2.5. Kết quả nghiên cứu
2.5.2. Kiểm định thang đo các nhân tố
Sơ đồ 2.5: Thống kê tình hình sử dụng các dịch vụ trên Mobile Banking tại ngân hàng Sacombank Triệu Hải
(Nguồn: Xử lí số liệu SPSS)
Bảng 2.6: Hệ số Cronbach’s Alpha theo các biến Biến quan sát Trung bình thang
đo nếu loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng thể
hiệu chỉnh
Cronbach’s Alpha nếu loại
biến Thành phần tính hiệu quả, Cronbach Alpha: 0,850
HQ1 15,29 9,134 ,554 ,847
HQ2 15,11 8,676 ,671 ,816
HQ3 15,05 8,551 ,700 ,809
HQ4 14,76 9,066 ,665 ,819
HQ5 15,33 8,244 ,719 ,803
Thành phần độ tin cậy, Cronbach Alpha: 0,839
TC1 9,61 6,284 ,608 ,823
TC2 10,28 5,677 ,658 ,804
TC3 9,99 5,469 ,717 ,776
TC4 9,70 5,988 ,714 ,780
Thành phầntính bảo mật, Cronbach Alpha: 0,743
BM1 7,67 2,490 ,543 ,693
BM2 7,72 2,484 ,668 ,548
BM3 7,57 2,716 ,507 ,729
Thành phầnSự phản ứng, Cronbach Alpha: 0,823
PU1 11,11 5,138 ,679 ,762
PU2 10,98 5,469 ,722 ,746
PU3 10,89 5,652 ,622 ,788
PU4 11,03 5,541 ,575 ,811
Thành phầnSự liên lạc, Cronbach Alpha: 0,758
LL1 7,38 2,672 ,593 ,671
LL2 7,68 2,600 ,543 ,734
LL3 7,36 2,722 ,636 ,627
Thành phầnSự hài lòng, Cronbach Alpha: 0,667
HL1 7,31 2,839 ,429 ,634
HL2 7,62 2,461 ,490 ,557
HL3 7,31 2,473 ,520 ,515
Trường Đại học Kinh tế Huế
2.5.2.2. Phân tích nhân tố khám phá EFAcác biến độc lập
Để kiểm tra xem mẫu điều tra có đủ lớn và có đủ điều kiện để tiếnhành phân tích nhân tố hay không, tác giả tiến hành kiểm định Kaiser - Meyer - Olkin và kiểm định Bartlett's. Điều kiện cần để phân tích EFA là giữa các biến quan sát phải có mối quan hệ đủ lớn. Ta đặt giả thuyết H0: giữa các biến quan sát không có mối quan hệ. Với kết quả kiểm định KMO là 0,924 lớn hơn 0,5 và Sig của kiểm định Bartlett's bé hơn0,05 (các biến quan sáttươngquan vớinhau trong tổng thể),do đóbác bỏH0. Ta có thể kết luận được rằng dữ liệu khảo sát được đảm bảo các điều kiện để tiến hành phân tích nhân tốkhám phá EFA và có thểsửdụngcác kếtquả đó.
Bảng 2.7: Kết quảphân tích nhân tốkhám phá EFA
Yếu tố đánh giá Giá trịkiểm định
HệsốKMO 0,924
Sig 0,000
Tổng phương sai trích 65,927
(Nguồn: Xử lí số liệu SPSS) Số lượng nhân tố: Theo tiêu chuẩn Eigenvalue thì có 5 nhân tố được rút ra. Và 5 nhân tố này giải thích được 65,927% (> 50%) sự biến thiên của dữ liệu. Bảng Communalities cho biết các thông tin có liên quan sau khi số lượng nhân tố đuợc rút ra.
Nó cho biết các Communality của các biến tức là phần biến thiên đuợc giải thích bởi các nhân tố chung. Việc giải thích kết quả được tăng cuờng bằng cách xoay các nhân tố.
Ma trận xoay các nhân tố từ kết quả phân tích EFA cho thấy có 19 biến được rút trích thành 5 nhân tố và đặt tên như sau:
Nhân tố thứ nhất: Tính hiệu quả (HQ) được đo lường bằng 5 biến quan sát (HQ1, HQ2, HQ3, HQ4, HQ5).
