Hệ Số “Cronbach’S Alpha Thang Đo Yếu Tố Chi Phí”

4.2.4. Hệ số “Cronbach’s Alpha Thang đo yếu tố chi phí”

Các biến quan sát chi phí bao gồm có 4 biến và kết quả (phụ lục 5) như sau:

Nhóm yếu tố rủi ro có “hệ số Cronbach’s Alpha” là 0,810 cho thấy mức độ tin cậy thang đo cao, hệ số này có ý nghĩa thống kê.

Hệ số tương quan biến tổng “Corrected Item – Total Correlation” của các biến quan sát đo lường thành phần “yếu tố chi phí” đều >0,3 (lớn hơn tiêu chuẩn cho phép 0,3). Nên sẽ không loại bỏ biến quan sát của thành phần này.

4.2.5. Hệ số “Cronbach’s Alpha Thang đo quyết định sử dụng”

Các biến quan sát của yếu tố quyết định sử dụng và kết quả spss (phụ lục 5)

Nhóm yếu tố rủi ro có “hệ số Cronbach’s Alpha” là 0,859 cho thấy mức độ tin cậy thang đo cao, hệ số này có ý nghĩa thống kê.

4.3. Phân tích nhân tố khám phá EFA

Sau khi tiến hành đánh giá, kiểm định độ tin cậy của thang đo, hệ số “Cronbach’s Alpha” của các nhóm biến đều lớn hơn 0,6, “hệ số tương quan biến tổng” đều lớn hơn 0,3 thỏa theo yêu cầu. tác giả tiếp tục nghiên cứu thực hiện phân tích EFA đối với các thang đo. Phân tích EFA là nhằm xác định các yếu tố nào có ảnh hưởng đến quyết định sử dụng internet banking thì khách hàng sử dụng có thể quan tâm đến thời gian được tiết kiệm hơn, hiệu suất công việc cao hơn hoặc có thể giao dịch mọi lúc mọi nơi,... phân tích nhân tố theo phương pháp trích yếu tố “Principal Component Analich” với “phép xoay Varimax with Kaiser Normalization”, kết quả như sau:

Bảng 4.4: Kết quả KMO biến độc lập

Yếu tố cần đánh giá

Giá trị chạy bảng	So sánh
Hệ số KMO	0,868	0,5< α <1

Có thể bạn quan tâm!

Xem toàn bộ 112 trang tài liệu này.

Giá trị trong kiểm định

Bartlett

0,000	<0,05
Phương sai trích	58,08%	58,08%>50%
Giá trị Eigenvalues	1,599%	1,599%>1

Nguồn: KQ tính toán số liệu SPSS

Bảng 4.5: Kết quả “phân tích nhân tố khám phá”

Biến

Nhân tố
1	2	3	4
HI3	0,776
HI4	0,754
HI6	0,717
HI2	0,707
HI5	0,695
HI1	0,680
DSD6		0,735
DSD3		0,720
DSD1		0,714
DSD4		0,704
DSD2		0,696
CP3			0,793
CP4			0,788
CP2			0,768
CP1			0,734
RR1				0,795

RR2

	0,709
RR4		0,708
RR3		0,689

Nguồn: KQ tính toán số liệu SPSS

Qua kết quả cho thấy các biến quan sát điều có hệ sô tải lớn hơn 0.5. Có 4 yếu tố đại diện cho sự thu hút đầu tư với các biến quan sát.

Yếu tố 1: bao gồm các biến quan sát: HI3,HI4,HI6,HI2,HI5,HI1. Đặt tên cho yếu tố này là X1, Đại diện cho sự hữu ích của dịch vụ Internet Banking.

Yếu tố 2: bao gồm các biến quan sát: DSD6,DSD3,DSD1,DSD4,DSD2( loại bỏ biến DSD5 tải lên 2 nhân tố nên loại bỏ chạy lại lần 2). Đặt tên cho yếu tố này là X2, đại diện cho yếu tố dễ sử dụng Internet Banking.

Yếu tố 3: bao gồm biến quan sát: CP3,CP4,CP2,CP1. Đặt tên cho yếu tố này là X3, đại diện cho các chi phí sử dụng Internet Banking.

Yếu tố 4: bao gồm cho yếu tố: RR1,RR2,RR4,RR3. Đặt tên cho yếu tố này là X4 đại diện cho các bước thực hiện giao dịch Internet Banking.

Giá trị của 4 yếu tố X1, X2, X3, X4 được phần mềm SPSS 20.0 tự động tính toán bằng phương pháp hồi quy các biến quan sát thành phần

Như vậy thang đo của độ tin cậy và các kiểm định của phân tích khám phá EFA, nhận ra 4 yếu tố đại diện cho sự hữu ích và dễ sử dụng của dịch vụ internet banking, rủi ro và chi phí khi sử dụng internet banking , qua các thao tác thực hiện giao dịch . số biến quan sát các yếu tố là 19 biến.

