Ngưỡng Chấp Nhận Của Các Chỉ Số Phù Hợp Mô Hình

Hình 3.4. Mô hình CFA định lượng sơ bộ

Nguồn: Kết quả tính toán từ SPSS 22 và AMOS 20

Theo Hair và cộng sự (2016), các chỉ số phù hợp của mô hình phải đảm bảo ngưỡng như sau:

Bảng 3.11. Ngưỡng chấp nhận của các chỉ số phù hợp mô hình

Chỉ số

Ngưỡng chấp nhận
Chi-square/df (cmin/df)	<3: Tốt <5: Có thể chấp nhận được
CFI	>0.9
GFI	>0.9
TLI	>0.9
RMSEA	<0.08

Có thể bạn quan tâm!

Xem toàn bộ 201 trang tài liệu này.

Nguồn: Kết quả tính toán từ SPSS 22

Kết quả phân tích CFA các chỉ tiêu đo lường độ phù hợp của mô hình cho thấy, giá trị Chi-square/df = <5, GFI=, CFI= đều lớn hơn 0.9, TLI = 0.894 bé hơn 0.9 không đáng kể, hệ số RMSEA= <0.8, vì thế mô hình có sự phù hợp với thị trường. Kết quả các giá trị P-value của các biến quan sát biểu diễn các nhân tố đều có giá trị bằng 0.000. Các biến quan sát được khẳng định có khả năng biểu diễn tốt cho nhân tố trong mô hình CFA.

Hệ số độ tin cậy tổng hợp của tất cả các thang đo đều cao hơn 0.5, tuy nhiên hệ số tổng phương sai trích của thang đo HV là 0.425 và thang đo TD_2 là 0.497 < 0.5. Có thể giải thích kết quả này do biến B3 đã bị xóa khỏi mô hình và A1 biểu thị thái độ lại nằm trong nhân tố KT_2.

d. Kết quả nghiên cứu định lượng thử nghiệm

Trong lần nghiên cứu định lượng thử nghiệm, tác giả phát ra 250 phiếu điều tra. Các đơn vị mẫu được chọn ra theo phương pháp chọn mẫu phi xác suất (phương pháp thuận tiện). Trong tổng phiếu thu về, có 154 phiếu có thể sử dụng được, đạt 61.6%. Dựa vào số liệu điều tra thông qua bảng câu hỏi, kết quả đánh giá sơ bộ thang đo như sau:

Đối với bảng ma trận xoay từ phân tích nhân tố khám phá EFA, kết quả cho thấy các biến K6, K2, K7 và A3 được xếp vào cùng một thành phần nhân tố và được kết hợp thành nhân tố 3. Tuy nhiên, theo các tác giả nghiên cứu trước, các biến này có sự khác biệt về nội dung. Vì vậy để có được thang đo hoàn chỉnh, tác giả sẽ tiến hành phỏng vấn sâu lần 2 với các chuyên gia để làm rõ về vấn đề này.

Đồng thời, sau quá trình nghiên cứu định lượng thử nghiệm, các đối tượng khảo sát đã đưa ra những góp ý về cách diễn đạt của bảng hỏi. Nhìn chung, các ý kiến điều đồng tình về nội dung biến quan sát đo lường về các nhân tố ảnh hưởng đến quyết định. Những góp ý nhận xét về hình thức trình bày, cách diễn đạt câu chữ của bảng hỏi đều đã được ghi nhận để chỉnh sửa cho lần nghiên cứu định lượng chính thức.

3.4. Nghiên cứu chính thức

Nghiên cứu chính thức được tác giả triển khai theo hai bước bao gồm: nghiên cứu định tính chính thức và nghiên cứu định lượng chính thức. Nghiên cứu định tính chính thức được nhóm thực hiện bằng phương pháp phỏng vấn sâu với các chuyên gia trong lĩnh vực tài chính vi mô và lĩnh vực tài chính. Thông qua đó, tác giả kiểm định, chỉnh sửa lại mô hình, thang đo và sự phù hợp, đại diện của mô hình, thang đo về DTTC của người nghèo tại khu vực nông thôn Việt Nam.

Nghiên cứu định lượng chính thức được nhóm tiến hành thông qua phương pháp khảo sát, phát bảng hỏi trực tiếp với số quan sát 600 người trên phạm vi ở các vùng nông thôn Việt Nam – và phải thuộc hộ nghèo. Nghiên cứu định lượng nhằm kiểm định và đánh giá độ tin cậy, giá trị của thang đo các nhóm nhân tố phản ánh và nhóm nhân tố tác động trong mô hình nghiên cứu. Thông qua bước này, tác giả đo lường tính tương quan của các nhân tố, mức ý nghĩa của các nhóm nhân tố, ước lượng mối quan hệ giữa biến tiềm ẩn và các nhóm nhân tố, từ đó rút ra kết luận chính thức của đề tài nghiên cứu.

3.4.1. Nghiên cứu định tính chính thức

a. Mục tiêu phỏng vấn sâu

Các cuộc phỏng vấn này được thực hiện ngay sau khi nghiên cứu định tính sơ bộ có kết quả nhằm xác định lại các nhóm nhân tố phản ánh và nhóm nhân tố tác động trong mô hình nghiên cứu có thực hiện được tại khu vực nông thôn Việt Nam hay không, có nhân tố nào được loại bỏ hay thêm vào mô hình hay không.

Thang đo và mô hình được kiểm định lại thêm một lần nữa thông qua kết quả của nghiên cứu sơ bộ cùng với ý kiến của các chuyên gia về tài chính vi mô và tài chính từ đó xác định lại sự phù hợp của các biến bao gồm định nghĩa, giả thuyết và xu hướng tác động của các biến lên biến tiềm ẩn tại khu vực nông thôn Việt Nam.

Những nhận xét về bảng hỏi, cách diễn đạt và đánh giá thang điểm từ tiêu cực đến tích cực được đưa ra nhằm hoàn chỉnh bảng hỏi, giúp nghiên cứu khách quan, tăng độ tin cậy và tính chính xác của nghiên cứu định lượng chính thức.

b. Đối tượng phỏng vấn sâu

Phỏng vấn sâu được thực hiện với 11 chuyên gia trong lĩnh vực tài chính và giáo dục, bao gồm:

- GS. TS. Nguyễn Văn Nam, Chuyên gia Tài chính – Ngân hàng, Đại học Kinh tế Quốc dân;

- PGS. TS. Nguyễn Thị Bất, chuyên gia Tài chính Công, Đại học Kinh tế Quốc dân;

- PGS. TS. Ngô Văn Thứ, chuyên gia định lượng, Đại học Kinh tế Quốc dân;

- PGS. TS Phạm Thị Hoàng Anh, chuyên gia tài chính ngân hàng, Học viện Ngân hàng;

- TS. Đinh Thị Thanh Vân, chuyên gia tài chính cá nhân, Đại học Kinh tế, Đại học Quốc gia Hà Nội;

- TS. Nguyễn Đức Hải, chuyên gia tài chính vi mô, Học viện Ngân hàng;

- TS. Bùi Kiên Trung, chuyên gia giáo dục, Đại học Kinh tế Quốc dân;

- TS. Phạm Bích Liên, chuyên gia Tài chính, Ngân hàng Thương mại Cổ phần Bưu Điện Liên Việt;

- ThS. Phan Cử nhân, Chuyên gia Tài chính vi mô, Ngân hàng Chính sách Xã hội;

- TS. Nguyễn Tuấn Anh, Viện Nghiên cứu Thanh niên;

- TS. Hoàng Văn Cương, Chuyên gia Tài chính Phát triển, Bộ Tài chính.

Nội dung của nghiên cứu định tính chính thức bao gồm các câu hỏi mở liên quan tới tác động của nhân tố phản ánh và nhân tố tác động tới DTTC của người dân khu vực nông thôn Việt Nam, các yếu tố ảnh hưởng tới kết quả của nghiên cứu sơ bộ, góp ý về bảng hỏi của nghiên cứu sơ bộ của nghiên cứu và những sai lệch có thể xảy ra khi nghiên cứu khu vực nông thôn và đưa ra những lưu ý khi khảo sát nhóm người này. Nội dung chi tiết của phỏng vấn sâu nghiên cứu định tính chính thức xem tại phụ lục 2.

c. Kết quả phỏng vấn sâu

Thứ nhất, do mục tiêu và phạm vi nghiên cứu tuy không thể hiện nhưng cần phải bao hàm đo lường dân trí tài chính của người nghèo tại khu vực nông thôn Việt Nam nên vẫn phải bao hàm đầy đủ các câu hỏi tương tự như của OECD, do cần lấy OECD (2013) làm lý thuyết nền tảng để nghiên cứu. Do đó, khi khảo sát thì vẫn phải có các câu hỏi cũ, nhưng khi kiểm định mô hình thì có thể loại bỏ nhóm này (đối với các biến cần loại khỏi mô hình khi nghiên cứu thử nghiệm).

Thứ hai, khi các nhân tố nhỏ gộp lại thành 1 nhân tố lớn, bao gồm K1, K3 và K5 (lạm phát, lãi suất tiền gửi và lãi suất trong trường hợp có lạm phát) thì sẽ có mối quan hệ tác động bởi 3 nhân tố này thường đi kèm với nhau và nằm trong các nhân tố tiết kiệm tiền của người nghèo khu vực nông thôn. Khi tác giả phỏng vấn tại khu vực miền Bắc Việt Nam, là nơi có khả năng tiết kiệm rất cao. Nhóm nhân K6, K2, K7 và A3 liên quan đến kế hoạch và khả năng sử dụng tiền của người dân nên vẫn có thể chấp nhận được các vấn đề này. Việc giải thích này tương tự như A2 và A5; A1 và A4.

Nhân tố K4 (tính toán lãi suất đơn) bị loại ra khỏi mô hình bởi hiện tại, đa phần các khoản vay trên thị trường đều tính theo lãi gộp, hoặc tính lãi theo ngày. Đây là vấn đề phù hợp với Việt Nam.

3.4.2. Nghiên cứu định lượng chính thức

Nghiên cứu định lượng chính thức được thực hiện sau khi có kết quả về định tính chính thức nhằm mục đích kiểm định lại mô hình, giả thuyết và hướng tác động, tương quan của nhóm nhân tố phản ánh (Kiến thức tài chính, Thái độ tài chính, Hành vi tài chính) tới nhân tố tiềm ẩn (DTTC); tác động của các nhân tố ảnh hưởng (Giới tính; Tuổi tác; Trình độ học vấn; Thu nhập) tới DTTC; ảnh hưởng của DTTC tới thu nhập tại vùng nông thôn Việt Nam.

a. Bảng hỏi

Thông qua kế quả nghiên cứu sơ bộ và nghiên cứu định tính chính thức, những biến quan sát cần được hiệu chỉnh thay đổi để phù hợp hơn với người nghèo tại vùng nông thôn Việt Nam và các đối tượng khảo sát (Chi tiết xem tại phụ lục 4).

Thang đo thái độ tài chính được bổ sung thêm một biến nhằm lọc ra những quan sát có thể gây nhiễu mô hình:

Bảng 3.12. Biến được sử dụng để lọc quan sát

Tên

Nhận định
A6	Tôi cảm thấy khó khăn trong việc tiết kiệm để chi tiêu trong tương lai.

b. Mô hình nghiên cứu chính thức

Hình 3.5. Mô hình nghiên cứu chính thức

Nguồn: Tổng hợp của tác giả

c. Mẫu nghiên cứu

Kích thước mẫu nghiên cứu

Khi phân tích Kiểm định độ tin cậy của thang đo với hệ số Cronbach’s Alpha nhân tố khám phá EFA và phân tích hàm hồi quy đa biến, mẫu nghiên cứu phải đủ lớn và đảm bảo về kích thước mẫu. Hair và cộng sự (2016) đề xuất mẫu nghiên cứu phải đảm bảo gấp 5 lần tổng số biến quan sát: M ≥ m x 5, trong đó m là số lượng biến quan sát, M là số lượng mẫu trong nghiên cứu. Đây cũng là kết quả nghiên cứu của Reise và cộng sự (2000). Như vậy, số lượng quan sát tối thiểu để đảm bảo yêu cầu trên:

M = 21 x 5 = 105 (quan sát)

Trong phạm vi nghiên cứu chính thức, tác giả sử dụng bộ dữ liệu bao gồm 512 quan sát.

Đối tượng quan sát

Đối tượng được chọn để tham gia nghiên cứu có độ tuổi trên 18 tuổi, sống ở khu vực nông thôn, có đầy đủ các điều kiện về trách nhiệm dân sự và hình sự theo quy định và có khả năng tạo ra thu nhập, và phải thuộc hộ nghèo. Mẫu nghiên cứu được khảo

sát trên phạm vi chủ yếu ở các vùng trong cả nước. Mẫu khảo sát được thực hiện có sự đa dạng về tuổi tác, nghề nghiệp, trình độ học vấn, thu nhập nhằm nâng cao độ tin cậy của mẫu.

Cách thức khảo sát

Phương thức khảo sát được tác giả sử dụng đó là phát bảng hỏi trực tiếp đến từng đối tượng khảo sát. Sau khi phát 600 bảng hỏi, tác giả nhận về 512 quan sát phù hợp với nghiên cứu. Các nhận định được đo lường dựa trên thang đo Likert 5 điểm. Điểm số DTTC được tính bằng cách lấy trung bình điểm số của các nhận định (biến quan sát) có ý nghĩa trong mô hình. Khảo sát nghiên cứu định lượng chính thức bắt đầu từ 19/05/2019 đến ngày 28/08/2019. Sau khi quá trình thu thập số liệu kết thúc, tác giả tiến hành quá trình lọc số liệu, loại bỏ những câu trả lời không phù hợp với nghiên cứu, nhập dữ liệu vào phần mềm SPSS 22 và AMOS 20 rồi kiểm định và phân tích dữ liệu thông qua các kiểm định Cronbach’s Alpha, EFA, CFA, SEM.

Thông qua ước lượng mô hình hồi quy OLS và các kiểm định Cronbach’s Alpha, EFA, CFA bậc 1, CFA bậc 2, tác giả phân tích ý nghĩa, kiểm định lại lý thuyết từ đó đưa ra những hàm ý chính sách phù hợp tại khu vực nông thôn Việt Nam.

Ước lượng mô hình hồi quy OLS

Phương pháp ước lượng mô hình hồi quy đa biến là phương pháp sử dụng phương pháp thống kê phân tích mối quan hệ giữa biến phụ thuộc với các biến độc lập (biến ngẫu nhiên). Thành phần xác định được gọi là bộ dự đoán (predictor) và thành phần ngẫu nhiên được gọi là phần sai số (error term).

Các kiểm định được sử dụng trong phương pháp hồi quy đa biến thông qua phần mềm SPSS 22 bao gồm: R-square (hoặc Adjusted R-square) (kiểm định mức độ giải thích của mô hình), Durbin - Watson (kiểm định tự tương quan), kiểm định F trong bảng ANOVA (kiểm định khả năng phù hợp của mô hình), kiểm định t, hệ số VIF (kiểm định độ đa cộng tuyến của mô hình); ngoài ra còn có hệ số chuẩn hóa và chưa chuẩn hóa Beta.

- Kiểm định mức độ giải thích của mô hình

Giá trị R-square (R bình phương) hoặc Adjusted R-square (R bình phương hiệu chỉnh) cho biết mức độ tác động của các nhóm biến độc lập tác động tới biến phụ thuộc. Cụ thể, giả sử giá trị R-square là a, điều này có nghĩa các biến độc lập ảnh hưởng a% sự thay đổi của biến phụ thuộc. Giá trị a thường lớn hơn 50% mô hình càng có ý nghĩa, tuy nhiên còn tùy thuộc vào từng mô hình chúng ta có thể có những kết luận khác nhau.

- Kiểm định tự tương quan sử dụng Durbin - Watson

Giá trị Durbin - Watson dùng để kiểm định tự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến

4. Với giá trị du và dl được xác định theo n (khối lượng mẫu), k’ (số biến độc lập) tra bảng thống kê Durbin - Watson; trị thống kê Durbin-Watson sẽ được xác định theo các khoảng sau:

Hình 3.6. Quy tắc kiểm định d của Durbin-Watson

Nguồn: (Durbin và Watson, 1951)

- Kiểm định khả năng phù hợp của mô hình

Giá trị Sig trong bảng ANOVA được sử dụng trong kiểm định khả năng phù hợp của mô hình đối với tổng thể. Cụ thể, giá trị Sig nhỏ hơn 0.05 đồng nghĩa với mô hình phù hợp với tổng thể, hay còn nói có thể suy rộng ra tổng thể từ mô hình. Ngược lại, giá trị SIG lớn hơn 0.05 đồng nghĩa với việc mô hình không có ý nghĩa.

- Kiểm định t

Giá trị Sig trong kiểm định t trong bảng Coefficients thể hiện mức độ có ý nghĩa của từng biến trong mô hình. Cụ thể, giá trị Sig lớn hơn 0.05 chứng tỏ biến không có ý nghĩa trong mô hình. Ngược lại, giá trị Sig nhỏ hơn hoặc bằng 0.05 nghĩa là biến có ý nghĩa trong mô hình.

- Kiểm định độ đa cộng tuyến sử dụng giá trị VIF

Giá trị VIF được sử dụng để kiểm tra hiện tượng đa cộng tuyến của mô hình. Trong các mô hình thống kê thông thường, giá trị VIF <10 sẽ không có hiện tượng đa cộng tuyến. Trên thực tế, với các nghiên cứu có mô hình sử dụng thang đo Likert thì VIF < 2 mô hình sẽ không có đa cộng tuyến, trong khi VIF > 2 khả năng cáo sẽ xảy ra đa cộng tuyến.

Xem toàn bộ nội dung bài viết ᛨ