Tải bản đầy đủ - 0 (trang)
e) Biến số “Giá sản phẩm dịch vụ”

e) Biến số “Giá sản phẩm dịch vụ”

Tải bản đầy đủ - 0trang

45



2.4.3. Xác định loại câu hỏi, cấu trúc bảng câu hỏi và nội dung câu hỏi

1. Giới thiệu tác giả, dẫn dắt vấn đề nghiên

cứu, kêu gọi sự hợp tác và cam kết của tác

giả. 2. Câu hỏi tìm hiểu tư cách cá nhân:

Xác định xem đáp viên có sở hửu các thông tin cần thu

thập và hướng họ đến câu hỏi nghiên cứu.

(Phần này có thể bỏ sẽ bị bỏ qua do phương pháp chọn

mẫu phi ngẫu nhiên).

3. Câu hỏi chuyên biệt:

Các câu hỏi nhằm thu thập các thông tin cần thiết (các

Items của các biến số trong mô hình nghiên cứu).

4. Nhận dạng đáp viên:

Câu hỏi về các đặc tính của đáp viên.

Hình 2.3: Cấu trúc bảng câu hỏi

Để thuận tiện cho q trình mã hóa và xử lý dữ liệu, các câu hỏi trong bảng

câu hỏi là dạng câu hỏi đóng, được thiết kế với thang đo lựa chọn và thang đo

Likert. Trong đó, các câu hỏi chuyên biệt sẽ sử dụng thang đo Likert 1 -5 điểm và

sự hài lòng sẽ được đo lường bằng thang đo 1 – 10 điểm.

2.4.4. Kiểm định bảng câu hỏi và soản thảo lần cuối bảng câu hỏi

Bảng câu hỏi thiết kế lần đầu (Phụ lục 2.1) được gửi đi để điều tra thử 20

doanh nghiệp. Sau khi thu thập các ý kiến và tham khảo chuyên gia, bảng câu hỏi

được chỉnh sửa để phù hợp hơn. Bảng câu hỏi chính thức được trích ở Phụ lục 2.2.

2.4.5. Mã hóa thang đo

Để chuẩn bị cho q trình phân tích dữ liệu bằng phần mềm SPSS, các thông

tin từ bảng câu hỏi nghiên cứu được mã hóa như dưới đây. Các thang đo này đã

được chỉnh sửa lại sau khi nhận được ý kiến đóng góp của Hội đồng bảo vệ đề

cương chi tiết và người hướng dẫn khoa học, theo đó thì nhân tố Hình Ảnh Của



46



Ngân Hàng và nhân tố Sự Hữu Hình có một số thay đổi về các thang đo so với phần

Xác định dữ liệu cần thu thập ở mục 2.4.1.

Bảng 2.2: Mã hóa thang đo

STT



Mã hóa



Diễn giải



01



SPDV



Sản phẩm dịch vụ doanh nghiệp đang sử dụng của BIDV Hà Tĩnh



02



SPDVK



Sử dụng sản phẩm dịch vụ của Ngân hàng khác



03



TGSD



Thời gian doanh nghiệp đã sử dụng SP của BIDV Hà Tĩnh



04



MDGD



Mức độ tiến hành các giao dịch với Ngân hàng

HÌNH ẢNH CỦA NGÂN HÀNG



05



HANH01



Nghĩ ngay đến BIDV



06



HANH02



BIDV là ngân hàng uy tín



07



HANH03



Tin tưởng vào sự ổn định trong kinh doanh của BIDV

SỰ HỮU HÌNH



08



SHH01



NH có trang thiết bị hiện đại và hoạt động tốt



09



SHH02



Hệ thống giao dịch tự động và thiết bị hỗ trợ KH luôn hoạt động tốt



10



SHH03



Có mạng lưới giao dịch rộng khắp và thuận tiện



11



SHH04



Bố trí nơi làm việc và phòng giao dịch đẹp mắt và ấn tượng



12



SHH05



Có mạng lưới giao dịch tự động thuận tiện



13



CLCN01



CHẤT LƯỢNG CẢM NHẬN

Có dịch vụ chăm sóc khách hàng tốt



14



CLCN02



Có nhiều chương trình khuyến mãi hấp dẫn



15



CLCN03



Danh mục sản phẩm, dịch vụ đa dạng



16



CLCN04



Sản phẩm, dịch vụ luôn đáp ứng nhu cầu của doanh nghiệp



17



CLCN05



Thông tin khách hàng luôn được bảo mật



18



CLCN06



Cung cấp sản phẩm, dịch vụ đúng thời gian và đúng các cam kết



19



CLCN07



Điều khoản cho vay và giải ngân rõ ràng và chặt chẽ



20



CLCN08



Chứng từ giao dịch rõ ràng và dễ hiểu



21



CLCN09



Chứng từ luôn được xử lý chính xác



22



CLCN10



Thủ tục giao dịch đơn giản và thuận tiện



23



CLCN11



KH không phải chờ lâu để được phục vụ



47



24



CLCN12



Thời gian giải quyết hồ sơ là nhanh chóng



25



KNNV01



KHẢ NĂNG ĐÁP ỨNG CỦA NHÂN VIÊN

Nhân viên ăn mặc đẹp và lịch sự



26



KNNV02



Nhân viên có thái độ lịch thiệp, thân thiện với khách hàng



27



KNNV03



Phong cách nhà quản lý và lãnh đạo chuyện nghiệp, nhiệt tình



28



KNNV04



Nhân viên ln sẵn sàng phục vụ khách hàng



29



KNNV05



Nhân viên ln trả lời chính xác và rõ ràng các thắc mắc



30



KNNV06



Nhân viên thực hiện giao dịch ln chính xác, khơng có sai sót



31



KNNV07



Nhân viên ln giải quyết cơng việc một cách nhanh chóng



32



GIA01



GIÁ SẢN PHẨM DỊCH VỤ

Lãi suất tiền gửi hấp dẫn



33



GIA02



Lãi suất cho vay ngắn hạn phù hợp



34



GIA03



Lãi suất cho vay trung, dài hạn phù hợp



35



GIA04



Phí bảo lãnh phù hợp



36



GIA05



Phí chuyển tiền trong, ngồi nước là chấp nhận được



37



GIA06



Cơng sức và chi phí bỏ ra cho một giao dịch là hợp lý



SHLKHDN



SỰ HÀI LÒNG CỦA DOANH NGHIỆP

Sự hài lòng của doanh nghiệp đối với BIDV Hà Tĩnh



38



2.5. KẾ HOẠCH CHỌN MẪU

2.5.1. Tổng thể nghiên cứu

Tổng thể nghiên cứu của đề tài là tất cả những doanh nghiệp đã và đang sử

dụng dịch vụ, sản phẩm của Ngân hàng Đầu tư và Phát triển Việt Nam – chi nhánh

Hà Tĩnh. Theo ơng Nguyễn Bá Phong_Trưởng phòng Kế hoạch - Tổng hợp BIDV

Hà Tĩnh_thì số lượng khách hàng doanh nghiệp của BIDV Hà Tĩnh tính đến hết quý

I năm 2012 là khoảng trên 1000 doanh nghiệp.

2.5.2. Phương pháp chọn mẫu nghiên cứu

Đề tài sử dụng phương pháp lấy mẫu phi ngẫu nhiên, cụ thể ở đây là lấy mẫu

thuận tiện. Tức là chọn mẫu dựa trên các phần tử có sẵn (danh mục khách hàng của

chi nhánh) nhằm tiết kiệm chi phí và thời gian.



48



2.5.3. Kích thước mẫu

Với phương pháp phân tích dữ liệu được sử dụng trong nghiên cứu này là

phương pháp phân tích nhân tố khám phá (EFA) và phân tích hồi quy bội. Theo

Hair và Cộng sự (1995)[19], để có thể phân tích nhân tố khám phá cần thu thập

dữ liệu với kích thước mẫu là ít nhất 5 mẫu trên 1 biến quan sát, tức là nếu

bảng câu hỏi có n biến quan sát thì kích thước mẫu ít nhất là N = n x 5.

Số biến quan sát được sử dụng là 38. Nếu theo tiêu chuẩn trên thì kích

thước mẫu cần thiết là N = 38 x 5 = 190. Với phương pháp điều tra chủ yếu là

hỏi trực tiếp, tác giả dự đoán tỷ lệ phản hồi là khoảng 75%, như vậy sẽ có ít nhất

253 bảng câu hỏi được phát ra (=190/75%).

Vậy, kích thước mẫu dự kiến là N = 190. Số bảng câu hỏi phát ra là 253.

