Tin Cậy Năng lực phục vụ Phƣơng tiện Hữu hình Phƣơng tiện hữu hình Đồng cảm Đáp ứng CLDV H1 Sự cảm nhận Cơ sở lý thuyết Hiệu chỉnh Nghiên cứu chính thức:
Nghiên cứu định lượng Với mẫu n=171
Thang đo Chính thức
Nghiên cứu sơ bộ: NC sơ bộ định tính
Đánh giá về thang đo - Phân tích tin cậy
- Phân tích nhân tố khám phá EFA
- Loại bỏ các biến có hệ số tương quan biến tổng nhỏ.
- Kiểm tra hệ số Cronbach Alpha - Loại bỏ các biến có trọng số EFA nhỏ - Kiểm tra các yếu tố trích lược
- Kiểm tra phương sai trích lược
Thang đo mẫu
2.4.2. Phƣơng pháp nghiên cứu: 2.4.2.1. Nghiên cứu sơ bộ:
Sau khi khảo sát lý thuyết của Parasuraman và cộng sự, 1988 cùng một số
các nghiên cứu về chất lượng dịch vụ trong ngành ngân hàng dựa trên thang đo Servqual hoặc Servperf như: Angur và cộng sự, 1999; Bahia và Nantel, 1998;
Allred và Addams, 2000; James, 2005; Mushtaq, 2005; Lotfollah và cộng sự, 2006; Ugur và Martin, 2007… Tác giả đã hình thành danh mục các phát biểu làm cơ sở
cho phỏng vấn tay đôi. Bằng các cuộc phỏng vấn trực diện với 3 Giám đốc chi nhánh, 10 nhân viên SeABank (5 chuyên viên quan hệ KHCN và 5 giao dịch viên - để tìm hiểu về thủ tục, quy trình phục vụ), 10 KHCN sử dụng dịch vụ tại SeABank ở 3 chi nhánh: Chợ Lớn, Tân Phú, Nhà Bè để hiệu chỉnh, phát triển các mục đo chất lượng dịch vụ theo quan điểm khách hàng. Bảng hỏi bao gồm 2 phần chính, cụ thể:
+ Phần thơng tin cá nhân: Thu thập bao gồm các biến số chính là giới tính,
độ tuổi, trình độ học vấn, thu nhập bình quân, thời gian sử dụng dịch vụ SeABank.
+ Phần thông tin về cảm nhận dịch vụ theo thang đo Servperf: Qua trao
đổi, phỏng vấn, khảo sát ý kiến của các chuyên gia, nhân viên SeABank và khách hàng, tác giả cho rằng khách hàng chỉ thực sự tin tưởng vào ngân hàng khi nhân viên ngân hàng ít để xảy ra sai sót trong q trình thực hiện giao dịch, và thông tin của họ (tài khoản, thông tin cá nhân…) được bảo mật tuyệt đối. Vì thế, 2 biến “Nhân viên SeABank ít để xảy ra sai sót trong q trình thực hiện giao dịch với Quý
khách hàng” và “SeABank bảo mật thông tin của Quý khách hàng” được bổ sung
vào khía cạnh “độ tin cậy”. Trên thực tế, ấn tượng của khách hàng khi lần đầu đến ngân hàng giao dịch đóng vai trị rất quan trọng, nó là yếu tố quyết định khách hàng sẽ lựa chọn tiếp tục “ở” hay “đi”. Ấn tượng này một phần phụ thuộc vào yếu tố bảo vệ ngân hàng có nhiệt tình hay khơng, và ngân hàng có nơi để xe an tồn, thuận tiện hay khơng. Vì thế tác giả đã hiệu chỉnh biến “bố trí giao dịch thuận tiện cho khách
hàng” thuộc khía cạnh “phƣơng tiện hữu hình” và thay vào đó là 2 biến “Bảo vệ ngân hàng SeABank nhiệt tình, năng nổ” – “SeABank có tiện nghi phục vụ Quý khách hàng tốt (nhà vệ sinh, nơi để xe thuận tiện….)”. Ngoài ra, tác giả còn quyết
định hiệu chỉnh bộ thang đo và đưa thêm vào 3 yếu tố “SeABank có giờ phục vụ
thuận tiện cho Quý khách hàng” – “SeABank có mạng lưới chi nhánh, PGD rộng khắp” – “SeABank có mạng lưới máy POS, ATM thuận tiện cho Quý khách hàng”
vào khía cạnh “đồng cảm”; Cùng yếu tố “SeABank cung cấp đúng các dịch vụ mà
Quý khách hàng cần” vào khía cạnh “khả năng đáp ứng”. Bảng câu hỏi được xây
dựng trên cơ sở sử dụng thang Likert (5 lựa chọn). Cụ thể gồm 28 biến (Phụ lục 3).
