2.3. Khảo sát chất lượng dịch vụ tín dụng đối với khách hàng cá nhân tạ
2.3.4.2. Khảo sát chính thức
Sau khi thông qua phần khảo sát sơ bộ để điều chỉnh và bổ sung thang đo. Phần khảo sát chính thức được thực hiện theo phương pháp chọn mẫu thuận tiện. Theo kinh nghiệm các nhà nghiên cứu cho rằng, nếu sử dụng phương pháp ước lượng ML thì kích thước mẫu tối thiểu phải từ 100 đến 150 (Hair & Ctg, 1998).
Nghiên cứu này được thực hiện thông qua gửi bảng câu hỏi khảo sát tới 200 khách hàng đang sử dụng dịch vụ tín dụng tại Eximbank - CN Bình Phú. Tổng bảng câu hỏi đã phát ra là 200, tổng số bảng câu hỏi thu về là 190. Sau khi kiểm tra, có 8 bảng câu hỏi thu về bị khuyết, không trả lời rất nhiều câu, nên những bảng này được loại bỏ để đảm bảo tính chính xác của mơ hình. Sau đó, 182 bảng câu hỏi còn lại được đưa vào làm sạch dữ liệu, sau khi nhập dữ liệu và làm sạch thì số bảng
5 Phụ lục 3: Thang đo chất lượng dịch vụ tín dụng đối với khách hàng cá nhân tại Eximbank - CN Bình Phú
câu hỏi hợp lệ được sử dụng để xử lý SPSS là 182 bảng, chiếm tỷ lệ 100%.
2.3.4.3. Phƣơng pháp phân tích định lƣợng
a. Kiểm định thang đo bằng hệ số tin cậy Cronbach’s Alpha
Cronbach (1951) đã đưa ra hệ số tin cậy Cronbach’s Alpha cho thang đo. Hệ số Cronbach Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích loại bỏ những biến khơng phù hợp, hạn chế các biến rác trong mơ hình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach’s Alpha.
Thang đo có hệ số Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới. Thơng thường, thang đo có hệ số Cronbach’s Alpha từ 0.7 đến 0.8 là sử dụng được. Vì thế, thang đo có độ tin cậy càng gần đến 1 là thang đo lường tốt. Ngồi ra, chỉ những biến có hệ số tương quan biến tổng (Corrected Item – Total Correlation) lớn hơn 0.3 mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo.
b. Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy, tiến hành phân tích nhân tố khám phá EFA. Phương pháp này cho phép rút gọn nhiều biến thành một nhóm biến để đo lường cho một nhân tố cụ thể phù hợp với ý nghĩa của biến khảo sát. Kết quả phân tích giúp tìm ra được những nhân tố phù hợp cho việc phân tích hồi quy và phương sai một yếu tố sau này; nó cịn được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích EFA, trị số KMO (Kaiser - Meyer – Olkin Measure of Sampling Adequacy) là chỉ số được quan tâm để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO càng lớn càng tốt và phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Ngồi ra, phân tích nhân tố cịn dựa vào tiêu chí Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có Eigenvalue ≥ 1 thì mới được giữ lại trong mơ hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên của tập biến quan sát được giải thích bởi mỗi nhân tố rút ra so với biến thiên còn lại của tập biến quan sát sau khi nhân tố được rút ra. Những nhân tố có Eigenvalue < 1 sẽ khơng có tác dụng tóm tắt thông tin tốt hơn 1 biến gốc và sẽ bị loại khỏi mơ hình nghiên cứu (Garson, 2003).
Tổng phương sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988).
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (Component Matrix) hay ma trận nhân tố khi các nhân tố được xoay (Rotated Component Matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là 1 đa thức của các nhân tố). Những hệ số tải nhân tố (Factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố (Principal components) nên các hệ số tải nhân tố phải có trọng số ≥ 0.5 thì mới đạt yêu cầu.
