CHƯƠNG 3 NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG TỚI SỰ LỰA CHỌN DỊCH VỤ CỦA KHÁCH HÀNG CÁ NHÂN CỦA AGRIBANK TẠI THÀNH PHỐ NAM ĐỊNH
3.2. Nghiên cứu các nhân tố ảnh hưởng tới sự lựa chọn dịch vụ của khách hàng cá nhân của Agribank tại thành phố Nam Định
3.2.2. Kết quả nghiên cứu các nhân tố ảnh hưởng tới sự lựa chọn dịch vụ của khách hàng cá nhân
Căn cứ vào kết quả khảo sát để đƣa ra những kết quả nghiên cứu cụ thể thống kê mẫu nghiên cứu, phân tích thang đo thông qua phân tích hệ số tin cậy Cronbach‟s Alpha và phân tích nhân tố khám phá EFA, phân tích tương quan và kiểm định sự khác biệt theo thành phần nhân khẩu học.
Số lƣợng bảng câu hỏi phát ra ban đầu là 250 phiếu. Số lƣợng bảng khảo sát thu về là 250 bảng. Kết quả là cả 250 bảng khảo sát hợp lệ đƣợc sử dụng làm dữ liệu cho nghiên cứu. Dữ liệu đƣợc nhập, mã hóa và phân tích thông qua phần mềm SPSS.
Bảng 3.4: Phân bố mẫu nghiên cứu theo đặc điểm cá nhân Đặc điểm cá nhân Số lượng (người) Tỷ lệ (%) 1. Độ tuổi
Từ 18 đến 35 tuổi 121 48,4
Từ 35 đến 55 tuổi 87 34,8
Trên 55 tuổi 42 16,8
2. Thu nhập
Dưới 5 triệu/tháng 55 22
Từ 5-10 triệu/tháng 159 63,6
Từ 10-20 triệu/tháng 28 11,2
Trên 20 triệu/tháng 8 3,2
3. Trình độ học vấn
Phổ thông 107 42,8
Trung cấp 52 20,8
Cao đẳng 65 26
Đại học 22 8,8
Sau đại học 4 1,6
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
59
Về độ tuổi: Dễ dàng thấy được những người trẻ chiếm tỷ trong lớn khi có tới 48,4% số người được hỏi có tuổi từ 18 đến 35 tuổi.
Hình 3.2: Biểu đồ cơ cấu theo nhóm tuổi
Nguồn: Tổng hợp từ kết quả phân tích của tác giả Về mức thu nhập: Có thể nhận thấy phần lớn những người được hỏi có mức thu nhập trong khoảng từ 5-10 triệu đồng khi con số này chiếm tới 63,6% số người được hỏi.
Hình 3.3: Biểu đồ cơ cấu theo mức thu nhập
Nguồn: Tổng hợp từ kết quả phân tích của tác giả Khi x t đến các biến thuộc về phía ngân hàng:
60
Bảng 3.5: Thống kê mô tả các biến nghiên cứu
Biến quan sát N Nhỏ nhất Lớn nhất Trung bình
Điêm TB của từng nhân tố
Độ lệch chuẩn
KT1 250 2 5 4.20
4.17
0.681
KT2 250 2 5 4.20 0.730
KT3 250 2 5 4.10 0.759
CL1 250 2 5 3.54
3.50
0.688
CL2 250 2 5 3.47 0.706
CL3 250 1 5 3.42 0.747
CL4 250 2 5 3.58 0.731
DT1 250 3 5 4.38
4.31
0.611
DT2 250 3 5 4.32 0.666
DT3 250 2 5 4.20 0.660
DT4 250 3 5 4.33 0.687
AT1 250 2 5 3.42
3.47 0.680
AT2 250 1 5 3.51 0.707
KM1 250 2 5 4.18
4.17
0.828
KM2 250 2 5 4.03 0.799
KM3 250 2 5 4.31 0.806
TT1 250 3 5 3.92
3.96
0.830
TT2 250 2 5 3.99 0.742
TT3 250 3 5 3.73 0.680
TT4 250 2 5 4.10 0.690
TT5 250 3 5 4.04 0.751
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
61 Kết quả đánh giá độ tin cậy thang đo
Như đã trình bày ở chương 2, trước khi đưa vào phân tích nhân tố khám phá, nghiên cứu sẽ kiểm định thang đo bằng công cụ Cronbach‟s Alpha của phần mềm SPSS để kiểm định độ tin cậy các thang đo thành phần trong mô hình nghiên cứu. Sau khi đƣa các thang đo xử lý SPSS, kiểm định Cronbach‟s Alpha, kết quả xử lý đƣợc nhƣ sau:
Kiểm định độ tin cậy thang đo “lợi ích kinh tế”
Kết quả kiểm định độ tin cậy của thang đo “lợi ích kinh tế” đƣợc trình bày ở Bảng 3.6 dưới đây. Bảng 3.6 trình bày hệ số tin cậy của thang đo “lợi ích kinh tế”.
