Đối Tượng Khảo Sát Trong Nghiên Cứu Định Tính

Dữ liệu liên quan đến mục tiêu nghiên cứu bao gồm dữ liệu thứ cấp và dữ liệu sơ cấp được thu thập từ các nguồn:

(i) Dữ liệu thứ cấp: từ các báo cáo tổng kết, tạp chí, luận án, công trình nghiên cứu khoa học đã được công bố.

(ii) Dữ liệu sơ cấp: từ phân tích, tổng hợp, kết quả thu thập được thông qua việc phỏng vấn, trao đổi với các chuyên gia có kinh nghiệm trong lĩnh vực kế toán, kiểm toán, ngân hàng trên cơ sở đề cương và các câu hỏi thảo luận với chuyên gia về các nhân tố ảnh hưởng đến sự hữu hiệu của hệ thống kiểm soát nội bộ trong các NHTM Việt Nam. (xem Phụ lục 2: Nội dung thảo luận với các chuyên gia). Thời gian thu thập dữ liệu được tiến hành đến tháng 12/2015.

- Đối với các nguồn dữ liệu từ tài liệu:

Dữ liệu từ nguồn tài liệu được tác giả tiếp cận được dưới dạng các báo cáo tổng kết hoạt động ngân hàng hàng năm và báo cáo tổng kết 10 năm, 20 năm của NHNN và các NHTM, báo cáo nhiệm kỳ của hiệp hội ngân hàng Việt Nam và các tài liệu tại các buổi hội thảo trong nước và quốc tế về HTKSNB của các NHTM. Các tài liệu từ các nghiên cứu trong và ngoài nước về HTKSNB trong các NHTM dưới dạng các bài báo, các bài tổng kết (Review), các luận án, công trình nghiên cứu tại các trường đại học, tác giả thu thập được trong quá trình giảng dạy và nghiên cứu được tập hợp theo từng chủ đề và thời gian nghiên cứu. Qua đó, giúp cho tác giả có thể đúc kết các vấn đề lý thuyết về HTKSNB và sự hữu hiệu của HTKSNB, kết hợp với kinh nghiệm đã thu được từ thực tế giảng dạy và làm việc trong lĩnh liên quan giúp cho tác giả có thể hiểu và giải quyết các công việc có liên quan đến nghiên cứu một cách thuận tiện.

- Đối với dữ liệu thu thập được từ kết quả thảo luận, phỏng vấn: những dữ liệu nhận được trong quá trình thảo luận, phỏng vấn bằng cách ghi chép hoặc ghi âm sẽ được hệ thống lại theo những tiêu chí, nội dung phù hợp với mục đích của nghiên cứu để gửi cho chuyên gia xác nhận. Các dữ liệu này sẽ được lưu thành hồ sơ và tổng hợp ý kiến theo từng nhóm chuyên gia để tiến hành rút trích các nội dung phù hợp với mục tiêu nghiên cứu.

3.2.2. Đối tượng khảo sát trong nghiên cứu định tính

Để thu thập thông tin cho mục tiêu nghiên cứu và thực hiện phương pháp phỏng vấn sâu chuyên gia. Trước tiên, qua tìm hiểu, tiếp xúc và đánh giá mức độ chuyên sâu của các chuyên gia trong lĩnh vực kế toán, kiểm toán, ngân hàng, một danh sách các chuyên gia dự kiến sẽ được chọn để tham gia phỏng vấn được thiết lập (danh sách dự kiến 40 chuyên gia). Sau khi tiếp xúc và trao đổi với các chuyên gia về mục đích nghiên cứu và kế hoạch phỏng vấn sẽ lập danh sách các chuyên gia đồng ý tham gia phỏng vấn và thực hiện bước phỏng vấn theo kế hoạch.

Nhằm gia tăng tính khách quan và tính khoa học của kết quả nghiên cứu, đối tượng khảo sát được lập ra đảm bảo thực hiện khung nghiên cứu đã được xác định bao gồm các chủ thể chuyên nghiên cứu và hoạt động trong lĩnh vực ngân hàng có nhiều kinh nghiệm, có nhiều nghiên cứu và am hiểu sâu về HTKSNB trong ngân hàng.

-Về cơ cấu chuyên gia được lựa chọn để phỏng vấn:

(1) HĐQT, BGĐ, các lãnh đạo phòng nghiệp vụ tại các ngân hàng, chi nhánh NHTM Việt Nam

(2) Các đơn vị quản lý nhà nước về ngân hàng: Lãnh đạo BTC, NHNN Việt Nam.

(3) Hiệp hội nghề nghiệp

(4) Các nhà nghiên cứu và giảng dạy về kiểm toán, ngân hàng: Thành viên Ban giám hiệu, trưởng phó khoa, giảng viên có kinh nghiệm

(5) Lãnh đạo các tạp chí về ngân hàng

-Tiêu chuẩn về kinh nghiệm: các chuyên gia được phỏng vấn là người đã thực tế công tác về kiểm toán, ngân hàng hoặc tham gia lãnh đạo, nghiên cứu trong lĩnh vực kiểm toán, ngân hàng từ 10 năm trở lên và đã có nhiều nghiên cứu đã công bố trong về hoạt động ngân hàng.

-Tiêu chuẩn về trình độ: Tốt nghiệp từ thạc sĩ trở lên, trong đó chú trọng đến các chuyên gia có trình độ cao như: Tiến sĩ, phó giáo sư, giáo sư.

3.2.3. Quy trình và phương pháp phân tích dữ liệu định tính

Phương pháp và quy trình trong phân tích dữ liệu định tính của luận án được thực hiện như sau:

3.2.3.1. Quy trình thực hiện

B ư ớc 1:

Sắp xếp và chuẩn bị dữ liệu

B ư ớc 2

Đọc lại toàn bộ dữ liệu

B ư ớc 3

Mã hóa dữ liệu

B ư ớc 4

Tổng hợp nhân tố

Ở luận án này, tác giả áp dụng quy trình phân tích của Cresswell (2003) và phương pháp phân tích dữ liệu của Miles & Huberman (1994) đối với dữ liệu thu thập thông qua phỏng vấn sâu chuyên gia. Phương pháp và các bước thực hiện được thể hiện qua Hình 3.4:

Ghi chép, phân tích dữ liệu thu thập được từ các cuộc phỏng vấn.

Ghi nhận các ý tưởng hình thành từ nội dung phỏng vấn.

Hình thành các nhân tố trong mô hình nghiên cứu được áp dụng. Các nhân tố này sẽ được mã hóa và bố trí vào các cột tương ứng với mức độ khái quát: yếu tố giải thích cho nhân tố, nhóm nhân tố.

Tổng hợp các dữ liệu đã được mã hóa.

Kết nối các nhân tố được khám phá để thiết lập mô hình.

Kiểm tra tính chính xác của kết quả nghiên cứu định tính bằng bảng câu hỏi khảo sát về ý kiến đồng ý về các nhân tố đã phát hiện và đánh giá bằng phương pháp thống kê với số lượng mẫu lớn thuộc nhiều đối tượng trong lĩnh vực ngân hàng.

B ư ớc 5

Kết nối nhân tố

B ư ớc 6

Phân tích và giải thích ý nghĩa nhân tố trong mô hình

So sánh các phát hiện với thông tin từ dữ liệu thu được từ kết quả tổng kết các nghiên cứu trước và kết quả thu được từ quá trình nghiên cứu thực tế.

B ư ớc 7

Kiểm tra độ tin cậy của kết quả nghiên cứu

Hình 3.4: Quy trình phân tích dữ liệu định tính

Nguồn: Phát triển của Tác giả

3.2.3.2. Phương pháp phân tích dữ liệu định tính

Trong bước này, tác giả sử dụng Phương pháp phân tích dạng thức để xác định cấp độ của các nhân tố tác động đến sự hữu hiệu của HTKSNB. Theo phương thức này, tùy thuộc vào thông tin của dữ liệu cung cấp và tính chất của các nhân tố, các dữ liệu sẽ được sắp xếp để rút trích, phân loại và mã hóa theo từng cấp độ: Nhân tố (cấp độ 1), Yếu tố cấu thành nhân tố (cấp độ 2). Trong đó, mỗi cấp độ đã được mã hóa sẽ được chi tiết theo từng cấp độ thấp hơn.

“Bên cạnh việc xác định các nhân tố một cách có hệ thống, kết quả của phương pháp phân tích dạng thức còn giúp đánh giá được vai trò và mối quan hệ của các nhân tố” (King, 2004). Kết quả nghiên cứu định tính sẽ được so sánh với kết quả các nghiên cứu về các nhân tố ảnh hưởng đến sự hữu hiệu của HTKSNB trong các NHTM đã thực hiện điển hình là kết quả nghiên cứu của Angella Amudo và Eno L. Inanga, (2009), Sultana và Haque, (2011) đã được chọn làm mô hình nghiên cứu sử dụng trong luận án được trình bày ở chương 2.

3.3. Nguồn dữ liệu và phương pháp thu thập dữ liệu trong nghiên cứu định lượng

3.3.1. Nguồn dữ liệu của nghiên cứu định lượng

Dữ liệu được sử dụng trong nghiên cứu định lượng của luận án là những dữ liệu thu được trực tiếp, qua thư hoặc email từ các bảng khảo sát đã được làm sạch nhằm loại bỏ những bảng trả lời khảo sát không đầy đủ hoặc không đáp ứng được yêu cầu của nghiên cứu (xem phụ lục 5: Phiếu khảo sát nghiên cứu định lượng).

3.3.2. Đối tượng khảo sát và mẫu khảo sát trong nghiên cứu định lượng

3.3.2.1. Đối tượng khảo sát

Trên cơ sở các nhân tố ảnh hưởng đã được khám phá trong giai đoạn nghiên cứu định tính, bảng câu hỏi khảo sát định lượng được triển khai đến các đối tượng khảo sát đã được xác định dưới 3 hình thức: (1) Trực tiếp, (2) Gửi thư,

(3) Gửi qua email. Trong đó tập trung vào 3 khu vực có nhiều ngân hàng hoạt động là: Thủ đô Hà Nội, thành phố Đà Nẵng, thành phố Hồ Chí Minh.

- Đối tượng khảo sát:

(1) Trưởng phó phòng nghiệp vụ, nhân viên thực hiện nghiệp vụ tại các ngân hàng, chi nhánh NHTM

(2) Các cơ quan quản lý nhà nước về ngân hàng: lãnh đạo BTC, NHNN.

(3) Hiệp hội nghề nghiệp (Lãnh đạo hội, thành viên ban chấp hành hội)

(4) Các nhà nghiên cứu và giảng dạy về ngân hàng: Thành viên Ban giám hiệu, Trưởng phó khoa về kiểm toán, ngân hàng, giảng viên giảng dạy kiểm toán, ngân hàng

- Tiêu chuẩn kinh nghiệm: đã làm việc trong ngành ngân hàng hoặc kiểm toán tối thiểu 3 năm

- Tiêu chí trình độ: đối tượng khảo sát phải tốt nghiệp từ đại học trở lên có liên quan đến lĩnh vực ngân hàng hoặc kiểm toán thuộc nhiều địa phương, khu vực trong cả nước.

3.3.2.2. Quy mô mẫu khảo sát

Trên cơ sở tính chất của đối tượng khảo sát đã được xác định, trong nghiên cứu này, việc xác định số lượng mẫu khảo sát được áp dụng theo phương pháp phân tầng, nhằm lựa chọn các phần tử thuộc các nhóm có tính đồng nhất cao theo các đối tượng khảo sát đã được nêu trên. Theo kinh nghiệm từ việc quan sát các nghiên cứu khác trong hoạt động ngân hàng, phiếu khảo sát thu được dự kiến sẽ đạt 60%, tỷ lệ các Phiếu khảo sát không đạt yêu cầu là 10%. Do đó, số lượng mẫu thu thập được từ nghiên cứu sẽ đạt khoảng 500 mẫu. Cơ cấu đối tượng khảo sát được thể hiện qua bảng 3.1: Số lượng mẫu và cơ cấu đối tượng khảo sát:

Bảng 3.1: Số lượng mẫu và cơ cấu đối tượng khảo sát

STT

Vị trí công tác	Số phiếu khảo sát
Vị trí công tác	Số lượng	Tỷ lệ (%)
1	Quản lý nhà nước về ngân hàng	23	3,8
2	Hội nghề nghiệp	3	0,5
3	Nhà quản lý các ngân hàng	100	16,6
4	Giảng viên, các nhà khoa học trong lĩnh vực ngân hàng, kiểm toán	24	4,0
5	Chuyên viên các ngân hàng	451	75
Tổng cộng		601	100

Có thể bạn quan tâm!

Xem toàn bộ 112 trang tài liệu này.

(Nguồn: Phát triển của Tác giả)

3.3.3. Quy trình và phương pháp phân tích dữ liệu định lượng

Để đo lường mức độ tác động của từng nhân tố đến sự hữu hiệu của HTKSNB trong các NHTM Việt Nam được thực hiện theo quy trình và phương pháp phân tích dữ liệu định lượng như sau:

Bước 1:Thiết kế bảng câu hỏi khảo sát

Trên cơ sở kết quả các nhân tố đã được xác định ở bước nghiên cứu định tính, Bảng câu hỏi khảo sát được áp dụng trong nghiên cứu định lượng được thiết kế gồm các phần:

- Phần 1: Thông tin phục vụ cho việc thống kê và phân loại các đối tượng được phỏng vấn;

- Phần 2: Đo lường ảnh hưởng của các nhân tố ảnh hưởng đến sự hữu hiệu của HTKSNB trong các NHTM Việt Nam;

- Phần 3: Đánh giá chung về sự hữu hiệu của HTKSNB trong các NHTM Việt Nam. Trong đó, mức độ tác động được đánh giá qua 5 cấp độ theo thang đo Likert.

Một bảng câu hỏi khảo sát nháp sau khi thiết kế sẽ được khảo sát thử từ 3 đến 5 đối tượng để xem xét có phù hợp với mục tiêu nghiên cứu và thuận tiện cho việc hiểu và trả lời của các đối tượng nghiên cứu. Bảng khảo sát chính thức sẽ được phát hành sau khi đã hoàn chỉnh.

Bước 2:Chọn mẫu khảo sát và xác định cách thức mẫu khảo sát

Có nhiều phương pháp chọn mẫu khác nhau, nhưng có thể được chia thành hai nhóm chính: (1) chọn mẫu theo xác suất hay còn gọi là chọn mẫu ngẫu nhiên và (2) chọn mẫu phi xác suất hay chọn mẫu không ngẫu nhiên. Trong nghiên cứu này, để có thể ước lượng được mô hình hồi quy, tác giả sử dụng là phương pháp chọn mẫu xác suất. Mặt khác, do có thể ước lượng được tổng số các đối tượng khảo sát, phương pháp chọn mẫu phân tầng cũng được sử dụng trong luận án.

Đối tượng khảo sát, phương pháp chọn mẫu và kích thước mẫu như đã trình bày mục 3.3.2: “Đối tượng khảo sát trong nghiên cứu định lượng”.

Bước 3:Gửi phiếu khảo sát và nhận kết quả trả lời

Các phiếu khảo sát sẽ được gửi và thu hồi qua các hình thức: (i) Trực tiếp, (ii) Gửi thư và (iii) qua Email.

Bước 4:Xử lý dữ liệu thô

Tác giả tiến hành tập hợp dữ liệu và xử lý ban đầu bằng phần mềm Microsoft Excel, sau đó tiến hành xử lý dữ liệu thô như kiểm tra tính hợp lý của dữ liệu, kiểm tra dữ liệu trống. Dữ liệu sạch sau được đưa vào phân tích bằng phần mềm IBM SPSS Statistics 20.

Bước 5:Kiểm định chất lượng thang đo

Để kiểm định chất lượng thang đo, tác giả sử dụng hệ số Cronbach’s. Thang đo được được coi là đạt chất lượng tốt khi: (1) Hệ số Cronbach’s Alpha của tổng thể lớn hơn 0,6; và (2) Hệ số tương quan biến – tổng của các biến quan sát (Corrected Item – Total Corelation) lớn hơn 0,3 (Nunnally & Bernstein, 1994).

Bước 6: Tiến hành phân tích nhân tố khám phá EFA

Phân tích EFA sẽ giúp rút trích thành các nhân tố phục vụ cho việc phân tích tiếp theo. Chỉ tiêu “hệ số tải nhân tố” được dùng để đo lường mức ý nghĩa của hệ số EFA. Theo nghiên cứu của Hair và cộng sự (1998) cho rằng: “Hệ số này lớn hơn 0,3 được xem là mức tối thiểu, lớn hơn 0,4 được xem là mức quan trọng, lớn hơn 0,5 được xem là có ý nghĩa thiết thực”. Trong nghiên cứu này,

nhằm nâng cao tính thiết thực và tính tin cậy của các kết quả nghiên cứu, luận án chỉ lựa chọn những nhân tố có hệ số tải lớn hơn 0,5. Hệ số Kaiser-Mayer- Olkin (KMO) đảm bảo giá trị 0,5<= KMO<=1 và tổng phương sai trích lớn hơn 0,5 khi thực hiện phân tích EFA. Luận án còn sử dụng phương pháp Principal Component Analysis và phép quay Varimax để rút trích các nhân tố chính.

Bước 7:Trên cơ sở kết quả phân tích EFA, đề xuất mô hình nghiên cứu, các nhân tố được rút trích thành các nhóm nhân tố chính và được mã hóa theo các biến độc lập hoặc phụ thuộc. Để ước lượng mức độ tương quan của các nhân tố đến sự hữu hiệu của HTKSNB, tác giả sử dụng mô hình phân tích hồi quy bội để tính toán các tham số của các nhân tố được sử dụng trong mô hình.

Bước 8:Kiểm định mô hình hồi quy

Nhằm đảm bảo độ tin cậy và hiệu quả của mô hình, 5 kiểm định chính sau được thực hiện:

(1) Kiểm định tương quan từng phần của các hệ số hồi quy

Mục tiêu của kiểm định này nhằm xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét ri êng từng biến độc lập). Các tác giả Nguyễn Đình Thọ, (2013) và Đinh Phi Hổ, (2014) cho rằng: “Khi mức ý nghĩa (Significance, Sig.) của hệ số hồi quy t ừng phần có độ tin cậy là 95% trở lên (Sig. ≤0,05), có thể kết luận tương quan giữa biến độc lập và biến phụ thuộc có ý nghĩa thống kê”.

(2) Kiểm định mức độ phù hợp của mô hình

Mục tiêu của kiểm định này nhằm xem xét rằng biến độc lập với biến phụ thuộc còn tồn tại mối quan hệ tuyến tính với nhau hay không. Các tác giả Nguyễn Đình Thọ, (2013) và Đinh Phi Hổ, (2014) cho rằng: “Mô hình được xem là không phù hợp khi tất cả các hệ số hồi quy đều bằng không,và mô hình được xem là phù hợp khi có ít nhất một hệ số hồi quy khác không. Phân tích phương sai (Analysis of Variance - ANOVA) được sử dụng để kiểm định mức độ phù hợp của mô hình. Nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig. < 0,05), mô hình được xem là phù hợp”.

(3) Kiểm định hiện tượng đa cộng tuyến

Hiện tượng đa cộng tuyến (Multicollinearity) là hiện tượng các biến độc lập có quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng đa cộng tuyến làm các sai số chuẩn thường cao hơn, giá trị thống kê thấp hơn và có thể không có ý nghĩa. Để kiểm tra hiện tượng này, ta sử dụng thước đo độ phóng đại phương sai (Variance Inflation Factor - VIF) để kiểm định hiện tượng tương quan giữa các biến độc lập. Điều kiện là VIF < 10 để không có hiện tượng đa cộng tuyến Nguyễn Đình Thọ (2013), (Đinh Phi Hổ, 2014)

(4) Kiểm định hiện tượng tự tương quan

Trong nghiên cứu này, trị số thống kê Durbin-Watson được sử dụng để kiểm tra xem có hiện tượng tự tương quan hay không trong phần dư (Residuals) của mô hình hồi quy đã được đề xuất. Mô hình được kết luận không có hiện tượng tự tương quan khi thỏa mãn điều kiện dU < d < 4 – dL. Trong đó, dU là Trị số thống kê trên và dL là Trị số thống kê dưới Nguyễn Đình Thọ (2013), (Đinh Phi Hổ, 2014)

(5) Kiểm tra hiện tượng phương sai của phần dư thay đổi

Phương sai của phần dư thay đổi (Heteroskedasticity) là hiện tượng các giá trị phần dư có phân bố không giống nhau và giá trị phương sai không như nhau. Hiện tượng này không xảy ra khi thỏa mãn điều kiện: nR2 < giá trị Chi bình phương. Khi nR2 < giá trị Chi bình phương, kết luận: Phương sai của phần dư không đổi. Nguyễn Đình Thọ (2013), (Đinh Phi Hổ, 2014)

Quy trình và phương pháp phân tích dữ liệu định lượng được thể hiện qua Hình 3.5:

Thiết kế bảng câu hỏi khảo sát

Xác định đối tượng khảo sát, phương pháp chọn mẫu, kích thước mẫu

Gửi phiếu khảo sát và nhận kết quả trả lời

Xử lý dữ liệu thô

Kiểm định chất lượng thang đo

Phân tích nhân tố khám phá (EFA)

Đề xuất mô hình nghiên cứu và phương pháp phân tích hồi quy

Kiểm định mô hình hồi quy

Bước 1

Bước 2

Bước 3

Bước 4

Bước 5

Bước 6

Bước 7

Bước 8

Hình 3.5: Quy trình và phương pháp phân tích dữ liệu định lượng

(Nguồn: Phát triển của Tác giả)

3.4. Phương trình hồi quy tổng quát

Trong khoa học có thể phân chia các phân tích thành 3 nhóm: (i) Phân tích sự khác biệt (Analysis of difference); (ii) Phân tích liên quan (Association analysis); (iii) Phân tích tương quan (Correlation analysis) và Tiên lượng (Prediction). Trong đó, phân tích tương quan được sử dụng để đánh giá mối tương quan giữa hai biến liên tục. Công cụ được sử dụng để đo lường sự tương quan giữa các biến là Hệ số tương quan (Coeficient of correlation). Ngoài ra, để xác định mức độ ảnh hưởng của các biến tiên lượng (X) trên biến phụ thuộc

(Y) cần phải có một mô hình để tiên lượng. Mô hình này được gọi là mô hình hồi quy tuyến tính (Linear Regression Model). Việc xác định mô hình hồi quy tuyến

tính này nhằm 3 mục tiêu: (i) Tìm một mô hình (phương trình) để mô tả mối tương quan giữa biến tiên lượng (X) và biến phụ thuộc (Y); (ii) Điều chỉnh yếu tố nhiễu; (iii) Tiên lượng giá trị của biến phụ thuộc (Y) trên cơ sở biến tiên lượng (X).

Như đã xác định mục tiêu nghiên cứu ở phần mở đầu, ngoài việc xác định các nhân tố ảnh hưởng đến sự hữu hiệu của HTKSNB, mục đích của nghiên cứu này còn hướng đến việc đo lường mức độ ảnh hưởng của các nhân tố sự hữu hiệu của HTKSNB trong các NHTM Việt Nam. Để đáp ứng mục tiêu này, trong nghiên cứu tác giả sử dụng phương pháp phân tích tương quan và mô hình hồi quy tuyến tính để mô tả và đo lường mức độ ảnh hưởng của các nhân tố đến sự hữu hiệu của HTKSNB.

Mô hình phân tích tương quan tổng quát sử dụng trong luận án có dạng:

Y = f (X1, X2, X3, …, Xi)

Phương trình hồi quy tuyến tính thể hiện tác động của các nhân tố đến biến phụ thuộc có dạng: Y = β0 + β1X1 + β2X2+ β3X3 + … + βiXi

Trong đó: Y là biến phụ thuộc,

β1, β2, β3, …, βi là các hệ số hồi quy X1, X2, X3, …, Xi là các biến độc lập

KẾT LUẬN CHƯƠNG 3

Tác giả đã sử dụng đồng thời phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng để nhận diện và kiểm định các nhân tố ảnh hưởng đến sự hữu hiệu của HTKSNB tại các NHTM Việt Nam. Để thực hiện nghiên cứu định tính tác giả sử dụng các phương pháp phân tích, tổng hợp, so sánh, tư duy, tiếp cận hệ thống, thống kê mô tả nhằm mô tả, khái quát hóa lý thuyết liên quan đến nội dung luận án và phân tích, nhận xét để quyết định lựa chọn các nhân tố tác động đến sự hữu hiệu của HTKSNB trong các NHTMViệt Nam. Phương pháp nghiên cứu định lượng được sử dụng để kiểm định các nhân tố tác động đến sự hữu hiệu của HTKSNB trong các NHTM Việt Nam. Để xử lý số liệu và phân tích, tác giả đã sử dụng phần mềm SPSS và công cụ phân tích EFA, MRA nhằm kiểm định các nhân tố ảnh hưởng và kết quả của mô hình.