STT Đối tƣợng/ Biến Thang đo Thang đo
Likert
Mục A:
(thông tin nhân khẩu học)
1 Giới tính Danh nghĩa -
2 Tuổi Danh nghĩa -
3 Trình độ học vấn Danh nghĩa -
4 Thu nhập Danh nghĩa -
Mục B: Các yếu tố ảnh hƣởng đến ý định áp dụng thanh toán di động
A Kỳ vọng kết quả thực hiện đƣợc Khoảng 5 điểm
B Kỳ vọng nỗ lực Khoảng 5 điểm
C Ảnh hƣởng xã hội Khoảng 5 điểm
D Các điều kiện thuận lợi Khoảng 5 điểm
E Nhận thức bảo mật Khoảng 5 điểm
F Sự tin tƣởng Khoảng 5 điểm
G Dự định hành vi Khoảng 5 điểm
Nguồn: Tác giả tổng hợp
3.5.1. Thang đo danh nghĩa
Trong thang đo danh nghĩa, các số đƣợc đƣa ra cho ngƣời trả lời để chọn trong biến không ngụ ý bất kỳ thứ tự nào và chỉ đƣợc sử dụng để phân loại dữ liệu. Trong chủ đề nghiên cứu của Mục A, câu hỏi 1 (Giới tính), 2 (Tuổi), 3 (Trình độ học vấn), 4 (Thu nhập) và đang sử dụng phép đo danh nghĩa. Trong những câu hỏi đó, số câu trả lời đƣợc đƣa ra bởi ngƣời trả lời không ngụ ý trật tự, nhƣng mang ý nghĩa của chính nó.
3.5.2. Thang đo khoảng
Trong thang đo khoảng, câu trả lời mang ý nghĩa của khoảng cách giữa các thuộc tính. Điều đó có nghĩa là thang đo khoảng không chỉ thể hiện sự phân loại mà còn cho thấy khoảng cách giữa mỗi khoảng thời gian từ khoảng thấp đến khoảng cao hoặc cao đến thấp. Trong chủ đề nghiên cứu, các câu hỏi của Mục B đang sử dụng thang đo Likert 5 điểm. Trong đó, tất cả số câu trả lời từ 1 đến 5 đều thể hiện mức độ thỏa thuận. Những câu trả lời có cùng khoảng cách với nhau, số 5 thể hiện sự hoàn toàn đồng ý theo sau 4 (đồng ý), 3 (bình thƣờng), 2 (không đồng ý), 1 (hoàn toàn không đồng ý) cho thấy thỏa thuận đang giảm dần.
3.6. Xử lý dữ liệu
Statiscal Package for Social Science (SPSS) phiên bản 20.0 đƣợc sử dụng để chạy xử lý dữ liệu cho mục đích nghiên cứu này. Sẽ đƣợc phân loại thành bốn bƣớc để xử lý dữ liệu này bao gồm kiểm tra dữ liệu, chỉnh sửa dữ liệu, mã hóa dữ liệu và làm sạch dữ liệu.
3.6.1. Kiểm tra dữ liệu
Ở giai đoạn đầu của việc xử lý dữ liệu là kiểm tra dữ liệu để tạo thành bảng câu hỏi chất lƣợng cho nghiên cứu này. Có một số thay đổi và sửa chữa đƣợc tiến hành sau khi kiểm tra bảng câu hỏi về lỗi từ ngữ hoặc ngữ pháp của nó. Trƣớc khi phân phối bảng câu hỏi cho ngƣời trả lời đƣợc nhắm mục tiêu, bảng câu hỏi cần phải dễ hiểu và rõ ràng. Vì vậy, đây là một giai đoạn quan trọng để các nhà nghiên cứu làm rõ lỗi bỏ sót trong nghiên cứu.
3.6.2. Chỉnh sửa dữ liệu
Trong quá trình chỉnh sửa, tất cả các câu hỏi bao gồm không đủ thông tin sẽ bị từ chối để tăng độ chính xác của kết quả. Ngoài ra, một số thay đổi nhỏ đƣợc sửa lại sau khi thực hiện thử nghiệm thí điểm dựa trên các ý kiến đƣợc đƣa ra. Bên cạnh đó, dòng chảy của câu hỏi cũng tái cấu trúc lại một lần nữa vì cấu trúc phức tạp sẽ dễ gây nhầm lẫn cho ngƣời trả lời đƣợc nhắm mục tiêu.
