Kiểm Định Cronbach’S Alpha Đối Với Biến “Giảm Rủi Ro”


Hệ số Cronbach’s Alpha bằng 0,820 là khá cao, nên có thể kết luận rằng thang đo “sự hiểu biết” là đủ độ tin cậy. Ngoài ra, ta thấy biến quan sát “Sử dụng Internet Banking giúp tôi theo kịp sự phát triển của công nghệ thông tin” có Cronbach’s Alpha nếu loại biến là 0,838 nên nếu loại biến này ra khỏi mô hình thì hệ số Cronbach’s Alpha sẽ cao hơn 0,820 nhưng hệ số tương quan biến tổng của quan sát này là 0,586 vẫn còn lớn hơn 0,3, nên ta vẫn có thể sử dụng biến này trong các phân tích tiếp theo.

2.2.3.3Kiểm định Cronbach’s Alpha đối với biến “Giảm rủi ro”


Bảng 2.7 - Kiểm định Cronbach’s Alpha đối với biến “Giảm rủi ro”



Hệ số tương

quan biến tổng

Cronbach’s Alpha nếu loại

biến

Sử dụng IB là an toàn khi chuyển tài khoản

0,629

0,711

Sử dụng IB đảm bảo bí mật về các thông tin giao

dịch của tôi


0,607


0,725

Sử dụng IB cho tôi cảm giác an toàn hơn so với các

dịch vụ khác của ngân hàng


0,647


0,683

Cronbach’s Alpha

0,784

Có thể bạn quan tâm!

Xem toàn bộ 137 trang tài liệu này.

Nghiên cứu động cơ sử dụng dịch vụ Internet Banking của khách hàng cá nhân tại ngân hàng TMCP Quốc Tế - Chi nhánh Huế - 7

(Nguồn: Số liệu điều tra 2013)


Ta thấy rằng hệ số Cronbach’s Alpha của thang đo “Giảm rủi ro” bằng 0,784 và hệ số tương quan biến tổng của các quan sát đều lớn hơn 0,3 nên các biến là phù hợp để đưa vào các phân tích tiếp theo.


2.2.3.4. Kiểm định Cronbach’s Alpha đối với biến “Ảnh hưởng của môi trường xung quanh”

Bảng 2.8 - Kiểm định Cronbach’s Alpha đối với biến “Ảnh hưởng của môi

trường xung quanh”



Hệ số tương

quan biến tổng

Cronbach’s

Alpha nếu loại biến

Tôi sử dụng Internet Banking bởi vì người thân, bạn bè, đồng nghiệp tôi sử dụng nó


0,367


0,699

Tôi sử dụng Internet Banking vì người thân, bạn

bè, đồng nghiệp khuyên tôi nên sử dụng nó


0,473


0,568

Tôi sử dụng Internet Banking bởi vì bị tác động bởi

các phương tiện truyền thông về I Banking


0,595


0,386

Cronbach’s Alpha

0,662

(Nguồn: Số liệu điều tra 2013)


Hệ số Cronbach’s Alpha bằng 0,662 là có thể dùng được, nên có thể kết luận rằng thang đo “Ảnh hưởng của môi trường xung quanh” là đủ độ tin cậy.

Ngoài ra, ta thấy biến quan sát “Tôi sử dụng Internet Banking bởi vì người thân, bạn bè, đồng nghiệp tôi sử dụng nó” có Cronbach’s Alpha nếu loại biến là 0,699 nên nếu loại biến này ra khỏi mô hình thì hệ số Cronbach’s Alpha sẽ cao hơn 0,662 nhưng hệ số tương quan biến tổng của quan sát này là 0,367 vẫn còn lớn hơn 0,3, nên ta vẫn có thể sử dụng biến này trong các phân tích tiếp theo.


2.2.3.5. Kiểm định Cronbach’s Alpha đối với biến “Công việc”


Bảng 2.9 - Kiểm định Cronbach’s Alpha đối với biến “Công việc”



Hệ số tương

quan biến tổng

Cronbach’s

Alpha nếu loại biến

Công việc của tôi đòi hỏi phải giao dịch chủ yếu

qua Internet


0,578


0,595

Công việc của tôi không cho phép tôi đi lại nhiều

0,622

0,541

Công việc của tôi hằng ngày phải sử dụng máy tính

nhiều.


0,444


0,748

Cronbach’s Alpha

0,724

(Nguồn: Số liệu điều tra 2013)


Hệ số Cronbach’s Alpha bằng 0,724 là khá cao nên có thể kết luận rằng thang đo

“Công việc” là đủ độ tin cậy.


Ngoài ra, ta thấy biến quan sát “Công việc của tôi hằng ngày phải sử dụng máy tính nhiều.” có Cronbach’s Alpha nếu loại biến là 0,748 nên nếu loại biến này ra khỏi mô hình thì hệ số Cronbach’s Alpha sẽ cao hơn 0,724 nhưng hệ số tương quan biến tổng của quan sát này là 0,444 vẫn còn lớn hơn 0,3, nên ta vẫn có thể sử dụng biến này trong các phân tích tiếp theo.


2.2.3.6. Kiểm định Cronbach’s Alpha đối với biến “Sự quan tâm từ phía ngân hàng”


Bảng 2.10 - Kiểm định Cronbach’s Alpha đối với biến “Sự quan tâm từ phía ngân hàng”



Hệ số tương quan

biến tổng

Cronbach’s Alpha nếu loại biến

Ngân hàng liên tục quảng cáo về các tiện ích của dịch vụ IB trên các phương tiện truyền

thông đại chúng


0,355


0,605

Ngân hàng liên tục đưa ra các mức ưu đãi,

khuyến mãi dành cho khách hàng


0,473


0,545

Ngân hàng VIB đưa ra các mức khuyến mãi

và ưu đãi hấp dẫn hơn ngân hàng khác


0,410


0,579

Các nhân viên ngân hàng tận tính giúp đỡ tôi

cách sử dụng


0,418


0,574

Ngân hàng luôn có sự quan tâm đến tôi vào

những dịp lễ


0,312


0,625

Cronbach’s Alpha

0,640

(Nguồn: Số liệu điều tra 2013)


Ta thấy rằng hệ số Cronbach’s Alpha của thang đo “Sự quan tâm từ phía ngân hàng” bằng 0,640 và hệ số tương quan biến tổng của các quan sát đều lớn hơn 0,3 nên các biến là phù hợp để đưa vào các phân tích tiếp theo.


2.2.3.7. Kiểm định Cronbach’s Alpha đối với biến “Linh động”

Bảng 2.11 - Kiểm định Cronbach’s Alpha đối với biến “Linh động”



Hệ số tương

quan biến tổng

Cronbach’s Alpha nếu loại biến

Sử dụng IB tôi có thể tiếp cận tin tức bất kỳ ở đâu


0,734


0,760

Sử dụng IB tôi có thể tiếp cận tin tức bất cứ thời gian nào


0,675


0,815

Sử dụng IB tôi có thể linh động trong việc sử dụng nên tiết kiệm được thời gian và chi phí


0,720


0,761

Cronbach’s Alpha

0,840

(Nguồn: Số liệu điều tra 2013)

Ta thấy rằng hệ số Cronbach’s Alpha của thang đo “Linh động” bằng 0,840 và hệ số tương quan biến tổng của các quan sát đều lớn hơn 0,3 nên các biến là phù hợp để đưa vào các phân tích tiếp theo.

2.2.3.8. Kiểm định Cronbach’s Alpha đối với biến “Phong cách”

Bảng 2.12 - Kiểm định Cronbach’s Alpha đối với biến “Phong cách”




Hệ số tương

quan biến tổng

Cronbach’s

Alpha nếu loại biến

Sử dụng IB để tránh bị coi là lỗi thời

0,288

0,460

Sử dụng IB thể hiện rõ phong cách riêng của tôi

0,397

0,278

Sử dụng IB thể hiện tôi đang theo kịp xu hướng phát triển của xã hội.


0,285


0,468

Cronbach’s Alpha

0,506

(Nguồn: Số liệu điều tra 2013)

Ta thấy rằng hệ số Cronbach’s Alpha của thang đo “Phong cách” bằng 0,506 < 0,6 nên kết luận thang đo này chưa đủ độ tin cậy do đó ta loại các biến này ra khỏi mô hình.


2.2.4. Phân tích nhân tố khám phá EFA


2.2.4.1. Kiểm định KMO và Bartlett


Trước khi tiến hành phân tích nhân tố cần kiểm tra việc dùng phương pháp này có phù hợp hay không. Việc kiểm tra được thực hiện bởi việc tính hệ số KMO (Kaiser- Meyer-Olkin of Sampling Adequacy) and Bartlett’s Test.

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 phân tích nhân tố hay không.

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì mức ý nghĩa của Bartlett’s Test nhỏ hơn 0,05 cho phép bác bỏ giả thiết H0 và giá trị KMO trong khoảng (0,5 ; 1) thì có nghĩa phân tích nhân tố là thích hợp.

Kết quả kiểm định Kaiser – Meyer – Olkin cho giá trị là 0,681 nằm trong khoảng cho phép, kết quả này chứng tỏ rằng mẫu đủ lớn và đủ điều kiện thực hiện phân tích nhân tố. Bên cạnh đó, kiểm định Barlett cho kết quả mức ý nghĩa bé hơn 0,05 vì vậy mà kết quả thu được trong phân tích nhân tố có thể sử dụng được.

Bảng 2.13 - Kiểm định KMO và Bartlett


Kaiser-Meyer-Olkin Measure of Sampling Adequacy.

0,681

Bartlett's Test of Sphericity

Approx. Chi-Square

1,132E3

Df

253

Mức ý nghĩa

0,000

(Nguồn: Số liệu điều tra 2013)


2.2.4.2. Phương pháp xoay nhân tố Varimax produce


Phương pháp phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (Principal Component Analysis) với giá trị trích Eigenvalue nhỏ hơn 1. Điều này có nghĩa là chỉ những nhân tố được trích ra có giá trị Eigenvalue lớn hơn 1 mới được giữ trong mô hình phân tích.


Phương pháp được chọn ở đây là phương pháp xoay nhân tố Varimax proceduce, xoay nguyên góc các nhân tố để tối thiểu hoá số lượng các quan sát có hệ số lớn tại cùng một nhân tố. Vì vậy, sẽ tăng cường khả năng giải thích các nhân tố. 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.

Đối chiếu với các tiêu chuẩn đặt ra cho kết quả xoay nhân tố lần thứ nhất (xem phụ lục 2.22), các biến không đạt yêu cầu bị loại bỏ. Có hai biến là “Các nhân viên ngân hàng tận tính giúp đỡ tôi cách sử dụng”, “Ngân hàng liên tục đưa ra các mức ưu đãi, khuyến mãi dành cho khách hàng” có hệ số tải nhỏ hơn 0,5 nên bị loại.

Thực hiện phương pháp xoay nhân tố lần 2 không có các biến bị loại trên, ta có kết quả xoay nhân tố lần 2 (xem phụ lục 2.23), lần này không có biến nào có hệ số tải nhân tố nhỏ hơn 0,5. Ta thấy sự tập trung của các quan sát theo từng nhân tố rất rõ. Bảng kết quả phân tích cho thấy có bảy nhân tố được tạo ra có giá trị Eigenvalues lớn hơn 1. Ta cũng thấy với 7 nhân tố này sẽ giải thích được 69,01% biến thiên của dữ liệu (xem phụ lục 2.24). Tỷ lệ này là tương đối cao trong phân tích nhân tố.


Bảng 2.14 - Ma trận xoay các nhân tố lần 2



Biến quan sát


Nhân tố


1


2


3


4


5


6


7

Sử dụng IB tôi có thể tiếp cận tin tức bất kỳ ở đâu


0,896







Sử dụng Internet Banking tôi có thể

linh động trong việc sử dụng nên tiết kiệm được thời gian


0,877







Sử dụng IB tôi có thể tiếp cận tin tức bất cứ thời gian nào


0,813







Sử dụng IB giúp tôi nâng cao kỹ năng

vi tính



0,884






Sử dụng IB giúp tôi mở mang kiến thức mới



0,837






Sử dụng IB giúp tôi theo kịp sự phát triển của công nghệ thông tin



0,753






Sử dụng IB đảm bảo bí mật về các thông tin giao dịch của tôi




0,828





Sử dụng IB cho tôi cảm giác an toàn

hơn so với các dịch vụ khác của ngân hàng




0,794





Sử dụng IB là an toàn khi chuyển tài khoản




0,793





Công việc của tôi không cho phép tôi

đi lại nhiều





0,845




Công việc của tôi đòi hỏi phải giao dịch chủ yếu qua Internet





0,780




Xem toàn bộ nội dung bài viết ᛨ

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

Ngày đăng: 17/05/2023