CHƢƠNG 2 : PHƢƠNG PHÁP NGHIÊN CỨU
3.2. Thực trạng các nhân tố ảnh hƣởng đến giá trị thƣơng hiệu của VPBank
3.2.4. Kiểm định độ tin cậy của thang đo
3.2.4.1. Đánh giá thang đo bằng hệ số tin cậy Cronbach Alpha
Các thang đo sẽ đƣợc tiến hành kiểm định bằng công cụ Cronbach’s alpha. Với Cronbach’s alpha sẽ giúp loại đi các biến quan sát không đạt yêu cầu hay các thang đo chƣa đạt yêu cầu trong quá trình nghiên cứu. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s alpha từ 0,8 trở lên đến gần 1 thì thang đo lƣờng là tốt, từ 0,7 đến gần 0,8 là sử dụng đƣợc. Cũng có nhà nghiên cứu đề nghị rằng hệ số
ngƣời trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995) (đƣợc trích bởi Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Bảng 3.6: Kết quả đánh giá độ tin cậy của thang đo các nhân tố
Variables
NHẬN BIẾT THƢƠNG HIỆU: Cronbach's Alpha = 0.755
NB1 Anh/chị biết VPBank
NB2 Phân biệt đƣợc với Ngân hàng khác
NB3 Nhận biết đƣợc logo của VPBank
NB4 Nhận biết đƣợc màu sắc của VPBank
NB5 Đọc đúng tên VPBank
LIÊN TƢỞNG THƢƠNG HIỆU: Cronbach's Alpha = 0.749
LT1 Mạng lƣới VPBank rộng LT2 Ban lãnh đạo giỏi quản lý LT3 VPBank đáng tin cậy LT4 VPBank có nhiều thành tích LT5 Sản phẩm/dịch vụ đa dạng CHẤT LƢỢNG CẢM NHẬN: Cronbach's Alpha = 0.861 CL1 Cở sở vật chất an toàn cho giao dịch CL2 Thủ tục nhanh gọn
CL4 Đƣợc đối xử nhƣ khách hàng là thƣợng đế
CL5 Nhân viên VPBank thực hiện đúng và chính xác các giao dịch
CL6 Nhân viên VPBank thân thiện và nhiệt tình
CL7 Khơng gian chun nghiệp
TRUNG THÀNH THƢƠNG HIỆU: Cronbach's Alpha = 0.738
TT1 Tiếp tục sử dụng dịch vụ của VPBank
TT2 Sẽ nghĩ đến VPBank khi có nhu cầu sử dụng
TT3 Giới thiệu ngƣời thân, bạn bè sử dụng dịch vụ VPBank TT4 Sẽ là khách hàng trung thành
của VPBank
GIÁ TRỊ THƢƠNG HIỆU: Cronbach's Alpha = 0.847
GT1 Thƣơng hiệu VPBank là thƣơng hiệu đƣợc nhiều ngƣời biết đến GT2 Dù các ngân hàng khác có cùng đặc điểm nhƣ VPBank thì tơi vẫn sẽ lựa chọn sử dụng dịch vụ của VPBank GT3 VPBank là một trong những Ngân hàng uy tín, và thƣơng hiệu nổi tiếng
3.2.4.2. Phân tích nhân tố khám phá EFA
Khi phân tích nhân tố khám phá EFA, các nhà nghiên cứu thƣờng quan tâm đến một số tiêu chuẩn, EFA đƣợc xem là thích hợp khi thỏa các điều kiện:
(2) Kiểm định Bartlett có ý nghĩa thống kê khi Sig. < 0,05;
(3) Hệ số tải nhân tố (factor loading) > 0,5;
(4) Điểm dừng Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) lớn hơn 1
(5) Phƣơng sai cộng dồn của các nhân tố (% cumulative variance) > 50%.
3.2.4.3. Phân tích nhân tố biến độc lập
EFA cho kết quả gồm 04 nhân tố hình thành với 21 biến quan sát đạt yêu cầu. Hệ số KMO = 0,851 (thỏa điều kiện 0,5 ≤ KMO ≤ 1) => EFA cho dữ liệu là thích hợp.
Kiểm định Bartlett có ý nghĩa Sig. = 0,000 < 0,05 => các biến quan sát có tƣơng quan với nhau.
Điểm dừng Eigenvalue (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) lớn hơn 1.
Phƣơng sai cộng dồn của các nhân tố đạt 57,1% > 50%. Điều này cho thấy 04 nhân tố giải thích đƣợc 57,1% biến thiên của các biến quan sát.
Kết quả phân tích nhân tố cho ta kết quả 4 nhân tố ảnh hƣởng đến giá trị thƣơng hiệu đó là chất lƣợng cảm nhận, trung thành thƣơng hiệu, liên tƣởng thƣơng hiệu và nhận biết thƣơng hiệu.
Các nhân tố của thang đo mới này sau khi đƣợc kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha đều lớn hơn 0,6 đồng thời các biến quan sát đều có tƣơng quan biến - tổng lớn hơn 0,3 nên đảm bảo điều kiện để thực hiện các bƣớc phân tích tiếp theo.
Bảng 3.7: Kiểm định KMO và Barlett đối với biến độc lập
KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett’s Test of Sphericity
(Nguồn: Kết quả xử lý SPSS)
Bảng 3.8: Tổng phƣơng sai trích
Total Variance Explained
Component Initial Eigenvalues
Total % of Variance 1 5.877 29.385 2 2.349 11.744 3 1.779 4 1.414
Bảng 3.9: Ma trận các thành phần xoay đối với biến độc lập
Rotated Component Matrixa
CL6.Chat luong CL5.Chat luong CL4.Chat luong CL3.Chat luong CL1.Chat luong CL7.Chat luong CL2.Chat luong NB4.Nhan biet NB2.Nhan biet NB3.Nhan biet NB5.Nhan biet NB1.Nhan biet LT3.Lien tuong LT2.Lien tuong LT4.Lien tuong LT1.Lien tuong LT5.Lien tuong TT4.Trung thanh TT1.Trung thanh TT3.Trung thanh TT2.Trung thanh
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
3.2.4.4. Phân tích nhân tố biến phụ thuộc
Giá trị thƣơng hiệu theo quan điểm khách hàng đƣợc xác định bởi 3 nhân tố: Thƣơng hiệu VPBank là thƣơng hiệu đƣợc nhiều ngƣời biết đến, sự lựa chọn và uy tín.
Bảng 3.10: Kiểm định KMO và Bartlett đối với biến phụ thuộc
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Với kết quả kiểm định KMO là 0,726 lớn hơn 0,5 và nhỏ hơn 1, kiểm định Barlett có giá trị Sig. nhỏ hơn 0,05 chứng tỏ các biến quan sát có tƣơng quan với nhau trong tổng thể, cả 3 biến đều có hệ số tải nhân tố lớn hơn 0,5, có thể kết luận 3 biến quan sát đƣợc đảm bảo các điều kiện để tiến hành phân tích nhân tố khám phá EFA và có thể sử dụng các kết quả đó.
Bảng 3.11: Tổng phƣơng sai trích các biến phụ thuộc
Total Variance Explained Component
1 2 3
Extraction Method: Principal Component Analysis.
Kết quả phân tích nhân tố biến phụ thuộc cho thấy chỉ có một nhân tố đƣợc rút ra, Eigenvalues bằng 2,3 thoả mãn điều kiện lớn hơn 1 và tổng phƣơng sai trích là 76,651% lớn hơn 50% đã cho thấy các điều kiện của phân tích nhân tố là phù hợp đối với biến quan sát đồng thời các biến trong thang đo Giá trị thƣơng hiệu giải thích tốt cho đại lƣợng đo lƣờng.
3.2.4.5. Phân tích hồi quy tuyến tính
Sau giai đoạn phân tích nhân tố, phân tích tƣơng quan, có 04 biến độc lập và
1 biến phụ thuộc đƣợc đƣa vào kiểm định mơ hình. Trong đó mỗi biến trong mơ hình đƣợc tính điểm bằng cách lấy trung bình của các biến quan sát có đƣợc từ kết quả của phân tích nhân tố trong thang đo tƣơng ứng.
(i)Kiểm định hệ số tƣơng quan Pearson
Trƣớc khi kiểm định kết quả nghiên cứu từ phép phân tích hồi qui đa biến, mối quan hệ lẫn nhau giữa các biến trong mơ hình cũng cần đƣợc xem xét. Phân tích tƣơng quan giữa biến phụ thuộc (sự phát triển hoạt động bảo lãnh) với các biến độc lập: sản phẩm, q trình, chiến lƣợc và trình độ. Phân tích tƣơng quan Pearson đƣợc sử dụng trong phần này (để xem xét sự phù hợp khi đƣa các thành phần vào mơ hình hồi quy). Hệ số tƣơng quan Pearson (r) dùng để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng. Trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính.
R <= 0.3: mối tƣơng quan khơng chặt
0.3 < r < 0.5: mối tƣơng quan tƣơng đối chặt
r >= 0.5: mối tƣơng quan chặt chẽ
Giá trị sig cho biết mối quan hệ giữa các biến có ý nghĩa thơng kê hay không. Ở đây giá trị sig đều < 0.01 cho thấy các biến độc lập có mối quan hệ với biến phụ thuộc ở mức ý nghĩa 99%.
Bảng 3.12: Hệ số tƣơng quan Person
Correlations GTTH Pearson Correlation Sig. (2-tailed) N SNB Pearson Correlation Sig. (2-tailed) N SLT Pearson Correlation Sig. (2-tailed) N SCL Pearson Correlation Sig. (2-tailed) N STT Pearson Correlation Sig. (2-tailed) N
**. Correlation is significant at the 0.01 level (2-tailed).
(j)Phân tích hồi quy đa biến
Trên cơ sở các kết quả kiểm định độ tin cậy của thang đo, và phân tích nhân tố khám phá, tác giả đã hình thành mơ hình nghiên cứu về các nhân tố tác động đến giá trị thƣơng hiệu của VPBank. Phƣơng trình hồi quy tuyến tính có dạng nhƣ sau:
GTTH=β0+β1NB+β2LT+β3CL+β4TT Trong đó:
GTTH: Giá trị thƣơng hiệu NB: Nhận biết thƣơng hiệu LT: Liên tƣởng thƣơng hiệu CL: Chất lƣợng cảm nhận TT: Trung thành thƣơng hiệu
βi: Hệ số hồi qui riêng phần của biến thứ i
β0: Hệ số tự do, thể hiện giá trị thƣơng hiệu khi các biến độc lập trong mơ hình bằng 0
Tác giả đã triển sử dụng phƣơng pháp hồi quy Enter/Remove bằng SPSS 20 và cho kết quả nhƣ sau:
Bảng 3.13: Đánh giá độ phù hợp với mô hình hồi quy
Model Summaryb
Model
1
a. Predictors: (Constant), Trung thành thƣơng hiệu, Nhận biết thƣơng hiệu, Chất lƣợng cảm nhận, Liên tƣởng thƣơng hiệu
b. Dependent Variable: Giá trị thƣơng hiệu
(Nguồn: Kết quả xử lý SPSS)
Dựa vào bảng 3.13 ta thấy R2 điều chỉnh bằng 0,708 có nghĩa 70,8% sự biến thiên của nhân tố giá trị thƣơng hiệu đƣợc giải thích bởi 4 nhân tố trung thành thƣơng hiệu, nhận biết thƣơng hiệu, chất lƣợng cảm nhận, liên tƣởng thƣơng hiệu (bao gồm 20 biến quan sát).
Hệ số Durbin-Watson = 1,533 (1≤ Durbin-Watson ≤ 3), do đó khơng có hiện tƣợng tự tƣơng quan trong mơ hình.
Kiểm định F trong phân tích phƣơng sai là phép kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy.
Bảng 3.1.4: Kiểm định ANOVA về độ phù hợp của mơ hình hồi quy
ANOVAa Model
Regression
1 Residual
Total a. Dependent Variable: Giá trị thƣơng hiệu
b. Predictors: (Constant), Trung thành thƣơng hiệu, Nhận biết thƣơng hiệu, Chất lƣợng cảm nhận, Liên tƣởng thƣơng hiệu
(Nguồn: Kết quả xử lý SPSS)
Kiểm định F thơng qua phân tích phƣơng sai nhằm mục đích kiểm định độ phù hợp của mơ hình tổng thể để xem biến phụ thuộc có liên hệ tuyến tính với tồn bộ các biến độc lập hay không. Với giả thuyết H0 là β1= β2= β3= β4=0, nếu giả thuyết H0 bị bác bỏ tức là kết hợp của các biến độc lập hiện có trong mơ hình có thể giải thích đƣợc thay đổi của biến phụ thuộc.
Dựa vào bảng phân tích phƣơng sai ANOVA cho thấy trị thống kê của mơ hình có giá trị Sig. nhỏ hơn 0,05 nên bác bỏ giả thuyết H0. Điều này có nghĩa là kết hợp của các biến hiện có trong mơ hình có thể giải thích đƣợc sự thay đổi của biến phụ thuộc hay mơ hình phù hợp với tập dữ liệu và có thể suy rộng ra cho tồn bộ tổng thể.
Bảng 3.15: Kiểm định các hệ số tƣơng quan của mơ hình hồi quy
Coefficientsa Model 1 (Constant) NBTH LTTH CLTH TTTH a. Dependent Variable: GTTH 56
Để đảm bảo các biến độc lập đều thực sự có ảnh hƣởng đến biến phụ thuộc, ta tiến hành kiểm định t. Với giả thuyết H0 là hệ số hồi quy của các biến độc lập β1= β2= β3= β4=0 và với độ tin cậy 95%. Dựa vào bảng trên, ta có mức giá trị Sig. của
4 nhân tố: Nhận biết thƣơng hiệu, Liên tƣởng thƣơng hiệu, Chất lƣợng cảm nhận và Trung thành thƣơng hiệu đều bằng nhỏ hơn 0,05 nên với độ tin cậy 95%, đủ bằng chứng thống kê để bác bỏ giả thiết H0, có nghĩa 4 biến độc lập này có ảnh hƣởng đến biến phụ thuộc Giá trị thƣơng hiệu của VPBank.
Ngồi ra để đảm bảo mơ hình có ý nghĩa, ta cần tiến hành kiểm tra thêm về đa cộng tuyến và tự tƣơng quan.
Kết quả phân tích ở bảng trên cho thấy độ chấp nhận (Tolerance) của các biến dao động từ 0,699 đến 0,867 đều lớn hơn 0,1 và hệ số phóng đại phƣơng sai (Variance inflation factor – VIF) đều nhỏ hơn 10 chứng tỏ khơng có hiện tƣợng đa cộng tuyến giữa các biến độc lập.
Nhƣ vậy mơ hình hồi qui xây dựng đảm bảo độ phù hợp, các biến độc lập có thể giải thích tốt cho biến phụ thuộc.
GTTH của VPBank= 0,099*Nhận biết thƣơng hiệu + 0,254*Liên tƣởng thƣơng hiệu + 0,394* Sự chất lƣợng cảm nhận + 0,402*Trung thành thƣơng hiệu