PHẦN II. NỘI DUNG VÀ K ẾT QUẢ NGHIÊN C ỨU
2.2. Kết quả nghiên cứu các y ếu tố ảnh hưởng đến quy ết định sử dụng của khách hàng cá nhân đối với dịch vụ Internet Banking tại Ngân hàng TMCP Đông Nam Á
2.2.2. Đánh giá tác động của các y ếu tố đến quyết định lựa chọn dịch vụ Internet Banking của Ngân hàng SeABank – Chi nhánh Hu
2.2.2.2. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) Trong đề tài nghiên c ứu này, phân tích nhân tố khám phá giúp xem xét kh ả năng rút
gọn số lượng 25 biến quan sát xuống còn m ột số ít các nhân tố (biến) dùng để đo lường quyết định sử dụng dịch vụ Internet Banking của khách hàng.
Kiểm định KMO và Bartlett’s Test biến độc lập
Để có đủ điều kiện tiến hành phân tích nhân tố, đề tài tiến hành kiểm định KMO để xem xét việc phân tích là có phù h ợp hay không. Vi ệc kiểm định được thực hiện thông qua việc xem xét hệ số KMO (Kaiser Meyer – Olkin of Sampling Adequacy) và Bartlett’s Test.
SVTH: Ngô Th ục Trinh 59
Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa hai yếu tố với độ lớn của hệ số tương quan riêng phần của chúng. Tr ị số này phải thoả mãn điều kiện 0,5 ≤ KMO ≤ 1, chứng tỏ bước phân tích nhân tố khám phá là phù h ợp trong nghiên cứu này.
Kiểm định Bartlett (Bartlett’s Test of Sphericity) dùng để xem xét ma trận tương quan có ph ải là ma trận đơn vị I, là ma trận có các thành ph ần bằng 0 và đườ ng chéo bằng 1.
Kiểm định Bartlett phải có giá tr ị Sig. ≤ 0,05 thì phân tích mới phù h ợp.
Bảng 2.7. Kiểm định KMO và Bartlett’s Test biế
Trị số KMO
Đại lượng thống kê Kiểm định Bartlett
Nguồn: Kết quả điều tra, phân tích năm 2020 Kết quả thu được như sau:
- Giá trị KMO = 0,785 và nằm trong khoảng từ 0,5 – 1 nên phân tích EFA là phù hợp.
- Mức ý ngh ĩa Sig. của ki ểm định Bartlett’s Test = 0,000 < 0,05 nên các biến quan sát khi được đưa vào mô hình nghiên cứu có tương quan với nhau và phù h ợp nghiên cứu phân tích nhân tố khám phá EFA.
Phân tích nhân tố khám phá EFA bi ến độc lập
rong nghiên cứu này, phương pháp phân tích nhân tố là phân tích nhân tố chính (Principal Component Analysis) với số nhân tố (Number of Factor) được xác định trước trong mô hình nghiên cứu đề xuất là bằng 6. Điều này có ngh ĩa là sẽ có 6 nhân t ố được rút ra từ phương pháp phân tích nhân tố.
Phương pháp xoay nhân tố được chọn là Varimax Procedure, xoay nguyên góc các nhân tố để tối thiểu hoá số lượng biến có h ệ số lớn tại cùng m ột nhân tố, vì vậy sẽ tăng
SVTH: Ngô Th ục Trinh 60
cường khả năng giải thích các nhân tố. Sau khi xoay ta sẽ loại bỏ các biến có tr ị tuyệt đối của hệ số tải nhân tố < 0,5 ra khỏi mô hình. Chỉ những biến có tr ị tuyệt đối của hệ số tải nhân tố > 0,5 mới được sử dụng để giải thích một nhân tố nào đó.
SVTH: Ngô Th ục Trinh 61
Khóa lu ận tốt nghiệp
Biến quan sát HUUICH4 HUUICH2 HUUICH3 HUUICH1 TUCHU1 TUCHU2 TUCHU3 TINTUONG3 TINTUONG1 TINTUONG2 TINTUONG4 ANHHUONG2 ANHHUONG4 ANHHUONG3 ANHHUONG1 THAIDO3 THAIDO2 THAIDO1 SUDUNG4 SUDUNG2 SUDUNG3 SUDUNG1 Hệ số Eigenvalue
SVTH: Ngô Th ục Trinh 62
Khóa lu ận tốt nghiệp GVHD: ThS. Tống Viết Bảo Hoàng
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thoả mãn điều kiện ≥ 0,5. Theo Hair & các tác gi ả (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý ngh ĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng n ế cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý ngh ĩa thực tiễn, và nghiên c ứu này chọn giá trị Factor Loading > 0,5 v ới
cỡ mẫu là 120.
Thực hiện phân tích nhân tố lần đầu tiên, đưa 25 biến quan sát trong 6 biến độc lập ảnh hưởng đến quyết định sử dụng của khách hàng vào phân tích hân t ố t eo tiêu chuẩn hệ số Eigenvalue > 1 đã có 6 nhân t ố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, s ố biến quan sát vẫn là 25, được rút trích lại chỉ còn 6 nhân t ố. Không có bi ến quan sát nào có h ệ số tải nhân tố (Factor Loading) < 0,5 nên không lo ại bỏ biến, đề tài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nh ậ n khi Tiêu chuẩn phương sai trích (Variance Explained Criteria) > 50% và giá tr ị Eigenvalue > 1 (Gerbing & Anderson, 1988). Tổng phương sai trích bằng 69,552% cho biết 6 nhân tố này giải thích được 69,562% biến thiên của dữ liệu, do đó phân tích nhân tố là phù h ợp.
Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Ba biến quan sát của thành phần “Quyết định sử dụng” được đưa vào để phân tích nhân tố, kết quả có m ột nhân tố được tạo ra, hệ số KMO = 0,717 (lớn hơn 0,5), kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 (nhỏ hơn 0,05) cho thấy mô hình phân tích nhân tố là phù h ợp, tổng phương sai trích bằng 73,717% cho thấy ba biến quan sát này gi ải thích được 73,717% của quyết định sử dụng.
Bảng 2.9. Kiểm định KMO và Bartlett’s Test biến phụ thuộc
Đại lượng thống kê
Kiểm định Bartlett
Phân tích nhân tố khám phá EFA bi ến phụ thuộc
Bảng 2.10. Rút trích nhân t ố biến phụ thuộc Quyết định sử dụng
QUYETDINH1 QUYETDINH2 QUYETDINH3
Phương sai luỹ tiến (%)
Nguồn: Kết qu ả điều tra, phân tích năm 2020 Kết quả phân tích nhân tố khám phá EFA đã rút trích ra 1 nhân t ố được tạo thành từ 3 biến quan sát mà đề tài đã đề xuất từ trước, nh ằ m mục đích rút ra kết luận về quyết định sử dụng của khách hàng đối với dịch vụ Internet Banking của Ngân hàng SeABank – Chi nhánh Huế. Nhân tố này được gọi là “Quyết định sử dụng”.
Quá trình phân tích nhân tố khám phá EFA đã xác định được 6 nhân tố ảnh hưởng đến quyết định sử dụng của khách hàng cá nhân t ại Thành phố Huế đối với dịch vụ Internet Banking của Ngân hà g SeABank – Chi nhánh Huế, đó là “Nhận thức sự hữu ích”, “Sự tin tưởng cảm nhận”, “Sự tự chủ”, “Ảnh hưởng xã h ội”, “Thái độ” và “Nhận thức dễ sử dụng”.
2.2.2.3. Xây d ựng mô hình hồi quy ước lượng mức độ ảnh hưởng các nhân t ố