Kết Quả Phân Tích Efa Thang Đo Các Thành Phần Lòng Trung Thành


Bảng 3.3 : Kiểm định các thang đo bằng Cronbach’s Alpha


Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Cronbach’s alpha nếu

loại biến

Chất lượng dịch vụ cảm nhận


Cronbach Alpha = 0.812

CL1

24.12

17.852

0.664

0.512

CL2

24.39

17.285

0.732

0.616

CL3

23.56

17.356

0.635

0.749

CL4

23.68

18.213

0.741

0.761

CL5

24.15

17.769

0.715

0.583

CL6

24.81

18.672

0.624

0.476

CL7

23.73

18.730

0.687

0.658

CL8

24.25

18.561

0.668

0.752

Sự hài lòng


Cronbach Alpha = 0.827

HL1

8.52

5.231

0.680

0.792

HL2

8.43

5.735

0.676

0.756

HL3

7.21

4.427

0.712

0.715

Sự tin cậy


Cronbach Alpha = 0.752

TC1

11.02

3.278

0.574

0.652

TC2

11.25

3.350

0.482

0.674

TC3

11.76

4.141

0.261

0.791

TC4

11.48

3.215

0.459

0.612

Hình ảnh ngân hàng


Cronbach Alpha = 0.731

HA1

6.82

2.351

0.582

0.253

HA2

6.76

2.093

0.516

0.375

HA3

6.43

4.302

0.628

0.670

Lòng trung thành


Cronbach Alpha = 0.769

LTT1

11.81

3.235

0.618

0.752

LTT2

11.60

4.052

0.652

0.657

LTT3

10.91

4.920

0.623

0.723

LTT4

11.31

4.561

0.724

0.715

Có thể bạn quan tâm!

Xem toàn bộ 97 trang tài liệu này.

Các nhân tố ảnh hưởng đến lòng trung thành của khách hàng đối với dịch vụ ngân hàng bán lẻ tại Ngân hàng TMCP Đầu tư và Phát triển Việt Nam – Chi nhánh Đông Sài Gòn - 8


Kết quả kiểm định độ tin cậy của các thang đo cho thấy tất cả các thangđo đều có hệ số alpha đạt yêu cầu >0.7. Như vậy, tất cả các thangđo đều đạt độ tin cậy cho phép. Tuy nhiên, biến TC3 (“Tôi thấy Ngân hàng có tầm nhìn”) của thang đo sự tin


cậy có tương quan biến tổng bằng 0.261 không đạt yêu cầu (<0.3) và nếu loại biến này khỏi thang đo, hệ số Cronbach’s alpha tăng từ 0.752 lên 0.791. Vì thế, tác giả quyết định loại biến TC3 trước khi đưa vào phântích nhân tố khám phá EFA.

3.5.2. Phân tích nhân tố khám phá EFA‌


Phân tích nhân tố khám phá (Exploratory Factor Analysis) là phươngpháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát cómối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn đểchúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin củatập biến ban đầu.

3.5.2.1. Thang đo các yếu tố của Lòng trung thành‌


Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trongphân tích nhân tố khám phá EFA với các yêu cầu sau:

· Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa củakiểm định Bartlett ≤ 0.05.

· Hệ số tải nhân tố (Factor loading) ≥ 0.5

· Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệsố Eigenvalue >1.

· Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhântố phải lớn hơn 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.

Khi phân tích EFA với thang đo các thành phần giá trị cảm nhận, tácgiả sử dụng phương pháp trích Principal Component Analysis với phép xoayVarimax và điểm dừng trích các yếu tố có Eigenvalue >1.

(Kết quả cụ thể được trình bày ở Phụ lục E).


Bảng 3.4 : Kết quả phân tích EFA thang đo các thành phần Lòng trung thành


Rotated Component Matrixa


STT


Component

1

2

3

4

5

1

CL3

0.797





2

CL1

0.755





3

CL2

0.724





4

CL4


0.671

0.304



5

CL8


0.794




6

CL5

0.316

0.741




7

CL6

0.308

0.669




8

HL2



0.775



9

HL1



0.752



10

HL3

0.315


0.720



11

TC1




0.824


12

TC4




0.733


13

TC2

0.318



0.654


14

CL7


0.215


0.605

0.328

15

HA1





0.784

16

HA2





0.728

17

HA3

0.305




0.627

Eigen Value

5.804

1.643

1.280

1.201

1.050

Phương sai trích

17.733

32.187

44.815

57.119

64.572

Cronbach Anpha (lần cuối)

0.871

0.774

0.827

0.714

0.731


Sau khi phân tích EFA, bốn biến quan sát của thang đo phân thành năm nhân tố mới. Không có biến quan sát nào bị loại. Hệ số KMO = 0.858 nên EFA phù hợp với dữ liệu. Tổng phương sai trích đạt 64.572% (đạt yêu cầu > 50%) và hệ số Eigen Value là 1.050 (>1). Các biến quan sát có hệ số tải nhân tố đều > 0.5. Thống kê Chi- square của kiểm định Bartlett’s đạt giá trị 2.065 với mức ý nghĩa 0.000 do đó các biến quan sát có tương quan với nhau. Các nhân tố trích ra đều đạt yêu cầu về giá trị (> 0.6) với hệ số Cronbach Anpha từ 0.714 đến 0.871 (>0.7) phù hợp để đưa vào phân tích hồi quy tiếp theo.


