ƢƠ 3 ƢƠ ÁÊ CỨU
3.1. SƠ Ồ NGHIÊN CỨU
3.2.4. Thiết kế bảng câu hỏi khảo sát
Sau khi hoàn tất hiệu chỉnh xây dựng các thang đo phù hợp với việc khảo sát các nhân tố ảnh hƣởng đến ý định sử dụng E-Banking của khách hàng. Tác giả tiến hành thiết kế xây dựng bảng câu hỏi khảo sát chính thức sử dụng trong nghiên cứu định lƣợng gồm 3 phần. Cụ thể nhƣ sau:
Thông tin khảo sát: Nhằm kiểm soát khách thể trả lời mẫu khảo sát có phù
hợp với nghiên cứu hay không. Khách thể nghiên cứu là khách hàng cá nhân có hiểu biết nhất định về E- anking và c ý định sử dụng E-Banking tại BIDV ũng Tàu Côn ảo. Mẫu khảo sát của những khách thể không thuộc dạng này sẽ bị loại vì vi phạm.
Thông tin các chỉ tiêu về định sử dụng E-Banking: Ghi nhận mức độ
đồng ý về các phát biểu đo lƣờng các khái niệm trong mô hình ây là nội dung chính của bảng câu hỏi giúp khảo sát mức độ cảm nhận về ý định sử dụng E-Banking của khách hàng đối với các nhân tố: Tính dễ sử dụng, tính hữu ích, thƣơng hiệu ngân hàng, tính rủi ro, chuẩn chủ quan, kiểm soát hành vi và ý định sử dụng E-Banking. Sau khi nghiên cứu định tính 29 biến c liên quan đƣợc đƣa vào khảo sát. Việc đo lƣờng các biến này, tác giả sử dụng thang đo Likert 5 mức độ, với quy ƣớc “1. Hoàn toàn hông ồng ý”; “2. Không ồng ý”; “3. Bình th ờng”; “4. Đồng ý”; “5. Hoàn toàn ồng ý”.
ông t n đặ đ ểm nhân kh u học: Ghi nhận các thông tin liên quan đến
đối tƣợng trả lời bảng câu hỏi bao gồm: Giới tính, độ tuổi, trình độ, nghề nghiệp, thu nhập của khách hàng đƣợc phỏng vấn ây là phần câu hỏi phục vụ cho việc mô tả đối tƣợng đƣợc phỏng vấn nên các câu hỏi đƣợc đƣa ra dƣới dạng câu hỏi đ ng để tăng khả năng hồi đáp của ngƣời trả lời.
Tóm lại, bảng câu hỏi đƣợc sử dụng trong nghiên cứu định lƣợng đƣợc thiết kế theo các đặc tính sau:
- Dạng câu hỏi: có cấu trúc
- Hình thức câu hỏi: Câu hỏi đ ng phức hợp dùng thang đo Likert. - ối tƣợng khảo sát: khách hàng cá nhân c ý định sử dụng E-Banking. - Bảng câu hỏi phác thảo đƣợc thiết kế sau khi tham khảo các bảng câu hỏi của các nghên cứu đi trƣớc và sự tham gia góp ý của một số khách hàng, một số chuyên là các nhà quản trị ngân hàng.
Kết quả, bảng câu hỏi sử dụng để phỏng vấn khách hàng chính thức trong nghiên cứu này đƣợc trình bày chi tiết trong (phụ lục 1).
3.2.5. Nghiên cứu địn lƣợng
3.2.5.1. Ph ng pháp lấy mẫu và quy mô mẫu
ƣơng p p lấy mẫu: ƣợc chọn theo phƣơng pháp lấy mẫu thuận tiện, khách hàng đến giao dịch tại các điểm giao dịch của BIDV ũng àu ôn ảo.
