Ảnh hưởng của công nghệ sinh trắc học đến quyết định sử dụng dịch vụ ngân hàng số của sinh viên khối ngành kinh tế tại TP. Hồ Chí Minh

TS. Trương Đình Thái

Trường Đại học Ngân hàng Thành phố Hồ Chí Minh

Email: thaitd@hub.edu.vn

Tóm tắt

Xác thực sinh trắc học được sử dụng để xác minh do chúng có nhiều ưu điểm hơn so với các phương pháp truyền thống, khiến việc bảo vệ quyền riêng tư của dữ liệu sinh trắc học của mọi người trong nhiều tình huống khác nhau trở nên rất quan trọng. Bài viết nhằm đánh giá mức độ ảnh hưởng của công nghệ sinh trắc học đến quyết định sử dụng dịch vụ ngân hàng số của sinh viên khối ngành kinh tế tại TP. Hồ Chí Minh. Dữ liệu được khảo sát trực tuyến với cỡ mẫu 276 được phân tích bằng phần mềm SPSS 25.0 và SmartPLS 4.1.0.0. Kết quả nghiên cứu cho thấy: độ chính xác, tính bảo mật, tốc độ xử lý, sự tiện lợi ảnh hưởng đến quyết định sử dụng qua vai trò trung gian của niềm tin, kiến thức về công nghệ chỉ ảnh hưởng trực tiếp đến quyết định. Kết quả này cung cấp một số hàm ý giúp các ngân hàng tối ưu hóa chiến lược phát triển dịch vụ, đồng thời nâng cao nhận thức của sinh viên về lợi ích và tính an toàn của công nghệ này.

Từ khóa: Công nghệ sinh trắc học, dịch vụ ngân hàng số, quyết định sử dụng, sinh viên khối ngành kinh tế, TP. Hồ Chí Minh

Summary

Biometric authentication is used for verification because it has many advantages over traditional methods, making it important to protect the privacy of people's biometric data in many different situations. This article aims to assess the impact of biometric technology on the decision to use digital banking services of economics students in Ho Chi Minh City. The data was surveyed online with a sample size of 276 and analyzed using SPSS 25.0 and SmartPLS 4.1.0.0 software. The research results show that: accuracy, security, processing speed, convenience affect the decision to use through the intermediary role of trust, knowledge about technology only directly affects the decision. This result provides some implications to help banks optimize service development strategies, while raising students' awareness of the benefits and safety of this technology.

Keywords: Biometric technology, Digital banking services, Usage decisions, Economics students, Ho Chi Minh City