Nhân tố thứ hai: Độ tin cậy (TC) được đo lường bằng 4 biến quan sát (TC1, TC2, TC3, TC4).
Nhân tố thứ ba: Sự phản ứng (PU) được đo lường bằng 4 biến quan sát (PU1, PU2, PU3, PU4).
Nhân tố thứ tư: Sự liên lạc (LL) được đo lường bằng 3 biến quan sát (LL1, LL2, LL3).
Nhân tố thứ năm: Sự bảo mật (BM) được đo lường bằng3 biến quan sát (BM1, BM2, BM3).
Trường Đại học Kinh tế Huế
Bảng 2.8: Kết quả phân tích nhân tố khámEFA các biến độc lập
Biến quan sát Hệ số tải nhân tố
1 2 3 4 5
HQ3 ,863
HQ4 ,815
HQ2 ,773
HQ5 ,642
HQ1 ,64
TC1 ,779
TC2 ,752
TC3 ,687
TC4 ,656
PU1 ,72
PU2 ,646
PU3 ,642
PU4 ,535
LL2 ,76
LL1 ,738
LL3 ,714
BM1 ,81
BM3 ,711
BM2 ,625
(Nguồn: Xử lí số liệu SPSS) 2.5.2.3. Phân tích nhân tố EFA cho biến phụ thuộc
Ta đặt giả thuyết H0: giữa các biến quan sát của thang đo sự hài lòng không có mối quan hệ. Kiểm định KMO là 0,741 > 0,5 và 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 rútra 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
Trường Đại học Kinh tế Huế
Bảng2.9: Kết quả phân tích nhân tố khámphá EFA cho biến phụ thuộc Biến quan sát Hệ số tải nhân tố
HL2 ,905
HL3 ,895
HL1 ,887
(Nguồn: Xử lí số liệu SPSS) Tổng phương sau trích được là 80,178 > 50%, chứng tỏ phần giải thích được rất cao. Kết quả cũng cho thấy có 1 nhân tố được rút ra và Eigenvalues > 1. Không có sự tách ra hay dịch chuyển của các nhân tố nên không có thay đổi về số nhân tố.
2.5.3.Phân tích tương quan và hồi quy tuyến tính bội
Căn cứ vào mô hình nghiên cứu đã điều chỉnh ta có phương trình hồi quy tuyến tính bội được thểhiện nhưsau:
H = β0+ β1*HQ + β2*TC+ β3*BM+ β4*PU + β5*LL Trong đó:
Β0: hằng số; βx: hệsố hồi quyriêng phần
HQ: Tính hiệu quả; TC: Độ tin cậy; BM: Tính bảo mật; PU: Sự phản ứng; LL:
Sự liên lạc
2.5.3.1. Ma trận hệ số tương quan
Bảng 2.10: Ma trận tương quan giữa các nhân tố Hài lòng
(HL)
Hiệu quả (HQ)
Tin cậy (TC)
Phản ứng (PU)
Liên lạc (LL)
Bảo mật (BM) Hài lòng
(HL) 1 ,427** ,452** ,524** ,436** ,545**
Hiệu quả
(HQ) ,427** 1 ,312** ,345** ,272** ,212**
Tin cậy
(TC) ,452** ,312** 1 ,347** ,213** ,277**
Phản ứng
(PU) ,524** ,345** ,347** 1 ,423** ,347**
Liên lạc
(LL) ,436** ,272** ,213** ,423** 1 ,278**
Bảo mật
(BM) ,545** ,212** ,277** ,347** ,278** 1
(Nguồn: Xử lí số liệu SPSS)
Trường Đại học Kinh tế Huế
Từ bảng trên ta nhận thấy rằng hệ số tương quan giữa biến phụ thuộc HL với các biến độc lập HQ, TC, PU, LL, BM thấp nhất là 0,427nên sơ bộ ta có thể kết luận các biến độc lập này có thể đưa vào mô hình để giải thích cho biến phụ thuộc HL. Tuy nhiên các biến độc lập cũng đều có tương quan, điều này có thể dẫn tới hiện tượng đa cộng tuyến trong mô hình, do vậy quá trình phân tích phải xem xét kỹ vai trò của các biến độc lập trong mô hình hồi quy và tuyến tính bội ta xây dựng được.
