2.5.1. Tiền xử lý dữ liệu
Công việc xử lý dữ liệu trước khi đưa vào các mơ hình là rất cần thiết, bước này làm cho dữ liệu có được ban đầu qua thu thập dữ liệu có thể áp dụng được với trong mơ hình khai phá dữ liệu cụ thể.
2.5.2. Kiểm tra độ tin cậy của thang đo bằng Cronbach’s Alpha
Hệ số Cronbach's Alpha là một hệ số kiểm định thống kê về mức độ tin cậy và tương quan trong giữa các biến quan sát trong thang đo. Nó cho biết sự chặt chẽ và thống
nhất trong các câu trả lời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm.
2.5.3. Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là khơng có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập f (f<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến
tính của các nhân tố với các biến quan sát ban đầu.[5]
2.5.4. Phân tích nhân tố khẳng định CFA
thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở được các nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê. Như vậy CFA là bước tiếp
theo của EFA nhằm kiểm định xem có một mơ hình lý thuyết có trước làm nền tảng cho một tập hợp các quan sát, hay nói cách khác, tập hợp quan sát có phù hợp với mơ hình lý thuyết đã có hay khơng.
2.5.5. Phân tích SEM để thử nghiệm giá trị lý thuyết mơ hình CFA Các bước của q trình phân tích SEM[9]:
❖ Bước 1: Xác định các nhân tố thành phần
Bước này liên quan đến liệt kê các nhân tố sẽ cấu tạo nên mơ hình. Thang đo của từng nhân tố sẽ được xác định bằng cách phát triển thang đo mới hoặc sử dụng thang đo
có sẵn. Thang đo cần đảm bảo về giá trị (validity) và độ tin cậy (reliability).
❖ Bước 2: Xây dựng mơ hình đo lường tổng quát (overall measurement model)
Các vấn đề cần chú ý khi xây dựng mơ hình đo lường tổng qt:
Đơn thành phần (unidimensionality)
Đơn thành phần là một tập hợp các biến đo lường (items hoặc idicators) được giải thích bởi duy nhất 1 nhân tố. Nói cách khác, mỗi biến chỉ liên quan đến một nhân tố, khơng có hiện tượng tải trên nhiều nhân tố khác nhau (multi-loading), những tải chéo (nếu có) đều được giả định bằng 0.
Nguyên tắc là nếu thêm vào các tải chéo mà làm cho mơ hình phù hợp hơn, nhà nghiên cứu cũng không nên làm việc này vì khi chấp nhận tải chéo là chấp nhận bằng chứng của việc thiếu giá trị về mặt cấu trúc (construct validity) của mơ hình.
Một dạng khác nữa là sự liên quan giữa các phần dư của biến đo lường (indicators).
Nếu có mỗi liên quan giữa các phần dư của biến đo lường trong cùng một cấu trúc, ta gọi là đồng phương sai phần dư bên trong cấu trúc (within - construct error covariance).
Nếu có mối liên quan giữa các phần dư của biến đo lường ở 2 cấu trúc khác nhau, ta gọi
là đồng phương sai phần dư giữa các cấu trúc (between - construct error covariance). Tương tự, không nên thiết lập các mối quan hệ phần dư như trên đối với CFA.
Số lượng biến cho mỗi cấu trúc (nhân tố)
Nhiều quan sát cho 1 nhân tố làm tăng độ tin cậy, tuy nhiên cần xem xét đến tối ưu và tối thiểu hóa số lượng biến cho mỗi nhân tố bởi đôi khi quá nhiều biến sẽ phát sinh các nhân tố phụ trong các biến. Theo tác giả Hair, nên sử dụng ít nhất 3 biến quan sát cho một nhân tố, tốt hơn là 4, nhằm đảm bảo bao hàm được nội dung lý thuyết của nhân tố đó đồng thời giúp định hình (identification) nhân tố đó.
Chiều tác động của cấu trúc
Có 2 chiều tác động từ cấu trúc đến các biến đo lường là nguyên nhân - kết quả
(informative construct và reflective construct). CFA liên quan đến “Cấu trúc ảnh hưởng”
(reflective construct) chứ khơng phải “cấu trúc gây ra” (informative construct) do đó chiều tác động là từ nhân tố đến biến đo lường chứ không phải ngược lại.
❖ Bước 3: Thiết kế một nghiên cứu cụ thể
Kiểm tra mơ hình đo lường bằng một nghiên cứu cụ thể
Thang đo trong CFA:
Các biến đo lường trong CFA nên được đo bằng thang đo thứ tự hay biến liên tục. Các thang đo này nên có ít nhất 4 mức độ. Tất cả các biến đo lường cho một nhân tố khơng nhất thiết cần phải có cùng một thang đo.
Thiết kế mơ hình:
Do cấu trúc của mơ hình là cấu trúc ẩn nên sẽ khơng có thang đo cụ thể cho nó. CFA địi hỏi phải thiết kế thang đo cho nhân tố ẩn này bằng một trong 2 cách:
+ Cố định hệ số tải của một trong các biên đo lường bằng 1 + Cố định phương sai của cấu trúc đó bằng 1
+ Các vấn đề với định hình mơ hình:
+ Khi có một hay nhiều hệ số có sai số chuẩn (standard errors) quá lớn
+ Có những hệ số bất thường, ví dụ như sai số phương sai âm, các ước lượng
tham số quá lớn, bao gồm cả các hệ số tải chuẩn hóa và hệ số tương quan vượt ngoài giá trị (-1;1).
Các vấn đề với ước lượng
+ Tham số chuẩn hóa khơng hợp lý: Vấn đề hay gặp nhất là khi ước lượng tương
quan (ước lượng được chuẩn hóa) giữa 2 cấu trúc vượt quá 111 hoặc khi hệ số tải chuẩn hóa (standardized path coefficient) vượt quá 11|. Về mặt lý thuyết điều
này không hợp lý, nguyên nhân thường là do lỗi của định hình (identification), bộ số liệu,..
+ Trường hợp Heywood: Khi phân tích cho ra kết quả ước lượng phương sai của
sai số (error variance) là một số ấm, ta gọi đó là trường hợp Heywood. Phương
sai là kết quả bình phương của độ lệch chuẩn, do đó nó khoogn thể là số âm. Vấn đề này hay gặp trong CFA khi có cỡ mẫu nhỏ hoặc khi quy tắc 3 biến đo
Giải quyết trường hợp Heywood: kiểm tra tính giá trị cấu trúc (construct validity);
thêm số lượng biến đo lường để đảm bảo quy tắc ít nhất 3 biến cho 1 cấu trúc. ❖ Bước 4: Đánh giá tính giá trị của mơ hình đo lường
So sánh mơ hình lý thuyết với mơ hình thực tế mà số liệu nghiên cứu là đại diện.
Đánh giá sự phù hợp (assessing fit)
Sự phù hợp dùng để so sánh 2 ma trận đồng phương sai: ma trận phát sinh từ bộ số liệu nghiên cứu và ma trận phát sinh từ mơ hình. Kết quả của CFA cho phép nhà nghiên cứu kiểm tra hoặc khẳng định mơ hình lý thuyết có giá trị. Trong khi đó EFA làm nhiệm vụ khảo sát số liệu để tìm ra những yếu tố cấu thành bộ số liệu đó.
Ước lượng các tác động (path estimates)
Một trong những đánh giá quan trọng nhất về tính giá trị của cấu trúc là đánh giá sự tác động giữa cấu trúc và biến đo lường (item). Về mặt tốn học, đó là hệ số tải (loading).
