Tác giả phỏng vấn và gửi 300 bảng hỏi tới người được khảo sát, tuy nhiên chỉ thu về được 287 phiếu, dữ liệu thu thập được được tiến hành nhập liệu thông qua công cụ phần mềm SPSS 22.0, sau đó tiến hành làm sạch. Lý do: dữ liệu sau khi thu thập được loại bỏ những phiếu trống nhiều và phiếu không hợp lệ, sau đó được tiến hành nhập thô vào máy, trong quá trình thực hiện thường có những mẫu điều tra bị sai lệch, thiếu sót hoặc không nhất quán; một số mẫu do đánh sai, thiếu sót xảy ra trong quá trình nhập liệu; do vậy cần tiến hành làm sạch số liệu để đảm bảo yêu cầu, số liệu đưa vào phân tích phải đầy đủ, thống nhất. Theo đó, việc phân tích số liệu sẽ giúp đưa ra những thông tin chính xác có độ tin cậy cao. Phương pháp thực hiện: sử dụng bảng tần số để rà soát tất cả các biến quan sát nhằm tìm ra các biến có thông tin bị sai lệch hay thiếu sót bằng công cụ phần mềm SPSS 22.0.
Kết hợp với việc rà soát tất cả các biến quan sát qua bảng tần số, đã tìm thấy 11 biến có thông tin sai lệch, như vậy chỉ còn lại 276 mẫu đạt yêu cầu. Dữ liệu sau khi được làm sạch sẽ tiếp tục đưa vào bước kiểm định thang đo
Các thang đo khoảng đại diện cho các khái niệm nghiên cứu trong nghiên cứu này được đánh giá bằng phương pháp truyền thống, nghĩa là sử dụng các trị trung bình và độ lệch chuẩn trong thống kê mô tả.
Đầu tiên tác giả tiến hành phân tích thành phần EFA nhằm xác định các thành phần và biến quan sát giải thích cho thành phần. Phân tích nhân tố được thực hiện theo phương pháp rút trích các nhân tố chính, chỉ trích xuất các nhân tố có giá trị Eigenvalue lớn hơn 1, sử dụng phép xoay nguyên gốc Varimax của các nhân tố để tối thiểu hóa các biến có hệ số lớn tại cùng một nhân tố. Biến quan sát được chọn là biến có hệ số tải nhân tố lớn hơn hoặc bằng 0,5. Hệ số KMO phải đạt giá trị từ 0,5 trở lên (0,5 < KMO < 1) thể hiện phân tích nhân tố là phù hợp.
Sau đó, tác giả sử dụng hệ số Cronbach’s Alpha để kiểm tra độ tin cậy của thang đo. Nếu các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị
52
loại. Tiêu chuẩn chọn thang đo trong nghiên cứu này là khi giá trị Cronbach’s Alpha có giá trị từ 0,7 trở lên.
Tiếp theo tác giả tiến hành phân tích tương quan để xem xét giá trị phân biệt của các biến độc lập và biến phụ thuộc. Giá trị phân biệt mô tả mức độ mà một thang đo (biến quan sát) không giống với những thang đo (biến quan sát) khác mà về mặt lý thuyết chúng không nên giống nhau.Giá trị phân biệt được đánh giá bằng cách xem xét ma trận tương quan giữa các biến độc lập và phụ thuộc và chọn ra những biến mà hệ số tương quan giữa chúng thấp. Một hệ số tương quan tuyệt đối lớn hơn 0,85 chỉ ra một hiện tượng đa cộng tuyến, nghĩa là các khái niệm nghiên cứu trùng lắp với nhau và có thể chúng đang đo lường cùng một thứ (John và Benet-Martinez, 2000, dẫn theo Hoàng Thị Phương Thảo và các công sự, 2010). Vì thế hệ số tương quan của các khái niệm nghiên cứu trong đề tài này nên nhỏ hơn 0,85 để đạt được yêu cầu về giá trị phân biệt.
Theo mô hình nghiên cứu đã được xây dựng từ kết quả nghiên cứu sơ bộ, có bốn yếu tố nghiên cứu được hình thành đó là (1) Nhóm yếu tố bên ngoài , (2) Nhóm yếu tố bên trong ngân hàng, (3) Nhóm yếu tố thuộc về phương án vay, (4) Nhóm yếu tố từ phía khách hàng. Cả bốn yếu tố trên đều được đo dựa trên nhận thức của các cán bộ, chuyên viên tín dụng với thang đo Likert-5 mục. Phép kiểm định thống kê hồi quy tuyến tính bội được sử dụng để kiểm định các giả thuyết H1, H2, H3, H4,trong đó các biến độc lập là bốn yếu tố tác động tới quyết định cho vay và biến phụ thuộc là quyết định cho vay của các Ngân hàng thương mại cổ phần nhà nước đối với người có thu nhập thấp trên địa bàn TP HCM.
Đối với mô hình nghiên cứu trong đó có những mối quan hệ giữa biến độc lập và biến phụ thuộc (giả thuyết) chưa có mối quan hệ vững chắc để suy diễn, hoặc chỉ từ dữ liệu khám phá, đặc biệt là trong trường hợp chúng ta điều chỉnh, bổ sung các mô hình hiện có trong ngữ cảnh cụ thể của Việt Nam, hay một ngành cụ thể nào đó của Việt Nam thì khi phân tích hồi quy ta sử dụng phương pháp thứ bậc là phù hợp (Nguyễn Đình Thọ, 2011). Dođó, trong nghiên cứu này, phân tích hồi quy được thực hiện bằng phương pháp thứ bậc. Việc lựa chọn thứ tự của các biến
53
độc lập đưa vào mô hình dựa trên kết quả tổng kết các đánh giá của khách hàng về mức độ quan trọng của các yếu tố tác động đến quyết định cho vay trong nghiên cứu định tính .
Khi giải thích về phương trình hồi quy, nhà nghiên cứu cần lưu ý đến hiện tượng đa cộng tuyến .Các biến có sự cộng tuyến cao có thể bóp méo kết quả và làm cho kết quả không ổn định và không tổng quát hóa .Theo Hair et al. (2006) có thể kiểm định đa cộng tuyến bằng cách tính giá trị dung sai hoặc hệ số phóng đại phương sai (VIF - Variance Inflation Factor). Giá trị dung sai cao thể hiện sự đa cộng tuyến thấp, và giá trị dung sai càng tiến đến không thể hiện biến này hầu như được giải thích hoàn toàn bằng các biến khác. Hệ số VIF là giá trị nghịch đảo của giá trị dung sai, như vậy nếu hệ số VIF thấp thì mối quan hệ tương quan giữa các biến thấp. Nói chung ,nếu hệ số VIF lớn hơn 10, hiện tượng đa cộng tuyến nghiêm trọng đang tồn tại (Hoàng Thị Phương Thảo và các cộng sự, 2010).
Cuối cùng phân tích phương sai được sử dụng để phân tích mối liên hệ giữa biến nguyên nhân định tính và biến kết quả định lượng .Phân tích phương sai ANOVA là một công cụ thống kê dùng để so sánh nhiều giá trị trung bình với nhau. Việc sử dụng phân tích phương sai nhằm kiểm định tất cả các nhóm mẫu cùng lúc với phạm vi sai lầm chỉ là 5%. Ngoài ra, tác giả còn tiến hành kiểmđịnh hậu ANOVA (ANOVA post hoc tests) để biết được trung bình của nhóm mẫu nào là khác nhau.Trong nghiên cứu này biến nguyên nhân định tính có các cặp trung bình cần so sánh nhỏ nên tác giả dùng pháp kiểm định Bonferroni trong kiểm định hậu phương sai.
54
CHƯƠNG 4
KIỂM ĐỊNH MÔ HÌNH ĐỀ XUẤT