2.4.1.3.Kết quả phân tích thang đo sự hài lòng của khách hàng
Về thành phần sự hài lòng (suhailong) thì hệ số Cronbach’s Alpha cũng có hệ số đạt yêu cầu là 0.817 và 4 biến của thành phần này đều có hệ số tương quan tổng biến lớn hơn 0.3 nên thành phần này cũng được lựa chọn đưa vào phân tích nhân tố
Reliability Statistics
N of Items | |
.817 | 4 |
Có thể bạn quan tâm!
-
Quan Hệ Giữa Chất Lượng Dịch Vụ Và Sự Hài Lòng Của Khách Hàng (Spreng Và Mackoy, 1996) -
Phương Pháp Nghiên Cứu Và Phân Tích Kết Quả Nghiên Cứu -
Thông Tin Về Trình Độ Học Vấn Của Mẫu Nghiên Cứu -
Mô Hình Các Thành Phần Tác Động Đến Sự Hài Lòng Của Khách Hàng -
Bảng Tính Hiệu Quả Giải Pháp Lãi Suất Cho Vay Cạnh Thấp -
Xây Dựng Hình Ảnh Ngân Hàng Trong Tâm Trí Của Khách Hàng
Xem toàn bộ 120 trang tài liệu này.
Item-Total Statistics
Scale Mean if Item Deleted | Scale Variance if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted | |
su hai long 1 | 10.46 | 4.046 | .694 | .744 |
su hai long 2 | 10.27 | 4.025 | .650 | .764 |
su hai long 3 | 10.31 | 3.831 | .743 | .719 |
su hai long 4 | 10.72 | 4.511 | .479 | .842 |
Bảng 2.17.Kết quả phân tích Cronbach’s Alpha thành phần sự hài lòng
Như vậy, có tất cả 27 biến quan sát của 6 thang đo đưa vào phân tích nhân tố khám phá (EFA). Các biến quan sát này được giữ nguyên như các biến quan sát điều tra ban đầu. Ngoài ra, 4 biến quan sát của thành phần sự hài lòng cũng sẽ được đưa vào phân tích nhân tố
2.4.2.Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác lập các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến
quan sát sẽ được tính một chỉ số gọi là hệ số tải nhân tố (Factor Loading). Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ thuộc về nhân tố nào
Một số tiêu chuẩn mà các nhà nghiên cứu đưa ra trong phân tích nhân tố khám phá (EFA) như sau:
(1) hệ số KMO (Kaiser-Mayer-Olkin) ≥ 0.5 và mức ý nghĩa kiểm định Bartlett ≤ 0.05: KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, phân tích nhân tố khám phá (EFA) thích hợp khi 0.5 ≤ KMO ≤ 1, kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005)
(2) hệ số tải nhân tố (factor loading) > 0.45, nếu biến quan sát nào có hệ số tải nhân tố < 0.45 sẽ bị loại: theo Hair & ctg (1988) hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, hệ số tải nhân tố > 0.3 được xem là đạt mức tối thiểu, hệ số tải nhân tố > 0.4 được xem là quan trọng và hệ số tải nhân tố ≥ 0.5 được xem là có ý nghĩa thực tiễn. Nếu chọn tiêu chuẩn hệ số tải nhân tố > 0.3 thì cỡ mẫu nghiên cứu phải ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố > 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải > 0.75
(3) thang đo được chấp nhận khi tổng phương sai trích (cumulative) ≥ 50%
(4) hệ số eigenvalue > 1 (Gerbing và Anderson, 1998)
(5) khác biệt hệ số tải nhân tố của 1 biến quan sát giữa các nhân tố ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003)
2.4.2.1.Phân tích nhân tố khám phá (EFA) thành phần chất lượng dịch vụ khách hàng và chi phí dịch vụ
