6. CẤU TRÚC CỦA LUẬN VĂN
2.4. Khảo sát các nhân tố ảnh hƣởng đến sự thỏa mãn của khách hàng về
2.4.5.3. Kiểm định thang đo
Kiểm định thang đo mơ hình bao gồm 2 bƣớc:
- Kiểm tra độ tin cậy của thang đo qua hệ số Cronbach’s Alpha và hệ số tƣơng quan biến tổng (Item-total correlation).
- Kiểm định giá trị của thang đo qua EFA (phân tích nhân tố khám phá)
a) Kiểm tra độ tin cậy thang đo
Kiểm định thang đo Cronbach’s Alpha là một phép kiểm định thống kê để kiểm tra sự chặc chẽ và tƣơng quan giữa các biến quan sát. Phƣơng pháp này giúp loại bỏ các biến không phù hợp, chỉ những biến có hệ số tƣơng quan tổng (Corrected Item-total Correlation) lớn hớn 0,3 và có Cronbach’s Alpha từ 0,6 đến 0,95 (0,6 ≤ Cronbach Alpha ≤ 0,95) là phù hợp nhƣng nếu Cronbach’s Alpha nằm trong khoảng từ 0,7 đến 0,9 là tốt nhất. (Theo Nunnally & Burnstein, 1994; Hồng Trọng, 2005; Nguyễn Đình Thọ, 2011).
Cronbach’s Alpha là một độ đo, không phải là một mơ hình dùng để kiểm định, vì vậy ngƣời ta thống nhất một mức giá trị mà khi vƣợt qua mức này thì có thể cho rằng số liệu là đáng tin cậy.
Item-total Correlation: hệ số tƣơng quan biến tổng là hệ số tƣơng quan của một biến với điểm trung bình của các biến khác trong cùng thang đo, hệ số này càng cao thì sự tƣơng quan của một biến này với các biến khác càng cao. Các biến có hệ số tƣơng quan biến tổng nhỏ hơn 0,3 là biến không phù hợp, bị loại khỏi thang đo.
i. Thang đo thành phần tin cậy: có Cronbach’s Alpha = 0,754, các biến quan sát trong thành phần đều có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần tin cậy đều đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
ii. Thang đo thành phần đáp ứng: có Cronbach’s Alpha khá cao 0,860, các biến quan sát trong thành phần đều có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần đáp ứng đều đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
iii. Thang đo thành phần năng lực phục vụ: có Cronbach’s Alpha 0,761, các biến quan sát trong thành phần đều có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần năng lực phục vụ đều đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
iv. Thang đo thành phần đồng cảm: có Cronbach’s Alpha khá lớn 0,846, các biến quan sát trong thành phần đều có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần đồng cảm đều đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
v.Thang đo thành phần phƣơng tiện hữu hình: có Cronbach’s Alpha 0,754, các biến quan sát trong thành phần đều có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần phƣơng tiện hữu hình đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
vi. Thang đo thành phần giá cả: có Cronbach’s Alpha 0,767, các biến quan
sát trong thành phần đều có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần giá cả đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
vii. Thang đo sự thỏa mãn tổng quát của khách hàng đối với dịch vụ thẻ tại ngân hàng: có Cronbach’s Alpha 0,764, các biến quan sát trong thành phần đều
có hệ số tƣơng quan biến tổng lớn hơn 0,3. Vì vậy các biến đo lƣờng thành phần đều đạt yêu cầu và đƣợc sử dụng trong phân tích EFA tiếp theo.
Bảng 2.9. Bảng tổng hơp kiểm định các thang đo (Phụ lục 4)
STT Biến quan sát Tƣơng quan biến tổng Giá trị Alpha nếu loại biến (1) Thang đo thành phần tin cậy
Giá trị Alpha : 0,754 01 TC1 0.602 0,667 02 TC2 0,482 0,756 03 TC3 0,600 0,673 04 TC4 0,597 0,694 (2) Thang đo thành phần đáp ứng Giá trị Alpha : 0,860 05 ĐƢ1 0,670 0,833 06 ĐƢ2 0,755 0,816 07 ĐƢ3 0,589 0,849
08 ĐƢ4 0,559 0,852
09 ĐƢ5 0,693 0,829
10 ĐƢ6 0,656 0,835
(3) Thang đo thành phần năng lực phục vụ Giá trị Alpha : 0,761 11 NL1 0,554 0,709 12 NL2 0,636 0,676 13 NL3 0,668 0,664 14 NL4 0,487 0,733 15 NL5 0,305 0,782 (4) Thang đo thành phần đồng cảm Giá trị Alpha : 0,846 16 DC1 0,747 0,778 17 DC2 0,704 0,796 18 DC3 0,523 0,873 19 DC4 0,784 0,765
(5) Thang đo thành phần phƣơng tiện hữu hình Giá trị Alpha : 0,754
20 PT1 0,479 0,734
21 PT2 0,364 0,789
22 PT3 0,676 0,623
23 PT4 0,704 0,602
(6) Thang đo giá cả Giá trị Alpha : 0,767
24 PC1 0,613 0,673
25 PC2 0,668 0,607
26 PC3 0,524 0,770
Thang đo sự thỏa mãn của khách hàng Giá trị Alpha : 0,764
27 TM1 0,406 0,791
28 TM2 0,606 0,685
29 TM3 0,636 0,669
30 TM4 0,620 0,677
b) Kiểm định giá trị thang đo bằng phân tích nhân tố khám phá (EFA)
Khái quát EFA
Phân tích nhân tố khám phá là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành mơt tập biến ít
hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & cộng sƣ, 1998).
Việc phân tích nhân tố phải thỏa mãn các điều kiện sau:
(1) Hệ số KMO ≥ 0,5 và mức ý nghĩa của Kiểm định Bartlet ≤ 0,05. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, EFA thích hợp khi: 0,5 ≤ KMO
≤ 1; Kiểm định Bartlet xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát, nếu kiểm định này có ý nghĩa thống kê (sig ≤ 0,05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể ( Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005, p.262).
(2) Hệ số tải nhân tố (Factor Loading) > 0,5 để tạo giá trị hội tụ. Theo Hair và cộng sự (1998). Hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,3 đƣợc xem là đạt mức tối thiểu thì cỡ mẫu ít nhất phải là 350; hệ số tải nhân tố > 0,4 đƣợc xem là quan trọng; và ≥ 0,5 đƣợc xem là có ý nghĩa thực tiễn. Nếu cỡ mẫu khoảng 100 thì nên thì nên chọn tiêu chuẩn hệ số tải nhân tố > 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố > 0,75. Trong phần phân tích nhân tố này, tác giả chấp nhận hệ số tải nhân tố từ 0,4 trở lên, nếu các biến quan sát khơng đạt u cầu này thì khơng phải là biến có ý nghĩa trong mơ hình và bị loại để chạy tiếp phân tích nhân tố.
(3) Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích ≥ 50%. (Theo Hair và cộng sự, 1988).
(4) Hệ số eigenvalue >1 (Gerbing và Anderson, 1998).
Phân tích nhân tố khám phá (EFA) đối với thành phần CLDV và thành phần giá cả.
Thang đo sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ bao gồm 2 thành phần: thành phần CLDV và thành phần giá cả, có tổng 26 biến quan sát, theo kiểm định Cronbanch’s Alpha thì các quan sát này đều phù hợp về độ tin cậy. Phân tích nhân tố sử dụng phƣơng pháp trích “Pricipal Axis Factoring” và chon phép xoay Promax.
Kết quả cho thấy kiểm định KMO và Barlett’s trong phân tích nhân tố (factor) cho thấy hệ số KMO rất cao là 0,936 > 0,5 và sig = ,000 < 0,05 nên phân tích EFA thích hợp sử dụng trong nghiên cứu này.
Bảng 2.10. Kiểm định KMO và Barlett’s
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square Bartlett's Test of Sphericity df
Sig.
.936 4999.358 325 .000
Chạy phân tích nhân tố cho thấy 26 biến quan sát trong 6 thành phần của thang đo sự thỏa mãn nhu cầu của khách hàng đối với dịch vụ thẻ bị phân tán thành 5 thành phần. (Xem phụ lục 5). Tuy nhiên, biến NL5 bị loại vì có hể số tải nhân tố (factor loading) nhỏ hơn 0,4. Chạy lần 2, ta thấy hệ số KMO và Bartlett’s vẫn đảm bảo điều kiện nhƣng biến PC2 có hệ số tải nhân tố nhỏ hơn 0,4 nên tiếp tục bị loại ra. Chạy lần 3, hệ số KMO và Bartlett’s vẫn đủ điều kiện và biến TC4 và NL3 có hệ số tải nhỏ hơn 0,4 nhƣng hệ số tải nhân tố lớn nhất của TC4 nhỏ hơn NL3 (0,349 < 0,381) nên loại TC4 trƣớc. Kết quả chạy lần 4 đã loại biến TC4 chỉ còn 4 thành phần, tuy nhiên biến NL3 có hệ số tải nhân tố vẫn nhỏ hơn 0,4 nên tiếp tục loại. Chạy lần 5, kết quả KMO = 0,931 nên EFA phù hợp với dữ liệu và thống kê Chi- Square của kiểm định Bartlett’s đạt giá trị 4.260,773 với mức ý nghĩa 0,000 nên các biến quan sát có tƣơng quan với nhau trên tổng thể, phƣơng sai trích là 68,844 % nói lên rằng với 4 thành phần rút trích ra đƣợc giải thích 68,844% biến thiên của dữ liệu, tại hệ số Eigenvalues = 1,267. Vì thế, các thang đo rút ra là chấp nhận đƣợc.
Do hệ số tải nhân tố (factor loading) > 0,4 đƣợc xem là quan trọng, nên tiến hành rút trích nhân tố với hệ số tải nhân tố > 0,4, bảng phân tích sẽ thể hiện rõ ràng hơn. Vì thế tiến hành chạy lần 6. (Xem phụ lục 5).
Kiểm tra lại độ tin cậy của thang đo mới với các biến quan sát có sự thay đổi ta thấy Cronbach’s Alpha và hệ số tƣơng quan biến tổng đều đáp ứng yêu cầu ở các thang đo khác nhau. (Xem phụ lục 6 )
Nhƣ vậy, từ 6 thành phần gốc ban đầu, sau khi phân tích nhân tố khám phá EFA thì tách ra đƣợc 4 thành phần với 23 biến quan sát. Các thành phần trích ra đều đạt độ tin cậy.
Bảng 2.11. Kết quả EFA các thành phần thang đo sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ đã loại biến NL5, PC2, TC4 và NL3 với hệ số tải nhân tố lớn hơn 0,4
Pattern Matrixa
Factor
1 2 3 4
TC1 Thẻ thanh tốn được tín nhiệm .852
.990
.889
.814 ĐƯ2 Nhân viên hỗ trợ dễ hiểu .766
ĐƯ6 Nhân viên xử lý nhanh chóng giao dịch .758 ĐƯ5 Thủ tục làm thẻ đơn giản .710
NL1 Nhân viên lịch thiệp .699
ĐƯ1 Nhân viên trả lời chính xác thơng tin .571 TC2 Thông tin về thẻ được bảo mật .542
TC3 Trả thẻ đúng thời hạn .502
ĐƯ3 Nhân viên sẵn lòng giúp đỡ .479
PT1 Mạng lưới ATM/POS rộng .415
PT4 Tài liệu giới thiệu đầy đủ
ĐƯ4 Nhân viên hỗ trợ hiệu quả .667
DC4 Nhân viên luôn chú ý nhu cầu khách hàng .667
DC1 Ngân hàng quan tâm khách hàng .618
DC2 Phục vụ nhiệt tình .612
PT3 Trang phục có đặc thù riêng .541
DC3 Khách hàng không đợi lâu
PT2 Máy ATM/POS hoạt động ổn định .643
PC1 Phí dịch vụ hợp lý .424
NL4 An tồn khi sử dụng
PC3 Khuyến mãi tốt .726
NL2 Nhân viên phục vụ chuyên nghiệp .430 .529
Extraction Method: Principal Axis Factoring.
Rotation Method: Promax with Kaiser Normalization. a. Rotation converged in 7 iterations.
Phân tích nhân tố khám phá đối với thang đo sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ tại NHTMCP Công Thƣơng Việt Nam – chi nhánh tỉnh An Giang.
Kết quả phân tích nhân tố EFA cho thấy hệ số KMO = ,592 nên dữ liệu phù hợp với phân tích nhân tố, thống kê Chi-Square của kiểm định Bartlett’s là 370,320 với mức ý nghĩa ,000, nên các biến quan sát có tƣơng quan với nhau trên tổng thể; phƣơng sai trích là 59,233% và hệ số Eigenvalues = 2,369 nên khơng đa biến. Do đó, thang đo rút ra chấp nhận đƣợc. (Xem phu lục 5).
Bảng 2.12. Kết quả phân tích EFA của thang đo mức độ thỏa mãn của khách hàng
Factor Matrixa
Factor 1 TM1 Dịch vụ thẻ NH đáp ứng được nhu cầu .446 TM2 Anh/chị luôn muốn sử dụng DV thẻ của NH .746 TM3 Anh/chị sẵn lòng giới thiệu DV thẻ với người khác .701 TM4 Anh/chị vẫn tiếp tục sử dụng DV thẻ của NH .802
Extraction Method: Principal Axis Factoring. a.1 factors extracted. 7 iterations required.
Tính tốn biến và đặt tên cho các thành phần mới
COMPUTE X1=mean(TC1,ĐƢ2,ĐƢ6,ĐƢ5,NL1,ĐƢ1,TC2,TC3,ĐƢ3,PT1). COMPUTE X2=mean(PT4,ĐƢ4,DC4,DC1,DC2,PT3).
COMPUTE X3=mean(DC3,PT2,PC1). COMPUTE X4=mean(NL4,PC3,NL2).
COMPUTE Y = mean(TM1, TM2, TM3, TM4) Tiến hành đặt tên lại các thành phần nhƣ sau:
Thành phần 1 (X1) : Thành phần “Đáp ứng” gồm các biến quan sát: ĐƢ1, ĐƢ2, ĐƢ3, ĐƢ5, ĐƢ6, TC1, TC2, TC3, NL1, PT1.
Thành phần 2 (X2): Thành phần “Đồng cảm” gồm các biến quan sát: DC1, DC2, DC4, ĐƢ4, PT3, PT4.
Thành phần 3 (X3): Thành phần “Phƣơng tiện” gồm các biến quan sát: PT2,DC3,PC1.
Đáp ứng
H1 (+)
Đồng cảm
Sự thỏa mãn nhu
cầu của khách hàng về DV thẻ tại NHTMCP Công Thương Việt Nam – chi nhánh tỉnh An Giang H2 (+)
H3 (+)
Phương tiện
H4 (+)
Năng lực
Thành phần 4 (X4): Thành phần “Năng lực” gồm các biến quan sát: NL4, NL2, PC3.
2.4.5.4. Xây dựng mơ hình mới và các giả thuyết nghiên cứu
Từ kết quả phân tích nhân tố, ta xây dựng mơ hình nghiên cứu và các giả thuyết nghiên cứu mới nhƣ sau:
- Mơ hình nghiên cứu: Biến phụ thuộc là sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ gọi là biến (Y) và 4 biến độc lập.
- Giả thuyết nghiên cứu:
+ H1: Thành phần “đáp ứng” đƣợc khách hàng đánh giá càng cao thì sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ càng cao và ngƣợc lại.