Quy mô mẫu: hƣơng pháp phân tích nhân tố (EFA), theo Hair và cộng sự
998 kích thƣớc mẫu tối thiểu phải là 50, tốt hơn là và tỉ lệ số quan sát đo lƣờng là 5 , nghĩa là cứ 5 mẫu cho một ƣớc lƣợng heo orsuch 98 trƣờng hợp phân tích hồi qui kích thƣớc mẫu cần ít nhất 100 quan sát hoặc cứ mỗi biến đo lƣờng cần tối thiểu 5 quan sát. Theo quy tắc kinh nghiệm thì kích thƣớc mẫu nghiên cứu càng lớn càng tốt. Trong nghiên cứu này, số biến quan sát là 29 và kích thƣớc mẫu tối thiểu cần đạt là 145 mẫu uy nhiên, để đề phòng phiếu bị mất và đáp viên trả lời không đúng quy định, tác giả dự kiến phát hành khoảng 200 mẫu, nhằm đảm bảo số mẫu tối thiểu cũng nhƣ nâng cao độ tin cậy cho mô hình.
3.2.5.2. Ph ng pháp thu thập dữ li u
Khảo sát khách hàng cá nhân c ý định sử dụng E-Banking thông qua bảng hỏi chính thức in ra giấy. Bằng phƣơng pháp này, nh m nghiên cứu sẽ hƣớng dẫn trả lời phỏng vấn trực tiếp và giải thích các thắc mắc cho ngƣời đƣợc phỏng vấn.
3.2.5.3. Th ng o và mã hóa thang o
Bảng 3.2. ang đ và ã a t ang đ
TT Các phát biểu Mã hóa
Tính hữu ích A_ICH
1. Sử dụng E-Banking của BIDV ũng àu ôn ảo giúp Anh/Chị
tiết kiệm chi phí. A_ICH1
2. Sử dụng E-Banking của BIDV ũng àu ôn ảo giúp việc giao
dịch dễ dàng hơn A_ICH2
3. Sử dụng E-Banking của BIDV ũng àu ôn ảo giúp Anh/Chị
thực hiện các giao dịch mọi lúc, mọi nơi chỉ cần c nternet A_ICH3 4. Sử dụng E-Banking của BIDV ũng àu ôn ảo giúp Anh/Chị
tiết kiệm đƣợc thời gian, công sức so với giao dịch truyền thống. A_ICH4 5. Nói chung sử dụng E-Banking mang lại sự hữu ích A_ICH5
Tính dễ sử dụng B_DE
6. Anh/Chị thấy học cách sử dụng E-Banking dễ dàng B_DE1 7. Anh/Chị thấy các thao tác giao dịch trên E- anking đơn giản B_DE2 8. Anh/Chị dễ sử dụng thành thạo các thao tác khi sử dụng
E-Banking B_DE3
9. Nói chung Anh/Chị thấy E-Banking dễ sử dụng B_DE4
Tính rủi ro C_RUI
TT Các phát biểu Mã hóa
11. Anh/Chị nghĩ rằng mật khẩu giao dịch E- Banking dễ dàng bị đánh cắp
C_RUI2 12. Anh/Chị nghĩ rằng thực hiện giao dịch E-Banking có thể bị đánh
cắp thông tin cá nhân
C_RUI3 13. Anh/chị nghĩ rằng sử dụng E-Banking có rủi ro lớn hơn so với lợi
ích mà nó mang lại
C_RUI4
ƣơng ệu ngân hàng D_TH
14. BIDV ũng àu ôn ảo có uy tín, danh tiếng tốt D_TH1 15. Anh/Chị có ấn tƣợng tốt về hình ảnh BIDV ũng àu ôn ảo D_TH2 16. Anh/Chị đặt niềm tin vào E-Banking của BIDV ũng àu Côn
ảo D_TH3
17. Anh/Chị cảm thấy tự hào khi sử dụng E-Banking của BIDV
ũng àu ôn ảo D_TH4
Kiểm soát hành vi E_VI
18. Anh/Chị c đủ khả năng cần thiết để kiểm soát hành vi của mình
khi sử dụng E-Banking của BIDV ũng àu ôn ảo E_VI1 19. Anh/Chị c đủ nguồn lực cần thiết để sử dụng E-Banking của
BIDV ũng àu ôn ảo E_VI2
20. Anh/Chị c đủ kiến thức cần thiết để sử dụng E-Banking của
BIDV ũng àu ôn ảo E_VI3
21. Anh/Chị có thể tự mình thực hiện sử dụng E-Banking mà không
