Đề tài sử dụng thang đo Likert 05 mức độ từ hoàn toàn không đồng ý đến hoàn toàn đồng ý như sau: 1 - hoàn toàn không đồng ý, 2 - không đồng ý, 3 – bình thường, 4 – đồng ý, 5 – hoàn toàn đồng ý. Các thành phần thang đo chi tiết được đề xuất trong bảng 3.1 sau:
STT BIẾN THANG ĐO NGHIÊN CỨU GỐC
1
HQ_hiệu quả mong
đợi
Tôi cảm thấy NHĐT hữu ích trong cuộc sống hàng ngày của tôi
Venkatesh (2012), Foon & Fah (2011),
Gorbacheva và cộng sự (2011) 2 Sử dụng NHĐT cho phép tôi thực hiện giao
dịch ngân hàng nhanh hơn
3 Sử dụng NHĐT giúp tôi tăng năng suất lao động
4 Sử dụng NHĐT làm tăng đáng kể chất lượng các giao dịch của tôi
5 Sử dụng NHĐT giúp tôi tăng hiệu quả công việc của mình lên gấp nhiều lần
6
NL_nỗ lực kỳ vọng
Sự tương tác của tôi với NHĐT rõ ràng và dễ hiểu
Venkatesh (2012), Foon & Fah (2011),
Gorbacheva và 7 Học để sử dụng NHĐT không mất nhiều
8 Tôi dễ dàng có được kỹ năng sử dụng NHĐT
cộng sự (2011)
9 Tôi cảm thấy NHĐT dễ sử dụng
10 Học để thao tác với NHĐT là dễ đối với tôi
11 Tôi cảm thấy NHĐT linh hoạt để tương tác
12
DK_điều kiện thuận
lợi
Tôi có nguồn lực cần thiết cho việc sử dụng NHĐT
Venkatesh (2012), Foon & Fah (2011),
Gorbacheva và cộng sự (2011) 13 Tôi có kiến thức cần thiết để sử dụng
NHĐT
14 NHĐT tương thích với các hệ thống khác tôi đang sử dụng
15 Nhân viên ngân hàng sẵn sàng hỗ trợ khi tôi gặp khó khăn với NHĐT
16 Người thân, bạn bè sẵn sàng hỗ trợ tôi khi tôi gặp khó khan
17
XH_ảnh hưởng xã
hội
Những người ảnh hưởng tới hành vi của tôi nghĩ rằng tôi nên sử dụng NHĐT
Venkatesh (2012), Foon & Fah (2011), Gorbacheva và cộng sự (2011), Đỗ Thị Ngọc Anh (2017) 18
Những người quan trọng đối với tôi (gia đình, bạn bè…) cho rằng tôi nên sử dụng NHĐT
19 Việc quản lý cấp cao ngân hàng đã có hỗ trợ hữu ích trong việc sử dụng NHĐT
20 Những người xung quanh tôi đang sử dụng NHĐT là những người có địa vị và uy tín cao trong xã hội
21 Những người quản lý của tôi cho rằng tôi nên sử dụng NHĐT
22
GT_giá trị dịch vụ
Giá cả, các khoản phí khi sử dụng dịch vụ NHĐT hợp lý
Venkatesh (2012), Foon & Fah (2011),
Gorbacheva và cộng sự (2011) 23 Chi phí để mua và cài đặt thiết bị sử dụng
NHĐT là phù hợp
24 Với phí, giá hiện hành, dịch vụ NHĐT mang lại cho tôi giá trị tốt
25
RR_Nhận thức rủi ro
Tôi tin tưởng vào công nghệ NHĐT đang sử dụng
Venkatesh (2012), Foon & Fah (2011),
Gorbacheva và cộng sự (2011) 26 Tôi tin rằng các thông tin cá nhân của tôi
được bảo vệ khi thực hiện giao dịch NHĐT 27 Tôi tin tưởng các giao dịch qua NHĐT như
ở ngân hàng