Độ giá trị hội tụ: Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số chuyển tải nhân tố (Factor Loading) phải lớn hơn hoặc bằng 0.4 trong một nhân tố (Garbing & Anderson, 1988). Độ giá trị phân biệt: Để đạt độ giá trị phân biệt thì khác biệt giữa các hệ số chuyển tải Factor Loading phải lớn hơn hoặc bằng 0.3 (Jabnoun, 2003).
c. Phân tích hồi quy
Sau khi rút trích được các nhân tố từ phân tích EFA, tiến hành kiểm định mơ hình giả thuyết bằng hồi quy tuyến tính. Phân tích hồi quy nhằm xác định mối quan hệ nhân quả giữa biến phụ thuộc: Sự hài lịng của KHCN về CLDV tín dụng và các biến độc lập: Sự tin cậy, Sự sẵn sàng đáp ứng, Năng lực phục vụ, Sự đồng cảm, Phương tiện hữu hình, Tính cạnh tranh về giá. Việc đánh giá CLDV tín dụng đối
với KHCN sẽ được đo lường thơng qua sự hài lịng của khách hàng do tất cả các biến độc lập trên đều có ảnh hưởng đến sự hài lịng của khách hàng. Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đó giúp tơi dự đốn được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Phương trình hồi quy sẽ đưa ra được nhân tố ảnh hưởng quan trọng đến biến phụ thuộc thông qua giá trị của hệ số hồi quy. Hệ số hồi quy có giá trị càng lớn, chứng tỏ sự tác động càng nhiều.
Kiểm định đa cộng tuyến: Đa cộng tuyến là hiện tượng các biến độc lập có
tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là các biến độc lập cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến độc lập đến biến phụ thuộc. Hiệu ứng khác khi có hiện tượng tương quan chặt chẽ giữa các biến độc lập là làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của các biến độc lập nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao. Trong q trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn hóa bằng tiêu chí Collinearity Diagnostics (Chuẩn đoán hiện tượng đa cộng tuyến) với hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến độc lập trong mơ hình. Nếu VIF đều nhỏ hơn 10 tức là mơ hình khơng có đa cộng tuyến.
Kiểm định tự tương quan: Tự tương quan được hiểu là sự tự tương quan
giữa các thành phần của dãy số thời gian hoặc không gian. Tuy nhiên trong thực tế có thể xảy ra hiện tượng mà thành phần nhiễu của các biến có thể phụ thuộc lẫn nhau. Hậu quả của sự tự tương quan có thể kể đến như là ước lượng bình qn bé nhất không phải là ước lượng hiệu quả, phương sai ước lượng được của các ước lượng bình phương bé nhất thường là chệch, kiểm định t và F khơng đáng tin cậy, giá trị ước lượng R2 có thể khơng tin cậy khi dùng để thay thế cho giá trị thật của R2, phương sai và độ lệch chuẩn của giá trị dự đốn đã tính được khơng hiệu quả.
Nếu các giả định khơng bị vi phạm, mơ hình hồi quy tuyến tính bội được ước lượng. Và hệ số R2 đã được điều chỉnh cho biết mơ hình hồi quy được ước lượng phù hợp đến mức nào.
Kiểm định giả thuyết về mức độ phù hợp của mơ hình: Để xem xét mức độ
phù hợp của mơ hình đối với tập dữ liệu, có hai kết quả để kiểm tra là kiểm định là R2 và đại lượng F. Để kiểm định độ phù hợp của mơ hình hồi quy tổng thể và mức độ biến thiên của biến phụ thuộc vào các biến độc lập có ý nghĩa thống kê, giả thuyết hệ số R2
= 0 được đặt ra với ý nghĩa thống kê thường được sử dụng là 5%. Đại lượng F được sử dụng cho kiểm định này với giả thuyết đặt ra là tất cả các hệ số hồi quy đều bằng 0 và giả thuyết đối là khơng có hệ số hồi quy nào bằng 0 với mức ý nghĩa là 5%.
Kiểm định giả thiết về ý nghĩa của hệ số hồi quy: Đây là kiểm định đối với
từng hệ số β. Giá trị thống kê dùng để kiểm định giả thuyết là t, phân phối của đại lượng thống kê này là Student với (N - 2) bậc tự do với mức ý nghĩa là 5%.
d. Phân tích phương sai một yếu tố
Sau cùng, sử dụng phân tích phương sai một yếu tố (Oneway – Anova) để kiểm định có sự khác biệt hay khơng về mức độ hài lịng CLDV theo các đặc điểm
giới tính, độ tuổi, địa chỉ, nghề nghiệp, thu nhập. Hệ số P value phải nhỏ hơn 0.05 thì mới có sự khác biệt này.
