Trong nghiên cứu này, tác giả sử dụng mô hình cấu trúc tuyến tính SEM không chỉ để ước lượng các nhân tố tiềm ẩn tác động đến năng lực cạnh tranh bán lẻ của ngân hàng mà còn ước lượng được tác động lẫn nhau của chính các yếu tố này với nhau. Tuy nhiên, tác giả chỉ tập trung chủ yếu vào tác động của các yếu tố này đến năng lực cạnh tranh bán lẻ của ngân hàng; từ đó, đưa ra một số gợi ý về mặt chính sách nhằm nâng cao năng lực cạnh tranh bán lẻ của ngân hàng. Kết hợp các giả thuyết nghiên cứu và các nghiên cứu trước có liên quan, những mối quan hệ mà tác giả quan tâm được thể hiện qua phương trình sau:
i i i 0 i i i i i i 0
GEC = α + β PPL_BOU + χ COR_CUR_BEA
+ γ FIC + A
GEC = α δ PRI + ε OS + φ RMC + υ (1)
GEC là nhóm biến đại diện cho năng lực cạnh tranh bán lẻ tổng quát của ngân hàng thương mại được đo lường thông qua năm khía cạnh:
• Ngân hàng có thị trường lớn, hoạt động hiệu quả, có tiềm năng dài hạn. • Ngân hàng là một đối thủ cạnh tranh bán lẻ mạnh, luôn ở vị thế sẵn sàng. • Ngân hàng có nhiều lợi thế cạnh tranh bán lẻ.
• Năng lực cạnh tranh bán lẻ tổng thể nhìn chung là tốt.
β là hệ số ước lượng cho tác động của các nhóm biến đại diện cho khả năng quản trị của ngân hàng lên năng lực cạnh tranh bán lẻ của VCB gồm: BUO đại diện cho tầm nhìn chiến lược của lãnh đạo (Visionary and Strategic Leadership), PPL đại diện cho khả năng lãnh đạo con người (People Leadership).
χ là hệ số ước lượng cho tác động của nhóm biến đại diện cho khả năng marketing của ngân hàng lên năng lực cạnh tranh bán lẻ của VCB gồm: CUR đại diện cho khả năng đáp ứng khách hàng (Customer Responsiveness), COR đại diện cho phản ứng với đối thủ cạnh tranh (Competitor Responsiveness) và BEA đại diện cho khả năng thích ứng với môi trường kinh doanh (Business Environment Adaption).
γ là hệ số ước lượng cho tác động của biến FIC đại diện cho khả năng tài chính (Financial Capability) lên năng lực cạnh tranh bán lẻ của ngân hàng.
δ là hệ số ước lượng cho tác động của biến PRI đại diện cho khả năng đổi mới sản phẩm (Product Innovation) lên năng lực cạnh tranh bán lẻ của ngân hàng.
ε là hệ số ước lượng cho tác động của biến AOS đại diện cho khả năng tổ chức & phục vụ (Ability to Organize and Serve) lên năng lực cạnh tranh bán lẻ của ngân hàng.
φ là hệ số ước lượng cho tác động của biến RMC đại diện cho k hả năng quản trị rủi ro (Risk Management Capability) lên năng lực cạnh tranh bán lẻ của ngân hàng.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1.Nghiên cứu định lượng:
4.1.1. Mẫu nghiên cứu:
Quy trình lấy mẫu chủ yếu liên quan đến việc: (1) xác định đối tượng mục tiêu, (2) xác định khung mẫu, (3) lựa chọn một phương pháp lấy mẫu, (4) xác định kích thước mẫu và chọn các yếu tố mẫu (Zikmund và cộng sự, 2013). Bên cạnh đó, theo Malhotra (2000) mẫu tổng thể là tổ hợp tất cả các đơn vị phân tích đang được điều tra, các dữ liệu cần thiết được thu thập dựa vào đơn vị là yếu tố. Dựa trên lý thuyết phân phối lớn mẫu, phân tích SEM đòi hỏi một mẫu lớn để có được ước tính đáng tin cậy (Jöreskog & Sörbom, 1995; Raykov & Widaman, 1995). Mặt khác, theo Hair và cộng sự (2006) thì một mẫu nên lớn như thế nào vẫn chưa được thống nhất mà thường phụ thuộc vào các phương pháp thống kê được sử dụng.
Hơn nữa, Hair và cộng sự (2006) đã đề nghị tỷ lệ kích thước mẫu với số lượng các chỉ số này cần có ít nhất 5:1 khi sử dụng SEM. Đây cũng chính là quan điểm của Bentler và Weeks (1980) cho rằng tỷ lệ cần thiết để thiết kế cỡ mẫu là: tối thiểu phải có năm quan sát trên mỗi thông số ước lượng (tỷ lệ 5:1).
Bên cạnh đó, theo Tabachnick và Fidell (2007) nói rằng kích thước mẫu muốn thật sự tốt cần lớn hơn 200. Kết quả dựa trên số lượng các biến quan sát trong mô hình cấu trúc tuyến tính cần một mẫu trên 200 người trả lời đã được lựa chọn và sử dụng phương pháp lấy mẫu tổng thể cho cuộc điều tra chính.
4.1.2. Đối tượng khảo sát
Để đáp ứng thông tin yêu cầu cho nghiên cứu, đối tượng điều tra là nhân viên ngân hàng TMCP Ngoại Thương Việt Nam. Bên cạnh đó, nhân viên chi nhánh là người am hiểu tất cả các khía cạnh của hoạt động của ngân hàng và biết những thiếu xót cũng như sẽ đánh giá chính xác đơn vị.
4.1.3. Phương pháp và thời gian khảo sát:
Quá trình điều tra thông qua cổng thông tin nội bổ của chi nhánh đồng nghiệp nên dữ liệu có độ chính xác và chân thật của người làm khảo sát rất cao. Phương pháp điều tra bằng cách gửi và nhận phiếu khảo sát trực tiếp tới các nhân viên của ngân hàng.
4.1.4. Phương pháp phân tích dữ liệu
Mô hình cấu trúc tuyến tính là một mô hình cho phép mô hình hoá dữ liệu đa biến phức tạp (Sánchez và cộng sự, 2005). Hơn nữa, Hair và cộng sự (2006) chỉ ra rằng SEM là “phương pháp tiếp cận hiệu quả nhất để kiểm tra đồng thời các mối quan hệ phụ thuộc liên quan giữa các biến đo lường tiềm ẩn”.
Cách phân tích nhân tố khẳng định sẽ nhận được các ưu điểm so với các phương pháp truyền thống (Bagozzi & Foxall, 1996). Ngoài ra, Steenkamp và Van Trijp (1991) đã cho thấy rằng phân tích CFA cho phép chúng ta kiểm định cấu trúc lý thuyết của các thang đo cũng như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường.
Mô hình được coi là phù hợp khi kiểm định Chi-square có giá trị p ≥ 0.05. Nhưng Chi-square có nhược điểm là khi kích thước mẫu càng lớn làm cho Chi-square làm giảm mức độ phù hợp. Vì vậy, một số tiêu chuẩn để thực hiện CFA bao gồm:
• Chi -square điều chỉnh theo bậc tự do (CMIN/df) ≤ 2 (Carmines & Mciver, 1981), một số trường hợp có thể chấp nhận CMIN/df ≤ 3 • GFI (Goodness of Fit Index) ≥ 0.9 (Bentler & Bonett, 1980). • TLI (Tucker & Lewis Index) ≥ 0.9
• CFI (Comparative Fit Index) ≥ 0.9
Ngoài ra, Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2009) chỉ ra rằng nếu mô hình TLI, CFI ≥0.9, CMIN/df ≤ 2, RMSEA ≤ 0.05 thì mô hình là tương thích với dữ liệu thị trường.
