Đƣợc thực hiện bằng phƣơng pháp nghiên cứu định lƣợng thông qua bảng câu hỏi để biết đƣợc đánh giá của khách hàng về chất lƣợng dịch vụ Internet Banking của SeABank. Các bảng câu hỏi phát ra và thu về hợp lệ sẽ đƣợc xử lý với sự hỗ trợ của phần mềm SPSS nhằm có đƣợc những thông tin cần thiết cho phân tích.
• Thiết kế bảng hỏi
Tổng hợp bảng câu hỏi điều tra đƣợc chia thành 3 phần chính.
Phần 1: Bao gồm 4 câu hỏi về thông tin sử dụng dịch vụ của ngƣời đƣợc phỏng vấn. Phần 2: Bao gồm 21 câu hỏi về đánh giá chất lƣợng dịch vụ Internet Banking của SeABank. Với 21 câu hỏi đƣợc chia thành 5 yếu tố theo mô hình SERVFERF: (A) Sự tin cậy (B) Khả năng đáp ứng, (C) Phƣơng tiện hữu hình, (D) Năng lực phục vụ, (E) Mức độ đồng cảm,. Cả 21 câu hỏi này đều đƣợc thiết kế theo thang đo Likert 7 mức độ từ 1: Hoàn toàn không đồng ý đến 7: Hoàn toàn đồng ý.
Phần 3: Bao gồm 3 câu hỏi đánh giá sự hài lòng của khách hàng sử dụng dịch vụ Internet Banking của SeABank và thiết kế tƣơng tự nhƣ 21 câu hỏi trên.
• Mẫu nghiên cứu
Phƣơng pháp lấy mẫu:
Vì khách hàng của ngân hàng bao gồm rất nhiều thành phần khác nhau về độ tuổi, giới tính, thu nhập và cũng không có đƣợc danh sách khách hàng cụ thể nên tác giả sử dụng phƣơng pháp lấy mẫu ngẫu nhiên. Cụ thể là đứng tại chỗ giao dịch ở
32
các chi nhánh trên địa bàn Hà Nội chờ khách hàng đến, lựa chọn ngẫu nhiên xin thực điều tra phỏng vấn.
Xác định cỡ mẫu:
Kỹ thuật phân tích nhân tố là hoàn toàn phù hợp cho việc phân tích số liệu đa biến. Tuy nhiên để sử dụng kỹ thuật này thì quy mô của mẫu phải đủ lớn. Thông thƣờng số câu trả lời của những ngƣời đƣợc phỏng vấn phải là 50 thì đƣợc xem là số lƣợng tối thiểu để thực hiện kỹ năng phân tích nhân tố hoặc có thể sử dụng quy tắc 5/1, tức là mỗi một vấn đề trong bảng câu hỏi cần phải có ít nhất 5 câu trả lời. Do đó, với số lƣợng 24 phát biểu trong bảng hỏi thì cần ít nhất 24 x 5 = 120 phiếu điều tra đƣợc điền đầy đủ từ những khách hàng đƣợc phỏng vấn. Cần phải có cỡ mẫu lớn hơn để có thể chạy đƣợc các kiểm định khác và đủ chắc chắn về độ tin cậy nên số bảng hỏi đƣợc phát ra sẽ là 160.
Khi tiến hành phỏng vấn trực tiếp các khách hàng đến giao dịch tại ngân hàng, thì kết quả thu về đủ 153 phiếu hợp lệ với đầy đủ thông tin để có thể tiến hành xử lý SPSS.
Phƣơng pháp xử lý thông tin, số liệu:
Tổng hợp thống kê: tập hợp các số liệu và thông tin đã thu thập đƣợc, chọn lọc các phiếu hợp lệ.
Mã hóa số liệu (Đƣợc trình bày cụ thể ở Chƣơng 4). Xử lý số liệu điều tra bằng phần mềm SPSS 16.0
Thống kê các thông tin cần thiết.
