3.1.2. Phương pháp nghiên cứu sơ bộ
3.1.2.1. Cách thức thực hiện
Từ mơ hình nghiên cứu chất lượng dịch vụ của Parasuraman và cộng sự, tác giả xây dựng mơ hình nghiên cứu sơ bộ và thực hiện nghiên cứu định tính để điều chỉnh mơ hình nghiên cứu sơ bộ, xây dựng mơ hình nghiên cứu hồn chỉnh theo trình tự thực hiện như sau:
(1) Lựa chọn chuyên gia theo tiêu chí riêng để thảo luận song phương hoặc đa phương nhằm xây dựng mơ hình nghiên cứu hồn chỉnh;
(2) Nghiên cứu khám phá các nhân tố ảnh hưởng đến dịch vụ của Sở GDCK Tp.HCM cấp cho C.ty CKTV theo 02 cách sau:
(1) Phát phiếu thăm dò, đề nghị khách hàng phản hồi về những yếu tố mà họ quan tâm khi sử dụng dịch vụ của Sở GDCK Tp.HCM;
(2) Thảo luận song phương với chuyên gia về các yếu tố ảnh hưởng đến CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV.
(3) Tổng hợp các ý kiến phản hồi, gộp các ý kiến trùng lặp thành 01 yếu tố đại diện, loại bỏ các ý kiến được tác giả đánh giá là không phù hợp và lập thành danh sách “các yếu tố được khách hàng quan tâm khi sử dụng dịch vụ của Sở GDCK Tp.HCM”;
(4) Thảo luận với chuyên gia theo phương pháp đa phương để điều chỉnh các yếu tố được khách hàng quan tâm nhằm bảo đảm các yếu tố có thể quan sát đầy đủ và chính xác CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV. (5) Đề xuất mơ hình nghiên cứu hồn chỉnh.
3.1.2.2. Tiêu chí chọn chuyên gia
Xây dựng mơ hình nghiên cứu phù hợp với đặc thù ngành và môi trường nghiên cứu là việc làm rất quan trọng ảnh hưởng trực tiếp đến kết quả nghiên cứu nên lựa chọn chuyên gia phải được đặt lên hàng đầu. Vì vậy, tác giả đề ra các tiêu chí lựa chọn chuyên gia như sau:
(1) Chuyên gia được lựa chọn phải là lãnh đạo hoặc nhân viên có kinh nghiệm làm việc tại các C.ty CKTV tối thiểu 03 năm; kể cả các đối tượng có thâm niên làm việc tại C.ty CKTV nhưng đã chuyển công việc trong thời gian không quá 01 năm;
(2) Chuyên gia được lựa chọn phải được tác giả đánh giá là “không e ngại” trong việc thảo luận các vấn đề nhạy cảm liên quan đến dịch vụ của Sở GDCK Tp.HCM và phải hoàn toàn tự nguyện.
3.1.3. Phương pháp khảo sát thu thập thông tin
3.1.3.1. Phương pháp chọn mẫu
Với mơ hình nghiên cứu đã được xây dựng, tác giả lựa chọn phương pháp chọn mẫu khảo sát ngẫu nhiên thuận tiện (phi xác suất).
Do Sở GDCK Tp.HCM là cơ quan chủ quản và có quyền hạn nhất định đối với C.ty CKTV nên việc sử dụng phiếu khảo sát để thu thập thơng tin có thể nhận được kết quả phản hồi khơng khách quan. Vì vậy, tác giả chọn giải pháp xây dựng trang thông tin điện tử tại địa chỉ http://kscldv.hsx.vn; http://www.kscldv.hsx.vn và http://113.161.64.134 để khảo sát thu thập thông tin nghiên cứu.
3.1.3.2. Xác định cỡ mẫu
Về nguyên tắc, cỡ mẫu càng lớn thì càng tốt nhưng việc tăng cơ mẫu quá lớn sẽ phải trả giá bằng cơng sức, thời gian và tài chánh. Vì vậy, một số tác giả đã nghiên cứu và đưa ra cỡ mẫu tối thiểu phụ thuộc vào phương pháp phân tích.
Theo Hair và các cơng sự (2006) thì số lượng quan sát tối thiểu phải gấp năm lần số lượng biến đo lường và phải lớn hơn 50 nhưng tốt hơn là lớn hơn 100 (dẫn theo Nguyễn Đình Thọ, 2012).
Theo Tabachnick và Fidell, số lượng quan sát tối thiểu trong phân tích hồi quy phải thỏa công thức N ≥ 8k + 50. Trong đó, N là cỡ mẫu và k là số biến độc lập của mơ hình (dẫn theo Hồ Minh Sánh, 2009).
3.1.3.3. Tiêu chí loại các mẫu khảo sát không phù hợp
Do tác giả lựa chọn giải pháp khảo sát qua cổng thông tin điện tử nên việc khách hàng không trả lời một số biến quan sát nào đó là khơng xảy ra. Tuy nhiên, có thể xảy ra tình trạng một số khách hàng trả lời khảo sát theo nguyên tắc riêng, không đúng với cảm nhận của khách hàng về chất lượng dịch vụ của Sở GDCK Tp.HCM cấp cho C.ty CKTV và không thể loại bỏ các mẫu khảo sát này.
Để giảm bớt các mẫu khảo sát được khách hàng trả lời khảo sát theo nguyên tắc riêng, tác giả quyết định loại các mẫu khảo sát phản hồi tất cả các tiêu chí với cùng một mức cảm nhận.
3.1.4. Phương pháp phân tích dữ liệu
Từ mơ hình nghiên cứu và kết quả khảo sát, tác giả tiến hành phân tích thơng tin theo phương pháp định lượng, sử dụng phần mềm SPSS phiên bản 20 làm cơng cụ hỗ trợ phân tích thống kê với trình tự các bước thực hiện như sau:
3.1.4.1. Phân tích thống kê mơ tả
Phân tích thống kê mơ tả là phân tích cơ bản nhằm mục đích nắm được thông tin chung về khách hàng tham gia khảo sát; bao gồm giới tính, tuổi, kinh nghiệm, bộ phận làm việc và trình độ học vấn,…
3.1.4.2. Kiểm định độ tin cậy của thang đo
Việc đầu tiên và quan trọng nhất đối với phân tích dữ liệu định lượng là kiểm định độ tin cậy của thang đo; phần mềm SPSS cung cấp công cụ kiểm định độ tin cậy thông qua hệ số Cronbach’s Alpha với các mức ý nghĩa như sau:
- Hệ số Cronbach’s Alpha có giá trị lớn hơn 0.6 được xem là thang đo đáp ứng mức tối thiểu về độ tin cậy;
- Hệ số Cronbach’s Alpha nằm trong khoảng từ 0.7 đến 0.8 được xem là thang đo đáp ứng tốt về độ tin cậy;
- Trường hợp hệ số Cronbach’s Alpha có giá trị lớn hơn 0.9 được xem là thang đo đáp ứng rất tốt về độ tin cậy. Tuy nhiên, cần xem xét khả năng xảy ra trường hợp nhiều nhân tố trong thành phần thang đo quan sát cùng một ý nghĩa trong thực tế.
3.1.4.3. Kiểm định hệ số tương quan của biến quan sát
Song song với việc kiểm định độ tin cậy của thang đo, phần mềm SPSS còn hỗ trợ kiểm định hệ số tương quan của một biến quan sát với các biến quan sát còn lại của nhân tố. Các mức ý nghĩa của hệ số tương quan như sau:
- r < 0.2: Không tương quan; - 0.2 ≤ r < 0.4: Tương quan yếu;
- 0.4 ≤ r < 0.6: Tương quan trung bình; - 0.6 ≤ r < 1: Tương quan rất mạnh.
Theo kinh nghiệm của các nhà nghiên cứu, hệ số tương quan lớn hơn 0.3 là chấp nhận được; trường hợp hệ số tương quan nhỏ hơn 0.3 mà khi loại biến quan sát khỏi nhân tố sẽ làm cho độ tin cậy của thang đo tăng lên thì nên loại biến quan sát khỏi nhân tố. Việc loại một biến quan sát ra khỏi nhân tố đòi hỏi phải kiểm tra lại hệ số tương quan của nhân tố với các biến quan sát còn lại nhằm bảo đảm yêu cầu về hệ số tương quan khi thực hiện phân tích nhân tố.
3.1.4.4. Phân tích khám phá nhân tố EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và kiểm tra hệ số tương quan của các biến quan sát với kết quả “đạt yêu cầu” thì có thể phân tích khám phá nhân tố EFA nhằm tái nhóm hoặc rút gọn tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một nhân tố có ý nghĩa hơn về mặt thống kê nhưng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu. Trình tự phân tích khám phá nhân tố EFA được thực hiện như sau:
(1) Kiểm định hệ số KMO và Bartlett
Hệ số KMO (Kaiser – Meyer – Olkin) là chỉ số dùng để xem xét sự phù hợp của thơng tin với mơ hình phân tích nhân tố EFA; giá trị của hệ số KMO càng lớn (0.5 ≤ KMO ≤ 1) thì việc phân tích nhân tố càng có ý nghĩa (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Ngoài việc kiểm định hệ số KMO, người ta còn kiểm định hệ số Bartlett ở mức ý nghĩa chọn trước (thường là 5%); Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
(2) Phân tích hệ số tải nhân tố
Hệ số tải nhân tố (Factor loading) là chỉ tiêu để bảo đảm mức ý nghĩa thiết thực trong việc phân tích nhân tố; muốn bảo đảm mức ý nghĩa thiết thực thì hệ số tải nhân tố phải đạt được các chỉ tiêu sau:
- Factor loading > 0.3 được xem là đạt mức tối thiểu; - Factor loading > 0.4 được xem là quan trọng;
Khi hệ số tải nhân tố của các nhân tố đạt mức tối thiểu, ta cần xem xét hệ số tải nhân tố lớn nhất trong cùng một nhóm; yêu cầu đối với hệ số tải nhân tố lớn nhất của nhóm các nhân tố phải lớn hơn hoặc bằng 0.4; trường hợp hệ số tải nhân tố lớn nhất khơng đạt giá trị 0.4 thì các nhân tố có hệ số tải nhân tố thấp sẽ bị loại từng bước một; biến nào có giá trị thấp nhất sẽ bị loại trước.
3.1.4.5. Điều chỉnh mơ hình nghiên cứu
Từ kết quả phân tích nhân tố khám phá EFA, ta có thể xem xét điều chỉnh mô hinh nghiên cứu để bảo đảm mơ hình có ý nghĩa hơn về mặt thống kê trước khi thực hiện phân tích hồi quy tuyến và kiểm định giả thuyết.
Việc điều chỉnh mơ hình nghiên cứu thường bao gồm việc phân tích lại độ tin cậy của thang đo và các hệ số tương quan. Trong một số trường hợp, việc điều chỉnh này có thể dẫn đến việc điều chỉnh các giả thuyết nghiên cứu.
3.1.4.6. Hồi quy tuyến tính
Hồi quy tuyến tính là phương pháp phổ biến trong phân tích thống kê nhằm đánh giá mức độ quan trọng của từng nhân tố đối với CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV. Hệ số Beta chuẩn hóa (bảng Coefficients) của biến nào càng lớn thì sự đóng góp của biến đó vào sự thỏa mãn của khách hàng càng lớn (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Phương trình hồi quy tuyến tính là biểu diễn hệ số Beta chuẩn hóa dưới dạng phương trình nhằm trực quan hóa các hệ số Beta chuẩn hóa (Bảng Coefficients) giúp người đọc dễ nhìn, dễ hiểu và dễ nhớ kết quả nghiên cứu.
3.1.4.7. Kiểm định các giả thuyết
Trong phân tích thống kê, việc kiểm định các giả định, các giả thuyết rất quan trọng vì việc phân tích chỉ có ý nghĩa khi mơ hình phù hợp với các giả định hoặc các giả thuyết thống kê nhất định. Thông thường, một nghiên cứu định lượng thường kiểm định các giả thuyết sau:
(1) Kiểm tra sự phù hợp của mơ hình nghiên cứu nắm được mức độ phù hợp của mơ hình nghiên cứu với dữ liệu khảo sát;
(3) Kiểm định giả định phương sai của sai số không đổi; (4) Kiểm định giả định về tính độc lập của sai số;
(5) Kiểm định giả định mối tương quan giữa các biến độc lập.
3.2. Lựa chọn chuyên gia
Với các tiêu chí lựa chọn chun gia đã trình bày trong mục 3.1.2.2, tác giả đã lựa chọn được 12 chuyên gia như sau:
STT Họ và Tên Kinh nghiệm trong lãnh vực chứng khốn
(tính đến tháng 09 năm 2014)
1 Nguyễn Văn Bửu
Trưởng phịng Cơng nghệ Thơng tin, Công ty Cổ phần Chứng khoán Bảo Minh (04 năm); nguyên nhân viên Công nghệ Thông tin, C.ty Cổ phần Chứng khoán Thành phố Hồ Chí Minh (03 năm)
2 Võ Minh Danh Ngun trưởng phịng Cơng nghệ Thơng tin,
C.ty Cổ phần Chứng khốn SSI (10 năm)
3 Nguyễn Mạnh Hà
Trưởng phịng Cơng nghệ Thơng tin, C.ty Cổ phần Chứng khoán MB (01 năm), nguyên trưởng phịng Cơng nghệ Thơng tin, C.ty Cổ phần Chứng khoán Kỵ Thương (07 năm)
4 Nguyễn Thị Xuân Hương
Ngun trưởng phịng Mơi giới, C.ty Cổ phần Chứng Vincom; nay là C.ty Cổ phần Chứng khốn Sài gịn – Xn Thành (06 năm)
5 Nguyễn Thị Ngọc Hân Trưởng phòng Giao dịch, C.ty Cổ phần Chứng khoán Đệ Nhất (15 năm)
6 Hoàng Thạch Lân
Trưởng phịng Tư vấn Đầu tư Chứng khốn, C.ty Cổ phần Chứng khoán Ngân hàng Đầu tư và Phát triển Việt Nam (02 năm); nguyên Giám đốc Mơi giới Chứng khốn, C.ty Cổ phần Chứng khoán Ngân hàng Phát triển nhà đồng bằng sông Cửu Long (06 năm)
7 Bùi Thu Nga Ngun trưởng phịng Mơi giới – Giao dịch, C.ty Cổ phần Chứng khoán MB (08 năm) 8 Nguyễn Minh Quí Trưởng phịng Cơng nghệ Thơng tin, C.ty Cổ
9 Châu Thiên Trúc Quỳnh
Giám đốc Môi giới, C.ty Cổ phần Chứng khoán Bản Việt (03 năm); nguyên trưởng phịng Giao dịch, C.ty Cổ phần Chứng khốn Ngân hàng Đầu tư và Phát triển Việt Nam 10 Lâm Phạm Hồng Tài Trưởng phỏng Cơng nghệ Thơng tin, C.ty Cổ
phần Chứng khoán MB (08 năm)
11 Trần Châu Tiến Giám đốc Công nghệ Thông tin, C.ty TNHH
Chứng khoán Maybank Kim Eng (08 năm) 12 Nguyễn Kim Thư Giao dịch viên, C.ty Cổ phần Chứng khoán
Bảo Việt (06 năm)
3.3. Xây dựng mơ hình nghiên cứu và thang đo
3.3.1. Lựa chọn kế thừa mơ hình nghiên cứu
Từ nghiên cứu cơ sở lý thuyết về CLDV, tác giả lựa chọn kế thừa mơ hình CLDV 05 thành phần của Parasuraman và cộng sự; thang đo SERVPERF với 05 mức cảm nhận làm nền tảng xây dựng mơ hình nghiên cứu CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV. Chất lượng Dịch vụ H1 H2 H3 H4 H5 TIN CẬY (Reliability) NĂNG LỰC (Assurance) PHẢN HỒI (Responsiveness) ĐỒNG CẢM (Empathy) Yếu tố hữu hình (Tangibles)
