3.3.1. Thiết kế mẫu:
Để đảm bảo được những bước tiếp theo có thể thực hiện được và đáp ứng được yêu cầu về số mẫu của phân tích hồi quy đa biến và phân tích nhân tố khám phá EFA.
Theo Hair và ctg (2006) thì kích thước mẫu phải lớn gấp 5 lần tổng số biến quan sát. Do đó với 24 biến quan sát thì nhóm cần ít nhất 120 mẫu.
Theo Tabachnick và Fidell (1996), để phân tích hồi quy đa biến có nghĩa thì cỡ mẫu tối thiếu cần phải dựa theo công thức n = 50 + 8*m ,với n là số mẫu cần thiết và m là số biến độc lập. Bài nghiên cứu có 4 biến độc lập nên số mẫu khảo sát không thể ít hơn 82 mẫu.
Dựa vào các yêu cầu trên thì số mẫu mà nhóm phải chọn tối thiểu là 120 mẫu.
3.3.2. Thu thập dữ liệu:
Phương pháp lấy mẫu mà nhóm đã chọn để nghiên cứu là phương pháp lấy mẫu phi xác suất, là phương pháp lấy mẫu thuận tiện
Việc sử dụng phương pháp này giúp cho nhóm nghiên cứu dễ dàng hơn, mang lại hiệu quả và năng suất cho việc phát triển đề tài. Tiết kiệm được thời gian và chi phí.
Phương pháp chọn mẫu thuận tiện: Có nghĩa là lấy mẫu dựa trên sự thuận tiện hoặc khả năng tiếp cận đối tượng, nơi nhóm có nhiều khả năng gặp đối tượng hơn ( nhóm liên lạc đối tượng qua các group học tập trên facebook). Nhóm sẽ gửi khảo sát trực tuyến cho họ vì dịch bệnh hiện nay nên rất khó cho nhóm để gặp họ trực tiếp để nhờ họ tham gia khảo sát . Chính vì vậy nhóm đã lựa chọn thông qua các mối quan hệ của các thành viên trong nhóm là bạn bè, người thân, người quen và những người có thể nằm trong đối tượng khảo sát ( đối tượng khảo sát là sinh viên ở địa bàn TPHCM) Từ việc áp dụng phương pháp này, nhóm có thể dễ dàng khai thác thông tin và thu được lượng mẫu phù hợp.
3.4. Phân tích dữ liệu:3.4.1. Thống kê mô tả: 3.4.1. Thống kê mô tả:
Thống kê mô tả là phương pháp liên quan đến việc thu thập dữ liệu, tóm tắt, tính toán, trình bày và mô tả những đặc trưng khác nhau để phản ánh tổng quát đối tượng nghiên cứu. Thống kê mô tả được chia thành đo lường xu hướng tập trung và đo lường
biến động. Đo lường xu hướng tập trung có giá trị trung bình, trung vị. Đo lường biến động gồm độ lệch chuẩn, phương sai, giá trị nhỏ nhất và giá trị lớn nhất.
3.4.2. Đánh giá độ tin cậy Cronbach’s Alpha:
Phương pháp hệ số tin cậy Cronbach’s Alpha được sử dụng trước phương pháp EFA với mục đích nhằm loại bỏ những biến không phù hợp vì những biến này có thể tạo ra những dữ liệu sai. Hệ số Cronbach’s Alpha là thước đo tính nhất quán bên trong, nó được hiểu là mức độ chặt chẽ giữa các biến quan sát trong một tập hợp hay một nhân tố. Nó được coi là thước đo phổ biến nhất trong việc xác định độ tin cậy của thang đo nhưng nó không chỉ ra được biến nào cần giữ lại và biến nào cần loại bỏ. Vậy nên cần tính được hệ số tương quan giữa biến- tổng để xem những biến nào sẽ bị loại. Tiêu chí để đánh giá thang đo là :
- Biến quan sát phải có hệ số tương quan biến-tổng > 0,3. - Hệ số Cronbach’s Alpha của thang đo >0,6.
Ngoài ra, hệ số Cronbach’s của thang ở mức trên 0,8 là thang đo lường tốt. Những biến quan sát hoặc thang đo không đảm bảo được yêu cầu trên sẽ bị loại bỏ.
3.4.3. Phân tích nhân tố khám phá EFA:
Sau khi đánh giá thang đo Crobach’sao Alpha, bước phân tích nhân tố khám phá EFA tiếp theo này dùng để thu nhỏ và gom các biến lại thành một tập hợp có ý nghĩa, dựa trên sự tương quan giữa các biến. Kết quả rút gọn phải thỏa mãn các tham số sau thì tập hợp mới có ý nghĩa:
- Chỉ số KMO (Kaiser-Meyer-Olkin) được dùng để đánh giá sự phù hợp của phân tích nhân tố. Chỉ số KMO phải lớn hơn hoặc bằng 0,5 thì phân tích nhân tố là thích hợp, còn trong trường hợp nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không phù hợp với tập dữ liệu. Điều kiện: 0,5 ≤ KMO ≤ 1.
- Chỉ số kiểm định Bartlett để kiểm tra độ tương quan giữa các biến quan sát và tổng thể, phân tích chỉ có ý nghĩa khi Sig. có giá trị nhỏ hơn 5%, nếu Sig. lớn hơn 5% thì loại biến quan sát. Điều kiện: Sig. ≤ 0,05
- Chỉ số Eigenvalue là chỉ số được dùng nhằm xác định số lượng nhân tố trong phân tích. Và chỉ số này phải lớn hơn hoặc bằng 1 thì mới được giữ lại trong mô hình.
Điều kiện: Eigenvalue ≥ 1
- Chỉ số tổng phương sai trích (Total Variance Explained) phải lớn hơn hoặc bằng 50% thì mô hình EFA thích hợp. Điều kiện: phương sai trích ≥ 50%
- Chỉ số hệ số tải nhân tố (Factor Loadings), biểu thị mối quan hệ tương quan giữa biến quan sát và nhân tố. Chỉ số này lớn hơn 0.5 thì được chấp nhận. Điều kiện: hệ
số tải nhân tố ≥ 0,5
3.4.4. Phân tích hồi quy đa biến:
- Phân tích tương quan Pearson được chạy với mục đích kiểm định mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc và các biến độc lập. Vì muốn có hồi quy thì trước hết phải tương quan.
- Phân tích hồi quy bội sẽ được tiến hành theo các bước:
• Phân tích tương quan để kiểm tra mối tương quan giữa toàn bộ các biến • Dùng R bình và R bình hiệu chỉnh để đánh giá độ thích hợp của mô
hình, biểu thị mức độ tác động của biến độc lập đến biến phụ thuộc. • Hệ số DW (Durbin-Watson) để kiểm định tương quan chuỗi bậc nhất có
giá trị biến thiên từ 0 đến 4; nếu các phần sai số có giá trị gần bằng 2 thì sẽ không có tương quan chuỗi bậc nhất với nhau.
• Kiểm định F nhằm kiểm tra xem xét độ phù hợp của mô hình
• Dùng hệ số phóng đại phương sai VIF, nếu VIF>10 thì sẽ có hiện tượng đa cộng tuyến
• Dùng chỉ số beta để xét sự ảnh hưởng của những biến độc lập tác động đến sự thay đổi của các biến phụ thuộc. Beta càng lớn ảnh hưởng càng nhiều
• Phương trình hồi quy:
A= ß0 + ß1*X1 + ß2*X2 + ß3*X3 + ß4*X4 Trong đó:
o A: yếu tố ảnh hưởng o ß0: hằng số hồi quy o ßi: trọng số hồi quy
o Xi: các yếu tố ảnh hưởng đến quyết định sử dụng ví điện tử Momo
Chương 4: KẾT QUẢ NGHIÊN CỨU 4.1. Thống kê mô tả mẫu:
Dữ liệu được thu tập từ việc gửi bảng form khảo sát trực tuyến đến các group học tập, đối tượng tham gia trả lời khảo sát hầu hết là sinh viên của trường Đại học Kinh tế
TP.HCM. Sau 1 tuần khảo sát, nhóm thu về 272 mẫu trả lời và 272 mẫu đều phù hợp, đạt yêu cầu để tiến hành phân tích dữ liệu.
