Yếu tố Biế n quan sát Giá trị trung bình Độ lệch chuẩn Tƣơng quan biến – tổng Cronbach’s Alpha nếu biế n
bị loại Thông tin sản phẩm SP_1 4.27 .917 .549 .822 SP_2 3.80 1.170 .654 .795 SP_3 4.17 1.064 .695 .781 SP_4 3.95 1.032 .575 .815 SP_5 4.24 .981 .703 .781
Hệ số Cronbach’s Alpha của yế u tố: 0.833
Mong đợi về giá GIA_1 3.55 1.103 .411 .567
GIA_2 3.70 1.225 .407 .569
GIA_3 3.59 1.275 .517 .505
GIA_4 3.58 1.149 .467 .538
GIA_5 4.38 .910 .325 .630
Hệ số Cronbach’s Alpha của yế u tố: 0.633 Cảm nhận rủi ro liên quan đến sản phẩm RRSP_1 3.02 1.195 .821 .568 RRSP_2 3.43 1.333 .416 .987 RRSP_3 3.07 1.197 .794 .597
Hệ số Cronbach’s Alpha của yế u tố: 0.809 Cảm nhận rủi ro liên quan đến giao dịch trực tuyế n RRGD_1 4.35 .976 .786 .590 RRGD_2 4.21 .922 .509 .745 RRGD_3 4.42 .892 .354 .815 RRGD_4 4.17 1.041 .663 .661
Hệ số Cronbach’s Alpha của yế u tố: 0.769 Cảm nhận dễ sử dụng DSD_1 3.92 1.090 .594 .668 DSD_2 3.81 1.234 .525 .702 DSD_3 3.51 1.345 .517 .713 DSD_4 4.03 1.117 .558 .685
Yếu tố Biế n quan sát Giá trị trung bình Độ lệch chuẩn Tƣơng quan biến – tổng Cronbach’s Alpha nếu biế n
bị loại Cảm nhận sự hữu ích HI_1 3.64 1.302 .612 .679 HI_2 3.79 1.178 .559 .700 HI_3 2.87 1.224 .386 .764 HI_4 3.81 1.064 .572 .699 HI_5 4.05 1.060 .511 .719
Hệ số Cronbach’s Alpha của yế u tố: 0.757 Ý định mua trực tuyến TPCN YD_1 4.03 .908 .659 .838 YD_2 3.81 .951 .557 .855 YD_3 3.85 1.066 .761 .818 YD_4 3.90 1.067 .630 .843 YD_5 4.01 .962 .660 .837 YD_6 3.74 1.114 .666 .837
Hệ số Cronbach’s Alpha của yế u tố: 0.862
Nhận xét: Các khái niệm thành phần đều có hệ số Cronbach’s Alpha lớn hơn
0.6. Trong đó thấp nhất là khái niệm thành phần Mong đợi về giá với hệ số Cronbach’s Alpha là 0.633 và cao nhất là khái niệm thành phần Ý định mua trực tuyến TPCN với hệ số Cronbach’s Alpha là 0.862. Điều này cho thấy các biến có mối liên hệ chặt chẽ với nhau trong cùng khái niệm thành phần.
Hệ số tương quan biến – tổng của các biến đều lớn hơn 0.3, phân bố từ 0.325 đến 0.821, nên chấp nhận các tất cả các biến này.
3.4.2 Phân tích nhân tố khám phá EFA
Phân tích nhân tố được dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính dùng trong các phân tích, kiểm định tiếp theo (gọi là các nhân tố). Các nhân tố được rút gọ n này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin c ủa tập biến quan sát ban đ ầu. Phân tích nhân tố khám phá được dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: - Phƣơng pháp: Đối với thang đo đa hướng, sử dụng phương pháp trích yếu
tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố EigenValue lớn hơn ho ặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng Principal Components với phép quay Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang đơn hướng thì sử dụng phương pháp trích yếu tố Principal Components. Thang đo chấp nhận được khi tổng phương sai trích được bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). - Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0.5 để đảm bảo mức ý
nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: lớn hơn 0.3 là mức tối thiểu chấp nhận được; lớn hơn 0.4 là quan trọng; lớn hơn 0.5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0.3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0.55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0.75 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Từ cơ sở lý thuyết trên, mơ hình “Các yếu tố ảnh hưởng đến ý định mua trực tuyến TP CN” có 32 biến quan sát sử dụng phân tích nhân tố EFA theo các bước sau:
- Đối với các biến quan sát đo lường 6 khái niệm thành phần và khái niệm ý định mua hàng trực tuyến đều là các thang đo đơn hướng nên sử dụng phương pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues > 1.
- Sau đó tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:
- Kiểm định Barlett: các biến quan sát có tương quan với nhau trong tổng thể. - Xem xét trị số KMO: nếu KMO trong khoảng từ 0.5 đến 1 thì phân tích nhân
tố có khả năng khơng thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Để phân tích EFA có giá trị thực tiễn; tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0.5.
- Xem lại thông số Eigenvalues (đại diện cho phần biến thiên được giải tích bởi mỗi nhân tố) có giá trị lớn hơn 1.
- Xem xét tổng phương sai trích (yêu cầu lớn hơn hoặc bằng 50%) cho biết các nhân tố được trích giải thích % sự biến thiên của các biến quan sát.
Kết quả phân tích EFA l ần 1 như bảng Phụ lục 9.8. Ở kết quả phân tích EFA lần 1, loại biến GIA_1 vì có hệ số tải nhân tố 0.435 < 0.5.
Kết quả phân tích EFA l ần 2 như bảng Phụ lục 9.9. Ở kết quả phân tích EFA lần 2, loại biến HI_3 vì có hệ số tải nhân tố 0.469 < 0.5.
Kết quả phân tích EFA l ần 3 như bảng Phụ lục 9.10. Ở kết quả phân tích EFA lần 3, lo ại biến DSD_4 vì nó dùng để đo lường nhân tố cảm nhận dễ sử dụng nhưng khi phân tích EFA thì nó lại nhóm vào nhân tố cảm nhận sự hữu ích. Bên cạnh đó, chênh lệch trọng số của nó lại < 0.3 nên biến DSD_4 vừa đo lường nhân tố cảm nhận sự hữu ích vừa đo lường nhân tố cảm nhận dễ sử dụng. Xem lại kết quả thảo luận nhóm, biến quan sát DSD_4 được nhóm khảo sát đánh giá có mức độ quan trọng thấp. Vì vậy có thể loại bỏ biến quan sát DSD_4 ra khỏi thang đo nghiên cứu.
Kết quả phân tích EFA l ần 4 như bảng Phụ lục 9.11. Ở kết quả phân tích EFA lần 4, loại biến GIA_5 vì nó dùng để đo lường nhân tố mong đợi về giá nhưng khi phân tích EFA thì nó l ại nhóm vào nhân tố thông tin về sản phẩm. Bên cạnh đó, chênh lệch trọng số của nó lại < 0.3 nên biến GIA_5 vừa đo lường nhân tố thông tin về sản phẩm vừa đo lường nhân tố cảm nhận rủi ro liên quan đến giao dịch trực tuyến. Xem lại kết quả thảo luận nhóm, biến quan sát GIA_5 được nhóm khảo sát đánh giá có mức độ quan trọng thấp. Vì vậy có thể loại bỏ biến quan sát GIA_5 ra khỏi thang đo nghiên cứu.
Kết quả phân tích lần 5 như bảng Phụ lục 9.12.
Giả thuyết Ho: Các biến quan sát khơng có sự tương quan nhau trong tổng thể
Kiểm định Barlett: Sig=0.000 < 5%: Bác bỏ Ho, các biến quan sát trong phân tích EFA là có tương quan nhau trong tổng thể.
Hệ số KMO= 0.810 > 0.5: phân tích nhân tố là cần thiết cho dữ liệu phân tích. Có 6 nhân tố được trích từ phân tích EFA với:
- Giá trị Eigenvalues của các nhân tố đều > 1: đạt yêu cầu. - Các biến quan sát có hệ số tải > 0.5: đạt yêu cầu.
- Giá trị tổng phương sai trích = 66.718 % (> 50%): phân tích nhân tố EFA đạt yêu cầu. Có thể nói rằng 6 nhân tố được trích này giải thích 66.718 % biến thiên của dữ liệu.