3.6.2.1 Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Sử dụng hệ số Cronbach’s Alpha để đánh mức độ tin cậy và loại bỏ các biến không phù hợp. Tiêu chuẩn đánh giá:
Các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại. Các biến có hệ số Cronbach’s Alpha nhỏ hơn 0,6 sẽ bị loại.
Tiến hành đưa từng biến không đủ điều kiện ra khỏi mô hình và kiểm định lại, tiếp tục thực hiện đến khi các biến đều đủ tiêu chuẩn.
3.6.2.2 Phân tích nhân tố khám phá EFA
Các biến bị loại khi kiểm định hệ số Cronbach’s Alpha sẽ được đưa vào phân tích nhân tố để xác định lại thang đo, điều nay sẽ giúp loại bớt các biến không đạt tiêu chuẩn và giúp cho thang đo có tính đồng nhất.
Phân tích nhân tố khám phá EFA nhằm gộp các biến ít tương quan thanh các nhân tố mới mà nhân tố đó tương quan với nhau hơn, các biến đại diện mới vẫn mang đầy đủ thông tin so với ban đầu.
Các bước phân tích nhân tố khám phá EFA:
Bước 1: Kiểm định sự phù hợp của phân tích nhân tố đối với các dữ liệu bằng chỉ số KMO và giá trị thống kê Barlett. Tiêu chuẩn đánh giá:
Chỉ số KMO > 0,5.
Mức ý nghĩa quan sát sig. < 0,05.
Bước 2: Tiến hành trích nhân tố và xoay nhân tố để xác định số lượng nhân tố được trích ra và xác định các biến thuộc mỗi nhân tố.
Eigenvalue > 1
Tổng phương sai trích > 50% Hệ số factor loading > 0,5
Những biến nào không đạt các chỉ số trên sẽ bị loại.
Bước 3: Kiểm định lại độ thi cậy bằng hệ số Cronbach’s Alpha. 3.6.2.3 Phân tích tương quan hồi quy
Phân tích tương quan Person
Phân tích tương quan Person để kiểm tra mối tương quan tuyến tinh giữa các biến độc lập với biến phụ thuộc và nhận diện đa cộng tuyến.
Tiêu chuẩn đánh giá:
Tương quan Person r có giá trị từ -1 đến 1 và sig. < 0,05. r càng tiến về -1, 1: tương quan tuyến tính mạnh.
r càng tiến về 0: tương quan tuyến tính càng yếu. r = 1: tương quan tuyến tinh tuyệt đối.
r = 0: không có mối tương quan tuyến tinh. Phân tích hồi quy
Kiểm định sự phù hợp của mô hình qua kiểm định F và hệ số R2. Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần.
Kiểm định giả thuyết về phân phối chuẩn phần dư: dựa vào biểu đồ tần số phần dư chuẩn hóa. Xem các giá trị trung bình bằng 0 vầ độ lệch chuẩn bằng 1.
Kiểm định giả định về hiện tượng đa cộng tuyến thông qua giá trị dung sai hoặc hệ số phóng đại phương sai VIF. Nếu VIF > 10 thì có hiện tượng đa cộng tuyến.
3.6.2.4Kiểm định sự khác biệt giữa các nhóm thống kê
Kiểm định có hay không sự khác biệt trong đanh giá về ý định mua sắm trực tuyến các nhóm thống kê bằng kiểm định T-test và ANOVA một chiều. Trước khi kiểm định ANOVA một chiều cần kiểm định Levene’s Test sự bằng nhau của các phương sai tổng thể để xem xét mức độ đồng đều các dữ dữ liệu.
Nếu sig. < 0,05 thì kiểm định Kruskal Wallis được sử dụng để kết luận. Nếu sig. > 0,05 thì ta sử dụng ANOVA một chiều được sử dụng để kết luận.