2.2 Thực trạng hoạt động cho vay khách hàng cá nhân của Ngân hàng
2.3.2 Phương pháp chọn mẫu và xử lý số liệu
2.3.2.1 Phương pháp chọn mẫu.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), trong phân tích nhân tố (EFA) cỡ mẫu ít nhất phải bằng 4 hay 5 lần số biến. Trong nghiên cứu chính thức có 16 biến quan sát, tối thiểu cần mẫu n =5x16= 80 mẫu. Ngoài ra, theo Tabachnick & Fidell (1991) để phân tích hồi quy đạt được kết quả tốt nhất, thì kích cỡ mẫu phải thỏa mãn công thức (dẫn theo Hồ Minh Sánh, 2010):
n ≥ 8k + 50
Trong đó, n là kích cỡ mẫu. k là số biến độc lập của mơ hình.
Nghiên cứu này có 4 biến độc lập do đó kích cỡ mẫu tối thiểu là 8*4 +50 = 82 mẫu. Tuy nhiên, cần phải phân tích sự khác biệt về các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân trên địa bàn TPHCM theo các đặc điểm cá nhân (biến định tính) vì thế cần đảm bảo mẫu đủ lớn. Do vậy tác giả sẽ lựa chọn kích cỡ mẫu gấp 2-3 lần kích cỡ mẫu tối thiểu xác định theo số biến quan sát trên đây. Như vậy, kích cỡ mẫu sử dụng trong nghiên cứu là 260 mẫu.
Mẫu nghiên cứu được chọn theo phương pháp lấy mẫu thuận tiện. Những người tham gia khảo sát được đề nghị đánh giá các nhân tố ảnh hưởng đến quyết định vay vốn của khách hàng cá nhân trên địa bàn TPHCM. Bảng câu hỏi một phần được phát trực tiếp đến các khách hàng tại các chi nhánh của ngân hàng Vietinbank tại TPHCM; các KHCN giao dịch tại các Ngân hàng khác; và phần cịn lại (được gửi thơng qua email đến những người quen thuộc nhiều độ tuổi, trình độ, ngành nghề… khác nhau) được khảo sát thông qua internet bằng công cụ Google Docs .
2.3.2.2 Phương pháp xử lý số liệu
Xử lý số liệu được thực hiện thông qua 4 bước sau:
Bước 1: Chuẩn bị cho phân tích dữ liệu nghiên cứu gồm a) làm sạch số liệu; b) mã hóa và nhập số liệu; c) kiểm tra nhập liệu.
Bước 2: Kiểm định độ tin cậy Cronbach Alpha. Thực hiện phép kiểm định Cronbach Alpha để đánh giá sự hội tụ của từng thành phần trong thang đo, kết quả phép kiểm định đề nghị giữ lại những biến quan sát có ý nghĩa đóng góp thực sự vào việc đo lường khái niệm nghiên cứu. Theo Nguyễn Đình Thọ (2011), các câu hỏi có hệ số tương quan biến - tổng nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi có độ tin cậy alpha từ 0,6 trở lên. Cụ thể: Cronbach’s Alpha > 0.8 thì độ tin cậy của thang đo là tốt, từ 0.7 đến 0.8 thì độ tin cậy của thang đo sử dụng được, từ 1.6 đến 0.7 là có thể sử dụng được trong các nghiên cứu mới. Luận văn sẽ loại bỏ các câu hỏi có hệ số tương qua biến - tổng nhỏ hơn 0.4 và khi alpha có giá trị lớn hơn 0.6 được xem là có độ tin cậy.
Bước 3: Phân tích nhân tố khám phá (EFA) nhằm nhận diện các nhân tố giải thích cho các biến thành phần. Phân tích nhân tố khám phá sẽ trả lời câu hỏi liệu các biến quan sát dùng để xem xét sự tác động của các yếu tố thành phần đến quyết định vay vốn của KHCN có độ kết dính cao khơng và chúng có thể rút gọn lại thành một số yếu tố ít hơn để xem xét hay khơng. Các tham số thống kê trong phân tích EFA như sau:
- Đánh giá chỉ số Kaiser-Mayer-Olkim (KMO) để xem xét sự thích hợp của phân tích nhân tố khám phá phá. Nếu KMO nằm trong khoảng từ 0.5 đến 1 thì phân tích nhân tố khám phá sẽ phù hợp.
- Kiểm định Bartlett xem xét giả thuyết H0: Độ tương quan giữa các biến số quan sát bằng 0. Nếu kiểm định này có ý nghĩa thống kê (sig <0.05) thì các biến có tương quan với nhau trong tổng thể.
