2.5 Nghiên ứu các ốả nh h ưở ng đến hh quy ết đị nh dụ ng IB ủa khách hàng ại Tp
2.5.2.6 Mẫu nghiên cứu
Mẫu được chọn theo phương pháp chọn mẫu thuận tiện. Có nhà nghiên cứu cho rằng kích thước mẫu tới hạn phải là 200 (Hoelter, 1983). Cịn theo Bollen (1989) thì cho rằng để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu tối thiểu là 5 mẫu cho một biến quan sát. Gần với quan điểm này là ý kiến cho rằng thơng thường thì số quan sát (cỡ mẫu) ít nhất phải bằng 4 hay 5 lần số biến trong phân tích nhân tố. Tuy nhiên, kích thước mẫu bao nhiêu để được xem là đủ lớn cho mỗi loại nghiên cứu thì hiện nay chưa được xác định rõ ràng.
Mơ hình nghiên cứu này có 24 biến quan sát cần ước lượng, do đó để đảm bảo độ tin cậy cao của thơng tin thu thập ban đầu, tác giả quyết định kích thước mẫu cần thiết cho nghiên cứu chính thức là khoảng 230 bảng, bảng câu hỏi được in ra và gửi trực tiếp tới tay
của khách hàng. Sau khi kiểm tra, làm sạch thông tin thu thập được trong các bảng hỏi, có 206 bảng hỏi đạt yêu cầu, được sử dụng cho nghiên cứu chính thức.
Khảo sát định lượng thực hiện tại khu vực TP. Hồ Chí Minh từ tháng 10/2013 đến 12/2013, đối tượng chọn mẫu là những người hiện đang sử dụng dịch vụ IB theo phương pháp lấy mẫu thuận tiện.
2.5.3 Xây dựng thang đo lường nghiên cứu
Có 06 khái niệm ở dạng biến tiềm ẩn được sử dụng trong nghiên cứu này, các khái niệm ở dạng biến tiền ẩn như: Nhận thức sự hữu ích, Chuẩn chủ quan, Kiểm soát hành vi, Chi phí chuyển đổi, Cảm nhận sự thích thú và Tính bảo mật, an tồn
Các thang đo sử dụng để đo lường các khái niệm tiềm ẩn trên được xây dựng dựa vào lý thuyết bởi các cơng trình nghiên cứu trong và ngồi nước đã được kiểm chứng và q trình nghiên cứu sơ bộ. Các thang đo được kế thừa có sự chọn lọc và điều chỉnh để phù hợp với bối cảnh, lĩnh vực nghiên cứu của đề tài.
Các thang đo được đo lường dạng Likert 5 điểm, trong đó: 1: Hồn tồn khơng đồng ý và 5: Hoàn toàn đồng ý.
2.5.3.1 Thang đo lường Nhận thức sự hữu ích
Bảng 2.3 Thang đo lường Nhận thức sự hữu íchTên Tên
biến Thang đo lường Nhận thức sự hữu ích
Nguồn
Nguồn gốcgốc Tác giảTác giả HU1 Sử dụng IB giúp tôi giao dịch với Ngân hàng
được dễ dàng hơn TAM Davis, 1985, tr. 24, trích trong Chutter M.Y., 2009, tr. 2 HU2 Sử dụng IB giúp tôi thực hiện các giao dịch
được nhanh chóng
HU3 Sử dụng IB giúp tôi thuận tiện trong cơng việc của mình
HU5 Sử dụng IB giúp tơi tiết kiệm được thời gian
Nguồn: Lý thuyết TAM, Davis, 1985
2.5.3.2 Thang đo lường Chuẩn chủ quan
Bảng 2.4 Thang đo lường Chuẩn chủ quanTên Tên
biến Thang đo lường Chuẩn chủ quan
Nguồn
Nguồn gốcgốc Tác giảTác giả CQ1 Gia đình ủng hộ tơi sử dụng dịch vụ IB TPB Ajzen, I., The
theory of planned behaviour, 1991,
tr. 182 CQ2 Bạn bè, đồng nghiệp, đơn vị công tác,... ủng
hộ tôi sử dụng dịch vụ IB
CQ3 Tơi sử dụng dịch vụ IB vì những người xung quanh tơi sử dụng nó
Nguồn: Lý thuyết TPB, Ajzen, 1991
2.5.3.3 Thang đo lường Kiểm soát hành vi
Bảng 2.5 Thang đo lường Kiểm soát hành viTên Tên
biến Thang đo lường Kiểm soát hành vi
Nguồn
Nguồn gốcgốc Tác giảTác giả HV1 Đối với tôi, việc sử dụng dịch vụ IB là dễ
dàng
TPB
Ajzen, I., The theory of
planned behaviour, 1991,
tr. 182 HV2 Việc sử dụng dịch vụ IB hồn tồn do tơi
quyết định
HV3 Tơi chủ động liên hệ với Ngân hàng để đăng kí dịch vụ
Nguồn: Lý thuyết TPB, Ajzen, 1991
2.5.3.4 Thang đo lường Chi phí chuyển đổi
Bảng 2.6 Thang đo lường Chi phí chuyển đổiTên Tên
biến Thang đo lường Chi phí chuyển đổi
Nguồn
Nguồn gốcgốc Tác giảTác giả CP1 Tơi cho rằng chi phí để sử dụng dịch vụ IB
là hợp lý
Bổ sung mới
CP2 Tơi sẵn sàng tốn chi phí để sử dụng dịch vụ IB
CP3 Tơi sẵn sàng dành thời gian để tìm hiểu việc sử dụng dịch vụ IB
Nguồn: Đề xuất của tác giả
2.5.3.5 Thang đo lường Cảm nhận sự thích thú
Bảng 2.7 Thang đo lường Cảm nhận sự thích thúTên Tên
biến Thang đo lường Cảm nhận sự thích thú
Nguồn Nguồn gốcgốc
Tác giả Tác giả TT1 Các chức năng mà dịch vụ IB cung cấp đều
đáp ứng nhu cầu của tôi
Bổ sung mới
TT2 Các tiện ích của dịch vụ IB đã thực sự kích thích tơi
TT3 Tơi có thể thực hiện các giao dịch IB của mình ở bất cứ nơi đâu
TT4 Tơi có thể thực hiện các giao dịch IB của mình ở bất cứ thời gian nào
2.5.3.6 Thang đo lường Tính bảo mật, an tồn
Bảng 2.8 Thang đo lường Tính bảo mật, an tồnTên Tên
biến Thang đo lường Tính bảo mật, an tồn
Nguồn Nguồn gốcgốc
Tác giả Tác giả BM1 Sử dụng IB là an tồn trong khi tơi giao dịch
với Ngân hàng
Bổ sung mới
BM2 Sử dụng IB đảm bảo bí mật về các thơng tin giao dịch của tôi
BM3 Mọi người sẽ không biết tôi đang thực hiện giao dịch gì khi sử dụng IB
Nguồn: Đề xuất của tác giả
2.5.3.7 Thang đo lường Quyết định sử dụng
Bảng 2.9 Thang đo lường Quyết định sử dụngTên Tên
biến Thang đo lường Quyết định sử dụng
Nguồn
Nguồn gốcgốc Tác giảTác giả QD1 Tôi sẽ tiếp tục sử dụng sử dụng dịch vụ IB
trong thời gian tới.
