21 Các bảng thống kê được trình bày ở phần Phụ lục
2.4Phân tích nhân tố khẳng định CFA
Phân tích nhân tố khẳng định CFA được thực hiện với 24 item quan sát. Từ kết quả phân tích EFA có 6 nhân tố được rút ra với các nhóm thang đo tương ứng tạo thành mô hình đo lường các khái niệm và được đưa vào phân tích CFA để xem xét sự phù hợp của mô hình với dữ liệu thị trường. Kết quả phân tích CFA như sau:
Bảng 2.4.1 Các chỉ số đánh giá sự phù hợp của mô hình với dữ liệu thị trường
Các chỉ số đánh giá Giá trị
CMIN/DF 2.328
TLI 0.926
CFI 0.936
RMSEA 0.064
Nguồn: Kết quả phân tích CFA trên phần mềm Amos 16
Như vậy ta có các giá trị TLI, CFI >0,9, CMIN/df <3, RMSEA23 <0,08, thỏa mãn các điều kiện của mô hình phù hợp, vậy nhìn chung mô hình là phù hợp với dữ liệu thị trường. Ngoài ra, cần xem xét thêm một số vấn đề về độ tin cậy thang đo, giá trị hội tụ, tính đơn nguyên và giá trị phân biệt.
Đánh giá độ tin cậy thang đo
23 Nếu một mô hình nhận được các giá trị TLI, CFI > 0.9 (Bentler & Bonett,1980) , CMIIN/df < 3 (Carmines & McIver, 1981), RMSEA < 0.08 (Steiger, 1990) thì mô hình được xem là phù hợp với dữ liệu thị trường. McIver, 1981), RMSEA < 0.08 (Steiger, 1990) thì mô hình được xem là phù hợp với dữ liệu thị trường.
Độ tin cậy thang đo được đánh giá thông qua 3 chỉ số: Độ tin cậy tổng hợp (CR), tổng phương sai rút trích (AVE) và hệ số Cronbach’s Alpha.
v Độ tin cậy tổng hợp và tổng phương sai rút trích
Bảng 2.4.2 Độ tin cậy tổng hợp và tổng phương sai rút trích các khái niệm24
Khái niệm Thái độ AHXH Rủi ro Tự tin Hữu ích Dự định
Độ tin cậy tổng hợp (CR) 0.890 0.882 0.838 0.889 0.885 0.889
Tổng phương sai rút trích (AVE)
0.670 0.716 0.576 0.616 0.657 0.669
Nguồn: Xử lý số liệu trên Amos 16 và tính toán trên Excel.
Thang đo được đánh giá là đáng tin cậy khi độ tin cậy tổng hợp có ý nghĩa khi có giá trị lớn hơn 0.7 và tổng phương sai rút trích có ý nghĩa khi có giá trị trên 0.5 (Hair & cộng sự 1995; Nunnally, 1978). Từ bảng kết quả trên, ta có thể thấy các CR >0.7 và AVE đều >0.5, nên các thang đo lường nhìn chung là đáng tin cậy.
v Cronbach’s Alpha25 (Phụ lục 5)
Sáu nhân tố được rút ra từ kiểm định CFA sẽ lần lượt được kiểm tra độ tin cậy bằng hệ số Cronbach’s Alpha. Ta có độ tin cậy các thang đo như sau: (Phụ lục 5)
sSự tự tin: Cronbach’s Alpha là 0.886; gồm 5 biến quan sát. Các biến này đều có hệ số tương quan với biến tổng > 0.3 và các alpha nếu bỏ đi mục hỏi đều < 0.886.
s Sự hữu ích cảm nhận: Cronbach’s Alpha là 0.884; gồm 4 biến quan sát. Các biến này đều có hệ số tương quan với biến tổng >0.3 và các alpha nếu bỏ đi mục hỏi đều <0.884.
s Rủi ro cảm nhận: Cronbach’s Alpha là 0.840; gồm 4 biến quan sát. Các biến này đều có hệ số tương quan với biến tổng >0.3 và có các alpha nếu bỏ đi mục hỏi đều <0.840.
s Thái độ: Cronbach’s Alpha là 0.887; gồm 4 biến quan sát. Các biến này đều có hệ số tương quan với biến tổng >0.3 và có các alpha nếu bỏ đi mục hỏi đều <0.887.
s Ảnh hưởng xã hội: Gồm có 3 biến. Cronbach’s Alpha là 0.834. Trong đó 3 biến đều có hệ số tương quan với biến tổng >0.3 và alpha nếu như loại bỏ mục hỏi <0.834,
24 CR được tính toán dựa trên công thức của Joreskeg, 1971; AVE được tính dựa trên công thức của Fornell & David, 1981; AVE phản ánh lượng biến thiên chung của các biến quan sát được tính toán biến tiềm ẩn. David, 1981; AVE phản ánh lượng biến thiên chung của các biến quan sát được tính toán biến tiềm ẩn.
riêng biến quan sát “ sử dụng IB nếu bạn bè, người thân nghĩ nên sử dụng” có hệ số alpha nếu loại bỏ khỏi mục hỏi lớn hơn hệ số alpha tính được, tuy nhiên sự chênh lệch đó không đáng kể và theo kinh nghiệm biến quan sát này không nên loại bỏ khỏi mục hỏi.
s Thành phần dự định: Cronbach Alpha là 0.889. Nhân tố tự tin gồm 4 biến quan sát. Tất cả các biến này đều có hệ số tương quan với biến tổng lớn hơn 0.3 và có các alpha nếu bỏ đi mục hỏi đều nhỏ hơn 0.889. Do vậy, tất cả các biến này được đưa vào phân tích nhân tố là phù hợp.
Bảng 2.4.3 Cronbach Alpha của các nhân tố hình thành (Phụ lục 5) (adsbygoogle = window.adsbygoogle || []).push({});
Mục hỏi Tương quan
biến tổng
Alpha nếu bỏ đi mục hỏi
Sự tự tin (Alpha = 0.886)
Không có gì khó khăn khi sử dụng IB 0.650 0.880
Cách sử dụng IB là rõ ràng và dễ hiểu 0.754 0.856
Có thể dễ dàng sử dụng thành thạo IB 0.680 0.872
IB dễ sử dụng như các dịch vụ thanh toán điện tử khác 0.770 0.851
Nhìn chung IB là dễ dàng sử dụng 0.779 0.849
Sự hữu ích cảm nhận (Alpha = 0.884)
IB giúp hoàn thành giao dịch nhanh và tiết kiệm 0.745 0.851
IB giúp thực hiện các giao dịch dễ dàng 0.755 0.848
IB là dịch vụ tiện lợi 0.780 0.839
IB là dịch vụ hữu ích 0.709 0.864
Rủi ro cảm nhận (Alpha = 0.840)
Không an toàn khi cung cấp thông tin qua IB 0.634 0.815
Sử dụng IB làm mất tiền trong tài khoản 0.629 0.817
Xảy ra lỗi từ phía ngân hàng trong giao dịch 0.700 0.768
Không an tâm về công nghệ tại Việt Nam 0.739 0.768
Thái độ (Alpha = 0.887)
Sử dụng IB là ý kiến hay 0.788 0.843
Sử dụng IB là rất thú vị 0.724 0.886
IB rất đáng để dung 0.788 0.843
Sử dụng IB là ý tưởng khôn ngoan 0.725 0.869
Ảnh hưởng xã hội (Alpha = 0.876)
Gia đình, bạn bè ảnh hưởng đến ý định sử dụng 0.776 0.812
Sử dụng IB nếu nhiều người xung quanh sử dụng 0.835 0.755
Sử dụng IB nếu bạn bè nghĩ nên sử dụng 0.679 0.895
Dự định sử dụng IB (Alpha = 0.889)
Dùng IB thay vì đến phòng giao dịch 0.707 0.877 (adsbygoogle = window.adsbygoogle || []).push({});
Thường xuyên sử dụng IB thực hiện các giao dịch 0.708 0.875
Dùng IB để tiếp cận thông tin về tài khoản 0.803 0.840
Giới thiệu bạn bè sử dụng IB 0.813 0.836
Giá trị hội tụ
Thang đo được xem là đạt giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo lớn hơn 0.5 và có ý nghĩa thống kê (Gerbring & Anderson, 1988; Hair & cộng sự, 1992). Ngoài ra, còn một tiêu chí khác để kiểm tra giá trị hội tụ đó là tổng phương sai rút trích (AVE) của các khái niệm. Fornell và Larcker (1981) cho rằng để khái niệm đạt giá trị hội tụ thì AVE tối thiểu phải là 0.5.
