CHƯƠNG 3. PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
3.3. KIỂM ĐỊNH MÔ HÌNH VÀ CÁC GIẢ THIẾT
Hình 1.9 ở Chương 1 đã trình bày mô hình lý thuyết nghiên cứu. Trong mô hình này có năm khái niệm nghiên cứu là năm biến độc lập bên ngoài gồm (1) cảm nhận sự tin tưởng (PT), (2) Hiệu quả mong đợi, (3) Dễ sử dụng, (4) ảnh hưởng xã hội có tác động đến ý định sử dụng vụ OTT. Biến ý định sử dụng đƣợc xem là biến phụ thuộc trung gian cùng với biến độc lập bên ngoài là điều kiện thuận lợi có tác động trực tiếp đến quyết định chấp nhận hay từ chối SD dịch vụ OTT của khách hàng. Ngoài ra, trong mô hình lý thuyết còn có 4 biến điều khiển gồm: (1) giới tính, (2) tuổi, (3) trình độ và (4) kinh nghiệm sử dụng là các biến trung gian cũng có tác động vào ý định và quyết
định sử dụng dịch vụ OTT của khách hàng. Trong phần này, căn cứ vào dữ liệu thu thập được, tác giả sẽ sử dụng các phương pháp: phân tích tương quan, phân tích hồi qui tuyến tính bội, phân tích hồi qui Binary Logistic và phân tích phương sai bằng công cụ SPSS 17.0 để kiểm định mô hình lý thuyết và giả thuyết nghiên cứu. Kết quả cuối cùng có đƣợc sẽ là mô hình nghiên cứu thực nghiệm.
3.3.1. Phân tích tương quan
Kết quả phân tích tương quan cụ thể được trình bày ở biểu 3.7. Kết quả cho thấy:
Các biến độc lập PT, PA, PE, PEn, EE, SI có tương quan thuận với biến phụ thuộc BI với mức ý nghĩa 1%. Biến PT có tương quan ngược chiều với biến phụ thuộc BI với mức ý nghĩa 1%.
Sự tương quan mạnh rất được kỳ vọng trong nghiên cứu. Bởi vì, chính các mối tương quan mạnh, tuyến tính này sẽ giúp giải thích được sự ảnh hưởng của các nhân tố trong mô hình lý thuyết. Do đó, với kết quả trên, tất cả các biến đều đƣợc đƣa vào phân tích hồi qui.
Biểu 3.7: Kết quả phân tích tương quan giữa biến phụ thuộc BI và các biến độc lập
BI PE PT EE PEn PA SI
BI
Pearson
Correlation 1.000 0.559 -0.028 0.613 0.478 0.312 0.570 Sig. (2-tailed) 0.000 0.631 0.000 0.000 0.000 0.000
N 291 290 291 291 291 291 291
PE
Pearson
Correlation 0.559 1.000 0.006 0.557 0.334 0.160 0.482 Sig. (2-tailed) 0.000 0.913 0.000 0.000 0.006 0.000
N 290 290 290 290 290 290 290
PT
Pearson
Correlation -0.028 0.006 1.000 0.056 0.081 -0.002 0.022 Sig. (2-tailed) 0.631 0.913 0.339 0.167 0.977 0.711
BI PE PT EE PEn PA SI
N 291 290 291 291 291 291 291
EE
Pearson
Correlation 0.613 0.557 0.056 1.000 0.557 0.349 0.595 Sig. (2-tailed) 0.000 0.000 0.339 0.000 0.000 0.000
N 291 290 291 291 291 291 291
PEn
Pearson
Correlation 0.478 0.334 0.081 0.557 1.000 0.499 0.549 Sig. (2-tailed) 0.000 0.000 0.167 0.000 0.000 0.000
N 291 290 291 291 291 291 291
PA
Pearson
Correlation 0.312 0.160 -0.002 0.349 0.499 1.000 0.493 Sig. (2-tailed) 0.000 0.006 0.977 0.000 0.000 0.000
N 291 290 291 291 291 291 291
SI
Pearson
Correlation 0.570 0.482 0.022 0.595 0.549 0.493 1.000 Sig. (2-tailed) 0.000 0.000 0.711 0.000 0.000 0.000
N 291 290 291 291 291 291 291
**. Correlation is significant at the 0.01 level (2-tailed).
Như vậy, kết quả phân tích tương quan cho thấy:
Yếu tố dễ sử dụng ảnh hưởng mạnh về ý định và hành vi sử dụng OTT Ảnh hưởng xã hội điều chỉnh mạnh đến ý định và hành vi sử dụng dịch vụ OTT
Yếu tố hiệu quả mong đợi ảnh hưởng mạnh đến ý định và hành vi sử dụng OTT
Yếu tố thú vị cảm nhận không lớn về ý định và hành vi sử dụng Yếu tố hấp dẫn ảnh hưởng không lớn về ý định và hành vi sử dụng Yếu tố cảm nhận sự tin tưởng (tương quan âm) càng lớn thì làm giảm mạnh đến các yếu tố khác như: hiệu quả sử dụng, ảnh hưởng xã hội,…
Tuy nhiên, giữa các biến độc lập cũng có tương quan khá yếu với nhau ở mức ý nghĩa 1%. Do đó, trong phân tích hồi qui sẽ cố gắng tìm ra và loại bỏ các trường hợp đa cộng tuyến có thể xãy ra làm giảm mức độ chính xác của kết quả nghiên cứu.
3.3.2. Phân tích hồi quy đa biến
a. Phân tích hồi quy “Ý định sử dụng - BI”
Phân tích hồi qui đa biến đƣợc thực hiện giữa biến phụ thuộc “ý định sử dụng- BI” với năm biến độc lập (PT, PA, PE, PEn, EE, SI) bằng phương pháp Stepwise cho ra bốn mô hình. Kết quả có bốn biến đƣợc chấp nhận đƣa vào phương trình là PE, PT, SI và EE, cụ thể được giải thích như sau (xem chi tiết thêm ở phụ lục 6).
Biểu 3.8: Phân tích hồi quy “Ý định sử dụng”
Model Summarye Mô
hình R
R Bình phương
R Bình phương hiệu chỉnh
Sai số chuẩn của ƣớc lƣợng
Durbin- Watson
1 .614a .377 .375 .64501
2 .667b .445 .442 .60952
3 .698c .487 .481 .58747
4 .704d .495 .488 .58367 1.669
a. Các biến dự báo: (Hằng số), EE b. Các biến dự báo: (Hằng số), EE, PE c. Các biến dự báo: (Hằng số), EE, PE, SI d. Các biến dự báo: (Hằng số), EE, PE, SI, PEn e. Biến phụ thuộca: BI
Mô hình
Hệ số chƣa chuẩn hoá
Hệ số chuẩn hoá
t Sig.
Chẩn đoán đa cộng tuyến
B
Std.
Error Beta
Độ chấp nhận của
biến VIF
1 (Hằng số) .686 .214 3.210 .001
EE .748 .057 .614 13.195 .000 1.000 1.000
2 (Hằng số) .010 .231 .045 .964
EE .534 .064 .438 8.280 .000 .690 1.449
PE .376 .063 .315 5.959 .000 .690 1.449
3 (Hằng số) -.023 .223 -.103 .918
EE .385 .070 .316 5.533 .000 .551 1.814
PE .308 .062 .259 4.941 .000 .655 1.527
SI .260 .054 .259 4.790 .000 .614 1.630
4 (Hằng số) -.091 .224 -.406 .685
EE .332 .073 .272 4.526 .000 .490 2.040
PE .314 .062 .264 5.061 .000 .654 1.530
SI .219 .057 .219 3.843 .000 .548 1.826
PEn .111 .051 .117 2.177 .003 .615 1.625
a. Biến phụ thuộc: BI
Mô hình 4 được lựa chọn trong phương pháp Stepwise.
Giá trị VIF có trị số nhỏ hơn 2 nên kết luận không xảy ra hiện tƣợng đa công tuyến.
Đại lƣợng thống kê Durbin-Watson gần bằng 2 (Durbin-Watson = 1.669) nên kết luận rằng không có hiện tượng tương quan giữa các phần dư.
Tất cả các yếu tố trong mô hình phân tích hồi quy tuyến tính bội đều đạt tiêu chuẩn (do Sig.<0.005).
Nhƣ vậy có 4 yếu tố tác động đến ý định sử dụng dịch vụ OTT là hiệu quả, Thú vị cảm nhận, ảnh hưởng xã hội và dễ sử dụng.
Tóm lại, dựa vào kết quả phân tích trên, tác giả kết luận trong mô hình nghiên cứu có 3 nhân tố độc lập là: (1) hiệu suất mong đợi- PE, (2) nỗ lực mong đợi- EE, (3) ảnh hưởng xã hội- SI và (4) Thú vị cảm nhận- PEn ảnh hưởng đến biến phụ thuộc “ý định sử dụng- BI” được biểu diễn dưới dạng toán học nhƣ sau:
Phương trình hồi quy Ý định sử dụng như sau:
BI = 0,264* PE + 0,272*EE + 0,219*SI + 0.117*PEn
Phương trình hồi qui bội (a) được phương pháp Stepwise ước lượng bên trên (từ mô hình 4) cho thấy cả bốn nhân tố độc lập trên đều tác động thuận chiều với biến phụ thuộc, tuy nhiên, nhân tố “Dễ sử dụng - EE” có tác động
mạnh nhất đến ý định hành vi (hệ số hồi qui βEE= 0,272), tiếp theo lần lƣợt là nhân tố “Hiệu quả mong đợi - PE” (βPE=0,264), nhân tố “Ảnh hưởng xã hội”
(βSI = 0,219) và nhân tố “Thú vị cảm nhận” (βPEn = 0,117).
3.3.3. Phân tích hồi qui Binary Logistic
Phân tích hồi qui Binary Logistic đƣợc thực hiện giữa 2 biến độc lập là
“điều kiện thuận lợi- FC” và “ý định sử dụng- BI” với biến phụ thuộc “quyết định sử dụng- SD” theo phương pháp. Kết quả cụ thể được trình bày trong biểu 3.9
Biểu 3.9: Phân tích hồi quy Binary Logistic
Chi-square df Sig.
Step 1 Bước 51.829 2 .000
Khối 51.829 2 .000
Mô hình 51.829 2 .000
Vì Chi-square = 51.829, df=2 nên p(Chi-square, df)=0.000 < 0.05 nên có thể khẳng định rằng các hệ số góc BBI, BFC khác 0 (giả thuyết BBI=BFC=0)
Step -2 Log likelihood Cox & Snell R Square
Nagelkerke R Square
1 284.461a .163 .238
a. Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.
Từ biểu Model Summary, độ phù hợp của mô hình hồi quy binary logistic là -2 Log Likelihood=284.461
Classification Tablea
Quan sát
Predicted
Đã dùng OTT Phần trăm Correct
0 1
Bước 1 Đã dùng OTT 0 22 55 28.6
1 17 197 92.1
Phần trăm tổng thể 75.3
Classification Tablea
Quan sát
Predicted
Đã dùng OTT Phần trăm Correct
0 1
Bước 1 Đã dùng OTT 0 22 55 28.6
1 17 197 92.1
Phần trăm tổng thể 75.3
a. The cut value is .500 Ta nhận thấy:
+ Trong 77 (22+55) trường hợp dự được dự đoán không sử dụng OTT có 22 trường hợp dự đoán đúng trong tổng số 77 trường hợp thực tế không sử dụng, chiếm tỷ lệ 28.6%
+ Trong 214 (17+197) trường hợp thực tế là sử dụng OTT có 17 trường hợp dựa đoán sai và 197 trường hợp dự đoán đúng, chiếm 92,1%.
+ Tỷ lệ dự đoán đúng của toàn bộ mô hình là 75.3%
Variables in the Equation
B S.E. Wald df Sig. Exp(B) Bước 1a BI 1.031 .197 27.441 1 .000 2.805
FC .855 .227 14.222 1 .000 2.352
Hằng số -5.413 1.042 26.981 1 .000 .004 a. Variable(s) entered on step 1: BI, FC.
Thông qua kiểm định Wald Chi Square, giá trị Sig.=0,000 <5%:
chứng tỏ giả thuyết các hệ số riêng phần βđiều kiện thuận lợi = 0 và βý định sử
dụng = 0 bị bác bỏ với độ tin cậy rất cao đến 99%. Điều này nghĩa là có đủ bằng chứng cho rằng giữa các biến độc lập và biến phụ thuộc có mối quan hệ tương quan với nhau.
Nhƣ vậy, hệ số hồi qui tìm đƣợc có ý nghĩa. Từ các hệ số hồi qui này ta
viết được phương trình:
Hoặc dưới dạng xác suất:
Ý nghĩa của các hệ số đƣợc giải thích nhƣ sau: ý định sử dụng làm tăng khả năng quyết định chấp nhận SD dịch vụ OTT.
Dựa vào phương trình (c), ta có thể dự đoán một khách hàng có chấp nhận SD dịch vụ OTT hay không nếu chúng ta có đƣợc thông tin về điều kiện và ý định hành vi của họ
Mô hình Binary Logistic cho biết khả năng khách hàng chấp nhận SD dịch vụ OTT bao nhiêu % nhƣng khả năng này dự đoán chỉ đúng 75,3%.
3.4.3. Phân tích ANOVA
Phân tích ANOVA nhằm kiểm định các nhóm khách hàng khác nhau có tác động khác nhau đến quá trình quyết định chấp nhận SD hay từ chối SD dịch vụ OTT hay không. Vì vậy, thuộc tính của khách hàng cần phải đƣợc phân biệt rõ ràng, số lƣợng quan sát trong mỗi nhóm khách hàng phải đủ lớn và sẽ tốt hơn nếu cỡ mẫu đạt độ đồng đều cao. Do đó, trong nghiên cứu này tác giả chia các nhóm khách hàng nhƣ sau:
- Giới tính đƣợc chia thành 2 nhóm: nam và nữ;
- Nhóm tuổi được chia thành 3 nhóm: nhóm dưới 23 tuổi, nhóm từ 24-35 tuổi và nhóm từ 36 tuổi trở lên;
Loge [P(Y=1)]/[P(Y=0)] = -5,413 + 1,031*BI + 0,855*FC (b)
e(-5,413 + 1,031*BI+0,855*FC)
E(Y/X )= --- (c) 1 + e(-5,413 + 1,031*BI+0,855*FC)
- Kinh nghiệm SD điện thoại di động cũng đƣợc chia thành 5 nhóm:
Dưới 1 năm , Từ 1-2 năm , Từ 2-3 năm , Từ 3-4 năm , Trên 5 năm;
- Kiến thức đƣợc chia thành 4 nhóm: nhóm có trình độ đại học trở lên, nhóm trung cấp- cao đẳng, nhóm phổ thông và nhóm trình độ khác.
Kết quả phân tích ANOVA nhƣ sau
Kết quả phân tích Anova đƣợc trình bày chi tiết trong phụ lục 7. Từ kết quả phân tích, ta có những kết luận nhƣ sau:
Giới tính
- Không có đủ bằng chứng cho rằng có sự khác biệt có ý nghĩa thống kê về “Hiệu quả mong đợi”, “Dễ sử dụng”, “Ảnh hưởng xã hội”, “Thú vị cảm nhận” và cũng nhƣ “Điều kiện thuận lợi” giữa nam và nữ
Tuổi
- Có sự khác biệt có ý nghĩa thống kê về “điều kiện thuận lợi” ở mức 5%
giữa các độ tuổi. Nhóm từ 24 – 35 tuổi có điều kiện thuận lợi nhất, sau đó nhóm 35 tuổi trở lên và cuối cùng nhóm dưới 24 tuổi không có nhiều điều kiện thuận lợi để sử dụng dịch vụ OTT.
- Không có đủ bằng chứng cho rằng có sự khác biệt có ý nghĩa thống kê về “Hiệu quả mong đợi”, “Dễ sử dụng”, “Ảnh hưởng xã hội”, “Thú vị cảm nhận” giữa các nhóm tuổi.
Kinh nghiệm sử dụng
- Có sự khác biệt có ý nghĩa thống kê về “Dễ sử dụng” ở mức 5% giữa các nhóm kinh nghiệm sử dụng.
- Có sự khác biệt có ý nghĩa thống kê về “Điều kiênh thuận lợi” ở mức 5% giữa các nhóm kinh nghiệm sử dụng.
- Không có đủ bằng chứng cho rằng có sự khác biệt có ý nghĩa thống kê về “Hiệu quả mong đợi”, “Ảnh hưởng xã hội”, “Thú vị cảm nhận”
giữa các nhóm tuổi.
Trình độ
- Có sự khác biệt có ý nghĩa thống kê về “Hiệu quả mong đợi” ở mức 5%
giữa các nhóm kinh nghiệm sử dụng.
- Có sự khác biệt có ý nghĩa thống kê về “Dễ sử dụng” ở mức 5% giữa các nhóm kinh nghiệm sử dụng.
- Không có đủ bằng chứng cho rằng có sự khác biệt có ý nghĩa thống kê về “Ảnh hưởng xã hội”, “Thú vị cảm nhận” và cũng như “Điều kiện thuận lợi” giữa các nhóm trình độ.
Kết quả cụ thể được trình bày chi tiết ở phụ lục 7.