CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU
4.5. Kiểm định sự phù hợp của mô hình lý thuyết bằng mô hình SEM
Kết quả ước lượng của mô hình đề xuất được thể hiện trên hình 4.11. Mô hình này có 541 bậc tự do, tuy giá trị Chi-square/df = 2.136 <3 và có P = 0.000, RMSEA = 0.076 nhưng các chỉ tiêu GFI = 0.778, TLI = 0.834; CFI = 0.849 đều <0.9 cho thấy mô hình xây dựng chỉ mới tương đối phù hợp với dữ liệu nghiên cứu.
Hình 4.11 Mô hình SEM
Bảng 4.22 Kết quả kiểm định mối quan hệ nhân quả giữa các khái niệm nghiên cứu (chuẩn hóa)
Mối quan hệ Estimate S.E. C.R. P
LoiIch <--- ChatLuongHeThong .142 .039 3.655 .000 LoiIch <--- ChatLuongThongTin .189 .045 4.164 .000
HaiLong <--- LoiIch -.290 .267 -1.088 .277
HaiLong <--- ChatLuongHeThong .325 .065 5.043 .000 HaiLong <--- ChatLuongThongTin .385 .081 4.734 .000
YdinhSuDung <--- HaiLong .730 .155 4.708 .000
Mối quan hệ Estimate S.E. C.R. P TinCay <--- ChatLuongThongTin ,520 ,066 7,832 .000 DayDu <--- ChatLuongThongTin ,600 ,061 9,884 .000 CongNghe <--- ChatLuongHeThong ,280 ,050 5,573 .000 DeSuDung <--- ChatLuongHeThong ,327 ,060 5,429 .000 DapUng <--- ChatLuongHeThong ,423 ,057 7,471 .000
Kết quả của ước lượng (chuẩn hóa) của các nhân tố chính được trình bày trong Bảng 4.22. Như vậy, thấy được rằng các mối quan hệ giữa các khái niệm chất lượng hệ thống, chất lượng thông tin, hài lòng, ý định sử dụng, lợi ích hầu hết đều đạt ý nghĩa thống kê (P < 5%), ngoại trừ mối quan hệ giữa khái niệm lợi ích và hài lòng P = 0.277 nên được loại bỏ. Các trọng số phần chuẩn hóa đều dương (ngoại trừ mối quan hệ lợi ích và hài lòng đã được loại bỏ), khẳng định các yếu tố ảnh hưởng thuận chiều nhau.
Một trọng số quan trọng nói lên khả năng giải thích của các biến độc lập cho các biến phụ thuộc là tỉ lệ biến đổi của biến phụ thuộc được giải thích bằng tất cả các biến độc lập (R2).
Bảng 4.23 Hệ số R2 của các nhân tố phụ thuộc trong mô hình nghiên cứu hiệu chỉnh
Các nhân tố R2
LoiIch .508
HaiLong .931
YDinhSuDung .682
Từ số liệu ở Bảng 4.23, có thể rút ra các kết luận:
- Hai nhân tố chất lượng hệ thống và chất lượng thông tin giải thích được 50.8%
biến thiên của nhân tố lợi ích.
- Ba nhân tố: chất lượng hệ thống, chất lượng thông tin và lợi ích giải thích được 93.1% biến thiên của mức độ hài lòng.
- Và mức độ hài lòng và lợi ích đã giải thích được 68.2% biến thiên của nhân tố ý định tái sử dụng.
4.5.2. Kiểm định ước lượng mô hình lý thuyết bằng Bootstrap
Phương pháp Bootstrap được sử dụng để đánh giá tính bền vững của mô hình lý thuyết. Đây là phương pháp lấy mẫu lặp lại có thay thế từ mẫu ban đầu (N=200), trong đó mẫu ban đầu đóng vai trò đám đông (Schumacker& Lomax, 1996).
Số lần lấy mẫu lặp lại trong nghiên cứu được chọn là B = 500 lần, kết quả ước lượng với B lần từ N mẫu được tính trung bình và giá trị này có xu hướng gần với ước lượng của tổng thể.
Nghiên cứu này sử dụng số lượng mẫu lặp lại B=500. Mẫu được tính trung bình kèm theo độ lệch được trình bày trong Bảng 4.24
Bảng 4.24 Kết quả ước lượng bằng Bootstrap với B=500 Ước lượng
ML Ước lượng Bootstrap
Mối quan hệ Estim
ate SE SE-
SE Mean Bias SE-
Bias CR
LoiIch <-- ChatLuong
HeThong .428 .227 .007 .387 -.041 .010 -4.1 LoiIch <-- ChatLuong
ThongTin .570 .254 .008 .565 -.004 .011 -0.363 HaiLong <-- LoiIch -.211 .627 .020 -.22 -.009 .028 -0.321 HaiLong <-- ChatLuong
HeThong .712 .245 .008 .647 -.065 .011 -5.91 HaiLong <-- ChatLuong
ThongTin .843 .576 .018 .877 .035 .026 1.34 YDinhS
uDung <-- HaiLong .657 .657 .021 .737 .080 .029 2.75 YDinhS
uDung <-- LoiIch .249 .670 .021 .171 -.079 .030 -2.63
Trong đó có: Estimate: ước lượng bình thường với phương pháp ML. Mean: trung bình các ước lượng Bootstrap. Bias (độ lệch chuẩn). SE – SE độ lệch chuẩn của độ lệch chuẩn. CR là giá trị tới hạn.
Nhận thấy độ lệch (CR) tuy xuất hiện nhưng trị tuyệt đối luôn ≤5.91 (với mức ý nghĩa 5%), có thể nói độ chệch là khá nhỏ, không có ý nghĩa thống kê ở độ tin cậy 95%. Kết quả độ lệch chuẩn của ước lượng (bias) và sai lệch chuẩn của nó có giá trị nhỏ và ổn định cho phép kết luận rằng các ước lượng ML áp dụng trong mô hình là tin cậy và được dùng cho các kiểm định giả thuyết tiếp theo.
4.5.3. Kiểm định các giả thuyết của mô hình nghiên cứu
Qua bảng kết quả kiểm định mối quan hệ nhân quả giữa các khái niệm nghiên cứu (chuẩn hóa) và sự tin cậy của các ước lượng thống kê thông qua kiểm định ước lượng mô hình lý thuyết bằng Bootstrap, có thể thấy tất cả các mối quan hệ trong mô hình nghiên cứu đều có ý nghĩa thống kê ở độ tin cậy 95% (P < 0.05) hay các giả thuyết từ H1 đến H7 đều được chấp nhận (trừ giả thuyết H5). Cụ thể:
- Giả thuyết H1: đánh giá của khách hàng về chất lượng hệ thống càng cao thì nhận thức lợi ích về trang web càng lớn và ngược lại.
Kết quả ước lượng cho thấy mối quan hệ giữa chất lượng hệ thống và nhận thức lợi ích là 0.142 với độ lệch chuẩn SE = 0.039. Ước lượng này có mức ý nghĩa thống kê là P = .000 (Bảng 4.22). Như vậy, giả thuyết này được chấp nhận. Điều này cho thấy rằng chất lượng hệ thống là một trong các nhân tố tạo nên nhận thức lợi ích của khách hàng.
Khi đánh giá của khách hàng về chất lượng hệ thống càng cao thì nhận thức lợi ích về trang web càng lớn và ngược lại.
- Giả thuyết H2: đánh giá của khách hàng về chất lượng hệ thống càng cao thì sự hài lòng của khách hàng về trang web càng lớn và ngược lại.
Kết quả ước lượng cho thấy mối quan hệ giữa chất lượng hệ thống và sự hài lòng của khách hàng là 0.325 với độ lệch chuẩn SE = 0.065. Ước lượng này có mức ý nghĩa thống kê là P = .000 (Bảng 4.22). Như vậy, giả thuyết này được chấp nhận. Điều này
cho thấy rằng chất lượng hệ thống là một trong các nhân tố tạo nên sự hài lòng của khách hàng. Khi đánh giá của khách hàng về chất lượng hệ thống càng cao thì sự hài lòng về trang web càng lớn và ngược lại.
- Giả thuyết H3: đánh giá của khách hàng về chất lượng thông tin càng cao thì nhận thức lợi ích về trang web càng lớn và ngược lại.
