3.3 .Lý thuyết về Hiệp ước Basel II
3.4. Mô hình nghiên cứu
3.6.3 Nghiên cứu chính thức
3.6.3.1 Thiết kế thang đo cho bảng câu hỏi
a. Nội dung bảng câu hỏi
Bảng câu hỏi của phiếu khảo sát gồm 3 phần:
Phần 1: Khảo sát thơng tin cá nhân gồm (họ tên, giới tính, độ tuổi, chức vụ, thâm niên cơng tác, trình độ học vấn).
Phần 2: Nội dung khảo sát gồm (dự báo RRTD, đo lường RRTD, quy trình tín dụng, chính sách tín dụng, kiểm sốt rủi ro tín dụng, chất lượng nguồn nhân lực, tài chính khách hàng, QTRRTD).
Phần 3: Thơng tin đánh giá có 36 câu hỏi chia làm 8 nhóm theo như cơ sở lý thuyết đã nêu. Từ việc thảo luận nhóm hỏi ý kiến chuyên gia, tác giả đưa ra các câu hỏi trong bảng khảo sát phù hợp với lãnh đạo, cán bộ tín dụng của Ngân hàng.
b. Thiết kế thang đo cho bảng câu hỏi
Nghiên cứu có tất cả 36 biến quan sát, có 7 biến độc lập và 1 biến phụ thuộc. Tác giả thiết kế thang đo cho biến độc lập gồm 32 biến quan sát và 4 biến quan sát cho biến phụ thuộc, được thiết kế dưới hình thức thang đo Likert 5 point với bậc từ 1 đến 5:
1. Hồn tồn khơng đồng ý. 2. Không đồng ý.
3. Trung lập/không ý kiến. 4. Đồng ý.
5. Hoàn toàn đồng ý.
(Theo Hair & ctg (1998, 111))
3.6.3.2 Kỹ thuật đánh giá thang đo
Các thang đo được đánh giá độ tin cậy thông qua hệ số Cronbach’s Alpha, hệ số này giúp chúng ta phân tích loại bỏ những biến không được phù hợp, và giảm thiểu tối đa biến rác trong q trình nghiên cứu.
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc, hệ số Cronbach’s Alpha: Từ 0.8 đến gần gần bằng 1 là thang đo tốt.
Từ 0.7 đến 0.8 là sử dụng được.
Thang đo có độ tin cậy khi Cronbach`s Alpha > 0,6 trở lên có thể sử dụng được trong trường hợp thang đo lường là mới hoặc là mới đối với những người trả lời trong bối cảnh nghiên cứu” (Theo Nunnally, 1978; Peterson, 1994; Slater, 1995). Do đó đề tài này sử dụng Cronbach’s Alpha từ 0.6 trở lên.
Tuy nhiên, Cronbach`s Alpha không cho chúng ta biết biến nào nên giữ lại và biến nào nên loại bỏ. Nên bên cạnh hệ số này, người ta còn sử dụng hệ số tương quan biến tổng (Item – Total Correclation) để loại bỏ biến rác:
Hệ số này càng cao đồng nghĩa với sự tương quan của các biến này với các biến khác trong nhóm càng cao.
Các biến có hệ số biến tổng < 0.3 sẽ bị loại khỏi thang đo.
Vì vậy trong đánh giá độ tin cậy các biến có hệ số tương quan biến tổng (Item – Total Correclation) < 0.3 sẽ bị loại. (Theo Nunnally, 1978; Peterson, 1994; Slater, 1995).
3.6.3.3 Kỹ thuật phân tích nhân tố khám phá EFA
Phân tích nhân tố được thực hiện bằng phương pháp Principal Components với phép xoay “Varimax”.
“Hệ số nhân tố tải (Factor loading)>= 0.5 được xem là có ý nghĩa thực tiễn, dùng để xác định biến cần chọn lựa theo nhân tố”.
“Mức ý nghĩa Sig của kiểm định Bartlett < 5%, là các biến có tương quan”. “Trị số của KMO lớn “ 0.5 <= KMO < = 1”, là điều kiện đủ để phân tích nhân tố thích hợp. Ngược lại trị số KMO nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu”.
“Thang đo được chấp nhận khi tổng phương sai trích (Total Variance Explained) > 50%”.
“Hệ số nhân tố trích Eigenvalue có giá trị > 1, nhằm xác định nhân tố được rút ra. Các giá trị đặc trưng (Eigenvalue) đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố”.
3.6.3.4 Kỹ thuật phân tích hồi quy
Phân tích hồi quy được thực hiện bằng phương pháp Enter và kết quả của hồi quy được thể hiện thông qua:
“Hệ số R2 hiệu chỉnh Adjusted R Square, đánh giá độ phù hợp của mơ hình”. “Kiểm định F, kiểm định độ phù hợp của mơ hình”.
3.6.3.5. Phân tích tương quan
Trong nghiên cứu, phân tích tương quan Person được thực hiện giữa biến phụ thuộc và các biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối của hệ số Pearson càng gần đến 1 thì mối tương quan tuyến tính giữa hai biến càng chặt chẽ.
Đồng thời, cũng cần phân tích tương quan giữa các biến độc lập. Vì những tương quan này có thể sẽ làm ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến.
3.6.3.6.Kiểm định các giả thuyết và mơ hình nghiên cứu
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008): “Để đánh giá mức độ phù hợp của mơ hình nghiên cứu, chúng ta sử dụng hệ số xác định R2 (R – quare). Trong hồi quy tuyến tính bội thường sử dụng hệ sơ R2 để đánh giá vì nó khơng thổi phồng mức độ phù hợp của mơ hình”.
“Hệ số Durbin – Watson phải lớn hơn 1 và nhỏ hơn 3 (1 < Durbin – Watson < 3) để mơ hình hồi quy khơng xảy ra hiện tượng tương quan”.
“Hệ số phóng đại phương sai VIF phải bé hơn 10 để mơ hình hồi quy khơng xảy ra hiện tượng đa cộng tuyến”.
“Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến càng cao thì mức độ tác động của biến đó vào sự thỏa mãn của khách hàng càng lớn hơn”.
Để mơ hình hồi quy tuyến tính đã xây dựng được cho là phù hợp với dữ liệu nghiên cứu ở độ tin cậy 95% thì hệ số Sig. phải bé hơn 0.05 ở các biến.
3.6.3.7.Phân tích phương sai - ANOVA (ANalysis Of Variance)
Phân tích phương sai ANOVA được sử dụng để so sánh trung bình của ba nhóm mẫu trở lên. Phân tích phương sai ANOVA tác giả sử dụng trong nghiên cứu là ANOVA một chiều (one-way ANOVA), để nghiên cứu ảnh của các yếu tố: dự báo RRTD, đo lường RRTD, quy trình tín dụng, chính sách tín dụng, kiểm sốt rủi ro tín dụng, chất lượng nguồn nhân lực, tài chính khách hàng đến quản trị rủi ro tín dụng tại ngân hàng TMCP Sài Gòn.
ANOVA một chiều dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với độ chính xác đạt 95%.
Kiểm định ANOVA một chiều được tiền hành cụ thể như sau:
Thực hiện kiểm tra kiểm định Levene ở bảng Test of Homogeneity of variances, nếu giá trị Sig. < 0.05 thì phương sai đánh giá giữa các nhóm khơng khác nhau có ý nghĩa thống kê. Khi đó, việc phân tích phương sai ANOVA kết thúc.
Sau đó, tiến hành phân tích dựa vào kết quả ở bảng ANOVA, giá trị Sig. > 0.05 thì kết luận khơng có sự khác biệt có ý nghĩa thống kê giữa các nhóm định tính. Ngược lại, nếu giá trị Sig. < 0.05: kết luận có sự khác biệt có ý nghĩa thống kê về giữa các nhóm định tính.
Khi đó, tiếp tục tiến hành phân tích sâu ANOVA để tìm sự khác biệt thông qua phép kiểm định Tukey ở độ tin cậy 95%.
Dựa vào giá trị Sig. trong bảng Multiple Comparisons, nếu giá trị Sig. > 0.05 tức là khơng có sự khác biệt có ý nghĩa thống kê giữa các nhóm, nếu giá trị Sig. < 0.05 tức là có sự khác biệt có ý nghĩa thống kê giữa các nhóm.
3.6.3.8.Kiểm định giả thuyết về trị trung bình của hai tổng thể độc lập (Independent Samples T-test)
Kiểm định Independent-SamplesT-Test cần thực hiện theo các bước như sau:
Bước 1: “Đặt giả thuyết H0 như sau: “Giá trị trung bình của 2 biến tổng thể
khác nhau là như nhau”.
Bước 2: “Thực hiện kiểm định Independent-Samples T-Test”.
Bước 3: “Kiểm tra giá trị Sig. tại kiểm định Levene's ở bảng Independent
Samples Test đã tính”:
Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) < 0.05 thì phương sai của 2 tổng thể khác nhau, ta sẽ sử dụng kết quả kiểm định T ở phần Equal variances not assumed.
Nếu Sig. ≥ 0.05 thì phương sai của 2 tổng thể là không khác nhau, ta sẽ sử dụng kết quả kiểm định T ở phần Equal variances assumed.
Bước 4: Kiểm tra giá trị Sig. của kiểm định t ở phần Equal variances not assumed:
Nếu Sig. > 0.05 thì chấp nhận giả thuyết H0, kết luận kiểm định T khơng có sự khác biệt.
Nếu Sig. 0.05 thì ta bác bỏ giả thuyết H0, kết luận có sự khác biệt giữa các nhóm của biến định tính.
3.6.3.9.Kỹ thuật thống kê mô tả, tần số
Kỹ thuật thống kê mô tả dùng (nhỏ nhất Min, lớn nhất Max, trung bình Mean, độ lệch chuẩn Std Deviation,..) để xác định tần suất xuất hiện của các yếu tố, so sánh mức trung bình của từng nhân tố. Từ đó, thể hiện khái quát cấu trúc chung của mẫu khảo sát và mức độ đánh giá QTRRTD của các lãnh đạo, CBTD tham gia khảo sát.
TÓM TẮT CHƯƠNG 3
Nội dung chương này tác giả trình bày phương pháp nghiên cứu thực hiện trong đề tài nhằm xây dựng và đánh giá các thang đo và mơ hình lý thuyết. Phương pháp nghiên cứu đã được thực hiện qua 02 giai đoạn chính: nghiên cứu định tính và nghiên cứu định lượng.
CHƯƠNG 4: PHÂN TÍCH THỰC TRẠNG QUẢN TRỊ RỦI RO TÍN DỤNG TẠI NGÂN HÀNG TMCP SÀI GỊN