Mã hóa Thang đo Nguồn
QĐ1
Anh/Chị sẽ tiếp tục gửi tiền tiết kiệm tại Agribank Trảng Bàng
Lê Đức Thủy, Phạm Thu Hằng (2017); Phạm Dương Thái Hiền (2019); Tham khảo ý kiến chuyên gia
QĐ2
Anh/Chị sẽ giới thiệu người quen đến gửi tiết kiệm tại Agribank Trảng Bàng
QĐ3
Anh/Chị hoàn toàn yên tâm khi gửi tiền tại Agribank Trảng Bàng
(Nguồn: Nghiên cứu trước và kết quả nghiên cứu định tính)
3.4 Nghiên cứu định lượng
3.4.1 Nghiên cứu định lượng sơ bộ
Trước khi đưa vào khảo sát chính thức, bảng khảo sát đã được dùng để khảo sát sơ bộ 50 khách hàng cá nhân đang giao dịch gửi tiết kiệm tại Agribank Trảng Bàng nhằm đánh giá nội dung thang đo sơ bộ nhằm hoàn chỉnh để trở thành thang đo chính
thức được dùng trong nghiên cứu chính thức. Đánh giá độ tin cậy và giá trị của các biến quan sát với thang đo Likert 5 mức độ về sự hài lòng (Mức độ (1): Hoàn toàn không đồng ý; Mức độ (2): Không đồng ý; Mức độ (3): Bình thường; Mức độ (4) Đồng ý; Mức độ (5) Hoàn toàn đồng ý) nhằm loại bỏ những biến không phù hợp và đưa ra bảng câu hỏi chính thức. Số liệu thu thập được xử lý, kiểm tra độ tin cậy thông qua hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA).
Kết quả: mô hình các nhân tố ảnh hưởng đến quyết định gửi tiền tiết kiệm của khách hàng cá nhân tại Agribank Trảng Bàng được tác giả đề xuất đã phản ánh tương đối đầy đủ các nhân tố ảnh hưởng đến quyết định gửi tiền tiết kiệm của khách hàng cá nhân tại Agribank Trảng Bàng. Các thang đo để đo lường được phát triển trong thang đo sơ bộ đã phản ánh được các thuộc tính cơ bản của các khái niệm trong mô hình nghiên cứu.
3.4.2 Nghiên cứu định lượng chính thức
Nghiên cứu định lượng chính thức được thực hiện bằng cách tiếp cận các khách hàng đến giao dịch trực tiếp với ngân hàng và thực hiện khảo sát trực tiếp họ về các vấn đề liên quan đến quyết định gửi tiền tiết kiệm của họ thông qua bảng câu hỏi đã chuẩn bị trước. Khi có kết quả, tác giả sẽ tiến hành tổng hợp thống kê, phân tích kết quả dựa trên những thông tin thu được từ cuộc khảo sát. Nghiên cứu thực hiện kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha. Sau khi phân tích Cronbach’s Alpha, phân tích yếu tố khám phá(EFA), phân tích tương quan, phân tích hồi quy tuyến tính và kiểm định giả thuyết nghiên cứu bằng mô hình hồi quy cũng bằng phần mềm SPSS 20.0.
3.5 Phương pháp chọn mẫu và thu thập dữ liệu
Một là, luận văn sử dụng phương pháp chọn mẫu thuận tiện để khảo sát khách hàng cá nhân về các nhân tố ảnh hưởng đến quyết định gửi tiền tiết kiệm tại Agribank Trảng Bàng. Lý do chọn phương pháp chọn mẫu này vì dễ dàng tiếp cận với người trả lời, có thể tiết kiệm chi phí và thời gian cho người nghiên cứu.
Hai là, kích thước mẫu: Một số nghiên cứu về kích thước mẫu được các nhà nghiên cứu đưa ra như sau:
Theo Hair và cộng sự (2006) thì kích cỡ mẫu tối thiểu N ≥ 5*x (trong đó x là tổng số các biến quan sát). Như vậy với 29 biến quan sát (26 biến thuộc các yếu tố biến độc lập và 3 biến thuộc yếu tố biến phụ thuộc) thì mẫu nghiên cứu của đề tài này cần phải có là: n = 5 x 29 = 145 quan sát.
Theo Tavachinik và Fidell (2007) để tiến hành phân tích hồi quy một cách tốt nhất thì cỡ mẫu tối thiểu N ≥ 8*p + 50 (trong đó p là tổng số biến độc lập của mô hình). Như vậy đề tài có 5 biến độc lập thì cỡ mẫu tối thiểu tốt nhất cho phân tích hồi quy là 8*5 + 50 = 90 quan sát.
Theo nghiên cứu của Slovin (1984) trích trong Hoàng Trọng Chu, Nguyễn Mộng Ngọc (2008), khi biết được kích thước của tổng thể thì cỡ mẫu (n) được xác định theo công thức:
Trong đó:
N là tổng số KHCN đang gửi tiền tiết kiệm
e là sai số cho phép (thường lấy bằng mức ý nghĩa 5%).
Theo số liệu thống kê từ năm 2015 đến năm 2019 tại Agribank Trảng bàng có 6.643 KHCN đã và đang gửi tiền tiết kiệm. Từ đó xác định n = 377.
Như vậy, kết hợp ba phương pháp xác định cỡ mẫu, cỡ mẫu tối thiểu cần thu thập để thực hiện nghiên cứu này phải là 377 quan sát. Để đảm bảo số lượng này tác giả cần phát số phiếu cao hơn, dự kiến số phiếu phát ra là 400 phiếu.
Ba là, dữ liệu thứ cấp được thu thập từ các báo cáo quyết toán cuối năm của Agribank Trảng Bàng.
3.6 Phương pháp xử lý thông tin
Dữ liệu sau khi thu thập sẽ được nhập vào phần mềm Excel và SPSS 20.0 để tiến hành làm sạch và sàng lọc. Quá trình này được thực hiện nhằm loại bỏ những bảng khảo sát không đạt yêu cầu như: không trả lời hết câu hỏi,…. Những phiếu khảo sát thiếu thông tin sẽ được tập hợp và liên hệ trực tiếp với người trả lời để bổ sung và hoàn thiện. Nếu không có thông tin người trả lời thì sẽ loại bỏ phiếu trả lời này và không đưa vào các bước nghiên cứu tiếp theo.
3.6.1. Kiểm định độ tin cậy của thang đo
Mục đích của bước này nhằm đánh giá độ tin cậy của thang đo nhằm tìm ra những câu hỏi cần giữ lại và những câu hỏi cần bỏ đi (Hoàng Trọng và Chu Mộng Ngọc, 2008) hay nói cách khác là giúp loại bỏ những biến quan sát và thang đo không phù hợp.
Độ tin cậy của thang đo được đánh giá qua hệ số Cronbach’s Alpha. Thang đo được đánh giá chất lượng tốt đòi hỏi phải thỏa mãn đồng thời hai điều kiện: Hệ số Cronbach’s Alpha của tổng thể > 0,6 và hệ số tương quan biến tổng ≥ 0,3. (Nguyễn Đình Thọ, 2011).
3.6.2. Phân tích nhân tố khám phá EFA
Sau khi loại bỏ các biến không đảm bảo độ tin cậy thông qua kiểm định độ tin cậy của thang đo, phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) để xác định giá trị hội tụ, giá trị phân biệt và thu gọn các tham số ước lượng theo từng nhóm.
EFA rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng có ý nghĩa hơn vẫn chứa đựng đầy đủ thông tin của một tập biến ban đầu (Hair & ctg, 1998). Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát. Phân tích EFA được thực hiện thông qua đánh giá các chỉ tiêu sau:
Thứ nhất, là kiểm định trị số KMO (Kaiser – Meyer - Olkin): KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến với hệ số tương quan riêng phần của chúng. Hệ số KMO phải thỏa mãn điều kiện: 0,5 ≤ KMO ≤ 1. Nếu KMO nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. (Nguyễn Đình Thọ, 2011)
Thứ hai, là kiểm định tương quan của các biến quan sát trong thước đo đại diện (Kiểm định Bartlett): Kiểm định Bartlett dùng để xem xét các biến quan sát có tương quan tuyến tính với nhau trong một thang đo (nhân tố). Nếu phép kiểm định Bartlett có ý nghĩa thống kê Sig Bartlett’s Test < 0,05, chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Thứ ba, phương sai trích (Percentage of variance): Dùng để kiểm định mức độ giải thích của các biến quan sát đối với nhân tố. Chỉ tiêu này thể hiện phần trăm biến thiên của các biến quan sát nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %. Trị số này nhất thiết phải lớn hơn 50% thì mô hình EFA là phù hợp.
Thứ tư, hệ số tải nhân tố (Factor loadings - FL): Hệ số tải hay còn gọi là trọng số nhân tố, là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số này biểu thị mối quan hệ tương quan đơn giữa các biến quan sát với các nhân tố. Hệ số tải càng cao nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Tuy nhiên, giá trị tiêu chuẩn của hệ số tải phụ thuộc vào kích thước mẫu. Với kích thước mẫu khác nhau thì hệ số tải khác nhau. Theo Hair & ctg (1998), FL lớn hơn 0,3 được xem là đạt được mức tối thiểu, FL lớn hơn 0,4 được xem là quan trọng
, FL lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998) cũng khuyên như sau: nếu chọn tiêu chuẩn FL lớn hơn 0,3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn FL lớn hơn 0,55 (thường có thể chọn 0,5), nếu cỡ mẫu khoảng 50 thì FL lớn hơn 0,75. Luận văn sử dụng 377 phiếu nên hệ số này bằng 0,3.
Thứ năm: đánh giá giá trị Eigenvalue: Giá trị này 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 đó, nhân tố nào có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Nhân tố nào có Eigenvalue nhỏ hơn 1 sẽ bị loại vì không có tác dụng tóm tắt thông tin tốt hơn một biến gốc (Garson, 2003).
3.6.3 Phân tích hồi quy đa biến
Trên cơ sở kết quả phân tích EFA tác giả sẽ định nghĩa lại các biến trong mô hình nghiên cứu để thực hiện phân tích hồi quy. Tác giả sử dụng phương pháp Enter để phân tích hồi quy đo lường mức độ tác động của các nhân tố đến quyết định gửi tiền tiết kiệm của khách hàng cá nhân tại Agribank Trảng Bàng
Mô hình hồi quy đa biến được xây dựng có dạng:
QĐ = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + ε Trong đó:
QĐ: Quyết định gửi tiền tiết kiệm của khách hàng cá nhân tại Agribank Trảng Bàng β1, β2, β3, β4, β5: Hệ số hồi qui. X1, X2, X3, X4, X5: Các nhân tố ảnh hưởng. X1: Sự bảo đảm X2: Lãi suất X3: Chất lượng dịch vụ
X4: Tính chuyên nghiệp của nhân viên
X5: Sự thuận tiện
ε : Sai số
Mục đích của việc phân tích hồi quy là dự đoán mức độ của các biến phụ thuộc khi biết trước giá trị của biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Phân tích hồi quy đa biến gồm:
+ Kiểm định sự phù hợp của mô hình hồi quy: Sử dụng giá trị Sig. của kiểm định F. Nếu Sig. < 0,05 thì kết luận mô hình hồi quy tuyến tính bội phù hợp với tệp dữ liệu và có thể sử dụng được.
+ Kiểm định hiện tượng tự tương quan: Sử dụng trị số Durbin – Watson (DW) để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất (kiểm định tương quan của các sai số kề nhau). Nếu DW lớn hơn 1 và nhỏ hơn 3 thì mô hình không có tự tương quan. Nếu DW nhỏ hơn 1 và lớn hơn 3, thì khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất.
+ Kiểm định ý nghĩa của hệ số hồi quy: Sử dụng giá trị Sig. của kiểm định t. Nếu Sig kiểm định t của hệ số hồi quy của một biến độc lập nhỏ hơn 0.05 thì biến độc lập đó có tác động đến biến phụ thuộc. Nếu Sig kiểm định t của biến độc lập lớn hơn 0.05 thì biến độc lập đó không có sự tác động lên biến phụ thuộc và không cần loại bỏ biến đó để chạy lại hồi quy lần tiếp theo.
