Kiểm Định Mối Tương Quan Giữa Biến Độc Lập Và Biến Phụ Thuộc

Qua bảng 2.7 ta loại bỏ biến quan sát CT2: “Nhân viên Ngân hàng phục vụ công bằng đối với tất cả khách hàng khi đến giao dịch” vì có hệ số tương quan biến tổng nhỏ hơn 0,3. Ngoài ra, tất cả các biến quan sát còn lại có hệ số tương quan biến tổng lớn hơn 0,3. Tất cả hệ số Cronbach’s Alpha nếu loại biến đều không lớn hơn Cronbach’s Alpha. Bên cạnh đó, tất cả các Cronbach’s Alpha đều lớn hơn 0,6. Kết quả trên đã đáp ứng yêu cầu cho việc đánh giá một thang đo có độ tin cậy.

2.2.2.2. Phân tích nhân tố khám phá EFA

- Phân tích nhân tố biến độc lập

Trước khi tiến hành phân tích nhân tố khám phá nhằm rút trích các nhân tố tác động đến chất lượng dịch vụ cho vay dành cho KHCN tại Ngân hàng NCB- Huế từ các biến quan sát, tôi tiến hành kiểm định sự phù hợp của dữ liệu thông qua kiểm định KMO (Kaiser – Meyer – Olkin) có giá trị từ 0,5 trở lên và kiểm định Bartlett’s cho kết quả p-value bé hơn 0,05. Từ dữ liệu thu thập được, tôi tiến hành phân tích nhân tố khám phá. Ta đặt giả thuyết H0: giữa các biến quan sát không có mối quan hệ.

Bảng 2.8: Kiểm định KMO và Bartlett’s Test

KMO and Bartlett's Test 
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.0,814
Bartlett's Test of SphericityApprox. Chi-Square1199,470
Df253
Sig.0,000

Có thể bạn quan tâm!

Xem toàn bộ 88 trang tài liệu này.

Đánh giá chất lượng dịch vụ cho vay dành cho khách hàng cá nhân tại Ngân hàng Thương mại Cổ phần Quốc Dân chi nhánh Huế - 7

Nguồn: Xử lý số liệu SPSS 

Với kết quả kiểm định KMO là 0,814 lớn hơn 0,5 và Sig. của kiểm định Bartlett’s bé hơn 0,05 (các biến quan sát tương quan với nhau trong tổng thể), do đó bác bỏ H0. Kết quả phân tích EFA đã cho ra 5 nhân tố cơ bản. Tổng phương sai trích là 61,555% > 50%, cho biết 5 nhân tố này giải thích được 61,555% biến thiên của dữ liệu và các giá trị Eigenvalue của các nhân tố đều lớn hơn 1. Kiểm định Bartlett’s có giá trị Sig. = 0,000 < 0,05 nên đạt yêu cầu. Trong kiểm định này, không có biến nào loại ra khỏi mô hình do hệ tải nhân tố > 0,5.

Kết quả có 5 nhân tố với tổng phương sai trích là 61,555%; tức là khả năng sử dụng 5 nhân tố này để giải thích cho 23 biến quan sát là 61,555% (> 50%).

Nhóm 5 nhân tố này mô tả như sau:

