Nghiên cứu chính thức được thực hiện bằng phương pháp định lượng tiến hành ngay khi bảng câu hỏi được chỉnh sửa từ kết quả nghiên cứu sơ bộ. Nghiên cứu này khảo sát trực tiếp KH nhằm thu nhập dữ liệu khảo sát. Đối tượng khảo sát là KH của VCB – CN Tân Bình đang sử dụng thẻ của ngân hàng với sự hỗ trợ của nhân viên bộ phận dịch vụ thẻ. Mục tiêu nhằm kiểm định lại các thang đo trong mô hình nghiên cứu, đây là bước phân tích chi tiết các dữ liệu thu thập được thông qua phiếu khảo sát gửi cho KH để xác định tính logic, tương quan của các nhân tố với nhau và từ đây sẽ đưa ra kết quả cụ thể của đề tài nghiên cứu.
3.2.2.1. Mẫu nghiên cứu:
Kích thước mẫu sẽ phụ thuộc vào phương pháp phân tích, nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA). Theo Gorsuch (1983), phân tích nhân tố có mẫu ít nhất 200 quan sát, theo Hair và cộng sự (2006), quy mô mẫu nên là gấp 5 lần số các biến quan sát. Ngoài ra, theo Tabachnick & Fidell (1991) để phân tích hồi quy đạt kết quả tốt nhất thì kích cỡ mẫu phải thỏa mãn công thức:
n >= 8k + 50 Trong đó:
n: là kích cỡ mẫu.
Cách thức chọn mẫu phi ngẫu nhiên (hay chọn mẫu phi xác suất) theo phương pháp thuận tiện là phương pháp chọn mẫu mà các đơn vị trong tổng thể chung không có khả năng ngang nhau để được chọn vào mẫu nghiên cứu và được thực hiện dựa trên tính dễ tiếp cận của đối tượng, ở những nơi mà có nhiều khả năng gặp được đối tượng. Trong nghiên cứu này, mẫu được chọn là các KH đang sử dụng dịch vụ thẻ của VCB – CN Tân Bình, theo tính chất này của mẫu thì việc đánh giá về các nhân tố ảnh hưởng đến quyết định sử dụng dịch vụ thẻ của VCB – CN Tân Bình sẽ mang tính chính xác và khách quan nhằm xác định rõ các nhân tố ảnh hưởng đến quyết định sử dụng thẻ của VCB – CN Tân Bình. Với số lượng biến quan sát là 26 thì số lượng mẫu tối thiểu cần khảo sát là 26x5=130 mẫu, tốt hơn hết là 180 mẫu. Để đạt được kích thước mẫu cần thiết trên thì số lượng bảng câu hỏi được phát ra là 230 bảng, mỗi câu hỏi được đo lường dựa trên thang đo likert gồm 5 điểm.
Quá trình thu thập thông tin được tiến hành, sau khi sàn lọc các bảng câu hỏi không hợp lệ, nghiên cứu tiến hành nhập liệu vào phần mềm và phân tích dữ liệu khảo sát để kết luận các giả thuyết và mô hình nghiên cứu. Kết quả cuối cùng từ SPSS sẽ được phân tích, giải thích và trình bày thành bản báo cáo nghiên cứu.
3.2.2.2. Phương pháp phân tích dữ liệu nghiên cứu:
Kiểm định Cronbach‟s Alpha: là kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến tổng thể trên cơ sở nhiều biến đơn.
Công thức của hệ số Cronbach‟s Alpha: α = Np/[1+p(N-1)]
Trong đó: p là hệ số tương quan trung bình giữa các mục hỏi, tượng trưng cho tương quan trung bình giữa tất cả các cặp mục hỏi được kiểm tra. N là số mục hỏi.
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt thì phải có hệ số α lớn hơn hoặc bằng 0,8. Mặc dù vậy, nếu có một danh mục quá nhiều các mục hỏi thì sẽ có nhiều cơ hội để có hệ số α cao.
Các biến quan sát cùng đo lường một biến ẩn phải có tương quan với nhau, vì vậy phương pháp đánh giá tính nhất quán nội tại sử dụng hệ số Cronbach‟s Alpha để thể hiện tính đáng tin cậy của thang đo. Một thang đo có độ tin cậy tốt khi hệ số Cronbach‟s Alpha biến thiên trong khoảng từ 0,7 đến 0,8. Tuy nhiên, nếu Cronbach‟s Alpha lớn hơn hoặc bằng 0,6 là thang đo có thể chấp nhận được về mặt độ tin cậy, nhưng không được lớn hơn 0.95 vì bị vi phạm trùng lắp trong đo lường. Những biến có hệ số tương quan biến tổng hiệu chỉnh nhỏ hơn 0,3 thì sẽ bị loại.
Vì vậy, đối với nghiên cứu này thì Cronbach‟s Alpha từ 0,6 trở lên là chấp nhận được. Tính toán Cronbach‟s Alpha giúp cho người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu.
Phương pháp phân tích nhân tố khám phá (EFA):
Đây là phương pháp dùng để thu gọn dữ liệu trên cơ sở phân tích các nhân tố trong thang đo và kiểm tra độ tin cậy của các biến trong cùng một thang đo. Sử dụng phân tích nhân tố khám phá EFA để thu nhỏ và tóm tắt các dữ liệu nhằm xác lập tập hợp biến cho vấn đề nghiên cứu là các yếu tố tác động đến quyết định sử dụng thẻ của khách hàng tại VCB – CN Tân Bình. Trong nghiên cứu này, phép xoay vuông góc (Varimax) các nhân tố được dùng để tối thiểu hoá số lượng biến có hệ số lớn tại cùng một nhân tố để tăng cường khả năng giải thích các nhân tố. Để mô hình EFA đảm bảo độ tin cậy, ta cần thực hiện các kiểm định chính sau:
- Kiểm định tính thích hợp của EFA.
Sử dụng thước đo KMO (Kaiser – Meyer – Olkin measure) để đánh giá sự thích hợp của mô hình EFA đối với ứng dụng vào dữ liệu thực tế nghiên cứu. Khi
trị số KMO thỏa mãn điều kiện: 0,5 < KMO < 1 thì phân tích nhân tố khám phá là thích hợp với dữ liệu thực tế.
- Kiểm định tương quan của các biến quan sát trong thước đo đại diện. Sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một thang đo (nhân tố). Khi mức ý nghĩa (Significance, Sig.) của kiểm định Bartlett nhỏ hơn 0,05, có biến quan sát có tương quan tuyến tính với nhân tố đại diện.
- Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố.
Sử dụng phương sai trích (% cumulative variance) để đánh giá mức độ giải thích các biến quan sát đối với nhân tố. Trị số phương sai trích nhất thiết phải lớn hơn 50%. Ví dụ khi phương sai trích là 65%, có nghĩa là 65% thay đổi của các nhân tố được giải thích bởi các biến quan sát.
Phân tích hồi quy đa biến:
Phân tích hồi quy đa biến là tìm mối quan hệ phụ thuộc của một biến, được gọi là biến phụ thuộc vào nhiều biến khác, được gọi là biến độc lập nhằm mục đích ước lượng hoặc tiên đoán giá trị kỳ vọng của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Để mô hình hồi quy đảm bảo tin cậy và hiệu quả, ta cần thực hiện các kiểm định chính sau:
- Kiểm định tương quan từng phần của các hệ số hồi quy:
Mục tiêu của kiểm định này nhằm xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét riêng từng biến độc lập). Khi mức ý nghĩa (Significance, Sig.) của hệ số hồi quy từng phần có độ tin cậy ít nhất 95% (Sig ≤0,05), ta kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.
- Mức độ phù hợp của mô hình:
Mục tiêu của kiểm định này nhằm xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không và mô hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không.
Giả thuyết:
H0: Các hệ số hồi quy đều bằng không. H1: Có ít nhất một hệ số hồi quy khác không.
Sử dụng phân tích phương sai (analysis of variance, ANOVA) để kiểm định. Nếu mức ý nghĩa để đảm bảo có độ tin cậy ít nhất 95% (Sig ≤0,05), chấp nhận giả thuyết H1 , mô hình được xem là phù hợp.
- Hiện tượng phương sai của phần dư thay đổi:
Phương sai của phần dư thay đổi là hiện tượng các giá trị phần dư có phân phối không giống nhau và giá trị phần dư không như nhau. Bỏ qua phương sai của phần dư thay đổi sẽ làm cho ước lượng bình phương bé nhất (OLS) của các hệ số hồi quy không hiệu quả, các kiểm định giả thuyết không còn giá trị, các dự báo không còn hiệu quả. Để kiểm tra hiện tượng này, ta sử dụng kiểm định Spearman, nếu mức ý nghĩa (Sig.) của các hệ số tương quan hạng Spearman đảm bảo lớn hơn 0,05, ta kết luận phương sai của phần dư không đổi.
Về hiện tượng đa cộng tuyến, do ta đã tiến hành phân tích nhân tố khám phá nên các biến độc lập của mô hình phân tích hồi quy (các nhân tố của mô hình EFA) sẽ không có hiện tương đa cộng tuyến. Do đó, không cần thiết phải thực hiện kiểm định hiện tượng đa cộng tuyến.
3.2.2.3. Quy trình khảo sát:
Bƣớc 1: Thiết kế bảng câu hỏi:
Lập bảng câu hỏi các nhân tố ảnh hưởng đến quyết định sử dụng dịch vụ thẻ của ngân hàng (Phụ lục 1). Hiệu chỉnh bảng câu hỏi dựa trên ý kiến của khách hàng và tham khảo ý kiến của trưởng phòng, chuyên viên và nhân viên của bộ phận thẻ. Sau đó tiến hành phỏng vấn 15 KH để kiểm tra mức độ rõ ràng của bảng câu hỏi để hiệu chỉnh và lập bảng câu hỏi chính thức lần cuối.
Bƣớc 2: Xác định số lượng mẫu cần thiết và thang đo cho việc khảo sát. Kích thước mẫu dự tính là n = 230 theo cách tính trên.
Bƣớc 3: Xây dựng phương thức chọn mẫu phỏng vấn. Mẫu chọn theo phương thức lấy mẫu phi ngẫu nhiên .
Bƣớc 4: Phỏng vấn thử và hoàn thiện bảng câu hỏi.
Bƣớc 5: Phỏng vấn thực tế.
Bƣớc 6: Xử lý dữ liệu thông qua việc sử dụng phần mềm SPSS.