Luận văn thạc sĩ kinh tế các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử moca trên ứng dụng grab

95 TÀI LIỆU THAM KHẢOPHỤ LỤC 1: DÀN BÀI THẢO LUẬN TAY ĐÔI PHỤ LỤC 2: MÔ TẢ MẪU THAM GIA THẢO LUẬN PHỤ LỤC 3: TRÍCH DẪN BÀI THẢO LUẬN TAY ĐƠI CỦA PV3 PHỤ LỤC 4: BẢNG CÂU HỎI KHẢO SÁT CHÍN

GIỚI THIỆU TỔNG QUAN

Lý do chọn đề tài

Theo báo cáo của Capgemini năm 2018, giao dịch thanh toán không dùng tiền mặt toàn cầu đã tăng 10,1%, đạt 482,6 tỷ đô la, với dự đoán tăng trưởng kép hàng năm (CAGR) lên tới 12,7% Các thị trường Châu Á mới nổi được kỳ vọng sẽ có tốc độ CAGR 28,8% trong giai đoạn 2016–2021 Hiện nay, khối lượng giao dịch ví điện tử toàn cầu ước tính khoảng 41,8 tỷ Sự gia tăng người dùng internet và smartphone đã làm thay đổi hành vi tiêu dùng, góp phần vào sự phổ biến của phương thức thanh toán này.

Thanh toán không dùng tiền mặt, đặc biệt là qua ví điện tử, đang trở thành xu hướng nổi bật toàn cầu và tại Việt Nam nhờ vào sự tiện lợi, an toàn và giá trị gia tăng mà nó mang lại cho người tiêu dùng Theo báo cáo từ We Are Social và Hootsuite, tính đến tháng 01 năm 2019, dân số Việt Nam đạt 96,96 triệu người, cùng với đó là sự gia tăng đáng kể trong số lượng người dùng Internet.

Tính đến năm 2019, Việt Nam ghi nhận 64 triệu người sử dụng điện thoại, trong đó có 50 triệu thuê bao điện thoại Sự gia tăng này đã biến Việt Nam thành một trong những quốc gia có tỷ lệ sử dụng điện thoại thông minh phát triển nhanh nhất tại Đông Nam Á.

Thanh toán qua ví điện tử tại Việt Nam đang có sự tăng trưởng nhanh chóng, với mức tăng trưởng dịch vụ di động đáng kể chỉ trong 9 tháng đầu năm 2018.

126% so với cùng kỳ năm trước lên 1,032 ngàn tỷ đồng (tương đương 44,5 tỷ

USD), trong khi giao dịch thông qua ví điện tử tăng trưởng 161% lên 65 tỷ đồng” (15)

6 Capgemini and BNP Paribas, 2018 The World Payments Report 2018, [E-book] Available at

[Accessed 3 June 2019]

35 We Are Social and Hootsuite's, 2019 Digital Marketing Việt Nam 2019, [E-book] Available at

[Accessed 3 June 2019]

15 Ft confidential research, 2019 Red tape holds Vietnam back in digital payments, [Online] Available at

Luận văn thạc sĩ Kinh tế

Between 2015 and 2018, mobile payment adoption in Vietnam experienced significant growth, driven by increasing smartphone usage and a push for digital financial solutions However, regulatory hurdles have impeded the full potential of digital payments, highlighting the need for streamlined policies to foster innovation and accessibility in the financial sector As Vietnam continues to advance in technology, addressing these challenges will be crucial for enhancing the mobile payment landscape.

Các công ty công nghệ đã sớm nhìn thấy được viễn cảnh năng động này và tại Việt

Nam hiện nay, miếng bánh thị trường thanh toán di động đang được các công ty cạnh tranh với nhau như VTCPay, AirPay, OnePay, Payoo, Momo, 123Pay,

ViettelPay, ZaloPay và kể đến ví điện tử Moca trên ứng dụng Grab cái tên mới nhất dấn thân vào mặt trận khốc liệt này

Grab là nền tảng công nghệ hàng đầu tại Đông Nam Á, hoạt động theo mô hình kinh tế chia sẻ và có trụ sở tại Singapore Hiện nay, Grab đã có mặt tại 8 quốc gia trong khu vực, bao gồm Malaysia, Singapore và Indonesia.

Campuchia, Myanmar, Thái Lan, Việt Nam, và Philippines” (3) với hơn 120 triệu lượt tải ứng dụng

Từ ngày 27/02/2014, Grab đã chính thức có mặt tại Việt Nam và sau hơn 5 năm hoạt động, công ty này đã trở thành người dẫn đầu thị trường vận tải với hơn 10 triệu lượt tải ứng dụng Grab cung cấp đa dạng dịch vụ như gọi xe hơi (GrabCar), gọi xe máy (GrabBike), giao hàng (GrabExpress), đặt thức ăn (GrabFood) và gần đây nhất là ví điện tử Moca tích hợp trong ứng dụng.

3 Grab, 2019 Hành trình Đông Nam Á [Truy cập ngày: 04/06/2019]

Với sự hỗ trợ từ các nhà đầu tư lớn như Vision Fund của SoftBank, Toyota Motor, và Hyundai Motor, công ty công nghệ Grab đã hợp tác với Moca để ra mắt ví điện tử Moca trên ứng dụng Grab vào ngày 01/10/2018 Ví điện tử này được tích hợp nhằm cung cấp giải pháp thanh toán không dùng tiền mặt, mang đến nhiều tính năng tiện ích và hiện đại, đồng thời xây dựng một hệ sinh thái đa tính năng cho người dùng, từ di chuyển, ăn uống, giao hàng đến tài chính, phục vụ nhu cầu của người dùng một cách toàn diện.

Theo thống kê của Bộ phận Marketing của Grab tháng 08/2019, số lượng người dùng ví điện tử Moca trên ứng dụng Grab chỉ khoảng một triệu người, chưa đạt kỳ vọng phát triển từ ban giám đốc Sự gia tăng người dùng diễn ra chậm do tâm lý e ngại khi chuyển từ ví điện tử GrabPay sử dụng thẻ ghi nợ quốc tế sang ví điện tử Moca với thẻ ATM nội địa Trong khi đó, ví điện tử Momo đã có hơn mười triệu người đăng ký tính đến cuối năm 2018, chiếm ưu thế lớn trên thị trường Hiện tại, ưu tiên của Grab là xây dựng chiến lược nhằm tăng số lượng người dùng trong thời gian ngắn nhất Tác giả, một thành viên của Grab, nhận thấy đây là vấn đề cần thiết để nghiên cứu nhằm hỗ trợ công ty.

Tác giả chọn đề tài “Nghiên cứu các nhân tố ảnh hưởng đến quyết định sử dụng ví điện tử Moca trên ứng dụng Grab” nhằm cung cấp thông tin và cơ sở tham khảo cho Công ty Grab Nghiên cứu này sẽ hỗ trợ Grab trong việc phát triển bền vững và củng cố vị thế hàng đầu tại thị trường ví điện tử Việt Nam.

(1) Grab, 2018 Grab ra mắt phương thức thanh toán GrabPay by Moca [Truy cập ngày: 04/06/2019]

Mục tiêu nghiên cứu

Mô hình nghiên cứu được xây dựng nhằm xác định các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab Nghiên cứu sẽ đo lường mức độ tác động của từng nhân tố đến ý định sử dụng ví điện tử Moca Đồng thời, bài viết cũng đề xuất một số giải pháp cho doanh nghiệp nhằm khuyến khích khách hàng sử dụng ví điện tử Moca trên ứng dụng Grab.

Trên cơ sở mục tiêu nghiên cứu trên, các câu hỏi nghiên cứu được tác giả đặt ra:

1 Các nhân tố nào ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab trong bài nghiên cứu?

2 Mức độ tác động của từng nhân tố? Nhân tố nào ảnh hưởng mạnh nhất/ ít nhất đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab?

3 Giải pháp nào được xem là hiệu quả để tác động đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab?

Đối tượng và phạm vi nghiên cứu

1.3.1 Đối tượng nghiên cứu Ý định sử dụng ví điện tử Moca trên ứng dụng Grab trong thanh toán của khách hàng cá nhân và các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab trong thanh toán của khách hàng cá nhân

Khách hàng cá nhân tại Thành phố Hồ Chí Minh đang sử dụng hoặc có kế hoạch sử dụng ví điện tử Moca trên ứng dụng Grab.

Nghiên cứu này tác giả chỉ tập trung nghiên cứu nhân tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab

• Phạm vi không gian: thực hiện tại khu vực Thành phố Hồ Chí Minh

• Phạm vi thời gian: nghiên cứu được thực hiện từ tháng 1/2019 đến – 9/2019

Phương pháp nghiên cứu

Nghiên cứu tiến hành theo hai giai đoạn chính:

Nghiên cứu sơ bộ sử dụng phương pháp nghiên cứu định tính nhằm điều chỉnh mô hình nghiên cứu để đánh giá các yếu tố ảnh hưởng đến ý định sử dụng ví điện

Nghiên cứu chính thức được thực hiện bằng phương pháp định lượng nhằm đo lường và kiểm định giả thuyết về các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab Mẫu dữ liệu được thu thập thông qua bảng câu hỏi khảo sát trực tiếp và Google biểu mẫu Sau khi thu thập, tác giả sử dụng phần mềm SPSS 20,0 để kiểm định thang đo với hệ số tin cậy Cronbach’s Alpha, tiến hành phân tích nhân tố khám phá EFA, kiểm định KMO, kiểm định F và hệ số Sig, từ đó đánh giá mô hình đề xuất và kiểm định các giả thuyết đã đưa ra.

Ý nghĩa khoa học và thực tiễn đề tài

Nghiên cứu này đã phát triển một số mô hình lý thuyết để xác định các yếu tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab Mặc dù có nhiều nghiên cứu trước đây về ý định sử dụng công nghệ mới, chúng thường dựa vào các mô hình cũ như TAM và UTAUT Trong khi đó, tác giả áp dụng mô hình UTAUT-2, một phiên bản mở rộng và hiện đại hơn, đồng thời bổ sung thêm các yếu tố mới để nâng cao tính chính xác của nghiên cứu.

Nghiên cứu do khách hàng của Grab thực hiện cung cấp thông tin đáng tin cậy về các yếu tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab Qua đó, Grab có thể phát triển các chiến lược kinh doanh hiệu quả, mang lại giá trị cho người tiêu dùng và tăng cường lượng người dùng ví điện tử Moca.

Kết cấu đề tài

Chương 1: Giới thiệu tổng quan

Bài viết này giới thiệu tổng quan về đề tài nghiên cứu, nêu rõ lý do chọn đề tài, mục tiêu nghiên cứu, đối tượng và phạm vi nghiên cứu, cũng như phương pháp nghiên cứu được áp dụng Ngoài ra, bài viết còn nhấn mạnh ý nghĩa khoa học và thực tiễn của đề tài, cùng với những kết quả đạt được từ nghiên cứu.

Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu

Ví điện tử mang lại nhiều ưu điểm như tính tiện lợi và nhanh chóng, nhưng cũng có một số hạn chế cần lưu ý Moca, một ví điện tử tích hợp trên ứng dụng Grab, cho phép người dùng dễ dàng kích hoạt và sử dụng với các chức năng thanh toán đa dạng Lợi ích của việc sử dụng Moca bao gồm tiết kiệm thời gian và chi phí giao dịch Bên cạnh đó, các mô hình lý thuyết như lý thuyết hành động hợp lý (TRA), lý thuyết hành vi dự tính (TPB), mô hình chấp nhận công nghệ (TAM), và các mô hình mở rộng như UTAUT và UTAUT-2 giúp phân tích các yếu tố ảnh hưởng đến quyết định sử dụng ví điện tử Moca, từ đó cung cấp cái nhìn sâu sắc về hành vi người tiêu dùng.

Chương 3: Phương pháp nghiên cứu định tính

Chương 4: Nghiên cứu định lượng và phân tích kết quả nghiên cứu

Kết quả nghiên cứu cho thấy nhiều nhân tố ảnh hưởng đến quyết định sử dụng ví điện tử Moca trên ứng dụng Grab Qua việc phân tích dữ liệu, chúng tôi đã rút ra một cái nhìn tổng quan về các yếu tố như độ tin cậy, tính tiện lợi, và sự chấp nhận của người dùng Những yếu tố này không chỉ giúp trả lời câu hỏi ở phần mục tiêu nghiên cứu mà còn cung cấp thông tin quý giá cho việc cải thiện trải nghiệm người dùng và phát triển dịch vụ trong tương lai.

Luận văn thạc sĩ Kinh tế đề xuất các chương trình quản trị cho công ty Grab, tập trung vào những nhân tố ảnh hưởng để nâng cao hiệu quả kinh doanh và thu hút người dùng.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Giới thiệu về ví điện tử

Ví điện tử là ứng dụng phần mềm giúp người dùng lưu trữ tiền kỹ thuật số, kết nối với tài khoản ngân hàng cá nhân để thực hiện giao dịch Người dùng có thể thanh toán tại cửa hàng, mua sắm trực tuyến, và thanh toán hóa đơn như vé máy bay, điện nước một cách tiện lợi và nhanh chóng Hình thức thanh toán này không dùng tiền mặt và có thể thực hiện qua các thiết bị di động có kết nối mạng.

Ví điện tử bao gồm hai thành phần chính: phần mềm và thông tin Phần mềm có chức năng lưu trữ thông tin cá nhân và đảm bảo hệ thống bảo mật thông qua OTP và mã hóa dữ liệu Trong khi đó, phần thông tin là cơ sở dữ liệu chi tiết từ người dùng, bao gồm tên, địa chỉ, phương thức thanh toán, số tiền phải trả, cùng với thông tin thẻ tín dụng hoặc thẻ ghi nợ.

2.1.2 Ưu điểm và hạn chế

Theo báo cáo của Ngân Hàng Nhà Nước Việt Nam (NHNN) tính đến ngày 27/06/2019, đã có 30 tổ chức không phải ngân hàng được cấp phép cung ứng dịch vụ trung gian thanh toán Sự gia tăng này cho thấy ví điện tử đang trở nên phổ biến tại thị trường Việt Nam Người tiêu dùng dần chọn ví điện tử cho các giao dịch thanh toán, tuy nhiên vẫn tồn tại một số hạn chế cần được xem xét.

28 Sameer Gulati, Marie–Claude Nadeau and Kausik Rajgopal, 2015 Gauging the disruptive potential of digital wallets

31 The Economic Times, 2018 Definition of E-wallets [Online] Available at [Accessed 4 June 2019]

7 Ngân Hàng Nhà Nước Việt Nam, 2019 CÁC TỔ CHỨC CUDVTGTT KHÔNG PHẢI LÀ NGÂN HÀNG

[Truy cập 16/07/2019]

Bảng 2.1: Một vài ưu điểm và hạn chế khi thanh toán qua ví điện tử Ưu điểm Hạn chế

• Dễ dàng thực hiện việc thanh toán không tốn nhiều thời gian

• An toàn rủi ro sử dụng thấp

• Thực hiện các truy vấn và biết được sự biến động trong tài khoản khá nhanh

• Các chương trình hỗ trợ từ nhà cung cấp để tạo điều kiện thuận lợi cho các giao dịch thanh toán được nhiều ưu đãi hơn

• Thanh toán nhanh chóng các dịch mua sắm trực tuyến, hoặc thanh toán hóa đơn tiền điện nước, điện thoại, vé máy bay

• Khi thanh toán phải có kết nối mạng

• Có thể thanh toán thất bại nếu điện thoại bị sập nguồn hay hết pin

• Chưa có nhiều điểm chấp nhận thanh toán

(Nguồn: Tác giả tổng hợp)

Giới thiệu về ví điện tử Moca trên ứng dụng Grab

Ví điện tử Moca trên ứng dụng Grab là giải pháp thanh toán không dùng tiền mặt, cho phép người dùng chi trả khi sử dụng các dịch vụ của Grab Sự hợp tác giữa Grab và Moca đã tạo ra một ví điện tử tích hợp, giúp phát triển hệ sinh thái đa tính năng cho người dùng, bao gồm di chuyển, ăn uống, giao hàng và các dịch vụ tài chính.

2.2.2 Cách kích hoạt ví điện tử Moca trên ứng dụng Grab

“Có 5 bước để kích hoạt ví điện tử Moca trên ứng dụng Grab”: (1)

Hình 2.1: 5 bước thực hiện kích hoạt ví điện tử Moca

Hình 2.2: Cách thức kích hoạt ví điện tử Moca trên ứng dụng Grab https://www.grab.com/vn/blog/qwertxxx/[Truy cập 19h ngày: 04/06/2019]

1 Grab, 2018 Grab ra mắt phương thức thanh toán GrabPay by Moca [Truy cập ngày: 04/06/2019]

Bước 1: Mở ứng dụng Grab và ấn

Bước 3: Xác nhận số điện thoại

Bước 4: Điền thông tin thẻ ATM

Bước 5: Kích hoạt thành công

“Ngân hàng hỗ trợ kích hoạt ví

Thẻ ATM nội địa được phát hành bởi các ngân hàng hợp tác với Moca trên ứng dụng Grab, bao gồm ACB, Agribank, BAC A BANK, HDBank, MBBank, MSB, OCB, OceanBank, PVcomBank, Sacombank, SAIGONBANK, SCB, SHB, Shinhan Bank, Techcombank, Timo, VietCapital Bank, Vietcombank, ViettinBank, VPBank và BIDV.

• Thẻ ghi nợ quốc tế (Debit card) được phát hành bởi ngân hàng Vietcombank, MSB, SCB và SHB

Hiện tại, theo quy định pháp luật, thẻ tín dụng không thể liên kết với ví điện tử Moca trên ứng dụng Grab.

Mỗi ngân hàng đều có yêu cầu riêng về các tính năng của tài khoản và thẻ, bao gồm thanh toán trực tuyến (E-Commerce), ngân hàng trực tuyến (Internet Banking) và ngân hàng qua tin nhắn di động (SMS Banking).

Bảng 2.2: Yêu cầu các tính năng của tài khoản và thẻ

Danh sách ngân hàng liên kết

Ngân hàng trực tuyến (Internet Banking)

Thanh toán trực tuyến (E- Commerce)

Ngân hàng qua tin nhắn di động (SMS Banking)

1 Grab, 2018 Grab ra mắt phương thức thanh toán GrabPay by Moca [Truy cập ngày: 04/06/2019].

Bảng 2.2: Yêu cầu các tính năng của tài khoản và thẻ

Viet Capital Bank √ Mã OTP

2.2.3 Chức năng của ví điện tử Moca trên ứng dụng Grab

1 Nạp tiền (Top–up): là hình thức chuyển tiền từ tài khoản ngân hàng vào tài khoản ví điện tử Moca trên ứng dụng Grab

2 Hoàn tiền (Refund): tiền từ tài khoản ví có thể hoàn trả lại vào tài khoản ngân hàng

1 Grab, 2018 Grab ra mắt phương thức thanh toán GrabPay by Moca [Truy cập ngày: 04/06/2019].

3 Lưu trữ tiền trên tài khoản ví (Storage): người dùng có thể dùng ví điện tử

Moca trên ứng dụng Grab làm nơi lưu trữ tiền để thực hiện thanh toán các dịch vụ của Grab một cách nhanh chóng và tiện lợi

4 Thanh toán (Payment): “là dùng ví điện tử Moca trên ứng dụng Grab để thanh toán các dịch vụ mà Grab cung cấp như gọi xe hơi (GrabCar), gọi xe máy

Grab cung cấp nhiều dịch vụ tiện ích như GrabBike, GrabExpress, GrabFood, thanh toán hóa đơn điện nước, nạp tiền di động và mua thẻ cào điện thoại Khi thực hiện thanh toán, số dư tài khoản sẽ tự động giảm tương ứng với số tiền giao dịch.

Hình 2.3: Các dịch vụ mà ví điện tử Moca trên ứng dụng Grab có thể sử dụng https://www.grab.com/vn/pay/ [Truy cập ngày 19h30: 04/06/2019]

5 Chuyển tiền (Peer to Peer): là các giao dịch chuyển tiền được thực hiện giữa các ví điện tử với nhau người dùng với người dùng

6 Truy vấn tài khoản (Check account): người dùng có thể tra cứu số dư, xem lịch sử giao dịch

2 Grab Việt Nam, 2018 Bạn có thể sử dụng Ví điện tử Moca trên ứng dụng Grab cho các dịch vụ nào?

[Truy cập ngày: 16/07/2019].

Bảng 2.3: So sánh chức năng của ví điện tử Moca trên ứng dụng Grab với các ví điện tử khác

Thanh toán dịch vụ đặt xe

Thanh toán cho dịch vụ đặt thức ăn Đặt khách đặt phòng

Thanh toán tại cửa hàng

(Nguồn:Tác giả tổng hợp)

Ví điện tử Moca trên ứng dụng Grab hiện tại thiếu một số tính năng như thanh toán trực tuyến trên các trang thương mại điện tử, mua vé xem phim và đặt phòng khách sạn Tuy nhiên, Moca lại sở hữu một hệ sinh thái dịch vụ phong phú, bao gồm thanh toán đặt xe (GrabBike, GrabCar) và đặt thức ăn (GrabFood), điều mà ít ví điện tử khác có thể cạnh tranh.

2.2.4 Phương thức thanh toán trên ứng dụng Grab

Người dùng hiện có thể thanh toán bằng ví điện tử Moca trên ứng dụng Grab cho nhiều dịch vụ như di chuyển (GrabCar, GrabBike), giao hàng (GrabExpress), giao thức ăn (GrabFood), cũng như thanh toán hóa đơn điện nước và tiền điện thoại.

Quy trình thanh toán qua ví điện tử Moca trên ứng dụng Grab cho các dịch vụ di chuyển như GrabCar và GrabBike tương tự như các hình thức giao hàng GrabExpress và đặt thức ăn GrabFood.

Hình 2.4: Quy trình thanh toán 4 bước qua ví điện tử Moca trên ứng dụng Grab cho dịch vụ di chuyển (GrabCar, GrabBike) (4)

[Truy cập ngày: 16/07/2019].

Bước 1: Bật ứng dụng Grab trên điện thoại di động

Bước 2: Chọn điểm đón, điểm đến và loại dịch vụ di chuyển

Bước 3: Chọn mục phương thức thanh toán

Bước 4: Chọn ví điện tử

Moca trên ứng dụng Grab

Bước 1: Bật ứng dụng Grab Bước 2: Chọn điểm đón, điểm đến và loại dịch vụ di chuyển

Bước 3: Chọn mục phương thức thanh toán Bước 4: Chọn ví điện tử

Quy trình thanh toán qua ví điện tử Moca trên ứng dụng Grab cho dịch vụ di chuyển như GrabCar và GrabBike được thực hiện dễ dàng và nhanh chóng thông qua trang web https://www.grab.com/vn/pay.

[Truy cập ngày: 16/07/2019].

Quy trình thanh toán hoá đơn điện, nước bằng ví điện tử Moca trên ứng dụng Grab có 5 bước (5) :

Quy trình thanh toán hóa đơn điện nước qua ví điện tử Moca trên ứng dụng Grab rất đơn giản và tiện lợi Người dùng chỉ cần truy cập vào ứng dụng Grab, chọn mục thanh toán hóa đơn và nhập thông tin cần thiết Sau đó, họ có thể sử dụng ví điện tử Moca để thực hiện giao dịch một cách nhanh chóng Việc thanh toán qua GrabPay by Moca không chỉ giúp tiết kiệm thời gian mà còn đảm bảo an toàn cho người dùng Để biết thêm chi tiết, bạn có thể tham khảo bài viết trên trang Grab.

4 Grab, 2019 Thanh toán hoá đơn điện nước dễ dàng, tiện lợi qua Ví điện tử GrabPay by Moca

[Truy cập ngày: 16/07/2019]

Bước 1: Trên ứng dụng Grab nhấn vào chọn “hóa đơn”

Bước 2: Chọn nhà cung cấp cho hóa đơn cần thanh toán

Bước 3: Nhập “mã khách hàng”

Bước 4: Xác nhận thông tin hóa đơn

Bước 5: Kiểm tra thông tin và bấm “thanh toán”

4 Grab, 2019 Thanh toán hoá đơn điện nước dễ dàng, tiện lợi qua Ví điện tử GrabPay by Moca

[Truy cập ngày: 16/07/2019]

2.2.5 Phương thức thanh toán tại cửa hàng

Kể từ ngày 17/08/2019, người dùng có thể thanh toán bằng ví điện tử Moca trên ứng dụng Grab tại hơn 3.000 cửa hàng chấp nhận thanh toán không tiền mặt Chỉ với vài thao tác quét và trượt mã QR, việc thanh toán khi ăn uống tại cửa hàng trở nên đơn giản và nhanh chóng.

Quy trình thanh toán tại cửa hàng được trình bày qua hình 2.8:

Quy trình thanh toán qua ví điện tử Moca trên ứng dụng Grab tại cửa hàng là một cách tiện lợi để thực hiện giao dịch Người dùng chỉ cần mở ứng dụng Grab, chọn phương thức thanh toán bằng ví Moca và làm theo hướng dẫn để hoàn tất giao dịch một cách nhanh chóng và dễ dàng Điều này không chỉ giúp tiết kiệm thời gian mà còn mang lại trải nghiệm mua sắm thuận tiện cho khách hàng Tham khảo thêm chi tiết tại trang web của Grab.

5 Grab, 2019 Thanh toán dễ dàng tại cửa hàng bằng Ví điện tử Moca trên ứng dụng Grab

[Truy cập 17/07/2019]

Bước 2: Quét mã phản hồi nhanh (QR) tại cửa hàng

Bước 3: Nhập số tiền, trượt để thanh toán

Bước 4: Giao dịch hoàn tất

Bước 1: Chọn “thanh toán” Bước 2: Quét mã phản hồi nhanh (QR) tại cửa hàng

Bước 3: Nhập số tiền, trượt để thanh toán Bước 4: Giao dịch hoàn tất

Quy trình thanh toán qua ví điện tử Moca trên ứng dụng Grab tại cửa hàng diễn ra một cách đơn giản và tiện lợi Người dùng chỉ cần truy cập vào ứng dụng Grab, chọn phương thức thanh toán bằng ví Moca, và thực hiện các bước hướng dẫn để hoàn tất giao dịch Điều này giúp tiết kiệm thời gian và mang lại trải nghiệm mua sắm dễ dàng cho khách hàng Để tìm hiểu thêm, bạn có thể truy cập vào trang web của Grab.

5 Grab, 2019 Thanh toán dễ dàng tại cửa hàng bằng Ví điện tử Moca trên ứng dụng Grab

[Truy cập 17/07/2019]

2.2.6 Lợi ích khi sử dụng ví điện tử Moca trên ứng dụng Grab

Thuận tiện hơn khi thanh toán không cần tiền mặt

Một số mô hình lý thuyết về ý định hành vi của người tiêu dùng

2.3.1 Lý thuyết về ý định hành vi của người tiêu dùng

Theo Ajzen (1991, trang 181), ý định được định nghĩa là tập hợp các yếu tố động cơ tác động đến hành vi của từng cá nhân Những yếu tố này phản ánh mức độ sẵn sàng và nỗ lực mà mỗi người sẽ đầu tư để thực hiện hành vi.

Thuyết hành động hợp lý (Theory of Reasoned Action - TRA), được phát triển bởi Ajzen và Fishbein vào năm 1975, là một học thuyết quan trọng trong nghiên cứu tâm lý xã hội Theo TRA, "ý định hành vi là một chức năng cộng gộp của hai yếu tố: thái độ cá nhân (đánh giá tích cực hoặc tiêu cực đối với hành vi) và chuẩn mực chủ quan (ảnh hưởng từ nhận thức của người khác)." Mô hình TRA được thể hiện rõ qua hình 2.11.

Hình 2.10: Thuyết hành động hợp lý (TRA) (13)

1 Ajzen, I (1991), “The Theory of Planned Behaviour”, Organization Behaviour and Human Decision Processes.Journal of Organization Behaviour and Human Decision Processes, 50: 179–211

14 Fishbein M, 2008 A reasoned action approach to health promotion Medical Decision Making: SAGE Journals, 28:

13 Fishbein, M., and Ajzen, I., 1975 Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research

Niềm tin đối với những thuộc tính của sản phẩm Đo lường niềm tin đối với những thuộc tính của sản phẩm

Niềm tin của những người ảnh hưởng nghĩ rằng tôi nên thực hiện hay không thực hiện hành vi

Sự thúc đẩy làm ý muốn của những người ảnh hưởng

Sự gia tăng thái độ và chuẩn mực chủ quan góp phần tạo ra ý định mạnh mẽ hơn trong việc thực hiện hành vi Thái độ cá nhân được đo lường qua niềm tin và đánh giá của khách hàng về đặc tính sản phẩm, trong khi chuẩn chủ quan phản ánh niềm tin mà cá nhân chấp thuận hoặc không chấp thuận hành vi.

TRA cung cấp công cụ đơn giản giúp xác định khả năng thay đổi hành vi của người dùng khi tiếp cận đổi mới Tuy nhiên, lý thuyết này chỉ áp dụng cho hành vi có ý thức, không thể giải thích cho hành vi không hợp lý, hành động theo thói quen hoặc hành vi vô thức.

Vào năm 1991, Ajzen đã phát triển thuyết hành vi dự định (Theory of Planned Behavior - TPB) dựa trên thuyết hành động hợp lý (TRA), nhằm giải thích hành vi con người trong những tình huống mà họ có ít kiểm soát Theo TPB, ý định hành vi của người dùng bị ảnh hưởng bởi ba yếu tố chính: "thái độ", "chuẩn mực chủ quan" và "nhận thức kiểm soát hành vi" (Perceived Behavioral Control) Yếu tố "nhận thức kiểm soát hành vi" được Ajzen xem là một yếu tố quan trọng trong việc hình thành ý định của con người Học thuyết TPB được mô hình hóa rõ ràng trong các nghiên cứu và ứng dụng thực tiễn.

Hình 2.11: Thuyết hành vi dự định (TPB) (6)

1 Ajzen, I, 1991 “The Theory of Planned Behaviour” Journal of Organization Behaviour and Human Decision Processes, 50: 179–211

12 Fidis, 2013 Theory of reasoned action [Online] Available at: [Accessed 17 July 2019]

Nhận thức hành vi kiểm soát Ý định hành vi Hành vi thực tế

Mô hình Thuyết hành vi lý trí (TPB) được chứng minh là hiệu quả hơn mô hình Thuyết hành vi hợp lý (TRA) trong việc dự đoán và giải thích hành vi tiêu dùng trong các nghiên cứu cụ thể TPB có mức độ phù hợp cao hơn và giải thích tốt hơn về ảnh hưởng của từng yếu tố đến ý định hành vi Điều này chủ yếu nhờ vào việc bổ sung yếu tố "nhận thức kiểm soát hành vi", ảnh hưởng trực tiếp đến "ý định hành vi".

Mô hình TPB gặp một số hạn chế trong việc dự đoán hành vi Đầu tiên, yếu tố quyết định ý định không chỉ dựa vào thái độ, chuẩn chủ quan và kiểm soát hành vi cảm nhận, mà còn bị ảnh hưởng bởi các yếu tố khác Thứ hai, có khoảng cách thời gian đáng kể giữa đánh giá về ý định hành vi và hành vi thực tế, trong đó ý định của cá nhân có thể thay đổi Cuối cùng, TPB giả định rằng hành vi của cá nhân dựa trên các tiêu chí nhất định, nhưng thực tế, cá nhân không luôn hành xử như dự đoán Để khắc phục những hạn chế này, mô hình chấp nhận công nghệ (Technology Acceptance Model – TAM) đã ra đời, dựa trên nền tảng của lý thuyết TRA.

Mô hình chấp nhận công nghệ của Davis (1989) thiết lập các mối quan hệ giữa các biến để giải thích hành vi của con người trong việc chấp nhận sử dụng hệ thống thông tin Mô hình này bao gồm 5 nhân tố, trong đó nhận thức về sự hữu ích và tính dễ sử dụng ảnh hưởng trực tiếp đến thái độ sử dụng Hơn nữa, ý định sử dụng đóng vai trò trung gian, dẫn đến hành vi thực tế của người dùng.

36 Werner, P, 2004 Reasoned Action and Planned Behavior In: Peterson, S.J and Bredow, T., Eds., Middle Range Theories: Application to Nursing Research, Lippincott Williams & Wilkins, Philadelphia, 125–147

8 Davis F D, 1989 Perceived usefulness, perceived ease of use, and user acceptance of information technology MIS quarterly, 13: 319–340

9 Davis F D, 1993 User acceptance of information technology: System characteristics,user perceptions and behavioural impacts International journal of Man–Machine, 38: 475–487

Hình 2.12 Mô hình chấp nhận công nghệ (TAM) (8)

Mô hình TAM (Technology Acceptance Model) là công cụ quan trọng trong nghiên cứu sử dụng hệ thống thông tin, được biết đến với khả năng đo lường và dự đoán việc áp dụng công nghệ Mặc dù TAM đã được sử dụng rộng rãi và chứng minh độ tin cậy trong nhiều nghiên cứu, nó chỉ phù hợp cho một loại công nghệ tại một thời điểm nhất định Hơn nữa, mối quan hệ giữa các yếu tố trong mô hình có thể bị mâu thuẫn khi áp dụng cho các lĩnh vực và đối tượng khác nhau, và không phản ánh đầy đủ các yếu tố môi trường cũng như các ràng buộc ảnh hưởng đến việc sử dụng công nghệ.

Dựa vào mô hình TAM và TPB, Taylor và Todd (1995) đã phát triển mô hình C–TAM–TPB, kết hợp thuyết hành vi kế hoạch với mô hình chấp nhận công nghệ Nghiên cứu thực nghiệm của họ cho thấy rằng thái độ, chuẩn chủ quan và kiểm soát hành vi có ảnh hưởng mạnh mẽ đến ý định hành vi, đặc biệt là ở những người dùng có nhiều kinh nghiệm Ngược lại, tác động này sẽ giảm đối với những người dùng ít kinh nghiệm.

8 Davis F D, 1989 Perceived usefulness, perceived ease of use, and user acceptance of information technology MIS quarterly, 13: 319–340

18 Heshan Sun, Ping Zhang, 2006 The role of moderating factors in user technology acceptance International Journal of Human–Computer Studie, 64: 53–78

30 S Taylor and P Todd, 1995 Assessing IT usage: The role of prior experience MIS quarterly, 19: 561–570

Nhận thức sự hữu ích

Nhận thức tính dễ sử dụng

Hình 2.13: Mô hình lý thuyết kết hợp C–TAM–TPB (30)

Mô hình này vượt trội hơn so với mô hình chấp nhận công nghệ và thuyết hành vi dự định vì nó xác định những niềm tin cụ thể có thể tác động đến việc sử dụng công nghệ thông tin Điều này giúp nâng cao khả năng giải thích các quyết định hành vi và cải thiện sự hiểu biết về các sự kiện hành vi.

Mô hình Taylor và Todd nhấn mạnh tầm quan trọng của việc thu thập dữ liệu và triển khai trên hệ thống công nghệ thông tin, đặc biệt là khi xem xét mức độ kinh nghiệm của người dùng Người dùng có ít kinh nghiệm thường có xu hướng dựa vào các yếu tố khác nhau trong quá trình sử dụng.

Venkatesh và cộng sự (2003) chỉ ra rằng các nhà nghiên cứu trong lĩnh vực công nghệ thông tin và hệ thống máy tính thường gặp khó khăn trong việc lựa chọn mô hình nghiên cứu phù hợp Vì lý do này, họ nhấn mạnh sự cần thiết phải tổng hợp và phát triển một mô hình hợp nhất nhằm nghiên cứu sự chấp nhận công nghệ của người dùng.

30 S Taylor and P Todd, 1995 Assessing IT usage: The role of prior experience MIS quarterly, 19: 561–570

16 G C Moore and I Benbasat, 1991 Development of an instrument to measure the perceptions of adopting an information technology innovation Information systems research, 3: 192–222

Nhận thức sự hữu ích

Nhận thức tính dễ sử dụng

Thái độ Ý định hành vi

Nhận thức hành vi kiểm soát

In 2003, Venkatesh and colleagues conducted an experimental comparison of eight models, including the Theory of Reasoned Action (TRA) by Fishbein and Ajzen, and the Theory of Planned Behavior (TPB) developed by Ajzen.

Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM) do Davis và các cộng sự phát triển, kết hợp với lý thuyết hành vi dự định (Theory of Planned Behavior - TPB) và mô hình chấp nhận công nghệ (TAM) của Taylor và Todd, cùng với mô hình động lực thúc đẩy (Motivational Model - MM) của Davis, tạo thành một khung lý thuyết toàn diện để hiểu rõ hơn về các yếu tố ảnh hưởng đến việc chấp nhận công nghệ trong tổ chức và cá nhân.

Đề xuất mô hình và giả thuyết nghiên cứu

Nghiên cứu về ví điện tử dựa trên mô hình UTAUT–2, cho thấy rằng các yếu tố ảnh hưởng đến ý định sử dụng sản phẩm này được kế thừa từ các nghiên cứu trước Theo Ming Lang Yeh và Yin Li Tseng (2017), việc áp dụng mô hình UTAUT–2 trong nghiên cứu ý định sử dụng thanh toán ví điện tử của sinh viên Cao Đẳng tại Đài Loan đã mang lại những hiểu biết quan trọng Tương tự, nghiên cứu của Eka Latifah Anggraini cũng góp phần làm rõ các yếu tố tác động đến việc sử dụng ví điện tử.

“Hữu ích mong đợi” (Performance Expectancy–PE) được định nghĩa là mức độ mà người dùng tin rằng việc sử dụng hệ thống sẽ hỗ trợ họ đạt được thành tích trong công việc Người dùng có xu hướng áp dụng công nghệ mới khi họ tin rằng nó sẽ giúp cải thiện hiệu suất công việc Đối với ví điện tử Moca trên ứng dụng Grab, hữu ích mong đợi thể hiện niềm tin của người dùng rằng việc sử dụng ví điện tử này sẽ mang lại lợi ích trong việc thanh toán các dịch vụ của Grab.

H1: Hữu ích mong đợi (PE): có tác động dương (+) lên ý định sử dụng ví điện tử

Nỗ lực mong đợi (Effort Expectancy – EE) là khái niệm thứ hai, định nghĩa mức độ dễ dàng khi sử dụng hệ thống, đặc biệt là trong bối cảnh ví điện tử.

25 Ming Lang Yeh, Yin Li Tseng, 2017 The college students’ behavior intention of using mobile payments in taiwan: an exploratory research International Journal of Management and Applied Science, 3: 22–29

In their 2019 study, Eka Latifah Anggrai and Indira Rachmawati analyzed the factors influencing the adoption of mobile payment systems, focusing specifically on OVO in Indonesia Utilizing the UTAUT–2 model, the research highlights key determinants that affect user acceptance and usage behavior of mobile payment platforms The findings contribute valuable insights to the understanding of mobile payment adoption in the Indonesian market, emphasizing the significance of user experience and social influence This study is published in the International Journal of Scientific Research and Engineering Development, volume 2, issue 3, pages 168–174.

33 Venkatesh et al, 2003 User acceptance of information technology: Toward a unified view MIS Quarterly, 27: 425–478

Moca trên ứng dụng Grab được định nghĩa là mức độ thuận tiện trong việc sử dụng ví điện tử Moca, mang lại trải nghiệm dễ dàng cho người dùng.

H2: Nỗ lực mong đợi (EE): có tác động dương (+) lên ý định sử dụng ví điện tử

Ảnh hưởng xã hội (Social Influence - SI) trong mô hình UTAUT đề cập đến việc cá nhân cảm nhận rằng những người quan trọng xung quanh họ, như gia đình và bạn bè, tin rằng họ nên sử dụng hệ thống mới Đối với ví điện tử Moca trên ứng dụng Grab, ảnh hưởng xã hội thể hiện qua mức độ tác động của các mối quan hệ này đến hành vi sử dụng ví điện tử của người dùng.

H3: Ảnh hưởng xã hội (SI): có tác động dương (+) lên ý định sử dụng ví điện tử

Điều kiện thuận lợi (Facilitating Conditions–FC) đề cập đến mức độ mà một cá nhân tin tưởng vào sự hiện diện của cơ sở hạ tầng tổ chức và kỹ thuật hỗ trợ việc sử dụng hệ thống Đối với ví điện tử Moca trên ứng dụng Grab, các điều kiện thuận lợi bao gồm việc sở hữu điện thoại thông minh, thẻ ngân hàng nội địa với các chức năng như ngân hàng trực tuyến, thanh toán trực tuyến và ngân hàng qua tin nhắn di động, cùng với ứng dụng Grab để kích hoạt ví điện tử Moca.

H4: Điều kiện thuận lợi (FC): có tác động dương (+) lên ý định sử dụng ví điện tử

Động lực hưởng thụ (Hedonic Motivation - HM) được hiểu là niềm vui từ việc sử dụng công nghệ Đối với ví điện tử Moca trên ứng dụng Grab, động lực này thể hiện qua mức độ vui vẻ khi sử dụng các tính năng như tích điểm (Grab Rewards), giảm giá (Discounts) và phiếu mua hàng (Vouchers).

33 Venkatesh et al, 2003 User acceptance of information technology: Toward a unified view MIS Quarterly, 27: 425–478

34 Venkatesh, V., Thong, J Y., and Xu, X, 2012 Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology MIS Quarterly, 36(1): 157–178

H5: Động lực hưởng thụ (HM): có tác động dương (+) lên ý định sử dụng ví điện tử

Giá trị cảm nhận (Price Value - PV) được định nghĩa là giá trị tích cực khi lợi ích từ việc sử dụng công nghệ vượt trội hơn chi phí tiền tệ, và điều này ảnh hưởng tích cực đến ý định của người dùng Đối với ví điện tử Moca trên ứng dụng Grab, giá trị cảm nhận chủ yếu là các ưu đãi và khoản chi phí mà người dùng có thể tiết kiệm được khi sử dụng dịch vụ.

H6: Giá trị cảm nhận (PV): có tác động dương (+) lên ý định sử dụng ví điện tử

Thói quen sử dụng (Habit–HT) được hiểu là xu hướng thực hiện các hành vi tự động thông qua quá trình học hỏi Đối với ví điện tử Moca trên ứng dụng Grab, thói quen này thể hiện qua mức độ mà người dùng tự động sử dụng Moca trong ứng dụng Grab.

H7: Thói quen sử dụng (HT): có tác động dương (+) lên ý định sử dụng ví điện tử

Mô hình nghiên cứu đề xuất:

Dựa trên các nghiên cứu trước, tác giả đề xuất mô hình với bảy nhân tố quan trọng: kiến thức mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội, điều kiện thuận lợi, động lực hưởng thụ, giá trị cảm nhận và thói quen.

Mô hình UTAUT–2 được sửa đổi của nghiên cứu này bao gồm 7 biến độc lập, 1 kiểm duyệt nhân khẩu học và 1 biến phụ thuộc

34 Venkatesh, V., Thong, J Y., and Xu, X, 2012 Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology MIS Quarterly, 36(1): 157–178

5 Brown, S.A., and Venkatesh, V, 2005 A model of adoption of technology in the household: A baseline model test and extension incorporating household life cycle Management Information Systems Quarterly, 29(3), 4: 399–426

Hình 2.16: Mô hình nghiên cứu đề xuất Ý định sử dụng

Hiệu quả mong đợi Ảnh hưởng xã hội

Các điều kiện thuận lợi Động lực hưởng thụ

Trong chương này, tác giả định nghĩa và phân tích ưu điểm cũng như hạn chế của ví điện tử Bài viết giới thiệu ví điện tử Moca trên ứng dụng Grab, bao gồm phương thức kích hoạt, chức năng và cách thanh toán qua ứng dụng Ngoài ra, tác giả cũng đề cập đến việc thanh toán tại cửa hàng và những lợi ích khi sử dụng ví điện tử Moca trên Grab.

Trong bài viết, tác giả trình bày các mô hình lý thuyết về ý định hành vi, bao gồm thuyết hành động hợp lý (TRA), lý thuyết hành vi dự định (TBP), mô hình chấp nhận công nghệ (TAM), mô hình kết hợp C-TAM-TBP, mô hình chấp nhận và sử dụng công nghệ hợp nhất (UTAUT) cùng với mô hình mở rộng UTAUT-2 Bên cạnh đó, tác giả cũng thống kê các nghiên cứu liên quan đến ý định sử dụng ví điện tử và từ đó đề xuất một mô hình nghiên cứu cùng với các giả thuyết liên quan.

PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH TÍNH

Quy trình nghiên cứu

Quá trình nghiên cứu tiến hành được thể hiện thông qua bảng 3.1:

Bảng 3.1: Sơ đồ quá trình nghiên cứu

Kỹ thuật thu thập Địa điểm tiến hành

1 Sơ bộ Định tính Thảo luận với chuyên gia

2 Chính thức Định lượng Bảng câu hỏi khảo sát

(Nguồn Tác giả xây dựng)

Bước 1: Xác định vấn đề nghiên cứu, câu hỏi, mục tiêu và nội dung nghiên cứu Bước 2: Tham khảo tài liệu liên quan sau đó đề xuất nghiên cứu

Bước 3: Thiết kế nghiên cứu: xác định đối tượng, cỡ mẫu, phạm vi và mô hình nghiên cứu, xây dựng bảng câu hỏi

Bước 4 bao gồm việc thu thập dữ liệu và chuẩn bị thông tin bộ dữ liệu để làm cơ sở cho quá trình phân tích Tiếp theo, ở bước 5, dữ liệu sẽ được phân tích, các giả thuyết sẽ được kiểm tra và kết quả phân tích sẽ được giải thích Cuối cùng, bước 6 là viết báo cáo kết luận nghiên cứu.

Hình 3.1: Quy trình nghiên cứu của đề tài

(Nguồn: Tác giả xây dựng)

Xác định vấn đề nghiên cứu

Cơ sở lý thuyết và nghiên cứu trước đó Đề xuất mô hình nghiên cứu và thang đo

Nghiên cứu định tính (thảo luận với chuyên gia) điều chỉnh thang đo (nếu có)

Nghiên cứu định lượng (xây dựng bảng câu hỏi và lấy dữ liệu)

Kết luận và hàm ý quản trị

Xây dựng thang đo

Nghiên cứu định tính được thực hiện để kiểm tra độ chính xác và rõ ràng của từ ngữ cũng như các phát biểu trong thang đo Các biến được sử dụng theo thang đo Likert 5 bậc và được mã hóa dựa trên mô hình nghiên cứu của Venkatesh và cộng sự (2012).

Bảng 3.2: Các biến quan sát mô hình nghiên cứu

Kí hiệu Các biến quan sát thuộc nhân tố “Hiệu quả mong đợi”

PE1 Tôi thấy ví điện tử Moca trên ứng dụng Grab hữu ích trong cuộc sống hàng ngày của tôi

PE2 Tôi có thể tiết kiệm thời gian khi sử dụng ví điện tử Moca trên ứng dụng

Grab trong quá trình thanh toán các dịch vụ của Grab

PE3 Sử dụng ví điện tử Moca trên ứng dụng Grab giúp tôi thanh toán nhanh hơn so với tiền mặt

Kí hiệu Các biến quan sát thuộc nhân tố“Nỗ lực mong đợi”

EE1 Tìm hiểu cách sử dụng ví điện tử Moca trên ứng dụng Grab dễ dàng đối với tôi

EE2 Tôi thấy ví điện tử Moca trên ứng dụng Grab dễ sử dụng

EE3 Tôi không cần tốn nhiều công sức để sử dụng thành thạo ví điện tử Moca trên ứng dụng Grab

Kí hiệu Các biến quan sát thuộc nhân tố “Ảnh hưởng xã hội”

SI1 Gia đình và người thân khuyến khích tôi nên sử dụng ví điện tử Moca trên ứng dụng Grab

SI2 Bạn bè, đồng nghiệp, khách hàng khuyến khích tôi nên sử dụng ví điện tử

SI2 Nơi tôi sinh sống, học tập và làm việc khuyên tôi nên sử dụng ví điện tử

Kí hiệu Các biến quan sát thuộc nhân tố “Điều kiện thuận lợi”

Để kích hoạt ví điện tử Moca trên ứng dụng Grab, tôi cần có các thiết bị cần thiết như điện thoại kết nối wifi và thẻ ngân hàng với các chức năng như ngân hàng trực tuyến, thanh toán trực tuyến và ngân hàng qua tin nhắn di động.

FC2 Ví điện tử Moca trên ứng dụng Grab giống với các ví điện tử khác mà tôi đã từng sử dụng

FC3 Tổng đài Moca trên ứng dụng Grab, và nhiều người xung quanh và có thể hỗ trợ khi tôi gặp khó khăn trong việc sử dụng

Kí hiệu Các biến quan sát thuộc nhân tố “Động lực hưởng thụ”

Sử dụng ví điện tử Moca trên ứng dụng Grab mang lại cho tôi một trải nghiệm thú vị, nhờ vào các tính năng nổi bật Ví Moca không chỉ giúp thanh toán nhanh chóng mà còn tích điểm thưởng, tạo cơ hội cho người dùng nhận nhiều ưu đãi hấp dẫn.

Rewards), giảm giá (Discounts), phiếu mua hàng (Vouchers), làm tôi thích thú

Tôi sẽ ưu tiên sử dụng ví điện tử Moca trên ứng dụng Grab vì nó mang lại nhiều lợi ích như tích điểm Grab Rewards, giảm giá hấp dẫn và phiếu mua hàng tiện lợi.

HM4 Tôi thích thực hiện giao dịch thanh toán qua ví điện tử Moca trên ứng dụng

Grab thay vì tiền mặt

Kí hiệu Các biến quan sát thuộc nhân tố “Giá trị cảm nhận”

PV1 Tôi có thể tiết kiệm tiền bằng cách sử dụng ví điện tử Moca trên ứng dụng

Ví điện tử Moca trên ứng dụng Grab giúp tôi quản lý tài chính hiệu quả hơn và tận dụng các chương trình khuyến mãi hấp dẫn, mang lại giá trị thiết thực cho người dùng.

Kí hiệu Các biến quan sát thuộc nhân tố “Thói quen sử dụng”

HT1 Sử dụng ví điện tử Moca trên ứng dụng Grab cho thanh toán dịch vụ của

Grab đã trở thành thói quen của tôi

Sử dụng ví điện tử Moca trên ứng dụng Grab là lựa chọn tiện lợi và nhanh chóng của tôi khi thanh toán cho các dịch vụ của Grab.

HT3 Thanh toán qua ví điện tử Moca trên ứng dụng Grab trở thành một điều cần thiết cho tôi

Kí hiệu Các biến quan sát thuộc nhân tố “Ý định sử dụng”

Tôi dự định sẽ thường xuyên sử dụng ví điện tử Moca trên ứng dụng Grab trong tương lai.

BI3 Ý định của tôi là sẽ sử dụng ví điện tử Moca trên ứng dụng Grab hơn là sử dụng bất kỳ giải pháp thay thế nào khác

BI4 Tôi sẽ khuyến khích những người khác sử dụng ví điện tử Moca trên ứng dụng Grab

Nghiên cứu sơ bộ (định tính)

Tác giả đã tiến hành thảo luận trực tiếp với 6 người, bao gồm các chuyên gia, người sử dụng và nhà nghiên cứu, nhằm điều chỉnh và bổ sung các yếu tố mới Những người tham gia thảo luận đều có kinh nghiệm phong phú trong lĩnh vực ví điện tử và đã sử dụng chúng trong thời gian dài Đối tượng thảo luận được chọn lựa đa dạng về giới tính, độ tuổi và nghề nghiệp, giúp tác giả có cái nhìn đa chiều để hiệu chỉnh biến quan sát và mô hình cho phù hợp.

Nội dung thảo luận tập trung vào "Các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab" Kết quả của cuộc thảo luận sẽ được sử dụng để tác giả điều chỉnh và bổ sung vào mô hình nghiên cứu (Xem chi tiết bảng 3.3)

3.3.2 Phân tích dữ liệu định tính

Theo ý kiến của các đối tượng tham gia thảo luận tay đôi, các nhân tố quan trọng bao gồm: hiệu quả mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội và các điều kiện thuận lợi Những yếu tố này đóng vai trò quyết định trong việc đạt được kết quả tích cực trong quá trình thảo luận.

“động lực hưởng thụ”; “giá trị cảm nhận” được đồng ý là nhân tố ảnh hưởng đến ý

Luận văn thạc sĩ Kinh tế tập trung vào việc sử dụng ví điện tử Moca trên ứng dụng Grab Trong quá trình thảo luận, nhân tố “thói quen sử dụng” không nhận được sự đồng thuận cao, trong khi đó, nhân tố “tin tưởng” được 100% ý kiến ủng hộ Do đó, tác giả đã quyết định điều chỉnh “thói quen sử dụng” thành “sự tin tưởng” Dưới đây là chi tiết về quá trình thảo luận của từng nhân tố.

Hầu hết người tham gia thảo luận đều đồng ý với nội dung thảo luận về nhân tố

Ví điện tử Moca trên ứng dụng Grab được đánh giá cao về hiệu quả, với 5/6 ý kiến đồng ý rằng nó giúp người dùng thanh toán dịch vụ một cách nhanh chóng và tiện lợi Theo một đáp viên, chỉ với vài thao tác đơn giản trên điện thoại thông minh, người dùng có thể thực hiện giao dịch dễ dàng và linh hoạt Hơn nữa, Moca thường xuyên có nhiều khuyến mãi, mang lại lợi ích cho người dùng khi thanh toán không dùng tiền mặt Một đáp viên khác cho biết, với lịch trình bận rộn, ví điện tử Moca cho phép họ thanh toán hóa đơn điện, nước ngay tại nơi làm việc chỉ trong vài giây, giúp tiết kiệm thời gian cho các công việc khác.

Người tiêu dùng ưu tiên phương thức thanh toán tiện lợi, tiết kiệm thời gian và mang lại lợi ích, vì vậy ví điện tử Moca trên ứng dụng Grab trở thành lựa

“Hiệu quả mong” đợi được đo lường bởi tính hữu ích, tiết kiệm thời gian, thanh toán nhanh hơn

Tất cả người tham gia thảo luận đều đồng ý về nhân tố "Nỗ lực mong đợi" khi nói đến ví điện tử Moca trên ứng dụng Grab Theo ý kiến của đáp viên 3, thiết kế của ví Moca được nghiên cứu và phát triển kỹ lưỡng, mang lại sự đơn giản và tinh gọn, giúp người dùng dễ dàng tiếp cận chỉ với vài thao tác Khách hàng không cần tiền mặt hay thẻ ngân hàng vẫn có thể sử dụng dịch vụ của Grab ngay sau khi kích hoạt ví Đáp viên 5 cũng nhấn mạnh rằng Grab đã cải tiến kỹ thuật để tạo ra giao diện thân thiện, giúp thanh toán nhanh chóng và dễ dàng, tiết kiệm thời gian cho người dùng.

Sử dụng ví Moca trên ứng dụng Grab được đánh giá là dễ dàng và thuận tiện trong việc tương tác Ví Moca có thiết kế đơn giản, tiện lợi và mang tính thẩm mỹ cao, tương tự như nhiều ví điện tử khác hiện nay.

“Nỗ lực mong đợi” được đo lường bởi tính dễ sử dụng, tương tác dễ hiểu, đơn giản

Tất cả các ý kiến đều nhất trí rằng các biến quan sát của nhân tố này là yếu tố quan trọng nhất ảnh hưởng đến ý định sử dụng ví Moca trên ứng dụng Grab Nhiều ứng viên cho biết họ được giới thiệu ví Moca qua người thân, bạn bè và đồng nghiệp Một trong những đáp viên chia sẻ rằng chính sự giới thiệu nhiệt tình của bạn học đã khiến họ quyết định sử dụng ví Moca, đồng thời nhấn mạnh rằng họ đã giúp bạn bè khi hết tiền điện thoại hoặc cần nạp thẻ Một đáp viên khác cũng cho biết họ đã biết đến ví Moca thông qua thông tin trên trang Facebook.

Grab có nhưng mình vẫn chưa sử dụng, tình cớ được người Chị họ giới thiệu kích

Luận văn thạc sĩ Kinh tế hoạt ví có nhiều ưu đãi hấp dẫn, Khi kích hoạt mình được tặng mã đi xe 50 ngàn đồng (PV6)

Tất cả đáp viên đều nhất trí rằng việc lựa chọn sử dụng ví điện tử Moca trên ứng dụng Grab chịu ảnh hưởng lớn từ gia đình, bạn bè và đồng nghiệp, thông qua việc giới thiệu, tìm kiếm thông tin, hỏi ý kiến và trao đổi sở thích.

“Ảnh hưởng xã hội” được đo lường bởi các nhân tố tác động như người thân, bạn bè, đồng nghiệp

“Các điều kiện thuận lợi”

Trong cuộc thảo luận, 4/6 người tham gia đồng ý rằng các yếu tố liên quan đến nguồn lực hỗ trợ việc kích hoạt ví điện tử là quan trọng Đáp viên 2 chia sẻ rằng việc kích hoạt ví Moca trên ứng dụng Grab khá đơn giản, chỉ cần có tài khoản ngân hàng đăng ký thanh toán trực tuyến Ngược lại, đáp viên 3 nêu ra một số khó khăn khi kích hoạt ví Moca, đặc biệt là với ngân hàng Vietcombank, do vấn đề liên kết thẻ không thành công và yêu cầu bảo mật thông tin từ phía ngân hàng Những khó khăn này có thể gây trở ngại cho người dùng không có đăng ký SMS Banking hoặc số điện thoại không trùng khớp.

Kích hoạt ví điện tử Moca trên ứng dụng Grab gặp một số trở ngại do yêu cầu từ ngân hàng, điều này có thể ảnh hưởng đến ý định hành vi của người dùng Tuy nhiên, hầu hết người dùng đều cho rằng họ đủ điều kiện, như việc sở hữu điện thoại.

Luận văn thạc sĩ về Kinh tế thông minh nhấn mạnh tầm quan trọng của việc đăng ký thanh toán trực tuyến và sử dụng ngân hàng trực tuyến, nhằm tạo sự thuận lợi trong giao dịch và nhận được sự hỗ trợ từ bạn bè xung quanh.

Tất cả các đáp viên đều nhất trí rằng người dùng công nghệ mong muốn nhận được lợi ích khi sử dụng ví điện tử Moca trên ứng dụng Grab Các đối tác của Moca như Baskin Robbins, GongCha, Routine, OWEN Fashion và 30Shine thường xuyên triển khai các chương trình ưu đãi, cho phép hoàn tiền lên đến 20-30% sau khi mua sắm Đặc biệt, người dùng còn được hưởng quyền lợi kép, bao gồm cả hoàn tiền và tích điểm thưởng cho các voucher khuyến mãi Đáp viên 6 cho biết họ rất thích các chương trình ưu đãi liên tục của ví Moca, chẳng hạn như giảm giá 20% cho GrabBike và GrabFood, hoặc hoàn tiền lên đến 50.000 đồng cho hóa đơn từ 100.000 đồng trở lên Động lực hưởng thụ từ các chương trình hấp dẫn như tích điểm và giảm giá đã tạo ra sự hứng thú cho người dùng, đặc biệt trong việc thanh toán cho dịch vụ di chuyển và đặt đồ ăn, khiến họ ưa chuộng việc sử dụng ví điện tử Moca hơn.

“Động lực hưởng thụ” được đo lường bởi các nhân tố tác động như giảm giá, tích điểm thưởng

Hầu hết người tham gia thảo luận (5/6) đều đồng thuận rằng việc sử dụng ví điện tử Moca trên ứng dụng Grab sẽ mang lại nhiều lợi ích.

NGHIÊN CỨU ĐỊNH LƯỢNG VÀ PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU

Nghiên cứu định lượng

4.4.1 Thiết kế mẫu Đối tượng khảo sát: Là người dùng đã từng sử dụng hoặc có ý định sử dụng ví Moca trên ứng dụng Grab được chọn ngẫu nhiện về giới tính, độ tuổi, thu nhập, trình độ

Nghiên cứu này bao gồm 8 biến, trong đó có 1 biến phụ thuộc và 7 biến độc lập, yêu cầu kích thước mẫu tối thiểu là 130 mẫu cho phân tích nhân tố khám phá (EFA), theo công thức N ≥ 5*26 Đối với phân tích hồi quy bội, kích thước mẫu tối thiểu cần thiết là N ≥ 8*7+50, tương đương 66 mẫu Để đảm bảo tính đại diện, tác giả đã tiến hành khảo sát tổng cộng 210 mẫu, bao gồm 80 phiếu giấy và 130 mẫu qua khảo sát trực tuyến.

4.4.2 Phương pháp phân tích dữ liệu

Tác giả sử dụng phần mềm SPSS 20 cho quá trình phân tích dự liệu và thực hiện chạy kết quả

❖ Thống kê mô tả: Sử dụng các công cụ thống kê như tần số, tỷ lệ phần trăm

❖ Đánh giá hệ số tin cậy Cronbach’s Alpha

“Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), Hệ số Cronbach’s Alpha từ 0,8 đến gần 1 là thang đo đo lường tốt từ 0,7 đến gần 0,8 là sử dụng được” (6)

Trong nghiên cứu này, chỉ chấp nhận ý nghĩa thống kê giải thích đối với các thang đo có hệ số Cronbach’s Alpha lớn hơn 0,6

6 Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) Phân tích dữ liệu nghiên cứu với SPSS (Tập 2) TPHCM: Nhà xuất bản Hồng Đức

❖ Phân tích nhân tố khám phá (EFA)

Phương pháp kiểm định nhân tố khám phá EFA được sử dụng chủ yếu để đánh giá giá trị hội tụ và giá trị phân biệt

Trong phân tích nhân tố EFA cần chú ý đến một số tiêu chuẩn như:

Chỉ số KMO (Kaiser–Meyer – Olkin measure of sampling adequacy): trị số của

KMO lớn (0,5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố thích hợp

Kiểm định Bartlett là một phương pháp thống kê quan trọng, cho phép đánh giá giả thuyết rằng các biến trong tổng thể không có mối tương quan với nhau Khi giá trị Sig nhỏ hơn hoặc bằng 0,05, điều này cho thấy có ý nghĩa thống kê, chứng tỏ rằng các biến có thể có sự liên kết cần được xem xét trong phân tích.

Hệ số tải nhân tố (Factor loadings) là các hệ số tương quan đơn giữa các biến và các nhân tố, yêu cầu phải đạt giá trị tối thiểu là ≥ 0,5 theo nghiên cứu của Hair và cộng sự (2006).

Hệ số Eigenvalue cần có giá trị lớn hơn 1 để đảm bảo rằng các nhân tố có ý nghĩa trong việc giải thích phương sai và mức độ biến thiên tổng hợp.

Phân tích tương quan Pearson giữa biến phụ thuộc và các biến độc lập giúp xác định mối quan hệ tuyến tính giữa chúng Nếu hệ số hồi quy có giá trị Sig nhỏ hơn hoặc bằng 0,05 (Sig ≤ 0,05), điều này chứng tỏ có sự tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc.

❖ Phân tích hồi quy đa biến

Phân tích hồi quy đa biến là phương pháp quan trọng để đánh giá mức độ phù hợp của mô hình nghiên cứu Hệ số R² (R Square) thường được sử dụng để đo lường tỷ lệ phần trăm biến thiên của biến phụ thuộc được giải thích bởi biến độc lập Giá trị R² gần 1 cho thấy mô hình có độ phù hợp cao, trong khi giá trị gần 0 cho thấy mô hình kém phù hợp Ngoài ra, độ lớn của phần dư (sai số) được chuẩn hóa với trung bình bằng 0 và độ lệch chuẩn bằng 1, giúp đánh giá tính chính xác của mô hình.

Hệ số Durbin-Watson (d) là công cụ quan trọng để kiểm tra tương quan chuỗi bậc nhất, tức là mối quan hệ giữa các giá trị theo thời gian tại thời điểm t và t-1 Giá trị của thống kê Durbin-Watson (d) nằm trong khoảng từ 0 đến 4, giúp xác định mức độ tự tương quan trong dữ liệu.

• Tự tương quan âm nếu 3< d < 4

• Tự tương quan dương nếu 0 < d < 1

• Không có tự tương quan nếu 1 < d < 3

Hệ số VIF (Variance Inflation Factor), hay còn gọi là “hệ số phóng đại phương sai”, được sử dụng để xác định mức độ đa cộng tuyến giữa các biến độc lập trong mô hình hồi quy Khi VIF lớn hơn 2, điều này cho thấy có dấu hiệu của đa cộng tuyến, trong khi VIF nhỏ hơn 2 cho thấy không có hiện tượng này.

❖ Kiểm định sự khác biệt

Kiểm định sự khác biệt giữa hai biến quan sát và biến phụ thuộc được thực hiện thông qua kiểm định trung bình hai mẫu độc lập (Independent-samples T-test) Khi giá trị Sig trong kiểm định nhỏ hơn 0,05, cần sử dụng kết quả kiểm định t với giả định phương sai không bằng nhau (Equal variances not assumed) Ngược lại, nếu giá trị Sig lớn hơn 0,05, kết quả kiểm định t sẽ dựa trên giả định phương sai bằng nhau (Equal variances assumed).

Phương pháp phân tích phương sai một yếu tố (ANOVA) được sử dụng để kiểm định sự khác biệt giữa các nhân tố khi có từ 3 nhóm trở lên Kết quả phân tích ANOVA cung cấp trị số F và mức ý nghĩa Sig Nếu giá trị Sig ≤ 0,05, điều này cho thấy không có sự khác biệt có ý nghĩa thống kê giữa các nhóm với độ tin cậy 95% Ngược lại, nếu giá trị Sig > 0,05, có thể kết luận rằng có sự khác biệt có ý nghĩa thống kê giữa các nhóm trong biến quan sát.

Kết quả mô tả mẫu nghiên cứu

Kết quả thống kê mẫu nghiên cứu phân theo giới tính, độ tuổi, trình độ,nghề nghiệp, thu nhập được thể hiện qua bảng 4.1:

Bảng 4.1: Thống kê mẫu nghiên cứu Đặc điểm Tần suất Tỷ lệ Cộng dồn

Trung cấp/Cao đẳng 37 17,6 27,1 Đại học 110 52,4 79,5

Từ 10 triệu đến dưới 20 triệu 74 35,2 73,3

Từ 20 triệu đến dưới 30 triệu 32 15,2 88,6

Nghiên cứu đã khảo sát 210 mẫu thông qua phiếu giấy và Google Drivers, từ đó thu thập được những thông tin quan trọng.

Trong tổng số 210 mẫu khảo sát hợp lệ, có 57 người tham gia khảo sát là Nam, chiếm tỷ lệ 27,1%, trong khi 153 người tham gia là Nữ, chiếm tỷ lệ 72,9%.

Trong số 210 mẫu quan sát, có 58 người dưới 22 tuổi, chiếm 27,6%, trong khi số người từ 22 đến 34 tuổi là 101 người.

48,1%, số người có tỉ lệ từ 34 đến 46 tuổi là 30 người chiếm tỉ lệ 14,3%, số người có độ tuổi trên 46 là 21 người chiếm tỉ lệ là 10%

Trong số 210 mẫu quan sát, tỷ lệ người tốt nghiệp Phổ thông chiếm 9,5% với 20 người, tốt nghiệp Trung cấp và Cao đẳng chiếm 17,6% với 37 người, trong khi số người tốt nghiệp Đại học chiếm 52,4% với 110 người Tỷ lệ người tốt nghiệp Sau đại học là 14,8% với 31 người, và những người học tập khác chiếm 5,7% với 12 người.

Trong số 210 mẫu quan sát, có 31 người làm quản lý chiếm 14,8%, 85 người là nhân viên văn phòng chiếm 40,5%, 72 người là học sinh, sinh viên chiếm 34,4%, và 22 người thuộc ngành nghề khác chiếm 5,7%.

Trong số 219 mẫu quan sát, thu nhập của người dân được phân chia như sau: 80 người có thu nhập dưới 10 triệu đồng, chiếm 38,1%; 74 người có thu nhập từ 10 đến 20 triệu đồng, chiếm 35,2%; 32 người có thu nhập từ 20 đến 30 triệu đồng, chiếm 15,2%; và 24 người có thu nhập trên 30 triệu đồng, chiếm 11,4%.

Kiểm định hệ số tin cậy Cronbach’s Alpha

Hệ số độ tin cậy Cronbach’s Alpha cần có giá trị lớn hơn 0,6, trong khi hệ số tương quan biến hiệu chỉnh phải đạt từ 0,3 trở lên để đảm bảo đạt yêu cầu.

Bảng 4.2: Kết quả điểm định hệ số tin cậy Cronbach’s Alpha

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Cronbach’s Alpha nếu loại biến Hiệu quả mong đợi (Cronbach’s Alpha=0,801)

Nỗ lực mong đợi (Cronbach’s Alpha=0,870)

EE3 7,82 3,029 0,763 0,809 Ảnh hưởng xã hội (Cronbach’s Alpha=0,838)

SI3 6,28 4,233 0,687 0,791 Điều kiện thuận lợi (Cronbach’s Alpha=0,840)

FC3 8,21 3,209 0,720 0,762 Động lực hưởng thụ (Cronbach’s Alpha=0,890)

Giá trị cảm nhận (Cronbach’s Alpha=0,763)

Sự tin tưởng (TT) (Cronbach’s Alpha=0,757)

TT3 7,75 2,898 0,598 0,661 Ý định sử dụng (BI) (Cronbach’s Alpha=0,874)

Nhận xét: Kết quả bảng 4.2, 26 biến quan sát đều đạt yêu cầu nên có thể sử dụng để phân tích nhân tố khám phá EFA

Phân tích nhân tố khám phá Exploraroty Factor Analysis (EFA)

4.4.1 Phân tích nhân tố biến độc lập

Bảng 4.3: Kiểm định KMO và Barlett’s của các biến độc lập

Phân tích SPSS cho thấy giá trị KMO đạt 0,796, vượt ngưỡng 0,5, khẳng định tính phù hợp của phân tích nhân tố với dữ liệu nghiên cứu Kiểm định Barlett’s cho kết quả 2232,370 với mức ý nghĩa Sig = 0,000, cho thấy các biến quan sát có mối tương quan đáng kể trong tổng thể Giá trị Elgenvalues là 1,210, lớn hơn 1, cho thấy nhân tố rút ra giải thích phần biến thiên một cách hiệu quả, tóm tắt thông tin tốt nhất.

Tổng phương sai trích đạt 74,977%, vượt mức 50%, cho thấy 74,977% biến thiên của dữ liệu được giải thích bởi 7 nhân tố, phù hợp với tiêu chuẩn đánh giá của phương pháp trích nhân tố [Xem phụ lục 7, mục 7.1].

Bảng 4.4: Kết quả phân tích nhân tố với nhóm biến độc lập

Nhận xét: Sau khi tiến hành xoay nhân tố 26 biến độc lập được chia thành 7 nhóm nhân tố, không có biến nào bị loại khỏi mô hình nghiên cứu

4.4.2 Phân tích nhân tố biến phụ thuộc

Bảng 4.5: Kiểm định KMO và Barlett’s của các biến phụ thuộc

Kết quả phân tích SPSS cho thấy chỉ số KMO đạt 0,775, vượt ngưỡng 0,5, khẳng định tính phù hợp của phân tích nhân tố với dữ liệu nghiên cứu Kiểm định Barlett’s cho kết quả 456,576 với mức ý nghĩa Sig = 0.000, chỉ ra rằng các biến quan sát có mối tương quan đáng kể trong tổng thể Thêm vào đó, giá trị Eigenvalues là 2,913, lớn hơn 1, cho thấy nhân tố rút ra giải thích phần biến thiên tốt nhất trong dữ liệu.

Tổng phương sai trích đạt 72,829%, vượt mức 50%, cho thấy 72,829% biến thiên của dữ liệu được giải thích bởi nhóm nhân tố (BI1, BI2, BI3, BI4) Điều này khẳng định sự phù hợp với tiêu chuẩn đánh giá của phương pháp trích nhân tố.

Bảng 4.6: Kết quả phân tích nhân tố với biến phụ thuộc

Phân tích tương quan và hồi quy tuyến tính

4.5.1 Phân tích hệ số tương quan

Bảng 4.7: Ma trận hệ số tương quan Pearson

BI PE EE SI FC HM PV TT

Kết quả phân tích tương quan với hệ số ý nghĩa 0,01 cho thấy rằng tất cả các biến độc lập có mối quan hệ tương quan với biến phụ thuộc "Ý định sử dụng", khi giá trị Sig giữa chúng đều nhỏ hơn 0,05 Điều này chứng tỏ rằng việc áp dụng phân tích hồi quy tuyến tính là phù hợp cho nghiên cứu này.

4.5.2 Phân tích hồi quy tuyến tính

Bảng 4.8: Mô tả kết quả phân tích hồi quy

[Xem phụ lục 8, mục 8.2] a Biến độc lập (hằng số): PE, EE, SI, FC, HM, PV, TT b Biến phụ thuộc: BI

Hệ số Beta chưa chuẩn hóa

Hệ số Beta chuẩn hóa t Sig Thống kê đa cộng tuyến

B Std.Er ror Beta Tolerance VIF

[Xem phụ lục 8, mục 8.2] Biến phụ thuộc: BI

Để đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính, chúng ta sử dụng chỉ số R² hiệu chỉnh Kết quả cho thấy R² hiệu chỉnh đạt 59,2%, thấp hơn R² là 60,6% Điều này chứng tỏ rằng mô hình này chỉ giải thích được 59,2% biến thiên của ý định sử dụng ví Moca trên ứng dụng Grab, cho thấy mức độ phù hợp của mô hình với tập dữ liệu là tương đối.

Kết quả phân tích hồi qui cho thấy rằng các giá trị Sig của các nhân tố như hiệu quả mong đợi (PE), nỗ lực mong đợi (EE), ảnh hưởng xã hội (SI), điều kiện thuận lợi (FC), động lực hưởng thụ (HM), giá trị cảm nhận (PV) và sự tin tưởng (TT) đều nhỏ hơn 0,05, điều này khẳng định rằng các nhân tố này có ý nghĩa quan trọng trong mô hình.

Kiểm tra các giả định hồi quy

Giả định về mối quan hệ tuyến tính được kiểm tra thông qua biểu đồ phân tán cho phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa Kết quả cho thấy phần dư chuẩn hóa phân bố chủ yếu xung quanh đường tung độ 0, chứng tỏ rằng giả định về quan hệ tuyến tính không bị vi phạm.

Hình 4.1: Đồ thị scatter về phần dư chuản hóa và giá trị dự đoán chuẩn hóa

Kết quả phân tích cho thấy chỉ số Durbin-Watson đạt giá trị 2,014, nằm trong khoảng từ 1 đến 3, điều này cho phép chúng ta chấp nhận giả thuyết rằng không có hiện tượng tự tương quan giữa các phần dư.

Phân tích phần dư cho thấy rằng chúng tuân theo phân phối chuẩn, với biểu đồ phân tán phần dư xác nhận điều này Giá trị trung bình (MEAN) gần bằng 0 và độ lệch chuẩn (Std) là 0,986, gần bằng 1 Kết luận này cho phép chúng ta khẳng định rằng giả thuyết về phân phối chuẩn của phần dư không bị vi phạm.

Hình 4.2:Biều đồ Histogram giả định phân phối chuẩn của phần dư

Hình 4.3: Biều đồ Normal P – P Plot Residual :giả định phân phối chuẩn của phần dư

Biểu đồ P–P Plot thể hiện những giá trị của các điểm phân vị của phân phối của biến theo các phân vị của phân phối chuẩn

Hiện tượng đa cộng tuyến được kiểm tra thông qua bảng 4.8, cho thấy hệ số VIF của các biến độc lập trong mô hình đều nhỏ hơn 2 Điều này chứng tỏ rằng không có hiện tượng đa cộng tuyến giữa các biến độc lập.

4.5.3 Đánh giá kiểm tra độ phù hợp của mô hình

Tổng các bình phương df

Kết quả từ bảng ANOVA cho thấy giá trị thống kê F với Sig nhỏ hơn 0,005, cho phép bác bỏ giả thuyết Ho rằng tất cả các hệ số hồi quy bằng 0 Điều này khẳng định rằng mô hình hồi quy đáp ứng đủ điều kiện để đánh giá và kiểm định độ phù hợp cho việc rút ra kết quả nghiên cứu.

Kết quả phân tích hồi qui cho thấy các giá trị Sig của các nhân tố FE, EE, SI, FC, HM, PV, TT đều nhỏ hơn 0,05 và giá trị βk > 0, điều này cho thấy tất cả các giả thuyết đều được chấp nhận với mức ý nghĩa 0,000.

Bảng 4.10: Bảng kết luận các giả thuyết

Giá trị hữu ích mong đợi (PE) có tác động tích cực đến ý định sử dụng ví điện tử Moca trên ứng dụng Grab, với mức ý nghĩa đạt 0,001 Kết quả này cho thấy mối liên hệ mạnh mẽ giữa sự hữu ích của ví điện tử và quyết định sử dụng của người tiêu dùng.

H2 Nỗ lực mong đợi (EE): Có tác động dương (+) lên ý định sử dụng ví điện tử Moca trên ứng dụng Grab 0,000 Chấp nhận

H3 Ảnh hưởng xã hội (SI): Có tác động dương (+) lên ý định sử dụng ví điện tử Moca trên ứng dụng Grab 0,000 Chấp nhận

H4 Điều kiện thuận lợi (FC): Có tác động dương (+) lên ý 0,020 Chấp nhận

Luận văn thạc sĩ Kinh tế định sử dụng ví điện tử Moca trên ứng dụng Grab

H5 Động lực hưởng thụ (HM): Có tác động dương (+) lên ý định sử dụng ví điện tử Moca trên ứng dụng Grab 0,000 Chấp nhận

H6 Giá trị cảm nhận (PV): Có tác động dương(+) lên ý định sử dụng ví điện tử Moca trên ứng dụng Grab 0,016 Chấp nhận

H7 Sự tin tưởng (TT): Có tác động dương (+) lên ý định sử dụng ví điện tử Moca trên ứng dụng Grab 0,005 Chấp nhận

Phương trình hồi qui tuyến tính

BI = 0,160*PE + 0,194*EE + 0,345*SI + 0,188*FC + 0,197*HM + 0,115*PV +

Dựa trên phương trình hồi quy tuyến, tác giả đã phân tích và xác định mối quan hệ giữa các biến độc lập và sự thay đổi trong ý định sử dụng ví điện tử Moca trên ứng dụng Grab Kết quả cho thấy rằng các yếu tố độc lập có ảnh hưởng đáng kể đến quyết định của người dùng trong việc sử dụng ví điện tử này.

