Nghiên Cứu Marketing: Đánh Giá Mức Độ Hoàn Thành Công Việc Trong Thời Đại COVID-19

Khảo sát các yếu tố ảnh hưởng đến hành vi sử dụng e-banking tại ngân hàng BIDV ở TP Hồ Chí Minh trong bài thi kết thúc học phần marketing.

• Tác giả: Lê Thị Quế Trân
• Người hướng dẫn: Th.s Dư Thị Chung
• Trường học: Trường Đại Học Tài Chính
• Chuyên ngành: Marketing
• Đề tài: Đánh Giá Mức Độ Hoàn Thành Công Việc Trong Thời Đại COVID-19
• Loại tài liệu: Bài Thi Kết Thúc Học Phần
• Năm xuất bản: 2022
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• 1. CHƯƠNG 1: GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.3. Đối tượng nghiên cứu
• 1.4. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.5.1. Phương pháp định tính
• 1.5.2. Phương pháp định lượng
• 1.6. Giả thuyết và mô hình đề xuất nghiên cứu
• 1.6.1. Giả thuyết nghiên cứu
• 1.6.2. Mô hình nghiên cứu
• 1.6.3. Mô hình nghiên cứu đề xuất
• 1.7. TÓM TẮT CHƯƠNG 1
• 2. CHƯƠNG 2: XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
• 2.1. Thông tin về mẫu (thống kê mô tả)
• 2.2. Ý nghĩa các đại lượng/ chỉ số cần phân tích
• 2.3. Thao tác
• 2.4. Thông tin giới tính của mẫu quan sát
• 2.5. Thông tin độ tuổi của mẫu quan sát
• 3. CHƯƠNG 3: KẾT LUẬN VÀ MỘT SỐ HÀM Ý QUẢN TRỊ
• 3.1. Tóm tắt kết quả nghiên cứu
• 3.2. Về phương pháp nghiên cứu
• 3.3. Về các giả thuyết nghiên cứu
• 3.4. Kết quả nghiên cứu
• 3.5. Hạn chế của đề tài
• 3.6. Một số đề xuất giải pháp
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Marketing Trong Thời Đại COVID 19

Trong bối cảnh đại dịch COVID-19, nghiên cứu marketing đã trở thành một lĩnh vực quan trọng để hiểu rõ hơn về hành vi tiêu dùng và các chiến lược marketing hiệu quả. Sự thay đổi trong hành vi tiêu dùng đã tạo ra nhiều thách thức cho các doanh nghiệp. Việc nắm bắt xu hướng và điều chỉnh chiến lược marketing là cần thiết để tồn tại và phát triển trong thời kỳ này.

1.1. Tác Động Của COVID 19 Đến Hành Vi Tiêu Dùng

Đại dịch đã làm thay đổi cách thức tiêu dùng của người dân. Nhiều người đã chuyển sang mua sắm trực tuyến, dẫn đến sự gia tăng của các dịch vụ E-commerce. Theo báo cáo, tỷ lệ người tiêu dùng sử dụng dịch vụ trực tuyến đã tăng lên đáng kể trong thời gian này.

1.2. Xu Hướng Marketing Số Trong Thời Kỳ Đại Dịch

Marketing số đã trở thành xu hướng chủ đạo trong thời kỳ COVID-19. Các doanh nghiệp đã áp dụng các chiến lược marketing trực tuyến để tiếp cận khách hàng hiệu quả hơn. Việc sử dụng mạng xã hội và quảng cáo trực tuyến đã gia tăng mạnh mẽ.

II. Vấn Đề Và Thách Thức Trong Nghiên Cứu Marketing

Nghiên cứu marketing trong thời kỳ COVID-19 đối mặt với nhiều thách thức. Các doanh nghiệp cần phải điều chỉnh chiến lược để phù hợp với sự thay đổi trong hành vi tiêu dùng. Việc thu thập dữ liệu và phân tích cũng gặp khó khăn do sự biến động của thị trường.

2.1. Khó Khăn Trong Việc Thu Thập Dữ Liệu

Việc thu thập dữ liệu trong thời gian đại dịch gặp nhiều khó khăn do hạn chế di chuyển và sự thay đổi trong hành vi tiêu dùng. Các phương pháp khảo sát truyền thống không còn hiệu quả như trước.

2.2. Thay Đổi Trong Chi Phí Marketing

Chi phí marketing đã tăng lên do sự cạnh tranh khốc liệt trong môi trường trực tuyến. Doanh nghiệp cần phải tối ưu hóa ngân sách để đạt được hiệu quả cao nhất.

III. Phương Pháp Nghiên Cứu Marketing Hiệu Quả

Để đánh giá mức độ hoàn thành công việc trong nghiên cứu marketing, các phương pháp nghiên cứu định tính và định lượng cần được áp dụng. Việc kết hợp các phương pháp này sẽ giúp doanh nghiệp có cái nhìn toàn diện hơn về thị trường.

3.1. Phương Pháp Định Tính Trong Nghiên Cứu

Phương pháp định tính giúp thu thập thông tin sâu sắc về hành vi và thái độ của người tiêu dùng. Các cuộc phỏng vấn và thảo luận nhóm là những công cụ hữu ích trong giai đoạn này.

3.2. Phương Pháp Định Lượng Để Đánh Giá Hiệu Quả

Phương pháp định lượng cho phép đo lường chính xác các yếu tố ảnh hưởng đến hành vi tiêu dùng. Sử dụng khảo sát trực tuyến là một cách hiệu quả để thu thập dữ liệu trong thời gian này.

IV. Ứng Dụng Thực Tiễn Của Nghiên Cứu Marketing

Nghiên cứu marketing không chỉ dừng lại ở lý thuyết mà còn có ứng dụng thực tiễn rõ ràng. Các doanh nghiệp có thể áp dụng các kết quả nghiên cứu để điều chỉnh chiến lược marketing của mình, từ đó nâng cao hiệu quả kinh doanh.

4.1. Chiến Lược Marketing Đáp Ứng Nhu Cầu Khách Hàng

Các doanh nghiệp cần phát triển các chiến lược marketing linh hoạt để đáp ứng nhu cầu thay đổi của khách hàng. Việc cá nhân hóa trải nghiệm khách hàng là một trong những yếu tố quan trọng.

4.2. Đánh Giá Hiệu Quả Marketing Sau COVID 19

Đánh giá hiệu quả của các chiến lược marketing sau đại dịch là cần thiết. Doanh nghiệp cần phân tích dữ liệu để hiểu rõ hơn về hành vi tiêu dùng và điều chỉnh chiến lược cho phù hợp.

V. Kết Luận Về Tương Lai Của Nghiên Cứu Marketing

Tương lai của nghiên cứu marketing trong thời kỳ hậu COVID-19 sẽ tiếp tục phát triển mạnh mẽ. Các doanh nghiệp cần phải thích nghi với những thay đổi trong hành vi tiêu dùng và áp dụng các công nghệ mới để tối ưu hóa chiến lược marketing.

5.1. Xu Hướng Marketing Trong Tương Lai

Xu hướng marketing sẽ tiếp tục chuyển dịch sang các nền tảng số. Doanh nghiệp cần đầu tư vào công nghệ và dữ liệu để nắm bắt cơ hội.

5.2. Tầm Quan Trọng Của Nghiên Cứu Liên Tục

Nghiên cứu liên tục là yếu tố quan trọng để doanh nghiệp duy trì sự cạnh tranh. Việc theo dõi và phân tích thị trường sẽ giúp doanh nghiệp đưa ra quyết định chính xác hơn.

Nội dung chính

BƯỚC 1: PHÂN TÍCH TÀI LIỆU

1. Các vấn đề và câu hỏi chính tài liệu giải quyết

• Động lực thúc đẩy hành vi: Những nhân tố cốt lõi nào tác động trực tiếp đến quyết định và hành vi sử dụng dịch vụ ngân hàng điện tử (E-Banking) của khách hàng cá nhân tại BIDV khu vực TP.HCM?
• Mức độ ảnh hưởng thực nghiệm: Trọng số tác động của từng biến số (Độ tin cậy thương hiệu, Thói quen, Nhận thức lợi ích, Nhu cầu, Nhận thức rủi ro, Chi phí, Môi trường) được lượng hóa như thế nào qua mô hình kinh tế lượng?
• Quy trình xử lý dữ liệu SPSS: Các bước làm sạch, kiểm định thang đo và phân tích đa biến (Cronbach's Alpha, EFA, Hồi quy tuyến tính bội, ANOVA, T-Test) được thực thi chuẩn xác ra sao?
• Hàm ý chiến lược Marketing: Ngân hàng thương mại cần triển khai những giải pháp quản trị nào để tối ưu hóa tỷ lệ chuyển đổi và giữ chân người dùng dịch vụ ngân hàng số sau đại dịch COVID-19?

2. Trích xuất thuật ngữ chuyên ngành quan trọng

1. E-Banking (Ngân hàng điện tử)
2. Thuyết hành vi có kế hoạch (TPB - Theory of Planned Behavior)
3. Thuyết hành động hợp lý (TRA - Theory of Reasoned Action)
4. Mô hình chấp nhận công nghệ hợp nhất (UTAUT)
5. Thống kê mô tả (Descriptive Statistics)
6. Hệ số tin cậy Cronbach’s Alpha
7. Tương quan biến tổng (Corrected Item - Total Correlation)
8. Phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis)
9. Hệ số KMO (Kaiser-Meyer-Olkin)
10. Kiểm định Bartlett (Bartlett’s Test of Sphericity)
11. Trị số Eigenvalue
12. Phương sai trích (Total Variance Explained)
13. Ma trận xoay nhân tố (Rotated Component Matrix)
14. Hệ số tải nhân tố (Factor Loading)
15. Hồi quy tuyến tính bội (Multiple Linear Regression)
16. Hệ số R bình phương hiệu chỉnh (Adjusted R Square)
17. Trị số Durbin – Watson (DW)
18. Hệ số phóng đại phương sai (VIF - Variance Inflation Factor)
19. Hiện tượng đa cộng tuyến (Multicollinearity)
20. Phân tích phương sai One-Way ANOVA & Kiểm định Chi-Square