2.3.5. Kết quả khảo sát
2.3.5.1. Kiểm định thang đo bằng hệ số tin cậy Cronbach’s Alpha7
Mục đích của kiểm định Cronbach’s Alpha là để kiểm tra mức độ đáng tin cậy của từng thang đo, cụ thể ở đây là các thang đo về các nhân tố ảnh hưởng đến CLDV tín dụng của KHCN.
Các thang đo cho từng nhân tố có kết quả kiểm định Cronbach’s Alpha phải lớn hơn hoặc bằng 0.6 và cột “Cronbach’s Alpha if Item Deleted” phải nhỏ hơn kết quả kiểm định.
Sau kết quả kiểm định Cronbach’s Alpha, có ba thang đo bị loại bỏ đó là thang đo “Thủ tục cho vay đơn giản”, thang đo “Các quy định của Eximbank - CN Bình Phú để cho vay linh hoạt” (dùng để đo lường nhân tố “Sự sẵn sàng đáp ứng”) và thang đo “Các tài sản cầm cố/ thế chấp được Eximbank - CN Bình Phú cất giữ cẩn thận” (dùng để đo lường nhân tố “Năng lực phục vụ”). Kết quả kiểm định chi tiết được trình bày ở phần Phụ lục 4, trong phần này, đề tài chỉ tổng hợp nội dung kết quả như sau:
Bảng 2.5: Kết quả kiểm định Crobach’s Alpha
1. Sự tin cậy TC1 TC2 TC3 TC4 TC5
Cronbach's Alpha if Item Deleted 0.916 0.915 0.925 0.908 0.908 Cronbach's Alpha 0.930
2. Sự sẵn sàng đáp ứng DU1 DU2 DU3 DU4 DU5 DU6
Cronbach's Alpha if Item Deleted 0.968 0. 964 0. 969 0.961 0.963 0.969 Cronbach's Alpha 0.971
3. Năng lực phục vụ NLPV 1 NLPV 2 NLPV 3 NLPV 4
Cronbach's Alpha if Item Deleted 0.816 0.816 0.773 0.769 Cronbach's Alpha 0.836
4. Sự đồng cảm DC1 DC2 DC3 DC4 DC5
Cronbach's Alpha if Item Deleted 0.909 0. 901 0.897 0.890 0.908 Cronbach's Alpha 0.919
5. Phương tiện hữu hình HH1 HH2 HH3 HH4 HH5
Cronbach's Alpha if Item Deleted 0.922 0.923 0.919 0.920 0.934 Cronbach's Alpha 0.938
6. Tính cạnh tranh về giá GIA1 GIA2 GIA3 GIA4
Cronbach's Alpha if Item Deleted 0.808 0.788 0.773 0.788 Cronbach's Alpha 0.833
F. Đánh giá sự hài lòng của KHCN Y1 Y2 Y3
Cronbach's Alpha if Item Deleted 0.572 0.631 0.682 Cronbach's Alpha 0.716
(Nguồn: Kết quả khảo sát của tác giả)
2.3.5.2. Kết quả phân tích nhân tố khám phá EFA8
Thang đo CLDV tín dụng
Đối với thang đo CLDV tín dụng, sau khi phân tích EFA, kết quả cho ra 1 nhân tố tại Eigenvalue là 1.937 (>1) và phương sai trích được là 64.566%. Kiểm định KMO and Barlett cũng có kết quả thoả điều kiện về sự phù hợp của mơ hình là 0.672 (>0.5).
Thang đo các nhân tố ảnh hưởng đến CLDV tín dụng
Thang đo CLDV tín dụng được đo bằng 32 biến và sau khi kiểm tra mức độ
tin cậy bằng phân tích Cronbach’s Alpha thì loại bớt 3 biến đó là DU7, DU8 đo lường cho nhân tố “Sự sẵn sàng phục vụ”, NLPV5 đo lường cho nhân tố “Năng lực phục vụ”. Như vậy, mơ hình nghiên cứu hiện tại cịn lại 29 biến thuộc 6 nhân tố. Phân tích các nhân tố khám phá EFA dùng để đánh giá độ hội tụ của các biến quan sát theo các nhân tố ảnh hưởng.
