Phân tích các yếu tố ảnh hưởng đến quyết định gửi tiết kiệm tại NHTM của

6. cục Bố của luâ ̣n văn

2.3 Phân tích các yếu tố ảnh hưởng đến quyết định gửi tiết kiệm tại NHTM của

khách hàng TP.HCM thông qua khảo sát

2.3.1 Thiết kế nghiên cứu

Một nghiên cứu thành cơng phải có một sự thiết kế ban đầu tốt. Dựa vào mục tiêu và phạm vi nghiên cứu đã xác định, bài nghiên cứu này được thực hiện qua 2 bước: Nghiên cứu định tính sơ bộ và Nghiên cứu định lượng chính thức.

CƠ SỞ LY THUYẾT Lý thuyết

liên quan

Các nghiên cứu trước

2.3.1.1 Ng hiên cưu sơ bô

Dựa trên cơ sở kết quả của các nghiên cứu trước, kết hợp với điều kiện tình hình thực tế về kinh tế- xã hội tại VN, cũng như tham khảo ý kiến của một số người am hiểu và hoạt động trong linh vực tài chính NH, tác giả tạo ra một bảng câu hỏi sơ bộ, sử dụng thang đo Likert 5 điểm, bao gồm các yếu tố: Tính an tồn, bảo mật, Hình ảnh ngân hàng, Lợi ích tài chính, Lợi tích phi tài chính, Sản phẩm dịch vụ, Sự tiện lợi, Công nghệ; Đội ngũ nhân viên, Sự ảnh hưởng nhằm nghiên cứu sự ảnh hưởng của chúng đến quyết định gửi TK tại NHTM VN của khách hàng.

Sử dụng bảng câu hỏi sơ bộ, tác giả tiến hành phỏng vấn tay đôi với một số cá nhân nhằm mục đích phát hiện ra những sai sót trong thiết kế bảng câu hỏi, đồng thời điều chỉnh và bổ sung các yếu tổ ảnh hưởng đến quyết định gửi tiết kiệm của người dân. Cụ thể: chọn mẫu theo phương pháp thuận tiện gồm 10 cá nhân bao gồm đồng nghiệp, bạn học, người thân trong gia đình đã từng hoặc đang gửi tiết kiệm tại các NH tiến hành phỏng vấn tay đôi. Một số mục quan sát đã được thêm vào bảng câu hỏi ban đầu như: Tiền gửi của khách hàng được mua bảo hiểm tự động; Khách hàng có thể tất tốn tiền tại nhiều điểm giao dịch trong cùng hệ thống NH; Nhân viên xử lý nhanh các tình huống phát sinh ngồi dự kiến. Sau khi khảo sát thử, bảng câu hỏi được chỉnh sửa và sẵn sàng cho cuộc khảo sát chính thức.

2.3.1.2 Ng hiên cưu chí nh thưc

Được thực hiện bằng phương pháp nghiên cứu định lượng thông qua bảng câu hỏi chính thức đã chỉnh sửa. Đối tượng khảo sát là những khách hàng đã từng hoặc đang gửi tiết kiệm tại các NHTM VN.

Mẫu nghiên cưu:

Việc xác định kích thước mẫu cần cho nghiên cứu phụ thuộc vào nhiều yếu tố như phương pháp xử lý, độ tin cậy cần thiết… Trong điều kiện khơng có giới hạn về thời gian, không gian và kinh phí, việc lựa chọn kích thước mẫu càng lớn càng tốt. Theo Hair & ctg (2006), để sử dụng EFA phân tích nhân tố khám phá, kích thước mẫu tối thiểu là 50, tốt hơn là 100 và tỷ lệ quan sát/ biến đo lường là 5:1. Bên cạnh đó, Tabachnick & Fidell (1996) cho rằng kích thước mẫu cần phải đảm bảo theo công thức: n ≥ 8m +50 (trong đó, n: cỡ mẫu, m: số biến độc lập của mơ hình). Vậy theo cơng thức trên số mẫu tối thiểu cần phải có là: n = (8 x 9) + 50 = 122 mẫu. Giữa 2 kinh

nghiệm trên, tác giả lựa chọn cách xác định theo Hair & ctg, nghia là kích thước mẫu

≥ 37*5=185.

Phương pháp chọn mẫu trong bài là Phi xác suất, thuận tiện để tiết kiệm thời gian, chi phí thực hiện và theo những đối tượng đã xác định; dưới hình thức khảo sát: phát bảng câu hỏi khảo sát trực tiếp đến đối tượng nghiên cứu.

Dữ liệu nghiên cứu thu thập về se được đưa vào xử lý, phân tích trên phần mềm xử lý dữ liệu thống kê SPSS phiên bản 20.

Khảo sát

- Số lượng phiếu khảo sát chuẩn bị: 300 phiếu. - Số lượng phiếu khảo sát phát được: 292 phiếu. - Số lượng phiếu khảo sát thu về được: 267 phiếu.

- Số lượng phiếu khảo sát thu về hợp lệ: 206 phiếu (số phiếu không hợp lệ được loại bỏ bằng phương pháp lựa chọn thủ công).

Cuộc khảo sát được thực hiện từ đầu tháng 06 năm 2014. Giữa tháng 8 năm 2014, tác giả tập hợp lại tất cả các bảng khảo sát, sau khi loại bỏ các phiếu khảo sát không hợp lệ, tác giả tiến hành nhập dữ liệu vào chương trình phân tích số liệu thống kê SPSS, và tiến hành phân tích dữ liệu.

Phương pháp phân tích dữ liệu

Nghiên cứu sử dụng nhiều cơng cụ phân tích dữ liệu:

- Kiểm định Cronbach Alpha:

Vào năm 1951, Cronbach đã cho ra đời một phương pháp kiểm định độ tin cậy của thang đo. Phương pháp này cho phép người phân tích đánh giá sơ bộ thang đo, 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 thông qua hệ số Cronbach Alpha (α). Tuy nhiên, cần chú ý rằng hệ số Cronbach Alpha khơng thể tính được độ tin cậy cho từng biến quan sát, mà chỉ có thể đo lường độ tin cậy của thang đo (bao gồm từ 3 biến quan sát trở lên). Do đó, để sử dụng cơng cụ Cronbach Alpha, ta cần xây dựng thang đo có trên 3 biến (thơng thường là từ 3 đến 5 biến quan sát).

Có nhiều trường phái khác nhau về giá trị kiểm định α. Nhưng nhìn chung thì một thang đo có hệ số α từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm

đang nghiên cứu mới. Thơng thường, thang đo có độ tin cậy khi có hệ số α trong khoảng [ 0.7 , 0.8 ], trường hợp α ≥ 0.8 thì thang đo có độ tin cậy tốt.

Ngồi ra, những biến có hệ số tương quan biến - tổng hiệu chỉnh (Corrected Item – Total Correlation) < 0.3 se bị loại do không phù hợp với phân tích nhân tố khám phá EFA.

- Phân tích nhân tố khám phá EFA (Exploratory factor analysis)

Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, loại đi các biến không đảm bảo độ tin cậy, vấn đề tiếp theo đặt ra là tiến hành phân tích nhân tố khám phá EFA, nhằm rút gọn nhiều biến thành một nhóm biến để đo lường cho một nhân tố cụ thể phù hợp với ý nghia của biến khảo sát. Kết quả phân tích se cho thấy những nhân tố nào là phù hợp cho việc phân tích hồi quy và phân tích phương sai 1 yếu tố (One-way Anova); nó con được sử dụng để tìm mối quan hệ giữa các biến với nhau.

Trong phân tích EFA, tác giả sử dụng các tiêu chí sau để đánh giá mối quan hệ giữa các biến:

Kiểm định Bartlett (Bartlett’s test of sphericity): Nếu kết quả p < 0.05, các biến nghiên cứu có quan hệ với nhau và ngược lại.

Kiểm định KMO (Kaiser - Meyer – Olkin measure of sampling adequacy): Kết quả KMO phải thuộc [0.5, 1] thì mới có thể sử dụng EFA được, KMO càng lớn càng tốt vì phần chung các biến càng tốt.

Ngoài ra, để xác định số lượng nhân tố, tác giả dựa tiêu chí Eigenvalue. Những nhân tố có Eigenvalue > 1 sẽ được giữ lại trong mơ hình phân tích. Đại lượng Eigenvalue đại diện cho lượng biến thiên của tập biến quan sát được giải thích bởi mỡi nhân tố rút ra so với biến thiên con lại của tập biến quan sát sau khi nhân tố được rút ra. Những nhân tố có Eigenvalue < 1 se khơng có tác dụng tóm tắt thơng tin tốt hơn 1 biến gốc và se bị loại khỏi mơ hình nghiên cứu.

Khi đánh giá EFA, tác giả con xem xét đến Tổng phương sai trích TVE (Total Variance Explained): thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng phương sai trích > 50% (>60% là tốt), nghia là phần chung phải lớn hơn phần riêng và sai số, và mơ hình EFA là phù hợp.

Việc giải thích kết quả cũng được tác giả dựa vào 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 1 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 che với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố (Principal components) nên các hệ số tải nhân tố phải có trọng số ≥ 0.5 thì mới đạt u cầu.

Đơ giá trị hơi tụ: Theo Garbing và Anderson (1988), để thang đo đạt giá trị hội tụ

thì hệ số tương quan đơn giữa các biến và các hệ số chuyển tải nhân tố (Factor Loading) phải ≥ 0.4 trong một nhân tố.

Đô giá trị phân biệt: Theo Jabnoun (2003), để đạt độ giá trị phân biệt thì khác biệt giữa các hệ số chuyển tải Factor Loading phải ≥ 0.3.

- Phân tích hồi quy tuyến tính:

Sau khi rút trích được các nhân tố từ phân tích EFA, tác giả tiến hành kiểm định mơ hình giả thuyết bằng hồi qui tuyến tính bội.

Kiểm định đa cơng tuyến (multicolinearity): Đa cộng tuyến là hiện tượng các biến độc lập có tương quan chặt che với nhau. Hiện tượng đa cộng tuyến là các biến độc lập cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến độc lập đến biến phụ thuộc. Hiệu ứng khác khi có hiện tượng tương quan chặt che giữa các biến độc lập là làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghia của các biến độc lập nên các hệ số có khuynh hướng kém ý nghia hơn khi có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao. Để kiểm định hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor) của các biến độc lập trong mơ hình. Theo Hair và cộng sự (2006), nếu VIF của một biến độc lập nào đó > 10 thì biến này hầu như khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình hồi quy bội.

Kiểm định tương quan (Pearson correlation): Tác giả thực hiện xây dựng ma trận tương quan giữa biến phụ thuộc Quyết định gửi tiết kiệm với từng biến độc lập Nhân tố ảnh hưởng và giữa các biến độc lập với nhau nhằm xem xét mối quan hệ tuyến tính giữa chúng. Giá trị tuyệt đối của Pearson càng gần đến 1 thì mối tương quan tuyến tính giữa hai biến càng chặt che. Nếu hiện tương tương quan xảy ra, kết quả của phân tích hồi quy có thể bị ảnh hưởng lớn, ví dụ như gây ra hiện tượng đa cộng tuyến.

