Phần này tác giả sẽ tiến hành phân tích độ tin cậy (Cronbach’s Alpha) để đánh giá độ tin cậy và tương quan trong giữa các biến quan sát trong thang đo. Tổng cộng có 7 yếu tố và 27 biến quan sát vì thế tác giả sẽ tiến hành phân tích hệ số Cronbach’s Alpha 7 lần cho từng yếu tố. Đối với các trường hợp mà khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu thì hệ số Cronbach’s Alpha từ 0,6 trở lên là đáng tin cậy và chấp nhận được. Ngoài ra biến quan sát có hệ số tương quan biến tổng lớn hơn 0,4 và hệ số Cronbach’s Alpha bé hơn hệ số Cronbach’s Alpha chung sẽ được giữ lại (Hair và cộng sự, 2019).
Chất lượng thông tin
Theo kết quả nghiên cứu (Bảng 4.3) có thể thấy 3 biến quan sát IFQ1, IFQ3, IFQ4 trong yếu tố này đều có hệ số tương quan biến tổng lớn hơn 0,4. Hệ số Cronbach’s Alpha của yếu tố chất lượng thông tin là 0,651 lớn hơn 0,6 và hệ số Cronbach’s Alpha của từng biến cũng đạt điều kiện là nhỏ hơn hệ số Cronbach’s
Alpha chung nên được tiếp tục đưa vào phân tích yếu tố khám phá. Riêng biến IFQ2 do có hệ số tương quan biến tổng nhỏ hơn 0,4 nên bị loại khỏi nghiên cứu.
Bảng 4.3. Hệ số tin cậy các thành phần yếu tố Chất lượng thông tin
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến IFQ1 11,68 1,873 0,563 0,495 IFQ2 11,56 2,538 0,088 0,802 IFQ3 11,66 1,689 0,644 0,424 IFQ4 11,65 1,827 0,522 0,517 Chất lượng hệ thống
Theo kết quả phân tích (Bảng 4.4) có thể thấy 4 biến quan sát SYQ1, SYQ2, SYQ3, SYQ4 trong yếu tố này đều có hệ số tương quan biến tổng lớn hơn 0,4, hệ số Cronbach’s Alpha của biến chất lượng hệ thống là 0,738 lớn hơn 0,6, đồng thời hệ số Cronbach’s Alpha của từng biến cũng đạt điều kiện nhỏ hệ số Cronbach’s Alpha chung. Từ đó cho thấy rằng các biến này phù hợp để đưa vào phân tích EFA ở bước nghiên cứu tiếp theo.
Bảng 4.4. Hệ số tin cậy các thành phần yếu tố Chất lượng hệ thống
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến
SYQ1 12,85 2,530 0,492 0,700
SYQ2 12,94 2,359 0,574 0,654
SYQ3 12,98 2,536 0,443 0,729
SYQ4 12,97 2,267 0,619 0,626
Sự phù hợp công nghệ-công việc
Theo kết quả phân tích ở Bảng 4.5, hệ số Cronbach’s Alpha chung của yếu tố Sự phù hợp công nghệ-công việc là 0,768 lớn hơn 0,6 nên đạt yêu cầu. Tuy nhiên biên TTF2 có hệ số tương quan biến tổng nhỏ hơn 0,4 và hệ số Cronbach’s Alpha lớn
hơn hệ số Cronbach’s Alpha chung nên biến này bị loại khỏi nghiên cứu. Còn lại các biến TTF1, TTF3, TTF4 đều đạt điều kiện để đưa vào nghiên cứu tiếp theo.
Bảng 4.5. Hệ số tin cậy các thành phần yếu tố Sự phù hợp công nghệ-công việc
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến TTF1 12,18 2,795 0,765 0,600 TTF2 12,16 3,931 0,246 0,872 TTF3 12,17 3,216 0,572 0,710 TTF4 12,14 2,851 0,764 0,604 Sự xác nhận
Từ kết quả phân tích trong Bảng 4.6 có thể thấy yếu tố Sự xác nhận có hệ số Cronbach’s Alpha là 0,867 lớn hơn 0,6. Cả 3 biến quan sát là CON1, CON2, CON3 đều có hệ số tương quan biến tổng lớn hơn 0,4 và hệ số Cronbach’s Alpha nhỏ hơn hệ số Cronbach’s Alpha chung nên đều đạt điều kiện để tiếp tục tiến hành nghiên cứu.
Bảng 4.6. Hệ số tin cậy các thành phần yếu tố Sự xác nhận
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến
CON1 8,21 1,438 0,692 0,861
CON2 8,28 1,375 0,754 0,805
CON3 8,19 1,353 0,793 0,769
Nhận thức sự hữu ích
Theo kết quả phân tích từ Bảng 4.7, các biến PEU1, PEU2, PEU4 đều có hệ số tương quan biến tổng lớn hơn 0,4, hệ số Cronbach’s Alpha là 0,663 lớn hơn 0,6 nên đạt điều kiện để tiến hành bước nghiên cứu tiếp theo. Riêng biến PEU3 có hệ số tương quan biến tổng nhỏ hơn 0,4 và hệ số Cronbach’s Alpha lớn hơn hệ số Cronbach’s Alpha chung nên loại biến này.
Bảng 4.7. Hệ số tin cậy các thành phần yếu tố Nhận thức sự hữu ích
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến
PEU1 12,38 1,600 0,635 0,458
PEU2 12,33 1,797 0,543 0,533
PEU3 12,49 2,207 0,153 0,789
PEU4 12,43 1,733 0,520 0,542
Sự hài lòng của người sử dụng
Từ kết quả phân tích độ tin cậy của yếu tố sự hài lòng của người sử dụng (USS) ở Bảng 4.8 có thể thấy yếu tố này có hệ số Cronbach’s Alpha là 0,908 đã đạt được điều kiện lớn hơn 0,6. Các biến quan sát USS1, USS2, USS3, USS4 đều thỏa mãn các điều kiện để được chấp nhận đưa vào nghiên cứu tiếp theo với hệ số tương quan biến tổng của lần lượt từng biến đều lớn hơn 0,4 và hệ số Cronbach’s Alpha cũng đạt yêu cầu nhỏ hơn hệ số Cronbach’s Alpha chung.
Bảng 4.8. Hệ số tin cậy các thành phần yếu tố Sự hài lòng của người sử dụng
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến USS1 12,39 3,267 0,796 0,879 USS2 12,35 3,268 0,816 0,872 USS3 12,42 3,351 0,745 0,897 USS4 12,34 3,343 0,810 0,874 Lợi ích ròng
Theo kết quả phân tích ở Bảng 4.9, yếu tố Lợi ích ròng có hệ số Cronbach’s Alpha là 0,705 lớn hơn 0,6, các biến quan sát NEB2, NEB3, NEB4 đều có hệ số Cronbach’s Alpha nhỏ hơn hệ số Cronbach’s Alpha chung, đồng thời các biến này cũng có hệ số tương quan biến tổng lớn hơn 0,4 đã thỏa mãn các điều kiện để được
đưa vào bước nghiên cứu tiếp theo. Riêng biến NEB1 có hệ số tương quan biến tổng là 0,262 nhỏ hơn 0,4 nên bị loại.
Bảng 4.9. Hệ số tin cậy các thành phần yếu tố Lợi ích ròng
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Hệ số Cronbach’s Alpha nếu loại
biến NEB1 12,57 2,928 0,262 0,769 NEB2 12,72 2,157 0,685 0,515 NEB3 12,76 2,487 0,432 0,679 NEB4 12,64 2,243 0,625 0,555 4.2.2.2. Phân tích yếu tố khám phá
Sau khi kiểm tra độ tin cậy của bảng câu hỏi bằng hệ số tin cậy Cronbach’s alpha, các biến quan sát được tiếp tục đánh giá bằng phân tích yếu tố khám phá (EFA). Các biến số hệ số tải yếu tố (factor loading) nhỏ hơn 0,5 trong EFA sẽ bị tiếp tục loại (Hair và cộng sự, 2019), cũng như các biến có hệ số tải yếu tố không thể hiện rõ cho một yếu tố nào thì cũng bị loại (Chẳng hạn như một biến có hệ số tải yếu tố cho yếu tố 1 là 0,7 nhưng cũng có hệ số tải yếu tố cho yếu tố 2 là 0,6 thì biến này sẽ bị loại).
Phương pháp trích yếu tố là phương pháp dựa vào giá trị riêng (eigenvalue) chỉ những yếu tố nào có eigenvalue từ 1 trở lên mới được dữ lại trong mô hình phân tích và tổng phương sai trích lớn hơn 50% (Hair và cộng sự, 2019).
Các yếu tố độc lập
Theo bảng 4.10, phân tích yếu tố khám phá các yếu tố độc lập rút trích được 5 yếu tố từ 16 biến quan sát của các biến độc lập, các yếu tố được phân thành từng nhóm thành phần trong ma trận xoay yếu tố theo đúng với mô hình lý thuyết, chi tiết như Bảng 13. Bên cạnh đó, phân tích yếu tố khám phá cũng chỉ ra được hệ số KMO là 0,654 và p = 0,000 cho thấy phân tích yếu tố khám phá là phù hợp. Tổng phương sai trích của các biến là 71,52% nên giải thích được 71,52% sự biến thiên của dữ liệu.
Bảng 4.10. Kết quả phân tích yếu tố khám phá yếu tố độc lập
Biến IFQ SYQ TTF CON PEU
Chất lượng thông tin (IFQ) IFQ3 0,912 IFQ1 0,842 IFQ4 0,775 Chất lượng hệ thống (SYQ) SYQ4 0,835 SYQ2 0,822 SYQ1 0,673 SYQ3 0,605 Sự phù hợp công nghệ-công việc (TTF) TTF4 0,934 TTF1 0,932 TTF3 0,797 Sự xác nhận (CON) CON3 0,882 CON2 0,866 CON1 0,850 Nhận thức sự hữu ích (PEU) PEU1 0,896 PEU4 0,798 PEU2 0,792
Yếu tố trung gian
Phân tích yếu tố sự hài lòng của người sử dụng (USS) với hệ số KMO là 0,655 (p = 0,000), cho thấy phân tích yếu tố khám phá là phù hợp (Bảng 4.11). Phương sai trích là 78,42% nên yếu tố trung gian cũng giải thích khá tốt sự biến thiên dữ liệu.
Bảng 4.11. Kết quả phân tích yếu tố khám phá yếu tố trung gian
Biến USS Sự hài lòng của người sử dụng (USS) USS2 0,906 USS4 0,901 USS1 0,884 USS3 0,851 Yếu tố phụ thuộc
Phân tích yếu tố lợi ích ròng (NEB) với hệ số KMO là 0,627 (p = 0,000), cho thấy phân tích yếu tố khám phá là phù hợp (Bảng 4.12). Phương sai trích là 69,07% nên yếu tố phụ thuộc cũng giải thích khá tốt sự biến thiên dữ liệu.
Bảng 4.12. Kết quả phân tích yếu tố khám phá yếu tố phụ thuộc Biến NEB Lợi ích ròng (NEB) NEB2 0,901 NEB4 0,857 NEB3 0,725
4.2.2.3. Kiểm định các giả thuyết và mô hình nghiên cứu
Mối quan hệ giữa chất lượng thông tin (IFQ), chất lượng hệ thống (SYQ), sự phù hợp công nghệ-công việc (TTF), sự xác nhận (CON), nhận thức sự hữu ích (PEU) với sự hài lòng của người sử dụng (USS). Hàm lý thuyết của sự hài lòng của người sử dụng được thiết lập như sau:
���S = ��0 + ��1��1 + ��2��2 + ��3��3 + ��4��4 + ��5��5 + �SSSSSSSSSSSSSSS Trong đó:
-���S: Giá trị của sự hài lòng của người sử dụng Cloud-ERP -�� �: Các thành phần IFQ, SYQ, TTF, CON, PEU
-��0: Hệ số chặn -���: Hệ số hồi quy -�SSSSSSSSSSSSSSS: Sai số ngẫu nhiên
Kết quả hồi quy của nhóm yếu tố tác động đến sự hài lòng của người sử dụng được thể hiện trong Bảng 4.13 và Bảng 4.14.
Bảng 4.13. Kết quả hồi quy các yếu tố tác động đến yếu tố trung gian (1)
R R2 R2 điều chỉnh Sai số chuẩn của ước lượng
Bảng 4.14. Kết quả hồi quy các yếu tố tác động đến yếu tố trung gian (2) Giả thuyết Thành phần B Độ lệch chuẩn β Giá trị t Mức ý nghĩa (p-value) Kết quả Hệ số chặn -40,405E-017 0,066 0,000 1,000 H1+ IFQ 0,204 0,066 0,204 30,104 0,002 Chấp nhận H2+ SYQ 0,258 0,066 0,258 30,924 0,000 Chấp nhận H3+ TTF 0,188 0,066 0,188 20,863 0,005 Chấp nhận H4+ CON 0,215 0,066 0,215 30,261 0,001 Chấp nhận H5+ PEU 0,237 0,066 0,237 30,599 0,000 Chấp nhận Mô hình hồi quy đa biến Sự hài lòng của người sử dụng (USS) được thiết lập như sau:
�� �S = 0,204IFQ + 0,258SYQ + 0,188TTF + 0,215CON + 0,237PEU + �SSSSSSSSSSSSSSS
Kết quả phân tích hồi quy từ Bảng 4.14 cho thấy các giả thuyết sau khi kiểm định đều có mức ý nghĩa nhỏ hơn 0,05. Giả thuyết H2+ và H5+ có mức ý nghĩa là 0,000, giả thuyết H4+ có mức ý nghĩa là 0,001, giả thuyết H1+ có mức ý nghĩa 0,002 và cuối cùng là giả thuyết H3+ với mức ý nghĩa 0,005. Do đó, các giả thuyết H1+, H2+, H3+, H4+ và H5+ đều được chấp nhận. Ngoài ra, giá trị hệ số hồi quy của từng biến đều là số dương cho thấy rằng biến trung gian sự hài lòng của người sử dụng (USS) chịu tác động tích cực của các biến chất lượng thông tin (IFQ), chất lượng hệ thống (SYQ), sự phù hợp công nghệ-công việc (TTF), sự xác nhận (CON) và nhận thức sự hữu ích (PEU). Theo kết quả từ Bảng 4.13, nghiên cứu cũng đánh giá được mức độ ảnh hưởng của các yếu tố độc lập đối với yếu tố trung gian là 22,4%.
Mối quan hệ giữa sự hài lòng của người sử dụng (USS) và lợi ích ròng (NEB). Hàm lý thuyết của lợi ích ròng được thiết lập như sau:
�NEB = � �0 + � �1��1 + �NEB
Trong đó:
-���: Thành phần sự hải lòng của người sử dụng (USS) -� �0: Hệ số chặn
-��� : Hệ số hồi quy -�NEB: Sai số ngẫu nhiên.
Kết quả hồi quy của yếu tố tác động đến lợi ích ròng được thể hiện trong Bảng 4.15 và Bảng 4.16.
Bảng 4.15. Kết quả hồi quy của yếu tố tác động đến lợi ích ròng (1)
R R2 R2 điều chỉnh Sai số chuẩn của ước lượng
0,397 0,157 0,153 0, 92048274
Bảng 4.16. Kết quả hồi quy của yếu tố tác động đến lợi ích ròng (2)
Giả thuyết Thành phần B Độ lệch chuẩn β Giá trị t Mức ý nghĩa (p-value) Kết quả Hệ số chặn -20,820E-016 0,069 0,000 1,000 H6+ USS 0,397 0,069 0,397 50,767 0,000 Chấp nhận
Mô hình hồi quy yếu tố lợi ích ròng (NEB) được thiết lập như sau:
���� = 0,397USS + �� � �
Kết quả phân tích từ Bảng 4.16 cho thấy nghiên cứu này đã tìm ra mối quan hệ giữa yếu tố trung gian (USS) và yếu tố phụ thuộc (NEB). Kết quả điểm định cho thấy giả thuyết H6+ có mức ý nghĩa là 0,000 nhỏ hơn 0,05 nên được chấp nhận. Đồng thời hệ số hồi quy là 0,397 cho thấy biến trung gian (sự hài lòng của người sử dụng) có tác động tích cực đến biến phụ thuộc (lợi ích ròng).
Kết quả kiểm định từ Bảng 4.15 cho thấy nghiên cứu cũng đánh giá được mức độ ảnh hưởng của các biến trung gian đối với biến phụ thuộc là 15,3%.
0,204
0,258
0,188 Sự hài lòng của người sử dụng Sự phù hợp công việc-công nghệ
Chất lượng hệ thống Chất lượng thông tin
0,215
0,237
Nhận thức sự hữu ích Sự xác nhận
4.2.2.4.Phân tích đường dẫn
Phân tích đường dẫn (Path Analysis) là một dạng mở rộng của phân tích hồi quy đa biến. Tham chiếu theo Pedhazur (1997) thì hệ số xác định �2 tổng thể của mô hình được tính như sau:
�2 = 1 − (1 − ���S 2)(1 − ���� 2 ) (1)
Theo Bảng 4.13 và Bảng 4.15 thì Công thức (1) có kết quả:
�2 = 1 − (1 − 0,224)(1 − 0,153) = 0,3427
Kết quả phân tích đường dẫn cho thấy hệ số xác định tổng thể của mô hình là
�2 = 0,3427, do đó các biến độc lập có thể giải thích được khoảng 34,3% sự biến động của biến phụ thuộc.
Kết quả kiểm định mô hình được trình bày trong Hình 8.
0,224
0,397 0,153
Hình 4.3. Kết quả kiểm định mô hình sự thành công của Cloud-ERP
4.3. Thảo luận kết quả
Từ kết quả nghiên cứu có thể thấy kiểm định các giả thuyết đều có mức ý nghĩa (p-value) nhỏ hơn 0,05 nên 6 giả thuyết tác giả đã đề xuất đều được chấp nhận, tức
các yếu tố độc lập đều có tác động tích cực đến yếu tố trung gian, yếu tố trung gian có tác động tích cực đến yếu tố phụ thuộc. Cụ thể, kết quả nghiên cứu chỉ ra rằng yếu tố chất lượng hệ thống (SYQ) có hệ số hồi quy (β) lớn nhất 0,258 (mức ý nghĩa thống kê p = 0,000) nên yếu tố này có tác động tích cực nhất đến sự hài lòng của người sử dụng Cloud-ERP (USS) theo xu hướng chất lượng hệ thống càng cao thì sự hài lòng của người sử dụng Cloud-ERP càng nhiều. Kế tiếp là nhận thức sự hữu ích (PEU) với hệ số β là 0,237 (p = 0,000) nên cũng có ảnh hưởng đáng kể đến sự hài lòng của người sử dụng Cloud-ERP (USS) theo quan hệ tỷ lệ thuận. Các yếu tố như sự xác nhận (CON) và chất lượng thông tin (IFQ) có hệ số β tương đối gần nhau với lần lượt là 0,215 (p = 0,001) và 0,204 (p = 0,002) nên có ảnh hưởng tích cực nhất định đến sự hài lòng của người sử dụng Cloud-ERP. Yếu tố sự phù hợp công nghệ-công việc (TTF) có hệ số β thấp nhất là 0,188 (p = 0,005) nên yếu tố này có tác động tương đối đến sự hài lòng của người sử dụng Cloud-ERP theo hướng tích cực. Mặt khác, sự hài lòng của người sử dụng Cloud-ERP cũng có tác động đáng kể đến lợi ích ròng khi có hệ số β là 0,397 (p = 0,000).
Kết quả nghiên cứu cho thấy các yếu tố chất lượng thông tin, chất lượng hệ thống, sự phù hợp công nghệ-công việc, sự xác nhận và nhận thức sự hữu ích có thể giải thích 22,4% sự biến động của sự hài lòng của người sử dụng (���S 2 = 0,224). Vì các hệ số hồi quy của các yếu tố đều là số dương nên các yếu tố này tỷ lệ thuận với sự hài lòng, tức sự hài lòng của người sử dụng đối với Cloud-ERP sẽ tăng lên khi chất lượng thông tin, chất lượng hệ thống, sự phù hợp công nghệ-công việc, sự xác nhận và nhận thức sự hữu ích của Cloud-ERP được nâng cao. Đồng