3. Đóng góp và điểm mới của tài liệu

• Tích hợp mô hình lý thuyết đa chiều: Kết hợp hài hòa giữa TRA, TPB và UTAUT để xây dựng khung phân tích 7 nhân tố đặc thù cho thị trường ngân hàng số Việt Nam.
• Quy trình loại biến chặt chẽ: Minh họa chi tiết quy trình xử lý dữ liệu thực tế trên SPSS, từ việc loại bỏ các biến quan sát không đạt yêu cầu ($LI3, CP4, CP5, LI2$) qua nhiều vòng kiểm định.
• Xác thực thực nghiệm bối cảnh sau dịch: Chứng minh bằng định lượng rằng Độ tin cậy thương hiệu và Thói quen là động lực mạnh nhất, Nhận thức rủi ro cản trở hành vi, trong khi Chi phí dịch vụ không có ý nghĩa thống kê đối với khách hàng đô thị.
• Giá trị ứng dụng thực tiễn cao: Cung cấp tài liệu tham khảo chuẩn mực cho sinh viên ngành Marketing/Kinh tế cũng như chuyên viên phát triển sản phẩm ngân hàng số.

---

BƯỚC 2: NỘI DUNG CONTENT SEO CHI TIẾT

Tổng quan nghiên cứu

Cuộc cách mạng công nghiệp 4.0 cùng tác động sau đại dịch COVID-19 đã thúc đẩy làn sóng thanh toán không dùng tiền mặt phát triển bùng nổ tại Việt Nam. Theo thống kê từ Napas, số lượng giao dịch điện tử đạt mức tăng trưởng hơn 113%, mở ra giai đoạn vàng cho các dịch vụ ngân hàng điện tử (E-Banking). Tuy nhiên, thị trường cạnh tranh gay gắt đòi hỏi các ngân hàng thương mại lớn, điển hình như BIDV, phải thấu hiểu sâu sắc hành vi người dùng.

Việc chuyển dịch từ kênh giao dịch truyền thống sang nền tảng số không chỉ là xu hướng công nghệ mà còn phụ thuộc vào tâm lý tiêu dùng phức tạp. Mặc dù E-Banking mang lại nhiều tiện ích vượt trội, người dùng vẫn đối mặt với các rào cản về bảo mật, rủi ro tài chính và thói quen sử dụng tiền mặt. Nghiên cứu này được thực hiện nhằm lấp đầy khoảng trống dữ liệu thực nghiệm về các yếu tố chi phối hành vi sử dụng E-Banking của khách hàng cá nhân tại khu vực TP. Hồ Chí Minh.

Đề tài sử dụng phương pháp nghiên cứu hỗn hợp kết hợp giữa định tính và khảo sát định lượng với quy mô mẫu $n = 200$. Dữ liệu được xử lý toàn diện qua phần mềm SPSS 20 thông qua kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA và phân tích hồi quy tuyến tính bội. Kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc giúp các nhà quản trị ngân hàng hoạch định chiến lược tiếp thị số tối ưu.

---

Nội dung chi tiết

Cơ sở lý thuyết và mô hình nghiên cứu hành vi sử dụng E-Banking

Hành vi người tiêu dùng (Consumer Behavior) là quá trình tìm kiếm, lựa chọn, sử dụng và đánh giá sản phẩm nhằm thỏa mãn nhu cầu cá nhân. Trong lĩnh vực tài chính số, E-Banking đại diện cho hình thức thương mại điện tử kết hợp giữa dịch vụ tài chính truyền thống và công nghệ viễn thông hiện đại. Khách hàng có thể thực hiện mọi thao tác chuyển tiền, thanh toán hóa đơn hoặc gửi tiết kiệm thông qua Internet Banking và Mobile Banking mà không cần đến quầy giao dịch.

Để giải thích cơ chế hình thành hành vi khách hàng, nghiên cứu đã tổng hợp các khung lý thuyết nền tảng kinh điển:

• Thuyết hành động hợp lý (TRA): Khẳng định thái độ và chuẩn chủ quan là tiền đề thúc đẩy ý định hành vi của cá nhân.
• Thuyết hành vi có kế hoạch (TPB): Mở rộng từ TRA bằng cách bổ sung biến kiểm soát hành vi nhận thức, giúp giải thích các tình huống nằm ngoài tầm kiểm soát ý chí.
• Mô hình chấp nhận và sử dụng công nghệ (UTAUT): Giải thích đến 70% biến thiên của ý định sử dụng công nghệ thông qua các yếu tố kỳ vọng hiệu quả, nỗ lực, ảnh hưởng xã hội và điều kiện thuận lợi.

Kế thừa các nghiên cứu trong và ngoài nước, nhóm tác giả đề xuất mô hình nghiên cứu bao gồm 7 biến độc lập tác động đến 1 biến phụ thuộc:

1. Thói quen sử dụng (TQ): Mức độ tự động hóa hành vi thanh toán điện tử của khách hàng.
2. Nhận thức lợi ích (LI): Giá trị tiện ích, tiết kiệm thời gian và sự linh hoạt mà E-Banking mang lại.
3. Độ tin cậy thương hiệu (TC): Uy tín, danh tiếng và sự an tâm đối với thương hiệu ngân hàng BIDV.
4. Nhu cầu sử dụng (NC): Mức độ cấp thiết trong việc quản lý tài chính và thanh toán thường nhật.
5. Nhận thức rủi ro (RR): Mối lo ngại về mất an toàn thông tin, rò rỉ dữ liệu hoặc sự cố giao dịch.
6. Chi phí dịch vụ (CP): Biểu phí duy trì tài khoản, phí chuyển khoản và các phụ phí đi kèm.
7. Môi trường tác động (MT): Ảnh hưởng từ bạn bè, gia đình, xu hướng xã hội và chính sách chuyển đổi số.
8. Hành vi sử dụng E-Banking (HV): Biến phụ thuộc phản ánh tần suất và quyết định gắn bó với dịch vụ.

---

Quy trình phân tích dữ liệu định lượng trên phần mềm SPSS

Nghiên cứu áp dụng quy trình thu thập và xử lý dữ liệu chuẩn hóa với quy mô mẫu 200 đáp viên sinh sống và làm việc tại TP.HCM. Phương pháp chọn mẫu thuận tiện phi xác suất được thực hiện qua biểu mẫu Google Forms phân phối trên các mạng xã hội. Đặc điểm mẫu khảo sát ghi nhận tỷ lệ nam giới chiếm 60.1%, nhóm tuổi 18–25 chiếm 72.5%, học sinh sinh viên chiếm 62.5% và trình độ đại học chiếm 84%. Điều này phản ánh chính xác tệp khách hàng tiềm năng năng động nhất của E-Banking hiện nay.

Quy trình xử lý dữ liệu định lượng được tiến hành nghiêm ngặt qua 3 giai đoạn chính:

1. Kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha

Tiêu chuẩn đánh giá yêu cầu hệ số Cronbach’s Alpha $\ge 0.6$ và hệ số tương quan biến tổng (Corrected Item - Total Correlation) $\ge 0.3$.

• Ở lần kiểm định đầu tiên, thang đo xuất hiện các biến rác không đạt tiêu chuẩn gồm $LI3$, $CP4$ và $CP5$.
• Tác giả tiến hành loại bỏ biến $CP5$ (có tương quan biến tổng nhỏ nhất) và $LI3$, sau đó chạy lại lần 2. Biến $CP4$ tiếp tục không đạt yêu cầu và bị loại bỏ ở lần chạy thứ 3.
• Kết quả sau cùng cho thấy tất cả các thang đo đều đạt độ tin cậy cao, đảm bảo tính nhất quán nội tại để đưa vào phân tích chuyên sâu.

2. Phân tích nhân tố khám phá (EFA)

Phương pháp trích Principal Component Analysis kết hợp phép xoay Varimax được áp dụng cho toàn bộ biến quan sát:

• Biến độc lập: Ở lần xoay đầu tiên, biến $LI2$ có hiện tượng tải chéo trên 2 nhân tố nên bị loại bỏ. Chạy lại EFA lần 2 ghi nhận hệ số $KMO = 0.821 > 0.5$, kiểm định Bartlett có $Sig = 0.000 < 0.05$. Tổng phương sai trích đạt $58.011% > 50%$ tại 7 nhân tố có $Eigenvalue > 1$, tất cả hệ số Factor Loading đều lớn hơn $0.5$.
• Biến phụ thuộc: Hệ số $KMO = 0.854$, kiểm định Bartlett có ý nghĩa thống kê ($Sig = 0.000$). Phương sai trích đạt $61.591%$, giải thích trọn vẹn đặc tính của biến Hành vi sử dụng.

Tiêu chí thống kê	Biến độc lập (EFA)	Biến phụ thuộc (EFA)	Tiêu chuẩn chấp nhận
Hệ số KMO	$0.821$	$0.854$	$0.5 \le KMO \le 1.0$
Kiểm định Bartlett (Sig)	$0.000$	$0.000$	$Sig < 0.05$
Tổng phương sai trích	$58.011%$	$61.591%$	$\ge 50%$
Giá trị Eigenvalue	$1.065 - 5.443$	$3.080$	$\ge 1.0$
Hệ số Factor Loading	$> 0.500$	$0.756 - 0.809$	$\ge 0.500$

---

Kết quả phân tích hồi quy tuyến tính bội và hàm ý quản trị thực tiễn

Sau khi trích xuất giá trị đại diện qua hàm tính trung bình (Mean), mô hình hồi quy tuyến tính bội được thiết lập nhằm xác định phương trình tác động. Kết quả phân tích ghi nhận hệ số $R^2$ hiệu chỉnh (Adjusted R Square) đạt $0.702$. Điều này chứng minh rằng các biến độc lập trong mô hình giải thích được $70.2%$ sự biến thiên của hành vi sử dụng E-Banking BIDV, $29.8%$ còn lại do các yếu tố ngoài mô hình và sai số ngẫu nhiên.

Mô hình kiểm định các khuyết tật:
* Hệ số Durbin - Watson = 1.663 (nằm trong khoảng 1.5 - 2.5): Không xảy ra hiện tượng tự tương quan bậc nhất.
* Hệ số phóng đại phương sai VIF < 2: Không xảy ra hiện tượng đa cộng tuyến.
* Biểu đồ Histogram và Normal P-P Plot: Phần dư có phân phối xấp xỉ chuẩn (Mean ≈ 0, Std ≈ 0.982).
* Biểu đồ phân tán Scatterplot: Phần dư phân tán ngẫu nhiên quanh trục 0, đảm bảo tính tuyến tính.

Bảng phân tích ANOVA cho thấy giá trị $Sig = 0.000 < 0.05$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tổng thể. Xét bảng hệ số hồi quy:

• Biến Chi phí dịch vụ (CP) có giá trị $Sig > 0.05$, chứng tỏ chi phí không tác động có ý nghĩa thống kê đến hành vi sử dụng E-Banking trong phân khúc nghiên cứu.
• 6 biến còn lại đều đạt mức ý nghĩa thống kê ($Sig < 0.05$). Dựa vào hệ số Beta chuẩn hóa, thứ tự tác động mạnh nhất giảm dần gồm:
  1. Độ tin cậy thương hiệu (TC): Đóng góp tích cực lớn nhất vào hành vi người dùng.
  2. Thói quen sử dụng (TQ): Động lực then chốt hình thành tần suất giao dịch đều đặn.
  3. Môi trường tác động (MT): Xu hướng xã hội và sự lan tỏa từ cộng đồng xung quanh ($Beta = 0.197$).
  4. Nhu cầu sử dụng (NC): Yêu cầu thanh toán và giao dịch tài chính linh hoạt.
  5. Nhận thức lợi ích (LI): Trải nghiệm tiện ích và sự nhanh chóng khi thực hiện giao dịch.
  6. Nhận thức rủi ro (RR): Tác động nghịch chiều ($Beta = -0.091$), cho thấy rủi ro càng cao thì hành vi sử dụng càng sụt giảm.

Phương trình hồi quy chuẩn hóa dạng tổng quát:
HV = β1*TC + β2*TQ + β3*MT + β4*NC + β5*LI - 0.091*RR

Hàm ý quản trị dành cho Ngân hàng BIDV

• Củng cố niềm tin thương hiệu và an ninh mạng: Đầu tư nâng cấp hệ thống hạ tầng máy chủ, áp dụng xác thực sinh trắc học hiện đại và bảo mật nhiều lớp để triệt tiêu tâm lý e ngại rủi ro của khách hàng.
• Xây dựng thói quen số qua Gamification: Tích hợp các chương trình tích điểm thưởng, hoàn tiền định kỳ và tối ưu hóa luồng trải nghiệm trên ứng dụng SmartBanking để biến giao dịch trực tuyến thành phản xạ hàng ngày.
• Tận dụng sức mạnh truyền thông lan tỏa: Đẩy mạnh các chiến dịch tiếp thị truyền miệng (Word-of-mouth), kết hợp với các chương trình ưu đãi thanh toán hóa đơn điện thoại, điện nước để kích thích nhu cầu tự nhiên trong môi trường xã hội.

---

Ai nên đọc tài liệu này?

Tài liệu này được thiết kế có cấu trúc khoa học và hệ thống phân tích chặt chẽ, đặc biệt phù hợp với các nhóm đối tượng sau:

• Sinh viên chuyên ngành Marketing, Tài chính - Ngân hàng, Quản trị Kinh doanh: Đây là mẫu bài tập lớn/tiểu luận nghiên cứu ứng dụng mẫu mực. Sinh viên có thể học hỏi cách đặt vấn đề, xây dựng bảng hỏi khảo sát và viết báo cáo chuẩn học thuật.
• Học viên cao học và nhà nghiên cứu định lượng: Tài liệu cung cấp ví dụ thực chiến về cách xử lý các tình huống phát sinh trong SPSS như loại biến rác thang đo, xử lý tải chéo EFA và kiểm định các khuyết tật hồi quy.
• Chuyên viên Marketing & Phát triển sản phẩm ngân hàng số: Các nhà quản trị ngân hàng thương mại có thể tham khảo trực tiếp các trọng số tác động để xây dựng tính năng sản phẩm và thông điệp truyền thông nhắm đúng tâm lý khách hàng đô thị.
• Kiến thức nền tảng cần có: Người đọc chỉ cần nắm kiến thức cơ bản về thống kê ứng dụng, khái niệm hành vi người tiêu dùng và thao tác căn bản trên phần mềm SPSS.

---

Câu hỏi thường gặp

1. E-Banking là gì và mang lại những lợi ích cốt lõi nào cho người dùng?

E-Banking (Ngân hàng điện tử) là giải pháp dịch vụ tài chính ứng dụng công nghệ viễn thông và Internet. Khách hàng có thể truy vấn số dư, chuyển tiền, thanh toán hóa đơn và quản lý tài chính cá nhân 24/7 trên thiết bị thông minh mà không cần trực tiếp đến chi nhánh ngân hàng.

2. Quy trình làm sạch dữ liệu thang đo trong SPSS được thực hiện như thế nào?

Người nghiên cứu cần tiến hành 3 bước liên hoàn:

• Kiểm định Cronbach's Alpha để loại biến có tương quan biến tổng $< 0.3$.
• Chạy EFA để loại biến có hệ số tải $< 0.5$ hoặc tải chéo trên nhiều nhân tố.
• Kiểm tra hiện tượng đa cộng tuyến qua hệ số $VIF < 2$ trong mô hình hồi quy.

3. Tại sao biến Chi phí dịch vụ không tác động đến hành vi sử dụng E-Banking BIDV?

Trong nghiên cứu này, giá trị kiểm định $Sig$ của biến Chi phí lớn hơn $0.05$. Điều này xảy ra do phần lớn các ngân hàng hiện nay, bao gồm BIDV, đã áp dụng chính sách miễn toàn bộ phí chuyển tiền và phí quản lý tài khoản số, khiến chi phí không còn là rào cản đối với khách hàng.

