Sau khi đƣợc thu thập, các bảng trả lời đƣợc kiểm tra và loại đi những bảng không đạt yêu cầu. Sau đó chúng đƣợc mã hóa, nhập liệu và làm sạch dữ liệu bằng SPSS for Windown 16. Với phần mềm SPSS, thực hiện phân tích dữ liệu thông qua các công cụ nhƣ thống kê mô tả, bảng tần số, kiểm định độ tin cậy của các thang đo, phân tích khám phá, hồi quy Binary, kiểm định T-test và phân tích sâu ANOVA.
Kiểm định độ tin cậy của các thang đo
Đối với thang đo trực tiếp, để đo lƣờng độ tin cậy thì chỉ số độ thống nhất nội tại thƣờng đƣợc sử dụng chính là hệ số Cronbach Alpha (nhằm xem xét liệu các câu hỏi trong thang đo có cùng cấu trúc hay không). Hệ số Cronbach’s Alpha càng lớn thì độ nhất quán nội tại càng cao. Sử dụng phƣơng pháp hệ số tin cậy Cronbach’s Alpha trƣớc khi phân tích nhân tố khám phá EFA để loại các biến
không phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các biến đo lƣờng có liên kết với nhau hay không nhƣng không cho biết các biến nào cần phải loại bỏ và biến nào cần đƣợc giữ lại. Do đó, kết hợp sử dụng hệ số tƣơng quan biến – tổng để loại ra những biến không đóng góp nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:
Hệ số tin cậy Cronbach Alpha: lớn hơn 0.8 là thang đo lƣờng tốt; từ 0.7 đến 0.8 là sử dụng đƣợc; từ 0.6 trở lên là có thể sử dụng trong trƣờng hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Nunnally, 1998; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Trong nghiên cứu này, tác giả chọn thang đo có độ tin cậy là từ 0.6 trở lên.
Hệ số tƣơng quan biến – tổng: các biến quan sát có tƣơng quan biến – tổng nhỏ (nhỏ hơn 0.3) đƣợc xem là biến rác thì sẽ đƣợc loại ra và thang đo đƣợc chấp nhận khi hệ số tin cậy Cronbach’s Alpha đạt yêu cầu.
Phân tích nhân tố khám phá EFA
Phân tích nhân tố đƣợc dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính (gọi là các nhân tố) dùng trong phân tích, kiểm định tiếp theo. Các nhân tố đƣợc rút gọn này sẽ có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá đƣợc dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA:
Phƣơng pháp: đối với thang đo đa hƣớng, sử dụng phƣơng pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố EigenValues lớn hơn hoặc bằng 1. Phƣơng pháp này đƣợc cho rằng sẽ
phản ánh dữ liệu tốt hơn khi dùng Principal Components với phép quay Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang đơn hƣớng thì sử dụng phƣơng pháp trích nhân tố Principal Components. Thang đo chấp nhận đƣợc khi tổng phƣơng sai trích đƣợc bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0.3 là mức tối thiểu chấp nhận đƣợc; lớn hơn 0.4 là quan trọng; lớn hơn 0.5 là có ý nghĩa thực tiễn. tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0.55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0.75.
Từ cơ sở lý thuyết trên, mô hình “Yếu tố tác động đến quyết định vay vốn của các doanh nghiệp nhỏ và vừa trên địa bàn tỉnh Đồng Nai” sử dụng 29 biến quan sát cho phân tích nhân tố EFA và việc thực hiện tiến hành theo các bƣớc sau:
Đối với các biến quan sát đo lƣờng 7 khái niệm thành phần đo lƣờng quyết định vay vốn của các doanh nghiệp nhỏ và vừa trên địa bàn tỉnh Đồng Nai đều là các thang đo đơn hƣớng nên sử dụng phƣơng pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues lớn hơn 1.
Sau đó tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:
Kiểm định Barlett: các biến quan sát có tƣơng quan với nhau trong tổng thể.
Xem xét trị số KMO: nếu KMO trong khoảng từ 0.5 – 1 thì phân tích nhân tố là thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để phân tích EFA có giá trị thực tiễn, tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0.5.
Xem lại thông số EigenValues (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) có giá trị lớn hơn 1.
Xem xét tổng phƣơng sai trích (yêu cầu lớn hơn hoặc bằng 50%): cho biết các nhân tố đƣợc trích giải thích % sự biến thiên của các biến quan sát.
