CHƯƠNG 1 : TỔNG QUANNGHIÊN CỨU
2.3. ĐÁNH GIÁ MỨC ĐỘ PHÁT TRIỂN DỊCH VỤ PHI TÍN DỤNG TẠ
2.3.3. Quy trình nghiên cứu
Phân tích hồi quy và kiểm định mơ hình
Kết luận và kiến nghị Hình 2.3: Quy trình nghiên cứu
Giải thích quy trình nghiên cứu
Vấn đề nghiên cứu: Dịch vụ phi tín dụng tạo nên nguồn thu vững chắc cho phát triển ngân hàng, tạo nên một cơ cấu vốn an toàn cho ngân hàng, đặc biệt chất lượng dịch vụ của các ngân hàng cần nâng cao để đáp ứng nhu cầu khách hàng.
Sau đó, tập hợp những lý thuyết liên quan và các mơ hình, các đề tài trong lĩnh vực nghiên cứu.
Tiếp theo, dựa trên lý thuyết và các nghiên cứu trước tiến hành xây dựng thang đo, kết hợp với tình hình thực tế tại Techcombank. Để cho ra thang đo chính
thức để phỏng vấn, dùng thang đo nháp đi phỏng vấn về sự hài lịng của khách hàng sau đó xây dựng thang đo chính thức.
Tiếp theo, dùng phương pháp định lượng, xây dựng bảng câu hỏi phỏng vấn chi nhằm khảo sát, đánh giá các thang đo và kiểm định mơ hình đã đặt ra.
Dùng hệ số tin cậy Cronbach Alpha nhằm kiểm tra độ chặt chẽ giữa các mục hỏi tương quan với nhau trong thang đo; phân tích nhân tố khám phá (EFA) là một phương pháp được dùng nhiều và hiệu quả khi sử dụng để tìm ra các nhóm yếu tố ảnh hưởng tới mục tiêu và xác định mức độ ảnh hưởng của các nhân tố tới mục tiêu nghiên cứu. Tiếp tục phân tích hồi quy để xem sự tác động thực sự của các nhân tố ở mức độ nào.
2.3.4. Phương pháp nghiên cứu Dữ liệu nghiên cứu
Bảng hỏi chính thức được thực hiện ngay khi bảng khảo sát được hoàn thành từ nghiên cứu sơ bộ ban đầu. Đối tượng thực hiện phỏng vấn trực tiếp là những người đến giao dịch tại các chi nhánh của Techcombank. Nhằm kiểm định lại các thang đo trong mơ hình nghiên cứu, dữ liệu thu thập được phân tích chi tiết thơng qua bảng khảo sát được gửi cho khách hàng nhằm mục đích xác định mối quan hệ, tính tương quan và logic giữa các nhân tố và đưa ra kết luận cho đề tài nghiên cứu.
Phân tích dữ liệu
Nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA). Theo Gorsuch (1983) kết luận “phân tích nhân tố có mẫu ít nhất 200 quan sát”, Hachter (1994) cho rằng “kích cỡ mẫu cần ít nhất gấp 5 lần biến quan sát”.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cho rằng: “Những quy tắc kinh nghiệm khác trong xác định kích cỡ mẫu cho phân tích nhân tố thường ít nhất phải bằng 4 hay 5 lần số biến”. Cịn Tabachnick & Fidell (1991) phân tích hồi quy đưa ra kết luận kích cỡ mẫu phải thỏa mãn điều kiện:
n >= 5k = 24*5 = 120
Trong đó: n là kích cỡ mẫu K: số biến độc lập của mơ hình.
- Phương pháp phân tích dữ liệu nghiên cứu
Phương pháp thống kê mơ tả: Tính giá trị trung bình, số trung vị, mode, phương sai và độ lệch chuẩn, từ đó so sánh và đưa ra mối quan hệ giữa các biến
Kiểm định Cronbach’s Alpha
Hệ số Cronbach’s alpha có cơng thức: α = Np/[1 + p(N - 1)]
Khi đó, p là hệ số tương quan trung bình giữa các mục hỏi được kiểm tra Theo quy ước thì kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến tổng hợp dựa trên nhiều biến đơn, hệ số α lớn hơn hoặc bằng 0,8.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005): “Cronbach’s Alpha từ 0,8 trở lên đến gần 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’s 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.”
