Trường ĐạihọcKinhtếHuế
Ma trận trên có các hệ số tải nhân tố (Factor loading) biểu diễn tương quan giữa các nhân tố và các biến. Hệ số này lớn cho biết các nhân tố và các biến có mối liên hệ chặt chẽ với nhau. Các hệ số này đều lớn hơn 0,5 nên thang đo không còn khuyết điểm sau khi loại biến DB2 ở kiểm định Cronch’s Alpha.
Kết quả 27 biến được chia thành các nhân tố như sau:
Nhóm nhân tố “Phương tiện hữu hình”
Nhóm nhân tố này có giá trị Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) = 5,463>1. Đây là nhân tố giải thích giá trị biến thiên là lớn nhất. Nó giải thích được 22,763% sự biến thiên của dữ liệu. Nhân tố này giữ nguyên 5 biến như đã được đề xuất.
Nhóm nhân tố “Mức độ đảm bảo”
Nhóm nhân tố mức độ đảm bảo có Eigenvalue = 2,296>1. Nhân tố này giải thích được 9,567% sự biến thiên của dữ liệu. Nhân tố này giảm bớt biến “Nhân viên có kiến thức chuyên môn để trả lời các thắc mắc của khách hàng” còn 3 biến.
Nhóm nhân tố “Mức độ tin cậy”
Nhóm nhân tố này Eigenvalue = 1,930>1 nên được giữ lại mô hình. Nhân tố này giải thích được 8,043% sự biến thiên dữ liệu. Nhóm nhân tố này giữ nguyên 4 biến như đã đề xuất.
Nhóm nhân tố “Mức độ đáp ứng”
“Mức độ đáp ứng” có Eigenvalue = 1,603>1 nên được giữ lại mô hình. Nhân tố này giải thích được 6,681% sự biến thiên giữ liệu. Nhóm nhân tố này giữ nguyên 4 biến như đã đề xuất.
Nhóm nhân tố “Mức độ đồng cảm”
“Mức độ đồng cảm” có Eigenvalue = 1,527>1 thõa mãn điều kiện đặt ra nên được giữ lại mô hình. Nhân tố này giải thích được 6,364% sự biến thiên dữ liệu. Nhóm nhân tố này gồm 5 biến như cũ.
Trường ĐạihọcKinhtếHuế
Nhóm nhân tố “Giá cả”
“Giá cả” có Eigenvalue = 1,255>1 thõa mãn điều kiện. Nhân tố này giải thích được 5,231% sự biến thiên dữ liệu. Nhóm nhân tố bao gồm 3 biến như đã được đề xuất ở chương 1.
2.2.3.2. Phân tích nhân tố khám phá với biến phụ thuộc
Bảng 2. 10: Kiểm định KMO và Bartlett's Test
.670 | ||
Tiêu chuẩn Bartlett | Approx. Chi-Square | 125.586 |
df | 3 | |
Sig. | .000 |
Có thể bạn quan tâm!
-
Lịch Sử Hình Thành Và Phát Triển Của Agribank - Chi Nhánh Thừa Thiên Huế -
Kết Quả Hoạt Động Kinh Doanh Của Agribank – Chi Nhánh Thừa Thiên Huế Giai Đoạn 2014-2016 -
Biểu Đồ Thể Hiện Mẫu Phân Theo Nghề Nghiệp Của Khách Hàng -
Mô Hình Các Nhân Tố Tác Động Đến Mức Độ Hài Lòng Hài Lòng -
Đối Với Ngân Hàng Nông Nghiệp Và Phát Triển Nông Thôn Việt Nam -
Đối Với Ngân Hàng Nông Nghiệp Và Phát Triển Nông Thôn Việt Nam - Chi Nhánh Thừa Thiên Huế
Xem toàn bộ 123 trang tài liệu này.
(Nguồn: Kết quả xử lý số liêu SPSS 23)
Nhóm nhân tố này gồm ba biến quan sát. Để kiểm tra độ phù hợp dữ liệu phải tiến hành kiểm định KMO. Dựa trên kết quả KMO= 0,670>0.5. Nhóm nhân tố “Mức độ hài lòng” thõa mãn điều kiện để tiến hành rút trích nhân tố.
