CHƢƠNG 1 : TỔNG QUAN NGHIÊN CỨU ĐỀ TÀI
4.2 Quy trình nghiên cứu
(Nguồn: Tác giả tự tổng hợp)
4.3.1. Nghiên cứu sơ bộ:
Nghiên cứu được thực bằng cách phỏng vấn 20 lãnh đạo, nhân viên tại các chi nhánh PVcomBank theo cách lấy mẫu thuận tiện, để tìm ra những thang đo khơng có tính chất mơ tả hoặc mơ hồ và bổ sung những thang đo cịn thiếu, thơng qua dàn ý thảo luận (Phụ lục 1 - 1).
Sau khi lấy ý kiến của các chuyên gia, các thang đo sau khi được hiệu chỉnh, xây dựng thành bảng câu hỏi và tiến hành phỏng vấn thử 10 nhân viên để lập bảng câu hỏi chính thức phục vụ cho cơng tác nghiên cứu định lượng.
4.3.2. Điều chỉnh thang đo và mã hóa dữ liệu:
Từ kết quả thu được sau nghiên cứu sơ bộ, tác giả hình thành thang đo nháp bao gồm 28 câu hỏi đại diện cho 28 biến quan sát. Thang đo cụ thể Phụ lục 1 – 2 - “Xây dựng thang đo và mã hóa dữ liệu”
4.3.3. Nghiên cứu định lƣợng chính thức
Nghiên cứu chính thức (nghiên cứu định lượng) được tiến hành ngay khi bảng câu hỏi được chỉnh sửa từ kết quả nghiên cứu sơ bộ (Xem bảng câu hỏi chính
thức tại Phụ lục 1 – 3). Nghiên cứu chính thức được thực hiện qua các giai đoạn:
Thiết kế mẫu nghiên cứu
Thu thập thông tin từ lãnh đạo, nhân viên đang làm cơng tác tín dụng tại các chi nhánh PVcomBank
Phân tích dữ liệu bằng phần mềm xử lý SPSS 16 thơng qua các bước phân tích nhân tố khám phá và hồi quy bội.
4.3.3.1. Thiết kế mẫu khảo sát
Cỡ mẫu: Nghiên cứu này bao gồm 31 biến, trong đó có 3 biến phụ thuộc và 28 biến độc lập. Theo Hair, Black, Babin và Anderson (2010), theo quy tắc thơng thường, kích thước mẫu phải bằng hoặc lớn hơn 100 và mẫu nhỏ nhất phải có tỷ lệ mong muốn là 5 quan sát cho mỗi biến.
n > 100 mẫu và n = 5k (k là số lượng các biến).
n = 5*31 = 155
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì kích cỡ mẫu cho phân tích nhân tố thường ít nhất phải bằng 4 hoặc 5 lần số biến (trích từ trang 263 theo Hồng Trọng và Chu Nguyễn Mộng Ngọc – Phân tích dữ liệu nghiên cứu SPSS, NXB Thống kê 2005). Theo Tabachnick và Fidell (2007) cỡ mẫu dùng cho phân tích hồi quy được xác định n >= 50 + 5m (m là số biến độc lập)
Do đó, trong nghiên cứu này, kích thước mẫu tối thiểu phải là: 50+5*6= 80 Trên cơ sở đó, tác giả tiến hành thu thập dữ liệu với kích cỡ mẫu tối thiểu là 155.
Mẫu khảo sát được chọn là các nhà lãnh đạo, nhân viên hiện đang làm cơng tác tín dụng tại các chi nhánh của PVcomBank như cán bộ quan hệ khách hàng, cán bộ tín dụng, cán bộ thẩm định, quản lý rủi ro, kế toán, kiểm tra kiểm soát nội bộ,...
Phương pháp thu thập: Dữ liệu được thu thập thông qua công cụ Google
Docs, tác giả gởi đường link khảo sát đến mail cá nhân của các nhân viên tín dụng làm việc tại PVcomBank. Số bảng trả lời phù hợp thu được là 322 bảng, số mẫu này đảm bảo được tính đại diện của mẫu cho việc khảo sát.