Biến quan sát cùng đo lường một biến tiềm ẩn có liên quan, vì vậy phương pháp đánh giá tính nhất qn nội tại sử dụng hệ số Cronbach’s alpha để thể hiện tính đáng tin cậy của thang đo. Theo Nguyễn Đình Thọ (2011, p.350) đưa ra “một thang đo có độ tin cậy tốt khi hệ số Cronbach’s alpha biến thiên trong khoảng từ 0,7 đến 0,8. Tuy nhiên, nếu Cronbach’s alpha ≥ 0,6 là thang đo có thể chấp nhận được về mặt độ tin cậy, nhưng khơng được lớn hơn 0,95 vì bị vi phạm trùng lắp trong đo lường. Những biến có hệ số tương quan biến tổng hiệu chỉnh nhỏ hơn 0,3 sẽ bị loại”.
Vì vậy, Cronbach’s Alpha từ 0,6 trở lên là sử dụng được. Tính tốn Cronbach’s alpha giúp loại bỏ và hạn chế các biến khơng phù hợp trong q trình thực hiện.
Phương pháp phân tích nhân tố khám phá (EFA), theo Hair và các cộng sự
(1988): “EPA được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Các biến có hệ số tương quan đơn giữa biến và các nhân tố (factor loading) nhỏ hơn 0,5 sẽ bị loại. Phương pháp trích nhân tố được sử dụng là Principal Axis Factoring được sử dụng kèm với phép quay không vuông gốc Promax2. Điểm dừng trích khi các yếu tố có Initial Eigenvalue > 1.
Phân tích nhân tố khám phá (EFA) là kỹ thuật chủ yếu để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích trong việc xác định các tập biến cần thiết cho vấn đề nghiên cứu cũng như rất cần thiết trong việc tìm mối quan hệ giữa các biến với nhau.
Mức độ thích hợp của tương quan nội tại giữa các biến quan sát trong các khái niệm nghiên cứu được thể hiện bằng hệ số Kaiser-Myer- Olkin (KMO) đo lường sự thích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định Barlett. KMO có giá trị thích hợp trong khoảng [0,5;1]”.
Phép quay (Promax) được sử dụng để phân tích các biến quan sát. Theo Gerbing và Anderson (1998) kết luận rằng: “các thành phần với giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích bằng hoặc lớn hơn 50% được xem như những nhân tố đại diện các biến”.
Để việc phân tích nhân tố có ý nghĩa, Hair & ctg 2016 kết luận “tất cả các hệ số tải nhân tố (factor loading) phải lớn hơn hệ số quy ước 0,5 để các khái niệm nghiên cứu đạt giá trị hội tụ”. Bên cạnh đó, Jabnoun và Al-Tamimi (2003) có nêu lên “khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn hoặc bằng 0,3 để tạo giá trị phân biệt giữa các nhân tố” Kỹ thuật phân tích nhân tố (factor analysis) đã được sử dụng trong nghiên cứu này nhằm rút gọn và gom các yếu tố thuộc tính đó lại thành một nhân tố có ý nghĩa hơn, ít hơn về số lượng.
Phân tích tương quan, qua số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến định lượng. Kiểm tra biến phụ thuộc và biến độc lập xem có tương quan với nhau khơng, nếu hai biến tương quan với nhau thì có hệ số tương quan Pearson |r| > 0,1. Kiểm tra
Tần số Phần trăm Giới tính Valid Nam 44 40 Nu 66 60 Tổng 110 100.0 Độ tuổi Valid Từ 18 đên 25 tuổi 45 40.9 Từ 26 đên 35 tuổi 31 282 Từ 36 đên 55 tuổi 18 164 Trên 55 tuổi 16 14.5 Tổng ĩĩõ 100.0
giữa 2 biến độc lập, có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Phân tích tương quan để thấy được quan hệ giữa các biến phụ thuộc với biến độc lập và biến độc lập với biến độc lập.
