Phân Tích Nhân Tố Ý Định Sử Dụng Dịch Vụ Ebanking


Thứ năm, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.30 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun & Al-Tamimi, 2003).

4.3.2.1 Phân tích nhân tố tác động


Khi phân tích EFA cho các nhân tố tác động, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigen value lớn hơn 1. Như đã trình bày ở mục 4.3.1, 22 biến quan sát của 5 thành phần tiếp tục đưa vào phân tích EFA. Kết quả đầy đủ được trình bày trong Phụ lục 5.

Qua rút trích nhân tố lần 1 loại bớt 1 biến FC5 có hệ số tải nhân tố không đạt yêu cầu (phụ lục 5). Biến bị loại FC5 có nội dung “Tôi cảm thấy thuận tiện khi sử dụng các dịch vụ ebanking.”, về mặt ý nghĩa thì FC1, FC2, FC3, FC4 đã bao hàm ý nghĩa của FC5 do đó khi biến này có hệ số tải không đạt yêu cầu ta có thể loại mà không sợ ảnh hưởng về ý nghĩa.

Kết quả thể hiện trong bảng 4.3 cho thấy sau khi loại bỏ biến không tin cậy, thang đo còn lại 21 biến được tiến hành phân tích nhân tố lần 2 và trích thành 5 nhóm với tổng phương sai trích đạt: 72.589% (đạt yêu cầu > 50%) nghĩa là 5 nhân tố rút ra giải thích được 72.589% biến thiên của dữ liệu; điểm dừng khi trích các yếu tố hệ số Eigenvalue có giá trị >1. Hệ số tải nhân tố đều lớn hơn 0.5 nên các biến quan sát đều quan trọng, các khái niệm nghiên cứu đạt giá trị hội tụ. Hệ số KMO là 0.838 (đạt yêu cầu > 0.5) thể hiện sự thích hợp của phân tích nhân tố, kiểm định Bartlett đạt ý nghĩa thống kê (sig < 0.05).

Kiểm tra lại Cronbach’s Alpha cho thấy 5 nhân tố này đều đạt yêu cầu. Như vậy có thể kết luận, phân tích nhân tố là phù hợp.


Bảng 4.3. Kết quả EFA các nhân tố tác động


Số thứ tự

Biến quan sát

Nhân tố


1

2

3

4

5

1.

PE4

0.842





2.

PE2

0.831





3.

PE1

0.830





4.

PE3

0.804





5.

PE5

0.799





6.

PR2


0.918




7.

PR1


0.882




8.

PR3


0.862




9.

PR4


0.853




10.

PR5


0.706




11.

FC4



0.825



12.

FC2



0.813



13.

FC3



0.772



14.

FC1



0.627



15.

EE1




0.813


16.

EE2




0.774


17.

EE3




0.763


18.

EE4




0.651


19.

SI2





0.855

20.

SI1





0.822

21.

SI3





0.820


Eigenvalue

6.659

3.827

1.926

1.538

1.294


Phương sai trích

18.5

17.543

12.789

12.518

11.239


Cronbach’s Alpha

0.918

0.906

0.850

0.816

0.860

Có thể bạn quan tâm!

Xem toàn bộ 139 trang tài liệu này.

Các yếu tố ảnh hưởng đến ý định sử dụng dịch vụ Ngân hàng điện tử của khách hàng tại TP.HCM - 8


Nhân tố thứ nhất gồm có 5 biến quan sát sau:


PE1

Sử dụng ebanking cho phép tôi quản lý tốt thông tin tài chính cá nhân

PE2

Tôi tiết kiệm được nhiều thời gian khi sử dụng dịch vụ ebanking

PE3

Tôi không cần phải ghé thăm các ngân hàng truyền thống thường xuyên


PE4

Sử dụng ebanking làm tăng năng suất và chất lượng công việc của tôi

PE5

Tôi cảm thấy dịch vụ ebanking rất hữu ích

Nhân tố này được đặt tên là Hiệu quả mong đợi và ký hiệu là PE. Nhân tố thứ hai gồm có 5 biến quan sát sau:

PR1

Tôi vẫn không an tâm về tính bảo mật của kênh ngân hàng điện tử

PR2

Tôi lo lắng người khác giả mạo thông tin của tôi

PR3

Tôi lo bị hacker đánh cắp tiền từ tài khoản

PR4

Giao dịch ebanking có khả năng xảy ra thất thoát tiền từ tài khoản


PR5

Tôi ngần ngại sử dụng hệ thống vì sợ mắc lỗi sai không thể sửa chữa

(chuyển khoản nhầm, thanh toán nhầm hóa đơn...)

Nhân tố này được đặt tên là Nhận thức rủi ro và ký hiệu là PR. Nhân tố thứ ba gồm có 4 biến quan sát sau:

EE1

Tôi có thể dễ dàng tương tác với hệ thống ebanking

EE2

Hướng dẫn trên hệ thống ebanking là rò ràng, dễ hiểu

EE3

Những thao tác thực hiện trên ebanking là đơn giản đối với tôi

EE4

Tôi có thể dễ dàng sử dụng ebanking khi được hướng dẫn

Nhân tố này được đặt tên là Nỗ lực mong đợi và ký hiệu là EE. Nhân tố thứ tư gồm có 4 biến quan sát sau:

FC1

Tôi có đủ các nguồn lực cần thiết (máy tính, internet, kiến thức...) để

sử dụng dịch vụ ebanking

FC2

Tôi có kiến thức cần thiết để sử dụng hệ thống

FC3

Các phương tiện vật chất trong dịch vụ ebanking rất hấp dẫn (web dễ

tiếp cận, xử lý giao dịch nhanh, chương trình khuyến mãi, ưu đãi với đối tác hấp dẫn...)

FC4

Ngôn ngữ được trình bày trên ebanking là dễ đọc và dễ hiểu


Nhân tố này được đặt tên là Điều kiện thuận tiện và ký hiệu là FC.


Nhân tố thứ năm gồm có 3 biến quan sát sau:


SI1

Tôi cảm thấy sử dụng ebanking là phù hợp với xu thế phát triển hiện nay

SI2

Hầu hết những người quan trọng đối với tôi khuyên tôi nên sử dụng dịch vụ ebanking

SI3

Tôi sử dụng ebanking bởi tính rộng rãi của nó

Nhân tố này được đặt tên là Ảnh hưởng xã hội và ký hiệu là SI.

4.3.2.2 Phân tích nhân tố Ý định sử dụng dịch vụ ebanking

Sau khi phân tích EFA, 3 biến quan sát (UIE1, UIE2, và UIE3) của thang đo ý định sử dụng dịch vụ ebanking (gọi tắt là ý định sử dụng) được nhóm thành một nhân tố. Không có biến quan sát nào bị loại, và EFA là phù hợp. Kết quả cho thấy các hệ số tải nhân tố của 3 biến quan sát đều trên 0.5 (hệ số tải nhân tố của biến UIE1 có giá trị thấp nhất trong các hệ số tải nhân tố của thang đo này, và bằng 0.890); hệ số KMO = 0.744; phương sai trích bằng 82.226%; Mức ý nghĩa của kiểm định Bartlett là

0.000. Độ tin cậy của thang đo Ý định sử dụng có hệ số Cronbach’s Alpha là 0.892. Do đó, các biến đo lường thành phần này đều được sử dụng trong các phân tích tiếp theo. Nhân tố này được ký hiệu là UIE. (Xem thêm phụ lục 6)

Bảng 4.4. Kết quả EFA của thang đo Ý định sử dụng


Biến khảo sát

Nhân tố

UIE3

.917

UIE2

.913

UIE1

.890

Eigenvalue

2.467

Phương sai trích

82.226

Cronbach’s Alpha

0.892

4.4. PHÂN TÍCH HỒI QUY


Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích mối quan hệ giữa biến phụ thuộc với nhiều biến độc lập. Mô hình này có một khái niệm phụ thuộc là Ý định sử dụng và 5 khái niệm độc lập là các yếu tố tác động vào Ý định sử dụng


bao gồm: Hiệu quả mong đợi, Nỗ lực mong đợi, Điều kiện thuận tiện, Ảnh hưởng xã hội và Nhận thức rủi ro. Trước khi tiến hành phân tích hồi quy bội, cần phân tích tương quan để kiểm định mối liên hệ giữa các thành phần.


