Đánh Giá Độ Tin Cậy Thang Đo “Xu Hướng Sử Dụng”


Kết quả tính toán hệ số Cronbach’s Alpha đối với các khái niệm nghiên cứu cho thấy, hệ số Cronbach’s Alpha của tất cả các khái niệm nghiên cứu đều lớn hơn 0,6 và các hệ số tương quan biến tổng đều lớn hơn 0,3 nên tất cả các biến được giữ lại đưa vào phân tích vì chúng đảm bảo độ tin cậy của thang đo. Do vậy, thang đo“Yếu tố nhân viên”,“Chương trình khuyến mãi”, “Yếu tố lãi suất”, “Uy tín thương hiệu”, “Vai trò cá nhân” ,“Cơ sở vật chất và yếu tố tiện lợi” là phù hợp và đáng tin cậy.

Đánh giá độ tin cậy của nhân tố “Xu hướng sử dụng” cũng cho hệ số Cronbach’s Alpha = 0,816. Hệ số tương quan của 3 biến quan sát đều lớn hơn 0,3. Do đó, thang đo “Xu hướng sử dụng” cũng đảm bảo độ tin cậy để thực hiện các kiểm định tiếp theo.

Bảng 15: Đánh giá độ tin cậy thang đo “Xu hướng sử dụng”



BIẾN

Trung bình thang đo nếu loại

biến

Phương sai thang đo nếu loại

biến

Tương quan tổng biến

Hệ số Cronbach's Alpha nếu loại biến

Xu hướng sử dụng: Cronbach's Alpha = 0,816

Tôi vẫn tiếp tục sử dụng dịch vụ tiền gửi

của ngân hàng trong thời gian tới

7,34

1,656

0,680

0,757

Tôi sẽ tăng giá trị khoản tiền gửi tiết kiệm

tại ngân hàng

7,61

1,240

0,675

0,752

Tôi sẽ giới thiệu bạn bè, người thân gửi

tiết kiệm tại ngân hàng

7,84

1,357

0,683

0,731

Có thể bạn quan tâm!

Xem toàn bộ 145 trang tài liệu này.

Nghiên cứu các nhân tố ảnh hưởng đến xu hướng sử dụng dịch vụ tiền gửi tiết kiệm của khách hàng cá nhân tại ngân hàng TMCP Đông Á chi nhánh Huế - 11

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)

2.3.5. Kiểm định phân phối chuẩn của số liệu

Nghiên cứu sử dụng phương pháp phân tích đa biến để xác định đánh giá của khách hàng, do đó điều kiện bắt buộc là đảm bảo dữ liệu thu thập được tuân theo quy luật phân phối chuẩn hoặc xấp xỉ chuẩn. Dựa theo “Phân tích dữ liệu nghiên cứu với SPSS” của Hoàng Trọng và Chu Nguyễn Mộng Ngọc, thì với số lượng mẫu lớn hơn 30 là biến quan sát đã xấp xỉ chuẩn. Trong các nghiên cứu gần đây, có một số nhà khoa


học cho rằng, mẫu điều tra phải đảm bảo lớn hơn 100 mẫu thì mới coi là xấp xỉ chuẩn. Nghiên cứu này, số mẫu mà tôi tiến hành thu thập được hợp lệ là 145 > 100 nên đã thảo mãn điều kiện. Tuy nhiên để an toàn và đảm bảo độ tin cậy tôi đã dùng hệ kiểm định hệ số mất cân đối Skewness và hệ số tập trung Kurtosis Test để kiểm tra lại phân phối chuẩn của các nhân tố. Một phân phối Skewness hay một phân phối Kurtosis được xem là phân phối chuẩn khi Standard Eror của nó nằm trong khoảng từ -2 đến 2. Kết quả kiểm định được thể hiện như sau:

