Tải bản đầy đủ
3 Nghiên cứu chính thức

3 Nghiên cứu chính thức

Tải bản đầy đủ

34
VNDS, FPTS, PNS). Số lượng phỏng vấn viên tiến hành điều tra khảo sát qua phỏng
vấn trực tiếp là 2 người, được tác giả giải thích rõ nội dung trong bảng khảo sát và được
huấn luyện kỹ năng giao tiếp với khách hàng. Với số lượng phiếu khảo sát phát ra là 50
bảng câu hỏi khảo sát.
 Phỏng vấn qua điện thoại : Qua các mối quan hệ tác giả nghiên cứu đã cố gắng thu
thập được danh sách gồm một số các khách hàng đang có tài khoản và giao dịch thuộc
các trụ sở giao dịch chứng khoán tại Tp.HCM của 10 CTCK (HSC, SSI, ACBS,
MBKE, VCSC, VDSC, MBS, VNDS, FPTS, PNS). Bao gồm các thông tin cần thiết
cho việc tiến hành khảo sát qua điện thoại và qua thư điện tử như sau: họ và tên, số điện
thoại, địa chỉ thư điện tử. Phỏng vấn qua điện thoại được tiến hành với danh sách khách
hàng mà tác giả thu thập nêu trên. Số lượng phỏng vấn viên tiến hành điều tra khảo sát
qua phỏng vấn qua điện thoại là 4 người, được tác giả giải thích rõ nội dung trong bảng
khảo sát và được huấn luyện kỹ năng giao tiếp với khách hàng qua điện thoại. Với số
lượng phiếu khảo sát qua điện thoại là 100 bảng câu hỏi khảo sát.
 Phát phiếu khảo sát qua thư điện tử: Phương pháp phát phiếu khảo sát qua thư điện
tử được tiến hành với danh sách khách hàng mà tác giả thu thập được nêu trên. Số
lượng phỏng vấn viên tiến hành phát phiếu điều tra khảo sát qua thư điện tử là 1 người,
được huấn luyện kỹ năng giao tiếp với khách hàng qua email. Bảng câu hỏi tự trả lời
được thiết kế bằng công cụ Google Drive được sử dụng để thu thập dữ liệu trong công
cụ này. Với số mail khảo sát gửi đi là 700 bảng câu hỏi khảo sát.
3.3.3 Phương pháp xử lý và phân tích dữ liệu
Sau khi thu thập, toàn bộ các bảng khảo sát được xem xét và loại đi những bảng không đạt
yêu cầu. Sau đó, dữ liệu sẽ được nhập liệu và xử lý bằng phần mềm thống kê SPSS 16.0 qua
các phân tích sau: đánh giá độ tin cậy của các thang đo, phân tích nhân tố khám phá và phân
tích hồi qui.
3.3.3.1 Phân tích độ tin cậy Cronbach Alpha
Cronbach Alpha là phép kiểm định thống kê về mức độ chặt chẽ (khả năng giải thích cho
một khái niệm nghiên cứu) của tập hợp các biến quan sát (các câu hỏi) trong thang đo thông
qua hệ số Cronbach Alpha.
Theo nhiều nhà nghiên cứu (như: Nunally (1978); Peterson (1994); Slater (1995)), đề nghị
hệ số Cronbach Alpha ≥ 0.6 là có thể sử dụng được trong trường hợp khái niệm đang nghiên
cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu [4]. Tuy nhiên, Cronbach
Alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Bởi vậy, bên cạnh hệ số

