4. Giảng viên hướng dẫn đề xuất cho điểm đánh giá về tinh thần thái độ của
3.4.4 Phân tích hồi quy và kiểm định mô hình
Hồi quy đa biến là một phần mở rộng của hồi quy tuyến tính đơn giản. Nó được sử dụng khi chúng ta muốn dự đoán giá trị của một biến dựa trên giá trị của hai ho c nhiều biến khác. Biến chúng ta muốn dự đoán được gọi là biến phụ thuộc (ho c đôi khi, biến kết quả, mục tiêu ho c biến tiêu chí). Các biến chúng ta đang sử dụng để dự đoán giá trị của biến phụ thuộc được gọi là biến độc lập. Hồii quyi đai
biếni cũngi choi phépi bạni xáci địnhi mứci đội đóngi gópi nhiều,i ít,i khôngi đóngi góp...i củai
từngi nhâni tối vàoi sựi thayi đổii củai biếni phụi thuộc.
Ýinghĩaichỉisốitrongihồiiquyiđaibiến
Giái trịi Adjustedi Ri Squarei (Ri bìnhi phươngi hiệui chỉnh)i vài R2i (Ri Square)i i
phảni ánhi mứci độiảnhi hưởngi củai cáci biếni độci lậpi lêni biếni phụithuộc.i Mứci
biếni thiêni củai 2i giái trịi nàyi lài từi 0i -i 1.i Nếui càngi tiếni vềi 1i thìi môihìnhi càngi
cói ýi nghĩa.i Ngượci lại,i càngi tiếni vềi 0itứci làiýi nghĩai môi hìnhicàngi yếu.i Cụi
thểi hơn,i nếui nằmi trongi khoảngi từi 0.5i -i 1 thìi i lài môi hìnhi tốt, <i i 0.5i lài môi hìnhi
chưai tốt.i
Trịi sối Durbini –i Watsoni(DW):i Cói chứci năngi kiểmi trai hiệni tượngitựi tươngi
quani chuỗii bậci nhất.i Giái trịi củai DWi biếni thiêni trongi khoảngi từi 0i đếni 4.i Nếui
giái trịi gầni vềi 4i tứci lài cáci phầni saii sối cói tươngi quani nghịch,i gầni vềi 0i thìi cáci
phầni saii sối cói tươngi quani thuận.iTrongi trườngihợpi DWi <i 1i vài DWi>i 3i thìi
khải năngi rấti caoi xảyi rai hiệni tượngi tựi tươngi quani chuỗii bậci nhất.
Giái trịi Sig.i củai kiểmi địnhi Fi cói táci dụngi kiểmi địnhi đội phùi hợpi củai môi hìnhi
hồii quy.i Ởi bảng ANOVA,i i nếui giái trịi Sig.i <i 0.05i =>i Môi hìnhi hồii quyi tuyếni
tínhi bộii vài tậpi dữi liệui phùi hợpi (vài ngượci lại).
Giái trịi Sig.i củai kiểmi địnhi ti đượci sửi dụngi đểi kiểmi địnhi ýi nghĩai củai hệi sối hồii
quy.i Nếui Sig.i <0.1i =>i Biếni độci lậpi cói táci độngi đếni biếni phụi thuộc.
Hệi sối phóngi đạii phươngi saii VIFi (Variancei inflationi factor):iKiểmi trai hiệni
tượngi đai cộngi tuyến.iNếui VIFi >i 10i thìi cóihiệni tượngiđai cộngi tuyếni (Theoi
Hoàngi Trọngi &i Chui Nguyễni Mộngi Ngọc,i 2005).i Tuyi nhiên,i trêni thựci tếi
thựci hành,i chúngi tai thườngi soi sánhi giái trịi VIFi vớii 2.i Nếui VIFi <i 2i khôngi cói
hiệni tượngi đai cộngi tuyếni giữa cáci i biếni độci lậpi (vài ngượci lại).
Mứci đội đánhi giái sựi hàii lòngi củai kháchihàngi thôngi quai giái trịi trungi bình,i đội
lệchi chuẩn.i Kiểmi địnhi môi hìnhi đai biếni được sửi i dụngi đểi kiểmi địnhi vềi sựi kháci nhaui
củai mứci đội hàii lòngi củai kháchi hàngi vớii dịchi vụi vài kiểmi địnhi sựi kháci nhaui vềi mứci
đội đánhi giái củai kháchi hàngi vớii cáci nhómi giớii tính,i đội tuổii vài thui nhậpi trongi tổngi
thể.
3.4.5 Phân tích phƣơng sai Anova
Phân tích phương sai (Analysis of Variance) hay còn gọi là kiểm định ANOVA là một kỹ thuật thống kê tham số được sử dụng để so sánh các bộ dữ liệu. Nói một cách dễ hiểu, phân tích ANOVA có chức năng đánh giá sự khác biệt tiềm năng trong một biến phụ thuộc mức quy mô bằng một biến mức danh nghĩa có từ 2 loại trở lên. Cáci nhài phâni tíchi sửi dụngi thửi nghiệmi ANOVAi đểi xáci địnhi ảnhi hưởngi
củai cáci biếni độci lậpi đốii vớii biếni phụi thuộci trongi nghiêni cứui hồii quy.i Kỹi thuậti
kiểmi địnhi ANOVAi nàyi đượci pháti triểni bởii Ronaldi Fisheri nămi 1918
Cói nhiềui hơni 2i loạii phâni tíchi phươngi sai,i tuyi nhiêni trongi khuôni khổi nộii dungi
bàii viếti này,i chúngi tai sẽi chỉi tìmi hiểui haii loạii thôngi dụngi nhấti lài phâni tíchiphươngi
saii mộti yếui tối vài haii yếui tố.
1/i Phâni tíchi phươngi saii mộti yếui tối (one-wayi ANOVA)
One-wayi ANOVAi lài mộti loạii thửi nghiệmi thốngi kêi soi sánhi phươngisaii trongi
nhómi cói nghĩai lài trongi mộti mẫui trongi khiichỉi xemi xéti mộti yếui tối ho ci mộti biếni
độci lập.i Phươngi saii mộti yếuitốisoi sánhi baiho ci nhiềui hơni bai nhómi phâni loạii đểi
xáci địnhi xemi cói sựi kháci biệti giữai chúngi hayi không. Trong mỗi nhóm nên có ba ho c nhiều quan sát và phương tiện của các mẫu được so sánh.
2/ Phân tích ANOVA hai yếu tố (two-way ANOVA)
ANOVA hai yếu tố là một phần mở rộng của phân tích phương sai một yếu tố. Với One Way, bạn có một biến độc lập ảnh hưởng đến biến phụ thuộc. Còn với two-way ANOVA, sẽ có 2 biến độc lập.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Thực trạng sử dụng dịch vụ Ngân hàng điện tử của khách hàng cá nhân tại VietinBank
Trong chiến lược phát triển mảng bán lẻ tại VietinBank thì Giải pháp tài chính cá nhân toàn diện gắn liền với số hóa là chiến lược trọng tâm cốt lõi của ngân hàng trong giai đoạn hiện nay và những năm tới. Ngân hàng số dành cho khách hàng cá nhân có sự tăng trưởng mạnh mẽ trong những năm qua:
Hình 4.1 Kết quả thực hiện VietinBank Ipay năm 2018-2019 Khách hàng VietinBank ipay active
(đơn vị: nghìn khách hàng)
2018 2019
Tỷ lệ ipay/DDA 18,6% 30,4%
Số lƣợng giao dịch VietinBank ipay
(đơn vị: triệu giao dịch)
2018 2019 1.192 2.038 +846 (+71% 35 86 +51 (+146%)
Doanh thu phí ngân hàng số
(đơn vị: tỷ đồng)
2018 2019
Chuyển dịch giao dịch ngoài quầy
(nguồn: báo cáo kết quả kinh doanh VietinBank)
Các bảng trên cho thấy dịch vụ ngân hàng điện tử VietinBank ipay ngày càng được mở rộng và phát triển.
Số lượng khách hàng kích hoạt dịch vụ: số lượng ipay kích hoạt trong năm
2019 là 2.038 nghìn ipay, tăng 846 nghìn ipay, tốc độ tăng 71% so với năm 2018.
Đây là tốc độ tăng trưởng rất tốt, cao nhất trong những năm gần đây. Đồng thời tỷ
lệ khách hàng đăng dịch vụ ipay cùng với mở tài khoản giao dịch cũng tăng lên,
năm 2019 đạt 30,4%
Số lượng giao dịch trên ứng dụng ipay: đây là thước đo thể hiện mức độ hiệu quả khi khách hàng đăng kí dịch vụ. Năm 2019 ứng dụng ipay xử lý 86 triệu
146 359 +213 (+108%) 41% 28% 19% 12%
T01.2019
ATM Tại quầy ipay Pos
34%
21% 33%
12%
T12.2019
giao dịch, tăng 146% so với năm 2018. Điều này giúp cho ngân hàng tiết giảm rất nhiều chi phí nhờ việc giảm tải KH đến giao dịch tại quầy, đồng thời mang lại nhiều lợi ích cho khách hàng
Thu phí ngân hàng số: Số lượng khách hàng sử dụng dịch vụ ipay càng nhiều sẽ mang lại nguồn phí gia tăng cho ngân hàng, doanh thu phí năm 2019 là 359 tỷ đồng, tăng 213 tỷ đồng so với năm 2018, tốc độ tăng 108%.
Danh sách các tính năng trên ứng dụng VietinBank Ipay: hiện nay ứng dụng đã tích hợp được 74 tính năng, mang lại nhiều trải nghiệm cho khách hàng gồm:
Đăng nhập:
Đăng nhập
Cấp lại mật khẩu
Quên tên đăng nhập
Đăng ký mới ipay
Kiểm tra đăng nhập người – máy (reCaptcha)
Trang chủ (Dashboard):
Danh mục tài khoản & thẻ
Danh sách hóa đơn đến hạn
Tài khoản m c định
Danh bạ người thụ hưởng
Ưu đãi thẻ (quick view)
Menu truy cập nhanh
Chuyển tiền
Chuyển tiền trong VietinBank
CK liên NH qua citad
Chuyển tiền đến TK chứng khoản
Chuyển tiền từ thiện
Bán ngoại tệ
Nhận tiền Western union
CK định kỳ trong hệ thống
CK định kỳ ngoài hệ thống
Quản lý lịch CK định kỳ
Dịch vụ thẻ
Vấn tin chi tiết thẻ
Vấn tin lịch sử giao dịch thẻ
Vấn tin tài khoản thẻ
Kích hoạt
Mở/khóa thẻ
Trả nợ thẻ tín dụng
Đăng ký/khóa thanh toán trực tuyến
Đăng ký/duy trì SMS biến động giao dịch
Cài đ t thẻ (hạn mức & phạm vi sử dụng)
Sao kê thẻ tín dụng
Ưu đãi
Vấn tin danh sách ưu đãi
Xem chi tiết ưu đãi
Nhận ưu đãi
Tìm kiếm ưu đãi
Vấn tin tài khoản
Vấn tin chi tiết tài khoản
Vấn tin lịch sử giao dịch tài khoản
Thanh toán & mua sắm
Nạp tiền
Nạp tiền từ thẻ tín dụng
Thanh toán hóa đơn
Thanh toán hóa đơn từ thẻ tín dụng
Nộp thuế điện tử
Nộp phí kết cấu hạ tầng
Đ t vé máy bay trực tuyến (nội địa)
Theo dõi lịch sử chuyến bay
Mua hàng VNshop
Đ t lịch thanh toán hóa đơn (auto-bill)
Nhắc nợ hóa đơn đến hạn
Quán lý thanh toán hóa đơn định kỳ
Quản lý danh sách thanh toán hóa đơn
Loyalty
Điều khoản & điều kiện
Câu hỏi thường g p
Quản lý điểm thưởng
T ng điểm loyalty
Tiền gửi & Tiền vay
Gửi tiết kiệm online (có kỳ hạn)
Gửi tiết kiệm tích lũy
Gửi góp tiết kiệm tích lũy
Quản lý gửi tiết kiệm tích lũy
Tất toán tiết kiệm
Thay đổi phương thức đáo hạn (gốc & lãi)
Trả nợ khoản vay
Tất toán khoản vay trước hạn
Hạn mức giao dịch – soft OTP
Xác thực giao dịch hạn mức cao bằng Soft OTP trên ipay mobile Thông tin cá nhân – Profile
Thông tin thị trường
Tỷ giá – lãi suất
Tìm kiếm CN/PGD/ATM
Công cụ tính toán lãi suất
Tính toán chuyển đổi ngoại tệ
Chiến lược của VietinBank là tiếp tục mở rộng hệ sinh thái và gia tăng nhiều tiện ích cho khách hàng. Lộ trình triển khai:
M c dù đã đạt được 1 số kết quả, triển khai tích hợp nhiều hệ sinh như: Hạ tầng thanh toán số trên di động, hóa đơn điện, nước, truyền hình, điện thoại, internet, bảo hiểm, tài chính cá nhân, hành chính công... nhưng phạm vi chưa tương xứng với tiềm năng thị trường.
Do đó, ngân hàng rất quan tâm tới nhu cầu của khách hàng, các yếu tố tác
động đến sự hài lòng của khách hàng - những người sẽ sử dụng các dịch vụ ngân
hàng điện tử để xem công nghệ ngân hàng sẽ tác động như thế nào đến hành vi của
họ, từ đó có chiến lược kinh doanh hiệu quả nhất, gia tăng số lượng khách hàng sử
dụng VietinBank Ipay, chiếm lĩnh thị phần dịch vụ ngân hàng điện tử dành cho cá
nhân
4.2 Thống kê mô tả
Với 260 bảng câu hỏi được phát ra, tác giả thu về 260 bảng, sau khi loại bỏ các bảng câu hỏi không hợp lệ còn lại số lượng mẫu đưa vào phân tích là 258.
Mở rộng hệ sinh thái
1) Bổ sung các nhà cung cấp mới trên ipay qua payoo: bảo hiểm, vay/trả góp, các công ty nước 2) Rút tiền không cần thẻ 3) QRpay Mvisa 4) lixi Bán chéo SPDV 1) Bán bảo hiểm 2) Tối ưu chuyển
khoản ngoài hệ thống 3) Tiết kiệm định kỳ 4) Quản lý trái phiếu 5) Đưa thêm các tính năng ưu đãi thẻ 6) Thấu chi online có TSBĐ Onmichannel và kênh bán chéo
1) AI & Big data 2) Chatbot 3) Tích hợp Ekyc 4) Triển khai thẻ ảo trả trước 5) QRpay JCB 6) Tích hợp Grab 7) Tích hợp Now 8) Tích hợp Money Lower 9) Tích hợp ipay web Onmichannel và kênh bán chéo 1) Quản lý tài chính cá nhân 2) Cross-border QRpay 3) Đưa game quay số may mắn lên 4) Tích hợp gọi xe 5) Đ t lịch h n bác sĩ, mua gói khám chữa bệnh Quý 1/2020 Quý 2/2020 Quý 3/2020 Quý 4/2020
Bảng 4.1 Thống kê giá trị của các biến quan sát đo lƣờng
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
HL1 258 2 5 4.01 .938 HL2 258 2 5 4.02 .850 HL3 258 2 5 4.03 .857 TC1 258 2 5 4.03 .944 TC2 258 2 5 4.03 .888 TC3 258 2 5 4.05 .953 TC4 258 2 5 4.13 .894 TC5 258 2 5 4.07 .886 TC6 258 2 5 3.99 .908 DU1 258 2 5 4.00 .889 DU2 258 2 5 3.90 .894 DU3 258 2 5 4.09 .873 DU4 258 2 5 4.08 .845 DU5 258 2 5 3.97 .906 DC1 258 2 5 4.05 .924 DC2 258 2 5 4.05 .881 DC3 258 2 5 4.12 .896 DC4 258 2 5 4.01 .895 DC5 258 2 5 4.01 .897 GD1 258 2 5 3.96 .909 GD2 258 2 5 3.99 .884 GD3 258 2 5 4.00 .882 GD4 258 2 5 4.07 .893 GD5 258 2 5 4.08 .913 Valid N (listwise) 258
(Nguồn: phụ lục 2.1 kết quả xử lý dữ liệu) Kết quả thống kê cho thấy các giá trị nhỏ nhất là 2. Tất cả 21 biến độc lập đều có giá trị lớn nhất là 5. Về giá trị trung bình, tất cả 21 biến độc lập có giá trị trung bình lớn hơn 3, tức là mức “bình thường” và “hài lòng” trở lên. Như vậy, phần lớn khách hàng đánh giá các biến này từ mức độ trung bình trở lên. Số mode của các
biến dao động phần lớn từ 4 trở lên. Qua đó thấy tần số ý kiến “hài lòng” xuất hiện nhiều trong bộ dữ liệu.
4.3 Chu n hóa thang đo
4.3.1 Đánh giá độ tin cậy thang đo, kiểm định Cronbach’s Alpha
Sau khii cói dữi liệui đầui tiêni táci giải kiểmi địnhi đội tini cậyi củai thangi đoi bằngi
Cronbach’si Anphai đểi loạii nhữngi biếni khôngi phùi hợp.i
Theoi Nunnallyi (1978),i Petersoni (1994),i thanhi đoi đượci đánhi giái chấpi nhậni vài
tốti đòii hỏii đồngi thờii 2i điềui kiện.i
Hệi sối Cronbach’si Alphai củai tổngi thểi >i 0,6i