Đáng giá thang đo bằng: Crobach Alpha, EFA Cronbach Alpha
Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha. Các biến có hệ số tƣơng quan biến tổng (item-total correction) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn
33
chọn thang đo là nó có độ tin cậy Cronbach Alpha từ 0,6 trở lên. Ở bài nghiên cứu này thì Cronbach Alpha phải lớn hơn 0,6 mới đƣợc giữ lại. Cụ thể:
+ Hệ số Cronbach‟s Alpha lớn hơn 0.8: Hệ số tƣơng quan cao. + Hệ số Cronbach‟s Alpha từ 0.7 đến 0.8: Chấp nhận đƣợc.
+ Hệ số Cronbach‟s Alpha từ 0.6 đến 0.7: Chấp nhận đƣợc nếu thang đo mới. Các biến phù hợp đƣợc đƣa vào phân tích nhân tố khám phá EFA.
Phân tích nhân tố khám phá EFA
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.
Kiểm định KMO. Trong phân tích nhân tố khám phá, trị số KMO (Kaiser- Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, còn nếu nhƣ trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu...
Sau đó phân tích phƣơng sai giải thích tìm nhân tố nào phù hợp để thực hiện phân tích EFA và chạy hồi quy.
Ma trận xoay nhân tố rút trích nhân tố đƣợc đƣa ra trong số 24 biến quan sát (21 biến độc lập theo 5 thành phần SERVPERF và 3 biến phụ thuộc đánh giá sự hài lòng)
Nhƣ vậy, thông qua việc sử dụng các công cụ hệ số Cronbach alpha, phân tích nhân tố khám phá (Explore Factor Analysis, EFA), tác giả đánh giá tính phù hợp của từng thang đo và loại bỏ các biến số trong mô hình nếu các biến số không phù hợp, tái cấu trúc lại mô hình để có thể phản ánh một cách tốt nhất mối quan hệ giữa các biến số.
34
Từ đó đƣa ra đƣợc mô hình hiệu chỉnh, sẽ tiến hành kiểm định mô hình bằng phân tích hồi quy nhằm thấy đƣợc sự tác động cùng chiều hay ngƣợc chiều của các nhân tố đối với mức độ hài lòng của khách hàng và tìm ra các nhân tố thực sự ảnh hƣởng tới sự hài lòng về chất lƣợng dịch vụ Internet Banking. Phƣơng trình hồi quy sẽ có dạng: (adsbygoogle = window.adsbygoogle || []).push({});
HL= β + a*nhanto1 + b*nhanto2 +… Với - β là hằng số
- Nhanto1, nhanto2 …là những nhân tố đúc rút đƣợc sau mô hình hiệu chỉnh.
Cuối cùng, tiến hành kiểm định sự khác biệt về sự hài lòng đối với chất lƣợng dịch vụ của các nhóm yếu tố khác nhau:
- Giới tính - Độ tuổi - Thu nhập
Từ tất cả các phân tích trên, đƣa ra những kiến nghị phù hợp nhất để nâng cao chất lƣợng dịch vụ Internet Banking tại Ngân hàng Thƣơng mại cổ phần Đông Nam Á.
35
Sơ đồ 2.2. Quy trình nghiên cứu
Phân tích
hồi quy Mô hình hồi quy
Kết luận Kiến nghị Kiểm định sự khác biệt về sự HL đối với các nhóm yếu tố Mô hình chính thức Số phiếu phát ra: n=160
Số phiếu hợp lệ: n=153 Loại các biến không phù hợp
Bộ thang đo chính thức Cronbach
Alpha, EFA
Kết quả Công cụ
Nghiên cứu tại bàn Hỏi ý kiến chuyên gia Nghiên cứu định tính
Mô hình nghiên cứu
Điều tra thử N=30
36
CHƢƠNG 3: KHÁI QUÁT VỀ DỊCH VỤ INTERNET BANKING CỦA NGÂN HÀNG TMCP ĐÔNG NAM Á