4.3.1. Xem xét ma trận hệ sốtương quan
Cả 4 yếu tố trong mô hình nghiên cứu bao gồm Nhận thức hữu ích (PU), Nhận thức dễ dàng sử dụng (PEU), Nhận thức rủi ro (PR), Chi phí sử dụng dịch vụ (FC) được đưa vào thực hiện phân tích tương quan để xem xét mối quan hệ giữa từng yếu tố này (biến độc lập) với biến phụ thuộc là Chấp nhận sử dụng E-Banking (EBA) và
chính giữa các biến độc lập với nhau nhằm rà soát và dự đoán bước đầu về có hay không hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình nghiên cứu.
Để thực hiện phân tích tương quan, tác giả sử dụng số thống kê là hệ số tương quan Pearson (Pearson Correlation) để lượng hoá mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến. Giá trị tuyệt đối của hệ số tương quan Pearson tiến gần đến 1 thì hai biến có mối tương quan chặt chẽ, giá trị này = 0 chỉ ra rằng hai biến không có quan hệ tuyến tính (Hoàng Trọng & Mộng Ngọc, 2008, tập 1, tr.198). Kết quả ma trận tương quan giữa các yếu tố trong mô hình nghiên cứu như bảng 4.12.
Bảng 4.12 Ma trận tương quan giữa các yếu tố trong mô hình nghiên cứu
PU FC PR PEU EBA PU Pearson Correlation 1 ,586** -,339** ,661** ,712** Sig. (2-tailed) ,000 ,000 ,000 ,000 N 500 500 500 500 500 FC Pearson Correlation ,586** 1 -,378** ,668** ,731** Sig. (2-tailed) ,000 ,000 ,000 ,000 N 500 500 500 500 500 PR Pearson Correlation -,339** -,378** 1 -,447** -,487** Sig. (2-tailed) ,000 ,000 ,000 ,000 N 500 500 500 500 500
PEU Pearson Correlation ,661** ,668** -,447** 1 ,853**
Sig. (2-tailed) ,000 ,000 ,000 ,000
N 500 500 500 500 500
EBA Pearson Correlation ,712** ,731** -,487** ,853** 1
Sig. (2-tailed) ,000 ,000 ,000 ,000
N 500 500 500 500 500
** Kiểm định giả thuyết tương quan ở mức ý nghĩa < 0,01 (kiểm định 2 phía).
Nguồn: kết quả phân tích của tác giả bằng SPSS 16.0
Từ kết quả phân tích ma trận tương quan giữa các yếu tố trong mô hình nghiên cứu ta thấy có sự tương quan giữa EBA và các biến độc lập trong mô hình nghiên cứu đều cao (hệ số tương quan thấp nhất cũng là -0,487). Sơ bộ ta có thể kết luận các biến độc lập này có thể đưa vào mô hình giải thích cho EBA. Nhưng hệ số tương quan giữa các biến độc lập với nhau cũng cao (hệ số tương quan thấp nhất là -0,339, cao nhất là
0,668) điều này sẽ khiến chúng ta phải xem xét lại thật kỹ vai trò của các biến độc lập trong mô hình hồi quy tuyến tính ta xây dựng được bằng kết quả tính toán hệ số nhân tử phóng đại phương sai (VIF) để khẳng định được việc có hay không hiện tượng đa cộng tuyến giữa các biến độc lập trước khi kết luận mô hình định lượng.
Trước tiên, tác giả thực hiện dò tìm xem mô hình hồi quy này có bị vi phạm các giả thiết về hồi quy tuyến tính bội hay không, nếu có thì thực hiện những kỹ thuật khắc phục các vấn đềđó trước khi kết luận về mô hình hồi quy.
