6. Kết cấu của đề tài
3.4. Kết quả phân tích định lƣợng
3.4.2.8. Thang đo Quyết định lựa chọn ngân hàng
Kết quả đánh giá độ tin cậy thang đo Quyết định lựa chọn ngân hàngtheo Bảng 3.13: Reliability Statistics Cronbach's Alpha N of Items .871 7 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted LCNH1 24.2958 7.640 .430 .878 LCNH2 24.1625 6.865 .622 .856 LCNH3 23.7208 6.026 .851 .822 LCNH4 24.0125 6.531 .711 .844 LCNH5 23.7417 7.155 .540 .866 LCNH6 23.7125 6.381 .811 .830 LCNH7 23.4792 7.054 .566 .863
Bảng 3.13: Kết quả đánh giá độ tin cậy thang đo Quyết định lựa chọn ngân hàng Kết quả theo Bảng 3.13 cho thấy thang đo Quyết định lựa chọn ngân hàng có hệ Kết quả theo Bảng 3.13 cho thấy thang đo Quyết định lựa chọn ngân hàng có hệ số Cronbach Alpha là 0,871 (> 0,7) và các hệ số tương quan biến tổng đều lớn hơn 0,3 nên các biến này đều được giữ lại và đưa vào phân tích nhân tố tiếp theo.
Sau khi đánh giá độ tin cậy thang đo thông qua hệ số Cronbach Alpha, các thang đo đạt yêu cầu sẽ được đưa vào phân tích nhân tố EFA. Phân tích nhân tố là kỹ thuật nhằm thu nhỏ và tóm tắt các dữ liệu.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), điều kiện để xem xét phương pháp phân tích nhân tố có phù hợp với các dữ liệu là thông qua đại lượng Barlett’s test of sphericity và hệ số Kaiser-Meyer-Olkin (KMO). Kết quả kiểm định cho thấy có ý nghĩa thống kê (Sig. nhỏ hơn mức ý nghĩa của kiểm định), và đại lượng Barlett’s test of sphericity càng lớn thì càng có nhiều khả năng bác bỏ giả thuyết Ho (Ho: các biến khơng có tương quan với nhau trong tổng thể). Trị số KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố thích hợp với dữ liệu.
Việc xác định số lượng nhân tố sử dụng phương pháp dựa vào eigenvalue.Chỉ có những nhân tố nào có eigenvalue lớn hơn 1 mới được giữ lại trong mơ hình phân tích (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Phương pháp rút trích các nhân tố được sử dụng là phương pháp Principal components (rút các thành phần chính).Việc xác định hệ số tải nhân tố (Factor loading) của từng biến với mỗi nhân tố thông quaphương pháp xoay nhân tố Varimax. Theo Hair và ctg (1998), hệ số Factor loading lớn hơn 0,3 được xem là đạt mức tối thiểu, Factor loading lớn hơn 0,4 được xem là quan trọng, Factor loading lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn.
3.4.3.1. Phân tích nhân tố EFA cho các nhân tố tác động
Kết quả phân tích nhân tố EFA cho các nhân tố tác động được thể hiện ở Bảng 3.14, Bảng 3.15 và Bảng 3.16:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .667 Bartlett's Test of Sphericity Approx. Chi-Square 1.677E3
df 210
Sig. .000
Total Variance Explained
Compon ent
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulativ e % Total % of Variance Cumulative % 1 2.738 13.040 13.040 2.738 13.040 13.040 2.502 11.915 11.915 2 2.560 12.190 25.229 2.560 12.190 25.229 2.325 11.074 22.989 3 2.280 10.857 36.087 2.280 10.857 36.087 2.190 10.427 33.415 4 1.979 9.423 45.510 1.979 9.423 45.510 2.077 9.889 43.304 5 1.919 9.138 54.647 1.919 9.138 54.647 2.037 9.702 53.006 6 1.771 8.435 63.083 1.771 8.435 63.083 1.831 8.721 61.727 7 1.516 7.221 70.304 1.516 7.221 70.304 1.801 8.577 70.304 8 .724 3.446 73.750 9 .681 3.245 76.995 10 .637 3.032 80.027 11 .603 2.870 82.898 12 .534 2.542 85.440 13 .491 2.337 87.777 14 .470 2.239 90.016 15 .393 1.871 91.887 16 .350 1.668 93.555 17 .335 1.593 95.149 18 .310 1.474 96.623 19 .257 1.224 97.848 20 .243 1.156 99.003 21 .209 .997 100.000
Extraction Method: Principal Component Analysis.
Bảng 3.15: Bảngkết quả eigenvalue
Rotated Component Matrixa
Component
TTGD3 .893 HTCT2 .874 HTCT3 .867 HTCT1 .864 NVNH2 .881 NVNH3 .872 NVNH1 .782 AHNT2 .859 AHNT3 .839 AHNT1 .765 CSCV2 .897 CSCV3 .781 CSCV1 .766 STT1 .799 STT3 .772 STT2 .708 THNH1 .784 THNH2 .774 THNH3 .736
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Bảng 3.16: Bảng kết quả xoay nhân tố
Theo Bảng 3.14hệ số KMO tương đối cao 0,667 (thỏa mãn yêu cầu 0,5 ≤ KMO ≤ 1) và mức ý nghĩa Sig. = 0,000 cho thấy phân tích nhân tố phù hợp với dữ liệu.
Trong Bảng 3.15, có 07 nhân tố thỏa mãn giá trị eigenvalue > 1 được rút ra từ 21 biến quan sát. Giá trị Cumulative thể hiện mức độ giải thích của của 07 nhân tố đầu tiên này đối với sự biến thiên của dữ liệu là 70,304%.
Kết quả của Bảng 3.16 thể hiện các biến quan sát đều có hệ số Factor loading lớn hơn 0,5 và mỗi biến chỉ có tương quan với một nhân tố.
HTCT2, HTCT3, HTCT1 có tương quan với nhân tố 2, các biến NVNH2, NVNH3, NVNH1 có tương quan với nhân tố 3, các biến AHNT2, AHNT3, AHNT1 có tương quan với nhân tố 4, các biến CSCV2, CSCV3, CSCV1 có tương quan với nhân tố 5, các biến STT1, STT3, STT2 có tương quan với nhân tố 6, các biến THNH1, THNH2, THNH3 có tương quan với nhân tố 7.
Nhân tố mới được giải thích và đặt tên thơng qua các biến có hệ số Factor loading lớn đối với từng nhân tố. Trên cơ sở kết quả 07 nhân tố mới sau khi rút trích, có thể đặt tên các nhân tố như sau:
Nhân tố thứ nhất gồm 3 biến quan sát (TTGD1, TTGD2, TTGD3) được đặt tên là TTGD (Thủ tục giao dịch).
Nhân tố thứ hai gồm 3 biến quan sát (HTCT2, HTCT3, HTCT1) được đặt tên là
HTCT (Hình thức chiêu thị).
Nhân tố thứ ba gồm 3 biến quan sát (NVNH2, NVNH3, NVNH1) được đặt tên là NVNH (Nhân viên ngân hàng).
Nhân tố thứ tư gồm 3 biến quan sát (AHNT2, AHNT3, AHNT1) được đặt tên là
AHNT (Ảnh hƣởng của ngƣời thân).
Nhân tố thứ năm gồm 3 biến quan sát (CSCV2, CSCV3, CSCV1) được đặt tên là CSCV (Chính sách cho vay).
Nhân tố thứ sáu gồm 3 biến quan sát (STT1, STT3, STT2) được đặt tên là STT
(Sự thuận tiện).
Nhân tố thứ bảy gồm 3 biến quan sát (THNH1, THNH2, THNH3) được đặt tên là THNH (Thƣơng hiệu ngân hàng).
