Deze scriptie is afkomstig van



Dovnload 402.92 Kb.
Pagina7/12
Datum20.08.2016
Grootte402.92 Kb.
1   2   3   4   5   6   7   8   9   ...   12

4.3 Factor analyse

Ter controle of de items de juiste variabele meten zal er een factor analyse worden uitgevoerd. Door de analyse wordt er nagegaan of de items die in eerste instantie bij een bepaalde variabele zijn gevoegd, ook daadwerkelijk bij deze variabele passen. Het kan ook voorkomen dat blijkt dat een (weggelaten) item in de voorgaande paragraaf, bij een andere variabele past. Ook dat zal dan in deze paragraaf aan het licht komen.


In eerste instantie zullen we factor analyses uitvoeren voor de onafhankelijke variabelen perceptie van bruikbaarheid, gebruiksgemak en vermaak in het conceptueel model. We voeren een analyse uit waarbij het aantal factoren (oftewel variabelen) wordt los gelaten en een analyse waar we het aantal factoren op drie zetten, dus zoals in het huidige model. Na deze analyses zal er hetzelfde gedaan worden voor de variabelen houding, intentie en gebruik. Er wordt gekozen om de variabelen in twee delen te analyseren, ten eerste ten behoeve van het overzicht en ten tweede aangezien het eerste deel onafhankelijke en het tweede deel afhankelijke variabelen betreft.

4.3.1 Drie onafhankelijke variabelen

Als eerste wordt er een analyse uitgevoerd om te achterhalen of factor analyse bij deze items geschikt is. Daarvoor kijken we eerst naar de KMO en Bartlett’s test. Wanneer de KMO maat 0,5 of hoger is, is er voldoende correlatie om factor analyse uit te voeren (Field, 2000). In dit geval is de KMO 0,837, dus gekeken naar deze maat is factor analyse geschikt. De Bartlett’s test geeft aan of de statistische gegevens die volgen uit de factor analyse betrouwbaar zijn. Deze maat geeft een waarde van 1476,114 en is significant op 0,000, wat aangeeft dat we mogen aannemen dat de gegevens die we gaan verkrijgen betrouwbaar zijn.


Tabel 3 KMO en Bartlett’s test bij drie onafhankelijke variabelen



Tabel 4 Correlatie matrix bij drie onafhankelijke variabelen

Vervolgens wordt er bekeken welke factor analyse er uit gevoerd dient te worden, dat heeft namelijk te maken met de rotatie van de factoren. In tabel 4 zien we dat er een waarde van correlatie die kleiner dan -0,3 is. Dit geeft aan dat er een correlatie is tussen de eerste en vijfde factor. Bij deze analyse hebben we het aantal factoren vrij gelaten en zijn er vijf factoren tot stand gekomen. Maar twee van de vijf correleren dus ook met elkaar. Verder is er ook nog gekeken naar een scree plot, waarvan hieronder in figuur 3 de resultaten te zien zijn. In dit figuur blijkt dat de knik bij de derde factor ligt. Dit houdt in dat de eerste drie factoren onderscheiden kunnen worden. Dit komt ook weer overeen met het oorspronkelijke concept waar ook drie onafhankelijke variabelen worden onderscheiden. Concluderend kan het aantal factoren nu op drie vastgesteld worden.


Figuur 3 Scree plot bij drie onafhankelijke variabelen


Wanneer we dan een nieuwe factor analyse doen, wordt duidelijk (tabel 5) dat er nu geen waarde van correlatie meer is die kleiner is dan -0,3 of groter dan 0,3. Dit houdt in dat de factoren niet of nauwelijks met elkaar correleren. De nu ontstane factoren zijn dus op zichzelf staande factoren.

Tabel 5 Correlatie matrix bij drie onafhankelijke variabelen (vastgesteld op drie factoren)

Doordat alle waarden tussen de -0,3 en 0,3 zijn, is het wel noodzakelijk om een andere analysemethode uit te voeren. Deze analyse gebeurt aan de hand van orthogonaal roteren, hierbij is er geen onderlinge samenhang tussen de factoren.


Tabel 6 Matrix met drie onafhankelijke variabelen (vastgesteld op drie factoren)