4.3.2. Dò tìm sự vi phạm các một số giảđịnh cần thiết trong hồi quy bội 4.3.2.1. Giảđịnh về phương sai sai sốkhông đổi 4.3.2.1. Giảđịnh về phương sai sai sốkhông đổi
Để dò tìm xem trong mô hình hồi quy bội có xảy ra hiện tượng phương sai sai số thay đổi hay không, trong nghiên cứu này tác giả lựa chọn phương pháp phát hiện bằng kiểm định Spearman giữa phần dư với các biến độc lập trong mô hình hồi quy tuyến tính bội với giả thuyết H0: Hệ số tương quan hạng của tổng thể bằng 0. Nếu kết quả kiểm định không bác bỏ giải thuyết H0, có thể kết luận phương sai của sai số không đổi, ngược lại nếu giá trị Sig. của kiểm định nhỏ hơn mức ý nghĩachúng ta phải chấp nhận giả thuyết phương sai của sai số thay đổi. Kết quả kiểm định như sau:
Bảng 4.13 Kết quả kiểm định Sprearman
ABScuare PU PEU PR FC Spearman's rho ABScuare Giá trị tuyệt đối của phần dư Correlation Coefficient 1,000 ,018 ,095 ,122 ,144 Sig. (2-tailed) , ,680 ,133 ,206 ,401 Số mẫu N 500 500 500 500 500 Nguồn: kết quả phân tích của tác giả bằng SPSS 16.0
Kết quả kiểm định cho thấy giá trị Sig. tại các biến độc lập trong kiểm định đều lớn hơn 0,05 (5%) nên không thể bác bỏ H0: Hệ sốtương quan hạng của tổng thể bằng 0. Đến đây chúng ta kết luận được rằng không có hiện tượng phương sai sai sốthay đổi trong mô hình hồi quy bội tuyến tính của nghiên cứu này.
4.3.2.2. Giảđịnh về tính độc lập của sai số
Do giới hạn và mục tiêu của nghiên cứu nên có thể các biến có ảnh hưởng không được đưa hết vào mô hình dẫn đến sự tồn tại phần dư, có thể gây ra những tác động sai lệch nghiêm trọng đến mô hình hồi quy tuyến tính như hiện tượng phương sai thay đổi. Để dò tìm sự vi phạm về tính độc lập của sai số (không có hiện tượng tương quan giữa các phần dư), tác giả thực hiện kiểm định Durbin – Watson với giả thuyết khi tiến hành kiểm định này là:
Ho: Hệ sốtương quan tổng thể của các phần dư = 0 Kết quả kiểm định như sau:
Bảng 4.14 Kết quả kiểm định Durbin – Watson
Mô hình tóm tắt (Model Summarye)
Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 ,853a ,727 ,726 ,33350 ,727 1325,190 1 498 ,000 2 ,880b ,774 ,773 ,30384 ,047 102,974 1 497 ,000 3 ,892c ,795 ,794 ,28928 ,022 52,281 1 496 ,000 4 ,896d ,803 ,802 ,28398 ,008 19,711 1 495 ,000 1,991 Nguồn: kết quả phân tích của tác giả bằng SPSS 16.0
Giá trị tra bảng Durbin – Watson với 4 biến độc lập và 500 quan sát là dL = 1,623 và dU = 1,725, giá trị d tính được là 1,991 nằm trong miền (dU đến 4 – dU: Miền không có tự tương quan) không xảy ra hiện tượng tự tương quan. Do đó, kết luận về mô hình hồi quy là không xảy ra hiện tượng tương quan giữa các phần dư (tự tương quan).
4.3.2.3. Giảđịnh về không có mối tương quan giữa các biến độc lập
Trong nghiên cứu này, về mặt định lượng tác giả sử dụng hệ số nhân tử phóng đại phương sai (VIF – Variance inflation factor) để phát hiện xem có mối tương quan giữa các biến độc lập trong mô hình hồi quy bội tuyến tính hay không (đo lường đa (adsbygoogle = window.adsbygoogle || []).push({});
cộng tuyến). Khi độ chấp nhận của biến (Tolerance) nhỏ thì VIF lớn, quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008, tập 1, tr.252). Kết quả phân tích hệ sốVIF như sau:
Bảng 4.15 Kết quả phân tích hệ số nhân tử phóng đại phương sai (VIF)
Mô hình
Hệ số không chuẩn hóa (Unstandardized Coefficients) Hệ số chuẩn hóa (Standardized Coefficients) Giá trị t Mức ý nghĩa Sig. Collinearity Statistics B Ước lượng sai số chuẩn Std. Error Beta Độ chấp nhận Tolerance VIF 1 (Constant) 1,012 ,134 7,545 ,000 PEU ,856 ,024 ,853 36,403 ,000 1,000 1,000 2 (Constant) ,567 ,130 4,368 ,000 PEU ,661 ,029 ,658 22,963 ,000 ,554 1,805 FC ,260 ,026 ,291 10,148 ,000 ,554 1,805 3 (Constant) ,105 ,139 ,758 ,449 PEU ,562 ,031 ,560 18,338 ,000 ,443 2,257 FC ,213 ,025 ,238 8,427 ,000 ,517 1,934 PU ,221 ,031 ,203 7,231 ,000 ,525 1,903 4 (Constant) ,698 ,191 3,655 ,000 PEU ,529 ,031 ,527 17,071 ,000 ,418 2,394 FC ,201 ,025 ,225 8,057 ,000 ,511 1,957 PU ,216 ,030 ,198 7,207 ,000 ,525 1,906 PR -,193 ,043 -,100 -4,440 ,000 ,788 1,269 a. Biến phụ thuộc (Dependent Variable): EBA
Nguồn: kết quả phân tích của tác giả bằng SPSS 16.0
Kết quả phân tích ở bảng 4.15 cho thấy hệ số VIF của mô hình 4 đều nhỏ hơn 10 nên có thể kết luận rằng không có hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình hồi quy tuyến tính bội.
4.3.2.4. Giảđịnh về phân phối chuẩn của phần dư
Mô hình hồi quy tuyến tính bội giảđịnh rằng biến phụ thuộc EBA có phân phối chuẩn đối với bất kỳ kết hợp nào của các biến độc lập trong mô hình. Phần dư có thể không tuân theo phân phối chuẩn dẫn đến vi phạm giả định của mô hình, tác giả thực hiện kiểm tra phân phối chuẩn của phần dư bằng đồ thị và các thông số cơ bản của phân phối này để xem xét phần dư có tuân theo quy luật phân phối chuẩn hay không.
Hình 4.1 Phân phối của phần dư
Nguồn: kết quả phân tích của tác giả bằng SPSS 16.0
Từ kết quả trên ta thấy phân phối của phần dư có giá trị trung bình (Mean) tương đương bằng 0 và độ lệch chuẩn (Std. Dev.) = 0,996 tức gần bằng 1 nên có thể xem đây là phân phối chuẩn. Như vậy, phần dư tuân theo quy luật phân phối chuẩn.
4.3.3. Phân tích hồi quy bội
Phân tích hồi quy bội trong nghiên cứu này được thực hiện với mô hình hồi quy tuyến tính bội được xây dựng như sau:
EBA = β0+ β1 PU + β2 PEU + β3PR + β4 FC+ ei
Trong đó :
Các biến độc lập: Nhận thức hữu ích (PU), Nhận thức dễ dàng sử dụng (PEU), Nhận thức rủi ro (PR), Chi phí sử dụng dịch vụ (FC).
Biến phụ thuộc: Chấp nhận sử dụng E-Banking (EBA).
Thành phần ei là một biến độc lập ngẫu nhiên có phân phối chuẩn với trung bình là 0 và phương sai không đổi σ2.
Để thực hiện phân tích hồi quy tuyến tính bội, các biến được đưa vào mô hình theo phương pháp chọn từng bước (stepwise selection). Việc đánh giá mức độ phù hợp của mô hình thông qua hệ số xác định R2. Kiểm định giả thuyết về ý nghĩa toàn diện mô hình bằng đại lượng thống kê F. Kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy bằng trị số thống kê t.
4.3.3.1.Đánh giá độ phù hợp của mô hình hồi quy tuyến tính quy bội
Phân tích hồi quy bội được tiến hành với 4 biến độc lập là nhận thức hữu ích (PU), nhận thức dễ dàng sử dụng (PEU), nhận thức rủi ro (PR), Chi phí sử dụng dịch vụ (FC) và biến phụ thuộc là chấp nhận sử dụng E-Banking (EBA). Kết quả hồi quy bội tuyến tính với phần mềm SPSS 16.0, phương pháp Stepwise ta có kết quảnhư sau:
Bảng 4.16 Kết quả hồi quy bội tuyến tính (R2) Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 ,853a ,727 ,726 ,33350 ,727 1325,190 1 498 ,000 2 ,880b ,774 ,773 ,30384 ,047 102,974 1 497 ,000 3 ,892c ,795 ,794 ,28928 ,022 52,281 1 496 ,000 4 ,896d ,803 ,802 ,28398 ,008 19,711 1 495 ,000 Nguồn: kết quả phân tích của tác giả bằng SPSS 16.0
Từ kết quả trên bảng 4.16 cho thấy hệ số R2 = 80,2% (mô hình 4) nghĩa là mô hình hồi quy tuyến tính vừa xây dựng phù hợp với tập dữ liệu là 80,2% hay nói cách khác là với tập dữ liệu thu thập được ta thấy trên 80% sự khác biệt của biến phụ thuộc (Chấp nhận sử dụng E-Banking) được giải thích bởi 4 biến độc lập trong mô hình nghiên cứu là nhận thức hữu ích (PU), nhận thức dễ dàng sử dụng (PEU), nhận thức rủi ro (PR) và Chi phí sử dụng dịch vụ (FC).
4.3.3.2.Kiểm định giả thuyết vềđộ phù hợp của mô hình
Hệ số R2 trên bảng 4.16 (mô hình 4) mới chỉ cho biết sự phù hợp của mô hình hồi quy với tập dữ liệu mà chưa thể cho biết mô hình hồi quy vừa mới xây dựng có phù hợp với tổng thể nghiên cứu hay không. Do đó, để xem xét sự phù hợp của mô hình hồi quy vừa xây dựng với tổng thể nghiên cứu ta sử dụng kiểm định F với giả thuyết Ho là
β1 =β2 =β3 =β4 = 0. Nếu giả thuyết H0 bị bác bỏ chúng ta kết luận là kết hợp của các biến hiện có trong mô hình có thể giải thích được thay đổi của biến phụ thuộc, điều này cùng có nghĩa là mô hình xây dựng phù hợp với tập dữ liệu.
Bảng 4.17 Kết quả phân tích ANOVA
Model Sum of Squares df Mean Square F Sig. 1 Regression 147,391 1 147,391 1325,190 ,000a Residual 55,389 498 ,111 Total 202,780 499 2 Regression 156,898 2 78,449 849,759 ,000b Residual 45,883 497 ,092 Total 202,780 499 3 Regression 161,273 3 53,758 642,386 ,000c Residual 41,507 496 ,084 Total 202,780 499 4 Regression 162,863 4 40,716 504,892 ,000d Residual 39,918 495 ,081 Total 202,780 499 Nguồn: Kết quả xử lý dữ liệu nghiên cứu bằng SPSS 16.0 của tác giả
Đại lượng thống kê F trong bảng phân tích phương sai (ANOVA) được dùng để kiểm định sự phù hợp của mô hình hồi quy với tổng thể. Ta thấy trong kết quả kiểm định này trong bảng 4.17 (mô hình 4) có mức ý nghĩa Sig. = 0,000 < 0,01 (α = 0,01) nên bác bỏ giả thuyết Ho, mô hình hồi quy bội vừa xây dựng là phù hợp với tổng thể nghiên cứu và có thể được sử dụng. Như vậy ta có thể kết luận rằng mô hình hồi quy vừa sử dụng là phù hợp với tổng thể nghiên cứu và có hệ số R2 = 80,2 % nghĩa là khoảng 80,2% sự khác biệt của việc khách hàng tại tỉnh Quảng Ngãi chấp nhận và sử dụng dịch vụ E-Banking được giải thích bởi 4 biến độc lập là nhận thức hữu ích (PU), nhận thức dễ dàng sử dụng (PEU), nhận thức rủi ro giao dịch (PR) và Chi phí sử dụng dịch vụ.
