Bảng 3.6: Kết quả phân tích Cronbach’s Alpha biến phụ thuộc
Nhân tố Lòng trung thành (Cronbach’s Alpha = 0.644)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
TT1 | 7.90 | 1.979 | 0.380 | 0.640 |
TT2 | 7.91 | 1.614 | 0.488 | 0.499 |
TT3 | 7.76 | 1.429 | 0.506 | 0.473 |
Có thể bạn quan tâm!
-
Tổng Dư Nợ Cho Vay Hợp Nhất Tính Đến 31/12/2013. -
Tỷ Trọng Doanh Số Phí Ttqt Thu Được Trong Tổng Doanh Số Phí Giao Dịch Qua Các Năm. -
Hiệu Chỉnh Mô Hình Áp Dụng Cho Nghiên Cứu Chính Thức -
Giải Pháp Nâng Cao Lòng Trung Thành Của Khách Hàng Đối Với Dịch Vụ Thanh Toán Quốc Tế Tại Ngân Hàng Thương Mại Cổ Phần Á Châu. -
Giải Pháp Nâng Cao Khả Năng Đáp Ứng Cho Khách Hàng. -
Các nhân tố ảnh hưởng đến lòng trung thành của khách hàng đối với dịch vụ thanh toán quốc tế tại Ngân hàng thương mại cổ phần Á Châu - 12
Xem toàn bộ 131 trang tài liệu này.
Nguồn: Kết quả phân tích SPSS
Thang đo Lòng trung thành gồm 3 biến quan sát có hệ số Cronbach’s Alpha là 0.644 > 0.6 và hệ số tương quan biến tổng của các biến quan sát đo lường nhân tố này đều đạt tiêu chuẩn lớn hơn 0.3, trong đó lớn nhất là 0.506 (biến TT1) và nhỏ nhất là 0.380 (biến TT2). Ngoài ra, khi tiến hành loại từng biến này ra khỏi mô hình, thì hệ số Cronbach’s Alpha đều giàm. Từ đó đưa đến kết luận thang đo nhân tố Lòng trung thành đạt yêu cầu, có thể chấp nhận về độ tin cậy, đạt tiêu chuẩn, các biến đo lường nhân tố này đều được giữ lại và đưa vào phân tích nhân tố EFA ở bước kế tiếp.
3.2.4. Phân tích nhân tố khám phá EFA
Sau khi phân tích độ tin cậy của thang đo, bước tiếp theo nhằm xác định tập hợp biến cần thiết cho vấn đề nghiên cứu, chúng ta tiếp tục sử dụng phương pháp phân tích nhân tố khám phá EFA nhằm xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố.
Sau khi phân tích nhân tố, chỉ những nhóm nhân tố thỏa mãn điều kiện mới
có thể tham gia vào phần chạy hồi quy trong phân tích tiếp theo.
Các tham số thống kê quan trọng trong phân tích nhân tố gồm:
Chỉ số KMO (Kaiser – Meyer – Olkin measure of sampling adequacty): là một chỉ số dùng để xem xét mức độ thích hợp của phân tích nhân tố. Chỉ số KMO phải đủ lớn (>0.5) (Hair & cộng sự, 2006) thì phân tích nhân tố là thích hợp, còn nếu nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích, các nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình (Hair & cộng sự, 2006).
Phương sai trích (Variance Explained Criteria): tổng phương sai trích phải
lớn hơn 50% (Hair & cộng sự, 2006).
Hệ số tải nhân tố (factor loadings): là hệ tố tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Với mẫu khoảng 200, hệ số tải nhân tố được chấp nhận là lớn hơn 0.5 (Hair & cộng sự, 2006), các biến có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại khỏi mô hình.
Kiểm định Bartlett: để kiểm tra độ tương quan giữa các biến quan sát và tổng thể, phân tích chỉ só ý nghĩa khi sig. có giá trị nhỏ hơn 5% (Hair & cộng sự, 2006).
3.2.4.1. Phân tích nhân tố khám phá EFA các biến độc lập
Sau khi kiểm tra mức độ tin cậy bằng hệ số Cronbach’s Alpha, thang đo lòng trung thành của đề tài vẫn được giữ nguyên với 10 thành phần chính và 30 biến quan sát. Tiếp theo, tác giả tiến hành đưa vào phân tích nhân tố thang đo các biến độc lập theo phương pháp rút trích Principal components và phép xoay Varimax với mục đích là rút các thành phần chính và loại bỏ các biến có Hệ số tải nhân tố (factor loading) không đủ mạnh. Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ thuộc về những nhân tố nào.