Kiểm định KMO Barlett’s được tiến hành bằng cách đưa ra giả thiết H0: giữa các biến quan sát trong tổng thể khơng có mối tương quan với nhau. Kiểm định KMO và Barlett’s trong phân tích nhân tố cho thấy giả thuyết này bị bác bỏ (sig = .000). Kiểm định cho ra kết quả khá cao (0.910 > 0.5) chứng tỏ các biến quan sát thích hợp đo lường cho từng nhân tố ảnh hưởng.
2.3.5.3. Kết quả phân tích hồi quy bội
Do tất cả sáu nhân tố: Sự tin cậy, Sự sẵn sàng đáp ứng, Năng lực phục vụ, Sự đồng cảm, Phương tiện hữu hình và Tính cạnh tranh về giá đều có ảnh hưởng đến sự hài lịng của khách hàng. Vì vậy, đánh giá CLDV tín dụng đối với KHCN được đo lường thơng qua sự hài lịng của KHCN.
Phương trình hồi quy bội biểu diễn mối quan hệ giữa các nhân tố ảnh hưởng và sự hài lịng của KHCN đối với CLDV tín dụng có dạng như sau:
Y = β0 + β1TC + β2DU + β3NLPV + β4DC + β5PTHH + β6GIA
Trong đó:
- Y là biến phụ thuộc thể hiện mức độ hài lịng của KHCN đối với CLDV tín
dụng tại Eximbank - CN Bình Phú.
- β0, β1, β2, β3, β4, β5, β6 là các hệ số hồi quy lần lượt của từng nhân tố.
- TC, DU, NLPV, DC, PTHH, GIA là các biến độc lập: Sự tin cậy, Sự sẵn sàng đáp ứng, Năng lực phục vụ, Sự đồng cảm, Phương tiện hữu hình và Tính cạnh tranh về giá.
Phân tích mơ hình hồi quy trên để xác định trọng số của từng nhân tố ảnh hưởng đến CLDV tín dụng đối với KHCN. Giá trị các nhân tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát đã được kiểm định.
Bảng 2.6: Kết quả kiểm định R2
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .955a .912 .909 .10625
a. Predictors: (Constant), GIA, PTHH, NLPV, TC, DC, DU
(Nguồn: Kết quả khảo sát của tác giả)
Kết quả phân tích hồi quy tuyến tính bội cho thấy mơ hình có R2 = 0.955 và R2 hiệu chỉnh là 0.909. Điều này nói lên độ thích hợp của mơ hình là 90.9% hay nói cách khác, 90.9% sự biến thiên của mức độ hài lịng của KHCN đối với CLDV tín dụng (Y) được giải thích bởi 6 nhân tố ảnh hưởng đã được đề cập, cịn lại 9.1% được giải thích bởi các nhân tố khác.
Với kết quả này thì mức độ phù hợp của mơ hình tương đối cao. Tuy nhiên mơ hình hồi quy này cần phải kiểm định ANOVA để đảm bảo thêm sự phù hợp của mơ hình.
Bảng 2.7: Kết quả kiểm định Anova
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 20.483 6 3.414 302.419 .000a
Residual 1.975 175 .011
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 20.483 6 3.414 302.419 .000a
Residual 1.975 175 .011
Total 22.459 181
a. Predictors: (Constant), GIA, PTHH, NLPV, TC, DC, DU b. Dependent Variable: Y
(Nguồn: Kết quả khảo sát của tác giả)
Đặt giả thiết H0: β1 = β2 = β3 = β4 = β5 = β6 = 0, kết quả kiểm định ANOVA ở bảng sau cho thấy thơng số F có sig = .000 < 0.05, chứng tỏ mơ hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được và các nhân tố ảnh hưởng đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy, các biến độc lập trong mơ hình đều có ảnh hưởng đến biến phụ thuộc Y.
Để kiểm định các nhân tố được đo lường có ảnh hưởng đến sự hài lịng của KHCN đối với CLDV tín dụng hay khơng, tác giả đặt giả thiết như sau: H1 : Có