3.2.4.5 Kết quả kiểm định thang đo phương tiện hữu hình (Tan)
Bảng 3.7: Cronbach’s Alpha của yếu tố phương tiện hữu hình (Tan)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
Tan1 | 10.1987 | 5.769 | 0.733 | 0.806 |
Tan2 | 10.0771 | 5.498 | 0.705 | 0.816 |
Tan3 | 10.2588 | 5.697 | 0.636 | 0.847 |
Tan4 | 10.2144 | 5.663 | 0.738 | 0.803 |
Cronbach’s Alpha = 0.857 | ||||
Có thể bạn quan tâm!
-
Mô Hình Nghiên Cứu Được Đề Xuất Của Tác Giả -
Bảng Thể Hiện Kết Quả Thảo Luận 30 Nhà Quản Lý -
Kết Quả Kiểm Định Thang Đo Thông Qua Định Lượng Sơ Bộ -
Phân Tích Thực Trạng Về Hoạt Động Dịch Vụ Của Các Ngân Hàng Thương Mại Việt Nam -
Kết Quả Roa Và Roe Của Nhtm Việt Nam Giai Đoạn 2018-2020 -
Kiểm Định Độ Tin Cậy Thang Đo Bằng Hệ Số Cronbach’S Alpha Cho Biến Độc Lập
Xem toàn bộ 283 trang tài liệu này.
(Nguồn: Tác giả điều tra và xử lý SPSS) Bảng 3.7 cho thấy đối với yếu tố “Phương tiện hữu hình (Tan)” có hệ số Cronbach's
Alpha là 0,857 và tất cả các biến đều lớn hơn 0,6. Kết quả trên là rất tốt nên ta chấp nhận. Vậy tác giả đã không loại bỏ biến nào trong yếu tố phương tiện hữu hình (Tan).
3.2.4.6 Kết quả kiểm định thang đo khủng hoảng (Cri)
Bảng 3.8: Cronbach’s Alpha của yếu tố khủng hoảng (Cri)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
Cri1 | 6.6131 | 3.586 | 0.869 | 0.932 |
Cri2 | 6.6797 | 3.393 | 0.927 | 0.887 |
Cri3 | 6.7464 | 3.402 | 0.861 | 0.939 |
Cronbach’s Alpha = 0.945 | ||||
(Nguồn: Tác giả điều tra và xử lý SPSS) Bảng 3.8 cho thấy đối với yếu tố “Khủng hoảng (Cri)” có hệ số Cronbach's Alpha là
0,945 và tất cả các biến đều lớn hơn 0,6. Kết quả trên là rất tốt nên ta chấp nhận. Vậy tác giả đã không loại bỏ biến nào trong yếu tố khủng hoảng (Cri) và thang đo trên mức cho phép. Kết quả khảo sát thực tế cho thấy sau năm 2019 được đánh giá là một năm gặt hái được nhiều thành công, sang 6 tháng đầu năm 2020, toàn ngành ngân hàng phải đối mặt với một số khó khăn nhất định do tác động của đại dịch Covid-19 mặc dù có độ trễ về tác động do đặc thù của ngành. Tuy nhiên, mức độ ảnh hưởng đối với các mảng của dịch vụ ngân hàng có thể khác nhau, khi Covid-19 bùng phát, ngành dịch vụ ngân hàng cũng không đứng ngoài những xu hướng chuyển đổi tất yếu để đảm bảo hoạt động kinh doanh liên tục và ưu tiên tính hiệu quả và an toàn.
3.2.4.7 Kết quả kiểm định thang đo công nghệ (Tec)
Bảng 3.9: Cronbach’s Alpha của yếu tố công nghệ (Tec)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
Tec1 | 9.6627 | 5.996 | 0.678 | 0.908 |
Tec2 | 9.5804 | 5.574 | 0.798 | 0.884 |
Tec3 | 9.6235 | 6.068 | 0.665 | 0.910 |
Tec4 | 9.5699 | 5.306 | 0.869 | 0.868 |
Tec5 | 9.5582 | 5.305 | 0.849 | 0.872 |
Cronbach’s Alpha = 0.910 | ||||
(Nguồn: Tác giả điều tra và xử lý SPSS) Bảng 3.9 cho thấy đối với yếu tố “Công nghệ (Tec)” có hệ số Cronbach's Alpha là
0,910 và tất cả các biến đều lớn hơn 0,6. Kết quả trên là rất tốt nên ta chấp nhận. Vậy tác giả đã không loại bỏ biến nào trong yếu tố công nghệ (Tec) vì có hệ số thang đạt yêu cầu.
3.2.4.8 Kết quả kiểm định thang đo năng lực quản trị (Man)
Bảng 3.10: Cronbach’s Alpha của yếu tố năng lực quản trị (Man)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
Man1 | 9.1882 | 7.703 | 0.908 | 0.929 |
Man2 | 9.1830 | 7.828 | 0.864 | 0.942 |
Man3 | 9.1464 | 8.065 | 0.857 | 0.944 |
Man4 | 9.1725 | 7.643 | 0.902 | 0.931 |
Cronbach’s Alpha = 0.952 | ||||
(Nguồn: Tác giả điều tra và xử lý SPSS) Bảng 3.10 cho thấy đối với yếu tố “Năng lực quản trị (Man)” có hệ số Cronbach's
Alpha là 0,952 và tất cả các biến đều lớn hơn 0,6. Kết quả trên là rất tốt nên ta chấp nhận. Vậy tác giả đã không loại bỏ biến nào trong yếu tố năng lực quản trị (Man).
3.2.4.9 Kết quả kiểm định thang đo dịch vụ ngân hàng thương mại (CBS)
Bảng 3.11: Cronbach’s Alpha của yếu tố dịch vụ ngân hàng thương mại (CBS)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
CBS1 | 6.6523 | 3.533 | 0.868 | 0.937 |
CBS2 | 6.7163 | 3.345 | 0.929 | 0.890 |
CBS3 | 6.7673 | 3.412 | 0.867 | 0.938 |
Cronbach’s Alpha = 0.946 | ||||
(Nguồn: Tác giả điều tra và xử lý SPSS)
Bảng 3.11 cho thấy đối với yếu tố “Dịch vụ ngân hàng thương mại (CBS)” có hệ số Cronbach's Alpha là 0,946 và tất cả các biến đều lớn hơn 0,6. Kết quả trên là rất tốt nên ta chấp nhận. Vậy tác giả đã không loại bỏ biến nào trong yếu tố dịch vụ ngân hàng.
3.2.4.10 Kết quả kiểm định thang đo chất lượng dịch vụ ngân hàng (BSQ) Bảng 3.12: Cronbach’s Alpha của yếu tố chất lượng dịch vụ ngân hàng (BSQ)
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
BSQ1 | 7.2065 | 3.232 | 0.678 | 0.857 |
BSQ2 | 7.1072 | 2.936 | 0.801 | 0.808 |
BSQ3 | 7.1595 | 3.252 | 0.669 | 0.860 |
BSQ4 | 7.1111 | 2.921 | 0.768 | 0.822 |
Cronbach’s Alpha = 0.873 | ||||
(Nguồn: Tác giả điều tra và xử lý SPSS) Bảng 3.12 cho thấy đối với yếu tố “Chất lượng dịch vụ ngân hàng (BSQ)” có hệ số Cronbach's Alpha là 0,873 và tất cả các biến đều lớn hơn 0,6. Kết quả trên là rất tốt nên ta chấp nhận. Vậy tác giả đã không loại bỏ biến nào trong yếu tố chất lượng dịch vụ ngân hàng
(BSQ) vì có hệ số thang đo trên mức cho phép.