3.6.3. Mã hóa dữ liệu
Mã hóa dữ liệu trong nghiên cứu này sẽ đƣợc chia thành Mục A và Mục B. Các yếu tố nhân khẩu học đƣợc đặt trong Mục A sẽ đƣợc mã hóa. Đối với Mục B, thang đo Liker 5 điểm đƣợc tiến hành. Thang đo sẽ đƣợc xếp hạng tƣơng ứng từ 1 đến 5, đại diện cho sự hoàn toàn không đồng ý, không đồng ý, bình thƣờng, đồng ý và hoàn toàn đồng ý.
3.6.4. Làm sạch dữ liệu
Bƣớc cuối cùng của xử lý dữ liệu sẽ là làm sạch dữ liệu. Sau khi thu thập tất cả các câu hỏi đƣợc phân phối, một số câu hỏi có vấn đề cần phải đƣợc đƣa ra khỏi nghiên cứu này. Ví dụ, một số câu hỏi không đáp ứng yêu cầu cho nghiên cứu này nhƣ dữ liệu bị thiếu hoặc thiếu thông tin đã đƣợc lấy ra từ khảo sát này. Bên cạnh đó, một số ngƣời trả lời không cung cấp bất kỳ thang điểm nào hoặc không có xếp hạng cho mỗi câu hỏi sẽ đƣợc coi là trung lập. Điều này là để đảm bảo tính chính xác của kết quả của nghiên cứu này.
3.7. Phân tích dữ liệu
Sau khi tất cả dữ liệu đƣợc thu thập, dữ liệu đƣợc nhập vào phần mềm để phân tích và kiểm tra giả thuyết. Statiscal Package for Social Science (SPSS) phiên bản 20.0 và Microsoft Excel là các công cụ thống kê đƣợc sử dụng để phân tích dữ liệu.
3.7.1. Phân tích mô tả
Phân tích mô tả là một mô tả ngắn gọn tóm tắt một dữ liệu nhất định có thể là một đại diện của mẫu và thƣớc đo của nó. Dữ liệu từ bảng câu hỏi sẽ đƣợc diễn giải một cách đơn giản để giải thích dễ dàng hơn. Sẽ có một lời giải thích chi tiết về kết quả bằng cách sử dụng bảng trong Chƣơng 4.
3.7.2. Kiểm tra độ tin cậy
Theo Twycross và Shields (2004), độ tin cậy liên quan đến tính ổn định, độ lặp lại và tính nhất quán của kết quả. Do đó, kiểm tra độ tin cậy là để nắm bắt tính nhất quán và ổn định của các mục đƣợc sử dụng để kiểm tra các thuộc tính của các biện pháp dự định. Điều này là để đảm bảo rằng các kết quả nhất quán sẽ có đƣợc trong các tình
huống giống hệt nhau trên các cơ hội khác nhau (Twycross et al., 2004). Conbach’s Alpha là hệ số độ tin cậy cho biết mức độ tập hợp các biến số có mối tƣơng quan tích
cực với một biến số khác (Rosaroso, 2015). Cronbach’s Alpha đƣợc sử dụng để đo lƣờng độ tin cậy của thang đo bằng cách cung cấp các ƣớc tính về tính nhất quán đƣợc biểu thị bằng số từ 0 đến 1 (Liébana-Cabanillas et al., 2017). Độ tin cậy đồng nhất càng cao nếu Cronbach’s Alpha càng gần 1. Dựa trên nghiên cứu của Hair và cộng sự (2010), giá trị chấp nhận đƣợc của Cronbach’s Alpha là 0.7 trở lên. Tuyên bố này cũng đƣợc hỗ trợ bởi MacKenzie và cộng sự (2005), giới hạn dƣới chung cho Cronbach’s Alpha của các biến là 0.7.
3.7.3. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)
EFA là một phƣơng pháp phân tích định lƣợng dùng để rút gọn một tập gồm nhiều biến đo lƣờng phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự, 2010).
Điều kiện cần để bảng kết quả có ý nghĩa thống kê là: Hệ số KMO (Kaiser Meyer Olkin) phải nằm trong đoạn từ 0.5 đến 1 (0.5 ≤ KMO ≤ 1); Kiểm định Barlett (Barlett’s Test of Sphericity) có sig phải nhỏ hơn 0.05; Tổng phƣơng sai trích (Total Variance Explained) lớn hơn hoặc bằng 50%; Hệ số tải nhân tố (Factor Loading) lớn hơn hoặc bằng 0.5.
3.7.4. Phân tích hệ số tƣơng quan
Thông thƣờng, Hệ số tƣơng quan đƣợc áp dụng để nghiên cứu sự tồn tại của mối quan hệ giữa cả dữ liệu định lƣợng và hai biến. Nói một cách đơn giản, hệ số tƣơng quan có thể chỉ ra mối quan hệ tuyến tính giữa hai biến liên tục mạnh đến mức nào. Ngoài ra, nó đƣợc ký hiệu là R và phạm vi đƣợc cung cấp nhƣ sau:
-1 ≤ 0 ≤ +1
Có ba loại tƣơng quan xuất hiện đƣợc sử dụng để chỉ ra bằng cách xem xét liệu một trong các biến tăng thì có xu hƣớng ảnh hƣởng đến biến khác hay không. Ƣớc tính bằng 0 đƣa ra giả định sẽ không có mối tƣơng quan giữa hai biến đƣợc tính đến. Điều này cũng có thể đƣợc giải thích rằng một biến không có xu hƣớng ảnh hƣởng đến biến khác. Ngoài ra, con số từ -1 và đến dƣới 0 ngụ ý rằng có một mối quan hệ nghịch giữa biến độc lập và biến phụ thuộc. Cũng có thể nói rằng có một mối tƣơng quan tiêu
cực mạnh tồn tại giữa hai biến và dữ liệu sẽ nằm trên một đƣờng thẳng hoàn hảo theo độ
dốc xuống. Nếu có sự tƣơng quan âm, thì khi một biến tăng thì biến còn lại sẽ giảm và ngƣợc lại. Mặt khác, một mối tƣơng quan dƣơng tồn tại khi các số liệu hiển thị cao hơn 0 đến +1. Khi có một mối tƣơng quan dƣơng thì một biến có xu hƣớng tăng thì biến còn lại cũng tăng, nên biểu đồ phân tán sẽ là độ dốc dƣơng và độ dốc hƣớng lên. Giá trị khác nhau của mối tƣơng quan hàm ý sức mạnh khác nhau của mối tƣơng quan. Nếu phạm vi rơi trong khoảng từ 0.00 đến 0.19 hoặc 0.00 đến -0.19 đƣợc coi là rất yếu; từ 0.20 đến 0.39 hoặc –0.20 to –0.39 đƣợc xem là yếu; từ 0.40 đến 0.59 hoặc –
0.40 to –0.59 là ở mức vừa phải; từ 0.60 đến 0.79 hoặc –0.60 to –0.79 đƣợc coi là mạnh và từ 0.80 đến 1.0 hoặc -0.80 đến -1.0 là rất mạnh.
3.7.5. Phân tích Hồi quy đa biến
Phân tích hồi quy đa biến tuyến tính đƣợc sử dụng để kiểm tra mối quan hệ giữa biến phụ thuộc và biến độc lập trong một nghiên cứu. Bằng cách sử dụng nhiều biến độc lập, điều quan trọng đối với các nhà nghiên cứu là nghiên cứu tất cả các biến độc lập độc lập đối với biến phụ thuộc của nó, bằng cách giữ tất cả các biến khác không đổi. Trong nghiên cứu gần đây, quyết định sử dụng thanh di động sẽ là biến phụ thuộc và biến độc lập sẽ đƣợc phân thành các biến nhỏ. Để làm phong phú thêm nghiên cứu này, mức ý nghĩa 1%, 5% và 10% sẽ đƣợc kiểm tra.
Với p-value lớn hơn 0.05, kết quả này chỉ ra rằng giả thuyết sẽ bị từ chối. Nói cách khác, biến độc lập đƣợc tính đến không đáng kể ở mức ý nghĩa 5%. Ngƣợc lại, nếu giá trị p-value nhỏ hơn 0.05, điều đó có nghĩa là có một mối quan hệ đáng kể giữa biến độc lập và biến phụ thuộc ở mức ý nghĩa ở mức 5%. Do đó, không bác bỏ giả thuyết. Mặt khác, giá trị beta của từng biến độc lập thể hiện mức độ tác động đến biến phụ thuộc của nó. Giá trị beta càng lớn, tác động của biến độc lập đối với biến phụ thuộc càng lớn. Tuy nhiên, một vấn đề đa cộng tuyến xảy ra khi các biến độc lập có sự tƣơng quan. Hệ số của mô hình sẽ trở nên rất nhạy cảm với từng thay đổi đƣợc thực hiện. Kết quả này chắc chắn sẽ làm suy yếu sức mạnh của mô hình hồi quy và không cảm nhận đƣợc tác động thực sự của từng biến độc lập trong nghiên cứu.
Do vậy để đảm bảo cho độ tin cậy của mô hình, việc dò tìm sự vi phạm các giả định là cần thiết. Giả định đa cộng tuyến đã đề cập ở trên, phần này sẽ làm về giả định phân phối chuẩn của phần dƣ và giả định liên hệ tuyến tính.
3.7.6. Phân tích Oneway ANOVA
Mục đích của nghiên cứu này đƣợc sử dụng Oneway ANOVA là để xác định sự khác biệt đáng kể giữa các nhóm yếu tố nhân khẩu học, bao gồm giới tính, học vấn, tuổi tác và mức thu nhập với biến phụ thuộc (quyết định sử dụng thanh toán di động). Khi đề cập đến bảng ANOVA, khi giá trị đáng kể giữa các nhóm riêng lẻ nhỏ hơn 0.05, điều đó có nghĩa là có ý nghĩa thống kê giữa các nhóm nhân khẩu học riêng lẻ đối với quyết định sử dụng thanh toán di động.
Nữ 44.4%
Nam 56.6%
0 20 40 60 80 100 120 140 160
CHƢƠNG 4. KẾT QUẢ NGHIÊN CỨU VỀ CÁC YẾU TỐ QUYẾT ĐỊNH SỬ DỤNG DỊCH VỤ THANH TOÁN DI ĐỘNG CỦA GEN-Y TẠI THÀNH PHỐ HỒ CHÍ MINH
Trong chƣơng 4, kết quả thu thập đƣợc từ khảo sát sẽ đƣợc phân tích. Với phân tích, giả thuyết đƣợc mô tả đƣợc đặt ở chƣơng 2 có thể đƣợc chấp nhận hoặc bác bỏ giả thuyết. Để thực hiện điều này, một số thử nghiệm sẽ trải qua nhƣ Phân tích mô tả, kiểm tra độ tin cậy, Phân tích nhân tố khám phá , Phân tích nhân tố khẳng định, Phân tích hệ số tƣơng quan, Phân tích Hồi quy đa biến, Kiểm tra các giả định hồi quy thiết hồi quy, Phân tích Oneway ANOVA.
4.1. Phân tích mô tả các yếu tố quyết định sử dụng dịch vụ thanh toán di động củaGen-Y tại Thành phố Hồ Chí Minh Gen-Y tại Thành phố Hồ Chí Minh
Phân tích mô tả là nghiên cứu về ngƣời trả lời để xác định xem các yếu tố nhân khẩu học nhƣ giới tính, tuổi tác, mức thu nhập và trình độ học vấn và các thống kê các yếu tố tác động đến việc sử dụng dịch vụ thanh toán di động.
4.1.1 Thông tin về nhân khẩu học
Hình 4.1. Phân tích mô tả Giới tính
Nguồn: Tác giả tổng hợp
Dựa trên các thông tin trên, kích thƣớc của ngƣời trả lời là nam lớn hơn ngƣời trả lời là nữ. Trong số tất cả những ngƣời đƣợc hỏi, nam trả lời là 138 ngƣời, chiếm 55.6% cho nghiên cứu này. Ngoài ra, có tổng số 110 ngƣời trả lời là nữ, chiếm 44.4% đang đƣợc sử dụng cho nghiên cứu này.
30 – 35 tuổi 26.2% 24 – 29 tuổi 39.9% 18 – 23 tuổi 33.9% 0 20 40 60 80 100 120 Trên đại học 9.3% Đại học 40.3% Trung học phổ thông 50.4% 0 20 40 60 80 100 120 140
Hình 4.2. Phân tích mô tả Độ tuổi
Nguồn: Tác giả tổng hợp
Từ Hình 4.2, độ tuổi 18 - 23 tuổi chiếm 33.9% trong tổng số ngƣời khảo sát. Độ tuổi từ 24 – 29 tuổi là tỷ lệ cao nhất trong nhóm tuổi chiếm 39.9%. Và độ tuổi 30 - 35 tuổi bao là 26.2% cũng là tỷ lệ thấp nhất trong nhóm tuổi.
Hình 4.3. Phân tích mô tả Trình độ học vấn
Nguồn: Tác giả tổng hợp
Theo Hình 4.3, số ngƣời đƣợc hỏi có trình độ Trung học phổ thông là 125 (50.4%). 100 ngƣời đƣợc hỏi đạt trình độ Đại học chiếm tỉ lệ 40.3% cuối cùng có 23 ngƣời đƣợc hỏi có trình độ học vấn Trên đại học chiếm 9.3%.
Dựa vào Hình 4.4 bên dƣới, có 64 (25.8%) ngƣời đƣợc hỏi có mức thu nhập dƣới 5 triệu, 85 (34.3%) ngƣời trả lời có thu nhập khoảng Từ 5-10 triệu, 70 (28.2%) ngƣời
Trên 20 triệu 11.7%
Từ 10-20 triệu 28.2%
Từ 5-10 triệu 34.3%
Dƣới 5 triệu 25.8%
0 20 40 60 80 100
đƣợc hỏi có thu nhập Từ 10-20 triệu, 29 (11.7%) ngƣời đƣợc hỏi có thu nhập Trên 20 triệu.
Hình 4.4. Phân tích mô tả Thu nhập
Nguồn: Tác giả tổng hợp
4.1.2. Các yếu tố quyết định sử dụng thanh toán di động
Trong PHỤ LỤC 2 thể hiện kết quả thống kê mô tả của các biến độc lập bao gồm Kỳ vọng kết quả thực hiện đƣợc (PE), Kỳ vọng nỗ lực (EE), Ảnh hƣởng xã hội (SI), Các điều kiện thuận lợi (FC), Nhận thức bảo mật (PS) và Sự tin tƣởng (TR). Và biến phụ thuộc Dự định hành vi (BI).
PE gồm 5 biến quan sát (PE1, PE2, PE3, PE4, PE5) có 248 mẫu đƣợc thu thập cho mỗi biến, có giá trị đƣợc đánh từ 1 đến 5 và có độ lệch chuẩn tƣơng ứng là 0.905, 0.679, 0.990, 1.022, 0.900.
EE gồm 4 biến quan sát (EE1, EE2, EE3, EE4) có 248 mẫu đƣợc thu thập cho mỗi biến, các biến EE1, EE2, EE4 có giá trị từ 1 đến 5, riêng biến EE3 có giá trị từ 2 đến 5 và chúng có độ lệch chuẩn tƣơng ứng 0.825, 0.809, 0.750, 0.826.
SI gồm 3 biến quan sát (SI1, SI2, SI3) có 248 mẫu đƣợc thu thập cho mỗi biến, có giá trị đƣợc đánh từ 1 đến 5 và có độ lệch chuẩn tƣơng ứng là 1.026, 0.884, 0.956.
FC gồm 4 biến quan sát (FC1, FC2, FC3, FC4) có 248 mẫu đƣợc thu thập cho mỗi biến, có giá trị đƣợc đánh từ 1 đến 5 và có độ lệch chuẩn tƣơng ứng 0.937, 0.699, 0.838, 0.990.
PS gồm 3 biến quan sát (PS1, PS2, PS3) có 248 mẫu đƣợc thu thập cho mỗi biến, có giá trị đƣợc đánh từ 1 đến 5 và có độ lệch chuẩn tƣơng ứng là 1.455, 1.388, 1.440. TR gồm 4 biến quan sát (TR1, TR2, TR3, TR4) có 248 mẫu đƣợc thu thập cho mỗi biến, có giá trị đƣợc đánh từ 1 đến 5 và có độ lệch chuẩn tƣơng ứng 0.812, 0.827, 0.806, 0.839.
BI gồm 4 biến quan sát (BI1, BI2, BI3, BI4) có 248 mẫu đƣợc thu thập cho mỗi biến, có giá trị đƣợc đánh từ 1 đến 5 và có độ lệch chuẩn tƣơng ứng 0.949, 0.798, 1.104, 1.036.
4.2. Kiểm tra độ tin cậy của các yếu tố quyết định sử dụng dịch vụ thanh toán di động