Phân tích hồi quy tuyến tính bội về mức độ phù hợp của mơ hình hình ảnh thương hiệu với các biến tác động vào đến chất lượng dịch vụ.
Phân tích hồi quy là mơ hình thống kê dùng để dự đốn giá trị của biến phụ thuộc (dependence variable) dựa vào các giá trị ít nhất của một biến độc lập (independence variable). Mơ hình hồi qui cho thấy sự phụ thuộc của biến phụ thuộc vào một biến độc lập gọi là hồi qui đơn, với nhiều biến độc lập là hơi qui bội. Hồi quy tuyến tính là mơ hình khi đó sự liên quan giữa các biến được thể hiện bằng một đường thẳng.
Phân tích mơ hình Mơ tả mẫu nghiên cứu
Kết quả khảo sát được thu thập dưới hình thức phát bảng câu hỏi khảo sát với kích thước là 110 quan sát, đối tượng là nhân viên và các khách hàng đã và đang sử dụng các dịch vụ tại Techcombank. Dữ liệu được thu nhập từ ngày 05/03/2019 đến ngày 15/04/2019. Tổng số phiếu phát ra là 120 phiếu, số thiếu thu về hợp lệ là 110 phiếu, có 10 phiếu khơng hợp lệ do KH điền thiếu hoặc không đúng như mẫu khảo sát đưa ra. 110 phiếu còn lại được tiến hành phân tích bằng SPSS20.
45
Nghề nghiệp
Valid
Học sinh, sinh viên 29 26.4
Cơng nhân 8 7.3
Nhân viên văn phịng 33 300
Nhân viên kinh doanh 15 13.6
truởng/phó phịng Ũ 100 Giám đốc/phó giám đốc 3 2.7 Nội trợ Ũ 100 Total 110 100.0 Thu nhập Valid Duới 8 triệu 40 36.4 8-12 triệu 20 18.2 12-20 Triệu 35 31.8 Trên 20 triệu 15 13.6 Total 110 100.0 Sử dụng dịch vụ Dịch vụ tín dụng 14 12.7 Dịch vụ phi tín dụng 58 52.7
Valid Cả 2 dịch vụ tín dụng và phi tín dụng 38 34.5 Total ĩĩõ 100.0 Dịch vụ phi tín dụng sử dụng Valid Thẻ 10 9.1 Tiết kiệm 18 164
Tài khoản thanh toán 39 355
Khác 43 391
Tổng 110 100.0
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach's Alpha nếu loại
biến
________________Sản phẩm dịch vụ, Cronbach alpha = 0.713________________
Qua việc khảo sát thực tế và phân tích bằng phần mềm SPSS 20 ta có kết quả nhu sau:
về giới tính: Các đối tuợng khảo sát đuợc lựa chọn ngẫu nhiên. Mau thu thập
đuợc
có 44 khách hàng là Nam (chiếm tỉ lệ 40%), 66 khách hàng là Nữ (chiếm tỷ lệ 60%).
Đối với nhóm tuổi: Kết quả mẫu khảo sát cho thấy trong 4 nhóm độ tuổi,
trong đó độ tuổi từ 18-25 chiếm tỷ lệ cao nhất ( chiếm 40,5%), chiếm tỷ lệ thấp nhất là ở độ tuổi trên 55 (chiếm 14,5%)
về nghề nghiệp: Trong các đối tuợng khảo sát có 33 nhân viên văn pịng,
chiếm tỷ trọng cao nhất là 30%; Tiếp theo là học sinh, sinh viên chiếm 26,4% tuơng đuơng với 29 nguời; Còn lại là một số lĩnh vực tuơng tự nhu nhân viên kinh doanh chiếm 13,6% hay truởng/phó phịng chiếm 10%.
