Tiêu chí N Giá trị thấp nhất Giá trị cao nhất Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Deviation) GIA CA 225 2,00 5,00 4,30 0,76 DO AN TOAN 225 2,25 5,00 4,19 0,53 UY TIN 225 2,45 5,00 4,08 0,69 TIDV 225 2,25 5,00 3,69 0,52 DO TIEP CAN 225 2,25 5,00 3,58 0,52 KY NANG 225 1,75 5,00 3,55 0,66 Y T KHAC 225 1,50 5,00 3,34 0,63
(Nguồn: Từ kết quả khảo sát của tác giả)
Theo Bảng 2.7, ta thấy yếu tố giá cả hợp lý, độ an tồn và uy tín ngân hàng
được khách hàng hài lòng nhất với giá trị trung bình >4. Khách hàng chỉ hài lịng về
tiện ích dịch vụ, độ tiếp cận, kỹ năng và yếu tố khác gồm khuyến mãi và kỹ năng trả lời điện thoại ở mức trung bình.
2.3.7.5. Phân tích hồi quy.
Phân tích hồi quy sẽ giải quyết được mục tiêu mà nghiên cứu cũng như các giả thuyết đã đề ra là có mối quan hệ tuyết tính cùng chiều giữa các thành phần chất
lượng dịch vụ với sự hài lòng khách hàng; thành phần nào tác động mạnh nhất lên sự hài lịng.
Phương trình hồi quy bội biểu diễn mối quan hệ giữa các nhân tố và sự thỏa mãn của khách hàng có dạng như sau:
Y = βo + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7
Trong đó:
- Y là biến phụ thuộc thể hiện giá trị dự đốn về mức độ hài lịng của khách hàng.
- βo, β1, β2, β3, β4, β5, β6, β7 là các hệ số hồi quy
- X1, X2, X3, X4, X5, X6, X7 là các biến độc lập theo thứ tự: Giá cả hợp lý, Uy tín ngân hàng, Tiện ích dịch vụ, Kỹ năng phục vụ, Độ an toàn, Độ tiếp cận và Yếu tố khác.
Người ta sử dụng một chỉ số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến
độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau.
Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ
với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến
phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm
định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng
phân tích hối quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn
Collinearity Diagnostic.
Xem xét ma trận tương quan giữa các biến sau đây (Phụ lục 2.5), Ma trận này sẽ cho thấy mối tương quan tuyến tính giữa biến Sự Hài lịng – SHL (biến phụ thuộc) với từng biến độc lập, cũng như tương quan tuyến tính giữa các biến độc lập với nhau. Biến SHL có sự tương quan tuyến tính rất chặt chẽ với 6 biến độc lập với r (hệ số tương quan- Pearson Correlation) > 0.3 và sig<1%. X7 (yếu tố khác) có r = 2,96 gần bằng 3, điều này có tức là biến SHL, tuy khơng chặt chẽ nhưng vẫn có sự tương quan tuyến tính với biến độc lập X7 nên vẫn đưa vào mơ hình để xem xét.
Giữa các biến độc lập tất cả có r<0.3. Đồng nghĩa là các biến này hồn tồn độc lập với nhau.
Phương pháp phân tích hồi quy bội với 7 thành phần của chất lượng dịch vụ phát hành thẻ tại Vietcombank HCM được đưa vào cùng 1 lúc (enter) cho thấy mơ hình hồi quy thích hợp sử dụng để kiểm tra giả thuyết: sig. F = 0.000. Mức độ giải thích mối quan hệ giữa các thành phần bằng phương pháp hồi quy này cho kết quả chấp nhận được: R2 hiệu chỉnh = 0,523> 0,5. Nói cách khác, khoảng 52,3% khác biệt của sự hài lịng quan sát có thể được giải thích bởi sự khác biệt của 7 thành
phần Giá cả hợp lý, Uy tín ngân hàng, Tiện ích dịch vụ, Kỹ năng phục vụ, Độ an toàn, Độ tiếp cận và Yếu tố khác.
