Biến quan sát
Thang đo trung bình nếu
loại biến
Phƣơng sai thang đo nếu
loại biến
Tƣơng quan biến-tổng
Cronbach's Alpha nếu loại
biến
Độ tin cậy Cronbach's Alpha = 0,862
RE_1 18,464 6,292 0,734 0,825 RE_2 18,458 6,365 0,699 0,831 RE_3 18,516 6,649 0,623 0,845 RE_4 18,583 6,454 0,640 0,842 RE_5 18,630 6,590 0,622 0,845 RE_6 18,599 6,608 0,614 0,847 Độ đáp ứng Cronbach's Alpha = 0,899 RS_1 14,063 7,525 0,790 0,868 RS_2 13,974 7,889 0,771 0,873 RS_3 14,031 7,716 0,771 0,872 RS_4 14,000 8,052 0,716 0,884 RS_5 14,120 7,834 0,705 0,887
Năng lực phục vụ Cronbach's Alpha = 0,905
AS_1 17,599 9,697 0,718 0,892 AS_2 17,604 9,413 0,790 0,881 AS_3 17,604 9,466 0,758 0,886 AS_4 17,661 9,681 0,750 0,887 AS_5 17,583 9,606 0,733 0,889 AS_6 17,599 9,969 0,686 0,896 Sự đồng cảm Cronbach's Alpha = 0,837 EM_1 15,203 4,006 0,701 0,787 EM_2 15,276 4,190 0,642 0,804 EM_3 15,177 4,555 0,594 0,817 EM_4 15,229 4,178 0,630 0,808 EM_5 15,219 4,496 0,639 0,806
Phƣơng tiện hữu hình Cronbach's Alpha = 0,879
TA_1 14,917 3,543 0,738 0,846
TA_3 14,943 3,866 0,649 0,867
TA_4 15,063 3,692 0,747 0,845
TA_5 15,109 3,459 0,730 0,849
Giá cả dịch vụ Cronbach's Alpha = 0,882
PR_1 11,229 3,005 0,730 0,853
PR_2 11,271 3,036 0,688 0,869
PR_3 11,198 2,955 0,783 0,835
PR_4 11,208 2,658 0,782 0,834
Sự hài lòng Cronbach's Alpha = 0,707
SA_1 11,849 1,050 0,441 0,674
SA_2 11,901 0,948 0,535 0,617
SA_3 11,990 0,995 0,498 0,641
SA_4 12,167 0,935 0,498 0,641
2.3.6.3 Phân tích nhân tố khám phá EFA
(Nguồn: kết quả chạy SPSS)
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phƣơng pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát có mối tƣơng quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Thang đo các thành phần chất lƣợng dịch vụ và giá cả dịch vụ
Vì các thang đo đều đạt độ tin cậy nên các biến quan sát sẽ đƣợc sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
Hệ số KMO (Kaiser – Meyer – Olkin) > 0.5 với mức ý nghĩa của kiểm định Bartlett < 0.05.
Hệ số tải nhân tố (Factor loading) > 0.5.
Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích > 50% và hệ số
Eigenvalue >1.
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải
lớn hơn 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Khi phân tích EFA với thang đo các thành phần chất lƣợng dịch vụ và giá cả dịch vụ, tác giả sử dụng phƣơng pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue >1.
Kết quả phân tích nhân tố cho thấy 31 biến quan sát của 6 thành phần chất lƣợng dịch vụ và giá cả dịch vụ vẫn đƣợc nhóm thành 6 nhân tố nhƣ cũ. Hệ số KMO = 0.826 nên EFA phù hợp với dữ liệu. Thống kê Chi-square của kiểm định Bartlett đạt giá trị 3186.8 với mức ý nghĩa 0.000 do đó các biến quan sát có tƣơng quan với nhau. Phƣơng sai trích đạt 67,318% thể hiện 6 nhân tố giải thích đƣợc khoảng 67% biến thiên của dữ liệu, do vậy các thang đo rút ra chấp nhận đƣợc. Điểm dừng trích các yếu tố tại nhân tố thứ 6 với Eigenvalue = 2.063. Hệ số tải nhân tố đều lớn hơn 0.5 (trọng số nhân tố nhỏ nhất rơi vào biến quan sát RE_6 với factor loading là 0,698). (Kết quả cụ thể được trình bày ở Phụ lục 6).
Bảng 2.10. Kết quả phân tích EFA thang đo các thành phần chất lƣợng dịch vụ và giá cả dịch vụ
STT Tên biến Nhân tố Tên nhân tố
1 2 3 4 5 6 1 AS_2 0,848 Năng lực phục vụ (AS) 2 AS_3 0,839 3 AS_4 0,812 4 AS_1 0,785 5 AS_5 0,773 6 AS_6 0,763 7 RE_1 0,821 Độ tin cậy (RE) 8 RE_2 0,780 9 RE_3 0,743 10 RE_5 0,732 11 RE_4 0,719 12 RE_6 0,698 13 RS_1 0,871 Độ đáp ứng (RS) 14 RS_2 0,867 15 RS_3 0,852 16 RS_4 0,815 17 RS_5 0,794 18 TA_4 0,846 Phƣơng tiện hữu hình (TA) 19 TA_5 0,830 20 TA_1 0,828 21 TA_2 0,809 22 TA_3 0,774
23 EM_1 0,831 Sự đồng cảm (EM) 24 EM_5 0,779 25 EM_2 0,771 26 EM_4 0,755 27 EM_3 0,733 28 PR_4 0,885 Giá cả dịch vụ (PR) 29 PR_3 0,878 30 PR_1 0,847 31 PR_2 0,813 Eigenvalue 2,063 Phƣơng sai trích 67,318%
Nhƣ vậy, thang đo các thành phần chất lƣợng dịch vụ và giá cả dịch vụ sau khi phân tích EFA vẫn giữ nguyên các biến quan sát nhƣ ban đầu.
Thang đo sự hài lòng của khách hàng cá nhân
Để đảm bảo độ tin cậy và độ kết dính các nhân tố của Sự hài lòng của khách
hàng cá nhân đã đƣa ra ở phần cơ sở lý thuyết, ta cũng sẽ tiến hành phân tích nhân
tố đối với các nhân tố của Sự hài lòng của khách hàng cá nhân. Mong đợi của ta là các nhân tố này sẽ cùng nhau tạo thành một nhân tố (phạm trù) có Eigenvalue > 1. Điều đó có nghĩa là bốn yếu tố đo lƣờng Sự hài lòng của khách hàng cá nhân có độ kết dính cao và cùng thể hiện một phạm trù Sự hài lòng của khách hàng cá nhân.
Sau khi phân tích EFA, bốn biến quan sát của thang đo sự hài lòng của khách hàng cá nhân đƣợc nhóm thành 1 nhân tố. Khơng có biến quan sát nào bị loại. EFA phù hợp với hệ số KMO = 0,743, phƣơng sai trích bằng 53,269%; các biến quan sát có hệ số tải nhân tố trên 0,5; mức ý nghĩa kiểm định của Bartlett là sig. = 0,000.
Bảng 2.11: Kết quả phân tích EFA thang đo sự hài lịng của KHCN KMO và kiểm định Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,743
Bartlett's Test of Sphericity Approx. Chi-Square 128,442 df 6 Sig. 0,000 Ma trận nhân tốa Nhân tố SA2 0,767
3
i:
SA3 0,736
SA4 0,735
SA1 0,679
Phƣơng pháp trích: Principal Component Analysis. a. 1 nhân tố đƣợc trích
2.3.6.4 Phân tích hồi quy
Mơ hình hồi quy có dạng sau:
Sự hài lịng của khách hàng cá nhân = 0+ 1 x độ tin cậy + 2 x độ đáp ứng +
x Năng lực phục vụ + 4 x Sự đồng cảm + 5 x Phƣơng tiện hữu hình + 6 x Giá cả
dịch vụ +
(Trong đó: 0: hằng số hồi
quy; trọng số hồi quy; : sai số).
Phân tích hồi quy đƣợc thực hiện với 6 biến độc lập bao gồm: Độ tin cậy (RE), Độ đáp ứng (RS), Năng lực phục vụ (AS), Sự đồng cảm (EM), Phƣơng tiện hữu hình (TA) và Giá cả sản phẩm dịch vụ (PR). Kết quả thống kê mô tả của các biến đƣợc đƣa vào phân tích hồi quy.
Bảng 2.12: Thống kê mơ tả các biến phân tích hồi quy
Trung bình Độ lệch chuẩn Kích thƣớc mẫu Sự hài lòng của khách hàng cá nhân 3,9922 0,3153 192
Độ tin cậy 3,7083 0,5028 192
Độ đáp ứng 3,5217 0,6151 192
Năng lực phục vụ 3,5094 0,6897 192
Sự đồng cảm 3,8052 0,5073 192
Phƣơng tiện hữu hình 3,7438 0,4718 192
Giá cả dịch vụ 3,7422 0,5581 192
Giá trị của các biến độc lập đƣợc tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về sự hài lòng của khách hàng cá nhân. Phân tích đƣợc thực hiện bằng phƣơng pháp Enter. Các biến đƣợc đƣa vào cùng một lúc để xem biến nào đƣợc chấp nhận. Kết quả phân tích hồi quy nhƣ sau:
Bảng 2.13: Bảng đánh giá độ phù hợp của mơ hìnhCác biến đƣợc đƣa vào/loại bỏb Các biến đƣợc đƣa vào/loại bỏb
Mơ hình Các biến đƣợc đƣa vào Các biến bị loại bỏ Phƣơng pháp
1
Độ tin cậy Độ đáp ứng
Năng lực phục vụ Sự đồng cảm
Phƣơng tiện hữu hình Giá cả dịch vụ
Enter
b. Biến phụ thuộc: Sự hài lòng của khách hàng cá nhân
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn dự đoán
1 0,934a 0,873 0,869 0,114
a. Biến dự đoán: (Hằng số), Giá cả dịch vụ, Phương tiện hữu hình, Độ tin cậy, Sự đồng cảm, Năng lực phục vụ, Độ đáp ứng
Kết quả cho thấy mơ hình hồi quy đƣa ra tƣơng đối phù hợp với mức ý nghĩa 0,05. Hệ số R2 = 0.873 có nghĩa là có khoảng 87,3% sự hài lịng của khách hàng cá nhân đƣợc giải thích với 6 biến độc lập là: độ tin cậy, độ đáp ứng, năng lực phục vụ, sự đồng cảm, phƣơng tiện hữu hình và giá cả dịch vụ. Cịn lại 12,7% sự hài lòng của khách hàng cá nhân đƣợc giải thích bằng các yếu tố khác.
Kiểm định F sử dụng trong bảng phân tích phƣơng sai là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Ý tƣởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Trong bảng ANOVA, ta thấy giá trị sig. rất nhỏ (sig. = 0.000), nên mơ hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Bảng 2.14: Phân tích phƣơng sai (hồi quy) ANOVAb
Mơ hình Tổng các bìnhphƣơng df Bình phƣơngtrung bình F Sig.
1 Phần hồi quy 16,582 6 2,764 212,490 0,000a
Phần dƣ 2,406 185 0,013
Tổng cộng 18,988 191
a. Biến dự đoán: (Hằng số), Giá cả dịch vụ, Phương tiện hữu hình, Độ tin cậy, Sự đồng cảm, Năng lực phục vụ, Độ đáp ứng
Bảng 2.15: Hệ số hồi quy sử dụng phƣơng pháp EnterHệ số hồi quya Hệ số hồi quya Mơ hình Hệ số hồi quy chƣa chuẩn hóa Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến
B Sai số chuẩn Beta Dungsai VIF
Hằng số -0,147 0,127 1,157 0,249
Độ tin cậy 0,227 0,018 0,363 12,485 0,000 0,811 1,232 Độ đáp ứng 0,169 0,015 0,330 11,353 0,000 0,811 1,234 Năng lực phục vụ 0,176 0,012 0,386 14,398 0,000 0,955 1,047 Sự đồng cảm 0,200 0,017 0,321 12,012 0,000 0,959 1,043 Phƣơng tiện hữu hình 0,135 0,018 0,202 7,619 0,000 0,975 1,026 Giá cả dịch vụ 0,218 0,015 0,386 14,633 0,000 0,982 1,018
a. Biến độc lập: Sự hài lòng của khách hàng cá nhân
Trong kết quả trên, nếu sig. < 0,05 tƣơng đƣơng với độ tin cậy 95% và t > 2 thì nhân tố đó đƣợc chấp nhận, có nghĩa là nó có sự tác động đến sự hài lòng của khách hàng cá nhân. Kết quả hồi quy cho thấy cả 6 nhân tố: độ tin cậy, độ đáp ứng, năng lực phục vụ, sự đồng cảm, phƣơng tiện hữu hình và giá cả dịch vụ đều thỏa mãn điều kiện.
