CHƯƠNG 3: THỰC TRẠNG HOẠT ĐỘNG SỬ DỤNG DỊCH VỤ TRỰC TUYẾN TẠI CÔNG TY CỔ PHẦN CHỨNG KHOÁN VNDIRECT
3.4. ĐÁNH GIÁ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ DỤNG DỊCH VỤ GIAO DỊCH TRỰC TUYẾN CỦA KHÁCH HÀNG TẠI CÔNG TY CỔ PHẦN CHỨNG KHOÁN VNDIRECT
3.4.3. Phân tích nhân tố khám phá
Tác giả đã áp dụng phân tích khám phá để kiểm tra giá trị hội tụ và giá trị phân biệt của nhân tố. Kỹ thuật này đóng vai trò như một bộ lọc để giảm số lượng biến quan sát và giữ lại các biến có giá trị có sức mạnh giải thích đối với các yếu tố. Các tiêu chí để khẳng định biến bao gồm tải nhân tố, KMO, Eigenvalue, Bartlett Sig. Hệ tải yếu tố bằng 0,3 trở lên được coi là đạt đến giá trị hội tụ và số này ở một thành phần cao hơn số đó trong thành phần khác đáp ứng yêu cầu của giá trị phân biệt. KMO cần cao hơn 0,5 điều này chứng tỏ việc thực hiện phân tích nhân tố khám phá là hoàn toàn phù hợp; giá trị Sig (Bartlett’s test) = 0.000 (0.000 < 0.05) thể hiện ý nghĩa thống kê; Nghĩa là, biến quan sát có mối tương quan với nhau trong nhân tố theo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Mô hình của nghiên cứu này bao gồm 6 nhân tố (4 biến độc lập và 2 biến trung gian) với 24 biến quan sát:
Bảng 3.5: Các nhân tố và biến quan sát
Quy chuẩn chủ quan SN1; SN2;SN3;SN4;SN5
Thái độ AT1; AT2; AT3
Chỉ tiêu kết hợp IN1; IN2;IN3;IN4
Chỉ tiêu mô tả DN1;DN2;DN3;DN4
Cảm nhận tính hữu ích PU1; PU2; PU3; PU4
Tính dễ sử dụng PE1; PE2; PE3; PE4
Do mô hình khung của nghiên cứu này bao gồm 2 biến trung gian nên việc tiến hành phân tích nhân tố khám phá (EFA) cho tất cả các nhân tố cùng một lúc có thể dẫn đến các biến quan sát từ các biến trung gian và biến độc lập được hợp nhất thành cùng một thành phần. Do đó, tác giả quyết định tiến hành kỹ thuật EFA ba lần (một lần đối với biến có tác động trực tiếp đến biến phụ thuộc cuối cùng, một đối với biến có tác động gián tiếp đến biến phụ thuộc cuối cùng, một đối với biến phụ thuộc).
3.4.3.1. Các biến gián tiếp
Các biến gián tiếp bao gồm Chỉ tiêu kết hợp (IN), Chỉ tiêu mô tả (DN), Cảm nhận tính hữu ích (PU) và Tính dễ sử dụng (PE).
Bảng 3.6: KMO and Bartlett's Test biến gián tiếp KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .890 Bartlett's Test of Sphericity Approx. Chi-Square 2151.606
df 105
Sig. .000
Bảng 3.7: Giải thích tổng phương sai biến gián tiếp Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of
Variance
Cumulative
% Total % of
Variance
Cumulative
% Total % of
Variance
Cumulative
%
1 6.202 38.765 38.765 6.202 38.765 38.765 2.988 18.677 18.677
2 1.759 10.993 51.758 1.759 10.993 49.758 2.734 17.090 35.767
3 1.242 7.764 58.522 1.242 7.764 57.522 2.454 15.337 51.104
4 1.029 6.434 64.956 1.029 6.434 63.956 2.056 12.852 63.956
5 .788 4.928 69.884
6 .736 4.601 74.485
7 .618 3.863 79.348
8 .612 3.825 82.173
9 .528 3.299 85.472
10 .453 2.828 89.300
11 .426 2.665 91.965
12 .384 2.399 94.364
13 .361 2.259 96.623
14 .323 2.018 98.787
15 .194 1.213 100.000
Extraction Method: Principal Component Analysis.
Các phát hiện về EFA trong bảng trên cho các biến gián tiếp có giá trị KMO là 0,890 với Barlett’s Sig 0,000. Những con số này thỏa mãn, phù hợp với các kết quả của nghiên cứu trước.
Dựa vào kết quả bảng Giá trị Eigenvalue = 1.029> 1 và trích ra 4 yếu tố có ý nghĩa tóm tắt tốt nhất.
Tổng phương sai trích = 63.956% > 50% cho thấy mô hình EFA là phù hợp, do đó 4 nhân tố này giải thích được 63.956% biến thiên của dữ liệu.
Bảng 3.8: Ma trận xoay biến gián tiếp Pattern Matrixa
Component
1 2 3 4
DN2 .913
DN1 .846
DN4 .835
DN3 .765
PU2 .830
PU1 .796
PU4 .740
PU3 .643
IN2 .860
IN1 .788
IN4 .582
IN3 .530
PE3 .786
PE2 .617
PE1 .617
Extraction Method: Principal Component Analysis.
Rotation Method: Promax with Kaiser Normalization.
a. Rotation converged in 8 iterations.
Nguồn: Tác giả tự tổng hợp
Kết quả ma trận xoay cho thấy, 15 biến quan sát được gom thành 4 nhân tố, tất cả các biến quan sát đều có hệ số tải nhân tố Factor Loading lớn hơn 0.5. (Hair và cộng sự, 2006).
3.4.3.2. Biến trực tiếp
Biến trực tiếp bao gồm 2 biến là: Quy chuẩn chủ quan (SN) và Thái độ (AT) Bảng 3.9: KMO and Bartlett's Test biến trực tiếp
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .746 Bartlett's Test of Sphericity Approx. Chi-Square 528.363
df 28
Sig. .000
Nguồn: Tác giả tự tổng hợp Các phát hiện về EFA trong bảng trên cho các biến gián tiếp có giá trị KMO là 0,746 với Bartlett’s Sig 0,000. Những con số này đáp ứng yêu cầu.
Bảng 3.10: Giaỉ thích tổng phương sai biến trực tiếp
Eigenvalue = 1.818> 1 và trích ra 1 thừa số có ý nghĩa tóm tắt tốt nhất.
Tổng phương sai trích = 64.194% cho thấy mô hình EFA là phù hợp, do đó 2 nhân tố này giải thích được 64.194% biến thiên của dữ liệu.
Bảng 3.11: Ma trận xoay biến trực tiếp Pattern Matrixa
Component
1 2
SN1 .709
SN3 .708
SN5 .689
SN2 .652
SN4 .545
AT2 .868
AT3 .805
AT1 .784
Extraction Method: Principal Component Analysis.
Rotation Method: Promax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
Nguồn: Tác giả tự tổng hợp Kết quả ma trận xoay vòng cho thấy 8 biến quan sát được gộp thành 2 nhóm nhân tố, Các hệ số tải trên các biến có độ tách biệt cao lớn hơn mức chấp nhận là 0,5 theo đề xuất của (Hair và cộng sự, 2006) .
3.4.3.3 Biến phụ thuộc
Bảng 3.12: KMO and Bartlett's Test biến phụ thuộc KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .732
Bartlett's Test of Sphericity Approx. Chi-Square 426.070
df 3
Sig. .000
Nguồn: Tác giả tự tổng hợp
Các phát hiện về EFA trong bảng trên cho các biến gián tiếp có giá trị KMO là 0,732 với Bartlett’s Sig 0,000. Những con số này đáp ứng yêu cầu.
Bảng 3.13: Giaỉ thích tổng phương sai biến phụ thuộc Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance
Cumulative
% Total % of
Variance
Cumulative
%
1 2.315 77.175 77.175 2.315 77.175 77.175
2 .358 11.933 89.109
3 .327 10.891 100.000
Extraction Method: Principal Component Analysis.
Nguồn: Tác giả tự tổng hợp Giá trị của Eigenvalue = 2.315> 1