( Nguồn: Xử lý số liệu điều tra 2019)
Có thể thấy trên biểu đồ, tình trạng hơn nhân chủ yếu của khách hàng là người có gia đình, chiếm đến 90% ứng với 108 khách hàng, khách hàng độc thân chiếm tỷ lệ 10% ứng với 12 người, việc số lượng khách hàng đã có gia đình chiếm tỷ lệ lớn bởi vì 1 phần do lối sống “ an cư, lập nghiệp” của người dân ta
Bảng 2.7. Kiểm định độ tin cậy Cronbach’s Alpha
Biến Trung bình thang đo
nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại biến
Sự tin cậy Cronbach’s Alpha = 0, 947
Ngân hàng cung cấp thông tin về dịch vụ cho vay ngắn hạn cá nhân
phục vụ SXKD 14 ,4750 8 ,050 0 ,784 0,946
Dịch vụ vay vốn của ngân hàng
được cung cấp đúng 14 ,7750 7 ,067 0,912 0,924
Lãi suất cạnh tranh, tính theo dư
nợ giảm dần 14 ,8250 7 ,507 0,854 0,934
Quá trình giao dịch chính xác 15 ,1250 7 ,942 0,855 0,935
Ngân hàng bảo mật tốt thông tin
về tài khoản khách hàng 14 ,9667 7 ,579 0,874 0,931
Năng lực phục vụ Cronbach’s Alpha = 0,948
Nhân viên ngân hàng được trang
bị kiến thức đầy đủ 14,3750 6,119 0,909 0,926
Nhân viên ngân hàng rất có kinh
nghiệm 14,6667 6 ,947 0,820 0,942
Nhân viên ngân hàng thân thiện
với khách hàng 13,9917 7,017 0,802 0,945
Nhân viên ngân hàng tư vấn và trả lời các thắc mắc của khách
hàng đầy đủ
13,6583 6,899 0,829 0,940
Nhân viên ngân hàng không phân biệt khách hàng này,khách hàng
Sự đáp ứng Cronbach’s Alpha = 0,974
Nhân viên ngân hàng ln sẵn
lịng giúp đỡ 10,5333 5,226 0,944 0,963
Ngân hàng cung cấp dịch vụ cho
vay kịp thời, nhanh chóng 10,5167 5,596 0,916 0,971
Thời hạn cho vay vốn của ngân
hàng phù hợp 10,6583 5,723 0,935 0,967
Mức cho vay của ngân hàng phù hợp với điều kiện và nhu cầu sử
dụng 10,6417 5,089 0,955 0,961
Phương tiện hữu hình Cronbach’s Alpha = 0,960
Ngân hàng có trụ sở khang trang,
bắt mắt 10,7333 7,189 0,936 0,937
Không gian làm việc tại ngân
hàng rộng rãi, thoải mái 10,7917 7,242 0,924 0,941
Cơ sở vật chất, trang thiết bị hiện
đại 10,7750 6,781 0,925 0,943
Trang phục nhân viên gọn gàng
lịch sự 10,8750 8,497 0,851 0,966
Sự đồng cảm Cronbach’s Alpha = 0,974
Thời gian tới lượt giao dịch ngắn 18,6083 18,980 ,931 ,967
Nhân viên ngân hàng đối xử ân
cần với khách hàng 18,6083 20,425 0,904 0,971
Khi có thắc mắc, khiếu nại, ngân
hàng giải quyết thỏa đáng 17,8167 20,806 0,937 0,969
Thủ tục vay vốn đơn giản, thuận
tiện, nhanh chóng 18,2750 17,378 0,938 0,970
kiện nguồn thu nhập Điều kiện và phương thức giải
ngân vốn vay phù hợp 18,3000 18,632 0,937 0,967
Sự hài lòng Cronbach’s Alpha = 0, 956
Cảm nhận về cơ sở vật chất của
ngân hàng 10,6833 5,462 0,830 0,964
Cảm nhận về chất lượng dịch vụ
cua ngân hàng 10,2333 5,861 0,905 0,940
Cảm nhận về phong cách làm việc
của nhân viên 10,2667 5,340 0,921 0,934
Cảm nhận về dịch vụ hỗ trợ vay
vốn ngắn hạn ở của ngân 10,1917 5,702 0,932 0,932
(Nguồn: Xử lý số liệu điều tra - Xem Phụ lục 3
Nhằm kiểm tra độ tin cậy của các biến quan sát, nhóm nghiên cứu tiến hành kiểm định thang đo dựa trên hệ số Cronbach’s Alpha các nhóm. Vì đây là nghiên cứu khám phá nên hệ số Cronbach’s Alpha lớn hơn 0,6 có thể được chấp nhận.
