Biến quan sát Giá trị HL1 .915 HL2 .881 HL3 .636 KMO .579 Eigenvalues 2.017 Phương sai rút trích (%) 67.244 KMO đạt được là 0.579, Eigenvalue > 1 và tổng phương sai dùng để giải thích nhân tố > 50% (67.244%) thỏa điều kiện của phân tích nhân tố. Như vậy, kết quả phân tích nhân tố về mức độ hài lịng của khách hàng cho thấy 3 biến quan sát HL1, HL2, HL3 đều có Hệ số tải nhân tố> 0.5 và dùng để giải thích thang đo mức độ hài lịng khách hàng là hợp lý.
2.4.2.4 Mơ hình nghiên cứu tổng quát
Mơ hình nghiên cứu
Sau khi tiến hành phân tích dữ liệu thu thập được thơng qua các bước phân tích độ tin cậy Cronbach’s Alpha, và phân tích nhân tố, mơ hình nghiên cứu vẫn bao gồm 7 biến độc lập (Sự bảo đảm, Phương tiện hữu hình, Giá cả, Sự tin cậy, Đồng cảm, Hình ảnh doanh nghiệp, Khả năng đáp ứng)để đo lường biến phụthuộc là Sựhài
lòng của khách hàng. Cả 7 biến này đều tác động và làm tăng/giảm sựhài lòng của khách hàng với các thang đo như đã trình bày ởBảng 2.8và mơ hình nghiên cứu tổng quát vẫn được giữ nguyênnhưsau:
Hình 2.2 - Mơ hình nghiên cứu tổng quát sự hài lòng của khách hàng về dịch vụ huy động vốn của Ngân hàng TMCP Á Châu
Các giả thuyết nghiên cứu
Ho: Sự bảo đảm càng cao thì khách hàng sẽ càng hài lòng
H1: Phương tiện hữu hình càng hiện đại thì sự hài lịng càng H2: Tính cạnh tranh về giá càng cao thì khách hàng càng hài lịng H3: Sự tin cậy càng cao thì sự hài lịng của khách hàng càng tăng H4: Sự đồng cảm càng tăng thì khách hàng càng hài lịng
H5: Hình ảnh doanh nghiệp càng tốt thì sự hài lòng của khách hàng càng tăngcàng tăng
H6: Khả năng đáp ứng càng nhiều thì sự hài lịng càng cao
Sự tin cậy
Năng lực phục vụ
Khả năng đáp ứng
Đồng cảm Phương tiện hữu hình
Hình ảnh doanh nghiệp Giá cả
SHL của KH về dịch vụ HĐV của ACB
2.4.2.5 Kiểm định mơ hình nghiên cứu
Người ta sử dụng một 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 hai 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 độlệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệsốcó khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệsốxác định R squarevẫn khá cao.
Trong q trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Xem xét ma trận tương quan giữa các biến độc lập (Xem phụ lục) , ta thấy nhân tố
sự bảo đảmcó tương quan mạnh nhất với nhân tố giá cả(0.271). Kế tiếp, nhân tố sự
tin cậy có tương quan đáng kể với nhân tố khả năng đáp ứng(0.293) và nhân tố Sự đồng cảm (0.270). Nhân tố khả năng đáp ứng có tương quan nhiều nhất đến nhân tố
hình ảnh ngân hàng(0.262), trong khi sự đồng cảm lại có tương quan nhiều nhất với nhân tố phương tiện hữu hình (0.283). Nhân tố giá cả có tương quan cao với nhân tố hình ảnh ngân hàng (0.282).
Ngồi ra, nhân tố Sự hài lịngcũng có sự tương quan tuyến tính rất chặt chẽ với tất cả 7 biến độc lập (Sự bảo đảm, Sự tin cậy, Khả năng đáp ứng, Sự đồng cảm, Giá cả, Hình ảnh ngân hàng, Phương tiện hữu hình)
Nhưvậy, giữa các biến độc lập với nhau có sựtương quan tuyến tính yếu đều có hệsố Pearson <0.3 do đó thỏa điều kiện để đưa vào phân tích hồi quy.
2.4.2.6 Phân tích hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc “Sự hài lòng của khách hàng về dịch vụ huy động vốn của Ngân hàng TMCP Á Châu” và các biến độc lập (Sự bảo đảm, Sự tin cậy, Khả năng đáp ứng, Sự đồng cảm, Giá cả, Hình ảnh ngân hàng, Phương tiện hữu hình).
Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.Phương
pháp phân tích được chọn lựa là phương pháp Enter.Kết quảphân tích thể hiện ở bảng sau: