CHƢƠNG 2 : PHƢƠNG PHÁP NGHIÊN CỨU
2.4. Phƣơng pháp xử lý dữ liệu
2.4.1. Xử lý dữ liệu thứ cấp
Sau khi tiến hành triển khai và những dữ liệu thu thập đƣợc, tác giả tiến hành xử lý dữ liệu nhƣ sau: nhặt những số liệu cần thiết liên quan đến các chỉ tiêu đánh giá giá trị thƣơng hiệu Ngân hàng, tiến hành phân tích, tính tốn các chỉ số Ngân hàng trên các khía cạnh từ bên trong (kết quả hoạt động kinh doanh, tình hình tài chính, quy mơ, mạng lƣới,…) lẫn bên ngồi (đánh giá từ khách hàng, chất lƣợng dịch vụ, sản phẩm…). Từ đó đƣa ra những nhận xét, đánh giá về thực trạng ảnh hƣởng tới giá trị thƣơng hiệu Ngân hàng.
2.4.2. Xử lý dữ liệu sơ cấp
Dữ liệu đƣợc xử lý bằng phần mềm SPSS version 20. Sau khi đƣợc mã hóa và làm sạch, số liệu sẽ qua các phân tích sau: thống kê mơ tả, đánh giá độ tin cậy của thang đo, phân tích nhân tố khám phá và phân tích hồi quy tuyến tính.
2.4.2.1. Phân tích thống kê mơ tả
Phân tích thống kê mơ tả để xác định dữ liệu đã đƣợc thu thập theo các thuộc tính: thời gian giao dịch với VPBank, giới tính, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập cá nhân.
2.4.2.2. Kiểm định độ tin cậy của thang đo (hệ số Cronbach’s Alpha)
Để kiểm định độ tin cậy của thang đo tác giả đã đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha và hệ số tƣơng quan biến tổng thể. Phƣơng pháp này dùng để kiểm tra sự chặt chẽ và tƣơng quan giữa các biến quan sát, cho phép ngƣời phân tích loại bỏ những biến khơng phù hợp. Nhiều nhà nghiên cứu đồng ý rằng hệ số Cronbach 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 Cronbach Alpha nhỏ hơn 0.3 sẽ bị loại và tiêu chuẩn Cronbach Alpha từ 0.6 trở lên là có thể sử dụng
đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng - Chu Nguyễn Mộng Ngọc, 2008). Vì vậy đối với nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là sử dụng đƣợc.
Cụ thể, phân tích hệ số CronbachAlpha qua từng thang đo, gồm 5 nhân tố tƣơng ứng với 24 biến quan sát. Bao gồm nhận biết thƣơng hiệu (NB, 5 biến quan sát: NB1, NB2, NB3, NB4, NB5), liên tƣởng thƣơng hiệu (LT, 5 biến quan sát: LT1, LT2, LT3, LT4, LT5), chất lƣợng cảm nhận (CL, 7 biến quan sát: CL1, CL2, CL3, CL4, CL5, CL6, CL7), sự trung thành thƣơng hiệu (TT, 4 biến quan sát: TT1, TT2, TT3, TT4), giá trị thƣơng hiệu (GT, 3 biến quan sát: GT1, GT2, GT3). Sau đó lấy trung bình Cronbach’s Alpha nếu loại biến trong các thang đo để phân tích kiểm định độ tin cậy của thang đo.
2.4.2.3. Phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis)
Phân tích nhân tố khám phá nhằm rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập hợp có ít biến quan sát hơn để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng đầy đủ thơng tin của tập biến ban đầu (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Mức độ thích hợp của tƣơng quan nội tại các biến quan sát trong khái niệm nghiên cứu đƣợc thể hiện bằng hệ số KMO (Kaiser - Mever - Olkin).
EFA đƣợc xem là thích hợp khi thỏa các điều kiện:
(1) 0.5 ≤ KMO ≤ 1;
(2) Kiểm định Barlett 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 lƣợng biến thiên đƣợc giải thích bởi các nhân tố) lớn hơn 1;
(5) Chỉ số Cumulative (tổng phƣơng sai trích cho biết phân tích nhân tố giải thích đƣợc bao nhiêu % và bao nhiêu % bị thất thoát) ≥ 50%
Các chỉ số trên sẽ đƣợc phân tích thơng qua thống kê mơ tả các biến thông tin cá nhân: Thời gian giao dịch, giới tính, độ tuổi, trình độ học vấn, nghề nghiệp, thu nhập hàng tháng. Sử dụng kết quả xử lý của phần mềm SPSS version 20 và hệ số Cronbach’s Alpha để phân tích.