2.6. CÁC PHƯƠNG PHÁP PHÂN TÍCH ĐƯỢC SỬ DỤNG TRONG

NGHIÊN CỨU

2.6.1. Lập bảng tần số và phân tích thống kê mơ tả

Lập bảng tần suất để tình tốn số lượng biểu hiện ở một thuộc tính cụ thể của

đối tượng. Trong phạm vi đề tài này, phương pháp bảng tần số dùng để mô tả mẫu

thu thập theo: sản phẩm sử dụng, thời gian sử dụng, tần suất giao dịch, … Một số

đại lượng trong bảng tần số như tần số (Frequency), tần suất tính theo tỷ lệ %

(Percent), tỷ lệ phần trăm tích lũy (Cumulative), …

Phương pháp thống kê mô tả chỉ được tính đối với các biến định lượng, dùng

để tính tốn các đại lượng: Trung bình cộng (Mean), tổng cộng (Sum), độ lệch

chuẩn (Std. Deviation), …

2.6.2. Phân tích hệ số tin cậy Cronbach alpha

Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp,

hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo

bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tương quan biến

tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach

[19]



Hair, J.F., Anderson, R.E., Tatham, R.L. and Black, W.C. (1995), Multivariate Data Analysis with

Readings, Englewood Cliffs: Prentice-Hall International.



49



alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên

cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995, dẫn theo Hoàng Trọng –

Chu Nguyễn Mộng Ngọc)[12]. Thơng thường, thang đo có Cronbach alpha từ 0.7 đến

0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ

0.8 trở lên đến gần 1 là thang đo lường tốt.

2.6.3. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)

Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại

đi các biến không đảm bảo độ tin cậy. Tác giả tiến hành phân tích nhân tố khám phá

nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định

các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan

hệ giữa các biến với nhau.

Trong phân tích nhân tố khám phá, trị số Kaiser-Meyer – Olkin (KMO)

measure of sampling adequacing là chỉ số dùng để xem xét sự thích hợp của phân

tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này

mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng

khơng thích hợp với các dữ liệu.

Ngồi ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng

nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ

hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân

tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin

tốt hơn một biến gốc.

Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố

(component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated

component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa

bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố

(factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho

biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương

[12]



Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), Phân tích dữ liệu nghiên cứu với SPSS, Nxb Thống

Kê, Chương 9, trang 256 – 258.



50



pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số

lớn hơn 0.5 thì mới đạt u cầu.

2.6.4. Phân tích hồi quy

Sau khi phân tích hệ số tin cậy và phân tích nhân tố, tác giả sử dụng phương

pháp phân tích hồi quy để kiểm định mơ hình. Phương pháp này bao gồm 2 bước:

Phân tích hệ số tương quan và phân tích hồi quy bội.

2.6.4.1. Phân tích hệ số tương quan

Phương pháp này được thực hiện dựa trên ma trận hệ số tương quan. Ma trận

hệ số tương quan thể hiện mối quan hệ tương quan giữa các nhân tố với nhau, đó là

mối quan hệ giữa biến số sự hài lòng (biến phụ thuộc) với các nhân tố còn lại (biến

độc lập), cũng như mối quan hệ giữa các nhân tố với nhau. Giá trị sig tương ứng với

các hệ số tương quan phải rất nhỏ (nhỏ hơn 0.05), điều này có nghĩa là các hệ số

tương quan này có ý nghĩa về mặt thống kê, tức là các nhân tố có những ảnh hưởng

đáng kể đến sự hài lòng. Như thế mới có thể sử dụng các nhân tố này để giải thích

cho những biến đổi của biến số sự hài lòng. Ngồi ra, hệ số tương quan giữa các

nhóm nhân tố phải là rất nhỏ, để thỏa mãn các nhân tố khơng có mối quan hệ tuyến

tính với nhau.

2.6.4.2. Phân tích hồi quy bội

Đây là bước cuối cùng trước khi hình thành nên mơ hình hồi quy. Bao gồm :

Đánh giá độ phù hợp của mơ hình, Kiểm tra độ phù hợp của mơ hình bằng phân

tích ANOVA, Kiểm tra tự tương quan, Kiểm tra phương sai sai số thay đổi, Kiểm tra

đa cộng tuyến.

Đánh giá độ phù hợp của mơ hình được thực hiện thơng qua bảng Model

Summary. Hệ số xác định R-Square thể hiện mức độ ảnh hưởng của biến phụ thuộc

vào các biến độc lập, tức là sự biến thiên của các biến độc lập sẽ giải thích được bao

nhiêu % sự biến thiên của biến độc lập. Để trị số R-Square có ý nghĩa thì trị số sig

phải nhỏ hơn 0,05.



