6. Kết cấu luận văn
2.4. Các yếu tố ảnh hƣởng đến quyết định sử dụng dịch vụ IB tại Eximbank
CN Tiền Giang
Phân tích nhân tố đƣợc biểu diễn nhƣ là một sự kết hợp tuyến tính của các nhân tố cơ bản. Lƣợng biến thiên của một biến đƣợc giải thích bởi những nhân tố chung trong phân tích gọi là communality.
Biến thiên của các biến mơ tả bằng một số ít các nhân tố chung (common factor) cộng với một số nhân tố đặc trƣng (unique factor) cho mỗi biến.
Mục đích sử dụng mơ hình phân tích nhân tố vì trong q trình nghiên cứu thu thập đƣợc lƣợng biến lớn là 23 biến và có thể các biến này có mối tƣơng quan với nhau, dùng phân tích nhân tố có thể giảm lƣợng biến nhỏ lại đến mức có thể sử dụng đƣợc.
Mơ hình phân tích nhân tố7
Fi = WilX1 + Wi2X2 + Wi3X3 +...+WikXk
Trong đó:
Fi: ƣớc lƣợng nhân tố thứ i
Wi: quyền số hay trọng số nhân tố (weight or factor score coeffcient)
X: là biến
k: là số biến
Dựa vào mơ hình tổng qt trên, với 23 biến (k=23) trong bài ngun cứu thì mơ hình đƣợc thể hiện bằng phƣơng trình
Fi = W1X1 + W2X2 + W3X3 + W4X4 + W5X5 + W6X6 + W7X7 + W8X8 + W9X9
+ W10X10 + W11X11 + W12X12+ W13X13 + W14X14 + W15X15+ W16X16
+ W17X17+ W18X18+ W19X19+ W20X20+ W21X21 + W22X22 + W23X23
Bảng 2.13. Mô tả biến trong mơ hình
Ký hiệu Các Biến
X1 Nâng cao hiệu quả công việc
X2 Tiết kiệm thời gian
X3 Tiết kiệm chi phí
X4 Nhanh chóng thành thạo IB
X5 Kiểm sốt tài chỉnh hiệu quả
X6 Nâng cao kiến thức ngân hàng
X7 Cách hƣớng dẫn sử dụng dễ hiểu
X8 IB nhìn chung dễ sử dụng
X9 An tâm về quy mô ngân hàng
X10 Đảm bảo ngƣời khác không biết thông tin
X11 Đảm bảo ngƣời khác không giả mạo thông tin
X12 Dễ thực hiện yêu cầu của ngƣời sử dụng
X13 Tự hào khi sử dụng
X14 Thao tác IB đơn giản
X15 Không Phù hợp với địa vị hiện tại
X16 An Tâm không bị mất cấp tiền
X17 Thiết kế web đơn giản dễ hiểu
X18 Nhìn chung IB mang lại lợi ích
X19 Đảm bảo bí mật chị tiết giao dịch
X20 Không đƣợc hỗ trợ trực tuyến
X21 Khơng Phù hợp với cách quản lý tài chính
X22 Thoải mái khi sử dụng
X23 Khi cần hƣớng dẫn không ai hƣớng dẫn
Mức độ quan trọng của các những tiêu chí ảnh hƣởng đến quyết định sử dụng dịch vụ IB của khách hàng cá nhận tại Eximbank Tiền Giang (sử dụng bảng phỏng vấn Q13)
Tiến hành phân tích nhân tố
Quy ƣớc biến từ: X1 X23 Các nhận tố có tƣơng quan với nhau và tƣơng quan
với nhân tố chung. Nhân tố chung là nhân tố đƣợc tìm ra sau phân tích, đây là những nhân tố chung đại diện cho một nhóm nhân tố có ảnh hƣởng thƣờng xuyên đến quyết định sử dụng dịch vụ IB của Eximbank.
2.4.2. Xây dựng ma trận tương quan
Mục đích của việc xây dựng ma trận tương quan để xét mối tương quan của các biến trong mơ hình và kỳ vọng rằng các biến này có mối tương quan chặt chẽ với nhau vì điều kiện để tiếp tục phân tích nhân tố là các biến phải có quan hệ với nhau. Nếu hệ số tương quan giữa các biến trong ma trận tương quan nhỏ có thể phân tích nhân tố khơng phù hợp.
Dựa vào Phụ lục 2 cho thấy các tiêu chí X1 (nâng cao hiệu quả cơng việc) với X9 (an tâm về quy mơ ngân hàng) có hệ số tƣơng quan 0,555; X10 (đảm bảo ngƣời khác khơng biết thơng tin) có hệ số tƣơng quan 0,533; Xới X17 (thiết kế web đơn giản dễ hiểu) tƣơng quan chặt chẽ với hệ số 0.594; và có tƣơng quan với X18 (nhìn chung IB mang lại lợi ích).
X2 (tiết kiệm thời gian) có tƣơng quan khá chặt chẻ với X3(tiết kiệm chi phí), X4 (nhanh chóng thành thạo IB), X5 (kiểm sốt tài chỉnh hiệu quả), X9 (an tâm về quy mô ngân hàng), X10 (đảm bảo ngƣời khác không biết thông tin), X17 (thiết kế web đơn giản dễ hiểu) lần lƣợt với các hệ số tƣơng quan 0,747; 0, 565; 0,594; 0,603; 0616; 0,587.
X3 (tiết kiệm chi phí) với X5 (kiểm sốt tài chỉnh hiệu quả), X6 (nâng cao kiến thức ngân hàng), X7 (cách hƣớng dẫn sử dụng dễ hiểu), X9 (an tâm về quy mô ngân
hàng), X10 (đảm bảo ngƣời khác không biết thông tin), X17 (thiết kế web đơn giản dễ hiểu), X18 (nhìn chung IB mang lại lợi ích) tƣơng quan chặt chẽ với nhau lần lƣợt với các hệ số 0,582; 0,663; 0,533; 0,647; 0,605; 0,526; 0,597.
X4 (nhanh chóng thành thạo IB) tƣơng quan với X5 ( kiểm soát tài chỉnh hiệu quả), X18( nhìn chung IB mang lại lợi ích) với các hệ số 0,480; 0, 492.
X5 (kiểm soát tài chỉnh hiệu quả) có tƣơng quan với X6 (nâng cao kiến thức ngân hàng), X7 (cách hƣớng dẫn sử dụng dễ hiểu), X14 (thao tác IB đơn giản). Hệ số
tƣơng quan lần lƣợt 0,592; 0,579; 0,594.
X6 (nâng cao kiến thức ngân hàng) có tƣơng quan với X7 (cách hƣớng dẫn sử dụng dễ hiểu), X9 (an tâm về quy mô ngân hàng), X10 (đảm bảo ngƣời khác không biết thông tin), X17( thiết kế web đơn giản dễ hiểu). Hệ số tƣơng quan lần lƣợt 0,709; 0, 531; 0,555.
X7 ( cách hƣớng dẫn sử dụng dễ hiểu) và X17( thiết kế web đơn giản dễ hiểu) có
hệ số tƣơng quan 0,599.
X8 ( IB nhìn chung dễ sử dụng) và X17 ( thiết kế web đơn giản dễ hiểu) có hệ số tƣơng quan 0,487.
X9 (an tâm về quy mơ ngân hàng) có tƣơng quan với X10 (đảm bảo ngƣời khác khơng biết thông tin), X13 (tự hào khi sử dụng), X14 (thao tác IB đơn giản), X18 (nhìn chung IB mang lại lợi ích). Hệ số tƣơng quan lần lƣợt 0,667; 0,526; 0,608; 0,701.
X10 ( đảm bảo ngƣời khác khơng biết thơng tin) có tƣơng quan với X17 (thiết kế web đơn giản dễ hiểu), X18 (nhìn chung IB mang lại lợi ích). Hệ số tƣơng quan 0,516; 0,525.
X14 (thao tác IB đơn giản) với X17 ( thiết kế web đơn giản dễ hiểu) có tƣơng quan với hệ số 0,508.
X18 (nhìn chung IB mang lại lợi ích) có tƣơng quan với X23 ( khi cần hƣớng dẫn không ai hƣớng dẫn), hệ số 0,521.
2.4.3. Kiểm định Kmo & Bartlett’s Test
Quá trình phân tích đƣợc dựa trên ma trận tƣơng quan của các biến. Tức là xem các biến có quan hệ với nhau hay khơng và chúng tƣơng quan chặt chẽ với cùng 1 hay nhiều nguyên tố. Để xác định các biến có tƣơng quan nhƣ thế nào ta sử dụng kiểm định Bartlett’s test of sphericity để kiểm định giả thuyết:
+ H0: khơng có sự tƣơng quan giữa các biến
+ H1: có sự tƣơng quan giữa các biến với nhau
Bảng 2.14- Kết quả kiểm định KMO & Bartlett’s Test
Sự phù hợp khi phân tích nhân tố 0,878
Kiểm định Bartlett cụ thể
Phân phối chi bình phƣơng 2877.481
Bậc tự do 253
Mức ý nghĩa 0,000
(Nguồn: Kết quả phỏng vấn trực tiếp 300 khách hàng)
Kết quả kiểm định KMO and Bartlett's Test có sự phù hợp khi phân tích nhân tố là 0,878 lớn 0,5 và giá trị P_value = 0,000 nên ta hồn tồn có thể bác bỏ giả thuyết H0 ở mức ý nghĩa 5%, nhƣ vậy giả thuyết H1 đƣợc chấp nhận, có nghĩa là các biến có tƣơng quan với nhau và việc phân tích nhân tố là phù hợp.
2.4.4. Xác định số lượng nhân tố
Sử dụng phƣơng pháp eigenvalues (Determination based on eigenvalues) để xác định số lƣợng nhân tố, chỉ có những nhân tố nào eigenvalues lớn hơn 1 mới đƣợc giữ lại trong mơ hình phân tích.
Xem Phụ lục 3 ta thấy rằng theo tiêu chuẩn eigenvalues lớn hơn 1 ta xác định đƣợc 6 nhân tố ảnh hƣởng quyết định sử dụng dịch vụ IB của khách hàng tại Eximbank Tiền Giang. Trong bảng này hàng tần số tích lũy cho biết 6 nhân tố giải thích đƣợc 67,793% biến thiên của dữ liệu (phƣơng sai trích bằng 67,793%). Theo Hair & ctg (1998) tiêu chuẩn đối với phƣơng sai trích phải đạt từ 50% trở lên8.
Nhƣ vậy 6 nhóm nhân tố này là 6 nhân tố chung đại diện cho cả 23 nhân tố đƣợc đƣa vào phân tích. Cách xác định từng nhân tố chung sẽ đƣợc tiến hành dựa vào bảng ma trận nhân tố sau khi xoay.
Giải thích các nhân tố
Khi xoay các nhân tố, chúng ta muốn mỗi nhân tố có hệ số khác khơng (có ý nghĩa) chỉ trong vài biến mà thơi. Nếu nhiều nhân tố có hệ số lớn trong cùng một biến thì việc giải thích sẽ gặp khó khăn hơn. Do đó, việc xoay nhân tố khơng có ảnh hƣởng đến các nhân tố chung và phần trăm của tồn bộ phƣơng sai đƣợc giải thích. Tuy nhiên phần trăm phƣơng sai đƣợc giải thích bởi từng nhân tố có thay đổi. Phần phƣơng sai đƣợc giải thích bởi từng nhân tố sẽ đƣợc phân phối lại khi xoay nhân tố. Để rõ hơn ta xét (Bảng 2.15) để giải thích các nhân tố.
Xét nhân tố 1: Có 6 biến tƣơng quan chặt chẽ với nhau nhƣ biến X1 (Nâng cao hiệu quả công việc), X2(Tiết kiệm thời gian), X3 (Tiết kiệm chi phí), X4 (Nhanh chóng sử dụng thành thạo IB), X5 (Kiểm sốt tài chính hiệu quả), X6 (Nâng cao kiến thức ngân hàng) là biến có hệ số tƣơng quan cao kiến thức ngân hàng), X9 (An tâm về quy mô ngân hàng), X10 (Đảm bảo ngƣời khác khơng biết thơng tin), X18 (Nhìn chung IB mang lại lợi ích). Các biến số này thể hiện sự ảnh hƣởng lên hữu ích của sản phẩm nên chúng ta có thể đặt nhân tố chung F1 là nhân tố Cảm nhận sự
hữu ích.
8 Hair, Jr. J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate Data Analysis
Xét nhân tố 2: Có 5 nhân tố tƣơng qua cao với nhau là X7 (Cách hƣớng dẫn sử
dụng dể hiểu), X8 (IB nhìn chung dễ sử dụng), X12 (Dễ dàng thực hiện yêu cầu của ngƣời sử dụng). X14 (Thao tác IB đơn giản), X17 (Thiết kế Web đơn giản, dễ hiểu) Các biến này thể hiện mức độ phù hợp và dễ sử dụng của IB vì thế chúng ta có thể đặt nhân tố chung F2 là nhân tố Cảm nhận dễ sử dụng.