Thời gian khảo sát: tháng 2 năm 2016
4.3.3.2 Phương pháp phân tích dữ liệu nghiên cứu
Tác giả sử dụng phần mềm SPSS 16 để thống kê và phân tích dữ liệu khảo sát thơng qua các công cụ như kiểm định độ tin cậy Cronbach’s alpha, phân tích nhân tố EFA, phân tích tương quan, phân tích hồi quy. Cụ thể:
Phân tích độ tin cậy: Bằng phân tích hệ số Cronbach’s Alpha thông qua
phần mền SPSS, để loại bỏ những thang đo không đảm bảo độ tin cậy, và loại bỏ những biến quan sát có tương quan biến tổng nhỏ khơng phù hợp ra khỏi mơ hình.
Phân tích nhân tố khám phá (EFA): được sử dụng để kiểm định sự hội tụ
của các biến thành phần về khái niệm, rút gọn một tập gồm nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của biến ban đầu.
Phân tích hồi quy đa biến:
+ Phân tích tương quan: Để xác định mối quan hệ giữa biến phụ thuộc và các biến độc lập, và mối quan hệ giữa các biến độc lập với nhau. Nếu các biến độc lập có quan hệ với biến phụ thuộc thì sẽ được đưa vào phân tích hồi quy, nếu khơng có quan hệ thì khơng đưa vào. Thơng qua phân tích tương quan, nếu các biến độc lập có quan hệ với nhau cần lưu ý hiện tượng đa cộng tuyến khi phân tích hồi quy.
+ Phân tích hồi quy tuyến tính: Nhằm kiểm định sự phù hợp của mơ hình nghiên cứu, ước lượng sự ảnh hưởng của các biến độc lập đến biến phụ thuộc, tác giả sử dụng phương pháp Enter (phương pháp đưa cùng lúc tất cả các biến vào để phân tích). Mơ hình hồi quy tuyến tính dự kiến của tác giả như sau:
Mở rộng cho vay KHCN = B0 + B1 * Nguồn vốn ngân hàng + B2 * Chính sách cho vay + B3 * Năng lực cạnh tranh + B4 * Nhân viên cho vay + B5 * Quy trình cho vay + B6 * Chất lượng dịch vụ cho vay.
4.4. Kết quả nghiên cứu
4.4.1 Đánh giá độ tin cậy của thang đo:
Trước khi đưa vào phân tích nhân tố, nghiên cứu tiến hành kiểm tra độ tin cậy của các thang đo và sự tương quan giữa các biến quan sát bằng hệ số Cronbach’s Alpha. Kết quả kiểm định Cronbach’s Alpha thể hiện ở Phụ lục 2 – “Phân tích độ tin cậy Cronbach’s Alpha”
Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha cho phép tác giả loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến quan sát có hệ số tương quan biến tổng (item –total correlation) nhỏ hơn 0.3 sẽ bị loại và thang đo được chọn khi hệ số Cronbach’s Alpha từ 0.6 trở lên (Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2008)
Bảy nhân tố gồm 31 biến quan sát đều có hệ số Cronbach’s Alpha > 0.6, tuy nhiên có 2 biến quan sát trong 7 nhân tố này bị loại do có hệ số tương quan biển tổng nhỏ hơn 0.3. Cụ thể:
Nhân tố Chính sách cho vay (CS): loại biến quan sát CS3. CS3 có hệ số tương quan biến tổng là 0.066 < 0.3, và nếu loại biến này thì hệ số Cronbach Alpha của CS tăng lên đáng kể (từ 0.657 lên 0.749) nên ta có thể loại biến này ra khỏi mơ hình.
Nhân tố Quy trình cho vay (QT): loại biến quan sát QT3. QT3 có hệ số tương quan biến tổng là 0.028 < 0.3, và nếu loại biến này thì hệ số Cronbach Alpha của QT tăng lên đáng kể (từ 0.592 lên 0.723) nên ta có thể loại biến này ra khỏi mơ hình.
Hệ số Cronbach’s alpha được sử dụng để loại biến rác trước, sau khi loại 2 biến CS3 và QT3 thì các thang đo bây giờ còn 7 nhân tố được thể hiện bởi 29 biến quan sát (trong đó có 26 biến quan sát thuộc nhóm biến độc lập và 3 biến quan sát thuộc thành phần biến phụ thuộc) đều đạt yêu cầu và được đưa vào phân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt.
4.4.2. Phân tích nhân tố khám phá EFA
Mục đích của phân tích nhân tố khám phá là để thu nhỏ và gom các biến lại nhằm đạt được giá trị hội tụ của các biến quan sát theo từng nhân tố và giá trị phân biệt giữa các nhân tố. Điều kiện cần và đủ để áp dụng phân tích nhân tố là:
+ Hệ số tải nhân tố (Factor loading) là chỉ số thể hiện sự tương quan giữa các biến và nhân tố, hệ số này cho biết sự liên hệ chặt chẽ giữa các biến với nhau. Hệ số này phải thỏa điều kiện lớn hơn 0.5 (Nguyễn Đình Thọ, 2011).
+ Hệ số KMO (Kaiser-Mayer-Olkin) thỏa điều kiện 0.5 ≤ KMO ≤ 1 để đảm bảo phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
+ Kiểm định Barlett xem xét giả thuyết H0 là tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (sig < 0,05) thì bác bỏ giả thuyết H0, tức là các biến quan sát có tương quan với nhau. Điều này chứng tỏ dữ liệu thích hợp để phân tích nhân tố. (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
+ Điểm dừng khi trích các nhân tố có hệ số eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) phải lớn hơn 1 để chứng tỏ nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt (Gerbing và Anderson, 1998).
+ Thang đo được chấp nhận với tổng phương sai trích bằng hoặc lớn hơn 50%.
+ Ngoài ra khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hoặc bằng 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al- Tamimi, 2003)
4.4.2.1 Phân tích các biến độc lập
Kết quả phân tích nhân tố lần thứ nhất (Xem “Phân tích EFA cho biến độc lập lần 1 - Phụ lục 3 – 1)
Theo phụ lục 3-1 cho thấy tất cả 26 biến quan sát được phân tán thành 5 nhân tố với hệ số KMO bằng 0.897 (trong khoảng từ 0.5 đến 1) và giá trị thống kê Chi- square của kiểm định Bartlett’s có mức ý nghĩa (Sig = 0.000 < 0.05) nên EFA phù hợp với dữ liệu.
Tại mức giá trị eigenvalues là 1.047 >1 – mức giá trị đảm bảo nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt - cho thấy 26 biến quan sát sẽ được phân thành 5 nhóm nhân tố với tổng phương sai trích là 54,266% > 50%. Điều này có nghĩa là 5 nhân tố này giải thích được 54,266% biến thiên của dữ liệu và phù hợp với tiêu chuẩn đánh giá của phương pháp phân tích nhân tố
Sau khi sử dụng phép xoay Varimax, kết quả phân nhóm các yếu tố có được như trong Phụ lục 3 - 1
Kết quả xoay nhân tố cho thấy 26 biến được phân thành 5 nhóm nhân tố. Trong đó, biến QT5 và QT2 có hệ số tải nhân tố < 0.5 nên khơng được xếp vào nhóm nào nên cần loại khỏi mơ hình. Sau khi loại 2 biến QT5 và QT2, 24 biến quan sát còn lại được đưa vào phân tích EFA lần 2.
