Mục tiêu nghiên cứu
Mô hình nghiên cứu được xây dựng nhằm xác định và kiểm định các thang đo liên quan đến các yếu tố ảnh hưởng đến ý định sử dụng Ví điện tử của sinh viên tại trường Đại học Sư phạm Kỹ thuật TP Hồ Chí Minh Nghiên cứu này không chỉ giúp hiểu rõ hơn về hành vi của khách hàng cá nhân mà còn cung cấp thông tin quý giá cho các nhà phát triển dịch vụ Ví điện tử trong việc tối ưu hóa trải nghiệm người dùng.
Xác định các yếu tố ảnh hưởng và mức độ tác động của từng yếu tố đến quyết định sử dụng Ví điện tử Momo là rất quan trọng Nghiên cứu này sẽ tập trung vào việc phân tích các nhân tố như sự tiện lợi, độ tin cậy và sự phổ biến của Ví điện tử Momo trong cộng đồng sinh viên Đồng thời, đề xuất một số giải pháp nhằm khuyến khích sinh viên trường Đại học Sư phạm Kỹ thuật TP.Hồ Chí Minh tăng cường sử dụng Ví điện tử Momo, như tổ chức các buổi hội thảo, chương trình khuyến mãi và cải thiện trải nghiệm người dùng.
Nghiên cứu này nhằm xác định các yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ ví điện tử Momo của sinh viên tại Đại học Sư phạm Kỹ thuật TP Hồ Chí Minh Câu hỏi nghiên cứu đầu tiên sẽ làm rõ những nhân tố nào có tác động đến sự lựa chọn này của sinh viên.
Nghiên cứu này nhằm xác định mức độ ảnh hưởng của các yếu tố đến quyết định sử dụng dịch vụ ví điện tử của sinh viên tại Đại học Sư phạm Kỹ thuật TP Hồ Chí Minh Các yếu tố này bao gồm sự thuận tiện, độ tin cậy, chi phí dịch vụ và các khuyến mãi Việc hiểu rõ tác động của từng yếu tố sẽ giúp cải thiện dịch vụ ví điện tử, đáp ứng tốt hơn nhu cầu của sinh viên.
Phương pháp nghiên cứu
Nghiên cứu định lượng Thu thập dữ liệu
Bảng câu hỏi được xây dựng dưới dạng câu hỏi đóng, yêu cầu sinh viên chọn mức độ đồng ý theo thang đo Likert 5 điểm, từ 1 (hoàn toàn không đồng ý) đến 5 (hoàn toàn đồng ý) Phiên bản chính thức của bảng câu hỏi đã được gửi đến sinh viên từ năm
1 đến năm 4 tại ĐH Sư phạm Kỹ thuật TPHCM Tổng bảng câu hỏi thu về là 201 bảng nhưng chỉ có 161 bảng hợp lệ dùng để phân tích.
Sau khi thu thập, dữ liệu sẽ được làm sạch và xử lý bằng phần mềm SPSS 20.0 Nghiên cứu sẽ áp dụng một số phương pháp phân tích để đảm bảo tính chính xác và độ tin cậy của kết quả.
Kiểm tra độ tin cậy bằng hệ số Cronbach’s Alpha giúp loại bỏ các biến không phù hợp và giảm thiểu biến rác trong nghiên cứu Các biến có hệ số tương quan biến tổng dưới 0,3 sẽ bị loại bỏ Thang đo đạt hệ số Cronbach’s Alpha từ 0,6 trở lên được chấp nhận sử dụng trong nghiên cứu này.
Phân tích nhân tố khám phá (EFA) sử dụng phương pháp thành phần chính (Principal Components) kết hợp với phép quay Varimax Trong nghiên cứu này, các biến quan sát có hệ số tải nhân tố lớn hơn 0,5 được chấp nhận để đảm bảo tính chính xác và độ tin cậy của kết quả phân tích.
Kết cấu của nghiên cứu
Báo cáo nghiên cứu được chia thành năm chương với nội dung cụ thể như sau:
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Cơ sở lý thuyết
2.1.1 Định nghĩa ví điện tử
Dịch vụ ví điện tử cung cấp cho khách hàng tài khoản điện tử định danh, được tạo lập bởi các tổ chức cung ứng dịch vụ trung gian thanh toán trên các thiết bị như chip điện tử, sim điện thoại di động, và máy tính Dịch vụ này cho phép lưu giữ giá trị tiền tệ, được đảm bảo bằng số tiền tương đương từ tài khoản thanh toán của khách hàng tại ngân hàng, chuyển vào tài khoản đảm bảo thanh toán của tổ chức cung ứng dịch vụ ví điện tử theo tỷ lệ 1:1, theo quy định tại Điều 4 Nghị định 101/2012/NĐ-CP và Khoản 1 Điều 1 Nghị định 80/2016/NĐ-CP về thanh toán không dùng tiền mặt.
Thông thường, có hai loại ví điện tử phổ biến:
Ví điện tử cá nhân là công cụ tiện lợi cho việc mua sắm và thanh toán trực tuyến trên các trang web của doanh nghiệp chấp nhận phương thức này.
Ví điện tử doanh nghiệp là giải pháp thanh toán hiện đại, cho phép doanh nghiệp tham gia vào cộng đồng chấp nhận thanh toán điện tử Khi doanh nghiệp đăng ký, họ sẽ nhận được tài khoản và mật khẩu để truy cập vào trang web của nhà cung cấp dịch vụ ví điện tử.
2.1.2 Chức năng của ví điện tử
Theo Ngân hàng Nhà nước, giá trị giao dịch qua ví điện tử năm 2016 đạt 53.109 tỉ đồng, tăng 64% so với năm 2015 Tuy nhiên, tỉ trọng tiền mặt trong tổng phương tiện thanh toán vẫn lớn do thói quen sử dụng tiền mặt của người dân khó thay đổi Để hướng tới xã hội không tiền mặt, Thủ tướng Chính phủ đã phê duyệt đề án phát triển thanh toán không dùng tiền mặt giai đoạn 2016 - 2020, với mục tiêu giảm tỉ trọng tiền mặt xuống dưới 10% vào cuối năm 2020 Điều này mở ra cơ hội cho thương mại điện tử và thanh toán trực tuyến phát triển mạnh mẽ Đến nay, Ngân hàng Nhà nước đã cấp phép cho hơn 20 ví điện tử hoạt động tại Việt Nam, mỗi doanh nghiệp đều có chiến lược phát triển riêng nhằm phục vụ các nhóm khách hàng khác nhau, tạo ra các sản phẩm và dịch vụ với những đặc tính và tiện ích đa dạng Hầu hết các ứng dụng ví điện tử tại Việt Nam đều có 4 chức năng chính.
Sau khi đăng ký và kích hoạt tài khoản ví điện tử, người dùng có thể nhận tiền từ nhiều nguồn khác nhau, bao gồm nạp tiền trực tiếp tại quầy giao dịch, từ tài khoản ngân hàng, hoặc từ ví điện tử cùng loại Sau khi nạp tiền, chủ tài khoản có thể chuyển tiền đến ví điện tử khác, tài khoản ngân hàng liên kết, hoặc gửi tiền cho người thân và bạn bè qua bưu điện hoặc các chi nhánh ngân hàng.
Khách hàng có thể lưu trữ tiền một cách an toàn và tiện lợi trên tài khoản ví điện tử, biến tiền tệ thành dạng số hóa dễ dàng quản lý.
Số tiền ghi nhận trên ví điện tử tương đương với số tiền thật được chuyển vào.
Thanh toán trực tuyến cho phép khách hàng sử dụng số tiền có trong tài khoản ví điện tử để thực hiện các giao dịch mua sắm trực tuyến một cách nhanh chóng và tiện lợi.
Chức năng truy vấn tài khoản cho phép chủ tài khoản dễ dàng thay đổi và cập nhật thông tin cá nhân, thay đổi mật khẩu, tra cứu số dư tài khoản, cũng như xem lại lịch sử giao dịch của mình một cách thuận tiện.
Các doanh nghiệp cung ứng dịch vụ ví điện tử hiện nay đã phát triển và tích hợp nhiều chức năng phụ, mang đến tiện ích đa dạng cho khách hàng khi sử dụng dịch vụ.
Khách hàng có thể sử dụng ví điện tử để nạp thẻ cào điện thoại, thẻ game online, và trả phí tham gia diễn đàn một cách nhanh chóng và tiện lợi.
Khách hàng có thể dễ dàng và nhanh chóng thanh toán các hóa đơn sinh hoạt hàng ngày như tiền điện, tiền nước, phí dữ liệu di động và phí truyền hình cáp thông qua ví điện tử Việc sử dụng ví điện tử giúp người dùng chủ động hơn trong việc quản lý và thanh toán các dịch vụ thiết yếu.
Khách hàng có thể dễ dàng mua vé điện tử như vé máy bay, vé xem phim, vé tàu và vé xe thông qua ứng dụng liên kết với ví điện tử Dịch vụ này mang lại sự tiện lợi và nhanh chóng cho người dùng trong việc đặt và thanh toán vé.
Người dùng có thể chủ động và thuận tiện thanh toán học phí cho các khóa học online và khóa học từ xa.
2.1.3 Quy trình thanh toán của ví điện tử
Sau khi khách hàng đăng ký và kích hoạt ví điện tử, doanh nghiệp cung cấp dịch vụ sẽ quản lý tài khoản và xử lý các giao dịch trên hệ thống Tất cả hoạt động nạp tiền, rút tiền, mua bán và thanh toán dịch vụ đều được cập nhật liên tục Đồng thời, nhà cung cấp dịch vụ sẽ tính toán nghĩa vụ và thông báo cho ngân hàng để thực hiện ghi nợ và ghi có cho các tài khoản tiền mặt liên quan.
2.1.3.1 Quy trình thanh toán bằng ví điện tử qua mạng viễn thông
Hiện nay, tại Việt Nam, hai ứng dụng ví điện tử phổ biến trên di động là Momo (M-Service) và E-dong (EC Pay), trong đó Momo được sử dụng rộng rãi hơn Tuy nhiên, các ví điện tử này chủ yếu chỉ hỗ trợ thanh toán hóa đơn điện, nước, chuyển tiền giữa các tài khoản ví cùng loại, chuyển tiền vào tài khoản ngân hàng liên kết và mua thẻ cào Hiện tại, chúng chưa có tính năng thanh toán trực tuyến cho các dịch vụ như mua vé tàu, vé máy bay hay đặt phòng khách sạn.
Các bước tiến hành thanh toán bằng ví điện tử trên nền ứng dụng điện thoại di động gồm các bước sau:
- Bước 1: Khởi động ứng dụng ví điện tử trên di động
- Bước 2: Chọn loại giao dịch cần thực hiện
- Bước 3: Chọn dịch vụ cần thanh toán
- Bước 4: Nhập mã dịch vụ
- Bước 5: Nhập mã hóa đơn
- Bước 6: Nhập số tiền cần thanh toán
- Bước 7: nhập số điện thoại khách hàng
- Bước 8: Nhập mật khẩu đăng nhập ví điện tử
- Bước 9: kiểm tra thông tin và xác nhận thanh toán
2.1.3.2 Quy trình thanh toán bằng ví điện tử qua mạng Internet
PHƯƠNG PHÁP NGHIÊN CỨU
Giới thiệu
Chương 2 đã trình bày cơ sở lý thuyết và đề nghị một mô hình nghiên cứu cùng những giả thuyết nghiên cứu Chương 3 này nhằm mục đích giới thiệu phương pháp nghiên cứu sử dụng để xây dựng và điều chỉnh thang đo, kiểm định mô hình nghiên cứu cùng các giả thuyết đề ra.
Nghiên cứu định tính
Giai đoạn này nhằm thu thập ý kiến từ các chuyên gia và sinh viên Đại học Sư Phạm Kỹ Thuật TP.HCM về dịch vụ ví điện tử Momo, từ đó xác định các biến cần phân tích và thiết kế bảng hỏi cho cuộc điều tra chọn mẫu.
Thông qua kĩ thuật thảo luận nhóm nhỏ (8 người) và dàn bài thảo luận, bài viết nhằm khám phá các yếu tố ảnh hưởng đến ý định sử dụng ví điện tử Momo Nhóm tham gia sẽ đánh giá lại các yếu tố trong mô hình nghiên cứu để xác định tiêu chí phù hợp và không phù hợp Cuối cùng, cuộc thảo luận sẽ tổng hợp tất cả các tiêu chí lựa chọn để rút ra kết luận về những yếu tố quan trọng nhất tác động đến ý định sử dụng ví điện tử Momo.
Dựa trên kết quả nghiên cứu và nội dung đã chuẩn bị từ các mô hình lý thuyết của các chuyên gia, nhóm em sẽ tổng hợp để thiết kế bảng câu hỏi sơ bộ (phụ lục 2).
Thang đo và mã hóa thang đo
Để kiểm định mô hình, thang đo được sử dụng trong nghiên cứu này là thang đo Likert
Bài viết đề cập đến 5 mức độ cho tất cả các biến quan sát, bao gồm biến độc lập và biến phụ thuộc Mỗi câu hỏi trong thang đo Likert bao gồm một câu hỏi đánh giá và 5 mức độ lựa chọn, với lựa chọn số 1 là mức thấp nhất.
Nhóm em không đồng ý với phát biểu và lựa chọn số 5 là "Hoàn toàn đồng ý" Chúng em đã mã hóa các biến trong thang đo để phân tích dữ liệu một cách chính xác.
Bảng 3 1: Cách mã hóa thang đo các biến định lượng
HD1 S d ng ví đi n t Momo giúp tôi hoàn thành các giao d ch thanh toán ử ụ ệ ử ị nhanh chóng HD2 S d ng ví đi n t Momo giúp tôi ki m soát tài chính hi u qu ử ụ ệ ử ể ệ ả
HD3 S d ng ví đi n t Momo giúp tôi nâng cao hi u qu công vi c ử ụ ệ ử ệ ả ệ
HD4 S d ng VĐT Momo giúp tôi có nhiềều khuyềến mãi gi m giá, chiềết khâếu ử ụ ả khi thanh toán các d ch v ị ụ
HD5 Tôi nh n thâếy VĐT Momo là 1 d ch v ti n l i ậ ị ụ ệ ợ
HD6 Tôi nh n thâếy VĐT Momo là 1 d ch v h u ích ậ ị ụ ữ
SD1 Tôi cho rằềng các thao tác thanh toán trền VĐT Momo đ n gi n, dềễ dàng ơ ả
SD2 Tôi tin rằềng mình nhanh chóng s d ng thành th o d ch v VĐT Momo ử ụ ạ ị ụ
SD3 Tôi tin rằềng có th dềễ dàng s d ng VĐT Momo dù không có ai h ể ử ụ ướ ng dâễn
RR1 VĐT Momo là d ch v không đáng tin c y ị ụ ậ
RR2 Tôi c m thâếy không an toàn khi cung câếp thông tin c a mình cho nhà ả ủ cung câếp d ch v ị ụ
RR3 Tôi lo lằếng ng ườ i khác gi m o thông tin ả ạ
RR4 S d ng VĐT Momo có th làm tôi b mâết cằếp tiềền trong tài kho n ử ụ ể ị ả
RR5 Tôi c m thâếy không an tâm vềề d ch v thanh toán bằềng VĐT Momo VN ả ị ụ ở
RR6 Tôi c m thâếy không an tâm vềề s an toàn c a VĐT Momo3.7 ả ự ủ
RR7 c m thâếy lo lằếng vềề pháp lu t liền quan đềến VĐT Momo ả ậ
TĐ1 Tôi c m thâếy s d ng VĐT Momo là 1 ý kiềến hay ả ử ụ
TĐ2 Tôi c m thâếy s d ng VĐT Momo râết thú v ả ử ụ ị
TĐ3 Tôi nhân thâếy VĐT Momo râết đáng đ s d ng ể ử ụ
TĐ4 Tôi nh n thâếy s d ng VĐT Momo là m t ý t ậ ử ụ ộ ưở ng khôn ngoan nh h ng c a xã h i Ả ưở ủ ộ
XH1 Gia đình và b n bè có th nh h ạ ể ả ưở ng đềến ý đ nh s d ng VĐT Momo ị ử ụ c a tôi ủ
XH2 Tôi sẽễ s d ng VĐT Momo nềếu nhiềều ng ử ụ ườ i xung quanh tôi s d ng ử ụ
XH3 Tôi sẽễ s d ng VĐT Momo nềếu ng ử ụ ườ i thân, b n bè, đôềng nghi p nghĩ tôi ạ ệ nền s d ng ử ụ Ý đ nh s d ng VĐT Momo ị ử ụ
YĐ1 Tôi sẽễ s d ng VĐT Momo thay vì s d ng tiềền m t thanh toán ử ụ ử ụ ặ
YĐ2 Tôi sẽễ th ườ ng xuyền s d ng VĐT Momo đ thanh toán các giao d ch ử ụ ể ị
YĐ3 Tôi sẽễ gi i thi u cho ng ớ ệ ườ i thân b n bè đôềng nghi p s d ng VĐT ạ ệ ử ụ
Bảng 3 2: Cách mã hóa thang đo các biến định tính
Biến Giá trị Cách mã hóa Giới tính
Mức độ thường xuyên sử dụng căn tin
Số giờ sử dụng smartphone trong 1 ngày (TIM)
Thu nhập hàng tháng (SHP)
Nghiên cứu định lượng sơ bộ (Pilot test)
Bảng câu hỏi sơ bộ đã được gửi đến 50 sinh viên Đại học Sư Phạm Kỹ Thuật TP.HCM, trong đó chỉ có 40 bảng câu hỏi hợp lệ Mười bảng câu hỏi bị loại do thiếu giá trị và vi phạm quy tắc câu hỏi chéo Kết quả phỏng vấn của 40 sinh viên này đã được phân tích bằng phần mềm SPSS 20.0 để kiểm tra độ tin cậy của thang đo.
