G2 ,747 G3 ,647 Eigen-value 10,50 9 1 5,95 1,361 1 1,13 1 1,05 Phương sai trích (%) 38,92 3 260,96 66,003 70,192 74,085
biến________ biến
Nguồn: Kết quả phân tích dữ liệu khảo sát; 2020
Ket thúc phân tích EFA các biến độc lập cho thấy 7 nhóm nhân tố ban đầu được rút trích vào 5 nhóm. Trong đó, ba nhóm nhân tố bao gồm: Giá cả (G); Năng lực nhân viên (NL) và Môi trường giao dịch (MT) được giữ nguyên.
Hai nhóm nhân tố còn lại được tạo thành nhờ việc rút trích các nhóm nhân tố ban đầu vào cùng một nhóm. Cụ thể:
- Hai nhóm nhân tố là “Quy trình dịch vụ” (QT) và “Sản phẩm” (SP) được rút trích vào cùng một nhóm nhân tố. Điều này có thể giải thích được, bởi để
đánh giá
chất lượng sản phẩm tín dụng luôn phải gắn với các tiêu chí về quy trình dịch vụ.
Sản phẩm cung cấp tốt phải đi kèm với quy trình dịch vụ tiện lợi, tạo ra
những điều
kiện tốt nhất cho khách hàng khi sử dụng dịch vụ. Có như vậy, các dịch vụ
mà ngân
hàng cung cấp mới tạo được sự tin tưởng cho khách hàng. Do đó, về bản chất, quy
trình dịch vụ là một khía cạnh của sản phẩm mà ngân hàng cung cấp, giúp cho
khách hàng thuận tiện nhất khi sử dụng sản phẩm của ngân hàng. Do đó, tác
giả đặt
tên nhóm mới là “Dịch vụ và sản phẩm” - Ký hiệu DVSP.
- Hai nhóm nhân tố là “Giá trị cảm xúc” (CX) và “Giá trị xã hội” (XH) được rút trích vào cùng một nhóm nhân tố. Trên thực tế, các tiêu chí thuộc về giá lòng” - Ký hiệu: HL.
Tiếp theo, tác giả tiến hành đánh giá lại độ tin cậy của thang đo đối với hai nhóm nhân tố mới. Kết quả phân tích độ tin cậy của thang đo đối với hai nhóm nhân tố: DVSP và HL cho thấy, hệ số tin cậy của hai nhóm nhân tố lần lượt là 0,923 và 0,951 đều lớn hơn 0,6 và hệ số tương quan với biến tổng của tất cả các thang đo đều lớn hơn 0,3, đạt yêu cầu.
QT3 28,3450 17,101 ,790 ,909 QT4 28,2450 17,301 ,732 ,914 SP1 28,3550 17,697 ,692 ,917 SP3 28,3350 17,802 ,730 ,914 SP4 28,2850 18,436 ,707 ,916 SP5 28,2650 17,553 ,774 ,910
Độ tin cậy của thang đo: ALPHA (HL) = 0,951____________________________
CX1 27,7400 26,435 ,853 ,942 CX2 27,8050 27,283 ,796 ,945 CX3 27,7650 26,914 ,857 ,942 CX4 27,8200 27,274 ,789 ,946 XH1 27,7900 26,559 ,844 ,942 XH2 27,7950 27,229 ,810 ,944 XH3 27,7350 26,909 ,829 ,943 XH5 27,8350 27,344 ,759 ,948 Kiểm định KMO 0,717
Kiểm định Bartlett Giá trị Chi bình phương 216,397
Df____________ ___________________ 3
Nguồn: Kết quả phân tích dữ liệu khảo sát; 2020
4.4.2. Phân tích nhân tố khám phá (EFA) biến phụ thuộc
Mức ý nghĩa ,000
Các biến quan sát _______________Nhân tố_________ __________________1____________
________________GIATRI1________________ _________________,877___________ ________________GIATRI2________________ _________________,856___________ ________________GIATRI3________________ _________________,848___________
___________Nhân tố___________ Ký hiệu ________Biến số đo lường________
Dịch vụ và sản phẩm DVSP QT1, QT2, QT3, QT4, SP1,
SP3, SP4, SP5 _____________
Sự hài lòng HL CX1, CX2, CX3, CX4, XH1,
XH2, XH3, XH5______________ Môi trường giao dịch__________ MT________ MT1, MT2, MT3, MT4, MT5
Giá cả______________________ G__________ G1, G2, G3 _________
Năng lực nhân viên____________ NL_________ NL2, NL3, NL4_______________
Nguồn: Kết quả phân tích dữ liệu khảo sát; 2020
Kết quả EFA thang đo biến phụ thuộc (Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN) bằng phương pháp trích Principal components và phép quay varimax cho thấy:
Hệ số KMO = 0,717 (> 0,5) và mức ý nghĩa Sig. = 0,000 (< 0,05), nên phân tích yếu tố khám phá (EFA) là thích hợp.