35
Cronbach Alpha, người ta còn sử dụng hệ số tương quan biến tổng (item – total correlation) và
những biến nào có tương quan biến tổng <0.3 được xem là biến rác, cần loại bỏ ra khỏi thang
đo (Nunnally & Burnstein, 1994).
Với nghiên cứu này, tác giả quyết định giữ lại các thang đo có trị số Cronbach alpha ≥ 0.6
và loại các biến quan sát có tương quan biến tổng < 0.3.
3.3.3.2 Phân tích nhân tố EFA
Phân tích nhân tố khám phá (EFA) là tên chung của một nhóm thủ tục được sử dụng phổ
biến để đánh giá thang đo hay rút gọn một tập biến. Trong nghiên cứu này, phân tích nhân tố
được ứng dụng để tóm tắt tập các biến quan sát vào một số nhân tố nhất định đo lường các khía
cạnh khác nhau của các khái niệm nghiên cứu. Tiêu chuẩn áp dụng và chọn biến đối với phân
tích nhân tố khám phá EFA bao gồm:
 Hệ số KMO dùng để đánh giá sự thích hợp của EFA. Do đó, EFA được gọi là thích hợp
khi: 0.5 ≤ KMO ≤ 1. Đồng thời, kiểm định Bartlett xem xét giả thuyết H0 (các biến
không có tương quan với nhau trong tổng thể), nếu kiểm định này có ý nghĩa thống kê
(Sig. < 0.05), ta bác bỏ giả thuyết H0, nghĩa là các biến có tương quan với nhau trong
tổng thể.
 Tiêu chuẩn rút trích nhân tố gồm chỉ số Eigenvalue (đại diện cho lượng biến thiên được
giải thích bởi các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân
tích nhân tố giải thích được bao nhiêu % và bao nhiêu % bị thất thoát). Theo Gerbing
và Anderson (1988), các nhân tố có Eigenvalue <1 sẽ không có tác dụng tóm tắt thông
tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi EFA). Vì thế, các nhân
tố chỉ được rút trích tại Eigenvalue > 1 và được chấp nhận khi tổng phương sai trích ≥
50%. Theo Nguyễn Khánh Duy (2009), nếu sau phân tích EFA là phân tích hồi qui thì
có thể sử dụng phương pháp trích Pricipal components với phép xoay Varimax.
 Tiêu chuẩn hệ số tải nhân tố (Factor loading) biểu thị tương quan đơn giữa các biến với
các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair et al. (1998), Factor
loading > 0.3 được xem là đạt mức tối thiểu.
Với nghiên cứu này, tác giả sử dụng phương pháp trích Principal components với phép
xoay Varimax, rút trích các nhân tố có Eigenvalue >1, với Tổng phương sai trích ≥ 50%, 0.5 ≤
KMO ≤ 1 và Bartlett’s test (Sig.) < 0.05; loại bỏ các biến quan sát có trị số Factor loading ≤
0.5 hay sự khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố < 0.3.

36
3.3.3.3 Phân tích hồi qui đa biến
a) Xem xét sự tương quan giữa các biến
Sử dụng hệ số Pearson để xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ
thuộc với biến độc lập, cũng như giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa
biến phụ thuộc với các biến độc lập lớn, chứng tỏ giữa chúng có mối quan hệ với nhau và phân
tích hồi qui 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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) [4].
b) Kiểm định các giả định của mô hình hồi qui
Phân tích hồi qui không phải chỉ là việc mô tả các dữ liệu quan sát được. Từ các kết quả
quan sát được trong mẫu, ta phải suy rộng kết luận cho mối liên hệ giữa các biến trong tổng
thể.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), sự chấp nhận và diễn dịch kết quả
hồi qui không thể tách rời các giả định cần thiết và sự chẩn đoán về sự vi phạm các giả định
đó. Nếu các giả định bị vi phạm, thì các kết quả ước lượng được không đáng tin cậy nữa. Vì
vậy, để đảm bảo sự diễn dịch từ kết quả hồi qui của mẫu cho tổng thể có giá trị, trong phần này
sẽ tiến hành kiểm định các giả định của hàm hồi qui, bao gồm: liên hệ tuyến tính; phương sai
của sai số không đổi; phân phối chuẩn của phần dư; tính độc lập của sai số; không có hiện
tượng đa cộng tuyến.
 Liên hệ tuyến tính: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phương
pháp được sử dụng là biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung
và giá trị dự đoán chuẩn hóa trên trục hoành. Nếu giả định liên hệ tuyến tính thỏa mãn, thì ta sẽ
không nhận thấy có liên hệ gì giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán rất ngẫu
nhiên
 Phương sai của sai số không đổi: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc
(2008, trang 226), hiện tượng phương sai của sai số thay đổi có thể làm cho các ước lượng của
hệ số hồi qui không chệch nhưng không hiệu quả (tức là không phải ước lượng phù hợp nhất),
từ đó làm cho kiểm định các giả thuyết mất hiệu lực khiến chúng ta đánh giá nhầm về chất
lượng của mô hình hồi qui. Để thực hiện kiểm định này, tác giả sẽ sử dụng hệ số tương quan
hạng Spearman của giá trị tuyệt đối phần dư và các biến độc lập.

37
 Phân phối chuẩn của phần dư: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc
(2008, trang 228), phần dư có thể không tuân theo phân phối chuẩn vì những lý do: sử dụng
mô hình không đúng, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều
để phân tích. Vì vậy, ta sử dụng nhiều cách khảo sát khác nhau để đảm bảo tính xác đáng của
kiểm định. Nghiên cứu này sẽ sử dụng cách xây dựng biểu đồ tần số Histogram và biểu đồ P-P
plot để khảo sát phân phối của phần dư.
 Tính độc lập của sai số: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang
232-233), nguyên nhân hiện tượng này có thể là do các biến có ảnh hưởng không được đưa hết
vào mô hình do giới hạn và mục tiêu nghiên cứu, chọn mối liên hệ tuyến tính mà lẽ ra là phi
tuyến, sai số trong đo lường các biến …, các lý do này có thể dẫn đến vấn đề tương quan chuỗi
trong sai số và tương quan chuỗi cũng gây ra những tác động sai lệch nghiêm trọng đến mô
hình hồi qui tuyến tính như hiện tượng phương sai thay đổi. Đại lượng thống kê DurbinWatson có thể dùng để kiểm định tương quan này. Nếu Durbin-Watson nằm trong đoạn từ 1
đến 3 thì có thể chấp nhận hiện tượng tự tương quan không xảy ra.
 Không có hiện tượng đa cộng tuyến: Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc
(2008, trang 235, 252), cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt
chẽ với nhau. Vấn đề của hiện tượng này là chúng cung cấp cho mô hình những thông tin rất
giống nhau và rất khó tách rời ảnh hưởng của từng biến đến biến phụ thuộc; làm tăng độ lệch
chuẩn của các hệ số hồi qui và làm giảm giá trị thống kê t của kiểm định mức ý nghĩa trong khi
hệ số R square vẫn khá cao. Trong mô hình hồi qui này, giả định giữa các biến độc lập của mô
hình không có hiện tượng đa cộng tuyến. Hiện tượng này được kiểm định thông qua hệ số
phóng đại phương sai VIF (Variance inflation factor). Khi VIF vượt quá 10, đó là dấu hiệu của
đa cộng tuyến. Tuy nhiên, theo Nguyễn Hùng Phong (2012), không có tiêu chuẩn chính xác
nào của VIF nói lên độ lớn của VIF là bao nhiêu thì hiện tượng đa cộng tuyến xảy ra nhưng
theo kinh nghiệm nếu VIF > 5 thì hiện tượng đa cộng tuyến xuất hiện. Với nghiên cứu này, tác
giả sử dụng VIF ≤ 5 thì không có hiện tượng đa cộng tuyến hoặc nếu có hiện tượng đa cộng
tuyến xảy ra thì cũng không đáng kể.
c) Phân tích hồi qui
Nếu các giả định không bị vi phạm, mô hình hồi qui tuyến tính được xây dựng. Phương
trình hồi qui tuyến tính đa biến có dạng:
Y = B0 + B1*X1 + B2*X2 + B3*X3 + … + Bi*Xi

38
Trong đó:

Y: mức độ thỏa mãn
Xi: các yếu tố tác động đến sự thỏa mãn
B0: hằng số, Bi: các hệ số hồi qui (i > 0)

Khi tiến hành phân tích hồi qui tuyến tính, ta xem xét:
 Đánh giá độ phù hợp của mô hình hồi qui tuyến tính bằng hệ số xác định R2 điều
chỉnh: Hệ số xác định tỉ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập trong
mô hình hồi qui. Đó cũng là thông số đo lường độ thích hợp của đường hồi qui theo qui tắc R2
càng gần 1 thì mô hình xây dựng càng thích hợp, R2 càng gần 0 mô hình càng kém phù hợp với
tập dữ liệu mẫu. Tuy nhiên, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự
phù hợp của mô hình đối với dữ liệu trong trường hợp có hơn 1 biến giải thích trong mô hình.
Trong tình huống này R2 điều chỉnh (Adjusted R square) được sử dụng để phản ánh sát hơn
mức độ phù hợp của mô hình tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại
của R2 (Nguyễn Đình Thọ, 2011).
 Kiểm định độ phù hợp của mô hình: Kiểm định F trong phân tích phương sai là một
phép kiểm định giả thuyết về độ phù hợp của mô hình tuyến tính tổng thể. Nếu giả thuyết H0
của kiểm định F bị bác bỏ thì có thể kết luận mô hình hồi qui tuyến tính đa biến phù hợp với
tập dữ liệu và có thể sử dụng được (Nguyễn Đình Thọ, 2011).

39
Tóm tắt chương 3
Nội dung chính của chương 3 là phương pháp nghiên cứu. Tác giả đã đưa ra quy trình
nghiên cứu và phương pháp nghiên cứu của đề tài gồm: Nghiên cứu sơ bộ có sử dụng kỹ thuật
kiệt kê tự do, kỹ thuật thảo luận nhóm và kỹ thuật phỏng vấn sâu bán cấu trúc; Nghiên cứu
chính thức định lượng qua phỏng vấn trực tiếp, phỏng vấn qua điện thoại và phát phiếu khảo
sát trực tuyến qua thư điện tử.
Trong đó, tác giả đã thiết kế thang đo gồm 6 biến chính và 40 biến thành phần, trong đó:
tính hữu hình (TAN) được đo lường bằng 10 biến quan sát, sự đáp ứng (RES) được đo lường
bằng 9 biến quan sát, độ tin cậy (REL) được đo lường bằng 4 biến quan sát, sự đảm bảo (ASS)
được đo lường bằng 10 biến quan sát, sự đồng cảm (EMP) được đo lường bằng 4 biến quan sát
và sự hài lòng của khách hàng về CLDV MGCK (SAT) được đo lường bằng 3 biến quan sát.
Bên cạnh đó, tác giả đã đề cập khá rõ ràng về các kỹ thuật phân tích dữ liệu sẽ sử dụng
trong nghiên cứu này, bao gồm: phân tích độ tin cậy Cronbach Alpha, phân tích nhân tố EFA
và phân tích hồi qui đa biến.
Cuối cùng, từ những kỹ thuật phân tích dữ liệu trên giúp tác giả xây dựng kích thước mẫu
tối thiểu cần thiết cho nghiên cứu này là 200 và quyết định phương pháp chọn mẫu phi xác
suất- lấy mẫu thuận tiện với 850 bảng câu hỏi khảo sát được phát ra và gửi đi.

40
Chương 4 : KẾT QUẢ NGHIÊN CỨU SỰ HÀI LÒNG CỦA KHÁCH HÀNG
VỀ CLDV MGCK CỦA 10 CTCK ĐỨNG ĐẦU THỊ PHẦN MÔI GIỚI CP&CCQ SÀN
HSX NĂM 2012 TẠI TP.HCM

4.1 Mô tả mẫu nghiên cứu
Với 850 bảng câu hỏi gửi đi phỏng vấn, kết quả thu về được 317 mẫu hợp lệ (chiếm
37.29% so với số lượng bảng câu hỏi được gửi đi).
Bảng 4.1: Thống kê mẫu nghiên cứu
Thông tin mẫu
Công ty chứng khoán đang giao dịch
Công ty Cổ phần Chứng khoán TP.HCM (HSC)
Công ty Cổ phần Chứng khoán Sài Gòn (SSI)
Công ty TNHH Chứng khoán ACB (ACBS)
Công ty Cổ phần Chứng khoán Maybank Kimeng (MBKE)
Công ty Cổ phần Chứng khoán Bản Việt (VCSC)
Công ty Cổ phần Chứng khoán MB (MBS)
Công ty Cổ phần Chứng khoán Vndirect (VNDS)
Công ty Cổ phần Chứng khoán FPT (FPTS)
Công ty Cổ phần Chứng khoán Rồng Việt (VDSC)
Công ty Cổ phần Chứng khoán Phương Nam (PNS)
Gía trị đầu tư vào chứng khoán
Dưới 100 triệu đồng
Từ 100-300 triệu đồng
Từ 300-500 triệu đồng
Từ 500 triệu-1 tỷ đồng
Từ 1-5 tỷ đồng
Trên 5 tỷ đồng
Thời gian tham gia đầu tư chứng khoán
Dưới 6 tháng
Từ 6-12 tháng
Từ 1-5 năm
Trên 5 năm
Mức độ thường xuyên giao dịch
Thường xuyên ít nhất 1 lần/tuần
Thường xuyên ít nhất 1 lần/tháng
Thường xuyên ít nhất 1 lần/6 tháng
Không thường xuyên

Tần suất
xuất hiện

Tỷ lệ
%

18
33
41
34
35
26
64
40
15
11

5.68%
10.41%
12.93%
10.73%
11.04%
8.20%
20.19%
12.62%
4.73%
3.47%

31
75
87
77
31
16

9.78%
23.66%
27.44%
24.29%
9.78%
5.05%

44
73
96
104

13.88%
23.03%
30.28%
32.81%

55
153
66
43

17.35%
48.26%
20.82%
13.56%

41
Kết quả cho thấy:


Kết quả khảo sát tiến hành tại 10 CTCK đứng đầu thị phần môi giới CP&CCQ sàn
HSX năm 2012 tại địa bàn Tp.HCM đã thu được 317 phiếu khảo sát hợp lệ. Trong đó,
20.19% đối tượng tham gia khảo sát đang giao dịch tại VNDS là nhiều nhất, tiếp đến
là ACBS (chiếm 12.93%), FPTS (chiếm 12.62%), VCSC (chiếm 11.04%), MBKE
(chiếm 10.73%), SSI (chiếm 10.41%), MBS (chiếm 8.20%), HSC (chiếm 5.68%),
VDSC (chiếm 4.73%) và cuối cùng là PNS (chiếm 3.47%);



Số lượng khách hàng tham gia khảo sát có giá trị đầu tư vào chứng khoán từ 300-500
triệu đồng là nhiều nhất (chiếm 27.44%), tiếp theo là khách hàng có giá trị đầu tư vào
chứng khoán từ 500 triệu-1 tỷ đồng (chiếm 24.29%), giá trị đầu tư vào chứng khoán từ
100-300 triệu đồng (chiếm 23.66%), giá trị đầu tư vào chứng khoán từ 1-5 tỷ đồng
(chiếm 9.78%), giá trị đầu tư vào chứng khoán dưới 100 triệu đồng (chiếm 9.78%) và
cuối cùng là nhóm khách hàng đầu tư trên 5 tỷ đồng (chiếm 5.05%);



Số lượng khách hàng tham khảo sát đã đầu tư vào chứng khoán trên 5 năm là cao nhất
(chiếm 32.81%), tiếp theo nhóm khách hàng tham gia đầu tư từ 1-5 năm (chiếm
30.28%), nhóm khách hàng có thời gian đầu tư từ 6-12 tháng (chiếm 23.03%) và cuối
cùng là nhóm khách hàng tham gia đầu tư dưới 6 tháng (chiếm 13.88%);



Số lượng khách hàng tham gia khảo sát có mức độ thường xuyên giao dịch chứng
khoán ít nhất 1 lần/tháng là cao nhất (chiếm 48.26%), kế đến là nhóm khách hàng
thường xuyên giao dịch ít nhất 1 lần/6 tháng (chiếm 20.82%), nhóm khách hàng
thường xuyên giao dịch ít nhất 1 lần/tuần (chiếm 17.35%) và cuối cùng là nhóm khách
hàng không thường xuyên giao dịch chiếm (13.56%).

4.2 Kết quả phân tích thang đo độ tin cậy Cronbach Alpha
4.2.1 Đánh giá thang đo CLDV MGCK
Bảng 4.2: Bảng hệ số Cronbach Alpha của thang đo CLDV MGCK
Biến quan sát
Tính
hữu hình

Hệ số tương quan

Hệ số Cronbach Alpha nếu

biến - tổng

bỏ biến đang xem xét

Cronbach Alpha = 0.876
TAN1
.678
TAN2
.595

.858
.865