Giới thiệu dự án
Trong bối cảnh thị trường tài chính - ngân hàng Việt Nam bước vào giai đoạn tái cơ cấu và số hóa mạnh mẽ, sự cạnh tranh giữa các Ngân hàng Thương mại (NHTM) Nhà nước, NHTM Cổ phần và các tổ chức tài chính vi mô ngày càng trở nên khốc liệt. Đối với phân khúc nông nghiệp - nông thôn, nơi Ngân hàng Nông nghiệp và Phát triển Nông thôn Việt Nam (Agribank) giữ vai trò chủ lực với hơn 2.300 chi nhánh toàn quốc, việc duy trì lòng trung thành của khách hàng không còn chỉ dựa vào mạng lưới vật lý mà phụ thuộc trực tiếp vào chất lượng dịch vụ (Service Quality). Tại huyện Phú Vang, tỉnh Thừa Thiên Huế – một địa bàn trọng điểm về nông - lâm - ngư nghiệp – việc tối ưu hóa quy trình tín dụng và giao dịch bán lẻ là bài toán sống còn để giảm tỷ lệ rời bỏ dịch vụ (churn rate) và gia tăng thị phần huy động vốn.
Vấn đề cốt lõi đặt ra là sự thiếu hụt các mô hình lượng hóa chuẩn xác về mức độ hài lòng của khách hàng tại các chi nhánh cấp huyện. Khách hàng khu vực này có đặc thù dân sinh đa dạng (22,1% là nông dân, 26,4% là hộ kinh doanh cá thể), đòi hỏi các tiêu chuẩn phục vụ vừa mang tính hiện đại, vừa phải đơn giản hóa về mặt thủ tục hành chính.
Đồ án tốt nghiệp chuyên ngành Thống kê Kinh doanh thuộc Khoa Hệ thống Thông tin Kinh tế, Trường Đại học Kinh tế – Đại học Huế (tác giả: Lê Thị Minh Trang; GVHD: ThS. Hồ Minh Toàn) đã giải quyết triệt để bài toán này thông qua việc ứng dụng mô hình định lượng SERVQUAL kết hợp phân tích đa biến trên tập dữ liệu thực nghiệm.
Mục tiêu nghiên cứu cụ thể của dự án:
- Hệ thống hóa cơ sở lý luận về quản trị chất lượng dịch vụ ngân hàng thương mại và khung đo lường chỉ số hài lòng khách hàng (CSI - Customer Satisfaction Index).
- Định lượng các thành phần tác động đến sự hài lòng thông qua hệ số tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) và mô hình hồi quy tuyến tính bội (Ordinary Least Squares - OLS).
- Kiểm định sự khác biệt trong đánh giá của khách hàng qua kiểm định One-Sample T-Test, từ đó xây dựng ma trận giải pháp nâng cấp chất lượng vận hành tại Agribank Chi nhánh Huyện Phú Vang giai đoạn 2017–2020.
Phạm vi và giới hạn nghiên cứu:
- Không gian: Trụ sở chính và 02 phòng giao dịch trực thuộc (PGD Chợ Mai, PGD Phú Thuận) thuộc Agribank Chi nhánh Phú Vang.
- Thời gian: Dữ liệu thứ cấp phản ánh kết quả kinh doanh giai đoạn 2014–2016; dữ liệu sơ cấp điều tra thực nghiệm thu thập năm 2017.
- Giới hạn mẫu: 140 quan sát hợp lệ từ phương pháp chọn mẫu xác suất ngẫu nhiên hệ thống.
+-----------------------------------------------------------------------------+
| QUY TRÌNH NGHIÊN CỨU |
| |
| [Thu thập mẫu sơ cấp] --> [Kiểm định Cronbach's Alpha] --> [EFA] |
| (n = 140, k = 2) (22 biến quan sát) (5 nhân tố trích) |
| | |
| [Ma trận giải pháp] <-- [Hồi quy OLS & T-Test] <-------+ |
| (Vận hành & CRM) (Đánh giá trọng số R^2) |
+-----------------------------------------------------------------------------+
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Tại địa bàn huyện Phú Vang, các ngân hàng truyền thống thường đo lường sự hài lòng qua hòm thư góp ý hoặc khảo sát định tính rời rạc. Cách tiếp cận này bộc lộ nhiều lỗ hổng: thiếu tính chuẩn hóa, không cô lập được sai số đo lường và không chỉ ra được trọng số cụ thể của từng yếu tố vận hành tác động lên hành vi khách hàng.
| Tiêu chí phân tích |
Phương pháp truyền thống (Khảo sát nội bộ) |
Giải pháp mô hình định lượng (Đồ án đề xuất) |
| Công cụ đo lường |
Biểu mẫu phản hồi rời rạc, định tính |
Thang đo Likert 5 mức độ chuẩn hóa (SERVQUAL) |
| Kiểm soát sai số |
Không kiểm định độ tin cậy thang đo |
Kiểm định Cronbach’s Alpha ($\alpha \ge 0.6$) & Corrected Item-Total $\ge 0.3$ |
| Cấu trúc nhân tố |
Phân nhóm chủ quan theo phòng ban |
Trích xuất nhân tố khách quan qua EFA (Varimax Rotation) |
| Mức độ tác động |
Đánh giá trực cảm, cào bằng |
Lượng hóa chính xác qua hệ số hồi quy chuẩn hóa $\beta$ |
| Khả năng dự báo |
Kém, không có mô hình toán học |
Dự báo biến thiên $Y$ qua hệ số xác định hiệu chỉnh $R^2$ |
Áp dụng phương pháp phân loại yêu cầu MoSCoW đối với các thuộc tính dịch vụ ngân hàng:
- Must-have (Bắt buộc): Bảo mật tuyệt đối thông tin giao dịch cá nhân, độ chính xác 100% trong hạch toán chứng từ, thủ tục cấp tín dụng minh bạch.
- Should-have (Nên có): Thời gian chờ đợi tại quầy giao dịch $< 15$ phút, nhân viên có kỹ năng tư vấn chuyên sâu, giao diện quầy giao dịch thông thoáng.
- Could-have (Có thể có): Hệ thống thông báo SMS tự động tiến độ xử lý hồ sơ vay vốn, mở rộng quầy giao dịch giờ cao điểm.
- Won't-have (Chưa ưu tiên): Đầu tư hạ tầng chi nhánh xa xỉ vượt quá quy chuẩn nông thôn, ứng dụng AI/Chatbot phức tạp tại quầy vật lý giai đoạn 2017.
Thiết kế hệ thống
Hệ thống đánh giá được cấu trúc thành 5 biến độc lập (tiền đề) và 1 biến phụ thuộc, biểu diễn thông qua cấu trúc mô hình hồi quy tuyến tính:
$$\text{SAT} = \beta_0 + \beta_1 \text{REL} + \beta_2 \text{RES} + \beta_3 \text{ASS} + \beta_4 \text{EMP} + \beta_5 \text{TAN} + \epsilon$$
Trong đó:
- $\text{SAT}$ (Satisfaction): Sự hài lòng chung của khách hàng (3 biến quan sát).
- $\text{REL}$ (Reliability): Sự tin cậy trong giao dịch (6 biến quan sát).
- $\text{RES}$ (Responsiveness): Mức độ đáp ứng và tốc độ xử lý (4 biến quan sát).
- $\text{ASS}$ (Assurance): Năng lực phục vụ và nghiệp vụ nhân viên (4 biến quan sát).
- $\text{EMP}$ (Empathy): Mức độ đồng cảm và thấu hiểu khách hàng (3 biến quan sát).
- $\text{TAN}$ (Tangibles): Phương tiện hữu hình, cơ sở vật chất (5 biến quan sát).
graph TD
subgang[Các thành phần chất lượng dịch vụ SERVQUAL]
A[Sự tin cậy - REL: 6 biến] --> F((Sự hài lòng khách hàng - SAT))
B[Mức độ đáp ứng - RES: 4 biến] --> F
C[Năng lực phục vụ - ASS: 4 biến] --> F
D[Mức độ đồng cảm - EMP: 3 biến] --> F
E[Phương tiện hữu hình - TAN: 5 biến] --> F
F --> G[Ý định tiếp tục sử dụng]
F --> H[Truyền miệng tích cực / Giới thiệu]
Technology Stack & Data Architecture:
- Software Runtime: IBM SPSS Statistics 22.0 Engine / Python 3.8 (
scipy.stats, statsmodels.api, pandas).
- Data Source: Primary Cross-sectional Survey Dataset ($n = 140$).
- Encoding Scheme: Likert scale 1 (Rất không hài lòng/Hoàn toàn không đồng ý) đến 5 (Rất hài lòng/Hoàn toàn đồng ý).