Theo phân tích Anova, Kết quả phân tích hồi quy cho thấy tất cả các yếu tố có mối tương quan đủ mạnh và có ý nghĩa thống kê khi đưa vào mơ hình phân tích (sig. T gần như bằng 0) . Nhìn vào bảng 2.8, ta thấy tiêu chí Collinearity Diagnostics (chuẩn đốn hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance inflation factor) của các biến độc lập trong mơ hình <2 và độ chấp nhận các biến trong mơ hình đều đạt được tiêu chuẩn (Tolerance >0.0001). Vì vậy, mối quan hệ giữa các biến độc lập là không đáng kể và không ảnh hưởng đến kết
Các hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mơ hình hồi quy trên ảnh hưởng tỉ lệ thuận đến sự hài lịng của khách hàng tức có mối quan hệ cùng chiều với sự hài lòng của khách hàng.
Bảng 2.8: Các thông số thống kê của từng biến trong phương trình (Mơ hình SERVQUAL)
Hệ số chưa chuẩn hóa (Unstandardized Coefficients) Hệ số chuẩn hóa (Standardized Coefficients) Thống kê đa cộng tuyến (Collinearity Statistics) Model B Phương sai (Std. Error) Beta t Sig. Dung sai (Tolerance) VIF (Hằng số) 3,969 ,030 132,504 ,000 X1 ,214 ,030 ,330 7,143 ,000 1,000 1,000 X2 ,253 ,030 ,390 8,444 ,000 1,000 1,000 X3 ,170 ,030 ,261 5,653 ,000 1,000 1,000 X4 ,107 ,030 ,164 3,556 ,000 1,000 1,000 X5 ,221 ,030 ,340 7,370 ,000 1,000 1,000 X6 ,110 ,030 ,168 3,650 ,000 1,000 1,000 1 X7 ,127 ,030 ,196 4,240 ,000 1,000 1,000
(Nguồn: Từ kết quả khảo sát của tác giả)
Phương trình hồi quy tuyến tính được trích theo hệ số Beta có dạng chuẩn Y = 3,969 + 0,330X1 + 0,390X2 + 0,261X3 + 0,164X4 + 0,340X5 + 0,168X6 + 0,196X7. Tức là:
SỰ HÀI LÒNG = 3,969 + 0.330* GIÁ CẢ HỢP LÝ + 0.390* UY TÍN NGÂN HÀNG + 0.261* TIỆN ÍCH DỊCH VỤ + 0.164* KỸ NĂNG PHỤC VỤ + 0.340* ĐỘ AN TOÀN + 0.168* ĐỘ TIẾP CẬN + 0.197* YẾU TỐ KHÁC.
Với hệ số Beta = 0.39 của Uy tín ngân hàng, 0,34 của Độ an tồn và 0.33 của giá cả hợp lý cho thấy mức độ ảnh hưởng rất cao của các thành phần chất lượng
dịch vụ này đến Sự hài lòng của khách hàng. Tiếp đến là Tiện ích dịch vụ có hệ số Beta = 0,261 cũng ảnh hưởng cao này đến Sự hài lòng của khách hàng. Cuối cùng
là yếu tố khác, độ tiếp cận và kỹ năng phục vụ cũng ảnh hưởng đến Sự hài lòng của khách hàng nhưng ở mức độ không cao. Tất cả các biến này đều có giá trị Sig <
0.05 cho nên chúng đều có ý nghĩa thống kê.
Sau khi tìm ra phương trình hồi quy tuyến tính phân tích các yếu tố ảnh hưởng
đến sự hài lòng của khách hàng, tác giả tiến hành kiểm định T (T-test) so sánh giá
trị trung bình của các thành phần chất lượng dịch vụ phát hành thẻ đối với điểm
giữa của thang đo (bình thường = 3), kết quả như sau: