Professional Documents
Culture Documents
Hành vi sử dụng
Hiệu suất Nỗ lực mong đợi (H2)
Điều kiện
mong đợi (H1) thuận lợi (H3)
● Giả thuyết 1 (H1): Hiệu suất mong đợi có tác động tích cực đến
hành vi sử dụng phương thức thanh toán không dùng tiền mặt của
sinh viên.
● Giả thuyết 2 (H2): Nỗ lực mong đợi có tác động tích cực đến
hành
vi sử dụng phương thức thanh toán không dùng tiền mặt của sinh
viên.
● Giả thuyết 3 (H3): Điều kiện thuận lợi có tác động tích cực đến
hành vi sử dụng phương thức thanh toán không dùng tiền mặt của
THANG ĐO CÁC KHÁI NIỆM NGHIÊN CỨU
Bảng 1: Thang đo hiệu suất mong đợi
Thang đo Kí hiệu Biến quan sát
PE01 Sử dụng phương thức TTKDTM giúp tôi
Hiệu suất tiết kiệm thời gian
mong đợi PE02 Tôi cảm thấy sử dụng TTKDTM đơn giản
- PE03 TTKDTM đem đến cho tôi nhiều khuyến mãi
Performance PE04 TTKDTM thuận tiện mang ra ngoài
Expectancy PE05 TTKDTM giúp tôi hạn chế tiếp xúc với người
khác
Khi gặp trục trặc về giao dịch ngân hàng, tôi có thể
FC01
gọi tổng đài hỗ trợ
Điều kiện TTKDTM luôn giải đáp các thắc mắc và vấn đề của
thuận lợi FC02
tôi rất tốt
-
Facilitating FC03 Thời gian phục vụ TTKDTM linh hoạt, hợp lý
Conditions
TTKDTM thường xuyên cung cấp các voucher
FC04
khuyến mãi
BẢNG 5
THANG ĐO HÀNH VI SỬ DỤNG
Use Behavior
1 2
3 4 5
Thu thập
dữ liệu Kết quả
Phương pháp nghiên cứu định
lượng
• Thủ tục Frequencies cung cấp các thống kê và các đồ thị hữu
ích cho việc miêu tả nhiều loại biến.
Giả thuyết:
H0: “mức dộ hài lòng trung bình của của sinh viên đối với TTKDTM ở mức 3 (bình
thường)”
H1: “mức dộ hài lòng trung bình của của sinh viên đối với TTKDTM khác mức 3
(bình thường)”
Sig. (2-tailed): 0.00 < 5%
bác bỏ giả thuyết H0, chấp nhận giả thuyết
H1
Kết luận:
Khác biệt trung bình (1,297) = trung bình mẫu quan sát (4,3) – trung bình giả
thuyết (3)
Vd. Kiểm định nhận xét sinh viên không có ý kiến (3) với TTKDTM giúp tiết kiệm
thời gian
Giả thuyết:
H0: “sinh viên không có ý kiến (3) với việc TTKDTM giúp tiết kiệm thời
gian”
H1: “sinh viên có ý kiến (3) với TTKDTM giúp tiết kiệm thời gian”
Kết luận:
Khác biệt trung bình (1.061) = trung bình mẫu quan sát (4.06) – trung bình giả
thuyết (3).
Sinh viên nhận xét ý kiến TTKDTM ở mức đồng ý (4)
Giả thuyết:
• H0: “không có sự khác biệt có ý
nghĩa giữa giá trị trung bình của 2
Kiểm định mẫu”
• H1: “có sự khác biệt có ý nghĩa
trên hai giữa giá trị trung bình của 2 mẫu”
Kết luận: So sánh số Sig.(2-tailed)
Giả thuyết:
H0: “không có sự khác biệt có ý nghĩa giữa mức độ hài lòng ở hai nhóm tuổi”
H1: “có sự khác biệt có ý nghĩa giữa mức độ hài lòng ở hai nhóm tuổi”
Giả thuyết:
H0: “không có sự khác biệt có ý nghĩa giữa mức độ hài lòng trung bình và
tuần suất dụng trung bình”
H1:” có sự khác biệt có ý nghĩa giữa mức độ hài lòng trung bình và tuần suất
dụng trung bình”
MỤC ĐÍCH
• Kiểm định giả thuyết nhằm xác định xem các mẫu
thu được có được rút ra từ cùng một tổng thể không.
(Phương sai có đồng nhất không)
• Kết quả kiểm định cho chúng ta biết mô hình đang
sử dụng có phù hợp với nội dung đề tài hay không.
PHƯƠNG SAI 1 YẾU TỐ (ONE – WAY ANOVA)
Khái niệm:
● Sử dụng 1 biến yếu tố để phân loại các quan sát thành nhiều
nhóm khác nhau hay nói cách khác là dùng để kiểm định giả
thuyết trung bình bằng nhau của các nhóm mẫu với khả năng
phạm sai lầm chỉ là 5%.
● Kiểm định ANOVA sẽ được dùng để xem xét đánh giá tần
suất sử dụng phương thức TTKDTM của sinh viên tại
TP.HCM được phân loại dựa trên tiêu chí là độ tuổi.
Tình huống: Có sự khác biệt giữa yếu tố độ tuổi đến
yếu tố tần suất sử dụng TTKDTM của người trả lời.
Trong kết quả kiểm định ANOVA sig. = 0,227 (22,7%) > 0,05 (5%)
Chấp nhận giả thuyết H0 bác bỏ giả thuyết H1.
Không có sự khác biệt về độ tuổi đối với tần suất sử dụng TTKDTM
Kiểm định độ tin cậy thang đo
Cronbach Alpha
Khi tạo các biến quan sát để củng cố cho biến mẹ thì không phải
lúc nào luôn là hợp lý, luôn luôn đúng mà sẽ có những biến sai
không phù hợp với biến mẹ thì mình cần dùng công cụ để đo biến
quan sát Cronbach Bach sẽ là công cụ cho chúng ta có thể quan
sát được các biến chính xác và loại bỏ các biến rác
Nếu Cronbach Alpha từ 0,8 đến gần bằng 1: thang đo rất tốt
Từ 0,7 đến 0,8 là thang đo sử dụng tốt
Từ 0,6 trở lên: Thang đó đủ điều kiện
Hệ số tương quan giữa biến và tổng ( Corrected Item – Total
Correlation) >= 0,3 nếu nhỏ hơn loại bỏ biến đó chạy lại
Cronbach Alpha
THAO TÁC CRONBACH ALPHA
Analyze Scale Reliability Analysis Bảng Statistics: chọn
Scale if item deleted
Xét Crobach ‘s Alpha:
0.802 > 0.5
Đây là thang đo rất tốt
Tương quan là phép phân tích cho phép chúng ta biết mối
quan hệ giữa 2 biến không có sự phân biệt độc lập và phụ
thuộc.
Trong khi đó, phân tích Hồi quy dự đoán giá trị của biến phụ
thuộc Y dựa trên giá trị đã biết của 1 hay nhiều biến độc lập.
Thao tác thực hiện
Analyze -> Correlated -> Bivariate -> Đưa PE, FC, EE, HL sang bảng
variables -> Ok
TƯƠNG QUAN
- Biến phụ thuộc: TS
(tần suất sử dụng)
- Biến độc lập: PE,FC,
EE
Durbin – Watson dùng để kiểm tra hiện tượng tự tương quan chuỗi
bậc nhất
Vì giá trị thống kê DW tính toán là 2.035 trong khoảng an toàn từ
1,5 - 2,5 chúng ta có thể kết luận mô hình không bị tương quan chuỗi
Giá trị Sig của kiểm định F < 0.05 có thế kết luận mô hình
hồi qui tuyến tính bội phù hợp với tập dữ liệu và mô hình này
có thể sử dụng
Giá trị Sig của kiểm định t dùng để kiểm định ý nghĩa của hệ số hồi qui, kiểm tra xem
các biến phụ thuộc có tác động đến biến phụ thuộc hay không.
Sig < 0.05 suy ra biến độc lập đó có ảnh hưởng đến biến phụ thuộc