CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.7. Phân tích mô hình hồi quy Coefficients
Bảng Coefficients đánh giá hệ số hồi quy của mỗi biến độc lập có ý nghĩa trong mô hình hay không dựa vào kiểm định t. Trong đó giá trị sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu Sig kiểm định t của hệ số hồi quy của một biến độc lập nhỏ hơn 0.05 thì ta kết luận biến độc lập đó có tác động đến biến phụ thuộc. Bên cạnh đó, chúng ta sẽ có hai hệ số hồi quy chưa chuẩn hóa ký hiệu là B và đã chuẩn hóa ký hiệu là Beta. Nếu hệ số hồi quy trên dương, nghĩa là biến độc lập đó tác động thuận chiều lên biến phụ thuộc và ngược lại. Khi xem xét mức độ tác động giữa các biến độc lập lên biến phụ thuộc, chúng ta sẽ dựa vào giá trị tuyệt đối hệ số Beta, giá trị tuyệt đối Beta càng lớn, biến độc lập tác động càng mạnh lên biến phụ thuộc. Ngoài ra, còn có hệ số phóng đại phương sai VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Nếu hệ số VIF > 2 thì khả năng rất cao đang xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập. Để đánh giá hệ số hồi quy của mỗi biến độc lập, chúng tôi đặt giả thuyết Ho là hệ số hồi quy của các biến độc lập Xn bằng 0.
(Nguồn: Kết quả thu được từ phân tích dữ liệu) Hình 31:Bảng Coefficients
Dựa vào bảng Coefficients, có thể thấy được rằng giá trị Sig = 0,001 < 0.05 nên bác bỏ giả thuyết H0, chấp nhận giả thuyết H1: Hệ số hồi quy của biến độc lập Xi khác 0, do đó biến Xi có tác động lên biến phụ thuộc Y. Từ đó, có thể xác định rằng các biến độc lập đều có ý nghĩa thống kê, đều tác động lên biến phụ thuộc.
Khi xét về chỉ số VIF của tất cả các biến độc lập đều có giá trị dương và xấp xỉ từ 1.0 – 1.2 lần lượt là X1 =1.254, X2 = 1.170, X3 = 1.075, X4 = 1.207, X5 = 1.236, X6=
1.231 .Vì vậy nên dữ liệu hoàn toàn không vi phạm giả định đa cộng tuyến.
Hệ số hồi quy chuẩn hóa Beta đều dương cho thấy tất cả các giá trị của 6 biến độc lập đều có mối tương quan thuận chiều với biến phụ thuộc. Cụ thể theo thứ tự tương quan dương mạnh mẽ nhất là nhóm nhân tố về X1(TL)= 0.456 tiếp theo đó lần lượt là các nhân tố X2(LI)=0.277, X3(NC)=0.277, X4(BM)=0,246, X5(XHXH)=0,163 và cuối cùng là X6(CS)= 0.141 có tác động ít nhất đến hành vi thanh toán bằng Apple Pay.
Qua đó, có thể thấy rằng phần lớn người dùng Apple Pay quan tâm nhiều nhất đến mức độ tiện lợi của sản phẩm đồng thời cũng dựa vào nhu cầu và lợi ích mà người dùng nhận được từ dịch vụ này. Nhóm yếu tố chính sách là nhóm nhân tố có ít ảnh hưởng nhất đến hành vi thanh toán bằng Apple Pay tại TP.HCM cho thấy rằng yếu tố chính sách không phải là yếu tố quyết định thực sự đến hành vi thanh toán bằng Apple Pay tại TP.HCM.
Phương trình hồi quy:
Phương trình hồi quy chuẩn hóa:
Bảng phân tích mô hình hồi quy Coefficients ta đã có được hệ số Beta của từng nhân tố từ đó hình thành phương trình hồi quy chuẩn hoá như sau:
Y= 0.456*X1 + 0.277 *X2 + 0.277 *X3 + 0.246*X4 + 0.163 *X5 + 0.141 *X6 Trong đó:
X1 : Nhóm nhân tố về Tiện Lợi X2 : Nhóm nhân tố về Lợi Ích X3 : Nhóm nhân tố về Nhu Cầu
X6: Nhóm nhân tố về Chính Sách
Từ kết quả nghiên cứu, có thể thấy rằng biến Y là hành vi thanh toán bằng Apple Pay chịu tác động bởi X1, X2, X3, X4, X5, X6 là các nhân tố ảnh hưởng đến hành vi thanh toán bằng Apple Pay. Trong đó, nhóm nhân tố tiện lợi có tác động lớn nhất đến hành vi thanh toán bằng Apple Pay thông qua 204 người tham gia khảo sát tại TP.HCM.
Nhóm nhân tố tiện lợi (X1) : ảnh hưởng lớn nhất đến hành vi thanh toán bằng Apple Pay, với hệ số hồi quy = 0.456. Hệ số hồi quy dương cũng cho thấy nhân tố tiện lợi có ảnh hưởng cùng chiều đến hành vi thanh toán bằng Apple Pay. Khi sự tiện lợi của Apple Pay tăng lên 1 đơn vị độ lệch chuẩn, hành vi thanh toán bằng Apple Pay cũng tăng lên 0.456 đơn vị độ lệch chuẩn.