Kiểm định mưc đô phù hợp cua mô hình: Để đánh giá độ phù hợp của mơ hình, tác giả kiểm định là hệ số R2 và đại lượng F. Hệ số xác định R2 được chứng minh là

hàm không giảm theo số biến độc lập được đưa vào mô hình, tuy nhiên khơng phải phương trình càng có nhiều biến se càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có một biến giải thích trong mơ hình. Đại lượng F được sử dụng cho kiểm định này với giả thiết đặt ra là H0: β1 = β2 = β3 = β4 = … = 0 và giả thiết đối H1: khơng có hệ số hồi quy nào bằng 0 (với mức ý nghia 5%). Nếu H0 bị bác bỏ, mơ hình hồi quy đã xây dựng là phù hợp với tập dữ liệu

Kiểm định ý nghĩa cua hệ số hồi quy: Đây là kiểm định đối với từng hệ số β. Giá trị thống kê dùng để kiểm định giả thuyết là t, phân phối của đại lượng thống kê này là Student với (N-2) bậc tự do với mức ý nghia là 5%.

Kết quả phương trình hồi quy se cho thấy nhân tố ảnh hưởng quan trọng đến biến phụ thuộc thông qua giá trị của hệ số hồi quy. Hệ số hồi quy của yếu tố nào có giá trị càng lớn, chứng tỏ yếu tố đó ảnh hưởng càng nhiều đến quyết định gửi tiết kiệm tại NHTM VN của khách hàng.

- Phân tích t-test và phương sai một yếu tố (Oneway Anova):

Để kiểm định sự khác nhau về quyết định gửi tiết kiệm tại NHTM VN theo đặc điểm đối tượng khách hàng, giới tính, thu nhập, độ tuổi, nghề nghiệp.

Kiểm định t-test: Kiểm định giả thiết về trị trung bình của hai tổng thể

(Independent-samples T-test). Giả thiết H0: Phương sai của 2 tổng thể bằng nhau. Nếu kết quả của Leneve cho mức ý nghia < .05 => bác bỏ H0 , sử dụng kết quả t ở phần Equal variances not assumed. Trường hợp t < .05 thì có sự khác biệt giữa 2 tổng thể và ngược lại.

Nếu kết quả của Leneve cho mức ý nghia ≥ .05 => chấp nhận H0 , sử dụng kết quả t ở phần Equal variances assumed. Trường hợp t < .05 thì có sự khác biệt giữa 2 tổng thể và ngược lại.

Kiểm định phương sai môt yếu tố: Kiểm định giả thiết về trị trung bình của từ ba

tổng thể trở lên (Oneway Anova). Giả thiết H0: Phương sai của các tổng thể bằng nhau. Nếu kết quả Oneway Anova cho mức ý nghia < .05, mức ý nghia 5%, bác bỏ giả thiết H0: có sự khác biệt giữa các tổng thể về quyết định gửi tiết kiệm => tiếp tục tiến hành xác định chỡ khác biệt (phân tích sâu Anova).

2.3.2 Xây dựng thang đo4

Qua hai bước khảo sát định tính và định lượng, kết quả đề xuẩt có 9 nhân tố độc lập có ảnh hưởng đến quyết định gửi TK của khách hàng (khơng tính đến thành phần nhân khẩu học), được đo bằng 34 biến quan sát và 1 thành phần quyết định gửi TK, được đo bằng 3 biến quan sát. Cụ thể:

- An toàn bảo mật (ATBM): gồm 3 biến quan sát (từ ATBM1 đến ATBM3) - Hình ảnh NH (HIAN): gồm 4 biến quan sát (từ HIAN1 đến HIAN4) - Lợi ích tài chính (LITC): gồm 3 biến quan sát (từ LITC1 đến LITC3) - Lợi ích phi tài chính (LIPT): gồm 5 biến quan sát (từ LIPT1 đến LIPT5) - Sản phẩm dịch vụ (SPDV): gồm 4 biến quan sát (từ SPDV1 đến SPDV4) - Sự tiện lợi (TILO): gồm 4 biến quan sát (từ TILO1 đến TILO4)

- Công nghệ (CONG): gồm 3 biến quan sát (từ CONG1 đến CONG3)

