định tính sơ bộ Bảng câu hỏi Nghiên cứu định tính (Phỏng vấn sâu 02 chuyên gia Phòng Ngân Hàng Điện Tử và
08 khách hàng sử dụng mBanking Sacombank) Mục tiêu
nghiên cứu
Nghiên cứu sơ bộ
- Nghiên cứu định lượng (N=250), khảo sát 250 khách hàng sử dụng mBanking Sacombank
- Mã hoá, làm sạch dữ liệu - Phân tích dữ liệu
- Nhận xét và đánh giá kết quả Cơ sở lý thuyết và mô
hình nghiên cứu
Phương pháp chọn mẫu: Các phần tử của mẫu được chọn theo phương pháp lấy mẫu thuận tiện. Bất kỳ khách hàng nào có sử dụng dịch vụ mobile banking của Sacombank đồng ý tham gia vào mẫu đều được chọn vào mẫu.
Phương pháp thu thập dữ liệu: Các chuyên viên Phòng Ngân hàng điện tử Sacombank và khách hàng sẽ được phát tận tay bảng câu hỏi và trả lời trực tiếp. Thiết kế bảng câu hỏi định lượng: Phụ lục 2
Phương pháp phân tích dữ liệu: Xử lý số liệu được thực hiện trên chương trình xử lý số liệu SPSS 20.0 theo 4 giai đoạn như sau:
Giai đoạn 1: Kiểm định độ tin cậy của các thang đo kiểm định thông qua
công cụ Cronbach’s Alpha. Tiêu chí:
- Hệ số tương quan tổng (Corected Item – total Correlation) >= 0.5 - Hệ số Cronbach’s Alpha >= 0.6
Giai đoạn 2: Phân tích nhân tố khám phá EFA, để định lại một tập hợp nhóm
quan sát trong mô hình nghiên cứu. Các biến quan sát có Factor Loading nhỏ hơn 0.5 sẽ bị loại bỏ (Othman & Owen 2002).
Mức ý nghĩa của kiểm định Bartlett’s test of sphericity (để kiểm định giả thuyết Ho là các biến không có sự tương quan với nhau trong tổng thể): sig. <= 0.5 thì có ý nghĩa là bác bỏ giải thuyết Ho của nghiên cứu, hay sử dụng phân tích nhân tố là phù hợp.
Sử dụng Eigenvalue để thực hiện phân tích nhân tố: >1 và phép quay Varimax Procedure (xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, tăng cường khả năng giải thích các nhân tố)
- Factor loading >= 0.5
- 0.5<= KMO (Keiser – Meyer – Olkin) <= 1 - Percentage of Variance >= 50%
Giai đoạn 3: Phân tích hồi quy tuyến tính để biết được cường độ tác động
của các biến độc lập lên biến phụ thuộc. Từ đó, kiểm tra được độ thích hợp của mô hình, xây dựng mô hình hồi quy bội, kiểm định các giả thuyết. Vấn đề chấp nhận và diễn giải các kết quả hồi quy được xem xét trong mối liên hệ với các giả thuyết nghiên cứu. Do đó mà trong phân tích hồi quy nhóm có kiểm định các giả thuyết của hàm hồi quy, nếu như các giả thuyết đó bị vi phạm thì các kết quả ước lượng các tham số trong hàm hồi quy không đạt được giá trị tin cậy. Tiêu chuẩn của đánh giá khi thực hiện phân tích hồi quy bội:
- Đánh giá sự phù hợp của mô hình: Thông qua thước đo R2 điều chỉnh (Adjusted R square) để đánh giá độ phù hợp của mô hình sẽ an toàn vì nó không thổi phồng mức độ phù hợp của mô hình.
- Kiểm định độ phù hợp của mô hình: Kiểm định F sử dụng để xem xét
mối quan hệ giữa biến phụ thuộc Y có mối liên hệ tuyến tính với toàn bộ tập biến hay không. Nếu giả thuyết R2pop = 0 bị bác bỏ tức là kết hợp của các biến hiện có trong mô hình có thể giải thích được thay đổi của biến Y, tức mô hình xây dựng phù hợp với tập dữ liệu.
- Xác định tầm quan trọng của các biến trong mô hình: Có 2 vấn đề cần
quan tâm khi xác định tầm quan trọng tương đối của từng biến độc lập trong mô hình hồi quy đa biến, đó là: tầm quan trọng của từng biến độc lập khi chúng tác động riêng biệt, và tiếp theo là tầm quan trọng của các biến độc lập khi chúng được sử dụng cùng với những biến khác trong mô hình hồi quy bội. Vấn đề thức nhất được giải quyết thông qua hệ số tương quan giữa các biến độc lập và biến phụ thuộc, trị tuyệt đối của các hệ số tương quan càng lớn thì liên hệ tuyến tính càng mạnh. Vấn đề thứ hai thông qua hệ số tương quan từng phần và tương quan riêng (Part and partial correlations).
- Dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính:
Giả định liên hệ tuyến tính: Sử dụng đồ thị phân tán giữa các phần dư và giá trị dự đoán mà mô hình tuyến tính đưa ra. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn, thì sẽ không nhận thấy mối liên hệ nào giữa các giá trị dự đoán và phần dư, chúng sẽ phân tán ngẫu nhiên.
Giả định phương sai của sai số không đổi: Sử dụng đồ thị phân tán giữa các phần dư và giá trị dự đoán mà mô hình đưa ra, nếu độ lớn của phần dư tăng hoặc giảm với các giá trị dự đoán, có thể nghi ngờ giả định phương sai của sai số không đổi bị vi phạm. Bên cạnh đó sử dụng kiểm định Spearman, với giả thuyết được đặt ra là phương sai của sai số thay đổi, nếu giả thuyết này đúng thì hệ số tương quan hạng tổng thể giữa phần dư và biến độc lập sẽ khác 0.
Giả định về phân phối chuẩn của phần dư: Sử dụng biểu đồ tần số Histogram, hoặc biểu đồ tần số Q-Q plot, hoặc biểu đồ tần số P-P plot, nếu các chấm phân tán sát với đường chéo, phân phối phần dư có thể xem như chuẩn.
Giả định về tính độc lập của sai số (không có tương quan giữa các phần dư): giả định về sai số thực ei cho đây là biến ngẫu nhiên, độc lập, có phân phối chuẩn với trung bình bằng 0 và phương sai không
đổi. Sử dụng đại lượng thống kê Durbin – Watson (d) với giả thuyết đặt ra là: hệ số tương quan tổng thể của các phần dư bằng 0. Nếu các phần dư không có tương quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2.
Dò tìm đa cộng tuyến: Các công cụ để phát hiện sự tồn tại của cộng tuyến trong dữ liệu và đánh giá mức độ cộng tuyến là thoái hóa các tham số được ước lượng: Độ chấp nhận của biến (Tolerance) – nếu độ chấp nhận của một biến nhỏ, thì có thể có một sự kết hợp tuyến tính của các biến khác giải thích biến độc lập trên. Hệ số phóng đại phương sai (Variance inflation factor - VIF), khi VIF vượt quá 10 đó là dấu hiệu của đa cộng tuyến.
3.1.3. Xây dựng thang đo
Thang đo được ứng dụng trong đề tài là thang đo Likert với 5 mức độ (hoàn toàn không đồng ý, không đồng ý, trung lập, đồng ý, hoàn toàn đồng ý). Do đây là thang đo khoảng nên ta có thể sử dụng số liệu thu thập được để xử lý, phân tích định lượng để xác định mối quan hệ tương quan, quan hệ tuyến tính giữa các biến chung, cũng như giữa các biến độc lập và biến phụ thuộc.
Trên thực tế, ở đa phần các nghiên cứu liên quan đến sự chấp nhận mobile banking, các nhà nghiên cứu sử dụng rộng rãi thang đo Likert và thừa nhận tính phù hợp của nó.
3.1.3.1. Thang đo kỳ vọng hiệu quả, kỳ vọng dễ dàng và ảnh hưởng xã hội Trong nghiên cứu này, thang đo của các nhân tố trên được sử dụng từ nền tảng thang đo của Venkatesh & ctg (2003), được phát triển bởi Yu (2012) đồng thời kết hợp tham khảo một số tác giả khác (Gu & ctg (2009), Zhou & ctg (2010), Hoàng Thị Phương Thảo (2013); Vũ Mạnh Cường (2013); Oliveira & ctg (2014)…). Sau đó, trên cơ sở phỏng vấn các chuyên viên Phòng Ngân hàng điện tử và khách hàng sử dụng mobile banking của Sacombank, thang đo được tác giả bổ sung thêm một số giải thích cụ thể hơn nhằm làm rõ nghĩa câu hỏi, giúp khách hàng dễ hình dung và hiểu đúng nội dung câu hỏi.
Bảng 3.2 Kết quả xây dựng và mã hóa thang đo của các nhân tố kỳ vọng hiệu quả, kỳ vọng dễ dàng, ảnh hưởng xã hội
Nhân tố Ký
hiệu Thang đo Nguồn
1. Kỳ vọng hiệu quả
Tôi cho rằng:
PE1
Sử dụng dịch vụ mobile banking làm tăng hiệu quả công việc của tôi
Venkatesh & ctg (2003), Luarn & Lin (2005), Gu & ctg (2009), Yu (2012), PE2 Sử dụng dịch vụ mobile banking giúp tiết kiệm thời gian của tôi.
Foon & Fah (2011)
Nguyễn Duy Thanh & Cao Hào Thi (2011) Yu (2012), Oliveira & ctg (2014),
PE3 Dịch vụ mobile banking có thể sử dụng ở mọi lúc, mọi nơi.
Yu (2012),
Hoàng Thị Phương Thảo (2013)
PE4 Mobile banking giúp tôi thanh toán nhanh hơn
Venkatesh & ctg (2003),
Gu & ctg (2009),
Zhou & ctg (2010),
Oliveira & ctg (2014)
PE5 Dịch vụ mobile banking rất có ích đối với tôi.
Venkatesh & ctg (2003),
Zhou & ctg (2010),
Yu (2012),
Vũ Mạnh Cường (2013)
PE6 Dịch vụ mobile banking có ích đối với mọi người
Venkatesh & ctg (2003), Zhou & ctg (2010), Yu (2012), Vũ Mạnh Cường (2013) 2. Kỳ vọng dễ dàng EE1 Dễ dàng để học cách sử dụng mobile banking Venkatesh & ctg (2003), Luarn & Lin (2005), Gu & ctg (2009), Zhou & ctg (2010), Sripalawat & ctg (2011), Yu (2012),
Nguyễn Duy Thanh & Cao Hào Thi (2011)
Hoàng Thị Phương Thảo (2013), Vũ Mạnh Cường (2013), Oliveira & ctg (2014)
Nhân tố Ký
hiệu Thang đo Nguồn
EE2 Dễ dàng để thành thạo mobile banking.
Venkatesh & ctg (2003), Luarn & Lin (2005), Zhou & ctg (2010),
Nguyễn Duy Thanh & Cao Hào Thi (2011),
Yu (2012),
Oliveira & ctg (2014) EE3 Cách thao tác trên mobile
banking rõ ràng, dễ hiểu. Venkatesh & ctg (2003), Zhou & ctg (2010), Yu (2012), EE4 Thực hiện các giao dịch (VD: truy vấn thông tin, chuyển tiền, thanh toán thẻ…) qua mobile banking không đòi hỏi nhiều nỗ lực
Vũ Mạnh Cường (2013)
EE5 Mobile banking dễ sử dụng
Venkatesh & ctg (2003), Gu & ctg (2009), Zhou & ctg (2010), Foon & Fah (2011), Yu (2012) 3. Ảnh hưởng xã hội SI1 Đồng nghiệp/bạn bè khuyến khích tôi sử dụng mobile banking. Yu (2012), Hoàng Thị Phương Thảo (2013), Oliveira & ctg (2014), Sripalawat & ctg (2011) SI2
Người thân trong gia đình khuyên tôi nên sử dụng mobile banking.
Yu (2012),
Hoàng Thị Phương Thảo (2013),
Oliveira & ctg (2014)
SI3
Những người có ảnh hưởng quan trọng đối với tôi (VD: Cấp trên hay đối tác, khách hàng…) khuyến khích tôi sử dụng mobile banking.
Venkatesh & ctg (2003), Yu (2012), Zhou & ctg (2010), Oliveira & ctg (2014), Foon & Far (2011), Nguyễn Duy Thanh & Cao Hào Thi (2011).
SI4 Nhiều người quanh tôi đang sử dụng mobile banking.
Gu & ctg (2009), Foon & Far (2011), Yu (2012)
SI5 Sử dụng mobile banking đang là trào lưu.
Gu & ctg (2009),
Hoàng Thị Phương Thảo (2013),
3.1.3.2. Thang đo Cảm nhận sự tin cậy
Thang đo của nhân tố Cảm nhận sự tin cậy được tham khảo từ các tác giả Luarn & Lin (2005), Foon & Fah (2011), Yu (2012), Vũ Mạnh Cường (2013). Sau đó, thang đo được tác giả điều chỉnh lại cho phù hợp với môi trường Việt Nam và các khái niệm ngân hàng, Đồng thời, trên cơ sở phỏng vấn các chuyên viên Phòng Ngân hàng điện tử và khách hàng sử dụng mobile banking của Sacombank và kinh nghiệm tham khảo của bản thân tác giả, thang đo PC7 được bổ sung. Thang đo này có tính bao quát, đi vào trọng tâm nội dung của nhân tố, thể hiện mức độ niềm tin vào dịch vụ mobile banking của Sacombank. Nguồn tham khảo và ký hiệu mã hóa cụ thể của các thang đo như sau:
Bảng 3.3 Kết quả xây dựng và mã hóa thang đo của nhân tố cảm nhận sự tin cậy Nhân tố Ký
hiệu Thang đo Nguồn
4. Cảm nhận sự tin cậy PC1
Thông tin tài khoản ngân hàng (VD: số tiền trong tài khoản, số lượng tài khoản...) của tôi được giữ bí mật.
Luarn & Lin (2005), Foon & Far (2011), Yu (2012)
PC2
Thông tin cá nhân (VD: ngày sinh, số điện thoại, khả năng tài chính...) của tôi không bị tiết lộ.
Luarn & Lin (2005), Foon & Fah (2011), Yu (2012)
PC3
Giao dịch ngân hàng (VD: giao dịch chuyển tiền, thanh toán...) của tôi được đảm bảo an toàn.
Luarn & Lin (2005), Yu (2012)
PC4
Tiền sẽ không thất thoát khi tôi thanh toán, chuyển tiền qua mobile banking.
Foon & Fah (2011) PC5 Tôi tin tưởng vào cơ sở hạ tầng mạng
di động.
Vũ Mạnh Cường (2013)
PC6 Nhìn chung, dịch vụ mobile banking
của Sacombank thì đáng tin cậy Bổ sung mới 3.1.3.3. Thang đo Cảm nhận chi phí tài chính :
Thang đo của nhân tố Cảm nhận chi phí tài chính được tham khảo từ các tác giả Luarn & Lin (2005), Cruz & ctg (2010), Scripalawat & ctg (2011), Yu (2012). Sau đó, trên cơ sở phỏng vấn các chuyên viên Phòng Ngân hàng điện tử và khách hàng sử dụng mobile banking của Sacombank, thang đo được bổ sung thêm một số giải thích cụ thể hơn nhằm làm rõ nghĩa câu hỏi. Nguồn tham khảo và ký hiệu mã hóa cụ thể của các thang đo như sau:
Bảng 3.4 Kết quả xây dựng và mã hóa thang đo của nhân tố cảm nhận chi phí tài chính
Nhân tố Ký
hiệu Thang đo Nguồn
5. Cảm nhận chi phí tài chính PFC1 Chi phí sử dụng dịch vụ mobile banking cao hơn chi phí của các kênh giao dịch khác (VD: internet banking, ATM, giao dịch trực tiếp tại quầy…)
Cruz & ctg (2010), Scripalawat & ctg (2011), Yu (2012) PFC2 Phí kết nối không dây (VD: 3G, wifi)
để sử dụng mobile banking là đắt tiền.
Scripalawat & ctg (2011), Yu (2012)
PFC3
Chi phí mua và cài đặt thiết bị (VD: smartphone, máy tính bảng...) để sử dụng dịch vụ mobile banking tốn nhiều tiền.
Luarn & Lin (2005), Scripalawat & ctg (2011), Yu (2012)
PFC4 Nhìn chung, việc sử dụng dịch vụ mobile banking rất tốn kém
Luarn & Lin (2005), Cruz & ctg (2010), Scripalawat & ctg (2011), Yu (2012) 3.1.3.4. Thang đo Điều kiện thuận lợi:
Thang đo của nhân tố điều kiện thuận lợi được sử dụng từ nền tảng thang đo của Venkatesh & ctg (2003) đồng thời kết hợp tham khảo một số tác giả khác (Gu & ctg, 2009; Zhou & ctg, 2010; Yu (2012), Hoàng Thị Phương Thảo (2013); Vũ Mạnh Cường, 2013; Oliveira & ctg, 2014…).. Sau đó, qua khảo sát định tính, thang đo được tác giả điều chỉnh lại cho phù hợp với ngôn ngữ Việt Nam, đồng
thời bổ sung thêm biến quan sát FC4 “Tôi có khả năng chi trả cho dịch vụ mobile banking“ với lý do như sau: Trong cuộc sống và trong mọi công việc, những
nguồn lực hỗ trợ tồn tại xung quanh một hoạt động của một con người, một tập thể hay một tổ chức bao gồm 3 nguồn lực chính: nguồn lực con người, nguồn lực tài chính và cơ sở hạ tầng thiết bị. Các biến quan sát khác trong thang đo đã thể hiện khá rõ về khía cạnh nhân lực và vật lực, riêng khía cạnh về nguồn lực tài chính là chưa rõ nét. Do đó, theo góp ý của khách hàng được phỏng vấn và căn cứ vào kiến thức của tác giả, thang đo FC4 được đề xuất bổ sung mới, thể hiện khả năng tài chính mà khách hàng có thể có để hỗ trợ cho việc sử dụng mobile banking.
Bảng 3.5 Kết quả xây dựng và mã hóa thang đo của nhân tố điều kiện thuận lợi Nhân tố Ký
hiệu Thang đo Nguồn
6. Điều kiện thuận lợi FC1
Điều kiện sinh sống của tôi thuận lợi cho việc sử dụng mobile banking.
Yu (2012)
FC2
Điều kiện làm việc của tôi thuận lợi cho việc sử dụng mobile banking. Yu (2012)