4.2. Kết quả khảo sát
4.2.1.2. Kiểm định mơ hình đo lƣờng:
Đánh giá độ tin cậy của thang đo (Cronbach’s Alpha)
Phân tích Cronbach’s Alpha đƣợc sử dụng để đánh giá độ tin cậy của thang đo trong nghiên cứu. Hệ số này thƣờng đƣợc dùng để đo lƣờng mức độ chặt chẽ các mục trong thang đo có sự tƣơng quan với nhau, đồng thời giúp loại các biến quan sát hay thang đo khơng đạt. Để tính Cronbach’s Alpha cho một thang đo thì thang đo phải có tối thiểu ba biến đo lƣờng (Nguyễn Đình Thọ, 2011). Thơng thƣờng, tác giả phải kiểm định từng thành phần trƣớc khi phân tích nhân tố. Các biến quan sát có hệ số tƣơng quan biến - tổng thể (corrected item – total correlation) < 0.3 sẽ bị loại, và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha lớn hơn 0.6 (Trần Đức Long, 2006, trang 46 - trích từ Nunnally & Burnstein (1994)). Geogre & Mallery (2003) cũng đƣa ra quy tắc đánh giá Cronbach’s Alpha nhƣ sau: > 0.9 – Rất tốt, > 0.8 – Tốt, > 0.7 – Chấp nhận đƣợc, > 0.6 – Có thể sử dụng, > 0.5 – Xấu và < 0.5 – Không chấp nhận. Tuy nhiên, nếu hệ số Cronbach’s Alpha q lớn ( trên 0.95) thì cũng khơng tốt vì có khả năng xảy ra hiện tƣợng trùng lắp trong đo lƣờng, các biến quan sát khơng có sự khác biệt (Nguyễn Đình Thọ, 2011).
Dựa trên các bài nghiên cứu trƣớc đây và thực tế tại Việt Nam, tác giả đƣa ra 5 nhóm nhân tố nhƣ sau: A - Thuận tiện và an tồn; B - Linh hoạt; C - Tính kinh tế; D - Ƣu đãi; E - Danh tiếng (Phụ lục 1)
Kết quả kiểm định độ tin cậy của thang đo đƣợc thể hiện trong Phụ lục 4 – Phần A và đƣợc tóm tắt trong nhƣ sau:
Nhóm nhân tố A B C D E
Cronbach’s Alpha 0.612 0.616 0.631 0.728 0.679
Bảng 4.1 – Kết quả kiểm tra độ tin cậy của thang đo
Kết quả cho thấy cả 5 nhóm nhân tố đều có hệ số Cronbach’s Alpha > 0.6 và các hệ số tƣơng quan biến – tổng của các biến thành phần (trừ các biến A2, A3, B1) đều lớn hơn 0.3; thể hiện mức độ tƣơng quan cao và thang đo đo lƣờng tốt. Việc loại bỏ các biến không làm tăng hệ số Cronbach’s Alpha nên các biến đo lƣờng của thành phần này đều đƣợc sử dụng trong phân tích nhân tố khám phá EFA.
Đối với các biến quan sát có hệ số tƣơng quan biến – tổng < 0.3, tác giả xem xét loại ra khỏi phân tích nhân tố khám phá EFA hay khơng? Tuy nhiên, kết quả cuối cùng tác giả lựa chọn là loại bỏ biến A2, A3 và giữ lại biến B1.
Tƣơng tự, kết quả kiểm định đối với nhóm nhân tố R – Mức độ tác động chung, hệ số Cronbach’s Alpha = 0.728 và các hệ số tƣơng quan biến – tổng của các biến thành phần đều lớn hơn 0.3 vì hệ số tƣơng quan biến – tổng nhỏ nhất là 0.427 (Phụ lục 4 – Phần A, Mục I.6)
Phân tích nhân tố khám phá (EFA)
Sau khi kiểm tra độ tin cậy của thang đo với các hệ số Cronbach’s Alpha, tác giả tiến hành phân tích nhân tố khám phá EFA theo phƣơng pháp trích yếu tố Component Analysis cùng với phép xoay Varimax.
Các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn nhất định để đánh giá kết quả phân tích nhân tố EFA:
- Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin). Đây là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. KMO càng lớn càng tốt vì phần chung giữa các biến càng lớn (Nguyễn Đình Thọ, 2011). Giá trị KMO nằm trong khoảng 0.5 – 1 thì phân tích nhân tố là thích hợp (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Kiểm định Barlett xem xét giả thuyết về độ tƣơng quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì giữa các biến quan sát có tƣơng quan với nhau trong tổng thể đủ để tiến hành phân tích EFA (Hair, 2010).
- Thứ hai, hệ số tải nhân tố (Factor loading). Theo Hair & cộng sự (2010) thì hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố bằng 0.3 đƣợc xem là đạt mức tối thiểu, từ giá trị 0.4 trở lên, hệ số tải nhân tố đƣợc xem là quan trọng, và từ 0.5 đƣợc xem là có ý nghĩa thực tiễn. Ngồi ra, Hair
& cộng sự (2010) cũng đề nghị nhƣ sau: nếu chọn tiêu chuẩn hệ số tải nhân tố ≥ 0.3 thì cỡ mẫu của nghiên cứu ít nhất là 350, nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố ≥ 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải ≥ 0.75. Trong nghiên cứu này, nếu biến quan sát nào có hệ số tải nhân tố ≤ 0.45 sẽ bị loại. - Thứ ba, thang đo đƣợc chấp nhận khi tổng phƣơng sai trích ≥ 50% và đƣợc coi là
tốt nếu từ 60% trở lên (Nguyễn Đình Thọ, 2011).
- Thứ tƣ, điểm dừng khi trích các yêu tố có hệ số Eigenvalue phải có giá trị ≥ 1 (Hair, 2011).
- Thứ năm, khác biệt hế số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi, 2003).
Phân tích nhân tố khám phá (EFA) các biến độc lập:
Khi phân tích EFA đối với thang đo này, tác giả sử dụng phƣơng pháp trích yếu tố Principal Component Analysis cùng với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue lớn hơn 1.
Sau khi thực hiện phân tích nhân tố với thang đo gồm 21 biến tƣơng ứng với 5 nhóm nhân tố, tác giả nhận thấy biến A2 khơng thuộc nhóm nhân tố nào và biến A3 thì lại thuộc nhóm nhân tố thứ 6. Do đó, tác giả lần lƣợt loại các biến A2, A3 và sau đó loại thêm biến C2 (vì kết quả cho thấy biến C2 cũng khơng thuộc nhóm nhân tố nào trong cả 5 nhân tố). Kết quả cuối cùng đƣợc thực hiện trên 18 biến quan sát đƣợc chia thành 5 nhóm nhân tố.
Kết quả thể hiện tại Phụ lục 4 – Phần A, Mục II.2 cho thấy hệ số KMO = 0.809, vì vậy phân tích nhân tố trong bài nghiên cứu này là phù hợp. Hệ số tải nhân tố (Factor loading) đều lớn hơn 0.45 nên các biến quan sát đều quan trọng trong các nhân tố và có ý nghĩa thực tiễn.
Các giá trị Eigenvalues lớn hơn 1 đã rút trích đƣợc 5 nhân tố từ 18 biến quan sát. Phƣơng sai trích là 55.74% > 50% (với phân tích này khi sử dụng 5 nhân tố đƣợc rút trích sẽ giải thích đƣợc 55.74% cho 18 biến quan sát). Do vậy, thang đo rút trích chấp nhận đƣợc. Điểm dừng khi trích các yếu tố tại nhân tố thứ 5 với Eigenvalues = 1.091.
Kết quả kiểm định Barlett’s với mức ý nghĩa Sig = 0.000 < 0.5 chứng tỏ dữ liệu dùng để phân tích là hồn tồn phù hợp.
Ngồi ra, kết quả phân tích cũng cho thấy có sự thay đổi trong tƣơng quan giữa các biến quan sát với các nhóm nhân tố. Trên cơ sở đó, tác giả thực hiện gom các biến riêng lẻ vào một nhân tố dựa trên hệ số tƣơng quan giống nhau, cụ thể: (Phụ lục 6)
- Nhân tố 1 gồm các biến sau: A4, A5, C3, D1, D2, D3. - Nhân tố 2 gồm các biến sau: A6, B2, B5, C1, C4. - Nhân tố 3 gồm các biến sau: B3, B4.
- Nhân tố 4 gồm các biến sau: E1, E2. - Nhân tố 5 gồm các biến sau: A1, B1, B6.
Nhƣ vậy, bài nghiên cứu có tổng cộng 5 nhân tố đƣợc rút trích bao gồm 18 biến và đƣợc đặt tên lại nhƣ sau:
- Nhân tố 1 bao gồm 6 biến và đƣợc đặt tên là: An toàn và ƣu đãi (Protection & Promotions) – X1
- Nhân tố 2 bao gồm 5 biến và đƣợc đặt tên là: Tiện ích (Facilities) – X2
- Nhân tố 3 bao gồm 2 biến và đƣợc đặt tên là: Thuận tiện (Conveniences) – X3 - Nhân tố 4 bao gồm 2 biến và đƣợc đặt tên là: Danh tiếng (Reputation) – X4 - Nhân tố 5 bao gồm 3 biến và đƣợc đặt tên là: Linh hoạt (Flexibility) – X5
Phân tích nhân tố khám phá (EFA) các biến phụ thuộc:
Thực hiện phân tích nhân tố với 5 biến quan sát (R1, R2, R3, R4, R5) của thang đo mức độ tác động chung đƣợc nhóm thành một nhân tố, đƣợc kết quả nhƣ sau:
- Hệ số KMO = 0.775: Phù hợp.
- Kết quả kiểm định Barlett’s với mức ý nghĩa Sig = 0.000 < 0.05 cho thấy dữ liệu dùng để phân tích là hồn tồn phù hợp.
- Hệ số tải nhân tố của các biến quan sát đều lớn hơn 0.45.
Nhƣ vậy,kết quả phân tích nhân tố khám phá EFA đảm bảo cho bƣớc phân tích hồi quy kế tiếp.
Phân tích tƣơng quan và hồi quy.
Phân tích tương quan:
Kết quả phân tích tƣơng quan tại Phụ lục 5 – Phần A cho thấy tất cả các biến độc lập X đều có tƣơng quan với biến phụ thuộc Y (Sig = 0.000 < 0.05 – mức ý nghĩa 5%). Điều này có nghĩa là quyết định sử dụng thẻ tín dụng phụ thuộc vào 5 nhóm nhân tố đã đƣợc phân tích ở phần trƣớc.
Tác giả tiếp tục khảo sát mơ hình hồi quy để đánh giá tƣơng quan giữa các yếu tố thành phần ảnh hƣởng nhƣ thế nào đến quyết định sử dụng thẻ tín dụng của khách hàng nói chung.
Phân tích hồi quy
Từ kết quả phân tích nhân tố khám phá, ta rút ra đƣợc 5 nhân tố tác động đến quyết định sử dụng thẻ tín dụng. Tiếp tục đƣa các nhân tố vào mơ hình hồi quy bội để xác định cụ thể các trọng số của các nhân tố hay nói cách khác các hệ số trong mơ hình hồi quy phản ánh mức độ tác động mạnh hay nhẹ đến biến phụ thuộc là mức độ tác động chung đến quyết định của khách hàng.
Mơ hình phƣơng trình hồi quy bội nhƣ sau:
Trong đó:
Y1: Biến phụ thuộc thể hiện giá trị của mức độ tác động đến quyết định sử dụng thẻ của khách hàng
β0, β1, β2, β3, β4, β5: là các hệ số hồi quy đƣợc dùng từ các hệ số hồi quy ƣớc lƣợng đƣợc
Xi (1 ≤ i ≤ 5): Biến độc lập, gồm:
X1: An toàn và ƣu đãi (Protection & Promotions) X2: Tiện ích (Facilities)
X3: Thuận tiện (Conveniences) X4: Danh tiếng (Reputation) X5: Linh hoạt (Flexibility)
Trong mơ hình hồi quy bội với 5 biến độc lập đƣợc đƣa vào theo phƣơng pháp ENTER (tất cả các biến độc lập đƣợc đƣa vào mơ hình cùng một lƣợt), ta có hệ số R2 = 0.917 và R2 hiệu chỉnh = 0.916. Kết quả này cho thấy mơ hình hồi quy ƣớc lƣợng là phù hợp. Nghĩa là, khả năng các biến độc lập giải thích đƣợc 91.7% sự biến thiên của biến phụ thuộc theo mơ hình hồi quy (Kết quả thể hiện tại Phụ lục 5 – Phần A).
Theo Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008) hệ số xác định R2 (Coefficient of determination) dùng để đánh giá độ phù hợp của mơ hình. Cơng thức R2 xuất phát từ ý tƣởng: toàn bộ biến thiên quan sát đƣợc của biến phụ thuộc đƣợc chia thành 2 phần: phần biến thiên do hồi quy và phần biến thiên khơng do hồi quy hay cịn gọi là phần dƣ. Với
kết quả R2 = α (0.5 ≤ α ≤ 1) nghĩa là mơ hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 100 α %, hay 100 α % khác biệt của biến phụ thuộc Y1 đƣợc giải thích bởi sự biến thiên của các biến độc lập.
Kết quả phân tích ANOVA từ phần A – Phụ lục 5 cho thấy giá trị Sig = 0.000 nên có thể kết luận rằng kết hợp giữa các biến hiện có trong mơ hình giải thích đƣợc sự thay đổi của Y1. Điều này cũng hàm ý rằng mơ hình trong bài nghiên cứu này là phù hợp.
Kiểm định mức ý nghĩa của các hệ số hồi quy (βi) với i = 1,2,3,4,5 ta thấy các hệ số (βi) có ý nghĩa thống kê với giá trị Sig < 5%. Nhƣ vậy, khơng có giả thuyết nào bị bác bỏ. Phƣơng trình hồi quy tuyến tính đƣợc xác định nhƣ sau:
Các hệ số βi với i= {1, 2, 3, 4, 5} ƣớc lƣợng từ mơ hình hồi quy đều có giá trị dƣơng, chứng tỏ các biến độc lập Xicó tƣơng quan dƣơng với biến phụ thuộc Y1. Mức độ tác động của các biến độc lập đến quyết định sử dụng thẻ tín dụng của khách hàng giảm dần theo thứ tự sau đây: X1 – X2 – X4 – X3 – X5.
Tóm lại, kết quả phân tích hồi quy cho thấy rằng nhóm nhân tố về tính an tồn và ƣu đãi (X1) có tác động mạnh mẽ nhất đến quyết định sử dụng thẻ tín dụng của khách hàng với hệ số β1 = 0.583, tiếp đến là nhóm nhân tố về những tiện ích mà thẻ tín dụng mang lại (X2) với hệ số β2 = 0.513. Các nhân tố về danh tiếng của ngân hàng phát hành thẻ tín dụng (X4) cũng nhƣ nhóm nhân tố liên quan đến sự thuận tiện khi sử dụng thẻ tín dụng có mức tác động tƣơng đƣơng nhau đến quyết định của khách hàng với hệ số β lần lƣợt là 0.392 và 0.333. Nhân tố về tính linh hoạt (X5) ít tác động nhất đến sự lựa chọn của khách hàng khi hệ số β5 = 0.223.
Kiểm định sự khác biệt của các nhóm khách hàng sử dụng dịch vụ thẻ đối với mức độ tác động chung.
Kiểm định sự khác biệt ở mức độ tác động đến quyết định lựa chọn thẻ tín dụng của các nhóm khách hàng có giới tính, độ tuổi, tình trạng hơn nhân, nghề nghiệp, trình độ học vấn và thu nhập khác nhau.
Giới tính
Giả thuyết 1: Ho – Khơng có sự khác biệt ở mức độ tác động đến quyết định lựa chọn thẻ tín dụng của các nhóm khách hàng có giới tính khác nhau.
Ta tiến hành kiểm định và có kết quả nhƣ sau:
ANOVA
MUC DO TAC DONG CHUNG
Sum of Squares df Mean Square F Sig.
Between Groups .206 1 .206 .205 .651
Within Groups 240.794 240 1.003
Total 241.000 241
Bảng 4.2 – Kết quả kiểm định về mức độ tác động của giới tính
Giá trị Sig đo đƣợc là 0.651 >> 0.05 (tức 5%), chấp nhận giả thuyết Ho ở trên, nghĩa là sự khác nhau về giới tính khơng tác động đến quyết định lựa chọn sử dụng thẻ tín dụng của khách hàng.
Tình trạng hơn nhân
Tƣơng tự, các nhóm khách hàng có tình trạng hơn nhân khác nhau cũng có thể đƣa ra các quyết định lựa chọn nhƣ nhau vì giá trị Sig = 0.651 >> 0.05.
ANOVA
MUC DO TAC DONG CHUNG
Sum of Squares df Mean Square F Sig.
Between Groups .206 1 .206 .205 .651
Within Groups 240.794 240 1.003
Total 241.000 241
Bảng 4.3 – Kết quả kiểm định về mức độ tác động của tình trạng hơn nhân
Độ tuổi
Giữa các nhóm khách hàng có độ tuổi khác nhau khơng có sự khác biệt trong quyết định lựa chọn sử dụng thẻ tín dụng vì giá trị Sig = 0.867 >> 0.05
ANOVA
MUC DO TAC DONG CHUNG
Sum of Squares df Mean Square F Sig.
Between Groups .028 1 .028 .028 .867
Within Groups 240.972 240 1.004
Total 241.000 241
Bảng 4.4 – Kết quả kiểm định về mức độ tác động của độ tuổi
Tiếp tục thực hiện với các yếu tố nghề nghiệp, trình độ học vấn và thu nhập ta cũng thu đƣợc kết quả tƣơng tự, tức là sự khác biệt trong các yếu tố này không ảnh hƣởng đến quyết định lựa chọn sử dụng thẻ tín dụng của khách hàng. Các giá trị Sig lần lƣợt là: 0.138, 0.634, 0.229 đều lớn hơn 0.05