Bảng 4.10 : Tóm tắt mối tương quan giữa các khái niệm nghiên cứu
4.3. Kiểm định thang đo
Để đánh giá tính nhất quán nội tại của các khái niệm nghiên cứu tác giả sử dụng phương pháp độ tin cậy Cronbach Alpha và phân tích nhân tố khám phá (EFA). Hệ số Cronbach Alpha được sử dụng để loại bỏ các biến khơng phù hợp trước. Các biến có hệ số tương quan biến tổng (Corrected item – total correlation) nhỏ hơn 0,30 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy từ 0,60 trở lên. Sau khi sử dụng Cronbach’s Alpha để loại đi các biến không đạt độ tin cậy, các biến đạt yêu cầu sẽ được tiếp tục đưa vào phân tích nhân tố khám phá (EFA). Cuối cùng, tất cả các thành phần được đưa vào phân tích hồi quy đơn và hồi quy bội nhằm khẳng định giả thiết ban đầu.
4.3.1. Đánh giá thang đo bằng hệ số tin cậy Cronbach Alpha
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008, trang 24): “Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo lường là tốt, từ gần 0,7 đến gần 0,8 là sử dụng được". Theo Nguyễn Đình Thọ (2011, trang 350- 351): “Về lý thuyết, Cronbach’s Alpha càng cao càng tốt (thang đo có độ tin cậy cao). Tuy nhiên điều này không thực sự như vậy. Hệ số Cronbach’s Alpha quá lớn (Alpha> 0,95) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau (nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Hiện tượng này gọi là hiện tượng trùng lắp trong đo lường (redundancy)”.
Kết quả tính tốn Cronbach Alpha của các thang đo của các khái niệm Cảm nhận sự tin cậy, Nhận thức rủi ro, Nhận thức hữu ích, Nhận thức dể sử dụng, Ý định hành vi và Chia sẽ thông tin thực được thể hiện trong bảng 4.2. Các thang đo thể hiện bằng 17 biến quan sát. Các thang đo này đều có hệ số tin cậy Cronbach Alpha đạt yêu cầu. Cụ thể, Cronbach Alpha của Cảm nhận sự tin cậy là 0,700; của Nhận thức rủi ro là 0,731; của Nhận thức hữu ích là 0,857; của Nhận thức dể sử dụng là 0,621, của Ý định hành
vi là 0,882; của Chia sẽ thơng tin thực là 0,451, tuy nhiên vì khái niệm chia sẽ thông tin thực chỉ được đo lường bởi 2 biến quan sát nên tác giả chấp nhận kết quả Cronbach Alpha cũng như hệ số tương quan biến tổng của các biến này. Các hệ số tương quan biến tổng đều khá cao, các hệ số này lớn hơn 0,3, trừ biến PEOU1 = 0,287 xấp xỉ bằng 0,3 . Nếu loại bỏ biến này thì hệ số Cronbach Alpha của khái niệm Nhận thức dể sử dụng sẽ tăng từ 0,621 lên 0,713, do đó tác giả loại bỏ biến PEOU1 này và sử dụng các biến đo lường còn lại của các khái niệm nghiên cứu để tiến hành phân tích nhân tố (EFA).
Bảng 4.2: Hệ số Cronbach Alpha của các khái niệm nghiên cứu:
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Alpha nếu loại bỏ biến Cảm nhận sự tin cậy (TRUST), alpha = 0,700
TRUST1 8.10 3.699 0.600 0.497 TRUST2 8.50 3.956 0.588 0.519 TRUST3 8.38 4.739 0.377 0.773 Nhận thức rủi ro (PR), alpha = 0,731 PR1 7.43 2.137 0.489 0.723 PR2 7.58 1.881 0.637 0.538 PR3 7.51 2.251 0.544 0.658
Nhận thức hữu ích (PU) , alpha = 0,857
PU1 6.70 1.986 0.677 0.858
PU2 6.69 2.126 0.779 0.758
Nhận thức dể sử dụng (PEOU) , alpha = 0,621 PEOU1 9.72 4.163 0.287 0.713 PEOU2 9.31 3.663 0.503 0.429 PEOU3 9.08 3.068 0.524 0.375 Ý định hành vi (BI) , alpha = 0,882 BI1 8.49 8.261 0.712 0.885 BI2 7.99 6.128 0.880 0.731 BI3 7.74 7.474 0.741 0.860
Chia sẽ thông tin thực (AS), alpha = 0,451
AS1 4.04 2.831 0.293 -
AS2 3.74 2.225 0.293 -
4.3.2 Phân tích nhân tố khám phá ( EFA)
Khi tiến hành phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
- Hệ số KMO (Kaiser – Meyer – Olkin measure of sampling adequacy) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤1 thì phân tích nhân tố là thích hợp. Theo Nguyễn Đình Thọ, 2011 thì KMO ≥ 0,90 là rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: được; KMO ≥ 0,60: tạm được; KMO≥ 0,50: xấu; KMO< 0,50: không thể chấp nhận được.
- Tiêu chí Eigenvalue là một tiêu chí sử dụng phổ biến trong xác định nhân tố trong phân tích EFA. Với tiêu chí này, số lượng nhân tố được xác định ở nhân tố có Eigenvalue tối thiểu bằng 1 và tổng phương sai trích lớn hơn 50%
- Trọng số nhân tố (Factor loading) >= 0,5. Theo Hair et al(2006), trọng số nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Trọng số nhân tố > 0,3 được xem là đạt được mức tối thiểu; > 0,4 được xem là quan trọng; >= 0,5 được xem là có ý nghĩa thực tiễn. Hair et al (2006) cũng khuyên rằng: nếu chọn tiêu chuẩn trọng số nhân tố > 0,3 thì cỡ mẫu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn trọng số nhân tố > 0,55, nếu cỡ mẫu khoảng 50 thì trọng số nhân tố phải > 0,75. Như vậy, với nghiên cứu này, mẫu nghiên cứu là 204, thì trọng số nhân tố đạt yêu cầu khi >= 0,5.
- Phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có giá trị Eigen lớn hơn 1.
4.3.2.1. Phân tích nhân tố khám phá (EFA) 1: phân tích nhân tố khám phá cho các
thang đo các thành phần của Cảm nhận sự tin cậy, Nhận thức rủi ro, Nhận thức hữu ích và Nhận thức dể sử dụng.
Kết quả phân tích nhân tố EFA cho các thang đo các thành phần của Cảm nhận sự tin cậy, Nhận thức rủi ro, Nhận thức hữu ích và Nhận thức dể sử dụng cho thấy:
Bảng 4.3: Kết quả kiểm định KMO & Bartlett của các nhân tố KMO and Bartlett’s Test KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,645
Approx. Chi-Square 695,714
Bartlett's Test of Sphericity Df 55
Sig. 0,000
Hệ số KMO của kiểm định sự phù hợp của mơ hình( Kaiser – Meyer – Olkin measure of sampling adequacy) đạt 0,645 (0,5<KMO<1) , chứng tỏ các biến tác giả đưa vào
phân tích nhân tố là có ý nghĩa và mơ hình phân tích phù hợp với các giả thuyết đã đề ra.
Tiếp theo kiểm định tương quan biến (Bartlett's Test of Sphericity) có Sig = 0 <0,05. Điều này chứng tỏ giả thuyết H0 (các biến khơng có tương quan với nhau) đã bị bác bỏ và các biến có tương quan với nhau, phù hợp với việc phân tích nhân tố.
Tiêu chuẩn tiếp theo để xác định các biến phù hợp để đưa vào phân tích nhân tố đó là xác định hệ số tải nhân tố của các biến. Quá trình này được tiến hành bằng cách xét cột Extraction (hệ số tải nhân tố) của bảng Communalities của các lần phân tích nhân tố, cho đến khi tất cả hệ số tải nhân tố của các biến đều lớn hơn 0,5.
