Tên biến Thang đo Chỉ số
loadings VIF AVE Chỉ số Composite Reliability Cronbach alpha UB UB1 0.821 1.888 0.708 0.907 0.863 UB2 0.858 2.412 UB3 0.829 1.830 UB4 0.858 2.258 VB VB1 0.877 1.923 0.726 0.888 0.812 VB2 0.820 1.616 VB3 0.859 1.896 RB RB1 0.914 1.814 0.835 0.910 0.802 RB2 0.913 1.814 TB TB1 0.445 1.169 0.594 0.875 0.821 TB2 0.830 1.936 TB3 0.830 2.055 TB4 0.820 2.034 TB5 0.849 2.044 IB IB1 0.841 2.289 0.709 0.907 0.863 IB2 0.840 2.215 IB3 0.859 2.723 IB4 0.827 2.475 PRV PRV1 0.870 2.307 0.770 0.909 0.851 PRV2 0.899 2.483
38 PRV3 0.862 1.792 VIS VIS1 0.840 2.547 0.744 0.921 0.887 VIS2 0.880 2.905 VIS3 0.905 2.810 VIS4 0.823 1.835 INP INP1 0.914 1.820 0.836 0.910 0.803 INP2 0.914 1.820
Ghi chú: Giá trị in đậm là giá trị không hợp lệ (không đạt yêu cầu tối thiểu).
Nguồn: Kết quả khảo sát 4.2.2 Đánh giá độ chuẩn xác của mơ hình
Ở bước này chúng tơi tiến hành đánh giá giá trị hội tụ (Convergent validity) và phân biệt (Discriminant validity) là hai yếu tố xác định độ chuẩn xác của mơ hình nghiên cứu. 4.2.2.1 Giá trị hội tụ (Convergent validity)
Mục đích của việc đánh giá và nhận xét giá trị hội tụ là để kiểm chứng mức độ mà một thang đo tương quan tích cực với biện pháp thay thế trong cùng một biến. Chỉ số AVE mà chúng tôi đã cung cấp ở bảng 12 sẽ phục vụ cho việc tính tốn mức độ này. Để các biến được xem là hội tụ thì giá trị của chúng phải lớn hơn 0.5. Do vậy, các biến dưới mức tối thiểu sẽ bị loại bỏ khỏi mơ hình nghiên cứu. Từ các kết quả được cung cấp, các biến đều có giá trị hội tụ được chấp thuận. Trong đó, biến INP đóng vai trị là biến phụ thuộc có giá trị hội tụ cao nhất với 0.836 chứng tỏ rằng các biến quan sát ở đây có giá trị hội tụ tốt hơn so với phần cịn lại của mơ hình. Biến độc lập TB tuy có giá trị thấp nhất là 0.596 nhưng vẫn nhỉnh hơn mức trung bình, vậy nên tất cả các biến có đủ điều kiện để tiếp tục phân tích ở các phần tiếp theo.
4.2.2.2 Giá trị phân biệt (Discriminant validity)
Để kiểm tra mức độ khác nhau của một biến so với các biến khác, xem xét mức độ tương quan giữa các biến và liệu mỗi chỉ số có đại diện cho đặc tính của một biến riêng biện hay không ta sẽ dùng phương pháp đánh giá giá trị phân biệt. Nghĩa là hệ số loadings ở các biến quan sát nên cao hơn so với hệ số loadings ở những biến còn lại cùng hàng với nó hay cịn gọi đơn giản là hệ số loadings ở mỗi biến phải cao hơn cross-loading của chính nó.
Để đảm bảo hướng đi của mình là đúng đắn và độ chính xác cho giá trị phân biệt của từng biến cao, chúng tôi đã định hướng bản thân theo các tài liệu tham khảo rằng sẽ tiến hành phân tích giá trị phân biệt thông qua chỉ số AVE và chỉ số tương quan giữa các
39
biến ẩn (LVC-Latent Variable Correlations). Giá trị phân biệt của một nhân tố xác định được đánh giá bằng cách so sánh căn bậc hai của AVE và LVC, trong đó căn bậc hai của AVE một nhân tố cần phải lớn hơn hệ số tương quan của nhân tố đó với các nhân tố khác thì giá trị phân biệt mới được cho là phù hợp với mơ hình nghiên cứu (Tiêu chí Fornall & Larcker). Từ đó, kiểm tra giá trị phân biệt thơng qua hệ số cross-loadings và loadings, chúng tơi phân tích thêm thông qua chỉ số AVE và LVC ở bảng 13. Bảng 13 là tổng hợp kết quả của giá trị phân biệt của các nhân tố trong mơ hình nghiên cứu theo tiêu chí Fornell và Larcker.
Bảng 13. Giá trị phân biệt của các nhân tố theo tiêu chí Fornell & Larcker.
IB INP PRV RB TB UB VB VIS IB 0.842 INP 0.601 0.914 PRV 0.550 0.413 0.877 RB 0.659 0.492 0.638 0.914 TB 0.680 0.618 0.487 0.606 0.771 UB 0.708 0.534 0.374 0.502 0.562 0.842 VB 0.718 0.551 0.517 0.637 0.688 0.615 0.852 VIS -0.030 -0.156 -0.248 -0.097 -0.217 -0.097 -0.164 0.863
Ghi chú: Giá trị in đậm là giá trị hiệu lực biến thức, in thường là hệ số tương quan. Nguồn: Kết quả khảo sát Theo các kết quả được cung cấp ở bảng 13, ta có thể khẳng định rằng căn bậc hai AVE của từng nhân tố đều lớn hơn hệ số tương quan giữa các nhân tố với nhau. Bởi lẽ đó nên theo tiêu chí Fornell & Larcker thì giá trị phân biệt của mơ hình được xác nhận, mơ hình nghiên cứu đã được đáo ứng độ phân biệt bởi mẫu nghiên cứu. Bên cạnh đó, chúng tơi cũng được hướng dẫn kiểm tra chỉ VIF, theo đó chỉ số này phải nhỏ hơn 5 thì mới khơng có hiện tượng đa cộng tuyến xảy ra. Các kết quả liên quan đến VIF được thể hiện ở bảng 12 cho thấy các giá trị đều nhỏ hơn 5 tức là khơng có hiện tượng đa cộng tuyến xảy ra ở dữ liệu được thu thập. Ngồi ra, bảng 12 cịn cho biết VIS2 có giá trị lớn nhất là 2.905 và VB2 có giá trị nhỏ nhất là 1.616. Sau khi đã hồn thành các bước phân tích nhầm loại các biến không hợp lệ để tránh ảnh hưởng đến kết quả cuối cùng, nhóm chúng tơi tiếp tục đi đến phân tích mơ hình cấu trúc.
40
4.3 Mơ hình cấu trúc
Giai đoạn này là giai đoạn phân tích các yếu tố ở mơ hình đo lường đã được nêu ở chương 3 dựa vào các chỉ số tổng thể xác định R Square và hệ số đường dẫn. Từ đây có thể nghiên cứu mức độ giải thích của các biến độc lập lên trên biến phụ thuộc và bên cạnh đó là cùng lúc kiểm định mức độ tin cậy hay hợp lệ của giả thuyết nghiên cứu được đặt ra.
4.3.1 Hệ số tổng thể xác định R Square (R bình phương)
R Square là một thước đo được sử dụng trong thống kê để thể hiện mơ hình nghiên cứu liệu có phù hợp với ý nghĩa là các nhân tố cụ thể ta có thể biết đến là các biến. Kèm với khái niệm đó, hệ số này cịn giải thích biến phụ thuốc đó đạt bao nhiêu phần trăm trong quá trình thực hiện nghiên cứu. R bình phương đưa ra thơng tin về độ thích hợp giữa mơ hình với dữ liệu là bao nhiêu phần trăm. Giá trị R Square được đo lường theo từng mức độ gồm 0.75, 0.5 và 0.25 biểu thị tương ứng cho mức độ giải thích của các biết lần lượt với hàm ý là cao, trung bình cho đến thấp. Đặc biệt, giá trị R bình phương càng cao thì mối quan hệ giữa biến độc lập và biến phụ thuộc càng chặt chẽ. Vì thế các nhà nghiên cứu cịn gọi R bình phương là hệ số tương quan R bình phương.
Bảng 14. Giá trị hệ số tổng thể R Square R Square R Square Adjusted R Square R Square Adjusted INP 0.462 0.448
Nguồn: Kết quả khảo sát
Qua bảng kết quả giá trị hệ số tổng thể R square, chúng ta có thể quan sát được rằng INP có chỉ số xấp xỉ trung bình là 0.462, nghĩa là mức độ giải thích của các biến chạy từ UB đến VIS là tiệm cận trung bình. Điều này được lí giải là trong q trình thực hiện nghiên cứu, có một vài biến độc lập tồn tại với mức độ ảnh hưởng thấp hơn so với số cịn lại. Cụ thể như phân tích ở đề mục 4.2.1.1 với bảng 12, chúng tôi phải loại bỏ một biến quan sát tên TB1 thuộc biến độc lập TB vì khơng thỏa các điều kiện yêu cầu. Do vậy chúng tơi nghĩ rằng nó chính là nhân tố kéo hệ số R square của biến phụ thuộc INP xuống mức trung bình.
4.3.2 Hệ số đường dẫn (Path coefficient)
Do SMART PLS khơng có giả định phân phối chuẩn cho dữ liệu nên việc đánh giá tầm quan trọng của hệ số đường dẫn (path coefficient) nên nhóm nghiên cứu chúng tôi đã sử dụng bootstrapping để kiểm tra. Bootstrapping được hiểu đơn giản với khái niệm là “lấy mẫu lại”. Kỹ thuật thống kê này chính là một thủ tục lặp đi lặp lại nhiều lần dựa trên sự tính tốn của máy tính. Bootstrapping gợi ý cho chúng ta về một phương pháp khác với
41
khoảng tin cậy để ước tính một tham số của tổng thể. Quy trình này được thực hiện nhằm mục đích tính tốn sai số chuẩn của hệ số ước tính sau đó là kiểm tra ý nghĩa thống kê. Ý nghĩa đường dẫn của mơ hình nghiên cứu được xác định bởi T-statistics (một chỉ số được tạo ra trong quá trình bootstrap). Bài nghiên cứu này áp dụng 285 điểm dữ liệu trên 1000 mẫu từ dữ liệu ban đầu để tính giá trị T-value, từ đó có thể kiểm tra mức độ quan trọng của cấu trúc đường dẫn. Đương nhiên mọi chỉ số kết quả được cung cấp bởi bất kỳ phương pháp nào đều có mức giá trị tối thiểu để chấp nhận hoặc loại bỏ biến đó và P-value không ngoại lệ. Để P-value hợp lệ khi đánh giá giá trị của mơ hình nghiên cứu thì chính bản thân chỉ số này phải bé hơn 0.05 và bắt đầu từ giá trị này ta mới xem xét đến các giá trị T-statistics, các trị số thuộc T-statistics này càng lớn thì sự tác động càng nhiều.
Bảng 15. Giá trị T statistics, hệ số đường dẫn và độ lệch chuẩn của các biến.
Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) T Statistics (|O/STDEV|) P Values IB -> INP 0.204 0.204 0.090 2.275 0.023 PRV -> INP 0.032 0.035 0.070 0.462 0.644 RB -> INP 0.036 0.032 0.089 0.406 0.685 TB -> INP 0.313 0.321 0.099 3.177 0.002 UB -> INP 0.147 0.143 0.068 2.152 0.032 VB -> INP 0.052 0.053 0.104 0.495 0.621 VIS -> INP -0.048 -0.055 0.054 0.898 0.369 Ghi chú: Giá trị được in đậm là biểu thị cho biến được chấp nhận.
Nguồn: Kết quả khảo sát Dựa vào bảng kết quả, trị số P-value của 4 giả thuyết H2, H3, H6 và H7 đã khiến chúng buộc phải bị loại bỏ vì chúng đều lớn hơn 0.05, suy ra rằng độ tin cậy ở 4 giả thuyết này là chưa chắc chắn. Mặt khác, T-statistics thể hiện các biến có sự tác động tương đối cao ở các giả thuyết không bị loại bỏ vì P-value và về phần các giả thuyết đã bị loại bỏ được cho rằng mối quan hệ mà chúng đó đặt ra chưa được chấp nhận và dường như có tác động tương đối thấp dao động từ khoảng 0.4 đến cao nhất là 0.8 gần 0.9.
4.4 Xử lí biến điều tiết SEC
Để xử lý biến điều tiết, chúng tôi đã dùng PROCESS Macro của Andrew F. Hayes ngay trong phần mềm SPSS.
Kết quả cho thấy SEC khơng có vai trị điều tiết bất kỳ biến nào do tất cả tích số của các biến có chỉ số p-value khơng đạt u cầu hay cịn gọi là khơng đủ điều kiện (> 0.05) để kết luận sự điều tiết giữa biến điều tiết với biến độc lập khi chúng tác động lên biến phụ thuộc INP.
42
Bảng 16. Xử lí biến điều tiết SEC. Tích số Tích số biến p-value UB*SEC 0.7179 VB*SEC 0.9177 RB*SEC 0.5099 TB*SEC 0.5293 IB*SEC 0.6486 PRV*SEC 0.1419 VIS*SEC 0.4668
43
4.5 Mơ hình nghiên cứu cuối cùng của nhóm nghiên cứu hiện tại (KTC)
Hình 3. Kết quả của mơ hình cấu trúc. 4.6 Kết quả kiểm định các giả thuyết nghiên cứu
Bảng 17. Kết quả kiểm định của các giả thuyết nghiên cứu.
Giả thuyết Nội dung Đánh giá H1 Rào cản sử dụng liên kết mật thiết với việc người tiêu
dùng trì hỗn sử dụng ví điện tử.
Chấp nhận
H2 Rào cản giá trị liên kết mật thiết với việc người tiêu dùng trì hỗn sử dụng ví điện tử.
44
H3 Rào cản rủi ro liên kết mật thiết với việc người tiêu dùng trì hỗn sử dụng ví điện tử.
Bác bỏ
H4 Rào cản truyền thống liên kết mật thiết với việc người tiêu dùng trì hỗn sử dụng ví điện tử.
Chấp nhận
H5 Rào cản hình ảnh liên kết mật thiết với việc người tiêu dùng trì hỗn sử dụng ví điện tử.
Chấp nhận
H6 Mối quan tâm về quyền riêng tư có liên kết mật thiết với việc người tiêu dùng trì hỗn việc sử dụng ví điện tử.
Bác bỏ
H7 Khả năng hiển thị của ví điện tử có liên kết kém đến việc người tiêu dùng trì hỗn sử dụng ví điện tử.
Bác bỏ
H8 Các mối quan hệ được nêu lên trong các giả thuyết từ H1 đến H7 được điều tiết bởi mối quan tâm về bảo mật.
Bác bỏ
Nguồn: Kết quả khảo sát Dựa vào kết quả của bảng 17, chỉ có các giả thuyết H1, H4 và H5 là được chấp nhận do kết quả phân tích dữ liệu được trình bày ở phần 4.2 và 4.3 phù hợp. Tuy nhiên một bài nghiên cứu khơng thể hồn hảo đến mức khơng một sai sót, với kết quả ở bảng 15, chúng ta buộc phải bác bỏ các giả thuyết H2, H3, H6, H7 và H8 (chỉ số p-value > 0.05) do không đủ sự tin tưởng. Riêng giả thuyết H8 được đo lường riêng bằng đề mục 4.4 và đi kèm với kết quả ở bảng 16 cho thấy biến điều tiết hoàn tồn khơng điều tiết các giả thuyết khác.
45
5 CHƯƠNG 5: KẾT LUẬN CHUNG VÀ HÀM Ý QUẢN TRỊ
5.1 Tổng quan kết quả nghiên cứu
Nghiên cứu này được thực hiện với mục tiêu là kiểm tra sự tác động của nhiều yếu tố lên trên sự trì hỗn sử dụng ví điện tử của ngươi tiêu dùng và sau đó là đo lường cảm nhận của người tiêu dùng về ví điện tử xem liệu họ sẽ sử dụng chúng hay khơng. Từ đó có thể phần nào nhận định được những yếu tố nào làm cản trở họ đi đến quyết định sử dụng ví điện tử trong lĩnh vực nhà hàng khách sạn.
Kết quả từ nghiên cứu của Sayantan Khanra, Amandeep Dhir, Puneet Kaur, Rojers P Josephf (2020) cho thấy gần như tất cả các yếu tố đều tác động lên trên việc trị hỗn sử dụng ví điện tử (hay sát hơn với nghiên cứu của họ là “dịch vụ thanh toán qua điện thoại”) tại Ấn Độ. Nhưng trong nghiên cứu của chúng tơi ở Việt Nam lại có một số thay đổi rằng chỉ có 3 trên 8 giả thuyết mang tính thuyết phục và hợp lý ở thị trường này. Ngồi ra nghiên cứu của nhóm chúng tơi cũng cho thấy yếu tố điều tiết “mối quan tâm về bảo mật” cũng không điều tiết bất kỳ yếu tố nào ngược với nghiên cứu của họ ở Ấn Độ là hai yếu tố “rào cản hình ảnh” và “rào cản giá trị”. Các trị số để chứng minh cho những khẳng định mà chúng tôi nêu ở đề mục này đều đã được phân tích kỹ lưỡng và giải thích cặn kẽ ở các đề mục nên chúng tôi sẽ không nêu lại các trị số để tránh việc người đọc bị xao nhãng và thiếu mạch lạc trong q trình đưa ra kết luận.
Ngồi ra, theo nghiên cứu của nhóm trước cho thấy yếu tố nhân khẩu học liên quan đến độ tuổi có tác động chính đến việc trì hỗn sử dụng ví điện tử nhưng tại Việt Nam do đối tượng khảo sát có trình độ học vấn và độ tuổi tương đối ngang nhau nên việc các yếu tố này có tác động mạnh hay yếu lên sự trì hỗn kia chưa thể khẳng định chắc chắn được. Tuy vậy ta cũng có thể khẳng định ví điện tử Momo được cho là loại ví được sử dụng cũng như tần suất xuất hiện ở xung quanh người tiêu dùng nhiều nhất.
5.2 Hàm ý quản trị
Như kết quả nghiên cứu đã được nêu và kết luận, có vẻ như các loại ví điện tử cần làm mới và đơn giản hóa thao tác sử dụng ví điện tử. Bên cạnh đó là nên liên kết chặt chẽ hay cộng tác với các ngân hàng để đổi mới và hiện đại hóa trong giao dịch tài chính giữa người sử dụng dịch vụ và nhà cung cấp dịch vụ. Và cuối cùng là cần có các hướng đi nhằm tăng sự tin tưởng cho người tiêu dùng, cụ thể là bộ mặt của dịch vụ mà họ sẽ sử dụng để giao dịch vì về cơ bản, người tiêu dùng thường chủ quan đánh giá vấn đề tổng