Bảng 3.6: Hệ số tin cậy của thang đo “lợi ích kinh tế”
Hệ số tin cậy của thang đo “lợi ích kinh tế”
Cronbach’s Alpha: 0.792
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
KT1 8.31 1.684 0.668 0.684
KT2 8.30 1.608 0.641 0.708
KT3 8.40 1.606 0.596 0.760
Nguồn: Tổng hợp kết quả phân tích của tác giả Thang đo “lợi ích kinh tế” có hệ số Cronbach‟s Alpha là 0.792 và các hệ số tương quan biến tổng của các biến đều lớn hơn 0.3. Hầu hết, các biến quan sát của thang đo “lợi ích kinh tế” có hệ số Cronbach‟s Alpha thỏa điều kiện 0.6 ≤ α ≤ 0.95 và hệ số tương quan biến tổng lớn hơn 0.3. Do vậy, cả 3 biến quan sát của yếu tố “lợi ích kinh tế” là KT1, KT2, KT3 đƣợc giữ lại cho các bước phân tích tiếp theo.
Kiểm định độ tin cậy thang đo “chất lượng phục vụ”
62
Bảng 3.7: Hệ số tin cậy của thang đo “chất lƣợng phục vụ”
Hệ số tin cậy của thang đo “chất lƣợng phục vụ”
Cronbach’s Alpha: 0.832 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
CL1 10.47 3.343 0.666 0.786
CL2 10.55 3.124 0.749 0.748
CL3 10.59 3.230 0.635 0.800
CL4 10.44 3.355 0.600 0.815
Nguồn: Tổng hợp kết quả phân tích của tác giả Thang đo “chất lƣợng phục vụ” có hệ số Cronbach‟s Alpha là 0.832 và các hệ số tương quan biến tổng của các biến đều lớn hơn 0.3. Tất cả các biến quan sát của thang đo “chất lƣợng phục vụ” có hệ số Cronbach‟s Alpha thỏa điều kiện 0.6 ≤ α ≤ 0.95. Vì vậy 4 biến quan sát của thang đo “chất lƣợng phục vụ” là CL1, CL2, CL3, CL4 đều được giữ lại cho các bước phân tích tiếp theo.
Kiểm định độ tin cậy thang đo “danh tiếng của ngân hàng”
Bảng 3.8: Hệ số tin cậy của thang đo “danh tiếng của ngân hàng”
Hệ số tin cậy của thang đo “danh tiếng của ngân hàng”
Cronbach’s Alpha: 0.810 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
DT1 12.86 2.710 0.650 0.752
DT2 12.92 2.479 0.700 0.725
DT3 13.03 2.722 0.565 0.790
DT4 12.90 2.593 0.599 0.775
Nguồn: Tổng hợp kết quả phân tích của tác giả
63
Thang đo “danh tiếng của ngân hàng” có hệ số Cronbach‟s Alpha là 0.810 và các hệ số tương quan biến tổng của các biến đều lớn hơn 0.3. Các biến quan sát của thang đo “danh tiếng của ngân hàng” có hệ số Cronbach‟s Alpha thỏa điều kiện 0.6 ≤ α ≤ 0.95. Do vậy, yếu tố “danh tiếng của ngân hàng” sẽ có 4 biến là DT1, DT2, DT3, DT4 đƣợc giữ lại cho phân tích tiếp theo.
Kiểm định độ tin cậy thang đo “mức độ an toàn”
Bảng 3.9: Hệ số tin cậy của thang đo “mức độ an toàn”
Hệ số tin cậy của thang đo “Mức độ an toàn”
Cronbach’s Alpha: 0.762 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
AT1 3.51 0.500 0.616 .
AT2 3.42 0.462 0.616 .
Nguồn: Tổng hợp kết quả phân tích của tác giả Thang đo “mức độ an toàn” có hệ số Cronbach‟s Alpha là 0.762 và hệ số tương quan biến tổng của các biến đều lớn hơn 0.3 Thang đo này chỉ có 2 biến quan sát. Do đó, 2 biến của yếu tố “mức độ an toàn” AT1, AT2 đều đƣợc giữ lại cho các bước phân tích tiếp theo.
Kiểm định độ tin cậy thang đo “chiến lược quảng bá, khuyến mãi”
Bảng 3.10: Hệ số tin cậy của thang đo “chiến lƣợc quảng bá, khuyến mãi”
Hệ số tin cậy của thang đo “Chiến lƣợc quảng bá, khuyến mãi”
Cronbach’s Alpha: 0.814 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
KM1 8.34 2.137 0.616 0.795
KM2 8.49 2.138 0.659 0.751
KM3 8.21 2.013 0.723 0.684
Nguồn: Tổng hợp kết quả phân tích của tác giả
64
Thang đo “chiến lƣợc quảng bá, khuyến mãi” có hệ số Cronbach‟s Alpha là 0.814 và các hệ số tương quan biến tổng của các biến đều lớn hơn 0.3. Các biến quan sát của thang đo “chiến lƣợc quảng bá, khuyến mãi” đều có hệ số Cronbach‟s Alpha thỏa điều kiện 0.6 ≤ α ≤ 0.95 và hệ số tương quan biến tổng lớn hơn 0.3. Do vậy, cả 3 biến biến quan sát của yếu tố “chiến lƣợc quảng bá, khuyến mãi” là KM1, KM2, KM3 được giữ lại cho các bước phân tích tiếp theo.
Kiểm định độ tin cậy thang đo “sự thuận tiện”
Bảng 3.11: Hệ số tin cậy của thang đo “sự thuận tiện”
Hệ số tin cậy của thang đo “sự thuận tiện”
Cronbach’s Alpha: 0.753 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
TT1 15.86 4.118 0.619 0.669
TT2 15.80 4.578 0.555 0.695
TT3 16.06 4.752 0.566 0.694
TT4 15.69 5.179 0.393 0.750
TT5 15.74 4.786 0.469 0.727
Nguồn: Tổng hợp kết quả phân tích của tác giả Thang đo “sự thuận tiện” có hệ số Cronbach‟s Alpha là 0.753 và hệ số tương quan biến tổng của các biến đều lớn hơn 0.3 Các biến quan sát của thang đo “sự thuận tiện” có hệ số Cronbach‟s Alpha thỏa điều kiện 0.6 ≤ α ≤ 0.95 và hệ số tương quan biến tổng lớn hơn 0.3. Do đó, 5 biến quan sát của yếu tố “sự thuận tiện” là TT1, TT2, TT3, TT4, TT5 đều đƣợc giữ lại cho các bước phân tích tiếp theo.
Sau khi tiến hành phân tích độ tin cậy của các thang đo với hệ số Cronbach‟s Alpha, tác giả nhận thấy các thang đo dùng để đo lường các khái
65
niệm trong mô hình nghiên cứu đều là những thang đo tốt (độ tin cậy của tất cả các thang đo đều lớn hơn 0.6) và các biến quan sát đều đủ điều kiện sử dụng cho bước phân tích nhân tố khám phá EFA (Hệ số tương quan biến - tổng của các biến quan sát đều lớn hơn 0.3). Bảng 3.2.10 dưới đây trình bày tổng hợp kết quả kiểm định độ tin cậy Cronbach‟s Alpha của các thang đo.
Bảng 3.12: Tổng hợp kết quả phân tích độ tin cậy thang đo
Yếu tố Số biến quan sát ban đầu
Số biến quan sát
còn lại Cronbach's Alpha
Lợi ích kinh tế 3 3 0.792
Chất lƣợng phục vụ 4 4 0.832
Danh tiếng của ngân hàng 4 4 0.810
Mức độ an toàn 2 2 0.762
Chiến lƣợc quảng bá,
khuyến mãi 3 3 0.814
Sự thuận tiện 5 5 0.753
Tổng 21 21
Nguồn: Tổng hợp của tác giả từ kết quả phân tích số liệu Tổng số biến quan sát ban đầu là 21 biến, sau khi đánh giá độ tin cậy thang đo với hệ số Cronbach‟s alpha tổng số biến quan sát giữ nguyên 21 biến quan sát. Sau khi kiểm định xong các thang đo, các thang đo đạt yêu cầu sẽ được thực hiện phân tích nhân tố khám phá với phương pháp rút trích Principal components và phép xoay Varimax.
