CHƢƠNG 1 : GIỚI THIỆU VỀ LUẬN VĂN THẠC SĨ KINH TẾ
4.2 Kết quả nghiên cứu
4.2.3.2 Phân tích nhân tố khám phá EFA cho từng yếu tố
Sau khi phân tích độ tin cậy bằng hệ số Cronbach’s Alpha, 17 biến quan sát của thang đo Các yếu tố tác động đến rủi ro tín dụng và 4 biến quan sát của thang đo Rủi ro tín dụng được đưa vào phân tích khám phá. Phân tích nhân tố khám phá có tác dụng rút gọn dữ liệu, giảm đi những biến quan sát và xác định cấu trúc quan hệ giữa các biến hay nói cách khác là khám phá ra những nhân tố cơ bản trong đó có chứa những nhóm biến có liên hệ qua lại lẫn nhau. Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng nhằm giảm bớt và tóm tắt các dữ liệu bằng phương pháp Principle Components với phép quay Varimax, yếu tố trích được có eigenvalue lớn hơn 1.0.
Sau khi phân tích nhân tố, sẽ có một số biến bị loại bỏ. Các kết quả phân tích sẽ được giải thích bằng các lý thuyết thống kê kinh doanh. Thang đo sẽ được phân tích nhân tố dựa trên những tiêu chuẩn sau:
Mẫu: Theo lý thuyết, kích thước mẫu khi tiến hành phân tích nhân tố phải đủ lớn (n>50) và phải gấp đôi số biến quan sát trở lên (Hair & cộng sự, 1998). Trong nghiên cứu này, cỡ mẫu thựchiện là 124 mẫu, gấp 5.904 lần số biến quan sát. Do đó, các thang đo được chấn nhận phân tích nhân tố.
Hệ số KMO (Kaiser Meyer Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích yếu tố, nếu KMO nằm trong khoảng từ 0.5 đến 1 thì phân tích yếu tố là thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số tải yếu tố (Factor Loading): là hệ số tương quan giữa các biến và các nhân tố. Theo Hair & ctg (1998), “Multivariate Data Analysis”, Prentice-Hall International. Inc, Factor Loading lớn hơn 0.4 được xem là có ý nghĩa thực tiễn. Nếu biến quan sát này có hệ số tải yếu tố bé hơn 0.4 sẽ bị loại.Tiêu chuẩn khác biệt hệ số tải yếu tố của một biến quan sát giữa các yếu tố lớn hơn hoặc bằng 0.3 để đảm bảo giá trị phân biệt giữa các yếu tố. [Jabnoun & Al-Tamimi (2003) “Measuring perceived service quanlity at UAE commercial banks”, International Jourrnal of Quanlity and Reliability Management, (20), 4].
Phương pháp trích được chọn để phân tích thang đo: Phương pháp Principal Componnets (phương pháp phân tích nhân tố rút thành phần chính) với phép quay Varimax được áp dụng cho cả hai thang đo Các yếu tố tác động đến rủi ro tín dụng và rủi ro tín dụng
Thang đo được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50% nhằm đảm bảo tập dữ liệu đưa vào là có ý nghĩa cho phân tích yếu tố và Eigenvalue lớn hơn 1.[Theo Hair & ctg (1998)].
Thang đo các yếu tố tác động đến rủi ro tín dụng.
Bảng 4.5: Kết quả phân tích nhân tố thang đo các yếu tố tác động đến RRTD tại ACB
Nhân tố Biến 1 2 3 NH4 0.785 NH8 0.784 NH5 0.783 NH9 0.742 NH1 0.736 NH6 0.725 NH3 0.677
NH7 0.668 NH2 .0639 KH4 0.852 KH3 0.846 KH2 0.843 KH1 0.762 KQ2 0.830 KQ3 0.776 KQ5 0.715 KQ1 0.710 Hệ số KMO=0.804 Hệ số Eigenvalues=2.171 Sig. =0 Phương sai trích=61.857%
Nguồn: Tác giả sử dụng phần mềm SPSS 20 và Excel
Kết quả phân tích nhân tố thang đo Các nhân tố ảnh hưởng đến rủi ro tín dụng được trình bày ở bảng trên. Hệ số KMO khá cao (0.804>0.5) và kiểm định Barlett’s có ý nghĩa phân tích bằng 0. Do đó, dữ liệu thu thập được thích hợp với phân tích nhân tố khám phá. Tại mức giá trị Eigenvalues=2.171 (lớn hơn 1) và phương pháp trích được sử dụng là Principal components với phép quay Varimax, phân tích nhân tố đã trích 3 nhóm nhân tố từ 17 biến quan sát với phương sai trích 61.857% (lớn hơn 50%) đạt yêu cầu.
Xem xét từng nhân tố, kết quả cho thấy các biến trong nhân tố thứ nhất (Ngân hàng cho vay), nhân tố thứ 2 (Khách hàng), và nhân tố thứ 3 (Khách quan)
đều có hệ số tải nhân tố lớn hơn 0.4. Do đó, các biến quan sát trong 3 nhân tố này phù hợp và được giữ lại cho các phân tích tiếp theo.
Thang đo rủi ro tín dụng
Thang đo rủi ro tín dụng bao gồm 4 biến quan sát, sau khi được kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha, thang đo sẽ đưa vào phân tích nhân tố khám phá nhằm kiểm định mức hội tụ của các biến quan sát.
Tương tự thang đo Các yếu tố tác động đến rủi ro tín dụng, phương pháp trích được sử dụng là phương pháp Principal componnets và phép quay Varimax, giá trị cản hoàn hoàn bé hơn 0.4, kết quả kiểm định hệ số KMO thỏa mãn điều kiện lớn hơn 0.5 (KMO=0.810) và kiểm định Barlett có mức ý nghĩa bằng 0 (Sig=0), điều đó cho thấy tính phù hợp của dữ liệu với phân tích nhân tố khám phá
Phân tích nhân tố rút ra được một nhóm nhân tố tại giá trị Eigenvalues=2.867 và phương sai trích là 71.668% (lớn hơn 50%-thỏa mãn điều kiện), tất cả các biến đều có hệ số tải nhân tố lớn hơn 0.5
Bảng 4.6: Kết quả phân tích nhân tố thang đo RRTD tại ACB
Biến Nhân tố RRTD1 0.860 RRTD4 0.851 RRTD2 0.839 RRTD3 0.837 Hệ số KMO=.0.810 Sig.=0 Hệ số Eigenvalues=2.867 Phương sai trích = 71.668%
Thơng qua phân tích độ tin cậy bằng hệ số Cronbach’s Alpha và phân tích nhân tố khám phá, tất cả các biến quan sát của thang đo Rủi ro tín dụng đều đáp ứng được yêu cầu nên sẽ được tiếp tục được đưa vào sử dụng cho những phân tích tiếp theo. Nhân tố rủi ro tín dụng sẽ được lưu thành RRTD khi phân tích tiếp theo.