( Nguồn: Kết quả xử lý số liệu)
Kết quả xoay nhân tố cho thấy 13 biến được nhóm thành 5 nhân tố. Dựa vào kết quả xoay nhân tố, cơ sở lý thuyết và bản chất của các biến cụ thể trong từng nhân tố, tác giả đặt tên cho các nhân tố như sau:
Biến quan sát Nhân tố
1 2 3 4 5 GC1 0,948 GC3 0,951 GC4 0,789 TD2 0,822 TD3 0,856 TD4 0,906 DT1 0,787 DT2 0,719 DT3 0,718 HQ2 0,895 HQ3 0,934 TT1 0,848 TT2 0,903
Nhân tố 1- “ Giá cả” – bao gồm các biến sau:
GC1: Ngân hàng đưa ra phí sản phẩm dịch vụ cạnh tranh GC3: Ngân hàng đưa ra phí sản phẩm dịch vụ phù hợp GC4: Ngân hàng áp dụng tỷ giá mua/bán ngoại tệ tốt
Do các biến này đều thuộc thành phần “Giá cả” nên nhân tố 1 vẫn có tên “Giá cả”, mã biến mới là GIACA.
Nhân tố 2- “ Cấp tín dụng” – bao gồm các biến sau:
TD2: Ngân hàng sẵn lịng cấp tín dụng cho doanh nghiệp TD3: Lãi suất cho vay cạnh tranh
TD4: Ngân hàng cấp chính sách tín dụng phù hợp với tình hình hoạt động kinh doanh của doanh nghiệp
Do các biến này đều thuộc thành phần “Cấp tín dụng” nên nhân tố 2 vẫn có tên “Cấp tín dụng”, mã biến mới là TINDUNG.
Nhân tố 3- “ Hiệu quả trong hoạt động thƣờng ngày” – bao gồm các biến sau:
HQ2: Ngân hàng có tốc độ giao dịch nhanh chóng HQ3: Ngân hàng áp dụng quy trình làm việc ngắn gọn
Do các biến này đều thuộc thành phần “ Hiệu quả trong hoạt động thường ngày” nên nhân tố 3 vẫn có tên “Hiệu quả trong hoạt động thường ngày”, mã biến mới là
HIEUQUA.
Nhân tố 4- “ Danh tiếng” – bao gồm các biến sau:
DT1: Ngân hàng nổi tiếng trong và ngoài nước DT2: Ngân hàng có uy tín tốt
DT3: Ngân hàng có tình trạng tài chính tốt
Do các biến này đều thuộc thành phần “Danh tiếng” nên nhân tố 4 vẫn có tên “Danh tiếng”, mã biến mới là DANHTIENG.
Nhân tố 5- “ Sự thuận tiện” – bao gồm các biến sau:
TT1: Ngày và giờ giao dịch thuận tiện
Do các biến này đều thuộc thành phần “Sự thuận tiện” nên nhân tố 5 vẫn có tên “Sự thuận tiện”, mã biến mới là THUANTIEN.
Bảng 4.10: Tóm tắt kết quả nhóm nhân tố
Mã biến mới Mã biến cũ
Diễn giải Tên biến mới
GIACA GC1 Ngân hàng đưa ra phí sản phẩm dịch vụ cạnh tranh
Giá cả
GC3 Ngân hàng đưa ra phí sản phẩm dịch vụ phù hợp
GC4 Ngân hàng áp dụng tỷ giá mua/bán ngoại tệ tốt
TINDUNG TD2 Ngân hàng sẵn lịng cấp tín dụng cho doanh nghiệp
Cấp tín dụng
TD3 Lãi suất cho vay cạnh tranh
TD4 Ngân hàng cấp chính sách tín dụng phù hợp với tình hình hoạt động kinh doanh của doanh nghiệp
HIEUQUA HQ2 Ngân hàng có tốc độ giao dịch nhanh chóng Hiệu quả trong hoạt đợng thƣờng ngày HQ3 Ngân hàng áp dụng quy trình làm việc ngắn gọn
DANHTIENG DT1 Ngân hàng nổi tiếng trong và ngoài nước
Danh tiếng
DT2 Ngân hàng có uy tín tốt
THUANTIEN TT1 Ngày và giờ giao dịch thuận tiện Sự thuận tiện
TT2 Ngân hàng có mạng lưới chi nhánh/phòng giao dịch rộng khắp
4.3.2. Phân tích nhân tố - Biến phụ tḥc
Thang đo quyết định lựa chọn ngân hàng thanh toán quốc tế gồm 3 biến là QD1, QD2 và QD3. Hệ số KMO và kiểm định Bartlett cho thấy việc phân tích nhân tố là thích hợp với các dữ liệu (KMO=0.705) và các biến có tương quan với nhau trong tổng thể (sig=0.000<0.05)
Hệ số tải nhân tố (Extraction) của các biến trong thang đo đều >0.5 nên khơng có biến nào bị loại.