Trình bày thống kê mô tả cho 272 mẫu khảo sát trong bảng sau:
Bảng 4.1: Tổng hợp số liệu thống kê mô tả.
Thông tin Tầ n số Tỷ lệ phần trăm Giới tính Nam 68 25% Nữ 20 4 75% Tổng 27 2 100% Năm học Năm 1 48 17,6% Năm 2 17 4 64% Năm 3 43 15,8% Năm 4 7 2,6% Tổng 27 2 100% Thu nhập Dưới 2.000.000đ 67 24,6% 2.000.000 - Dưới 4.000.000đ 12 46,3%
6 4.000.0000 - Dưới 6.000.000đ 69 25,4% Trên 6.000.000đ 10 3,7% Tổng 27 2 100% Tiêu dùng Dưới 500.000đ 14 9 54,8% 500.000 - Dưới 1.000.000đ 80 29,4% 1.000.000đ - Dưới 1.500.000đ 27 9,9% Trên 1.500.000đ 16 5,9% Tổng 27 2 100% Cụ thể các đặc điểm sau: 1. Giới tính:
Giới tính là đặc điểm đầu tiền mà nhóm xác định để phân loại bởi vì yếu tố này ít sự lựa chọn và dễ phân loại. Ngoài ra, giới tính là yếu tố bắt buộc khi ta có các vấn đề nghiên cứu liên quan đến nhân khẩu học
Trong tổng số 272 mẫu được lấy về từ người khảo sát thì nữ đạt 204 phiếu (chiếm 75%) , nam có 68 phiếu (chiếm 25%). Xét trên mục tiêu của nghiên cứu và phạm vi thực hiện thì yếu tố giới tính sẽ không làm ảnh hưởng đến kết quả nghiên cứu.
Nhìn chung, phần lớn sinh viên sử dụng ví điện tử tập trung ở độ tuổi 18 - 22 trong đó năm 2 có 173 phiếu (chiếm 63%), năm 1 có 48 phiếu (chiếm 18%), năm 3 có 45 phiếu (chiếm 45,16%) và thấp nhất là năm 4 có 7 phiếu (chiếm 3%). Tuy nhiên, do nhóm đối tượng là sinh viên của trường nên khi làm khảo sát nhóm đã dựa trên khóa học để xác định độ tuổi. Vì cách biệt giữa độ tuổi và phân hoá cuộc sống nên không có sự khác biệt quá rõ rệt.
Hầu hết, các bạn sinh viên đều có mức thu nhập từ 2.000.000 - Dưới 4.000.000 có 126 phiếu (chiếm 46%), Dưới 2.000.000 và 4.000.000 - Dưới 6.000.000đ không có sự khác biệt quá cao đều chiếm 25%, cuối cùng là thu nhập trên 6.000.000đ chỉ chiếm 4% (hay 10 phiếu)
Đây cũng là một nhân tố giúp nhóm xác định được xu hướng sử dụng của sinh viên qua việc biết về thu nhập. Từ việc xác định rõ thu nhập thì từ đó ta mới có thể đánh giá được mức độ sử dụng ví Momo hay khả năng sử dụng và thanh toán của các bạn sinh viên.
Nhìn chung, phần lớn các sinh viên đều tiêu dùng tiền trên ví dưới 500.000đ có 149 phiếu (chiếm 55%) và thấp nhất là chi trên 1.500.000đ là 16 phiếu (chiếm 6%), còn chi từ 500.000 - Dưới 1.000.000đ chiếm 29% cũng tương đối cao và cuối cùng là chi từ 1.000.000 - Dưới 1.500.000đ chiếm 10%.
Từ đây, ta có thể quan sát được mức độ tiêu dùng của sinh viên. Điều này sẽ làm cho các biến quan sát, biến phụ thuộc của nhóm về quyết định sử dụng ví điện tử Momo của các bạn sinh viên sẽ được chính xác và đáng tin cậy hơn.
Phân tích quyết định
Bảng 4.2. Bảng thống kê mô tả các biến quan sát
Cỡ mẫu Giá trị Min Giá trị Max Trung vị Độ lệch chuẩn
AHXH1 272 1 5 3,5 1,187
AHXH2 272 1 5 3,88 0,987
CNHD1 272 1 5 4,18 0,811 CNHD2 272 1 5 4,18 0,78 CNHD3 272 1 5 4,22 0,772 CNHD4 272 1 5 4,4 0,762 CNHD5 272 1 5 4,03 0,892 CNHD6 272 1 5 4,3 0,751 DDSD1 272 1 5 4 0,907 DDSD2 272 1 5 3,97 0,835 DDSD3 272 1 5 3,56 1,043 DDSD4 272 1 5 3,84 0,935 DDSD5 272 1 5 3,54 1,099 STC1 272 1 5 4,04 0,841 STC2 272 1 5 3,77 0,873 STC3 272 1 5 3,94 0,859 STC4 272 1 5 4,03 0,837 STC5 272 1 5 4,03 0,839 STC6 272 1 5 3,98 0,911 QDSD1 272 1 5 4,29 0,745 QDSD2 272 1 5 3,89 0,888
QDSD3 272 1 5 3,95 0,887
QDSD4 272 1 5 4,04 0,886
Bảng thống kê mô tả các biến quan sát cho thấy các biến có độ lệch chuẩn thấp, thể hiện sự đồng nhất của các câu trả là khá cao, mức độ phân tán thấp. Đồng thời, giá trị trung bình của các biến đều đạt giá trị lớn hơn 3,5 cho thấy sự đồng ý cao của các đối tượng tham gia trả lời khảo sát. Trong đó biến có giá trị trung bình thấp nhất là AHXH1 “Gia đình và bạn bè có ảnh hưởng đến quyết định sử dụng ví Momo của tôi” và biến có giá trị trung bình cao nhất là QDSD1 “Tôi cảm thấy Momo là một dịch vụ tiện lợi và hữu dụng”.
4.2. Kiểm định thang đo:
Các thang đo sẽ được đánh giá độ tin cậy, tính phân biệt trong phần mềm SPSS điển hình là phương pháp Cronbach’s Alpha và EFA. Nó giúp cho ta thấy được mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một nhân tố, kiểm tra biến quan sát nào phù hợp và không phù hợp để đưa vào thang đo
4.2.1. Kiểm định hệ số tin cậy Cronbach’s Alpha:
Cronbach’s Alpha là thước đo tính nhất quán bên trong, nó được hiểu là mức độ chặt chẽ giữa các biến quan sát trong một tập hợp hay một nhân tố. Nó được coi là thước đo phổ biến nhất trong việc xác định độ tin cậy của thang đo.
Bảng 4.3. Bảng kiểm định thang đo biến AHXH (AHXH1-AHXH3) Thống kê tin cậy
Cronbach's Alpha Số mẫu
0,687 3
Item-Total Statistics Trung bình
thang đo
Phương sai thang đo nếu
Hệ số tương quan
Hệ số Cronbach’s
nếu loại
biến loại biến biến
Alpha nếu loại biến AHXH 1 7,41 3,054 0,466 0,652 AHXH 2 7,02 3,424 0,547 0,543 AHXH 3 7,38 3,387 0,502 0,592
Hệ số Cronbach’s Alpha của biến độc lập là 0,687 > 0,6, biến có ý nghĩa.
Hệ số tương quan biến của các biến quan sát AHXH1, AHXH2, AHXH3 > 0,3 nên thang đo của những biến này đạt chuẩn và đảm bảo đo lường tốt.
Do đó, sau khi kiểm định độ tin cậy của thang đo AHXH có 3 biến quan sát phù hợp và được giữ lại là : AHXH1, AHXH2, AHXH3.
Bảng 4.4. Bảng kiểm định thang đo biến CNHD (CNHD1-CNHD6) Thống kê tin cậy
Cronbach's Alpha Số mẫu
0,857 6
Item-Total Statistics Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến
Hệ số tương quan biến
Hệ số Cronbach’s Alpha nếu loại
CNHD1 21,14 9,501 0,631 0,836 CNHD2 21,14 9,771 0,601 0,841 CNHD3 21,1 9,718 0,623 0,837 CNHD4 20,92 9,391 0,714 0,821 CNHD5 21,29 9,129 0,628 0,838 CNHD6 21,02 9,535 0,692 0,825
Hệ số Cronbach’s Alpha của biến độc lập là 0,857 > 0,6, biến có ý nghĩa.