Một nguyên tắc là hệ số tải đã chuẩn hóa ít nhất 0.5 và tốt nhất 0.7 trở lên. Hệ số tải đạt tới ngưỡng này cho thấy các biến đo lường có tương quan chặt chẽ với cấu trúc và là một biểu hiện của tính giá trị cấu trúc (construct validity). Những hệ số thấp có thể
phải xem xét loại bỏ. Ngồi ra cũng phải xem xét ý nghĩa thống kê của mỗi hệ số. Các ước lượng khơng có ý nghĩa thống kê có thể xem xét loại bỏ.
Mặt khác phân tích CFA cịn hiển thị kết quả của bình phương đa tương quan (squared multiple correlations) cho mỗi biến đo lường. Trong CFA giá trị này biểu thị mức độ mà nhân tố (hay cấu trúc) có thể giải thích được cho biến đo lường đó. Bình phương đa tương quan cịn được gọi bằng những tên khác item reliability, communality hoặc variance extracted.
Giá trị cấu trúc (construct validity)
+ Giá trị tương đồng (convergent validity): Giá trị tương đồng có ý nghĩa là khi
các biên đo lường cùng phản ánh 1 cấu trúc thì chúng sẽ hiện các số tương quan
lớn. Hệ số tải (factor loading), độ tin cậy (reliability) thể hiện giá trị tương đồng
của biến đo lường. Hệ số tải nên được chuẩn hóa, có ý nghĩa thống kê, và giá trị ≥ 0.5, lý tưởng là >0.7; Độ tin cậy chấp nhận được khi trong khoảng 0.6- 0.7,
lý tưởng là ≥ 0.7.
+ Giá trị dị biệt (discriminant validity): Trong CFA, giá trị dị biệt nói lên rằng
cấu trúc này là thật sự khác biệt với các cấu trúc khác. Các cấu trúc có giá trị dị biệt cao nghĩa là các cấu trúc trong mơ hình là đúng và hợp lý. Để xem xét
STT Thang đo Ký hiệu I Thang đo Tài chính
1 Lợi nhuận tồn hàng F1
2 CIR toàn hàng F2
giá trị dị biệt, trong CFA người ta có thể hợp nhất các cấu trúc rồi đánh gi á mơ
hình.
Chẩn đốn mơ hình (model dianostics): Chẩn đốn mơ hình nhằm kiểm tra tính
phù hợp của mơ hình, xem xét có cần phải xây dựng lại mơ hình cho phù hợp với lý thuyets và số liệu nghiên cứu. Neu mức độ khơng tốt cần thiết phải xây dựng lại mơ hình và tiếp tục triển khai nghiên cứu khác. Một số các yếu tố sau cần phải xem xét trong
chẩn đoán mơ hình:
+ Số dư chuẩn hóa (standardized Residuals): là hiệu số giữa đồng phương sai
quan sát và đồng phương sai ước lượng. Nếu mơ hình ước lượng tốt, hiệu số này phải nhỏ. Giá trị số dư chuẩn hóa được tính bằng số dư thơ chia cho sai số chuẩn của số dư đó. Số dư chuẩn hóa nhỏ hơn |2.5| được xem là tốt. Số dư lớn hơn |4| là khó chấp nhận. Cần phải kiểm tra số liệu và sự phù hợp mơ hình nếu tồn tại số dư chuẩn hóa từ |2.5|-|4|.
+ Các chỉ số điều chỉnh (Modification indices): Chỉ số điều chỉnh được tính cho
tất cả những mối liên quan mà khơng được ước lượng trong mơ hình. Chỉ số điều chỉnh > 5 có thể gợi ý một mơ hình phù hợp hơn khi có sự hiện diện của tải chéo (multi-loading). Trong trường hợp này nhà nghiên cứu nên xem xét lại
mơ hình. Tuy nhiên, chỉ dựa vào các chỉ số điều chỉnh để thay đổi mơ hình là khơng nên. Cần phải kiểm tra lại với số dư chuẩn hóa và các chỉ số khác. Trong nhiều phương pháp có thể dự đoán được mối quan hệ giữa các biến, đề tài sử dụng phương pháp phân tích Phương trình Cấu trúc (Structural Equation Modeling - SEM) bởi một số lí do như sau: trước hết SEM có thể giải quyết các mối quan hệ đa biến trong khi các phương pháp thống kê cơ bản chỉ sử dụng một số lượng biến giới hạn,
không thể giải quyết được các giả thuyết phức tạp khi chúng được phát triển thêm. Ngồi
ra phân tích SEM bao hàm phân tích các biến tiềm ẩn, biến quan sát, các sai số đo
CHƯƠNG 3: THỰC HIỆN PHÂN TÍCH MẪU: PHÂN TÍCH MỐI QUAN HỆ GIỮA CÁC TIÊU CHÍ
TRONG BỘ KPI CỦA PHỊNG QUẢN LÝ
CHI NHÁNH VÀ THÔNG TIN NGÂN HÀNG VIETINBANK
7 Quản trị hệ thống MIS O2
8 Công tác quản lý thông tin báo cáo tuân thủ O3
9 Quản lý Thông tin khách hàng & Chất lượng dữ liệu O4
10 Quản trị kho dữ liệu doanh nghiệp DWH O5
11 Xây dựng và tuân thủ SLA O6
IV Thang đo Con người
12 Đào tạo nhân viên P1
Từ quá trình thu thập tài liệu và phỏng vấn cán bộ ngân hàng có thể đưa ra nhận định rằng mục tiêu Tài chính là mục tiêu được quan tâm nhất. Các mục tiêu về Khách
N ⅞ Cases Valid 78 6 100, 0 Excluded 3 O ,0 __________Total 78 6 0 100, Cronbach1S Alpha N Ofltems __________Z25 _________
nhân tố độc lập là Khách hàng, Quy trình nội bộ và Con người; nhân tố Tài chính là nhân tố phụ thuộc. Để tính toán mối quan hệ giữa các nhân tố các giả thuyết được đặt ra
như sau:
Hình 3.1: Mơ hình nghiên cứu đề xuất
H1: Độ hài lòng của khách hàng tỉ lệ thuận hiệu quả triển khai quy trình/ hoạt động.
H2: Độ hài lịng của khách hàng tỉ lệ thuận hiệu quả đào tạo và đánh giá nhân viên.
H3: Hiệu quả triển khai quy trình / hoạt động tỉ lệ thuận hiệu quả đào tạo và đánh giá nhân viên
H4: Độ hài lòng của khách hàng tác động trực tiếp và cùng chiều với hiệu quả tài chính
H5: Hiệu quả triển khai quy trình / hoạt động tác động trực tiếp và cùng chiều tới hiệu quả tài chính.
H6: Hiệu quả đào tào và đánh giá nhân viên tác động trực tiếp và cùng chiều tới hiệu quả tài chính.
3.3. Thực hiện phân tích dữ liệu và kết quả3.3.1. Tiền xử lý dữ liệu 3.3.1. Tiền xử lý dữ liệu
❖ Kiểm tra dữ liệu
Nguyễn Minh Châu - HTTTA K16 41
- Dữ liệu bị thiếu theo dịng: Loại bỏ các dịng có thiếu nhiều hơn 50% giá trị quan sát. Với các giá trị còn thiếu, ta thay thế bằng giá trị trung bình theo cột của biến quan sát đó. Sử dụng hàm =COUNTBLANK cho từng dòng trong Excel.
- Các phản hồi khơng có ý nghĩa: là các phản hồi có độ lệch chuẩn dựa trên toàn bộ tổng thể được cung cấp ở dạng đối số <0.5. Với các phản hồi khơng có ý nghĩa, ta xóa khỏi bộ dữ liệu. Sử dụng hàm = STDEV.P cho từng dòng trong Excel.
❖ Kiểm tra biến
- Dữ liệu bị thiếu theo cột: kiểm tra dữ liệu còn thiếu trong cột và thay thế
các dữ liệu cịn thiếu bằng giá trị trung bình của tồn bộ các kết quả thu thập của biến đó.
