Hệ số KMO = 0,684 > 0,5 và kiểm định mức ý nghĩa Sig = 0,000 < 0,05; qua đó kết quả chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố khám phá (EFA) thích hợp sử dụng trong nghiên cứu này.
Bảng 4.12 Phân tích nhân tố cho các biến quan sát của nhân tố phụ thuộc
QD3 ,896
QD1 ,844
QD2 ,816
Extraction Method: Principal Component Analysis.
Nguồn: Tổng hợp kết quả xử lý số liệu trên phần mềm SPSS 20.0
Ket quả phân tích nhân tố EFA của thang đo “Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng thành phố Hồ Chí Minh” với giá trị Eigenvalue là 2,180 > 1 và tổng phương sai trích là 72,661% > 50% cho thấy nhân tố này giải thích 72,661% sự biến thiên của tập dữ liệu. Do đó các thang đo rút ra được chấp nhận.
Tương tự như phân tích các biến độc lập, các biến phụ thuộc cũng có ý nghĩa thực tiễn và có thể dùng để đưa vào xây dựng mô hình hồi quy nhằm kiểm định giả thuyết đặt ra ban đầu.
Như vậy, sau khi phân tích EFA mô hình nghiên cứu mới bao gồm 6 nhân tố độc lập (với 24 biến quan sát) và 1 nhân tố phụ thuộc (Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh) với 3 biến quan sát.
Từ các kết quả phân tích yếu tố trên, các yếu tố lần lượt được tính toán giá trị trung bình của điểm đánh giá các biến quan sát thể hiện thang đo, để có thể xác định được một yếu tố đại diện cho các biến quan sát sử dụng trong việc phân tích hồi quy và tương quan
4.6 Kiểm định hệ số tương quan Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
QD_ Y Sig. (2- tailed) ,000 ,000 ,000 ,000 ,000 ,000 N 305 305 305 305 305 305 305 SD Pearson Correlation ,474** 1 ,514** ,453** ,433** ,014 ,131* Sig. (2- tailed) ,000 ,000 ,000 ,000 ,810 ,022 N 305 305 305 305 305 305 305 TC Pearson Correlation ,439** ,514** 1 ,508** ,289** ,045 ,031 Sig. (2- tailed) ,000 ,000 ,000 ,000 ,437 ,596 N 305 305 305 305 305 305 305 CP Pearson Correlation ,611** ,453** ,508** 1 ,300** ,257** ,322**
HI Pearson Correlation ,517** ,433** ,289** ,300** 1 ,101 ,185** Sig. (2- tailed) ,000 ,000 ,000 ,000 ,078 ,001 N 305 305 305 305 305 305 305 AH Pearson Correlation ,289** ,014 ,045 ,257** ,101 1 ,421** Sig. (2- tailed) ,000 ,810 ,437 ,000 ,078 ,000 N 305 305 305 305 305 305 305 DK Pearson Correlation ,385** ,131* ,031 ,322** ,185** ,421** 1 Sig. (2- tailed) ,000 ,022 ,596 ,000 ,001 ,000 N 305 305 305 305 305 305 305
hoá
B Std. Error Beta Tolerance VIF
1 (Hằng số) -,41 1 ,254 -1,620 ,106 SD ,131 ,059 ,111 2,236 ,026 ,610 1,64 1 TC ,110 ,046 ,118 2,401 ,017 ,620 1,61 2 CP ,314 ,047 ,334 6,649 ,000 ,595 1,67 9 HI ,358 ,053 ,294 6,715 ,000 ,785 1,27 4 AH ,075 ,033 ,097 2,230 ,027 ,793 1,26 0 DK ,124 ,034 ,164 3,663 ,000 ,747 1,33 9
**. Correlation is significant at the 0,01 level (2-tailed). *. Correlation is significant at the 0,05 level (2-tailed).
Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS 20.0
Nhìn vào bảng ở trên, ta thấy giá trị Sig của các yếu tố đều nhỏ hơn 0.05. Điều này chỉ ra rằng mô hình có sự tương quan giữa biến phụ thuộc và biến độc lập và việc đưa các biến độc lập vào mô hình là đúng, vì nó có ảnh huởng nhất định đến biến phụ thuộc. Điều này cho ta thấy rằng Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh chủ yếu bị tác động bởi các nhân tố nêu trên, nên trong quá trình phân tích sự ảnh hưởng, đề tài sẽ tập trung nghiên cứu những nhân tố này.
