CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.2 P HƯƠNG PHÁP NGHIÊN CỨU
3.1.2 Phương pháp nghiên cứu định lượng
Nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng nhằm khẳng định và kiểm tra lại kết quả nghiên cứu của phần nghiên cứu sơ bộ (nghiên cứu định tính), xác định các thang đo và mối tương quan giữa các thang đo, lượng hóa tác động của các nhân tố trong mô hình để xây dựng mô hình các yếu tố tác động đến chất lượng dịch vụ ngân hàng bán lẻ.
3.1.2.1 Phương pháp thu thập thông tin và cỡ mẫu
- Nghiên cứu định lượng được thực hiện thông qua phương pháp chọn mẫu phi xác suất – chọn mẫu theo phương pháp thuận tiện. Phương pháp thu thập thông tin là phỏng vấn qua mail và phỏng vấn trực tiếp khách hàng. Một trong những hình thức đo lường sử dụng phổ biến nhất trong nghiên cứu định lượng là thang đo Likert, bao gồm 5 cấp độ phổ biến từ 1 đến 5 để tìm hiểu mức độ đánh giá của người trả lời. Vì vậy, bảng câu hỏi đã được thiết kế từ 1 là “hoàn toàn không đồng ý
” đến 5 là “hoàn toàn đồng ý”. Đối tượng nghiên cứu là khách hàng đang sử dụng dịch vụ ngân hàng bán lẻ tại BIDV CN Nam Đồng Nai.
- Kích thước mẫu được tính theo công thức sau:
2
)2
* (
e S
N Z (*)1
Trong đó: N: kích thước mẫu; Z: giá trị ứng với mức tin cậy đã chọn; S: độ lệch tiêu chuẩn; e: mức độ sai số cho phép. Độ tin vậy α được chọn là 95% tức Z = 1,96. Sai số cho phép e = 1/10. Thang đo sử dụng là thang đo Likert 5 điểm, do vậy độ lệch chuẩn được tính là:
6 1 5
S = 0,67.
Cỡ mẫu được xác định: 2
2
) 1 , 0 (
) 67 , 0
* 96 , 1
(
N = 172,45
Theo Nguyễn Đình Thọ (2011) kích thước mẫu liên quan trực tiếp đến độ tin cậy của các tham số thống kê. Mỗi phương pháp phân tích thống kê (hồi qui, phân tích nhân tố khám phá EFA, mô hình cấu trúc tuyến tính SEM) đòi hỏi các kích thước mẫu khác nhau. Theo Gorsuch (1983) được trích bởi MacClall (1999) trong nghiên cứu có sử dụng phân tích nhân tố khám phá, thì số lượng mẫu cần gấp 5 lần số biến quan sát trở lên; Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cũng cho rằng tỷ lệ đó là 4 hay 5 lần.
Trong nghiên cứu này, tổng thể chọn mẫu là toàn bộ khách hàng sử dụng dịch vụ NHBL tại BIDV chi nhánh Nam Đồng Nai. Trong đề tài luận văn này có tất cả 23 tham số (biến quan sát) cần tiến hành phân tích nhân tố, vì vậy cỡ mẫu tối thiểu cần thiết là 23 x 5 = 115. Tuy nhiên, để đảm bảo đủ số lượng quan sát trong mẫu, đề tài chọn cỡ mẫu nghiên cứu là N = 220. Vì vậy, tác giả chọn điều tra trên số mẫu 220 khách hàng là phù hợp.
3.1.2.2 Xây dựng thang đo
Các bước nghiên cứu định tính được thực hiện thông qua các buổi tham khảo ý kiến từ nhân viên/lãnh đạo cùng cấp tại BIDV CN Nam Đồng Nai. Nội dung trao đổi tập trung vào một số câu hỏi được chuẩn bị sẵn dựa trên những vấn đề sau:
* Marketing Reseach, Trần Xuân Khiêm và Nguyễn Văn Thi
- Theo các anh/chị chất lượng dịch vụ ngân hàng bán lẻ được thể hiện qua các yếu tố nào? Tại sao?
- Ngoài các yếu tố nêu ra ở trên, các anh/chị nghĩ các yếu tố này có ảnh hưởng đến chất lượng dịch vụ ngân hàng bán lẻ hay không? (Lần lượt giới thiệu các thành phần thang đo mà chưa được đề cập ở trên).
- Các thang đo của mô hình nghiên cứu đã được trình bày hợp lý hay chưa?
- Các anh/chị vui lòng sắp xếp mức độ quan trọng của các thang đo của từng nhân tố theo thứ tự giảm dần.
Kết quả:
Sau khi tiến hành thảo luận nhóm, 5 nhân tố bao gồm 23 biến quan sát được đưa vào mô hình để đo lường chất lượng dịch vụ NHBL được đồng tình và có thể sử dụng cho nghiên cứu định lượng tiếp theo bao gồm: Độ tin cậy (Reliability), Năng lực phục vụ (Assuarance), Khả năng đáp ứng (Responsiveness), Phương tiện hữu hình (Tangibles), Đồng cảm (Empathy).
3.1.2.3 Các kỹ thuật định lượng
* Đo lường các biến quan sát bằng phương pháp thống kê mô tả
Tác giả lựa chọn phương pháp thống kê mô tả với các biến quan sát như: giới tính, độ tuổi, thu nhập, trình độ học vấn, nghề nghiệp… nhằm xác định rõ những đối tượng có ảnh hưởng đến kết quả nghiên cứu của đề tài.
* Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha.
Công cụ Cronbach’s Alpha dùng để kiểm định mối tương quan giữa các biến.
Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Theo Nunnally & Burnstein (1994) thì các biến quan sát có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbachs Alpha từ 0,6 trở lên là đạt yêu cầu.
* Phân tích nhân tố khám phá (EFA).
Phân tích nhân tố khám phá (EFA) giúp xác định xem các biến quan sát dùng để đánh giá sự tác động của các yếu tố thành phần đến chất lượng dịch vụ có độ kết dính cao hay không. Trong phân tích nhân tố khám phá (EFA) đòi hỏi phải thực hiện các nội dung sau (Nguyễn Đình Thọ, 2011):
Kiểm định tính thích hợp của EFA, sử dụng thước đo KMO (Kaiser - Meyer - Olkin measure), khi trị số KMO thỏa mãn điều kiện: 0,5 < KMO < 1 thì EFA phù hợp cho dữ liệu thực tế.
Kiểm định tương quan của các biến quan sát trong thước đo đại diện, sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo. Khi mức ý nghĩa của kiểm định Bartlett nhỏ hơn 5% thì các biến quan sát có tương quan tuyến tính với yếu tố đại diện. Hệ số tải nhân tố (Factor loading), nếu quy mô mẫu nhỏ hơn 100 thì hệ số tối thiểu là 0,75; mẫu từ 100 đến 350 thì hệ số tối thiểu là 0,55; mẫu trên 350 thì hệ số tải nhân tố chỉ cần tối thiểu bằng 0,3.
Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố, sử dụng phương sai trích, trị số phương sai trích nhất thiết phải lớn hơn 50%. Số lượng nhân tố được chọn theo tiêu chí giá trị Eigenvalue tối thiểu bằng 1.
* Phương pháp phân tích hồi quy bội
Bước 1: Kiểm định tương quan giữa các biến trong mô hình nghiên cứu
Hệ số tương quan Pearson được sử dụng nhằm kiểm tra mối tương quan tuyến tính giữa biến phụ thuộc với các biến độc lập. Hệ số tương quan Pearson càng tiến về 1 càng tương quan mạnh. Ngược lại, hệ số này càng tiến gần về 0 thì tương quan càng yếu.
Khi kiểm định hệ số tương quan Pearson bằng phần mềm SPSS 20.0, nếu giá trị Sig. nhỏ hơn 0.05 thì hệ số tương quan Pearson có ý nghĩa thống kê, tức là có mối tương quan giữa hai biến. Nếu giá trị Sig lớn hơn 0.05 thì hệ số tương quan Pearson không có ý nghĩa thống kê, tức là không có mối tương quan giữa hai biến này.
Bước 2: Kiểm định mô hình nghiên cứu
Nghiên cứu sử dụng hồi quy bội để xác định mức độ tác động của các biến độc lập lên biến phụ thuộc, sau đó sẽ kiểm tra mức độ phù hợp của mô hình, xây dựng mô hình hồi quy bội và kiểm định các giả thuyết. Mô hình hồi quy bội biểu diễn mối quan hệ giữa biến độc lập với biến phụ thuộc định lượng như sau:
Y = β0 + β1X1 + β2X2 + … + βkXk + ε Với: Y là biến phụ thuộc
Xk là biến độc lập thứ k.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), để mô hình hồi quy đảm bảo khả năng tin cậy cần thực hiện một số kiểm định sau:
Thứ nhất, kiểm định ANOVA để xem xét mức độ phù hợp của mô hình hồi quy tổng thể. Khi mức ý nghĩa của kiểm định ANOVA có độ tin cậy ít nhất 95%
(Sig.< 5%), kết luận mô hình hồi quy là phù hợp.
Thứ hai, mức độ giải thích của mô hình thông qua hệ số tương quan R2.Nếu R2 càng lớn thì khả năng giải thích của các biến độc lập trong mô hình càng cao, mô hình càng phù hợp.
Thứ ba, hiện tượng đa cộng tuyến, để kiểm tra hiện tượng này, ta sử dụng thước đo độ phóng đại phương sai (Variance Inflation Factor - VIF), điều kiện là VIF < 10 để không có hiện tượng đa cộng tuyến.
Thứ tư, đánh giá mức độ tác động mạnh, yếu của biến độc lập đến biến phụ thuộc thông qua hệ số Beta.
Bước 3: Kiểm định các giả thuyết nghiên cứu
Dựa vào kết quả phân tích hồi quy bội, với giá trị Sig và dấu của hệ số hồi quy của từng biến để thực hiện kiểm định giả thuyết. Khi giá trị Sig < 0,05 và dấu của hệ số hồi quy cùng chiều với kỳ vọng về dấu trong mô hình nghiên cứu thì giả thuyết nghiên cứu được chấp nhận.
Bước 4: Kiểm định sự khác biệt về mức độ hài lòng theo đặc điểm cá nhân Để tìm hiểu xem các đặc điểm cá nhân của khách hàng có ảnh hưởng đến sự hài lòng hay không, nghiên cứu thực hiện kiểm định trung bình của 2 mẫu độc lập (Independent-sample T-test). Nếu kết quả kiểm định có mức ý nghĩa (Sig.) nhỏ hơn hoặc bằng 0,05 thì có thể kết luận có sự khác biệt về trung bình hoặc phương sai, nghĩa là các đặc điểm cá nhân của khách hàng được xem xét ảnh hưởng có ý nghĩa thống kê đến sự hài lòng của họ.
Nếu kết quả kiểm định có mức ý nghĩa (Sig.) lớn hơn 0,05 thì có thể kết luận không có sự khác biệt về trung bình hoặc phương sai, nghĩa là các đặc điểm cá nhân của khách hàng được xem xét không ảnh hưởng đến sự hài lòng của họ.
Tóm tắt Chương 3
Chương 3, tác giả đã thiết lập được mô hình nghiên cứu cho đề tài thông qua cuộc khảo sát thực tế khách hàng cùng với các đóng góp ý kiến của chuyên gia Ngân hàng. Từ đó đánh giá thang đo và tìm ra các nhân tố có ảnh hưởng đến nâng cao chất lượng dịch vụ. Đồng thời đây cũng là cơ sở để tác giả tiến hành nghiên cứu chính thức và đưa ra kết quả cho mô hình ở chương 4 và đề xuất các giải pháp ở chương 5.