Chương 2: Thực trạng hoạt động marketing tại ngân hàng TMCP Ngoại Thương Việt Nam chi nhánh Đồng Nai
2.3 Sự hài lòng của khách hàng đối với các chính sách marketing hiện tại của VCB Đồng Nai
2.3.3 Kiểm định mô hình và giả thiết nghiên cứu
Sau khi qua giai đoạn phân tích nhân tố, có 8 nhân tố được đưa vào kiểm định mô hình. Giá trị nhân tố là trung bình của các biến quan sát thành phần thuộc nhân tố đó.
Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào mô hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H7.
Sự hài lòng của khách hàng H1
H2 H3 H4 H5 H6 H7 Sản phẩm
Phân phối Chiêu thị Con người
Quy trình Vật chất
Giá
Phân tích tương quan
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Bảng 2.12: Ma trận tương quan giữa các biến
PD PR PL PM PE PS DV SC
PD 1 0.506 0.467 -0.185 0.441 0.417 0.537 0.718 PR 1 0.444 -0.134 0.440 0.376 0.403 0.586
PL 1 -0.209 0.415 0.338 0.465 0.600
PM 1 -0.204 -0.180 -0.184 -0.243
PE 1 0.548 0.250 0.615
PS 1 0.179 0.505
DV 1 0.521
SC 1
Theo ma trận tương quan ở bảng 2.12 thì các biến đều có tương quan. Hệ số tương quan giữa các biến phụ thuộc với các biến độc lập ở mức tương đối, trong đó sản phẩm dịch vụ có tương quan cao nhất vơi sự hài lòng của khách hàng (0.718). Do đó, ta có thể kết luận các biến độc lập này có thể đưa vào mô hình để giải thích cho sự hài lòng.
Phân tích hồi quy
Kiểm định giả thuyết về tác động của các yếu tố marketing lên sự hài lòng của khách hàng.
Phân tích hồi quy được thực hiện với 7 biến độc lập bao gồm : Sản phẩm dịch vụ (PD), Giá (PL), Phân phối (PL), Chiêu thị (PM), Con người (PE),Quy trình (PS), Cơ sở vật chất (DV) và biến phụ thuộc là sự hài lòng (SC).
Kết quả thống kê mô tả của các biến đưa vào phân tích hồi quy : Bảng 2.13: Thống kê mô tả các biến phân tích hồi quy
Trung bình Độ lệch chuẩn Kích thước mẫu
SC 3.3111 1.01667 364
PD 3.2878 1.03658 364
PR 2.5604 1.12558 364
PL 3.4853 1.09822 364
PM 2.4945 .95073 364
PE 3.3654 .94664 364
PS 3.6484 .90816 364
DV 3.6346 .95657 364
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về sự hài lòng của khách hàng.
Kết quả phân tích hồi quy như sau:
Kết quả cho thấy mô hình hồi quy đưa ra có hệ số R2 = 0.703 có nghĩa là có khoảng 70.3 % sự thay đổi của sự hài lòng được giải thích bời 7 biến độc lập là: Sản phẩm dịch vụ, Giá, Phân phối, Chiêu thị, Con người, Quy trình, Cơ sở vật chất. Còn lại 29.7 % sự hài lòng được giải thích bằng các yếu tố khác.
Bảng 2.14: Tóm tắt mô hình
Mô hình R R2 R2 hiệu chỉnh Sai số chuẩn dự đoán Durbin-Watson
1 .838a .703 .697 .55984 1.830
Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này là mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Trong bảng phân tích ANOVA, ta thấy giá trị sig. rất nhỏ (sig. = 0.000 < 0.05), nên có ít nhất một betakhác 0. Do đó mô hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 2.15: Phân tích phương sai ANOVAa
Mô hình Tổng các bình phương df Bình phương trung bình F Sig.
1
Hồi quy 263.623 7 37.660 120.157 .000b
Phần dư 111.580 356 .313
Tổng 375.202 363
Trong bảng hệ số hồi quy, nếu sig. < 0.05 tương đương với độ tin cậy 95% và |t|>2 thì nhân tố đó được chấp nhận, có nghĩa là nó có sự tác động đến sự hài lòng. Kết quả hồi
quy cho thấy có 6 nhân tố thỏa mãn điều kiện là: Sản phẩm dịch vụ, Giá, Phân phối, Con người, Quy trình và cơ sở vật chất.
Bảng 2.16: Hệ số hồi quy Mô hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig. Thống kê đa cộng tuyến
B Std. Error Beta Dung sai VIF
1
(Hằng số) -.279 .199 -1.401 .162
PD .350 .039 .357 9.048 .000 .536 1.867
PR .125 .033 .139 3.830 .000 .637 1.571
PL .174 .034 .188 5.190 .000 .637 1.569
PM -.039 .032 -.036 -1.209 .227 .927 1.079
PE .256 .040 .239 6.364 .000 .594 1.683
PS .094 .040 .084 2.332 .020 .643 1.556
DV .110 .039 .104 2.848 .005 .627 1.594
Hệ số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized estimate) và (2) chuẩn hóa (Standardized estimate). Vì hệ số hồi quy chưa chuẩn hóa (B), giá trị của nó phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mô hình được.
Hệ số hồi quy chuẩn hóa (beta, ký hiệu β) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập.
Biến độc lập nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc (Nguyễn Đình Thọ, 2011). Vì vậy phương trình hồi quy tuyến tính của các biến độc lập lên biến phụ thuộc sự hài lòng được thể hiện như sau:
Sự hài lòng = 0.357*Sản phẩm dịch vụ + 0.139*Giá + 0.188*Phân phối + 0.239*Con người + 0.084*Quy trình + 0.104*Cơ sở vật chất
Như vậy sự hài lòng chịu tác động lớn nhất bởi nhân tố sản phẩm dịch vụ (β = 0.357). Khác hàng sẽ không hài lòng nếu sản phẩm không đa dạng, không có chất lượng tốt, không phù hợp với nhu cầu cũng như không có các sản phẩm mới. Kế đến, chính sách con người của ngân hàng nếu tốt cũng sẽ làm tăng sự hài lòng của khách hàng (β = 0.239). Yếu tố về giá và chính sách phân phối cũng làm tăng sự hài lòng của khách hàng (β = 0.139 và β = 0.188). Yếu tố quy trình và cơ sở vật chất cũng làm tăng sự hài lòng, tuy nhiên vai trò quyết định của hai nhân tố này không cao (β = 0.084 & β = 0.104). Yếu tố chiêu thị không tác động lên sự hài lòng (.sig = 0.227)
Tóm tắt các kết quả kiểm định giả thuyết
Bảng 2.17: Tóm tắt các kết quả kiểm định giả thuyết Ký
hiệu Giả thuyết HS hồi quy
chuẩn hóa Sig. Kết quả kiểm định H1 Chính sách sản phẩm có tác động tích
cực đến sự hài lòng. .357 .000 Tác động tích
cực H2 Chính sách giá có tác động tích cực đến
sự hài lòng. .139 .000 Tác động tích
cực H3 Chính sách phân phối có tác động tích
cực đến sự hài lòng. .188 .000 Tác động tích
cực H4 Chính sách chiêu thị có tác động tích
cực đến sự hài lòng. -.036 .227 Không tác
động H5 Chính sách về con người có tác động
tích cực đến sự hài lòng. .239 .000 Tác động tích cực
H6 Chính sách về quy trình có tác động
tích cực đến sự hài lòng. .084 .020 Tác động tích cực
H7 Chính sách về cơ sở vật chất có tác
động tích cực đến sự hài lòng. .104 .005 Tác động tích cực
Từ kết luận trên ta mô tả lại tất cả các mối tương quan giữa các nhân tố trong mô hình được miêu tả qua sơ đồ sau:
Hình 2.2 Mô hình kết quả nghiên cứu
R2 = 0.703 Phân phối
Cơ sở vật chất
Sự hài lòng.
Quy trình
Sản phẩm dịch vụ
Con người Chiêu thị
H1(.357;.000)
H2(.139;.000)
H3(.188;.000)
H4(-.036;.227)
H5(.239;.000)
H6(.084;.020)
Giá
H7(.104;.005)
Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Mô hình hồi quy bội giữa các nhân tố marketing tác động đến hình ảnh thương hiệu.
Giả định liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như hiện tượng phương sai thay đổi (heteroskedasticity)
Kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đoán mà mô hình hồi quy tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa 2 giá trị này đã được chuẩn hóa (standardized) với phần dư trên trục tung và phần ước lượng trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì ta sẽ không nhận thấy có liên hệ gì giữa phần ước lượng với phần dư, chúng sẽ phân tán ngẫu nhiên
Đồ thị Scatterplot (phụ lục L) cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào. Như vậy phần ước lượng và phần dư độc lập nhau và phương sai của phần dư không thay đổi.
Như vậy mô hình hồi quy phù hợp.
Giả định về phân phối chuẩn của phần dư
Biểu đồ tần số của phần dư chuẩn hóa (phụ lục L : đồ thị Histogram) cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Phân phối phần dư xấp xỉ chuẩn (trung bình Mean = 0.00, và độ lệch chuẩn Std.Dev = 0.99 tức là gần bằng 1).
Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Giả định không có mối tương quan giữa các biến độc lập (đo lường đa cộng tuyến)
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R square vẫn khá cao. Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor)
Theo Hair et al. 2006 (trích trong Nguyễn Đình Thọ, 2011) thì không có hiện tượng đa cộng tuyến xảy ra khi VIF < 10. Theo Nguyễn Đình Thọ (2011) thì không có hiện tượng đa cộng tuyến xảy ra khi VIF < 2. Theo bảng hệ số hồi quy (Bảng 3.10), hệ số VIF của các biến độc lập có giá trị từ 1.079 đến 1.867 (tất cả đều nhỏ hơn 2). Vì vậy có thể luận, mô hình không xảy ra hiện tượng đa cộng tuyến.
