6. Kết cấu luận văn
2.3. Phân tích mối quan hệ giữa chất lƣợng dịch vụ tiền gửi và sự hài lòng của khách
2.3.1.3. Quy trình khảo sát
Xây dựng bảng câu hỏi dựa trên nền tảng cơ sở l ý luận và tham khảo các đề tài nghiên cứu về sự hài lòng của khách hàng đối với chất lƣợng dịch vụ để xây dựng thang đo cơ bản ban đầu (Phụ lục 1).
Tiến hành phỏng vấn thử 20 khách hàng ngẫu nhiên để kiểm tra mức độ rõ ràng của bảng câu hỏi, qua đó ghi nhận ý kiến ban đầu về chất lƣợng dịch vụ tiền gửi của SCB.
Hiệu chỉnh và hồn tất bảng câu hỏi chính thức và tiến hành gửi bảng câu hỏi chính thức (Phụ lục 2).
Bƣớc 2: Xác định số lƣợng mẫu cần thiết và xây dựng thang đo
Xác định số lượng mẫu cần nghiên cứu: nghiên cứu này sử dụng phƣơng pháp lấy
mẫu thuận tiện. Trong phƣơng pháp phân tích dữ liệu cỡ mẫu càng lớn thì càng tốt vì nó dựa vào lý thuyết phân phối mẫu lớn. Tuy nhiên kích thƣớc mẫu bao nhiêu đƣợc gọi là lớn thì hiện nay chƣa đƣợc xác định rõ ràng. Hơn nữa, kích thƣớc mẫu còn tùy thuộc vào phƣơng pháp ƣớc lƣợng sử dụng trong nghiên cứu cụ thể. Theo một số nghiên cứu, tính đại diện của số lƣợng mẫu đƣợc lựa chọn khảo sát sẽ thích hợp nếu kích thƣớc mẫu là 5 mẫu cho một ƣớc lƣợng.
Mơ hình khảo sát trong đề tài bao gồm 5 nhân tố độc lập với 28 biến quan sát, do đó số lƣợng mẫu cần thiết là từ 28x5=140 mẫu trở lên.
Kích thƣớc mẫu là 215 là đủ tính đại diện cho mẫu, đảm bảo cho việc thực hiện nghiên cứu.
Xây dựng thang đo: Thang đo cho việc khảo sát: nghiên cứu sử dụng thang đo Likert 5 mức độ: (1) hồn tồn khơng đồng ý, (2) không đồng ý , (3) bình thƣờng, (4) đồng ý và (5) hoàn toàn đồng ý.
Bƣớc 3: Gửi phiếu khảo sát cho khách hàng
Để đạt đƣợc kích thƣớc mẫu đã đề ra, 250 phiếu điều tra đƣợc tiến hành khảo sát trực tiếp khách hàng tại quầy giao dịch và gửi đến khách hàng thông qua đƣờng bƣu điện, email với sự hỗ trợ của bộ phận tiếp tân và dịch vụ chăm sóc khách hàng. Danh sách khách hàng đƣợc lựa chọn một cách ngẫu nhiên.
Đối với những phiếu điều tra phỏng vấn trực tiếp khách hàng, sau khi khách hàng trả lời sẽ nhận lại ngay thông qua các nhân viên của bộ phận tiếp tân và dịch vụ chăm sóc
khách hàng. Đối với những phiếu điều tra gửi đến khách hàng qua đƣờng bƣu điện và email, sau một tuần nếu không nhận đƣợc phản hồi từ khách hàng, sẽ điện thoại xác nhận lại với khách hàng hoặc phỏng vấn trực tiếp khách hàng qua điện thoại.
Kết quả nhận lại là 232 phiếu với tỷ lệ phản hồi đƣợc đảm bảo là 92,8% (232/250), trong đó có 17 phiếu bị loại do khơng hợp lệ, do đó số lƣợng mẫu cịn lại để đƣa vào phân tích là 215 phiếu.
Bƣớc 4: Xử lý dữ liệu thơng qua việc sử dụng cơng cụ phân tích SPSS phiên bản 16.0
Sau khi có dữ liệu sạch, phân tích dựa trên mục tiêu ban đầu gồm các phân tích cơ bản.
Thống kê mơ tả: Tập dữ liệu sau khi đƣợc mã hóa và hiệu chỉnh sẽ đƣợc đƣa vào mơ
tả các thuộc tính của nhóm mẫu khảo sát nhƣ: giới tính, độ tuổi, trình độ học vấn, thu nhập, thời gian sử dụng dịch vụ tại SCB.
Phân tích mức độ tin cậy của thang đo Cronbach-Alpha: Phƣơng pháp này cho
phép loại bỏ các biến khơng phù hợp trong q trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tƣơng quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Nunnally,1978; Peterson, 1994; Slater, 1995). Thông thƣờng, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt.
Phân tích nhân tố khám phá EFA: xác định các yếu tố ảnh hƣởng đến mức độ hài
lòng của khách hàng cá nhân về chất lƣợng dịch vụ tiền gửi.
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau. Trong phân tích nhân tố khám phá, cần xem xét các thành phần sau:
- Trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố khám phá. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân
tích này mới thích hợp, nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
- Phân tích nhân tố cịn dựa vào Eigenvalue để xác định số lƣợng nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới đƣợc giữ lại trong mơ hình. Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
- Kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (sig ≤0.05) thì các biến quan sát có tƣơng quan với nhau trong tổng thể.
- Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố hay ma trận nhân tố khi các nhân tố đƣợc xoay. Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố. Hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Những hệ số tải nhân tố biểu diễn tƣơng quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phƣơng pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.45 thì mới đạt yêu cầu.
- Ngoài ra thang đo đƣợc chấp nhận khi tổng phƣơng sai trích lớn hơn hoặc bằng 50% và sự khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải không nhỏ hơn 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Phân tích hồi quy tuyến tính: xác định nhân tố nào tác động mạnh nhất đến mức độ
hài lòng của khách hàng. Theo giả thiết của nghiên cứu là có mối quan hệ giữa khái niệm các thành phần của chất lƣợng dịch vụ và sự hài lịng của khách hàng.
Phân tích hồi quy đƣợc thực hiện bằng phƣơng pháp hồi quy tổng thể các biến với phần mềm SPSS phiên bản 16.0.