Ta thấy cả 6 nhóm đều có có hệ số Cronbach’s Alpha lớn hơn 0,6 và ngồi tất cả biến quan sát có hệ số tương quan biến tổng không bé hơn 0,4 nên đạt yêu cầu và được chấp nhận.
2.3.3. Phân tích nhân tố khám phá EFA
Theo Hair & ctg (1998), phân tích nhân tố là một phương phân phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của chúng ban đầu.
Theo Trọng & Ngọc (2005, tr.262), kiểm định Bartlett (Bartlett’s test) xem xét cặp giả thuyết:
H0: Độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. H1: Độ tương quan giữa các biến quan sát khác 0 trong tổng thể.
Nếu như kiểm định này có ý nghĩa thống kê, tức là Sig < 0,05 (mức ý nghĩa) thì các quan sát có tương quan với nhau trong tổng thể.
Hệ số (Kaiser – Meyer – Olkin) KMO là một chỉ số dùng để xem xét sư thích hợp của phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Trọng & Ngọc, 2005).
Theo Hair & ctg (1998, 111), Factor loading là một chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0,3 được xem là đạt mức tối thiểu, Factor loading > 0,4 được xem là quan trọng, lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998, 111) cũng khuyên bạn đọc như sau: Nếu chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu của bạn ít nhất là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn Factor loading > 0,55.
2.3.3.1. Phân tích nhân tố khám phá EFA các biến độc lập
Toàn bộ 24 biến độc lập thuộc 5 nhóm phụ thuộc đã được kiểm tra độ tin cậy Cronbach’s Alpha sẽ được đưa vào phân tích nhân tố với phép trích Principal Components, sử dụng phép xoay Varimax, hệ số truyền tải Factor loading 0,5 phù hợp với số lượng tổng thể khảo sát là 120. Do đó các biến có hệ số truyền tải (Factor loading) nhỏ hơn 0,5 sẽ bị loại, điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mẫu nhân tố) lớn hơn 1 và tổng phương sai trích lớn hơn 50%
(Trần Đức Long (2006,47) trích từ Gerbing & Anderson (1998), “An Update Paradigm for Scale Development Incorporing Unidimensionality and It’s Assessments”, Journal of Marketing Research, Vol.25, 186-192). Kết quả phân tích
Bảng 2.8: Bảng kiểm định KMO và Bartlett’s Test của biến độc lập
Yếu tố đánh giá Giá trị kiểm định
Hệ số KMO 0,944
Giá trị Sig trong kiểm định Bartlett 0.000
Tổng phương sai trích 6469,536
Giá trị Eigenvalues 276
(Nguồn: Xử lý số liệu điều tra 2019 – Xem phụ lục 3) Bảng 2.9: Ma trân đã xoay nhân tố
Biến 1 Nhân tố 2 DTC1 0,797 DTC2 0,733 0,580 DTC3 0,729 0,563 DTC4 0,864 DTC5 0,824 NLPV1 0,829 NLPV2 0,759 NLPV3 0,698 0,525 NLPV4 0,795 NLPV5 0,805 SDU1 0,579 0,755 SDU2 0,623 0,690 SDU3 0,828 SDU4 0,598 0,753 PTHH1 0,822 PTHH2 0,659 0,685 PTHH3 0,858 PTHH4 0,841 SDC1 0,707 0,636 SDC2 0,626 0,687 SDC3 0,818 SDC4 0,906 SDC5 0,809 SDC6 0,801 0,534
(Nguồn: Xử lý số liệu điều tra 2019 – Xem phụ lục 3)
Kết quả phân tích nhân tố cho hệ số KMO = 0,944 >0,5 nên phân tích nhân tố phù hợp Giá trị Sig. của kiểm định Bartlett = 0.000 < 0.05 nên bác bỏ giả thuyết H0, chấp
nhận giả thuyết H1, hay chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Như vậy, dữ liệu dùng để phân tích nhân tố độc lập hồn tồn phù hợp.