Phân tích ảnh hưởng của các biến định tính đến sự hài lòng của khách hàng Kiểm định sự khác nhau về sự hài lòng theo giới tính
Kiểm định Independent-sample T-test sẽ cho biết có sự khác biệt về sự hài lòng giữa phái nam và nữ hay không ?
Giả thuyết H0 : Không có sự khác nhau về sự hài lòng giữa 2 nhóm khách hàng nam và nữ.
Theo như kết quả trong kiểm định Levene, Sig. < 0.05 (Sig =0.019) nên phương sai giữa phái nam và phái nữ khác nhau một cách có ý nghĩa thống kê. Còn giá trị sig trong kiểm định t > 0.05 (Sig = 0.525) điều này cho thấy sự khác nhau giữa hai nhóm này chỉ có ý nghĩa trong mẫu chứ không có ý nghĩa trong đám đông. Do đó ta chấp nhận H0 và kết luận không có sự khác biệt về trung bình giữa hai nhóm khách hàng nam và nữ.
Kết luận : Yếu tố giới tính không ảnh hưởng đến sự hài lòng của khách hàng.
Thống kê nhóm
Giới tính N Trung bình Độ lệch chuẩn Trung bình sai số chuẩn
SC Nam 189 3.3439 .96830 .07043
Nữ 175 3.2757 1.06811 .08074
Bảng 2.18 : Kiểm định T-test đối với biến giới tính
Kiểm định sự khác nhau về sự hài lòng theo thu nhập, học vấn và độ tuổi Phân tích phương sai ANOVA (Analysis of variance) để xem xét sự khác biệt về sự hài lòng giữa các nhóm thu nhập, học vấn và độ tuổi khác nhau.
Kết quả kiểm định phương sai trong bảng kiểm định phương sai đồng nhất cho thấy giá trị p của phép kiểm định Levene không có ý nghĩa (p = 0.366). Nên điều kiện về phương sai đồng nhất được thỏa.
Tiếp theo trong bảng ANOVA, chỉ có giá trị p của nhóm thu nhập p < 0.05(sig.=
.000), cho thấy có sự các biệt giữa các nhóm thu nhập. Vì vậy, có thể kết luận là có sự khác nhau về sự hài lòng giữa các nhóm theo thu nhập nhưng không có sự khác nhau giữa các nhóm theo độ tuổi và học vấn.
Kiểm định phương sai đồng nhất Kiểm định Levene df1 df2 Sig.
1.066 45 318 .366
Kiểm định Levene
Kiểm định T cho sự bằng nhau của giá trị
trung bình
F Sig. t df Sig.
(2-t)
Sai lệch trung
bình
Sai lệch của S.E
Độ tin cậy 95%
Dưới Trên
SC
Giả định phương sai
bằng nhau
5.582 .019 .639 362 .523 .06820 .10674 -.14171 .27811
Giả định phương sai
khác nhau
.637 351.2
98 .525 .06820 .10715 -.14253 .27893
Loại biến thiên Tổng biến thiên loại III df Trung bình biến thiên F Sig.
Mô hình hiệu
chỉnh 39.017a 8 4.877 5.150 .000
Hằng số 2052.937 1 2052.937 2167.828 .000
HocVan 5.755 3 1.918 2.026 .110
Tuoi 1.879 3 .626 .661 .576
ThuNhap 18.036 2 9.018 9.522 .000
Sai số 336.186 355 .947
Tổng 4365.938 364
Tổng hiệu
chỉnh 375.202 363
(*) R2= .104(R2 hiệu chỉnh = .084)
Bảng 2.19 : Kiểm định Anova đối với biến thu nhập, học vấn và độ tuổi.
Khiểm định hậu ANOVA Biến phụ thuộc : SC
Bonferroni (I)
ThuNhập (J) ThuNhập
Khác biệt trung bình (I-
J)
Sai lệch chuẩn
Sig. Khoảng tin cậy 95%
Cận dưới Cận trên
> 7 triệu 7-12 triệu -.7875* .15109 .000 -1.1509 -.4241
> 12 triệu -.8361* .15267 .000 -1.2034 -.4689 7-12 triệu > 7 triệu .7875* .15109 .000 .4241 1.1509
> 12 triệu -.0486 .11098 1.000 -.3156 .2183
> 12 triệu > 7 triệu .8361* .15267 .000 .4689 1.2034
7-12 triệu .0486 .11098 1.000 -.2183 .3156
Kết quả của bảng kiểm định hậu ANOVA cho thấy có sự khác biệt giữa nhóm có thu nhập nhỏ hơn 7 triệu so với hai nhóm còn lại. Dựa theo bảng thống kê mô tả (Phụ lục K) cho thấy trung bình của nhóm nhỏ hơn 7 triệu nhỏ hơn hai nhóm còn lại. Vì vậy có thể kết luận khách hàng có thu nhập cao thì khả năng hài lòng lớn hơn khách hàng có thu nhập thấp.