Đặc điểm mẫu – n = 207 Số lƣợng Tỉ lệ (%) Giới tính Nam 99 47.8 Nữ 108 52.2 Độ tuổi Dưới 25 tuổi 12 5.8 Từ 25 đến 35 tuổi 48 23.2 Từ 36 đến 45 tuổi 86 41.5 Trên 45 tuổi 61 29.5 Nghề nghiệp Hưu trí 38 18.4 Quản lý 42 20.2
Nhân viên văn phòng 56 27.1
Nội trợ 22 10.6 Kinh doanh tự do 26 12.6 Khác 23 11.1 Thu nhập Dưới 5 triệu 10 4.8 5 đến dưới 10 triệu 92 44.4 10 đến 20 triệu 73 35.3 Trên 20 triệu 32 15.5
3.5.2 Phân tích hệ số Cronbach’s alpha
3.5.2.1 Phân tích hệ số Cronbach’s alpha các yếu tố ảnh hƣởng đến
Thang đo Uy tín thương hiệu gồm 3 biến quan sát (TH1, TH2, TH3) có hệ số Cronbach’s alpha là 0.852 (bảng số 6, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
Thang đo Cảm giác an toàn gồm 4 biến quan sát (AT1, AT2, AT3, AT4) có hệ số Cronbach’s alpha là 0.728 (bảng số 7, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
Thang đo Chính sách lãi suất gồm 3 biến quan sát (LS1, LS2, LS3) có hệ số Cronbach’s alpha là 0.784 (bảng số 8, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
Thang đo Ảnh hưởng của người thân gồm 3 biến quan sát (NT1, NT2, NT3) có hệ số Cronbach’s alpha là 0.785 (bảng số 9, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
Thang đo Hình thức chiêu thị gồm 3 biến quan sát (CT1, CT2, CT3) có hệ số Cronbach’s alpha là 0.893 (bảng số 10, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
Thang đo Hình ảnh nhân viên gồm 6 biến quan sát (NV1, NV2, NV3, NV4, NV5, NV6) có hệ số Cronbach’s alpha là 0.851 (bảng số 11, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này được đưa vào phân tích nhân tố.
Thang đo Hệ thống mạng lưới gồm 6 biến quan sát (ML1, ML2, ML3, ML4, ML5, ML6) có hệ số Cronbach’s alpha là 0.748 (bảng số 12, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này được đưa vào phân tích nhân tố.
TT4) có hệ số Cronbach’s alpha là 0.813 (bảng số 13, phụ lục 5) và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
3.5.2.2 Phân tích hệ số Cronbach’s alpha thang đo Quyết định gửi tiền
Thang đo Quyết định gửi tiền tiết kiệm gồm 4 biến quan sát (QD1, QD2, QD3, QD4) có hệ số Cronbach’s alpha là 0.772 và các hệ số tương quan biến tổng của các biến đo lường yếu tố này đều đạt tiêu chuẩn cho phép (lớn hơn 0.3). Do đó, các biến đo lường yếu tố này sẽ được đưa vào phân tích nhân tố.
Bảng 3.5: Hệ số Cronbach’s alpha thang đo Quyết định gửi tiền tiết kiệm Biến
quan sát
Trung bình thang đo nếu loại biến
Phƣơng sai thang đo nếu loại biến
Tƣơng quan biến tổng
Cronbach’s alpha nếu loại biến
QD1 11.32 4.103 .593 .706
QD2 11.14 4.302 .506 .755
QD3 11.24 4.679 .597 .713
QD4 11.21 4.003 .620 .691
3.5.3 Phân tích nhân tố khám phá (EFA)
3.5.3.1 Phân tích nhân tố khám phá các yếu tố ảnh hƣởng đến Quyết
định gửi tiền tiết kiệm
Thang đo các yếu tố ảnh hưởng đến quyết định gửi tiền tiết kiệm gồm 8 yếu tố với 32 biến quan sát đạt độ tin cậy Cronbach’s alpha được đưa vào phân tích nhân tố khám phá.
Kết quả phân tích nhân tố lần thứ nhất.
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 (bảng số 15a, phụ lục 5) và chỉ số KMO = 0.830 > 0.5 cho thấy điều kiện cần và đủ để phân tích nhân tố là thích hợp. Tại các mức giá trị Eigenvalues lớn hơn 1 với phương pháp rút trích Principal components và phép xoay varimax, phân tích nhân tố đã trích được 8 nhân tố từ 32 biến quan sát (bảng số 15b, phụ lục 5) và với tổng phương sai trích là 67.473 (lớn hơn 50%) đạt yêu cầu.
Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng số 15c, phụ lục 5), ba biến ML3, TT4, AT4 bị loại do có hệ số tải nhân tố lớn nhất của chúng lần lượt là 0.459; 0.431 và 0.461 chưa đạt yêu cầu (nhỏ hơn 0.5). Do đó, việc phân tích nhân tố lần thứ hai được thực hiện với việc loại ba biến này.
Kết quả phân tích nhân tố lần thứ hai
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 (bảng số 16a, phụ lục 5) và chỉ số KMO = 0.827 > 0.5 cho thấy điều kiện cần và đủ để phân tích nhân tố là thích hợp. Tại các mức giá trị Eigenvalues lớn hơn 1 với phương pháp rút trích Principal components và phép xoay varimax, phân tích nhân tố đã trích được 8 nhân tố từ 29 biến quan sát (bảng số 16b, phụ lục 5) và với tổng phương sai trích là 70.278 (lớn hơn 50%) đạt yêu cầu.
Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng số 16c, phụ lục 5) các biến ML4 (0.514 – 0.290 < 0.3), NV4 (0.667 – 0.437 < 0.3) bị loại dựa vào tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay bằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. Vì vậy, phân tích nhân tố sẽ được tiến hành lần thứ ba với việc loại hai biến này.
Kết quả phân tích nhân tố lần thứ ba
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's với sig = 0.000 (bảng số 17a, phụ lục 5) và chỉ số KMO = 0.824 > 0.5 cho thấy điều kiện cần và đủ để phân tích nhân tố là thích hợp. Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích được 8 nhân tố từ 27 biến quan sát (bảng số 17b, phụ lục 5) và với tổng phương sai trích là 72.261% (lớn hơn 50%) đạt yêu cầu.
Kết quả tại bảng 3.6 (xem thêm bảng số 17c, phụ lục 5) cho thấy hệ số tải nhân tố của các biến này đều lớn hơn 0.5 đạt yêu cầu. Chênh lệch hệ số tải nhân tố của mỗi một biến quan sát đều lớn hơn 0.3 đạt yêu cầu.
Bảng 3.6: Ma trận xoay nhân tố (lần 3) Nhân tố Biến quan sát NV CT ML TT TH NT LS AT Eigenvalues 7.118 2.568 2.363 2.136 1.766 1.432 1.102 1.026 Phương sai trích (%) 26.363 9.512 8.751 7.91 6.539 5.305 4.081 3.800 NV2 .826 NV3 .817 NV1 .784 NV6 .749 NV5 .723 CT3 .875 CT2 .863 CT1 .838 ML6 .799 ML2 .790 ML1 .717 ML5 .697 TT3 .916 TT2 .893 TT1 .814 TH1 .779 TH3 .768 TH2 .768 NT1 .794 NT2 .756 NT3 .749 LS3 .787 LS2 .730 LS1 .665 AT2 .850 AT1 .804 AT3 .744
Dựa vào kết quả bảng ma trận xoay các nhân tố (bảng 3.6) lệnh Transform/Compute Variable/mean được sử dụng để nhóm các biến đạt yêu cầu với hệ số tải nhân tố > 0.5 thành tám yếu tố. Các yếu tố này được gom lại và đặt tên
Yếu tố thứ nhất: gồm 5 biến quan sát (NV1, NV2, NV3, NV5, NV6) được
nhóm lại bằng lệnh trung bình và được đặt tên là Hình ảnh nhân viên ký hiệu là NV.
Yếu tố thứ hai: gồm 3 biến quan sát (CT1, CT2, CT3) được nhóm lại bằng lệnh
trung bình và được đặt tên là Hình thức chiêu thị ký hiệu là CT.
Yếu tố thứ ba: gồm 4 biến quan sát (ML1, ML2, ML5, ML6) được nhóm lại
bằng lệnh trung bình và được đặt tên là Hệ thống mạng lưới ký hiệu là ML. Yếu tố thứ tƣ: gồm 3 biến quan sát (TT1, TT2, TT3) được nhóm lại bằng lệnh
trung bình và được đặt tên là Thủ tục trong giao dịch ký hiệu là TT.
Yếu tố thứ năm: gồm 3 biến quan sát (TH1, TH2, TH3) được nhóm lại bằng
lệnh trung bình và được đặt tên là Uy tín thương hiệu ký hiệu là TH.
