Lập bảng tần số để làm s ch dữ liệu trước khi đưa v o ph n t ch. Ph n t ch mô tả để ph n t ch c c thuộc t nh c a mẫu.
ối tượng trả lời câu hỏi: giới t nh, độ tuổi, trình độ, nghề nghiệp, thu nhập.
3.1.5
- Kiểm định ron ach’s lpha: Mục đ ch c a kiểm định n y l ; tìm ra những mục câu hỏi cần giữ l i và những mục câu hỏi cần bỏ đi trong c c mục đưa v o kiểm tra hay nói cách khác là giúp ta lo i đi những biến quan s t không đ t. Các biến quan sát có hệ số tương quan iến tổng <0,3 sẽ bị lo i và tiêu chuẩn chọn thang đo khi hệ số ron ach’s lpha ≥0,6. Nhiều nhà nghiên cứu đồng ý rằng khi 0,8> ron ach’s lpha<1 thì thang đo lường tốt, từ 0,7 đến gần 0,8 là sử dụng được. ng c nh nghiên cứu đề nghị rằng ron ach’s lpha ≥0,6 l c thể sử dụng được trong trường hợp khái niệm đang đo lường là mới ho c mới đối với người trả lời trong bối cảnh v điều kiện nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Phân tích nhân tố EFA:Ph n t ch n y, được sử dụng để x c định độ gi trị hội tụ, độ gi trị ph n iệt v thu gọn c c tham số ước lượng th o từng nh m iến. Trong phân tích nhân tố, các nhà nghiên cứu thường quan t m đến một số các tiêu chuẩn sau:
Trị số KMO (Kaiser-Meyer-Olkin): là chỉ số ng để xem xét sự thích hợp c a phân tích nhân tố. Khi trị số MO nằm từ khoảng 0,5< MO<1 thì ph n t ch nh n tố là thích hợp, nếu trị số KMO < 0,5 thì phân tích nhân tố c khả năng không th ch hợp với dữ liệu thu thập. iểm định artl tt artl tt’s t st : l kiểm định t nh tương quan giữa các biến quan s t với nhau trong mỗi nhân tố. Nếu kiểm định n y c mức nghĩa Sig <0,05 thì các biến quan s t c tương quan với nhau trong tổng thể. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Khác biệt hệ số tải nhân tố c a một biến quan sát giữa các nhân tố ≥0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
ệ số tải nh n tố hay trọng số nh n tố Factor loa ings : l hệ số tương quan đơn giữa c c iến v c c nh n tố, hệ số n y ≥0,5 thì được x m l c gi trị thực tiễn. air v ctg, 1998 .
ệ số ig nvalu : đ i iện cho phần iến thi n được giải th ch ởi mỗi nh n tố v chỉ giữ l i những nh n tố c ig nvalu >1 trong mô hình ph n t ch.
Phương sai tr ch c a c c yếu tố cumulativ varianc để kiểm tra mức độ giải th ch c a c c iến quan s t đối với c c nh n tố phải đảm ảo >50 .
Sử ụng phương ph p tr ch nh n tố Principal ompon nt nalysis với ph p xoay Varimax điểm ừng tr ch c c yếu tố c ig nvalu >1 với c c iến quan s t.
3.1.5
Ph n t ch hồi quy đa iến mục đ ch l x c định các nhân tố ảnh hưởng, nhận biết mức độ ảnh hưởng c a các nhân tố độc lập lên nhân tố phụ thuộc. Trước khi tiến hành phân tích hồi quy, mối tương quan tuyến tính giữa biến phụ thuộc v c c iến độc lập cần phải kiểm tra x m n c tương quan ch t chẽ với nhau hay không. Sau đ mới tiến h nh ph n t ch hồi quy kiểm định mô hình.
* Ph n t ch tương quan P arson:
iểm định mối tương quan tuyến tính giữa c c iến trong mô hình, giữa iến phụ thuộc với từng iến độc lập v giữa c c iến độc lập với nhau. hi mức nghĩa c a c c hệ số hồi quy hơn 5 Sig.<0,05 nghĩa l đ t độ tin cậy 95 c thể kết luận l tương quan c nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
* Phân tích hồi quy đa iến:
Sau khi ph n t ch tương quan x c định hai iến định lượng c tương quan tuyến t nh ch t chẽ thì c thể mô hình hóa mối quan hệ nhân quả c a hai biến này bằng hồi quy tuyến t nh. Nghi n cứu thực hiện hồi quy đa iến ằng phương ph p nt r: tất cả các biến đưa v o một lần và xem xét kết quả thống kê.
p c n; ệ số R2 điều chỉnh l hệ số x c định tỉ lệ biến thiên c a biến phụ thuộc được giải thích bởi c c iến độc lập trong
mô hình hồi quy. Nếu R2 càng gần 1 mô hình xây dựng càng thích hợp, R2 càng gần 0 mô hình càng kém phù hợp với tập dữ liệu thu thập.
Ki ổ ăn cứ v o ảng ph n t ch phương sai NOV kiểm định F.
gi nh cần thi t trong h i quy tuy n tính; Nếu c c giả định không ị vi ph m thì c c kết quả ước lượng hồi quy l đ ng tin cậy v mô hình hồi quy được x y ựng. o ng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
X c định mức độ ảnh hưởng c a các yếu tố ựa vào hệ số Beta chuẩn hóa. Yếu tố n o c hệ số lớn hơn thì c thể nhận x t rằng yếu tố đ có mức ảnh hưởng cao hơn c c yếu tố còn l i trong mô hình nghi n cứu.
Phương trình hồi quy tuyến t nh c c nh n tố ảnh hưởng đến huy động tiền gửi tiết kiệm c a kh ch h ng c nh n t i V – hi nh nh V ng T u ôn ảo được viết ưới d ng sau:
HDTG = β0 + β1*TH + β2*LS + β3*SPDV + β4*CLDV + β5*STT + εi
Trong đ :
HDTG : uy động tiền gửi tiết kiệm
β0 : ằng số TH : Thương hiệu LS : Lãi suất SPDV : Sản phẩm ịch vụ CLDV : hất lượng ịch vụ STT : Sự thuận tiện
β1, β2, β3, β4, β5: Hệ số hồi quy ri ng phần ứng với c c iến độc lập
εi : Sai số ngẫu nhiên có phân phối chuẩn trung bình bằng 0, phương sai không đổi v độc lập.
Mong đợi về dấu c a các biến độc lập trong mô hình c hệ số β>0, nghĩa l mức ảnh hưởng c ng cao thì huy động tiền gửi tiết kiệm c ng được kh ng định.