NHÂN TỐ BIẾN QUAN SÁT
TC TC1, TC2, TC3, TC4, TC5
DU DU1, DU2, DU3, DU4
NLPV NLPV1, NLPV2, NLPV3
DC DC1, DC2, DC3, DC4, DC5,DC6
HH HH1, HH2, HH3, HH4
4.1.2.4. Phân tích ma trận hệ số tương quan Pearson
Hệ số tương quan Pearson được sử dụng để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt chẽ thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Đa cộng tuyến là trạng thái các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc.
Đa cộng tuyến làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa nên các hệ số có khuynh hướng kém ý nghĩa. Cần xem xét hiện tượng đa cộng tuyến khi phân tích hồi quy nếu hệ số tương quan pearson > 0.3.
Thực hiện tạo các biến mới đại diện cho từng nhóm biến (giá trị trung bình) với:
TC đại diện cho TC1, TC2, TC3, TC4, TC5
DU đại diện cho DU1, DU2, DU3, DU4
NLPV đại diện cho NLPV1, NLPV2, NLPV3
DC đại diện cho DC1, DC2, DC3, DC4, DC5,DC6
HH đại diện cho HH1, HH2, HH3, HH4
CLDV đại diện cho CLDV1, CLDV2, CLDV3.
Gọi phương trình hồi quy chưa chuẩn hóa của mơ hình có dạng như sau:
CLDV = β0 + β1TC +β2DU + β3NLPV + β4DC + β5HH
Bảng ma trận tương quan Pearson (phụ lục 5) cho thấy hệ số tương quan của biến phụ thuộc CLDV so với các biến độc lập TC, DU, DC, HH trong mơ hình đều lớn hơn 0,3 và các giá trị Sig = 0 < 0,05. Riêng hệ số tương quan đối với biến quan sát NLPV là 0,092 < 0,3 và giá trị Sig=0,094 > 0,05. Do đó, biến quan sát NLPV không phù hợp đề đưa vào mơ hình hồi quy, các biến quan sát cịn lại TC (0.449), DU (0,342), DC(0,557), HH (3,82) đủ điều kiện để đưa vào mơ hình hồi quy tiếp theo.
4.1.2.5. Kiểm định giả thuyết và mơ hình nghiên cứu
Đối với mỗi ngân hàng, đánh giá chất lượng dịch vụ thông qua khảo sát đánh giá sự thỏa mãn, hài lòng của khách hàng đối với dịch vụ là cực kỳ quan trọng. Mục tiêu của các ngân hàng đó là có thể thỏa mãn tốt nhất nhu cầu của khách hàng, do vậy việc phân tích các nhân tố ảnh hưởng tới chất lượng cho vay đối với khách hàng
DNNVV là việc làm vơ cùng cần thiết. Chính vì vậy, phân tích hồi quy sẽ được tác giả sử dụng để phân tích sự tác động của các biến độc lập (4 biến) tới biến phụ thuộc (chất lượng dịch vụ cho vay đối với DNNVV) trong phần này. Phương pháp được sử dụng là phương pháp đưa vào từng lần (enter). Bài nghiên cứu đưa ra mơ hình hồi quy bội nhằm xác định vai trò quan trọng của từng nhân tố trong việc đo lường mối quan hệ giữa chất lượng dịch vụ cho vay đối với 4 thành phần trong mơ hình.
Khi sử dụng phương pháp phân tích hồi quy, một số điểm cần quan tâm như sau:
Đề đánh giá độ phù hợp của mơ hình, các nhà nghiên cứu sử dụng hệ số xác
định R2 (R-square). R2=1 thể hiện mơ hình hồi quy tuyến tính xây dựng được phù hợp 100% với tập dữ liệu mẫu. Nhưng trong thực tế thì mơ hình khơng
thể đạt được giá trị R2 = 1 vì có nhiều nhân tố khác tác động mà khơng thể
nhận biết hết được. Trong hồi quy thì R2 > 0,5 là hợp lý.
Kiểm tra hiện tượng tự tương quan giữa các phần dư bằng hệ số Durbin Watson. Nếu hệ số Durbin Watson nằm trong khoảng (1;3) thì các phần dư sẽ khơng có tương quan với nhau.
Đa cơng tuyến là hiện tượng các biến độc lập trong mơ hình có tương quan
chặt chẽ với nhau. Vấn đề đa cộng tuyến cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời sự ảnh hưởng của từng biến một đến biến phụ thuộc. Trong phân tích hồi quy bội, kiểm tra hiện tượng đa cộng tuyến bằng cách lựa chọn Collinearity Diagnostic thơng qua hệ số phóng đại phương sai VIF. Trong lý thuyết VIF < 10 thì sẽ khơng có hiện tượng đa cộng tuyến, tuy nhiên trên thực tế, hầu hết các nhà nghiên cứu cho rằng VIF< 2,5 sẽ khơng có hiện tượng đa cộng tuyến.
Đặt giả thiết về những nhân tố tác động đến chất lượng dịch vụ cho vay đối với DNNVV tại NHCT khu vực Tp.HCM. Các giá thiết sau sẽ được kiểm định với mức ý nghĩa 5%: