Vay vốn 29 8.3
Internet banking, Mobile banking 132 37.6
Thanh tốn trảlương, hóa đơn, visa.. qua thẻ56 16
Chuyển tiền, chuyển khoản 134 38.1
Không sửdụng dịch vụnào của ngân hàng 0 0
Tổng sốkhách hàng tham gia trảlời: 140
Qua kết quảbảng 7 cho thấy các khách hàng cá nhân gửi tiền tiết kiệm tại Techcombank Huế đã từng sửdụng các dịch vụtại ngân hàng. Trong đó, dịch vụ được nhiều khách hàng sửdụng nhất là Chuyển tiền, chuyển khoản với 134 khách hàng chiếm 38.1%. Dịch vụInternet banking, Mobile banking có 132 khách hàng chiếm 37.6% và khơng có khách hàng nào Khơng sửdụng các dịch vụcủa Ngân hàng.
2.2.3Phân tích các nhân tố ảnh hưởng đến quyết định gửi tiền tiết kiệm của khách hàng cá nhân tại N gân hàng Techcombank
2.2.3.1 Đánh giá độtin cậy của thang đo
Sửdụng phương pháp hệsốtin cậy Cronbach's Alpha trước khi phân tích nhân tốEFA đểloại các biến khơng phù hợp vì các biến rác này có thểtạo ra các nhân tốgiảkhi phân tích EFA (Nguyễn Đình Thọ& Nguyễn ThịMai Trang, 2009). Vềlý thuyết, hệsốnày càng cao càng tốt (thang đo càng có độtin cậy cao). Tuy nhiên điều này khơng hồn tồn chính xác. HệsốCronbach's Alpha quá lớn (khoảng từ0.95 trở lên) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong thang đo (Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh (2011). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) Nhiều nhà nghiên cứu đồng ý rằng khi mức giá trịhệsốCronbach's Alpha từ0,8 trở lên đến gần 1 thì thangđo lường là tốt, từ0,7 đến gần 0,8 là sửdụng được. Cũng có nhà nghiên cứu đềnghịrằng Cronbach's Alpha từ0.6 trởlên là sửdụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trảlời trong bối cảnh nghiên cứu. Ngoài ra nếu một biến đo lường có hệsốtương quan biến tổng Corrected Item – Total Correlation < 0.3 thì biến đó khơng đạt u cầu và phải loại biến quan sát đó đểtăng độtin cậy của thang đo.[15]
Bảng 8: Kết quảkiểm định độtin cậy của thang đo
Biến quan sát
Trung bình thang đo nếu
loại biến Phương sai thang đo nếu loại biến Tương quan biến tổng Cronbach's Alpha nếu loại biến Uy tín thương hiệu: 0.810 UTTH1 12.25 5.11 0.547 0.799 UTTH2 12.21 4.644 0.646 0.753 UTTH3 12.2 4.55 0.708 0.723 UTTH4 12.17 4.906 0.613 0.769 Lãi suất: 0.778 LS1 8.24 2.674 0.568 0.749 LS2 8.01 2.489 0.64 0.673 LS3 8.16 2.306 0.64 0.673 Nhân viên phục vụ: 0.984 NVPV1 16.31 9.483 0.961 0.979 NVPV2 16.31 9.685 0.924 0.984 NVPV3 16.31 9.498 0.957 0.979 NVPV4 16.31 9.598 0.932 0.983 NVPV5 16.31 9.383 0.987 0.975 Tiện lợi: 0.848 TL1 20.39 9.909 0.629 0.824 TL2 20.36 9.658 0.617 0.827 TL3 20.37 10.106 0.601 0.829 TL4 20.44 10.421 0.521 0.844 TL5 20.37 9.89 0.701 0.811 TL6 20.34 9.896 0.74 0.805 Chương trình khuyến mãi: 0.707 CTKM1 7.79 2.352 0.554 0.594 CTKM2 7.89 2.145 0.524 0.619 CTKM3 7.92 1.972 0.512 0.643 Cá nhânảnh hưởng: 0.786 CNAH1 12.27 5.206 0.532 0.765 CNAH2 12.23 5.559 0.528 0.764 CNAH3 12.19 4.915 0.672 0.692 CNAH4 12.21 5.018 0.645 0.706 Quyết định sửdụng: 0.799 QDSD1 8.28 0.879 0.638 0.731 QDSD2 8.24 0.872 0.641 0.728 QDSD3 8.27 0.861 0.65 0.718
(Nguồn: Kết quảxửlý sốliệu spss)
Tác giảsửdụng phần mềm SPSS 25.0 để đánh giá độtin cậy của thang đo bằng hệsốtin cậy Cronbach's Alpha. Các kết quảthu được cho thấy thang đo lường đạt
chuẩn vì có hệsốCronbach's Alpha đạt từ0.707 đến 0.984. Bên cạnh đó, khi xét đến hệsốtương quan biến tổng (Corrected Item - Total Correlation) thì kết quảchỉra rằng các biến quan sát khơng cần phải loại vìđều đạt hệsốtương quan biến tổng từ0.512 trởlên. Do đó, có thểkết luận rằng thang đo dùng đểthu thập dữliệu của mơ hình nghiên cứu là đạt tiêu chuẩn đểthực hiện các phân tích tiếp theo.
