38 Trang 9 DANH MỤC TỪ VIẾT TẮT Chữ viết tắt Chữ đầy đủ Tiếng Việt Chữ đầy đủ Tiếng Anh AU Thái độ sử dụng Attitude Toward Use AVE Tổng giá trị trung bình của bình phương hệ số tải n
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
CÁC KHÁI NI ỆM LIÊN QUAN ĐẾN ĐỀ TÀI
2.1.1 Khái niệm Công nghệ nhà thông minh
Hiện nay, có nhiều định nghĩa dành cho nhà thông minh cũng như công nghệ này (Chan, Campo, Esteve & Fourniols, 2009) Theo t ừ điển Oxford (2021), nhà thông minh là một ngôi nhà được trang bị hệ thống chiếu sáng, sưởi ấm và các thi t bế ị điệ ửn t có thể điều khiển từ xa bằng điện thoại hoặc máy tính Theo định nghĩa của Gram-Hassen và Darby
(2018), nhà thông minh là ngôi nhà có thi t b liên l c và c m bi n k thu t s Gế ị ạ ả ế ỹ ậ ố ần đây, Marikyan et al (2019) đã định nghĩa nhà thông minh là nơi được trang b các công ngh ị ệ thông minh nh m cung c p các d ch v phù hằ ấ ị ụ ợp cho người dùng Công ngh nhà thông ệ minh bao g m ph n c ng, c m bi n và công tồ ầ ứ ả ế ắc, đồng th i cho phép thi t k và phát triờ ế ế ển các thi t b gia d ng, thi t b k thu t s và d ch v mế ị ụ ế ị ỹ ậ ố ị ụ ới (thông minh) được các hộ gia đình sử d ng Các thi t b , s n ph m và d ch v ụ ế ị ả ẩ ị ụ gia đình thông minh có thể được lập trình để làm hầu h t mế ọi thứ như để thông báo cho cư dân khi cổng chính đang ở m ho c khi nhiặ ệt độ phòng quá cao ho c quá thặ ấp, để cung c p m t mấ ộ ức độ an ninh cho những người gặp khó khăn về mặt thể chất hoặc cảnh báo người già uống thuốc Công nghệ nhà thông minh là một ứng d ng hiụ ện đạ ủi c a máy tính ph bi n k t h p trí thông minh và tổ ế ế ợ ự động hóa vào môi trường gia đình để tạo sự thoải mái, kiểm soát an ninh, chăm sóc sức khỏe và bảo toàn năng lương (Alam et al., 2012) Tóm l i, công ngh nhà thông minh có th ạ ệ ể được hi u là mể ột thuật ngữ chung ch các tiỉ ện nghi cơ bản trong nhà được trang b công nghị ệ truyền thông, cho phép tự động hóa hoặc điều khi n t xa m t mể ừ ở ộ ức độ nào đó.
Lợi ích c a nhà thông minh ủ
Công ngh ệ nhà thông minh đang đượ ử ục s d ng ngày càng nhi u trong các ngôi nhà, ề vì nhi u lý do khác nhau Cho dù ch m t thi t b hay toàn b mề ỉ ộ ế ị ộ ạng, người tiêu dùng đang tận d ng nhiụ ều tính năng và khả năng của nó để ả b o v ngôi nhà, tài s n và nhệ ả ững người thân yêu c a hủ ọ Sau đây là mộ ố ợt s l i ích tiêu bi u c a nhà thông minh: ể ủ
Từ hệ thống an ninh thông minh và loa cho đến ánh sáng và TV, việc liên kết các thiết b ị được k t n i có th c i thiế ố ể ả ện năng suất của ngôi nhà Khả năng kết n i gi a các thiố ữ ết bị như vậy cho phép người dùng quản lý và giám sát t xa b ừ ộ điều nhi t, xem l i c nh quay ệ ạ ả camera giám sát, lập trình đèn trong nhà và ngoài trời, v.v., t t c mà không c n ph i rấ ả ầ ả ời khỏi nơi làm việc của họ — hoặc thậm chí là bàn b p c a hế ủ ọ Điều này cũng giúp tiết kiệm tiền điện nước
❖ Khả năng giám sát từ xa
Nếu được kết nối với thiết bị di động, máy tính xách tay hoặc máy tính để bàn, nhà thông minh có th ể được qu n lý t b t k ả ừ ấ ỳ đâu, bất k lúc nào thông qua giám sát t ỳ ừ xa Điều này cho phép đăng ký theo thời gian thực trên các yếu tố khác nhau c a ngôi nhà và tài sủ ản của bạn
Tùy thu c vào thi t b , các s n ph m thông minh có thộ ế ị ả ẩ ể điều chỉnh để phù h p vợ ới sở thích ho c nhu c u tùy ch nh cặ ầ ỉ ủa người dùng cụ thể Bộ điều nhi t thông minh có th ệ ể điều chỉnh nhiệt độ trong nhà của bạn dựa trên điều kiện th i tiết địa phương, giúp không ờ gian thoải mái hơn cho người ở
Thông qua s k t n i l n nhau c a công ngh ự ế ố ẫ ủ ệ nhà thông minh cũng như theo dõi và giám sát th i gian th c, ch nhà có th biờ ự ủ ể ết chính xác điều gì đang xảy ra và nh n c nh báo ậ ả thời gian th c v b t k s cố ự ề ấ ỳ ự đáng ngờ nào đang xảy ra trong ngôi nhà
❖ Giúp theo dõi và b o v s c kh e ả ệ ứ ỏ
Kiểm tra những người thân yêu lớn tuổi khi b n không th ạ ểở đó mang lại sự an tâm và yên tâm về cuộc sống an toàn, độ ập Điều này đặc l c bi t quan tr ng trong các h n ch ệ ọ ạ ế kiểm d ch trong thị ời kỳ đại d ch coronavirus mị ới (COVID-19) đang diễn ra Việc bổ sung các công ngh thông minh, ch ng hệ ẳ ạn như chăm sóc sức kh e và camera tỏ ạo điều ki n cho ệ giao tiếp âm thanh và video hai chi u theo th i gian th c Các thi t b ề ờ ự ế ị này cũng có thể được tích h p v i các thi t b theo dõi s c khợ ớ ế ị ứ ỏe, đồng hồ thông minh đeo tay và dây đeo c tay ổ để ả b o v thêm ệ
❖Quản lý năng lượng hiệu quả
