STT Đơn vị hành chính Dân số Tỉ lệ dân số theo từng địa bàn Số lƣợng phiếu phát ra 1 TP. Thủ Dầu Một 351.893 13,99% 46 2 Huyện Bàu Bàng 100.328 3,99% 13
3 Huyện Dầu Tiếng 121.727 4,84% 16
4 Thị xã Bến Cát 318.799 12,68% 42
5 Huyện Phú Giáo 97.005 3,86% 13
6 Thị xã Tân Uyên 328.780 13,07% 43
7 TP. Dĩ An 495.710 19,72% 65
8 TP. Thuận An 628.234 24,98% 82
9 Huyện Bắc Tân Uyên 72.113 2,87% 10
Nguồn: Báo cáo Bình Dương – con số và sự kiện 10 năm 2011-2020.
3.4.1.2. Tiến hành thu thập dữ liệu
Dữ liệu nghiên cứu
Đề tài sử dụng phƣơng pháp chọn mẫu ngẫu nhiên để thu thập số liệu sơ cấp. Đối tƣợng phỏng vấn là các khách hàng cá nhân, có hiểu biết về các sản phẩm dịch vụ Fintech của ngân hàng trên địa bàn tỉnh Bình Dƣơng (loại trừ các chi nhánh ngân hàng nƣớc ngoài, ngân hàng liên doanh) trên địa bàn tỉnh Bình Dƣơng từ 01/04/2021-31/05/2021, với số lƣợng phiếu khảo sát là 330. Nghiên cứu tập trung vào đối tƣợng khách hàng dùng thẻ thanh toán, internet banking, Apps bảo hiểm ngân hàng, Apps đầu tƣ tài chính chứng khốn, ví điện tử của ngân hàng thƣơng mại và QR Code, POS. Cỡ mẫu này đủ lớn đảm bảo tính suy rộng cho tổng thể.
Công cụ thu thập dữ liệu
Phiếu điều tra gồm 08 nhân tố tính hữu ích, cảm nhận dễ dàng sử dụng, ảnh hƣởng xã hội, nhận thức rủi ro, chi phí cảm nhận, điều kiện thuận lợi, hỗ trợ chính phủ và ý định sử dụng Fintech của KHCN đƣợc đánh giá thông qua việc sử dụng thang đo Likert với 5 cấp độ từ “Hồn tồn khơng đồng ý” tới “Hồn tồn đồng ý”. Bên cạnh đó là các thơng tin nhân khẩu học nhƣ giới tính, tuổi, trình độ, nghề nghiệp và thu nhập của khách hàng cá nhân khảo sát nghiên cứu.
Quy trình thu thập dữ liệu
Phiếu điều tra đƣợc xây dựng ngắn gọn để đảm bảo thu đƣợc số phiếu trả lời nhiều nhất. Do tình hình đại dịch Covid19 diễn biến phức tạp khó lƣờng, nghiên cứu tiến hành khảo sát trực tuyến bằng bảng hỏi đƣợc thiết kế bằng công cụ GoogleDrive/Form phù hợp với môi trƣờng trong không gian mạng. Bảng hỏi đƣợc phân phát thông qua địa chỉ Email, thƣ điện tử và mạng xã hội nhƣ Facebook, Zalo tới khách hàng. Ngƣời đi thu thập dữ liệu cũng đƣợc đào tạo các kỹ năng cần thiết để đạt đƣợc hiệu quả trong việc thu thập nhƣ: Đọc và ghi chép thông tin, kỹ năng phỏng vấn, kỹ năng thuyết phục, kỹ năng lắng nghe nhằm hƣớng dẫn thuyết phục khách hàng. Sau khi hết thời gian khảo sát, học viên sẽ tổng hợp dữ liệu và phiếu khảo sát trích xuất từ GoogleDrive/Form và tiến hành làm sạch dữ liệu, nhập liệu phân tích nghiên cứu.
3.4.2. Phƣơng pháp xử lý dữ liệu 3.3.2.1. Hệ số tin cậy Cronbach’s Alpha 3.3.2.1. Hệ số tin cậy Cronbach’s Alpha
Hệ số tin cậy Cronbach’s Alpha đƣợc sử dụng nhằm xác định độ tin cậy của thang đo và biến quan sát. Tiêu chuẩn lựa chọn yêu cầu biến quan sát phải có hệ số tƣơng quan biến tổng lớn hơn 0,3 và hệ số Cronbach’s Alpha của thang đo lớn hơn 0,6 (Nguyễn Đình Thọ, 2011).
