2. Mô hình và các giả thiết trong mô hình chấp nhận công nghệ Ebanking
2.2.3.1.Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha. Những biến có hệ số tương quan biến tổng (item- total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lường tốt.
+ Kết quả đánh giá thang đo mức chấp nhận công nghệ Ebanking của khách hàng
Đối với thành phần rủi ro cảm nhận, Cronbach Alpha là 0.793. Thành phần này gồm 4 biến quan sát. Tất cả các biến này đều có hệ số tương quan với biến tổng lớn hơn 0.3. Tuy nhiên có quan sát “không an tâm về công nghệ” có Alpha = 0.821 > 0.793. Do vậy quan sát này nên loại, còn các quan sát còn đều được giữ lại để vào phân tích nhân tố. Thành phần tiếp theo là sự tự chủ với 4 quan sát. Cronbach Alpha của thành phần này là
0.678. Trong số các quan sát thì quan sát “gặp vấn đề thì có người hướng dẫn” có hệ số hệ số tương quan biến tổng < 0.3 và Cronbach Alpha cũng lớn hơn 0.678. Do đó quan sát này cũng nên loại khi vào phân tích nhân tố.
Thành phần sự thuận tiện gồm 3 biến và Cronbach Alpha bằng 0.732. Nếu biến nào có Alpha thỏa mãn là < 0.732 và hệ số tương quan biến tổng lớn hơn 0.3, thì được tiếp tục sử dụng để phân tích nhân tố. Do đó, biến “không mất nhiều thời gian khi sử dụng” bị loại khỏi thang đo.
Cronbach Alpha của thành phần sự dễ sử dụng cảm nhận là 0.678. Vẫn theo nguyên tắc như trên thì quan sát “dễ học cách sử dụng” bị loại khỏi thang đo.
Thành phần ích lợi cảm nhận-thành phần này bao gồm 4 biến, Cronbach alpha tính đƣợc là 0.766. Hệ số tương quan biến tổng của tất cả các biến này đều lớn hơn 0.3 và alpha nếu bỏ mục hỏi nhỏ hơn 0.766, do vậy các biến này tiếp tục được dùng để phân tích nhân tố.
Và cuối cùng là thành phần thái độ có 3 quan sát và hệ số tính được là 0.632. Trong 3 quan sát tính được thì có quan sát “tự hào khi sử dụng” không thỏa mãn nên bị loại trước khi vào phân tích nhân tố.
Tóm lại, hệ số Cronbach alpha của các thành phần đo lường nhu cầu sử dụng Ebanking theo mô hình TAM đều từ 0.6 trở lên. Điều này chứng tỏ rằng đây là thang đo lường tốt.
+ Kết quả đánh giá thang đo dự định sử dụng của khách hàng
Bảng 1.8 là kết quả tính toán Cronbach Alpha của thành phần dự định. Hệ số tính được là 0.619. Hai biến của thành phần này có hệ số tương quan biến tổng lớn hơn 0.3 và Alpha cùng thỏa mãn nhỏ hơn 0.619 khi loại bỏ. Do đó các biến này sẽ được sử dụng vào phân tích nhân tố dự định sử dụng của khách hàng.
Bảng 1.8: Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha Items Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item -Total Correlat ion Cronbach's Alpha if Item Deleted Rủi ro cảm nhận .793
Lo người khác biết thông tin 8.690 6.069 .595 .746
Lo bị mất cắp tiền 8.620 4.626 .751 .658
Lo người khác giả mạo thông tin 8.400 5.597 .663 .711
Không an tâm về công nghệ 8.470 6.533 .427 .821
Sự tự chủ .678
Không ai hướng dẫn sử dụng 12.800 1.946 .570 .537
Thấy người khác dùng trước 12.150 2.368 .515 .574
Có người hướng dẫn 12.320 3.441 .282 .706
Hỗ trợ trực tuyến 11.810 2.623 .516 .579
Sự thuận tiện .732
Dễ dàng tìm địa điểm giao dịch 9.070 .981 .591 .607 Dễ dàng đăng nhập/thoát khỏi hệ
thống 8.990 1.134 .646 .545
Không mất thời gian khi sử dụng 9.090 1.320 .449 .761
Sự dễ sử dụng cảm nhận .678
Dễ học cách sử dụng 11.850 2.193 .334 .696
Dễ dàng thực hiện yêu cầu của người
sử dụng 12.000 2.000 .510 .580
Nhanh chóng sử dụng thành thạo 11.820 1.934 .548 .554
Thao tác giao dịch đơn giản 11.730 2.066 .463 .611 (adsbygoogle = window.adsbygoogle || []).push({});
Ích lợi cảm nhận .766
Thực hiện giao dịch dễ dàng 12.270 2.130 .472 .765
Kiểm soát tài chính có hiệu quả 12.370 2.021 .657 .663
Tiết kiệm thời gian 12.170 2.185 .571 .710
Nâng cao hiệu quả công việc 12.290 2.045 .581 .703
Thái độ .632
Tự hào khi sử dụng 7.490 1.728 .335 .679
Thoải mái khi sử dụng 7.070 1.558 .596 .341
Yên tâm khi sử dụng 7.170 1.496 .422 .567
Dự định .619
Chắc chắn sử dụng khi có ý định 4.190 .596 .452 .000
2.2.3.2. Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo chúng ta bắt đầu đi sâu vào phân tích nhân tố.Ban đầu, chúng ta có 24 biến quan sát, thông qua hệ số Cronbach Alpha, thang đo còn lại 19 biến. Phân tích nhân tố khám phá EFA là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Ngoài ra, phân tích nhân tố còn dựa vào hệ số Eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố Principal Components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
+ Kết quả phân tích thang đo mức chấp nhận công nghệ Ebanking của khách hàng
- Ma trận tương quan (phụ lục 3): Để đáp ứng được phân tích nhân tố thì các biến phải có liên hệ với nhau. Nếu hệ số tương quan nhỏ thì có thể dẫn đến phân tích nhân tố không thích hợp. Ngoài ra, chúng ta còn sử dụng Bartlett’s Test of Sphericity để kiểm định giả thuyết Ho: không có mối tương quan với nhau trong tổng thể
Bảng 1.9: Hệ số KMO và kiểm định Bartlett’s của các nhân tố ảnh hưởng
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.730 Bartlett's Test of Sphericity Approx. Chi- Square 912.581 df 136 Sig. 0.000
Ta nhận thấy Sig: 0.00 rất nhỏ < mức ý nghĩa: 1% => bác bỏ Ho hay giữa các biến có mối liên hệ với nhau. Đồng thời hệ số KMO = 0.730 chứng tỏ mô hình phân tích nhân tố là phù hợp.
- Số lượng nhân tố: Theo tiêu chuẩn Eigenvalue thì có 5 nhân tố được rút ra. Và 5 nhân tố này giải thích được 66.310% (> 50%) sự biến thiên của dữ liệu. Bảng Communalities cho biết các thông tin có liên quan sau khi số lượng nhân tố được rút ra. Nó cho biết các Communality của các biến tức là phần biến thiên được giải thích bởi các nhân tố chung. Việc giải thích kết quả được tăng cường bằng cách xoay các nhân tố.
- Xoay các nhân tố: Thường được sử dụng theo phương pháp xoay Varimax Procedure. Xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng 1 nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố. Các biến này có hệ số (factor loading) lớn ở cùng 1 nhân tố. Như vậy nhân tố này có thể được giải thích bằng các biến có hệ số lớn hơn đối với bản thân nó.
Tóm lại sau khi phân tích đánh giá, mô hình đánh giá các nhân tố ảnh hưởng quyết định lựa chọn sử dụng Ebanking có 5 nhân tố. Cụ thể
Nhân tố 1: ?????
+ c2.1 “không ai hướng dẫn sử dụng”
+ c3.2 “dễ dàng đăng nhập/thoát khỏi hệ thống” + c2.2 “thấy người khác dùng trước”
+ c2.4 “hỗ trợ trực tuyến”
+ c3.1 “dễ tìm địa điểm giao dịch” Nhân tố 2: rủi ro cảm nhận (RR) (adsbygoogle = window.adsbygoogle || []).push({});
+ c1.2 “lo bị mất cắp tiền”
+ c1.3 “lo người khác giả mạo thông tin” + c1.1 “lo người khác biết thông tin” Nhân tố 3: thái độ mong muốn (TĐMM)
+ c6.4 “yên tâm khi sử dụng”
+ c5.2 “kiểm soát tài chính có hiệu quả” + c6.2 “thoải mái khi sử dụng”
+c5.1 “thực hiện giao dịch dễ dàng” Nhân tố 4: sự dễ sử dụng cảm nhận (DSD)
+ c4.3 “nhanh chóng sử dụng thành thạo” + c4.4 “thao tác đơn giản”
+ c4.2 “dễ dàng thực hiện yêu cầu của người sử dụng” Nhân tố 5: ích lợi cảm nhận (IL)
+ c5.4 “nâng cao hiệu quả công việc” + c5.3 “tiết kiệm thời gian”
+ Kết quả đánh giá thang đo dự định (DD) sử dụng của khách hàng
Tương tự ta cũng có hệ số KMO =0.5 và kiểm định Bartlett's Test of Sphericity có Sig < 1%. Do vậy phân tích nhân tố với biến này là thích hợp.
Bảng 2.0: Hệ số KMO và kiểm định Bartlett’s của nhân tố dự định
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.500
Bartlett's Test of Sphericity
Approx. Chi-
Square 33.782
df 1
Sig. 0.00
Bảng 2.1: Kết quả rút trích của nhân tố dự định
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % % of Variance Cumulative %
1 1.452 72.622 72.622 1.452 72.622 72.622
2 0.548 27.378 100
Extraction Method: Principal Component Analysis.
Kết quả bảng 2.1 cho thấy 1 nhân tố rút trích. Tồng phương sai rút trích là 72.622% >50%, với hệ số Eigenvalue >1, do đó giá trị phương sai đạt chuẩn. Có nghĩa là nhân
tố này giải thích được 72.622% sự biến thiên của nhân tố dự định sử dụng Ebanking của khách hàng là cán bộ công nhân viên.
2.2.3.3. Kiểm định mô hình bằng phân tích hồi quy bội
Đường hồi quy tuyến tính: dự định sử dụng Ebanking của CB-CNV = f (giới tính; độ
tuổi; thu nhập; nhân tố 1; RR; TĐMM; SD; IL)
Xây dựng ma trận tương quan và kiểm định các nhân tố trong mô hình hồi quy (Phụ lục 4): Nhìn chung, các biến độc lập không có mối quan hệ với nhau, ngoại trừ biến độ tuổi và mức thu nhập hàng tháng có sự tương quan là 0.643. Sự tương này rất dễ dẫn tới hiện tượng đa cộng tuyến trong mô hình, do vậy trong quá trình phân tích cần xem xét cẩn thận. (adsbygoogle = window.adsbygoogle || []).push({});
Đối với biến phụ thuộc thì có sự tương quan tương đối chặt chẽ với nhân tố thái độ mong muốn, sự dễ sử dụng cảm nhận, ích lợi cảm nhận . Các biến còn lại có mối tương quan ít hơn nên rất có thể sẽ bị loại khỏi mô hình, tuy nhiên cần xem xét them mới có thể đưa ra kết luận chính xác.
- Phân tích hồi quy
Bảng 2.2: Các hệ số của mô hình hồi quy bội
Model Summaryb Model 1 R .586a R Square 0.343 Adjusted R Square 0.306 Std. Error of the Estimate 0.8331166 Change Statistics R Square Chan ge 0.343 F Change 9.209 df1 8 df2 141 Sig. F Change 0.000 Durbin-Watson 2.141
Từ bảng 2.2, tiến hành kiểm định giả thiết Ho: mô hình hồi quy tuyến tính bội không phù hợp. Kết quả tính thống kế F được tính từ giá trị R2 có mức ý nghĩa bằng 0 (Sig=0.000<0.05). Điều này đủ cơ sở để bác bỏ giả thiết Ho, có nghĩa là mô hình hồi
quy tuyến tính là phù hợp với dữ liệu thu thập được. Hệ số R2hiệu chỉnh (Adjusted Square) là hệ số dùng để đánh giá độ phù hợp một cách an toàn hơn so với R2, vì hệ số R2 trong trường hợp có nhiều biến độc lập dễ tạo ra hiện tượng thổi phồng mức độ phù hợp của mô hình. Hệ số R2 hiệu chỉnh tính được là 0.306 tương đương 30.6%. Tức là, các biến độc lập trong mô hình hồi quy tuyến tính bội giải thích được 30.6% dự định của khách hàng khi sử dụng dịch vụ NHĐT.
Giá trị Durbin – Watson là 2.141. Giá trị d tra bảng Durbin-Watson với 8 biến độc lập và 150 quan sát là DL= 1.622 và DU= 1.847. Giá trị d tính rơi miền DU- 4-DU hay chấp nhận giả thiết không có tự tương quan bậc chuỗi bậc nhất. Mô hình có các phần dư không có mối tương quan với nhau.
Bảng 2.3: Các hệ số Beta của mô hình hồi quy bội
11 Model Unstandardized Coefficients Standardized Coeffic ients t Sig. Collinearity Statistics
1 B Std. Error Beta Toleranc
e VIF (Constant)-0.045 0.323 -0.14 0.889 GT -0.057 0.149 -0.029 -0.383 0.703 0.836 1.196 ĐT 0.293 0.117 0.232 2.492 0.014 0.539 1.854 TN -0.152 0.092 -0.153 -1.657 0.100 0.545 1.835 Nhân tố 1 0.085 0.069 0.085 1.227 0.222 0.979 1.022 RR -0.144 0.071 -0.144 -2.033 0.044 0.927 1.078 TĐMM 0.317 0.071 0.317 4.481 0.000 0.931 1.074 DSD 0.235 0.07 0.235 3.351 0.001 0.95 1.052 IL 0.368 0.069 0.368 5.298 0.000 0.968 1.033 a. Dependent Variable: DD
Từ bảng trên, với mức ý nghĩa 5%, ta có mô hình hồi quy theo hệ số Beta chuẩn là
DD= -0.45 – 0.57GT + 0.293ĐT – 0.152TN + 0.85 NT1 – 0.144RR + 0.317TĐMM +0.235DSD + 0.368IL
Trong 8 thành phần thì có 5 thành phần ảnh hưởng nhiều đến quyết định sử dụng dịch vụ Ebanking của cán bộ công nhân viên, cụ thể là độ tuổi, thu nhập hàng tháng, RR, TĐMM, DSD, IL.
Ba thành phần còn lại có mức ý nghĩa quan sát Sig > mức ý nghĩa 5%, do vậy ba thành phần bao gồm hệ số Constan, giới tính và nhân tố 1, xét về mặt thống kê thì các thành phần
này không ảnh hưởng đáng kể tới quyết định sử dụng dịch Ebanking của khách hàng. Do vậy, mô hình được viết lại theo Beta đã chuẩn hóa
DD= 0.232ĐT - 0.153TN - 0.144RR + 0.317TĐMM + 0.235DSD + 0.368IL
Đối với các thành phần này thì các thành phần nào có hệ số Beta chuẩn hóa lớn hơn thì thành phần đó có tỷ lệ giải thích đối với biến phụ thuộc cũng lớn hơn. Với mô hình này thì nhân tố IL có hệ số Beta chuẩn hóa lớn nhất nên có sự tác động mạnh nhất đến quyết định sử dụng Ebanking của CB-CNV khi họ đang/có dự định sử dụng dịch vụ. Sự tác động với yếu tố dự định giảm dần từ nhân tố TĐMM, DSD, GT, TN và nhỏ nhất là nhân tố RR
Ngoài kết quả hồi quy bội, dựa vào bảng 2.3 ta có them một kết luận về hiện tượng đa cộng tuyến.Ta thấy hệ số Tolerance (độ chấp nhận của biến) rất lớn. Đồng thời hệ số VIF (hệ số phóng đại phương sai) của các biến được tính ra cũng rất nhỏ, chỉ giao động trong khoảng từ 1.022 đến gần 1.854. Theo lý thuyết thì khi Tolerance rất nhỏ và VIF vượt quá 10 là dấu hiệu quả đa cộng tuyến. Như vậy, dựa vào kết quả này ta có thể khẳng định, hiện tương đa cộng tuyến không xảy ra trong mô hình này.
Biểu đồ 1.1: Biểu đồ phần dư chuẩn hóa
Trong phân tích hồi quy bội, ta luôn có giả định các phần dư có phân phối chuẩn. Dựa vào
biểu đồ 2.1 ta có thể nói phân phối của phần dư xấp xỉ chuẩn, giá trị Mean quá nhỏ, độ