3.5.2.2. Thang đo Lòng trung thành‌


Để đảm bảo độ tin cậy và độ kết dính của các biến quan sát đo lường nhân tố Lòng trung thành đã đưa ra ở phần cơ sở lý thuyết, chúng ta cũng sẽ phải tiến hành phân tích nhân tố đối với các biến quan sát của Lòng trung thành. Mong đợi của chúng ta là các biến quan sát này sẽ cùng nhau tạo thành một nhân tố (phạm trù) có Eigenvalue lớn hơn 1. Điều đó có nghĩa là các yếu tố đo lường Lòng trung thành có độ kết dính cao và cùng thể hiện một phạm trù Lòng trung thành.

Sau khi phân tích EFA đối với Lòng trung thành, các biến quan sát nhóm lại thành 1 nhân tố. EFA phù hợp với KMO = 0,827, phương sai trích gần bằng 78%, các biếnquan sát có hệ số tải nhân tố trên 0.5, mức ý nghĩa kiểm định của Bartlett là0.000.

Bảng 3.5: Kết quả phân tích EFA thang đo lòng trung thành



KMO và kiểm định Bartlett

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.


0.827


Bartlett's Test of

Sphericity

Approx. Chi-Square

763.425

Df

6


Sig.


0.000


Ma trận nhân tố*


Nhân tố*


1

LTT4

0.912

LTT2

0.873

LTT3

0.828

LTT1

0.812

Phương pháp trích: Principal Component Analysis

a. 1 nhân tố trích được


hân tố

Tóm lại, sau khi phân tích nhân tố, mô hình được điều chỉnh lại để tiếp tục phân tích Lòng trung thành. Năm nhân tố mới dùng để đo lường Lòng trung thành củakhách hàng như sau:


N Chất lượng sản phẩm

CLSP - Chất lượng sản phẩm

Biến quan sát

CL1, CL2, CL3

CLPV - Chất lượng phục vụ

CL4, CL5, CL6, CL8

HL – Hài lòng

HL1, HL2, HL3

TC – Tin cậy

TC1, TC2, TC4, CL7

HA – Hình ảnh ngân hàng

HA1, HA2, HA3



Lòng trung thành khách hàng

Chất lượng phục vụ

Sự hài lòng, thỏa mãn

Sự tin cậy

Hình ảnh ngân hàng


Hình 3.3: Mô hình nghiên cứu điều chỉnh


Điều chỉnh các giả thuyết :

H1: Trong dịch vụ ngân hàng bán lẻ, chất lượng sản phẩm có tác động tích cực đến lòng trung thành của khách hàng.

H2: Trong dịch vụ ngân hàng bán lẻ, chất lượng phục vụ có tác động tích cực đến lòng trung thành của khách hàng

H3: Trong dịch vụ ngân hàng bán lẻ, sự hài lòng có tác động tích cực đến lòng trung thành của khách hàng.


H4: Trong dịch vụ ngân hàng bán lẻ, sự tin cậy có tác độngtích cực đến lòng trung thành của khách hàng.

H5: Trong dịch vụ ngân hàng bán lẻ, hình ảnh ngân hàng có tác động tích cựcđến lòng trung thành của khách hàng.

3.6. Kiểm định mô hình và giả thuyết nghiên cứu‌


Phần này sẽ trình bày các kết quả kỹ thuật thống kê nhằm đánh giá tác động của các nhân tố lên lòng trung thành của khách hàng. Vì các kết luận dựa trên hàm hồi quy tuyến tính thu được chỉ có ý nghĩa khi hàm hồi quy đó phù hợp với dữ liệu mẫu và các hệ số hồi quy khác 0 có ý nghĩa, đồng thời các giả định của hàm hồi quy tuyến tính phải được đảm bảo. Do đó, trước khi tiến hành phân tích hồi quy tuyến tính đa biến, mối tương quan tuyến tính giữa các biến cần phải được xem xét, kiểm định các giả định của hàm hồi quy, sau đó tiến hành kiểm định độ phù hợp của mô hình và kiểm định ý nghĩa của các hệ số hồi quy.

