b. Nhược điểm
3.2. XÂY DỰNG THANG ĐO, BẢNG KHẢO SÁT
3.2.1. Thang đo nháp
Dựa trên cơ sở lí thuyết đã trình bày tại chương 2 kết hợp với kế thừa và hiệu chỉnh thang đo của Venkatesh (2012), Hsiu-Hua Cheng và Shih-Wei Huang (2013), Chigamba và Fatoki (2011), Hedayatnia và Eshghi (2011), Siddique (2012), thang đo nháp sử dụng trong nghiên cứu bảng (Bảng 3.1) gồm 25 biến quan sát dùng để đo lường
tác động của các nhân tố tác động đến việc chọn ngân hàng để mở thẻ thanh toán của sinh viên Thành phố Hồ Chí Minh.
Nghiên cứu đo lường thái độ và nhận thức của các nhân tố tác động đến việc chọn đối tượng ngân hàng để mở thẻ thanh toán của sinh viên Thành phố Hồ Chí Minh nên thang
đo Likert 5 mức độ được vận dụng để đo lường mức độ đồng ý của các sinh viên viên với các phát biểu. Thang đo Likert yêu cầu người tham gia chỉ ra mức độ mà họ đồng ý hoặc không đồng ý với một loạt các tuyên bố về các cấu trúc. Mỗi thang đo bao gồm năm loại phản ứng khác nhau, từ 1 = rất không đồng ý đến 5 = rất đồng ý (Antonucci & Goeke, 2011).
Nghiên cứu này sử dụng thang đo đã được sử dụng trong các nghiên cứu trước của Venkatesh và đồng sự (2012), Yu-Lung-Wu và đồng sự (2008), Donaldson (2011) làm
Sử dụng dịch vụ mà không cần người khác giúp đỡ
Hiệu quả mong đợi
Tôi cảm thấy thật hữu ích.
Giải quyết công việc thuận lợi hơn Giúp việc thanh toán nhanh hơn Giúp gia tăng hiệu quả công việc
Tính bảo mật
Tôi tin tưởng vào sự bảo mật của ngân hàng Tôi tin tưởng các giao dịch thanh toán qua thẻ
Tôi tin rằng dịch vụ thẻ thanh toán luôn an toàn và tin cậy
Thương hiệu ngân hàng
Cơ sở vật chất khang trang
Không gian giao dịch tại ngân hàng tiện nghi, thoải mái Các hoạt động vì cộng đồng
Tần suất xuất hiện trên các phương tiện truyền thông Ngân hàng lớn và có danh tiếng trên thị trường
Ảnh hưởng xã hội
Được sự giới thiệu của cha mẹ và những người thân trong gia đình
Được sự giới thiệu của bạn bè và những mối quan hệ Được sự giới thiệu của chính nhân viên ngân hàng Nhận thức kiểm soát hành Việc sử dụng là dễ dàng
Tôi có đủ kiến thức để sử dụng Quyết định chọn ngân
hàng
Tôi sẽ tiếp tục sử dụng thẻ thanh toán trong tương lai Tôi sẽ luôn dùng thẻ thanh toán khi thanh toán
Biến Phát biểu Kí hiệu
Nhận thức dễ sử dụng
Tôi có thể đăng kí sử dụng tài khoản ngân hàng dễ dàng
SD1
Bảng 3.1: Thang đo nháp dùng trong nghiên cứu 3.2.2. Thang đo chính thức
Ket quả nghiên cứu định tính cho thấy các yếu tố: nhận thức dễ sử dụng, hiệu quả mong
đợi, nhận thức rủi ro, thương hiệu ngân hàng, ảnh hưởng xã hội, nhận thức kiểm soát hành vi đều có ảnh hưởng đến quyết định chọn đối tượng ngân hàng của sinh viên. Nghiên cứu gồm 7 thang đo với 25 biến được thể hiện qua 25 câu hỏi. Cụ thể:
- Thang đo nhận thức dễ sử dụng được đo lường thông qua 4 biến quan sát được kí hiệu là SD1, SD2, SD3, SD4. Các biến này dựa trên thang đo của Venkatesh và cộng sự 2012. (Venkatesh & ctg, 2012)
- Thang đo hiệu quả mong đợi được đo lường thông qua 4 biến quan sát được kí hiệu là HQ1, HQ2, HQ3, HQ4. Các biến này dựa trên thang đo của Venkatesh và cộng sự 2012. (Venkatesh & ctg, 2012)
- Thang đo tính bảo mật được đo lường thông qua 4 biến quan sát lần lượt được kí hiệu là BM1, BM2, BM3, BM4. Các biến này dựa trên thang đo của (Nasri &
Zarai, 2014)
- Thang đo thương hiệu ngân hàng được đo lường thông qua 5 biến quan sát được
kí hiệu là TH1, TH2, TH3, TH4, TH5. Các biến này dựa trên thang đo của Hedayatnia và Eshghi, Siddique. (Siddique, 2012), (Hedayatnia & Eshghi, 2011).
- Thang đo ảnh hưởng xã hội được đo lường thông qua 3 biến quan sát được kí hiệu là XH1, XH2, XH3. Các biến này dựa trên thang đo của Chigamba và Fatoki. (Chigamba & Fatoki, 2011)
- Thang đo nhận thức kiểm soát hành vi được đo lường thông qua 3 biến quan sát được kí hiệu là HV1, HV2, HV3. Các biến này dựa trên thang đo của Ching-Fu Chen và Wei-Hsiang Chao (Chen & Chao, 2010).
- Thang đo quyết định chọn ngân hàng được đo lường thông qua 3 biến quan sát được kí hiệu là QD1, QD2, QD3. Các biến này dựa trên thang đo Luarn & Lin (Luarn & Lin, 2005)
Tác giả xây dựng thang đó Likert 5 mức độ: 1 = Hoàn toàn không đồng ý, 2 = Không
Tôi có thể nhanh chóng sử dụng thẻ thanh toán
ngân hàng mà không cần hướng dẫn SD2
Tôi có thể thanh toán một cách dễ dàng bằng điện
thoại SD3
Tôi có thể sử dụng dịch vụ thẻ thanh toán mà
không cần người khác giúp đỡ SD4
Hiệu quả mong đợi
Tôi cảm thấy sử dụng thẻ thanh toán ngân hàng
thật hữu ích. HQ1
Thẻ thanh toán giúp tôi giải quyết công việc thuận
lợi hơn HQ2
Thẻ thanh toán giúp việc thanh toán của tôi nhanh
hơn HQ3
Thẻ thanh toán ngân hàng giúp tôi gia tăng hiệu
quả công việc HQ4
Tính bảo mật
Tôi tin tưởng vào sự bảo mật của ngân hàng mà tôi
đang sử dụng BM1
Tôi tin tưởng vào các giao dịch thanh toán qua thẻ BM2 Tôi tin rằng dịch vụ thẻ thanh toán luôn an toàn và
Thương hiệu ngân hàng
Cơ sở vật chất khang trang
TH1 Không gian giao dịch tại ngân hàng tiện nghi, thoải
mái TH2
Các hoạt động vì cộng đồng
TH3 Tần suất xuất hiện trên các phương tiện truyền
thông TH4
Ngân hàng lớn và có danh tiếng trên thị trường TH5
Ảnh hưởng xã hội
Được sự giới thiệu của cha mẹ và những người
thân trong gia đình XH1
Được sự giới thiệu của bạn bè và những mối quan
hệ XH2
Được sự giới thiệu của chính nhân viên ngân hàng
XH3
Nhận thức kiểm soát hành vi
Tôi cảm thấy việc sử dụng thẻ thanh toán là dễ
dàng HV1
Việc sử dụng thẻ thanh toán là hoàn toàn do tôi
quyết định HV2
Tôi có đủ kiến thức để sử dụng thẻ thanh toán HV3
Quyết định chọn ngân hàng
Tôi sẽ tiếp tục sử dụng thẻ thanh toán trong tương
lai QD1
Tôi sẽ luôn dùng thẻ thanh toán ngân hàng khi thanh
toán
QD2 Tôi sẽ dùng thẻ thanh toán ngân hàng thường
nghiên cứu phần này lọc xem người tham gia khảo sát có phải là sinh viên hiện tại đang
làm ở thành phố Hồ Chí Minh hay không. Phần thứ hai các câu hỏi nhằm thu thập dữ liệu cần cho mục đích nghiên cứu: mức độ đồng ý của các sinh viên đối với các yếu tố ảnh hưởng quyết định chọn đối tượng mở thẻ thanh toán. Ở phần hai đề tài sử dụng thang đo Likert 5 mức độ - loại thang đo trong đó một chuỗi các phát biểu liên quan đến thái độ trong câu hỏi được nêu ra và người trả lời sẽ chọn một trong các trả lời đó. Phần thứ ba là phần dữ liệu về cá nhân bao gồm đặc điểm cá nhân của từng đối tượng khảo sát (độ tuổi, giới tính, niên học). Phần một và ba sử dụng dạng câu hỏi một lựa chọn đây là dạng các câu hỏi trong đó người trả lời dùng chỉ được một trong các câu trả
lời có sẵn.
