2.2 .5Huy động vốn
2.2.8 .3Quản lý rủi ro
2.3 Nghiên cứu định lượng phát triển dịch vụ bán lẻ tại Ngân hàng TMCP Sài Gòn
2.3.3 Phântích và kết quả nghiên cứu
2.3.3.1 Thông tin về mẫu nghiên cứu
Như đã đề cập ở trên, mẫu khảo sát là 300 bản, được phát ra cho các cán bộ nhân viên SCB ở hội sở, các chi nhánh và phòng giao dịch trên địa bàn TP.HCM. Kết quả thu thập được 261 bản khảo sát, trong đó có 10 bản khơng hợp lệ. Sau khi làm sạch dữ liệu thì số mẫu đạt tiêu chuẩn để đo lường là 251 mẫu. Các phần sau đây mơ tả các đặc điểm chính của mẫu.
- Giới tính :
Trong 251 cán bộ nhân viên trả lời khảo sát, tỷ lệ nam và nữ khơng có chênh lệch lớn, có 138 cán bộ nhân viên là nữ (chiếm tỷ lệ 55%) và 113 người là nam (chiếm tỷ lệ 45%). Những tỷ lệ này phản ánh tương tự như tỷ lệ giới tính ở SCB.
Bảng 2.13: Thống kê mô tả giới tính Tần số Tỷ lệ (%) Nữ 138 55.0 Nam 113 45.0 Tổng 251 100 - Độ tuổi
Như thể hiện trong bảng 2.15, số lượng nhân viên trong độ tuổi từ 22-30 là chiếm tỷ trọng lớn nhất, có có ít kinh nghiệm nhưng rất năng động và sáng tạo, cụ thể trong 251 cán bộ nhân viên thì có tới 149 cán bộ nhân viên là tuổi từ 22-30 (chiếm tỷ lệ 59,4%), kế đến là độ tuổi từ 31-40 có 84 người (chiếm tỷ lệ 33,5%), đây là đội ngũ có nhiều kinh nghiệm và một phần là cán bộ lãnh đạo tại ngân hàng, độ tuổi từ 41-50 chỉ có 12 người (chiếm tỷ lệ 4,8%) và cuối cùng nhóm tuổi trên 50 có số lượng ít nhất là 6 người (chiếm tỷ lệ 2,4%).
Bảng 2.14: Thống kê mô tả độ tuổi
Tần số Tỷ lệ (%) Tuổi từ 22-30 149 59.4 Tuổi từ 31-40 84 33.5 Tuổi từ 41-50 12 4.8 Tuổi trên 50 6 2.4 Tổng 251 100
2.3.3.2 Kiểm định Cronbach Alpha
Như đã đề cậpở mô hình, mơ hìnhbao gồm sáu biến độc lậpvàmộtbiến phụ thuộc. Mỗi biến độc lập lại được đo lường bằng nhiều biến quan sát, và liệu những biến quan sát này đã đủ tin cậy để đo lường cho biến độc lập hay chưa hay nói cách khác chúng có mối tương quan như thế nào. Vì vậy sau khi đo lường cần phải đánh giá tính nhất quán nội tại của thang đo: dùng hệ số tin cậy Cronbach alpha. Hệ số Cronbach alpha là hệ số đo lường sự biến thiên trong nội tại của các biến quan sát,
Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7-0,8 là sử dụng được. Cũng có những nghiên cứu đề nghị rằng Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được trong những trường hợp khái niệm đang đo lường là mới hoặc người mới trả lời trong bối cảnh nghiên cứu (Hoàng Trọng & Chu Mộng Ngọc, 2005).
