5. Cấu trúc đề tài
3.4. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
Phƣơng pháp phân tích nhân tố khám phá đƣợc sử dụng để đánh giá mức độ hội tụ của các biến quan sát theo thành phần. Trong nghiên cứu này, phƣơng pháp trích Principal Component Analysis với phép quay Varimax đƣợc sử dụng. Mục đích của kỹ thuật phân tích nhân tố khám phá trong nghiên cứu này là nhằm tìm kiếm mối quan hệ tƣơng quan giữa các chỉ báo
3.4.1. Th ng đo á yếu tố ảnh h ởng đến ý định sử ụng ứng ụng OTT
Phân tích nhân tố có hệ số KMO (Kaiser-Meyer-Olkin) có giá trị =0.857> 0.5 trở lên (Othman & Owen, 2000) đạt yêu cầu phân tích nhân tố khám phá.
Kiểm định Bartlett's có giá trị Sig= 0.000 < 0.05, chứng tỏ rằng lần xoay nhân tố (phù hợp với tiêu chuẩn nhất) có ý nghĩa thống kê. Điều này cho phép bác bỏ giả thuyết H0: “Độ tương quan giữa các biến quan sát bằng
không trong tổng thể”, tức là chỉ ra rằng giữa các biến quan sát trong tổng thể
có mối tƣơng quan với nhau và việc sử dụng phân tích nhân tố EFA trong trƣờng hợp này là thích hợp.
Bảng 3.14. Kiểm định KMO and Bartlett's Test và Total Variance Explained các yếu tố ảnh hưởng
KMO and Bartlett's Test Total Variance Explained Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity (Sig.) Rotation sums of squared loadings (Cumulative%) Rotated 0.857 0.000 69.460
Hair & ctg (1998) yêu cầu rằng phƣơng sai trích phải đạt từ 50% trở lên. Với Rotated lần đầu tiên và cũng là lần duy nhất con số này là 69.46%> 50%. Với phƣơng sai trích bằng 69.46%con số này cho biết 5 nhân tố đƣợc rút ra giải thích đƣợc 69.46%biến thiên của các biến quan sát (hay của dữ liệu).
Nhƣ vậy, kết quả cuối cùng sau khi phân tích nhân tố khám phá có 5 nhân tố thuộc khía cạnh á yếu tố ảnh h ởng ý định sử ụng ứng ụng OTT đã đƣợc rút ra:
- Nhân tố thứ 1: Nhận thức số lƣợng quyết định (có 4 biến quan sát) - biến X1
- Nhân tố thứ 2:Nhận thức tính dễ sử dụng (có 3 biến quan sát)-biến X2.
- Nhân tố thứ 3: Nhận thức sự thích thú (có 4 biến quan sát) - biến X3. - Nhân tố thứ 4: Nhận thức sự hữu ích (có 3 biến quan sát) - biến X4 - Nhân tố thứ 5: Nhận thức rủi ro bảo mật thông tin (có 3 biến quan sát) - biến X5.
Bảng 3.15. Bảng Rotated Component Matrixacác nhân tố ảnh hưởng
Rotated Component Matrixa
Component 1 2 3 4 5 PCM3 0.770 PCM1 0.756 PCM2 0.737 PCM4 0.633 PE1 0.814 PE2 0.809 PE3 0.779 EN1 0.790 EN4 0.782 EN3 0.763 EN2 0.552 PU2 0.843 PU1 0.760 PU3 0.738 PR2 0.863 PR3 0.813 PR1 0.715
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
3.4.2. Th ng đo ý định sử ụng ứng ụng OTT
Kiểm định KMO và Bartlett‟s trong phân tích nhân tố cho thấy giả thuyết này bị bác bỏ (Sig = 0.000); hệ số KMO là 0.685 (> 0.5), tổng phƣơng sai trích = 88.227% > 50% Kết quả này chỉ ra rằng giữa các biến quan sát trong tổng thể có mối tƣơng quan với nhau và phân tích nhân tố (EFA) là thích hợp.
Bảng 3.16. Kiểm định KMO and Bartlett's Test và Total Variance Explained - Thang đo ý định sử dụng ứng dụng OTT
KMO and Bartlett's Test Total Variance Explained Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity (Sig.) Rotation sums of squared loadings (Cumulative%) Rotated 0.685 0.000 88.227
Kết quả: Kết quả phân tích nhân tố cho thang đo ý định sử dụng ứng dụng OTT thì có một nhân tố đƣợc tạo thành bao gồm 3 biến quan sát và đƣợc đặt tên định danh là Ý ĐỊNH SỬ DỤNG OTT (biến Y).
Bảng 3.17. Ma trận nhân tố đã xoay biến ý định sử dụng ứng dụng OTT
Component Matrixa Component 1 IB3 0.971 IB2 0.971 IB1 0.872
Extraction Method: Principal Component Analysis. a. 1 components extracted.
3.5. PHÂN TÍCH ĐỘ TIN CẬY CỦA THANG ĐO
Để đánh giá độ tin cậy của thang đo, nghiên cứu này sử dụng phƣơng pháp xem xét tính nhất quán bên trong thông qua hệ số Cronbach‟s Alpha (tính toán từ phần mềm SPSS). Kiểm tra tính nhất quán bên trong cho phép nhà nghiên cứu xác định những chỉ báo nào không nhất quán với kiểm định trong việc đo lƣờng hiện tƣợng đƣợc điều tra, và khi đó, việc loại bỏ những biến này sẽ làm tăng độ tin cậy của thang đo.
Để kiểm định tính nhất quán bên trong bằng hệ số Cronbach‟s alpha cần thực hiện trên các chỉ báo của từng nhân tố. Những biến có hệ số tƣơng quan biến tổng (itemtotal correlation) nhỏ hơn 0.3 sẽ bị loại. Trong nghiên cứu này, tiêu chuẩn chấp nhận thang đo khi có Cronbach‟s Alpha từ lớn hơn 0.6 (sử dụng đƣợc).
Kết quả cho thấy các nhân tố đều có hệ số Cronbach‟sAlpha lớn hơn 0.6. Nhƣ vậy thang đo đã đƣợc kiểm định, dữ liệu có giá trị và đảm bảo độ tin cậy.
Bảng 3.18. Tổng hợp hệ số Cronbach's Alpha của các nhân tố
Nhân tố Hệ số Crombach‟s
Alpha Số biến quan sát
Nhận thức sự hữu ích 0.830 3 Nhận thức dễ sử dụng 0.856 3 Nhận thức sự thích thú 0.739 4 Nhận thức khối lƣợng tới hạn 0.760 4 Nhận thức rủi ro và bảo mật 0.76 3 Ý định sử dụng 0.933 3
3.6. KẾT QUẢ THỐNG KÊ MÔ TẢ VỀ KẾT QUẢ Ý ĐỊNH SỬ DỤNG CỦA TỪNG NHÂN TỐ CỦA TỪNG NHÂN TỐ
3.6.1. Nhân tố nhận thứ sự hữu í h
Kết quả thống kê nhân tố nhận thức sự hữu ích có giá trị trung bình là 4.03/5, điều này cho thấy ngƣời dùng OTT hiện nay không chỉ cho mục đích giải trí, họ còn sử dụng OTT trong công việc của mình. Qua bảng thống kê, ngƣời dùng đã nhận thức đƣợc sự hữu ích của OTT trong công việc của họ, giúp hoàn thành nhiệm vụ nhanh hơn, nâng cao hiệu quả công việc, …
Bảng 3.19. Kết quả thống kê mô tả của nhân tố nhận thức sự hữu ích
Mean Std.Deviation
Sử dụng OTT trong công việc sẽ giúp tôi
hoàn thành nhiệm vụ nhanh hơn 4.12 0.756
Sử dụng OTT sẽ nâng cao hiệu quả công
việc của tôi 3.91 0.790
Sử dụng OTT sẽ làm cho công việc của
tôi trở nên dễ dàng hơn 4.07 0.784
Nhận thức sự hữu ích 4.03
3.6.2. Nhân tố nhận thứ tính ễ sử ụng
Kết quả thống kê nhân tố nhận thức tính dễ sử dụng có giá trị trung bình là 4.27/5, điều này cho thấy hầu hết ngƣời dùng ứng dụng OTT hiện nay cho rằng việc sử dụng OTT rất dễ dàng đối với họ. Các ứng dụng OTT hiện nay đều có nhiều ngôn ngữ, tại thị trƣờng Việt Nam các ứng dụng có song song ngôn ngữ tiếng việt và tiếng anh tạo điều kiện thuận lợi cho ngƣời sử dụng. Từ đó giúp gia tăng ý định sử dụng đối với các ứng dụng này.
Bảng 3.20. Kết quả thống kê mô tả của nhân tố nhận thức tính dễ sử dụng
Mean Std.Deviation
Đối với tôi học cách sử dụng ứng dụng
OTT rất dễ dàng 4.33 0.771
Các ứng dụng OTT có giao diện đơn
giản và dễ sử dụng 4.24 0.725
Tôi có thể dễ dàng sử dụng thành thạo
các ứng dụng OTT 4.24 0.736
Nhận thức tính dễ sử dụng 4.27
3.6.3. Nhân tố nhận thứ sự thí h thú
Kết quả nghiên cứu xác định ý định sử dụng ứng dụng OTT của ngƣời dân trên địa bàn thành phố Đà Nẵng ảnh hƣởng bởi 4 biến quan sát thuộc nhân tố nhận thức sự thích thúvới hệ số Beta là 0.207, giá trị trung bình của nhân tố này là 3.86, điều này cũng cho thấy ngƣời sử dụng cảm thấy vui vẻ thích thú khi sử dụng OTT, đó cũng là yếu tố giúp gia tăng ý định sử dụng.
Bảng 3.21. Kết quả thống kê mô tả của nhân tố nhận thức sự thích thú
Mean Std.Deviation
Sử dụng OTT mang đến cho tôi rất nhiều niềm vui
3.9 0.851
Tôi không cảm thấy chán khi sử dụng OTT
3.96 1.003
Tôi cảm thấy dễ chịu khi sử dụng OTT 3.71 8.11
Tôi thích sử dụng OTT 3.87 0.831
3.6.4. Nhân tố nhận thứ số l ợng quyết định
Kết quả nghiên cứu xác định ý định sử dụng ứng dụng OTT của ngƣời dân trên địa bàn thành phố Đà Nẵng ảnh hƣởng bởi 4 biến quan sát thuộc nhân tố nhận thức số lƣợng quyết định với hệ số Beta là 0.299. Giá trị trung bình của nhân tố nhận thức tính dễ sử dụng là 4.085/5, qua đây có thể thấy đa số ngƣời sử dụng ứng dụng OTT đều nhận định số lƣợng ngƣời sử dụng OTT là rất lớn, những ngƣời than, bạn bè, đồng nghiệp hay liên lạc với họ đều sử dụng OTT, đây cũng chính là một trong những yếu tố giúp gia tăng ý định sử dụng OTT của ngƣời dùng.
Bảng 3.22. Kết quả thống kê mô tả của nhân tố nhận thức tính dễ sử dụng
Mean Std.Deviation
Hầu hết đồng nghiệp của tôi đều sử dụng ứng dụng liên lạc miễn phí
4.18 0.847
Hầu hết bạn bè/thành viên trong gia đình của tôi đều sử dụng ứng dụng liên lạc miễn phí
3.79 0.946
Phần lớn những ngƣời hay liên lạc với tôi đều sử dụng ứng dụng liên lạc miễn phí
3.95 0.897
Theo quan sát của tôi, số lƣợng ngƣời sử dụng ứng dụng liên lạc miễn phí là rất lớn
4.42 0.754
3.6.5. Nhận thứ rủi ro và bảo mật thông tin
Bảng 3.23. Kết quả thống kê mô tả của nhân tố nhận thức tính dễ sử dụng
Mean Std.Deviation
Tôi sẽ không cảm thấy hoàn toàn an tâm khi cung cấp thông tin cá nhân khi sử dụng OTT
3.62 0.953
Tôi thấy lo lắng khi sử dụng ứng dụng OTT vì những ngƣời khác có thể truy cậptài khoản của tôi
3.57 0.991
Tôi sẽ không cảm thấy an toàn khi gửi những thông tin nhạy cảm qua OTT
3.89 1.031
Nhận thức rủi ro và bảo mật thông tin 3.69
3.6.6. Ý định sử ụng
Kết quả thống kê cho thấy hầu hết ngƣời đã từng sử dụng OTT đều có ý định tiếp tục sử dụng ứng dụng OTT trong cuộc sống hằng ngày của họ, mức giá trị trung bình là 4.27.