2.2.3.2Phân tích nhân tốkhám phá EFA
Phân tích nhân tốkhám phá EFA cho biến độc lập
Phân tích nhân tố được tiến hành theo phương pháp trích các nhân tố(Principle Compoment) có sửdụng phép xoay Varimax, phương pháp kiểm định KMO và Bartlett's để đo lường sựtương thích của mẫu quan sát .
Bảng 9: Kết quảKMO, Bartlett's và Tổng phương sai trích cho biến độc lậpYếu tố cầnđánh Yếu tố cầnđánh
giá Giá trị tươngứngĐiều kiện Kết luận
Hệ số KMO 0.767 0,5<KMO<1Đạt yêu cầu
Sig. Kiểmđịnh
Bartlett's 0.000 < 0,05Đạt yêu cầu
Phương sai trích
(Cumulative %) 70.219% > 50%Đạt yêu cầu
(Nguồn: Kết quảxửlý sốliệu spss)
Sốliệu từBảng 9 cho thấy, tất cảcác yếu tốcần đánh giá của biến độc lập đều đủ điều kiện. Cụthểnhư sau:
Kiểm định tính thích hợp của mơ hình phân tích nhân tố
Giá trịKMO = 0.767thỏa mãnđiều kiện 0.5≤ KMO ≤1, như vậy phân tích nhân tốkhám phá EFA là thích hợp cho dữliệu thực tế.
Kiểm định tương quan giữa các biến quan sát Bartlett's có mức ý nghĩa thống kê Sig = 0.000 < 0,05 nên ta kết luận rằng các biến quan sát có tương quan tuyến tính với nhau trong mỗi nhóm nhân tố.
Kết quảtrên có 6 nhân tốcó giá trị Eigenvalues >1, nhỏnhất là 1.277 > 1, các nhân tốnày sẽ được giữlại trong mơ hình . Ngồi ra trịsốphương sai trích (Cumulative %) là 70.219% điều này có nghĩa là 70.219%thay đổi của các nhân tố được giải thích bởi các biến quan sát. Như vậy, phương sai trích (Cumulative %) là 70.219%> 50% là có ý nghĩa nên mơ hình EFA là phù hợp.
Kiểm định hệsốFactor loading
Tác giảsửdụng kích thước mẫu điều tra là 140 nên hệsốFactor loading cần > 0,5 (cỡmẫu từ100-350) (Hair & ctg (1998,111)). Sửdụng 25 biến quan sát đểthực hiện kiểm định phân tích nhân tố, thểhiện tại bảng 9.[17]
Bảng 10: Kết quảphân tích nhân tốkhám phá EFABiến quan sát Nhân tố Biến quan sát Nhân tố
1 2 3 4 5 6 NVPV1 0.981 NVPV2 0.963 NVPV3 0.962 NVPV4 0.937 NVPV5 0.934 TL1 0.846 TL2 0.836 TL3 0.754 TL4 0.693 TL5 0.687 TL6 0.574 UTTH1 0.843 UTTH2 0.746 UTTH3 0.744 UTTH4 0.739 CNAH1 0.799 CNAH2 0.779
Biến quan sát Nhân tố 1 2 3 4 5 6 CNAH3 0.754 CNAH4 0.651 LS1 0.844 LS2 0.823 LS3 0.75 CTKM1 0.79 CTKM2 0.764 CTKM3 0.721
(Nguồn: Kết quảxửlý sốliệu spss)
Kết quảtại bảng 10 cho thấy, tất cảcác biến điều thỏa mãnđiều kiện phân tích nhân tốvà được giữlại đểphân tích trong bước tiếp theo.
Như vậy qua kiểm định chất lượng thang đo bằng phép kiểm định Cronbach's Alpha và kết quảphân tích nhân tốkhám phá EFA với phương pháp trích yếu tốvà phép xoay nhân tốVarimax cho biến độc lập, mơ hình nghiên cứu có 25 biến quan sát ứng với 6 thang đo đại diện cho các yếu tố ảnh hưởng đến quyết địnhảnh hưởng đến quyết định sửdụng dịch vụtiền gửi tiết kiệm của khách hàng cá nhân tại Techcombank - chi nhánh Huế.
Bảng 11 Bảng phân nhóm và giải thích kí hiệu của mỗi biến
Yếu tốBiến Giải thích
UTTH
UTTH 1 Ngân hàng có uy tín tốt, thương hiệu lâu năm UTTH 2 Ngân hàng được nhiều người biếtđến
UTTH3 Sản phẩm của ngân hàngđa dạng, tiện ích
UTTH4 Ngân hàng có hệ thống bảo mật thông tin khách hàng tốt
LS
LS1 Lãi suất tiền gửi tại Techcombank rấtchấp dẫn, mang tính cạnh tranh trên thị trường
LS2 Cách tính lãi suất chính xác, rõ ràng LS3 Ngân hàng luôn trả tiền lãiđúng hạn
NVPV
NVPV1 Nhân viên đón tiếp niềm nở, lịch sự với khách hàng NVPV2 Nhân viên có kiến thứcđầyđủ về chun mơn
NVPV3 Nhân viên có nghiệp vụ đáng tin cậy
NVPV4 Ngân hàng có đội ngũ nhân viên chuyên nghiệp, tác phong nhanh nhẹn
NVPV5 Nhân viên giảiđáp mọi thắc mắc, làm tốt công tác tưvấn sản phẩm tiền gửi cho khách hàng
TL
TL1 Ngân hàng có vị trí giao dịch thuận tiện TL2 Có cơ sở vật chấtđầyđủ
TL3 Có cơ sở vật chất hiệnđại
TL4 Bãiđậu xe cho khách hàng rộng rãi, thoáng mát TL5 Thủ tục gửi tiền tiết kiệmđơn giản
TL6 Thủ tục gửi tiền tiết kiệm dễ thực hiện
CTKM1 Ngân hàng có các chương trình khuyến mãi hấp dẫn dành cho khách hàng
Yếu tốBiến Giải thích
CTKM CTKM2
Ngân hàng có nhiều chương trình chăm sóc khách hàng vào những dịp quan trọng hoặc dịp lễ
CTKM3 Giải thưởng, quà tặng của các chương trình khuyến mãiđộc đáo, hấp dẫn
CNAH
CNAH1 Nhiều người hoặc bạn bèđều lựa chọn ngân hàng Techcombank
CNAH2 Nhân viên tư vấn ở Techcombank khuyến khích tơi nên gửi tiền tạiđây
CNAH3 Tơi có người thân hoặc bạn bèđang làm việc tại Ngân hàng Techcombank
CNAH4 Người thân trong giađình tơi khun tơi gửi tiền tiết kiệm ở đây
Phân tích nhân tốEFA cho biến phụthuộc
Biến phụthuộc “Quyết định sửdụng” sau khi đã kiểm định độtin cậy bằng phép kiểm định Cronbach's Alpha tiến hành phân tích nhân tốEFA như các biến độc lập
Bảng 12: Kết quảKMO, Bartlett's và Tổng phương sai trích cho biến phụthuộc.