GIỚI THIỆU

Trong thời đại công nghệ số hiện nay, công nghệ sinh trắc học đã và đang trở thành một công cụ quan trọng góp phần cải thiện trải nghiệm của người dùng và tăng cường tính bảo mật cho các dịch trực tuyến, đặc biệt là trong lĩnh vực tài chính và ngân hàng. Điều này không chỉ mang đến sự thuận tiện cho người dùng mà còn giúp các tổ chức tài chính, ngân hàng giảm thiểu các trường hợp lừa đảo và đảm bảo an toàn cho các giao dịch trực tuyến. Tại Việt Nam, ngân hàng số đang ngày càng phổ biến, đặc biệt trong bối cảnh sự phát triển của các thiết bị di động và hạ tầng công nghệ thông tin. Các ngân hàng không ngừng tìm cách nâng cao trải nghiệm của người dùng bằng cách tích hợp công nghệ sinh trắc học. Việc triển khai công nghệ sinh trắc học trong lĩnh vực ngân hàng đã chứng minh được nhiều lợi ích, trải nghiệm của người dùng được cải thiện khi quá trình xác minh trở nên nhanh hơn, dễ dàng hơn và giảm thiểu rủi ro (Zhang và cộng sự., 2024). Nhóm người dùng trẻ, đặc biệt là sinh viên, đóng vai trò quan trọng trong sự phát triển này, khi họ là những người tiếp cận và sử dụng các dịch vụ mới nhanh chóng nhất. Tuy nhiên, mối quan tâm lớn về vấn đề bảo mật thông tin cá nhân và an toàn trong giao dịch luôn được đặt ra. Công nghệ sinh trắc học với khả năng nhận diện và xác thực cá nhân chính xác được kỳ vọng sẽ trở thành giải pháp tối ưu để giải quyết những mối lo ngại này. Câu hỏi đặt ra ở đây là công nghệ này có thực sự ảnh hưởng đến quyết định sử dụng dịch vụ ngân hàng số hay không, đặc biệt là nhóm người dùng trẻ như sinh viên? Do đó nghiên cứu này được thực hiện để trả lời cho câu hỏi trên.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Mô hình S-O-R do Mehrabian và Russell (1974) đề xuất thiết lập một loạt các khía cạnh môi trường hoạt động như các kích thích (Stimulus-S) ảnh hưởng đến trạng thái tình cảm và nhận thức bên trong của mỗi người (Organism-O), dẫn họ đến hành vi có ý thức hoặc vô thức (Response-R). Việc sử dụng mô hình S-O-R làm khuôn khổ lý thuyết là phù hợp cho nghiên cứu này vì hai lý do. Thứ nhất, vì quy trình có cấu trúc ba giai đoạn (S-O-R) để giải thích hành vi của người tiêu dùng phù hợp với quy trình ra quyết định sử dụng phương thức thanh toán, vì người dùng tiếp xúc với các kích thích từ môi trường (Độ chính xác, Tính bảo mật, Tốc độ xử lý, Sự tiện lợi, Kiến thức về công nghệ) mà họ đánh giá (Niềm tin) trước khi đưa ra quyết định sử dụng ngân hàng số. Thứ hai, các nghiên cứu gần đây đã chỉ ra rằng mô hình S-O-R phù hợp để giải quyết hành vi của người tiêu dùng trong các hệ thống thanh toán (Chen và cộng sự 2019; Yuan và cộng sự 2020).

Giả thuyết và mô hình nghiên cứu

Mối quan hệ giữa độ chính xác với niềm tin và quyết định sử dụng

Độ chính xác liên quan đến tính bảo mật và khả năng nhận dạng người dùng đáng tin cậy (Misra và cộng sự, 2020). Độ chính xác ảnh hưởng đến niềm tin của khách hàng vào công nghệ, vào ngân hàng trực tuyến (Md Nor & Pearson, 2007). Lankton và cộng sự (2015) cho rằng mức độ tin tưởng mà một cá nhân có đối với một công nghệ sẽ ảnh hưởng đến quyết định học có chấp nhận công nghệ đó hay không. Đây là cơ sở để các giả thuyết sau được đề xuất:

H1a: Độ chính xác ảnh hưởng cùng chiều đến niềm tin

H1b: Độ chính xác ảnh hưởng cùng chiều đến quyết định sử dụng qua trung gian niềm tin

Mối quan hệ giữa tính bảo mật với niềm tin và quyết định sử dụng

An toàn và bảo mật trong nghiên cứu này đã xác định mức độ cảm nhận của người dùng về sự an toàn và bảo mật của người dùng thông tin khi sử dụng dịch vụ thanh toán điện tử. Nghiên cứu thêm về ngân hàng đã nhấn mạnh tầm quan trọng của bảo mật và quyền riêng tư đối với việc chấp nhận ngân hàng trực tuyến (Howcroft & cộng sự, 2002). Hozanne (2012) cho rằng để sinh trắc học được áp dụng rộng rãi, cần phải có sự chấp nhận và tin tưởng của người tiêu dùng. Đây là cơ sở đề xuất các giả thuyết:

H2a : Tính bảo mật ảnh hưởng cùng chiều đến niềm tin

H2b : Tính bảo mật ảnh hưởng cùng chiều đến quyết định sử dụng qua trung gian niềm tin

Mối quan hệ giữa tốc độ xử lý với niềm tin và quyết định sử dụng

Trong dịch vụ ngân hàng số, tốc độ xử lý các yêu cầu như đăng nhập sinh trắc học, xử lý giao dịch là yếu tố quan trọng tác động đến niềm tin. Khi tốc độ phản hồi nhanh người dùng yên tâm về mức độ bảo mật và hiệu quả của ngân hàng trong các giao dịch tài chính yêu cầu độ chính xác và thời gian phản hồi nhanh. Theo Li, Browne, và Wetherbe (2006) chỉ ra rằng tốc độ phản hồi nhanh trong các giao dịch thương mại điện tử làm tăng niềm tin của người dùng vào nền tảng. Đây là cơ sở để đề xuất các giả thuyết:

H3a: Tốc độ xử lý ảnh hưởng cùng chiều đến niềm tin

H3b : Tốc độ xử lý ảnh hưởng cùng chiều đến quyết định sử dụng qua trung gian niềm tin

Mối quan hệ giữa sự tiện lợi với niềm tin và quyết định sử dụng

Sự tiện lợi được nhận thức của một ứng dụng liên quan đến mức độ mà người tiêu dùng mong muốn đối với việc thực hiện các thao tác liên quan một cách thuận lợi (Chang và cộng sự, 2013). Laukkanen (2007) khẳng định người dùng cảm thấy tự tin hơn về tính bảo mật và hiệu quả khi dịch vụ ngân hàng số mang lại trải nghiệm mượt mà và thuận tiện, điều này càng làm tăng niềm tin và quyết định của họ vào sử dụng dịch vụ. Đây là cơ sở đề xuất các giả thuyết:

H4a: Sự tiện lợi ảnh hưởng cùng chiều đến niềm tin

H3b: Sự tiện lợi ảnh hưởng cùng chiều đến quyết định sử dụng qua trung gian niềm tin

Mối quan hệ giữa kiến thức về công nghệ với niềm tin và quyết định sử dụng

Khả năng tương thích có tác động tốt đến thái độ và niềm tin của người tiêu dùng đối với công việc sử dụng công nghệ mới (Agag và El-Masry, 2016). Sinh trắc học được trang bị các cảm biến như quét mống mắt hoặc dấu vân tay, sinh trắc học là một giải pháp hiệu quả và đáng tin cậy trong các hệ thống kiểm soát truy cập, cung cấp khả năng xác thực mạnh mẽ (Duarte và cộng sự, 2016) nên yêu cầu về kiến thức công nghệ đối với người dùng không quá cao. Tuy nhiên, để sử dụng các loại dịch vụ tích hợp công nghệ cao vẫn yêu cầu người dùng có kiến thức nhất định. Đây là cơ sở để đề xuất các giả thuyết:

H5a: Kiến thức về công nghệ ảnh hưởng cùng chiều đến niềm tin

H5b: Kiến thức về công nghệ ảnh hưởng cùng chiều đến quyết định sử dụng

H5c: Kiến thức về công nghệ ảnh hưởng cùng chiều đến quyết định sử dụng qua trung gian niềm tin

Mối quan hệ giữa niềm tin và quyết định

Niềm tin là một yếu tố quan trọng trong các hoạt động thương mại điện tử (Moriuchi, 2019). Niềm tin có tác động đáng kể đến việc phát triển hành vi mong muốn, đối với quyết định có sử dụng dịch vụ của khách hàng. Lankton và cộng sự (2015) cho thấy sự tin tưởng của cá nhân rằng ngân hàng sẽ bảo vệ thông tin của khách hàng an toàn, là điều kiện cần thiết để họ sử dụng dịch vụ của ngân hàng đó. Từ đó đề xuất giả thuyết:

H6: Niềm tin ảnh hưởng cùng chiều đến quyết định

Mô hình nghiên cứu lý thuyết

Trên cơ sở các giả thuyết, bài viết đề xuất mô hình nghiên cứu trình bày ở Hình 1.