Kết quả của nghiên cứu định lượng sơ bộ là xây dựng được bảng câu hỏi chính thức
Nghiên cứu định lượng chính thức
3.5.1 Phương pháp chọn mẫu Để đạt được các mục tiêu nghiên cứu đã đề ra ở phần mở đầu của đề tài, phương pháp chọn mẫu phi xác suất với hình thức chọn mẫu thuận tiện đã được sử dụng và được xem là hợp lý để tiến hành nghiên cứu đề tài này Lý do để lựa chọn phương pháp chọn mẫu này vì người trả lời dễ tiếp cận, họ sẵn sàng trả lời bảng câu hỏi nghiên cứu cũng như ít tốn kém về thời gian và chi phí để thu thập thông tin cần thiết.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), một trong những lý do chính để áp dụng phương pháp chọn mẫu phi xác suất là tiết kiệm chi phí và thời gian.
Về mặt này thì phương pháp chọn mẫu phi xác suất vượt trội so với chọn mẫu xác suất.
3.5.2 Xác định kích thước mẫu
Trong nghiên cứu của tôi, chúng tôi đã áp dụng phương pháp phân tích nhân tố khám phá (EFA) và phân tích hồi quy bội Theo Tabachnick và Fidell (1996), cỡ mẫu tối thiểu cho phân tích hồi quy đa biến được tính bằng công thức nP + 8*m, trong đó m là số biến độc lập Hoàng Trọng và Chu Mộng Ngọc (2005) đề xuất tỷ lệ này là 4 hoặc 5 với độ tin cậy 95% và sai số cho phép 5% Từ công thức n = 50 + 8*m, nhóm nghiên cứu tính toán được cỡ mẫu lớn nhất là 90 Để đảm bảo độ tin cậy và tính đại diện của mẫu, cùng với nguồn lực và khả năng kinh phí, nhóm quyết định sẽ điều tra 200 bảng hỏi nhằm phòng tránh các bảng hỏi không hợp lệ và sai sót trong quá trình phát và thu hồi.
3.5.3 Bảng câu hỏi - Phương pháp thu thập dữ liệu
Bảng câu hỏi được thiết kế với hình thức trả lời là các câu hỏi đóng, cho phép người tham gia lựa chọn mức độ đồng ý theo thang đo Likert 5 điểm.
Bảng câu hỏi (Phụ lục 3) được thiết kế gồm hai phần như sau:
Phần I của bảng câu hỏi là các thông tin phân loại đối tượng phỏng vấn
Phần II của bảng câu hỏi chính thức được thiết kế gồm 5 yếu tố được quan sát bởi 28 biến quan sát
Phương pháp thu thập dữ liệu
Sau khi hoàn thiện thiết kế bảng câu hỏi, chúng tôi sẽ gửi trực tiếp đến sinh viên hoặc qua tin nhắn trên mạng xã hội như Facebook và Zalo để họ có thể trả lời trực tuyến Để thuận tiện cho việc thu thập dữ liệu, nhóm đã tạo ra một bảng câu hỏi trực tuyến sử dụng công cụ Google Documents.
Cuối cùng, dữ liệu sẽ được tổng hợp và sàng lọc kỹ lưỡng Để đảm bảo chất lượng, bảng câu hỏi phải không có giá trị thiếu (missing value) và không vi phạm các câu hỏi chéo Chỉ những bảng câu hỏi đáp ứng đầy đủ các tiêu chí này mới được đưa vào cơ sở dữ liệu.
Dữ liệu sẽ được mã hóa và được phân tích bằng phần mềm SPSS 20.0 Một số phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Phương pháp này được sử dụng để kiểm tra lỗi trong việc nhập dữ liệu và hiểu rõ phân phối của các biến trong dữ liệu Các đại lượng thống kê mô tả quan trọng trong nghiên cứu bao gồm giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất.
Kiểm tra độ tin cậy theo hệ số Cronbach’s Alpha
Phương pháp phân tích cho phép loại bỏ các biến không phù hợp và giảm thiểu biến rác, đồng thời đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha Các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại bỏ Thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên có thể được sử dụng cho các khái niệm nghiên cứu mới, trong khi thang đo có hệ số từ 0,7 đến 0,8 thường được coi là đạt yêu cầu Nhiều nhà nghiên cứu cho rằng thang đo có độ tin cậy từ 0,8 trở lên là thang đo lường tốt.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố, theo Theo Hair & cộng sự (1998), là một phương pháp thống kê giúp rút gọn nhiều biến quan sát thành một nhóm có ý nghĩa hơn, đồng thời vẫn giữ lại hầu hết thông tin từ các biến ban đầu.
Theo nghiên cứu của Theo Hair và các tác giả (1998), factor loading là chỉ số quan trọng trong phân tích EFA, với yêu cầu tối thiểu là factor loading > 0,3 Nếu factor loading > 0,4, chỉ số này được coi là quan trọng, trong khi factor loading > 0,5 cho thấy ý nghĩa thực tiễn cao Ngoài ra, Hair và cộng sự khuyên rằng với tiêu chuẩn factor loading > 0,3, cỡ mẫu tối thiểu nên là 350; nếu cỡ mẫu chỉ khoảng 100, thì nên áp dụng tiêu chuẩn factor loading > 0,55.
Chỉ số KMO là thước đo mức độ phù hợp của phương pháp phân tích nhân tố EFA, với giá trị KMO lớn hơn 0,5 và nhỏ hơn 1 cho thấy phân tích là hợp lý Theo Trọng & Ngọc (2005, tr.262), nếu trong kiểm định Bartlett’s Test, giá trị Sig nhỏ hơn 0,05 thì các quan sát có mối tương quan với nhau trong tổng thể Giá trị eigenvalue thể hiện mức độ biến thiên được giải thích bởi một nhân tố so với tổng thể, với eigenvalue lớn hơn 1 cho thấy nhân tố này tóm tắt thông tin tốt hơn biến gốc và cần được giữ lại trong mô hình Tổng phương sai trích cần đạt ≥ 50% để phản ánh sự biến thiên của dữ liệu dựa trên các nhân tố đã rút ra.
Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội sẽ được thiết lập, và hệ số R² điều chỉnh cho thấy mức độ phù hợp của mô hình Nghiên cứu này nhằm kiểm định lý thuyết khoa học và sẽ áp dụng phương pháp đồng thời (ENTER trong SPSS) để thực hiện phân tích hồi quy (Nguyễn Đình Thọ, 2011).
Việc sử dụng R² hiệu chỉnh là an toàn hơn trong việc đánh giá độ phù hợp của mô hình, vì R² có xu hướng tăng khi thêm biến độc lập vào mô hình R² hiệu chỉnh càng lớn cho thấy độ phù hợp của mô hình càng cao.
Kiểm định này nhằm phân tích và đánh giá ý kiến của sinh viên về ảnh hưởng của các yếu tố trong từng nhân tố đến quyết định sử dụng dịch vụ ví điện tử Momo Qua đó, nghiên cứu sẽ xác định những yếu tố quan trọng tác động đến ý định sử dụng dịch vụ này.
Phân tích ANOVA được sử dụng để đánh giá sự khác biệt giữa các nhóm nhân tố ảnh hưởng đến ý định sử dụng ví điện tử Momo của sinh viên Nghiên cứu này giúp xác định các yếu tố khác nhau tác động đến sự lựa chọn và thói quen sử dụng ví điện tử trong cộng đồng sinh viên.
Cặp giả thuyết: H 0 : Không có sự khác biệt giữa các nhóm khách hàng
H 1 : Có sự khác biệt giữa các nhóm khách hàng
Nguyên tắc chấp nhận giả thuyết:
* Sig ≥ α : Chấp nhận giả thuyết H 0
* Sig α < : Bác bỏ giả thuyết H 0
Tóm tắt
Chương này mô tả phương pháp nghiên cứu bao gồm hai giai đoạn chính: nghiên cứu sơ bộ và nghiên cứu chính thức Nghiên cứu sơ bộ được thực hiện thông qua phương pháp định tính như thảo luận nhóm và nghiên cứu định lượng sơ bộ (pilot test) Nghiên cứu chính thức được tiến hành bằng phương pháp định lượng Ngoài ra, chương này cũng trình bày kế hoạch phân tích dữ liệu thu thập được, trong khi chương tiếp theo sẽ cụ thể hóa kết quả của nghiên cứu chính thức bằng phương pháp định lượng.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Số lượng bảng câu hỏi thu về được là 201 Sau đó loại bỏ những bảng trả lời không phù hợp thì được 161bảng trả lời sử dụng được.
Tổng số lượng mẫu là N = 161
4.1.2 Thống kê mẫu theo từng yếu tố
Bảng 4 1: Thống kê mẫu theo giới tính
Trong một cuộc khảo sát với tổng số 161 sinh viên, có 87 sinh viên nam chiếm 54% và 74 sinh viên nữ chiếm 46% Tất cả các đối tượng tham gia đều đã trả lời đầy đủ mà không có ai bỏ qua câu hỏi.
Bảng 4 2: Thống kê mẫu theo ngành học
Trong cuộc khảo sát với tổng số 161 sinh viên, tần số giữa hai nhóm ngành cho thấy 85 sinh viên (52,8%) thuộc nhóm ngành kỹ thuật, trong khi 76 sinh viên (47,2%) là nữ giới Tất cả các sinh viên đều tham gia đầy đủ mà không có ai bỏ qua câu hỏi này.
Bảng 4 3: Thống kê mẫu theo thu nhập
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên Kết quả cho thấy, tần số thu nhập dưới 1.000.000 đồng chiếm tỷ lệ cao nhất với 46 sinh viên (28,6%), trong khi thu nhập trên 4.000.000 đồng chỉ có 16 sinh viên (9,9%) Đáng chú ý, không có sinh viên nào bỏ qua câu hỏi về thu nhập.
- Theo thời gian sử dụng điện thoại:
Bảng 4 4: Thống kê mẫu theo thời gian sử dụng điện thoại
THỜI GIAN SỬ DỤNG ĐIỆN THOẠI
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên Kết quả cho thấy 52,5% (84 sinh viên) sử dụng điện thoại trên 4 giờ mỗi ngày, trong khi chỉ có 2,5% (4 sinh viên) sử dụng từ 1 đến 2 giờ Đặc biệt, không có sinh viên nào bỏ qua câu hỏi này.
- Theo cách biết đến VĐT Momo:
Bảng 4 5: Thống kê mẫu theo yếu tố biết đến Momo
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên Kết quả cho thấy, 49,1% (79 bạn) biết đến dịch vụ VĐT Momo thông qua bạn bè và người thân, trong khi chỉ có 3,7% (6 bạn) biết đến qua tiếp thị của hãng Đáng chú ý, không có đối tượng nào bỏ qua câu hỏi này.
Đánh giá độ tin cậy thang đo
4.2.1 Phương pháp đánh giá độ tin cậy của thang đo Để đánh giá độ tin cậy của các thang đo lường các khái niệm trong mô hình lý thuyết, nghiên cứu này ứng dụng hệ số Cronbach alpha và hệ số tương quan biến tổng để đánh giá độ tin cậy của các thang đo dùng để đo lường các khái niệm có trong mô hình nghiên cứu.
Theo Nguyễn Đình Thọ (2011), hệ số Cronbach alpha là công cụ phổ biến nhất để đánh giá độ tin cậy của các thang đo đa biến Hệ số này đo lường tính nhất quán giữa các biến quan sát trong cùng một thang đo nhằm phản ánh cùng một khái niệm.
Trong phân tích nhân tố, Cronbach alpha là một chỉ số quan trọng để đánh giá độ tin cậy của thang đo Nhiều nhà nghiên cứu, như Nunnally & Bernstein (1994), cho rằng thang đo đạt chất lượng tốt khi Cronbach alpha từ 0,8 trở lên Mức từ 0,7 đến gần 0,8 được coi là có thể sử dụng (Peterson, 1994), trong khi một số nghiên cứu như của Slater (1995) cho rằng Cronbach alpha từ 0,6 trở lên vẫn có thể chấp nhận, đặc biệt khi khái niệm nghiên cứu là mới đối với người tham gia.
Nguyên tắc kiểm định các biến
Sau khi sử dụng phần mềm SPSS để tính hệ số Cronbach alpha (hệ số α), giá trị của hệ số này có thể được cải thiện bằng cách xem xét cột “Cronbach alpha nếu loại biến” Nếu giá trị trong cột này lớn hơn giá trị α ban đầu, ta có thể cải thiện hệ số α bằng cách loại biến đó Cần lưu ý rằng Cronbach alpha đo lường độ tin cậy của toàn bộ thang đo, không phải cho từng biến quan sát riêng lẻ Các biến trong cùng một thang đo cần có sự tương quan chặt chẽ, vì chúng đều nhằm đo lường một khái niệm nghiên cứu chung Do đó, khi kiểm tra từng biến, người ta thường sử dụng hệ số tương quan biến tổng.
2011) Nếu một biến đo lường có hệ số tương quan biến tổng (hiệu chỉnh) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu (Nunnally & Bernstein, 1994)
4.2.2 Kết quả đánh giá độ tin cậy thang đo
Kết quả cuộc điều tra được thể hiện dưới đây với phần kiểm định thang đo cho từng biến tổng hợp.
Kết quả đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và hệ số tương quan biến tổng được diễn giải dưới đây (Bảng 4.6)
Bảng 4 6: Độ tin cậy Cronbach’s alpha – về yếu tố hữu dụng
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Kiểm soát tài chính hiệu quả 20.50 11.414 0.595 0.874
- Nâng cao hiệu năng qua công việc 20.42 11.507 0.662 0.860
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố hữu dụng được cấu thành được cấu thành bởi 6 biến quan sát
Kết quả phân tích độ tin cậy cho thấy hệ số Cronbach alpha đạt 0.878, vượt mức tối thiểu 0.6 Tất cả các biến quan sát có hệ số tương quan biến tổng hiệu chỉnh từ 0.595 đến 0.790, đều lớn hơn 0.3 Hệ số Cronbach alpha nếu loại từng biến dao động từ 0.840 đến 0.874, đều nhỏ hơn hệ số hiện tại Do đó, thang đo đã đạt độ tin cậy cần thiết mà không cần điều chỉnh.
Bảng 4 7: Độ tin cậy Cronbach’s alpha – về yếu tố sử dụng
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Thao tác đơn giản, dễ dùng 8.17 1.907 0.614 0.759
- Nhanh chóng sử dụng thành thạo 8.19 1.981 0.686 0.690
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố sử dụng được cấu thành được cấu thành bởi 3 biến quan sát
Kết quả phân tích độ tin cậy của thang đo cho thấy hệ số Cronbach alpha đạt 0.799, vượt mức tối thiểu 0.6 Hệ số tương quan biến tổng hiệu chỉnh của tất cả các biến quan sát dao động từ 0.614 đến 0.686, đều lớn hơn 0.3 Ngoài ra, hệ số Cronbach alpha nếu loại từng biến sẽ giảm xuống từ 0.690 đến 0.759, thấp hơn giá trị hiện tại Do đó, thang đo đã đạt độ tin cậy cần thiết mà không cần điều chỉnh thêm.
Bảng 4 8: Độ tin cậy Cronbach’s alpha – về yếu tố rủi ro
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Lo lắng bị giả mạo thông tin 16.52 32.876 0.720 0.931
- Không an tâm về dịch vụ 16.89 30.462 0.842 0.919
- Không an tâm về sự an toàn 16.92 30.575 0.836 0.920
- Lo lắng về luật pháp 16.74 31.507 0.784 0.925
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố rủi ro được cấu thành được cấu thành bởi 7 biến quan sát
Kết quả phân tích độ tin cậy cho thấy thang đo có hệ số Cronbach alpha là 0.935, vượt mức tối thiểu 0.6 Tất cả các biến quan sát có hệ số tương quan biến tổng hiệu chỉnh từ 0.720 đến 0.842, đều lớn hơn 0.3 Hệ số Cronbach alpha nếu loại từng biến dao động từ 0.919 đến 0.929, đều thấp hơn giá trị hiện tại Như vậy, thang đo đạt độ tin cậy cần thiết mà không cần điều chỉnh nào.