Yếu tốcần đánh giá Giá trịtương
ứng Điều kiện Kết luận
HệsốKMO 0.711 0,5<KMO<1Đạt yêu cầu
Sig. Kiểm định Bartlett's 0.000 < 0,05Đạt yêu cầu
Giá trịEigenvalues 2.139 > 1Đạt yêu cầu
Phương sai trích (Cumulative %) 71.305 % > 50%Đạt yêu cầu
Trong bảng 12, so sánh với điều kiện phân tích nhân tốEFA ta thấy hệsố KMO = 0.711 > 0,5 đủ điều kiện (0.5≤ KMO ≤1)điều này có nghĩa là phù hợp với dữ liệu thực tế.
Kiểm định Kiểm định Bartlett's có mức ý nghĩa thống kê Sig = 0.000 < 0,05 vậy các biến quan sát có tương quan tuyến tính với nhân tố đại diện. Giá trị Eigenvalues = 2.139 > 1, phương sai trích (Cumulative %) là 79,404 % > 50 % đạt tiêu chuẩn của phương pháp phân tích nhân tốEFA.
Bảng 13: Kết quảphân tích nhân tốkhám phá EFA cho biến phụthuộcBiến quan sát Nhân tố Biến quan sát Nhân tố
1
QDSD1 0.841
QDSD2 0.843
QDSD3 0.849
(Nguồn: Kết quả xử lý số liệu spss)
Việc phân tích nhân tố được tiến hành theo phương pháp trích yếu tố Principle Compoment với phép xoay Varimax khơng thểxoay được vì biến phụthuộc chỉcó một nhân tốlà “Quyết định sửdụng”, vì vậy khi phân tích chỉcó một nhân tố được trích xuất ra từ3 biến quan sát, với hệsốtải nhân tốcủa 3 biến rất cao đều trên 0,8 .
2.2.3.3. Phân tích hồi quy tuyến tính
Trong thống kê, hệsốtương quan có ý nghĩađặc biệt quan trọng. Tương quan hiểu một cách đơn giản là mối quan hệtương đối giữa các biến. Mục đích chạy tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽgiữa biến phụthuộc với các biến độc lập vìđiều kiện đểhồi quy là trước nhất phải tương quan.
Thực hiện tính tốn các biến mới đại diện cho từng nhóm biến theo giá trịtrung bình
Sau khi lập biến đại diện cho các nhóm yếu tố được phân chia từbảng ma trận xoayởbước trước ta tiến hành phân tích tương quan. Hệsốtương quan cụthểnhư sau
Bảng 14:Phân tích tương quan PearsonTương quan Tương quan
QDSD UTTH LS NVPV TL CTKM CNAH
QDSDHệsốtương quan Pearson 1
UTTH Hệsốtương quan Pearson 0.484 **1
Mức ý nghĩa 0.000
LS Hệsốtương quan Pearson 0.529
**0.223** 1
Mức ý nghĩa 0.000 0.008
NVPV Hệsốtương quan Pearson 0.492
**0.329** 0.181** 1
Mức ý nghĩa 0.000 0.000 0.032
TL Hệsốtương quan Pearson 0.519
**0.214 ** 0.167** 0.103 1
Mức ý nghĩa 0.000 0.011 0.049 0.266
CTKM Hệsốtương quan Pearson 0.488
**0.107 0.169* 0.013 0.291** 1
Mức ý nghĩa 0.000 0.208 0.045 0.882 0.000
CNAH Hệsốtương quan Pearson 0.537
**0.42 0.134 0.093 0.384** 0.395** 1 Mức ý nghĩa 0.000 0.623 0.115 0.272 0.000 0.000 **Sựtương quan có ý nghĩa tại mức 0.01 (2 chiều)
*Sựtương quan có ý nghĩa tại mức 0.05(2 chiều)
(Nguồn: Kết quảxửlý sốliệu spss)
Kết quảtại bảng 14 cho thấy kết quảphân tích tương quan cho thấy hệsố tương quan giữa biến Quyết định sửdụng và các biến độc lập cịn lại đều có giá trị Sig. < 0.05. Do đó, các biến độc lập: Uy tín thương hiệu, Lãi suất, Nhân viên phục vụ, tiện lợi, Chương trình khuyến mãi, Cá nhânảnh hưởng và biến phụthuộc Quyết định sửdụng có tương quan với nhau với mức ý nghĩa 5%. Trong đó, tương quan chặt chẽ
nhất với biến phụthuộc là biến Cá nhânảnh hưởng(0.537), sau đó lần lượt là biến Lãi suất (0.529) và Tiện lợi (0.519). Ít tương quan nhất với biến phụthuộc là biến Uy tín thương hiệu (0.484). Như vậy các biến độc lập đều có ý nghĩa và có thể đưa được vào mơ hình hồi quy đểgiải thích cho biến “Quyết định sửdụng” trong bước tiếp theo.