Bảng 4.1: Kết quả xoay nhân tố lần 2
Rotated Component Matrixa
Component 1 2 3 4 5 NV4 .776 NV2 .709 NV6 .704 NV1 .639 NV5 .622 NV3 .614 NV7 .569 CS4 .723 CS2 .638 CS1 .565 QT4 .528 QT1 .515 CS5 .512 CT1 .760 CT2 .716 CT4 .700 CT3 .643 CL4 .750
CL2 .683 CL1 .621 CL3 .580 NGV3 .789 NGV2 .780 NGV1 .718
(Nguồn: Kết quả phân tích SPSS)
Kết quả phụ lục 3 – 2 cho thấy tất cả 24 biến quan sát được phân tán thành 5 nhân tố với hệ số KMO bằng 0.884 (trong khoảng từ 0.5 đến 1) và giá trị thống kê Chi-square của kiểm định Bartlett’s có mức ý nghĩa (Sig. =0.000 <0.05) nên EFA phù hợp với dữ liệu. Tại mức giá trị eigenvalues là 1.029 >1 – mức giá trị đảm bảo nhân tố rút ra có ý nghĩa tóm tắt thơng tin tốt - cho thấy 24 biến quan sát sẽ được phân thành 5 nhóm nhân tố với tổng phương sai trích là 55,605% > 50%. Điều này có nghĩa là 5 nhân tố này phù hợp với tiêu chuẩn đánh giá của phương pháp phân tích nhân tố.
Sau khi xoay lần 2, 24 biến quan sát được phân thành 5 nhóm yếu tố và khơng có biến nào cần loại khỏi mơ hình. Căn cứ vào cơ sở lý thuyết và các biến quan sát hiện có trong mỗi nhóm, tác giả điều chỉnh lại thang đo các biến độc lập như sau:
Nhóm nhân tố số 1 gồm 7 biến thuộc thành phần “Nhân viên cho vay”: (NV1, NV2, NV3, NV4, NV05, NV6, NV7) được nhóm lại bằng lệnh trung bình vẫn giữ lại tên cũ là Nhân viên cho vay và ký hiệu NV
Nhóm nhân tố số 2 gồm 4 biến thuộc thành phần “Chính sách cho vay” (CS4, CS2, CS1, CS5) và 2 biến thuộc thành phần “Quy trình cho vay” (QT4, QT1) được nhóm lại bằng lệnh trung bình lấy tên “Chinh sách-Quy trình” ký hiệu là CSQT.
Nhóm nhân tố số 3 gồm 4 biến quan sát thuộc thành phần “Năng lực cạnh tranh” (CT1, CT2, CT3, CT4) được nhóm lại bằng lệnh trung bình vẫn giữ lại tên cũ là Năng lực cạnh tranh và ký hiệu là CT
Nhóm nhân tố số 4 gồm 4 biến quan sát (CLDV1, CLDV2, CLDV3, CLDV4) được nhóm lại bằng lệnh trung bình vẫn giữ lại tên cũ là “Chất lượng dịch vụ” và ký hiệu là CLDV
Nhóm nhân tố số 5 gồm 3 biến quan sát (NGV1, NGV2, NGV3) được nhóm lại bằng lệnh trung bình vẫn giữ lại tên cũ là “Nguồn vốn ngân hàng” và ký hiệu là NGV.
4.4.2.2 Phân tích nhân tố biến phụ thuộc
Theo Phụ lục 3 - 3, 3 biến quan sát thuộc nhân tố mở rộng hoạt động cho vay với Phương sai trích được là 68.702%, hệ số KMO bằng 0.699 (trong khoảng từ 0.5 đến 1) và giá trị thống kê Chi-square của kiểm định Bartlett’s có mức ý nghĩa (Sig. =0.000 <0.05) nên rất đạt yêu cầu. Tại mức giá trị Eigenvalues = 2.061, phân tích nhân tố đã rút trích được 1 nhân tố từ 3 biến quan sát với phương sai trích là 68.702% (>50%) đạt yêu cầu.
Nhóm nhân tố “MR” gồm 3 biến MR1, MR2, MR3 được nhóm lại bằng lệnh trung bình, ký hiệu là MR
4.4.2.3 Đánh giá lại độ tin cậy của thang đo
Thang đo ban đầu sau khi tác giả kiểm định độ tin cậy gồm có 6 nhân tố độc lập và 1 nhân tố phụ thuộc sau phân tích nhân tố khám phá EFA chỉ còn lại 5 nhân tố độc lập, trong đo thang đo “Chính sách cho vay” và “Quy trình cho vay” gom lại thành 1 nhân tố gồm 6 biến quan sát. Vì thế, cần đánh giá lại độ tin cậy của Thang đo “Chính sách – Quy trình”. Xem kết quả tại “Đánh giá lại độ tin cậy của thành phần CSQT sau EFA lần 2” – Phụ lục 3 - 4
Kết quả kiểm định tại Phụ lục 3 - 4 cho thấy Hệ số Cronbach’s Alpha của thang đo là 0.793> 0.6 nên thang đo đạt yêu cầu về độ tin cậy. Ngoài ra, hệ số
tương quan biến tổng của các biến đều lớn hơn 0.3 và hệ số Cronbach’s Alpha sẽ giảm nếu loại bất kì biến nào nên cả 6 biến đều được giữ lại.
Như vậy, với tất cả các kết quả thu được từ độ tin cậy Cronbach’s alpha và phân tích nhân tố khám phá EFA ở trên cho thấy thang đo các khái niệm nghiên cứu đều đạt yêu cầu về giá trị và độ tin cậy. Các biến quan sát đã đại diện được cho các khái niệm nghiên cứu cần phải đo. Tổng hợp kết quả kiểm định được thể hiện qua bảng 4.2.
Bảng 4.2: Tổng hợp kết quả kiểm định thang đo
Thành phần Số biến quan sát Độ tin cậy (Cronbach Alpha) NV 7 0.860 CSQT 6 0.793 CT 4 0.738 CLDV 4 0.716 NGV 3 0.710 MR 3 0.770
(Nguồn: Kết quả phân tích SPSS)
4.4.3. Điều chỉnh mơ hình nghiên cứu từ kết quả EFA
Dựa vào kết quả đánh giá độ tin cậy và đánh giá giá trị thang đo thơng qua việc phân tích EFA, các nhân tố trích ra đều đạt yêu cầu về giá trị và độ tin cậy, 6 thành phần trong thang đo biến độc lập chỉ cịn lại 5 thành phần. Vì vậy, mơ hình nghiên cứu được điều chỉnh lại như sau:
(Nguồn: Tác giả tự tổng hợp)
Hình 4.2 Mơ hình nghiên cứu điều chỉnh.
Theo mơ hình điều chỉnh, các giả thuyết nghiên cứu được đặt ra như sau: H1: Có mối tương quan giữa “Nhân viên cho vay” với “mở rộng cho vay KHCN”
H2: Có mối tương quan giữa “Chính sách – Quy trình” với “mở rộng cho vay KHCN”
H3: Có mối tương quan giữa “Năng lực cạnh tranh” với “mở rộng cho vay KHCN”
H4: Có mối tương quan giữa “Chất lượng dịch vụ” với “mở rộng cho vay KHCN”
H5: Có mối tương quan giữa: “Nguồn vốn của ngân hàng” với “mở rộng cho vay KHCN”
Nhân viên cho vay
Chính sách – Quy trình Mở rộng cho vay KHCN Năng lực cạnh tranh Chất lượng dịch vụ Nguồn vốn ngân hàng
4.4.4. Phân tích hồi quy tuyến tính bội
Tác giả sử dụng phép trích Principle Component, sử dụng phép xoay Varimax để phân nhóm các yếu tố. Sau đó, tiến hành xem xét các chỉ số sau:
+ Đại lượng thống kê Durbin-Watson được dùng để kiểm định tương quan của các sai số kề nhau. Đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4,