Chương I : TỔNG QUAN VỀ DỊCH VỤ INTERNET-BANKING
2.5. Kết quả chạy mơ hình
2.5.1. Phân tích độ tin cậy mơ hình bằng Cronbach Alpha:
Hệ số Cronbach Alpha là một phép kiểm định thống kê nhằm xác định xem các bến liên quan đến mỗi thành phần có nhất quán và liệu chúng có thể được sử dụng để đo lường cùng một thành phần. Kết quả kiểm tra hệ số Alpha là một số giữa 0 và 1, mà sự giải thích xác định độ tin cậy nội bộ của các biến đo lường. Theo nhiều nhà nghiên cứu Nunnally và Bernstein (1994) thì Cronbach Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường tốt, từ 07, đến 0,8 là có thể sử dụng được. Mặc dù vậy, có những nhà nghiên cứu sử dụng Cronbach Alpha thậm chí 0,6 trở lên (Garson, 2002). Bên cạnh đó, cột tương quan tổng biến để đánh giá điểm của một biến nội bộ phù hợp với số điểm tổng hợp từ tất cả các biến còn lại. Nếu hệ số tương quan tổng biến < 0,3 thì tương quan này là yếu và biến này sẽ bị loại bỏ và không được sử dụng. Như vậy, chỉ những biến nào có hệ số tương quan tổng biến > 0,3 và hệ số Cronbach Alpha > 0,7 thì mới được xem là phù hợp. Theo kết quả phân tích hệ số Cronbach Alpha ở phụ lục 5 cho thấy hệ số Cronbach Alpha của các thành phần đều lớn hơn 0,7 cho thấy độ tin cậy nội bộ của các thành phần trong mơ hình ở mức cao. Và hệ số tương quan tổng biến của tất cả các biến đều > 0,3 cho nên có mối tương quan mạnh giữa các biến trong một thành phần. Vì vậy, ta có thể kết luận rằng tất cả các biến của mơ hình này đều phù hợp và được chấp nhận.
2.5.2. Phân tích nhân tố khám phá (EFA):
Phân tích nhân tố khám phá (Exploratory Factor Analysis) là một kỹ thuật phân tích được sử dụng để thu nhỏ và tóm tắt các dữ liệu. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới một số ít các nhân tố cơ bản. Trong phân tích nhân tố có một số tham số tương đối quan trọng:
− KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn giữa 0,5 và 1 là điều kiện để phân tích nhân tố là thích hợp. Theo các nhà nghiên cứu Hutcheson và Sofroniou (1999) thì giá trị Cronbach Alpha giữa 0,5 và 0,7 là tầm thường, giữa 0,7 và 0,8 là tốt, giá trị giữa 0,8 và 0,9 là rất tốt và giá trị trên 0,9 là tuyệt vời.
− Bartlett's Test dùng để xem xét giả thuyết Ho là các biến khơng có tương quan tổng thể. Điều kiện để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau. Ta căn cứ vào giá trị Sig. và Chi-Square của Bartlett's Test để bác bỏ giả thuyết Ho. Giá trị của Chi-Square càng lớn thì khả năng bác bỏ giả thuyết Ho càng cao và Sig. < 0,05 thì ta bác bỏ Ho.
− Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Chỉ có những nhân tố nào có eigenvalue > 1 thì mới được giữ lại trong mơ hình phân tích.
− Phần trăm tích lũy của tổng phương sai được giải thích bởi từng nhân tố phải > 50% mới thỏa điều kiện áp dụng phân tích nhân tố.
− Hệ số tải nhân tố (Factor loadings): là những hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số này càng lớn cho biết nhân tố và biến có liên hệ chặt chẽ với nhau. Các hệ số này dùng để giải thích các nhân tố. Hệ số này phải có giá trị > 0,45 thì mới được giữ lại trong mơ hình phân tích.
Phân tích nhân tố khám phá của mơ hình nghiên cứu của luận văn có kết quả như sau:
− Bảng kết quả KMO and Bartlett's Test ở phụ lục 6 cho thấy KMO = 0,870 (>0,5) và Bartlett's Test có Sig = 0 (<0,05) và Chi-Square có giá trị rất lớn 1.958E3 nên ta bác bỏ giả thuyết Ho và thừa nhận các biến có tương quan với nhau. Do đó, mơ hình thỏa điều kiện để áp dụng phân tích nhân tố. − Theo bảng Total Variance Explained ở phụ lục 6 thì có 6 nhân tố có
eigenvalue > 1 và phần trăm tích lũy của tổng phương sai (cột Cumulative % bảng 2.7) là 56,494%. Vì vậy, phân tích nhân tố thì phù hợp với dữ liệu của mơ hình.
