Chương 1 : GIỚI THIỆU
2.2 PHƯƠNG PHÁP NGHIÊN CỨU
2.2.1 Phương pháp thu thập số liệu
2.2.1.1 Số liệu thứ cấp
Số liệu thứ cấp được thu thập từ các nguồn:
- Phòng Kinh doanh của NHNo&PTNT Việt Nam - Chi nhánh Ninh Kiều. - Báo cáo kết quả hoạt động kinh của NHNo&PTNT Việt Nam Chi nhánh Ninh Kiều từ năm 2009 đến tháng 06/2012.
- Thơng tin từ các trang website, tạp chí có liên quan đến bài nghiên cứu.
2.2.1.2 Số liệu sơ cấp
Số liệu sơ cấp được thu thập bằng cách phỏng vấn trực tiếp 80 sinh viên của các trường Đại học, Cao đẳng trên địa bàn thành phố Cần Thơ thông qua bảng câu hỏi bằng phương pháp chọn mẫu ngẫu nhiên thuận tiện.
2.2.2 Phương pháp phân tích số liệu
Sử dụng phương pháp so sánh số tuyệt đối và tương đối trên số liệu thứ cấp của ngân hàng.
Phương pháp so sánh số tuyệt đối và số tương đối
- So sánh số tuyệt đối: Lấy giá trị tuyệt đối của năm sau trừ đi năm trước để thấy sự chênh lệch.
Công thức: ΔY = Y1 – Y0 Y0: Chỉ tiêu năm trước Y1: Chỉ tiêu năm sau
ΔY: Là phần chênh lệch tăng, giảm của các chỉ tiêu kinh tế
Phương pháp này để so sánh số liệu năm tính với số liệu năm trước của
các chỉ tiêu xem có biến động khơng và tìm ra ngun nhân biến động của các chỉ tiêu kinh tế, từ đó đề xuất biện pháp khắc phục.
- So sánh số tương đối: Là giá trị tương đối của năm sau trừ đi giá trị tương
đối của năm trước. Được tính bằng cơng thức:
Y0: Chỉ tiêu năm trước Y1: Chỉ tiêu năm sau
ΔY: Biểu hiện tốc độ tăng trưởng của các chỉ tiêu kinh tế 100 0 0 1 x Y Y Y y
Phương pháp dùng để làm rõ tình hình biến động các mức độ của các chỉ
tiêu kinh tế trong thời gian nào đó. So sánh tốc độ tăng trưởng của chỉ tiêu giữa các năm và so sánh tốc độ tăng trưởng giữa các chỉ tiêu. Từ đó tìm ra ngun nhân và biện pháp khắc phục.
Sử dụng phương pháp phân tích thống kê mơ tả về những đặc tính cá nhân của sinh viên, kiểm định độ tin cậy của thang đo bằng hệ số Cronbach Alpha để loại bỏ biến không phù hợp, các biến phù hợp còn lại đưa vào phân tích nhân tố khám phá (EFA) để gom nhóm. Để phân tích các nhân tố ảnh hưởng đến quyết
định sử dụng thẻ ghi nợ nội địa của sinh viên tại Agribank CN Ninh Kiều mơ hình hồi qui Binary logistic được sử dụng để phân tích. Ngồi ra, để kiểm định về sự độc lập, về mối liên hệ giữa các biến định tính cơng cụ phân tích bảng chéo (Cross - tabulation) được sử dụng. Các phương pháp phân tích sử dụng phần mềm ứng dụng SPSS 16.0 để chạy số liệu.
Phương pháp thống kê mô tả
- Thống kê mô tả là tổng hợp các phương pháp đo lường, mơ tả và trình bày số liệu được ứng dụng vào lĩnh vực kinh tế và thông tin được thu thập trong điều kiện không chắc chắn.
- Bước đầu tiên để mơ tả là tìm hiểu về đặc tính phân phối của một số liệu thơ và lập bảng phân phối tần số.
- Tần số là số lần xuất hiện của một quan sát, tần số của một tổ là số quan
sát rơi vào giới hạn của tổ đó.
- Bảng thống kê: là hình thức trình bày số liệu thống kê và thông tin đã thu thập làm cơ sở để phân tích và kết luận, cũng là bảng trình bày kết quả nghiên cứu, biểu đồ, biểu bảng…
Bảng thống kê bao gồm các yếu tố chính: Số liệu biểu bảng, tên biểu bảng, đơn vị tính, các chỉ tiêu.
Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha
Hệ số của Crobach là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục được hỏi trong thang đo có tương quan với nhau. Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp, hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach Alpha. Những biến có hệ số tương quan biến tổng (item-total
correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0,8 trở lên được đánh giá là tốt, từ 0,7 đến 0,8 là sử dụng được. Cũng có một số nhà
nghiên cứu cho rằng Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được
trong trong trường hợp khái niệm thang đo lường là mới đối với người trả lời
trong bối cảnh nghiên cứu.
Mơ hình phân tích nhân tố khám phá (EFA)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ
thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0,4 thì mới đạt yêu cầu.
Nghiên cứu định tính sẽ xác định các yếu tố đặc trưng (indicators, items) cần phải đo lường trong mỗi biến số… Điểm của các yếu tố cụ thể được “lượng hóa” thơng qua thang Likert 5 mức độ. Điểm của biến số là điểm trung bình của các yếu tố cụ thể (items) được sử dụng để hình thành nên biến số đó.
Xi = Wí1 Q 1 + Wí 2 Q 2+ Wí 3 Q 3 +...+Wík Q i Trong đó:
Xi: Ước lượng trị số của nhân tố thứ i
Qi: Là các biến thuộc nhân tố thứ i k: Số biến
Phân thích bảng chéo (Cross – tabulation)
Phân tích Cross - tabulation là một kỹ thuật thống kê mô tả hai hay ba biến cùng lúc và bảng kết quả phản ánh sự kết hợp hai hay nhiều biến có số
lượng hạn chế trong phân loại hay giá trị phân biệt. Trong đề tài này, tác giả đề
cập đến kiểm định có mối liên hệ giữa các đặc tính cá nhân như giới tính, thu nhập, xuất thân của sinh viên với quyết định sử dụng thẻ ghi nợ nội địa Agribank của sinh viên. Giá trị kiểm định là Chi-bình phương ( 2
) và dựa vào giá trị p- value.
Ta có giả thuyết:
- H0: khơng có mối quan hệ giữa các biến - H1: có mối quan hệ giữa các biến
Để kết luận là chấp nhận hay bác bỏ giả thuyết H0, ta sẽ dùng các kiểm định phù hợp.
Dựa vào giá trị P (p-value) để kết luận là chấp nhận hay bác bỏ giả thuyết H0 - p-value ≤ mức ý nghĩa α bác bỏ H0. Nghĩa là có mối quan hệ có ý nghĩa giữa các biến cần kiểm định.
- p-value > mức ý nghĩa α chấp nhận H0. Khơng có mối quan hệ giữa các biến cần kiểm định.
Mơ hình hồi qui Binary Logistic
Để giải quyết mục tiêu nghiên cứu là khả năng sử dụng thẻ ghi nợ nội địa
của Agribank CN Ninh Kiều trong sinh viên thì đề tài sử dụng mơ hình hồi qui Binary logistic, với biến phụ thuộc là quyết định sử dụng thẻ ghi nợ nội địa của
sinh viên, chúng được giải thích như sau:
Y=1 nếu sinh viên quyết định sử dụng thẻ ghi nợ nội địa của Agribank CN Ninh Kiều
Y=0 nếu sinh viên không quyết định sử dụng thẻ ghi nợ nội địa của Agribank CN Ninh Kiều
Mục đích của việc thiết lập phương trình hồi qui là tìm ra các nhân tố ảnh
hưởng đến một chỉ tiêu nào đó, xác định các nhân tố ảnh hưởng tốt để phát huy
Phương trình hồi qui tổng thể có dạng: BnXn X B X B X B X B X B B Y P Y P e ..... ) 0 ( ) 1 ( log 0 1 1 2 2 3 3 4 4 5 5
Giả thiết đặt ra cho mơ hình hồi qui Binary Logistic là:
H0: B1 = B2 =B3 =……=Bn =0 (hay các yếu tố được đưa vào phân tích trong
mơ hình khơng ảnh hưởng đến quyết định sử dụng thẻ ghi nợ nội địa của
Agribank CN Ninh Kiều trong sinh viên).
H1: Có ít nhất 1 tham số Bn ≠ 0 (tức là có ít nhất một yếu tố được đưa vào
phân tích trong mơ hình có ảnh hưởng đến quyết định sử dụng thẻ ghi nợ nội địa của Agribank CN Ninh Kiều trong sinh viên).
Kiểm định giả thuyết về độ phù hợp tổng quát dựa của mô hình dựa vào kiểm định Chi-bình phương và căn cứ vào mức ý nghĩa quan sát để bác bỏ hay chấp nhận giả thuyết H0. Phương trình hồi qui Binary logistic có ý nghĩa khi mức ý nghĩa quan sát nhỏ hơn mức ý nghĩa α nào đó. Mức ý nghĩa quan sát càng nhỏ thì càng tốt hay mơ hình càng có ý nghĩa.
Hồi qui Logistic đòi hỏi phải đánh giá độ phù hợp của mơ hình. Đo lường
độ phù hợp của mơ hình hồi qui Binary logistic dựa trên chỉ tiêu -2LL. Chỉ tiêu này càng nhỏ càng tốt hay giá trị -2LL càng nhỏ càng thể hiện độ phù hợp của mơ hình cao. Giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có độ phù hợp hồn hảo.
Mức độ chính xác của dự báo thể hiện qua bảng phân loại (Classification Table). Bảng này sẽ so sánh số trị số thực và trị số dự đoán cho từng biểu hiện và tính tỷ lệ dự đốn đúng sự kiện.
Cuối cùng, căn cứ vào kết quả nghiên cứu sử dụng phương pháp suy luận
để đề xuất ra giải pháp nhằm nâng cao hoạt động kinh doanh thẻ ghi nợ nội địa
CHƯƠNG 3
KHÁI QUÁT VỀ NGÂN HÀNG NÔNG NGHIỆP VÀ PHÁT TRIỂN NÔNG THÔN VIỆT NAM - CHI NHÁNH NINH KIỀU