2.2 Thực trạng chất lƣợng tín dụng tại Ngân hàng TMCP Bản Việt chi nhánh
2.2.3.3 Kết quả nghiên cứu
Kết quả thống kê mô tả
Bảng 2.8 Thông tin mẫu
Số lượng Tỷ lệ(%) Giới tính Nam 125 56,3 Nữ 97 43,7 Tổng 222 100 Độ tuổi Từ 18 đến 24 tuổi 14 6,3 Từ 25 đến 34 tuổi 55 24,8 Từ 35 đến 44 tuổi 67 30,2 Từ 45 đến 54 tuổi 62 27,9 Trên 55 tuổi 24 10,8 Tổng 222 100 Trình độ học vấn Phổ thơng 41 18,5 Trung cấp - cao đẳng 71 32 Đại học 98 44,1 Trên đại học 12 5,4 Tổng 222 100
Buôn bán nhỏ lẻ 106 47,7
Kinh doanh doanh nghiệp 25 11,3
Nội trợ/hưu trí 14 6,3 Lao động tự do 22 9,9 Tổng 222 100 Thu nhập Dưới 5 triệu đồng 24 10,8 Từ 5 đến 10 triệu đồng 91 41 Từ 10 đến 15 triệu đồng 80 36 Trên 15 triệu đồng 27 12,2 Tổng 222 100 Sản phẩm dịch vụ
Vay sản xuất kinh doanh 70 31,5
Vay mua ô tô 32 14,4
Vay mua bất động sản 26 11,7
Vay tiêu dùng 58 26,1
Vay xây dựng, sửa chữa nhà 27 12,2
Vay khác 9 4,1 Tổng 222 100 Thời gian sử dụng dịch vụ Dưới 1 năm 77 34,7 Từ 1 đến 3 năm 65 29,3 Từ trên 3 đến 5 năm 55 24,8 Trên 5 năm 25 11,3 Tổng 222 100
Nguồn: Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát.
Phương pháp này cho phép người phân tích loại bỏ những biến khơng phù hợp và hạn chế biến rác trong mơ hình nghiên cứu. Theo đó, chỉ những biến có hệ số tương quan biến - tổng (Corrected Item – Total Correlation) lớn hơn 0.3 và có hệ số Cronbach’s Alpha từ 0.6 trở lên mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo (Đinh Phi Hổ, 2014).
Kết quả phân tích thống kê về hệ số tin cậy Cronbach’s Alpha ở phụ lục 9 cho thấy, tất cả 7 thang đo đều có Cronbach’s Alpha > 0,6 tuy nhiên một số biến có hệ số tương quan biến tổng < 0,3 nên cần phải loại bỏ để tăng độ tin cậy của thang đo. Cụ thể như sau:
Thang đo Độ tin cậy gồm 4 biến quan sát: Hệ số Cronbach’s Alpha = 0,837 > 0,6 và hệ số tương quan biến tổng của tất cả 4 biến quan sát đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 4 biến quan sát của thang đo đều được đưa vào phân tích nhân tố.
Thang đo Khả năng đáp ứng gồm 5 biến quan sát: Hệ số Cronbach’s Alpha = 0,732 > 0,6 và hệ số tương quan biến tổng của DU5< 0,3 nên bị loại, trong thực tế thì biến DU5 “Nhân viên Vietcapital Bank luôn sẵn sàn đến tận nơi của quý khách hàng để hỗ trợ và tư vấn” thì rất ít trường hợp nhân viên đến tận nhà khách hàng để hỗ trợ và tư vấn, thường liên lạc quan điện thoại hay mail để thuận tiện hơn nên khách hàng không quan tâm nhiều đến yếu tố này. Sau khi loại bỏ biến DU5 thì hệ số Cronbach’s Alpha tăng lên 0,802 và hệ số tương quan biến tổng của biến quan sát còn lại đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 4 biến quan sát của thang đo đều được đưa vào phân tích nhân tố.
Thang đo Năng lực phục vụ gồm 4 biến quan sát: Hệ số Cronbach’s Alpha = 0,607 > 0,6 và hệ số tương quan biến tổng của tất cả 4 biến quan sát đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 4 biến quan sát của thang đo đều được đưa vào phân tích nhân tố ở bước tiếp theo.
Thang đo Sự đồng cảm gồm 4 biến quan sát: Hệ số Cronbach’s Alpha = 0,858 > 0,6 và hệ số tương quan biến tổng của tất cả 4 biến quan sát đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 4 biến quan sát của thang đo đều được đưa vào phân tích nhân tố ở bước tiếp theo.
Thang đo Phương tiện hữu hình gồm 4 biến quan sát: Hệ số Cronbach’s Alpha = 0,825 > 0,6 và hệ số tương quan biến tổng của tất cả 5 biến quan sát đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 5 biến quan sát của thang đo đều được đưa vào phân tích nhân tố ở bước tiếp theo.
Thang đo Giá cả gồm 3 biến quan sát: Hệ số Cronbach’s Alpha = 0,786 > 0,6 và hệ số tương quan biến tổng của tất cả 3 biến quan sát đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 3 biến quan sát của thang đo đều được đưa vào phân tích nhân tố ở bước tiếp theo.
Thang đo Sự hài lòng gồm 3 biến quan sát: Hệ số Cronbach’s Alpha = 0,786 > 0,6 và hệ số tương quan biến tổng của tất cả 3 biến quan sát đều > 0,3. Như vậy thang đo này đã đạt yêu cầu và tất cả 3 biến quan sát của thang đo đều được đưa vào phân tích nhân tố ở bước tiếp theo.
Như vậy, các nhóm nhân tố sau khi được kiểm định hệ số tin cậy Cronbach’s Alpha 2 lần đều phù hợp với giá trị Cronbach’s Alpha nhỏ nhất là 0,607, do đó tất cả các biến cịn lại sẽ được đưa vào bước phân tích nhân tố khám phá EFA tiếp theo.
Phân tích nhân tố khám phá EFA (Exploratary Factor Analysis).
Phân tích nhân tố khám phá (EFA) là một kỹ thuật để giảm bớt dữ liệu, giúp chúng ta “rút trích” từ các biến quan sát thành một hoặc một số biến tổng hợp ( gọi là nhân tố hay thành phần) (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Phân tích nhân tố khám phá (EFA) nhằm xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố. Sau khi phân tích nhân tố, chỉ những nhóm nhân tố thỏa mãn điều kiện mới có thể tham gia vào phần chạy hồi quy trong phân tích tiếp theo.
Các tham số thống kê quan trọng trong phân tích nhân tố gồm:
Kiểm định hệ số KMO (Kaiser-Meyer-Olkin), hệ số này đánh giá sự thích hợp của phân tích nhân tố. Hệ số KMO phải đạt giá trị 0,5 trở lên (0,5=<KMO<=1) (Trích từ Đinh Phi Hổ, 2014).
Kiểm định Bartlett để đánh giá các biến quan sát có tương quan với nhau trong một nhân tố. Khi mức ý nghĩa (significance, Sig.) của kiểm định Bartlett nhỏ hơn 5%, các biến quan sát có tương quan tuyến tính với nhân tố đại diện (Trích từ Đinh Phi Hổ, 2014).
Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích, các nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình (Trích từ Đinh Phi Hổ, 2014).
Phương sai trích: Sử dụng phương sai trích (% cumulative) để đánh giá mức độ giải thích của các biến quan sát đối với nhân tố. Trị số phương sai trích nhất thiết phải lớn hơn 50% (Trích từ Đinh Phi Hổ, 2014).
Hệ số tải nhân tố (factor loadings): Mỗi biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor Loading), hệ số này cho biết mỗi biến đo lường sẽ thuộc về nhân tố nào. Với mẫu khoảng từ 100 đến 350, hệ số tải nhân tố được chấp nhận là lớn hơn 0,55 các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,55 sẽ bị loại khỏi mơ hình (Trích từ Đinh Phi Hổ, 2014).
Thang đo chất lƣợng dịch vụ (biến độc lập) :
Bảng 2.9 Kết quả phân tích nhân tố khám phá EFA các biến độc lập (lần 1)
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0.696 0.5 < 0.696 < 1
Giá trị Sig. trong kiểm định
Bartlett 0.000 0.000 < 0,05
Phương sai trích 64.505% 64.505% > 50%
Giá trị Eigenvalue 1.471 1.471 > 1
Nguồn: Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Bảng 2.10 Kết quả EFA thang đo chất lƣợng dịch vụ lần 1
Biến quan sát Nhân tố
1 2 3 4 5 6 HH5 .844 HH1 .842 HH2 .754 HH3 .678 HH4 .670 TC3 .834 TC4 .831 TC1 .812 TC2 .754
DC1 .867 DC3 .827 DC4 .809 DC2 .801 DU3 .884 DU4 .775 DU1 .772 DU2 .724 GC2 .874 GC3 .829 GC1 .779 NL2 .713 NL1 .706 NL3 .696 NL4
Nguồn: Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Kiểm định KMO and Bartlett’s Test trong phân tích nhân tố khám phá EFA lần 1 cho thấy hệ số KMO = 0,696 (>0,5) chứng tỏ phân tích nhân tố khám phá EFA thích hợp để sử dụng trong phần phân tích này và thống kê Chi – square của kiểm định Bartlerr đạt giá trị là 2831,705 với mức ý nghĩa 0,000 (<0,05). Do đó các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể. Phương sai trích là 64,505% thể hiện rằng 6 nhân tố rút ra giải thích được 64,505% biến thiên của dữ liệu tại hệ số Eigenvalue 1,471. Kiểm tra trên bảng Rotated Component Matrix, có một biến quan sát là NL4 có hệ số tải nhân tố (Factor loading) <0,55 nên ta loại biến quan sát này, trong thực tế thì biến NL4 “Nhân viên của Vietcapital Bank khơng bị chi phối bởi các lợi ích cá nhân trong hoạt động tín dụng” thì khách hàng khơng quan tâm nhiều vì những lợi ích của nhân viên trong ngân hàng thì chỉ có nội bộ trong ngân hàng mới biết rõ. Sau khi loại bỏ biến NL4 thì tiến hành phân tích nhân tố khám phá EFA lần 2 và sẽ kiểm định lại thang đo Cronbach’s Alpha cho nhóm yếu tố này.
Kiểm định hệ số Cronbach’s Alpha (hiệu chỉnh)
Kiểm định lại thang đo Cronbach’s Alpha cho nhóm yếu tố có thay đổi so với ban đầu. Đó là nhóm yếu tố Năng lực phục vụ.
Bảng 2.11 Cronbach’s Alpha về Năng lực phục vụ (hiệu chỉnh) Cronbach's Alpha Số quan sát .606 3 Biến quan sát Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến - tổng Cronbach's Alpha nếu loại biến NL1 7.57 4.464 .419 .499 NL2 7.52 4.242 .452 .449 NL3 7.61 4.529 .373 .566
Qua bảng 2.11 cho ta thấy hệ số Cronbach’s Alpha lớn hơn 0,6 và các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0,3. Vì vậy, các biến quan sát đều được đưa vào phân tích ở các bước tiếp theo.
Phân tích EFA lần 2 sau khi loại bỏ đi một biến quan sát NL4 ra khỏi mơ hình ta được kết quả như sau:
Bảng 2.12 Kết quả phân tích nhân tố khám phá EFA các biến độc lập (lần2)
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0.699 0.5 < 0.699 < 1
Giá trị Sig. trong kiểm định Bartlett 0.000 0.000 < 0.05
Phương sai trích 66.362% 66.362% > 50%
Giá trị Eigenvalue 1.405 1.405 > 1
Nguồn: Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Biến quan sát Nhân tố 1 2 3 4 5 6 HH5 .843 HH1 .842 HH2 .755 HH3 .680 HH4 .669 TC4 .842 TC3 .833 TC1 .810 TC2 .753 DC1 .865 DC3 .823 DC4 .812 DC2 .802 DU3 .884 DU4 .775 DU1 .773 DU2 .725 GC2 .874 GC3 .832 GC1 .785 NL2 .766 NL1 .713 NL3 .699
Nguồn: Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Sau khi loại bỏ một biến quan sát không phù hợp về hệ số tải nhân tố ra khỏi mơ hình thì hệ số KMO và phương sai trích đều tăng so với mơ hình trước, độ hội tụ của mơ hình tốt khơng cịn biến có hệ số tải nhân tốt nhỏ hơn 0,55. Như vậy thì mơ hình phân tích EFA lần 2 sử dụng để phân tích tốt hơn mơ hình lần thứ nhất. Qua phân tích EFA đối với các biến độc lập thì vẫn giữ nguyên 6 thành phần như ban đầu nhưng chỉ cịn 23 biến quan sát vì đã loại bỏ đi hai biến quan đó là DU5 và NL4.