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Đề xuất của tác giả

Trong đó: CX: Độ chính xác; BM: Tính bảo mật; XL: Tốc độ xử lý; TL: Sự tiện lợi; KT: Kiến thức về công nghệ; NT: Niềm tin; QD: Quyết định.

Phương pháp nghiên cứu

Đối tượng khảo sát của nghiên cứu là sinh viên đang học khối ngành kinh tế tại TP. Hồ Chí Minh. Quá trình thu thập dữ liệu sử dụng phương pháp lấy mẫu thuận tiện, hình thức khảo sát sẽ thực hiện trực tuyến thông qua Google Form. Số lượng mẫu tối thiểu cần thiết để thực hiện nghiên cứu tương đương với số biến quan sát nhân 5 (Hair và cộng sự, 2019a). Nghiên cứu này sử dụng mô hình cấu trúc tuyến tính từng phần (PLS-SEM) để kiểm định các giả thuyết nghiên cứu. Mô hình đo lường được đánh giá độ tin cậy thang đo, giá trị hội tụ và phân biệt thông qua hệ số độ tin cậy (Cronbach's alpha), Composite reliability (CR), Average variance extracted (AVE). Mô hình cấu trúc được đánh giá đa cộng tuyến (VIF), khả năng dự đoán trong mẫu (R2). Các giả thuyết trong mô hình cấu trúc đã được kiểm định bằng phương pháp lấy mẫu bootstrap, giá trị t, giá trị p được sử dụng để đánh giá mức ý nghĩa của các hệ số đường dẫn (Cohen,1988; Hair và cộng sự, 2019a). Phần mềm SPSS 25.0 và SmartPLS.4.1.0.0 được sử dụng để phân tích dữ liệu.

KẾT QUẢ NGHIÊN CỨU

Kiểm định độ tin cậy và giá trị

Giá trị của các mô hình đo lường được đánh giá bằng cách tiếp cận hai bước, giá trị hội tụ và giá trị phân biệt. Kết quả kiểm định độ tin cậy và giá trị trình bày ở Bảng 1 cho thấy, hệ số Cronbach's Alpha trong khoảng (0,796 - 0,887) > 0,7, Độ tin cậy tổng hợp (0,797 – 0,890) > 0,7, AVE (0,620 – 0,734) > 0,5 cho thấy kết quả phân tích phù hợp.

Bảng 2: Độ tin cậy và giá trị cấu trúc

Nguồn: Kết quả phân tích dữ liệu của tác giả

Giá trị phân biệt

Bảng 2 cho thấy các giá trị của hệ số tương quan giữa các cặp cấu trúc (nằm trong khoảng từ 0,229 đến 0,686) nhỏ hơn căn bậc hai của các giá trị AVE (đường chéo chính) cho thấy các thang đo đạt giá trị phân biệt (Fornell & Larcker, 1981).

Bảng 2: Giá trị phân biệt theo tiêu chí Fornell-Larcker

Nguồn: Kết quả phân tích dữ liệu của tác giả

Đánh giá mô hình cấu trúc

Phân tích mô hình cấu trúc bằng PLS.SEM với các đánh giá: đa cộng tuyến (Becker và cộng sự., 2015; Hair và cộng sự., 2017) với tiêu chuẩn VIF 2 nhằm mục đích đo lường mức độ ảnh hưởng của biến độc lập tiềm ẩn lên biến phụ thuộc tiềm ẩn, các giá trị R2 = 0.75, 0.50 hoặc 0.25 được mô tả lần lượt là mạnh, trung bình hoặc yếu (Henseler và cộng sự, 2016; Sarstedt cộng sự., 2016); kiểm định các giả thuyết nghiên cứu thông qua ước lượng hệ số đường dẫn (t-values, p-values) bằng phương pháp bootstrap (Kock, 2018). Kết quả trình bày ở Hình 2, Bảng 3.