3.4.3.2. Phân tích nhân tố EFA cho quyết định lựa chọn ngân hàng
Kết quả phân tích nhân tố EFA cho Quyết định lựa chọn ngân hàng được thể hiện ở Bảng 3.17, Bảng 3.18 và Bảng 3.19:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .785 Bartlett's Test of Sphericity Approx. Chi-Square 1.079E3
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .785 Bartlett's Test of Sphericity Approx. Chi-Square 1.079E3
df 21
Sig. .000
Bảng 3.17: Bảng kết quả kiểm định hệ số KMO
Total Variance Explained
Compo nent
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3.987 56.961 56.961 3.987 56.961 56.961 2 .986 14.091 71.052 3 .869 12.419 83.471 4 .492 7.027 90.498 5 .357 5.099 95.597 6 .235 3.360 98.957 7 .073 1.043 100.000
Extraction Method: Principal Component Analysis.
Bảng 3.18: Bảng kết quả eigenvalue Component Matrixa Component Matrixa Component 1 LCNH3 .918 LCNH6 .888 LCNH4 .804 LCNH2 .724 LCNH7 .689 LCNH5 .652 LCNH1 .534
Extraction Method: Principal Component Analysis. a. 1 components extracted.
Bảng 3.19: Bảng kết quả hệ số tải nhân tố
Theo Bảng 3.17, giá trị hệ số KMO là 0,785 (thỏa mãn yêu cầu 0,5 ≤ KMO ≤ 1) và mức ý nghĩa Sig. = 0,000 cho thấy phân tích nhân tố phù hợp với dữ liệu.
Trong Bảng 3.18, có 01 nhân tố thỏa mãn giá trị eigenvalue > 1 được rút ra từ 07 biến quan sát. Giá trị Cumulative thể hiện mức độ giải thích của nhân tố đầu tiên này đối với sự biến thiên của dữ liệu là 56,961%.
Kết quả của Bảng 3.19 thể hiện các biến quan sát đều có hệ số Factor loading lớn hơn 0,5.
3.4.4. Phân tích tƣơng quan
Phân tích tương quan Pearson được sử dụng để xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc với biến độc lập và giữa các biến độc lập với nhau. Nếu hệ số tương quan Pearson (r) cànglớnthể hiện mối quan hệ tương quan tuyến tính càng chặt chẽ giữa 2 biến với nhau. Trường hợp giữa các biến độc lập với nhau cũng có hệ số tương quan lớn cũng là dấu hiệu của hiện tượng đa cộng tuyến.
Kết quả phân tích tương quan Pearson được thể hiện ở Bảng 3.20:
Correlations LCNH THNH CSCV TTGD HTCT STT AHNT NVNH LCNH Pearson Correlation 1 .376** .455** .462** .141* .110 .034 .136* Sig. (2-tailed) .000 .000 .000 .029 .088 .600 .036 N 240 240 240 240 240 240 240 240 THNH Pearson Correlation .376** 1 -.020 -.078 -.018 .160* -.039 .076 Sig. (2-tailed) .000 .760 .228 .784 .013 .549 .243 N 240 240 240 240 240 240 240 240 CSCV Pearson Correlation .455** -.020 1 .071 .003 -.022 -.106 .013 Sig. (2-tailed) .000 .760 .271 .959 .729 .100 .839 N 240 240 240 240 240 240 240 240 TTGD Pearson Correlation .462** -.078 .071 1 -.080 -.056 .032 -.062
HTCT Pearson Correlation .141* -.018 .003 -.080 1 -.045 -.035 -.102 Sig. (2-tailed) .029 .784 .959 .216 .490 .589 .114 N 240 240 240 240 240 240 240 240 STT Pearson Correlation .110 .160* -.022 -.056 -.045 1 -.005 .044 Sig. (2-tailed) .088 .013 .729 .385 .490 .934 .497 N 240 240 240 240 240 240 240 240
AHNT Pearson Correlation .034 -.039 -.106 .032 -.035 -.005 1 .013
Sig. (2-tailed) .600 .549 .100 .623 .589 .934 .838
N 240 240 240 240 240 240 240 240
NVNH Pearson Correlation .136* .076 .013 -.062 -.102 .044 .013 1
Sig. (2-tailed) .036 .243 .839 .340 .114 .497 .838
N 240 240 240 240 240 240 240 240
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Bảng 3.20: Kết quả phân tích tương quan Pearson
Bảng 3.20 cho thấy 5 biến độc lập (THNH, CSCV, TTGD, HTCT, NVNH) có mối quan hệ tương quan tuyến tính với biến phụ thuộc (LCNH) với hệ số tương quan r và mức ý nghĩa Sig. (2-tailed: kiểm định 2 phía) nhỏ hơn mức ý nghĩa 0,05 (5%). Tuy nhiên, 2 biến độc lập STT và AHNT lại có mức ý nghĩa Sig. lớn hơn mức ý nghĩa 5%. Do vậy, cần phải xem xét kỹ mối quan hệ của 2 biến này với biến phụ thuộc LCNH khi đưa vào phân tích hồi qui đa biến. Mặt khác, có thể nhận thấy hầu hết các biến độc lập khơng có mối quan hệ tương quan tuyến tính với nhau nên ít có khả năng xảy ra hiện tượng đa cộng tuyến. Như vậy, sơ bộ có thể kết luậncác biến độc lập có thể được đưa vào mơ hình hồi qui đa biến để giải thích cho biến phụ thuộc.