Như đã đề cập ở trên, quản lý các tiện ích như sưởi ấm, làm mát và chiếu sáng có th tiể ết kiệm chi phí năng lượng Lập trình trước bộ điều nhi t c a bệ ủ ạn đến một nhiệt độ cụ thể trong nh ng thữ ời điểm nhất định trong ngày đảm bảo s thoự ải mái, đồng thờ ắi c t gi m ả chất th i Xem xét các cả ổ ắm thông minh để quản lý tính năng tự động t t cho các thi t b ắ ế ị điệ ửn t như TV và hệ thống chơi game Bóng đèn LED thông minh giúp người dùng có thể bật tắt đèn vào những thời điểm nhất định để bảo mật và tiện lợi
Cân nh c tri n khai các thi t b b o v bắ ể ế ị ả ệ ếp nướng và bếp nướng thông minh để ngắt thiết b tị ự động Điều này cung cấp khả năng giám sát thời gian thực đối với các mối nguy hiểm như để trên b p nóng, bế ếp nướng hoặc lò nướng — t t c ấ ả đều có th dể ẫn đến h a ho n, ỏ ạ rò r khí ga và th t thoát khí propan t máy l nh ỉ ấ ừ ạ
❖Phát hi n rò r và c m biệ ỉ ả ến lũ lụt
Bảo vệ ngôi nhà c a b n kh i rò r và ngủ ạ ỏ ỉ ập lụt là một tính năng thông minh khác Nhận cảnh báo di động theo thời gian th c thông qua c m bi n phát hiện rò rỉ và ng p l t ự ả ế ậ ụ của hệ thống của bạn để tránh những thiệt hại tốn kém trước khi chúng xảy ra
Thị trường nhà thông minh ởViệt Nam
Theo Statista (2020), tính đến tháng 8/2020, th ị trường nhà thông minh Việt Nam đã đạt doanh thu kho ng 179 tri u USDả ệ , đang đứng thứ 33 trên thế gi i và các chuyên gia dự ớ đoán con số này sẽ đạt 524 triệu USD vào năm 2025 với tỷ lệ tăng trưởng năm kép giai đoạn t 2020 ừ đến 2025 là 23,9% Nhà thông minh có kho ng 6 phân khúc bao gả ồm (1) điều khiển và kết n i,(2) an ninh, (3) thiố ết b thông minh, (4) quị ản lý năng lượng, (5) tiện nghi và ánh sáng, v (6) gi i trí à ả Ba phân khúc điều khi n và k t n i,an ninh và thi t b thông ể ế ố ế ị minh là những phân khúc chính đóng góp hơn 70% doanh thu c a th ủ ị trường Trong đó, phân khúc “điều khi n và k t nể ế ối” được d báo là phân khúc có th phự ị ần tăng mạnh nh t trong ấ vòng 5 năm tới, tiếp theo là “tiện nghi & ánh sáng” và “quản lý năng lượng” mặc dù ở quy mô nh ỏ hơn nhiều V tề ốc độ tăng trưởng doanh thu, sau s bùng n m nh m ự ổ ạ ẽ trong 3 năm qua v i mớ ức tăng trưởng đỉnh điểm là 70% vào năm 2018, thị trường nhà thông minh được kỳ vọng s dẽ ần đạt đến giai đoạn tăng trưởng ổn định trong 5 năm tới với m c ứ tăng trưởng là 14% Tuy nhiên, dưới tác động c a d ch COVID-19 thì doanh thu th ủ ị ị trường b s t giị ụ ảm đáng kể đặc biệt là các phân khúc “điều khiển và kết nối”, “thiết bị thông minh” và “quản lý năng lượng”
Vào năm 2020, tổng số ngôi nhà ứng dụng công nghệ thông minh tại Việt Nam là khoảng 0,6 triệu ngôi nhà, theo Statista (2020) Con số này tương đối nh so vỏ ới tổng s ố hơn 26,8 triệu hộ gia đình (Tổng cục Thống kê, 2019) ở Việt Nam Do đó, chủ đầu tư và khách hàng ch y u l a ch n các giủ ế ự ọ ải pháp cơ bản như hệ thống quản lý điều hòa, chiếu sáng và điện Chỉ sau khi nhu cầu ổn định đượ đáp ức ng thì các giải pháp chuyên biệt và tiên tiến hơn mới có th ể được xem xét để ứ ng d ng ho c tích h p vào các gi i pháp s n có ụ ặ ợ ả ẵ Theo Statista (2020), t l s d ng nhà thông minh cao nh t n m nhóm t 25-34 tu i, ỷ ệ ử ụ ấ ằ ở ừ ổ chiếm 35% số chủ s hở ữu nhà thông minh Nhóm tuổi 35-44 và 18-24 lần lượt chiếm 24% và 20% t ng s ổ ốchủ ở ữu nhà thông minh Nhóm người tiêu dùng thu s h ộc độtuổ ừi t 25 đến
34 tu i ổ được xem là nhóm chủ chốt trên thị trường Hơn nữa, s hi u bi t v công ngh ự ể ế ề ệ ngày càng tăng của h có th ọ ể được gi i thích cho s ả ự gia tăng sở thích nhà thông minh Thêm vào đó, phần lớn những người chủ nhà thông minh đến từ nhóm thu nhập cao (36,7%), nhóm thu nh p trung bình và th p có cùng t l v s ậ ấ ỷ ệ ề ố lượng người dùng (lần lượt là 32% và 31%) S khác bi t nự ệ ằm ở ức độ cài đặ m t công ngh thông minh nhóm thu nh p trung ệ Ở ậ bình và cao, nhà thông minh đượ ắp đặc l t theo một hệ thống tích hợp hoàn chỉnh và có bộ phận điều khiển trung tâm Các thi t b ế ị này được kết nối với nhau và có th hiể ểu được hành vi c a khách hàng ủ
Khi s phát tri n nhà thông minh tr ự ể ở thành xu hướng t t y u, nhi u công ty, tấ ế ề ập đoàn công ngh qu c t lệ ố ế ớn đã thành lập công ty liên k t t i Vi t Nam V i s phát tri n c a th ế ạ ệ ớ ự ể ủ ị trường nhi u thương hiệu với các phân khúc khác nhau ề đã ra đời nh m ằ đáp ứng nhu cầu đa dạng của người dùng Thị trường Nhà thông minh được chia thành hai nhóm gồm các thương hiệu nước ngoài như Siemens (Đức), Schneider (Pháp), Smartg4 (Mỹ), Gamma (Đức), Fibari (Ba Lan) và các thương hiệu nổi tiếng trong nước như BKAV Smarthome, FPT , Lumi, Acis, M c dù còn nhi u ặ ề người lo ng i vạ ề chất lượng c a các s n ph m nhà ủ ả ẩ thông minh trong nước do hầu hết các s n ph m này ả ẩ đều m i ớ được phát triển và chưa được thử nghi m nhiệ ều nhưng các sản phẩm c a các doanh nghiệp trong nước dường như được ủ đánh giá cao hơndo tính năng thân thiện với người dùng và giá cả phải chăng trong khi đó các s n phả ẩm đế ừ các thương hiệu ngoài nước đượn t c cho r ng ằ chưa thự ự tương thích c s với cơ sở hạ tầng và sự phát triển của lĩnh vực xây dựng ở Việt Nam
CÁC GI THUY T VÀ MÔ HÌNH NGHIÊN C U 15 Ả Ế Ứ
2.4.1 Mô hình nghiên cứu các yếu tố
Mô hình nghiên cứu yếu tố ảnh hưởng đến ý định ứng dụng công nghệ nhà thông minh của người tại thành phố Hồ Chí Minh sử dụng trong nghiên cứu này được hình thành dựa trên, Lý thuyết Dự định Hành vi (TPB) (Ajzen, 1991) và Mô hình chấp nhận và sử dụng công nghệ (UTAUT) (Venkatesh et al., 2003) Mô hình chấp nhận công nghệ (TAM) , (Davis,1989) Mô hình nghiên cứu yếu tố ảnh hưởng đến ý định sử dụng công nghệ nhà thông được đề xuất gồm yếu tố, bao gồm:9
Bảng 2 1 Các yếu tố trong mô hình
Kí hiệu Nhân tố Nguồn
PU Nhận thức hữu ích Mathieson (1991); Davis (1989); Joshi et al
SI Ảnh hưởng xã hội Pal et al (2017)
CIP Nhận thức đổi mới của khách hàng Midgley và Dowling (1978)
AU Thái độ sử dụng Taylor & Todd (1995) ;
PE Nhận thức dễ sử dụng
Yu (2012); Lee & Song (2013); Chauhan & Jaiswal (2016); Cabrera-sánchez & Villarejo- ramos (2019)
CP Khả năng thích ứng Davis (1989); Rogers (2010); Islam (2016)
PR Nhận thức rủi ro Davis (1989); Slavic (2016); Stalker et al
IU Ý định sử dụng nhà thông minh Fishbein & Ajzen (1975); Davis (1985);
Nhận thức hữu ích đã được công nhận là một biến quan trọng trong việc tác động đến ý định sử dụng công nghệ Nhận thức hữu ích được Davis (1993) định nghĩa là các cá nhân nhận thức rằng sử dụng công nghệ mới sẽ tăng hoặc cải thiện hiệu suất của họ Ngoài ra, Theo Mathwick et al (2001) c g ũn định nghĩa Nhận thức hữu ích là mức độ mà một người tin rằng công nghệ cải thiện hiệu suất công việc Ngoài ra, tính hữu dụng là một tiền đề quan trọng của khả năng chấp nhận công nghệ của người dùng (Davis, 1993) Theo mô hình TAM, Nhận thức hữu ích là một thước đo quan trọng về thái độ ảnh hưởng đến công nghệ Nhận thức hữu ích của công nghệ là yếu tố quyết định cơ bản của sự chấp nhận của người dùng (Davis, 1989; Mathieson, 1991; Joshi et al., 2005) Trong trường hợp công nghệ nhà thông minh, nghiên cứu này tập trung vào niềm tin của người dùng và tin tưởng vào ý định sử dụng công nghệ nhà thông minh của họ để ra quyết định Cách tiếp cận này là một khuyến nghị con đường phía trước cho một khung đa cấp cho Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT) (Venkatesh, Thong & Xu, 2016)
Do đó, nghiên cứu đề xuất giả thiết:
H1 (+): Nhận thức hữu ích tác động tích cực đến Thái độ sử dụng
❖ Ảnh hưởng xã hội Ảnh hưởng xã hội được định nghĩa là “mức độ mà m t cá nhân nh n th c r ng nh ng ộ ậ ứ ằ ữ người khác quan trọng tin r ng h nên s dụng một công ngh ho c một h thống mới” ằ ọ ử ệ ặ ệ (Venkatesh et al 2003) Trong b i c nh c a công ngh nhà thông minh, có th l p lu n r ng ố ả ủ ệ ể ậ ậ ằ áp l c xã h i cự ộ ủa người khác đố ới v i công nghệ ảnh hưởng tr c tiự ếp đến thái độ ủ c a một người đối với vi c s dệ ử ụng nó, nói cách khác, thái độ ủa cá nhân tăng tích cự c c khi chị ảnh u hưởng xã hội cao hơn
Do đó, nghiên cứu đề xuất giả thiết:
H2 (+): Ảnh hưởng của xã hội sẽ có tác động tích cực đến thái độ sử dụng công nghệ nhà thông minh
❖ Nhận thức đổi mới của người dùng
Sự đổi m i theo c m nh n cớ ả ậ ủa người tiêu dùng đề ập đế c n nh n th c cậ ứ ủa người tiêu dùng đối với một số sản phẩm nhất định và cách nó ảnh hưởng đến ý định sử dụng công nghệ của họ (Hong et al., 2017) Lu et al., (2005) lập luận rằng những cá nhân có khả năng đổi mới cá nhân cao hơn được kỳ vọng s phát tri n ni m tin tích cẽ ể ề ực hơn về công nghệ Một s nghiên cố ứu như Kim và Shin (2015), Thakur và Srivastava (2014) cho th y r ng ấ ằ tính đổi mới được nhận thức ảnh hưởng đến ý định hành vi của người dùng Do đó, trong bối c nh c a công ngh nhà thông minh, nghiên c u kả ủ ệ ứ ỳ v ng nh ng cá nhân có mọ ữ ức độ nhận thức sáng tạo cao hơn sẽ có ý định áp d ng công nghụ ệ này cao hơn.