- Các hệ số tải nhân tố (factor loading) nhỏ hơn 0.4 trong EFA sẽ tiếp tục bị loại để đảm bảo sự hội tụ giữa các biến (Geibing & Anderson, 1988). Phương pháp trích hệ số sử dụng là Principal Components và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50%.
Trong nghiên cứu này, tác giả quyết định sử dụng tiêu chuẩn sau để thực hiện phân tích nhân tố khám phá:
- Kiểm định Barlett có ý nghĩa thống kê (sig <0.05).
- Giữ lại các biến có hệ số tải nhân tố (factor loading) > 0.4 và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50%.
Bước 4: Phân tích hồi quy tuyến tính được sử dụng để đánh giá mức độ tác động của từng nhân tố đến quyết định vay của khách hàng cá nhân.
Phân tích hồi quy tuyến tính được sử dụng để kiểm định mối tương quan tuyến tính giữa các biến trong mơ hình: giữa các biến độc lập với nhau và giữa biến phụ thuộc và biến độc lập. Có hai phương pháp để đánh giá mức độ tương quan trong phân tích hồi quy tuyến tính. Thứ nhất là qua đồ thị phân tán và hệ số tương quan Pearson. Trong đó, hệ số tương quan Pearson càng tiến đến 1 thì hai biến có mối tương quan càng chặt chẽ (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Ngoài ra, tác giả cũng xem xét mối tương quan giữa các biến độc lập với nhau để đảm bảo đa cộng tuyến không xảy ra đảm bảo mơ hình hồi quy tuyến tính sử dụng được. Theo Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2005 cho biết thì đa cộng tuyến có thể được kiểm định thơng qua hệ số phóng đại phương sai (VIF) và VIF >10 thì sẽ xảy ra hiện tượng đa cộng tuyến.
Sau khi phân tích tương quan giữa các biến sử dụng, tác giả sẽ thực hiện các kỹ thuật hồi quy dựa trên ước lượng bình phương nhỏ nhất (OLS) với điều kiện là phân phối chuẩn được đảm bảo. Bên cạnh đó, hệ số góc thu được trong phương trình hồi quy tuyến tính sẽ đại diện cho mức độ ảnh hưởng của từng biến độc lập đến biến phụ thuộc. Trong trường hợp các biến sử dụng cùng một thang đo định danh có giá trị từ 1 đến 5, thì hệ số góc càng lớn thì biến độc lập càng có ảnh hưởng mạnh đến biến phụ thuộc hơn so với các biến độc lập khác.
Trong nghiên cứu này, tác giả quyết định sử dụng tiêu chuẩn sau trong phân tích hệ số tương quan và hồi quy tuyến tính:
- Hệ số R2 hiệu chỉnh, do R2 hiệu chỉnh có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có hơn 1 biến giải thích trong mơ hình.
- Kiểm định F để xem xét mức độ phù hợp của mơ hình hồi quy tuyến tính tổng thể.
- Đánh giá mức độ tác động (mạnh/yếu) giữa các biến độc lập đến biến phụ thuộc thông qua hệ số Beta.
- Cuối cùng, nhằm đánh giá độ tin cậy của phương trình hồi quy được xây dựng cuối cùng là phù hợp, một loạt các dị tìm vi phạm của giả định cần thiết trong hồi quy tuyến tính được thực hiện. Các giả định được kiểm định bao gồm giả định về liên hệ tuyến tính giữa các biến độc lập, tính độc lập của phần dư và hiện tượng đa cộng tuyến.
Bước 5 : Phân tích sự khác biệt về xu hướng sử dụng theo thuộc tính người sử dụng bằng T-Test và ANOVA
Sau khi có kết quả phân tích hồi quy tuyến tính, tác giả sẽ tiến hành phân tích sự khác biệt về quyết định mua vay vốn của khách hàng cá nhân trên địa bàn TP. HCM theo các thông tin về thuộc tính của đối tượng nghiên cứu, bao gồm: nhóm tuổi, giới tính, trình độ học vấn, cơng việc. Mục đích của phân tích này nhằm cung cấp các thơng tin cần thiết cho ngân hàng TMCP Công thương Việt nam để xây dựng các chiến lược phù hợp với phân khúc khách hàng cá nhân tại TPHCM.
