6. Kết cấu đề tài
2.2.4.4.Đánh giá độ phù hợp của mô hình
Bảng 14: Đánh giá độphù hợp của mô hình
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin - Watson
1 0,769 0,592 0,570 0,60742 1,979
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào bảng kết quảphân tich, mô hình 4 biến độc lập có giá trị R Square hiệu chỉnh 0,570 tức là: độ phù hợp của mô hình là 57%. Hay nói cách khác 57% độ biến thiên của biến phụthuộc “Quyết định vay tiêu dùng” được giải thích bới 4 yếu tố được
đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R Square hiệu chỉnh là 0,570 khá là cao (>50%), nghĩa là mối quan hệgiữa biến độc lập và biến phụthuộc được coi là gần chặt chẽ. 2.2.4.5. Kiểm định sựphù hợp mô hình Bảng 15: Kiểm định ANOVA ANOVA Model Sum of Squares df Mean Square F Sig. 1 Regression 60,526 6 10,088 27,341 0,000 Residual 41,692 113 0,369 Total 102,219 119
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Kết quảtừ bảng ANOVA cho thấy giá trị Sig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏ giảthiết rằng “Hệ số xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn thay đổi của biến phụthuộc “quyết định sửdụng”.
2.2.5. Xem xét tự tư ơ ng quan
Đại lượng Durbin– Watson được dùng để kiểm định tương quan của các sai số
kềnhau. Dựa vào kết quảthực hiện phân tích hồi quy cho thấy, giá trị Durbin–Watson là 1,979 thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thể kết luận mô hình không xảy ra hiện tượng tự tương quan.
2.2.6. Xem xét đa cộ ng tuyế n
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng
đại phương sai (VIF –Variance Inflation Factor) lớn hơn hay bằng 10.
Từ kết quảphân tích hồi quyở trên, ta có thể thấy rằng giá trị VIF của mô hình nhỏ (trên dưới giá trị 2) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
2.2.7. Kiể m đị nh phân phố i chuẩ n củ a phầ n dư
Phần dư có thểkhông tuân theo phân phối chuẩn vì những lý do như: sửdụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủnhiều để
phân tích. Vì vậy, chúng ta phải tiến hành kiểm định phân phối chuẩn của phần dư để
xem xét sựphù hợp của mô hìnhđưa ra.
Từbiểu đồ trích từkết quảphân tích hồi quy, có thểthấy rằng phần dư tuân theo
phân phối chuẩn. Với giá trị Mean xấp xỉ -2,64E-15 và giá trị Std.Dev = 0,974(gần bằng 1). Nên có thể kết luận rằng, phần dư tuân theo giảthuyết phân phối chuẩn của phần dư.
Biểu đồ1: Biểu đồtần sốHistogram của phần dư chuẩn hóa
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
2.2.8. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
2.2.8.1. Kiểm định KMO và Bartlett-s Test biến độc lập
Trước khi tiến hành phân tích nhân tố khám phá, nghiên cứu cần kiểm định
KMO đểxem xét việc phân tích này có phù hợp hay không. Việc kiểm định được thực hiện thông qua việc xem xét hệsốKMO (Kaiser Meyer-Olkin of Sampling Adequacy)
và Bartlett¯s Test. (adsbygoogle = window.adsbygoogle || []).push({});
Giá trị KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. Nội dung kiểm định: hệ số KMO phải thỏa mãn điều kiện 0,5 ≤KMO ≤1, chứng tỏ bước phân tích khám phá EFA là phù hợp trong nghiên cứu này.
Kết quả thu được như sau:
- Giá trịKMO bằng 0,778 lớn hơn 0,05 cho thấy phân tích EFA là phù hợp. - Mức ý nghĩa Sig của kiểm định Bartlett¯s Test nhỏ hơn 0,05 nên các biến quan
sát được đưa vào mô hình nghiên cứu có tương quan với nhau và phù hợp với phân tích nhân tốkhám phá EFA.
Bảng 16: Kiểm định KMO và BartlettÖs Test KMO and BartlettÖ Test
TrịsốKMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,778
Đại lượng thống kê
Bartlett¯s Test
Approx. Chi-Square 920,630
Df 190
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
2.2.8.2. Phân tích nhân tốkhám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 6 theo mô hình nghiên cứu đềxuất. Mục
đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa
cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽbị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tố > 0,5 mới được đưa
vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và
được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 120.
