Trước hết, thang đo sẽ được mã hĩa theo như Bảng 3.1.
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý bằng phần mềm SPSS 16. Một số phương pháp được sử dụng trong nghiên cứu như sau:
3.2.1 Phương pháp thu thập thơng tin và cỡ mẫu
Thơng tin dữ liệu được thu thập thơng tin qua điều tra các khách hàng cá nhân đang sử dụng dịch vụ ngân hàng điện tử Internet Banking tại ngân hàng HDBank Thành phố Hồ Chí Minh. Kỹ thuật phỏng vấn trực diện và phỏng vấn thơng qua mạng Inter được sử dụng để thu thập dữ liệu.
Mẫu được chọn theo phương pháp thuận tiện. Phương pháp phân tích dữ liệu chủ yếu được sử dụng trong nghiên cứu này là phương pháp phân tích nhân tố khám phá EFA và phân tích hồi quy bội. Theo Hair & ctg (1998), để cĩ thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích cỡ mẫu là ít nhất 5 mẫu trên một biến quan sát.
Mơ hình nghiên cứu cĩ số biến quan sát là 28. Nếu theo tiêu chuẩn năm mẫu cho một biến quan sát thì kích cỡ mẫu cần thiết là n=140 (28x5). Để đạt kích thước mẫu đề ra, 250 bảng câu hỏi được gửi đi phỏng vấn.
3.2.2 Kế hoạch phân tích dữ liệu
3.2.2.1. Lập bảng tần số để mơ tả mẫu thu thập theo các thuộc tính như giới tính, tuổi, nghề nghiệp, thu nhập, trình độ học vấn.
3.2.2.2. Phân tích hệ số tin cậy Cronbach Alpha
Phương pháp này cho phép người phân tích loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thơng qua hệ số Cronbach Alpha. Những biến cĩ hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo cĩ hệ số Cronbach Alpha từ 0.6 trở lên là cĩ thể sử dụng được trường hợp khái niệm nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thơng thường, thang đo cĩ hệ số Cronbach Alpha từ 0.7 đến 0.8 trở lên đến gần 1 là thang đo tốt.
3.2.2.3. Phân tích nhân tố khám phá EFA (exploratory factor analysis)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach Alpha và loại đi các biến khơng đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật sử dụng nhằm thu nhỏ và tĩm tắt dữ liệu. Phương pháp này rất cĩ ích trong việc sử dụng nhằm thu nhỏ và tĩm tắt các dữ liệu. Phương pháp này rất cĩ ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser – Meyer – Olkin) là chỉ dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải cĩ giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố cĩ khả năng khơng thích hợp với các dữ liệu.
Kiểm định Barlett xem xét giả thuyết Ho: độ tương quan giữa các biến quan sát bằng 0 trong tổng thể. Nếu kiểm định này cho ý nghĩa thống kê (sig<0.05) thì các biến quan sát cĩ tương quan nhau trong tổng thể.
Ngồi ra, phân tích nhân tố cịn dựa vào Eigen value để xác định số lượng nhân tố. Chỉ những nhân tố Eigen value lớn hơn 1 thì mới giữ lại mơ hình. Đại lượng Eigenvalue nhỏ hơn 1 sẽ khơng cĩ tác dụng tĩm tắt thơng tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (Component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated componet matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hĩa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến cĩ liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal compnents nên các hệ số tải nhân tố phải cĩ trọng số lớn hơn 0.5 thì mới đạt u cầu.
3.2.2.4. Phân tích và xây dựng phương trình hồi quy
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dị tìm vi phạm giả định cần thiết trong mơ hình hồi quy tuyến tính như kiểm tra phần dư chuẩn hĩa, kiểm tra hệ số phĩng đại phương sai VIF (Variance inflation factor – VIF). Nếu các giả định khơng bị vi phạm, mơ hình hồi quy tuyến tính được xây dựng. Và hệ số R2 đã được hiệu chỉnh (Adjusted R square) cho biết mơ hình hồi quy được xây dựng phù hợp đến mức nào