Kiểm tra hiện tượng đa cộng tuyến
Đa cộng tuyến là hiện tượng trong đó các biến độc lập có mối tương quan chặt chẽvới nhau và cung cấp cho mơ hình những thơng tin gần giống như nhau, mơ hình khó đểtách raảnh hưởng của từng biến một. Do đó đểtránh hiện tượng này xảy ra làm sai lệch kết quảhồi quy so với thực tếthì ta cần phải xem xét hiện tượng cộng tuyến giữa các biến độc lập với nhau.
Dựa vào dấu hiệu độchấp nhận của biến (Tolerances) và hệsốphóng đại phương sai (Variance inflation factor – VIF) đểphát hiện hiện tượngđa cộng tuyến. Quy tắc là khi độchấp nhận của biến < 0.1 và hệsốphóng đại phương sai vượt quá 10 là dấu hiệu của đa cộng tuyến.
Bảng 15: Kiểm tra hiện tượng đa cộng tuyến
Biếnđộc lập
Độ chTổng quan lý
thuyết vềquyết
định mua của khách
hàng và dịch vụtiền gửi tiết kiệm tại Ngân hàngấp nhận
của biến
Hệ số phóngđại phương sai (VIF) UTTH 0.830 1.204 LS 0.907 1.102 NVPV 0.870 1.149 TL 0.792 1.263 CTKM 0.805 1.243 CNAH 0.754 1.327
(Nguồn: Kết quảxửlý sốliệu spss)
Sốliệu tại bảng 15 cho thấy, hệsốphóng đại phương sai (VIF) đều nhỏhơn 2, lớn nhất là 1.327 < 2, chứng tỏkhơng có hiện tượng đa cộng tuyến xảy ra. Mặt khác, ta thấy giá trịSig. của các biến độc lập đều bé hơn 0,05 có nghĩa là giảthuyết H 0 bị
bác bỏ(các biến độc lập khôngảnh hưởng đến biến phụthuộc “Quyết định sửdụng”), tức là các biến độc lập trong mơ hình hồi quy tuyến tính đều tác động có ý nghĩa thống kê đến biến phụthuộc.
Đánh giá sựphù hợp của mơ hình
Bảng 16: Đánh giá độphù hợp của mơ hìnhMơ Mơ hình R Hệsốxác định R2 R2 hiệu chỉnh Sai sốchuẩn ước lượng Hệsố Durbin-Watson 1 .896 0.802 0.793 0.20207 1.969
(Nguồn: Kết quảxửlý sốliệu spss)
Kết quảphân tích từbảng 16 cho thấy, hệsố R2 hiệu chỉnh là 0.793 có nghĩa là các biến độc lập giải thích được 79.30% sựbiến thiên của biến phụthuộc “quyết định sửdụng”. Như vậy, mơ hìnhđưa ra là phù hợp với dữliệu thực tế.
Vì thế, đểkiểm tra xem mơ hình hồi quy tuyến tính này có thểsuy rộng và áp dụng được cho tổng thểhay không ta sẽdùng kiểm định F trong bảng ANOVA.
Bảng 17 Kiểm định sựphù hợp của mơ hình hồi quy ANOVAa Mơ hình Tổng bình phương Bật tựdo df Bình phương trung bình Giá trị thống kê F Mức ý nghĩa (Sig.) 1 Hồi quy 20.048 6 3.675 89.991 0.000b Còn lại 5.431 133 0.041 Tổng 27.487 139
Nguồn: Kết quảxửlý sốliệu spss)
Số liệu tại bảng 17 cho thấy, giá trị của kiểmđịnh F = 89.991, mức ý nghĩa = 0,000 < 0,05, chứng tỏR 2 của tổng thể khác 0, nghĩa là các biếnđộc lập cóảnh hưởng đến biến phụ thuộc.Điều nàyđồng nghĩa với việc, mơ hình hồi quy tuyến tính xây dựngđược phù hợp với tổng thể và có thể suy rộng ra cho tồn tổng thể.
Ý nghĩa của các hệ số hồi quy riêng
Bảng 18: Kết quảmơ hình hồi quy vềquyết định sửdụngMơ hình hồi quy Mơ hình hồi quy
Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Mức ý nghĩa Thống kê cộng tuyến Beta (Sig.) Yếu tố B Độ lệchchuẩn t Độ chấp nhận của biến Hệ số phóng đại phương sai Hằng số0.158 0.173 0.914 0.362 UTTH 0.146 0.027 0.232 5.484 0.000 0.830 1.204 LS 0.183 0.024 0.309 7.633 0.000 0.907 1.102 NVPV 0.178 0.024 0.309 7.469 0.000 0.870 1.149 TL 0.149 0.031 0.209 4.827 0.000 0.792 1.263 CTKM 0.151 0.028 0.233 5.430 0.000 0.805 1.243 CNAH 0.172 0.027 0.284 6.400 0.000 0.754 1.327
(Nguồn: Kết quảxửlý sốliệu spss)
Giả định phân phối chuẩn của phần dư:
Vềmặt lý thuyết, phân phối chuẩn là phân phối có trung bình bằng 0 và phương sai bằng 1. Qua biểu đồcho thấy, phần dư chuẩn hóa phân bốtheo hình dạng của phân phối chuẩn, biểu đồ Histogram cho thấy được một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chng phù hợp với dạng đồ thị của phân phổi chuẩn, có giá trịtrung bình Mean =-8.62E-15 gần bằng 0, độlệch chuẩn Std. Dev = 0,978 gần bằng 1, như vậy phân phối phần dư xấp xỉ chuẩn. Do đó, có thểkết luận rằng: giảthiết phân phối chuẩn của phần dư không bịvi phạm.
Biểu đồ3: Phân phối chuẩn của phần dư
(Nguồn: Kết quả xử lý số liệu spss)
Mặt khác, qua biểu đồ3 cho thấy, các điểm phân vịcủa phần dư đều phân bốtập trung nằm gần trên một đường chéo, chứng tỏphần dư chuẩn hóa có phân phối chuẩn. Điều đó đồng nghĩa với tập dữliệu chúng ta đang nghiên cứu có phần dư chuẩn hóa gần bằng phân phối chuẩn. Như vậy, giả định phân phối chuẩn của phần dư khơng bịvi phạm.
Để đánh giá mơ hình hồi quy có vi phạm giả định này hay khơng người ta sửdụng kiểm định tương quan hạng Spearman đểdị tìm vi phạm vềgiả định phương sai của phần
dư chuẩn hóa với các biến độc lập. Kết quảcụthểtại bảng 19
Bảng 19: Ma trận hệsốtương quan SpearmanTên biến Tương quan Tên biến Tương quan
Spearman ABSRES UTTH LS NVPV TL CTKM CNAH
ABSRES
Hệ số tương quan -0.005 0.077 0.100 0.085 0.004 0.069
Mức ý nghĩa 0.949 0.368 0.418 0.239 0.315 0.057
Số mẫu 140 140 140 140 140 140 140
(Nguồn: Kết quảxửlý sốliệu spss)
Sốliệu tại bảng 19 cho thấy, mức ý nghĩa vềmối tương quan hạng Spearman giữa phần dư ABSRES với các biến độc lập đều lớn hơn 0,05 nên phương sai phần dư