1.1 .Các nghiên cứu nƣớc ngoài
3.4 Nghiên cứu định lƣợng
Nghiên cứu định lƣợng đƣợc sử dụng để đo lƣờng các nhân tố ảnh hƣởng đến quyết định sử dụng dịch vụ Mobile Banking của khách hàng cá nhân tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn – Chi Nhánh Tỉnh Long An. Dữ liệu nghiên cứu định lƣợng đƣợc thu thập bằng phƣơng pháp chọn mẫu thuận tiện để khảo sát khách hàng sử dụng dịch vụ Mobile Banking của Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn – Chi Nhánh Tỉnh Long An.
cậy và giá trị của thang đo (giá trị hội tụ và phân biệt); đồng thời kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu, từ đó định vị mức độ ảnh hƣởng của các nhân tố ảnh hƣởng đến quyết định sử dụng dịch vụ Mobile Banking của khách hàng cá nhân tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn – Chi Nhánh Tỉnh Long An
3.4.1 Cỡ mẫu
Dữ liệu trong nghiên cứu này có sử dụng phƣơng 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 thƣớc mẫu là ít nhất 5 mẫu trên 1 biến quan sát, tốt nhất trên 10 mẫu. Tuy nhiên, nhằm mục tiêu nâng cao chất lƣợng mẫu và sự phân bố mẫu hợp lý đảm bảo suy rộng. Mô hình nghiên cứu có số biến quan sát là 30. Nếu theo tiêu chuẩn 5 mẫu cho một biến quan sát thì kích thƣớc mẫu cần thiết là n = 30 x 5 = 150. Vậy ta chọn kích cỡ mẫu là 200 để đáp ứng đƣợc cỡ mẫu cần thiết là 150.
Số lƣợng bảng câu hỏi đƣợc phát ra là 210 bảng, số lƣợng thu về đƣợc 205 bảng, sau khi kiểm tra và chọn lọc thì chỉ có 200 bảng khảo sát hợp lệ. Thông qua phần mềm SPSS để phân tích và tổng hợp sau đó đƣa ra kết quả khảo sát cho từng câu hỏi
3.4.2 Xử lý số liệu và kiểm định thống kê
a. Tổng quan về mẫu điều tra
Tiến hành lập bảng tần số để mô tả mẫu thu thập đƣợc theo các đặc trƣng. Trong mỗi loại tiến hành tính toán giá trị bình quân và độ lệch chuẩn để đánh giá tổng quan về độ hội tụ cũng nhƣ phân tán của mẫu. Phƣơng pháp sử dụng chủ yếu là phân tổ kết hợp, số tuyệt đối và số tƣơng đối, phƣơng pháp đồ thị và bảng thống kê. Thực hiện thống kê theo các đặc tính: giới tính, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập. Dựa vào kết quả để đánh giá mức độ đại diện của mẫu
b. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Hệ số tin cậy Cronbach’s alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các biến quan sát trong thang đo tƣơng quan với nhau, là phép kiểm
định về sự phù hợp của thang đo đối với từng biến quan sát, xét trên mỗi quan hệ với một khía cạnh đánh giá. Phƣơng pháp này cho phép loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Những biến quan sát không ảnh hƣởng nhiều đến tiêu chí đánh giá sẽ tƣơng quan yếu với tổng số điểm. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s alpha từ 0,8 đến gần bằng 1 thì thang đo lƣờng là tốt, từ 0,7 đến gần 0,8 là sử dụng đƣợc.
c. Phân tích nhân tố EFA
Khi thực hiện phân tích nhân tố EFA cần phải quan tâm đến phƣơng pháp sau:
Phƣơng pháp trích Principal comperment với phép xoay varimax.
Kiểm định Bartlett (Bartlett’s Test of Sphericity): Đại lƣợng Bartlett’s đƣợc sử dụng để xem xét giải thuyết H0 các biến không có tƣơng quan trong tổng thể.
Kiểm định Bartlett’s có ý nghĩa tại mức sig thấp hơn 0,05; tức là giả thiết H0 cho
rằng ma trận tƣơng quan giữa các biến trong tổng thể là một ma trận đơn vị sẽ bị bác bỏ.
Hệ số tải nhân tố (Factor loading): Tiêu chuẩn về hệ số tải nhân tố Factor loading, theo Hair & ctg (1998), hệ số tải nhân tố Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0,3 đƣợc xem là đạt mức tối thiểu, Factor loading > 0,4 đƣợc xem là quan trọng và Factor loading > 0,5 đƣợc xem là có ý nghĩa thực tiển.
Tổng phƣơng sai trích: Để có thể phân tích nhân tố khẳng định, thì tổng phƣơng sai trích 50% (Gerbing & Anderson 1988)
Hệ số KMO (Kaisor Meyer Olkin):
Trong phân tích nhân tố khám phá, trị số KMO (Kaisor Meyer Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Đơn vị KMO là tỷ lệ giữa bình phƣơng tƣơng quan của các biến với bình phƣơng tƣơng quan một phần của các biến. Trị số của KMO lớn (từ 0,5 đến 1) có ý nghĩa phân tích nhân tố thích hợp, còn nếu trị số này nhỏ hơn 0,5 thì phân tích nhân tố có nhiều khả năng không thích hợp với các dữ liệu.
Trị số đặc trƣng (Eigenvatue): Ngoài ra, phân tích nhân tố còn dựa vào chỉ số Eigenvalue để xác định số lƣợng các nhân tố. Chỉ những nhân tố nào có chỉ số Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Đại lƣợng Eigenvalue đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc.
d. Phân tích hồi quy đa biến
Đề tài sẽ thực hiện phân tích hồi quy theo trình tự sau:
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hƣởng 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 đƣợc biết trƣớc 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 số đƣợc nhóm theo các biến. Việc xác định mối quan hệ giữa các nhóm biến này cũng nhƣ xác định mối quan hệ giữa các nhóm biến độc lập (các nhân tố thành phần) và nhóm biến phụ thuộc trong mô hình nghiên cứu đƣợc thực hiện bằng phƣơng pháp phân tích hồi quy bội. Giá trị của biến mới trong mô hình nghiên cứu là giá trị trung bình của các biến quan sát thành phần của biến đó. Tuy nhiên trƣớc khi tiến hành phân tích hồi quy, cần kiểm tra các giả định về khuyết tật mô hình.
e. Phân tích phương sai (ANOVA)
Phƣơng pháp kiểm định ANOVA nhằm xác định ảnh hƣởng của các biến định tính nhƣ: giới tính, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập của khách hàng. Phƣơng pháp sử dụng là phƣơng pháp phân tích phƣơng sai một yếu tố (One–Way– ANOVA). Phƣơng pháp này đƣợc sử dụng trong trƣờng hợp chỉ sử dụng một biến yếu tố để phân loại các quan sát thành các nhóm khác nhau. Việc phân tích nhằm mục đích tìm kiếm xem có sự khác nhau (có ý nghĩa thống kê) hay không về các nhân tố ảnh hƣởng đến quyết định sử dụng dịch vụ Mobile Banking của khách hàng
cá nhân tại Ngân hàng Nông Nghiệp và Phát Triển Nông Thôn – Chi Nhánh Tỉnh Long An giữa các nhóm khách hàng khác nhau. Một số giả định khi thực hiện phân tích ANOVA:
- Các nhóm so sánh phải độc lập và đƣợc chọn một cách ngẫu nhiên.
- Các nhóm so sánh phải có phân phối chuẩn và cỡ mẫu phải đủ lớn để đƣợc xem là tiệm cận phân phối chuẩn.
CHƢƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN