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 địi 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
Cịn các biến ngun 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 tồn, 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 R Square Std. Error of the 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
là các biến nguyên nhân hoàn toàn độc lập với nhau hay một cách khác nữa chỉ số mức
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.