STT Tên biến (mã hóa) Thành phần Tên nhân tố 1 1 Adopt_01 0,864 Ý định ứng dụng PMKT 2 Adopt_02 0,850 3 Adopt_03 0,839 Eigenvalue 2,172 Phương sai trích (%) 72,41 Nhận xét 3: Sử dụng kết quả từ bảng 4.7 và bảng 4.8: hệ số KMO là 0,713, hệ số
tải nhân tố của ba biến quan sát: adopt_01, adopt_02, adopt_03 lần lượt là: 0,864; 0,850; 0,839; đều trên 0,5 nên thang đo nhân tố biến phụ thuộc đạt yêu cầu.
Nhận xét chung: kết quả phân tích nhân tố khám phá EFA
Hệ số tải nhân tố factor loading của các nhân tố đều trên 0,5 thỏa điều kiện để nghiên cứu trong thực tiễn. Mơ hình các nhân tố giải thích cho ý định ứng dụng PMKT là có ý nghĩa. Tiếp theo, tác giả tiến hành thực hiện thao tác gom biến (compute variable). Các biến quan sát của mỗi thang đo được gom thành một biến tổng (còn được gọi là tập biến, hoặc nhân tố) mà vẫn chứa đựng đầy đủ nội dung thông tin của các biến quan sát ban đầu. Mục đích nhằm thu gọn kết quả trong bảng phân tích tương quan ở bước sau. Cụ thể các nhân tố bao gồm: (1) Sự ủng hộ của
nhà quản lý (top manager support) bao gồm ba biến quan sát: sup_01, sup_02,
sup_03, sup_04. Tập biến được gom lại đặt tên là sup. (2) Lợi thế tương đối
(relative advantage) bao gồm bốn biến quan sát: rel_01, rel_02, rel_03, rel_04. Tập biến được gom lại đặt tên là rel. (3) Chi phí (cost) bao gồm ba biến quan sát:
cost_01, cost_02, cost_03. Tập biến được gom lại đặt tên là cost. (4) Rủi ro ứng
dụng (risk) bao gồm ba biến quan sát: risk_01, risk _02, risk _03. Tập biến được
gom lại đặt tên là risk. (5) Áp lực thay đổi quy trình (pressure) bao gồm hai biến quan sát: press _02, press _03 (biến press_01 đã được loại ra tại bước kiểm định Cronbach’s Alpha. Tập biến được gom lại đặt tên là press_23. (6) Cuối cùng là nhân tố ý định ứng dụng PMKT (adoption) gồm 3 biến quan sát: adopt_01,
adopt_02 adopt_03. Tập biến được gom lại đặt tên là adopt.
4.4. Kiểm định mơ hình và giả thuyết nghiên cứu
Sau khi gom biến, tổng cộng năm nhân tố ban đầu đều được đưa vào mơ hình để kiểm định thơng qua kỹ thuật phân tích tương quan và phân tích hồi quy. Trong đó, phân tích tương quan nhằm mục đích xem xét sự phù hợp khi đưa các thành phần vào mơ hình hồi quy. Kết quả của phân tích hồi quy sẽ được sử dụng để kiểm định các giả thuyết từ H1 đến H5
4.4.1. Phân tích tương quan
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Các biến cần có tương quan để chạy hồi quy, tuy nhiên nếu mức độ tương quan chặt chẽ thì phải lưu ý đến vấn đề đa
cộng tuyến. Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng rất khó tách rời ảnh hưởng đến sự tác động của của từng biến độc lập đến đến biến phụ thuộc. Cách nhận biết là dựa vào kết quả sau khi hồi quy (chi tiết của kết quả tương quan được đính kèm tại phụ lục 7)