MÔ HÌNH NGHIÊN CỨU VÀ GIẢ THUYẾT NGHIÊN CỨU

Một phần của tài liệu CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNHSỬ DỤNG VÍ ĐIỆN TỬ CỦA KHÁCH HÀNG CÁ NHÂNTẠI THÀNH PHỐ HỒ CHÍ MINH 10598441-2282-011327.htm (Trang 38)

3.2.1. Mô hình nghiên cứu

Từ các nghiên cứu trước, tác giả chủ yếu chọn các mục được điều chỉnh để đảm bảo tính hợp lệ của nội dung và đưa ra những mục quan trọng để đo lường các cấu trúc trong mô hình nghiên cứu của tác giả. Sau khi tổng hợp các nhân tố dự kiến đưa vào mô hình nghiên cứu, thì mô hình này sẽ có 5 biến độc lập bao gồm: Nhận thức sự hữu

ích, Mức độ dễ dàng sử dụng, An toàn/Bảo mật, Khuyến mãi, Nhận thức xã hội. Biến phụ thuộc là Quyết định sử dụng ví điện tử của khách hàng cá nhân tại TP. Hồ Chí Minh. Mô hình sau được thành lập:

Hình 3.2. Mô hình nghiên cứu

Nguồn: Tác giả đề xuất

3.2.2. Giả thuyết nghiên cứu

Phương trình hồi quy trong nghiên cứu có dạng:

QDi = βι×HDi + β2× SDi + β3× ATi + β4 ×KMi + β5 ×XHi + e

Trong đó, biến phụ thuộc là biến QD thể hiện quyết định sử dụng ví điện tử của khách

hàng cá nhân tại TP.HCM. Các biến độc lập bao gồm: HD (Nhận thức sự hữu ích), SD (Mức độ dễ dàng sử dụng), AT (An toàn/bảo mật), KM (Khuyến mãi), XH (Ảnh hưởng xã hội), ε là sai số ngẫu nghiên.

Ngoài 5 yếu tố đề xuất trong mô hình nghiên cứu tác giả còn muốn xem xét sự tác động của các biến kiểm soát (độ tuổi, giới tính, thu nhập, nghề nghiệp, thời gian sử dụng ví điệnt tử) để xem sự tác động đến quyết định sử dụng ví điện tử. Nghiên cứu này gồm các giả thuyết:

Nhân tố nhận thức sự hữu ích

Trong mô hình TAM, nhận thức sự hữu ích dự đoán sử dụng và mục đích sử dụng. Sự hữu ích được hiểu là những giá trị mà người sử dụng nhận được khi sử dụng các hệ thống ví điện tử. Như vậy, giả thuyết sau được đề xuất:

Mô tả thang đo Ký hiệu BIẾN ĐỘC LẬP

Nhận thức sự hữu ích

24

Mức độ dễ dàng sử dụng

Trong bối cảnh thanh toán điện tử, một hệ thống dễ sử dụng cần có các giao diện thân

thiện như các bước rõ ràng và dễ thấy, nội dung phù hợp và bố trí đồ họa, các chức năng hữu ích, các thông báo lỗi, các lệnh rõ ràng và dễ hiểu sẽ thu hút và giữ chân được các khách hàng tốt hơn. Do đó, tác giả đưa ra giả thuyết:

H2: Mức độ dễ dàng sử dụng có tác động tích cực đến quyết định sử dụng ví điện tử

An toàn/bảo mật

Khi sử dụng ví điện tử, khách hàng sẽ quan tâm rất nhiều đến việc các thông tin cá nhân của mình có được bảo vệ tuyệt đối hay không. Ví điện tử nào càng có nhiều lớp bảo mật càng thu hút được nhiều người sử dụng. Vi vậy, tác giả đề xuất giả thuyết:

H3: An toàn/Bảo mật có tác động tích cực đến quyết định sử dụng ví điện tử

Khuyến mãi

Các chương trình khuyến mãi cũng là một trong các nhân tố để giữ chân khách hàng. Đa phần người sử dụng sẽ ưu tiên cho những ví điện tử nào có đa dạng các hình thức khuyến mãi cho người dùng. Vi thế, giả thuyết sau được đề xuất:

H4: Khuyến mãi có tác động tích cực đến quyết định sử dụng ví điện tử

Ảnh hưởng xã hội

Ảnh hưởng xã hội tác động đến quyết định sử dụng ví điện tử của khách hàng khi ý định hành vi của khách hàng phụ thuộc vào những ý kiến xung quanh từ người thân, gia đình, bạn bè, đồng nghiệp,...Việc tác động đến ý định sử dụng ảnh hưởng rất nhiều

từ môi trường sinh sống, học tập và làm việc. Do đó, giả thuyết cuối cùng được đề xuất là:

H5: Ảnh hưởng xã hội có tác động tích cực đến quyết định sử dụng ví điện tử.

3.3. XÂY DỰNG THANG ĐO CHO CÁC NHÂN TỐ TRONG MÔ HÌNH

Các nhân tố ảnh hưởng được xây dựng bởi các biến quan sát, các biến này được chọn lọc để phản ánh đúng và đầy đủ nhất có thể các tính chất của nhân tố đó. Dựa trên nghiên cứu Philip Kotler (2009), David (1989), Venkatesh (2003), Udo (2001), các

25

chóng HD1 Ví điện tử giúp tôi kiểm soát tài chính hiệu quả HD2 Ví điện tử giúp tôi nâng cao hiệu quả làm việc HD3 Ví điện tử có chức năng đa dạng như: mua sắm, du lịch, giải trí,... HD4 Ví điện tử là một dich vụ tiện lợi và hữu ích HD5

Mức độ dễ dàng sử dụng

Các thao tác trên ví điện tử rất đơn giản, dễ dàng ~SD1 Tôi có thể sử dụng thành thạo dịch vụ ví điện tử ^SD2 Giao diện, đồ hoạ của ví điện tử đều rất chi tiết, rõ ràng ^SD3 Ví điện tử cung cấp nhiều loại ngôn ngữ cho người tiêu dùng ^SD4

An toàn/Bảo mật

Ví điện tử có cung cấp mã QR khi thực hiện thanh toán AT1 Ví điện tử cung cấp các hình thức xác minh tài khoản như email,

điện thoại

AT2 Ví điện tử được bảo vệ bằng cách đặt mật khẩu như dấu vân tay,

nhận diện khuôn mặt

AT3 Ví điện tử thường xuyên cập nhật chức năng bảo mật đảm bảo an

toàn

AT4

Khuyến mãi

Ví điện tử có nhiều ưu đãi cho người dùng mới KM1 Ví điện tử cung cấp nhiều phiếu quà tặng cho các dịch vụ khác như

nhà hàng, siêu thị, rạp phim,...

Ví điện tử luôn cung cấp các sản phẩm khuyến mãi thường xuyên hoặc vào các dịp đặc biệt như sinh nhật khách hàng, lễ, tết,...

KM3

Ảnh hưởng xã hội

Gia đình, bạn bè, đồng nghiệp ảnh hưởng đến việc sử dụng ví điện tử của tôi

XH1 Tôi sử dụng ví điện tử do xung quanh tôi mọi người đều sử dụng XH2 Tôi sử dụng ví điện tử vì các dịch vụ khác và các ngân hàng đều

liên

kết với ví điện tử

XH3

Tôi sử dụng ví điện tử vì đây là thời đại công nghệ 4.0 XH4

BIẾN PHỤ THUỘC Quyết định sử dụng ví điện tử

Tôi có ý định sử dụng ví điện tử QD1

Tôi hoàn toàn yên tâm khi sử dụng ví điện tử QD2 Tôi sẽ giới thiệu cho gia đình, bạn bè, người thân sử dụng ví điện tử QD3

3.4. PHƯƠNG PHÁP THU THẬP DỮ LIỆU 3.4.1. Mầu khảo sát

Thiết kế chọn mẫu: Mau được chọn theo phương pháp thuận tiện. Kích thước mẫu dự

kiến là 300 quan sát. Đối tượng khảo sát là khách hàng không phân biệt giới tính, trình

độ, công việc đang sử dụng các ứng dụng ví điện tử tại TP.HCM.

Khảo sát thông qua bảng câu hỏi từ các biến nghiên cứu và được điều chỉnh dưới sự hướng dẫn của giảng viên trước khi khảo sát chính thức.Tổng số bảng câu hỏi gửi đi dự kiến là 300 bảng câu hỏi. Dữ liệu thu thập được sẽ làm sạch trước khi tiến hành phân tích.

Quy mô mẫu nghiên cứu: số quan sát tối thiểu phải gấp 5 lần số biến quan sát trong mô hình nghiên cứu (Thọ, 2013). Số biến quan sát của các nhân tố trong mô hình

27

quan sát. Vậy kích thước mẫu thu thập được để phân tích bao gồm 300 quan sát dự kiến là phù hợp.

3.4.2. Bảng khảo sát

Bảng khảo sát sẽ bao gồm 2 phần:

- Phần 1 là thông tin cá nhân của người khảo sát, bao gồm 4 câu hỏi về nhân khẩu

học (Giới tính, Tuổi, Công việc, Thu nhập) của khách hàng.

- Phần 2 là chi tiết câu hỏi khảo sát, bao gồm 23 câu hỏi tương đuong với 5 biến

độc lập và 1 biến phụ thuộc. Để kiểm định mô hình, thang đo được sử dụng trong

nghiên cứu này là thang đo Likert 5 mức độ cho tất cả các biến quan sát, biến độc

lập lẫn biến phụ thuộc. Thang đo Likert gồm 5 mức độ. Mức (1) hoàn toàn không

đồng ý, (2) không đồng ý. (3) trung lập, (4) đồng ý và (5) hoàn toàn đồng ý để tìm

hiểu mức độ đánh giá của khách hàng.

3.5. PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU3.5.1. Kiểm định mức độ tin cậy của thang đo 3.5.1. Kiểm định mức độ tin cậy của thang đo

Để phân tích dữ liệu thống kê, nghiên cứu sử dụng phần mềm SPSS 20.0 để tiến hành

kiểm định độ tin cậy của thang đo đi kèm với các phép thống kê suy diễn khác. Nghiên

cứu sử dụng hệ số Cronbach's Alpha và phép phân tích yếu tố để kiểm định độ tin cậy

của từng thang đo của các nhân tố ảnh hưởng đến quyết định sử dụng ví điện tử của khách hang cá nhân tại TP.HCM.

lường tốt. Tuy nhiên, khi hệ số Cronbach’s Alpha quá lớn (trên 0.95) cho thấy nhiều biến trong thang đo không có sự khác biệt, hiện tượng này gọi là trùng lắp trong thang

đo (Thọ, 2011).

3.5.2. Phân tích nhân tố khám phá ( Exploratory factor analysis - EFA )

Phân tích nhân tố khám phá EFA được sử dụng để xác định giá trị hội tụ, giá trị phân biệt và thu gọn các tham số ước lượng cho các nhóm biến. Cơ sở của việc rút gọn này

dựa vào mối quan hệ tuyến tính của nhân tố với các biến quan sát. Sự phù hợp khi áp dụng phương pháp phân tích EFA được đánh giá qua kiểm định KMO và Bartlett’s (Thọ, 2011).

Kiểm định Bartlett là chỉ số để xem xét ma trận tương quan có phải ma trận đơn vị

hay không. Kiểm định Barlett có ý nghĩa thống kê khi Sig, <0.05 chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.

Kiểm định KMO (Kaiser - Meyer - Olkin) là chỉ số đánh giá sự phù hợp của phân

tích nhân tố. Hệ số KMO có giá trị từ 0.5 trở lên. Hệ số KMO càng lớn thì càng được đánh giá cao. Nếu KMO < 0.5 thì phân tích nhân tố không thích hợp với dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).

Phân tích nhân tố cho tất cả mọi biến trong mô hình được thực hiện với phương pháp rút trích nhân tố là “Principal component” và phương pháp xoay là “Varimax”, phép xoay vuông góc được lựa chọn nhằm mục đích trích tối đa % phương sai của các biến quan sát ban đầu và làm gọn các biến quan sát (Hair & cộng sự, 2010). Còn tiêu chuẩn rút trích là hệ số Eigenvalues lớn hơn hoặc bằng 1 nhằm đảm bảo mỗi nhân tố hình thành có thể giải thích tối thiểu biến thiên trọn vẹn của một biến quan sát (Hair & cộng sự, 2010). Tiêu chuẩn chọn biến cho nhân tố đảm bảo một số điều kiện sau:

- Đảm bảo hệ số trích phương sai trong tổng thể các biến > 0.5

- Hệ số tải lên nhân tố chính (Factor Loading) càng cao thì mối tương quan

29

Sau khi loại các biến không phù hợp, được tiến hành để kiểm tra lại độ phù hợp của các biến, kiểm định Cronbach’s Alpha được thực hiện lại trên các nhóm biến có sự hiệu chỉnh để khẳng định lại độ tin cậy của thang đo.

Trong phân tích nhân tố khám phá (EFA), kích thước mẫu tối thiểu để sử dụng EFA là 50, tốt hơn là từ 100 trở lên. Tỷ lệ số quan sát trên một biến phân tích là 5:1 hoặc 10:1, một số nhà nghiên cứu cho rằng tỷ lệ này nên là 20:1 (Hair và cộng sự, 2014). Sau khi phân tích nhân tố khám phá (EFA), tác giả xây dựng mô hình và phân tích hồi quy để đưa ra kết quả cuối cùng.

3.5.3. Phân tích hệ số tương quan Pearson

Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, tác giả phân tích tương quan giữa các biến để xem có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không. Các biến phụ thuộc và biến độc lập có tương quan cao với nhau

báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tương quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi qui tuyến tính: các biến độc lập có tương quan cao với nhau hay hiện tượng đa cộng tuyến.Nếu các hệ số tương quan giữa biến độc lập và biến phụ thuộc đều có ý nghĩa Sig < 0.05 thì các biến được đưa vào phân tích hồi quy.

3.5.4. Phân tích hồi quy

Dữ liệu dùng trong phân tích hồi quy tương quan được người nghiên cứu lựa chọn là dữ liệu chuẩn hóa được xuất ra từ phần mềm SPSS sau quá trình phân tích nhân tố khám phá. Phân tích hồi quy đa biến nhằm mục tiêu đánh giá mức độ và chiều hướng

tác động của các biến độc lập đến biến phụ thuộc Phân tích hồi quy tuyến tính sẽ giúp

ta biết được cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc.

Tần số Phần trăm

Nam 68 338

Bảng ANOVA phân tích phương sai để kiểm định lựa chọn mô hình tối ưu. Neu giá

trị Sig < 0.05 có ý nghĩa là biến độc lập đó giải thích được sự thay đổi của biến phụ thuộc trong mô hình.

Giá trị Sig. kiểm định ý nghĩa hồi quy. Nếu giá trị Sig. của hệ số hồi quy một biến

độc lập nhỏ hơn 0.05 thì biến độc lập đó có tác động đến biến phụ thuộc. Ngược lại, giá trị Sig. lớn hơn 0.05 thì biến độc lập không tác động đến biến phụ thuộc.

