Mô Hình Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Internet Banking

2.4. Mô hình các yếu tố ảnh hưởng đến quyết định sử dụng Internet Banking

Quyết định sử dụng Internet

Cảm nhận dễ sử dụng

Cảm nhận hữu ích

Cảm nhận giảm rủi ro

Chi phí

Hình 2.4 Mô hình nghiên cứu đề xuất

(Nguồn: tự nghiên cứu tác giả)

2.4.2. Câu hỏi nghiên cứu và giả thiết nghiên cứu.

Các câu hỏi nghiên cứu: Trên cơ sở xác định các yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ Internet Banking, luận văn tập trung giải quyết các câu hỏi nghiên cứu sau:

Có những yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ Internet Banking. Yếu tố tác động tích cực và yếu tố tác động tiêu cực.

Trong các yếu tố nghiên cứu thì yếu tố giữ vai trò quyết định.

Các giả thuyết:

Nhóm giả thuyết cho nghiên cứu bao gồm các giả thuyết H1, H2 ,H3, H4 nhằm tìm hiểu mối quan hệ giữa việc cảm nhận thức sự hữu ích, nhận thức tính dễ sử dụng, nhận thức rủi ro liên quan đến giao dịch trực tuyến, nhận thức chi phí liên quan đến sử dụng dịch vụ Internet Banking. Cụ thể như sau:

H1: Cảm nhận sự hữu íchảnh hưởng đếnquyết định sử dụng Internet Banking.

H2 : Cảm nhận tính dễ sử dụng ảnh hưởng đến quyết định sử dụng Internet Banking.

H3: Cảm nhận rủi ro liên quan đến giao dịch trực tuyến ảnh hưởng đến quyết định sử dụng Internet Banking.

H4 : Nhận thức chi phí liên quan đến dịch vụInternet Banking ảnh hưởng đến quyết định sử dụng Internet Banking.

Tóm tắt chương 2

Trong chương 2, tác giả trình bày cơ sở lý thuyết về “khái niệm ngân hàng điện tử”, “sự quyết định sử dụng của dịch vụ IB” tác giả đưa ra các mô hình nghiên cứu trước của nước ngoài và trong nước đánh giá ưu nhược điểm của các yếu tố ảnh hưởng đến quyết định sử dụng dịch vị IB. Tác giả đưa ra mô hình nghiên cứu đề nghị về yếu tố đến quyết định sử dụng dịch vụ IB của ngân hàng điện tử, các nhân tố tác động mạnh vào sự quyết định sử dụng IB của khách hàng.

Chương 3: THIẾT KẾ NGHIÊN CỨU

Trọng tâm của chương này là trình bày quy trình nghiên cứu, thiết kế nghiên cứu, thiết kế thang đo sơ bộ, cách tiếp cận(2 phương pháp định tính và định lượng), phương pháp thu thập dữ liệu, phương pháp chọn mẫu và phương pháp phân tích dữ liệu nghiên cứu.

3.1. Quy trình nghiên cứu

Xác định vấn đề nghiên cứu, cơ sở lý thuyết

Xây dựng bộ thang đo dự kiến, đặt giả thuyết nghiên cứu

Nghiên cứu định lượng sơ bộ

Nghiên cứu định lượng chính thức

Kiểm tra sơ bộ (Cronbach Alpha, EFA) để điều chỉnh thang đo, hoàn thành bảng câu hỏi chính thức

Kiểm tra độ tin cậy thang đo Cronbach Alpha

Phân tích nhân tố khám phá EFA

Xây dựng phương trình hồi quy tuyến tính

- Kiểm tra hệ số Cronbach Alpha ( hệ số phải đạt tiêu chuẩn từ 0,6 trở lên).

- Loại bỏ các biến có hệ số tương quan biến tổng nhỏ hơn 0,3

- Loại bỏ các biến co hệ số tải nhân tố nhỏ hơn 0,5 và có chênh lệch hệ số tải nhân tố giữa các nhân tố nhỏ Hơn 0,3.

- kiểm tra tổng phương sai trích.

- Xác định giá trị nội dung của các nhân tố được tải xuống căn cứ qua các mục hỏi

- Kiểm định các giả thuyết nghiên cứu.

Báo cáo kết quả nghiên cứu

Hình 3.1 Quy trình nghiên cứu tổng quát.

(Nguồn: tự nghiên cứu tác giả)

3.2. Thiết kế thang đo sơ bộ.

Tất cả các biến quan sát được đo được đo bằng thang đo Likert 5 mức độ:

(1) Hoàn toàn không đồng ý

(2) Không đồng ý

(3) Trung lập( không ý kiến)

(4) Đồng ý

(5) Hoàn toàn đồng ý

Tiếp theo, các bộ thang đo dự kiến được trình bày theo từng thành phần nghiên cứu của đề tài đều dựa trên các cơ sở lý thuyết liên quan cũng như các nghiên cứu trước.

