Kết quả phân tích độ tin cậy thang đo các khái niệm của các biến độc lập cho thấy có 28 biến quan sát đạt tiêu chuẩn và được đưa vào phân tích nhân tố với phương pháp trích nhân tố là Principal Components với phép quay Varimax nhằm phát hiện cấu trúc và đánh giá mức độ hội tụ của các biến quan sát theo các thành phần.
Các biến quan sát sẽ tiếp tục được kiểm tra mức độ tương quan của chúng theo nhóm. Tiêu chuẩn của phương pháp phân tích nhân tố là chỉ số KMO phải lớn hơn 0.5 (Garson, 2003) và kiểm định Bartlett’s có mức ý nghĩa sig <0.05 để chứng tỏ dữ liệu dùng phân tích nhân tố là thích hợp và giữa các biến có tương quan với nhau.
Giá trị Eigenvalues phải lớn hơn 1 và tổng phương sai trích lớn hơn 50% (Gerbing & Anderson, 1988). Do đó, trong mỗi nhân tố thì những biến quan sát có hệ số Factor loading bé hơn 0.5 sẽ tiếp tục bị loại để đảm bảo sự hội tụ giữa các biến trong một nhân tố.
Phân tích nhân tố đối với các biến độc lập
Kết quả kiểm định KMO và Bartlett’s
Bảng 2. 17 Bảng Kiểm định KMO và Bartlett’s cho biến độc lập
Chỉ số KMO | 0.873 |
Kiểm định Bartlett’s | 4.583E3 |
df | 378 |
Sig. | .000 |
Có thể bạn quan tâm!
-
Đo Lường Chất Lượng Dịch Vụ Chuyển Tiền Đi Nước Ngoài -
Dịch Vụ Chuyển Tiền Công Ty Từ Năm 2009 Đến Năm 2012 -
Mô Tả Các Biến Trong Phương Trình Hồi Quy Đa Biến -
Phân Tích Sự Khác Biệt Theo Các Thuộc Tính Của Đối Tượng Nghiên Cứu -
Các Yếu Tố Ảnh Hưởng Đế Chất Lượng Dịch Vụ Chuyển Tiền Đi Nước Ngoài Từ Khảo Sát Khách Hàng -
Nhóm Giải Pháp Về Khách Hàng Và Sản Phẩm Dịch Vụ Chuyển Tiền
Xem toàn bộ 143 trang tài liệu này.
Dữ liệu phân tích cho thấy chỉ số KMO là 0.873 > 0.5, điều này chứng tỏ việc phân tích nhân tố là hoàn toàn thích hợp. Kết quả kiểm định Bartlett’s với mức ý nghĩa (p_value) sig=0.000 < 0.005 (bác bỏ giả thuyết Ho: các biến quan sát không có tương quan với nhau trong tổng thể). Như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thoả điều kiện phân tích nhân tố.
Thực hiên phân tích nhân tố theo Principal Components với phép quay Varimax (Phụ lục 4-phân tích nhân tố EFA). Kết quả cho thấy 28 biến quan sát ban đầu được nhóm thành 6 nhân tố với hệ số Eigenvalues đều có giá trị lớn hơn 1 và tổng phương sai trích là 72.306%. Khi đó có thể nói rằng 6 nhân tố này giải thích được hơn 72% sự biến thiên của tập dữ liệu
Bảng 2. 18 Ma trận nhân tố với phép xoay Principal Varimax cho biến độc lập
Component | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
TC4 | .854 | |||||
TC7 | .840 | |||||
TC2 | .837 | |||||
TC6 | .834 | |||||
TC1 | .829 | |||||
TC5 | .664 | |||||
NL3 | .845 | |||||
NL6 | .821 | |||||
NL1 | .754 | |||||
NL2 | .754 | |||||
NL4 | .695 | |||||
NL5 | .620 | |||||
CL4 | .877 | |||||
CL2 | .874 | |||||
CL1 | .805 | |||||
CL3 | .764 | |||||
HH6 | .761 | |||||
HH7 | .725 | |||||
HH5 | .708 | |||||
CL5 | .581 | |||||
DU2 | .565 | |||||
DU1 | .558 | |||||
HH3 | .795 | |||||
HH4 | .767 | |||||
HH1 | .756 | |||||
DC3 | .865 | |||||
DC2 | .859 | |||||
DC1 | .766 |
(Nguồn xử lý của tác giả)
Bảng 2.18 cho thấy 28 biến quan sát được nhóm thành 6 nhân tố. Các biến đều có trọng số lớn hơn 0.5 nên các biến quan sát đều quan trọng trong các nhân tố, chúng có ý nghĩa thiết thực. Lưu ý là Các biến HH5, HH6, HH7, DU1, DU2, CL5 gộp lại thành 1 nhân tố mới, đặt tên là “Thuận tiện”
Phân tích nhân tố đối với biến phụ thuộc
Ba biến quan sát của khái niệm “sự hài lòng” được phân tích theo phương pháp Principal Components với phép quay Variamax.
Bảng 2. 19 Kiểm định KMO và Bartlett’s cho biến phụ thuộc
Chỉ số KMO | 0.727 |
Kiểm định Bartlett’s | 347.392 |
df | 3 |
Sig. | .000 |
(Nguồn xử lý của tác giả)
Kết quả kiểm định KMO và Bartlett’s cho thấy: hệ số KMO = 0.727 > 0.5: cho thấy phân tích nhân tố là thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Barlett’s là 347.392 với mức ý nghĩa 0.000 < 0.05, cho thấy các biến quan sát có tương quan với nhau trong tổng thể). Điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn phù hợp.
Kết quả phân tích nhân tố EFA cho biến phụ thuộc (xem phụ lục 5- phân tích nhân tố EFA cho biến phụ thuộc), dữ liệu cho thấy 3 biến quan sát ban đầu được nhóm thành 1 nhóm. Giá trị tổng phương sai trích là 81.734 > 50%: đạt yêu cầu. Khi đó có thể nói rằng nhân tố này giải thích được hơn 80% sự biến thiên của dữ liệu. Giá trị hệ số Eigenvalues của nhân tố là 2.452> 1.
Ma trận nhân tố được thể hiện trong bảng sau
Bảng 2. 20 Ma trận nhân tố cho biến phụ thuộc
Nhân tố | |
1 | |
HL2 | 0.923 |
HL1 | 0.921 |
HL3 | 0.867 |
Extraction Method: Principal Component Analysis. | |
a. 1 components extracted. | |
(Nguồn xử lý của tác giả)
Ma trận nhân tố thể hiện nhân tố được trích ứng với khái niệm “sự hài lòng” trong mô hình. Các hệ số tải đều lớn hơn 0.5.
2.2.2.4. Điều chỉnh mô hình nghiên cứu và các giả thiết
Kết quả phân tích trên cho thấy các biến quan sát được phân biệt thành 6 nhân tố độc lập và 1 nhân tố phụ thuộc. Và kết quả phân tích nhân tố thay đổi so với mô hình nghiên cứu đề xuất ban đầu: thêm 1 nhân tố độc lập “thuận tiện”, bỏ 1 nhân tố độc lập “Đáp ứng”.
Tóm tắt các biến được trích xuất từ phân tích nhân tố EFA
Bảng 2. 21 Định nghĩa các biến độc lập trích xuất được từ phân tích nhân tố EFA
Tên | Diễn giải | |
1 | TC | Tin cậy |
2 | NL | Năng lực phục vụ |
3 | DC | Sự đồng cảm |
4 | CL | Chất lượng dịch vụ |
5 | TT | Sự thuận tiện |
6 | HH | Phương tiện hữu hình |
7 | HL | Sự hài lòng |
Theo đó, các giả thiết trong mô hình nghiên cứu ban đầu được điều chỉnh theo bảng
Bảng 2. 22 Điều chỉnh các giả thuyết trong mô hình nghiên cứu
Nội dung | |
H1 | Mức độ tin cậy của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN |
H2 | Năng lực phục vụ của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN |
H3 | Mức độ đồng cảm của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN |
H4 | Chất lượng của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN |
H5 | Sự thuận tiện của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN |
H6 | Phương tiện hữu hình của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN |
2.2.2.4. Kiểm định mô hình nghiên cứu
Sau khi tiến hành phân tích độ tin cậy của các thang đo thông qua hệ số Cronbach’s Alpha và phân tích nhân tố để xác định các nhân tố thu được từ các biến quan sát, có 7 nhân tố được đưa vào để kiểm định mô hình. Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các thành phần vào phân tích hồi quy. Kết quả phân tích hồi quy đa biến sẽ được sử dụng để kiểm định các giả thuyết mô hình.
Kiểm định hệ số tương quan Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.
Bảng 2. 23 Bảng Kết quả phân tích tương quan
HH | TC | CL | NL | DC | TT | |
HL | .600** | .479** | .728** | .653** | .481** | .662** |
** Mối tương quan có ý nghĩa ở mức 0.01
Theo ma trận tương quan (Phụ lục 6.1 – Phân tích mối tương quan), biến phụ thuộc HL có mối tương quan tuyến tính với cả 6 biến độc lập HH, TC, CL, NL, DC, TT. Trong đó hệ số tương quan giữa thành phần “chất lượng dịch vụ” (CL) và “thuận tiện” (TT) với “sự hài lòng” là lớn nhất (tương ứng với 0.728 và 0.662). Trong khi đó, hệ số tương quan giữa thành phần “tin cậy” (TC) với biến phụ thuộc là thấp nhất (chỉ đạt 0.479).
Kết quả phân tích cũng cho thấy một số biến độc lập có sự tương quan với nhau, do đó khi phân tích hồi quy cần chú ý đến vấn đề đa cộng tuyến.
