TT Loại giao dịch
Số tiền tối đa/ giao dịch (VND)
Số tiền tối đa/ ngày (VND) Sồ lần giao dịch tối đa/ ngày 1 Tiền gửi có kỳ hạn Online
Gửi/ Rút tiền tiết kiệm
có kỳ hạn (VND) 5.000.000.000 5.000.000.000 20 Gửi/ Rút tiền tiết kiệm
có kỳ hạn (USD) 250.000 USD 250.000 USD 20 Gửi/ Rút tiền tiết kiệm
có kỳ hạn (EUR) 250.000 EUR 250.000 EUR 20 2
Chuyển khoản nội bộ BIDV cùng chủ tài khoản
500.000.000 500.000.000 100
3
Chuyển khoản nội bộ BIDV khác chủ tài khoản đến số tài khoản/thẻ Ghi nợ nội địa
150.000.000 250.000.000 100
Gói tài chính/ Tài
chính Premier 150.000.000 250.000.000 100 Gói tài chính Bank
Plus 30.000.000 100.000.000 100
4
Chuyển khoản nội bộ BIDV đến số điện thoại
Gói tài chính/ Tài
chính Premier 75.000.000 125.000.000 30 Gói tài chính Bank
Plus 15.000.000 50.000.000 30
5 Chuyển tiền từ thiện
Gói tài chính/ Tài
chính Premier 150.000.000 250.000.000 100 Gói tài chính Bank
Plus 30.000.000 100.000.000 100
6 Chuyển tiền ra ngoài hệ thống BIDV
TT Loại giao dịch
Số tiền tối đa/ giao dịch (VND)
Số tiền tối đa/ ngày (VND)
Sồ lần giao dịch tối đa/ ngày
Gói tài chính/ Tài
chính Premier 50.000.000 250.000.000 10 Gói tài chính Bank
Plus 30.000.000 100.000.000 10
7 Thanh toán hóa đơn - Thanh toán trả sau (điện, nước, truyền hình, vé máy bay,…)
100.000.000 100.000.000 20 - Nạp tiền trả trước VN
TOPUP 5.000.000 5.000.000 20
Bảng 4.3: Hạn mức giao dịch áp dụng cho BIDV Smart Banking
(Nguồn: BIDV Đồng Khởi)
4.3 Thống kê mô tả dữ liệu nghiên cứu
Trong số 350 khách hàng được khảo sát có 33 người không biết về dịch vụ NHĐT, và một số phiếu để trống nhiều câu trả lời và có câu trả lời giống nhau từ đầu đến cuối, những mẫu khảo sát này bị loại bỏ khi chạy mô hình. Tổng số phiếu thu về hợp lệ là 297 phiếu, chiếm 84,86%. So với số mẫu tối thiểu được đặt ra là 190 thì số phiếu hợp lệ vượt yêu cầu, đây là một kết quả rất tốt.
Về độ tuổi, kết quả khảo sát cho thấy nhóm tuổi từ 25 đến 35 tuổi chiếm 43,4% và nhóm tuổi dưới 25 chiếm 43,1%, còn lại là nhóm trên 35 tuổi chiếm 13,5%.
Về trình độ, kết quả khảo sát có trình độ trung cấp cao đẳng chiếm cao nhất với 45,8%, trình độ đại học sau đại học chiếm 41,1%, còn lại là trình độ trung học.
Về thu nhập, chiếm tỷ lệ cao 39,4% là những khách hàng có thu nhập từ 5 đến 10 triệu, tiếp theo là mức thu nhập từ 10 đến 15 triệu chiếm 28,6%, còn lại mức thu nhập dưới 5 triệu chiếm 16,8%, trên 15 triệu chiếm 15,2%.
Về nghề nghiệp nhân viên văn phòng và quản lý chiếm tỷ lệ cao nhất lần lượt là 30,3% và 27,3%, nhóm khách hàng là sinh viên chiếm 23,6% còn lại là tiểu thương, công nhân, và ngành nghề khác.
Như vậy có thể thấy đặc điểm của mẫu theo nhóm tuổi, trình độ, thu nhập ngành nghề, giữa các nhóm đối tượng là hợp lý và phù hợp với nghiên cứu.
