6/ Kết cấu của đề tài nghiên cứu
3.3. KẾT QUẢ NGHIÊN CỨU
3.3.1. Phân tích mơ tả
3.3.1.1. Kết quả phân tích thống kê mơ tả:
Kết quả phân tích thơng kê mơ tả thể hiện ở Phụ lục 6 và Phụ lục 7.
3.3.1.2. Xác định nhu cầu khách hàng.
Theo kết quả phân tích thống kê ta thấy một số yếu tố cĩ giá trị trung bình (GTTB) thấp, theo thứ tự là: Yếu tố GTTB Độ lệch chuẩn Số mẫu PT4 3,203 1,065 567 PV2 3,205 0,959 567 GC2 3,263 0,987 567 GC1 3,277 0,993 567 PT3 3,302 1,143 567
(1) PT4: Ngân hàng cĩ dịch vụ giao dịch trực tuyến qua internet rất thuận tiện. (2) PV2: Nhân viên TD ngân hàng cĩ tinh thần trách nhiệm cao trong cơng việc (3) GC2: Ngân hàng áp dụng mức lãi suất cạnh tranh
(4) GC1: Ngân hàng cĩ chính sách giá linh hoạt
(5) PT3: Ngân hàng cĩ mạng lưới giao dịch rộng khắp, thuận tiện cho bạn giao dịch Thống kê trên chỉ ra rằng khách hàng thực sự chưa hài lịng với các dịch vụ ngân hàng ở các yếu tố nĩi trên, cũng cĩ nghĩa là khách hàng mong đợi, kỳ vọng nhiều hơn ở các yếu tố này. Vì vậy việc cải thiện để các yếu tố này cĩ thể sẽ làm tăng nhiều hơn sự hài lịng của khách hàng đối với dịch vụ tín dụng ngân hàng.
3.3.1.3. Các nhân tố tác động đến sự hài lịng khách hàng. 3.3.1.3.1. Chất lượng dịch vụ
Trong 30 thang đo chất lượng dịch vụ tín dụng ngân hàng (Phụ lục 7) ta thấy các
thang đo cĩ GTTB cao thấp khác nhau, thể hiện mức độ đồng ý của khách hàng khơng giống nhau ở các biến quan sát. Khách hàng đồng tình nhiều nhất ở các yếu tố:
Yếu tố GTTB Độ lệch
chuẩn
Số mẫu TC3 NH luơn đáp ứng DVTD đúng thời gian
đã hứa 3,699 0,962 567
TC4 Khi bạn cĩ thắc mắc, khiếu nại, NH luơn
giải quyết thoả đáng 3,674 0,966 567
DC4 NH cĩ nhiều CS ưu đãi vì bạn là KH
truyền thống, KH cĩ uy tín 3,669 0,967 567
PV3 Nhân viên TDNH cĩ đạo đức nghề
nghiệp cao, khơng vịi vĩnh bạn 3,588 0,996 567
DC3 Khi bạn gặp khĩ khăn NH luơn sẵn sàng
hỗ trợ bạn 3,571 0,893 567
3.3.1.3.2. Tính cạnh tranh về giá Yếu tố GTTB Yếu tố GTTB Độ lệch chuẩn Số mẫu GC3 Ngân hàng cĩ chi phí giao dịch hợp lý 3,349 0,996 567
GC1 Ngân hàng cĩ chính sách giá linh hoạt 3,277 0,993 567
GC2 Ngân hàng áp dụng mức lãi suất cạnh tranh 3,267 0,987 567
Bảng 3.4: Thống kê mơ tả các thang đo chính sách giá
Qua Bảng 3.4 cho thấy khách hàng đánh giá thấp về chính sách giá, chứng tỏ sự
đồng tình của khách hàng với chính sách giá của ngân hàng khơng cao, đặc biệt là yếu
tố GC2: Ngân hàng áp dụng mức lãi suất cạnh tranh (3,267), tiếp đĩ đến yếu tố GC1:
Ngân hàng cĩ chính sách giá linh hoạt (3,277), yếu tố được khách hàng đánh giá cao
nhất là GC3: Ngân hàng cĩ chi phí giao dịch hợp lý cũng chỉ cĩ giá trị trung bình là
3,349. Những con số thống kê trên thể hiện sự đồng ý chưa cao đối với nhân tố chính
sách giá, qua đĩ cho chúng ta thấy rằng khách hàng rất quan tâm đến chính sách giá cả,
đặc biệt là lãi suất khi quyết định sử dụng dịch vụ tín dụng.
3.3.1.3.3. Đo lường sự hài lịng của khách hàng.
Yếu tố GTTB Độ lệch chuẩn Số mẫu HL1 Hài lịng với cung cách phục vụ của CB tín dụng NH 3,330 0,985 567
HL2 Hài lịng với trang thiết bị, vật chất của ngân hàng 3,282 0,970 567
HL3 Hài lịng với chất lượng dịch vụ tín dụng của NH 3,266 1,001 567
HL5 Vẫn tiếp tục sử dụng dịch vụ tín dụng của ngân hàng 3,224 1,001 567
HL4 Khách hàng sẽ giới thiệu dịch vụ tín dụng của ngân
hàng với người khác 3,212 0,995 567
Kết quả điều tra cho thấy giá trị trung bình chỉ từ 3,212 đến 3,33 chứng tỏ mức độ hài lịng của khách hàng đối với ngân hàng là chưa cao và sự trung thành của khách hàng là tương đối thấp, vì vậy đây là thách thức đối với ngân hàng để giữ khách hàng
cũ đồng thời cũng là cơ hội cho các ngân hàng để thu hút thêm khách hàng mới.
3.3.2. Đánh giá thang đo
3.3.2.1. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha.
Hệ số Cronbach’s 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 tồn bộ các biến của mỗi người trả lời.
Phương pháp này cho phép người phân tích loại bỏ những biến khơng phù hợp và hạn chế các biến rác trong mơ hình nghiên cứu vì nếu khơng chúng ta khơng thể biết
được chính xác độ biến thiên cũng như độ lỗi của các biến.
Reliability Statistics
Cronbach's Alpha N of Items
.958 30
Bảng 3.6 : Kết quả phân tích hệ số Cronbach’s Alpha
Theo phương pháp này, chỉ những biến cĩ hệ số tương quan tổng biến (Corrected Item-Total Correlation) > 0,3 và cĩ hệ số Cronbach’s Alpha > 0,6 mới được xem là
chấp nhận được và thích hợp để đưa vào những bước phân tích tiếp theo. Cũng theo
nhiều nhà nghiên cứu, nếu Cronbach’s Alpha đạt từ 0,8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao hơn.
Kết quả phân tích thống kê về hệ số tin cậy Cronbach’s Alpha ở Phụ lục 8 cho thấy, tất cả 30 biến của 6 thang đo đều cĩ hệ số tương quan tổng biến >0,3 và
Cronbach’s Alpha >0,6; nên tất cả các biến này sẽ được đưa vào phân tích nhân tố tiếp theo. Phân tích Cronbach’s Alpha cho từng nhĩm yếu tố, ta thấy:
* Yếu tố Sự tin cậy: tất cả 7/7 biến quan sát đều cĩ hệ số tương quan biến tổng >
0,3 nên 7 biến quan sát đều phù hợp. Hệ số Cronbach's Alpha = 0.905 nên thang đo đạt tiêu chuẩn.
* Yếu tố Sự đáp ứng: cả 5 biến quan sát đều cĩ hệ số tương quan biến tổng > 0,3.
Cronbach's Alpha = 0.898, do vậy tiêu chuẩn thang đo là rất tốt.
* Yếu tố Năng lực phục vụ: tất cả 5/5 biến quan sát đều cĩ hệ số tương quan biến
tổng > 0,3. Cronbach's Alpha = 0.873 nên thỏa điều kiện.
* Yếu tố Chính sách giá cả: cả 3 biến quan sát đều cĩ hệ số tương quan biến tổng > 0,3. Cronbach's Alpha = 0.819 nên thỏa điều kiện.
* Yếu tố Sự đồng cảm: tất cả 5 biến quan sát đều cĩ hệ số tương quan biến tổng
> 0,3. Thang đo đạt tiêu chuẩn với hệ số Cronbach's Alpha = 0.879.
* Yếu tố Phương tiện hữu hình: cả 5 biến quan sát đều cĩ hệ số tương quan biến
tổng > 0,3. Hệ số Cronbach's Alpha = 0.895 nên thỏa điều kiện.
Tĩm lại: Các nhĩm nhân tố sau khi kiểm định hệ số tin cậy Cronbach’s Alpha đều phù hợp với giá trị Cronbach’s Alpha nhỏ nhất là 0,819, do vậy tất cả các biến này sẽ được đưa vào phân tích nhân tố khám phá EFA tiếp theo.
3.3.2.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis).
Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tĩm tắt các dữ liệu rất cĩ ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhĩm biến cĩ liên hệ qua lại lẫn nhau được
xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số gọi là Hệ số tải nhân tố (Factor loading), hệ số này cho người nghiên cứu biết
được mỗi biến đo lường sẽ thuộc về nhân tố nào.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO phải cĩ giá trị lớn (thơng thường là:0,5<KMO<1) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO<0,5 thì phân tích nhân tố cĩ khả năng khơng thích hợp với các dữ liệu.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.927 Bartlett's Test of Sphericity Approx. Chi-Square 14897.250 df 528 Sig. .000
Bảng 3.7: Kết quả phân tích KMO and Bartlett’s Test
Kiểm định KMO and Bartlett's Test trong phân tích nhân tố khám phá EFA cho
thấy hệ số KMO=0,927 (>0,5) tương đối cao chứng tỏ phân tích nhân tố khám phá EFA thích hợp để sử dụng trong phân tích này.
Thêm vào đĩ, hệ số tải nhân tố của từng biến quan sát phải cĩ giá trị lớn hơn
0,5; điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 (mặc định của SPSS), và tổng phương sai dùng để giải thích bởi
từng nhân tố lớn hơn 50% mới thoả mãn điều kiện yêu cầu của phân tích nhân tố.
Tại các mức giá trị Eigenvalue > 1 và và phương pháp rút trích (Extraction method) là Principal component Analysis với phép xoay (Rotation) Varimax và phương pháp tính nhân tố là phương pháp Data reduction,
Kết quả phân tích thể hiện ở Phụ lục 9, cĩ 2 biến bị loại do cĩ hệ số tải nhân tố
(Factor loading) <0,5 là TC5 và PV4, Phân tích nhân tố đã trích được 7 nhĩm nhân tố từ 30 biến quan sát với phương sai trích là 72,90% (>50%) đạt yêu cầu.
3.3.3. Phân tích hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc (SHL_Sự hài lịng) và các biến độc lập (STC_Sự tin cậy; SDW_Sự đáp ứng; PPV_Năng lực phục vụ; CGC_Chính sách giá; SDC_Sự đồng cảm; PHH_Phương tiện hữu hình). Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đĩ giúp ta dự đốn được
mức độ của biến phụ thuộc khi biết giá trị của biến độc lập. Kết quả phân tích được
3.3.3.1. Kiểm định sự phù hợp của mơ hình.
Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định F xem xét mối liên hệ tuyến tính giữa biến phụ thuộc với tồn bộ tập hợp của các biến độc lập.
Model Summary Mod el R R Square Adjusted R Square Std. Error of the Estimate 1 .777(a) .603 .599 .52590 a Predictors: (Constant), PHH, SDC, SDW, PPV, CGC, STC
Bảng 3.8: Kết quả phân tích độ phù hợp trong phân tích hồi quy
Ajusted R square = 0,599 >0,5 là tương đối nên mơ hình phù hợp với dữ liệu thị trường.
ANOVAb 235.526 6 39.254 141.933 .000a 154.879 560 .277 390.405 566 Regression Residual Total Model 1 Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), PHH, SDC, SDW, PPV, CGC, STC a.
Dependent Variable: SHL b.
Bảng 3.9: Kết quả phân tích độ phù hợp trong phân tích hồi quy
Nhìn vào Bảng 3.9 ở trên ta thấy rằng trị số thống kê F được tính từ giá trị R2 của mơ hình đầy đủ khác 0, giá trị sig = 0 cho thấy mơ hình hồi quy tuyến tính bội sử dụng là phù hợp với tập dữ liệu và các biến đều đạt được tiêu chuẩn chấp nhận.
3.3.3.2 Kết quả phân tích hồi quy. Coefficientsa Coefficientsa .039 .121 .322 .748 .155 .046 .148 3.350 .001 .364 2.745 .097 .039 .094 2.467 .014 .493 2.029 .206 .037 .206 5.517 .000 .509 1.965 .297 .039 .304 7.693 .000 .453 2.205 .048 .041 .044 1.167 .244 .507 1.973 .144 .035 .155 4.160 .000 .510 1.959 (Constant) STC SDW PPV CGC SDC PHH Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients
t Sig. Tolerance VIF Collinearity Statistics
Dependent Variable: SHL a.
Bảng 3.10: Kết quả phân tích hồi quy
Trong trường hợp các biến độc lập cĩ hiện tượng đa cộng tuyến tức là các biến độc lập cĩ tương quan chặt chẽ với nhau và nĩ cung cấp cho mơ hình những thơng tin
rất giống nhau và khĩ tách ảnh hưởng của từng biến riêng lẻ nên để tránh diễn giải sai lệch kết quả hồi quy so với thực tế thì cần phải đánh giá, đo lường hiện tượng đa cộng tuyến. Giá trị hệ số phĩng đại phương sai (VIF) đều < 3 nên ta cĩ thể kết luận mối liên hệ giữa các biến độc lập này hầu như khơng đáng kể, vì vậy khơng cĩ hiện tượng đa cộng tuyến.
Kết quả phân tích hồi quy thể hiện qua bảng 3.10 cho ta thấy, chỉ cĩ biến SDC cĩ giá trị sig=0,244 > 0,05 nên khơng cĩ dấu hiệu thống kê chứng tỏ biến SDC (Sự đồng cảm) ảnh hưởng tới Sự hài lịng (SHL), vì vậy ta khơng thể khẳng định giả thuyết H4
(H4: Sự đồng cảm càng nhiều thì sự hài lịng của khách hàng càng cao).
Thực ra là biến SDC vẫn ảnh hưởng đến SHL nhưng do những nhĩm nhân tố khác
Các hệ số hồi quy mang dấu dương thể hiện các nhân tố trong mơ hình hồi quy trên ảnh hưởng tỷ lệ thuận đến sự hài lịng của khách hàng tức là cĩ mối quan hệ đồng biến, cùng chiều với Sự hài lịng của khách hàng
Các biến STC (sig=0,001), SDW(sig=0,014), PPV(sig=0,000), CGC(sig=0,000), PHH(sig=0,000) đều cĩ giá trị sig < 0,05 nên các biến này đều đạt tiêu chuẩn chấp nhận và mơ hình sử dụng là phù hợp.
Từ bảng phân tích hồi quy ở trên ta cĩ thể rút ra được phương trình hồi quy như sau:
Trong đĩ:
SHL : Sự hài lịng CGC : Chính sách giá
PPV : Năng lực phục vụ PHH : Phương tiện hữu hình
STC : Sự tin cậy SDW : Sự đáp ứng
3.3.3.3. Giải thích phương trình hồi quy.
SHL =0,304CGC+ 0,206PPV+ 0,155PHH+ 0,148STC+ 0,094SDW
Từ phương trình hồi quy trên cho ta thấy, Sự hài lịng của khách hàng cĩ quan hệ tuyến tính với các nhân tố: CGC_Chính sách giá ( =0,304); PPV_Năng lực phục vụ ( =0,206); PHH_Phương tiện hữu hình ( =0,155); STC_Sự tin cậy ( =0,148); SDW_Sự đáp ứng ( =0,094) và tất cả các hệ số >0 cho thấy các biến độc lập tác động thuận chiều với SHL_Sự hài lịng của khách hàng, trong đĩ hệ số càng lớn thì sự ảnh hưởng của nhân tố đĩ lên sự hài lịng của khách hàng càng tăng.
Kết quả này cũng khẳng định các giả thuyết dưới đây:
H6: Tính cạnh tranh về giá càng cao thì khách hàng càng hài lịng.
H3: Năng lực phục vụ càng tốt thì sự hài lịng càng tăng.
H5: Phương tiện hữu hình càng tốt thì khách hàng càng hài lịng.
H1 : Sự tin cậy càng cao thì khách hàng sẽ càng hài lịng.
H2: Sự đáp ứng càng tốt thì sự hài lịng của khách hàng càng cao.
đã nêu ra trong mơ hình nghiên cứu được chấp nhận và được kiểm định phù hợp.
Vì vậy Ngân hàng Vietcombank phải nỗ lực khơng ngừng, cải tiến hơn nữa những nhân tố này (ưu tiên theo hệ số ) để nâng cao sự hài lịng của khách hàng.
3.3.3.4. Mơ hình các nhân tố tác động đến sự hài lịng khách hàng
Sau khi điều tra, nghiên cứu, phân tích và kiểm định mơ hình, ta cĩ thể đưa ra
mơ hình các nhân tố tác động đến sự hài lịng của khách hàng như sau:
Hình 3.1 : Mơ hình các nhân tố tác động đến sự hài lịng của khách hàng 3.3.4. PHÂN TÍCH PHƯƠNG SAI (ANOVA-Analysis of Variance)
Những phần trước, chúng ta đã kiểm định các nhân tố tác động đến sự hài lịng
khách hàng cũng như xác định mức độ hài lịng của khách hàng đối với các ngân hàng. Trong phần phân tích phương sai-Anova, chúng ta sẽ tiến hành kiểm định giả thuyết các tổng thể nhĩm cĩ trung bình bằng nhau, mà cụ thể là xem xét sự khác biệt của ba ngân hàng theo đánh giá của khách hàng về các nhĩm nhân tố. Ta đặt ra các giả thuyết:
Chính sách giá
Năng lực phục vụ
Phương tiện hữu hình
Sự tin cậy Sự đáp ứng Sự hài lịng của khách hàng =0,155 =0,304 =0,206 =0,148 =0,094
H7: Khơng cĩ sự khác biệt trong đánh giá của khách hàng đối với 03 ngân hàng về Sự tin cậy.
H8: Khơng cĩ sự khác biệt trong đánh giá của khách hàng đối với 03 ngân hàng về Sự đáp ứng.
H9: Khơng cĩ sự khác biệt trong đánh giá của khách hàng đối với 03 ngân hàng về Năng lực phục vụ.
H10: Khơng cĩ sự khác biệt trong đánh giá của khách hàng đối với 03 ngân hàng về Chính sách giá.
H11: Khơng cĩ sự khác biệt trong đánh giá của khách hàng đối với 03 ngân