Do đó, nghiên cứu đề xuất giả thiết:
H3 (+): Nhận thức đổi mới của người dùng sẽ có tác động tích cực đến ý định sử dụng công nghệ nhà thông minh
Thái độ đối với việc sử dụng công nghệ có thể được định nghĩa là “cảm giác tích cực hoặc tiêu cực của cá nhân về việc thực hiện hành vi mục tiêu” (Fishbein & Ajzen, 1975)
Có ý ki n cho rế ằng thái độ là một đa cấu trúc bao g m các c u trúc chính c a Nh n thồ ấ ủ ậ ức hữu ý và Nh n th c d s d ng (Taylor & Todd, 1995) Theo mô hình TPB và TAM, quyậ ứ ễ ử ụ ết định và thái độ của người tiêu dùng có th ể tiên đoán được Park và Chen (2007) đã tiến hành một nghiên c u v vi c ch p nhứ ề ệ ấ ận điện tho i thông minh và nh n th y rạ ậ ấ ằng thái độ là một yếu t d ố ự đoán đáng kể về ý định Thái độ đã được chứng minh là có ảnh hưởng đến ý định áp d ng các thi t b ho c d ch v IoT trong m t s nghiên c u Hsu và Lin (2016) nh n thụ ế ị ặ ị ụ ộ ố ứ ậ ấy rằng thái độ có ảnh hưởng trực tiếp mạnh mẽ đến ý định tiếp tục sử dụng các dịch vụ IoT của người tiêu dùng và các nghiên cứu của Kim et al (2017) và Yang et al (2017) nhận thấy rằng thái độ có ảnh hưởng tích cực đến ý định sử dụng dịch vụ nhà thông minh
Do đó, nghiên cứu đề xuất giả thiết:
H4 (+): Thái độ sử dụng sẽ có tác động tích cực đến ý định sử dụng công nghệ nhà thông minh
Nhận thức dễ sử dụng là "Mức độ dễ dàng kết hợp với việc sử dụng các hệ thống" (Venkatesh et al., 2003) Biến này được đề cập đến sự dễ dàng trong học tập và sử dụng công nghệ mới Nhận thức dễ sử dụng là mức độ mà một cá nhân tin rằng sử dụng công nghệ sẽ không đòi hỏi nỗ lực Lin (2011) đã kiểm tra mức độ dễ sử dụng và tác động của nó đối với việc áp dụng công nghệ và xác nhận rằng thực sự có ảnh hưởng đáng kể đến ứng dụng hoặc tiếp tục sử dụng công nghệ Một số nghiên cứu cũng đã tìm thấy sự hỗ trợ cho mối quan hệ này (Chauhan & Jaiswal, 2016; Lee & Song, 2013; Yu, 2012) và xác nhận hiệu ứng mong đợi nỗ lực về ý định hành vi
Do đó, nghiên cứu đề xuất giả thiết:
H5 (+): Nhận thức dễ sử dụng sẽ có tác động tích cực đến ý định sử dụng công nghệ nhà thông minh
Kể từ khi Rogers (2010) đưa ra định nghĩa về tính tương thích là '' mức độ mà một sự đổi mới độc đáo nhất quán v i các giá trị và nhu c u hi n t i và truyền thống '', định nghĩa ớ ầ ệ ạ này đã trở thành m t trong nhộ ững đặc điểm c n thi t nh t khi ph bi n công ngh ho c d ch ầ ế ấ ổ ế ệ ặ ị vụ m i Crespo et al (2013) cho r ng khớ ằ ả năng tương thích được nh n th c là mậ ứ ột trong những yếu t quan trố ọng nhất góp phần vào các d ch vị ụ theo hướng trực tuyến Holahan et al (2015) cũng báo cáo rằng các nhà phát tri n nên xem xét khể ả năng tương thích được nhận thức để ử ụ s d ng công ngh hiệ ệu quả Islam (2016) ch ra rỉ ằng tính tương thích được nhận thức c a các hủ ệ thống quản lý thông tin góp phần đáng kể vào quan điểm của người dùng đối với hệ thống Theo Chen et al (2009), Lee et al (2011), Moore và Benbasat
(1991), Mun al (2006), Wu và Wang (2005) và Wu et al (2007) có th phát huy set ể ự ảnh hưởng của yếu t này đến ý định s dụng tr c ti p ho c gián ti p thông qua các bi n nhận ố ử ự ế ặ ế ế thức d s d ng và nhận th c h u ích của mô hình ch p nh n công ngh TAM c a Davis ễ ử ụ ứ ữ ấ ậ ệ ủ
Do đó, nghiên cứu đề xuất giả thiết:
H6 (+): Khả năng tương thích ảnh hưởng tích cực đến Nhận thức hữu ích
Khi nghiên c u các hành vi ch p nh n r i ro cứ ấ ậ ủ ủa người tiêu dùng, Bauer (1960) đã đưa ra Lý thuyết nhận thức rủi ro để giải thích cách người tiêu dùng nhận thức rủi ro khi đối m t v i s không ch c ch n Các nghiên cặ ớ ự ắ ắ ứu trước đây về hệ thống thông tin đã chỉ ra rằng người dùng công nghệ nhìn thấy rủi ro lớn hơn sẽ hạn chế hoặc tránh sử dụng công nghệ (Im et al., 2008; Li và Huang, 2009) Đơn giản hóa, nh n th c r i ro có th ậ ứ ủ ể được xem là định lượng c a s không ch c ch n d a trên các nh n th c cá nhân (Gifford, 2010; Stalker ủ ự ắ ắ ự ậ ứ et al., 2012) Trong nghiên c u này, nh n th c rứ ậ ứ ủi ro được xác định là xác su t t n th t do ấ ổ ấ cảm giác chủ quan khi nhận thấy h u quậ ả bất lợi (Davis, 1989; Slavic, 2016; Stalker et al.,
2012) M i viọ ệc đều mang l i m t l i ích và r i ro Bên c nh các l i ích mà công ngh nhà ạ ặ ợ ủ ạ ợ ệ thông minh mang lại cho người dùng thì còn t n t i m t s rồ ạ ộ ố ủi ro như: khó ki m soát ể chất lượng, các rủi ro liên quan v về ấn đề thông tin , Các rủi ro mà vi c ng d ng công nghệ ệ ứ ụ nhà thông minh còn t n tồ ại có tác động đến ý định s d ng công ngh y ử ụ ệnà
Do đó, nghiên cứu đề xuất giả thiết:
H7 (-): Nhận thức rủi ro sẽ có tác động tiêu cực đến ý định sử dụng công nghệ nhà thông minh
❖ Ý định sử dụng công nghệ nhà thông minh
Trọng tâm lý thuyết cốt lõi của nghiên cứu này là xác định các yếu tố quyết định đến ý định sử dụng công nghệ nhà thông minh Nghiên cứu này coi đối tượng nghiên cứu ở đây là người tiêu dùng, đặc biệt là người tiêu dùng sống tại TP.HCM Ý định sử dụng công nghệ nhà thông minh là biến phụ thuộc trong mô hình
Biến Ý định sử dụng công nghệ nhà thông minh là kết quả của các giả thuyết cho trước, bao gồm giả thuyết, có giả thuyết có tác động tích cực và cả các giả thuyết có tác động tiêu 8 cực
Hình 2 1 Mô hình nghiên c u Y u tứ ế ố ảnh hưởng đến ý định s d ng công ngh nhà ử ụ ệ thông minh của người tiêu dùng t i TP.HCM ạ
Bảng 2 2 Các giả thuyết nghiên cứu
Kí hiệu Giả thuyết Nguồn
H1 Nhận thức hữu ích tác động tích cực đến Thái độ sử dụng
Davis (1989); Chen et al (2012); Kwon et al (2014); Gandomi & Haider (2015)
H2 Ảnh hưởng xã hội tác động tích cực đến Thái độ sử dụng Venkatesh et al 2003
H3 Nhận thức đổi mới của người dùng tác động tích cực đến Thái độ sử dụng
(Hong et al., 2017); Lu et al (2005) Kim;
Nhận thức hữu ích Ảnh hưởng xã h i ộ
Nhận th ức đổ i m ới của người dùng
Thái độ sử dụng Ý định sử dụng công nghệ nhà thông minh
H4 Thái độ sử dụng tác động tích cực đến ý định sử dụng
Fishbein & Ajzen(1975); Taylor & Todd (1995); Park Chen (2007) &
Hsu & Lin (2016) Kim et al (2017); ; Yang et al (2017)
H5 Nhận thức dễ sử dụng tác động tích cực đến Ý định sử dụng
Venkatesh et al., (2003) Lin (2011); ; Cabrera-sánchez & Villarejo-ramos, (2019); Chauhan & Jaiswal (2016); Lee
H6 Khả năng thích ứng tác động tích cực đến Ý định sử dụng
;Holahan et al (2015); Islam (2016); Chen et al (2009); Lee et al (2011); Moore & Benbasat (1991); Mun et al (2006); Wu & Wang (2005); Wu et al (2007) Davis ;
H7 Nhận thức rủi ro tác động tiêu cực đến Ý định sử dụng
Bauer (1960) ;(Im et al., 2008; Li vàHuang, 2009); (Gifford, 2010; Stalker et al., 2012); (Davis, 1989; Slavic, 2016;Stalker et al., 2012)
TIỂU KẾT CHƯƠNG 2 Chương 2 đã làm rõ các khái niệm và giả thuyết nghiên cứu được sử dụng trong bài nghiên cứu, đồng thời đưa ra cơ sở lý thuyết dựa trên Mô hình chấp nhận công nghệ (TAM) (Davis, 1989), Lý thuyết Dự định Hành vi (TPB) (Ajzen, 1991) và Mô hình chấp nhận và sử dụng công nghệ (UTAUT) (Venkatesh et al., 2003) và Lý thuyết phổ biến sự đổi mới (IDT)(Roger,2003) Kế thừa có chọn lọc từ một số nghiên cứu của các học giả có liên quan đến ý định sử dụng công nghệ nhà thông minh, mô hình đề xuất bao gồm 7 yếu tố ảnh hưởng đến Ý định sử dụng công nghệ nhà thông minh Ngoài ra, 7 giả thuyết cũng đã được đặt ra để nghiên cứu mối liên hệ giữa các biến trong mô hình nghiên cứu Trên cơ sở đó, thang đo nháp gồm 40 biến quan sát thuộc yếu tố được hình thành làm tiền đề có các bước nghiên 8 cứu ở các chương tiếp theo của đề tài nghiên cứu
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên c u 22 ứ
Đề tài được thực hiện bằng phương pháp hỗn hợp kết hợp giữa định tính và định lượng Sử dụng phương pháp suy luận từ các lý thuyết và mô hình nền tảng trong các nghiên cứu về ý định sử dụng công nghệ nhà thông minh để xây dựng nên mô hình nghiên cứu đề xuất Từ mô hình đề xuất, áp dụng phương pháp hỗn hợp để kiểm định lại mô hình nghiên cứu và các giả thuyết trong mô hình Đầu tiên tiến hành nghiên cứu định tính thông qua phương pháp thảo luận nhóm tập trung và phỏng vấn chuyên sâu Những biến quan sát được giữ lại sẽ hình thành nên bảng câu hỏi chính thức và sau đó tiến hành nghiên cứu định lượng trên diện rộng
Bảng hỏi được phân phối thông qua cả Google Form và bảng hỏi giấy, nhận được kết quả từ 500 người tiêu dùng đang sinh sống và làm việc tại TP.HCM Hình thức của bảng câu hỏi trong nghiên cứu này đã áp dụng thang đo Likert 5 điểm (1 = Rất không đồng ý; 2
= Không đồng ý; 3 = Trung lập; 4 = Đồng ý; 5 = Rất đồng ý) Dữ liệu thu thập được sử dụng phần mềm SPSS và SmartPLS 3 để phân tích
Hình 3 1 Sơ đồ qui trình nghiên c u ứ
Bảng câu hỏi chính thức
Nghiên cứu định lượng chính thức
Nghiên cứu định lượng chính thức
(nX0) Đánh giá độ tin cậy của thang đo bằng Cronbach’s Alpha Đánh giá mô hình Đánh giá mô hình đo lường
Kiểm định giả thuyết Đánh giá tác động Biến trung gian
- Kiểm định phân phối chuẩn
- Đánh giá sự đa cộng tuyến
- Mức độ phù hợp của mô hình
- Đánh giá độ tin cậy và giá trị
- Đánh giá tác động của các nhân t ố
- Đánh giá hệ số tác động R 2
- Đánh giá hệ số tác động f 2
- Đánh giá sự liên quan của dự báo Q 2
Mô hình nghiên c u và b ng câu ứ ả hỏi sơ bộ
Mô hình nghiên c u hoàn ch nh ứ ỉ
Hoàn ch nh bi n quan sát và ỉ ế thang đo
PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH TÍNH
3.2.1 Thảo luận nhóm tập trung
Thảo luận nhóm tập trung là kỹ thuật thu thập dữ liệu sơ cấp thuộc phạm vi nghiên cứu định tính Thảo luận nhóm được thực hiện nhằm tìm thông tin để hiệu chỉnh mô hình nghiên cứu mô hình nghiên cứu sơ bộ, lập bảng câu hỏi và các loại thang đo Thảo luận nhóm sẽ kết thúc khi không tìm ra được yếu tố nào mới xuất phát từ phía người tham dự Kết quả thảo luận nhóm sẽ làm cơ sở cho việc điều chỉnh hoặc bổ sung thêm các biến quan sát trong thang đo nháp và điều chỉnh mô hình nghiên cứu sao cho phù hợp với bối cảnh thị trường
Sử dụng phương pháp phỏng v n sâu v 8 ấ ới chuyên gia trong các lĩnh vực khác nhau Mục đích của định tính là khám phá và kiểm tra tính hợp lệ để xây dựng thang đo chính thức Để đánh giá độ tin cậy của các yếu tố sau các bước trên, thang đo được đáp viên đánh giá theo 3 mức độ: (1) không cần thiết; (2) hữu ích nhưng không cần thiết; (3) cần thiết (Laewshe, 1975) Kết quả thu được sẽ được tính toán chỉ số Content Validity Ratio (CVR) với công thức sau:
𝑁2 Trong đó: Ne là số người tham gia cho biết là cần thiết
N là tổng số người tham gia
Giá tr CVR n m trong ph m vi -1 (giá tr hoàn h o) và +1 (giá tr hoàn h o) Khi ị ằ ạ ị ả ị ả CRV> 0, các m c xây dụ ựng và đo lường đạt được độ tin c y v m t n i dung (Laewshe, ậ ề ặ ộ
1975) M i sỗ ố lượng người được ph ng v n khác nhau có giá tr CVR t i thi u khác nhau ỏ ấ ị ố ể Đố ới v i nghiên c u, pứ hỏng vấn chuyên sâu đáp viên nên giá trị CVR tối thiểu là 0.8 75
Sau khi nghiên cứu các lý thuyết hành vi và tham khảo các nghiên cứu đi trước, nghiên cứu đã xây dựng thang đo sơ bộ Thông qua thảo luận nhóm tập trung và phỏng vấn sâu, nghiên cứu xây dựng chính thức gồm yếu tố và 4 mục đo lường.8 0
Bảng 3 1 Thang đo nghiên cứu
PU H1 Nhận thức hữu ích 1 2 3 4 5
PU1 Tôi thấy công nghệ nhà thông minh hữu ích trong cuộc sống hàng ngày của tôi
PU2 Tôi cảm thấy sử dụng công nghệ nhà thông minh sẽ giúp tôi có thể quản lý ngôi nhà của mình tốt hơn
PU3 Tôi cảm thấy sử dụng công nghệ Nhà thông minh sẽ giúp tôi linh hoạt quản lý ngôi nhà của mình ở khắp mọi nơi
PU4 Tôi cảm thấy sử dụng công nghệ nhà thông minh sẽ giúp tôi tiết kiệm chi phí hơn
PU5 Tôi cảm thấy sử dụng công nghệ Nhà thông minh sẽ giúp tôi tiết kiệm thời gian
SI H2 Ảnh hưởng xã hội
SI1 Tôi sẽ có ý định sử dụng công nghệ nhà thông minh nếu những người quan trọng xung quanh tôi sử dụng
SI2 Tôi sẽ có ý định sử dụng công nghệ nhà thông minh nếu các thành viên trong gia đình tôi ủng hộ
SI3 Tôi sẽ có ý định sử dụng công nghệ nhà thông minh nếu bạn bè, đồng nghiệp sử dụng
SI4 Tôi sẽ có ý đinh sử dụng công nghệ nhà thông minh nếu những nghệ sĩ, người nổi tiếng tôi yêu thích gợi ý sử dụng
SI5 Tôi sẽ có ý định sử dụng công nghệ nhà thông minh nếu chính phủ có các chính sách, hoạt động hỗ trợ
CPI H3 Nhận thức đổi mới của người tiêu dùng
CPI1 Các sản phẩm và ứng dụng của công nghệ Nhà thông minh mang tính sáng tạo với tôi
CPI2 Các sản phẩm và ứng dụng của công nghệ nhà thông minh là xu hướng
CPI3 Các sản phẩm và ứng dụng của công nghệ Nhà thông minh là một sáng kiến hoàn toàn mới với tôi
CPI4 Các sản phẩm và ứng dụng của công nghệ Nhà thông minh là một sáng kiến vượt trội với tôi
CPI5 Khi tôi lần đầu tiên nghe về các sản phẩm và ứng dụng của công nghệ nhà thông minh, tôi cảm thấy ấn tượng
Bảng 3 2 Các giả thuyết nghiên cứu (tiếp theo)
AU H4 Thái độ sử dụng 1 2 3 4 5
AU1 Tôi có cảm nhận tích cực đối với các dịch vụ nhà thông minh nói chung
AU2 Nếu tôi có nhận thức đúng đắn về công nghệ nhà thông minh, tôi sẽ có ý định sử dụng công nghệ nhà thông minh AU3 Tôi cảm thấy thoải mái khi sử dụng công nghệ nhà thông minh
AU4 Tôi đánh giá cao những lợi ích mà công nghệ nhà thông minh mang lại cho tôi
AU5 Sử dụng các công nghệ nhà thông minh là một ý tưởng khôn ngoan đối với tôi
PE H5 Nhận thức dễ sử dụng
PE1 Tôi cảm thấy thật dễ dàng để ứng dụng công nghệ nhà thông minh trong cuộc sống hằng ngày
PE2 Tôi cảm thấy dễ dàng để học cách sử dụng công nghệ và các thiết bị
PE3 Tôi cảm thấy dễ dàng điều khiển và quản lý ngôi nhà của mình thông qua công nghệ nhà thông minh ở mọi nơi
PE4 Tôi cảm thấy dễ dàng thực hiện các thao tác với các thiết bị ứng dụng công nghệ nhà thông minh mà không xảy ra sai sót
PE5 Tôi cảm thấy tôi có thể sử dụng thành thao công nghệ này một cách nhanh chóng
CP H6 Khả năng tương thích
CP1 Tôi cảm thấy rằng các thiết bị Nhà thông minh phù hợp với lối sống của tôi
CP2 Tôi cảm thấy rằng các thiết bị Nhà thông minh phù hợp với nhu cầu hàng ngày của tôi
CP3 Tôi cảm thấy các thiết bị Nhà thông minh sẽ phù hợp với ngôi nhà của tôi
CP4 Tôi cảm thấy, công nghệ nhà thông minh phù hợp với tình hình tài chính của tôi
CP5 Tôi nghĩ rằng các sản phẩm và ứng dụng của công nghệ Nhà thông minh thích hợp cho các thành viên trong gia đình tôi
Bảng 3 3 Các nghiên cứu giả thuyết (tiếp theo)
PR H7 Nhận thức rủi ro 1 2 3 4 5
PR1 Sử dụng công nghệ nhà thông minh để quản lý ngôi nhà của tôi có thể mang lại nhiều rủi ro
PR2 Tôi sợ rằng chi phí của công nghệ nhà thông sẽ vượt quá ngân sách của tôi
PR3 Tôi sẽ cảm thấy không an toàn khi cung cấp thông tin về ngôi nhà của mình
PR4 Tôi cảm thấy có thể công nghệ Nhà thông minh hoạt động không tốt và gây ra vấn đề với việc kiểm soát ngôi nhà của tôi
PR5 Tôi sẽ mất nhiều thời gian và nỗ lực khi học cách sử dụng công nghệ nhà thông minh
IU1 Tôi d nh s d ng công ngh Nhà thông minh trong th i gian t ự đị ử ụ ệ ờ ới
IU2 Khi công nghệ nhà thông minh phổ biến hơn, tôi sẽ dự định dùng công nghệ này
IU3 Khi có điều kiện thích hợp, tôi sẽ sử dụng công nghệ Nhà thông minh nhiều hơn
IU4 Tôi s giành nhi u thẽ ề ời gian để nghiên cứu và đầu tư nhiều hơn cho công ngh này.ệ
IU5 Tôi có ý định khuyến khích những người khác sử dụng công nghệ nhà thông minh cho ngôi nhà của họ
PHƯƠNG PHÁP NGHIÊN CỨU ĐỊNH LƯỢNG
3.3.1 Phương pháp chọn mẫu, kích thước mẫu và phương pháp lấy mẫu
❖ Chọn mẫu: Đối tượng khảo sát là người dân đang sống và làm việc tại TP.HCM có ý định sử dụng nhà thông minh tham gia khảo sát Khảo sát được nỗ lực thực hiện trên thành phố và hướng đến người dân có giới tính, thu nhập, trình độ khác nhau nhằm đảm bảo tính khách quan và tính đại diện cho tổng thể của mẫu
Dựa theo nghiên cứu tham khảo về kích thước mẫu dự kiến, theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát (Hair et al., 1998) Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger, 2006) Mô hình nghiên cứu “Yếu tố ảnh hưởng đến ý định sử dụng công nghệ nhà thông minh của người tiêu dùng tại Vi t Namệ ” dự kiến có 4 biến quan sát, theo tiêu chuẩn 5 mẫu cho một biến quan sát thì 0 số quan sát cần là n = 2 Phương pháp phân tích dữ liệu chính được áp dụng trong đề tài 00
28 là phân tích mô hình cấu trúc tuyến tính SEM (mô hình tới hạn) Có nghiên cứu cho rằng cỡ mẫu tới hạn ít nhất phải là 200 (Hoelter, 1993) Để đảm bảo tính khách quan, cỡ mẫu nghiên cứu được chọn sẽ là 500 mẫu
❖ Phương pháp lấy mẫu: Đề tài này sử dụng phương pháp nghiên cứu dữ liệu chéo (Cross sectional) Mẫu - nghiên cứu được lấy theo phương pháp lấy mẫu phi xác suất thuận tiện (Convenience Sampling) Mặc dù phương pháp chọn mẫu phi xác suất thuận tiện vẫn còn một số hạn chế như không có tính đại diện cao và còn lẫn một số mẫu không hợp lệ Tuy nhiên, phương pháp này lại có ưu điểm là dễ phác thảo và thực hiện, tiết kiệm thời gian, chi phí Do đó, đối với đề tài “Yếu tố ảnh hưởng đến ý định sử dụng công nghệ nhà thông minh của người tiêu dùng t i Vi t Namạ ệ ” sử dụng phương pháp lấy mẫu phi xác suất thuận tiện là hợp lý.
3.3.2 Phương pháp thu thập và làm sạch dữ liệu
Bảng câu hỏi bắt đầu được gửi đi và nhận về trả lời từ ngày 20 tháng 04 năm 2021 đến ngày 10 tháng 5 năm 2020 Sau khi thời gian khảo sát kết thúc, dữ liệu thu thập được sẽ được sàng lọc và loại bỏ những dữ liệu không đạt các tiêu chuẩn sau: đối tượng khảo sát không phải là người đang sinh sống tại TP.HCM không có ý định sử dụng công nghệ nhà , thông minh, các bảng câu hỏi có nhiều ô trống hoặc đáp viên chọn nhiều hơn một câu trả lời, Việc sàng lọc mẫu được tiến hành thông qua phần mềm SPSS bằng phương pháp chạy bảng tần số cho tất cả các biến sau đó đọc soát để thấy các giá trị khác giá trị mã hóa
3.3.3 Phương pháp phân tích dữ liệu Đề tài sử dụng hai phần mềm phân tích thống kê SPSS 22 và Smart PLS 3 để phân tích dữ liệu Phần mềm SPSS được sử dụng để đánh giá thang đo thông qua kiểm định hệ số tin cậy Cronbach’s Alpha và phân tích thống kê mô tả mẫu quan sát Phần mềm Smart PLS được sử dụng trong kiểm định mô hình và giả thuyết thông qua phân tích mô hình cấu trúc tuyến tính PLS-SEM (Partial Least Squares Structural Equation Modeling), ước lượng mô hình bằng kiểm định Bootstrap, kiểm định Blindfolding và phân tích cấu trúc đa nhóm Tiến hành phân tích dữ liệu thực hiện qua các bước sau: (1) chuẩn bị thông tin, thu nhận các bảng câu hỏi, tiến hành làm sạch thông tin, mã hóa các thông tin trong bảng trả lời, nhập liệu vào phần mềm SPSS; (2) thực hiện nghiên cứu thống kê mô tả, tiến hành thống kê mô tả dữ liệu thu nhập được về các điều kiện nhân khẩu học và mức độ cảm nhận của các đối tượng khảo sát về các phát biểu; (3) đánh giá độ tin cậy của thang đo, tiến hành đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha; (4) thực hiện đánh giá mô hình phân tích các khái niệm đo lường bằng kiểm định phân phối chuẩn, đánh giá sự đa cộng tuyến, mức độ phù hợp của mô hình; (5) đánh giá mô hình đo lường bằng kiểm định độ tin cậy và giá trị, kiểm định tính hội tụ, phân biệt; (6) kiểm định giả thuyết phân tích mô hình cấu trúc tuyến tính PLS SEM, ước lượng mô hình bằng Bootstrap và dự báo mô hình bằng -Blindfolding; (7) phân tích cấu trúc đa nhóm giữa các nhóm số năm, lĩnh vực, thị trường hoạt động và số lượng nhân viên của doanh nghiệp
❖Đánh giá độ tin cậy thang đo
Cronbach’s Alpha là hệ số thể hiện tính nhất quán nội tại của thang đo Hệ số Cronbach’s Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao Nghiên cứu đạt độ tin cậy khi hệ số Cronbach’s Alpha đạt giá trị từ 0,8 trở lên đến gần một là thang đo tốt, từ giá trị 0,7 - 0,8 là thang đó có thể sử dụng (Hair, 2017) Tuy nhiên cũng có rất nhiều nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995) khuyến nghị hệ số Cronbach’s Alpha lớn hơn giá trị 0,6 là hệ số có thể sử dụng được khi khái niệm đang nghiên cứu là mới hoặc khái niệm là mới đối với đáp viên trong các bối cảnh nghiên cứu
Dựa trên những cơ sở trên, sau khi kiểm định nhóm nghiên cứu sẽ chỉ giữ lại những biến quan sát có hệ số Cronbach’s Alpha lớn hơn 0.6, xem xét hệ số tương quan của biến tổng trên 0,3 và hệ số Cronbach's Alpha If Item Deleted nhỏ hơn hệ số Cronbach’s Alpha hiện tại
❖ Kiểm định phân phối chuẩn
Skewness (độ lệch) và Kurtosis (độ gù) là hai chỉ số chính để xem xét biến định lượng có phân phối chuẩn hay không Skewness của một phân phối xác suất đo lường sự đối xứng của phân phối đó Giá trị tuyệt đối của độ lệch càng cao thì phân phối đó càng bất đối xứng Một phân phối đối xứng có độ lệch bằng 0 Kurtosis là một chỉ số để đo lường về đặc điểm hình dáng của một phân phối xác suất Cụ thể hơn, nó so sánh độ cao phần trung tâm của một phân phối so sánh với một phân phối chuẩn Phần trung tâm càng cao và nhọn, chỉ số Kurtosis của phân phối đó càng lớn (Hair et al., 2017)
Khi cả độ lệch và độ gù đều bằng 0, mô hình của các phản ứng được coi là phân phối bình thường Một nguyên tắc chung cho độ lệch là nếu số lượng lớn hơn +1 hoặc thấp hơn
- 1, đây là một dấu hiệu của phân phối sai lệch đáng kể Đối với Kurtosis, nguyên tắc chung là nếu số lớn hơn +1, phân phối quá cao Tương tự như vậy, Kurtosis nhỏ hơn so với -1 cho thấy phân phối quá phẳng (Hair et al., 2017)
❖Đánh giá sự đa cộng tuyến – Collinearity Đa cộng tuyến là hiện tượng các biến độc lập tương quan mạnh với nhau dẫn đến sai lệch và thay đổi hướng mối quan hệ của nó với biến phụ thuộc Để đánh giá điều này, độ dung sai (Tolerance) dưới 0.2 (giá trị VIF trên 5) trong các khái niệm nghiên cứu dự báo là biểu hiện của đa cộng tuyến Nếu cộng tuyến được biểu thị bởi dung sai hoặc VIF, các khái niệm nghiên cứu nên cân nhắc được loại bỏ, sáp nhập vào một khái niệm nghiên cứu bậc một, hoặc lập luận để tạo ra các khái niệm nghiên cứu bậc cao hơn để khắc phục các vấn đề về đa cộng tuyến (Hair et al., 2017)
❖ Mức độ phù hợp của mô hình – Model Fit
Mức độ phù hợp của mô hình với địa bàn nghiên cứu được đo bằng hệ số Standardized root mean square residual (SRMR) SRMR là sự khác biệt giữa phần data thực tế và phần mô hình dự đoán Giá trị SRMR nhỏ hơn 0.08 là quá tốt hay nhỏ hơn 0.1 là tạm chấp nhận (Hair et al., 2017)
Chỉ số phù hợp (Goodness of fit) đã được phát triển như một thước đo tổng thể về sự phù hợp của mô hình cho PLS SEM Giá trị GoF dao động từ 0.0 đến 1.0, đôi khi âm, - lớn hơn hoặc bằng 90% là tốt để đo lường quan hệ của phương sai và hiệp phương sai trong ma trận hiệp phương sai (Hair et al., 2017)
Giá trị GoF được tính dựa trên công thức sau:
❖ Hệ số tin cậy tổng hợp - Composite Reliability
Hệ số Cronbach’s Alpha tương đối nhạy cảm với số lượng biến quan sát trong từng thang đo và nhìn chung có khuynh hướng đánh giá không đúng độ tin cậy nhất quán nội tại
KẾT QUẢ NGHIÊN CỨU
KẾT QUẢ NGHIÊN CỨU ĐỊNH TÍNH
4.1.1 Kết quả thảo luận nhóm tập trung
Mô hình ban đầu gồm yếu tố nghiên cứu Kết quả thảo luận nhóm khẳng định các 8 yếu tố đề xuất trong mô hình ban đầu là những yếu tố thực sự quan trọng và là một trong những yếu tố ảnh hưởng đến ý định sử dụng công nghệ nhà thông minh
4.1.2 Kết quả phỏng vấn sâu
Kết quả của cuộc phỏng vấn sâu là 2 mục đo lường (AU5; PE4) đã bị xóa vì CVR xác thực 0.7 Các giá trị đều thỏa mãn yêu cầu kiểm định độ tin cậy (Xem Bảng 4.2)
Do đó, yếu tố đều đạt độ tin cậy cao.8
❖ Giá trị hội tụ - Convergent Validity
Giá trị hội tụ phản ánh một đo lường có tương quan cùng chiều với các đo lường khác trong cùng một khái niệm được đo Để đánh giá giá trị hội tụ phải xem xét hệ số tải ngoài của các biến quan sát, cũng như giá trị phương sai trích được trung bình (AVE)
Giá trị AVE của các biến quan sát dao động từ 0.572 đến 0.759 > 0.5 (Xem bảng 4.2) Trong quá trình kiểm định thang đo bằng độ tin cậy Outer Loading, có 35 biến quan sát đạt yêu cầu có giá trị lớn hơn 0.7 (Xem Bảng 4.3)
Do đó, yếu tố đạt giá trị hội tụ8
Bảng 4 : Kết quả kiểm định thang đo bằng độ tin cậy tổng hợp, phương sai trích2
Alpha rho_A Độ tin cậy tổng hợp
Bảng 4 3 Kết quả kiểm định thang đo bằng độ tin cậy Outer Loading
AU CP CPI IU PE PR PU SI
❖ Giá trị phân biệt – Discriminant Validity
Bảng 4 4 Kết quả kiểm định Heterotrait – Monotrait Ratio (HTMT)
AU CP CPI IU PE PR PU SI
SI 0.182 0.269 0.186 0.243 0.252 -0.147 0.208 0.815 Giá trị phân biệt đề cập đến việc xem xét một khái niệm có thực sự khác so với các khái niệm nghiên cứu khác trong cùng mô hình Bảng 4.4 cho thấy các hệ số HTMT trên đường chéo nhỏ hơn 0.9, chứng tỏ các khái niệm phân biệt lẫn nhau
❖ Đánh giá tác động của các nhân tố
Mô hình cấu trúc được tiếp tục xem xét với lượng mẫu phóng đại có lặp lại (Bootstrapping) lên 5.000 mẫu
Bảng 4 5 Kết qu ảkiểm định các giả thuyết
Cấu trúc hệ số không chuẩn hóa
Cấu trúc hệ số tiêu chuẩn hóa
Giá trị t Giá trị p Giả thuyết Kết luận
Kết quả ở Bảng 4.5 cho thấy hệ số p của giả thuyết còn lại đều nhỏ 0.05 Do đó 7giả thuyết được chấp nhận
H1: Nhận thức hữu ích tác động tích cực đến Thái độ sử dụng
H2: Ảnh hưởng xã hội tác động tích cực đến Thái độ sử dụng
H3: Nhận thức đổi mới của người dùng tác động tích cực đến Thái độ sử dụng
H4: Thái độ sử dụng tác động tích cực đến ý định sử dụng
H5: Nhận thức dễ sử dụng tác động tích cực đến Ý định sử dụng
H6: Khả năng thích ứng tác động tích cực đến Ý định sử dụng
H7: Nhận thức rủi ro tác động tiêu cực đến Ý định sử dụng
❖ Đánh giá hệ số xác định R 2