5. Kết cấu luận văn
2.4.4.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tốlà tên chung của một nhóm các thủtục được sửdụng chủyếu để thu nhỏ và tóm tắt các dữ liệu, rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số, được gọi là hệ số tải nhân tố (factor loading). Hệsố này cho biết mỗi biến quan sát thuộc nhân tốnào.
Trong phân tích nhân tố,điều kiện là hệsốKMO (Kaiser - Meyer - Olkin) phải có giá trị lớn (0,5 ≤ KMO≤ 1) thì phân tích nhân tố mới thích hợp, còn nếu hệ số KMO <0,5 thì phân tích nhân tốcó khả năng không thích hợp với các dữliệu.
Để kiểm tra tính giá trịcủa thang đo, tác giả sử dụng phân tích nhân tốkhám phá EFA, trong đó tính giá trịbao gồm hai ý cơ bản là giá trịhội tụvà giá trịphân biệt.
- Giá trị hội tụ thể hiện qua phần trăm phương sai trích (cumulative) và hệsố tải nhân tố (factor loading). Thang đo được chấp nhận giá trị hội tụ khi phương sai tích lớn hơn 50%, và hệsốtải nhân tốcủa mỗi biến quan sát (item) phải cao trên nhân tốmà nó có nghĩa vụ đo lường, và thấp trên nhân tốmà nó không có nghĩ vụ đo lường.
- Giá trịphân biệt thểhiện qua sốnhân tố được rút trích. Các biến quan sát trong mỗi nhân tốcần phải có hệsốtải nhân tốlớn hơn 0,5.
Đểtiến hành phân tích nhân tố, tác giả đã sửdụng phương pháp rút trích các thành phần chính (Principal Components Analysis) với phép xoay nhân tố Varimax và phương pháp tính nhân tố là phương pháp Regression. Kết quả được trình bày tại Phụ
lục 2.6 :Kết quả phân tích nhân tố. Cụthể:
Kiểm định KMO và Bartlett’s cho thấy hệ số KMO là 0.807 (> 0.5), đồng thời theo tiêu chuẩn Eigenvalue lớn hơn 1 (mặc định của chương trình SPSS) thì có sáu nhân tố được rút ra và tổng phương sai trích (cumulative %) là 69,86% (> 50%) với mức ý nghĩa Sig.= 0,000 < 0,05. Nghĩa là sáu nhân tố được rút trích giải thích được 69,86% độ biến thiên của dữ liệu nghiên cứu. Như vậy thang đo của mô hình nghiên cứu thỏa điều kiện của phân tích nhân tố.
Từ Bảng 2.4: Ma trận nhân tố đã xoay, kết quả phân tích nhân tố tác động đến chất lượng dịch vụthẻvới 25 biến quan sát được rút trích thành sáu nhân tố. Sốnhân tố phù hợp với mô hình lý thuyết ban đầu, tuy nhiên có một số thay đổi như sau:
- Hai biến quan sát KTCN2 và KTCN5 là “Hệthống ATM hoạt động tốt” và “Tần suất giao dich bị lỗi thấp” đo lường cho nhân tố KNTS (Hệ thống khiếu nại tra soát). Đây được xem là chấp nhận được vì việc hệthống ATM có hoạt động tốt hay không và có thường xuyên xảy ra các giao dịch bị lỗi hay khôngảnh hưởng nhiều đến việc tra soát khiếu nại của khách hàng.
- Nhân tốTI (Tiện ích) vẫn giữnguyên các biến quan sát như mô hình lý thuyết và có thêm biến một quan sát KTCN1 – “Hệ thống ATM hiện đại” – để đo lường. Hệ thống ATM hiện đại, thuận tiện và dễ dàng sử dụng cũng có thể được xem như một yếu tố gia tăng tiện ích cho dịch vụthẻ.
- Các nhân tố SPDV (Sản phẩm dịch vụ), NNL (Nguồn nhân lực) và ML (Mạng lưới) vẫn được đo lường bởi các biến quan sát như mô hình lý thuyết ban đầu. - Nhân tố KTCN (Kỹ thuật công nghệ) chỉ còn được đo lường bởi hai biến quan
sát là KTCN3_ Con chip/dãy băng từ của thẻ bền, không hư hỏng và KTCN4_ Thẻ Eximbank cứng cáp, không bịcong gãy. Vì thế tác giả đổi tên nhân tố này thành ĐBT (Độ bền của thẻ), và hai biến quan sát được mã hóa lần lượt là ĐBT1 và ĐBT2.
Bảng 2.4: Rotated Component Matrix (Ma trận nhân tố đã xoay)
Component(Nhân tố)
1 2 3 4 5 6
KNTS2_ Quy trình tra soát khiếu nại rõ ràng .870 .024 .093 .258 .048 .015 KNTS1_ Đường dây nóng 24/24 .776 .044 .121 .218 .017 .058 KNTS4_ Giải quyết các khiếu nại tra soát
đúng thời hạn. .757 .057 -.108 .198 .227 -.099 KNTS3_ Giải quyết thỏa đáng các khiếu nại
về giao dịch thẻ. .681 .096 .069 .161 .337 .198
KTCN5_ Tần suất giao dich bị lỗi thấp. .593 .164 .262 .058 -.270 .237
KTCN2_ Hệ thống ATM hoạt động tốt .526 .513 .227 -.183 .010 .243
TI1_ Thủ tục đăng ký phát hành thẻ đơn
giản, nhanh, gọn. -.138 .773 .120 .246 .158 -.077 TI4_ Chứng từ giao dịch thẻ rõ ràng dễ hiểu .094 .666 .275 .069 .155 .155 TI2_ Thời gian phát hành thẻ nhanh chóng .098 .657 .151 .274 -.375 .088 TI3_ Brochure giới thiệu sản phẩm cuốn hút .379 .629 -.120 .202 -.207 .153
KTCN1_Hệ thống ATM hiện đại. .171 .518 .282 .009 .422 .274
SPDV3_ Tiện ích thẻ đa dạng -.002 .039 .829 .180 -.162 .148 SPDV2_ Sản phẩm/dịch vụ thẻ phong phú. .401 .086 .762 .155 .184 -.100 SPDV1_ Số lượng các loại hình sản phẩm
thẻ đa dạng .007 .253 .657 .056 .323 .122
SPDV4_ Dịch vụ/tiện ích đi kèm thuận tiền
và hữu ích .152 .267 .594 .039 .208 .125
NNL3_Nhân viên EIB luôn tư vấn và giải đáp
thắc mắc về SP/DV thẻ cho KH .261 .087 .088 .776 .198 .177 NNL2_Nhân viên EIB luôn cung cấp đầy đủ
thông tin SP/DV thẻ cho KH .278 .266 .037 .713 .283 -.019 NNL1_Nhân viên bộ phận thẻ có chuyên
môn về nghiệp vụ thẻ. .144 .209 .175 .668 .118 .241 NNL4_Nhân viên EIB luôn quan tâm đến nhu
cầu của KH. .530 .080 .227 .641 .143 -.134
ML2_ Địa điểm lắp đặt ATM thuận tiện cho
KH sử dụng. .036 .095 .035 .279 .795 -.136
ML3_ Mạng lưới ĐVCNT chấp nhận thanh
toán thẻ của EIB rộng khắp. .241 -.165 .179 .220 .666 .066 ML4_ Số lượng các NH liên minh lớn. -.159 .023 .462 .067 .538 .411 ML1_ Hệ thống ATM phân bố rộng khắp. .355 .246 .237 .353 .533 -.037 KTCN3_ Con chip/dãy băng từ của thẻ bền,
không hư hỏng .211 .112 .106 .034 -.006 .904 KTCN4_ Thẻ Eximbank cứng cáp, không bị
cong gãy -.013 .151 .118 .182 -.010 .890
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Sau khi các nhân tố được rút trích với các biến đo lường mới. Tác giả tiến hành kiểm định lại độ tin cậy của thang đo qua hệ số Cronbach’s alpha. Kết quả được trình bày trongPhụ lục 2.7: Kết quả phân tích lại hệ số Cronbach’s Alpha các thành phần
của thang đo sau khi phân tích nhân tố. Cụthể: Nhân tốKhiếu nại tra soát với sáu biến quan sát có hệsố Cronbach’s alpha là 0,847 > 0,6. Nhân tố Tiện ích có 5 biến quan sát và hệ số cronbach’s alpha là 0,759 > 0,6. Các nhân tố Sản phẩm dịch vụ thẻ, Nguồn nhân lực và Mạng lưới không có sự thay đổi vềbiến quan sát nên vẫn giữnguyên hệsố cronbach’s alpha như kiểm định ban đầu. Nhân tố Độbền của thẻcó 2 biến quan sát và hệ số cronbach’s alpha là 0,891 > 0,6. Như vậy thang đo các nhân tố ảnh hưởng đến chất lượng dịch vụ thẻ đạt tiêu chuẩn là thang đo lường tốt cho khái niệm nghiên cứu. Các nhân tố này được đưa vào các bước phân tích tiếp theo.
2.4.4.4. Phân tích ma trậnhệ số tương quan.
Mối tương quan giữa các biến độc lập với biến phụthuộc và mối tương quan giữa các biến độc lập với nhau cần phải được xem xét trước khi kiểm định mô hình nghiên cứu bằng phân tích hội quy tuyến tính bội. Để lượng hóa mức độchặt chẽcủa mối liên hệtuyến tính giữa hai biến định lượng, tác giả tiến hành phân tích ma trận tương quan sửdụng hệsốPearson Correlation. Hệsốnày nằm trong khoảng từ-1 đến 1, nếu hệ số tương quan lớn hơn 0 thì giữa hai biến có quan hệ cùng chiều và hệ số nhỏ hơn 0 thì giữa hai biến có quan hệ ngược chiều. Lấy giá trịtuyệt đối, nếu hệsốPearson càng gần 1 thì quan hệ tuyến tính càng chặt chẽ và ngược lại hệ sốPearson càng gần 0 thì quan hệtuyến tính càng yếu.
Trong phân tích hồi quy tuyến tính bội cần lưu ý đến vấn đề đa cộng tuyến khi giữa 2 biến độc lập có mối tương quan chặt chẽ với nhau, rất khó tách rời ảnh hưởng của từng biến một đến biến phụthuộc, dođó khi đưa các biến này vào mô hình hồi quy đa biến cùng nhau thì sẽgây ra những sai sót trong mô hình.
Xem xét ma trận hệ số tương quan ở Bảng 2.5, ta thấy có mối tương quan chặt chẽ giữa biến phụ thuộc CLDVT với các biến độc lập là: KNTS, NNL và ML với hệ số tương quan đều lớn hơn 0,3 và mức ý nghĩa Sig=0,000 < 0,05.
Các biến TI và SPDV có quan hệ ít chặt chẽ với biến phụ thuộc CLDVT khi có hệ số Pearson lần lượt là 0,213 và 0,223 (<0,3) tuy nhiên vẫn đạt mức ý nghĩa lần lượt là 0,003 và 0,002 (<0,05). Biến ĐBT có mối tương quan lỏng với biến phụ thuộc khi có hệ số Pearson chỉ đạt 0,076 (rất nhỏ so với mức 0,3) và Sig=0,301 (>0,05). Vì thế cần lưu ý biến nàyở bước phân tích hồi quy tiếp theo để giải thích kết quả nghiên cứu.