Hình 2. Kết quả phân tích mô hình cấu trúc

Nguồn: Kết quả phân tích dữ liệu của tác giả

Kết quả Bảng 3 cho thấy các giá trị VIF nhỏ hơn giá trị ngưỡng 5 nên có thể kết luận không có hiện tượng đa cộng tuyến trong mô hình. Giá trị R2 trong nghiên cứu này là 0,548 (niềm tin) và 0,523 (quyết định) đáp ứng ở mức độ vừa phải.

Bảng 3: Đa cộng tuyến, f2 and R2

Nguồn: Kết quả phân tích dữ liệu của tác giả

Kiểm định mức ý nghĩa thống kê các tham số trong mô hình PLS-SEM nhằm mục đích xác định ảnh hưởng của các biến ngoại sinh đến các biến nội sinh. Kiểm định PLS SEM được thực hiện bằng phương pháp bootstrapping (5,000) để phân tích mối quan hệ giữa các biến ngoại sinh và biến nội sinh, kết quả trình bày ở Bảng 4 và Bảng 5.

Bảng 4: Kết quả kiểm định quan hệ trực tiếp

Nguồn: Kết quả phân tích dữ liệu của tác giả

Bảng 5: Kết quả kiểm định quan hệ gián tiếp

Nguồn: Kết quả phân tích dữ liệu của tác giả

Từ kết quả ở Bảng 4 và Bảng 5 cho thấy nhận thức của sinh viên về công nghệ sinh trắc học có mối quan hệ đối với độ chính xác, tính bảo mật, tốc độ xử lý, và sự tiện lợi của công nghệ sinh trắc học. Trong đó, kiến thức và niềm tin về công nghệ này liên quan đến quyết định sẵn sàng sử dụng dịch vụ ngân hàng số. Niềm tin vào công nghệ sinh trắc học là yếu tố dự báo mạnh nhất về mức độ quyết định sử dụng dịch vụ ngân hàng số của sinh viên với trọng số hồi quy lớn nhất (β = 0,598) với mức ý nghĩa 1%. Những yếu tố khác như bảo mật, tốc độ xử lý và tiện lợi chỉ ảnh hưởng đến quyết định sử dụng gián tiếp thông qua việc tăng cường niềm tin. Mặc dù kiến thức về công nghệ sinh trắc học (KT) không trực tiếp ảnh hưởng đến niềm tin, nhưng lại ảnh hưởng đến quyết định sử dụng dịch vụ, cho thấy người dùng có kiến thức công nghệ có khả năng sử dụng hệ thống sinh trắc học cao hơn.

KẾT LUẬN

Kết quả nghiên cứu cho thấy các yếu tố như độ chính xác, tính bảo mật, tốc độ xử lý, sự tiện lợi, kiến thức về công nghệ đều có ảnh hưởng đến niềm tin của sinh viên đối với công nghệ sinh trắc học ngân hàng số và yếu tố niềm tin có tác động mạnh mẽ đến yếu tố quyết định. Độ chính xác của công nghệ này giúp cho sinh viên cảm thấy an tâm hơn khi sử dụng, trong khi tính bảo mật là yếu tố có ảnh hưởng lớn nhất đến yếu tố niềm tin phản ánh sự quan tâm về bảo mật thông tin trong giao dịch tài chính. Tốc độ xử lý nhanh chóng và hiệu quả của công nghệ sinh trắc học cũng giúp gia tăng niềm tin, mang lại sự thoải mái và thuận tiện cho người dùng. Đồng thời, sự tiện lợi của công nghệ sinh trắc học trong việc thực hiện các giao dịch một cách dễ dàng và tiết kiệm thời gian cũng đóng vai trò thúc đẩy niềm tin của sinh viên. Bên cạnh đó, kiến thức về công nghệ là yếu tố quan trọng giúp người dùng hiểu rõ hơn về cách hoạt động và lợi ích của công nghệ sinh trắc học, từ đó gia tăng lòng tin và sự sẵn lòng sử dụng dịch vụ. Đặc biệt, niềm tin vào công nghệ sinh trắc học được xác định là yếu tố trung gian chính có ảnh hưởng trực tiếp đến quyết định sử dụng dịch vụ ngân hàng số với mức độ tác độ rất cao. Từ các kết quả này, các ngân hàng nên tập trung cải thiện các yếu tố trên, đồng thời nâng cao nhận thức và hiểu biết của sinh viên về công nghệ sinh trắc học để tăng cường lòng tin và thúc đẩy quyết định sử dụng dịch vụ ngân hàng số của nhóm khách hàng trẻ.