3.2.5 Phân tích nhân tố khám phá (EFA)
3.2.5.1 Phân tích nhân tố EFA cho các biến
Bảng 3.13: Kết quả về phương sai trích các nhân tố
Chỉ tiêu: Initial Eigenvalues | Tổng phương sai trích | |||||
Tổng | % Phương sai | % tích lũy | Tổng | % Phương sai | % tích lũy | |
1 | 6.997 | 17.940 | 17.940 | 6.997 | 17.940 | 17.940 |
2 | 4.782 | 12.262 | 30.202 | 4.782 | 12.262 | 30.202 |
3 | 4.016 | 10.296 | 40.499 | 4.016 | 10.296 | 40.499 |
4 | 3.569 | 9.151 | 49.650 | 3.569 | 9.151 | 49.650 |
5 | 3.015 | 7.730 | 57.380 | 3.015 | 7.730 | 57.380 |
6 | 2.577 | 6.608 | 63.988 | 2.577 | 6.608 | 63.988 |
7 | 2.273 | 5.828 | 69.816 | 2.273 | 5.828 | 69.816 |
8 | 2.149 | 5.511 | 75.326 | 2.149 | 5.511 | 75.326 |
9 | 1.508 | 3.868 | 79.194 | 1.508 | 3.868 | 79.194 |
10 | 1.235 | 3.167 | 82.361 | 1.235 | 3.167 | 82.361 |
11 | .506 | 1.298 | 87.338 | |||
… | … | … | … | |||
38 | 0.028 | 0.071 | 99.944 | |||
39 | 0.022 | 0.056 | 100.000 | |||
KMO: 0.806 | ||||||
(Nguồn: Tác giả điều tra và xử lý từ SPSS)
Bảng 3.13 cho ta thấy, 0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân
tích nhân tố là thích hợp. Hệ số KMO là 0,806 và mức ý nghĩa (Sig) là 0.000 cho biết phân tích nhân tố là phù hợp với dữ liệu khảo sát 500 khách hàng nhưng 465 mẫu được xử lý với 39 câu hỏi tương ứng cho 08 biến độc lập và hai biến phụ thuộc. Kết quả cho thấy đủ điều kiện đưa dữ liệu vào phân tích mô hình cấu trúc tuyến tính. Từ kết quả trong bảng 3.13 cũng cho thấy tổng phương sai trích là 82,361% sự biến thiên của các biến được giải thích bởi các yếu tố qua bảng 3.14.
3.2.5.2 Phân tích ma trận hệ số tải nhân tố
Bảng 3.14: Bảng ma trận hệ số tải nhân tố
Yếu tố | ||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
Tec4 | 0.947 | |||||||||
Tec5 | 0.943 | |||||||||
Tec2 | 0.863 | |||||||||
Tec1 | 0.770 | |||||||||
Tec3 | 0.730 | |||||||||
Rel2 | 0.940 | |||||||||
Rel4 | 0.940 | |||||||||
Rel1 | 0.934 | |||||||||
Rel3 | 0.882 | |||||||||
Res1 | 0.971 | |||||||||
Res4 | 0.968 | |||||||||
Res3 | 0.944 | |||||||||
Res2 | 0.913 | |||||||||
Com1 | 0.938 | |||||||||
Com3 | 0.935 | |||||||||
Com4 | 0.935 | |||||||||
Com2 | 0.925 | |||||||||
Man1 | 0.946 | |||||||||
Man4 | 0.939 | |||||||||
Man2 | 0.932 | |||||||||
Man3 | 0.918 | |||||||||
BSQ4 | 0.893 | |||||||||
BSQ1 | 0.853 | |||||||||
BSQ2 | 0.848 | |||||||||
BSQ3 | 0.785 | |||||||||
Emp2 | 0.901 | |||||||||
Emp4 | 0.878 | |||||||||
Emp1 | 0.832 | |||||||||
Emp3 | 0.779 | |||||||||
Tan4 | 0.877 | |||||||||
Tan1 | 0.860 | |||||||||
Tan2 | 0.826 | |||||||||
Tan3 | 0.784 | |||||||||
Cri2 | 0.963 | |||||||||
Cri1 | 0.950 | |||||||||
Cri3 | 0.930 | |||||||||
CBS3 | 0.947 | |||||||||
CBS2 | 0.945 | |||||||||
CBS1 | 0.862 |
(Nguồn: Tác giả điều tra và xử lý từ SPSS)
Bảng 3.14 cho thấy ma trận nhân tố đã xoay theo phương pháp rút trích và phương pháp xoay promax được sử dụng trong nghiên cứu này. Kết quả cho thấy 39 biến đưa vào phân tích nhân tố khám phá được kết quả là 10 yếu tố được kí hiệu như sau: (1) yếu tố công nghệ (Tec), (2) Độ tin cậy (Rel), (3) Mức độ đáp ứng (Res), (4) Năng lực phục vụ (Com),
(5) năng lực quản trị (Man), (6) chất lượng dịch vụ ngân hàng (BSQ), (7) Sự đồng cảm (Emp), (8) Phương tiện hữu hình (Tan), (9) yếu tố khủng hoảng (Cri) và (10) dịch vụ ngân hàng thương mại (CBS). Tác giả không loại biến nào trong mô hình nghiên cứu.
3.3 Nghiên cứu định lượng chính thức
3.3.1 Khái quát về nghiên cứu chính thức
Luận án đã lựa chọn mô hình nghiên cứu tác động của các yếu tố đến chất lượng dịch vụ ngân hàng. Tác giả đã tiến hành nghiên cứu sơ bộ gồm 2 bước: (1) nghiên cứu định tính (phỏng vấn nhóm tập trung 30 quản lý) và nghiên cứu định lượng sơ bộ được thực hiện với kích thước mẫu n = 500 khách hàng sử dụng dịch vụ ngân hàng của các ngân hàng thương mại tại năm thành phố kể trên. Khi thực hiện nghiên cứu tổng quan, luận án đã hình thành thang đo cho 10 yếu tố, với tổng số 39 biến hay câu hỏi. Sau khi nghiên cứu định lượng sơ bộ đánh giá hệ số Cronbach’s Alpha và phân tích nhân tố EFA, CFA và SEM. Luận án đã không loại biến nào trong 39 biến và nghĩa là tác giả vẫn giữ lại 39 biến để thực hiện nghiên cứu chính thức.
Trong nghiên cứu định lượng chính thức, luận án sẽ tiến hành nghiên cứu định lượng. Bảng câu hỏi phục vụ nghiên cứu chính thức cũng sẽ được điều chỉnh lại (nếu có) trên cơ sở bỏ đi các biến không đủ điều kiện (bị loại) sau khi nghiên cứu định lượng chính thức. Kỹ thuật sử dụng bảng câu hỏi gửi đến từng khách hàng cá nhân sẽ được sử dụng cho nghiên cứu chính thức với kích thước mẫu điều tra là n = 1,000 khách hàng với phương pháp chọn mẫu ngẫu nhiên phân tầng và có lồng ghép phương pháp chọn mẫu giản đơn và thuận tiện.
Như đã trình bày trên, nghiên cứu sơ bộ tác giả đã thực hiện nghiên cứu trên 500 khách hàng sử dụng dịch vụ ngân hàng của các ngân hàng thương mại tại năm thành phố kể trên (phụ lục 04). Tuy nhiên khi thực hiện nghiên cứu định lượng (cả nghiên cứu định lượng sơ bộ và nghiên cứu định lượng chính thức) luận án đã tiến hành nghiên cứu khách hàng sử dựng dịch vụ các ngân hàng thương mại.
Họ chính là nhóm có am hiểu sâu trong lĩnh vực dịch vụ ngân hàng. Các ý kiến này sẽ cung cấp các thông tin giá trị giúp có thể điều chỉnh, bổ sung các khái niệm và thang đo lần 2 (nếu có). Nhưng khi thực hiện nghiên cứu định lượng chính thức phải đảm bảo tính
khách quan, vì khi đó họ đánh giá về dịch vụ mà họ đang sử dụng hoặc có liên quan, nhiều nhà nghiên cứu đều đồng thuận với quan điểm này. Sau đây là quy mô mẫu của luận án.
3.3.1.1 Qui mô mẫu
Trong bài luận án này, tác giả tính toán qui mô mẫu dựa vào hai tác giả như sau:
- Áp dụng công thức Hair và cộng sự (2010) cho phân tích EFA (N= 5*m). Cỡ mẫu tối thiểu N > 5*m (m: Tổng số câu hỏi). Với số biến là 39, tác giả tính được số mẫu tối thiểu cần điều tra là 39*5= 195 mẫu tương ứng là 195 khách hàng tối thiểu cần điều tra.
- Áp dụng công thức của Hair và cộng sự (2010) (N=50+8*m) cho phân tích hồi qui. Với m là số biến trong phân tích hồi quy. Trong bài này có 8 biến độc lập. Tác giả áp dụng công thức (50 + 8*8 = 114 mẫu). Vậy số mẫu tối thiểu là 114 mẫu tương ứng là 114 khách hàng tối thiểu cần điều tra.
- Ngoài ra, tác giả lấy mẫu nghiên cứu được chọn theo phương pháp ngẫu nhiên được áp dụng công thức tính theo Slovin (1984) n = N/[1+N(e)2]. Trong đó: N: tổng số khách hàng, n: số khách hàng đại diện (số mẫu cần điều tra). e: sai số cho phép, trong trường hợp này, sai số cho phép là 0,05. Tuy nhiên, tác giả không biết chính xác tổng thể khách hàng là bao nhiêu, do đó tác giả chọn công thức tính trong trường hợp không biết tổng thể như sau:
n = Z2p(1-p)/e2
Trong đó:
n: số lượng mẫu cần xác định (sample size)
Z: Giá trị bảng phân phối Z dựa vào độ tin cậy lựa chọn. Thông thường, chọn độ tin cậy là 95%, giá trị Z = 1,96.
Đảm bảo n ước lượng có độ lớn an toàn nhất, chọn p = 0,5
e: sai số cho phép. Có thể lựa chọn e = ± 0,01 (1%), ± 0,05 (5%), ± 0.1 (10%).
Căn cứ vào kết quả tính toán ở trên, tác giả chọn phương án tính toán số mẫu của công thức Slovin (1984) cho phân tích nhân tố khám phá là 385 khách hàng, trong đó: e = 0,05, p = 0,5 và Z = 1,96. Trong nghiên cứu này, tác giả chọn kích thước mẫu đủ lớn để thoả mãn cả ba điều kiện theo tiêu chuẩn đã trình bày ở trên. Tác giả quyết định chọn qui mô mẫu là 1,000 và dự kiến phát ra 1,000 bảng khảo sát tương ứng 1,000 khách hàng. Cụ thể, tác giả khảo sát mỗi thành phố 200 khách hàng trong 10 ngân hàng đã kể trên, tổng cộng có 5 thành phố lớn của Việt Nam được khảo sát đó là thành phố Cần Thơ có 200 khách hàng và tương tự cho 4 thành phố còn lại. Đây là những thành phố lớn do đó tính đại diện của mẫu cho tổng thể cả nước cũng tương đối cao.
3.3.1.2 Phương pháp chọn mẫu
Phương pháp chọn mẫu có nghĩa là không tiến hành điều tra hết toàn bộ các đơn vị của tổng thể, mà chỉ điều tra trên 1 số đơn vị nhằm để tiết kiệm thời gian, công sức và chi phí. Từ những đặc điểm và tính chất của mẫu ta có thể suy ra được đặc điểm và tính chất của cả tổng thể đó. Vấn đề quan trọng nhất là đảm bảo cho tổng thể mẫu phải có khả năng đại diện được cho tổng thể chung của vấn đề nghiên cứu. Sau đây, tác giả trình bày một số phương pháp chọn mẫu phổ biến và trên cơ sở đó, tác giả sẽ chọn một phương pháp chọn mẫu để thực hiện trong luận án. Các phương pháp chọn mẫu bao gồm:
(1) Phương pháp chọn mẫu ngẫu nhiên đơn giản. Phương pháp này được thực hiện nhu sau: Trước tiên, người nghiên cứu cần lập danh sách các đơn vị của tổng thể chung theo một trật tự nào đó: lập theo vần của tên, hoặc theo quy mô, hoặc theo địa chỉ, theo tỉnh thành, theo khu vực… sau đó, người nghiên cứu đánh số thứ tự các đơn vị trong danh sách; rồi rút thăm, quay số, dùng bảng số ngẫu nhiên, hoặc dùng máy tính để chọn ra từng đơn vị trong tổng thể chung vào mẫu. Thường vận dụng khi các đơn vị của tổng thể chung không phân bố quá rộng về mặt địa lý, các đơn vị khá đồng đều nhau về đặc điểm đang nghiên cứu. Thường áp dụng trong kiểm tra chất lượng sản phẩm trong các dây chuyền sản xuất hàng loạt theo Hoàng Trọng và cộng sự (2008).
Ưu điểm: phương pháp này dễ làm, đơn giản, tính đại diện cao, có thể lồng vào các kỹ thuật lấy mẫu khác.
Nhược điểm: cần phải có khung mẫu, các cá thể được chọn vào mẫu có thể phân bố tản mạn trong quần thể do vậy việc thu thập sẽ tốn kém và mất nhiều thời gian.
(2) Phương pháp chọn mẫu ngẫu nhiên hệ thống. Trước tiên, người nghiên cứu cần lập danh sách các đơn vị của tổng thể chung theo một trật tự quy ước nào đó, sau đó đánh số thứ tự các đơn vị trong danh sách. Đầu tiên chọn ngẫu nhiên 1 đơn vị trong danh sách; sau đó cứ cách đều k đơn vị lại chọn ra 1 đơn vị vào mẫu… cứ như thế cho đến khi chọn đủ số đơn vị của mẫu theo Hoàng Trọng và cộng sự (2008).
Ưu điểm: phương pháp này dễ làm, đơn giản, ít tốn kém và không mất nhiều thời
gian.
Nhược điểm: cần phải có danh sách.
(3) Phương pháp chọn mẫu ngẫu nhiên cả khối. Trước tiên, người nghiên cứu cần lập
danh sách tổng thể chung theo từng khối (như làng, xã, phường, lượng sản phẩm sản xuất trong 1 khoảng thời gian…). Sau đó, người nghiên cứu chọn ngẫu nhiên một số khối và điều
tra tất cả các đơn vị trong khối đã chọn. Thường dùng phương pháp này khi không có sẵn danh sách đầy đủ của các đơn vị trong tổng thể cần nghiên cứu theo Hoàng Trọng và cộng sự (2008).
gian.
Ưu điểm: không cần lập danh sách tổng thể, ít tốn kém và không mất nhiều thời
Nhược điểm: Không xác định được số phần tử mẫu lấy là bao nhiêu, tính đại diện
mẫu chưa cao.
(4) Phương pháp chọn mẫu ngẫu nhiên phân tầng. Trước tiên phân chia tổng thể thành các tổ theo 1 tiêu thức hay nhiều tiêu thức có liên quan đến mục đích nghiên cứu (như phân tổ các khách hàng theo vùng, theo khu vực, theo loại hình, theo quy mô…). Sau đó trong từng tổ, dùng cách chọn mẫu ngẫu nhiên đơn giản hay chọn mẫu hệ thống để chọn ra các đơn vị của mẫu. Đối với chọn mẫu phân tầng, số đơn vị chọn ra ở mỗi tổ có thể tuân theo tỷ lệ số đơn vị tổ đó chiếm trong tổng thể, hoặc có thể không tuân theo tỷ lệ theo Hoàng Trọng và cộng sự (2008).
Ưu điểm: Ít tốn kém, không mất nhiều thời gian, chính xác và tính đại diện cao. Nhược điểm: Cần thiết lập khung mẫu chi tiết của từng tầng.
(5) Phương pháp chọn mẫu ngẫu nhiên nhiều giai đoạn. Phương pháp này thường áp dụng đối với tổng thể chung có quy mô quá lớn và địa bàn nghiên cứu quá rộng. Việc chọn mẫu phải trải qua nhiều giai đoạn (nhiều cấp). Trước tiên phân chia tổng thể chung thành các đơn vị cấp I, rồi chọn các đơn vị mẫu cấp I. Tiếp đến phân chia mỗi đơn vị mẫu cấp I thành các đơn vị cấp II, rồi chọn các đơn vị mẫu cấp II… Trong mỗi cấp có thể áp dụng các cách chọn mẫu ngẫu nhiên đơn giản, chọn mẫu hệ thống, chọn mẫu phân tầng, chọn mẫu cả khối để chọn ra các đơn vị mẫu theo Hoàng Trọng và cộng sự (2008).
Ưu điểm: Có thể áp dụng trên phạm vi rộng nhưng ít tốn kém, không mất nhiều
thời gian.
Nhược điểm: Ít chính xác và tính đại chưa diện cao.
Như vậy, với 5 phương pháp chọn mẫu ngẫu nhiên đã trình bày ở trên, tác giả cũng đã phân tích ưu và nhược điểm của từng phương pháp chọn mẫu. Trong luận án này, tác giả áp dụng phương pháp chọn mẫu ngẫu nhiên phân tầng nhưng có lồng phương pháp chọn mẫu ngẫu nhiên đơn giản và thuận tiện để thu thập thông tin khách hàng.
Tổng thể của nghiên cứu là toàn bộ khách hàng đang sử dụng DVNH tại các NHTM ở Việt Nam. Tuy nhiên, việc sử dụng nghiên cứu tổng thể là bất khả thi. Vì vậy, nghiên cứu