5. Kết cấu đề tài
2.2.3 Phân tích các nhân tố ảnh hưởng đến ý định sử dụng dịch vụ ACBOnline của khách
khách hàng cá nhân bằng phương pháp EFA
2.2.3.1 Kiểm định KMO và Bartlett
Trước khi tiến hành phân tích nhân tố cần kiểm tra việc dùng phương pháp này cĩ phù hợp hay khơng. 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 khơng cĩ 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 cĩ được cĩ phù hợp với phân tích nhân tố hay khơng. 61.5 38.5 34.6 65.4 7.7 92.3 11.5 88.5 53.8 46.2 38.5 61.5 69.2 30.8 7.7 92.3 0% 50% 100%
Cảm thấy khơng cần thiết Khơng cĩ máy vi tính Khơng cĩ mạng internet Khơng hiểu rõ về dịch vụ Khơng tin tưởng sự an tồn của dịch vụ
Cĩ Khơng
Chỉ muốn giao dịch trực tiếp tại máy ATM Chỉ muốn giao dịch trực tiếp tại ngân hàng
Bartlett’s Test nhỏ hơn 0.05 cho phép bác bỏ giả thiết H0 và giá trị KMO trong khoảng (0.5 ; 1) thì cĩ nghĩa phân tích nhân tố là thích hợp.
Kết quả kiểm định Kaiser – Meyer – Olkin cho giá trị là 0.792 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 đĩ, 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 cĩ thể sử dụng được.
Bảng 5: Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.792 Bartlett's Test of Sphericity Approx. Chi-Square 849.023
df 171
Mức ý nghĩa 0.000
(Nguồn: Số liệu điều tra 2012)
2.2.3.2 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 cĩ nghĩa là chỉ những nhân tố được trích ra cĩ giá trị Eigenvalue lớn hơn 1 mới được giữ trong mơ hình phân tích.
Phương pháp được chọn ở đây là phương pháp xoay nhân tố Varimax proceduce, xoay nguyên gĩc các nhân tố để tối thiểu hố số lượng các quan sát cĩ 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 cĩ hệ số tải nhân tố nhỏ hơn 0.5 ra khỏi mơ hình. Chỉ những quan sát cĩ hệ số tải nhân tố lớn hơn 0.5 mới được sử dụng để giải thích một nhân tố nào đĩ.
Đối chiếu với các tiêu chuẩn đặt ra cho kết quả xoay nhân tố lần thứ nhất (xem phụ lục 3.1), các biến khơng đạt yêu cầu bị loại bỏ. Cĩ ba biến là "dịch vụ giúp tiết kiệm được thời gian và chi phí giao dịch", "thường xuyên sử dụng máy tính và internet nên dễ thực
0,5 nên bị loại.
Thực hiện phương pháp xoay nhân tố lần 2 khơng cĩ các biến bị loại trên, ta cĩ kết quả xoay nhân tố lần 2 (xem phụ lục 3.4) cĩ hai biến cĩ hệ số tải nhỏ hơn 0,5 "sử dụng dịch vụ đảm bảo bí mật thơng tin giao dịch" và "sử dụng dịch vụ là an tồn khi chuyển khoản" bị loại.Ta tiếp tục thực hiện xoay nhân tố lần 3.
Bảng 6: Ma trận xoay các nhân tố lần 3
Biến quan sát 1 2 3 4
Dịch vụ dễ hiểu 0.897
Dịch vụ đơn giản, dễ sử dụng 0.840 Cĩ thể sử dụng thành thạo dịch vụ 0.567 Dịch vụ giúp tiếp cận tin tức về ngân hàng bất
cứ thời gian nào 0.864
Dịch vụ giúp tiếp cận tin tức về ngân hàng bất
cứ ở đâu 0.774
Dịch vụ giúp nâng cao kỹ năng vi tính 0.573 Dịch vụ được quảng bá rộng rãi nên hiểu biết
nhiều 0.554
Dịch vụ phù hợp với cơng việc luơn di chuyển 0.706 Dịch vụ giúp hồn thành các giao dịch ngân
hàng nhanh chĩng hơn 0.664
Dịch vụ tiện lợi cho việc mua bán qua internet 0.609 Dịch vụ giúp dễ dàng thực hiện các giao dịch
với ngân hàng 0.555
Sử dụng dịch vụ sẽ khơng lo sợ bị mất cắp tiền
trong quá trình giao dịch 0.812
Mọi người khơng biết tơi đang thực hiện giao
dịch khi sử dụng dịch vụ 0.801
Sử dụng dịch vụ ít xảy ra sự cố trong quá trình
giao dịch 0.544
từng nhân tố đã khá rõ. Bảng kết quả phân tích cho thấy cĩ bốn nhân tố được tạo ra cĩ giá trị Eigenvalues lớn hơn 1. Ta cũng thấy với bốn nhân tố này sẽ giải thích được 60.981% biến thiên của dữ liệu (xem phụ lục 3.7). Tỷ lệ này là tương đối cao trong phân tích nhân tố.
2.2.3.3 Kiểm định độ tin cậy thang đo và đặt tên các nhĩm nhân tố
Các biến quan sát trong cùng một nhân tố đơi khi đo lường các yếu tố trùng lắp với nhau vì vậy mà để biết chắc là khơng các biến quan sát đưa ra cĩ giá trị trong việc phân tích dữ liệu chúng ta phải tiến hành kiểm định độ tin cậy của thang đo. Ở đây, độ tin cậy của thang đĩ được đánh giá thơng qua hệ số Cronbach’s Alpha. Kết quả kiểm định Cronbach’s Alpha cho thấy rằng thang đo cả bốn nhĩm nhân tố đều cĩ độ tin cậy cao với hệ số lớn hơn 0.6 nên chấp nhận được.
Bảng 7: Kiểm định Cronbach's Alpha các nhĩm nhân tố
Nhĩm nhân tố Cronbach's Alpha Số biến
Nhĩm 1 0.776 3
Nhĩm 2 0.733 4
Nhĩm 3 0.602 4
Nhĩm 4 0.662 3
(Nguồn: Số liệu điều tra 2012)
Nhĩm nhân tố 1 bao gồm các biến "dịch vụ dễ hiểu", "dịch vụ đơn giản, dễ sử dụng", "cĩ thể sử dụng thành thạo dịch vụ". Các biến này nhìn chung đều thể hiện sự cảm nhận của đối tượng về việc hiểu biết về dịch vụ và dễ dàng sử dụng dịch vụ. Do đĩ nhân tố này được đặt tên là: Sự dễ sử dụng cảm nhận. Giá trị bình quân của các nhân tố thành viên sẽ cho ta giá trị biến mới dùng để phân tích hồi quy sau này.
Nhĩm nhân tố 2 bao gồm các biến: "dịch vụ giúp tiếp cận tin tức về ngân hàng bất cứ thời gian nào", " dịch vụ giúp tiếp cận tin tức về ngân hàng bất cứ ở đâu", "dịch vụ được quảng bá rộng rãi nên hiểu biết nhiều" và "dịch vụ giúp nâng cao khả năng vi tính".
bình quân của các nhân tố thành viên sẽ cho ta giá trị biến mới dùng để phân tích hồi quy sau này.
Nhĩm nhân tố 3 bao gồm các biến "dịch vụ phù hợp với cơng việc luơn di chuyển", "dịch vụ giúp hồn thành các giao dịch ngân hàng nhanh chĩng hơn", "dịch vụ giúp dễ dàng thực hiện các giao dịch với ngân hàng" và "dịch vụ tiện lợi cho việc mua bán qua internet". Các biến này đều thể hiện sự thuận tiện của dịch vụ đối với bản thân đối tượng về cơng việc và quá trình thực hiện các giao dịch khác với ngân hàng. Nhân tố này được đặt tên là: Sự thuận tiện cảm. Giá trị bình quân của các nhân tố thành viên sẽ cho ta giá trị biến mới dùng để phân tích hồi quy sau này.
Nhĩm nhân tố 4 bao gồm các biến: "mọi người khơng biết tơi đang thực hiện giao dịch khi sử dụng dịch vụ", "sử dụng dịch vụ sẽ khơng lo sợ bị mất cắp tiền trong quá trình giao dịch", "sử dụng dịch vụ ít xảy ra sự cố trong quá trình giao dịch". Các biến này đều thể hiện sự tin tưởng của khách hàng cá nhân đối với dịch vụ. Nhân tố 4 được đặt tên là: Sự
tin cậy cảm nhận. Giá trị bình quân của các nhân tố thành viên sẽ cho ta giá trị biến mới
dùng để phân tích hồi quy sau này.
Vậy kết quả phân tích nhân tố khám phá EFA các yếu tố ảnh hưởng đến ý định sử dụng dịch vụ ACB Online của khách hàng cá nhân như sau:
- Cĩ bốn nhân tố tác động đến ý định sử dụng được đặt tên lần lượt là: sự dễ sử dụng cảm nhận, sự hữu ích cảm nhận, sự thuận tiện cảm nhận, sự tin cậy cảm nhận.
- Kiểm định độ tin cậy thang đo các nhân tố đều cho kết quả Cronbach' s Alpha lớn hơn 0,6 nên đều chấp nhận được.
- Bốn nhân tố giải thích được 60,981% sự biến thiên của biến phụ thuộc, tỷ lệ giải thích này là khá cao.