2.4.2.4. Phân tích hồi quy tuyến tính
Sau khi thang đo của các nhân tố khảo sát đƣợc kiểm định thì sẽ đƣợc xử lý chạy hồi quy tuyến tính bằng phƣơng pháp bình phƣơng nhỏ nhất (Ordinary Least Square - OLS) bằng cả hai phƣơng pháp Enter và phƣơng pháp Stepwise.
Phƣơng trình hồi quy đƣợc lập dựa trên mơ hình nghiên cứu của tác giả, với 4 biến là 4 nhân tố ảnh hƣởng đến giá trị thƣơng hiệu Ngân hàng. Các biến là độc lập của các biến phản ánh sự ảnh hƣởng của biến đó đến biến phụ thuộc, từ đó đƣa ra đƣợc kết luận nhân tố nào ảnh hƣởng lớn nhất đến giá trị thƣơng hiệu Ngân hàng. Phƣơng trình hồi quy có dạng nhƣ sau:
GTTH=β0+β1×NB+β2×LT+β3×CL+β4×TT Trong đó:
- Biến phụ thuộc GTTH: Giá trị thƣơng hiệu
- Biến độc lập: NB, LT, CL, TT trong đó NB: Nhận biết thƣơng hiệu LT: Liên tƣởng thƣơng hiệu CL: Chất lƣợng cảm nhận
AT: Trung thành thƣơng hiệu
- β0: Hệ số tự do, thể hiện giá trị thƣơng hiệu khi các biến độc lập trong mơ hình bằng 0.
- β1, β2, β3, β4 là các hệ số hồi quy riêng của từng biến NB, CL, LT, TT Sau khi có kết quả phân tích hồi quy, cần xem xét các vấn đề sau:
Kiểm định sự phù hợp của mơ hình hồi quy. Để đảm bảo sự tin cậy của mơ hình xây dựng, tác giả tiến hành kiểm định sử thỏa mãn của các giả thuyết của phƣơng pháp OLS, bao gồm:
+ Kiểm định hiện tƣợng đa cộng tuyến trong mơ hình. Đa cộng tuyến là một hiện tƣợng trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Kiểm định hiện tƣợng đa cộng tuyến thông qua độ sai lệch cho phép (tolerance) hoặc hệ số phóng đại phƣơng sai (VIF - variance inflation factor). Nếu VIF ≤ 2 nghĩa là các biến độc lập khơng có tƣơng quan tuyến tính với nhau.
+ Kiểm định độ phù hợp của mơ hình hồi quy thơng qua kiểm định F. 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.
+ Hệ số β là hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số, đƣợc xem xét nhƣ là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số beta chuẩn hóa càng lớn thì tầm quan trọng tƣơng đối của nó trong dự báo biến phụ thuộc càng cao.
+ Đánh giá độ phù hợp của mơ hình hồi quy dựa trên hệ số R-square (R2), mơ hình có ý nghĩa khi R2 đã điều chỉnh càng tiến gần 1 (0 < R2 < 1) với Sig < 0.05 (độ tin cậy trên 95%).
Tóm lại, hệ số tƣơng quan (VIF), giá trị F, hệ số hồi quy (β), hệ số hiệu chỉnh (R2) dùng để đánh giá mức độ phù hợp của mơ hình nghiên cứu và kiểm định giả thuyết nghiên cứu. Sau khi kiểm tra kết quả cho thấy các giả thuyết khơng bị vi phạm thì có thể kết luận ƣớc lƣợng các hệ số hồi quy là không thiên lệch, nhất quán và hiệu quả. Các kết luận rút ra từ phân tích hồi quy là đáng tin cậy.
KẾT LUẬN CHƢƠNG 2
Trên đây là khái quát chung nhất về phƣơng pháp nghiên cứu mà tác giả áp dụng để nghiên cứu cho luận văn của mình. Chƣơng này đã trình bày tồn bộ tiến trình nghiên cứu của đề tài, làm rõ những vấn đề cần phải nghiên cứu cùng việc xây dựng quy trình, mơ hình nghiên cứu phù hợp, tác giả đã tiến hành thu thập dữ liệu để phục vụ cho nghiên cứu của mình.
CHƢƠNG 3: THỰC TRẠNG CÁC NHÂN TỐ ẢNH HƢỞNG ĐẾN GIÁ TRỊ THƢƠNG HIỆU CỦA NGÂN HÀNG TMCP VIỆT NAM THỊNH VƢỢNG