CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Cơ sở lý thuyết
2.1.1 Định nghĩa ví điện tử
Dịch vụ ví điện tử cung cấp cho khách hàng một tài khoản điện tử định danh, được tạo lập bởi các tổ chức cung ứng dịch vụ trung gian thanh toán trên các vật mang tin như chip điện tử, sim điện thoại di động và máy tính Dịch vụ này cho phép lưu giữ giá trị tiền tệ, đảm bảo bằng số tiền gửi tương đương từ tài khoản thanh toán của khách hàng tại ngân hàng vào tài khoản đảm bảo thanh toán của tổ chức cung ứng ví điện tử theo tỉ lệ 1:1, theo quy định tại Điều 4 Nghị định 101/2012/NĐ-CP và được bổ sung bởi Khoản 1 Điều 1 Nghị định 80/2016/NĐ-CP về thanh toán không dùng tiền mặt.
Thông thường, có hai loại ví điện tử phổ biến:
Ví điện tử cá nhân là công cụ hữu ích cho việc mua sắm cá nhân và thanh toán trực tuyến trên các trang web của doanh nghiệp chấp nhận phương thức thanh toán này.
Ví điện tử doanh nghiệp cho phép các doanh nghiệp tham gia vào cộng đồng chấp nhận thanh toán điện tử Khi đăng ký, doanh nghiệp sẽ nhận được tài khoản và mật khẩu để truy cập vào website của nhà cung cấp dịch vụ ví điện tử.
2.1.2 Chức năng của ví điện tử
Theo thống kê của Ngân hàng Nhà nước, giá trị giao dịch qua ví điện tử năm 2016 đạt 53.109 tỉ đồng, tăng 64% so với năm 2015 Mặc dù vậy, tỉ trọng tiền mặt trong tổng phương tiện thanh toán vẫn cao do thói quen sử dụng tiền mặt của người dân khó thay đổi Nhằm hướng tới xã hội không tiền mặt, Thủ tướng Chính phủ đã phê duyệt đề án phát triển thanh toán không dùng tiền mặt giai đoạn 2016 - 2020, với mục tiêu giảm tỉ trọng tiền mặt xuống dưới 10% vào cuối năm 2020 Điều này mở ra cơ hội lớn cho thương mại điện tử và thanh toán trực tuyến Đến nay, Ngân hàng Nhà nước đã cấp phép cho hơn 20 ví điện tử cung cấp dịch vụ trung gian thanh toán tại Việt Nam, mỗi doanh nghiệp có chiến lược phát triển riêng nhằm phục vụ các nhóm khách hàng khác nhau, dẫn đến sự đa dạng về sản phẩm và tiện ích của các ứng dụng ví điện tử Tuy nhiên, hầu hết các ứng dụng này đều có bốn chức năng chính.
Sau khi đăng ký và kích hoạt tài khoản ví điện tử, người dùng có thể nhận tiền từ nhiều nguồn khác nhau như nạp tiền trực tiếp tại quầy giao dịch, từ tài khoản ngân hàng hoặc từ ví điện tử cùng loại Khi đã nạp tiền thành công, chủ tài khoản có khả năng chuyển tiền sang ví điện tử khác, chuyển vào tài khoản ngân hàng đã liên kết, hoặc gửi tiền cho người thân và bạn bè qua bưu điện hoặc các chi nhánh ngân hàng.
Khách hàng có thể lưu trữ tiền một cách an toàn và tiện lợi trên tài khoản ví điện tử, cho phép họ quản lý tài sản dưới dạng số hóa.
Số tiền ghi nhận trên ví điện tử tương đương với số tiền thật được chuyển vào.
Thanh toán trực tuyến cho phép khách hàng sử dụng số tiền có trong tài khoản ví điện tử để thực hiện các giao dịch mua sắm trực tuyến một cách nhanh chóng và tiện lợi.
Chức năng truy vấn tài khoản cho phép chủ tài khoản dễ dàng thay đổi và cập nhật thông tin cá nhân, thay đổi mật khẩu, kiểm tra số dư tài khoản cũng như xem lại lịch sử giao dịch của mình.
Các doanh nghiệp cung ứng dịch vụ ví điện tử hiện nay đã không ngừng phát triển và tích hợp nhiều chức năng phụ, nhằm mang lại tiện ích tối ưu cho khách hàng khi sử dụng dịch vụ.
Khách hàng có thể nhanh chóng và tiện lợi sử dụng ví điện tử để nạp thẻ cào điện thoại, thẻ game online, và thanh toán phí tham gia diễn đàn.
Khách hàng có thể thanh toán nhanh chóng và chủ động các hóa đơn sinh hoạt hàng ngày như tiền điện, tiền nước, phí dữ liệu di động và phí truyền hình cáp thông qua ví điện tử.
Khách hàng có thể dễ dàng mua vé điện tử cho các dịch vụ như vé máy bay, vé xem phim, vé tàu và vé xe thông qua ứng dụng liên kết của ví điện tử.
Người dùng có thể dễ dàng và thuận tiện thanh toán học phí cho các khóa học online và khóa học từ xa, giúp họ chủ động trong việc quản lý chi phí học tập.
2.1.3 Quy trình thanh toán của ví điện tử
Sau khi khách hàng đăng ký và kích hoạt ví điện tử, doanh nghiệp cung cấp dịch vụ sẽ quản lý tài khoản và xử lý các giao dịch phát sinh Tất cả các hoạt động như nạp tiền, rút tiền, mua bán và thanh toán đều được cập nhật liên tục trên hệ thống Đồng thời, nhà cung cấp dịch vụ sẽ tính toán nghĩa vụ và thông báo cho ngân hàng để thực hiện ghi nợ và ghi có cho các tài khoản tiền mặt liên quan.
