TÓM TẮT LUẬN VĂN Lợi ích của người sử dụng hệ thống thông tin là một chủ đề quan trọng trong nghiên cứu về triển khai hệ thống thông tin, với ba điểm nhấn là khả năng tương tích công v
TỔNG QUAN VỀ NGHIÊN CỨU
Khái niệm
2.1.1 Tính tương thích công việc được cảm nhận (perceived work compatibility)
Khả năng tương tích trong công việc chủ yếu là một cấu trúc mang tính cảm tính vì chính nhận thức về sự phù hợp giữa CNTT và công việc sẽ thúc đẩy nhân viên sử dụng hệ thống, bất kể mức độ phù hợp thực tế Theo (Yuan Sun, 2009) khả năng tương thích công việc của người dùng hệ thống ERP hoàn toàn là sự phù hợp của công nghệ thông tin với công việc của tổ chức chứ không phải sở thích cá nhân hoặc thói quen làm việc Các tổ chức triển khai CNTT để tạo thuận lợi cho công việc của tổ chức hơn là để phù hợp với sở thích hoặc thói quen cá nhân của người dùng
2.1.2 Lý thuyết nhận thức xã hội (social cognitive theory)
Theo lý thuyết nhận thức xã hội (Bandura, 1977) thì hành vi của một cá nhân có thể được điều chỉnh bằng cách kiểm soát cảm nhận của người đó Nói rõ hơn, khi một cá nhân tin rằng họ đủ nguồn lực hay điều kiện để có thể giải quyết một vấn đề thì họ có nhiều khuynh hướng xuôi theo niềm tin đó để thực hiện hành vi giải quyết vấn đề của mình Chi tiết hơn, quan điểm Nhận thức xã hội cho rằng khả năng mà một cá nhân thực hiện một số nhiệm vụ nhất định phụ thuộc vào mức độ tự tin vào năng lực bản thân (self-efficacy) của họ trong việc thực hiện những nhiệm vụ đó và theo đó, tự tin vào năng lực bản thân là một khái niệm trung tâm của nhận thức xã hội (Bandura, 1977)
2.1.3 Tự tin vào năng lực bản thân (Self-efficacy)
Là niềm tin rằng bản thân mình có khả năng và năng lực để thực hiện hành vi công việc với một mức độ thành công nhất định (Bandura, 1977) Trong bối cảnh sử dụng hệ thống thông tin Trường đại học, tự tin vào năng lực bản thân của người sử dụng chính là niềm tin của người sử dụng rằng họ có đủ khả năng tiếp cận, chuẩn bị để sử dụng hệ thống thông tin Trường đại học được cung ứng cho công việc của họ - chẳng hạn như kỹ năng đăng nhập, thao tác các chức năng được phân quyền trên hệ thống thông tin Trường đại học.v.v
2.1.4 Cấu trúc hỗ trợ (Support structure)
Theo (skyes, 2019) cấu trúc hỗ trợ là loại hỗ trợ được sử dụng phổ biến nhất trong các tổ chức gồm cấu trúc hỗ trợ chính thức và cấu trúc hỗ trợ không chính thức Cấu trúc hỗ trợ là những hỗ trợ về kỹ thuật, hỗ trợ của nhà quản lý, hỗ trợ trực tuyến khi hệ thống đang được triển khai thử nghiệm và hỗ trợ trực tiếp khi hệ thống đã đi vào vận hành đối với người dùng sử dụng hệ thống thông tin Trường đại học
2.1.5 Chất lượng hệ thống thông tin (Information systerm quality)
Theo Delone và MCLean (2004), mô hình chất lượng hệ thống thông tin chỉ bao gồm: Chất lượng hệ thống, chất lượng thông tin, chất lượng dịch vụ
Chất lượng hệ thống (system quality) được đánh giá bằng chức năng của hệ thống đó Chất lượng hệ thống sẽ ảnh hưởng đến việc sử dụng của người sử dụng hệ thống (Lê và Benbasat, 2004), nó phản ánh sự ổn định, điều hướng bố trí và dễ sử dụng của hệ thống thông tin Sự tương tác của hệ thống, thời gian truy cập, thời gian phản hồi và tính linh hoạt của hệ thống (nelson và cộng sự, 2005) DeLone và MCLean (2003) cho rằng các yếu tố củ chất lượng hệ thống bao gồm tính dễ sử dụng, độ tin cậy, thời gian đáp ứng và tính linh hoạt Vance và cộng sự (2008) tiết lộ rằng chất lượng hệ thống ảnh hưởng đến niềm tin của người sử dụng đối với các sản phẩm công nghệ thông tin Nếu chất lượng hệ thốn kém, người dùng có thể gặp phải sự gián đoạn trong việc sử dụng dịch vụ ảnh hưởng đến hiệu năng và hiệu suất của người dùng
Chất lượng thông tin (Information quality) là dựa trên thông tin được cung cấp bởi các dịch vụ trực tuyến, nó đề cập đến các yếu tố chính xác và đầy đủ của thông tin và kích thước thông tin cung cấp cho người sử dụng hệ thống (nelson và cộng sự, 2005) Thông tin của hệ thống luôn được câp nhật kịp thời, đầy đủ và chính xác giúp người dùng tiếp cận được đầy đủ thông tin về yêu cầu của mình cần
Vì vậy họ sẽ tin tưởng vào hệ thống thông tin họ đang sủ dụng Fung và Lê (1999) tuyên bố chất lượng thông tin có ảnh hưởng trực tiếp đến sự tin tưởng của người tiêu dùng đối với hệ thống
Chất lượng dịch vụ là mức độ tương tác giữa người dùng hệ thống và dịch vụ hỗ trợ mà họ nhận được từ bộ phận công nghệ thông tin (Ahn và cộng sự, 2007) Chất lượng dịch vụ phản ánh khả năng đáp ứng, độ tin cậy và sự đồng cảm của các dịch vụ được cung cấp cho người dùng hệ thống thông tin (Gefen, 2002) Điều này thể hiện rõ ràng khi bộ phận hỗ trợ phản hồi nhanh chóng các truy vấn của người dùng Trong môi trường thương mại điện tử, chất lượng dịch vụ là yếu tố thiết yếu cho thành công của hệ thống thông tin, nơi dịch vụ khách hàng đóng vai trò quan trọng (DeLone và MCLean, 2003).
2.1.6 Giá trị cảm nhận (Perceived value)
Giá trị từ sản phẩm/ dịch vụ mà khách hàng cảm nhận là mức độ mà một người tin rầng việc sử dụng một hệ thống cụ thể sẽ nâng cao hiệu suất công việc của học (Davis, 1989) Giá trị cảm nhận là một trong những yếu tố quan trọng trong việc chấp nhận các công nghệ mới Nó sẽ được mô tả là sự đánh giá đơn giản, tiện lợi hoặc không tốn công sức của người dùng khi sử dụng tiện ích công nghệ (Selamat và Windasari, 2021)
Sự hài lòng được hiểu là trạng thái tâm lý có được sau kết quả của một quá trình đánh giá giữa lợi ích đạt được so với lợi ích mong đợi sau khi trải nghiệm sử dụng hệ thống thông tin (Bauer, Grether, 2002)
Sự hài lòng của người dùng được đề cấp đến phản ứng của người nhận đối với việc sử dụng đầu ra của một hệ thống thông tin, hoặc mức độ mà người dùng cảm thấy IS đáp ứng yêu cầu của học (DeLone và McLean, 1992) Sự hài lòng là hệ quả của trải nghiệm của người dùng trong các giai đoạn kích thích nhu cầu, tìm kiếm thông tin, lựa chọn thay thế, đánh giá, quyết định mua hàng và hành vi mua hàng (kotler, 1997) Trong nghiên cứu này, sự hài lòng của người dùng là mức độ cảm nhận được phù hợp giữa các yêu cầu của họ và chức năng hệ thống thông tin (Sedddon, 1997)
2.1.8 Lợi ích cá nhân (Individual benefit)
Lợi ích cá nhân đề cập đến ảnh hưởng của thông tin đến hành vi người nhận (Delone và McLean, 1992) Việc đánh giá sau một hệ thống ERP trên một cá nhân lợi ích là cần thiết vì nó không chỉ biện minh cho các khoản đầu tư mà còn cung cấp những hiểu biết sâu sắc về cách quản lý tốt hơn hành vi của nhân viên (Uwizeyemungu và Raymond, 2010) Trong nghiên cứu này, tác giả xác định lợi ích cá nhân khi nhận thức của người dùng về tầm quan trọng và tính hữu ích của hệ thống thông tin ảnh hưởng đến năng lực và hiệu quả của chúng.
Tổng quan lý thuyết
2.2.1 Mô hình thành công của hệ thống thông tin DeLone và McLean (D&M) (1992, 2003, 2016)
Mô hình thành công của DeLone và McLean (1992) gồm sáu biến, các biến này có liên quan nhau chứ không phải độc lập, phụ thuộc lẫn nhau
Bảng 2.1Mô hình thành công IS của D & M (DeLone và McLean, 1992)
Mô hình Hệ thống thông tin thành công của DeLone và McLean cung cấp một khuôn khổ và mô hình để đo lường biến phụ thuộc phức tạp trong nghiên cứu IS
Mô hình IS thành công của DeLone và McLean (1992, 2003) cung cấp một quan điểm hữu ích thông qua mà chúng ta có thể hiểu thành công sau khi triển khai ERP theo cách tích hợp hơn Bằng cách xem xét lại 100 thước đo được sử dụng trong 180 nghiên cứu cho các định nghĩa về sự thành công của IS và tiền đề của chúng, (DeLone và McLean, 2003) đã phát triển một mô hình thành công IS kết hợp một cách có hệ thống Mô hình thành công của IS có thể được hiểu như sau: một hệ thống IS có thể được đánh giá bởi ba chiều cạnh chất lượng: Chất lượng thông tin(IQ: Information quality), Chất lượng hệ thống (SysQ: System quality) và Chất lượng dịch vụ (SerQ: Service Quality)
Trong bối cảnh của ERP, IQ và SysQ cho biết các nguồn lực có được từ chính hệ thống ERP tác động đến người dùng, những người có định hướng kỹ thuật, trong khi SerQ có thể báo hiệu các nguồn lực do nhân viên IS kiểm soát để ảnh hưởng đến người dùng, được định hướng bởi con người Những yếu tố chất lượng ảnh hưởng đến sự hài lòng của người dùng Thông qua việc sử dụng, một số lợi ích nhất định sẽ đạt được Mô hình IS thành công D&M được trích dẫn rộng rãi nhất và đã có những đóng góp có giá trị cho hiểu biết về IS thành công (Gable và cộng sự,
2008) Ít các nghiên cứu kiểm tra SerQ dựa trên con người, tập trung vào dịch vụ được cung cấp bởi nhà cung cấp hệ thống ERP hoặc các nhà tư vấn ERP (Wang và Chen, 2006; Tasi và cộng sự, 2011) Thật vậy, nghiên cứu về các hệ thống ERP hiếm khi kiểm tra SerQ dựa trên con người với sự hiện diện của IQ và SysQ (ví dụ:
Zhu và cộng sự, 2010; Cao và cộng sự, 2013; Ha & Ahn, 2013) Tổng hợp lại, những phát hiện này cho thấy cần phải làm nhiều việc để tìm hiểu SerQ của nhân sự IS nội bộ cùng với IQ và SysQ quyết định sự thành công của các hệ thống ERP đã triển khai như thế nào Thứ hai, nghiên cứu này bối cảnh hóa các biện pháp tác động của từng cá nhân DeLone và McLean (2003) lưu ý rằng việc lựa chọn các khía cạnh và cấu trúc thành công của IS phải phụ thuộc vào các mục tiêu và bối cảnh của điều tra thực nghiệm Cho rằng, nhân viên sử dụng một hệ thống bắt buộc được triển khai Dựa trên đánh giá của DeLone và McLean về những đóng góp đó đề xuất các cải tiến nhỏ cho mô hình và đề xuất mô hình IS thành công DeLone và McLean được cập nhật
Bảng 2.2 Mô hình thành công IS được cập nhật của D&M (DeLone và McLean, 2003)
Nói một cách chi tiết, từ quan điểm của một người dùng, sự hài lòng với chất lượng IS có thể là một thước đo ổn định trong tài liệu, đề cập đến mức độ mà người dùng nhận thấy một hệ thống có giá trị và xứng đáng để sử dụng lại sau khi dùng thử hoặc lần đầu tiên sử dụng (DeLone và McLean, 2003) Hơn nữa, trong số sáu khía cạnh của sự thành công của IS, ba yếu tố phẩm chất, đó là chất lượng hệ thống, chất lượng thông tin và chất lượng dịch vụ, được coi là yếu tố cơ bản của IS
Trong phiên bản cập nhật này của mô hình, DeLone và McLean nhận thấy rằng lợi ích do hệ thống thông tin cung cấp có thể xảy ra ở nhiều cấp độ phân tích, từ lợi ích cho cá nhân cho đến lợi ích cho xã hội Thay đổi này, cùng với việc đưa chất lượng dịch vụ IS, năng suất và hiệu suất của nhóm làm thước đo thành công của IS, là một số thay đổi quan trọng trong các biện pháp thành công của IS trong Kỷ nguyên mạng và Hệ thống thông tin
2.2.2 Mô hình nghiên cứu của Yuan Sun (2009)
Bảng 2.3 Mô hình nghiên cứu của Yuan Sun a, 2009
Tác giả cho rằng sự tương thích trong công việc được nhận thức của người dùng giữa các nhiệm vụ tổ chức của họ và một CNTT nhất định có liên quan tích cực đến hiệu quả công việc của cá nhân họ Khả năng tương thích công việc được nhận thức là một ''đòn bẩy'' tiềm năng mà các nhà quản lý tổ chức có thể sử dụng để tối đa hóa việc sử dụng CNTT trong tổ chức của họ Không giống như các niềm tin của người dùng khác, khả năng tương thích công việc được nhận thức chịu sự kiểm soát trực tiếp của các nhà quản lý, vì CNTT có thể được tùy chỉnh theo các nhu cầu cụ thể của công việc tổ chức Nếu một công ty đã sử dụng các quy chuẩn ngành trong hoạt động nội bộ của mình, hệ thống sẽ được coi là tương thích hơn với công việc của người dùng, dẫn đến mức độ sử dụng CNTT cao hơn và hiệu suất của nhân viên tốt hơn Ngược lại, nếu quy trình của công ty không đồng bộ với ngành, công ty sẽ trải qua ít sự tương thích trong công việc hơn, sử dụng CNTT thấp hơn và hiệu suất thấp hơn
Tác giả đã sử dụng sự tương thích trong công việc như một cấu trúc lý thuyết nhằm bối cảnh hóa vai trò của CNTT trong công việc tổ chức và đưa ra giả thuyết về mối liên hệ của nó với việc sử dụng CNTT, kết quả hiệu suất của việc sử dụng đó và các nhận thức khác của người dùng thúc đẩy việc sử dụng Mô hình đề xuất của tác giả đã nắm bắt được vai trò của công việc tổ chức đối với việc sử dụng CNTT (thông qua sử dụng sự tương thích trong công việc) cũng như tác động tương ứng của việc sử dụng CNTT đối với kết quả của tổ chức (thông qua hiệu suất cá nhân) và đã được xác thực thực nghiệm bằng bài nghiên cứu
2.2.3 Mô hình nghiên cứu của Tracy Ann Sykes (2020)
Bảng 2.4 Mô hình Train công việc của Tracy Ann Sykes (2020)
Bài nghiên cứu của tác giả về tác động của các cấu trúc hỗ trợ đối với kết quả công việc để làm phong phú thêm hiểu biết của chúng ta về cách các cấu trúc hỗ trợ, cả chính thức và không chính thức, ảnh hưởng đến kết quả công việc quan trọng thông qua tác động lẫn nhau đối với nhu cầu công việc và kiểm soát công việc Do đó, công việc này đóng góp một mạng lưới danh mục phong phú hơn về tác động của các quy trình hỗ trợ đối với kết quả công việc
Các hình thức hỗ trợ xã hội khác nhau tác động đến kết quả công việc thông qua những con đường riêng biệt Nghiên cứu tương lai nên phân biệt các loại hỗ trợ xã hội cụ thể và đo lường chúng theo cách tinh tế hơn, ví dụ như hỗ trợ từ đồng nghiệp và quản lý Việc xem xét các dạng hỗ trợ khác, chẳng hạn như hỗ trợ từ các mối quan hệ bên ngoài tổ chức, cũng rất cần thiết để hiểu sâu hơn về tác động của hỗ trợ xã hội đối với kết quả công việc.
2.2.4 Mô hình nghiên cứu của Ozlem Oktal (2016)
Bảng 2.5 Mô hình của Ozlem Oktal (2016)
Cung cấp khuôn khổ miêu tả cả hai khía cạnh hài lòng và chấp nhận hệ thống tư pháp điện tử của người dùng nội bộ tại Thổ Nhĩ Kỳ.
Tác giả trình bày một mô hình đánh giá mới được phát triển cho hệ thống tư pháp điện tử ở Thổ Nhĩ Kỳ Mô hình đề xuất của tác giả kết hợp các cấu trúc từ cả sự hài lòng của người dùng nội bộ và sự ch ấp nhận công nghệ Ngoài ra, nghiên cứu là mô hình đánh giá đầu tiên về một hệ thống tư pháp điện tử thành công từ góc độ người dùng nội bộ
2.2.5 Mô hình chấp nhận công nghệ (Technology Acceptance Model (TAM))
TAM được phát triển bởi Davis, Bagozzi và Warshaw (Davis, 1989, Davis và cộng sự, 1989) và là một trong những phần mở rộng có ảnh hưởng nhất của lý thuyết hành động của Fishbein và Ajzen (1975) TAM thay thế nhiều lý thuyết về các biện pháp thái độ hành động có lý do bằng hai biện pháp chấp nhận công nghệ, đó là:
Nhận thức hữu ích - đề cập đến mức độ người dùng tin rằng công nghệ sẽ giúp cải thiện hiệu suất/hiệu quả Nhận thức dễ sử dụng - đề cập đến mức độ người dùng cảm thấy thoải mái khi sử dụng các tính năng của công nghệ
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu
3.1.1 Quy trình nghiên cứu của bài dựa trên Quy trình nghiên cứu của ( Nguyễn Đình Thọ và cộng sự, 2003)
Bảng 3.14 Quy trình nghiên cứu, hiệu chỉnh từ Nguyễn Đình Thọ và cộng sự (2003)
Qua hình 3.1 quy trình tiến hành bao gồm 4 giai đoạn:
Giai đoạn 1: Xác định các yếu tố để xây dựng mô hình nghiên cứu, đánh giá
Do chưa có mô hình nghiên cứu nào về sự hài lòng của người dùng khi sử dụng hệ thống thông tin Trường học tại TPHồ Chí Minh nên phải tìm hiểu thực tế hoạt động và các yếu tố có tác động đến sự hài lòng của người sử dụng khi sử dụng dịch vụ hệ thống thông tin Trường học Sau đó, kết hợp và hiệu chỉnh các cơ sở lý thuyết của một số nghiên cứu đi trước về sự hài lòng của người dùng và sự đổi mới công nghệ trong dịch vụ để có thể xây dựng mô hình nghiên cứu và đưa ra các giả thuyết phù hợp với sự hài lòng của người sử dụng hệ thống thông tin các Trường học tại TPHCM
Giai đoạn 2: Nghiên cứu sơ bộ được thực hiện bằng cách phỏng vấn sâu các đối tượng sử dụng hệ thống thông tin Trường học - từng sử dụng hệ thống thông tin Trường học nhằm xác định các yếu tố ảnh hưởng đến sự hài lòng của họ Qua đó, bộ thang đo sẽ được điều chỉnh cho phù hợp với các yếu tố tác động để hình thành bảng câu hỏi hoàn chỉnh Sau đó sẽ được tiến hành khảo sát thử nghiệm với 70 người dùng từng sử dụng hệ thống thông tin Trường học nhằm điều chỉnh, bổ sung cho phù hợp với mục tiêu nghiên cứu và dễ hiểu đối với người tham gia khảo sát; điều chỉnh thang đo phù hợp để tiến hành nghiên cứu định lượng chính thức
Giai đoạn 3: Nghiên cứu chính thức và xử lý số liệu đây là giai đoạn nghiên cứu định lượng bằng bảng câu hỏi đã được xây dựng, điều chỉnh và bổ sung ở giai đoạn nghiên cứu sơ bộ Toàn bộ dữ liệu thu thập được trong quá trình khảo sát người sử dụng sẽ được xử lý bằng phần mềm hỗ trợ SPSS 230 và Adanco 2.1.1
Một số phân tích cơ bản sẽ thực hiện với sự hỗ trợ của phần mềm SPSS, AMOS nhằm kiểm định mô hình và các giả thuyết đề xuất Trong Trường hợp dữ liệu chưa tốt thì chuyển sang phân tích SmartPLS- SEM
Giai đoạn 4: Kết luận và kiến nghị đề xuất Xác định mức độ ưu tiên của yếu tố ảnh hưởng đến sự hài lòng người sử dụng khi sử dụng hệ thống thông tin Trường học Qua đó, kiến nghị giải pháp nâng cao sự hài lòng của người dùng khi sử dụng hệ thống thông tin Trường học.
Phương pháp nghiên cứu
Nghiên cứu được tiến hành qua theo 2 bước chính: nghiên cứu sơ bộ và nghiên cứu chính thức
Nghiên cứu sơ bộ được thực hiện thông qua 2 phương pháp: định tính sơ bộ và định lượng sơ bộ
Nghiên cứu định tính sơ bộ được tiến hành để khám phá, bổ sung và điều chỉnh các biến quan sát dùng để đo lường các khái niệm trong mô hình Phương pháp nghiên cứu bao gồm phỏng vấn sâu và thảo luận nhóm Dữ liệu thu thập được từ quá trình thảo luận nhóm và phỏng vấn sâu giúp bổ sung, hiệu chỉnh các biến quan sát và phát biểu để hoàn thiện bảng câu hỏi khảo sát Kết quả của nghiên cứu định tính sơ bộ là một thang đo tạm thời được sử dụng cho nghiên cứu định lượng tiếp theo.
Nghiên cứu định lượng sơ bộ được thực hiện để đánh giá sơ bộ về độ tin cậy của thang đo nháp 2 đã được thiết kế và điều chỉnh phù hợp với bối cảnh hệ thống thông tin tại các Trường đại học trên địa bàn TP HCM trước khi tiến hành nghiên cứu chính thức Nghiên cứu được thực hiện bằng cách khảo sát trực tiếp cho 55 đối tượng khảo sát thông qua bạn bè và hướng dẫn bạn bè hỗ trợ phát bảng câu hỏi nghiên cứu cho đúng với đối tượng cần khảo sát Mẫu khảo sát sau khi thu thập về được xử lý bằng phần mềm SPSS 20.0 để đánh giá độ tin cậy và phù hợp với các khái niệm cần đo lường Để tiến hành phân tích số liệu, tác giả tiến hành phân tích độ tin cậy Cronbach Alpha và phân tích độ tin cậy phân tích nhân tố khám phá EFA Kết quả nghiên cứu định lượng sơ bộ phù hợp thì sẽ đưa bảng câu hỏi hoàn chỉnh để tiến hành nghiên cứu định lượng chính thức
Nghiên cứu chính thức được tiến hành sau khi hoàn thành nghiên cứu định lượng sơ bộ, sử dụng bảng câu hỏi được xây dựng dựa trên kết quả đó Bảng câu hỏi được phát trực tuyến và trực tiếp, và dữ liệu thu được được làm sạch trước khi phân tích Độ tin cậy của thang đo được đánh giá bằng Cronbach Alpha và phân tích nhân tố khám phá EFA Sau khi EFA được kiểm định, độ tin cậy Cronbach Alpha được kiểm tra lại trước khi tiến hành phân tích CFA Phân tích CFA được sử dụng để kiểm định mô hình đo lường, trong khi mô hình SEM được sử dụng để kiểm định mô hình cấu trúc tuyến tính và các giả thuyết nghiên cứu Kết quả phân tích được dùng để thảo luận về kết quả nghiên cứu.
Việc phân tích dữ liệu sẽ được tiến hành bằng phần mềm SPSS 230
Thiết kế thang đo
Nghiên cứu được xây dựng trên hai loại thang đo là thang đo danh định và thang đo cấp quãng Thang đo danh định được sử dụng để phân loại đối tượng và không mang ý nghĩa về giá trị định lượng (Thọ, 2013) Trong nghiên cứu, các thang đo danh định bao gồm giới tính, độ tuổi, nghề nghiệp và số lần sử dụng hệ thống thông tin Trường học, được tham khảo từ các nghiên cứu khác Thang đo cấp quãng được dùng để đo mức độ hoặc khoảng cách giữa các giá trị, thường được thể hiện bằng thang đánh giá Likert 5 điểm (Likert, 1932).
Thang đo được sử dụng là thang đo Liker 5 điểm với 5 lựa chọn cụ thể:
- Lựa chọn “1” tương ứng với mức “Hoàn toàn không đồng ý”
- Lựa chọn “2” tương ứng với mức “Không đồng ý”
- Lựa chọn “3” tương ứng với mức “Không có ý kiến”
- Lựa chọn “4” tương ứng với mức “Đồng ý”
- Lựa chọn “5” tương ứng với mức “Hoàn toàn đồng ý”
TT Thang đo/ Tài liệu tham khảo
1 Tính tương thích công việc cảm nhận (Perceived work compatibility)
PW1 Sử dụng hệ thống thông tin X phù hợp với cách thức tôi làm việc tại công ty
PW2 Sử dụng hệ thống hệ thống thông tin X phù hợp với nội dung chuyên môn trong công việc của tôi
PW3 Hệ thống hệ thống thông tin X tương thích với tất cả khía cạnh công việc của tôi
Cấu trúc hỗ trợ (Support structure)
SS1 Hệ thống hệ thống thông tin X này có bộ phận hỗ trợ ứng dụng sẵn sàng đáp ứng các yêu cầu khai thác hệ thống của tôi
Các thành viên trong bộ phận hỗ trợ ứng dụng cho hệ thống thông tin X thường nắm vững kiến thức về các vấn đề mà người dùng hay gặp phải khi sử dụng hệ thống Với sự hiểu biết toàn diện về hệ thống và các tính năng của nó, họ có khả năng xác định và giải quyết các sự cố nhanh chóng và hiệu quả, đảm bảo hoạt động trơn tru và liên tục của hệ thống thông tin X.
SS3 Các thành viên trong bộ phận hỗ trợ ứng dụng luôn tìm kiếm những giải pháp giúp tôi vượt qua các trở ngại khi khai thác hệ thống hệ thống thông tin X
7 Tự tin vào năng lực bản thân (Self-efficacy)
SE1 Tôi hiểu rõ vai trò người sử dụng của mình trong khi khai thác hệ thống hệ thống thông tin X
8 SE2 Tôi cảm thấy thoải mái khi đối phó các vấn đề phát sinh trong khi sử dụng hệ thống hệ thống thông tin X
9 SE3 Tôi hiểu rõ cách thức tương tác với bộ phận hỗ trợ kỹ thuật khi sử dụng hệ thống hệ thống thông tin X
10 SE4 Tôi biết cách thức khai thác các tính năng của hệ thống hệ thống thông tin X
11 SE5 Tôi biết cách thức phối hợp với các nhân viên khác trong quá trình sử dụng hệ thống hệ thống thông tin X
SQ1 Hệ thống hệ thống thông tin X này dễ sử dụng
13 SQ2 Hệ thống hệ thống thông tin X này rất thuận tiện để truy cập
14 SQ3 Hệ thống hệ thống thông tin X này rất linh hoạt
15 SQ4 Hệ thống hệ thống thông tin X này đáng tin cậy
IQ1 Thông tin được cung cấp bởi hệ thống hệ thống thông tin X này là kịp thời
17 IQ2 Thông tin được cung cấp bởi hệ thống hệ thống thông tin X này là toàn vẹn
18 IQ3 Thông tin được cung cấp bởi hệ thống hệ thống thông tin X này là chính xác
19 IQ4 Thông tin được cung cấp bởi hệ thống hệ thống thông tin X này là hữu ích
Chất lượng dịch vụ (Service Quality)
SL1 Hệ thống hệ thống thông tin X này hấp dẫn về mặt trực quan
21 SL2 Hệ thống hệ thống thông tin X này cung cấp các dịch vụ nhanh chóng
22 SL3 Hệ thống hệ thống thông tin X này được tổ chức tốt
SL4 Hệ thống hệ thống thông tin X này hỗ trợ giải quyết bất kỳ vấn đề nào mà tôi gặp trong quá trình thực hiện công việc hàng ngày
Giá trị cảm nhận (Perceived value)
PV1 Xem xét thời gian mà tôi phải bỏ ra, thì việc thay đổi cách làm việc mới với hệ thống hệ thống thông tin X là đáng giá
PV2 Xem xét những tổn thất mà tôi phải gánh chịu, việc thay đổi cách làm việc mới với hệ thống hệ thống thông tin X là có giá trị
PV3 Xem xét những phức tạp mà tôi trải qua, việc thay đổi cách làm việc mới với hệ thống hệ thống thông tin X là có lợi cho tôi
PV4 Xem xét nỗ lực mà tôi phải bỏ ra, việc thay đổi hệ thống hệ thống thông tin X sẽ mang lại cho tôi giá trị tốt
28 Sự hài lòng của người dùng (User satisfaction)
US1 Tôi hài lòng với chất lượng hệ thống của hệ thống hệ thống thông tin X
29 US2 Tôi hài lòng với chất lượng thông tin của hệ thống hệ thống thông tin X
30 US3 Tôi hài lòng với chất lượng dịch vụ của hệ thống hệ thống thông tin X
31 US4 Tôi hài lòng với tổng thể hệ thống hệ thống thông tin X
Lợi ích cá nhân (Individual benefit)
IB1 Tôi đã học được nhiều điều về chuyên môn nghiệp vụ khi sử dụng hệ thống hệ thống thông tin X
IB2 Hệ thống hệ thống thông tin X nâng cao khả năng xử lý công việc chuyên môn của tôi
34 IB3 Hệ thống hệ thống thông tin X nâng cao hiệu quả của tôi trong công việc
35 IB4 Hệ thống hệ thống thông tin X làm tăng năng suất làm việc của tôi
Nghiên cứu định tính sơ bộ
Nghiên cứu định tính sơ bộ được thực hiện bằng phương pháp phỏng vấn sâu
Việc phỏng vấn sâu Việc phỏng vấn sâu nhằm kiểm tra mức độ hiểu của đối tượng được phỏng vấn đối với nội dung thang đo nháp 1 được kế thừa từ các nghiên cứu trước tại Bảng 1 để bổ sung, chỉnh sửa từ ngữ hoặc loại bỏ một số biến quan sát không phù hợp, bổ sung biến quan sất cho nghiên cứu này để từ đó hình thành nên bảng câu hỏi phục vụ cho quá trình nghiên cứu chính thức
Giai đoạn nghiên cứu định tính sơ bộ thực hiện phỏng vấn sâu với 7 người sử dụng thường xuyên hệ thống thông tin Trường học Phỏng vấn được tiến hành theo phương pháp phỏng vấn từng người, sử dụng kỹ thuật trao đổi, thảo luận dựa trên bảng thang đo đã được xây dựng sẵn.
Kết quả phỏng vấn đạt được như sau:
Thang đo Tính tương thích công việc cảm nhận: chỉnh sửa từ ngữ, câu từ
Thang đo gốc gồm 2 biến quan sát sau nghiên cứu định tính sơ bộ
Thang đo Cấu trúc hỗ trợ: chỉnh sửa từ ngữ câu từ 2 câu Thang đo gốc gồm 3 biến quan sát sau nghiên cứu định tính sơ bộ
Thang đo Tự tin vào năng lực bản thân được chỉnh sửa ngôn ngữ để cấu trúc câu rõ ràng hơn Sau nghiên cứu định tính sơ bộ, thang đo gồm 4 biến quan sát, trong đó biến quan sát SE5 đã được loại bỏ vì các biến quan sát khác đã bao hàm ý nghĩa của SE5.
Thang đo Chất lượng hệ thống thông tin (gồm chất lượng hệ thống, chất lượng thông tin, chất lượng dịch vụ): chỉnh sửa từ ngữ, câu từ 7 câu Thang đo gốc gồm 12 biến quan sát sau nghiên cứu định tính sơ bộ, bỏ 03 biến SQ3, SQ4, SL4 vì hiện tại hầu hết các Hệ thống thông tin đều trang bị máy tính và máy server đủ mạnh để sử dụng phần mềm và hệ thống thông tin Vì vậy khi bỏ 03 biến này không ảnh hưởng đến lợi ích của người sử dụng
Thang đo Giá trị cảm nhận: chỉnh sửa từ ngữ câu từ 3 câu Thang đo gốc gồm 4 biến quan sát sau nghiên cứu định tính sơ bộ
Thang đo Sự hài lòng của người dùng: thang đo gốc gồm 4 biến quan sát sau nghiên cứu định tính sơ bộ
Thang đo Lợi ích cá nhân: Chỉnh sửa từ ngữ, câu từ 3 câu Thang đo gốc gồm 4 biến quan sát sau nghiên cứu định tính sơ bộ
Như vậy, tổng số biến quan sát của thang đo gốc là 35 biến, sau nghiên cứu định tính sơ bộ tổng số biến quan sát vẫn là 30 biến (phụ lục đính kèm)
Hình thành thang đo nháp 2
Sau khi có kết quả phỏng vấn sâu từ nghiên cứu sơ bộ định tính, thang đo nháp 2 được hình thành và được mã hóa (xem Bảng Thang đo nháp 2) Thang đo này được dùng cho bước nghiên cứu định lượng sơ bộ Mẫu định lượng sơ bộ đã thu thập là 55 mẫu, thu thập bằng cách phát bảng câu hỏi cho người sử dụng hệ thống thông tin tại các Trường học tại Thành phố Hồ Chí Minh
Stt Biến quan sát Mã hóa
Tính tương thích công việc cảm nhận PW
1 Sử dụng hệ thống thông tin Trường học X phù hợp với công việc của tôi tại cơ quan
2 Sử dụng hệ thống thông tin Trường học X phù hợp với nội dung chuyên môn trong công việc của tôi
Cấu trúc hỗ trợ SS
3 Hệ thống thông tin Trường học X có bộ phận sẵn sàng hỗ trợ các yêu cầu khai thác hệ thống thông tin khi người sử dụng cần hỗ trợ
Nhằm gia tăng chất lượng hỗ trợ cho người dùng, Hệ thống thông tin Trường học X sở hữu đội ngũ 4 nhân viên chuyên nghiệp, giàu kinh nghiệm Họ được đào tạo bài bản về kiến thức chuyên môn và nghiệp vụ để có thể hiệu quả giải quyết các vấn đề mà người dùng gặp phải, góp phần nâng cao trải nghiệm sử dụng và sự hài lòng của người dùng đối với Hệ thống thông tin Trường học X.
5 Các thành viên trong bộ phận hỗ trợ luôn tìm kiếm những giải pháp giúp người dùng giải quyết các trở ngại khi khai thác Hệ thống thông tin Trường học X
Tự tin vào năng lực bản thân SE
6 Tôi hiểu rõ vai trò chức năng người sử dụng khi khai thác Hệ thống thông tin Trường học X
7 Tôi cảm thấy thoải mái giải quyết các vấn đề phát sinh trong khi sử dụng Hệ thống thông tin Trường học X
8 Tôi hiểu rõ cách thức tương tác với bộ phận hỗ trợ kỹ thuật khi sử dụng Hệ thống thông tin Trường học X
9 Tôi biết cách thức khai thác các tính năng của hệ thống hệ thống thông tin Trường học X
Chất lượng hệ thống SysQ
10 Các chức năng của hệ thống thông tin Trường học X dễ dàng sử dụng
11 Hệ thống thông tin Trường học X đăng nhập thuận tiện SQ2
Chất lượng thông tin IQ
12 Thông tin được cung cấp từ Hệ thống thông tin Trường học X nhanh chóng, kịp thời giúp tôi giải quyết tốt các công việc
13 Thông tin được cung cấp từ Hệ thống thông tin Trường học X không bị trùng lắp, sai sót giữa các đơn vị, phòng ban chức năng
14 Thông tin được cung cấp bởi Hệ thống thông tin Trường học X là chính xác
15 Thông tin được cung cấp bởi Hệ thống thông tin Trường học X hữu ích cho người sử dụng
Chất lượng dịch vụ SerQ
16 Giao diện của hệ thống thông tin Trường học X thân thiện và dễ sử dụng
17 Hệ thống thông tin Trường học X cung cấp các thông tin nhanh chóng, kịp thời khi người sử dụng yêu cầu
18 Hệ thống thông tin Trường học X được tổ chức tốt SL3
Giá trị cảm nhận PV
19 Hệ thống thông tin Trường học X đã thay đổi cách làm việc của tôi, giúp tôi làm làm việc nhanh hơn, hiệu quả hơn
20 Việc chuyển qua sử dụng hệ thống thông tin Trường học X mang lại nhiều lợi ích hơn các bất cập của nó
21 Đổi mới cách làm việc với Hệ thống thông tin Trường học X giúp tôi tăng hiệu quả làm việc của mình
22 Thời gian đầu khi sử dụng Hệ thống thông tin Trường học X, tôi đã phải bỏ ra nhiều thời gian và nỗ lực để sử dụng
Hiện nay HTTT Trường học X đã mang lại cho tôi giá trị
Sự hài lòng của người dùng US
23 Tôi cảm thấy hài lòng với chất lượng mà Hệ thống thông tin Trường học X mang lại
24 Tôi hài lòng với chất lượng thông tin của Hệ thống thông tin Trường học X mang lại
25 Tôi hài lòng với chất lượng dịch vụ của Hệ thống thông tin Trường học X mang lại
26 Về tổng thể tôi hài lòng với Hệ thống thông tin Trường học X
Lợi ích cá nhân IB
27 Tôi đã học được nhiều điều về chuyên môn nghiệp vụ khi sử dụng hệ thống thống thông tin Trường học X
28 Hệ thống thông tin Trường học X nâng cao khả năng xử lý công việc chuyên môn của tôi
29 Hệ thống thông tin Trường học X nâng cao hiệu quả của tôi trong công việc
30 Hệ thống thông tin Trường học X giúp tăng năng suất làm việc của tôi
3.3.2 Thiết kế phiếu khảo sát
Phiếu khảo sát được dùng để đo lường các khái niệm: Tính tương thích công việc cảm nhận, Cấu trúc hỗ trợ, Tự tin vào năng lực bản thân, Chất lượng hệ thống, Chất lượng thông tin, Chất lượng dịch vụ, Giá trị cảm nhận, Sự hài lòng của người dùng, Lợi ích cá nhân Các câu hỏi dựa trên thang đo gốc của các tác giả, sau khi khảo sát sơ bộ thì điều chỉnh các câu hỏi cho phù hợp với bối cảnh nghiên cứu nhằm mục đích cho người tham gia khảo sát dễ hiểu, dễ trả lời
Cấu trúc phiếu khảo sát chính thức gồm 3 phần:
Phần 1: Thông tin tổng quát
Phần này bao gồm các câu hỏi nhằm mục đích sàng lọc đối tượng và thu thập một số thông tin ban đầu
1&2 Sàng lọc để lấy đúng đối tượng đã từng sử dụng hệ thống thông tin tại các Trường đại học trên địa bàn TP HCM
3 Tên của Hệ thống thông tin người sử dụng thường xuyên nhất/ gần đây nhất sử dụng Câu hỏi này nhằm giúp người khảo sát tập trung vào một công ty để đánh giá, thường xuyên nhất/ gần đây nhất để cho họ dễ mường tượng lại
Phần 2 Nội dung khảo sát
Phần này gồm những câu hỏi để kiểm định giả thuyết, đánh giá mức độ ảnh hưởng của các yếu tố trong mô hình nghiên cứu
Những phát biểu trong phần này được đáp viên trả lời bằng cách cho thang điểm tương ứng với mức đồng ý đối với từng phát biểu Thang đo Likert 5 điểm tương ứng với mức độ đồng ý tăng dần từ 1 đến 5 với: 1 là “Hoàn toàn không đồng” ý – 2 là “không đồng ý” – 3 là “Trung dung” – 4 là “Đồng ý” và 5 là “Hoàn toàn đồng ý”
Phần 3: Thông tin cá nhân
Phần này tập trung thu thập những thông tin cơ bản của người tham gia khảo sát, bao gồm: giới tính, độ tuổi, nghề nghiệp, vai trò sử dụng HTTT và số lần sử dụng HTTT Những thông tin này sẽ được sử dụng để thống kê và phân tích sau khi thu thập đầy đủ.
Chi tiết phiếu khảo sát hoàn chỉnh (xem phụ lục đính kèm).
Thiết kế mẫu
phương pháp này giúp tác giả có thể lựa chọn đối tượng khảo sát có thể tiếp cận được, từ đó tiết kiệm được thời gian và chi phí trong việc thu thập dữ liệu (Thọ &
Trang, 2011) Thứ hai, do phương pháp này phù hợp với điều kiện thực hiện nghiên cứu của tác giả, nên được lựa chọn để tiến hành nghiên cứu
Kích thước mẫu: Phương pháp PLS – SEM không yêu cầu nghiêm ngặt về kích thước mẫu (Hair & cộng sự, 2016) Thông thường việc định cỡ mẫu của phương pháp PLS – SEM theo gợi ý là kích thước mẫu nên bằng hay lớn hơn 10 lần số đường dẫn trong mô hình cấu trúc (Hair & cộng sự, 2016) Tuy yêu cầu kích thước mẫu không nghiêm ngặt, PLS – SEM vẫn là một phương pháp thống kê, do vậy vẫn phải xem xét kích thước mẫu so với nền tảng mô hình và đặc tính dữ liệu (Hair & cộng sự, 2016) PLS – SEM cũng là một nhánh thuộc họ phương pháp SEM, và cũng như các phương pháp thống kê khác thì kích thước mẫu lớn sẽ cho kết quả ổn định và tin cậy hơn (Hair & cộng sự, 2010)
Phương pháp thu thập dữ liệu: Đối tượng khảo sát của nghiên cứu này là người sử dụng đã từng sử dụng hệ thống thông tin Trường đại học trong vòng 1 năm qua trên địa bàn TP HCM Bảng câu hỏi được gửi trực tiếp cho người trả lời thông qua phiếu khảo sát giấy và phiếu khảo sát trực tuyến
Khảo sát trực tiếp (bảng khảo sát giấy) và khảo sát trực tuyến:
- Thông qua bạn bè đang làm việc tại các Trường đại học: nhờ bạn bè đang làm tại các Trường đại học gửi đến người dùng sử dụng hệ thống thông tin tại các Trường đại học trên địa bàn Thành phố Hồ Chí Minh khảo sát qua phiếu khảo sát trực tuyến hoặc bảng khảo sát giấy.