51



Phân tích ANOVA được sử dụng để xem xét mối quan hệ tuyến tuyến giữa

biến phụ thuộc và các biến độc lập. Trong phân tích này, trị số F phải đủ lớn và sig

tương ứng phải nhỏ hơn 0,05 thì mới có thể kết luận là có mối quan hệ tuyến tính

giữa biến phụ thuộc và các biến độc lập, hay nói cách khác là có tồn tại mơ hình

tuyến tính.

Kiểm tra tự tương quan thông qua kiểm định Durbin-watson, hiện tượng tự

tương quan xảy ra khi các phần dư ei có mối tương quan với nhau, điều này sẽ dẫn

đến những hậu quả nghiêm trọng đối với mơ hình tuyến tính. Trị số Durbin-watson

được tính tốn từ mơ hình sẽ được sử dụng để xem xét hiện tượng tự tương quan

theo thủ tục sau :





tự tương

quan dương



0



Khơng có

kết luận



dL



Khơng có

tự quan tương



dU



2





tự tương

quan âm



Khơng có

kết luận



4-dU



4-dL



4



Trong đó các giá trị dL và dU được tra từ bảng D – W tương ứng với n quan

sát và k biến độc lập trong mơ hình.

Có nhiều phương pháp kiểm định phương sai sai số không đổi, như : xem xét

đồ thị phần dư, kiểm định tương quan hạng Spearman, kiểm định Goldfeld Quandt, kiểm định White,… Trong khuôn khổ đề tài này, tác giả sử dụng phương

pháp kiểm định Goldfeld – Quandt



[17]



. Phương pháp này do Stephen Goldfeld và



Richard E. Quandt đưa ra năm 1965 dựa trên khái niệm cho rằng nếu phương sai sai

số là như nhau cho tất cả các quan sát thì phương sai cho một phần của mẫu cũng sẽ

tương tự như phương sai của một phần khác của mẫu đó. Giả thuyết kiểm định là

Ho : phương sai sai số đồng nhất (tức là σi2=σ2). Quy tắc kiểm định là chia số quan

[17]



Goldfeld, Stephen M.; Quandt, R. E. (June 1965). "Some Tests for Homoscedasticity". Journal of the

American Statistical Association, C60, p139 – 547.



52



sát thành 2 phần n1 và n2 sau khi đã sắp xếp các quan sát theo thứ tự tăng dần đối

với một biến nào đó, bỏ đi c quan sát ở giữa. Thực hiện hồi quy theo phương pháp

bình phương bé nhất (OLS) cho mỗi phần, ta thu được RSS 1 và RSS2 tương ứng với

2 phần. Sau đó tính F = (RSS2/df2)/(RSS1/df1), với df1 = n1-k; df2 = n2-k. Nếu Ho

đúng thì F~F(df2,df1), từ đó ta đi đến một trong hai kết luận: thứ nhất, nếu F >

Fα(df2,df1): bác bỏ Ho, tức là tồn tại phương sai sai số thay đổi ; thứ hai, nếu F ≤

Fα(df2,df1): chấp nhận Ho, tức là thừa nhận phương sai sai số không đổi.

Kiểm tra đa cộng tuyến được thực hiện thông qua trị số độ chấp nhận

(Tolerance) nhân tử phóng đại phương sai VIF. Tolerance được tính bằng cơng thức

1 – Ri2, với Ri2 là hệ số xác định của biến Xi với tất cả các biến độc lập còn lại. VIF

được tính bằng nghịch đảo của Tolerance. Như vậy, Tolerance lớn gần bằng 1 (hay

VIF bé gần bằng 1) thì có thể kết luận là khơng có đa cộng tuyến giữa các biến độc

lập. Thông thường, VIF phải đảm bé hơn 5 thì được chấp nhận.



KẾT LUẬN CHƯƠNG 2

Trong chương 2, tác giả tiến hành thiết kế một kế hoạch nghiên cứu cụ thể

nhằm thu thập và xử lý các số liệu. Nội dung nổi bật của chương này là thiết kế và

mã hóa bảng câu hỏi nghiên cứu, xác định mẫu nghiên cứu và các phương pháp

điều tra. Bảng câu hỏi hồn chỉnh gồm 38 mục hỏi, trong đó có 33 mục hỏi là các

thang đo biến số của 5 nhân tố, 1 mục hỏi đối với biến số sự hài lòng, còn lại là các

mục hỏi thăm dò và dẫn dắt. Kích thước mẫu được xác định là N=190, với 253 bảng

câu hỏi cần được phát ra điều tra bằng phương pháp điều tra trực tiếp. Bên cạnh đó,

tác giả cũng trình bày một cách khá chi tiết về một số phương pháp xử lý số liệu sẽ

được áp dụng trong luận văn này, bao gồm: phân tích thống kê mơ tả, phân tích hệ

số tin cậy Cronbach’s Alpha, phân tích nhân tố, phân tích hồi quy.



53



CHƯƠNG 3:

KẾT QUẢ NGHIÊN CỨU

VỀ SỰ HÀI LÒNG CỦA KHÁCH HÀNG DOANH NGHIỆP ĐỐI

VỚI BIDV – CHI NHÁNH HÀ TĨNH



3.1. MÔ TẢ MẪU

Với kích thước mẫu cần thiết là N = 190, tác giả đã phát ra 253 bảng câu hỏi,

kết quả thu về được 198 bảng câu hỏi hợp lệ. Trong đó, có 78 bảng câu hỏi thu được

từ phòng Quan hệ khách hàng doanh nghiệp, 47 bảng câu hỏi thu được từ Quầy giao

dịch, 73 bảng câu hỏi được điều tra trực tiếp tại doanh nghiệp trên địa bàn thành

phố Hà Tĩnh, và các huyện, thị xã lân cận.

3.2. LẬP BẢNG TẦN SỐ VÀ PHÂN TÍCH THỐNG KÊ MƠ TẢ

3.2.1. Thống kê về việc sử dụng các sản phẩm – dịch vụ của BIDV Hà Tĩnh

Bảng 3.1: Thống kê sử dụng SPDV của BIDV Hà Tĩnh

$SPDV Frequencies

Responses

N

SPDV DN đang sử dụng của Dịch vụ thanh toán

BIDV Hà Tĩnh



a



Percent



Percent of Cases



87



10.4%



43.9%



Vay vốn ngắn hạn



160



19.2%



80.8%



Vay vốn trung, dài hạn



177



21.2%



89.4%



Bảo lãnh



75



9.0%



37.9%



Thanh toán Quốc tế



30



3.6%



15.2%



112



13.4%



56.6%



Mua bán ngoại tệ



97



11.6%



49.0%



Dịch vụ trả lương tự động



78



9.4%



39.4%



Sản phẩm, dịch vụ khác



17



2.0%



8.6%



833



100.0%



420.7%



Chuyển tiền trong, ngoài nước



Total

a. Dichotomy group tabulated at value 1.



54



Bảng 3.1 cho thấy, các SPDV được khách hàng sử dụng nhiều nhất là vay

vốn trung – dài hạn (177/198 doanh nghiệp được hỏi, chiếm tỷ lệ 89,4%), vay vốn

ngắn hạn (160/198 doanh nghiệp, chiếm tỷ lệ 80,8%), chuyển tiền (112/198 doanh

nghiệp, chiếm tỷ lệ 56,6%). Trong khi đó, chỉ có khoảng 15% doanh nghiệp có sử

dụng sản phẩm Thanh tốn quốc tế, điều này có thể giải thích là do các doanh

nghiệp tại Hà Tĩnh ít có các giao dịch quốc tế, hoặc cũng có thể do sản phẩm này

của BIDV chưa đáp ứng được nhu cầu của các doanh nghiệp. Các sản phẩm – dịch

vụ phụ chỉ được khoảng hơn 8% doanh nghiệp sử dụng.

3.2.2. Thống kê về tình trạng khách hàng sử dụng SPDV ngồi BIDV

Bảng 3.2: Tình trạng sử dụng SPDV ngồi BIDV

Sử dụng SPDV của ngân hàng khác

Cumulative

Frequency

Valid







Percent



Valid Percent



Percent



83



41.9



41.9



41.9



Khơng



115



58.1



58.1



100.0



Total



198



100.0



100.0



Bảng 3.2 cho thấy rằng, có gần 42% số khách hàng của BIDV Hà Tĩnh có sử

dụng các sản phẩm - dịch vụ của những Ngân hàng khác. Đây là một tỷ lệ khá lớn,

nguyên nhân của việc này thì cần phải có những nghiên cứu sâu hơn, tuy nhiên với

con số trên cũng có thể suy đốn rằng nó sẽ tác động phần nào đến mức độ đánh giá

về sự hài lòng và có nguy cơ tiềm ẩn đến lòng trung thành của khách hàng đối với

BIDV Hà Tĩnh.



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

e) Biến số “Giá sản phẩm dịch vụ”

Tải bản đầy đủ ngay(0 tr)

×