Bảng 17: Rút trích nhân tốbiến độc lập Biến quan sát Nhóm nhân tố 1 2 3 4 5 6 CHINHSACH2 0,789 CHINHSACH4 0,778 CHINHSACH3 0,714 CHINHSACH1 0,679 SUTHUANLOI3 0,808 SUTHUANLOI1 0,758 SUTHUANLOI4 0,655 SUTHUANLOI2 0,654 THUONGHIEU2 0,913 THUONGHIEU1 0,796 THUONGHIEU3 0,790 PHUONGTIENHUUHINH1 0,852 PHUONGTIENHUUHINH2 0,832 PHUONGTIENHUUHINH3 0,813 MOIQUANHE3 0,830 MOIQUANHE2 0,766 MOIQUANHE1 0,596 CHATLUONG2 0,773 CHATLUONG3 0,708 CHATLUONG1 0,698 HệsốEigenvalue 5,397 2,276 2,116 1,449 1,399 1,010
Phương sai tiến tích lũy tiến (%)
12,705 25,226 36,285 47,066 57,787 68,232
Thực hiện phân tích nhân tố lần đầu tiên, đưa 23 biến quan sát trong 6 biến độc lập ảnh hưởng đến quyết định vay của khách hàng vào phân tích nhân tố khám phá theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 6 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 23. Không có biến quan sát nào có hệsốtải nhân tố (Factor Loading) bé hơn 0,5
nên không loại bỏbiến, đềtài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích
(Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 68,232 > 50% do đó (adsbygoogle = window.adsbygoogle || []).push({});
phân tích nhân tốlà phù hợp.
Đặt tên cho các nhóm nhân tố:
Nhân tố 1 (Factor 1) gồm 4 biến quan sát: SUTHUANTIEN1, SUTHUANTIEN2, SUTHUANTIEN3, SUTHUANTIEN4. Nghiên cứu đặt tên nhân tốmới này là “Sựthuận tiện”.
Nhân tố 2 (Factor 2) gồm 4 biến quan sát: CHINHSACH1, CHINHSACH2, CHINHSACH3, CHINHSACH4. Nghiên cứu đặt tên nhân tố mới này là “Chính sách
tín dụng”.
Nhân tố 3 (Factor 3) gồm 3 biến quan sát: THUONGHIEU1, THUONGHIEU2, THUONGHIEU3. Nghiên cứu đặt tên nhân tốmới này là “Thương hiệu Ngân hàng”.
Nhân tố 4 (Factor) gồm 3 biến quan sát: MOIQUANHE1, MOIQUANHE2, MOIQUANHE3. Nghiên cứu đặt tên nhân tốmới này là “ Ảnh hưởng từcác mối quan hệ”.
Nhân tố 5 (Factor 5) gồm 3 biến quan sát: PHUONGTIENHUUHINH1, PHUONGTIENHUUHINH2, PHUONGTIENHUUHINH3. Nghiên cứu đặt tên nhân tốmới này là “Phương tiện hữu hình”.
Nhân tố 6 (Factor) gồm 3 biến quan sát: CHATLUONG1, CHATLUONG2, CHATLUONG3. Nghiên cứu đặt tên nhân tốmới này là “ Chất lượng dịch vụ”.
2.2.8.3. Kiểm định KMO và Bartlett-s Test biến phụthuộc.
Các điều kiện kiểm định KMO và Bartlett¯s Test biến phụ thuộc tương tự các
điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích đánh giá chung
quyết định vay của khách hàng đối với dịch vụ vay tiêu dùng của Ngân hàng TMCP
Đông Á qua 3 biến quan sát, kết quảcho chỉ sốKMO là 0,680 (lớn hơn 0,05), và kiểm
định Bartlett¯s Test có giá trịSig. = 0,000(bé hơn 0,05) nên dữliệu thu thập được đáp ứng được điều kiện đểtiến hành phân tích nhân tố.
Bảng 18: Kiểm định KMO và BartlettÖs Test KMO and BartlettÖ Test
TrịsốKMO (Kaiser Meyer-Olkin of Sampling Adequacy) 0,680
Đại lượng thống kê
Bartlett¯s Test Approx. Chi-Square 147,886
Df 3
Sig. 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
2.2.8.4. Phân tích nhân tốkhám phá EFA biến phụthuộc
Bảng 19: Rút trích nhân tốbiến phụthuộc
Quyết định sửdụng Hệsốtải
QUYETDINH1 0,857
QUYETDINH2 0,914
QUYETDINH3 0,828
Phương sai tích lũy tiến (%) 75,181
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020) (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này
được tạo ra từ3 biến quan sát mà đề tài đềxuất từ trước, nhằm mục đích rút ra kết luận về quyết định vay của khách hàng với dịch vụ vay tiêu dùng của Ngân hàng TMCP
Nhận xét:
Quá trình phân tích nhân tố khám phá EFA trên đã xác định được 6 nhân tố ảnh
hưởng đến quyết định vay tiêu dùng của khách hàng tại thành phốHuế đối với dịch vụ
vay tiêu dùng của Ngân hàng Đông Á, đó là “Sự thuận tiện”, “chính sách tín dụng”, “thương hiệu ngân hàng”, “ảnh hưởng từ các mối quan hệ”, “phương tiện hữu hình”,”chất lượng dịch vụ”.
