Hướng dẫn sử dụng SPSS trong nghiên cứu - phamlocblog

Phƣơng pháp nghiên cứu

khoa học

Nghiên cứu mức độ hài lòng của

khách hàng sử dụng dịch vụ tại

Ngân hàng TMCP Ngoại Thƣơng

Việt Nam – Chi nhánh Đồng Nai”

Đề tài nghiên cứu

Chƣơng 1: Tổng quan về đề tài

nghiên cứu

1.1 Lý do chọn đề tài

1.2 Mục tiêu nghiên cứu

1.3 Đối tƣợng nghiên cứu và Phạm vi

nghiên cứu

1.4 Phƣơng pháp nghiên cứu

spss nghien cuc khoa hoc2.pptx




Khách hàng là nhân tố quyết định sự tồn tại của

ngân hàng.

Chiến lƣợc kinh doanh hƣớng đến khách hàng

đang trở thành một chiến lƣợc kinh doanh có

tầm quan trọng bậc nhất.

Tạo dựng khách hàng trung thành vốn rất cần

thiết để duy trì hoạt động thƣờng xuyên của

ngân hàng.

Đáp ứng kịp thời với những thay đổi trong nhu

cầu của khách hàng để phục vụ khách hàng tốt

hơn.

1.1 Lý do chọn đề tài

Xác định các yếu tố tác động đến sự hài

lòng của khách hàng.

Đo lƣờng mức độ hài lòng của khách hàng.

Kiến nghị một số giải pháp nâng cao mức

độ hài lòng của khách hàng.

1.2 Mục tiêu nghiên cứu

Đối tƣợng nghiên cứu: những khách hàng

là doanh nghiệp đã trực tiếp sử dụng các

sản phẩm dịch vụ của ngân hàng.

Phạm vi nghiên cứu: Nghiên cứu, tìm hiểu

thái độ, hành vi của khách hàng đang sử

dụng sản phẩm dịch vụ của ngân hàng.

1.3 Đối tƣợng nghiên cứu và Phạm

vi nghiên cứu

• Nghiên cứu sơ bộ: đƣợc thực hiện thông qua

phƣơng pháp nghiên cứu định tính.

• Nghiên cứu chính thức: đƣợc thực hiện bằng

phƣơng pháp nghiên cứu định lƣợng với kỹ thuật

phỏng vấn trực tiếp thông qua bảng câu hỏi soạn

sẵn.

• Xử lý số liệu nghiên cứu: Sử dụng phần mềm

SPSS 20 để kiểm định thang đo bằng hệ số tin cậy

Cronbach Alpha, phân tích EFA, phân tích tƣơng

quan hồi quy và phân tích phƣơng sai (Anova),

kiểm định kết quả nghiên cứu.

1.4 Phƣơng pháp nghiên cứu

Chƣơng 2: Cơ sở lý luận và mô hình

nghiên cứu 2.1 Sự hài lòng của khách hàng

2.1.1 Khái niệm

2.1.2 Phân loại sự hài lòng của khách hàng

2.1.3 Các nhân tố quyết định sự hài lòng của khách hàng

2.1.4 Mối quan hệ giữa chất lƣợng dịch vụ & sự hài lòng

của khách hàng

2.2 Mô hình nghiên cứu

2.2.1 Mô hình SERVQUAL (Parasuraman, 1988)

2.2.2 Mô hình chất lƣợng dịch vụ cảm nhận – PSQM

(Grönroos, 1984:2000)

2.2.3 Mô hình đo lƣờng sự hài lòng của khách hàng












2.1.1 Khái niệm

Có rất nhiều định nghĩa về sự hài lòng của khách

hàng nhƣng định nghĩa về sự hài lòng của khách

hàng luôn gắn liền với những yếu tố sau:

Tình cảm, thái độ đối với nhà cung cấp dịch vụ.

Mong đợi của khách hàng về khả năng đáp ứng

nhu cầu của nhà cung cấp dịch vụ.

Kết quả thực hiện dịch vụ, các giá trị do dịch vụ

mang lại.

Ý định sẵn sàng tiếp tục sử dụng dịch vụ.

Khai niem su hai long.docx

2.1.2 Phân loại sự hài lòng của

khách hàng

Sự hài lòng của khách hàng có thể đƣợc

chia làm 3 loại:

Hài lòng tích cực:

Hài lòng ổn định

Hài lòng thụ động

2.1.3 Các nhân tố quyết định sự hài

lòng của khách hàng

Chất lƣợng dịch vụ

Giá cả dịch vụ

Duy trì lòng trung thành của khách hàng

+ Tính vượt trội

+ Tính đặc trưng của sản phẩm

+ Tính thỏa mãn nhu cầu

+ Tính cung ứng

+ Tính tạo ra giá trị

2.1.4 Mối quan hệ giữa chất lƣợng dịch

vụ & sự hài lòng của khách hàng

Sự hài lòng của khách hàng là một khái niệm

tổng quát nói lên sự thỏa mãn của họ khi tiêu

dùng một dịch vụ, còn nói đến chất lƣợng dịch

vụ là liên quan đến các thành phần cụ thể của

dịch vụ. (Zeithaml & Bitner, 2000)

Nhiều công trình nghiên cứu thực tiễn đã kết

luận rằng chất lƣợng dịch vụ là tiền đề của sự

hài lòng và là các nhân tố chủ yếu ảnh hƣởng

đến sự hài lòng *.

* Cronin & Taylor, 1992; Spreng & Mackoy, 1996

Ruyter, Bloemer, Peeters, 1997

2.2.1 Mô hình SERVQUAL (Parasuraman,1988)

Sự tin cậy

(Reliability)

Năng lực phục vụ

(Responsiveness)

Sự hữu hình

(Tangibles)

Sự đảm bảo

(Assurance)

Sự đồng cảm

(Empathy)

Sự hài lòng

(Satisfaction)

H1

H2

H3

H4

H5 Mô hình mối quan hệ giữa chất lƣợng

dịch vụ và sự thỏa mãn của khách

hàng (Mô hình SERVQUAL

(Parasuraman, 1988))

2.2.2 Mô hình chất lƣợng dịch vụ cảm nhận –

PSQM (Grönroos, 1984:2000)

Chất lượng dịch vụ

cảm nhận

Kỳ vọng

Trải qua / Kinh nghiệm

Hình ảnh • Thông tin thị trường

• Hình ảnh

• Truyền miệng

• Nhu cầu khách

• Kiến thức khách

hàng

Kết quả / Chất

lượng kỹ thuật

Quá trình / Chất

lượng chức năng

Mô hình Perceived Service Quality (Grönroos, 2000)

2.2.3 Mô hình đo lƣờng sự hài lòng của khách hàng

Sự tín nhiệm

Phong cách phục vụ

Sự hữu hình

Danh mục dịch vụ

Sự thuận tiện

Sự hài lòng

(Satisfaction)

H3

H5

H7

H1

Hình ảnh doanh nghiệp

Tính cạnh tranh về giá

Tiếp xúc khách hàng

H2

H4

H6

H8

Xuất phát từ mô hình SERVQUAL, mô hình PSQM và khảo sát định

tính là cơ sở tham khảo để đƣa ra mô hình nghiên cứu của bài viết.