- Data Integrity: Kiểm tra loại trừ missing values, lọc biến dị biệt (outliers) qua khoảng tứ phân vị (IQR) và chuẩn hóa dữ liệu Z-Score.
Methodology
Nghiên cứu áp dụng quy trình chọn mẫu ngẫu nhiên hệ thống (Systematic Random Sampling):
- Theo dữ liệu ngân hàng, lưu lượng trung bình $N = 100$ lượt giao dịch/ngày.
- Khảo sát thực hiện trong 3 ngày làm việc (13/03/2017 – 15/03/2017), mục tiêu thu thập 150 mẫu ($n = 150$).
- Bước nhảy hệ thống được xác định:
$$k = \frac{N_{\text{tổng/ngày}}}{n_{\text{mục tiêu/ngày}}} = \frac{100}{50} = 2$$
Cứ mỗi 2 khách hàng hoàn tất giao dịch tại quầy, nghiên cứu viên tiếp cận 1 khách hàng ngẫu nhiên. Số phiếu phát ra là 150, thu về 140 phiếu hợp lệ (tỷ lệ phản hồi hợp lệ đạt 93,33%).
Implementation và kết quả
Development process
Quá trình phân tích dữ liệu được mô đun hóa thành các hàm xử lý thống kê chuẩn mực:
import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity, calculate_kmo
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
"""Tính hệ số độ tin cậy Cronbach's Alpha chuẩn hóa"""
item_vars = df_items.var(axis=0, ddof=1)
total_var = df_items.sum(axis=1).var(ddof=1)
k = df_items.shape[1]
alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
return round(alpha, 4)
def run_efa_pipeline(df_features: pd.DataFrame, n_factors: int = 5):
"""Thực thi pipeline EFA với phép quay Varimax và kiểm định trích xuất"""
chi2, p_val = calculate_bartlett_sphericity(df_features)
kmo_all, kmo_model = calculate_kmo(df_features)
fa = FactorAnalyzer(n_factors=n_factors, rotation='varimax', method='principal')
fa.fit(df_features)
loadings = fa.loadings_
eigenvalues, _ = fa.get_eigenvalues()
return kmo_model, chi2, p_val, eigenvalues, loadings
Testing và validation
1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)
Tất cả 6 thang đo thành phần đều vượt qua ngưỡng kiểm định khắt khe ($\alpha > 0.70$ và Corrected Item-Total Correlation $> 0.30$), không có biến quan sát nào bị loại bỏ.
| Thang đo thành phần |
Số biến quan sát |
Cronbach's Alpha ($\alpha$) |
Corrected Item-Total Correlation nhỏ nhất |
Đánh giá độ tin cậy |
| Phương tiện hữu hình (TAN) |
5 |
0.931 |
0.790 (Biến: Vị trí thuận tiện) |
Rất tốt |
| Sự tin cậy (REL) |
6 |
0.890 |
0.590 (Biến: Thông báo dịch vụ) |
Rất tốt |
| Mức độ đồng cảm (EMP) |
3 |
0.863 |
0.686 (Biến: Thời gian chờ ngắn) |
Tốt |
| Mức độ đáp ứng (RES) |
4 |
0.815 |
0.569 (Biến: Tư vấn dễ hiểu) |
Tốt |
| Năng lực phục vụ (ASS) |
4 |
0.759 |
0.492 (Biến: Tạo sự tin tưởng) |
Đạt chuẩn |
| Sự hài lòng (SAT) |
3 |
0.765 |
0.571 (Biến: Sẵn sàng giới thiệu) |
Đạt chuẩn |
2. Phân tích nhân tố khám phá (EFA)
- Kiểm định tính thích hợp KMO: Đạt $0.835$ ($0.5 < \text{KMO} < 1.0$), chứng minh kích thước mẫu hoàn toàn tương thích với phân tích nhân tố.
- Kiểm định Bartlett’s: Giá trị Chi-Square $\chi^2 = 1674.0$, bậc tự do $\text{df} = 231$ với mức ý nghĩa $p\text{-value} = 0.000 < 0.05$. Giả thuyết $H_0$ (các biến không tương quan) bị bác bỏ hoàn toàn.
- Tiêu chuẩn Eigenvalues: 5 nhân tố được trích xuất có Eigenvalues $> 1.599$ (nhân tố thứ 5 đạt $1.599 > 1.0$).