03 biến đo lường giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN được trích vào cùng 01 yếu tố tại Eigenvalue = 2,221 (> 1) và phương sai trích được là 74,034%. Vì thế, có thể sử dụng kết quả EFA cho phân tích hồi quy ở bước tiếp theo.
Bảng 4.22. Kết quả phân tích EFA thang đo giá trị cảm nhận của khách hàng
Nguồn: Kết quả phân tích dữ liệu khảo sát; 2020
khách hàng
Sự hài lòng HL ,101** _______
Ị_ ,082 017, 046, 028,
Dịch vụ và sản
phẩm DVSP 106 , 082, _______Ị_ 349, 256, 384,
Môi trường giao
dịch MT 028 , 017, ,349 _____Ị_ 383, 221, Giá cả G , 112 , 046 ,256 ,383 _____ 1_ , 313
Năng lực nhân viên NL ,
029 028, ,384 221, 313, _____1
Nguồn: Kết quả phân tích nhân tố khám phá; 2020
4.5. Phân tích tương quan các biến
Trước khi phân tích hồi quy, nghiên cứu cần phân tích sự tương quan giữa các biến để kiểm tra quan hệ giữa các biến độc lập và biến phụ thuộc cũng như hiện tượng đa cộng tuyến giữa các biến độc lập với nhau. Nghiên cứu sử dụng kiểm định tương quan Pearson để phân tích tương quan giữa các biến sau: (1) Dịch vụ và sản phẩm; (2) Sự hài lòng; (3) Môi trường giao dịch; (4) Giá cả; (5) Năng lực nhân viên và biến phụ thuộc là Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2.
Đối với mối tương quan giữa các biến độc lập, nghiên cứu chủ yếu quan tâm tới mối liên hệ giữa các biến có hệ số tương quan từ 0,8 trở lên (tương quan tương đối chặt chẽ) và có ý nghĩa thống kê ở mức 5% vì mối liên hệ này có thể khiến cho mô hình hồi quy bị thiên lệch do hiện tượng đa cộng tuyến giữa các biến độc lập. Kết quả phân tích Bảng 4.24 cho thấy, mối tương quan giữa các biến độc lập có trong mô hình là không mạnh (các hệ số tương quan đều nhỏ hơn 0,6). Điều này cho thấy khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập trên là khá thấp, kết quả kiểm định hiện tượng đa cộng tuyến sẽ được phân tích chi tiết hơn sau khi phân tích hồi quy thông qua hệ số VIF. Như vậy, sơ bộ có thể kết luận các biến độc lập này có thể đưa vào mô hình phân tích hồi quy.