Bảng 16: Kiểm định phân phối chuẩn



Skewness

Kurtosis

Statistic

Std. Error

Statistic

Std. Error

Yếu tố nhân viên

-0,340

0,201

0,420

0,400

Chương trình khuyến mãi

-0,384

0,201

0,014

0,400

Uy tín thương hiệu

-0,867

0,201

4,451

0,400

Yếu tố lãi suất

-0,494

0,201

0,131

0,400

Vai trò cá nhân ảnh hưởng

-1,335

0,201

0,473

0,400

Cơ sở vật chất và yếu tố tiện lợi

- 0,339

0,201

1,380

0,400

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


Kết quả kiểm định thể hiện ở bảng trên cho thấy các giá trị Std. Error của Skewness và Kurtosis đều nằm trong khoảng từ -2 đến 2. Điều này cho phép kết luận phân phối của 6 nhân tố là phân phối chuẩn.


2.3.6. Hiệu chỉnh mô hình nghiên cứu

Quá trình phân tích độ phù hợp của thang đo và phân tích nhân tố ở trên đã xác định được sáu nhân tố mới. Do đó, mô hình mới được điều chỉnh trong nghiên cứu như sau:

Yếu tố nhân

viên

Chương trình khuyến mãi

Uy tín

thương hiệu

Yếu tố lãi

suất

Vai trò cá nhân

ảnh hưởng

Cơ sở vật chất

và yếu tố tiện

Xu hướng sử dụng

Sơ đồ 10: Mô hình nghiên cứu điều chỉnh Xu hướng sử dụng của khách hàng

2.3.7. Phân tích hồi quy tuyến tính

2.3.7.1.Xem xét mối tương quan giữa các biến

Bảng 17: Hệ số tương quan Pearson




Yếu tố nhân viên

Chương trình khuyến

mãi


Uy tín thương hiệu


Yếu tố

lãi suất

Vai trò cá nhân ảnh

hưởng

Cơ sở vật chất và yếu tố

tiện lợi

Xu hướng sử dụng

Xu hướng sử dụng

Tương quan Pearson


0,518


0,510


0,231


0,512


0,533


0,503


1

Sig. (2-phía)

0,000

0,000

0,010

0,000

0,000

0,000


(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


Xem bảng kết quả trong bảng ma trận hệ số tương quan ta thấy biến phụ thuộc và các biến độc lập có mối tương quan với nhau, giá trị Sig. bé hơn mức ý nghĩa α = 0,05 cho thấy sự tương quan có ý nghĩa về mặt thống kê. Hay nói cách khác các nhân


tố nói trên có ảnh hưởng đến xu hướng sử dụng dịch vụ tiền gửi tiết kiệm của khách hàng cá nhân tại ngân hàng TMCP Đông Á chi nhánh Huế. Trong đó, biến “Vai trò cá nhân ảnh hưởng” có tương quan tương đối mạnh, trong khi biến “Uy tín thương hiệu” có tương quan không cao với biến phụ thuộc là “Xu hướng sử dụng”.

2.3.7.2. Lựa chọn biến cho mô hình

Một biến phụ thuộc thông thường chịu ảnh hưởng của nhiều biến độc lập khác nhau, tuy nhiên, không phải lúc nào phương trình càng nhiều biến thì càng phù hợp với dữ liệu. Vì mô hình càng nhiều biến độc lập thì càng khó giải thích và khó đánh giá ảnh hưởng của mỗi biến độc lập đến biến phụ thuộc. Việc sử dụng phương pháp lựa chọn hồi quy từng bước trong thiết lập mô hình sẽ giúp nhận ra các biến độc lập có khả năng dự đoán tốt cho biến phụ thuộc. Đó là sự kết hợp giữa phương pháp đưa vào dần và phương pháp loại trừ dần. Tại mỗi bước, song song với việc xem xét để đưa dần vào phương trình hồi quy những biến có ý nghĩa nhất với phương trình hồi quy và đưa ra khỏi phương trình đó biến độc lập khác theo một quy tắc xác định. Do đó phương pháp này bảo đảm được mức độ tin cậy cao hơn.

Bảng 18: Kết quả của thủ tục chọn biến


Các biến đưa vào/ loại raa

Mô hình

Biến đưa vào

Biến loại ra

Phương pháp

1

Vai trò cá nhân ảnh

hưởng

.