2.1.3.1 Quy trình thanh toán bằng ví điện tử qua mạng viễn thông
Hiện nay, tại Việt Nam, hai ứng dụng ví điện tử phổ biến trên di động là Momo (M-Service) và E-Dong (EC Pay), trong đó Momo được ưa chuộng hơn Tuy nhiên, các ví điện tử này chủ yếu chỉ hỗ trợ thanh toán hóa đơn điện, nước, chuyển tiền vào tài khoản ví cùng loại, chuyển tiền vào tài khoản ngân hàng liên kết và mua thẻ cào Hiện tại, chúng chưa cung cấp các tính năng thanh toán trực tuyến như mua vé tàu, vé máy bay hay thanh toán đặt phòng.
Các bước tiến hành thanh toán bằng ví điện tử trên nền ứng dụng điện thoại di động gồm các bước sau:
- Bước 1: Khởi động ứng dụng ví điện tử trên di động
- Bước 2: Chọn loại giao dịch cần thực hiện
- Bước 3: Chọn dịch vụ cần thanh toán
- Bước 4: Nhập mã dịch vụ
- Bước 5: Nhập mã hóa đơn
- Bước 6: Nhập số tiền cần thanh toán
- Bước 7: nhập số điện thoại khách hàng
- Bước 8: Nhập mật khẩu đăng nhập ví điện tử
- Bước 9: kiểm tra thông tin và xác nhận thanh toán
2.1.3.2 Quy trình thanh toán bằng ví điện tử qua mạng Internet
Mô hình nghiên cứu
Hình 2.1 Mô hình nghiên cứu Cảm nhận hữu dụng
Cảm nhận về rủi ro
Thái độ Ảnh hưởng của xã hội
Cảm nhận dễ dàng sử dụng Ý định sử dụng ví điện tử
PHƯƠNG PHÁP NGHIÊN CỨU
Giới thiệu
Chương 2 đã trình bày cơ sở lý thuyết và đề nghị một mô hình nghiên cứu cùng những giả thuyết nghiên cứu Chương 3 này nhằm mục đích giới thiệu phương pháp nghiên cứu sử dụng để xây dựng và điều chỉnh thang đo, kiểm định mô hình nghiên cứu cùng các giả thuyết đề ra.
Nghiên cứu định tính
Giai đoạn này nhằm thu thập ý kiến từ các chuyên gia và sinh viên ĐH Sư Phạm Kỹ Thuật TP.HCM về dịch vụ ví điện tử Momo, từ đó xác định các biến cần phân tích và thiết kế bảng hỏi điều tra chọn mẫu.
Thông qua kỹ thuật thảo luận nhóm nhỏ (8 người) và dàn bài thảo luận, nghiên cứu nhằm xác định các yếu tố ảnh hưởng đến ý định sử dụng ví điện tử Momo Nhóm sẽ đánh giá các yếu tố trong mô hình nghiên cứu để xác định tiêu chí phù hợp và không phù hợp Cuối cùng, nhóm sẽ thảo luận tất cả các tiêu chí để kết luận những yếu tố quan trọng nhất ảnh hưởng đến ý định sử dụng ví điện tử Momo Dựa trên kết quả nghiên cứu và nội dung đã chuẩn bị từ các mô hình lý thuyết của chuyên gia, nhóm sẽ tổng hợp để thiết kế bảng câu hỏi sơ bộ.
Thang đo và mã hóa thang đo
Để kiểm định mô hình, thang đo được sử dụng trong nghiên cứu này là thang đo Likert
Có 5 mức độ cho tất cả các biến quan sát, bao gồm cả biến độc lập và biến phụ thuộc Mỗi câu hỏi trong thang đo Likert bao gồm một câu hỏi đánh giá và một thang đo với 5 mức độ, trong đó lựa chọn số 1 là mức thấp nhất.
Nhóm em đã thực hiện mã hóa các biến trong thang đo, với lựa chọn “Hoàn toàn không đồng ý” và “Hoàn toàn đồng ý” là hai phản hồi chính.
Bảng 3 1: Cách mã hóa thang đo các biến định lượng
HD1 S d ng ví đi n t Momo giúp tôi hoàn thành các giao d ch thanh toánử ụ ệ ử ị nhanh chóng
HD2 S d ng ví đi n t Momo giúp tôi ki m soát tài chính hi u quử ụ ệ ử ể ệ ả
HD3 S d ng ví đi n t Momo giúp tôi nâng cao hi u qu công vi cử ụ ệ ử ệ ả ệ
HD4 S d ng VĐT Momo giúp tôi có nhiềều khuyềến mãi gi m giá, chiềết khâếuử ụ ả khi thanh toán các d ch vị ụ
HD5 Tôi nh n thâếy VĐT Momo là 1 d ch v ti n l iậ ị ụ ệ ợ
HD6 Tôi nh n thâếy VĐT Momo là 1 d ch v h u íchậ ị ụ ữ
SD1 Tôi cho rằềng các thao tác thanh toán trền VĐT Momo đ n gi n, dềễ dàngơ ả
SD2 Tôi tin rằềng mình nhanh chóng s d ng thành th o d ch v VĐT Momoử ụ ạ ị ụ
SD3 Tôi tin rằềng có th dềễ dàng s d ng VĐT Momo dù không có ai hể ử ụ ướng dâễn
RR1 VĐT Momo là d ch v không đáng tin c yị ụ ậ
RR2 Tôi c m thâếy không an toàn khi cung câếp thông tin c a mình cho nhàả ủ cung câếp d ch vị ụ
RR3 Tôi lo lằếng người khác gi m o thông tinả ạ
RR4 S d ng VĐT Momo có th làm tôi b mâết cằếp tiềền trong tài kho nử ụ ể ị ả
RR5 Tôi c m thâếy không an tâm vềề d ch v thanh toán bằềng VĐT Momo VNả ị ụ ở
