T p h p các bi n quan sát đã qua ki m tra v đ tin c y g m 8 bi n nghiên c u c a các nhân t tác đ ng đ n lòng trung thành khách hàng và 4 bi n quan sát đo l ng m c đ trung thành c a khách hàng s đ c đ a vào phân tích nhân t EFA
đ ki m tra m c đ h i t c a chúng.
4.4.2.1 Phân tích nhân t tác đ ng đ n lòng trung thành khách hàng
Phân tích nhân t l n 1
8 bi n quan sát đo l ng m c đ trung thành c a khách hàng sau khi ki m tra đ
50
B ng 4.19. K t qu phân tích EFA c a các nhân t tác đ ng đ n lòng trung thành Bi n quan sát Y u t 1 2 3 sat_1 .595 sat_2 .701 sat_3 .665 neb_3 -.820 neb_4 -.790 pob_1 .810 pob_2 .761 pob_3 .822
Ki m đnh KMO và Barlett’s trong phân tích nhân t cho th y KMO = 0.778 (>0.5) và v i m c ý ngh a sig.000 nh h n r t nhi u so v i 5% nên vi c phân tích nhân t là hoàn toàn phù h p (Xem PH L C 3.1).
V i ph ng pháp rút trích Principal Components và phép quay Varimax, phân tích nhân t đã trích đ c 3 nhân t t 8 bi n quan sát v i h s t i nhân t
đ u l n h n 0.5 và ph ng sai trích là 73.123% (l n h n 50%), đ t yêu c u.
4.4.2.2 Phân tích nhân t c a thang đo lòng trung thành khách hàng
Phân tích nhân t l n 1
Thang đo lòng trung thành g m 4 bi n quan sát. Sau khi đ t đ tin c y khi ki m tra b ng Cronbach’s alpha đ c đ a vào phân tích nhân t .
51
Ki m đnh KMO và Bartlett's trong phân tích nhân t cho th y h s KMO b ng 0.660 (> 0.5) v i m c ý ngh a b ng 0 (sig = 0.000) cho th y phân tích nhân t EFA là thích h p. (Xem thêm PH L C 3.2)
B ng 4.20. K t qu phân tích EFA c a lòng trung thành l n 1 Bi n quan sát Y u t 1 ly_1 .897 ly_2 .787 ly_3 .795 ly_4 .424
V i ph ng pháp rút trích Principal Components và phép quay Varimax, phân tích nhân t đã trích đ c 1 nhân t duy nh t t 4 bi n quan sát v i t ng ph ng sai rút trích đ t 70.587 (>50%). Tuy nhiên bi n ly_4 (Tôi s ch s d ng d ch v c a ngân hàng X ch không s d ng dich v c a ngân hàng khác) có h s t i nhân t = 0.424 (nh h n 0.45). Th c ti n th y r ng m t khách hàng có th cùng lúc trung thành v i nhi u ngân hàng khác nhau nên h có th không ch s d ng d ch v c a m t ngân hàng mà còn có th s d ng d ch v c a các ngân hàng khác mà h trung thành, vi c lo i đi bi n này c ng không làm gi m đi ý ngh a c a thang đo. Do đó ta ti n hành lo i bi n ly_4, 3 bi n còn l i đ c đ a vào phân tích ti p theo.
Phân tích nhân t l n 2
Phân tích nhân t l n 2 (PH L C 3.3) t p h p 3 bi n quan sát còn l i và đem l i k t qu nh sau (th a đi u ki n c a phân tích nhân t )
- KMO : 0.800
- Eigenvalue :2.911 - T ng ph ng sai trích: 72.777%
52
- S nhân t trích đ c: 1 nhân t duy nh t. Các bi n quan sát này đ u có h s t i nhân t l n h n 0.45 và dùng đ gi i thích thang đo lòng trung thành c a khách hàng là h p lý.
B ng 4.21. K t qu phân tích EFA c a lòng trung thành khách hàng l n 2 Bi n quan sát Y u t 1 ly_1 .895 ly_2 .808 ly_3 .814 4.5. Mô hình hi u ch nh
Theo phân tích đ tin c y Cronbach’s Alpha và nhân t EFA ph n trên đã có nh ng s thay đ i so v i mô hình nghiên c u ban đ u. Do v y, mô hình lý thuy t
đ c hi u ch nh l i cho phù h p đ th c hi n ki m nghi m ti p theo. Mô hình đo l ng lòng trung thành hi u ch nh l i nh sau: Thang đo l ng s th a mãn và lòng trung thành g m các thành ph n v i các bi n c th nh sau: – Thành ph n H u hình (HH) g m có 3 bi n là: hh_1, hh_2, hh_3. – Thành ph n m b o (DB)) g m 4 bi n là: db_1, db_3, db_4, db_5. – Thành ph n Tin c y (TC) g m 6 bi n là: tcqt_1, tcqt_2, tcqt_3, tcqt_4, tclh_1, tclh_2 và db_2. – Thành ph n ng c m (DC) g m 8 bi n là: dc_1, dc_2, dc_3, dc_4, dc_5, dc_6, dc_7 và tcqt_2. – Thành ph n M ng l i (ML) g m 3 bi n là: ml_1, ml_2, ml_3
– Thang đo Rào c n tiêu c c (NEB) g m 2 bi n là: neb_3, neb_4.
– Thang đo Rào c n tích c c (POB) g m 3 bi n là: pob_1, pob_2, pob_3.
53
– Thang đo Lòng trung thành (LY) g m 3 bi n: ly_1, ly_2, ly_3
Các gi thuy t đ c đ t l i nh sau:
H1: Có m i quan h cùng chi u gi a s th a mãn và lòng trung thành khách hàng
đ i v i d ch v ngân hàng bán l .
H2.1: Có m i quan h cùng chi u gi a thành ph n h u hình và s th a mãn đ i v i d ch v ngân hàng bán l .
H2.2: Có m i quan h cùng chi u gi a thành ph n đ m b o và s th a mãn đ i v i d ch v ngân hàng bán l .
H2.3: Có m i quan h cùng chi u gi a thành ph n tin c y và s th a mãn đ i v i d ch v ngân hàng bán l . Rào c n chuy n đ i tiêu c c S hài lòng H6 (-) H1 (+) H4 (+) H3 (+) H5 (-) Rào c n chuy n đ i tích c c H2.5 (+) H2.3 (+) H2.1 (+) H u hình m b o Tin c y ng c m M ng l i H2.4 (+) H2.2 (+) Hình 4.1: Mô hình hi u ch nh Lòng trung thành
54
H2.4: Có m i quan h cùng chi u gi a thành ph n đ ng c m và s th a mãn đ i v i d ch v ngân hàng bán l .
H2.5: Có m i quan h cùng chi u gi a thành ph n m ng l i và s th a mãn đ i v i d ch v ngân hàng bán l .
H3: Có m i quan h cùng chi u gi a rào c n chuy n đ i tích c c và s th a mãn
đ i v i d ch v ngân hàng bán l .
H4: Có m i quan h cùng chi u gi a rào c n chuy n đ i tích c c và lòng trung thành đ i v i d ch v ngân hàng bán l
H5: Có m i quan h ng c chi u gi a rào c n chuy n đ i tiêu c c và s th a mãn
đ i v i d ch v ngân hàng bán l
H6: Có m i quan h ng c chi u gi a rào c n chuy n đ i tiêu c c và lòng trung thành đ i v i d ch v ngân hàng bán l .
4.6. Ki m đ nh mô hình nghiên c u b ng phân tích h i quy b i
Phân tích h i qui s xác đnh m i quan h nhân qu gi a bi n ph thu c (S th a mãn) và các bi n đ c l p (H u hình, m b o, Tin c y, ng c m, m ng l i, Rào c n tiêu c c, Rào c n tích c c); gi a bi n ph thu c (Lòng trung thành) và các bi n đ c l p c a nó (S th o mãn, Rào c n chuy n đ i tiêu c c, Rào c n chuy n đ i tích c c). Mô hình phân tích h i qui s mô t hình th c c a m i liên h và qua đó giúp ta d đoán đ c m c đ c a bi n ph thu c khi bi t tr c giá tr c a bi n đ c l p. Khi ki m đ nh mô hình nghiên c u h i qui đa bi n tác gi s chú ý đ n:
- ánh giá đ phù h p c a mô hình
H s xác đnh R2 đã đ c ch ng minh là không gi m theo s bi n đ c l p
đ c đ a vào mô hình. Tuy nhiên mô hình th ng không phù h p v i d li u th c t nh giá tr R2 th hi n. Thông th ng R2 đi u ch nh t R2 đ c s d ng đ ph n ánh sát h n m c đ phù h p c a mô hình h i qui tuy n tính đa bi n vì nó không ph thu c vào đ l ch phóng đ i c a R2 và không th i ph ng m c đ phù h p c a
55
mô hình, vì v y nghiên c u này ch n R2 đi u ch nh đ đánh giá m c đ phù h p c a mô hình v i t p d li u.
- Ki m đnh đ phù h p c a mô hình
Ki m đnh F s d ng trong phân tích ph ng sai là m t phép ki m đnh gi thuy t v đ phù h p c a mô hình h i qui tuy n tính t ng th đ xem bi n ph thu c có liên h tuy n tính v i toàn b t p h p c a các bi n đ c l p. Tr th ng kê F v i m c ý ngh a p (sig.) s đ c xem xét vi c phân tích h i qui b i có phù h p hay không.
M t gi thi t quan tr ng trong phân tích h i qui là các bi n đ c l p không có t ng quan hoàn toàn v i nhau. Vì v y khi c l ng mô hình h i qui b i chúng ta ph i ki m tra gi thi t này, thông qua ki m tra hi n t ng đa c ng tuy n (multicolinearity). ki m tra hi n t ng này chúng ta dùng h s phóng đ i ph ng sai VIF. Theo nhi u nhà nghiên c u n u VIF c a m t bi n đ c l p nào đó >10 thì bi n này h u nh không có giá tr gi i thích bi n thiên c a bi n ph thu c. Th c t cho th y n u VIF > 2 c n c n tr ng trong vi c di n giãi các tr ng s h i qui (Nguy n ình Th , 2011). N u đi u này x y ra trong nghiên c u này (VIF>2) tác gi s tham chi u thêm h s t ng quan (Pearson, t ng ph n) c a bi n đó v i bi n ph thu c đ so sánh chúng v i tr ng s h i qui.
Sau cùng, h s Durbin Watson dùng đ ki m đnh t ng quan chu i b c nh t. Qui t c đ c s d ng là n u dU < dquan sát < 4-dU thì không x y ra t t ng quan b c nh t.
Ph ng pháp phân tích đ c l a ch n cho nghiên c u này là ph ng pháp
đ ng th i (ph ng pháp ENTER), vì m c tiêu c a nghiên c u này là ki m đnh lý thuy t khoa h c v i các gi thuy t suy di n t lý thuy t, khi đó ph ng pháp đ ng th i đ c s d ng (Nguy n ình Th , 2011).
56
4.6.1. Phân tích mô hình h i qui s hài lòng
Mô hình h i qui 1 là mô hình nghiên c u m i quan h gi a S th a mãn v i các y u t H u hình, m b o, Tin c y, ng c m, M ng l i, Rào c n chuy n đ i tiêu c c và Rào c n chuy n đ i tích c c.
4.6.1.1. Phân tích l n 1(PH L C 4.1)
B ng 4.22. B ng Anova c a phân tích h i qui s hài lòng l n 1.
ANOVAb Model T ng các chênh l ch bình ph ng Df l ch bình ph ng F Sig. 1 H i quy 72.161 7 10.309 42.611 .000a Ph n d 46.208 191 .242 T ng c ng 118.370 198
B ng ANOVA cho th y, ki m đnh F c a mô hình cho th y v i m c ý ngh a sig = . 000 ch ng t mô hình h i quy b i phù h p v i t p d li u và có th s d ng đ c. H s R2 hi u ch nh = 0.595 ngh a là mô hình h i quy tuy n tính b i đã xây d ng phù h p v i t p d li u là 59.5%. Nói cách khác, kho ng 59.5% khác bi t c a m c đ th a mãn quan sát có th đ c gi i thích b i s khác bi t c a 7 thành ph n
đ ng c m, đ m b o, tin c y, m ng l i, h u hình, rào c n tiêu c c , rào c n tích c c. Tra b ng th ng kê Durbin-Watson đ tìm dL và dU v i N là s quan sát, k là s bi n đ c l p, ta có dL = 1.707 và dU = 1.831. i l ng th ng kê Durbin–Watson (d)= 1.914: dU < d < (4-dU) nên mô hình không có hi n t ng t t ng quan.
57
B ng 4.23. B ng tóm t t mô hình c a phân tích h i qui s hài lòng l n 1.
Model R R2 R 2 đi u ch nh Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .781a .610 .595 .610 42.611 7 191 .000 1.914
H s phóng đ i ph ng sai VIF nh h n 2 cho th y các bi n đ c l p này không có quan h ch t ch v i nhau nên không có hi n t ng đa c ng tuy n x y ra, do đó m i quan h gi a các bi n đ c l p không nh h ng đáng k đ n k t qu gi i thích c a mô hình h i quy.
B ng 4.24. B ng tr ng s h i qui c a phân tích h i qui s hài lòng l n 1.
Model Giá tr ch a chu n hóa Giá tr chu n hóa T Sig. T ng quan a c ng tuy n
B Std. Error Beta Zero-order Partial Part Dung sai VIF
(Constant) .705 .317 2.224 .027 HH .001 .110 .003 .282 .778 .075 .005 .003 .153 1.540 DB .408 .125 .404 3.273 .001 .677 .330 .148 .134 1.470 TC .472 .095 .380 4.955 .000 .576 .338 .224 .347 1.882 DC .173 .063 .143 2.734 .004 .386 .194 .124 .751 1.331 ML .173 .063 .143 2.734 .004 .486 .194 .124 .751 1.331 NEB -.199 .044 -.234 -4.499 .000 -.525 -.310 -.203 .756 1.322 POB .054 .137 .049 .397 .692 .097 .029 .018 .135 1.414 Xem xét b ng tr ng s h i qui ta th y các bi n DB, TC, DC, ML có tác đ ng cùng chi u vào SAT vì có h s h i qui d ng. 5 bi n đ u có ý ngh a th ng kê v i h s p(sig.) < 0.05. Bi n NEB tác đ ng ng c chi u đ n SAT vì có h s h i qui âm. Tuy nhiên đi u đáng l u ý đây là bi n HH và POB có tác đ ng d ng đ n SAT tuy nhiên l i không có ý ngh a th ng kê nên tác gi ti n hành lo i 2 bi n này. Các bi n còn l i đ c đ a vào phân tích h i qui l n 2.
58
4.6.1.2. Phân tích l n 2 (Xem PH L C 4.2)
B ng ANOVA cho th y, tr th ng kê F c a mô hình cho th y m c ý ngh a sig = . 000 ch ng t mô hình h i quy b i phù h p v i t p d li u và có th s d ng đ c.
B ng 4.25. B ng ANOVA c a phân tích h i qui s hài lòng l n 2 ANOVA Mô hình T ng các chênh l ch bình ph ng Df l ch bình ph ng F Sig. 1 H i qui 69.168 5 13.834 54.265 .000a Ph n d 49.201 193 .255 T ng c ng 118.370 198
B ng 2.26: B ng tóm t t mô hình c a phân tích h i qui s hài lòng l n 2
Model R R2 R2đi u ch nh Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .764a .584 .574 .50490 .584 54.265 5 193 .000 1.871
H s R2 hi u ch nh = 0.574 ngh a là mô hình h i quy tuy n tính b i đã xây d ng phù h p v i t p d li u là 57.4%. Nói cách khác, kho ng 57.4% khác bi t c a m c đ th a mãn quan sát có th đ c gi i thích b i s khác bi t c a 5 thành ph n
đ ng c m, đ m b o, tin c y, m ng l i, rào c n tiêu c c.
Tra b ng th ng kê Durbin-Watson đ tìm dL và dU v i N là s quan sát, k là s bi n đ c l p, ta có dL = 1.728 và dU = 1.810. i l ng th ng kê Durbin–Watson (d)= 1.871: dU < d < (4-dU) nên mô hình không có hi n t ng t t ng quan.
Các h s phóng đ i ph ng sai VIF nh h n 2 cho th y các bi n đ c l p này không có quan h ch t ch v i nhau nên không có hi n t ng đa c ng tuy n x y ra. Do đó, m i quan h gi a các bi n đ c l p không nh h ng đáng k đ n k t qu gi i thích c a mô hình h i quy.
59
B ng 4.27. B ng tr ng s h i qui c a phân tích h i qui s hài lòng l n 2
Xem xét b ng tr ng s h i qui ta th y các bi n DB, TC, DC, ML có h s h i qui (B) d ng và có ý ngh a th ng kê (p < 0.05) cho th y chúng có tác đ ng cùng chi u vào s hài lòng SAT. Bi n NEB có tác đ ng ng c chi u đ n SAT vì có h s h i qui âm v i h s sig. = 0.000, có ý ngh a th ng kê. Trong 5 bi n đ c l p này, tác
đ ng m nh nh t đ n SAT chính là bi n TC và y u nh t là bi n ML.