8. Tổng quan tài liệu
2.5. NGHIÊN CỨU CHÍNH THỨC
Nghiên cứu chính thức đƣợc thực hiện bằng phƣơng pháp nghiên cứu định lƣợng. Nghiên cứu định lƣợng này đƣợc thực hiện thông qua bảng câu hỏi chi tiết nhằm đánh giá các thang đo và kiểm định lại mô hình lý thuyết đã đặt ra.
2.5.1. Đối t ợng khảo sát
Tổng thể mẫu: Khách hàng giao dịch với Ngân Hàng thƣơng mại cổ phần Hàng Hải chi nhánh Đà Nẵng.
Đối tƣợng khảo sát: khách hàng có khả năng thu nhập giao dịch với Ngân Hàng thƣơng mại cổ phần Hàng Hải chi nhánh Đà Nẵng.
Phƣơng pháp chọn mẫu theo phƣơng pháp thuận tiện: số lƣợng mẫu lớn gấp 5 lần số lƣợng biến quan sát trở lên nên tác giả chọn mẫu là 250 khách hàng.
2.5.2. Thu thập ữ liệu
Tiến hành thu thập dữ liệu bằng cách phát bản câu hỏi cho các khách hàng đi giao dịch ở các trụ sở Ngân hàng TMCP Hàng Hải chi nhánh Đà Nẵng, kết hợp với phỏng vấn các nhân viên của các doanh nghiệp có liên kết với Ngân hàng về chi trả lƣơng hay các giao dịch cần thiếti.
2.5.3. Ph ng pháp phân tí h ữ liệu
a.Phân tích thống kê mô tả
Lập bảng tần suất về số lƣợng và các đặc điểm về nhân khẩu học của ngƣời sử dụng dịch vụ Mobile Banking.
Thống kê mô tả nhằm mục đích tìm ra các đặc điểm nổi trội của mẫu nghiên cứu, đƣợc dùng để thống kê các biến định lƣợng, biến định tính từ đó đánh giá các tác động đến mô hình nghiên cứu.
Thống kê mô tả trình bày đồ thị liên quan đến tỷ lệ phần trăm của biến so với tổng mẫu nghiên cứu.
b.Phân tích hệ số tin cậy Cronbach alpha
Phƣơng pháp này cho phép ngƣời phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach alpha.
Những biến có hệ số tƣơng quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại.
Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thƣờng, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt.
c. Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật đƣợc sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phƣơng pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer - Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, còn
nếu nhƣ trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Ngoài ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lƣợng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới đƣợc giữ lại trong mô hình. Đại lƣợng eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố .Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố đƣợc xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuân hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố).Những hệ số tải nhân tố (factor loading) biểu diễn tƣơng quan giữa các biến và các nhân tố.Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phƣơng pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.Theo Hair & ctg (1998, 111), Multivariate Data Analysis, Prentice- Hall International, trong phân tích EFA, chỉ số Factor Loading có giá trị lớn hơn 0.5 đƣợc xem là có ý nghĩa thực tế
d.Phân tích hồi quy đa biến
Phân tích hồi qui đa biến: là một phƣơng pháp đƣợc sử dụng dùng để phân tích mối quan hệ giữa một biến phụ thuộc với nhiều biến độc lập. Phƣơng trình hồi qui tuyến tính đa biến có dạng:
Yi= p0 + P1X1Ĩ +p2 X2i+... +pp Xpi +ei Mục đích của việc phân tích hồi qui đa biến là dự đoán mức độ của biến phụ thuộc (với độ chính xác trong phạm vi giới hạn) khi biết trƣớc giá trị của biến độc lập.
Hệ số hồi qui riêng phần Bk: là hệ số đo lƣờng sự thay đổi trong giá trị trung bình Y khi Xk thay đổi một đơn vị, giữa các biến độc lập còn lại không đổi. Hệ số xác định R điều chỉnh: Hệ số xác định tỉ lệ biến thiên của biến phụ thuộc đƣợc giải thích bởi biến độc lập trong mô hình hồi qui. Đó cũng là thông số đo lƣờng độ thích hợp của đƣờng hồi qui theo qui tắc R2
càng gần 1 thì mô hình xây dựng càng thích hợp, R2
càng gần 0 mô hình càng kém phù hợp với tập dữ liệu mẫu. Tuy nhiên, R2
có khuynh hƣớng là một ƣớc lƣợng lạc quan của thƣớc đo sự phù hợp của mô hình đối với dữ liệu trong trƣờng hợp có hơn 1 biến giải thích trong mô hình. Trong tình huốn này R2
điều chỉnh (Adjusted R square) đƣợc sử dụng để phản ánh sát hơn mức độ phù hợp của mô hình tuyến tính đa biến vì nó không phụ thuộc vào độ lệch phóng đại của R2
.
Kiểm định F trong phân tích phƣơng sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình tuyến tính tổng thể.Nếu giả thuyết Ho của kiểm định F bị bác bỏ thì có thể kết luận mô hình hồi qui tuyến tính đa biến phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
e.Phân tích phương sai ANOVA
Ý nghĩa: Kỹ thuật phân tích phƣơng sai ANOVA đƣợc dùng để kiểm định giả thiết các tổng thể nhóm có giá trị trung bình bằng nhau. Kỹ thuật này dựa trên cơ sở tính toán mức độ biến thiên trong nội bộ các nhóm và biến thiên giữa các trung bình nhóm. Dựa trên hai ƣớc lƣợng này của mức độ biến thiên ta có thể rút ra kết luận về mức độ khác nhau giữa các trung bình nhóm.
Tiêu chuẩn đánh giá:Xét cụ thể trong nghiên cứu này. Trƣờng hợp phƣơng sai của mức độ hài lòng là bằng nhau giữa các nhóm nhân viên sẽ sử dụng kết quả bảng ANOVA. Trƣờng hợp phƣơng sai của mức độ hài lòng là khác nhau giữa các nhóm nhân viên, lúc này không thể sử dụng bảng ANOVA
mà sử dụng kết quả kiểm định Post Hoc (Thống kê Tamhane’s T2). Cả hai trƣờng hợp đều dựa vào mức ý nghĩa sig. để kết luận (sig < 0.05: có sự khác biệt có ý nghĩa thống kê; sig. ≥ 0.05: chƣa có sự khác biệt có ý nghĩa thống kê).
CHƯƠNG 3
KẾT QUẢ NGHIÊN CỨU
3.1. MÔ TẢ MẪU ĐIỀU TRA 3.1.1. Độ tuổi 3.1.1. Độ tuổi
Có 30 đáp viên dƣới 22 tuổi (12%), có 69 đáp viên trong độ tuổi từ 22 đến 30 tuổi (chiếm tỉ lệ 27,6%), có 111 đáp viên từ 31 đến 40 tuổi (chiếm tỉ lệ 44,4%), có 34 đáp viên có độ tuổi từ 41 đến 50 tuổi (chiếm tỉ lệ 13,6%) và có 6 đáp viên từ 51 đến 60 tuổi (chiếm tỉ lệ 2,4 %), không có dáp viên nào trên 60 tuổi.
Hình 3.1. Độ tuổi của người sử dụng
3.1.2. Giới tính
Có 106 đáp viên là nữ (chiếm tỉ lệ 42,4%) và 144 đáp viên là nam (chiếm tỉ lệ 57,6%)
3.1.3. Thời gi n gi o ị h với Ngân hàng TMCP Hàng Hải hi nhánh Đà Nẵng
Hình 3.3. Mức độ gắng bó với Ngân hàng
Đa số đáp viên tham gia với Ngân hàng TMCP Hàng Hải tại chi nhánh Đà Nẵng đƣợc lâu năm. Có 44% đáp viên giao dịch với Ngân hàng hơn 3 năm trở lên, 34% đáp viên giao dịch đƣợc 1 đến 3 năm và có 22 đấp viên vừa mới đến giao dịch với Ngân hàng trong 1 năm trở lại đây.
3.1.4. Mứ độ sử ụng th ờng xuyên ủ khá h hàng:
Phần lớn các đáp viên thực hiện giao dịch thƣờng xuyên với Ngân hàng từ 2-5 lần/tháng (chiếm 56%), một số khách hàng sử dụng Mobile Banking 6-8 lần/tháng (22%) và rất ít khách hàng sử dụng dƣới 2 lần/tháng (10%) và trên 8 lần/tháng (12%).
