Hiện nay có nhiều tác giả gồm: Hafeez Ur Rehman and Ahmed (2008); Christos C. Frangos và cộng sự (2012); Martin Owusu Ansa (2014); Trần Khánh Bảo (2015); Lương Trung Ngãi và Phạm Văn Tài (2019); Nguyễn Thị Phương Anh (2021) và Nguyễn Thị Hằng và Nguyễn Minh Tuấn (2021) nghiên cứu về các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân, với nhiều nhân tố ảnh hưởng khác
nhau. Thông qua lược khảo các nghiên cứu liên quan, em lựa chọn những nhân tố có tần suất xuất hiện nhiều nhất là cơ sở xây dựng cho mô hình các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân BIDV - CN Hồ Chí Minh gồm các yếu tố sau: (1) Chất lượng dịch vụ; (2) Thương hiệu ngân hàng; (3) Lãi suất; (4) Ảnh hưởng người thân; (5) Sự thuận tiện; (6) Hoạt động chiêu thị và (7) Chính sách tín dụng.
Bảng 3.1 Tổng hợp các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân
Thương hiệu ngân hàng + + + + Lãi suất + + + + Ảnh hưởng người thân + + + Sự thuận tiện + + + Hoạt động chiêu thị + + + Chính sách tín dụng + + + +
STT Mã hóa ______________Nội dung______________ Nguon tham khảo _________1. Chất lượng dịch vụ________
1 CLDV1 Nhân viên BIDV - CN Hồ Chí Minh hỗtrợ khi khách hàng đến giao dịch._______ Martin Owusu Ansa (2014) 2 CLDV2 Quy trình vay vốn của BIDV - CN HồChí Minh rõ ràng____________________ Martin Owusu Ansa (2014) 3
CLDV3 Các thông tin về sản phẩm cho vay đều được BIDV - CN Hồ Chí Minh cung cấp và cập nhật đầy đủ các thông tin đến khách hàng_________________________
Martin Owusu Ansa (2014)
4
CLDV4 Nhân viên BIDV - CN Hồ Chí Minh tự tin và chuyên nghiệp trong phục vụ khách hàng_________________________
Martin Owusu Ansa (2014)
5
CLDV5 Nhân viên BIDV - CN Hồ Chí Minh tư vấn hướng giải quyết tốt nhất cho các yêu cầu của khách hàng_______________
Martin Owusu Ansa (2014)
2. Thương hiệu ngân hàng
6 THNH1 BIDV có uy tín trên thị trường Nguyễn Minh Tuấn (2021)Nguyễn Thị Hằng và 7 THNH2 BIDV là Ngân hàng có thương hiệu trên Nguyễn Thị Hằng và
(Nguồn: Tác giả tổng hợp, 2021)
Hình 3.2 Mô hình nghiên cứu đề xuất 3.3 Xây dựng thang đo
STT Mã hóa ______________Nội dung______________ Nguon tham khảo
thị trường Nguyễn Minh Tuấn
(2021)
8 THNH3 BIDV hoạt động lâu năm trên địa bàn Nguyễn Thị Hằng và Nguyễn Minh Tuấn (2021) 9 THNH4 BIDV là ngân hàng được nhiều ngườibiết đến.___________________________ Nguyễn Minh Tuấn (2021)Nguyễn Thị Hằng và 10 THNH5 BIDV là ngân hàng lớn Nguyễn Minh Tuấn (2021)Nguyễn Thị Hằng và
_____________3. Lãi suất_____________
11 LS1 Lãi suất và phí cho vay thấp ______cộng sự (2012)______Christos C. Frangos và 12 LS2 Chương trình khuyến mãi, ưu đãi lãi suất
cho vay____________________________
Christos C. Frangos và ______cộng sự (2012)______ 13 LS3 Lãi suất cho vay linh động ______cộng sự (2012)______Christos C. Frangos và
_______4. Ảnh hưởng người thân_______
14 AHNT1 Gia đình tư vấn tôi nên vay vốn tại
BIDV - CN Hồ Chí Minh______________ Trần Khánh Bảo (2015) 15 AHNT2 Bạn bè khuyên tôi nên vay vốn tại BIDV- CN Hồ Chí Minh ___________’_______ Trần Khánh Bảo (2015) 16 AHNT3 Đồng nghiệp khuyên tôi nên vay vốn tại
BIDV - CN Hồ Chí Minh______________ Trần Khánh Bảo (2015) 17 AHNT4 Có người thân đang vay vốn tại BIDV -CN Hồ Chí Minh _______________ Trần Khánh Bảo (2015)
___________5. Sự thuận tiện___________
18 STT1 BIDV - CN Hồ Chí Minh gần nhà ______Ahmed (2008)______Hafeez Ur Rehman and 19 STT2 BIDV có nhiều địa điểm giao dịch(PGD, CN) _________________ ______Ahmed (2008)______Hafeez Ur Rehman and
