PHẦN II: NỘI DUNG NGHIÊN CỨU
CHƯƠNG 2: ỨNG DỤNG MÔ HÌNH SEM ĐỂ ĐÁNH GIÁ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN LÒNG TRUNG THÀNH CỦA KHÁCH HÀNG TẠI NGÂN HÀNG THƯƠNG MẠI CỔ PHẦN AN BÌNH CHI NHÁNH THỪA THIÊN HUẾ
2.2. Ứng dụng mô hình SEM để đánh giá các yếu tố ảnh hưởng tới lòng trung thành của khách hàng tại Ngân hàng Thương mại cổ phần An Bình - chi nhánh Thừa Thiên Huế
2.2.4. Ph ân tích nhân tố khẳng định (CFA)
Có rất nhiều bài nghiên cứu lựa chọn phương pháp truyền thống như phương pháp hệ số tương quan, phương pháp đa khái niệm – đa phương pháp MTMM để kiểm định thang đo. Tuy nhiên, phương pháp CFA trong phân tích cấu trúc tuyến tính SEM có nhiều ưu điểm phù hợp với đề tài nghiên cứu hơn về đánh giá các nhân tố trong mô hình (Bagozzi & Foxall, 1996). CFA giúp kiểm định cấu trúc lý thuyết của các thang đo đo lường như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường và kiểm định giá trị hội tụ, giá trị phân biệt của thang đo mà không cần dùng nhiều nghiên cứu như trong phương pháp MTMM.
Một mô hình được xem là thích hợp với dữ liệu thị trường khi kiểm định Chi bình phương có P-value > 0.05. Nếu một mô hình nhận được các giá trị GFI, TLI, CFI
>= 0.9 (Bentler & Bonett, 1980); CMIN/df (chỉ số Chi bình phương có hiệu chỉnh bậc tự do) <= 3 (Carmines & McIver, 1981); RMSEA <= 0.08 (Steiger, 1990); thì mô hình được xem là phù hợp với dữ liệu thị trường hay tương thích với dữ liệu thị trường.
Kết quả phân tích EFA rút ra được 7 nhân tố với các nhóm thang đo tương ứng tạo thành mô hình đo lường các khái niệm bao gồm:
- “Ứng xử của nhân viên” được đo lường bởi các biến quan sát UX - “Sự tin cậy” được đo lường bởi các biến quan sát STC
- “Khả năng tương tác” được đo lường bởi các biến quan sát KNTT - “Khả năng tiếp cận” được đo lường bởi các biến quan sát KNTC - “Hình ảnh doanh nghiệp” được đo lường bởi các biến quan sát HA - “Sự hài lòng” được đo lường bởi các biến quan sát HL
Đạ i h ọ c Kinh
t ế Hu ế
- “Lòng trung thành” được đo lường bởi các biến quan sát TT
Từ đây, ta tiến hành phân tích nhân tố khẳng định CFA được thực hiện với 25 biến quan sát trong 7 nhân tố đã được rút ra từ phân tích nhân tố khám phá (EFA) nhằm kiểm định có một mô hình lý thuyết có trước làm nền tảng cho một tập hợp các quan sát không.
2.2.4.1. Đo lường mức độ phù hợp của mô hình với thông tin thị trường
Để đo lường mức độ phù hợp của mô hình với thông tin thị trường ta sử dụng các chỉ số sau:
Bảng 2.9. Các chỉ số đánh giá sự phù hợp của mô hình với dữ liệu thị trường
Các chỉ số đánh giá Giá trị
CMIN/df 1.793
TLI 0.915
CFI 0.929
RMSEA 0.063
(Nguồn:Kết quả xử lý số liệu trên AMOS 16) Từ bảng trên ta có các chỉ số đánh giá:
Chi – square điều chỉnh bậc tự do CMIN/df = 1.793 < 3 Chỉ số Tucker & Lewis TLI = 0.915 > 0.9
Chỉ số thích hợp so sánh CFI = 0.929 > 0.9
Chỉ số RMSEA (Root Mean Square Error Approximation):
RMSEA = 0.063 < 0.08
Các chỉ số trên đều có giá trị thoả mãn với điều kiện của mô hình phù hợp, vì vậy có thể đánh giá mô hình nghiên cứu phù hợp với dữ liệu thị trường.
