Chương II: Thực trạng về hoạt động tiền gửi tiết kiệm qua các năm của TCTD
3.2 Dữ liệu nghiên cứu
3.2.1.1 Bảng hỏi cho biến độc lập
BẢNG 5: THANG ĐO CHẤT LƯỢNG DỊCH VỤ
Biến độc lập Ký hiệu Diễn giải các biến Thang đo
“Phương tiện hữu hình”
Tangible_1 Khách hàng hài lòng với cơ sở (cơ sở hạ tầng, toà nhà v.v.) của ngân hàng
Likert 5
Tangible_2 Khách hàng hài lòng với các thiết bị công nghệ về dịch vụ gửi tiền tại ngân hàng
Tangible_3 Khách hàng hài lòng về trang phục làm việc của giao dịch viên
Tangible_4 Khách hàng hài lòng về các thông tin của sản phẩm tài chính tại ngân hàng
Tangible_5 Khách hàng hài lòng về khu vực chờ giao dịch của ngân hàng
“Tính tin cậy” Reliability_1 Ngân hàng thực hiện giao dịch đúng thời gian quy định
Likert 5
Reliability_2 Ngân hàng sẵn sàng giải quyết các vấn đề của khách hàng
Reliability_3 Ngân hàng có chính sách bảo mật tốt không cung cấp thông tin khách hàng
Reliability_4 Ngân hàng thực hiện giao dịch chính xác từ lần đầu tiên
“Tính đáp ứng” Responsivenes s_1
Nhân viên ngân hàng luôn đề cập thông tin về dịch vụ nhanh và chính xác cho khách hàng
Likert 5
Responsivenes s_2
Nhân viên ngân hàng có thể đáp ứng được các yêu cầu của khách hàng
Responsivenes s_3
Nhân viên hướng dẫn khách hàng trong quá trình thực hiện giao dịch tiền gửi tiết kiệm
Assurance_1 Khách hàng cảm thấy tin tưởng Likert 5
“Năng lực phục vụ”
khi làm việc với giao dịch viên
Assurance_2 Khách hàng cảm thấy an toàn khi giao dịch tại ngân hàng
Assurance_3 Khách hàng cảm thấy hài lòng với cách ứng xử của giao dịch viên
Assurance_4 Khách hàng cảm thấy tin tưởng vào kiến thức của giao dịch viên
Assurance_5 Khách hàng cảm thấy sự công bằng về thứ tự giao dịch tại ngân hàng
“Đồng cảm” Empathy_1 Giao dịch viên có quan tâm đến thái độ và cảm xúc của khách hàng
Likert 5
Empathy_2 Giao dịch viên nắm bắt được mong muốn của khách hàng
Empathy_3 Giao dịch viên giành sự quan tâm đến khách hàng
(Nguồn: Tác giả tổng hợp)
3.2.1.2 Bảng hỏi thang đo cho biến phụ thuộc
Dựa trên nghiên cứu của Cronin và Taylor (1992) thang đo sự hài lòng được tác giả đưa ra bao gồm 2 biến quan sát như sau:
BẢNG 6: THANG ĐO SỰ HÀI LÒNG
Biến phụ thuộc Ký hiệu Diễn giải các biến Thang đo
“Sự hài lòng của khách hàng”
Satisfaction 1 Khách hàng hài lòng khi sử dụng dịch vụ ngân hàng tại Agribank.
Likert 5
Satisfaction_2 Khách hàng sẽ sử dụng dịch vụ tại ngân hàng trong tương lai.
Likert 5
(Nguồn: Tác giả tổng hợp) 3.2.1.3 Dữ liệu nghiên cứu
Bài nghiên cứu sử dụng cỡ mẫu là 212 sau khi loại bỏ những câu trả lời không đủ điều kiện thu được cỡ mẫu là 200 ứng với 6 nhóm nhân tố thỏa mãn với yêu cầu cỡ mẫu tối thiểu của Comrey (1973) và Roger (2006) cũng đưa ra công thức xác định cỡ mẫu là n = 5*m trong đó m là số câu hỏi trong bài.
3.2.1.4 Phương pháp thu thập dữ liệu
Tác giả sử dụng hai phương pháp để thu thập dữ liệu bao gồm phỏng vấn trực tiếp và khảo sát online thông qua ứng dụng Google Form. Phương pháp trực tiếp được thực hiện trong thời gian tác giả thực tập tại trụ sở ngân hàng bằng cách phỏng vấn trực tiếp các khách hàng đến giao dịch từ đó có thể thu được các câu trả lời chính xác nhất với cảm xúc, quan điểm hiện tại của khách hàng. Trong khi đó, phương pháp phỏng vấn trực tuyến mang lại tính linh hoạt và hiệu quả về thời gian, cho phép tiếp cận nhiều người tham gia ở các địa điểm khác nhau mà không cần gặp mặt trực tiếp.
Bằng cách sử dụng cả hai phương pháp phỏng vấn trực tiếp và trực tuyến, tác giả có
3.2.1.4 Phương pháp phân tích dữ liệu
- Phân tích độ tin cậy bằng hệ số Cronbach Alpha
Hệ số Cronbach Alpha được sử dụng để kiểm tra xem các biến quan sát có đáng tin cậy hay không. Nunnally & Bernstein (1994) cho rằng một biến đo lường có hệ số tương quan biến - tổng (hiệu chỉnh) (“Corrected item-total correlation”) ≥ 0.30 thì biến đó đạt yêu cầu; thang đo có Cronbach alpha ≥ 0.60 là thang đo chấp nhận được về mặt độ tin cậy. DeVellis (1990) cho rằng chỉ số Cronbach alpha nên từ 0.70 trở lên, song giá trị tối thiểu để thước đo có thể sử dụng được là 0.63. Hệ số Cronbach's Alpha càng cao thể hiện độ tin cậy của thang đo càng cao
- Phân tích EFA
Phân tích EFA hay còn gọi là phân tích nhân tố khám phá dùng để rút gọn số lượng biến quan sát bằng cách gộp các biến quan sát có quan hệ gần hoặc giống nhau thành một biến, từ đó giúp cho việc phân tích mô hình trở lên dễ dàng hơn, tiết kiệm thời gian nghiên cứu của tác giả. Khi phân tích EFA, cần phải chú ý đến một vài chỉ số:
+ Hệ số KMO: Hệ số KMO được dùng để đo lường mức độ phù hợp của nhân tố.Một nhân tố phù hợp với tệp dữ liệu khi nó có hệ số KMO lớn hơn 0.5
+ Kiểm định Bartlett được coi là có ý nghĩa thống kê khi giá trị Sig < 0.529 + Tổng phương sai trích (TVE – Total Variance Explained) ≥ 50%
+ Chênh lệch hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 là giá trị thường được các nhà nghiên cứu chấp nhận.
- Phân tích mô hình hồi quy OLS
+ Phân tích ANOVA để đánh giá sự phù hợp của mô hình nếu sig < 0.05 thì mô hình hồi quy là phù hợp
+ Phân tích chỉ số Durbin–Watson để đánh giá hiện tượng tự tương quan chuỗi bậc nhất. Nếu chỉ số Durbin–Watson nằm trong khoảng 1.5 đến 2.5 nên kết quả không vi phạm giả định tự tương quan chuỗi bậc nhất
+ Phân tích kiểm định t để đánh giá hệ số hồi quy của mỗi biến độc lập có ý nghĩa trong mô hình hay không.