Đề tài nghiên cứu khoa học cấp trường: Ý định tiếp tục sử dụng thương mại di động: Một nghiên cứu thực nghiệm

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.25 MB, 64 trang )

Trang 1<div class="page_container" data-page="1">

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH

ĐỀ TÀI

Ý ĐỊNH TIẾP TỤC SỬ DỤNG THƯƠNG MẠI DI ĐỘNG: MỘT NGHIÊN CỨU THỰC NGHIỆM

TP. HỒ CHÍ MINH - 2023

</div>Trang 2<div class="page_container" data-page="2">

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP. HỒ CHÍ MINH

ĐỀ TÀI

Ý ĐỊNH TIẾP TỤC SỬ DỤNG THƯƠNG MẠI DI ĐỘNG: MỘT NGHIÊN CỨU THỰC NGHIỆM

Thành viên: NGUYỄN THỊ CẨM

TP. HỒ CHÍ MINH - 2023

</div>Trang 3<div class="page_container" data-page="3">

LỜI NĨI ĐẦU

Ngày nay cơng nghệ thơng tin đã mang lại nhiều thay đổi trên thế giới, nó đóng vai trị quan trọng trong việc định hình các phương thức kinh doanh và cung cấp các tiếp cận mới với thị trường rộng lớn hơn bằng cách giao tiếp trực tuyến. Theo đó, việc sử dụng các thiết bị di động cho thương mại di động cho phép người tiêu dùng mua sắm trực tuyến thuận tiện mọi lúc mọi nơi. Mặc dù thương mại di động rất có tiềm năng, nhưng ở Việt Nam vẫn chưa có nhiều nghiên cứu có liên quan. Do đó, nghiên cứu chuyên sâu về thương mại di động là công việc hết sức cần thiết và có ý nghĩa cả về mặt lý thuyết và thực tiễn. Trong đề tài này tác giả đề xuất và kiểm định mơ hình lý thuyết cho ý định tiếp tục sử dụng hệ thống với bối cảnh của thương mại di động. Dữ liệu được phân tích bằng mơ hình cấu trúc tuyến tính theo phương pháp Bayes (Bayesian SEM), kết quả cho thấy hầu hết các giả thuyết nghiên cứu được ủng hộ. Mặc dù đề tài đã đạt được các mục tiêu đề ra, tuy nhiên chắc vẫn còn hạn chế. Những ý kiến đóng góp của các nhà nghiên cứu, quý thầy cô, và các bạn sẽ giúp tác giả hoàn thiện hơn trong những nghiên cứu tiếp theo.

TP. HCM, ngày 07 tháng 07 năm 2023 Chủ nhiệm đề tài

Nguyễn Duy Thanh

</div>Trang 4<div class="page_container" data-page="4">

1.3 Phương pháp nghiên cứu ... 2

1.4 Đối tượng và phạm vi nghiên cứu ... 3

1.5 Ý nghĩa nghiên cứu ... 3

1.6 Cấu trúc của nghiên cứu ... 3

Chương 2 CƠ SỞ LÝ THUYẾT ... 6

2.1 Tổng quan cơ sở lý thuyết ... 6

2.1.1 Thương mại di động ... 6

2.1.2 Cơ sở lý thuyết ... 7

2.2.3 Các nghiên cứu liên quan ... 9

2.2 Mơ hình nghiên cứu ... 9

</div>Trang 5<div class="page_container" data-page="5">

3.1 Phương pháp nghiên cứu ... 15

3.2 Quy trình nghiên cứu ... 15

3.2.1 Thang đo nghiên cứu ... 15

3.2.2 Dữ liệu nghiên cứu ... 16

3.2.3 Thang đo các khái niệm nghiên cứu ... 20

3.3 Tóm tắt chương 3 ... 23

Chương 4 KẾT QUẢ NGHIÊN CỨU ... 25

4.1 Thống kê mô tả ... 25

4.2 Kết quả nghiên cứu định tính ... 25

4.2 Kết quả nghiên cứu định lượng ... 26

4.2.1 Kiểm định thang đo ... 26

4.2.2 Kiểm định mơ hình và các giả thuyết ... 41

4.3 Thảo luận kết quả ... 44

5.4.2 Hướng nghiên cứu tiếp theo ... 51

TÀI LIỆU THAM KHẢO ... vii

PHỤ LỤC ... xii

Phụ Lục 1: Bảng câu hỏi khảo sát ... xii

Phụ Lục 2: Danh sách chuyên gia ... xiv

Phụ Lục 3: Kết quả phân tích nhân tố khám phá (EFA) ... xv

Phụ Lục 4: Kết quả phân tích nhân tố khẳng định (CFA) ... xvi

Phụ Lục 5: Kết quả phân tích cấu trúc tuyến tính (Bayes - SEM) ... xvii

</div>Trang 6<div class="page_container" data-page="6">

DANH MỤC HÌNH VÀ BẢNG

DANH MỤC HÌNH

Hình 2.1: Mơ hình ý định tiếp tục sử dụng thương mại di động ... 11

Hình 4.1: Phân phối của dường dẫn từ các tiền tố đến yếu tố lòng tin ... 42

Hình 4.2: Phân phối của dường dẫn từ các tiền tố đến sự hài lòng người sử dụng .. 43

Hình 4.3: Phân phối của đường dẫn từ lịng tin đến sự hài lịng người sử dụng ... 43

Hình 4.4: Phân phối của các đường dẫn đến yếu tố ý định tiếp tục sử dụng ... 44

DANH MỤC BẢNG Bảng 2.1: Các nghiên cứu liên quan đến đề tài ………8

Bảng 3.1: Tổng hợp các khái niệm nghiên cứu ... 17

Bảng 3.2: Các chỉ số tham chiếu trong phân tích nhân tố khẳng định ... 19

Bảng 3.3: Các biến quan sát ảnh hưởng xã hội (SOI) ... 20

Bảng 3.4: Các biến quan sát nhận thức sự hữu ích (PEU) ... 21

Bảng 3.5: Các biến quan sát tính di động (MOB) ... 21

Bảng 3.6: Các biến quan sát nhận thức sự thú vị (PEE) ... 21

Bảng 3.7: Các biến quan sát lòng tin (TRU) ... 22

Bảng 3.8: Các biến quan sát sự hài lòng người sử dụng (USS) ... 22

Bảng 3.9: Các biến quan sát ý định tiếp tục sử dụng (ICM) ... 23

Bảng 4.1: Thang đo và các kết quả phân tích ... 39

Bảng 4.2: Bình phương hệ số tương quan và phương sai trích trung bình ... 40

Bảng 4.3: Kết quả phân tích mơ hình cấu trúc tuyến tính (Bayesian SEM) ... 42

</div>Trang 7<div class="page_container" data-page="7">

DANH MỤC TỪ VIẾT TẮT

Từ viết tắt Nguyên nghĩa

AVE Phương sai trích trung bình Bayes Phương pháp Bayes (Bayesian) CFA Phân tích nhân tố khẳng định CFI Chỉ số Comparative Fit CR Độ tin cậy tổng hợp

EFA Phân tích nhân tố khám phá GFI Chỉ số Goodness–of–Fit

ICM Ý định tiếp tục sử dụng thương mại di động KMO Chỉ số Kaiser–Meyer–Olkin

ML Phương pháp ước lượng khả dĩ nhất

RMSEA Chỉ số Root Mean Square Error of Approximation PEE Nhận thức sự thú vị

PEU Nhận thức sự hữu ích SEM Mơ hình cấu trúc tuyến tính SOI Ảnh hưởng xã hội

TLI Chỉ số Tucker–Lewis

TVE Tổng phương sai trích USS Sự hài lòng người sử dụng

</div>Trang 9<div class="page_container" data-page="9">

Tại Việt Nam, lượng người sử dụng giao dịch thương mại điện tử trên điện thoại di động khá nhiều. Theo World Bank (2020), số lượng đơn đặt hàng trên trang thương mại trực tuyến đã bùng nổ, doanh thu bán hàng trực tuyến của các nhà bán lẻ lớn cũng tăng vọt. Theo Google (2020), tốc độ tăng trưởng trung bình cho cả giai đoạn 2015-2025 của thương mại điện tử Việt Nam là 29%, dự báo đến năm 2025, các công ty điện tử quy mô Việt Nam sẽ đạt tới ngưỡng 43 tỷ Đô la Mỹ và đứng thứ

</div>Trang 10<div class="page_container" data-page="10">

3 trong khối ASEAN. Các sàn phẩm thương mại di động tại Việt Nam (v.d., Shopee, Lazada, Tiki, Sendo…) trong thời gian qua cũng tăng cường loại hàng thực phẩm, hàng thiết yếu để đáp ứng nhu cầu người dùng trong thời kỳ Covid-19. Theo VOV

(2023), tỷ lệ sử dụng điện thoại thông minh tại Việt Nam đứng thứ 9 trên thế giới với khoảng 63,1%, với thời gian sử dụng để truy cập Internet hơn 3 tiếng mỗi ngày, đây được xem là lợi thế đối để thương mại di động phát triển.

Mơ hình thành cơng của hệ thống thông tin (D&M) của Delone & McLean

(1992; 2003), mơ hình chấp nhận cơng nghệ (TAM) của Davis (1989), lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh & cộng sự

(2003; 2012) là những nghiên cứu cơ bản liên quan đến ý định tiếp tục sử dụng. Bên cạnh đó, các nghiên cứu của Pavlou (2003); Hsu & Wang (2011); Cabanillas & cộng sự (2016); Singh & cộng sự (2017); Chhonker & Verma (2018); Illescas & cộng sự

(2020); Kalinic & cộng sự (2023) là những nghiên cứu thử nghiệm liên quan đến ý định tiếp tục sử dụng trong bối cảnh thương mại di động. Mặc dù thương mại di động rất có tiềm năng, nhưng ở Việt Nam vẫn chưa có nhiều nghiên cứu có liên quan. Do đó, nghiên cứu chuyên sâu về các vấn đề liên quan đến thương mại di động là công việc hết sức cần thiết và có ý nghĩa cả về mặt lý thuyết và thực tiễn.

1.2.1 Mục tiêu tổng quát

Mục tiêu của nghiên cứu này là đề xuất và kiểm định một mơ hình cấu trúc của ý định tiếp tục sử dụng thương mại di động, để từ đó đưa ra hững hàm ý quản trị để nâng cao ý định tiếp tục sử dụng thương mại di động ở Việt Nam.

1.2.2 Mục tiêu cụ thể

Từ mục tiêu tổng quát, tài nghiên cứu này sẽ thực hiện theo ba mục tiêu chính: (1) Xác định các thành phần trong mối quan hệ cấu trúc với ý định tiếp tục sử dụng thương mại di động.

(2) Đề xuất và kiểm định mơ hình cấu trúc của ý định tiếp tục sử dụng thương mại di động.

</div>Trang 11<div class="page_container" data-page="11">

(3) Kiến nghị những hàm ý quản trị để nâng cao ý định tiếp tục sử dụng thương mại di động ở Việt Nam.

Nghiên cứu thực hiện theo phương pháp hỗn hợp tuần tự - nghiên cứu định tính trước và định lượng sau. Trong đó, dữ liệu của nghiên cứu bao gồm:

Dữ liệu định tính: phỏng vấn các chuyên gia về hệ thống thông tin quản lý, các chuyên gia trong lĩnh vực thương mại điện tử - đặc biệt là thương mại di động. Dữ liệu định tính dùng để hiệu chỉnh thang đo.

Dữ liệu định lượng: khảo sát đáp viên là những người đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động. Dữ liệu định lượng dùng để phân tích và kiểm định mơ hình và các giả thuyết nghiên cứu.

Đối tượng nghiên cứu: ý định tiếp tục sử dụng thương mại di động.

Đối tượng phỏng vấn và khảo sát: (1) các chuyên gia về hệ thống thông tin quản lý, các chuyên gia trong lĩnh vực thương mại điện tử/thương mại di động (sơ bộ - định tính); và (2) những đáp viên đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động (chính thức - định lượng).

Phạm vi nghiên cứu: ở Việt Nam.

Đề tài đóng góp cơ sở lý thuyết cho các mơ hình thành cơng của hệ thống thơng tin, các lý thuyết chấp nhận và sử dụng công nghệ, và đóng góp cho khoa học hành vi. Bên cạnh đó, kết quả đề tài còn là nền tảng tri thức cho lĩnh vực thương mại điện tử - đặc biệt là thương mại di động, nhằm nâng cao ý định tiếp tục sử dụng thương mại di động trong xu hướng tồn cầu hóa hiện nay.

Đề tài cịn giúp nâng cao năng lực nghiên cứu của nhà trường thông qua việc tham gia thực hiện đề tài và phát triển nhóm nghiên cứu. Về mặt đào tạo, đề tài hỗ

</div>Trang 12<div class="page_container" data-page="12">

trợ đào tạo sinh viên và/hoặc một học viên cao học với khóa luận/luận văn tốt nghiệp liên quan tới đề tài nghiên cứu trong đào tạo với các hệ đại học và/hoặc sau đại học.

Cấu trúc của đề tài nghiên cứu này được trình bày theo thể thức 5 Chương:

Chương 1 - Giới thiệu chung: chương này giới thiệu vấn đề nghiên cứu, lý do

hình thành đề tài nghiên cứu về mặt lý thuyết, thực tiễn, và quản trị, trình bày mục tiêu nghiên cứu. Chương 1 cũng tóm lược phạm vi và đối tượng nghiên cứu, ý nghĩa nghiên cứu. Chương 1 cũng trình bày chi tiết cấu trúc của đề tài nghiên cứu.

Chương 2 - Cơ sở lý thuyết: chương này trình bày tổng quan cơ sở lý thuyết của

mơ hình thành cơng của hệ thống thông tin, lý thuyết chấp nhận và sử dụng công nghệ, và những nghiên cứu liên quan. Từ cơ sở lý thuyết và các nghiên cứu có liên quan, tác giả đề xuất tồn bộ các khái niệm của mơ hình nghiên cứu, và biện luận các lý do hình thành các giả thuyết nghiên cứu.

Chương 3 – Thiết kế nghiên cứu: chương này trình bày quy trình và phương

pháp nghiên cứu một cách chi tiết như cách thức xây dựng thang đo, phương pháp thu thập dữ liệu - cách thức lấy mẫu, và phương pháp phân tích dữ liệu. Trong chương này cũng trình bày chi tiết các thang đo của nghiên cứu.

Chương 4 - Kết quả nghiên cứu: chương này trình bày tồn bộ các kết quả phân

tích dữ liệu của nghiên cứu sơ bộ và nghiên cứu chính thức bao gồm cả thống kê mô tả mẫu nghiên cứu. Cụ thể, các kết quả kiểm định thang đo và mơ hình như phân tích nhân tố khám phá, phân tích nhân tố khẳng định, và phân tích mơ hình cấu trúc tuyến tính theo phương pháp Bayes để kiểm định mơ hình và các giả thuyết nghiên cứu.

Ngồi ra, việc thảo luận kết quả kiểm định mơ hình và các giả thuyết cũng được diễn giải một cách chi tiết.

Chương 5 - Kết luận và kiến nghị: chương này tóm lược tồn bộ đề tài nghiên

cứu cùng với các đóng góp của nghiên cứu về các mặt lý thuyết và về mặt thực tiễn. Bên cạnh đó, chương 5 còn đưa ra các hàm ý quản trị từ các kết quả nghiên cứu. Cuối cùng, những hạn chế và các hướng nghiên cứu tiếp theo cũng được trình bày.

</div>Trang 13<div class="page_container" data-page="13">

Chương 2

CƠ SỞ LÝ THUYẾT

Chương 2 giới thiệu tổng quan cơ sở lý thuyết và mơ hình nghiên cứu. Trong đó, bao gồm giới thiệu tổng thể về thương mại di động, các cơ sở lý thuyết về sự thành công của hệ thống thông tin, sự chấp nhận và sử dụng cơng nghệ và các nghiên cứu có liên quan. Dựa trên cơ sở lý thuyết, một mơ hình lý thuyết về ý định tiếp tục sử dụng thương mại di động được đề xuất.

2.1.1 Thương mại di động

2.1.1.1 Định nghĩa

Thương mại di động (m-commerce) đề cập đến các hoạt động kinh doanh được thực hiện thông qua mạng viễn thông không dây (Zhang & cộng sự, 2012). Với sự phổ biến rộng rãi của các thiết bị di động (v.d., điện thoại thơng minh, máy tính xách tay, máy tính bảng…), cũng như các cơng nghệ di động ngày càng mạnh mẽ, thương mại di động đã và đang nổi lên như một hiện tượng kinh doanh mới và trở thành một thị trường tiềm năng rất lớn. Thương mại di động cung cấp các dịch vụ ngày càng mở rộng, bao gồm ngân hàng di động, tiếp thị di động và các dịch vụ khác (Lee, 2008). Các nhà nghiên cứu đã nỗ lực đề xuất và kiểm định các mơ hình thương mại di động như các dịch vụ ngân hàng di động (v.d., Kleijnen & cộng sự, 2003), giao dịch di động (v.d., Khalifa & Shen, 2008), dữ liệu lớn (v.d., Saritas & cộng sự, 2023).

Các ứng dụng thương mại di động có đặc điểm là tính di động và phạm vi tiếp cận rộng, mọi người có thể tiếp cận bất cứ lúc nào thông qua thiết bị di động, việc sử dụng các thiết bị di động như điện thoại thông minh cho phép người tiêu dùng mua sắm trực tuyến thuận tiện mọi lúc mọi nơi (Okazaki & Mendez, 2013). Với tính năng độc đáo của điện thoại thơng minh là chức năng truyền thơng tin vị trí, cho phép các nhà cung cấp dịch vụ dựa trên vị trí (Junglas & cộng sự, 2008).

</div>Trang 14<div class="page_container" data-page="14">

2.1.1.2 Ưu điểm của thương mại di động

Một trong những ưu điểm chính của thương mại di động là dễ dàng truy cập, khách hàng có thể sử dụng các ứng dụng di động để nhanh chóng truy cập các cửa hàng bán lẻ trực tuyến ưa thích và nhanh nhất, có thể mang lại lợi ích cho người sử dụng về tính dễ tiếp cận và tính khả dụng của các dịch vụ thương mại di động, từ bất cứ đâu và bất cứ khi nào (Luet & cộng sự, 2009). Bên cạnh đó, người sử dụng không cần phải đi đến cửa hàng, trong khi các ứng dụng dành cho thiết bị di động giúp tiết kiệm thời gian và công sức của khách hàng với người tiêu dùng hiện đại, người sử dụng có quyền truy cập vào cửa hàng mua sắm trực tuyến mà không bị giới hạn không gian và thời gian (Keng & cộng sự, 2001).

2.1.1.3. Nhược điểm của thương mại di động

Hạn chế của thương mại di động là vấn đề rủi ro giao dịch, thương mại di động cần phải đầu tư rất lớn về chi phí và thời gian để triển khai và vận hành, các kỹ thuật thay đổi tổ chức và hệ thống lớn để định vị lại tổ chức với chiến lược rất phức tạp và tốn kém (Nguyen & cộng sự, 2018). Mặc khác, các nhà sản xuất phần cứng liên tục ra đời với tốc độ nhanh hơn và tốt hơn so với điện thoại thông minh, các công ty thương mại điện tử cần phải bắt kịp xu hướng này để tận dụng tối đa những nâng cấp về phần cứng và phần mềm, điều này có nghĩa là các ứng dụng thương mại di động không thể đi sau trong cuộc đua công nghệ (Chonker & cộng sự, 2020).

2.1.2 Cơ sở lý thuyết

2.1.2.1 Sự thành công của hệ thống thơng tin

Mơ hình sự thành công của hệ thống thông tin (D&M) được giới thiệu bởi

Delone & McLean (1992) dựa trên ba cấp thông tin của Shannon & Weaver (1948) và mở rộng về truyền thông của Mason (1978), cùng với việc tổng hợp và đánh giá các bài nghiên cứu về sự thành công của hệ thống thông tin. Delone & McLean (1992) đã chỉ ra rằng sự thành công của hệ thống thơng tin có thể được đánh giá dựa trên chất lượng hệ thống và chất lượng thông tin, hai yếu tố này có thể ảnh hưởng đến sự hài lòng của người sử dụng và việc sử dụng hệ thống của doanh nghiệp. Theo Delone

</div>Trang 15<div class="page_container" data-page="15">

& McLean (1992), khi các doanh nghiệp ngày càng ứng dụng công nghệ thông tin trong quản lý ngày càng nhiều, các nhà quản lý muốn đánh giá mức độ thành công của các hệ thống thông tin do tổ chức của mình triển khai. Để đo lường và đánh giá sự thành công của một hệ thống thông tin, các mơ hình nghiên cứu đã được xây dựng như mơ hình của DeLone & McLean (1992) và các nghiên cứu có liên quan. Mơ hình của DeLone & McLean (1992) được ứng dụng rộng rãi trong các nghiên cứu thực nghiệm - trên cả hai góc độ cá nhân và tổ chức.

Mơ hình thành cơng của hệ thống thông tin cập nhật (D&M cập nhật) của

DeLone & McLean (2003) được phát triển từ mô hình gốc của DeLone & McLean

(1992), trong đó bổ sung yếu tố chất lượng dịch vụ - được cung cấp bởi nhà cung cấp và sự hỗ trợ này không chỉ dành cho bộ phận hệ thống thông tin mà còn dành cho các bộ phận khác. DeLone & McLean (2003) cũng cho thấy chất lượng có ba yếu tố chủ yếu là chất lượng thông tin, chất lượng hệ thống và chất lượng dịch vụ, mơ hình cũng bổ sung thêm ý định sử dụng - việc sử dụng một hệ thống thông tin giúp người sử dụng cảm nhận được chất lượng thông tin, chất lượng hệ thống, chất lượng dịch vụ, sự hài lòng của người sử dụng sẽ tác động tích cực đến cảm nhận về chất lượng do hệ thống mang đến. Mơ hình DeLone & McLean (2003) đã loại bỏ ảnh hưởng cá nhân và ảnh hưởng tổ chức và thay thế chúng bằng lợi ích rịng, bổ sung thêm vào mơ hình các phản hồi giữa ý định sử dụng và sự hài lịng của người sử dụng.

2.1.2.2 Mơ hình chấp nhận và sử dụng cơng nghệ

Mơ hình chấp nhận công nghệ (TAM) được giới thiệu bởi Davis (1989), là sự điều chỉnh từ lý thuyết hành vi dự định (TRA) của Fishbein & Ajzen (1975) nhằm đo lường sự chấp nhận của người sử dụng đối với hệ thống thông tin. Theo Davis (1989), người sử dụng chấp nhận công nghệ dựa trên nhận thức dẫn đến ý định và hành vi, ba thành phần quan trọng trong TAM bao gồm các nhận thức dễ sử dụng, sự hữu ích và thái độ đối với việc sử dụng. Davis (1989) cũng cho rằng hệ thống công nghệ đổi mới được coi là dễ sử dụng hơn và ít phức tạp hơn sẽ có nhiều khả năng được chấp nhận và được sử dụng bởi người sử dụng tiềm năng. Theo Davis (2019), TAM dựa trên quan điểm của thái độ của người sử dụng có tác động đến sự chấp nhận hay từ chối sử dụng công nghệ thông tin.

</div>Trang 16<div class="page_container" data-page="16">

Lý thuyết thống nhất chấp nhận và sử dụng công nghệ mở rộng (UTAUT2) của

Venkatesh & cộng sự (2012) được phát triển từ lý thuyết thống nhất chấp nhận và sử dụng công nghệ gốc (UTAUT) của Venkatesh & cộng sự (2003). Mục tiêu của lý thuyết UTAUT2 nhằm dự đoán hành vi chấp nhận và sử dụng công nghệ của cá nhân hay tổ chức, lý thuyết UTAUT2 có thể đã khắc phục được sự khơng tồn diện của lý thuyết TRA của Fishbein & Ajzen (1975), lý thuyết TPB của Ajzen (1991), mơ hình TAM của Davis (1989), và lý thuyết UTAUT của Venkatesh & cộng sự (2003) trước đây. Cũng như UTAUT, UTAUT2 cũng đã được nhiều nhà nghiên cứu sử dụng trong các minh chứng về sự chấp nhận và sử dụng công nghệ. Theo Venkatesh & cộng sự

(2012), UTAUT2 áp dụng cấu trúc trước đây của UTAUT, nhưng bổ sung thêm các quan hệ trong cấu trúc ban đầu, ba mối quan hệ mới là động lực thụ hưởng, giá trị giá cả, thói quen với ý định sử dụng, và mối quan hệ giữa điều kiện thuận lợi với cả ý định sử dụng và hành vi sử dụng.

Các nghiên cứu có liên quan đến sự chấp nhận và sử dụng thương mại di động như nghiên cứu của Kalinic & cộng sự (2023) về sự hài lòng của người tiêu dùng trong thương mại di động với các thành phần lòng tin, ảnh hưởng xã hội, nhận thức sự hữu ích, tính di động, nhận thức sự thú vị trong sự hài lòng của người tiêu dùng trong thương mại di động. Nghiên cứu của Chhonker & Verma (2018) về việc áp dụng công nghệ thương mại di động với các thành phần nhận thức sự hữu ích, dễ dàng sử dụng, ảnh hưởng xã hội, điều kiện thuận lợi, kỳ vọng nỗ lực và ý định hành vi trong việc chấp nhận và sử dụng thương mại di động. Nghiên cứu của Singh & cộng sự (2017) về thu hút người tiêu dùng tham các kênh trực tuyến trong môi trường bán lẻ với các yếu tố nhận thức sự hữu ích, nhận thức rủi ro, hiệu suất cá nhân trong việc sự tương tác của thương mại điện tử và thương mại di động. Nguyen & Pham

(2016) xem xét các yếu tố ảnh hưởng đến ý định sử dụng dịch vụ TMDĐ của người tiêu dùng. Trong đó thể hiện tính linh hoạt, tính đa dạng dịch vụ, nhận thức sự hữu ích, nhận thức sự tín nhiệm, nhận thức tính dễ sử dụng, và ý định sử dụng dịch vụ TMDĐ. Một số nghiên cứu liên quan về TMDĐ được trình bày trong Bảng 2.1.

</div>Trang 17<div class="page_container" data-page="17">

Bảng 2.1: Các nghiên cứu liên quan đến đề tài

STT Tác giả Các yếu tố quan trọng Lĩnh vực

1 Kalinic & cộng sự (2021)

Lòng tin, Ảnh hưởng của xã hội, nhận thức sự hữu ích, tính di động, nhân thức sự thú vị

Sự hài lòng của người tiêu dùng trong TMDĐ

2 Chhonker & Verma (2017)

Nhận thức sự hữu ích, tính dễ dàng sử dụng, ảnh hưởng của xã hội, ý định hành vi, ý định thái độ, điều kiện thuận lợi và kỳ vọng nỗ lực

Ứng dụng TMDĐ

3 Singh & Srivastava (2017)

Nhận thức sự hữu ích, nhận thức rủi ro, hiệu suất cá nhân

Thương mại điện tử và TMDĐ

4 Nguyen & Pham (2016)

Tính linh hoạt, tính đa dạng dịch vụ, nhận thức sự hữu ích, nhận thức sự tín nhiệm, nhận thức tính dễ sử dụng

Ý định sử dụng dịch vụ TMDĐ

5 Shaw (2016) Nhận thức giá trị, nhận thức sự hữu ích, nhận thức sự thuận tiện

Ý định sử dụng TMDĐ

Từ các vấn đề thực tiễn thương mại di động, cơ sở lý thuyết của sự thành công của hệ thống thông tin (D&M) của DeLone & DeLone (1992; 2003), mơ hình chấp nhận công nghệ (TAM) của Davis (1992), lý thuyết thống nhất chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh & cộng sự (2003; 2012) và các nghiên cứu liên quan của Pavlou (2003); Hsu & Wang (2011); Cabanillas & cộng sự (2016; 2019);

Chhonker & Verma (2017); Singh & cộng sự (2017); Kalinic & cộng sự (2023), một

</div>Trang 18<div class="page_container" data-page="18">

mơ hình lý thuyết để xem xét ý định tiếp tục sử dụng hệ thống với bối cảnh của thương mại di động được đề xuất như ở Hình 2.1. Theo đó, các thành phần khái niệm của mơ hình được diễn giải như sau:

2.2.1 Ảnh hưởng xã hội

Ảnh hưởng xã hội (Social influence - SOI) được định nghĩa là mức độ mà một

cá nhân cho rằng những người khác tin rằng họ nên sử dụng hệ thống mới (Venkatesh & cộng sự, 2003). Sự ảnh hưởng từ bạn bè, người thân có ý nghĩa rất to lớn trong việc khuyến khích người tiêu dùng chấp nhận các sản phẩm và dịch vụ trong thương mại di động (Kalinic & cộng sự, 2023).

2.2.2 Nhận thức sự hữu ích

Nhận thức sự hữu ích (Perceived usefulness - PEU) là xác suất chủ quan của

người sử dụng tiềm năng trong việc sử dụng một hệ thống cụ thể để cải thiện hiệu suất công việc trong bối cảnh tổ chức (Davis, 1989). Nhận thức sự hữu ích thường được coi là yếu tố dự báo đáng tin cậy về mức độ hài lòng của người tiêu dùng đối với các dịch vụ ngân hàng trực tuyến (Cabanillas & cộng sự, 2016).

2.2.3 Tính di động

Tính di động (Mobility - MOB) được định nghĩa là khả năng di động và di

chuyển từ nơi này đến nơi khác bằng cách sử dụng một hoặc nhiều phương thức để đáp ứng nhu cầu hàng ngày (Venkatesh, 2019). Tính di động có thể hiểu là lợi ích của việc truy cập và sử dụng các dịch vụ không phụ thuộc vào thời gian và địa điểm (Mallat & cộng sự, 2009).

2.2.4 Nhận thức sự thú vị

Nhận thức sự thú vị (Perceived enjoyment - PEE) được định nghĩa là mức độ của niềm vui và sự thoải mái ngoài những kết quả về hiệu suất của hệ thống (Venkatesh & Davis, 2000). Nhận thức sự thú vị có thể được xem là mức độ mà hoạt động sử dụng công nghệ thú vị theo đúng nghĩa của nó, bỏ qua bất kỳ hậu quả hoạt động nào có thể được dự đoán trước (Manis & Choi, 2019).

</div>Trang 19<div class="page_container" data-page="19">

2.2.5 Lòng tin

Lòng tin (Trust - TRU) là sự tin tưởng của người sử dụng vào thiết bị di động đang được sử dụng để thực hiện giao dịch trực tuyến (Hong, 2018). Lòng tin là sự sẵn sàng của một bên có nhiều rủi ro mong đợi rằng một bên khác sẽ thực hiện một hành động cụ thể giống với các yêu cầu, cam kết đã đưa ra mà khơng cần hoặc ít giám sát (Chai & Kim, 2010).

Hình 2.1: Mơ hình ý định tiếp tục sử dụng thương mại di động

Theo Singh & cộng sự (2017), ảnh hưởng xã hội tác động đến về lòng tin của người tiêu dùng khi có ý định mua hàng trực tuyến. Trong khi đó, Taylor & cộng sự (2011) cho rằng, người tiêu dùng chấp nhận thương mại điện tử nếu có lịng tin với các sản phẩm. Kalinic & Marinkovic (2015); Cabanillas & cộng sự (2016) khẳng định rằng tính di động và nhận thức sự thú vị có mối quan hệ tích cực với lịng tin. Do đó, đối

với thương mại di động, các giả thuyết sau được đề xuất:

H1a: Ảnh hưởng xã hội có tác động tích cực đến lịng tin. H1b: Nhận thức sự hữu ích có tác động tích cực đến lịng tin. H1c: Tính di động có tác động tích cực đến lịng tin.

H1d: Nhận thức sự thú vị có tác động tích cực đến lòng tin.

Ảnh hưởng xã hội

Ý định tiếp tục sử dụngNhận thức

sự hữu ích

Lịng tin

Sự hài lịng người sử dụng Nhận thức

sự thú vị

H1a H2a H1b H2b

H1c H2c H1d H2d

H4

H5H3,

Tính di động

</div>Trang 20<div class="page_container" data-page="20">

2.2.6 Sự hài lòng người sử dụng

Sự hài lòng người sử dụng (User satisfaction - USS) được dùng để làm thang

đo cho sự thành công của hệ thống thông tin và nó đã trở thành một trong những thước đo được sử dụng rộng rãi nhất về sự thành công của hệ thống thông tin (DeLone & McLean, 2003). Sự hài lòng người sử dụng được xem là thái độ chung của người sử dụng đối với thương mại di động từ những trải nghiệm tích lũy được thơng qua hành vi sử dụng thương mại di động (Cabanillas & cộng sự, 2019).

Theo Li & Fang (2023), mức độ hữu ích được ghi nhận như một tiền đề đáng kể của sự hài lịng với các ứng dụng có thương hiệu trên thiết bị di. Bên cạnh đó,

Illescas & cộng sự (2020) cho rằng tính di động là một yếu tố dự báo quan trọng về mức độ hài lòng của người tiêu dùng. DeLone & McLean (2003); Kalinic & Marinkovic (2015) khẳng định rằng ảnh hưởng xã hội và nhận thức sự thú vị có mối

quan hệ tích cực với sự hài lịng người sử dụng. Do đó, đối với thương mại di động,

các giả thuyết sau được đề xuất:

H2a: Ảnh hưởng xã hội có tác động tích cực đến sự hài lịng người sử dụng. H2b: Sự hữu ích có tác động tích cực đến sự hài lịng người sử dụng.

H2c: Tính di động có tác động tích cực đến sự hài lịng người sử dụng. H2d: Nhận thức sự thú vị có tác động tích cực đến sự hài lịng người sử dụng.

Yếu tố tòng tin trong thương mại điện tử là mức độ tin cậy cho thấy ý định và hành động của một người tiêu dùng trong quá trình giao dịch (Wijoseno & Ariyanti, 2017). Do đó, lịng tin và sự hài lòng người sử dụng là hai yếu tố có liên quan chặt chẽ với nhau đã được khẳng định trong nhiều nghiên cứu (Cabanillas & cộng sự,

2019). Do đó, đối với thương mại di động, giả thuyết sau được đề xuất:

H3: Lịng tin có tác động tích cực đến sự hài lịng người sử dụng.

2.2.7 Ý định tiếp tục sử dụng

</div>Trang 21<div class="page_container" data-page="21">

Ý định tiếp tục sử dụng thương mại di dộng (Intention to continue usage of commerce - ICM) được sử dụng như một cơng cụ dự đốn về hành vi thực tế, rất quan trọng và được thiết lập tốt trong hệ thống thông tin và các ngành liên quan (Venkatesh & cộng sự, 2012). Ý định tiếp tục sử dụng thương mại di đề cập đến mức độ liên tục của ý định của một người thực hiện hành vi, thương mại di động hỗ trợ người sử dụng trong các tình huống khác nhau, do đó họ hài lịng với trải nghiệm ban đầu của mình, điều đó dẫn đến ý định tiếp tục sử dụng thương mại di động (Chen, 2017).

m-Theo Marinkovic & Kalinic (2017), để giữ chân khách hàng hiện tại, các nhà cung cấp thương mại điện tử nên chú trọng đến việc đảm bảo họ hài lịng, vì sự hài lịng của khách hàng có tác động tích cực đến ý định tiếp tục sử dụng của người tiêu dùng.Mặt khác, Cabanillas & cộng sự (2016); Masri & Tarhini (2017) đã chứng tỏ rằng lòng tin là yếu tố dự báo mạnh nhất về ý định tiếp tục mua hàng trực tuyến. Do

đó, đối với thương mại di động, giả thuyết sau được đề xuất:

H4: Lòng tin có tác động tích cực đến ý định tiếp tục sử dụng hệ thống. H5: Sự hài lòng người sử dụng có tác động tích cực tiếp tục sử dụng hệ thống.

Chương này giới thiệu tổng quan cơ sở lý thuyết, mơ hình nghiên cứu, các giả thuyết nghiên cứu. Trong đó bao gồm giới thiệu tổng quát về thương mại di động, các cơ sở lý thuyết về sự thành công của hệ thống thông tin, sự chấp nhận và sử dụng công nghệ, và các nghiên cứu có liên quan. Trên cơ sở đó, tác giả đề xuất một mơ hình lý thuyết về ý định tiếp tục sử dụng hệ thống thông tin trong bối cảnh của thương mại di động. Các khái niệm của mô hình lý thuyết đề xuất và các giả thuyết nghiên cứu cũng được được luận giải một cách chi tiết.

</div>Trang 22<div class="page_container" data-page="22">

Chương 3

Trong chương trước đã trình bày cơ sở lý thuyết, đề xuất mơ hình nghiên cứu và các giả thuyết. Chương 3 giới thiệu phương pháp nghiên cứu được sử dụng để đánh giá thang đo lường các khái niệm, kiểm định mơ hình lý thuyết, và kiểm định các giả thuyết nghiên cứu. Bên cạnh đó, chương này cũng trình bày thang đo lường các khái niệm nghiên cứu.

Nghiên cứu này được thực hiện theo phuơng pháp hỗn hợp tuần tự, Nghiên cứu

hỗn hợp có nguồn gốc từ việc sử dụng đa phương pháp để đánh giá thang đo của

Campbell & Fiske (1959). Phương pháp luận khoa học của nghiên cứu này với phương pháp nghiên cứu được thiết kế theo hỗn hợp tuần tự định tính trước và định lượng sau. Theo Creswell & Creswell (2023), hai yếu tố để xác định phương pháp thiết kế hỗn hợp: (1) tiếp cận ưu tiên trong phương pháp nghiên cứu hỗn hợp, ưu tiên thực hiện tỷ trọng nghiên cứu định lượng và định tính bằng nhau, hoặc khác nhau; và (2) thu thập dữ liệu là thứ tự thu thập dữ liệu định tính và định lượng. Nghiên cứu này ưu tiên phương pháp định lượng được sử dụng nhiều hơn định tính và lấy dữ liệu tuần tự theo thời điểm, định tính trước định lượng sau.

3.2.1 Thang đo nghiên cứu

Phát triển thang đo

Phát triển thang đo nháp bằng nghiên cứu sơ bộ định tính. Đầu tiên từ các cơ sở lý thuyết có liên quan kết hợp với với nghiên cứu kinh nghiệm để hình thành thang đo nháp. Kế tiếp, thảo luận với các chuyên gia có kinh nghiệm trong lĩnh vực thương mại điện tử - đặc biệt là thương mại di động theo phương pháp phỏng vấn tay đôi.

</div>Trang 23<div class="page_container" data-page="23">

Theo Creswell & Creswell (2023), để nghiên cứu kinh nghiệm thông qua trao đổi với các nhà nghiên cứu trong lĩnh vực nghiên cứu giúp kiểm tra nội dung của các biến quan sát có bao hàm các nội dung của khái niệm không, và thảo luận tay đơi với chun gia có liên quan trong bối cảnh của thương mại di động để xây dựng các biến quan sát. Nghiên cứu sơ bộ định tính để điều chỉnh và bổ sung thang đo, nhằm đánh giá cách sử dụng thuật ngữ trong bảng câu hỏi khảo sát nhằm điều chỉnh thuật ngữ thích hợp trước khi đánh giá sơ bộ.

Đánh giá thang đo

Đánh giá thang đo chính thức thơng qua nghiên cứu định lượng, thang đo chính thức được sử dụng cho nghiên cứu chính thức với bảng khảo sát như ở Phụ lục 1. Trong nghiên cứu chính thức định lượng dự kiến lấy mẫu với cỡ mẫu n khoảng 200 theo phương pháp thuận tiện với những người đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động. Nghiên cứu chính thức định lượng để kiểm định thang đo, và kiểm định mơ hình lý thuyết và các giả thuyết. Các đánh giá bao gồm: (1) Phân tích nhân tố khám phá (EFA) để đánh giá sơ bộ tính đơn hướng, giá trị hội tụ, và giá trị phân biệt của thang đo; (2) Phân tích nhân tố khẳng định (CFA) để kiểm định các thông số của thang đo, bao gồm độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE), tính đơn hướng, giá trị hội tụ, và giá trị

phân biệt. (3) Phân tích mơ hình cấu trúc tuyến tính (SEM) theo phương pháp Bayes

(Bayesian SEM) để kiểm định mơ hình lý thuyết và các giả thuyết nghiên cứu.

3.2.2 Dữ liệu nghiên cứu

Thiết kế mẫu

Phương pháp chọn mẫu

Phương pháp lấy mẫu ngẫu nhiên có chọn lọc cho nghiên cứu sơ bộ định tính, và phương pháp lấy mẫu thuận tiện cho nghiên cứu sơ bộ và nghiên cứu chính thức định lượng. Lấy mẫu xác xuất tốn nhiều thời gian và chi phí, nên các nhà nghiên cứu thường phải sử dụng phương pháp chọn mẫu phi xác xuất, và chấp nhận hy sinh tính đại diện của mẫu (Nguyễn Đình Thọ, 2013).

</div>Trang 24<div class="page_container" data-page="24">

Cỡ mẫu

Trong phân tích nhân tố khám phá (EFA), cỡ mẫu khoảng từ 100 đến 200 là đủ. Trong phân tích nhân tố khẳng định (CFA) cỡ mẫu có thể tùy thuộc vào phương pháp ước lượng, cỡ mẫu cho thang đo tốt là khoảng từ 100 đến 300 (Byrne, 2016). Theo đó, trong nghiên cứu định lượng chọn cỡ mẫu được chọn là n khoảng 200.

Thu thập dữ liệu

Nghiên cứu thu thập dữ liệu theo phương pháp điều tra khảo sát, phù hợp để giải thích mối quan hệ giữa các khái niệm nghiên cứu và để kiểm định mơ hình lý thuyết, đây cũng là phương pháp chính trong các nghiên cứu định lượng về hành vi tổ chức (Cresswell & Cresswell, 2023). Nghiên cứu định lượng sử dụng thang đo Likert 5 mức để đánh giá các biến quan sát, với các mức đánh giá [1]: hồn tồn khơng đồng ý – [2]: khơng đồng ý – [3]: trung bình – [4]: đồng ý – [5]: hoàn toàn đồng ý. Thang đo chi tiết các khái niệm dựa trên cơ sở lý thuyết và các nghiên cứu liên quan như ở Bảng 3.1. Dữ liệu được thu thập bằng phương pháp lấy mẫu thuận tiện. Bảng khảo sát được gửi đi dưới dạng câu hỏi trực tuyến trên Google Docs đến đối tượng khảo sát lấy mẫu là những đáp viên đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động ở Việt Nam.

Bảng 3.1: Tổng hợp các khái niệm nghiên cứu Các khái niệm Số biến

quan sát Diễn giải tham chiếu

Ảnh hưởng xã hội 4 Venkatesh & ctg (2012); Pandey (2020)

Nhận thức sự hữu ích 4 Davis (1989); Bolen & Ozen (2020)

Tính di động 4 Kim & ctg. (2010); Mallat & ctg. (2016)

Nhận thức sự thú vị 4 Han & ctg. (2016); Pandey & ctg. (2020)

Lòng tin 4 Pavlou (2003); Cabanillas & ctg. (2019)

Sự hài lòng người sử dụng 4 DeLone & McLean (2023); Cabanillas & ctg. (2019)

Ý định tiếp tục sử dụng 4 Kalinic & Marinkovic (2015); Bolen & Ozen (2020)

</div>Trang 25<div class="page_container" data-page="25">

Phân tích dữ liệu

Phân tích nhân tố khám phá và phân tích độ tin cậy

Phân tích nhân tố khám phá (EFA) thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, để đảm bảo các biến quan sát có trong cấu trúc khái niệm có liên hệ với nhau đủ lớn để tạo ra thang đo. Phân tích EFA đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt (Nguyễn Đình Thọ, 2013). Các phép xoay yếu tố như varimax hoặc promax sẽ cực đại hóa hệ số tải của một biến quan sát lên một trong những yếu tố rút trích được trong khi sẽ cực tiểu hóa hệ số tải trên các yếu tố rút trích khác trong ma trận xoay yếu tố, số lượng yếu tố rút trích được bằng đúng với số các yếu tố có giá trị eigenvalue > 1. Các biến quan sát trong trong EFA chỉ được giữ lại khi hệ số KMO của các biến đưa vào phân tích > 0,50; hệ số tải nhân tố khám phá > 0,50 trên cấu trúc khái niệm tương ứng; tổng phương sai trích (TVE) của các biến quan sát > 50% (Hair & cộng sự, 2019).

Phân tích nhân tố khẳng định

Phân tích nhân tố khẳng định (CFA) cho phép kiểm định cấu trúc lý thuyết của thang đo mà không bị chệch do sai số đo lường. Các thông số kiểm định thang đo bao gồm độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE), tính đơn hướng, giá trị hội tụ, giá trị phân biệt (Hair & cộng sự, 2019).

Phương sai trích trung bình (AVE) của các biến trong cấu trúc khái niệm theo

như Fornell & Larcker (1981) được tính theo cơng thức (3.1). 𝐴𝐴𝐴𝐴𝐴𝐴 = ∑𝑛𝑛𝑖𝑖=1𝜆𝜆2𝑖𝑖

𝑛𝑛 (3.1)

− 𝜆𝜆𝑖𝑖: hệ số tải chuẩn hóa của biến quan sát thứ i

− n: số biến quan sát của thang đo.

