Phân tích nhân t khámphá EFA (Exploratory Factor Analysis) đ sàng l c, lo i b các bi n quan sát không đáp ng tiêu chu n (bi n rác). Phân tích đ c s d ng ph bi n đ đánh giá thang đo hay rút g n m t t p bi n theo các đi u ki n sau:
Bartlett và h s KMO dùng đ đánh giá s thích h p c a EFA. Theo đó, gi thuy t H0 (các bi n không có t ng quan v i nhau trong t ng th ) b bác b và do đó EFA đ c g i là thích h p khi: 0,5 < KMO < 1 và Sig < 0,05. Tr ng h p KMO < 0,5 thì phân tích nhân t có kh n ng không thích h p v i d li u (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008).
Ch s Eigenvalues (đ i di n cho l ng bi n thiên đ c gi i thích b i các nhân t ) và ch s Cumulative (t ng ph ng sai trích cho bi t phân tích nhân t gi i thích đ c bao nhiêu % và bao nhiêu % b th t thoát). Theo Gerbing và Anderson (1988), các nhân t có Eigenvalues < 1 s không có tác d ng tóm t t thông tin t t h n bi n g c (bi n ti m n trong các thang đo tr c khi EFA). Vì
th các nhân t ch đ c rút trích t i Eigenvalues > 1 và đ c ch p nh n khi t ng ph ng sai trích > 50%. Tuy nhiên, tr s Eigenvalues và ph ng sai trích là bao nhiêu còn ph thu c vào ph ng pháp trích và phép xoay nhân t trong tr ng h p s d ng phân tích h i quy sau EFA thì có th s d ng ph ng pháp trích Principal components v i phép xoay Varimax.
H s t i nhân t (Factor loadings) th hi n s t ng quan đ n gi a các bi n v i các nhân t , dùng đ đánh giá m c ý ngh a c a EFA. Theo Hair & ctg, Factor loading > 0,3 đ c xem là đ t m c t i thi u; Factor loading > 0,4 đ c xem là quan tr ng; Factor loading > 0,5 đ c xem là có ý ngh a th c ti n.N u c m u kho ng 100 thì nên ch n tiêu chu n Factor loading > 0,55; n u c m u kho ng 50 thì Factor loading > 0,75 (Nguy n Khánh Duy, 2009, tr.14).
Trong nghiên c u này các bi n có h s t i nhân t (Factor loading) < 0.5 đ u b lo i b . Ph ng pháp trích h s s d ng là ph ng pháp trích nhân t , phép quay Varimax và đi m d ng khi trích các y u t có eigenvalues b ng 1. Thang đo s đ c ch p nh n khi t ng ph ng sai trích l n h n ho c b ng 0.50
3.2.3. Phân tích h i quy tuy n tính
Phân tích h i quy tuy n tính đ c s d ng và đ c x lý b ng ch ng trình ph n m m SPSS 20.0
Ki m tra ma tr n h s t ng quan gi a các bi n đ c l p, bi n trung gian v i nhau và v i bi n ph thu c. i u ki n đ phân tích h i quy là ph i có t ng quan ch t ch gi a các bi n đ c l p, trung gian v i nhau và v i bi n ph thu c, khi h s t ng quan < 0,85 thì có kh n ng đ m b o giá tr phân bi t gi a các bi n (John và Benet –Martiner, 2000). Ngh a là n u h s t ng quan > 0,85 thì c n xem xét vai trò c a các bi n đ c l p, vì có th x y ra hi n t ng đa c ng tuy n.
Xây d ng mô hình h i quy: l a ch n các bi n đ a vào mô hình h i quy theo m t trong các ph ng pháp:
- Ph ng pháp đ a vào d n t ng bi n đ c l p (Stepwise) - Ph ng pháp lo i d n t ng bi n đ c l p (Remove)
- Ph ng pháp ch n t ng b c (k t h p gi a đ a vào d n và lo i tr d n forward/backward).
Ki m đ nh đ phù h p c a mô hình đ l a ch n mô hình t i u b ng cách s d ng ph ng pháp phân tích ANOVA đ ki m đ nh gi thuy t H0: không có m i liên h tuy n tính gi a bi n ph thu c v i t p h p các bi n đ c l p ( 1= 2=
3= n=0).
Th ng kê F đ c s d ng, n u có Sig r t nh (< 0,05), thì gi thuy t H0 b bác b , khi đó chúng ta k t lu n t p h p c a các bi n đ c l p trong mô hình có th gi i thích cho s bi n thiên c a bi n ph thu c.
