X1 X2 X3 X4 X5 X6 X7 IT2 0.800 IT5 0.765 IT1 0.730 IT7 0.727 IT6 0.724 IT4 0.693 IT3 0.686 IT8 0.663 IT9 0.649 TA9 0.626
Dựa vào kết quả các hệ số có giá trị lớn trong bảng ma trận tính điểm nhân tố (Phụ lục 4), phương trình thể hiện kết hợp tuyến tính các biến quan sát như sau:
Nhân tố thứ nhất (F1): được đặt tên là Chất lượng cảm nhận vơ hình
(1) Nhân tố F1 = 0.8IT2 + 0.765 IT5 + 0.73 IT1 + 0.727 IT7 + 0.724 IT6 + 0.693 IT4 + 0.686 IT3 + 0.663 IT8+ 0.649 IT9 + 0.626 TA9 + .592 TA6 + 0.575 TA8 + 0.574 TA7
Các biến này có tác động thuận chiều với F1, trong đó yếu tố IT2 “Nhân viên
TA8 0.575 TA7 0.574 TA4 0.750 TA2 0.675 TA3 0.595 TA5 0.538 TA1 0.520 SW2 0.826 SW3 0.792 SW1 0.638 CH1 0.785 CH3 0.732 CH2 0.712 HB2 0.828 HB3 0.630 HB1 0.628 SA2 0.706 SA4 0.578 SA3 0.530 HB6 0.746 HB5 0.740 Eigenvalues 9.537 3.362 1.840 1.624 1.498 1.264 1.022 Phương sai trích 29.802 10.506 5.749 5.074 4.681 3.951 3.194
Giá trị lũy tiến của phương sai trích
29.802 40.309 46.058 51.131 55.813 59.764 62.958 Cronbach’s
của NH BIDV luôn giải quyết các vấn đề như lời hứa” tác động mạnh nhất đến nhân tố Chất lượng cảm hữu hình, các yếu tố TA6 “Nhân viên NH ln cho tơi câu trả lời chính xác về thời gian dịch vụ sẽ được thực hiện”, TA8 “Nhân viên NH BIDV luôn lịch sự đối với khách hàng”, TA7 “Hành vi của các nhân viên NH BIDV luôn tạo được sự tự tin trong khách hàng” ít có tác động đến F1 hơn so với các nhân tố còn lại.
Nhân tố thứ hai (F2): được đặt tên là Chất lượng cảm nhận hữu hình
(2) Nhân tố F2 = 0.75TA4 + 0.675TA2 + 0.595TA3 + 0.538TA5 + 0.52TA1
Sau khi được rút gọn, nhân tố Chất lượng cảm nhận hữu hình cịn lại 5 biến quan sát, đóng vai trị lớn nhất là yếu tố TA4 “Trang phục nhân viên gọn gàng và chuyên nghiệp”. Các yếu tố thành phần có tác động cùng chiều với nhân tố tổng F2.
Nhân tố thứ ba (F3): vẫn giữ nguyên tên ban đầu là Rào cản chuyển đổi
(3) Nhân tố F3 = 0.826SW2 + 0.792SW3 + 0.638SW1
Các biến con có tác động dương đến nhân tố F3, SW2 “Để chuyển đổi qua sử dụng dịch vụ của một ngân hàng khác, tôi phải tốn nhiều công sức trong việc quyết định chọn lựa” đóng vai trị quan trọng nhất trong nhân tố F3.
Nhân tố thứ tư (F4): vẫn giữ nguyên tên ban đầu là Lựa chọn
(4) Nhân tố F4 = 0.785CH1 + 0.732CH3 + 0.712CH2
Các quan sát đều có tác động dương lên nhân tố lựa chọn, vai trò giữa các biến trong nhân tố F4 này gần như nhau.
(5) Nhân tố F5 = 0.828HB2 + 0.632HB3 + 0.628HB1
Biến HB2“Tôi sử dụng dịch vụ của NH này vì cơng ty (gia đình) tơi đã mở tài khoản cho tơi ở đây” có tác động mạnh nhất đến nhân tố Sự thuận tiện khi sử dụng. Hai yếu tố HB3 và HB1 có tác động như nhau tới nhân tố tổng. Các quan sát đều có tác động thuận chiều với nhân tố được rút trích.
Nhân tố thứ sáu (F6): Sự thỏa mãn của khách hàng
(6) Nhân tố F6 = 0.706SA2 + 0.578SA4 + 0.530SA3
Nhân tố sự thỏa mãn của khách hàng được thu gọn lại còn 3 biến con, biến SA4 “Ngân hàng này vượt xa những kỳ vọng ban đầu của tôi về một ngân hàng lý tưởng” có tác động lớn nhất tới sự thỏa mãn của khách hàng. Cả 3 yếu tố đều có tác động dương tới nhân tố tổng.
Nhân tố thứ bảy (F7): Thói quen
(7) Nhân tố F7 = 0.746HB6 + 0.740HB5
Nhân tố thứ 7 có mối tương quan thuận với hai biến quan sát, HB6 “Tôi sử dụng dịch vụ của NH này bởi vì tơi đã quen giao dịch ở đây” và HB5 “Tôi sử dụng dịch vụ của NH này bởi vì đây là NH đầu tiên mà tơi đã giao dịch” có tác động tương tự nhau tới nhân tố Thói quen của khách hàng.
Như vậy sau khi phân tích nhân tố EFA, có tất cả 7 nhân tố lớn được rút trích dựa trên 32 biến quan sát. Bảy nhân tố này sẽ được đưa vào phân tích hồi quy và xây dựng mơ hình nghiên cứu.
3.3.2.2.2 Thang đo lịng trung thành của khách hàng
Tương tự, 7 thuộc tính của lịng trung thành (LO) cũng đưa vào phân tích nhân tố. Hệ số KMO = 0.879 > 0.5, Sig.= 0.000 trong kiểm định Bartlett. Kết quả
phân tích nhân tố khám phá cho thang đo sự trung thành của người tiêu dùng từ phần mềm SPSS, một nhân tố được với tổng phương sai trích là 61.871 %, tại eigenvalue 4.331, tất cả các biến đều có hệ số tải biến lớn hơn 0.6 nên không loại bỏ thành phần nào trong thang đo Lòng trung thành. Xem kết quả từ Bảng 3.28 đến Bảng 3.21
Bảng 3.21: KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .879 Bartlett's Test of
Sphericity
Approx. Chi-Square 1079.947
Df 21
Sig. .000
Bảng 3.22: Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulativ e % Total % of Variance Cumulativ e % 1 4.331 61.871 61.871 4.331 61.871 61.871 2 .719 10.274 72.144 3 .589 8.412 80.556 4 .488 6.965 87.521 5 .333 4.756 92.277 6 .306 4.368 96.645 7 .235 3.355 100.000 Bảng 3.23: Component Matrixa Component 1 LO3 .829 LO1 .816 LO2 .813 LO6 .788 LO5 .773 LO7 .750 LO4 .732
Chất lượng cảm nhận vơ hình (X1) Chất lượng cảm nhận hữu hình (X2)
Rào cản chuyển đổi (X3) Sự lựa chọn (X4)
Sự tiện lợi khi sử dụng (X5)
LÒNG TRUNG THÀNH CỦA KHÁCH HÀNG H1 H2 H4 H5 H6 H7 H3
FLO = 0.829LO3 + 0.816LO1 + 0.813LO2 + 0.788LO6 + 0.773LO5 + 0.773LO7 + 0.732LO4
Nhóm biến LO1“Tơi sẽ gợi ý cho những người khác về NH mà tôi đang giao dịch”, LO2 “Tôi luôn luôn tin tưởng NH mà tôi đang giao dịch”, LO3 “Tôi sẽ tiếp tục sử dụng dịch vụ của NH này” có tác động mạnh hơn đến nhân tố Lòng trung thành so với nhóm biến cịn lại. Các biến quan sát đều có tác động dương lên nhân tố FLO.
3.3.3 Điều chỉnh mơ hình nghiên cứu
Kết luận của các mơ hình đo lường cho thấy, sau khi đã bổ sung và điều chỉnh các thang đo đều đạt được độ tin cậy và giá trị cho phép. Kết quả cuối cùng cho thấy trong phạm vi của nghiên cứu điểm hình 285 khách hàng sử dụng dịch vụ ngân hàng BIDV trên địa bàn Thành phố Hồ Chí Minh thì sự trung thành của người tiêu dùng có liên quan tới bảy thành phần: (1) Chất lượng cảm nhận vơ hình, (2) Chất lượng cảm nhận hữu hình, (3) Rào cản chuyển đổi, (4) Sự lựa chọn, (5) Sự tiện lợi khi sử dụng, (6) Sự thỏa mãn của khách hàng, (7) Thói quen. Như vậy, các yếu tố ảnh hưởng tới sự trung thành của khách hàng có sự thay đổi so với lý thuyết ban đầu bao gồm 6 yếu tố theo Golrou Abdollahi. Mơ hình nghiên cứu ban đầu được hiệu chỉnh lại như Hình 3.6
Hình 3.6 – Mơ hình các yếu tố ảnh hưởng đến lòng trung thành của khách hàng tại ngân hàng BIDV – chi nhánh TPHCM
Với các giả thuyết được điều chỉnh như sau:
Giả thuyết H1: Cảm nhận vơ hình của khách hàng về chất lượng dịch vụ NH (IT) tăng hay giảm thì mức độ trung thành (LO) của họ đối với ngân hàng cũng tăng hoặc giảm theo
Giả thuyết H2: Cảm nhận hữu hình của khách hàng về chất lượng dịch vụ
NH (TA) tăng hay giảm thì mức độ trung thành (LO) của họ đối với ngân hàng cũng tăng hoặc giảm theo
Giả thuyết H3: Có mối quan hệ tác động của Rào cản chuyển đổi (SW) đối
với Lòng trung thành của khách hàng tại BIDV-HCM (LO). Cảm nhận của khách hàng về rào cản chuyển đổi (SW) khó khăn hay thuận tiện thì mức độ trung thành của khách hàng (LO)cũng biến thiên theo
Giả thuyết H4: Có mối quan hệ tác động của yếu tố Sự lựa chọn (CH) đối
với Lòng trung thành của khách hàng (LO) trong BIDV-HCM. Càng nhiều khó khăn khi lựa chọn chuyển đổi qua một NH khác thì càng gia tăng mức độ trung thành của khách hàng tại NH BIDV và ngược lại
Giả thuyết H5: Sự tiện lợi (CO) khi sử dụng càng gia tăng thì càng làm gia
tăng mức độ trung thành của khách hàng sử dụng dịch vụ tại NH BIDV
Giả thuyết H6: Sự thỏa mãn của khách hàng tại NH BIDV càng được nâng
cao thì mức độ hài lịng của khách hàng càng được nâng cao và ngược lại
Giả thuyết H7: Có mối quan hệ tác động của yếu tố Thói quen (HB) đối với
Lòng trung thành của khách hàng (LO) trong BIDV-HCM
3.3.4 Kiểm định mơ hình nghiên cứu
Bước tiếp theo trong nghiên cứu này, tác giả tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố tác động đến lòng trung thành của khách hàng. Giá trị của các yếu tố độc lập và phụ thuộc được dùng để chạy hồi quy chính là giá trị trung bình của các nhân tố được rút trích ra (các giá trị trung bình này do phần mềm SPSS tính ra). Phương pháp hồi quy được sử dụng ở đây là phương pháp
bình phương bé nhất thơng thường OLS, ta có phương trình hồi quy tuyến tính tổng qt:
Yi = βo + β1X1i + β2X2i + …+ β7X7i +ei Trong đó:
Yi: giá trị lịng trung thành của khách hàng của quan sát thứ i Xpi: biến độc lập thứ p của quan sát thứ i
βk: hệ số hồi quy riêng từng phần của biến thứ k ei: sai số của phương trình hồi quy
3.3.4.1 Phân tích tương quan giữa các biến - hệ số Pearson
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Người ta sử dụng một số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. 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 xét như nhau. Giá trị của biến phụ thuộc và biến độc lập là những nhân tố (factor score) được SPSS tính tốn qua phân tích nhân tố, là những kết hợp tuyến tính của các biến quan sát trong thang đo chất lượng dịch vụ đã được chuẩn hóa. Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Mặt khác nếu giữa các biến độc lập cũng có tương quan chặt chẽ với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy chúng ta đang xét.
Xem xét ma trận tương quan giữa các biến độc lập (Phụ lục 6), các biến độc lập Chất lượng cảm nhận vơ hình (X1), Chất lượng cảm nhận hữu hình (X2), Rào cản chuyển đổi (X3), Sự lựa chọn (X4), Sự tiện lợi khi sử dụng (X5), Sự thỏa mãn
của khách hàng (X6), Thói quen tiêu dùng (X7) khơng có tương quan với nhau (hệ số Pearson = 0, với độ tin cậy 99%), do đó ta có kết luận ban đầu rằng khả năng xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy là rất hạn chế. Bên cạnh đó, biến phụ thuộc Y – lịng trung thành của khách hàng có mối tương quan tuyến tính với X1, X2, X3, X4, X5, X6, cụ thể qua hệ số tương quan như sau: X1 (0.396), X2 (0.153), (0.389), X4 (0.243), X5 (0.122), X6 (0.505). Mối liên hệ giữa biến Y với X7 là rất yếu, tuy nhiên chúng ta sẽ có kết luận rõ ràng hơn trong mơ hình phân tích hồi quy.
3.3.4.2 Phân tích hồi quy
Sau khi các nhân tố mới được thành lập sẽ được xem là các biến số mới và được sử dụng trong mơ hình hồi quy bằng phương pháp hồi quy tổng thể các biến (phương pháp Enter). Kết quả hồi quy được trình bày tại Bảng 3.24 dưới đây:
Bảng 3.24: Kết quả phân tích hồi quy các yếu tố ảnh hưởng đến lòng trung thành của khách hàng tại NH BIDV - Coefficientsa
Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant) .220 .027 8.041 .000 X1 .315 .027 .396 11.502 .000 1.000 1.000 X2 .122 .027 .153 4.439 .000 1.000 1.000 X3 .310 .027 .389 11.301 .000 1.000 1.000 X4 .193 .027 .243 7.047 .000 1.000 1.000 X5 .097 .027 .122 3.544 .000 1.000 1.000 X6 .402 .027 .505 14.660 .000 1.000 1.000 X7 .079 .027 .099 2.873 .004 1.000 1.000
Theo bảng 3.24 ta thấy có 7 biến độc lập được đưa vào mơ hình và có ý nghĩa thống kê, bao gồm: X1, X2, X3, X4, X5, X6, X7, giá trị kiểm định của hệ số góc trong kiểm định t-test nhỏ 0.05. Biến số X7 theo kiểm nghiệm từ phân tích tương quan đã có mối tương quan yếu với biến độc lập Y thì qua phân tích này vai trị được thể
hiện rõ hơn và vẫn đóng góp vào mơ hình hồi quy. Như vậy đánh giá ban đầu thì lịng trung thành của khách hàng sử dụng dịch vụ tại NH BIDV – chi nhánh TPHCM chịu tác động của 7 yếu tố.
Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Hệ số xác định R2 đã được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình (7 biến). Tuy nhiên, mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 (0.671) thể hiện. Trong tình huống này, R2 điều chỉnh (Adjusted R2) từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến (vì nó khơng phụ thuộc vào độ lệch phóng đại của R2). Như vậy, với R2 điều chỉnh là 0.663 (Bảng 3.25) cho thấy sự tương thích của mơ hình với biến quan sát là tương đối và 66.3% nguyên nhân trung thành của khách hàng có thể được giải thích bởi 7 biến độc lập trong mơ hình.
Bảng 3.25: Đánh giá mức độ phù hợp của mơ hình hồi quy theo phương pháp ENTER
R R2 Adjusted R2 Std. Error of the Estimate Change Statistics Durbin- Watson R2 Change F Change df1 df2 Sig. F Change .819a .671 .663 .46198178 .671 80.729 7 277 .000 1.966 Predictors: (Constant), X7, X6, X5, X4, X3, X2, X1 Dependent Variable: Y
Kiểm định độ phù hợp của mô hình hồi quy tuyến tính bội
Bảng 3.26: Kiểm định ANOVAaModel Sum of Model Sum of Squares df Mean Square F Sig. 1 Regression 120.608 7 17.230 80.729 .000b Residual 59.119 277 .213 Total 179.728 284
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. Tóm tắt giả thuyết như sau: Ho: R2 = 0, H1: R2≠ 0
Nhìn vào Bảng 3.26 ta thấy rằng trị thống kê F = 80.729 với giá trị sig rất nhỏ (Sig. = 0.000) nên ta bác bỏ giả thuyết hệ số xác định của tổng thể R2 = 0. Điều này có nghĩa là có ít nhất một biến độc lập nào đó ảnh hưởng đến biến phụ thuộc, cho thấy mơ hình sử dụng là phù hợp.
Bên cạnh đó, xem xét kiểm đinh t-test đối với từng biến trong mơ hình ta thấy 7 biến độc lập X1, X2, X3, X4, X5, X6, X7 đều có mức ý nghĩa Sig. < 0.05 (Bảng 3.24). Như vậy kết luận ban đầu lòng của khách hàng bị ảnh hưởng bởi 7 yếu tố đó là: Chất lượng cảm nhận vơ hình (X1), Chất lượng cảm nhận hữu hình (X2), Rào cản chuyển đổi (X3), Sự lựa chọn (X4), Sự tiện lợi khi sử dụng (X5), Sự thỏa mãn của khách hàng (X6), Thói quen tiêu dùng (X7).
Phương trình hồi quy
Qua phân tích hồi quy đa biến cho thấy mơ hình xây dựng phù hợp với dữ liệu thu được và kết quả ban đầu là sự trung thành của khách hàng phụ thuộc vào 7 nhân tố theo Bảng 3.24, ta xác định được phương trình hồi quy bội như sau:
Y = 0.222 + 0.315*X1 + 0.122*X2 + 0.310*X3 + 0.193X4 + 0.097*X5 + 0.402*X6 + 0.079*X7
Nhìn chung mức ảnh hưởng của các yếu tố khá rõ rệt, trong đó yếu tố Sự thỏa mãn của khách hàng có tác động mạnh nhất, tiếp sau đó là Chất lượng cảm nhận vơ hình và Rào cản chuyển đổi. Bên cạnh đó nhân tố Sự tiện lợi khi sử dụng, Thói quen tiêu dùng chưa tạo ra sự thay đổi nhiều trong lòng trung thành của người sử dụng dịch vụ tại BIDV-HCMC. Cụ thể mối quan hệ giữa các biến độc lập với biến