3.3.2. Xây dựng mơ hình nghiên cứu
Sau khi lựa chọn kế thừa mơ hình nghiên cứ CLDV của Parasuraman và các cộng sự, tác giả đã thực hiện nghiên cứu khám phá theo phương pháp đã trình bày trong phần thiết kế nghiên cứu, tác giả tóm tắt nội dung thảo luận với chuyên gia và đề xuất mơ hình nghiên cứu, thang đo nghiên cứu CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV như sau:
3.3.2.1. Tóm tắt nội dung thảo luận với chun gia
- Mơ hình nghiên cứu CLDV của Parasuraman và các cộng sự đã được nhiều tác giả “sử dụng, kiểm định và đánh giá là phù hợp với mọi vấn đề đặc trưng cho CLDV và bao trùm nhiều ngành nghề, nhiều lãnh vực” nên có thể sử dụng để nghiên cứu CLDV của Sở GDCK Tp.HCM;
- Các nhân tố “Tin cậy”, “Năng lực”, “Phản hồi” và “Đồng cảm” là 04 nhân tố được khách hàng quan tâm khi sử dụng dịch vụ của Sở GDCK Tp.HCM; nhân tố “Hữu hình” có thể tạo được niềm tin cho khách hàng nhưng khơng nên đưa vào mơ hình nghiên cứu vì có thể gây nhiễu cho kết quả nghiên cứu vì các lý do sau:
(1) Các dịch vụ chính của Sở GDCK Tp.HCM cấp cho C.ty CKTV qua hệ thống công nghệ thông tin chuyên dụng; bên sử dụng dịch vụ không cần thiết phải đến Sở GDCK Tp.HCM nên nhân tố hữu hình khơng mang nhiều ý nghĩa với C.ty CKTV;
(2) Theo quy định, Sở GDCK Tp.HCM là địa điểm an ninh Quốc Gia; nhân viên của C.ty CKTV không được phép tham quan cơ sở hạ tầng của Sở GDCK Tp.HCM, trừ một số trường hợp đặc biệt;
- Cơ sở hạ tầng trực quan của Sở GDCK Tp.HCM có thể tạo sự tin tưởng cho C.ty CKTV và thị trường. Vì vậy, nhân tố “Hữu hình” nên được xem như một biến quan sát trong nhân tố “Tin tưởng”.
- Sở GDCK Tp.HCM là đơn vị quản lý C.ty CKTV nên cần thiết phải có phương pháp khảo sát thu thập thông tin phù hợp nhằm giảm đến mức thấp nhất các yếu tố e ngại, cảm tính có thể ảnh hưởng đến kết quả nghiên cứu.
3.3.2.2. Đề xuất mơ hình và các giả thuyết nghiên cứu CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV Sở GDCK Tp.HCM cấp cho C.ty CKTV CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV (CL.1, CL.2, CL.3, CL.4) H1 H2 H3 H4 TIN CẬY (TC.1, TC.2, TC.3, TC.4, TC.5, TC.6, TC.7) NĂNG LỰC (NL.1, NL.2, NL.3, NL.4) PHẢN HỒI (PH.1, PH.2, PH.3) ĐỒNG CẢM (DC.1, DC.2, DC.3, DC.4, DC.5)
Hình 3.3: Mơ hình nghiên cứu CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV
- Giả thuyết H1: Cảm nhận của khách hàng về “Sự tin cậy” càng cao thì
CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV càng cao;
- Giả thuyết H2: Cảm nhận của khách hàng về “Năng lực” càng cao thì
CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV càng cao;
- Giả thuyết H3: Cảm nhận của khách hàng về “Sự phản hồi” càng cao thì
CLDV của Sở GDCK Tp.HCM cấp cho C.ty CKTV càng cao;