QDSD Sum of Squares df Mean Square F Sig.
Between Groups .495 2 .247 .219 .803
Within Groups 256.117 227 1.128
Total 256.611 229
(Nguồn: Phụ lục C – Kiểm định bằng one-way ANOVA)
Kết quả phân tích Anova cho thấy Sig = 0.803 > α=0.05, tức là khơng có sự khác biệt về quyết định sử dụng dịch vụ ngân hàng trực tuyến của khách hàng tại Vietinbank khi thuộc các nhóm trình độ khác nhau.
2.3.3.5 Phân tích mơ hình hồi quy và kết quả nghiên cứu
Sau khi đã phân tích nhân tố khám phá (EFA) và xác định các yếu tố thành phần có ảnh hưởng đến biến phụ thuộc (quyết định sử dụng) thì sau đây, các giả thuyết nghiên cứu sẽ được kiểm định bằng phương pháp phân tích hồi quy. Phương pháp thực hiện là phân tích hồi quy tuyến tính, đưa vào từng lượt để kiểm định các giả thuyết đã đề ra và xác định mức độ quan trọng của từng thành phần trong việc ảnh hưởng đến quyết định sử dụng dịch vụ ngân hàng trực tuyến của khách hàng cá nhân tại Vietinbank- khu vực TP.HCM.
Hệ số xác định R2 (R-square) được sử dụng để đánh giá mức độ phù hợp của mơ hình nghiên cứu, hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, tuy nhiên khơng phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, R2 có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mơ hình đối với dữ liệu trong trường hợp có một biến giải thích trong mơ hình. Như vậy, trong hồi quy tuyến tính bội thường dùng hệ số R2 điều chỉnh (Adjusted R-square) để đánh giá độ phù hợp của mơ hình vì nó không thổi phồng mức độ phù hợp của mơ hình. Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin – Watson (1< Durbin – Watson < 3) và hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF < 10). Hệ số beta chuẩn hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số beta chuẩn hóa của biến nào càng cao thì mức độ tác động của biến đó vào quyết định sử
Kết quả hồi quy tuyến tính bội cho thấy hệ số xác định R2 là 0.514 và R2 điều chỉnh là 0.503, như vậy, mơ hình tuyến tính đã xây dựng phù hợp với tập dữ liệu với mức 50.3% (nghĩa là mơ hình đã giải thích được 50.3% sự biến thiên của biến phụ thuộc quyết định sử dụng). Trị số thống kê F được tính từ giá trị R2 của mơ hình đầy đủ, tại mức ý nghĩa Sig = 0.000 cho thấy có thể an tồn khi bác bỏ giả thuyết cho rằng tất cả các hệ số hồi quy bằng 0. Hệ số Durbin – Watson là 1.953, gần bằng 2, có thể kết luận khơng có hiện tượng tương quan giữa các phần dư. Như vậy, mơ hình hồi quy tuyến tính bội đưa ra là phù hợp với tập dữ liệu. Ngồi ra, kết quả phân tích cũng cho thấy mơ hình khơng bị vi phạm hiện tượng đa cộng tuyến do hệ số phóng đại phương sai của các biến độc lập (VIF) nhỏ hơn 10 rất nhiều. Kết quả phân tích hồi quy được trình bày ở bảng 2.17 và 2.18.