Các nhân tố 1 2 3 4 Sự dễ sử dụng cảm nhận Dịch vụ dễ hiểu 0.897 Dịch vụ đơn giản, dễ sử dụng 0.840 Cĩ thể sử dụng thành thạo dịch vụ 0.567 Sự hữu ích cảm nhận
Dịch vụ giúp tiếp cận tin tức về ngân hàng bất cứ thời
gian nào 0.864
Dịch vụ giúp tiếp cận tin tức về ngân hàng bất cứ ở đâu 0.774 Dịch vụ giúp nâng cao kỹ năng vi tính 0.573 Dịch vụ được quảng bá rộng rãi nên hiểu biết nhiều 0.554
Sự thuận tiện cảm nhận
Dịch vụ phù hợp với cơng việc luơn di chuyển 0.706 Dịch vụ giúp hồn thành các giao dịch ngân hàng nhanh
chĩng hơn 0.664
Dịch vụ tiện lợi cho việc mua bán qua internet 0.609 Dịch vụ giúp dễ dàng thực hiện các giao dịch với ngân
hàng 0.555
Sự tin cậy cảm nhận
Sử dụng dịch vụ sẽ khơng lo sợ bị mất cắp tiền trong quá
trình giao dịch 0.812
Mọi người khơng biết tơi đang thực hiện giao dịch khi
sử dụng dịch vụ 0.801
Sử dụng dịch vụ ít xảy ra sự cố trong quá trình giao dịch 0.544
Phương sai trích % 16.577 32.584 47.374 60.981
Cronbach's Alpha 0.776 0.733 0.602 0.662
(Nguồn: Số liệu điều tra 2012)
tích nhân tố. Theo Ths Đào Hồi Nam, Đại học Kinh tế TP.HCM thì hệ số đối xứng Skewness và hệ số tập trung Kurtosis được sử dụng để kiểm định phân phối chuẩn của các nhân tố. Một phân phối Skewness được xem là phân phối chuẩn khi Standard Error của nĩ nằm trong khoảng (-2 ; 2). Tương tự, một phân phối Kurtosis được xem là phân phối chuẩn khi Standard Erorr của nĩ nằm trong khoảng (-2 ; 2)
Bảng 9: Kiểm định phân phối chuẩn
Tiêu chí Sự dễ sử dụng cảm nhận Sự hữu ích cảm nhận Sự thuận tiện cảm nhận Sự tin cậy cảm nhận Ý định sử dụng dịch vụ Tổng 123 123 123 123 123 Skewness - 0.372 0.066 - 0.786 - 0.387 - 0.529 Std. Error of Skewness 0.218 0.218 0.218 0.218 0.218 Kurtosis - 0.162 0.179 1.158 0.298 0.388 Std. Error of Kurtosis 0.433 0.433 0.433 0.433 0.433
(Nguồn: Số liệu điều tra 2012)
Qua bảng phân tích, ta thấy giá trị Std. Error of Skewness và Std. Error of Kurtosis của các nhân tố đều nằm trong khoảng (-2; 2). Như vậy cĩ thể kết luận các nhân tố trên là phân phối chuẩn.
2.2.4 Kiểm định giả thiết và mơ hình nghiên cứu thơng qua phân tích hồi quy
2.2.4.1 Mơ hình điều chỉnh
Sau khi phân tích nhân tố và đánh giá thang đo bằng hệ số Cronbach Alpha ta đã xác định được cĩ bốn nhân tố ảnh hưởng đến ý định sử dụng dịch vụ. Đĩ là sự dễ sử dụng cảm nhận, sự hữu ích cảm nhận, sự thuận tiện cảm nhận, sự tin cậy cảm nhận. Mơ hình mới được điều chỉnh trong nghiên cứu này như sau:
(Nguồn: Kết quả nghiên cứu 2012)
2.2.4.2 Ma trận hệ số tương quan giữa các biến
Kiểm định hệ số tương quan nhằm để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và các biến phụ thuộc. Nếu các biến cĩ tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi quy.
Theo ma trận hệ số tương quan, biến phụ thuộc cĩ quan hệ tương quan tuyến tính với bốn biến độc lập. Trong đĩ, hệ số tương quan giữa ý định sử dụng dịch vụ và sự hữu ích cảm nhận là cao nhất 0.593 ,hệ số tương quan giữa ý định sử dụng dịch vụ và sự thuận tiện cảm nhận là thấp nhất 0.518 tuy nhiên các khoảng cách này khơng quá cách biệt.
Như vậy cĩ thể nĩi rằng các biến độc lập này cĩ thể đưa vào mơ hình để giải thích cho ý định sử dụng dịch vụ. Và giữa các biến độc lập cũng cĩ quan hệ với nhau mặc dù hệ số tương quan khơng lớn lắm. Phần kết quả phân tích hồi quy sau này sẽ xác định xem các biến được giữ lại trong mơ hình hồi quy tuyến tính cĩ xảy ra hiện tượng đa cộng tuyến hay khơng.
Bảng 10: Ma trận hệ số tương quan giữa các biến Ý định sử dụng Sự dễ sử dụng cảm nhận
Sự hữu ích cảm nhận Sự thuận tiện cảm nhận
Các biến Tiêu chí dụng dịch vụ dụng cảm nhận ích cảm nhận tiện cảm nhận Sự tin cậy cảm nhận Ý định sử dụng dịch vụ Tương quan Pearson 1 0.557 0.593 0.518 0.522 Mức ý nghĩa 0.000 0.000 0.000 0.000 Tổng 123 123 123 123 123 Sự dễ sử dụng cảm nhận Tương quan Pearson 0.557 1 0.368 0.422 0.259 Mức ý nghĩa 0.000 0.000 0.000 0.002 Tổng 123 123 123 123 123 Sự hữu ích cảm nhận Tương quan Pearson 0.593 0.368 1 0.377 0.412 Mức ý nghĩa 0.000 0.000 0.000 0.000 Tổng 123 123 123 123 123 Sự thuận tiện cảm nhận Tương quan Pearson 0.518 0.422 1 0.377 0.412 Mức ý nghĩa 0.000 .000 0.000 0.000 Tổng 123 123 123 123 123 Sự tin cậy cảm nhận Tương quan Pearson 0.522 0.259 0.412 0.312 1 Mức ý nghĩa 0.000 0.002 0.000 0.000 Tổng 123 123 123 123 123
(Nguồn: Số liệu điều tra 2012)
2.2.4.3 Xây dựng phương trình hồi quy tuyến tính
Sau khi tiến hành phân tích nhân tố và kiểm định độ tin cậy thang đo, cho ra được các nhân tố cĩ đủ điều kiện để tiến hành hồi quy. Kết quả của phân tích nhân tố chỉ cho biết các nhân tố cĩ ảnh hưởng đến ý định sử dụng dịch vụ của khách hàng, nhưng khơng cho biết cụ thể mức độ ảnh hưởng là bao nhiêu. Vì vậy muốn đo lường xem mức độ tác động của các nhân tố đĩ đến ý định sử dụng dịch vụ sử dụng phân tích hồi quy. Mơ hình hồi quy áp dụng là mơ hình hồi quy đa biến.
Y = β0 + β1 X1 + β2 X2 + β3X3 + β4X4 +e
Trong đĩ:
Y: giá trị ý định sử dụng dịch vụ. Xi: biến độc lập thứ i .
βk: hệ số hồi qui riêng của biến thứ k. e: sai số của phương trình hồi quy.
2.2.4.4 Giả thiết điều chỉnh
H0i: Các nhân tố chính khơng cĩ mối tương quan với ý định sử dụng.
H1: sự dễ sử dụng cảm nhận cĩ tương quan cùng chiều với ý định sử dụng dịch vụ. H2: sự hữu ích cảm nhận cĩ tương quan cùng chiều với ý định sử dụng dịch vụ. H3: sự thuận tiện cảm nhận cĩ tương quan cùng chiều với ý định sử dụng dịch vụ. H4: sự tin cậy cảm nhận cĩ tương quan cùng chiều với ý định sử dụng dịch vụ.
2.2.4.5 Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Mơ hình thường khơng phù hợp với dữ liệu thực tế như giá trị R2 thể hiện. Trong tình huống này R2 điều chỉnh được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình hồi qui tuyến tính đa biến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Như vậy, để đánh giá độ phù hợp của mơ hình ta dùng hệ số xác định R2 điều chỉnh.
Bảng 11: Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội
Model R R2 R2 hiệu chỉnh Durbin-Watson 1 0.763(a) 0.582 0.568 2.025
a: biến phụ thuộc ý định sử dụng dịch vụ
trong mơ hình giải thích được 56.8% biến thiên của biến phụ thuộc ý định sử dụng dịch vụ ACB Online. Với giá trị này thì độ phù hợp của mơ hình là cao.
Để cĩ thể suy diễn mơ hình này thành mơ hình của tổng thể ta cần phải tiến hành kiểm định F thơng qua phân tích phương sai.
Bảng 12: Phân tích ANOVA ANOVA Mơ hình Tổng bình phương df Trung bình bình phương F Mức ý nghĩa. 1 Hồi quy 38.743 4 9.686 41.027 0.000 Dư 27.858 118 0.236 Tổng 66,602 122
(Nguồn: số liệu điều tra 2012)
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), nếu mức ý nghĩa của kiểm