Thu nhập hiện tại: Từ bảng số liệu khảo sát cho thấy thu nhập của khách
hàng chiếm tỷ trọng cao nhất là duới 8 triệu; tiếp theo là khoảng từ 12-20 triệu có 35 nguời với mức tuơng đuơng 31,8%.
Dịch vụ sử dụng hiện tại: Đến với Techcombank, chiếm đa số là khách hàng
sử dụng dịch vụ phi tín dụng với 58 nguời và tuơng đuơng với 52,7%, ngồi ra, thì các khách hàng cũng đồng thời sử dụng nhiều dịch vụ của ngân hàng bao gồm cả dịch vụ tín dụng và phi tín dụng, với 38 nguời sử dụng và chiếm 34,5%.
Dịch vụ phi tín dụng: Hầu hết các ngân hàng, dịch vụ chủ yếu sử yếu vẫn là
thẻ, tài khoản thanh tốn, tiết kiệm... trong đó dựa vào kết quả của bảng khảo sát,
47
số khách hàng dùng dịch vụ thanh toán là 39 người chiếm 35,5%, và một số khách hàng sử dụng dịch vụ khác (bao gồm nhiều DVPTD được dùng cùng lúc ngân hàng cùng lúc), số người dùng là 43 người chiếm tỷ trọng cao nhất là 39,1%.
Kiểm định độ tin cậy và thang đo
Phương pháp phân tích Cronbach’s Alpha cho phép loại bỏ những biến khơng thích hợp được sử dụng trong mơ hình. Theo đó, chỉ những biến hệ số Alpha lớn hơn (>0,6) mới được xem là sử dụng được và phù hợp để đưa vào phân tích những bước sau đó. Một số nghiên cứu trước cũng cho rằng, nếu hệ số Cronbanh’s Alpha đạt từ 0,7 đến 0,8 trở lên thì thang đo lường tốt, đồng thời hệ số tương quan với biến tổng có giá trị lớn hơn (>0,3) thì mới đạt yêu cầu.
SPDV1 7.74 2.251 .561 .587
SPDV2 8.12 2.656 .432 .736
SPDV3 7.58 2.007 .613 .516
_______________Chất lượng sản phẩm, Cronbach alpha = 0.772_______________
CL1_________ 7.09 2.267 .643 .654
CL2_________ 7.63 2.346 .622 .677
CL3_________ 7.43 2.247 .560 .749
________________Uy tín và hình ảnh, Cronbach alpha = 0.698________________
UT1_________ 6.59 1.914 .513 .621
UT2_________ 7.03 2.229 .573 .540
UT3_________ 7.22 2.429 .474 .656
_________________Nguồn nhân lực, Cronbach alpha = 0.762_________________
NL1_________ 8.33 1.855 .698 .573
NL2_________ 8.49 1.757 .511 .802
NL3_________ 8.31 2.014 .603 .676
______________Lãi suất và cạnh tranh, Cronbach alpha = 0.742______________
LS1__________ 7.21 2.516 .581 .646
LS2__________ 7.42 2.576 .576 .653
Kết quả từ bảng 4.1 cho thấy, thành phần Sản phẩm dịch vụ gồm 3 biến quan sát có hệ số Cronbach Alpha là 0,713 > 0,6 đây là kết quả tốt. Ngoài ra, tất cả các
Hệ số KMO (Kaiser-Meyer-Olkin) .707 Kiểm định Bartlett's Giá trị Chi-Square 509.252
biến quan sát đều có hệ số tuơng quan với biến tổng ( >0,3) nên thang đo đạt yêu cầu về độ tin cậy và đua vào phân tích nhân tố.
Thành phần chất luợng sản phẩm gồm 3 biến quan sát.Tất cả các biến CL1, CL2, CL3 đều có hệ số quan biến tổng ( <0,3) nên đuợc chấp nhận. Hệ số Cronbach Alpha là 0.772 nên thang đo này đạt yêu cầu. Vì vậy 3 biến CL1, CL2, CL3 đuợc đua vào phân tích nhân tố tiếp theo.