2.2.4.2. Đánh giá độ tin cậy thang đo
Độ tin cậy thang đo được đánh giá thông qua 3 chỉ số: Độ tin cậy tổng hợp (CR), tổng phương sai rút trích (AVE) và hệ số Cronbach’s Alpha.
- Hệ số Cronbach’s Alpha: (đã phân tích trong mục 2.2.3)
Đạ i h ọ c Kinh
t ế Hu ế
Bảng 2.10. Hệ số Cronbach’s Alpha của các nhóm biến quan sát
Nhóm biến Hệ số Cronbach’s Alpha Số lượng biến
Ứng xử của nhân viên 0.876 4
Sự tin cậy 0.885 4
Khả năng tương tác 0.746 3
Khả năng tiếp cận 0.782 3
Hình ảnh doanh nghiệp 0.806 3
Sự hài lòng 0.760 3
Lòng trung thành 0.822 5
(Nguồn:Kết quả xử lý số liệu trên SPSS 18) - Độ tin cậy tổng hợp (CR) và tổng phương sai rút trích (AVE):
+ Độ tin cậy tổng hợp (ρc) (Joreskog 1971) và tổng phương sai trích (ρvc) (Fornell & Larcker 1981) được tính theo công thức sau:
∑
∑
∑
=
=
=
− +
= p
i
i p
i i
p
i i c
1 2 2 1
2 1
) 1
( )
(
) (
λ λ
λ
ρ ;
∑ ∑
∑
= =
=
− +
= p i
p
i
i i
p
i i vc
1 1
2 2
1 2
) 1
( λ
λ
λ ρ
Trong đó:
λi là trọng số chuẩn hoá của biến quan sát thứ i
1−λi2 là phương sai của sai số đo lường biến quan sát thứ i p là số biến quan sát của thang đo
Chỉ tiêu ρvc phải đạt yêu cầu từ 0.5 trở lên, ρc phải đạt yêu cầu từ 0.7 trở lên.
+ Giá trị CR và AVE được tính trên phần mềm Excel căn cứ theo công thức trên và hệ số lambda được lấy từ kết quả tính toán trên phần mềm Amos
Đạ i h ọ c Kinh
t ế Hu ế
Bảng 2.11. Độ tin cậy tổng hợp và tổng phương sai rút trích các khái niệm Khái niệm Độ tin cậy tổng hợp
(CR)
Tổng phương sai rút trích (AVE)
Ứng xử của nhân viên 0.878 0.644
Sự tin cậy 0.873 0.634
Khả năng tương tác 0.775 0.551
Khả năng tiếp cận 0.823 0.619
Hình ảnh doanh nghiệp 0.804 0.579
Sự hài lòng 0.771 0.539
Lòng trung thành 0.836 0.508
(Nguồn:Kết quả xử lý số liệu và tính toán trên AMOS 16 và Excel) Độ tin cậy tổng hợp có ý nghĩa khi có giá trị lớn hơn 0.7 và tổng phương sai rút trích có ý nghĩa khi có giá trị trên 0.5. Thang đo được đánh giá là đáng tin cậy khi độ tin cậy tổng hợp CR > 0.7 và tổng phương sai rút trích AVE > 0.5. (Hair & cộng sự 1995; Nunnally, 1978).
Theo bảng kết quả trên, các giá trị độ tin cậy tổng hợp và tổng phương sai rút trích của mỗi thang đo đều thoả mãn yêu cầu CR > 0.7 và AVE >0.5. Như vậy kết quả thể hiện qua bảng trên có thể khẳng định các thang đo đạt yêu cầu.
