Ma Trận Nhân tố Xoay Biến quan sát Nhân tố tác động mức độ chấp nhậ BSC CH TN NĐ TG TT TC CH3 .900 -.011 -.029 .015 .090 -.006 CH4 .871 -.160 -.098 -.005 .034 .009 CH1 .843 -.055 -.034 .038 -.015 .004 CH2 .804 -.206 -.036 -.004 .104 -.069 TN1 -.128 .864 -.010 .118 -.181 .115 TN2 -.153 .858 .025 .132 -.163 .142 TN3 -.138 .852 .091 .183 -.041 .054
NĐ2 -.079 .085 .872 .079 -.019 .032 NĐ1 -.029 .132 .840 -.031 .020 .094 NĐ3 -.066 -.139 .762 .204 -.131 -.033 TG3 -.038 .100 .191 .780 -.133 .096 TG2 .113 .219 .082 .779 -.037 .039 TG1 -.017 .087 -.023 .748 -.044 .256 TT1 .040 -.124 -.120 -.004 .890 -.058 TT2 .145 -.219 .019 -.225 .785 -.143 TC1 -.004 .031 .139 .146 -.173 .861 TC2 -.039 .260 -.043 .220 -.017 .804
(Nguồn: Kết quả xử lý dữ liệu điều tra)
Như vậy, thang đo các nhân tố ảnh hưởng đến mức độ ứng dụng mô hình BSC từ 6 thành phần nguyên gốc (17 biến quan sát) sau khi phân tích nhân tố khám phá EFA vẫn được rút trích thành 6 thành phần với 17 biến quan sát, các nhân tố trích ra đều đạt độ tin cậy và độ giá trị.
4.2.4.2. Phân tích EFA của thang đo Mức độ ứng dụng mô hình BSC: Bảng 26: Phân tích nhân tố biến phụ thuộc Bảng 26: Phân tích nhân tố biến phụ thuộc
Tên biến quan sát Hệ số tải Sai biệt
Mức độ chấp nhận 2 .871 Mức độ chấp nhận 1 .871 Mức độ chấp nhận 3 .863 Hệ số KMO 0.726 Mức Eigenvalues 2.263 Phương sai trích 75.419%
(Nguồn: Kết quả xử lý dữ liệu điều tra) Hệ số KMO = 0.726 (>0.5) và kiểm định Barlett có Sig= 0.00 (<0.05) cho thấy phân tích EFA là thích hợp.
Tại mức Eigenvalues = 2.263 (>1), EFA đã rút trích được từ 3 biến quan sát và thành 1 nhóm với tổng phương sai trích là 75.419 % (>50%) , thể hiện rằng 1 nhân tố rút ra giải thích được 75,419 % biến thiên của dữ liệu và không có nhân tố mới được hình thành so với mô hình nghiên cứu đề xuất ban đầu.
Kết quả phân tích nhân tố cho thấy thang đo có 6 nhân tố ảnh hưởng đến mức độ ứng dụng mô hình BSC với 17 biến quan sát gồm:
Biến NĐ: NĐ1, NĐ2, NĐ3 Biến CH: CH1, CH2, CH3, CH4. Biến TN: TN1, TN2, TN3. Biến TT: TT1, TT2. Biến TC: TC1, TC2 Biến TG: TG1, TG2, TG3.
Sau khi phân tích nhân tố khám phá EFA, tác giả tiến hành kiểm định tương quan của các nhân tố phụ thuộc CN với các nhân tố độc lập NĐ, CH, TN, TT, TC, TG trong mô hình nghiên cứu.
4.2.5. Kết quả kiểm định hệ số tương quan:
Dữ liệu dùng trong phân tích hồi quy tương quan được người nghiên cứu lựa chọn là dữ liệu chuẩn hóa (được xuất ra từ phần mềm SPSS sau quá trình phân tích nhân tố khám phá). Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, bước đầu tiên ta cần phân tích tương quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không. Kết quả của phần phân tích này dù không xác định được mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập nhưng nó đóng vai trò làm cơ sở cho phân tích hồi qui. Các biến phụ thuộc và biến độc lập có tương quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tương quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi qui tuyến tính: các biến độc lập có tương quan cao với nhau hay hiện tượng đa cộng tuyến.
