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
Nhân tố 1 2 Biến 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 toàn 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
Hệ số tương quan Pearson 1 0,964** 0,949** 0,982** 0,963** 0,933**
SHL
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
Hệ số tương quan Pearson 0,964** 1 0,947** 0,957** 0,966** 0,945** DTC
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
Hệ số tương quan Pearson 0,949** 0,947** 1 0,928** 0,921** 0,922**
NLPV
Sig. (2 đầu) 0,000 0,000 0,000 0,000 0,000
Hệ số tương quan Pearson 0,982** 0,957** 0,928** 1 0,956** 0,924**
SDU
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
Hệ số tương quan Pearson 0,933** 0,945** 0,922** 0,924** 0,973** 1
SDC
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
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 B Sai số chuẩn Beta
Sig. Tolerance VIF
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 R2hiệu 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 không 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 khơng 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 ngồi các biến Phương
tiện hữu hình, Sự đáp ứng, Năng lực phục vụ, Sự đồng cảm, Độ tin cậy làm giảm Sự
hài lòng của khách hàng. Ví dụ như tâm trạng khách hàng khơng tốt, vị trí ngân hàng
khó xác định, v.v…. Khi tác động của các yếu tố này tăng lên 1 đơn vị thì Sự hài lịng của khách hàng sẽ giảm 0,254 đơn vị.
Nhìn vào hàm hồi quy ta thấy hệ số Beta của biến độc lập Sự đáp ứng có giá trị lớn nhất, nghĩa là yếu tố Sự đáp ứng có tác động mạnh nhất đến sự hài lòng của khách hàng về chất lượng 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. Cụ thể trong điều kiện các yếu tố khác không đổi, khi biến Sự đáp ứng tăng thêm 1 đơn vị thì Sự hài lịng của khách hàng sẽ tăng thêm 0,561 đơn vị
Sự tác động lớn nhất của biến Sự đáp ứng trong tất cả các biến lên Sự hài lịng trong cơng việc cho thấy rằng vấn đề mà mỗi khách hàng quan tâm nhất, cần được thỏa mãn nhất khi sử dụng dịch vụ cho vay ngắn hạn cá nhân là lợi ích dịch vụ cụ thể là thời hạn và mức cho vay khi sử dụng dịch vụ cho vay ngắn hạn, cùng với sự giải đáp thắc thắc mắc nhanh chóng, thái độ thân thiện của nhân viên. Bởi vì Sự đáp ứng của ngân hàng gắn liền với quyền lợi thiết thực của khách hàng, và giúp họ cảm thấy mình được trân trọng. Nó khơng chỉ có ý nghĩa về vật chất mà cịn có ý nghĩa về tinh thần giúp cho người dân có được nguồn vốn để sản xuất kinh doanh với sự hiểu biết và hài lòng nhất. Do đó Sự đáp ứng ln là mối quan tâm hàng đầu và là yếu tố quyết định lớn nhất đến sự hài lòng của khách hàng về dịch vụ cho vay 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.
Kết quả hồi quy cũng cho thấy hệ số Beta của biến độc lập Sự đồng cảm có giá trị nhỏ nhất, cho thấy nghĩa là yếu tố Sự đồng cảm hầu như khơng có tác động đến sự hài lịng của khách hàng về chất lượng dịch vụ cho vay ngắn hạn SXKD tại ngân hàng TMCP Đông Á – chi nhánh Quảng Nam –pgd Tam Kỳ. Điều này được giải thích rằng việc thời gian giao dịch, các quy trình thủ tục về cho vay không ảnh hưởng nhiều đến sự hài lòng của khách hàng khi sử dụng dịch vụ cho vay SXKD của ngân hàng.
2.3.6. Kiểm định sự khác biệt về sự hài lịng trong cơng việc theo các đặc điểm cá
nhân
2.3.6.1.Kiểm định phân phối chuẩn
Với biến Giới tính và tình trạng hơn nhân chỉ có 2 nhóm mẫu nên sẽ sử dụng phương pháp kiểm định Independent-samples T-test. Còn đối với các biến có 3 nhóm mẫu trở lên như Độ tuổi, thu nhập hàng tháng thì sẽ sử dụng kiểm định phương sai ANOVA. Điều kiện có thể phân tích phương sai ANOVA là các biến phải đảm bảo phân phối chuẩn, Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, một phân phối được xem là chuẩn có trị số trung bình (mean) và trung vị (median) gần bằng nhau và có hệ số đối xứng (Skewness) nằm trong khoảng (-1;1)
Bảng 2.13: Kiểm định phân phối chuẩn
Tuổi Thu nhập hàng tháng
Giá trị trung bình (Mean) 2,3583 2,6250
Số trung vị (Median) 2,0000 3,0000
Hệ số đối xứng ( Skewness) 0,191 -0,192
(Nguồn Xử lý số liệu điều tra 2019) – Xem phụ lục 3 Biểu đồ 2.5: Xem xét phân bố chuẩn với biến Tuổi và thu nhập hàng tháng
(Nguồn Xử lý số liệu điều tra 2019 - Xem phụ lục 3)
Kết quả kiểm định cho thấy biến Tuổi Thu nhập hàng tháng có giá trị trung bình (mean) và trung vị (median) xấp xỉ nhau và hệ số đối xứng (Skewness) dao động trong khoảng (-1;1), quan sát biểu đồ tần số với đường cong chuẩn có dạng hình chng nên biến này đảm bảo điều kiện phân phối chuẩn. Do đó sử dụng phép kiểm định phương sai một yếu tố (One-way ANOVA) để kiểm định sự khác biệt về sự hài lòng theo độ tuổi và thu nhập hàng tháng.
2.3.6.2.Kiểm định sự khác biệt về sự hài lịng theo giới tính
Kiểm định này dùng để xem xét có sự khác nhau giữa nam và nữ đối với sự hài lòng về chất lượng dịch vụ hay khơng. Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc, với kiểm định Independent-samples T-test, ta cần dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai tổng thể (kiểm định Levene). Phương sai diễn tả mức độ đồng đều hoặc không đồng đều (độ phân tán) của dữ liệu quan sát.
Giả thuyết:
H0: phương sai đồng nhất
H1: phương sai không đồng nhất
Kiểm định Kiểm định t
F Sig. t Sig. (2 phía)
Giả thiết phương sai bằng nhau -14,240 0,000
Giả thiết phương sai không
19,488 0,000
-13,488 0,000
(Nguồn Xử lý số liệu điều tra 2019 - Xem phụ lục 3)
Kết quả thống kê Levene cho giá trị Sig. = 0,000< 0,05 (mức ý nghĩa). Nên ở độ tin cậy 95% bác bỏ giả thuyết H0, cho thấy phương sai giữa 2 giới tính khơng bằng nhau. Như vậy, với mức ý nghĩa 5% có thể kết luận rằng, có sự khác biệt về sự hài lịng về chất lượng dịch vụ giữa khách hàng nam và nữ tại chi nhánh Đông Á Quảng Nam – pgd Tam Kỳ.
So sánh giá trị trung bình về sự hài lịng về chất lượng dịch vụ của 2 nhóm nam và nữ (xem phụ lục 3) cho thấy giá trị trung bình của nữ là 4.2337, cao hơn nam giới là 2.9595. Do đó có thể kết luận rằng khách hàng nữ giới tại ngân hàng Đông Á chi nhánh Quảng Nam – pgd Tam Kỳ cảm thấy hài lòng về chất lượng dịch vụ cao hơn so với nam giới.
2.3.6.3.Kiểm định sự khác biệt về sự hài lịng theo tình trạng hơn nhân
Tương tự như trên kiểm định này dùng để xem xét có sự khác nhau giữa khách hàng độc thân và khách hàng đã có gia đình đối với sự hài lịng về chất lượng dịch vụ hay không.
Giả thuyết:
H0: phương sai đồng nhất
H1: phương sai không đồng nhất
Bảng 2.15: Kết quả kiểm định Independent-sample T-test với biến Tình trạng hơn