RR6 Tôi c m thâếy không an tâm vềề s an toàn c a VĐT Momo3.7ả ự ủ
RR7 c m thâếy lo lằếng vềề pháp lu t liền quan đềến VĐT Momoả ậ
TĐ1 Tôi c m thâếy s d ng VĐT Momo là 1 ý kiềến hayả ử ụ
TĐ2 Tôi c m thâếy s d ng VĐT Momo râết thú vả ử ụ ị
TĐ3 Tôi nhân thâếy VĐT Momo râết đáng đ s d ngể ử ụ
TĐ4 Tôi nh n thâếy s d ng VĐT Momo là m t ý tậ ử ụ ộ ưởng khôn ngoan nh h ng c a xã h i Ả ưở ủ ộ
XH1 Gia đình và b n bè có th nh hạ ể ả ưởng đềến ý đ nh s d ng VĐT Momoị ử ụ c a tôiủ
XH2 Tôi sẽễ s d ng VĐT Momo nềếu nhiềều ngử ụ ười xung quanh tôi s d ngử ụ
XH3 Tôi sẽễ s d ng VĐT Momo nềếu ngử ụ ười thân, b n bè, đôềng nghi p nghĩ tôiạ ệ nền s d ngử ụ Ý đ nh s d ng VĐT Momoị ử ụ
YĐ1 Tôi sẽễ s d ng VĐT Momo thay vì s d ng tiềền m t thanh toánử ụ ử ụ ặ
YĐ2 Tôi sẽễ thường xuyền s d ng VĐT Momo đ thanh toán các giao d chử ụ ể ị
YĐ3 Tôi sẽễ gi i thi u cho ngớ ệ ười thân b n bè đôềng nghi p s d ng VĐTạ ệ ử ụ
Bảng 3 2: Cách mã hóa thang đo các biến định tính
Biến Giá trị Cách mã hóa
Mức độ thường xuyên sử dụng căn tin
Số giờ sử dụng smartphone trong 1 ngày
Nghiên cứu định lượng sơ bộ (Pilot test)
Bảng câu hỏi sơ bộ đã được phát trực tiếp đến 50 sinh viên Đại học Sư Phạm Kỹ Thuật TP.HCM, trong đó chỉ có 40 bảng câu hỏi được chấp nhận Mười bảng câu hỏi còn lại bị loại do thiếu giá trị và vi phạm quy định về câu hỏi chéo Kết quả phỏng vấn của 40 sinh viên này đã được xử lý bằng phần mềm SPSS 20.0 nhằm kiểm tra độ tin cậy của thang đo.
Kết quả của nghiên cứu định lượng sơ bộ là xây dựng được bảng câu hỏi chính thức
Nghiên cứu định lượng chính thức
3.5.1 Phương pháp chọn mẫu Để đạt được các mục tiêu nghiên cứu đã đề ra ở phần mở đầu của đề tài, phương pháp chọn mẫu phi xác suất với hình thức chọn mẫu thuận tiện đã được sử dụng và được xem là hợp lý để tiến hành nghiên cứu đề tài này Lý do để lựa chọn phương pháp chọn mẫu này vì người trả lời dễ tiếp cận, họ sẵn sàng trả lời bảng câu hỏi nghiên cứu cũng như ít tốn kém về thời gian và chi phí để thu thập thông tin cần thiết.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), một trong những lý do chính để áp dụng phương pháp chọn mẫu phi xác suất là do tính tiết kiệm về chi phí và thời gian.
Về mặt này thì phương pháp chọn mẫu phi xác suất vượt trội so với chọn mẫu xác suất.
3.5.2 Xác định kích thước mẫu
Trong nghiên cứu của tôi, tôi áp dụng phương pháp phân tích nhân tố khám phá (EFA) và phân tích hồi quy bội Theo Tabachnick và Fidell (1996), cỡ mẫu tối thiểu cho phân tích hồi quy đa biến được tính bằng công thức nP + 8*m, trong đó m là số biến độc lập Ngược lại, Hoàng Trọng và Chu Mộng Ngọc (2005) đề xuất tỷ lệ này là 4 hoặc 5 với độ tin cậy 95% và mức sai số cho phép 5% Do đó, cỡ mẫu tối thiểu cần thu thập được tính bằng n = 50 + 8 × m, với m là số nhân tố độc lập trong nghiên cứu.
Dựa trên công thức đã tính toán, nhóm em xác định cỡ mẫu lớn nhất là 90 Tuy nhiên, để đảm bảo độ tin cậy và tính đại diện của mẫu, cùng với nguồn lực và khả năng kinh phí, nhóm quyết định sẽ tiến hành điều tra 200 bảng hỏi Điều này nhằm phòng tránh các bảng hỏi không hợp lệ và sai sót trong quá trình phát và thu hồi bảng hỏi.
3.5.3 Bảng câu hỏi - Phương pháp thu thập dữ liệu
Bảng câu hỏi được xây dựng với hình thức trả lời là câu hỏi đóng, cho phép người tham gia lựa chọn mức độ đồng ý theo thang đo Likert 5 điểm.
Bảng câu hỏi (Phụ lục 3) được thiết kế gồm hai phần như sau:
Phần I của bảng câu hỏi là các thông tin phân loại đối tượng phỏng vấn
Phần II của bảng câu hỏi chính thức được thiết kế gồm 5 yếu tố được quan sát bởi 28 biến quan sát
Phương pháp thu thập dữ liệu
Sau khi hoàn thiện bảng câu hỏi, chúng tôi sẽ gửi trực tiếp đến sinh viên hoặc qua tin nhắn trên mạng xã hội như Facebook và Zalo để sinh viên có thể trả lời trực tuyến Để thuận tiện cho việc thu thập dữ liệu, nhóm chúng tôi đã sử dụng công cụ Google Documents để thiết kế bảng câu hỏi trực tuyến.
Dữ liệu sẽ được tổng hợp và sàng lọc kỹ lưỡng Để một bảng câu hỏi được chấp nhận, nó phải không có giá trị thiếu và không vi phạm quy tắc câu hỏi chéo Chỉ những bảng câu hỏi đáp ứng các tiêu chí này mới được đưa vào cơ sở dữ liệu.
Dữ liệu sẽ được mã hóa và được phân tích bằng phần mềm SPSS 20.0 Một số phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Phương pháp này được áp dụng để kiểm tra lỗi trong việc nhập dữ liệu và phân tích phân phối của các biến Trong nghiên cứu, các đại lượng thống kê mô tả quan trọng bao gồm giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và giá trị nhỏ nhất.
Kiểm tra độ tin cậy theo hệ số Cronbach’s Alpha
Phương pháp phân tích này giúp loại bỏ các biến không phù hợp và giảm thiểu biến rác trong nghiên cứu, đồng thời đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha Những biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ bị loại bỏ Thang đo có hệ số Cronbach’s Alpha từ 0,6 trở lên được coi là có thể sử dụng cho các khái niệm nghiên cứu mới, trong khi thang đo có hệ số từ 0,7 đến 0,8 thường được chấp nhận Nhiều nhà nghiên cứu cho rằng thang đo có độ tin cậy từ 0,8 trở lên là thang đo tốt, gần đạt giá trị tối đa 1.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố, theo Theo Hair & cộng sự (1998), là một phương pháp thống kê giúp rút gọn nhiều biến quan sát thành một nhóm có ý nghĩa hơn, đồng thời vẫn giữ lại hầu hết thông tin từ các biến ban đầu.
Theo Hair và các tác giả (1998), trong phân tích EFA, factor loading là chỉ số quan trọng để đảm bảo tính ý nghĩa của EFA Một factor loading lớn hơn 0,3 được coi là đạt yêu cầu tối thiểu, trong khi factor loading lớn hơn 0,4 được xem là quan trọng và trên 0,5 có ý nghĩa thực tiễn Họ cũng khuyến nghị rằng nếu chọn tiêu chuẩn factor loading trên 0,3, kích thước mẫu cần ít nhất là 350 Nếu kích thước mẫu khoảng 100, tiêu chuẩn factor loading nên được đặt trên 0,55.
Chỉ số KMO phản ánh mức độ phù hợp của phương pháp phân tích nhân tố EFA, với giá trị KMO lớn hơn 0,5 và nhỏ hơn 1 cho thấy phân tích là phù hợp Theo Trọng & Ngọc (2005, tr.262), trong kiểm định Bartlett’s Test, nếu Sig < 0,05 thì các quan sát có mối tương quan đáng kể Giá trị eigenvalue biểu thị phần biến thiên được giải thích bởi một nhân tố so với tổng thể, với eigenvalue > 1 cho thấy nhân tố đó tóm tắt thông tin tốt hơn biến gốc và nên được giữ lại trong mô hình Tổng phương sai trích phải đạt ≥ 50% để đảm bảo sự biến thiên của dữ liệu được giải thích hợp lý dựa trên các nhân tố đã rút ra.
Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính bội sẽ được xây dựng, với hệ số R² đã được điều chỉnh (adjusted R square) phản ánh mức độ phù hợp của mô hình Mục tiêu nghiên cứu này là kiểm định lý thuyết khoa học, do đó sẽ áp dụng phương pháp đồng thời (ENTER trong SPSS) để thực hiện phân tích hồi quy (Nguyễn Đình Thọ, 2011).
Việc sử dụng R 2 hiệu chỉnh là an toàn hơn trong việc đánh giá độ phù hợp của mô hình, vì R 2 có thể tăng khi thêm biến độc lập R 2 hiệu chỉnh càng cao cho thấy mô hình càng phù hợp.
Kiểm định này nhằm phân tích và đánh giá ý kiến của sinh viên về mức độ ảnh hưởng của các yếu tố trong từng nhân tố đến ý định sử dụng dịch vụ ví điện tử Momo, từ đó xác định những yếu tố quan trọng có tác động.
Tóm tắt
Chương này mô tả phương pháp nghiên cứu bao gồm hai bước chính: nghiên cứu sơ bộ và nghiên cứu chính thức Nghiên cứu sơ bộ được thực hiện thông qua phương pháp định tính như thảo luận nhóm và nghiên cứu định lượng sơ bộ (pilot test) Trong khi đó, nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng Chương cũng trình bày kế hoạch phân tích dữ liệu thu thập được, và chương tiếp theo sẽ cụ thể hóa kết quả nghiên cứu chính thức bằng phương pháp định lượng.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả
Số lượng bảng câu hỏi thu về được là 201 Sau đó loại bỏ những bảng trả lời không phù hợp thì được 161bảng trả lời sử dụng được.
Tổng số lượng mẫu là N = 161
4.1.2 Thống kê mẫu theo từng yếu tố
Bảng 4 1: Thống kê mẫu theo giới tính
Trong cuộc khảo sát với tổng cộng 161 sinh viên, tần số giới tính cho thấy có 87 sinh viên nam (chiếm 54%) và 74 sinh viên nữ (chiếm 46%) Tất cả các đối tượng tham gia đều đã trả lời đầy đủ câu hỏi mà không có ai bỏ qua.
Bảng 4 2: Thống kê mẫu theo ngành học
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên, trong đó có 85 sinh viên (chiếm 52,8%) thuộc nhóm ngành kỹ thuật và 76 sinh viên nữ (chiếm 47,2%) Đáng chú ý, không có sinh viên nào bỏ qua câu hỏi khảo sát này.
Bảng 4 3: Thống kê mẫu theo thu nhập
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên Kết quả cho thấy, tần số thu nhập dưới 1.000.000 đồng chiếm tỷ lệ cao nhất với 46 bạn (28,6%), trong khi thu nhập trên 4.000.000 đồng chỉ có 16 bạn (9,9%) Đặc biệt, không có sinh viên nào bỏ qua câu hỏi về thu nhập.
- Theo thời gian sử dụng điện thoại:
Bảng 4 4: Thống kê mẫu theo thời gian sử dụng điện thoại
THỜI GIAN SỬ DỤNG ĐIỆN THOẠI
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên Kết quả cho thấy, có 84 sinh viên (52,5%) sử dụng điện thoại trên 4 giờ mỗi ngày, trong khi chỉ có 4 sinh viên (2,5%) sử dụng từ 1 đến 2 giờ Đáng chú ý, không có sinh viên nào bỏ qua câu hỏi này.
- Theo cách biết đến VĐT Momo:
Bảng 4 5: Thống kê mẫu theo yếu tố biết đến Momo
Trong nghiên cứu này, tổng số đối tượng khảo sát là 161 sinh viên, với tần số khảo sát qua 5 cách tiếp cận VĐT Momo Kết quả cho thấy, 49,1% (79 sinh viên) biết đến VĐT Momo thông qua bạn bè và người thân, trong khi chỉ có 3,7% (6 sinh viên) biết đến qua tiếp thị của hãng Đáng chú ý, không có trường hợp nào bỏ qua câu hỏi này.
Đánh giá độ tin cậy thang đo
4.2.1 Phương pháp đánh giá độ tin cậy của thang đo Để đánh giá độ tin cậy của các thang đo lường các khái niệm trong mô hình lý thuyết, nghiên cứu này ứng dụng hệ số Cronbach alpha và hệ số tương quan biến tổng để đánh giá độ tin cậy của các thang đo dùng để đo lường các khái niệm có trong mô hình nghiên cứu.
Theo Nguyễn Đình Thọ (2011), hệ số Cronbach alpha là công cụ phổ biến nhất để đánh giá độ tin cậy của các thang đo đa biến Hệ số này giúp đo lường tính nhất quán giữa các biến quan sát trong cùng một thang đo, nhằm phản ánh cùng một khái niệm.
Trong phân tích nhân tố, nhiều nhà nghiên cứu thống nhất rằng thang đo có Cronbach alpha từ 0,8 trở lên được coi là tốt (Nunnally & Bernstein, 1994) Nếu Cronbach alpha nằm trong khoảng từ 0,7 đến gần 0,8, thang đo vẫn được xem là có thể sử dụng (Peterson, 1994) Một số nhà nghiên cứu khác cho rằng giá trị Cronbach alpha từ 0,6 trở lên có thể chấp nhận được, đặc biệt khi khái niệm nghiên cứu là mới đối với người tham gia khảo sát (Slater, 1995).
Nguyên tắc kiểm định các biến
Để cải thiện hệ số Cronbach alpha sau khi sử dụng phần mềm SPSS, cần quan sát cột “Cronbach alpha nếu loại biến” Nếu có giá trị lớn hơn hệ số α hiện tại, có thể loại bỏ biến đó để nâng cao độ tin cậy Quan trọng là Cronbach alpha đo lường độ tin cậy của toàn bộ thang đo, không phải cho từng biến quan sát riêng lẻ Các biến trong cùng một thang đo phải có mối tương quan chặt chẽ, vì chúng đều đo lường một khái niệm nghiên cứu chung Do đó, khi kiểm tra từng biến, người ta thường sử dụng hệ số tương quan biến tổng.
2011) Nếu một biến đo lường có hệ số tương quan biến tổng (hiệu chỉnh) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu (Nunnally & Bernstein, 1994)
4.2.2 Kết quả đánh giá độ tin cậy thang đo
Kết quả cuộc điều tra được thể hiện dưới đây với phần kiểm định thang đo cho từng biến tổng hợp.
Kết quả đánh giá độ tin cậy của thang đo bằng hệ số Cronbach alpha và hệ số tương quan biến tổng được diễn giải dưới đây (Bảng 4.6)
Bảng 4 6: Độ tin cậy Cronbach’s alpha – về yếu tố hữu dụng
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Kiểm soát tài chính hiệu quả 20.50 11.414 0.595 0.874
- Nâng cao hiệu năng qua công việc 20.42 11.507 0.662 0.860
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố hữu dụng được cấu thành được cấu thành bởi 6 biến quan sát
Kết quả phân tích độ tin cậy thang đo cho thấy hệ số Cronbach alpha đạt 0.878, vượt mức tối thiểu 0.6 Tất cả các biến quan sát có hệ số tương quan biến tổng hiệu chỉnh từ 0.595 đến 0.790, đều lớn hơn 0.3 Hệ số Cronbach alpha nếu loại từng biến dao động từ 0.840 đến 0.874, đều nhỏ hơn giá trị hiện tại Do đó, thang đo đạt độ tin cậy cần thiết mà không cần điều chỉnh thêm.
Bảng 4 7: Độ tin cậy Cronbach’s alpha – về yếu tố sử dụng
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Thao tác đơn giản, dễ dùng 8.17 1.907 0.614 0.759
- Nhanh chóng sử dụng thành thạo 8.19 1.981 0.686 0.690
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố sử dụng được cấu thành được cấu thành bởi 3 biến quan sát
Kết quả phân tích độ tin cậy của thang đo cho thấy hệ số Cronbach alpha đạt 0.799, vượt mức tối thiểu 0.6 Hệ số tương quan biến tổng hiệu chỉnh của các biến quan sát dao động từ 0.614 đến 0.686, đều lớn hơn 0.3 Ngoài ra, hệ số Cronbach alpha nếu loại từng biến nằm trong khoảng từ 0.690 đến 0.759, đều thấp hơn giá trị hiện tại Do đó, thang đo đã đạt độ tin cậy cần thiết mà không cần điều chỉnh.
Bảng 4 8: Độ tin cậy Cronbach’s alpha – về yếu tố rủi ro
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Lo lắng bị giả mạo thông tin 16.52 32.876 0.720 0.931
- Không an tâm về dịch vụ 16.89 30.462 0.842 0.919
- Không an tâm về sự an toàn 16.92 30.575 0.836 0.920
- Lo lắng về luật pháp 16.74 31.507 0.784 0.925
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố rủi ro được cấu thành được cấu thành bởi 7 biến quan sát
Kết quả phân tích độ tin cậy cho thấy thang đo đạt hệ số Cronbach alpha là 0.935, vượt mức tối thiểu 0.6 Các hệ số tương quan biến tổng hiệu chỉnh của tất cả các biến quan sát nằm trong khoảng từ 0.720 đến 0.842, đều lớn hơn 0.3 Hệ số Cronbach alpha nếu loại biến thì dao động từ 0.919 đến 0.929, đều nhỏ hơn giá trị hiện tại Do đó, thang đo này đạt độ tin cậy cần thiết mà không cần điều chỉnh.
Bảng 4 9: Độ tin cậy Cronbach’s alpha – về yếu tố xã hội
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến
- Gia đình bạn bè có thể ảnh hưởng 7,57 3,521 0,526 0,871
- Dùng VĐT Momo nếu nhiều người xung quan sử dụng
- Dùng VĐT Momo nếu người thân, bạn bè, đồng nghiệp nghĩ tôi nên sử dụng
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng đến ý định về yếu tố về xã hội được cấu thành được cấu thành bởi 3 biến quan sát
Kết quả phân tích độ tin cậy thang đo cho thấy hệ số Cronbach alpha đạt 0.809, vượt mức 0.6, cho thấy thang đo có độ tin cậy cao Hệ số tương quan biến tổng hiệu chỉnh của tất cả các biến quan sát nằm trong khoảng từ 0.526 đến 0.738, đều lớn hơn 0.3 Do đó, thang đo này đạt độ tin cậy cần thiết mà không cần điều chỉnh thêm.
Bảng 4 10: Độ tin cậy Cronbach’s alpha – về yếu tố ý định
Trung bình thang đo nếu bị loại biến
Phương sai thang đo nếu bị loại biến
Tương quan biến tổng hiệu chỉnh
Giá trị Cronbach' s Alpha nếu loại biến -Tôi sẽ giới thiệu cho bạn bè, đồng nghiệp SD 7,13 2,427 ,604 ,801
-Tôi sẽ thường xuyên sử dụng VĐT Momo để thanh toán 7,44 2,248 ,752 ,649
Qua bảng trên cho ta thấy:
- Thang đo mức ảnh hưởng về mức ý định được cấu thành được cấu thành bởi 3 biến quan sát
Kết quả phân tích độ tin cậy cho thấy hệ số Cronbach alpha của thang đo đạt 0.812, vượt mức tối thiểu 0.6 Hệ số tương quan biến tổng hiệu chỉnh của các biến quan sát dao động từ 0.604 đến 0.752, đều lớn hơn 0.3 Ngoài ra, hệ số Cronbach alpha nếu loại từng biến sẽ giảm từ 0.649 đến 0.801, thấp hơn giá trị hiện tại Do đó, thang đo đã đạt độ tin cậy cần thiết mà không cần điều chỉnh.
Đánh giá giá trị thang đo - EFA
4.3.1 Phương pháp đánh giá giá trị thang đo – EFA Để đánh giá giá trị thang đo, cần xem xét ba thuộc tính quan trọng trong kết quả EFA:
Trong phân tích nhân tố, có ba yếu tố chính cần xem xét: số lượng nhân tố trích, trọng số nhân tố và tổng phương sai trích Số lượng nhân tố trích được xác định dựa trên tiêu chí Eigen-value, với yêu cầu rằng nhân tố dừng có Eigen-value tối thiểu bằng 1 (>= 1) (Nguyễn Đình Thọ, 2011) Về trọng số nhân tố, một biến cần có trọng số cao trên nhân tố mà nó đo lường và trọng số thấp trên các nhân tố khác để đảm bảo giá trị hội tụ (Nguyễn Đình Thọ, 2011) Để kiểm định trọng số nhân tố, cần tuân thủ một số tiêu chí nhất định nhằm đảm bảo tính chính xác và độ tin cậy của kết quả phân tích.
Trọng số nhân tố của một biến Xi được coi là chấp nhận được khi λi >= 0.5 Nếu λi < 0.5, biến Xi có thể bị loại bỏ vì không đo lường khái niệm cần thiết Tuy nhiên, nếu λi gần mức 0.5, chẳng hạn như 0.4, biến không nên bị loại nếu nội dung của nó vẫn có giá trị trong việc thể hiện thang đo (Nguyễn Đình Thọ, 2011).
Chênh lệch trọng số giữa hai biến λi A và λi B, với giá trị tối thiểu là 0.3, thường được các nhà nghiên cứu chấp nhận (Nguyễn Đình Thọ, 2011) Nếu hai biến này tương đương, có thể cần loại bỏ một trong hai Tuy nhiên, trước khi quyết định loại bỏ, cần xem xét kỹ nội dung của biến để đảm bảo tính chính xác và ý nghĩa của nghiên cứu.
Tổng phương sai trích là yếu tố quan trọng trong việc đánh giá kết quả EFA, thể hiện tỷ lệ phần trăm các biến đo lường được trích ra từ các nhân tố Nếu tổng phương sai trích đạt từ 50% trở lên, mô hình EFA được coi là phù hợp, trong khi tổng từ 60% trở lên được xem là tốt (Nguyễn Đình Thọ, 2011) Việc đạt được các tiêu chí này cho thấy phần chung lớn hơn phần riêng và sai số, khẳng định tính hợp lý của mô hình EFA.
4.3.2 Kết quả đánh giá giá trị thang đo
Trước khi tiến hành phân tích nhân tố khám phá (EFA), việc kiểm định điều kiện thực hiện là rất quan trọng Kiểm định KMO (Kaiser-Meyer-Olkin measure of sampling adequacy) thường được sử dụng để xác định tính đủ của mẫu cho phân tích này.
Kết quả kiểm định KMO được thể hiện trong Bảng 4.11
Bảng 4 11: Kiểm định KMO and Bartlett’s Test (lần 1)
Chỉ số Kaiser-Meyer-Olkin 0.905
Giá trị chi bình phương xấp xỉ
Kiểm định Barlett’s sử dụng đại lượng Chi – bình phương để quyết định chấp nhận hoặc bác bỏ giả thuyết H0 dựa trên mức ý nghĩa kiểm định Kết quả từ bảng 4.2 cho thấy hệ số KMO đạt 0.50 ≤ 0.905 ≤ 0.1 và giá trị Sig của kiểm định Bartllet’s là 000, nhỏ hơn 0,05, cho thấy mức ý nghĩa cao và khẳng định các biến quan sát có mối tương quan trong tổng thể Do đó, việc thực hiện phân tích nhân tố khám phá (EFA) cho các nhân tố này là hợp lý Kết quả của EFA sẽ được trình bày trong bảng dưới.
Tiêu chuẩn phương sai trích (Variance Explained Criteria): Phân tích nhân tố là phù hợp nếu tổng phương sai trích không được nhỏ hơn 50%
Bảng 4 12: Tổng phương sai trích
Thông số Eigenvalues ban đầu
Extraction Sums of Squared Loadings
Extraction Method: Principal Component Analysis.
Bảng 4 13: Ma trận tố xoay
Ma trận nhân tố xoay
Biến quan sát Nhân tố
VĐT Momo là một ý kiến hay 0.816
VĐT Momo đáng sử dụng 0.795
Thao tác đơn giản dễ dùng 0.763
VĐT Momo là một ý tưởng khôn ngoan 0.701
Nâng cao hiệu quả công việc 0.700
Nhanh chóng sử dụng thành thạo 0.689
Không an tâm về dịch vụ 0.881
Không an tâm về sự an toàn 0.875
Lo lắng về pháp luật 0.838
Lo lắng bị giả mạo thông tin 0.807
Extraction Method: Principal Component Analysis
Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 3 iterations.
Từ bảng trên ta thấy:
Phân tích nhân tố cho thấy có hai nhân tố được trích ra với tổng phương sai trích đạt 63.140%, vượt ngưỡng 60%, bao gồm (1) Hữu dụng và (2) Rủi ro Kết quả này chứng minh rằng các thang đo này giải thích một cách hiệu quả khái niệm về ý định sử dụng ví điện tử Momo.
- Các biến trong các thang đo đều có mức tải nhân tố biến thiên từ 0.665 đến 0.881, đều > 0.5 Vậy giá trị các thang đo này chấp nhận được.
4.3.3 Kết luận về kết quả đánh giá độ tin cậy và giá trị thang đo
Sau khi đánh giá và điều chỉnh độ tin cậy của các thang đo, chúng tôi đã tiến hành phân tích nhân tố khám phá để xác định mức tải nhân tố của các biến Đồng thời, tính phân biệt của các thang đo cũng được đánh giá theo ý nghĩa trong mô hình nghiên cứu Kết quả đánh giá đã giúp loại bỏ những biến không phù hợp, từ đó tạo ra danh sách các biến được sử dụng trong kiểm định mô hình nghiên cứu thông qua phân tích hồi quy bội (MLR - Multivariable Linear Regression) Dưới đây là các thang đo sau khi đã được hiệu chỉnh.
Thang đo ý định sử dụng ví điện tử về các yếu tố hữu dụng
- Nâng cao hiệu quả công việc
- Thao tác đơn giản, dễ dàng
- VĐT Momo là 1 ý tưởng khôn ngoan
- VĐT Momo là 1 ý kiến hay
- VĐT Momo đáng sử dụng
- Nhanh chóng sử dụng thành thạo
Thang đo ý định sử dụng ví điện tử về các yếu tố rủi ro
- Không an tâm về dịch vụ
- Không an tâm về sự an toàn
- Lo lắng về pháp luật
- Lo lắng bị giả mạo thông tin
4.4 Phân tích hồi quy bội – MLR Để kiểm định mức độ phù hợp của mô hình nghiên cứu và các giả thuyết, nghiên cứu này ứng dụng mô hình hồi quy bội - MLR Khi sử dụng MLR cần kiểm định sự phù hợp của mô hình và các biến, và kiểm định sự phù hợp của các giả định.
Để áp dụng mô hình hồi quy bội MLR, cần đảm bảo có một biến phụ thuộc (biến định lượng) và nhiều biến độc lập (có thể là biến định lượng hoặc định tính) Trong nghiên cứu này, biến phụ thuộc là "Ý định", trong khi hai biến độc lập đã được kiểm định độ tin cậy, giá trị và giá trị phân biệt thông qua phân tích EFA là: (1) mức độ hữu dụng của dịch vụ và (2) mức độ rủi ro của dịch vụ.
Như vậy, mô hình nghiên cứu phù hợp để thực hiện mô hình hồi quy bội.
Thứ hai, cần kiểm tra độ tin cậy của kết quả MLR bằng cách xác định các giả định liên quan Với các giả thuyết về mối quan hệ nhân quả giữa các biến độc lập và biến phụ thuộc, mô hình MLR trong nghiên cứu này được kiểm định thông qua phương pháp đồng thời (phương pháp ENTER).
4.4.1 Kết quả phân tích mô hình hồi quy bội
Bảng 4 14: Tóm tắt mô hình
Sai số chuẩn của ước lượng
1 0,822 a 0,675 0,671 0,31994 2,080 a Dự đoán: (Hằng số), RR, HD b Biến phụ thuộc: YD
Mô hình Tổng các bình phương df Trung bình bình phương F Sig.
Tổng 49.786 160 a Biến phụ thuộc: YD a Dự đoán: (Hằng số), RR, HD
Bảng 4 16: Bảng trọng số hồi quy - Coefficients a Kết quả MRL
Mô hình Hệ số hồi quy chưa chuẩn hóa
Hệ số hồi quy chuẩn hóa t Sig.
(Mức ý nghĩa) Đo lường đa cộng tuyến
B Sai số chuẩn Beta Độ chấp nhận
VIF (hệ số phóng đại phương sai) 1
RR 0.298 0.028 0.498 10.663 000 0.944 1.059 a Biến phụ thuộc: YD
Hệ số xác định R = 0.822 cho thấy các biến độc lập trong mô hình giải thích khoảng 67.5% phương sai của biến phụ thuộc, cụ thể là ý định sử dụng ví điện tử Momo Điều này chứng tỏ rằng 67.5% ý định sử dụng ví điện tử Momo có thể được giải thích thông qua ba biến độc lập đã được đề cập.
Kiểm định F bảng ANOVA cho thấy, mức ý nghĩa p, tức là Sig = 0.000 Như vậy, mô hình hồi quy phù hợp
Bảng trọng số hồi quy cho thấy các biến RR và HD đều có tác động tích cực đến biến phụ thuộc YD, với trọng số hồi quy Beta của cả hai biến này đều dương và có ý nghĩa thống kê.
Khi kiểm tra hiện tượng đa cộng tuyến, chỉ số VIF của hai biến lần lượt là 1.059, cho thấy chúng đều nhỏ hơn 5 Điều này chứng tỏ không có hiện tượng đa cộng tuyến xuất hiện Do đó, mô hình hồi quy được chấp nhận.
Hàm hồi quy được viết như sau: YĐ = -0.132 + 0.707 * HD + 0.298 * RR
Kiểm định One sample T-test
Khi cần so sánh giá trị trung bình của một tổng thể với một giá trị cụ thể, chúng ta sử dụng phép kiểm định one sample T-test Trong quá trình này, giả thuyết H được đặt ra để xác định giá trị trung bình của biến nghiên cứu, trong khi đối thuyết Ha được thiết lập nhằm chỉ ra sự khác biệt với giá trị trung bình của biến nghiên cứu.
- Kiểm định về đánh giá của người tiêu dùng về “thao tác đơn giản, dễ dùng”,thang đo từ 1 – 5 nên chọn Test Value = 3, với mức ý nghĩa 5%
- Đặt giả thuyết H : “thao tác đơn giản, dễ dùng” đánh giá ở mức trung bình lào
- Đối thuyết H : : “thao tác đơn giản, dễ dùng” đánh giá ở mức trung bìnha khác 3
Bảng 4 17: Bảng kết quả kiểm định One sample Statistics
N Trung bình Độ lệch chuẩn Sai số chuẩn
Bảng 4 18: Bảng kết quả kiểm định One Sample Test
Test Value = 3 t df Sig (2- tailed)
Interval of the Difference Lower Upper Thao tác đơn giản dễ dàng 18,120 160 0,000 1,130 1,01 1,25
Từ bảng kết quả ta có:
- Giá trị trung bình của mẫu là 4,13
Kiểm định t cho thấy đánh giá của người tiêu dùng về “thao tác đơn giản, dễ sử dụng” của ví Momo đạt giá trị 18,120, với mức ý nghĩa quan sát là 0,000, nhỏ hơn 5% Điều này dẫn đến việc bác bỏ giả thuyết H.
Vậy “thao tác đơn giản, dễ sử dụng” của ví Momo được người tiêu dùng đánh giá ở mức độ trung bình là khác 3 (cao hơn 3).
Kiểm định ANOVA
Phân tích phương sai một yếu tố (One-Way ANOVA) là phương pháp kiểm định giả thuyết nhằm so sánh giá trị trung bình của nhiều nhóm độc lập, giúp đánh giá sự khác biệt giữa các tổng thể Nghiên cứu này áp dụng phương pháp ANOVA để phân tích sự khác biệt trong đặc điểm khách hàng ảnh hưởng đến ý định sử dụng ví điện tử Momo, với trọng tâm là đặc điểm Năm học của sinh viên.
Bảng 4 19: Kết quả kiểm định phương sai về năm học
Test of Homogeneity of Varaiances
Thống kê Levene df1 df2 Sig.
Kiểm định phương sai đồng nhất cho thấy rằng phương sai của ý định sử dụng ví điện tử MOMO của sinh viên Đại học Sư phạm Kỹ thuật TPHCM không có sự khác biệt giữa các nhóm theo từng biến phân loại Kết quả kiểm định với giá trị Sig = 0.692, lớn hơn 0.05, cho thấy phương sai giữa các lựa chọn của biến Năm học là đồng nhất Vui lòng xem thêm kết quả chi tiết trong bảng ANOVA.
Bảng 4 20: Bảng ANOVA Tổng bình phương df Trung bình bình phương F Sig.
Dựa vào bảng trên, với giá trị Sig >= 0.05, chúng ta có thể kết luận rằng không có sự khác biệt có ý nghĩa thống kê về năm học của những người tham gia khảo sát có ý định sử dụng ví điện tử Momo ở mức ý nghĩa 5%.
