Hệ số tương quan biến tổng | Hệ số Cronbach’s Alpha nếu loại biến | |
4. Nhận thức sự giảm rủi ro: Cronbach’s Alpha = 0,735 | ||
RR1 | 0,542 | 0,667 |
RR2 | 0,552 | 0,656 |
RR3 | 0,581 | 0,620 |
5. Chi phí sử dụng: Cronbach’s Alpha = 0,874 | ||
CP1 | 0,806 | 0,777 |
CP2 | 0,766 | 0,815 |
CP3 | 0,703 | 0,870 |
6. Ảnh hưởng của công việc: Cronbach’s Alpha = 0,725 | ||
CV1 | 0,510 | 0,686 |
CV2 | 0,583 | 0,603 |
CV3 | 0,555 | 0,627 |
Có thể bạn quan tâm!
-
Cơ Sở Thực Tiễn Của Việc Nghiên Cứu Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Dịch Vụ Thanh Toán Không Dùng Tiền Mặt Của Khách Hàng -
Cơ Cấu Tổ Chức Bộ Máy Và Lĩnh Vực Hoạt Động -
Thực Trạng Phát Triển Dịch Vụ Thanh Toán Không Dùng Tiền Mặt Tại Ngân Hàng Agribank – Chi Nhánh Nam Sông Hương -
Biểu Đồ Tần Số Histogram Của Phần Dư Chuẩn Hóa -
Đánh Giá Của Khách Hàng Đối Với Nhóm Ảnh Hưởng Của Công Việc -
Giải Pháp Hướng Vào Yếu Tố “Nhận Thức Tính Dễ Sử Dụng”
Xem toàn bộ 143 trang tài liệu này.
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Qua bảng tổng hợp kết quả kiểm định độ tin cậy thang đo trên có thể kết luận rằng thang đo được sử dụng trong nghiên cứu là phù hợp và đáng tin cậy, đảm bảo cho bước phân tích nhân tố khám phá EFA.
Bảng 2. 10 Kiểm định độ tin cậy thang đo biến phụ thuộc
Hệ số tương quan biến tổng | Hệ số Cronbach’s nếu loại biến | |
Quyết định sử dụng: Cronbach’s Alpha = 0,786 | ||
QD1 | 0,640 | 0,701 |
QD2 | 0,675 | 0,666 |
QD3 | 0,576 | 0,760 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Kết quả đánh giá độ tin cậy của nhân tố “ Quyết định sử dụng” cho hệ số Cronbach’s Alpha = 0,786. Hệ số tương quan biến tổng của 3 biến quan sát đều lớn
hơn 0,3 đồng thời hệ số Cronbach’s Alpha nếu loại biến đều nhỏ hơn 0,786 nên biến phụ thuộc “Quyết định sử dụng” được giữ lại và đảm bảo độ tin cậy để thực hiện các bước phân tích tiếp theo.
2.3.4 Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
2.3.4.1 Kiểm định KMO và Bartlett’s Test biến độc lập
Trước khi tiến hành phân tích nhân tố khám phá, nghiên cứu cần kiểm định KMO để xem xét việc phân tích này có phù hợp hay không. Việc kiểm định được thực hiện thông qua việc xem xét hệ số KMO ( Kaiser Meyer – Olkin of Sampling Adequacy) và Bartlett’s Test.
Giá trị KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA. Nội dung kiểm định hệ số KMO phải thỏa mãn điều kiện 0,5 ≤ KMO ≤ 1, chứng tỏ bước phân tích nhân tố khám phá EFA là phù hợp trong nghiên cứu này.
Kết quả như sau:
- Giá trị KMO bằng 0,783 lớn hơn 0,5 cho thấy phân tích EFA là phù hợp
- Mức ý nghĩa Sig. của kiểm định Bartlett’s Test nhỏ hơn 0,05 nên các biến quan sát được đưa vào mô hình nghiên cứu có tương quan với nhau và phù hợp với phân tích nhân tố khám phá EFA.