Phân tích hồi quy
Phân tích tƣơng quan: Các thang đo đã qua đánh giá đạt yêu cầu đƣợc đƣa vào phân tích tƣơng quan Pearson. Phân tích tƣơng quan Pearson đƣợc thực hiện giữa các biến phụ thuộc và biến độc lập nhằm khẳng định mối liên hệ tuyến tính giữa các biến này và khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Hệ số tƣơng quan Pearson (r) có giá trị trong khoảng (-1,+1). Giá trị tuyệt đối của r càng tiến đến 1 khi hai biến có mối tƣơng quan tuyến tính chặt chẽ. Giá trị r = 0 chỉ ra rằng hai biến không có quan hệ tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm tra giả định về hiện tƣợng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Nếu VIF > 2 thì có hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phân tích hồi quy Binary cho thấy:
Chỉ tiêu -2LL (-2 log likelihood): là thƣớc đo độ phù hợp của mô hình. Giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao; -2LL càng gần 0 thì mô hình đã xây dựng càng phù hợp.
Kiểm định Chi-bình phương: kiểm định giả thuyết về độ phù hợp của mô hình hồi qui Binary Logistic.
Kiểm định Wald Chi Square: kiểm định ý nghĩa thống kê của hệ số hồi qui tổng thể.
Đối với các biến số khác, kiểm định T - test và phân tích sâu ANOVA dùng để kiểm định sự khác biệt giữa các thành phần theo yếu tố đặc điểm doanh nghiệp: Loại hình doanh nghiệp, Quy mô doanh nghiệp về quyết định vay vốn.
Tóm tắt chƣơng 3
Chƣơng 3 trình bày về mô hình nghiên cứu đề xuất và chi tiết phƣơng pháp thực hiện nghiên cứu. Cụ thể, mô hình “ Yếu tố tác động đến quyết định vay vốn của các doanh nghiệp nhỏ và vừa trên địa bàn tỉnh Đồng Nai” sẽ bao gồm 8 yếu tố. Trong đó, quyết định vay vốn của các doanh nghiệp nhỏ và vừa trên địa bàn tỉnh Đồng Nai sẽ đƣợc đo lƣờng bởi 7 yếu tố: (1) Quy mô ngân hàng, (2) Địa bàn, vị trí, (3) Mối quan hệ với khách hàng, (4) Lãi suất vay vốn, (5) Hình thức vay vốn,(6) Quy trình, thủ tục, (7) Đội ngũ nhân viên. Bên cạnh đó, quá trình nghiên cứu đƣợc thực hiện qua hai giai đoạn là nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ sử dụng phƣơng pháp định tính thông qua kỹ thuật thảo luận giữa ngƣời nghiên cứu và đối tƣợng tham gia nghiên cứu. Kết quả nghiên cứu định tính giúp chỉnh sửa mô hình gồm 29 biến quan sát đo lƣờng cho 8 yếu tố trong mô hình. Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp định lƣợng thông qua phỏng vấn với bảng câu hỏi. Chƣơng 3 cũng trình bày các phần liên quan đến quá trình nghiên cứu nhƣ: thông tin cần thu thập, xây dựng thang đo, thiết kế mẫu, giới thiệu kỹ thuật và yêu cầu cho việc phân tích dữ liệu. Kết quả khảo sát định lƣợng thu thập đƣợc 260 phản hồi từ các đáp viên trong tổng thể 290 bảng câu hỏi gởi đi, đạt tỷ lệ hồi đáp 90%. Trong đó có 230 bảng trả lời hợp lệ. Vốn thang đo và mẫu này tác giả sẽ làm cơ sở cho việc trình bày kết quả nghiên cứu ở chƣơng tiếp theo.
Chƣơng 4: KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê mô tả
Mẫu đƣợc thu thập theo phƣơng pháp thuận tiện dƣới hình thức bảng câu hỏi khảo sát. Sau khi loại bỏ những bảng trả lời không hợp lệ (do thiếu các thông tin quan trọng hoặc có độ tuổi không phù hợp với điều kiện khảo sát), còn lại 210 bảng hợp lệ đƣợc tổng hợp và đƣa vào phân tích định lƣợng. Những thông tin này đƣợc tóm tắt trong bảng sau:
Bảng 4.1 Thông tin mẫu
Nhân tố Đặc điểm Tỷ lệ% Tần số Loại hình doanh nghiệp Công ty TNHH 34.8 73 Công ty cổ phần 46.2 97 Khác 19.0 40 Tổng 100% 210
Quy mô về lao động của doanh nghiệp Dƣới 100 lao động 23.3 49 Từ 100 – dƣới 200 lao động 27.6 58 Từ 200 – dƣới 300 lao động 18.6 39 Trên 300 lao động 30.5 64 Tổng 100% 210
Kết quả khả sát thu thập thông tin từ 210 đối tƣợng khảo sát cho thấy:
Về Loại hình doanh nghiệp thì 34.8% mẫu khảo sát là Công ty TNHH; Công ty cổ phần chiếm 46.2%; Khác chiếm 19.0%.
Theo Quy mô về lao động của doanh nghiệp thì nhóm dƣới 100 lao động chiếm 23.3%; nhóm Từ 100 – dƣới 200 lao động chiếm 27.6%; nhóm Từ
200 – dƣới 300 lao động chiếm 18.6%; nhóm Trên 300 lao động chiếm 30.5%.
Nhƣ vậy, mẫu khảo sát có tính đại diện cho đám đông tƣơng đối cao (mẫu tổng thể mẫu từng nhóm theo đặc điểm cá nhân đều đủ lớn để phân tích thống kê vì đều lớn hơn 30).
4.2. Kiểm định độ tin cậy thang đo
Độ tin cậy thang đo đƣợc kiểm định với kết quả nhƣ sau: Bảng 4.2 Bảng kết quả phân tích Cronbach’s Alpha
Nhân tố Biến quan sát Giá trị trung bình Độ lệch chuẩn Tƣơng quan biến tổng Cronbach Alpha nếu biến bị loại Quy mô Ngân hàng QMNH1 3.20 1.173 0.686 0.736 QMNH2 3.12 1.072 0.607 0.812 QMNH3 3.09 1.110 0.726 0.693
Hệ số Cronbach Alpha của nhân tố: 0.818
Địa bàn, vị trí ĐBVT1 2.99 1.009 0.768 0.803 ĐBVT2 2.84 0.940 0.696 0.834 ĐBVT3 2.83 0.912 0.690 0.836 ĐBVT4 2.93 0.993 0.700 0.832
Hệ số Cronbach Alpha của nhân tố: 0.864
Mối quan hệ với khách hàng QHMT1 2.88 0.975 0.566 0.686 QHMT2 2.80 0.899 0.519 0.712 QHMT3 2.84 1.021 0.539 0.701
QHMT4 3.14 1.042 0.575 0.681 Hệ số Cronbach Alpha của nhân tố: 0.753
Lãi suất vay vốn
LSHL1 3.33 1.086 0.680 .718
LSHL2 3.04 0.922 0.586 .809
LSHL3 3.42 1.019 0.720 .672
Hệ số Cronbach Alpha của nhân tố: 0.809
Hình thức vay vốn HTVV1 3.91 1.055 0.758 0.853 HTVV3 3.95 1.048 0.720 0.862 HTVV2 3.97 1.039 0.687 0.869 HTVV4 3.84 1.106 0.726 0.861 HTVV5 3.88 1.021 0.729 0.860
Hệ số Cronbach Alpha của nhân tố: 0.886
Quy trình, thủ tục QTTT1 3.19 0.881 0.799 0.846 QTTT2 2.94 0.856 0.748 0.866 QTTT3 2.88 0.821 0.784 0.853 QTTT4 3.12 0.872 0.717 0.878
Hệ số Cronbach Alpha của nhân tố: 0.892
Đội ngũ nhân viên
ĐNNV1 3.77 1.216 0.616 0.669
ĐNNV3 4.02 1.074 0.441 0.735
ĐNNV4 3.93 1.026 0.512 0.710
ĐNNV5 3.80 0.992 0.519 0.709
Hệ số Cronbach Alpha của nhân tố: 0.752
Kết quả cho thấy các nhân tố đều có ý nghĩa thống kê vì hệ số Cronbach’s Alpha lớn hơn 0.6.Trong đó:
Quy mô Ngân hàng có hệ số Cronbach’s Alpha là 0.818 và hệ số tƣơng quan biến tổng ở mức cho phép 0.607 – 0.726 cho thấy các biến thành phần có mối quan hệ rất chặt chẽ.
Địa bàn, vị trí với Cronbach’s Alpha 0.864 và hệ số tƣơng quan biến tổng từ 0.690 – 0.768 nên các biến sẽ đƣợc giữ lại.
Mối quan hệ với khách hàng có hệ số Cronbach’s Alpha là 0.753 với các hệ số tƣơng quan tổng 0.519 – 0.575.
Lãi suất vay vốn với hệ số Cronbach’s Alpha có giá trị 0.809 và hệ số tƣơng quan tổng 0.586 – 0.720.
Hình thức vay vốn cũng có hệ số Cronbach’s Alpha khá cao 0.886, các biến quan sát thành phần cũng có hệ số tƣơng quan tổng khá tốt 0.687 – 0.758.
Quy trình, thủ tục có hệ số Cronbach’s Alpha 0.892 và hệ số tƣơng quan biến tổng 0.717 – 0.799.
Đội ngũ nhân viên với hệ số Cronbach’s Alpha của nhân tố 0.752 và hệ số tƣơng quan biến tổng 0.441 – 0.616.
Nhƣ vậy, sau khi đánh giá độ tin cậy thang đo thì mô hình bao gồm 7 nhân tố độc lập là: Quy mô ngân hàng; Địa bàn, vị trí; Mối quan hệ với khách hàng; Lãi suất vay vốn; Hình thức vay vốn; Quy trình, thủ tục; Đội ngũ nhân viên. Các nhân tố này sẽ đƣợc đƣa vào phân tích nhân tố khám phá EFA.
4.3. Kiểm định thang đo thông qua phân tích nhân tố khám phá EFA Phân tích nhân tố khám phá (EFA) cho 7 biến độc lập: Phân tích nhân tố khám phá (EFA) cho 7 biến độc lập:
Mô hình sau khi đánh giá độ tin cậy bao gồm 7 biến độc lập là: Quy mô Ngân hàng; Địa bàn, vị trí; Mối quan hệ với khách hàng; Lãi suất vay vốn; Hình thức vay vốn; Quy trình, thủ tục; Đội ngũ nhân viên với 28 biến quan sát có ý nghĩa về mặt thống kê. Các biến độc lập này sẽ tiếp tục đƣợc đƣa vào kiểm định thang đo thông qua phân tích nhân tố khám phá EFA.
Phân tích EFA cho 7 biến độc lập đƣợc thực hiện với giả thuyết H0: Các biến quan sát không có sự tƣơng quan nhau trong tổng thể. Kết quả phân tích thu đƣợc tóm tắt nhƣ sau:
Kiểm định Barlett: Sig = 0.000 < 5%: Bác bỏ giả thuyết H0, các biến quan sát trong phân tích EFA có tƣơng quan với nhau trong tổng thể.
Hệ số KMO = 0.753 > 0.5 cho thấy phân tích nhân tố là cần thiết cho dữ liệu.
Có 7 nhân tố đƣợc rút trích từ phân tích EFA với:
Giá trị EigenValues của các nhân tố đều > 1 nên đạt yêu cầu.
Giá trị tổng phƣơng sai trích = 67.713% (> 50%) do đó phân tích nhân tố khám phá đạt yêu cầu. Nhƣ vậy, 7 nhân tố đƣợc rút trích này giải thích cho 67.713% biến thiên của dữ liệu.
Khác biệt về hệ số tải nhân tố của các biến quan sát giữa các nhân tố đều > 0.3 cho thấy các nhân tố có giá trị phân biệt cao.
Bảng 4.3 Bảng kết quả phân tích EFA các biến độc lập
Biến quan sát Nhân tố Tên nhân tố 1 2 3 4 5 6 7 QMNH1 0.843 Quy mô Ngân hàng QMNH2 0.820 QMNH3 0.880
ĐBVT1 0.860 Địa bàn, vị trí ĐBVT2 0.776 ĐBVT3 0.745 ĐBVT4 0.822 QHMT1 0.741 Mối quan hệ mật thiết QHMT2 0.714 QHMT3 0.746 QHMT4 0.757 LSHL1 0.826 Lãi suất hợp lý LSHL2 0.771 LSHL3 0.844 HTVV1 0.833 Hình thức vay vốn HTVV3 0.792 HTVV2 0.792 HTVV4 0.788 HTVV5 0.776 QTTT1 0.801 Quy trình, thủ tục QTTT2 0.867 QTTT3 0.891 QTTT4 0.733 ĐNNV1 0.724 Đội ngũ nhân viên ĐNNV2 0.719 ĐNNV3 0.563 ĐNNV4 0.479
ĐNNV5 0.683
Eigenvalue 4.971 4.846 2.803 2.083 1.677 1.346 1.233 Phƣơng sai
trích %
67.713
Kết quả phân tích các nhân tố khám phá (EFA) mô hình lý thuyết:
Dựa vào kết quả phân tích EFA, các nhân tố rút trích ra của các giả thuyết nghiên cứu chính đều đạt yêu cầu. Do đó, mô hình nghiên cứu gồm 7 biến thành phần (1) Quy mô ngân hàng, (2) Địa bàn, vị trí, (3) Mối quan hệ với khách hàng, (4) Lãi suất vay vốn, (5) Hình thức vay vốn,(6) Quy trình, thủ tục, (7) Đội ngũ nhân viên dùng để đo lƣờng cho biến Quyết định vay vốn của DNNVV đƣợc chấp nhận.
4.4. Phân tích tƣơng quan
Phân tích tƣơng quan đƣợc thực hiện giữa biến phụ thuộc Quyết định vay vốn của DNNVV và các biến độc lập nhƣ: (1) Quy mô ngân hàng, (2) Địa bàn, vị trí, (3) Mối quan hệ với khách hàng, (4) Lãi suất vay vốn, (5) Hình thức vay vốn,(6) Quy trình, thủ tục, (7) Đội ngũ nhân viên. Đồng thời cũng phân tích tƣơng quan giữa các biến độc lập với nhau nhằm phát hiện những mối tƣơng quan chặt chẽ giữa các biến độc lập. Vì những tƣơng quan nhƣ vậy có thể ảnh hƣởng lớn đến kết quả của phân tích hồi quy nhƣ gây ra hiện tƣợng đa cộng