Kết quả phân tích nhân tố khám phá lần 1 cho thấy tất cả 24 biến quan sát của 5 thành phần của thang đo chất lượng dịch vụ cũng phân tán thành 5 nhân tố, thành phần chi phí dịch vụ vẫn giữ nguyên 1 nhân tố bao gồm 3 biến quan sát. Hệ số KMO = 0.842 và sig. = 0.000, tại hệ số eigenvalue = 1.242 và tổng phương sai trích = 67.948%. Tuy nhiên, biến suhuuhinh1 do có hệ số tải nhân tố giữa các nhân
tố gần bằng nhau (hệ số tải nhân tố 4 là 0.470 và hệ số tải nhân tố 6 là 0.472) nên biến này bị loại
Sau khi loại biến suhuuhinh1, kết quả phân tích nhân tố khám phá lần 2 cũng trích được 5 nhân tố thang đo chất lượng dịch vụ khách hàng của ngân hàng và 1 nhân tố đo lường chi phí dịch vụ. Hệ số KMO = 0.838 và hệ số sig. của kiểm định Bartlett = 0.000 nên EFA phù hợp với dữ liệu, do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể, phương sai trích tại 68.713% thể hiện rằng 6 biến trích ra giải thích 60.713% biến thiên của dữ liệu tại hệ số eigenvalue = 1.2. Do vậy, các nhân tố rút ra là có thể chấp nhận được (xem phụ lục 5)
Như vậy, thang đo chất lượng dịch vụ khách hàng từ 5 thành phần gốc sau khi phân tích nhân tố khám phá (EFA) thì vẫn giữ nguyên 5 nhân tố với 26 biến quan sát. Thành phần đo lường chi phí dịch vụ vẫn cũng giữ nguyên 1 nhân tố với 3 biến quan sát. Hệ số Cronbach’s Alpha được tính lại cho các thành phần mới, kết quả cũng đạt yêu cầu về độ tin cậy
Rotated Component Matrixa
Component | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
su dong cam 2 | .868 | |||||
su dong cam 1 | .832 | |||||
su dong cam 3 | .818 | |||||
su dong cam 5 | .777 | |||||
su dong cam 4 | .746 | |||||
su tin cay 2 | .829 | |||||
su tin cay 1 | .780 | |||||
su tin cay 3 | .743 | |||||
su tin cay 4 | .710 | |||||
su tin cay 5 | .708 | |||||
su tin cay 6 | .664 |
.834 | ||||
su dam bao 1 | .805 | |||
su dam bao 3 | .776 | |||
su dam bao 4 | .708 | |||
su dap ung 4 | .652 | |||
chi phi dich vu 3 | .846 | |||
chi phi dich vu 2 | .824 | |||
chi phi dich vu 1 | .821 | |||
su huu hinh 3 | .811 | |||
su huu hinh 4 | .802 | |||
su huu hinh 5 | .678 | |||
su huu hinh 2 | .494 | |||
su dap ung 2 | .741 | |||
su dap ung 1 | .728 | |||
su dap ung 3 | .629 |
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 6 iterations.
Bảng 2.18.Kết quả phân tích nhân tố các thành phần chất lượng và chi phí dịch vụ
2.4.2.2.Phân tích nhân tố khám phá (EFA) thành phần sự hài lòng
Kết quả phân tích nhân tố khám phá (EFA) vẫn giữ nguyên 1 nhân tố gồm 3 biến quan sát. Hệ số KMO = 0.785 và thống kê Chi-square của kiểm định Bartlett đạt giá trị 279.815 với mức ý nghĩa 0.000, như vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Phương sai trích là 65.195% thể hiện rằng nhân tố rút ra giải thích 65.195% biến thiên của dữ liệu. Do đó, thang đo rút ra là chấp nhận được (xem phụ lục 6)
Total Variance Explained
Initial Eigenvalues | Extraction Sums of Squared Loadings | |||||
Tota l | % of Variance | Cumulativ e % | Total | % of Variance | Cumulative % | |
1 | 2.60 8 | 65.195 | 65.195 | 2.608 | 65.195 | 65.195 |
2 | .679 | 16.978 | 82.173 | |||
3 | .410 | 10.252 | 92.425 | |||
4 | .303 | 7.575 | 100.000 |
Extraction Method: Principal Component Analysis.
Bảng 2.19.Kết quả phân tích nhân tố thành phần sự hài lòng của khách hàng
2.5.Mô hình nghiên cứu thực nghiệm 2.5.1.Mô hình nghiên cứu
Sau khi phân tích độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá (EFA), mô hình nghiên cứu được điều chỉnh gồm 6 biến độc lập: sự tin cậy (sutincay) có 6 biến quan sát (sutincay1, sutincay2, sutincay3, sutincay4, sutincay5, sutincay6), sự đồng cảm (sudongcam) có 5 biến quan sát (sudongcam1, sudongcam2, sudongcam3, sudongcam4, sudongcam5), sự hữu hình (suhuuhinh) có 4 biến quan sát (suhuuhinh2, suhuuhinh3, suhuuhinh4, suhuuhinh5), sự đảm bảo có 5 biến quan sát (sudambao1, sudambao2, sudambao3, sudambao4, sudapung4), sự đáp ứng có 3 biến quan sát (sudapung1, sudapung2, sudapung3), chi phí dịch vụ (chiphi1, chiphi2, chiphi3) để đo lường biến phụ thuộc là sự hài lòng của khách hàng (suhailong)
Như vậy, mô hình nghiên cứu thực nghiệp cũng có 6 biến độc lập tác động lên biến phụ thuộc sự hài lòng (suhailong). Tuy nhiên, các biến quan sát đã có sự thay đổi so với mô hình nghiên cứu ban đầu. Trong biến độc lập sự hữu hình (suhuuhinh) đã loại bỏ biến quan sát suhuuhinh1, đối với biến độc lập sự đảm bảo
Sự đồng cảm
(sudongcam)
Sự đáp ứng
(sudapung)
Chi phí dịch vụ
(chiphidichvu)
(sudambao) thì có thêm biến quan sát sudapung4, đối với biến độc lập sự đáp ứng (sudapung) chỉ còn 3 biến quan sát
Sự tin cậy
(sutincay)
Sự đảm bảo
(sudambao)
Sự hữu hình
(suhuuhinh)
SỰ HÀI LÒNG
(suhailong)
Hình 2.1.Mô hình nghiên cứu thực nghiệm
2.5.2.Các giả thuyết nghiên cứu
Vì mô hình nghiên cứu thực nghiệm về cơ bản vẫn giống như mô hình nghiên cứu lý thuyết ban đầu nên các giả thuyết vẫn như các giả thuyết nghiên cứu ban đầu:
H1: Sự tin cậy của ngân hàng được khách hàng đánh giá càng cao thì sự thỏa mãn khách hàng càng cao
H2: Sự đảm bảo của ngân hàng được khách hàng đánh giá càng cao thì sự thỏa mãn khách hàng càng cao
H3: Sự hữu hình của ngân hàng được khách hàng đánh giá càng cao thì sự thỏa mãn khách hàng càng cao
H4: Sự đồng cảm của ngân hàng được khách hàng đánh giá càng cao thì sự thỏa mãn khách hàng càng cao
H5: Sự đáp ứng của ngân hàng được khách hàng đánh giá càng cao thì sự thỏa mãn khách hàng càng cao
H6: Chi phí dịch vụ của ngân hàng được khách hàng thỏa mãn càng cao thì sự thỏa mãn khách hàng càng cao
2.6.Kiểm định giả thuyết nghiên cứu
Phân tích hồi quy đa biến mô hình nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa biến phụ thuộc (sự hài lòng) và các biến độc lập (sự tin cậy, sự đảm bảo, sự hữu hình, sự đồng cảm, sự đáp ứng, chi phí dịch vụ)
Để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định R2 (R-Square), hệ số xác định R2 (R-Square) được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình. Tuy nhiên, không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 1 biến giải thích trong mô hình. Do đó, , R2 hiệu chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình hồi quy tuyến tính đa biến
vì nó không phụ thuộc vào độ lệch phóng đại của R2, sử dụng hệ số R2 hiệu chỉnh để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình
Kiểm định F sử dụng trong phân tích phương sai là 1 phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ các biến độc lập
Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1 < D < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2.5). Hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự hài lòng của khách hàng càng lớn
Kết quả phân tích hồi quy tuyến tính đa biến cho thấy hệ số xác định R2 (R-
Square) là 0.494, hệ số R2 hiệu chỉnh là 0.477 nghĩa là mô hình đã giải thích được 47.7% sự biến thiên của biến phụ thuộc sự hài lòng của khách hàng. Giá trị thống kê F được tính ra từ hệ số R2 của mô hình đạt giá trị 29.411 tại mức ý nghĩa sig. =
0.000 rất nhỏ, điều này cho thấy mô hình sử dụng là phù hợp. Hệ số Durbin – Watson dùng để kiểm định hiện tượng tương quan cho thấy mô hình không bị vi phạm khi sử dụng phương pháp hồi quy tuyến tính đa biến vì đạt giá trị 1.847. Thêm vào đó, tiêu chí hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến độc lập đều < 2.5 nên không có hiện tượng đa cộng tuyến giữa các biến độc lập nên mô hình được chấp nhận. Như vậy, mô hình hồi quy tuyến tính đa biến đưa ra là phù hợp để tiếp tục nghiên cứu
Từ bảng phân tích hồi quy, 3 biến độc lập sutincay, suhuuhinh, sudapung có hệ số sig. > 0.05, 3 biến độc lập sudambao, suongcam, chiphidichvu có hệ số sig. <
0.05 nên mối quan hệ giữa biến phụ thuộc sự hài lòng của khách hàng với 3 biến
độc lập này được thể hiện như sau: