4,26 4,24 4,22 4,217647 4,205882 4,2 4,18 4,16
NHTM có lãi suất cạnh tranhNHTM có chi phí giao dịch thấp NHTM có lãi suất cộng thêm
4.2.2.6 Nhân Tố Lợi Ích Tài Chính:
Hình 4.7 - Trung Bình Kết Quả Khảo Sát Lợi Ích Tài Chính
(Nguồn: Kết quả tổng hợp của tác giả)
Nhận xét: nhìn chung kết quả trung bình của các biến quan sát về “Lợi ích tài chính” đạt điểm trung bình khá cao và có độ chênh lệch giữa các biến đáng kể. Quan sát “NHTM có lãi suất cộng thêm” có điểm trung bình cao nhất, điều này thể hiện sự quan tâm của đối tượng quan sát về những lãi suất khuyến mãi thêm của mỗi kì hạn gửi tiền ở mức tích cực. Trong khi đó, mỗi ngân hàng đề cạnh tranh nhau về lãi suất tiền gửi nên việc quan tâm đến lãi suất có điểm trung bình là 4.164706 thấp hơn so với những cạnh tranh về chi phí giao dịch đạt điểm trung bình 4.2.
4.2.3 Phân tích nhân tố khám phá (EFA):4.2.3.1 Phân tích nhân tố cho biến độc lập: 4.2.3.1 Phân tích nhân tố cho biến độc lập:
Các giả thiết cho việc phân tích nhân tố khám phá EFA:
Hệ số tải nhân tố (Factor Loading) ≥ 0.3 cho cỡ mẫu ít nhất 350 giá trị Hệ số tải nhân tố (Factor Loading) ≥ 0.55 cho cỡ mẫu từ 100 đến 350
Dựa vào kích thước mẫu của nhóm thì FL dùng để làm tiêu chuẩn so sánh là 0.55 là phù hợp. (Theo Hair et al.(2005), Multivariate Data Analysis Prentice – Hall International)
Hệ số KMO (Kaiser Meyer Olkin) là một chỉ số dùng để xem xét sự phù hợp của nhân tố. Trị số của hệ số KMO phải đạt giá trị trong khoảng 0.5≤ KMO ≤ 1 là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, tức có nghĩa là phương pháp phân tích nhân tố EFA không thích hợp với tập dữ liệu nghiên cứu này.
Kiểm định Bartleett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau trong tổng thể hay không. Nếu kiểm định cho thấy không có ý nghĩa thống kê (sig ≥ 0.05) thì không thể áp dụng phương pháp phân tích nhân tố EFA cho bộ biến số này. Khi kiểm định Barlett có ý nghĩa thống kê (sig <0.05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Tổng phương sai trích (Total variance explained) đạt giá trị từ 50% trở lên cho thấy mô hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cô đọng được bao nhiêu phần trăm và bị thất thoát bao nhiêu phần tram của các biến quan sát.
Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
Bảng 4.4 - Kiểm định phương sai tổng thể Nhân tố Eigenvalues khởi tạo Độ lệch tổng của hệ số tải bình phương Phép xoay tổng của hệ số tải bình phương 1 4.60056 1.28390 0.2300 2 3.31665 1.13411 0.3959 3 2.18254 0.17994 0.5050 4 2.00260 0.77304 0.6051 5 1.22957 0.03584 0.6666 6 1.19372 0.28092 0.7263
Nguồn: Tổng hợp của tác giả
Kết quả kiểm định phương sai tổng thể cho thấy các nhóm nhân tố tạo thành có giá trị là 72.63% >50% lớn hơn tiêu chuẩn kiểm định cho nên kết quả đáp ứng được yêu cầu thang
đo. Qua bảng trên cho thấy 72.63% thay đổi của các nhân tố được giải thích bởi các biến quan sát.