4. Khi nào nên áp dụng mô hình UTAUT thay vì mô hình TAM truyền thống?

Mô hình UTAUT nên được ưu tiên sử dụng khi nghiên cứu các nền tảng công nghệ tài chính hiện đại có tính tương tác xã hội cao. UTAUT tích hợp từ 8 lý thuyết hành vi khác nhau, giúp giải thích tới $70%$ ý định sử dụng công nghệ so với mức $30-40%$ của mô hình TAM cổ điển.

5. Yếu tố nào thúc đẩy mạnh mẽ nhất hành vi sử dụng ngân hàng điện tử?

Kết quả hồi quy thực nghiệm chứng minh Độ tin cậy thương hiệu (TC) và Thói quen sử dụng (TQ) là hai nhân tố có hệ số Beta cao nhất. Khách hàng chỉ sẵn sàng thực hiện giao dịch tài chính số thường xuyên khi họ tuyệt đối tin tưởng vào uy tín và tính an toàn của ngân hàng.

---

Kết luận

Nghiên cứu về các yếu tố ảnh hưởng đến hành vi sử dụng E-Banking tại BIDV TP.HCM đã hoàn thành xuất sắc các mục tiêu khoa học và thực tiễn đề ra. Dưới đây là các điểm cốt lõi đúc kết từ tài liệu:

• Mô hình giải thích vượt trội: 6 biến độc lập giữ lại trong mô hình giải thích được $70.2%$ sự biến thiên hành vi sử dụng ngân hàng số.
• Trọng tâm quản trị: Uy tín thương hiệu và tính an toàn là chìa khóa then chốt giữ chân khách hàng; rủi ro nhận thức là rào cản lớn nhất cần triệt tiêu.
• Tính chuẩn xác phương pháp: Quy trình làm sạch biến rác qua Cronbach’s Alpha và phân tích EFA được thực hiện bài bản, minh bạch.
• Định hướng nghiên cứu tiếp theo: Các đề tài tương lai nên mở rộng quy mô mẫu sang các tỉnh thành lân cận hoặc ứng dụng mô hình cấu trúc tuyến tính SEM để kiểm định sâu hơn các biến trung gian.

Tài liệu là cẩm nang phân tích hữu ích cho sinh viên, giảng viên và các chuyên gia tiếp thị tài chính đang tìm kiếm giải pháp chuyển đổi số bền vững.

Trích đoạn nội dung tài liệu

Chương 1 của đề tài đã giới được những nội dung quan trọng như trình bày được lý do chọn đề tài mục tiêu, đối tượng, phạm vi và phương pháp nghiên cứu, đồng thời còn đưa ra được mô hình nghiên cứu đề xuất làm nền tảng cho đề tài. 8 Downloaded by TOM TIT ([e-mail]) lOMoARcPSD|39605280 CHƯƠNG 2: XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 2.1 Thông tin về mẫu (thống kê mô tả) 2.1 Ý nghĩa Thống kê mô tả là kỹ thuật giúp người nghiên cứu mô tả tổng quát, tóm tắt về đặc trưng của dữ liệu khảo sát và mẫu nghiên cứu, gồm có: thống kê tần số, các đại lượng thống kê mô tả, bảng kết hợp nhiều biến,. Ví dụ: Mẫu khảo sát có bao nhiêu nam, bao nhiêu nữ. Thu nhập thuộc khoảng nào,.2 Ý nghĩa các đại lượng/ chỉ số cần phân tích Các thuộc tính cần khai báo là: - Mean: Trung bình cộng - Sum: Tổng các giá trị của biến (Cộng tất cả các giá trị trong tập dữ liệu quan sát) - Std.Deviation: Độ lệch chuẩn - Minimum: Giá trị nhỏ nhất - Maximum Giá trị lớn nhất - Variance: Phương sai - Range: Khoảng biến thiên (GTLN, GTNN) - Mode: Số được lặp lại nhiều - Kurtosis: Hệ số đo độ nhọn (Thước đo độ rộng hình chóp của một phân phối, thường phân phối chuẩn có hệ số này là 3) - Skewness: Hệ số bất đối xứng (Thước đo độ không đối xứng của một phân phối, phân phối chuẩn có hệ số này là 0 vì các quan sát phân phối đối xứng).3 Thao tác  B1: Khai báo biến (Lưu ý mục nào việc làm đầu tiên cũng là khai báo biến) 9 Downloaded by TOM TIT ([e-mail]) lOMoARcPSD|39605280 TH1: Câu hỏi 1 câu trả lời (SA) sẽ được khai báo thành 01 biến trong file nhập liệu TH2: Câu hỏi nhiều câu trả lời (MA) sẽ được khai báo thành n biến trong file nhập liệu.

Số n bằng tổng số đáp án có sẵn trong câu hỏi đó.  B2: Để phân tích thống kê tần số trên SPSS, truy cập vào Analyze > Descriptive Statistics > Frequencies > Đưa hết tất cả các biến cần chạy thống kê mô tả từ mục bên trái sang mục bên phải Variable (s) > chọn ô Display Frequency Tables > chọn Statistics > Chọn Continue > Chọn OK.  B3: Đọc kết quả. - Cột Frequency: Thể hiện tần số của những người chọn giá trị đó - Cột Percent: Tỷ lệ phần trăm của của những người chọn giá trị đó - Cột Valid Percent: Tỷ lệ phần trăm hợp lệ - Cột Cumulative Percent: Phần trăm tích lũy.

Giá trị sau sẽ bằng phần trăm giá trị đầu cộng tất cả giá trị phía trước nó cộng giá trị phần trăm của nó. Thiết kế nghiên cứu định lượng  Mục đích Thực nghiệm một cách có hệ thống về các yếu tố liên quan đến mức độ tin cậy đối với Ngân hàng BIDV của người dùng qua các số liệu cụ thể từ các biến quan sát như nhận thức lợi ích, rủi ro, độ tin cậy của khách hàng, nhu cầu, chi phí dịch vụ, môi trường, thói quen đối với Ngân hàng BIDV.  Chọn mẫu Đối tượng tham gia phỏng vấn: Người dùng E-Banking của Ngân hàng BIDV tại Thành phố Hồ Chí Minh. Cách thức chọn mẫu: Phương pháp chọn mẫu phi xác suất thuận tiện bằng cách phỏng vấn theo đường link được chia sẻ trên các nền tảng mạng xã hội: Facebook, Instagram, Zalo 10 Downloaded by TOM TIT ([e-mail]) lOMoARcPSD|39605280  Kích thước mẫu: n=200 2.4 Thông tin giới tính của mẫu quan sát Giới tính Valid Percent Cumulative Percent Frequency Percent Nam 120 60.1 Phân tích thống kê mô tả về Giới tính Frequency: Trong tổng số 200 người tham gia khảo sát, có 120 người thuộc nhóm nam giới, 80 người chọn nhóm nữ giới trên tổng số 200 người.

Percent: Là số phần trăm của người thực hiện khảo sát đó (Ví dụ: 120 chia 200, kết quả là 60,0%). Valid Percent: Không có trường hợp khảo sát nào không hợp lệ (Nếu không có Missing, giá trị cột Valid Percent sẽ bằng với giá trị cột Percent). Cumulative Percent: Tỷ lệ phần trăm tích lũy chỉ tính trên các giá trị hợp lệ. Tỷ lệ phần trăm sẽ cộng dồn tới khi đủ 100% (Ví dụ: 100% là từ 40%+ 60% và sẽ cộng dồn đến khi đủ 100%).

11 Downloaded by TOM TIT (tomboy1@gmail.5 Thông tin độ tuổi của mẫu quan sát Độ tuổi Valid Percent Cumulative Percent Frequency Percent Valid Dưới 18 tuổi 4 2.2 Phân tích thống kê mô tả về Độ tuổi Frequency: Trong tổng số 200 người tham gia khảo sát, có 04 người thuộc nhóm tuổi dưới 18 tuổi, nhóm tuổi từ 18-25 tuổi có 145 người thuộc nhóm tuổi này, nhóm tuổi từ 26-35 tuổi có 46 người chọn, 5 người chọn nhóm tuổi từ 36-50 tuổi. Percent: Là số phần trăm của người thực hiện khảo sát đó (Ví dụ: 04 chia 200, kết quả là 2,0%). Valid Percent: Không có trường hợp khảo sát nào không hợp lệ (Nếu không có Missing, giá trị cột Valid Percent sẽ bằng với giá trị cột Percent). Cumulative Percent: Tỷ lệ phần trăm tích lũy chỉ tính trên các giá trị hợp lệ.

Tỷ lệ phần trăm sẽ cộng dồn tới khi đủ 100% (Ví dụ: 74,5% là từ 20%+ 72,5% và sẽ cộng dồn đến khi đủ 100%). 12 Downloaded by TOM TIT (tomboy1@gmail.6 Thông tin nghề nghiệp của mẫu quan sát Nghề nghiệp Valid Cumulative Frequency Percent Percent Percent Valide Học sinh, sinh 125 62.5 viên Nhân viên văn 60 30.5 phòng Công việc tự do 15 7. 3Phân tích thống kê mô tả về Nghề nghiệp Frequency: Trong tổng số 200 người tham gia khảo sát, có 125 người là học sinh, sinh viên, 60 người thuộc nhóm nhân viên văn phòng, 15 người chọn công việc tự do trên tổng số 200 người. Percent: Là số phần trăm của người thực hiện khảo sát đó (Ví dụ: 125 chia 200, kết quả là 62,5%).

Valid Percent: Không có trường hợp khảo sát nào không hợp lệ (Nếu không có Missing, giá trị cột Valid Percent sẽ bằng với giá trị cột Percent). Cumulative Percent: Tỷ lệ phần trăm tích lũy chỉ tính trên các giá trị hợp lệ. Tỷ lệ phần trăm sẽ cộng dồn tới khi đủ 100% (Ví dụ: 92,5% là từ 62,5%+ 30% và sẽ cộng dồn đến khi đủ 100%). 13 Downloaded by TOM TIT (tomboy1@gmail.7 Thông tin thu nhập của mẫu quan sát Thu nhập Valid Percent Cumulative Percent Frequency Percent Valid Dưới 5 triệu 42 21.

4 Phân tích thống kê mô tả về Thu nhập Frequency: Trong tổng số 200 người tham gia khảo sát, có 42 người thu nhập dưới 5 triệu, 106 người thuộc nhóm thu nhập 5 triệu - 10 triệu, 32 người chọn nhóm thu nhập 10 triệu - 15 triệu, có 15 người chọn nhóm thu nhập 15 triệu - 20 triệu, 4 người trên 200 người chọn nhóm thu nhập trên 20 triệu. Percent: Là số phần trăm của người thực hiện khảo sát đó (Ví dụ: 42 chia 200, kết quả là 21%). Valid Percent: Không có trường hợp khảo sát nào không hợp lệ (Nếu không có Missing, giá trị cột Valid Percent sẽ bằng với giá trị cột Percent). Cumulative Percent: Tỷ lệ phần trăm tích lũy chỉ tính trên các giá trị hợp lệ.

Tỷ lệ phần trăm sẽ cộng dồn tới khi đủ 100% (Ví dụ: 90% là từ 74%+ 16% và sẽ cộng dồn đến khi đủ 100%). 14 Downloaded by TOM TIT (tomboy1@gmail.8 Thông tin trình độ học vấn của mẫu quan sát Trình độ học vấn Valid Cumulative Frequency Percent Percent Percent Valid Dưới trung học phổ 4 2.0 thông Trung cấp, cao đẳng 13 6.5 Trên đại học 15 7. 5 Phân tích thống kê mô tả Trình độ học vấn Frequency: Trong tổng số 200 người tham gia khảo sát, có 4 người chọn nhóm dưới trung học phổ thông, 13 người thuộc nhóm trung cấp, cao học, 168 người chọn nhóm đại học, có 15 người chọn nhóm trên đại học. Percent: Là số phần trăm của người thực hiện khảo sát đó (Ví dụ: 04 chia 200, kết quả là 2,0%).

Valid Percent: Không có trường hợp khảo sát nào không hợp lệ (Nếu không có Missing, giá trị cột Valid Percent sẽ bằng với giá trị cột Percent). Cumulative Percent: Tỷ lệ phần trăm tích lũy chỉ tính trên các giá trị hợp lệ. Tỷ lệ phần trăm sẽ cộng dồn tới khi đủ 100% (Ví dụ: 8,5% là từ 6,5%+ 2,0% và sẽ cộng dồn đến khi đủ 100%). 15 Downloaded by TOM TIT (tomboy1@gmail.2 Kiểm tra độ tin cậy của thang đo bằng Cronbach’s Alpha 2.1 Ý nghĩa Công cụ này sẽ giúp kiểm tra xem các biến quan sát của nhân tố mẹ có đáng tin cậy hay không, có tốt không.

Phép kiểm định này phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng 1 nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không. Kết quả Cronbach Alpha của nhân tố tốt thể hiện rằng các biến quan sát chúng ta liệt kê là rất tốt, thể hiện được đặc điểm của nhân tố mẹ, chúng ta đã có được một thang đo tốt cho nhân tố mẹ này.2 Ý nghĩa các đại lượng/ chỉ số cần phân tích  Giá trị hệ số Cronbach’s Alpha cho biết thang đo lường có đủ điều kiện để tin cậy hay không  Từ 0.8 đến gần bằng 1: thang đo lường rất tốt;  Từ 0.7 đến gần bằng 0.8: thang đo lường sử dụng tốt;  Từ 0.6 trở lên: thang đo lường đủ điều kiện.  Hệ số tương quan biến tổng (Corrected Item - Total Correlation) là hệ số có ý nghĩa quan trọng trong việc phân tích độ tin cậy của thang đo, giúp người nghiên cứu phát hiện được các biến ít đóng góp đến thang đo và cân nhắc loại bỏ để tăng độ tin cậy của thang đo.

Chỉ số tương quan biến tổng Corrected Item - Total Correlation nếu nhỏ hơn 0.3, thì biến quan sát cần được loại bỏ 16 Downloaded by TOM TIT (tomboy1@gmail.3 Thao tác Chọn Analyze > Scale > Reliability Analysis > Đưa từng biến quan sát thuộc nhân tố 1 thang đo > chọn Items bên phải > chọn vào Statistics > Scale if item deleted > Continue > Chọn OK 2.4 Kết quả Hệ số Biến Trung bình Phương sai của Hệ số tương Cronbach’s STT quan thang đo nếu thang đo nếu quan với Alpha nếu loại sát loại biến loại biến biến tổng biến Yếu tố thói quen sử dụng (α=.691997 Yếu tố nhận thức lợi ích (α=.578949 17 Downloaded by TOM TIT ([e-mail]) lOMoARcPSD|39605280 Yếu tố độ tin cậy thương hiệu (α=.686626 Yếu tố nhu cầu sử dụng (α=.731164 Yếu tố nhận thức rủi ro (α=.726724 Yếu tố chi phí dịch vụ (α=.426567 18 Downloaded by TOM TIT ([e-mail]) lOMoARcPSD|39605280 4 CP4 13.583019 Yếu tố môi trường tác động (α=.721738 Hành vi sử dụng (α=. 6 Bảng kiểm định các yếu tố ảnh hưởng đến hành vi sử dụng E-Banking tại Ngân hàng BIDV của khách hàng ở TP.