CHƯƠNG 2: PHƯƠNG PHÁP VÀ KẾT QUẢ NGHIÊN CỨU CỦA CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN QUYẾT ĐỊNH SỬ DỤNG TTD CỦA KHCN TẠI CÁC NHTM TRÊN ĐỊA BÀN HÀ NỘI
2.3. Phương pháp nghiên cứu
2.3.1. Phương pháp thu nhập dữ liệu
Nghiên cứu thu thập dữ liệu thông qua khảo sát KHCN của các NHTM trên địa bàn thành phố Hà Nội. Với mục tiêu thu thập dữ liệu sơ cấp cho bài nghiên cứu, tác giả đã thực hiện khảo sát qua bảng hỏi khảo sát trực tiếp và Google form trực tuyến. Phiếu khảo sát trực tiếp được gửi đến các KH và cán bộ, nhân viên tại các NHTM trong thành phố Hà Nội cũng như phiếu google form trực tuyến qua zalo, email và các fanpage, hội nhóm, cộng đồng người dùng dịch vụ NH trên nền tảng Facebook từ ngày 01/4/2024 đến ngày 22/4/2024.
Mẫu nghiên cứu:
Kích thước mẫu phụ thuộc vào phương pháp phân tích của bài, bài nghiên cứu này áp dụng phương pháp phân tích hồi quy đa biến nên tối thiểu cỡ mẫu cần đạt được tính theo công thức là n = 50 + 8*m (trong đó, m: số biến độc lập) (Tabachnick và Fidell, 1996). Trong bài nghiên cứu này, số biến độc lập là 6 biến + 6 biến nhân khẩu học nên số mẫu tối thiểu cần có là 146 mẫu. Để đảm bảo số lượng mẫu tối thiểu, phản ánh đầy đủ tổng thể nghiên cứu tác giả tiến hành khảo sát và thu về 305 phiếu, trong đó có 299 phiếu khảo sát là phiếu hợp lệ.
Thiết kế bảng hỏi:
Để giúp thu thập dữ liệu từ mô hình nghiên cứu đã được đề xuất ở mục trên, tác giả sử dụng phiếu khảo sát nhằm thu thập thông tin về các nhân tố tác động đến việc đưa ra quyết định sử dụng TTD của KHCN tại các NHTM ở Hà Nội. Bảng hỏi khảo sát đối tượng nghiên cứu với thang đo 5 mức độ.
Phiếu khảo sát gồm có 2 phần chính:
● Phần 1: Thông tin chung
Phần này thu thập các thông tin bao gồm các thông tin về nhân khẩu học như:
giới tính, tuổi, trình độ học vấn, nghề nghiệp và thu nhập… của KH.
● Phần 2: Phần nội dung
Bao gồm các câu hỏi được xây dựng theo 6 nhóm yếu tố: (1) Chuẩn chủ quan, (2) Nhận thức kiểm soát hành vi, (3) Cảm nhận sự hữu ích, (4) Cảm nhận dễ sử dụng, (5) Chi phí sử dụng thẻ, (6) Nhận thức rủi ro.
Các câu hỏi đánh giá về mức độ ảnh hưởng của các yếu tố này đến quyết định sử dụng TTD của KHCN tại các NHTM ở Hà Nội. Các câu hỏi trong phần 2 được thiết kế theo thang đo Likert với 5 mức độ theo thứ tự: Hoàn toàn không đồng ý, Không đồng ý, Trung lập, Đồng ý, Hoàn toàn đồng ý.
2.3.2. Phương pháp phân tích dữ liệu
Sau khi thu được thông tin của các KH, dữ liệu sẽ được sử dụng để phân tích qua phần mềm SPSS 20.0 và thực hiện qua các bước:
- Thống kê mô tả: dùng để thống kê các đặc điểm nhân khẩu học của đối tượng được khảo sát như: giới tính, tuổi tác, nghề nghiệp, thu nhập… để rút ra kết luận đối tượng KH cần hướng tới khi đưa ra khuyến nghị.
- Kiểm định độ tin cậy thang đo Cronbach’s alpha: Đánh giá ban đầu về mức độ tin cậy và giá trị thang đo. Đây là kiểm định nhằm phân tích tìm hiểu xem các biến quan sát có đo lường cho một khái niệm cần đo và sử dụng hệ số tương quan biến tổng để phản ánh giá trị đóng góp nhiều hay ít (chính là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau). Kiểm định Cronbach's alpha sử dụng để nhằm loại biến có hệ số tương quan với biến tổng nhỏ sẽ cho phép loại bỏ những biến không phù hợp trong mô hình nghiên cứu. Giá trị của hệ số Cronbach's alpha đạt từ 0,6 – 0,8 là thang đo lường tốt (nếu lớn hơn 0,95 không tốt vì các biến đo lường hầu như là một). Trong khi đó, hệ số tương quan biến tổng phải lớn hơn 0,3 (nếu nhỏ hơn 0,3 được xem là biến rác, cần loại bỏ ra khỏi thang đo).
- Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA): Đánh giá các giá trị của thang đo (tính đơn hướng, giá trị hội tụ, và giá trị phân biệt). Đây là phương pháp phân tích thống kê dùng để rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn nhưng chúng có ý nghĩa hơn và vẫn chứa đựng hầu hết các nội dung thông tin của tập biến ban đầu mà vẫn đảm bảo mối quan hệ phụ thuộc lẫn nhau. Phần mềm SPSS cũng sẽ được sử dụng để phân tích nhân tố khám phá (EFA). Trong phân tích EFA thông thường cần phải đáp ứng các điều kiện: Factor loading > 0,5 (các biến có hệ số tải nhỏ hơn 0,5 sẽ bị loại vì không giải thích cho khái niệm nghiên cứu); hệ số KMO có giá trị trong khoảng [0,5; 1,0]; kiểm định Bartlett có Sig < 0,05 (các biến quan sát có tương quan với nhau trong tổng thể);
tổng phương sai trích (Total Variance Explained)> 50%; Eigenvalue > 1.
- Phân tích hồi quy đa biến: Để ước lượng mối quan hệ của các biến độc lập và biến phụ thuộc, nghiên cứu được tiến hành phân tích hồi quy tuyến tính đa biến.
Trong đó, giá trị R bình hiệu chỉnh sẽ đánh giá mức độ % các biến độc lập đưa vào phân tích hồi quy ảnh hưởng đến sự biến thiên của biến phụ thuộc, % còn lại là do các biến ngoài mô hình và sai số ngẫu nhiên. Kết quả bảng này cũng đưa ra giá trị Durbin–Watson để đánh giá hiện tượng tự tương quan chuỗi bậc nhất. Giá trị DW nằm trong khoảng 1.5 đến 2.5 nên kết quả không vi phạm giả định tự tương quan chuỗi bậc nhất (Yahua Qiao, 2011).