Ngoài ra có 6 nhân tố được tạo thành với giá trị eigenvalues > 1 có ý nghĩa là biến ý định ý định của người tham gia khảo sát có thể được giải thích bởi 6 biến độc lập trong mô hình. Đúng như số lượng biến trong mô hình đề xuât của tác giả
Bảng 4.5 - Hệ số tải ma trận xoay Component 1 2 3 4 5 HA1 0.7823 HA2 0.7865 HA3 0.6768 NV1 0.8311 NV2 0.8863 NV3 0.8629 TC1 0.7703 TC2 0.8008 TC3 0.8024 TC4 0.8067 CT1 0.8939 CT2 0.6191 CT3 0.9399 CS1 0.7767 CS2 0.8349 CS3 0.7704 CS4 0.6722 LI1 0.9055 LI2 0.6259 LI3 0.9414
Kết quả kiểm tra hệ số tải ma trận xoay (Factor Loading) ta có thể thấy các quan sát mô hình được chia thành 6 nhóm nhân tố riêng biệt phù hợp với mô hình đề xuất của tác giả.
Đồng thời nhìn vào kết quẩ trên thấy tất cả các giá trị hệ số đều có giá trị > 0.55 ( tiêu chuẩn kiểm định hệ số tải nhân tố) cho nên tất cả các quan sát của các biến sẽ được giữ lại và sử dụng cho các kiểm định tiếp theo
Bảng 4.6 - Kết quả kiểm định KMO
Hệ số KMO 0.544
Kiểm định Bartlett Chi bình phương xấp xỉ 2114.332
df 153
Sig. 0.000
Nguồn: Tổng hợp của tác giả
Kết quả kiểm định KMO lần 2 có giá trị 0.544, thỏa mãn điều kiện nằm trong khoảng 0.5-1 của giả thiết nghiên cứu, do đó cho thấy việc phân tích các nhân tố là phù hợp với thực tế, hệ số Sig có giá trị 0.000 < 0.5 cho ý nghĩa các biến số có tương quan với nhau trong mỗi nhóm nhân tố.
4.2.3.2 Phân tích nhân tố (EFA) cho biến phụ thuộc:
Bảng 4.7 - Kiểm định nhân tố cho biến phụ thuộc
Nhân tố Eigenvalues Độ Lệch Phương sai tổng thể
1 2.3807 1.74086 0.5951
2 0.63941 0.07449 0.7549
3 0.56493 0.14954 0.8962
4 0.41538 - 1
Nguồn: Tổng hợp của tác giả
Từ kết quả phân tích nhân tố EFA cho biến phụ thuộc ta thấy chỉ tồn tại một biến phụ thuộc có giá trị eigenvalues >1 có nghĩa là chỉ tồn tại một biến đại diện cho toàn bộ quan sát của biến. Đồng thời giá trị phương sai tổng thể của biến có giá trị là 0.5951 có nghĩa là có 59.51% sự thay đổi của biến “ý định sử dụng” có thể giải thích bằng số lượng quan sát đề nghị.
Sau khi tiến hành phân tích dữ liệu thông qua phân tích Cronbach’s Alpha, phân tích nhân tố EFA thì kết quả cho thấy các biến và các quan sát đưa ra trong mô hình giả thiết là phù hợp. Trong đó, một số biến đã được điều chỉnh và loại bỏ vài quan sát không có sự tương quan đến biến đại diện. Các biến được loại bỏ bao gồm HA4 “NHTM có nhiều hoạt động xã hội” ra khỏi số liệu nghiên cứu để tiến hành các bước nghiên cứu tiếp theo. Như vậy mô hình sẽ được điều chỉnh như sau:
Hình 4.8 - Điều chỉnh giá trị hình ảnh ý định khách hàng Giá Trị Hình Ảnh Ý Đ ịn h S ử D ụn g Hình Ảnh Nhân Viên Mức Độ Tin Cậy Hình Thức Chiêu Thị Cơ Sở Vật Chất Lợi Ích Tài Chính
Nguổn: Tổng hợp của tác giả
