Chương 1: Giới thiệu tổng quan về đề tài nghiên cứu Chương 2: Kết quả nghiên cứu Chương 3: Kết luận và đề xuất giải pháp 5 CHƯƠNG 2: XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU 2. Thông tin về mẫu 2. Mục đích thiết kế nghiên cứu định tính Khẳng định các yếu tố có trong mô hình và nghiên cứu thêm các nhân tố tác động đến ý định sử dụng ví điện tử trong thanh toán trực tuyến tại TP Hồ Chí Minh. Kiểm định mức độ tác động của các yếu tố đến ý định sử dụng ví điện tử cũng như mức độ tác động của các yếu tố đến sự hài lòng của người tiêu dùng khi sử dụng thanh toán bằng ví điện tử.
Kết quả thông tin về mẫu Sau khi kiểm tra 205 bảng câu hỏi được thu thập từ khách hàng thì chỉ còn 200 bảng câu hỏi khảo sát là có câu trả lời đầy đủ và chính xác. Số bảng câu hỏi hợp lệ này được làm dữ liệu cho nghiên cứu. Để mô tả tổng quát về đặc điểm của mẫu nghiên cứu ta thức hiện phép phân tích Thống kê mô tả để thống kê số liệu nghiên cứu. Các bước thực hiện thống kê mô tả trên SPSS như sau: Bước 1: Trước tiên truy cập vào Analyze > Descriptive Statistics > Frequencies.
6 Bước 2: Giao diện cửa sổ sẽ hiện như bên dưới. Đưa hết tất cả các biến cần chạy thống kê mô tả từ mục bên trái sang mục bên phải Variable. Bước 3: Tại Chart Values, bạn sẽ chọn hiển thị tần số (Frequencies) hay là phần trăm tỷ lệ (Percentages). Ở đây vẽ biểu đồ tròn (Pie) nên chọn Percentages.
Bước 4: Nhấp vào Continue, sau đó nhấn OK. Kết quả hiển thị ra output sẽ gồm bảng thống kê tần số và biểu đồ tương ứng của các biến. Bảng thống kê mô tả đặc điểm khách hàng Phần trăm (%) Phần trăm tích lũy (%) Tần số Nam 88 44.0 Giới tính Dưới 18 tuổi 50 25.0 Tuổi Trên 30 tuổi 34 17.0 lên Qua kết quả khảo sát ta thấy được: Về giới tính: có 112 người có giới tính là nữ chiếm tỷ lệ 56%, 88 người giới tính nam với tỉ lệ là 44%. Về độ tuổi: có 50 người thuộc nhóm dưới 18 tuổi chiếm 25%, độ tuổi từ 18 - 25 tuổi có 62 người chiếm tỷ lệ 31%, độ tuổi từ 25 – 30 tuổi có 54 người chiếm tỷ lệ 27%, còn lại 34 người nằm trong độ tuổi trên 30 tuổi và chiếm 17%.
Về thu nhập: thu nhập dưới 3 triệu/1 tháng có 133 người chiếm tỉ lệ 66.5%, từ 3 – 5 triệu/1 tháng có 26% người chiếm tỉ lệ 15.9%, từ 5 triệu trở lên có 15 người chiếm tỉ lệ 7. Thông tin về hành vi 2. Bảng đơn biến Các bước tạo bảng đơn biến: Bước 1: vào Analyze < Multiple Response < Define Variable Sets. Bước 2: Trong hộp thoại Define Multiple Response Sets nhấn thêm các biến cần tạo bảng vào.
Sau đó nhấn Close. 9 Bước 3: Tiếp tục vào Analyze > Multiple Response > Frequencies. Bước 4: Cho biến vào ô Table(s) for, sau đó nhấp OK để xuất kết quả ra Output. Sau khi thực hiện xử lý số liệu bằng SPSS ta có các bảng kết quả đơn biến thống kê mô tả hành vi sử dụng ví điện tử như sau: 10 Bảng 2.
Mục đích sử dụng ví điện tử của người tiêu dùng Responses Phần trăm so với số Phần trăm người khảo so với tổng sát (200) Tần số Nạp tiền điện thoại 139 20.4% Thanh toán hóa đơn định kỳ 91 13.1% Thanh toán xe công nghệ 105 15.6% Mục đích sử dụng Thanh toán tại quầy 91 13.1% ví điện tử Khác 3 0.2 cho thấy đa số trong 200 mẫu khảo sát thì họ sử dụng ví điện tử để nạp tiền điện thoại là phổ biến nhất với 139 người bình chọn chiếm tỉ lệ 20. Bên cạnh đó người dùng cũng thường xuyên sử dụng ví điện tử để chuyển khoản, thanh toán định kì, giao đồ ăn nhanh, thanh toán tại quầy và một số thao tác thanh toán khác lần lượt được thống kê như trên bảng. Bảng kết hợp Để tạo bảng kết hợp, 11 Bước 1: chúng ta vào Analyze > Tables > Custom Tables… (Lưu ý: Nên điền Label cho các giá trị của biến. Ví dụ ở đây Giới tính có 2 giá trị: 1 là Nam, 2 là Nữ thì chúng ta nhập Label cho 2 giá trị này là Nam/Nữ vào, không nên chỉ để con số 1, 2.) Bước 2: Cửa sổ giao diện Custom Tables hiện ra, trong ô trắng lớn ở giữa bảng sẽ có 2 mục là Columns và Rows, đây là vị trí để kéo thả các biến muốn chạy bảng kết hợp vào.
Nếu muốn một biến hiển thị theo dạng cột hay dạng hàng, thì kéo biến đó tương ứng thả vào mục Columns (cột) hay Rows (hàng). 12 Bước 3: Để bảng hiện thị thêm giá trị % của từng hàng, nhấn chon Categones and Totals > ở mục Statistics kéo Row % vào bảng Display. Bước 4: Cuối cùng nhấp OK để xuất kết quả ra Output. Kết quả thu được như sau: Bảng 2.
Bảng kết hợp giữa giới tính, độ tuổi và thu nhập Giới tính Nam Nữ Tổng Phần trăm tỷ Tần Phần Tần Phần trăm Tần lệ số trăm tỷ lệ số tỷ lệ số Dưới 18 tuổi 20 40,0% 30 60,0% 50 100,0% Từ 18 – 25 tuổi 26 41.1% 54 100,0% tuổi Trên 30 tuổi 14 41,2% 20 58.000 12 80,0% 3 20,0% 15 100,0% đồng trở lên Nhóm giới tính nữ chiếm tổng số đông trong độ tuổi từ 18 – 25 tuổi. Đa phần độ tuổi này đều là học sinh, sinh viên nên có thu nhập chưa cao. Các đối tượng này tiếp cận nhanh với môi trường điện tử hiện đại, biết cập nhật xu hướng, giới trẻ nhanh chóng trở thành khách hàng dùng ví điện tử nhiều nhất trên thị trường. Do đó, việc phối hợp độ tuổi và thu nhập theo giới tính như bảng kết quả là khá hợp lý.
Kiểm định độ tin cậy của thang đo bằng Cronbach’s Anpha Để kiểm tra sự tin cậy của các khái niệm trong khảo sát, phương pháp phổ biến là sử dụng hệ số Cronbach’s Alpha. Công cụ này giúp loại đi những biến quan sát, những thang do không đạt. Tiêu chuẩn kiểm định là hệ số Cronbach’s Alpha tối thiểu bằng 0,6 và hệ số tương quan biến tổng tối thiểu bằng 0,3. Bảy thang đo cho 6 khái niệm nghiên cứu (nhân tố trong mô hình) được đo lường bằng thang đo Likert 5 mức độ: (1) Thái độ (TD); (2) Chuẩn chủ quan (CCQ); (3)Nhận thức hữu ích (NTHI); (4) Nhận thức rủi ro (NTRR); (5) Niềm tin (NT); (6) Ý đinh sử dụng (YDSD).
Để thực hiện kiểm định độ tin cậy thang đo Cronbach’s Alpha trong SPSS, 14 Bước 1: Vào Analyze > Scale > Reliability Analysis… Bước 2: Đầu tiên là Thái độ (TD), đưa 3 biến quan sát thuộc nhân tố TD vào mục Items bên phải. (Lưu ý: Lần lượt phân tích với từng thang đo, không được đưa tất cả các biến quan sát vào chạy một lần.) Bước 3: Chọn vào Statistics… Trong tùy chọn Statistics, tích vào các mục Scale if item deleted. Sau đó chọn Continue. SPSS sẽ quay về giao diện ban đầu, nhấp chuột vào OK để xuất kết quả Output Kết quả nhận được thông qua thực hiện phân tích Cronbach’s Alpha được thể hiện qua bảng dưới: 15 Bảng 2.
