PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH SỬ DỤNG ỨNG DỤNG DI
2.2. Kết quả nghiên cứu
2.2.4. Phân tích hồi quy tuyến tính
- Nhân viên Lotte Cinema khuyên Anh/Chị nên sử dụng ứng dụng
Nhóm nhân tố thứ 6:
Nhận thức sự hữu ích
- Giúp tiết kiệm thời gian hơn so với hình thức mua vé thông thường.
- App Lotte Cinema cung cấp sản phẩm/dịch vụ đa dạng.
- Thông tin về sản phẩm được cập nhật và thông báo kịp thời, chính xác
(Nguồn: Phân tích số liệu SPSS)
2.2.3.2. Phân tích nhân tố khám phá cho biến phụ thuộc
Bảng 2.14. Kết quả kiểm định KMO và Bartlett’s biến phụ thuộc
Trị số KMO 0.686
Đại lượng thống kê Bartlett's Test of Sphericity
Approx. Chi-Square 94.122
df 3
Sig. 0.000
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Kết quả cho thấy hệ số KMO với giá trị là 0,686 > 0,5 nên đảm bảo phân tích nhân tố là phù hợp và thống kê Chi bình phương của kiểm định Bartlett’s Test đạt giá trị 94.122 với giá trị Sig bằng 0,000 < 0,05 nên có thể tiến hành phân tích nhân tố khám phá EFA với nhóm các biến quan sát này.
Nhân tố “Quyết định sử dụng” có giá trị Eigenvalues bằng 2,112 > 1, nhân tố quyết định sử dụng giải thích được 70.388% biến thiên của dữ liệu.
Kết quả phân tích nhân tố khám phá rút trích ra được một nhân tố, nhân tố này được tạo ra từ 3 biến quan sát mà đề tài đã đề xuất tư trước.
Nhận xét:
Như vậy, mô hình nghiên cứu sau khi phân tích nhân tố khám phá EFA không có gì thay đổi so với ban đầu, không có biến quan sát nào bị loại bỏ ra khỏi mô hình phân tích EFA, chỉ có 1 biến quan sát bị loại khỏi từ kiểm định Cronbach’s Alpha.
2.2.4. Phân tích hồi quy tuyến tính
Sau khi tiến hành phân tích nhân tố khám phá EFA để khám phá các nhân tố có ảnh hưởng đến biến phụ thuộc “Quyết định sử dụng”, nghiên cứu tiến hành hồi quy mô hình tuyến tính để xác định được chiều hướng và mức độ ảnh hưởng của các nhân tố này đến quyết định sử dụng.
Mô hình hồi quy được xây dựng gồm 1 biến phụ thuộc là “Quyết định sử dụng”
(PB)và 6 biến độc lập là “Nhận thức rủi ro trong phạm vi giao dịch trực tuyến” (PRT),
“Nhận thức tính dễ sử dụng” (PEU), “Nhận thức kiểm soát hành vi” (PBC), “Nhận thức rủi ro đối với sản phẩm/dịch vụ”(PRP),“Chuẩn chủ quan” (SN), “Nhận thức sự hữu ích”
(PU)với các hệ số beta tương ứng lần lươt là β1, β2, β3, β4, β5, β6 PB = βo+ β1*PRT β2*PEU + β3*PBC +β4
*PRP + β5*SN + β6*PU
Dựa vào hệ số Beta chuẩn hóa với mức ý nghĩa Sig. tương ứng để xác định các biến độc lập nào có ảnh hưởng đến biến phụ thuộc trong mô hình và ảnh hưởng với mức độ như thế nào, theo chiều hướng nào. Từ đó, làm căn cứ để kết luận chính xác hơn và đưa ra giải pháp mang tính thuyết phục cao. Kết quả của mô hình hồi quy sẽ giúp ta xác định được chiều hướng, mức độ ảnh hưởng của các yếu tố đến quyết định sử dụng dịch vụ đặt vé trực tuyến qua smart phone của khách hàng tại Lotte Cinema Huế.
2.2.4.2. Đánh giá độ phù hơp của mô hình hồi quy tuyến tính Bảng 2.16. Đánh giá sự phù hợp của mô hình
Mô hình R R2 R2 hiệu
chỉnh
Sai số hiệu
chỉnh Durbin-Watson
1 0.775 0.601 0.577 0.65076008 2.028
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Giá trị Durbin - Watson là 2.028 nằm trong khoảng (1; 3) (Phương pháp xử lý theo kinh nghiệm) cho thấy mô hình nghiên cứu của đề tài không có sự tương quan nhau.
Để đánh giá độ phù hợp của mô hình ta sử dụng hệ số xác định R2 để kiểm tra. Tiến hành so sánh giá trị R2 và R2 hiệu chỉnh, ta thấy R2 hiệu chỉnh (0,577) < R2 (0,775) cho thấy mô hình đánh giá độ phù hợp này an toàn hơn, nó không thổi phồng mức độ phù hợp của mô hình lên mà cho ta kết luận rằng mô hình này là hợp lý để đánh giá mức độ ảnh
Trường Đại học Kinh tế Huế
hưởng của các yếu tố đến quyết định sử dụng app của khách hàng.
Dựa vào bảng trên ta có thể thấy, R2 hiệu chỉnh = 0.577, ta kết luận rằng: Độ phù hợp của mô hình là 57.7% hay 57.7% sự biến động của biến phụ thuộc là do ảnh hưởng của biến độc lập, còn lại 42.3% là sự ảnh hưởng của các biến ngoài mô hình và do sai số ngẫu nhiên.
Trường Đại học Kinh tế Huế
2.2.4.3. Kiểm định sự phù hợp của mô hình:
Đánh giá mức độ phù hợp của mô hình ở trên chỉ cho chúng ta biết mô hình hồi quy đã phù hợp với mẫu chưa nhưng nó không thể cho chúng ta biết được mô hình đó có phù hợp nếu ta suy rộng ra cho tổng thể hay không.
Để suy diễn mô hình của mẫu điều tra thành mô hình của tổng thể thì ta phải tiến hành kiểm định sự phù hợp của mô hình hồi quy tổng thể với giả thuyết đặt ra như sau:
- H0: Mô hình hồi quy tuyến tính là không phù hợp (β1 = β2 = β3 = β4= β5= β6 = 0) - H1: Mô hình hồi quy tuyến tính phù hợp (tồn tại ít nhất 1 β khác 0)
Theo bảng phân tích ANOVA cho giá trị F trên ta thấy Sig. F < 0,05, bác bỏ giả thiết H0: R2 = 0 hay β1 = β2 = β3 = β4= β5= β6 = 0. Tức là mô hình này sau khi suy rộng ra cho tổng thể thì mức độ đã được kiểm chứng hay nói cách khác có ít nhất 1 biến độc lập có ảnh hưởng đến biến phụ thuộc mà ta đã đưa ra trong mô hình.
Bảng 2.15: Phân tích phương sai ANOVA
Model Tổng bình phương Bậc tự do df Trung bình bình phương F Sig.
Hồi quy 59.545 5 11.909 26.521 0.000
Phần dư 44.455 99 0.449
Tổng 104.000 104
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
2.2.4.4. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giúp chúng ta biết được chiều hướng và cường độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Trong phân tích hồi quy, nghiên cứu chọn phương pháp Enter, chọn lọc dựa trên tiêu chí chọn những nhân tố có mức ý nghĩa Sig. < 0.05. Những nhân tố nào có giá trị Sig. >0.05 sẽ bị loại khỏi mô hình và không tiếp tục nghiên cứu nhân tố đó. Kết quả phân tích hồi quy được thể hiện qua các bảng sau:
Trường Đại học Kinh tế Huế
Bảng 2.15: Kết quả phân tích hồi quy
Mô hình Hệ số hồi quy chưa chuẩn hóa Hệ số hồi quy chuẩn hóa
t Sig.
B Độ lệch chuẩn Beta
Hằng số 5.501E-17 0.064 0.000 1.000
PRT -0.450 0.064 -0.450 -6.844 0.000
PEU 0.308 0.064 0.308 4.693 0.000
PBC 0.293 0.064 0.293 4.454 0.000
PRP -0.169 0.064 -0.169 -2.647 0.010
SN 0.269 0.064 0.269 4.100 0.000
PU 0.342 0.064 0.342 5.206 0.000
(Nguồn: Kết quả xử lý số liệu trên SPSS )
Theo bảng trên, ta có thể thấy mức ý nghĩa Sig. của các biến độc lập PRT, PEU, PBC, PRP, SN, PU là đều <0.05, có thể nói rằng 6 biến độc “Nhận thức rủi ro trong phạm vi giao dịch trực tuyến”, “Nhận thức tính dễ sử dụng”, “Nhận thức kiểm soát hành vi”,
“Nhận thức rủi ro đối với sản phẩm/dịch vụ”, “Chuẩn chủ quan”, “Nhận thức tính hữu ích” đều có tác động đến Quyết định sử dụng ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế. Từ đó, ta có phương trình thể hiện quyết định sử dụng dịch vụ theo 6 biến độc lập như sau:
PB = βo- 0.45PRT + 0.308PEU + 0.293PBC – 0.169PRP + 0.269SN + 0.342PU
Ý nghĩa của các hệ số hồi quy riêng phần (Beta) trong mô hình:
Hệ số Beta càng cao càng thể hiện tính quan trọng của biến độc lập, hay nói cách khác là hệ số Beta thể hiện mức độ tác động của từng thành phần liên quan quyết định sử dụng ứng dụng của khách hàng.
