CHƯƠNG 3 : CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Mơ hình nghiên cứu đề xuất và các giả thuyết nghiên cứu
3.4.3. Xử lý và phân tích dữ liệu
Sau khi tổng hợp các phiếu khảo sát, tác giả sẽ mã hóa các phiếu khảo sát hợp lệ, nhập liệu và làm sạch thông qua phần mềm SPSS 22:
- Thống kê mô tả mẫu nghiên cứu
Thống kê mô tả đặc điểm mẫu nghiên cứu với phân tích tần số theo các biến phân loại để kiểm tra tính đại diện của mẫu nghiên cứu so với tổng thể. Thống kê mơ tả phân tích trung bình các biến độc lập và biến phụ thuộc chất lượng dịch vụ Internet Banking tại ngân hàng BIDV – CN Lâm Đồng.
- Phân tích hệ số Cronbach’s Alpha
Nghiên cứu tiến hành phân tích hệ số Cronbach’s Alpha để kiểm tra độ tin cậy thang đo.
Theo nhiều nhà khoa học: Những biến quan sát có hệ số Cronbach’s Alpha lớn hơn 0,6 và có hệ số tương quan biến tổng lớn hơn 0,3 sẽ được chấp nhận. Những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo và sẽ không xuất hiện ở phần phân tích nhân tố, bao gồm các biến quan sát có hệ số tương quan biến tổng < 0,3, giá trị hệ số Cronbach’s Alpha 0,6 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Sau khi loại các biến không đảm bảo độ tin cậy, các biến giữ lại sẽ được xem xét phù hợp thơng qua phân tích EFA để trả lời câu hỏi, hiệu chỉnh các thang đo.
- Phân tích nhân tố khám phá
Chỉ số Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO) được sử dụng đo lường độ chính xác của EFA. Trị số của KMO lớn (từ 0,5 đến 1) là điều kiện đủ để phân tích nhân tố thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa (Sig < 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008), Eigenvalue lớn hơn 1 và tổng phương sai trích lớn hơn hoặc bằng 50%.
Trong phân tích nhân tố các biến có hệ số tải nhân tố (factor loading) < 0,5 sẽ tiếp tục bị loại (Hair, 1998). Nếu một biến quan sát thuộc 2 nhân tố trở lên thì khác
giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ, 2011).
Phân tích hồi quy tuyến tính bội được thực hiện theo trình tự qua các bước:
- Phân tích ma trận tương quan
Ma trận tương quan Pearson correlation giữa biến phụ thuộc kết quả làm việc với các biến độc lập được phân tích để xem xét mối quan hệ tương quan giữa biến độc lập với biến phụ thuộc cũng như hiện tượng đa cộng tuyến giữa các biến độc lập với biến độc lập. Mức độ tương quan chặt chẽ giữa các biến độc lập và biến phụ thuộc phụ thuộc vào hệ số tương quan Rxy với điều kiện -1 ≤ Rxy ≤1 và mức ý nghĩa Sig < 0,05 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nếu hệ số tương quan giữa các biến độc lập cao ở mức ý nghĩa Sig < 0.05 là dấu hiệu của đa cộng tuyến.
- Kiểm định sự phù hợp của mơ hình:
Phân tích hồi quy tuyến tính bội bằng phương pháp bình phương nhỏ nhất thơng thường (Rodinal Least Squares – OLS) được thực hiện và thủ tục đưa biến vào một lần được lựa chọn để phân tích hồi quy tuyến tính bội. Mơ hình hồi quy sẽ được kiểm định độ phù hợp bằng kiểm định F và R2 hiệu chỉnh. R2 hiệu chỉnh được sử dụng vì khơng phụ thuộc vào số biến độc lập của mơ hình. R2 hiệu chỉnh phản ánh mức độ giải thích của các biến độc lập về sự biến thiên của biến phụ thuộc. Trị thống kê F được tính từ giá trị R2 của mơ hình đầy đủ, giá trị Sig. nhỏ cho thấy an toàn khi bác bỏ giả thuyết Ho (β1 = β2 = β3 = β4 = β5 = β6 = β7 = 0). Giả thuyết H0 bị bác bỏ có thể kết luận các biến độc lập giải thích được sự thay đổi của biến phụ thuộc. Như vậy, các giả thuyết nghiên cứu được kiểm định với mức ý nghĩa Sig < 0.05. Mơ hình hồi quy tuyến tính bội dự kiến ước lượng như sau:
Y = βo + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + Ei Trong đó:
Ngồi ra, tác giả tiến hành các vi phạm giả thuyết của phương trình hồi quy.