Bảng 3.24. Kết quả thống kê mô tả của ý định sử dụng OTT
Mean Std.Deviation
Tôi có ý định tiếp tục sử dụng ứng dụng OTT trong tƣơng lai
4.35 0.733
Tôi sẽ sử dụng ứng dụng OTT trong cuộc sống hàng ngày của tôi
4.23 0.772
Tôi có kế hoạch tiếp tục sử dụng ứng
dụng OTT thƣờng xuyên. 4.23 0.768
3.7. MÔ HÌNH NGHIÊN CỨU SAU KHI ĐÁNH GIÁ THANG ĐO
Từ các kết quả phân tích ở trên, không có sự thay đổi trong các thành phần ảnh hƣởng đến ý định sử dụng ứng dụng OTT. Mô hình nghiên cứu sẽ giữ nguyên mô hình đề xuất ban đầu gồm 5 biến độc lập là các biến thành phần tác động đến ý định sử dụng ứng dụng OTT và một biến phụ thuộc là ý định sử dụng OTT.
Bảng 3.25. Bảng tóm tắt giả thuyết trong mô hình nghiên cứu
Giả thuyết Nội dung
H1 Nhận thức sự hữu ích tác động tích cực (+) đến ý định sử dụng OTT H2 Nhận thức số lƣợng sử dụng tác động tích cực (+) đến ý định sử dụng OTT H3 Nhận thức sự dễ sử dụng tác động tích cực (+) đến ý định sử dụng OTT H4 Nhận thức sự thích thú tác động tích cực (+) đến ý định sử dụng OTT
H5 Nhận thức rủi ro và bảo mật thông tin tác động tiêu cực (+) đến ý định sử dụng OTT
3.8. KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU VÀ CÁC GIẢ THUYẾT 3.8.1. Phân tí h t ơng qu n 3.8.1. Phân tí h t ơng qu n
Phân tích hồi quy đa biến đƣợc thực hiện để xem xét mối quan hệ giữa 5 biến độc lập nhận thức sự hữu ích, nhận thức khối lƣợng tới hạn, nhận thức dễ sử dụng, nhận thức sự thích thú, nhận thức rủi ro và bảo mật thông tin với biến phụ thuộc ý định sử dụng trong mô hình nghiên cứu. Trƣớc khi tiến hình phân tích hồi quy tuyến tính thì việc xem xét mối tƣơng quan tuyến tính giữa các biến độc lập và biến phụ thuộc và giữa các biến độc lập với nhau là công
việc phải làm và hệ số tƣơng quan Pearson trong ma trận hệ số tƣơng quan là phù hợp để xem xét mối tƣơng quan này.
Bảng 3.26. Kết quả phân tích tương quan Pearson
Correlations IB PU PE EN PCM PR IB Pearson Correlation 1 0.452** 0.567** 0.449** 0.502** 0.235** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 N 254 254 254 254 254 254 PU Pearson Correlation 0.452** 1 0.472** 0.424** 0.336** 0.151* Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.016 N 254 254 254 254 254 254 PE Pearson Correlation 0.567** 0.472** 1 0.455** 0.417** 0.198** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.001 N 254 254 254 254 254 254 EN Pearson Correlation 0.449** 0.424** 0.455** 1 0.279** 0.018 Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.774 N 254 254 254 254 254 254 PCM Pearson Correlation 0.502** 0.336** 0.417** 0.279** 1 0.359** Sig. (2-tailed) 0.000 0.000 0.000 0.000 0.000 N 254 254 254 254 254 254 PR Pearson Correlation 0.235** 0.151* 0.198** 0.018 0.359** 1 Sig. (2-tailed) 0.000 0.016 0.001 0.774 0.000 N 254 254 254 254 254 254
**. Correlation is significant at the 0.01 level (2-tailed).
Từ kết quả phân tích tƣơng quan Pearson ở bảng 3.26, ta thấy biến phụ thuộc ý định sử dụng với từng biến độc lập có sự tƣơng quan với nhau, thể hiện cụ thể qua hệ số tƣơng quan nhƣ sau: nhận thức sự hữu ích (0.452); nhận thức tính dễ sử dụng (0.567); nhận thức sự thích thú (0.449); nhận thức rủi ro và bảo mật thông tin (0.235); nhận thức số lƣợng sử dụng (0.502) và tất cả Sig. nhỏ hơn 0.05 (<0.05). Do đó có thể đƣa các biến độc lập này vào mô hình hồi quy để giải thích biến phụ thuộc ý định sử dụng.
3.8.2. Phân tí h hồi quy
a. Kiểm định sự phù hợp của mô hình
Tiêu chuẩn chấp nhận Tolerance của các biến độc lập đƣa vào mô hình hồi quy đều lớn hơn 0.1 đồng thời hệ số phóng đại phƣơng sai (VIF) < 10 (bảng 3.28) vì thế hiện tƣợng đa cộng tuyến giữa các biến độc lập là khó xảy ra. Hệ số Durbin-Watson bằng 2.187 (bảng 3.27) nằm trong khoảng 1.704 < d < 2.307nên có thể kết luận không có hiện tƣợng tự tƣơng quan giữa các biến độclập.
Bảng 3.27. Kết quả Model Summary
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 0.676a 0.458 0.447 0.52933 2.187
a. Predictors: (Constant), PR, EN, PU, PCM, PE b. Dependent Variable: IB
Bảng 3.28. Thống kê phân tích các hệ số hồi quy Coefficients Coefficientsa Model Unstandardized Coefficients Standardiz ed Coefficient s t Sig. Collinearity Statistics
B Std. Error Beta Toleran
ce VIF 1 (Constant) 0.205 0.291 0.705 0.481 PU 0.147 0.059 0.138 2.481 0.014 0.704 1.420 PE 0.326 0.064 0.300 5.136 0.000 0.639 1.564 EN 0.194 0.059 0.180 3.274 0.001 0.721 1.387 PCM 0.280 0.060 0.259 4.695 0.000 0.719 1.391 PR 0.051 0.044 0.058 1.149 0.252 0.853 1.172 a. Dependent Variable: IB
Các giá trị thống kê đánh giá độ phù hợp của mô hình hồi quy nhƣ R, R
2
(Rsquare), R
2
hiệu chỉnh (Adjusted R Square) và sai số chuẩn (Std. Error of the Estimate) đều đạt yêu cầu với R2 điều chỉnh lớn hơn 0 cho thấy hệ số này có ý nghĩa thống kê nên mức độ phù hợp của mô hình tƣơng đốicao.
Trị thống kê F đƣợc tính từ giá trị R square của mô hình đầy đủ với mức ý nghĩa (giá trị Sig) rất nhỏ (nhỏ hơn mức ý nghĩa 0.05) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể suy rộng ra cho toàn bộ tổng thể.
Bảng 3.29. ANOVA phân tích hồi quy
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 58.617 5 11.723 41.841 0.000a
Residual 69.486 248 0.280
Total 128.103 253
a. Predictors: (Constant), PR, EN, PU, PCM, PE Dependent Variable: IB
Kiểm định phần dƣ cho thấy phân phối chuẩn phần dƣ xấp xỉ chuẩn với trung bình Mean=0 và độ lệch chuẩn Std. Deviation = 0.99 (xấp xỉ bằng 1) do đó kết luận rằng giả thiết phân phối chuẩn không bị vi phạm phƣơng pháp hồi quy bội
Mặt khác, qua biểu đồ hình 3.1 cho thấy một đƣờng cong phân phối chuẩn đƣợc đặt chồng lên biểu đồ tần số. Vì vậy, có thể nói phân phối phần dƣ xấp xỉ chuẩn nghĩa là việc sử dụng mô hình là thích hợp.
b. Phương trình và kết quả hồi quy
Nghiên cứu này sử dụng phƣơng pháp hồi quy bội để kiểm nghiệm các giả thuyết của mô hình nghiên cứu (H1, H2, H3,H4, H5), bởi vì phƣơng pháp hồi quy bội cho phép xây dựng mô hình tƣơng quan với nhiều yếu tố cùng ảnh hƣởng đến biến phụ thuộc, có thể nói mô hình hồi quy bội phản ánh gần với mô hình tổng thể, và có thể đánh giá tầm quan trọng của các khái niệm cần nghiên cứu có tƣơng quan riêng với biến phụ thuộc một cách rõ ràng.
Sau khi kiểm tra mối quan hệ tƣơng quan giữa các biến độc lập và biến phụ thuộc thì các biến độc lập đều có mối tƣơng quan với biến phụ thuộc (ý định sử dụng). Phân tích hồi quy tuyến tính với các biến độc lập thuộc 5 thành