13. Một sốmô hình nghiên cứu liên quan đến ýđịnh sửdụng dịch vụtại Việt Nam
2.3.5. Kiểm định mô hình và thảo luận kết quảnghiên cứu
2.3.5.1. Kết quả kiểm định tương quan Pearson
Bảng 2. 19: Kiểm định tương quan Pearson
YD SD HI TN CP XH YD Hệsốtương quan 1 0,237** 0,318** 0,759** 0,330** 0,359** Sig. (2 phía) 0,009 0,000 0,000 0,000 0,000 N 120 120 120 120 120 120 (Nguồn: Kết quảxửlý SPSS)
Kiểm định tương quan Pearson được sửdụng đểxem xét mối quan hệtuyến tính giữa biến phụthuộc với từng biến độc lập và giữa các biến độc lập với nhau. Hệsố tương quan Pearson(r) có giá trịnằm trong khoảng -1 đến 1 với r càng tiến về-1 hoặc 1 thì tương quan tuyến tính càng mạnh ngược lại càng tiến về0 thì tương quan tuyến tính càng yếu và chỉcó ý nghĩa khi giá trịSig.<0,05.
Kết quảthu được sau khi tiến hành kiểm định tương quan Pearson cho thấy giá trịcủa hệsốtương quan r giữa các biến độc lập và các biến phụthuộc nằm trong khoảng từ0,237đến 0,759 và đều có giá trịSig. <0,05 nên các biến độc lập đều có mối quan hệtuyến tính với biến phụthuộc. Hay nói cách khác, ý định sửdụng dịch vụ CMGS đến mạng MobiFone của khách hàng chịu tác động của cả5 nhân tốkểtrên và các biến này được đưa vào mô hìnhđểphân tích giải thích cho biến phụthuộc ý định sửdụng dịch vụCMGS đến mạng MobiFone của khách hàng.
2.3.5.2. Phân tích hồi quy
Tiến hành phân tích hồi quy nhằm xác định cụthểmức độtác động của các nhân tố đến ý định sửdụng dịch vụCMGS đến mạng MobiFone của khách hàng tại Thành phốPleiku thông qua hệsốhồi quy. Mô hình hồi quy có dạng như sau:
Trong đó:
Y: Giá trịcủa biến phụthuộc là“Ý định sửdụng” β0, β1, β2, β3, β4, β5lần lượt là các hệsốhồi quy
X1: Giá trịcủa biến độc lập thứnhất là“Cảm nhận Dễsửdụng” (SD) X2: Giá trịcủa biến độc lập thứhai là““Cảm nhận Tính hữu ích” (HI) X3: Giá trịcủa biến độc lập thứba là““Sựtín nhiệm thương hiệu” (TN) X4: Giá trịcủa biến độc lập thứtư là“Cảm nhận Chi phí” (CP) X5: Giá trịcủa biến độc lập thứnăm là“Ảnh hưởng xã hội” (XH)
ei:Ảnh hưởng của các nhân tốkhác tác động tới ý định sửdụng dịch vụCMGS đến mạng MobiFone của khách hàng nhưng không được đưa vào mô hình nghiên cứu.
Kết quảthu được sau khi tiến hành hồi quy được thểhiện như sau: -Đánh giá độphù hợp của mô hình
Bảng 2.20: Kết quả đánh giá sựphù hợp của mô hình
Mô hình R R2 R2 hiệu chỉnh Sai sốchuẩn của ước lượng
HệsốDurbin- Watson
1 0,825a 0,681 0,667 0,37324 1,668
(Nguồn: Kết quảxửlý SPSS)
Kết quảthu được từphân tích Giá trịR 2 hiệu chỉnh bằng 0,667 nên mứcđộphù hơp của mô hình hồi quy đã xây dựng với tập dữliệu là 66,7%. Hay nói cách khác, 5 biến độc lập được đưa vào mô hình hồi quy cóảnh hưởng 66,7% đến sựthay đổi của biến phụthuộc, còn 33,3% còn lại là doảnh hưởng của các sai sốtựnhiên và biến ngoài mô hình.