3.2.1.Thang đo sơ bộ về cảm nhận sự dễ sử dụng, sự hữu ích

Một số mục hỏi thang đo được xây dựng dựa trên thang đo về sự cảm nhận sự dễ sử dụng, sự hữu ích của tác giả Yi-Shun Wang, Yu-Min Wang, Hsin-Hui Lin, Tzung -I Tang (2003); Praja Podder (2005);

Bảng 3.1. thang đo sơ bộ về cảm nhận sự dễ sử dụng, sự hữu ích

Thang đo sơ bộ về cảm nhận sự dễ sử dụng, sự hữu ích

Hướng dẫn sử dụng IB dễ hiểu và rõ ràng để thực hiện.	Yi-Shun Wang, Yu-Min Wang, Hsin-Hui Lin, Tzung -I Tang (2003); Praja Podder (2005)
Mạng Internet luôn có sẵn để sử dụng IB
Một giao dịch thực hiện thành công phải qua nhiều bước
Các thao tác sử dụng IB đơn giản.
Các bước trong giao dịch IB được lập trình sẵn theo một khuôn mẫu, không linh hoạt như giao dịch tại quầy
Nói chung tôi thấy IB là dễ để sử dụng
Sử dụng IB giúp tôi làm được nhiều việc hơn
Sử dụng IB giúp tôi tiết kiệm thời gian giao dịch/ chờ đợi đến lượt giao dịch so với giao dịch tại quầy
Sử dụng IB giúp tôi thực hiện các giao dịch ngay

Có thể bạn quan tâm!

Xem toàn bộ 112 trang tài liệu này.

lại nhà/ cơ quan/ hay bất cứ đâu


Sử dụng IB giúp tôi sử dụng được nhiều dịch vụ ngân hàng.
Sử dụng IB giúp tôi kiểm soát tài chính hiệu quả hơn
Sử dụng IB tăng cường hiệu suất công việc của tôi
Nói chung tôi thấy IB hữu ích trong công việc

Nguồn: tác giả tổng hợp

3.2.2. Thang đo sơ bộ về sự cảm nhận rủi ro, chi phí

Thang đo về sự cảm nhận rủi ro, chi phí được tham khảo tác giả và Howcroft & cộng sự (2002)

Bảng 3.2.Thang đo sơ bộ về sự cảm nhận rủi ro, chi phí.

Thang đo sơ bộ cảm nhận rủi ro và chi phi

Sử dụng IB giúp an toàn hơn trong chuyển khoản.

Amin (2007), Sathye (1999), Wang và các cộng sự (2003)

Các thiết bị hỗ trợ bảo mật (Tin nhắn SMS,

token…) đảm bảo an toàn.

Sử dụng IB giúp đảm bảo bí mật về các thông tin

giao dịch của tôi.

Sử dụng IB tôi thấy an toàn hơn sử dụng các dịch

vụ khác của ngân hàng.

Tôi tiết kiệm được nhiều thời gian khi sử dụng IB.

Phí dịch vụ IB ít hơn phí giao dịch tại quầy.

Tôi tiết kiệm chi phí đi lại khi sử dụng IB.

Tóm lại tôi tiết kiệm được nhiều loại chi phí khi sử

dụng dịch vụ IB để thanh toán.

Nguồn: tác giả tổng hợp

3.2.3. Thang đo sơ bộ về sự quyết định

Một số yếu tố quyết định quan trọng đối với việc người dùng sẽ có khả năng giao dịch IB.

Bảng 3.3.Thang đo sơ bộ về sự quyết định.

Các yếu quyết định IB

Tôi sẽ sử dụng hoặc tiếp tục sử dụng dịch vụ internet

banking hiện tại

Tôi sẽ giới thiệu cho nhiều người cùng sử dụng dịch vụ

internet banking

Jaruwachirathanakul và Fink (2005

Tôi sẽ thuyết phục bạn bè, đồng nghiệp và gia đình sử dụng

internet banking

Nguồn: tác giả tổng hợp

3.3. Phương pháp nghiên cứu

3.3.1. Nghiên cứu sơ bộ

Xây dựng thang đo và mô hình nghiên cứu trên cơ sở áp dụng TAM và kết hợp với kết quả của các nghiên cứu trước đây về lĩnh vực dịch vụ Internet Banking. Phương pháp định tính: được sử dụng để điều chỉnh các biến quan sát, kiểm chứng lại các yếu tố tác động đến mục tiêu nghiên cứu. Ở giai đoạn này, luận văn sử dụng bảng phỏng vấn sơ bộ và thảo luận nhóm. Kết quả thu được làm cơ sở điều chỉnh thang đo sơ bộ, hiệu chỉnh bảng phỏng vấn về ngữ nghĩa, nội dung để chuẩn bị cho nghiên cứu định lượng tiếp theo.(kết quả khảo sát sơ bộ ở phụ lục 3).

3.3.2. Nghiên cứu định lượng chính thức

Sau khi đã xây dựng thang đo và mô hình như đã trình bày ở phần nghiên cứu sơ bộ, nghiên cứu sẽ chọn mẫu khảo sát. Thông thường thì số quan sát ít nhất phải bằng 5 lần số biến trong phân tích nhân tố (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). Thang đo được thiết lập gồm 20 biến quan sát, nên yêu cầu cở mẫu nhỏ nhất là 5 x 20 = 100. Số quan sát lớn hơn (ít nhất) 5 lần số biến, tốt nhất gấp 10 lần theo Nguyễn Đình Thọ (2011). Như vậy, cỡ mẫu thu thập được tính theo số biến trong mô hình với tiêu chuẩn số mẫu phải gấp 5-10 lần số biến là từ 135-270 mẫu.

Để kết quả “phân tích hồi quy" có ý nghĩa thì kích thước mẫu ít nhất bằng

8x(số nhân tố )+50 ( Tabachnick và Fidell, 1991). Dựa vào biến độc lập trong nghiên cứu này là 4 nhân tố thì số lượng mẫu cần thiết phải lớn hơn 98 mẫu.

Trong điều kiện thời gian hạn hẹp, để đảm bảo nghiên cứu có ý nghĩa, tác giả tiến hành khảo sát 300 khách hàng cá nhân đến giao dịch tại các ngân hàng Sacombank, BIBVbank,vietinbank, Đông Á bank, điện tử trên địa bàn tỉnh Cà Mau. Số phiếu trực tiếp phát ra cho khách hàng là 300 phiếu, khách hàng trực tiếp điền cung cấp thông tin trên phiếu và số phiếu khách hàng gửi lại tại quầy giao dịch là 300 phiếu đạt tỷ lệ 100%. Thông tin sau khi thu thập xong sẽ được tiến hành kiểm tra, loại bỏ Những phiếu không đạt yêu cầu sẽ được loại bỏ. Vì vậy kích thước mẫu cuối cùng là 285. Sau đó tiến hành mã hóa, nhập dữ liệu vào phần mềm SPSS để tiến hành các bước phân tích tiếp theo.

3.3.3. Công cụ thu thập thông tin và quá trình thu thập thông tin

Tác giả sử dụng bảng câu hỏi khảo sát để tiến hành thu thập thông tin (phụ lục

1).

Nghiên cứu này tác giả chọn mẫu theo phương pháp thuận tiện, phát trực tiếp

khách hàng cá nhân đến giao dịch tại ngân hàng trên địa bàn tỉnh Cà Mau. Tác giả tiến hành khảo sát 300 khách hàng thực hiện giao dịch tại ngân hàng từ ngày 01/8/2017 đến ngày 31/12/2017.

Số phiếu phát ra là 300 phiếu, số phiếu thu về là 300 phiếu đạt tỷ lệ 100%. Sau khi kiểm tra loại bỏ kích thước mẫu cuối cùng là 285 mẫu.

3.4. Phương pháp phân tích dữ liệu

3.4.1. Kiểm định độ tin cậy của thang đo

Chúng ta cần tính toán hệ số tin cậy “Cronbach Alpha” xem câu hỏi có đóng góp vào việc đo lường nhân tố mà ta nghiên cứu, vào những mục hỏi nào không. Điều này liên quan đến 2 phép tính toán: Tương quan giữa bản thân các mục hỏi và tương quan của các điểm số của từng mục hỏi với điểm số toàn bộ các mục hỏi cho mỗi người trả lời. Hệ số “Cronbach’s Alpha” là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Hệ số “Cronbach’s Alpha” cho biết các biến đo lường thành phần có liên kết với nhau hay

không nhưng nó sẽ không chỉ ra mục nào cần được loại bỏ và cần lưu giữ mục nào. Hệ số “Cronbach Alpha” phải có giá trị từ 0,8 trở lên đến gần 1 thì thang đo lường là rất tốt, từ 0,7 đến 0,8 là tốt hoặc “Conbach’s Alpha” từ 0,6 trở lên là có thể sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008), “hệ số tương quan biến tổng” <0,3 sẽ bị loại bỏ (theo Nunnally & Burnstein, 1994).

3.4.2. Phân tích nhân tố khám phá – EFA

“Phân tích nhân tố khám phá” nhằm xác định các khía cạnh hoặc các yếu tố giải thích các mối quan hệ tương quan trong một tập biến; xác định một tập hợp các biến không tương quan với nhau hoặc ít tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện phân tích đa biến tiếp theo; để xác định một tập hợp gồm một số tít các biến chiếm ưu thế từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

“Kaiser – Meyer – Olkin (KMO)”: là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Giá trị của KMO khoảng 0,5 đến 1 là điều kiện đủ để “phân tích nhân tố” là thích hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).“Kiểm định Barlet’s test of sphericity” xem xét giả thuyết H0 các biến không có tương quan trong tổng thể. Để áp dụng “phân tích nhân tố” thì điều kiện cần là các biến phải có tương quan với nhau. Do đó nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Giá trị sig <0,05 (bác bỏ giá trị H0) thì các biến quan sát có tương quan với nhau kiểm định có ý nghĩa thống kê.

3.4.3. Hệ số tương quan và phân tích hồi quy tuyến tính

Phân tích hồi quy: Là mô hình thể hiện liên hệ tương quan tuyến tính giữa một biến phụ thuộc và nhiều biến độc lập. Mô hình hồi quy có dạng

Trong đó:

Xpi: Biểu hiện giá trị của biến độc lập thứ tự thứ p tại quan sát thứ i.