Trong đó, các biến dùng để xây dựng nên Ý định Khách Hàng đựa phân tích dựa trên các quan sát sau:
Nhân tố “Giá Trị Hình Ảnh” xác định bởi qua sát: HA1, HA2, HA3 Nhân tố “Hình Ảnh Nhân Viên” xác định bởi quan sát: NV1, NV2, NV3 Nhân tố “Mức Độ Tin Cậy” xác định bởi các quan sát:TC1, TC2, TC3, TC4 Nhân tố “Hình Thức Chiêu Thị” xác định bởi các quan sát: CT1, CT2, CT3 Nhân tố “Cơ Sở Vật Chất” xác định bởi các quan sát: CS1, CS2, CS3, CS4 Nhân tố “Lợi Ích Tài Chính” xác định bởi các quan sát: LI1, LI2, LI3
4.2.4 Kiểm định mô hình nghiên cứu:4.2.4.1 Phương trình hồi quy: 4.2.4.1 Phương trình hồi quy:
Các biến sử dụng trong mô hình hồi quy được mã hóa như sau: Nhân tố HA: “Giá Trị Hình Ảnh”
Nhân tố NV: “Hình Ảnh Nhân Viên” Nhân tố TC: “Mức Độ Tin Cậy” Nhân tố CT: “Hình Thức Chiêu Thị” Nhân tố CS: “Cơ Sở Vật Chất” Nhân tố LI: “Lợi Ích Tài Chính” Phương trình hồi quy tuyến tính có dạng:
YDSD = β0 + β1*HA + β2*NV + β3*TC + β4*CT+ β5*CS+ β6*LI
Mức ý nghĩa được giả định cho các kiểm định và phân tích là 5% (độ tin cậy là 95%).
4.2.4.2 Phân Tích Tương Quan Pearson:
Bảng 4.8 - Phân Tích Tương QuanPhân Tích Tương Quan
HA NV TC CT CS LI
YDSD Pearson
Correlation 1 0.425 0.4243 0. 373 0.394 0.406 0.3794
Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 0.000
Nguồn: Tổng hợp của tác giả
Phân tích tương quan được sử dụng trong nghiên cứu để lượng hóa mức độ chặt chẽ và tìm kiếm mối quan hệ tuyến tính giữa hai biến định lượng trước khi hồi quy. Kết quả của nghiên cứu cho thấy cả 6 biến độc lập đều có giá trị Sig = 0.00 < 0.05 so với biến phụ thuộc. Như vậy, có thể kết luận có sự tương quan giữa biến độc lập “HA, NV, TC, CT, CS, LI” và biến phụ thuộc “”
Thêm vào đó, kết quả thống kê cho thấy các biến độc lập đều có sự tương quan dương với biến phụ thuộc và giá trị tương quan đều lớn hơn 0.3. Ta thấy được từ kết quả, biến độc lập HA và biến phụ thuộc có mối tương quan đạt giá trị lớn nhất là 0.425, tương quan giữa biến TC và thấp nhất đạt giá trị 0.367. Giá trị tương quan của các biến NV, CT, CS, LI lần lượt là 0.424, 0.394, 0.406, 0.3974
4.2.4.3 Phân Tích Hồi Quy:
Bảng 4.9 - Đánh Giá Độ Phù Hợp Của Mô Hình
Model P - value R Square Adjusted R Square Std. Error of the
Estimate
1 0.0000 0.4987 0.4802 0.3313
Nguồn: Kết quả tổng hợp từ kết quả xử lý số liệu khảo sát
Bảng trên cho thấy mối quan hệ giữa các biến trong mô hình có mối quan hệ chặt chẽ và giá trị R2 (R square) = 0.498 có nghĩa là độ thích hợp của mô hình là 49.8% hay có ý nghĩa là có 49.8% độ thích hợp ý định của khách hàng tham gia khảo sát được giải thích bởi 6 yếu tố lý thuyết xây dựng.
Ngoài ra giá trị R2 hiệu chỉnh (Adjusted R Square) = 0.48 có ý nghĩa là có 48% sự biến thiên của biến phụ thuộc YDSD – “Ý đinh sử dụng” được giải thích bởi các nhân tố độc lập.
Nhận xét: như vậy, mô hình hồi quy thỏa điệu kiện đánh giá và kiểm định độ phù hợp và đánh giá kết quả nghiên cứu.
Bảng 4.10 - Phân tích hồi quy Unstandardized Coefficients Standardized
Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.2550 0.42331 - -2.97 0.003 HA 0.33179 0.0812 0.2393 4.08 0.000 NV 0.22242 0.0468 0.2764 4.75 0.000 TC 0.26552 0.0585 0.2618 4.53 0.000 CT 0.28895 0.0581 0.2483 1.26 0.210 CS 0.2354 0.0607 0.2232 3.88 0.000 LI 0.0352 0.2082 0,0335 0.17 0.866
Nhận xét:
Kết quả mô hình hồi quy cho 6 biến độc lập và 1 biến phụ thuộc cho thấy tồn tại trong mô hình 2 biến có giá trị sig > 0.05 là biến CT và biến LI với giá trị sig lần lượt là 0.21 và 0.866. Điều này có nghĩa là tồn tại ít nhất một biến độc lập không có ý nghĩa thống kê hay nói cách khác không tác động lên biến phụ thuộc là “Ý định sử dụng của khách hàng”
Ta lần lượt loại bỏ từng biến CT và LI sau đó chạy lại mô hình hồi quy tuyến tính để tìm ra yếu tố gây tác động xấu lên số liệu. Sau cùng chúng ta được kết quả mô hình hồi quy tốt nhất khi loại biến LI ra khỏi mô hình như sau:
Bảng 4.11 - Phân tích hồi quy
Unstandardized Coefficients Standardized
Coefficients t Sig. B Std. Error Beta 1 (Constant) -1.2416 0.4144 - -3.00 0.003 HA 0.3308 0.0808 0.2387 4.09 0.000 NV 0.2236 0.0461 0.27688 4.84 0.000 TC 0.2631 0.0562 0.2599 4.60 0.000 CT 0.28895 0.5814 0.2814 4.97 0.000 CS 0.2365 0.0603 0.2241 3.92 0.000
Nguồn: Tổng hợp của tác giả
Nhận xét: Kết quả mô hình hồi quy cho 5 biến độc lập cho thấy giá trị sig của tất cả các biến đều < 0.05 (tiêu chuẩn so sánh) nên có thể kết luận tất cả các biến độc lập đều có mối quan hệ tuyến tính với biến phụ thuộc đồng thời được chấp nhận trong mô hình hồi quy
Hệ số Beta của 5 biến độc lập gồm: HA, NV, TC, CT, CS> 0 nên có thể kết luận các biến độc lập có tác động cùng chiều với biến phụ thuộc YDSD
Từ bảng kết quả trên mô hình hồi quy chưa chuẩn hóa có thể được xây dựng như sau:
YD = -1.241 + 0.3308*HA + 0.2236*NV + 0.2632*TC + 0.2889*CT + 0.2364*CS
Ngoài số liệu về mức độ tương quan của các biến trong mô hình thì việc phân tích hồi quy còn cho biết mức độ phù hợp của mô hình so với điều kiện thực tế. Cụ thể theo bảng sau:
Bảng 4.12 - Đánh Giá Độ Phù Hợp Của Mô Hình
Model
Number of
Obs P - Value R Square
Adjusted R
Square
Std. Error of the Estimate
1 170 0.0000 0.5165 0.5018 0.33036
Nguồn: Tổng hợp của tác giả
Bảng trên cho thấy giá trị P – value = 0.000 < 0.05 (mức ý nghĩa) có nghĩa là mối qua hệ giữa các biến có ý nghĩa thống kê. trong đó (R square) = 0.5165 có nghĩa là độ thích hợp của mô hình là 51.65% hay có ý nghĩa là có 51.65% độ thích hợp ý định của khách hàng tham gia khảo sát được giải thích bởi 5 yếu tố lý thuyết xây dựng.
