Thang Đo Độ Tin Cậy Sau Nghiên Cứu Chính Thức Lần 2


Bảng 4-4: Độ tin cậy thang đo chính thức lần 1



Biến quan sát

Trung bình thang đo nếu loại

biến

Phương sai thang đo nếu loại biến


Tương quan biến tổng

Cronbach's Alpha nếu loại biến

1. Nhận thức tính hữu ích: α = 0,876

PU1

15,22

6,437

0,750

0,839

PU2

15,17

6,681

0,645

0,864

PU3

15,27

6,678

0,673

0,857

PU4

15,23

6,476

0,733

0,843

PU5

15,17

6,396

0,729

0,844

2. Nhận thức dễ sử dụng: α = 0,807

PE1

15,25

5,319

0,677

0,744

PE2

15,21

5,224

0,697

0,737

PE3

15,31

5,582

0,652

0,754

PE4

15,33

5,195

0,730

0,727

PE5

15,34

6,357

0,281

0,868

3. Nhận thức độ tin cậy: α = 0,826

PT1

7,56

2,069

0,682

0,760

PT2

7,51

1,987

0,737

0,705

PT3

7,65

2,027

0,632

0,812

4. Thái độ: α = 0,834

AT1

11,54

3,590

0,578

0,825

AT2

11,48

3,121

0,718

0,764

AT3

11,61

3,349

0,656

0,793

AT4

11,53

3,012

0,706

0,770

5. Ảnh hưởng xã hội: α = 0,847

SI1

7,51

3,935

0,721

0,782

SI2

7,32

3,685

0,760

0,744

SI3

7,68

4,011

0,667

0,833

6. Nhận thức rủi ro: α = 0,798

PR1

14,46

11,057

0,698

0,720

Có thể bạn quan tâm!

Xem toàn bộ 149 trang tài liệu này.


PR2

14,26

11,391

0,707

0,720

PR3

14,59

10,283

0,764

0,694

PR4

14,37

11,591

0,641

0,740

PR5

14,65

14,992

0,160

0,878

7. Hình ảnh ngân hàng: α = 0,821

IB1

11,56

3,107

0,564

0,812

IB2

11,62

2,925

0,687

0,755

IB3

11,58

2,904

0,702

0,748

IB4

11,73

3,029

0,628

0,782

8. Quyết định sử dụng: α = 0,812

DU1

7,67

1,793

0,679

0,724

DU2

7,80

1,944

0,619

0,785

DU3

7,81

1,693

0,690

0,712

Nguồn: Xử lý số liệu bằng SPSS của tác giả


Tiếp tục thực hiện kiểm định độ tin cậy của thang đo chính thức lần 2, sau khi loại bỏ 2 biến quan sát PE5, PR5. Kết quả bảng 4-5 cho thấy, hệ số Cronbach’s alpha của các thang đo biến thiên từ 0,812 đến 0,876 đều lớn hơn 0,7 và các biến quan sát đều có hệ số tương quan biến tổng từ 0,3 trở lên. Như vậy, các thang đo còn lại đều đạt độ tin cậy yêu cầu và tiếp tục thực hiện phân tích nhân tố khám phá.

Bảng 4-5: Thang đo độ tin cậy sau nghiên cứu chính thức lần 2



STT


Nhân tố

Biến quan sát

Cronbach’s Alpha

Loại biến

Lần 1

Lần 2

Lần 1

Lần 2

1

Nhận thức tính hữu ích

5

5

0,876

0,876


2

Nhận thức dễ sử dụng

4

3

0,807

0,868

PE5

3

Nhận thức độ tin cậy

3

3

0,826

0,826


4

Thái độ

3

3

0,834

0,834


5

Ảnh hưởng xã hội

3

3

0,847

0,847


6

Nhận thức rủi ro

4

3

0,798

0,878

PR5

7

Hình ảnh ngân hàng

4

4

0,821

0,821


8

Quyết định sử dụng dịch vụ

3

3

0,812

0,812


Nguồn: Tác giả tổng hợp từ nghiên cứu


Phân tích nhân tố khám phá EFA


a. Phân tích nhân tố EFA với các biến độc lập


Các yếu tố tác động đến quyết định sử dụng được đo lường bởi 7 nhân tố: “nhận thức hữu ích” (PU), “nhận thức dễ sử dụng” (PE), “nhận thức độ tin cậy” (PT), “thái độ” (AT), “ảnh hưởng xã hội” (SI), “nhận thức rủi ro” (PR), “hình ảnh ngân hàng” (BI). Sau khi kiểm định Cronbach's Alpha giữ lại 27 biến quan sát, đưa 27 biến quan sát này vào phân tích nhân tố EFA.

Khi phân tích nhân tố, nghiên cứu đặt ra giả thuyết:

Giả thuyết H0: Các biến trong tổng thể không có tương quan với nhau.


Bảng 4-6: Kiểm định KMO and Bartlett's cho các biến độc lập



EFA lần 1

EFA lần 2

Hệ số KMO

0,802

0,790

Kiểm định Bartlett's của

thang đo

Chi bình phương

xấp xỉ

5285,653

5039,598

df

351

325

Sig.

