Trang chủ / Tài liệu miễn phí / Luận Văn Thạc Sĩ Kinh Tế

Kết Quả Phân Tích Cronbach’S Alpha Biến Năng Lực Công Nghệ


0,709 (biến QT3). Do đó thang đo nhân tố năng lực quản trị đạt yêu cầu và các biến đo lường nhân tố này sẽ được đưa vào phân tích nhân tố ở bước kế tiếp

Cronbach’s Alpha biến năng lực công nghệ

Bảng 2.12: Kết quả phân tích Cronbach’s Alpha biến năng lực công nghệ


Năng lực công nghệ (CN), alpha = 0,891

Biến quan sát

Trung bình

thang đo nếu loại biến

Phương sai

thang đo nếu loại biến

Tương quan biến tổng

Alpha nếu loại biến này

CN1

6,7740

1,791

0,791

0,841

CN2

6,7055

1,782

0,767

0,864

CN3

6,6370

1,964

0,809

0,831

Có thể bạn quan tâm!

Xem toàn bộ 119 trang tài liệu này.

Đánh giá năng lực cạnh tranh của Ngân hàng TMCP Ngoại thương Việt Nam - 9


Từ kết quả kiểm định trên ta thấy, nhân tố năng lực công nghệ gồm 3 biến quan sát (CN1, CN2, CN3) có hệ số Cronbach’s Alpha là 0,891 > 0,6 và hệ số tương quan biến tổng >0,3; trong đó lớn nhất là 0,809 (biến CN3) và nhỏ nhất là 0,767 (biến CN2). Do đó thang đo nhân tố năng lực công nghệ đạt yêu cầu và các biến đo lường nhân tố này sẽ được đưa vào phân tích nhân tố ở bước kế tiếp.

Cronbach’s Alpha biến năng lực marketing

Bảng 2.13: Kết quả phân tích Cronbach’s Alpha biến năng lực marketing


Năng lực marketing (MA), alpha = 0,866

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

MA1

9,8185

3,613

0,783

0,802

MA2

9,9521

3,544

0,855

0,775

MA3

10,0411

3,806

0,614

0,872

MA4

9,9075

3,796

0,635

0,862


Từ kết quả kiểm định trên ta thấy, nhân tố năng lực marketing gồm 4 biến quan sát (MA1, MA2, MA3, MA4) có hệ số Cronbach’s Alpha là 0,866 > 0,6 và hệ số tương quan biến tổng >0,3; trong đó lớn nhất là 0,855 (biến MA2) và nhỏ nhất là 0,614(biến MA3). Do đó thang đo nhân tố năng lực marketing đạt yêu cầu và các biến đo lường nhân tố này sẽ được đưa vào phân tích nhân tố ở bước kế tiếp.

Đánh giá thang đo biến phụ thuộc:

Bảng 2.14: Kết quả phân tích Cronbach’s Alpha biến phụ thuộc


Năng lực cạnh tranh(NLCT), alpha = 0,690

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

NLCT1

6,5993

1,114

0,498

0,617

NLCT2

6,5685

0,975

0,494

0,613

NLCT3

6,6199

0,841

0,540

0,556


Từ kết quả kiểm định trên ta thấy, nhân tố năng lực cạnh tranh gồm 3 biến quan sát (NLCT1, NLCT2, NLCT3) có hệ số Cronbach’s Alpha là 0,690 > 0,6 và hệ số tương quan biến tổng >0,3; trong đó lớn nhất là 0,540 (biến NLCT3) và nhỏ nhất là 0,494 (biến NLCT2). Do đó thang đo nhân tố năng lực cạnh tranh đạt yêu cầu và các biến đo lường nhân tố này sẽ được đưa vào phân tích nhân tố ở bước kế tiếp.

2.4.2.3. Phân tích nhân tố khám phá EFA

Sau khi phân tích hệ số tin cậy Cronbach’s Alpha, các thang đo được đánh giá bằng phương pháp phân tích nhân tố khám phá EFA. Phân tích nhân tố này sử dụng phương pháp trích hệ số Principal Components với phép quay Varimax.

Tiêu chuẩn để chấp nhận các biến đo luờng là:

(1) Phân tích nhân tố khám phá (EFA) thích hợp khi 0,5 ≤ KMO ≤ 15



5 & 6 Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), phân tích dữ liệu nghiên cứu với SPSS trang 262



(2) Mức ý nghĩa của kiểm định Bartlett ≤ 0,056. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (sig ≤ 0,05) thì các biến quan sát có tương quan với nhau trong tổng thể.

(3) Hệ số tải nhân tố (Factor loading) > 0,5

Theo Hair & ctg (1998, 111), hệ số tải nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số tải nhân tố > 0,3 được xem là đạt mức tối thiểu, hệ số tải nhân tố >0,4 được xem là quan trọng và ≥ 0,5 được xem là có ý nghĩa thực tiễn. Nếu biến quan sát nào có hệ số tải nhân tố < 0,5 sẽ bị loại.

(4) Thang đo được chấp nhận khi tổng phương sai trích ≥ 50%;

(5) Hệ số eigenvalue > 1 (Gerbing và Anderson, 1998);

Eigenvalue thể hiện phần biến thiên được giải thích bởi mỗi nhân tố so với biến thiên toàn bộ. Nếu phần biến thiên được giải thích này lớn (eigenvalue > 1) thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt.

Bảng 2.15: Kết quả phân tích nhân tố các biến độc lập


Biến quan

sát

Nhân tố

1

2

3

4

5

6

7

8

CLDV1

0,784








CLDV2

0,688








CLDV3

0,749








CLDV4

0,720








CLDV5

0,773








TH1


0,862







TH2


0,830







TH3


0,744







TH4


0,707







TH5


0,758







SP1



0,813








SP2



0,863






SP3



0,750






SP4



0,745






MA1




0,833





MA2




0,902





MA3




0,799





MA4




0,692





CN1





0,775




CN2





0,838




CN3





0,797




NLTC1






0,861



NLTC2






0,817



NLTC3






0,728



QT1







0,912


QT2







0,822


QT3







0,790


NL1








0,925

NL2








0,728

NL3








0,813

Eigenvalue

6,895

3,897

3,291

2,708

2,494

1,938

1,380

1,196

Phương sai

trích (%)

22,982

12,989

10,970

9,027

8,312

6,459

4,601

3,985

Tổng phương sai

trích (%)

22,982

35,972

46,942

55,969

64,281

70,740

75,341

79,326


Bảng 2.16: Kết quả phân tích nhân tố biến phụ thuộc


Biến quan sát

Nhân tố

1

NLCT1

0,778


NLCT2

0,773

NLCT3

0,812

Eigenvalue

1,862

Phương sai trích (%)

62,071

Tổng phương sai trích (%)

62,071


Kết quả phân tích EFA cho thấy:

Hệ số KMO = 0,528 thỏa yêu cầu (1)

Mức ý nghĩa của kiểm định Bartlett = 0 thỏa yêu cầu (2)

Hệ số tải nhân tố (Factor loading) đều lớn hơn 0,5 thỏa yêu cầu (3)

Tổng phương sai trích là 79,32% lớn hơn 50% thỏa yêu cầu (4)

Các hệ số eigenvalue đều lớn hơn 1 thỏa yêu cầu (5)

Thông qua đánh giá bằng hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá EFA, các thang đo năng lực cạnh tranh đều đạt yêu cầu. Các biến quan sát của thang đo này sẽ được đánh giá tiếp theo bằng mô hình hồi quy.

2.4.2.4. Phân tích mô hình hồi quy tuyến tính bội

Phân tích mô hình hồi quy tuyến tính bội là một kỹ thuật dùng để phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập nhằm mục tiêu sử dụng các biến độc lập có giá trị biết trước để dự báo một giá trị biến phụ thuộc nào đó được chọn bởi nghiên cứu. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:

Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.

Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.

Kiểm định ANOVA: để kiểm định tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0,05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.


Phân tích hồi quy tuyến tính bội được thực hiện để xem xét mối quan hệ giữa các biến độc lập: Năng lực tài chính, sản phẩm, chất lượng dịch vụ, thương hiệu, nguồn nhân lực, năng lực quản trị, năng lực công nghệ và năng lực marketing có ảnh hưởng như thế nào đến biến phụ thuộc là năng lực cạnh tranh của ngân hàng. Ta có mô hình hồi quy tuyến tính bội như sau: NLCT=β0+β1*NLTC+β2*SP+β3*CLDV+β4*TH+β5*NL+β6*QT+β7*CN+β8*MA

Trong đó:

Các biến độc lập: năng lực tài chính (NLTC), sản phẩm (SP), chất lượng dịch vụ (CLDV), thương hiệu (TH), nguồn nhân lực( NL), năng lực quản trị (QT), năng lưc công nghệ (CN) và năng lực marketing (MA).

Biến phụ thuộc: năng lực cạnh tranh của Vietcombank (NLCT)

β0: hệ số chặn (hằng số) là giá trị mong muốn của biến phụ thuộc NLCT khi các biến độc lập NLTC, SP, CLDV, TH, NL, QT, CN và MA bằng “0”.

βk (k = 1 -8): hệ số hồi qui riêng của từng nhân tố thể hiện mối quan hệ giữa biến phụ thuộc và biến độc lập với ý nghĩa trong điều kiện các nhân tố khác không đổi; khi NLTC, SP, CLDV, TH, NL, QT, CN và MA tăng lên một đơn vị (theo đơn vị tính của các nhân tố đó) thì năng lực cạnh tranh (NLCT) sẽ tăng bình quân βk đơn vị (theo đơn vị tính của năng lực cạnh tranh).