Tại mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã rút trích cịn 2 nhân tố từ 24 biến với tổng phương sai trích (Xem phụ lục 3) = 88,299% > 50% (đạt yêu cầu). Điều này chứng tỏ 88.299% biến thiên của dữ liệu được giải thích bởi 2 nhân tố này.
Trong bảng ma trận xoay nhân tố, tất cả các biến đều có hệ số tải nhân tố lớn hơn 0,5 nên phân tích nhân tố đạt u cầu.
Bên cạnh đó, phân tích nhân tố cho kết quả 2 biến được nhóm vào 2 nhân tố cụ thể: Nhóm 1: Gồm các biến DTC1,DTC2,DTC3, NLPV3, NLPV4, SDU1 ,SDU2,
SDU4, PTHH1, PTHH2, PTHH3, SDC1, SDC2, SDC3, SDC4, SDC5, SDC6
Nhóm 2: Gồm các biến DTC2, DTC3, DTC4, DTC5, NLPV1, NLPV2, NLPV3, NLPV5, SDU1, SDU2, SDU3, SDU4, PTHH2, PTHH4, SDC1, SDC2, SDC6
2.3.3.2. Phân tích nhân tố khám phá EFA các biến phụ thuộc
Bảng 2.10: Bảng kiểm định KMO và Bartlett’s Test của biến phụ thuộc
Yếu tố đánh giá Giá trị kiểm định
Hệ số KMO 0,778
Giá trị Sig trong kiểm định Bartlett 0.000
Tổng phương sai trích 628,477
Giá trị Eigenvalues 6
(Nguồn: Xử lý số liệu điều tra 2019 – Xem phụ lục 3)
Kết quả phân tích nhân tố cho hệ số KMO = 0,778 > 0,5 nên phân tích nhân tố phù hợp. Giá trị Sig. của kiểm định Bartlett = 0.000 < 0.05 nên bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, hay chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Như vậy, dữ liệu dùng để phân tích nhân tố phụ thuộc hồn tồn phù hợp.
2.3.4. Phân tích tương quan
Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu hệ số tương quan giữa các biến độc lập và biến phụ thuộc lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy là phù hợp, tuy nhiên nếu giữa 2 biến độc lập có sự tương quan chặt chẽ thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Vấn đề của hiện tượng cộng tuyến là chúng cung
cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến đến một biến phụ thuộc.
Do đó cần phải kiểm định cặp giả thuyết cho các biến độc lập với nhau và giữa biến độc lập và biến phụ thuộc:
H0: Hệ số tương quan bằng 0 H1: Hệ số tương quan khác 0
Thực hiện tạo các biến mới đại diện cho từng nhóm biến thơng qua giá trị trung bình:
SHL: Sự hài lịng đại diện cho các biến SHL1, SHL2, SHL3, SHL4. STC: Sự tin cậy đại diện cho các biến STC1, STC2, STC3, STC4.
NLPV: Năng lực phục vụ đại diện cho các biến NLPV1, NLPV2, NLPV3, NLPV4, NLPV5.
SDU: Sự đáp ứng đại diện cho các biến SDU1, SDU2, SDU3, SDU4.