ánh giá đ phù h p c a mô hình b ng h s xác đ nh R²(R Square). Tuy nhiên, R²có đ c đi m càng t ng khi đ a thêm các bi n đ c l p vào mô hình, m c dù không ph i mô hình càng có nhi u bi n đ c l p thì càng phù h p v i t p d li u, vì th R²đi u ch nh (Adjusted R Square) có đ c đi m không ph thu c vào s l ng bi n đ a thêm vào mô hình, đ c s d ng thay th R²đ đánh giá m c đ phù h p c a mô hình h i quy b i. - N u R = 0 => R² = 0 : Không t ng quan - N u R < 0,3 => R² = 0,1 : T ng quan m c th p - N u 0,3 ≤ R < 0,5 => 0,1 ≤ R² < 0,25 : T ng quan m c trung bình - N u 0,5 ≤ R < 0,7 => 0,25 ≤ R² < 0,5 : T ng quan khá ch t ch - N u 0,7 ≤ R < 0,9 => 0,5 ≤ R² < 0,8 : T ng quan ch t ch - N u 0,9 ≤ R < 1 => 0,8 ≤ R² < 1 : T ng quan r t ch t ch - N u R = 1 => R² = 1 : T ng quan hoàn toàn
Xác đ nh các h s c a ph ng trình h i quy b i, đó là các h s h i quy riêng ph n k đo l ng s thay đ i trung bình c a bi n ph thu c khi bi n đ c l p Xk thay đ i m t đ n v , trong khi các bi n đ c l p khác đ c gi nguyên. l n c a k ph thu c vào đ n v đo l ng c a các bi n đ c l p, vì th vi c so sánh
tr c ti p chúng v i nhau, t đó xác đ nh m c đ gi i thích c a các bi n đ c l p cho bi n ph thu c, ng i ta bi u di n s đo c a t t c các bi n đ c l p b ng đ n v đo l ng đ l ch chu n beta.
i u ki n v n d ng mô hình:
Các đi u ki n v d ng mô hình
- M i quan h tuy n tính gi a các bi n đ c l p v i bi n ph thu c
Các đi u ki n v sai s mô hình (error)
- Các sai s mô hình là đ c l p (không t t ng quan) - Các sai s phân ph i theo phân ph i chu n.
T p d li u tuân theo phânph i chu n
- Có kho ng 68% s các quan sát c a t p d li u t p trung trong kho ng (µ- , µ+ ).
- Có kho ng 95% s các quan sát c a t p d li u t p trung trong kho ng (µ- 2 , µ+2 ).
- Có kho ng 99.7% s các quan sát c a t p d li u t p trung trong kho ng (µ- 3 , µ+3 ). Hoàng Tr ng, Chu Nguy n M ng Ng c (2008).
Các đi u ki n v các s d đoán
- Các bi n đ c l p không ng u nhiên
- Cácgiá tr c a các bi n đ c l p đ c đo l ng khôngcó sai s
- Các s d đoán là đ c l p theo đ ng th ng, (không có b i t ng quan gi a các bi n đ c l p - multicollinearity).
Ngoài ra còn phân tích ph ng sai (ANOVA) đ c s d ng đ ki m đ nh có hay không s khác bi t gi a các nhóm t ng th đ c xác đ nh theo các đ c đi m cá nhân c a khách hàng (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008). Ki m đ nh Independent – Sample T – Test đ c s d ng trong tr ng h p các đ c đi m cá nhân c a khách hàng có hai thu c tính đ xem s khác bi t gi a hai nhóm t ng th riêng bi t.
3.3.1. i t ng kh o sát
Giai đo n nghiên c u s b đ nh tính tác gi đã l a ch n đ i t ng là các chuyên gia v kinh doanh d ch v ngân hàng tr c tuy n, các chuyên gia này là nh ng ng i am hi u v d ch v ngân hàng tr c tuy n và th c t tr i nghi m t i khu v c BSCL nên nh ng ý ki n đánh giá c a h giúp cho vi c xây d ng c s lý lu n phù h p v i tình hình th c t h n và ph ng v n m t s khách hàng đ đ hình thành thang đo nháp.
Giai đo n nghiên c u s b đ nh l ng tác gi l a ch n đ i t ng nghiên c u là các nhóm khách hàng c a các ngân hàng th ng m i t i khu v c BSCL đã s d ng ho c ch a s d ng d ch v ngân hàng tr c tuy n, t k t q a đó các chuyên gia s đi u chnh thang đo cho phù h p.
Giai đo n nghiên c u chính th c các đ i t ng kh o sát là t t c khách hàng c a ngân hàng đã s d ng ho c ch a s d ng d ch v ngân hàng tr c tuy n t i BSCL, các chi nhánh này có v trí phân b r i đ u nên có tính đ i di n t t cho khu v c BSCL.