Độ tuổi Tần số Tỷ lệ % Tỷ lệ % tích lũy <20 2 1.4 1.4 20-29 19 13.4 14.8 30-39 57 40.1 54.9 40-49 53 37.3 92.3 50-59 9 6.3 98.6 >=60 2 1.4 100
Nguồn: Tổng hợp từ cuộc khảo sát khách hàng
40.1%, tiếp đến là khách hàng có độ tuổi từ 40 đến 49 tuổi chiếm 37.3%. Nhóm tuổi từ 30 đến 49 tuổi là nhóm có sự ổn định về nghề nghiệp và địa vị.
2.3.2.4 Phân tích nhân tố khám phá EFA (Explore Factor Analysis)
Phân tích nhân tố khám phá (EFA) 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.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Ngồi ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Mặc dù ma trận nhân tố ban đầu hay ma trận nhân tố không xoay cho ta thấy được mối quan hệ giữa các nhân tố và từng biến một nhưng nó ít khi tạo ra những nhân tố có thể giải thích được một cách dễ dàng bởi vì các nhân tố có tương quan với nhiều biến. Thơng qua xoay các nhân tố thì ma trận nhân tố sẽ đơn giản và dễ giải thích hơn.
Nghiên cứu sử dụng phương pháp trích nhân tố principal components (rút các thành phần chính) và phép xoay Varimax: xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, tăng cường khả năng giải
thích các nhân tố. Vì vậy, các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt u cầu.
2.3.2.5 Kiểm định thang đo bằng Cronbach alpha
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thơng qua hệ số Cronbach alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thơng thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
2.3.2.6 Xây dựng mơ hình hồi quy – mức độ tác động
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, xây dựng phương trình hồi quy bội theo phương pháp bình phương tối thiểu - ols nhằm:
Xem xét sự ảnh hưởng của các biến độc lập lên biến phụ thuộc.
Kiểm định giả thiết về bản chất của sự phụ thuộc đó bằng cách dị tìm các vi phạm giả định cần thiết trong mơ hình hồi quy tuyến tính bội như kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor – VIF). Nếu các giả định
không bị vi phạm, mơ hình hồi quy tuyến tính bội được xây dựng. Và hệ số R2 đã được điều chỉnh (adjusted R square) cho biết mơ hình hồi quy được xây dựng phù hợp đến mức nào.
2.3.3 Kết quả nghiên cứu mơ hình SERQUAL về chất lượng tín dụng dành cho khách hàng cá nhân khách hàng cá nhân
2.3.3.1 Mô tả mẫu khảo sát khách hàng tại ngân hàng Eximbank
Tổng số bảng câu hỏi được phát ra là 180 bảng, thu về là 165 bảng. Trong số 165 bảng thu về có 23 bảng khơng hợp lệ do thiếu nhiều thông tin. Kết quả là 142 bảng câu hỏi hợp lệ được sử dụng làm dữ liệu cho nghiên cứu.
2.3.3.2 Đánh giá thang đo chất lượng tín dụng dành cho khách hàng cá nhân theo mơ hình SERVQUAL bằng phân tích nhân tố khám phá EFA theo mơ hình SERVQUAL bằng phân tích nhân tố khám phá EFA
Phương pháp rút trích được chọn để phân tích nhân tố là phương pháp principal components với phép quay varimax. Thang đo chất lượng cho vay cá nhân theo mơ hình SERVQUAL gồm 5 thành phần chính và được đo bằng 21 biến quan sát. Phân tích nhân tố khám phá EFA được sử dụng để đánh giá mức độ hội tụ của các biến quan sát theo các thành phần.
Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO đạt yêu cầu (bằng 0.739 > 0.5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA là thích hợp.
Tại các mức giá trị Eigenvalues lớn hơn 1 và với phương pháp rút trích principal components và phép quay varimax, phân tích nhân tố đã trích được 6 nhân tố từ 21 biến quan sát và với phương sai trích là 65.575% (lớn hơn 50%) đạt yêu cầu.
Dựa trên phân tích của bảng Rotated Component Matrix (a) (phụ lục), ta thấy các biến đều có hệ số tải nhân tố lớn hơn 0.5, trừ biến PV01 có hệ số tải nhân tố bằng 0.277<0.3 nên biến này bị loại.
Bảng 2.14: Kết quả phân tích nhân tố khám phá thang đo chất lượng tín dụng dành cho khách hàng cá nhân theo mơ hình SERVQUAL lần 1
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .739
Bartlett's Test of Sphericity
Approx. Chi-Square 1177.177
df 210
Sig. .000
Biến quan sát Yếu tố
1 2 3 4 5 6 TC01 .848 TC02 .881 TC03 .863 TC04 .787 TC05 .685
DU02 .561 PT01 .826 PT02 .858 PT03 .807 PT04 .889 PT05 .793 DC01 .737 DC02 .772 DC03 .681 DC04 .729 DU01 .787 DU02 .777 PV03 .832 PV04 .644 PV01 .372 .649 PV02 .776 Eigenvalues Phương sai rút trích(%) 3.870 17.733 3.637 17.281 2.283 10.850 1.559 7.414 1.322 6.671 1.100 5.626 Nguồn: Kết quả tính tốn từ SPSS 19.0
Sau khi loại biến PV01, phân tích nhân tố lần 2, ta loại tiếp biến DU02 do hiệu trị tuyệt đối hai hệ số tải nhân tố lớn nhất bằng 0.276<0.3.
Tiếp tục loại biến DU02, phân tích nhấn tố lần 3, ta loại biến PV02 do hệ số tải nhân tố bằng 0.202<0.3.
Bảng 2.15: Kết quả phân tích nhân tố khám phá thang đo chất lượng tín dụng dành cho khách hàng cá nhân theo mơ hình SERVQUAL lần 4
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .753
Bartlett's Test of Sphericity
Approx. Chi-Square 1070.096
df 153
Biến quan sát Yếu tố 1 2 3 4 5 TC01 .843 TC02 .865 TC03 .891 TC04 .822 TC05 .702 DU01 .833 DU03 .809 DC01 .748 DC02 .776 DC03 .671 DC04 .745 PT01 .827 PT02 .859 PT03 .807 PT04 .888 PT05 .793 PV03 .803 PV04 .769 Eigenvalues 3.667 3.517 2.253 1.522 1.154 Phương sai rút trích 20.074 19.289 12.460 8.167 7.301
Nguồn: Kết quả tính tốn từ SPSS 19.0
Xét hệ số Cronback alpha của 5 nhân tố
Nhân tố 1: gồm các biến PT01, PT02, PT03, PT04, PT05 CRA = 0.893 > 0.6: đạt yêu cầu
Nhân tố 2: gồm các biến TC01, TC02, TC03, TC04, TC05
CRA = 0.885>0.6: đạt yêu cầu, tuy nhiên CRA sẽ tăng lên nếu như loại biến TC05. Do đó, TC05 sẽ bị loại.
CRA = 0.723>0.6: đạt yêu cầu Nhân tố 4: gồm các biến DU01, DU03
CRA = 0.575<0.6: không đạt yêu cầu nên hai biến DU01, DU03 bị loại Nhân tố 5: gồm các biến PV03, PV04
CRA = 0.430<0.6: không đạt yêu cầu nên hai biến PV03, PV04 sẽ bị loại. Kiểm định KMO và Bartlett's trong phân tích nhân tố khám phá thang đo chất lượng cho vay cá nhân lần cuối cho thấy hệ số KMO đạt yêu cầu (bằng 0.796 > 0.5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA rất thích hợp.
Bảng 2.16: Kết quả phân tích nhân tố khám phá thang đo chất lượng tín dụng dành cho khách hàng cá nhân theo mơ hình SERVQUAL lần cuối
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .796
Bartlett's Test of Sphericity
Approx. Chi-Square 906.062
df 78
Sig. .000
Biến quan sát Yếu tố
PTHH TINCAY DONGCAM TC01 .857 TC02 .893 TC03 .904 TC04 .829 DC01 .753 DC02 .791 DC03 .681 DC04 .728 PT01 .832
PT02 .860 PT03 .806 PT04 .887 PT05 .798 Eigenvalues 3.645 3.038 2.144 Phương sai rút trích 27.423 23.584 16.887 Cronback alpha 0.893 0.894 0.723 Nguồn: Kết quả tính tốn từ SPSS 19.0
Sau khi phân tích nhân tố khám phá thang đo chất lượng tín dụng dành cho khách hàng cá nhân theo mơ hình SERVQUAL lần cuối ta rút trích được 3 nhân tố:
Nhân tố PTHH gồm các biến: PT01, PT02, PT03, PT04, PT05 Nhân tố TINCAY gồm các biến: TC01, TC02, TC03, TC04 Nhân tố DONGCAM gồm các biến: DC01, DC02, DC03, DC04
2.3.3.3 Xây dựng nhân tố sự thỏa mãn của khách hàng về chất lượng tín dụng dành cho khách hàng cá nhân theo mơ hình SERVQUAL bằng phân tích nhân dành cho khách hàng cá nhân theo mơ hình SERVQUAL bằng phân tích nhân tố khám phá EFA