-Kiểm định F:Sửdụng giá trịSig. của kiểm định F để đánh giá mức độphù hợp của mô hình hồi quy so với tổng thể. Giảthuyết kiểm định được đặt ra là:
Ho:Mô hình hồi quy không phù hợp với tổng thể(R 2=0)
H1:Mô hình hồi quy phù hợp với tổng thể(R 2 ≠ 0)
Bảng 2.21: Kết quảkiểm định F Mô hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 33,851 5 6,770 48,599 0,000b Sốdư 15,881 114 0,139 Tổng 49,732 119
(Nguồn: Kết quảxửlý SPSS)
Kết quảkiểm định F cho thấy Sig. = 0,00 < 0,05 nên bác bỏgiảthyết H 0, chấp nhận giảthuyết H 1. Do đó, có thểnói mô hình hồi quy tuyến tính phù hợp với tổng thể và có thểsửdụng được.
-Kết quảphân tích hồi quy:
Bảng 2.22: Kết quảphân tích hồi quy
Mô hình
Hệsốhồi quy không chuẩn hóa
Hệs ố hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến B Std. Error Beta Hệsố Tolerance VIF 1 Hằng số -1,304 0,459 -2,844 0,005 SD 0,124 0,062 0,110 2,010 0,047 0,935 1,069 HI 0,205 0,078 0,143 2,637 0,010 0,947 1,056 TN 0,695 0,057 0,667 12,109 0,000 0,922 1,084 CP 0,183 0,076 0,141 2,425 0,017 0,826 1,211 XH 0,160 0,060 0,156 2,646 0,009 0,805 1,242 (Nguồn: Kết quảxửlý SPSS)
Sửdụng kiểm định t đểkiểm định vềý nghĩa của các hệsốhồi quy. Kết quảcho thấy tất cảcác biến độc lập đều có Sig. của kiểm định t nhỏhơn 0,05 nên không có biến nào bịloại khỏi mô hình và tất cảcác nhân tố độc lậpđược sửdụng cho mô hình hồi quyđều có ý nghĩa và được dùng đểgiải thích ý nghĩa cho biến phụthuộc.
HệsốVIF của các biến độc lập có giá trịdao động từ1,056 đến 1,242 đều nhỏ hơn 5 nên không xảy ra hiện tượng đa cộng tuyến xảy ra (Hair, Black & Babin, 2010).
Các hệsốhồi quy đều có kết quảlớn hơn 0 nên tất cảcác biến độc lập được đưa vào phân tích hồi quy đều có tác động cùng chiều đến biến phụthuộc. Dựa vào độlớn của hệsốhồi quy chuẩn hóa Beta có thểsắp xếp mức độtác động từmạnh đến yếu của biến độc lập vào biến phụthuộc là: TN(0,667) > XH(0,156) > HI(0,143) > CP(0,141)
> SD(0,110). Hay nói cách khác:
- Nhân tốSựtín nhiệm thương hiệutác động mạnh nhất đến ý định sửdụng dịch vụCMGS đến mạng MobiFone của khách hàng.
- Nhân tốẢnh hưởng xã hộitác động mạnh thứ2 đến ý định sửdụng dịch vụ CMGS đến mạng MobiFone của khách hàng. - Nhân tốCảm nhận Tính hữu íchtác động mạnh thứ3 đến ý định sửdụng dịch vụCMGS đến mạng MobiFone của khách hàng. - Nhân tốCảm nhận Chi phítác động mạnh thứ4 đến ý định sửdụng dịch vụ CMGS đến mạng MobiFone của khách hàng. - Nhân tốCảm nhận Dễsửdụngtác động yếu nhất đến ý định sửdụng dịch vụ CMGS đến mạng MobiFone của khách hàng.
Do đó, với 5 giảthyết H1, H2, H3. H4 và H5 được đặt ra, cả5 giảthuyết đều được chấp nhận tươngứng với cả5 biến đưa vào mô hình hồi quy.
Phương trình hồi quy chuẩn hóa của 5 nhân tố ảnh hưởng đến ý định sửdụng dịch vụCMGS đến mạng MobiFone của khách hàng được viết lại như sau:
Y = 0,110*X1 + 0,143*X2 + 0,667*X3 + 0,141*X4 + 0,156*X5
Hay:Y = 0,110*SD + 0,143*HI + 0,667*TN + 0,141*CP + 0,156*XH
Nói cách khác: Ý định sửdụng = 0,110*Cảm nhận Dễsửdụng + 0,143*Cảm nhận Tính hữu ích + 0,667*Sựtín nhiệm thương hiệu + 0,141*Cảm nhận Chi phí
+ 0,156*Ảnh hưởng xã hội
2.3.2.3. Kiểm tra các giả định mô hình hồi quy
- Kiểm tra giả định phân phối chuẩn của phần dư
Từbiểu đồtần sốphần dư chuẩn hóa Histogram có thểthấy đường cong phân phối chuẩn có dạng hình chuông nên phù hợp với dạng đồthịphân phối chuẩn. Giá trị trung bình Mean của đồthịlà -1,03E-15 xấp xỉgần bằng 0 và độlệch chuẩn là 0,979 xấp xỉbằng 1. Do đó, phân phối phần dưchuẩn hóa xấp xỉphân phối chuẩn hay giả thiết phân phối chuẩn của phần dư không vi phạm.
Biểu đồ2. 1: Biểu đồtần sốphần dư chuẩn hóa Histogram
(Nguồn: Kết quảxửlý SPSS)
-Kiểm tra giả định liên hệtuyến tính
Biểu đồ2. 2: Biểu đồScatter Plot
Sửdụng biểu đồScatter Plot đểkiểm tra giả định liên hệtuyến tính. Từbiểu đồ có thểthấyGiá trịphần dư chuẩn hóa (Regression Standardized Residual)phân bốvà không thay đổi theo một trật tựnào đối vớiGiá trịdự đoán chuẩn
đoán( Regression Standardized Predicted Value). Do đó, giả định quan hệtuyến tính không bịvi phạm.
-Kiểm tra giả định vềhiện tượng đa cộng tuyến
Bảng 2.23: Kiểm tra hiện tượng đa cộng tuyến
Mô hình Thống kê đa cộng tuyến HệsốTolerance VIF 1 Hằng số SD 0,935 1,069 HI 0,947 1,056 TN 0,922 1,084 CP 0,826 1,211 XH 0,805 1,242 (Nguồn: Kết quảxửlý SPSS)
Sửdụng hệsốphóng đại phương sai VIF (Variance inflation factor) đểkiểm tra giả định vềhiện tượng đa cộng tuyến. Hair, Black & Babin (2010) cho rằng với VIF<5 thì không có hiện tượng đa cộng tuyến xảy ra. Kết quảphân tích cho thấy VIF của các biến dao động trong khoảng từ1,056 đến 1,242đều nhỏhơn 5 nên không có hiện
tượng đa cộng tuyến xảy ra.
-Kiểm tra hiện tượng tựtương quan chuỗi bậc nhất
HệsốDurbin Watson được sửdụng đểkiểm tra hiện tượng tựtương quan chuỗi bậc nhất hay kiểm định tương quan của các sai sốkềnhau. Với hệsốDurbin Watson lớn hơn 3 và nhỏhơn 1 thì khảnăng sẽxảy ra hiện tượng tựtương quan chuỗi bậc nhất (Field,2009).
Theo kết quảphân tích hồi quy giá trịcủa hệsốDurbin Watson là 1,668 lớn hơn 1 và nhỏhơn 3. Do đó có thểkết luận không có hiện tượng tựtương quan xảy ra.
CHƯƠNG 3: ĐỊNH HƯỚNG VÀ GIẢI PHÁP ĐỂTHU HÚT KHÁCH HÀNG SỬDỤNG DỊCH VỤCHUYỂN MẠNG GIỮSỐ
ĐẾN MẠNG MOBIFONE TRÊN ĐỊA BÀN THÀNH PHỐ PLEIKU