Như vậy mô hình nghiên cứu sau khi phân tích nhân tốkhám phá EFA không có gì thayđổi đáng kểso với ban đầu, không có biến quan sát nào bịloại ra khỏi mô hình trong quá trình kiểm định độtin cậy thang đo và phân tích nhân tốkhám phá.
2.2.9. Đánh giá kế t quả khách hàng về các nhân tố ả nh hư ở ng đế n quyế t đị nh vaytiêu dùng củ a khách hàng cá nhân tạ i Ngân hàng Đông Á- chi nhánh Huế . tiêu dùng củ a khách hàng cá nhân tạ i Ngân hàng Đông Á- chi nhánh Huế .
Sau khi xác định được các nhân tố thực sự có tác động đến quyết định vay của khách hàng cũng như mức độ ảnh hưởng của nó, ta tiến hành phân tích đánh giá của
khách hàng đối với từng nhóm nhân tố này thông qua kết quả điều tra phỏng vấn mà nghiên cứu đã thu thập từ trước.
2.2.9.1.Đánh giá của khách hàng đối với biến Sựthuận lợi
Khi được hỏi về yếu tốsự thuận lợi đối với quyết định vay tiêu dùng của Ngân
hàng TMCP Đông Á, khách hàng đã trảlời và có những đánh giá:
Bảng 20:Đánh giá khách hàng đối với biến“Sựthuận lợi”
Biến quan sát
Mức độ đồng ý (%)
Mean Sig. (2-tailed)
M1 M2 M3 M4 M5
SUTHUANLOI1 - - 4,2 45,0 50,8 4,47 0,000
SUTHUANLOI2 - 0,8 15,0 61,7 22,5 4,06 0,319
SUTHUANLOI3 - 3,3 29,2 55,0 12,5 3,77 0,000
SUTHUANLOI4 1,7 - 19,2 52,5 26,7 4,03 0,727
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Trong đó: M1: Rất không đồng ý; M2: Không đồng ý; M3: Bình thường; M4:
Kết quả điều tra cho thấy tất cảcác nhận định đều có mức đánh giá “đồng ý” và “rất đồng ý” là chiếm cao nhất so với các đánh giá còn lại. Giá trị trung bình của tất cả
các nhận địnhđều trên 3,6. Tuy vậy vẫn còn tồn tại đánh giá “rất không đồng ý” ở tiêu
chí “Không gian giao dịch sạch sẽ, thoáng mát, tiện nghi– SUTHUANLOI4”, có tỉ lệ
rất không đồng ý chiếm 1,7%, mặc dù tỉ lệ không cao nhưng đã có đánh giá như vậy thì có nghĩa là có vấn đề còn tồn tại, ngân hàng cần lưu ý vấn đề này để có những giải pháp khắc phục. Nhận định “Địa điểm giao dịch có chỗ đậu xe rộng rãi, an toàn –
SUTHUANLOI3” có giá trị trung bình là 3,77 có thể nói đối với khách hàng thì chỉ
vừa mới hoàn thành ở mức độchấp nhận được.Đối với ba nhận định còn lại, ta có thể (adsbygoogle = window.adsbygoogle || []).push({});
thấy đều có giá trị trung bình lớn hơn 4, có thể nói khách hàng đồng ý với ba nhận
định còn lại. Cụthểlà“ Ngân hàng có mạng lưới rộng khắp, thời gian giao dịch nhanh chóng – SUTHUANLOI1”, “Vị trí đặt Chi nhánh và PGD của ngân hàng thuận tiện
cho đi lại của anh (chị). Dễ dàng tìm thấy phòng giao dịch của ngân hàng – SUTHUANLOI2”, “Địa điểm giao dịch có chỗ đậu xe rộng rãi, an toàn – SUTHUANLOI3” có giá trịtrung bình lần lượt là 4,47; 4,06 và 4,03.
