CHƯƠNG 4 KẾT QUẢ PHÂN TÍCH DỮ LIỆU
4.4. Phân tích nhân tố khám phá EFA
4.4.3. Phân tích nhân tố khám phá EFA cho biến phụthuộc Hành vi sử dụng
Phân tích nhân tố khám phá EFA với biến phụ thuộc Hành vi sử dụng (BU) để chấp nhận chính phủ điện tử.
- Hệ số KMO = 0,644 thỏa mãn điều kiện 0,5 < KMO < 1 cho thấy phân tích EFA là thích hợp cho dữ liệu thực tế.
- Kết quả kiểm định Bartlett có Sig = 0,00 nhỏ hơn 0,05 cho thấy các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Bảng 4.20. Kiểm định KMO và Bartlett Hành vi sử dụng
KMO and Bartlett's Test
Hệ số Kaiser-Meyer-Olkin .644
Kiểm định Bartlett's
Approx. Chi-Square 148.859
df 3
Sig. .000
- Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố.
Bảng 4.21 cho thấy phân tích nhân tố khám phá EFA trích ra được nhân tố đại diện cho 3 biến quan sát trong thang đo hành vi sử dụng để chấp nhận Chính phủ điện tử với tiêu chuẩn Eigenvalues là 1,801 lớn hơn 1. Cột phương sai tích lũy trong Bảng 4.21 cho thấy giá trị phương sai trích là 60,022. Điều này có nghĩa là nhân tố đại diện cho hành vi sử dụng dịch vụ Chính phủ điện tử giải thích được 60,022% mức độ biến động của 3 biến quan sát trong thang đo.
Bảng 4.21. Kiểm định mức độ của các biến quan sát đối với nhân tố Hành vi sử dụng
Nhân tố
Chỉ tiêu Eigenvalues Tổng bình phương hệ số tải được trích Tổng cộng Phương sai Phương sai tích lũy Tổng cộng Phương sai Phương sai tích lũy 1 1.801 60.022 60.022 1.801 60.022 60.022 2 .685 22.830 82.852 3 .514 17.148 100.000 * Ma trận xoay nhân tố
Các biến quan sát trong nhân tố cụ thể được trình bày trong bảng ma trận xoay nhân tố đều đảm bảo giá trị hội tụ và phân biệt nên khơng có sự loại biến.
Bảng 4.22. Ma trận xoay các nhân tố Hành vi sử dụng
Ma trận xoay nhân tố
Biến quan sát Mã hóa Giá trị
Sử dụng các dịch vụ chính phủ điện tử là một
ý tưởng hay. BU1 .808
Tơi thích sử dụng trang web chính phủ điện tử.
BU2 .799
Tơi thích chun mục hỏi/đáp của cơ quan nhà
nước. BU3 .714
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
- Nhân tố đại diện cho Hành vi sử dụng dịch vụ Chính phủ điện tử bao gồm 3 biến quan sát BU1, BU2, BU3 được đặt tên là X_BU.
4.5. Phân tích tương quan
Để tiến hành phân tích tương quan Peason thì cần tạo các biến đại diện từ kết quả xoay nhân tố cuối cùng trong phân tích nhân tố khám phá EFA. Phân tích tương quan là một phép phân tích được sử dụng là thước đo độ lớn của các mối liên hệ giữa các biến định lượng trong nghiên cứu. Thơng qua thước đo này có thể xác định mối liên hệ tuyến tính giữa các biến độc lập, phụ thuộc trong nghiên cứu.