8. CẤU TRÚC CỦA LUẬN VĂN
2.3.2.2 Thông tin về mẫu
Số mẫu tối thiểu phải khảo sát là 140 mẫu. Tuy nhiên, để tránh các trường hợp khách hàng không phản hồi, bỏ trống hay trả lời các câu hỏi giống nhau từ đầu đến cuối làm giảm chất lượng kết quả khảo sát, tác giả tiến hành gửi đi 350 phiếu khảo sát. Tác giả thực hiện phân bổ các phiếu khảo sát về 36 chi nhánh BIDV trong địa bàn TP. HCM, nhờ các anh, chị nhân viên tại các chi nhánh giúp tác giả thực hiện khảo sát khách hàng. Mỗi chi nhánh sẽ thực hiện khảo sát 5 khách hàng tại quầy giao dịch và 5 khách hàng qua email. Tuy nhiên, vì lý do khách quan, tác giả đã không gửi đi phiếu khảo sát qua email cho 2 chi nhánh trong địa bàn được. Do đó, có tất cả 170 phiếu khảo sát được gửi qua email và 180 phiếu khảo sát được phát cho khách hàng tại quầy giao dịch.
Sau khi khảo sát trực tiếp khách hàng tại quầy giao dịch xong, các anh, chị tại các chi nhánh gửi kết quả về tác giả. Còn các câu trả lời qua email, tác giả thực hiện tổng hợp trên công cụ Google form.
Kết quả khảo sát thu được có 46 phiếu khảo sát xác nhận chưa từng sử dụng dịch vụ E-banking của BIDV và 9 phiếu khảo sát có kết quả trả lời các câu hỏi giống nhau từ đầu đến cuối hoặc bỏ trống nhiều câu hỏi. Cả 55 phiếu khảo sát trên đều bị loại bỏ. Do đó, có 295 phiếu khảo sát hợp lệ chiếm tỷ lệ 84,3% trong tổng số phiếu khảo sát được gửi đi. Số liệu thu thập được từ các phiếu khảo sát hợp lệ sẽ được xử lý bằng phần mềm SPSS 22.0 để tiến hành các bước phân tích tương quan, phân tích độ tin cậy, phân tích nhân tố, phân tích hồi quy và kiểm định giả thuyết.
2.3.3 Mã hóa các thành phần thang đo chính thức
kết quả phân tích thể hiện dài dòng, tác giả thực hiện mã hoá thành phần thang đo chính thức như Phụ lục 3. Các biến trong cùng nhóm yếu tố sẽ được ký hiệu giống nhau ở hai ký tự đầu là hai chữ cái in hoa và khác nhau ở ký tự thứ ba là ký tự số.
2.3.4 Phân tích và xử lý số liệu khảo sát 2.3.4.1 Phân tích thống kê mô tả
Phân tích thống kê mô tả nhằm mô tả các đặc tính của dữ liệu thu thập được. Tác giả thực hiện phân tích về giới tính, độ tuổi, nghề nghiệp, trình độ học vấn và mục đích sử dụng E-banking.
2.3.4.2 Phân tích tương quan
Để có cơ sở để tiến hành phân tích nhân tố khám phá, tác giả thực hiện phương pháp phân tích tương quan. Phương pháp phân tích này được sử dụng để kiểm tra mức độ tương quan giữa các biến độc lập với biến phụ thuộc và sàn lọc những biến độc lập không có ý nghĩa thống kê ra khỏi mô hình. Trong nghiên cứu này, tác giả sử dụng kiểm định Pearson giữa các biến độc lập với biến phụ thuộc, giữa các biến độc lập với nhau và giữa các biến độc lập trong cùng nhóm yếu tố với nhau .
Kết quả kiểm định Pearson cho hệ số tương quan, giá trị hệ số tương quan bằng 0 (hay gần bằng 0) có nghĩa là hai biến số không có liên hệ tuyến tính, ngược lại, giá trị tuyệt đối của hệ số tương quan tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nếu giá trị của hệ số tương quan là số âm nghĩa là khi biến này tăng thì biến kia giảm. Nếu giá trị hệ số tương quan là số dương nghĩa là khi biến này tăng thì biến kia cũng tăng theo.
2.3.4.3 Kiểm định độ tin cậy của thang đo
Để đánh giá độ tin cậy của thang đo, tác giả sử dụng hệ số Cronbach’s Alpha để phân tích. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau, được tính theo công thức: α = N*ρ / [1 + ρ*(N - 1)],
trong đó ρ là hệ số tương quan trung bình giữa các mục hỏi và N là số mục hỏi. Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt phải có hệ số α lớn hơn hoặc bằng 0,8 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên, đối với trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu thì hệ số Cronbach’s Alpha từ 0,6 trở lên là phép đo đảm bảo độ tin cậy và chấp nhận được (Nunnally, 1978; Peterson, 1994; Slater, 1995, trích trong Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008)). Vì vậy, trong nghiên cứu này, tác giả sử dụng tiêu chuẩn hệ số Cronbach’s Alpha từ 0,6 trở lên để đánh giá là thang đo có độ tin cậy cao.
Để kiểm tra sự tương quan của các biến quan sát, theo Nunnally và Bernstein (1994, trích trong Lê Thị Kim Sơn và các tác giả (2015)), những biến quan sát có hệ số tương quan biến – tổng (Item-total correlation) nhỏ hơn 0,3 được coi là biến rác và sẽ bị loại khỏi thang đo. Mặt khác, để có thang đo có độ tin cậy cao hơn, những biến quan sát có hệ số Cronbach's Alpha nếu loại biến (Cronbach's Alpha if Item Deleted) lớn hơn hệ số Cronbach's Alpha sẽ bị loại.
2.3.4.4 Phân tích nhân tố nhân tố khám phá (EFA)
Phương pháp phân tích nhân tố khám phá (EFA) dùng để rút gọn một tập hợp k biến quan sát thành một tập F (F < k) các nhân tố có ý nghĩa hơn (Nguyễn Đình Thọ, 2013). Để phân tích nhân tố khám phá, trước tiên, tác giả thực hiện kiểm định KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) và kiểm định Bartlett (Bartlett's Test of Sphericity).
Trong kiểm định KMO, hệ số KMO là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Nếu trị số của KMO lớn (trong khoảng 0,5 đến 1) thì phân tích nhân tố khám phá là thích hợp, ngược lại, trị số này nhỏ hơn 0,5 thì phân tích nhân tố khám phá có khả năng không thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định Bartlett có ý nghĩa thống kê (Sig.) nhỏ hơn hoặc bằng 0,05 thì giả thuyết đó bị bác bỏ, khi đó, phân tích nhân tố khám phá là thích
hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Trong phân tích nhân tố khám phá, tác giả sử dụng hệ số tải nhân tố, trị số Eigenvalue, tổng phương sai trích để phân tích. Trong đó, hệ số tải nhân tố (Factor loading) là hệ số tương quan đơn giữa các biến quan sát và các nhân tố. Các biến quan sát được sử dụng trong phân tích nhân tố khám phá phải có hệ số tải nhân tố lớn hơn 0,5. Để xác định số lượng nhân tố trong phân tích nhân tố khám phá, tác giả sử dụng trị số Eigenvalue. Trị số Eigenvalue phải có giá trị lớn hơn hoặc bằng 1. Mặt khác, tổng phương sai trích (Total Variance Explained) là phần trăm phương sai toàn bộ được giải thích bởi từng nhân tố, chỉ tiêu này phải lớn hơn hoặc bằng 50% ((Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, Nguyễn Đình Thọ, 2013). Để tìm mối liên hệ giữa các nhân tố và biến quan sát, tác giả sử dụng phép trích nhân tố Principal Component Analsyis (PCA) với phép quay nhân tố là Varimax.
2.3.4.5 Phân tích hồi quy
Để mô hình hóa mối quan hệ giữa các biến độc lập và biến phụ thuộc, ta sử dụng phương pháp phân tích hồi quy. Kết quả bước phân tích cho mô hình hồi quy tuyến tính mô tả của mối liên hệ giữa các biến độc lập và biến phụ thuộc, thể hiện mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập.
Trong kết quả phân tích mô hình hồi quy, hệ số xác định R2 là chỉ số dùng để đánh giá mức độ phù hợp của mô hình hồi quy. Tuy nhiên, vì có nhiều biến độc lập nên tác giả dùng hệ số xác định điều chỉnh (R2 hiệu chỉnh) để đánh giá mức độ phù hợp của mô hình.
Kiểm định Durbin-Watson là kiểm định tương quan chuỗi bậc nhất. Kết quả kiểm định có trị số gần bằng 2, chứng tỏ không có tương quan chuỗi bậc nhất trong mô hình (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Kiểm định F sử dụng trong bảng phân tích phương sai (ANOVA) là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Bằng Kiểm định F, tác giả có thể chọn mô hình hồi quy tuyến tính phù hợp nhất với các tập hợp kết quả quan sát của biến phụ thuộc và biến độc lập.
giả sử dụng hệ số phóng đại phương sai VIF (Variance Inflation Factor). Nguyên tắc khi hệ số VIF của một biến độc lập nào đó vượt quá 10 thì biến này không có giá trị giải thích biến thiên của biến phụ thuộc do xảy ra hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để kiểm định hiện tượng phương sai thay đổi trong mô hình hồi quy, tác giả thực hiện kiểm định tương quan hạng Spearman giữa phần dư chuẩn hóa với các biến độc lập. Nếu mức ý nghĩa trong tương quan Spearman giữa phần dư chuẩn hóa với các biến độc lập đều lớn hơn 0,05 thì mô hình không có hiện tượng phương sai thay đổi.
2.3.4.6 Kiểm định giả thuyết nghiên cứu
Trong nghiên cứu này, tác giả sử dụng kiểm định t để đưa ra kết luận chấp nhận hay bác bỏ giả thuyết nghiên cứu. Dựa vào bảng kết quả hồi quy trong phân tích hồi quy, nếu mức ý nghĩa (sig.) của kiểm định t tương ứng với từng biến độc lập nhỏ hơn 0,05 thì các giả thuyết nghiên cứu được chấp nhận.
2.3.4.7 Kiểm định sự khác biệt của các biến định tính
Nhằm mục đích tìm ra sự khác biệt về quyết định sử dụng dịch vụ E-banking của khách hàng ở BIDV khu vực TP. HCM giữa các nhóm yếu tố, bao gồm: giới tính, độ tuổi, nghề nghiệp, trình độ học vấn và mục đích sử dụng tác giả thực hiện kiểm định sự khác biệt của các biến định tính.
Đối với kiểm định sự khác biệt giữa hai nhóm giới tính, nghiên cứu sử dụng phép kiểm định giả thuyết về giá trị trung bình của hai tổng thể. Còn các yếu tố còn lại là độ tuổi, nghề nghiệp, trình độ học vấn và mục đích sử dụng có từ ba nhóm mẫu trở lên thì áp dụng phương pháp phân tích phương sai ANOVA. Phương pháp này phù hợp vì nó kiểm định tất cả các nhóm mẫu cùng một lúc với khả năng phạm sai lầm chỉ 5% (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
KẾT LUẬN CHƯƠNG 2
Tác giả cũng đưa ra quy trình nghiên cứu trong đó có nghiên cứu sơ bộ và nghiên cứu chính thức. Trong nghiên cứu sơ bộ, tác giả xây dựng thang đo, đưa ra bảng câu hỏi khảo sát sơ bộ và thực hiện tổ chức thảo luận và khảo sát ý kiến một số cán bộ Ngân hàng và các giảng viên có chuyên môn, có am hiểu về dịch vụ ngân hàng điện tử để tiếp tục bổ sung, điều chỉnh bảng câu hỏi khảo sát.
Sau khi nghiên cứu sơ bộ, tác giả hoàn thiện bảng câu hỏi và đưa ra bảng câu hỏi khảo sát chính thức. Tác giả thực hiện khảo sát qua phương thức phát bảng câu hỏi trực tiếp tại quầy giao dịch khách hàng và sử dụng công cụ Google form được gửi qua email khách hàng. Việc khảo sát được thực hiện đối với các khách hàng tại 36 chi nhánh BIDV tại khu vực TP. HCM với kích thước mẫu là 350. Trong số 350 phiếu khảo sát được gửi đi, có 295 phiếu khảo sát hợp lệ chiếm tỷ lệ 84,3% trong tổng số phiếu khảo sát được gửi đi. Số liệu thu thập được từ các phiếu khảo sát hợp lệ sẽ được xử lý bằng phần mềm SPSS 22.0 để tiến hành các bước phân tích tiếp theo. Tác giả thực hiện mô tả các bước phân tích sẽ thực hiện: phân tích thống kê mô tả, kiểm định độ tin cậy của thang đo, phân tích tương quan, phân tích nhân tố khám phá, phân tích hồi quy, kiểm định giả thuyết kèm theo, kiểm định sự khác biệt của các biến định tính.
