Phương pháp hệsố tin cậy Cronbach’s alpha và phân tích nhân tốkhám phá EFA (Exploratory Factor Analysis) được sử dụng nhằm đánh giá độ tin cậy và giá trị của thang đo. Hệ số α của Cronbach là phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau (Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008, trang 18). Về lý thuyết thì hệ số Cronbach α càng cao càng tốt vì thang đo có độ tin cậy càng cao. Tuy vậy, nếu hệ số Cronbach α quá lớn > 0.95 thì có nhiều biến trong thang đo không có sự khác biệt, tức là chúng đo lường cũng một nội dung. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc cùng nhiều nhà nghiên cứu đồng ý rằng khi hệsố Cronbach’s alpha có giá trịtừ0,7 trởlên là sửdụng được. Tuy nhiên, theo (Nunnally và Bernstein, 1994) thì hệ số Cronbach α ≥ 0.60 là thang đo có thể chấp nhận được.
Bên cạnh đó, các biến đo lường trong cùng một nội dung thì tương quan chặt chẽ với nhau. Do vậy,hệ số tương quan biến tổng cần được sử dụng khi kiểm tra từng biến đo lường. Theo (Nunnally và Bernstein, 1994), một biến đạt yêu cầu khi có hệ số tương quan biến tổng (hiệu chỉnh) ≥ 0.30.
Sau khi sử dụng phương pháp Cronbach’s alpha để đánh giá độ tin cậy của thang đo, phương pháp phân tích nhân tố khám phá EFA- Exploratory Factor Analysis được áp dụng để đánh giá giá trị hội tụ và phân biệt.
Sử dụng phép kiểm định Barleet để kiểm định giả thuyết Ho là các biến không có tương quan với nhau trong tổng thể. Giá trị này càng lớn thì càng có nhiều khả năng bác bỏ giả thuyết Ho. Nếu p< 5%, ta bác bỏ giả thuyết H0, ma trận tương
quan tổng thể là ma trận đơn vị trong đó các giá trị trên đường chéo đều bằng 1 và các giá trị trên đường chéo bằng 0.
Sử dụng tiêu chuẩn rút trích nhân tố gồm hai chỉ số Engenvalue (lượng biến thiên được giải thích bởi các nhân tố) và Cumulative (tổng phương sai trích cho biết phân tích nhân tốgiải thích được bao nhiêu % và bao nhiêu % bịthất thoát). Đại lượng Engenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ có những nhân tố nào có đại lượng Engenvalue > 1 mới được giữ lại trong mô hình phân tích.Theo Gerbing và Anderson (1988), các nhân tốcó Engenvalue< 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc (biến tiềmẩn trong các thang đo trước khi EFA). Để dễ dàng trong diễn giải kết quả EFA, sử dụng phép trích nhân tố Principal Component Analysis với phép quay vuông góc Varimax.
Tiêu chuẩn hệ số tải nhân tố (Factor loadings) biểu thị tương quan đơn giữa các biến với các nhân tố, dùng để đánh giá mức ý nghĩa của EFA. Theo Hair & ctg sự khác biệt về hệ số tải nhân tố của một biến quan sát giữa các nhân tố khác nhau phải > 0,3 để đảm bảo giá trị phân biệt giữa các nhân tố.
3.3.4.2 Phân tích hồi quy tuyến tính bội
Hệ số tương quan Pearson được sử dụng để đo lường độ mạnh của mối quan hệ giữa hai biến. Kiểm tra tương quan giữa các biến độc lập với nhau và với biến phụ thuộc thông quan ma trận hệ số tương quan. Hệ số tương quan < 0.85 thì có khả năng đảm bảo giá trị phân biệt giữa các biến, còn nếu hệ số này lớn hơn 0.85 thì có thể xảy ra tình trạng đa cộng tuyến (John và Benet - Martiner, 2000).
Xây dựng mô hình hồi quy: Tác giả dùng phương pháp Enter (SPSS xử lý tất cả các biến đưa vào cùng một lượt).
Kiểm định độ phù hợp của mô hình bằng phương pháp phân tích phương sai (Analysis Of Variance). Giả thuyết H0: Không tồn tại mối quan hệ giữa các biến độc lập với biến phụ thuộc, tức β1=β2=β3=0. Nếu p (sig F) rất nhỏ thì bác bỏ giả thuyết H0.
Hệ số xác định R2 (R square) được sử dụng để đánh giá sự phù hợp của của mô hình hồi quy. R2 là phần tổng biến thiên của biến phụ thuộc được giải thích bởi
sự biến thiên của các biến độc lập. Giá trị R2 hiệu chỉnh nhỏ hơn R2 vì đã loại bỏ sự tác động của số lượng biến độc lập, do đó sử dụng R2 để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó có đặc điểm không phụ thuộc vào số lượng biến đưa thêm vào mô hình.
Xác định các hệ số của phương trình hồi quy bội, các hệsốhồi quy riêng phần βk: đo lường sựthay đổi trung bình củabiến phụthuộc khi biến độc lập Xk thay đổi một đơn vị, trong khi các biến độc lập khác được giữ nguyên.
Kiểm định sự khác biệt về sự đánh giá của khách hàng đối với các yếu tố ảnh hưởng đến ý định chấp nhận sử dụng dịch vụ ngân hàng trực tuyến của khách hàng theo các đặc điểm cá nhân của khách hàng.
Independent– Sample T – Test dùng để so sánh hai trung bình đám đông, ví dụ trong trường hợp chia mẫu làm hai nhóm có hai đặc tính: nam và nữ…
Mô hình ANOVA được sử dụng để so sánh trung bình ba đám đông trở lên, chia tổng thể làm n nhóm riêng biệt theo các thuộc tính, ví dụ trình độ học vấn, mức thu nhập.
Tóm tắt: Chương 3 đã trình bày tổng quan về 2 phương pháp nghiên cứu mà tác giả sử dụng trong luận văn này. Trong đó, tác giả đã trình bày kết quả chi tiết của nghiên cứu định tính, từ đó xây dựng hoàn thiện thang đo để phục vụ phần nghiên cứu định lượng. Chương 4 sẽ trình bày các kết quả của phần nghiên cứu định lượng.
CHƯƠNG 4: PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU.
4.1 Phân tích thống kê mô tả
Bảng 4.1. Thống kê về mẫu nghiên cứu theo đặc điểm cá nhân của khách hàng
Chỉ tiêu Tần số Phần trăm Giới tính Nam Nữ 106 98 52.0 48.0 Tuổi 18 - 24 84 41.2 25 - 30 72 35.3 31 - 40 45 22.1 Trên 40 3 1.5 Học vấn Cao đẳng /Đại học Dưới cao đẳng 132 45 22.1 64.7
Sau đại học 27 13.2 Thu nhập Dưới 5 triệu 51 25.0 Từ 5 - 10 triệu 81 39.7 Từ 10 - 15 triệu 53 26.0 Trên 15 triệu 19 9.3
Nguồn: Dữ liệu khảo sát của tác giả
Khảo sát được thực hiện qua hai hình thức. Thứ nhất là phát bảng câu hỏi trực tiếp cho đối tượng khảo sát ở là sinh viên, học viên trường đại học ngân hàng, đại học kinh tế TP HCM và đại học Bách Khoa TP HCM. Thứ hai là gửi bảng câu hỏi trực tuyến thông qua công cụ Google Documents gửi đến các đối tượng khảo sát. Kết quả khảo sát thu được 249 bảng trả lời, bao gồm 187 bảng trả lời từ hình thức phỏng vấn trực tiếp và 62 bảng trả lời từ hình thức phỏng vấn trực tuyến. Sau khi loại bỏ các bảng câu hỏi không đạt yêu cầu như: người trả lời không thuộc đối tượng khảo sát, tất cả các câu trả lời giống nhau, có nhiều ô thiếu thông tin hoặc nhiều hơn một ô trả lời, sốbảng câu hỏi đápứng yêu cầu còn lại 204 bảng.
Về giới tính cho thấy có 106 người tham gia là nam chiếm tỷ lệ 52%, số lượng nữ giới là 98 chiếm tỷ lệ 48%.
Về độ tuổi của mẫu nghiên cứu cho thấy có84 người từ 18- 24 tuổi chiếm 41.2%, 72 người từ 25-30 tuổi, chiếm 35.3%, 45 người từ 31-40 tuổi, chiếm 22.1% và 3 người trên 40 tuổi chiếm 1.5%.
Về trình độ học vấn cho thấy có 45 người trình độ dưới cao đẳng chiếm 22.1%, 132 người có trình độ cao đẳng- đại học chiếm 64.7%, 27 người trình độ sau đại học chiếm 13.2%.
Về thu nhập/ tháng cho thấy có 51 người có thu nhập dưới 5 triệu đồng chiếm 25%, 81 người có thu nhập từ 5-10 triệu chiếm 39.7%, 53 người có thu nhập từ 10-15 triệu.