Kết quả phân tích cho thấy biến “Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2” có tương quan với cả 5 biến độc lập. Trong đó, tương quan giữa biến “Sự hài lòng của KHCN” và biến
Mô hình
Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa Giá trị kiểm định t Mức ý nghĩa B chuẩnSai số Beta
Hằng
số 3,813 ,448 8,514 ,000
“Giá cả” là cao nhất 0,112 và thấp nhất là biến “Môi trường giao dịch” có hệ số tương quan là 0,028. Điều này cho thấy các biến độc lập đưa vào phân tích hồi quy đều có mối tương quan với biến “Giá trị cảm nhận của khách hàng”. Như vậy, các biến độc lập này có thể đưa vào mô hình phân tích hồi quy để nghiên cứu về giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2.
Như vậy, với kết quả phân tích ma trận hệ số tương quan giữa các biến trong mô hình cho thấy, các biến độc lập và các biến phụ thuộc đủ điều kiện để thực hiện bước phân tích hồi quy tiếp theo. Mô hình hồi quy có dạng:
GIATRI = βo + β1*HL + β2*DVSP + β3*MT + β4*G + β5*NL 4.6. Phân tích hồi quy
4.6.1. Kết quả phân tích hồi quy
Sau khi tiến hành phân tích nhân tố khám phá, nhóm các biến theo từng yếu tố, nghiên cứu tiếp tục tiến hành phân tích hồi quy. Mô hình hồi quy mà nghiên cứu áp dụng là mô hình hồi quy đa biến để xem xét mối liên hệ giữa biến phụ thuộc với các biến độc lập. Khi phân tích hồi quy, kết quả sẽ cho thấy được các nhân tố ảnh hưởng tới giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2. Đồng thời cho biết mức độ tác động của các yếu tố và mức độ giải thích của chúng. Cụ thể, phân tích hồi quy được thực hiện với 5 biến độc lập là dịch vụ và sản phẩm (DVSP), sự hài lòng (HL), môi trường giao dịch (MT), giá cả (G), năng lực nhân viên (NL) và biến phụ thuộc là Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN tại BIDV - Chi nhánh Sở Giao Dịch 2. Phương pháp đưa vào một lượt (phương pháp Enter) được dùng để phân tích hồi quy. Giá trị của các yếu tố được dùng để chạy hồi quy là giá trị trung bình của các biến quan sát. Mô hình được viết như sau:
GIATRI = βo + β1*HL + β2*DVSP + β3*MT + β4*G + β5*NL + ei (βi: Các hệ số hồi quy (i > 0); β0: Hằng số, ei: Sai số).
Kết quả của mô hình hồi quy được thể hiện qua Bảng 4.25:
G ,025 ,107 ,024 ,043 ,026 NL ,049 ,108 ,048 ,454 ,020 Mô hình phươngTổng sai lệch df Bình phương tổng phương sai _______lệch_______ F Mức ý nghĩa ⅜
Mô hình hồi quy 65,359 5 21,072 130,141 ,000
Số dư___________ 38,684 194 ,509
Tổng___________ 104,043 199
Biến phụ thuộc: Giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN Nguồn: Kết xuất SPSS; 2020
4.6.2. Đánh giá và kiểm định mức độ phù hợp của mô hình
R2 điều chỉnh = 0,622 có ý nghĩa là các biến độc lập trong mô hình bao gồm: dịch vụ và sản phẩm (DVSP), sự hài lòng (HL), môi trường giao dịch (MT), giá cả (G), năng lực nhân viên (NL) giải thích 62,2% sự biến thiên của giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN và còn lại sự biến thiên của giá trị cảm nhận của khách hàng đối với dịch vụ tín dụng KHCN không được giải thích bởi các biến độc lập trong mô hình, hay nói cách khác do các yếu tố ngoài mô hình.
Ngoài ra, kiểm định từ bảng phân tích phương sai ANOVA, giá trị F= 130,141 giá trị Sig. = 0.000 rất nhỏ (< 0.05), từ kết quả này cho thấy tồn tại ít nhất một biến độc lập có ý nghĩa thống kê giải thích sự thay đổi của biến phụ thuộc.