2.4.2.2. Nghiên cứu chính thức: 2.4.2.2.1. Mẫu điều tra: 2.4.2.2.1. Mẫu điều tra:
Tác giả tiến hành phát phiếu khảo sát cho 230 KHCN hiện đang sử dụng dịch vụ SeABank tại các chi nhánh: Chợ Lớn, Hồ Chí Minh, Nhà Bè, Tân Phú. Số phiếu thu về được 200, số phiếu hợp lệ là 171. Theo nghiên cứu của Bentler và Chou, 1987 đã chỉ ra rằng, trong nghiên cứu phân tích nhân tố khám phá EFA thì quy mơ
mẫu có thể được xác định bằng số biến trong bộ công cụ nhân với 5-10 là đủ độ tin cậy. Ở nghiên cứu này, tác giả sử dụng 28 biến đo lường, tương ứng với 28*5=140 mẫu, do vậy, với quy mơ mẫu là 171 biến là đủ để phân tích nhân tố. Trả lời phỏng vấn gồm 89 nam, 82 nữ, khách hàng được phỏng vấn gồm 5 người từ 18–22 tuổi, 95 người từ 23 – 35 tuổi, 65 người từ 36 – 55 tuổi, 6 người trên 55 tuổi. (Phụ lục 4).
2.4.2.2.2. Kết quả phân tích thống kê mơ tả:
Tiến hành phân tích thống kê mơ tả, xác định tần suất xuất hiện của các nhân tố trong thành phần chất lượng dịch vụ, so sánh với mức trung bình của từng thành phần, nhằm khái quát mức độ cảm nhận của khách hàng đối với chất lượng dịch vụ. Kết quả (Phụ lục 4) cho thấy, thành phần “năng lực phục vụ và khả năng đáp ứng” được khách hàng đánh giá cao nhất với các giá trị trung bình lần lượt là 3.7573; 3.7339, chứng tỏ nhân viên SeABank có trình độ chun mơn tốt, cung cách phục
vụ niềm nở, lịch sự, đồng thời sẵn sàng cung cấp dịch vụ kịp thời cho khách hàng - Đây là 2 thế mạnh cần phát huy. Ngược lại, thành phần “đồng cảm” có giá trị thấp nhất, chỉ 3.5856, cho thấy nhân viên SeABank chưa thể hiện sự quan tâm, chăm sóc đến từng cá nhân khách hàng, đây là điểm yếu mà ban lãnh đạo SeABank cần chú tâm để nâng cao chất lượng dịch vụ. Nhìn chung, khách hàng đánh giá khá tốt về
chất lượng dịch vụ tại SeABank khu vực HCM với mức trung bình khoảng 3.6959.
