Biến quan sát Hệ số tải nhân tố
1 2 3 4 5 6 7 PTHH4 0,801 PTHH3 0,790 PTHH5 0,779 PTHH1 0,759 PTHH2 0,728 STC4 0,842 STC3 0,820 STC1 0,762 STC5 0,744 STC2 0,737 NLPV1 0,875 NLPV2 0,858 NLPV3 0,846 NLPV4 0,825 SDU4 0,860 SDU2 0,833 SDU3 0,796 SDU1 0,788 GDV1 0,886 GDV2 0,855 GDV3 0,832 GDV4 0,764 SDC2 0,901 SDC3 0,885 SDC1 0,843 HANH3 0,881 HANH1 0,857 HANH2 0,826 Eigenvalues 6,140 3,462 2,840 2,509 2,189 1,624 1,509 Phƣơng sai trích 21,929 34,295 44,438 53,397 61,214 67,014 72,402 Nguồn: Xử lý số liệu bằng SPSS, 2016
Nhân tố thứ hai được đo lường bằng 5 biến quan sát:
STC1: BIDV là một ngân hàng uy tín.
STC2: BIDV đảm bảo an toàn bảo mật cho khách hàng thông tin cá nhân, user, password.
STC3: BIDV cung cấp dịch vụ đúng như cam kết giới thiệu ban đầu.
STC4: Hệ thống Internet Banking của BIDV luôn hoạt động tốt, không bị lỗi và giao dịch luôn thành công.
STC5: Chất lượng giao dịch Internet Banking khiến anh/chị tin tưởng vào dịch vụ của BIDV.
Các yếu tố thành phần này đo lường uy tín ngân hàng; đảm bảo an tồn bảo mật cho khách hàng; Hệ thống Internet Banking của BIDV luôn hoạt động tốt, không bị lỗi và giao dịch luôn thành công... nên nhân tố này được đặt tên là Sự tin
cậy, ký hiệu là STC.
Nhân tố này có giá trị Eigenvalues = 3,462 > 1 và giải thích được 12,366% phương sai. Trong các biến thuộc thành phần Sự tin cậy thì khách hàng đánh giá yếu tố STC4: Hệ thống Internet Banking của BIDV luôn hoạt động tốt, không bị lỗi và giao dịch luôn thành công là yếu tố quan trọng, tác động lớn nhất với hệ số tải nhân tố là 0,842.
Nhân tố thứ ba được đo lường bằng 4 biến quan sát:
NLPV1: Ngân hàng ngày càng tạo sự tin tưởng đối với Anh/chị.
NLPV2: Giao dịch qua Internet Banking tại BIDV an toàn và nhận được bảo vệ từ ngân hàng.
NLPV3: Nhân viên ngân hàng luôn lịch thiệp, phục vụ tận tình.
NLPV4: Nhân viên ngân hàng có đủ kiến thức và năng lực chuyên môn để tư vấn và trả lời những thắc mắc của anh/chị.
Các yếu tố thành phần này đo lường sự tin tưởng của khách hàng; Giao dịch qua Internet Banking an toàn, nhân viên lịch thiệp, phục vụ tận tình, có đủ kiến thức và năng lực nên nhân tố này được đặt tên là Năng lực phục vụ, ký hiệu là NLPV.
Nhân tố này có giá trị Eigenvalues = 2,840 > 1 và giải thích được 10,143% phương sai. Trong các biến thuộc thành phần năng lực phục vụ thì khách hàng đánh
giá yếu tố NLPV1: Ngân hàng ngày càng tạo sự tin tưởng đối với Anh/chị là yếu tố quan trọng, tác động lớn nhất với hệ số tải nhân tố là 0,875.
Nhân tố thứ tƣ được đo lường bằng 4 biến quan sát:
SDU1: Nhân viên ngân hàng nhanh chóng thực hiện đăng ký dịch vụ Internet Banking cho anh/chị.
SDU2: Giao dịch được thực hiện nhanh chóng và chính xác.
SDU3: Hệ thống Internet Banking của BIDV luôn ở trạng thái sẵn sàng cho anh/chị thực hiện giao dịch.
SDU4: Ngân hàng ln nhanh chóng giải đáp thắc mắc và khắc phục sự cố. Các yếu tố thành phần này đo lường nhân viên ngân hàng nhanh chóng thực hiện dịch vụ cho anh/chị như giao dịch, giải đáp thắc mắc... nên nhân tố này được đặt tên là Sự đáp ứng, ký hiệu là SDU.
Nhân tố này có giá trị Eigenvalues = 2,509 > 1 và giải thích được 8,960% phương sai. Trong các biến thuộc thành phần sự đáp ứng thì khách hàng đánh giá yếu tố SDU4: Ngân hàng ln nhanh chóng giải đáp thắc mắc và khắc phục sự cố là yếu tố quan trọng, tác động lớn nhất với hệ số tải nhân tố là 0,860.
Nhân tố thứ năm được đo lường bằng 4 biến quan sát:
GDV1: Mức phí thường niên và phí sử dụng dịch vụ Internet Banking của BIDV hợp lý.
GDV2: Mức phí sử dụng dịch vụ Internet Banking rẻ hơn so với giao dịch tại quầy. GDV3: Mức phí Internet Banking của BIDV cạnh tranh so với các ngân hàng khác.
GDV4: Mức phí Internet Banking của BIDV phù hợp với mong đợi của Anh/chị.
Các yếu tố thành phần này đo lường mức giá phí dịch vụ nên nhân tố này được đặt tên là Giá dịch vụ ký hiệu là GDV.
Nhân tố này có giá trị Eigenvalues = 2,189 > 1 và giải thích được 7,816 % phương sai. Trong các biến thuộc thành phần giá dịch vụ thì khách hàng đánh giá yếu tố GDV1: Mức phí thường niên và phí sử dụng dịch vụ Internet Banking của BIDV hợp lý là yếu tố quan trọng, tác động lớn nhất với hệ số tải nhân tố là 0,886.
Nhân tố thứ sáu được đo lường bằng 3 biến quan sát:
SDC1: Nhân viên ngân hàng hiểu rõ những nhu cầu và mong muốn của anh/chị.
SDC2: Ngân hàng đặt lợi ích của Anh/Chị làm mục tiêu phục vụ.
SDC3: Nhân viên ngân hàng luôn quan tâm và giải đáp những thắc mắc, khiếu nại của Anh/Chị.
Các yếu tố thành phần này đo lường sự đồng cảm của ngân hàng đối với lợi ích của khách hàng nên nhân tố này được đặt tên là Sự đồng cảm ký hiệu là SDC.
Nhân tố này có giá trị Eigenvalues = 1,624 > 1 và giải thích được 5,800% phương sai. Trong các biến thuộc thành phần sự đồng cảm thì khách hàng đánh giá yếu tố SDC2: Ngân hàng đặt lợi ích của Anh/Chị làm mục tiêu phục vụ là yếu tố quan trọng, tác động lớn nhất với hệ số tải nhân tố là 0,901.
Nhân tố thứ bảy được đo lường bằng 3 biến quan sát:
HANH1: Môi trường giao dịch tại BIDV mang tính chun nghiệp cao.
HANH2: BIDV ln xem quyền lợi của khách hàng là trên hết và luôn giữ chữ tín đối với khách hàng.
HANH3: Anh/chị có thể dễ dàng phân biệt BIDV với các ngân hàng khác.
Các yếu tố thành phần này đo lường môi trường giao dịch tại ngân hàng, thương hiệu ngân hàng nên nhân tố này được đặt tên là Hình ảnh ngân hàng, ký hiệu là HANH.
Nhân tố này có giá trị Eigenvalues = 1,509 > 1 và giải thích được 5,388% phương sai. Trong các biến thuộc thành phần hình ảnh ngân hàng thì khách hàng đánh giá yếu tố HANH3: Anh/chị có thể dễ dàng phân biệt BIDV với các ngân hàng khác là yếu tố quan trọng, tác động lớn nhất với hệ số tải nhân tố là 0,881.
Với phương sai trích 72,402% cho biết 7 yếu tố này giải thích được 72,402% độ biến thiên của dữ liệu.
4.2.3.2. Phân tích nhân tố khám phá biến phụ thuộc
Ta đặt giả thuyết H0: giữa các biến quan sát của thang đo sự hài lịng khơng có mối quan hệ. Kiểm định KMO là 0,732 > 0,5 và Sig của kiểm định Bartlett's bé
hơn 0,05; do đó bác bỏ H0. Như vậy, giữa các biến quan sát có mối quan hệ đủ lớn cần cho việc phân tích nhân tố khám phá.
Các nhân tố rút ra có hệ số tải nhân tố đều lớn hơn 0,5. Hệ số tải nhân tố cao, các biến trong cùng một nhóm đều thực sự tải mạnh trên nhân tố mà nó đo lường, nhỏ nhất là 0,869. Do đó, khơng có một yếu tố thành phần nào bị bỏ đi.
Bảng 4.5. Kết quả phân tích nhân tố biến phụ thuộc (HL) Biến quan sát Hệ số tải nhân tố
HL_3 0,886 HL_1 0,883 HL_2 0,869 Eigenvalues 2,321 Phƣơng sai trích 77,360 Nguồn: Xử lý số liệu bằng SPSS, 2016
Tổng phương sau trích được là 77,360 > 50%, chứng tỏ phần giải thích được rất cao. Kết quả cũng cho thấy có 1 nhân tố được rút ra và Eigenvalues > 1. Khơng có sự tách ra hay dịch chuyển của các nhân tố nên khơng có thay đổi về số nhân tố.
Tóm lại, kết quả phân tích nhân tố khám phá cho phép ta rút ra 1 nhân tố. Nhân tố này được đo lường bởi 3 biến quan sát:
HL_1: Anh/Chị cảm thấy hài lòng về chất lượng dịch vụ Internet Banking của BIDV.
HL_2: Anh/Chị sẽ giới thiệu dịch vụ Internet Banking của BIDV cho những người khác.
HL_3: Anh/Chị sẽ tiếp tục sử dụng dịch vụ Internet Banking của BIDV trong thời gian tới.
Các yếu tố thành phần đo lường mức độ hài lòng của khách hàng đối với dịch vụ Internet Banking nên nhân tố này được gọi là Sự hài lòng, ký hiệu HL.
4.2.4. Phân tích hồi quy
4.2.4.1. Phân tích tương quan hệ số Pearson
Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số tương quan giữa biến độc lập và biến phụ thuộc càng lớn chứng tỏ mối quan hệ tuyến tính càng lớn và phân tích hồi quy tuyến tính có thể phù
hợp. Mặt khác, nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình ta đang xét. Với các giả thuyết đặt ra:
H0: Khơng có sự tương quan giữa các nhân tố và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H1: Có sự tương quan giữa nhân tố “Sự tin cậy” và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H2: Có sự tương quan giữa nhân tố “Sự đáp ứng” và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H3: Có sự tương quan giữa nhân tố “Năng lực phục vụ” và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H4: Có sự tương quan giữa nhân tố “Sự đồng cảm” và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H5: Có sự tương quan giữa nhân tố “Phương tiện hữu hình” và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H6: Có sự tương quan giữa nhân tố “Giá dịch vụ” và sự hài lòng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
H7: Có sự tương quan giữa nhân tố “Hình ảnh ngân hàng” và sự hài lịng của khách hàng về dịch vụ Internet Banking của BIDV Ninh Thuận.
Bảng 4.6. Kiểm định mối tƣơng quan giữa biến độc lập và biến phụ thuộc STC SDU NLPV SDC PTHH GDV HANH Sự hài lòng (HL) Tương quan Pearson 0,416 0,465 0,385 0,387 0,397 0,359 0,322 Mức ý nghĩa 0,000 0,000 0,000 0,000 0,000 0,000 0,000 Nguồn: Xử lý số liệu bằng SPSS, 2016
Bảng 4.6, cho thấy tất cả các biến có mức ý nghĩa Sig. < 0,05, vì vậy các biến đều được giữ lại để tiếp tục hồi quy đa biến.
4.2.4.2. Phân tích hồi quy
Phân tích hồi quy sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc - sự hài lòng của khách hàng và các biến độc lập: (1) Sự tin cậy, (2) Sự đáp ứng, (3) Năng lực phục vụ, (4) Sự đồng cảm, (5) Phương tiện hữu hình, (6) Giá dịch vụ, (7) Hình ảnh ngân hàng. Phân tích hồi quy sẽ mơ tả mối quan hệ đó và giúp dự đốn
được mức độ tác động của các biến độc lập lên biến phụ thuộc khi biết trước các giá trị của biến phụ thuộc. Để thực hiện phân tích hồi quy, đề tài sử dụng phương pháp hồi quy theo bước (Stepwise linear regression) nhằm xem xét một cách tổng hợp sự tác động của từng nhân tố lên sự hài lòng của khách hàng. Bằng cách đưa vào lần lượt từng biến số vào mơ hình, từ đó xem xét mức độ ảnh hưởng của biến đưa vào đối với tổng thể mơ hình. Mỗi lần một biến mới được đưa vào, sự thay đổi chỉ số R2
sẽ cho biết mức độ ảnh hưởng của các biến số mới. Nếu R2 thay đổi càng nhiều thì mức độ ảnh hưởng của biến số đó càng lớn và ngược lại nếu mức độ thay đổi của R2 là khơng đáng kể thì mức độ ảnh hưởng của biến đó sẽ khơng lớn.
- Mơ hình 1 gồm các biến: Sự hài lòng - Sự đáp ứng.
- Mơ hình 2 gồm các biến: Sự hài lịng - Sự đáp ứng, năng lực phục vụ.
- Mơ hình 3 gồm các biến: Sự hài lòng - Sự đáp ứng, năng lực phục vụ, sự tin cậy. - Mơ hình 4 gồm các biến: Sự hài lịng - Sự đáp ứng, năng lực phục vụ, sự tin
cậy, giá dịch vụ.