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
3.1 THỰC TRẠNG DỊCH VỤ NGÂN HÀNG ĐIỆN TỬ TẠI BIDV KHU
VỰC TP. HCM
3.1.1 Các dịch vụ ngân hàng điện tử của BIDV hiện nay 3.1.1.1 Internet Banking
a) Dịch vụ BIDV Online: là dịch vụ dành cho khách hàng cá nhân, khách hàng có thể truy cập và sử dụng dịch vụ này trên cả máy tính cá nhân và điện thoại di động, bao gồm:
- Gói phi tài chính, bao gồm các tính năng sau: truy vấn thông tin tài khoản tiền
gửi thanh toán, tài khoản tiền vay, tài khoản thấu chi, tiền gửi có kỳ hạn, vấn tin lãi suất, tỷ giá, địa điểm đặt máy ATM, POS,…
- Gói tài chính, bao gồm các tính năng trong Gói phi tài chính và các giao dịch
sau: chuyển tiền, thanh toán hóa đơn hàng hóa dịch vụ cho các nhà cung cấp dịch vụ, nạp tiền điện thoại tất cả các mạng viễn thông tại Việt Nam, nạp ví điện tử, vấn tin thông tin thẻ, vấn tin sao kê, thanh toán dư nợ thẻ tín dụng.
b) Dịch vụ BIDV Business Online: là dịch vụ dành cho khách hàng pháp nhân bao gồm:
- Gói phi tài chính, bao gồm các tính năng sau: truy vấn thông tin tài khoản tiền
gửi thanh toán, tài khoản tiền vay, tiền gửi có kỳ hạn, vấn tin lãi suất, tỷ giá, …
- Gói tài chính, bao gồm các tính năng trong Gói phi tài chính và các giao dịch
sau: chuyển tiền, thanh toán bảng kê, thanh toán định kỳ, thanh toán hóa đơn hàng hóa dịch vụ cho các nhà cung cấp dịch vụ, gửi/ rút tiền có kỳ hạn Online.
c) BIDV iBank: là chương trình ngân hàng điện tử BIDV cung cấp cho các khách hàng tổ chức qua internet để thực hiện các dịch vụ ngân hàng theo thỏa thuận với BIDV, bao gồm:
- Gói phi tài chính, bao gồm: vấn tin thông tin tài khoản thanh toán, tiền gửi,
tiền vay, bảo lãnh; quản lý đơn vị chấp nhận thẻ; truy vấn báo cáo thu hộ; quản lý chứng từ chứa chữ ký số.
động, kiểm soát dòng tiền, truy vấn báo cáo quản lý dòng tiền, báo cáo điều chuyển vốn tự động).
3.1.1.2 Mobile Banking
a) Dịch vụ BIDV Smart Banking cho phép khách hàng thực hiện các giao dịch sau:
- Gói giao dịch phi tài chính, bao gồm: vấn tin thông tin tài khoản tiền gửi
thanh toán, tiền gửi có kỳ hạn, tiền vay; truy vấn thông tin giao dịch; truy vấn thông tin thẻ ghi nợ, thẻ tín dụng (thông tin chi tiết thẻ, lịch sử giao dịch, sao kê thẻ tín dụng); quản lý sử dụng thẻ (khóa/mở thẻ, khóa/mở chức năng thanh toán trực tuyến và giao dịch không xuất trình thẻ, thay đổi tài khoản liên kết, kích hoạt lại PIN); tra cứu thông tin ngân hàng (lãi suất, tỷ giá, địa điểm ATM, chi nhánh…).
- Gói giao dịch tài chính, bao gồm: chuyển tiền, thanh toán dư nợ thẻ tín dụng,
thanh toán hóa đơn dịch vụ, hàng hóa, đặt và thanh toán vé máy bay vé xem phim, phòng khách sạn, nạp thẻ điện thoại, nạp ví điện tử, gửi/ tất toán tiền gửi có kỳ hạn Online.
b) BIDV Bankplus cho phép khách hàng thực hiện một hoặc các giao dịch sau:
- Chức năng vấn tin, bao gồm: vấn tin thông tin tài khoản ngân hàng, vấn tin
lịch sử giao dịch.
- Chức năng giao dịch tài chính, bao gồm: chuyển tiền, thanh toán hóa đơn
hàng hóa, dịch vụ, gửi/ truy vấn/ tất toán tiền gửi có kỳ hạn online, đăng ký BSMS tự động.
c) Dịch vụ BSMS cung cấp cho khách hàng các tính năng và tiện ích như sau: nhận tin nhắn tự động về tài khoản ( biến động số dư tài khoản thanh toán, tài khoản tiết kiệm, tài khoản vay, lãi suất); nhận tin nhắn thông báo thay đổi trạng thái thẻ, trạng thái giao dịch, các tin nhắn thông báo liên quan trong suốt vòng đời sử dụng thẻ (phát hành mới, phát hành lại, gia hạn…); truy vấn thông tin theo cú pháp quy định gửi đến tổng đài 8149 và nhận phản hồi từ BIDV thông qua tin nhắn;