Bảng 2.17: Hệ số hồi quy của phương trình Coefficientsa


Model

Unstandardized

Coefficients

Standardized

Coefficients


T


Sig

B

Std, Error

Beta

1

(Constant)

-0,982

0,154


-6,383

0,000

NLTC

0,124

0,030

0,158

4,090

0,000

SP

0,099

0,024

0,133

4,097

0,000

CLDV

0,117

0,032

0,142

3,657

0,000

TH

0,292

0,030

0,298

9,576

0,000



NL

0,239

0,023

0,308

10,232

0,000

QT

0,027

0,021

0,043

1,296

0,196

CN

0,070

0,027

0,100

2,554

0,011

MA

0,338

0,026

0,461

12,902

0,000

a. Dependent Variable: NLCT

Theo bảng trên ta thấy giá trị sig của 7 biến độc lập là: NLTC, SP, CLDV, TH, NL, CN, MA rất nhỏ (0,000) < 5% nên có thể kết luận bảy hệ số hồi quy riêng đều có ý nghĩa trong mô hình. Riêng biến QT khá cao (sig = 0,196> 0,05) nên có thể kết luận nhân tố này không có ý nghĩa về mặt thống kê và bị loại ra khỏi mô hình nghiên cứu.

Đánh giá độ phù hợp của mô hình

Bảng 2.18: Kết quả phân tích hồi quy tuyến tính bội

Model Summary



Model


R


R Square


Adjusted R Square


Std, Error of the Estimate

1

.869

.754

.747

.23091

Hệ số R2 điều chỉnh (Adjusted R Square) = 0,747 > 0,5 chứng tỏ mô hình hồi quy tuyến tính bội được xây dựng với tập dữ liệu phù hợp đến 74,7% hay nói cách khác năng lực cạnh tranh của Vietcombank được giải thích đến 74,7% bởi các biến độc lập.

Kiểm định độ phù hợp của mô hình

Bảng 2.19: Kết quả phân tích hồi quy tuyến tính bội (ANOVA)

ANOVA



Model

Sum of

Squares


df

Mean

Square


F


Sig,

1

Regression

46,356

8

5,794

108,673

,000

Residual

15,090

283

,053



Total

61,445

291





Kết quả kiểm định thống kê F, với giá trị sig = 0,000 từ bảng phân tích phương sai ANOVA nhỏ hơn mức ý nghĩa 5% cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu và sử dụng được.

Phương trình hồi quy tuyến tính bội

Dựa vào bảng hồi quy tuyến tính bội ở trên, ta có 7 biến độc lập năng lực tài chính, sản phẩm, chất lượng dịch vụ, thương hiệu, nguồn nhân lực, năng lực công nghệ và năng lực marketing ảnh hưởng đến biến phụ thuộc là năng lực cạnh tranh của Vietcombank được thể hiện theo các hệ số trong phương trình sau:

NLCT = 0,461*MA + 0,308*NL + 0,298*TH + 0,158*NLTC + 0,142*CLDV + 0,133*SP + 0,1*CN

Phương trình hồi quy trên cho thấy:

Có 7 nhân tố gồm năng lực marketing, nguồn nhân lực, thương hiệu, năng lực tài chính, chất lượng dịch vụ, sản phẩm và năng lực công nghệ ảnh hưởng đến năng lực cạnh tranh của Vietcombank.

Các hệ số hồi quy mang dấu dương thể hiện các nhân tố trong mô hình hồi quy ảnh hưởng tỷ lệ thuận đến năng lực cạnh tranhcủa Vietcombank.

Thứ tự, tầm quan trọng của từng nhân tố phụ thuộc vào giá trị tuyệt đối của hệ số beta. Nhân tố nào có hệ số Beta càng lớn thì mức độ tác động đến năng lực cạnh tranh càng nhiều. Ta thấy nhân tố năng lực marketing là nhân tố có tác động mạnh nhất đến năng lực cạnh tranh của Vietcombank (hệ số β = 0,461); trong điều kiện các nhân tố khác không đổi, nếu năng lực marketing tăng lên 1 thì năng lực cạnh tranh của Vietcombank tăng lên 46,1%. Các nhân tố khác như: nguồn nhân lực ảnh hưởng 0,308; thương hiệu ảnh hưởng 0,298; năng lực tài chính ảnh hưởng 0,158; chất lượng dịch vụ ảnh hưởng 0,142; sản phẩm ảnh hưởng 0,133 và năng lực công nghệ ảnh hưởng 0,100.

2.4.2.5. Giải thích kết quả các biến

Xem tất cả 119 trang.

Ngày đăng: 07/05/2022
Trang chủ Tài liệu miễn phí