- Thứ nhất, hệ số KMO (Kaiser- Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011). Giá trị KMO trong khoảng từ 0.5 - 1 thì phân tích nhân tố là thích hợp. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Kiểm định Bartlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì giữa các biến quan sát có tƣơng quan với nhau trong tổng thể đủ để tiến hành phân tích EFA. (Hair, 2010).
- Thứ hai, hệ số tải nhân tố (Factor Loading), theo Hair & các tác giả (2010), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố bằng 0.3 đƣợc xem đạt mức tối thiểu, từ giá trị 0.4 trở lên, hệ số tải nhân tố đƣợc xem là quan trọng, và từ 0.5 đƣợc xem là có ý nghĩa thực tiễn. Trong nghiên cứu này, nếu biến quan sát nào có hệ số tải nhân tố ≤ 0.50 sẽ bị loại.
- Thứ ba, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.30 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi, 2003).
- Thứ tƣ, điểm dừng khi trích các yếu tố có hệ số Eigenvalue phải có giá trị ≥ 1 (Hair, 2011).
- Thứ năm, thang đo đƣợc chấp nhận khi tổng phƣơng sai trích ≥ 50% (Nguyễn Đình Thọ, 2011). Cũng theo Nguyễn Đình Thọ (2011) thì tổng phƣơng sai trích từ 60% trở lên là tốt.
Phân tích nhân tố EFA cho biến độc lập (phụ lục 4): Kết quả EFA lần 1:
KMO= 0,923, sig = 0,000 < 0.05 nên đủ điều kiện tiến hành EFA.
Kết quả, biến B2.2 có 2 giá hệ số tải nhân tố lớn hơn 0,5 là 0,507 và 0,640, không đạt đƣợc giá trị phân biệt nên loại biến này. Tiếp tục thực hiện EFA lần 2.
Kết quả EFA lần 2:
KMO= 0,921, sig= 0,000 nên đủ điều kiện tiến hành EFA.
Kết quả, có 2 biến B4.1 và B6.5 đều có 2 giá trị hệ số tải nhân tố lớn hơn 0,5, ta sẽ loại biến B4.1 do hệ số tải nhân tố lớn nhất của B4.1 là 5,27 còn B6.5 là 5,66. Tiếp tục thực hiện EFA lần 3.
Kết quả EFA lần 3:
KMO= 0,918, sig= 0,000 nên đủ điều kiện tiến hành EFA.
Kết quả, có 2 biến là B4.3 và B4.2 không có giá trị hệ số tải nhân tố lớn hơn 0,5, nên ta tiến hành hạ giá trị hệ số tải nhân tố xuống là 0,45, loại biến B4.2 do vẫn không có giá trị hệ số tải nhân tố lớn hơn 0,45. Tiếp tục thực hiện EFA lần 4.
Kết quả EFA lần 4:
KMO= 0,919, sig= 0,000 nên đủ điều kiện tiến hành EFA.
Kết quả, sau khi loại biến B4.2, thì biến B4.3 vẫn không có giá trị hệ số tải nhân tố lớn hơn 0,5 nên loại tiếp biến này. Tiếp tục thực hiện EFA lần 5.
Kết quả EFA lần 5:
KMO= 0,915, sig= 0,000 nên đủ điều kiện tiến hành EFA.
Kết quả, loại biến B6.5 do có 2 giá trị hệ số tải nhân tố lớn hơn 0,5. Tiếp tục thực hiện EFA lần 6.
Kết quả EFA lần 6:
KMO= 0,922, sig= 0,000 nên đủ điều kiện tiến hành EFA.
Kết quả, loại biến B3.4 do có 2 giá trị hệ số tải nhân tố lớn hơn 0,5. Tiếp tục thực hiện EFA lần 7.
Kết quả EFA lần 7:
KMO= 0,920, sig= 0,000 nên đủ điều kiện tiến hành EFA.
Sau khi loại bỏ những biến không phù hợp, phƣơng pháp trích Principal conponent rút ra đƣợc 5 nhân tố mới từ 7 nhân tố ban đầu. Hệ số Eigenvalue= 1.062 >1, tổng phƣơng sai trích 79,335% >50% nên đạt yêu cầu.
Phân tích nhân tố EFA cho biến phụ thuộc:
KMO= 0,738, sig: 0,000<0,05 nên đủ điều kiện tiến hàng EFA. Tại mức Eigenvalue= 2,605 >1, phân tích nhân tố biến phụ thuộc đã rút trích đƣợc một nhân tố từ 3 biến quan sát, với tổng phƣơng sai trích là 86,83%, tất cả các hệ số tải nhân tố đều lớn hơn 0,5 nên đạt yêu cầu.
Phƣơng pháp rút trích Principal rút ra đƣợc 5 nhấn tố mới từ 7 nhân tố độc lập ban đầu và 1 biến phụ thuộc chấp nhận sử dụng dịch vụ NHĐT giữ nguyên không thay đổi. Trong đó, 5 nhân tố mới đƣợc rút trích ra giải thích đƣợc 79,33% sự thay đổi của biến chấp nhận sử dụng dịch vụ NHĐT.
Bảng 4.4. Bảng nhân tố mới
Biến quan sát Nhân tố Mã (adsbygoogle = window.adsbygoogle || []).push({});
hóa
1 2 3 4 5 6
Cảm nhận về sự dễ dàng sử dụng F1
Thao tác thực hiện giao dich với dịch vụ
NHĐT là đơn giản .865 B1.2 Tôi nhanh chóng sử dụng thành thạo các
giao dịch trên NHĐT .859 B1.4 Tôi dễ dàng học cách sử dụng dịch vụ NHĐT .846 B1.1 Hƣớng dẫn sử dụng dịch vụ NHĐT thì rõ ràng, dễ hiểu .824 B1.3 Nhìn chung dịch vụ NHĐT thì dễ sử dụng .822 B1.6 Tôi dễ dàng thực hiện những giao dịch
mình muốn với DV NHĐT .820 B1.5
Cảm nhận về sự hữu ích F2
Nhìn chung, DV NHĐT rất hữu ích với
tôi .772 B2.5
DV NHĐT giúp tăng hiệu suất công việc .762 B2.4 DV NHĐT giúp kiểm soát tình hình tài
chính hiệu quả hơn .693 B2.1 DV NHĐT có thể thực hiện đƣợc giao
Sử dụng DV NHĐT giúp tiết kiệm thời
gian giao dịch và chờ đợi .665 B7.3 Sử dụng DV NHĐT giúp tiết kiệm chi phí
đi lại .654 B7.2
Bảo mật và sự riêng tƣ F3
DV NHĐT đảm bảo bí mật về thông tin
cá nhân và các giao dịch thực hiện .730 B6.1 Tôi tin vào công nghệ mà DV NHĐT
đƣợc sử dụng .730 B6.2 Tôi tin vào giao dịch với DV NHĐT cũng
nhƣ đến giao dịch với ngân hang .668 B6.4 Tôi không lo lắng về sự an toàn của DV
NHĐT .653 B6.3 Phí sử dụng DV NHĐT là hợp lý .637 B7.1 Sự hƣởng thụ cảm nhận F4 Sử dung dịch vụ NHĐT là thể hiện đẳng cấp .903 B3.2 Sử dung dịch vụ NHĐT là sự sành điệu .896 B3.3 Sử dung dịch vụ NHĐT là khẳng định bản than .861 B3.1 Kết nối đƣờng truyền F5
Kết nối đƣờng truyền của DV NHĐT rất
Nguồn: Tổng hợp từ số liệu phân tích của tác giả.