Perceptie van bruikbaarheid

Perceptie van gebruiksgemak

Perceptie van vermaak

Tabel 6 geeft aan in hoeverre de items laden op een bepaalde factor, waarden onder de 0,4 zijn voor het overzicht weg gelaten in de tabel (Field, 2000). Het valt op dat bij de eerste factor hoge waarden staan bij de items die vallen onder de variabele perceptie van bruikbaarheid (eerste zeven items) en ook redelijk bij enkele items van perceptie van gebruiksgemak (achtste tot en met twaalfde item). Bij de tweede factor is er een hoge correlatie bij de meeste items van perceptie van vermaak (laatste zeven items). Als we dan kijken naar de derde factor valt op dat twee items van perceptie van vermaak hoog scoren. De uitgevoerde factor analyse komt niet goed overeen met de theorie en de uitgevoerde betrouwbaarheidsanalyses. De perceptie van bruikbaarheid en perceptie van vermaak zijn nog redelijk goed bij elkaar onder te brengen, maar vooral de perceptie van gebruiksgemak valt hier uiteen. Dit kan verklaard worden doordat in het conceptueel model gebruiksgemak een beïnvloeding uitoefent op de variabelen bruikbaarheid, vermaak en houding. Dit kan betekenen dat enkele items verantwoordelijk zijn voor de relatie met de bruikbaarheid, andere items voor de relatie met vermaak en weer andere voor de relatie met de houding. Maar de theorie plaatst deze items bij elkaar en dat dit een goede keuze is, blijkt ook uit de betrouwbaarheidsanalyse. Binnen de variabele bruikbaarheid is het item besparing van geld niet echt bij een factor te plaatsen. Na de betrouwbaarheidsanalyse bleek ook dat de besparing van geld niet goed binnen de variabele bruikbaarheid past, maar de alpha verbeterde niet goed genoeg. Toen is besloten de besparing van geld nog verder mee te nemen. Besparing van geld komt ook niet uit de theorie en omdat dit item nu buiten de factoren valt, besluiten we deze in het vervolg toch buiten de analyses te laten. De derde factor bevat vier items die in de vragenlijst negatieve begrippen (leren, verwarring, saai en onprettig) bevat. De eerste twee zijn dubbelladers, maar de theorie en de betrouwbaarheidsanalyse toont aan dat deze twee items wel goed bij de variabele scoort. Wellicht is de negatieve lading van deze vier items de oorzaak dat deze samen een eigen factor vormen en niet bij de rest van de items van gebruiksgemak en vermaak vallen. De betrouwbaarheidsanalyse laat zien dat deze goed bij elkaar passen, en ook zijn er geen inhoudelijke redenen om deze uit te splitsen.


Voor de rest zijn er redelijke overeenkomsten met de theorie, en zijn de verschillen verklaarbaar, vandaar dat we voor de overige items geen veranderingen zullen aanbrengen. De eerste factor bestaat dus uit de items die horen bij de variabele perceptie van bruikbaarheid en enkele items van de variabele gebruiksgemak. De tweede factor bestaat uit items van de variabele vermaak en ook weer uit een aantal items van gebruiksgemak en de derde factor ten slotte bestaat uit twee items behorend bij de variabele gebruiksgemak en vermaak.

4.3.2 Drie afhankelijke variabelen

In de volgende factor analyses volgen we dezelfde werkwijze als in de voorgaande subparagraaf. Bij deze analyses zullen we de items samen nemen van de oorspronkelijke variabelen ‘houding tegenover online shoppen’, ‘intentie tot gebruik’ en ‘daadwerkelijk gebruik’.


Allereerst kijken we weer naar de KMO en Bartlett’s test. De KMO is 0,764 (wat hoger is dan 0,5), dus gekeken naar deze maat is factor analyse geschikt. De Bartlett’s test geeft aan of de statistische gegevens die volgen uit de factor analyse betrouwbaar zijn. Deze maat geeft een waarde van 398,448 en is significant op 0,000, wat aangeeft dat we mogen aannemen dat de gegevens die we gaan verkrijgen betrouwbaar zijn.

Tabel 7 KMO en Bartlett’s test bij de drie afhankelijke variabelen

Kijkend naar de correlatie matrix wordt duidelijk dat één correlatiewaarde met 0,001 onder de -0,3 komt (zie tabel 8). Met dit kleine verschil en met alle andere waarden duidelijk tussen de -0,3 en 0,3. Dit houdt dus in dat de verkregen factoren niet of nauwelijks met elkaar correleren. De theorie ondersteunt dit. Daarom besluiten we net als bij de voorgaande analyses ook hier orthogonaal te roteren. De verschillen tussen de factoren zijn dan ook duidelijk.


Tabel 8 Correlatie matrix bij de drie afhankelijke variabelen

Wanneer het aantal factoren los gelaten wordt, worden er vier factoren onderscheiden. Dit is te zien in tabel 9.


Tabel 9 Matrix met los gelaten aantal factoren


Intentie

Houding

Gebruik

In tabel 6 zijn de waarden onder de 0,4 niet weergegeven. Deze grens is ook in bovenstaande tabel 9 gehanteerd. Deze analyse komt zeer goed overeen met de huidige variabelen. De eerst variabele is houding (component 1) en bestaat uit zeven items. Deze zeven items hebben alle een hoge samenhang en vallen hier binnen de eerste factor. Alle items van de variabele houding laden ook op één factor/ variabele, het valt alleen wel op dat er twee dubbelladers zijn. De hoogste waarden van de items die dubbel laden vallen wel binnen de variabele houding. Dit, samen met de inhoudelijke reden dat de items via deductie vanuit de literatuur zijn herleid, geeft ons voldoende reden om de items toch mee te nemen in de vervolganalyses. Deze items passen dus (ook na de betrouwbaarheidsanalyse) goed bij elkaar.


De tweede variabele is de intentie (component 2). Deze variabele bestaat uit drie items (de bovenste drie in de tabel) en ook deze drie hebben een hoge samenhang. Het derde item, waarbij gebruik vergeleken wordt met andere online shops/ winkels, heeft wel een lagere samenhang dan de overige twee. Aan de hand van de betrouwbaarheidsanalyse is besloten dit item te verwijderen. Hier wordt de beslissing om het item te verwijderen extra kracht bijgezet. Inhoudelijke redenen zijn al eerder aan bod gekomen (§ 4.2.5). Wel wordt duidelijk dat de items behorend bij de variabele intentie duidelijk verschillen van de andere items en dus ook beter bij een aparte variabele passen.
Dan de laatste variabele; het daadwerkelijke gebruik. Deze bestaat uit de laatste drie items in tabel 9 (component 3 en 4). De drie items van de variabele gebruik vallen wel samen met de dubbelladers uit de variabele bruikbaarheid. Alleen is te zien dat de waarde van het item uit gebruik negatief is en de twee dubbelladers positief. Het is dus een goede keuze om de dubbelladers bij de variabele bruikbaarheid te houden en niet te betrekken bij de variabele gebruik. Wat verder opvalt is dat het item over het aantal boeken dat bij een transactie gekocht wordt dan als enige binnen een factor valt en niet samen met de twee andere items. Dit is goed verklaarbaar. Dit is echter ook al eerder aan bod gekomen. Een lage score op dit item, geeft namelijk nog steeds aan dat de online shop geaccepteerd is. Want wanneer iemand één boek aanschaft (lage score) is dat ook genoeg om de online shop te accepteren. Vandaar dat dit item apart valt. Na de betrouwbaarheidsanalyse is besloten dit item te laten vallen in komende analyses. Dit wordt hier bevestigd. Ook wordt zichtbaar dat het item niet bij een andere variabele hoort. Het is echt een op zich zelf staande item. De variabele gebruik wordt dus aan de hand van deze analyse opgesplitst in een deel waar de frequentie van het gebruik (component 3) wordt gemeten en in een deel waar de intentie van het gebruik (component 4) aan bod komt.
Voor de volledigheid zal er ook een factor analyse worden uitgevoerd waar bij het aantal factoren vast gezet wordt. In dit deel zijn de items van de variabelen houding, intentie en gebruik samen genomen, vandaar dat het aantal factoren vast gezet wordt op drie. Deze analyse toont vrijwel hetzelfde aan vergeleken met de eerdere analyse waar vier factoren ontstaan (tabel 10). De items zijn allen binnen de juiste variabele in te delen. Het derde item van de intentie valt uiteraard ook hier weg; hij correleert wel met de andere twee items en niet met de items van houding en gebruik, maar deze correlatie is laag (0,547). Ook het derde item van gebruik is toe te schrijven aan de andere items van perceptie van gebruik, maar ook deze correlatie is laag (-0,488). Het is dan ook begrijpelijk dat bij de vorige analyse dit item voor een aparte factor zorgde.
Tabel 10 Matrix met drie afhankelijke variabelen (vastgesteld op drie factoren)


Intentie

Houding

Gebruik

Uit de factor analyses, die als controle werden uitgevoerd, kan geconcludeerd worden dat de items in stand worden gehouden en binnen de variabele blijven waar ze in eerste instantie zijn onderverdeeld. De factor analyses geven een bevestiging voor de items die weg gelaten worden aan de hand van de betrouwbaarheidsanalyses. Alleen het item besparing van geld wordt vanaf nu ook weg gelaten, waar deze na de betrouwbaarheidsanalyse nog wel intact werd gelaten. Toen werd al wel duidelijk dat dit item niet sterk aansloot bij de andere items. Dus er is twee keer via de statistische analyse naar voren gekomen dat de besparing van geld minder goed past bij de andere items. Ook aan de hand van de theorie is dat te verklaren. Daar komt deze namelijk niet in voor. Dit item is toegevoegd, omdat we meerdere items wilden toevoegen die gaan over besparing. Wanneer we nu verder gaan met de regressie analyses zijn er dus drie items verwijderd: ‘bespaart geld’, ‘gebruik beter’ en ‘hoeveel boeken’.





1   2   3   4   5   6   7   8   9   ...   12


De database wordt beschermd door het auteursrecht ©opleid.info 2019
stuur bericht

    Hoofdpagina