ươ ng 1 : TỔ NG QUAN
4.4 Phân tích nhân tố các thang đo
Sau khi loại bỏ các biến rác và các thang đo đã đạt độ tin cậy, phân tích nhân tố EFA được tiến hành. Phân tích nhân tố được sử dụng khi hệ số KMO có giá trị trong khoảng 0.5 < KMO < 1 (Marija J. Norusis, 1993) và giả thuyết về ma trận tương quan tổng thể là ma trận đồng nhất được bác bỏ, tức là các biến có tương quan với nhau.
Với mong muốn có được số lượng nhân tố ít nhất để giải thích phương
sai chung của tập hợp các biến quan sát trong sự tác động qua lại giữa chúng.
Phương pháp trích được chọn để phân tích là Principal axis factoring với phép xoay Promax. Các bước tiến hành phân tích được thực hiện như sau:
Bước 1: Phân tích tổ hợp của mười lăm biến quan sát. Kết quả phân tích
lần thứ nhất như sau (Tham khảo Phụ lục 3):
o Hệ số KMO bằng 0.897 (sigma = 0.000, Bartlett’s test). Như vậy giả thuyết về ma trận tương quan tổng thể là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện trong phân tích nhân tố.
o Có bốn thành phần được trích tại Eigenvalue bằng 1.113 (lớn hơn 1) và phương sai trích bằng 71.230% (lớn hơn 50%) nên thang đo được chấp nhận ở bước này.
o Biến quan sát LI10 có hệ số chuyển tải nhỏ hơn 0.5 và khơng có ý nghĩa nhiều về mặt giải thích thực tế nên bị loại. Sau khi loại biến quan sát LI10, phân tích nhân tố lần thứ hai được tiến hành.
Bước 2: Phân tích tổ hợp của mười bốn biến quan sát. Kết quả phân tích
o Hệ số KMO bằng 0.890 ở mức ý nghĩa sigma bằng 0.000, do đó thỏa điều kiện trong phân tích nhân tố.
o Có bốn thành phần được trích tại Eigenvalue bằng 1.106 (lớn hơn 1) và phương sai trích bằng 72.036% (lớn hơn 50%) nên thang đo được chấp nhận ở bước này.
o Biến quan sát LI11 và LI12 đều khơng đạt vì khoảng cách giữa hai trọng số tải của cùng một biến ở hai yếu tố khác nhau nhỏ hơn 0.3. Tuy nhiên, biến LI12 sẽ bị loại trước vì đây là biến có hệ số tải nhân tố lớn nhất và không đạt nhất trong hai biến. Sau khi loại bỏ biến quan sát LI12, phân tích nhân tố lần thứ ba được tiến hành.
Bước 3: Phân tích tổ hợp của mười ba biến quan sát. Kết quả phân tích
lần thứ ba (tham khảo phụ lục 3) như sau:
o Hệ số KMO bằng 0.883 ở mức ý nghĩa sigma bằng 0.000, do đó thỏa điều kiện trong phân tích nhân tố.
o Có bốn thành phần được trích tại Eigenvalue bằng 1.099 (lớn hơn 1) và phương sai trích bằng 73.310% (lớn hơn 50%) nên thang đo được chấp nhận ở bước này.
o Biến quan sát LI11 có hệ số chuyển tải nhỏ hơn 0.5 và khơng có ý nghĩa nhiều về mặt giải thích thực tế trong luận văn này nên bị loại. Sau khi loại biến quan sát LI10, phân tích nhân tố lần thứ tư được tiến hành.
Bước 4: Phân tích tổ hợp của mười hai biến quan sát. Kết quả phân tích
lần thứ tư (tham khảo phụ lục 3) như sau:
o Hệ số KMO bằng 0.867 ở mức ý nghĩa sigma bằng 0.000, do đó thỏa điều kiện trong phân tích nhân tố.
o Có bốn thành phần được trích tại Eigenvalue bằng 1.073 (lớn hơn 1) và phương sai trích bằng 75.019% (lớn hơn 50%) nên thang đo được chấp nhận.
o Tất cả các biến quan sát đều có hệ số chuyển tải lớn hơn 0.5 nên khơng có biến nào bị loại ra khỏi thang đo.
Sau nhiều lần xử lý nhân tố, kết quả thu được bốn nhân tố bao gồm mười hai biến (Bảng 4.6):
Nhân tố 1: GD7, GD8, GD9
Nhân tố 2: RQD1, RQD2, RQD3
Nhân tố 3: TC4, TC5, TC6
Nhân tố 4: HM13, HM14, HM15
Bảng 4.6 Kết quả phân tích nhân tố thang đo sự tiện lợi
Biến quan sát Thành phần 1 2 3 4 GD7 0.647 GD8 0.916 GD9 0.914 RQD1 0.862 RQD2 0.786 RQD3 0.727 TC4 0.851 TC5 0.794 TC6 0.667 HM13 0.916 HM14 0.617 HM15 0.58 Eigenvalue 5.22 1.488 1.221 1.073 Cumulative % 43.501 55.901 66.078 75.019 KMO = 0.867, sigma = 0.000 Αlpha 0.867 0.823 0.816 0.766
(Nguồn: xử lý của tác giả)
Nhân tố tiện lợi của lợi ích ban đầu hoàn toàn bị biến mất, cho thấy yếu tố này không ảnh hưởng mạnh đến khách hàng. Điều này cũng dễ hiểu, trong môi trường cạnh tranh như hiện nay, các Ngân hàng đều cố gắng mang lại lợi ích/tiện ích tốt nhất cho khách hàng nên mức độ đáp ứng tiện
lợi của lợi ích giữa các Ngân hàng khá đồng đều. Vì vậy mà khách hàng
khơng nhận thức được sự khác biệt và khơng xem nó là quan trọng nữa.
Bốn nhân tố còn lại tương ứng với bốn nhân tố cũ mà không bị loại ra biến nào.
Phân tích nhân tố EFA cho thang đo sự tiện lợi đến đây đã đạt yêu cầu.
4.4.2 Sự thỏa mãn
Kết quả phân tích nhân tố thang đo sự thỏa mãn như sau (Bảng 4.7):
Hệ số KMO bằng 0.854 ở mức ý nghĩa sigma bằng 0.000, do đó thỏa điều kiện trong phân tích nhân tố.
Có một thành phần được trích tại Eigenvalue bằng 3.234 (lớn hơn 1) và phương sai trích bằng 64.687% (lớn hơn 50%) nên thỏa yêu cầu.
Tất cả các biến quan sát đều có hệ số chuyển tải lớn hơn 0.5 nên khơng có biến nào bị loại ra khỏi thang đo.
Bảng 4.7 Kết quả phân tích nhân tố thang đo thỏa mãn
Biến quan sát Thành phần TM16 0.785 TM17 0.847 TM18 0.904 TM19 0.867 TM20 0.79 Eigenvalue 3.234 Cumulative % 64.687 KMO = 0.854, sigma = 0.000 Α 0.861
Tiện lợi để ra quyết định
H1’ H2’
Tiện lợi khi tiếp cận
Sự thỏa mãn của khách hàng
H3’
H4’ Tiện lợi khi giao dịch
Tiện lợi của hậu mãi
Tóm lại, thang đo sự thỏa mãn của khách hàng đáp ứng các yêu cầu đề ra. Tất cả các biến trong thang đo này đều được giữ lại cho bước phân tích tiếp theo.
