Thang đo hành vi sử dụng dịch vụ được xây dựng dựa trên sự kế thừa và có hiệu chỉnh ngôn ngữ từ thang đo gốc của Venkatesh trong lý thuyết UTAUT2. Kết quả nghiên cứu định tính tác giả đã điều chỉnh ngôn ngữ cho 3 biến quan sát theo thang đo chuẩn của UTAUT2, đồng thời đề xuất bổ sung thêm 3 biến quan sát mới liên quan đến việc người khảo sát sẽ giới thiệu dịch vụ Grabcar cho người thân, bạn bè, đối tác của mình; sử dụng dịch vụ Grabcar đã trở thành thói quen của người khảo sát và sử dụng dịch vụ Grabcar đã trở thành một điều không thể thiếu đối với cuộc sống của người khảo sát.
Quá trình nghiên cứu định tính cho thấy các yếu tố liên quan đến việc người khảo sát sẽ giới thiệu dịch vụ Grabcar cho người thân, bạn bè, đối tác của mình; sử dụng dịch vụ Grabcar đã trở thành thói quen của người khảo sát và sử dụng dịch vụ Grabcar đã trở thành một điều không thể thiếu đối với cuộc sống của người khảo sát là thành phần quan trọng trong hành vi sử dụng dịch vụ Grabcar của người tiêu dùng tại TPHCM, do đó việc bổ sung các yếu tố này vào thang đo hành vi sử dịch vụ sẽ giúp thang đo hoàn thiện và được phản ánh tốt hơn.
Bảng 3.9: Biến quan sát cho thang đo hành vi sử dụng dịch vụ
STT Ký hiệu
biến Biến quan sát
Nguồn
1 HVS1 Tôi có sẽ tiếp tục sử dụng dịch vụ Grabcar trong tương
lai.
Venkatesh, 2012
2 HVS2 Tôi sẽ nghĩ ngay đến dịch vụ Grabcar mỗi khi cần tìm
kiếm phương tiện di chuyển.
Venkatesh, 2012
3 HVS3 Tôi sẽ sử dụng dịch vụ Grabcar thường xuyên hơn. Venkatesh, 2012
4 HVS4 Tôi sẽ giới thiệu dịch vụ Grabcar cho người thân, bạn
bè, đối tác của mình.
Kết quả nghiên cứu định tính 5 HVS5 Sử dụng dịch vụ Grabcar đã trở thành thói quen của
tôi.
Kết quả nghiên cứu định tính
6 HVS6 Sử dụng dịch vụ Grabcar đã trở thành một điều không
thể thiếu đối với cuộc sống của tôi.
Kết quả nghiên cứu định tính
3.5. Tóm tắt chƣơng 3
Chương 3 đã trình bày về quy trình nghiên cứu, thiết kế nghiên cứu bao gồm nghiên cứu định tính và nghiên cứu định lượng. Trong nghiên cứu định tính đã trình bày phương pháp và kết quả của phỏng vấn chuyên gia, phỏng vấn sâu người tiêu dùng để hiệu chỉnh mô hình nghiên cứu và xây dựng thang đo chính thức. Nghiên cứu định lượng đã trình bày về phương pháp lấy mẫu, chọn mẫu, phương pháp thu thập và xử lý dữ liệu. Với kết quả mô hình nghiên cứu và thang đo chính thức được rút ra từ quá trình nghiên cứu ở chương 2, tác giả sẽ tiến hành khảo sát thực tế để thu thập dữ liệu và trình bày các bước phân tích dữ liệu nghiên cứu trong chương tiếp theo.
Chƣơng 4:
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Trong chương này tác giả sẽ trình bày các kết quả phân tích từ dữ liệu nghiên cứu thu thập được liên quan đến thống kê mô tả, kiểm định độ tin cậy các thang đo, phân tích nhân tố khám phá để gom nhóm các nhân tố và xây dựng, biện luận mô hình hồi quy.
4.1. Thống kê mô tả dữ liệu
Kết quả thống kê mô tả 252 mẫu khảo sát hợp lệ theo các biến định tính và biến định lượng được trình bày tóm tắt tại phụ lục 5. Kết quả thống kê mô tả cho thấy các giá trị trung bình của các yếu tố ảnh hưởng đến hành vi sử dụng dịch vụ Grabcar là trên mức độ trung bình, điều này thể hiện mức độ tương đối đồng tình của người tiêu dùng về các nhóm yếu tố này. Tuy nhiên vẫn còn một số người tiêu dùng chưa đồng tình hoặc cho rằng các yếu tố đưa ra không thể hiện đúng suy nghĩ của họ, bằng cách thể hiện ý kiến của mình họ đánh giá mức độ thấp nhất với điểm số là 1 trong bảng khảo sát.
Hệ số Skewness nằm trong khoảng (-1; 1) cho thấy các biến định lượng có phân phối chuẩn có thể sử dụng để thực hiện các phân tích tiếp theo.
4.2. Kiểm định độ tin cậy của các thang đo
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các biến thành phần trong thang đo tương quan với nhau. Nếu các biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại hoặc hệ số tương quan nếu bỏ biến lớn hơn hệ số Cronbach’s Alpha cũng sẽ bị loại. Trong nghiên cứu thực nghiệm hệ số Cronbach’s Alpha ≥ 0,7 là có thể sử dụng được và các biến thành phần có mức độ tương quan với biến tổng khá chặt chẽ (Hair và cộng sự, 2006). Do đó tác giả sẽ sử dụng tiêu chuẩn hệ số Cronbach’s Alpha của thang đo phải ≥ 0,7 để tiến hành chọn lọc biến trong từng thang đo trước khi thực hiện phân tích nhân tố khám phá ở bước tiếp theo. Kết quả kiểm định độ tin cậy của các thang đo được trình bày tóm tắt tại phụ lục 6.
Từ kết quả kiểm định độ tin cậy của các thang đo bằng hệ số Cronbach’s Alpha cho thấy: - Thang đo Kỳ vọng về kết quả có hệ số Cronbach’s Alpha là 0,730 (>0,7), các hệ
số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến đều nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
- Thang đo Mức độ dễ dàng khi sử dụng có hệ số Cronbach’s Alpha là 0,744 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
- Thang đo Sự ảnh hƣởng của xã hội có hệ số Cronbach’s Alpha là 0,731 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
- Thang đo Các điều kiện thuận lợi sau khi loại biến DKT3, DKT4 (vì có hệ số tương quan nếu bỏ biến lớn hơn Cronbach’s Alpha) có hệ số Cronbach’s Alpha là 0,773 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
Việc loại bỏ biến DKT3 (Tôi có thể nhận được sự trợ giúp từ bạn bè, người thân hoặc
tổng đài Grabcar khi gặp khó khăn trong việc sử dụng dịch vụ Grabcar) và DKT4 (Hạ
tầng kết nối mạng internet wifi, 3G thuận lợi cho việc tôi sử dụng dịch vụ Grabcar) có
thể được giải thích do dịch vụ Grabcar được đánh giá là tương đối dễ sử dụng nên yếu tố nhận được sự trợ giúp từ bạn bè, người thân hoặc tổng đài Grabcar khi gặp khó khăn trong việc sử dụng dịch vụ không có nhiều ý nghĩa trong thang đo các điều kiện thuận lợi ảnh hưởng đến hành vi sử dụng dịch vụ Grabcar. Tương tự như vậy do hiện tại hạ tầng kết nối mạng internet như wifi, 3G tại các thành phố lớn của Việt Nam nói chung và TPHCM nói riêng được đánh giá là khá tốt và thuận lợi để sử dụng dịch vụ Grabcar nên đối với người tiêu dùng yếu tố hạ tầng kết nối mạng internet cũng không có nhiều ý nghĩa trong thang đo các điều kiện thuận lợi ảnh hưởng đến hành vi sử dụng dịch vụ Grabcar.
- Thang đo Trải nghiệm thú vị cho ngƣời dùng có hệ số Cronbach’s Alpha là 0,810 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha ngoại trừ biến TNT4, tuy nhiên vì biến TNT4 có tính chất quan trọng trong thang đo và sự cải thiện hệ số Cronbach’s Alpha không lớn khi bỏ biến TNT4 do đó tác giả đề xuất giữ lại biến TNT4. Thang đo thỏa mãn các tiêu chuẩn thống kê do đó được chấp nhận.
- Thang đo Giá trị về giá cả sau khi loại biến GTG4 (vì có hệ số tương quan nếu bỏ biến lớn hơn Cronbach’s Alpha) có hệ số Cronbach’s Alpha là 0,801 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
Việc loại bỏ biến GTG4 (Ở mức giá như hiện tại, dịch vụ Grabcar đem lại nhiều giá trị
hơn so với đối thủ taxi truyền thống) có thể được giải thích do nội dung câu hỏi đề cập
đến vấn đề dịch vụ Grabcar đem lại nhiều giá trị hơn có tính chất chung chưa làm rõ những giá trị cụ thể nên dẫn đến việc đa số người tiêu dùng chưa hiểu rõ về nội dung câu hỏi này. Điều này dẫn đến hệ quả là yếu tố dịch vụ Grabcar đem lại nhiều giá trị hơn không có nhiều ý nghĩa trong thang đo các giá trị về giá cả ảnh hưởng đến hành vi sử dụng dịch vụ Grabcar của người tiêu dùng tại TPHCM.
- Thang đo Sự ƣu việt so với phƣơng tiện cá nhân có hệ số Cronbach’s Alpha là 0,864 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
- Thang đo Giá trị xã hội có hệ số Cronbach’s Alpha là 0,905 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha ngoại trừ biến GXH1, tuy nhiên vì biến GXH1 có tính chất quan trọng trong thang đo và sự cải thiện hệ số Cronbach’s Alpha không lớn khi bỏ biến GXH1 do đó tác giả đề xuất giữ lại biến GXH1. Thang đo thỏa mãn các tiêu chuẩn thống kê do đó được chấp nhận..
- Thang đo Hành vi sử dụng có hệ số Cronbach’s Alpha là 0,856 (>0,7), các hệ số tương quan biến tổng lớn hơn 0,3, các hệ số tương quan nếu bỏ biến nhỏ hơn Cronbach’s Alpha. Do đó thang đo được chấp nhận.
4.3. Phân tích nhân tố khám phá
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), phân tích nhân tố khám phá là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, chúng ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau, vấn đề đặt ra là chúng ta phải gom các biến có cùng tính chất lại thành từng nhóm nhỏ và trình bày dưới dạng một số các nhân tố cơ
bản để thuận tiện trong việc nghiên cứu. Kỹ thuật phân tích nhân tố khám phá đã giúp tác giả gom nhóm các biến và xác định các nhân tố cơ bản ảnh hưởng đến hành vi sử dụng dịch vụ Grabcar của người tiêu dùng tại TPHCM.
Phân tích nhân tố được tác giả thực hiện theo phương pháp rút các thành phần chính (Principal components), phương pháp xoay các nhân tố (Varimax) với tiêu chuẩn hệ số tải nhân tố ≥ 0,5 (Hair và cộng sự, 2006). Ngoài ra, trong phân tích nhân tố chúng ta phải chú ý một số chỉ số và điều kiện để đạt được tiêu chuẩn thống kê bao gồm: chỉ số Kaiser-Meyer-Olkin (KMO) phải thõa mãn 0,5 ≤ KMO ≤ 1 là điều kiện đủ để phân tích nhân tố thích hợp, kiểm định Bartlett phải có ý nghĩa thống kê khi sig. < 0,05 vì điều kiện cần để áp dụng phân tích nhân tố là các biến phải có liên quan với nhau. Quá trình phân tích nhân tố từ dữ liệu nghiên cứu cho kết quả như sau:
4.3.1. Kết quả phân tích nhân tố cho các biến độc lập
- Kết quả chạy phân tích nhân tố cho các biến độc lập lần 1: Ngoại trừ biến DKT3, DKT4, GTG4 bị loại khỏi việc phân tích nhân tố từ kết quả của kiểm định độ tin cậy thang đo, các biến độc lập còn lại đều được sử dụng để chạy phân tích nhân tố lần 1. Kết quả rút ra, hệ số Kaiser-Meyer-Olkin (KMO) đạt 0,881, thỏa mãn 0,5 ≤ KMO ≤1, sig. của kiểm định Barlett là 0,000 (có ý nghĩa thống kê). Do đó phân tích nhân tố là thích hợp và các biến có liên quan với nhau trong tổng thể. Các nhóm nhân tố giải thích được 66,605% biến thiên của dữ liệu. Kết quả từ ma trận xoay nhân tố cho thấy có 2 biến độc lập có hệ số tải nhân tố < 0,5, không đạt yêu cầu là AXH4, KKQ4 (tham khảo tại phụ lục 7).
- Kết quả chạy phân tích nhân tố cho các biến độc lập lần 2: tiếp tục loại các biến AXH4, KKQ4 và tiến hành chạy phân tích nhân tố lần 2 với các biến độc lập còn lại. Kết quả rút ra cho thấy hệ số Kaiser-Meyer-Olkin (KMO) đạt 0,874, thỏa mãn 0,5≤ KMO ≤1, sig. của kiểm định Barlett là 0,000 (có ý nghĩa thống kê). Do đó phân tích nhân tố là thích hợp và các biến có liên quan với nhau trong tổng thể.
Tất cả các biến độc lập đều có hệ số tải nhân tố đạt yêu cầu, các nhóm nhân tố giải thích được 68,823% biến thiên của dữ liệu. Các biến được phân thành 7 nhóm nhân tố. Tuy nhiên ở nhóm 2 bao gồm các biến TNT1, TNT2, TNT3, TNT4, GTGT1, GTG2, GTG3 tác giả nghi ngờ nhóm nhân tố này có thể tách ra thành 2 nhóm nhỏ đo lường sâu hơn về
trải nghiệm thú vị cho người dùng và giá trị về giá cả (tham khảo tại phụ lục 7).
- Kết quả chạy phân tích lần 3: tiếp tục tiến hành chạy phân tích nhân tố lần 3 với các biến độc lập còn lại, số lượng nhân tố được chỉ định là 8. Kết quả rút ra cho thấy hệ số Kaiser-Meyer-Olkin (KMO) đạt 0,874, thỏa mãn 0,5≤ KMO ≤1, sig. của kiểm định Barlett là 0,000 (có ý nghĩa thống kê). Do đó phân tích nhân tố là thích hợp và các biến có liên quan với nhau trong tổng thể.
Các nhóm nhân tố sau khi chạy phân tích nhân tố lần 3 giải thích được 73,02% biến thiên của dữ liệu. Nhóm nhân tố ban đầu bao gồm các biến TNT1, TNT2, TNT3, TNT4, GTGT1, GTG2, GTG3 được tách ra thành 2 nhóm riêng biệt gồm nhóm TNT1, TNT2, TNT3, TNT4 và nhóm GTGT1, GTG2, GTG3. Tuy nhiên kết quả từ ma trận xoay nhân tố cho thấy biến KKQ2 được tải lên với hệ số 0,546 ở cả nhóm nhân tố số 5 và số 8, do đó biến KKQ2 không đạt yêu cầu thống kê cần phải loại bỏ (tham khảo tại phụ lục 7). - Kết quả chạy phân tích lần 4: tiếp tục loại biến KKQ2 và tiến hành chạy phân tích nhân tố lần 4. Kết quả rút ra cho thấy hệ số Kaiser-Meyer-Olkin (KMO) đạt 0,879 thỏa mãn 0,5≤ KMO ≤1, sig. của kiểm định Barlett là 0,000 (có ý nghĩa thống kê). Do đó phân tích nhân tố là thích hợp và các biến có liên quan với nhau trong tổng thể. Tất cả các biến độc lập đều có hệ số tải nhân tố ≥ 0,5, đạt yêu cầu. Các nhóm nhân tố sau khi chạy phân tích nhân tố lần 4 giải thích được 73,119% biến thiên của dữ liệu. Có 26 biến quan sát phân thành 8 nhóm nhân tố ảnh hưởng đến hành vi sử dụng dịch vụ Grabcar của người tiêu dùng tại TPHCM (tham khảo tại phụ lục 7)
4.3.2. Kết quả phân tích nhân tố cho biến phụ thuộc.
Các biến thành phần của biến phụ thuộc hành vi sử dụng dịch vụ được đưa vào để chạy phân tích nhân tố nhằm kiểm tra liệu các biến thành phần này có đạt độ hội tụ để gom thành một nhân tố hay không ? Kết quả rút ra, hệ số Kaiser-Meyer-Olkin (KMO) đạt 0,826, thỏa mãn 0,5≤ KMO ≤1, sig. của kiểm định Barlett là 0,000 (có ý nghĩa thống kê). Do đó phân tích nhân tố là thích hợp và các biến có liên quan với nhau trong tổng thể. Các biến thành phần gồm HVS1, HVS2, HVS3, HVS4, HVS5, HVS6 đạt giá trị hội tụ và được gom thành một nhóm nhân tố. Hệ số % tích lũy (Cummulative %) giải thích được 58,711% biến thiên của dữ liệu (tham khảo tại phụ lục 7).
4.3.3. Đặt tên các nhân tố
Việc giải thích và đặt tên các nhân tố được thực hiện trên cơ sở nhận ra các biến ở cùng một nhân tố có mối liên hệ với nhau cùng phản ánh một vấn đề chính. Sau quá trình nghiên cứu, xác định mối liên hệ của các biến thành phần trong từng nhân tố, tác giả đã tiến hành đặt tên cho các nhân tố như bảng phía dưới.