CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.3 Kết quả nghiên cứu và thảo luận kết quả nghiên cứu
4.3.1 Kết quả nghiên cứu
4.3.1.4 Phân tích mô hình hồi quy nhị phân
Mô hình hồi quy tuyến tính giữa nhân tố phụ thuộc QD và các nhân tố độc lập có dạng:
QD = βo + β1.HI+ β2.DD + β3.KS + β4.RR + β5.HA + ꜫ Trong đó,
QD: quyết định sử dụng dịch vụ NHĐT của KH tại Agribank – địa bàn thị xã Gò Công.
HI: nhân tố nhận thức sự hữu ích
DD: nhân tố nhận thức sự dễ dàng sử dụng
KS: nhân tố nhận thức kiểm soát hành vi RR: nhân tố nhận thức rủi ro
HA: nhân tố hình ảnh ngân hàng ꜫ: phần dư mô hình
Bảng 4.13: Ma trận hệ số tương quan
Correlations (Tương quan)
KS RR HI DD HA QD
KS Pearson Correlation 1 .131* .059 .155* .083 .167**
Sig. (2-tailed) .030 .333 .010 .172 .006
N 274 273 274 274 274 274
RR Pearson Correlation .131* 1 .268** .094 .542** .504**
Sig. (2-tailed) .030 .000 .120 .000 .000
N 273 273 273 273 273 273
HI Pearson Correlation .059 .268** 1 .024 .313** .394**
Sig. (2-tailed) .333 .000 .697 .000 .000
N 274 273 274 274 274 274
DD Pearson Correlation .155* .094 .024 1 .017 .112
Sig. (2-tailed) .010 .120 .697 .779 .063
N 274 273 274 274 274 274
HA Pearson Correlation .083 .542** .313** -.017 1 .499**
Sig. (2-tailed) .172 .000 .000 .779 .000
N 274 273 274 274 274 274
QD Pearson Correlation .167** .504** .394** .112 .499** 1
Sig. (2-tailed) .006 .000 .000 .063 .000
N 274 273 274 274 274 274
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Kết quả từ SPSS Theo kết quả Bảng Ma trận hệ số tương quan, trong quan hệ giữa từng nhân tố độc lập và nhân tố phụ thuộc có giá trị Sig. đều nhỏ hơn 5%, ngoại trừ nhân tố DD.
Điều này có khả năng nhân tố này không ảnh hưởng đến nhân tố phụ thuộc QD.
Đối với sự tương quan giữa các nhân tố độc lập với nhau: ngoại trừ hệ số tương quan Pearson giữa nhân tố HA và RR bằng 0.542 > 0.4 và giá trị Sig. < 0.05
thì có khả năng hai nhân tố này có tương quan mạnh; còn mối quan hệ giữa các nhân tố còn lại với nhau thỏa mãn điều kiện hệ số Pearson (r) nhỏ hơn 0.4, tuy nhiên để đảm bảo liệu mô hình có hiện tượng đa cộng tuyến hay không, cần thực hiện kiểm định dựa trên hệ số VIF.
Bảng 4.14: Kiểm định đa cộng tuyến
Mô hình
Thống kê đa cộng tuyến
Tolerance VIF
1 (Hằng số)
KS .961 1.040
RR .683 1.463
HI .888 1.126
DD .969 1.032
HA .674 1.483
Nguồn: Kết quả từ SPSS Kiểm tra hiện tượng đa cộng tuyến thông qua hệ số VIF, nếu hệ số VIF nhỏ, khả năng xảy ra hiện tượng đa cộng tuyến thấp và ngược lại. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), qui tắc chung là VIF > 10 là dấu hiệu đa cộng tuyến. Ủng hộ quan điểm này, theo tác giả Nguyễn Đình Thọ (2011), nếu hệ số VIF của một biến độc lập nào đó lớn hơn 10 thì biến này được coi là có đa cộng tuyến cao. Theo kết quả của bảng 4.14, các hệ số VIF đều nhỏ hơn 10, nên không tồn tại hiện tượng đa cộng tuyến.
Sau khi thực hiện kiểm định đa cộng tuyến, tác giả thực hiện hồi quy nhị phân (Binary logistic) bằng phương pháp (Method) Enter với kết quả như sau:
Bảng 4.15: Kiểm định Omnibus Tests of Model Coefficients Omnibus Tests of Model Coefficients
(Kiểm định Omnibus của hệ số hồi quy mô hình)
Chi-square df Sig.
Step 1 Step 161.938 5 .000
Block 161.938 5 .000
Model 161.938 5 .000
Nguồn: Kết quả từ SPSS
Theo kết quả Bảng 4.15, tác giả xem xét Kiểm định Omnibus Tests of Model Coefficients trong bước 1 (Step 1) với trường hợp này giá trị sig. của cả 3 chỉ số đều bằng 0.000 nhỏ hơn 0.05 nên mô hình hồi quy có ý nghĩa thống kê.
Bảng 4.16: Tóm tắt mô hình Model Summary (Tóm tắt mô hình)
Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square
1 182.760a .447 .624
a. Estimation terminated at iteration number 7 because parameter estimates changed by less than .001.
Nguồn: Kết quả từ SPSS Theo nguyên tắc Chỉ số -2 Log likelihood trong Model Summary (Bảng 4.16):
càng nhỏ càng tốt, chỉ số này có cách tính ngược lại với R bình phương của hồi quy bội. Nếu nhỏ thì thể hiện độ phù hợp khá tốt của mô hình tổng thể. Hệ số mức độ giải thích của mô hình: R2 Nagelkerke = 0.624. Điều này có nghĩa là 62.4% sự thay đổi của nhân tố phụ thuộc được giải thích bởi các nhân tố độc lập, còn lại là do các yếu tố khác.
Bảng phân loại (Classification Table) sau đây cho thấy Quyết định sử dụng dịch vụ NHĐT của KH tại Agribank trên địa bàn thị xã Gò Công theo hai tiêu chí:
quan sát thực tế và dự đoán.
Bảng 4.17: Bảng phân loại
Classification Tablea
Quan sát
Dự đoán QD
Tỷ lệ phần trăm đúng QD khong su
dung dich vu NHDT
QD su dung dich vu NHDT
Step 1 QD QD khong su dung dich vu NHDT 67 22 75.3
QD su dung dich vu NHDT 20 164 89.1
Tổng phần trăm 84.6
a. The cut value is .500
Nguồn: Kết quả từ SPSS
Kết quả bảng 4.17 cho thấy bảng phân loại dựa về Quyết định sử dụng dịch vụ NHĐT của KH tại Agribank trên địa bàn thị xã Gò Công và Quyết định không sử dụng dịch vụ NHĐT của KH tại Agribank trên địa bàn thị xã Gò Công.
Trong 89 trường hợp quan sát Quyết định không sử dụng dịch vụ NHĐT của KH tại Agribank trên địa bàn thị xã Gò Công, thì có 67 trường hợp KH quyết định không sử dụng dịch vụ NHĐT tại chi nhánh, tỷ lệ dự đoán đúng bằng 75.3%
(67/89). Trong 184 trường hợp quan sát KH Quyết định sử dụng dịch vụ NHĐT tại Agribank trên địa bàn thị xã Gò Công, dự đoán có 164 trường hợp KH quyết định sử dụng dịch vụ NHĐT, vậy tỷ lệ dự đoán đúng là 89.1% (164/184).
Vậy trung bình dự đoán đúng là:
(67 + 164) / (22+67+20+164) = 84.6%.
Bảng 4.18: Kết quả hồi quy
Variables in the Equation (Các biến trong mô hình)
B S.E. Wald df Sig. Exp(B)
Step 1a KS 0.939 0.480 3.837 1 0.050 2.391
RR 3.990 0.751 28.233 1 0.000 1.018
HI 2.764 0.725 14.537 1 0.000 1.563
DD 0.243 0.259 0.875 1 0.350 1.275
HA 2.616 0.589 19.760 1 0.000 2.073
Constant 41.383 6.036 47.011 1 0.000 9.386E+10 a. Variable(s) entered on step 1: KS, RR, HI, DD, HA.
Nguồn: Kết quả từ SPSS Kết quả hồi quy được trình bày ở bảng 4.18 có 4 nhân tố mang ý nghĩa thống kê ở mức 5%. Những nhân tố đó là KS; RR; HI và HA. Các nhân tố này đều có giá trị Sig. nhỏ hơn hoặc bằng 5%. Phương trình hồi quy logistic trong trường hợp nhân tố độc lập có ý nghĩa thống kê là:
loge = [ Pi
1−Pi] = 41.383̇ +0.939KS + 3.990RR + HI2.764 +2.616HA
Theo phương trình hồi quy trên, các hệ số hồi quy Binary logistic cho thấy nhận thức sự hữu ích; nhận thức kiểm soát hành vi; nhận thức rủi ro và hình ảnh
ngân hàng cao đều làm gia tăng khả năng quyết định sử dụng dịch vụ NHĐT của KH tại Agribank trên địa bàn Thị xã Gò Công, trong đó nhân tố nhận thức rủi ro có tác động mạnh nhất đến quyết định sử dụng dụng dịch vụ NHĐT của KH tại Agribank trên địa bàn Thị xã Gò Công do hệ số Beta cao nhất.
Hình 4.1: Biểu đồ tần số phần dư chuẩn hóa Histogram
Nguồn: Kết quả từ SPSS Quan sát biểu đồ tần số phần dư chuẩn hóa Histogram (Hình 4.1) cho thấy, giá trị trung bình của các quan sát Mean = 0 và độ lệch chuẩn Std. Dev = 0,991 (xấp xỉ 1). Vì thế, cho phép kết luận giả định phần dư có phân phối chuẩn không bị vi phạm.
Hình 4.2: Biểu đồ phân phối chuẩn phần dư trên đường thẳng kỳ vọng Nguồn: Kết quả từ SPSS Ngoài ra, Biểu đồ phân phối chuẩn phần dư trên đường thẳng kỳ vọng cho thấy các điểm quan sát của phần dư tập trung khá sát với đường thẳng kỳ vọng, do đó phân phối phần dư có dạng chuẩn (Hình 4.2).