− Các hệ số tải nhân đều > 0,5 theo bảng Rotated Component Matrixa ở phụ lục 6 cho nên không cần phải loại biến nào ra khỏi mơ hình nghiên cứu. Vậy ta có thể kết luận rằng mơ hình phù hợp để áp dụng phân tích nhân tố. Thêm vào đó các biến được nhóm thành 6 nhân tố và mỗi biến trong từng nhân tố
hồn tồn giống với mơ hình ban đầu. Cho nên, có thể sử dụng mơ hình ban đầu để đánh giá chất lượng dịch vụ internet banking của DAB.
2.5.3. Kiểm định mơ hình nghiên cứu bằng phân tích hồi quy bội:
2.5.3.1. Hệ số tương quan Pearson:
Bước đầu tiên khi tiến hành phân tích hồi quy bội cũng là xem xét các mối tương quan tuyến tính giữa tất cả biến. Hệ số tương quan Pearson dùng để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến định lượng. Hệ số tương quan Pearson bằng 0 thì khơng có mối liên hệ tuyến tính. Hệ số tương quan Pearson tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ.
Bảng Correlations ở phụ lục 8 cho thấy hệ số tương quan Pearson giữa các biến độc lập từng cặp một bằng 0 nên có thể nói các biến độc lập này khơng xảy ra hiện tượng đa cộng tuyến. Ngồi ra nó cũng chỉ ra rằng có mối tương quan giữa biến phụ thuộc (chất lượng dịch vụ internet banking) và các biến độc lập (thiết kế, tin cậy, thông tin, phản hồi, tin tưởng và bảo mật). Và điều này có nghĩa là các nhân tố được xây dựng trong mơ hình có mối quan hệ với chất lượng dịch vụ internet banking. Do đó, mơ hình phù hợp để đưa vào phân tích hồi quy.
2.5.3.2. Đánh giá độ phù hợp của mơ hình hồi quy tuyến tính bội:
Trong bảng Model Summary ở phụ luc 7, ta sử dụng hệ số R2 điều chỉnh để đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội. Dùng R2 điều chỉnh để đánh giá độ phù hợp của mơ hình sẽ an tồn hơn R2
vì R2 điều chỉnh khơng phụ thuộc vào độ lệch phóng đại của R2 nên khơng bị thổi phồng mức độ phù hợp của mơ hình. Hệ số R2 hiệu chỉnh = 0,559 nghĩa là mơ hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 55,9%.
2.5.3.3. Kiểm định độ phù hợp của mơ hình:
Kiểm định F sử dụng trong bảng phân tích phương sai là một kiểm định giả thuyết về độ phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định này xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hau không. Giả thuyết Ho là tất cả các hệ số hồi quy đều bằng 0. Giả thuyết Ho bị bác
bỏ khi trị thống kê F được tính từ R2 của mơ hình đầy đủ và giá trị Sig. rất nhỏ. Bảng ANOVAb ở phụ lục 7 cho kết quả F = 46,452 và Sig.= 0 cho nên ta bác bỏ giả thuyết Ho. Khi giả thuyết Ho bị bác bỏ thì chúng ta kết luận rằng mơ hình hồi quy tuyến tính bội được xây dựng phù hợp với tập dữ liệu và có thể sử dụng được.
2.5.3.4. Ý nghĩa các hệ số hồi quy trong mơ hình:
Từ bảng Coefficientsa ở phụ lục 7, ta thấy được mối quan hệ tuyến tính của biến phụ thuộc chất lượng dịch vụ internet banking và 6 biến độc lập và hàm hồi quy có dạng sau:
CHAT LUONG DV INTERNET BANKING = 3,546 + 0,214 THIET KE + 0,249 TIN CAY + 0,135 THONG TIN + 0,196 PHAN HOI + 0,14 TIN TUONG + 0,108 BAO MAT
Thêm vào đó, các hệ số hồi quy cũng cần được kiểm định. Ta thấy cả 6 nhân tố đều có Sig. = 0 nên ta kết luận rằng các hệ số hồi quy thì phù hợp và có ý nghĩa thống kê. Vì vậy, có thể nói 6 nhân tố trên có ảnh hưởng đến chất lượng dịch vụ internet banking. Các hệ số hồi quy đều mang dấu dương thể hiện các nhân tố trong mơ hình hồi quy ảnh hưởng tỷ lệ thuận đến chất lượng dịch vụ internet banking. Cho nên khi có sự tăng lên của ít nhất một nhân tố thì làm cho chất lượng dịch vụ internet banking cũng tăng lên.
2.5.4. Thống kê mơ tả:
Giá trị trung bình của các nhân tố của mơ hình nghiên cứu đo lường chất lượng dịch vụ internet banking của DAB được liệt kê dưới bảng sau:
Bảng 2.3: Giá trị trung bình của các nhân tố.
N Mean THIET KE 216 3.94 THONG TIN 216 3.98 TIN CAY 216 3.88 BAO MAT 216 3.81 TIN TUONG 216 3.79 PHAN HOI 216 3.57