6. Bố cục của đề tài
2.3 Phân tích sự hài lòng của khách hàng đối với dịch vụ thẻ của Ngân hàng
2.3.5 Hiệu chỉnh mô hình nghiên cứu và các giả thuyết
Sau khi tiến hành phân tích dữ liệu thu thập được thông qua các bước phân tích độ tin cậy Cronbach’s Alpha, và phân tích nhân tố, kết quả cho thấy các thành phần: Mức độ hiệu quả, Sự bảo mật/an toàn, Sự thuận tiện, Phí dịch vụ, Mức độ hồn thành, Mức độ sẵn sàng, khơng có sự thay đổi so với ban đầu nên các thành phần này vẫn giữ nguyên tên gọi.
Mơ hình lý thuyết được điều chỉnh cho phù hợp để thực hiện các phép kiểm định tiếp theo, gồm 6 nhân tố như sau:
Hình 2.5: Mơ hình nghiên cứu hiệu chỉnh
Nguồn: từ nghiên cứu của tác giả
Trên cơ sở đó mơ hình nghiên cứu hiệu chỉnh, các giả thuyết cũng được điều chỉnh lại như sau:
H1: Mức độ hiệu quả có quan hệ cùng chiều với sự hài lịng của khách hàng sử dụng dịch vụ thẻ
H2: Mức độ hồn thành có quan hệ cùng chiều với sự hài lòng của khách hàng
sử dụng dịch vụ thẻ
H3: Sự sẵn sàng của hệ thống có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ thẻ
H4: Sự an tồn, bảo mật có quan hệ cùng chiều với sự hài lịng của khách hàng sử dụng dịch vụ thẻ
H5: Sự thuận tiện có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ thẻ
H6: Phí dịch vụ có quan hệ cùng chiều với sự hài lòng của khách hàng sử dụng dịch vụ thẻ
Một số giả thuyết khác:
●HD1: Có sự khác biệt về mức độ hài lịng giữa các giới tính.
●HD2: Có sự khác biệt về mức độ hài lịng giữa các nhóm tuổi.
●HD3: Có sự khác biệt về mức độ hài lịng giữa các nhóm nghề nghiệp.
●HD4: Có sự khác biệt về mức độ hài lịng giữa các nhóm có thời gian sử dụng
khác nhau.
●HD5: Có sự khác biệt về mức độ hài lịng giữa các nhóm có mức độ thường
xuyên sử dụng khác nhau.
●HD6: Có sự khác biệt về mức độ hài lịng giữa các nhóm có mức thu nhập bình qn hàng tháng khác nhau.
2.3.6 Kiểm định mơ hình nghiên cứu
2.3.6.1Kiểm tra các giả định của mơ hình hồi quy
Để xác định mối quan hệ giữa biến phụ thuộc và các biến độc lập cũng như đánh giá tầm quan trọng của từng yếu tố đối với sự hài lòng của khách hàng sử dụng dịch vụ ATM. Tuy nhiên, trước khi phân tích các kết quả ở trên, ta cần kiểm tra các giả định trong hồi quy tuyến tính. Nếu các giả định này bị vi phạm thì các
ước lượng khơng đáng tin cậy nữa (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 236). Các giả định sau sẽ được kiểm định:
1) Phương sai của sai số (phần dư) không đổi 2) Các phần dư có phân phối chuẩn
3) Khơng có mối tương quan giữa các phần dư 4) Khơng có mối tương quan giữa các biến độc lập
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dị tìm các vi phạm giả định cần thiết trong mơ hình hồi quy tuyến tính bội như kiểm tra phần dư chuẩn hóa, kiểm tra hệ số phóng đại phương sai (Variance inflation factor – VIF), nếu VIF < 10, có nghĩa là khơng có hiện tượng đa cộng tuyến thì giả định khơng bị vi phạm. Nếu các giả định khơng bị vi phạm, mơ hình hồi quy tuyến tính được xây dựng. Và hệ số R2 đã được điều chỉnh (Adjusted R square) cho biết mơ hình hồi quy được xây dựng phù hợp đến mức nào
Như đã đề cập, ta sẽ lần lượt kiểm tra các giả định sau đây trước khi phân tích kết quả kiểm định:
i/ Kiểm tra giả định phương sai của sai số (phần dư) không đổi
Để kiểm định phương sai của sai số (phần dư) không đổi, ta sử dụng đồ thị phân tán của phần dư đã được chuẩn hóa (Standardized Residual) và giá trị dự báo đã được chuẩn hóa (Standardized Predicted Value) (xem phụ lục 8). Quan sát đồ thị, ta thấy phần dư phân tán ngẫu nhiên quanh giá trị 0 (trung bình của phần dư) trong một phạm vi không đổi. Điều này có nghĩa là phương sai của sai số (phần dư) không đổi.
ii/ Kiểm tra giả định các phần dư có phân phối chuẩn
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 228). Chúng ta sử dụng biểu đồ tần số và biểu đồ Q-Q plot của các phần dư để kiểm tra giả định
Kết quả từ biểu đồ tần số cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số, phân phối phần dư xấp xỉ chuẩn (trung bình Mean=0, và
độ lệch chuẩn Std.Dev.=0,984 tức là gần bằng 1). Do đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Kết quả từ biểu đồ Q-Q plot cho thấy các điểm phân tán sát với đường chéo, phân phối phần dư có thể xem như chuẩn (xem phụ lục 8)
iii/ Kiểm tra giả định khơng có mối tương quan giữa các phần dư
Phần dư là phần chênh lệch giữa giá trị quan sát của mẫu với giá trị tính được từ mơ hình. Nếu phần dư được sắp xếp không theo thứ tự hay hình dáng rõ ràng nhất định thì mơ hình được xây dựng là đúng. Nếu khơng thì cần phải điều chỉnh lại mơ hình. Để biết mối quan hệ của các phần dư ta có thể dùng hệ số Durbin- Watson để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất), nếu các phần dư khơng có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 232). Kết quả (xem bảng 2.5) cho thấy giá trị d đạt được là 1,928 (gần với giá trị 2) và chấp nhận giả thuyết khơng có sự tương quan chuỗi bậc nhất trong mơ hình.
Bảng 2.5: Bảng tóm tắt các hệ số về mức độ phù hợp của mơ hìnhModel Summaryb Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .865a .748 .740 .50989548 1.928
a.Predictors: (Constant), San sang, Phi, Hoan thanh, Thuan tien, Bao mat, Hieu qua
b.Dependent Variable: Hai long
Nguồn:từ nghiên cứu của tác giả
iv/ Kiểm tra giả định khơng có mối tương quan giữa các biến độc lập
Các biến độc lập ngồi mối liên hệ với biến phụ thuộc thì khơng được có mối liên hệ chặt chẽ với nhau. Nếu khơng sẽ xảy ra hiện tượng đa cộng tuyến, vừa ảnh hưởng đến biến kết quả vừa ảnh hưởng lẫn nhau. Để dị tìm hiện tượng đa cộng tuyến, ta xem xét độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance inflation factor – VIF). Theo Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008, 235) thì độ chấp nhận của biến là nghịch đảo của hệ số phóng đại phương sai. Độ chấp nhận của biến nhỏ thì hệ số phóng đại phương sai lớn, quy
tắc khi hệ số phóng đại phương sai vượt quá 10 đó là dấu hiệu của hiện tượng đa cộng tuyến.
Kết quả cho thấy hệ số phóng đại phương sai của các biến độc lập trong mơ hình đều < 10 (VIF < 10) (xem bảng 2.6) thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể, và chấp nhận giả thuyết khơng có mối tương quan giữa các biến độc lập trong mơ hình.
