Từ 122 kết quả hợp lệ, nhóm nghiên cứu sử dụng phần mềm SPSS 16.0, áp dụng phương pháp phân tích nhân tố Principal Components với phép xoay Varimax. Điều kiện phân tích thỏa mãn các tiêu chí sau:
(1) Hệ số Eigenvalue > 1
(2) Hệ số kiểm định KMO > 0,5 (3) Kiểm định Barlett có Sig. ≤ 0,05 (4) Tiêu chuẩn Factor Loading > 0,5
sinh viên trên địa bàn thành phố Hà Nội
Bảng 4.3: Kết quả kiểm định các nhân tố xác định các biến đủ điều kiện phân tích Số nhân tố theo mô hình lý thuyết chạy EFA Hệ số KMO P-value Phương sai trích Số nhân tố rút ra Kết luận 3 nhân tố (bao gồm: HQ, NL và AH) 0,836 0,000 68,805% 3
Không có biến có hệ số tải bằng 0. Cả ba nhân tố mang biến (component 1, 2 và 3) đều không có hiện tượng biến phụ nhiều nhân tố. (Nguồn: Kết quả phân tích của nhóm nghiên cứu)
Bảng KMO – Barret – Phương sai trích – Hệ số tải phân tích nhân tố sau lần phân tích nhân tố (Xem Phụ lục 1)
Xem kết quả bảng KMO và kiểm định Bartlett sau khi chạy EFA, điều này cho thấy việc phân tích nhân tố quan sát là thích hợp với hệ số KMO lần lượt là 0,836 và 0,765 thỏa mãn điều kiện. Kiểm định Bartlett cho p _ value (sig. = 0,000) có ý nghĩa về mặt thống kê.
Sau khi phân tích nhân tố khám phá, không có biến nào có hệ số tải bằng 0. Các biến đều có hê số tải nhân tố > 0,5 thể hiện giá trị thực tiễn tốt.Kiểm tra phân tích từng nhân tố riêng lẻ, cho thấy tất cả các nhân tố mang biến đêu không có hiện tượng biến phụ thuộc nhiều nhân tố.
Nhóm 3 nhân tố bao gồm “Hiệu quả mong đợi” (HQ), “Nỗ lực mong đợi” (NL) và “Ảnh hưởng xã hội” (AH), sau khi phân tích EFA có phương sai trích là 68,805%, tức giải thích được 68,805% quan sát.
sinh viên trên địa bàn thành phố Hà Nội 4.4 Phân tích tƣơng quan giữa các biến
Thông qua kết quả phân tích tương quan giữa các biến (xem Phụ lục 1, PL13), nhìn chung hệ số tương quan giữa các biến đều có sig. < 0,05, trừ các trường hợp hệ số tương quan giữa DK1với các biến “Hiệu quả mong đợi” (bao gồm HQ1, HQ2, HQ3, HQ4 và HQM) có sig. > 0,05 chứng tỏ không có ý nghĩa về mặt thống kê và hệ số tương quan giữa DK2 với các biến “Hiệu quả mong đợi” (bao gồm HQ1, HQ2, HQ3 và HQM) đều có sig. > 0,05.
Trong ba biến HQM (hiệu quả mong đợi), NLM (nỗ nực mong đợi) và AHM (ảnh hưởng xã hội), AHM có hệ số tương quan với biến DDM (dự định hành vi) cao nhất là 0,621 với sig. là 0,000 (hệ số tương quan của DDM với HQM và NLM lần lươt là 0,611 và 0,490 với sig là 0,000). Chứng tỏ, “Ảnh hưởng xã hội” có mối liên hệ chặt chẽ nhất tới “Dự định hành vi”.
Cũng qua kết quả phân tích tương quan, hệ số tương quan giữa biến TK0 (hành vi sử dụng) và biến DKM (điều kiện thuận lợi) là rất nhỏ, chỉ 0,297 tức giữa hai biến này có mối liên hệ không chặt chẽ với nhau. Trong khi đó, hệ số tương quan giữa biến TK0 và biến DDM cao hơn là 0,707, do đó có thể nói rằng, “Dự định hành vi” có mối liên hệ chặt chẽ tới “Hành vi sử dụng” của người sử dụng.
4.5 Phân tích mức độ ảnh hƣởng của các nhân tố đến viêc lựa chọn các chƣơng trình đào tạo tiếng Anh trực tuyến dựa trên phƣơng pháp hồi chƣơng trình đào tạo tiếng Anh trực tuyến dựa trên phƣơng pháp hồi quy các biến/nhân tố
4.5.1 Phân tích sự ảnh hưởng của các nhân tố/biến độc lập với các nhân tố/biến phụ thuộc tố/biến phụ thuộc
Phân tích sự ảnh hưởng của nhóm nhân tố “Hiệu quả mong đợi”, “Nỗ
lực mong đợi”, “Ảnh hưởng xã hội” đến “Dự định hành vi” của người dùng.
sinh viên trên địa bàn thành phố Hà Nội
Hệ số beta Sig. R2 điều chỉnh
Hiệu quả mong đợi 0,303 0,000 0,519
Nỗ lực mong đợi 0,227 0,002
Ảnh hưởng xã hội 0,378 0,000
Biến phụ thuộc gồm: “Hiệu quả mong đợi”, “Nỗ lực mong đợi” và “Ảnh hưởng xã hội”
Biến độc lập: “Dự định hành vi”.
Kết quả hồi quy cho thấy, các nhân tố/biến phụ thuộc đều có sig. < 0,1; do đó, các nhân tố này đều có ý nghĩa về mặt thống kê, cũng như là có sự tác động đáng kể đến biến phụ thuộc “Dự định hành vi”. Thêm vào đó, nhóm nhân tố
“Hiệu quả mong đợi”, “Nỗ lực mong đợi” và “Ảnh hưởng xã hội” có R2
điều chỉnh là 0,519, tức là các biến phụ thuộc thể giải thích khoảng 51,9% sự tác động tới “Dự định hành vi” của người sử dụng dịch vụ. Trong đó, “Ảnh hưởng xã hội” có hệ số beta lớn nhất (β = 0,378), điều đó một phần chứng tỏ rằng đây là nhân tố có ảnh hưởng nhiều nhất đến biến phụ thuộc “Dự định hành vi”.
Phân tích sự ảnh hưởng của nhóm nhân tố “Dự định hành vi” và “Điều
kiện thuận lợi” đến “Hành vi sử dụng” của người dùng.
Hệ số beta Sig. R2 điều chỉnh (adsbygoogle = window.adsbygoogle || []).push({});
Dự định hành vi 0,718 0,000 0,492
Điều kiện thuận lợi -0,024 0,741
Biến phụ thuộc bao gồm: “Dự định hành vi” và “Điều kiện thuận lợi” Biến độc lập: “Hành vi sử dụng”
Kết quả hồi quy cho thấy, biến “Điều kiện thuận lợi” có sig. > 0,1; nghĩa là biến này không có ý nghĩa về mặt thống kê cũng như không có tác động đáng kể lên “Hành vi sử dụng” của người dùng. Do đó, đây là biến bị loại ra khỏi mô hình.
sinh viên trên địa bàn thành phố Hà Nội
Bên cạnh đó, biến “Dự định hành vi” có significant rất nhỏ (0,002) và nhỏ hơn 0,1; nghĩa là biến này có ý nghĩa về mặt thống kê và có tác động đáng kể đến “Hành vi sử dụng” của người dùng.
Do biến “Điều kiện thuận lợi” không ảnh hưởng đến mô hình, vì vậy, phần trăm tác động đến biến phụ thuộc được giải thích bởi biến “Dự định hành vi” sẽ được đo lường chính xác ở phần hồi quy tiếp theo.
Phân tích sự ảnh hưởng của nhóm nhân tố “Dự định hành vi” đến
“Hành vi sử dụng” của người dùng.
Hệ số beta Sig. R2 điều chỉnh
Dự định hành vi 0,709 0,000 0,496
Biến phụ thuộc: Dự định hành vi Biến độc lập: Hành vi sử dụng
Kết quả hồi quy cho thấy, nhóm nhân tố “Dự định hành vi” có sig. 0,000; nghĩa
là có tác động lớn tới biến độc lập “Hành vi sử dụng”. Hồi quy cho kết quả R2
điều chỉnh là 0,496; tức biến phụ thuộc này sẽ giải thích được khoảng 49,6% sự tác động của “Dự định hành vi” tới “Hành vi sử dụng” của người sử dụng.
4.5.2 Phân tích sự ảnh hưởng của các biến điều tiết tới mối quan hệ giữa biến độc lập và biến phụ thuộc có trong mô hình biến độc lập và biến phụ thuộc có trong mô hình
Phân tích sự ảnh hưởng của các biến điều tiết đến mối quan hệ giữa
biến “Hiệu quả mong đợi” và “Dự định hành vi”
o Phân tích sự ảnh hưởng của biến điều tiết “Giới tính” đến mối quan hệ
sinh viên trên địa bàn thành phố Hà Nội Mô hình Hệ số beta Sig. R2 điều chỉnh
1 Hiệu quả mong đợi 0,611 0,000 0,368
2 Hiệu quả mong đợi 0,578 0,000 0,385
ZHiệu quả mong đợi x ZGiới tính -0,152 0,040
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, khi chạy mô hình thứ hai, biến “ZHiệu quả mong đợi x ZGiới
tính” có sig. <0,1; nghĩa là biến này có ý nghĩa trong mô hình. Hơn thế nữa, R2
điều chỉnh tăng từ 0,368 lên 0,385; tức mức độ giải thích sự ảnh hưởng đến “Dự định hành vi” có tăng lên. Hệ số beta (-0,152) là hệ số âm, điều đó có nghĩa rằng đối với sinh viên nam, mức độ ảnh hưởng của “Hiệu quả mong đợi” đến “Dự định hành vi” ít hơn so với sinh viên nữ. Nguyên nhân có thể là các sinh viên nam ít tin tưởng vào hiệu quả của các chương trình tiếng Anh trực tuyến hơn các sinh viên nữ do đặc điểm về tính cách, tâm lý và mối quan tâm đặc trưng của giới tính.
o Phân tích sự ảnh hưởng của biến điều tiết “Năm học đại học” đến mối
quan hê giữa biến “Hiệu quả mong đợi” và “Dự định hành vi” Mô hình Hệ số beta Sig. R 2 điều chỉnh
1 Hiệu quả mong đợi 0,611 0,000 0,368 (adsbygoogle = window.adsbygoogle || []).push({});
2
Hiệu quả mong đợi 0,611 0,000 0,364
ZHiệu quả mong đợi x ZNăm học hiện tại
0.032 0,663
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, biến “ZHiệu quả mong đợi x ZNăm học hiện tại” có sig. > 0,1 nên
không có ý nghĩa về mặt thống kê đồng thời không có ảnh hưởng trong mô
hình. Hơn nữa, R2
điều chỉnh cũng giảm sau khi thêm biến đồng thời hệ số beta rất nhỏ là 0,032, điều đó càng củng cố rằng đây là biến không có tác động vào
sinh viên trên địa bàn thành phố Hà Nội
mô hình hay biến điều tiết “Năm học hiện tại” không có sự ảnh hưởng đến mối quan hệ giữa “Hiệu quả mong đợi” và “Dự định hành vi” như trong mô hình lý thuyết UTAUT. Nguyên nhân có thể là do độ tuổi của sinh viên không có sự khác biệt quá lớn nên không có sự khác biệt trong việc tác động đến mối quan hệ giữa biến độc lập và biến phụ thuộc như trên.
Phân tích sự ảnh hưởng của các biến điều tiết đến mối quan hệ giữa
biến “Nỗ lực mong đợi” và “Dự định hành vi”
o Phân tích sự ảnh hưởng của biến điều tiết “Giới tính” đến mối quan hệ
giữa biến “Nỗ lực monng đợi” và “Dự định hành vi” Mô hình Hệ số beta Sig. R 2 điều chỉnh 1 Nỗ lực mong đợi 0,490 0,000 0,233 2 Nỗ lực mong đợi 0,482 0,000 0,241
ZNỗ lực mong đợi x ZGiới tính -0,117 0,143
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, biến “ZNỗ lực mong đợi x ZGiới tính” có 0,1 < sig. < 0,2, như
vậy có thể chấp nhận được biến này có ý nghĩa về mặt thống kê nếu chấp nhận
mức độ sig. = 20%. Thêm vào đó, R2 điều chỉnh khi thêm biến cũng tăng từ
0,233 lên 0,241, nghĩa là giải thích được 24,1% nguyên nhân tác động đến “Dự định hành vi”. Hơn nữa, sự tác động này cũng đã được chứng minh ở mô hình lý thuyết và có hệ số beta mức khá là
(-0,117). Do đó, nhóm nghiên cứu chấp nhận “Giới tính” có sự tác động đến mối quan hệ giữa “Nỗ lực mong đợi” và “Dự định hành vi”. Theo đó, đối với nam, mức độ ảnh hưởng của “Nỗ lực mong đợi” đến “Dự định hành vi” là thấp hơn so với nữ. Nguyên nhân có thể là do nam thường có kỹ năng tin học tốt hơn so với nữ.
o Phân tích sự ảnh hưởng của biến điều tiết “Năm học đại học” đến mối
sinh viên trên địa bàn thành phố Hà Nội Mô hình Hệ số beta Sig. R 2 điều chỉnh 1 Nỗ lực mong đợi 0,490 0,000 0,233 2 Nỗ lực mong đợi 0,489 0,000 0,227
ZNỗ lực mong đợi x ZNăm học đại học -0,003 0,970
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, biến “ZNỗ lực mong đợi x ZNăm học hiện tại” có sig. > 0,1 nên
không có ý nghĩa về mặt thống kê đồng thời không có ảnh hưởng trong mô
hình. Hơn nữa, R2
điều chỉnh cũng giảm sau khi thêm biến đồng thời hệ số beta rất nhỏ là - 0,003, điều đó càng củng cố rằng đây là biến không có tác động vào mô hình hay biến điều tiết “Năm học hiện tại” không có sự ảnh hưởng đến mối quan hệ giữa “Nỗ lực mong đợi” và “Dự định hành vi” như trong mô hình lý thuyết UTAUT. Nguyên nhân có thể là do độ tuổi của sinh viên không có sự khác biệt quá lớn nên không có sự khác biệt trong việc tác động đến mối quan hệ giữa biến độc lập và biến phụ thuộc như trên. (adsbygoogle = window.adsbygoogle || []).push({});
sinh viên trên địa bàn thành phố Hà Nội
o Phân tích sự ảnh hưởng của biến điều tiết “Kinh nghiệm” đến mối
quan hệ giữa biến “Nỗ lực monng đợi” và “Dự định hành vi” Mô hình Hệ số beta Sig. R 2 điều chỉnh 1 Nỗ lực mong đợi 0,490 0,000 0,233 2 Nỗ lực mong đợi 0,489 0,000 0,227
ZNỗ lực mong đợi x ZKinh nghiệm -0,007 0,926
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, biến “ZNỗ lực mong đợi x ZKinh nghiệm” có sig. > 0,1 nên
không có ý nghĩa về mặt thống kê đồng thời không có ảnh hưởng trong mô
hình. Hơn nữa, R2
điều chỉnh cũng giảm sau khi thêm biến đồng thời hệ số beta rất nhỏ là - 0,007, điều đó càng củng cố rằng đây là biến không có tác động vào mô hình hay biến điều tiết “Kinh nghiệm” không có sự ảnh hưởng đến mối quan hệ giữa “Nỗ lực mong đợi” và “Dự định hành vi” như trong mô hình lý thuyết UTAUT. Nguyên nhân có thể là do kiến thức tin học của sinh viên khá tốt và đồng đều nên không thể hiện sự khác biệt về “Kinh nghiệm” trong xu hướng về “Dự định hành vi”.
Phân tích sự ảnh hưởng của các biến điều tiết đến mối quan hệ giữa
biến “Ảnh hưởng xã hội” và “Dự định hành vi”
o Phân tích sự ảnh hưởng của biến điều tiết “Giới tính” đến mối quan hệ
sinh viên trên địa bàn thành phố Hà Nội Mô hình Hệ số beta Sig. R 2 điều chỉnh 1 Ảnh hưởng xã hội 0,621 0,000 0,381 2 Ảnh hưởng xã hội 0,631 0,000 0,388
ZẢnh hưởng xã hội x ZGiới tính -0,110 0,126
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, biến “ZẢnh hưởng xã hội x ZGiới tính” có 0,1 < sig. < 0,2, như
vậy có thể chấp nhận được biến này có ý nghĩa về mặt thống kê nếu chấp nhận
mức độ sig. = 20%. Thêm vào đó, R2 điều chỉnh khi thêm biến cũng tăng từ
0,381 lên 0,388, nghĩa là giải thích được 38,8% nguyên nhân tác động đến “Dự định hành vi”. Hơn nữa, sự tác động này cũng đã được chứng minh ở mô hình lý thuyết và có hệ số beta mức khá là
(-0,110). Do đó, nhóm nghiên cứu chấp nhận “Giới tính” có sự tác động đến mối quan hệ giữa “Ảnh hưởng xã hội” và “Dự định hành vi”. Theo đó, đối với nam, mức độ ảnh hưởng của “Ảnh hưởng xã hội” đến “Dự định hành vi” là thấp hơn so với nữ.
o Phân tích sự ảnh hưởng của biến điều tiết “Năm học đại học” đến mối
quan hệ giữa biến “Ảnh hưởng xã hội” và “Dự định hành vi” Mô hình Hệ số beta Sig. R 2 điều chỉnh 1 Ảnh hưởng xã hội 0,621 0,000 0,381 2 Ảnh hưởng xã hội 0,621 0,000 0,375
ZẢnh hưởng xã hội x ZNăm học đại học 0,003 0,971
Trị thống kê Z (Z_score) là giá trị chuẩn hóa.
Kết quả hồi quy cho thấy, biến “ZẢnh hưởng xã hội x ZNăm học đại học” có sig. > 0,1 nên
không có ý nghĩa về mặt thống kê đồng thời không có ảnh hưởng trong mô
hình. Hơn nữa, R2
điều chỉnh cũng giảm sau khi thêm biến đồng thời hệ số beta rất nhỏ là 0,003, điều đó càng củng cố rằng đây là biến không có tác động vào
sinh viên trên địa bàn thành phố Hà Nội
mô hình hay biến điều tiết “Năm học đại học” không có sự ảnh hưởng đến mối quan hệ giữa “Nỗ lực mong đợi” và “Dự định hành vi” như trong mô hình lý thuyết UTAUT. Nguyên nhân có thể là do độ tuổi sinh viên khá đồng đều nên nhận thức cũng như tiếp cận với một môi trường xã hội khá tương đồng nên không thể hiện sự khác biệt. (adsbygoogle = window.adsbygoogle || []).push({});
o Phân tích sự ảnh hưởng của biến điều tiết “Kinh nghiệm” đến mối
quan hệ giữa biến “Ảnh hưởng xã hội” và “Dự định hành vi” Mô hình Hệ số beta Sig. R 2 điều chỉnh 1 Ảnh hưởng xã hội 0,621 0,000 0,381 2 Ảnh hưởng xã hội 0,618 0,000 0,394
ZẢnh hưởng xã hội x ZKinh nghiệm -0,135 0,059