Bảng kết quả phân tích độ tin cậy bằng hệ số Cronbach's Alpha KẾT QUẢ PHÂN TÍCH ĐỘ TIN CẬY CÁC THANG ĐO TRONG MÔ HÌNH NGHIÊN CỨU Trung bình Phương sai Tương quan Cronbach’s thang đo nếu thang đo nếu giữa biến và Alpha nếu Biến quan sát loại biến loại biến tổng loại biến Thái độ (TD): Cronbach’s Alpha = 0,775 TD1 6,5900 1,982 0,547 0,767 TD2 6,6400 1,870 0,631 0,674 TD3 6,6500 1,897 0,658 0,646 Chuẩn chủ quan (CCQ): Cronbach’s Alpha = 0,844 CCQ1 6,2850 2,225 0,682 0,813 CCQ2 6,1950 2,319 0,661 0,831 CCQ3 6,0500 2,339 0,801 0,707 Nhận thức hữu ích (NTHI): Cronbach’s Alpha = 0,853 NTHI1 11,2000 7,116 0,748 0,792 NTHI2 11,2100 6,910 0,734 0,796 NTHI3 11,0600 6,851 0,670 0,825 NTHI4 11,2150 7,456 0,633 0,838 Nhận thức rủi ro (NTRR): Cronbach’s Alpha = 0,736 NTRR1 5,2400 1,500 0,575 0,635 NTRR2 5,4500 1,686 0,587 0,620 NTRR3 5,2900 1,805 0,524 0,690 16 Niềm tin (NT): Cronbach’s Alpha = 0,874 NT1 6,3000 3,367 0,793 0,789 NT2 6,1850 3,549 0,769 0,812 NT3 6,3050 4,153 0,722 0,857 Ý định sử dụng (YDSD): Cronbach’s Alpha = 0,865 YDSD1 6,6050 2,813 0,785 0,773 YDSD2 6,5950 2,855 0,739 0,814 YDSD3 6,8200 2,771 0,709 0,844 Nhìn chung, hệ số Cronbach’s Alpha tổng của các nhóm đều lớn hơn 0,6 và hệ số tương quan biến tổng của các biến quan sát đều lớn hơn 0,3 cho thấy, thang đo được đo lường tốt và có độ tin cậy khá cao. Điều này cho thấy, các biến quan sát có sự tương quan tốt với tổng thể thang đo, do đó, các thang đo cho khảo sát chính thức là đảm bảo độ tin cậy. Vì vậy, tất cả các biến quan sát của các thang đo đạt yêu cầu sẽ được sử dụng EFA tiếp theo. Việc phân tích nhân tố EFA ở bước tiếp theo, sẽ cho thấy được cụ thể hơn các thang đo trên có bị tách thành những nhân tố mới hay bị loại bỏ hay không.
Điều này sẽ đánh giá chính xác hơn thang đo, đồng thời loại bỏ các biến đo lường không đạt yêu cầu, mục đích làm cho các thang đo đảm bảo tính đồng nhất. Phân tích nhân tố khám phá EFA Phân tích Cronbach’s Alpha cho thấy, 16 biến quan sát của 5 nhân tố ảnh hưởng đến ý định sử dụng ví điện tử của người tiêu dùng. Tất cả đều đủ yêu cầu về độ tin cậy, vì vậy EFA được thực hiện. Phân tích nhân tố khám phá, gọi tắt là EFA, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn.
Trong nghiên cứu, chúng ta thường thu thập được một số lượng biến khá lớn và rất nhiều các biến quan sát trong đó có liên hệ tương quan với nhau. Điều này giúp tiết kiệm thời gian và kinh phí nhiều hơn cho người nghiên cứu. 17 Trong nghiên cứu này, phân tích nhân tố khám phá (EFA) được áp dụng để thử nghiệm mô hình với thử nghiệm Kaiser-Meiyer-Okin (KMO) và Bartlett bằng cách sử dụng Principal Axis Factoring với phép quay Varimax. Để thực hiện phân tích nhân tố khám phá EFA trong SPSS 23, Bước 1: Vào Analyze > Dimension Reduction > Factor… Bước 2: Đưa biến quan sát của các biến độc lập cần thực hiện phân tích EFA vào mục Variables, nếu có biến quan sát nào bị loại ở bước trước đó, chúng ta sẽ không đưa vào phân tích EFA.
18 Bước 3: Chọn ô Descriptives -> Tích vào mục KMO and Barlett’s test of sphericity để xuất bảng giá trị KMO và giá trị sig của kiểm định Barlett. Nhấp Continue để quay lại cửa sổ ban đầu.