Ngoài ra giá trị R2 hiệu chỉnh (Adjusted R Square) = 0.5018 có ý nghĩa là có 50.18% sự biến thiên của biến phụ thuộc YD – “Ý Định Sử Dụng” được giải thích bởi các nhân tố độc lập.
Cuối cùng kiểm định hiện tượng đa cộng tuyến của bộ dữ liệu thống kê cho kết quả như sau:
Variable VIF 1/VIF
HA 1.15 0.86626
NV 1.11 0.90102
CS 1.11 0.90121
CT 1.09 0.9190
TC 1.08 0.92227
Nguồn: Tổng hợp của tác giả
Kết quả kiểm định hiện tượng đa cộng tuyết cho thấy: các giá trị hệ số phóng đại phương sai VIF lần lượt là 1.15, 1.11, 1.11, 1.09, 1.08 đều nhỏ hơn tiêu chuẩn kiểm định hệ số phóng đại phương sai là 1 cho nên có thể kết luận rằng không xảy ra hiện tượng đa cộng tuyến trong dữ liệu thống kê nghiên cứu.
4.2.5 Phân Tích Kết Quả Nghiên Cứu:
Mô hình hồi quy chưa chuẩn hóa được xây dựng như sau:
YD = -1.241 + 0.3308*HA + 0.2236*NV + 0.2632*TC + 0.2889*CT + 0.2364*CS
β1 = 0.3308 mang dấu (+) mang ý nghĩa khi không xét những yếu tố khác, quan hệ giữa “Hình ảnh ngân hàng” và “Ý định sử dụng” của khách hàng có tác động cùng chiều, đồng thời khi hình ảnh tăng (giảm) theo một đơn vị đo lường được quy định trước thì yếu tố “ý định sử dụng” tăng (giảm) tương ứng 0.376 đơn vị.
β2 = 0.2236 mang dấu (+) mang ý nghĩa khi không xét những yếu tố khác, quan hệ giữa “Chất Lượng Nhân Viên” và “Ý định sử dụng” của khách hàng có tác động cùng chiều, đồng thời khi chất lượng nhân viên tăng (giảm) theo một đơn vị đo lường được quy định trước thì yếu tố “ý định” tăng (giảm) tương ứng 0.190 đơn vị.
β3 = 0.2632 mang dấu (+) mang ý nghĩa khi không xét những yếu tố khác, quan hệ giữa “Độ tin cậy” và “Ý định sử dụng” của khách hàng có tác động cùng chiều, đồng thời khi độ tin cậy tăng (giảm) theo một đơn vị đo lường được quy định trước thì yếu tố “ý định sử dụng” tăng (giảm) tương ứng 0.235 đơn vị.
β4 = 0.2889 mang dấu (+) mang ý nghĩa khi không xét những yếu tố khác, quan hệ giữa “Hình thức Marketing” và “Ý định sử dụng” của khách hàng có tác động cùng chiều, đồng thời khi hình thức marketing tăng (giảm) theo một đơn vị đo lường được quy định trước thì yếu tố “ý định sử dụng” tăng (giảm) tương ứng 0.2889 đơn vị.
β5 = 0.2364 mang dấu (+) mang ý nghĩa khi không xét những yếu tố khác, quan hệ giữa “Cơ sở vật chất” và “Ý định sử dụng” của khách hàng có tác động cùng chiều, đồng thời khi Cơ sở vật chất tăng (giảm) theo một đơn vị đo lường được quy định trước thì yếu tố “ý định sử dụng” tăng (giảm) tương ứng 0.2364 đơn vị.
Kết luận: Các kiểm định trên được xác định bởi hệ số Sig trong phân tích hồi quy, cụ thể tất cả các giả thiết nghiên cứu được chấp nhận do các nhân tố có tác động cùng chiều (Beta dương) đến ý định sử dụng dịch vụ của khách hàng đồng thời hệ số Sig <0.05 (mức ý nghĩa) nên các kết luận phù hợp với điều kiện nghiên cứu:
KẾT LUẬN CHƯƠNG 4
Chương 4, tác giả đã thực hiện khảo sát và nghiên cứu định lượng những nhân tố được