- Đội ngũ nhân viên (DNNV): gồm 4 biến quan sát (từ DNNV1 đến DNNV4) - Sự ảnh hưởng (ANHU): gồm 4 biến quan sát (từ ANHU1 đến ANHU4) - Quyết định gửi tiết kiệm (QD): gồm 3 biến quan sát (từ QD1 đến QD4)

2.3.3 Kết quả nghiên cứu

2.3.3.1 Thống kê mô tả bằng biểu đồ, và cá c đ ại lượng thốn g kê mô t ả

Bảng 2.2 Đặc điểm mẫu nghiên cứu5

Phân bổ theo mẫu ( n = 206 ) Số lượng Tỷ lệ % trong mẫu

Giới tính Nam 95 46% Nữ 111 54% Tổng 206 100% Độ tuổi Từ 18 đến dưới 25 tuổi 31 15% Từ 25 đến dưới 40 tuổi 68 33% Từ 40 đến dưới 55 tuổi 70 34% Từ 55 tuổi trở lên 37 18% Tổng 206 100% Thu nhập bình quân / tháng Từ 5 đến dưới 10 triệu đồng 96 47% Từ 10 đến dưới 20 triệu đồng 63 31% Trên 20 triệu đồng 47 23% Tổng 206 100% Trình độ học vấn Dưới Cao đẳng 35 17%

Cao đẳng, Đại học 143 69%

4 Phụ lục 2: Bảng thang đo các biến chi tiết 5 Phụ lục 4: Biểu đồ và thống kê mô tả mẫu

Phân bổ theo mẫu ( n = 206 ) Số lượng Tỷ lệ % trong mẫu

Sau Đại học 28 14%

Tổng 206 100%

Nghề nghiệp

Cán bộ, công nhân viên nhà nước 33 16%

Nhân viên DN ngoài quốc doanh 90 44%

Kinh doanh tự do 67 33%

Nội trợ 16 8%

Tổng 206 100%

Nguồn: Kết quả khảo sát của tác giả

- Thống kê theo giới tính: Trong số 206 phiếu khảo sát thu về hợp lệ, tỷ lệ giữa nam và nữ có sự chênh lệch, số lượng nữ được khảo sát nhiều hơn với 111 người (tương ứng với tỷ lệ 54%) và có 95 người trả lời là nam (tương ứng với tỷ lệ 46%).

- Thống kê theo độ tuổi: Trong số người được khảo sát, chiếm đa số là nhóm tuổi “Từ 25 đến dưới 40 tuổi”, với 68 người (chiếm 33%). Nhiều thứ 2 là nhóm tuổi “Từ 40 đến dưới 55 tuổi”, với 70 người (chiếm tỷ lệ 34%). Kế đến là nhóm tuổi “Từ 55 tuổi trở lên” với 37 người (chiếm tỷ lệ 18%). Cuối cùng là nhóm tuổi “Từ 18 đến 25 tuổi” với 31 người (chiếm tỷ lệ 15% thấp nhất). Kết quả phù hợp với thực tế, vì nhóm tuổi “Từ 18 đến dưới 25 tuổi” thường gồm nhiều sinh viên mới ra trường, lập nghiệp, chưa có nhiều nhàn rỡi để gửi tiết kiệm.

- Thống kê theo thu nhập bình quân/ tháng: đối tượng khảo sát chủ yếu là người có mức thu nhập “Từ 5 đến dưới 10 triệu đồng”, với 96 người (chiếm tỷ lệ 47%). Kế đến là mức thu nhập “Từ 10 đến dưới 20 triệu đồng”, với 63 người (chiếm tỷ lệ 31%). Số người có mức thu nhập “Trên 20 triệu đồng” có kích thước nhỏ nhất trong mẫu, với 47 người (chiếm tỷ lệ 23%). Vì phương pháp chọn mẫu là phi xác suất thuận tiện, các