Về cơ bản, mô hình giữ nguyên các biến số chính và mở rộng nghiên cứu ảnh hưởng của các biến số bên ngoài tác động tới khả năng tiếp nhận của khách hàng cá nhân đối với dịch vụ côn[r]
Trang 1Các nhân tố tác động đến quyết định sử dụng dịch vụ fintech trong hoạt động thanh toán
của khách hàng cá nhân tại Việt Nam
CHÍNH SÁCH & THỊ TRƯỜNG TÀI CHÍNH- TIỀN TỆ
Đào Mỹ Hằng
Nguyễn Thị Thảo
Đặng Thu Hoài
Nguyễn Thị Lệ Thu
Ngày nhận: 11/07/2018 Ngày nhận bản sửa: 12/07/2018 Ngày duyệt đăng: 24/07/2018
Cuộc cách mạng công nghiệp 4.0 đang làm thay đổi một cách toàn
diện mọi mặt của mọi nền kinh tế trong đó có Việt Nam Trong cuộc
cách mạng này, nhắc đến ngành tài chính- ngân hàng, không thể
không kể đến dịch vụ công nghệ tài chính- Fintech, một mảng dịch
vụ đang ngày càng phát triển, đặc biệt trong lĩnh vực thanh toán Tuy
nhiên, thực tế triển khai dịch vụ Fintech trong thanh toán tại Việt
Nam còn gặp nhiều khó khăn khi số khách hàng chấp nhận sử dụng
dịch vụ này còn ít Bài viết này nghiên cứu các nhân tố ảnh hưởng tới
quyết định sử dụng dịch vụ Fintech trong thanh toán của các khách
hàng cá nhân tại Việt Nam Kết quả nghiên cứu từ 264 phiếu khảo sát
với các cá nhân tại khu vực Hà Nội cho thấy có 6 nhân tố tác động
đến quyết định sử dụng dịch vụ fintech trong thanh toán, với mức độ
ảnh hưởng giảm dần, bao gồm: (1) Mức độ an toàn và bảo mật, (2)
Hữu ích; (3) Thái độ; (4) Sự tự chủ; (5) Tính dễ sử dụng và (6) Sự
thuận lợi Dựa trên kết quả thu được, nhóm tác giả đã đề xuất một số
giải pháp nhằm nâng cao khả năng tiếp nhận dịch vụ fintech trong
thanh toán của khách hàng cá nhân
Từ khóa: Công nghệ tài chính, Fintech, thanh toán, hành vi tiếp nhận
dịch vụ
1 Đặt vấn đề
Cuộc cách mạng công nghiệp
lần thứ tư (CM4.0) đang diễn
ra mạnh mẽ, với các phát minh công nghệ mới có tính đột phá
như công nghệ Blockchain, điện toán đám mây, trí tuệ nhân tạo, thực tế ảo, In3D…
Trang 2Các phát minh, nền tảng công
nghệ số này tạo điều kiện
thuận lợi cho việc thiết kế các
sản phẩm dịch vụ công nghệ
tài chính mới đơn giản, tiện
lợi, chi phí thấp cung ứng cho
người tiêu dùng Trong bối
cảnh toàn cầu hóa và hội nhập
kinh tế quốc tế, việc ứng dụng
công nghệ tài chính (Fintech)
trong thanh toán trở thành
một trong các lĩnh vực trọng
tâm trên thế giới và Việt Nam
cũng không nằm ngoài xu thế
ấy
Nhận thức được tầm quan
trọng và tương lai phát triển
của dịch vụ công nghệ tài
chính, đặc biệt trong lĩnh
vực thanh toán, Ngân hàng
Nhà nước Việt Nam (NHNN)
đã tiếp cận vấn đề này một
cách chủ động Từ năm 2008,
NHNN đã cấp phép thành lập
những các công ty Fintech đầu
tiên thuộc lĩnh vực thanh toán
ở Việt Nam, dù khi đó khái
niệm Fintech còn khá mới
mẻ Sau 10 năm, thị trường
Việt Nam đang có khoảng
70 công ty Fintech hoạt động
trong các lĩnh vực khác nhau,
trong đó gần 60% tập trung
vào mảng thanh toán Sự phát
triển của Fintech trong thanh
toán trong những năm gần đây
đang mang lại nhiều thay đổi
tích cực đối với nền kinh tế
Việt Nam, ảnh hưởng mạnh
mẽ tới chiến lược phát triển
và cách thức kinh doanh của
các tổ chức cung cấp dịch vụ
tài chính truyền thống Tuy
vậy, thực tế triển khai dịch
vụ Fintech trong thanh toán
tại Việt Nam còn gặp nhiều
khó khăn, số khách hàng chấp
nhận sử dụng dịch vụ này còn
ít Một trong số các nguyên nhân dẫn đến điều này là do thói quen dùng tiền mặt của người dân còn phổ biến cũng như sự thiếu hiểu biết về lĩnh vực mới ứng dụng công nghệ phức tạp này dẫn đến những
lo ngại về rủi ro có thể gặp phải Từ thực tế trên, việc tìm hiểu và xác định những mối quan tâm của khách hàng khi
sử dụng dịch vụ thanh toán ứng dụng công nghệ tài chính
và các yếu tố ảnh hưởng tới khả năng tiếp nhận dịch vụ công nghệ tài chính trong thanh toán của khách hàng
là điều cần thiết đối với các
tổ chức tài chính trong quá trình phát triển và ứng dụng công nghệ tài chính trong hoạt động ngân hàng nói chung và thanh toán nói riêng Nghiên cứu này giúp nhà quản trị hiểu được những yếu tố chính nào tác động đến sự tiếp nhận dịch
vụ công nghệ tài chính trong thanh toán của khách hàng tại Việt Nam
2 Cơ sở lý thuyết, các giả thuyết và mô hình nghiên cứu
2.1 Cơ sở lý thuyết
Thuyết hành động hợp lý (Theory of Reasoned Action- TRA) của Ajzen (1967) là một trong những nghiên cứu sớm nhất về hành vi tiêu dùng Mô hình TRA cho thấy xu hướng tiêu dùng là yếu tố dự đoán tốt nhất về hành vi tiêu dùng
Để quan tâm hơn về các yếu
tố góp phần đến xu hướng mua thì xem xét hai yếu tố là thái độ và tiêu chuẩn chủ quan
(niềm tin của mỗi cá nhân) Phát triển từ mô hình TRA, thuyết hành vi định trước (Theory of Planned Behavior- TPB) của Ajzen (1991) bổ sung thêm yếu tố nhận thức kiểm soát hành vi, giả định rằng một hành vi có thể được định trước hoặc giải thích bởi các xu hướng hành vi để thực hiện chúng, bao gồm các nhân tố động cơ ảnh hưởng đến hành vi, được định nghĩa như là mức độ nỗ lực mà mọi người cố gắng thực hiện chúng
Dựa trên nền tảng của lý thuyết TRA, Davis (1989) phát triển mô hình chấp nhận công nghệ (Technology Acceptance Model- TAM), một trong những công cụ hữu ích trong việc lý giải hành vi chấp nhận một sử dụng công nghệ qua việc thiết lập các mối quan hệ giữa các biến
để giải thích hành vi của con người
Tác giả Phạm Thùy Giang
và đồng nghiệp (2014) với
“Nghiên cứu hành vi tiêu dùng đối với dịch vụ Internet banking của các ngân hàng thương mại Việt Nam” đã
kế thừa lý thuyết của Davis (1989) để phát triển mô hình nghiên cứu của mình Kết quả nghiên cứu thực nghiệm đã chứng tỏ được mức độ chấp nhận, tin tưởng và tính đúng đắn của mô hình do Davis đề xuất
Trong phạm vi bài viết này, nhóm tác giả đề xuất mô hình nghiên cứu sử dụng mô hình TAM của Davis (1989) làm nền tảng và thêm vào các yếu
tố phù hợp với đặc điểm của
Trang 3Việt Nam trong thời điểm hiện
tại để xác định và đánh giá
mức độ tác động của các nhân
tố có ảnh hưởng tới quyết
định tiếp nhận sử dụng dịch
vụ công nghệ trong thanh toán
tại Việt Nam
2.2 Giả thuyết nghiên cứu
Nhóm yếu tố đặc điểm cố
định của khách hàng cá nhân:
trình độ giáo dục, thu nhập,
độ tuổi, giới tính, ngành nghề/
lĩnh vực làm việc hay nơi cư
trú là những biến tương đối
cố định ảnh hưởng đến quyết
định tiếp nhận sử dụng dịch
vụ Fintech trong thanh toán
của khách hàng
Giả thuyết H 1: Tính hữu ích
hay lợi ích cảm nhận của dịch
vụ Fintech trong thanh toán
càng lớn thì khả năng khách
hàng cá nhân tiếp nhận sử
dụng dịch vụ đó càng cao
Giả thuyết H2: Tính dễ sử
dụng của dịch vụ Fintech
trong thanh toán càng lớn thì
khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao
Giả thuyết H3: Sự an toàn và bảo mật của dịch vụ Fintech trong thanh toán càng lớn thì khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao
Giả thuyết H4: Sự tự chủ của khách hàng cá nhân đối với các công nghệ tài chính trong thanh toán càng lớn thì khả năng khách hàng tiếp nhận sử dụng dịch vụ Fintech đó càng cao
Giả thuyết H5: Sự thuận tiện của dịch vụ Fintech trong thanh toán càng lớn thì khả năng khách hàng cá nhân tiếp nhận sử dụng dịch vụ đó càng cao
Giả thuyết H6: Thái độ sử dụng của khách hàng cá nhân đối với các dịch vụ Fintech trong thanh toán càng tích cực thì khả năng khách hàng tiếp nhận sử dụng dịch vụ đó càng cao
2.3 Mô hình nghiên cứu
Dựa trên mô hình gốc TAM, nhóm tác giả xây dựng mô hình nghiên cứu khả năng tiếp nhận dịch vụ công nghệ tài chính trong hoạt động thanh toán của khách hàng cá nhân tại Việt Nam Về cơ bản, mô hình giữ nguyên các biến số chính và mở rộng nghiên cứu ảnh hưởng của các biến số bên ngoài tác động tới khả năng tiếp nhận của khách hàng cá nhân đối với dịch vụ công nghệ tài chính trong thanh toán tại Việt Nam
3 Phương pháp và dữ liệu nghiên cứu
Đối tượng khảo sát là những người chưa từng sử dụng, đã/ đang sử dụng Fintech trong thanh toán Do hạn chế về thời gian và không gian, khảo sát chính thức chỉ được tiến hành trên địa bàn Hà Nội từ 15/2/2018-31/3/2018 Nhóm
Hình 1 Mô hình nghiên cứu
Trang 4tác giả thực hiện phỏng vấn
và phát bảng hỏi trực tiếp với
các anh/chị nhân viên, các
thực tập sinh và khách hàng
đến giao dịch tại một số ngân
hàng, phỏng vấn các sinh viên
các trường Đại học, cao đẳng,
phỏng vấn ngẫu nhiên các cá
nhân tại một số địa điểm du
lịch, siêu thị, khu dân cư cũng
như gửi bảng khảo sát online
Kết thúc quá trình khảo sát,
tổng số kết quả trả lời khảo
sát đáp ứng yêu cầu là 264
phiếu Kích thước mẫu đạt
yêu cầu theo tiêu chuẩn của Bollen (1998), Hair & cộng
sự (1998) là lớn hơn 5 lần số lượng biến quan sát (tối thiểu
115 phiếu)
Để đo lường thái độ, mức cảm nhận của đối tượng tham gia khảo sát, các biến quan sát được đo lường bằng thang
đo Likert với 5 mức độ phổ biến sau: (1) Rất không đồng ý; (2) không đồng ý; (3) bình thường; (4) đồng ý; (5) rất đồng ý Toàn bộ mẫu hợp lệ được xử lí dữ liệu bằng phần
mềm SPSS 20.0 để tiến hành các bước phân tích độ tin cậy, phân tích tương quan, phân tích nhân tố, phân tích hồi quy
và kiểm định giả thuyết
4 Kết quả nghiên cứu
4.1 Thống kê mô tả
(Xem bảng 2)
4.2 Phân tích nhân tố
Kết quả đánh giá thang đo và
Bảng 1 Mô tả các biến nghiên cứu
Sự hữu ích (HI):
Cronbach’s Alpha
= 0.842
Giúp thực hiện nhiều, đa dạng các dịch vụ thanh toán HI2
Tính dễ sử dụng
(DD): Cronbach’s
Alpha = 0.775
Dễ dàng truy cập, có hướng dẫn chi tiết để thực hiện DD1
Tính an toàn và
bảo mật (AT):
Cronbach’s Alpha
= 0.652
Thông tin cá nhân, thông tin tài khoản được được bảo mật cao nhất AT1
Ít khi gặp trục trặc kĩ thuật khi thực hiện thanh toán AT2 Nếu sự cố xảy ra,Ít khi gây tổn thất tài chính và xử lý nhanh chóng AT3
Sự tự chủ (TC):
Cronbach’s Alpha
= 0.819
Khách hàng sử dụng thành thạo thiết bị công nghệ thông minh TC1 Khách hàng có mức độ truy cập Internet thường xuyên TC2 Khách hàng thường xuyên thưc hiện thanh toán online TC3
Sự thuận lợi khi
thực hiện giao dịch
(TL): Cronbach’s
Alpha = 0.709
Dễ dàng đăng nhập hoặc thoát khỏi hệ thống khi thanh toán qua Fintech TL1 Giúp khách hàng có thể tiến hành thanh toán nhanh chóng mọi nơi mọi lúc TL2
Thái độ của người
sử dụng (TD):
Cronbach’s Alpha
= 0.904
Rất tin tưởng khi tiến hành thanh toán qua Fintech TD1
Tích cực sử dụng và giới thiệu người khác tham gia sử dụng TD3
Nguồn: Davis (1989), Phạm Thùy Giang (2014) và đề xuất của nhóm tác giả
Trang 5độ tin cậy (Cronbach’s Alpha)
và hệ số tương quan biến
tổng (Corrected Item-Total
Correlation) của tất cả các
biến quan sát đều lớn hơn 0,6
và 0,3 trừ hai biến HI1 (Giúp
thanh toán thuận lợi và tiện
ích) và AT4 (Được pháp luật
đảm bảo an toàn) bị loại do
có hệ số tương quan biến tổng nhỏ hơn 0,3 (lần lượt là 0,079 vaà 0,157) Như vậy, thang đo còn 20 biến quan sát đủ độ tin cậy để tiếp tục đưa vào phân tích nhân tố EFA
Phân tích nhân tố EFA cho
20 biến độc lập với factor loading là 0,4 nhận được kết quả bảng ma trận xoay nhân
tố cho thấy các biến đều có
hệ số KMO lớn hơn 0,5 nên phân tích nhân tố là phù hợp
có ý nghĩa thực tiễn, Sig (Bartletts Test) = 0,000 chứng
tỏ các biến quan sát có tương quan với nhau trong tổng thể, Eigenvalues = 1,120 (> 1) đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố khẳng định nhân tố rút ra có
ý nghĩa tóm tắt thông tin tốt nhất Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố: Tổng phương sai trích= 73,152% >50% chứng
tỏ 6 nhân tố được trích ra giải thích được 73,152% biến thiên
của dữ liệu (Bảng 3)
Phân tích tương quan được thực hiện nhằm kiểm tra mối quan hệ tuyến tính chặt chẽ giữa biến phụ thuộc với biến độc lập và kiểm tra mối quan
hệ giữa các biến độc lập với nhau Hệ số tương quan giữa các biến phụ thuộc và các biến độc lập lớn hơn 0 chứng
Bảng 2 Thống kê mẫu khảo sát
Tiêu chí Số lượng Tỷ lệ (%)
Từ 25 tuổi đến dưới 45 tuổi 116 43.9
Từ 45 tuổi đến dưới 60 tuổi 39 14,8
Học vấn Phổ thông trung học 20 7,6
Nơi làm
việc Thành thịNông thôn 19173 72,327,7
Thu
nhập
(tháng)
Từ 7 triệu đến dưới 15 triệu 121 45,8
Từ 15 triệu đến dưới 30 triệu 44 16,7
Nguồn: Thống kê kết quả nghiên cứu của nhóm tác giả
Bảng 3 Kết quả phân tích nhân tố khám phá tổng hợp
Biến Kết quả Biến Kết quả Biến Kết quả Biến Kết quả Biến Kết quả Biến Kết quả
Eigen-values 4,494 2,842 2,695 1,808 1,672 1,120
% of Variance 22,469 14,210 13,473 9,038 8,361 5,600
Cumulative % 22,469 36,679 50,152 59,190 67,551 73,152
Kaiser-Meyer-Olkin Measure of Sampling Adequacy = 0,767
Bartlett’s Test of Sphericity: Approx Chi-Square = 2628,680; df = 190; Sig = 0,000
Trang 6tỏ giữa chúng có quan hệ với
nhau và phân tích hồi quy
tuyến tính có thể phù hợp
4.3 Phân tích kết quả mô
hình hồi quy
Để xác định, đo lường và đánh
giá mức độ ảnh hưởng của 6
nhóm nhân tố đến quyết định
tiếp nhận sử dụng dịch vụ
Fintech trong thanh toán của
khách hàng cá nhân, nhóm
tác giả tiến hành phân tích mô
hình hồi qui đa biến
Phương trình hồi quy tổng
quát được xây dựng như sau:
TN = β0 + β1HI + β2DD +
β3AT + β4TC + β5TL + β6TD
+ ei
Trong đó:
Biến phụ thuộc là TN- Sự tiếp
nhận dịch vụ Fintech trong
thanh toán của khách hàng cá
nhân
Các biến độc lập gồm HI
(Nhóm yếu tố tính hữu ích),
DD (Nhóm yếu tố tính dễ
sử dụng), AT (Nhóm yếu tố
tính an toàn và bảo mật), TC
(Nhóm yếu tố tính tự chủ), TL
(Nhóm yếu tố tính thuận tiện),
TD (Nhóm yếu tố Thái độ)
Phương trình hồi qui tuyến tính đa biến được viết từ kết quả Bảng 5 như sau:
TN = 0,527+0,122*HI+0,151
*DD+0,185*AT+0,139*TC+0 ,128*TL+0,115*TD
Mối quan hệ giữa biến phụ thuộc sự tiếp nhận dịch vụ Fintech trong thanh toán của khách hàng và các biến độc lập được thể hiện trong phương trình hồi quy chuẩn hoá sau:
TN = 0,357*HI i + 0,256*DD i + 0,366*AT + 0,271*TC + 0,212*TL + 0,273*TD
Phương trình hồi qui cho thấy quyết định tiếp nhận sử dụng dịch vụ Fintech trong thanh toán của khách hàng cá nhân chịu ảnh hưởng của cả 6 nhóm nhân tố Mức độ tác động của mỗi nhóm nhân tố lên quyết định tiếp nhận sử dụng dịch
vụ của khách hàng là khác nhau trong khi các yếu tố khác không đổi Các hệ số hồi quy đều mang dấu (+) thể hiện các biến độc lập có quan hệ thuận với biến phụ thuộc
So sánh mức độ tác động của
06 biến này vào biến phụ thuộc TN (Hành vi tiếp nhận) theo thứ tự giảm dần như sau:
Nhóm nhân tố tính an toàn
và bảo mật (AT) có tác động mạnh nhất (β = 0,366); tiếp theo lần lượt là nhóm nhân tố tính hữu ích HI (β = 0,357); nhóm nhân tố thái độ TD (β
=0,273); nhóm nhân tố sự tự chủ TC (β = 0,271); nhóm nhân tố dễ sử dụng DD (β = 0,256); và tác động thấp nhất
là nhóm nhân tố tính thuận lợi
TL (β= 0,197) Đồng thời, các
hệ số Beta > 0 cho thấy các biến độc lập tác động thuận chiều với biến phụ thuộc Nghĩa là khi tăng bất kỳ một nhân tố nào cũng sẽ làm cho
sự tiếp nhận dịch vụ công nghệ tài chính trong thanh toán của khách hàng tăng lên
Do đó, các giả thuyết H1, H2, H3, H4, H5, H6 nêu trong mô hình nghiên cứu được chấp nhận
Đánh giá và kiểm định độ phù hợp của mô hình:
Kết quả hồi qui có giá trị R2
và R2 hiệu chỉnh lần lượt là 0,605 và 0,596, cho thấy độ phù hợp của mô hình tương đối cao với độ tin cậy 95% Nói cách khác, các biến độc lập của mô hình giải thích được khoảng 60% sự biến thiên của biến phụ thuộc hay 60% quyết định sử dụng dịch
vụ Fintech trong thanh toán của khách hàng cá nhân chịu ảnh hưởng của 6 nhóm nhân
tố trên Hệ số Durbin-Watson
= 2,018 (nằm trong khoảng 1-3), chứng tỏ không có tương quan chuỗi bậc nhất trong mô hình; kiểm định F có giá trị Sig.= 0,000 (< 0,05), nên mô hình sử dụng là phù hợp; các
hệ số Tolerance> 0,0001 nên
Bảng 4 Kết quả phân tích tương quan giữa biến phụ thuộc và
biến độc lập
HI 1
DD 0.049 1
AT -0,014 0,193** 1
TC 0,410** 0,042 -0,.001 1
TL 0,031 0,011 -0,106 -0,055 1
TD -0,318** 0,051 0,021 -0,111 0,366** 1
TN 0,395** 0,372** 0,394** 0,386** 0,272** 0,228** 1
Nguồn: Tổng hợp kết quả nghiên cứu của nhóm tác giả
Trang 7các biến đều đạt được tiêu
chuẩn chấp nhận Các hệ số
phóng đại phương sai VIF< 2
nên không có hiện tượng đa
cộng tuyến Hệ số Sig của 5
biến độc lập đều < 0,05 nên cả
5 biến độc lập này đều được
nhận
4.4 Phân tích sự khác biệt về
sự tiếp nhận dịch vụ Fintech
trong thanh toán giữa những
khách hàng có đặc điểm khác
nhau
Theo các kiểm định Levene’s
Test, Test of Homogeneity of
Variances, Equal variances
assumed và bảng ANOVA,
không có sự khác biệt giữa
khách hàng nam và nữ, giữa
các nhóm khách hàng có nơi
làm việc khác nhau và giữa
các nhóm khách hàng có mức
thu nhập khác nhau về sự tiếp
nhận dịch vụ fintech trong
thanh toán Tuy nhiên, có sự
khác biệt có ý nghĩa thống kê
với độ tin cậy 90% về sự tiếp
nhận fintech trong thanh toán giữa những khách hàng có độ tuổi, trình độ học vấn khác nhau
5 Kết luận
Kết quả nghiên cứu khẳng định có 6 yếu tố có quan hệ đồng biến đến sự tiếp nhận dịch vụ Fintech trong thanh toán nhưng với mức độ ảnh hưởng khác nhau: Cảm nhận
sự hữu dụng, Cảm nhận dễ
sử dụng, Mức độ an toàn và bảo mật, Sự tự chủ, Sự thuận lợi, Thái độ của khách hàng
Nghiên cứu này cũng củng cố thêm lý thuyết mô hình TAM
và những nghiên cứu trước đây Ngoài ra, nghiên cứu đóng góp, bổ sung vào mảng
đề tài Sự tiếp nhận dịch vụ Fintech trong thanh toán bên cạnh những nghiên cứu khác
về hành vi mua của người tiêu dùng trong các loại hình kinh doanh nói chung
Từ kết quả nghiên cứu, để
nâng cao khả năng tiếp nhận dịch vụ fintech trong thanh toán của khách hàng cá nhân, nhóm tác giả đề xuất những giải pháp như sau:
Giải pháp về công nghệ
Theo kết quả phân tích hồi
quy thì nhân tố về Mức độ an
toàn và bảo mật có mức độ tác
động mạnh nhất đến sự tiếp nhận sử dụng dịch vụ Fintech của khách hàng Vì vậy đầu tư vào công nghệ sẽ là yếu tố cần thiết để nâng cao trải nghiệm cho khách hàng, tiến đến thay đổi thái độ và quy chuẩn chủ quan của người dùng với các Fintech trong thanh toán: Các
tổ chức cung ứng Fintech trong thanh toán nói riêng và dịch vụ Fintech nói chung cần tăng cường đầu tư cơ sở
hạ tầng công nghệ thông tin, nâng cấp, mở rộng đường truyền với băng thông rộng, dung lượng lớn, tốc độ cao; cải tiến công nghệ cần hướng đến là vấn đề An toàn và bảo mật Các tổ chức cung ứng
Bảng 5 Kết quả hồi quy đa biến
Model
Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
R Square = 0,605
Adjusted R Square = 0, 596
Durbin-Watson = 2.080
F = 65.600 Sig = 0,000
Nguồn: Tổng hợp kết quả nghiên cứu của nhóm tác giả