Bảng 4.11: Hệ số tải nhân tố của biến phụ thuộc
( Nguồn: Kết quả xử lý số liệu)
Bảng 4.12 cho thấy theo tiêu chuẩn Eigenvalue >1 thì có 1 nhân tố được rút ra và nhân tố này giải thích được 73.41% biến thiên của dữ liệu.
Biến quan sát Ban đầu Hệ số tải nhân tố
QD1 1,000 0,677 QD2 1,000 0,746 QD3 1,000 0,780
Bảng 4.12: Phƣơng sai giải thích của biến phụ tḥc
(Nguồn: Kết quả xử lý số liệu)
Kết quả cho thấy 3 biến QD1, QD2 và QD3 được gom thành 1 nhân tố duy nhất làm giá trị cho biến phụ thuộc QUYETDINH “Quyết định lựa chọn ngân hàng thanh toán quốc tế của doanh nghiệp xuất nhập khẩu tại thành phố Hồ Chí Minh”.
4.4. Phân tích hồi quy đa biến 4.4.1. Lần 1 4.4.1. Lần 1
4.4.1.1. Phân tích hệ số tƣơng quan lần 1
Ma trận tương quan giữa biến phụ thuộc và các biến độc lập được thiết lập. Kết quả phân tích tương quan với hệ số Pearson như sau:
Bước đầu tiên khi phân tích hồi quy tuyến tính là sử dụng hệ số tương quan Pearson để xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số này luôn nằm trong khoảng từ -1 đến +1, lấy giá trị tuyệt đối, nếu lớn hơn 0,6 thì có thể kết luận mối quan hệ là chặt chẽ, và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0,3 thì cho biết mối quan hệ là lỏng lẻo.
Nhân tố
Eigenvalues ban đầu Tổng bình phương hệ số tải đã trích xuất Tổng cộng Phần trăm của phương sai (%) Phần trăm tích lũy (%) Tổng cộng Phần trăm của phương sai (%) Phần trăm tích lũy (%) QD1 2.202 73.411 73.411 2.202 73.411 73.411 QD2 .472 15.720 89.131 QD3 .326 10.869 100.000
Ma trận tương quan cho thấy tồn tại mối tương quan cùng chiều giữa biến phụ thuộc và các biến độc lập, trong đó biến TINDUNG, DANHTIENG, HIEUQUA tương quan khá chặt chẽ với biến phụ thuộc. Tuy nhiên biến GIACA và THUANTIEN lại tương quan không chặt chẽ với biến phụ thuộc, đặc biệt là biến THUANTIEN có sig=0.068>0.05. Cần chú ý đến biến THUANTIEN này.
4.4.1.2. Kết quả phân tích hồi quy lần 1
Các biến độc lập GIACA, TINDUNG, DANH TIENG, HIEUQUA, THUANTIEN được đưa vào phân tích hồi quy theo phương pháp đưa tất cả các biến vào một lượt- Enter. Biến phụ thuộc QUYETDINH của mơ hình hồi quy được rút ra từ kết quả phân tích nhân tố.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng, tuy nhiên điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Hệ số xác định R2 điều chỉnh được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi qui tuyến tính bội. R2 hiệu chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi qui tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2. Bảng 4.13: Tóm tắt mơ hình lần thứ nhất Tóm tắt mơ hình Mơ hình R R2 R 2 hiệu chỉnh Sai số chuẩn của ước lượng Durbin- Watson 1 0,660 0,435 0,414 0,50761 1,898
Trong mơ hình này, kết quả cho thấy hệ số R2= 0,435. R2 điều chỉnh = 0,414. Điều này cho biết có khoảng 41,40% sự biến thiên của quyết định lựa chọn ngân hàng thanh toán quốc tế của doanh nghiệp xuất nhập khẩu tại TP.Hồ Chí Minh có thể được giải thích từ mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập trong mơ hình. Hệ số Durbin-Watson=1,898<2, do đó mơ hình khơng có tương quan giữa các phần dư.
Tiếp theo, kiểm định F là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi qui tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập là nó xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay không.
