6. Kết cấu của luận văn
2.2.3.3Kiểm định các giả thuyết và mô hình nghiên cứu
Sau khi đã phân tích nhân tố khám phá (EFA) và xác định các yếu tố thành phần có ảnh hưởng đến biến phụ thuộc (quyết định sử dụng) thì sau đây các giả thuyết nghiên cứu cần phải được kiểm định bằng phương pháp phân tích hồi quy. Phương pháp thực hiện là phân tích hồi quy tuyến tính, đưa vào từng lượt (Enter) để kiểm định các giả thuyết đã đề ra là có mối quan hệ tuyến tính giữa các thành phần đã đề xuất với quyết định sử dụng và xác định vai trò quan trọng của từng thành phần trong việc ảnh hưởng đến quyết định sử dụng thẻ tín dụng tại SCB.
Để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định R2(R-quare) để đánh giá mức độ phù hợp của mô hình nghiên cứu, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có một biến giải thích trong mô hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R2 điều chỉnh ( >0,5) để đánh giá độ phù hợp của mô hình vì nó không thổi phồng mức độ phù hợp của mô hình. Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1< Durbin – Watson < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2,5). Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự thỏa mãn khách hàng càng lớn (Hoàng Trọng và Mộng Ngọc, 2005).
Kết quả mô hình hồi quy lần 1 có hệ số xác định R2 (R-quare) là 0,567 và R2 điều chỉnh (Adjusted R-quare) là 0,559; cho thấy mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu với mức 55,9% (nghĩa là mô hình đã giải thích được 55,9% sự biến thiên của biến phụ thuộc quyết định sử dụng). Trị số thống kê F đạt giá trị 69,671 được tính từ giá trị R2 của mô hình đầy đủ, tại mức ý nghĩa Sig = 0,000; kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1<1,814<3). Như vậy, mô hình hồi quy tuyến tính bội đưa ra là phù hợp với mô hình và dữ liệu nghiên cứu. Kết quả phân tích hồi quy phương trình được trình bày.
Bảng 2.11: Kết quả phân tích hồi quy lần một
Bảng hệ số tương quan
SUDUNG LOIICH TTIEN ATBM DESD CHIPHI MAR HANH
Pearson Correlat ion SUDUNG 1,000 ,577 ,564 ,508 ,534 ,657 ,447 ,522 LOIICH ,577 1,000 ,552 ,563 ,555 ,529 ,363 ,462 TTIEN ,564 ,552 1,000 ,597 ,640 ,534 ,490 ,418 ATBM ,508 ,563 ,597 1,000 ,597 ,581 ,446 ,457 DESD ,534 ,555 ,640 ,597 1,000 ,533 ,460 ,427 CHIPHI ,657 ,529 ,534 ,581 ,533 1,000 ,404 ,450 MAR ,447 ,363 ,490 ,446 ,460 ,404 1,000 ,307 HANH ,522 ,462 ,418 ,457 ,427 ,450 ,307 1,000 Sig. (1- tailed) SUDUNG , ,000 ,000 ,000 ,000 ,000 ,000 ,000 LOIICH ,000 , ,000 ,000 ,000 ,000 ,000 ,000 TTIEN ,000 ,000 , ,000 ,000 ,000 ,000 ,000 ATBM ,000 ,000 ,000 , ,000 ,000 ,000 ,000 DESD ,000 ,000 ,000 ,000 , ,000 ,000 ,000 CHIPHI ,000 ,000 ,000 ,000 ,000 , ,000 ,000 MAR ,000 ,000 ,000 ,000 ,000 ,000 , ,000 HANH ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,
Kết quả hồi quy (1)
Mô hình Hệ số R Hệ số R2 Hệ số R2
hiệu chỉnh Sai số thống kê Hệ số Durbin – Watson
1 ,753a ,567 ,559 ,42162 1,814
Phân tích phương sai ANOVA (1)
Mô hình Tổng sai số df Phương sai
trung bình Thống kê F Mức nghĩa ý
1 Hồi quy phần dư tổng 86,696 7 12,385 69,671 ,000b 66,129 372 ,178 152,825 379
Tóm tắt các hệ số hồi quy chính của mô hình (1) Biến Hệ số chưa
chuẩn hóa chuẩn Hệ số hóa
Thống
kê t Mức ý nghĩa Hệ số tương quan phóng Hệ số đại phươn g sai VIF B Độ lệch chuẩn Beta Zero- orther Từng phần Bán phần (Hằng số) ,193 ,153 1,262 ,208 LOIICH ,172 ,043 ,186 4,014 ,000 ,577 ,204 ,137 ,542 1,846 TTIEN ,126 ,047 ,134 2,674 ,008 ,564 ,137 ,091 ,464 2,155 ATBM -,046 ,044 -,052 -1,049 ,295 ,508 -,054 -,036 ,474 2,109 DESD ,047 ,043 ,054 1,096 ,274 ,534 ,057 ,037 ,473 2,115 CHIPHI ,359 ,046 ,361 7,835 ,000 ,657 ,376 ,267 ,548 1,826 MAR ,111 ,041 ,109 2,682 ,008 ,447 ,138 ,091 ,699 1,431 HANH ,163 ,036 ,184 4,489 ,000 ,522 ,227 ,153 ,694 1,442
Biến phụ thuộc: SUDUNG
(Nguồn: Phụ lục 07 – Kết quả phân tích hồi quy lần 1) Xét về mức ý nghĩa của từng nhân tố thì trong 7 nhân tố của mô hình đề xuất ban đầu thì chỉ có 5 nhân tố (LOIICH, TTIEN, CHIPHI, MAR, HANH) có ý nghĩa thống kê trong mối quan hệ ảnh hưởng đến quyết định sử dụng thẻ tín dụng tại SCB với hệ số β dương và mức ý nghĩa Sig < 0,05; Đối với hằng số và 2 biến còn lại (DESD và ATBM) là không có ý nghĩa thống kê vì có mức ý nghĩa Sig > 0,05. Bên cạnh đó, khi xét hệ số tương quan từng phần PCor và hệ số tương quan bán phần của 2 nhân tố DESD (Partial Correlation = 0,057 và Part Correlation = 0,037) và ATBM (Partial Correlation = -0,054 và Part Correlation = -0,036) với quyết định sử dụng (SUDUNG) ta thấy sự chênh lệch giữa hai hệ số này ở từng nhân tố ở khá thấp. Ngoài ra, nhìn vào Bảng hệ số tương quan (Bảng 2.14) giữa các biến ta thấy hệ số tương quan giữa biến 2 biến DESD và ATBM với các biến còn lại LOIICH, TTIEN, CHIPHI, MAR, HANH đều có mức ý nghĩa nhỏ hơn 0,05 cho thấy các biến còn lại đã giải thích một phần mà DESD và ATBM giải thích cho SUDUNG. Hệ số VIF của DESD và ATBM lần lượt là 2,115 và 2,109<2,5 chưa xảy ra đa cộng tuyến, nhưng giá trị đang ở mức cao. Hai biến này được xem xét để loại ra khỏi mô hình và tiến hành chạy lại mô hình lần hai.
