Phân tích hồi quy được thực hiện với 7 biến độc lập bao gồm: Giá trị chức năng (KQ_FV), Giá trị xã hội (KQ_SV), Giá trị cảm xúc (KQ_EmV), Giá trị tri thức (KQ_EpV), Giá trị điều kiện (KQ_CV), Giá trị thẩm mỹ (KQ_AV), Thói quen (KQ_HB) và biến phụ thuộc: ý định sử dụng ứng dụng của người tiêu dùng (Y_BI). Kết quả thống kê mô tả của các biến đưa vào phân tích hồi quy:
Bảng 4.7 Thống kê mô tả các nhân tố của mô hình
Tên biến Giá trị trung bình Độ lệch chuẩn Nhỏ nhất Lớn nhất
KQ_FV 3,65 ,666 1 5 KQ_SV 3,76 ,654 1 5 KQ_EmV 3,76 ,596 2 5 KQ_EpV 3,69 ,600 2 5 KQ_CV 3,73 ,648 1 5 KQ_AV 3,65 ,571 2 5 KQ_HB 3,20 ,861 1 5 Y_BI 4,01 ,569 1 5
53
Giá trị của các biến độc lập được tính trung bình dựa trên các biến quan sát thành phần của các biến độc lập đó. Giá trị của biến phụ thuộc là giá trị trung bình của các biến quan sát về ý định sử dụng ứng dụng của người dùng. Phân tích hồi quy được thực hiện bằng phương pháp Enter. Các biến được đưa vào cùng một lúc để xem biến nào được chấp nhận. Kết quả phân tích hồi quy như sau:
Kết quả cho thấy mô hình hồi quy tương đối phù hợp với mức ý nghĩa 0,05. Hệ số R2 hiệu chỉnh = 0,675 có nghĩa là có khoảng 67,5% phương sai ý định sử dụng ứng dụng được giải thích bởi 7 biến độc lập.
Bảng 4.8 Bảng đánh giá độ phù hợp của mô hình
Mô hình R R2 R2 hiệu chỉnh Độ lệch chuẩn ước lượng Durbin-Watson
1 ,827a ,683 ,675 ,324 2,003
Nguồn: Kết quả khảo sát 2014
Kiểm định F sử dụng trong phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và cái biến độc lập. Trong bảng phân tích ANOVA, ta thấy giá trị Sig.=0,000 rất nhỏ, nên mô hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 4.9 Bảng kiểm định độ phù hợp của mô hình
Mô hình Tổng các chênh lệch bình phương df Trung bình các chênh lệch bình phương F Sig. 1 Hồi quy 58,770 7 8,396 79,828 ,000b Phần dư 27,240 259 ,105 Tổng cộng 86,010 266
Nguồn: Kết quả khảo sát 2014
Phân tích ANOVA cho giá trị F=79,828 (Sig.=0,000). Hiện tượng đa cộng tuyến không có ảnh hưởng đến kết quả giải thích của mô hình với VIF của mỗi biến lớn nhất là 1,879 (<10). Quy tắc VIF vượt quá 10 là dấu hiệu của đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008a).
