CHƯƠNG 4 PHÂN TÍCH DỮ LIỆU
4.2. Phân tích hồi quy tuyến tính
4.2.1. Xem xét tương quan giữa các biến trong mơ hình nghiên cứu
Trước khi tiến hành phân tích mơ hình hồi quy tuyến tính, chúng ta cần xem xét mức độ tương quan giữa các biến độc lập với biến phụ thuộc có chặt chẽ hay khơng để có thể dự đốn được mức độ phù hợp hay khơng của mơ hình nghiên cứu đề ra. Xem xét mối tương quan giữa các giá trị trung bình của 7 nhân tố chính thức đã được xác định với giá trị của nhân tố chấp nhận ở bảng 4-9
Bảng 4-9: Ma trận hệ số tương quan giữa các biến
LỢI THẾ TIN CẬY PHÙ HỢP BẢO MẬT KÊNH THƠNG TIN THĨI QUEN THƠNG TIN GIAO DỊCH CHẤP NHẬN LỢI THẾ 1 0,310 0,429 0,215 0,097 0,378 0,394 0,475 TIN CẬY 0,310 1 0,410 0,460 0,326 0,355 0,473 0,510 PHÙ HỢP 0,429 0,410 1 0,212 0,263 0,344 0,409 0,389 BẢO MẬT 0,215 0,460 0,212 1 0,333 0,225 0,461 0,548
KÊNH THÔNG TIN 0,097 0,326 0,263 0,333 1 0,430 0,356 0,312
THÓI QUEN 0,378 0,355 0,344 0,225 0,430 1 0,462 0,548
THÔNG TIN GIAO DỊCH 0,394 0,473 0,409 0,461 0,356 0,462 1 0,647
CHẤP NHẬN 0,475 0,510 0,389 0,548 0,312 0,548 0,647 1
(Nguồn : Phụ lục 6 – Kết quả phân tích hồi quy tuyến tính) Từ kết quả ma trận tương quan thu được ta thấy biến phụ thuộc chấp nhận Từ kết quả ma trận tương quan thu được ta thấy biến phụ thuộc chấp nhận
TTDĐ có tương quan khá với các biến độc lập trong mơ hình, sơ bộ thì ta có thể đưa các biến này vào mơ hình để giải thích cho việc ảnh hưởng đến quyết định chấp nhận TTDĐ của khách hàng. Ở đây, sẽ lưu ý đến hệ số tương quan giữa nhân tố Phù
hợp và nhân tố Kênh thông tin với biến phụ thuộc Chấp nhận dịch vụ TTDĐ hơi thấp (0,389 và 0,312), sau đây tiến hành nghiên cứu phân tích xem xét liệu biến độc lập này có giải thích tốt cho biến phụ thuộc ở phần tiếp theo.
4.2.2. Lựa chọn biến cho mơ hình
Một biến phụ thuộc thường sẽ chịu tác động của nhiều biến độc lập, mơ hình càng có nhiều biến độc lập thì càng khó giải thích và đánh giá mức ảnh hưởng của mỗi biến độc lập đến biến phụ thuộc vì có thể có một vài biến độc lập được sử dụng lại khơng có ý nghĩa giải thích tốt cho biến phụ thuộc. Nên ở đây sẽ lựa chọn thực hiện thủ tục chọn biến theo phương pháp chọn từng bước (Stepwise selection) sẽ giúp nghiên cứu nhận ra các biến độc lập có ý nghĩa giải thích tốt cho mơ hình. Phương pháp chọn từng bước là một phương pháp khai thác mà phân tích bắt đầu bằng mơ hình đầy đủ và các yếu tố sẽ loại bỏ từ mơ hình ban đầu trong mỗi lần lặp lại. Vòng lặp này lặp đi lặp lại cho đến khi các biến không thể được gỡ bỏ.
Nghiên cứu sẽ đưa lần lượt 7 biến độc lập vào thử nghiệm với biến phụ thuộc với sắp xếp mức độ tương quan giữa biến độc lập và phụ thuộc giảm dần để đánh giá sự phù hợp của mơ hình nghiên cứu.
