Bảng Kết Quả Thủ Tục Efa Với Các Nhân Tố Độc Lập

Biến quan sát

Có thể bạn quan tâm!

• Tiến Độ Các Bước Nghiên Cứu
• Đánh Giá Thang Đo Bằng Hệ Số Tin Cậy Cronbach’S Alpha
• Kiểm Định Sự Phù Hợp Của Mô Hình Lý Thuyết Bằng Mô Hình Sem
• Kết Quả Phân Tích Cfa Mô Hình Đo Lường Tới Hạn
• Kết Quả Ước Lượng Của Mô Hình Nghiên Cứu (Chuẩn Hóa)
• Tổng Hợp Mức Độ Tác Động Của Các Nhân Tố Trong Mô Hình

Xem toàn bộ 235 trang: Các nhân tố ảnh hưởng đến ý định và quyết định sử dụng thẻ ngân hàng - Nghiên cứu thực tiễn tại Việt Nam

Ghi chú: Tổng số biến quan sát là 410.

Nguồn: Kết quả xử lý dữ liệu của tác giả, 2017.

Như vậy, kết quả thu thập và tính toán có thể nói mức độ đánh giá của từng biến quan sát là chấp nhận được, các biến quan sát liên quan đến tính hữu ích, pháp luật và áp lực xã hội đều đánh giá cao. Còn những biến quan sát liên quan đến tính dễ sử dụng đánh giá thấp. Mức độ biến thiên qua độ lệch chuẩn không lớn, mang tín ổn định. Trong đó, những biến quan sát liên quan đến quyết định sử dụng là ổn định nhất.

3.2. Hệ số Cronbach’s alpha

Tác giả sẽ lần lượt tính toán và xem xét hệ số Cronbach‟s alpha của thang đo các thành phần trong từng nhân tố và của từng nhân tố trong mô hình đã đề xuất. Sau khi phân tích, có kết quả được trình bày trong Bảng 3.4.

Bảng 3.4. Kết quả phân tích hệ số Cronbach’s alpha

Biến quan sát

Biến quan sát

Biến quan sát

Nguồn: Kết quả xử lý dữ liệu của tác giả, 2017.

Kết quả xử lý cho thấy hệ số Cronbach alpha của các thang đo là khá tốt, đạt từ 0,609 đến 0,917. Tuy nhiên, riêng đối với thang đo nhân tố nhận thức hữu ích, biến quan sát HUIC2 có hệ số tương quan biến tổng là chưa đạt (0,441). Hơn nữa việc thực hiện loại bỏ biến quan sát này không làm thay đổi nội dung của thang đo lường nhận thức hữu ích. Vì vậy, biến quan sát HUIC2 được loại bỏ.

Sau khi loại khoảng mục HUIC2, kết quả phân tích hệ số Cronbach‟s Alpha, tất cả các hệ số cronbach‟s alpha là khá tốt, đều đạt yêu cầu (Cronbach alpha đạt giá trị từ 0,748 đến 0,937) và hệ số tương quan biến tổng đều đạt yêu cầu (Hệ số tương quan biến tổng có giá trị từ 0,507 đến 0,856). Do đó tất cả các biến quan sát(ngoại trừ HUIC2) đều được giữ lại để tiến hành phân tích nhân tố EFA.

3.3. Phân tích nhân tố khám phá EFA

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 phântích nhân tố hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc [50] thì giá trị Sig. của Bartlett‟s Test nhỏ hơn 0,05 cho phép bác bỏ giả thuyết H0 và giá trị 0,5 < KMO < 1 có nghĩa là phân tích nhân tố là thích hợp.

Phương pháp được chọn ở đây là phương pháp xoay nhân tố Promax, 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.

Phân tích nhân tố khám phá EFA còn nhằm xác định số lượng nhân tố trong nghiên cứu này sử dụng 2 tiêu chuẩn:

-Tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị Eigenvalue. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ có nhân tố nào có Eigenvalue lớn hơn 1,0 mới được giữ lại trong mô hình phân tích.