2.4.2.2.3. Đánh giá thang đo bằng phƣơng pháp phân tích hệ số Cronbach Alpha, hiệu chỉnh bộ công cụ lần 1:
Kết quả phân tích số liệu bằng phần mềm SPSS 16.0 (Phụ lục 5) cho thấy hệ số Cronbach Alpha của cả 5 biến số chính đều lớn hơn 0.6 (theo nghiên cứu của
Nunnaly, 1978; Peterson, 1994; Slater, 1995), tức là đủ điều kiện cần để sử dụng làm thang đo chính thức, trong đó biến số khía cạnh “phương tiện hữu hình” có hệ số Cronbach Alpha thấp nhất là 0.873. Như vậy, các thang đo được sử dụng có độ tin cậy cao. Kết quả phân tích cũng cho thấy từng biến số được đo lường cũng đảm bảo mức độ tin cậy với tương quan biến tổng lớn hơn 0,3. Hệ số Alpha tổng của 5 khía cạnh đều bị giảm nếu giả định loại bỏ từng biến. Trừ trường hợp biến D.CAM5 với mệnh đề “SeaBank có giờ phục vụ thuận tiện cho Quý khách hàng” thuộc khía cạnh đồng cảm có tương quan biến tổng 0.53, nhưng nếu loại bỏ biến này thì hệ số Alpha của biến tổng “đồng cảm” tăng lên từ 0.893 đến 0.895 (Phụ lục 5). Như vậy, biến “SeaBank có giờ phục vụ thuận tiện cho Quý khách hàng” cần được loại khỏi mơ hình. Vì thế, nhóm thang đo Servperf đã bị loại đi 1 biến phụ D.CAM5 -
“SeaBank có giờ phục vụ thuận tiện cho Quý khách hàng” và chỉ còn lại 27 biến.
Khi phân tích ở các bước tiếp theo, tác giả sẽ chỉ sử dụng 27 biến (Phụ lục 5).
2.4.2.2.4. Đánh giá thang đo bằng phƣơng pháp phân tích nhân tố khám phá EFA, hiệu chỉnh bộ cơng cụ lần 2:
Theo kết quả phân tích hệ số Cronbach Alpha ở trên, tổng 28 biến thuộc thang đo Servperf đã được rút gọn cịn 27 biến, qua đó phản ánh 5 khía cạnh của chất lượng dịch vụ: tin cậy, năng lực phục vụ, phương tiện hữu hình, đồng cảm, khả năng đáp ứng. Bằng phương pháp phân tích nhân tố khám phá (EFA), từng biến phụ một lần nữa lại được đánh giá xem độ phù hợp của các biến số đó với biến số chung như thế nào, và 27 biến phụ sẽ được hội tụ (rút ngắn) thành những biến chung nào.
Trước hết, để đánh giá xem phương pháp phân tích nhân tố khám phá có thực sự phù hợp để phân tích trong trường hợp này không, tác giả sử dụng kiểm định KMO và Bartlett’s. Trong phân tích nhân tố khám phá, chỉ số KMO (Kaiser-Meyer-
Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị từ 0.5 - 1 thì phân tích này mới thích hợp, cịn nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Kiểm định KMO và Bartlett’s trong phân tích nhân tố 27 biến phụ thuộc bộ thang đo Servperf cho thấy chỉ số KMO rất cao (0.926) với mức ý nghĩa bằng 0 (sig
= 0.000). Như vậy, chỉ số KMO lớn hơn 0.5 cho thấy việc áp dụng phân tích nhân tố
khám phá trong bộ thang đo này là phù hợp. (Phụ lục 6).
Để phân tích nhân tố, luận án sử dụng trị số đặc trưng (eigenvalue - đại diện cho lượng biến thiên được giải thích bởi nhân tố) để xác định số lượng nhân tố. Những nhân tố có trị số đặc trưng nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc. Do vậy, chỉ những nhân tố có trị số đặc trưng lớn hơn 1 thì mới được giữ lại trong mơ hình. Bảng Phân tích trị số eigenvalue của 27 biến phụ trong thang đo Servperf – (phụ lục 6) đã cung cấp số liệu về trị số đặc trưng được
phân tích từ 27 biến số phụ. Tuy nhiên chỉ có 4 nhân tố có trị số đặc trưng lớn hơn 1 mới được giữ lại, còn 23 nhân tố cịn lại có trị số đặc trưng nhỏ hơn 1 sẽ khơng được sử dụng. Điều này có nghĩa 27 biến số phụ đã được rút gọn về 4 nhân tố, và đây cũng chính là 4 khía cạnh của mơ hình Servperf. Tổng chỉ số “tổng bình
phương tải nhân tố xoay” (Rotation Sums of Squared Loadings) ở mức cao, khoảng
69.164%. Điều này nói lên việc sử dụng 4 nhân tố đại diện cho 27 biến số phụ đã có
thể giải thích được 69.164% khả năng giải thích của tất cả các biến phụ. Như vậy, có thể sử dụng 4 nhân tố để phản ánh những thông tin cung cấp từ 27 biến phụ.