PTHH: Phương tiện hữu hình đại diện cho các biến PTHH1, PTHH2, PTHH3, PTHH4.
SDC: Sự đồng cảm đại diện cho các biến SDC1, SDC2, SDC3, SDC4, SDC5. Kết quả kiểm định tương quan được cho ở bảng dưới:
Bảng 2.11. Kiểm định tương quan
SHL DTC NLPV SDU PTHH SDC
SHL Hệ số tương quan Pearson
1 0,964** 0,949** 0,982** 0,963** 0,933**
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
DTC Hệ số tương quan Pearson
0,964** 1 0,947** 0,957** 0,966** 0,945**
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
NLPV Hệ số tương quan Pearson
0,949** 0,947** 1 0,928** 0,921** 0,922**
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
SDU Hệ số tương quan Pearson
0,982** 0,957** 0,928** 1 0,956** 0,924**
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
SDC Hệ số tương quan Pearson
0,933** 0,945** 0,922** 0,924** 0,973** 1
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
** mức ý nghĩa 0,01
(Nguồn Xử lý số liệu điều tra 2019 – Xem phụ lục 3)
Bảng hệ số tương quan cho thấy giá trị sig. của các biến độc lập với biến phụ thuộc đều bé hơn mức ý nghĩa 0,05 nên bác bỏ giả thuyết H0 hay các biến độc lập đều có mối tương quan tuyến tính với các biến phụ thuộc. Trong đó hệ số tương quan Pearson của biến phụ thuộc với biến độc lập Sự đáp ứng là lớn nhất (0,982). và biến phụ thuộc với biến độc lập Sự đồng cảm là thấp nhất (0,933).
Kết quả kiểm định các biến độc lập với nhau cũng cho thấy có một số cặp biến có hiện tượng tương quan mặc dù hệ số tương quan Pearson không cao lắm. Do đó kiểm định về hiện tượng đa cộng tuyến trong phần phân tích tiếp theo sẽ quyết định có nên giữ lại các biến độc lập này trong mơ hình hồi quy hay khơng.
2.3.5. Phân tích hồi quy
Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập (biến thuyết minh) quy định các biến phụ thuộc (biến được thuyết minh) như thế nào. Mơ hình phân tích hồi quy sẽ mơ tả hình thức của mối liên hệ và qua đó giúp dự đốn được giá trị của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Phương trình hồi quy chuẩn hóa sự hài lịng trong cơng việc có dạng như sau:
SHL = a + β1*PTHH + β2*SDU + β3*NLPV + β4*SDC + β5*STC
Trong đó:
a: Hằng số tự do (hệ số chặn)
PTTHH: Biến độc lập Phương tiện hữu hình SDU: Biến độc lập Sự đáp ứng
DTC: Biến độc lập Độ tin cậy
PTTHH: Biến độc lập Phương tiện hữu hình SDC: Biến độc lập Sự đồng cảm
Áp dụng phân tích hồi quy vào mơ hình, tiến hành phân tích hồi quy đa biến với 5 nhân tố đã được kiểm định tương quan và biến phụ thuộc. Phương pháp phân tích được chọn là phương pháp đưa vào một lượt Enter. Bảng tổng hợp kết quả phân tích hồi quy như sau:
Bảng 2.12. Phân tích hồi quyHệ số chưa chuẩn Hệ số chưa chuẩn hóa Hệ số chuẩn hóa
Sig. Tolerance VIF
B Sai số chuẩn Beta Hằng số -0,254 0,082 .003 .042 DTC 0,034 0,078 0,030 .662 .088 23.900 NLPV 0,300 0,058 0,245 .000 .062 11.405 SDU 0,561 0,057 0,554 .000 .026 16.232 PTHH 0,266 0,076 0,306 .001 .046 38.837 SDC -0,117 0,058 -0,131 .047 .042 21.791 R2 hiệu chỉnh 0,977
Sig. của kiểm định F 0,000
(Nguồn: Xử lý số liệu điều tra 2019 – Xem phụ lục 3)
Ta thấy VIF > 10 cho thấy mơ hình cả 5 biến độc lập có hiện tượng đa cộng biến, nên ta chấp nhận hiện tượng này.