Hiệu chỉnh mô hình:
Y = β0 + β1F1 + β2F2 + β3F3 + β4F4 + β5F5 + εi 4.3.2.3. Phân tích hồi quy tuyến tính bội
Kiểm định sự phù hợp của mô hình:
Để đánh giá mức độ tác động của các yếu tố ảnh hƣởng đối với chấp nhận sử dụng dịch vụ ngân hàng điện tử, phƣơng pháp hồi quy tuyến tính bội đƣợc sử dụng để phân tích cho 5 nhân tố thu đƣợc từ phần phân tích nhân tố khám phá nhƣ đã trình bày tại mục 4.5.2.2. Bảng 4.5. Model Summaryb Mode l R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .799a .638 .628 .60986826 1.765 a. Predictors: (Constant), F5, F4, F3, F2, F1 b. Dependent Variable: Y
Nguồn: Từ phụ lục 5 phân tích hồi quy Kết nối đƣờng truyền của DV NHĐT luôn
ổn định .854 B5.1
Chấp nhận sử dụng DV NHĐT Y (adsbygoogle = window.adsbygoogle || []).push({});
Tôi sẽ sử dụng DV NHĐT .949 B8.2 Tôi sẽ tiếp tục sử dụng DV NHĐT .944 B8.1 Tôi sẽ giới thiệu mọi ngƣời sử dụng DV
Bảng 4.6. ANOVAa
Model Sum of Squares df Mean
Square F Sig. 1 Regression 114.283 5 22.857 61.452 .000b Residual 64.717 174 .372 Total 179.000 179 a. Dependent Variable: Y b. Predictors: (Constant), F5, F4, F3, F2, F1 Nguồn: Từ phụ lục 5 phân tích hồi quy
Kết quả hồi quy tuyến tính bội bằng phƣơng pháp đƣa biến vào một lần (Enter) cho giá trị R2 điều chỉnh bằng 0,628 (Mô hình giải thích đƣợc 62,8% sự biến đổi của biến phụ thuộc chấp nhận sử dụng dịch vụ NHĐT, còn lại 37,2% sự biến đổi của biến phụ thuộc chấp nhận sử dụng dịch vụ NHĐT đƣợc giải thích bởi các yếu tố khác không có trong mô hình) và mức ý nghĩa của thống kê F trong ANOVA rất nhỏ (sig= 0,000) cho thấy mô hình hồi quy bội phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Kiểm định đa cộng tuyến: Bảng 4.7. Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Collinearity Statistics
B Std. Error Beta Toleranc e VIF 1 (Consta nt) 1.468E- 016 .045 .000 1.00 0 F1 .303 .046 .303 6.643 .000 1.000 1.000 F2 .577 .046 .577 12.661 .000 1.000 1.000 F3 .444 .046 .444 9.743 .000 1.000 1.000 F4 .002 .046 .002 .050 .960 1.000 1.000 F5 .128 .046 .128 2.810 .006 1.000 1.000 a. Dependent Variable: Y
Nguồn: Từ phụ lục 5 phân tích hồi quy
Hệ số phóng đại phƣơng sai (VIF) đều có giá trị bằng 1 nên không có hiện tƣợng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hƣởng đến kết quả giải thích của mô hình.
Kiểm định các giả định hồi qui:
- Thứ nhất, giả định liên hệ tuyến tính:
Kiểm định bằng biểu đồ phân tán scatter cho phần dƣ chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized Predicted value). Kết quả cho thấy phần dƣ phân tán ngẫu nhiên quanh một đƣờng đi qua tung độ 0 không tạo thành một hình dạng cụ thể nào nhƣ trong hình vẽ (phụ lục 6). Nhƣ vậy giả định liên hệ tuyến tính đã đƣợc thỏa mãn.
- Thứ hai, giả định phƣơng sai của sai số không đổi:
Kiểm định bằng biểu đồ phân tán scatter (phụ lục 6) cho phần dƣ chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized Predicted value). Kết quả cho thấy phần dƣ phân tán ngẫu nhiên quanh một đƣờng đi qua tung độ 0 trong một phạm vi không đổi. Nhƣ vậy giả định phƣơng sai của sai số không đổi đƣợc thỏa mãn.
- Thứ ba, giả định phần dƣ có phân phối chuẩn:
Kiểm tra biểu đồ tần số của phần dƣ chuyển hóa (Phụ lục 7) cho thấy phân phối phần dƣ sắp sỉ chuẩn (trung bình mean gần bằng 0, độ lệch chuẩn bằng 0,986 tức gần bằng 1). Nhƣ vậy, phần dƣ có phân phối chuẩn không bị vi phạm.
- Thứ tƣ, giả định không có tƣơng quan giữa các phần dƣ:
Hệ số Durbin-Waltson = 1,765. Theo trƣờng phái Wilson Keating (1998) thì hệ số này thuộc vùng 1,5 đến 2,5 thì ta kết luận không xảy ra hiện tƣợng tự tƣơng quan giữa các phần dƣ.
Phƣơng trình hồi quy tuyến tính bội:
Dựa vào kết quả hồi quy (Bảng 4.7), mô hình hồi quy tuyến tính bội đƣợc viết lại nhƣ sau: Y= 0,303F1 + 0,577F2 + 0,444 F3 + 0,002 F4 + 0,128 F5 + εi Trong đó: F1: Cảm nhận về sự dễ dàng sử dụng F2: Cảm nhận về sự hữu ích F3: Bảo mật và sự riêng tƣ F4: Sự hƣởng thụ cảm nhận F5: Kết nối đƣờng truyền εi: Phần dƣ Y: Chấp nhận sử dụng dịch vụ NHĐT
Kiểm định mô hình hồi quy:
Bảng 4.8. Kết quả kiểm định các giả thuyết
Giả thuyết Tên giả thuyết sig Kết quả
H1 Cảm nhận về sự dễ dàng sử dụng có tác động cùng
chiều lên chấp nhận sử dụng dịch vụ NHĐT 0,000
Chấp nhận H2 Cảm nhận về sự hữu ích có tác động cùng chiều lên
chấp nhận sử dụng dịch vụ NHĐT 0,000
Chấp nhận H3 Bảo mật và sự riêng tƣ có tác động cùng chiều lên
chấp nhận sử dụng dịch vụ NHĐT 0,000 Chấp nhận H4 Sự hƣởng thụ cảm nhận có tác động cùng chiều lên chấp nhận sử dụng dịch vụ NHĐT 0.960 Bác bỏ H5
Kết nối đƣờng truyền có tác động cùng chiều lên (adsbygoogle = window.adsbygoogle || []).push({});
chấp nhận sử dụng dịch vụ NHĐT 0,006
Chấp nhận Nguồn: Tổng hợp từ kết quả xử lý dữ liệu của tác giả
Kết quả kiểm định các giả thuyết hồi quy có sig1, sig2, sig3, Sịg < 0,05 nên chấp nhận giả thuyết H1, H2, H3, H5. Kết quả cho thấy chấp nhận sử dụng dịch vụ ngân hàng điện tử (Y) bị tác động cùng chiều bởi 4 yếu tố: Cảm nhận về sự dễ dàng sử dụng (F1), Cảm nhận về sự hữu ích (F2), Bảo mật và sự riêng tƣ (F3), Kết nối đƣờng truyền (F5). Yếu tố Sự hƣởng thụ cảm nhận (F4) không tác động đến chấp nhận sử dụng dịch vụ NHĐT (Y).
4.3.2.4. Thảo luận kết quả nghiên cứu
Mô hình ban đầu đƣợc xây dựng gồm 7 nhân tố tác động đến chấp nhận sử dụng dịch vụ NHĐT, sau khi phân tích nhân tố khám phá EFA, nhân tố cảm nhận về sự hữu ích và nhân tố chi phí đƣợc hội tụ thành một nhóm với tên mới là cảm nhận về sự hữu ích; nhân tố thông tin về ngân hàng điện tử bị loại khỏi mô hình. Nhƣ vậy mô hình 7 nhân tố đƣợc rút trích còn 5 nhân tố tác động đến chấp nhận sử dụng dịch vụ NHĐT: cảm nhận về sự dễ dàng sử dụng, cảm nhận về sự hữu ích, bảo mật và sự
riêng tƣ, sự hƣởng thụ cảm nhận và kết nối đƣờng truyền. Kết quả hồi quy tuyến tính bội bằng phƣơng pháp đƣa biến vào một lần (Enter) cho kết quả với 4 yếu tố tác động, mô hình giải thích đƣợc 62,8% sự chấp nhận sử dụng dịch vụ NHĐT, còn lại 37,2% sự thay đổi của chấp nhận sử dụng dịch vụ NHĐT đƣợc giải thích bởi các nhân tố khác không có trong mô hình. Kết quả cũng cho mức ý nghĩa của thống kê F trong phân tích ANOVA rất nhỏ (0,000) cho thấy mô hình hồi quy bội là phù hợp với tập dữ liệu và sử dụng đƣợc. Trong đó, cả 4 yếu tố này đều tác động cùng chiều đến chấp nhận sử dụng dịch vụ NHĐT; nhân tố “cảm nhận về sự hữu ích” có tác động mạnh nhất đến chấp nhận sử dụng dịch vụ NHĐT (với β2= 0,577), thứ hai là “bảo mật và sự riêng tƣ” (với β3 = 0,444), thứ ba là “cảm nhận về sự dễ dàng sử dụng” (β1= 0,303) và yếu tố cuối cùng là kết nối đƣờng truyền (với β5= 0,128).