Giả thuyết Ho: β1 = β2 = β3= β4 = β5 = β6 = 0
Nếu giả thuyết Ho bị bác bỏ chúng ta có thể kết luận là kết hợp của các biến hiện có trong mơ hình có thể giải thích được thay đổi của biến phụ thuộc, điều này cũng có nghĩa là mơ hình ta xây dựng phù hợp với tập dữ liệu.
Bảng 4.14: Phân tích phƣơng sai ANOVA lần 1
( Nguồn: Kết quả xử lý số liệu)
Kết quả phân tích phương sai cho thấy giá trị kiểm định F=20.051 và sig=0.000 cho biết mơ hình hồi quy phù hợp với toàn bộ dữ liệu thu thập được, nghĩa là tồn tại mối quan hệ tuyến tính giữa biến QUYETDINH với ít nhất một trong các biến GIACA, TINDUNG, DANH TIENG, HIEUQUA và THUANTIEN.
Mơ hình Tổng các độ lệch bình phương Df Trung bình các độ lệch bình phương Kiểm định F Sig 1 Hồi quy 25,833 5 5,167 20,051 ,000 Phần dư 33,497 130 0,258 Tổng 59,330 135
Bảng 4.15: Tóm tắt các hệ số hồi quy lần 1
( Nguồn: Kết quả xử lý số liệu)
Hệ số phóng đại phương sai (VIF) của các biến trong bảng trên cho thấy khơng có hiện tượng đa cộng tuyến xảy ra vì VIF của các biến đều bé hơn 10.
Kết quả kiểm định t của các biến GIACA, TINDUNG, HIEUQUA, DANHTIENG đều cho thấy các yếu tố này có ảnh hưởng đến quyết định lựa chọn ngân hàng thanh toán quốc tế của doanh nghiệp (P-value<0,05). Tuy nhiên, biến THUANTIEN lại có giá trị P-value=0,176>0,05, tức là yếu tố Sự thuận tiện khơng có ảnh hưởng đến quyết định lựa chọn ngân hàng thanh toán quốc tế của doanh nghiệp. Vì vậy, biến này sẽ bị loại bỏ ra khỏi mơ hình.
Mơ hình Hệ số chưa
chuẩn hóa
Hệ số đã chuẩn hóa
t sig Thống kê đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận của biến Hệ số phóng đại phương sai (VIF) 1 (Hằng số) 1,462 0,271 5,393 0,000 GIA CA 0,120 ,051 0,165 2,383 0,019 0,902 1,108 TIN DUNG 0,205 0,056 0,268 3,675 0,000 0,816 1,225 HIEU QUA 0,275 0,056 0,370 4,898 0,000 0,763 1,311 DANH TIENG ,0216 0,075 0,212 2,873 0,005 0,800 1,250 THUAN TIEN -0,083 0,061 -0,097 -1,360 0,176 0,847 1,181
4.4.2. Lần 2:
4.4.2.1. Phân tích hệ số tƣơng quan lần 2
Sau khi loại biến THUANTIEN ra khỏi mô hình, ta được ma trận hệ số tương quan Pearson như sau với kết quả tương tự lần một: bốn biến độc lập đều có tương quan với biến phụ thuộc.
4.4.2.2. Kết quả phân tích hồi quy lần 2
Sau khi phân tích hồi quy lần 1, biến THUANTIEN đã bị loại ra khỏi mơ hình. Tác giả tiến hành phân tích hồi quy lần 2 với các biến còn lại và đạt được những kết quả như sau:
Trong mơ hình này, kết quả cho thấy hệ số R2 = 0,427. R2 điều chỉnh = 0,410. Điều này cho biết có khoảng 41,00% sự biến thiên của quyết định lựa chọn ngân hàng thanh toán quốc tế của doanh nghiệp xuất nhập khẩu tại TP.HCM có thể được giải thích từ mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập trong mơ hình. Kết quả này cho thấy mơ hình hồi quy đưa ra tương đối phù hợp với mức ý nghĩa 0,05.
Hệ số Durbin-Watson=1,966<2, do đó mơ hình khơng có tương quan giữa các phần dưnên mơ hình hồi quy khơng vi phạm giả định về tính độc lập của sai số.
Bảng 4.16: Tóm tắt mơ hình lần 2 Tóm tắt mơ hình Mơ hình R R2 R 2 hiệu chỉnh Sai số chuẩn của ước lượng Durbin- Watson 1 0,654 0,427 0,410 0,50925 1,966
Bảng 4.17: Phân tích phƣơng sai ANOVA lần 2
( Nguồn: Kết quả xử lý số liệu)
Kết quả phân tích phương sai cho thấy giá trị kiểm định F=24.443 và sig=0.000 cho biết mô hình hồi quy phù hợp với toàn bộ dữ liệu thu thập được, nghĩa là tồn tại mối quan hệ tuyến tính giữa biến QUYETDINH với ít nhất một trong các biến GIACA, TINDUNG, DANH TIENG và HIEUQUA.
