3.3.5.1 Phương pháp thống kê mô tả
Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập được từ nghiên cứu thực nghiệm qua các cách thức khác nhau. Thống kê mô tả cung cấp những tóm tắt đơn giản về mẫu và các thước đo. Sau đó, để mô tả và tìm hiểu về đặc tính phân phối của một bảng số liệu thô là lập bảng phân phối tần số để làm rõ đặc tính của mẫu phân tích.
3.3.5.2 Phương pháp phân tích độ tin cậy của thang đo
Hệ số của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương tác với nhau. Phương pháp này cho phép phân tích loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach alpha. Hệ số Cronbach Alpha có giá trị biến thiên trong khoản từ [0,1]. Về lý thuyết, những biến có hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại. Cronbach Alpha càng cao thì càng tốt,
nghĩa là thang đo có độ tin cậy cao. Nếu Cronbach Alpha α ≥ 0.6, thì thang đo có thể chấp nhận được về mặt tin cậy (Nunnally và Bernstein, 1994; Peterson, 1994; Slater, 1995). Tuy nhiên, nếu hệ số Cronbach Alpha quá lớn (α>0.95), thì cho thấy nhiều biến quan sát trong thang đo không có sự khác biệt hiện tượng này gọi là trùng lắp trong thang đo (Nguyễn Đình Thọ, 2011).
3.3.5.3 Phương pháp phân tích khám phá nhân tố EFA
Sau khi đánh giá độ tin cậy của thang đo với hệ số Cronbach’s Alpha thì bước tiếp theo phải đánh giá giá trị của nó. Hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Để đánh giá hai giá trị này, tác giả sử dụng phương pháp phân tích nhân tố khám phá EFA. Phương pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k các biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn việc rút gọn này dựa vào mối quan hệ tuyến tính giữa các nhân tố với biến quan sát. Để xác định sự phù hợp khi dùng EFA thì ta dùng hai loại kiểm định là Barlett và kiểm định KMO.
Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét ma trận tương quan có phải là ma trận đơn vị I, là ma trận có các thành phần bằng 0 và đường chéo bằng 1. Nếu phép kiểm định Bartlett có Sig < 5% chúng ta từ chối giả thuyết H0 (ma trận tương quan là ma trận đơn vị), nghĩa là các biến có tương quan với nhau (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008; Nguyễn Đình Thọ, 2011).
Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan riêng phần của chúng. Để sử dụng EFA, KMO phải > 0.5 (Nguyễn Đình Thọ, 2011).
Để chọn số lượng nhân tố, ba phương pháp thường được sử dụng là tiêu chí Eigenvalue, tiêu chí điểm uốn, xác định trước số lượng nhân tố. Trong nghiên cứu này tác giả chọn tiêu chí eigenvalue. Với tiêu chí này, số lượng nhân tố được xác định ở nhân tố có eigenvalue tối thiểu bằng 1 (>=1) (Nguyễn Đình Thọ, 2011).
lệch trọng số phải ≥ 0.3 (Nguyễn Đình Thọ, 2011).
Cuối cùng là khi đánh giá ta cần xem xét tổng phương sai trích Total Variance Explained. Tổng này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng này phải đạt từ 50% trở lên (Gerbing và Anderson, 1988), nghĩa là phần chung phải lớn hơn phần riêng và sai số (từ 60% trở lên là tốt) (Nguyễn Đình Thọ, 2011).
3.3.5.4 Phân tích tương quan Pearson
Mục đích chạy tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, vì điều kiện để hồi quy là trước nhất phải tương quan.
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường mức độ tương quan tuyến tính giữa hai biến. Về nguyên tắc, tương quan Pearson sẽ tìm ra một đường thẳng phù hợp nhất với mối quan hệ tuyến tính của 2 biến. Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến -1. Điều kiện để tương quan có ý nghĩa là giá trị Sig <0.05.
+ r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia.
+ r = 0 cho thấy không có sự tương quan.
+ r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.
Ngoài ra cần nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Dấu hiệu nghi ngờ dựa vào giá trị sig tương quan giữa các biến độc lập nhỏ hơn 0.05 và giá trị tương quan Pearson lớn hơn 0.4
3.3.5.5 Phương pháp phân tích hồi quy đa biến
Xây dựng mô hình hồi quy đa biến: mô hình hồi quy đa biến là một trong những mô hình thống kê được sử dụng phổ biến trong kiểm định lý thuyết khoa học (kiểm
định mô hình nghiên cứu và các giả thuyết nghiên cứu). Khi sử dụng mô hình hồi quy đa biến chúng ta cần chú ý đến sự phù hợp của mô hình và kiểm trả các giả định của nó.
- Các tiêu chí trong hồi quy đa biến:
+ Giá trị Sig của kiểm định F được sử dụng để kiểm định độ phù hợp của mô hình hồi quy. Nếu sig nhỏ hơn 0.05, ta kết luận mô hình hồi quy tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.
+ Giá trị R2 (R Square), R2 hiệu chỉnh (Adjusted R Square) phản ánh mức độ giải thích biến phụ thuộc của các biến độc lập trong mô hình hồi quy. R2 hiệu chỉnh phản ánh sát hơn so với R2. Mức dao động của 2 giá trị này là từ 0 đến 1.
+ Trị số Durbin – Watson (DW) dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất (kiểm định tương quan của các sai số kề nhau). Theo Field (2009), nếu DW nhỏ hơn 1 và lớn hơn 3, chúng ta cần thực sự lưu ý bởi khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất. Theo Yahua Qiao (1999), thường giá trị DW nằm trong khoảng 1.5 – 2.5 sẽ không xảy ra hiện tượng tự tương quan.
+ Giá trị sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu sig kiểm định t của hệ số hồi quy của một biến độc lập nhỏ hơn 0.05, ta kết luận biến độc lập đó có tác động đến biến phụ thuộc.
+ Hệ số phóng đại phương sai VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Thông thường, nếu VIF của một biến độc lập lớn hơn 10 nghĩa là đang có đa cộng tuyến xảy ra với biến độc lập đó. Khi đó, biến này sẽ không có giá trị giải thích biến thiên của biến phụ thuộc trong mô hình hồi quy.
+ Kiểm tra các giả định hồi quy, bao gồm phần dư chuẩn hóa và liên hệ tuyến tính:
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích... Vì vậy, chúng ta cần thực hiện nhiều cách khảo sát khác nhau. Hai cách phổ biến nhất là căn cứ vào biểu đồ Histogram và Normal P- P Plot. Đối với biểu đồ Histogram, nếu giá trị trung bình Mean gần bằng 0, độ lệch
chuẩn gần bằng 1, ta có thể khẳng định phân phối là xấp xỉ chuẩn. Đối với biểu đồ Normal P-P Plot, nếu các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
Kiểm tra vi phạm giả định liên hệ tuyến tính: biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa giúp chúng ta dò tìm xem, dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay không. Nếu phần dư chuẩn hóa phân bổ tập trung xunh quanh đường hoành độ 0, chúng ta có thể kết luận giả định quan hệ tuyến tính không bị vi phạm.
3.4 Tóm tắt chương 3
Chương 3, tác giả đã đề xuất mô hình nghiên cứu và giải thích các biến. Bên cạnh đó, tác giả đã trình bày cụ thể quy trình thực hiện nghiên cứu bao gồm phương pháp nghiên cứu, chọn mẫu, lấy mẫu, xử lý dữ liệu. Phương pháp nghiên cứu gồm có 2 phương pháp chính đó là: sử dụng phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng. Nghiên cứu định tính nhằm xác định các yếu tố có ảnh hưởng đến ý định sử dụng Internet banking của khách hàng, từ đó hoàn thiện được bảng khảo sát chính thức. Từ bảng khảo sát chính thức đó, tác giả sẽ thu thập dữ liệu và dùng phương pháp định lượng để xử lý kết quả như thống kê mô tả, sử dụng phương pháp Cronbach Alpha để kiểm tra độ tin cậy của thang đo, phân tích nhân tố khám phá EFA, và sử dụng phương pháp hồi quy đa biến để kiểm định giả thuyết và xem mức độ tác động của các nhân tố.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Dựa trên cơ sở lý thuyết và phương pháp nghiên cứu đã được xây dựng ở chương 3, tác giả tiếp tục chương 4 với nội dung thực trạng sử dụng Internet banking của khách hàng cá nhân tại BIDV địa bàn tỉnh Bà Rịa – Vũng Tàu và kết quả nghiên cứu.
4.1 Tình hình đăng ký sử dụng Internet banking của các chi nhánh BIDV
Chi nhánh Bà Rịa – Vũng Tàu
Trong năm 2015 tỷ lệ khách hàng cá nhân sử dụng Internet banking của chi nhánh Bà Rịa – Vũng Tàu là 3.65%. Tỷ lệ này giảm đi trong năm 2016 và đến năm 2017 tỷ lệ này chỉ còn 3.2%. Mặc dù tính đến năm 2017 lượng khách hàng cá nhân của chi nhánh BRVT là 75815 nhưng nhìn chung tỷ lệ khách hàng sử dụng Internet banking là thấp trong 3 năm, chỉ xấp xỉ dao động trên 3%.
۔ Thành phố Vũng Tàu là trung tâm kinh tế, tài chính, văn hóa, du lịch, giao thông vận tải và giáo dục. Hiện tại trên thành phố Vũng Tàu có 2 khu công nghiệp lớn đó là khu công nghiệp Đông Xuyên, và khu công nghiệp dầu khí Long Sơn. Ngoài ra thành phố còn có hơn 10 cảng biển và cảng sông phục vụ ngành dầu khí, quốc phòng, đóng tàu và xuất nhập khẩu. BIDV Bà Rịa – Vũng Tàu hoạt động từ ngày 10/1/1991, và đây là chi nhánh gốc sau đó mới tách ra các chi nhánh là BIDV Bà Rịa, BIDV Phú Mỹ. Nhờ vào thời gian hoạt động đã có từ lâu và là một trong những trung tâm kinh tế của vùng Đông Nam Bộ, chính vì thế mà có thể thấy được số lượng khách hàng của chi nhánh Bà Rịa – Vũng Tàu là khá lớn. Tuy nhiên với số lượng khách hàng lớn như vậy nhưng tỷ lệ sử dụng Internet banking vẫn rất thấp.
Hình 4.1: Tỷ lệ KHCN sử dụng Internet banking của chi nhánh BRVT
Nguồn: Báo cáo nội bộ BIDV
Chi nhánh Bà Rịa
۔ Tỷ lệ khách hàng cá nhân sử dụng Internet banking tại chi nhánh Bà Rịa rất thấp chỉ dao động trong khoảng 2% từ năm 2015 đến 2017. Thành phố Bà Rịa có dân số khoảng 200 ngàn người đang sinh sống tính đến năm 2017, gồm 8 phường và 3 xã. Tại thành phố, một số hoạt động nông nghiệp như trồng cà phê, cao su, điều, cây ăn quả. Thành phố Bà Rịa là địa phương có nhiều tiềm năng để phát triển các ngành tiểu thủ công nghiệp. Mặc dù thành phố Bà Rịa có trung tâm hành chính của tỉnh từ năm 2012, nhưng các khu vực lân cận vẫn còn ở dạng nông thôn, thu nhập của người dân cũng ở mức bình thường, nên khách hàng vẫn sử dụng tiền mặt để giao dịch là chủ yếu. Lượng khách hàng cá nhân tại chi nhánh Bà Rịa có tăng theo từng năm nhưng tỷ lệ khách sử dụng Internet banking vẫn rất thấp.
3.65 3.07 3.2 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7
Hình 4.2: Tỷ lệ KHCN sử dụng Internet banking của chi nhánh Bà Rịa
Nguồn: Báo cáo nội bộ BIDV
Chi nhánh Vũng Tàu Côn Đảo
۔ Trong năm 2015, số khách hàng sử dụng Internet banking của chi nhánh Vũng Tàu Côn Đảo chỉ có 70 người, chiếm 1.98% trong tổng số 3539 khách hàng cá nhân. Trong năm 2016, thì tỷ lệ khách hàng sử dụng cũng chỉ đạt 2.15% (88 trên 4088). Và trong năm 2017, số lượng khách hàng đạt ở mức 5160 khách hàng nhưng tỷ lệ sử dụng Internet banking cũng chỉ đạt ở mức 2.75% do chỉ có 142 người sử dụng.
۔ Nhìn vào bảng biểu đồ, ta thấy được tỷ lệ sử dụng Internet banking của khách hàng tại đây thấp. Mặc dù chi nhánh cũng nằm tại địa bàn thành phố Vũng Tàu, nhưng do chi nhánh Vũng Tàu Côn Đảo mới thành lập vào năm 2015 nên lượng khách hàng cá nhân ở đây còn chưa cao.
1.63 0.89 2.2 0 0.5 1 1.5 2 2.5
Hình 4.3: Tỷ lệ KHCN sử dụng Internet banking của chi nhánh VTCĐ
Nguồn: Báo cáo nội bộ BIDV
Chi nhánh Phú Mỹ
۔ Nhìn chung, tỷ lệ khách hàng sử dụng Internet banking ở BIDV chi nhánh Phú Mỹ tương đối cao, và tăng trưởng đều qua các năm, từ 9.28% lên đến 18.74% trong năm 2017. Ta thấy được số khách hàng sử dụng Internet banking đã tăng lên rất nhanh, đặc biệt từ năm 2016 đến năm 2017 thì tỷ lệ khách hàng sử dụng Internet banking tăng lên gấp đôi.
۔ Thị xã Phú Mỹ là nơi tập trung nhiều khu công nghiệp nhất của tỉnh. Hàng loạt các nhà máy lớn đã xây dựng như: nhà máy nhiệt điện Phú Mỹ 2-1, Phú Mỹ 1, Phú Mỹ 2, Phú Mỹ 3, Phú Mỹ 4, nhà máy thép VINA – KYOEI, nhà máy thép Pomina 2, nhà máy luyện phôi thép Pomina 3, nhà máy phân bón NPK, nhà máy gạch men Mỹ Đức, nhà máy sản xuất thùng phuy, các nhà máy xây lúa mì, bột mì, sản xuất hạt nhựa PVC, sản xuất nhựa đường, sản xuất ống thép, cốt thép, chế biến thực phẩm và thức ăn gia súc. Thị xã Phú Mỹ tập trung các khu công nghiệp nặng và năng lượng lớn, nên nhờ vào đặc điểm ở khu vực như vậy nên nền tảng số lượng khách hàng của BIDV chi nhánh Phú Mỹ là lớn hơn so với các chi nhánh trên địa bàn tỉnh, việc thu
1.98 2.15 2.75 0 0.5 1 1.5 2 2.5 3
hút khách hàng sử dụng Internet banking cũng thuận lợi hơn và đạt tỷ lệ cao hơn.
Hình 4.4: Tỷ lệ KHCN sử dụng Internet banking của chi nhánh Phú Mỹ
Nguồn: Báo cáo nội bộ BIDV
4.2 Kết quả nghiên cứu
4.2.1 Mô tả đặc điểm nhân khẩu học
Trong mẫu khảo sát thì có 68 khách hàng chưa sử dụng Internet banking chiếm tỷ lệ 45.3% và 82 khách hàng đang sử dụng Internet banking chiếm tỷ lệ 54.7%. Về giới tính thì khách hàng nam là 77 người chiếm 51.3%, và khách hàng nữ là 73 người chiếm 48.7%. Về nhóm độ tuổi, ở nhóm tuổi từ 15 tuổi đến dưới 35 tuổi là 69 khách hàng chiếm 46%, từ 35 tuổi đến dưới 45 tuổi là 63 khách hàng chiếm 63%, từ 45 tuổi trở lên là 18 khách hàng chiếm 12%. Về thu nhập, dưới 5 triệu hiện có 5 khách hàng chiếm 3.3%, từ 5 triệu đến dưới 10 triệu là 30 người chiếm 20%, từ 10 triệu đến dưới 18 triệu là 58 người chiếm 38.7%, từ 18 triệu trở lên là 57 người chiếm 38%. Về yếu tố học vấn, trung học phổ thông là 18 người chiếm 12%, trung cấp và cao đẳng là 39 người chiếm 26%, trình độ đại học là 79 người chiếm 52.7%, trình độ trên đại học là