2.3.3 Phân tích kết quả nghiên cứu.
2.3.3.1 Mơ tả mẫu khảo sát.
Trong nghiên cứu này, những người tham gia khảo sát được đề nghị đánh giá mức độ ảnh hưởng của các nhân tố đến quyết định vay vốn của khách hàng cá nhân. Nghiên cứu thu hút các khách hàng thuộc nhiều thành phần, lứa tuổi, trình độ, khảo sát được thực hiện theo phương pháp thuận tiện. Có 300 bảng câu hỏi phát ra và gửi đi bằng email cho những nhân viên mà tác giả quen, thu lại được 280 bảng câu trả lời chiếm tỷ lệ 93.33%. Sau khi làm sạch dữ liệu, cuối cùng có 265 bảng trả lời được sử dụng (trong đó có 35 bảng câu hỏi thu thập được qua email, 80 bảng câu hỏi thu thập từ các lớp Cao học Trường Đại học Kinh tế TP HCM và 150 bảng câu hỏi thu thập trong các chi nhánh ngân hàng TMCP Công thương trên địa bàn TPHCM). Mẫu đưa vào phân tích chính thức có các đặc điểm như bảng sau:
Bảng 2. 4 Đặc điểm mẫu phân tíchĐặc điểm của Đặc điểm của mẫu Chỉ tiêu Tần số Phần trăm(%) Phần trăm tích lũy (%) <22 tuổi 69 26 26 Tuổi 23-35 tuổi 70 26.4 52.5 36-50 tuổi 59 22.3 74.7 >50 tuổi 67 25.3 100 Giới tính Nam 144 54.3 54.3 Nữ 121 45.7 100 Cao đẳng 85 32.1 32.1 Trình độ học vấn
Đại học và sau đại
học 80 30.2 62.3
Khác 100 37.7 100
<10 triệu 91 34.3 34.3
Thu nhập 10-20 triệu 92 34.7 69.1
>20 triệu 82 30.9 100
Nhân viên kinh
doanh 64 24.2 24.2
Nghề nghiệp Nhân viên kỹ thuật 64 24.2 48.3
Cấp quản lý 63 23.8 72.1
Khác 74 27.9 100
2.3.3.2 Đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronbach ‘s Alpha.
Trước khi đưa vào phân tích nhân tố khám phá, dữ liệu nghiên cứu sẽ được kiểm định thang đo bằng công cụ Cronbach Alpha bằng phần mềm SPSS, nhằm kiểm tra độ tin cậy của thang đo các thành phần ảnh hưởng đến quyết định vay của
khách hàng cá nhân. Thang đo gồm 15 biến quan sát thuộc 4 thành phần ảnh hưởng đến quyết định vay vốn và , kết quả kiểm định được trình bày sơ bộ trong bảng sau:
Bảng 2. 5 : Bảng đánh giá sơ bộ thang đo bằng hệ số tin cậy Cronbach ‘s Alpha. Biến quan sát Trung bình thang đo nếu loại biến Phương sai thang đo nếu loại biến
Tương quan biến - tổng
Cronbach's Alpha nếu loại biến Đặc tính sản phẩm: Cronbach's alpha = 0.889 DACTINHSP1 9.72 4.689 .698 .882 DACTINHSP2 10.18 4.859 .724 .870 DACTINHSP3 10.10 4.960 .765 .856 DACTINHSP4 9.99 4.409 .852 .820
Sự thuận tiện: Cronbach's Alpha = 0.854
THUANTIEN1 7.41 10.228 0.611 0.854
THUANTIEN2 7.86 9.919 0.76 0.788
THUANTIEN3 7.84 10.349 0.745 0.796
THUANTIEN4 7.47 10.25 0.683 0.82
Điều kiện vay:Cronbach's Alpha = 0.833
DIEUKIENVAY1 9.32 4.801 0.683 0.782
DIEUKIENVAY2 9.13 4.741 0.576 0.829
DIEUKIENVAY3 9.18 4.553 0.665 0.787
DIEUKIENVAY4 9.26 4.309 0.734 0.755
Trách nhiệm gia đình: Cronbach's Alpha = 0.848
TRACHNHIEM1 7.75 3.943 .689 .815
TRACHNHIEM2 7.44 4.020 .712 .793
Quyết định vay vốn: Cronbach's Alpha = 0.809
QUYETDINHVAY1 6.41 2.727 0.646 0.751
QUYETDINHVAY2 6.68 2.49 0.703 0.69
QUYETDINHVAY3 6.63 3.037 0.632 0.767
Nhận xét:
Thang đo đặc tính sản phẩm có hệ số Cronbach’s Alpha = 0.889, hệ số tương quan biến tổng của các biến quan sát có giá trị nhỏ nhất là 0.698, lớn hơn 0.3. Do vậy, các biến đo lường thành phần này đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố khám phá EFA.
Thang đo sự thuận tiện có hệ số Cronbach’s Alpha = 0.854, hệ số tương quan biến tổng của các biến quan sát có giá trị nhỏ nhất là 0.611, lớn hơn 0.3 và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.854. Do vậy, các biến đo lường thành phần này đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố khám phá EFA.
Thang đo về điều kiện vay có hệ số Cronbach’s Alpha = 0.833, hệ số tương quan biến tổng của các biến quan sát có giá trị nhỏ nhất là 0.576, lớn hơn 0.3 và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.833. Do vậy, các biến đo lường thành phần này đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố khám phá EFA.
Thang đo trách nhiệm gia đình có hệ số Cronbach’s Alpha = 0.848, hệ số tương quan biến tổng của các biến quan sát có giá trị nhỏ nhất là 0.689, lớn hơn 0.3 và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha của thang đo này lớn hơn 0.820. Do vậy, các biến đo lường thành phần này đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố khám phá EFA.
Thang đo quyết định vay vốn có hệ số Cronbach’s Alpha = 0.809, hệ số tương quan biến tổng của các biến quan sát có giá trị nhỏ nhất là 0.632, lớn hơn 0.3 và khơng có trường hợp loại bỏ biến quan sát nào có thể làm cho Cronbach’s Alpha
của thang đo này lớn hơn 0.809. Do vậy, các biến đo lường thành phần này đều đạt yêu cầu và được sử dụng trong việc phân tích nhân tố khám phá EFA.
2.3.3.3 Kiểm định thang đo bằng phân tích nhân tố khám phá EFA.
Các thang đo đạt yêu cầu về độ tin cậy sẽ được sử dụng phân tích nhân tố để rút gọn một tập gồm nhiều biến quan sát thành một tập biến (gọi là nhân tố) ít hơn; các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phương pháp phân tích nhân tố khám phá EFA được dùng để kiểm định giá trị khái niệm của thang đo. (Lê Ngọc Đức, 2008).
+ Phân tích nhân tố đối với biến độc lập
Trong nghiên cứu này, thang đo các nhân tố ảnh hưởng đến quyết định vay vốn của KHCN gồm 4 thành phẩn là đặc tính sản phẩm, sự thuận tiện, điều kiện vay, trách nhiệm gia đình; trong đó có 15 biến quan sát. Kết quả phân tích Cronbach’s Alpha cho thấy tất cả các biến đều đảm bảo độ tin cậy nên sẽ tiếp tục được đưa vào phân tích nhân tố khám phá EFA.
Phân tích nhân tố EFA các biến độc lập – Bảng KMO KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .831
Bartlett's Test of Sphericity Approx. Chi-Square 2122.420
df 105
Bảng 2. 6: Kết quả phân tích nhân tố khám phá EFA
Biến quan sát Nhân tố
1 2 3 4 DACTINHSP4 .882 DACTINHSP2 .822 DACTINHSP3 .821 DACTINHSP1 .797 THUANTIEN2 .867 THUANTIEN3 .802 THUANTIEN4 .802 THUANTIEN1 .732 DIEUKIENVAY4 .849 DIEUKIENVAY1 .837 DIEUKIENVAY3 .789 DIEUKIENVAY2 .718 TRACHNHIEM2 .850 TRACHNHIEM3 .844 TRACHNHIEM1 .826 Nhận xét:
Chỉ số KMO = 0.831> 0.5. Như vậy phân tích nhân tố EFA hồn tồn phù hợp đối với nhân tố thuộc thành phần quyết định vay vốn của KHCN tại địa bàn TP. HCM (phụ lục 2.1).
Kiểm định Barlett cho giá trị Sig = 0.000 < 0.05, như vậy ta hoàn toàn bác bỏ giả thuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Các biến quan sát trong tổng thể có tương quan với nhau (phụ lục 2.1).
1.586 và phương sai trích là 72.632% > 50%. Như vậy các chỉ tiêu phân tích đều đạt u cầu và kết quả phân tích này có ý nghĩa (phụ lục 2.2).
Theo kết quả phân tích EFA thang đo nhân tố ảnh hưởng đến quyết định vay vốn của KHCN với 15 biến sử dụng đều có hệ số tải nhân tố (factor loading) từ 0.4 trở lên (Bảng trên), đạt yêu cầu nên không loại biến nào khỏi thang đo.
+ Phân tích nhân tố đối với biến phụ thuộc.
Bảng 2. 7: Phân tích nhân tố EFA quyết định vay vốn của KHCN
Nhân tố 1
QUYETDINHVAY2 .878
QUYETDINHVAY1 .842
QUYETDINHVAY3 .834
Kết quả phân tích EFA cho thấy KMO = 0.705>0.5, với phương pháp trích yếu tố đã trích được một yếu tố duy nhất tại eigenvalue là 2.174 với phương sai trích là 72.459%>50% (phụ lục 2.3). Bên cạnh đó hệ số tải nhân tố cho thang đo quyết định vay vốn của KHCN đều lớn hơn 0.4 (Bảng 2.4) đạt yêu cầu nên không loại biến nào ra khỏi thang đo.