- Kiểm định đa cộng tuyến
Đa cộng tuyến là một hiện tượng trong đó các biến độc lập có tương quan chặt chẽ với nhau.
Đối với hiện tượng đa cộng tuyến, độ sai lệch cho phép (tolerance) hoặc hệ số phóng đại phương sai VIF (variance inflation factor) được sử dụng. Theo Hoàng
Trọng & Chu Nguyễn Mộng Ngọc (2008), khi VIF nhỏ hơn hoặc bằng 10 nghĩa là các biến độc lập khơng có tương quan tuyến tính với nhau.
- Kiểm định liên hệ tuyến tính phần dư:
Tác giả tiến hành thông qua biểu đồ Scatterrplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đốn chuẩn hóa trên trục hồnh. Quan sát biểu đồ Scatterrplot phương sai khơng đổi thì phần dư phân tán ngẫu nhiên quanh trục 0.
- Kiểm định phân phối chuẩn của phần dư:
Thơng qua phân tích biểu đồ Histogram nếu giá trị trung bình gần bằng = 0 và độ lệch chuẩn gần bằng 1 thì phân phối của phần dư xấp xỉ chuẩn; Kết hợp với phân tích biểu đồ tần số Q-Q plot nếu các điểm quan sát thực tế tập trung sát đường chéo những giá trị kỳ vọng thì phần dư có phân phối chuẩn.
Tóm tắt chương 3
Trong chương 3, tác giả đã trình bày về cơ sở lý thuyết và phương pháp nghiên cứu. Cụ thể, các khái niệm về dịch vụ Internet Banking, các cấp độ của dịch vụ Internet Banking, những lợi ích và hạn chế của dịch vụ Internet Banking. Những lý thuyết về chất lượng dịch vụ. Bên cạnh đó, tác giả đã tổng quan các nghiên cứu trước về đề xuất mơ hình nghiên cứu cùng giả thuyết nghiên cứu. Theo đó, tác giả đề xuất sử dụng mơ hình SERVPERF của Cronin & Taylor (1992) cho nghiên cứu này, với các yếu tố độc lập ảnh hưởng đến chất lượng dịch vụ Internet Banking: (i) Sự tin cậy; (ii) Khả năng đáp ứng; (iii) Phương tiện hữu hình; (iv) Sự đồng cảm; (v) Năng lực phục vụ. Cuối cùng, phương pháp nghiên cứu được trình bày với ba nội dung chính: (i) Quy trình nghiên cứu; (ii) Thang đo chính thức và (iv) Xử lý và phân tích dữ liệu. Đây là những cơ sở quan trọng, định hình khung phân tích cho các chương tiếp theo. Cuối cùng, phương pháp nghiên cứu được trình bày với ba nội dung chính: (i) Quy trình nghiên cứu; (ii) Thang đo chính thức và (iv) Xử lý và phân tích dữ liệu. Đây là những cơ sở quan trọng, định hình khung phân tích cho các chương tiếp theo.
CHƯƠNG 4: THỰC TRẠNG CHẤT LƯỢNG DỊCH VỤ INTERNET BANKING TẠI NGÂN HÀNG TMCP ĐẦU TƯ VÀ PHÁT TRIỂN VIỆT
NAM – CHI NHÁNH LÂM ĐỒNG VÀ KẾT QUẢ THẢO LUẬN