Kết quả phân tích nhân tố khám phá EFA
Trong phân tích nhân tố, phương pháp Principal Component Analysis đi cùng với ph p xoay Varimax thường được sử dụng. Phân tích nhân tố phải thỏa mãn 5 điều kiện nhƣ sau:
1. Hệ số KMO ≥ 0.5 và mức ý nghĩa của kiểm định Barlet ≤ 0.05 (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
66
2. Hệ số tải nhân tố (Factor Loading) ≥ 0.5 để tạo giá trị hội tụ. Theo Hair và Anderson (1998,111). Hệ số tải nhân tố > 0.3 đƣợc xem là đạt mức tối thiểu thì cỡ mẫu ít nhất phải là 350, hệ số tải nhân tố > 0.4 đƣợc xem là quan trọng, và ≥ 0.5 đƣợc xem là có ý nghĩa thực tiễn. Nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn hệ số tải nhân tố > 0.55, nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố > 0.75. Trong phần phân tích nhân tố này, tác giả chấp nhận hệ số tải nhân tố từ 0.5 trở lên, nếu các biến quan sát không đạt yêu cầu này thì không phải là biến quan trọng trong mô hình và bị loại để chạy tiếp phân tích nhân tố.
3. Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%.
4. Hệ số eigenvalue >1 (Hair và Anderson,1998). Số lƣợng nhân tố đƣợc xác định dựa trên chỉ số đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố.
5. Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
Kết quả phân tích nhân tố khám phá EFA đối với biến độc lập Bảng 3.2.11 dưới đây cho thấy kết quả kiểm định Barlett với sig = 0.000 và KMO = 0.733 > 0.5 cho thấy phân tích nhân tố là thích hợp.
Bảng 3.13: Kết quả kiểm định Barlett và chỉ số KMO của các biến độc lập
Giá trị KMO 0.733
Kiểm định Barlett‟s
Approx. Chi-Square 2400.284
Df 210
Sig. 0.000
Nguồn: Tổng hợp của tác giả từ kết quả phân tích số liệu Tại các mức giá trị eigenvalues > 1, phân tích nhân tố đã trích đƣợc 6 nhân tố từ 21 biến quan sát với tổng phương sai trích là 67.917 (>50%) đạt yêu cầu.
67
Bảng 3.14 Bảng tổng phương sai giải thích cho các nhân tố biến độc lập
Nhân tố
Giá trị ban đầu Tổng bình phương trọng số tải truy xuất
Tổng bình phương trọng số tải khi xoay
Tổng Phương sai %
Phương sai tích
lũy
Tổng Phương sai %
Phương sai tích
lũy
Tổng Phương sai %
Phương sai tích
lũy 1 5.185 24.692 24.692 5.185 24.692 24.692 2.799 13.327 13.327 2 2.865 13.641 38.333 2.865 13.641 38.333 2.589 12.329 25.656 3 1.965 9.356 47.689 1.965 9.356 47.689 2.505 11.929 37.585 4 1.741 8.289 55.978 1.741 8.289 55.978 2.496 11.886 49.471 5 1.418 6.754 62.732 1.418 6.754 62.732 2.100 10.001 59.471 6 1.089 5.184 67.917 1.089 5.184 67.917 1.774 8.445 67.917 7 0.909 4.329 72.246
8 0.837 3.986 76.232 9 0.809 3.850 80.083 10 0.608 2.895 82.978 11 0.582 2.769 85.747 12 0.522 2.487 88.234 13 0.462 2.200 90.434 14 0.367 1.749 92.183 15 0.329 1.565 93.748 16 0.310 1.475 95.223 17 0.237 1.129 96.352 18 0.215 1.023 97.375 19 0.210 0.999 98.374 20 0.186 0.884 99.258 21 0.156 0.742 100.000
68
Sau khi sử dụng ph p xoay Varimax, kết quả ma trận xoay nhân tố đối với thang đo của các biến độc lập được trình bày ở Bảng 3.2.13 dưới đây.
Bảng 3.15: Ma trận xoay nhân tố đối với thang đo các biến độc lập
STT Biến quan sát
Nhân tố
1 2 3 4 5 6
1 CL2 0.836
2 CL1 0.791
3 CL4 0.764
4 CL3 0.695
5 TT1 0.804
6 TT2 0.757
7 TT3 0.726
8 TT5 0.619
9 TT4 0.600
10 KM1 0.867
11 KM3 0.783
12 KM2 0.659
13 DT2 0.781
14 DT3 0.737
15 DT4 0.719
16 DT1 0.690
17 KT3 0.898
18 KT1 0.637
19 KT2 0.573
20 AT2 0.873
21 AT1 0.853
Nguồn: Tổng hợp của tác giả từ kết quả phân tích số liệu Kết quả tại bảng 3.2.13 cho thấy hệ số tải nhân tố của các biến này đều
69
lớn hơn 0.5 đạt yêu cầu. Dựa vào kết quả bảng ma trận xoay các nhân tố, lệnh nhóm trung bình các biến đƣợc sử dụng để nhóm các biến đạt yêu cầu với hệ số tải nhân tố > 0.5 thành 6 nhân tố. Năm nhân tố này đƣợc gom lại và đặt tên cụ thể nhƣ sau:
• Nhân tố 1: gồm 3 biến quan sát (KT1, KT2, KT3) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là “lợi ích kinh tế” ký hiệu là KT;
• Nhân tố 2: gồm 4 biến quan sát (DT1, DT2, DT3, DT4) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là “danh tiếng của ngân hàng” ký hiệu là DT;
• Nhân tố 3: gồm 4 biến quan sát (TT1, TT2, TT3, TT4, TT5) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là “sự lựa chọn” ký hiệu là TT;
• Nhân tố 4: gồm 5 biến quan sát (CL1, CL2, CL3, CL4) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là “chất lƣợng phục vụ” ký hiệu là CL;
• Nhân tố 5: gồm 3 biến quan sát (KM1, KM2, KM3) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là “chiến lƣợc quảng bá, khuyến mãi” ký hiệu là KM;
• Nhân tố 6: gồm 2 biến quan sát (AT1, AT2) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là “mức độ an toàn” ký hiệu là AT;
Biến phụ thuộc ký hiệu là LC.
Phân tích tương quan Pearson giữa các biến nghiên cứu
Phân tích ma trận hệ số tương quan Pearson nhằm xem xét mối tương quan giữa các biến.
70
Bảng 3.16: Ma trận tương quan Pearson giữa các biến nghiên cứu
KT CL DT AT KM TT LC
KT
Pearson
Correlation 1 0.897** 0.751** 0.019 0.506** -0.075 0.159* Sig. (2-tailed) 0.000 0.000 0.764 0.000 0.239 0.012
N 250 250 250 250 250 250 250
CL
Pearson
Correlation 0.897** 1 0.861** 0.028 0.551** -0.059 0.167**
Sig. (2-tailed) 0.000 0.000 0.657 0.000 0.349 0.008
N 250 250 250 250 250 250 250
DT
Pearson
Correlation .751** 0.861** 1 -0.012 0.615** 0.002 0.147* Sig. (2-tailed) 0.000 0.000 0.851 0.000 0.981 0.020
N 250 250 250 250 250 250 250
AT
Pearson
Correlation 0.019 0.028 -0.012 1 -0.089 -0.097 0.349**
Sig. (2-tailed) 0.764 0.657 0.851 0.161 0.124 0.000
N 250 250 250 250 250 250 250
KM
Pearson
Correlation 0.506** 0.551** 0.615** -0.089 1 -0.081 0.084 Sig. (2-tailed) 0.000 0.000 0.000 0.161 0.200 0.185
N 250 250 250 250 250 250 250
TT
Pearson
Correlation -0.075 -0.059 0.002 -0.097 -0.081 1 0.054 Sig. (2-tailed) 0.239 0.349 0.981 0.124 0.200 0.399
N 250 250 250 250 250 250 250
LC
Pearson
Correlation 0.159* 0.167** 0.147* 0.349** 0.084 0.054 1 Sig. (2-tailed) 0.012 0.008 0.020 0.000 0.185 0.399
N 250 250 250 250 250 250 250
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Nguồn: Tổng hợp của tác giả từ kết quả phân tích số liệu Dựa vào kết quả phân tích của ma trận tương quan Pearson ở Bảng 3.2.18 có thể thấy hệ số tương quan giữa nhân tố sự lựa chọn của khách hàng
71
LC với 6 biến độc lập KT,CL,DT,AT,KM,TT là tương đối cao và giá trị Sig nhỏ (< 0.05) ở các biến KT,CL,DT,AT, các biến KM và TT có Sig lần lƣợt là 0,185 và 0,399 đều lớn hơn 0,05 nên không đủ điều kiện để đƣa vào mô hình nghiên cứu hồi quy. Sơ bộ ta có thể kết luận 4 biến độc lập KT,CL,DT,AT có thể đƣa vào mô hình để giải thích mối quan hệ với biến LC.
Kết quả ma trận hệ số tương quan Pearson ta thấy biến phụ thuộc LC (sự lựa chọn DV KHCN của khách hàng) có sự tương quan có ý nghĩa với 4 biến độc lập KT, CL, DT, AT trong mô hình nghiên cứu (với các giá trị đều nhỏ hơn 0.05). Hệ số tương quan giữa biến phụ thuộc và các biến độc lập đều lớn hơn 0 và nhỏ hơn 0.4 (chỉ số điều kiện cho rằng các khái niệm nghiên cứu đã đạt được giá trị phân biệt).Vì vậy, ta có thể kết luận các biến độc lập có mối tương quan thuận chiều với biến phụ thuộc và đủ điều kiện để tiến hành phân tích hồi quy bội.Nhưng bên cạnh đó, kết quả phân tích ma trận hệ số tương quan Pearson cũng cho thấy một số biến độc lập cũng có mối tương quan với nhau. Do đó, khi phân tích hồi quy cần phải chú ý đến vấn đề đa cộng tuyến.
Phân tích hồi quy
Xây dựng và kiểm định mô hình hồi quy bội nhƣ sau:
LC = β0 + β1KT + β2CL+ β3DT + β4AT Trong đó:
- LC: Lựa chọn dịch vụ KHCN của ngân hàng Agribank tại Thành phố Nam Định
- KT: Lợi ích kinh tế - CL: Chất lƣợng phục vụ
- DT: Danh tiếng của ngân hàng - AT: Mức độ an toàn
- β0: hệ số chặn
- βi: hệ số hồi quy tương ứng với biến độc lập i
72
Phát biểu lại các giả thuyết nghiên cứu với 04 nhân tố mới đƣợc tạo thành sau phân tích nhân tố EFA, cụ thể:
H1: Khi có được lợi ích kinh tế càng cao thì khách hàng càng lựa chọn dịch vụ của ngân hàng.
H2: Khi có được chất lượng phục vụ càng tốt thì khách hàng càng lựa chọn dịch vụ của ngân hàng.
H3: Khi danh tiếng của ngân hàng càng tốt thì khách hàng càng lựa chọn dịch vụ của ngân hàng.
H4: Khi mức độ an toàn của ngân hàng càng tốt thì khách hàng càng lựa chọn dịch vụ của ngân hàng.
Kiểm định mức độ phù hợp của mô hình hồi quy
Thông qua hệ số xác định R2 hiệu chỉnh = 0.134 cho thấy độ mức độ phù hợp của mô hình hồi quy của đề tài nghiên cứu này là khá thấp. Điều này có nghĩa rằng các biến độc lập trong mô hình nghiên cứu chỉ giải thích đƣợc 13.8= 4% sự thay đổi của biến phụ thuộc.
Bảng 3.17: Tóm tắt mô hình
Mô hình R R2 R2 hiệu chỉnh Sai số ƣớc lƣợng
Hệ số Durbin Watson
1 0,385a 0,148 0,134 0,63841 2,170
a. Biến độc lập: (Hằng số) KT, CL, DT, AT b. Biến phụ thuộc: LC
Nguồn: Tổng hợp của tác giả từ kết quả phân tích số liệu Nhằm suy diễn mô hình hồi quy bội thành mô hình tổng thể, cần phải xem x t kiểm định F trong bảng phân tích phương sai ANOVA.
Kết quả kiểm định trị thống kê F, với giá trị sig=0.000 (<0.05) từ bảng phân tích phương sai ANOVA (bảng 3.2.18) cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu, sử dụng đƣợc.