2.2. KẾT QUẢ NGHIÊN CỨU CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH DỤNG DỊCH VỤ M - BANKING CỦA KHÁCH HÀNG CÁ NHÂN TẠI NGÂN HÀNG MSB CHI NHÁNH THANH XUÂN
2.2.2. Đánh giá – kiểm định thang đo
2.2.2.1. Đánh giá của khách hàng về các nhân tố ảnh hưởng đến quyết định sử dụng dịch vụ Mobile banking của ngân hàng MSB chi nhánh Thanh Xuân.
2.2.2.1.1. Kiểm định độ tin cậy Cronbach’s Alpha đối với các thang đo
Để có thể tiến hành phân tích một cách chính xác và chuyên sâu thì việc kiểm tra độ tin cậy của các thang đo được thiết lập là điều tất yếu. Vì vậy, tác giả đã sử dụng phần mềm SPSS để kiểm định và cho ra kết quả kiểm định hệ số Cronbach's Alpha của từng thành phần trong bảng sau:
Biến Tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại Kỳ vọng sự hữu ích : Cronbach’s Alpha = 0,840
EE1 0,643 0,815
EE2 0,685 0,796
EE3 0,503 0,842
EE4 0,735 0,786
EE5 0,708 0,791
Nhận thức sự dễ sử dụng: Cronbach’s Alpha = 0,902
EU1 0,630 0,924
EU2 0,787 0,879
EU3 0,870 0,840
EU4 0,882 0,838
Ảnh hưởng xã hội: Cronbach’s Alpha = 0.892
XH1 0,803 0,893
XH2 0,818 0,886
XH3 0,851 0,873
XH4 0,761 0,904
Nhận thức rủi ro: Cronbach’s Alpha = 0,855
RR1 0,662 0,830
RR2 0,776 0,780
RR3 0,771 0,783
RR4 0,591 0,857
Chi phí tài chính: Cronbach’s Alpha = 0,899
FC1 0,738 0,883
FC2 0,695 0,900
FC3 0,810 0,857
FC4 0,865 0,836
Hình ảnh nhà cung cấp: Cronbach’s Alpha = 0,871
IS1 0,790 0,785
IS2 0,710 0,857
IS3 0,762 0,811
(Nguồn: Kết quả xử lý và điều tra) Dựa vào điều tra, xử lý và phân tích dữ liệu ta nhận được kết quả về hệ số Cronbach’s Alpha của các nhóm biến đều lớn hơn 0,6 và các biến quan sát có hệ số tương quan biến -tổng ( Corrected Item – Total Correlation) đều lớn hơn 0,3. Vì vậy, các biến quan sát trong thang đo điều đủ điều kiện và đạt tiêu chuẩn về độ tin cậy. Do đó, trong các phân tích tiếp theo tác giả sẽ sử dụng các biến đo lường được phân tích ở thang đo này.
Biến Tương quan biến tổng Hệ số Cronbach’s Alpha nếu loại Quyết định sử dụng: Cronbach’s Alpha = 0,827
QD1 0,790 0,653
QD2 0,573 0,864
QD3 0,706 0,742
(Nguồn: Kết quả phân tích dữ liệu) Nhóm biến phụ thuộc cho kết quả hệ số Cronbach’s Alpha là 0,725 > 0,6 trong đó, hệ số tương quan biến - tổng của các biến quan sát đều > 0,3. Vì vậy, thang đo được đạt yêu cầu và được chấp nhận.
Để đo lường xem các nhân tố ảnh hưởng như thế nào đến sự sẵn sàng sử dụng dịch vụ của khách hàng, khoá luận sử dụng công nghệ EFA để phân tích các nhân tố khám phá.
2.2.2.1.2. Phân tích các nhân tố khám phá EFA
Bảng 2.3: Phân tích KMO và Barlett’s Test
Biến độc lập Biến phụ thuộc
Trị số KMO 0,785 0,659
Kiểm định Bartlett’s
Approx Chi - Square 2199,741 175,160
df 276 3
Sig. 0,000 0,000
(Nguồn: Kết quả phân tích dữ liệu) Từ bảng, ta thấy rằng:
Kết quả thống kê Approx Chi-Square của kiểm định Bartlett’s cho 24 biến quan sát các nhân tố độc lập đạt giá trị 2416,915. Hệ số KMO = 0,817 > 0,5 và kiểm định Bartlett’s có mức ý nghĩa Sig là 0,000 < 0,05 vì vậy trong tổng thể các biến quan sát có tương quan với nhau. Do vậy 6 thang đo được lấy ra thoả mãn.
Bên cạnh đó, 3 biến phụ thuộc sau khi được phân tích theo phương pháp EFA, kiểm định Bartlett’s cho kết quả Chi-Square có giá trị 92,064. Hệ số KMO = 0,660 >
0,5 và mức ý nghĩa Sig là 0,000 < 0,05 cho thấy rằng mô hình phân tích nhân tố là phù hợp.
Bảng 2.4 : Ma trận xoay nhân tố biến độc lập
Biến quan sát
Nhóm nhân tố
1 2 3 4 5 6
EU4 0,896
EU3 0,883
EU2 0,829
EU1 0,798
XH2 0,843
XH3 0,842
XH1 0,814
XH4 0,801
EE4 0,798
EE2 0,775
EE3 0,748
EE5 0,673
EE1 0,642
RR2 0,828
RR3 0,818
RR1 0,769
RR4 0,742
FC4 0,858
FC3 0,856
FC1 0,737
FC2 0,742
IS1 0,841
IS3 0,796
IS2 0,780
Initial Eigenvalue 7,190 3,408 2,313 1,877 1,452 1,375 Cumulative (%) 29,957 44,158 53,796 61,615 67,666 73,394
(Nguồn: Kết quả phân tích dữ liệu)
❖ Đặt tên đại diện cho nhóm nhân tố:
Nhân tố “Nhận thức tính dễ sử dụng” thu được Eigenvalue = 7,190 >1, nhân tố lý giải 29,957% sự biến thiên của thang đo. Hệ số tải của nhân tố này lớn với các biến EU4 (Factor loading = 0,896), EU3 (Factor loading = 0,883), EU2 (Factor loading = 0,829), EU1 (Factor loading = 0,798), vì vậy đại diện nhóm nhân tố này được đặt là EU.
Nhân tố “Ảnh hưởng xã hội” Eigenvalue thu được = 3,408 >1, nhân tố lý giải 44,158% sự biến thiên của thang đo. Hệ số tải nhân tố này lớn với các biến XH2 (Factor loading = 0,843), XH3 (Factor loading = 0,842), XH1 (Factor loading = 0,814), XH4 (Factor loading = 0,801), vì vậy đại diện nhóm nhân tố này được đặt là XH.
Nhân tố “Kỳ vọng sự hiệu quả” trị số Eigenvalue thu được = 2,313 >1, giải thích 53,796% sự biến thiên của thang đo. Hệ số tải của nhân tố này lớn với các biến EE4 (Factor loading = 0,798), EE2 (Factor loading = 0,775), EE3 (giá trị Factor loadinh = 0,748), EE5 (Factor loading = 0,673), EE1 (Factor loading = 0,642), vì vậy đại diện nhóm nhân tố này được đặt là EE.
Nhân tố “Nhận thức rủi ro” thu được Eigenvalue = 1,877 >1, nhân tố này giải thích 61,615% sự biến thiên của thang đo. Hệ số tải nhân tố của nhân tố lớn với các biến RR2 (Factor loading = 0,828), RR3 (Factor loading = 0,818), RR1 (Factor loading = 0,769), RR4 (Factor loading = 0,742), vì vậy đại diện nhóm nhân tố này được đặt là RR.
Nhân tố “Chi phí tài chính” thu được Eigenvalue = 1,452 >1, nhân tố này giải thích 67,666% sự biến thiên của thang đo. Hệ số tải nhân tố của nhân tố này lớn với các biến FC4 (Factor loading = 0,858), FC3 (Factor loading = 0,856), FC1 (giá trị Factor loadinh 0,737), FC2 (giá trị Factor loading 0,742), vì vậy đại diện nhóm nhân tố này được đặt là FC.