Theo bảng kết quả của phép kiểm định F đối với giả thuyết H0 là hệ số của biến được đưa vào bằng không. Qua kết quả phân tích trong bảng 4-10 cho thấy chỉ có 5 yếu tố là Thơng tin giao dịch, Bảo mật, Thói quen thanh tốn, Lợi thế dịch vụ TTDĐ, Tin cậy là có giá trị Sig.= 0,000 < 0,05 với tiêu chuẩn xác suất F vào <= 0,05 và xác suất F ra >= 0,10 để đưa vào mơ hình. Hai nhân tố cịn lại là Phù hợp, Kênh thơng tin có giá trị Sig.>0,05 với tiêu chuẩn xác suất F vào <= 0,05 và xác suất F ra >= 0,10 nên sẽ khơng được đưa vào mơ hình do khơng có khả năng dự đốn tốt cho biến phụ thuộc Chấp nhận TTDĐ. Điều này cho thấy mơ hình phân tích là phù hợp vì hệ số tương quan của hai biến bị loại với Chấp nhận TTDĐ không cao.
Bảng 4-10: Kết quả thủ tục chọn biến theo phương pháp chọn từng bước
Mơ hình Biến đưa vào Biến loại ra Phương pháp
1 THÔNG TIN
GIAO DỊCH
. Từng bước (Tiêu chuẩn: xác suất F vào <= 0,050, và xác suất F ra >= 0,100).
2 BẢO MẬT . Từng bước (Tiêu chuẩn: xác suất F vào
<= 0,050, và xác suất F ra >= 0,100).
3 THĨI QUEN
THANH TỐN
. Từng bước (Tiêu chuẩn: xác suất F vào <= 0,050, và xác suất F ra >= 0,100). 4 5 LỢI THẾ DỊCH VỤ TTDĐ TIN CẬY
. Từng bước (Tiêu chuẩn: xác suất F vào <= 0,050, và xác suất F ra >= 0,100). Từng bước (Tiêu chuẩn: xác suất F vào <= 0,050, và xác suất F ra >= 0,100).
a. Biến phụ thuộc: Chấp nhận
(Nguồn: Phụ lục 6 – Kết quả phân tích hồi quy tuyến tính) Sau khi loại đi hai biến độc lập Phù hợp, Kênh thơng tin, mơ hình nghiên cứu được thể hiện dưới dạng phương trình hồi quy tuyến tính bội có dạng như sau:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 Trong đó:
Y : Sẵn sàng chấp nhận TTDĐ X1 : Thơng tin giao dịch thanh tốn X2 : Bảo mật
X3 : Thói quen thanh tốn X4 : Lợi thế dịch vụ TTDĐ X5 : Tin cậy
βi : Hệ số hồi quy β0 : hằng số hồi quy
4.2.3. Đánh giá độ phù hợp của mơ hình nghiên cứu
Bảng 4-11: Đánh giá độ phù hợp của mơ hình hình nghiên cứu Tóm tắt mơ hình Mơ hình R R2 R2 điều chỉnh Ước lượng độ lệch chuẩn
Thống kê thay đổi R2 thay đổi F thay đổi df1 df2 Sig. của F thay đổi 1 .647a .418 .417 .77211 .418 287.771 1 400 .000 2 .705b .498 .495 .71844 .079 62.990 1 399 .000 3 .758c .574 .571 .66241 .076 71.360 1 398 .000 4 .776d .602 .598 .64117 .028 27.795 1 397 .000 5 .781e .609 .605 .63590 .008 7.608 1 396 .006
a. Các yếu tố dự đoán: (Hằng số), Thơng tin giao dịch thanh tốn
b. Các yếu tố dự đoán: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật
c. Các yếu tố dự đoán: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn d. Các yếu tố dự đốn: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn, Lợi thế dịch vụ TTDĐ
e. Các yếu tố dự đoán: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn, Lợi thế dịch vụ TTDĐ, Tin cậy
( Nguồn: Phụ lục 6 – Phân tích hồi quy tuyến tính) Để đánh giá độ phù hợp của mơ hình, xem xét giá trị R2 điều chỉnh. Kết quả R2
điều chỉnh = 0,605 cho thấy độ phù hợp của mơ hình là 60,5%, nghĩa là mơ hình hồi quy đa biến được sử dụng phù hợp với dữ liệu ở mức 60,5%, hay nói cách khác 60,5% sự thay đổi Chấp nhận TTDĐ có thể giải thích bởi sự khác biệt của 5 biến độc lập trên, còn lại là do các yếu tố khác và sai số.