Hệ số hồi quy thể hiện dƣới hai dạng: (1) chƣa chuẩn hóa (Unstandardized) và (2) chuẩn hóa (Standardized). Vì hệ số hồi quy chƣa chuẩn hóa (B), giá trị của nó phụ thuộc vào thang đo cho nên ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mơ hình đƣợc. Hệ số hồi quy chuẩn hóa (beta, ký hiệu ) là hệ số ta đã chuẩn hóa các biến. Vì vậy chúng đƣợc dùng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc. Biến độc lập nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc (hai biến tác động mạnh nhất trong kết quả phân tích ở trên là năng lực phục vụ và giá cả dịch vụ). Vì thế, phƣơng trình hồi quy tuyến tính đƣợc thể hiện nhƣ sau:
Sự hài lịng của khách hàng cá nhân = 0,363*Độ tin cậy + 0,33*Độ đáp ứng + 0,386*Năng lực phục vụ + 0,321*Sự đồng cảm +
0,202*Phƣơng tiện hữu hình + 0,386*Giá cả dịch vụ
Nhƣ vậy, sự hài lòng của khách hàng cá nhân chịu sự tác động lớn nhất bởi hai nhân tố năng lực phục vụ của ngân hàng và giá cả của sản phẩm dịch vụ ( = 0,386). Giá cả dịch vụ càng cạnh tranh và năng lực phục vụ của ngân hàng càng tốt thì càng thu hút khách hàng cá nhân. Các yếu tố về độ tin cậy, độ đáp ứng, sự đồng cảm cũng làm tăng xu hƣớng đạt đƣợc sự hài lòng của khách hàng cá nhân ( lần lƣợt là 0,363; 0,33; 0,321). Yếu tố về phƣơng tiện hữu hình của ngân hàng cũng làm tăng sự hài lòng của khách hàng cá nhân, tuy nhiên, vai trò quyết định của nhân tố này không cao ( = 0,202). Kết quả phân tích trên đây sẽ là cơ sở để tác giả đƣa ra những hàm ý kiến nghị cho Ban Quản trị BIDV chi nhánh Quảng Ngãi. 2.3.6.5 Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Giả định liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng nhƣ hiện tƣợng phƣơng sai thay đổi (heteroskedasticity)
Kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dƣ và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra. Ngƣời ta hay vẽ biểu đồ phân tán giữa hai giá trị này đã đƣợc chuẩn hóa (standardized) với phần dƣ trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phƣơng sai bằng nhau đƣợc thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dƣ, chúng sẽ phân tán ngẫu nhiên.
Đồ thị Scatterplot (xem chi tiết phụ lục 9) cho thấy phần dƣ phân tán ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0 chứ khơng tạo ra một hình thù nào. Nhƣ vậy giá trị dự đoán và phần dƣ độc lập nhau và phƣơng sai của phần dƣ khơng thay đổi. Do vậy, mơ hình hồi quy phù hợp.
Giả định về phân phối chuẩn của phần dƣ
Phần dƣ có thể khơng tn theo phân phối chuẩn vì những lý do nhƣ: sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ khơng
đủ nhiều để phân tích,… Vì vậy ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dƣ.
Biểu đồ tần số của phần dƣ chuẩn hóa (xem chi tiết phụ lục 9) cho thấy một đƣờng cong phân phối chuẩn đƣợc đặt chồng lên biểu đồ tần số. Thật không hợp lý khi chúng ta kỳ vọng rằng các phần dƣ quan sát có phân phối hồn tồn chuẩn vì ln ln có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dƣ trong mẫu quan sát cũng xấp xỉ chuẩn mà thôi. Ở đây, ta có thể nói phân phối phần dƣ xấp xỉ chuẩn (trung bình Mean = 0,00; và độ lệch chuẩn Std.Dev = 0,984 tức là gần bằng 1). Do đó, có thể kết luận rằng giả thiết phân phối chuẩn khơng bị vi phạm.
Giả định khơng có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến)
Cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tƣơng quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao.
Để kiểm tra hiện tƣợng đa cộng tuyến, chỉ số thƣờng dùng là hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Thông thƣờng, nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu nhƣ khơng có giá trị giải thích biến thiên của Y trong mơ hình MLR (Hair & cộng sự,2006, dẫn theo Nguyễn Đình Thọ, 2011).
Theo bảng hệ số hồi quy ở trên, hệ số VIF của các biến độc lập có giá trị từ 1,018 đến 1,234; tất cả đều nhỏ hơn 10. Vì vậy, có thể kết luận mơ hình khơng xảy ra hiện tƣợng đa cộng tuyến.
Phân tích phƣơng sai ANOVA (Analysis of variance) để xem xét sự khác biệt về sự hài lịng giữa các nhóm khách hàng cá nhân có độ tuổi khác nhau.
Gi
ả thuy ế t Ho : Có sự khác nhau về sự hài lịng giữa các nhóm khách hàng cá nhân có độ tuổi khác nhau
Kết quả kiểm định phƣơng sai trong bảng Test of Homogeneity of Variances cho thấy, với mức ý nghĩa sig. = 0.419 có thể nói phƣơng sai đánh giá về sự hài lịng của 4 nhóm tuổi của khách hàng cá nhân khơng khác nhau một cách có ý nghĩa