TAM, TPB
Taylor và Todd, 1995 Davis, 1985, Ajzen, I., 1991 QD2 Tôi sẽ sử dụng dịch vụ IB thường xuyên hơn
nữa trong phạm vi có thể
QD3 Tơi sẽ giới thiệu cho người thân/ bạn bè/ đồng nghiệp/ ... sử dụng dịch vụ IB
Nguồn: Đề xuất của tác giả
2.5.4 Phép kiểm định Cronbach’s Alpha
Hệ số α của phép kiểm định Cronbach’s là một phép kiểm định thống kê về mức độ chặt chẽ và tương quan giữa các biến quan sát, hay nói cách khác nó đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời. Phương pháp
này cho phép người phân tích loại bỏ những biến khơng phù hợp và hạn chế các biến rác trong mơ hình nghiên cứu, tức là loại bỏ những biến quan sát (mục hỏi) làm giảm sự tương quan giữa các mục hỏi. Trong kiểm định Cronbach’s Alpha, các biến quan sát có hệ số tương quan giữa biến và tổng (Corrected Item-Total Correlation) nhỏ hơn 0,3 sẽ bị loại bỏ ((Nunnally & Burnstein, 1994); tiêu chuẩn chọn thang đo khi có hệ số Cronbach’s Alpha lớn hơn 0,6 (Nunnally & Burnstein, 1994) là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995); khi đó thang đo lường được xem là chấp nhận được và thích hợp để đưa vào những bước phân tích tiếp theo. Cũng theo nhiều nhà nghiên cứu, nếu Cronbach’s Alpha đạt từ 0,8 trở lên thì thang đo lường là tốt và mức độ tương quan sẽ càng cao; từ 0,7 đến 0,8 là sử dụng được. Tuy nhiên, nếu Cronbach’s Alpha quá cao (> 0,95) thì thang đo lường đó cũng khơng tốt vì các biến đo lường hầu như là một (Bagozzi & Edwards, De Vellis, 1991) hoặc có khả năng xuất hiện biến thừa (Redundant Items) ở trong thang đo, khi đó các biến thừa nên được loại bỏ. Phép kiểm định Cronbach’s Alpha góp phần giải quyết mục tiêu đó là, nghiên cứu xây dựng thang đo lường các nhân tố tác động đến quyết định sử dụng dịch vụ IB của khách hàng trên địa bàn Tp Hồ Chí Minh.
2.5.5Phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis)
Phân tích nhân tố khám phá được sử dụng trong trường hợp mối quan hệ giữa các biến quan sát và biến tiềm ẩn là không rõ ràng hay khơng chắc chắn. Phân tích EFA theo đó được tiến hành theo kiểu khám phá để xác định xem phạm vi, mức độ tương quan giữa các biến quan sát và các nhân tố cơ sở, cũng như sự phân biệt rõ ràng giữa các nhân tố, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số biến quan sát tải lên các nhân tố cơ sở. Các nhân tố cơ sở là tổ hợp tuyến tính của các biến mô tả bằng hệ phương trình sau:
F1 = α11x1 + α12x2 + α13x3 + …. + α1PxP F2 = α21x1 + α22x2 + α23x3 + …. + α2PxP
Sử dụng phương pháp trích nhân tố Principal Axis Factoring với phép quay Promax (đối với các thang đo lường đa hướng – các biến tác động) vì theo Gerbing & Anderson (1988), phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax (Orthogonal). Tuy nhiên với thang đo lường đơn hướng – biến bị tác động thì nên sử dụng phương pháp trích Principal Component Analysis vì phương pháp trích này sẽ làm cho tổng phương sai trích tốt hơn. Thang đo lường được chấp nhận khi thỏa mãn các điều kiện sau:
Tổng phương sai trích từ 0,5 trở lên (Gerbing & Anderson, 1988).
Hệ số tải nhân tố (Factor loading) lớn nhất của mỗi biến (Item) phải lớn hơn hoặc bằng 0,5 vì theo Hair & ctg (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phân tích EFA (Ensuring Practical Significance). Factor loading lớn hơn 0,3 được xem là đạt mức tối thiểu; Factor loading lớn hơn 0,4 được xem là quan trọng; Factor loading lớn hơn hoặc bằng 0,5 được xem là có ý nghĩa thực tiễn. Tác giả này cũng có lời khuyên như sau: nếu chọn tiêu chuẩn Factor loading lớn hơn 0,3 thì cỡ mẫu ít nhất phải là n = 350; nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor loading lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì Factor loading phải lớn hơn 0,75. Cỡ mẫu nghiên cứu của đề tài là n = 206 nên tiêu chuẩn của Factor loading được sử dụng là từ 0,5 trở lên.
Đồng thời, tại mỗi biến quan sát (Item) chênh lệch giữa hệ số tải nhân tố (Factor loading) lớn nhất và hệ số tải nhân tố bất kỳ phải từ 0,3 trở lên (Jabnoun & Al-Tamimi, 2003).
Hệ số KMO (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) là chỉ tiêu sử dụng để xem xét sự thích hợp của phân tích EFA, khi 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp.
Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng khơng trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) (Hair & ctg, 2006) thì các biến quan sát có tương quan với nhau trong tổng thể (Trọng & Ngọc,
2008). Phân tích nhân tố khám phá sẽ giải quyết được mục tiêu nghiên cứu đó là, xây dựng thang đo lường (đã qua phép kiểm định Cronbach’s Alpha).
2.5.6 Phân tích hồi quy tuyến tính đa biến
Mơ hình hồi quy tuyến tính đa biến cho biết mối tương quan giữa từng biến độc lập (khái niệm nghiên cứu) với biến phụ thuộc (việc ra quyết định) cũng như mối tương quan giữa các biến độc lập. Mơ hình nghiên cứu có dạng hồi qui tổng quát như sau:
Y = α + β1X1 + β2X2 + …+ βnXn + ε Trong đó: Y là biến phụ thuộc; β1, β2,…, βn là các hệ số hồi quy; X1, X2,…, Xn là các biến độc lập; ε là sai số.
Dựa vào mơ hình tổng qt trên và các nhân tố ảnh hưởng đến việc ra quyết định sử dụng dịch vụ IB của khách hàng, ta xây dựng mơ hình hồi qui như sau:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + ε Trong đó, tên biến và ký hiệu được giải thích qua bảng 2.10 như sau:
Bảng 2.10 Tên biến và ký hiệu biến được giải thích
Tên biến Ký hiệu Giải thích biến
Ra quyết định Y Biến phụ thuộc
Nhận thức sự hữu ích X 1 Biến độc lập
Chuẩn chủ quan X 2 Biến độc lập
Kiểm soát hành vi X 3 Biến độc lập
Chi phí chuyển đổi X 4 Biến độc lập
Cảm nhận sự thích thú X 5 Biến độc lập
Tính bảo mật, an tồn X 6 Biến độc lập
Kết quả phân tích hồi quy tuyến tính đa biến sẽ bác bỏ giả thiết H0, từ đó giải quyết mục tiêu nghiên cứu đó là, đánh giá sự ảnh hưởng của các yếu tố quyết định đến việc quyết định sử dụng dịch vụ IB của khách hàng trên địa bàn Tp Hồ Chí Minh.
2.6 Phân tích số liệu
2.6.1Xây dựng dữ liệu, làm sạch và xử lý dữ liệu
Dữ liệu sau khi thu thập được thiết kế, mã hóa và nhập liệu thơng qua công cụ phần mềm SPSS 20.0, sau đó tiến hành làm sạch. Lý do: dữ liệu sau khi thu thập được loại bỏ những phiếu trống nhiều và phiếu khơng hợp lệ, sau đó được tiến hành nhập thơ vào máy, trong q trình thực hiện thường có những mẫu điều tra bị sai lệch, thiếu sót hoặc khơng nhất qn; một số mẫu do đánh sai, thiếu sót xảy ra trong quá trình nhập liệu; do vậy cần tiến hành làm sạch số liệu để đảm bảo yêu cầu, số liệu đưa vào phân tích phải đầy đủ, thống nhất. Theo đó, việc phân tích số liệu sẽ giúp đưa ra những thơng tin chính xác có độ tin cậy cao.
Phương pháp thực hiện: sử dụng bảng tần số để rà soát tất cả các biến quan sát nhằm tìm ra các biến có thơng tin bị sai lệch hay thiếu sót bằng cơng cụ phần mềm SPSS 20.0.
Kết hợp với việc rà soát tất cả các biến quan sát qua bảng tần số, khơng tìm thấy biến nào có thơng tin sai lệch. Dữ liệu đã được làm sạch để tiếp tục đưa vào bước kiểm định thang đo.
2.6.2 Mô tả mẫu
Nghiên cứu này chọn mẫu ngẫu nhiên với 08 thuộc tính kiểm sốt: Tần suất tới Ngân hàng giao dịch; Mục đích; Trình độ học vấn; Nghề nghiệp; Thu nhập; Giới tính; Tuổi; Thời gian sử dụng dịch vụ IB như sau:
Tần suất tới Ngân hàng giao dịch
Trong 206 mẫu nghiên cứu, có 102 mẫu là hiếm khi tới Ngân hàng giao dịch (49,5%), 104 mẫu thường xuyên tới Ngân hàng giao dịch (50,5%).
Trong 206 mẫu nghiên cứu, có 45 mẫu tới Ngân hàng với mục đích vay (21,8%), 78 mẫu mục đích gửi tiền và chuyển khoản (37,9%), 66 mẫu có mục đích thanh tốn hóa đơn (32,0%), 17 mẫu có mục đích khác (8,3%).
Trình độ học vấn
Trong 206 mẫu nghiên cứu, có 27 mẫu có trình độ phổ thơng (13,1%), 79 mẫu có trình độ trung cấp và cao đẳng (38,4%), 61 mẫu đại học (29,6%), 25 mẫu trên đại học (12,1%), 14 mẫu khác (6,8%).
Nghề nghiệp
Trong 206 mẫu nghiên cứu, có 43 mẫu là học sinh/ sinh viên (20,9%), 93 mẫu là công nhân viên (45,1%), 39 mẫu là doanh nhân/ nhà quản lý (18,9%), 31 mẫu có nghề khác (15,1%).
Thu nhập
Trong 206 mẫu nghiên cứu, có 32 mẫu thu nhập dưới 2 triệu (15,5%), 54 mẫu thu nhập từ 2 triệu đến dưới 5 triệu (26,2%), 71 mẫu thu nhập từ 5 triệu đến dưới 10 triệu (34,5%), 49 mẫu thu nhập trên 10 triệu (23,8%).
Giới tính
Theo kết quả khảo sát, có 122 người tham gia là nữ chiếm 59,2%, 84 người tham gia là nam chiếm 40,8%.
Tuổi
Có 8 người có độ tuổi nhỏ hơn 18 chiếm 3,90%, 100 người trong độ tuổi từ 18 đến 30 chiếm 48,50%, 51 người từ độ tuổi 31đến 45 chiếm 24,80%, 38 người từ độ tuổi 46 đến 60 chiếm 18,40% và có 9 người trên 60 tuổi chiếm 4,40%.
Đối tượng
Trong 206 mẫu nghiên cứu, có 69 mẫu đối tượng sử dụng IB dưới 1 năm (33,5%), 87 mẫu đối tượng sử dụng từ 1 tới dưới 3 năm (42,2%), 39 mẫu đối tượng sử dụng từ 3 tới dưới 5 năm (18,9%) và 11 mẫu đối tượng sử dụng trên 5 năm (5,4%).
2.6.3 Đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha
Phép kiểm định Cronbach’s Alpha cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mơ hình nghiên cứu, tức là loại bỏ những biến quan sát (mục hỏi) làm giảm sự tương quan giữa các mục hỏi.
Nhóm các biến quan sát tác động đến quyết định sử dụng dịch vụ IB bao gồm 21 biến phân bổ trong 6 thang đo lường thành phần.
Thành phần nhận thức sự hữu ích được đo bằng 5 biến quan sát (từ biến HU1 đến biến HU5). Thành phần chuẩn chủ quan được đo bằng 3 biến quan sát (từ biến CQ1 đến biến CQ3). Thành phần kiểm soát hành vi được đo bằng 3 biến quan sát (từ biến HV1 đến biến HV3). Thành phần chi phí chuyển đổi được đo bằng 3 biến quan sát (từ biến CP1