Từ đó, tác giả kiểm định độ tin cậy của thang đo dựa trên tiêu chuẩn sau: (1) 0.6 ≤ Cronbach alpha ≤ 0.95
(Nếu Cronbach alpha> 0.95: có hiện tượng trùng lắp trong các mục hỏi – không chấp nhận)
(2) Tương quan giữa biến –tổng (Corrected Item-Total Correlation) > 0.3 (Chú ý đến nội dung của thang đo trước khi loại biến)
(Theo sách Hoàng Trọng, 2005; Nguyễn Đình Thọ ,2011, p.353, p.404)
Bảng 2.15: Kết quả kiểm định Cronbach Alpha của các thang đo
Biến
quan sát Trung bình thang đo nếu loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến - tổng hiệu chỉnh Hệ số Cronbach's Alpha nếu loại biến Sản phẩm dịch vụ Cronbach Alpha = 0,759 P1 11.28 3.322 0.566 0.697 P2 11.16 3.431 0.59 0.685 P3 11.1 3.517 0.528 0.717 P4 11.09 3.336 0.543 0.71
Giá trị thương hiệu Cronbach Alpha = 0,769
V1 7.03 1.719 0.611 0.68
V2 7.08 1.766 0.627 0.664
V3 7.25 1.755 0.571 0.725
Quy trình thủ tục Cronbach Alpha = 0,780
T1 6.88 1.61 0.652 0.662
T2 7.06 1.653 0.57 0.757
T3 6.83 1.743 0.633 0.687
Chính sách chăm sóc KH Cronbach Alpha = 0,688
C1 7.35 1.485 0.392 0.728
C2 7.37 1.274 0.544 0.542
C3 7.37 1.177 0.582 0.487
Nguồn nhân lực Cronbach Alpha = 0,788
H1 10.53 2.954 0.637 0.715
H2 10.5 2.827 0.637 0.714
H3 10.72 2.85 0.607 0.73
H4 10.71 3.269 0.505 0.778
Cơ sở hạ tầng & mạng lưới Cronbach Alpha = 0,765
I1 14.29 5.111 0.482 0.74
I2 14.27 4.942 0.547 0.718
I3 14.32 4.755 0.516 0.73
I4 14.03 4.771 0.56 0.713
I5 13.97 4.875 0.568 0.711
Phát triển dịch vụ NHBL Cronbach Alpha = 0,775
D1 7.15 1.769 0.604 0.705
D2 7.24 1.863 0.646 0.66
D3 7.2 1.894 0.584 0.725
Nhìn vào các bảng kết quả kiểm định Cronbach's Alphaở trên cho thấy tất cả các hệ số Cronbach's Alphacủa các thang đo đề lớn hơn 0,6 - thỏa điều kiện và hệ
số tương quan biến - tổng hiệu chỉnhđều lớn hơn 0,3 - thỏa điều kiện. Điều này cho thấy các biến quan sát tương ứng trong biến độc lập là có mối tương quan với nhau khá chặt. Vì vậy, các biến quan sát tương ứng trong biến độc lập là có độ tin cậy cao.
2.3.3.3 Kiểm định Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (Exploratory Factor Analytics) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến ( gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu. Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá EFA như sau:
(1) Hệ số KMO (Kaiser-Mayer-Olkin)≥ 0,5và mức ý nghĩa kiểm định Bartlett ≤0.05(Theo Hoàng Trọng và Mộng Ngọc, 2005, p.262).
(2) Hệ số tải nhân tố (Factor loading) > 0,4, nếu biến quan sát nào có hệ số tải nhân tố <0,4 sẽ bị loại (Theo Hair & ctg 1998, 111).
(3) Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% (4) Hệ số eigenvalue >1 (Theo Gerbing và Anderson, 1998)
(5) Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố (Theo Jabnoun và Al-TAMIMI, 2003). Kết quả phân tích nhân tố EFA như sau:
Bảng 2.16: Kết quả kiểm định Kiểm định KMO và Bartlett's Kiểm định KMO và Bartlett's
Đo lường KMO .841
Kiểm định Bartlett's Approx. Chi-Square 2557.496 df 300 Sig. 0.000
Hệ số KMO = 0,84 và mức ý nghĩa kiểm định Bartlett =0,000 (thỏa điều kiện (1)), do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
Bảng 2.17:Bảng ma trận nhân tố xoay Ma trận nhân tố xoay Nhân tố Cơ sở hạ tầng và mạng lưới Sảnphẩm dịch vụ Nguồn nhâ lực Quy trình thủ tục Giá trị thương hiệu Phát triển dịch vụ NHBL Chính sách chăm sóc Khách hàng I4 .727 I2 .701 I5 .677 I3 .671 I1 .537 P1 .807 P2 .769 P4 .663 P3 .646 H2 .791 H1 .754 H3 .668 H4 .585 T1 .822 T3 .766 T2 .689 V3 .766 V1 .729 V2 .675 D2 .780 D3 .684 D1 .662 C3 .817 C2 .676 C1 .651
Kết quả phân tích nhân tố khám phá (EFA) cho thấy tất cả 25 biến quan sát trong 7 thành phần của thang đo không bị phân tán. Tất cả các biến quan sát đều nằm tương ứng trong các thành phần như ban đầu.Hệ số tải nhân tố (Factor loading)
đều > 0,4 nên tất cả các nhân tố đều đạt yêu cầu. Hệ số Eigenvalue =1.041 và phương sai trích là 64,5% (theo phụ lục 4 đính kèm).
Như vậy mơ hình nghiên cứu và giả thuyết chúng ta vẫn giữa nguyên, không phải điều chỉnh.
2.3.3.4 Kết quả kiểm định giả thuyết và mơ hình 2.3.3.4.1 Phân tích tương quan 2.3.3.4.1 Phân tích tương quan
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến độc lập có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Theo ma trận tương quan thì các biến đều có tương quan và có ý nghĩa ở mức dưới 0.05 (theo phụ lục 5 đính kèm). Các biến độc lập đều có tương quan với nhau và tương quan ở mức trung bình chỉ có mối tương quan giữa biến nguồn nhân lực và cơ sở hạ tầng và mạng lưới là tương quan khá chặt (cụ thể ở mức 0,523). Hệ số tương quan giữa biến phụ thuộc với các biến độc lập là ở mức tương đối, trong đó giá trị thương hiệu là có mối tương quan mạnh nhất với biến phụ thuộc (cụ thể ở mức 0.517). Do đó, ta có thể kết luận các biến độc lập này có thể đưa vào mơ hình để giải thích cho biến phụ thuộc.
Bảng 2.18: Bảng ma trận tương quan giữa các biến Mối tương quan
P V T C H I D P Pearson Correlation 1 .398** .381** .268** .181** .197** .389** V Pearson Correlation 1 .364** .362** .460** .433** .517** T Pearson Correlation 1 .267** .351** .344** .463** C Pearson Correlation 1 .382** .420** .435** H Pearson Correlation 1 .523** .476** I Pearson Correlation 1 .434** D Pearson Correlation 1
2.3.3.4.2 Phân tích hồi quy
Phân tích hồi quy được thực hiện với 6 biến độc lập bao gồm: Chất lượng sản phẩm (P), giá trị thương hiệu (V), quy trình thủ tục (T), chính sách chăm sóc khách hàng (C), Nguồn nhân lực (H), cơ sở hạ tầng và mạng lưới (I) và biến phụ thuộc là Phát triển dịch vụ ngân hàng bán lẻ (D). Sau đây là kết quả hồi quy được chạy ra như sau:
Bảng 2.19: Thống kê mô tả các biến phân tích hồi quy
Giá trị trung bình Độ lệch chuẩn Cỡ mẫu
D 3.5976 .64333 251 P 3.7191 .59143 251 V 3.5591 .62569 251 T 3.4608 .61293 251 C 3.6813 .53272 251 H 3.5388 .55564 251 I 3.5442 .53732 251 Bảng 2.20: Bảng tóm tắt mơ hình
Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn dự đoán
1 .669 .447 .434 .48412
Biến phụ thuộc: D
Biến dự đoán: P,V,T,C,H,I
Kết quả hồi quy cho thấy mơ hình hồi quy đưa ra tương đối phù hợp với mức ý nghĩa 0.05. Hệ số R2 hiệu chỉnh =0,447 có nghĩa là có khoảng 44,7 % sự thay đổi phát triển dịch vụ ngân hàng bán lẻ được giải thích bởi 6 biến độc lập là chất lượng sản phẩm (P), giá trị thương hiệu (V), quy trình thủ tục (T), chính sách chăm sóc
khách hàng (C), nguồn nhân lực (H), cơ sở hạ tầng và mạng lưới (I) trong điều kiện có tính đến kích cỡ mẫu và số lượng biến độc lập trong mơ hình.
Bảng 2.21: Phân tích phương sai
ANOVAa Mơ hình Tổng các bình phương df (bậc tự do) Bình phương trung bình F Sig. Phần hồi quy 46.282 6 7.714 32.912 .000b Phần dư 57.187 244 .234 Tổng 103.470 250
Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Trong bản phân tích ANOVA, ta thấy giá trị sig rất nhỏ (sig=0.000), nên mơ hình hồi quy có ý nghĩa thống kê và có ít nhất một beta khác khơng, nên mơ hình hồi quy là phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 2.22: Bảng phân tích hồi quy
Mơ hình
Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
Hằng số -.268 .291 -.923 .357 P .147 .059 .135 2.473 .014 .760 1.315 V .219 .061 .213 3.577 .000 .637 1.570 T .209 .058 .199 3.602 .000 .742 1.348 C .200 .066 .165 3.006 .003 .748 1.338 H .203 .070 .175 2.918 .004 .628 1.593 I .102 .072 .085 1.423 .156 .630 1.586
Kết quả hồi quy cho thấy có 5 nhân tố thõa mãn điều kiện có sig <0.05 tương đương với độ tin cậy 95% và trị tuyệt đối của t lớn hơn 2. Vì vậy 5 yếu tố này được chấp nhận, đólà: chất lượng sản phẩm (P), giá trị thương hiệu (V), quy trình thủ tục (T), chính sách chăm sóc khách hàng (C), nguồn nhân lực (H).
Hệ số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized) và (2) chuẩn hóa (Standardized). Vì hệ số hồi quy chưa chuẩn hóa (B), giá trị của nó phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mơ hình được. Hệ số hồi quy chuẩn hóa (β) là hệ số mà chúng ta đã chuẩn hóa các biến. Vì vậy, chúng được dùng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc. Biến độc lập nào có trọng số này càng lớn thì biến đó tác động mạnh vào biến phụ thuộc.
Sản phẩm dịch vụ
Giá trị thương hiệu
Hình 2.14: Kết quả phân tích hồi quy
Quy trình thủ tục Chính sách chăm sóc KH β= 0,165 Sig = 0,003 Sig = 0,14 β=0,135 β= 0,199 Sig = 0,000 β= 0,213 Sig = 0,000 β=0,175 Sig = 0,04 Nguồn nhân lực PHÁT TRIỂN DỊCH VỤ NHBL
Phương trình hồi quy tuyến tính được thể hiện như sau:
Phát triển dịch vụ ngân hàng bán lẻ = 0,135*Sản phẩm dịch vụ +0,213*giá trị thương hiệu + 0,199 *quy trình thủ tục + 0,165*chính sách chăm sóc khách hàng +0,175* nguồn nhân lực.
Nhận xét: Phát triển dịch vụ ngân hàng bán lẻ tại SCB chịu tác động mạnh nhất của yếu tố giá trị thương hiệu. Kế đến là yếu tố quy trình thủ tục. Và tiếp theo là các yếu tố chính sách chăm sóc khách hàng, nguồn nhân lực và cuối cùng tác động nhẹ nhất là sản phẩm dịch vụ. Nhìn chung các yếu tố chênh nhau không quá nhiều, mức độ tác động tới biến phụ thuộc là cũng giao động gần gần nhau.
2.3.3.4.3 Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.
• Giả định liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập cũng như hiện tượng phương sai thay đổi.
Kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự dự đốn mà mơ hình hồi quy tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa hai giá trị này đã được chuẩn hóa với phần dư trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dư, chúng ta phân tán ngẫu nhiên.
Đồ thị Scatterplot (theo phụ lục 7 đính kèm)cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư không thay đổi. Như vậy mơ hình hồi quy phù hợp.
• Giả định về phân phối chuẩn của phần dư.
Phần dư có thể khơng phân theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai không phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích,... Vì vậy, chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư.
Biểu đồ tần số của phần dư chuẩn hóa (Đồ thị Histogram –theo phụ lục 7 đính kèm) cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Thật không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối hồn tồn chuẩn vì ln ln có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong mẫu quan sát cũng chỉ xấp xỉ chuẩn mà thơi. Kết quả ở đồ thị Histogramthì trung bình mean = 0,00, độ lệch chuẩn 0,988 tức gần bằng 1. Do đó, có thể kết luận rằng giả thiết phân phối chuẩn khơng bị vi phạm.
• Giả định không cao mối tương quan giữa các biến độc lập (đo lường đa cộng tuyến)
Hiện tượng đa cộng tuyến là trạng thái trong đó 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. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t (kiểm định ý nghĩa của chúng), nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R2 tương đối cao.
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor).
Thông thường, nếu VIF của một biến độc lập nào đó lớn hơn 10 thì biến này hầu như khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình MLR (Hair & cộng sự 2006 trích trong Nguyễn Đình Thọ, 2011)
Theo bảng hệ số hồi quy, hệ số VIF của các biến độc lập có giá trị từ 1.315 đến 1.593 (tất cả đều nhỏ hơn 10). Vì vậy có thể kết luận, mơ hình khơng xảy ra hiện tượng đa cộng tuyến.
2.3.4 Đóng góp của nghiên cứu
Về mặt lý thuyết, đánh giá các yếu tố ảnh hưởng tới phát triển dịch vụ ngân hàng bán lẻ được đa dạng và phong phú hơn.
Về thực tiễn: giúp cho ngân hàng SCB hiểu rõ về các yếu tố tác động tới phát triển dịch vụ ngân hàng bán lẻ. Điều này góp phần tạo cơ sở cho việc hoạch định chiến lược phát triển dịch vụ bán lẻ tại SCB.
Giúp bản thân tác giả hiểu sâu sắc hơn về định tính cũng như định lượng cũng như định tính về phát triển dịch vụ ngân hàng bán lẻ.
2.3.5 Hạn chế và hướng nghiên cứu tiếp theo
Cũng như bất cứ nghiên cứu nào, nghiên cứu này cũng có nhiều hạn chế.
Nghiên cứu chỉ đưa ra được sáu yếu tố ảnh hưởng tới phát triển dịch vụ NHBL. Nhiều yếu tố khác nữa nên được tiếp tục thực hiện trong các nghiên cứu khác để tăng mưc độ tổng qt cho mơ hình nghiên cứu.
Nghiên cứu này được thực hiện trên toàn ngân hàng SCB, tuy nhiên với