28 Sử dụng NHĐT thì thông tin tài chính được bảo vệ
29 Tôi không lo lắng về vấn đề bảo mật của NHĐT
30
QD_Quyết định sử dụng dịch
Tôi thích sử dụng NHĐT hơn các giao dịch truyền thống
Đỗ Thị Ngọc Anh (2017)
31 vụ ngân hàng điện
tử
Tôi sử dụng dịch vụ NHĐT để quản lý tài khoản
32 Tôi sử dụng NHĐT để thực hiện chuyển khoản, thanh toán hóa đơn
33 Tôi sẽ tiếp tục sử dụng NHĐT trong thời gian tới
34 Tôi sẽ giới thiệu người thân quen sử dụng dịch vụ NHĐT
Nguồn: Tổng hợp của tác giả
3.3.2 Kết quả nghiên cứu định tính sau khi thực hiện phỏng vấn sâu với các chuyên gia
Sau khi hình thành thang đo nháp, tác giả thực hiện phỏng vấn sâu với một số các giám đốc, phó giám đốc ngân hàng nhằm điều chỉnh thang đo để đảm bảo giá trị nội dung phục vụ cho nghiên cứu. Khi phỏng vấn sâu, các đối tượng được phỏng vấn độc lập, riêng lẻ nêu ý kiến nên ý kiến của mỗi chuyên gia là độc lập, không bị ảnh hưởng, chi phối bởi người khác. Kết quả các chuyên gia đồng ý với thành phần của các thang đo cũng như cách diễn đạt các thành phần trong thang đo.
3.4 PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG 3.4.1 Xác định mẫu nghiên cứu
Các thang đo của mô hình nghiên cứu đã được các chuyên gia đồng thuận sẽ được sử dụng trong nghiên cứu định lượng chính thức của đề tài. Với 34 câu hỏi đo lường, theo Hair và cộng sự (1998), đề tài cần mẫu khảo sát gấp 5 lần tổng biến quan sát. Như vậy, để đảm bảo chất lượng mẫu dữ liệu tối thiểu phải có là 170. Còn kích thước mẫu tối thiểu cho mô hình hồi quy đa biến theo Tabachnick và Fidell (2007) là 98 mẫu. Để đảm bảo số lượng mẫu quan sát phù hợp với thang đo và phương pháp nghiên cứu cũng như đảm bảo được chất lượng nghiên cứu, đề tài thực hiện phát ra 300 bảng khảo
sát được gửi đến khách hàng cá nhân đến giao dịch mạng lưới phòng giao dịch, chi nhánh của Agribank Bến Tre. Việc lựa chọn khách hàng khảo sát là theo nguyên tắc ngẫu nhiên để đảm bảo tính thuận lợi cho nghiên cứu. Trong 300 phiếu phát ra, có 250 phiếu thu về, trong đó có 240 phiếu hợp lệ. Trong số 240 phiếu thu về chỉ có 200 phiếu có sử dụng dịch vụ ngân hàng điện tử tại Agribank CN Bến Tre. Với số lượng mẫu 200 đủ để đảm bảo chất lượng nghiên cứu theo kích cỡ mẫu của Hair và cộng sự (1998).
3.4.2 Phân tích thống kê mô tả
Tác giả thực hiện phân tích thống kê mô tả và phân tích tần số của một số thuộc tính phân loại nhằm kiểm tra tính đại diện của mẫu nghiên cứu. Các thuộc tính nhân khẩu học được sử dụng trong thống kê mô tả gồm giới tính, độ tuổi, thu nhập, nghề nghiệp và trình độ của khách hàng.