Kiểm định One–sample T–test trên cặp giảthuyết:
H0: Giá trị trung bình của nhóm nhân tốSựthuận lợiởmức độ đồng ý (µ = 4) H1: Giá trị trung bình của các nhóm nhân tốSựthuận lợi (µ ≠ 4)
Qua kết quả kiểm định One – Sample T test, các biến “Sự thuận lợi 2”, “Sự
thuận lợi 4” có giá trị Sig. > 0,05 nên ta chưa có cơ sở bác bỏ giảthiết H0, tức là với
độ tin cậy 95% ta có thể kết luận rằng mức độ đánh giá trung bình của khách hàng về
hai nhân tốtrên là bằng 4. Còn mức ý nghĩa của các biến: “Sự thuận lợi 1”, “Sựthuận lợi 3” < 0,05 nên ta bác bỏgiả thiết H0, chấp nhận giả thiết H1, nghĩa là mức độ đánh
giá trung bình của khách hàng về các biến trên khác 4. Căn cứ vào giá trị t lớn hơn 0
và kết hợp với kết quảkiểm định trên có thểnói mức độ đồng ý của khách hàng vềcác phát biểuliên quan đến Sựthuận lợi là trên mức 4.
2.2.9.2.Đánh giá của nhóm khách hàng đối với biến Chính sách tín dụng
Khi được hỏi về cảm nhận của mình về yếu tốchính sách tín dụng, khách hàng
Bảng 21:Đánh giá khách hàng đối với biến“Chính sách tín dụng”
Biến quan sát Mức độ đồng ý (%) Mean Sig. (2-tailed)
M1 M2 M3 M4 M5
CHINHSACH1 - - 10,8 61,7 27,5 4,17 0,003
CHINHSACH2 - 2,5 30,0 62,5 5,0 3,7 0,000
CHINHSACH3 - 1,7 24,2 56,7 17,5 3,9 0,115
CHINHSACH4 0,8 1,7 40,0 44,2 13,3 3,68 0,000
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Trong đó: M1: Rất không đồng ý; M2: Không đồng ý; M3: Bình thường; M4:
Đồng ý; M5: Rất đồng ý.
Kết quả điều tra cho thấy tất cả các nhận định trên đều có mức đánh giá “đồng
ý” là chiếm cao nhất so với các đánh giá còn lại, tỷlệ “không đồng ý”chiếm tỷlệrất thấp. Tuy nhiên vẫn còn tồn tại đánh giá “rất không đồng ý” ởnhận định “Ngân hàng
có nhiều chương trình khuyến mãi, tặng quà cho khách hàng – CHINHSACH4”, có tỉ
lệrất không đồng ý chiếm 0,8%, mặc dù tỉlệ không cao nhưng đã cóđánh giá như vậy thì có nghĩa ngân hàng chưa có nhiều chương trình khuyến mãi dành cho khách hàng. Từ đó, ngân hàng có thể đưa ra thêm nhiều chương trình khuyến mãi hơn cho khách
hàng vào dịp lễ trong năm. Trong bốn nhận định dùng để đo lường mức độ đánh giá
của khách hàng về chính sách tín dụng thì nhận định được đánh giá cao nhất là “Bảo mật thông tin khách hàng cao – CHINHSACH1” có tỉ lệ đồng ý và rất đồng ý chiếm 89,2% với nhận định này, giá trị trung bình là 4,17. Các tiêu chí khác có tỉ lệ đồng ý
đều trên 50%. Tuy vậy, vẫn còn những đánh giá không đồng ýởmỗi tiêu chí, tỉlệnày tuy không lớn nhưng ngân hàng cần đặc biệt chú ý để đưa ra giải pháp tốt hơn.Kết quả (adsbygoogle = window.adsbygoogle || []).push({});
cho thấy rằng đa số khách hàng đánh giá tốt với các tiêu chí về chính sách tín dụng.
Trong đó giá trịtrung bình trongđánh giá cao nhất của khách hàng về “ Bảo mật thông
tin khách hàng” là 4,17 và giá trị thấp nhất là “Ngân hàng có nhiều chương trình khuyến mãi, tặng quà cho khách hàng” là 3,68. Yếu tố được đánh giá cao nhất là do
ngân hàng đãđảm bảo được vấn đề bảo mật thông tin của khách hàng. Ngoài ra, nhận
giản, dễhiểu, dễthực hiện, nhanh gọn– CHINHSACH3” có giá trị trung bình lần lượt là 3,7 và 3,9 mặc dù không được đánh giá cao nhưng vẫn trên mức trung lập và tiệm cận mức độ đồng ý nên có thểnói vẫn có thểchấp nhận được.
Qua kết quảkiểm định One–Sample T test, biến “Chính sách 3”có giá trịSig. >
0,05 nên ta chưa có cơ sởbác bỏ giảthiết H0, tức là với độ tin cậy 95% ta có thểkết