Từ thiết kế nghiên cứu ở chƣơng 2 và dữ liệu thu đƣợc qua quá trình khảo sát, chƣơng 3 s lần lƣợt thực hiện các phân tích, gồm có phân tích tƣơng quan, phân tích độ tin cậy, phân tích nhân tố, phân tích mô hình hồi quy đa biến, và cuối cùng là kiểm định các giả quyết của mô hình nghiên cứu (Hình 1.8 . Tuy nhiên, trƣớc khi thực hiện những phân tích chuyên sâu trên, đề tài trình bày nội dung về thống kê mô tả của nghiên cứu.
3.1. Phân tích thống kê mô tả
Thống kê mô tả và tần số về đặc ƣng của cá nhân tham gia khảo sát
- Thông tin về giới tính: khảo sát cho thấy có 113 ngƣời tham gia là nam chiếm 51,1%, 108 ngƣời tham gia là nữ chiếm 48,9%.
- Thông tin về độ tuổi: có 40 ngƣời tham gia ở độ tuổi 18 – 23 chiếm 18,1%, 119 ngƣời ở độ tuổi 23 – 30 chiếm 53,8%, 58 ngƣời ở độ tuổi 30 – 40 chiếm 26,2%, 4 ngƣời thuộc độ tuổi 40 – 50 chiếm 1,8%.
- Thông tin về tình trạng hôn nhân: có 125 ngƣời tham gia chƣa kết hôn chiếm 56,6%, có 22 ngƣời đã kết hôn và chƣa có con chiếm 10%, có 74 ngƣời đã kết hôn và có con chiếm 33,5%.
- Thông tin về trình độ học vấn: có 5 ngƣời có học vấn ở mức bằng hoặc dƣới phổ thông chiếm 2,3%, 167 ngƣời có trình độ đại học/cao đẳng chiếm 75,6%, và 49 ngƣời ở trình độ sau đại học chiếm 22.2%.
- Thông tin về nghề nghiệp: có 30 ngƣời đƣợc hỏi là học sinh – sinh viên chiếm 13,6%, có 158 ngƣời là nhân viên văn ph ng chiếm 71,5%, có 4 ngƣời là công nhân chiếm 1,8%, có 13 ngƣời là doanh nhân/lãnh đạo/nhà quản lý chiếm 5,9%, có 16 ngƣời (chiếm 7,2%) thuộc nhóm nghề nghiệp khác nhƣ bác sỹ, nội trợ, chuyên gia...
nhập 15 – 30 triệu đồng/tháng chiếm 15,8% và 9 ngƣời với thu nhập trên 30 triệu đồng/tháng chiếm 4,1%.
Thống kê mô tả và tần số về đặc ƣng iên uan đến hƣơng iện giao thông
- Kết quả khảo sát về mức độ hiểu biết về Uber: kết quả khảo sát cho thấy có 74 ngƣời chỉ biết Uber qua ngƣời thân bạn bè chiếm 33,48%, số còn lại 147 ngƣời đã từng sử dụng dịch vụ này chiếm 66,52%.
- Kết quả khảo sát về phƣơng tiện di chuyển: kết quả khảo sát phƣơng tiện di chuyển thƣờng xuyên của ngƣời dân trong 6 tháng gần đây cho thấy
39 ngƣời thƣờng xuyên đi bộ, chiếm 17,65%. 207 ngƣời thƣờng xuyên đi xe máy, chiếm 93,67%. 14 ngƣời thƣờng xuyên đi xe đạp, chiếm 6,33%. 44 ngƣời thƣờng xuyên đi xe hơi, chiếm 19,90%. 29 ngƣời thƣờng xuyên đi xe buýt, chiếm 13,12%.
59 ngƣời thƣờng xuyên sử dụng dịch vụ Uber, chiếm 26,70%. 90 ngƣời thƣờng xuyên sử dụng dịch vụ Grab, chiếm 40,72%.
36 ngƣời thƣờng xuyên sử dụng dịch vụ taxi truyền thống, chiếm 16,29%. 12 ngƣời thƣờng xuyên sử dụng dịch vụ xe ôm truyền thống, chiếm 5,43%.