Độ tin cậy tổng hợp (CR) của các biến trong cấu trúc khái niệm theo như

Joreskog (1971) được tính theo cơng thức (3.2). 𝐶𝐶𝐶𝐶 = (∑ 𝜆𝜆(∑𝑛𝑛𝑖𝑖=1𝜆𝜆𝑖𝑖)2

𝑖𝑖=1 )2+ (∑𝑛𝑛 𝜀𝜀𝑖𝑖

𝑖𝑖=1 ) (3.2)

</div>Trang 26<div class="page_container" data-page="26">

− 𝜆𝜆𝑖𝑖: hệ số tải chuẩn hóa của biến quan sát thứ i

− 𝜀𝜀𝑖𝑖: phương sai của sai số đo lường.

− n: số biến quan sát của thang đo.

Các chỉ số để đo độ phù hợp được chia thành hai nhóm: (1) Các chỉ số tuyệt

đối dùng để đo mức độ khác biệt giữa dữ liệu của mẫu và dữ liệu từ mơ hình. Mơ

hình phù hợp với dữ liệu khi RMSEA ≤ 0,05 và chấp nhận được khi RMSEA ≤ 0,08

(Steiger, 1990). (2) Các chỉ số tương đối dùng để đo việc cải thiện sự phù hợp của

mơ hình nghiên cứu với dữ liệu thực tế qua việc so sánh mơ hình đề xuất với một mơ hình chuẩn tương tự nhưng có nhiều giới hạn được gán. Các chỉ số thường dùng thuộc

nhóm này là GFI, TLI, CFI, NFI. Trong đó, CFI và TLI là hai chỉ số có liên quan chặt với nhau, mơ hình được xem là phù hợp với dữ liệu khi CFI và TLI ≥ 0,90 (Bentler & Bonett, 1980). Các chỉ số cơ bản để đánh giá độ phù hợp của mơ hình đo lường

bao gồm χ2/dF, GFI, CFI, NFI, TLI, và RMSEA. Mơ hình đo lường được xem là phù hợp với dữ liệu khi đạt các chỉ số như ở Bảng 3.2.

Bảng 3.2: Các chỉ số tham chiếu trong phân tích nhân tố khẳng định Chỉ số Giá trị Diễn giải tham chiếu

χ2/dF ≤ 2,00 Bentler & Bonett (1980) GFI ≥ 0,90 Joreskog & Sorbom (1984) NFI ≥ 0,90 Bentler & Bonett (1980) TLI ≥ 0,90 Bentler & Bonett (1980) CFI ≥ 0,90 Bentler & Bonett (1980)

Nguồn: Tác giả tổng hợp

Phân tích mơ hình cấu trúc tuyến tính theo Bayes (Bayesian SEM)

Nghiên cứu này dùng phân tích mơ hình cấu trúc tuyến tính (SEM) theo

phương pháp Bayes (Bayesian SEM) để kiểm định các mối quan hệ cấu trúc giữa các

khái niệm và kiểm định các giả thuyết nghiên cứu (Byrne, 2016). Theo đó, phương

pháp Bayes cho kết quả tốt hơn so với phương pháp ước lượng khả dĩ nhất (ML), và

</div>Trang 27<div class="page_container" data-page="27">

tạo ra kết quả đáng tin cậy hơn với các tập mẫu có kích thước nhỏ (Zyphur & Oswald, 2013). Để kiểm định các giả thuyết nghiên cứu, thông thường cần sự hỗ trợ của mức

ý nghĩa thống kê (p-value) để chấp nhận hay bác bỏ các giả thuyết nghiên cứu, trong

khi phương pháp Bayes có xu hướng ủng hộ các giả thuyết nghiên cứu có nhiều khả năng tương đối theo dữ liệu nghiên cứu (Kruschke & Liddell, 2018).

Kết quả của phân tích Bayes là phân phối posterior, phản ánh sự kết hợp giữa các giai đoạn và minh chứng thực nghiệm của nghiên cứu (Bolstad, 2004). Khoảng tin cậy Bayes được tính từ % của chặn dưới đến % của chặn trên của hậu nghiệm

(posterior), có giá trị từ 2,5% đến 97,5%, tạo thành phạm vi tin cậy của phương pháp

Bayes là 95% (Byrne, 2016).

3.2.3 Thang đo các khái niệm nghiên cứu

Các thành phần khái niệm của mơ hình lý thuyết được diễn giải tham chiếu như Bảng 3.1. Trong đó, bao gồm ba thành phần chính là các biến độc lập, các biến trung gian, biến phụ thụ. Chi tiết thang đo được diễn giải như sau:

Ảnh hưởng xã hội (SOI) được định nghĩa là mức độ mà một cá nhân cho rằng

những người khác tin rằng họ nên sử dụng hệ thống mới (Venkatesh & cộng sự, 2003). Khái niệm ảnh hưởng xã hội có 4 biến quan sát được trình bày ở Bảng 3.3.

Bảng 3.3: Các biến quan sát ảnh hưởng xã hội (SOI)

Ứng dụng thương mại di động được sử dụng rộng rãi trong cộng đồng SOI1 Hầu hết bạn bè đều sử dụng các ứng dụng thương mại di động SOI2 Gia đình, người thân và bạn bè ln ủng hộ sử dụng thương mại di động SOI3 Các thành viên gia đình có sử dụng ứng dụng thương mại di động SOI4

Nhận thức sự hữu ích (PEU) là xác suất chủ quan của người sử dụng tiềm

năng trong việc sử dụng một hệ thống cụ thể để cải thiện hiệu suất công việc trong bối cảnh tổ chức (Davis, 1989). Khái niệm nhận thức sự hữu ích có 4 biến quan sát được trình bày chi tiết như ở Bảng 3.4.

</div>Trang 28<div class="page_container" data-page="28">

Bảng 3.4: Các biến quan sát nhận thức sự hữu ích (PEU)

Thương mại di động cung cấp các sản phẩm và dịch vụ phù hợp PEU1 Thương mại di động cung cấp các dịch vụ mua sắm tuỳ chọn PEU2 Thương mại di động giúp cải thiện hiệu suất trong việc mua sắm PEU3 Mua sắm qua di động thuận tiện hơn so với qua máy tính cá nhân PEU4

Tính di động (MOB) được định nghĩa là khả năng di động và di chuyển từ nơi

này đến nơi khác bằng cách sử dụng một hoặc nhiều phương thức để đáp ứng nhu cầu hàng ngày (Venkatesh, 2019). Khái niệm tính di động có 4 biến quan sát được trình bày chi tiết như ở Bảng 3.5.

Bảng 3.5: Các biến quan sát tính di động (MOB)

Sử dụng dịch vụ thương mại di động là nhanh chóng MOB1

Có thể mua sắm bất cứ lúc nào với thương mại di động MOB3 Thương mại di động giúp thực hiện nhiều công việc tại một thời điểm MOB4

Nhận thức sự thú vị (PEE) được định nghĩa là mức độ của niềm vui và sự thoải

mái ngoài những kết quả về hiệu suất của hệ thống (Venkatesh & Davis, 2000). Khái niệm nhận thức sự thú vị có 4 biến quan sát được trình bày chi tiết như ở Bảng 3.6.

Bảng 3.6: Các biến quan sát nhận thức sự thú vị (PEE)

Sử dụng thương mại di động như được sống trong một thế giới riêng PEE1 Sử dụng thương mại di động mang lại nhiều niềm vui PEE2 Thương mại di động mang đến nhiều sự lựa chọn PEE3 Thương mại di động là một cách để giảm căng thẳng PEE4

</div>Trang 29<div class="page_container" data-page="29">

Lòng tin (TRU) là sự tin tưởng của người sử dụng vào thiết bị di động đang được sử dụng để thực hiện giao dịch trực tuyến (Hong, 2018). Khái niệm lịng tin có 4 biến quan sát được trình bày chi tiết như ở Bảng 3.7.

Bảng 3.7: Các biến quan sát lòng tin (TRU)

Dựa trên kinh nghiệm mua sắm, thương mại di động là trung thực TRU1 Dựa trên kinh nghiệm mua sắm, thương mại di động là đáng tin cậy TRU2 Dựa trên kinh nghiệm mua sắm, thương mại di động luôn quan tâm khách hàng TRU3 Có lịng tin khi sử dụng thương mại di động trên những kênh mua sắm phổ biến TRU4

Sự hài lòng người sử dụng (USS) được dùng để làm thang đo cho sự thành

cơng của hệ thống thơng tin và nó đã trở thành một trong những thước đo được sử dụng rộng rãi nhất về sự thành công của hệ thống thông tin (DeLone & McLean, 2003). Khái niệm Sự hài lòng người sử dụng có 4 biến quan sát như ở Bảng 3.8.

Bảng 3.8: Các biến quan sát sự hài lịng người sử dụng (USS)

Cảm thấy rất thích thú khi sử dụng thương mại di động USS1 Sử dụng thương mại di động mang lại nhiều niềm vui USS2 Hài lòng với việc sử dụng dịch vụ thương mại di động USS3 Hài lòng với những chức năng có trên thương mại di động USS4

Ý định tiếp tục sử dụng thương mại di dộng (ICM) được sử dụng như một cơng

cụ dự đốn về hành vi thực tế, rất quan trọng và được thiết lập tốt trong hệ thống thông tin và các ngành liên quan (Venkatesh & cộng sự, 2012). Ý định tiếp tục sử dụng thương mại di đề cập đến mức độ liên tục của ý định của một người thực hiện hành vi, thương mại di động hỗ trợ người sử dụng trong các tình huống khác nhau, do đó họ hài lịng với trải nghiệm ban đầu của mình, điều đó dẫn đến ý định tiếp tục

</div>Trang 30<div class="page_container" data-page="30">

sử dụng thương mại di động (Chen, 2017). Khái niệm ý định tiếp tục sử dụng (ICM) có 4 biến quan sát được trình bày như ở Bảng 3.9.

Bảng 3.9: Các biến quan sát ý định tiếp tục sử dụng (ICM)

Có dự định tiếp tục sử dụng dịch vụ dụng thương mại di động ICM1 Đang và sẽ tiếp tục sử dụng thương mại di động trong tương lai ICM2 Sẵn sàng tiếp tục sử dụng dụng thương mại di động khi có cơ hội ICM3

Chương 3 giới thiệu phương pháp nghiên cứu là nghiên cứu hỗn hợp tuần tự với phương pháp định tính trước và phương pháp định lượng sau. Chương này cũng trình bày chi tiết cách thức thu thập dữ liệu và các phương pháp phân tích dữ liệu định lượng để kiểm định mơ hình lý thuyết và kiểm định các giả thuyết nghiên cứu. Chương 3 cịn trình bày và diễn giải chi tiết các thang đo của các khái niệm nghiên cứu của các biến quan sát.

</div>Trang 31<div class="page_container" data-page="31">

Chương 4

Chương 4 trình bày kết quả kiểm định thang đo và mơ hình, kiểm định các giả thuyết nghiên cứu một cách chi tiết. Các phân tích bao gồm phân tích nhân tố khám phá và phân tích nhân tố khẳng định. Đặc biệt, phân tích mơ hình cấu trúc tuyến tính theo phương pháp Bayes (Bayesian SEM) để kiểm định mơ hình và các giả thuyết nghiên cứu. Ngồi ra, thảo luận về những đóng góp của nghiên cứu cũng được trình bày trong chương này.

Có tất cả 205 mẫu khảo sát hợp lên trên tổng số 209 mẫu thu được (có bốn mẫu khơng hợp lệ). Các thông số thống kê cụ thể như sau:

Giới tính: tỷ lệ nam và nữ sử dụng thương mại di động lần lượt là 41,3% và

57,7% - cho thấy sự quan tâm của nữ là cao hơn so với nam. Thu nhập: mức thu nhập dưới 5 triệu đồng chiếm tỷ lệ lớn nhất với 74%; tiếp theo là mức thu nhập từ 5 đến dưới 10 triệu đồng chiếm 18,2%; mức thu nhập từ 10 đến dưới 15 triệu đồng và từ 15 đến dưới 20 triệu đồng chiếm tỷ lệ lần lượt là 5,3% và 1,4%; tỷ lệ thấp nhất là thu nhập trên 20 triệu đồng với chỉ 1,1% - cho thấy việc sử dụng thương mại di động không phụ thuộc nhiều và thu nhập cao hay thấp. Thương mại di động: các sàn giao dịch được sử dụng phổ biến nhất là Shopee, Lazada, Tiki, và Sendo với tỷ lệ lần lược là 92,2%, 45,2%, 53,6%, và 16,3%; các sàn giao dịch khác chiếm tỷ lệ rất thấp với chỉ khoảng 1,2%. Thời gian sử dụng thương mại di động: thời gian sử dụng trong tuần dưới 1 tiếng chiếm tỷ lệ lớn nhất với 75%; từ 1 đến dưới 3 tiếng là 18,3%, và chiếm tỷ lệ thấp nhất với 6,7% với thời gian sử dụng trên 3 tiếng.

Từ cơ sở lý thuyết của sự thành công của hệ thống thông tin (D&M) của

</div>Trang 32<div class="page_container" data-page="32">

DeLone & DeLone (1992; 2003), mơ hình chấp nhận cơng nghệ (TAM) của Davis

(1992), lý thuyết thống nhất chấp nhận và sử dụng công nghệ (UTAUT) của

Venkatesh & cộng sự (2003; 2012) và các nghiên cứu liên quan của Pavlou (2003);

Hsu & Wang (2011); Singh & cộng sự (2017); Cabanillas & cộng sự (2016; 2019);

Kalinic & cộng sự (2023) để hình thành thang đo nháp.

Thực phỏng vấn các chuyên gia có kinh nghiệm trong lĩnh vực thương mại điện tử, đặc biệt là thương mại di động theo phương pháp phỏng vấn tay đôi. Phương pháp phỏng vấn chuyên gia nhằm hiệu chỉnh và chỉnh sửa các câu hỏi trong bảng khảo sát của thang đo nháp. Một số chuyên gia nghiên cứu có kinh nghiệm và nhà quản lý có liên quan được trình bày như ở Phụ lục 2.

4.2 Kết quả nghiên cứu định lượng 4.2.1 Kiểm định thang đo

• Phân tích nhân tố khám phá (EFA)

Phân tích nhân tố khám phá (EFA) lần thứ nhất thang đo của 28 biến quan sát

theo phép quay varimax, loại bỏ một biến quan sát USS4 của thành phần sự hài lịng

người sử dụng (USS) do có hệ số tải nhân tố khám phá thấp (Hair & cộng sự, 2019). Phân tích nhân tố khám phá lần thứ hai rút trích được bảy nhân tố từ 27 biến quan sát, các biến được rút trích thành từng nhóm nhân tố trong ma trận xoay yếu tố đúng

như mơ hình đề xuất. Các nhân tố được rút trích bao gồm các tiền tố ảnh hưởng xã

hội; nhận thức sự hữu ích; tính di động; nhận thức sự thú vị, các yếu tố trung gian lòng tin và sự hài lòng người sử dụng, và yếu tố kết quả ý định tiếp tục sử dụng thương mại di động. Hệ số tải nhân tố khám phá của các biến quan sát có giá trị từ

0,716 đến 0,910, chi tiết như ở Bảng 4.1 và Phụ lục 3.

Hệ số KMO (Kaiser–Meyer–Olkin) là 0,832, với mức ý nghĩa thống kê p = 0,000, cho thấy phân tích nhân tố khám phá của các thành phần thang đo là phù hợp. Bên cạnh đó, tổng phương sai trích (TVE) của các biến là 80,91%, nên các thang đo giải thích được khoảng 80,91% sự biến thiên của tập dữ liệu (Hair & cộng sự, 2019).

</div>