4.2.4. Kiểm định độ phù hợp của mơ hình
Kiểm định về mối quan hệ tuyến tính giữa biến phụ thuộc Y và biến độc lập nhằm xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay không. Thực hiện kiểm định này thơng qua phần mềm SPSS được trình bày trong bảng dưới đây:
Bảng 4-12: Kiểm định độ phù hợp của mơ hình nghiên cứu ANOVAf ANOVAf Mơ hình Tổng bình phương df Trung bình bình phương F Sig. 1 Hồi quy 171.554 1 171.554 287.771 .000a Số dư 238.459 400 .596 Tổng 410.012 401 2 Hồi quy 204.066 2 102.033 197.679 .000b Số dư 205.946 399 .516 Tổng 410.012 401 3 Hồi quy 235.378 3 78.459 178.812 .000c Số dư 174.635 398 .439 Tổng 410.012 401 4 Hồi quy 246.804 4 61.701 150.086 .000d Số dư 163.208 397 .411 Tổng 410.012 401 5 Hồi quy 249.881 5 49.976 123.589 .000e Số dư 160.132 396 .404 Tổng 410.012 401
a. Các yếu tố dự đốn: (Hằng số), Thơng tin giao dịch thanh toán
b. Các yếu tố dự đốn: (Hằng số), Thơng tin giao dịch thanh toán, Bảo mật
c. Các yếu tố dự đốn: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn
d. Các yếu tố dự đốn: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn, Lợi thế dịch vụ TTDĐ
e. Các yếu tố dự đốn: (Hằng số), Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn, Lợi thế dịch vụ TTDĐ, Tin cậy
f. Biến phụ thuộc: Sẳn sàng chấp nhận sử dụng dịch vụ thanh toán di động
( Nguồn: Phụ lục 6 – Phân tích hồi quy tuyến tính) Bảng trên cho thấy hồi quy của 5 biến độc lập này có giá trị Sig. = 0,000 <0,05, điều này cho phép bác bỏ giả thuyết H0 là hệ số hồi quy của các biến độc lập bằng 0, điều này có nghĩa là kết hợp của 5 biến độc lập kể trên có thể giải thích được thay đổi của biến phụ thuộc, mơ hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và sử dụng được.
4.2.5. Phân tích hồi quy bội và đánh giá mức độ quan trọng của từng yếu tố trong mơ hình nghiên cứu yếu tố trong mơ hình nghiên cứu
Bảng 4-13: Kết quả phân tích hồi quy bội của mơ hình nghiên cứu
Mơ hình Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy đã chuẩn hóa t Sig.
Thống kê đa cộng tuyến B Độ lệch chuẩn Beta Độ chấp nhận Hệ số phóng đại phương sai
(Hằng số) .582 .237 2.452 .015
Thông tin giao dịch TT .269 .038 .286 6.989 .000 .590 1.696
Bảo mật .188 .026 .273 7.341 .000 .711 1.407
Thói quen thanh tốn .241 .036 .250 6.772 .000 .725 1.380
Lợi thế dịch vụ TTDĐ .212 .043 .177 4.982 .000 .785 1.273
Tin cậy .085 .031 .106 2.758 .006 .671 1.490
(Nguồn : Phụ lục 6 – Phân tích hồi quy tuyến tính) Từ bảng kết quả cho thấy độ chấp nhận của biến (Tolerance) là khá lớn và hệ số phóng đại phương sai (VIF) nhỏ hơn 2, cho thấy các biến không xảy ra hiện tượng đa cộng tuyến giữa 5 biến độc lập tham gia vào mơ hình, có thể sử dụng phương trình hồi quy này để giải thích cho sự tương quan giữa các khái niệm trong mơ hình. Các giá trị Sig. đều rất nhỏ (<0,05) chứng tỏ cả 5 biến độc lập đều có hệ số hồi quy khác 0 và tất cả các nhân tố này đều có ý nghĩa trong mơ hình và tác động đến sự chấp nhận TTDĐ của khách hàng.
Hệ số hồi quy chuẩn hóa của biến Thơng tin giao dịch thanh toán là 0,286; hệ số hồi quy chuẩn hóa của biến Bảo mật là 0,273; Hệ số hồi quy chuẩn hóa của biến Thói quen thanh tốn là 0,250; Hệ số hồi quy chuẩn hóa của biến Lợi thế dịch vụ TTDĐ là 0,177; Hệ số hồi quy chuẩn hóa của biến Tin cậy là 0,106. Lúc này, ta có thể viết phương trình hồi quy cho mơ hình này là:
Sự chấp nhận TTDĐ = 0,286 Thơng tin giao dịch thanh tốn + 0,273 Bảo mật + 0,250 Thói quen thanh tốn + 0,177 Lợi thế dịch vụ TTDĐ + 0,106 Tin cậy
Yếu tố đầu tiên được loại bỏ là Phù hợp. Điều này là hợp lý vì từ việc nghiên cứu cơng nghệ mới ở Việt Nam có thể hiểu rằng khơng xem xét quá nhiều về tính phù hợp của nó với những dịch vụ đang tồn tại khác. Yếu tố thứ hai loại bỏ là Kênh thơng tin vì có thể nhận thấy kênh thơng tin khơng làm ảnh hưởng nhiều đến mức độ chấp nhận của khách hàng do quá nhiều kênh thông tin để khách hàng lựa chọn, khơng có nhiều ý nghĩa so với những yếu tố khác. Mơ hình cuối cùng được đề suất cho nghiên cứu này theo dữ liệu đưa vào gồm có Thơng tin giao dịch thanh tốn, Bảo mật, Thói quen thanh tốn, Lợi thế dịch vụ TTDĐ, Tin cậy. Kết quả của hồi quy bội từng bước được thể hiện trong hình 4-1.
Hình 4-1: Mơ hình nghiên cứu
Tiếp theo, tiến hành kiểm định để tìm mối liên hệ giữa các nhân tố với đặc điểm văn hóa và nhân khẩu học. Những đặc điểm này có tác động đến các nhân tố hay khơng.
4.3. Phân tích liên hệ giữa các biến
Thơng tin giao dịch thanh tốn
Bảo mật
Thói quen thanh tốn
Lợi thế dịch vụ TTDĐ Tin cậy Sự chấp nhận TTDĐ 0,286 0,273 0,250 0,177 0,106
4.3.1. Tác động của đặc điểm nhân khẩu học lên các nhân tố chấp nhận TTDĐ TTDĐ
Trong phần này, điều tra tác động của đặc điểm nhân khẩu học với các yếu tố ảnh hưởng chấp nhận TTDĐ.
4.3.1.1. Các nhân tố ảnh hưởng sự chấp nhận với giới tính
Đặc điểm đầu tiên nghiên cứu là đặc điểm giới tính. Bước đầu, tơi nghiên cứu giới tính để hiểu xem có một tác động nào đó lên các yếu tố ảnh hưởng chấp nhận TTDĐ tại TPHCM hay khơng. Với mục tiêu này có nghĩa là so sánh giữa hai nhóm nam và nữ. Vì vậy, sử dụng T-test cho mục đích này. Để xem xét tác động của giới tính lên các yếu tố ảnh hưởng chấp nhận TTDĐ
Bảng 4-14: Independent T-test theo giới tính
Kiểm định Levene về
phương sai đồng nhất Kiểm định t với trung bình đồng nhất
F Sig. t df Sig. (2- tailed) Khác biệt trung bình Khác biệt độ lệch chuẩn
Khoảng tin cậy ở mức 95% của khác biệt
Dưới Trên
Lợi thế dịch vụ TTDĐ
Phương sai đồng nhất .879 .349 .636 400 .525 .05357 .08420 -.11197 .21911
Phương sai không đồng nhất .631 374.646 .528 .05357 .08489 -.11335 .22048
Tin cậy Phương sai đồng nhất 1.913 .167 .841 400 .401 .10574 .12580 -.14157 .35306
