Phân tích nhân tố khẳng định CFA
CFA cho phép chúng ta kiểm định cấu trúc lý thuyết của các thang đo cũng như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường. Hơn nữa, chúng ta có thể kiểm định giá trị hội tụ và giá trị phân biệt của thang đo mà không cần dùng nhiều nghiên cứu như các phương pháp truyền thống. Vì thế, trong nghiên cứu này, tác giả ứng dụng CFA để kiểm định mức độ phù hợp của mơ hình thang đo với dữ liệu thu thập được (thông tin thị trường) sau khi đã đánh giá sơ bộ bằng hệ số tin cậy Cronbach’s alpha và phân tích nhân tố khám phá (EFA). Trong nghiên cứu này tác giả sử dụng phần mềm AMOS 2.0 để thực hiện kiểm định các giá trị và giả thuyết của mơ hình nghiên cứu.
Tiêu chuẩn để thực hiện CFA bao gồm các tiêu chuẩn đánh giá mức độ phù hợp chung và tiêu chuẩn đánh giá mức độ phù hợp theo các khía cạnh giá trị nội dung. Trong đó, để đánh giá mức độ phù hợp chung của mơ hình, tác giả sử dụng các tiêu chuẩn: Chi-square (Chi bình phương CMIN) ; Chi-square điều chỉnh theo bậc tự do (CMIN/df); chỉ số GFI (Goodness of Fit Index); chỉ số TLI (Tucker & Lewis Index); Chỉ số CFI (Comparative Fit Index); chỉ số RMSEA (Root Mean Square Error Approximation). Mơ hình được coi là phù hợp khi kiểm định Chi-square có giá trị p ≥ 0.05. Tuy nhiên, Chi-square có nhược điểm là phụ thuộc vào kích thước mẫu nghiên cứu. Khi kích thước của mẫu càng lớn thì Chi-square càng lớn do đó làm giảm mức độ
phù hợp của mơ hình. Bởi vậy, bên cạnh p-value, các tiêu chuẩn được sử dụng là CMIN/df ≤ 2 (theo Carmines & Mciver, 1981, trong một số trường hợp có thể chấp nhận CMIN/df ≤3). Theo nghiên cứu của Kettinger và Lee (1995), mơ hình có thể phù hợp với dữ liệu thị trường khi CMIN/df <5 nếu N >200. GFI, TLI, CFI ≥ 0.9 (Bentler & Bonett, 1980). Tuy vậy, theo Hair &ctg (2010) cho rằng chỉ số GFI vẫn có thể chấp nhận được khi nhỏ hơn 0.9 và RMSEA≤0.08.
Các tiêu chuẩn đánh giá mức độ phù hợp của mơ hình theo các khía cạnh giá trị nội dung bao gồm.
Độ tin cậy của thang đo được đánh giá thông qua hệ số tin cậy tổng hợp
(ρcComposite reliability) (Joreskog 1971), tổng phương sai trích được (ρvc-variance extracted), hệ số tin cậy (Cronbach’s alpha - α). Trong đó, Pc và Pvc được tính theo công thức sau:
Trong đó λi là trọng số chuẩn hóa của biến quan sát thứ i; 1-λi2 là phương sai của sai số đo lường biến quan sát thứ i, p là số biến quan sát của thang đo.
Phương sai trích phản ánh lượng biến thiên chung của các biến quan sát được giải thích bởi biến tiềm ẩn (Hair & ctg, 2010); độ tin cậy tổng hợp đo lường độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố); hệ số tin cậy Cronbach’s Alpha đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời. Tiêu chuẩn đánh giá mức độ phù hợp của mơ hình bởi độ tin cậy của thang đo là ρc > 0.5 hoặc ρvc > 0.5; hoặc α ≥ 0.6.
Tính đơn hướng/đơn nguyên (Unidimensionality) thể hiện mỗi một biến quan
sát chỉ được sử dụng để đo lường duy nhất một khái niệm tiềm ẩn. Theo Hair và cộng
và đủ để cho tập biến quan sát đạt được tính đơn hướng, ngoại trừ trường hợp các sai số của các biến quan sát có tương quan với nhau.
Giá trị hội tụ (Convergent validity) thể hiện giá trị đo lường một khái niệm
tương quan chặt chẽ với nhau sau những đo lường được lặp lại. Thang đo đạt giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều cao (>0.5) và có ý nghĩa thống kê (P<0.05) (Anderson và Gebring, 1988).
Giá trị phân biệt (Discriminant validity) thể hiện sự khác biệt giữa các khái
niệm trong mơ hình nghiên cứu và điều này xảy ra khi hệ số tương quan giữa các khái niệm trên phạm vi tổng thể đều khác biệt với 1 và có ý nghĩa thống kê (Hair & cộng sự, 2010). Trong đó, việc đánh giá tiêu chuẩn này nếu được kiểm định theo từng cặp khái niệm sẽ có nhiều ưu điểm hơn, vì hệ số tương quan sẽ thay đổi khi có sự tham gia của một khái niệm khác. Hơn nữa, trong trường hợp khái niệm kiểm định là bậc cao, thì cách kiểm định này sẽ cho phép so sánh hệ số tương quan giữa hai khái niệm và hệ số tương quan giữa hai thành phần của cùng một khái niệm. Tuy nhiên, cũng có thể kiểm định giá trị phân biệt các khái niệm thơng qua mơ hình tới hạn (Saturated model – mơ hình trong đó các khái niệm nghiên cứu được tự do quan hệ với nhau), song kiểm định theo cách này địi hỏi kích thước mẫu phải lớn vì số tham số cần ước lượng sẽ tăng cao.
Kiểm định mơ hình nghiên cứu
Giá trị liên hệ lý thuyết (Nomological validity)
Thể hiện sự phù hợp giữa mơ hình nghiên cứu với cơ sở lý thuyết xây dựng nên mơ hình. Theo Anderson & Gerbing (1988) giá trị liên hệ lý thuyết được đánh giá trong mơ hình lý thuyết và được coi là phù hợp khi mỗi một đo lường có mối liên hệ với các đo lường khác như đã kỳ vọng về mặt lý thuyết.
Hair và cộng sự (2010) cho rằng SEM là một phần mở rộng hoặc một sự kết hợp độc đáo của một số kỹ thuật đa biến như phân tích hồi quy và phân tích đa yếu tố, mơ hình được xem là phù hợp với thị trường nếu kiểm định Chi-square có P-value >0.05; CMIN/df =< 2, một số trường hợp CMIN/df =< 3; GFI, CFI, TLI >= 0.9, tuy nhiên theo quan điểm gần đây thì GFI có thể < 0.9 Hair & cộng sự (2010) và RMSEA =<0.08. Vì vậy, SEM cho phép các nhà nghiên cứu đánh giá sự đóng góp của từng thang đo, mối quan hệ giữa các thang đo khái niệm như thế nào và ước lượng mối quan hệ giữa các biến độc lập và phụ thuộc.
Phương pháp Boostrap thực hiện với số mẫu lặp lại là N lần. Kết quả ước lượng từ N mẫu được tính trung bình và giá trị này có xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Boostrap và ước lượng mơ hình với mẫu ban đầu càng nhỏ cho phép kết luận các ước lượng mơ hình có thể tin cậy được.
Tóm tắt chương 3
Chương 3 đã trình bày quy trình nghiên cứu và phương pháp nghiên cứu. Nghiên cứu được thực hiện qua hai bước: Nghiên cứu định tính và nghiên cứu định lượng.
Nghiên cứu định tính: Phương pháp thảo luận nhóm được sử dụng trong nghiên cứu để điều chỉnh và bổ sung thang đo cho phù hợp.
Nghiên cứu định lượng: Là nghiên cứu chính thức của đề tài. Đối tượng khảo sát là các khách hàng trên 18 tuổi đã từng sử dụng dịch vụ Internet Banking của một ngân hàng thương mại trên địa bàn TP.HCM. Số lượng mẫu dự kiến là 400 người, hình thức khảo sát trực tiếp thông qua bảng câu hỏi. Dữ liệu thu thập được xử lý bằng phần mềm SPSS 23.0 và AMOS 20.0 thông qua các phương pháp thông kê mô tả, kiểm định hệ số Crobanch’s Alpha, phân tích EFA, CFA, SEM…Các kết quả sẽ được phân tích ở chương 4.