CHƢƠNG 4 : PHƢƠNG PHÁP, DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
4.5 ĐÁNH GIÁ SƠ BỘ THANG ĐO
4.5.2.3 Đặt tên và giải thích nhân tố
Việc giải thích các nhân tố đƣợc thực hiện trên cơ sở nhận ra các biến quan sát có hệ số truyền tải lớn nằm trong cùng một nhân tố. Nhƣ vậy nhân tố này có thể giải thích bằng các biến có hệ số lớn nằm trong đó. Ma trận nhân tố sau khi xoay
- Nhân tố 1 tập hợp các biến: TT1, TT2, TT3. Đặt tên nhân tố này là Sự thuận tiện, mã hóa TT
- Nhân tố 2 tập hợp các biến: DT1, DT2, DT3. Đặt tên nhân tố này là Danh tiếng, mã hóa DT
- Nhân tố 3 tập hợp các biến:TD1, TD2, TD3. Đặt tên nhân tố này là Cấp tín dụng, mã hóa TD
- Nhân tố 4 tập hợp các biến: NV1, NV2, NV3. Đặt tên nhân tố này là Thái độ nhân viên, mã hóa NV
- Nhân tố 5 tập hợp các biến: GC1, GC2, GC3. Đặt tên nhân tố này là Giá cả, mã hóa GC
- Nhân tố 6 tập hợp các biến: HQ1, HQ2, HQ3. Đặt tên nhân tố này là Hiệu quả, mã hóa HQ
- Nhân tố phụ thuộc tập hợp các biến: QD1, QD2, QD3. Đặt tên nhân tố này là Quyết định, mã hóa QD
Bảng 4.6 - Mã hóa nhân tố
Biến Nhân tố Tổng biến quan sát Biến quan sát Mã hóa
Biến độc lập Giá cả 3 GC1, GC2, GC3 GC Cấp tín dụng 3 TD1, TD2, TD3 TD Danh tiếng 3 DT1, DT2, DT3 DT Hiệu quả 3 HQ1, HQ2, HQ3 HQ Sự thuận tiện 3 TT1, TT2, TT3 TT
Thái độ nhân viên 3 NV1, NV2, NV3 NV
Biến phụ thuộc Quyết định 3 QD1, QD2, QD3 QD
Bảng 4.7 - Tóm tắt kết quả kiểm định thang đo
Biến Nhân tố Tổng biến
quan sát Độ tin cậy (Alpha) Phƣơng sai trích (%) Đánh giá Biến độc lập Giá cả 3 0,835 77.230% Đạt yêu cầu Cấp tín dụng 3 0,842 Danh tiếng 3 0,856 Hiệu quả 3 0,825 Sự thuận tiện 3 0,881 Thái độ nhân viên 3 0,810
4.5.2.4 Mô hình nghiên cứu sau khi đánh giá thang đo
Dựa vào kết quả phân tích nhân tố khám phá EFA, các nhân tố trích ra đều đạt yêu cầu về giá trị và độ tin cậy. Cả 06 thành phần của Biến độc lập và 01 thành phần của Biến phụ thuộc đều đƣợc giữ ngun nhƣ mơ hình đề xuất ban đầu:
Hình 4.3 - Mơ hình nghiên cứu sau khi đánh giá thang đo
Bảng 4.8 - Bảng tóm tắt các giả thuyết trong mơ hình nghiên cứu
Giả thuyết Nội dung
H1 Giá cả cạnh tranh có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh tốn quốc tế
H2 Cấp tín dụng có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh tốn quốc tế
H3 Danh tiếng có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
H4 Hoạt động hàng ngày hiệu quả có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
H5 Sự thuận tiện có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
H Thái độ nhân viên có tác động thuận chiều đến quyết định lựa chọn
HIỆU QUẢ HOẠT ĐỘNG DANH TIẾNG CẤP TÍN DỤNG THUẬN TIỆN QUYẾT ĐỊNH CHỌN NGÂN HÀNG THANH TOÁN QUỐC TẾ
THÁI ĐỘ NHÂN VIÊN
H1 H2 H3 H4 H5 H6 GIÁ CẢ
4.6 TRÌNH BÀY KẾT QUẢ KIỂM ĐỊNH GIẢ THUYẾT
Trƣớc khi tiến hành phân tích hồi quy tuyến tính ta xem xét mối tƣơng quan tuyến tính giữa các biến độc lập và phụ thuộc, và giữa từng biến độc lập với nhau.
4.6.1 Kiểm định hệ số tƣơng quan Pearson
Ma trận tƣơng quan Bảng 4.9 cho thấy giữa các biến độc lập và phụ thuộc đều có tƣơng quan tuyến tính khá mạnh với nhau. Cụ thể, mối quan hệ tƣơng quan giữa biến Quyết định (QD) và Cấp tín dụng (TD) là r = 0,645, tƣơng quan giữa Quyết định (QD) và Hiệu quả hoạt động (HQ) là r = 0,624,…., Các hệ số tƣơng quan đều có ý nghĩa thống kê (p<0,01). Điều này chứng tỏ giữa chúng có mối quan hệ tuyến tính với nhau.
Nhƣ vậy, việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Tuy nhiên, kết quả phân tích tƣơng quan cũng cho thấy có tƣơng quan giữa các biến độc lập, nên cần quan tâm đến hiện tƣợng đa cộng tuyến khi phân tích hồi quy đa biến. Bảng 4.9 - Ma trận tƣơng quan Correlations QD GC TD DT HQ TT NV QD Pearson Correlation 1 ,568 ** ,645** ,442** ,624** ,568** ,429** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 N 145 145 145 145 145 145 145
(Số liệu chi tiết kết quả phân tích tương quan được thể hiện chi tiết tại Phụ lục 4.8)
4.6.2 Kiểm tra sự vi phạm các giả định trong hồi quy tuyến tính
Phân tích hồi quy khơng phải chỉ là việc mơ tả các dữ liệu quan sát đƣợc. Từ các kết quả quan sát đƣợc trong mẫu, ta phải suy rộng kết luận cho mối quan hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và sự chẩn đốn về sự vi phạm các giả định đó. Nếu các giả định bị vi phạm, thì các kết quả ƣớc lƣợng đƣợc khơng đáng tin cậy nữa.
Vì vậy, để diễn dịch từ kết quả hồi quy của mẫu cho tổng thể có giá trị, trong phần này sẽ tiến hành kiểm định các giả định của hàm hồi quy bao gồm các giả định sau:
- Khơng có hiện tƣợng đa cộng tuyến - Phƣơng sai của phần dƣ khơng đổi - Các phần dƣ có phân phối chuẩn
- Khơng có hiện tƣợng tƣơng quan giữa các phần dƣ
4.6.2.1 Giả định mơ hình khơng có hiện tƣợng đa cộng tuyến:
Hiện tƣợng đa cộng tuyến là các biến độc lập có tƣơng quan chặt chẽ với nhau. Đa cộng tuyến sẽ gây khó khăn trong việc phân tích sự ảnh hƣởng của từng biến độc lập lên biến phụ thuộc. Vấn đề của hiện tƣợng này là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc; làm tăng độ lệch chuẩn của hệ số hồi quy và làm giảm trị thống kê t của kiểm định mức ý nghĩa trong khi hệ số R square vẫn khá cao.
Bảng 4.10 - Các hệ số biến độc lập Coefficientsa Coefficientsa Model Unstandardized Coefficients Standardized
Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF
1 (Constant) -,665 ,229 -2,902 ,004 GC ,206 ,051 ,225 4,070 ,000 ,713 1,403 TD ,276 ,064 ,253 4,288 ,000 ,621 1,610 DT ,204 ,050 ,209 4,062 ,000 ,820 1,220 HQ ,318 ,058 ,311 5,511 ,000 ,681 1,468 TT ,137 ,061 ,131 2,250 ,026 ,644 1,552 NV ,105 ,048 ,115 2,206 ,029 ,805 1,242 a. Dependent Variable: QD
Ở phần phân tích hệ số tƣơng quan giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau, ta thấy rằng giữa các biến phụ thuộc có quan hệ tƣơng quan với các biến độc lập và cũng nhƣ giữa các biến độc lập cũng có mối tƣơng quan với nhau. Nếu mối tƣơng quan khá chặt sẽ dễ dẫn đến hiện tƣợng đa
cộng tuyến của mơ hình. Vì vậy, chúng ta phải dị tìm hiện tƣợng đa cộng tuyến bằng cách tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai (VIF). Chỉ khi VIF vƣợt quá 10, thì mơ hình mới xảy ra hiện tƣợng đa cộng tuyến (Hoàng Trọng – Chu Nguyễn Mộng Ngọc, 2008).
Chỉ số VIF của các biến độc lập trong bảng 4.10 đều có giá trị <2, chứng tỏ các biến trong mơ hình là độc lập nhau, mơ hình hồi quy khơng có hiện tƣợng đa cộng tuyến
4.6.2.2 Giả định phƣơng sai của phần dƣ không đổi
Hiện tƣợng phƣơng sai của phần dƣ thay đổi có thể làm cho các ƣớc lƣợng của hệ số hồi quy không chệch nhƣng không hiệu quả (tức không phải ƣớc lƣợng phù hợp nhất). Từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất lƣợng mơ hình hồi quy.
Để biết đƣợc mơ hình có bị hiện tƣợng phƣơng sai thay đổi, chúng ta có thể dùng đồ thị Scatter Plot để giải thích. Qua biểu đồ 4.9 ta nhận thấy giá trị phần dƣ phân tán ngẫu nhiên xung quanh đƣờng đi qua tung độ 0 chứ khơng theo hình dạng nào. Nhƣ vậy, giả định phƣơng sai khơng đổi của mơ hình khơng bị vi phạm.
4.6.2.3 Giả định phân phối chuẩn của phần dƣ
Phần dƣ có thể khơng tn theo phân phối chuẩn vì những lý do sau: sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích,... Vì vậy, chúng ta thực hiện nhiều cách khác nhau để dị tìm vi phạm. Nghiên cứu thực hiện khảo sát phân phối chuẩn của phần dƣ bằng cách xây dựng biểu đồ tần số Histogram và biểu đồ Q-Q plot.
Nhìn vào biểu đồ Histogram ta thấy phần dƣ có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0,979) nên không vi phạm giả thiết biến phụ thuộc có phân bố chuẩn theo mỗi giá trị biến độc lập.
Biểu đồ 4.10: Biểu đồ tần số Histogram
Biểu đồ Q-Q plot cũng cho ta thấy các điểm quan sát thực tế tập trung khá sát đƣờng chéo những giá trị kỳ vọng, có nghĩa là phần dƣ có phân phối chuẩn.
Nhƣ vậy, từ biểu đồ tần số Histogram và biểu đồ Q-Q plot ta có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
Biểu đồ 4.11 - Biểu đồ Q-Q plot
4.6.2.4 Giả định về tính độc lập của sai số (khơng có tƣơng quan giữa các phần dƣ)
Nguyên nhân hiện tƣợng này có thể là do các biến có ảnh hƣởng khơng đƣợc đƣa hết vào mơ hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi tuyến, sai số trong đo lƣờng các biến,… Các lý do này có thể dẫn đến vấn đề tƣơng quan chuỗi trong sai số và tƣơng quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mơ hình hồi quy tuyến tính nhƣ hiện tƣợng phƣơng sai thay đổi. Đại lƣợng thống kê Durbin-Watson (d) đƣợc dùng để kiểm định tƣơng quan của các sai số kề nhau (tƣơng quan chuỗi bậc nhất).
Kiểm định Durbin-Watson cho thấy kết quả d = 1,2163. Tra bảng Durbin Watson, ta thấy thuộc miền chấp nhận giả thuyết khơng có tự tƣơng quan chuỗi bậc nhất. Ta có thể kết luận các phần dƣ là độc lập với nhau hay khơng có tƣơng quan giữa các phần dƣ.
Bảng 4.11 - Kết quả kiểm định sự tƣơng giữa các phần dƣ
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,837a ,701 ,688 ,53554 2,163 a. Predictors: (Constant), NV, HQ, DT, GC, TT, TD b. Dependent Variable: QD
4.6.3 Phân tích hồi qui.
Phân tích hồi quy đƣợc thực hiện thông qua phƣơng pháp hồi quy tổng thể của các biến (Enter) với phần mềm SPSS 20.0, nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa 06 thành phần của Biến độc lập đối với Biến phụ thuộc Quyết định chọn ngân hàng thanh toán quốc tế của các công ty xuất nhập khẩu tại Đồng Nai.
Kết quả hồi quy tuyến tính bội cho thấy hệ số xác định R2 là 0,701 và R2 điều chỉnh là 0,688, nghĩa là mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 68,8%, tức là các biến độc lập giải thích đƣợc gần 69% sự biến thiên của biến phụ thuộc (Bảng 4.11).
Với giả thuyết Ho: R2 tổng thể = 0, kết quả phân tích hồi quy cho ta F=53,831 với p_value=0,000 < 0,05 (Bảng 4.12). Do đó, ta hồn tồn có thể bác bỏ giả thuyết HO (tức chấp nhận giả thiết H1: có ít nhất một biến độc lập ảnh hƣởng đến biến phụ thuộc) và kết luận việc sử dụng mơ hình hồi quy tuyến tính để tìm mối quan hệ giữa các yếu tố trên cho tổng thể là phù hợp.
Bảng 4.12 - Anova
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 92,632 6 15,439 53,831 ,000a Residual 39,578 138 ,287 Total 132,210 144 a. Predictors: (Constant), NV, HQ, DT, GC, TT, TD b. Dependent Variable: QD
Từ kết quả của bảng 4.12, ta thấy rằng, tất cả 6 yếu tố thành phần của Biến độc lập đều tác động đến Biến phụ thuộc - Quyết định chọn ngân hàng thanh tốn quốc tế, đó là: yếu tố giá cả, danh tiếng, sự thuận tiện, hiệu quả hoạt động, cấp tín dụng, thái độ nhân viên (sig<0,05)
Mơ hình đƣợc biểu diễn dƣới dạng phƣơng trình hồi quy tuyến tính dƣới sự tác động của 6 yếu tố đến quyết định chọn ngân hàng thanh toán quốc tế:
QD = 0,225*GC+0,253*TD + 0,209*DT + 0,311*HQ+ 0,131*TT + 0,115*NV + E
Bảng 4.13 - Bảng tổng hợp kết quả kiểm định các giả thuyết mơ hình
Giả thuyết Beta p_value
Kết luận
(tại mức ý nghĩa 5%)
H1
Giá cả cạnh tranh có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
0,225 0,000 Chấp nhận
H2
Cấp tín dụng có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
0,253 0,000 Chấp nhận
H3
Danh tiếng có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
0,209 0,000 Chấp nhận
H4
Hoạt động hàng ngày hiệu quả có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
0,311 0,000 Chấp nhận
H5
Sự thuận tiện có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
0,131 0,026 Chấp nhận
H6
Thái độ nhân viên có tác động thuận chiều đến quyết định lựa chọn ngân hàng thanh toán quốc tế
0,115 0,029 Chấp nhận
(Số liệu chi tiết kết quả phân tích hồi quy được thể hiện chi tiết tại Phụ lục 4.9)
4.6.4 Kiểm định ANOVA
Để so sánh đánh giá về mức độ Quyết định chọn ngân hàng thanh toán quốc tế giữa các doanh nghiệp XNK có mức độ thƣờng xuyên giao dịch thanh toán quốc tế khác nhau, loại hình doanh nghiệp XNK khác nhau, doanh số thanh toán quốc tế khác nhau, thời gian sử dụng dịch vụ thanh toán quốc tế khác nhau,…ta sẽ sử dụng phân tích phƣơng sai Anova. Bảng phân tích tóm tắt đƣợc trình bày bên dƣới.
Kiểm định phƣơng sai của mức độ quyết định chọn ngân hàng thanh tốn quốc tế có bằng nhau hay khác nhau giữa các nhóm doanh nghiệp chỉ xuất nhập khẩu, chỉ nhập khẩu hoặc cả xuất nhập khẩu.
Bảng 4.14 - Phân tích sự khác biệt theo các thuộc tính của đối tƣợng nghiên cứu Thuộc tính Thuộc tính Thống kê Levene (sig.) H0: “Phƣơng sai bằng nhau” Phân tích Anova (sig.) H0 “Trung bình bằng nhau” Mức độ thƣờng xuyên giao dịch 0,328 Chấp nhận Ho 0,181 Chấp nhận Ho Có vay vốn hay khơng 0,015 Bác bỏ Ho
Doanh số thanh toán quốc tế 0,200 Chấp nhận Ho 0,384 Chấp nhận Ho
Loại hình DN XNK 0,407 Chấp nhận Ho 0,000 Bác bỏ Ho
Số lƣợng ngân hàng giao
dịch 0,383 Chấp nhận Ho 0,716 Chấp nhận Ho Thời gian sử dụng dịch vụ
thanh toán quốc tế 0,000 Bác bỏ Ho
(Số liệu chi tiết kết quả phân tích Anova được thể hiện chi tiết tại Phụ lục 4.11)
Kiểm định Levene cho mức ý nghĩa 0,407 (>0,05) nên ở độ tin cậy 95%, giả thuyết Ho: “Phƣơng sai bằng nhau” đƣợc chấp nhận, và bác bỏ giả thuyết H1: “Phƣơng sai khác nhau”. Do đó kết quả phân tích ANOVA có thể sử dụng.
Kết quả phân tích ANOVA với mức ý nghĩa 0,000 < 0,05. Nhƣ vậy, giả thuyết Ho “Trung bình bằng nhau” đƣợc chấp nhận, cho thấy sự khác biệt về mức độ quyết định chọn ngân hàng thanh toán quốc tế giữa các doanh nghiệp xuất khẩu, nhập khẩu và xuất nhập khẩu. Thực hiện kiểm định sâu ANOVA bằng Post-Hoc test nhằm xác định cụ thể trung bình của nhóm nào khác với nhóm nào, nghĩa là tìm xem sự khác biệt của các nhóm xảy ra ở đâu.
Bảng 4.15 – Bảng Post-Hoc test
Multiple Comparisons
QD
Tukey HSD
(I) Loai
ngan hang (J) Loai ngan hang
Mean Differen ce (I-J) Std. Error Sig. 95% Confidence Interval Lower Bound Upper Bound Chi xuat khau
Chi nhap khau -,26932 ,15864 ,210 -,6451 ,1064
Ca 2 -
1,18913* ,21992 ,000 -1,7100 -,6683 Chi nhap
khau
Chi xuat khau ,26932 ,15864 ,210 -,1064 ,6451 Ca 2 -,91981* ,21663 ,000 -1,4329 -,4067 Ca 2 Chi xuat khau 1,18913* ,21992 ,000 ,6683 1,7100 Chi nhap khau ,91981* ,21663 ,000 ,4067 1,4329