CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Kiểm định độ tin cậy và phù hợp của thang đo (hệ số Cronbach’s Alpha)
4.2.1. Thang đo cảm nhận sự hữu ích:
Thang đo nhân tố cảm nhận sự hữu ích được đo lường bởi 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 827> 0.6. Đồng thời cả 4 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo cảm nhận sự hữu ích đáp ứng độ tin cậy. (bảng số 4, phụ lục 5)
4.2.2. Thang đo cảm nhận tính dễ sử dụng:
Thang đo nhân tố cảm nhận tính dễ sử dụng được đo lường bởi 5 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 853 > 0.6. Đồng thời cả 5 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo cảm nhận tính dễ sử dụng đáp ứng độ tin cậy (bảng số 5, phụ lục 5)
4.2.3. Thang đo Chuẩn chủ quan:
Thang đo này được đo lường bởi 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 482 < 0.6. Tuy nhiên biến “CQ1, CQ2” có hệ số tương quan biến tổng nhỏ hơn 0.3 (bảng số 6, phụ lục 5), vì vậy ta tiến hành loại bỏ hai biến này và tiến hành kiểm định lần 2.
Lần 2: Đưa 2 biến quan sát còn lại sau khi đã loại biến “CQ1, CQ2” vào tiến hành kiểm định lần 2. Kết quả cho thấy hệ số Cronbach’s alpha bằng 0. 705 > 0.6 và hệ số tương quan biến tổng (Corrected Item-Total Correlation) của các biến trên đều lớn hơn 0.3 nên đảm bảo các biến quan sát có mối tương quan với nhau (bảng số 7, phụ lục 5)
4.2.4. Thang đo cảm nhận rủi ro:
Thang đo này được đo lường bởi 3 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 394 < 0.6. Tuy nhiên biến “RR2” có hệ số tương quan biến tổng nhỏ hơn 0.3, vì vậy ta tiến hành loại bỏ biến này và tiến hành kiểm định lần 2. (bảng số 8, phụ lục 5)
Lần 2: Đưa 2 biến quan sát còn lại sau khi đã loại biến “RR2” vào tiến hành kiểm định lần 2. Kết quả cho thấy hệ số Cronbach’s alpha bằng 0. 645 > 0.6 và hệ số tương quan biến tổng (Corrected Item-Total Correlation) của các biến trên đều lớn hơn 0.3 nên đảm bảo các biến quan sát có mối tương quan với nhau (bảng số 9, phụ lục 5)
4.2.5. Thang đo các điều kiện hỗ trợ:
Thang đo nhân tố các điều kiện hỗ trợ được đo lường bởi 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 755 > 0.6. Đồng thời cả 4 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo các điều kiện hỗ trợ đáp ứng độ tin cậy (bảng số 10, phụ lục 5)
4.2.6. Thang đo Ý định sử dụng hệ thống KK & NTĐT :
Thang đo cảm nhận sự hữu ích cảm nhận với Cronbach’s Alpha = 0,827
HU1 11,59 2,96 ,65 ,78
HU2 11,63 3,25 ,65 ,78
HU3 11,86 2,71 ,59 ,82
HU4 11,62 3,01 ,75 ,74
Thang đo cảm nhận tính dễ sử dụng với Cronbach’s Alpha = 0,853
SD1 16,28 4,01 ,62 ,83
SD2 16,24 4,25 ,61 ,83
SD3 16,00 4,50 ,59 ,84
SD4 16,19 3,96 ,73 ,80
SD5 16,09 3,99 ,78 ,79
Thang đo Chuẩn chủ quan với Cronbach’s Alpha = 0,705
CQ3 3,91 ,30 ,54 .
CQ4 4,01 ,30 ,54 .
Thang đo cảm nhận rủi ro với Cronbach’s Alpha = 0,645
RR1 2,82 ,93 ,47 .
RR3 2,99 1,07 ,47 .
Thang đo các điều kiện hỗ trợ với Cronbach’s Alpha = 0,755
DK1 11,39 3,31 ,55 ,69
DK2 11,40 3,06 ,59 ,67
DK3 11,39 3,22 ,57 ,68
DK4 11,39 3,50 ,48 ,73
Thang đo Ý định sử dụng hệ thống KK & NTĐT với Cronbach’s Alpha = 0,628
YD1 7,73 ,69 ,40 ,57
YD2 7,71 ,75 ,37 ,61
YD3 7,75 ,67 ,54 ,38
Sau khi kiểm định sơ bộ thang đo bằng hệ số Cronbach’s Alpha, các biến này đều đáp ứng độ tin cậy và được đưa sang bước tiếp theo để phân tích nhân tố khám phá EFA nhằm đánh giá giá trị hội tụ và giá trị phân biệt của thang đo.
4.3 Phân tích nhân tố khám phá (EFA)
4.3.1. Phân tích nhân tố thang đo “các yếu tố ảnh hưởng đến ý định KK & NTĐT của hộ, cá nhân cho thuê nhà tại quận 12”.
Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, việc phân tích nhân tố trước tiên được tiến hành dựa trên 17 biến quan sát của các biến độc lập ảnh hưởng đến ý định (theo mơ hình lý thuyết).
Kết quả đạt được hệ số KMO = 0, 658 > 0.5 và kiểm định Barlett’s có giá trị 842,822 với mức ý nghĩa Sig = 0.000 < 0.05 (bảng số 12, phụ lục 5), cho thấy các biến quan sát thuộc cùng một nhân tố có tương quan chặt chẽ với nhau. Đồng thời tổng phương sai trích là 68,169% > 50% cho thấy 5 nhân tố này giải thích 68,169 % sự biến thiên của tập dữ liệu và giá trị Eigenvalue = 1,343 >1 đủ tiêu chuẩn phân tích nhân tố (bảng số 13, phụ lục 5)
Bảng 4.3: Hệ số KMO và kiểm định Barlett’s nhóm biến độc lập
Chỉ số KMO ,658 Kiểm định Barlett’s 842,822 Df 136 Mức ý nghĩa Sig. ,000 “Nguồn: Kết quả xử lý bằng phần mềm SPSS”
SD3 ,691 HU4 ,859 HU1 ,800 HU2 ,789 HU3 ,785 DK2 ,791 DK3 ,771 DK1 ,751 DK4 ,704 CQ4 ,870 CQ3 ,863 RR1 ,833 RR3 ,819 “Nguồn: Kết quả xử lý bằng phần mềm SPSS”
Dựa vào bảng ta thấy các biến quan sát đạt các điều kiệu sau:
- Giá trị hội tụ: Các biến quan sát xếp thành nhóm với nhau với các hệ số tải nhân tố nằm cùng một cột trong cùng một thang đo như thang đo đã đề xuất ban đầu.
- Giá trị phân biệt: Dựa vào bảng ta thấy khơng có biến quan sát nào xuất hiện thêm hệ số tải nhân tố lớn hơn 0.5 hai cột khác nhau nên các biến quan sát đạt giá trị phân biệt.
- Các biến quan sát khác đều chỉ xuất hiện một hệ số tải nhân tố và đều lớn hơn 0.5, khoảng cách của hệ số tải nhân tố của biến giữa các thành phần lớn hơn 0.3, đạt yêu cầu chứng tỏ các biến quan sát có ý nghĩa thực tiễn và có thể dùng để đưa vào xây dựng mơ hình hồi quy nhằm kiểm định giả thuyết đặt ra ban đầu.
Dựa vào bảng 4.4 ma trận xoay các yếu tố, các biến quan sát đạt yêu cầu có hệ số tải nhân tố lớn hơn 0.5 được chia làm 05 nhóm nhân tố, các nhân tố này được gom lại và đặt tên cụ thể như sau:
Nhân tố 1: gồm 05 biến quan sát (SD1, SD2, SD3, SD4, SD5). Do giữ nguyên các biến quan sát như trước khi vào phân tích nhân tố khám phá EFA, nên vẫn giữ tên là “cảm nhận tính dễ sử dụng”, ký hiệu là SD
Nhân tố 2: gồm 04 biến quan sát (HU1, HU2, HU3, HU4), các biến quan sát
này dùng để đo lường nhân tố “cảm nhận sự hữu ích cảm nhận”. Do đó, vẫn giữ tên “cảm nhận sự hữu ích”, ký hiệu HU
Nhân tố 3: gồm 04 biến quan sát (DK1, DK2, DK3, DK4), các biến quan sát
này dùng để đo lường yếu tố “các điều kiện hỗ trợ”. Do đó, vẫn giữ tên “các điều kiện hỗ trợ”, ký hiệu DK.
Nhân tố 4: gồm 02 biến quan sát (CQ3, CQ4). Các biến quan sát này dùng
để đo lường nhân tố tố “chuẩn chủ quan”. Do đó, vẫn giữ tên “chuẩn chủ quan”, ký hiệu CQ.
Nhân tố 5: gồm 02 biến quan sát (RR1, RR3), các biến quan sát này thuộc
nhân tố “cảm nhận rủi ro”, do đó vẫn giữ tên “cảm nhận rủi ro”, ký hiệu RR.
4.3.2. Phân tích nhân tố thang đo “ý định KK & NTĐT của hộ, cá nhân cho thuê nhà tại quận 12”.
Hệ số KMO = 0, 601> 0,5 và Kiểm định Bartlett’s trong phân tích nhân tố có mức ý nghĩa sig = 0,000 <0.05; qua đó kết quả chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố khám phá (EFA) thích hợp sử dụng trong nghiên cứu này.
Bảng 4.5 : Hệ số KMO và kiểm định Barlett’s cho nhóm biến phụ thuộc
Chỉ số KMO ,601 Kiểm định Barlett’s 45,661 df 3
nên đạt giá trị phân biệt.
- Ngoài ra các hệ số tải nhân tố đều lớn hơn 0.5 chứng tỏ các biến quan sát có ý nghĩa thực tiễn và có thể dùng để đưa vào xây dựng mơ hình hồi quy nhằm kiểm định giả thuyết đặt ra ban đầu.
Bảng 4.6:Kết quả EFA của nhóm biến phụ thuộc
Nhân tố trích được 1 YD3 ,836 YD1 ,740 YD2 ,698 “Nguồn: Kết quả xử lý bằng phần mềm SPSS”
4.4. Phân tích tương quan
Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan tuyến tính giữa các biến cần phải được xem xét.
Hệ số tương quan Pearson nhằm để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.
Kiểm tra hệ số tương quan r, cho kết quả ở bảng 4.7. với mức ý nghĩa 0.01 (độ tin cậy 99%) và 0.05 ( độ tin cậy 95%) tất cả các biến độc lập: cảm nhận sự hữu ích, cảm nhận tính dễ sử dụng, chuẩn chủ quan, các điều kiện hỗ trợ đều có hệ số tương quan dương với biến Ý định tại mức ý nghĩa sig < 0.05, biến cảm nhận rủi ro có hệ số tương quan âm với biến Ý định tại mức ý nghĩa sig < 0.05 do đó các biến này có mối tương quan tích cực và tiêu cực đến ý định nên có thể đưa vào thực hiện hồi quy. Cụ thể:
- Hệ số tương quan giữa biến Cảm nhận sự hữu ích với Ý định là r = 0, 627, với mức ý nghĩa sig = 0,000 < 0,05 nên mối tương quan này là tích cực (thuận) và có ý nghĩa về mặt thống kê.
- Hệ số tương quan giữa biến Cảm nhận tính dễ sử dụng với Ý định là r = 0, 438, với mức ý nghĩa sig = 0,000 < 0,05 nên mối tương quan này là tích cực (thuận) và có ý nghĩa về mặt thống kê.
- Hệ số tương quan giữa biến Chuẩn chủ quan với Ý định là r = 0, 252, với mức ý nghĩa sig = 0,000 < 0,05 nên mối tương quan này là tích cực (thuận) và có ý nghĩa về mặt thống kê.
- Hệ số tương quan giữa biến Cảm nhận rủi ro với Ý định là r = -0, 486, với mức ý nghĩa sig = 0,000 < 0,05 nên mối tương quan này là tiêu cực (nghịch) và có ý nghĩa về mặt thống kê.
- Hệ số tương quan giữa biến Các điều kiện hỗ trợ với Ý định là r = 0, 207, với mức ý nghĩa sig = 0,000 < 0,05 nên mối tương quan này là tích cực (thuận) và có ý nghĩa về mặt thống kê.
Bảng 4.7: Ma trận tương quan giữa các yếu tố ảnh hưởng đến ý định KK & NTĐT của hộ, cá nhân kinh doanh cho thuê nhà tại quận 12.
Cảm nhận sự hữu ích Cảm nhận tính dễ sử dụng Chuẩn chủ quan Cảm nhận rủi ro Các điều kiện hỗ trợ Ý định Cảm nhận sự hữu ích Hệ số tương quan Person 1 ,222 * ,109 -,181 -,024 ,627** Mức ý nghĩa (2 chiều) ,017 ,247 ,053 ,796 ,000 Cảm nhận tính dễ sử dụng Hệ số tương quan Person ,222 * 1 ,068 -,197* ,066 ,438** Mức ý nghĩa (2 chiều) ,017 ,472 ,035 ,484 ,000 Chuẩn chủ quan Hệ số tương quan Person ,109 ,068 1 -,087 -,024 ,252 ** Mức ý nghĩa (2 chiều) ,247 ,472 ,353 ,796 ,007 Cảm nhận rủi ro Hệ số tương quan Person -,181 -,197 * -,087 1 -,114 -,486** Mức ý nghĩa (2 chiều) ,053 ,035 ,353 ,226 ,000 Các điều kiện hỗ trợ Hệ số tương quan Person -,024 ,066 -,024 -,114 1 ,207 * Mức ý nghĩa (2 chiều) ,796 ,484 ,796 ,226 ,027 Hệ số tương quan ,627** ,438** ,252** -,486** ,207* 1
Giá trị t Mức ý nghĩa Sig. tuyến B Sai số chuẩn Beta Độ chấp nhận biến Hệ số phóng đại phương sai VIF 1 Hằng số 1,219 ,339 3,591 ,000 Cảm nhận sự hữu ích ,350 ,041 ,503 8,522 ,000 ,921 1,085 Cảm nhận tính dễ sử dụng ,188 ,046 ,242 4,090 ,000 ,921 1,086 Chuẩn chủ quan ,126 ,046 ,157 2,749 ,007 ,981 1,019 Cảm nhận rủi ro -,142 ,027 -,314 -5,335 ,000 ,926 1,080 Các điều kiện hỗ trợ ,115 ,038 ,171 2,991 ,003 ,981 1,019 “Nguồn: Kết quả xử lý bằng phần mềm SPSS”
Kết quả xác định hệ số hồi quy được thể hiện trong bảng 4.8 cho thấy, các biến độc lập được đưa vào mơ hình có quan hệ tuyến tính với biến phụ thuộc,với mức ý nghĩa Sig trong kiểm định t đều nhỏ hơn 0.05. (bảng số 19, phụ lục 5). Vậy mơ hình hồi quy có ý nghĩa về mặt thống kê.
4.6. Kiểm định mơ hình
4.6.1. Kiểm định mơ hình hồi quy
Kiểm định sự phù hợp của mơ hình Bảng 4.9 : Kết quả phân tích ANOVA
Mơ hình Tổng bình phương df Trung bình bình phương Giá trị kiểm định F Mức ý nghĩa Sig. 1 Hồi quy 11,203 5 2,241 40,387 ,000 Phần dư 6,047 109 ,055 Tổng 17,249 114 “Nguồn: Kết quả xử lý bằng phần mềm SPSS”
Ta kiểm định giả thuyết:
H0: Tập hợp các biến độc lập khơng có mối liên hệ với biến phụ thuộc (βi = 0) H1: Tập hợp các biến độc lập có mối liên hệ với biến phụ thuộc (βi ≠ 0)
Kết quả phân tích ANOVA thể hiện trong bảng 4.9 cho thấy giá trị kiểm định F = 40,387 có ý nghĩa thống kê vì Sig = 0,000 < 0,05. Do đó ta bác bỏ giả thuyết H0 nghĩa là các biến độc lập có liên hệ với biến phụ thuộc . Vì thế, mơ hình hồi quy là phù hợp với dữ liệu nghiên cứu. (bảng số 20, phụ lục 5)
Hiện tượng đa cộng tuyến
Đa cộng tuyến là hiện tượng có sự tương quan phụ thuộc lẫn nhau giữa các biến độc lập. Khi xảy ra hiện tượng này sẽ dẫn đến các hệ số không ổn định khi thêm biến vào mơ hình hồi quy.
Để phát hiện hiện tượng đa cộng tuyến, tác giả dựa vào hệ số phóng đại phương sai VIF. Theo kết quả ở bảng 4.8 ta thấy hệ số phóng đại phương sai VIF (Variance Inflation Factor - VIF) rất nhỏ (nhỏ hơn 10) cho thấy các biến độc lập này khơng có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mơ hình hồi quy.
Mức độ giải thích của mơ hình Bảng 4.10. Mức độ giải thích của mơ hình
Mode R R bình
phương
R bình
phương hiệu chỉnh
Sai số chuẩn Kiểm định Durbin- Watson
1 ,806a ,649 ,633 ,23553 1,570
“Nguồn: Kết quả xử lý bằng phần mềm SPSS”
Từ bảng 4.10 ta có hệ số R bình phương hiệu chỉnh bằng 0. 633 nghĩa là mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 63.3%. Nói cách khác 63.3% Ý định có thể được giải thích bởi sự tác động của 5 nhân tố: Các điều kiện hỗ
và độ lệch chuẩn Std. Deviation = 0. 978 (xấp xỉ bằng 1) do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm khi sử dụng phương pháp hồi quy bội. (bảng số 22, phụ lục 5)
Bảng 4.11: Bảng thống kê giá trị phần dư
Nhỏ nhất Lớn nhất Trung Bình Độ lệch chuẩn Giá trị dự báo 2,739 4,667 3,860 ,3134 Phần dư -,8587 ,9109 ,0000 ,2303 Độ lệch chuẩn giá trị dự báo -3,574 2,576 ,000 1,000 Độ lệch chuẩn giá trị phần dư -3,646 3,868 ,000 ,978 “Nguồn: Kết quả xử lý bằng phần mềm SPSS”
Biểu đồ 4.1. Đồ thị phân phối phần dư của mơ hình hồi quy
Mặt khác, bằng hình ảnh trực quan ta thấy phần dư của mơ hình có dạng đồ thị hình chng úp xuống khá cân đối, nên có thể kết luận phần dư của mô hình có phân phối chuẩn.
Biểu đồ 4.2. Biểu đồ P-P plot phần dư của mơ hình hồi quy
“Nguồn: Kết quả xử lý bằng phần mềm SPSS”
Ngoài ra, theo biểu đồ P-P plots (Biểu đồ 4.2), các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận giả thuyết về phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 4.3. Biểu đồ Scatterplot phần dư của mơ hình hồi quy
“Nguồn: Kết quả xử lý bằng phần mềm SPSS”