Bảng 2.9: Kết quả phân tích nhân tố biến độc lập

Kí hiệuBiến quan sátHệ số tải nhân tố
12345
NLPV1Ngân hàng đáp ứng kịp thời,
đầy đủ số tiền vay của Anh (chị)
0,838    
NLPV4Nhân viên tín dụng hiểu biết
đầy đủ về sản phẩm và các dịch vụ Ngân hàng
0,800    
NLPV3Nhân viên tín dụng giải đáp mọi thắc mắc của Anh (chị) một
cách tận tình, đầy đủ
0,739    
NLPV2Nhân viên tín dụng xử lý thủ tục vay vốn nhanh chóng0,729    
NLPV5Ngân hàng có đường dây nóng
phục vụ 24/7
0,681    
DU3Thời gian xét duyệt hồ sơ, giải
ngân nhanh chóng, kịp thời
 0,824   
DU2Điều kiện, thời hạn cho vay linh hoạt, phù hợp 0,704   
DU1Quy trình, thủ tục vay vốn đơn
giản, rõ ràng
 0,695   
DU5Lãi suất cho vay và phí dich vụ
hợp lý và cạnh tranh
 0,693   
DU4Nhân viên tín dụng cung cấp
đầy đủ thông tin về dịch vụ cho vay khách hàng cá nhân
 0,677   
TC3Nhân viên tín dụng thực hiện
giao dịch chính xác
  0,751  
TC2Ngân hàng tạo dựng được lòng
tin và sự an tâm cho Anh (chị)
  0,744  
TC1Ngân hàng thực hiện dịch vụ
cho vay đúng cam kết
  0,734  
TC4Nhân viên tín dụng bảo mật
thông tin cá nhân của Anh (chị) tốt
  0,694  
TC5Ngân hàng giải quyết thỏa đáng
những khiếu nại của Anh (chị) một cách thỏa đáng
  0,587  
PTHH4Nhân viên Ngân hàng có trang
phục gọn gàng, lịch sự
   0,831 
PTHH3Ngân hàng bố trí quầy giao dịch, các bảng hiệu hợp lý và
thuận tiện
   0,826 
PTHH1Ngân hàng có địa điểm giao dịch thuận tiện   0,731 
PTHH2Ngân hàng có cơ sở vật chất,
trang thiết bị hiện đại
   0,545 
CT3Nhân viên tín dụng thực hiện
giao dịch chính xác
    0,850
CT4Nhân viên tín dụng bảo mật thông tin cá nhân của Anh (chị)
tốt
    0,775
CT1Ngân hàng thực hiện dịch vụ
cho vay đúng cam kết
    0,721
CT5Ngân hàng giải quyết thỏa đáng
những khiếu nại của Anh (chị) một cách thỏa đáng
    0,669
Eigenvalues5,8092,9492,4651,6181,315
Phương trích sai (%)25,25938,08248,80155,83661,555
Phương sai tích lũy (%)25,25912,82410,7187,0355,719

Nguồn: Xử lý số liệu SPSS

Nhân tố thứ nhất được rút ra có chỉ số Eigenvalue = 5,809, nhân tố này giải thích được 25,259% biến thiên của dữ liệu. Nhân tố này có chỉ số Factor Loading với các biến NLPV1 có Factor Loading là 0,838, NLVP2 có Factor Loading 0,729, NLPV3 có Factor Loading 0,739, NLPV4 có Factor Loading là 0,800, NLPV5 có Factor Loading là 0,681. Nên đặt tên nhân tố này là Năng lực phục vụ, ký hiệu là NLPV.

Nhân tố thứ hai được rút ra có chỉ số Eigenvalue = 2,949, nhân tố này giải thích được 38,082% biến thiên của dữ liệu. Nhân tố này có chỉ số Factor Loading với các biến DU1 có Factor Loading là 0,695, DU2 có Factor Loading 0,704, DU3 có Factor Loading 0,824, DU4 có Factor Loading là 0,677, DU5 có Factor Loading là 0,693.

Nên đặt tên nhân tố này là Khả năng đáp ứng, ký hiệu là DU.

Nhân tố thứ ba được rút ra có chỉ số Eigenvalue = 2,465, nhân tố này giải thích được 48,801% biến thiên của dữ liệu. Nhân tố này có chỉ số Factor Loading với các biến TC1 có Factor Loading là 0,734, TC2 có Factor Loading 0,744, TC3 có Factor Loading 0,751, TC4 có Factor Loading là 0,694, TC5 có Factor Loading là 0,587. Nên đặt tên nhân tố này là Mức độ tin cậy, ký hiệu là TC.

Nhân tố thứ tư được rút ra có chỉ số Eigenvalue = 1,618, nhân tố này giải thích được 55,836% biến thiên của dữ liệu. Nhân tố này có chỉ số Factor Loading với các biến PTHH1 có Factor Loading là 0,731, PTHH2 có Factor Loading 0,545, PTHH3 có Factor Loading 0,826, PTHH4 có Factor Loading 0,831 . Nên đặt tên nhân tố này là Phương tiện hữu hình, ký hiệu là PTHH.

Nhân tố thứ năm được rút ra có chỉ số Eigenvalue = 1,315, nhân tố này giải thích được 61,555% biến thiên của dữ liệu. Nhân tố này có chỉ số Factor Loading với các biến CT1 có Factor Loading là 0,721, CT3 có Factor Loading là 0,850, CT4 có Factor Loading là 0,775, CT5 có Factor Loading là 0,669. Nên đặt tên nhân tố này là Mức độ cảm thông, ký hiệu là CT.

- Phân tích nhân tố biến phụ thuộc

Ta đặt giả thuyết H0: giữa các biến quan sát của thang đo sự hài lòng chung về chất lượng dịch vụ cho vay KHCN không có mối quan hệ. Kiểm định KMO là 0,685 > 0,5 và và Sig. của kiểm định Bartlett's bé hơn 0,05 do đó bác bỏ H0. Như vậy, giữa các biến quan sát có mối quan hệ đủ lớn cần cho việc phân tích nhân tố khám phá.

Bảng 2.10: Kiểm định KMO and Bartlett's Test biến phụ thuộc

KMO and Bartlett's Test 
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.0,685
Bartlett's Test of SphericityApprox. Chi-Square87,800
Df3
Sig.0,000

Nguồn: Xử lý số liệu bằng SPSS

Bảng 2.11: Kết quả phân tích nhân tố biến phục thuộc

Kí hiệuBiến quan sátHệ số tải nhân tố
HL3Anh (chị) sẽ giới thiệu dịch vụ cho vay khách hàng cá nhân
của Ngân hàng cho người khác
0,831
HL1Nhìn chung, Anh (chị) hài lòng về chất lượng dịch vụ cho vay
khách hàng cá nhân của Ngân hàng
0,826
HL2Trong thời gian tới, Anh (chị) vẫn tiếp tục sử dụng dịch vụ
cho vay khách hàng cá nhân của Ngân hàng
0,787
Eigenvalues1,992
Phương sai trích (%)66,392

Nguồn: Xử lý số liệu bằng SPSS

Các nhân tố rút ra có hệ số tải nhân tố đều > 0,5. Hệ số tải nhân tố đều cao, các biến trong cùng một nhóm đều tải mạnh trên nhân tố mà nó đo lường, nhỏ nhất là 0,787. Do đó, không có một thành phần nào bị loại bỏ. Tổng phương sai trích là 66,392% > 50%, chứng tỏ phần giải thích được khá cao.

Kết quả cũng cho thấy có một nhân tố được rút ra và Eigenvalue > 1. Không có sự tách ra hay dịch chuyển của các nhân tố nên không có sự thay đổi về số nhân tố. Nhân tố này được rút ra có chỉ số Eigenvalue = 1,992, nhân tố này giải thích được 66,392 % biến thiên của dữ liệu. Nhân tố này có chỉ số Factor Loading với các biến HL1 có Factor Loading là 0,826, HL2 có Factor Loading 0,787, HL3 có Factor Loading 0,831. Nên đặt tên nhân tố này là Sự hài lòng, ký hiệu là HL.

2.2.2.3. Phân tích hồi quy

- Phân tích tương quan

Bước đầu tiên khi phân tích hồi quy tuyến tính ta sẽ xem xét các mối tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số tương quan giữa biến độc lập và biến phụ thuộc càng lớn chứng tỏ mối quan hệ tuyến tính càng lớn và phân tích hồi quy tuyến tính có thể phù hợp. Mặt khác, nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó cũng là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình ta đang xét.

Bảng 2.12: Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc

 HLNLPVDUTCPTHHCT
HLHệ số tương quan1     
Sig.      
NLPVHệ số tương quan0,321    
Sig.0,00     
DUHệ số tương quan0,4260,001   
Sig.0,000,500    
TCHệ số tương quan0,4330,000,001  
Sig.0,000,000,500   
PTHHHệ số tương quan0,2850,5000,000,001 
Sig.0,000,000,5000,500  
CTHệ số tương quan-0,0920,000,000,000,001
Sig.0,1480,5000,5000,5000,500 

Nguồn: Xử lý số liệu bằng SPSS

Qua bảng 2.12 cho thấy tất cả các biến có mức ý nghĩa Sig. < 0,05, ngoại trừ biến Mức độ cảm thông có mức ý nghĩa Sig. > 0,05 có nghĩa là biến Mức độ cảm thông không tương quan với biến Hài lòng. Chính vì vậy, loại biến Mức độ cảm thông ra khỏi mô hình trước khi phân tích hồi quy. Sau khi tiến hành phân tích nhân tố khám phá, nhóm các biến theo từng yếu tố, ta tiến hành hồi quy. Mô hình hồi quy áp dụng là mô hình hồi quy đa biến (mô hình hồi quy bội) để xem xét mối liên hệ giữa biến phụ thuộc và các biến độc lập. Khi phân tích hồi quy, kết quả sẽ cho thấy được các yếu tố ảnh hưởng đến sự hài lòng khi sử dụng dịch vụ cho vay KHCN tại NCB- Huế và mức độ tác động của chúng.

Cụ thể, phân tích hồi quy được thực hiện với 4 biến độc lập: (1) Năng lực phục vụ, (2) Khả năng đáp ứng, (3) Mức độ tin cậy, (4) Phương tiện hữu hình và biến phụ thuộc sự hài lòng. Phương pháp đưa vào một lượt (phương pháp Enter) được dùng để phân tích hồi quy. Giá trị của các yếu tố được dùng để chạy hồi quy là giá trị trung bình từ các yếu tố. Mô hình được viết như sau:

HL= ß0 + ß1*NLPV + ß2*DU + ß3*TC + ß4*PTHH

Trong đó:

ß0: hệ số tự do

ßi: hệ số hồi quy riêng phần tương ứng với các biến độ lập.

HL: giá trị của biến phụ thuộc là sự hài lòng của KH về chất lượng lượng dịch vụ cho vay KHCN

NLPV: Giá trị biến độc lập thứ nhất là Năng lực phục vụ

DU: Giá trị biến độc lập thứ hai là Khả năng đáp ứng

TC: Giá trị biến độc lập thứ ba là Mức độ tin cậy

PTHH: Giá trị biến độc lập thứ tư là Phương tiện hữu hình

- Đánh giá mức độ phù hợp của mô hình hồi quy

Để đánh giá độ phù hợp của mô hình ta dùng hệ số xác định R2 điều chỉnh. Hệ số xác định R2 điều chỉnh của mô hình này là 55,3%, thể hiện 4 biến độc lập trong mô hình giải thích được 55,3% biến thiên của biến phụ thuộc. Với giá trị này thì độ phù hợp của mô hình là chấp nhận được.

Bảng 2.13: Mô hình tóm tắt sử dụng phương pháp Enter

Mô hìnhRR2R2 điều chỉnhSai số chuẩn của ước lượngDurbin- Watson
10,7440,5530,5390,678938041,713

Nguồn: Xử lý số liệu bằng SPSS

Xem tất cả 88 trang.

Ngày đăng: 12/11/2021
Trang chủ Tài liệu miễn phí