Download miễn phí Luận văn Xây dựng mối quan hệ khách hàng và lòng trung thành của khách hàng đối với dịch vụ ngân hàng cá nhân tại ngân hàng thương mại cổ phần



Hệ số Cronbach’s Alpha dùng để kiểm định thống kê về mức độ chặt chẽ mà các biến
quan sát trong thang đo tương quan với nhau. Nhiều nhà nghiên cứu đồng ý rằng khi
Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo là tốt, từ 0.7 đến gần 0.8 là sử
dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0.6 trở lên cũng
có thể chấp nhận được, nhưng nếu Cronbach’s Alpha quá cao (>0.95) thì thang đo cũng
không tốt vì các biến đo lường gần như là một . Kết quả tính toán Cronbach’s Alpha của
các thành phần thang đo chất lượng lượng dịch vụ hữu hình - vô hình, chiêu thị, mối quan
hệ khách hàng, lòng trung thành khách hàng được thể hiện trong bảng 4.1.


http://s1.liketly.com/flash/edoc/jh2i1fkjb33wa7b577g9lou48iyvfkz6-swf-2013-10-24-luan_van_xay_dung_moi_quan_he_khach_hang_va_long_t.ubiQnLFpLH.swf /tai-lieu/de-tai-ung-dung-tren-liketly-42088/
Để tải bản DOC Đầy Đủ xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.

Ai cần download tài liệu gì mà không tìm thấy, thì đăng yêu cầu down tại đây nhé:

http://ket-noi.com/forum/viewtopic.php?f=131&t=100854

Tóm tắt nội dung:

hư ban đầu cho thấy có 2 yếu tố được trích tại giá trị Eigen là 1.386 và phương sai
trích được là 48.717%. Như vậy, phương sai trích không đạt yêu cầu và có hai biến quan
sát bị loại do có hệ số tải nhân tố nhỏ hơn 0.5 (CLDVVH5 và CLDVVH9). Sau khi loại
hai biến trên, 12 biến quan sát còn lại được đưa vào phân tích EFA lần nữa, lúc này có 2
yếu tố được trích tại giá trị Eigen là 1.385, phương sai trích là 51.174 lớn hơn 50% và các
biến quan sát đều có hệ số tải nhân tố lớn hơn 0.5 nên đạt yêu cầu, kết quả cho thấy trong
Bảng 4.2.
Kế đến là phân tích EFA cho các khái niệm được giả định là đơn hướng bao gồm
chiêu thị, mối quan hệ khách hàng, lòng trung thành của khách hàng. Kết quả phân tích
được trình bày trong bảng 4.3 cho thấy tất cả hệ số tải nhân tố đều lớn hơn 0.6. Bên cạnh
đó, chỉ số KMO của các khái niệm lớn (giữa 0.5 và 1) và Sig của Bartlett’s test nhỏ hơn
0.05 (0.000) cũng là điều kiện đủ để phân tích nhân tố là thích hợp27, cụ thể như sau:
- Khái niệm chiêu thị được đo bởi sáu biến quan sát (CT1  CT6), chỉ số KMO là
0.804, giá trị Eigen là 3.390, phương sai trích 56.500.
- Khái niệm mối quan hệ với khách hàng được đo bởi bảy biến quan sát (MQH1 
MQH7), chỉ số KMO là 0.858, giá trị Eigen là 3.765, phương sai trích 53.788.
- Khái niệm lòng trung thành của khách hàng được đo bởi bốn biến quan sát (LTT1
 LTT4), chỉ số KMO là 0.801, giá trị Eigen là 2.895, phương sai trích 72.383.
Tóm lại, với tất cả kết quả phân tích EFA như trên, các biến quan sát đã thay mặt được
cho các khái niệm nghiên cứu cần đo sau khi loại trừ hai biến DGCLVH5 và
DGCLVH9.
25
Hair & ctg, 2006
26
Gerbing & Anderson, 1988
27
Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008
- Trang 44 –
Bảng 4.2 Phân tích nhân tố của thành phần chất lƣợng dịch vụ
Biến quan sát
Hệ số tải nhân tố của các thành phần
1 2
DGCLVH3 0.790
DGCLVH4 0.767
DGCLVH1 0.747
DGCLVH2 0.746
DGCLVH7 0.533
DGCLVH6 0.508
DGCLVH8 0.503
DGCLHH3 0.827
DGCLHH2 0.746
DGCLHH5 0.670
DGCLHH4 0.640
DGCLHH1 0.556
Giá trị Eigen 4.756 1.385
Phƣơng sai trích 39.630 11.544
Chỉ số KMO = 0.863 và Sig của Bartlett’s Test = 0.000
(Nguồn: Tổng hợp từ Phụ lục 3, trang 80)
- Trang 45 –
Bảng 4.3 Phân tích nhân tố của các khái niệm nghiên cứu
Biến quan sát Hệ số tải
nhân tố
Giá trị
Eigen
Phƣơng
sai trích
KMO Sig của
Bartlett’sTest
Chiêu thị của ngân hàng 3.390 56.500 0.804 0.000
CT2 0.841
CT3 0.810
CT1 0.764
CT4 0.725
CT5 0.707
CT6 0.646
Mối quan hệ với khách hàng 3.765 53.788 0.858 0.000
MQH3 0.809
MQH4 0.770
MQH7 0.753
MQH6 0.739
MQH2 0.708
MQH1 0.700
MQH5 0.642
Lòng trung thành của khách hàng 2.895 72.383 0.801 0.000
LTT3 0.901
LTT4 0.883
LTT1 0.838
LTT2 0.775
4.2.3. Phân tích tƣơng quan
Phân tích tương quan nhằm để đánh giá giá trị phân biệt giữa các biến độc lập và biến
phụ thuộc. Kết quả hệ số tương quan nhỏ hơn 0.85 chỉ ra rằng giá trị phân biệt có khả
năng tồn tại giữa hai biến28. Bảng 4.4 tóm tắt các hệ số tương quan Spearman’s Rho giữa
các biến được giải thích. Tất cả hệ số tương quan đều không vượt quá 0.85 (dao động từ
0.223 đến 0.690), chứng tỏ rằng các khái niệm nghiên cứu chiêu thị, chất lượng dịch vụ
hữu hình - vô hình, mối quan hệ khách hàng, lòng trung thành khách hàng đạt giá trị phân
biệt, tức là các thang đo trong nghiên cứu này đã đo lường được các khái niệm nghiên
cứu khác nhau.
28
John và Benet-Martinez, 2000
(Nguồn: Tổng hợp từ Phụ lục 3, trang 80)
- Trang 46 –
Bảng 4.4 Sự tƣơng quan giữa các khái niệm nghiên cứu
CT MQH LTT CLVH CLHH
Chiêu thị của ngân hàng (CT) 1.000 0.507** 0.514** 0.223** 0.254**
Mối quan hệ khách hàng (MQH) 0.507** 1.000 0.690** 0.574** 0.455**
Lòng trung thành khách hàng (LTT) 0.514** 0.690** 1.000 0.398** 0.362**
Chất lượng dịch vụ vô hình (CLVH) 0.223** 0.574** 0.398** 1.000 0.534**
Chất lượng dịch vụ hữu hình (CLHH) 0.254** 0.455** 0.362** 0.534** 1.000
Ghi chú: ** Tương quan Spearman có ý nghĩa thống kê ở mức 0.01, n=183
Kết quả bảng 4.4 cho thấy giữa các biến đều có hệ số tương quan đáng kể, nghĩa là
đều có mối quan hệ đáng kể giữa các thành phần với nhau. Biến chiêu thị của ngân hàng
tương quan cùng chiều với biến mối quan hệ khách hàng (r = 0.507), nghĩa là nếu chiêu
thị của ngân hàng đến với khách hàng tăng thì mối quan hệ thân thiết giữa ngân hàng với
khách hàng cũng tăng theo. Biến mối quan hệ khách hàng có liên hệ đáng kể với biến
lòng trung thành khách hàng (r = 0.690), điều này có thể hiểu rằng nếu ngân hàng giữ
được mối quan hệ với khách hàng ngày càng sâu thêm thì sẽ tạo được lòng trung thành từ
khách hàng ngày càng bền vững hơn. Tương tự, biến chất lượng dịch vụ vô hình và hữu
hình cũng ảnh hưởng đáng kể đến biến mối quan hệ khách hàng (r = 0.574, r = 0.455),
một khi chất lượng dịch vu vô hình cũng như hữu hình gia tăng thì mối quan hệ khách
hàng sẽ trở nên tốt đẹp, tích cực hơn. Bên cạnh đó, hệ số tương quan giữa chiêu thị và
chất lượng dịch vụ vô hình - hữu hình tuy không cao nhưng là có tồn tại sự liên hệ giữa
các biên (r = 0.223, r = 0.254), nghĩa là một khi chất lượng dịch vụ có tăng thì việc chiêu
thị của ngân hàng mới đạt kết quả tốt và ngược lại.
4.3. Kiểm định mô hình nghiên cứu và các giả thuyết
Hồi quy tuyến tính bội được dùng để kiểm định và giải thích lý thuyết nhân quả.
Ngoài chức năng là một công cụ mô tả, hồi quy tuyến tính bội cũng được sử dụng như
một công cụ kết luận để kiểm định các giả thuyết và dự báo các giá trị của tổng thể
nghiên cứu29. Như vậy, hồi quy tuyến tính bội là phương pháp thích hợp để kiểm định các
giả thuyết nghiên cứu đối với nghiên cứu này.
29
Cooper và Schindler,2003 & Duncan, 1996
(Nguồn: Tổng hợp từ Phụ lục 3, trang 80)
- Trang 47 –
4.3.1. Mô hình hồi quy tuyến tính bội
Để kiểm định các giả thuyết H1, H2. H3, H4 như đã nêu, hai mô hình hồi quy tuyến
tính bội được phát triển như sau:
- Mô hình thứ nhất kiểm định mối quan hệ giữa ba biến độc lập chất lượng dịch vụ
hữu hình (CLDVHH), chất lượng dịch vụ vô hình (CLDVVH) và chiêu thị (CT) với biến
phụ thuộc mối quan hệ khách hàng (MQH).
MQH = β0 + β1CLDVHH + β2CLDVVH + β3CT + ei
- Mô hình thứ hai kiểm định mối quan hệ giữa ba biến độc lập chất lượng dịch vụ
hữu hình (CLDVHH), chất lượng dịch vụ vô hình (CLDVVH) và mối quan hệ khách
hàng (MQH) với biến phụ thuộc lòng trung thành khách hàng (LTT).
LTT = β0 + β1CLDVHH + β2CLDVVH + β3MQH + ej
Trong đó, βk là hệ số của phương trình hồi quy và ei, ej là phần dư.
Trong chương trình SPSS, giá trị bội R chỉ rõ độ lớn của mối quan hệ giữa các biến
độc lập và phụ thuộc. Hệ số R2 đo lường tỷ lệ tổng biến thiên của biến phụ thuộc được
giải thích bằng các biến độc lập trong mô hình. Giá trị R2 càng cao thì khả năng giải thích
của mô hình hồi quy càng lớn và việc đoán biến phụ thuộc càng chính xác. Phép kiểm
định phân tích ANOVA được dùng để kiểm định giả thuyết về độ phù hợp của mô hình
hồi quy tuyến tính, nó xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các
biến độc lập hay không. N

---