Phương pháp phân tích được áp dụng trong bài nghiên cứu này được trình bày theo từng mục tiêu cụ thể như sau:
Mục tiêu 1: Sử dụng phương pháp thống kê mô tả, so sánh với các tiêu chí như tần suất, tỷ lệ, số trung bình,… để đánh giá hành vi sử dụng dịch vụ thẻ ATM, phương pháp so sánh số tuyệt đối và tương đối đối với số liệu thứ cấp để phân tích tình hình kinh doanh của Ngân hàng Nông nghiệp và Phát triển Nông thôn chi nhánh Mang Thít.
Mục tiêu 2: Đánh giá mức độ hài lòng của khách hàng về dịch vụ thẻ ATM dựa trên kết quả thu được.
Mục tiêu 3: Trong nghiên cứu này tác giả sử dụng phần mềm SPSS 16.0 để hỗ trợ phân tích. Cụ thể, trước tiên tác giả sử dụng kiểm định Cronbach’s Alpha để đánh giá độ phù hợp của thang đo trong mô hình nghiên cứu. Sau đó sử dụng phân tích nhân tố khám phá EFA để biết được những nhân tố nào ảnh hưởng đến sự hài lòng của khách hàng và cuối cùng sử dụng phân tích hồi quy tuyến tính đa biến để biết mức độ ảnh hưởng của từng nhân tố đến quyết định sử dụng thẻ ATM.
Mục tiêu 4: Căn cứ kết quả của các phân tích đã có, sử dụng phương pháp suy luận quy nạp nhằm tổng hợp, đánh giá ảnh hưởng của các nhân tố đến quyết định sử dụng thẻ ATM của khách hàng. Từ đó đưa ra giải pháp nhằm nâng cao về chất lượng cũng như quy mô phát hành và sử dụng thẻ của Ngân hàng.
2.2.2.1 Phương pháp thống kê mô tả
Thống kê mô tả là tổng hợp các phương pháp đo lường, mô tả và trình bày số liệu ứng dụng vào nhiều lĩnh vực bằng cách rút ra những kết luận dựa trên những số liệu và thông tin được thu thập trong điều kiện không chắc chắn. Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau.
23
Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo. Cùng với phân tích đồ họa đơn giản, chúng tạo ra nền tảng của mọi phân tích định lượng về số liệu. Thống kê mô tả sử dụng các phương pháp lập bảng, biểu đồ và các phương pháp số nhằm tóm tắt dữ liệu, nêu bật những thông tin cần tìm hiểu. Có thể phân loại các kỹ thuật này như sau:
+ Biểu diễn dữ liệu bằng các biểu đồ trong đó các đồ thị mô tả dữ liệu hoặc giúp so sánh dữ liệu.
+ Biễu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu.
+ Thống kê tóm tắt (dưới dạng các giá trị thống kê đơn nhất) mô tả dữ liệu.
* Phương pháp so sánh
Phương pháp so sánh số tuyệt đối: là hiệu số của hai chỉ tiêu: chỉ tiêu kỳ phân tích và chỉ tiêu kỳ gốc. Chẳng hạn so sánh giữa kết quả thực hiện và kế hoạch hoặc giữa thực hiện kỳ này với thực hiện kỳ trước.
y = y1 – y0 (2.2)
Trong đó:
y0 : là chỉ tiêu năm trước y1 : là chỉ tiêu năm sau
y : là chênh lệch tăng, giảm giữa các chỉ tiêu
Phương pháp so sánh số tương đối: là tỷ lệ phần trăm của chỉ tiêu kỳ phân tích so với chỉ tiêu gốc để thể hiện mức độ hoàn thành hoặc tỷ lệ của số chênh lệch tuyệt đối so với chỉ tiêu gốc để nói lên tốc độ tăng trưởng.
y = 100% 0 0 1 y y y (2.3) Trong đó:
y0 : là chỉ tiêu năm trước y1 : là chỉ tiêu năm sau
y : tốc độ tăng trưởng của chỉ tiêu
Phương pháp này dùng để làm rõ tình hình biến động của chỉ tiêu kinh tế trong thời gian nào đó.
24
* Các đại lượng thống kê mô tả
Các đại lượng thống kê mô tả chỉ được tính đối với các biến định lượng. Nếu tính các đại lượng này đối với các biến định tính thì kết quả sẽ không có ý nghĩa.
Các đại lượng thống kê mô tả thường được dùng là:
+ Mean (trung bình cộng): trong tổng số mẫu quan sát người ta tính trung bình xem được bao nhiêu trong mẫu chúng ta quan sát.
+ Std. Deviation (độ lệch chuẩn): cho biết mức độ phân tán của các giá trị quanh giá trị trung bình.
+ Minimum (giá trị nhỏ nhất): gặp được trong các giá trị của biến ít khi khảo sát được.
+ Maximum (giá trị lớn nhất): gặp được trong các giá trị lớn nhất của biến trong các mẫu quan sát được.
2.2.2.2 Phân tích hệ số tin cậy Cronbach’s Alpha
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến. Theo đó, chỉ những biến có hệ số tương quan biến tổng phù hợp (Corrected Item-Total Correlation) lớn hơn 0,3 và hệ số Cronbach’s Alpha lớn hơn 0,6 mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally & Burnstein, 1994). Cũng theo nhiều nhà nghiên cứu, nếu Cronbach Alpha đạt từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được và mức độ tương quan sẽ càng cao hơn.
Công thức của hệ số Cronbach là N/1N1 (2.4) Trong đó: là hệ số tương quan trung bình giữa các mục hỏi.
N là số mục hỏi.
2.2.2.3 Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập
25
biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & cộng sự, 1998).
Trong nghiên cứu, ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer- Olkin) một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố phải có giá trị trong khoảng từ 0,5 đến 1 (0,5 < KMO <1) thể hiện phân tích nhân tố là thích hợp, còn nếu hệ số KMO < 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Phương pháp trích hệ số được sử dụng là Principal Component với các phép quay là Varimax và điểm dừng khi trích các yếu tố có Eigenvalue là 1. Các biến quan sát có trọng số nhỏ hơn 0,6 sẽ tiếp tục bị loại và thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50% (Gerbing & Andesson, 1987).
Mô hình phân tích nhân tố:
Xi = Ai1F1 + Ai2F2 + Ai3F3 +….+ AimFm + ViUi (2.5) Trong đó:
Xi: biến thứ i chuẩn hóa
Aij: hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến i F: các nhân tố chung
Vi: hệ số hồi quy chuẩn hóa của nhân tố đặc trưng i đối với biến i Ui: nhân tố đặc trưng của biến i
m: số nhân tố chung
* Các tham số thống kê:
+ Bartlett’s test sphericity: đại lượng Bartlet là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. + Correlation matrix: cho biết hệ số tương quan giữa tất cả các cặp biến trong phân tích.
+ Factor loadding (hệ số tải nhân tố): là những hệ số tương quan đơn giữa các biến và các nhân tố.
+ Factor matrix (ma trận nhân tố): chứa các hệ số tải nhân tố của tất cả các biến đối với các nhân tố được rút ra.
26
+ Factor scores: là các điểm số nhân tố tổng hợp được ước lượng cho từng quan sát trên các nhân tố được rút ra (còn được gọi là nhân số).
+ Kaiser-Meyer-Olkin (KMO) Measure of sampling adequacy: là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO giữa 0,5 và 1 là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu nhỏ hơn 0,5 thì không phù hợp.
+ Cumulative (phương sai trích): cho biết mức độ giải thích đúng của mô hình.
+ Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố.
Các biến còn lại sau khi đã xử lý bằng phương pháp phân tích hệ số tin cậy Cronbach Alpha và phương pháp phân tích nhân tố sẽ được đưa vào phân tích hồi quy đa biến.
2.2.2.4 Phương pháp phân tích hồi quy đa biến
Hồi quy là công cụ chủ yếu của kinh tế lượng. Bản chất của phân tích hồi quy là nghiên cứu mối quan hệ phụ thuộc của một biến (gọi là biến phụ thuộc hay biến được giải thích) với một hay nhiều biến khác (gọi là các biến độc lập hay biến giải thích).
Mô hình hồi quy đa biến: mô hình hồi quy đa biến có biến phụ thuộc là Y, phụ thuộc vào nhiều biến độc lập X khác. Mô hình có dạng như sau:
Yi = 0 +1 X1i + 2X2i +…+ pXpi + ei (2.6) Trong đó:
Xpi: biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i
0 : là hệ số tự do (hay hệ số chặn), nó là giá trị trung bình của biến Y khi
p =0
Các hệ số p được gọi là hệ số hồi quy riêng phần
Thành phần ei là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi 2
.
Sau khi hiệu chỉnh thang đo, các nhân tố của thang đo chất lượng dịch vụ thẻ ATM được đưa vào xem xét. Dựa vào phương trình hồi quy để đánh giá về mức độ hài lòng của khách hàng, ta có phương trình hồi quy tổng thể các yếu tố ảnh hưởng đến quyết định sử dụng thẻ ATM của khách hàng có dạng như sau (trong điều kiện còn 5 nhân tố):
27
Yi = β0 + β1X1i + β2X2i + β3X3i + β4X4i + β5X5i + β6T6i + β7TN7i + e (2.7) Trong đó:
Yi : Biến phụ thuộc – Quyết định sử dụng.
X1i – X5i : Biến độc lập - Sự tin tưởng, sự phản hồi, sự đảm bảo, sự cảm thông và sự hữu hình.
T6i, TN7i : Biến độc lập – Phản ánh độ tuổi và thu nhập của khách hàng Để xác định tầm quan trọng của các biến độc lập trong mối quan hệ với biến phụ thuộc, ta căn cứ vào hệ số Beta (β). Nếu trị tuyệt đối hệ số Beta của nhân tố nào càng lớn thì nhân tố đó ảnh hưởng càng quan trọng đến quyết định của khách hàng sử dụng thẻ ATM Agribank Mang Thít. Từ kết quả của phân tích hồi quy, Ngân hàng sẽ chú ý và nâng cao chất lượng của các thành phần này để làm gia tăng sự hài lòng của khách hàng. Đây chính là những căn cứ và tiền đề để xây dựng một loạt các giải pháp nhằm nâng cao chất lượng dịch vụ thẻ ATM để nhằm phục vụ tốt hơn nhu cầu của khách hàng, giúp khách hàng có sự hài lòng tốt hơn đối với Ngân hàng.
Đánh giá độ phù hợp của mô hình: Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2 sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình, R2 hiệu chỉnh càng lớn càng thể hiện độ phù hợp của mô hình càng cao.
28
CHƯƠNG 3
GIỚI THIỆU TỔNG QUAN VỀ NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN
CHI NHÁNH HUYỆN MANG THÍT