Trang chủ / Lãi Suất

Kiểm Định Kmo Thang Đo Các Thành Phần Tác Động Hq

các thang đo. Bảng hỏi của nghiên cứu này gồm 34 quan sát dùng trong phân tích nhân tố. Do vậy cỡ mẫu tối thiểu cần đạt là 45*5 = 225 quan sát.


Nghiên cứu này sử dụng cả phương pháp phân tích nhân tố khám phá EFA và phương pháp SEM nên mẫu phải >=200 quan sát. Theo điều kiện điều tra thực tế, để có thể thực hiện tốt việc thu thập số liệu, tác giả đã chọn mẫu phi xác suất theo kiểu thuận tiện (các đơn vị mẫu được chọn tại một địa điểm và vào một thời gian nhất định) tức là liên hệ phỏng vấn trực tiếp các nhân viên đang công tác tại ngân hàng Viettinbank.


Cách thức chọn mẫu điều tra: Tác giả tiến hành lấy mẫu phi xác suất theo kiểu thuận tiện bằng việc lấy ý kiến của hơn 350 nhân viên ngân hàng Viettinbank, tiến hành lấy mẫu theo phương pháp thuận tiện. Đối tượng được khảo sát là các cán bộ đang công tác tại Viettinbank. Dữ liệu nghiên cứu sau khi được tác giả điều tra sẽ được tiến hành sàng lọc và làm sạch (loại bỏ những phiếu rác). Mẫu cuối cùng được đưa vào phân tích là N = 324, dữ liệu sẽ được xử lý trên phần mềm SPSS và AMOS để đưa ra những kiểm định, kết luận và khuyến nghị cho các nhà quản lý ngân hàng tại Viettinbank.

2.3.5. Kết quả nghiên cứu‌


2.3.5.1. Đánh giá độ tin cậy thang đo (Cronbach Alpha)


Kết quả Cronbach’s alpha của các thang đo về các thành phần của Công tác QTRRLS được thể hiện trong bảng 2.2 Các thang đo được thể hiện bằng 43 biến quan sát. Các thang đo này đều có hệ số tin cậy Cronbach’s alpha đạt yêu cầu.


Cụ thể: Cronbach’s alpha của Cơ chế điều hành lãi suất của NHTW (LS) là 0,830; Cronbach’s alpha của thang đo mức độ phát triển và sự ổn định của nền

kinh tế vĩ mô (VM) là 0,870; Cronbach’s alpha của thang đo xây dựng quy trình quản trị rủi ro (QTRR) là 0,833; Cronbach’s alpha của thang đo công tác kiểm tra giám sát quy trình quản trị rủi ro lãi suất (KTGS) là 0,875; Cronbach’s alpha của hệ thống công nghệ thông tin của ngân hàng (CNTT) là 0,868; Cronbach’s alpha của dự báo rủi ro lãi suất (DBRR) là 0,867; Cronbach’s alpha của đặc thù hoạt động kinh doanh của các NHTM (KD) là 0,867; Cronbach’s alpha của nhân lực của ngân hàng (NLNH) là 0,795; Cronbach’s alpha của Công tác quản trị rủi ro lãi suất (HQ) là 0,870


Hơn nữa các hệ số tương quan biến tổng hiệu chỉnh đều cao hơn mức cho phép. Các hệ số này đều lớn hơn 0,4.


Hệ số Cronbach’s Alpha được sử dụng để loại biến rác trước. Các biến có hệ số tương quan biến tổng (item­total correlation) nhỏ hơn 0,3 sẽ bị loại và thang đo phải có độ tin cậy alpha từ 0,60 trở lên (Nunnally & Burnstein 1994). Sau đó các biến có trọng số (factor loading) nhỏ hơn 0,50 trong EFA sẽ tiếp tục bị loại


Vì vậy, tất cả các thang đo đều đạt yêu cầu về độ tin cậy (0,6<Cronbach’s alpha < 0,95) và được đưa vào phân tích nhân tố khám phá (EFA) để kiểm định giá trị hội tụ và giá trị phân biệt.

Bảng 2.12. Cronbach’s Alpha của các khái niệm nghiên cứu



Biến quan sát

Trung bình thang đo nếu loại

biến


Phương sai thang đo nếu loại biến


Tương quan với biến tổng

Cronbach’s alpha nếu

loại biến

Độ tin cậy của thang đo LS, Alpha = 0.830

Có thể bạn quan tâm!

Xem toàn bộ 264 trang tài liệu này.

Quản trị rủi ro lãi suất tại Ngân hàng Thương mại Cổ phần Công thương Việt Nam - 18


LS1

10.18

11.706

.680

.775

LS2

10.19

11.717

.615

.808

LS3

9.99

12.659

.662

.785

LS4

10.13

12.169

.681

.775

Độ tin cậy của thang đo VM, Alpha = 0.870

VM1

14.23

16.508

.741

.831

VM2

14.19

16.746

.734

.833

VM3

13.99

16.551

.666

.850

VM4

14.02

16.575

.757

.828

VM5

13.90

17.099

.592

.869

Độ tin cậy của thang đo QTRR, Alpha = 0.833

QTRR1

13.10

22.442

.658

.793

QTRR2

13.11

22.022

.678

.787

QTRR3

13.08

23.000

.630

.801

QTRR4

13.01

23.251

.572

.817

QTRR5

12.98

22.990

.627

.802

Độ tin cậy của thang đo KTGS, Alpha = 0.875

KTGS1

11.08

11.238

.738

.836

KTGS2

11.18

11.584

.719

.844

KTGS3

11.13

11.238

.729

.840

KTGS4

11.15

11.212

.736

.837

Độ tin cậy của thang đo CNTT, Alpha = 0.868

CNTT1

9.54

9.066

.745

.821

CNTT2

8.85

8.870

.654

.864

CNTT3

9.58

9.513

.753

.821

CNTT4

9.53

9.166

.745

.822

Độ tin cậy của thang đo DBRR, Alpha = 0.867(loại DBRR7)

DBRR1

17.94

22.959

.708

.836


DBRR2

17.86

23.414

.643

.848

DBRR3

18.01

23.145

.640

.848

DBRR4

17.97

23.296

.684

.841

DBRR5

17.95

23.416

.637

.849

DBRR6

17.88

22.946

.668

.843

Độ tin cậy của thang đo KD, Alpha = 0.867 (loại KD5)

KD1

10.14

12.444

.687

.844

KD2

10.09

12.314

.705

.836

KD3

9.98

12.130

.768

.811

KD4

9.86

12.285

.715

.832

Độ tin cậy của thang đo NLNH, Alpha = 0.795

NLNH1

7.26

4.894

.688

.666

NLNH2

7.15

5.598

.590

.769

NLNH3

7.27

5.211

.638

.721

Độ tin cậy của thang đo HQ, Alpha = 0.870

HQ1

29.78

25.449

.634

.854

HQ2

29.68

25.811

.627

.855

HQ3

29.86

25.488

.544

.863

HQ4

29.71

25.917

.587

.858

KD5

29.25

27.007

.437

.871

HQ5

29.56

24.569

.667

.850

HQ6

29.85

24.958

.650

.852

HQ7

29.69

25.491

.680

.850

HQ8

29.86

25.839

.648

.853

Nguồn: Kết quả từ phần mềm SPSS

2.3.5.2. Phân tích nhân tố khám phá EFA


Trong luận án nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả

năng rút gọn số lượng 43 biến quan sát (sau khi đã loại 02 quan sát: DBRR7,

KD5) xuống còn một số ít các biến dùng để phản ánh một cách cụ thể sự tác động của các nhân tố trong mô hình nghiên cứu. Kết quả phân tích nhân tố được thể hiện dưới đây:


