Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến
tổng
Cronbach's alpha nếu loại
biến
Nhóm tham chiếu Cronbach Alpha = .877
RG1 11.640 5.310 .705 .855
RG2 11.710 4.519 .775 .827
RG3 11.730 4.412 .777 .827
RG4 11.670 5.378 .706 .855
Nhận xét trực tuyến tích cực Cronbach Alpha = .896
POC1 12.010 4.981 .705 .888
POC2 11.940 4.457 .790 .858
POC3 11.950 4.603 .764 .867
POC4 11.910 4.260 .820 .846
Giá trị cảm nhận Cronbach Alpha = .707
PV1 15.990 2.596 .578 .610
PV2 16.070 2.615 .577 .611
PV3 16.000 2.526 .474 .657
PV5 15.980 3.403 .180 .756
Rủi ro nhận thức Cronbach Alpha = .864
PR1 15.800 6.452 .682 .836
PR2 15.810 6.547 .613 .854
PR3 15.860 6.340 .722 .826
PR4 15.820 6.281 .682 .836
PR5 15.840 6.297 .725 .825
Ý định mua hàng trực tuyến Cronbach Alpha = .708
OPI1 8.210 1.240 .478 .675
OPI2 7.930 1.122 .548 .589
OPI3 7.960 1.191 .552 .585
Nguồn: Kết quả phân tích dữ liệu của tác giả (2018)
4.2.2. Phân tích nhân tố khám phá EFA:
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là EFA) là phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát k có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) F ít hơn (F<k) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu. Phương pháp này giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair và cộng sự (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Trọng số nhân tố > 0.3 là đạt mức tối thiểu
• Trọng số nhân tố > 0.4 là quan trọng
• Trọng số nhân tố > 0.5 là có ý nghĩa thực tiễn.
Ngồi ra, điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
• Trọng số nhân tố > 0.5
• 0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) với mức ý nghĩa của
kiểm định Bartlett (Sig. < 0.05). KMO là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Kiểm định Bartlett là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
4.2.2.1. Thang đo các giá trị độc lập:
Tác giả tiến hành phân tích nhân tố lần lượt cho các biến độc lập và biến phụ thuộc. 18 biến quan sát của các nhóm nhân tố Nhóm tham chiếu (RG), Nhận xét trực tuyến tích cực (POC), Giá trị cảm nhận (PV), Rủi ro nhận thức (PR) được đưa vào phân tích nhân tố khám phá EFA với phương pháp rút trích Principal Component Analysis và phép xoay Promax. Kết quả EFA lần 1 cho thấy có 2 biến quan sát RG2 và RG3 tách làm hai nhóm: nhóm đầu tiên có số tải >0.8 và chung nhóm với những biến quan sát cịn lại của RG; nhóm thứ 2 có số tải >0.3 nhưng <0.5 (trong trường hợp nghiên cứu này, tác giả chọn hệ số tải tiêu chuẩn là 0.5) và gộp chung nhóm với biến quan sát PV5.
Bảng 4.3 Kết quả phân tích nhân tố EFA lần 1 1 2 3 4 5