Mẫu được chọn theo phương pháp thuận tiện, một trong các hình thức chọn mẫu phi xác suất. Khi đó, nhà nghiên cứu có thể chọn những phần tử (đối tượng nghiên cứu) có thể tiếp cận được (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009).
Kích thước của mẫu áp dụng trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi quy đa biến:
- Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Trong nghiên cứu này dự kiến có tổng số biến quan sát là 26, cỡ mẫu cần đạt là 26*5 = 130 mẫu.
- Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là 50 + 8*m (m: số biến độc lập) (Tabachnick và Fidell, 1996). Trong nghiên cứu này, dự kiến số biến độc lập là 5 thì cỡ mẫu tối thiểu là 50 + 8*5 = 90 mẫu.
- Nghiên cứu về cỡ mẫu do Roger thực hiện (2006) cho thấy cỡ mẫu tối thiểu áp dụng được trong các nghiên cứu thực hành là từ 150-200.
25
Với thông tin trên, tác giả sử dụng cỡ mẫu là 180 cho nghiên cứu. 3.4.2.3 Thu thập dữ liệu
Nghiên cứu được tiến hành đối với những khách hàng gửi tiền tiết kiệm, những khách hàng đã và đang sử dụng dịch vụ của VietinBank trên địa bàn tỉnh Tỉnh Vĩnh Long. Đối tượng là khách hàng có độ tuổi từ 26 trở lên, có thu nhập, có nhu cầu tích lũy đầu tư và có hiểu biết về ngân hàng.
Bảng 3.3: Phương pháp thu thập dữ liệu
Nội dung Thông tin chi tiết
Thị trường Phạm vi nghiên cứu: tỉnh Vĩnh Long
Đối tượng nghiên cứu
Người độ tuổi từ 26 trở lên
Có thu nhập, có nhu cầu tích lũy đầu tư Có hiểu biết về ngân hàng
Cách thức thực hiện
Sử dụng bảng câu hỏi đã được in sẵn: phỏng vấn trực tiếp khách hàng tại các phòng giao dịch của VietinBank Vĩnh Long.
3.4.2.4 Phân tích dữ liệu
Bảng 3.4: Chuẩn bị dữ liệu cho việc phân tích
Bước Nội dung
1 Sau khi thu nhận lại bảng trả lời, tiến hành làm sạch thông tin
2 Mã hóa các thông tin cần thiết trong bảng câu hỏi
3 Nhập liệu và phân tích dữ liệu bằng phần mềm SPSS phiên bản 20.0
Tiến hành các thống kê để mô tả dữ liệu thu thập. Sau đó, tiến hành: (1) đánh giá độ tin cậy thang đo qua hệ số Cronbach’s Alpha; (2) Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis); (3) Phân tích hồi quy đa biến và kiểm định các giả thuyết trong mô hình; các kiểm định giả thuyết đều sử dụng mức ý nghĩa là 5%.
3.4.2.5 Đánh giá độ tin cậy thang đo
Độ tin cậy của thang đo được đánh giá bằng phương pháp phân tích hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi
26
phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến - tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
- Loại các biến quan sát có hệ số tương quan biến - tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
- Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Các biến quan sát có tương quan biến - tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
Dựa theo thông tin trên, nghiên cứu thực hiện đánh giá thang đo dựa theo tiêu chí: - Loại các biến quan sát có hệ số tương quan biến - tổng nhỏ hơn 0,4 (đây là những biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
- Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời).
3.4.2.6 Phân tích nhân tố khám phá EFA
Các thang đo đạt yêu cầu về độ tin cậy sẽ được sử dụng phân tích nhân tố để rút gọn một tập gồm nhiều biến quan sát thành một tập biến (gọi là nhân tố) ít hơn; các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu (Hair, Anderson, Tatham và Black; 1998).
27
Phương pháp phân tích nhân tố khám phá EFA được dùng để kiểm định giá trị khái niệm của thang đo (dẫn theo Lê Ngọc Đức, 2008).
Bảng 3.5: Các bước phân tích nhân tố EFA
Bước Nội dung
1
Đối với các biến quan sát đo lường các khái niệm thành phần là các nhân tố ảnh hưởng đến khả năng duy trì số dư gửi tiền tiết kiệm tại VietinBank Vĩnh Long của khách hàng, nghiên cứu này sử dụng phương pháp trích nhân tố PrincipalAxis factoring với phép quay Varimax.
2
- Kiểm định Bartlett: các biến quan sát có tương quan với nhau trong tổng thể
- Xem xét giá trị KMO: 0,5≤KMO≤1 thì phân tích nhân tố là thích hợp với dữ liệu; ngược lại KMO≤ 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005) - Để phân tích EFA có giá trị thực tiễn: tiến hành loại các biến quan sát có hệ số tải nhân tố < 0,5
- Xem lại thông số Eigenvalues (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) có giá trị > 1
- Xem xét giá trị tổng phương sai trích (yêu cầu là ≥ 50%): cho biết các nhân tố được trích giải thích được % sự biến thiên của các biến quan sát
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:
- Sử dụng phương pháp trích yếu tố là Principal components với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalues =1. Với các thang đo đơn hướng thì sử dụng phương pháp trích yếu tố Princial components. Tiến hành loại các biến số có trọng số nhân tố (còn gọi là hệ số tải nhân tố) nhỏ hơn 0,4 và tổng phương sai trích được bằng hoặc lớn hơn 50% (thang đo được chấp nhận) (Gerbing & Anderson, 1988; dẫn theo Nguyễn Đình Thọ& Nguyễn Thị Mai Trang, 2009).
- Tiêu chuẩn đối với hệ số tải nhân tố là phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0,3 là đạt được mức tối thiểu; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải
28
nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75 (Hair, Anderson, Tatham và Black; 2008).
3.4.2.7 Phân tích hồi quy đa biến
Sau quá trình thực hiện kiểm định thang đo: đánh giá độ tin cậy thang đo (sử dụng hệ số tin cậy Cronbach’s Alpha) và kiểm định giá trị khái niệm của thang đo (phân tích nhân tố khám phá EFA); tiến hành tính toán nhân số của nhân tố (giá trị của các nhân tố trích được trong phân tích nhân tố EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố tương ứng.
Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thuyết thống kê đều áp dụng mức ý nghĩa là 5%.
Phân tích tương quan:
- Kiểm định mối tương quan tuyến tính giữa các biến trong mô hình: giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau. Đồ thị phân tán cũng cung cấp thông tin trực quan về mối tương quan tuyến tính giữa hai biến. Sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ mối liên hệ tuyến tính giữa hai biến định lượng: giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
- Trong mô hình nghiên cứu, kỳ vọng có mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập; đồng thời cũng xem xét mối tương quan giữa các biến độc lập với nhau để nhận dạng hiện tượng đa cộng tuyến.
Phân tích hồi quy đa biến:
- Sau khi kết luận là hai biến có mối liên hệ tuyến tính thì có thể mô hình hóa mối quan hệ nhân quả của hai biến này bằng hồi quy tuyến tính (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
- Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
- Phương trình hồi quy đa biến cho mô hình nghiên cứu đề xuất ban đầu (theo mô hình lý thuyết):
29
DUYTRISODU= β0+β1*SUHUUHINH+β2*DOTINCAY+β3 * SUCAMTHONG + β4 * DAMBAO +β5 * DAPUNG
Thông tin các biến trong mô hình
Bảng 3.6: Mô hình các biến trong phương trình hồi quy đa biến
Biến Ý nghĩa
DUYTRISODU Quyết định duy trì số dư
SUHUUHINH Sự hữu hình
DOTINCAY Độ tin cậy
SUCAMTHONG Sự cảm thông
DAMBAO Mức độ đảm bảo
DAPUNG Khả năng đáp ứng
Kiểm định các giả thuyết, sử dụng với phần mềm SPSS:
- Đánh giá độ phù hợp của mô hình hồi quy đa biến - Kiểm định giả thuyết về độ phù hợp của mô hình
- Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 2 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005)
- Xác định mức độ ảnh hưởng của các nhân tố tác động đến quyết định duy trì số dư tiền gửi tiết kiệm của khách hàng: nhân tố có hệ số β càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các nhân tố khác trong mô hình nghiên cứu.
Kết luận chương 3
Chương này trình bày các giả thuyết, mô hình nghiên cứu đề xuất, phương pháp nghiên cứu, các thiết kế nghiên cứu nhằm xây dựng các thang đo cho các khái niệm nghiên cứu theo lý thuyết đã chọn trong chương 2. Phương pháp nghiên cứu được thực hiện là nghiên cứu định tính và nghiên cứu định lượng, nghiên cứu định lượng bằng việc khảo sát với 171 khách hàng.
Kết quả trình bày trong chương này làm tiền đề cho việc phân tích chi tiết và sâu hơn trong chương kế tiếp khi phân tích các yếu tố ảnh hưởng đến khả năng duy trì khách hàng gửi tiền tiết kiệm thông qua 5 yếu tố đã chọn.
30
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
Mục đích của chương 4 này là phân tích, mô tả mẫu khảo sát, trình bày kết quả kiểm định thang đo và các giả thuyết đưa ra trong mô hình.
Nội dung của chương này gồm bốn phần chính. Trước tiên là thực trạng huy động tiền gửi tiết kiệm tại VietinBank Vĩnh Long, thứ hai là phần mô tả mẫu khảo sát, kế đến là kết quả kiểm định thang đo thông qua phương pháp hệ số tin cậy Cronbach Alpha và phân tích nhân tố EFA. Cuối cùng là kết quả kiểm định các giả thuyết trong mô hình nghiên cứu.
4.1 THỰC TRẠNG HUY ĐỘNG GỬI TIỀN TIẾT KIỆM TẠI VIETINBANK VĨNH LONG VĨNH LONG
4.1.1 Giới thiệu về VietinBank Vĩnh Long
4.1.1.1 Quá trình hình thành và phát triển của VietinBank Vĩnh Long
Ngân hàng TMCP Công thương Việt Nam - CN Vĩnh Long (VietinBank Vĩnh Long) được thành lập và đi vào hoạt động từ tháng 1/1988.
Ban đầu VietinBank Vĩnh Long chỉ là chi nhánh của Ngân hàng Nhà nước tỉnh Vĩnh Long. Bản thân VietinBank Vĩnh Long không phải là một đơn vị kinh doanh độc lập mà còn phụ thuộc vào Ngân hàng Nhà nước tỉnh Vĩnh Long. Vì vậy hoạt động tín dụng của ngân hàng rất hạn chế theo cơ chế bao cấp, theo chỉ thị Nhà nước đưa xuống còn cứng nhắc, kém hiệu quả.
Cùng với sự phát triển và đổi mới của nền kinh tế, chuyển từ kinh tế tập trung bao cấp sang nền kinh tế thị trường có sự quản lý của Nhà nước thì cơ cấu tổ chức của Ngân hàng cũng có sự thay đổi. Để phù hợp với tình hình kinh tế mới, Nghị quyết đại hội Đảng lần thứ VI chỉ rõ: “Bên cạnh nhiệm vụ quản lý lưu thông tiền tệ, Ngân hàng
Nhà nước cần xây dựng hệ thống Ngân hàng chuyên kinh doanh tiền tệ, tín dụng và dịch vụ, hạch toán theo chế độ kinh tế độc lập”. Ngày 06/03/1988, Nghị định số 53/HĐBT của Hội đồng bộ trưởng đã quyết định chuyển hệ thống Ngân hàng từ 1 cấp thành 2 cấp. Chính vì thế, VietinBank Vĩnh Long đã tổ chức lại thành 2 cấp, Ngân hàng Nhà nước chỉ có nhiệm vụ quản lý.
31
Từ khi có pháp lệnh Ngân hàng, luật Ngân hàng Nhà nước và luật các tổ chức tín dụng (tháng 5/1990 đến nay), VietinBank Vĩnh Long tách khỏi một bộ phận của Ngân hàng Nhà nước tỉnh và hoạt động như một Ngân hàng thương mại kinh doanh trên mọi lĩnh vực như: công - nông nghiệp, dịch vụ, tiểu thủ công nghiệp… đa dạng hoá mọi hình thức huy động tiền nhàn rỗi trong dân cư và cho vay đối với tất cả các thành phần kinh tế.
4.1.1.2 Chức năng nhiệm vụ của từng phòng ban Giám Đốc Giám Đốc
Điều hành chung mọi hoạt động của ngân hàng, trực tiếp chỉ đạo phòng Tổ chức. Có quyền quyết định các vấn đề liên quan đến việc tổ chức bổ nhiệm, miễn nhiệm, khen thưởng hoặc kỷ luật cán bộ công nhân viên.
Phó Giám Đốc
Thực hiện theo sự phân công/ ủy quyền của Giám đốc, Có nhiệm vụ hỗ trợ Giám đốc trong các nghiệp vụ, giám sát tình hình hoạt động của các phòng trực thuộc đơn vị, thường xuyên theo dõi công tác Ngân quỹ tài chính, công tác tín dụng và tình hình huy động vốn.
Phòng khách hàng
- Có nhiệm vụ giao dịch trực tiếp với khách hàng.
- Kiểm tra giám sát các hồ sơ, thủ tục vay vốn, các điều kiện vay vốn… trình lên ban giám đốc ký các hợp đồng tín dụng.
- Trực tiếp kiểm tra, giám sát quá trình sử dụng vốn của khách hàng, kiểm tra tài sản, đảm bảo nợ vay, theo dõi việc thu lãi nợ.
- Có nhiệm vụ tiếp cận các thông tin, các thông báo từ Trung Ương, theo dõi tình hình cân đối giữa nguồn vốn và sử dụng vốn, nhu cầu cần thiết từ đó trình lên ban giám đốc có kế hoạch cụ thể.
Phòng kế toán
- Có nhiệm vụ thường xuyên hướng dẫn, kiểm tra các nghiệp vụ về kế toán tài chính kịp thời, điều chỉnh những sai sót trong hoạch toán kế toán.
- Thực hiện các nghiệp vụ có liên quan đến quá trình thanh toán thu chi theo yêu cầu của khách hàng, thực hiện mở tài khoản cho khách hàng, kế toán các khoản thu chi trong ngày để lập lượng vốn hoạt động của ngân hàng.
32
- Thường xuyên theo dõi các tài khoản giao dịch với khách hàng, kiểm tra các chứng từ khi có phát sinh, có nhiệm vụ thông báo thu nợ, thu lãi của khách hàng, thu thập