3.3.2.2. Phân tích nhân tố khám phá (EFA)
Theo Hair và cộng sự. (2006), phân tích nhân tố khám phá EFA là một phƣơng pháp phân tích định lƣợng với mục đích giảm một tập nhiều biến đo lƣờng phụ thuộc lẫn nhau thành một tập ít biến hơn tuy nhiên vẫn đảm bảo đầy đủ nội dung. Trong nghiên cứu này, phân tích EFA đƣợc sử dụng để khẳng định sự phù hợp của thang đo và biến quan sát. Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008) thì các chỉ tiêu đƣợc sử dụng trong kỹ thuật phân tích này gồm:
Theo Kaiser (1974) đề nghị thì trị số KMO nằm trong khoảng giá trị từ 0 đến 1 với mức ý nghĩa cụ thể nhƣ sau:
- KMO >= 0,90: rất tốt; - 0,80 <= KMO < 0,90: tốt; - 0,70 <= KMO <0,80: đƣợc; - 0,60 <= KMO <0,70: tạm đƣợc; - 0,50 <= KMO <0,60: xấu; - KMO <0,50: không chấp nhận
Nhƣ vậy để đảm bảo phân tích EFA phù hợp với dữ liệu thì trị số KMO cần lớn 0,5.
Chỉ số Eigenvalue: đại diện cho lƣợng biến thiên đƣợc giải thích bởi nhân tố. Theo Hair và cộng sự. (2006), những nhân tố có chỉ số Eigenvalue phải có giá trị từ 1 trở lên.
Kiểm định Bartlett (Bartlett’s test of sphericity) để kiểm tra sự tƣơng quan giữa các biến quan sát với giả thuyết H0: ma trận tƣơng quan là ma trận đơn vị. Nếu
phép kiểm định Bartlett có p<5%, chúng ta có thể từ chối giả thuyết H0 tức là các biến quan sát có mối quan hệ với nhau.
Hệ số tải nhân tố (factor loadings): đây là hệ số biểu thị mối quan hệ tƣơng quan giữa biến quan sát với nhân tố. Ý nghĩa biểu thị của hệ số này theo Hair và cộng sự. (2010) cụ thể nhƣ sau:
- Factor Loading ở mức ± 0,3: Điều kiện tối thiểu để biến quan sát đƣợc giữ lại.
- Factor Loading ở mức ± 0,5: Biến quan sát có ý nghĩa thống kê tốt. - Factor Loading ở mức ± 0,7: Biến quan sát có ý nghĩa thống kê rất tốt.
3.3.2.3. Kiểm định và phân tích hồi quy mơ hình nghiên cứu
Kiểm định sự phù hợp của mơ hình
* Kiểm định hiện tượng đa cộng tuyến: Nghiên cứu sử dụng hệ số phóng
đại phƣơng sai VIF khi giá trị VIF nhỏ hơn hoặc bằng 2 nghĩa là mơ hình khơng có khuyết tật đa cộng tuyến (Hair và cộng sự., 2010).
* Kiểm định hiện tượng phương sai sai số thay đổi: Theo Hair và cộng
sự. (2010), để kiểm định phƣơng sai sai số thay đổi, nghiên cứu sẽ sử dụng phân tích tƣơng quan hạng (Spearman) giữa phần dƣ chuẩn hóa và biến độc lập. Nếu kết quả hệ số tƣơng quan hạng các nhân tố đều có sig.>0,05 đồng nghĩa với mơ hình khơng có hiện tƣợng phƣơng sai sai số thay đổi.
* Kiểm định hiện tượng tự tương quan: Hệ số Durbin – Watson thuộc
khoảng giá trị (1<Durbin – Watson <3) thì kết luận mơ hình khơng xuất hiện hiện tƣợng tƣơng quan giữa các phần dƣ (Nguyễn Đình Thọ, 2011).
Kiểm định các giả thuyết nghiên cứu
Luận văn sử dụng kiểm định t và kiểm định p-value (Sig.) tƣơng ứng, độ tin cậy lấy theo chuẩn 95% để đánh giá việc bác bỏ/chấp nhận giả các giả thuyết nghiên cứu. Nhằm đánh giá sự phù hợp dữ liệu và sự phù hợp của mơ hình hồi quy, nghiên sử dụng chỉ số xác định R-bình phƣơng, thống kê F để kiểm định (Hair và cộng sự., 2010). Trong khi đó, việc đánh giá sự quan trọng của các yếu tố tác động đến ý định sử dụng dịch vụ Fintech của khách hàng cá nhân tại tỉnh Bình Dƣơng,
nghiên cứu sẽ sử dụng hệ số Beta (B) chuẩn hoá tƣơng ứng của các yếu tố ảnh hƣởng.
KẾT LUẬN CHƢƠNG 3
Chƣơng 3 đã trình bày về phƣơng pháp nghiên cứu, dựa trên phƣơng pháp phỏng vấn chuyên gia và phƣơng pháp thảo luận nhóm xây dựng thang đo cho 08 khái niệm đƣợc đề cập trong nghiên cứu. Sau đó, tiến hành khảo sát với 50 mẫu nhằm đánh giá sơ bộ thang đo để hồn thiện bảng câu hỏi khảo sát chính thức. Kết quả cho thấy các thang đo đảm bảo độ tin cậy và đƣợc sử dụng tiếp tục trong nghiên cứu chính thức. Chƣơng 03 cũng trình bày về phƣơng pháp chọn mẫu và xử lý dữ liệu.”
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chƣơng 4 sẽ đi sâu phân tích kết quả đạt đƣợc sau khi tổng hợp dữ liệu thu thập đƣợc trong quá trình khảo sát thực tế và thực hiện các phƣơng pháp xử lý dữ liệu gồm: kiểm định hệ số tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá, phân tích hồi quy tuyến tính bội. Ngồi ra, trong chƣơng 4 sẽ tiến hành kiểm định các giả thuyết nghiên cứu đã xây dựng ở chƣơng 3 và áp dụng kỹ thuật phân tích ANOVA và T-test để đánh giá sự khác biệt về ý định sử dụng dịch vụ Fintech giữa các nhóm khách hàng có đặc điểm nhân khẩu học khác nhau.
4.1. Thực trạng sử dụng dịch vụ fintech của khách hàng cá nhân trên địa bàn tỉnh Bình Dƣơng bàn tỉnh Bình Dƣơng
Trong vài năm trở lại đây, cùng với sự phát triển của làn sóng Fintech và tỉ lệ tiếp cận điện thoại di động, Internet của ngƣời dân trên địa bàn Tỉnh Bình Dƣơng ngày càng tăng cao. Fintech đã và đang góp phần thay đổi diện mạo của lĩnh vực tài chính - ngân hàng thơng qua việc ứng dụng các công nghệ hiện đại vào sản phẩm, dịch vụ tài chính hay cải tiến các quy trình ngân hàng truyền thống, qua đó nâng cao chất lƣợng dịch vụ, tăng cƣờng trải nghiệm và cắt giảm chi phí cho khách hàng. Bình Dƣơng có dân số đứng thứ tƣ với 2.455.865 ngƣời và mật độ là 911/ngƣời/ km², đứng đầu cả nƣớc về GDP bình quân đầu ngƣời và thứ 8 về tốc độ tăng trƣởng GDP. Cùng với đó, số lƣợng ngƣời lao động ngoại tỉnh ngày càng tăng cao, tập trung thành phố Thủ Dầu Một và các khu công nghiệp ở thị xã Tân Uyên, thành phố Dĩ An và Thuận An. Bình Dƣơng là tỉnh có tỉ lệ ngƣời dân trƣởng thành sở hữu tài khoản ngân hàng cao, và tăng trƣởng mạnh từ 38,4% trong năm 2015 lên 61,3% trong năm 2019. Với khoảng 72.5% dân số của Bình Dƣơng sử dụng điện thoại thông minh, ngƣời dùng lên mạng bằng điện thoại thông minh lên tới 69.8%, thời gian kết nối trực tuyến lên tới 48 giờ/tuần bằng các thiết bị khác nhau là cơ hội cho Fintech phát triển. Fintech dần trở nên xu hƣớng thu hút nhiều sự quan tâm của cộng đồng và các doanh nghiệp đang hoạt động trong lĩnh vực này. Từ mức xấp xỉ 612 nghìn ngƣời sử dụng Fintech trong năm 2017 tăng lên đạt 1.15 triệu ngƣời sử dụng trong năm 2020.
Biểu đồ 4.1. Số lƣợng ngƣời dùng Fintech ngân hàng trên địa bàn Tỉnh Bình Dƣơng Tỉnh Bình Dƣơng
Nguồn: Báo cáo phát triển dịch vụ ngân hàng số tại Tỉnh Bình Dương (2020)
Mặc dù vậy hoạt động Fintech có xu hƣớng tăng trƣởng nhanh đóng góp
khơng nhỏ vào hoạt động tài chính ngân hàng; song tỉ lệ ngƣời dân sử dụng các ứng dụng thanh toán nhƣ qut mã QR, ví điện tử,... vẫn cịn thấp, hoạt động thanh toán hàng ngày của ngƣời dân trên địa bàn vẫn chủ yếu diễn ra bằng tiền mặt. Việc chuyển tiền đƣợc ngƣời dân thực hiện chủ yếu thông qua mạng lƣới hạn hẹp của các TCTD hoặc qua các kênh dịch vụ của bƣu điện hay qua mạng lƣới chuyển tiền khơng chính thức (qua ơ tơ khách, cửa hàng vàng bạc…). Tuy nhiên, việc chuyển tiền thông qua các kênh nêu trên có nhiều hạn chế về thời gian, thủ tục, chi phí và nhiều rủi ro phát sinh, nhất là đối với các kênh chuyển tiền khơng chính thức.
Fintech chủ yếu hoạt động ở mảng thanh toán, cho vay ngang hàng và huy động vốn cộng đồng, cịn những mảng khác vẫn trong q trình sơ khai nhƣ: dịch vụ quản lý tài sản, quản lý thanh khoản, quản lý đầu tƣ, bảo hiểm, dịch vụ tƣ vấn tài chính tự động. Các lĩnh vực hoạt động nổi bật của Fintech trên địa bàn gồm có: thanh tốn với các cơng cụ nhƣ Moca, Payoo, VinaPay, Momo… hoặc cung ứng
612,2 814,6 945,7 1151 0 200 400 600 800 1000 1200 1400
Năm 2017 Năm 2018 Năm 2019 Năm 2020
giải pháp thanh toán kỹ thuật số POS/mPOS4 nhƣ Hottab, SoftPay; các công ty cung cấp nền tảng gọi vốn nhƣ FundStart, Comicola, Betado hay FirstSetp…; cho vay trực tuyến nhƣ LoanVi, Timal; quản lý tài chính cá nhân nhƣ BankGo, Moneylover, Mobivi; quản lý dữ liệu nhƣ Trusting, Social, Circle Bii; chuyển tiền nhƣ Matchmovie, Cash2vn; Blockchain nhƣ Bitcoin Vietnam, VBTC Bitcoin. Các NHTM đang hƣớng tới mơ hình ngân hàng số, do đó các ngân hàng đang trong quá trình chuyển đổi ngân hàng lõi, trang bị cơng nghệ cao, số hóa tài sản. Để triển khai đƣợc mơ hình ngân hàng số, đa số các ngân hàng hiện nay đều ký kết với một vài công ty Fintech để cung cấp dịch vụ thanh toán. Sự hợp tác giữa Fintech và Ngân hàng cũng rất chặt chẽ trên cơ sở đơi bên cùng có lợi, dựa trên những lợi thế riêng của từng bên để mang lại các sản phẩm, dịch vụ với nhiều trải nghiệm hơn, chất lƣợng hơn và quan trọng là chi phí hợp lí hơn cho khách hàng.
Biểu đồ 4.2. Tỷ lệ % dân số trƣởng thành trên địa bàn Tỉnh Bình Dƣơng sử dụng Fintech của ngân hàng thƣơng mại
Nguồn: Báo cáo phát triển dịch vụ ngân hàng số tại Tỉnh Bình Dương (2020)
4.2. Thống kê mơ tả mẫu
Với kích thƣớc mẫu đề ra là 330 và theo tỉ lệ phân bố cụ thể cho từng đơn vị hành chính của tỉnh Bình Dƣơng, thu về 330 phiếu khảo sát trong đó có 300 phiếu khảo sát hợp lệ với tỉ lệ tƣơng ứng là 90,9%. Sau khi tổng hợp và mã hóa,
58,30% 40,64% 31,45% 1,12% 1,75% 2,81% 2,45% 0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00% 70,00%
bảng dữ liệu đƣợc đƣa vào phần mềm SPSS 20.0 để phân tích. Chi tiết số lƣợng mẫu thu về theo địa bàn cụ thể theo bảng 4.1 sau: