2.6.2.1 Phương pháp phân tích số liệu sơ cấp a) Thống kê mô tả
Thống kê mô tả bao gồm các phƣơng pháp liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán các tham số đặc trƣng cho tập hợp dữ liệu nhƣ: trung bình, phƣơng sai, tần suất, tỷ lệ, …để dự đoán hoặc đề ra các quyết định trên cơ sở các số liệu thu thập đƣợc.
Theo Phạm Lê Hồng Nhung (2007), ta có ý nghĩa của các mức điểm trung bình (mean) nhƣ bảng dƣới đây:
Bảng 2.3 Bảng đánh giá mức điểm trung bình
Giá trị trung bình Ý nghĩa 1.00 - 1.80 Rất không hài lòng 1.81 - 2.60 Không hài lòng 2.61 - 3.40 Bình thƣờng 3.41 - 4.20 Hài lòng 4.21 - 5.00 Rất hài lòng
b) Phân tích hệ số tin cậy Cronbach Alpha
Hệ số Cronbach Alpha là hệ số đánh giá độ tin cậy của thang đo tổng, cho phép kiểm định xem các mục hỏi, câu hỏi có cần thiết và đo lƣờng rõ ràng một tiêu chuẩn nào đó hay không. Theo Hair et al (2006) đã đƣa ra các quy tắc đánh giá rằng các biến có hệ số Cronbach Alpha từ 0,60 trở lên đều có thể sử dụng đƣợc. Cụ thể, nếu các biến có hệ số này nhỏ hơn 0,60 thì các biến đó là không phù hợp; ở mức 0,60 – 0,70 thì các biến đƣợc chấp nhận đối với các nghiên cứu mới và ở khoảng 0,70 – 0,80 thì chấp nhận đƣợc đối với hầu hết các nghiên cứu; các biến đƣợc đánh giá là đáng tin cậy (tốt) khi có hệ số này thuộc khoảng 0,80 - 0,95.
21
Hệ số tƣơng quan biến tổng là hệ số cho biến mức độ "liên kết"giữa một biến quan sát trong nhân tố với các biến còn lại. Nó phản ánh mức độ đóng góp vào giá trị khái niệm nhân tố của một biến quan sát cụ thể. Tiêu chuẩn để đánh giá một biến có thực sự đóng góp giá trị vào nhân tố hay không là hệ số tƣơng quan biến tổng lớn hơn 0,30. Nếu biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn 0,30 thì phải loại nó ra khỏi nhân tố đánh giá.
c) Phân tích yếu tố khám phá EFA
Phân tích nhân tố khám phá là một phƣơng pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Trong EFA, trị số KMO (Kaiser – Meyer – Olkin) đƣợc dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,50 đến 1 thì phân tích mới thích hợp. Phƣơng pháp trích hệ số đƣợc sử dụng là phƣơng pháp thành phần chính (Principal Components) 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 trích (factor loading) nhỏ hơn 0,50 sẽ tiếp tục bị loại và thang đo đƣợc chấp nhận khi tổng phƣơng sai trích bằng hoặc lớn hơn 50% (theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2010, trang 343).
Mô hình phân tích EFA: Fi = Wi1 X1 + Wi2 X2 +…+ Wik Xk, trong đó: Fi: ƣớc lƣợng của nhân tố thứ i; Wi: trọng số nhân tố; k: số biến quan sát; k = 20 Bảng 2.4 Các yếu tố ảnh hƣởng chất lƣợng tín dụng ngân hàng NHÂN TỐ ĐỊNH NGHĨA KỲ VỌNG F1 Độ tin cậy + F2 Mức độ đáp ứng + F3 Năng lực phục vụ + F4 Sự đồng cảm +
F5 Phƣơng tiện hữu hình + Ta đặt giả thuyết: H0: Các biến không có tƣơng quan với nhau. H1: Các biến có tƣơng quan với nhau.
* Công cụ phân tích dữ liệu
22
2.6.2.2 Phương pháp phân tích số liệu thứ cấp
Sử dụng các phƣơng pháp thống kê mô tả, so sánh và suy luận để phân tích, đánh giá chất lƣợng tín dụng của HDBank Cần Thơ và đƣa ra một số giải pháp.