Hệ số tương quan biến của các biến quan sát CNHD1, CNHD2, CNHD3, CNHD4, CNHD5, CNHD6 > 0,3 nên thang đo của những biến này đạt chuẩn và đảm bảo đo lường tốt.
Do đó, sau khi kiểm định độ tin cậy của thang đo CNHD có 6 biến quan sát phù hợp và được giữ lại là : CNHD1, CNHD2, CNHD3, CNHD4, CNHD5, CNHD6.
Bảng 4.5. Bảng kiểm định thang đo biến DDSD (DDSD1-DDSD5)
Thống kê tin cậy
Cronbach's Alpha Số mẫu
0,794 5
Item-Total Statistics Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến
Hệ số tương quan biến
Hệ số Cronbach’s Alpha nếu loại
DDSD1 14,91 9,099 0,538 0,766
DDSD2 14,93 9,361 0,55 0,764
DDSD3 15,35 7,999 0,64 0,733
DDSD4 15,07 8,383 0,667 0,726
DDSD5 15,37 8,447 0,502 0,784
Hệ số Cronbach’s Alpha của biến độc lập là 0.794 > 0,6, biến có ý nghĩa.
Hệ số tương quan biến của các biến quan sát DDSD1, DDSD2, DDSD3, DDSD4, DDSD5 > 0,3 nên thang đo của những biến này đạt chuẩn và đảm bảo đo lường tốt.
Do đó, sau khi kiểm định độ tin cậy của thang đo DDSD có 5 biến quan sát phù hợp và được giữ lại là : DDSD1, DDSD2, DDSD3, DDSD4, DDSD5.
Bảng 4.6. Bảng kiểm định thang đo biến STC (STC1-STC3)
Thống kê độ tin cậy Cronbach's
Alpha Số mẫu
0,888 6
Item-Total Statistics Trung bình
thang đo nếu loại biến
Phương sai thang đo nếu
loại biến
Hệ số tương quan biến
Hệ số Cronbach’s Alpha nếu loại biến
STC1 19,75 12,262 0,696 0,869
STC3 19,84 11,713 0,785 0,855
STC4 19,76 12,081 0,737 0,863
STC5 19,76 12,219 0,707 0,868
STC6 19,81 12,608 0,561 0,892
Hệ số Cronbach’s Alpha của biến độc lập là 0.888 > 0,8, biến có ý nghĩa đo lường tốt.
Hệ số tương quan biến của các biến quan sát STC1, STC2, STC3, STC4, STC5, STC6 > 0,3 nên thang đo của những biến này đạt chuẩn và đảm bảo đo lường tốt.
Do đó, sau khi kiểm định độ tin cậy của thang đo STC có 6 biến quan sát phù hợp và được giữ lại là : STC1, STC2, STC3, STC4, STC5, STC6.
4.2.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis):
Phương pháp phân tích nhân tố khám phá EFA là một phương phân phân tích các biến định lượng trong một tập hợp đo lượng sự phụ thuộc lẫn nhau của các biến để từ đó đưa thành một nhân tố và nó sẽ bao gồm ý nghĩa của các biến kia.
Nghiên cứu này sử dụng phương pháp phân tích nhân tố khám phá EFA trong đó bao gồm: Principal Component Analysis, Varimax và với giá trị tiêu chuẩn lớn hơn 0,5 để đảm bảo rằng các biến đều có giá trị thực tiễn. .Phương pháp sẽ phân chia các biến có liên quan đến nhau ra thành từng phần và phân biệt chúng với các nhân tố khác.
Qua kết quả chạy EFA được trình bài trong bảng bên dưới cho thấy các biến quan sát được nhóm thành 4 nhân tố: Sự tin cậy, Cảm nhận hữu dụng, Dễ dàng sử dụng và Ảnh