Đề tài sử dụng phần mềm SPSS 16.0 để hỗ trợ trong việc xử lý số liệu.
2.2.2.1 Phương pháp so sánh
Phương pháp so sánh là phương pháp xem xét một chỉ tiêu phân tích bằng cách dựa trên việc so sánh với một chỉ tiêu cơ sở (chỉ tiêu gốc).
Có nhiều kỹ thuật so sánh như: so sánh bằng số tuyệt đối, so sánh bằng số tương đối, so sánh bằng số bình quân và so sánh mức độ biến động tương đối điều chỉnh theo hướng quy mô chung. Nhưng đề tài chỉ dùng phương pháp so sánh số tuyệt đối, số tương đối để phân tích các số liệu thứ cấp từ các bảng báo cáo tài chính của Ngân hàng.
+ So sánh bằng số tuyệt đối: là kết quả phép trừ giữa trị số kỳ phân tích và trị số kỳ gốc, kết quả so sánh biểu hiện khối lượng, quy mô của các chỉ tiêu kinh tế.
+ So sánh bằng số tương đối: là kết quả của phép chia giữa trị số kỳ phân tích so với trị số kỳ gốc của các chỉ tiêu kinh tế, kết quả so sánh 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.
T2 – T1 T = T1 * 100% Trong đó: T1: số liệu kỳ trước T2: số liệu kỳ sau
T: tốc độ tăng trưởng của kỳ sau so với kỳ trước (%)
2.2.2.2 Phương pháp thống kê mô tả (Descriptive satistics)
Thống kê mô tả là tập hợp tất cả các phương pháp đo lường, mô tả và trình bày số liệu bằng các phép tính và các chỉ số thống kê thông thường.
- Giá trị trung bình (Mean, Average): bằng tổng tất cả các giá trị biến quan sát chia cho số quan sát.
- Mode (kí 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 chuẩn giữa các biến và trung bình của các biến đó.
- Độ lệch chuẩn: là căn bậc hai của phương sai.
- Phân tích bảng chéo (Cross - Tabulation): là kỹ thuật thống kê mô tả hai hay ba biến cùng một lúc và bảng kết quả phản ánh sự kết hợp hai hay ba biến có số lượng hạn chế trong phân loại hoặc trong giá trị phân biệt. Phân tích thể hiện mối quan hệ giữa các biến cần phân tích bằng kiểm định Chi - bình phương (Chi-square), và các biến ở đây là biến định tính.
- Phân tích tần số (Frequency table) là phương pháp dùng để tóm tắt dữ liệu được sắp xếp thành từng tổ khác nhau, dựa trên những tần số xuất hiện của các đối tượng trong cơ sở dữ liệu để so sánh tỷ lệ, phản ánh số liệu.
2.2.2.3 Thang đo Likert 5
Sử dụng thang đo Likert 5 cấp độ để đánh giá mức độ hài lòng của khách hàng về các yếu tố đưa ra. Với thang điểm từ 1 đến 5, giá trị khoảng cách giữa các mức độ hài lòng được tính như sau:
5 – 1 5
= 0,8
Sau khi tính được trị trung bình, mức độ hài lòng được đánh giá như sau: + Từ 1 đến 1,8: Rất không ảnh hưởng/ Rất không hài lòng/ Rất không quan
trọng.
+ Từ 1,81 đến 2,6: Không ảnh hưởng/ Không hài lòng/ Không quan trọng.
+ Từ 2,61 đến 3,4: Trung bình/ Bình thường/ Không quan tâm. + Từ 3,41 đến 4,2: Ảnh hưởng/ Hài lòng/ Quan trọng.
+ Từ 4,21 đến 5: Rất ảnh hưởng/ Rất hài lòng/ Rất quan trọng.
2.2.2.4 Phương pháp phân tích nhân tố (Factor Analysis)
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Phân tích nhân tố sẽ giúp rút gọn một số lượng biến nhiều thành một số lượng biến ít hơn mà vẫn không làm mất đi ý nghĩa nghiên cứu vì bộ biến mới vẫn bao hàm tất cả những biến ban đầu.
Muốn thực hiện phân tích nhân tố thì trước hết chúng ta phải tiến hành kiểm định độ tin cậy của thang đo bằng Cronbach’s Alpha để có thể đảm bảo
rằng bộ biến được đề xuất ban đầu là phù hợp với đề tài nghiên cứu.
a) Kiểm định độ tin cậy thang đo
Kiểm định độ tin cậy thang đo Cronbach’s Alpha được sử dụng để loại bỏ biến rác trước khi tiến hành phân tích nhân tố. Ta sẽ loại bỏ các biến có hệ số tương quan biến tổng (Corrected item total correlation) nhỏ hơn 0,3 “và” hoặc “hoặc” Cronbach’s Alpha nếu loại bỏ biến đó lớn hơn Cronbach’s Alpha của toàn bộ biến. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,7 – 0,8]. Nếu Cronbach’s alpha lớn hơn hoặc bằng 0,6 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally & Bernstein, 1994). Tuy nhiên, nếu Cronbach’s alpha quá cao (> 0,95) thì có khả năng xuất hiện biến quan sát thừa trong thang đo. Biến quan sát thừa là biến đo lường một khái niệm hầu như trùng với biến đo lường khác, tương tự như trường hợp cộng tuyến trong hồi quy, khi đó biến thừa nên được loại bỏ.
b) Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)
Phương pháp phân tích nhân tố khám phá được sử dụng để xác định các nhóm tiêu chí đánh giá sự hài lòng của khách hàng gửi tiền tiết kiệm tại ACB Bạc Liêu. Phương pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
Xác định số lượng nhân tố: số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue, chỉ số này đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Phương pháp trích: mục đích kiểm định các thang đo nhằm điều chỉnh để phục vụ cho việc chạy hồi quy mô hình tiếp theo nên phương pháp trích yếu tố Principal Component với phép xoay Varimax được sử dụng cho phân tích EFA, vì phương pháp này sẽ giúp kiểm định hiện tượng đa cộng tuyến giữa các yếu tố của mô hình (nếu có).
Khi EFA, ta quan tâm đến các tiêu chuẩn:
- |Factor Loading| lớn nhất của mỗi Item ≥ 0,5 để thang đo đạt giá trị hội tụ (Jun & ctg, 2002).
- Tại mỗi Item, chênh lệch |Factor Loading| lớn nhất và |Factor Loading| bất kỳ phải ≥ 0,3 để thang đo đạt giá trị phân biệt (Jabnoun & Al-Tamimi, 2003).
- Tổng phương sai trích ≥ 50% (Gerbring & Anderson, 1988).
- Dùng kiểm định KMO và Bartlett’s để kiểm định mối tương quan của các biến với nhau. Phương pháp phân tích nhân tố thích hợp khi KMO ≥ 0,5 và kiểm định Bartlett có ý nghĩa thống kê (Sig.<0,05).
CHƯƠNG 3
GIỚI THIỆU KHÁI QUÁT VỀ NGÂN HÀNG TMCP Á CHÂU