CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Xác định mẫu nghiên cứu
Mẫu nghiên cứu được chọn theo phương pháp thuận tiện. Phương pháp phân tích dữ liệu chủ yếu được sử dụng trong nghiên cứu này là phân tích nhân tố khám phá EFA và phân tích hồi quy tuyến tính bội. Thơng thường thì cỡ mẫu ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố (Hồng Trọng, Chu Nguyễn Mộng Ngọc, 2008). Theo Hair & ctg để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu ít nhất 5 mẫu trên 1 biến quan sát nghiên cứu có 28 biến quan sát vậy cần ít nhất là 140 mẫu. Tuy nhiên để đạt được mức độ tin cậy cao trong nghiên cứu, cỡ mẫu trong nghiên cứu được chọn là 200 mẫu.
3.3 Phương pháp nghiên cứu 3.3.1 Phương pháp định tính 3.3.1 Phương pháp định tính
Nghiên cứu định tính được thực hiện thơng qua kỹ thuật thảo luận tay đôi, tham khảo ý kiến từ GVHD, phương pháp chuyên gia nhằm khám phá và xây dựng các nhân tố tác động cho vay tiêu dùng KHCN để hình thành nên bảng câu hỏi sơ bộ.
Đối tượng chun gia: Phó phịng khách hàng, các anh, chị CBKH phòng KH tại NH TMCP Ngoại Thương Việt Nam (VCB) – CN Bình Tây.
Quá trình nghiên cứu định tính, tác giả tiến hành tổng hợp ý kiến của các chuyên gia đứng dưới góc độ KH xác định được có 5 yếu tố đo lường chất lượng hoạt động tín dụng cho vay tiêu dùng KHCN đó là: Sự tin tưởng, Sự đáp ứng, Sự đảm bảo, Sự cảm thơng và Phương tiện hữu hình, đồng thời xác định có 25 biến quan sát để đo lường các yếu tố đó, có 1 yếu tố đo lường, xác định có 3 biến quan sát để đánh giá chất lượng tín dụng cho vay tiêu dùng KH cá nhân, cuối cùng là thiết kế xây dựng lại mơ hình và bảng câu hỏi chính thức rồi tiến hành khảo sát chính thức bắt đầu nghiên cứu định lượng.
3.3.2 Phương pháp định lượng
3.3.2.1 Nghiên cứu định lượng sơ bộ
Được thực hiện bằng cách phát phiếu lấy ý kiến và phỏng vấn tay đôi.
3.3.2.2 Nghiên cứu chính thức
Bước 1: Phỏng vấn thử 50 Khách hàng.
Bước 2: Thu thập thơng tin chính thức bằng bảng câu hỏi.
3.3.2.3 Quy trình nghiên cứu
Quy trình nghiên cứu thể hiện trong mục này mở đầu bằng đặt vấn đề nghiên cứu dựa trên cơ sở lý thuyết và kết thúc bằng trình bày kết luận báo cáo nghiên cứu. Trong quy trình này sử dụng hai phương pháp chính: (1) Nghiên cứu định tính để khám phá và xây dựng tới các nhân tố tác động đến hoạt động cho vay tiêu dùng KHCN, (2) Nghiên cứu định lượng để kiểm định thang đo các nhân tố tác động đến hoạt động cho vay tiêu dùng KHCN tại NH TMCP Ngoại Thương Việt Nam (VCB) – CN Bình Tây.
Sơ đồ 1: Quy trình nghiên cứu
(Nguồn: Tác giả tự minh họa) 3.3.3 Phương pháp phân tích dữ liệu
Phần mềm SPSS 20.0 được sử dụng để xử lý và phân tích số liệu, các phương pháp phân tích được sử dụng trong nghiên cứu là:
- Phân tích độ tin cậy Cronbach’s Alpha:
Khi đánh giá thang đo của các yếu tố chúng ta cần sử dụng phương pháp Cronbach Alpha để loại bỏ các biến rác trước khi tiến hành phân tích yếu tố khám phá EFA
Cơ sở lý thuyết
Thang đo nháp Nghiên cứu định tính: PP
thảo luận với CBKH Hiệu chỉnh thang đo lần 1
Khảo sát thử để hiệu chỉnh thang đo: N = 50
Nghiên cứu định lượng: điều tra bằng bảng câu hỏi
Cronbach Alpha
Hiệu chỉnh thang đo lần 2
Thang đo chính thức
1. Loại bỏ các biến có hệ số tương quan biến tổng nhỏ 2. Kiểm tra hệ số Alpha Phân tích nhân tố khám phá EFA 1. Loại bỏ các biến có trọng số EFA nhỏ 2. Kiểm tra các yếu tố trích được
3. Kiểm tra phương sai trích Mơ hình hồi quy
Kiểm tra độ thích hợp của mơ hình
Kết luận Xác định mơ hình
(Exploratory Factor Analysis) để tránh trường hợp các biến rác có thể tạo ra các yếu tố giả và đánh giá độ tin cậy của thang đo.
Hệ số Cronbach Alpha được sử dụng và các biến có hệ số tương quan biến tổng nhỏ hơn mức quy định (<0,3) sẽ bị loại. Phần lớn các nhà nghiên cứu đồng ý rằng khi Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu.
- Phân tích nhân tố khám phá EFA:
Sau khi đánh giá độ tin cậy của thang đo những biến quan sát không phù hợp sẽ bị loại ra, tiếp theo sẽ dùng phương pháp phân tích nhân tố EFA để kiểm định giá trị khái niệm thang đo nhằm rút gọn từ tập hợp nhiều biến quan sát thành biến nhỏ hơn nhưng vẫn mang đầy đủ ý nghĩa. Các bước phân tích nhân tố khám phá:
Bước 1:Kiểm định Bartlett’s (Bartlett’s Test of Sphericity).
Bước 2: Tiến hành xác định số lượng các nhân tố được trích ra bằng chỉ số Eigenvalue.
Bước 3:Xác định hệ số tương quan giữa các nhân tố bằng cách xoay các nhân tố.
Bước 4: Sau khi đã trích ra được các nhân tố từ bước 3, chúng ta cần kiểm định lại độ tin cậy của các nhân tố này.
Khi phân tích nhân tố khám phá chú ý đến các điều kiện sau:
Trị số KMO > 0,5 và mức ý nghĩa của kiểm định Bartlett’s < 0,05 (Hair & Cộng sự).
Phương pháp trích hệ số được sử dụng là Principal Components với phép xoay Varimax. Những nhân tố eigenvalue > 1 được giữ lại mơ hình ( Gerbing & Anderson, 1998). Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi các nhân tố. Thang đo được chấp nhận khi tổng phương sai trích > 0,5 (Gerbing & Anderson, 1998). Các biến quan sát có trọng số factor loading < 0,5 sẽ bị loại (Hair & cộng sự).
- Phân tích hồi quy đa biến MRA (Multiple Regression Analysis):
- Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, tiến hành phân tích hồi quy. Đó là một kỹ thuật thống kê có thể được sử dụng để phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập.
Để mơ hình hồi quy đảm bảo khả năng tin cậy và hiệu quả, ta cần thực hiện các kiểm định sau:
• Kiểm định tương quan từng phần các hệ số hồi quy: mục tiêu của kiểm định này là xem xét các biến độc lập có tương quan ý nghĩa với biến phụ thuộc hay không. Khi mức ý nghĩa của hệ số hồi quy từng phần có độ tin cậy Sig. < 0.05 thì kết luận giữa biến độc lập và biến phụ thuộc có ý nghĩa tương quan với nhau.
• Mức độ giải thích của mơ hình: hệ số xác định R2
hiệu chỉnh (Adjusted R Square) được dùng để đánh giá mức độ giải thích của mơ hình. R2 hiệu chỉnh càng cao thể hiện mức độ giải thích của mơ hình càng cao.
• Mức độ phù hợp của mơ hình: mục tiêu của kiểm định này nhằm xem xét có mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc hay khơng. Mơ hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng 0 và mơ hình được xem là phù hợp khi có ít nhất một hệ số hồi quy khác 0.
Giả thuyết H0: Các hệ số hồi quy đều bằng 0; H1: Các hệ số hồi quy khác 0
Sử dụng phân tích phương sai (Analysis of variance, ANOVA) để kiểm định mức độ phù hợp của mơ hình. Nếu mức ý nghĩa có độ tin cậy ít nhất 95% (Sig.<0.05) thì chấp nhận giả thuyết H1, mơ hình phù hợp với tập dữ liệu và có thể suy rộng ra cho tồn tổng thể.
Hiện tượng đa cộng tuyến (Multicollinearity):
đây là hiện tượng các biến độc lập có quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng này sẽ làm cho các sai số cao hơn, giá trị thống kê thấp hơn và có thể khơng có ý nghĩa. Để kiểm tra hiện tượng này, ta dùng hệ số phóng đại phương sai (Variance Inflation Factor, VIF), VIF < 10 thì khơng xảy ra hiện tượng đa cộng tuyến.