2.5.3.2. Kiểm tra sự vi phạm các giả định trong hồi quy tuyến tính
Tiến hành phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố ảnh hưởng đến chất lượng dịch vụ Mobile Banking và sự hài lòng của khách hàng khi sử dụng dịch vụ. Phương pháp hồi quy tuyến tính bội được dùng để kiểm định mô hình và các giả thuyết, thủ tục chọn biến là các biến được đưa vào cùng một lúc (phương pháp Enter). Kết quả được trình bàyở phụ lục 8.
Mô hình hồi quy tuyến tính bằng phương pháp OSL được thực hiện với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mô hình, việc dò tìm sự vi phạm các giả định là cần thiết.
Giả định liên hệ tuyến tính và phương sai bằng nhau
Kiểm tra biểu đồ phân tán scatter cho phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa. Kết quả như đồ thị phân tán phần dư (phụ lục 8) cho thấy các quan sát nằm một cách ngẫu nhiên qua đường thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể. Do đó giả thiết về liên hệ tuyến tính không bị viphạm.
Giả định phần dư có phân phối chuẩn
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram và đồ thị Q-Q plot (phụ lục 8). Kết quả biểu đồ của Histogram có giá trị trung bình Mean= -2,43E-15 gần bằng 0 và độ lệch chuẩnStd.Dev = 0,985 gần bằng 1. Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
Trường Đại học Kinh tế Huế
2.5.3.3. Hồi quy tuyến tính bội
Bảng 2.11: Kết quả phân tích hồi quy
R R bình
phương
R bình phương hiệu chỉnh
Sai số chuẩn ước lượng
1 ,717a ,538 ,525 ,48417
Tổng bình
phương df Trung bình
bình phương F Sig.
1
Hồi quy 46,253 5 9,249 39,434 ,000a
Phần dư 41,268 174 ,235
Tổng 87,521 179
Model
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa
t Sig.
Thống kê đa cộng tuyến
B Sai số
chuẩn Beta
Độ chấp nhậncủa biến
VIF
1
(Hằng
số) -,653 ,284 -2,311 ,023
HQ ,198 ,064 ,182 3,157 ,003 ,821 1,217
TC ,221 ,065 ,195 3,384 ,001 ,814 1,227
PU ,287 ,083 ,212 3,385 ,001 ,691 1,445
LL ,194 ,069 ,165 2,825 ,004 ,789 1,268
BM ,413 ,07 ,335 5,867 ,00 ,831 1,204
(Nguồn: Xử lí số liệu SPSS)
Trường Đại học Kinh tế Huế
Đánh giá độ phù hợp của mô hình
Từ bảng trên, tiến hành kiểm định giả thiết H0: mô hình hồi quy tuyến tính bội không phù hợp. Kết quả thống kê F được tính từ giá trị R bình phương có mức ý nghĩa bằng 0,000 < 0,05. Điều này đủ cơ sở để bác bỏ H0, có nghĩa là mô hình hồi quy tuyến tính là phù hợp với dữ liệu thu thập được. Hệ số R bình phương hiệu chỉnh là hệ số dùng để đánh giá độ phù hợp một cách an toàn hơn so với R bình phương, vì hệ số R bình phương trong trường hợp cónhiều biến độc lập dễ tạo ra hiện tượng thổi phồng mức độ phù hợp của mô hình. Hệ số R bình phương hiệu chỉnh tính được là 0,525 tức là các biến độc lập trong mô hình hồi quy tuyến tính bội giải thích được 52,5% sự hài lòng của khách hàng sử dụng dịch vụ Mobile Banking của Ngân hàng Sacombank Triệu Hải.