Kết quả là thang đo rút trích được 10 thành phần (phụ lục 5) với hệ số KMO là 0.700; Chỉ số Eigenvalue = 1.055; Tổng phương sai trích được là 72.588 % (>50%); Kiểm định Bartlett có mức ý nghĩa 0.000 và Hệ số tải nhân tố (Factor loading) đều
>0.5 nên các biến quan sát đều quan trọng trong các nhân tố, nên phân tích EFA phù hợp.
Như vậy, sau khi tiến hành phân tích nhân tố EFA, tất cả 10 thành phần đều được rút trích với 30 biến quan sát. Do đó, tác giả tiếp tục đưa 10 nhân tố này vào phân tích hồi quy.
Bảng 3.7: Kết quả phân tích nhân tố khám phá EFA cho các biến độc lập
Nhân tố | ||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
TH1 | .853 | |||||||||
TH2 | .839 | |||||||||
TH3 | .790 | |||||||||
CP1 | .836 | |||||||||
CP2 | .738 | |||||||||
CP3 | .691 | |||||||||
TC3 | .887 | |||||||||
TC1 | .817 | |||||||||
TC2 | .760 | |||||||||
HL1 | .803 | |||||||||
HL3 | .797 | |||||||||
HL2 | .735 | |||||||||
DC1 | .851 | |||||||||
DC3 | .787 | |||||||||
DC2 | .674 | |||||||||
DB1 | .893 | |||||||||
DB3 | .778 | |||||||||
DB2 | .590 | |||||||||
HH2 | .779 | |||||||||
HH1 | .766 | |||||||||
HH3 | .683 | |||||||||
DU3 | .851 | |||||||||
DU1 | .791 | |||||||||
DU2 | .783 |
.777 | ||
GC2 | .764 | |
GC1 | .762 | |
ThT3 | .836 | |
ThT2 | .715 | |
ThT1 | .687 |
Nguồn: Kết quả phân tích SPSS
3.2.4.2. Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Bảng 3.8: Kết quả phân tích nhân tố khám phá EFA cho biến phụ thuộc
Nhân tố | |
1 | |
TT3 TT2 TT1 | .807 .791 .691 |
Nguồn: Kết quả phân tích SPSS
Từ kết quả EFA đối với thang đo lòng trung thành của khách hàng, có 1 thành phần được rút trích với 3 biến quan sát (phụ lục 6) với: Chỉ số KMO là 0.631 nằm trong khoảng (0.5;1) chứng tỏ giữa các biến có tương quan và kiểm định Bartlett có mức ý nghĩa 0.000 nên phù hợp, đủ điều kiện để phân tích EFA. Chỉ số Eigenvalue là 1.754, Tổng phương sai trích được là 58.481% > 50% cho biết 10 nhân tố đầu tiên giải thích được 58.481 % sự biến thiên của dữ liệu và Hệ số tải nhân tố (Factor loading) của các biến đều >0.5 nên các biến quan sát đều quan trọng, nên phân tích EFA phù hợp. Như vậy, 3 biến quan sát của thang đo lòng trung thành của khách hàng sử dụng dịch vụ TTQT tại ACB được nhóm thành 1 nhân tố và không có biến quan sát nào bị loại.
Tóm lại, theo kết quả phân tích nhân tố khám phá EFA, mô hình nghiên cứu của luận văn vẫn giống như mô hình đề xuất ban đầu với 10 nhân tố với 30 biến quan sát, và các biến quan sát này sẽ được tiến hành kiểm định tiếp bằng mô hình hồi quy.
3.2.5. Phân tích hồi quy
Sau khi đã thực hiện các bước trên, tác giả tiến hành phân tích hồi quy nhằm xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối quan hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:
Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa
các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích
bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
Kiểm định ANOVA: để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Căn cứ vào mô hình điều chỉnh đã được hiệu chỉnh sau khi phân tích nhân tố
khám phá, ta có mô hình hồi quy tuyến tính bội như sau:
TT = β0 + β1 * HL + β2 * CP + β3 * TH + β4 * GC + β5 * ThT + β6 * TC + β7 *
HH + β8 * DU + β9 * DC + β10 * DB + ε
Trong đó:
Biến phụ thuộc: Lòng trung thành (TT)
Biến độc lập: Sự hài lòng (HL), Chi phí chuyển đổi (CP), Uy tín, thương hiệu (TH), Giá trị cảm nhận (GC), Sự thuận tiện (ThT), Sự tin cậy (TC), Sự hữu hình (HH), Sự đáp ứng (DU), Sự đồng cảm (DC), Sự đảm bảo (DB).
3.2.5.1. Đánh giá mức độ giải thích bởi các biến độc lập trong mô hình
Trong mô hình hồi quy bội với 10 biến độc lập hệ số R2 (R Square) = 0.535, điều này có nghĩa là 53.5% sự biến động về lòng trung thành của khách hàng đối với dịch vụ TTQT tại NHTMCP Á Châu sẽ được giải thích bởi các yếu tố là các biến độc lập đã được chọn đưa vào mô hình. Và 46.5% còn lại sự biến động về lòng trung thành được giải thích bằng các yếu tố khác. Đối với hệ số R2 càng gần 1, mức
độ tương quan càng lớn, sự phụ thuộc của biến phụ thuộc vào các nhân tố càng cao.
3.2.5.2. Kiểm định độ phù hợp của mô hình
Kết quả kiểm định ANOVA với mức ý nghĩa sig = 0.000 cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu và sử dụng được, các biến trong mô hình có thể giải thích được cho sự thay đổi của lòng trung thành.
Bảng 3.9: Các thông số thống kê của từng biến trong phương trình
Hệ số hồi quy chưa chuẩn hóa | Hệ số hồi quy chuẩn hóa | t | Sig. | VIF | ||
B | Sai số chuẩn | Beta | ||||
Hằng số | -1.290 | .404 | -3.195 | .002 | ||
HL | .233 | .054 | .246 | 4.351 | .000 | 1.241 |
CP | .180 | .051 | .216 | 3.506 | .001 | 1.475 |
TH | .180 | .047 | .222 | 3.811 | .000 | 1.324 |
GC | .168 | .060 | .169 | 2.818 | .005 | 1.394 |
ThT | .109 | .053 | .110 | 2.072 | .040 | 1.090 |
TC | .118 | .047 | .135 | 2.535 | .012 | 1.100 |
HH | .047 | .052 | .055 | .894 | .373 | 1.472 |
DU | .097 | .045 | .114 | 2.134 | .034 | 1.108 |
DC | .063 | .051 | .076 | 1.237 | .218 | 1.470 |
DB | .157 | .053 | .167 | 2.942 | .004 | 1.260 |
Nguồn: Kết quả phân tích SPSS
Dựa vào bảng trên ta thấy: Có 8 biến (HL, CP, TH, GC, ThT, TC, DU, DB) tác động có ý nghĩa thống kê, và còn 2 biến tác động không có ý nghĩa thống kê (HH, DC) ở mức ý nghĩa 5%. Điều này có nghĩa là, từ 10 nhân tố ban đầu của mô hình, sau quá trình phân tích có thể kết luận có 8 nhân tố có tác động đến lòng trung thành
của khách hàng: Sự hài lòng (HL), Chi phí chuyển đổi (CP), Uy tín thương hiệu (TH), Giá trị cảm nhận (GC), Sự thuận tiện (ThT), Sự tin cậy (TC), Sự đáp ứng (DU) và Sự đảm bảo (DB), 2 nhân tố còn lại là Sự hữu hình (HH) và Sự đồng cảm (DC) không có tác động đến lòng trung thành của khách hàng sử dụng dịch vụ TTQT tại ACB. Bên cạnh đó, chỉ tiêu nhân tử phóng đại phương sai (VIF) của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng. (Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan tuyến tính với nhau).
Từ đó tác giả đưa ra phương trình hồi quy chuẩn hóa như sau:
TT = 0.246 * HL + 0.216 * CP + 0.222 * TH + 0.169 * GC + 0.110 * ThT + 0.135
* TC + 0.114 * DU + 0.167 * DB
Các hệ số hồi quy đều mang dấu dương thể hiện rằng các nhân tố trong mô hình hồi quy ảnh hưởng tỷ lệ thuận đến Lòng trung thành của khách hàng đối với dịch vụ TTQT tại ACB, nghĩa là có mối quan hệ cùng chiều với lòng trung thành. Mức độ tác động của các nhân tố theo thứ tự từ mạnh đến yếu phụ thuộc vào giá trị tuyệt đối của hệ số β. Nhân tố nào có hệ số β càng lớn thì mức độ tác động đến lòng trung thành càng nhiều.
Cụ thể, đối với dịch vụ TTQT tại ACB thì nhân tố Sự hài lòng có tác động mạnh nhất đến lòng trung thành của khách hàng với hệ số β = 0.246. Cũng giống như các dịch vụ khác tại NH, một khi nhu cầu cuả khách hàng được đáp ứng một cách tốt nhất sẽ làm gia tăng mức độ trung thành nơi khách hàng, điều này cũng đúng với kết quả của một số bài nghiên cứu trước. Rò ràng hiện nay khách hàng giao dịch với nhiều NH, họ sẽ nhiều lựa chọn và so sánh hơn và do đó sự hài lòng cũng dễ dàng suy giảm. Vì vậy, ACB cần có những chính sách phát triển dịch vụ phù hợp và linh hoạt hơn để có thể đáp ứng tốt nhất những mong muốn ngày càng cao của khách hàng nhằm tạo được sự tín nhiệm và gắn bó lâu dài.
Sau Sự hài lòng, nhân tố Uy tín, thương hiệu có tác động mạnh thứ hai với hệ số β đạt 0.222 đã cho thấy ảnh hưởng của nhân tố này đối với dịch vụ TTQT. Rò ràng có thể nhận thấy trong hoạt động giao dịch với nước ngoài, các doanh nghiệp
xuất nhập khẩu luôn chú trọng quan tâm đến uy tín, thương hiệu của NH đại diện thanh toán. Điều này cũng khá phù hợp với thực tế, khi hầu hết đối tác kinh doanh của các doanh nghiệp thường yêu cầu NH đại diện cho các doanh nghiệp phải có thương hiệu nổi tiếng, uy tín tốt và được đánh giá xếp hạng tín nhiệm, đặc biệt là trong phương thức tín dụng chứng từ L/C với bản chất một dạng bảo lãnh ngoài nước, cụ thể là trong nghiệp vụ này NH phát hành sẽ đứng ra đảm bảo nghĩa vụ thanh toán cho doanh nghiệp. Bởi có như thế họ mới có thể an tâm trong việc hợp tác giao thương trao đổi hàng hoá, đó chính là lý do khiến nhân tố uy tín, thương hiệu là một trong những nhân tố tác động mạnh đến lòng trung thành của khách hàng đối với dịch vụ TTQT tại ACB, từ đó ảnh hưởng đến lợi thế cạnh tranh trong bối cảnh số lượng các NH có tiềm lực mạnh về tài chính, công nghệ và trình độ quản lý tham gia vào thị trường tài chính nội địa ngày càng tăng. Do đó, ACB cần đưa ra một chiến lược phát triển hợp lý trong việc việc xây dựng và phát được một thương hiệu uy tín tốt trên thị trường trong và ngoài nước, điều này không chỉ giúp ACB nhận được sự tin tưởng lựa chọn và hài lòng của khách hàng, mà còn có thể duy trì mối quan hệ lâu dài với khách hàng một cách tốt nhất.
Chi phí chuyển đổi được kết luận là nhân tố tác động mạnh thứ ba đến lòng trung thành của khách hàng, với hệ số β = 0.216. Nhân tố này đóng vai trò khá quan trọng tác động đến quyết định của khách hàng, bởi từ thực tế có thể nhận thấy rằng hầu hết các khách hàng sử dụng dịch vụ TTQT mà cụ thể trong trường hợp này là khách hàng doanh nghiệp, họ khá quan tâm đến những chi phí, những khó khăn phát sinh khi phải thay đổi một mối quan hệ với NH hiện tại và bắt đầu tìm hiểu các thủ tục quy trình giao dịch với NH khác, điều này cũng ảnh hưởng ít nhiều đến hoạt động kinh doanh của họ và đôi khi cũng gây ra một số rủi ro trong một thị trường ngoại thương phát triển nhanh như hiện nay.
Nhân tố Giá trị cảm nhận có tác động mạnh thứ tư sau Chi phí chuyển đổi với hệ số β = 0.169. Sản phẩm dịch vụ có tính vô hình nên thường rất khó để đánh giá trước khi mua hoặc sử dụng, do đó giá cả thường sẽ là công cụ mang tính chất thay thế, và nó ảnh hưởng vào sự thỏa mãn về dịch vụ đó, từ đó sẽ đưa đến quyết định có