3.3. PHƯƠNG PHÁP THU THẬP DỮ LIỆU3.3.1. Thiết kế mẫu nghiên cứu 3.3.1. Thiết kế mẫu nghiên cứu
Trong bài nghiên cứu tác giả sử dụng phương pháp phân tích nhân tố khám phá EFA chính vì thế mẫu tối thiểu tốt nhất là 50 tốt hơn là 100 và tỉ lệ giữa quan sát với biến đo lường là 5:1, nghĩa là 1 biến đo lường cần tối thiểu là 5 quan sát, tốt nhất là 10:1 trở lên
(Hair & ctg, 2009). Nghiên cứu trên bao gồm 25 biến quan sát chính vì thế kích thước mẫu tối thiểu là 25*5=125 (25*10=250 là tốt nhất). Bên cạnh đó để phân tích hồi quy tuyến tính, quy mô mẫu phải thoả mãn n ≥ 50 + 8p (trong đó: n là kích thước mẫu tối thiểu cần thiết, p là biến độc lập trong mô hình) (Nguyễn, 2011). Mô hình nghiên cứu trên gồm có 6 biến độc lập suy ra mẫu tối thiểu cần là 50+8*6=98. Từ hai điều kiện trên, quy mô mẫu cần cho nghiên cứu này tối thiểu là 125 quan sát (250 là tốt nhất).
3.3.2. Đối tượng nghiên cứu
Đề tài nghiên cứu tác động các nhân tố tác động đến việc chọn đối tượng ngân hàng chính vì thế đối tượng khảo sát của nghiên cứu chính là những sinh viên hiện nay đang sống trên địa bàn thành phố Hồ Chí Minh.
3.3.3. Phương pháp chọn mẫu
Có nhiều phương pháp chọn mẫu được chia thành hai nhóm chính là phương pháp chọn
mẫu theo xác suất và chọn mẫu không theo xác suất. Để thuận tiện cho quá trình nghiên
cứu cũng như đảm bảo tiến độ thực hiện và ngân sách cho phép đề tài sử dụng phương pháp chọn mẫu thuận tiện - là phương pháp chọn mẫu phi xác suất trong đó tiếp cận
với phần tử mẫu bằng phương pháp thuận tiện nghĩa là chọn bất kì sinh viên nào mà tác
giả có thể tiếp cận được không phân biệt giới tính, niên khoá,...
3.4. PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU
Trong nghiên cứu này, tác giả sử dụng phần mềm SPSS 20 để hỗ trợ phân tích dữ liệu. Với những dữ liệu thu về từ khảo sát, sau khi loại bỏ những phiếu không đạt yêu cầu, tác giả tiến hành mã hoá, làm sạch dữ liệu và sử dụng một số phương pháp phân tích.
3.4.1. Phương pháp thống kê mô tả
Phân tích thống kê mô tả là quá trình chuyển dịch dữ liệu thô thành những dạng thích hợp hơn cho việc hiểu và giải thích. Cụ thể:
Với biến định tính (giới tính, độ tuổi, niên học) nghiên cứu dùng công cụ tần suất (frequencies) và phần trăm (percent). - Với các biến định lượng (continuous) sử dụng công cụ tính giá trị trung bình (mean), giá trị nhỏ nhất (minimum), giá trị lớn nhất (maximum).
3.4.2. Phương pháp kiểm tra độ tin cậy - Cronbach’s Alpha
Hệ số Cronbach Alpha được sử dụng để xác định độ tin cậy của thang đo và để loại bỏ các biến không phù hợp ra khỏi thang đo. Tiêu chuẩn để lựa chọn biến quan sát và thang
đo khi nó có hệ số tương quan biến tổng (item - total correlation) của biến quan sát lớn hơn 0,3 và hệ số Cronbach Alpha của thang đo lớn hơn 0,6 (Hair & ctg, 2009). Mục đích của kiểm định này là tìm hiểu xem các biến quan sát có cùng đo lường một khái niệm cần đo hay không. Qua đó, cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu. Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo Cronbach’s Alpha:
Hệ số Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Mức giá trị hệ số Cronbach’s Alpha từ 0.6 trở lên được coi là thang đo đủ điều kiện, từ 0.7 đến 0.8 thang đo sử dụng tốt và từ 0.8 đến gần bằng 1 thang đo lường sử dụng rất tốt (Hoàng & Chu, 2008).
Hệ số tương quan biến tổng (Corrected - Total correlation): Hệ số tương quan biến tổng
là hệ số cho biết mức độ “liên kết” giữa một biến quan sát trong nhân tố với các biến còn lại. Nó còn phản ánh mức độ đóng góp vào giá trị khái niệm của nhân tố của một biến quan sát cụ thể. Các biến quan sát có hệ số tương quan biến tổng ≥ 0.3 thì biến đó đạt yêu cầu (Nunnally, 1978) ngược là thì sẽ coi là biến rác loại ra khỏi thang đo.
3.4.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá sẽ được sử dụng để thu nhỏ và gom các biến lại, xác định số lượng các nhân tố trong thang đo, xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố. Nghiên cứu này sử dụng phương pháp phân tích nhân tố khám phá EFA để khẳng định mức độ phù hợp của 6 thang đo với 22 biến quan sát. Theo (Hair & ctg, 2009), các tham số thống kê quan trọng trong phân tích nhân tố bao gồm:
Chỉ số KMO (Kaiser - Meyer - Olkin Measure of Simping Adequacy): được dùng để kiểm định sự thích hợp của phân tích nhân tố. Chỉ số KMO phải đủ lớn (>0,5) (Hair & ctg,. 2019) thì phân tích nhân tố là thích hợp, còn nếu nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những
nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích, các nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình (Hair & ctg, 2009)
Phương sai trích (Variance Explained Criteria): tổng phương sai trích phải lớn hơn 50%
(Hair & ctg, 2009).
Hệ số tải nhân tố (Factor Loadings): là hệ số tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Hệ số tải nhân tố được chấp nhận là lớn hơn 0,5 (Hair & ctg, 2009), các biến có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại khỏi mô hình.
Kiểm định Bartlett để kiểm tra độ tương quan giữa các biến quan sát và tổng thể, phân tích chỉ có ý nghĩa khi sig có giá trị nhỏ hơn 5% (0,05) (Hair & ctg, 2009)
3.4.4. Phân tích hồi quy đa biến
3.4.4.1. Xây dựng phương pháp hồi quy
Sau khi kiểm định các thang đo, thì dữ liệu sẽ được xử lý để chạy hồi quy tuyến tính thực hiện bằng cách ước lượng tổng bình phương nhỏ nhất (OLS) với phương pháp đồng thời (Enter).
3.4.4.2 Phân tích tương quan hệ số Pearson
Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) đo lường để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến độc lập
quy (giả thuyết H0: hệ số tương quan bằng 0). Hệ số tương quan Pearson (r) sẽ nhận giá trị từ -1 đến +1. Điều kiện để tương quan có ý nghĩa là giá trị sig. <0.05
r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia.
r = 0 cho thấy không có sự tương quan.
r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.
3.4.4.3. Kiểm định sự phù hợp của mô hình
Sau khi kết luận được các biến có mối quan hệ tuyến tính thì có thể mô hình hoá mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng & Chu, 2008). Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter: tất cả các biến được đưa vào một lần và xem xét các kết quả thống kê liên quan. Đánh giá mức độ phù hợp của mô hình hồi
quy đa biến thông qua R2 và R2hiệu chỉnh, kiểm định ANOVA.
Hệ số R2 (R Square) và R2 hiệu chỉnh. Hai giá trị này dùng đo sự phù hợp của mô hình hồi quy, còn gọi là hệ số xác định (coefficient of detemination) nghĩa là các biến (nhân tố) độc lập giải thích được bao nhiêu phần trăm (%) biến thiên của biến phụ thuộc. Giá trị R2dao động từ 0 đến 1. R2 càng gần 1 thì mô hình đã xây dựng càng phù hợp với bộ dữ liệu dùng chạy hồi quy. R2càng gần 0 thì mô hình đã xây dựng càng kém
phù hợp với bộ dữ liệu dùng chạy hồi quy. Thông thường, R2 > 50% mô hình phù hợp. Kiểm định ANOVA được sử dụng để kiểm định mức độ phù hợp của mô hình tương quan, tức là có hay không có mối quan hệ giữa các biến độc lập hay biến phụ thuộc.
3.4.4.5. Kiểm định sự khác biệt trung bình
Ngoài ra, đề tài kiểm định sự khác biệt trung bình giữa các biến định tính và biến phụ thuộc điều này giúp xác định xem có sự khác biệt trung bình biến định lượng đối với các giá trị khác nhau của một biến định tính hay không.
Kiểm định sự khác biệt giữa trung bình hai đám đông t-test với trường hợp chọn 2 mẫu độc lập (gồm một biến định lượng và một biến định tính có hai phân loại): trước tiên cần kiểm định phương sai của hai mẫu định tính bằng cách kiểm định Levene. Nếu sig trong kiểm định Leneve lớn hơn hoặc bằng 0.05 thì phương sai hai tổng thể bằng nhau vì vậy ta sẽ đọc kết qủa kết quả ở dòng Eequal variances assumed. Nếu giả sử giả định phương sai đồng nhất không được chấp nhận (sig<0.05) chúng ta đọc kết quả so sánh hai trung bình ở dòng Equal variances not assumed. Giá trị sig T-test nhỏ hơn 0.05