4.2 Đánh giá Cronbach alpha 4.2.1 Thang đo rủi rohiệu năng
Bảng 4.2.Phân tích Cronbach’s alphathang đo rủi ro hiệu năng
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.783 HN1 10.0637 4.326 .796 .615 HN2 10.2647 6.452 .234 .892 HN3 9.9902 5.320 .675 .698 HN4 10.1520 4.189 .743 .642
Nguồn: Kết quả phân tích dữ liệu của tác giả
Như đã trình bày theo phương pháp phân tích trong chương 3, kiểm định độ tin cậy của thang đo được dựa trên kết quả của hệ số Cronbach’s alpha và hệ số tương quan biến tổng. Tuy nhiên, trong thang đo này, biến HN2 “Hệ thống ngân hàng trực tuyến có thể hoạt động không bình thường do tốc độ mạng chậm” lại có hệ số tương quan biến tổng nhỏ hơn 0.3 vì vậy biến HN2 sẽ bị loại.
Bảng 4.3. Phân tích Cronbach’s alphathang đo rủi ro hiệu năng sau khi loại biến HN2
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.892
HN1 6.8382 2.816 .847 .794 HN3 6.7647 3.609 .738 .898 HN4 6.9265 2.640 .814 .832
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha sau khi loại biến HN2 đạt 0.892 và các biến trong thang đo đều có hệ số tương quan biến tổng khá cao và lớn hơn 0.3.Tuy nhiên, thang đo rủi rohiệu năng có hệ số Cronbach’s alpha nếu loại biến quan sát HN3 là 0,898; cao hơn so với hệ số Cronbach’s alpha nếu giữ biến quan sát này là 0,892. Vì chênh lệch không quá lớn và vì phần ý nghĩa đóng góp của biến quan sát này đến toàn bộ thang đo nên tác giả vẫn giữ lại biến quan sát HN3 cho thang đo rủi rohiệu năng. Thang đo này đạt độ tin cậy và 3 biến còn lại đều được sử dụng cho các bước phân tích tiếp theo.
4.2.2 Thang đo rủi ro bảo mật
Bảng 4.4. Phân tích Cronbach’s alphathang đo rủi robảo mật
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.690 BM1 11.2647 3.713 .250 .785 BM2 10.7549 3.595 .459 .634 BM3 10.7549 3.270 .655 .521 BM4 10.7843 3.106 .611 .534
Theo kết quả phân tích ở trên, biến BM1 “Tôi cảm thấy không an toàn khi gửi và nhận thông tin tài chính trong quá trình sử dụng dịch vụ ngân hàng trực tuyến” có hệ số tương quan biến tổng nhỏ hơn 0.3, do đó biến BM1 sẽ bị loại.
Bảng 4.5. Phân tích Cronbach’s alphathang đo rủi ro bảo mật sau khi loại biến BM1
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.785
BM2 7.5000 1.837 .623 .711 BM3 7.5000 1.956 .607 .728 BM4 7.5294 1.689 .647 .685
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha sau khi loại biến BM1 đạt 0.785> 0.6 và không có biến quan sát nào có giá trị tương quan biến tổng nhỏ hơn 0.3. Vì vậy thang đo này đạt độ tin cậy và 3 biến còn lại đều được sử dụng cho các bước phân tích tiếp theo.
4.2.3 Thang đo rủi ro tài chính
Bảng 4.6. Phân tích Cronbach’s alphathang đo rủi ro tài chính
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.888
TC1 6.5784 2.127 .887 .751 TC2 6.4755 2.546 .746 .879 TC3 6.5343 1.925 .753 .890
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha thang đo rủi ro tài chính đạt 0.888 lớn hơn 0.6 và các biến quan sát đều có hệ số tương quan biến tổng khá cao và lớn hơn 0.3. Do đó, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến của thang đo được sử dụng cho các phân tích tiếp theo.
4.2.4 Thang đo rủi ro thông tin cá nhân
Bảng 4.7. Phân tích Cronbach’s alphathang đo rủi ro thông tin cá nhân
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.856
TTCN1 7.0980 2.138 .850 .692 TTCN2 7.1373 2.454 .631 .885 TTCN3 7.0294 1.979 .729 .807
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha thang đo rủi ro thông tin cá nhân đạt 0.856 lớn hơn 0.6 và các biến quan sát đều có hệ số tương quan biến tổng khá cao và lớn hơn 0.3. Do đó, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến của thang đo được sử dụng cho các phân tích tiếp theo.
4.2.5 Thang đo rủi ro xã hội
Bảng 4.8. Phân tích Cronbach’s alphathang đo rủi ro xã hội
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.868
XH1 6.8824 2.646 .693 .867 XH2 6.8186 2.632 .803 .766 XH3 6.7794 2.587 .753 .809
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha thang đo rủi ro xã hội đạt 0.868 lớn hơn 0.6 và các biến quan sát đều có hệ số tương quan biến tổng khá cao và lớn hơn 0.3. Do đó, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến của thang đo được sử dụng cho các phân tích tiếp theo.