Kiểm định KMO


Để tiến hành phân tích nhân tố khám phá thì dữ liệu thu được phải đáp ứng được các điều kiện qua kiểm định KMO và kiểm định Bartlett’s. Bartlett’s Test dùng để kiểm định giả thuyết H0 là các biến không có tương quan với nhau trong tổng thể, tức ma trận tương quan tổng thể là một ma trận đơn vị, hệ số KMO dùng để kiểm tra xem kích thước mẫu ta có được có phù hợp với phân tích nhân tố hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2007) thì giá trị Sig. của Bartlett’s Test nhỏ hơn 0.05 cho phép bác bỏ giả thiết H0 và giá trị 0.5<KMO<1 có nghĩa là phân tích nhân tố là thích hợp.

Bảng 2.13. Kiểm định KMO thang đo các thành phần tác động HQ


KMO and Bartlett's Test

Kaiser­Meyer­Olkin Measure of Sampling Adequacy.

.822

Approx. Chi­Square

6672.677

Bartlett's Test of df Sphericity

903

Sig.

.000

Nguồn: Kết quả từ phần mềm SPSS

Kết quả phân tích nhân tố, thang đo HQ gồm 43 biến quan sát, theo kiểm định Cronbach’s alpha thì các quan sát này đều phù hợp. Kiểm định KMO và Barlett’s trong phân tích factor cho thấy sig = ,000 và hệ số KMO rất cao ( 0,822

> 0,5) nên phân tích EFA thích hợp sử dụng trong nghiên cứu này.


Bảng 2.14 Kết quả phân tích EFA


Pattern Matrixa


Biến quan sát

Factor

1

2

3

4

5

6

7

8

9

HQ7

.739









HQ6

.712









HQ8

.700









HQ1

.700









HQ5

.700









HQ2

.693









HQ4

.623









HQ3

.587









DBRR4


.792








DBRR1


.777








DBRR6


.761








DBRR2


.707








DBRR5


.607








DBRR3


.587








VM1



.863








VM4



.821







VM2



.803







VM3



.704







VM5



.617







QTRR2




.773






QTRR3




.721






QTRR5




.698






QTRR1




.693






QTRR4




.642






KTGS4





.808





KTGS3





.798





KTGS1





.791





KTGS2





.784





CNTT3






.825




CNTT1






.809




CNTT4






.807




CNTT2






.735




KD3







.860



KD2







.782



KD4







.767



KD1







.758



LS4








.784


LS1








.765



LS3








.750


LS2








.686


NLNH1









.823

NLNH3









.764

NLNH2









.682

Eigenvalue

6.399

4.383

3.225

2.783

2.756

2.605

2.505

1.992

1.557

Phương sai trích

14.882

25.075

32.576

39.048

45.458

51.515

57.34

61.973

65.594

Cronbach’s alpha

0.870

0.867

0.870

0.833

0.875

0.868

0.867

0.830

0.795


Nguồn: Kết quả từ phần mềm SPSS

Ma trận xoay các nhân tố


Phương pháp được chọn

ở đây là phương pháp xoay nhân tố

Promax

proceduce, xoay nguyên góc các nhân tố để tối thiểu hoá số lượng các quan sát có hệ số lớn tại cùng một nhân tố. Vì vậy, sẽ tăng cường khả năng giải thích các nhân tố. Sau khi xoay ta cũng sẽ loại bỏ các quan sát có hệ số tải nhân tố nhỏ hơn 0.5 ra khỏi mô hình. Chỉ những quan sát có hệ số tải nhân tố lớn hơn 0.5 mới được sử dụng để giải thích một nhân tố nào đó. Phân tích nhân tố khám phá EFA sẽ giữ lại các biến quan sát có hệ số tải lớn hơn 0.5 và sắp xếp chúng thành những nhóm chính.

Bảng 2.15 Ma trận xoay các nhân tố


Factor Correlation Matrix


Factor


1


2


3


4


5


6


7


8


9


1


1.000


.045


­.047


.016


­.071


­.021


.038


­.104


.063

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 02/12/2022