Tìm hiểu các yếu tố tác động đến hành vi sử dụng Mobile Banking - Mô hình UTAUT mở rộng với cảm nhận rủi ro và tính tin cậy

Nội dung text: Tìm hiểu các yếu tố tác động đến hành vi sử dụng Mobile Banking - Mô hình UTAUT mở rộng với cảm nhận rủi ro và tính tin cậy

1. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 TÌMHIỂUCÁCYẾU TỐ TÁCĐỘNG ĐẾN HÀNHVI SỬ DỤNG MOBILE BANKING – MÔHÌNHUTAUTMỞ RỘNG VỚI CẢM NHẬN RỦI RO VÀTÍNHTINCẬY UNDERSTANDING THE DETERMINANTS TO USE BEHAVIOR OF MOBILE BANKING: EXTENDING UTAUT MODEL WITH PERCEIVED RISK AND TRUST HoàngHà Trường Đại học Kinh tế, Đại học Đà Nẵng hahoang@due.edu.vn TÓMTẮT Ngân hàng di động (Mobile banking) là một thành phần quan trọng của nền kinh tế không dùng tiền mặt, nó giúp nâng cao hiệu quả sử dụng và gia tăng sự hài lòng của người sử dụng dịch vụ ngân hàng trong kỷ nguyên số. Nghiên cứu này tìm hiểu các yếu tố ảnh hưởng lên hành vi sử dụng dịch vụ Mobile Banking (MB) bằng việc phân tích các dữ liệu được thu thập từ những khách hàng đã từng sử dụng MB tại thành phố Đà Nẵng. Dựa trên nền tảng lý thuyết qua các công trình nghiên cứu trước đây, khung nghiên cứu đã được phát triển thông qua việc mở rộng Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ UTAUT bằng cách bổ sung yếu tố Cảm nhận rủi ro và Tính tin cậy. Phần mềm phân tích định lượng SPSS được sử dụng để phân tích dữ liệu thu được từ các bảng câu hỏi khảo sát. Kết quả cho thấy có ba trong tổng số sáu nhóm yếu tố nghiên cứu được chứng minh là có tác động mạnh mẽ lên hành vi sử dụng MB của khách hàng. Các yếu tố Điều kiện thuận lợi, Tính hiệu quả, Tính tin cậy giải thích được khoảng 43.4% quyết định sử dụng ứng dụng MB của khách hàng. Từ khóa:Ngânhàngdiđộng, ứng dụngdiđộng, nền kinh tế khôngtiền mặt, côngnghệ mới nổi, cảm nhận rủi ro, tínhtincậy. ABSTRACT Mobile banking is an important component of the cashless economy, it helps to improve efficiency and increase the satisfaction of users of banking services in a digital age. This study explores the factors that influence the using of MB services by analyzing data collected from customers who have used MB in Danang City. Based on the theoretical background, a research framework has been developed through the extension of the UTAUT adding Perceived Risk and Trust. The SPSS Statistics 22.0 is used to analyze data collected from the survey questionnaires. The results showed that three out of six groups of research factors have been shown to have a strong impact on customers' MB usage. The factors "Favorable conditions", "Efficiency", "Trust" explain about 43.4% of customers' MB usage. Keywords: Mobile banking, mobile apps, cashless economy, emerging technologies, perceived risk, trust. 1. Giớithiệu Ngânhàngdiđộng (MB) làkênhdịch vụ ngânhànghiệnđại,chophépkháchhàngtươngtác với ngânhàngthôngquamột thiết bị điện thoạidiđộng hoặc một thiết bị kỹ thuật số hỗ trợ cánhândiđộng (Barnes and Corbitt, 2003). Hiện nay, MB đangđạtđược nhữngthànhtựucóýnghĩađónggópchosự tăngtrưởng củangànhdịch vụ ngânhànghiệnđại (Lin, 2011). MB mang lại những lợiíchvàtrải nghiệm chưatừngcósovới dịch vụ ngânhàngtruyền thốngthôngquainternet banking hay tele banking. MB cho phépkháchhàngsử dụng thiết bị diđộng hoặcđiện thoạithôngminhđể tiếnhànhgiaodịchngânhàng mọilúc, mọinơi.Kháchhàngkhôngcần phảiđếnchinhánh/điểm giao dịch củacácngânhàngđể tiến hànhgiaodịch, thay vàođóchỉ cần sử dụngđiện thoạidiđộngcókết nối internet. MB khôngchỉ mang lại lợiíchthiết thựcchokháchhàng,màchínhbảnthâncácngânhàngcũngsẽ giatănglợi thế cạnh tranh củamìnhthôngquadịch vụ MB. BởithôngquaMB,ngânhàngcóthể tiếp cậnkháchhàngnhanhhơn, thôngtinđược chia sẻ cập nhật theo thời gian thực,đặc biệtcôngnghệ pháttriểnchophépngânhàngđáp ứngđượccácnhucầu của từngcánhânkháchhàngthôngquaMB(Berraies, Ben Yahia et al, 2017). Tuy vậy, sự khácbiệttrongvănhóatừngvùng,rủi ro trong giao dịch,chiphígiaodịch sẽ làcácràocản trong việc mở rộng sử dụng MB từ kháchhàng. 800
2. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 Tại ViệtNam,dùcónhiềuđề tàinghiêncứu về hoạtđộng kinh doanh dịch vụ ngânhàngđiện tử, tuy nhiên rấtítđề tàitậptrungvàoriêngứng dụng MB, nhấtlàcácyếu tố ảnhhưởnglênquyếtđịnh sử dụng củakháchhàng.Một số nghiêncứu tại Việt Nam liênquanđến chủ đề nàycóthể kể đến “Đề xuấtmô hìnhchấp nhậnvàsử dụngngânhàngđiện tử ở ViệtNam”do NguyễnDuyThanhvàCaoHàoThi(2011) thực hiện. Nghiêncứunàysử dụngmôhìnhE-BAM nhằmtìmhiểucácyếu tố ảnhhưởnglênsự chấp nhậnvàsử dụngngânhàngđiện tử tại Việt Nam. Kết quả cho thấy nhận thức kiểmsoáthànhvitácđộng tíchcực nhấtđến sự chấp nhận E-banking,cácyếu tố kháccótácđộng giảm dần theo thứ tự làhìnhảnh ngânhàng, hiệu quả mongđợi, khả năngtươngthích,nhận thức dễ dàngsử dụng, yếu tố phápluậtvà chuẩn chủ quan. Yếu tố rủirocósự tácđộngngược chiềulênsự chấp nhậnvàsử dụngngânhàngđiện tử docóhệ số hồiquyâm. Ngoàirakhánhiềunghiêncứu thực hiện nhằmđánhgiátìmyếucácyếu tố tác độnglênsự hàilòngcủangười sử dụng MB chứ khôngphảilàhànhvisử dụng. Hiệnnay,ngàycàngnhiềuchínhphủ kêugọi tiến tới chuyểnđổicácgiaodịch từ tiền mặtsangthanhtoán khôngdùng tiền mặt. Trong bối cảnh ViệtNamđanghướngđến mục tiêukhoảng90dân số không dùngtiền mặtvàonăm2020 và đề ánpháttriểnthanhtoánkhôngdùngtiền mặt tại ViệtNamgiaiđoạn 2016-2020đãđược Thủ tướng NguyễnXuânPhúcphêduyệt (Anh Minh, 2018) thìMB sẽ làmột phần quan trọng của nền kinh tế khôngsử dụng tiền mặt. Một khảosátcủa Visa cho thấy 88% số ngườiđược khảosátnóirằng họ rấtcóthể sẽ sử dụngsmartphoneđể thanh toán,83ngườitiêudùngchobiết họ sẽ chọnthanhtoánkhôngtiếpxúc(nếucó)thaychotiền mặt (Visa, 2017)càngkhẳngđịnh việcnghiêncứu về cácyếu tố ảnhhưởnglênquyếtđịnh sử dụngMBcómộtýnghĩacấp thiếtkhôngchỉ đối vớicácngân hàngthươngmạimàcònở cấp quảnlývàbanhànhchínhsách.Xuấtpháttừ thực tiễntrên,nghiêncứu nàyđược thực hiện nhằm tìm hiểucácyếu tố có ảnhhưởng lớn nhấtlênquyếtđịnh sử dụng MB của kháchhàngbằng việc sử dụngmôhìnhUTAUTbổ sungthêmhaibiếnlà“Cảm nhận rủiro”và“Tínhtin cậy” dochúngtôichorằng vớicôngnghệ mớinhưMB,thìhai yếu tố bổ sungtrêncũngđóngvaitrò quan trọnglênquyếtđịnh sử dụng MB củakháchhàng vàtrongcácnghiêncứu hiện nay tại ViệtNamvà trênthế giới vẫnchưađược đề cậpđầyđủ. 2. Cơsởlýthuyếtvàphươngphápnghiêncứu 2.1. Cơsởlýthuyết Mô hình nghiên cứu lý thuyết a.Môhìnhchấp nhậncôngnghệ vàsử dụngcôngnghệ (TAM) Nhiều nhà nghiên cứu đã sử dụng mô hình chấp nhận và sử dụng công nghệ (technology acceptance model - TAM)đượcxâydựng bởi Davis, Bagozzi et al. (1989) để giảithíchsự chấp nhận của cánhânvớicôngnghệ thôngtinvàxácminhrằng, nhận thức hữuíchvànhận thức dễ sử dụnglànhững cấutrúcquantrọng chấp nhậncánhân.LýthuyếtmôhìnhTAMđượccoinhưlàlýthuyết nền tảng cho cácnghiêncứu về xâydựngmôhìnhlýthuyết chấp nhậnvàsử dụngcôngnghệ saunày.Trongnghiên cứucáclýthuyết về việcápdụng MB, Shaikh (2015) đãpháthiện ra rằng, trong số 55nghiêncứuđược thực hiện từ năm2005- 2015,42cácnhànghiêncứuđãsử dụng TAM hoặccácphiênbản mở rộng của TAM. Hình1:Môhìnhchấp nhậncôngnghệ TAM Nguồn: Nghiên cứu của Davis, Bagozzi & Warshaw (1989) 801
3. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 b.MôhìnhUTAUT(UnifiedTheoryofAcceptanceandUseofTechnology) Môhìnhlýthuyết hợp nhất về chấp nhậnvàsử dụngcôngnghệ (UTAUT)đượcxâydựng bởi Venkatesh (2003). Môhình UTAUTđược sử dụngkhôngnhiềunhưngcónhữngđiểmvượt trộihơnsovới những mô hìnhkhác(Yu, 2012). MôhìnhUTAUTđượcxâydựng với 4 yếu tố cốtlõiquyếtđịnh chấp nhậnvàsử dụng.Theolýthuyếtnày,4yếu tố đóngvaitròảnhhưởng trực tiếpđếnhànhvichấp nhậnvàsử dụng của ngườitiêudùng,baogồm: Hiệu quả kỳ vọng, Nỗ lực kỳ vọng, ảnhhưởngxãhộivàđiều kiện thuận lợi. Ngoàiracòncácyếu tố ngoại vi (giớitính,độ tuổi, sự tự nguyệnvàkinhnghiệm)điều chỉnhđếnýđịnh sử dụng.Môhình này đượcnhìnnhậnlà tíchhợpcácyếu tố thiết yếu củacácmôhình khác,xemxétảnh hưởng củacácnhântố đếnýđịnh sử dụngvàhànhvisử dụngcósự phânbiệt bởicácyếu tố ngoại vi (giớitính,trìnhđộ, tuổi, kinh nghiệm, sự tự nguyện)vàđãđược thử nghiệmvàchứngminhtínhvượt trội so vớicácmôhìnhkhác(Venkatesh and Zhang, 2010). Hình2: Môhìnhchấp nhậncôngnghệ UTAUT Nguồn: Venkatesh et al, (2003) c. Môhìnhnghiêncứuđề xuất Từ việcnhìnnhận sự phùhợp củacácmôhìnhở trên,chúngtôisử dụngmôhìnhchấp nhậncông nghệ UTAUT của Venkatesh et al (2003), trongđócóbổ sungthêmyếu tố “Cảm nhận rủiro” - được hiểu là “bất kỳ hành động nào của người mua có thể tạo ra hậu quả mà người đó không thể lường trước được, vàmột số trongđóítnhấtcóthể gâykhóchịu”(Bauer, 1960) vàyếu tố Tínhtincậy. Hai biến “Cảm nhận rủiro”và“Tínhtincậy”được bổ sungvàomôhìnhdochúngtôichorằng vớicôngnghệ mới nhưMB thìhaiyếu nàycũngđóngvaitròquantrọnglênquyếtđịnh sử dụng MB củakháchhàngvà trongcácnghiêncứu hiện nay tại ViệtNamcũngnhưtrênthế giới vẫnchưađượcđề cậpđầyđủ. Đâycó thể xemnhưlànỗ lựcđầutiêntrongviệcđưahaiyếu tố trênvàoviệcxâydựngmôhìnhđánhgiácácyếu tố tácđộnglênquyếtđịnh sử dụng củakháchhàngđối với ứng dụng MB. Cácyếu tố đưavàonghiêncứu sẽ đượctrìnhbàyở dướiđây. Hình3:Môhìnhnghiêncứuđề xuất củatácgiả 802
4. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 Tínhhiệu quả (HQ) Trong số cácnghiêncứuđược tiếnhànhtrongthờigiannghiêncứu,HQlànhântố được sử dụng nhiều nhấttrongquátrìnhđánhgiáảnhhưởngđến việc sử dụng/ quyếtđịnh sử dụng MB từ kháchhàng. Theo Davis (1989),HQlàmứcđộ màmộtngười tin rằng sử dụng một hệ thốngđặc biệt sẽ giúpnângcao hiệu quả côngviệc củangườiđó.Haynóicáchkhác,khimộtkháchhàngnhận thứcđược sự hữu íchcủa dịch vụ MBcàngcaothìdự định sử dụng MB củangườiđósẽ cànglớn. HQ trong sử dụngMBcóthể được nhận thấy qua việc tiếnhànhgiaodịchcóthể được thực hiện nhanh, mọilúc,mọinơi, quađótiết kiệmchiphíđilại;vàthờigianlàmviệc những lợiíchnàygiúphiệu quả côngviệcđượctănglên.Trong tất cả cácnghiêncứuđánhgiácácnhântố ảnhhưởngđến dự định sử dụngMBđều chỉ ra rằng:HQtác độngtíchcựccóýnghĩađến dự định sử dụng MB củakháchhàng(Mohammadi, 2015). Tínhtincậy (Trust) Tínhtincậy đượcxemlàyếu tố quan trọng ảnhhưởngđến khả năngkháchhàngsử dụng dịch vụ MB (Zhou, 2011). Trongnghiêncứu gầnđây,Alalwan (2017) tìmthấy tínhtincậy lànhântố quan trọng nhất trong dự đoándự định sử dụng MB củakháchhàng,điềunàythể hiệnvaitròquantrọng của tínhtin cậy đối vớicáccôngnghệ mớinhưMB,đặc biệthơnkhinhữngcôngnghệ nàyliênquanđến giao dịchtài chính. Kết luậnnàykháđồng nhất vớiquanđiểmtácđộng trực tiếp của tínhtincậy lêndự định sử dụng MB củangườidùng(Oliveira, Faria et al, 2014); (Ooi and Tan, 2016); (Jamshidi, Keshavarz et al, 2018)). Đisâunghiêncứucáctiền tố ảnhhưởngđến tínhtincậy, cáctácgiả cóchungnhậnđịnh sự bảođảm của ngânhàngcungứng dịch vụ, kỳ vọng hiệu quả sử dụng dịch vụ MBvàuytíncủangânhàngcótácđộng tíchcựcđến tínhtincậy củakháchhàng.Trongnghiêncứuđánhgiánhântố ảnhhưởng tới tínhtincậy, đối vớikháchhàng,tínhtincậy trong giao dịch MB khôngchỉ đến từ ngânhàngcungứng dịch vụ màcòn đến từ nhàsản xuấtđiện thoạivànhàmạng cung ứng dịch vụ,trongđó tínhtincậy đối vớingânhàng cung ứng MB vẫnlàyếu tố quan trọng nhấttácđộngđến tínhtincậy củakháchhàngvới dịch vụ MB (Hanafizadeh, Behboudi et al, 2014). Cảm nhận nỗ lực bỏ ra (NLBR) Đâylàmứcđộ của mộtcánhântinrằng, họ sẽ khôngcần sự nỗ lực nhiềuvàdễ dàngsử dụng hệ thống hay sản phẩmcôngnghệ thôngtin, haynóicáchkhácđólàmứcđộ màngườidùngtiềmnăngkỳ vọng sử dụng một hệ thống mớimàkhôngcần nhiều nỗ lực (Davis et al, 1989). NLBR tỷ lệ thuận lợi sự dễ dàngsử dụng sản phẩm, dịch vụ côngnghệ. Cùngvới HQ, NLBR làmột nhântố quan trọngtrongmô hìnhTAMđể giảithíchhànhvidự định củangườidùngcôngnghệ.Tuynhiên,cũngtheoDavis (1989), tácđộng của NLBR lêndự địnhhànhvisử dụngngườidùngíthơntácđộng của HQ, bởi lẽ bản chất của một hệ thống mới, chẳng hạn MB dựatrênsự pháttriểncôngnghệ,nóđòihỏingườidùngcần nỗ lựcđể tìmhiểu sử dụngthìhiệu quả sử dụng mang lạicàngcaohơn. Nhiều kết quả nghiêncứu chỉ ra NLBR khôngchỉ tácđộngtíchcựcđến dự địnhhànhvisử dụng ngườidùngmàcòncótácđộnggiántiếplàmtăngtínhthỏamãncủakháchhàng, quađótácđộngđến dự định (Priya, Vikas Gandhi et al, 2018), Hanafizadeh (2014) gợiýrằng cácngânhàngcần thiết kế cácứng dụng MB dễ hiểu, dễ sử dụng cho nhiềunhómkháchhàng:người trẻ,trungniên,người lớn tuổi. Ảnhhưởngxãhội (AHXH) Một trong những thiếusóttrongmôhìnhTAMđóchínhlàviệc bỏ quacácyếu tố tácđộngbên ngoài,trongđócóAHXH. Về sau, cónhiềutácgiả đãcố gắng kết hợp TAM vớicácbiếnbênngoàinhằm tăngthêmýnghĩagiảithíchmôhình.Venkatesh (2003) đãmở rộngmôhìnhTAMkết hợp với AHXH, theođóAHXH đượcđịnhnghĩalàmứcđộ nhận thức của mộtcá nhânvề tầm quan trọng của việcngười khácnghĩcánhânđónênsử dụng mộtcôngnghệ. AHXH được hiểulàýkiến của nhữngngười xung quanhnhư:giađình,bạnbèđồng nghiệp hoặcngườiliênquansẽ cóthể tácđộngđến dự định sử dụng dịch vụ MB (Zhou, 2011). Trong thờigianđượcnghiêncứuđãcónhiềutácgiả cókết luậnđồng nhất về tácđộngtíchcực của nhântố xãhộilêndự định sử dụng dịch vụ MB (Makanyeza, 2017), (Goh and Sun, 2014). Theođó,Makanyeza (2017) gợiýcácngânhàngnêntácđộng, thuyết phục nhữngngườicóảnh 803
5. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 hưởngtrongxãhội sử dụngMBquađóhọ sẽ ảnhhưởngđếnkháchhàngkhácđể sử dụng dịch vụ này. TạiĐàiLoan,nghiêncứu của Yu (2012) đãchỉ racácAHXH làyếu tố ảnhhưởngchínhtrongýđịnháp dụng MB. Điều kiện thuận lợi (ĐKTL) Điều kiện thuận lợiđề cậpđến mứcđộ mà“mộtcánhântinrằngcơsở hạ tầng kỹ thuậtvàđược tổ chức tồn tạiđể hỗ trợ sử dụng hệ thống”(Venkatesh, Morris et al., 2003). Một số nghiêncứu cho thấy, ĐKTL khôngảnhhưởngđáng kể đến việc áp dụng MB ((AbuShanab, Pearson et al, 2007); (Tan and Leby Lau, 2016).Tuynhiên, trongnghiêncứunày,việc tạo ĐKTL nhưứng dụng hoạtđộngchínhxác, được cập nhậtliêntục, dễ sử dụng vàkết nối với nhiều dịch vụ khác đượcnhìnnhận sẽ cótácđộngtích cựcđếnhànhvisử dụng củakháchhàng.Dođó,giả thuyếtđặtralàcácĐKTL hơnsẽ dẫnđến việc sử dụng MB nhiềuhơn. Nhận thức rủi ro (RR) Nhận thức rủirođược hiểulà“bất kỳ hànhđộngnàocủa ngườimua có thể tạo ra hậu quả mà ngườiđókhôngthể lườngtrướcđược, vàmột số trongđóítnhất cóthể gâykhóchịu”(Bauer,1960). Nhận thức rủirođối vớicôngnghệ mớikhôngchỉ làbị thua lỗ hay mất cắp,màcònliênquanđến rủi ro về côngnghệ, rủirotàichính,rủi ro hoạtđộng trong giao dịch, rủirothôngtin.Đặc biệt, vớicôngnghệ mớinhư MB,thìnhận thức rủirocàngđóngvaitròquantrọngtácđộngtiêucựclêndự định sử dụng MB củakháchhàng.Tại mỗi thị trườngkhácnhauvới nềnvănhóakhácnhau,tácđộng của RR lêndự định sử dụng MB cũngcósự khácbiệt. Chẳng hạn, tạiAustraliatácđộng của RR lêndự định sử dụng MB lớn hơntại TháiLan, mặcdùcả haiđềuđưađến kết luận RR cótácđộngtiêucựclênýđịnh sử dụng MB (Mortimer, Neale et al, 2015). Hanafizadeh (2014), kết luận RR cótácđộngngược chiều với dự định sử dụng MB củakháchhàngtại Iran. Kết luậnnày,đồngývớiquanđiểm RR làmộttrongcácràocản cho việcápdụngthươngmạiđiện tử. Hầu hếtcácnghiêncứu chỉ ra rằngkháchhàngsẽ ítsẵnlòngsử dụng mộtcôngnghệ mới nếu rủirocao.Điềunàyđượclýgiải bởi bản chất nhạy cảm của dịch vụ ngânhàng nóichungvàcôngnghệ MB nóiriêng.Tínhbất ổn,tínhvôhình,thiếu vắngtươngtácvớinhânviênvà cácvụ ánbị lừa mất tiền khi giao dịch bằngcáckênhđiện tử đãmanglạitâmlýsợ rủi ro củakháchhàng, vàquađótácđộngtiêucựclênýđịnh sử dụng dịch vụ MB (Alalwan, Dwivedi et al, 2017). Kết luậnnày chínhxácvới cả kháchhàngtrẻ,nghiêncứu tại Malaysia của Tan (2016) kết luậntươngtự, RR làmột nhântố quan trọngtácđộngđến dự định sử dụngMBvàgợiýcácngânhàngcần loại bỏ cáclongại của kháchhàngbằngcáchcungcấp vànângcấpcácphươngphápbảo vệ antoàngiaodịch củakháchhàng. Hànhvisử dụng (Biến phụ thuộc) Tam vàOliveira (2016) quansát thấy rằng, khôngchỉ quan trọngđể thuhútnhữngngười chấp nhận tiềmnăngmàcòngiữ chânngườidùnghiện tại. Giữ chân kháchhàng đượcliênkết với niềm tin của kháchhàng đối với hệ thống, vìnóbaogồm chu kỳ trải nghiệm của kháchhàng. Một số nghiêncứuliên quanđến sự hài lòngđãcungcấp bằng chứng cho thấycómối quan hệ tíchcực giữa sự hàilòngcủa kháchhàngvàýđịnh tiếp tục sử dụng(Kuoetal.,2009)đượcxácđịnhlàhànhvisử dụng trongnghiên cứunày. Hànhvingườidùngđượcđolường bằngcác chỉ báo“Tôithíchsử dụngMBđể giải quyếtcác giao dịchngânhàng”và“Tôisẽ sử dụng MB nhiềuhơntrongthời gian tới”. 2.2. Phươngphápnghiêncứu 2.2.1. Phương pháp thu thập số liệu Nghiêncứuđược tiếnhànhtheohướng kết hợp cả haiphươngphápnghiêncứuđịnhtínhvànghiên cứuđịnhlượng. Sau khi tổng hợplýthuyếtvàcácnghiêncứucóliênquanđếnđề tài,chúngtôixâydựng cácbảngcâuhỏi tậptrungvàocácnhómyếu tố để phục vụ cho việc thu thập dữ liệunghiêncứu. Thang đoLikertnămcấpđộ được sử dụngđể ghi nhậncâutrả lời từ nhữngngườithamgianghiêncứu trong khoảng1(hoàntoànkhôngđồngý)đến5(hoàntoànđồngý).Đốitượngthamgianghiêncứulànhững ngườitrên18tuổi,đãsử dụngMBtrong3thángvừa qua. Do hạn chế về nguồn lựcnênphươngpháp chọn mẫu thuận tiệnđược sử dụngvàcácbảngcâuhỏiđược gửiđếncácđápviênchấp nhận tham gia 804
6. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 nghiêncứu theo hai phươngthức: trực tuyếnquathưđiện tử vàbảnginđể trả lời trực tiếp. Kết quả thu được 142 bảng trả lời hợp lệ. Vớisáunhóm biếnđộc lậpvàmột biến phụ thuộc, tổng cộngcótất cả 25 câuhỏinênkíchthước mẫuthuđượclàphùhợpđể tiếnhànhphântíchđịnhlượng (Tabachnick, 2007). 2.2.2. Phương pháp phân tích dữ liệu Trêncơsở số liệusơcấp thu thậpđược,nghiêncứu sử dụngphươngphápthốngkêmôtả để phân tíchđặcđiểm củakháchhàngtrongmẫu khảosátcũngnhưthực trạng sử dụng MB của họ.Sauđó,dữ liệuđượcđưavàophần mềm SPSSđể kiểmđịnhđộ tin cậy củathangđótrướckhiđưavàophântích nhântố vàmàtrận xoay nhằmxácđịnhcácnhómyếu tố ảnhhưởngđến quyếtđịnh sử dụng MB. Cuối cùng, cácnhómnhântố thỏamãnđiều kiệnđượcđưavàophântíchhồi quy nhằmxácđịnh mứcđộ giải thíchcủacácnhómbiếnđộc lậplênbiến phụ thuộcnhưthế nào.Kết quả từ việcphântíchsẽ phục vụ cho việc thảo luận nhằmđưaranhữnghàmýchínhsáchphùhợp. 3. Kếtquảnghiêncứuvàthảoluận 3.1. Kếtquả 3.1.1. Đặc điểm mu khảo sát Tổng số bảng trả lời hợp lệ của kháchhàngcánhântạingânhàng đượcnghiêncứu là142bảng với cácđặcđiểm nhânkhẩu học được thể hiệndướiđây Bảng 1: Cấutrúcnhânkhẩu học của dữ liệu Đặcđiểm Số lượng (người) Tỷ lệ Giới tính Nam 66 46.5% Nữ 76 53.5% Độ tuổi 18 - 25 tuổi 70 49,3% 26 – 30 tuổi 28 19,7% 31 - 35 tuổi 18 12,7% 36 - 40 tuổi 11 7,7% trên 41 tuổi 15 10,6% Nghề nghiệp Sinh viên 63 44.4% Nhân viên 24 16.9% Chủ doanh nghiệp 15 10.6% Nhân viên 30 21.1% Khác 10 7.0% Thu nhập trung bình Dưới 5 triệu 71 50% Từ 5 – 10 triệu 27 19% Từ 10 – 15 triệu 18 12,7% Từ 15 – 20 triệu 12 8,5% Trên 20 triệu 14 9,9% Trình độ học vấn Tốt nghiệp phổ thông 13 9,2% Đang học đại học 65 45,8% Đã học xong đại học 52 36,6% Sau đại học 12 8,5% Nguồn: Phân tích dữ liệu khảo sát năm 2019 của tác giả 805
7. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 Bảng 2: Thờigiankháchhàngsử dụng MB Thời gian sử dụng MB Số lượng(người) Tỷ lệ Dưới 6 tháng 50 35,2% Từ 6 tháng đến 1 năm 39 27,5% Từ 1 đến 3 năm 26 18,3% Nhiều hơn 3 năm 27 19,0% Nguồn: Phân tích dữ liệu khảo sát năm 2019 của tác giả Qua kết quả điều tra, ta thấy rằngkháchhàngthườngxuyênsử dụngMBđể chuyển khoảnkhicó đến124người lựa chọn, chiếm tỷ lệ 87,3.Đâycũnglàhìnhthức giao dịchkháphổ biếnvìđặctính nhanhchóngvàthuận tiện.Ngoàira, hai tiệníchkháclàsử dụngMBđể kiểm tra số dưvàthanhtoánhóa đơnlàhai tiệníchcócùngtỷ lệ sử dụng 50,7%. 57% kháchhàngsử dụngMBđể nạp tiềnđiện thoại.Bên cạnhđó,hìnhthức chuyển tiềnvàovíđiện tử cũngvừa mớiđượcphíangânhàngtriểnkhainênsố người biếtđếnvàsử dụngnàycònchưacao khi chỉ có29người lựa chọn sử dụng chiếm 20,4%. Kháchhàng còncóthể rúttiền mặtthôngquadịch vụ nàyvới 22người lựa chọn, chiếm tỷ lệ 15%. Cuốicùnglàgửi tiết kiệmtrênMB chiếm tỷ lệ thấp nhất với 19người tươngứng với 13,4dùngdịch vụ này. Hình4: Những tiệníchcủaMBmàkháchhàngthường sử dụng Nguồn: Phân tích dữ liệu khảo sát năm 2019 của tác giả 3.1.2. Kết quả kiểm định thang đo các yếu tố tác động lên hành vi sử dụng MB a. Độtincậy Hệ số Cronbach’sAlphachobiết mứcđộ tươngquangiữacácbiến trong bảng câuhỏi,để tínhsự thayđổi của từng biếnvàmốitươngquangiữacácbiến. (Bob E.Hays, 1983). Trong mỗinhóm,cácbiến cóhệ số tươngquanbiến tổng (Corrected Item Total Correlation) lớnhơn0,3vàcóhệ số Alpha lớnhơn 0,6 sẽ được chấp nhậnvàđưavàonhữngbướcphântíchxử lýtiếp theo. Bảng 3: Kết quả phântíchđộ tin cậy củathangđo Kết quả phântíchđộ tin cậy của biếnđộc lập Biến hiệu chỉnh – Tiêuchí Hệ số Cronbach Alpha nếu loại biến tổngtươngquan Tính tin cậy (TTC) Cronbach’s Alpha= 0.899 TTC2 0.762 0.887 TTC3 0.857 0.805 806
8. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 TTC4 0.780 0.871 Ảnh hưởng xã hội (AHXH) Cronbach’s Alpha= 0.850 AHXH1 0.601 0.848 AHXH2 0.767 0.775 AHXH3 0.743 0.789 AHXH4 0.658 0.822 Cảm nhận rủi ro (RR) Cronbach’s Alpha= 0.874 RR1 0.726 0.853 RR2 0.808 0.777 RR3 0.743 0.836 Kết quả phântíchđộ tin cậy biến phụ thuộc Biến hiệu chỉnh Tiêu chí Hệ số Cronbach Alpha nếu loại biến – tổng tương quan Hành vi sử dụng (HVSD) Cronbach’s Alpha= 0.712 HVSD1 0.554 HVSD2 0.554 Nguồn: Tính toán của tác giả bằng phần mềm SPSS Kết quả thuđược cho thấy cácnhóm “Tính hiệu quả (HQ)”,“Cảm nhận nỗ lực bỏ ra(NLBR)”, “Điều kiện thuận lợi (ĐKTL)”, “Ảnh hưởng xã hội (AHXH)”, “Cảm nhận rủi ro (RR)” có hệ số cronbach’salpha>0,6cho thấy thangđolường tốtvàcácbiếntrongnhómđềucóhệ số tươngquanbiến tổng lớnhơn0,3 đảm bảocácđiều kiện.Chínhvìthế màcácbiến đạtyêucầuvàgiữ lại. Nhóm“Tínhtincậy(TTC)”cóhệ số cronbach’salpha=0,859> 0,6 cho thấy, thangđosử dụng đo lường tốt nhưng do biến TTC1 có hệ số Cronbach Alpha if Item Deleted lớn hơn so với Cronbach’s Alphanênphải xử lýdữ liệu lại, kết quả chạy lần hai cho thấy hệ số cronbach’salpha=899> 0,6 hệ số tươngquanbiến tổng củacácbiếntrongnhómthỏamãncácđiều kiệnnêngiữ nguyêncácbiến. Nhưvậy, nhómTTCchỉ cònba biếnTTC2,TTC3vàTTC4 được giữ lại, TTC1 loại ra khỏimôhình. Nhómbiến phụ thuộc“Hànhvisử dụng (HVSD)”cóhệ số cronbach’salpha=712>0,6.Vìvậy biếnHVSD1vàHVSD2được giữ lại. Từ kết quả xử lýdữ liệu ta thấy hệ số Cronbach’sAlphacủa tất cả cácbiến nghiêncứu giữ lại đều lớnhơn0,6vàđủ độ tin cậyđể tiếnhànhphầntíchnhântố EFA. b. Phântíchnhântố khámphá EFA Trongđề tàinghiêncứunày,phântíchnhântố sẽ giúptaxemxétkhả năngrútgọn số lượng biến quansátxuốngcònmột số ítcácbiếndùngđể phảnánhmộtcáchcụ thể sự tácđộng củacácnhântố độc lập đến biến phụ thuộc. Vớicácbiếncóhệ số tươngquan tổng nhỏ hơn0,5vàhệ số tươngquannhỏ hơn 0,3nênkhôngđưavàomôhình,còncácbiếncònlạiđều thỏa mãnđiều kiệnđể đưavàophântíchnhân tố.Phântíchnhântố giúptakiểmđịnh lại một lần nữacácchỉ số đánhgiábiến trong từngnhântố cóthực sự đángtincậyvàcóđộ kếtdínhnhưđãthể hiện ở phầnxácđịnh hệ số Cronbach’sAlphahaykhông. 807
9. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 Thangđocácyếu tố tácđộnglênhànhvisử dụng MB 7thànhphầncó6biếnđộc lậplà(tính hiệu quả, cảm nhận nỗ lực bỏ ra,điều kiện thuận lợi,tính tin cậy, ảnhhưởngxãhội, cảm nhận rủiro)đolường bởi 22 biếnquansátvà1biến phụ thuộchànhvisử dụng với 2 biếnquansát. Kiểmđịnh KMO Để tiếnhànhphântíchnhântố khámpháthìdữ liệuthuđược phảiđápứngđượccácđiều kiện qua kiểm địnhKMO và kiểmđịnhBartlett’s. Bartlett’s Test dùngđể kiểm định giả thuyếtH0 là các biến khôngcótươngquanvới nhau trong tổng thể, tức ma trậntươngquantổng thể làmột ma trậnđơnvị, hệ số KMOdùngđể kiểmtraxemkíchthước mẫutacóđượccóphùhợp với phântíchnhântố haykhông. TheoHoàngTrọngvàChuNguyễn Mộng Ngọc (2008)thìgiátrị Sig. củaBartlett’sTestnhỏ hơn0,05 chophépbácbỏ giả thiếtH0vàgiátrị 0,5 <KMO <1cónghĩalàphântíchnhântố làthíchhợp. Kết quả kiểmđịnh cho ra trị số củaKMOđạt 0,843 lớnhơn0,5vàSigcủaBartlett’sTestlà0,000 nhỏ hơn0,05chothấycácquansátnàycótươngquanvớinhauvàhoàntoànphùhợp vớiphântíchnhântố. Ma trậnxoaycácnhântố Phươngphápđược chọn ở đâylàphươngphápxoaynhântố Varimax, saukhixoaytacũngsẽ loại bỏ cácquansátcóhệ số tảinhântố nhỏ hơn0,5rakhỏimôhình.Chỉ nhữngquansátcóhệ số tảinhântố lớnhơn0,5mớiđược sử dụngđể giảithíchmộtnhântố nàođó.Phântíchnhântố khámpháEFAsẽ giữ lạicácbiến quansátcóhệ số tải lớnhơn0,5vàsắp xếpchúngthànhnhữngnhómchínhđólànhữngnhân tố ảnhhưởngđếnhànhvisử dụng củakháchhàng. Bảng 4: Tổngphươngsaitrích Extraction Sums Rotation Sums Initial Eigenvalues of Squared Loadings of Squared Loadings Component % of Cumulative % of Cumulativ % of Cumulative Total Total Total Variance % Variance e % Variance % 1 7.741 35.186 35.186 7.741 35.186 35.186 3.383 15.378 15.378 2 2.605 11.841 47.027 2.605 11.841 47.027 3.103 14.103 29.481 3 1.769 8.039 55.066 1.769 8.039 55.066 2.979 13.540 43.021 4 1.521 6.914 61.980 1.521 6.914 61.980 2.746 12.483 55.503 5 1.071 4.870 66.849 1.071 4.870 66.849 2.496 11.346 66.849 Nguồn: Tính toán của tác giả Bảng 5: Ma trậnxoaycácnhântố Ma trậnxoaycácnhântố Thànhphần 1 2 3 4 5 HQ3 .762 HQ1 .742 HQ4 .703 HQ2 .602 TTC2 .852 TTC3 .850 TTC4 .817 808
10. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 AHXH2 .881 AHXH3 .844 AHXH1 .730 AHXH4 .729 ĐKTL1 .680 ĐKTL3 .679 NLBR3 .620 ĐKTL2 .613 NLBR4 .578 RR2 .895 RR1 .856 RR3 .854 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations. Nguồn: Tính toán của tác giả Kết quả xử lýdữ liệu cho thấycó5nhómyếu tố đượcphânloạilàHiệu quả,Tínhtincậy, Ảnh hưởngxãhội, Rủiro,riêngđối vớiĐiều kiện thuận lợivàNỗ lực bỏ rađượcđưachungvàomộtnhóm với ba chỉ báothuộc về Điều kiện thuận lợivàhaichỉ báothuộc về Nỗ lực bỏ ra,dođótêncủanhómmới nàysẽ được sử dụnglàĐiều kiện thuận lợi nhằmđảm bảo phảnánhchínhxácnhất nộihàmcủanhóm. 5 nhómyếu tố nàygiảithíchđược66.85hànhvisử dụng MB củakháchhàngdựa theo kết quả của tổng phươngsaitrích. Kiểmđịnh mối tươngquangiữacácbiếnđộc lập Bảng 6: Sự tươngquan HQ TTC AHXH DKTL RR HVSD HQ Pearson Correlation 1 .413 .344 .597 -.290 .546 Sig. (2-tailed) .000 .000 .000 .000 .000 N 142 142 142 142 142 142 TTC Pearson Correlation .413 1 .330 .499 -.346 .488 Sig. (2-tailed) .000 .000 .000 .000 .000 N 142 142 142 142 142 142 AHXH Pearson Correlation .344 .330 1 .448 -.055 .279 Sig. (2-tailed) .000 .000 .000 .513 .001 N 142 142 142 142 142 142 DKTL Pearson Correlation .597 .499 .448 1 -.295 .597 Sig. (2-tailed) .000 .000 .000 .000 .000 N 142 142 142 142 142 142 809
11. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 RR Pearson Correlation -.290 -.346 -.055 -.295 1 -.226 Sig. (2-tailed) .000 .000 .513 .000 .007 N 142 142 142 142 142 142 HVSD Pearson Correlation .546 .488 .279 .597 -.226 1 Sig. (2-tailed) .000 .000 .001 .000 .007 N 142 142 142 142 142 142 . Correlation is significant at the 0.01 level (2-tailed). Nguồn: Tính toán của tác giả Yếu tố “Cảm nhận Rủi ro” (RR)vàyếu tố “Ảnhhưởngxãhội” (AHXH) cósig.=0.513>0.05nên cóhiệntượng tự tươngquangiữa hai yếu tố này.Để đảm bảotínhchínhxáccủamôhìnhhồiquythìhai nhómyếu tố nàysẽ bị loại ra khỏimôhình. c. Phântíchhồiquy Banhómyếu tố cònlạiđượcđưa vàomôhìnhđể chạy hồiquy.Phântíchhồi quy tuyếntínhsẽ giúpchúngtabiếtđượccườngđộ ảnhhưởng củacácbiếnđộc lậplênbiến phụ thuộcnhưthế nào.Như vậy, saukhiphântíchnhântố khámphátacó5nhântố riêngbiệt,để biết5nhântố nàynhân tố nàosẽ ảnhhưởngđếnýđịnh sử dụng lớn nhấtvànhântố nàocóýnghĩatrongmôhình.Môhìnhmớiđượcđiều chỉnhtrongnghiêncứunàynhưsau: HVSD=β+β1HQ+β2ĐKTL+β3ĐKTL+ε Trongđó: HVSD:Hànhvisử dụng TTC:Tínhtincậy HQ: Hiệu quả ĐKTL:Điều kiện thuận lợi” βlàhằng số;β1,β2,β3:Cáchệ số hồiquytươngứng vớicácbiến ε:saisố củamôhình Phươngpháphồiquyđược sử dụnglàphươngphápEnter,chọn lọc dựatrêntiêuchíchọn những nhântố cómứcýnghĩaSig.<0,05.Kết quả hồi quy: Bảng 7: Tómtắtmôhìnhhồi quy R bình Rbìnhphương Sai số Môhình Hệ số R Durbin-Watson phương hiệu chỉnh ướclượng chuẩn 1 .667a .445 .433 .45266 1.749 a. Predictors: (Constant), DKTL, TTC, HQ b. Dependent Variable: HVSD Nguồn: Tính toán của tác giả Độ phùhợp củamôhìnhđược thể hiệnquagiátrị R Square hiệu chỉnh. Kết quả ở bảngtrêncho thấy,môhìnhcógiátrị R hiệu chỉnhlà0.433.Haynóicáchkhác, 43.3% sự biếnthiêncủa biến“Hànhvi sử dụng”được giảithíchbởi 3 biếnquansát“Điều kiện thuận lợi”,“Tínhtincậy”và“Tínhhiệu quả”, cònlạilàdotácđộng củacácyếu tố khácngoàimôhình.Đạilượng Durbin – Watsonđượcdùngđể kiểm định tự tươngquancủacácsaisố kề nhau. Dựavàobảngtómtắtmôhìnhhồiquytrêntathấygiátrị Durbin – Watson = 1.749 nêncóthể kết luận rằngkhôngcóhiệntượng tự tươngquantrongmôhình. 810
12. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 Bảng 8: Kết quả cáctrọng số hồi quy Hệ số Hệ số chưa chuẩn hóa Thống kê đa cộng tuyến chuẩn hóa Mô hình t Sig. Hệ số B Sai số chuẩn Beta Hệ số VIF Tolerance 1 (Constant) .874 .355 2.459 .015 HQ .299 .093 .257 3.202 .002 .626 1.598 TTC .169 .059 .213 2.878 .005 .730 1.369 DKTL .345 .086 .337 4.001 .000 .567 1.765 a. Dependent Variable: HVSD Nguồn: Tính toán của tác giả Kiểmđịnh t với mức ýnghĩa 99% cho thấycó3biếnđộc lậpcóýnghĩathốngkêtrongmôhình hồi quy. Cụ thể dựavàobảngtrêntathấygiátrị Sig. của biếnHQ,TTCvàbiếnĐKTLđều nhỏ hơn0,01 hay ba biến độc lập này có ý nghĩa trong mô hình hồi quy. Hệ số phóng đại phương sai (Vairiance Inflation Factor – VIF) nhỏ hơn10rất nhiều,nghĩalàkhôngcóhiệntượngđacộng tuyến giữacácbiến độc lập. 3.2. Thảoluận Nhưvậy so vớimôhìnhdự kiếnbanđầuthìmôhìnhsau khi hồi quy thực tế chỉ cònlại 3 biếnđộc lập. Biến“Cảm nhận rủi ro”và“Ảnhhưởngxãhội”bị loại ra khỏimôhìnhdocóhiệntượng tự tương quan. Từ nghiêncứucácnướctrênthế giớicóthể thấy, ảnhhưởng của yếu tố xãhội tới dự định sử dụng ngườidùnglàchưarõràng.Với mỗinước, mỗivùngcónền tảngvănhóakhácnhau,tuynhiêncóthể thấynguyênnhânviệc ảnhhưởngxãhộichưatácđộngđến dự địnhngườidùngcóthể xuấtpháttừ các quan ngại về rủirothôngtin,yếu tố nhạy cảm trong giao dịchliênquanđến tiền bạc. Vàkết quả thuđược cho thấy, cáckháchhànghiệnnayquantâmnhiều nhất đến Điều kiện thuận lợi (0.337)vàHiệu quả (0.257). Tínhtin cậy (0.213) cũngảnhhưởnglênhànhvisử dụng dịch vụ MB nhưngíthơnhaiyếu tố đầutiên. Nhưvậy, bêncạnh việc nỗ lựchoànthiệnchínhcácsản phẩm dịch vụ của ngânhàngthìcácNHTMcầnquantâmnhiềuhơnđếnkháchhàng, vì triển khai mộtcôngnghệ hiện đạinhưngnếukhôngđượckháchhàngsử dụngthìđósẽ làsự thất bại trong cạnh tranh vớicácngânhàngkhác. Từ kết quả thuđược,cáchàmýnghiêncứusauđâycó thể đượccânnhắc. Nângcaođiều kiện thuận lợi bằngcáchchútrọngvàohệ sinhtháichoứng dụngMB.Đâylàyếu tố quan trọng nhằm thu hẹp khoảngcáchgiữa ứng dụng MB củangânhàngvới cuộc sống củakháchhàng. Cácứng dụng MB cầncótínhliênkết cao, nhằmđápứng cao nhấtcácnhucầuthanhtoánkhácnhau trongtiêudùngcủakháchhàng.Cácngânhàngcầncáthể hóacáctiệníchgắn liền với nhu cầu của từng phânkhúckháchhàng.Hệ sinhtháigắn liền vớiMBcàngcaothìkhả năngdịch vụ đóđápứng nhu cầu từngkháchhàngcànglớnvàgiúpkháchhàngthuận lợihơntrongviệc sử dụng. Tăngcường hiệu quả bằng việcpháttriểncáctínhnăngkỹ thuật.Tínhhiệu quả vẫnlàyếu tố rất quan trọngđối vớingườidùngkhiquyếtđịnh sử dụng MB. Nếukháchhàngnhận thứcđược những lợi íchtrongthực hiệncácgiaodịchtrênđiện thoạidiđộng họ sẽ códự định sử dụngnó.Dovậy, việc thực hiệncácgiaodịchngânhàngkhôngchỉ đơnthuầnlàtracứucácthôngtin,hayvấntintàikhoản,thayvào đócácNHTMcầnnghiêncứusâuhơncáctínhnăngđượckháchhàngsử dụng nhiều nhấttrênMB. Từ đó, cócácgiảiphápnângcaohiệu quả ứng dụng MB củamìnhnhằm thể hiệnrõtínhưuviệt trong giao 811
13. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 dịch nhanh, thực hiệnđược nhiềutácvụ.Đối với Việt Nam, kinh nghiệm sử dụng MB chưacao,đặc biệt đối với khu vựcnôngthôn,dovậy cần thiết khi thiết kế ứng dụng MB cần dễ hiểu, dễ sử dụng. Cuốicùng,NHTMcầnnângcaotínhtincậy trong giao dịch MB, từ đógópphầngiúpkháchhàng yêntâmhơntrongsử dụngvàngàycàngưutiênMBtrongcácgiaodịchngânhàngcủa họ. 4. Kếtluận Nghiêncứuđã sử dụngmôhìnhUTAUTmở rộng với biến“Cảm nhận rủiro”và“Tínhtincậy”để tìmhiểucácyếu tố ảnhhưởngđếnhànhvisử dụng MB củakháchhàngtại Việt Nam, từ đóđưarahàmý quản trị chocác ngânhàngnhằm phục vụ kháchhàngtốthơn.Thangđocủacácbiếnđộc lậpvàbiến phụ thuộcđềuđảm bảođộ tin cậy.Phântíchnhântố khámphávàphântíchnhântố khẳngđịnhcácthangđo đềucóhệ số tảinhântố củacácbiếntươngđốicao,cácthangđođềuđạtgiátrị phânbiệtvàgiátrị hội tụ. Kết quả nghiêncứu cho thấy, các yếu tố “Điều kiện thuận lợi”cótácđộng mạnh nhất,theosauđólần lượtlà“Hiệu quả”và“Tínhtincậy”. Cácyếu tố trêngiảithíchđược 43.3% quyếtđịnh sử dụng MB của kháchhàng. Điểmthúvị trongnghiêncứunàylàhainhómyếu tố “Rủiro”và“Ảnhhưởngxãhội”được nhận thấycósự tự tươngquanvớinhaunênbị loại ra khỏimôhìnhvàđâycũnglàhướngnghiêncứu tiềmnăngtrongtươnglai.CáctínhnăngcủaMBđược sử dụng nhiều nhấtcũngđược khảosátvàđây cũngsẽ làcơsở tham khảo quan trọngchocácngânhàngkhimuốnnângcaohiệu quả vàphục vụ khách hàngtốthơn. TÀILIỆU THAM KHẢO [1] AbuShanab, E., et al. (2007). "Internet banking in Jordan: The unified theory of acceptance and use of technology (UTAUT) perspective". 9(1): 78-97. [2] Alalwan, A. A., et al. (2017). "Factors influencing adoption of mobile banking by Jordanian bank customers: Extending UTAUT2 with trust". 37(3): 99-110. [3] Barnes, S. J. and B. J. J. I. Corbitt (2003). "Mobile banking: Concept and potential". 1(3): 273-288. [4] Bauer, R. A. J. C., IL (1960). "Consumer behavior as risk taking". 384-398. [5] Berraies, S., et al. (2017). "Identifying the effects of perceived values of mobile banking applications on customers: Comparative study between baby boomers, generation X and generation Y". 35(6): 1018-1038. [6] Davis, F. D., et al. (1989). "User acceptance of computer technology: a comparison of two theoretical models". 35(8): 982-1003. [7] Goh, T.-T. and S. J. E. C. R. Sun (2014). "Exploring gender differences in Islamic mobile banking acceptance". 14(4): 435-458. [8] Hanafizadeh, P., et al. (2014). "Mobile-banking adoption by Iranian bank clients". 31(1): 62-78. [9] Hoàng,T.andN.M.N.Chu(2008).Phân tích dữ liệu nghiên cứu với SPSS, tập 1,HồngĐức. [10] Jamshidi, D., et al. (2018). "Mobile banking behavior and flow experience: An integration of utilitarian features, hedonic features and trust". 45(1): 57-81. [11] Lin, H.-F. J. I. j. o. i. m. (2011). "An empirical investigation of mobile banking adoption: The effect of innovation attributes and knowledge-based trust". 31(3): 252-260. [12] Makanyeza, C. J. I. J. o. B. M. (2017). Determinants of consumers’ intention to adopt mobile banking services in Zimbabwe". 35(6): 997-1017. [13] Mohammadi, H. J. C. i. H. B. (2015). "A study of mobile banking loyalty in Iran". 44: 35-47. [14] Mortimer, G., et al. (2015). "Investigating the factors influencing the adoption of m-banking: a cross cultural study". 33(4): 545-570. [15] Oliveira, T., et al. (2014). "Extending the understanding of mobile banking adoption: When UTAUT meets TTF and ITM". 34(5): 689-703. 812
14. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 [16] Ooi, K.-B. and G. W.-H. J. E. S. w. A. Tan (2016). "Mobile technology acceptance model: An investigation using mobile users to explore smartphone credit card". 59: 33-46. [17] Priya, R., et al. (2018). "Mobile banking: consumer perception towards adoption". 25(2): 743-762. [18] Shaikh, A. A., et al. (2015). "Mobile banking adoption: A literature review". 32(1): 129-142. [19] Tan, E. and J. J. Y. C. Leby Lau (2016). "Behavioural intention to adopt mobile banking among the millennial generation". 17(1): 18-31. [20] Venkatesh, V., et al. (2003). "User acceptance of information technology: Toward a unified view". 425-478. [21] Venkatesh, V. and X. J. J. o. g. i. t. m. Zhang (2010). "Unified theory of acceptance and use of technology: US vs. China". 13(1): 5-27. [22] Yu, C.-S. J. J. o. e. c. r. (2012). "Factors affecting individuals to adopt mobile banking: Empirical evidence from the UTAUT model". 13(2): 104. [23] Zhou, T. J. I. R. (2011). "An empirical examination of initial trust in mobile banking". 21(5): 527-540. [24] Tabachnick, Barbara G., Linda S. Fidell, and Jodie B. Ullman. Using multivariate statistics. Vol. 5. Boston, MA: Pearson, 2007. [25] Tam, Carlos, and Tiago Oliveira. "Understanding the impact of m-banking on individual performance: DeLone & McLean and TTF perspective". Computers in Human Behavior 61 (2016): 233-244. [26] Kuo, Ying-Feng, and Shieh-Neng Yen. "Towards an understanding of the behavioral intention to use 3G mobile value-added services". Computers in Human Behavior 25.1 (2009): 103-110. [27] Thanh,NguyễnDuy,andCaoHàoThi (2011).Đềxuấtmôhìnhchấpnhậnvàsửdụngngân hàngđiệntửởViệtNam". Tạp chí Phát triển Khoa học và Công nghệ 14.2Q (2011): 97-105. [28] Anh Minh (2018). "Ngànhngânhàngđẩymạnh thanhtoánkhôngdùngtiềnmặt". Báo Điện tử Chính phủ,17/05/2018. PHỤ LỤC Bảng phụ lục 1 - Bảngmãhóathangđo Số thứ tự Các biến quan sát Mã hóa Tính hiệu quả (HQ) 1 Sử dụng MB giúp tôi tiết kiệm thời gian HQ1 2 Sử dụng MB giúp tôi quản lý tài chính hiệu quả HQ2 3 Sử dụng MB giúp tôi giao dịch nhanh hơn HQ3 4 Sử dụng MB giúp tôi tiết kiệm chi phí hơn HQ4 Cảm nhận nỗ lực bỏ ra (NLBR) 5 Thủ tục đăng ký MB rất đơn giản NLBR1 6 Tôi không mất nhiều thời gian để học cách sử dụng NLBR2 7 Các chức năng tương tác trong MB rõ ràng và dễ hiểu NLBR3 8 Tôi sử dụng Moblie Banking rất dễ dàng và thành thạo NLBR4 813
15. INTERNATIONAL CONFERENCE FOR YOUNG RESEARCHERS IN ECONOMICS & BUSINESS 2019 ICYREB 2019 Điều kiện thuận lợi (ĐKTL) 9 Ngân hàng có người hỗ trợ sử dụng dịch vụ MB ĐKTL1 10 Việc cài đặt MB trên điện thoại dễ dàng và nhanh chóng ĐKTL2 11 Ngân hàng luôn đáp ứng nhu cầu về dịch vụ MB cho khách hàng ĐKTL3 mọi lúc kể cả ngày nghỉ 12 MB giúp tôi kết nối với nhiều dịch vụ tiện ích khác (trả tiền điện ĐKTL4 nước, mua vé tàu, xe, khách sạn ) Tính tin cậy (TTC) 13 Ngân hàng cung cấp kịp thời các thông tin về MB cho khách hàng TTC1 (thời gian thực hiện, thay đổi mức giá và phí) 14 Tôi cảm thấy an toàn khi sử dụng MB của ngân hàng TTC2 15 Tôi thấy hệ thống an ninh trên MB rất bảo đảm TTC3 16 Tôi tin tưởng giao dịch của tôi trên MB rất bảo mật TTC4 Ảnh hưởng xã hội (AHXH) 17 Khi tôi sử dụng MB tôi nghĩ rằng người khác sẽ đánh giá cao AHXH1 18 Gia đình và người thân nghĩ rằng tôi nên dùng MB AHXH2 19 Gia đình và người thân của tôi nghĩ rằng MB là một ý tưởng tốt AHXH3 20 Tôi có ấn tượng tốt với người khác khi thấy họ sử dụng MB AHXH4 Cảm nhận rủi ro (RR) 21 Tôi nghĩ rằng các thông tin bảo mật của mình có thể bị mất hoặc bị RR1 lộ đối với người khác 22 Tôi nghĩ sử dụng MB có thể khiến tôi gặp các vấn đề RR2 23 Tôi nghĩ rằng tôi đang gặp rủi ro khi sử dụng MB RR3 Hành vi sử dụng (HVSD) 24 Tôi thích sử dụng MB để giải quyết các giao dịch ngân hàng HVSD1 25 Tôi sẽ sử dụng MB nhiều hơn trong thời gian tới HVSD2 Nguồn: Tác giả xây dựng 814