Bảng 4 9: Độ tin cậy Cronbach’s alpha – về yếu tố xã hội
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Gia đình bạn bè có thể ảnh hưởng 7,57 3,521 0,526 0,871
- Dùng VĐT Momo nếu nhiều người xung quan sử dụng
- Dùng VĐT Momo nếu người thân, bạn bè, đồng nghiệp nghĩ tôi nên sử dụng
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố về xã hội được cấu thành được cấu thành bởi 3 biến quan sát
Kết quả phân tích độ tin cậy cho thấy hệ số Cronbach alpha đạt 0.809, vượt mức tối thiểu 0.6 Hệ số tương quan giữa biến tổng hiệu chỉnh của tất cả các biến quan sát dao động từ 0.526 đến 0.738, đều lớn hơn 0.3 Do đó, thang đo được xác nhận đạt độ tin cậy cần thiết mà không cần điều chỉnh thêm.
Bảng 4 10: Độ tin cậy Cronbach’s alpha – về yếu tố ý định
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến -Tôi sẽ giới thiệu cho bạn bè, đồng nghiệp SD 7,13 2,427 ,604 ,801
-Tôi sẽ thường xuyên sử dụng VĐT Momo để thanh toán 7,44 2,248 ,752 ,649
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng về mức ý định được cấu thành được cấu thành bởi 3 biến quan sát
Kết quả phân tích độ tin cậy của thang đo cho thấy hệ số Cronbach alpha đạt 0.812, vượt ngưỡng 0.6 Tất cả các biến quan sát có hệ số tương quan biến tổng hiệu chỉnh từ 0.604 đến 0.752, đều lớn hơn 0.3 Hệ số Cronbach alpha nếu loại từng biến nằm trong khoảng từ 0.649 đến 0.801, đều nhỏ hơn giá trị hiện tại Do đó, thang đo này đạt độ tin cậy cần thiết mà không cần điều chỉnh nào.
Đánh giá giá trị thang đo - EFA
4.3.1 Phương pháp đánh giá giá trị thang đo – EFA Để đánh giá giá trị thang đo, cần xem xét ba thuộc tính quan trọng trong kết quả EFA:
Số lượng nhân tố trích được xác định dựa trên tiêu chí Eigen-value, trong đó số nhân tố phải có Eigen-value tối thiểu bằng 1 (>= 1) (Nguyễn Đình Thọ, 2011) Đối với trọng số nhân tố, trong phân tích nhân tố, biến đo lường cần có trọng số cao trên nhân tố mà nó đại diện, trong khi các trọng số trên nhân tố không đo lường phải thấp để đảm bảo giá trị hội tụ của thang đo (Nguyễn Đình Thọ, 2011) Khi kiểm định trọng số nhân tố, cần tuân thủ một số tiêu chí nhất định.
Trọng số nhân tố của một biến Xi được xem là chấp nhận được khi λi >= 0.5 Nếu λi < 0.5, biến Xi có thể bị loại bỏ vì không đo lường đúng khái niệm cần thiết Tuy nhiên, nếu λi chỉ hơi thấp, chẳng hạn như 0.4, thì không nên loại bỏ biến đó nếu nội dung của nó vẫn có giá trị trong việc thể hiện thang đo (Nguyễn Đình Thọ, 2011).
Chênh lệch trọng số giữa hai biến λi A và λi B, với giá trị ≥ 0.3, là tiêu chuẩn được nhiều nhà nghiên cứu chấp nhận (Nguyễn Đình Thọ, 2011) Nếu hai biến này tương đương, việc loại bỏ một trong hai là cần thiết, nhưng cần xem xét kỹ lưỡng nội dung của biến trước khi quyết định.
Khi đánh giá kết quả phân tích yếu tố khám phá (EFA), tổng phương sai trích là một yếu tố quan trọng cần xem xét, vì nó cho biết tỷ lệ phần trăm các biến đo lường được giải thích bởi các nhân tố trích được Nếu tổng phương sai trích đạt từ 50% trở lên, mô hình được coi là chấp nhận được; trong khi đó, nếu đạt từ 60% trở lên, mô hình sẽ được đánh giá là tốt (Nguyễn Đình Thọ, 2011) Việc thỏa mãn điều kiện này cho phép chúng ta kết luận rằng mô hình EFA là phù hợp.
4.3.2 Kết quả đánh giá giá trị thang đo
Trước khi tiến hành phân tích nhân tố khám phá (EFA), việc kiểm định điều kiện là rất quan trọng Kiểm định KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) thường được sử dụng để xác định tính thích hợp của mẫu cho phân tích này.
Kết quả kiểm định KMO được thể hiện trong Bảng 4.11
Bảng 4 11: Kiểm định KMO and Bartlett’s Test (lần 1)
Chỉ số Kaiser-Meyer-Olkin 0.905
Giá trị chi bình phương xấp xỉ
Kiểm định Barlett’s sử dụng đại lượng Chi – bình phương để quyết định chấp nhận hay bác bỏ giả thuyết H0 dựa trên mức ý nghĩa kiểm định Kết quả cho thấy hệ số KMO = 0.50 ≤ 0.905 ≤ 0.1 và Sig Bartllet’s test = 000 0.5 Vậy giá trị các thang đo này chấp nhận được.
4.3.3 Kết luận về kết quả đánh giá độ tin cậy và giá trị thang đo
Sau khi đánh giá và điều chỉnh độ tin cậy của các thang đo, chúng tôi tiến hành phân tích nhân tố khám phá để xác định mức tải nhân tố của các biến Đồng thời, tính phân biệt của các thang đo cũng được đánh giá theo ý nghĩa trong mô hình nghiên cứu Kết quả đã giúp loại bỏ những biến không phù hợp và tạo ra danh sách các biến được sử dụng cho kiểm định mô hình nghiên cứu thông qua phân tích hồi quy bội (MLR) Dưới đây là các thang đo đã được hiệu chỉnh một cách cụ thể.
Thang đo ý định sử dụng ví điện tử về các yếu tố hữu dụng
- Nâng cao hiệu quả công việc
- Thao tác đơn giản, dễ dàng
- VĐT Momo là 1 ý tưởng khôn ngoan
- VĐT Momo là 1 ý kiến hay
- VĐT Momo đáng sử dụng
- Nhanh chóng sử dụng thành thạo
Thang đo ý định sử dụng ví điện tử về các yếu tố rủi ro
- Không an tâm về dịch vụ
- Không an tâm về sự an toàn
- Lo lắng về pháp luật
- Lo lắng bị giả mạo thông tin
4.4 Phân tích hồi quy bội – MLR Để kiểm định mức độ phù hợp của mô hình nghiên cứu và các giả thuyết, nghiên cứu này ứng dụng mô hình hồi quy bội - MLR Khi sử dụng MLR cần kiểm định sự phù hợp của mô hình và các biến, và kiểm định sự phù hợp của các giả định.
Để áp dụng mô hình hồi quy bội MLR, cần đảm bảo có một biến phụ thuộc (biến định lượng) và nhiều biến độc lập (có thể là biến định lượng hoặc định tính) Trong nghiên cứu này, biến phụ thuộc là biến Ý định, với hai biến độc lập đã được kiểm định về độ tin cậy, giá trị và giá trị phân biệt qua phân tích EFA, bao gồm: (1) mức độ hữu dụng của dịch vụ và (2) mức độ rủi ro của dịch vụ.
Như vậy, mô hình nghiên cứu phù hợp để thực hiện mô hình hồi quy bội.
Để đảm bảo độ tin cậy của kết quả MLR, cần kiểm tra các giả định liên quan đến mối quan hệ nhân quả giữa các biến độc lập và biến phụ thuộc Trong nghiên cứu này, mô hình MLR được kiểm định thông qua phương pháp đồng thời (phương ENTER).
4.4.1 Kết quả phân tích mô hình hồi quy bội
Bảng 4 14: Tóm tắt mô hình
Sai số chuẩn của ước lượng
1 0,822 a 0,675 0,671 0,31994 2,080 a Dự đoán: (Hằng số), RR, HD b Biến phụ thuộc: YD
Mô hình Tổng các bình phương df Trung bình bình phương F Sig.
Tổng 49.786 160 a Biến phụ thuộc: YD a Dự đoán: (Hằng số), RR, HD
Bảng 4 16: Bảng trọng số hồi quy - Coefficients a Kết quả MRL
Mô hình Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa t Sig.
(Mức ý nghĩa) Đo lường đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận
VIF (hệ số phóng đại phương sai) 1
RR 0.298 0.028 0.498 10.663 000 0.944 1.059 a Biến phụ thuộc: YD
Hệ số xác định R = 0.822 cho thấy các biến độc lập trong mô hình giải thích được khoảng 67.5% phương sai của ý định sử dụng ví điện tử Momo Điều này có nghĩa là 67,5% ý định sử dụng ví điện tử Momo có thể được lý giải bằng ba biến độc lập đã được đề cập.
Kiểm định F bảng ANOVA cho thấy, mức ý nghĩa p, tức là Sig = 0.000 Như vậy, mô hình hồi quy phù hợp
Bảng trọng số hồi quy cho thấy các biến RR và HD có tác động tích cực đến biến phụ thuộc YD, với trọng số hồi quy Beta của cả hai biến này đều dương và có ý nghĩa thống kê.
Khi kiểm tra đa cộng tuyến, chỉ số VIF của hai biến là 1.059, cho thấy chúng đều nhỏ hơn 5, do đó không có hiện tượng đa cộng tuyến xuất hiện Kết luận rằng mô hình hồi quy này là hợp lệ.
Hàm hồi quy được viết như sau: YĐ = -0.132 + 0.707 * HD + 0.298 * RR
Kiểm định One sample T-test
Khi muốn so sánh giá trị trung bình của một tổng thể với một giá trị cụ thể, ta sử dụng phép kiểm định one sample T-test Đầu tiên, cần đặt giả thuyết H về giá trị trung bình của biến nghiên cứu, sau đó thiết lập đối thuyết Ha, cho rằng giá trị trung bình của biến nghiên cứu khác với giả thuyết H.
- Kiểm định về đánh giá của người tiêu dùng về “thao tác đơn giản, dễ dùng”,thang đo từ 1 – 5 nên chọn Test Value = 3, với mức ý nghĩa 5%
- Đặt giả thuyết H : “thao tác đơn giản, dễ dùng” đánh giá ở mức trung bình là o
- Đối thuyết H : : “thao tác đơn giản, dễ dùng” đánh giá ở mức trung bình a khác 3 Bảng 4 17: Bảng kết quả kiểm định One sample Statistics
N Trung bình Độ lệch chuẩn Sai số chuẩn
Bảng 4 18: Bảng kết quả kiểm định One Sample Test
Test Value = 3 t df Sig (2- tailed)
Interval of the Difference Lower Upper Thao tác đơn giản dễ dàng 18,120 160 0,000 1,130 1,01 1,25
Từ bảng kết quả ta có:
- Giá trị trung bình của mẫu là 4,13
Kết quả kiểm định t cho thấy đánh giá của người tiêu dùng về tính "thao tác đơn giản, dễ sử dụng" của ví Momo đạt giá trị 18,120 Với mức ý nghĩa quan sát là 0,000, nhỏ hơn 5%, giả thuyết H đã bị bác bỏ.
Vậy “thao tác đơn giản, dễ sử dụng” của ví Momo được người tiêu dùng đánh giá ở mức độ trung bình là khác 3 (cao hơn 3).