Và như vậy, trong các yếu tố tác động vào quyết định sử dụng ứng dụng của khách hàng thì yếu tố quan trọng nhất là “Nhận thức rủi ro trong phạm vi giao dịch trực tuyến”
(Beta=- 0.450)( dấu – chỉ mang tính chỉ chiều hướng tác động), tiếp theo là “Nhận thức
Trường Đại học Kinh tế Huế
tính hữu ích” (Beta=0.342), “Nhận thức tính dễ sử dụng” (Beta=0.308), “Nhận thức kiểm soát hành vi” (Beta=0.293), “Chuẩn chủ quan” (Beta=0.269) và thấp nhất là “Nhận thức rủi ro đối với sản phẩm/dịch vụ” (Beta=-0.169)
Ý nghĩa của hệ số Beta: khi các biến độc lập khác không đổi, nếu giá trị trung bình của nhận thức rủi ro trong phạm vi giao dịch trực tuyến tăng lên một đơn vị thì quyết định sử dụng ứng dụng sẽ giảm 0.450 đơn vị (chiều hướng tiêu cực). Tương tự, khi các biến độc lập khác không đổi, nếu giá trị trung bình của nhận thức hữu ích tăng lên một đơn vị thì quyết định sử dụng dịch vụ sẽ theo chiều hướng tích cực tăng lên 0.342 đơn vị.
2.2.4.5. Kiểm định hiện tượng đa cộng tuyến
Bảng 2.16. Kiểm định hiện tượng đa cộng tuyến
Mô hình Đo lường đa cộng tuyến
Độ chấp nhận VIF
1(hằng số)
Tính dễ sử dụng 1.000 1.000
Tính hữu ích 1.000 1.000
Rủi ro liên quan đến sản phẩm 1.000 1.000
Rủi ro liên quan đến thông tin khách hàng 1.000 1.000
(Nguồn: Kết quả xử lý số liệu trên phần mềm SPSS)
Về quy tắc là khi VIF vượt quá 10 đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng
& Chu Ngyễn Mộng Ngọc, 2005). Theo bảng số liệu trên ta thấy VIF của biến lớn nhất bằng 1.000 (<10), do đó mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến, nghĩa là các biến độc lập không có tương quan với nhau.
2.2.4.6. Biểu đồ tần số phần dư chuẩn hóa Histogram
Từ biểu đồ ta thấy được, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean = -9.54E-17 gần bằng 0, độ lệch chuẩn là 0.971 gần bằng 1, như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng: Giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Trường Đại học Kinh tế Huế
Biểu đồ 2.2. Biểu đồ Histogram
(Nguồn: Kết quả phân tích dữ liệu trên SPSS)
2.2.4.7. Kết quả kiểm định giả thuyết
Mô hình được biểu diễn lại dưới dạng phương trình hồi quy tuyến tính đa biến thể hiện sự tác động của 6 thành phần liên quan đến quyết định sử dụng ứng dụng:
Quyết định = -0.45*Nhận thức rủi ro trong phạm vi giao dịch trực tuyến +0.308*Nhận thức tính dễ sử dụng
+0.293*Nhận thức kiểm soát hành vi
-0.169*Nhận thức rủi ro đối với sản phẩm/dịch vụ +0.269*Chuẩn chủ quan
+0.342*Nhận thức tính hữu ích
Trường Đại học Kinh tế Huế
Kết quả kiểm định giả thuyết:
Chấp nhận giả thuyết H1: Nhận thức sự hữu ích ảnh hưởng tích cực đến quyết định sử ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế
Chấp nhận giả thuyết H2: Nhận thức tính dễ sử dụng ảnh hưởng tích cực đến quyết định sử ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế
Chấp nhận giả thuyết H3: Chuẩn chủ quan ảnh hưởng tích cực đến quyết định sử ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế
Chấp nhận giả thuyết H4: Nhận thức kiểm soát hành vi ảnh hưởng tích cực đến quyết định sử ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế
Chấp nhận giả thuyết H5: Nhận thức rủi ro liên quan đến sản phẩm/dịch vụ ảnh hưởng tiêu cực đến quyết định sử ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế
Chấp nhận giả thuyết H6: Nhận thức rủi ro trong phạm vi giao dịch trực tuyến ảnh hưởng tiêu cực đến quyết định sử ứng dụng di động để mua vé xem phim của khách hàng tại Lotte Cinema Huế