4.3.3.3.Kiểm định các giả thuyết của mô hình nghiên cứu Bảng 4.18 Kết quả hồi quy theo phương pháp Stepwise Bảng 4.18 Kết quả hồi quy theo phương pháp Stepwise (adsbygoogle = window.adsbygoogle || []).push({});
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 4 (Constant) ,698 ,191 3,655 ,000 PEU ,529 ,031 ,527 17,071 ,000 FC ,201 ,025 ,225 8,057 ,000 PU ,216 ,030 ,198 7,207 ,000 PR -,193 ,043 -,100 -4,440 ,000 a. Biến phụ thuộc: EBA Nguồn: Kết quả xử lý dữ liệu nghiên cứu bằng SPSS 16.0 của tác giả
Dựa vào kết quả trên tiến hành kiểm định các giả thuyết của mô hình nghiên cứu. Kết quả kiểm định như sau:
Giả thuyết H1: Yếu tố nhận thức hữu ích (PU) có tác động đồng biến đến sự chấp nhận sử dụng E-Banking của khách hàng tại tỉnh Quảng Ngãi. Để có được điều này ta xây dựng cặp giả thuyết sau: H0: β1≤ 0; H1: β1 > 0. Giả thuyết này có t = 7,207 và Sig. = 0,000 < 0,05 (độ tin cậy lựa chọn) nên giả thuyết H1được chấp nhận.
Giả thuyết H2: Yếu tố nhận thức dễ dàng sử dụng (PEU) có tác động đồng biến đến việc chấp nhận E-Banking của khách hàng tại tỉnh Quảng Ngãi. Để có được điều này ta xây dựng cặp giả thuyết sau: H0: β2≤ 0; H2: β2 > 0. Giả thuyết này có t = 17,071 và Sig. = 0,000 < 0,05 nên giả thuyết H2được chấp nhận.
Giả thuyết H3: Yếu tố nhận thức rủi ro (PR) có tác động nghịch biến đến việc chấp nhận E-Banking của khách hàng tại tỉnh Quảng Ngãi. Đểcó được điều này ta xây dựng cặp giả thuyết sau: H0: β3 ≥0; H3: β3 < 0. Giả thuyết này có t = - 4,440 và Sig. = 0,000 < 0,05 nên giả thuyết H3được chấp nhận.
Giả thuyết H4: Yếu tố Chi phí sử dụng dịch vụ (FC) có tác động đồng biến đến việc chấp nhận E-Banking của khách hàng tại tỉnh Quảng Ngãi. Đểcó được điều này ta xây dựng cặp giả thuyết sau: H0: β4≤ 0; H4: β4 > 0. Giả thuyết này có t = 8,057 và Sig. = 0,000 < 0,05 nên giả thuyết H4được chấp nhận.
Kết luận về mô hình hồi quy tuyến tính bội
Qua phân tích hồi quy bội tuyến tính giữa biến phụ thuộc là sự chấp nhận sử dụng dịch vụ E-Banking của người dùng tại tỉnh Quảng Ngãi (EBA) với 4 biến độc lập là nhận thức hữu ích (PU), nhận thức dễ dàng sử dụng (PEU), nhận thức rủi ro (PR) và Chi phí sử dụng dịch vụ (FC) ta thấy 4 biến độc lập này giải thích được khoảng 80,2% sự khác biệt của biến phụ thuộc. Mô hình hồi quy có thể viết như sau:
Yi = 0,698 + 0,216PU + 0,529PEU – 0,193PR + 0,201FC + ei Mô hình hồi quy này có thểđược viết thành như sau:
Sự chấp nhận sử dụng E-Banking của người dùng tại tỉnh Quảng Ngãi = 0,698 + 0,216* Nhận thức hữu ích + 0,529* Nhận thức dễ dàng sử dụng – 0,193* Nhận thức rủi ro + 0,201* Chi phí sử dụng dịch vụ + Các yếu tố khác.
4.4. Kết luận về mô hình nghiên cứu
Qua các kỹ thuật phân tích như kiểm định thang đo bằng hệ số Cronbach’s Alpha, phân tích yếu tố khám phá (EFA), hồi quy bội tuyến tính ta có thể kết luận về
mô hình nghiên cứu các yếu tốtác động đến sự chấp nhận sử dụng dịch vụ E-Banking