Giải pháp nâng cao chất lƣợng dịch vụ của trung tâm dịch vụ khách hàng 24 7 tại ngân hàng tmcp v (8)

50
Bảng 2.4: Thang đo chất lƣợng dịch vụ
của Trung tâm dịch vụ khách hàng 24/7 tại Ngân hàng VPBank
Tên thành
phần

Ký
hiệu

NỘI DUNG

biến
Tổng đài viên luôn sẵn sàng hỗ trợ, tư vấn, giải đáp các thắc

ĐỘ

TIN REL1

cam kết.

CẬY
(DTC)

REL2

SỰ CẢM EMP1
THƠNG
(SCT)
PHƢƠNG
TIỆN

EMP2

TAN1

HỮU
HÌNH

mắc của anh/ chị nhanh chóng, chính xác theo đúng như
Các thơng tin của anh/ chị luôn được Trung tâm dịch vụ
khách hàng 24/7 bảo mật.
Tổng đài viên luôn quan tâm, chủ động liên hệ khi anh/ chị
gặp sự cố.
Tổng đài viên hiểu rõ nhu cầu, lấy lợi ích của anh/ chị là
điều tâm niệm của họ.
Trung tâm dịch vụ khách hàng 24/7 có các sách, ảnh, ấn
phẩm giới thiệu đến các dịch vụ của trung tâm rất đẹp.
Tổng đài viên có thể nhận diện ra anh/ chị ngay khi kết nối

TAN2 thành cơng.

(PTHH)
Anh/ chị có thể nhanh chóng kết nối được với tổng đài viên
HIỆU

RES1

hàng 24/7.

QUẢ
PHỤC

24/24 thông qua số điện thoại của Trung tâm dịch vụ khách

RES2

VỤ

Tổng đài viên có đủ hiểu biết để có thể hỗ trợ được nhiều
vấn đề khác nhau của anh/ chị.
Tổng đài viên luôn liên hệ lại với anh/ chị khi anh/ chị kết

(HQPV)
RES3

nối tới Trung tâm dịch vụ khách hàng 24/7 nhiều lần mà
không gặp được tổng đài viên.
Anh/chị cảm thấy an toàn khi kết nối tới Trung tâm dịch vụ

SỰ ĐẢM

ASS1

khách hàng 24/7 cũng như nói chuyện với tổng đài viên.


51
Tổng đài viên luôn xác nhận lại thông tin cá nhân để đảm

BẢO
(SDB)

ASS2

bảo anh/ chị đúng là khách hàng của Ngân hàng.

CHẤT

SQ1

Anh/ chị hài lòng với chất lượng dịch vụ của Trung tâm
dịch vụ khách hàng 24/7 tại Ngân hàng VPBank.

LƢỢNG
DỊCH VỤ
(CLDV)

SQ2

Chất lượng dịch vụ của Trung tâm dịch vụ khách hàng 24/7
tại VPBank tốt hơn các ngân hàng khác.

2.2.6.2. Phân tích dữ liệu
Sau khi hồn thiện xong cơng tác điều tra, thu thập dữ liệu, tác giả tiến hành
phân tích dữ liệu theo các phương pháp sau:
 Phương pháp thống kê mô tả
Đây là kỹ thuật giúp người nghiên cứu mô tả tổng quát về đặc điểm của mẫu
nghiên cứu và kết quả khảo sát có được. Ví dụ: mẫu khảo sát có bao nhiêm nam;
bao nhiêu nữ; có bao nhiêu người ở tại Hà Nội; bao nhiêu người ở thành phố Hồ
Chí Minh; điểm trung bình đánh giá câu hỏi A nào đó là rơi vào bao nhiêu trên
thang đo Likert 1-5;….

Loại thống kê mô tả phổ biến nhất là các thơng số gồm:
 Giá trị trung bình: Mean, Average: bằng tổng tất cả các giá trị biến quan sát
chia cho số quan sát
 Số trung vị (Median, ký hiệu: Me): là giá trị của biến đứng ở giữa của một
dãy số đã được sắp theo thứ tự tăng hoặc giảm dần.
 Mode (ký hiệu: Mo): là giá trị có tần số xuất hiện cao nhất trong tổng số hay
trong một dãy số phân phối.
 Phương sai: là trung bình giữa bình phương các độ lệch giữa các biến và giá
trị trung bình của các biến đó.
 Độ lệch chuẩn: là căn bậc hai của phương sai
 Kiếm định Cronbach’s Alpha


52
Là kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến
tổng hợp trên cơ sở nhiều biến đơn.
Công thức của hệ số Cronbach’s alpha là:
α = N*p/ [1+p*(N-1)
Trong đó
p là hệ số tương quan trung bình giữa các mục hỏi. Ký tự Hy Lạp p trong cơng thức
tượng trưng cho tương quan trung bình giữa tất cả các cặp mục hỏi được kiểm tra.
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là
tốt phải có hệ số α >= 0,8. Mặc dù vậy, nếu có một danh mục quá nhiều các mục hỏi
(N là số mục hỏi) thì sẽ có nhiều cơ hội để có hệ số α cao.
Các biến quan sát cùng đo lường một biến tiềm ẩn phải có tương quan với
nhau, vì vậy phương pháp đánh giá tính nhất quán nội tại sử dụng hệ số Cronbach’s
Alpha để thể hiện tính đáng tin cậy của thang đo. Theo Nguyễn Đình Thọ (2011)
cho rằng một thang đo có độ tin cậy tốt khi hệ số Cronbach’s alpha >= 0,6 là thang
đo có thể chấp nhận được về mặt độ tin cậy, nhưng không được lớn hơn 0,95 vì bị
vi phạm trùng lặp trong đo lường. Những biến có hệ số tương quan biến tổng hiệu

chỉnh nhỏ hơn 0,3 sẽ bị loại.
Vì vậy, trong nghiên cứu này hệ số Cronbach’s alpha từ 0,6 trở lên là có thể
chấp nhận được. Tính tốn Cronbach’s Alpha giúp người phân tích loại bỏ các biến
khơng phù hợp và hạn cchế các biến rác trong quá trình nghiên cứu.
 Phương pháp phân tích nhân tố khám phá (EFA)
Phương pháp này được sử dụng để kiểm định sự hội tụ của các biến thành
phần về khái niệm. Các biến có hệ số tương quan đơn giữa biến và các nhân tố
(factor loading) nhỏ hơn 0,5 sẽ bị loại. Điểm dừng trích khi các yếu tố có “Initial
Eigenvalues” >=1.
Phân tích nhân tố khám phá (EFA) là kỹ thuật chủ yếu để thu nhỏ và tóm tắt
dữ liệu. Phân tích nhân tố khám phát phát huy tính hữu ích trong việc xác định các
tập biến cần thiết cho vấn đề nghiên cứu cũng như rất cần thiết trong việc tìm mối
quan hệ giữa các biến với nhau.