Bảng 2.6: Hệ số thống kê của từng biến trong phương trình hồi quy
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) Hieu qua Bao mat Thuan tien Hoan thanh Phi San sang 3.752E-17 .037 .000 1.000 .522 .037 .522 14.109 .000 1.000 1.000 .283 .037 .283 7.648 .000 1.000 1.000 .452 .037 .452 12.227 .000 1.000 1.000 .199 .037 .199 5.393 .000 1.000 1.000 .264 .037 .264 7.134 .000 1.000 1.000 .286 .037 .286 7.730 .000 1.000 1.000
a. Dependent Variable: Hai long Nguồn:từ nghiên cứu của tác giả
2.3.6.2Phân tích tương quan
Thơng thường trước khi sử dụng hồi quy tuyến tính người ta sẽ xét mối quan hệ giữa các biến độc lập với biến phụ thuộc qua hệ số tương quan Pearson của bảng hệ số tương quan. Hệ số tương quan sẽ nằm trong khoảng [-1;+1]. Nếu bằng -1 nghĩa là tương quan nghịch (negative correlation) và +1 là tương quan thuận (positive correlation). Nếu bằng 0 nghĩa là khơng có tương quan. Đây cịn được gọi là tương quan tuyến tính, do nếu tương quan thì mối quan hệ được thể hiện bởi đường thẳng dốc lên hay dốc xuống. Trường hợp khơng tương quan thì là đường nằm ngang. Trong phân tích tương quan Pearson, khơng có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem như nhau. Xem xét ma trận
hệ số tương quan giữa các biến (xem bảng 2.7) cho thấy biến phụ thuộc sự hài lịng với từng biến độc lập có sự tương quan với nhau, thể hiện cụ thể qua hệ số tương quan như sau: mức độ hiệu quả (0,522); sự thuận tiện (0,452); phí dịch vụ (0,264); sự bảo mật (0,283); mức độ hoàn thành (0,199); mức độ sẵn sàng (0,286) được kiểm định với mức ý nghĩa thống kê 1%. Sơ bộ ta có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích biến phụ thuộc sự hài lòng.
Bảng 2.7: Ma trận hệ số tương quan
Correlations
Hieu qua Bao mat Thuan tien Hoan thanh Phi San sang Hai long
Hieu qua Pearson Correlation Sig. (2-tailed) N
1 .000 .000 .000 .000 .000 .522**
1.000 1.000 1.000 1.000 1.000 .000
191 191 191 191 191 191 191
Bao mat Pearson Correlation
Sig. (2-tailed) N
.000 1 .000 .000 .000 .000 .283**
1.000 1.000 1.000 1.000 1.000 .000
191 191 191 191 191 191 191
Thuan Pearson Correlation
tien Sig. (2-tailed)
N
.000 .000 1 .000 .000 .000 .452**
1.000 1.000 1.000 1.000 1.000 .000
191 191 191 191 191 191 191
Hoan Pearson Correlation
thanh Sig. (2-tailed)
N
.000 .000 .000 1 .000 .000 .199**
1.000 1.000 1.000 1.000 1.000 .006
191 191 191 191 191 191 191
Phi Pearson Correlation
Sig. (2-tailed) N
.000 .000 .000 .000 1 .000 .264**
1.000 1.000 1.000 1.000 1.000 .000
191 191 191 191 191 191 191
San sang Pearson Correlation Sig. (2-tailed)
N
.000 .000 .000 .000 .000 1 .286**
1.000 1.000 1.000 1.000 1.000 .000
191 191 191 191 191 191 191
Hai long Pearson Correlation
Sig. (2-tailed)
.522** .283** .452** .199** .264** .286** 1
N 191 191 191 191 191 191 191
2.3.7 Phân tích hồi quy quy
Nguồn:từ nghiên cứu của tác giả
Kết quả bảng 2.7 cho thấy các biến độc lập: mức độ hiệu quả; sự thuận tiện; phí dịch vụ; sự bảo mật; mức độ hồn thành; mức độ sẵn sàng có quan hệ tuyến tính với biến phụ thuộc sự hài lịng, có ý nghĩa thống kê vì giá trị Sig.= 0. Do đó, ta có mơ hình sau:
Sự hài lòng = B1 * mức độ hiệu quả + B2 * bảo mật + B3 * thuận tiện + B4 * hồn thành + B5 * Phí dịch vụ + B6 * sẵn sàng
Với B1, B2, B3, B4, B5, B6: là hệ số hồi quy riêng phần.
Mức độ hiệu quả; sự thuận tiện; phí dịch vụ; sự bảo mật; mức độ hồn thành; mức sẵn sàng là các biến độc lập và sự hài lòng là biến phụ thuộc.
2.3.7.1Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mơ hình. 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. Hệ số R2 có giá trị từ 0 đến 1, R2 càng gần 1 thì mơ hình đã xây dựng càng thích hợp, R2 càng gần 0 mơ hình càng kém phù hợp với tập dữ liệu mẫu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, 214).
So sánh hai giá trị R2 và R2 điều chỉnh ở bảng 2.5, chúng ta sẽ thấy R2 điều chỉnh nhỏ hơn và dùng nó đánh giá độ phù hợp của mơ hình sẽ an tồn hơn vì nó khơng thổi phồng mức độ phù hợp của mơ hình.
