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
2.3.1. Thiết kế nghiên cứu
Tác giả thực hiện nghiên cứu định tính dùng để điều chỉnh mô hình và bổ sung thang đo sao cho phù hợp với nghiên cứu. Nghiên cứu được tiến hành nhằm kiểm tra mức độ rõ ràng của từ ngữ, khả năng hiểu các phát biểu của những người được phỏng vấn và tìm ra những phát biểu mới. Nội dung thảo luận sẽ được ghi chép lại làm cơ sở cho việc hiệu chỉnh và bổ sung các biến quan sát trong thang đo.
Kết quả nghiên cứu định tính sẽ là bảng câu hỏi sẵn sàng cho nghiên cứu chính thức.
Đối tượng phỏng vấn là 5 chuyên gia về dịch vụ TTKDTM (là những cán bộ ngân hàng của BCEL có thời gian làm việc về TTKDTM tại ngân hàng trên 15 năm) và 10 khách hàng sử dụng dịch vụ TTKDTM tại BCEL. Dàn bài câu hỏi định tính cũng đề nghị những người được thảo luận điều chỉnh thang đo của các nhân tố trong mô hình nghiên cứu đề xuất. Sau đó, tác giả sẽ hiệu chỉnh lại thang đo cho dễ hiểu và cụ thể hơn, làm thuận tiện cho quy trình nghiên cứu định lượng.
Dàn bài thảo luận định tính bao gồm những câu hỏi mở để thu thập những ý kiến của các đối tượng được phỏng vấn về việc chỉnh sửa, bổ sung các thang đo trong nghiên cứu. Đối với từng nhân tố trong mô hình, tác giả sử dụng 2 dạng câu hỏi. Dạng 1 là câu hỏi mở để khám phá thêm các nhân tố mới. Dạng 2 là câu hỏi đóng để thu thập những ý kiến điều chỉnh, bổ sung thang đo. Các nội dung chính của dàn bài thảo luận như sau:
1. Giới thiệu sơ qua đề tài, mục đích của cuộc thảo luận
2. Giới thiệu về mô hình nghiên cứu các nhân tố ảnh hưởng đến hoạt động TTKDTM tại BCEL.
3. Biến độc lập/ biến quan sát. Các biến quan sát được đo lường bằng thang đo likert 5 mức độ (5 điểm), tương ứng 1 là Rất không đồng ý; 2 là Không đồng ý; 3 là Không có ý kiến; 4 là Đồng ý; và 5 là Rất đồng ý. Các thang đo được đưa ra thảo
luận được kế thừa cụ thể từ các nghiên cứu sau Wendy Ming-Yen Teoh và cộng sự (2013), Samaneh Tavakoli Hashjin và cộng sự (2014), Uchenna Cyril Eze và Jeniffer Keru Manyeki (2011); Đoàn Anh Khoa (2016); Lê Thị Biếc Linh (2010).
Sau đó, tác giả điều chỉnh lại một số thang đo cho phù hợp với đối tượng khách hàng của BCEL.
Bảng 2.4. Biến nghiên cứu và thang đo
TT Mã hóa Tên biến Thang đo Nguồn
Các biến độc lập I Dễ sử dụng (SD)
1 SD1 Cấu trúc và nội dung của các phương thức TTKDTM là dễ hiểu, đơn giản
likert 5
Samaneh và cộng sự (2014);
2 SD2 Thực hiện giao dịch với các phương thức TTKDTM là rất dễ dàng
3 SD3 Người dùng dễ dàng học cách sử dụng các phương thức TTKDTM
4 SD4 Quy trình sử dụng dịch vụ đơn giản, nhanh gọn
II. An toàn (AT) 5 AT1
Thông tin người dùng các phương thức TTKDTM luôn được ngân hàng đảm bảo an toàn.
likert 5
Samaneh và cộng sự (2014) 6 AT2
Vấn đề về bảo mật đã khiến người dùng chọn sử dụng các phương thức TTKDTM
7 AT3
Khách hàng không phải lo lắng về các rủi ro khi thực hiện các giao dịch các phương thức TTKDTM
III Cảm nhận lợi ích (LI)
8 LI1 Tiết kiệm được thời gian và chi phí khi sử dụng các phương thức TTKDTM.
likert 5 Wendy và cộng sự (2013), Samaneh và cộng sự (2014) 9 LI2 Các phương thức TTKDTM thuận tiện
cho người sử dụng
10 LI3 Tốc độ thực hiện TTKDTM nhanh chóng hơn so với thanh toán truyền
thống
11 LI4 Thanh toán và quá trình giao dịch TTKDTM được xử lý chính xác 12 LI5
Các phương thức TTKDTM giúp việc thực hiện các giao dịch tài chính dễ dàng hơn
IV Sự tin tưởng (TT) 13 TT1
Tôi tin vào khả năng bảo vệ những thông tin cá nhân của khách hàng của hoạt động TTKDTM
likert 5
Samaneh và cộng sự (2014), Đoàn Anh Khoa (2016) 14 TT2 Tôi tin tưởng việc TTKDTM tại BCEL
không dẫn đến gian lận giao dịch 15 TT3
Tôi tin tưởng các giao dịch TTKDTM tại BCEL là chính xác và đáp ứng được mọi yêu cầu của khách hàng
16 TT4 Tôi cảm thấy các rủi ro liên quan đến TTKDTM tại BCEL là thấp
V Nhận thức về TTKDTM (NT)
17 NT1 TTKDTM là xu hướng phát triển trên toàn thế giới
likert 5
Lê Thị Biếc Linh (2010);
Samaneh và cộng sự (2014) 18 NT2
TTKDTM đáp ứng được nhu cầu của các chủ thể trong nền kinh tế ngày càng phát triển hiện nay
19 NT3
TTKDTM được chính phủ khuyến khích và là công cụ giúp chính phủ kiểm soát được lượng tiền trong lưu thông
VI Thói quen sử dụng tiền mặt (TQ)
20 TQ1 Tôi thích sử dụng tiền mặt trong các hoạt động thanh toán hàng ngày
likert 5 Lê Thị Biếc Linh (2010);
Goczek và Witkowski (2015);
21 TQ2 Trong tất cả các giao dịch tôi ưu tiên sử dụng tiền mặt
22 TQ3 Tôi luôn dự trữ lượng tiền mặt lớn để thực hiện cho các giao dịch của mình.
VII Biến phụ thuộc: Hoạt động TTKDTM
23 TTKDTM1 Các phương thức TTKDTM là phương likert 5 Samaneh
thức thanh toán hiện đại, độ tin cậy cao hơn so với các kênh thanh toán truyền thống
và cộng sự (2014);
Đoàn Anh Khoa (2016) 24 TTKDTM2
Tôi thường xuyên sử dụng các phương thức TTKDTM để thực hiện thanh toán, giao dịch
25 TTKDTM3
Phương thức TTKDTM là phương thức thanh toán hàng đầu mà tôi lựa chọn khi có nhu cầu giao dịch.
26 TTKDTM4
Phương thức TTKDTM là phương thức thanh toán tôi tin tưởng giới thiệu cho người thân và bạn bè sử dụng
Nguồn: Tác giả tổng hợp.
2.3.1.2. Nghiên cứu định lượng - Thiết kế bảng hỏi
Tác giả đã xây dựng bảng câu hỏi nghiên cứu định lượng để thu thập dữ liệu dựa trên mô hình nghiên cứu và các thang đo sau khi nghiên cứu định tính.
Bảng câu hỏi chính thức được thiết kế gồm 2 phần:
Phần thứ nhất là những thông tin chung của đối tượng được phỏng vấn: Phần này nhằm thu thập thông tin để phục vụ thống kê mô tả về đặc điểm cá nhân của khách hàng sử dụng dịch vụ TTKDTM tại BCEL.
Phần thứ hai là nội dung nhằm thu thập thông tin về các nhân tố ảnh hưởng đến hoạt động TTKDTM tại BCEL.
- Thiết kế mẫu nghiên cứu và thu thập dữ liệu
Kích thước mẫu tối ưu phụ thuộc vào kỳ vọng về độ tin cậy, phương pháp phân tích dữ liệu, phương pháp ước lượng các tham số cần ước lượng và quy luật phân phối của tập các lựa chọn.
Dữ liệu được thu thập chéo, cùng một thời gian, nên quy mô đối tượng điều tra khảo sát được xác định theo công thức mô hình phân tích nhân tố khám phá EFA: Theo Hair et al (2006) kích cỡ mẫu được xác định dựa vào mức tối thiểu và số lượng biến đưa vào mô hình.
n = ∑1j=t kPj
Pj: Số thang đo của thang đo thứ j (j=1 đến t)
k: Tỉ lệ của số quan sát so với thang đo (5/1 hoặc 10/1)
Thì n là: Nếu n < 50, chọn n = 50 (Số lượng mẫu tối thiểu) Nếu n > 50, chọn qui mô mẫu là n
Chọn k = 5
Dựa vào công thức tính số lượng mẫu, trong đề tài này số lượng mẫu n = 26
*5 = 130 (ít nhất 130 khách hàng).
Để bù đắp một tỉ lệ thông tin bị loại bỏ (các bảng câu hỏi có nhiều ô thiếu thông tin, hoặc nhiều hơn một ô trả lời, hoặc có cơ sở để xác định không đáng tin cậy), tác giả quyết định phỏng vấn 300 khách hàng đang sử dụng dịch vụ TTKDTM tại BCEL.
Thông tin mẫu nghiên cứu được thu thập bằng kỹ thuật phỏng vấn trực tiếp.
Kết quả phỏng vấn, sau khi làm sạch (loại bỏ các bảng câu hỏi có nhiều ô thiếu thông tin, hoặc nhiều hơn một ô trả lời, hoặc có cơ sở để xác định không đáng tin cậy) được nhập vào ma trận dữ liệu trên phần mềm SPSS 20.0.
- Phương pháp phân tích + Phân tích thống kê mô tả
Trong bước đầu tiên, tác giả sử dụng phân tích mô tả để phân tích các thuộc tính của mẫu nghiên cứu như: thông tin về giới tính, độ tuổi, trình độ học vấn…
+ Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các nhân tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết thang đo nào cần bỏ đi và thang đo nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến-tổng sẽ giúp loại ra những
thang đo nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005).
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
– Loại các thang đo có hệ số tương quan biến-tổng nhỏ hơn 0,3; tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally & Burnstein 1994; dẫn theo Nguyễn Đình Thọ
& Nguyễn Thị Mai Trang, 2009).
– Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994;
Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
+ Phân tích nhân tố khám phá
Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phương pháp Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships).
EFA dùng để rút gọn một tập k thang đo thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (thang đo).
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair và cộng sự (1998), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
Factor loading > 0,3 được xem là đạt mức tối thiểu
Factor loading > 0,4 được xem là quan trọng
Factor loading > 0,5 được xem là có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
Hệ số tải nhân tố (Factor loading ) > 0,5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. <
0.05) thì các thang đo có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai trích (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các thang đo. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
+ Phân tích hồi quy tuyến tính bội
Phân tích hồi quy tuyến tính bội được thực hiện theo trình tự qua các bước:
Phân tích ma trận tương quan
Ma trận tươngquan Pearson correlation giữa biến phụ thuộc kết quả làm việc với các biến độc lập được phân tích để xem xét mối quan hệ tương quan giữa biến độc lập với biến phụ thuộc cũng như hiện tượng đa cộng tuyến giữa các biến độc lập với biến độc lập. Mức độ tươngquan chặt chẽ giữa các biến độc lập và biến phụ thuộc phụ thuộc vào hệ số tươngquan Rxy với điều kiện -1 ≤ Rxy ≤1 và mức ý nghĩa Sig < 0,05 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nếu hệ số tươngquan giữa các biến độc lập cao ở mức ý nghĩa Sig < 0.05 là dấu hiệu của đa cộng tuyến.
Kiểm định sự phù hợp của mô hình:
Phân tích hồi quy tuyến tính bội bằng phương pháp bình phương nhỏ nhất thông thường (Rodinal Least Squares – OLS) được thực hiện và thủ tục đưa biến
vào một lần được lựa chọn để phân tích hồi quy tuyến tính bội. Mô hình hồi quy sẽ được kiểm định độ phù hợp bằng kiểm định F và R2 hiệu chỉnh. R2 hiệu chỉnh được sử dụng vì không phụ thuộc vào số biến độc lập của mô hình. R2 hiệu chỉnh phản ánh mức độ giải thích của các biến độc lập về sự biến thiên của biến phụ thuộc. Trị thống kê F được tính từ gi trị R2 của mô hình đầy đủ, gi trị Sig. nhỏ cho thấy an toàn khi bác bỏ giả thuyết Ho (β1 = β2 = β3 = β4 = β5 = β6 = 0). Giả thuyết H0 bị bác bỏ có thể kết luận các biến độc lập giải thích được sự thay đổi của biến phụ thuộc. Như vậy, các giả thuyết nghiên cứu được kiểm định với mức ý nghĩa Sig <
0.05. Mô hình hồi quy tuyến tính bội có dạng như sau:
Yi = β0 + β1X1i +β2X2i +... +βpXpi +ei Trong đó:
Y là biến phụ thuộc;
β 0: là hằng số hồi quy; β 1, β 2,…, βP là hệ số hồi quy;
X1i, X2i,…, Xpi là các biến độc lập;
Ngoài ra, tác giả tiến hành các vi phạm giả thuyết của phương trình hồi quy.
- Kiểm định đa cộng tuyến
Đa cộng tuyến là một hiện tượng trong đó các biến độc lập có tươngquan chặt chẽ với nhau. Đối với hiện tượng đa cộng tuyến, độ sai lệch cho phép (tolerance) hoặc hệ số phóng đại phương sai VIF (variance inflation factor) được sử dụng. Theo Hair (2014), khi VIF nhỏ hơn hoặc bằng 3 nghĩa là các biến độc lập không có tương quan tuyến tính với nhau.
- Kiểm định liên hệ tuyến tính phần dư:
Tác giả tiến hành thông qua biểu đồ Scatterrplot với gi trị phần dư chuẩn hóa trên trục tung và gi trị dự đo n chuẩn hóa trên trục hoành. Quan sát biểu đồ Scatterrplot phương sai không đổi thì phần dư phân tán ngẫu nhiên quanh trục 0.
- Kiểm định phân phối chuẩn của phần dư:
Thông qua phân tích biểu đồ Histogram nếu giá trị trung bình gần bằng = 0 và độ lệch chuẩn gần bằng 1 thì phân phối của phần dư xấp xỉ chuẩn; Kết hợp với
phân tích biểu đồ tần số Q-Q plot nếu các điểm quan sát thực tế tập trung s t đường chéo những gi trị kỳ vọng thì phần dư có phân phối chuẩn.
2.3.1.3. Thống kê mô tả mẫu nghiên cứu
Để đạt được mục tiêu nghiên cứu, tác giả đã phát ra 300 phiếu đối với khách hàng sử dụng dịch vụ TTKDTM, số lượng phiếu thu về hợp lệ là 271 phiếu. Phương pháp khảo sát được sử dụng là phương pháp khảo sát trực tiếp tại quầy giao dịch, theo đó, tác giả sẽ phát phiếu khảo sát cho các khách hàng đến thực hiện các giao dịch TTKDTM tại quầy giao dịch trong khoảng thời gian từ tháng 2/2021 đến hết tháng 5/2021.
Các phiếu thu về được nhập vào SPSS để thực hiện các bước phân tích.
Đối tượng khảo sát chủ yếu là khách hàng, trong đó nam là 154 khách hàng, chiếm tỷ lệ 56,83% và 117 khách hàng nữ, chiếm tỷ lệ 43,17%.
Độ tuổi: Các khách hàng sử dụng dịch vụ TTKDTM là những người trẻ tuổi, tập trung chủ yếu ở độ tuổi dưới 40 tuổi. Cụ thể, có 108 khách hàng có độ tuổi dưới 30 tuổi, chiếm tỷ lệ 39,85%. 96 khách hàng có độ tuổi từ 30 – dưới 40 tuổi, chiếm tỷ lệ 35,42%. Chỉ có 67 khách hàng có độ tuổi từ 40 tuổi trở lên, chiếm tỷ lệ 24,72%.
Trình độ học vấn: Số lượng KH có trình độ Đại học và sau đại học là 68 khách hàng, chiếm tỷ lệ 25,09%. Số lượng khách hàng có trình độ học vấn trung cấp, cao đẳng, cao đẳng nghề là 118 khách hàng, chiếm tỷ lệ 43,54%. Số lượng khách hàng tốt nghiệp THPT là 85 khách hàng, chiếm tỷ lệ 31,37%.
Thanh toán bằng UNC là dịch vụ được sử dụng nhiều nhất là 245 khách hàng, chiếm tỷ lệ 90,41%. Dịch vụ NHĐT là dịch vụ được nhiều khách hàng quan tâm, chiếm tỷ lệ 38,75%. Dịch vụ thẻ có 161 khách hàng sử dụng dịch vụ, chiếm tỷ lệ 59,41%. Các dịch vụ khác như UNT, Séc, thư tín dụng ít được sử dụng.
Bảng 2.5. Đặc điểm mẫu nghiên cứu
Tiêu chí Số lƣợng Tỷ lệ (%)
Giới tính Nam 154 56,83
Nữ 117 43,17
Độ tuổi
Dưới 30 tuổi 108 39,85
Từ 30 - dưới 40 tuổi 96 35,42
Từ 40 - dưới 50 tuổi 51 18,82
Từ 50 tuổi trở lên 16 5,90
Trình độ học vấn
Đại học và sau đại học 68 25,09
Trung cấp, cao đẳng 118 43,54
Tốt nghiệp THPT 85 31,37
Loại hình dịch vụ sử
dụng
UNC 245 90,41
UNT 18 6,64
Séc chuyển khoản, séc bảo chi 65 23,99
Thư tín dụng 45 16,61
Thẻ 161 59,41
Dịch vụ NHĐT 105 38,75
Nguồn: Tổng hợp từ kết quả khảo sát, 2021.