2.2.4.3. Kiểm định giá trị hội tụ
Thang đo được xem là đạt giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo lớn hơn 0.5 và có ý nghĩa thống kê (Gerbring & Anderson, 1988; Hair &
cộng sự, 1992). Ngoài ra, còn một tiêu chí khác để kiểm tra giá trị hội tụ đó là tổng phương sai rút trích (AVE) của các khái niệm. Fornell và Larcker (1981) cho rằng để khái niệm đạt giá trị hội tụ thì AVE tối thiểu phải là 0.5.
Đạ i h ọ c Kinh
t ế Hu ế
Bảng 2.12. Các hệ số đã chuẩn hoá
Mối tương quan giữa các nhân tố Hệ số chuẩn hoá P
c3.2.5 <--- STC 0.705 0.000
c3.2.4 <--- STC 0.778 0.000
c3.2.3 <--- STC 0.769 0.000
c3.2.2 <--- STC 0.918 0.000
c3.7.1 <--- TT 0.629 0.000
c3.7.2 <--- TT 0.668 0.000
c3.7.3 <--- TT 0.618 0.000
c3.7.4 <--- TT 0.568 0.000
c3.7.5 <--- TT 0.864 0.000
c3.1.4 <--- UX 0.783 0.000
c3.1.3 <--- UX 0.859 0.000
c3.1.2 <--- UX 0.826 0.000
c3.1.1 <--- UX 0.736 0.000
c3.5.1 <--- HA 0.748 0.000
c3.5.2 <--- HA 0.710 0.000
c3.5.3 <--- HA 0.821 0.000
c3.6.3 <--- HL 0.773 0.000
c3.6.2 <--- HL 0.528 0.000
c3.6.1 <--- HL 0.860 0.000
c3.3.3 <--- KNTT 0.548 0.000
c3.3.2 <--- KNTT 0.633 0.000
c3.3.1 <--- KNTT 0.975 0.000
c3.4.3 <--- KNTC 0.970 0.000
c3.4.2 <--- KNTC 0.545 0.000
c3.4.1 <--- KNTC 0.787 0.000
(Nguồn:Kết quả xử lý số liệu trên AMOS) Sau khi thực hiện CFA bằng Amos kết quả cho thấy tất cả các biến quan sát đều có trọng số có giá trị lớn hơn 0.5, các giá trị P-value đều nhỏ hơn 0.05 tức có ý nghĩa thống kê. Mặt khác, xem kết quả ở bảng 2.13 thì các giá trị AVE đều lớn hơn 0.5. Từ các kết quả trên có thể kết luận thang đo đạt được giá trị hội tụ.
Đạ i h ọ c Kinh
t ế Hu ế
2.2.4.4. Tính đơn nguyên
Theo Steenkamp & Van Trijp (1991), mức độ phù hợp với mô hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn nguyên trừ trường hợp sai số của các biến quan sát có tương quan với nhau.Từ kết quả thu được, mô hình được xem là phù hợp với dữ liệu thị trường và không có tương quan giữa các sai số đo lường nên có thể kết luận nó đạt tính đơn nguyên.
2.2.4.5. Giá trị phân biệt
Giá trị phân biệt được đánh giá qua những tiêu chí sau: (1) Đánh giá hệ số tương quan giữa các khái niệm có khác biệt với 1 hay không. (2) So sánh giá trị căn bậc 2 của AVE với các hệ số tương quan của một khái niệm với các khái niệm còn lại.
Bảng 2.13. Đánh giá giá trị phân biệt
Mối quan hệ giữa các nhân tố R Hệ số S.E. C.R. P
STC <--> TT -0.093 0.085 12.89573 0.000
STC <--> UX 0.579 0.069 6.06582 0.000
STC <--> HA 0.537 0.072 6.447526 0.000
STC <--> HL 0.666 0.063 5.259873 0.000
STC <--> KNTT 0.426 0.077 7.453079 0.000
STC <--> KNTC -0.008 0.085 11.8417 0.000
TT <--> UX 0.061 0.085 11.05133 0.000
TT <--> HA 0.124 0.084 10.37071 0.000
TT <--> HL 0.277 0.082 8.839206 0.000
TT <--> KNTT -0.102 0.085 13.01344 0.000
TT <--> KNTC 0.836 0.047 3.510954 0.000
UX <--> HA 0.54 0.072 6.420341 0.000
UX <--> HL 0.722 0.059 4.720037 0.000
UX <--> KNTT 0.495 0.074 6.827546 0.000
UX <--> KNTC 0.065 0.085 11.00704 0.000
HA <--> HL 0.737 0.058 4.571066 0.000
HA <--> KNTT 0.399 0.078 7.699596 0.000
HA <--> KNTC 0.173 0.084 9.863778 0.000
HL <--> KNTT 0.549 0.071 6.338728 0.000
HL <--> KNTC 0.306 0.081 8.563429 0.000
KNTT <--> KNTC -0.035 0.085 12.16595 0.000 (Nguồn: Kết quả xử lý số liệu trên AMOS 16)
Đạ i h ọ c Kinh
t ế Hu ế
Bảng 2.14. Tổng phương sai rút trích (AVE) của các khái niệm Khái niệm Tổng phương sai rút
trích (AVE) Sqrt(AVE)
Ứng xử của nhân viên 0.869 0.802
Sự tin cậy 0.543 0.796
Khả năng tương tác 0.641 0.742
Khả năng tiếp cận 0.501 0.787
Hình ảnh doanh nghiệp 0.603 0.761
Sự hài lòng 0.750 0.734
Lòng trung thành 0.620 0.713
(Nguồn:Kết quả xử lý số liệu và tính toán trên AMOS 16 và Excel) Bảng 2.15. Ma trận tương quan giữa các khái niệm
Ứng xử của nhân
viên
Sự tin cậy
Khả năng tương
tác
Khả năng tiếp cận
Hình ảnh doanh nghiệp
Sự hài lòng
Lòng trung thành Ứng xử của nhân
viên 1
Sự tin cậy 0.366 1
Khả năng tương
tác 0.192 0.129 1
Khả năng tiếp
cận 0.051 -0.005 -0.013 1
Hình ảnh doanh
nghiệp 0.350 0.271 0.124 0.107 1
Sự hài lòng 0.560 0.402 0.204 0.228 0.456 1
Lòng trung thành 0.037 -0.044 -0.030 0.487 0.060 0.161 1 (Nguồn:Kết quả xử lý số liệu trên AMOS 16)
Đạ i h ọ c Kinh
t ế Hu ế
Từ bảng 2.15 và 2.13, ta nhận thấy các hệ số tương quan giữa các cặp khái niệm đều nhỏ hơn 1 và có ý nghĩa thống kê (P-value <0.05) nên các hệ số tương quan đều khác 1.
Từ bảng kết quả, qua so sánh giá trị căn bậc 2 của AVE (xem bảng 2.14) với các hệ số tương quan giữa các khái niệm (xem bảng 2.15) có thể thấy AVE của từng khái niệm lớn hơn bình phương các hệ số tương quan giữa khái niệm đó với các khái niệm còn lại khác.
Tóm lại, từ tất cả những kết quả trên, ta có thể khẳng định rằng các khái niệm hay thang đo đạt giá trị phân biệt.
Vậy, ta có mô hình phân tích CFA như sau:
Hình 2.2. Mô hình phân tích CFA chưa chuẩn hoá
Đạ i h ọ c Kinh
t ế Hu ế
Hình 2.3. Mô hình phân tích CFA đã chuẩn hoá
Đạ i h ọ c Kinh
t ế Hu ế