Tiêu chuẩn phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích không được nhỏ hơn 50%.

Trong đề tài nghiên cứu này, sau khi sử dụng kiểm định độ tin cậy Cronbach‟s Alpha để kiểm tra độ tin cậy, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 43 biến quan sát xuống còn một số ít các biến dùng để phản ánh một cách cụ thể sự tác động giữa các nhân tố.

Theo mô hình nghiên cứu đề xuất (Hình 1.12), có 9 nhân tố độc lập tác động trực tiếp lên nhân tố phụ thuộc (Ý định sử dụng), từ đó ảnh hưởng đến nhân tố phụ thuộc tiếp theo (Quyết định sử dụng). Thủ tục EFA được thực hiện qua hai bước đối với các nhân tố phụ thuộc và nhân tố độc lập [47]. Cụ thể:

Bước 1:Thực hiện thủ tục EFA đối với các nân tố độc lập trong mô hình nghiên cứu. Bao gồm 36 biến quan sát của các nhân tố: (1) Cảm nhận dễ sử dụng;

(2) Cảm nhận rủi ro; (3) Chính sách Marketing; (4) Yếu tố pháp luật; (5) Khoa học công nghệ; (6) Cảm nhận kiểm soát hành vi; (7) Ảnh hưởng xã hội; (8); Chất lượng dịch vụ, và (9) Cảm nhận hữu ích. Tất cả 36 biến quan sát này được đồng thời đưa vào phân tích nhân tố khám phá cùng lúc.

Bước 2: Thực hiện thủ tục EFA đối với các nhân tố phụ thuộc. Bao gồm 7 biến quan sát của hai nhân tố: (1) Ý định, và (2) Quyết định sử dụng.Tất cả 7 biến quan sát này được đồng thời đưa vào phân tích nhân tố khám phá cùng lúc.

Kết quả EFA bước 1 (Bảng 3.5 và 3.6)có KMO là 0,861 > 0,5. Kết quả kiểm định Barlett‟s là 9186,111 với mức ý nghĩa (p_value) sig = 0,000 < 0,05 (bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể) như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố. Điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp. Hơn nữa, thủ tục EFA lần 1 cũng chỉ ra 36 biến quan sát ban đầu được nhóm thành 9 nhóm, tại Eigenvalues = 1,275. Giá trị tổng phương sai trích = 74,72% > 50%, nên phần chung của cácthang đo khái niệm đóng góp vào khái niệm cao hơn phần riêng và sai số. Hơn nữa, các nhân tố được rút trích đều có trong số nhân tố là khá tốt, đạt từ 0,739 đến 0,909. Như vậy, bước đầu cho thấy giá trị của các thang đo nhân tố độc lập đều được chấp nhận (Chi tiết ở Phụ lục 9).

Bảng 3.5. Kiểm định KMO

KMO and Bartlett‟s Test

Nguồn: Kết quả xử lý dữ liệu của tác giả, 2017.

Bảng 3.6. Bảng kết quả thủ tục EFA với các nhân tố độc lập

Tổng phương sai trích

Nguồn: Kết quả xử lý dữ liệu của tác giả, 2017.

Ma trận xoay nhân tố

Ma trận xoay nhân tố

Nguồn: Kết quả xử lý dữ liệu của tác giả, 2017.

Kết quả EFA lần hai (Bảng 3.7) cho bảy biến quan sát của hai nhân tố phụ thuộc là ý định sử dụng và quyết định sử dụng của người tiêu dùng. Kết quả cho thấy KMO = 0,810> 0,5; sig. = 0,000 thể hiện mức ý nghĩa khá cao. Kết quả cũng cho thấy có hai nhân tố được rút trích tại eigenvalue = 1,670 với tổng phương sai trích là 73,96%; và trọng số nhân tố đạt từ 0,792 đến 0,891 là khá cao (Chi tiết ở Phụ lục 9).

Bảng 3.7. Bảng kết quả EFA với các nhân tố ý định và quyết định sử dụng

Tổng phương sai trích