Công cụ chẩn đoán giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu được đánh giá mức độ cộng là: Hệ số phóng đại phương sai (Variance Inflation Factor -

VIF).

Quy tắc khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).

3.5.5. Phân tích ANOVA và T-Test

Phân tích này nhằm đánh giá tác động khác nhau của các biến nhân khẩu học và biến phụ thuộc.

Kiểm định T-TEST được áp dụng cho các biến nhân khẩu học có 2 nhóm

Nếu Sig. Levene < 0.05 thì kết luận phương sai giữa 2 nhóm không đồng nhất và bước sau sẽ dùng Sig. ở hàng (Equal variances not assumed) nghĩa là phương không sai đồng nhất. Sig. T-Test ≤ 0.05: có sự khác biệt giữa các biến định tính với biến phụ thuộc. Sig. T-Test > 0.05: không có sự khác biệt giữa các nhóm biến

Nếu Sig. Levene > 0.05 thì kết luận phương sai giữa 2 nhóm đồng nhất và bước sau sẽ dùng Sig. ở hàng (Equal variances assumed) nghĩa là phương sai đồng nhất. Sig. T-Test > 0.05: không có sự khác biệt giữa các biến định tính với biến phụ thuộc. Sig. T-Test ≤ 0.05: có sự khác biệt giữa các nhóm biến.

Kiểm định ANOVA được áp dụng cho các biến nhân khẩu học có từ 3 nhóm trở lên

Giá trị Sig. > 0.05 là điều kiện bắt buộc để đảm bảo giả định về sự đồng nhất phương sai giữa các nhóm phân loại (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Khi đó ta xét bảng ANOVA, nếu Sig. Anova < 0.05 có sự khác biệt trung bình về mức độ tác động của các nhóm, nếu Sig. Anova ≥ 0.05 không có sự khác biệt trung

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Dựa trên các phương pháp được liệt kê và chạy mô hình, phân tích các dữ liệu và đánh giá kết quả mô hình. Chương 4 sẽ là cơ sở để đưa ra câu trả lời cho các câu hỏi ở Chương 1. Từ đó đưa ra kết luận của toàn bài nghiên cứu tại Chương 5.

4.1. THỐNG KÊ MÔ TẢ4.1.1. Giới thiệu mẫu nghiên cứu 4.1.1. Giới thiệu mẫu nghiên cứu

Trong tổng số 300 bảng khảo sát đã gửi đi, số lượng bảng câu hỏi thu về được là 235. Sau đó loại bỏ những bảng trả lời không phù hợp thì được 201 bảng trả lời sử dụng được. Tổng số lượng mẫu là N = 201

4.1.2. Thống kê mẫu theo từng yếu tố

Sau khi thu thập được kết quả khảo sát, bài nghiên cứu tiến hành xem xét mẫu nghiên

cứu được phân bố như thế nào theo các tiêu chí: Giới tính, Độ tuổi, Lĩnh vực công việc, Thu nhập với kết quả như sau:Bảng 4.1. Thống kê theo Giới Tính

Nữ 133 66.2

Từ 18 - 25 tuổi 47 234 Từ 25 - 35 tuổi 61 30.3 Từ 35 - 55 tuổi 49 24.4 Trên 55 tuổi 44 21.9 Tổng cộng 201 100.0 Tần số Phần trăm

Sinh viên, học sinh 44 219

Kinh doanh 36 17.9

Nhân viên, văn phòng 50 24.9

Cấp quản lý, giám đốc 36 17.9

Khác 35 17.4

Tổng cộng 201 100.0

Nguồn: Kết quả trích từ phân tích của tác giả trong SPSS

Một phần của tài liệu CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNHSỬ DỤNG VÍ ĐIỆN TỬ CỦA KHÁCH HÀNG CÁ NHÂNTẠI THÀNH PHỐ HỒ CHÍ MINH 10598441-2282-011327.htm (Trang 38)

Tải bản đầy đủ (DOCX)

(92 trang)
w