Bảng 2.5: Kết quả ma trận hệsố tương quan Pearson. Correlations KNTS TI SPDV NNL ML ĐBT CLDVT KNTS Pearson Correlation 1 .000 .000 .000 .000 .000 .411** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .000 N 187 187 187 187 187 187 187 TI Pearson Correlation .000 1 .000 .000 .000 .000 .213** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .003 N 187 187 187 187 187 187 187 SPDV Pearson Correlation .000 .000 1 .000 .000 .000 .223** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .002 N 187 187 187 187 187 187 187 NNL Pearson Correlation .000 .000 .000 1 .000 .000 .454** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .000 N 187 187 187 187 187 187 187 ML Pearson Correlation .000 .000 .000 .000 1 .000 .404** Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .000 N 187 187 187 187 187 187 187 ĐBT Pearson Correlation .000 .000 .000 .000 .000 1 .076 Sig. (2-tailed) 1.000 1.000 1.000 1.000 1.000 .301 N 187 187 187 187 187 187 187 CLDVT Pearson Correlation .411** .213** .223** .454** .404** .076 1 Sig. (2-tailed) .000 .003 .002 .000 .000 .301 N 187 187 187 187 187 187 187
**. Correlation is significant at the 0.01 level (2-tailed).(Tương quan có ý nghĩa tại mức 0.01 (2 chiều)).
Ngoài ra, hệ số tương quan giữa sáu biến độc lậpvới nhau đều bằng 0,có thể xem các biến này gần như độc lập với nhau. Vì vậy,có thể kết luận không có hiện tượng đa công tuyến giữa các biến độc lập nên thỏa điều kiện đưa vào phân tích hồi quybội.
2.4.4.5. Phân tích hồi quytuyến tính bội.
Giữacác biến có liên hệ tương quantuyến tính chưa chắc đã có quan hệ nhân quả, phân tích hồi quy tuyến tính có thể mô hình hóa mối quan hệ nhân quả giữa biến phụ thuộc (CLDVT) với các biến độc lập (KNTS, TI, SPDV, NNL, ML và ĐBT). Phân tích hồi quy sẽ xác định phương trình hội quy tuyến tính vớicác hệ số β để giải thích hình thức của mối liên hệ giữa biến phụ thuộc với các biến độc lập, xác định mức độ ảnh hưởng của từng yếu tố đến CLDVTvà ước lượng mức độ CLDVTkhi biết được giá trị của các biến độc lập.
Để xây dựng mô hình hồi qui, tác giả sử dụng phân tích hồi quy tuyến tính bội của SPSS với phương pháp Enter, kết quả phân tích được trình bày trong Bảng 2.6như sau:
Bảng 2.6: Kết quả phân tích hồi quy tuyến tính bội.
Variables Entered/Removedb
Model Variables Entered Variables
Removed Method
1 ĐBT, ML, NNL, SPDV, TI, KNTSa . Enter a. All requested variables entered.
b. Dependent Variable: CLDVT
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .799a .639 .627 .35624
a. Predictors: (Constant), ĐBT, ML, NNL, SPDV, TI, KNTS
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 40.379 6 6.730 53.030 .000a
Residual 22.843 180 .127
Total 63.222 186
a. Predictors: (Constant), ĐBT, ML, NNL, SPDV, TI, KNTS b. Dependent Variable: CLDVT
Coefficientsa
Model
Unstandardized Coefficients Standardized
Coefficients t Sig. β Std. Error Beta 1 (Constant) 3.417 .026 131.172 .000 KNTS .240 .026 .411 9.177 .000 TI .124 .026 .213 4.756 .000 SPDV .130 .026 .223 4.969 .000 NNL .264 .026 .454 10.124 .000 ML .235 .026 .404 9.015 .000 ĐBT .044 .026 .076 1.696 .092 a. Dependent Variable: CLDVT Residuals Statisticsa Minimum (nhỏ nhất) Maximum (lớn nhất) Mean (giá trị trung bình) Std. Deviation
(Phân phối chuẩn)
N (cỡ mẫu) Predicted Value 2.2552 4.7588 3.4171 .46593 187 Std. Predicted Value -2.494 2.880 .000 1.000 187 Residual -1.04009 .87497 .00000 .35044 187 Std. Residual -2.920 2.456 .000 .984 187
Kiểm định độ phù hợp của mô hình nghiên cứu.
Một thước đo sự phù hợp của mô hình tuyến tính thường dùng là hệ số xác định R2
(coefficient of determination). Tuy nhiên hệ số xác định R2luôn luôn tăng khi đưa thêm biến vào mô hình hồi quy, vì vậy để không thổi phồng mức độ phù hợp của mô hình và đánh giá đúng vai trò của các biến giải thích đưa vào mô hình, ta sử dụng hệ số xác địnhR2hiệu chỉnh.
Trong bảng Model Summary, R2hiệu chỉnh = 0,627, như vậy có thể kết luận mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu quan sát và có thể sử dụng được, khoảng 62,7% biến thiên của biến phụ thuộc (CLDVT) có thể giải được bởi các biến độc lập trong mô hình.
Tuy nhiên hệ số xác định R2hiệu chỉnh chỉ mới xác định được mức độ phù hợp của mô hình hồi quy với tập dữ liệu mẫu. Để kiểm định độ phù hợp của mô hình hồi quy với tổng thể ta sử dụngtrị thống kê F. Trong bảng phân tích phương sai ANOVA, F= 53,030 vớimứcý nghĩa quan sát Sig= 0,000 rất nhỏ,do đó có thể kết luận mô hình hồi quy tuyến tínhbộixây dựng được phù hợp với tổng thể.
Kiểm định ý nghĩa củacác hệ số hồi quy riêng phần trong mô hình.
Ý nghĩa của hệ số hồi quy riêng phần βkđo lường sự thay đổi trong giá trị trung bình của biến phụthuộc Y khi biến độc lập thứ k thay đổi một đơn vịvà các biến độc lập còn lại không thay đổi.
Các hệ số hồi quy riêng phần của sáu biến phụ thuộc được thể hiện trong cột β bảng Coefficients. Tuy mô hình hồi quy tuyến tính đối với tập dữ liệu mẫu xây dựng được có các giá trị β đều khác 0, tuy nhiên chưa thể khẳng định tất cảcác biến độc lập đều có quan hệ nhân quả với biến phụthuộc trong mô hình tổng thể. Do đó ta sử dụng trịthống kê t đểkiểm định giảthuyết.
Các giá trịthống kê t và mức ý nghĩa quan sát của kiểm định t được thểhiện trong bảng Coefficients.Ta thấy biến độc lập ĐBTcó t = 1,696 với mức ý nghĩa Sig = 0,092
(lớn hơn 0,05) do đó có thể kết luận trong tổng thể biến ĐBT không có quan hệ nhân quả với biến phụ thuộc CLDVT, hay nói cách khác chất lượng dịch vụ thẻ của Eximbank không phụ thuộc vào yếu tố độbền của thẻ.Điều này phù hợp với phân tích ma trận hệsố tương quan thực hiện trước đókhi biến ĐBT của tương quan yếu với biến phụ thuộc. Các biến độc lập còn lại đều có giá trị thống kê t với mức ý nghĩa quan sát Sig = 0,000 rất nhỏ, và hệsố β > 0 nên có quan hệ cùng chiều với biến phụ thuộc, phù
hợp với phân tích ma trận hệ số tương quan khi các hệ số tương quan r cũng đều lớn hơn 0.
Mô hình hồi quy tuyến tính bội.
Kiểm tra phần dư trong bảng Residuals Statistics cho thấy phân phối phần dư xấp xỉchuẩn với trung bình Mean = 0 vàđộlệch chuẩn Std. Deviation = 0,984 tức gần bằng 1, do đócó thểkết luận giảthiết phân phối chuẩn không bịvi phạm.
Mô hình hồi quy tuyến tính bội thể hiện mối quan hệ giữa chất lượng dịch vụ thẻ của Eximbank với năm nhân tố tác động được xây dựng như sau:
CLDVT = 3,417 + 0,240KNTS + 0,124TI + 0,13SPDV + 0,264NNL + 0,235ML Trong đó:
- CLDVT : Chất lượng dịch vụthẻtại Eximbank. - KNTS : Hệthống khiếu nại tra soát.
- TI : Tiện ích
- SPDV : Sản phẩm dịch vụthẻ