Kiểm định F nhằm mục đích kiểm định độ phù hợp của mơ hình tổng thể để xem biến phụ thuộc có liên hệ tuyến tính với tồn bộ các biến độc lập hay không. Với giả thuyết H0: β1 = β2 = β3 = β4 = β5= 0 (hay R2 = 0), kết quả kiểm định cho giá trị Sig. nhỏ hơn 0,05 ứng với mức ý nghĩa 5% nên bác bỏ giả thuyết H0. Điều này có nghĩa là kết hợp của 5 yếu tố có trong mơ hình có thể giải thích được sư thay đổi của biến phụ thuộc. Sự hài lòng phù hợp với tập dữ liệu.
Tham số R2 hiệu chỉnh (Adjusted R Square) cho biết mức độ (%) sự biến thiên của biến phụ thuộc được giải thích bởi biến độc lập. Giá trị R2 hiệu chỉnh phản ánh chính xác hơn sự phù hợp của mơ hình đối với tổng thể vì nó khơng phụ thuộc vào độ lệch phóng đại của R2 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc,2008). Ta có giá trị R2
hiệu chỉnh bằng 0,721 có nghĩa 72,1% sự biến thiên của yếu tố Sự hài lịng trong cơng việc được giải thích bởi 5 yếu tố trên.
Hệ số hồi quy riêng phần đo lường sự thay đổi giá trị của biến phụ thuộc khi một biến độc lập thay đổi trong điều kiện các biến độc lập khác giữ nguyên. Do đó cần
kiểm tra xem các tham số của các biến độc lập có ý nghĩa hay khơng thông qua kiểm định giả thuyết H0: βk = 0. Kết quả kiểm định cho thấy giá trị Sig. của 5 biến độc lập đều bé hơn 0.05 ứng với mức ý nghĩa 5% nên có thể bác bỏ giả thuyết H0, chấp nhận các giả thuyết H1, H2, H3, H4, H5 hay các tham số của các biến độc lập đưa vào hồi quy đều có ý nghĩa.
Hệ số phóng đại phương sai VIF dùng để xem xét hiện tượng đa cộng tuyến của các biến độc lập. Theo Hoàng Trọng – Chu Nguyễn Mộng Ngọc, quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến. Trong một số tài liệu khác đưa ra điều kiện VIF < 4, thậm chí là VIF < 2. Nhìn vào kết quả hồi quy cho thấy giá trị VIF của các biến độc lập đều bé hơn 2 nên có thể kết luận hiện tượng đa cộng tuyến giữa các biến độc lập không xảy ra.
Như vậy, kết quả hồi quy cho thấy cả 5 yếu tố đưa vào hồi quy đều có ảnh hưởng đến biến phụ thuộc Sự hài lòng. Dựa vào hệ số Beta chưa chuẩn hóa, hàm hồi quy có dạng như sau:
SHL = -0,254 + 0,034*DTC + 0,300*NLPV + 0,561*SDU + 0,266*PTHH + (-0,117)*SDC
Hệ số Beta mang dấu dương chứng tỏ các biến độc lập có quan hệ cùng chiều với biến phụ thuộc Sự hài lòng và ngược lại, nghĩa là trong điều kiện các yếu tố khác không đổi, nếu một biến độc lập tăng thì biến phụ thuộc tăng và ngược lại. (Xem phụ lục 3).
Ở cột hệ số Beta chưa chuẩn hóa, ta thấy có hằng số tự do tức là hệ số chặn bằng -0,254 mang dấu âm, nó phản ánh tác động của các yếu tố nằm ngoài các biến Phương tiện hữu hình, Sự đáp ứng, Năng lực phục vụ, Sự đồng cảm, Độ tin cậy làm giảm Sự