20 STT3
BIDV - CN Hồ Chí Minh có vị trí thuận lợi về giao thông, chỗ để xe của khách hàng rộng rãi_______________________
Hafeez Ur Rehman and Ahmed (2008) 21 STT4 Địa điểm giao dịch của BIDV - CN Hồ
Chí Minh dễ tìm kiếm________________
Hafeez Ur Rehman and ______Ahmed (2008)______
________6. Hoạt động chiêu thị________
22 HDCT1
Mức độ xuất hiện thường xuyên của BIDV - CN Hồ Chí Minh trên các phương tiện truyền thông đại chúng_____
Christos C. Frangos và cộng sự (2012)
23 HDCT2
BIDV - CN Hồ Chí Minh có chương trình khuyến mãi, quà tặng hấp dẫn và hậu mãi (khách hàng VIP, tích điểm khi giao dịch, ...)________________________
Christos C. Frangos và cộng sự (2012)
24 HDCT3 Đa dạnh về phương thức tiếp thị (Điệnthoại, gửi email, tin nhắn, tờ rơi, nhân viên đi tiếp thị,.)_____________________
Christos C. Frangos và cộng sự (2012)
STT Mã hóa ______________Nội dung______________ Nguon tham khảo
25 HDCT4
BIDV - CN Hồ Chí Minh xây dựng thương hiệu, logo, slogan, biểu mẫu chứng từ giao dịch,... đồng nhất trên toàn hệ thống_______________________
Christos C. Frangos và cộng sự (2012)
________7. Chính sách tín dụng________
26 CSTD1 Các gói sản phẩm cho vay đa dạng______ Trần Khánh Bảo (2015) 27 CSTD2 Biên độ giao động lãi suất cho vay linh
động______________________________
Trần Khánh Bảo (2015) 28
CSTD3 BIDV - CN Hồ Chí Minh sẵn sàng hỗtrợ khi khách hàng muốn thanh toán trước hạn__________________________
Trần Khánh Bảo (2015)
29 CSTD4 Mức độ bảo mật, an toàn thông tin khigiao dịch cao_______________________ Trần Khánh Bảo (2015)
8. Quyết định vay vốn của KHCN
30 QDVV1 Anh/chị hài lòng khi vay vốn tại BIDV - CN Hồ Chí Minh _________
Nguyễn Thị Hằng và Nguyễn Minh Tuấn (2021) 31 QDVV2 Anh/chị sẽ giới thiệu bạn hàng/đối tácvay vốn tại BIDV - CN Hồ Chí Minh Nguyễn Minh Tuấn (2021)Nguyễn Thị Hằng và 32 QDVV3 Nếu có thêm nhu cầu ve vay vốn,Anh/chị vẫn sẽ chọn BIDV - CN Hồ Chí
Minh để vay vốn____________________
Nguyễn Thị Hằng và Nguyễn Minh Tuấn (2021)
(Nguồn: Tác giả tổng hợp)
3.4 Xây dựng bảng hỏi
Với các yếu tố liên quan đến các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân tại Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam - Chi nhánh Hồ Chí Minh tác giả dùng thang đo Likert 5 bậc. Bậc 1 là hoàn toàn không đồng ý; Bậc 2 la không đồng ý; Bậc 3 là trung dung; Bậc 4 là đồng ý và bậc 5 là hoàn toàn đồng ý.
Ve nội dung, bảng câu hỏi gồm 3 phần như sau: Phần 1: Giới thiệu.
Phần 2: Nội dung các câu hỏi đo lường các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân tại Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam - Chi nhánh Hồ Chí Minh.
Phần 3: Thông tin cá nhân. Đây là phần nhằm thu thập thông tin cá nhân của đối tượng nhằm phục vụ quá trình nghiên cứu.
3.5 Phương pháp xử lý dữ liệu
3.5.1 Cỡ mẫu
Qui mô mẫu: Dữ liệu trong nghiên cứu này có sử dụng phương pháp phân tích khám phá nhân tố EFA. Theo Hair & ctg (1998), để có thể thực hiện phân tích khám phá nhân tố cần thu thập dữ liệu với kích thước mẫu là ít nhất 5 quan sát trên 1 biến quan sát, tốt nhất trên 10 quan sát. Tuy nhiên, nhằm mục tiêu nâng cao chất lượng mẫu và sự phân bố mẫu hợp lý đảm bảo suy rộng. Mô hình nghiên cứu có số biến quan sát là 32. Kích thước mẫu cần thiết là n = 32 x 5 = 160. Để kết quả khảo sát có độ tin cậy, tác giả chọn kích cỡ mẫu là 250.
3.5.2 Phương pháp thu thập dữ liệu
3.5.2.1 Thu thập dữ liệu sơ cấp
Dữ liệu sơ cấp được thu thập thông qua việc lập phiếu điều tra, khảo sát KHCN đã và đang vay vốn tại Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam - Chi nhánh Hồ Chí Minh.
3.5.2.2 Thu thập dữ liệu thứ cấp
Dữ liệu thứ cấp được thu thập thông qua báo cáo tài chính, báo cáo nội bộ, niên giám của Ngân hàng thương mại cổ phần Đầu tư và Phát triển Việt Nam - Chi nhánh Hồ Chí Minh trong giai đoạn 2018 - 2020.
3.5.3 Phương pháp xử lý số liệu
3.5.3.1 Thống kê mô tả
Thống kê mô tả là phương pháp dùng tổng hợp các phương pháp đo lường, mô tả, trình bày số liệu được ứng dụng vào trong lĩnh vực kinh tế. Các bảng thống kê là hình thức trình bày số liệu thống kê và thu thập thông tin đã thu thập làm cơ sở để phân tích và kết luận, cũng là trình bày vấn đề nghiên cứu nhờ vào đó có thể đưa ra nhận xét về vấn đề đang nghiên cứu.
Trong đề tài này phương pháp thống kê mô tả được thực hiện bằng cách lập bảng tần suất để mô tả mẫu thu thập được theo các thuộc tính: Giới tính, độ tuổi, nghề nghiệp, trình độ và thu nhập.
3.5.3.2 Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Một thang đo có giá trị khi thang đo đó có đủ độ tin cậy, nghĩa là cho cùng một kết quả khi tiến hành đo lặp đi lặp lại. Độ tin cậy của thang đo được đánh giá bằng
phương pháp nhất quán nội tại thông qua hệ số Cronbach’s alpha và hệ số tương quan biến - tổng, để nhằm loại bỏ những biến quan sát không đạt yêu cầu ra khỏi thang đo.
- Phương pháp phân tích hệ số Cronbach’s Alpha:
Hệ số Cronbach’s Alpha là một hệ số kiểm định thống kê về mức độ tin cậy và tương quan trong giữa các biến quan sát thang đo. Nó dùng để đánh giá độ tin cậy của các nhóm nhân tố và từng biến quan sát nhỏ bên trong nhóm nhân tố đó. Theo Peterson, 1994 thì hệ số Cronbach’s Alpha phải nằm trong giới hạn từ 0,7 đến 1,0. Trong các trường hợp cỡ mẫu nhỏ thì hệ số tin cậy Cronbach’s Alpha bằng 0,6 vẫn có thể được chấp nhận. Đồng thời, các biến quan sát phải có hệ số tương quan giữa các biến và tổng (item-total correlation) phải lớn hơn 0,3.
Thang đo được kiểm định bằng công cụ Cronbach’s Alpha, với hệ số này sẽ giúp loại những biến quan sát không đạt yêu cầu hay các thang đo chưa đạt yêu cầu trong quá trình nghiên cứu vì các biến này có thể tạo ra các nhân tố giả.
Phương pháp phân tích Cronbach’s Alpha thực chất là phép kiểm định mức độ tương quan lẫn nhau của các biến quan sát trong thang đo thông qua việc đánh giá sự tương quan giữa bản thân các biến quan sát và tương quan điểm số trong từng biến quan sát với điểm số toàn bộ các biến quan sát. Hệ số Cronbach’s alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao. Thông thường những thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0,7 - 0,8 là sử dụng được, thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0,8 - 1,0 được xem là thang đo tốt. Tuy nhiên đối với các trường hợp khái niệm đang nghiên cứu mới thì thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được.
Tuy nhiên, hệ số Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không, chứ không cho biết cần phải loại bỏ hoặc giữ lại biến quan sát nào. Để giải quyết vấn đề này cần tính toán và phân tích hệ số tương quan biến - tổng.
- Hệ số tương quan biến - tổng (item - total correlation):
Hệ số tương quan biến tổng chính là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo. Nếu hệ số này càng cao thì sự tương quan giữa biến với các biến khác trong nhóm càng cao. Vì vậy, đối với các biến quan sát có hệ só tương quan biến - tổng (item - total correlation) nhỏ hơn 0,3 bị xem
như là các biến rác và bị loại ra khỏi mô hình do có tương quan kém với các biến khác trong mô hình.
3.5.3.3 Phân tích yếu tố EFA
Phương pháp phân tích nhân tố được sử dụng để rút gọn và tóm tắt dữ liệu. Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại bỏ các biến không đủ độ tin cậy sẽ thực hiện việc phân tích nhân tố khám phá (EFA). Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng để thu nhỏ các tham số ước lượng theo từng nhóm biến. Phương pháp này rất hữu ích trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau. Phân tích nhân tố khám phá (EFA) được thực hiện thông qua đánh giá các chỉ tiêu sau để bảo đảm ý nghĩa thống kê:
- Kiểm định trị số KMO (Kaiser- Meyer - Olkin):
Đây là chỉ số dùng để xem xét sự thích hợp của các phân tích nhân tố, trị số KMO có giá trị trong khoảng từ 0,5 đến 1,0 thì phân tích nhân tố là thích hợp với dữ liệu, còn trong trường hợp nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
- Đánh giá hệ số tải nhân tố (Factor loading -FL):
Đây là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích nhân tố khám phá EFA, hệ số tải nhân tố (Factor loading -FL) phụ thuộc vào kích thước mẫu quan sát và mục đích nghiên cứu. Nếu FL>0,3 là đạt mức tối thiểu với kích thước mẫu bằng hoặc lớn hơn 350, nếu FL>0,4 là quan trọng và FL>0,5 là có ý nghĩa thực tiễn. Khi kích thước mẫu khoảng 100 thì nên chọn FL>0,55; còn nếu kích thước mẫu bằng 50 thì nên chọn FL>0,75. Do đó để thang đo đạt giá trị hộ tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (Factor loading -FL) phải lớn hơn hoặc bằng 0,5 trong một nhân tố đối với cỡ mẫu nhỏ hơn 350.
- Đánh giá giá trị Eigenvalue:
Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi mỗi nhân tố, đánh giá hệ số Eigenvalue là một trong những cách để xác định số lượng nhân tố. Theo tiêu chuẩn Kaiser chỉ những nhân tố Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình, những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại vì không có tác dụng tóm tắt thông tin tốt hơn một biến gốc (Garson, 2003).
- Kiểm định Bartlett’s xem xét giả thiết H0:
Bartlett’s test of sphericity là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể với các giả thuyết.
H0: Độ tương quan giữa các biến quan sát bằng không trong tổng thể hay nói cách khác là các biến không có tương quan với nhau trong tổng thể. Điều này cũng chính là nhằm mục đích xem xét việc phân tích nhân tố là có thích hợp hay không. Nếu kiểm định này có ý nghĩa trong thống kê (Sig<0,05) thì ta có khả năng bác bỏ giả thuyết và chấp nhận các biến quan sát trong phân tích nhân tố có tương quan với nhau trong tổng thể. Điều này đồng nghĩa phân tích nhân tố là thích hợp.
H1: Có sự tương quan giữa các biến.
Giá trị p của kiểm định là một số sao cho với mọi α > p thì sẽ bác bỏ giả thuyết H0. Với mức ý nghĩa α = 5%, kiểm định Barlett’s cho các kết quả sau:
Nếu giá trị p > α thì chấp nhận giả thuyết H0
Nếu giá trị p < α thì bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 - Đánh giá phương sai trích:
Phương sai trích hay là phần trăm biến thiên (cummulative) của dữ liệu được giải thích bởi các nhân tố. Tiêu chuẩn đạt yêu cầu đối với phương sai trích là tổng phương sai trích phải lớn hơn hoặc bằng 50% trở lên (Hair và cộng sự, 1998).
Giá trị tổng phương sai trích có ý nghĩa cho biết tổng số phần trăm biến thiên của dữ liệu được giải thích bởi các nhân tố.
3.5.3.4 Phương pháp hồi qui và tương quan
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường mức độ tương quan tuyến tính giữa hai biến. Về nguyên tắc, tương quan Pearson sẽ tìm ra một đường thẳng phù hợp nhất với mối quan hệ tuyến tính của 2 biến.
Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến -1. Điều kiện để tương quan có ý nghĩa là giá trị sig. <0.05
r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia.
r=0 cho thấy không có sự tương quan.
r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến độc lập hay biến giải thích) đến một biến số (biến kết quả hay biến phụ thuộc) nhằm dự báo biến kết quả dựa vào các giá trị được biết trước của các biến giải thích. Sau khi hoàn tất việc phân tích đánh giá độ tin cậy thang đo (Kiểm định Cronbach’s Alpha) và kiểm định giá trị khái niệm thang đo (Phân tích nhân tố khám phá EFA), các biến không đảm bảo giá trị hội tụ tiếp tục bị loại bỏ khỏi mô hình cho đến khi các tham