TÀI LIỆU THAM KHẢO

1. Agag, G., & El-Masry, A. A. (2016). Understanding consumer intention to participate in online travel community and effects on consumer intention to purchase travel online and WOM: An integration of innovation diffusion theory and TAM with trust. Computers in human behavior, 60, 97-111.

2. Chang, C. C., Tseng, K. H., Liang, C., & Yan, C. F. (2013). The influence of perceived convenience and curiosity on continuance intention in mobile English learning for high school students using PDAs. Technology, Pedagogy and Education, 22(3), 373-386.

3. Chen, S. C., Chung, K. C., & Tsai, M. Y. (2019). How to achieve sustainable development of mobile payment through customer satisfaction—the SOR model. Sustainability, 11(22), 6314.

4. Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Hillsdale, NJ: Erlbaum.

5. Duarte T., Pimentão, J. P., Sousa, P., & Onofre, S. (2016, September). Biometric access control systems: A review on technologies to improve their efficiency. In 2016 IEEE International Power Electronics and Motion Control Conference (PEMC) (pp. 795-800). IEEE.

6. Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50.

7. Hair, J.F., Risher, J.J., Sarstedt, M. and Ringle, C.M. (2019a). When to use and how to report the results of PLS-SEM. European Business Review, Vol. 31 No. 1, pp. 2-24.Hozanne, C. (2012). The future of biometrics in retail. Biometric Technology Today, 2012(6), 5-7.

8. Henseler, J., Hubona, G., & Ray, P. A. (2016). Using PLS path modeling in new technology research: updated guidelines. Industrial management & data systems, 116(1), 2-20.

9. Howcroft, B., Hamilton, R., & Hewer, P. (2002). Consumer attitude and the usage and adoption of home‐based banking in the United Kingdom. International journal of bank marketing, 20(3), 111-121.

10. Lankton, N. K., McKnight, D. H., & Tripp, J. (2015). Technology, humanness, and trust: Rethinking trust in technology. Journal of the Association for Information Systems, 16(10), 1.

11. Laukkanen, T. (2007). Internet vs mobile banking: comparing customer value perceptions. Business process management journal, 13(6), 788-797.

12. Li, D., Browne, G. J., & Wetherbe, J. C. (2006). Why do internet users stick with a specific web site? A relationship perspective. International journal of electronic commerce, 10(4), 105-141.

13. Maziriri, E., Mapuranga, M., Mushwana, J., & Madinga, N. (2020). Antecedents that influence the intention to use the Uber mobile application: Customer perspectives in South Africa. Int J Interact Mob Technol, 14:76.

14. Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. The MIT Press.

15. Misra, A., Dev, R. K., & Rajasekaran, M. M. (2020, October). Secured payment system using face recognition technique. In AIP Conference Proceedings (Vol. 2282, No. 1). AIP Publishing.

16. Md Nor,, K., & Pearson, J. M. (2007). The influence of trust on internet banking acceptance. Journal of Internet Banking and Commerce, 12(2).

17. Moriuchi, E. (2019). Okay, Google!: An empirical study on voice assistants on consumer engagement and loyalty. Psychology & Marketing, 36(5), 489-501.

18. Zhang, J., Liu, Z., & Luo, X. R. (2024). Unraveling juxtaposed effects of biometric characteristics on user security behaviors: A controversial information technology perspective. Decision Support Systems, 183, 114267.

19. Yuan, S., Liu, L., Su, B., & Zhang, H. (2020). Determining the antecedents of mobile payment loyalty: Cognitive and affective perspectives. Electronic Commerce Research and Applications, 41, 100971.