Hình 3.4. Mức độ thường xuyên sử dụng của khách hàng
3.1.5. Loại ị h vụ th ờng xuyên sử ụng trên Mobile B nking
Hầu hết các khách hàng đều sử dụng dịch vụ Thông báo số dƣ tự động (100%). Phần lớn khách hàng sử dụng dịch vụ Truy vấn thông tin (58,4%), nạp tiền điện thoại di động trả trƣớc (40,4%), thanh toán cƣớc điện thoại di động trả sau (33,6%), chuyển khoản (49,6%). Một số ít khách hàng sử dụng dịch vụ Mua thẻ cào Game Online (27,6%) và mua thẻ cào điện thoại di động (21,6%)
Hình 3.5. Tỷ lệ người dùng dịch vụ trên mẫu nghiên cứu
3.2. ĐÁNH GIÁ THANG ĐO BẰNG HỆ SỐ TIN CẬY CRONBACH’S ALPHA ALPHA
Bảng 3.1. Hệ số tin cậy
Nhóm nhân tố Cronbach Alpha
Kỳ vọng hiệu quả 0,612
Kỳ vọng nỗ lực 0,838
Ảnh hƣởng xã hội 0,828
Cảm nhận sự tin tƣởng 0,760
Điều kiện thuận lợi 0,883
Ý định hành vi 0,908
Nhóm nhân tố “Kỳ vọng hiệu quả” gồm 4 chỉ báo, hệ số Cronbach Alpha là 0.612 (lớn hơn 0.6). Các chỉ báo trong nhóm đều có hệ số tƣơng quan biến tổng lớn hơn 0.3 do đó đều đƣợc sử dụng để phân tích nhân tố.
Nhóm nhân tố “Kỳ vọng nỗ lực” gồm 4 chỉ báo, hệ số Cronbach Alpha là 0.838 (lớn hơn 0.6). Các chỉ báo trong nhóm đều có hệ số tƣơng quan biến tổng lớn hơn 0.3 do đó đều đƣợc sử dụng để phân tích nhân tố.
Nhóm nhân tố “Ảnh hƣởng xã hội” gồm 4 chỉ báo, hệ số Cronbach Alpha là 0.828 (lớn hơn 0.6). Các chỉ báo trong nhóm đều có hệ số tƣơng quan biến tổng lớn hơn 0.3 do đó đều đƣợc sử dụng để phân tích nhân tố .
Nhóm nhân tố “Cảm nhận sự tin tƣởng” gồm 3 chỉ báo, hệ số Cronbach Alpha là 0.760 (lớn hơn 0.6). Các chỉ báo trong nhóm đều có hệ số tƣơng quan biến tổng lớn hơn 0.3 do đó đều đƣợc sử dụng để phân tích nhân tố.
Nhóm nhân tố “Điều kiện thuận lợi” gồm 3 chỉ báo, hệ số Cronbach Alpha là 0.883 (lớn hơn 0.6). Các chỉ báo trong nhóm đều có hệ số tƣơng quan biến tổng lớn hơn 0.3 do đó đều đƣợc sử dụng để phân tích nhân tố.
Nhóm nhân tố “Ý định hành vi” gồm 4 chỉ báo, hệ số Cronbach Alpha là 0.908 (lớn hơn 0.6). Các chỉ báo trong nhóm đều có hệ số tƣơng quan biến tổng lớn hơn 0.3 do đó đều đƣợc sử dụng để phân tích nhân tố.
3.3. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
Sau khi kiểm định Cronbach’s Alpha, có 6 biến độc lập với 22 biến quan sát ảnh hƣởng đến hành vi chấp nhận sử dụng dịch vụ Mobile Banking của khách hàng, trong đó có 4 biến ảnh hƣởng đến ý định hành vì và hai biến ý định hành vi và điều kiện thuận lợi tác động đến hành vi chấp nhận sử dụng. Vì vậy tác giả tiến hành phân tích nhân tố FEA cho 4 biến độc lập kỳ vọng về hiệu quả, kỳ vọng nỗ lực, ảnh hƣởng xã hội và cảm nhận sự tin tƣởng trƣớc. Sau đó tiến hành phân tích EFA cho hai biến ý định hành vi và điều kiện thuận lợi.
3.3.1. Phân tí h nhân tố khám phá ho mô hình 1: Kỳ vọng về hiệu quả, kỳ vọng nỗ lự , ảnh h ởng xã hội và ảm nhận sự tin t ởng tá động đến định hành vi
Phân tích nhân tố biến độc lập:
Hệ số KMO bằng 0,751 (lớn hơn 0.5) và Sig < 0.05 nên có thể kết luận giữa các tiêu thức có mối quan hệ nhất định, tức là có tiêu thức chính.
Bảng Total Variance Explained (phụ lục 3.3.1) cho biết, 4 yếu tố giá trị này đƣợc trích rút trên một thang đo có phƣơng sai giải thích đạt 63,437%.
Bảng Rotated Component Matrix tách bạch các nhóm tiêu thức khác nhau một cách rõ rệt, những tiêu thức giống nhau sẽ hội tụ về một nhóm. Trong bảng này, các tiêu thức có hệ số tải nhân tố lớn hơn hoặc bằng 0.5 sẽ đƣợc giữ lại, các tiêu thức có hệ số này bé hơn 0.5 sẽ bị loại bỏ. Nhƣ vậy, sẽ có 15 tiêu thức đƣợc chia làm 4 nhóm.
Sau khi phân tích nhân tố EFA cho mô hình thứ nhất có 15 chỉ báo đƣợc phân chia trong 4 nhóm nhƣ sau:
Nhóm nhân tố “Kỳ vọng hiệu quả” (HQ) gồm 4 chỉ báo: HQ1, HQ2, HQ3, HQ4.
Nhóm nhân tố “Kỳ vọng nỗ lực” (NL) gồm 4 chỉ báo: NL1, NL2, NL3, NL4.
Nhóm nhân tố “Anh hƣởng xã hội” (XH) gồm 4 chỉ báo: XH1, XH2, XH3, XH4.
Nhóm nhân tố “Cảm nhận sự tin tƣởng” (TT) gồm 3 chỉ báo: TT1, TT2, TT3.
Bảng 3.2. Kết quả phân tích EFA các biên độc lập mô hình 1
Rotated Component Matrixa
Component 1 2 3 4 XH1 .818 XH2 .815 XH3 .814 XH4 .721 NL1 .834 NL2 .791 NL4 .782 NL3 .733 TT2 .854 TT3 .781 TT1 .735 HQ2 .712 HQ3 .687 HQ1 .676 HQ4 .525
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Phân tích nhân tố biến phụ thuộc
Hệ số KMO bằng 0,779 (lớn hơn 0.5) và Sig < 0.05 nên có thể kết luận giữa các tiêu thức có mối quan hệ nhất định, tức là có tiêu thức chính.
Bảng Total Variance Explained (phụ lục 3.3.1) cho biết, yếu tố này đƣợc trích rút trên một thang đo có phƣơng sai giải thích đạt 78,626%.
Bảng Rotated Component Matrix tách bạch các nhóm tiêu thức khác nhau một cách rõ rệt và đƣợc hội tụ về một nhóm.
Bảng 3.3. Kết quả phân tích EFA biến phụ thuộc mô hình 1
Component Matrixa Component 1 YD4 .911 YD2 .883 YD3 .877 YD1 .875
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
3.3.2. Phân tí h nhân tố khám phá ho mô hình 2: Ý định hành vi và điều kiện thuận lợi ảnh h ởng đến hành vi hấp nhận sử ụng ị h vụ Mobile Banking.
Hệ số KMO bằng 0,779 (lớn hơn 0.5) và Sig < 0.05 nên có thể kết luận giữa hai tiêu thức có mối quan hệ nhất định, tức là có tiêu thức chính.
Bảng Total Variance Explained (phụ lục 3.3.2) cho biết, 2 yếu tố giá trị này đƣợc trích rút trên một thang đo có phƣơng sai giải thích đạt 79,817%.
Bảng Rotated Component Matrix tách bạch các nhóm tiêu thức khác nhau một cách rõ rệt, những tiêu thức giống nhau sẽ hội tụ về một nhóm.
Bảng 3.4. Kết quả phân tích EFA các biến mô hình 2
Rotated Component Matrixa
Component 1 2 YD4 .899 YD3 .880 YD1 .872 YD2 .862 DK1 .919 DK3 .894 DK2 .863
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
Sau khi phân tích nhân tố EFA cho mô hình 2 có 7 chỉ báo đƣợc phân chia trong 2 nhóm nhƣ sau:
Nhóm nhân tố “Điều kiện thuận lợi” (DK) gồm 3 chỉ báo: DK1, DK2, DK3.
Nhóm nhân tố “Ý định hành vi” (YD) gồm 4 chỉ báo: YD1, YD2, YD3, YD4.
3.4. KIỂM ĐỊNH MÔ HÌNH VÀ CÁC GIẢ THIẾT 3.4.1. Phân tí h hồi quy tuyến tính bội 3.4.1. Phân tí h hồi quy tuyến tính bội
Tạo các biến mới X1, X2, X3, X4, Z1, Z2 lần lƣợt là giá trị trung bình các nhóm biến quan sát đƣợc phân nhóm
- HV: Hành vi sử dụng - Z1: Ý định hành vi - Z2: Điều kiện thuận lợi - X1: Kỳ vọng về hiệu quả - X2: Kỳ vọng nỗ lực - X3: Ảnh hƣởng xã hội - X4: Sự tin tƣởng
a. Phân tích mối quan hệ tuyến tính giữa ý dịnh hành vi của khách hàng với kỳ vọng hiệu quả, kỳ vọng nỗ lực, ảnh hưởng xã hội và cảm nhận sự tin tưởng của khách hàng
Tiến hành phân tích hồi quy đa biến với biến phụ thuộc Z1 và 4 biến độc lập X1, X2, X3, X4. Phƣơng pháp phân tích đƣợc sử dụng là sử dụng phƣơng