Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá các thang đo thuộc các yếu tố cấu thành năng lực QTRRTD:
Toàn bộ 19 biến được đưa vào phân tích nhân tố khám phá (EFA). Nhiệm vụ của EFA nhằm khám phá cấu trúc của thang đo các nhân tố ảnh hưởng đến năng lực QTRRTD thông qua 6 yếu tố: A (Năng lực quản trị điều hành) B (Năng lực xây dựng và vận hành các công cụ đo lường RRTD) C (Năng lực KSRRTD) D (Năng lực xử lý RRTD) E (Năng lực nguồn nhân lực) F (Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin học).
Sau khi đảm bảo thực hiện đúng quy trình EFA, các yếu tố sẽ được kiểm định để làm sạch dữ liệu. Thực hiện phân tích EFA cho tổng thể 19 biến của các thang đo thuộc các yếu tố ảnh hưởng đến năng lực QTRRTD. Trong lần phân tích thứ nhất, với hệ số KMO = 0,687, Sig. = 0,000 và trong bảng Communalities có một hệ số nhỏ hơn 0,5 (là biến C4). Do đó, tác giả tiến hành loại bỏ một biến này (Biến C4).
Bảng 2. 17: Kiểm định KMO lần 1 các biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | 0.687 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 1827.237 |
df | 172 | |
Sig. | .000 | |
Có thể bạn quan tâm!
-
Tỷ Suất Roa, Roe Của Techcombank Giai Đoạn 2014 - 2019 -
Phân Loại Nợ Theo Tiêu Thức Định Tính Ở Techcombank -
Sử Dụng Mô Hình Kinh Tế Lượng Để Nghiên Cứu Mức Độ Ảnh Hưởng Của Các Yếu Tố Cấu Thành Năng Lực Quản Trị Rủi Ro Tín Dụng Tại Ngân Hàng -
Kiểm Định Giả Thiết Với Biến A Paired Samples Test -
Giải Pháp Nâng Cao Năng Lực Quản Trị Rủi Ro Tín Dụng Tại Ngân Hàng Thương Mại Cổ Phần Kỹ Thương Việt Nam -
Định Hướng Phát Triển Hoạt Động Kinh Doanh Tại Ngân Hàng Thương Mại Cổ Phần Kỹ Thương Việt Nam Đến 2030
Xem toàn bộ 265 trang tài liệu này.
Như vậy, trong lần phân tích nhân tố đầu tiên có 1 biến bị loại, có 18 biến còn lại được sử dụng cho phân tích nhân tố lần 2. Trong lần phân tích nhân tố lần 2, hệ số communatilies của các biến và ma trận hệ số tải nhân tố đều đảm bảo các điều kiện bắt buộc. Giai đoạn phân tích nhân tố đã hình thành với 18 biến khác nhau.
Bảng 2. 18: Kiểm định KMO lần 2 các biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .674 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 1748.003 |
df | 152 | |
Sig. | .000 | |
Trên cơ sở bảng kiểm định KMO lần 2 cho thấy, trị số KMO là 0,674, điều đó khẳng định giá trị KMO đảm bảo tính thích hợp của việc phân tích nhân tố khám phá và mức độ ý nghĩa của dữ liệu đưa vào thực hiện phân tích nhân tố. Thống kê Chi-Square
của kiểm định Bartlett có giá trị 1748.003 với mức ý nghĩa Sig. = 0,000 « 0,05.
Bảng 2.19: Kết quả phân tích phương sai trích các biến độc lập
Total Variance Explained
Initial Eigenvalues | Extraction Sums of Squared Loadings | Rotation Sums of Squared Loadings | |||||||
Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | Total | % of Variance | Cumula tive % | |
1 | 3.766 | 22.134 | 22.134 | 3.766 | 22.134 | 22.134 | 3.155 | 18.560 | 18.560 |
2 | 2.515 | 14.804 | 36.937 | 2.515 | 14.804 | 36.937 | 2.259 | 13.289 | 31.849 |
3 | 2.356 | 13.844 | 50.781 | 2.356 | 13.844 | 50.781 | 2.217 | 13.044 | 44.893 |
4 | 1.834 | 10.802 | 61.583 | 1.834 | 10.802 | 61.583 | 2.047 | 12.040 | 56.932 |
5 | 1.037 | 6.093 | 67.676 | 1.037 | 6.093 | 67.676 | 1.671 | 9.832 | 66.764 |
6 | 1.005 | 5.782 | 73.436 | 1.005 | 5.782 | 73.436 | 1.138 | 6.694 | 73.436 |
7 | .784 | 4.609 | 78.067 | ||||||
8 | .729 | 4.290 | 82.357 | ||||||
9 | .592 | 3.481 | 85.838 | ||||||
10 | .574 | 3.378 | 89.216 | ||||||
11 | .392 | 2.304 | 91.520 | ||||||
12 | .371 | 2.185 | 93.705 | ||||||
13 | .362 | 2.130 | 95.835 | ||||||
14 | .321 | 1.886 | 97.721 | ||||||
15 | .275 | 1.615 | 99.336 | ||||||
16 | .069 | .409 | 99.744 | ||||||
17 | .056 | .132 | 99.876 | ||||||
18 | .043 | .124 | 100.000 |
Extraction Method: Principal Component Analysis.
Bảng 2.20: Ma trận hệ số tương quan Rotated Component Matrix
Component | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
A1 | .747 | |||||
A2 | .715 | |||||
A3 | .676 | |||||
B1 | .812 | |||||
B2 | .695 | |||||
B3 | .667 | |||||
C1 | .792 | |||||
C2 | .767 | |||||
C3 | .664 | |||||
D1 | .832 | |||||
D2 | .756 | |||||
D3 | .734 | |||||
E1 | .845 | |||||
E2 | .773 | |||||
E3 | .675 | |||||
F1 | .767 | |||||
F2 | .714 | |||||
F3 | .612 |
Đồng thời, phân tích phương sai trích, cho thấy phương sai trích đạt giá trị
73,436%, giá trị này khá cao, như vậy 73,436% biến thiên của dữ liệu được giải thích bởi 6 yếu tố, các thang đo được rút ra và chấp nhận. Điểm dừng khi trích các nhân tố tại yếu tố thứ 6 với eigenvalue = 1,005. Như vậy, các biến quan sát có tương quan với nhautrên phạm vi tổng thể.
Tóm lại, sau 2 lần phân tích nhân tố khám phá, các biến thuộc các nhân tố sẽ được tiến hành phân tích hồi quy đa biến.
Phân tích nhân tố khám phá thang đo năng lực QTRRTD:
Thang đo năng lực QTRRTD được xây dựng nhằm khảo sát hiệu quả của hoạt động QTRRTD mang lại. Thang đo năng lực QTRRTD gồm 3 biến. Sau khi tiến hành chạy KMO ta được kết quả như sau:
Bảng 2. 21: Kiểm định KMO biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .630 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 158.565 |
df | 3 | |
Sig. | .000 | |
Trong phân tích nhân tố với biến năng lực QTRRTD, hệ số communatilities của các biến và ma trận hệ số tải nhân tố đều đảm bảo các điều kiện bắt buộc.
Bảng 2.22: Bảng hệ số Communalities
Initial | Extraction | |
G1 | 1.000 | .758 |
G2 | 1.000 | .629 |
G3 | 1.000 | .769 |
Extraction Method; Principal Component Analysis
Trên cơ sở bảng kiểm định KMO cho thấy, trị số KMO là 0,630, điều đó khẳng định giá trị KMO đảm bảo tính thích hợp của việc phân tích nhân tố khám phá và mức độ ý nghĩa của dữ liệu đưa vào thực hiện phân tích nhân tố. Thống kê Chi-Square của kiểm định Bartlett có giá trị 158.565 với mức ý nghĩa Sig. = 0,000 «0,05.
Việc phân tích phương sai trích, cho thấy phương sai trích đạt giá trị 65,192%, giá trị này khá cao, như vậy 65,192% biến thiên của dữ liệu được giải thích bởi 1 nhân tố, các thang đo được rút ra và chấp nhận. Điểm dừng khi trích các nhân tố tại nhân tố thứ 1 với eigenvalue = 1,963.
Bảng 2.23: Kết quả phân tích phương sai trích biến phụ thuộc Total Variance Explained
Initial Eigenvalues | Extraction Sums of Squared Loadings | |||||
Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | |
1 | 1.963 | 65.192 | 65.192 | 1.963 | 65.192 | 65.192 |
2 | .733 | 24.411 | 89.578 | |||
3 | .315 | 10.421 | 100.000 |
Nhìn chung, sự phù hợp trong phân tích nhân tố EFA nhân tố năng lực QTRRTD được đảm bảo để thực hiện phân tích hồi quy, nhân tố năng lực QTRRTD đóng vai trò là biến phụ thuộc trong mô hình nghiên cứu.
Với kết quả kiểm định trên, so với mô hình nghiên cứu đề xuất được đưa ra ban đầu, mô hình điều chỉnh là 6 yếu tố với 18 biến quan sát thuộc thang đo các nhân tố ảnh hưởng đến năng lực QTRRTD đóng vai trò là các biến độc lập trong phân tích hồi quy ở bước tiếp theo và biến Năng lực QTRRTD đóng vai trò là biến phụ thuộc (biến này gồm 3 quan sát khi được đưa vào phân tích hồi quy).
2.2.3.7. Thống kê mô tả các biến hồi quy
Bảng 2.24: Thống kê mô tả các biến hồi quy
Nhân tố | Viết tắt | Trung bình | |
1 | Năng lực quản trị điều hành | A | 4,7384 |
2 | Năng lực xây dựng và vận hành các công cụ đo lường RRTD | B | 4,6832 |
3 | Năng lực KSRRTD | C | 4,2165 |
4 | Năng lực xử lý RRTD | D | 4,0867 |
5 | Năng lực nguồn nhân lực | E | 4,3423 |
6 | Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin học | F | 4,3475 |
7 | Năng lực QTRRTD | G | 4,7354 |
Để thực hiện phân tích hồi quy nhằm khẳng định tín đúng đắn và phù hợp của các giả thuyết và mô hình nghiên cứu, trước tiên cần tổng hợp giá trị trung bình tương ứng các nhân tố độc lập của mô hình.
Ta thấy, giá trị trung bình của hầu hết các biến đều xoay quanh giá trị 4,3 điều này cho thấy mức độ tương xứng của các biến với nhau. Biến độc lập có giá trị trung bình lớn nhất là A (4,7354) chênh lệch so với biến phụ thuộc là + 0,003 và biến độc lập có giá trị
trung bình thấp nhất là D, chênh lệch so với biến phụ thuộc là - 0,6487.
2.2.3.8. Đánh giá mức độ phù hợp của mô hình
Kết quả phân tích hồi quy tuyến tính cho thấy mô hình có R2 = 0,812 và R2 hiệu chỉnh = 0,806. Ta thấy độ thích hợp của mô hình là 81,2%, hay nói một cách khác 81,2% sự biến thiên của yếu tố Năng lực QTRRTD (G) được giải thích của 6 yếu tố: A (Năng lực quản trị điều hành) B (Năng lực xây dựng và vận hành các công cụ đo lường RRTD) C (Năng lực KSRRTD) D (Năng lực xử lý RRTD) E (Năng lực nguồn nhân lực) F (Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin học)
Bảng 2. 25: Độ phù hợp của mô hình
R | R2 | R2 hiệu chỉnh | |
Giá trị | 0,901 | 0,812 | 0,806 |
Nguồn: Kết quả Phân tích SPSS tại phụ lục 05
Bảng 2. 26: Phân tích phương sai
Chỉ tiêu | Tổng bình phương | Bậc tự do | Trung bình bình phương | F | Mức ý nghĩa | |
1 | Tương quan | 28,263 | 6 | 4,711 | 162,331 | 0,000 |
2 | Phần dư | 5,656 | 193 | 0,029 | ||
3 | Tổng | 33,864 | 199 |
Nguồn: Kết quả Phân tích SPSS tại phụ lục 05
Bảng phân tích phương sai cho thấy sig = 0,000, mô hình hồi quy xây dựng phù hợp với dữ liệu thu được và các biến đưa vào đều có ý nghĩa thống kê, mức ý nghĩa 5%.
2.2.3.9. Kiểm định sự phù hợp của mô hình
Sử dụng kiểm định F trong phân tích phương sai với giá trị F = 162,331 để kiểm định giả thuyết về sự phù hợp của mô hình hồi quy nhằm xem xét biến Năng lực QTRRTD có quan hệ tuyến tính với các biến độc lập và với mức ý nghĩa sig = 0,000 « 0,05, điều đó cho thấy sự phù hợp của mô hình. Mô hình hồi quy đa biến thỏa mãn các điều kiện đánh giá và kiểm định sự phù hợp cho việc đưa ra các kết quả nghiên cứu.
