Kiểm định T-test và Phân tích phương sai (ANOVA) là phương pháp phổ biến nhất được sử dụng trong nhóm đánh giá có nghĩa. Kiểm định T-test sẽ so sánh một biến phụ thuộc giữa hai nhóm, và một phân tích phương sai ANOVA được sử dụng khi có ba hoặc nhiều nhóm (Hair và các cộng sự, 2006). Hair và các cộng sự (năm 2006) cho thấy các giả định sau đây sẽ được đưa vào trong việc sử dụng T-test và phân tích phương sai ANOVA:
(1) Các dữ liệu được giả định là từ một nhóm dân số phân bố bình thường. Phương sai trong mỗi điều kiện thử nghiệm là hợp lý tương tự đó giá trị ngoại lai và các đa cộng tuyến không nên có mặt.
(2) Các biến độc lập và phụ thuộc phải được đo trên một khoảng thời gian quy mô. T-test
Một T-test đánh giá ý nghĩa thống kê về sự khác biệt giữa hai phương tiện mẫu độc lập (Hair và các cộng sự, 2006). Các thử nghiệm về sự khác biệt giữa hai nhóm phương tiện có thể được định nghĩa là các khác biệt giữa phương tiện chia sự biến đổi với các phương tiện ngẫu nhiên. Do đó, các số liệu thống kê t là một tỷ lệ của sự khác biệt giữa hai mẫu có nghĩa là lỗi tiêu chuẩn của họ. Trong trường hợp cho hai mẫu độc lập, các giả thuyết có thể được viết dưới dạng sau:
H0: µ 1= µ 2 H1: µ ≠ µ 1 (4.9)
Công thức tính giá trị thống kê t là: Thống kê T =1 2
Trong đó: µ1 = Trung bình của Nhóm 1 µ2 = trung bình của nhóm 2
trong nghiên cứu này, các kết quả của t-test có thể chứng minh liệu có hay không điểm số trung bình của hai nhóm như nam và nữ, được coi là tạo ra sự khác nhau đáng kể đối với với hành vi chuyển đổi.
Phân tích phương sai (ANOVA)
Phân tích phương sai (ANOVA) là một phương pháp thống kê được sử dụng để kiểm tra xem liệu có hay không sự khác biệt giữa trung bình của một số nhóm (Dielman, năm 2001). Trong nghiên cứu này, ANOVA được tiến hành để kiểm tra giả thuyết tập trung vào các yếu tố dân số học của khách hàng, tập trung vào sự 'khác biệt về tri giác của khách hàng (ví dụ như tuổi, trình độ học vấn, nghề nghiệp và thu nhập) dẫn đến hành vi chuyển đổi việc sử dụng dịch vụ ngân hàng của họ.
Phân tích phương sai một yếu tố
Phân tích phương sai một yếu tố (còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%.
Ví dụ: Phân tích sự khác biệt giữa các thuộc tính khách hàng (giới tính, tuổi, nghề nghiệp, thu nhập…) đối với 1 vấn đề nào đó (thường chọn là nhân tố phụ thuộc, vd: sự hài lòng).
Các bước phân tích ANOVA
Một số giả định khi phân tích ANOVA:
– Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
– Các nhóm so sánh phải có phân phối chuẩn or cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
– Phương sai của các nhóm so sánh phải đồng nhất.
Lưu ý: nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau không đáp ứng được thì bạn có thể dùng kiểm định phi tham số Kruskal-Wallis sẽ để thay thế cho ANOVA.
Kết quả kiểm định gồm hai phần:
Levene test: dùng kiểm định phương sai bằng nhau hay không giữa các nhóm Ho: “Phương sai bằng nhau”
Sig <= 0.05: bác bỏ Ho
Sig >0.05: chấp nhận Ho -> đủ điều kiện để phân tích tiếp anova Phần 2:
ANOVA test: Kiểm định anova Ho: “Trung bình bằng nhau”
Sig <=0.05: bác bỏ Ho -> đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc.
Sig >0.05: chấp nhận Ho -> chưa đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc.
Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát bằng các kiểm định Tukey, LSD, Bonferroni, Duncan. Kiểm định sâu anova gọi là kiểm định Post-Hoc.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU
Chương này trình bày tổng quan về NHTM Việt Nam và các kết quả thu được từ quá trình phân tích dữ liệu và phương pháp nghiên cứu khoa học được nói đến ở chương ba. Bộ dữ liệu được dùng để khảo sát giả thuyết về phân tích nhân tố và phân tích hồi quy lôgic. Trình bày kết quả của phân tích nhân tố, phân tích hồi quy lôgic, Ttest và ANOVA. Các kết quả được thảo luận theo quan điểm về mối quan hệ của chúng với từng đối tượng nghiên cứu có liên quan. Dữ liệu được phân tích bằng các phần mềm SPSS phiên bản 24.