Bảng 2. 11: Tổng biến động được giải thích của “Mức độ hài lòng”
Giá trị phương sai trích nhân tố | Hệ số tải phương sai rút trích | |||||
Tổng | % Phương sai được giải thích | % Tích lũy | Tổng | % Phương sai được giải thích | % Tích lũy | |
1 | 2.003 | 66.782 | 66.782 | 2.003 | 66.782 | 66.782 |
2 | .597 | 19.885 | 86.667 | |||
3 | .400 | 13.333 | 100.000 |
(Nguồn: Kết quả xử lý số liệu SPSS 23)
“Mức độ hài lòng” có Eigenvalue = 2,003 >1 nên được giữ lại mô hình. Cả ba nhân tố đều được giữ lại trong mô hình nghiên cứu. Tiến hành phân tích nhân tố ta được bảng sau:
Trường ĐạihọcKinhtếHuế
Bảng 2. 12: Hệ số tải nhân tố của “Mức độ hài lòng”
Hệ số tải | |
1 | |
HL1 HL3 HL2 | .853 .836 .760 |
(Nguồn: Kết quả xử lý số liệu SPSS 23)
Kết quả phân tích nhân tố cho thấy nhân tố được rút ra gồm ba biến quan sát. Các nhân tố này có hệ số tải lớn hơn 0,5 nên thang đo không còn khuyết điểm. Có thể tiến hành các bước tiếp theo trong hồi quy và tương quan.
2.2.4. Phân tích hồi quy các nhân tố ảnh hưởng đến mức độ hài lòng của khách hàng đối với dịch vụ tín dụng cá nhân
Sau khi đã tiến hành kiểm định độ tin cậy của các nhân tố, phân tích nhân tố khám phá tác giả tiến hành phân tích hồi quy cho mô hình. Trước tiên tiến hành phân tích tương quan giữa các nhân tố.
2.2.4.1. Kiểm định tương quan
Người ta sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ giữa hai biến. Cụ thể ở đây là giữa các biến độc lập và biến phụ thuộc. Hệ số tương quan có một số đặc điểm cụ thể sau:
- Giá trị của hệ số tương quan cho biết, không có mối liên hệ tuyến tính tuy nhiên chưa hẳn là không có mối quan hệ giữa hai biến. Do đó, hệ số này chỉ được sử dụng để biểu thị mức độ chặt chẽ của liên hệ tương quan tuyến tính.
- Hệ số tương quan là một thước đo mang tính đối xứng.
- Hệ số tương quan tuyến tính không bị ảnh hưởng bởi các phép biến đổi tuyến
tính.
Mô hình hồi quy tốt là mô hình có hệ số tương quan giữa các biến độc lập và
biến phụ thuộc lớn, điều này chỉ ra mối quan hệ tuyến tính giữa các biến với nhau.
Trường ĐạihọcKinhtếHuế
Ta tiến hành kiểm định giá trị tương quan của các biến trong mô hình được bảng
sau:
Bảng 2.13: Kiểm định tương quan giữa các biến độc lập và biến phụ thuộc
HH | TC | DU | DC | GC | DB | HL | |
Hệ số tương quan | .367 | .577 | .411 | .468 | .535 | .260 | 1 |
Sig. (2phía) | .000 | .000 | .000 | .000 | .000 | .001 | |
N | 172 | 172 | 172 | 172 | 172 | 172 | 172 |
(Nguồn: Kết quả xử lý số liệu SPSS 23)
Nhìn vào bảng 2.13 ta thấy các hệ số hồi quy cho ra khá cao với giá trị nhỏ nhất là 0,260 và giá trị lớn nhất lên đến 0,577. Bên cạnh đó giá trị Sig. của các biến độc lập với nhau đều nhỏ hơn 0,05. Từ đó, có thể kết luận có sự tương quan giữa các biến độc lập với biến phụ thuộc.
2.2.4.2. Hồi quy đa biến và phân tích mức độ ảnh hưởng của các nhân tố
Mục đích của việc hồi quy là xem xét các biến độc lập ảnh hưởng như thế nào đối với biến phụ thuộc. Mô hình hồi quy được sử dụng là mô hình hồi quy đa biến. Đây là mô hình được mở rộng từ mô hình hồi quy hai biến bằng cách thế vào một số biến độc lập để giải thích cho biến phụ thuộc. Mô hình có dạng như sau:
HL= β1PTHH + β2TC + β3 DB + β4 DU + β5DC + β6GC + ei
Trong đó:
HL: Mức độ hài lòng
PTHH: Phương tiện hữu hình TC: Mức độ tin cậy
DB: Đảm bảo DU: Đáp ứng DC: Đồng cảm
Trường ĐạihọcKinhtếHuế
GC: Giá cả
ei: là ảnh hưởng của các yếu tố khác tới mức độ hài lòng của khách hàng về CLDV nhưng không được đưa vào mô hình nghiên cứu.