4.5 ĐIỀU CHỈNH MƠ HÌNH VÀ CÁC GIẢ THUYẾT
Sau khi đánh giá thang đo, mơ hình nghiên cứu khơng cịn giữ ngun kết quả ban đầu. Kết quả phân tích nhân tố đã loại trừ các biến khơng cịn thích hợp. Mơ hình nghiên cứu sau khi phân tích có dạng như Hình 4.1
Hình 4.1 Mơ hình điều chỉnh
Các giả thuyết sau khi hiệu chỉnh:
H1’: Mức độ tiện lợi để ra quyết định của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
H2’: Mức độ tiện lợi khi tiếp cận của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
H3’: Mức độ tiện lợi khi giao dịch của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
H4’: Mức độ tiện lợi của hậu mãi của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
4.6 KIỂM ĐỊNH MƠ HÌNH
Để biết được cụ thể trọng số của từng thành phần tác động lên sự thỏa
mãn, phân tích hồi quy được tiến hành. Phân tích hồi quy sẽ được thực hiện với
bốn biến độc lập GDF (tiện lợi khi giao dịch) đại diện cho ba biến GD7, GD8, GD9; RQDF (tiện lợi để ra quyết định) đại diện cho ba biến RQD1, RQD2, RQD3; TCF (tiện lợi khi tiếp cận) đại diện cho ba biến TC4, TC5, TC6; HMF (tiện lợi của hậu mãi) đại diện cho ba biến HM13, HM14, HM15; và một biến phụ thuộc TMF (sự thỏa mãn của khách hàng) đại diện cho năm biến TM16, TM17, TM18, TM19, TM20.
4.6.1 Tính giá trị trung bình cho từng yếu tố
Sau khi đặt tên cho các biến đại diện factor như trên (GDF, RQDF, TCF, HMF, TMF), giá trị cho các biến có trong factor được tính tốn. Biến đại diện có score là trung bình của các biến thành phần trong factor tương ứng.
Ví dụ Factor 1: GDF sẽ có score (GDF) = Mean (GD7, GD8, GD9). Biến đại diện này sẽ được đưa vào phương trình hồi quy. Tương tự như vậy biến đại diện của các factor cịn lại được tính score như sau:
F2: RQDF = Mean (RQD1, RQD2, RQD3)
F3: TCF = Mean (TC4, TC5, TC6)
F4: HMF = Mean (HM13, HM14, HM15)
Sự thỏa mãn của khách hàng: TMF = Mean (TM16, TM17, TM18, TM19,
TM20).
4.6.2 Hồi quy bội
Kết quả hồi quy được trình bày ở Bảng 4.8 cho thấy:
Ba biến GDF, RQDF, HMF có sigma nhỏ hơn 0.05, biến còn lại TCF (sigma = 0.197). Như vậy ở mức ý nghĩa 5%, có ba biến độc lập trong mơ hình có quan hệ nhân quả với biến phụ thuộc là sự thỏa mãn của khách
hàng, đó là: GDF (tiện lợi khi giao dịch), RQDF (tiện lợi để ra quyết
định), HMF (tiện lợi của hậu mãi).
Hệ số R2 điều chỉnh (Adjust R square) bằng 0.504, phản ánh độ tương thích của mơ hình là 50.4%. Nói cách khác, có khoảng 50.4% phương sai
sự thỏa mãn của khách hàng được giải thích bởi ba biến độc lập trên. Ngoài ra kết quả của dữ liệu thu thập được giải thích cho mơ hình ở mức chấp nhận được.
Hệ số phóng đại phương sai (VIF) của các biến độc lập trong mơ hình đều nhỏ hơn 2 (từ 1.457 đến 1.559). Đối với hiện tượng đa cộng tuyến, giả thuyết đặt ra là khơng có mối tương quan giữa các biến độc lập. Như vậy, chỉ số VIF cho thấy khơng có mối tương quan giữa các thành phần. Phân tích hồi quy được chấp nhận.
Bảng 4.8 Kết quả hồi quy
R R2 R2 điều chỉnh Sai số chuẩn
0.716(a) 0.512 0.504 0.39534283
Thành phần
Hệ số chưa chuẩn hóa Beta chuẩn hóa
T Sig.