Thang đo sự hài lòng (biến phụ thuộc)
Nguồn: Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Qua bảng 2.14 cho ta thấy hệ số KMO là 0,678 (>0,5) và thống kê Chi – square của kiểm định Bartlett đạt giá trị 138,977 với mức ý nghĩa 0,000. Điều này cho thấy phân tích EFA là phù hợp với mẫu nghiên cứu này. Phương sai trích là 65,072% thể hiện rằng một nhân tố rút ra giải thích được 65,072% biến thiên của dữ liệu tại hệ số Eigenvalue 1,952. Như vậy, thang đo sự hài lòng gồm 1 nhân tố với 3 biến quan sát.
Phân tích hồi quy tyến tính
Phân tích hồi quy sẽ xác định mức độ ảnh hưởng của các biến độc lập (sự tin cậy, sự đáp ứng, năng lực phục vụ, phương tiện hữu hình, giá cả) đến biến phụ thuộc (sự hài lịng của khách hàng). Qua đó, giúp ta dự đốn được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:
Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0.678 0.5 < 0.678 < 1
Giá trị Sig. trong kiểm định Bartlett 0.000 0.000 < 0.05
Phương sai trích 65.072% 65.072% > 50%
Giá trị Eigenvalue 1.952 1.952 > 1
Biến quan sát Nhân tố
1(Sự hài lòng)
HL3 .831
HL2 .809
Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
Kiểm định ANOVA: để kiểm tra tính phù hợp của mơ hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0.05 thì ta có thể kết luận mơ hình hồi quy phù hợp với tập dữ liệu và sử dụng được.
Căn cứ vào kết quả sau khi phân tích nhân tố khám phá EFA, ta có mơ hình hồi quy tuyến tính bội như sau:
HL = β0 + β1 * HH + β2 * TC + β3 * DC + β4 * DU + β5 * GC + β6 * NL + ε Trong đó :
Biến phụ thuộc: Sự hài lịng của khách hàng về chất lượng dịch vụ tín dụng tại ngân hàng (HL).
β: Là tham số hồi quy.
ε: Là sai số ngẫu nhiên.
Các biến độc lập: Phương tiện hữu hình (HH), Độ tin cậy (TC), Đồng cảm (DC), Khả năng đáp ứng (DU), Giá cả dịch vụ (GC), Năng lực phục vụ (NL).
Kiểm định sự phù hợp của mơ hình
Bảng 2.15 Kết quả phân tích hồi quy tuyến tính bội (ANOVA)
R R2 R2 hiệu chỉnh Mức ý nghĩa Sig. Hệ số Durbin - Watson
0,807 0,651 0,641 0,000 1,256
Nguồn : Tổng hợp từ kết quả điều tra thực tế và phân tích của tác giả
Qua bảng 2.15 cho ta thấy với mức ý nghĩa của mơ hình tổng thể Sig. = 0,000 (<0.05) thì mơ hình hồi quy là phù hợp với tập dữ liệu gốc. Giá trị R2
hiệu chỉnh là 0,641 cho biết các biến độc lập giải thích được 64,1% sự hài lòng của khách hàng. Hệ số Durbin – Watson bằng 1,256 (1<1,256<3) nên mơ hình khơng tự tương quan. Như vậy mơ hình nghiên cứu là phù hợp.
Hệ số R2 (R Square) = 0.651, điều này có nghĩa là 65.1% sự biến động về sự hài lòng của khách hàng tại Ngân hàng Thương mại cổ phần Bản Việt - chi nhánh
Đồng Nai sẽ được giải thích bởi các yếu tố là các biến độc lập đã được chọn đưa vào mơ hình.
Kết quả mơ hình nghiên cứu cho thấy tất cả các biến độc lập đều tác động có ý nghĩa thống kê (do Sig. < 5%).
Dị tìm vi phạm của các giả định cần thiết trong mơ hình - Liên hệ tuyến tính
Tác giả sử dụng đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị phần dư dự đốn trên trục hồnh. Đồ thị phân tán Scatterplot cho biết các giá trị phần dư thay đổi không theo trật tự nào đối với giá trị dự đốn. Vì vậy, ta có thể kết luận rằng giả thuyết về liên hệ tuyến tính khơng bị vi phạm.