Yếu tố thứ sáu: gồm 3 biến quan sát (NT1, NT2, NT3) được nhóm lại bằng
lệnh trung bình và được đặt tên là Ảnh hưởng của người thân ký hiệu là NT. Yếu tố thứ bảy: gồm 3 biến quan sát (LS1, LS2, LS3) được nhóm lại bằng lệnh
trung bình và được đặt tên là Chính sách lãi suất ký hiệu là LS.
Yếu tố thứ tám: gồm 3 biến quan sát (AT1, AT2, AT3) được nhóm lại bằng lệnh trung bình và được đặt tên là Cảm giác an tồn ký hiệu là AT.
3.5.3.2 Phân tích nhân tố khám phá thang đo Quyết định gửi tiền
Kết quả kiểm định Bartlett (Bartlett’s test of sphericity) trong bảng kiểm định KMO và Bartlett's (bảng số 18a, phụ lục 5) với sig = 0.000 và chỉ số KMO = 0.758 đều đáp ứng được yêu cầu. Tại mức giá trị Eigenvalues = 2.398 (bảng số 18b, phụ lục 5), đã trích được một nhân tố từ bốn biến quan sát và với phương sai trích là 59.957 % (lớn hơn 50%) đạt yêu cầu. Bốn biến QD1, QD2, QD3, QD4 đều có hệ số tải nhân tố lớn hơn 0.5 đều phù hợp (bảng số 18c, phụ lục 5).
3.5.4 Mơ hình hiệu chỉnh sau khi phân tích nhân tố
Sau khi phân tích và kiểm định bằng hệ số tin cậy Cronbach’s alpha và nhân tố khám phá (EFA), thang đo các yếu tố ảnh hưởng đến quyết định gửi tiền tiết kiệm vẫn giữ nguyên. Tuy nhiên, số biến quan sát đã giảm xuống chỉ còn lại 27 biến quan sát (bảng 3.6) và thang đo yếu tố Quyết định gửi tiền tiết kiệm vẫn giữ
nguyên. Mơ hình nghiên cứu và các giả thuyết ban đầu (trình bày ở chương 1) không thay đổi. Tám yếu tố ảnh hưởng đến quyết định gửi tiền tiết kiệm cùng với yếu tố Quyết định gửi tiền tiết kiệm sẽ được đưa vào phân tích tương quan và hồi qui tuyến tính bội.
3.5.5 Phân tích hồi qui tuyến tính bội
3.5.5.1 Xác định biến độc lập và biến phụ thuộc
Căn cứ vào mơ hình nghiên cứu lý thuyết, ta có phương trình hồi quy tuyến tính bội diễn tả các yếu tố ảnh hưởng đến Quyết định gửi tiền tiết kiệm:
QD = β0 + β1*NV + β2*CT + β3*ML + β4*TT + β5*TH + β6*NT + β7*LS + β8*AT
Các biến độc lập (Xi): NV, CT, ML, TT, TH, NT, LS, AT Biến phụ thuộc (QD): Quyết định gửi tiền tiết kiệm. βk là hệ số hồi quy riêng phần (k = 0…8)
3.5.5.2 Phân tích tƣơng quan
Dựa vào phân tích tương quan Pearson (bảng số 19, phụ lục 5), hệ số tương quan giữa yếu tố Quyết định gửi tiền tiết kiệm với 8 biến độc lập NV, CT, ML, TT, TH, NT, LS, AT cao (thấp nhất là 0.302) và trị Sig đều nhỏ (< 0.05). Tuy nhiên, ma trận tương quan chỉ nói lên mối tương quan (quan hệ 2 chiều) giữa các biến nên chỉ đưa ra cái nhìn tổng quan sơ bộ mà khơng có quyết định gì trong việc quyết định biến nào ảnh hưởng, biến nào không ảnh hưởng lên biến phụ thuộc. Ngoài ra, hệ số tương quan giữa các biến độc lập cũng cao. Do đó, kiểm định đa cộng tuyến cần được tiến hành trong các bước tiếp theo để xác định xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.
3.5.5.3 Hồi qui tuyến tính bội
Để kiểm định sự phù hợp giữa 8 yếu tố ảnh hưởng đến biến phụ thuộc là Quyết định gửi tiền tiết kiệm, hàm hồi qui tuyến tính bội với phương pháp đưa vào một lượt (Enter) được sử dụng. Kết quả phân tích hồi qui bội tại bảng 3.7, các giá trị Sig. với các biến NV, CT, ML, TT, TH, NT, LS, AT đều rất nhỏ (< 0.05). Vì vậy, có thể kh ng định các biến này có ý nghĩa trong mơ hình.