cần ai trợ giúp E_VI4
22. Anh/Chị sẽ sử dụng E-Banking của BIDV ũng àu ôn ảo
trong tƣơng lai gần E_VI5
Chu n chủ quan F_CQ
23. ia đình ủng hộ Anh/Chị sử dụng E-Banking của BIDV ũng
Tàu ôn ảo F_CQ1
24. Bạn bè, đồng nghiệp ủng hộ Anh/Chị sử dụng E-Banking của
BIDV ũng àu ôn ảo F_CQ2
25. Những ngƣời quan trọng đối với Anh/Chị ủng hộ việc sử dụng
E-Banking của BIDV ũng àu ôn ảo F_CQ3
26. Ngân hàng khuyến khích Anh/Chị sử dụng E-Banking của BIDV
ũng àu ôn ảo F_CQ4
Ý định sử dụng E-Banking Ydinh
27. Anh/Chị mong muốn đƣợc sử dụng E-Banking của BIDV ũng
Tàu ôn ảo Ydinh1
28. Anh/Chị nghiêm túc xem xét về ý định sử dụng E-Banking của
BIDV ũng àu ôn ảo. Ydinh2
29. Anh/Chị sẽ sử dụng E-Banking của BIDV ũng àu ôn ảo
khi c cơ hội. Ydinh3
3.2.6. ƣơng p p p n t ữ liệu
3.2.6.1. Phân tích thống kê mô tả
Ứng dụng phần mềm , lập bảng tầng số để mô tả các thuộc tính trong mẫu nghiên cứu gồm: Giới tính, độ tuổi, trình độ, nghề nghiệp, thu nhập của đối tƣợng phỏng vấn.
3.2.6.2. Ph n t ch Cronb ch’s Alph
ể đánh giá thang đo các khái niệm trong mô hình nghiên cứu, dựa trên hệ số tin cậy ronbach’s lpha và hệ số tƣơng quan biến tổng loại ra những biến quan sát không đ ng g p vào việc mô tả khái niệm cần đo, vì những biến này có thể tạo ra các yếu tố giả hoặc nói theo cách khác là, loại đi những biến quan sát và thang đo không phù hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Các biến quan sát có hệ số tƣơng quan biến tổng nhỏ hơn < 3) sẽ bị loại và thang đo đƣợc chọn khi hệ số ronbach’s lpha từ 0.6 trở lên unnally emsteri, 994 ũng c nhiều nhà nghiên cứu đồng ý rằng khi hệ số ronbach’s lpha c giá trị từ 0.8 trở lên là thang đo tốt, từ 7 đến 0.8 là sử dụng đƣợc và từ 0.6 trở lên sử dụng đƣợc trong trƣờng hợp khái niệm nghiên cứu là mới hoặc mới trong hoàn cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Dựa trên các tiêu chuẩn thống kê, ứng dụng trong nghiên cứu này những biến c hệ số tƣơng quan biến tổng < sẽ bị loại và tiêu chuẩn chọn thang đo khi hệ số ronbach’s lpha ≥ 6 đƣợc chọn
3.2.6.3. Phân tích EFA
au khi đánh giá độ tin cậy ronbach’s lpha loại đi các biến không đảm bảo độ tin cậy, phƣơng pháp phân tích nhân tố khám phá E đƣợc sử dụng để xác định độ giá trị hội tụ, độ giá trị phân biệt, đồng thời thu gọn các tham số ƣớc lƣợng theo từng nhóm biến. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) trong phân tích nhân tố khám phá cần quan tâm đến một số các tiêu chuẩn sau:
- Kiểm định artlett: ại lƣợng Bartlett là một đại lƣợng thống kê dùng để xem xét giả thuyết Ho các biến không c tƣơng quan trong tổng thể hay ma trận tƣơng quan là ma trận đơn vị, giả thuyết o sẽ bị bác bỏ khi giá trị ig < 5 nhỏ
hơn 5% , c nghĩa là kết quả của kiểm định artlett căn cứ trên giá trị ig , nếu Sig. <0.05 các biến quan sát c tƣơng quan với nhau trong tổng thể.
