Phân tích nhân tố khám phá EFA để xác định các nhân tố thành phần và đo lường độ phù hợp của mô hình.
- Phân tích nhân tố khám phá EFA đối với thang đo các nhân tố ảnh hưởng
Toàn bộ các biến quan sát được đưa vào phân tích nhân tố khám phá (EFA), để rút trích các nhân tố ảnh hưởng đến mô hình nhằm giảm bớt hay tóm tắt dữ liệu và tính độ tin cậy (Sig) của các biến quan sát có quan hệ chặt chẽ với nhau hay không. Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá (EFA) như sau:
Hệ số KMO1(Kaiser-Mayer-Olkin) >= 0,5;
Mức ý nghĩa của kiểm định Bartlett <= 0,05;
Hệ số tải nhân tố (Factor loading) > 0,4 nếu biến quan sát nào có hệ số tải nhân tố< 0,4 sẽ bị loại2;
Thang đo được chấp nhận khi tổng phương sai trích >= 50%;
Hệ số eigenvalue > 1 (Gerbing và Anderson, 1998);
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố>= 0,3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
Kết quả phân tích nhân tố khám phá (EFA) cho thấy tất cả 29 biến quan sát trong 7 thành phần nhân tố vẫn giữ nguyên thành phần ban đầu. Hệ số KMO = 0,925 nên EFA phù hợp với dữ liệu và thống kê Chi-quare của kiểm định Bertlett đạt giá trị 4589,092 với mức ý nghĩa 0,000; do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể; phương sai trích được là 61,21% thể hiện 7 nhân tố rút ra được giải thích 61,21% biến thiên của dữ liệu, tại hệ số Eigenvalue = 1,083.
Các thành phần nhân tố vẫn giữ nguyên theo mô hình đề xuất ban đầu, cụ thể:
Lợi ích (LOIICH): đo lường bằng 4 biến quan sát
Sự thuận tiện (TTIEN): đo lường bằng 4 biến quan sát
1 KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, phân tích nhân tố khám phá (EFA) thích hợp khi 0.5 ≤KMO≤1, Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng 0 trong tổng thể, nếu kiểm định này có ý nghĩa thống kê (sig ≤ 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Hoàng Trọng và Mộng Ngọc, 2005, p.262)
2Theo Hair và cộng sự (1998,111), hệ số tải nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức ý nghĩa thiết
thực của EFA. Hệ số tải nhân tố > 0.3 được xem là đạt mức tối thiểu, Hệ số tải nhân tố > 0.4 được xem là quan trọng và ≥ 0.5 được xem là có ý nghĩa thực tiễn.
An toàn bảo mật (ATBM): đo lường bằng 5 biến quan sát
Tính dễ sử dụng (DESD): đo lường bằng 4 biến quan sát
Chi phí (CHIPHI): đo lường bằng 5 biến quan sát
Chính sách Marketing (MAR): đo lường bằng 4 biến quan sát
Hình ảnh ngân hàng (HANH): đo lường bằng 3 biến quan sát Bảng 2.7: Kiểm định KMO biến độc lập
0,925 | |
Chi bình phương | 4589,092 |
Hệ số Bartlett | 406 |
Ý nghĩa thống kê | 0,000 |
Có thể bạn quan tâm!
-
Lợi Ích (Ký Hiệu Loiich) Và Quyết Định Sử Dụng -
Giới Thiệu Về Thẻ Tín Dụng Quốc Tế Scb Mastercard -
Các Nhân Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Thẻ Tín Dụng Tại Scb -
Giá Trị Trung Bình Của Các Yếu Tố Ảnh Hưởng Thành Phần -
Định Hướng Và Giải Pháp Phát Triển Thẻ Tín Dụng Tại Ngân Hàng Thương Mại Cổ Phần Sài Gòn -
Xây Dựng Và Hoàn Thiện Quy Trình Nghiệp Vụ Thanh Toán Thẻ Tín Dụng
Xem toàn bộ 144 trang tài liệu này.
Bảng 2.8: Kết quả phân tích nhân tố EFA đối với các thang đo biến độc lập
Nhân tố | |||||||
1(ATBM) | 2(TTIEN) | 3(LOIICH) | 4(DESD) | 5(CHIPHI) | 6(MAR) | 7(HANH) | |
ATBM.1 | 0,719 | ||||||
ATBM.3 | 0,670 | ||||||
ATBM.2 | 0,650 | ||||||
ATBM.4 | 0,647 | ||||||
ATBM.5 | 0,587 | ||||||
TTIEN.1 | 0,719 | ||||||
TTIEN.4 | 0,655 | ||||||
TTIEN.3 | 0,648 | ||||||
TTIEN.2 | 0,556 | ||||||
LOIICH.1 | 0,751 | ||||||
LOIICH.2 | 0,749 | ||||||
LOIICH.3 | 0,563 | ||||||
LOIICH.4 | 0,554 | ||||||
DESD.2 | 0,734 | ||||||
DESD.3 | 0,704 | ||||||
DESD.1 | 0,622 | ||||||
DESD.4 | 0,543 | ||||||
CHIPHI.1 | 0,769 | ||||||
CHIPHI.5 | 0,599 | ||||||
CHIPHI.3 | 0,593 | ||||||
CHIPHI.2 | 0,537 | ||||||
CHIPHI.4 | 0,510 | ||||||
MAR.2 | 0,784 | ||||||
MAR.3 | 0,717 |
Nhân tố | |||||||
1(ATBM) | 2(TTIEN) | 3(LOIICH) | 4(DESD) | 5(CHIPHI) | 6(MAR) | 7(HANH) | |
MAR.4 | 0,656 | ||||||
MAR.1 | 0,504 | ||||||
HANH.2 | 0,804 | ||||||
HANH.1 | 0,732 | ||||||
HANH.3 | 0,626 | ||||||
Eigenvalue | 9,945 | 1,693 | 1,399 | 1,265 | 1,218 | 1,148 | 1,083 |
P.sai trích (%) | 10,391 | 9,485 | 9,352 | 9,192 | 8,291 | 7,658 | 6,842 |
C.Alpha | 0,820 | 0,807 | 0,769 | 0,828 | 0,753 | 0,706 | 0,712 |
(Nguồn: Phụ lục 06 – Kết quả kiểm định EFA)
- Phân tích nhân tố khám phá EFA đối với các thang đo quyết định sử dụng
Kết quả phân tích nhân tố khám phá (EFA) cho thấy tất cả 4 biến quan sát trong thành phần quyết định sử dụng vẫn giữ nguyên thành phần ban đầu. Hệ số KMO = 0,757 nên EFA phù hợp với dữ liệu và thống kê Chi-quare của kiểm định Bertlett đạt giá trị 412,030 với mức ý nghĩa 0,000; do vậy các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể; phương sai trích được là 60,12% thể hiện nhân tố rút ra được giải thích 60,69% biến thiên của dữ liệu, tại hệ số Eigenvalue = 2,405.
Bảng 2.9: Kiểm định KMO biến phụ thuộc
0,757 | |
Chi bình phương | 412,030 |
Hệ số Bartlett | 6 |
Ý nghĩa thống kê | 0,000 |
Bảng 2.10: Kết quả phân tích nhân tố EFA đối với các thang đo biến phụ thuộc
Nhân tố | |
SUDUNG.4 | 0,811 |
SUDUNG.2 | 0,799 |
SUDUNG.3 | 0,790 |
SUDUNG.1 | 0,696 |
Eigenvalue | 2,405 |
Phương sai trích (%) | 60,12 |
C.Alpha | 0,773 |
(Nguồn: Phụ lục 06 - Kết quả kiểm định EFA)
2.2.3.3 Kiểm định các giả thuyết và mô hình nghiên cứu
Sau khi đã phân tích nhân tố khám phá (EFA) và xác định các yếu tố thành phần có ảnh hưởng đến biến phụ thuộc (quyết định sử dụng) thì sau đây các giả thuyết nghiên cứu cần phải được kiểm định bằng phương pháp phân tích hồi quy. Phương pháp thực hiện là phân tích hồi quy tuyến tính, đưa vào từng lượt (Enter) để kiểm định các giả thuyết đã đề ra là có mối quan hệ tuyến tính giữa các thành phần đã đề xuất với quyết định sử dụng và xác định vai trò quan trọng của từng thành phần trong việc ảnh hưởng đến quyết định sử dụng thẻ tín dụng tại SCB.
Để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định R2(R-quare) để đánh giá mức độ phù hợp của mô hình nghiên cứu, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có một biến giải thích trong mô hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R2 điều chỉnh ( >0,5) để đánh giá độ phù hợp của mô hình vì nó không thổi phồng mức độ phù hợp của mô hình. Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1< Durbin – Watson < 3) và không có hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 2,5). Hệ số Beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào sự thỏa mãn khách hàng càng lớn (Hoàng Trọng và Mộng Ngọc, 2005).
Kết quả mô hình hồi quy lần 1 có hệ số xác định R2 (R-quare) là 0,567 và R2 điều
chỉnh (Adjusted R-quare) là 0,559; cho thấy mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu với mức 55,9% (nghĩa là mô hình đã giải thích được 55,9% sự biến thiên của biến phụ thuộc quyết định sử dụng). Trị số thống kê F đạt giá trị 69,671 được tính từ giá trị R2 của mô hình đầy đủ, tại mức ý nghĩa Sig = 0,000; kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1<1,814<3). Như vậy, mô hình hồi quy tuyến tính bội đưa ra là phù hợp với mô hình và dữ liệu nghiên cứu. Kết quả phân tích hồi quy phương trình được trình bày.
Bảng 2.11: Kết quả phân tích hồi quy lần một
SUDUNG | LOIICH | TTIEN | ATBM | DESD | CHIPHI | MAR | HANH | ||
Pearson Correlat ion | SUDUNG | 1,000 | ,577 | ,564 | ,508 | ,534 | ,657 | ,447 | ,522 |
LOIICH | ,577 | 1,000 | ,552 | ,563 | ,555 | ,529 | ,363 | ,462 | |
TTIEN | ,564 | ,552 | 1,000 | ,597 | ,640 | ,534 | ,490 | ,418 | |
ATBM | ,508 | ,563 | ,597 | 1,000 | ,597 | ,581 | ,446 | ,457 | |
DESD | ,534 | ,555 | ,640 | ,597 | 1,000 | ,533 | ,460 | ,427 | |
CHIPHI | ,657 | ,529 | ,534 | ,581 | ,533 | 1,000 | ,404 | ,450 | |
MAR | ,447 | ,363 | ,490 | ,446 | ,460 | ,404 | 1,000 | ,307 | |
HANH | ,522 | ,462 | ,418 | ,457 | ,427 | ,450 | ,307 | 1,000 | |
Sig. (1- tailed) | SUDUNG | , | ,000 | ,000 | ,000 | ,000 | ,000 | ,000 | ,000 |
LOIICH | ,000 | , | ,000 | ,000 | ,000 | ,000 | ,000 | ,000 | |
TTIEN | ,000 | ,000 | , | ,000 | ,000 | ,000 | ,000 | ,000 | |
ATBM | ,000 | ,000 | ,000 | , | ,000 | ,000 | ,000 | ,000 | |
DESD | ,000 | ,000 | ,000 | ,000 | , | ,000 | ,000 | ,000 | |
CHIPHI | ,000 | ,000 | ,000 | ,000 | ,000 | , | ,000 | ,000 | |
MAR | ,000 | ,000 | ,000 | ,000 | ,000 | ,000 | , | ,000 | |
HANH | ,000 | ,000 | ,000 | ,000 | ,000 | ,000 | ,000 | , | |
Mô hình | Hệ số R | Hệ số R2 | Hệ số R2 hiệu chỉnh | Sai số thống kê | Hệ số Durbin – Watson |
1 | ,753a | ,567 | ,559 | ,42162 | 1,814 |
Mô hình | Tổng sai số | df | Phương sai trung bình | Thống kê F | Mức ý nghĩa | |
1 | Hồi quy phần dư tổng | 86,696 | 7 | 12,385 | 69,671 | ,000b |
66,129 | 372 | ,178 | ||||
152,825 | 379 | |||||
Biến | Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | Thống kê t | Mức ý nghĩa | Hệ số tương quan | Hệ số phóng đại phươn g sai | VIF | |||
B | Độ lệch chuẩn | Beta | Zero- orther | Từng phần | Bán phần | |||||
(Hằng số) | ,193 | ,153 | 1,262 | ,208 | ||||||
LOIICH | ,172 | ,043 | ,186 | 4,014 | ,000 | ,577 | ,204 | ,137 | ,542 | 1,846 |
TTIEN | ,126 | ,047 | ,134 | 2,674 | ,008 | ,564 | ,137 | ,091 | ,464 | 2,155 |
ATBM | -,046 | ,044 | -,052 | -1,049 | ,295 | ,508 | -,054 | -,036 | ,474 | 2,109 |
DESD | ,047 | ,043 | ,054 | 1,096 | ,274 | ,534 | ,057 | ,037 | ,473 | 2,115 |
CHIPHI | ,359 | ,046 | ,361 | 7,835 | ,000 | ,657 | ,376 | ,267 | ,548 | 1,826 |
MAR | ,111 | ,041 | ,109 | 2,682 | ,008 | ,447 | ,138 | ,091 | ,699 | 1,431 |
HANH | ,163 | ,036 | ,184 | 4,489 | ,000 | ,522 | ,227 | ,153 | ,694 | 1,442 |
Biến phụ thuộc: SUDUNG | ||||||||||
(Nguồn: Phụ lục 07 – Kết quả phân tích hồi quy lần 1) Xét về mức ý nghĩa của từng nhân tố thì trong 7 nhân tố của mô hình đề xuất ban đầu thì chỉ có 5 nhân tố (LOIICH, TTIEN, CHIPHI, MAR, HANH) có ý nghĩa thống kê trong mối quan hệ ảnh hưởng đến quyết định sử dụng thẻ tín dụng tại SCB với hệ số β dương và mức ý nghĩa Sig < 0,05; Đối với hằng số và 2 biến còn lại (DESD và ATBM) là không có ý nghĩa thống kê vì có mức ý nghĩa Sig > 0,05. Bên cạnh đó, khi xét hệ số tương quan từng phần PCor và hệ số tương quan bán phần của 2 nhân tố DESD (Partial Correlation = 0,057 và Part Correlation = 0,037) và ATBM (Partial Correlation = -0,054 và Part Correlation = -0,036) với quyết định sử dụng (SUDUNG) ta thấy sự chênh lệch giữa hai hệ số này ở từng nhân tố ở khá thấp. Ngoài ra, nhìn vào Bảng hệ số tương quan (Bảng 2.14) giữa các biến ta thấy hệ số tương quan giữa biến 2 biến DESD và ATBM với các biến còn lại LOIICH, TTIEN, CHIPHI, MAR, HANH đều có mức ý nghĩa nhỏ hơn 0,05 cho thấy các biến còn lại đã giải thích một phần mà DESD và ATBM giải thích cho SUDUNG. Hệ số VIF của DESD và ATBM lần lượt là 2,115 và 2,109<2,5 chưa xảy ra đa cộng tuyến, nhưng giá trị đang ở mức cao. Hai biến này được xem xét để loại ra khỏi mô hình
và tiến hành chạy lại mô hình lần hai.
Bảng 2.12: Kết quả phân tích hồi quy lần hai
Mô hình | Hệ số R | Hệ số R2 | Hệ số R2 hiệu chỉnh | Sai số thống kê | Hệ số Durbin – Watson |
1 | ,752a | ,565 | ,559 | ,42159 | 1,806 |
Mô hình | Tổng sai số | df | Phương sai trung bình | Thống kê F | Mức ý nghĩa | |
1 | Hồi quy phần dư tổng | 86,352 | 5 | 17,270 | 97,169 | ,000b |
66,473 | 374 | ,178 | ||||
152,825 | 379 | |||||
Biến | Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | Thống kê t | Mức ý nghĩa | Hệ số tương quan | Hệ số phóng đại phương sai | VIF | |||
B | Độ lệch chuẩn | Beta | Zero- orther | Từng phần | Bán phần | |||||
(Hằng số) | ,188 | ,153 | 1,234 | ,218 | ||||||
LOIICH | ,172 | ,041 | ,186 | 4,174 | ,000 | ,577 | ,211 | ,142 | ,584 | 1,711 |
TTIEN | ,132 | ,044 | ,140 | 3,038 | ,003 | ,564 | ,155 | ,104 | ,548 | 1,826 |
CHIPHI | ,355 | ,044 | ,357 | 8,064 | ,000 | ,657 | ,385 | ,275 | ,594 | 1,684 |
MAR | ,112 | ,040 | ,110 | 2,757 | ,006 | ,447 | ,141 | ,094 | ,726 | 1,378 |
HANH | ,161 | ,036 | ,182 | 4,505 | ,000 | ,522 | ,227 | ,154 | ,710 | 1,408 |
Biến phụ thuộc: SUDUNG | ||||||||||
(Nguồn: Phụ lục 08 – Kết quả phân tích hồi quy lần 2) Kết quả mô hình hồi quy lần 2 có hệ số xác định R2 (R-quare) là 0,565 và R2 điều chỉnh (Adjusted R-quare) là 0,559, cho thấy mô hình tuyến tính đã xây dựng phù hợp với tập dữ liệu với mức 55,9% (nghĩa là mô hình đã giải thích được 55,9% sự
biến thiên của biến phụ thuộc quyết định sử dụng). Trị số thống kê F đạt giá trị 97,169 được tính từ giá trị R2 của mô hình đầy đủ, tại mức ý nghĩa Sig = 0,000; kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1<1,806<3). Như vậy, mô hình hồi quy tuyến tính bội đưa ra là phù hợp với mô hình và dữ liệu nghiên cứu.
Từ bảng kết quả mô hình hồi quy lần 2 thì 5 nhân tố được giữ lại ở hồi quy lần một đều có tác động dương (hệ số β dương) đến quyết định sử dụng thẻ tín dụng tại SCB với mức ý nghĩa Sig < 0,05, ngoại trừ hằng số là không có ý nghĩa thống kê (Sig = 0,218>0,05). Như vậy, kết quả nghiên cứu với hai lần chạy hồi quy là chấp nhận 5 giả thuyết H1, H2, H5, H6, H7 được chấp nhận và bác bỏ 2 giả thuyết H3, H4.
Phương trình hồi quy đã chuẩn hóa của mô hình có thể viết dưới dạng:
SUDUNG=0,186LOIICH+0,140TTIEN+ 0,357CHIPHI+ 0,110MAR+ 0,182HANH
Trong đó: SUDUNG: Quyết định sử dụng LOIICH: Lợi ích
TTIEN: Sự thuận tiện CHIPHI: Chi phí
MAR: Chính sách Marketing HANH: Hình ảnh ngân hàng
Kết luận mô hình: Mô hình trên cho thấy khoảng 55,9% trong quyết định sử dụng thẻ tín dụng tại SCB có thể được giải thích thông qua 5 biến được đưa ra trong mô hình. Kết quả này cũng cho chúng ta kết luận rằng 5 biến độc lập đều có ảnh hưởng cùng chiều đến quyết định sử dụng thẻ tín dụng tại SCB ở mức tin cậy là 95%.
Từ mô hình trên có thể thấy rằng chi phí (CHIPHI) là yếu tố có tác động mạnh nhất đến quyết định sử dụng thẻ tín dụng tại SCB với (β5 =0,357), tiếp đến là yếu tố lợi ích (LOIICH) với (β1= 0,186), hình ảnh ngân hàng (HANH) với (β7= 0,182), sự thuận tiện (TTIEN) với (β2= 0,140) và cuối cùng là yếu tố chính sách Marketing (MAR) với (β6 = 0,110). Như vậy, khi khách hàng xem xét đến quyết định sử dụng thẻ tín dụng tại SCB thì yếu tố quan tâm đầu tiên là chi phí, bao gồm phí và lãi, kế đến là các lợi ích và sự thuận tiện khi sử dụng thẻ tín dụng.
Yếu tố chi phí: được xác định là nhân tố có tác động mạnh nhất đến quyết định sử dụng thẻ tín dụng tại SCB, với β5 = 0,357, nghĩa là khi đánh giá về mức độ hợp lý của chi phí sử dụng thẻ tín dụng tăng lên một đơn vị thì khả năng quyết định sử dụng sẽ tăng lên 0,375. Trên thực tế, thì yếu tố chi phí luôn là vấn đề mà