Component 1
HD2 .926
HD1 .926
Trong bảng 4.8, ta thấy hệ số tải Factor Loading của các biến quan sát đều thỏa điều kiện khi phân tích là hệ số tải phải >0.65. Như vậy, không có biến quan sát nào bị loại.
4.2.3. Hiệu chỉnh mô hình
Sau khi phân tích nhân tố EFA cho 13 biến quan sát trong mô hình nghiên cứu ban đầu, kết quả là loại đi 01 biến: sự hữu ích cảm nhận, và loại đi 01 biến quan sát: DSDCN1 (Sử dụng Internet banking không đòi hỏi chuyên môn và nỗ lực nhiều). Mô hình nghiên cứu được điều chỉnh như trong hình 4.1:
Sự tự hiệu quả của máy tính Sự hữu ích cảm nhận Việc sử dụng Internet Banking Sự tin cậy
4.2.4. Phân tích tương quan Pearson
Phân tích tương quan Pearson dùng để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc với nhau. Ngoài ra cần chú ý đến vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Dấu hiệu nghi ngờ dựa vào giá trị Sig. tương quan giữa các biến độc lập nhỏ hơn 0.05 và giá trị tương quan Pearson lớn hơn 0.3. Khi phân tích tương quan, ta chú ý đến giá trị Sig. của kiểm định Pearson. Giả thuyết H0: hệ số tương quan bằng 0. Do đó, nếu giá trị Sig. này bé hơn 5% thì ta kết luận hai biến có tương quan với nhau. Hệ số tương quan càng lớn thì tương quan càng chặt. nếu Sig. này lớn hơn 5% thì hai biến không có tương quan với nhau. Vì một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy sau này. Hệ số tương quan Pearson càng tiến về 1 càng tương quan mạnh. Ngược lại, hệ số này càng tiến gần về 0 thì tương quan càng yếu. Cần lưu ý đến giá trị Sig.: nếu mức ý nghĩa 1% thì giá trị Sig. phải < 0.01, còn nếu mức ý nghĩa là 5% thì Sig < 0.05 tương ứng với các dấu (*) được đánh dấu trên hệ số tương quan.
Kết quả về phân tích tương quan Pearson của các biến được trình bày trong