Bảng 4.4: Kết quả kiểm định hệ số tải nhân của các nhân tố Communalities Communalities Innitial Extraction TRUST1 1,000 0,748 TRUST2 1,000 0,730 TRUST3 1,000 0,425 PR1 1,000 0,595 PR2 1,000 0,753 PR3 1,000 0,694 PU1 1,000 0,726 PU2 1,000 0,829 PU3 1,000 0,786 PEOU2 1,000 0,796 PEOU3 1,000 0,768
Ở lần phân tích nhân tố lần 1 hệ số tải nhân tố của biến TRUST3 đạt 0,425 < 0,5, do đó biến này sẽ bị loại. Các biến còn lại được đưa vào lần phân tích nhân tố tiếp theo. Trong lần phân tích nhân tố thứ hai, hệ số tải nhân tố của các biến được giữ lại sau lần phân tích nhân tố đầu tiên đều lớn hơn 0,5 nên khơng có biến nào bị loại.
Sau khi loại bỏ biến không đạt yêu cầu là TRUST3, tác giả tiến hành phân tích EFA lần 2 với các biến cịn lại. Kết quả phân tích EFA lần 2 được thể hiện trong bảng 4.5. Kết quả cho thấy, cũng có 4 yếu tố được trích tại giá trị Eigen 1,413 và tổng phương sai trích là 75,911%. Các trọng số nhân tố đều cao. Hệ số KMO là 0,632 > 0,5: tốt; trong kiểm định Bartlett Test có giá trị Sig (giá trị p-value) =0.000 (tức là sig = 0.000 < 0.05)- với mức ý nghĩa 5%. Do vậy, ta có đủ cơ sở chấp nhận có sự tương quan có ý nghĩa giữa các biến quan sát. Vậy, có thể khẳng định rằng, việc phân tích nhân tố là phù hợp.
Bảng 4.5: Kết quả phân tích EFA lần 2
Biến quan sát Trọng số nhân tố
1(Nhận thức hữu ích) 2(Nhận thức rủi ro) 3(Cảm nhận sự tin cậy) 4(Nhận thức dể sử dụng) PU2 0,902 PU3 0,884 PU1 0,848 PR2 0,867 PR3 0,826 PR1 0,708 TRUST1 0,904 TRUST2 0,896 PEOU2 0,896 PEOU3 0,865 Giá trị Eigen 2,623 1,896 1,659 1,413
Phương sai trích 26,227 18,959 16,594 14,131
4.3.2.2. Phân tích nhân tố khám phá ( EFA) 2: phân tích nhân tố khám phá cho các
thang đo các thành phần của Ý định hành vi và Chia sẽ thơng tin thực.
Kết quả phân tích nhân tố EFA cho các thang đo các thành phần của Ý định hành vi và Chia sẽ thông tin thực cho thấy:
Bảng 4.6: Kết quả kiểm định KMO & Bartlett của các nhân tố KMO and Bartlett’s Test KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,737
Approx. Chi-Square 651,201
Bartlett's Test of Sphericity Df 10
Sig. 0,000
Hệ số KMO của kiểm định sự phù hợp của mơ hình( Kaiser – Meyer – Olkin measure of sampling adequacy) đạt 0,737 (0,5<KMO<1) , chứng tỏ các biến tác giả đưa vào phân tích nhân tố là có ý nghĩa và mơ hình phân tích phù hợp với các giả thuyết đã đề ra.
Tiếp theo kiểm định tương quan biến (Bartlett's Test of Sphericity) có Sig = 0 <0,05. Điều này chứng tỏ giả thuyết H0 (các biến khơng có tương quan với nhau) đã bị bác bỏ và các biến có tương quan với nhau, phù hợp với việc phân tích nhân tố.
Tiêu chuẩn tiếp theo để xác định các biến phù hợp để đưa vào phân tích nhân tố đó là xác định hệ số tải nhân tố của các biến. Quá trình này được tiến hành bằng cách xét cột
Extraction (hệ số tải nhân tố) của bảng Communalities của các lần phân tích nhân tố, cho đến khi tất cả hệ số tải nhân tố của các biến đều lớn hơn 0,5.
Bảng 4.7: Kết quả kiểm định hệ số tải nhân của các nhân tố Communalities Communalities Innitial Extraction BI1 1,000 0,795 BI2 1,000 0,862 BI3 1,000 0,654 AS1 1,000 0,783 AS2 1,000 0,132
Ở lần phân tích nhân tố lần 1 hệ số tải nhân tố của biến AS2 đạt 0,132 < 0,5, do đó biến này sẽ bị loại. Các biến cịn lại được đưa vào lần phân tích nhân tố tiếp theo. Trong lần phân tích nhân tố thứ hai, hệ số tải nhân tố của các biến được giữ lại sau lần phân tích nhân tố đầu tiên đều lớn hơn 0,5 nên khơng có biến nào bị loại.
Sau khi loại bỏ biến không đạt yêu cầu là AS2, tác giả tiến hành phân tích EFA lần 2 với các biến còn lại. Kết quả phân tích EFA lần 2 được thể hiện trong bảng 4.8. Kết quả cho thấy, chỉ có 1 yếu tố được trích tại giá trị Eigen 3,131 và tổng phương sai trích là 78,279%. Các trọng số nhân tố đều cao. Hai thang đo Ý định hành vi và Chia sẽ thông tin thực gộp chung lại thành một yếu tố, về mặt lý thuyết hai thành phần này phân biệt nhưng về mặt thực tiễn có thể là một thành phần đơn hướng. Vì vậy, chúng được gọi tên là Mục đích chia sẽ thơng tin (Behaviour of sharing- BS). Hệ số Cronbach Alpha của nó được tính lại. Cụ thể, Cronbach alpha của thành phần Mục đích chia sẽ thơng tin (BS) là 0,906. Hệ số KMO là 0,754 > 0,5: tốt; trong kiểm định Bartlett Test có giá trị Sig (giá trị p-value) =0.000 (tức là sig = 0.000 < 0.05)- với mức ý nghĩa 5%.
Do vậy, ta có đủ cơ sở chấp nhận có sự tương quan có ý nghĩa giữa các biến quan sát. Vậy, có thể khẳng định rằng, việc phân tích nhân tố là phù hợp.
Bảng 4.8: Kết quả phân tích EFA lần 2
Biến quan sát Trọng số nhân tố 1(Mục đích chia sẽ thông tin) BI2 0,929 BI1 0,901 AS1 0,882 BI3 0,823 Giá trị Eigen 3,131 Phương sai trích 78,279
4.3.3 Điều chỉnh mơ hình nghiên cứu
Sau khi phân tích nhân tố và kiểm định mức độ tin cậy của từng nhân tố được rút trích, Cảm nhận sự tin cậy được điều chỉnh lại gồm 2 biến là: TRUST1, TRUST2; Nhận thức dể sử dụng được điều chỉnh lại gồm 2 biến là PEOU2, PEOU3; Ý định hành vi và Chia sẽ thông tin thực được nhập lại thành Mục đích chia sẽ thông tin (Behaviour of Sharing) với 4 biến BI1, BI2, BI3, AS1. Các nhân tố còn lại: Nhận thức rủi ro và Nhận thức hữu ích vẫn giữ nguyên các biến. Như vậy, theo những phân tích trên thì mơ hình nghiên cứu ban đầu sẽ được điều chỉnh lại như sau:
Hình 4.9: Mơ hình nghiên cứu điều chỉnh
Và khi đó, các giả thuyết nghiên cứu cũng được điều chỉnh lại cho phù hợp với mơ hình nghiên cứu mới:
H1: Cảm nhận sự tin cậy có ảnh hưởng tiêu cực đến Nhận thức rủi ro của người dùng
mạng xã hội
H2: Cảm nhận sự tin cậy có ảnh hưởng tích cực đến nhận thức hữu ích của người dùng
mạng xã hội
H3: Cảm nhận sự tin cậy có ảnh hưởng tích cực đến Nhận thức dể sử dụng của người
sử dụng mạng xã hội
H4: Nhận thức rủi ro có ảnh hưởng tiêu cực đến Mục đích chia sẽ thơng tin của người
dùng mạng xã hội. Cảm nhận sự tin cậy (Trust)
Nhận thức rủi ro (Perceived Risk) Nhận thức hữu ích (Perceived Usefulness) Mục đích chia sẽ thơng tin (Behaviour of sharing) Nhận thức dể sử dụng (Perceived Ease of Use) H1 H2 H3 H4 H5 H6 H7 H8
H5: Nhận thức hữu ích có ảnh hưởng tích cực đến Mục đích chia sẽ thơng tin của
người dùng mạng xã hội
H6: Nhận thức dể sử dụng có ảnh hưởng tích cực đến Mục đích chia sẽ thơng tin của
người dùng mạng xã hội
H7: Cảm nhận sự tin cậy có ảnh hưởng tích cực đến Mục đích chia sẽ thông tin của
người dùng mạng xã hội
H8: Nhận thức dể sử dụng có ảnh hưởng tích cực đến Nhận thức hữu ích của người
dùng mạng xã hội
4.3.4. Phân tích tương quan
Một phương pháp chung để đánh giá giá trị phân biệt là kiểm nghiệm ma trận tương quan cho các biến độc lập và biến phụ thuộc. Xem xét mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số tương quan giữa biến phụ thuộc và các biến độc lập càng lớn chứng tỏ mối quan hệ giữa biến phụ thuộc và các biến độc lập càng cao, và như vậy phân tích hồi quy sẽ tốt hơn. Mặt khác, nếu giữa các biến độc lập có mối tương quan lớn với nhau thì điều này lại có nghĩa là có thể xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy. Hệ số tương quan Person được sử dụng để xem xét mối quan hệ tương quan tuyến tính giữa biến phụ thuộc với từng biến độc lập, cũng như giữa các biến độc lập với nhau. Hệ số này luôn này trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu lớn hơn 0.6 thì ta có thể kết luận mối quan hệ là chặt chẽ, và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì có biết mối quan hệ là lỏng lẻo.
Bảng 4.10: Tóm tắt mối tương quan giữa các khái niệm nghiên cứu 1 2 3 4 5 1 2 3 4 5 1 Nhận thức hữu ích 1 0,185** 0,008 0,008 0,048 2 Nhận thức rủi ro 0,185** 1 0,070 0,032 0,058 3 Cảm nhận sự tin cậy 0,008 0,070 1 0,119 0,300** 4 Nhận thức dể sử dụng 0,008 0,032 0,119 1 0,403**
5 Mục đích chia sẽ thơng tin 0,048 0,058 0,300** 0,403** 1
Ghi chú: ** tương quan Person có ý nghĩa thống kê ở mức 0,01 (n=204)
Bảng 4.10 tóm tắt mối tương quan thống kê Person giữa các biến được giải thích. Chỉ có hệ số tương quan tuyệt đối giữa Mục đích chia sẽ thơng tin và Nhận thức dể sử dụng, Mục đích chia sẽ thơng tin và Cảm nhận sự tin cậy dao động từ 0,300 đến 0,403 nghĩa là các biến này có quan hệ khá chặt chẽ với nhau, nên không xảy ra hiện tượng đa cộng tuyến. Kết quả này cũng cho thấy các cặp biến trên khi xét tương quan đều có