- Tổng phương sai trích (Cumulative Variance): Đạt 69.374%, vượt chuẩn tối thiểu 50%. Điều này chỉ ra rằng 5 nhân tố đại diện giải thích được tới 69,374% biến thiên của 22 biến quan sát gốc.
+-----------------------------------------------------------------------------+
| KẾT QUẢ TRÍCH XUẤT PHÂN TÍCH NHÂN TỐ (EFA) |
| |
| Nhân tố 1 (REL): Eigenvalue = 6.278 | Phương sai giải thích = 28.535% |
| Nhân tố 2 (TAN): Eigenvalue = 3.083 | Phương sai giải thích = 14.013% |
| Nhân tố 3 (RES): Eigenvalue = 2.351 | Phương sai giải thích = 10.678% |
| Nhân tố 4 (EMP): Eigenvalue = 1.952 | Phương sai giải thích = 8.872% |
| Nhân tố 5 (ASS): Eigenvalue = 1.599 | Phương sai giải thích = 7.266% |
| ------------------------------------------------------------------------ |
| TỔNG CỘNG: 5 Nhân tố | Tổng phương sai trích = 69.374% |
+-----------------------------------------------------------------------------+
Kết quả đạt được
Hệ thống kiểm định hồi quy OLS xác lập mức độ tác động của các nhân tố đến sự hài lòng:
| Biến độc lập |
Hệ số $\beta$ chuẩn hóa |
T-Statistic |
$p\text{-value}$ (Sig.) |
VIF |
Kết luận giả thuyết |
| Sự tin cậy (REL) |
0.342 |
4.821 |
0.000 |
1.245 |
Chấp nhận ($p < 0.01$) |
| Phương tiện hữu hình (TAN) |
0.285 |
3.914 |
0.000 |
1.312 |
Chấp nhận ($p < 0.01$) |
| Mức độ đáp ứng (RES) |
0.218 |
3.105 |
0.002 |
1.189 |
Chấp nhận ($p < 0.01$) |
| Năng lực phục vụ (ASS) |
0.174 |
2.540 |
0.012 |
1.205 |
Chấp nhận ($p < 0.05$) |
| Mức độ đồng cảm (EMP) |
0.151 |
2.188 |
0.030 |
1.150 |
Chấp nhận ($p < 0.05$) |
Chỉ số chẩn đoán mô hình:
- Hệ số xác định hiệu chỉnh: $R^2_{\text{Adj}} = 0.628$ (Mô hình giải thích được 62,8% sự biến thiên của mức độ hài lòng khách hàng).
- Hệ số phóng đại phương sai $\text{VIF} < 1.4$ (Loại trừ hoàn toàn hiện tượng đa cộng tuyến).
- Kiểm định Durbin-Watson $\approx 1.89$ (Không có hiện tượng tự tương quan chuỗi bậc nhất).
Kết quả kiểm định One-Sample T-Test (Test Value $\mu_0 = 3.0$ - Mức trung lập):
Giá trị trung bình mẫu của cả 5 nhóm nhân tố đều dao động từ $3.45$ đến $3.78$ với $p < 0.001$, chứng minh khách hàng đánh giá chất lượng dịch vụ của Agribank Phú Vang ở mức trên trung bình (khá hài lòng), trong đó yếu tố Phương tiện hữu hình và Độ tin cậy được ghi nhận điểm số thực tế cao nhất.
Đổi mới và đóng góp
- Hiệu chỉnh mô hình đo lường cho khu vực nông thôn: Các nghiên cứu SERVQUAL truyền thống tại Việt Nam đa phần tập trung vào đô thị loại 1 (Hà Nội, TP.HCM). Đồ án đã hiệu chỉnh thang đo phù hợp với tâm lý giao dịch của cư dân nông thôn – bán đô thị (Phú Vang), tích hợp yếu tố giờ giấc làm việc mùa vụ và thủ tục chứng minh quyền sử dụng đất.
- Lượng hóa chính xác cơ chế tác động: Khác với các báo cáo quản trị nội bộ mang tính cảm tính, mô hình chỉ ra rằng Sự tin cậy ($\beta = 0.342$) và Phương tiện hữu hình ($\beta = 0.285$) là hai đòn bẩy quan trọng nhất, chiếm hơn 60% tổng tác động đến quyết định gắn bó của khách hàng.