+ H2: Thành phần “đồng cảm” đƣợc khách hàng đánh giá càng cao thì sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ càng cao và ngƣợc lại.
+ H3: Thành phần “phƣơng tiện” đƣợc khách hàng đánh giá càng cao thì sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ càng cao và ngƣợc lại.
+ H4: Thành phần “năng lực” đƣợc khách hàng đánh giá càng cao thì sự thỏa mãn nhu cầu của khách hàng về dịch vụ thẻ càng cao và ngƣợc lại.
2.4.5.5.Kiểm định mơ hình và các giả thuyết sử dụng phân tích hồi quy đa biến
Từ mơ hình mới, ta dùng tập hợp biến mới này thay cho tập hợp biến gốc để đƣa vào phân tích các bƣớc tiếp theo nhƣ: tƣơng quan và hồi quy, kiểm định ANOVA,…
Xem xét mối quan hệ tuyến tính giữa các biến bằng cách chạy tƣơng quan (Correlation) và đánh giá sự tƣơng quan thông qua ma trận tƣơng quan Pearson, với hệ số tƣơng quan Pearson phải khác 0 và hệ số Sig < 0.05 (với mức ý nghĩa 5%, sẽ chấp nhận giả thuyết ban đầu, bác bỏ giả thuyết Ho). Hệ số tƣơng quan biểu thị độ lớn và chiều hƣớng của mối quan hệ là đồng biến (dấu +) hay nghịch biến (dấu -) . Sau đó, tiến hành chạy hồi quy và kiểm tra các giả định có bị vi phạm hay khơng nhƣ: có hiện tƣợng tự tƣơng quan khơng, có vấn đề đa cộng tuyến không.
Kiểm tra tƣơng quan bằng hệ số R2, và R2 điều chỉnh (adjusted R square). R2 đo lƣờng tỉ lệ tổng biến thiên của biến phụ thuộc đƣợc giải thích bằng các biến độc lập trong mơ hình. R2 càng cao thì khả năng giải thích của mơ hình hồi quy càng lớn và việc dự đốn biến phụ thuộc càng chính xác. Do trong phân tích hồi quy đa biến, R2 càng tăng khi số biến độc lập càng tăng, do đó đơi khi khơng thể hiện đúng ý nghĩa của phƣơng trình hồi quy nên cần dùng R2 điều chỉnh. Điều kiện R2 nhƣ sau:
+ Nếu R = 0 => R2 = 0 : Không tƣơng quan. + Nếu R < 0.3 => R2 = 0 : Tƣơng quan mức thấp.
+ Nếu 0.3 ≤ R < 0.5 => 0.1 ≤ R2 < 0.25 : Tƣơng quan mức trung bình. + Nếu 0.5 ≤ R < 0.7 => 0.25 ≤ R2 < 0.5 : Tƣơng quan khá chặt chẽ. + Nếu 0.7 ≤ R < 0.9 => 0.5 ≤ R2 < 0.8 : Tƣơng quan chặt chẽ.
+ Nếu 0.9 ≤ R < 1 => 0.8 ≤ R2 < 1 : Tƣơng quan rất chặt chẽ. + Nếu R = 1 => R2 = 1 : Tƣơng quan hoàn toàn.
Với hệ số R2 các biến độc lập X giải thích đƣợc (R2 )% biến phụ thuộc Y. Kiểm tra hiện tƣợng tự tƣơng quan bằng hệ số Durbin-Watson (D): Do trong chuỗi khảo sát có thể có những dữ liệu bị trùng nhau, phải kiểm tra để mơ hình
nghiên cứu đƣợc tốt hơn. Nếu 1 < D < 3: Mơ hình khơng tự tƣơng quan, tốt. Nếu 0 < D < 1: Mơ hình tự tƣơng quan dƣơng. Nếu 3 < D < 4: Mơ hình tự tƣơng quan
âm. Kiểm tra hiện tƣợng đa cộng tuyến thơng qua hệ số phóng đại phƣơng