β0, β1, β2, β3, β4, β5, β6: là các hệ số hồi quy Các giả thuyết của mô hình hồi quy:
- H0: Các nhân tố độc lập không ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
- H1: Nhân tố “PTHH” có ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
- H2: Nhân tố “TC” có ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
- H3: Nhân tố “DB” có ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
- H4: Nhân tố “DU” có ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
- H5: Nhân tố “DC” có ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
- H6: Nhân tố “GC” có ảnh hưởng đến mức độ hài lòng về CLDV cá nhân tại ngân hàng.
Với mức ý nghĩa 5%, Sig. <0,05: bác bỏ H0 chấp nhận H1 (H2, H3, H4, H5, H6)
Tác giả phân tích hồi quy bằng cách sử dụng phương pháp đưa biến vào một lần là Enter Regression. Theo phương pháp này, khi biến thứ nhất được đưa vào nếu không thỏa điều kiện thì sẽ không được giữ lại. Sau đó sẽ được so sánh với các tiêu chuẩn được đưa ra. Khi đó biến này sẽ được xem xét có nên loại trừ khỏi mô hình hay không. Các biến sau sẽ được tiến hành các thủ tục tương tự như biến thứ nhất cho đến khi không còn biến nào không thỏa điều kiện.
Trường ĐạihọcKinhtếHuế
Tiến hành hồi quy ta được kết quả như sau:
Bảng 2. 14: Phân tích hồi quy các nhân tố ảnh hưởng đến mức độ hài lòng
R | R2 | R2 hiệu chỉnh | Std. Error of the Estimate | Durbin-Watson | |
1 | .742a | .550 | .534 | .490341164 | 1.748 |
(Nguồn: Kết quả xử lý số liệu SPSS 23)
Dựa trên bảng trên ta thấy R2 hiệu chỉnh có giá trị là 0,534. Đây là giá trị dùng để đánh giá sự phù hợp của mô hình. So với hệ số R thì hiệu quả và chính xác hơn. Con số 53,4% (> 50%) thể hiện sự biến thiên mức độ hài lòng được giải thích bởi các biến độc lập. Tiến hành hồi quy ta được kết quả như sau:
Bảng 2.15: Mức độ ảnh hưởng của các biến độc lập
Hệ số hồi quy chưa chuẩn hóa | Hệ số hồi quy chuẩn hóa | t | Sig. | ||||
B | Std. Error | Beta | VIF | ||||
1 | (Constant) | -.749 | .346 | -2.164 | .032 | ||
HH | .095 | .060 | .091 | 1.585 | .115 | 1.221 | |
TC | .303 | .062 | .307 | 4.882 | .000 | 1.457 | |
DU | .180 | .049 | .203 | 3.658 | .000 | 1.132 | |
DC | .262 | .066 | .227 | 4.002 | .000 | 1.188 | |
GC | .191 | .055 | .216 | 3.509 | .001 | 1.399 | |
DB | .132 | .052 | .134 | 2.533 | .012 | 1.039 |
(Nguồn: Kết quả xử lý số liệu SPSS 23)
Khi kiểm định từng biến độc lập, Sig. nhỏ hơn hoặc bằng 0,05 có nghĩa là biến đó có ý nghĩa trong mô hình, ngược lại Sig. lớn hơn 0,05 biến độc lập đó cần được loại bỏ.
Kiểm định trong phân tích hồi quy cho thấy giá trị Sig. của biến độc lập “PTHH”
Trường ĐạihọcKinhtếHuế
là 0,115 lớn hơn 0,05 nên ta loại nó ra khỏi mô hình. Tiếp tục phân tích hồi quy đa biến lần hai.
Bảng 2.16: Mức độ ảnh hưởng của các biến độc lập lần hai
Hệ số hồi quy chưa chuẩn hóa | Hệ số hồi quy chuẩn hóa | t | Sig. | ||||
B | Độ lệch chuẩn | Beta | VIF | ||||
1 | (Constant) | -.593 | .333 | -1.779 | .077 | ||
TC | .331 | .060 | .335 | 5.540 | .000 | 1.338 | |
DU | .180 | .049 | .203 | 3.642 | .000 | 1.132 | |
DC | .277 | .065 | .240 | 4.257 | .000 | 1.163 | |
GC | .197 | .055 | .222 | 3.597 | .000 | 1.394 | |
DB | .136 | .052 | .138 | 2.595 | .010 | 1.036 |
(Nguồn: Kết quả xử lý số liệu SPSS 23)
Dựa trên giá trị Sig. ở bảng trên, tất cả các nhân tố đều phù hợp, nghĩa là đều có ý nghĩa trong hồi quy. Sau khi bỏ biến PTHH ra khỏi mô hình thì sự biến thiên của biến phụ thuộc được giải thích bởi 53% các biến độc lập. (Phụ lục 3)
Gía trị VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Theo lý thuyết nhiều tài liệu viết, VIF < 10 sẽ không có hiện tượng đa cộng tuyến. Tuy nhiên, trên thực tế với các đề tài nghiên cứu có mô hình có bảng câu hỏi sử dụng thang đo Likert thì VIF < 2 sẽ không có đa cộng tuyến, trường hợp hệ số này lớn hơn hoặc bằng 2, khả năng cao đang có sự đa cộng tuyến giữa các biến độc lập. Theo bảng ta nhận thấy hệ số VIF của cả 5 nhân tố có giá trị đều lớn hơn 1 nhưng giá trị lớn nhất chỉ là 1,394. Do vậy, có thể kết luận không có hiện tượng đa cộng tuyến xảy ra.
Trong tất cả các hệ số hồi quy, biến độc lập nào có hệ số hồi quy chuẩn hóa Beta lớn nhất thì biến đó ảnh hưởng nhiều nhất đến sự thay đổi của biến phụ thuộc. Mô tả sự ảnh hưởng của các nhân tố qua hệ số hồi quy chuẩn hóa theo mô hình sau:
HL = 0,335 TC + 0,240 DC + 0,222 GC+ 0,203 DU + 0,138 DB
Trường ĐạihọcKinhtếHuế
Ta có thể nhận thấy hệ số β1= 0,335 nghĩa là khi độ lệch chuẩn của độ tin cậy thay đổi 1 đơn vị khi các nhân tố khác không đổi thì độ lệch chuẩn của mức độ hài lòng của khách hàng thay đổi cùng chiều 0,335 đơn vị.
Hệ số β2 = 0,240 nghĩa là khi độ lệch chuẩn của mức đồng cảm thay đổi 1 đơn vị khi các nhân tố khác không đổi thì độ lệch chuẩn của mức độ hài lòng của khách hàng thay đổi cùng chiều 0,240 đơn vị.
Tương tự, hệ số β3= 0,222 có nghĩa là khi độ lệch chuẩn của giá cả thay đổi một đơn vị khi các yếu tố khác không đổi thì độ lệch chuẩn của mức độ hài lòng của khách hàng thay đổi cùng chiều 0,222 đơn vị.
Hệ số β4= 0,203 nghĩa là khi khi độ lệch chuẩn của mức đáp ứng thay đổi 1 đơn vị khi các nhân tố khác không đổi thì độ lệch chuẩn của mức độ hài lòng của khách hàng thay đổi cùng chiều 0,203 đơn vị.
Cuối cùng hệ số β5= 0,138 nghĩa là khi độ lệch chuẩn của mức độ đảm bảo thay đổi 1 đơn vị khi các nhân tố khác giữ nguyên thì độ lệch chuẩn của mức độ hài lòng của khách hàng thay đổi cùng chiều 0,138 đơn vị.
Như vậy, có thể nhận thấy rằng yếu tố “Mức độ tin cậy” có tác động lớn nhất đến sự hài lòng của khách hàng đối với CLDV tín dụng cá nhân tại Agribank - Chi nhánh Thừa Thiên Huế. Điều này có thể dễ dàng giải thích thông qua cơ chế hoạt động của Agribank - Chi nhánh Thừa Thiên Huế. Ngân hàng được điều hành trực tiếp bởi NHNN. Thêm nữa uy tín lâu đời trên thị trường là một trong những nhân tố khiến cho ngân hàng trở thành sự chọn lựa đáng tin cậy cho khách hàng.
2.2.5. Kiểm định phần dư
Theo đồ thị dưới ta thấy được rằng: Một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0.985 gần bằng 1. Như vậy có thể nói phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng giả thiết phân phối chuẩn của phần dư không bị vi phạm.