Bảng 3.7: Kết quả phân tích hồi qui bội Coefficientsa Coefficientsa
Model
Hệ số hồi qui chƣa chuẩn hóa
Hệ số hồi qui
đã chuẩn hóa t Sig.
Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 Hằng số -.901 .272 -3.311 .001 NV .163 .046 .163 3.513 .001 .795 1.257 CT .120 .033 .175 3.575 .000 .714 1.401 ML .201 .044 .207 4.550 .000 .822 1.217 TT .143 .046 .141 3.066 .002 .808 1.238 TH .131 .043 .169 3.071 .002 .561 1.782 NT .148 .059 .127 2.499 .013 .664 1.506 LS .200 .046 .235 4.395 .000 .598 1.674 AT .132 .048 .119 2.759 .006 .922 1.085
3.5.5.4 Kiểm tra các giả định hồi qui
Phân tích hồi qui khơng chỉ là việc mơ tả các dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
Giả định liên hệ tuyến tính: giả định này sẽ được kiểm tra bằng biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự dốn chuẩn hóa (Standardized predicted value). Kết quả (hình số 1, phụ lục 6) cho thấy phần dư phân tán ngẫu nhiên qua đường th ng qua điểm 0, không tạo thành một hình dạng nào cụ thể nào. Như vậy, giả định liên hệ tuyến tính được đáp ứng.
Giả định phƣơng sai của sai số không đổi: kết quả kiểm định tương quan hạng Spearman (bảng số 23, phụ lục 5) cho thấy giá trị sig. của các yếu tố NV, CT, ML, TT, TH, NT, LS, AT với giá trị tuyệt đối của phần dư đều khác không. Nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
Giả định phần dƣ có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần
dư (hình số 2, phụ lục 6) cho thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean gần bằng 0 và độ lệch chuẩn Std. gần bằng 1). Như vậy, giả định phần dư có phân
phối chuẩn không bị vi phạm.
Giả định khơng có tƣơng quan giữa các phần dƣ: đại lượng thống kê Durbin-Watson (d) được dùng để kiểm định tương quan chuỗi bậc nhất. Kết quả nhận được từ bảng 3.8 cho thấy đại lượng thống kê Durbin-Watson có giá trị là 1.913 (gần bằng 2), nên chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mơ hình. Như vậy, mơ hình hồi qui bội đáp ứng được tất cả các giả định.
3.5.5.5 Độ phù hợp của mơ hình và hiện tƣợng đa cộng tuyến
Kiểm định độ phù hợp của mơ hình
Hệ số R² điều chỉnh là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi qui bội (bảng 3.8) cho thấy R² điều chỉnh (Adjusted R Square) bằng 0.649, nghĩa là mức độ phù hợp của mơ hình là 64.90%. Có thể nói các yếu tố biến được đưa vào mơ hình đạt kết quả giải thích khá tốt.
Bảng 3.8: Model Summaryb
Model R R Square R² điều chỉnh Std. Error of the Estimate Durbin-Watson 1 .814a .663 .649 .39330 1.913
Kết quả nhận được từ bảng ANOVAb
(bảng 3.9) cho thấy giá trị thống kê F là 48.677 với giá trị Sig. rất nhỏ (= 0.000 < 0.05). Như vậy, có thể kết luận rằng mơ hình hồi qui bội thỏa mãn các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 3.9: ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 60.236 8 7.530 48.677 .000a
Residual 30.628 198 .155
Total 90.864 206
Hiện tƣợng đa cộng tuyến
được sử dụng và khi VIF < 10 nghĩa là các biến độc lập khơng có tương quan tuyến tính với nhau. Kết quả nhận được từ bảng 3.7 với hệ số phóng đại phương sai VIF có giá trị từ 1.085 đến 1.782 đạt u cầu. Có thể kết luận mơ hình hồi qui tuyến tính bội khơng có hiện tượng đa cộng tuyến. Như vậy, mối quan hệ giữa các biến độc lập khơng ảnh hưởng đến việc giải thích mơ hình hồi qui tuyến tính bội.
3.5.5.6 Phƣơng trình hồi qui tuyến tính bội
Với tập dữ liệu thu được trong phạm vi nghiên cứu của đề tài và dựa vào bảng 3.7 thì phương trình hồi qui bội thể hiện những yếu tố ảnh hưởng đến Quyết