Phương sai không đồng nhất .845 396.967 .398 .10574 .12508 -.14015 .35163
Phù hợp Phương sai đồng nhất .004 .952 -.231 400 .818 -.02208 .09571 -.21023 .16607
Phương sai không đồng nhất -.231 393.273 .817 -.02208 .09548 -.20980 .16564
Bảo mật Phương sai đồng nhất .382 .537 -1.320 400 .187 -.19413 .14704 -.48319 .09493
Phương sai không đồng nhất -1.316 383.874 .189 -.19413 .14757 -.48427 .09601
Kênh thông tin
Phương sai đồng nhất .195 .659 -.995 400 .320 -.12461 .12524 -.37082 .12160
Phương sai không đồng nhất -.994 387.694 .321 -.12461 .12542 -.37120 .12198
Thói quen thanh tốn
Phương sai đồng nhất .865 .353 -.944 400 .346 -.09914 .10505 -.30565 .10738
Phương sai không đồng nhất -.935 372.639 .350 -.09914 .10599 -.30755 .10928
Thông tin giao dịch thanh toán
Phương sai đồng nhất .013 .910 -.935 400 .350 -.10056 .10756 -.31202 .11091
Theo bảng 4-14 cho thấy Sig. của các nhân tố đều lớn hơn 0,05. Do đó, có thể kết luận giữa nam và nữ nhìn nhận như nhau về các nhân tố ảnh hưởng đến chấp nhận thanh toán di động.
4.3.1.2. Các nhân tố ảnh hưởng sự chấp nhận với tuổi
Tuổi được chia làm 5 khoảng tuổi, kiểm định One-way ANOVA giúp kiểm tra sự khác biệt trung bình giữa 5 nhóm tuổi và so sánh từng nhóm xem yếu tố chấp nhận rút ra. Mức chấp nhận cho kiểm định ANOVA là p-value <0,05.
Bảng 4-15: Kiểm định sự đồng nhất của phương sai nhóm tuổi
Kiểm định Levene df1 df2 Sig. Lợi thế dịch vụ TTDĐ 1.779 4 397 .132 Tin cậy 2.143 4 397 .075 Phù hợp 1.806 4 397 .127 Bảo mật 2.407 4 397 .049 Kênh thông tin .884 4 397 .474 Thói quen thanh tốn 3.949 4 397 .004 Thơng tin giao dịch thanh tốn 2.063 4 397 .085
Bảng 4-16: Kết quả kiểm định One-way ANOVA cho các nhóm tuổi
Tổng biến thiên df Trung bình biến thiên F Sig. Lợi thế dịch vụ TTDĐ 10.185 4 2.546 3.698 .006 Tin cậy 15.683 4 3.921 2.520 .041 Phù hợp 4.602 4 1.151 1.264 .284 Bảo mật 33.527 4 8.382 3.991 .003 Kênh thông tin 10.550 4 2.637 1.696 .150 Thói quen thanh tốn 6.673 4 1.668 1.522 .195 Thơng tin giao dịch thanh tốn 3.726 4 .931 .805 .523
(Nguồn: Phụ lục 7 – Kiểm định mối liên hệ) Qua bảng 4-15 cho thấy mức ý nghĩa sig. của các biến độc lập đều lớn hơn Qua bảng 4-15 cho thấy mức ý nghĩa sig. của các biến độc lập đều lớn hơn 0,05 (ngoại trừ biến Bảo mật và Thói quen thanh tốn nhỏ hơn 0,05). Có thể nói phương sai giữa các nhóm tuổi trong việc đánh giá tầm quan trọng của các yếu tố
không khác nhau một cách có ý nghĩa. Như vậy kết quả phân tích ANOVA có thể sử dụng được.
Trong bảng 4-16, có sự khác biệt giữa ý nghĩa thống kê về sự đánh giá tầm quan trọng bởi những người trong nhóm tuổi khác nhau (Sig. < 0,05) trong 2 nhân tố là Lợi thế dịch vụ TTDĐ, Tin cậy. Ngồi ra, khơng có sự khác biệt có ý nghĩa