6. Kết cấu đề tài
2.2. Đánh giá sự hài lòng của khách hàng về dịch vụ thẻ ATM của Ngân hàng
2.2.7. Triển khai nghiên cứu
Có 20 người quản lý trực tiếp của đối tượng nghiên cứu sẽ được phỏng vấn trực tiếp dựa trên một Bảng câu hỏi có sẵn có liên quan đến tất cả các yếu tố trong mơ hình. Kết quả sau khi nghiên cứu định tính cho thấy 6 thành phần dự kiến trong thang đo chất lượng dịch vụ thẻ bao gồm Tính đáp ứng, Kỹ năng chăm sóc khách hàng, Sự tin tưởng, Độ tiếp cận, Tài sản hữu hình, Sự cảm thơng và thang đo Sự hài lòng đều được giữ nguyên, không thay đổi. Điều này là do khi phỏng vấn trực tiếp tác giả nhận thấy khả năng hiểu các yếu tố trong thang đo là khá chính xác. Các yếu tố tạo nên chất lượng dịch vụ thẻ được các đáp viên đánh giá là đầy đủ và khơng có yếu tố nào bị loại khỏi thang đo.
Bảng 2.4:Thang đo sau khi nghiên cứu sơ bộ được giữ nguyên
STT MÃ HĨA DIỄN GIẢI TÍNH ĐÁP ỨNG
1 DU1 Thủ tục làm thẻ ATM Vietinbank nhanh chóng, đơn giản, thuận lợi
2 DU2 Hệ thống ATM Vietinbank hoạt động thông suốt, liên tục
3 DU3 Vietinbank thực hiện cung cấp các tiện ích đúng như cam kết
4 DU4 Vietinbank tích cực giải quyết những trở ngại của khách hàng.
5 DU5 Thẻ ATM Vietinbank có rất nhiều tiện ích hữu dụng.
6 DU6 Thẻ ATM Vietinbank sử dụng dễ dàng, chính xác, đáng tin
cậy.
KỸ NĂNG CHĂM SÓC KHÁCH HÀNG
1 KN1 Có trung tâm thẻ chăm sóc khách hàng 24/24 riêng biệt, chuyên nghiệp
2 KN2 Dễ dàng liên lạc với tổng đài giải đáp thắc mắc về thẻ
3 KN3 Thời gian thực hiện giao dịch nhanh chóng, thuận tiện
4 KN4 Nhân viên tư vấn và trả lời thỏa đáng các thắc mắc của khách
5 KN5 Nhân viên xử lý khiếu nại nhanh chóng, hợp lý
6 KN6 Nhân viên tác nghiệp chính xác, nhanh chóng
SỰ TIN TƯỞNG
1 TT1 Cảm thấy an toàn khi giao dịch với thẻ ATM Vietinbank
2 TT2 Nhân viên nhã nhặn, lịch sự, tạo niềm tin cho khách hàng
3 TT3 Nhân viên đủ hiểu biết để trả lời
4 TT4 Các giao dịch được thực hiện chính xác
ĐỘ TIẾP CẬN
1 TC1 Mạng lưới máy ATM, máy POS rộng khắp
2 TC2 Dễ tìm thấy máy ATM Vietinbank
3 TC3 Máy ATM Vietinbank thiết kế dễ dàng sử dụng
4 TC4 Thẻ ATM Vietinbank sử dụng được tại tất cả các máy ATM
ngân hàng khác.
5 TC5 Khách hàng dễ dàng và thường xuyên biết được các thông tin
khuyến mãi về thẻ ATM Vietinbank.
TÀI SẢN HỮU HÌNH
1 TS1 Hệ thống máy ATM tốt, hiện đại, dễ sử dụng
2 TS2 Nơi đặt máy ATM sạch sẽ thoáng mát
3 TS3 Máy POS tại các đơn vị chấp nhận thẻ hoạt động tốt, ít bị lỗi
4 TS4 Mẫu mã thẻ rất đ p, bắt mắt
SỰ CẢM THÔNG
1 CT1 Nhân viên hiểu rõ nhu cầu của khách hàng
2 CT2 Nhân viên luôn quan tâm đến khách hàng
3 CT3 Chính sách phí và khuyến mãi tốt
4 CT4 Giờ giấc hoạt động của các điểm giao dịch thuận tiện
SỰ HÀI LỊNG
Độ tiếp cận Sự cảm thơng H1 Tính đáp ứng H4 Sự hài lịng của KH về thẻ ATM H2 Kỹ năng chăm sóc KH Tài sản hữu hình H5 Sự tin tưởng H6 H3
2 HL2 Bạn sẽ tiếp tục sử dụng thẻ ATM Vietinbank trong thời gian
tới
3 HL3 Bạn sẽ giới thiệu cho bạn bè, người thân sử dụng thẻ ATM
Vietinbank
Sau khi nghiên cứu định tính, mơ hình nghiên cứu và các giả thuyết được giữ nguyên.
Hình 2.2:Mơ hình nghiên cứu sau khi nghiên cứu định tính
Các giả thuyết sau khi nghiên cứu định tính:
H1 Thành phần “Tính đáp ứng”có ảnh hưởng cùng chiều đến sự hài lòng của khách hàng.
H2 Thành phần “Kỹ năng chăm sóc khách hàng” có ảnh hưởng cùng chiều đến sự hài lòng của khách hàng.
H3 Thành phần “Sự tin tưởng” có ảnh hưởng cùng chiều đến sự hài lòng của khách hàng.
H4 Thành phần “Độ tiếp cận” có ảnh hưởng cùng chiều đến sự hài lòng của khách hàng
H5 Thành phần “Tài sản hữu hình” có ảnh hưởng cùng chiều đến sự hài lịng của khách hàng.
H6 Thành phần “Sự cảm thơng” có ảnh hưởng cùng chiều đến sự hài lịng của khách hàng.
2.2.7.2. Nghiên cứu chính thức
2.2.7.2.1. Thiết kế mẫu
-Xác định tổng thể nghiên cứu (Population): tổng thể nghiên cứu của đề tài
này là các khách hàng đã và đang sử dụng thẻ ATM Vietinbank.
-Xác định khung chọn mẫu (Sampling frame): Khung chọn mẫu là một
danh sách liệt kê tất cả các đối tượng của tổng thể nghiên cứu, từ đó ta sẽ chọn ra mẫu nghiên cứu. Tuy nhiên ở đây chỉ có được danh sách khách hàng là cán bộ của các doanh nghiệp sử dụng dịch vụ trả lương qua thẻ, vì thế ta khơng thể xác định được tất cả các đối tượng cần khảo sát (đối tượng cần thu thập dữ liệu). Do đó, ta khơng thể xác định được danh sách tổng thể này.
- Vì vậy, khung chọn mẫu của nghiên cứu được xác định bằng cách gạn lọc. Như trong chương mở đầu đã đề cập, đối tượng khảo sát là khách hàng đã và đang sử dụng thẻ ATM Vietinbank. Tiêu chí gạn lọc đó phải thỏa: là người sử dụng thẻ ATM E-partnercủaVietinbank.
-Phương pháp chọn mẫu: Phương pháp chọn mẫu phi xác suất
(nonprobality sampling method) là phương pháp chọn mẫu phù hợp nhất xét trong bối cảnh nghiên cứu hiện tại với các ràng buộc về thời gian, chi phí và nhân lực dành cho nghiên cứu. Ngoài ra, phương pháp chọn mẫu thuận tiện (convenience sampling) sẽ được sử dụng trong nghiên cứu này do nghiên cứu khơng có một khung chọn mẫu định sẵn, tác giả có thể chọn những phần tử có thể tiếp cận được tùy theo điều kiện thực tiễn.
-Xác định cỡ mẫu (sample size): Việc xác định cỡ mẫu được tham khảo theo
phương pháp xác định cỡ mẫu từ thực nghiệm của Hair và cộng sự (1998) và Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2005). Theo đó, cỡ mẫu tối thiểu chấp nhận được đối với đối tượng nghiên cứu bằng 5 lần tổng số các biến được phân tích. Số lượng các biến trong nghiên cứu này là 32 biến tương ứng với 7 nhóm: Tính đáp ứng, Kỹ năng chăm sóc khách hàng, Sự tin tưởng, Độ tiếp cận, Tài sản hữu hình, Sự cảm thơng, Sự hài lịng. (xem Bảng 3.2). Như vậy, số mẫu tối thiểu cho nghiên cứu này cần phải lớn hơn 5 lần số biến
5 x 32 biến = 160 mẫu
THỐNG KÊ SỐ LƯỢNG MẪU THU VỀ LÀM SẠCH DỮ LIỆU
MÔ TẢ DỮ LIỆU ĐÁNH G Á ĐỘ TIN CẬY PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
PHÂN TÍCH HỒI QUI
Tác giả dự kiến sẽ lấy 250 mẫu để đảm bảo cho việc nghiên cứu. 2.2.7.2.2. Phương pháp phân tích dữ liệu
Q trình phân tích dữ liệu được thể hiện qua hình sau:
Hình2.3: Q trình phân tích dữ liệu
Với sự hỗ trợ của phần mềm SPSS 16 quá trình phân tích dữ liệu trải qua các bước sau đây
Bước 1: Thống kê số lượng mẫu thu về
Trước tiên, mẫu thu thập về được xem xét các vấn đề Số lượng phát ra và số lượng thu về, tỷ lệ phần trăm thu hồi. Đặc điểm các Bảng câu hỏi thu về, số đạt tiêu chuẩn và không đạt.
Bước 2: Làm sạch dữ liệu
Dữ liệu sẽ được làm sạch (nhằm phát hiện ra giá trị dị biệt cần loại bỏ) phục vụ cho các bước phân tích tiếp theo.
Bước 3: Mô tả dữ liệu
Thống kê mô tả được sử dụng để mơ tả những đặc tính cơ bản của dữ liệu thu thập được. Bằng cách sử dụng công cụ Frequency trong chức năng Frequency Statistics, một số thống kê mơ tả mẫu thu thập sẽ được trình bày, bao gồm thống kê hình thức khảo sát (phát trực tiếp và thơng qua thư điện tử) giới tính của đối tượng nghiên cứu, thời gian sử dụng thẻ của đối tượng nghiên cứu cuối cùng là các thống kê về thu nhập, ngành nghề, nguồn thông tin của đối tượng được khảo sát.
Bước 4: Đánh giá độ tin cậy
Hệ số tin cậy Cronbach Alpha được sử dụng để đánh giá độ tin cậy của các thang đo chất lượng dịch vụ thẻ và thang đo sự hài lịng của khách hàng. Theo đó, thang đo được chấp nhận khi giá trị Cronbach Alpha trên 0.7. Tuy nhiên, giá trị Cronbach Alpha từ 0.6 trở lên có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Hoàng Trọng, Chu Nguyễn
Mộng Ngọc, 2005). Do đó, trong nghiên cứu này giá trị Cronbach Alpha được chọn
từ 0.6 trở lên. Đồng thời, các biến quan sát có tương quan biến – tổng (Corrected Intem – Total Correlation) nhỏ hơn 0.3 sẽ bị loại.
Sau bước đánh giá độ tin cậy, nếu các thành phần chất lượng dịch vụ thẻ mới có hệ số tin cậy Cronbach Alpha đạt yêu cầu, ta tiến hành đặt tên cho các thành phần chất lượng dịch vụ thẻ mới này. Đồng thời, hiệu chỉnh mơ hình nghiên cứu và các giả thuyết sẽ được phát biểu lại.
Bước 5: Phân tích nhân tố khám phá EFA
Do 6 thành phần Tính đáp ứng, Kỹ năng chăm sóc khách hàng, Sự tin tưởng, Độ tiếp cận, Tài sản hữu hình, Sự cảm thơng trong thang đo chất lượng dịch vụ thẻ và thang đo sự hài lòng của khách hàng được xây dựng trong chương cơ sở lý thuyết dựa vào các nghiên cứu trước đây đã được kiểm định trên thế giới. Do đó, dữ liệu sẽ được phân tích nhân tố khám phá EFA. Trong nghiên cứu này, tác giả sử dụng phương pháp trích yếu tố “Principal Components” với phép xoay Varimax trong thang đo đơn hướng (thang đo sự hài lịng) và thang đo đa hướng (các thang đo Tính đáp ứng, Kỹ năng chăm sóc khách hàng, Sự tin tưởng, Độ tiếp cận, Tài sản
hữu hình, Sự cảm thơng) để tìm ra các nhân tố đại diện cho các biến và điểm dừng khi trích các yếu tố có Eigenvalues = 1.
Việc phân tích nhân tố sẽ được thực hiện theo các tiêu chí sau
Kiểm định Barlett Là một kiểm định thống kê nhằm kiểm tra giữa các biến có tương quan hay khơng. Nếu kiểm định này có mức ý nghĩa thống kê dưới 0.05 thì xem như các biến có tương quan với nhau.
Phép đo sự phù hợp của mẫu KMO (Kaiser-Meyer-Olkin) là phép đo sự tương quan qua lại giữa các biến và xem xét sự phù hợp để phân tích nhân tố. Hệ số KMO có giá trị trong khoảng 0 đến 1. Giá trị KMO phụ thuộc vào cỡ mẫu, độ tương quan trung bình, số biến và số nhân tố. Nếu hệ số này lớn hơn 0.5 thì tập dữ liệu được xem là phù hợp để tiến hành phân tích nhân tố.
Eigenvalue Là tổng bình phương các trọng số của các biến trên một cột nhân tố, còn được gọi là latent root. Nó đại diện cho mức độ biến động được giải thích bởi một nhân tố. Giá trị eigenvalue của các nhân tố được chọn phải từ 1 trở lên.
Hệ số tải nhân tố Là hệ số tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Theo Hair và cộng sự (1998), actor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical signi icance), factor loading lớn hơn 0.3 được xem là đạt được mức tối thiểu, actor loading lớn hơn 0.4 được xem là quan trọng, lớn hơn 0.5 được xem là có ý nghĩa thực tiễn. Hệ số tải nhân tố ( actor loading) của biến quan sát trong nghiên cứu này nhỏ hơn 0.4 sẽ bị loại.
Bước phân tích nhân tố khám phá EFA có thể hình thành nên các thành phần chất lượng dịch vụ thẻ mới thay đổi so với các thành phần chất lượng dịch vụ thẻ đã được xây dựng ban đầu. Các thành phần chất lượng dịch vụ thẻ mới này sẽ được đánh giá độ tin cậy qua hệ số tin cậy Cronbach Alpha.
Đầu tiên, ta xem xét hệ số tương quan Pearson. Sau khi phân tích nhân tố sẽ có sự tạo thành các nhân tố độc lập. Khi đó ta tiếp tục phân tích tương quan để kiểm định mức độ tương quan của các nhân tố độc lập này. Tương quan càng yếu thì phân tích hồi quy càng có giá trị. Các nhân tố tương quan từ trung bình trở xuống sẽ là điều kiện để phân tích hồi quy. Vì kiểm định tương quan giữa các biến định lượng (thang metric) nên ta sẽ thực hiện tương quan hệ số Pearson với ý nghĩa của hệ số tương quan r như sau
Nếu trị tuyệt đối của r > 0.8 tương quan giữa 2 biến rất mạnh.
Nếu trị tuyệt đối của r = 0.6 - 0.8 tương quan giữa 2 biến mạnh.
Nếu trị tuyệt đối của r =0.4 - 0.6 tương quan giữa 2 biến trung bình.
Nếu trị tuyệt đối của r =0.2 - 0.4 tương quan giữa 2 biến yếu.
Nếu trị tuyệt đối của r <0.2 khơng có tương quan giữa 2 biến, hoặc có thì rất yếu.
Nghiên cứu sẽ sử dụng điều kiện hệ số tương quan r < 0.6
Phân tích hồi quy: Phân tích hồi quy là một kỹ thuật thống kê có thể được sử
dụng để phân tích mối quan hệ giữa một biến phụ thuộc và một hay nhiều biến độc lập. Cụ thể trong nghiên cứu này là phân tích mối quan hệ giữa các biến độc lập là các thành phần chất lượng dịch vụ thẻ và biến phụ thuộc là sự hài lịng của khách hàng.
Phân tích hồi quy cần xem xét các điều kiện sau:
Số quan sát (cỡ mẫu) phải lớn hơn số hệ số hồi quy ước lượng (= 1 + số biến độc lập). Với cỡ mẫu nghiên cứu lớn (số mẫu hợp lệ là 225) nên hiển nhiên điều kiện này của nghiên cứu thỏa mãn.
Tất cả các giá trị quan sát của một biến khơng được giống nhau, phải có ít nhất một giá trị khác biệt. Kiểm tra dữ liệu nghiên cứu cho kết quả phù hợp với điều kiện.
Các giá trị quan sát được cho và khơng ngẫu nhiên. Vì dữ liệu thu thập theo đánh giá và cảm nhận cá nhân từ khách hàng sử dụng thẻ, nên dữ liệu nghiên
cứu là được cho và không phải là được chọn ngẫu nhiên. Vì vậy dữ liệu nghiên cứu hoàn toàn phù hợp với điều kiện này.
Đa cộng tuyến (Multicolinearity): Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau và nó cung cấp cho mơ hình những thơng tin rất giống nhau và khó tách ảnh hưởng của từng biến một. Đa cộng tuyến khiến cho việc diễn dịch kết quả có thể sai lầm vì nó làm đổi dấu kì vọng của các hệ số đi theo các biến độc lập, vì vậy chúng ta phải kiểm tra độ tương quan giữa các biến này để đảm bảo không xảy ra hiện tượng đa cộng tuyến.
Tác giả sử dụng hệ số phóng đại phương sai V F để kiểm tra đo lường đa cộng tuyến. Hệ số phóng đại phương sai V F càng gần 1 càng tốt, VIF khơng q 10 thì khơng có hiện tượng đa cộng tuyến. Trong nghiên cứu này sẽ sử dụng hệ số VIF <= 2 để đảm bảo không xảy ra đa cộng tuyến.
Sau khi chạy hồi quy cần quan tâm đến các thông số sau:
Hệ số R2 hiệu chỉnh Phản ánh mức độ phù hợp của mơ hình hồi quy đa
biến. Hệ số này có thể thay đổi từ 0 đến 1. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mơ hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mơ hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mơ hình càng cao. Tuy nhiên sự phù hợp này chỉ đúng với dữ liệu mẫu. Để kiểm định xem có thể suy diễn mơ hình cho tổng thể thực hay khơng ta phải kiểm định độ phù hợp của mơ hình thơng qua kiểm định F.
Hệ số ý nghĩa (sig) trong kiểm định F (kiểm định ANOVA) kiểm định F
để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định <0.05 thì ta có thể kết luận mơ hình hồi quy phù hợp với tập dữ liệu, nghĩa là tồn tại mối liên hệ tuyến tính giữa các biến độc lập với biến phụ thuộc (bác bỏ giả thuyết H0, chấp nhận giả thuyết H1 có ít nhất một giá trị beta khác 0).
Hệ số sig trong kiểm định t dựa vào bảng kiểm định hệ số hồi quy nếu hệ