Chương 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Nghiên cứu chính thức
3.3.1 Phương pháp thu thập thông tin và cỡ mẫu
Thông tin dữ liệu được thu thập thông qua điều tra các khách hàng cá nhân của các ngân hàng thương mại trên địa bàn tỉnh Đồng Nai. Kỹ thuật phỏng vấn trực diện để thu thập dữ liệu. Phương pháp điều tra mẫu là phương pháp thuận tiện.
Phương pháp phân tích dữ liệu chủ yếu được sử dụng trong nghiên cứu này là phương pháp phân tích nhân tố khám phá EFA và phân tích hồi quy bội. Theo Hair
&ctg(1998), để phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu là ít nhất 5 mẫu trên 1 biến quan sát.
Mô hình nghiên cứu có số biến quan sát là 35, theo tiêu chuẩn trên thì số mẫu tối thiểu là n = 35x5 = 175. Để đạt được kích thước mẫu đề ra 300 bảng câu hỏi được gửi đi phỏng vấn. Các bảng câu hỏi được gửi đi phỏng vấn tại các cơ quan làm việc như trường học, cơ quan nhà nước, các quầy giao dịch thuộc các Ngân hàng thương mại trên địa bàn tỉnh Đồng Nai.
3.3.2 Phân tích dữ liệu.
Thang đo được mã hoá tại bảng 3.1 như sau:
Bảng 3.1 Mã hoá các thang đo về xu hướng lựa chọn Ngân hàng.
STT Mã Hoá Biến quan sát
Thành phần ảnh hưởng từ người thân
1 NT1 Những người thân trong gia đình như cha, mẹ, anh, chị có ảnh hưởng đến quyết định lựa chọn Ngân hàng của Anh/chị.
2 NT2 Bạn bè, đồng nghiệp có ảnh hưởng đến quyết định lựa chọn Ngân hàng của Anh/chị.
3 NT3 Những người quen làm trong nghành Ngân hàng có ảnh hưởng đến quyết định lựa chọn Ngân hàng của Anh/chị.
4 NT4 Đối tác làm ăn với anh/chị có ảnh hưởng đến việc lựa chọn Ngân hàng của anh/chị.
Thành phần vị trí Ngân hàng thuận tiện
5 VT1 Số lượng điểm giao dịch nhiều là tiêu chí lựa chọn Ngân hàng của Anh/chị.
6 VT2 Vị trí Ngân hàng gần nhà, nơi công tác, nơi học hành có ảnh hưởng đến quyết định lựa chọn Ngân hàng của anh/chị.
7 VT3 Vị trí Ngân hàng nằm trên các đường lớn, giao thông thuận tiện có ảnh hưởng đến sự lựa chọn Ngân hàng của Anh/Chị
Thành phần Nhận biết thương hiệu
8 TH1 Tôi biết được Ngân hàng X
9 TH2 Tôi có thể dễ dàng nhận biết Ngân hàng X trong nhiều Ngân hàng khác 10 TH3 Tôi có thể dễ dàng phân biệt Ngân hàng X với các Ngân hàng khác 11 TH4 Đặc điểm dịch vụ của Ngân hàng X dễ dàng phân biệt với NH khác 12 TH5 Tôi có thể nhớ và nhận biết lô gô của Ngân hàng X một cách dễ dàng 13 TH6 Khi nhắc đến Ngân hàng X, tôi có thể dễ dàng hình dung ra nó Thành phần Thái độ đối với chiêu thị
14 CT1 Các quảng cáo của Ngân hàng X rất thường xuyên 15 CT2 Các quảng cáo của Ngân hàng X rất hấp dẫn 16 CT3 Tôi rất thích các quảng cáo của Ngân hàng X
17 CT4 Các chương trình khuyến mại của Ngân hàng X rất thường xuyên 18 CT5 Các chương trình khuyến mại của Ngân hàng X thường rất hấp dẫn.
19 CT6 Tôi rất thích tham gia các chương trình khuyến mại của Ngân hàng X Thành phần Chất lượng Dịch vụ cung cấp
20 DV1 Nhân viên Ngân hàng X sẵn sàng đáp ứng mọi nhu cầu của anh/chị 21 DV2 Nhân viên Ngân hàng X luôn thể hiện sự quan tâm đến Anh/Chị 22 DV3 Nhân viên Ngân hàng X sẵn sàng giúp đỡ Anh/Chị
23 DV4 Nhân viên Ngân hàng X luôn phục vụ Anh/chị một cách nhanh chóng 24 DV5 Nhân viên Ngân hàng X luôn tỏ ra lịch sự với Anh/Chị
25 DV6 Các sản phẩm dịch vụ của Ngân hàng X đa dạng.
26 DV7 Anh/chị cảm thấy an tâm khi sử dụng dịch vụ của Ngân hàng X Thành phần Lợi ích tài chính
27 TC1 Anh chị chọn Ngân hàng X bởi vì lãi suất vay thấp hơn các NH khác
28 TC2 Anh chị chọn Ngân hàng X bởi vì lãi suất tiết kiệm cao hơn các NH khác 29 TC3 Anh chị chọn Ngân hàng X vì phí giao dịch thấp thơn Ngân hàng Khác Thành phần xu hướng lựa chọn Ngân hàng
30 LC1 Nhìn chung tôi lựa chọn Ngân hàng X là do ảnh hưởng từng người thân.
31 LC2 Nhìn chung tôi lựa chọn Ngân hàng X vì vị trí của nó thuận lợi cho tôi giao dịch
32 LC4 Nhìn chung tôi lựa chọn Ngân hàng X vì thương hiệu của nó.
33 LC5 Nhìn chung tôi chọn Ngân hàng X vì ấn tượng với quảng cáo, khuyến mại của nó.
34 LC6 Nhìn chung tôi chọn Ngân hàng X vì chất lượng dịch vụ cung cấp tốt.
35 LC7 Nhìn chung tôi chọn Ngân hàng X vì lợi ích tài chính.
3.3.2.1 Lập Bảng tần số để mô tả mẫu thu thập theo các thuộc tính như :
Để mô tả về mẫu thu thập được một cách chi tiết ta lập các bảng thuộc tính về Giới tính, độ tuổi, thu nhập, Ngân hàng đang sử dụng dịch vụ. Từ số liệu thể hiện trên các bảng mô tả này ta có cái nhìn tổng quan về các mẫu thu thập.
3.3.2.2 Kiểm định sơ bộ thang đo alpha:
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại bỏ. Thang đo có hệ số Cronbach alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới(Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có
Cronbach alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
3.3.2.3 Phân tích nhân tố khám phá EFA ( exploratory factor analysis):
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không bảo đảm độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mới quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO(Kaiser – Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Ngoài ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng eigenvalue đại diện cho lương biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố(
component matrix) hay ma trận nhân tố khi các nhân tố được xoay ( rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hoá bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố Principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
3.3.2.4 Xây dựng phương trình hồi quy.
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như kiểm tra phần dư chuẩn hoá, kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor).
Nếu giả định không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. và hệ số R2 đã được điều chỉnh (adjusted R square) cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào.
Tóm tắt chương 3.
Chương này trình bày phương pháp nghiên cứu gồm 2 bước chính: Nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thông qua thảo luận nhóm và phỏng vấn thử. Nghiên cứu chính thức được thực hiện bằng phương pháp định lượng. Chương này cũng trình bày kế hoạch phân tích dữ liệu thu thập được. Chương 4 trình bày cụ thể kết quả nghiên cứu.