Ma trận xoay các nhân tố trong bộ thang đo Servperf (Phụ lục 6) cho thấy,
biến số phụ H.HINH3 (Nhân viên SeABank ăn mặc gọn gàng, lịch sự) có hệ số tải nhân tố lớn hơn 0,5 ở cả 2 nhân tố 1 và 3, vì thế khơng xác định rõ biến H.HINH3 thuộc nhân tố 1 hay 3 và nó có ảnh hưởng mạnh lên nhân tố nào, do vậy cần loại bỏ khỏi mơ hình; Tương tự, lần lượt các biến số phụ là D.UNG1 (Nhân viên SeABank luôn phục vụ Quý khách hàng một cách nhanh chóng, đúng hạn) và D.UNG3
(SeABank luôn sẵn sàng giúp đỡ Quý khách hàng) cùng có hệ số tải nhân tố lớn hơn
do cùng xuất hiện ở cả 2 nhân tố 1 và 2 nên không xác định rõ biến D.UNG1 và D.UNG3 thuộc nhân tố 1 hay 2, và nó có ảnh hưởng mạnh lên nhân tố nào, vì thế cũng cần loại bỏ 2 biến phụ này khỏi mơ hình.
Sau bước phân tích tải nhân tố trong ma trận xoay các nhân tố, 3 biến phụ là H.HINH3 – D.UNG1 – D.UNG3 lần lượt bị loại khỏi mơ hình. Lúc này, bộ thang đo chỉ cịn lại 24 biến số. Phân tích chỉ số eigenvalue của 24 biến phụ trong thang
đo Servperf - (Phụ lục 6) cho thấy 4 nhân tố phản ánh được 69.265% của 24 biến số
phụ và cao hơn so với 69.164% khả năng giải thích của việc sử dụng 27 biến số
phụ. Điều này chứng tỏ việc loại bỏ 3 biến H.HINH3 – D.UNG1 – D.UNG3 là phù hợp. Sau lần hiệu chỉnh thứ 2, tác giả có kết quả sau: Chất lượng dịch vụ ngân hàng đối với KHCN tại SeABank khu vực HCM được đo lường bởi 24 yếu tố, được nhóm thành 4 nhân tố. Tác giả đặt tên cho 4 nhân tố mới như sau:
+ Nhân tố 1: Thành phần “năng lực phục vụ và độ tin cậy về quá trình cung
cấp dịch vụ” (NLPV_T.CAY1), gồm 7 biến số: NLPV3, NLPV1, NLPV4,
T.CAY7, D.CAM1, NLPV2 và T.CAY6.
+ Nhân tố 2: Có hệ số tải lớn ở các biến D.CAM7, D.CAM6, D.CAM3,
D.UNG4, D.CAM2, D.CAM4, T.CAY2, D.UNG2, T.CAY1. Vì vậy nhân tố này có thể được đặt tên là nhân tố “đồng cảm và khả năng đáp ứng” (D.CAM_D.UNG).
+ Nhân tố 3: Thành phần thuộc khía cạnh “phương tiện hữu hình” gồm 5
biến: H.HINH2, H.HINH1, H.HINH6, H.HINH4, H.HINH5. Đặt tên là PTHH.
+ Nhân tố 4: Thành phần “tin cậy về lời hứa đối với khách hàng” (T.CAY2)
(là một phần của biến tin cậy tách ra, gồm các biến: T.CAY4, T.CAY3, T.CAY5).
2.4.2.2.5. Kiểm định bộ thang đo Servperf bằng mơ hình hồi quy bội:
Theo giả thuyết đặt ra là có mối quan hệ tương quan dương giữa các thành phần của chất lượng dịch vụ và sự cảm nhận, đánh giá của khách hàng. Vậy, có thật sự tồn tại mối tương quan dương trên hay khơng? Mức độ mối quan hệ đó như thế nào? Mơ hình hồi quy bội được sử dụng để phân tích và giải thích vấn đề trên.