0,000

0,000

Phân tích nhân tố EFA lần 1:


Hệ số KMO = 0,802 > 0,5 đạt yêu cầu và kiểm định Barlett có Sig.= 0,000 < 0,05 cho thấy các biến quan sát có tương quan với nhau trên phạm vi tổng thể. Suy ra bác bỏ giả thuyết H0. Dữ liệu điều tra có thể kết luận là đảm bảo các điều kiện để tiến hành phân tích nhân tố khám phá.

Tiêu chuẩn phương sai trích: Phân tích EFA phù hợp khi tổng phương sai trích lớn hơn 50% và hệ số tải nhân tố lớn hơn 0,5. Kết quả cho thấy 7 nhân tố có phương sai trích là 71,51% lớn hơn 50%. Như vậy phương sai trích đạt yêu cầu. Tuy nhiên biến quan sát AT1 (Tôi rất thích thú khi sử dụng E-banking) cùng lúc tải lên 2 nhân tố và có chênh lệch hệ số tải nhân tố nhỏ hơn 0,3 (không đảm bảo độ phân biệt). Vì vậy biến quan sát này sẽ bị loại, tiếp tục thực hiện EFA lần 2. (Chi tiết bảng phân tích ở phụ lục 3)


Phân tích nhân tố EFA lần 2:


Hệ số KMO = 0,790 > 0.5 và kiểm định Barlett có sig.= 0,000 < 0,05 đều đáp ứng yêu cầu. Như vậy, kết quả phân tích EFA là phù hợp.

Bảng 4-7: Phương sai trích các biến độc lập



Nhân tố

Hệ số Eigenvalues

Chỉ số sau khi trích

Chỉ số sau khi xoay


Tổng


%

phương sai

%

phương

sai tích lũy


Tổng


%

phương sai

%

phương

sai tích lũy


Tổng


%

phương sai

%

phương

sai tích lũy

1

6,917

26,606

26,606

6,917

26,606

26,606

3,408

13,108

13,108

2

2,795

10,751

37,357

2,795

10,751

37,357

2,977

11,451

24,559

3

2,337

8,987

46,343

2,337

8,987

46,343

2,927

11,258

35,818

4

2,015

7,750

54,094

2,015

7,750

54,094

2,656

10,215

46,033

5

1,746

6,715

60,808

1,746

6,715

60,808

2,284

8,786

54,819

6

1,546

5,948

66,756

1,546

5,948

66,756

2,254

8,667

63,487

7

1,367

5,256

72,013

1,367

5,256

72,013

2,217

8,526

72,013

8

0,834

3,206

75,219







Nhìn vào bảng 4-7 cho thấy tại Eigenvalue = 1,367 rút được 7 nhân tố (đúng bằng số nhân tố so với mô hình đề xuất ban đầu), các nhân tố đều có giá trị Eigenvalues > 1. Phương sai trích là 72,013 > 50% là đạt yêu cầu. Kết quả ma trận nhân tố sau khi xoay được trình bày ở bảng 4-8 cho thấy các biến quan sát đều có hệ số tải nhân tố lớn hơn 0,5 và các biến quan sát này chỉ tải lên 1 nhân tố duy nhất. Vì vậy, các thang đo các biến độc lập đảm bảo độ hội tụ và độ phân biệt.


Bảng 4-8: Kết quả ma trận xoay nhân tố các biến độc lập



Biến quan sát

Nhân tố

1

2

3

4

5

6

7

PU4

.832







PU1

.796







PU5

.788







PU3

.763







PU2

.743







PR3


.876






PR2


.850






PR1


.818






PR4


.816






PE4



.835





PE1



.820





PE2



.810





PE3



.770





BI2




.829




BI3




.828




BI4




.742




BI1




.719




SI2





.852



SI1





.837



SI3





.819



PT2






.859


PT1






.813


PT3






.803


AT4







.841

AT2







.829

AT3







.737

Nguồn: Xử lý số liệu SPSS của tác giả


Phân tích nhân tố EFA biến phụ thuộc


Đặt giả thuyết H0: giữa các biến quan sát của thang đo quyết định sử dụng không có mối liên hệ với nhau.

Hệ số KMO = 0,708 > 0,5 và kiểm định Barlett có Sig.=0,000 (< 0,05) cho thấy phân tích EFA là phù hợp.

Do đó, bác bỏ giả thuyết H0. Giữa các biến quan sát của thang có mối liên hệ với nhau.


Bảng 4-9: Kiểm định KMO và Barlett cho thang đo QĐSD


Hệ số KMO

0,708

Kiểm định Bartlett's của thang đo

Chi bình phương xấp xỉ

355,303

df

3

Sig.

0,000

Bảng 4-10: Phương sai trích quyết định sử dụng



Nhân tố

Hệ số Eigenvalues

Chỉ số sau khi trích


Tổng

%

phương sai


% phương sai trích


Tổng

%

phương sai


% phương sai trích

1

2,180

72,667

72,667

2,180

72,667

72,667

2

0,467

15,567

88,234

3

0,353

11,766

100,000

Giá trị Eigenvalues = 2,180 > 1. Giá trị Tổng phương sai trích = 72,667% > 50%, giá trị này cho biết nhóm nhân tố này giải thích được 72.667% sự biến thiên của các biến quan sát trong thang đo quyết định sử dụng của KHCN.

Bảng 4-11: Ma trận nhân tố của thang đo quyết định sử dụng



Biến quan sát

Nhân tố

1

DU3

0,870

DU1

0,863

DU2

0,824


Phân tích hồi quy


a. Phân tích tương quan

Trước khi thực hiện phân tích hồi quy, tiến hành kiểm tra hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc, cũng như giữa các biến độc lập với nhau.

Kết quả phân tích tương quan được trình bày qua bảng sau:

Bảng 4-12: Ma trận tương quan giữa các nhân tố trong mô hình



PU

PE

PT

AT

SI

PR

BI

DU

PU

HSTQ

1

0,265**

0,313**

0,342**

0,309**

-0,187**

0,351**

0,574**

Mức ý nghĩa


0,000

0,000

0,000

0,000

0,000

0,000

0,000

PE

HSTQ

0,265**

1

0,336**

0,296**

0,342**

-0,174**

0,302**

0,566**

Mức ý nghĩa

0,000


0,000

0,000

0,000

0,001

0,000

0,000

PT

HSTQ

0,313**

0,336**

1

0,321**

0,223**

-0,098

0,230**

0,421**

Mức ý nghĩa

0,000

0,000


0,000

0,000

0,066

0,000

0,000

AT

HSTQ

0,342**

0,296**

0,321**

1

0,315**

-0,314**

0,250**

0,504**

Mức ý nghĩa

0,000

0,000

0,000


0,000

0,000

0,000

0,000

SI

HSTQ

0,309**

0,342**

0,223**

0,315**

1

-0,230**

0,156**

0,514**

Mức ý nghĩa

0,000

0,000

0,000

0,000


0,000

0,004

0,000

PR

HSTQ

0,187**

-0,174**

-0,098

-0,314**

-0,230**

1

-0,105*

-0,437**

Mức ý nghĩa

0,000

0,001

0,066

0,000

0,000


0,049

0,000

BI

HSTQ

0,351**

0,302**

0,230**

0,250**

0,156**

-0,105*

1

0,391**

Mức ý nghĩa

0,000

0,000

0,000

0,000

0,004

0,049


0,000

DU

HSTQ

0,574**

0,566**

0,421**

0,504**

0,514**

-0,437**

0,391**

1

Mức ý nghĩa

0,000

0,000

0,000

0,000

0,000

0,000

0,000


Nguồn: Xử lý dữ liệu SPSS của tác giả


Từ kết quả bảng 4-12, ta thấy giữa biến phụ thuộc “quyết định sử dụng” với các biến độc lập (1) nhận thức tính hữu ích, (2) nhận thức dễ sử dụng, (3) nhận thức độ tin cậy, (4) thái độ, (5) ảnh hưởng xã hội, (6) nhận thức rủi ro, (7) hình ảnh ngân hàng có mối tương quan có ý nghĩa thống kê ở mức 5% (sig. < 5%). Các biến độc lập có tương quan cùng chiều với biến phụ thuộc (hệ số tương quan lớn hơn 0,3 và nhỏ hơn 0,6). Biến “nhận thức tính hữu ích” có tương quan mạnh nhất tới QĐSD của KHCN với r = 0,574, sig. <0.05. Vì vậy các biến này có thể đưa vào mô hình để giải thích cho biến “quyết định sử dụng”.


b. Phân tích hồi quy


Kiểm định các giả thuyết vi phạm hồi quy


Giả định về liên hệ tuyến tính: Giả định này sẽ được kiểm tra bằng biểu đồ phân tán Scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value).

Tại đồ thị phần dư chuẩn hóa và phần dư giá trị dự đoán cho thấy, phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, không tạo thành một hình dạng cụ thể nào.Do đó, có thể kết luận rằng giả định về liên hệ tuyến tính được thỏa mãn.


Hình 4 3 Đồ thị phân tán phần dư Giả định không có tương quan giữa các 4


Hình 4-3: Đồ thị phân tán phần dư


Giả định không có tương quan giữa các phần dư: Đại lượng thống kê Durbin-Waston (D) dùng để kiểm định tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất) với nguyên tắc:

- Nếu 1 < D < 3: Mô hình không có tự tương quan.


- Nếu 0 < D < 1: Mô hình có tự tương quan dương.


- Nếu 3 < D < 4: Mô hình có tự tương quan âm.


Bảng 4-13: Bảng tóm tắt mô hình hồi quy



Mô hình


R

R2

R2 điều chỉnh

Độ lệch chuẩn ước tính


Durbin-Watson

1

0,819a

0,671

0,664

0,37273

1,930

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 26/06/2023