HL___________________ ___________,988___________ _________1,012_________ DVSP_________________ ___________,328___________ _________1,053_________ MT___________________ ___________,409___________ _________1,446_________ G_____________________ ___________,510___________ _________1,959_________ NL___________________ ___________,469___________ _________1,134_________ Nguồn: Kết xuất SPSS; 2020
- Các biến có ý nghĩa thống kê bao gồm: Dịch vụ và sản phẩm (DVSP), Sự hài lòng (HL), Môi trường giao dịch (MT), Giá cả (G), Năng lực nhân viên (NL).
4.6.3. Kiểm tra tự tương quan
Để kiểm tra tự tương quan, tác giả sử dụng hệ số Durbin-Watson. Giá trị Durbin-Watson (D) nằm trong khoảng từ dU và 4 - dU thì không có hiện tượng tự tương quan. Giá trị D trong mô hình đạt 1,889. Tra cứu bảng dU, dL với n = 200 và k = 5 cho thấy dU = 1,847 → 4-dU = 2,153. Số liệu trong mô hình hồi quy cho thấy, D = 1,889 nằm trong khoảng từ 1,847 đến 2,153. Do đó, mô hình không có hiện tượng tự tương quan.
4.6.4. Kiểm tra đa cộng tuyến
Ngoài ra để đảm bảo mô hình có ý nghĩa, ta cần tiến hành kiểm tra thêm về đa cộng tuyến. Để dò tìm hiện tượng đa cộng tuyến ta căn cứ trên độ chấp nhận của biến (Tolerance) và hệ số VIF. Kết quả phân tích hồi quy sử dụng phương pháp Enter, cho thấy hệ số phóng đại phương sai VIF nhỏ hơn 10 và độ chấp nhận của biến (Tolerance) lớn hơn 0,1. Hệ số VIF nhỏ hơn 10 và độ chấp nhận của biến (Tolerance) lớn hơn 0,1 nên có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến.
hơn 10 và độ chấp nhận của biến đều lớn hơn 0,1. Do đó, mô hình không có hiện tượng đa cộng tuyến.
4.6.5. Kiểm định phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như sử dụng sai mô hình, phương sai không phải hằng số, số lượng các phần dư không đủ nhiều
ABSRE S HL DVS P MT G NL ABS R ES Pearson Correlation 1,00 0 -,03 6 -,014 -,047 ,020 -,04 0 Sig. (2- tailed) . 611, ,845 ,507 ,783 ,575
Giới tính N Trung bình Độ lệch chuẩn
Tần suất Nam 6 6 3,8283 ,59122
__________Nữ__________ 1
34 3,6841 ,75296
để phân tích. Tác giả tiến hành khảo sát phân phối của phần dư bằng phương pháp xây dựng biểu đồ tần số phần dư chuẩn hóa (Histogram).
Histogram
Dependent Variable: GIATRI
50- Mean =-H,D6E-16Std. Dev. = 0,987
N = 200
0-
O-1---1—---F=—‘—Ẹ-—— ——,-1—
-4 -3 -2 -1 0 1
Regression Standardized Residual
Nguồn: Kết xuất SPSS; 2020
Hình 4.2. Biểu đồ tần số của phần dư chuẩn hóa
Hình 4.2, cho thấy biểu đồ có dạng hình chuông. Giá trị trung bình mean gần bằng 0 và độ lệch chuẩn Std.Dev là 0,987 gần bằng 1. Như vậy có thể kết luận phân phối của phần dư là xấp xỉ chuẩn.
4.6.6. Kiểm định phương sai sai số thay đổi
Để đánh giá mô hình hồi quy có vi phạm giả định này hay không, chúng ta sẽ sử dụng kiểm định tương quan hạng Spearman giữa phần dư chuẩn hóa với các biến độc lập. Nếu giá trị sig tương quan Spearman giữa phần dư chuẩn hóa (ABSRES) với các biến độc lập đều lớn hơn 0,05, ta có thể kết luận rằng không có hiện tượng phương sai thay đổi xảy ra, trường hợp có ít nhất 1 giá trị sig nhỏ hơn 0,05, khi đó mô hình hồi quy đã vi phạm giả định phương sai không đổi.
