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 đểxem 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 tốkhám phá EFA là phù hợp trong nghiên cứu này.
Kết quả như sau:
- Giá trịKMO 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 tốkhám phá EFA.
Bảng 2. 11 Kiểm định KMO và Bartlett’s Test biến độc lập KMO and Bartlett’s Test
TrịsốKMO (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 xửlý của tác giả năm 2020)
2.3.4.2 Phân tích nhân tốkhám phá EFA biến độc lập
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 tốtrong 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 đểtối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsố tải nhân tố<0,5 sẽbị 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 trịFactor Loading > 0,5 với vỡ mẫu là 120
Bảng 2. 12 Rút trích nhân tốbiến độc lập
Biến quan sát 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
Biến quan sát 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 HệsốEigenvalue 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 xửlý của tác giả năm 2020)
Thực hiện phân tích nhân tốlần đầu tiên, đưa 24 biến quan sát trong 6 biến độc lậpảnh hưởng đến quyết định sửdụng của khách hàng vào phân tích nhân tốtheo 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 hệsốtải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏbiến, đềtài 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 quảtrên, tổng phương sai trích là 69,558% > 50% do đó phân tích nhân tốlà phù hợp.
Đặt tên cho các nhóm nhân tố:
- Nhân tố1 (Factor 1) gồm 4 biến quan sát: SUDUNG1, SUDUNG2, SUDUNG3, SUDUNG4. Nghiên cứu đặt tên nhân tốmới này là “Nhận thức tính dễsửdụng”.
- Nhân tố2 (Factor 2) gồm 4 biến quan sát: HUUICH1, HUUICH2, HUUICH3, HUUICH4. Nghiên cứu đặt tên nhân tốmới này là “Nhận thức sựhữu ích”.
- Nhân tố 3 (Factor 3) gồm 4 biến quan sát: XAHOI1, XAHOI2, XAHOI3, XAHOI4. Nghiên cứu đặt tên nhân tốmới này là “Ảnh hưởng xã hội”.
- Nhân tố (Factor 4) gồm 3 biến quan sát: RUIRO1, RUIRO2, RUIRO3. Nghiên cứu đặt tên nhân tốmới này là “Nhận thức sựgiảm rủi ro”
- Nhân tố 5 (Factor 5) gồm 3 biến quan sát: SUDUNG1, SUDUNG2, SUDUNG3. Nghiên cứ này đặt tên nhân tốmới này là “Chi phí sửdụng”.
- Nhân tố 6 (Factor 6) gồm 3 biến quan sát: CONGVIEC1, CONGVIEC2, CONGVIEC3. Nghiên cứu này đặt tên nhân tốmới này là “Ảnh hưởng của công việc”.
2.3.4.3 Kiểm định KMO và Bartlett’s Test biến phụthuộc
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 dữliệu thu nhập được đáp ứng với điều kiện đểtiến hành phân tích nhân tố.
Bảng 2. 13 Kiểm định KMO và Bartlett’s Test biến phụthuộc KMO and Bartlett’s Test
TrịsốKMO (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
2.3.4.4 Phân tích nhân tốkhám phá EFA biến phụthuộc
Bảng 2. 14 Rút trích nhân tốbiến phụthuộc
Quyết định sửdụng Hệsốtải
QUYETDINH1 0,866
QUYETDINH2 0,848
QUYETDINH3 0,803
Phướng sai tích lũy tiến (%) 70,466
(Nguồn: Kết quả điều tra xửlý 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 đềxuất 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 sửdụng”.
Quá trình phân tích nhân tố EFA trên đã xácđịnh được 6 nhân tố ảnh hưởng đến quyết định sử dụng của khách hàng tại Thành phố Huế đối với dịch vụTTKDTM của Ngân hàng Agribank chi nhánh Huế, đó là “Nhận thức sự hữu ich”, “Nhận thức tính dễsửdụng”, “Ảnh hưởng xã hội”, “Nhận thức sựgiảm rủi ro”, “Chi phí sửdụng” và “Ảnh hưởng công việc”.
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thayđổi 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 sựphù hợp của mô hình
2.3.5.1 Kiểm định mối tương quan giữa biến độc lập và biến phụthuộc
Bảng 2. 15Phân 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 xửlý của tác giả năm 2020)
Dựa vào kết quảphân 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 phụthuộc
- Hệsố tương quan Pearson cũng khá cao (có 3 nhân tốlớn 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 thểgiải thích cho biến phụthuộc “ Quyết định sửdụng”
2.3.5.2Phân tích các tác động của các yếu tố đến quyết định sửdụng dịch vụthanh 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 phụthuộc “quyết định sửdụng”, 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 sửdụng
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 từphân tích nhân tốkhám phá EFA gồm 6 biến: “Nhận thức tính dễsửdụng” (SD), “ Nhận thức sựhữu ích” (HI), “Ảnh hưởng xã hội”
(XH), “ Nhận thức sựgiảm rủi ro” (RR), “Chi phí sử dụng” (CP) và “Ảnh hưởng của công việc”(CV) với các hệsốBê-ta tương ứng lần lượt làβ1, β2, β3, β4, β5,β6
Mô hình hồi quy được xây dựng như sau:
Dựa vào hệsốBê- 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 độra 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 quảphân tích hồi quy được thểhiện qua các bảng sau:
Bảng 2. 16 Kết quảphân tích mô hình hồi quy các yếu tố ảnh hưởng đến quyết định sửdụng dịch vụTTKDTM của khách hàng tại chi nhánh Nam sông Hương
Hệsố chưa chuẩn hóa Hệsốchuẩn hóa
t Sig. VIF B Độlệch 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
Giá trị Sig. tại các phép kiểm định của các biến độc lập được đưa vào mô hình: “Nhận thức tính dễ sửdụng”, “Nhận thức sự hữu ích”, “Nhận thức sự giảm rủi ro”, “Chi phí sử dụng”,”Ảnh hưởng của công việc” đều nhỏ hơn 0,05 chứng tỏ các biến độc lập này có ý nghĩa thống kê trong mô hình. Riêng đối với biến độc lập “Ảnh
hưởng xã hội” có giá trị Sig. là 0,548 > 0,05 nên bị loại khỏi mô hình hồi quy. Ngoài ra, hằng sốtrong mô hình có giá trịSig. là 0,562 > 0,05 nên cũng sẽbịloại.
Như vậy, phương trình hồi quy được xác định như sau:
QD = 0,207SD + 0,226HI + 0,268RR + 0,167CP + 0,156CV + ei
Nhìn vào mô hình hồi quy, có thể khẳng định: có 5 nhân tố đó là “nhận thức tính dễ sử dụng”, “nhận thức sự hữu ích”, “nhận thức sự giảm rủi ro”, “chi phí sử
dụng” và “ảnh hưởng của công việc”của khách hàng tại Thành phốHuế đối với dịch vụTTKDTM của Agribank– Chi nhánh Nam sông Hương
Kết quảphân tích cho thấy:
Hệsốβ1= 0,207 có nghĩa là khi biến “nhận thức tính sử dụng”thay đổi 1 đơn vị trong khi các biến khác không đổi thì “Quyết định sử dụng” biến động cùng chiều 0,207 đơn vị. Tương tự với các biến còn lại cũng giải thích như vậy. Hệsốβ2= 0,226
có nghĩa là khi biến“Nhận thức sựhữu ích” thayđổi 1 đơn vịtrong khi các biến khác không đổi thì “Quyết định sử dụng” biến động cùng chiều 0,226 đơn vị. Hệ số β4= 0,268 có nghĩa là khi biến“Nhận thức sựgiảm rủi ro” thay đổi 1 đơn vụtrong khi các biến khác không đổi thì“Quyết định sửdụng” biến động cùng chiều 0,268 đơn vị. Hệ số β5 = 0,167 có nghĩa là khi biến “chi phí sử dụng” thay đổi 1 đơn vịtrong khi các biến khác không đổi thì“Quyết định sửdụng” biến động cùng chiều 0,167 đơn vị. Hệ sốβ6= 0,156 có nghĩa là khi biến“Ảnh hưởng của công việc”thay đổi 1 đơn vị trong khi các biến khác không đổi thì“Quyết định sửdụng”biến động cùng chiều 0,156 đơn vị. Có một điểm chung của các biến độc lập này là đều ảnh hưởng thuận chiều đến biến phụ thuộc là “Quyết định sử dụng”, quyết định sửdụng của khách hàng đối với dịch vụcủa công ty sẽ được nâng cao khi những yếu tố ảnh hưởng này tăng. Điều này cho thấy Ngân hàng Agribank chi nhánh Huế cần phải có những động thái nhằm kiểm soát các yếu tốnày một cách cẩn thận hơn.
Dựa vào mô hình hồi quy, ta có hệsố Bê-ta chuẩn hóa của biến “Nhận thức sự
giảm rủi ro” có giá trị 0,268. Đây là nhân tố ảnh hưởng mạnh nhất đến quyết định sử dụng của khách hàng tại thành phố Huế đối với dịch vụ TTKDTM của Ngân hàng Agribank, ngoài ra biến “Nhận thức sựhữu ích” cũng có mức độ ảnh hưởng khá lớn với hệ số Bê-ta tương ứng là 0,226. Các biến còn lại như “Nhận thức tính dễ sử
dụng”, “chi phí sử dụng”và “ảnh hưởng của công việc” cũng sẽ được khách hàng xem xét khi quyết định sửdụng với hệ số Bê-ta lần lượt là 0,207; 0,167 và 0,156. Kết quả phân tích hồi quy cũng khá hợp lý so với thực tế khi mà xu hướng phát triển của dịch vụ TTKDTM, người sửdụng càng cân nhắc kĩ lưỡng hơn về độ rủi ro xảy ra và đồng thời tối đa hóa lợi nhuận dịch vụ TTKDTM để đáp ứng nhu cầu.
2.3.5.3Đánh giá độphù hợp của mô hình
Bảng 2. 17Đánh giá độphù hợp của mô hình
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin - Watson 1 0,732 0,536 0,512 0,40835 2,020
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Dựa vào bảng kết quả phân tích, mô hình 5 biến độc lập có giá trị R Square hiệu chỉnh là 0,512 tức là: độ phù hợp của mô hình là 51,2%. Hay nói cách khác, 51,2% độ biến thiên của biến phụthuộc “quyết định sử dụng” được giải thích bởi 5 yếu tố được đưa vào mô hình. Bên cạnh đó, ta nhận thấy giá trị R Square hiệu chỉnh là 0,512 cũng khá cao ( > 50%), nghĩa là mối quan hệ giữa biến độc lập và biến phụthuộc được coi là gần chặt chẽ.
2.3.5.4 Kiểm định sựphù hợp của mô hìnhBảng 2. 18: Kiểm định ANOVA Bảng 2. 18: Kiểm định ANOVA ANOVA Model Sum of Squares df Mean Square F Sig. 1 Regression 21,800 6 3,633 21,789 0,000 Residual 18,843 113 0,167 - - Total 40,644 119 - - -
(Nguồn: Kết quả điều tra xửlý của tác giả năm2020)
Kết quả từbảng ANOVA cho thấy giá trịSig. = 0,000 rất nhỏ, cho phép nghiên cứu bác bỏgiảthiết rằng “ Hệsố xác định R bình phương = 0” tức là mô hình hồi quy phù hợp. Như vậy mô hình hồi quy thu được rất tốt, các biến độc lập giải thích được khá lớn sự thay đổi của biến phụthuộc “quyết định sửdụng”.
2.3.6 Xem xét sự tương quan
Đại lượng Durbin – Watson được dùng đểkiểm định tương quan của các sai số kề nhau. Dựa vào kết quả thực hiện phân tích hồi quy cho thấy, giá trị Durbin – Watson là 2,020 thuộc trong khoảng chấp nhận (1,6 đến 2,6). Vậy có thể kết luận là mô hình không xảy ra hiện tượng tự tương quan.
2.3.7 Xem xét đa cộng tuyến
Mô hình hồi quy vi phạm hiện tượng đa cộng tuyến khi có giá trị hệ số phóng đại phương sai ( VIF –Variance Inflation Factor) lớn hơn hay bằng 10.
Từ kết quả phân tích hồi quy ở trên, ta có thểthấy rằng giá trị VIF của mô hình nhỏ (chưa vượt quá 2) nên nghiên cứu kết luận rằng mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.
2.3.8 Kiểm định phân phối chuẩn của phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng