Nhan t
ố Giá trị riêng ban đầu Tổng bình phƣơng của hệ số tải đã trích xuất Tổng bình phƣơng của hệ số tải đã xoay Tổng cộng % phƣơng sai % tích lũy Tổng cộng % phƣơng sai % tích lũy Tổng cộng % phƣơng sai % tích lũy 1 7.063 33.634 33.634 7.063 33.634 33.634 4.148 19.750 19.750 2 3.220 15.332 48.966 3.220 15.332 48.966 3.979 18.946 38.696 3 2.894 13.780 62.746 2.894 13.780 62.746 3.925 18.692 57.388 4 1.389 6.615 69.361 1.389 6.615 69.361 2.514 11. 973 69.361 5 .879 4.184 73.545 6 .831 3.957 77.502 7 .679 3.234 80.736 8 .594 2.827 83.563 9 .526 2.507 86.070 10 .467 2.225 88.295 11 . 436 2.077 90.372 12 .340 1.618 91.991 13 .320 1.525 93.516
14 .304 1.447 94.962 15 .218 1.037 95.999 16 .202 .964 96.963 17 .183 .872 97.835 18 .139 .664 98.499 19 .115 .549 99.047 20 .112 .534 99.582 21 .088 .418 100.000 (Nguồn: Tổng hợp từ SPSS 22.0)
Sử dụng phƣơng pháp trích nhân tố Principal components với phép quay Varimax, tác giả rút trích đƣợc 4 nhân tố (yêu cầu của ngƣời sử dụng, chức năng của phần mềm, NCC phần mềm, chi phí và lợi ích sử dụng phần mềm) có Eigenvalues > 1 với mức tổng phƣơng sai trích là 69,361% (thỏa điều kiện > 50%). Điều này có nghĩa là 69,361% thay đổi của các nhân tố đƣợc giải thích bởi các biến quan sát. Nhân tố quan trọng nhất giải thích đƣợc 33,634 % tổng phƣơng sai, các nhân tố còn lại lần lƣợt giải thích tƣơng ứng 15,332%, 13,780%, 6,615% tổng phƣơng sai.
Dựa vào mơ hình ma trận xoay tác giả xác định các biến của từng nhân tố nhƣ sau: Bảng 4.6: Bảng ma trận nhân tố xoaya Nhân tố 1 2 3 4 NCC6 .807 NCC4 .792 NCC2 .785 NCC5 .775 NCC1 .755 NCC3 .692 YC4 .854 YC5 .838 YC2 .805 YC3 .774
CN5 .856 CN3 .804 CN1 .802 CN4 .793 CN2 .768 CN6 .702 CP1 .869 CP2 .868 CP3 .827 (Nguồn: Tổng hợp từ SPSS 22.0)
Theo kết quả thu đƣợc ở Bảng 4.6 có 4 nhân tố ảnh hƣởng đến sự lựa chọn PMKT:
Nhân tố thứ nhất bao gồm các biến quan sát NCC6, NCC4, NCC2, NCC5, NCC1, NCC3 liên quan đến nhà cung cấp các PMKT vì vậy tác giả gọi nó là nhân tố “NCC phần mềm”. Nhân tố này giải thích đƣợc 33,634% tổng phƣơng sai.
Nhân tố thứ nhất bao gồm các biến quan sát YC4, YC5, YC2, YC3, YC1, YC6 liên quan đến các liên quan đến các yêu cầu của ngƣời sử dụng PMKT vì vậy tác giả gọi nó là nhân tố “Yêu cầu sử dụng phần mềm. Nhân tố này giải thích đƣợc 15,332% tổng phƣơng sai.
Nhân tố thứ hai bao gồm các biến quan sát CN5, CN3, CN1, CN4, CN2, CN6 liên quan đến các chức năng của PMKT vì vậy tác giả gọi nó là nhân tố “Chức năng của phần mềm ”. Nhân tố này giải thích đƣợc 13,780% tổng phƣơng sai.
Nhân tố thứ tƣ bao gồm các biến quan sát CP1, CP2, CP3 liên quan đến các chi phí mà các trƣờng ĐH, CĐ, TC sẽ phải bỏ ra khi lựa chọn PMKT để sử dụng vì vậy tác giả gọi nó là nhân tố “Chi phí và lợi ích sử dụng phần mềm. Nhân tố này giải thích đƣợc 6,615% tổng phƣơng sai.
Phân tích nhân tố khám phá của biến phụ thuộc
Bảng 4.7: Kết quả kiểm định KMO and Bartlett's Test của biến phụ thuộc
Hệ số KMO .805
Kiểm định Bartlett
Giá trị Chi bình phƣơng xấp xỉ 278. 104
df 6
Sig .000
(Nguồn: Tổng hợp từ SPSS 22.0)
Bảng 4.8: Tổng phƣơng sai trích biến phụ thuộc
Nhân tố
Giá trị riêng ban đầu Tổng bình phƣơng của hệ số tải đã trích xuất
Tổng cộng
%
phƣơng sai % tích lũy
Tổng cộng
%
phƣơng sai % tích lũy
1 3.016 75.395 75.395 3.016 75.395 75.395 2 .464 11.588 86.983
3 .300 7.507 94.490 4 .220 5.510 100.000
(Nguồn: Tổng hợp từ SPSS 22.0)
Bảng 4.9: Kết quả phân tích nhân tố biến phụ thuộc Component Matrixa Component Matrixa Component 1 LC2 .892 LC3 .870 LC4 .869 LC1 .842 (Nguồn: Tổng hợp từ SPSS 22.0)
Kết quả phân tích EFA biến phụ thuộc cho thấy chỉ có 1 nhân tố đƣợc rút trích ra từ phân tích EFA, nhƣ vậy thang đo sự lựa chọn PMKT đạt giá trị hội tụ.
4.2.3. Kết quả phân tích hồi quy bội 4.2.3.1. Phân tích tƣơng quan 4.2.3.1. Phân tích tƣơng quan
Trƣớc khi phân tích hồi quy tuyến tính, chúng ta cần xem xét mức độ tƣơng quan giữa các biến độc lập với biến phụ thuộc có chặt chẽ hay khơng để có thể dự đốn đƣợc mức độ phù hợp hay khơng của mơ hình nghiên cứu đề xuất. Nếu kết quả cho thấy có tồn tại mối quan hệ thì phân tích hồi quy mới nên đƣợc thực hiện ở bƣớc kế tiếp. Bảng 4.10 mô tả hệ số tƣơng quan giữa các biến độc lập và biến phụ thuộc nhƣ sau:
Bảng 4.10: Ma trận hệ số tƣơng quan Pearson
YC CN NCC CP LC YC Tƣơng quan Pearson 1 .208 * .349** .241** .506** Sig. (2 chiều) .023 .000 .008 .000 N 120 120 120 120 120 CN Tƣơng quan Pearson .208 * 1 .341** .142 .465** Sig. (2 chiều) .023 .000 .123 .000 N 120 120 120 120 120 NCC Tƣơng quan Pearson .349 ** .341** 1 .548** .690** Sig. (2 chiều) .000 .000 .000 .000 N 120 120 120 120 120 CP Tƣơng quan Pearson .241 ** .142 .548** 1 .571** Sig. (2 chiều) .008 .123 .000 .000 N 120 120 120 120 120 LC Tƣơng quan Pearson .506 ** .465** .690** .571** 1 Sig. (2 chiều) .000 .000 .000 .000 N 120 120 120 120 120 (Nguồn: Tổng hợp từ SPSS 22.0)
Kết quả phân tích tƣơng quan cho thấy biến phụ thuộc sự lựa chọn PMKT có tƣơng quan khá tốt với tất cả các biến độc lập trong mơ hình ở mức ý nghĩa 1%. Trong đó tƣơng quan mạnh nhất với biến độc lập là biến NCC phần mềm, kế đến là chi phí và lợi ích sử dụng phần mềm, yêu cầu của ngƣời sử dụng phần mềm, và cuối cùng là chức năng của sử dụng phần mềm. Nhƣ vậy, tất cả các biến độc lập này có thể đƣa vào mơ hình để giải thích cho việc ảnh hƣởng đến sự lựa chọn PMKT của các trƣờng ĐH, CĐ, TC. Mức độ tác động của các nhân tố sẽ đƣợc kiểm định lại qua phân tích hồi quy bội.
4.2.3.2. Kết quả phân tích hồi quy bội
Bảng 4.11: Kiểm định sự phù hợp cho mơ hình hồi quy
Mơ hình R R2 R 2 hiệu chỉnh Sai số chuẩn dự đoán Durbin-Watson 1 .809a .655 .643 .37163 1.807 (Nguồn: Tổng hợp từ SPSS 22.0)
Kiểm tra mức độ phù hợp của mơ hình cho thấy R2 hiệu chỉnh là 0,643, có nghĩa là mơ hình hồi quy bội đƣợc sử dụng phù hợp với dữ liệu nghiên cứu ở mức 64,3%, hay nói cách khác 64,3% sự biến thiên của biến phụ thuộc sự lựa chọn PMKT đƣợc giải thích bởi sự biến thiên của 4 biến độc lập: yêu cầu của ngƣời sử dụng, chức năng năng của phần mềm, NCC phần mềm, chi phí và lợi ích sử dụng phần mềm.
Bảng 4.12: Kết quả kiểm định ANOVA Mơ hình Mơ hình Tổng các bình phƣơng Df Bình phƣơng trung bình F Sig. 1 Phần hồi quy 30.159 4 7.540 54.594 .000b Phần dƣ 15.882 115 .138 Tổng cộng 46.042 119 (Nguồn: Tổng hợp từ SPSS 22.0)
Kiểm định F cho thấy giá trị Sig. rất nhỏ (Sig. = 0.000), mơ hình hồi quy phù hợp với mức ý nghĩa 5%.
Bảng 4.13: Kết quả phân tích hồi quy bội
Mơ hình
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Dung sai VIF 1 (Constant) -.947 .371 -2.551 .012 YC .303 .068 .261 4.436 .000 .865 1.156 CN .259 .062 .247 4.211 .000 .871 1.148 NCC .394 .076 .366 5.161 .000 .598 1.672 CP .237 .057 .273 4.151 .000 .694 1.440 (Nguồn: Tổng hợp từ SPSS 22.0)
Kết quả Bảng 4.16 cho thấy hệ số hồi quy của các biến độc lập đƣợc đƣa vào mơ hình đều có ý nghĩa thống kê (Sig. <0,05), hệ số chấp nhận (tolerance) cao và hệ số VIF thấp (< 2) cho thấy khơng có hiện tƣợng đa cộng tuyến giữa 4 biến độc lập tham gia hồi quy.
Phƣơng trình hồi quy bội thể hiện mối quan hệ giữa các nhân tố và sự lựa chọn PMKT dựa trên hệ số hồi quy chuẩn hóa β nhƣ sau:
LC = 0,366NCC + 0,273CP + 0,261YC + 0,247CN
(Sự lựa chọn PMKT = 0,366 NCC phần mềm + 0,273 Chi phí và lợi ích sử dụng phần mềm + 0,261 Yêu cầu của ngƣời sử dụng + 0,247 Chức năng của phần mềm).
Kết quả hồi quy đã trả lời cho câu hỏi nghiên cứu của đề tài: 4 nhân tố mà tác giả xem xét là (1) yêu cầu của ngƣời sử dụng, (2) chức năng của phần mềm, (3) NCC phần mềm, (4) chi phí và lợi ích sử dụng phần mềm đều có ảnh hƣởng đến sự lựa chọn PMKT. Trong 4 nhân tố nêu trên, nhân tố NCC phần mềm có tác động mạnh nhất đến sự lựa chọn PMKT với hệ số hồi quy là 0,366, tiếp đến là nhân tố chi phí và lợi ích sử dụng phần mềm với hệ số hồi quy là 0,273, yêu cầu của ngƣời
sử dụng với hê số hồi quy là 0,261, cuối cùng là nhân tố chức năng của phần mềm với hệ số hồi quy là 0,247.
4.2.3.3. Kiểm định giả thuyết nghiên cứu
Từ kết quả phân tích hồi quy bội ta có kết quả kiểm định các giả thuyết nghiên cứu đã đề ra nhƣ sau:
Giả thuyết H1: Yêu cầu của ngƣời sử dụng có tác động dƣơng đến sự lựa chọn PMKT của các trƣờng ĐH, CĐ, TC. Nhân tố này có hệ số β = 0,261, Sig. = 0,000 < 0,05 nên giả thuyết H1 đƣợc chấp nhận.
Giả thuyết H2: Chức năng của phần mềm có tác động dƣơng đến sự lựa chọn
PMKT của các trƣờng ĐH, CĐ, TC. Nhân tố này có hệ số β = 0,247, Sig. = 0,000 < 0,05 nên giả thuyết H2 đƣợc chấp nhận.
Giả thuyết H3: NCC phần mềm có tác động dƣơng đến sự lựa chọn PMKT
của các DN vừa và nhỏ. Nhân tố này có hệ số β = 0,366, Sig. = 0,000 < 0,05 nên giả thuyết H4 đƣợc chấp nhận.
Giả thuyết H4: Chi phí và lợi ích sử dụng phần mềm có tác động dƣơng đến
sự lựa chọn PMKT của các trƣờng ĐH, CĐ, TC. Nhân tố này có hệ số β = 0,27, Sig. = 0,000 < 0,05 nên giả thuyết H4 đƣợc chấp nhận.
4.2.3.4. Dị tìm các vi phạm giả định của mơ hình
Giả định các biến độc lập khơng có tương quan hồn tồn với nhau (khơng có hiện tượng đa cộng tuyến):
Hệ số VIF dùng để kiểm định hiện tƣợng đa cộng tuyến đƣợc trình bày trong Bảng 4.16 đều nhỏ hơn 2 cho thấy khơng có hiện tƣợng đa cộng tuyến xảy ra hay các biến độc lập trong mơ hình hồi quy bội khơng tƣơng quan hồn tồn với nhau.
Giả định liên hệ tuyến tính:
Đồ thị đƣợc trình bày trong Hình 4.1 cho thấy phần dƣ đƣợc phân tán một cách ngẫu nhiên trong vùng xung quanh đƣờng đi qua tung độ 0, do đó giả thiết về quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc trong mơ hình là đúng.
Hình 4.1: Đồ thị phân tán Scatterplot
(Nguồn: Phân tích hồi quy từ SPSS 22.0)
Giả định về phân phối chuẩn của phần dư:
Giá trị phân phối chuẩn của phần dƣ đƣợc kiểm tra qua biểu đồ Histogram và Q-Q Plot (Hình 4.2). Nhìn vào biểu đồ Histogram ta thấy phần dƣ có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng khơng và độ lệch chuẩn bằng 0,983 gần bằng 1. Đồ thị Q-Q Plot biểu diễn các điểm quan sát thực tế tập trung khá sát đƣờng chéo những giá trị kỳ vọng, có nghĩa là phần dƣ có phân phối chuẩn.
Hình 4.2: Đồ thị Histogram và Q-Q Plot
(Nguồn: Phân tích hồi quy SPSS 22.0)
Giả định về tính độc lập của sai số (khơng có tương quan giữa các phần dư):
Đại lƣợng thống kê Durbin – Waston (Bảng 4.14) bằng 1,807 gần với ngƣỡng 2 nên chấp nhận giả thiết khơng có tự tƣơng quan giữa các phần dƣ trong mơ hình hay nói cách khác giả định về tính độc lập của sai số đƣợc chấp nhận.
4.2.4. Kết quả kiểm định sự khác biệt
Bảng 4.14: Phân tích sự khác biệt theo các thuộc tính Thuộc tính Levene Test Thuộc tính Levene Test
(Sig.) T – Test (Sig.) ANOVA (Sig.) Giới tính 0,84 0,289 Trình độ 0,085 0,354 Chức vụ 0,538 0,082 Loại hình đào tạo 0,651 0,235 Quy mô đào tạo 0,319 0,347
(Nguồn: Tổng hợp từ SPSS 22.0)
Tác giả sử dụng phân tích T- Test để kiểm định sự khác biệt của giới tính và phân tích ANOVA để kiểm định sự khác biệt của trình độ, chức vụ, loại hình đào tạo, quy mô đào tạo đến sự lựa chọn PMKT của các trƣờng ĐH, CĐ, TC tại khu vực miền Nam Việt Nam.
Kết quả phân tích sự khác biệt theo các thuộc tính (giới tính, trình độ, loại hình đào tạo, quy mô đào tạo) cho thấy Sig của kiểm định Levene của các thuộc tính trên đều lớn hơn 0,05 nên giả thuyết H0 “phƣơng sai bằng nhau” đƣợc chấp nhận.
Kết quả phân tích T- Test của thuộc tính “giới tính” có mức ý nghĩa = 0,289 > 0,05 nên giả thuyết giả thuyết H0 “trung bình bằng nhau” đƣợc chấp nhận. Dữ liệu quan sát chƣa đủ điều kiện để khẳng định có sự khác biệt về sự lựa chọn PMKT giữa hai giới tính nam và nữ.
Kết quả phân tích ANOVA của các thuộc tính “trình độ”, “chức vụ”, “loại hình đào tạo”, “quy mơ đào tạo” có mức ý nghĩa lớn hơn 0,05. Nhƣ vậy giả thuyết H0 “trung bình bằng nhau” đƣợc chấp nhận. Dữ liệu quan sát chƣa đủ điều kiện để khẳng định có sự khác biệt về sự lựa chọn PMKT theo trình độ, chức vụ, loại hình đào tạo và quy mơ đào tạo của đối tƣợng trả lời khảo sát.
4.3. Bàn luận
Kết quả phân tích hồi quy đã cho thấy 4 nhân tố tác động đến sự lựa chọn PMKT của các trƣờng ĐH, CĐ, TC không thay đổi so với mơ hình nghiên cứu chính thức. Từ kết quả nghiên cứu đã xác định đƣợc các nhân tố ảnh hƣởng đến sự lựa chọn PMKT của các trƣờng ĐH, CĐ, TC cụ thể nhƣ sau:
Nhà cung cấp phần mềm: đây là nhân tố có ảnh hƣởng mạnh nhất sự lựa chọn
PMKT với hệ số β = 0,366 (giả thuyết H3). Khi NCC phần mềm có các dịch vụ hỗ trợ tốt cũng nhƣ tạo đƣợc uy tín cho các trƣờng sẽ ảnh hƣởng đến sự lựa chọn PMKT của họ. Khả năng hỗ trợ càng tốt, uy tín càng nhiều thì khả năng các trƣờng lựa chọn PMKT của NCC đó càng cao. Kết quả này phù hợp với kết quả nghiên cứu trƣớc đây của Ahmad A& Abu-Musa (2005), Elikai và cộng sự (2007), Anil S.Jadhav & Rajendar M. Sonar (2009), Võ Văn Nhị và cộng sự (2014), Huỳnh Thị Hƣơng (2015).
Chi phí và lợi ích sử dụng phần mềm: Nhân tố này có ảnh hƣởng mạnh thứ hai
đến sự lựa chọn PMKT với hệ số β = 0,273 (giả thuyết H4). Do hoạt động của các trƣờng ĐH, CĐ, TC công lập, chịu ảnh hƣởng của ngân sách nhà nƣớc, còn các trƣờng ngồi cơng lập chịu ảnh hƣởng việc chia lợi nhuận cho các cổ động nên các trƣờng sẽ cân nhắc và so sánh các khoản chi phí sẽ phát sinh (giá phí bản quyền, chi phí nâng cấp, bảo trì hằng năm…) khi lựa chọn sử dụng phần mềm. PMKT nào có các khoản chi phí phù hợp với mức chi phí mà các trƣờng sẵn sàng trả thì khả năng các trƣờng lựa chọn PMKT đó càng cao. Kết quả này phù hợp với kết quả nghiên cứu trƣớc đây của Elikai và cộng sự (2007), Anil S.Jadhav & Rajendar M. Sonar (2009), Nguyễn Văn Điệp (2014), Huỳnh Thị Hƣơng (2015), Phạm Thị Tuyết Hƣờng (2016).
Yêu cầu của người sử dụng: đây là nhân tố có ảnh hƣởng mạnh thứ ba đến sự
lựa chọn PMKT với hệ số β = 0,261 (giả thuyết H1). Khi một PMKT đáp ứng đƣợc các yêu cầu của ngƣời sử dụng nhƣ phù hợp với quy mô, đặc điểm của các trƣờng hay PMKT thân thiện, dễ sử dụng …. thì khả năng các trƣờng lựa chọn PMKT đó
càng cao. Kết quả này phù hợp với kết quả nghiên cứu trƣớc đây của Ahmad A & Abu-Musa (2005), Thái Ngọc Trúc Phƣơng (2013), Huỳnh Thị Hƣơng (2015).
Chức năng của phần mềm: đây là nhân tố có ảnh hƣởng thấp nhất đến sự lựa
chọn PMKT với hệ số β = 0,247 (giả thuyết H2). Do các trƣờng không chuyên về phần mềm, nên đối với các trƣờng, thì họ đặt niềm tin vào NCC phần mềm là mạnh nhất, nên chức năng cụ thể của phần mềm các trƣờng không quan tâm nhiều. Kết quả này phù hợp với kết quả nghiên cứu trƣớc đây của Võ Văn Nhị và cộng sự (2014).
Tất cả các nhân tố trên đều có tác động dƣơng với sự lựa chọn PMKT. Nếu tăng giá trị của một yếu tố bất kỳ trong 4 yếu tố này sẽ làm tăng giá trị của biến sự