Từ mô hình nghiên cứu, tác giả đề xuất công cụ khảo sát với 5 yếu tố ảnh hưởng đến ý định sử dụng Tiền điện tử của người dân tại Thành phố Hồ Chí Minh với 20 biến.
Thái độ đối với hành vi 3 Likert Ý định hành vi 3 Likert
Nhận thức tính hữu ích
Davis (1989) định nghĩa rằng nhận thức hữu ích là mức độ để một người tin rằng sử dụng một hệ thống cụ thể sẽ nâng cao hiệu suất công việc của họ. Nhận thức hữu ích là một trong các yếu tố quan trọng ảnh hưởng tới Ý định sử dụng tiền điện tử của người dân tại Tp. Hồ Chí Minh. Nhận thức hữu ích thường được đo lường bởi các biến hữu ích về thời gian, chi phí, thuận tiện,.. .(Haslinger và cộng sự, 2007). Do đó trong nghiên cứu này, tác giả đề xuất yếu tố Nhận thức hữu ích được đo lường bởi các yếu tố sau: Sử dụng tiền điện tử cho phép thanh toán thuận lợi và đa dạng các dịch vụ thanh toán, sử dụng tiền điện tử dễ dàng quản lí tài chính, sử dụng tiền điện tử không lo tác động vật lý( chảy nổ rách ướt,..), sử dụng tiền điện tử tiết kiệm chi phí và thời gian.
Gỉa thiết H1: Nhận thức hữu ích (HI) có tác động cùng chiều đến Ý định sử dụng tiền điện tử (YD).
Nhận thức dễ sử dụng
Định nghĩa nhận thức dễ sử dụng là việc người sử dụng tin rằng việc sử dụng một hệ thống cụ mới sẽ dễ dàng và không đòi hỏi nhiều nỗ lực (Davis, 1989). Ở nghiên cứu này yếu tố nhận thức dễ sử dụng được đo lường bằng ba biến là giao dịch bằng tiền điện tử dễ dàng, ứng dụng chứa tiền điện tử đơn giản dễ sử dụng, dễ dàng truy vấn thông tin, cách thức quản lý tiên điện tử đơn giản, nhanh chóng.
Giả thuyết H2: Nhận thức dễ sử dụng (SD) có tác động cùng chiều đến Ý định sử dụng tiền điện tử (YD).
Thái độ hành vi là cảm xúc tích cực hay tiêu cực của một cá nhân về thực hiện các hành vi mục tiêu (Fishbein and Ajzen, 1975). Các biến lần lượt là Tôi rất tin tưởng khi sử dụng tiền điện điện tử, Tôi thích thanh toán qua tiền điện tử, Tôi sẽ giới thiệu bạn bè sử dụng tiền điện tử sẽ giải thích cho nhân tố Thái độ đối với hành vi.
Giả thiết H3: Thái độ (TD) có tác động cùng chiều đến Ý định sử dụng tiền điện tử ( YD)
Nhận thức chủ quan
Nhận thức chủ quan được thể hiện bằng áp lực nhận thức để tuân thủ ý kiến của người khác (Ajzen và Fishbein, 1975). Ở nghiên cứu này yếu tố nhận thức dễ sử dụng được đo lường bằng ba biến là Bạn bè, người thân tôi nghĩ rằng tôi nên sử dụng tiền điện tử, Tiền điện tử phù hợp với các công nghệ tôi sử dụng
H4: Nhận thức chủ quan (CQ) có tác động cùng chiều đến Ý định sử dụng tiền điện tử( YD)
Hành vi kiểm soát cảm nhận
Hành vi kiểm soát cảm nhận thể hiện cảm nhận dễ dàng hoặc khó khăn trong việc thực hiện hành vi cụ thể của một cá nhân (Ajzen, 1991). Với các biến tôi sử dụng tiền điện tử là dễ dàng, tôi có kiến thức về việc sử dụng tiền điện tử, tiền điện tử phù hợp với các công nghệ tôi sử dụng. Nghiên cứu trước đây chỉ ra rằng, chuẩn chủ quan có ảnh hưởng đáng kể đến quyết định hành vi của người tiêu dùng. Do đó, giả thuyết được đề xuất là
H5: Hành vi kiểm soát cảm nhận (CN) có tác động cùng chiều đến Ý định sử dụng tiền điện tử( YD)
3.3. Dữ liệu và phương pháp xử lý
3.3.1. Thiết kế lấy mẫu
Dân số mục tiêu cho nghiên cứu phụ thuộc vào các câu hỏi nghiên cứu được đề xuất trong nghiên cứu này và giới hạn về thời gian cũng như ngân sách. Với mục đích của nghiên cứu này, tác giả đã quyết định tập trung vào dân số học tập và làm việc tại thành phố Hồ Chí Minh và sở hữu điện thoại thông minh với lý do điện
thoại thông minh là một yêu cầu tối thiểu đối với tiền điện tử. Tác giả quyết định lọc ra những nguời không có điện thoại thông minh, vì họ thậm chí không thể sử dụng tiền điện tử.
Điều tra dân số yêu cầu một cuộc khảo sát của toàn bộ dân số. Tuy nhiên, không thể khảo sát tất cả dân số tại thành phố Hồ Chí Minh. Do đó, một lựa chọn đã đuợc thực hiện để thu thập một mẫu nguời trả lời với đánh giá thêm về tính đại diện của kết quả cho dân số.
Bảng câu hỏi khảo sát đuợc xây dựng dựa trên các nghiên cứu truớc đó và sử dụng thang đo Likert với 5 cấp độ để đánh giá mức độ đồng ý/ không đồng ý của các đối tuợng khảo sát.
Khảo sát chính thức đuợc chia thành 2 phần: Phần 1: Câu hỏi sàng lọc các đối tuợng khảo sát.
Phần 2: Báo cáo thu thập đánh giá của nguời trả lời về ảnh huởng của từng yếu tố đến ý định sử dụng tiền điện tử của nguời dân tại Thành phố Hồ Chí Minh.
Bảng hỏi đuợc trình bày trong Phụ lục 2 của luận án này.
3.3.2. Cách thu thập dữ liệu
Để tăng tính minh bạch và chính xác của chủ đề, tác giả thu thập dữ liệu chính bằng cách khảo sát thông qua bảng câu hỏi duới hai hình thức: phân phối bảng câu hỏi cho nguời tham gia khảo sát (phỏng vấn trực tiếp) và gửi liên kết khảo sát qua email và mạng xã hội.
3.3.3. Phương pháp phân tích và xử lý dữ liệu
Hai phần mềm đã đuợc sử dụng để phân tích dữ liệu trong nghiên cứu này: IBM SPSS 20.0, Microsoft Excel 2010. Trong giai đoạn phân tích dữ liệu, nghiên cứu đã tiến hành Phân tích mô tả, Phân tích độ tin cậy, Phân tích nhân tố khám phá và Phân tích hồi quy lẫn nhau.
Phân tích mô tả
Phân tích mô tả là một mô tả ngắn gọn tóm tắt dữ liệu đã cho có thể là đại diện của các mẫu và thang đo của chúng. Dữ liệu từ bảng câu hỏi sẽ đuợc giải thích một cách đơn giản để dễ giải thích hơn.
Phân tích độ tin cậy
Theo Twycross và Shields (2005), độ tin cậy liên quan đến tính ổn định, độ lặp lại và tính nhất quán của kết quả. Do đó, phân tích độ tin cậy là nắm bắt tính nhất quán và in định của các biến được sử dụng để kiểm tra các yếu tố (Twycross và cộng sự, 2005). Theo Shuttleworth (2015), Cronbach alpha là phân tích được sử dụng phổ biến nhất để xác định tính nhất quán bên trong của một nghiên cứu. Kết quả Cronbach Alpha là số từ 0 đến 1. Độ tin cậy càng cao nếu Cronbach Alpha càng gần 1. Giá trị chấp nhận được của Cronbach Alpha là 0,7 và cao hơn (Shuttleworth, 2015). Tuyên bố này cũng được hỗ trợ bởi MacKenzie, Podsakoff và Jarvis (2005) và Hair, B.Babin và Anderson (2010), giới hạn cho các biến của Cronbach tựa Alpha là 0,7. Các biến có giá trị Cronbach từ Alpha với tổng dưới 0,3 sẽ bị xóa khỏi nghiên cứu và không xuất hiện trong phân tích nhân tố (Hoàng và Chu, 2008).
Phân tích nhân tố khám phá
Sau khi phân tích Cronbach Alpha để loại bỏ các biến không đảm bảo độ tin cậy, các biến còn lại sẽ được coi là phù hợp và được phân tích thông qua phân tích EFA. EFA là một phương pháp phân tích định lượng được sử dụng để xác định tính hợp lệ hội tụ, hiệu lực phân biệt và tóm tắt thông tin nội bộ có trong một số lượng lớn các biến đo lường thành một bộ biến nhỏ hơn để chúng có ý nghĩa hơn (Hair và cộng sự, 2010).
Theo Pallant (2007), Hoàng và Chu (2008), các điều kiện cần thiết cho một kết quả có ý nghĩa thống kê là giá trị Kaiser-Meyer-Olkin (KMO) phải nằm trong khoảng từ 0,6 đến 1, kiểm định Barlett có sig nhỏ hơn 0,05, tổng phương sai giải thích lớn hơn hoặc bằng 50%, các biến quan sát có hệ số tải lớn hơn hoặc bằng 0,5.
Phân tích hệ số tương quan
Hệ số tương quan Pearson được sử dụng để đánh giá mối quan hệ giữa các biến phụ thuộc và biến độc lập (Veal, 2005). Theo Pallant (2007), Hoàng và Chu (2008), hệ số tương quan Pearson, giúp định lượng mức độ của mối quan hệ tuyến tính chặt chẽ giữa hai biến định lượng, được nêu rõ như sau: Nếu giá trị của hệ số tương quan là 1.0, có một mối tương quan dương hoàn hảo giữa 2 biến. Nếu giá trị
Hình thức thu thập dữ liệu Số lượng bảng hỏi phân phối Số lượng bảng hỏi được phản hồi Số bảng hỏi hợp lệ Phát bảng hỏi trực tiếp ~TÕ lõ 15
của hệ số tương quan là -1.0, có một mối tương quan âm hoàn hảo giữa 2 biến. Neu giá trị của hệ số tương quan là 0, không có mối quan hệ giữa 2 biến. Nói cách khác, giá trị tuyệt đối của hệ số Pearson giữa hai biến càng gần với 1 thì giá trị tương quan tuyến tính càng gần.
Phân tích hồi quy đa biến
Phân tích hồi quy đa biến là một phương pháp thống kê được sử dụng để phân tích mối quan hệ đồng thời giữa biến độc lập và một biến phụ thuộc (Hair và cộng sự, 1998). Ngoài ra, hồi quy đa biến là một công cụ kết luận để kiểm tra các giả thuyết và dự báo các giá trị nghiên cứu tổng thể (Ducan, 1996). Do đó, hồi quy tuyến tính đa là một phương pháp thích hợp để kiểm tra các giả thuyết nghiên cứu.
Pallant (2007), Hoàng và Chu (2008) nói rằng các giả định cần được kiểm tra trước khi tiến hành Phân tích hồi quy đa biến là (1) Tồn tại mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập (2) Các biến độc lập không nên có mối tương quan cao với nhau. (3) Phần dư được phân phối bình thường. (4) Phương sai của phần dư phải giống nhau trên các giá trị của các biến độc lập. (5) không nên có sự tự tương quan giữa các phần dư.
Giá trị R bình phương là để đánh giá mức độ của phương sai trong biến phụ thuộc đã được giải thích bởi mô hình (Hoàng và Chu, 2008). Do đó, giá trị càng cao thì khả năng giải thích của phương trình hồi quy càng lớn và dự đoán các biến phụ thuộc càng chính xác (Hair và cộng sự, 2010).
3.4. Tóm tắt chương 3
Trong chương này, một cái nhìn tổng quan về phương pháp được sử dụng trong nghiên cứu này (bao gồm quy trình nghiên cứu, phương pháp thu thập dữ liệu, thiết kế lấy mẫu, công cụ nghiên cứu, thang đo) được trình bày. Dữ liệu khảo sát được thu thập từ những người trả lời được lựa chọn tùy ý. Các cách để tiếp cận người trả lời là các cuộc phỏng vấn trực tiếp và khảo sát trực tuyến. Hơn nữa, có một cuộc thảo luận chi tiết hơn về các phương pháp phân tích dữ liệu mà nghiên cứu này sử dụng.
CHƯƠNG 4 KẾT QUẢ VÀ THẢO LUẬN
Trong chương 4, tác giả sẽ tiến hành phân tích và thảo luận những kết quả thu được qua khảo sát. Kết quả phân tích được trình bày trong chương này, bao gồm :Thống kê mô tả, Phân tích độ tin cậy, Phân tích nhân tố khám phá, Phân tích hệ số tương quan, Phân tích hồi quy bội, Thử nghiệm t-mẫu độc lập, thử nghiệm ANOVA một chiều. Sau khi phân tích, dựa trên kết quả nhận được sẽ xem xét chấp nhận hoặc từ chối các giả thuyết đã nêu trong chương 2
4.1. Thống kê mô tả
Mẫu được thu thập dưới hình thức bảng hỏi khảo sát. Các mẫu được chọn từ 165 bảng hỏi hợp lệ sau khi loại bỏ 35 bảng hỏi không hợp lệ( do thiếu các thông tin và trả lời tất cả các câu hỏi giống nhau). Dữ liệu được thu thập trong vòng 4 tuần, từ ngày 10 tháng 12 năm 2019 đến ngày 8 tháng 01 năm 2020.
mạng xã hội
Tổng cộng 15Õ lõõ 165
N Minimu
m mMaximu Mean DeviationStd.
"iHiĩ 1 65" Ĩ 5 3" 06" -8εT HI2 Ĩ6 5 Ĩ 5 3.06 . 973 HI3 Ĩ6 5 Ĩ 5 3.04 . 999
Nguôn: Tác giả tông hợp
65 816 SD3 1 65 2 5 2.99 . 732 SD4 1 65 1 5 3.07 820 . CQ1 1 65 1 5 3.10 1.019 CQ2 1 65 1 5 3.10 . 838 CQ3 1 65 1 5 3.07 . 964 CN1 1 65 1 5 2.99 883 . CN2 1 65 1 5 3.12 679 . CN3 1 65 1 5 3.13 . 800 TD1 1 65 1 5 2.73 1.454 TD2 1 65 1 5 2.95 1.370 TD3 1 65 1 5 2.96 1.444 YD1 1 65 1 5 3.12 . 953 YD2 1 65 1 5 3.08 834 . YD3 1 65 1 5 3.00 1.042 Valid N (listwise) 65 1
Yếu tố Biến quan sát Tương quan biến tổng Cronbach's Alpha nếu biến bị loại Cronbach's Alpha Nhận thức hữu ích ^HΠ .641 .846 .859 ^HI2 .750 7801 ^HI3 .673 .835 ^HI4 .760 .798 Nhận thức dễ sử dụng ^SD1 .538 7713 .759 ^SD2 .611 7ó7ĩ ^SD3 .496 7733
Nguồn: Kết quả phân tích từ IBM SPSS 20.0
4.2. Đánh giá độ tin cậy của thang đo
Độ tin cậy của thang đo được đánh giá theo phương pháp Cronbach’s Alpha.
quan CQ2 .798 .929 CQ3 .832 .898 Hành vi kiểm soát cảm nhận CN1 7665 .658 .782 CN2 .544 .785 CN3 .674 7643 Thái độ đối với hành vi TD1 .546 .498 .674 TD2 7445 7633 TD3 .473 .599 Ý định YD1 .743 .636 .805 YD2 .635 .759 YD3 .602 .799
Sig. của kiểm định Bartlett’ s .000 ≤ 0.05 Giá trị Eigenvalues 1.278 Vĩ Tổng phuơng sai trích 69.692 ≥ 50% Ma trận xoay Nhóm 1 2 3 4 5
Nguồn: Kết quả phân tích từ IBM SPSS 20.0
Nunnally và Bernstein (1994) cho rằng một thang đo có độ tin cậy tốt khi nó giao động trên 0.7. Ở mức Cronbach Alpha α ≥ 0.60 thang đo được nhận định rằng có độ tin cậy chưa cao. Vì vậy, tác giả sẽ quyết định loại bỏ những thang đo có hệ số Cronbach Alpha nhỏ hơn 0.7, với kết quả thu được chỉ có thang đo thái độ(TD) có hệ số Cronbach Alpha là 0.674 là bị loại bỏ. Các kết quả chi tiết cho phân tích độ tin cậy được trình bày trong Phụ lục 3.
Tóm lại, Sau khi loại bỏ thang đo có độ đáng tin cậy không cao, các thang đo còn đủ điều kiện cần thiết để thực hiện bước phân tích EFA tiếp theo.
4.3. Phân tích nhân tố khám phá EFA
Sau khi đánh giá độ tin cậy của thang đo với hệ số Cronbach’s Alpha thì bước tiếp theo phải đánh giá giá trị khái niệm của thang đo bằng phương pháp EFA.
4.3.1. Phân tích nhân tố khám phá cho các biến độc lập
Sau khi phân tích nhân tố khám phá EFA cho các biến độc lập: Nhận thức hữu ích( HI), Nhận thức dễ sử dụng( SD), Nhận thức chủ quan ( CQ), Hành vi kiểm soát cảm nhận (CN) tác giả tóm tắt các kết quả thu đuợc và trình bày trong Bảng 4.3 duới đây:
Bảng 4.3. Bảng kiểm định KMO và Bartlett’s biến độc lập
Nguồn: Kết quả phân tích từ IBM SPSS 20.0
Kết quả EFA cho thấy giá trị của KMO = 0,76> 0,5 , Sig = 0,000 <0,05, chứng minh rằng kết quả phân tích nhân tố khám phá EFA có sự tin cậy cao.
Tổng phuơng sai là 69.692%> 50% cho thấy các nhân tố này biểu diễn đuợc 69% sự biến thiên của dữ liệu khảo sát, giá trị của Eigenvalues = 1.278> 1 cũng thoả mãn. Do đó, các nhân tố có khả năng đại diện cho dữ liệu khảo sát.
Hĩ3 .75ĩ Hĩĩ .682 CQI .967 CQ3 .922 CQ2 .902 SDI .768 SD2 .322 .728 SD4 .727
CNĩ .834
CN2 .676
Chuẩn đánh giá Giá trị Yêu cầu
KMO 7673 ≥ 0.5
Sig. của kiểm định Bartlett’s 0.000 ≤ 0.05 Giá trị Eigenvalues 2.179 Vĩ
Tổng phuơng sai trích 72.648% Nguồn: Kết quả phân tích từ IBM SPSS 20.0≥ 50% Kết quả phân tích nhân tô EFA chỉ ra rằng 4 yếu tố đã đuợc trích ra từ 17 biến. Ket quả thu đuợc thể hiện rằng hầu hết các biến đều có hệ số tải nhân tố lớn hơn 0,5 ngoại trừ biến SD2. Biến SD2 có hai hệ số tải, một trong số đó là 0.322 thấp hơn 0,5.
Igbaria và đồng sự (1995) cho rằng các biến chỉ đuợc chấp nhận khi hệ số tải nhân tố lớn hơn 0.5 hoặc khoảng cách giữa 2 hệ số tải của cùng một biến ở 2 nhân