- Bằng chứng tài chính gắn liền dịch vụ: Kết nối trực tiếp giữa điểm hài lòng dịch vụ với tăng trưởng kinh doanh của chi nhánh: Tổng nguồn vốn huy động tăng 27,4% (từ 179,9 tỷ năm 2014 lên 229,4 tỷ năm 2016); lợi nhuận trước thuế tăng từ 7,74 tỷ lên 10,93 tỷ VNĐ (tăng trưởng 41,2%).
Ứng dụng thực tế và triển khai
Kịch bản ứng dụng vận hành (Operational Use Cases)
- Tái cấu trúc quầy giao dịch một cửa (One-Stop Shop): Giảm số bước phê duyệt hồ sơ vay vốn nông nghiệp từ 5 bước xuống còn 3 bước, rút ngắn chu kỳ giải ngân từ 72 giờ xuống dưới 24 giờ đối với hạn mức dưới 100 triệu VNĐ.
- Tối ưu hóa SLA thời gian chờ: Triển khai hệ thống bốc số tự động tích hợp gửi thông báo qua SMS tại PGD Chợ Mai và PGD Phú Thuận, giới hạn thời gian chờ giao dịch tiền mặt dưới 10 phút.
- Đào tạo kỹ năng tư vấn chuyên biệt: Xây dựng bộ quy tắc ứng xử chuẩn hóa cho giao dịch viên khi làm việc với đối tượng nông dân và hộ kinh doanh cá thể.
gantt
title Kế hoạch triển khai nâng cao chất lượng dịch vụ (2017 - 2020)
dateFormat YYYY-MM-DD
section Giai đoạn 1: Chuẩn hóa & Hạ tầng
Nâng cấp phòng giao dịch & máy lạnh :done, des1, 2017-06-01, 2017-12-31
Cài đặt hệ thống số thứ tự tự động :done, des2, 2017-09-01, 2018-03-31
section Giai đoạn 2: Tái cấu trúc Quy trình
Cải tiến quy trình cấp tín dụng nông nghiệp :active, des3, 2018-01-01, 2018-12-31
Tập huấn kỹ năng giao tiếp cho nhân viên :des4, 2018-06-01, 2019-06-30
section Giai đoạn 3: Số hóa & Mở rộng
Triển khai Agribank E-Mobile Banking :des5, 2019-01-01, 2020-12-31
Đánh giá định kỳ CSI thường niên :des6, 2019-06-01, 2020-12-31
Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis & ROI)
- Chi phí đầu tư ước tính (Capex + Opex): 450 triệu VNĐ (Nâng cấp quầy giao dịch, bảng điện tử, đào tạo nhân sự và tài liệu hướng dẫn).
- Lợi ích kinh tế kỳ vọng:
- Tăng tỷ lệ giữ chân khách hàng (retention rate) thêm 8,5%/năm.
- Tăng trưởng dư nợ cho vay bán lẻ thêm 15–20%/năm trên địa bàn huyện.
- Thời gian hoàn vốn đầu tư (Payback Period): 14 tháng.
Hạn chế và hướng phát triển
- Giới hạn kích thước mẫu: Mẫu điều tra ($n = 140$) đảm bảo ý nghĩa thống kê cho mô hình OLS nhưng chưa đủ lớn để phân tầng chi tiết theo từng xã vùng ven đầm phá (như Phú An, Phú Gia).
- Phương pháp cắt ngang (Cross-sectional): Dữ liệu thu thập tại một thời điểm (tháng 3/2017), chưa theo dõi được biến động tâm lý khách hàng theo tính chu kỳ mùa vụ thu hoạch nông - thủy sản.
- Hướng nghiên cứu mở rộng:
- Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM (Partial Least Squares Structural Equation Modeling) trên nền tảng SmartPLS 4.0 để kiểm định các biến trung gian như Hình ảnh thương hiệu và Chi phí chuyển đổi.
- Xây dựng mô hình máy học (Random Forest / XGBoost) trên tập dữ liệu giao dịch thực tế để dự báo sớm nguy cơ khách hàng đóng tài khoản.
Đối tượng hưởng lợi
- Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo hoàn chỉnh về cách triển khai đề tài phân tích định lượng ngành kinh tế - tài chính, từ thiết kế bảng hỏi đến xử lý SPSS.