+ Kiểm định đa cộng tuyến: Đây là kiểm định hiện tượng tương quan tuyến tính giữa các biến độc lập. Kiểm định này sử dụng hệ số phóng đại phương sai (VIF). Thông thường, nếu VIF của một biến độc lập lớn hơn 10 nghĩa là đang có đa cộng tuyến xảy ra với biến độc lập đó. Khi đó, biến này sẽ không có giá trị giải thích biến
thiên của biến phụ thuộc trong mô hình hồi quy. Với các đề tài sử dụng thang đo Likert, nếu hệ số VIF > 2 thì khả năng rất cao đang xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
Tóm tắt chương 3
Chương 3 đã trình bày chi tiết về phương pháp thực hiện nghiên cứu. Quá trình nghiên cứu gồm nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính được thực hiện thông qua thảo luận nhóm, từ đó hình thành bảng câu hỏi chính thức cho nghiên cứu định lượng. Chương 3 cũng trình đầy đủ về thiết kế nghiên cứu định lượng gồm: thiết kế bảng câu hỏi, thiết kế mẫu, phương pháp thu thập, xử lý và phân tích dữ liệu.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Chương này bao gồm hai phần: Phần thứ nhất là giới thiệu tổng quan về Agribank chi nhánh Trảng Bàng như: Quá trình hình thành và phát triển; Cơ cấu tổ chức chi nhánh. Phần thứ hai là kết quả nghiên cứu của đề tài.
4.1. Giới thiệu về Agribank Chi nhánh Trảng Bàng Tây Ninh
Ngân hàng Nông Nghiệp và Phát triển Nông thôn Việt Nam Chi nhánh Trảng Bàng được thành lập và đi vào hoạt động từ tháng 8/1988.
Tên gọi tắt: AGRIBANK TRẢNG BÀNG
Trụ sở được đặt tại: Số 01 Quốc lộ 22 Ấp Gia Huỳnh Xã Gia Lộc Huyện Trảng Bàng, tỉnh Tây Ninh.
Điện thoại: (0276) 3 880 421
Agribank Trảng Bàng là chi nhánh loại 2 trực thuộc Agribank Tây Ninh với 39 nhân viên đang làm việc tại chi nhánh, hiện tại quy mô của chi nhánh gồm: 01 trung tâm và 3 phòng giao dịch trực thuộc.
Là đơn vị kinh doanh phụ thuộc và chịu sự lãnh đạo trực tiếp của Agribank Tỉnh Tây Ninh, có trụ sở riêng, con dấu riêng và thực hiện nhiệm vụ do Tổng Giám Đốc Agribank Việt Nam giao, chịu trách nhiệm về hoạt động kinh doanh theo đúng pháp luật, chính sách, chế độ của nhà nước quy định, thể lệ của Thống Đốc Ngân hàng Nhà nước, là đại diện pháp nhân được ủy nhiệm của Agribank Việt Nam.
Hoạt động kinh doanh của Chi nhánh các năm qua ngày càng phát triển. Nguốn vốn huy động dồi dào, đáp ứng được yêu cầu đề về nhu cầu vốn Việt Nam đồng và ngoại tệ cho nhu cầu tín dụng ngắn, trung và dài hạn cho các doanh nghiệp, hộ cá thể. Góp phần phát triển kinh tế xã hội, khai thác tối đa tiềm năng phát triển kinh tế của địa phương, đặc biệt là các lĩnh vực thế mạnh như: Nông lâm nghiệp, khoáng sản, thủy điện, thương mại.
Chi nhánh luôn khẳng định vai trò của mình trong nền kinh tế, đứng vững và phát triển trong cơ chế mới. Hiện tại Agribank Trảng Bàng có mạng lưới hoạt động rộng khắp với một hội sở và ba phòng giao dịch trực thuộc. Với mạng lưới hoạt động rộng đã góp phần rút ngắn khoảng cách cho khách hàng đến giao dịch, đáp ứng nhanh
chóng kịp thời nhu cầu vốn cho dự án đầu tư, phương án pháp triển sản suất kinh doanh, dịch vụ, phục vụ đời sống người dân.
4.2 Thực trạng huy động tiền gửi tiết kiệm của KHCN tại Chi nhánh giai đoạn 2015-2019 2015-2019