4.3.1. “Phân tích nhân tố EFA” cho biến phụ thuộc Bảng 4.6: Bảng KQ KMO biến phụ thuộc

Yếu tố cần đánh giá

Giá trị chạy bảng	So sánh
Hệ số KMO	0,300	0,3 ≤ α ≤1

Giá trị sig trong kiểm

định Bartlett

0,000	<0,05
Phương sai trích	77,984	77,984%>50%
Giá trị Eigenvalues	2,340	2,340%>1

Nguồn: KQ tính toán số liệu SPSS

Bảng 4.7: Kết quả “phân tích nhân tố khám phá EFA thang đo sự quyết định”

Biến

Nhân tố
	1
QD3	0,888
QD1	0,886
QD2	0,876

Nguồn: KQ tính toán số liệu SPSS Kết quả “phân tích khám phá” đối với thang đo sự quyết định có giá trị sig=0,000 < 0,05 (các biến trong tổng thể có mối quan hệ với nhau), đồng thời hệ số KMO = 0,300. Thang đo sự quyết định của khách hàng đối với sự hữu ích, dễ sử dụng, hạn chế rủi ro, chi phí trích thành 1 nhân tố từ 3 biến quan sát, với hệ số tải

nhân tố của 3 biến khá cao (đều lớn hơn 0,8).

4.4. Kiểm định mô hình và giả thuyết nghiên cứu

4.4.1. Phân tích tương quan

Trước khi tiến hành phân tích hồi quy tuyến tính bội, ta phải xem xét mối liên hệ tương quan giữa các biến

Bảng 4.8. Kết quả phân tích tương quan

Tương quan

Y (

quyết

F1 ( Sự

hữu ích)

F2 (sự

dễ sử

F3 ( chi phí )

F4 (rủi ro)

định)		dụng)
Y ( quyết định)	Pearson Correlation	1	0,692**	0,681**	0,462**	0,453**
Y ( quyết định)	Sig. (2- tailed)		0,000	0,000	0,000	0,000
F1 ( Sự hữu ích)	Pearson Correlation	.692**	1	.317**	.320**	.396**
F1 ( Sự hữu ích)	Sig. (2- tailed)	.000		.000	.000	.000
F2 (sự dễ sử dụng)	Pearson Correlation	.681**	.317**	1	.323**	.304**
F2 (sự dễ sử dụng)	Sig. (2- tailed)	.000	.000		.000	.000
F3 ( chi phí )	Pearson Correlation	.462**	.320**	.323**	1	.304**
F3 ( chi phí )	Sig. (2- tailed)	.000	.000	.000		.000
F4 (rủi ro)	Pearson Correlation	.453**	.396**	.304**	.304**	1
F4 (rủi ro)	Sig. (2- tailed)	.000	.000	.000	.000
**. Correlation is significant at the 0.01 level (2-tailed).

Nguồn: KQ tính toán số liệu SPSS Nhìn vào bảng 4.8 ta thấy giữa các biến độc lập và biến phụ thuộc có tương quan với nhau. Trong đó nhân tố độc lập “sự hữu ích” (0,692, p< 0,05) tương quan mạnh nhất với nhân tố phụ thuộc “ sự quyết định” và “Sự quyết định” tương quan yếu nhất với nhân tố độc lập “sự rủi ro” (0,453, p < 0,05).

Kết quả phân tích ở trên cho thấy các giá trị đối xứng qua đường chéo và các

giá trị nằm trên đường chéo chính đạt giá trị là 1 ( thoả mãn điều kiện -1 ≤ r ≤+1) (Hoàng Trọng và chu Nguyễn Mộng Ngọc, 2008). Ma trận này cho thấy có mối tương quan giữa các biến “ sự quyết định”( biến phụ thuộc) với các biến độc lập sự dễ sử dụng, sự hữu ích, rủi ro, phân tích không tìm thấy mối tương quan giữa biến “chi phí” và “sự quyết định”( giá trị Sig 0,692>0.05). tuy nhiên, giá trị r cho biết không có mối liên quan hệ tuyến tính chưa chắc là 2 biến đó thực sự không có mối liên hệ. ngoài ra, giữa các biến độc lập không có sự tương quan với nhau, vì thế có thể kết luận rằng giữa các biến độc lập không có hiện tượng đa công tuyến.

4.4.2. Phân tích hồi quy

Mô hình nghiên cứu và các giả thuyết được kiểm định bằng phương pháp hồi quy. Phương pháp “phân tích hồi quy” nhằm xác định vai trò quan trọng của từng yếu tố trong việc đánh giá của khách hàng khi sử dụng dịch vụ Internet Banking và các thành phần đánh giá dịch vụ (“Hữu ích”, “ Dễ sử dụng”, “Chi phí”, “ Rủi ro”). Các kiểm định được áp dụng thông qua số xác định R2 hiệu chỉnh và kiểm định F

4.4.2.1 Kiểm định sự phù hợp của mô hình tổng thể

Kết quả phân tích hồi quy cho thấy mô hình hồi quy có hệ số R2 và R2 hiệu chỉnh ở bảng 4.9 ta thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).

Ý nghĩa của R2 hiệu chỉnh: cho biến các biến độc lập giải thích được bao

nhiêu phần trăm (%) sự biến thiên của biến phụ thuộc.

Trong bài nghiên cứu ta có R2 hiệu chỉnh = 0.741 có nghĩa là 4 biến độc lập: DSD, HI, RR và CP giải thích được 74,1% sự thay đổi của QĐ (Quyết định sử dụng Internet Banking); còn lại 25,9% là do sự ảnh hưởng của các biến bên ngoài mô hình mà đề tài chưa tìm được và do sai số ngẫu nhiên.

Bảng 4.9: Bảng tóm tắt mô hình

Model Summary

Mô hình

R2 hiệu

chỉnh

Sai số chuẩn

ước lượng

0,861a

0,741

0,737

0,37580

Nguồn: kết quả phân tích SPSS

Bảng phân tích ANOVA của mô hình hồi quy cho thấy mô hình hồi quy có kiểm định F= 200,370, Sig.= 0,000 < 0,05 cho thấy sự phù hợp về tổng thể của mô hình hồi quy.

Bảng 4.10: Bảng phân tích ANOVA

Mô hình

Tổng bình phương	Bậc tự do Df	Bình phương trung bình	Giá trị thống kê F	Mức ý nghĩa Sig
Hồi quy	113,188	4	28,297	200,370	0,000b
Còn lại	39,543	280	0,141
Tổng	152,731	284

Nguồn: kết quả phân tích từ SPSS

4.4.2.2. Kiểm định giả thuyết nghiên cứu

Theo bảng 4.11, kiểm định các giả thuyết nghiên cứu cho thấy 4 yếu tố sự dễ sử dụng, sự hữu ích, rủi ro, chi phí điều có tác động đến sự quyết định sử dụng dịch vụ internet banking.

Bảng 4.11. Bảng tóm tắt kết quả hồi quy

Mô hình

Hệ số chưa chuẩn hóa

Hệ số

chuẩn hóa

Mức ý nghĩa

Thống kê cộng tuyến

Độ lệch

chuẩn

Beta

Độ

chấp nhận

Hệ số phóng

đại

	Std Error				của biến	phươn g sai VIF
Hằng số	-.198	.131		-1.504	.134
Sự hữu ích	.402	.030	.468	13.55 1	.000	.774	1.292
Dễ sử dụng	.388	.028	.463	13.80 4	.000	.823	1.216
Rủi ro	.077	.031	.085	2.478	.014	.787	1.271
Chi phí	.107	.026	.137	4.071	.000	.821	1.218

Nguồn: kết quả phân tích SPSS

Kết quả từ mô hình hồi quy tuyến tính cho thấy có 4 nhân tố độc lập có có hệ số chuẩn hoá Beta dương, có có sự tác động đến sự quyết định sử dụng dịch vụ internet banking của khách hàng cá nhân.

Kết quả mô hình hồi quy cho thấy sự hữu ích là thành phần có hệ số hồi quy chuẩn hoá cao nhất (hệ số β = 0,468; sig.=0,000), có nghĩa là thành phần có tác động lớn nhất đến sự quyết định sử dụng dịch vụ internet banking và đây là tác động cùng chiều, vì thế giả thuyết H2: sự hữu ích có ảnh hưởng rất lớn đến sự quyết định được chấp nhận. Đối với sự hữu ích của của dịch vụ internet banking tạo thêm sự quan tâm của khách hàng đối với sự quyết định sử dụng giúp khách hàng làm được nhiều việc hơn, giúp khách hàng tiết kiệm thời gian giao dịch chờ đợi đến lượt giao dịch tại quầy, giúp khách hàng có thể thực hiện giao dịch bất cứ nơi đâu…

Yếu tố tác động mạnh thứ hai “sự dễ sử dụng” với hệ số beta chuẩn hoá

=0,463; sig.=0,000, chất lượng là sự dễ sử dụng của sản phẩm tạo cho sự thu hút lượng khách hàng các thao tác IB đơn giản nói chung dễ sử dụng tiện lợi nên giả thuyết H1 chấp nhận.

Yếu tố tác động mạnh thứ ba về chi phí cũng có tác động đến sự quyết định với hệ số beta chuẩn hoá =0,137; Sig.= 0,000 và giả thuyết H4 được chấp nhận về

Xem toàn bộ nội dung bài viết ᛨ