5. Kết cấu của đề tài
2.2 Thực trạng chất lƣợng tín dụng cá nhân tại Ngân hàng Thƣơng Mại Cổ Phần
2.2.6.3 Kế hoạch phân tích dữ liệu
Mã hóa biến Bảng 2.5: Mã hóa biến STT Thành phần Tên biến Mã hóa 1 Nguồn lực
Các trang thiết bị của ngân hàng luôn sẵn có để phục vụ nhu
cầu khách hàng NL1
2 Các trang thiết bị của ngân hàng hiện đại, luôn hoạt động
tốt, ổn định NL2
3 Ngân hàng có năng lực tài chính mạnh, ổn định NL3
4 Khả năng theo dõi hợp đồng của ngân hàng tốt NL4
5 Cơ sở hạ tầng của ngân hàng tốt, khang trang, hiện đại, địa
điểm thuận tiện NL5
6 Kết Tốc độ thực hiện dịch vụ cho vay của ngân hàng nhanh
7 Quả Ngân hàng luôn cung cấp dịch vụ một cách đáng tin cậy
(thực hiện đúng cam kết và giải ngân đúng hạn) KQ2 8 Ngân hàng luôn cung cấp dịch vụ một cách nhất quán KQ3
9 Ngân hàng ln đảm bảo an tồn khi giải ngân bằng tiền
mặt cho doanh nghiệp (không bị mất mát, tổn thất) KQ4 10 Ngân hàng luôn đảm bảo độ chính xác chứng từ (chứng từ
khơng mắc lỗi) KQ5
11 Phương thức cho vay của ngân hàng đa dạng và ln sẵn có
(bất cứ khi nào và ở đâu) KQ6
12 Giá cả (lãi suất và phí) dịch vụ của ngân hàng cạnh tranh KQ7
13
Các quy định của ngân hàng để cho vay là linh hoạt (điều kiện vay vốn, hạn mức, thời hạn duy trì hạn mức, thời hạn cho vay, phương thức thực hiện, hồ sơ cho vay…)
KQ8
14
Quá Trình
Thái độ, cung cách phục vụ của nhân viên ngân hàng để đáp
ứng nhu cầu của khách hàng là tốt QT1 15 Nhân viên ngân hàng luôn sẵn sàng đáp ứng các yêu cầu của
khách hàng một cách nhanh chóng QT2 16 Nhân viên có kiến thức tốt về yêu cầu và nhu cầu của khách
hàng QT3
17 Ngân hàng ứng dụng tốt công nghệ thông tin trong dịch vụ
khách hàng QT4
18
Quản Lý
Ngân hàng ứng dụng tốt công nghệ thông tin trong quản lý,
điều hành QL1
19 Hiệu quả trong quản lý và điều hành công việc của ngân
hàng cao QL2
20 Kiến thức và kỹ năng, trình độ của người quản lý, điều hành
trong ngân hàng cao, bao gồm cả khả năng xử lý sự cố QL3 21 Ngân hàng thấu hiểu được nhu cầu và yêu cầu của khách
hàng QL4
22 Ngân hàng có sự phản hồi tốt từ phía khách hàng QL5
23 Ngân hàng ln khơng ngừng cải thiện q trình quản lý,
24
Hình ảnh & TNXH
Ngân hàng có quan hệ tốt với các Ngân hàng khác và Ngân
hàng Nhà nước HT1
25 Uy tín, thương hiệu của ngân hàng trên thị trường được tin
tưởng HT2
26 Ngân hàng thực hiện tốt trách nhiệm xã hội với người lao
động, với cộng đồng, với chính quyền sở tại TNXH 27 ĐÁNH
GIÁ
Nhìn chung, quý vị đánh giá tốt chất lượng tín dụng cá nhân
của ngân hàng CL
Làm sạch dữ liệu
Dữ liệu sau khi thu thập sẽ được làm sạch mới có thể đưa vào phân tích để tránh những sai sót trong quá trình nhập dữ liệu. Quá trình làm sạch dữ liệu được thực hiện bằng cách dùng các bảng tần số và lệnh Find để tìm vị trí của giá trị lỗi rồi chỉnh sửa.
Thống kê mơ tả
Phân tích thống kê mơ tả là q trình chuyển dữ liệu thơ thành những dạng thích hợp hơn cho việc hiểu và giải thích chúng. Phân tích thống kê được thực hiện qua hai giai đoạn: một là miêu tả các câu trả lời hay các quan sát cụ thể bằng kỹ thuật lập bảng, sắp xếp theo thứ tự dữ liệu đã thu thập, hai là tính tốn các chỉ tiêu thống kê như trị số trung bình, phân phối tần suất, phân phối tỷ lệ. Trong đó phân tích tần số (Frequency Table): là phương pháp dùng để tóm tắt dữ liệu được sắp xếp từng nhóm khác nhau dựa trên những tần số xuất hiện của các đối tượng trong dữ liệu.
Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha [1, tr.21]
Đây là phương pháp dùng để xác định độ tin cậy của thang đo. Hệ số α của Cronbach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt phải có hệ số α lớn hơn hoặc bằng 0.8. Tuy nhiên 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 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Trong nghiên cứu này, tác giả sẽ loại bỏ những thang đo có hệ số Cronbach Alpha nhỏ hơn 0.6 và những biến có hệ số tương quan biến tổng nhỏ hơn 0.4.
Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) [1,
tr.29]
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Tác giả sẽ xem xét các Factor loading hay hệ số tải nhân tố hay trọng số nhân tố trong bảng Rotated Component Matrix. Trên mỗi dịng nhất định, chỉ có một con số, con số này chính là factor loading lớn nhất của biến quan sát nằm ở dịng đó. Biến quan sát có factor loading lớn nhất nằm tại cột nào thì biến quan sát đó thuộc về nhân tố đó. Như vậy, biến quan sát bất kỳ sẽ nằm ở nhân tố thứ mấy sẽ được thể hiện rõ ràng trên bảng Rotated Component Matrix. Đối với những Factor Loading mang dấu âm thì lấy giá trị tuyệt đối của nó. Tiêu chuẩn quan trọng đối với Factor loading lớn nhất là nó phải lớn hơn hoặc bằng 0.5, tiêu chuẩn này phù hợp với cỡ mẫu điều tra (Hair và cộng sự, 1998). Ngồi ra, nghiên cứu cịn xem xét hệ số Eigenvalue có đạt điều kiện lớn hơn 1 hay không, kiểm định Barlert xem xét Sig<=0.5 và 0.5<=KMO (Kaiser- Meyer- Olkin)<=1 đảm bảo phân tích nhân tố phù hợp với các dữ liệu. Nếu biến quan sát không đạt được các điều kiện về hệ số Factor loading thì sẽ bị loại bỏ khỏi mơ hình nghiên cứu. Tuy nhiên, việc loại bỏ sẽ được tiến hành từng bước một trong trường hợp có nhiều biến khơng đạt.
Xây dựng phƣơng trình hồi quy tuyến tính [2, tr.237]
Sau khi phân tích nhân tố, thang đo được đưa vào phân tích hồi quy tuyến tính bội với đầu vào là các nhân tố đã được xác định nhằm xem xét mức độ ảnh hưởng của các nhân tố với chất lượng tín dụng. Trước khi chạy hồi quy ta tiến hành chạy tương quan để xem xét có tương quan chặt chẽ với nhau hay khơng. Sau đó mới sử dụng phương pháp chạy hồi quy để kiểm định các nhân tố ảnh hưởng.
Bước đầu tiên khi tiến hành phân tích hồi quy tuyến tính bội là xem xét các mối tương quan tuyến tính giữa tất cả các biến bằng cách xây dựng ma trận tương quan giữa tất cả các biến. Ma trận này cho biết tương quan giữa biến phụ thuộc với từng biến độc
lập, cũng như tương quan giữa các biến độc lập với nhau. Khi kết quả phân tích tương quan cho thấy sự tương quan chặt chẽ giữa các biến độc lập thì nghiên cứu cần phải kiểm tra hiện tượng đa cộng tuyến có ảnh hưởng đến phân tích hồi quy bội hay khơng. Phần mềm SPSS sẽ được sử dụng để xây dựng mơ hình của nghiên cứu. Hệ số R2 điều chỉnh (Adjusted R square) sẽ được sử dụng để đánh giá mức độ phù hợp của mơ hình vì nó loại bỏ độ lệch phóng đại của R2, nghĩa là càng đưa thêm biến độc lập vào thì R2
càng tăng khi mà khơng phải mơ hình nào càng có nhiều biến thì sẽ càng phù hợp. Sau đó, nghiên cứu sẽ kiểm định sự phù hợp của mơ hình bằng phân tích phương sai ANOVA. Giả thuyết được đặt ra là j = 0, nếu giả thuyết này bị bác bỏ thì cũng có nghĩa là mơ hình
xây dựng phù hợp với tập dữ liệu.
Các nghiên cứu phụ [2, tr.134-154]
Dựa trên các dữ liệu định tính được thu thập để phân loại người trả lời, tác giả tiến hành thực hiện các nghiên cứu để kiểm tra có hay khơng sự khác biệt của mỗi nhóm KH theo các biến phân loại trong việc đánh giá các thành phần chất lượng dịch vụ. Để thực hiện nghiên cứu này, ta có thể sử dụng 2 phương pháp kiểm định giả thuyết về trung bình tổng thể: kiểm định T – test và phân tích ANOVA.
Cặp giả thuyết cần kiểm định là:
Ho: Trung bình tổng thể của k nhóm này bằng nhau (nghĩa là khơng có sự khác biệt giữa các trung bình của các nhóm được phân loại theo biến định tính)
H1: Trung bình tổng thể của k nhóm này không bằng nhau (nghĩa là có sự khác biệt giữa các trung bình của các nhóm được phân loại theo biến định tính)
Tuy nhiên, trước khi thực hiện kiểm định trung bình ta cần phải thực hiện một kiểm định khác mà kết quả của nó ảnh hưởng rất quan trọng đến kiểm định trung bình, đó là kiểm định sự bằng nhau của 2 phương sai tổng thể. Nếu so sánh 2 tổng thể có giá trị bằng nhau nhưng mức độ đồng đều hồn tồn khác nhau thì rất là khập khiễng. Vì vậy, ta cần phải thực hiện kiểm định Levene test với cặp giả thuyết:
Ho: Phƣơng sai của hai tổng thể bằng nhau H1: Phƣơng sai của hai tổng thể khác nhau
Kết quả của việc bác bỏ hay chấp nhận giả thuyết Ho sẽ ảnh hưởng đến việc lựa chọn tiếp loại kiểm định giả thuyết về sự bằng nhau giữa hai trung bình tổng thể (khi dùng phương thức kiểm định T - test).
- Nếu kết quả kiểm định Levene test bác bỏ giả thuyết Ho (Sig < mức ý nghĩa = 5%), nghĩa là phương sai của hai tổng thể là khác nhau thì ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances not assumed.
- Ngược lại, nếu giả thuyết Ho được chấp nhận (Sig > mức ý nghĩa = 5%) thì ta sẽ sử dụng kết quả kiểm định t ở phần Equal variances assumed.