- Kiểm định : rị số đƣợc quan tâm trong phƣơng pháp này vì là một chỉ số đƣợc dùng để xem xét sự thích hợp trong việc đƣa các biến vào phân tích nhân tố rị số KMO lớn 5 ≤ ≤ giữa 5 đến đây là điều kiện đủ để phân tích nhân tố là thích hợp. Nếu chỉ số KMO <0.5 thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu.
- ể đạt giá trị hội tụ thì hệ số tƣơng quan đơn giữa các biến và các nhân tố (factor loading) phải ≥0.4 trong một nhân tố ể đạt độ giá trị phân biệt, khác biệt giữa các nhân tố phải ≥0.3 và hệ số tải nhân tố phải > 5 đƣợc xem là c ý nghĩa thực tiễn.
- Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số Eigenvalue đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser những nhân tố có giá trị Eigenvalue nhỏ hơn sẽ bị loại ra khỏi mô hình.
- Tiêu chuẩn phƣơng sai trích: tổng phƣơng sai trích lớn hơn 5 %
- Sử dụng phƣơng pháp trích nhân tố “ rincipal omponent” với phép xoay arimax và điểm dừng khi trích nhân tố có Eigenvalue >1 với các biến quan sát.
Dựa trên các tiêu chuẩn trên, trong nghiên cứu này tác giả sử dụng các tiêu chuẩn để đánh giá nhƣ sau:
- Kiểm định KMO: KMO nằm trong khoảng 5 ≤ ≤ - Kiểm định arlett: ý nghĩa thống kê (Sig. <0.05)
- Giá trị Eigenvalue >1
- Tổng phƣơng sai trích > 5 %
- Khác biệt giữa các nhân tố phải ≥0.3 - Hệ số tải nhân tố ≥ 0.5
3.2.6.4. Phân tích hồi quy
Nghiên cứu này thực hiện hồi quy đa biến bằng phƣơng pháp Enter, tất cả các biến đƣợc đƣa vào một lần và xem xét kết quả thống kê liên quan đến các biến
đƣợc đƣa vào trong mô hình uy nhiên, trƣớc khi tiến hành phân tích hồi quy mối tƣơng quan tuyến tính giữa biến phụ thuộc và các biến độc lập sẽ đƣợc xem xét.
- hân tích tƣơng quan: ể xem xét mối tƣơng quan tuyến tính giữa hai biến định lƣợng với nhau, trƣờng hợp hai biến c tƣơng quan thì phân tích hồi quy tuyến tính mới phù hợp. Tiêu chuẩn kiểm định phía c ig < 5 và hệ số tƣơng quan Pearson (r) càng tiến đến 1 thì hai biến có mối tƣơng quan càng chặt chẽ ếu giá trị r = thì giữa hai biến không c mối tƣơng quan và hồi quy tuyến tính không phù hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Phân tích hồi quy: Sau khi kết luận hai biến có mối tƣơng quan tuyến tính với nhau thì có thể mô hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính đa biến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- ánh giá độ phù hợp của mô hình hồi quy bằng hệ số 2 và R2 hiệu chỉnh. - Kiểm định để xem xét mức độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Nếu Sig <0.05 mô hình xây dựng phù hợp với tập dữ liệu thu thập.
- Kiểm tra tính độc lập của phần dƣ dùng đại lƣợng thống kê Durbin- Watson)
- Kiểm tra đa cộng tuyến bằng hệ số ph ng đại phƣơng sai ếu VIF>10 thì có hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Kiểm định giả thuyết về phân phối chuẩn của phần dƣ dựa theo biểu đồ tần số của phần dƣ chuẩn hóa, xem giá trị trung bình bằng và độ lệch chuẩn bằng 1.
- ánh giá mức độ ảnh hƣởng mạnh, yếu của các nhân tố ảnh hƣởng đến ý định sử dụng E-Banking thông qua hệ số Beta chuẩn hóa.
3.2.6.5. Phân tích T-Test và ANOVA
Phân tích T-test đối với các biến định tính gồm 2 nhóm, phân tích ANOVA đối với các biến định tính lớn hơn nh m Các phân tích ANOVA nhằm xác định ảnh hƣởng của các biến đặc điểm nhân khẩu học đối với ý định sử dụng E-Banking. Mục đích của phân tích này là tìm xem có sự khác biệt đáng kể c ý nghĩa thống kê) hay không về các nhân tố ảnh hƣởng đến ý định sử dụng E-Banking giữa các đối tƣợng đƣợc khảo sát.
Các nhân tố định tính về đặc điểm nhân khẩu học đƣợcc phân tích trong nghiên cứu này gồm: Giới tính, độ tuổi, trình độ, nghề nghiệp, thu nhập.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), các giả định khi phân tích nhƣ sau:
Các nhóm so sánh phải độc lập và đƣợc chọn một cách ngẫu nhiên.
Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để đƣợc xem nhƣ tiệm cận phân phối chuẩn.
hƣơng sai của các nhóm so sánh phải đồng nhất.
Dựa vào mức ý nghĩa để kết luận: Nếu Sig. <0.05 có sự khác biệt c ý nghĩa thống kê. Nếu igα> 5 chƣa c sự khác biệt c ý nghĩa thống kê.
TÓM TẮ ƢƠ 3
rong chƣơng 3 tác giả trình bày phƣơng pháp nghiên cứu; rƣớc tiên là sơ đồ các bƣớc nghiên cứu, phƣơng pháp nghiên cứu đƣợc thực hiện qua hai giai đoạn, giai đoạn nghiên cứu định tính và giai đoạn nghiên cứu định lƣợng, tiếp theo lần lƣợt là, thực hiện xây dựng thang đo nháp, thiết kế bảng câu hỏi, phƣơng pháp lấy mẫu, phƣơng pháp thu thập dữ liệu và tiêu chuẩn đánh giá trong thống kê của từng phƣơng pháp kiểm định mô hình lý thuyết.
Nghiên cứu định tính đã khẳng định mô hình nghiên cứu đề xuất đƣợc thiết lập gồm sáu khái niệm dùng để đo ý định sử dụng E-Banking của khách hàng tại BIDV ũng àu ôn ảo và thang đo cho các khái niệm trong mô hình đƣợc phát triển gồm 29 biến thành phần quan sát. Mẫu nghiên cứu là khách hàng cá nhân có ý định sử dụng E-Banking tại ũng àu ôn ảo và kích thƣớc mẫu đƣợc chọn khảo sát n = 200. Việc phân tích, đánh giá kết quả kiểm định mô hình nghiên cứu đƣợc trình bày ở chƣơng tiếp theo.
ƢƠ 4. KẾT QUẢ NGHIÊN CỨU
4.1. TỔNG QUAN VỀ BIDV VŨ U Ô ẢO 4.1.1. Giới thiệu về BIDV Vũng àu ôn ảo
- ên đầy đủ: Â Ầ Ƣ ỂN VIỆT NAM CHI NHÁNH Ũ Ô ẢO.
- Tên giao dịch quốc tế: JOINT STOCK COMMERCIAL BANK FOR INVESTMENT AND DEVELOPMENT OF VIET NAM BRANCH VUNG TAU CON DAO.
- Tên gọi tắt: BIDV CHI NHÁNH Ũ Ô ẢO
- ịa chỉ: 315 Thống Nhất, hƣờng 8, ũng àu, ỉnh Bà Rịa - ũng Tàu.
ũng àu ôn ảo, tiền thân là ngân hàng TMCP Phát Triển nhà ồng bằng sông Cửu Long Chi nhánh ũng àu (MHB). Ngày 25/05/2015 ngân