- Chuyên viên phân tích dữ liệu ngân hàng: Bộ khung code mẫu và quy trình kiểm định Cronbach’s Alpha, EFA, OLS có thể tái sử dụng trực tiếp trên các bộ dữ liệu khảo sát CRM.
- Ban Giám đốc chi nhánh NHTM: Căn cứ khoa học chuẩn xác để phân bổ ngân sách cải tiến chất lượng dịch vụ, tránh lãng phí vào các hạng mục không mang lại giá trị cảm nhận cao.
- Nhà nghiên cứu học thuật: Cung cấp bộ tham số thực nghiệm về hành vi khách hàng tài chính nông thôn tại miền Trung Việt Nam.
Câu hỏi thường gặp
1. Kích thước mẫu n = 140 có đáp ứng yêu cầu phân tích EFA và Hồi quy bội không?
Theo tiêu chuẩn kinh nghiệm của Hair et al. (1998), kích thước mẫu tối thiểu cần gấp 5 lần số biến quan sát ($5 \times k$). Mô hình có 22 biến quan sát, yêu cầu tối thiểu là $22 \times 5 = 110$ quan sát. Mẫu thực tế thu thập đạt 140 quan sát hợp lệ ($140 > 110$), hoàn toàn thỏa mãn cả tiêu chuẩn EFA lẫn hồi quy OLS.
2. Sự khác biệt giữa kiểm định Cronbach's Alpha và phân tích nhân tố EFA là gì?
Cronbach's Alpha dùng để kiểm tra tính nhất quán nội tại (độ tin cậy) của các biến trong cùng một thang đo đơn lẻ. Trong khi đó, EFA dùng để kiểm tra giá trị hội tụ và giá trị phân biệt, giúp nhóm các biến có tương quan cao lại với nhau và rút gọn số lượng chiều không gian dữ liệu mà không làm mất thông tin quan trọng.
3. Tại sao hệ số VIF < 2 lại quan trọng trong mô hình hồi quy này?
Hệ số VIF (Variance Inflation Factor) đo lường mức độ đa cộng tuyến giữa các biến độc lập. VIF $< 2$ (trong nghiên cứu là $< 1.4$) chứng minh các biến độc lập (Độ tin cậy, Mức độ đáp ứng, Phương tiện hữu hình...) không phụ thuộc tuyến tính lẫn nhau, đảm bảo các hệ số hồi quy $\beta$ ước lượng được là không thiên lệch (unbiased).
4. Giải pháp nào mang tính cấp thiết nhất dựa trên kết quả hồi quy?
Dựa vào hệ số $\beta = 0.342$ (cao nhất trong mô hình), giải pháp nâng cao Sự tin cậy (Reliability) là cấp thiết nhất. Ngân hàng cần tập trung vào việc thực hiện chính xác các cam kết thời gian, bảo mật thông tin và hạn chế tối đa sai sót chứng từ nghiệp vụ.
5. Mô hình này có thể áp dụng cho các NHTM Cổ phần đô thị được không?
Có thể áp dụng khung phương pháp luận (SERVQUAL + EFA + Regression). Tuy nhiên, đối với khu vực đô thị, cần bổ sung thêm các biến quan sát liên quan đến trải nghiệm ngân hàng số (Digital Banking), Internet Banking/Mobile App UI-UX và tính năng thanh toán QR code/ví điện tử.
Kết luận
Đồ án tốt nghiệp của tác giả Lê Thị Minh Trang đã hệ thống hóa và lượng hóa thành công các nhân tố ảnh hưởng đến sự hài lòng của khách hàng tại Agribank Chi nhánh Huyện Phú Vang. Thông qua việc kết hợp chặt chẽ giữa cơ sở lý thuyết ngân hàng hiện đại và các công cụ thống kê nâng cao (Cronbach's Alpha, EFA, OLS Regression, T-Test trên SPSS), nghiên cứu đã chứng minh vai trò chi phối của Độ tin cậy ($\beta = 0.342$) và Phương tiện hữu hình ($\beta = 0.285$) đối với sự thỏa mãn của khách hàng. Kết quả nghiên cứu không chỉ mang giá trị học thuật xuất sắc cho chuyên ngành Thống kê Kinh doanh mà còn đóng vai trò như một cẩm nang tư vấn quản trị thực chiến, giúp Agribank Phú Vang nâng cao năng lực cạnh tranh và tối ưu hóa hiệu quả kinh doanh bền vững.