Bảng 27:Ma trận tương quan giữa các biến Correlations Correlations ND TG TT TC CH TN CN ND Hệ số tương quan 1 Sig. (2-tailed) TG Hệ số tương quan .208 ** 1 Sig. (2-tailed) .005 TT Hệ số tương quan -.138 - .267** 1 Sig. (2-tailed) .061 .000 TC Hệ số tương quan .123 .390 ** -.276** 1 Sig. (2-tailed) .096 .000 .000 CH Hệ số tương quan -.130 -.002 .190 ** -.067 1 Sig. (2-tailed) .079 .981 .010 .363 TN Hệ số tương quan .109 .340 ** -.368** .319** -.277** 1 Sig. (2-tailed) .141 .000 .000 .000 .000 CN Hệ số tương quan .279 ** .602** -.434** .602** -.281** .622** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 .000
(Nguồn: Kết quả xử lý dữ liệu điều tra) Ta thấy rằng, các hệ số tương quan giữa biến độc lập và biến phụ thuộc đều có ý nghĩa (sig<0.05), do vậy các biến độc lập đưa vào phân tích hồi qui là phù hợp. Như vậy, giữa các thang đo đo lường mức độ thỏa mãn sự hài lòng trong mô hình nghiên cứu không có mối tương quan tuyến tính với nhau. Vì thế, sẽ không xuất hiện đa cộng tuyến trong phân tích hồi quy.
Bên cạnh đó, kết quả phân tích cũng cho thấy mức tương quan tuyến tính giữa từng thang đó trên với thang đo Mức độ ứng dụng mô hình BSC, trong đó mối quan hệ tương quan cao nhất là Sự tham gia lãnh đạo
4.2.6. Kết quả kiểm định mô hình nghiên cứu:
Kết quả hồi quy tuyến tính cho thấy hệ số xác định R² là 0,700 và R² điều chỉnh là 0,689. Mô hình này giải thích được 68,9% sự thay đổi của nhân tố phụ thuộc mức độ ứng dụng mô hình BSC tại BIDV Nam Đồng Nai do các nhân tố độc lập trong mô hình tạo ra, còn lại 31,1% biến thiên được giải thích bởi các biến khác
ngoài mô hình. Điều này cho thấy mối quan hệ giữa biến phụ thuộc và các biến độc lập là khá chặt chẽ. Như vậy, mức độ phù hợp của mô hình tương đối cao.
Kiểm định ANOVA độ phù hợp của mô hình: Để suy diễn mô hình này thành mô hình tổng thể, cần phải xem xét Kiểm định F thông qua phân tích phương sai (ANOVA) như bảng dưới đây. Vì Sig. = 0,000 ta bác bỏ giả thuyết hệ số xác định tổng thể R2 = 0, có nghĩa là ít nhất một nhân tố độc lập nào đó có ảnh hưởng đến nhân tố phụ thuộc. Mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể chấp nhận được.
Bảng 28: Kết quả ANOVA từ kết quả phân tích hồi quy ANOVAa Model Tổng bình phương df Bình phương trung bình F Sig, 1 Hồi quy 33.429 6 5.572 68.686 .000b Số dư 14.358 177 .081 Tổng 47.787 183 a. Dependent Variable: CN b. Predictors: (Constant), TN, CH, ND, TT, TC, TG
(Nguồn: Kết quả xử lý dữ liệu điều tra)
4.2.7. Thảo luận kết quả nghiên cứu:
Từ những phân tích trên ta có thể kết luận rằng mô hình lý thuyết thích hợp với dữ liệu nghiên cứu và 6 giả thuyết nghiên cứu được chấp nhận là H1, H2, H3, H4, H5, H6. Qua bảng 30 cho thấy có 4 nhân tố ảnh hưởng đến mức độ ứng dụng mô hình BSC tại BIDV Nam Đồng Nai có tác động thuận chiều (hệ số β dương) với mức ý nghĩa Sig = 0,000, đó là nhân tố NĐ; TG; TC; TN. Riêng hai nhân tố TT; CH có hệ số Beta là -0,048; -0,061 (hệ số β âm), vì vậy hai nhân tố TT; CH có tác động ngược chiều đến mức độ ứng dụng mô hình BSC tại BIDV Nam Đồng Nai.