Thành phần uy tín và hình ảnh gồm 3 biến quan sát. Tất cả các biến UT1, UT2, UT3 đều có hệ số tuơng quan biến tổng (>0,3) nên đuợc chấp nhận. Hệ số Cronbach Alpha là 0,698 > 0,6 nên thang đo này đạt yêu cầu. Vì vậy, 3 biến UT1, UT2, UT3 đuợc đua vào phân tích nhân tố tiếp theo.
Thành phần nguồn nhân lực gồm 3 biến quan sát, hệ số Cronbach Alpha của thang đo này là 0,762 > 0,6 nên thnag đo này đạt yêu cầu. Ngoài ra, tất cả hệ số tuơng quan sát đều có hệ tuơng quan với biến tổng (>0,3) nên thang đo đạt yêu cầu về độ tin cậy và có thể đua vào phân tích nhân tố.
Thành phần Lãi suất gồm 3 biến quan sát. Tất cả các biến LS1, LS2, LS3 đều có hệ số tuơng quan biến tổng (>0,3) nên đuợc chấp nhận. Hệ số Cronbach Alpha là 0,742 nên thang đo này đạt yêu cầu. Vì vậy, 3 biến LSI, LS2, LS3 đuợc đua vào phân tích nhân tố tiếp theo.
Phân tích nhân tố khám phá (EFA- Exploratory Factor Anaysis)
Khi thang đo đạt độ tin cậy, theo nghiên cứu của Jabnoun và Al-Tamimi (2003), Hair & các cộng sự (2006), các biến đuợc sử dụng với các yêu cầu:“Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0,5 và kiểm định Bartlett ≤ 0,05. Hệ số tải nhân tố (Factor loading) ≥ 0,5. Chấp nhận thang đo khi tổng phuơng sai trích ≥ 50% và hệ số Eigenvalue (>1).
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố (>0,3) để đảm bảo giá trị phân biệt giữa các nhân tố.
Khi phân tích EFA với thang đo các thành phần Chất luợng dịch vụ, tác giả sử dụng phuơng pháp trích Principal Component Analysis với phép xoay Varimax và
49 điểm dừng trích các yếu tố có Eigenvalue (>1)”
Kết quả phân tích EFA các yếu tố độc lập
Từ 15 biến quan sát chất luọng, đuơc đua vào phân tích EPA sau khi hồn thành kiểm tra độ tin cậy.
Test Sig. (Giá trị P-value)Bậc tự do (df) 105.000
Nhân tố
Giá trị Eigenvalues Tổng bình phuơng hệ
số tải Tổng bình phuơng hệsố xoay
% Phuơng % Phuơn
g % Phuơng
Tổng phuơn sai Tổn phuơn sai Tổng phuơ sai
sai dồn % sai dồn % sai dồn %
1 4.074 27.15 9 27.159 4.074 27.159 27.159 2.131 14.206 14.206 2 1.802 12.01 1 39.170 1.80 2 12.01 1 39.17 0 2.08 9 13.92 5 28.131 3 1.644 10.96 3 50.132 1.644 10.963 50.132 2.016 13.442 41.574 4 1.356 9.04 59.174 1.35 9.041 59.17 1.98 13.20 54.781 5 1.264 8.43 67.604 1.26 8.430 67.60 1.92 12.82 67.604 6 .795 5.30 72.905 7 .737 4.91 4 77.819 8 .585 3.89 81.718 9 .564 3.75 85.475 10 .512 3.41 5 88.890 11 .453 3.02 91.913 12 .394 2.62 94.542 13 .328 2.18 96.726 14 .267 1.77 7 98.503 15 .225 1.49 7 100.000
Dựa vào bảng, kết quả đuọc thể hiện, hệ số KMO = 0,707 > 0,5 và kiểm định Bartlett’s test có giá trị Sig. = 0.00, các biến quan sát có tuơng quan với nhau, phân