4.7 Phân tích hồi quy
4.7.1 Ket quả ước lượng mô hình hồi quy
Bảng 4.14 cung cấp kết quả mô hình hồi quy được ước lượng cho thấy các nhân tố độc lập đều có hệ số hồi quy dương và có ý nghĩa thống kê ở mức 1% hoặc tốt hơn. Kết quả này có khả năng cung cấp những căn cứ quan trọng cho mục tiêu đánh giá mức độ ảnh hưởng của các nhân tố đến Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh. Trước khi đánh giá điều này, chúng ta cần kiểm định mức độ của mô hình ước lượng và đánh giá có hay không mô hình vi phạm các giả thiết quan trọng của một mô hình hồi quy bội.
1
Hồi quy 95,138 6 15,856 61,161 ,000b
Số dư 77,257 298 ,259
Tổng 172,395 304
Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS
4.7.2 Kiểm định mô hình hồi quy
• Kiểm định độ phù hợp của mô hình (adsbygoogle = window.adsbygoogle || []).push({});
Tiến hành phép kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giả thuyết H0 được đặt ra là: β1 = β2 = β3 = β4= β5= β6= 0. Kết quả phân tích ANOVA cho thấy giá trị kiểm định F=61,161 có mức ý nghĩa sig = 0,000 < 0,05. Điều này cho phép bỏ giả thuyết H0, nghĩa là các biến trong mô hình có thể giải thích được sự thay đổi của biến phụ thuộc. Như vậy mô hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể dữ liệu nghiên cứu.
1 ,743a ,552 ,543 ,50917 1,821
Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS • Mức độ giải thích của mô hình
Sử dụng hệ số xác định R2 (R-Square) được chứng minh là hàm không giảm theo biến số độc lập đưa vào mô hình. Như vậy, R2 có khuynh hướng là một ước lượng lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu có hơn một biến được giải thích trong mô hình. Kết quả hồi quy tuyến tính bội cho thấy R2 (R-Square) = 0,552, điều này chứng tỏ các biến độc lập đưa vào mô hình là phù hợp, tương quan khá chặt chẽ. Giá trị R2 hiệu chỉnh (Adjusted R-Square) = 0,543 cho thấy mức độ phù hợp của mô hình là 54,3% hay nói cách khác mô hình giải thích được 54,3% sự biến thiên của biến phụ thuộc được giải thích được bởi 6 biến độc lập.
Giả định liên hệ tuyến tính:
Sử dụng đồ thị phân tán phần dư chuẩn hóa để kiểm tra vấn đề liên hệ tuyến tính. Hình 4.1 cho thấy các phần dư phân tán ngẫu nhiên xung quanh đường thẳng đi qua tung độ bằng 0 mà không tuân theo một quy luật nào. Do vậy, ta có thể kết luận mô hình hồi quy trên không vi phạm giả định liên hệ tuyến tính.
Hình 4.1: Đồ thị phần dư chuẩn hóa
Giả định phân phối chuẩn của phần dư:
Biểu đồ tần số phần dư chuẩn hóa được sử dụng để đánh giá giả định này. Biểu đồ tần số phần dư chuẩn hóa Histogram cho thấy phần dư phân phối sắp sửa chuẩn hóa (trung bình Mean = -1,34E - 14 = 0 và độ lệch chuẩn Std.Dev = 0,990 sắp xỉ bằng 1). Do đó có thể kết luận rằng giả thuyết phân phối chuẩn không vi phạm. Ngoài ra, theo biểu đồ P-P plots các điểm quan sát không phân tán quá xa đường thẳng kỳ vọng nên có thể kết luận giả thuyết về phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.2: Phân phối của phần dư chuẩn hóa
thuyết hóa định
Hình 4.3: Điểm phân vị của phân phối của biến độc lập
Nguồn: Kết quả phân tích SPSS
Hiện tượng đa cộng tuyến:
Sử dụng hệ số nhân tử phóng đại phương sai (VIF) để phát hiện đa cộng tuyến giữa các biến độc lập. Kết quả phân tích tại Bảng 4.14 cho thấy hệ số VIF lớn nhất bằng 1,679 < 2 nên có thể kết luận không có hiện tượng đa cộng tuyến giữa các biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Giả định phương sai của sai số không đổi:
Theo biểu đồ Scatterplot ở Hình 4.1, các sai số hồi quy phân bố tương đối đều ở cả hai phía của đường trung bình (trung bình của các sai số bằng 0) và không theo một quy luật rõ ràng nào. Điều đó cho thấy giả thiết sai số của mô hình hồi quy không đổi là phù hợp. Hơn nữa, kết quả kiểm định Spearman ở phụ lục cho thấy không có khả năng tồn tại phương sai của phần dư thay đổi.
Giả định hiện tượng tự tương quan giữa các phần dư:
Thực hiện thống kê Durbin - Watson để kiểm định tương quan gia các sai số kề nhau (tương quan chuỗi bậc nhất). Kết quả kiểm định cho thấy hệ số Durbin- Watson = 1,821 (Bảng 4.16). Theo điều kiện hồi quy, giá trị Durbin - Watson phải nằm trong khoảng 1 < d < 3. Giá trị d tính được rơi vào miền chấp nhận giả thuyết không có tự tương quan. Như vậy mô hình không vi phạm giả định về hiện tượng tự tương quan.
4.9 Kiểm định các giả thuyết của mô hình nghiên cứu
Với các kết quả kiểm định trên ta thấy mô hình hồi quy là phù hợp và có ý nghĩa thống kê. Từ kết quả hồi quy cho thấy tất cả 6 nhân tố trên ảnh hưởng đến quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh.
tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh H2 Dễ sử dụng mong đợi (SD) có tác động cùng chiều (+) đến quyết định sử dụng ví
điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh
+0,111 0,026 Chấpnhận
H3
Ảnh hưởng xã hội (AH) có tác động cùng
chiều (+) đến quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh
+0,097 0,027 Chấp nhận
H4
Điều kiện thuận lợi (DK) có tác động cùng chiều (+) đến quyết định sử dụng ví (adsbygoogle = window.adsbygoogle || []).push({});
điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh
định
H5
Tin cậy cảm nhận (TC) có tác động cùng
chiều (+) đến quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh
+0,118 0,017 Chấpnhận
H6
Chi phí cảm nhận (CP) có tác động cùng chiều (+) đến quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh
độc lập trong mô hình (Nguyễn Đình Thọ, 2011). Tùy vào mục tiêu của đề tài mà lựa chọn beta chuẩn hóa, hoặc beta chưa chuẩn hóa để đưa vào mô hình hồi quy. Để xác định tầm quan trọng của các yếu tố tác động đến quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh, đề tài này căn cứ vào hệ số β chuẩn hóa. Hệ số β càng lớn thì yếu tố đó tác động đến Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh càng cao. Dựa vào kết quả hồi quy ở bảng 4.14, phương trình hồi quy có dạng như sau:
QD_Y = 0,294*HI + 0,111*SD + 0,097AH + 0,164*DK + 0,118*TC + 0,334*CP
+ Nhân tố ảnh hưởng mạnh nhất đến quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh là chi phí cảm nhận (CP) vì có hệ số β6 = 0,334 và Sig. = 0,000 (có ý nghĩa thống kê). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu tăng lên 1 đơn vị thì quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh tăng lên 0,334 đơn vị.
Kết quả này giống với kết quả nghiên cứu của Phạm Thị Thu Hiền (2019) trong cùng lĩnh vực Fintech, qua đó có thể thấy, việc áp dụng những chiến lược giá hợp lý đối với VĐT sẽ làm tăng ý định sử dụng dịch vụ này đối với khách hàng.
+ Nhân tố ảnh hưởng mạnh thứ hai là hữu ích mong đợi (HI) (βι = 0,294 và Sig. = 0,000). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu chi phí cảm nhận (HI) tăng lên 1 đơn vị thì quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh tăng lên 0,294 đơn vị. Kết quả này phù hợp với kết quả của Amin (2009), Vũ Văn Điệp và các cộng sự (2019),..
+ Nhân tố ảnh hưởng mạnh thứ ba là điều kiện thuận lợi (DK) (β4 = 0,164 và Sig. = 0,000). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu điều kiện thuận lợi (DK) tăng lên 1 đơn vị thì quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh tăng lên 0,164 đơn vị. Điều này phù hợp với kết quả nghiên cứu của Đào Thị Thu Hường (2019) và Trần Nhật Tân (2019).
+ Nhân tố ảnh hưởng thứ tư là tin cậy cảm nhận (TC) (β5 = 0,118 và Sig. = 0,017). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu tin cậy cảm nhận (TC) tăng lên 1 đơn vị thì quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh tăng lên 0,118 đơn vị. Kết quả này phù hợp với nghiên cứu của Bùi Thành Khoa và Nguyễn Minh Hà (2019).
+ Nhân tố ảnh hưởng thứ năm là dễ sử dụng mong đợi (SD) (β2 = 0,111 và Sig. = 0,026). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu dễ sử dụng mong đợi (SD) tăng lên 1 đơn vị thì quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh tăng lên 0,111 đơn vị. Điều này phù hợp với kết quả nghiên cứu của Lê Châu Phú và các cộng sự (2019).
+ Nhân tố ảnh hưởng yếu nhất là ảnh hưởng xã hội (AH) (β3 = 0,097 và Sig. = 0,027). Điều này có nghĩa là khi các yếu tố khác không đổi, nếu ảnh hưởng xã hội (AH) tăng lên 1 đơn vị thì quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh tăng lên 0,097 đơn vị. Điều này phù hợp với kết quả nghiên cứu của Nguyễn Thị Minh Châu và các cộng sự (2020).
4.10 Kiểm định sự khác biệt giữa các biến kiểm soát với sự tác động đến Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh
4.10.1 Kiểm định khác biệt theo giới tính
Phân tích phương sai ANOVA để kiểm định sự khác biệt về giới tính đối với quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh kết quả như sau:
- Với Sig của Levene Test là 0,031 < 0,05 (phụ lục 8.1), do đó phương sai giữa các nhóm có sự khác biệt, không đủ điều kiện để phân tích ANOVA, đi vào kiểm định Welch cho trường hợp vi phạm giả định phương sai đồng nhất.
- Với kết quả phân tích kiểm định Welch ở bảng Robust Tests thì Sig là 0,000 < 0,05, có thể kết luận có sự khác biệt có ý nghĩa về mặt thống kê theo giới tính đối với Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh.
4.10.2 Kiểm định khác biệt theo độ tuổi
Phân tích phương sai ANOVA để kiểm định sự khác biệt về độ tuổi đối với Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh kết quả như sau:
- Với Sig của thống kê levene là 0,452 > 0,05 (phụ lục 8.2), cùng với kết quả phân tích ANOVA thì Sig của phân tích ANOVA là 0,016 < 0,05, có thể kết luận có sự khác biệt có ý nghĩa về mặt thống kê theo độ tuổi đối với Quyết định sử dụng ví điện tử của sinh viên trường Đại học Ngân hàng Thành phố Hồ Chí Minh.