Kiểm tra đa cộng tuyến và hiện tượng tự tương quan
Kiểm tra đa cộng tuyến
Có nhiều cách để phát hiện đa cộng tuyến: Hệ số R2 lớn nhưng t nhỏ, tương quan cặp các biến giải thích cao, hồi quy phụ, sử dụng hệ số phóng đại phương sai - VIF. Ở đây, NCS lựa chọn sử dụng hệ số VIF, nếu VIF > 10 thì có thể xảy ra hiện tượng đa cộng tuyến.
Bảng 2.27: Kiểm tra đa cộng tuyến
Thống kê đa cộng tuyến | ||
Độ chấp nhận của biến | Hệ số VIF | |
A.Năng lực quản trị điều hành | .748 | 1.345 |
B. Năng lực xây dựng và vận hành các công cụ đo lường RRTD | .745 | 1.349 |
C. Năng lực KSRRTD | .348 | 2.968 |
D. Năng lực xử lý RRTD | .334 | 2.987 |
E. Năng lực nguồn nhân lực | .975 | 1.034 |
F. Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin học | .977 | 1.021 |
Nguồn: Kết quả phân tích SPSS
Kết quả cho thấy, hệ số VIF của các biến đều nằm trong mức cho phép (hệ số VIF của các biển độc lập lần lượt là 1,345; 1,349; 2,968; 2,987; 1,034 và 1,025 cho thấy mô hình không bị đa cộng tuyến), nghĩa là hiện tượng đa cộng tuyến không xảy ra
Kiểm tra tự tương quan
Kiểm định Durbin - Watson được thực hiện nhằm kiểm định về giả định về tính độc lập của sai số (không có tự tương quan). Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau giá trị d sẽ gần bằng 2. Giá trị d = 1,784 nằm trong vùng chấp nhận, nghĩa là không có tự tương quan chuỗi bậc nhất hay nói cách khác là không có tương quan giữa các phần dư [96].
Kiểm tra phương sai không đồng nhất
Biểu đồ 2.11: Đồ thị phần dư chuẩn hóa của mô hình hồi các nhân tố
Regression Standardized Residual Dependent Variable: Năng lực QTRRTD
Nguồn: Kết quả phân tích SPSS
Việc kiểm tra phương sai không đồng nhất có rất nhiều phương pháp, ở đây, tác giả sử dụng phương pháp xem xét đồ thị phân phối chuẩn của phần dư. Thông qua kết quả đồ thị, có thể thấy rằng, phần dư tuân theo quy luật phân phối chuẩn với đồ thị hình chuông, giá trị độ lệch chuẩn gần bằng 1 (cụ thể = 0,905) và giá trị trung bình gần bằng
0 (cụ thể bằng 8,81.10'16), điều này đảm bảo để khẳng định rằng phương sai là đồng nhất trong kết quả phân tích.
2.2.3.10. Kết quả chạy mô hình nghiên cứu
Bảng 2.28: Phân tích hồi quy
Hệ số hồi quy chưa chuẩn hóa | Hệ số hồi quy chuẩn hóa | t | Sig. | Đa cộng tuyến | |||||
B | Std. Error | Beta | Tolerance | VIF | |||||
1 | Hằng số | .685 | .214 | 3.184 | .002 | ||||
A | .052 | .035 | .057 | 1.192 | .002 | .748 | 1.345 | ||
B | .867 | .034 | .934 | 27.53 | .000 | .745 | 1.349 | ||
C | .007 | .033 | .008 | .187 | .008 | .348 | 2.968 | ||
D | .021 | .032 | .035 | .658 | .004 | .334 | 2.987 | ||
E | .017 | .018 | .024 | .784 | .000 | .975 | 1.034 | ||
F | .045 | .018 | .076 | 2.546 | .013 | .977 | 1.021 | ||
a. Dependent Variable: Năng lực QTRRTD
Kết quả phân tích các hệ số hồi quy tuyến tính cho thấy giá trị Sig. tổng thể và các biến độc lập: A, B, C, D, E, F điều này chứng tỏ các yếu tố này đều có ý nghĩa 95% trong mô hình và đều có tác động đến Năng lực QTRRTD.
Sau khi chạy kết quả mô hình, các yếu tố cấu thành Năng lực QTRRTD, các hệ số hồi quy của các biến ảnh hưởng đều mang dấu dương, bao gồm: A, B, C, D, E, F. Tức các biến này tác động cùng chiều với năng lực QTRRTD.
Như vậy, phương trình hồi quy của mô hình thể hiện mối quan hệ giữa các yếu tố cấu thành đến năng lực QTRRTD là:
G = 00,685 + 0,052* A + 0,867*B + 0,007*C + 0,021*D + 0,017*E + 0,045*F
Từ phương trình hồi quy cho thấy Năng lực QTRRTD có quan hệ tuyến tính đối với các yếu tố A, B, C, D, E, F.
Mức độ ảnh hưởng cao nhất đến Năng lực QTRRTD đó là yếu tố Năng lực xây dựng và vận hành các công cụ đo lường RRTD (B có hệ số b = 0,867, tác động cùng chiều), tiếp đến là yếu tố Năng lực quản trị điều hành (A có b = 0,052, tác động cùng chiều), yếu tố Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin học (F có b = 0,045, tác động cùng chiều), yếu tố Năng lực xử lý RRTD (D có b = 0,021, tác động cùng chiều), yếu tố Năng lực nguồn nhân lực (E có b = 0.017, tác động cùng chiều) và yếu tố Năng lực KSRRTD (C có b = 0,007, tác động cùng chiều).
Bảng 2.29: Tổng hợp xu hướng tác động của các yếu tố cấu thành năng lực QTRRTD (từ kết quả mô hình)
Năng lực quản trị điều hành | Năng lực xây dựng và vận hành các công cụ đo lường RRTD | Năng lực Kiểm soát RRTD | Năng lực xử lý RRTD | Năng lực nguồn nhân lực | Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin | |
Xu hướng tác động đến Năng lực QTRRTD | + | + | + | + | + | + |
Kết luận:
G = 00,685 + 0,052* A + 0,867*B + 0,007*c + 0,021*D + 0,017*E + 0,045*F
Để cụ thể hóa, NCS tách riêng từng yếu tố để phân tích, để thấy được ảnh hưởng của từng yếu tố đến Năng lực QTRRTD.
Trong các yếu tố cấu thành năng lực QTRRTD thì yếu tố năng lực xây dựng và vận hành các công cụ QTRRTD tác động nhiều nhất. Theo kết quả hồi quy ta thấy, khi nhân tố năng lực xây dựng và vận hành các công cụ QTRRTD tốt hơn (tăng lên 1 đơn vị) thì năng lực QTRRTD tăng lên 86,7%, có nghĩa QTRRTD sẽ mang lại hiệu quả hơn.
Tương tự, khi quan điểm Năng lực quản trị điều hành tăng lên 1 đơn vị thì Năng lực QTRRTD tăng lên 5,2%. Tức khi Năng lực quản trị điều hành được cải thiện, thì năng lực QTRRTD sẽ tốt hơn.
Như vậy, có thể thấy rằng, để nâng cao năng lực QTRRTD sẽ phải cần gia tăng yếu tố năng lực xây dựng và vận hành các công cụ đo lường RRTD, Năng lực quản trị điều hành, Năng lực KSRRTD, Năng lực xử lý RRTD, Năng lực nguồn nhân lực, Năng lực xây dựng và ứng dụng hệ thống thông tin quản lý, cơ sở hạ tầng tin học
2.2.3.11. Kiểm định giả thuyết hồi quy:
Kiểm định giả thuyết hồi quy với Phân tích phương sai
Kiểm định giả thuyết với biến A:
Yếu tố Năng lực quản trị điều hành tương quan thuận với Năng lực QTRRTD. Nhận định này được chứng minh qua kết quả hồi quy, cụ thể, khi nhân tố Năng lực quản trị điều hành tăng lên 1 đơn vị thì Năng lực QTRRTD tăng lên 5,2%. Vậy điều này hoàn toàn thỏa mãn với giả thuyết đưa ra với biến A.
Bảng 2.30: Kết quả kiểm định ANOVA Biến A.
ANOVA
Sum of Squares | df | Mean Square | F | Sig. | |
Between Groups | 10.434 | 4 | 2.606 | 21.705 | .000 |
Within Groups | 23.434 | 195 | .140 | ||
Total | 33.868 | 199 |