Nhân tố “Hình ảnh nhà cung cấp” thu được Eigenvalue = 1,375 >1, nhân tố này giải thích 73,394% sự biến thiên của thang đo. Hệ số tải nhân tố của nhân tố này lớn với các biến IS1 (Factor loading = 0,841), IS3 (Factor loading = 0,796), IS2 (Factor loading = 0,780), vì vậy đại diện nhóm nhân tố này được đặt là IS.
Bảng 2.5 : Ma trận chưa xoay nhân tố của biến phụ thuộc
Biến quan sát
Nhân tố 1
QĐ1 0,919
QĐ2 0,879
QĐ3 0,787
Cumulative (%) 74,524
(Nguồn: Kết quả phân tích dữ liệu) Kết quả phân tích nhận được bằng phương pháp EFA, tất cả các biến quan sát đều đạt yêu cầu và giữ được toàn bộ 24 biến quan sát. Hệ số tải của các biến số phân tích đều đạt chuẩn và > 0,5.
Từ bảng dữ liệu kết quả ở trên, chúng ta có thể thấy rằng dữ liệu cho 6 yếu tố được trích xuất sau khi phân tích thành phần chính với phép quay phương sai tối đa. 6 nhân tố ban đầu cho kết quả giá trị eigenvalue đều > 1, nhỏ nhất là 1,375. Tổng phương sai trích đạt 74,524% > 50%. Số lượng nhân tố được vẽ biểu đồ phù hợp với các thành
phần ban đầu của thang đo, chứng minh cho phân tích EFA tổng hợp các biến quan sát này lại với nhau. Kết quả sẽ được sử dụng cho phân tích hồi quy tuyến tính đa biến.
2.2.2.1.3. Phân tích tương quan và hồi quy
❖ Phân tích tương quan:
Phân tích tương quan giữa các biến độc lập và phụ thuộc: Kỳ vọng sự hữu ích (EE), Nhận thức sự dễ sử dụng (EU), Rủi ro cảm nhận (RR), Chi phí tài chính (FC), Hình ảnh nhà cung cấp (IS), Ảnh hưởng xã hội (XH). Việc phân tích này mang mục đích tìm ra các mối tương quan chặt chẽ giữa các biến độc lập, vì những mối tương quan đó sẽ dẫn đến những ảnh hưởng đến kết quả của phân tích hồi quy, ví dụ dẫn đến hiện tượng đa cộng tuyến.
Bảng 2.6 : Phân tích tương quan Pearson
QĐ EE EU XH RR FC IS
QĐ Tương quan Pearson
1 0,547 0,477 0,399 0,110 0,098 0,673
Sig.
(2-tailed)
0,000 0,000 0,000 0,201 0,253 0,000
N 137 137 137 137 137 137 137
(Nguồn: Kết quả phân tích dữ liệu) Từ những kết quả phân tích nhận được ở bảng 2.6 ta thấy hệ số tương quan giữa biến phụ thuộc là biến “Quyết định sử dụng” và 4 biến độc lập “Kỳ vọng sự hữu ích”,
“Nhận thức tính dễ sử dụng”, “Ảnh hưởng xã hội” và “Hình ảnh nhà cung cấp” đều có giá trị Sig. < 0,05. Do đó 4 biến độc lập này và biến phụ thuộc “Quyết định sử dụng”
có tương quan với nhau tại mức ý nghĩa 5%. Hai biến độc lập còn lại là “Nhận thức rủi ro” và “ Chi phí tài chính” có hệ số tương quan với mức ý nghĩa lần lượt là Sig. =
0,201 và Sig. = 0,253 đều lớn hơn 0,05 với biến phụ thuộc “Quyết định sử dụng”, do đó loại 2 biến này sẽ bị loại bỏ.
❖ Đánh giá tính phù hợp của mô hình
Bảng 2.7: Đánh giá tính phù hợp của mô hình
Mô hình R R2 R2 hiệu
chỉnh
Sai số chuẩn của ước lượng
Durbin- Waston
1 0,745 0,554 0,534 0,45966 1,986
(Nguồn: Kết quả phân tích dữ liệu) Từ bảng 2.7 cho kết quả giá trị R2 = 0,554 và giá trị R2 hiệu chỉnh = 0,534. Do đó, mô hình có độ phù hợp là 55,4% hay 53,4% độ biến thiên của biến phụ thuộc (QĐ) được giải thích bởi các biến độc lập trong mô hình do đó mức độ phù hợp của mô hình đề xuất là tương đối tốt. Mặc dù vậy thì ta chưa thể kết luận được kết quả có đúng với toàn bộ dữ liệu thực hay chỉ phù hợp với dữ liệu điều tra mẫu. Cho nên ta phải kiểm tra mức độ phù hợp của mô hình phân tích.
❖ Kiểm định tính phù hợp của mô hình
Bảng 2.8 : Phân tích phương sai ANOVA ANOVA
Mô hình Tổng bình phương
Df Trung
bình phương
F Sig.
Tương
quan 34,184 6 5,697 26,965 0,000
Phần dư 27,467 130 0,211 Tổng 61,651 136
(Nguồn: Kết quả phân tích dữ liệu) Sau khi phân tích phương sai ANOVA, tính được giá trị R2 có Sig. rất nhỏ (0,000
< 0,05) cho thấy sự thích hợp của mô hình hồi quy tuyến tính với tập dữ liệu được sử dụng để phân tích.
❖ Giả định biến độc lập của sai số:
Để có thể kiểm định mức độ tương quan của các sai số kề nhau, tác giả sử dụng đại lượng Durbin - Waston. Giả thuyết kiểm định H0: Hệ số tương quan của tổng thể các phần dư bằng 0.
Dựa vào kết quả điều tra ở bảng 2.7 cho thấy Durbin – Waston đạt giá trị 1,986 trong khoảng (1,6 - 2,6) vì vậy hiện tượng tự tương quan không xảy ra trong mô hình.
❖ Giả định không có hiện tượng đa cộng tuyến:
Bảng 2.9 : Phân tích hệ số hồi quy
Mô hình
Hệ số chưa chuẩn hoá
Hệ số chuẩn hoá
Sig.
Thống kê đa cộng tuyến
B Sai số
chuẩn Beta Độ chấp
nhận VIF
1
Nhân tố 0,290 0,398 0,005
EE 0,254 0,084 0,227 0,003 0,609 1,642
EU 0,229 0,075 0,206 0,003 0,752 1,329
XH 0,030 0,081 0,026 0,039 0,690 1,448
RR -0,125 0,082 -0,104 0,128 0,739 1,353
FC -0,028 0,071 -0,027 0,691 0,759 1,318
IS 0,524 0,078 0,499 0.000 0,620 1,612
(Nguồn: Kết quả phân tích dữ liệu)
Giả định không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình hồi quy tuyến tính. Thông qua kết quả điều tra hệ số VIF ta có thể phát hiện được hiện tượng này. Nếu VIF > 10 thì mô hình sẽ xảy ra hiện tượng đa cộng tuyến nghiêm trọng, vì thế việc giảm tối thiểu VIF là điều mà các nhà nghiên cứu hướng tới, bởi theo Nguyễn Đình Thọ (2010), thậm chí ở mức VIF bằng 3 hoặc bằng 5 thì hiện tượng đa cộng tuyến đã có thể xảy ra, thực tế, nếu VIF > 2, chúng ta vẫn cần thận trọng bởi vì vẫn xảy ra được sự đa cộng tuyến gây sai lệch. Nhưng qua bảng trên thì ta có thể thấy được rằng VIF của các nhân tố luôn < 2, cụ thể là từ 1,642 trở về do vậy các biến đạt yêu cầu. Hiện tượng đa cộng tuyến không xảy ra trong mô hình.