Bảng 29: Kết quả kiểm định giả thuyết nghiên cứu Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 Hằng số .485 .281 1.723 .087 NĐ .093 .037 .106 2.498 .013 .935 1.069 TG .344 .052 .316 6.668 .000 .755 1.325 TT -.048 .022 -.099 -2.174 .031 .812 1.232 TC .260 .037 .325 7.020 .000 .793 1.261 CH -.061 .020 -.136 -3.114 .002 .889 1.125 TN .279 .041 .325 6.751 .000 .731 1.368 a. Dependent Variable: CN
(Nguồn: Kết quả xử lý dữ liệu điều tra)
Kết quả phân tích hồi quy bội cho thấy:
Nhân tố Sự tham gia của lãnh đạo (TG) có hệ số tương quan là 0,344 cao nhất tác động lớn nhất đến mức độ ứng dụng mô hình BSC. Nhân tố này quan hệ cùng chiều với nhân tố phụ thuộc mức độ chấp nhận (CN). Khi Nhân tố Sự tham gia của lãnh đạo (TG) tăng lên 1 đơn vị độ lệch chuẩn thì mức độ ứng dụng mô hình BSC tăng lên 0,344 đơn vị độ lệch chuẩn, trong khi các nhân tố khác là không đổi. Đây là một điều đúng với thực tế, khi có sự dẫn dắt, ủng hộ, đồng thuận, trực tiếp tham gia thì quá trình tiếp nhận, triển khai BSC sẽ có nhiều thuận lợi, do đó sự ủng hộ và tham gia của lãnh đạo có ý nghĩa rất quan trọng trong đối với việc ứng dụng mô hình BSC….Mối quan hệ này có giá trị lớn so với các nhân tố khác. Vì vậy, vai trò tham gia của lãnh đạo cao hay thấp sẽ ảnh hưởng đến việc ứng dụng BSC nhiều hay ít.
Nhân tố Truyền thông nội bộ (TN) có hệ số tương quan là 0,279 cao thứ hai tác
tác động đến mức độ ứng dụng mô hình BSC. Nhân tố này quan hệ cùng chiều với nhân tố phụ thuộc mức độ chấp nhận (CN). Khi Nhân tố Truyền thông nội bộ (TN) tăng lên 1 đơn vị độ lệch chuẩn thì mức độ ứng dụng mô hình BSC tăng lên 0,279
đơn vị độ lệch chuẩn, trong khi các nhân tố khác là không đổi. Điều này cho thấy sự trao đổi thông tin trong nội bộ ngân hàng diễn ra một cách minh bạch, nhanh chóng, dễ dàng, liên tục sẽ tác động mạnh mẽ đến việc ứng dụng mô hình BSC đạt hiệu quả cao.
Nhân tố Tầm quan trọng của phòng tài chính (TC) có hệ số tương quan thứ ba là 0,260, nhân tố này tác động mạnh thứ ba đến mức độ ứng dụng mô hình BSC. Nhân tố này quan hệ cùng chiều với nhân tố phụ thuộc Mức độ ứng dụng mô hình BSC (CN). Khi nhân tố Tầm quan trọng của phòng tài chính (TC) tăng lên 1 đơn vị độ lệch chuẩn thì Mức độ ứng dụng mô hình BSC (CN) tăng lên 0,260 đơn vị độ lệch chuẩn, trong khi các nhân tố khác là không đổi. Thật vậy, trong một ngân hàng thương mại thì phòng tài chính được đánh giá cao vai trò, là nơi kiểm soát lại những giao dịch, thông tin về tài chính, đầu mối phân bổ các chi phí, lợi nhuận đến tận các phòng, đây là các thông tin quan trọng ảnh hưởng đến việc thiết kế các thang đo BSC, do đó nhân tố có tác động mạnh đến việc triển khai, sử dụng BSC trong hệ thống đo lường.
Nhân tố tính năng động sản phẩm – thị trường (NĐ) có có hệ số tương quan là 0,093, nhân tố này tác động mạnh thứ tư đến mức độ ứng dụng mô hình BSC. Nhân tố này quan hệ cùng chiều với nhân tố phụ thuộc Mức độ ứng dụng mô hình BSC (CN). Khi nhân tố tính năng động sản phẩm – thị trường (NĐ) tăng lên 1 đơn vị độ lệch chuẩn thì Mức độ ứng dụng mô hình BSC (CN) tăng lên 0,093 đơn vị độ lệch chuẩn, trong khi các nhân tố khác là không đổi. Điều này phù hợp với tình hình hiện nay khi mức cạnh tranh giữa các ngân hàng đang ở mức cao, đòi hỏi mỗi ngân hàng luôn phải có những chiến lược, kế hoạch cụ thể để ứng phó, việc áp dụng BSC là một trong những công cụ để thực hiện kế hoạch này.
Nhân tố Sự tập trung hóa (TT) có hệ số tương quan là -0,048, có quan hệ ngược chiều với với nhân tố phụ thuộc Mức độ ứng dụng mô hình BSC (CN). Khi nhân tố Sự tập trung hóa (TT) tăng lên 1 đơn vị độ lệch chuẩn thì Mức độ ứng dụng mô hình BSC (CN) giảm lên 0,048 đơn vị độ lệch chuẩn, trong khi các nhân tố khác là không đổi. Việc quản lý tập trung gây ra trở ngại đến việc ứng dụng BSC.
Nhân tố Sự chuẩn hóa (CH) có hệ số tương quan là -0,061, có quan hệ ngược chiều với với nhân tố phụ thuộc Mức độ ứng dụng mô hình BSC (CN). Khi nhân tố Sự chuẩn hóa (CH) tăng lên 1 đơn vị độ lệch chuẩn thì Mức độ ứng dụng mô hình BSC (CN) giảm lên 0,061 đơn vị độ lệch chuẩn, trong khi các nhân tố khác là không đổi. Điều này đúng với thực tế, các nhân viên ngân hàng trong quá trình tác nghiệp phải tuân thủ rất nhiều quy trình, hệ thống kiểm soát, điều này giảm đi sự linh hoạt, tiếp cận cái mới, gây ra trở ngại khi áp dụng BSC.
Phương trình hồi quy đối với các biến có hệ số đã chuẩn hoá có dạng như sau:
CN= 0.485 + 0.3444*TG – 0.048*TT + 0.260*TC – 0.061*CH + 0.279*TN + 0.093*ND .
Bảng 30: Tổng hợp kết quả kiểm định giả thuyết
Giả thuyết Kết quả kiểm
định
H1
Nếu Sự tham gia của lãnh đạo cao thì với Mức độ ứng dụng
BSC tại BIDV Nam Đồng Nai ngày càng cao 99%
H2
Nếu Sự tập trung hóa thấp thì với Mức độ ứng dụng BSC tại BIDV Nam Đồng Nai ngày càng cao.
99%
H3
Nếu Ảnh hưởng của phòng tài chính tốt thì với Mức độ ứng dụng BSC tại BIDV Nam Đồng Nai ngày càng cao.
99%
H4
Nếu Sự chuẩn hóa thấp thì với Mức độ ứng dụng BSC tại BIDV Nam Đồng Nai ngày càng cao.
99%
H5
Nếu chính sách Truyền thông nội bộ tốt thì với Mức độ ứng dụng BSC tại BIDV Nam Đồng Nai ngày càng cao.
99%
độ ứng dụng BSC tại BIDV Nam Đồng Nai ngày càng cao.
4.2.8. Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính:
Tiếp đến, luận văn trình bày các kiểm định về độ phù hợp và kiểm định ý nghĩa của các hệ số hồi quy.
Mô hình hồi quy tuyến tính bằng phương pháp Enter với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy, để đảm bảo cho độ tin cậy của mô hình, đề tài còn phải chú trọng một loạt các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Giả định liên hệ tuyến tính và phương sai không đổi: nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu nhiên. Nếu giả định tuyến tính được thỏa mãn (đúng) thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 của đồ thị phân tán của phần dư chuẩn hóa (Standardized Residual) và giá trị dự đoán chuẩn hóa (Standardized Predicted Value). Và nếu phương sai không đổi thì các phần dư phải phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi không đổi (Hoàng & Chu – tập 1, 2008).
Đầu tiên là giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành. Nhìn vào biểu đồ ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Vậy giả thuyết về liên hệ tuyến tính không bị vi phạm.
Giả định tiếp theo cần xem xét là phương sai của phần dư không đổi. Để Truyền thông nội bộ kiểm định này, chúng ta sẽ tính hệ số tương quan hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập. Giá trị sig. của các hệ số tương quan với Độ tin cậy 95% cho thấy không đủ cơ sở để bác bỏ giả thuyết H0 là giá trị tuyệt đối của phần dư độc lập với các biến độc lập. Như vậy, giả định về phương sai của sai số không đổi không bị vi phạm.
Để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư ta sẽ dùng hai công cụ vẽ của phần mềm SPSS là biểu đồ Histogram và đồ thị P-P plot. Nhìn vào biểu đồ Histogram ta thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó gần bằng 1 (= 0.983).
Hình 4-2 Biểu đồ Histogram
(Nguồn: Kết quả xử lý dữ liệu điều tra) Nhìn vào đồ thị P-P plot biểu diễn hầu hết các điểm quan sát thực tế tập trung gần như quanh đường chéo những giá trị kỳ vọng, có nghĩa là dữ liệu phần dư có phân phối chuẩn. Dựa vào đồ thị phân tán của phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa cho thấy các giá trị dự đoán chuẩn hóa và hầu hết phần dư phân tán chuẩn hóa phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0.