Đa cộng tuyến
B Std. Error Beta Độ chấpnhận VIF
Hằng số 0.531 0.127 4.165 0 GDF 0.157 0.044 0.204 3.582 0 0.641 1.559 RQDF 0.095 0.043 0.122 2.222 0.027 0.686 1.457 TCF 0.053 0.41 0.072 1.294 0.197 0.667 1.499 HMF 0.453 0.53 0.48 8.627 0 0.672 1.489 a Predictors: (Constant), HMF, RQDF, TCF, GDF
(Nguồn: xử lý của tác giả)
Như vậy phương trình hồi quy thể hiện mối quan hệ tuyến tính giữa sự
thỏa mãn của khách hàng với ba thành phần là thành phần tiện lợi khi giao dịch
hậu mãi (HMF) có ý nghĩa trong phương pháp hồi quy Enter được thể hiện như sau:
Sự thỏa mãn = 0.531 + 0.157 *GDF + 0.095 * RQDF + 0.453 * HMF.
Theo kết quả hồi quy hệ số beta chuẩn hóa thì yếu tố tiện lợi khi tiếp cận (TCF) khơng có ý nghĩa thống kê và, thứ tự quan trọng của các thành phần còn lại tác động đến sự thỏa mãn của khách hàng được liệt kê như sau:
1. Tiện lợi của hậu mãi (0.480)
2. Tiện lợi khi giao dịch (0.204)
3. Tiện lợi để ra quyết định (0.122)
4. Tiện lợi khi tiếp cận (0.072) – Theo số liệu nghiên cứu trong đề tài này
của tác giả thì yếu tố tiện lợi khi tiếp cận khơng có ý nghĩa về mặt thống kê. Nguyên nhân của kết quả này do dữ liệu nghiên cứu chưa đủ độ lớn về qui mô, địa bàn khảo sát trong phạm vi hẹp vì vậy chưa thể hiện tính thuận lợi hay không thuận lợi của những khách hàng ở các địa điểm khác nhau khi tiếp cận với các ngân hàng để thực hiện giao dịch.
Kết quả kiểm định mơ hình cho thấy có ba thành phần tác động lên sự thỏa mãn của khách hàng. Như vậy, có thể kết luận các giả thuyết H1’, H2’, H3’, H4’ được ủng hộ theo mơ hình hiệu chỉnh.
4.6.3 Kiểm định sự phù hợp của mơ hình hồi quy.
Mơ hình nghiên cứu sau khi được điều chỉnh có 5 khái niệm nghiên cứu là: tiện lợi để ra quyết định, tiện lợi khi giao dịch, tiện lợi để ra quyết định, tiện lợi của hậu mãi và sự thỏa mãn của khách hàng. Trong đó sự thoả mãn của khách hàng là khái niệm phụ thuộc, 4 khái niệm còn lại là những khái niệm độc lập và được giả định là các yếu tố tác động đến sự hài lòng.
Để biết mơ hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào thì chúng ta cần những kiểm tra sau:
Kiểm tra phân phối của phần dư chuẩn hoá
Biến phụ thuộc: Sự hài lịng
Trung bình: 3.21E-15 Độ lệch chuẩn: 0.992 N = 239 Tần số Hình 4.2: Biểu dồ tần số Histogram
(Nguồn: Xử lý của tác giả)
Phần dư với trung bình xấp xỉ bằng 0 và độ lệch chuẩn xấp xỉ bằng 1. Như vậy, phần dư có phân phối gần như phân phối chuẩn. Giả thiết về phân phối chuẩn của phần dư khơng bị vi phạm khi thực hiện phân tích hồi quy tuyền tính bội.
Khảo sát phân phối của phần dư
Bằng cách quan sát mức độ các điểm thực tế phân tán xung quanh đường thẳng kỳ vọng, ta có kết luận phân phối phần dư gần chuẩn và mơ hình nghiên cứu là mơ hình hồi quy tuyến tính (Hình 4.3).
Biến phụ thuộc: Sự hài lịng
Giá trị kỳ vọn g
ình 4.3: Biểu đồ tần số P-P Plot của phần dư c uẩn hoá ồi quy
(Nguồn: Xử lý của tác giả)
Biếnhụ thuộ : Sự hài lòng
Sự hài lòng
Giá trị dự đoán chuẩn hoá hồi quy Mức độ phân tán của dữ liệu nghiên cứu
Hình 4.4: Biểu đồ phân tán Scatterplot
(Nguồn: Xử lý của tác giả)
H
p c
Qua biểu đồ phân tán Scatterplot, ta thấy phần dư phân phối đều nằm trong một vùng xung quanh đường thẳng. điều này cho thấy giữa phần dư và giá trị dự đốn chuẩn hố hồi quy có liên hệ tuyến tính với nhau.
4.6.4 Kiểm định giả thuyết
Bảng 4.9: Bảng kiểm định các giả thuyết
STT Giả thuyết Kết quả kiểm định
H1’
Mức độ tiện lợi để ra quyết định của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
Chấp Thuận
H2’,
Mức độ tiện lợi khi tiếp cận của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
Bác bỏ
H3’
Mức độ tiện lợi khi giao dịch của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
Chấp Thuận
H4’
Mức độ tiện lợi của hậu mãi của dịch vụ được khách hàng đánh giá càng cao, thì mức độ thỏa mãn của khách hàng với dịch vụ càng lớn.
Chấp Thuận
Tóm lại, từ những phân tích trên ta có thể kết luận rằng mơ hình lý thuyết thích hợp với dữ liệu nghiên cứu và các giả thuyết nghiên cứu được chấp thuận là H1’, H3’ và H4’. H2’ tiền tố “tiện lợi khi tiếp cận” bị bác bỏ và loại khỏi phương trình hồi quy là do chưa đạt mức ý nghĩa (sig. > 0.05).
4.7 DIỄN DỊCH VÀ THẢO LUẬN KẾT QUẢ
Trong nghiên cứu này ban đầu có năm tiền tố thỏa mãn chung. Sau khi phân tích nhân tố, tiền tố “tiện lợi của lợi ích” gồm ba biến đã hồn tồn bị mất. Các tiền tố cịn lại đều giữ được cấu trúc như thiết kế ban đầu. Như vậy sau khi
phân tích nhân tố, năm tiền tố ban đầu trở thành bốn tiền tố của sự thỏa mãn được đưa vào phương trình hồi quy.
Dựa vào Bảng 4.8, tiền tố “tiện lợi khi tiếp cận” cũng bị loại khỏi phương trình hồi quy vì khơng đủ mức ý nghĩa (sig. > 0.05). Như vậy kết quả cuối cùng cho thấy được có ba tiền tố tác động dương đến sự thỏa mãn và xếp theo thứ tự mức độ giảm dần như sau: tiện lợi của hậu mãi (+0.480), tiện lợi khi
giao dịch (+0.204), tiện lợi để ra quyết định (+0.122).
4.7.1 Nhân tố “tiện lợi của hậu mãi”
Giữ nguyên ba biến:
Ngân hàng tạo điều kiện thuận lợi để tôi giải quyết mọi vấn đề phát sinh sau khi mua dịch vụ.
Sau khi đã sử dụng dịch vụ ngân hàng một lần, tơi tốn ít cơng sức để thực hiện lại dịch vụ này vào lần sau.
Khi tơi có thắc mắc về dịch vụ tôi đã mua, ngân hàng hồi đáp nhanh chóng.
Yếu tố sự sẵn sàng có hệ số hồi quy chuẩn hóa lớn nhất (β = 0.480). Điều này nói lên rằng, trong số các yếu tố tác động lên sự thỏa mãn của khách
hàng thì tiện lợi của hậu mãi là yếu tố có tác động lớn nhất. Có thể diễn dịch một cách định lượng rằng, nếu xem như các yếu tố khác không ảnh hưởng đến
sự thỏa mãn của khách hàng thì khi gia tăng tiện lợi của hậu mãi lên một lần sẽ
làm cho mức độ thỏa mãn của khách hàng gia tăng thêm 0.480 lần. Hay nói cách khác, việc giải đáp các thắc mắc và tạo điều kiện thuận lợi để giải quyết