3.1 Sơ đồ mô tả quy trình nghiên cứu

3.2 Nghiên cứu sơ bộ (Nghiên cứu định tính)

3.2.1 Quy trình

3.2.2 Kết quả

3.3 Nghiên cứu chính thức (Nghiên cứu định lƣợng)

3.3.1 Xây dựng thang đo và thiết kế bảng câu hỏi

3.3.2 Lấy mẫu khảo sát và tiến trình thu thập dữ liệu

3.3.3 Xử lý dữ liệu

Chƣơng 3: Phƣơng pháp nghiên cứu

















3.1 Sơ đồ mô tả quy trình nghiên cứu

Cơ sở lý thuyết

Nghiên cứu chính thức:

Nghiên cứu định lượng

N = 170

Phân tích nhân tố khám phá

(EFA- Exploratory Factor

Analysis)

Cronbach’s Alpha

Thang đo

hoàn chỉnh

Phân tích hồi quy

Thang đo

nháp

Nghiên cứu sơ bộ:

- Thảo luận nhóm

- Phỏng vấn thử

Điều chỉnh Thang đo

chính thức

− Loại biến có hệ số tương quan biến

tổng nhỏ

− Kiểm tra hệ số Alpha

− Loại các biến có trọng số EFA nhỏ

− Kiểm tra các yếu tố trích được

− Kiểm tra phương sai trích

3.2.1 Quy trình

Lần 1: Thảo luận và trao đổi với nhân viên/

lãnh đạo ngân hàng TMCP ngoại thƣơng Việt

Nam – Chi nhánh Đồng Nai

Lần 2: Thảo luận và trao đổi với 20 khách

hàng đang giao dịch tại chi nhánh đƣợc chọn

ngẫu nhiên để phỏng vấn, qua đó ghi nhận ý

kiến đóng góp của những khách hàng này.

Phụ lục 1.docx

Phụ lục 2.docx

3.2.2 Kết quả

• Kết quả là: 8 nhân tố của mô hình nghiên

cứu về sự hài lòng khách hàng đƣợc đồng

tình.

• Các thang đo đƣợc xác định đầy đủ (gồm

29 thang đo của 8 nhân tố tác động đến sự

hài lòng khách hàng và 3 thang đo cho việc

đo lƣờng mức độ hài lòng chung của khách

hàng)

3.3.1 Xây dựng thang đo và thiết kế bảng câu hỏi

• Trải qua bƣớc nghiên cứu định tính, các

thang đo đã đƣợc xác định và bảng câu hỏi

đƣợc thiết kế dựa trên thang đo Rennis

Likert (1932) nhƣ sau:

Bảng câu hỏi

Bang cau hoi NH vietcombank.doc


Kích thƣớc mẫu

Kích thƣớc mẫu đƣợc xác định dựa trên cơ sở

tiêu chuẩn 5:1 của Bollen (1998) và Hair & ctg

(1998), tức là để đảm bảo phân tích dữ liệu

(phân tích nhân tố khám phá EFA) tốt thì cần ít

nhất 5 quan sát cho 1 biến đo lƣờng và số quan

sát không nên dƣới 100. Vậy với 32 biến quan

sát nghiên cứu này cần đảm bảo kích thƣớc

mẫu tối thiểu phải là 32 * 5 = 160.

Giới thiệu thêm

vài cách xác định số mẫu



Kích thƣớc mẫu

+ Sampling and non-refundable + Sampling has returned.

222

22

tN

Ntn

x

x

2

22

x

xtn

Trong đó:

n: số đơn vị tổng thể mẫu

N: số đơn vị tổng thể chung

: phạm vi sai số chọn mẫu

2: phương sai của tổng thể chung

t: hệ số tin cậy của hàm xác suất t

Ví dụ


vi du cach lay mau.pptx

The Empirical Rule

Empirical rule for a symmetrical, bell – shaped frequency

distribution, approximately 68.27 percent of the observations will

lie within plus and minus one standard deviation of the mean;

about 95.45 percent of the observations will lie within plus and

minus two standard deviation of the mean; and practically all

(99.73 percent) will lie within plus and minus three standard

deviations of the mean.

Basic statistics for

Business & Economics;

Douglas A. Lind

(Coastal carolina

University and The

University of Toledo)

• Hệ số tin cậy (t) đã được Liapunốp lập

bảng tính sẵn (bảng Z)

• Trong thực tế điều tra chọn mẫu, mức ý

nghĩa cho phép thường được quy định là

10%; 5%; 1%. Từ đó, ta xác định được độ

tin cậy đòi hỏi là 90%; 95%; 99% và hệ số

tin cậy (t) tương ứng là 1.68; 1.96 và 2.58

Trích theo PGS.TS. LÊ LƯƠNG; Tóm tắt lý thuyết thống kê và bài tập; lưu hành

nội bộ 2000.


Cách lấy mẫu


Để đạt đƣợc kích thƣớc mẫu cần thiết, gửi bảng

câu hỏi cho hết toàn bộ 300 khách hàng hiện

đang sử dụng sản phẩm dịch vụ của ngân hàng,

thông qua đƣờng bƣu điện (40), email (150), và

tại quầy giao dịch (110).

Thu thập dữ liệu


Sau khi gửi bảng câu hỏi tới khách hàng, hai tuần

sau, đã có 170 phiếu điều tra đƣợc thu nhận (tỷ lệ

phản hồi là 57%)

Trong đó:

• 20 phiếu bằng đường bưu điện (đạt tỷ lệ phản hồi là

50%)

• 85 phiếu từ email (đạt tỷ lệ phản hồi là 57%)

• 75 phiếu tại quầy giao dịch (đạt tỷ lệ phản hồi là

68%)

3.3.3 Xử lý dữ liệu

Trƣớc tiên: dữ liệu thu được sẽ được làm sạch.

Thứ hai: mã hóa và nhập liệu vào SPSS

Thứ ba: phân tích thống kê mô tả Frequency để tìm ra đặc điểm

của mẫu nghiên cứu.

Thứ tƣ: phân tích nhân tố khám phá EFA nhằm xác định các

nhóm biến quan sát (nhân tố) được dùng để phân tích hồi quy.

Thứ năm: phân tích hệ số tin cậy Cronbach’s Alpha nhằm xác

định mức độ tương quan giữa các thang đo, loại những biến quan

sát không đạt yêu cầu.

Thứ sáu: phân tích tương quan hồi quy nhằm kiểm định sự phù

hợp của mô hình nghiên cứu, kiểm định các giả thuyết để xác

định rõ mức độ ảnh hưởng của từng yếu tố tác động đến mức độ

hài lòng của khách hàng.

