Đánh giá sự hài lòng của khách hàng về dịch vụ cho vay ngắn hạn đối với cá

Một phần của tài liệu Khóa luận đánh giá hiệu quả và sự hài lòng của khách hàng về dịch vụ cho vay ngắn hạn đối với cá nhân phục vụ SXKD tại ngân hàng TMCP đông á – CN quảng nam (Trang 60)

1.6 .Mơ hình năm khoảng cách chất lượng dịch vụ của Papasuraman

2016 – 2018

2.3. Đánh giá sự hài lòng của khách hàng về dịch vụ cho vay ngắn hạn đối với cá

nhân phục vụ sản xuất kinh doanh tại ngân hàng TMCP Đông Á – chi nhánh Quảng Nam –pgd Tam Kỳ

2.3.1. Đặc điểm mẫu nghiên cứu

Bảng 2.6. Đặc điểm của mẫu nghiên cứu

Đặc điểm Câu trả lời Số lượng Phần trăm (%)

Giới tính Nam 74 62 Nữ 46 38 Độ tuổi Từ 18-30 tuổi 21 17 Từ 31-40 tuổi 49 41 Từ 41-50 tuổi 36 30 Trên 50 tuổi 14 12 Thu nhập hàng tháng Dưới 5 triệu đồng 18 15 Từ 5-10 triệu đồng 33 27 Từ 10-15 triệu đồng 45 38 Trên 15 triệu đồng 24 20 Lĩnh vực, ngành nghề kinh doanh Ngành nông nghiệp 33 27 Ngành dịch vụ 51 43 Ngành xây dựng 25 21 Khác 11 9

[PERCENTA GE] [PERCENTA GE] Nam Nữ 12% 17% 41% 30% 18-30 tuổi 41-50 tuổi 31-40 tuổi Trên 50 tuổi

2.3.1.1. Cơ cấu mẫu theo giới tính và độ tuổi

Biểu đồ 2.1. Cơ cấu mẫu theo giới tính

( Nguồn: Xử lý số liệu điều tra 2019)

Trong tổng số 100 khách hàng được khảo sát thì có 74 người là nam, chiếm 62% và 46 người là nữ, chiếm 38 %. Cơ cấu giới tính có sự chênh lệch khi số lượng nam giới nhiều hơn nữ giới, điều này cũng phù hợp vì nam giới là trụ cột của gia đình, là nguồn thu nhập chính nên thường quyết định các cơng việc quan trọng trong đó có vay vốn để SXKD.

Biểu đồ 2.2: Cơ cấu mẫu theo độ tuổi

20% 15% 27% 38%

Dưới 5 triệu đồng Từ 5-10 triệu đồng Từ 10-15 triệu đồng Trên 15 triệu đồng

Dựa vào kết quả phân tích ta thấy, nhóm khách hàng độ tuổi từ 31 đến 40 tuổi chiếm tỷ lệ cao nhất 41% tương ứng với 49 người. Đa số khách hàng ở nhóm tuổi này đều đã ổn định về cơng việc , họ có nhu cầu đầu tư. Chính vì vậy ngân hàng đánh giá khá cao và ưu tiên cung cấp sản phẩm cho vay ngắn hạn cho những đối tượng khách hàng này.Tiếp theo là nhóm đối tượng từ 41 đến 50 tuổi với số lượng là 36 người ứng với 30% nhóm khách hàng trong độ tuổi này hầu như đã ổn định về kinh tế họ cần nguồn vốn để mở rộng SXKD, Tiếp theo là nhóm đối tượng từ 18 - 30 tuổi với số lượng 21 người ứng với 17% đa số khách hàng trong nhóm là những người mới đi làm hoặc đi làm chưa lâu. Cho nên đối với nhóm khách hàng này, ngân hàng phải xem xét đánh giá kỹ càng trước khi duyệt hồ sơ cấp hạn mức tín dụng cho họ ở độ tuổi này, vì phải xét xem thu nhập và thâm niên cơng tác của họ có phù hợp với tiêu chuẩn cấp hay khơng. Cuối cùng là nhóm khách hàng trên 50 tuổi với số lượng 14 người ứng với 12% khách hàng độ tuổi này thường là những người đã về hưu họ có thu nhập từ lương hưu ít hơn các nhóm khách hàng trên nên việc cho vay cũng cần phải xem xét để phù hợp với tiêu chuẩn

2.3.1.2. Cơ cấu mẫu theo thu nhập hàng tháng

Biểu đồ 2.3: Cơ cấu mẫu theo thu nhập

( Nguồn: Xử lý số liệu điều tra 2019)

Dựa vào biểu đồ, ta có thể thấy có sự chênh lệch rõ ràng lượng khách hàng đối với chỉ tiêu thu nhập hàng tháng.

10%

Độc thân Gia đình

90%

Cụ thể, nhóm khách hàng có thu nhập từ 10-15 tr chiếm tỷ lệ lớn nhất với 38% ứng với 45 khách hàng. Tiếp theo là nhóm thu nhập từ 5 triệu đồng đến 10 triệu đồng với 33 khách hàng tương ứng 27%. Nhóm khách hàng có thu nhập trên 15 triệu đồng có tỷ lệ 20% ứng với 24 khách hàng . Cuối cùng là nhóm thu nhập dưới 5 triệu chỉ có 18 khách hàng ứng với 15%.

Thu nhập hàng tháng chính là yếu tố quan trọng để Ngân hàng xem xét cấp tín dụng cho khách hàng, đối với những khách hàng có thu nhập cao ổn định thì nhu cầu đầu tư sản xuất kinh doanh của họ cũng cao. Chính vì thế, số lượng khách hàng thu nhập cao chiếm tỷ lệ lớn nhất.

2.3.1.3. Cơ cấu mẫu theo tình trạng hơn nhân

Biểu đồ 2.4: Cơ cấu mẫu theo tình trạng hơn nhân

( 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

Q 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 khơng 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

Tồn 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 yêu 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 khơng 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

Một phần của tài liệu Khóa luận đánh giá hiệu quả và sự hài lòng của khách hàng về dịch vụ cho vay ngắn hạn đối với cá nhân phục vụ SXKD tại ngân hàng TMCP đông á – CN quảng nam (Trang 60)

Tải bản đầy đủ (PDF)

(105 trang)