3.2. Ph n ch ƣơng uan
3.2.1. Tƣơng uan giữa các biến độc lập trong từng nhóm yếu tố với biến phụ thuộc
Kiểm định Pearson giữa các biến độc lập với biến phụ thuộc ở Phụ lục 2 Cho thấy các biến quan sát đều có quan hệ chặt ch với ý định sử dụng với mức ý nghĩa 1% và 5%. Đây là cơ sở để tiến hành các bƣớc phân tích tiếp theo.
3.2.2. Tƣơng uan giữa các biến độc lập trong cùng nhóm yếu tố
Phân tích tƣơng quan giữa các biến độc lập trong cùng nhóm nhân tố đƣợc trình bày ở Phụ lục 2. Kiểm định cho thấy tất cả các yếu tố trong cùng nhóm nhân tố có tƣơng quan chặt ch với nhau ở mức ý nghĩa thống kê 1% và 5%; các hệ số tƣơng quan đều lớn hơn 0,3.
3.3. Ph n ch độ tin cậy
Nhằm phân tích độ tin cậy của thang đo, nghiên cứu sử dụng 2 công cụ là hệ số Cronbach’s Alpha và phƣơng pháp phân tích nhân tố khám phá (EFA).
Chi tiết kết quả phân tích độ tin cậy thông qua hệ số Cronbach’s Alpha đƣợc trình bày ở Phụ lục 3. Bảng 3.1. cho biết hệ số Cronbach’s Alpha của từng nhóm nhân tố
Bảng 3.1. Ph n ch độ tin cậy C nbach’ A ha Nhóm yếu tố C nbach’ A ha Nhận thức sự hữu ích 0,842 Chuẩn mực chủ quan 0,787 Rào cản kỹ thuật 0,921 Sự hấp dẫn của PTCN 0,876 Giá trị Giá cả 0,818 Ý định sử dụng Uber 0,875
Nguồn: Kết quả phân tích c a tác giả
Kết quả phân tích Cronbach’s Alpha cho thấy chỉ có nhóm yếu tố “Chuẩn mực chủ quan” có hệ số α nhỏ hơn 0,8 nhƣng vẫn lớn hơn 0,6; ngoài ra, 5 nhóm yếu tố còn lại đều đáp ứng yêu cầu hệ số Alpha lớn hơn 0,8.
3.4. Phân tích nhân tố
Kết quả phân tích nhân tố với 5 biến độc lập trong phép quay Varimax đƣợc trình bày nhƣ sau:
Lần 1, có 22 biến quan sát đƣợc đƣa vào phân tích với tiêu chuẩn Eigenvalue lớn hơn 1 thì có 5 nhân tố đƣợc rút ra. Hệ số KMO = 0,878 > 0,5 đƣợc trình bày ở Phụ lục 4.1. Trong đó, có 2 biến quan sát có hệ số truyền tải thấp (nhỏ hơn 0,5) là PU1 và PU2 không xuất hiện trong ma trận xoay nhân tố.
Lần 2, biến PU2 đƣợc loại bỏ do có Cronbach’s Alpha và hệ số tƣơng quan thấp hơn so với PU1. Kết quả rút ra có 5 nhân tố với KMO = 0,872. Biến PU1 và PU3 không xuất hiện trong ma trận xoay nhân tố. Cần đƣợc xem xét loại bỏ lần
Lần 3, loại bỏ biến PU1 do có hệ số Cronbach’s Alpha và hệ số tƣơng quan thấp hơn so với PU3, có 5 nhân tố đƣợc rút ra với KMO= 0,861. Biến PU3 không xuất hiện trong ma trận do có hệ số truyền tải thấp hơn 0,5.
Lần 4, loại bỏ biến PU3, kết quả rút ra 5 nhân tố với KMO = 0,852. Tất cả các biến quan sát có hệ số truyền tải lớn hơn 0,5.
Nghiên cứu đề xuất kết quả phân tích nhân tố lần thứ 4 cho phân tích hồi quy. Kết quả kiểm định KMO và kết quả phân tích nhân tố đƣợc trình bày lần lƣợt ở Bảng 3.2 và 3.3.
Bảng 3.2. Kết quả kiể định KMO và Bartlett’
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,852 Bartlett's Test of Sphericity Approx. Chi-Square 2.233,652
df 171
Sig. 0,000
Nguồn: Kết quả phân tích c a tác giả
Bảng 3.2 cho thấy kết quả KMO = 0,852 (có trị số thuộc đoạn từ 0,5 đến 1) và giải thuyết H0 bị loại bỏ với mức ý nghĩa thống kê 0% (Sig. = 0,000, thực ra là một số rất nhỏ . Nhƣ vậy, các điều kiện đáp ứng đƣợc yêu cầu để tiến hành phân tích nhân tố.
Bảng 3.3. Kết quả phân tích nhân tố
Yếu tố Biến quan sát Hệ số
Nhận thức sự hữu ích
Tôi nghĩ sử dụng Uber giúp tôi tự chủ về thời gian 0,796 Tôi nghĩ sử dụng Uber giúp tôi tiết kiệm thời gian 0,803
Chuẩn mực chủ quan
Gia đình khuyên tôi sử dụng Uber và nó có ảnh hƣởng đến lựa chọn của tôi
0,842
Bạn bè, đồng nghiệp khuyên tôi sử dụng Uber và nó có ảnh hƣởng đến lựa chọn của tôi
0,836
Báo chí, truyền thông xã hội có các bài quảng cáo, tuyên truyền và nó có ảnh hƣởng đến lựa chọn của tôi
Yếu tố Biến quan sát Hệ số
Rào cản kỹ thuật
Tôi không có đủ hiểu biết về công nghệ cần thiết cho việc sử dụng Uber
0,841
Điện thoại di động của tôi không đáp ứng yêu cầu sử dụng Uber
0,808
Mạng di động của tôi không đáp ứng yêu cầu sử dụng Uber
0,868
Sự hấp dẫn của PTCN
Tôi nghĩ PTCN thuận tiện hơn Uber 0,813 PTCN giúp tôi đi đến bất cứ nơi nào tại Hà Nội 0,740 Tôi nghĩ di chuyển bằng PTCN nhanh hơn 0,729
Tôi nghĩ di chuyển bằng PTCN giúp tôi chủ động về thời gian hơn
0,855
Tôi nghĩ chi phí sử dụng PTCN thấp hơn 0,634 Tôi đã quen với việc sử dụng PTCN hàng ngày 0,795
Giá trị Giá cả
Giá cƣớc Uber là hợp lý 0,808
Uber mang lại nhiều giá trị hơn so với chi phí bỏ ra 0,748 Giá cƣớc Uber thấp hơn các dịch vụ taxi tuyền thống 0,768 Giá cƣớc Uber thấp hơn các dịch vụ Grab c ng loại 0,635 Giá cƣớc Uber thấp hơn các dịch vụ xe ôm truyền thống 0,607 Phƣơng pháp rút trích nhân tố: Principal Components
Phƣơng pháp xoay nhân tố: Varimax with Kaiser Normalization Hệ số truyền tải nhỏ hơn 0,5 bị loại
Nguồn: Kết quả phân tích c a tác giả
3.5. M h nh điều chỉnh
Sau khi phân tích nhân tố, các biến quan sát PU1, PU2, PU3 bị loại khỏi mô hình nghiên cứu. Tuy nhiên, các biến độc lập đƣợc giữ nguyên nhƣ mô hình dự kiến.
Hình 3.1. Mô hình nghiên cứu điều chỉnh
Nguồn: Đề xuất c a tác giả
Các giả thuyết của mô hình nghiên cứu:
H1: Nhận thức sự hữu ích tác động đồng biến đến Ý định sử dụng Uber H2: Chuẩn mực chủ quan tác động đồng biến đến Ý định sử dụng Uber H3: Rào cản kỹ thuật tác động nghịch biến đến Ý định sử dụng Uber H4: Sự hấp dẫn của PTCN tác động nghịch biến đến Ý định sử dụng Uber H5: Giá trị Giá cả tác động đồng biến đến Ý định sử dụng Uber
3.6. Phân tích hồi uy đa biến
Phân tích hồi quy đƣợc thực hiện với 5 biến độc lập bao gồm (1) Nhận thức sự hữu ích (ký hiệu: PU), (2) Chuẩn mực chủ quan (ký hiệu SN), (3) Rào cản kỹ thuật (ký hiệu SB), (3) Sự hấp dẫn của PTCN (ký hiệu AP), (5) Giá trị Giá cả (ký hiệu PV) và 1 biến phụ thuộc là Ý định sử dụng dịch vụ Uber (ký hiệu IU).
Bảng 3.4 cho thấy mô hình hồi quy đƣa ra tƣơng đối phù hợp với ý nghĩa 1%. Hệ số R2 hiệu chỉnh là 0,520 cho thấy mô hình có thể giải thích đƣợc 52% cho tổng thể về mối liên hệ giữa các yếu tố ảnh hƣởng đến ý định sử dụng Uber.
Nhận thức sự hữu ích Chuẩn mực chủ quan Ý định Sử dụng Nhân khẩu học Rào cản kỹ thuật Phƣơng tiện cá nhân Giá trị giá cả
Kết quả kiểm định Durbin – Watson bằng 2,037 (gần bằng 2) chứng tỏ không có tƣơng quan chuỗi bậc 1 trong mô hình (Hoàng Trọng & Mộng Ngọc, 2008, tập 1, tr.233).
Bảng 3.4. Bảng đ nh gi độ phù hợp của mô hình theo R2 và Durbin – Watson
Nguồn: Kết quả phân tích c a tác giả
Kiểm định F sử dụng bảng phân tích phƣơng sai ANOVA là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Bảng 3.5 đƣa ra kết quả phân tích ANOVA cho thấy Sig rất nhỏ (Sig = 0,000) nên mô hình hồi quy phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Bảng 3.5. Kết quả kiể định ANOVA
Model Sum of Squares df Mean Square F Sig.
1
Regression 83.931 5 16.786 48.652 .000b
Residual 74.180 215 0,345
Total 158.111 220
a. Biến độc lập (Constant): PU, SN, SB, AP, PV b. Biến phụ thuộc: IU
Nguồn: Kết quả phân tích c a tác giả Kết quả phân tích hồi quy đƣợc trình bày ở Bảng 3.6 cho thấy hiện tƣợng đa cộng tuyến không ảnh hƣởng đến kết quả giải thích của mô hình với các hệ số phóng đại phƣơng sai VIF của các biến lớn nhất là 1,623 < 10. Quy tắc này là khi VIF vƣợt quá 10 thì có hiện tƣợng đa cộng tuyến xảy ra (Hoàng Trọng & Mộng
Model R R
Square
Adjusted R Square
Std. Error of
the Estimate Durbin-Watson
1 0,729a 0,531 0,520 0,58739 2,037
a. Biến độc lập (Constant): PU, SN, SB, AP, PV b. Biến phụ thuộc: IU
cả các biến độc lập trong mô hình đều có tác động đến biến phụ thuộc với mức ý nghĩa 5%.
Bảng 3.6. Kết quả hồi uy he hƣơng h En e
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta Constant 1,205 0,371 3,243 0,001 PU 0,170 0,055 0,174 3,060 0,002 SN 0,151 0,052 0,156 3,044 0,003 SB -0,185 0,053 -0,197 -3,512 0,001 AP -0,205 0,059 -0,188 -3,493 0,001 PV 0,643 0,077 0,498 8,375 0,000 Model
Correlations Collinearity Statistics Zero-order Partial Part Tolerance VIF Constant PU 0,515 0,204 0,143 0,677 1,477 SN 0,380 0,203 0,142 0,835 1,197 SB -0,391 -0,233 -0,164 0,694 1,441 AP 0,135 -0,232 -0,163 0,753 1,328 PV 0,663 0,496 0,391 0,616 1,623
a. Biến độc lập (Constant): PU, SN, SB, AP, PV; b. Biến phụ thuộc: IU
Nguồn: Kết quả phân tích c a tác giả
Từ kết quả hồi quy, Ý định sử dụng Uber đƣợc biểu diễn qua công thức sau đây:
IU = 1,205 + 0,174*PU + 0,156*SN – 0,197*SB – 0,188*AP + 0,496*PV
Diễn giải kết quả
Nhằm xác định vai trò quan trọng của biến độc lập trong việc giải tích biến phụ thuộc, ta dùng hệ số tƣơng quan từng phần (Partial Correlations). Kết quả hồi
quy cho thấy, Giá trị Giá cả của dịch vụ Uber ảnh hƣớng lớn nhất đến ý định sử dụng dịch vụ này (Partial = 0,496); xếp thứ 2 là Rào cản kỹ thuật (Partial = -0,233); thứ 3 là Sự hấp dẫn của phƣơng tiện cá nhân (Partial = -0,232); thứ 4 là Nhận thức sự hữu ích (Partial = -0,204); và cuối cùng là Chuẩn mực chủ quan (Partial = 0,203)
3.7. Kiể định giả thuyết của mô hình nghiên cứu
Từ kết quả phân tích, kết quả kiểm định giả thuyết đƣợc trình bày ở bảng 3.7.
Bảng 3.7. Kết quả kiể định giả thuyết
Giả thuyết Kết quả kiể định
H1: Nhận thức sự hữu ích tác động đồng biến đến Ý định sử dụng Uber
Ủng hộ (p < 1%) H2: Chuẩn mực chủ quan tác động đồng biến đến Ý định
sử dụng Uber
Ủng hộ (p < 1%) H3: Rào cản kỹ thuật tác động nghịch biến đến Ý định sử
dụng Uber Ủng hộ (p < 1%) H4: Sự hấp dẫn của PTCN tác động nghịch biến đến Ý định sử dụng Uber Ủng hộ (p < 1%) H5: Giá trị Giá cả tác động đồng biến đến Ý định sử dụng
Uber
Ủng hộ (p < 1%)
Nguồn: Kết quả phân tích c a tác giả
3.8. Kiể định sự khác biệt của các biến định tính
Mục đích của nghiên cứu định tính là nhằm tìm ra sự khác biệt giữa ý định sử dụng dịch vụ Uber giữa các nhóm, đƣợc phân biệt dựa trên các yếu tố về nhân khẩu học, bao gồm giới tính, độ tuổi, tình trạng hôn nhân, trình độ học vấn, nghề nghiệp, thu nhập.
Đối với kiểm định sự khác biệt giữa 2 nhóm giới tính, nghiên cứu sử dụng phép kiểm định giả thuyết về trị trung bình của 2 tổng thể. Còn các yếu tố còn lại về
phƣơng sai ANOVA. Phƣơng pháp này phù hợp vì nó kiểm định tất cả các nhóm mẫu cùng một lúc với khả năng phạm sai lầm chỉ 5% (Hoàng Trọng & Mộng Ngọc, 2005, tr. 115 & 123). Kết quả chi tiết của kiểm định đƣợc trình bày ở Phụ lục 6.
3.8.1. Kiể định ý định sử dụng dịch vụ Uber giữa nam và nữ
Kiểm định Levence Test đƣợc tiến hành với giả thuyết H0 rằng phƣơng sai của 2 tổng thể bằng nhau. Kết quả kiểm định cho giá trị Sig. = 0,714 > 0,05 cho thấy phƣơng sai giữa hai giới tính không khác nhau. Vì thế, trong kết quả kiểm định Independent Samples Test, tác giả sử dụng kết quả Equal Variance Assumed có Sig. > 0,05 (Sig = 0,414).
Do đó, không có sự khác biệt giữa phái nam và phái nữ đối với ý định sử dụng dịch vụ Uber tại Hà Nội.
3.8.2. Kiể định ý định sử dụng dịch vụ Uber giữa các nhóm nhân kh u học khác
Bảng 3.8. Kết quả kiể định sự khác biệt của các biến định tính
Chỉ tiêu Mức độ đồng nhất hƣơng ai ANOVA Sig. F Sig. Độ tuổi 0,803 1,536 0,206 Tình trạng hôn nhân 0,527 0,986 0,375 T nh độ học vấn 0,610 0,398 0,672 Nghề nghiệp 0,580 1,091 0,362 Thu nhập 0,255 1,180 0,320 Ý định sử dụng dịch vụ Uber
Nguồn: Kết quả phân tích c a tác giả
Theo kết quả kiểm định mức độ đồng nhất phƣơng sai Test of Homogeneity of Variances), với mức ý nghĩa Sig. của các chỉ tiêu đều lớn hơn 0,05 có thể nói phƣơng sai về ý định sử dụng dịch vụ Uber với các nhóm độ tuổi, tình trạng hôn nhân, trình độ học vấn, nghề nghiệp và thu nhập là không khác nhau. Nhƣ vậy, kết quả phân tích ANOVA có thể d ng đƣợc.
Với kết quả kiểm định ANOVA thì với tất cả các nhóm chỉ tiêu đều có giá trị Sig. lớn hơn 0,05 nên có thể kết luận không có sự khác biệt trong đánh giá ý định sử