54
Bảng 4.10 Kết quả hồi quy sử dụng phương pháp Enter Mô hình Hệ số chưa
chuẩn hoá
Hệ số chuẩn hoá
t Sig. Đo lường đa cộng tuyến Partial
B Std. Error Beta Độ chấp nhận của biến VIF 1 (Constant) ,149 ,172 ,864 ,388 KQ_FV ,092 ,039 ,108 2,385 ,018 ,595 1,682 ,147 KQ_SV ,254 ,034 ,292 7,534 ,000 ,813 1,230 ,424 KQ_EmV ,228 ,046 ,240 4,997 ,000 ,532 1,879 ,297 KQ_EpV ,082 ,041 ,086 2,002 ,046 ,658 1,520 ,123 KQ_AV ,111 ,044 ,111 2,532 ,012 ,631 1,584 ,155 KQ_HB ,217 ,025 ,329 8,746 ,000 ,865 1,156 ,478 KQ_CV ,084 ,038 ,095 2,214 ,028 ,661 1,512 ,136
Nguồn: Kết quả khảo sát 2014
Dựa trên kết quả xử lý mô hình hồi quy được xây dựng thể hiện mối quan hệ giữa ý định sử dụng ứng dụng của người tiêu dùng trong tổ chức (Y_BI) với các biến độc lập gồm: Giá trị chức năng (KQ_FV), Giá trị xã hội (KQ_SV), Giá trị cảm xúc (KQ_EmV), Giá trị tri thức (KQ_EpV), Giá trị điều kiện (KQ_CV), Giá trị thẩm mỹ (KQ_AV), Thói quen (KQ_HB) được thể hiện qua biểu thức sau:
KQ_BI = 0,149 + 0.092*KQ_FV + 0,254* KQ_SV + 0,228*KQ_EmV + 0,082*KQ_EpV + 0,111*KQ_AV + 0,217*HB + 0,084*KQ_CV
Để xác định biến độc lập nào có vai trò quan trọng hơn đối với biến phụ thuộc, ta dùng hệ số tương quan riêng phần (Partial correlations). Kết quả từ bảng 4.9 cho thấy: yếu tố có ảnh hưởng quan trọng nhất là Thói quen (Partial= 0,478), biến thứ hai có ảnh hưởng không kém biến đầu tiên là Giá trị xã hội (Partial=0,424), biến ảnh hưởng mạnh thứ ba là Giá trị cảm xúc (Partial=0,297), các biến còn lại có mức ảnh hưởng tương đối là Giá trị cảm xúc (Partial=0,155), Giá trị chức năng (Partial=0,147), Giá trị điều kiện (Partial=0,136) và Giá trị tri thức (Partial=0,123).
55
4.4.3 Kiểm tra sự vi phạm của các giả định
a. Giả định về hệ tuyến tính và phương sai của phần dư không đổi
Sử dụng biểu đồ phân tán giữa hai biến giá trị phần dư (trên trục tung) và giá trị dự đoán (trên trục hoành).
Biểu đồ phân tán cho thấy phần dư phân tán ngẫu nhiên giữa các giá trị dự đoán và phần dư. Như vậy, giả định liên hệ tuyến tính không vi phạm.
Nguồn: Kết quả khảo sát 2014
Hình 4.1 Đồ thị phân tán của giá trị dự đoán chuẩn hóa và phần dư chuẩn hóa
b. Giả định phân phối chuẩn của phần dư
Để dò tìm vi phạm giả định phân phối chuẩn của phần dư ta sử dụng công cụ vẽ đồ thị Histogram của phần mềm SPSS.
56
Đồ thị Histogram với trung bình xấp sỉ 0, và độ lệch chuẩn = 0,987 có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm.
Nguồn: Kết quả khảo sát 2014
Hình 4.2 Đồ thị Histogram của các nhân tố tác động
c. Kiểm tra tính độc lập của phần dư
Kết quả tính độc lập của phần dư bằng trị thống kê Durbin-Watson trong bảng 4.7 cho thấy giá trị d=2,003 gần bằng 2 có nghĩa là các phần dư không có tương quan chuỗi bậc nhất với nhau.
4.4.4 Kết quả kiểm định các giả thuyết hồi quy
Sau khi kiểm tra các vi phạm giả định trong phân tích mô hình hồi quy, kết quả là mô hình hồi quy của mẫu có thể sử dụng các ước lượng cho các hệ số hồi quy của tổng thể. Phương trình hồi quy được chấp nhận:
57
Ý định sử dụng = 0,149 + 0.092*Giá trị chức năng + 0,254*Giá trị xã hội + 0,228*Giá trị cảm xúc + 0,082*Giá trị tri thức + 0,111*Giá trị thẩm mỹ + 0,217*Thói quen + 0,084*Giá trị điều kiện.
Dựa vào phương trình hồi quy có thể rút ra kết luận cho mẫu nghiên cứu về ý định sử dụng ứng dụng của người dùng tại TP.Hồ Chí Minh phụ thuộc vào 7 yếu tố như sau:
Giả thuyết H1: Giá trị chức năng có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Giá trị chức năng
có hệ số B=0,092, t=2,385, sig.=0,018 nên giả thuyết được chấp nhận.
Giả thuyết H2: Giá trị xã hội có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Giá trị xã hội có hệ số B=0,254, giá trị t=7,534, sig.=0,000 nên giả thuyết này được chấp nhận.
Giả thuyết H3: Giá trị cảm xúc có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Giá trị cảm xúc có hệ số B=0,228, giá trị t=4,997, sig.=0,000 nên giả thuyết này được chấp nhận.
Giả thuyết H4: Giá trị tri thức có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Giá trị tri thức có hệ số B=0,082, giá trị t=2,002, sig.=0,046 nên giả thuyết này được chấp nhận.
Giả thuyết H5: Giá trị điều kiện có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Giá trị điều kiện có hệ số B=0,084, giá trị t=2,214, sig.=0,028 nên giả thuyết này được chấp nhận.
Giả thuyết H6: Giá trị thẩm mỹ có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Giá trị thẩm mỹ có hệ số B=0,111, giá trị t=2,532, sig.=0,012 nên giả thuyết này được chấp nhận.
Giả thuyết H7: Thói quen có ảnh hưởng tích cực làm tăng ý định sử dụng ứng dụng trên Smartphone của người tiêu dùng. Thành phần Thói quen có hệ số B=0,217, giá trị t=8,746, sig.=0,000 nên giả thuyết này được chấp nhận.
58
4.4.5 Thảo luận
Kết quả cho thấy các yếu tố: giá trị chức năng, giá trị xã hội, giá trị cảm xúc, giá trị tri thức, giá trị điều kiện, giá trị thẩm mỹ, và thói quen đều có ảnh hưởng tích cực (+) đến ý định sử dụng ứng dụng của người dùng. Trong đó, mức độ ảnh hưởng xếp theo thứ tự từ cao xuống thấp là: giá trị xã hội, giá trị cảm xúc, thói quen, giá trị thẩm mỹ, giá trị chức năng, giá trị điều kiện và giá trị tri thức; và xem xét hệ số Beta của các yếu tố ta nhận thấy rõ các yếu tố: giá trị xã hội, giá trị cảm xúc, giá trị thói quen có mức độ ảnh hưởng tương đối cao và các yếu tố giá trị chức năng, giá trị điều kiện và giá trị tri thức có mức độ ảnh hưởng thấp gần nhau. Trong kết quả nghiên cứu, biến giá trị xã hội được đánh giá là có tác động quan trọng giống như trong nghiên cứu của Hsiu et al. (2013) và nghiên cứu của (Bakon & Hassan, 2013), tuy nhiên trong nghiên cứu của Hsiu et al. (2013) biến giá trị tri thức và giá trị điều kiện được đánh giá có ảnh hưởng quan trọng nhưng trong nghiên cứu này hai biến không được đánh giá cao; theo nghiên cứu của Bakon and Hassan (2013) biến giá trị cảm xúc và giá trị chức năng không có ảnh hưởng đến hành vi người dùng tuy nhiên kết quả nghiên cứu này cho thấy biến giá trị cảm xúc là một yếu tố có ảnh hưởng quan trọng đến hành vi người dùng và biến giá trị chức năng tuy không có ảnh hưởng mạnh nhưng có tác động tích cực ở mức tương đối đến ý định sử dụng người dùng hay chính là hành vi của người sử dụng. Điều này có thể giải thích là do sự khác biệt của đối tượng khảo sát trong các nghiên cứu, và nhu cầu người dùng tại mỗi địa phương có sự khác nhau về tâm lý, văn hoá, và mục đích sử dụng. Do đó, việc sử dụng các ứng dụng di động cũng có sự khác biệt và ảnh hưởng khác biệt đến hành vi sử dụng của người dùng hay là ý định sử dụng của người dùng trong nghiên cứu này. Và trong bài nghiên cứu này đã đề xuất thêm yếu tố Thói quen kết quả thực nghiệm của nghiên cứu đã cho thấy đây là một yếu tố quan trọng tác động đến biến phụ thuộc ý định sử dụng của người dùng.
59
4.5 Kiểm định sự khác biệt giữa các nhóm 4.5.1 Kiểm định sự khác biệt theo giới tính 4.5.1 Kiểm định sự khác biệt theo giới tính
Kiểm định Independent-samples T-test sẽ cho ta biết có sự khác biệt về ý định sử dụng ứng dụng di động giữa giới tính nam và nữ. Theo như kết quả kiểm định Levene sig. lớn hơn 0,05 (sig.=0,464) nên phương sai của phái nam và nữ không khác nhau. Vì vậy, trong kết quả kiểm định t ta sử dụng kết quả Equal variances assumed có sig nhỏ hơn 0,05 (sig.=0,008) nghĩa là có sự khác biệt có ý nghĩa về trị trung bình giữa hai phái. Hay nói cách khác, ý định sử dụng của nam giới (mean=4,10) cao hơn nữ giới (mean=3,91).
Bảng 4.11 Kết quả phân tích khác biệt về ý định sử dụng theo giới tính
Gioi_tinh Tần số Trung bình Độ lệch chuẩn Kiểm định Levene Kiểm định t
Nữ 123 3,91 0,624 F = 0,539;
Sig. = 0,464
T= -2,670; Sig. = 0,008
Nam 144 4,10 0,504
Nguồn: Kết quả khảo sát 2014
4.5.2 Kiểm định khác biệt theo độ tuổi
Kết quả kiểm định phương sai cho thấy ý định sử dụng ứng dụng giữa các nhóm nghề nghiệp không khác nhau một cách có ý nghĩa Sig. = 0,622 > 0,05. Do vậy ta có thể sử dụng kết quả phân tích ANOVA trong trường hợp này. Tuy nhiên, kết quả phân tích ANOVA cho thấy không có sự khác biệt có ý nghĩa thống kê về ý định sử dụng giữa các nhóm nghề nghiệp Sig. = 0,600 > 0,05. Hay không có sự khác biệt giữa các nhóm độ tuổi.
60
Bảng 4.12 Kiểm quả phân tích ANOVA về sự khác biệt ý định sử dụng theo độ tuổi
Độ tuổi Tần số Trung bình Độ lệch chuẩn Kiểm định
Levene Phân tích ANOVA 18-22 71 4,07 0,505 Levene thống kê = 0,657; Sig. = 0,622 F = 0,689; Sig. = 0,600 23-26 91 3,94 0,624 27-32 79 4,06 0,582 33-37 22 3,97 0,519 38-45 4 4,06 0,239 Tổng cộng 267 4,01 0,569
Nguồn: Kết quả khảo sát 2014
4.5.3 Kiểm định khác biệt theo trình độ học vấn
Kết quả kiểm định phương sai cho thấy ý định sử dụng ứng dụng giữa các nhóm nghề nghiệp không khác nhau một cách có ý nghĩa Sig. = 0,445 > 0,05. Do vậy ta có thể sử dụng kết quả phân tích ANOVA trong trường hợp này. Tuy nhiên, kết quả phân tích ANOVA cho thấy không có sự khác biệt có ý nghĩa thống kê về ý định sử dụng giữa các nhóm nghề nghiệp Sig. = 0,443 > 0,05. Hay không có sự khác biệt giữa các nhóm trình độ học vấn.
Bảng 4.13 Kiểm quả phân tích ANOVA về sự khác biệt ý định sử dụng theo trình độ học vấn
Trình độ học vấn Tần số Trung bình Độ lệch chuẩn Kiểm định
Levene Phân tích ANOVA Trung cấp 39 4,03 0,458 Levene thống kê = 0,894; Sig. = 0,445 F = 0,897; Sig. = 0,443 Cao đẳng 20 3,89 0,582 Đại học 173 4,00 0,608 Sau đại học 35 4,14 0,459 Tổng cộng 267 4,01 0,569
61
4.5.4 Kiểm định khác biệt theo nghề nghiệp
Kết quả kiểm định phương sai cho thấy ý định sử dụng ứng dụng giữa các nhóm nghề nghiệp không khác nhau một cách có ý nghĩa Sig. = 0,341 > 0,05. Do vậy ta có thể sử dụng kết quả phân tích ANOVA trong trường hợp này.
Kết quả phân tích ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê về ý định sử dụng giữa các nhóm nghề nghiệp Sig. = 0,000 < 0,05. Phương pháp Bonferroni (Post Hoc) được sử dụng để xác định sự khác biệt xảy ra ở nhóm nghề nghiệp và kết quả phân tích như sau: IT và SV (sig.=0,014); IT và NVVP (sig.=0,005); IT và nhóm nghề Khác (sig.=0,020); Kinh doanh/ bán hàng và SV (sig.=0,050); Kinh doanh/ bán hàng và NVVP (sig.=0,025); Kinh doanh/ bán hàng và nhóm nghề Khác (sig.=0,039) với các mức ý nghĩa quan sát ở kiểm định chênh lệch trung bình cặp nhỏ hơn 0,05. Do đó, ta có thể kết luận rằng ý định sử dụng ở các nhóm trên có sự khác biệt với nhau.
Bảng 4.14 Kiểm quả phân tích ANOVA về sự khác biệt ý định sử dụng theo nghề nghiệp Nghề nghiệp Tần số Trung bình Độ lệch chuẩn Kiểm định Levene Phân tích ANOVA Sinh viên 55 4,15 0,450 Levene thống kê = 1,134; Sig. = 0,341 F = 6,290; Sig. = 0,000 Nhân viên văn phòng 65 4,16 0,475
IT 80 3,84 0,601 Kinh doanh/ bán hàng 48 3,84 0,641 Khác 19 4,28 0,539 Tổng cộng 267 4,01 0,569
62
Bảng 4.15 Kết quả kiểm định Bonferroni về sự khác biệt ý định sử dụng giữa các nhóm nghề nghiệp
(I) NNghiep (J) NNghiep Khác biệt trung bình (I-J) Sig.
Sinh viên
Nhân viên văn phòng -0,012 1,000
IT 0,309*
0,014
Kinh doanh/ bán hàng 0,306* 0,050
Khác -0,126 1,000
Nhân viên văn phòng
Sinh viên 0,012 1,000 IT 0,321* 0,005 Kinh doanh/ bán hàng ,318* 0,025 Khác -0,115 1,000 IT Sinh viên -0,309* 0,014
Nhân viên văn phòng -0,321* 0,005
Kinh doanh/ bán hàng -0,003 1,000 Khác -0,436* 0,020
Kinh doanh/ bán hàng
Sinh viên -0,306* 0,050
Nhân viên văn phòng -0,318*
0,025
IT 0,003 1,000
Khác -0,433* 0,039
Khác
Sinh viên 0,126 1,000 Nhân viên văn phòng 0,115 1,000
IT 0,436* 0,020
Kinh doanh/ bán hàng 0,433* 0,039
*. Mức ý nghĩa p < 0.05
Nguồn: Kết quả khảo sát 2014
4.5.5 Kiểm định khác biệt về thu nhập
Kết quả kiểm định phương sai cho thấy ý định sử dụng ứng dụng giữa các nhóm nghề nghiệp không khác nhau một cách không ý nghĩa Sig. = 0,000 < 0,05. Do vậy ta không thể sử dụng kết quả phân tích ANOVA trong trường hợp này.
63
4.5.6 Kiểm định khác biệt về thời gian sử dụng
Kết quả kiểm định phương sai cho thấy ý định sử dụng ứng dụng giữa các nhóm thời gian sử dụng không khác nhau một cách có ý nghĩa Sig. = 0,408 > 0,05. Do vậy ta có thể sử dụng kết quả phân tích ANOVA trong trường hợp này.
Kết quả phân tích ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê về ý định sử dụng giữa các nhóm thời gian sử dụng Sig. = 0,009 < 0,05. Phương pháp Bonferroni (Post Hoc) được sử dụng để xác định sự khác biệt xảy ra ở nhóm thời gian sử dụng và kết quả phân tích cho thấy chủ yếu nhóm có thời gian sử dụng trên