3.4.5. Phân tích hồi qui
Các biến độc lập được đưa vào mơ hình hồi qui tuyến tính bội để giải thích cho biến phụ thuộc. Mơ hình hồi qui tuyến tính bội có dạng như sau:
LCNH = β0 + β1THNH + β2CSCV + β3TTGD + β4HTCT + β5STT + β6AHNT +β7NVNH + ei
Phương pháp bình phương nhỏ nhất thông thường (Ordinary least square – OLS) được sử dụng để xác định các hệ số hồi qui riêng phần (βk).
3.4.5.1. Đánh giá và kiểm định độ phù hợp của mơ hình
Mức độ phù hợp của mơ hình hồi qui tuyến tính bội với tập dữ liệu mẫu được đánh giá thông qua hệ số xác định R2
điều chỉnh (Adjusted R square). Hệ số R2 điều chỉnh được sử dụng thay cho hệ số R2 để phản ánh sát hơn mức độ phù hợp của mơ hình với tập dữ liệu do R2 điều chỉnh khơng phụ thuộc vào độ lệch phóng đại của R2 (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Với giá trị hệ số R2 điều chỉnh càng gần 1 và nhỏ hơn R2có nghĩa là mơ hình hồi qui tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức độ tương ứng với giá trị R2 điều chỉnh.
Đại lượng F được lấy từ kết quả phân tích phương sai ANOVA. Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), trị thống kê F được tính từ giá trị R2 điều chỉnh của mơ hình đầy đủ, nếu mức ý nghĩa Sig. nhỏ hơn mức ý nghĩa kiểm định, có thể an tồn bác bỏ giả thuyết Ho (Ho: βk = 0) và kết luận mơ hình hồi qui tuyến tính phù hợp với tập dữ liệu và có thể sử dụng được.
Kết quả đánh giá độ phù hợp của mơ hình theo Bảng 3.21:
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .799a .639 .628 .26303 2.161
a. Predictors: (Constant), NVNH, AHNT, STT, TTGD, HTCT, THNH, CSCV
b. Dependent Variable: LCNH
Bảng 3.21: Đánh giá độ phù hợp của mơ hình
Kết quả của Bảng 3.21 cho thấy giá trị R2 điều chỉnh tương đối cao (0,628) và giá trị của R2 điều chỉnh nhỏ hơn so với R2. Điều này nói lên rằng mơ hình hồi qui tuyến tính đã xây dựng phù hợp với tập dữ liệu đến mức 62,8% hay 62,8% sự biến thiên của Quyết định lựa chọn ngân hàng được giải thích bởi 7 biến độc lập trong mơ hình.
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 28.418 7 4.060 58.679 .000a
Residual 16.051 232 .069
Total 44.469 239
a. Predictors: (Constant), NVNH, AHNT, STT, TTGD, HTCT, THNH, CSCV
b. Dependent Variable: LCNH
Bảng 3.22: Phân tích phương sai ANOVA
Kết quả phân tích phương sai ANOVA từ Bảng 3.22 cho thấy giá trị F được tính từ giá trị R2 của mơ hình, với mức ý nghĩa Sig. rất nhỏ 0,000. Từ đó có thể kết luận mơ hình hồi qui tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
3.4.5.2. Đo lƣờng đa cộng tuyến
Hệ số phóng đại phương sai (Variance inflation factor – VIF) được sử dụng để đo lường đa cộng tuyến. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì khi hệ số VIF vượt q 10 thì đó là dấu hiệu của đa cộng tuyến.