Nhóm nhân tố lợi ích (X2) : ảnh hưởng lớn thứ hai đến hành vi thanh toán bằng Apple Pay, với hệ số hồi quy = 0.277. Hệ số hồi quy dương cũng cho thấy nhân tố tiện lợi có ảnh hưởng cùng chiều đến hành vi thanh toán bằng Apple Pay. Khi lợi ích của Apple Pay tăng lên 1 đơn vị độ lệch chuẩn, hành vi thanh toán bằng Apple Pay cũng tăng lên 0.277 đơn vị độ lệch chuẩn.
Nhóm nhân tố nhu cầu (X3) : cũng có ảnh hưởng đến hành vi thanh toán bằng Apple Pay, với hệ số hồi quy = 0.277. Hệ số hồi quy dương cũng cho thấy nhân tố nhu cầu có ảnh hưởng cùng chiều đến hành vi thanh toán bằng Apple Pay. Khi nhu cầu của người dùng Apple Pay tăng lên 1 đơn vị độ lệch chuẩn, hành vi thanh toán bằng Apple Pay cũng tăng lên 0.277 đơn vị độ lệch chuẩn.
Nhóm nhân tố bảo mật (X4) : ảnh hưởng lớn thứ tư đến hành vi thanh toán bằng Apple Pay, với hệ số hồi quy = 0.246. Hệ số hồi quy dương cũng cho thấy nhân tố bảo mật có ảnh hưởng cùng chiều đến hành vi thanh toán bằng Apple Pay. Khi độ bảo mật của Apple Pay tăng lên 1 đơn vị độ lệch chuẩn, hành vi thanh toán bằng Apple Pay cũng tăng lên 0.246 đơn vị độ lệch chuẩn.
Nhóm nhân tố xu hướng xã hội (X5) : ảnh hưởng hành vi thanh toán bằng Apple Pay, với hệ số hồi quy = 0.163. Hệ số hồi quy dương cũng cho thấy nhân tố xu hướng xã hội có ảnh hưởng cùng chiều đến hành vi thanh toán bằng Apple Pay. Khi xu hướng xã hội tăng lên 1 đơn vị độ lệch chuẩn, hành vi thanh toán bằng Apple Pay cũng tăng lên 0.163 đơn vị độ lệch chuẩn.
Nhóm nhân tố chính sách (X6) : nhân tố này ảnh hưởng ít nhất đến hành vi thanh toán bằng Apple Pay, với hệ số hồi quy = 0.141. Hệ số hồi quy dương cũng cho thấy nhân tố chính sách có ảnh hưởng cùng chiều đến hành vi thanh toán bằng Apple Pay.
Khi chính sách của Apple Pay tăng lên 1 đơn vị độ lệch chuẩn, hành vi thanh toán bằng Apple Pay cũng tăng lên 0.141 đơn vị độ lệch chuẩn.
Bảng phân tích mô hình hồi quy Coefficients ta đã có được các giá trị ở cột Unstandardized Coefficients của từng nhân tố từ đó hình thành phương trình hồi quy chưa chuẩn hoá như sau:
Y= 0.032 + 0.286 *X1 + 0.177 *X2 + 0.176 *X3 + 0.158 *X4 + 0.096 *X5 + 0.093
*X6 + 𝜀𝜀𝜀𝜀𝜀 Trong đó:
X1 : Nhóm nhân tố về Tiện Lợi X2 : Nhóm nhân tố về Lợi Ích X3 : Nhóm nhân tố về Nhu Cầu X4 : Nhóm nhân tố về Bảo Mật X5 : Nhóm nhân tố về Xu Hướng Xã Hội X6: Nhóm nhân tố về Chính Sách
Tất cả các nhóm nhân tố này đều có quan hệ cùng chiều đến hành vi thanh toán bằng Apple Pay do có hệ số hồi quy đương. Cụ thể: X1(TL)= 0.286, X2, (LI) = 0.177, X3 (NC) = 0.176, X4 (BM) = 0.158, X5 (XHXH) = 0.096, X6 (CS) = 0.093
Với nhóm nhân tố tiện lợi, nếu tăng biến X1, tiện lợi lên 1 đơn vị độ lệch chuẩn thì hành vi thanh toán bằng Apple Pay sẽ tăng lên 0.286 đơn vị độ lệch chuẩn.
Với nhóm nhân tố lợi ích, nếu tăng biến X2, lợi ích lên 1 đơn vị độ lệch chuẩn thì hành vi thanh toán bằng Apple Pay sẽ tăng lên 0.177 đơn vị độ lệch chuẩn.
Với nhóm nhân tố nhu cầu, nếu tăng biến X3, nhu cầu lên 1 đơn vị độ lệch chuẩn thì hành vi thanh toán bằng Apple Pay sẽ tăng lên 0.176 đơn vị độ lệch chuẩn.
Đối với nhóm nhân tố thứ 4, nhóm nhân tố về bảo mật. Khi biến X4 (bảo mật) tăng lên 1 đơn vị độ lệch chuẩn thì hành vi thanh toán bằng Apple Pay tăng thêm 0.158 đơn
Ở nhóm nhân tố thứ 5, nhóm nhân tố về xu hướng xã hội, khi biến X5 tăng lên 1 đơn vị thì hành vi thanh toán bằng Apple Pay tăng thêm 0.096 đơn vị độ lệch chuẩn.
Ở nhóm nhân tố thứ 6, nhóm nhân tố về chính sách, khi biến X6 tăng lên 1 đơn vị thì hành vi thanh toán bằng Apple Pay sẽ tăng thêm 0.093 đơn vị độ lệch chuẩn.