KẾT LUẬN CHƢƠNG 4
Chƣơng 4 trình bày toàn bộ quy trình nghiên cứu thực nghiệm phát triển dịch vụ NHĐT tại Eximbank từ nghiên cứu định tính đến nghiên cứu định lƣợng. Thực hiện nghiên cứu định tính bằng cách khảo sát 6 chuyên gia trong lĩnh vực ngân hàng từ đó thiết lập thang đo và xây dựng mô hình nghiên cứu. Thực hiện nghiên cứu định lƣợng bằng cách thu thập dữ liệu sơ cấp từ bảng câu hỏi khảo sát, sau đó phân tích dữ liệu bằng hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy tuyến tính để tìm ra các yếu tố tác động đến chấp nhận sử dụng dịch vụ NHĐT tại Eximbank. Cuối cùng kết quả cả bốn nhân tố “cảm nhận về sự hữu ích”, “bảo mật và sự riêng tƣ”, “cảm nhận về sự dễ dàng sử dụng” và “kết nối đƣờng truyền” đều tác động cùng chiều đến chấp nhận sử dụng dịch vụ ngân hàng điện tử. Kết hợp với phân tích thực trạng triển khai dịch vụ NHĐT tại Eximbank ở chƣơng 3 để đề xuất giải pháp thúc đẩy khách hàng sử dụng dịch vụ NHĐT ở chƣơng 5 tiếp theo.
CHƢƠNG 5: GIẢI PHÁP THÚC ĐẨY KHÁCH HÀNG SỬ DỤNG DỊCH VỤ NGÂN HÀNG ĐIỆN TỬ TẠI NGÂN HÀNG TMCP XUẤT NHẬP KHẨU
VIỆT NAM Giới thiệu chƣơng 5
Dựa trên cơ sở lý thuyết, phân tích thực trạng dịch vụ NHĐT và kết quả phân tích hồi quy ở chƣơng 2, chƣơng 3, chƣơng 4, trong chƣơng 5 này sẽ đề xuất những giải pháp nhằm thúc đẩy khách hàng sử dụng dịch vụ NHĐT tại Eximbank.
5.1. Nhóm giải pháp rút ra từ kết quả nghiên cứu
Dựa vào phân tích thực trạng triển dịch vụ NHĐT tại Eximbank ở chƣơng 3 và phân tích thực nghiệm về các yếu tố tác động đến chấp nhận sử dụng dịch vụ NHĐT tại Eximbank ở chƣơng 4, tác giả đề xuất một số giải pháp nhƣ sau:
5.1.1. Giải pháp gia tăng sự hữu ích
Thực trạng triển khai dịch vụ NHĐT tại Eximbank cũng nhƣ nghiên cứu thực nghiệm về các yếu tố tác động đến chấp nhận sử dụng dịch vụ NHĐT tại Eximbank cho thấy nhân tố về sự hữu ích là nhân tố tác động mạnh nhất đến chấp nhận sử dụng dịch vụ NHĐT tại Eximbank. Do đó, để thúc đẩy khách hàng sử dụng dịch vụ NHĐT tại Eximbank thì điều cần thiết là phải gia tăng sự hữu ích của dịch vụ NHĐT.
Sự đa dạng về tiện ích của dịch vụ NHĐT sẽ làm tăng tính cạnh tranh của dịch vụ. Hầu hết các ngân hàng đều cung cấp những tiện ích tƣơng đối giống nhau nên chỉ cần có thêm nhiều hơn một tiện ích mà nó phù hợp với nhu cầu sử dụng của khách hàng sẽ giúp tạo lợi thế cho dịch vụ đó. Do đó, Eximbank cần thực hiện khảo sát