- Mơ hình 5 gồm các biến: Sự hài lòng - Sự đáp ứng, năng lực phục vụ, sự
tin cậy, giá dịch vụ, sự đồng cảm.
- Mơ hình 6 gồm các biến: Sự hài lòng - Sự đáp ứng, năng lực phục vụ, sự tin
cậy, giá dịch vụ, sự đồng cảm, phương tiện hữu hình.
- Mơ hình 7 gồm các biến: Sự hài lòng - Sự đáp ứng, năng lực phục vụ, sự tin
cậy, giá dịch vụ, sự đồng cảm, phương tiện hữu hình, hình ảnh ngân hàng.
Bảng 4.7. Tóm tắt mơ hình hồi quy sự hài lịng của khách hàng Mơ hình R R2 R2 điều chỉnh Giá trị F Sig.
1 0,465 0,217 0,212 46,732 0,000 2 0,575 0,331 0,323 41,477 0,000 3 0,641 0,411 0,400 38,814 0,000 4 0,676 0,457 0,443 34,863 0,000 5 0,700 0,489 0,474 31,638 0,000 6 0,713 0,509 0,491 28,332 0,000 7 0,726 0,527 0,507 25,950 0,000 Nguồn: Xử lý số liệu bằng SPSS, 2016
Bảng 4.7, cho thấy mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mơ hình nghiên cứu. Hệ số xác định R2 tăng dần khi đưa thêm các biến vào mơ hình qua các bước. Khi đưa biến Sự đáp ứng (SDU) vào mơ hình tại bước 1,
chỉ số R2 là 0,217 (21,7%). Đưa thêm biến năng lực phục vụ (NLPV) vào mơ hình tại bước 2 chỉ số R2 là 0,331 (33,1%). Đưa thêm biến sự tin cậy (STC) vào mơ hình tại bước 3 chỉ số R2 là 0,411 (41,1%). Đưa thêm biến giá dịch vụ (GDV) vào mơ hình tại bước 4 chỉ số R2 là 0,457 (45,7%). Tương tự, khi đưa thêm lần lượt các biến sự đồng cảm (SDC), phương tiện hữu hình (PTHH) vào mơ hình tại bước 5, 6 thì chỉ số R2 tăng lần lượt là 0,489 và 0,509. Cuối cùng, biến hình ảnh ngân hàng (HANH) được đưa thêm vào mơ hình làm cho hệ số xác định R2 đạt 0,527. Tuy nhiên, mơ hình thường khơng phù hợp với số liệu thực tế như giá trị R2
thể hiện vì chỉ số R2 điều chỉnh nhỏ hơn (0,507). Do đó, sử dụng R2 điều chỉnh để đánh giá sự phù hợp của mơ hình sẽ an tồn hơn vì nó sẽ khơng phóng đại mức độ phù hợp của mơ hình hồi quy tuyến tính đa biến. Như vậy, bảy biến độc lập đưa vào mơ hình giải thích được 50,7% sự thay đổi của biến phụ thuộc - sự hài lòng của khách hàng.
Hệ số tương quan R = 0,726 cho thấy các biến đưa vào mơ hình (Sự đáp ứng, năng lực phục vụ, sự tin cậy, giá dịch vụ, sự đồng cảm, phương tiện hữu hình, hình ảnh ngân hàng) có mối tương quan chặt chẽ với sự hài lòng của khách hàng.
Kiểm định F được sử dụng trong phân tích phương sai là phép kiểm định giả thuyết về sự phù hợp của mơ hình hồi quy tuyến tính, F = 25,950 và Sig. rất nhỏ chứng tỏ mơ hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.8. Kết quả mơ hình hồi quy các nhân tố ảnh hƣởng đến sự hài lòng
Mơ hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa Sig. VIF B Độ lệch chuẩn Beta (Hằng số) -0,475 0,304 0,120 Sự đáp ứng 0,169 0,054 0,202 0,002 1,415 Năng lực phục vụ 0,165 0,046 0,211 0,000 1,177 Sự tin cậy 0,229 0,050 0,257 0,000 1,096 Giá dịch vụ 0,186 0,048 0,219 0,000 1,086 Sự đồng cảm 0,121 0,049 0,148 0,015 1,234
Phương tiện hữu hình 0,183 0,072 0,159 0,012 1,329 Hình ảnh ngân hàng 0,119 0,048 0,143 0,014 1,127
Biến phụ thuộc: Sự hài lòng
Bảng 4.8, cho thấy Sig. của các biến đều rất nhỏ nên ta có thể bác bỏ giả thuyết β1 = β2 = β3 = β4 = β5 = β6 = β7 = 0. Bên cạnh đó, hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến độc lập trong mơ hình đều nhỏ hơn 2, vì vậy các biến này khơng có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra, đều này phù hợp với giả định của nghiên cứu này là các