CHƯƠNG 2. THỰC TRẠNG CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN HOẠT ĐỘNG THANH TOÁN KHÔNG DÙNG TIỀN MẶT TẠI NGÂN HÀNG NGOẠI THƯƠNG LÀO (BCEL), CHDCND LÀO
2.3. Thực trạng các nhân tố ảnh hưởng đến hoạt động thanh toán không dùng tiền mặt tại ngân hàng Ngoại thương Lào
2.3.5. Phân tích hồi quy
Sau khi tiến hành phân tích nhân tố khám phá, nhóm các biến theo từng nhân tố, nghiên cứu tiếp tục tiến hành phân tích hồi quy. Mô hình hồi quy mà nghiên cứu áp dụng là mô hình hồi quy tuyến tính bội để xem xét mối liên hệ giữa biến phụ thuộc với các biến độc lập. Khi phân tích hồi quy, kết quả sẽ cho thấy mức độ tác động của các nhân tố đến hoạt động TTKDTM của BCEL. Đồng thời cho biết mức độ tác động của các nhân tố và mức độ giải thích của chúng.
Cụ thể, phân tích hồi quy được thực hiện với 6 biến độc lập là: Dễ sử dụng (SD), An toàn (AT), Cảm nhận lợi ích (LI), Sự tin tưởng (TT), Nhận thức về dịch vụ TTKDTM (NT), Thói quen sử dụng tiền mặt (TQ). Phương pháp đưa vào một
lượt (phương pháp Enter) được dùng để phân tích hồi quy. Giá trị của các nhân tố được dùng để chạy hồi quy là giá trị trung bình của các thang đo.
Mô hình được viết như sau:
TTKDTM = βo+β1*SD+ β2*AT+ β3*LI + β4*TT+ β5*NT+ β6*TQ +ei βi: Các hệ số hồi quy (i > 0);
β0: Hằng số.
ei: Sai số.
Đánh giá sự phù hợp của mô hình
R2 điều chỉnh= 0,742 có ý nghĩa là: các biến độc lập trong mô hình giải thích 74,2% sự biến thiên của biến phụ thuộc và còn lại sự biến thiên của biến phụ thuộc không được giải thích bởi các biến độc lập trong mô hình, hay nói cách khác do các nhân tố ngoài mô hình.
Ngoài ra, kiểm định từ bảng phân tích phương sai ANOVA, giá trị F= 54,324 giá trị Sig. = 0,000 rất nhỏ (< 0,05), từ kết quả này cho thấy tồn tại ít nhất một biến độc lập giải thích có ý nghĩa thống kê đối với biến phụ thuộc.
Bảng 2.12. Kiểm định về sự phù hợp của mô hình hồi quy
Mô hình Tổng phương
sai lệch Df
Bình phương tổng phương sai lệch
F Mức ý
nghĩa Sig, Mô hình
hồi quy 143,949 6 23,992 54,324 ,000b
Số dư 116,593 264 ,442
Tổng 260,542 270
Nguồn: Kết xuất SPSS, 2021.
Mô hình hồi quy hoàn toàn phù hợp
Bên cạnh đó, tác giả tiến hành các phân tích tiếp theo để dò tìm sự vi phạm giả thuyết trong mô hình hồi quy quyến tính.
Kiểm định phân phối chuẩn của phần dƣ
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như sử dụng sai mô hình, phương sai không phải hằng số, số lượng các phần dư không đủ nhiều để phân tích. Tác giả tiến hành khảo sát phân phối của phần dư bằng phương pháp xây dựng biểu đồ tần số phần dư chuẩn hóa (Histogram).
Hình 2.8. Biểu đồ tần số của phần dƣ chuẩn hóa
Nguồn: Kết xuất SPSS, 2021.
Hình 2.8 cho thấy biểu đồ có dạng hình chuông (hình phân phối chuẩn). Giá trị trung bình mean gần bằng 0 và độ lệch chuẩn Std.Dev là 0,989 gần bằng 1. Như vậy có thể kết luận phân phối của phần dư là xấp xỉ chuẩn.
Kiểm định về liên hệ tuyến tính phương sai bằng nhau
Chúng ta xem xét đồ thị phân tán giữa giá trị phần dư đã chuẩn hóa và giá trị dự đoán đã chuẩn hóa mà hồi quy cho ra để kiểm tra giả định liên hệ tuyến tính và phương sai không đổi có thỏa mãn hay không.
Hình 2.9. Biểu đồ tần số P - Plot
Nguồn: Kết xuất SPSS, 2021.
Kết quả hình 2.9 cho thấy các biến quan sát nằm không xa đường thẳng hồi quy ước lượng bằng phương pháp OLS được kẻ trên đồ thị phân tán của các biến quan sát có hồi quy chuẩn hoá trung bình = 0 và độ lệch chuẩn =1, nghĩa là các biến quan sát càng gần trên đường thẳng thì ước lượng cho beta càng chính xác không thiên lệch. Như vậy, từ kết quả kiểm tra trên cho thấy mô hình hồi quy được xây dựng không vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Kiểm tra hiện tƣợng đa cộng tuyến
Ngoài ra để đảm bảo mô hình có ý nghĩa, ta cần tiến hành kiểm tra thêm về đa cộng tuyến. Để dò tìm hiện tượng đa cộng tuyến ta căn cứ trên độ chấp nhận của biến (Tolerance) và hệ số VIF. Kết quả phân tích hồi quy sử dụng phương pháp Enter, cho thấy hệ số phóng đại phương sai VIF nhỏ hơn 3 và độ chấp nhận của biến (Tolerance) lớn hơn 0,1 nên có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến.
Bảng 2.13. Kiểm tra đa cộng tuyến
Mô hình
Thống kê đa cộng tuyến Độ chấp nhận
của biến
Hệ số phóng đại phương sai (VIF)
SD 0,951 1,051
AT 0,931 1,074
LI 0,860 1,163
TT 0,957 1,044
NT 0,860 1,163
TQ 0,896 1,116
Nguồn: Kết xuất SPSS, 2021.
Kết quả bảng 2.13 cho thấy, hệ số VIF đều nhỏ hơn 3, độ chấp nhận biến lớn hơn 0,1. Điều này cho thấy mô hình hồi quy không có hiện tượng đa cộng tuyến.
Như vậy mô hình hồi quy xây dựng là đảm bảo độ phù hợp, các biến độc lập có thể giải thích tốt cho biến phụ thuộc trong mô hình.
Kết quả phân tích hồi quy và mức độ tác động của từng nhân tố Kết quả mô hình hồi quy được thể hiện cụ thể như sau:
Bảng 2.14. Kết quả phân tích hồi quy Hệ số hồi quy chƣa chuẩn hóa Hệ số hồi quy
chuẩn hóa Giá trị kiểm định t
Mức ý nghĩa
B Sai số
chuẩn Beta
Hằng số 0,551 0,273 2,016 0,045
SD 0,058 0,035 0,069 1,645 0,101
AT 0,278 0,037 0,321 7,521 0,000
LI 0,324 0,045 0,322 7,249 0,000
TT 0,166 0,037 0,191 4,540 0,000
NT 0,159 0,038 0,188 4,241 0,000
TQ -0,171 0,035 -0,213 -4,896 0,000
Biến phụ thuộc: Hoạt động TTKDTM của BCEL
Nguồn: Kết xuất SPSS, 2021.
Kiểm định ý nghĩa thống kê của các hệ số ƣớc lƣợng
Căn cứ vào kết quả trên bảng 2.14 cho thấy biến SD không tác động đến hoạt động TTKDTM. Các biến tác động đến hoạt động TTKDTM bao gồm: An toàn (AT), Cảm nhận lợi ích (LI), Sự tin tưởng (TT), Nhận thức về dịch vụ TTKDTM (NT), Thói quen sử dụng tiền mặt (TQ).
Mô hình hồi quy chưa chuẩn hóa được viết như sau:
TTKDTM = 0,551 + 0,278*AT+ 0,324*LI + 0,166*TT + 0,159*NT -0,171*TQ Mô hình hồi quy dạng chuẩn hóa được viết như sau:
TTKDTM = 0,321*AT+ 0,322*LI + 0,191*TT + 0,188*NT -0,213*TQ
Hình 2.10. Kết quả mô hình hồi quy các nhân tố ảnh hưởng đến hoạt động TTKDTM tại BCEL
Nguồn: Tổng hợp từ kết quả mô hình hồi quy, 2021.