Biến quan sát
Hệ sốtương quan biến tổng Cronbach Alpha
Nhân tố 1 Nhân tố 2 Nhân tố 3 Nhân tố 4 Nhân tố 5
RR2 0.837 0.911 RR4 0.840 RR3 0.802 RR1 0.718 AT2 0.642 0.789 AT1 0.628 AT3 0.607 HI4 0.523 TK1 0.692 0.772 TK2 0.579 TK4 0.548 TK3 0.487 KS1 0.699 0.793 KS3 0.546 KS2 0.677 HI1 0.541 0.664 HI3 0.499 HI2 0.391
Như vậy, theo kết quả phân tích nhân tố khám phá, thang đo đánh giá các nhân tố ảnh hưởng đên quyết định sử dụng Ví điện tử của người dân tại Thành Phố Hồ Chí Minh bao gồm 5 nhân tố:
- Thành phần Rủi ro, kí hiệu là RR, thể hiện những rủi ro mà khách hàng gặp
phải hay lo ngại khi quyết định sử dụng ví điện tử, được đo lường bằng 4 biến quan
sát. Các biến này đều có nguồn gốc từ 4 biến thành phần rủi ro.
- Thành phần An tồn, kí hiệu là AT, thể hiện sự an tồn khi quyết định sử dụng
ví điện tử, được đo lường bằng 4 biến quan sát. Các biến này có nguồn gốc từ 3 biến
22
lường bằng 3 biến quan sát. Các biến này đều có nguồn gốc từ 3 biến trong thành phần
Nhóm tham khảo.
- Thành phần Kiểm soát hành vi, được kí hiệu là KS, thể hiện sử kiểm sốt hành
vi của khách hàng khi quyết định sử dụng ví điện tử, được đo lường bằng 3 biến quan
sát. Các biến này đều có nguồn gốc từ 3 biến trong thành phần Kiểm soát hành vi.
- Thành phần Sự hữu ích, kí hiệu là HI, thể hiện sự hữu ích khi quyết định sử dụng ví điện tử, được đo lường bằng 3 biến quan sát. Các biến này đều có nguồn gốc từ 3 biến trong thành phần sự hữu ích
2.6. Phân tích tương quan và hồi quy
2.6.1. Phân tích tương quan
Trước khi kiểm định mơ hình nghiên cứu bằng phân tích hồi quy tuyến tính, cần
phải xem xét mối tương quan giữa các biến của mơ hình. Phân tích ma trận tương quan Pearson sử dụng hệ số tương quan Pearson (Pearson correlation coeffcient, kí hiệu là r)
để lượng hóa mức độ chặt chẽ mối quan hệ tuyến tính giữa mỗi biến độc lập ảnh hưởng đến biến phụ thuộc (Kết quả học tập) và giữa các biến độc lập với nhau.
Hệ sốtương quan Pearson (r) sẽ nhận giá trị từ−1 đến 1. Nếu r > 0 cho biết một sự tương quan dương giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm
tăng giá trị của biến kia và ngược lại. Nếu r < 0 cho biết một sự tương quan âm giữa
hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia và
ngược lại.
Giá trị r = +1 hoặc r = −1 cho thấy dữ liệu hoàn toàn phù hợp với mơ hình
tuyến tính. Giá trị tuyệt đối của r càng cao thì mức độtương quan giữa hai biến càng
lớn hoặc dữ liệu càng phù hợp với quan hệ tuyến tính giữa hai biến.
Tuy nhiên, cũng cần phải lưu ý đến dấu hiệu của hiện tượng đa cộng tuyến nếu giữa các biến độc lập có tương quan mạnh với nhau. Khi phân tích Pearson, các biến
độc lập và biến phụ thuộc được xem xét như nhau.
Có nhiều quy tắc, kinh nghiệm khác nhau đề nghị mức độtương quan theo giá
trị tuyệt đối r, trong đó quy tắc Evans (1996) được sử dụng phổ biến như sau:
r r2 Mức độtương quan
0.00 – 0.19 0 – 4% Tương quan rất yếu 0.20 – 0.39 4 – 16% Tương quan yếu 0.40 – 0.59 16 – 36% Tương quan đáng kể 0.60 – 0.79 36 – 64% Tương quan mạnh
0.80 – 1 64 – 100% Tương quan rất mạnh