Giả định các nhân tố tác động và lòng trung thành của khách hàng đối với DVNHBL tại một số ngân hàng trên địa bàn Tp.HCM có tương quan tuyến tính, ta có phương trình hồi quy cho mô hình lý thuyết như sau:

:

LTT = β0 + β1CLSP + β2CLPV + β3HL + β4TC + β5HA +


i:

(Trong đó: o : hằng số hồi quy,

- LTT: Lòng trung thành khách hàng

- CLSP: Chất lượng sản phẩm

- CLPV: Chất lượng phục vụ

- HL: Sự hài lòng

- TC: Sự tin cậy

- HA: Hình ảnh ngân hàng


3.6.1. Phân tích tương quan hồi quy

trọng số hồi quy,

sai số)


Hệ số tương quan Pearson dùng để xem xét quan hệ tuyến tính giữa hai biến định lượng. Hệ số Pearson có giá trị từ -1 đến 1, trị tuyệt đối của hệ sốPearson càng


gần 1 thì tương quan càng chặt, dấu của hệ số có ý nghĩa giảithích sự tương quan nghịch chiều hay cùng chiều với nhau. Hai biến địnhlượng có tương quan tuyến tính chặt thì cần phải xem xét khả năng đa cộngtuyến xảy ra khi phân tích hồi quy.

Quan sát bảng tương quan Pearson (xem bảng 5.5) của năm nhân tố và một biến lòng trung thành thấy rằng các nhân tố ảnh hưởng đến lòng trung thành có tương quan cùng chiều với nhau và với lòng trung thành. Hệ số tương quan giữa các biến độc lập và biến phụ thuộc ở mức tương đối, trong đó Sự hài lòng có tương quan cao nhất với Lòng trung thành (0,620). Do đó, ta có thể kết luậncác biến độc lập đủ điều kiện đưa vào mô hình để giải thích cho biến phụ thuộc là Lòng trung thành.


Bảng 3.6: Bảng hệ số tương quan


Correlations



CLSP

CLPV

HL

TC

HA

LTT

CLSP

Pearson Correlation

1

.505**

.408**

.487**

.495**

.521**

Sig. (2-tailed)


.000

.000

.000

.000

.000

N


289

289

289

289

289

CLPV

Pearson Correlation


1

.353**

.422**

.514**

.615**

Sig. (2-tailed)



.000

.000

.000

.000

N



289

289

289

289

HL

Pearson Correlation



1

.289**

.412**

.620**

Sig. (2-tailed)




.000

.000

.000

N




289

289

289

TC

Pearson Correlation




1

.333**

.483**

Sig. (2-tailed)





.000

.000

N





289

289

HA

Pearson Correlation





1

.215**

Sig. (2-tailed)






.000

N






289

LTT

Pearson Correlation






1

Sig. (2-tailed)







N







**. Correlation is significant at the 0.01 level (2-tailed).



3.6.2. Phân tích hồi quy‌


Đánh giá độ phù hợp của mô hình hồi quy tuyến tính

Hệ số xác định hồi quy bộiR2 và R2 hiệu chỉnh (Adjusted R square) được dùng đểđánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào môhình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình. R2 hiệu chỉnh càng lớn thể hiện độ phù hợp của mô hình càng cao. Hệ số nàycàng gần 1 thì mô hình đã xây dựng càng thích hợp, ngược lại càng gần 0 thì môhình kém phù hợp với tập dữ liệu mẫu. Kiểm định F được sử dụng để xem xét

sựphù hợp của mô hình hồi quy tổng thể.

Kiểm định F dùng để kiểm tra sự phù hợp của mô hình hồi quy với giả thuyết Ho là hệ số R square của mô hình bằng 0, tập hợp các biến độc lập không có mối quan hệ với biến phụ thuộc. Nếu F có ý nghĩa tức là xác xuất F nhỏ thì ta bácbỏ giả thiết Ho và kết luận mô hình hồi quy tuyến tính phù hợp.

Phân tích được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc để xem biến nào được chấp nhận.

Bảng 3.7: Kết quả kiểm định độ phù hợp của mô hình hồi quy



Mô hình

Tổng các bình phương


Df

Bình phương trung bình


F


Sig.

Phần hồi quy

102.390

4

27.158

179.125

0.000

Phần dư

47.012

275

0.146



Tổng cộng

149.402

279





Kết quả phân tích ANOVA thể hiện trên bảng 5.6 cho thấy giá trị kiểm định F (F=179.125) có ý nghĩa thống kê (sig. = 0.000< 0.05). Nghĩa là giả thuyết Ho: Tập hợp các biến độc lập không có mối quan hệ với biến phụ thuộc bị bác bỏ. Vì thế tất cả các biến thu được từ EFA được đưa vào mô hình hồi quy là phù hợp.

Xem toàn bộ nội dung bài viết ᛨ

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 03/06/2022