Các tiêu chuẩn đánh giá mức độ phù hợp của mô hình theo các khía cạnh giá trị nội dung bao gồm:
❖ Độ tin cậy của thang đo được đánh giá thông qua hệ số tin cậy tổng
hợp (ρc - Composite reliability), tổng phương sai trích được (ρvc - variance extracted), hệ số tin cậy (Cronbach’s alpha - α).
Phương sai trích phản ánh lượng biến thiên chung của các biến quan sát được giải thích bởi biến tiềm ẩn (Hair và cộng sự, 2006). Độ tin cậy tổng hợp đo lường độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố)
Hệ số tin cậy Cronbach’s Alpha đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời (Lomax & Schumacker, 2012).
Tiêu chuẩn đánh giá mức độ phù hợp của mô hình bởi độ tin cậy của thang đo là ρc > 0.5 hoặc ρvc > 0.5; hoặc α ≥ 0.6.
❖ Tính đơn hướng/đơn nguyên (Unidimensionality) của một thang đo
thể hiện mỗi một biến quan sát chỉ được sử dụng để đo lường duy nhất một khái niệm tiềm ẩn.
(Steenkamp & Van Trijp, 1991) mức độ phù hợp của mô hình đo lường với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để kết luận tập các biến quan sát đạt được tính đơn hướng, trừ khi các sai số của tập các biến quan sát có tương quan với nhau.
❖ Giá trị hội tụ (Convergent validity) thể hiện giá trị đo lường một khái
niệm tương quan chặt chẽ với nhau sau những đo lường được lặp lại.
Theo Anderson & Gerbing (1988), thang đo được coi là đạt giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều cao (> 0.5) và có ý nghĩa thống kê, tức p < 0.05.
❖ Giá trị phân biệt (Discriminant validity) thể hiện sự khác biệt giữa
các khái niệm trong mô hình nghiên cứu và điều này xảy ra
Bagozzi và Foxall (1996) và Hair và cộng sự (2006) cho rằng hệ số tương quan giữa các khái niệm trên phạm vi tổng thể đều khác biệt với 1 và có ý nghĩa thống kê.
Việc đánh giá tiêu chuẩn này nếu được kiểm định theo từng cặp khái niệm sẽ có nhiều ưu điểm hơn, vì hệ số tương quan sẽ thay đổi khi có sự tham gia của một khái niệm khác.
Trong trường hợp khái niệm kiểm định là bậc cao, thì cách kiểm định này sẽ cho phép so sánh hệ số tương quan giữa hai khái niệm và hệ số tương quan giữa hai thành phần của cùng một khái niệm.
❖ Giá trị liên hệ lý thuyết (Nomological validity) thể hiện sự phù hợp
giữa mô hình nghiên cứu với cơ sở lý thuyết xây dựng nên mô hình:
Giá trị liên hệ lý thuyết được đánh giá trong mô hình lý thuyết (Anderson & Gerbing, 1988) và phù hợp khi “mỗi một đo lường có mối liên hệ với các đo lường khác như đã kỳ vọng về mặt lý thuyết” (Churchill Jr, 1979).
Hair và cộng sự (2006) cho rằng SEM là một phần mở rộng hoặc một sự kết hợp độc đáo của một số kỹ thuật đa biến như phân tích hồi quy và phân tích đa yếu tố. Vì vậy, SEM cho phép các nhà nghiên cứu đánh giá sự đóng góp của từng thang đo, mối quan hệ giữa các thang đo khái niệm như thế nào và ước lượng mối quan hệ giữa các biến độc lập và phụ thuộc (Sánchez và cộng sự, 2005).
SEM cho phép các nhà nghiên cứu khám pháp những sai số đo lường và hợp nhất những khái niệm trừu tượng và khó phân biệt. Nó không chỉ liên kết lý thuyết với dữ liệu mà còn đối chiếu lý thuyết với dữ liệu (Anderson & Gerbing, 1988;
Bagozzi & Foxall, 1996). Như vậy, các tiêu chuẩn kiểm định được áp dụng tương tự như trong phân tích CFA.
Theo Muthén và Kaplan (1985) và Muthen và Kaplan (1992), phép kiểm định này khi kiểm định cho phép phân phối của các biến quan sát lệch một ít so với phân phối chuẩn đa biến, nhưng hầu hết các Kurtoses và Skewnesses đều nằm trong giới hạn [-1, 1]. Tuy nhiên, cũng cần nhận thức rằng ít có mô hình đo lường nào cùng đạt đượctất cả các tiêu chuẩn trên.
4.2.Kết quả nghiên cứu định lượng sơ bộ
Kết quả sau là kết quả cuối cùng sau khi tác giả đã sử dụng phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) để loại bỏ các biến không phù hợp vì sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax (Orthogonal) (Anderson & Gerbing, 1988).
4.2.1. Hệ số tin cậy - Cronbach’s Alpha
Thang đo Số bến quan sát Cronbach's Alpha
Khả năng quản trị
Tầm nhìn chiến lược của lãnh đạo 4 0.815
Lãnh đạo con người 5 0.891
Khả năng Marketing
Đáp ứng khách hàng 5 0.834
Phản ứng với đối thủ cạnh tranh 4 0.858
Thích ứng với môi trường kinh doanh 4 0.877
Khả năng đổi mới Sản phẩm - Dịch vụ 5 0.884
Khả năng quản trị rủi ro 4 0.857
Khả năng tài chính 4 0.898
Năng lực cạnh tranh bán lẻ tổng thể 5 0.897
Bảng 4.1: Kết quả phân tích hệ số tin cậy - Cronbach’s Alpha
Nguồn: Kết quả xử lý dữ liệu điều tra sơ bộ
Hệ số Cronbach’s Alpha của các thang đo đều có giá trị trên 0.7. Thấp nhất là thang đo Khả năng quản trị rủi ro (α=0.737), cao nhất là thang đo Năng lực cạnh tranh bán lẻ tổng thể (α=0.897). Các hệ số tương quan của từng biến quan sát với biến tổng trong từng nhân tố đều lớn hơn 0.5 nên các biến quan sát là phù hợp với nghiên cứu (Lomax & Schumacker, 2012).
4.2.2. Phân tích nhân tố khám phá –EFA
4.2.2.1. Kết quả EFA khả năng quản trị
Khái niệm khả năng quản trị sẽ được điều chỉnh trong mô hình lý thuyết bao gồm hai khái niệm tiềm ẩn là: Tầm nhìn chiến lược của lãnh đạo và Lãnh đạo con người. Phân tích nhân tố phám phá kết quả như sau:
Pattern Matrixa Component 1 2 PPL01 .883 .136 PPL03 .870 -.008 PPL04 .863 -.013 PPL02 .790 -.144 PPL05 .776 .001 BUO01 .099 .911 BUO03 -.022 .890 BUO02 -.079 .879 BUO04 -.032 .774
Extraction Method: Principal Component Analysis. Rotation Method: Promax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
Bảng 4.2: Bảng hệ số tải nhân tố các biến khả năng Marketing
Nhân tố lãnh đạo con người được tác giả đạt là PPL bao gồm các biến quan sát: PPL01, PPL03, PPL04, PPL02, PPL05
Nhân tố tầm nhìn lãnh đạo được tác giả đạt là BUO bao gồm các biến quan sát: BUO01, BUO03, BUO02, BUO04
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .843
Bartlett's Test of Sphericity
Approx. Chi-Square 1130.418
df 36
Sig. .000
Bảng 4.3: Kiểm định KMO và Bartlett's
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.942 43.804 43.804 3.942 43.804 43.804 3.513 39.028 39.028 2 2.605 28.939 72.743 2.605 28.939 72.743 3.034 33.714 72.743 … …. … …
Extraction Method: Principal Axis Factoring.
Rotation Method: Promax with Kaiser Normalization.
Bảng 4.4: Bảng Eigenvalues và phương sai trích đối với biến phụ thuộc
Từ bảng có thể kết luận có 2 nhân tố được rút ra từ các biến quan sát: • Hệ số KMO = 0.843 > 0.5
• Kết quả kiểm định Bartlett's là 1130.418 với Sig. = 0.000 < 0.05 • Điểm dừng Eigenvalues = 2.605
Kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích EFA là thích hợp.
4.2.2.2. Kết quả EFA khả năng marketing
Khái niệm khả năng quản trị sẽ được điều chỉnh trong mô hình lý thuyết bao gồm 3 khái niệm tiềm ẩn là: Đáp ứng khách hàng, Phản ứng với đối thủ cạnh tranh
và Thích ứng với môi trường kinh doanh. Phân tích nhân tố phám phá kết quả như sau: Pattern Matrixa Component 1 2 3 CUR01 .891 .017 .080 CUR02 .803 .024 -.002 CUR03 .796 -.106 .057 CUR05 .790 .033 -.036 CUR04 .786 .018 -.109 BEA03 -.008 .877 .014 BEA04 .078 .872 -.039 BEA02 -.030 .859 -.035 BEA05 -.053 .832 .076 COR03 -.116 -.042 .889 COR02 .040 -.027 .884 COR05 .027 .028 .877 COR04 .046 .065 .762
Extraction Method: Principal Component Analysis. Rotation Method: Promax with Kaiser Normalization. a. Rotation converged in 5 iterations.
Bảng 4.5: Hệ số tải nhân tố các biến quan sát thang đo khả năng Marketing
❖ Nhân tố đáp ứng khách hàng (được tác giả đạt là CUR) bao gồm các biến quan sát: CUR01, CUR02, CUR03, CUR05, CUR04
❖ Nhân tố thích ứng môi trường kinh doanh (được tác giả đặt là BUO) bao gồm các biến quan sát: BUO01, BUO03, BUO02, BUO04
❖ Nhân tố phản ứng với đối thủ cạnh tranh (được tác giả đặt là COR) bao gồm các biến quan sát COR03, COR02, COR05, COR04
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .841
Bartlett's Test of Sphericity
Approx. Chi-Square 1486.090
df 78
Sig. .000
Bảng 4.6: Kiểm định KMO và Bartlett's (thang đo Marketing)
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 5.036 38.741 38.741 5.036 38.741 38.741 3.336 25.658 25.658 2 2.386 18.351 57.092 2.386 18.351 57.092 2.979 22.919 48.577 3 1.855 14.271 71.363 1.855 14.271 71.363 2.962 22.786 71.363 … … … …
Extraction Method: Principal Axis Factoring.
Rotation Method: Promax with Kaiser Normalization.
Bảng 4.7: Bảng Eigenvalues và phương sai trích đối với biến phụ thuộc
Ta có thể thấy các biến quan sát được rút thành có 3 nhân tố: • Hệ số KMO = 0.841 > 0.5
• Kết quả kiểm định Bartlett's là 1486.090 với Sig. = 0.000 < 0.05 • Điểm dừng Eigenvalues = 1.855
• Tổng phương sai trích là 71.363% > 50%
Kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích EFA là thích hợp.
1.1.1.1 Kết quả EFA các khái niệm đơn hướng:
Component 1 2 3 4 AOS03 .885 -.020 -.032 -.058 AOS05 .859 -.034 .005 -.076 AOS01 .850 .000 .126 .034 AOS02 .849 -.030 .012 .066 AOS04 .684 .155 -.126 .002 PRI04 .048 .878 .021 -.058 PRI03 -.195 .852 .036 .062 PRI06 .091 .836 -.102 -.017 PRI05 .026 .750 .064 .026 PRI02 .130 .743 .030 .008 FIC04 -.112 .005 .901 -.008