Trƣớc tiên, ta kiểm định giả thuyết về hệ số tƣơng quan tuyến tính r. Với giả
(CLDV) và các biến độc lập (NLPV_T.CAY1, D.CAM_D.UNG, PTHH, T.CAY2), ta cần kiểm định giả thuyết này để xét mối tương quan giữa các biến. Ma trận hệ số tương quan (Phụ lục 7) cho ta thấy mối tương quan giữa biến phụ thuộc với các biến độc lập, cũng như mối tương quan giữa các biến độc lập với nhau. Cụ thể:
+ Hệ số tương quan r giữa “CLDV” với “NLPV_T.CAY1” là 0.448; với
“D.CAM_D.UNG” là 0.605; với “PTHH” là 0.237 và với “T.CAY2” là 0.225. + Hệ số tương quan r giữa các biến độc lập đều bằng 0, đây cũng là biểu hiện cho thấy không tồn tại hiện tượng đa cộng tuyến, tác giả sẽ phân tích kỹ ở phần sau. + Với mức ý nghĩa nhỏ hơn 0.01 (tức xác suất chấp nhận giả thuyết sai là 1%), thì giả thuyết hệ số tương quan của tổng thể bằng 0 bị bác bỏ.
Như vậy, 4 biến độc lập trong bộ thang đo Servperf có thể được sử dụng để phân tích hồi quy bội, nhằm đánh giá mức độ giải thích đối với biến phụ thuộc.
Phƣơng trình hồi quy bội: Biểu diễn mối quan hệ giữa các nhân tố và sự cảm
nhận của khách hàng về chất lượng dịch vụ có dạng:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + ei
- Y là biến phụ thuộc thể hiện giá trị dự đoán về sự cảm nhận của khách hàng đối với chất lượng dịch vụ ngân hàng dành cho KHCN tại SeABank khu vực HCM. - β0 , β1 , β2 , β3 , β4 là các hệ số hồi quy riêng phần.
- X1, X2, X3, X4 là các biến độc lập theo thứ tự lần lượt là NLPV_T.CAY1, D.CAM_D.UNG, PTHH, T.CAY2.
- ei là phần dư, hay cịn gọi là biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi δ2
. Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 3.7 0.032 117.302 0 NLPV_T.CAY1 0.319 0.032 0.448 10.092 0 D.CAM_D.UNG 0.431 0.032 0.605 13.626 0 PTHH 0.169 0.032 0.237 5.33 0 T.CAY2 0.161 0.032 0.225 5.075 0
Ý nghĩa của các hệ số hồi quy riêng phần (β1, β2, β3, β4) đo lường sự thay
đổi trong giá trị trung bình Y (cảm nhận của khách hàng về chất lượng dịch vụ) khi lần lượt các biến X1 (năng lực phục vụ và độ tin cậy về quá trình cung cấp dịch vụ), X2 (đồng cảm và đáp ứng), X3 (phương tiện hữu hình), X4 (độ tin cậy về lời hứa đối với khách hàng ) thay đổi 1 đơn vị (giữ các biến độc lập cịn lại khơng thay đổi).
Kết quả phân tích hồi quy cho thấy, 4 biến độc lập đều có mối tương quan dương với biến phụ thuộc và có ý nghĩa thống kê khi đưa vào mơ hình phân tích (sig. = 0.000). Các hệ số hồi quy mang dấu dương, thể hiện các nhân tố trong mơ hình hồi quy ảnh hưởng tỷ lệ thuận đến sự cảm nhận của khách hàng về chất lượng dịch vụ ngân hàng đối với KHCN của SeABank khu vực HCM.
Vậy phương trình hồi quy tuyến tính được trích theo hệ số beta có dạng chuẩn:
CLDV = 3.7 + 0.319 NLPV_T.CAY1 + 0.431 D.CAM_D.UNG + 0.169 PTHH + 0,161 T.CAY2
Trong đó:
- CLDV : Cảm nhận của khách hàng về chất lượng dịch vụ
- NLPV_T.CAY1: Năng lực phục vụ và độ tin cậy về quá trình cung cấp dịch vụ - D.CAM_D.UNG : Đồng cảm và đáp ứng
- PTHH : Phương tiện hữu hình