CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.2 Kiểm định đánh giá thang đo:
4.2.1 Độ tin cậy của các biến độc lập và phụ thuộc
Kết quả phân tích Cronbach’s Alpha cho các biến quan sát được mô tả trong bảng 4.2.
Bảng 4.2 Phân tích Cronbach’s Alpha cho các biến độc lập và biến phụ thuộc
Biến quan sát Hệ số tương quan biến - tổng
Hệ số Cronbach Alpha nếu loại bỏ biến
Rủi ro cảm nhận (RR), Cronbach Alpha = 0,727
RR_01 0,557 0,628
RR_02 0,535 0,657
RR_03 0,556 0,63
Lợi ích cảm nhận (LI), Cronbach Alpha = 0,839
LI_04 0,734 0,746
LI_05 0,704 0,775
LI_06 0,67 0,809
Sự thuận tiện (TT), Cronbach’s Alpha = 0,686
TT_07 0, 487 0, 613
TT_08 0, 426 0, 605
TT_09 0,493 0, 649
TT_10 0, 487 0, 611
Ảnh hưởng người thân (AH), Cronbach’s Alpha = 0,888
AH_11 0,731 0,867
AH_12 0,746 0,859
AH_13 0,791 0,843
AH_14 0,755 0,856
Giá trị tri thức (TR_TH), Cronbach’s Alpha = 0,813
TR_TH_15 0,696 0,71
TR_TH_16 0,659 0,747
TR_TH_17 0,64 0,767
Sự hi sinh về tài chính (TC), Cronbach’s Alpha = 0,9
TC_18 0, 762 0, 890
TC_19 0, 827 0, 836
TC_20 0, 820 0, 842
Hình ảnh nhà cung cấp (HA), Cronbach’s Alpha = 0,876
HA_21 0, 771 0, 818
HA_22 0, 759 0, 828
HA_23 0, 757 0, 830
Xu hướng sử dụng (XH), Cronbach’s Alpha = 0,802
XH _26 0,625 0,748
XH _27 0,63 0,746
Nhìn chung, kết quả phân tích Cronbach alpha được trình bày ở bảng 5.2, tất cả các khái niệm đều có hệ số alpha lớn hơn 0,6 và hệ số tương quan biến tổng lớn hơn 0,3. Như vậy, bộ thang đo 8 khái niệm được sử dụng trong nghiên cứu này đều đạt yêu cầu về hệ số tin cậy và tất cả 27 biến quan sát đều được giữ lại cho các phân tích nhân tố khám phá (EFA) ở bước tiếp theo.
4.2.2 Phân tích nhân tố khám phá (EFA)
4.2.2.1 Phân tích nhân tố cho các yếu tố độc lập
Sau khi phân tích hệ số tin cậy Cronbach Alpha, các thang đo được đánh giá tiếp theo bằng phương pháp phân tích nhân tố khám phá (EFA), 23 biến quan sát được đưa vào phân tích sử dụng phương pháp Principal Component với phép xoay Varimax. Kết quả phân tích nhân tố khám phá (EFA) cho các nhân tố độc lập được trình bày trong bảng 4.3.
Bảng 4.3 Kết quả phân tích EFA cho các biến độc lập Nhân tố thành phần Nhân tố thành phần Biến quan sát Ký hiệu
1 2 3 4 Lo ngại do chưa hiểu nhiều
về dịch vụ 3G, RR1 0,776 Lo ngại không kết nối được
với mạng di động hiện tại. RR2 0,787 Lo ngại chất lượng dịch vụ
không giống như quảng cáo.
RR3 0,762
Giúp tăng hiệu quả công
việc,
LI4 0,661
Để giải trí cảm thấy thoải mái hơn.
LI5 0,648 Nói chung, dịch vụ 3G đem
lại lợi ích. LI6 0,821 Dễ dàng tìm được các thơng
tin liên quan
TT7 0,702 Có thể sử dụng mọi nơi, mọi lúc. TT8 0,751 Sử dụng mà không cần sự hỗ trợ. TT9 0,593 Nói chung, dịch vụ 3G đem
lại sự thuận tiện
TT10 0,731
Gia đình tơi khun tơi nên
Bạn bè tôi khuyên tôi nên sử dụng
AH12 0,469 0,689
Đồng nghiệp tôi khuyên tôi
nên sử dụng AH13 0,715 Nói chung, những người tôi
quen khuyên tôi nên sử dụng
AH14 0,693
Trải nghiệm công nghệ mới TR_TH15 0,788 Trải nghiệm những tính
năng mới
TR_TH16 0,628 Thỏa mãn sự hiếu kỳ TR_TH17 0,712
Đem lại lợi ích hơn là chi
phí bỏ ra TC18 0,820 Chi phí sử dụng hợp lý với
chất lượng dịch vụ TC19 0,841 Sẵn sàng bỏ chi phí để thay
đổi các thiết bị tương ứng TC20 0,860
Chất lượng dịch vụ đạt tiêu chuẩn ngành HA21 0,842 Uy tín của nhà cung cấp dịch vụ yên tâm sử dụng HA22 0,816
Đảm bảo giữ bí mật thơng
tin liên lạc HA23 0,847 Eigenvalues 9,232 3,505 1,542 1,092 Phương sai trích (%) 40,138 15,237 6,703 4,748 Cumulative (%) 66,825 Sig. 0,000 KMO 0,913
Kết quả phân tích EFA cho thấy:
- Kiểm định Bartlett’s: Sig. = 0,000 < 0,05 : Các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
- Hệ số KMO = 0,913> 0,5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu. - Có 4 nhân tố được trích ra từ phân tích EFA.
- Hệ số Cumulative % = 66,825% cho biết 4 nhân tố trên giải thích được 66,825% biến thiên của dữ liệu.
- Giá trị hệ số Eigenvalues của các nhân tố đều lớn hơn 1: đạt yêu cầu. Tất cả các biến quan sát đều có hệ số tải nhân tố (factor loading) > 0,5.
Kết quả phân tích nhân tố có sự thay đổi nhóm biến so với kết quả nghiên cứu định tính ban đầu. Có 4 nhân tố được trích ra từ kết quả phân tích EFA, trong đó nhân
+ Một nhóm do nhân tố Sự thuận tiện tách ra gồm các biến quan sát “Dễ dàng tìm được các thơng tin liên quan” và “Sử dụng mà không cần sự hỗ trợ” kết hợp với nhân tố Sự hi sinh về tài chính và Hình ảnh nhà cung cấp tạo thành:
Nhân tố 1 = Sự thuận tiện (TT7, TT9) + Sự hi sinh về tài chính (TC18, TC19, TC20) + Hình ảnh nhà cung cấp (HA21, HA22, HA23).
+ Nhóm cịn lại do nhân tố Sự thuận tiện tách ra gồm các biến quan sát “Có thể sử dụng mọi nơi, mọi lúc” và “Nói chung, dịch vụ 3G đem lại sự thuận tiện” kết hợp với nhân tố Lợi ích cảm nhận và Giá trị tri thức tạo thành:
Nhân tố 2 = Lợi ích cảm nhận (LI4, LI5, LI6) + Sự thuận tiện (TT8, TT10) + Giá trị tri thức (TR_TH15, TR_TH16, TR_TH17).
- Để tiện lợi cho các phân tích tiếp theo, các biến có sự tách/gộp được đặt lại một tên gọi khác có ý nghĩa:
Nhân tố 1: Các biến quan sát thể hiện qua các câu hỏi đều thể hiện những đánh giá, cảm nhận của khách hàng về chất lượng dịch vụ hiện tại có đáp ứng được nhu cầu của khách hàng như: Sử dụng dịch vụ 3G sẽ đem lại lợi ích cho tơi hơn là chi phí tơi phải bỏ ra; Chi phí sử dụng dịch vụ hợp lý với chất lượng dịch vụ mà tôi được nhận; Chất lượng dịch vụ của nhà cung cấp đạt tiêu chuẩn ngành giúp tôi yên tâm sử dụng dịch vụ…nên nhân tố này sẽ được đặt tên lại là Cảm nhận về dịch vụ.
Nhân tố 2: Do đặc điểm chung của các biến quan sát thể hiện qua những câu hỏi đều là diễn tả những lợi ích sẽ nhận được khi sử dụng 3G như: Sử dụng dịch vụ 3G trong công việc giúp tôi tăng hiệu quả công việc, Sử dụng dịch vụ 3G để giải trí giúp tơi cảm thấy thoải mái hơn, Sử dụng dịch vụ 3G giúp tôi trải nghiệm công nghệ mới… nên nhân tố này sẽ được đặt tên lại là Lợi ích cảm nhận.
- Như vậy, sau khi phân tích EFA từ 7 nhân tố ban đầu có 4 nhân tố được trích ra như sau:
Nhân tố 1 = Cảm nhận về dịch vụ (TT7, TT9, TC18, TC19, TC20, HA21, HA22, HA23).
Nhân tố 2 = Lợi ích cảm nhận (LI4, LI5, LI6, TT8, TT10, TR_TH15, TR_TH16, TR_TH17).
Nhân tố 3 = Ảnh hưởng người thân (AH11, AH12, AH13, AH14). Nhân tố 4 = Rủi ro cảm nhận (RR1, RR2, RR3).
Điều này cho thấy, từ mơ hình của các nghiên cứu trước, sau khi tiến hành khảo sát, phân tích, đã có sự điều chỉnh để phù hợp hơn với cảm nhận của khách hàng cũng như tình hình thực tế của Việt Nam.
Hệ số Cronbach’s Alpha cho các 2 nhân tố mới tách ra này được tính trong phần Phụ lục 4. Các nhân tố còn lại khơng có thay đổi các biến quan sát nên vẫn giữ lại kết quả phân tích Cronbach’s Alpha như đã trình bày ở trên. Kết quả phân tích
EFA được trình bày ở Phụ lục 3.
4.2.2.2 Phân tích nhân tố cho biến phụ thuộc
Thực hiện phân tích EFA theo phương pháp trích yếu tố Principal components với phép quay Varimax.
Bảng 4.4 Kết quả phân tích EFA cho biến phụ thuộc Biến quan sát Xu hướng sử dụng Biến quan sát Xu hướng sử dụng
XH_24 0,775 XH _25 0,792 XH _26 0,797 XH _27 0,806 Cronbach’s Alpha 0,802 Sig 0,000 KMO 0,682 Eigenvalues 2,514 Phương sai trích (%) 62,854
Kết quả phân tích EFA cho biết phụ thuộc cho thấy:
- Kiểm định Bartlett’s: Sig. = 0,000 < 0,05 : Các biến quan sát trong phân tích nhân tố trên có tương quan với nhau trong tổng thể.
- Hệ số KMO = 0,682> 0,5: phân tích nhân tố thích hợp với dữ liệu nghiên cứu. - Có 1 nhân tố được trích ra từ phân tích EFA.
- Giá trị Eigenvalues = 2,514> 1: đạt yêu cầu.
- Giá trị tổng phương sai trích: 62,854%: đạt yêu cầu.
- Tất cả các biến quan sát đều có hệ số tải nhân tố > 0,4: đạt yêu cầu. - Như vậy, thang đo “xu hướng sử dụng” đạt giá trị hội tụ.
Tóm tắt kết quả phân tích nhân tố (EFA):
Kết quả phân tích nhân tố cho thấy các biến độc lập và biến phụ thuộc trong mơ hình đều đạt giá trị hội tụ và giá trị phân biệt chấp nhận được: phân tích EFA là thích hợp với dữ liệu nghiên cứu. Qua phân tích EFA, do các biến quan sát của nhân tố Sự
khác tạo thành 2 nhân tố mới là Cảm nhận về dịch vụ, Lợi ích cảm nhận; 3 nhân tố có các biến quan sát không đổi là Ảnh hưởng người thân, Rủi ro cảm nhận và Xu hướng sử dụng. Như vậy, từ 7 nhân tố của mơ hình nghiên cứu đề xuất ban đầu, chỉ còn 5 nhân tố với 27 biến quan sát. Do đó, mơ hình nghiên cứu đã đề xuất cần được hiệu chỉnh.
4.3 Mơ hình nghiên cứu hiệu chỉnh:
Mơ hình nghiên cứu sử dụng 4 khái niệm từ các khái niệm trong mơ hình đề xuất ban đầu: (1) Cảm nhận về dịch vụ, (2) Lợi ích cảm nhận, (3) Ảnh hưởng người thân, (4) Rủi ro cảm nhận.
Hình 4.1 Mơ hình nghiên cứu hiệu chỉnh
Các giả thuyết trong mơ hình nghiên cứu hiệu chỉnh được trình bày trong bảng 5.5.
Bảng 4.5 Các giả thuyết trong mơ hình nghiên cứu hiệu chỉnh
Giả thuyết Nội dung
H1 Cảm nhận về dịch vụ (Dich_vu) có tác động dương (+) lên xu hướng sử dụng (Xu_huong)
H2 Lợi ích cảm nhận (Loi_ich) có tác động dương (+) lên xu hướng sử dụng (Xu_huong)
H3 Ảnh hưởng người thân (Anh_huong) có tác động dương (+) lên xu hướng sử
dụng (Xu_huong)
H4 Rủi ro cảm nhận (Rui_ro) có tác động âm (-) lên xu hướng sử dụng (Xu_huong)
4.4 Kiểm định mơ hình và các giả thuyết: 4.4.1 Phân tích tương quan
(+) H 2 (+) H 4 (-) H 1 (+) Cảm nhận về dịch vụ Lợi ích cảm nhận Rủi ro cảm nhận Xu hướng sử dụng Ảnh hưởng người thân
H 3
Kết quả phân tích tương quan cho thấy, tất cả các biến độc lập đều có tương quan với biến phụ thuộc ở mức ý nghĩa 1%. Biến phụ thuộc Xu hướng sử dụng có tương quan mạnh nhất với biến độc lập Cảm nhận về dịch vụ (hệ số Pearson = 0,636) và tương quan yếu nhất với biến độc lập Rủi ro cảm nhận (hệ số Pearson = 0 ,236). Sự tương quan chặt này rất được mong đợi vì chính những mối quan hệ chặt, tuyến tính giữa các biến giải thích được sự ảnh hưởng đến kết quả mơ hình. Do đó, các biến độc lập này có thể đưa vào phân tích hồi quy để giải thích ảnh hưởng đến kết quả của mơ hình nghiên cứu.
Giữa một số biến độc lập cũng có tương quan khá mạnh với nhau ở mức ý nghĩa 1%. Do đó, trong phân tích hồi quy sẽ thận trọng với trường hợp đa cộng tuyến có thể xảy ra ảnh hưởng đến kết quả phân tích.
Kết quả phân tích cụ thể được trình bày ở Phụ lục 5.
4.4.2 Phân tích hồi quy đa biến
Phân tích hồi quy được sử dụng để đánh giá ảnh hưởng của các biến độc lập (Cảm nhận về dịch vụ, Lợi ích cảm nhận, Ảnh hưởng người thân, Rủi ro cảm nhận) đến Xu hướng sử dụng dịch vụ. Đồng thời, tác giả cũng đánh giá ảnh hưởng của các biến định tính (Giới tính, nhóm tuổi, thu nhập bình quân) đến Xu hướng sử dụng dịch vụ. Các biến định tính được xem là biến giả (biến dummy), được mã hóa để chạy hồi quy như sau:
- Giới tính: Giá trị 1 được quy định cho nam và giá trị 0 được quy định cho nữ. - Nhóm tuổi của khách hàng có 4 nhóm tuổi và được mã hóa thành 3 biến dummy: T1, T2 và T3. Đối với T1, Giá trị 1 được quy định cho khách hàng có độ tuổi dưới 23 tuổi, giá trị 0 được quy định cho những người khác. Đối với T2, Giá trị 1 được quy định cho khách hàng có độ tuổi từ 23 tuổi đến 29 tuổi, giá trị 0 được quy định cho những người khác. Đối với T3, Giá trị 1 được quy định cho khách hàng có độ tuổi từ 30 tuổi đến 40 tuổi, giá trị 0 được quy định cho những người khác.
- Tương tự như vậy, thu nhập bình qn có 3 nhóm thu nhập và cũng được mã hóa thành 2 biến dummy: TN1 và TN2. Đối với TN1, giá trị của 1 được quy định cho khách hàng có thu nhập dưới 4 triệu đồng, giá trị 0 được quy định cho những người khác. Đối với TN2, giá trị của 1 được quy định cho khách hàng có thu nhập từ 4 triệu đến 10 triệu đồng, giá trị 0 được quy định cho những người khác.
- Hai mơ hình hồi quy gồm có : Mơ hình thứ 1 gồm 4 biến độc lập: Cảm nhận về dịch vụ, Lợi ích cảm nhận, Ảnh hưởng người thân, Rủi ro cảm nhận. Mơ hình thứ 2 gồm 4 biến độc lập ở Mơ hình 1 và các biến định tính đã được mã hóa nêu trên.
Phân tích hồi quy được thực hiện theo 2 mơ hình và phương pháp chọn là Enter Kết quả phân tích được trình bày ở Bảng 4.6 (xem chi tiết trong Phụ lục 6).
Bảng 4.6 Tổng kết mơ hình hồi quy Tổng kết mơ hình
Thống kê thay đổi Mơ hình R R2 R2 hiệu chỉnh Độ lệch chuẩn của
ước lượng R2 thay đổi F thay đổi df1 df2
Sig. F
thay đổi
1 0,738a 0,545 0,536 0,53594 0,545 59,571 4 199 0,000 2 0,753b 0,567 0,545 0,53059 0,022 1,671 6 193 0,130 a. Biến độc lập: Hằng số, Lợi ích cảm nhận, Cảm nhận về dịch vụ, Rủi ro, Ảnh hưởng người thân b. Biến độc lập: Hằng số, Lợi ích cảm nhận, Cảm nhận về dịch vụ, Rủi ro, Ảnh hưởng người
thân, dưới 23 tuổi, 23 tuổi đến 29 tuổi, 30 tuổi đến 40 tuổi, dưới 4 triệu, 4 triệu đến 10 triệu, Giới
tính.
Bảng 4.7 Các hệ số hồi quy Các hệ số Các hệ số
Hệ số chuẩn hóa Thống kê cộng tuyến Mơ hình
B Độ lệch
chuẩn Beta t Sig.
Độ chấp nhận Hệ số phóng đại phương sai Hằng số 0,164 0,220 0,748 0,455 Rủi ro cảm nhận 0,004 0,043 0,005 0,092 0,927 0,827 1,209 Cảm nhận về dịch vụ 0,444 0,053 0,454 8,333 0,000 0,769 1,300 Ảnh hưởng người thân 0,083 0,059 0,100 1,405 0,162 0,450 2,223 1 Lợi ích cảm nhận 0,324 0,069 0,337 4,729 0,000 0,450 2,220 Hằng số 0,160 0,244 0,657 0,512 Rủi ro cảm nhận 0,019 0,043 0,024 0,447 0,655 0,787 1,271 Cảm nhận về dịch vụ 0,414 0,054 0,424 7,642 0,000 0,729 1,372 Ảnh hưởng người thân 0,084 0,060 0,101 1,402 0,162 0,434 2,305 Lợi ích cảm nhận 0,327 0,071 0,340 4,610 0,000 0,413 2,421 Dưới 4 triệu 0,059 0,150 0,037 0,391 0,696 0,247 4,050 2 4 triệu đến 10 triệu -0,071 0,152 -0,044 -0,468 0,641 0,252 3,968
Dưới 23 tuổi 0,251 0,140 0,127 1,795 0,074 0,448 2,234 23 tuổi đến 29 tuổi 0,074 0,119 0,044 0,625 0,533 0,447 2,238 30 tuổi đến 40 tuổi 0,168 0,118 0,100 1,421 0,157 0,450 2,220 Giới tính -0,122 0,082 -0,076 -1,480 0,141 0,846 1,182 a. Biến phụ thuộc: Xu hướng sử dụng
- Kết quả của Mơ hình 1 cho thấy R2 hiệu chỉnh là 0,536, có nghĩa là 53,6% sự biến thiên của biến phụ thuộc Xu hướng sử dụng được giải thích chung bởi các biến độc lập trong mơ hình. Bên cạnh đó, kiểm định F cũng cho thấy giá trị Sig. rất nhỏ (Sig. = 0,000), cho thấy mơ hình trên phù hợp với tập dữ liệu đang khảo sát.
Các biến độc lập Lợi ích cảm nhận, Cảm nhận về dịch vụ đều có ý nghĩa về mặt thống kê (Sig. < 0,05). Các biến Rủi ro cảm nhận, Ảnh hưởng người thân khơng có ý nghĩa về mặt thống kê ở mức ý nghĩa 0,05 (Sig. > 0,05).
Kết quả cho thấy hệ số chấp nhận (Tolerance) khá cao (từ 0,45 đến 0,827) và hệ số phóng đại phương sai VIF thấp (từ 1,209 đến 2,223, nhỏ hơn 10). Do vậy, hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ hình hồi quy này khơng đáng kể.
- Kết quả của Mơ hình 2 cho thấy R2 hiệu chỉnh là 0,545, có nghĩa là 54,5% sự biến thiên của biến phụ thuộc Xu hướng sử dụng được giải thích chung bởi các biến