Mơ hình nghiên cứu hiệu chỉnh này hơi khác với mơ hình tổng qt trong Chương 2, cụ thể là nhiều nhân tố hơn, điều này có thể dễ dàng hiểu được vì mơ hình đề xuất trong Chương 2 là mơ hình lý thuyết tổng qt, cịn các nhân tố được phát triển ra trong Bảng 4.21 là 4 yếu tố khác biệt của NDT HCM và HN, rút trích lại từ mơ hình tổng qt. Và mơ hình trong hình 4.1 là mơ hình phù hợp nhất áp dụng cho bài nghiên cứu này.
Phép phân tích hồi quy sẽ cung cấp các hệ số của mơ hình để định lượng mức độ ảnh hưởng của các nhân tố này lên sự khối lượng sử dụng trung bình của NDT ở HCM và Hà Nội.
Phép phân tích hồi quy đa biến đòi hỏi các biến nguyên nhân và hệ quả phải có hệ thang đo khoảng cách (Scale). Phép phân tích nhân tố trong Mục 4.2 đã nhóm 19 yếu tố thành 4 nhân tố nguyên nhân (Save variable as regression), và 4 biến nhân tố này đều đã ở định dạng thang đo khoảng cách
- Nhận thức về tính hữu ích - Nhận thức về tính tiện dụng - Nhận thức về tính kinh tế
- Nhận thức về tính an tồn, bảo bảo mật
Còn các biến nguyên nhân về nhân khẩu học hiện tại hầu hết ở các dạng thang đo thứ tự (ordinal) và thang đo (định danh), các biến nhân khẩu học này sẽ được phân tích mối quan hệ với bến kết quả: Khối lượng sử dụng, sẽ được trình bài chi tiết trong mục 4.4 (Phân tích Anova) của đề tài.
Mơ hình phân tích hồi quy đa biên của bài viết này gồm các biến nguyên nhân (trích từ phép phân tích nhân tố) là (1) Nhận thức tính hữu ích; (2) Nhận thức tính tiện dụng, (3) Nhận thức tính kinh tế, (4) Nhận thức tính an toàn, bảo bảo mật và biến phụ thuộc là (5) khối lượng sử dụng trung bình/năm (câu 9b: “Vui lịng cho biết khối lượng sử dụng trung bình 1 năm vào khoảng nào sau đây?”)
Ít hơn 20 triệu Khoảng 21- 40 triệu Khoảng 41- 60 triệu Khoảng 61- 80 triệu Trên 80 triệu 1 2 3 4 5
Bảng 4.20: Tóm tắt mơ hình hồi quy và chỉ số giải thích của mơ hình Model Summary(b)
Mode
l R R Square Adjusted RSquare Std. Error ofthe Estimate Change Statistics
1 0.93 0.86 0.86 3.72 0.86
A Predictors: (Constant), EducationTrinh do theo scale, F3Huu ich, F4An Toan & Bao mat, F2Kinh Te, F1Tien Dung
B Dependent Variable: VolumeLuong dung
Bảng trên đưa ra mơ hình hồi quy đa biến giữa các biến nguyên nhân và phụ thuộc. Hệ số R thể hiện độ tương quan giữa kết hợp của 8 biến nguyên nhân với biến kết quả (khối lượng sử dụng trung bình). Ngồi ra, dựa vào hệ số quyết định (coefficient of determination) Adjusted R Square từ bảng trên cho thấy: kết hợp của các biến nguyên nhân đã giải thích được 86% sự biến thiên trong biến kết quả (khối lượng sử dụng trung bình). Kết quả thống kê này chứng tỏ mơ hình hồi quy này là có ý nghĩa về mặt thống kê. Hay nói cách khác là có mối quan hệ tuyến tính rất mạnh (86%) giữa kết hợp của các biến nguyên nhân với biến kết quả. Luận văn sẽ xem xét thêm các thơng số cho phương trình hồi quy từ bảng sau (Bảng 4.23):
Bảng 4.21: Các chỉ số mơ hình hồi quy Coefficients(a) Mode l Unstandardized Coefficients Std Coeff t Sig. B Std. Error Beta 1 (Constant) 11.73 0.26 44.55 0.00 F1 Tiện dụng 8.72 0.26 0.88 33.04 0.00 F2 Kinh tế 0.37 0.26 0.04 1.41 0.16 F3 Hữu ích 2.08 0.26 0.21 7.88 0.00 F4 An toàn & bảo mật 1.89 0.26 0.19 7.17 0.00
A Dependent Variable: Volume Luong dung
Đa cộng tuyến làm sai lệch giá trị Adjusted R Square và các hệ số hồi quy. Với SPSS, chúng ta cần kiểm tra hiện tượng đa cộng tuyến bằng việc xem xét hệ số Tolerance hoặc VIF. Nhận thấy, chỉ số VIF của cả 4 yếu tố đều xấp xỉ 1, điều đó cho thấy là khơng có hiện tượng đa cộng tuyến diễn trong mơ hình này, hay nói cách khác
độ giải thích Adjusted R Square là số chính xác, khơng bị ước tính dư.
Kết quả thống kê chỉ số Beta cho thấy, cả 8 yếu tố nguyên nhân đều có tác động dương đến biến kết quả, trong đó [Nhận thức tính Tiện dụng] là yếu tố có tác động tích cực nhất lên yếu tố khối lượng sử dụng thẻ tín dụng (B=0.88). Kế đến là yếu tố [Nhận thức tính hữu ích] và [Nhận thức tính an tồn và bảo mật] cũng có tác động tích cực lên khối lượng sử dụng thẻ tín dụng với B=0.21 và 0.19. Cuối cùng là [Nhận thức tính kinh tế] cũng có đóng góp vào sự ảnh hưởng nhưng cường độ yếu nhất.
Kết hợp với phần phân tích mơ tả trong Mục 4.1.3 cho thấy yếu tố quan trọng nhất là [Nhận thức tính tiện dụng] nhưng đang được đánh giá thấp nhất. Hay nói một cách đơn giản đây chính là ẩn số của thị trường thẻ tín dụng tại HCM và Hà Nội, các ngân hàng cung cấp dịch vụ thẻ đang đầu tư nguồn lực chưa đúng chỗ, điều quan trọng hơn thì lại thiếu. Điều này sẽ dẫn tiềm năng của thị trường thẻ tín dụng ở HCM và Hà Nội chưa được khai thác một cách tối ưu nhất.