Hệ số R2 điều chỉnh (Ajusted R spuare) = 0,740 (xem bảng 2.5). Điều này nói lên rằng khoảng 74% phương sai sự hài lịng được giải thích bởi 6 biến độc lập, còn lại là do các biến khác tác động.
2.3.7.2Kiểm định độ 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 để xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp của các biến độc lập.
Cặp giả thiết:
●H0: Khơng có mối quan hệ giữa các biến độc lập và biến phụ thuộc hay R2=0
●H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc hay R2≠0 Mức ý nghĩa kiểm định là 5%
Nguyên tắc chấp nhận giả thiết:
- Nếu Sig.<0,05: Bác bỏ giả thiết H0
- Nếu Sig.≥0,05: Chưa có cơ sở bác bỏ giả thiết H0
Nhìn vào bảng 2.8 ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủ khác 0 (F=91,131), giá trị Sig. rất nhỏ cho thấy mơ hình sử dụng là phù hợp và các biến đều đạt được tiêu chuẩn chấp nhận.
Như vậy, mơ hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 2.8: Kiểm định độ phù hợp của mơ hình
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression Residual Total 142.161 6 23.694 91.131 .000a 47.839 184 .260 190.000 190
a.Predictors: (Constant), San sang, Phi, Hoan thanh, Thuan tien, Bao mat, Hieu qua
b.Dependent Variable: Hai long
Nguồn:từ nghiên cứu của tác giả
2.3.7.3Kết quả hồi quy
Kết quả phân tích hồi quy cho thấy 6 nhân tố là: Mức độ hiệu quả; sự bảo mật; sự thuận tiện; mức độ hồn thành; phí dịch vụ; sự sẵn sàng; có ý nghĩa thống kê và có tác động cùng chiều đến sự hài lịng của khách hàng với mức ý nghĩa Sig.=0,000
nên các giả thuyết H1, H2, H3, H4, H5, H6 đặt ra trong mơ hình được chấp nhận (xem bảng 2.6)
Từ bảng phân tích hồi quy (xem bảng 2.6), ta thấy mối quan hệ giữa biến phụ thuộc sự hài lòng của khách hàng và các biến độc lập được thể hiện trong phương trình sau:
Phương trình hồi quy đã chuẩn hóa của mô hình :
HL = 0,522HQ + 0,283BM + 0,452TT + 0,199HT + 0,264PH + 0,286SS
Trong đó: HL: Sự hài lịng; HQ: Mức độ hiệu quả, BM: Sự bảo mật, TT: Sự thuận tiện; HT: Mức độ hồn thành, PH: phí dịch vụ, SS: Sự sẵn sàng.
Từ phương trình hồi quy, chúng ta có thể thấy 6 nhân tố có tác động đến sự hài lòng khách hàng sử dụng dịch vụ thẻ đều ảnh hưởng thuận chiều đến mức độ hài lòng của khách hàng ở độ tin cậy là 95% với các mức độ khác nhau. Qua phương trình hồi quy, chúng ta thấy khi điểm đánh giá mức độ hiệu quả tăng lên 1 thì sự hài lòng của khách hàng tăng trung bình lên 0.522 điểm khi giữ nguyên các biến độc lập cịn lại khơng đổi. Tương tự như vậy, khi điểm đánh giá sự bảo mật tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.283 điểm, khi điểm đánh giá sự thuận tiện tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.452 điểm, khi điểm đánh giá mức độ hồn thành tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.199 điểm, khi điểm đánh giá phí dịch vụ tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.264 điểm, khi điểm đánh giá sự sẵn sàng tăng lên 1 điểm thì sự hài lịng của khách hàng tăng trung bình lên 0.286 điểm. Như vậy, thành phần mức độ hiệu quả là thành phần có mức tác động nhiều nhất đối với sự hài lòng của khách hàng đối với dịch vụ thẻ, tiếp theo là sự thuận tiện, kế tiếp là sự sẵn sàng, sau đó là sự bảo mật, phí dịch vụ và cuối cùng là thành phần mức độ hồn thành.
2.3.8 Phân tích phương sai một yếu tố
Sau cùng, tác giả sử dụng phân tích One-way Anova để kiểm định sự khác nhau hay không về mức độ hài lòng của khách hàng đối với chất lượng dịch vụ ATM theo đặc điểm giới tính, thu nhập, độ tuổi, nghề nghiệp.
+ Kiểm định sự khác biệt giữa các nhóm thống kê: theo các tiêu thức giới tính,