Chƣơng 4: Kết quả nghiên cứu

4.1 Phân tích thống kê mô tả

4.2 Phân tích nhân tố (EFA- Exploratory Factor

Analysis)

4.3 Kiểm định Cronbach’s Alpha

4.4 Mô hình nghiên cứu tổng quát

4.5 Phân tích tƣơng quan hệ số Pearson

4.6 Phân tích hồi quy (Regression)

4.7 Phân tích phƣơng sai ANOVA (ANOVA – Analysis

of Variance)

4.8 Đo lƣờng mức độ hài lòng của khách hàng














4.1.1 Thời gian sử dụng dịch vụ của khách hàng tại VCB


4.1.2 Số Ngân hàng giao dịch của khách hàng


4.1.3 Sản phẩm dịch vụ đang sử dụng

Bƣớc 1: Gom nhóm (q3.1; q3.2; q3.3; q3.4; q3.5 Thành q3)

Vào Data \ Define Multiple Response Sets…



Bƣớc 2: Chạy bảng thống kê

Vào Analyze\ Tables\ Custom Tables…

1

1. Click vào q3 kéo thả qua Rows

2. Click vào Summary Statistics, chọn

2 hàm: Count; Column

Responses%

3. Click vào Categories and Totals..

Chọn hàm Totals

Cuối cùng bấm OK 2

3

4.1 Phân tích thống kê mô tả 4.1.4 Tiêu chí mong đợi nhất của khách hàng khi giao dịch với

ngân hàng

Bƣớc 1: Gom nhóm (q4.1; q4.2; …; q4.9; q9.10 Thành q4)

theo tiêu chí mong đợi nhất = 1

Vào Data \ Define Multiple Response Sets…


ngân hàng

Bƣớc 2: Chạy bảng thống kê

Vào Analyze\ Tables\ Custom Tables…

1

1. Click vào q4 kéo thả qua Rows

2. Click vào Summary Statistics, chọn

2 hàm: Count; Column N %

3. Click vào Categories and Totals..

Chọn hàm Totals

Cuối cùng bấm OK 2

3


ngân hàng


4.1.5 Các nhân tố tác động đến chất lượng dịch vụ

Cách làm:

Analyze\ Descriptive Statistics\ Descriptives…



N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

SỰ THUẬN TIỆN

NH có mạng lưới đại lý rộng khắp 170 3 5 3.65 0.608

Thủ tục giao dịch dễ dàng và nhanh chóng 170 3 5 3.68 0.582

NH có địa điểm giao dịch thuận tiện 170 3 5 3.72 0.578

N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

SỰ HỮU HÌNH

NH có trang thiết bị và máy móc hiện đại 170 3 5 4.7 0.485

NH có các tài liệu, sách ảnh giới thiệu về dịch vụ 170 3 5 3.6 0.665

NH có các chứng từ giao dịch rõ ràng, không sai sót 170 3 5 4.08 0.725

Nhân viên NH ăn mặc lịch thiệp và ấn tượng 170 3 5 4.04 0.682



N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

PHONG CÁCH PHỤC VỤ

Nhân viên NH có trình độ chuyên môn giỏi 170 3 5 3.84 0.403

Nhân viên NH thực hiện dịch vụ chính xác kịp thời 170 3 5 3.84 0.403

Nhân viên NH giải quyết thỏa dáng các khiếu nại 170 3 4 3.81 0.397

Nhân viên NH luôn sẵn sàng phục vụ 170 3 5 4.74 0.55

Nhân viên NH rất lịch thiệp và ân cần 170 3 5 4.07 0.63

N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

HÌNH ẢNH DOANH NGHIỆP

NH luôn đi đầu trong các cải tiến và hoạt động xã hội 170 3 5 3.81 0.586

NH luôn giữ chữ tín đối với khách hàng 170 3 5 3.88 0.655

NH có chiến lược phát triển bền vững 170 3 5 3.97 0.683

NH có hoạt động Marketing rất hiệu quả và ấn tượng 170 3 5 3.86 0.554



N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

TÍNH CANH TRANH VỀ GIÁ

NH áp dụng mức lãi suất cạnh tranh 170 3 5 3.99 0.639

Chi phí giao dịch hợp lý 170 3 5 3.98 0.648

NH có chính sách giá linh hoạt 170 3 5 3.97 0.657

N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

TIẾP XÚC KHÁCH HÀNG

NH có đường dây nóng phục vụ khách hàng 24/24 170 3 5 4.06 0.711

Nhân viên NH thường xuyên liên lạc với khách hàng 170 3 5 3.58 0.668

NH luôn tổ chức tiệc cảm ơn khách hàng hàng năm 170 3 5 4.1 0.668

NH luôn lắng nghe ý kiến đóng góp của khách hàng 170 3 4 3.79 0.406



N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

DANH MỤC DỊCH VỤ

NH có danh mục dịch vụ đa dạng phong phú 170 3 5 4.68 0.482

NH luôn tiên phong cung cấp các dịch vụ mới 170 4 5 4.69 0.465

Khách hàng được tư vấn khi sử dụng dịch vụ 170 4 5 4.65 0.479

N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

SỰ TÍN NHIỆM

NH thực hiện dịch vụ đúng ngay từ lần đầu 170 3 5 3.63 0.66

NH bảo mật thông tin khách hàng và giao dịch 170 2 5 3.82 0.668

NH gửi bảng sao kê đều đặn và kịp thời 170 3 5 3.85 0.668


4.1.6 Đo lường mức độ hài lòng của khách hàng

N

Tối

thiểu

Tối

đa

Giá trị

TB

Độ lệch

chuẩn

Mức độ hài lòng với chất lượng dịch vụ của NH 170 3 5 3.74 .490

Ngân hàng đáp ứng nhu cầu của khách hàng 170 3 5 4.01 .639

Tiếp tục sử dụng dịch vụ ngân hàng 170 3 5 4.02 .527

Kết quả điều tra cho thấy mức độ hài lòng của khách hàng đối với

NH là khá cao, trong đó 3 biến quan sát của thang đo sự hài lòng

của khách hàng có GTTB từ 3.74 đến 4.02 và họ khẳng định sẽ tiếp

tục sử dụng dịch vụ NH trong tƣơng lai. Đây là một tín hiệu đáng

mừng cho kết quả hoạt động cũng nhƣ uy tín của NH trong nhiều

năm qua. Điều này cũng đòi hỏi NH cần phải nỗ lực nhiều hơn để

hoàn thiện hơn nữa chất lƣợng dịch và giữ gìn sự hài lòng của

khách hàng Mean

Trung binh.pptx

4.2 Phân tích nhân tố (EFA- Exploratory

Factor Analysis)

Phân tích nhân tố là một kỹ thuật phân tích

nhằm thu nhỏ và tóm tắt các dữ liệu, rất có

ích cho việc xác định các tập hợp nhóm biến.

Quan hệ của các nhóm biến có liên hệ qua lại

lẫn nhau đƣợc xem xét dƣới dạng một số các

nhân tố cơ bản.