Phương pháp phân tích dữ liệu
Dữ liệu thu thập về được xử lý bằng phần mềm SPSS 23.0 và Adanco 2.1.1
Sau khi thu thập đủ số lượng yêu cầu, toàn bộ dữ liệu được mã hóa và làm sạch trước khi đưa vào phân tích Mã hóa dữ liệu là quá trình chuyển đổi các câu trả lời trong bộ câu hỏi thành dạng mã số để nhập và xử lý trong phần mềm SPSS 23.0 và Adanco 2.1.1 Làm sạch dữ liệu nhằm mục đích phát hiện và xử lý sai sót có thể xảy ra trong bộ câu trả lời như có ô trống hay câu trả lời không hợp lý
3.5.1 Thu thập và kiểm tra dữ liệu
Phiếu khảo sát bị thiếu dữ liệu: nếu dữ liệu bị thiếu nhiều hơn 15% cho một bảng câu hỏi thì nên loại bỏ Nếu dữ liệu bị thiếu tập trung nhiều vào một khái niệm nào đó thì cũng loại bỏ bảng câu hỏi này cho dù dữ liệu thiếu ít hơn 15%
Bảng khảo sát gây nghi ngờ: loại bảng câu hỏi có các câu trả lời trên thang đo likert giống hệt nhau, hoặc chỉ chọn toàn giá trị nhỏ nhất hay lớn nhất
Phân phối chuẩn dữ liệu đóng vai trò quan trọng trong PLS-SEM, mặc dù không yêu cầu phân phối chuẩn theo lý thuyết Tuy nhiên, dữ liệu cũng không được quá lệch chuẩn, vì điều này có thể thổi phồng sai số chuẩn của phương pháp bootstrap và làm giảm khả năng đánh giá ý nghĩa của các mối quan hệ Có hai phép đo được sử dụng để đánh giá phân phối chuẩn dữ liệu trong PLS-SEM:.
Độ xiên và độ nhọn là hai chỉ số thống kê giúp đánh giá hình dạng của phân bố dữ liệu Độ xiên đo mức độ lệch của phân bố sang trái hoặc phải, trong khi độ nhọn đo mức độ tập trung của dữ liệu quanh giá trị trung tâm Phân bố chuẩn có độ xiên và độ nhọn gần bằng 0, và các giá trị tuyệt đối của hai chỉ số này thường nằm trong khoảng (-1, 1) Các phân bố không tuân theo các điều kiện này được coi là phân bố không chuẩn.
Sử dụng các hàm thống kê đơn giản trong SPSS 23.0 để có cái nhìn tổng quát nhất về mẫu nghiên cứu, như mô tả các biến định danh về giới tính, nhóm tuổi, nghề nghiệp, vai trò sử dụng HTTT và số lần sử dụng HTTT….xem xét tần suất được chọn và tỷ lệ phần trăm được chọn trong khảo sát Các biến định lượng tác giả xem xét các giá trị khác như: giá trị lớn nhất (maximum), giá trị nhỏ nhất (minimum), trung bình (mean), phương sai (variance), độ lệch chuẩn (standard deviation)
3.5.3 Mô hình cấu trúc PLS - SEM
Mô hình phương trình cấu trúc (Structural equation modeling – SEM) là một họ kỹ thuật thống kê hiện rất phổ biến trong khoa học xã hội và kinh doanh, có khả năng đánh giá các biến ẩn gián tiếp thông qua việc đo lường các biến quan sát
Hiện nay, có hai loại SEM: SEM dựa trên bình phương tối thiểu từng phần Partial Least Squares SEM (PLS – SEM, còn được gọi là mô hình đường dẫn PLS) và SEM dựa trên hiệp phương sai (covariance-based SEM) CB – SEM chủ yếu dùng để khẳng định hay bác bỏ lý thuyết bằng cách xác định một mô hình lý thuyết giả định có thể ước tính ma trận hiệp phương sai phù hợp như thế nào với một tập dữ liệu mẫu Trái lại, PLS – SEM chủ yếu dùng để phát triển lý thuyết trong nghiên cứu khám phá bằng cách tập trung vào việc giải thích phương sai của các biến phụ thuộc khi đánh giá mô hình (Hair & cộng sự, 2016)
Lý do PLS – SEM được chọn trong nghiên cứu này là: (i) không yêu cầu nghiêm ngặt về kích thước mẫu cũng như phân phối mẫu (Hair & cộng sự, 2016) và (ii) là một kỹ thuật thường được áp dụng trong các lĩnh vực khác nhau bao gồm tiếp thị, quản lý, chiến lược, hệ thống thông tin v.v (Henseler & cộng sự, 2016)
3.5.4 Đánh giá mô hình đo lường trong PLS – SEM Để đánh giá mô hình đo lường, ta có thể sử dụng tiêu chí đánh giá độ tin cậy nhất quán nội tại, độ giá trị hội tụ và độ giá trị phân biệt của các thang đo khái niệm (Hair & cộng sự, 2016) Độ tin cậy nhất quán nội tại (internal consistency reliability): độ tin cậy nhất quán nội tại là tiêu chuẩn được đánh giá đầu tiên Thông thường, độ nhất quán nội tại (internal consistency) thường được đánh giá thông qua tiêu chuẩn Cronbach’s Alpha (ước tính độ tin cậy dựa trên tương quan giữa các phần tử biến quan sát và giả định tất cả các biến quan sát có độ tin cậy bằng nhau, tức các hệ số tải của các biến trong cùng một khái niệm bằng nhau) Cạnh đó, PLS – SEM còn hay dùng tiêu chuẩn đánh giá độ tin cậy tổng hợp (composite reliability – CR hoặc (ρc), tiêu chuẩn này tính hệ số tải của các biến thuộc một khái niệm khác biệt nhau Độ tin cậy tổng hợp nên cao hơn 0.7 (trong nghiên cứu khám phá có thể chấp nhận trong khoảng 0.6 đến 0.7), giá trị càng cao thì độ tin cậy càng cao Giá trị từ 0.7 đến 0.9 là tốt nhất, còn giá trị trên 0.9 và đặc biệt trên 0.95 là giá trị không được mong muốn vì lúc ấy các biến của một khái niệm thể hiện cùng một hiện tượng – khía cạnh của khái niệm (Hair & cộng sự, 2016) Độ giá trị hội tụ (convergent validity): độ giá trị hội tụ là phép đo mức độ tương quan dương với các phép đo khác của cùng một khái niệm Cụ thể các biến của một khái niệm kết quả (reflective construct) cần phải hội tụ hay chia sẻ một tỉ lệ phương sai cao Để đánh giá độ giá trị hội tụ, cần đánh giá hệ số tải (outer loading)của các biến cũng như phương sai trích trung bình (average variance extracted – AVE hoặc ρvc) Tiêu chuẩn: Hệ số tải ≥ 0.7, AVE > 0.5 Các hệ số tải của một khái niệm cao cho thấy rằng các biến kết hợp có nhiều điểm chung, được kết hợp lại trong cùng một khái niệm, đặc tính này cũng thường được gọi là độ tin cậy biến số (Indicator reliability) Các biến có hệ số tải trong khoảng 0.4 đến 0.7 nên cân nhắc loại bỏ chỉ nếu việc loại bỏ làm tăng độ tin cậy tổng hợp (CR) và phương sai trích trung bình (AVE) trên giá trị ngưỡng đề nghị (Hair & cộng sự, 2016) Độ tin cậy tổng hợp (ρc) và phương sai trích trung bình (ρvc) (Fornell &
Larcker, 1981) được tính theo công thức sau:
Độ giá trị phân biệt là thước đo mức độ phân biệt của một khái niệm so với các khái niệm khác theo tiêu chuẩn thực nghiệm Nó được tính toán bằng cách sử dụng trọng số chuẩn hóa và phương sai của sai số đo lường của từng biến quan sát trong thang đo Công thức tính độ giá trị phân biệt như sau: λi là trọng số chuẩn hóa của biến quan sát thứ i, λi2 là phương sai của sai số đo lường biến quan sát thứ i, và p là số biến quan sát của thang đo.
Hai khái niệm khác nhau về ý nghĩa cũng phải khác nhau dưới góc độ thống kê
Các hệ số tải của một biến thuộc một khái niệm nên cao hơn tất cả các hệ số tải chéo (cross – loading) với các khái niệm khác Có thể dùng tiêu chuẩn Fornell Larcker để đánh giá độ giá trị phân biệt Tiêu chuẩn Fornell Larcker: căn bậc hai của AVE của mỗi khái niệm nên cao hơn hệ số tương quan cao nhất của nó với bất kỳ khái niệm khác Để đo lường độ giá trị phân biệt thì căn bậc hai AVE của mỗi nhân tố đo lường đều lớn hơn hệ số tương quan (latent variable correlations) giữa nhân tố đó với các nhân tố khác cho thấy độ phân biệt và tính tin cậy của các nhân tố (Fornell & Larcker, 1981)
3.5.5 Đánh giá mô hình cấu trúc trong PLS – SEM Đánh giá tính cộng tuyến (collinearity)
Cộng tuyến xảy ra khi hai khái niệm có tương quan cao với nhau, khi nhiều hơn hai khái niệm có tương quan cao, ta gọi là hiện tượng đa cộng tuyến Để đánh giá tính đa cộng tuyến, chúng ta cần kiểm tra từng bộ khái niệm tiên đoán riêng cho từng phần mô hình cấu trúc, tức là xét các khái niệm độc lập tác động lên từng khái niệm phụ thuộc trong mô hình cấu trúc Để đo tính cộng tuyến, ta có thể dùng phép đo variance inflation factor (VIF), được định nghĩa là mức độ tương hỗ của dung sai Tính cộng tuyến của các khái niệm: Giá trị dung sai của mỗi khái niệm (VIF) nên cao hơn 0.20 (thấp hơn 5) Nếu không thỏa điều kiện này thì các khái niệm có hiện tượng đa cộng tuyến (Hair & cộng sự, 2016)
Hệ số đường dẫn β (path coefficients)
Hệ số đường dẫn là các hệ số hồi quy chuẩn hóa, đánh giá thông qua dấu và độ lớn của hệ số Có thể xem hệ số thể hiện sự biến thiên của biến phụ thuộc nếu biến độc lập tăng 1 đơn vị và tất cả các biến độc lập khác giữ không đổi Hệ số đường dẫn có giá trị chuẩn hóa trong khoảng (-1, +1) Hệ số đường dẫn ước tính gần với +1 thể hiện mối quan hệ tích cực (và ngược lại đối với giá trị âm) Hệ số đường dẫn ước tính càng gần 0 thì mối quan hệ càng yếu (Hair & cộng sự, 2016)
Liệu hệ số đường dẫn có ý nghĩa hay không về cơ bản tùy thuộc vào sai số chuẩn có được qua phương pháp bootstrap Sai số chuẩn bootstrap cho phép tính giá trị t thực nghiệm Khi giá trị t thực nghiệm lớn hơn giá trị tới hạn (critical value), có thể kết luận rằng hệ số có ý nghĩa với một xác suất lỗi nhất định (mức ý nghĩa) Theo Hair & cộng sự (2011) thông thường, giá trị tới hạn đối với kiểm định hai phía là 1.65 (mức ý nghĩa = 10%), 1.96 (mức ý nghĩa = 5%), và 2.58 (mức ý nghĩa = 1%) Trong marketing, nhà nghiên cứu thường giả định mức ý nghĩa 5%, còn đối với nghiên cứu khám phá nhà nghiên cứu thường giả định mức ý nghĩa 10% Nhìn chung, mức ý nghĩa sẽ tùy thuộc vào lĩnh vực và mục tiêu nghiên cứu
NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
Nghiên cứu định lượng sơ bộ
Nghiên cứu định lượng sơ bộ sử dụng phương pháp lấy mẫu thuận tiện thu được 55 mẫu dữ liệu Thang đo định lượng được đánh giá độ tin cậy và độ giá trị thông qua phần mềm Adanco Độ tin cậy tổng hợp (CR), độ giá trị hội tụ (AVE, hệ số tải) và độ giá trị phân biệt (tiêu chuẩn Fornell Larcker, hệ số tải chéo) được kiểm định để đảm bảo thang đo phù hợp Nhờ đó, các hiệu chỉnh kịp thời có thể được thực hiện nếu thang đo không đạt yêu cầu.
Kiểm định mô hình đo lường
Phép đo PLS - SEM được áp dụng để kiểm tra tính tin cậy nhất quán nội tại, mức độ hội tụ và phân biệt của công cụ đo lường (Hair et al., 2016) Đối với độ tin cậy nhất quán nội tại, Hair et al (2016) sử dụng hai chỉ số là độ tin cậy tổng hợp (CR) và Cronbach's Alpha (α) với ngưỡng đạt yêu cầu của cả hai chỉ số này đều phải lớn hơn 0,6 hoặc tối ưu là trên 0,7.
Kết quả phân tích cho thấy tất cả các thang đo đều đạt độ tin cậy với hệ số Cronbach’s alpha (α) lớn hơn 0.7 cụ thể dao động từ 0.736 đến 0.947 Độ tin cậy nhất quán nội tại được đánh giá qua độ tin cậy tổng hợp CR của 8 khái niệm có giá trị từ 0.8843 đến 0.962 đều thỏa điều kiện (> 0.7) (xem Bảng 1)
Bảng 4.4 Kết quả kiểm định độ tin cậy nhất quán nội tại
Stt Khái niệm KH CR(p c ) Cronback’s alpha
1 Tính tương thích công việc cảm nhận PW 0.949 0.893
2 Cấu trúc hỗ trợ SS 0.917 0.864
3 Tự tin vào năng lực bản thân SE 0.922 0.887
4 Chất lượng hệ thống SysQ 0.883 0.736
5 Chất lượng thông tin IQ 0.932 0.889
6 Chất lượng dịch vụ SerQ 0.930 0.886
7 Giá trị cảm nhận PV 0.920 0.884
8 Sự hài lòng của người dùng US 0.962 0.947
9 Lợi ích cá nhân IB 0.950 0.930
Nguồn: Tổng hợp và tính toán dựa trên phần mềm Adanco 2.1.1 Để đánh giá độ giá trị hội tụ, cần đánh giá phương sai trích trung bình (AVE) cũng như hệ số tải của các biến Kết quả cho thấy, phương sai trích trung bình AVE có giá trị từ 0.742 đến 0.902 (> 0.5) (xem Bảng 4) Hệ số tải của các biến quan sát có giá trị từ 0.742 đến 0.913 đều thỏa điều kiện lớn hơn 0.7 (chi tiết Xin vui lòng xem Phụ lục 5)
Bảng 4.4 Kết quả kiểm định độ giá trị hội tụ
Stt Khái niệm KH AVE
1 Tính tương thích công việc cảm nhận PW 0.902
2 Cấu trúc hỗ trợ SS 0.786
3 Tự tin vào năng lực bản thân SE 0.748
4 Chất lượng hệ thống SysQ 0.791
5 Chất lượng thông tin IQ 0.750
6 Chất lượng dịch vụ SerQ 0.815
7 Giá trị cảm nhận PV 0.742
8 Sự hài lòng của người dùng US 0.862
9 Lợi ích cá nhân IB 0.827
Nguồn: Tổng hợp và tính toán dựa trên phần mềm Adanco 2.1.1 Độ giá trị phân biệt đánh giá qua tiêu chuẩn Fornell Larcker (xem Bảng 3) đều thỏa điều kiện (AVE của một khái niệm đều lớn hơn hệ số tương quan bình phương giữa khái niệm đó với các khái niệm còn lại), hệ số tải chéo của các khái niệm đều thỏa điều kiện các hệ số tải của một biến thuộc một khái niệm nên cao hơn tất cả các hệ số tải chéo với các khái niệm khác (chi tiết Xin vui lòng xem Phụ lục 6 đính kèm)
Bảng 4.5 Độ giá trị phân biệt đánh giá qua tiêu chuẩn Fornell Larcker
Khái niệm IB IQ PV PW SE SS SerQ SysQ US
US 0.873 0.801 0.826 0.549 0.671 0.676 0.780 0.769 0.929 Nguồn: Tổng hợp và tính toán dựa trên phần mềm Adanco 2.1.1 Ghi chú: giá trị trên đường chéo là AVE, còn lại là các bình phương hệ số tương quan tương ứng.
Nghiên cứu định lượng chính thức
Bộ dữ liệu được thu thập theo phương pháp lấy mẫu thuận tiện và thời gian lấy mẫu là hơn 2 tháng (tháng 4 – 5/2024) Tổng số mẫu thu thập được gồm 275 bảng khảo sát Tuy nhiên, 275 bảng khảo sát này được làm sạch trước khi đưa vào xử lý và phân tích nhằm hạn chế các lỗi xảy ra trong quá trình phỏng vấn và nhập liệu Các bảng khảo sát thiếu thông tin (câu hỏi bỏ trống), các bảng được đánh giống nhau cho tất cả các câu hỏi (đối tượng trả lời cho có lệ) đều bị loại ra
Kết quả thu được 215 bảng khảo sát hợp lệ để phân tích sau khi làm sạch dữ liệu bằng cách loại bỏ các bảng khảo sát không đạt yêu cầu, như: (1) bảng khảo sát chưa được trả lời đầy đủ, (2) đối tượng khảo sát có câu trả lời cùng một xu hướng và (3) đối tượng khảo sát không phù hợp loại bỏ ở phần gạn lọc Do vậy, phần nghiên cứu định lượng chính thức được thực hiện với 215 bảng khảo sát
Kết quả thu được 215 bảng khảo sát hợp lệ, kích thước mẫu này cũng lớn hơn mức cần thiết trong phân tích SEM để có thể đạt được những ước lượng đáng tin cậy với độ mạnh thống kê ở mức chấp nhận được (Chin & Newsted, 1999)
4.2.1 Thống kê mô tả biến định tính
Phân loại dữ liệu theo nghề nghiệp của người sử dụng hệ thống thông tin: cao nhất là chuyên viên tại các phòng ban, viện, trung tâm: 96 người; kế đến là Trưởng Phó đơn vị, bộ môn: 45 người; Nhân viên kỹ thuật: 22 người; Nhân viên lái xe: 2 người; Thư ký khoa: 15 người; Nhân viên phục vụ: 4 người; Giảng viên: 31 người
Bảng 4.6 Thống kê mô tả theo nghề nghiệp của người sử dụng
TT Nghề nghiệp Tần số Phần trăm(%)
6 Trưởng Phó đơn vị, bộ môn 45 20.93
7 Chuyên viên tại các phòng ban, viện, trung tâm
Bảng 4.7 Thống kê mô tả các biến định tính Đặc điểm Biến Tần số Phần trăm (%)
Trưởng Phó đơn vị, bộ môn 45 20.93%
Chuyên viên tại các phòng ban, viện, trung tâm
Vai trò sử dụng HTTT
Lãnh đạo các đơn vị Khoa, Phòng ban, trong Trường đại học
Người sử dụng ở các đơn vị 148 68.84%
Bộ phận hỗ trợ Hệ thống thông tin 22 10.23%
Phân loại dữ liệu theo giới tính: số lượng người khảo sát nam có 112 người (52.09%), nữ có số lượng ít hơn 103 người (47.91%)
Nhóm tuổi: có 15 người thuộc nhóm tuổi dưới 25 (chiếm 6.98%), 73 người thuộc nhóm tuổi 25-30 tuổi (chiếm 33.95%), 99 người thuộc nhóm tuổi 30-45 tuổi (chiếm 46.05%) và có 28 người thuộc nhóm tuổi >45 tuổi (chiếm 13.02%)
Nghề nghiệp: Số lượng Giảng viên tham gia khảo sát 31 người (chiếm 14.42%), có 4 nhân viên phục vụ tham gia khảo sát (chiếm 1.86%), 15 Thư ký khoa tham gia khảo sát (chiếm 6.98%), 22 Nhân viên kỹ thuật tham gia khảo sát (chiếm
10.23%), 45 Trưởng Phó đơn vị, bộ môn tham gia khảo sát (chiếm 20.93%) và 96 Chuyên viên tại các phòng ban, viện, trung tâm tham gia khảo sát (chiếm 44.65%)
Vai trò sử dụng HTTT: 45 Lãnh đạo các đơn vị khoa tham gia khảo sát (chiếm 20.93%), 148 cán bộ chuyên viên tham gia khảo sát (chiếm 68.84%) và 22 nhân viên thuộc bộ phận hỗ trợ hệ thống thông tin Trường học (IT) (chiếm 10.23%)
Số lần sử dụng HTTT: có 40 người sử dụng HTTT 1 lần/ ngày (chiếm 18.6%), có 60 người sử dụng HTTT nhiều hơn 2 lần/ ngày (chiếm 27.91%), có 10 người sử dụng HTTT 1 lần/ ngày chiếm 4.65% và 105 người sử dụng hằng ngày HIS (chiếm 48.84%)
4.2.2 Thống kê mô tả biến định lượng
Các biến định lượng của các khái niệm được trình bày chi tiết trong phụ lục và có phân phối gần chuẩn theo tiêu chuẩn đánh giá: giá trị độ xiên (Skewness) và độ nhọn (Kurtosis) nằm trong khoảng (-1; 1) Bảng kết quả thống kê mô tả cho thấy phần lớn các biến đều thỏa mãn điều kiện phân phối chuẩn, ngoại trừ một số biến có giá trị độ xiên và độ nhọn nằm ngoài phạm vi này (xem chi tiết phụ lục 6).
4.2.3 Kiểm định mô hình nghiên cứu
Mô hình đo lường Đánh giá mô hình đo lường nhằm đánh giá giá trị của thang đo thông qua ba gía trị gồm: độ tin cậy nhất quán nội tại, giá trị hội tụ, và giá trị phân biệt với sự hỗ
Số lần sử dụng HTTT
Sử dụng hằng ngày 105 48.84% trợ của phần mềm Adanco 2.1.1 Để đánh giá mô hình đo lường, nghiên cứu sử dụng tiêu chí đánh giá độ tin cậy nhất quán nội tại, độ giá trị hội tụ và độ giá trị phân biệt của các thang đo khái niệm (Hair & cộng sự, 2016) Để đánh giá độ tin cậy nhất quán nội tại, cần đánh giá độ tin cậy tổng hợp CR
Kết quả cho thấy CR của các thang đo dao động từ 0.883 đến 0.962 (>0.7) tại bảng 3.8
Bảng 16 Giá trị hội tụ và độ tin cậy nhất quán nội tại của các thang đo
Khái niệm Mã hóa Hệ số tải chuẩn hóa CR AVE α
Nguồn: Tổng hợp và tính toán dưa trên phần mềm Adanco Kết quả kiểm định thang đo cho thấy Kết quả kiểm định thang đo cho thấy các thang đo đều đạt độ nhất quán nội tại (Cronbach’s Alpha đều > 0.7 và độ tin cậy tổng hợp của các thang đo đều > 0.7) Hệ số tải chuẩn hóa của các biến quan sát lên từng khái niệm dao động từ 0.648 đến 0.927 (> 0.6) và phương sai trích trung bình (AVE) từ 0.529 đến 0.819 (> 0.5) nên độ hội tụ của các thang đo là chấp nhận được (Hair & cộng sự, 2016) (xem Bảng 6) (trong đó các tên của khái niệm được mã hoá như sau: PW: tính thương thích công việc cảm nhận, SS: Cấu trúc hỗ trợ, SE: Tự tin vào năng lực, SysQ: Chất lượng hệ thống, IQ: Chất lượng thông tin, PV: Giá trị cảm nhận, US: Sự hài lòng Để đánh giá độ giá trị phân biệt, cần đánh giá tiêu chuẩn Fornell Larcker, bên cạnh đó các hệ số tải của một biến thuộc một khái niệm nên cao hơn tất cả các hệ số tải chéo với các khái niệm khác Kết quả cho thấy tiêu chuẩn Fornell Larcker đã thỏa Độ giá trị phân biệt của các thang đo đạt yêu cầu khi phương sai trích trung bình (AVE) của một khái niệm đều lớn hơn hệ số tương quan bình phương giữa khái niệm đó với các khái niệm còn lại (Hair & cộng sự, 2016) (xem Bảng 9) và tiêu chuẩn về hệ số tải chéo cũng thỏa (chi tiết Xin vui lòng xem Phụ lục 6 đính kèm)
Bảng 4.9 Giá trị phân biệt của các thang đo
Khái niệm IB IQ PV PW SE SS SerQ SysQ US
Nguồn: Tổng hợp và tính toán dựa trên phần mềm Adanco 2.1.1
Ghi chú: giá trị trên đường chéo là AVE, còn lại là các bình phương hệ số tương quan tương ứng
Mô hình cấu trúc Đánh giá mô hình cấu trúc nhằm mục đích kiểm định các giả thuyết nghiên cứu Quy trình kiểm tra mô hình cấu trúc được thực hiện theo đề xuất của Hair & cộng sự (2016) với sự hỗ trợ của Adanco 2.1.1 Đánh giá tính cộng tuyến
Theo Hair & cộng sự (2016), cần phải xem xét đầu tiên khi đánh giá mô hình cấu trúc đó là vấn đề cộng tuyến, nếu chỉ số phóng đại phương sai (VIF) nằm trong khoảng lớn hơn 0.2 và nhỏ hơn 5 thì mô hình không vi phạm vấn đề cộng tuyến
Hệ số phóng đại phương sai (VIF) cho thấy mối liên quan giữa các yếu tố tác động không vi phạm giả định về đa cộng tuyến khi tất cả các chỉ số đều nằm trong ngưỡng chấp nhận (VIF từ 1,645 đến 4,643 < 5) Do đó, đa cộng tuyến không phải là vấn đề trong mô hình được đề xuất.
Bảng 4.10 Tính đa cộng tuyến
IB IQ PV PW SE SS SerQ SysQ US
Căn cứ vào p-value, hệ số đường dẫn (β) và R 2 để đánh giá mối quan hệ giữa biến nội sinh và biến ngoại sinh
Hệ số đường dẫn (β) là các hệ số hồi quy chuẩn hóa, đánh giá thông qua dấu và độ lớn của hệ số Để kiểm định giả thuyết nghiên cứu và hệ số tác động, ước lượng bootstrap (n = 5,000) sẽ được áp dụng để tính toán hệ số đường dẫn (β) và giá trị p-value để xác định mức độ tác động và ý nghĩa thống kê của các giả thuyết trong mô hình nghiên cứu