Hiện tượng đa cộng tuyến
Ta thấy kết quả phân tích cho thấy hệ số phóng đại phương sai VIF của các biến tương đối nhỏ (nhỏ hơn 2). Do đó hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình này không đáng kể nên khôngảnh hưởng đến kết quả hồi quy
Phương trình hồi quytuyến tínhbội
Qua bảng dữ liệu cho thấy rằng, Sig của các biến có ý nghĩa đều nhỏ hơn 0,05 như vậy hệ số góc β = 0có thể bác bỏ với độ tin cậy là 95%.
Với tập dữ liệu thu được trong phạm vi nghiên cứu của đề tài thì phương trình hồi quy bội đã chuẩn hóa thể hiện mức độ ảnh hưởng của các thành phần CLDV lên sự hài lòng củaKH sử dụng Mobile Banking tại ngân hàng Sacombank Triệu Hải như sau:
H = 0,335*BM + 0,212*PU + 0,195*TC + 0,182*HQ + 0,165*LL + X Trong đó:
HQ: Tính hiệu quả; TC: Độ tin cậy; BM: Tính bảo mật; PU: Sự phản ứng; LL:
Sự liên lạc.
X: Thành phần khác chưa tìm thấy(*) + sai số thống kê.
(*): Vì Hệ số R2 hiệu chỉnh tính được là 0,525 tương đương 52,5%. Tức là, các biến độc lập trong mô hình hồi quy tuyếntính bội chỉ giải thích được 52,5%, do vậy sẽ còn những yếu tố khác (chưa tìm ra từ nghiên cứu này) giải thích cho 47,5% còn lại sự hài lòng của khách hàng sử dụng dịch vụ Mobile Banking của Ngân hàng Sacombank
Trường Đại học Kinh tế Huế
2.5.3.4. Kiểm định các giả thuyết
Mô hình dùngđể kiểm định nhóm giả thuyết về mối quan hệ giữa sự hài lòng và các nhân tố ảnh hưởng đếnsự hài lòng của khách hàng gồm 5biến độc lập.
Nhóm giả thuyết này gồm có:
• H1: Tính hiệu quả càng cao thì sự hài lòng của khách hàng càng cao.
• H2: Độ tin cậy càng cao thì sự hài lòng của khách hàng càng cao.
• H3: Tính bảo mật càng cao thì sự hài lòng của khách hàng càng cao.
• H4: Sự phản ứng càng tốt thì sự hài lòng của khách hàng sẽ càng cao.
• H5: Sự liên lạc càng tốt thì sựhài lòng của khách hàng sẽ càng cao.
Nămnhân tố (biến) ảnh hưởng đến sự hài lòng của khách hàng về dịch vụ Mobile Banking tại Sacombank Triệu Hải, bao gồm: Tính hiệu quả (hệ số Beta chuẩn hóa là 0,182), Độ tin cậy (hệ số Beta chuẩn hóa là 0,195), Tính bảo mật (hệ số Beta chuẩn hóa là 0,335), Sự phản ứng (hệ số Beta chuẩn hóa là 0,212), Sự liên lạc (hệ số Beta chuẩn hóa là 0,165). Năm nhân tố đều có hệ số Beta chuẩn hóa dương nên các biến này tác động cùng chiều với sự hài lòng của khách hàng. Mặt khác, 5 nhân tố ảnh hưởng đến sự hài lòng của khách hàng đều có mức ý nghĩa Sig. nhỏ hơn 0,05 vì vậy chúng có tác động đáng kể đến sự hài lòng của khách hàng, trong đó yếu tố tác động mạnh nhất là Tính bảo mật (β3=0,335).
Kết quả này đã khẳng định các giả thuyết về mối quan hệ giữa sự hài lòng và các nhân tốt ảnh hưởng đến sự hài lòng nêu ra trong mô hình nghiên cứu (từgiả thuyết H1 đến giả thuyết H5) được chấp nhận và kiểm định phù hợp. Từ đó, Sacombank Triệu Hải cần chú trọng cải tiến những yếu tố này hơn nữa để nâng cao sự hài lòng của khách hàng về dịch vụ Mobile Banking.
Trường Đại học Kinh tế Huế
Sơ đồ 2.6: Mô hình nghiên cứu khẳng định theo số liệu nghiên cứu
(Nguồn: Số liệu SPSS)