- Độ nhọn (Kurtosis): Kurtosis là một chỉ số để đo lường về đặc điểm hình
dáng của một phân phối xác suất. Cụ thể hơn, nó so sánh độ cao phần trung tâm của một phân phối so sánh với một phân phối chuẩn. Bộ dữ liệu cho kết quả Độ nhọn của các biến quan sát đều trong khoảng (- 2;2).
3.3.2. Kiểm tra độ tin cậy của thang đo bằng Cronbach’s Alpha
Theo Nunnally (1978), Peterson (1994), thang đo được đánh giá chấp nhận và tốt đòi hỏi đồng thời 2 điều kiện.
Hệ số Cronbanh’s Alpha của tổng thể > 0,6
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) > 0,3 Với 2 điều kiện trên thang đo được đánh giá chấp nhận là tốt.
Hệ số Cronbanh’s Alpha < 0,6, lựa chọn loại biến quan sát để đạt tiêu chuẩn. ❖ Thang đo Quy trình/Hoạt động
Case Processing Summary
a. Listwise deletion based on all variables in the procedure
6 7 554 666 MEDIAN(01.2,ALL) 23,60 6 17,65 6 , 602 , 655 MEDIAN(03,ALL) 24,12 1 21,13 1 , 258 , 730 MEDIAN(04,ALL) 23,10 9 21,27 0 , 367 , 708 MEDIAN(05,ALL) 23,04 3 20,80 6 , 370 , 707 MEDIAN(06,ALL) 23,18 2 20,85 2 , 411 , 700 MEDIAN(01.3,ALL) 23,53 9 4 17,75 624 , 651 , MEDIAN(02,ALL) _______ ________ __________,1 93 _______ N ⅞ Cases Valid 78 6 0 100, Exclude d= 0 ,0 __________Total 78 6 100, 0 Cronbach1S Alpha N Ofltems _______ _________ Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach1S Alpha Ifltem Deleted MEDIAN(OtI1ALL) 18,09 4 4 11,87 588 , 720 , MEDIAN(O1.2,ALL) 18,00 4 11,65 2 , 655 , 699 MEDIAN(O4,ALL) 17,50 8 14,83 6 , 400 , 765 MEDIAN(O5,ALL) 17,44 1 14,67 7 , 363 , 774 MEDIAN(O6,ALL) 17,58 0 14,56 2 , 438 , 758 MEDIAN(O1.3,ALL) _______ ________ __________,6 65 __________,6 97 Item-Total Statistics
Hệ số Cronbanh’s Alpha của tổng thể là 0,725 > 0,6
Hệ số tương quan qua biến tổng của biến quan sát O2 và O3 tương ứng là 0,193 và 0,258< 0,3 nên loại biến O2 và O3. Thực hiện lại kiểm định Cronbanh’s Alpha thì hệ
số Cronbanh’s Alpha của tổng thể sẽ có kết quả như sau:
Case Processing Summary
a. Listwise deletion based on all variables in the procedure
Reliability Statistics
__________Total 78 6 0 100, Cronbach1S Alpha N Ofltems __________,55 6 _________ Scale Mean if
Item Deleted Variance ifScale Item Deleted Corrected Item-Total Correlation Cronbach1S Alpha Ifltem Deleted MEDIAN (P1 ,ALL) 5 3,92 594 , ,390 a MEDIAN (P2,ALL) ________ __________,822 __________,390 a
Hệ số tương quan qua biến tổng (Corrected Item-Total Correlation) của các biến quan sát O1.1, O1.2, O1.3, O4, O5, O6 đều > 0.3 (lớn hơn tiêu chuẩn cho phép) nên thang đo đạt tiêu chuẩn, đảm bảo chất lượng tốt.
Nguyễn Minh Châu - HTTTA K16 43
Như vậy khi thực hiện kiểm định độ tin cậy của thang đo Quy trình/ hoạt động có