Khi các yếu tố khác giữ nguyên, việc tăng "hiệu quả mong đợi" thêm 1 đơn vị sẽ dẫn đến sự gia tăng 0,160 đơn vị trong Ý định sử dụng ví điện tử Moca trên ứng dụng Grab, với Hệ số Beta chuẩn hóa là 0,160.

Khi các yếu tố khác không thay đổi, việc tăng “nỗ lực mong đợi” thêm 1 đơn vị sẽ dẫn đến sự gia tăng 0,194 đơn vị trong Ý định sử dụng ví điện tử Moca trên ứng dụng Grab (Hệ số Beta chuẩn hóa = 0,194).

Khi các yếu tố khác giữ nguyên, việc gia tăng "ảnh hưởng xã hội" thêm 1 đơn vị sẽ dẫn đến sự tăng trưởng 0,345 đơn vị trong Ý định sử dụng ví điện tử Moca trên ứng dụng Grab, với Hệ số Beta chuẩn hóa là 0,345.

Khi các yếu tố khác không thay đổi, việc tăng thêm 1 đơn vị "điều kiện thuận lợi" sẽ dẫn đến việc tăng Ý định sử dụng ví điện tử Moca trên ứng dụng Grab thêm 0,188 đơn vị, với hệ số Beta chuẩn hóa là 0,188.

Phân tích khác biệt của các biến định tính

4.6.1 Phân tích sự khác biệt theo giới tính

Kết quả kiểm định Levene cho thấy Sig = 0,321, lớn hơn 0,05, điều này chỉ ra rằng phương sai của hai tổng thể là không khác nhau Do đó, chúng ta cần sử dụng kết quả kiểm định t với giả định phương sai bằng nhau.

Kết quả kiểm định T-test cho thấy giá trị Sig = 0,020 < 0,05, cho thấy có sự khác biệt về giới tính trong ý định sử dụng ví điện tử Moca trên ứng dụng Grab Cụ thể, giá trị trung bình của nam là 3,58, trong khi nữ là 3,90, chứng tỏ rằng nữ có ý định sử dụng ví điện tử Moca để thanh toán các dịch vụ của Grab nhiều hơn.

Bảng 4.11: Kiểm định sự khác biệt của giới tính đến ý định sử dụng (BI)

Giả định phương sai bằng nhau

Giả định phương sai không bằng nhau

Kiểm định Levene về phương sai đồng nhất

Kiểm định T về trung bình đồng nhất

Khác biệt trung bình 0,313 0,313 Khác biệt sai số chuẩn 0,313 0,125 Khoảng tin cậy 95% của sự khác biệt

4.6.2 Phân tích sự khác biệt theo độ tuổi

Ho : Không có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm độ tuổi

H1: Có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm độ tuổi

Với độ tin cậy là 95%, α=0,05

Kết quả kiểm định Levene cho thấy giá trị Sig là 0,216, lớn hơn 0,05, điều này cho thấy phương sai giữa các nhóm theo độ tuổi không khác nhau Do đó, có thể sử dụng kết quả từ bảng ANOVA.

Bảng 4.12: Kiểm định Levene độ tuổi

Kiểm định Levene df1 df2 sig

Kết quả kiểm định ANOVA cho thấy giá trị sig = 0,022, nhỏ hơn 0,05, dẫn đến việc bác bỏ giả thuyết Ho và chấp nhận giả thuyết H1 Điều này cho thấy có sự khác biệt đáng kể về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm độ tuổi.

Bảng 4.13: Kiểm định ANOVA độ tuổi

Tổng bình phương df Trung bình bình phương F Sig

Kết quả phân tích sâu Post Hoc Test và giá trị trung bình mẫu (xem mục 9.2, phụ lục

9) của từng cặp hai nhóm tuổi, ta thấy nhóm tuổi từ 22–34 tuổi, từ 35–46 tuổi có ý định sử dụng cao hơn nhóm dưới 22 tuổi, và trên 46 tuổi, ngoài ra giữa nhóm tuổi từ

22–34 tuổi so với nhóm 22 tuổi có giá trị Sig = 0,007 < 0,05 chứng tỏ có sự khác biệt giữa 2 nhóm này Các nhóm còn lại không có sự khác biệt

Bảng 4.14: Phân tích sâu Post Hoc Test của ANOVA độ tuổi

(I) DO TUOI (J)DO TUOI Khác biệt trung bình Sai số chuẩn Sig Dưới 22 tuổi

4.6.3 Phân tích sự khác biệt theo nghề nghiệp

Ho : Không có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm nghề nghiệp

H1: Có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm nghề nghiệp

Kết quả kiểm định Levene cho thấy giá trị Sig là 0,768, lớn hơn 0,05, cho thấy phương sai giữa các nhóm nghề nghiệp không khác nhau, do đó có thể sử dụng kết quả từ bảng ANOVA.

Bảng 4.15: Kiểm định Levene nghề nghiệp

Kết quả kiểm định ANOVA cho thấy giá trị sig = 0,002, nhỏ hơn 0,05, do đó chúng ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 Điều này chỉ ra rằng có sự khác biệt đáng kể về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm nghề nghiệp.

Bảng 4.16: Kiểm định ANOVA nghề nghiệp

9) của từng cặp nghề nghiệp, ta thấy nghề nghiệp quản lý và nhân viên văn phòng có ý định sử dụng cao hơn nhóm học sinh, sinh viên và nhóm nghề nghiệp khác, ngoài ra giữa nhóm nghề nghiệp nhân viên văn phòng có sự khác biệt ý định sử dụng ví điện tử Moca trên ứng dụng Grab so với nhóm nhóm nghề nghiệp học sinh, sinh viên và nhóm nghề nghiệp khác vì có sig lần lượt là 0,002 và 0,006 < 0,05

Bảng 4.17: Phân tích sâu Post Hoc Test của ANOVA nghề nghiệp

NGHIEP (J)NGHE NGHIEP Khác biệt trung bình Sai số chuẩn Sig Quản lý

4.6.4 Phân tích sự khác biệt theo học vấn

Ho : Không có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm học vấn

H1: Có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm học vấn

Kết quả kiểm định Levene cho thấy giá trị Sig = 0,023 > 0,05 nên phương sai các nhóm theo học vấn khác nhau Nên có thể sử dụng kết quả bảng ANOVA

Bảng 4.18: Kiểm định Levene học vấn

Kết quả kiểm định ANOVA cho thấy sig = 0,003 < 0,05, do đó chúng ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 Điều này chỉ ra rằng có sự khác biệt đáng kể về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm học vấn.

Bảng 4.19: Kiểm định ANOVA học vấn

9) của từng cặp học vấn, ta thấy học vấn trung cấp, cao đẳng, đại học, và sau đại học, có ý định sử dụng cao hơn nhóm phổ thông và học vấn khác, ngoài ra giữa nhóm trung cấp, cao đẳng, đại học và sau đại học có sự khác biệt ý định sử dụng ví điện tử Moca trên ứng dụng Grab Nhóm phổ thông và học vấn khác không có sự khác biệt về ý định sử dụng

Bảng 4.20: Phân tích sâu Post Hoc Test của ANOVA học vấn

VAN (J)HOC VAN Khác biệt trung bình Sai số chuẩn Sig

Trung cấp/Cao đẳng -0,689 * 0,327 0,036 Đại học -0,829 * 0,307 0,007

Khác 0,342 0,311 0,274 Đại học Phổ thông 0,829 * 0,307 0,007

Trung cấp/Cao đẳng 0,540 * 0,218 0,014 Đại học 0,400 * 0,187 0,034

Trung cấp/Cao đẳng -0,342 0,311 0,274 Đại học -0,482 0,290 0,099

4.6.5 Phân tích sự khác biệt theo thu nhập

Ho : Không có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm thu nhập

H1: Có sự khác nhau về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm thu nhập

Kết quả kiểm định Levene với giá trị Sig = 0,798 cho thấy phương sai giữa các nhóm theo thu nhập không có sự khác biệt đáng kể, do đó có thể áp dụng kết quả từ bảng ANOVA.

Bảng 4.21: Kiểm định Levene thu nhập

Kết quả kiểm định ANOVA cho thấy sig = 0,035 < 0,05, do đó chúng ta bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 Điều này chỉ ra rằng có sự khác biệt đáng kể về ý định sử dụng ví điện tử Moca trên ứng dụng Grab giữa các nhóm thu nhập khác nhau.

Bảng 4.22: Kiểm định ANOVA thu nhập

9) của từng cặp thu nhập, ta thấy nhóm thu nhập dưới 10 triệu đồng có giá trị trung bình ý định sử dụng thấp hơn nhóm thu nhập từ 10–20 triệu và 20–30 triệu vì có sig lần lượt là 0,016 và 0,036 < 0,05 và giá trị mean = 3,5 < 3,83 và 3,88 Từ đó có thể kết luận rằng, nhóm thu nhập 10–30 triệu thì ý định sử dụng ví điện tử càng cao hơn nhóm thu nhập dưới 10 triệu

Bảng 4.23: Phân tích sâu Post Hoc Test của ANOVA thu nhập

Trong chương 4, tác giả đã trình bày phương pháp nghiên cứu định lượng và kết quả nghiên cứu thông qua các bước thống kê mô tả, kiểm định độ tin cậy bằng Cronbach’s Alpha, và phân tích nhân tố khám phá EFA cho các nhân tố độc lập và phụ thuộc Kết quả phân tích hồi quy cho thấy có 7 nhân tố: “hiệu quả mong đợi”, “nỗ lực mong đợi”, “ảnh hưởng xã hội”, “các điều kiện thuận lợi”, “động lực hưởng thụ”, “giá trị cảm nhận” và “sự tin tưởng” đều ảnh hưởng đến “ý định sử dụng” ví điện tử Moca trên ứng dụng Grab, trong đó “ảnh hưởng xã hội” là nhân tố có tác động mạnh nhất.

Chương 4 cũng trình bày kiểm định sự khác biệt của các biến nhân khẩu học tới “ý định sử dụng” ví điện tử Moca trên ứng dụng Grab Ta thấy được có sự khác biệt

Tiêu đề	Các Nhân Tố Ảnh Hưởng Đến Ý Định Sử Dụng Ví Điện Tử Moca Trên Ứng Dụng Grab
Tác giả	Trần Nhật Tân
Người hướng dẫn	TS. Trần Mai Đông
Trường học	Trường Đại Học Kinh Tế TP. Hồ Chí Minh
Chuyên ngành	Kinh Doanh Quốc Tế (Hướng Ứng Dụng)
Thể loại	luận văn thạc sĩ
Năm xuất bản	2019
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	154
Dung lượng	2,39 MB