4.2.6 Thang đo rủi ro thời gian
Bảng 4.9. Phân tích Cronbach’s alphathang đo rủi ro thời gian
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.860
TG1 6.8922 2.254 .679 .854 TG2 6.9804 2.118 .758 .784 TG3 7.0490 1.860 .776 .766
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha thang đo rủi ro thời gian đạt 0.860 lớn hơn 0.6 và các biến quan sát đều có hệ số tương quan biến tổng khá cao và lớn hơn 0.3. Do đó, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến của thang đo được sử dụng cho các phân tích tiếp theo.
4.2.7 Thang đo ý định chấp nhận sử dụng ngân hàng trực tuyến
Bảng 4.10. Phân tích Cronbach’s alphathang đo ý định chấp nhận sử dụng ngân hàng trực tuyến
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến quan biến tổng Hệ số tương
Cronbach’s alpha nếu loại
biến Cronbach’s alpha = 0.777 YDCN1 9.0637 2.040 .623 .701 YDCN2 9.0294 2.206 .490 .771 YDCN3 9.0441 2.190 .557 .735 YDCN4 9.0245 1.975 .659 .681
Nguồn: Kết quả phân tích dữ liệu của tác giả
Hệ số Cronbach’s alpha thang đo ý định chấp nhận sử dụng ngân hàng trực tuyếnđạt 0.777 lớn hơn 0.6 và các biến quan sát đều có hệ số tương quan biến tổng khá cao và lớn hơn 0.3. Do đó, thang đo này đạt yêu cầu về độ tin cậy và tất cả các biến của thang đo được sử dụng cho các phân tích tiếp theo.
4.3 Phân tích nhân tố EFA 4.3.1 Biến độc lập 4.3.1 Biến độc lập
Bảng 4.11. Kết quả kiểm định KMO và Bartlett biến độc lập Kiểm định KMO và Bartlett's
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .598 Bartlett's Test of Sphericity Approx. Chi-Square 2510.628
Df 153
Sig. .000
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kết quả KMO cho thấy giá trị này bằng 0.598 lớn hơn 0.5, kiểm định Bartlett Test có giá trị sig = 0.000. Vì vậy, kết quả trên cho thấy áp dụng phân tích là phù hợp.
Bảng 4.12 Ma trận xoay nhân tố Nhân tố 1 2 3 4 5 6 HN4 .934 .142 HN1 .883 .116 HN3 .873 .016 TC1 .920 .007 TC2 .889 .219 TC3 .183 .867 TTCN1 .924 .093 TTCN3 .134 .887 TTCN2 .151 .805 XH2 .909 .179 XH1 .089 .879 XH3 .102 .864 TG1 .127 .889 TG3 .099 .884 TG2 .116 .851 BM4 .059 .866 BM3 .306 .800 BM2 .185 .799
Phương sai từng nhân tố 18.326 17.259 15.240 12.571 9.470 8.814
Tổng phương sai trích 81.680
Nguồn: Kết quả phân tích dữ liệu của tác giả
Theo kết quả bảng trên, sau khi phân tích nhân tố thì tại giá trị Eigenvalues lớn hơn 1 có 6 nhân tố hình thành. Kết quả giá trị phương sai tích lũy % =81.680 ( lớn hơn 50%) là đạt yêu cầu. Điều này cho biết tổng phương sai trích được là 81.680% biến thiên của dữ liệu nghiên cứu được giải thích bởi 6 nhân tố của mô hình.
4.3.2 Biến phụ thuộc
Bảng 4.13. Bảng 4.13. Kết quả kiểm định KMO và Bartlett biến phụ thuộc
Kiểm định KMO và Bartlett's
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .775
Bartlett's Test of Sphericity Approx. Chi-Square 216.563
Df 6
Sig. .000
Nguồn: Kết quả phân tích dữ liệu của tác giả
Kết quả KMO cho thấy giá trị này bằng 0.775 lớn hơn 0.5, kiểm định Bartlett Test có giá trị sig = 0.000. Vì vậy, kết quả trên cho thấy áp dụng phân tích là phù hợp.
Bảng 4.14 Tổng phương sai trích biến phụ thuộc
Thành phần
Giá trị Eigenvalues
Tổng bình phương hệ số tải nhân tố Tổng % phương sai Phương sai tích lũy % Tổng % phương sai Phương sai tích lũy % 1 2.407 60.179 60.179 2.407 60.179 60.179 2 .658 16.452 76.631 3 .528 13.207 89.838 4 2.407 60.179 60.179 2.407 60.179 60.179
Phương pháp xoay: Principal Component Analysis.
Nguồn: Kết quả phân tích dữ liệu của tác giả