3.4.2 Phân tích hệ số Cronbach’s Alpha
Cronbach’s alpha được sử dụng để đo lường tính nhất quán của các biến quan trọng trong cùng một thang đo để đo lường cùng một khái niệm hay dùng để đánh giá độ tin cậy của những thang đo đa biến. Phương pháp này không chỉ đo độ tin cậy cho từng biến quan sát mà còn đo độ tin cậy cho cả thang đo. Vì vậy, các biến đo lường cùng một khái niệm có tương quan chặt chẽ với nhau. Để kiểm tra, các nghiên cứu sử dụng hệ số tương quan biến tổng (Nguyễn Đình Thọ, 2011). Theo Nunnally và Bernstein (1994), một biến quan sát có hệ số tương quan biến – tổng ≥ 0.3 và hệ số Cronbach’s alpha >0.6 thì thang đo này đạt yêu cầu. Đặc biệt nếu hệ số Cronbach’s alpha từ 0.8 trở lên thì là thang đo càng tốt, có độ tin cậy càng cao nhưng nếu lớn hơn 0.95 thì thang đo này không tốt do có nhiều biến trong thang đo không có khác biệt hay nói cách khác là hiện tượng trùng lắp trong đo lường (Nguyễn Đình Thọ, 2011). Như vậy, nếu biến quan sát nào có hệ số tương quan biến – tổng nhỏ hơn 0.3 thì tiến hành loại biến đó khỏi mô hình. Trường hợp, biến quan sát có hệ số tương quan biến – tổng ≥0.3 thì quan sát tiếp dòng hệ số Cronbach’s alpha với hệ số này lớn hơn 0.6 thì biến thang đo được chấp nhận.
3.4.3 Phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis)
Đây là phương pháp được sử dụng trong các nghiên cứu với bộ dữ liệu đa biến phụ thuộc lẫn nhau (interdependence techniques). Phân tích EFA được sử dụng để rút gọn một tập biến gồm k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn để tóm tắt thông tin. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát (Nguyễn Đình Thọ, 2011). Ba thuộc tính quan trọng được xem xét khi đánh giá thang đo trong phân tích EFA là: (1) số lượng nhân tố trích được, (2) trọng số nhân tố và (3) tổng phương sai trích.
Số lượng nhân tố trích được thực hiện kiểm tra kết quả thang đo xem số lượng nhân tố trích có phù hợp với giả thuyết ban đầu về số lượng thành phần của thang đo đối với thang đo đa hướng hoặc số lượng khái niệm đơn hướng. Dựa vào tiêu chí Eigen-value, số lượng nhân tố được xác định ở nhân tố dừng có Eigen-value tối thiểu bằng 1 (Nguyễn Đình Thọ, 2011).
Trọng số nhân tố hay còn gọi là hệ số tải nhân tố (Factor loadings) là những hệ số tương quan đơn giữa các biến và các nhân tố. Trọng số nhân tố của một biến trên nhân tố mà nó là một biến đo lường phải cao và các trọng số trên nhân tố mà nó không đo lường phải thấp; có nghĩa là hệ số tải nhân tố phải cao ở mức độ mà phần chung phải lớn hơn hoặc bằng phần riêng và sai số. Hay nói cách khác trên 50% phương sai của biến đo lường được giải thích bởi nhân tố hay hệ số tải nhân tố > = 0.5 là đạt yêu cầu.
Tổng phương sai trích: tổng phương sai trích thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường hay thể hiện thang đo giải thích được bao nhiêu phần trăm sự biến thiên của dữ liệu. Tổng phương sai trích phải lớn hơn hoặc bằng 50% trở lên, nghĩa là phần chung phải lớn hơn hoặc bằng phần riêng và sai số. Nếu tổng này đạt từ 60% trở lên thì được xem là tốt.
Một điểm cần lưu ý là những giá trị trọng số nhân tố và tổng phương sai trích để thang đo được chấp nhận này là về mặt thống kê, trong nghiên cứu thống kê chỉ là công cụ chứ không phải là tất cả. Vấn đề loại bỏ biến có trọng số nhân tố thấp (theo tiêu chí
thống kê) cần chú ý đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lường (Nguyễn Đình Thọ, 2011).
3.4.4 Phân tích ma trận tương quan
Phân tích ma trận tương quan để đo lường mối quan hệ giữa biến phụ thuộc với các biến độc hay nhằm kiểm tra mối tương quan tuyến tính giữa các biến trong mô hình. Hệ số tương quan Pearson cho thấy mức độ chặt chẽ của mối quan hệ tuyến tính giữa các biến. Trong trường hợp, giá trị tuyệt đối của hệ số Pearson nằm trong khoảng từ -1 đến 1 và mức ý nghĩa Sig. nhỏ hơn 0,05; ma trận sẽ thể hiện mức độ tương quan chặt chẽ giữa các biến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
3.4.5 Phân tích hồi quy đa biến
Phân tích hồi quy đa biến được sử dụng nhằm xác định nhân tố cũng như mức độ ảnh hưởng của từng nhân tố đến biến phụ thuộc. Sau khi phân tích tương quan, đề tài thực hiện phân tích hồi quy đa biến nhằm đánh giá mối quan hệ giữa các nhân tố (biến độc lập) và quyết định sử dụng NHĐT của khách hàng cá nhân tại Agribank CN Bến Tre. Phương pháp được sử dụng trong hồi quy đa biến là phương pháp OLS. Sau khi hồi quy được thực hiện, kiểm định tính phù hợp của mô hình thông qua chỉ tiêu F và R2 hiệu chỉnh. Chỉ tiêu R2 hiệu chỉnh cho biết mức độ giải thích của các biến độc lập về biến phụ thuộc. Điều này đồng nghĩa với việc chỉ tiêu R2 phải nằm trong khoảng từ 0 đến 1 và càng gần 1 càng tốt vì cho thấy mô hình hồi quy giải thích tốt sự thay đổi của biến phụ thuộc. Đồng thời thực hiện kiểm tra các khuyết tật của mô hình nhằm đảm bảo tính vững, không chệch của mô hình.
Kết luận chương 3
Thông qua việc tổng hợp các lý thuyết và các nghiên cứu trước đó được trình bày ở chương 2, các giả thuyết và phương pháp nghiên cứu đã được tác giả đề xuất trong chương 3. Theo đó, tác giả kỳ vọng các yếu tố gồm hiệu quả mong đợi, nỗ lực kỳ vọng, điều kiện thuận lợi, ảnh hưởng xã hội, giá trị dịch vụ là những nhân tố có ảnh hưởng thuận chiều đến quyết định sử dụng dịch vụ NHĐT của khách hàng cá nhân tại Agribank CN Bến Tre. Phương pháp phân tích xác định sử dụng để giải quyết mục tiêu là: kiểm định độ tin cậy thang đo qua hệ số Cronbach’s Alpha, phân tích nhân tố khám phá, phân tích nhân tố tin cậy, hồi quy đa biến. Những nội dung trình bày trong chương 3 là cơ sở để đề tài nghiên cứu trong chương 4 kết quả nghiên cứu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 GIỚI THIỆU VỀ NGÂN HÀNG ĐIỆN TỬ CỦA NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM CHI NHÁNH BẾN TRE 4.1.1 Giới thiệu chung về Agribank CN Bến Tre
Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam - Chi nhánh tỉnh Bến Tre có tên gọi như sau:
Tên bằng tiếng Việt: Ngân hàng Nông nghiệp và Phát triển nông thôn Việt Nam - Chi nhánh tỉnh Bến Tre.
Tên bằng tiếng Anh: Vietnam Bank for Agriculture and Rural Deveplopment - Ben Tre Branch.
Tên viết tắt: Agribank Bến Tre.
Địa chỉ: 284 A1, Đại Lộ Đồng Khởi, Phường Phú Tân, Thành phố Bến Tre, tỉnh Bến Tre.
Điện thoại: 0275.3816418.
Fax: 0275.3822126.
Ngày 26/03/1988, Ngân hàng Phát triển Nông nghiệp tỉnh Bến Tre là tiền thân của Agribank – CN tỉnh Bến Tre được thành lập theo Quyết định số 39/NH-TCCB ngày 26/03/1988 của Thống đốc Ngân hàng Nhà Nước Việt Nam. Tại thời điểm thành lập, mạng lưới của chi nhánh gồm 01 hội sở ở cấp tỉnh và 07 chi nhánh cấp huyện gồm: Ba Tri, Giồng Trôm, Châu Thành, Bình Đại, Mỏ Cày, Thạnh Phú, Chợ Lách.
Trải qua hơn 30 năm hoạt động, Agribank CN Bến Tre trong những năm qua luôn là một trong bốn ngân hàng lớn nhất địa bàn tỉnh. Đồng hành cùng các chủ thể trong nền kinh tế đặc biệt là nông dân, hộ gia đình và các doanh nghiệp nhỏ và vừa trên địa bàn, Agribank CN Bến Tre đã đóng góp không nhỏ cho sự phát triển kinh tế địa phương. Với thương hiệu uy tín, mạng lưới gồm 29 chi nhánh, phòng giao dịch khắp tỉnh, sản phẩm, dịch vụ đa dạng, Agribank CN Bến đã luôn đạt được kết quả kinh
doanh khả quan, chiếm thị phần cao trên thị trường tỉnh Bến Tre. Tính đến cuối năm 2018, tổng huy động của chi nhánh là 12,287.6 tỷ đồng, chiếm hơn 36% thị phần huy động vốn trên địa bàn tỉnh Bến Tre. Tổng dư nợ cho vay đạt 11,887.1 tỷ đồng chiếm gần 38% thị phần cho vay trên địa bàn tỉnh Bến Tre, đặc biệt dẫn đầu thị trường về cho vay nông nghiệp nông thôn tại tỉnh Bến Tre.
Là chi nhánh loại I của Agribank nên Agribank CN Bến Tre cung cấp đầy đủ các sản phẩm dịch vụ trong danh mục sản phẩm dịch vụ của Agribank, cụ thể:
- Huy động vốn: nhận tiền gửi không kỳ hạn, tiền gửi có kỳ hạn, tiền gửi tiết kiệm không kỳ hạn, tiền gửi tiết kiệm có kỳ hạn, tiết kiệm dự thưởng, tiết kiệm an sinh, tiết kiệm hưu trí…
- Cho vay ngắn hạn, trung dài hạn đối với cá nhân và các thành phần kinh tế phục vụ sản xuất kinh doanh, thương mại dịch vụ, nhu cầu đời sống, xuất khẩu lao động và các đối tượng khác…
- Dịch vụ của ngân hàng hiện đại đến địa bàn nông thôn như nghiệp vụ bảo lãnh, dịch vụ ngân quỹ, kinh doanh ngoại hối, làm đại lý bán bảo hiểm bảo an tín dụng, bảo hiểm xe gắn máy, xe ô tô, tàu thuyền,…
- Nhóm dịch vụ thanh toán trong nước ngày càng phong phú đa dạng theo mô hình phát triển của ngân hàng hiện đại với các dịch vụ phát triển thẻ nội địa và quốc tế, phát triển dịch vụ kết nối thanh toán với khách hàng và quản lý luồng tiền CMS, dịch vụ nhờ thu tự động qua VNPAY, dịch vụ thu ngân sách nhà nước,…
- Nhóm dịch vụ thanh toán quốc tế cũng đang phát triển mạnh tại Chi nhánh như nhận điện Swift, nhận tiền kiều hối Western Union, Eurogigo,…
- Dịch vụ chuyển lương cho các đơn vị trả lương qua thẻ, dịch vụ Mobilebanking, E-mobile banking, Internet banking đang dần phát triển góp phần thực hiện tố chủ trương thanh toán không dùng tiền mặt của ngành ngân hàng trên địa bàn và đặc biệt
tại chi nhánh Đồng Khởi Bến Tre đang triển khai mạnh mẽ việc lắp đặt máy POS cho