Phân tích hồi quy tuyến tính giúp chúng ta biết được mức độ tác động của các biến độc lập bao gồm 6 yếu tố là hiệu quả mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội, điều kiện thuận lợi, nhận thức về rủi ro và nhận thức về lợi ích lên biến phụ thuộc là ý định hành vi.
Phương trình hồi quy bội biểu diễn mối quan hệ giữa 6 yếu tố ở trên và ý định sử dụng ứng dụng thanh tốn di động có dạng như sau:
BI = 0 + 1 * PE + 2 * EE + 3 * SI + 4 * FC + 5 * PR + 6 * PB + εi
Trong đó:
BI: là biến phụ thuộc thể hiện giá trị ý định về hành vi sử dụng ứng dụng thanh toán di động của nhân viên văn phòng tại TP. HCM.
0: là hằng số
1, 2, 3, 4, 5, 6: là các hệ số hồi quy từng εi là sai số
PE là ký hiệu của biến độc lập hiệu quả mong đợi EE là ký hiệu của biến độc lập nỗ lực mong đợi SI là ký hiệu của biến độc lập ảnh hưởng xã hội FC là ký kiệu của biến độc lập điều kiện thuận lợi PR là ký hiệu của biến độc lập nhận thức về rủi ro PB là ký hiệu của biến độc lập nhận thức về lợi ích
4.5.1 Phân tích tƣơng quan Pearson
Trước khi bước vào phân tích hồi quy, việc phân tích tương quan Pearson là một trong những khâu tương đối quan trọng nhằm xem xét mối quan hệ tương quan giữa biến phụ thuộc và từng biến độc lập cũng như giữa các biến độc lập với nhau quan hệ số tương quan Pearson. Hệ số tương quan Pearson giao động trong khoảng từ - 1 đến 1 Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn,
chứng tỏ rằng giữa chúng có mối quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Tuy nhiên, hệ số này về chỉ mang tính chất tương đối trong việc xem xét mối quan hệ tương quan giữa các biến độc lập với các biến phụ thuộc và giữa biến độc lập với nhau.
Bảng 4.13: Ma trận hệ số tƣơng quan giữa các biến
PE EE SI FC PR PB BI
PE
Tương quan Pearson 1 .289** .453** .201** 0.105 .291** .550** Sig. (2-tailed) .000 .000 0.001 0.09 .000 .000
N 265 265 265 265 265 265 265
EE
Tương quan Pearson .289** 1 .286** .569** -0.016 .187** .556** Sig. (2-tailed) .000 .000 .000 0.79 0.002 .000
N 265 265 265 265 265 265 265
SI
Tương quan Pearson .453** .286** 1 .157* 0.012 .199** .424** Sig. (2-tailed) .000 .000 0.01 0.846 0.001 .000
N 265 265 265 265 265 265 265
FC
Tương quan Pearson .201** .569** .157* 1 .133* .256** .478** Sig. (2-tailed) 0.001 .000 0.01 0.031 .000 .000
N 265 265 265 265 265 265 265
PR
Tương quan Pearson 0.105 -0.016 0.012 .133* 1 0.095 -.130* Sig. (2-tailed) 0.09 0.79 0.846 0.031 0.122 0.034
N 265 265 265 265 265 265 265
PB
Tương quan Pearson .291** .187** .199** .256** 0.095 1 .453** Sig. (2-tailed) .000 0.002 0.001 .000 0.122 .000
N 265 265 265 265 265 265 265
BI
Tương quan Pearson .550** .556** .424** .478** -.130* .453** 1 Sig. (2-tailed) .000 .000 .000 .000 0.034 .000
N 265 265 265 265 265 265 265
Nguồn: Xử lý dữ liệu SPSS - Phụ lục 7
Dựa vào bảng kết quả 4.13 cho thấy các biến độc lập bao gồm: PE, EE, SI, FC và PB đều có tương quan đồng biến (r>0) với ý định hành vi với Sig. < 0.05. Biến PR có tương quan nghịch biến (r= -0.130) với ý định hành vi với Sig. = 0.034 < 0.05. Như vậy, chúng ta có thể kết luận tương đối rằng 6 biến độc lập đưa vào mơ
hình là phù hợp để giải thích cho biến phụ thuộc là ý định sử dụng ứng dụng thanh toán di động của nhân viên văn phịng tại TP. HCM.
4.5.2 Phân tích ảnh hƣởng và mức độ ảnh hƣởng của các yếu tố ảnh hƣởng đến ý định sử dụng ứng dụng thanh toán di động
4.5.2.1 Kiểm định mức độ phù hợp của mơ hình hồi quy
Kiểm định F về tính phù hợp của mơ hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với tồn bộ biến độc lập hay không. Đặt giả thuyết
H0: 1 = 2 = 3 = 4 = 5 = 6 = 0 (Khơng có quan hệ tuyến tính)
H1: i 0 (i = 1,2,3,4,5,6) (tối thiểu có 1 biến độc lập có mối quan hệ tuyến tính với biến phụ thuộc)
Bảng 4.14: Bảng kết quả phân tích kiểm định F Bảng ANOVAb
Mơ hình Tổng bình
phƣơng df Bình phƣơng trung bình F Sig.
1
Hồi quy 63.172 6 10.529 69.173 .000a
Phần dư 39.27 258 0.152
Tổng 102.442 264
Nguồn: Xử lý dữ liệu SPSS - Phụ lục 7
Kết quả bảng thống kê ANOVA (bảng 4.14) cho ta thấy giá trị Sig. = 0.000 (<5%), nên cho phép ta bác bỏ giả thuyết H0, chấp nhận giả thuyết H1. Điều này có ý nghĩa là có ít nhất 1 biến độc lập trong mơ hình có tương quan với biến phụ thuộc tức là biến phụ thuộc trong mơ hình có thể giải thích được sự thay đổi của biến phụ thuộc. Điều này cũng cho thấy mơ hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được, và các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%.
Dựa vào bảng 4.15 bên dưới cho thấy mơ hình hồi quy đưa ra tương đối phù hợp với mức ý nghĩa 0.05. R2 được hiệu chỉnh là 0.608, có nghĩa là có khoảng 60.8% sự biến thiên của ý định sử dụng ứng dụng thanh toán di động của nhân viên
văn phịng tại TP. HCM được giải thích bởi 6 biến độc lập: Hiệu quả mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội, điều kiện thuận lợi, nhận thức về rủi ro và nhận thức về lợi ích. Và 39.2% biến thiên của ý định sử dụng ứng dụng thanh toán di động của nhân viên văn phòng tại TP. HCM được giải thích bởi các yếu tố khác ngồi mơ hình mà trong phạm vi nghiên cứu của đề tài này chưa xem xét đến
Bảng 4.15: Đánh giá sự phù hợp hồi quy Bảng tóm tắt kết quả mơ hình Mơ hình R R2 R 2 hiệu chỉnh Sai số chuẩn của ƣớc lƣợng Hệ số Durbin-Watson 1 .785a 0.617 0.608 0.39014 1.906 Nguồn: Xử lý dữ liệu SPSS - Phụ lục 7
4.5.2.2 Kiểm định giả định hàm tƣơng quan đa biến Kiểm định giả định hiện tƣợng đa cộng tuyến
Xét về mặt tổng quát từ bảng kết quả 4.13, ma trận hệ số tương quan giữa các biến độc lập với nhau đều có hệ số sig. < 0.05 và hệ số tương quan giao động từ (- 0.016; 0.569) nên có thể kết luận tương đối là khơng xuất hiện hiện tượng đa cộng tuyến. Hiện tượng đa cộng tuyến xuất hiện khi hệ số tương quan của các biến độc lập cao, thường là cao hơn 0.8. Để muốn chắc chắn hơn, dựa vào kết quả bảng 4.16 cho thấy các hệ số phóng đại phương sai (VIF) đều có giá trị nhỏ hơn 2 (hệ số VIF lớn nhất là 1.624). Vì vậy, dựa vào 2 kết quả trên có thể khẳng định mơ hình hồi quy trong trường hợp này không xuất hiện hiện tượng đa cộng tuyến.
Kiểm định giả định phần dƣ có phân phối chuẩn
Quan sát biểu đồ 4-1 cho chúng ta thấy phân phối của phần dư có giá trị tring bình xấp xỉ chuẩn (gần bằng 0), độ lệch chuẩn là 0.989 xấp xỉ bằng 1. Do đó, có thể kết luận phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ 4-1: Biểu đồ tần số của phần dư chuyển hóa
Nguồn: Xử lý dữ liệu SPSS - Phụ lục 7
Kiểm định giả định hiện tƣợng tự tƣơng quan giữa các phần dƣ
Từ bảng kết quả 4.15 ở trên cho thấy giá trị thống kê tự tương quan (Durbin – Watson) d = 1.906, giá trị d nằm trong (1;3), có nghĩa là các phần dư trong trường hợp này độc lập với nhau (khơng có hiện tượng tự tương quan với nhau giữa các phần dư).
Như vậy, các kiểm định ở trên cho thấy các giả định của hàm hồi quy tuyến tính khơng bị vi phạm và kết quả kiểm định về mức độ phù hợp của mơ hình hồi quy cho thấy mơ hình hồi quy đã xây dựng là phù hợp với tổng thể.