Bảng 2. 11 Kiểm định KMO và Bartlett’s Test biến độc lập
Trị số KMO (Kaiser Meyer – Olkin of Sampling Adequacy) | 0,783 | |
Đại lượng thống kê Bartlett’s Test | Approx. Chi-Square | 1236,700 |
df | 210 | |
Sig. | 0,000 | |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
2.3.4.2 Phân tích nhân tố khám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA để sử dụng phương
pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number os
Factor) được xác định từ trước là 6 theo mô hình nghiên cứu đề xuất. Mục đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa cộng tuyến giữa các nhân tố trong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệ số tải nhân tố <0,5 sẽ bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố >0,5 mới được đưa vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair và ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn và nghiên cứu này chọn giá trị Factor Loading > 0,5 với vỡ mẫu là 120
Bảng 2. 12 Rút trích nhân tố biến độc lập
Nhóm nhân tố | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
SUDUNG3 | 0,883 | |||||
SUDUNG4 | 0,846 | |||||
SUDUNG2 | 0,717 | |||||
SUDUNG1 | 0,674 | |||||
XAHOI3 | 0,840 | |||||
XAHOI4 | 0,807 | |||||
XAHOI1 | 0,790 | |||||
XAHOI2 | 0,656 | |||||
HUUICH2 | 0,811 | |||||
HUUICH4 | 0,807 | |||||
HUUICH3 | 0,723 | |||||
HUUICH1 | 0,714 |
Nhóm nhân tố | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
CHIPHI1 | 0,848 | |||||
CHIPHI2 | 0,812 | |||||
CHIPHI3 | 0,773 | |||||
CONGVIEC2 | 0,846 | |||||
CONGVIEC1 | 0,749 | |||||
CONGVIEC3 | 0,647 | |||||
RUIRO1 | 0,782 | |||||
RUIRO3 | 0,740 | |||||
RUIRO2 | 0,609 | |||||
Hệ số Eigenvalue | 6,294 | 2,488 | 1,866 | 1,632 | 1,309 | 1,018 |
Phương sai tiến lũy tiến (%) | 14,786 | 27,074 | 39,309 | 51,058 | 60,554 | 69,558 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Thực hiện phân tích nhân tố lần đầu tiên, đưa 24 biến quan sát trong 6 biến độc lập ảnh hưởng đến quyết định sử dụng của khách hàng vào phân tích nhân tố theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 6 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 21. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏ biến, đề tài tiếp tục tiến hành các bược phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing & Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 69,558% > 50% do đó phân tích nhân tố là phù hợp.
Đặt tên cho các nhóm nhân tố:
- Nhân tố 1 (Factor 1) gồm 4 biến quan sát: SUDUNG1, SUDUNG2, SUDUNG3, SUDUNG4. Nghiên cứu đặt tên nhân tố mới này là “ Nhận thức tính dễ sử dụng”.
- Nhân tố 2 (Factor 2) gồm 4 biến quan sát: HUUICH1, HUUICH2, HUUICH3, HUUICH4. Nghiên cứu đặt tên nhân tố mới này là “Nhận thức sự hữu ích”.
- Nhân tố 3 (Factor 3) gồm 4 biến quan sát: XAHOI1, XAHOI2, XAHOI3, XAHOI4. Nghiên cứu đặt tên nhân tố mới này là “Ảnh hưởng xã hội”.
- Nhân tố (Factor 4) gồm 3 biến quan sát: RUIRO1, RUIRO2, RUIRO3. Nghiên cứu đặt tên nhân tố mới này là “Nhận thức sự giảm rủi ro”
- Nhân tố 5 (Factor 5) gồm 3 biến quan sát: SUDUNG1, SUDUNG2, SUDUNG3. Nghiên cứ này đặt tên nhân tố mới này là “ Chi phí sử dụng”.
- Nhân tố 6 (Factor 6) gồm 3 biến quan sát: CONGVIEC1, CONGVIEC2, CONGVIEC3. Nghiên cứu này đặt tên nhân tố mới này là “ Ảnh hưởng của công việc”.
2.3.4.3 Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Các điều kiện kiểm định KMO và Bartlett’s Test biến phụ thuộc tương tụ các điều kiện kiểm định của biến độc lập. Sau khi tiến hành phân tích đánh giá chung quyết định sử dụng của khách hàng đối với dịch vụ TTKDTM của Ngân hàng Agribank chi nhánh Huế qua 3 biến quan sát, kết quả cho chỉ số KMO là 0,695 (lớn hơn 0,5) và kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 (bé hơn 0,05) nên dữ liệu thu nhập được đáp ứng với điều kiện để tiến hành phân tích nhân tố.
Bảng 2. 13 Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Trị số KMO (Kaiser Meyer – Olkin of Sampling Adequacy) | 0,695 | |
Đại lượng thống kê Bartlett’s Test | Approx. Chi-Square | 106,162 |
df | 3 | |
Sig. | 0,000 | |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
2.3.4.4 Phân tích nhân tố khám phá EFA biến phụ thuộc
Bảng 2. 14 Rút trích nhân tố biến phụ thuộc
Hệ số tải | |
QUYETDINH1 | 0,866 |
QUYETDINH2 | 0,848 |
QUYETDINH3 | 0,803 |
Phướng sai tích lũy tiến (%) | 70,466 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ 3 biến quan sát mà đề tài đã đề xuất từ trước, nhằm mục đích rút ra kết luận về quyết định sử dụng của khách hàng đối với dịch vụ TTKDTM của Ngân hàng Agribank chi nhánh Nam sông Hương. Nhân tố này được gọi là “Quyết định sử dụng”.
Quá trình phân tích nhân tố EFA trên đã xác định được 6 nhân tố ảnh hưởng đến quyết định sử dụng của khách hàng tại Thành phố Huế đối với dịch vụ TTKDTM của Ngân hàng Agribank chi nhánh Huế, đó là “Nhận thức sự hữu ich”, “Nhận thức tính dễ sử dụng”, “Ảnh hưởng xã hội”, “Nhận thức sự giảm rủi ro”, “Chi phí sử dụng” và “Ảnh hưởng công việc”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thay đổi đáng kể so với ban đầu, không có biến quan sát nào bị loại ra khỏi mô hình trong quá trình kiểm định độ tin cậy thang đo và phân tích nhân tố khám phá.
2.3.5 Kiểm định sự phù hợp của mô hình
2.3.5.1 Kiểm định mối tương quan giữa biến độc lập và biến phụ thuộc
Bảng 2. 15 Phân tích tương quan Pearson
SD | HI | XH | RR | CP | CV | QD | ||
QD | Tương quan Pearson | 0,556 | 0,447 | 0,269 | 0,563 | 0,547 | 0,432 | 1,000 |
Sig.(2-tailed) | 0,000 | 0,000 | 0,001 | 0,000 | 0,000 | 0,000 | - | |
N | 120 | 120 | 120 | 120 | 120 | 120 | 120 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)
Dựa vào kết quả phân tích trên, ta thấy:
- Giá trị Sig.(2-tailed) của các nhân tố mới đều bé hơn mức ý nghĩa α = 0,05
cho thấy sự tương quan có ý nghĩa giữa các biến độc lập và biến phụ thuộc
- Hệ số tương quan Pearson cũng khá cao (có 3 nhân tố lớn hơn 0,5) và có 3 nhân tố thấp hơn 0,5 nên ta có thể kết luận được rằng các biến độc lập sau khi điều chỉnh có thể giải thích cho biến phụ thuộc “ Quyết định sử dụng”
2.3.5.2 Phân tích các tác động của các yếu tố đến quyết định sử dụng dịch vụ thanh toán không dùng tiền mặt của khách hàng tại chi nhánh Nam sông Hương
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tố mới có ảnh hưởng đến biến phụ thuộc “quyết định sử dụng”, nghiên cứu tiến hành hồi quy tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tố mới này đến quyết định sử dụng
Mô hình hồi quy được xây dựng gồm biến phụ thuộc là “Quyết định sử dụng” (QD) và các biến độc lập được rút trích từ phân tích nhân tố khám phá EFA gồm 6 biến: “Nhận thức tính dễ sử dụng” (SD), “ Nhận thức sự hữu ích” (HI), “Ảnh hưởng xã hội” (XH), “ Nhận thức sự giảm rủi ro” (RR), “Chi phí sử dụng” (CP) và “Ảnh hưởng của công việc”(CV) với các hệ số Bê-ta tương ứng lần lượt là β1, β2, β3, β4, β5, β6
Mô hình hồi quy được xây dựng như sau:
QD= β0 + β1SD + β2HI + β3XH + β4RR + β5CP + β6CV + ei
Dựa vào hệ số Bê- ta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biến phụ thuộc trong mô hình và ảnh hưởng với mức độ ra sao, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng của các yếu tố ảnh hưởng đến quyết định sử dụng của khách hàng tại thành phố Huế đối với dịch vụ TTKDTM của Ngân hàng Agribank chi nhánh Huế.
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong giai đoạn phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0,05. Những nhân tố nào có giá trị Sig. > 0,05 sẽ bị xóa bỏ khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó.
Kết quả phân tích hồi quy được thể hiện qua các bảng sau:
Bảng 2. 16 Kết quả phân tích mô hình hồi quy các yếu tố ảnh hưởng đến quyết
định sử dụng dịch vụ TTKDTM của khách hàng tại chi nhánh Nam sông Hương
Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | t | Sig. | VIF | ||
B | Độ lệch chuẩn | Beta | ||||
Hằng số | -0,233 | 0,401 | - | -0,582 | 0,562 | - |
SD | 0,184 | 0,073 | 0,207 | 2,502 | 0,014 | 1,665 |
HI | 0,263 | 0,082 | 0,226 | 3,207 | 0,002 | 1,207 |
XH | 0,039 | 0,065 | 0,041 | 0,603 | 0,548 | 1,143 |
RR | 0,258 | 0,078 | 0,268 | 3,299 | 0,001 | 1,607 |
CP | 0,131 | 0,065 | 0,167 | 2,024 | 0,045 | 1,656 |
CV | 0,176 | 0,082 | 0,156 | 2,143 | 0,034 | 1,293 |
(Nguồn: Kết quả điều tra xử lý của tác giả năm 2020)