Theo kết quả phân tích cho thấy, tất cả các hệ số đã chuẩn hóa và chưa chuẩn hóa đều lớn hơn 0.5, đồng thời các giá trị AVE (Bảng 2.4.2) đều lớn hơn 0.5 nên có thể kết
Bảng 2.4.4 Các hệ số đã chuẩn hóa và chưa chuẩn hóa Mối tương quan giữa các nhân tố Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa td4 <--- Thái độ 1.000 0.786 td3 <--- Thái độ 0.959 0.856 td2 <--- Thái độ 0.914 0.785 td1 <--- Thái độ 0.935 0.845
ah3 <--- Ảnh hưởng xã hội 1.000 0.714
ah2 <--- Ảnh hưởng xã hội 1.425 0.959
ah1 <--- Ảnh hưởng xã hội 1.206 0.847
rr5 <--- Rủi ro cảm nhận 1.000 0.926 rr4 <--- Rủi ro cảm nhận 0.915 0.887 rr3 <--- Rủi ro cảm nhận 0.674 0.572 rr2 <--- Rủi ro cảm nhận 0.677 0.578 dd4 <--- Dự định sử dụng 1.000 0.928 dd3 <--- Dự định sử dụng 1.006 0.933 dd2 <--- Dự định sử dụng 0.725 0.686 dd1 <--- Dự định sử dụng 0.778 0.689 tt5 <--- Sự tự tin 1.000 0.841 tt4 <--- Sự tự tin 0.999 0.832 tt3 <--- Sự tự tin 0.809 0.743 tt2 <--- Sự tự tin 0.894 0.805 tt1 <--- Sự tự tin 0.846 0.694 hi1 <--- Sự hữu ích cảm nhận 1.000 0.79 hi2 <--- Sự hữu ích cảm nhận 1.033 0.796 hi3 <--- Sự hữu ích cảm nhận 1.008 0.856 hi4 <--- Sự hữu ích cảm nhận 0.968 0.799
Nguồn: Kết quả phân tích CFA trên phần mềm Amos 16
Tính đơn nguyên
Theo Steenkamp & Van Trijp (1991), mức độ phù hợp với mô hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn nguyên trừ trường hợp sai số của các biến quan sát có tương quan với nhau. Từ kết quả thu được, mô hình được xem là phù hợp với dữ liệu thị trường và không có tương quan giữa các sai số đo lường nên có thể kết luận nó đạt tính đơn nguyên.
Giá trị phân biệt được đánh giá qua những tiêu chí sau: (1) Đánh giá hệ số tương quan giữa các khái niệm có khác biệt với 1 hay không. (2) So sánh giá trị căn bậc 2 của AVE với các hệ số tương quan của một khái niệm với các khái niệm còn lại.
Bảng 2.4.5 Đánh giá giá trị phân biệt
Mối quan hệ giữa các nhân tố R SE CR P-value
Hệ số
Thái độ <--> Ảnh hưởng xã hội 0.053 0.055 17.07 0.00
Thái độ <--> Rủi ro cảm nhận 0.132 0.055 15.76 0.00
Thái độ <--> Dự định sử dụng 0.549 0.046 9.71 0.00
Thái độ <--> Sự tự tin 0.522 0.047 10.09 0.00
Sự hữu ích cảm nhận <--> Thái độ 0.633 0.043 8.53 0.00
Ảnh hưởng xã hội <--> Rủi ro cảm nhận 0.119 0.055 15.97 0.00 Ảnh hưởng xã hội <--> Dự định sử dụng 0.028 0.056 17.50 0.00
Ảnh hưởng xã hội <--> Sự tự tin 0.076 0.055 16.68 0.00
Sự hữu ích cảm nhận <--> Ảnh hưởng xã hội 0.11 0.055 16.12 0.00 Rủi ro cảm nhận <--> Dự định sử dụng 0.169 0.055 15.18 0.00 Rủi ro cảm nhận <--> Sự tự tin 0.161 0.055 15.30 0.00 Sự hữu ích cảm nhận <--> Rủi ro cảm nhận 0.148 0.055 15.51 0.00 Dự định sử dụng <--> Sự tự tin 0.473 0.049 10.77 0.00 Sự hữu ích cảm nhận <--> Dự định sử dụng 0.571 0.046 9.41 0.00 Sự hữu ích cảm nhận <--> Sự tự tin 0.540 0.047 9.84 0.00
Nguồn: Kết quả tính toán các chỉ số trên Amos và Excel
Bảng 2.4.6 Tổng phương sai rút trích (AVE) của các khái niệm
Thái độ Ảnh hưởng xh Rủi ro Dự định Tự tin Hữu ích (adsbygoogle = window.adsbygoogle || []).push({});
AVE 0.670 0.716 0.576 0.669 0.616 0.657
Sqrt(AVE) 0.819 0.846 0.759 0.818 0.785 0.811
Nguồn: Kết quả xử lý số liệu trên Amos 16 và tính toán trên Excel
Bảng 2.4.7 Ma trận tương quan giữa các khái niệm26
Thái độ Ảnh hưởng xh Rủi ro Dự định Tự tin Hữu ích
Thái độ 1
Ảnh hưởng xh 0.053 1
Rủi ro 0.132 0.119 1
Dự định 0.549 0.028 0.169 1
Hữu ích 0.663 0.110 0.148 0.571 0.54 1
Nguồn: Kết quả xử lý số liệu trên Amos 16 và tính toán trên Excel
Từ bảng 2.4.5 ta thấy các hệ số tương quan giữa các cặp khái niệm đều nhỏ hơn 1 và có ý nghĩa thống kê (P-value <0.05) (Bảng 2.4.5) nên các hệ số tương quan đều khác 1.
Từ bảng kết quả, qua so sánh giá trị căn bậc 2 của AVE (Bảng 2.4.6) với các hệ số tương quan giữa các khái niệm (in nghiêng ở bảng 2.4.7), có thể thấy AVE của từng khái niệm lớn hơn bình phương các hệ số tương quan giữa khái niệm đó với các khái niệm còn lại khác.
Do đó, từ tất cả những kết quả trên, ta có thể khẳng định rằng các khái niệm hay thang đo đạt giá trị phân biệt.
Như vậy, ta có mô hình phân tích CFA:
Sau khi phân tích CFA, ta sử dụng mô hình cấu trúc SEM nhằm xác định các nhân tố ảnh hưởng và mức độ ảnh hưởng của từng nhân tố đến ý định sử dụng dịch vụ NHTT của khách hàng. Phân tích SEM được tiến hành phân tích bắt đầu từ mô hình nghiên cứu đề xuất ban đầu, sau đó tiến hành hiệu chỉnh mô hình để có được mô hình tốt hơn. Cuối cùng, ta có kết quả trước và sau hiệu chỉnh như sau:
Bảng 2.5.1 Các chỉ số đánh giá độ phù hợp của mô hình trước và sau hiệu chỉnh Các chỉ số đánh giá Mô hình gốc27 Mô hình đã hiệu chỉnh
TLI 0.925 0.970
CFI 0.935 0.974
CMIN/df 2.234 1.501
RMSEA 0.062 0.039
Nguồn: Kết quả phân tích SEM trên Amos 16
Một mô hình được đánh giá là phù hợp với dữ liệu thị trường khi đảm bảo các chỉ số TLI, CFI >0.9, CMIN/df <3 và RMSEA <0.08. Ngoài ra, một mô hình có CMIN/df <2 và RMSEA <0.05 được đánh giá là rất tốt (Carmines & McIver, 1981; Steiger, 1990). Như vậy, sau khi hiệu chỉnh ta có các chỉ số TLI, CFI >0.9, CMIN/df <2 và RMSEA<0.05, đồng thời các chỉ số sau hiệu chỉnh được cải thiện tốt hơn, do đó mô hình sau hiệu chỉnh tốt và phù hợp hơn với dữ liệu thị trường.