MÃ
HÓA THANG ĐO GỐC THANG ĐO ĐƯỢC HIỆU
CHỈNH I.CẢM NHẬN SỰ HỮU ÍCH
HI1 Tơi nhận thấy Ứng dụng đặt xe trực tuyến hữu ích trong cuộc sống hằng ngày của tơi.
Không thay đổi. HI2 Tôi nhận thấy Ứng dụng đặt xe trực tuyến rất
phù hợp với xu hướng và nhu cầu của thực tế. x Sử dụng Ứng dụng đặt xe trực tuyến giúp cải
thiện cuộc sống của tôi. Loại bỏ. x Sử dụng Ứng dụng đặt xe trực tuyến giúp cải
thiện hiệu suất làm việc của tôi.
HI3 Ứng dụng đặt xe trực tuyến giúp tơi có nhiều lựa chọn để di chuyển hơn.
Ứng dụng đặt xe trực tuyến giúp tơi có nhiều lựa chọn về phương thức/phương tiện di chuyển hơn.
HI4 Sử dụng Ứng dụng đặt xe trực tuyến giúp tôi di chuyển đến điểm đến nhanh hơn.
Sử dụng Ứng dụng đặt xe trực tuyến giúp tôi tiết kiệm thời gian đi lại.
HI5 Sử dụng Ứng dụng đặt xe trực tuyến giúp tôi tiết kiệm chi phí đi lại.
Khơng thay đổi. HI6 Sử dụng Ứng dụng đặt xe trực tuyến giúp tôi
kiểm soát hiệu quả thời gian đi lại. HI7 Thêm mới.
Tơi có thể sử dụng Ứng dụng đặt xe trực tuyến ở mọi lúc mọi nơi.
HI8 Thêm mới.
Việc sử dụng Ứng dụng đặt xe trực tuyến giúp tơi có một phong cách sống hiện đại.
II.CẢM NHẬN DỄ SỬ DỤNG
DD1 Tôi dễ dàng học được cách sử dụng Ứng dụng đặt xe trực tuyến.
Không thay đổi. DD2 Tôi cảm thấy Ứng dụng đặt xe trực tuyến dễ
sử dụng.
DD3 Tơi có thể nhanh chóng sử dụng thành thạo Ứng dụng đặt xe trực tuyến.
DD4 Việc cài đặt Ứng dụng đặt xe trực tuyến thật dễ dàng.
DD5
Phương thức thực hiện các giao dịch đơn giản
và dễ hiểu. Phương thức thực hiện các thao tác đặt xe và thanh toán đơn giản và dễ hiểu.
52
thành chuyến đi thật dễ dàng.
DD7 Các kênh giao dịch của Ứng dụng đặt xe trực tuyến rất linh hoạt.
Các kênh thanh toán của Ứng dụng đặt xe trực tuyến rất đa dạng và linh hoạt (tiền mặt, thẻ tín dụng, thẻ credit của ứng dụng như Grabpay credits...).
III.ẢNH HƯỞNG CỦA XÃ HỘI
XH1 Gia đình có ảnh hưởng đến quyết định sử dụng Ứng dụng đặt xe trực tuyến của tôi.
Không thay đổi. XH2 Bạn bè có ảnh hưởng đến quyết định sử dụng
Ứng dụng đặt xe trực tuyến của tôi.
XH3 Đồng nghiệp có ảnh hưởng đến quyết định sử dụng Ứng dụng đặt xe trực tuyến của tôi. XH4
Các phương tiện truyền thơng có ảnh hưởng đến quyết định sử dụng Ứng dụng đặt xe trực tuyến của tôi.
XH5 Tôi thấy hầu hết mọi người xung quanh tôi đều sử dụng Ứng dụng đặt xe trực tuyến.
IV.GIÁ TRỊ GIÁ CẢ
GT1 Ứng dụng đặt xe trực tuyến có giá cả phù hợp với chất lượng phục vụ.
Không thay đổi. GT2 Ứng dụng đặt xe trực tuyến tạo một giá trị tốt
hơn so với chi phí bỏ ra. GT3
Giá cả của dịch vụ đặt xe qua Ứng dụng đặt xe trực tuyến thấp hơn các dịch vụ xe truyền thống.
V.ĐÁNG TIN CẬY
TC1 Tôi cảm thấy những thông tin mà tôi cung cấp cho Ứng dụng đặt xe trực tuyến được bảo mật.
Không thay đổi. TC2
Tôi tin rằng Ứng dụng đặt xe trực tuyến sẽ chuyển phát hàng hóa mà tơi u cầu một cách nhanh chóng và chính xác.
TC3 Tơi cảm thấy an tồn khi sử dụng Ứng dụng đặt xe trực tuyến
TC4 Tôi nghĩ rằng các mức giá mà tôi trả là phù hợp với khoảng cách đường đi.
Tôi tin rằng Ứng dụng đặt xe trực tuyến trung thực trong việc tính giá phù hợp với khoảng cách đường đi.
TC5
Tôi tin tưởng vào sự lựa chọn các tài xế công nghệ của công ty cung cấp Ứng dụng đặt xe
53
TC6 Tôi tin tưởng vào những đánh giá của khách hàng về các tài xế công nghệ.
Tôi tin tưởng vào những đánh giá của khách hàng về các tài xế công nghệ.
TC7 Thêm mới
Tôi tin rằng công ty cung cấp Ứng dụng đặt xe trực tuyến sẽ giải quyết nhanh chóng và xác đáng các vấn đề phát sinh như mâu thuẫn giữa tôi và tài xế công nghệ, để quên đồ…
VI.ĐIỀU KIỆN THUẬN LỢI
DK1
Tơi có các nguồn lực cần thiết để sử dụng Ứng dụng đặt xe trực tuyến.
Tơi có các nguồn lực cần thiết để sử dụng Ứng dụng đặt xe trực tuyến (thiết bị công nghệ di động, internet…).
DK2 Tơi có các kiến thức cần thiết để sử dụng Ứng dụng đặt xe trực tuyến.
Khơng thay đổi. DK3 Tơi có các khả năng cần thiết để sử dụng Ứng
dụng đặt xe trực tuyến.
DK4 Ứng dụng đặt xe trực tuyến tương thích với các thiết bị cơng nghệ mà tơi sử dụng.
DK5
Tơi có thể nhận được sự giúp đỡ từ những người khác khi tơi gặp khó khăn khi sử dụng Ứng dụng đặt xe trực tuyến.
DK6 Tơi cảm thấy mình có thể kiểm soát khi sử dụng Ứng dụng đặt xe trực tuyến.
DK7 Tơi có khả năng thanh tốn khi sử dụng Ứng dụng đặt xe trực tuyến.
BIẾN PHỤ THUỘC
QUYẾT ĐỊNH ĐẶT XE BẰNG ỨNG DỤNG CƠNG NGHỆ DI ĐỘNG
QD1
Tơi hài lòng với quyết định lựa chọn Ứng dụng đặt xe trực tuyến làm phương thức di chuyển.
Không thay đổi. QD2 Tôi sẽ tiếp tục sử dụng Ứng dụng đặt xe trực
tuyến trong tương lai.
QD3 Tôi sẽ giới thiệu cho người khác về Ứng dụng đặt xe trực tuyến.
Nguồn: Tổng hợp của tác giả (2018)
3.3 Nghiên cứu định lượng
Nghiên cứu định lượng được xem như giai đoạn nghiên cứu chính thức, giai đoạn này giúp tác giả có thể kiểm định và đo lường các các yếu tố được đưa ra trong
54
mơ hình nghiên cứu.
3.3.1 Thiết kế mẫu nghiên cứu định lượng
* Đơn vị mẫu: là những khách hàng đã và đang sử dụng Ứng dụng đặt xe trực tuyến.
* Phạm vi mẫu: khu vực TP. Hồ Chí Minh. * Kích thước mẫu:
Kích thước mẫu được tác giả chọn trong đề tài nghiên cứu phải thõa mãn theo hai yêu cầu của phân tích nhân tố EFA và phân tích hồi quy với 2 cơng thức xác định buộc phải thực hiện:
− Đối với phân tích khám phá EFA, Hair và các cộng sự (2006) cho rằng kích thước mẫu tối thiểu là 50 (tỉ lệ quan sát/biến đo lường là 5/1) và tốt nhất là 100 (tỉ lệ quan sát/biến đo lường là 10/1). Kích thước mẫu tối thiểu phải thõa n >= 5*x + 5 (trong đó x là tổng số biến quan sát). Dựa vào số biến quan sát của tác giả là 40 (37 biến quan sát của 6 biến độc lập và 3 biến quan sát của 1 biến phụ thuộc) thì kích thước mẫu n >= 5*40 + 5 = 205 đơn vị mẫu.
− Đối với phân tích hồi quy, kích thước mẫu cần đạt được n >= 50 + 8p (trong đó p là số lượng biến độc lập). Theo đó, với số biến độc lập trong nghiên cứu của tác giả là 6, kích thước mẫu phải thõa n >= 50 + 8*6 = 98 đơn vị mẫu.
− Dựa theo hai công thức xác định trên, kích thước mẫu tác giả cần đạt được tối thiểu 205 đơn vị mẫu.
* Phương pháp điều tra chọn mẫu
Trong nghiên cứu định lượng, tác giả chọn mẫu theo phương pháp phi xác xuất và tác giả tiếp cận với đối tượng khảo sát theo phương pháp thuận tiện. Ưu điểm của các phương pháp này là tiếp kiệm thời gian, chi phí cũng như đối tượng khảo sát dễ tiếp cận dễ dàng. Tác giả sẽ in bảng câu hỏi ra giấy và phỏng vấn trực tiếp các đối tượng khảo sát tại những nơi có lượng đối tượng khảo sát nhiều và phong phú.
3.3.2 Thiết kế bảng câu hỏi nghiên cứu định lượng
Sau khi đã hiệu chỉnh và có được mơ hình cũng như thang đo phù hợp cho đề tài nghiên cứu, tác giả sẽ thiết kế bảng câu hỏi và tiến hành khảo sát trên diện rộng
55
cho giai đoạn nghiên cứu định lượng. Bảng câu hỏi này gồm 3 phần chính là: - Phần thơng tin gạn lọc: Đối tượng khảo sát trong đề tài này phải thỏa điều
kiện: đã sử dụng Ứng dụng đặt xe trực tuyến trong vòng một năm trở lại đây để họ còn nhớ được những cảm nhận và những suy nghĩ của mình khi sử dụng. Những đối tượng nào không thõa được yêu cầu này sẽ ngưng phần khảo sát. Phạm vi khảo sát là những đối tượng hiện đang sinh sống và làm việc tại thành phố Hồ Chí Minh.
- Phần nội dung chính: Phần này ghi nhận những đánh giá của các đối tượng khảo sát về các phát biểu theo thang đo Likert với 5 mức độ từ hoàn toàn khơng đồng ý đến hồn tồn đồng ý.
- Phần thông tin nhân khẩu học: Bao gồm những thông tin liên quan đến đối tượng khảo sát gồm giới tính, độ tuổi, mức thu nhập hàng tháng, … Các câu hỏi này dùng để mô tả mẫu nghiên cứu và phân loại đối tượng để phục vụ cho mục đích so sánh sự khác biệt của các nhóm khách hàng khác nhau.
Nội dung bảng khảo sát định lượng được thể hiện ở phần PHỤ LỤC 5: BẢNG
CÂU HỎI KHẢO SÁT ĐỊNH LƯỢNG.
3.3.3 Phương pháp phân tích dữ liệu
Sau khi khảo sát hoàn tất, tác giả tiến hành làm sạch dữ liệu bằng cách loại bỏ các bảng trả lời thiếu thông tin hoặc không thuộc đối tượng khảo sát của tác giả, mã hóa và nhập dữ liệu vào excel, sau khi dữ liệu đã đầy đủ và chính xác thì được chuyển vào phần mềm SPSS 23. Sau đó tiến hành phân tích dữ liệu:
a) Thống kê tần số nhằm biết được thông tin tổng quát của mẫu nghiên cứu về giới tính, độ tuổi, nghề nghiệp, trình độ…
b) Kiểm định bằng hệ số Cronbach’s Alpha nhằm đánh giá độ tin cậy của số liệu và giá trị của thang đo.
Để tính hệ số Cronbach’s Alpha thì thang đo phải có ít nhất 3 biến quan sát (Nguyễn Đình Thọ, 2013). Kiểm định hệ số Cronbach’s Alpha sẽ giúp loại bỏ những biến rác, những biến không phù hợp và khơng có mối tương quan cao với các biến cịn lại trong thang đo. Hệ số Cronbach’s Alpha càng cao thì có nghĩa là các biến đó
56
có độ thống nhất càng cao và độ tin cậy của thang đo càng cao, tuy nhiên, “hệ số
Cronbach’s Alpha quá lớn (CA > 0.95) cho thấy nhiều biến trong thang đo khơng có sự khác biệt gì nhau. Hiện tượng này được gọi là hiện tượng trùng lắp trong đo lường” (Nguyễn Đình Thọ, 2013, trang 364).
Hệ số Cronbach’s Alpha được quy định như sau:
• CA < 0.6: Thang đo khơng phù hợp.
• CA < 0.7: Đủ để thực hiện nghiên cứu mới.
• CA < 0.8: Đạt tiêu chuẩn cho bài nghiên cứu.
• CA < 0.95: Hệ số Cronbach’s Alpha rất tốt.
• CA > 0.95: Hiện tượng trùng lắp trong đo lường
“Các biến đo lường dùng để đo lường cùng một khái niệm nghiên cứu nên chúng cần phải có sự tương quan chặc chẽ với nhau” (Nguyễn Đình Thọ, 2013,
trang 364). Vì vậy, ta cần phải xem xét Hệ số tương quan biến tổng hiệu chỉnh (Corrected item – total correlation) và ta dựa trên hệ số này để loại biến chứ không dựa vào hệ số Cronbach’s Alpha để loại biến. “Nếu một biến có hệ số tương quan
biến tổng hiệu chỉnh ≥ 0.3 thì biến đó đạt u cầu (theo Nunnally và Bernstein, 1994).” (Nguyễn Đình Thọ, 2013, trang 365)
c) Phân tích khám phá EFA
Sau khi chạy Cronbach’s Alpha và loại bỏ những biến khơng phù hợp, tác giả tiến hành phân tích nhân tố khám phá (EFA) nhằm thu gọn và sắp xếp lại các biến quan sát. “EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F < k) các
nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát)” (Nguyễn Đình Thọ, 2013,
trang 378). Phương pháp phân tích nhân tố EFA giúp ta đánh giá được giá trị hội tụ và giá trị phân biệt của thang đo. Tác giả sử dụng phương pháp Principal component (rút trích các thành phần chính) và phương pháp xoay nhân tố Varimax procedure (xoay vng góc – “để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố,
vì vậy sẽ tăng cường khả năng giải thích các nhân tố” (Hoàng Trọng và Chu Nguyễn
57
Tiêu chuẩn được đặt ra trong việc chọn biến và xác định nhân tố trong phân tích nhân tố khám phá EFA bao gồm:
+ Kiểm định Bartlett (Bartlett’s test of sphericity) nhằm xác định các biến có mối tương quan với nhau hay khơng hay ma trận tương quan có phải là ma trận đơn vị hay không (hệ số tương quan giữa các biến là 0 và với chính nó là 1). Điều kiện để có thể sử dụng phân tích nhân tố EFA là các biến phải có mối quan hệ với nhau. Gỉa thuyết được đặt ra H0: Các biến khơng tương quan với nhau trong tổng thể (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2 trang 30). Nếu phép kiểm định Bartlett có sig < 5%, giả thuyết H0 bị bác bỏ, có nghĩa là các biến có mối tương quan với nhau thì việc sử dụng phân tích khám phá EFA là phù hợp.
+ Kiểm định KMO (Kaiser – Meyer- Olkin: measure of sampling adequacy) “là
một chỉ số để xem xét sự thích hợp của phân tích nhân tố” (Hoàng Trọng và Chu
Nguyễn Mộng Ngọc, 2008, tập 2 trang 31) hay “KMO là chỉ số dùng để so sánh độ
lớn của hệ số tương quan giữa hai biến Xi và Xj với độ lớn của hệ số tương quan từng phần của chúng” (Nguyễn Đình Thọ, 2013, trang 414). Tính cho từng biến đo lường
của Xi hay Xj ta dùng MSA. Để sử dụng EFA, thì KMO hay MSA phải lớn hơn 0.5 (>0.5), nếu <= 0.5 thì phân tích nhân tố khơng phù hợp với dữ liệu.
KMO, MSA Kết luận
>= 0.9 Rất tốt >= 0.8 Tốt >= 0.7 Được >= 0.6 Tạm được >0.5 Xấu <= 0.5 Khơng thể chấp nhận được
Tóm lại, kiểm định Bartlett và kiểm định KMO đều được sử dụng với mục đích là nhằm kiểm tra độ phù hợp của mơ hình.
+ Tiêu chuẩn rút nhân tố:
Đại lượng “Eigenvalue đại diện cho lượng biến thiên được giải thích bởi các
58
lượng Cummunality hay cịn gọi là tổng phương sai trích “là lượng biến thiên của
một biến được giải thích chung với các biến khác được xem xét trong phân tích. Đây cũng là phần biến thiên được giải thích bởi các nhân tố chung” (Hoàng Trọng và
Chu Nguyễn Mộng Ngọc, 2008, tập 2 trang 30), theo phần lớn các nghiên cứu, phần trích được của các biến quan sát lớn hơn 0.5 thì sẽ đạt yêu cầu. Các nhân tố được trích phải thỏa đồng thời hai điều kiện là Eigenvalue ≥ 1 và giải thích được tối thiểu 50% sự biến thiên của tập dữ liệu (Meyers và cộng sự, 2006).
“Hệ số tải nhân tố (Factor loading) là hệ số tương quan đơn giữa những biến
và các nhân tố” (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, tập 2 trang 31).
Theo Hair và các cộng sự (2006):
- Factor loading > 0.3: đạt mức tối thiểu. - Factor loading > 0.4: quan trọng.
- Factor loading > 0.5: có ý nghĩa thực tiễn.
• Trọng số nhân tố của biến Xi trên nhân tố mà nó đo lường sau khi quay phải cao
và thấp trên các nhân tố khác mà nó khơng đo lường để đạt được giá trị hội tụ.
• Mỗi biến chỉ giải thích cho một nhân tố để đảm bảo giá trị phân biệt. Nếu một
biến giải thích cùng lúc 2 nhân tố và chênh lệch trọng số nhỏ hơn 0.3 (Jabnoun và Al-Tamimi, 2003) thì cần xem xét loại bỏ biến này.
• Trọng số âm có nghĩa là biến này tương quan ngược với khái niệm nghiên cứu,
cần xem xét.
Tuy nhiên, những yếu tố xem xét trên chỉ có ý nghĩa về mặt thống kê và nó chỉ là công cụ. Trong nghiên cứu, chúng ta cần linh hoạt trong việc xem xét đến sự đóng góp của biến đo lường cho khái niệm của nó trước khi đưa ra quyết định loại bỏ hay không loại bỏ.
d) Phân tích hồi quy
Phân tích hồi quy được thực hiện với các nhân tố có được từ kết quả sau khi chạy phân tích nhân tố EFA. Kết quả sau khi phân tích hồi quy tuyến tính là mơ hình hồi quy tuyến tính giúp dự báo được sự thay đổi của các biến độc lập có ảnh hưởng như thế nào đến biến phụ thuộc.
59
• Hệ số xác định R2 (coefficient of determination) dùng để đánh giá sự phù hợp của mơ hình hồi quy tuyến tính. R2 ∈ [0,1], giá trị này càng cao thì mơ hình càng phù