Mỗi biến quan sát sẽ đƣợc tính một tỷ số gọi

là hệ số tải nhân tố (Factor Loading), hệ số

này cho biết mỗi biến đo lƣờng sẽ thuộc về

nhân tố nào.

Hệ số KMO (Kaiser-Meyer-Olkin) phải đạt giá trị

0.5 trở lên (0.5=<KMO<=1) thể hiện phân tích

nhân tố là phù hợp.

Kiểm định Bartlett (Bartlett’s test) có ý nghĩa

thống kê (sig < 0.05), chứng tỏ các biến quan

sát có tƣơng quan với nhau trong tổng thể.

Hệ số tải nhân tố (Factor Loading) là chỉ tiêu

đảm bảo mức ý nghĩa thiết thực của EFA >= 0.5.


Factor Analysis)

(Theo Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2007, phân tích dữ liệu

nghiên cứu với SPSS , nhà xuất bản Hồng Đức, TP, HCM)

Chú ý: Các biến có trọng số không rõ cho

một nhân tố nào thì cũng bị loại, ví dụ nhƣ có

trọng số ở nhân tố 1 là 0.7 nhƣng cũng có

trọng số cho nhân tố 2 là 0.6 cũng sẽ bị loại)

Factor Loading > 0.3 Đạt mức tối thiểu

Factor Loading > 0.4 Xem là quan trọng

Factor Loading > 0.5 Xem là có ý nghĩa thực

tiễn


Factor Analysis)

Factor Loading >= 0.3 cỡ mẫu ít nhất 350

Factor Loading >=0.5 cỡ mẫu khoảng 100 -> 350

Factor Loading >= 0.75 cỡ mẫu khoảng 50 -> 100

Theo Hair & ctg (1998,111), Multivariate Data Analysis,

Prentice-Hall International


Factor Analysis)

Total Varicance Explained (tổng phƣơng sai

trích) phải đạt giá trị từ 50% trở lên.

Eigenvalue (đại diện cho phần biến thiên đƣợc

giải thích bởi mỗi nhân tố) > 1 thì nhân tố rút ra

có ý nghĩa tóm tắt thông tin tốt nhất.

Giả sử phương sai trích = 66.793. người ta nói

phương sai trích bằng 66,793%. Con số này cho

biết các nhân tố giải thích được 66.793% biến

thiên của các biến quan sát (hay của dữ liệu)


Factor Analysis)

4.2.1 Phân tích nhân tố cho các biến độc lập

Bƣớc 1: Vào Analyze \Dimension Reduction\ Factor.

Bƣớc 2: Đƣa các biến độc lập -> Variables

(2)

(3)

(4)

(6)

(5)

(3): Descriptives

(4): Rotation

(5): Options

(6): OK


Factor Analysis)





Click chọn:

KMO and Bartlett's Test

of sphericity.


Factor Analysis)


Click chọn:

Varimax

Loading plot(s)


Factor Analysis)


Click chọn:

Sorted by size

Suppress

absolute values

less than: 0.5


Factor Analysis)


Kết quả

KMO = 0.918 nên phân tích nhân tố là phù hợp

Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng

tỏ các biến quan sát có tƣơng quan với nhau

trong tổng thể.


Factor Analysis)

Eigenvalues = 1.100 > 1 đại diện

cho phần biến thiên được giải thích

bởi mỗi nhân tố, thì nhân tố rút ra

có ý ghĩa tóm tắt thông tin tốt nhất.

Tổng phương sai trích: Rotation

Sums of Squared Loadings

(Cumulative %) = 86.926% > 50 %.

Điều này chứng tỏ 86.926% biến

thiên của dữ liệu được giải thích

bởi 6 nhân tố.

Bảng phân tích nhân tố lần đầu:

29 biến quan sát đƣợc

gom thành 6 nhân tố,

trong đó có 1 biến quan

sát là b4 có hệ số Factor

Loading < 0.5 nên loại

khỏi phân tích EFA.

Bảng phân tích nhân tố lần 2 (lần cuối)

KMO = 0.915 nên phân tích nhân tố

là phù hợp.

Sig. (Bartlett’s Test) = 0.000 (sig. <

0.05) chứng tỏ các biến quan sát có

tương quan với nhau trong tổng

thể.

Eigenvalues = 1.093 > 1 đại diện

cho phần biến thiên được giải thích

bởi mỗi nhân tố, thì nhân tố rút ra

có ý nghĩa tóm tắt thông tin tốt nhất.

Tổng phương sai trích: Rotation

Sums of Squared Loadings

(Cumulative %) = 87.604% > 50 %.

Điều này chứng tỏ 87.604% biến

thiên của dữ liệu được giải thích

bởi 6 nhân tố.

28 biến quan sát được gom thành 6

nhân tố, tất cả các biến số có hệ số

Factor Loading > 0.5

Số nhân tố 6 nhân tố.

Bảng phân

nhóm và đặt

tên nhóm

cho các nhân

tố:

STT Nhân tố Biến Chỉ tiêu Tên nhóm

1 1

c1 Phong cách phục vụ

Phong cách phục vụ

c2 Phong cách phục vụ f3 Tiếp xúc khách hàng c5 Phong cách phục vụ c4 Phong cách phục vụ f4 Tiếp xúc khách hàng c3 Phong cách phục vụ

2 2

h1 Sự tín nhiệm

Sự tín nhiệm f2 Tiếp xúc khách hàng b2 Sự hữu hình h2 Sự tín nhiệm h3 Sự tín nhiệm

3 3

e2 Tính cạnh tranh về giá

Tính cạnh tranh về giá e3 Tính cạnh tranh về giá e1 Tính cạnh tranh về giá b3 Sự hữu hình f1 Tiếp xúc khách hàng

4 4

g3 Danh mục dịch vụ

Danh mục dịch vụ b1 Sự hữu hình g2 Danh mục dịch vụ g1 Danh mục dịch vụ

5 5

d2 HÌnh ảnh Doanh nghiệp

HÌnh ảnh Doanh nghiệp

d3 HÌnh ảnh Doanh nghiệp d1 HÌnh ảnh Doanh nghiệp d4 HÌnh ảnh Doanh nghiệp

6 6 a2 Sự thuận tiện

Sự thuận tiện a1 Sự thuận tiện a3 Sự thuận tiện

4.2.2 Phân tích nhân tố cho các biến phụ thuộc:


Factor Analysis)

1

2

3

Analyze \Dimension Reduction\ Factor.



Factor Analysis)

1 2 3



Factor Analysis)



Factor Analysis)

KMO = 0.693 nên phân tích nhân tố là phù hợp.

Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến

quan sát có tương quan với nhau trong tổng thể.

Eigenvalues = 2.263 > 1 đại diện cho phần biến thiên được

giải thích bởi mỗi nhân tố, thì nhân tố rút ra có ý nghĩa tóm

tắt thông tin tốt nhất.

Tổng phương sai trích: Rotation Sums of Squared Loadings

(Cumulative %) = 75.449% > 50 %. Điều này chứng tỏ

75.449% biến thiên của dữ liệu được giải thích bởi 1 nhân

tố.

3 biến quan sát được gom thành 1 nhân tố, tất cả các biến

số có hệ số Factor Loading > 0.5


Hệ số Cronbach’s Alpha kiểm định độ

tin cậy của thang đo, cho phép loại bỏ

những biến không phù hợp trong mô

hình nghiên cứu.


Tiêu chuẩn chấp nhận các biến

Những biến có hệ số tƣơng quan biến tổng

phù hợp (Corrected Item – Total Correlation) >

0.3 trở lên.

Các hệ số Cronbach’s Alpha của các biến phải

từ 0.7 trở lên và >= Cronbach's Alpha if Item

Deleted

• Thỏa 2 điều kiện trên thì các biến phân tích được xem là chấp nhận và

thích hợp đưa vào phân tích những bước tiếp theo (Nunnally và

BernStein, 1994).

• Với những nghiên cứu mới lạ đối với người trả lời, tác giả chấp nhận

Cronbach’s Alpha từ 0.6 trở lên là bộ phận thang đo đó đạt yêu cầu

trong sử dụng. (Theo Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2007,

phân tích dữ liệu nghiên cứu với SPSS , nhà xuất bản Hồng Đức, TP,

HCM)


Cách làm:

Bƣớc 1: Analyze\ scale\ reliability analysis...

1 2


Cách làm:

Bƣớc 2: Click vào nút Statistics…

Chọn các hàm thống kê sau:


Kết quả nhƣ sau: 1. Phong cách phục vụ

Cronbach's Alpha: Hệ số Cronbach's Alpha

N of Items: Số lƣợng biến quan sát

Scale Mean if Item Deleted: Trung bình thang đo nếu loại biến

Scale Variance if Item Deleted: Phƣơng sai thang đo nếu loại biến

Corrected Item-Total Correlation: Tƣơng quan biến tổng

Cronbach's Alpha if Item Deleted: Hệ số Cronbach's Alpha nếu loại biến


Kết quả nhƣ sau: 2. Sự tín nhiệm

Cronbach's Alpha: Hệ số Cronbach's Alpha = 0.953 > 0.7

Corrected Item-Total Correlation: Tƣơng quan biến tổng > 0.3


Kết quả nhƣ sau: 3. Tính cạnh tranh về giá




Kết quả nhƣ sau: 4. Danh mục dịch vụ




Kết quả nhƣ sau: 5. Hình ảnh doanh nghiệp




Kết quả nhƣ sau: 6. sự thuận tiện




Kết quả nhƣ sau:

Đánh giá chung về mức độ hài lòng




• Sau khi tiến hành phân tích dữ liệu thu thập đƣợc

thông qua các bƣớc phân tích nhân tố và phân tích độ

tin cậy Cronbach’s Alpha, mô hình nghiên cứu đƣợc

điều chỉnh gồm 6 biến độc lập (Phong cách phục vụ,

Sự thuận tiện, Sự tín nhiệm, Sự hữu hình, Hình ảnh

doanh nghiệp và Tính cạnh tranh về giá) để đo lƣờng

biến phụ thuộc là Sự hài lòng của khách hàng.


Các giả thuyết: Những nhân tố tác động đến sự

hài lòng của khách hàng

H1: Phong cách phục vụ tác động đến sự hài lòng của khách hàng

H2: Tính cạnh tranh về giá tác động đến sự hài lòng của khách hàng

H3: Sự tín nhiệm tác động đến sự hài lòng của khách hàng

H4: Danh mục dịch vụ tác động đến sự hài lòng của khách hàng

H5: Hình ảnh doanh nghiệp tác động đến sự hài lòng của khách hàng

H6: Sự thuận tiện tác động đến sự hài lòng của khách hàng


Ngƣời ta sử dụng một số thống kê có tên là hệ số

tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ

của mối liên hệ tuyến tính giữa hai biến định lƣợng.

Nếu giữa 2 biến có sự tƣơng quan chặt thì phải lƣu ý

vấn đề đa cộng tuyến khi phân tích hồi quy.


Đa cộng tuyến là trạng thái các biến độc lập có tƣơng

quan chặt chẽ với nhau. Vấn đề của hiện tƣợng cộng

tuyến là chúng cung cấp cho mô hình những thông tin

rất giống nhau, và rất khó tách rời ảnh hƣởng của

từng biến một đến biến phụ thuộc.

Đa cộng tuyến làm tăng độ lệch chuẩn của các hệ số

hồi quy và làm giảm trị thống kê t của kiểm định ý

nghĩa nên các hệ số có khuynh hƣớng kém ý nghĩa.

Cần xem xét hiện tƣơng đa cộng tuyến khi phân tích

hồi quy nếu hệ số tƣơng quan pearson > 0.3.


Hình dạng phương trình:

Y = 1X1 + 2X2 + 3X3 + 4X4 + 5X5 + 6X6

Đặt các biến trong phƣơng trình hồi quy đa biến nhƣ sau:

X1 : Phong cách phục vụ (là trung bình của các biến

c1,c2,f3,c5,c4,f4,c3)

X2 : Sự tín nhiệm (là trung bình của các biến h1,f2,b2,h2,h3)

X3 : Tính cạnh tranh về giá (là trung bình của các biến e2,e3,e1,b3,f1)

X4 : Danh mục dịch vụ (là trung bình của các biến g3,b1,g2,g1)

X5 : Hình ảnh doanh nghiệp (là trung bình của các biến d2,d3,d1,d4)

X6 : Sự thuận tiện (là trung bình của các biến a2,a1,a3)

Y : Hài lòng với chất lƣợng dịch vụ ngân hàng (là trung bình của 3

biến q6,q7,q8)


Cách tạo biến X1:

X1 : Phong cách phục vụ (là trung bình của các biến

c1,c2,f3,c5,c4,f4,c3)

Vào Transform\ Compute Variable…

Đặt tên

biến mới

(X1)

Nhập hàm tính giá trị

trung bình Mean(đối số

1, đối số 2,… đối số n)

Bấm OK, kết quả tạo ra một biến mới

ở Data, tên là X1, Tƣơng tự tạo cho

các biến x2, x3, x4, x5, x6 và Y

Xem thêm

nhan so (scores).pptx


Cách làm phân tích hệ số Pearson:

Vào Analyze\ Correlate\ Bivariate…

Đƣa biến độc lập

và biến phụ

thuộc trong mô

hình hồi quy ->

Variables

Kết quả

pearson

• Các giá trị sig đều nhỏ hơn 0.05 do vậy các biến đều tương

quan với nhau và có ý nghĩa thống kê.

• Hệ số tương quan của các biến Xi tương tác nhau cũng khá lớn

> 0.3 nên khi phân tích tương quan cần chú ý đến hiện tượng tự

tương quan của các biến độc lập.