Bảng 4.4: Thống kê mô tả dữ liệu nghiên cứu
Đặc điểm Số người Tỷ lệ (%) 1.Đặc điểm giới tính -Nam 159 53,5 -Nữ 138 46,5 2. Đặc điểm về độ tuổi -Dưới 25 128 43,1 -Từ 25 đến 35 129 43,4 -Từ 35 đến 50 29 9,8 -Trên 50 11 3,7 3. Trình độ -PTTH 39 13,1 -Trung cấp, cao đẳng 136 45,8
-Đại học, sau đại học 122 41,1
4. Nghề nghiệp
-Công nhân lao động phổ thông 32 10,8
-Công chức nhân viên văn phòng 90 30,3
-Sinh viên 70 23,6 -Quản lý, phó trưởng phòng 81 27,3 -Tiểu thương 14 4,7 -Khác 10 3,4 5. Thu nhập -Dưới 5 triệu 50 16,8 -Từ 5 đến 10 triệu 117 39,4 -Từ 10 đến 15 triệu 85 28,6 -Trên 15 triệu 45 15,2
4.4 Kết quả nghiên cứu
4.4.1 Kiểm định độ tin cậy thang đo Cronbach’s Alpha
Đề tài vận dụng hệ số Cronbach’s Alpha để đánh giá mức độ tin cậy của các thang đo đã xây dựng. Thang đo được chấp nhận khi hệ số Cronbach’s Alpha đạt từ 0.6 trở lên. Hệ số tương quan biến tổng phải đạt từ 0.3 trở lên.
Bảng 4.5: Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha lần 1
Thang đo Mã biến
quan sát Hệ số tương quan biến tổng Alpha nếu bỏ đi mục hỏi Cronbach’s Alpha PU = Nhận thức sự hữu ích PU1 0,663 0,773 0,816 PU2 0,597 0,783 PU3 0,527 0,798 PU4 0,589 0,785 PU5 0,574 0,788 PU6 0,548 0,794 PEU = Nhận thức sự dễ dàng sử dụng PEU1 0,613 0,693 0,756 PEU2 0,585 0,701 PEU3 0,655 0,688 PEU4 0,529 0,714 PEU5 0,565 0,706 PEU6 0,292 0,830 SN = Chuẩn chủ quan SN1 0,741 0,039 0,833 SN2 0,677 0,166 SN3 0,664 0,614 PBC = Nhận thức kiểm soát hành vi PBC1 0,687 0,772 0,832 PBC2 0,664 0,795 PBC3 0,725 0,734 ATT = Thái độ ATT1 0,585 0,775 0,808 ATT2 0,289 0,844 ATT3 0,649 0,760 ATT4 0,739 0,739 ATT5 0,640 0,762 ATT6 0,584 0,778
PR = Cảm nhận rủi ro PR1 0,543 0,809 0,826 PR2 0,626 0,792 PR3 0,640 0,789 PR4 0,526 0,813 PR5 0,616 0,794 PR6 0,623 0,792 IB = Hình ảnh ngân hàng IB1 0,615 0,798 0,829 IB2 0,657 0,788 IB3 0,609 0,800 IB4 0,595 0,805 IB5 0,665 0,783 UE = quyết định sử dụng dịch vụ NHĐT UE1 0,667 0,729 0,809 UE2 0,688 0,711 UE3 0,623 0,777
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
Thang đo Nhận thức sự hữu ích (PU) có Cronbach’s Alpha bằng 0,816 và hệ số tương quan biến tổng của các biến đều lớn hơn 0,3 nên các biến này được sử dụng để phân tích EFA tiếp theo.
Thang đo Nhận thức sự dễ dàng sử dụng (PEU) có Cronbach’s Alpha bằng 0,756 lớn hơn 0,6 nhưng biến PEU6 có hệ số tương quan biến tổng nhỏ hơn 0,3. Vì vậy sẽ loại bỏ biến PEU6 ra khỏi thang đo, và giữ lại các biến PEU1, PEU2, PEU3, PEU4, PUE5 trong các nghiên cứu tiếp theo.
Thang đo Chuẩn chủ quan (SN) có hệ số Cronbach’s Alpha bằng 0,833 và hệ số tương quan biến tổng của các biến đều lớn hơn 0,3 nên các biến này được giữ lại cho các nghiên cứu tiếp theo.
Thang đo Nhận thức hành vi kiểm soát có hệ số Cronbach’s Alpha là 0,832 và hệ số tương quan biến tổng của các biến đều lớn hơn 0,3 nên các biến đo lường thành phần là tốt và được sử dụng trong nghiên cứu EFA.
Thang đo Thái độ (ATT), có Cronbach’s Alpha bằng 0,808, hệ số tương quan biến tổng của biến ATT1, ATT3, ATT4, ATT5, ATT6 đều lớn hơn 0,3 nên các biến
này được sử dụng cho phân tích EFA. Biến ATT2 có hệ số tương quan biến tổng nhỏ hơn 0,3 nên biến ATT2 sẽ bị loại.
Thang đo Cảm nhận rủi ro (PR) có hệ số Cronbach’s Alpha bằng 0,826 và hệ số tương quan biến tổng của các biến đều lớn hơn 0,3 nên các biến này được giữ lại cho các nghiên cứu tiếp theo.
Thang đo Hình ảnh ngân hàng (IB) có Cronbach’s Alpha bằng 0,829 và hệ số tương quan biến tổng của các biến đều lớn hơn 0,3 nên các biến được giữ lại.
Thang đo Quyết định sử dụng dịch vụ NHĐT (UE) có hệ số Cronbach’s Alpha bằng 0,809 và hệ số tương quan biến tổng của các biến đều lớn hơn 0,3 nên các biến đo lường thành phần này được sử dụng trong phân tích EFA tiếp theo.
Bảng 4.6: Tổng hợp kết quả kiểm định độ tin cậy thang đo Cronbach’s alpha (lần 2)
STT Nhân tố
Biến quan sát Cronbach’s Alpha Loại biến Lần 1 Lần 2 Lần 1 Lần 2 1 Nhận thức sự hữu ích 6 6 0,816 0,816 2 Nhận thức sự dễ dàng sử dụng 6 5 0,756 0,830 PEU6 3 Chuẩn chủ quan 3 3 0,833 0,833 4 Nhận thức hành vi kiểm soát 3 3 0,832 0,832 5 Thái độ 6 5 0,808 0,844 ATT2 6 Cảm nhận rủi ro 6 6 0,826 0,826 7 Hình ảnh ngân hàng 5 5 0,829 0,829 8 Quyết định sử dụng dịch vụ NHĐT 3 3 0,809 0,809
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
Loại bỏ những biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0,3 là biến PEU6, và ATT2. Kết quả chạy kiểm định độ tin cậy của thang đo chính thức lần 2 cho thấy hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3 và hệ số
Cronbach’s Alpha đều lớn hơn 0,6 bên cạnh đó tất cả hệ số Cronbach’s Alpha nếu loại bỏ biến sẽ không lớn hơn Cronbach’s Alpha. Như vậy sau khi loại bỏ 2 biến không đạt yêu cầu kết quả kiểm định thang đo lần 2 đáp ứng được yêu cầu cho việc đánh giá thang đo và có thế tiếp tục tiến hành phân tích nhân tố khám phá.
4.4.2 Kết quả phân tích nhân tố khám phá (EFA)
Như vậy sau khi kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, mô hình nghiên cứu bao gồm 8 yếu tố với 36 biến quan sát, giảm 2 biến quan sát so với mô hình nghiên cứu chính thức ban đầu. Thang đo của các yếu tố này đảm bảo điều kiện của phân tích nhân tố khám phá EFA. Phần tiếp theo, tác giả trình bày kết quả phân tích EFA đối với các biến độc lập và biến phụ thuộc của mô hình.
Phương pháp phân tích nhân tố mới EFA để kiểm định giá trị khái niệm thang đo, nhằm rút gọn từ tập hợp nhiều biến quan sát thành biến nhỏ hơn, nhưng vẫn mang đầy đủ ý nghĩa. Phân tích EFA nhằm xác định mối quan hệ giữa các biến và tìm ra nhân tố đại diện cho các biến quan sát.
4.4.2.1 Phân tích nhân tố với các biến độc lập
Điều kiện cần để phân tích nhân tố là giữa các biến quan sát phải có mối quan hệ lớn. Do đó để xem mẫu phân tích có đủ lớn và kiểm tra mẫu có đủ điều kiện để tiến hành phân tích EFA hay không, tác giả tiến hành kiểm định KMO và kiểm định Bartlett’s. Đặt giả thuyết H0 : Các biến quan sát không có mối quan hệ
Bảng 4.7: Kiểm định KMO và Bartlett's
Hệ số KMO 0,823
Kiểm định Bartlett's của thang đo
Giá trị Chi – bình phương 4040,375
Df 528
Sig. 0,000
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
Hệ số KMO = 0,823 > 0,5: thỏa điều kiện. Kết quả phân tích EFA là phù hợp. Kiểm định Bartlett's Test có mức ý nghĩa Sig. = 0,000 nhỏ hơn 0,05. Vậy các
biến quan sát có tương quan với nhau xét trên phạm vi tổng thể.
Bác bỏ giả thuyết H0. Có thể kết luận dữ liệu điều tra là đảm bảo các điều kiện để tiến hành phân tích nhân tố khám phá.
Kết quả phân tích nhân tố khám phá cho ra 7 nhóm nhân tố cơ bản, 7 nhân tố này giải thích được 62,136% biến thiên của tập dữ liệu, tất cả hệ số tải nhân tố đều lớn hơn 0,5. Tiếp theo để xác định số lượng nhân tố, sử dụng 2 tiêu chuẩn :
Tiêu chuẩn Kaiser: Dùng để xác định các nhân tố được trích ra từ thang đo. Các nhân tố không quan trọng sẽ bị loại bỏ, sẽ giữ lại các nhân tố quan trọng bằng cách xem giá trị Eigenvalues. Những nhân tố nào có Eigenvalues lớn hơn 1 mới được giữ lại trong kết quả phân tích. Kết quả chạy phân tích EFA cho thấy có 7 nhân tố có Eigenvalues lớn hơn 1.
Tiêu chuẩn phương sai trích: Phân tích EFA phù hợp khi tổng phương sai trích lớn hơn 50% và hệ số tải nhân tố lớn hơn 0,5. Kết quả chạy EFA cho thấy 7 nhân tố có phương sai trích là 62,136% lớn hơn 50%, với giá trị hệ số tải nhân tố Factor Loading lớn hơn 0,5 của từng biến quan sát tại mỗi dòng.
Bảng 4.8: Ma trận xoay nhân tố Các yếu tố Các yếu tố 1 2 3 4 5 6 7 PR5 0,753 PR2 0,717 PR6 0,693 PR1 0,686 PR4 0,675 PR3 0,670 PU1 0,778 PU4 0,733 PU2 0,712 PU6 0,704
PU5 0,696 PU3 0,677 ATT4 0,823 ATT5 0,791 ATT1 0,747 ATT3 0,714 ATT6 0,641 PEU1 0,791 PEU3 0,782 PEU2 0,763 PEU5 0,715 PEU4 0,702 IB5 0,789 IB2 0,779 IB1 0,752 IB4 0,739 IB3 0,721 PBC1 0,860 PBC3 0,856 PBC2 0,828 SN1 0,882 SN3 0,852 SN2 0,845
Nguồn: Tổng hợp từ kết quả phân tích của tác giả
Như vậy, mặc dù các biến quan sát có thay đổi vị trí khi đưa vào phân tích EFA, tuy nhiên không có sự biến đổi của các biến quan sát trong từng thang đo. Vì vậy qua phân tích EFA vẫn giữ được 33 biến quan sát ban đầu, đồng thời kiểm định Bartlett’s (mức ý nghĩa nhỏ hơn 0,05) cho thấy các biến trong tổng thể có mối quan hệ với nhau và kiểm định KMO = 0,823>0,5 cho thấy phân tích EFA nhóm các biến quan sát lại với nhau là hợp lý. Kết quả từ phân tích EFA là có 7 nhân tố với tổng phương sai
trích là 62,136%, có ý nghĩa là khả năng sử dụng 7 nhân tố này để giải thích cho 33 biến quan sát là 62,136%.
4.4.2.2 Phân tích nhân tố với biến phụ thuộc
Đặt giả thuyết H0: giữa các biến quan sát của thang đo Quyết định sử dụng dịch vụ NHĐT không có mối quan hệ.
Kiểm định KMO : 0,709 >0,5
Kiểm định Bartlett’s có mức ý nghĩa sig. =0.000 < 0,05
Nên bác bỏ H0: giữa các biến quan sát của thang đo có mối quan hệ lớn.
Các nhân tố rút ra có hệ số tải nhân tố lớn hơn 0,5 có nghĩa là các biến trong cùng một nhóm đều tải mạnh trên nhân tố mà nó đó lường, do đó không có yếu tố nào bị loại. Tổng phương sai trích là 72,596% lớn hơn 50%, chứng tỏ ý nghĩa giải thích rất cao, Eigenvalue lớn hơn 1, không có sự tách ra hay dịch chuyển các nhân tố. Như vậy kết quả phân tích EFA của biến phụ thuộc cho phép rút ra 1 nhân tố.
4.4.3 Phân tích tương quan
Hệ số tương quan Pearson dùng để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến định lượng. Nếu giữa các biến có mối quan hệ chặt chẽ thì chú ý đến vấn đề đa cộng tuyến trong phân tích hồi quy. Phân tích tương quan hệ số Pearson sẽ không có sự phân biệt giữa biến phụ thuộc và các biến độc lập mà tất cả đều như nhau (Xem phụ lục).
Trong ma trận hệ số tương quan, có thể thấy giữa biến phụ thuộc Quyết định sử dụng dịch vụ NHĐT và các biến độc lập có hệ số tương quan khá cao, thấp nhất cũng là 0,209. Qua đó có thể kết luận những biến độc lập này là khá phù hợp có thể đưa vào mô hình để giải thích cho biến phụ thuộc.
4.4.4 Phân tích hồi quy
Bước tiếp theo sau khi phân tích nhân tố, nghiên cứu tiến hành phân tích hồi quy. Mô hình hồi quy trong bài nghiên cứu là mô hình hồi quy đa biến nhằm xem xét
mối quan hệ giữa các biến độc lập và biến phụ thuộc. Kết quả phân tích hồi quy sẽ cho thấy mức tác động của từng yếu tố và mức giải thích của các biến độc lập.
Phân tích hồi được thực hiện với 7 nhân tố độc lập và biến phụ thuộc là Quyết định sự dụng dịch vụ Ebanking, phương pháp được dùng để phân tích hồi quy là phương pháp đưa vào một lượt (phương pháp Enter). Giá trị của các biến dùng để chạy hồi quy là giá trị trung bình của những biến quan sát, mô hình được viết lại như sau:
UE = β + β1*PU + β2* PEU + β3*SN+ β4*PBC +β5*ATT + β6*PR + β7*IB + ε
Trong đó :
UE : Quyết định sử dụng dịch vụ NHĐT PU : Nhận thức sự hữu ích
PEU : Nhận thức sự dễ dàng sử dụng SN : Chuẩn chủ quan
PBC : Nhận thức kiểm soát hành vi ATT : Thái độ
PR : Cảm nhận rủi ro IB : Hình ảnh ngân hàng
βi : các hệ số hồi quy i>0 β : hằng số
Các giả thuyết của mô hình nghiên cứu
H1: Nhận thức sự hữu ích tác động đồng biến đến quyết định sử dụng dịch vụ NHĐT
H2: Nhận thức sự dễ dàng sử dụng tác động đồng biến đến quyết định sử dụng dịch vụ NHĐT
H3: Chuẩn chủ quan tác động đồng biến đến quyết định sử dụng dịch vụ NHĐT H4: Nhận thức kiểm soát hành vi tác động đồng biến đến quyết định sử dụng