Bảng 4.18: Tóm tắt các hệ số hồi quy (lần 2)
( Nguồn: Kết quả xử lý số liệu) Mơ hình Tổng các độ lệch bình phương Df Trung bình các độ lệch bình phương Kiểm định F Sig 1 Hồi quy 25,357 4 6,339 24,443 ,000 Phần dư 33,973 131 0,259 Tổng 59,330 135 Mơ hình Hệ số chưa chuẩn hóa Hệ số đã chuẩn hóa
t sig Thống kê đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận của biến Hệ số phóng đại phương sai (VIF) 1 (Hằng số) 1.313 .249 5.278 .000 GIA CA .105 .049 .145 2.131 .035 .947 1.056 TIN DUNG .194 .055 .254 3.507 .001 .833 1.201 HIEU QUA .262 .056 .353 4.726 .000 .783 1.277 DANH TIENG .209 .075 .205 2.774 .006 .804 1.244
Phương trình hồi quy với các hệ số hồi quy đã chuẩn hóa có dạng như sau:
Y= 0,145*GIACA + 0,254*TINDUNG + 0,353*HIEUQUA + 0,205*DANHTIENG
4.5.Dị tìm các vi phạm giả định cần thiết
4.5.1. Giả định liên hệ tuyến tính giữa biến phụ tḥc và các biến độc lập cũng nhƣ hiện tƣợng phƣơng sai thay đổi (heteroskedasticity)
Kiểm tra giả định này bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đốn mà mơ hình hồi quy tuyến tính cho ra. Người ta hay vẽ biểu đồ phân tán giữa hai giá trị này đã được chuẩn hóa với phần dư trên trục tung và giá trị dự đốn trên trục hồnh. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì ta sẽ khơng nhận thấy có liên hệ gì giữa các giá trị dự đốn với phần dư, chúng sẽ phân tán ngẫu nhiên.
Đồ thị đồ thị Scatterplot cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ khơng tạo thành một hình dạng nào. Như vậy giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư không thay đổi. Như vậy mơ hình hồi quy phù hợp.
4.5.2. Giả định về phân phối chuẩn của phần dƣ
Phần dư có thể khơng tn theo phân phối chuẩn vì những lý do như: sử dụng sai mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích,…. Có hai cách thường được sử dụng để kiểm tra phân phối chuẩn của phần dư. Cách thức nhất là vẽ đồ thị P-Plot, đồ thị này thể hiện các giá trị của các điểm phân vị của phân phối của biến phần dư theo các phân vị của phân phối chuẩn. Nếu trên đồ thị P-Plot các điểm này không nằm quá xa đường thẳng của phân phối chuẩn thì có thể xem phần dư có phân phối gần chuẩn. Cách thứ hai là vẽ đồ thị Histogram của phần dư chuẩn hóa, nếu đồ thị có dạng đường cong phân phối chuẩn nằm chồng lên biểu đồ tần số và có trung bình Mean xấp xỉ bằng 0 và giá trị độ lệch chuẩn xấp xỉ bằng 1 thì xem như phần dư có phân phối chuẩn.
Trong nghiên cứu này, biểu đồ tần số của phần dư chuẩn hóa cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Thật không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối hồn tồn chuẩn vì ln ln có những chênh lệch do lấy mẫu. Ngay cả khi các sai số có phân phối chuẩn trong tổng thể đi nữa thì phần dư trong mẫu quan sát cũng chỉ xấp xỉ chuẩn mà thôi. Ở đây, có thể nói phân phối phần dư xấp xỉ chuẩn (trung bình Mean xp xỉ bằng 0.00, và độ lệch chuẩn Std.Dev. = 0.985 tức là gần bằng 1). Do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.
4.5.3. Giả định không có mối tƣơng quan giữa các biến độc lập (đo lƣờng đa cộng tuyến)
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mơ hình những thơng tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi khơng có đa cộng tuyến trong khi hệ số xác định R square vẫn khá cao. Có nhiều cách để phát hiện đa cộng tuyến như: hệ số R2 lớn nhưng t nhỏ; tương quan cặp các biến giải thích cao; hồi qui phụ; sử dụng hệ số phóng đại phương sai VIF (Variance