Đối tượng nghiên cứu: Chọn ngẫu nhiên khách hàng đang sử dụng dịch vụ Internet Banking tại BIDV chi nhánh Bà Rịa- Vũng Tàu. Nguồn khách hàng này sẵn có trong hệ thống của ngân hàng.
Cỡ mẫu: Vì nghiên cứu sử dụng 15 biến quan sát nên số lượng khách hàng cần để nghiên cứu ít nhất là 75. Kích thước này là đủ lớn và đảm bảo yêu cầu của phương pháp phân tích nhân tố (mẫu gấp ít nhất năm lần số biến trong phân tích) (Hair và cộng sự, 2009).
Thời gian khảo sát: ba tháng để có thể khảo sát được đủ số quan sát và số liệu thu được đủ độ bao quát.
Thang đo sử dụng: nghiên cứu sử dụng thang đo Likert 5 điểm từ (1) là hoàn toàn không đồng ý, (2) là không đồng ý, (3) là bình thường, (4) là đồng ý và (5) là hoàn toàn đồng ý. Thang đo dùng để đo lường các biến.
Phương thức nghiên cứu: mail bảng câu hỏi đến khách hàng và gửi link bảng câu hỏi khảo sát trên Google Drive và phát trực tiếp cho khách hàng đến quầy giao dịch.
Kết luận chương:
Chương 3 của bài luận văn trình bày năm bước của quy trình nghiên cứu, cách thiết kế nghiên cứu, các phương pháp nghiên cứu (kiểm định độ tin cậy, phân tích nhân tố khám phá, phân tích tương quan và phân tích hồi quy) và dữ liệu nghiên cứu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. Mô tả mẫu
Về kích thước mẫu thì trong nghiên cứu của Hair và cộng sự (2009) có đề cập kích thước mẫu tối thiểu gấp năm lần số biến quan sát. Theo Comrey và Lee (1992) đánh giá thì mẫu có kích thước 50 là rất kém, 100 là kém, 300 là tốt và 500 là rất tốt. Bảng câu hỏi được gửi tới khách hàng đang sử dụng dịch vụ Internet Banking bằng cả mail và khảo sát điện tử qua công cụ Google Drive. Đường link bảng câu hỏi khảo sát được gửi đến 100 khách hàng, mail được tác giả gửi đến 50 người. Trong tổng số 150 bảng khảo sát được gửi đi thì tác giả thu về 102 bảng khảo sát (chiếm 68% tổng số phiếu khảo sát), tuy nhiên, chỉ có 75 phiếu khảo sát là hợp lệ (chiếm 73,5% số phiếu khảo sát thu về).
Các thông tin cá nhân trong bảng câu hỏi khảo sát gồm giới tính, tuổi, nghề nghiệp, trình độ học vấn và tình trạng hôn nhân.
- Về giới tính: trong số những người được khảo sát có 42 người là nữ (chiếm 56%), còn lại 33 người là nam (chiếm 44%).
- Về độ tuổi: những người có độ tuổi dưới 30 chiếm 44% trên tổng số người có phiếu hợp lệ thu về; cụ thể là 33 người. Những người từ 30 tuổi trở lên có sử dụng dịch vụ Internet Banking là 42 người (chiếm 56%).
- Về trình độ học vấn: mẫu quan sát này có trình độ học vấn khá cao, có 13.33% (10 người) là trình độ phổ thông trung học; còn lại 86.67% (65 người) đều tốt nghiệp trung cấp/cao đằng/đại học.
- Về tình trạng hôn nhân: có 62.67% (47 người) trong tổng số người có bảng khảo sát hợp lệ đã kết hôn, còn lại 37.34% (28 người) đang độc thân.
- Về nghề nghiệp: mẫu quan sát đa dạng, phong phú về nghề nghiệp; trong đó chiếm nhiều nhất (20%) là những người tự kinh doanh, buôn bán và các nhân viên văn phòng (cũng chiếm 20%). Điều này khá phù hợp với thực tế rằng những người
này thường không có nhiều thời gian đến quầy để giao dịch nên họ thích sử dụng dịch vụ Internet Banking hơn.
4.2. Kết quả của các kiểm định, phân tích
4.2.1. Kiểm định độ tin cậy của thang đo – Cronbach’s alpha
Kiểm định Cronbach’s alpha là kiểm định nhằm phân tích, đánh giá độ tin cậy của thang đo. Lần lượt tiến hành kiểm định thang đo Cronbach’s alpha cho từng biến quan sát của mỗi biến độc lập và biến phụ thuộc để kiểm tra các thang đo trong mô hình có đảm bảo độ tin cậy theo yêu cầu đề ra của kiểm định này không. Ở lần chạy đầu tiên, các nhân tố đều thỏa mãn yêu cầu của kiểm định là:
- Hệ số Cronbach’s alpha của các biến phải từ 0.6 trở lên.
- Hệ số tương quan biến tổng của từng biến quan sát phải từ 0.3 trở lên.
Như vậy, các thang đo trong mô hình đều đảm bảo độ tin cậy. Chi tiết kết quả kiểm định được trình bày trong bảng 4.1:
Bảng 4.1: Kết quả kiểm định Cronbach’s alpha
Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Cronbach's Alpha if Item Deleted Cronbach's Alpha THQMT1 7.33 2.577 .402 .560 THQMT2 7.57 2.572 .474 .451 THQMT3 7.55 2.900 .410 .545 THQMT .619 TC1 7.37 3.832 .874 .912 TC2 7.19 4.289 .885 .899 TC3 7.17 4.415 .863 .916 TC .937 HICN1 8.53 2.144 .765 .827 HICN2 8.37 2.426 .817 .769 HICN3 8.45 2.792 .713 .864 HICN .874 DSDCN1 12.12 4.729 .652 .850
DSDCN2 11.96 3.715 .837 .772 DSDCN3 11.95 5.213 .670 .845 DSDCN4 11.81 4.775 .723 .822 DSDCN .863 HD1 3.92 1.102 .717 . HD2 4.07 .955 .717 . HD .834
4.2.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Kết quả phân tích nhân tố khám phá EFA của nghiên cứu cho thấy có 4 biến quan sát bị loại do có hệ số Factor Loading <0.65, là các biến: HICN1, HICN2, HICN3, DSDCN 1. Như vậy, ta loại biến sự hữu ích cảm nhận ra khỏi mô hình nghiên cứu. Ma trận xoay trong bảng 4.2 trình bày cụ thể kết quả phân tích nhân tố khám phá EFA.
Bảng 4.2: Ma trận xoay cho các biến độc lập
Component 1 2 3 DSDCN3 .819 DSDCN2 .791 DSDCN4 .755 HICN2 .642 HICN1 .631 DSDCN1 .562 TC3 .910 TC1 .896 TC2 .889 THQMT3 .733 THQMT1 .665 THQMT2 .656 HICN3 .614
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Ta tiến hành phân tích cho các biến còn lại, kết quả như trong bảng 4.3:
Bảng 4.3: Ma trận xoay cho các biến độc lập lần hai Component 1 2 3 TC3 .916 TC2 .908 TC1 .907 DSDCN3 .876 DSDCN4 .810 DSDCN2 .804 THQMT2 .743 THQMT1 .740 THQMT3 .734
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Kết quả cho thấy 09 biến quan sát được nhóm thành 03 biến đại diện. Ta đặt tên cho biến đại diện đầu tiên là sự tin cậy (TC) gồm 03 biến: TC1, TC2, TC3; biến thứ 2 là sự dễ sử dụng cảm nhận (DSDCN) gồm: DSDCN2, DSDCN3, DSDCN4; biến thứ 3 là sự tự hiệu quả máy tính (THQMT) gồm: THQMT1, THQMT 2, THQMT3. Kiểm định KMO và Bartlett’s của biến độc lập có kết quả như trong bảng 4.4:
Bảng 4.4: Kiểm định KMO và Bartlett’s của biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .761 Bartlett's Test of Sphericity Approx. Chi-Square 384.206 df 36 Sig. .000
Hệ số KMO có giá trị bằng 0.761; thỏa điều kiện 0.5≤ KMO ≤1. Kết luận: phân tích nhân tố là phù hợp với dữ liệu thực tế.
Kiểm định Bartlett’s là kiểm định giả thuyết H0: mức tương quan giữa các biến quan sát = 0. Kết quả kiểm định Bartlett’s có giá trị Sig. =0.000 < 0.05. Kết luận: các biến quan sát có tương quan với nhau trong mỗi nhóm nhân tố.
Bảng 4.5: Kiểm định phương sai trích của các yếu tố
Co mp one nt
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumula tive % Total % of Variance Cumulati ve % Total % of Variance Cumulative % 1 4.141 46.007 46.007 4.141 46.007 46.007 2.802 31.129 31.129 2 1.514 16.817 62.823 1.514 16.817 62.823 2.252 25.021 56.150 3 1.155 12.830 75.654 1.155 12.830 75.654 1.755 19.504 75.654 4 .760 8.444 84.097 5 .618 6.872 90.969 6 .328 3.649 94.618 7 .225 2.501 97.119 8 .142 1.576 98.695 9 .117 1.305 100.000
Extraction Method: Principal Component Analysis.
Trong bảng 4.5, tổng phương sai trích (total variance explained) có giá trị cộng dồn là 75.654% (>50%) nên đáp ứng tiêu chuẩn. Kết luận: ba biến rút ra giải thích được 75.654% sự thay đổi của dữ liệu.
Hệ số Eigenvalue khi rút trích biến thứ ba là 1.155 (>1), đạt yêu cầu, các nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Ta tiến hành phân tích nhân tố khám phá EFA cho biến phụ thuộc.
Bảng 4.6: Kiểm định KMO và Bartlett’s của biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .500 Bartlett's Test of Sphericity Approx. Chi-Square 52.269 df 1 Sig. .000
Hệ số KMO có giá trị bằng 0.5; thỏa điều kiện 0.5≤ KMO ≤1. Kết luận: phân tích nhân tố là phù hợp với dữ liệu thực tế.
Kiểm định Bartlett’s là kiểm định giả thuyết H0: mức tương quan giữa các biến quan sát = 0. Kết quả kiểm định Bartlett’s có giá trị Sig. =0.000 < 0.05. Kết luận: các biến quan sát có tương quan với nhau trong mỗi nhóm nhân tố.
Bảng 4.7: Kiểm định phương sai trích các yếu tố của biến phụ thuộc
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative
% Total
% of
Variance Cumulative %
1 1.717 85.837 85.837 1.717 85.837 85.837
2 .283 14.163 100.000
Extraction Method: Principal Component Analysis.
Tổng phương sai trích bằng 85.837% (>50%) và hệ số Eigenvalues bằng 1.717 (>1) đều đạt tiêu chuẩn.
Bảng 4.8: Ma trận xoay cho biến phụ thuộc
Component 1
HD2 .926
HD1 .926
Trong bảng 4.8, ta thấy hệ số tải Factor Loading của các biến quan sát đều thỏa điều kiện khi phân tích là hệ số tải phải >0.65. Như vậy, không có biến quan sát nào bị loại.
4.2.3. Hiệu chỉnh mô hình
Sau khi phân tích nhân tố EFA cho 13 biến quan sát trong mô hình nghiên cứu ban đầu, kết quả là loại đi 01 biến: sự hữu ích cảm nhận, và loại đi 01 biến quan sát: DSDCN1 (Sử dụng Internet banking không đòi hỏi chuyên môn và nỗ lực nhiều). Mô hình nghiên cứu được điều chỉnh như trong hình 4.1:
Sự tự hiệu quả của máy tính Sự hữu ích cảm nhận Việc sử dụng Internet Banking Sự tin cậy
4.2.4. Phân tích tương quan Pearson
Phân tích tương quan Pearson dùng để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc với nhau. Ngoài ra cần chú ý đến vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Dấu hiệu nghi ngờ dựa vào giá trị Sig. tương quan giữa các biến độc lập nhỏ hơn 0.05 và giá trị tương quan Pearson lớn hơn 0.3. Khi phân tích tương quan, ta chú ý đến giá trị Sig. của kiểm định Pearson. Giả thuyết H0: hệ số tương quan bằng 0. Do đó, nếu giá trị Sig. này bé hơn 5% thì ta kết luận hai biến có tương quan với nhau. Hệ số tương quan càng lớn thì tương quan càng chặt. nếu Sig. này lớn hơn 5% thì hai biến không có tương quan với nhau. Vì một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy sau này. Hệ số tương quan Pearson càng tiến về 1 càng tương quan mạnh. Ngược lại, hệ số này càng tiến gần về 0 thì tương quan càng yếu. Cần lưu ý đến giá trị Sig.: nếu mức ý nghĩa 1% thì giá trị Sig. phải < 0.01, còn nếu mức ý nghĩa là 5% thì Sig < 0.05 tương ứng với các dấu (*) được đánh dấu trên hệ số tương quan.
Kết quả về phân tích tương quan Pearson của các biến được trình bày trong bảng 4.9
Bảng 4.9: Kết quả về phân tích tương quan Pearson
HD DSDCN TC THQMT HD Pearson Correlation 1 .576** .510** .598** Sig. (2-tailed) .000 .000 .000 N 75 75 75 75 DSDCN Pearson Correlation .576** 1 .529** .328** Sig. (2-tailed) .000 .000 .004 N 75 75 75 75 TC Pearson Correlation .510** .529** 1 .259* Sig. (2-tailed) .000 .000 .025 N 75 75 75 75
THQMT Pearson Correlation .598** .328** .259* 1 Sig. (2-tailed) .000 .004 .025
N 75 75 75 75
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Như vậy, các biến “Sự dễ sử dụng cảm nhận” và “Sự tin cậy” đều có tương quan tuyến tính với biến “Việc sử dụng Internet Banking” vì giá trị Sig. giữa các biến này đều bằng 0.000. Cụ thể, mối quan hệ tương quan giữa biến “Sự dễ sử dụng cảm nhận” với biến “Việc sử dụng Internet Banking” là 0.576; giữa biến “Sự tin cậy” với biến “Việc sử dụng Internet Banking” là 0.510; giữa biến “Sự tự hiệu quả máy tính” với biến “Việc sử dụng Internet Banking” là 0.598. Tuy nhiên, kết quả phân tích cũng cho thấy giữa biến sự tin cậy và biến sự dễ sử dụng cảm nhận có sự tương quan mạnh (bằng 0.529); giữa biến sự tự hiệu quả máy tính với biến sự dễ sử dụng cảm nhận có tương quan bằng 0.328. Có thể xảy ra hiện tượng đa cộng tuyến giữa các biến này.
4.3. Phân tích hồi quy
4.3.1. Kiểm định hệ số hồi quy
Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan.
Bảng 4.10: Hệ số hồi quy của biến độc lập
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.457 .488 -.937 .352
THQMT .546 .105 .436 5.196 .000 .882 1.134
TC .217 .087 .233 2.489 .015 .712 1.405
DSDCN .401 .124 .310 3.239 .002 .681 1.469
Kết quả cho thấy các biến độc lập: THQMT, TC, DSDCN có giá trị Sig ≤ 0.05 nên các biến độc lập này có tương quan và có ý nghĩa với biến phụ thuộc (HD:
Việc sử dụng Internet Banking). Trong đó, biến THQMT có ảnh hưởng nhiều nhất đến biến HD; sau đó mức độ ảnh hưởng giảm dần từ biến DSDCN rồi cuối cùng là biến TC dựa theo hệ số Beta chuẩn hóa (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Hệ số hồi quy chưa chuẩn hóa: B (THQMT) = +0.546 cho biết THQMT và HD có quan hệ cùng chiều. Khi đánh giá về sự tự hiệu quả máy tính tăng thêm 1 điểm thì việc sử dụng Internet Banking sẽ tăng thêm 0.546 điểm. Tương tự cho biến sự tin cậy và sự dễ sử dụng cảm nhận.
4.3.2. Kiểm định mức độ giải thích và phù hợp của mô hình
- Mức độ giải thích của mô hình: xem kết quả trong bảng 4.11
Bảng 4.11: Tóm tắt mô hình Model R R Square Adjusted R Square Std. Error of
the Estimate Durbin-Watson
1 .747a .558 .540 .63719 1.753
So sánh 2 giá trị của R2 và R2 hiệu chỉnh ở bảng 4.11, ta thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008)
Ý nghĩa của R2 hiệu chỉnh: cho biến các biến độc lập giải thích được bao nhiêu phần trăm (%) sự biến thiên của biến phụ thuộc. Trong bài nghiên cứu ta có R2 hiệu chỉnh = 0.540 có nghĩa là ba biến độc lập: THQMT, TC và DSDCN giải thích được 54% sự thay đổi của HD (Việc sử dụng Internet Banking); còn lại 46% là do sự ảnh hưởng của các biến bên ngoài mô hình mà đề tài chưa tìm được và do sai số ngẫu nhiên.
- Mức độ phù hợp của mô hình: xem kết quả ở bảng phân tích ANOVA
Bảng 4.12: Kết quả phân tích Anova
Model Sum of Squares df Mean
Square F Sig.
Regression 36.419 3 12.140 29.900 .000b
Residual 28.827 71 .406
Độ tin cậy 99% (Sig ≤ 0.01) chứng tỏ mô hình lý thuyết phù hợp với thực tế và mô hình có ý nghĩa suy ra tổng thể.
4.3.3. Kiểm định hiện tượng đa cộng tuyến
Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) -.457 .488 -.937 .352
THQMT .546 .105 .436 5.196 .000 .882 1.134
TC .217 .087 .233 2.489 .015 .712 1.405
DSDCN .401 .124 .310 3.239 .002 .681 1.469
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình phụ thuộc lần nhau và thể hiện được dưới dạng hàm số. Ta kiểm đi ̣nh giả đi ̣nh về hiê ̣n tượng đa cô ̣ng tuyến thông qua giá tri ̣ của dung sai (Tolerance) hoă ̣c hê ̣ số phóng đa ̣i phương sai VIF (Variance Inflation Factor). Nếu VIF >10 thì có hiê ̣n tượng đa cô ̣ng tuyến. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Trên bảng 4.10 ta thấy VIF của các biến độc lập đều < 2 nên các biến này không có hiện tượng đa cộng tuyến.
4.3.4. Kiểm định hiện tượng tự tương quan của phần dư
Tự tương quan là hiện tượng các sai số ngẫu nhiên có mối liên hệ tương quan với nhau. Hậu quả của hiện tượng này là:
- Các ước lượng OLS vẫn là các ước lượng tuyến tính không chệch nhưng