4.4.1. Phân tích tương quan‌


Nghiên cứu sử dụng hệ số tương quan tuyến tính r (Pearson Correlation Coefficient) để kiểm định sự tương quan giữa các yếu tố.

Kiểm định hệ số tương quan Pearson là phương pháp thường được dùng nhất để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Giữa biến độc lập và biến phụ thuộc phải có tương quan thì các biến đó mới được đem vào để phân tích hồi quy.

Tuy nhiên, nếu các biến độc lập có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.

Hệ số tương quan bằng 1 trong trường hợp có tương quan tuyến tính đồng biến và

-1 trong trường hợp tương quan tuyến tính nghịch biến. Các giá trị khác trong khoảng (-1,1) cho biết mức độ phụ thuộc tuyến tính giữa các biến. Nếu hệ số tương quan có giá trị gần bằng 0 thì giữa các biến càng ít có tương quan. Hệ số tương quan càng gần với

-1 và 1 thì tương quan giữa các biến càng mạnh. Khi hệ số tương quan bằng 1 hay -1 thì tương quan là hoàn hảo (dự báo được chính xác giá trị của biến này khi có giá trị của biến kia). (Tabachnick & Fidell, 2007).

Kết quả phân tích tương quan của các biến trong mô hình được trình bày tại bảng

4.5. (Xem thêm phụ lục 9).


Bảng 4.5. Phân tích hệ số tương quan Pearson




PE

PR

FC

EE

SI

UIE

PE

1






PR

.229**

1





FC

.344**

-.043

1




EE

.489**

.051

.485**

1



SI

.385**

.001

.392**

.423**

1


UIE

.580**

.005

.601**

.699**

.509**

1

** Tương quan đạt mức ý nghĩa 0.01 (2-tailed).

Từ kết quả phân tích tương quan, có thể thấy rằng Ý định sử dụng của khách hàng (UIE) có tương quan tuyến tính chặt với 4 biến độc lập PE, EE, FC và SI, với mức ý nghĩa ở mức 0.01. Biến phụ thuộc tương quan ít với biến độc lập PR, do đó biến này có thể không đạt mức ý nghĩa khi phân tích hồi quy bội, đây là một điểm cần lưu ý. Hệ số tương quan giữa biến phụ thuộc (Ý định sử dụng) với các biến độc lập còn lại tương đối cao (thấp nhất là 0.509). Một số biến độc lập cũng có tương quan tương đối cao (hệ số tương quan cao nhất là 0.515, tương quan giữa 2 biến EE và PE), do đó khi thực hiện phân tích hồi quy bội cần lưu ý đến hiện tượng đa cộng tuyến.

4.4.2. Phân tích hồi quy bội


Để đánh giá mức độ tác động của các yếu tố ảnh hưởng đến ý định sử dụng dịch vụ ebanking của khách hàng, phương pháp hồi quy tuyến tính bội được sử dụng để phân tích cho 5 nhân tố thu được từ phần phân tích nhân tố khám phá như đã trình bày tại mục 4.3.2.1.

Bằng việc áp dụng phương pháp chọn biến đồng thời (enter) tác giả thu được kết quả hồi quy theo phụ lục 7. Kết quả này cho giá trị R2 điều chỉnh bằng 0.68 (Mô hình giải thích được 68% sự biến đổi của biến phụ thuộc Ý định sử dụng) và mức ý nghĩa


của thống kê F trong ANOVA rất nhỏ (0.000) cho thấy mô hình hồi quy bội phù hợp với tập dữ liệu và có thể sử dụng được.

Hệ số phóng đại phương sai (VIF) của từng nhân tố có giá trị nhỏ hơn 10 chứng tỏ mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến (các biến độc lập có tương quan chặt chẽ với nhau)

Có 4 nhân tố thực sự ảnh hưởng đến Ý định sử dụng dịch vụ ebanking (UIE) là PE, EE, FC và SI với độ tin cậy 95% (sig < 0.05) . Bốn biến này đều ảnh hưởng dương đến Ý định sử dụng dịch vụ của khách hàng (các hệ số Beta đều dương). Nghĩa là, nếu cảm nhận của khách hàng về các yếu tố Hiệu quả mong đợi, Nỗ lực mong đợi, Điều kiện thuận tiện và Ảnh hưởng xã hội tăng thì Ý định sử dụng dịch vụ ebanking cũng tăng lên; và ngược lại (khi xét sự thay đổi của một yếu tố thì các yếu tố khác được giả định là không đổi).

Đối với nhân tố Nhận thức rủi ro, với độ tin cậy 85% thì biến này có ảnh hưởng đến Ý định sử dụng dịch vụ ebanking (sig = 0.148 < 0.15). Tác động của biến này đến Ý định sử dụng là tác động âm (Beta bằng -0.51) cho thấy nếu khách hàng nhận thức rủi ro càng cao thì ý định sử dụng dịch vụ ebanking càng giảm, và ngược lại.

Phân tích hồi quy bội lần 2 sau khi loại biến Nhận thức rủi ro (do không đạt độ tin cậy 95%), tác giả thu được kết quả như sau:

Giá trị R2 điều chỉnh bằng 0.679 (Mô hình giải thích được 67.9% sự biến đổi của biến phụ thuộc Ý định sử dụng) và mức ý nghĩa của thống kê F trong ANOVA rất nhỏ (0.000) cho thấy mô hình hồi quy bội phù hợp với tập dữ liệu và có thể sử dụng được.

Hệ số phóng đại phương sai (VIF) của từng nhân tố có giá trị nhỏ hơn 10 chứng tỏ mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến (các biến độc lập có tương quan chặt chẽ với nhau)


Cả 4 nhân tố còn lại thực sự ảnh hưởng đến Ý định sử dụng dịch vụ ebanking (UIE) với độ tin cậy 95% (sig < 0.05) . Bốn biến này đều ảnh hưởng dương đến Ý định sử dụng dịch vụ của khách hàng (các hệ số Beta đều dương).

Phương trình hồi quy với các biến đã chuẩn hóa có dạng như sau:


UIE = 0.465EE + 0.233FC + 0.221PE + 0.133SI - 0.053PR (4.1)


Sau khi loại biến PR, phương trình hồi quy với các biến đã chuẩn hóa có dạng như sau: UIE = 0.467EE + 0.239FC + 0.205PE + 0.136SI (4.2)

Kết quả phân tích hồi qui tuyến tính được trình bày trong các bảng 4.6, bảng 4.7, bảng 4.8 (xem thêm phụ lục 7)

Bảng 4.6. Tóm tắt mô hình hồi quy bộib




Mô hình


Hệ số R


R 2

R2 Hiệu chỉnh

Sai số chuẩn của ước lượng


Hệ số Durbin - Watson

1

.827a

.684

.679

.46952

2.009

a. Các dự báo: (Hằng số), SI, PE, FC, EE

b. Biến phụ thuộc: UIE


Bảng 4.7. Đánh giá sự phù hợp của mô hình - ANOVAb




Mô hình

Tổng bình

phương


df

Bình phương

trung bình


F

Mức ý

nghĩa

1

Hồi quy

122.026

4

30.506

138.386

.000a

Phần dư

56.434

256

.220



Tổng

178.460

260




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

Ngày đăng: 02/06/2022