4.6.1 Phân tích hồi quy

Phân tích hồi quy sẽ xác định mối quan hệ giữa biến

phụ thuộc (hài lòng với chất lƣợng dịch vụ ngân hàng)

và các biến độc lập (phong cách phục vụ, tính cạnh

tranh về giá, sự tín nhiệm, danh mục dịch vụ, hình ảnh

doanh nghiệp, sự thuận tiện).

Mô hình phân tích hồi quy sẽ mô tả hình thức của mối

liên hệ và qua đó giúp dự đoán đƣợc mức độ của biến

phụ thuộc khi biết trƣớc giá trị của biến độc lập.

Phƣơng pháp phân tích đƣợc chọn lựa là phƣơng pháp

chọn từng bƣớc Stepwise or phƣơng pháp Enter, đây là

2 phƣơng pháp đƣợc sử dụng rộng rãi nhất.

Method:

Enter: đưa vào một lượt

Stepwise: từng bước

Remove: Loại bỏ một lượt

Backward: Loại bỏ dần

Forward: Đưa vào dần

Các phương pháp trên không phải lúc nào cũng

cho ra một phương trình. Chúng ta có thể xây

dựng nhiều mô hình có thể chấp nhận được và

sau đó chọn ra mô hình có khả năng giải thích,

khả năng thu thập dữ kiện dễ dàng của biến…

4.6 Phân tích hồi quy


Hình dạng phương trình:

Y = 1X1 + 2X2 + 3X3 + 4X4 + 5X5 + 6X6

Trong đó:

X1 : Phong cách phục vụ

X2 : Sự tín nhiệm

X3 : Tính cạnh tranh về giá

X4 : Danh mục dịch vụ

X5 : Hình ảnh doanh nghiệp

X6 : Sự thuận tiện

Y : Hài lòng với chất lƣợng dịch vụ ngân hàng


Cách làm:

Bƣớc 1: Vào Analyze\ Regression\ Linear…

1

2

3

4 Bƣớc 2:

(1): Đƣa biến phục thuộc vào ô Dependent

(2): Đƣa các biến độc lập vào ô Independent

(3): Click vào Statistics

(4): Chọn phƣơng pháp Stepwise, cuối cùng bấm OK.



4.6.1 Phân tích hồi quy

Kết quả phân tích thể hiện nhƣ sau:

• Ta thấy biến Y có tƣơng quan thuận với các biến Xi (i=1 → 6) vì hệ số

tƣơng quan đều khá cao R → +1, biến tƣơng quan mạnh nhất với biến

Y là biến X5 (R = 0.798), tƣơng quan yếu nhất là biến X3 (R = 0.646).

• Mức ý nghĩa kiểm định mối tƣơng quan của các biến đều có sig <

0.05 đo vậy, chúng có ý nghĩa về mặt thống kê.

he so tuong quan.pptx







Bảng này thể hiện phương

pháp chọn biến Stepwise vào

phương trình hồi quy,

Biến đưa vào đầu tiên là biến

tương quan mạnh nhất với biến

phụ thuộc Y (biến X5 mạnh nhất

tiếp đến là biến X6 … X4) và

cũng thể hiện số lượng biến

phù hợp trong mô hình hồi quy

đa biến.

4.6.2 Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội

• Hệ số tương quan R đã được chứng minh là hàm không giảm theo

số biến độc lập được đưa vào mô hình (6 biến).

• R2 = (0,855) thể hiện thực tế của mô hình.

• R2 điều chỉnh từ R2 được sử dụng để phản ánh sát hơn mức độ

phù hợp của mô hình hồi quy đa biến (0,849 ) vì nó không phụ

thuộc vào độ lệch phóng đại của R2.

• Như vậy, với R2 điều chỉnh là 0,849 cho thấy sự tương thích của mô

hình với biến quan sát là rất lớn và biến phụ thuộc sự hài lòng của

khách hàng gần như hoàn toàn được giải thích bởi 6 biến độc lập

trong mô hình.

4.6.3 Kiểm định độ phù hợp của mô hình

Tiêu chuẩn chấp nhận sự phù hợp của mô hình

tƣơng quan hồi quy là:

Kiểm định F phải có giá trị sig < 0.05

Tiêu chuẩn chấp nhận các biến có giá trị

Tolerance > 0,0001

Đại lƣợng chuẩn đoán hiện tƣợng đa cộng

tuyết với hệ số phóng đại phƣơng sai VIF

(Variance Inflation Factor) < 10


Kiểm định F sử dụng trong phân tích phương sai

là một 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 tập hợp của các biến độc lập. Trong trường

hợp này, ta thấy rằng trị thống kê F có giá trị sig

rất nhỏ cho thấy mô hình sử dụng là phù hợp

Bảng kết quả



Các biến đều đạt đƣợc tiêu chuẩn chấp

nhận (Tolerance > 0,0001).


Bảng kết quả

coefficients.pptx

Tiêu chí Collinearity diagnostics (chuẩn đoán hiện

tượng đa cộng tuyến) với hệ số phóng đại

phương sai VIF (Variance inflation factor) của các

biến độc lập trong mô hình đều rất nhỏ, có giá trị

từ 1.000 đến 3.107, thể hiện tính đa cộng tuyến

của các biến độc lập là không đáng kể và các

biến độc lập trong mô hình chấp nhận được.


Bảng kết quả

coefficients.pptx

Hệ số Durbin Watson dùng để kiểm định tự tương quan của các sai số

kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên

trong khoảng từ 0 đến 4; nếu các phần sai số không có tương quan

chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 -> 3); nếu giá trị

càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng

lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.


0 2 4

Thuận Nghịch Không tồn tại tương quan chuỗi 1 3

Hệ số Durbin Watson dùng để kiểm định tƣơng quan chuỗi bậc

nhất cho thấy mô hình không vi phạm khi sử dụng phƣơng pháp

hồi quy bội vì giá trị DW đạt đƣợc là 1.803 (nằm trong khoảng từ 1

đến 3) và chấp nhận giả thuyết không có sự tƣơng quan chuỗi bậc

nhất trong mô hình. Nhƣ vậy, mô hình hồi quy bội thỏa các điều

kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả

nghiên cứu.


Bảng kết quả

coefficients.pptx

4.6.4 Giải thích phƣơng trình

Từ bảng phân tích hồi quy trên, ta thấy mối quan hệ giữa

biến phụ thuộc Sự hài lòng của khách hàng và 6 biến độc

lập đƣợc thể hiện trong phƣơng trình hồi quy chuẩn hóa

sau:

Y = 0.301*X5 + 0.266*X6 + 0.194*X1 + 0.143*X3 +

0.143*X2 + 0.115*X4

Tất cả 6 thành phần đo lƣờng sự thỏa mãn của khách

hàng đều có mức ý nghĩa sig < 0.05, và mức ý nghĩa của

hằng số (0) có giá trị sig < 0.05. Nên 6 nhân tố này đƣợc

chấp nhận trong phƣơng trình hồi quy, và chúng tác động

ảnh hƣởng đến mức độ hài lòng của khách hàng (y)

Bảng kết quả

coefficients.pptx


Hình ảnh Doanh

nghiệp

Sự thuận tiện

Phong cách

phục vụ

Tính cạnh

tranh về giá

Sự tín nhiệm


Sự hài lòng

của khách hàng

Mô hình các yếu tố tác

động đến mức độ hài

lòng của khách hàng

= 0.301

= 0.266

= 0.194

= 0.143

= 0.143

= 0.115


Bảng kết quả

Theo phương trình hồi quy ở trên cho thấy Sự hài lòng của

khách hàng có quan hệ tuyến tính với các nhân tố:

Mạnh nhất là X5: hình ảnh doanh nghiệp (Hệ số Beta5 là

0,301),

Thứ hai là X6: sự thuận tiện (Hệ số Beta6 là 0,266),

Thứ ba là X1: phong cách phục vụ (Hệ số Beta1 là 0,194),

Thứ tư là X3: tính cạnh tranh về giá (Hệ số Beta3 là 0,143),

Thứ năm là X2: sự tín nhiệm (Hệ số Beta2 là 0,143).

Cuối cùng là X4: danh mục dịch vụ (Hệ số Beta4 là 0,115),

coefficients.pptx


Y = 0.301*X5 + 0.266*X6 + 0.194*X1 + 0.143*X3 +

0.143*X2 + 0.115*X4

Cũng phải nói thêm rằng các hệ số Beta >0 cho thấy các biến

độc lập tác động thuận chiều với Sự hài lòng khách hàng. Kết

quả này cũng khẳng định các giả thuyết nêu ra trong mô hình

nghiên cứu (H1-H6) được chấp nhận và được kiểm định phù

hợp. Như vậy, NH phải nỗ lực cải tiến những nhân tố này

để nâng cao sự hài lòng của khách hàng.


of Variance)

Khái niệm và vận dụng

Khi sử dụng kiểm định t đối với hai mẫu độc lập,

trƣờng hợp biến phân loại có 3 nhóm, chúng ta có thể

thực hiện 3 cặp so sánh (1-2,1-3,2-3). Nếu biến phân

lọai có 4 nhóm, chúng ta có thể phải thực hiện 6 cặp so

sánh (1-2,1-3,1-4,2-3,2-4,3-4). Trong những trƣờng hợp

nhƣ vậy, chúng ta có thể sử dụng phân tích phƣơng sai

(Analysis Of Variance - ANOVA)


of Variance)

Giả thuyết H1: Không có sự khác biệt về Sự hài lòng

của khách hàng giữa các nhóm khách hàng có thời

gian sử dụng dịch vụ khác nhau


của khách hàng giữa các nhóm khách hàng có số

lƣợng NH giao dịch khác nhau


của khách hàng giữa các nhóm khách hàng có số

lƣợng sản phẩm dịch vụ sử dụng khác nhau.

Phân tích ANOVA giữ biến phục thuộc với biến định tính


of Variance)

Thực hiện Anova với SPSS

Menu chọn Analyze > Compare Means>

One-Way ANOVA

Đƣa biến định lƣợng vào ô Dependent List

Biến phân loại xác định các đối tƣợng (nhóm)

cần so sánh vào ô Factor


of Variance)

Thực hiện Anova với SPSS

Menu chọn Analyze > Compare Means>

One-Way ANOVA

Dựa vào mức ý nghĩa (Sig) để kết luận:

Nếu sig < 0.05: có sự khác biệt có ý

nghĩa thống kê.

Nếu sig >= 0.05: chƣa có sự khác biệt

có ý nghĩa thống kê.


of Variance)

Giả thuyết H1: Không có sự khác biệt về Sự hài lòng của

khách hàng giữa các nhóm khách hàng có thời gian sử dụng

dịch vụ khác nhau.


of Variance)

2

1

3


of Variance)

1: Descriptive

2: Homogeneity of variance test

3: Means plot

4: Cotinue

5: OK


of Variance)

Kết quả:

Kiểm định Levene cho thấy sig = 0.113 (> 0.05) nên

chấp nhận giả thuyết phương sai của mức độ hài lòng là

bằng nhau giữa các nhóm khách hàng có thời gian sử

dụng dịch vụ khác nhau ở độ tin cậy 95%.


of Variance)

Kết quả:

Do vậy, bảng ANOVA sẽ đƣợc sử dụng. Kết quả Sig =

0.016 (<0.05) nên bác bỏ giả thuyết H1 ở độ tin cậy 95%, có

nghĩa là có sự khác biệt có ý nghĩa thống kê về mức độ hài

lòng của khách hàng giữa các nhóm khách hàng có thời gian

sử dụng dịch vụ khác nhau.


of Variance)

Kết quả:


of Variance)


khách hàng giữa các nhóm khách hàng có số lƣợng NH

giao dịch khác nhau


of Variance)

2

1

3


of Variance)

1: Descriptive

2: Homogeneity of variance test

3: Means plot

4: Cotinue

5: OK


of Variance)

Kết quả

Kiểm định Levene cho thấy sig = 0.001 (< 0.05) nên giả

thuyết phƣơng sai của mức độ hài lòng là khác nhau

giữa các nhóm khách hàng có số lượng ngân hàng giao

dịch khác nhau ở độ tin cậy 95%.

Lúc này, không thể sử dụng bảng ANOVA mà sử dụng kết

quả kiểm định Post Hoc (Thống kê Tamhane’s T2).


of Variance)

2

1

3


of Variance)


of Variance)

Kiểm định Post Hoc kiểm định sự khác biệt

về giá trị trung bình của biến định lƣợng giữa

từng cặp thuộc tính của biến định tính. Nếu ít

nhất có một cặp có sự khác biệt về giá trị

trung bình theo các thuộc tính của biến định

tính thì kết luận có sự khác biệt về giá trị

trung bình của biến định lƣợng theo các

thuộc tính của biến định tính.


of Variance)

Kết quả


of Variance)

Kết quả

Trong trƣờng hợp này, sử dụng thống kê

Tamhane, so sánh giá trị trung bình giữa nhóm

khách hàng giao dịch từ 1 -> 2 Ngân hàng và

nhóm khách hàng giao dịch với 3 -> 4 Ngân

hàng ta thấy, mức ý nghĩa Sig = 0.001 (< 0.05)

ở độ tin cậy 95%. Nên bác bỏ giả thuyết H2 và

kết luận rằng có sự khác biệt có ý nghĩa thống

kê về mức độ hài lòng của khách hàng giữa các

nhóm khách hàng có số lƣợng ngân hàng giao

dịch khác nhau.


of Variance)


of Variance)


khách hàng giữa các nhóm khách hàng có số lƣợng sản

phẩm dịch vụ sử dụng khác nhau.

Kết luận: chấp nhận giả thuyết H3: Không có sự khác biệt về Sự hài lòng

của khách hàng giữa các nhóm khách hàng có số lượng sản phẩm dịch vụ

sử dụng khác nhau.


of Variance)

• Phân tích ANOVA giữ biến độc lập với biến định tính

Tìm hiểu về thời gian sử dụng dịch vụ ngân hàng và

số ngân hàng giao dịch của khách hàng thì nhìn nhận

với các yếu tố tác động là nhƣ nhau hay không?


of Variance)


Thời gian sử dụng dịch vụ ngân hàng và các yếu tố

tác động








Tests of Between-Subjects Effects

Source Dependent Variable

Type III Sum of Squares df

Mean Square F Sig.

Corrected Model

x1 4.551a 4 1.138 7.045 0 x2 1.042b 4 0.261 0.693 0.598 x3 7.376c 4 1.844 4.798 0.001 x4 3.715d 4 0.929 5.071 0.001 x5 3.218e 4 0.804 2.389 0.053 x6 3.246f 4 0.811 2.64 0.036

Intercept

x1 317.348 1 317.348 1965.05 0.000 x2 285.056 1 285.056 758.427 0.000 x3 301.634 1 301.634 784.878 0.000 x4 448.383 1 448.383 2448.537 0.000 x5 291.327 1 291.327 865.21 0.000 x6 267.08 1 267.08 868.985 0.000

q1

x1 4.551 4 1.138 7.045 0.000 x2 1.042 4 0.261 0.693 0.598 x3 7.376 4 1.844 4.798 0.001 x4 3.715 4 0.929 5.071 0.001 x5 3.218 4 0.804 2.389 0.053 x6 3.246 4 0.811 2.64 0.036

Qua kết quả phân tích ANOVA nhiều yếu tố cho thấy, mức ý

nghĩa quan sát Sig. của biến (x2, x5) đều lớn hơn 0.05 có thể

nói chưa có sự khác biệt có ý nghĩa trong việc đánh giá của

các yếu tố (Sự tín nhiệm, Hình ảnh doanh nghiệp) so với thời

gian sử dụng dịch vụ ngân hàng.

Mức ý nghĩa các biến độc lập (x1, x3, x4, x6) đều có giá trị <

0.05. có thể nói có sự khác biệt có ý nghĩa trong việc đánh

giá mức độ hài lòng của các yếu tố (Phong cách phục vụ,

Tính cạnh tranh về giá, Danh mục dịch vụ, Sự thuận tiện) so

với thời gian sử dụng dịch vụ ngân hàng.

Sự thuận tiện

Phong cách phục vụ Tính cạnh tranh về giá



of Variance)


Số ngân hàng giao dịch của khách hàng và các yếu tố

tác động








Tests of Between-Subjects Effects

Source Dependent Variable

Type III Sum of Squares df

Mean Square F Sig.

Corrected Model

x1 5.471a 4 1.368 8.771 0.000 x2 3.931b 4 0.983 2.742 0.030 x3 9.960c 4 2.49 6.754 0.000 x4 5.290d 4 1.323 7.62 0.000 x5 5.679e 4 1.42 4.412 0.002 x6 5.850f 4 1.463 5.016 0.001

Intercept

x1 636.717 1 636.717 4083.519 0.000 x2 534.654 1 534.654 1491.999 0.000 x3 609.092 1 609.092 1652.222 0.000 x4 903.464 1 903.464 5205.1 0.000 x5 601.701 1 601.701 1869.819 0.000 x6 522.829 1 522.829 1793.199 0.000

q2

x1 5.471 4 1.368 8.771 0.000 x2 3.931 4 0.983 2.742 0.030 x3 9.96 4 2.49 6.754 0.000 x4 5.29 4 1.323 7.62 0.000 x5 5.679 4 1.42 4.412 0.002 x6 5.85 4 1.463 5.016 0.001

Qua kết quả phân tích ANOVA nhiều yếu tố cho thấy, mức ý

nghĩa quan sát Sig. của các biến độc lập (x1, x2, x3, x4, x5, x6)

đều có giá trị < 0.05. có thể nói có sự khác biệt có ý nghĩa

trong việc đánh giá mức độ hài lòng của các yếu tố (Phong

cách phục vụ, Sự tín nhiệm, Tính cạnh tranh về giá, Danh

mục dịch vụ, Hình ảnh doanh nghiệp, Sự thuận tiện) so với

khách hàng có số ngân hàng giao dịch khác nhau.

Phong cách

phục vụ Sự tín nhiệm

Tính cạnh

tranh về giá

Danh mục dịch vụ Hình ảnh

doanh nghiệp Sự thuận tiện



Kiểm định thang đo mức độ hài lòng của

khách hàng bằng One-Sample Statistics

Kiểm định này đo lƣờng mức độ hài lòng

của khác hàng có khác 0 hay không? Giả

thuyết H0 là mức độ hài lòng của khác

hàng = 0


Analyze\ Compare Means \ One-Sample T Test…


Kết quả:

Bảng thống kê cho thấy mức độ hài lòng của khách hàng tại VCB rất tốt. Việc đo lƣờng dựa trên thang đo từ 1 – 5 điểm tƣơng ứng với mức độ từ “hoàn toàn không hài lòng” đến “rất hài lòng”. Kết quả cho thấy mức độ hài lòng chung của khách hàng có GTTB là 3.86, giá trị này gần đến 4, chứng tỏ khách hàng “hài lòng” đối với chất lƣợng dịch vụ mà VCB cung cấp.


Kết quả:

Kết quả kiểm định One-Sample Test cho thấy Sig. =

0.000 (< 0.05), do vậy kết luận rằng “Mức độ hài lòng

của khách hàng” (GTTB = 3.86) có ý nghĩa về mặt

thống kê và có thể đại diện cho tổng thể, thể hiện

mức “hài lòng” của khách hàng về các sản phẩm

dịch vụ của ngân hàng ở độ tin cậy 95%.


Kết quả:

Kết quả này là một tín hiệu đáng khích lệ cho những

kết quả hoạt động cũng nhƣ uy tín của VCB trong

nhiều năm qua. Điều này đòi hỏi NH cần phải tiếp tục

duy trì và cải thiện chất lƣợng dịch vụ cung cấp đến

cho khách hàng. Tuy nhiên, đây cũng là một áp lực rất

lớn cho VCB trong việc không ngừng nỗ lực để đem

đến cho khách hàng sự hài lòng cao hơn nữa.

CHƢƠNG 5

GIẢI PHÁP, KẾT LUẬN VÀ HƢỚNG PHÁT

TRIỂN CỦA ĐỀ TÀI TRONG TƢƠNG LAI

• Dựa trên kết quả nghiên cứu và phân

tích ở các phần trƣớc, chƣơng 5 tập

trung đề xuất các giải pháp và hƣớng

phát triển lâu dài nhằm nâng cao chất

lƣợng dịch vụ của ngân hàng thƣơng

mại cổ phần VCB.

Hướng dẫn sử dụng SPSS trong nghiên cứu - phamlocblog

Education

Transcript of Hướng dẫn sử dụng SPSS trong nghiên cứu - phamlocblog