Xét nhân tố 3: Có 3 nhân tố tƣơng qua cao với nhau là X11 (Đảm bảo ngƣời
khác không giả mạo thông tin), X16 ( An tâm khơng bị mất tiền), X19 (Đảm bảo bí mật chi tiết giao dịch). Các biến này thể hiện mức độ giảm rủi ro của khách hàng khi sử dụng IB vì thế chúng ta có thể đặt nhân tố chung F3 là nhân tố Sự giảm rủi
ro
Xét nhân tố 4: Có 2 nhân tố tƣơng qua cao với nhau là X15 (Không phù hợp
với địa vị hiện tại), X21 (Không phù hợp với quản lý tài chính) Các biến này thể hiện mức độ không phù hợp của khách hàng khi sử dụng IB vì thế chúng ta có thể đặt nhân tố chung F4 là nhân tố Sự không Phù hợp.
Xét nhân tố 5: Có 2 nhân tố tƣơng qua cao với nhau là X13 (Tự hào khi sử
dụng), X22 (Thoải mái khi sử dụng) Các biến này thể hiện thái độ của khách hàng khi sử dụng IB vì thế chúng ta có thể đặt nhân tố chung F5 là nhân tố Thái độ.
Xét nhân tố 6: Có 2 nhân tố tƣơng qua cao với nhau là X20 (Không đƣợc hỗ trợ
trực tuyến), X23 (Khi cần hỗ trợ không ai hỗ trợ) Các biến này thể hiện mức độ khách hàng nhận đƣợc sự hỗ trợ khi sử dụng IB Xì thế chúng ta có thể đặt nhân tố chung F6 là nhân tố Sự không hỗ trợ.
Bảng 2. 15: Bảng Phân tích xoay nhân tố
Biến
Nhân tố
1 2 3 4 5 6
Tiết kiệm thời gian .843
Tiết kiệm chi phí .795
Nhìn chung mang lại lợi ích .779
Nhanh chóng sử dụng thành thạo Ib .689
An tâm về quy mô ngân hàng .684
Nâng cao kiến thức ngân hàng 6.82
Đảm bảo ngƣời khác không biết thông tin
6.81
Kiểm sốt tài chính hiệu quả .578
Nâng cao hiệu quả cơng việc .559
IB nhìn chung dễ sử dụng .669
Thiết kế web đơn giản, dể hiểu .629
Dễ dàng thực hiện yêu cầu của ngƣời sử dụng
.617
Cách hƣớng dẫn sử dụng dể hiểu .578
Thao tác IB đơn giản .571
Dám bảo ngƣời khác không giả mạo thông tin
.706
An tâm không bị mất cấp tiền .556
Không phù hợp với cách quản lý tài chính
.776
Khơng phù hợp với địa vị hiện tại .718
Thoải mái khi sử dụng .838
Tự hào khi sử dụng .642
Không đƣợc hỗ trợ trực tuyến .889
Khi cần hƣớng dẫn không ai hƣớng dẫn .543
(Nguồn: Kết quả phỏng vấn trực tiếp 300 khách hàng)
2.4.5. Kiểm định hồi quy đa biến
Hàm hồi quy đa biến với dạng: Yi = β0 + β1P1i + β2P2i +..+ βpPpi
Trong đó Yi là biến phụ thuộc thứ i, Ppi là biểu hiện biến độc lập thứ p tại quan sát thứ I, βk là hệ số hồi quy từng phần, β0: Hệ số chặn.
Từ hàm tổng quát trên xét thực tế các biến nghiên cứu, tác giả suy ra hàm hồi quy nhƣ sau:
Y= β0 + β1P1 + β2P2 + β3P3 + β4P4+β5P5 +β6P6
Y là phụ thuộc, Trong nghiên cứu này, Y là Biến Hành Vi ( Sử dụng IB Eximbank lâu dài và giới thiệu nhiều ngƣời sử dụng)
P1,2,3,4,5 ,6 lần lƣợt là các biến độc lập Sự hữu ích, sự dễ sử dụng, Sự giảm rủi ro, Sự không phù hợp, Thái độ, sự không hỗ trợ
Tiến hành kiểm định giả thuyết H0: Mơ hình hồi quy tuyến tính khơng phù hợp, H1: mơ hình hồi quy tuyến tính phù hợp.
Dùng Spss chạy hồi quy đa biến ta đƣợc kết quả nhƣ sau:
Dựa vào bảng ANOVA, ta thấy giá trị thống kê F đƣợc tính từ giá trỉ R2 có giá trị bằng 0. (sig= 0,000 < 0,05). Điều này có đủ cơ sở để bác bỏ giả thiết H0, chấp nhận giả thuyết H1 có nghĩa là mơ hình hồi quy tuyến tính là phù hợp với dữ liệu thu thập đƣợc.
Dựa vào bảng Model Summary, ta có hệ số R điều chỉnh là hệ số dùng để đánh giá độ phù hợp một cách an tồn hơn so với hệ số R2 vì hệ số R2 trong trƣờng hợp có thể thổi phồng mức độ phù hợp của mơ hình. Hệ số R điều chỉnh đƣợc tính là 0,864 tƣơng đƣơng 86,4%, thể hiện mối tƣơng quan của biến độc lập và phụ thuộc rất cao. Tức là, các biến độc lập Cảm nhận sự hữu ích, Cảm nhận dễ sử dụng, Sự giảm rủi
ro, Sự không hỗ trợ, Sự không phù hợp và Thái độ giải thích đƣợc 86,4% dự định
hành vi, quyết định sử dụng dịch vụ IB của khách hàng cá nhân tại Eximbank Tiền Giang.
Dựa vào bảng các hệ số Beta của mơ hình hồi quy bội (Coeficients). Với mức ý nghĩa 10%, biến sự không phù hợp bị loại ra khỏi mơ hình (có sig là 12,2% lớn hơn mức ý nghĩa 10%) ta có mơ hình quy theo hệ số hồi quy từng phần là:
Y = -2,144 + 0,107P1 + 0,095P2+ 0,114P3 + 1,291P5 - 0,101P6
Biến sự không phù hợp bị loại ra khỏi mơ hình cho thấy sự khơng phù hợp với địa vị hay cách quản lý tài chính không ảnh hƣởng đến quyết định sử dụng dịch vụ internet banking, khác với kỳ vọng ban đầu của tác giả là biến có mối quan hệ nghịch biến với quyết định sử dụng dịch vụ này. Biến cảm nhận sự hữu ích có tác động tích cực (+) với quyết định sử dụng dịch vụ internet banking, khi sự hữu ích
tăng 1 đơn vị thì quyết định sử dụng dịch vụ tăng 0,107 đơn vị (khi các biến khác không đổi), tƣơng tự cho biến Cảm nhận dễ sử dụng, Sự giảm rủi ro và Thái độ có mối quan hệ tích cực. Biến Sự khơng hỗ trợ có mối quan hệ tiêu cực (-) phù hợp với kỳ vọng ban đầu của tác giả.
Đối với các thành phần này thì các thành phần nào có hệ số hồi quy từng phần lớn hơn thì thành phần đó có tỷ lệ giải thích đối với biến phụ thuộc cũng lớn hơn. Với mơ hình này thì nhân tố Thái Độ có hệ số hồi quy từng phần lớn nhất nên có sự tác động mạnh nhất đến quyết định sử dụng dịch vụ IB của khách hàng cá nhân tại chi nhánh Eximbank Tiền Giang khi họ có dự định hành vi sử dụng lâu dài và giới thiệu nhiều ngƣời sử dụng. Sự tác động lên dự định hành vi, lên quyết định sử dụng IB của các nhân tố giảm dần từ nhân tố sự giảm rủi ro, sự khơng hỗ trợ, cảm nhận sự
hữu ích và cảm nhận dể sử dụng. Trong khi đa số các nhân tố có tác động tích cực
thì nhân tố sự khơng hỗ trợ có tác động tiêu cực.
Ngồi kết quả hồi quy, dựa vào bảng (Coeficients), ta có thêm kết luận về hiện tƣợng đa cộng tuyến. Ta thấy hệ số Tolenrance (độ chấp nhận của biến rất lớn), đồng thời hệ só VIF (hệ số phóng đại phƣơng sai) của các biến đƣợc tính ra rất nhỏ, chỉ giao động trong khoảng từ 1,071 đến 2.667. Theo lý thuyết thì khi Tolerance rất nhỏ và VIF vƣợt quá 10 là dấu hiệu của đa cộng tuyến. Nhƣ vậy dựa vào kết quả này có thể khẳng định hiện tƣợng đa cộng tuyến khơng xảy ra trong mơ hình này.
Nhận xét:
Sau khi tiến hành phân tích dữ liệu, đánh giá các nhân tố ảnh hƣởng đến quyết định lựa chọn sử dụng dịch vụ IB của khách hàng cá nhân tại chi nhánh Eximbank Tiền Giang. Có thể thấy rằng, điểm thu hút và giữ chân khách hàng hiện tại cần có sự kết hợp của nhiều yếu tố. Trong đó việc tạo cho khách hàng cảm thấy thoải mái và tự hào khi sử dụng là nhân tố ảnh hƣởng nhiều nhất. Do đó, ngân hàng cần xây dựng