Kết quả ma trận hệ số tương quan giữa biến ABSRES với các biến độc lập trong mô hình được thể hiện trong bảng 4.28 cho thấy giá trị Sig tương quan giữa ABSRES với các biến độc lập đều lớn hơn 0,05. Điều này cho phép tác giả khẳng định không có hiện tượng phương sai sai số thay đổi xảy ra.
Bảng 4.28. Ma trận hệ số tương quan giữa biến ABSRES với các biến độc lập trong mô hình
Nguồn: Kết xuất SPSS; 2020
Như vậy, mô hình hồi quy tuyến tính là hoàn toàn phù hợp và không vi phạm các giả thuyết thống kê, phương trình mô hình hồi quy tuyến tính bội được viết lại như sau:
GIATRI = 0,066*HL + 0,127*DVSP + 0,061*MT + 0,024*G + 0,048*NL 4.7. Kiểm định sự khác biệt về giá trị cảm nhận của khách hàng đối
với dịch vụ
tín dụng KHCN theo đặc điểm cá nhân
4.7.1. Sự khác biệt về giới tính
Theo kết quả thống kê mô tả nhóm nam có 66 khách hàng, nữ có 134 khách hàng. Bảng 4.29. So sánh mức độ hài lòng theo nhóm giới tính
F do phía(2 ) biệt về trung bình số chuẩ n 95% Giới hạn dưới Giới hạn trên Tầ n suấ 2,337 ,128 1,3 62 1 98 , 175 ,14420 , 1058 -,06456 ,35297 1,4 77 9160,32 142, ,14420 0976, -,04856 ,33696 Biến kiểm định Thống kê Levene Bậc tự do tử số (df1) Bậc tự do mẫu số (df2) Mức ý nghĩa Sig. ______Độ tuổi_____ 1,005 3 196 ,392 Thu nhập 3,200 2 197 ,053 Nghề nghiệp 1,082 4 195 ,367
Nguồn: Kết quả kết xuất SPSS; 2020
Kiểm định Levene trong Bảng 4.30 cho thấy, giá trị sig.= 0,128 (>0,05), vì thế không có đủ cơ sở để khẳng định phương sai về mức độ hài lòng của hai nhóm nam nữ là khác nhau. Số liệu ở dòng thứ 1 trong Bảng 4.30 thể hiện kết quả kiểm định T-test về sự khác biệt về giá trị cảm nhận của khách hàng giữa hai nhóm khách
hàng nam và nữ. Ta thấy, giá trị sig.=0,175 (>0,05). Ket hợp với mẫu nghiên cứu, sự khác biệt về giá trị cảm nhận của khách hàng giữa hai nhóm nam và nữ là không có ý nghĩa thống kê.
Bảng 4.30. Kiểm định trung bình 2 nhóm độc lập
Nguồn: Kết quả kết xuất SPSS; 2020
4.7.2. Sự khác biệt về giá trị cảm nhận của khách hàng đối với dịch vụ tín dụngKHCN theo độ tuổi, thu nhập và nghề nghiệp KHCN theo độ tuổi, thu nhập và nghề nghiệp
Ket quả kiểm định ở Bảng 4.31, cho thấy các giá trị kiểm định giữa các nhóm của các biến độ tuổi, thu nhập, nghề nghiệp đều có mức ý nghĩa Sig > 0,05 (nhỏ nhất là giữa các nhóm của biến thu nhập: Sig = 0,053). Điều này chứng tỏ có sự đồng nhất, có ý nghĩa thống kê về phương sai giữa các nhóm khách hàng của biến biến độ tuổi, thu nhập và nghề nghiệp.
Bảng 4.31. Kiểm định phương sai đồng nhất giữa các nhóm của biến độ tuổi, thu nhập và nghề nghiệp của khách hàng