Từng bước (Tiêu chuẩn: Xác suất F-vào

<= ,050, Xác xuất F-ra >= ,100).

2

Yếu tố lãi suất

.

Từng bước (Tiêu chuẩn: Xác suất F-vào

<= ,050, Xác xuất F-ra >= ,100).


Chương trình

khuyến mãi


Từng bước (Tiêu chuẩn: Xác suất F-vào

<= ,050, Xác xuất F-ra >= ,100).

3

4

Yếu tố nhân viên


Từng bước (Tiêu chuẩn: Xác suất F-vào

<= ,050, Xác xuất F-ra >= ,100).

5

Cơ sở vật chất và yếu tố tiện lợi


Từng bước (Tiêu chuẩn: Xác suất F-vào

<= ,050, Xác xuất F-ra >= ,100).

Biến phụ thuộc: Xu hướng sử dụng

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


Kết quả ở bảng trên cho thấy 6 biến độc lập đưa vào thì có 5 biến “Vai trò cá nhân ảnh hưởng”, “Yếu tố lãi suất”,“Chương trình khuyến mãi”, “Yếu tố nhân viên”,“Cơ sở vật chất và yếu tố tiện lợi” đủ tiêu chuẩn xác suất F-vào 0,05 và xác suất F-ra 0,1. Vì vậy mô hình nghiên cứu được biểu diễn dưới dạng phương trình hồi quy như sau:

XHSD = β0 + β1 VTCN + β2 YTLS + + β3 CTKM+ β4YTNV+ β5 CSVC&YTTL

Trong đó:

XHSD: Giá trị của biến phụ thuộc là xu hướng sử dụng dịch vụ gửi tiết kiệm

tại Ngân hàng của khách hàng cá nhân.

VTCN: Giá trị của biến độc lập thứ nhất là vai trò cá nhân ảnh hưởng

YTLS: Giá trị của biến độc lập thứ hai là Yếu tố lãi suất

CTKM: Giá trị của biến độc lập thứ ba là Chương trình khuyến mãi

YTNV: Giá trị của biến độc lập thứ tư là Yếu tố nhân viên..

CSVC&YTTL: Giá trị của biến độc lập thứ năm là Cơ sở vật chất và yếu tố

tiện lợi.

Và βi là hệ số hồi quy riêng phần tương ứng với các biến độc lập

H1: Nhóm các yếu tố thuộc về Vai trò cá nhân ảnh hưởng có tương quan với xu hướng sử dụng dịch vụ tiết kiệm của khách hàng cá nhân tại Ngân hàng

H2: Nhóm các yếu tố thuộc về Yếu tố lãi suất có tương quan với xu hướng sử

dụng dịch vụ tiết kiệm của khách hàng cá nhân tại Ngân hàng.

H3: Nhóm các yếu tố thuộc về Chương trình khuyến mãi có tương quan với xu hướng sử dụng dịch vụ tiết kiệm của khách hàng cá nhân tại Ngân hàng.

H4: Nhóm các yếu tố thuộc về Yếu tố nhân viên có tương quan với xu hướng sử dụng dịch vụ tiết kiệm của khách hàng cá nhân tại Ngân hàng.

H5: Nhóm các yếu tố thuộc về Cơ sở vật chất và yếu tố tiện lợi có tương quan

với xu hướng sử dụng dịch vụ tiết kiệm của khách hàng cá nhân. tại Ngân hàng.


2.3.7.3. Đánh giá và kiểm định độ phù hợp cuả mô hình hồi quy

Từ kết quả dưới đây, ta thấy rằng kiểm định F cho giá trị p - value (Sig.) < 0,05, chứng tỏ là mô hình phù hợp và cùng với đó giá trị R2 điều chỉnh cao nhất là 0,552. Như vậy độ phù hợp của mô hình là 55,2%. Hay nói cách khác 55,2% biến thiên của biến “Xu hướng sử dụng” của khách hàng được giải thích bởi 5 biến quan sát trên, còn lại là do tác động của các yếu tố khác ngoài mô hình

Bảng 19: Tóm tắt mô hình hồi quy đa biến xu hướng sử dụng


hình

R

R2

R2

hiệu chỉnh

Ước lượng độ lệch chuẩn

Durbin-Watson

1

0,533a

0,284

0,279

0,48380


1,819

2

0,680b

0,463

0,455

0,42038

3

0,718c

0,516

0,506

0,40047

4

0,734d

0,539

0,525

0,39248

5

0,743e

0,552

0,536

0,38825

a. Các yếu tố dự đoán: (Hằng số),VTCN, YTLS, CTKM,YTNV,CSVC&TL

b. Biến phụ thuộc: Xu hướng sử dụng

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


Bảng 20: Kiểm định độ phù hợp của mô hình


ANOVAf

Mô hình

Tổng bình phương

df

Trung bình bình phương

F

Sig.

5

Hồi quy

25,780

5

5,156

34,204

0,000e

Số dư

20,953

139

0,151



Tổng

46,733

144




a. Các yếu tố dự đoán: VTCN , YTLS, CTKM,YTNV,CSVC&TL

b. Biến phụ thuộc: Xu hướng sử dụng

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


2.3.7.4. Dò tìm các vi phạm giả định cần thiết

a. Giả định về phân phối chuẩn của phần dư



Biểu đồ 6: Tần số Histogram của phần dư chuẩn hoá của mô hình

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


Tính chất phân phối của phần dư thể hiện qua biểu đồ tần số Histogram: với Mean = -1,30E-15 gần bằng 0 và độ lệch chuẩn Std. Dev = 1.000 bằng 1, có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm.

b. Giả định tính độc lập của sai số

Đại lượng Durbin - Watson được dùng để kiểm định tương quan của các sai số

kề nhau. Giả thuyết khi tiến hành kiểm định này là:

H0: hệ số tương quan tổng thể của các phần dư bằng 0.

Có tự tương

quan thuận chiều (dương)

Miền không có

kết luận

Chấp nhận giả thuyết

không có tự tương quan

chuỗi bậc nhất

Miền không có

kết luận

Có tự tương quan ngược

chiều (âm)

Thực hiện hồi quy cho ta kết quả về giá trị kiểm định Durbin - Watson trong bảng tóm tắt mô hình trên bằng 1,819. Giá trị d tra bảng Durbin - Watson với 5 biến độc lập và 145 quan sát là dL = 1,665 và dU = 1,802.


0 dL

1,665

dU 1,802

2 4-dU

2,198

4-dL

2,335


Giá trị d Durbin-watson nằm trong khoảng dU < d < 4-dU , đây là miền chấp nhận giả thuyết không có tự tương quan. Như vậy mô hình không vi phạm giả định về hiện tượng tự tương quan.

c. Giả định không có hiện tượng Đa cộng tuyến

Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau và cung cấp cho mô hình những thông tin rất giống nhau, khó tách ảnh hưởng của từng biến một. Do đó để tránh diễn giải sai lệch kết quả hồi quy so với thực tế, phải xem xét hiện tượng cộng tuyến giữa các biến độc lập.

Bảng 21: Kiểm định hiện tượng đa cộng tuyến mô hình Xu hướng sử dụng



Mô hình

Đo lường đa cộng tuyến

Độ chấp nhận

Hệ số phóng đại phương sai


5

(Hằng số)



Vai trò cá nhân ảnh hưởng

0,835

1,197

Yếu tố lãi suất

0,681

1,469

Chương trình khuyến mãi

0,682

1,466

Yếu tố nhân viên

0,643

1,555

Cơ sở vật chất và yếu tố tiện lợi

0.673

1,485

(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)


Nhìn vào kết quả với độ chấp nhận lớn và hệ số phóng đại phương sai (VIF) của các biến nhỏ, mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến. Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị VIF lớn hơn hay bằng 10.

Xem tất cả 145 trang.

Ngày đăng: 16/05/2023
Trang chủ Tài liệu miễn phí