Thành phần Ký hiệu Biến quan sát Uy tín, danh tiếng của ngân hàng (BR)
BR1 Danh tiếng và hình ảnh của ngân hàng tốt
BR2 Ngân hàng đáng tin tưởng
BR3 Tình hình tài chính của ngân hàng ổn định
Uy tín, danh tiếng ngân hàng gồm 3 biến quan sát được ký hiệu từ BR1 đến BR3 - Sản phẩm dịch vụ phong phú (The variety of products–Services: PS)
Được xây dựng từ thang đo “Sản phẩm của dịch vụ nghèo nàn” của Huỳnh Thị Kim Anh (2014) và tham khảo ý kiến chuyên gia, Sản phẩm dịch vụ phong phú bao gồm 3 biến quan sát được ký hiệu từ PS1 đến PS3, với giả thuyết:
H6: Sản phẩm dịch vụ phong phú có tác động tích cực đến hành vi lựa chọn ngân hàng khi vay vốn.
Bảng 1.7: Thành phần thang đo Sản phẩm dịch vụ phong phú đề nghị Thành Thành phần Ký hiệu Biến quan sát Sản phẩm dịch vụ phong phú (PS)
PS1 Sản phẩm và dịch vụ được cung cấp rất đa dạng
PS2 Các sản phẩm, dịch vụ của ngân hàng X cung cấp đáp
ứng được nhu cầu của tôi
Thang đo này bao gồm 3 biến quan sát được ký hiệu từ PS1 đến PS3 - Mối quan hệ - ngƣời ảnh hƣởng (People influences – PI)
Mối quan hệ - người ảnh hưởng gần như tương đồng với “Nhóm tham khảo” trong lý thuyết hành vi người tiêu dùng của Philip Kotler, là một nhân tố quan trọng có ảnh hưởng đến quyết định mua của người tiêu dùng. Được xây dựng từ thang đo “People influences” của Mokhlis (2009) đồng thời có chỉnh sửa để phù hợp với nghiên cứu, giả thuyết tác giả đặt ra như sau:
H7: Mối quan hệ - người ảnh hưởng có tác động tích cực đến hành vi lựa chọn ngân hàng khi vay vốn.
Bảng 1.8: Thành phần thang đo Mối quan hệ - ngƣời ảnh hƣởng đề nghị Thành phần Ký hiệu Biến quan sát Mối quan hệ - ngƣời ảnh hƣởng (PI) PI1
Có ảnh hưởng từ những nhóm khách hàng liên quan đã và đang vay vốn tại ngân hàng X (ba mẹ, vợ/chồng, cơng ty …)
PI2 Có ảnh hưởng từ sự giới thiệu của bạn bè, người quen khi tôi lựa chọn ngân hàng X
PI3 Ảnh hưởng từ những người có kinh nghiệm vay vốn tại
ngân hàng X
PI4 Ảnh hưởng từ sự tiếp cận của nhân viên ngân hàng X
Thang đo này bao gồm 4 biến quan sát được ký hiệu từ PI1 đến PI4 - Hiệu quả Marketing (Marketing promotion – MA)
Quảng cáo là một yếu tố hầu như không thể thiếu tại bất kỳ một tổ chức nào trong thời buổi cạnh tranh gay gắt, đặc biệt đây cũng là một yếu tố địi hỏi có sự đầu tư về chi phí do đó Hiệu quả Marketing ln được các nhà quản trị chú trọng, được các tác giả như Mokhlis (2009), Hinson et al. (2013) ghi nhận có ảnh hưởng đến hành vi lựa chọn ngân hàng, được xây dựng từ thang đo “Thái độ tốt đối với quảng cáo của ngân hàng cạnh tranh” của Huỳnh Thị Kim Anh (2014).
H8: Hiệu quả Marketing có tác động tích cực đến hành vi lựa chọn ngân hàng khi vay vốn.
Bảng 1.9. Thành phần thang đo Hiệu quả Marketing Thành Thành phần Ký hiệu Biến quan sát Hiệu quả Marketing (MR)
MR1 Quảng cáo của ngân hàng X có thể tin tưởng được
MR2 Quảng cáo của ngân hàng X hấp dẫn
MR3 Quảng cáo của ngân hàng X cung cấp được nhiều
thông tin
MR4 Ảnh hưởng từ sự tiếp cận của nhân viên ngân hàng X
Tác giả đưa vào mơ hình với 4 biến quan sát được ký hiệu từ MR1 đến MR4
Biến phụ thuộc: Hành vi lựa chọn ngân hàng vay vốn (Consumer behavior - BE)
Là biến chịu tác động của 8 biến độc lập bao gồm giá, dịch vụ khách hàng, khoảng cách - vị trí các điểm giao dịch, uy tín - danh tiếng của ngân hàng, sản phẩm dịch vụ phong phú, mối quan hệ - người ảnh hưởng, hiệu quả Marketing. Thang đo
Hành vi lựa chọn ngân hàng vay vốn được tác giả xây dựng dựa trên các tài liệu
trước đây và theo ý kiến của các chuyên gia như sau:
Thành phần Ký hiệu Biến quan sát Hành vi lựa chọn ngân hàng vay vốn (BE)
BE1 Với tôi, việc lựa chọn ngân hàng này là hoàn toàn đúng đắn
BE2 Tôi luôn muốn lựa chọn ngân hàng này
BE3 Tôi sẽ tiếp tục chọn ngân hàng này trong tương lai
Thang đo này được đo lường bằng 03 biến quan sát, ký hiệu từ BE1 đến BE3.
Trong chương 1, tác giả sơ lược về các lý thuyết liên quan đến đề tài, làm rõ các nhân tố ảnh hưởng đến việc khách hàng lựa chọn ngân hàng khi vay vốn. Đồng thời liệt kê một số bài báo, nghiên cứu của các tác giả trước để có cơ sở tham khảo nhằm đưa ra mơ hình nghiên cứu đề nghị, trình bày thang đo của mơ hình nghiên cứu. Giới thiệu về tổ chức, quy cách chọn mẫu, kết quả của nghiên cứu sẽ được trình bày tiếp theo trong chương 2.
CHƢƠNG 2: KHẢO SÁT KHÁCH HÀNG VỀ CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN VIỆC LỰA CHỌN THƢƠNG HIỆU NGÂN HÀNG
ĐỂ VAY VỐN 2.1. Tổng quan chƣơng 2:
Trong chương này tác giả sẽ giới thiệu tổng quan về Vietbank, đưa ra quy mô và cách thức chọn mẫu, giới thiệu phương pháp xử lý số liệu thơng qua chương trình SPSS 20. Đồng thời các kết quả nghiên cứu định tính, nghiên cứu định lượng sơ bộ (nháp), nghiên cứu định lượng chính thức để đưa ra mơ hình hiệu chỉnh cho nghiên cứu.
2.2. Giới thiệu về Ngân hàng TMCP Việt Nam Thƣơng tín
- Tên tổ chức: NGÂN HÀNG THƢƠNG MẠI CỔ PHẦN VIỆT NAM
THƢƠNG TÍN
- Ngày thành lập: ngày 02/02/2007
- Trụ sở chính: 47 Trần Hưng Đạo, Thành phố Sóc Trăng, Tỉnh Sóc Trăng.
- Trụ sở tại TPHCM: 4B Tôn Đức Thắng, Phường Bến Nghé, Quận 1, TP.HCM
- Điện thoại: (079) 3621454 (08) 62918100 - Vốn điều lệ: 3.000 tỷ đồng
- Tính đến thời điểm hiện tại, Vietbank có 96 địa điểm giao dịch trên tồn quốc
2.3. Quy mô và cách chọn mẫu:
- Phƣơng pháp chọn mẫu: theo phương pháp thuận tiện. Khi khách hàng đến
giao dịch tại hệ thống của ngân hàng Vietbank, BIDV, ACB, NamAbank sẽ được phát bảng câu hỏi để đánh giá, đồng thời thông qua dữ liệu thông tin khách hàng, tác giả sẽ gửi bảng câu hỏi qua mail để khách hàng thực hiện.
- Kích thƣớc của mẫu: nhiều chuyên gia đã nghiên cứu về việc lựa chọn kích cỡ
mẫu tuy nhiên cỡ mẫu tối ưu phụ thuộc vào kỳ vọng về độ tin cậy, phương pháp phân tích dữ liệu. Nghiên cứu về cỡ mẫu do Roger thực hiện (2006) cho thấy cỡ mẫu tối thiểu áp dụng được trong các nghiên cứu thực hành là từ 150-200. Tuy nhiên, kích thước của mẫu áp dụng trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi quy đa biến:
+ Đối với phân tích hồi quy đa biến: để tiến hành phân tích tốt Tabachnick và Fidell (1996) cho rằng kích thước mẫu phải đạt cơng thức: n >= 8m + 50 (trong đó n là cỡ mẫu, m là số biến độc lập của mơ hình), bên cạnh đó Harris RJ. Aprimer (1985) cho rằng: n > 104 + p (p là số lượng biến độc lập và phụ thuộc), hoặc n > 50 + p, nếu p < 5.
+ Đối với phân tích nhân tố khám phá EFA: Hair, Anderson, Tatham và Black (1998) cho rằng kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát (tương đương tỷ lệ số quan sát/biến đo lường là 5:1)
Theo nguyên tắc trên, khi tiến hành chọn mẫu cho nghiên cứu định lƣợng sơ bộ tác giả áp dụng công thức của Hair & ctg (1998), mơ hình nghiên cứu bao gồm
36 biến đo lường => số lượng khách hàng khảo sát tối thiểu là 36*5 = 180; nghiên
cứu định lƣợng chính thức được áp dụng theo Tabachnick và Fidell (1996) (n >=
8m + 50), với 28 biến quan sát độc lập => số lượng khách hàng khảo sát tối thiểu là 8*28 + 50 = 274. Để đảm bảo tính đại diện thì theo Leedy & Ormrod (2005) kích thước mẫu càng lớn càng tốt, do đó khi tiến hành khảo sát chính thức tác giả lấy xấp xỉ 10 lần biến quan sát => số lượng mẫu tương đương 31*10= 310 khách hàng.
2.4. Phƣơng pháp xử lý số liệu
2.4.1. Kiểm định thang đo bằng hệ số Croncbach’s Alpha
Là bước đầu trong quá trình xử lý SPSS, Cronbach’s alpha là phép kiểm định thống kê về mức độ chặt chẽ, hệ số này có giá trị biến thiên trong khoảng [0,1], theo Hair et al (2006) quy tắc đánh giá như sau: nếu Cronbach’s alpha nhỏ hơn 0.6: thang đo nhân tố không phù hợp (có thể trong mơi trường nghiên cứu đối tượng khơng có cảm nhận về nhân tố đó), giá trị từ 0.6 – 07: chấp nhận được với các nghiên cứu mới, từ 0.7 – 0.8: chấp nhận được, từ 0.8 – 0.95: tốt, lớn hơn hoặc bằng 0.95: chấp nhận được nhưng không tốt, nên xét xét các biến quan sát có thể có hiện tượng “trùng biến”.
Cũng có nhà nghiên cứu cho rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008,
trang 24), trong nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là tác giả có thể sử dụng được vì nó được xem là mới tại Vietbank.
Theo Nunnally et al (1994), hệ số Cronbach’s alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại, do đó bên cạnh hệ số Cronbach’s alpha người ta sử dụng hệ số tương quan biến tổng (item – total correlation), nếu biến nào có tương quan biến tổng nhỏ hơn 0,3 và bằng 1 sẽ bị loại.
2.4.2. Phân tích nhân tố khám phá EFA
Là bước tiếp theo sau khi kiểm định Cronbach’s Alpha, nhân tố khám phá EFA (Exploratory Factor Analysis) để sàng lọc, loại bỏ các biến quan sát không đáp ứng tiêu chuẩn (biến rác), khi phân tích EFA chúng ta sẽ xem xét các tiêu chuẩn như sau:
- Hệ số tải nhân tố (Factor loadings): thể hiện sự tương quan đơn giữa các biến
với các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair & ctg (1998,111), Factor loading > 0,3 được xem là đạt mức tối thiểu; Factor loading > 0,4 được xem là quan trọng; Factor loading > 0,5 được xem là có ý nghĩa thực tiễn, nếu factor loading > 0.3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoản 100 nên chọn factor loading > 0.55, nếu cỡ mẫu khoản 50 nên chọn factor loading > 0.75. Khoảng cách giữa 2 trọng số cùng 1 biến ở 2 nhân tố khác nhau nên lớn hơn 0.3. - Hệ số KMO (Kaiser -Meyer – Olkin): nằm trong khoảng [0.5,1] thì phân tích
nhân tố là thích hợp với dữ liệu, Hệ số: Sig. (Bartlett’s Test) ≤ 0.05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Theo Kaiser (1974), KMO > 0.9: rất tốt, KMO > 0.8: tốt, KMO > 0.7: được, KMO > 0.6: tạm được, KMO > 0.5 xấu, KMO < 0.5: không thể chấp nhận được. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. - Hệ số Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố,
hệ số này phải có giá trị ≥ 1 và được chấp nhận khi tổng phương sai trích > 50% (Anderson và Gerbing, 1988). Tuy nhiên, trị số Eigenvalues và phương sai trích là bao nhiêu cịn phụ thuộc vào phương pháp trích và phép xoay nhân tố, trong trường
hợp sử dụng phân tích hồi quy sau EFA thì có thể sử dụng phương pháp trích Principal components với phép xoay Varimax.
2.4.3. Phƣơng pháp hồi quy tuyến tính:
Trong phần này tác giả phân tích qua hai giai đoạn:
Giai đoạn đầu: Kiểm tra ma trận hệ số tương quan giữa các biến độc lập, các
biến độc lập với biến phụ thuộc. Hệ số tương quan có giá trị từ -1 đến 1, hệ số tương quan bằng 0 (hay gần bằng 0) có nghĩa hai biến số khơng có liên hệ gì với nhau, ngược lại nếu hệ số bằng -1 hay 1 là hai biến số có mối quan hệ tuyệt đối. Tuy nhiên, nếu giữa các biến độc lập có tương quan lớn với nhau thì có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy tuyến tính.
Giai đoạn hai:
- Xây dựng mơ hình hồi quy bằng cách lựa chọn các biến đưa vào mơ hình theo
một trong các phương pháp:
+ Phương pháp Enter (SPSS xử lý tất cả các biến đưa vào cùng một lượt). Đây cũng là phương pháp tác giả sử dụng khi xử lý.
+Phương pháp chọn từng bước (kết hợp giữa đưa vào dần và loại trừ dần forward/backward).
+ Phương pháp đưa vào dần từng biến độc lập (Stepwise) + Phương pháp loại dần từng biến độc lập (Remove)
- Đánh giá độ phù hợp của mơ hình bằng hệ số xác định R²(R Square), là một trong các chỉ tiêu dùng đánh giá mức độ phù hợp của mơ hình thể hiện mối liên hệ tương quan tuyến tính, R² thường tính bằng % và cách đánh giá mối liên hệ được xác định như sau: R²< 10%: Tương quan ở mức thấp, 10% ≤ R² ≤ 25%: tương quan ở mức trung bình, 25% ≤ R² ≤ 50%: tương quan khá chặc chẽ, 50% ≤ R² ≤ 80%: tương quan chặc chẽ, 80% ≤ R²: tương quan rất chặc chẽ.
- Tác giả đưa ra giả thuyết Ho: khơng có mối liên hệ tuyến tính giữa biến phụ thuộc với tập hợp các biến độc lập (β1= β2= β3= βn=0), sau đó tiến hành sử dụng phân tích ANOVA để kiểm định, sử dụng thống kê F và Sig., nếu Sig.< 5% thì bác bỏ giả thuyết Ho, khi đó chúng ta kết luận tập hợp của các biến độc lập trong mơ
hình có thể giải thích cho sự biến thiên của biến phụ thuộc (mơ hình hồi quy tuyến tính đưa ra là phù hợp với dữ liệu thực tế).
- Hệ số VIF là một trong những chỉ số quan trọng, giúp nhận biết được có xảy ra hiện tượng đa cộng tuyến trong mơ hình hay khơng, khi một biến có hệ số VIF > 10 thì biến đó đã xảy ra hiện tượng đa cộng tuyến trong mơ hình, theo Hồng Trọng, Chu Nguyễn Mộng Ngọc (2008) nếu VIF > 2 thì trong thực tế cũng cần phải thận trọng trong việc diễn giải các hệ số hồi quy.
2.4.4. Kiểm định T – Test và ANOVA:
Ngoài ra để kiểm định có mối quan hệ tuyến tính nào giữa hai nhóm tổng thể hay khơng tác giả sẽ sử dụng kiểm định T – test, trường hợp kiểm định từ 3 nhóm tổng thể trở lên sẽ sử dụng phân tích phương sai ANOVA. Hệ số Sig. > 5% chứng tỏ khơng có sự khác biệt giữa các nhóm tổng thể và ngược lại.
2.5. Kết quả khảo sát nghiên cứu định tính:
Sau khi xây dựng bảng câu hỏi định tính, tác giả tiến hành phỏng vấn một số chuyên gia và 12 khách hàng bằng phương pháp phỏng vấn tay đôi, kết quả như sau:
- Cả 12 khách hàng đều cho rằng lãi suất tác động đến họ khi lựa chọn Vietbank để vay vốn, lãi suất được tác giả tổng hợp vào biến Giá cả cảm nhận trong đề tài. Bên cạnh đó các nhân tố được khách hàng liệt kê là: cách thức xử lý vấn đề, tác phong của nhân viên: các yếu tố này được tác giả tổng hợp vào biến Dịch vụ khách
hàng; trang thiết bị hiện đại, có nhiều máy ATM, số lượng nhân viên, hệ thống
công nghệ để xử lý hồ sơ: được tổng hợp vào biến Cơ sở vật chất; ngân hàng ở gần nhà/nơi làm việc, có nhiều địa điểm giao dịch: được tổng hợp vào biến Khoảng cách, vị trí của các điểm giao dịch; ngân hàng lớn, có uy tín: được tổng hợp vào
biến Uy tín, danh tiếng ngân hàng; có nhiều sản phẩm dịch vụ để lựa chọn: được tổng hợp vào biến Sản phẩm dịch vụ phong phú; vay vốn do bạn bè giới thiệu, đã có ba/mẹ/người thân vay tại ngân hàng này: được tổng hợp vào biến Mối quan hệ,
người ảnh hưởng; do nhìn thấy quảng cáo, băng rơn của ngân hàng: được tổng hợp
không thu thập thêm được thông tin mới về các nhân tố ảnh hưởng nên tác giả dừng phỏng vấn định tính ở 12 khách hàng và tiến đến phỏng vấn chuyên gia để bảng câu