Kết quả ước lượng cho thấy mối quan hệ giữa chất lượng thông tin và nhận thức lợi ích là 0.189 với độ lệch chuẩn SE = 0.045. Ước lượng này có mức ý nghĩa thống kê là P = .000 (Bảng 4.22). Như vậy, giả thuyết này được chấp nhận. Điều này cho thấy rằng chất lượng thông tin là một trong các nhân tố tạo nên nhận thức lợi ích của khách hàng.
Khi đánh giá của khách hàng về chất lượng thông tin càng cao thì nhận thức lợi ích về trang web càng lớn và ngược lại.
- H4: đánh giá của khách hàng về chất lượng thông tin càng cao thì sự hài lòng của khách hàng về trang web càng lớn và ngược lại.
Kết quả ước lượng cho thấy mối quan hệ giữa chất lượng thông tin và sự hài lòng của khách hàng là 0.385 với độ lệch chuẩn SE = 0.081. Ước lượng này có mức ý nghĩa thống kê là P = .000 (Bảng 4.22). Như vậy, giả thuyết này được chấp nhận. Điều này cho thấy rằng chất lượng thông tin là một trong các nhân tố tạo nên sự hài lòng của khách hàng. Khi đánh giá của khách hàng về chất lượng thông tin càng cao thì sự hài lòng về trang web càng lớn và ngược lại.
- H5: nhận thức lợi ích về trang web càng cao sự hài lòng của khách hàng về trang web càng lớn và ngược lại.
Kết quả ước lượng mối quan hệ giữa nhận thức lợi ích và sự hài lòng là -0.290 với độ lệch chuẩn SE = 0.267. Ước lượng này có mức ý nghĩa thống kê là P = .277 > 0.05 (Bảng 4.22). Như vậy, giả thuyết này bị bác bỏ. Điều này cho thấy rằng nhận thức lợi ích và sự hài lòng không có mối quan hệ, hay nhận thức lợi ích không ảnh hưởng đến sự biến thiên của ý định tái sử dụng.
- H6: nhận thức lợi ích về trang web càng cao thì ý định tái sử dụng trang web của khách hàng càng lớn và ngược lại.
Kết quả ước lượng cho thấy mối quan hệ giữa nhận thức lợi ích và ý định tái sử dụng trang web là 0.382 với độ lệch chuẩn SE = 0.192. Ước lượng này có mức ý nghĩa thống kê là P = .047 < 0.05 (Bảng 4.22). Như vậy, giả thuyết này được chấp nhận. Điều này cho thấy rằng nhận thức lợi ích là một trong các nhân tố tác động đến ý định tái sử dụng của khách hàng. Khi nhận thức lợi ích về trang web càng cao thì ý định tái sử dụng trang web của khách hàng càng lớn và ngược lại.
- H7: sự hài lòng của khách hàng về trang web càng cao thì ý định tái sử dụng trang web của khách hàng càng lớn và ngược lại.
Kết quả ước lượng cho thấy mối quan hệ giữa sự hài lòng và ý định tái sử dụng trang web là 0.730 với độ lệch chuẩn SE = 0.155. Ước lượng này có mức ý nghĩa thống kê là P = 0.000 (Bảng 4.22). Như vậy, giả thuyết này được chấp nhận. Điều này cho thấy rằng sự hài lòng là một trong các nhân tố tác động đến ý định tái sử dụng trang web của khách hàng. Khi sự hài lòng của khách hàng về trang web càng cao thì ý định tái sử dụng trang web của khách hàng càng lớn và ngược lại.
4.5.4. Phân tích cấu trúc đa nhóm
Phương pháp phân tích cấu trúc đa nhóm để so sánh mô hình nghiên cứu theo các nhóm nào đó của một biến định tính.
Kiểm định Chi-square được sử dụng để so sánh giữa 2 mô hình: Mô hình khả biến, và mô hình bất biến (từng phần). Dựa vào giá trị Chi-square, kiểm định giả thuyết:
- H0: Chi-square của mô hình khả biến bằng Chi-square của mô hình bất biến.
- H1: Có sự khác biệt về Chi-square giữa mô hình khả biến và mô hình bất biến.
Nếu kiểm định Chi-square cho thấy giữa mô hình bất biến và mô hình khả biến không có sự khác biệt (P value > 0.05) thì mô hình bất biến sẽ được chọn (có bậc tự do cao hơn).
Ngược lại, nếu sự khác biệt Chi-square là có ý nghĩa giữa hai mô hình (P value <
0.05) thì chọn mô hình khả biến (có độ tương thích cao hơn).
Khi thực hiện phân tích nhóm với kích thước mẫu và số quan sát hiện tại thì việc tiến hành phân tích nhóm sẽ gặp một số khó khăn và không đảm bảo tính chính xác. Vì kích thước mẫu cần cho phân tích rất lớn nên muốn làm được phân tích đa nhóm cần:
thu thập xem số liệu, tăng kích thước mẫu hoặc giảm các biến quan sát. Vì giới hạn của đề tài nên em chọn phương án là giảm đi các biến quan sát để mô hình phù hợp nghiên cứu chất lượng hệ thống ảnh hưởng đến sự hài lòng.
a. Nhận định nhóm
Qua thống kê mô tả, có thể kết hợp phân tích nhóm như Bảng 4.25 Bảng 4.25 Kích thước mẫu cho phân nhóm theo giới tính
Chỉ tiêu Giới tính
Nam Nữ
Tần số 86 114
Phần trăm 43 57
Tổng 200
b. Kiểm định sự khác biệt theo giới tính
- Mô hình khả biến
Hình 4.12 Mô hình khả biến cho nhóm nam (chưa chuẩn hóa)
Hình 4.13 Mô hình khả biến cho nhóm nữ (chưa chuẩn hóa)
- Mô hình bất biến thành phần
Hình 4.14 Mô hình bất biến cho nhóm nam (chưa chuẩn hóa)
Hình 4.15 Mô hình bất biến cho nhóm nữ (chưa chuẩn hóa)
Dựa vào mô hình bất biến từng phần, thấy được quy định chỉ số beta là giống nhau (Hình 4.14 và hình 4.15). Trong khi đó, mô hình khả biến các trọng số không được quy định nên khác nhau theo nhóm.
Bảng 4.26 Giá trị khác biệt giữa các chỉ tiêu tương thích giới tính
Mô hình so sánh Chi bình phương
df P GFI TLI CFI RMSEA
Khả biến 458.943 220 .000 .795 .773 .816 .074
Bất biến từng phần 465.032 223 .000 .793 .773 .814 .074
Giá trị khác biệt 6.089 3 .107 0.002 0 0.002 0
Dựa vào tính toán P – value = 0.107 > 0.005 nên bác bỏ giả thuyết H1, chấp nhận H0. Nói cách khác không có sự khác biệt về Chi-square giữa mô hình khả biến và mô hình bất biến. Như vậy, sẽ lựa chọn mô hình bất biến.
Kết luận này cho thấy giới tính không làm thay đổi các mối quan hệ giữa các nhân tố trong chất lượng hệ thống (đáp ứng, công nghệ, dễ sử dụng) ảnh hưởng đến hài lòng.
Hay nói cách khác không có sự khác biệt giữa nam và nữ đến sự hài lòng khi đánh giá theo tiêu chí chất lượng hệ thống trong mô hình bất biến và khả biến.
Tóm tắt: Chương này trình bày kết quả kiểm định mô hình nghiên cứu cũng như các giả thuyết đã đặt ra. Kết quả kiểm định cho thấy, mức độ hài lòng của khách hàng đối với website bị ảnh hưởng bởi 2 nhân tố: chất lượng hệ thống và chất lượng thông tin. Lợi ích mà hệ thống mang lại bị ảnh hưởng bởi 2 yếu tố: chất lượng hệ thống và chất lượng thông tin. Về ý định tái sử dụng webite bị ảnh hưởng bởi yếu tố là sự hài lòng và lợi ích cảm nhân được từ việc truy cập website. Chất lượng hệ thống được đo lường nhiều nhất bởi tính dễ sử dụng của hệ thống, yếu tố công nghệ, tính đáp ứng của hệ thống. Còn chất lượng thông tin được đo lường bởi tính đầy đủ của thông tin, tiếp theo là tính tin cậy của thông tin.