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -1.617 .340 -4.760 .000 THNH .447 .044 .405 10.081 .000 .964 1.038 CSCV .263 .024 .437 10.972 .000 .982 1.018 TTGD .347 .028 .490 12.272 .000 .975 1.026 HTCT .169 .032 .208 5.207 .000 .979 1.022 STT .081 .038 .087 2.159 .032 .970 1.031 AHNT .079 .036 .086 2.174 .031 .984 1.016 NVNH .126 .034 .146 3.658 .000 .979 1.022 a. Dependent Variable: LC Bảng 3.23: Hệ số hồi qui
Kết quả của Bảng 3.23 cho thấy hệ số VIF của các biến độc lập đều nhỏ hơn 10 nên không xảy ra hiện tượng đa cộng tuyến. Mối quan hệ giữa các biến độc lập không ảnh hưởng đến kết quả giải thích của mơ hình.
3.4.5.3. Mơ hình hồi qui bội
Dựa trên kết quả của Bảng 3.23, tất cả các biến độc lập đều có mức ý nghĩa Sig. nhỏ hơn mức ý nghĩa 5%.Phương trình hồi qui bội thể hiện mối quan hệ giữa quyết định lựa chọn ngân hàng để vay vốn và các nhân tố tác động được thể hiện như sau:
LCNH = 0,447*THNH + 0,263*CSCV+ 0,347*TTGD + 0,169*HTCT + 0,081*STT + 0,079*AHNT + 0,126*NVNH
Trong đó:
LCNH là Quyết định lựa chọn ngân hàng để vay vốn của KH cá nhân (biến phụ thuộc);
THNH là nhân tố Thương hiệu ngân hàng (biến độc lập); CSCV là nhân tố Chính sách cho vay (biến độc lập); TTGD là nhân tố Thủ tục giao dịch (biến độc lập); HTCT là nhân tố Hình thức chiêu thị (biến độc lập); STT là nhân tố Sự thuận tiện (biến độc lập);
AHNT là nhân tố Ảnh hưởng của người thân (biến độc lập); NVNH là nhân tố Nhân viên ngân hàng (biến độc lập).
Như vậy, thơng qua mơ hình hồi qui cho thấy Quyết định lựa chọn ngân hàng để vay vốn của KH cá nhân trên địa bàn tỉnh Siêm Riệp, Campuchia chịu tác động của 7 nhân tố. Trong đó, mức độ tác động của các nhân tố lên quyết định lựa chọn ngân hàng theo thứ tự giảm dần như sau: Thươnghiệu ngân hàng, Thủ tục giao dịch, Chính sách cho vay, Hình thức chiêu thị, Nhân viên ngân hàng, Sự thuận tiện, Ảnh hưởng của người thân.
3.5. Kết quả kiểm định giả thuyết
Theo kết quả phân tích ở 3.4.5.3., các hệ số hồi qui riêng phần đều lớn hơn 0 và mức ý nghĩa Sig. nhỏ hơn 5%. Nghĩa là 7 nhân tố của mơ hình nghiên cứu đề nghị ở
Chương 1 đều có tác động cùng chiều đến Quyết định lựa chọn ngân hàng để vay vốn của KH cá nhân.
Diễn giải cụ thể mối quan hệ giữa từng nhân tố tác động với Quyết định lựa chọn ngân hàng để vay vốn của KH cá nhân trên địa bàn tỉnh Siêm Riệp, Campuchia:
- Khi Thương hiệu ngân hàng tăng lên 1 đơn vị thì quyết định lựa chọn ngân hàng để vay vốn của KH cá nhân sẽ tăng lên 0,447 đơn vị. Tức là, ngân hàng có thương hiệu mạnh hơn sẽ làm cho KH cá nhân quyết định lựa chọn vay nhiều hơn.
- Khi Chính sách cho vay tăng lên 1 đơn vị thì quyết định lựa chọn ngân hàng để