Kiểm định giả thuyết
Phân tích hồi quy được thực hiện để xác định cụ thể trọng số của từng thành phần nhân tố tác động đến sự hài lòng của khách hàng sử dụng dịch vụ CTNN. Phân tích hồi quy được thực hiện với 6 biến độc lập (TC, NL, DC, CL, HH, TT) và 1 biến phụ thuộc (HL), dùng phương pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 16.0. Kết quả xem phụ lục
6.2-chạy hồi quy
Bảng 2. 24 Bảng tóm tắt các hệ số hồi quy
Hệ số chưa chuẩn hóa | Hệ số đã chuẩn hóa | t | Sig. (p_value) | VIF | ||
B | Std. Error | Beta | ||||
(Constant) | -1.076 | .203 | -5.298 | .000 | ||
HH | .132 | .054 | .120 | 2.449 | .015 | 1.733 |
TC | .122 | .048 | .108 | 2.543 | .012 | 1.311 |
CL | .407 | .045 | .415 | 9.105 | .000 | 1.516 |
NL | .203 | .054 | .186 | 3.767 | .000 | 1.778 |
DC | .111 | .053 | .093 | 2.112 | .036 | 1.406 |
TT | .312 | .072 | .222 | 4.327 | .000 | 1.912 |
(Nguồn xử lý của tác giả – Phụ lục 6.2)
Phân tích cho thấy có 6 thành phần đều có ý nghĩa về mặt thống kê. Đó là các thành phần: “phương tiện hữu hình” (HH, p_value=0.015%); “tin cậy” (TC, p_value=0.012%), “chất lượng” (CL, p_value=0%), “năng lực” (NL, p_value=0%), “đồng cảm” (DC, p_value=0.036%) và “thuận tiện” (TT, p_value=0%).
Thông qua phân tích hồi quy, ta có thể đi đến việc bác bỏ hoặc chấp nhận các giả thiết thống kê với mức ý nghĩa 5%. Sau đây là bảng tổng hợp việc kiểm định các giả thiết thông kê.
Bảng 2. 25 Bảng kết quả kiểm định các giả thuyết mô hình
Nội dung | beta | p_ value | Kết luận (tại mức ý nghĩa 5%) | |
H1 | Mức độ tin cậy của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN | 0.108 | 0.012 | Chấp nhận |
H2 | Năng lực phục vụ của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN | 0.186 | 0.000 | Chấp nhận |
H3 | Mức độ đồng cảm của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN | 0.093 | 0.036 | Chấp nhận |
H4 | Chất lượng của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN | 0.415 | 0.000 | Chấp nhận |
H5 | Sự thuận tiện của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN | 0.222 | 0.000 | Chấp nhận |
H6 | Phương tiện hữu hình của dịch vụ CTNN do khách hàng đánh giá có quan hệ dương (+) với mức độ hài lòng của họ đối với dịch vụ CTNN | 0.120 | 0.015 | Chấp nhận |
(Nguồn xử lý của tác giả – Phụ lục 6.2) Từ kết quả hồi quy ta cũng thấy rằng R2mẫu hiệu chỉnh là 0.731 (phụ lục 6.2-chạy hồi quy), một con số tương đối cao. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 73.1%, tức là các biến độc lập giải thích được 73.1% biến thiên của biến phụ thuộc sự hài lòng của khách hàng sử dụng dịch
vụ CTNN của ngân hàng, còn lại 26,9% biến thiên được giải thích bởi các biến khác ngoài mô hình.
Phân tích ANOVA cho thấy thông số F = 89.652 và sig = 0.000 (phụ lục 6.2- chạy hồi quy), chứng tỏ rằng mô hình hồi qui xây dựng là phù hợp với dữ liệu thu thập được và các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%. Như vậy các biến độc lập trong mô hình có quan hệ đối với biến phụ thuộc.
Kết quả phân tích các hệ số hồi qui cho thấy mô hình không bị vi phạm hiện tượng đa cộng tuyến do hệ số phóng đại phương sai của các biến độc lập (VIF) đều nhỏ hơn 2.
Xây dựng mô hình hồi quy
Cũng theo Bảng 2.24 , các biến độc lập đều có ảnh hưởng đến sự hài lòng khách hàng đối với chất lượng dịch vụ CTNN, tất cả các nhân tố thuộc mô hình đều có ý nghĩa và tương quan thuận chiều với sự hài lòng của khách hàng, các hệ số hồi quy Beta đều > 0. Từ bảng kết quả hồi quy đa biến (Bảng 2.24), ta xác định được phương trình hồi quy bội như sau:
Sự hài lòng của khách hàng đối với chất lượng dịch vụ CTNN
= 0.12 x HH + 0.108 x TC + 0.415 x CL + 0.186 x NL + 0.093 x DC + 0.222 x TT
HH : Phương tiện hữu hình của ngân hàng TC : Sự tin cậy
CL : Chất lượng dịch vụ CTNN
NL : Năng lực phục vụ của nhân viên ngân hàng DC : Sự đồng cảm
TT : Sự thuận tiện
Từ phương trình hồi quy bội, ta thấy được tầm quan trọng của các thành phần phụ thuộc vào giá trị tuyệt đối của hệ số hồi qui đã chuẩn hóa. Thành phần nào có giá trị tuyệt đối càng lớn thì càng ảnh hưởng đến mức độ hài lòng càng nhiều. Có thể nhận thấy Sự hài lòng của khách hàng đối với chất lượng dịch vụ