Bảng 2.12: Kết quả phân tích hồi quy lần hai
Kết quả hồi quy (2) Mô hình Hệ số R Hệ số R2 Hệ số R2 hiệu
chỉnh Sai số thống kê Hệ số Durbin – Watson
1 ,752a ,565 ,559 ,42159 1,806
Phân tích phương sai ANOVA (2)
Mô hình Tổng sai số df Phương sai
trung bình Thống kê F Mức nghĩa ý
1 Hồi quy phần dư tổng 86,352 5 17,270 97,169 ,000b 66,473 374 ,178 152,825 379
Tóm tắt các hệ số hồi quy chính của mô hình (2) Biến Hệ số chưa
chuẩn hóa chuẩn Hệ số hóa Thống kê t Mức ý nghĩa Hệ số tương quan Hệ số phóng đại phương sai VIF B Độ lệch chuẩn Beta Zero- orther Từng phần Bán phần (Hằng số) ,188 ,153 1,234 ,218 LOIICH ,172 ,041 ,186 4,174 ,000 ,577 ,211 ,142 ,584 1,711 TTIEN ,132 ,044 ,140 3,038 ,003 ,564 ,155 ,104 ,548 1,826 CHIPHI ,355 ,044 ,357 8,064 ,000 ,657 ,385 ,275 ,594 1,684 MAR ,112 ,040 ,110 2,757 ,006 ,447 ,141 ,094 ,726 1,378 HANH ,161 ,036 ,182 4,505 ,000 ,522 ,227 ,154 ,710 1,408 (adsbygoogle = window.adsbygoogle || []).push({});
Biến phụ thuộc: SUDUNG
(Nguồn: Phụ lục 08 – Kết quả phân tích hồi quy lần 2) Kết quả mô hình hồi quy lần 2 có hệ số xác định R2 (R-quare) là 0,565 và R2 điều chỉnh (Adjusted R-quare) là 0,559, cho thấy mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu với mức 55,9% (nghĩa là mô hình đã giải thích được 55,9% sự biến thiên của biến phụ thuộc quyết định sử dụng). Trị số thống kê F đạt giá trị 97,169 được tính từ giá trị R2 của mô hình đầy đủ, tại mức ý nghĩa Sig = 0,000; kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1<1,806<3). Như vậy, mô hình hồi quy tuyến tính bội đưa ra là phù hợp với mô hình và dữ liệu nghiên cứu.
Từ bảng kết quả mô hình hồi quy lần 2 thì 5 nhân tố được giữ lại ở hồi quy lần một đều có tác động dương (hệ số β dương) đến quyết định sử dụng thẻ tín dụng tại SCB với mức ý nghĩa Sig < 0,05, ngoại trừ hằng số là không có ý nghĩa thống kê (Sig = 0,218>0,05). Như vậy, kết quả nghiên cứu với hai lần chạy hồi quy là chấp nhận 5 giả thuyết H1, H2, H5, H6, H7 được chấp nhận và bác bỏ 2 giả thuyết H3, H4. Phương trình hồi quy đã chuẩn hóa của mô hình có thể viết dưới dạng:
SUDUNG=0,186LOIICH+0,140TTIEN+ 0,357CHIPHI+ 0,110MAR+ 0,182HANH
Trong đó: SUDUNG: Quyết định sử dụng LOIICH: Lợi ích
TTIEN: Sự thuận tiện CHIPHI: Chi phí
MAR: Chính sách Marketing HANH: Hình ảnh ngân hàng
Kết luận mô hình: Mô hình trên cho thấy khoảng 55,9% trong quyết định sử dụng thẻ tín dụng tại SCB có thể được giải thích thông qua 5 biến được đưa ra trong mô hình. Kết quả này cũng cho chúng ta kết luận rằng 5 biến độc lập đều có ảnh hưởng cùng chiều đến quyết định sử dụng thẻ tín dụng tại SCB ở mức tin cậy là 95%.
Từ mô hình trên có thể thấy rằng chi phí (CHIPHI) là yếu tố có tác động mạnh nhất đến quyết định sử dụng thẻ tín dụng tại SCB với (β5 =0,357), tiếp đến là yếu tố lợi ích (LOIICH) với (β1= 0,186), hình ảnh ngân hàng (HANH) với (β7= 0,182), sự thuận tiện (TTIEN) với (β2= 0,140) và cuối cùng là yếu tố chính sách Marketing (MAR) với (β6 = 0,110). Như vậy, khi khách hàng xem xét đến quyết định sử dụng thẻ tín dụng tại SCB thì yếu tố quan tâm đầu tiên là chi phí, bao gồm phí và lãi, kế đến là các lợi ích và sự thuận tiện khi sử dụng thẻ tín dụng.
Yếu tố chi phí: được xác định là nhân tố có tác động mạnh nhất đến quyết định sử dụng thẻ tín dụng tại SCB, với β5 = 0,357, nghĩa là khi đánh giá về mức độ hợp lý của chi phí sử dụng thẻ tín dụng tăng lên một đơn vị thì khả năng quyết định sử dụng sẽ tăng lên 0,375. Trên thực tế, thì yếu tố chi phí luôn là vấn đề mà
khách hàng thường xuyên quan tâm, cân nhắc đến khi quyết định chọn sử dụng dịch vụ của ngân hàng. SCB là ngân hàng đi sau trong lĩnh vực kinh doanh thẻ tín dụng, do đó chính sách về phí, lãi suất của SCB phải có nhiều ưu đãi và cạnh tranh hơn so với những ngân hàng đã có thị phần trên thị trường để thu hút khách hàng.
Yếu tố lợi ích: là yếu tố thứ hai tác động tích cực đến quyết định sử dụng thẻ tín dụng tại SCB, với β1 = 0,186; nghĩa là khi đánh giá về lợi ích mà dịch vụ thẻ tín dụng tại SCB mang lại tăng lên một đơn vị thì khả năng quyết định sử dụng sẽ tăng lên 0,186. Khách hàng quan tâm đến việc sử dụng thẻ tín dụng ngoài việc đây là một phương tiện thanh toán hiện đại, nó còn mang lại nhiều lợi ích cho khách hàng thể hiện sự ưu việt hơn so với các hình thức thanh toán khác. Do đó, ngoài những lợi ích thuộc về đặc tính thẻ tín dụng nói chung, SCB phải không ngừng gia tăng những tiện ích thẻ và có chính sách ưu đãi khi sử dụng thanh toán để tối đa hóa các lợi ích cho khách hàng, thu hút khách hàng sử dụng thẻ tín dụng tại SCB.
Yếu tố hình ảnh ngân hàng: bên cạnh những yếu tố về đặc điểm sản phẩm, dịch vụ thì hình ảnh, thương hiệu ngân hàng là yếu tố khách hàng quan tâm tiếp theo, với β7 = 0,182; nghĩa là khi đánh giá về hình ảnh, thương hiệu của SCB tăng lên một đơn vị thì khả năng quyết định sử dụng sẽ tăng lên 0,182. Hiện SCB đang trên lộ trình gây dựng lại hình ảnh, thương hiệu sau sự kiện hợp nhất, do đó yếu tố này càng có ý nghĩa quan trọng khi SCB xâm nhập vào một thị trường mới. Yếu tố sự thuận tiện: song song với yếu tố lợi ích thì yếu tố sự thuận tiện cũng
được khách hàng xem xét tiếp theo khi sử dụng thẻ tín dụng, với β2 = 0,140; nghĩa là khi đánh giá về những thuận tiện mà thẻ tín dụng của SCB mang lại tăng lên một đơn vị thì khả năng quyết định sử dụng sẽ tăng lên 0,140. Hiện nay thẻ tín dụng được các NHPH và khách hàng xem xét như là một phương tiện thanh toán hiện đại, do đó ngoài những lợi ích mà nó mang lại thì sự thuận tiện có được khi sử dụng thẻ tín dụng SCB cũng là vấn đề mà khách hàng thường quan tâm.
Yếu tố về chính sách Marketing: theo kết quả mô hình đây là yếu tố ít quan trọng nhất trong việc ảnh hưởng đến quyết định sử dụng thẻ tại SCB, tuy nhiên đối với SCB thẻ tín dụng là sản phẩm mới phát hành nên đây là yếu tố quan trọng đầu tiên để cung cấp những thông tin về sản phẩm và xác định kênh phân phối đến với khách hàng. Dựa trên những thông tin này khách hàng sẽ xem xét, đánh giá những yếu tố trên để đưa ra quyết định sử dụng, với β6 = 0,110; nghĩa là những chính sách marketing của SCB tăng lên một đơn vị thì khả năng khách hàng quyết định sử dụng sẽ tăng lên 0,110.
Hình 2.3: Kết quả mô hình nghiên cứu sau hiệu chỉnh Thành phần nhân khẩu học
Giới tính (GT), Độ tuổi (ĐT), tình trạng hôn nhân (HN), nghề nghiệp (NN), trình độ (TĐ) và thu nhập (TN)
Quyết định sử dụng (SUDUNG)
Lợi ích (LOIICH) Sự thuận tiên (TTIEN)
Hình ảnh ngân hàng (HANH) Chính sách Marketing(MAR) Chi phí (CHIPHI) Β1= +0,186 Β2= +0,140 Β5= +0,357 Β6= +0,110 Β7= +0,182