Mục tiêu nghiên cứu
Các mục tiêu được đặt ra là
(1) Xác định các yếu tố ảnh hưởng lên ý định mua hàng của người theo dõi livestream bán hàng trên mạng xã hội
(2) Đo lường mức độ ảnh hưởng các yếu tố này đến ý định mua hàng của người theo dõi livestream bán hàng và đánh giá mức độ tác động của yếu tố trung gian
(3) Đề xuất hàm ý quản trị cho các nhà quản trị bán lẻ và các nhà bán hàng C2C thiết kế chiến lược kinh doanh qua sàn thương mại điện tử từ livestream bán hàng.
Câu hỏi nghiên cứu
Để thực hiện mục tiêu trên, tác giả đặt ra câu hỏi nghiên cứu là:
(1) Các yếu tố nào thực sự ảnh hưởng lên ý định mua hàng của khách hàng theo dõi livestream bán hàng?
(2) Mức độ ảnh hưởng của các yếu tố này đến ý định mua hàng của khách hàng theo dõi livestream bán hàng như thế nào? Mức tác động của yếu tố trung gian trong mô hình này như thế nào?
(3) Hàm ý quản trị nào cho các nhà bán lẻ, doanh nghiệp C2C muốn thúc đẩy ý định mua hàng qua hình thức bán hàng livestream trong thời đại mua hàng online mà khách hàng có thể nghe, nhìn, tương tác và mua ngay đang bùng nổ như hiện nay ?
Phương pháp nghiên cứu
Phương pháp nghiên cứu định tính
Tác giả phỏng vấn 10 chuyên gia qua gặp trực tiếp để hiệu chỉnh mô hình nghiên cứu, thang đo và đưa ra hàm ý quản trị cho ngành hàng.
Phương pháp nghiên cứu định lượng
Nghiên cứu dựa vào kết quả phỏng vấn đáp viên trả lời bảng câu hỏi nghiên cứu chính thức Sau đó chạy phần mềm SPSS và PLS - SEM để kiểm định các giả thuyết nghiên cứu.
Ý nghĩa đề tài nghiên cứu
Ý nghĩa khoa học
Với mong muốn tìm hiểu các yếu tố nào tác động thực sự lên ý định mua hàng khi khách hàng theo dõi livestream bán hàng, tác giả dựa vào mô hình mở rộng của UGT và SCT để xây dựng mô hình, kiểm định và đề xuất vào trường hợp bán hàng tại Việt Nam.
Ý nghĩa thực tiễn
Mở rộng tài liệu tham khảo cho các nhà quản trị bán lẻ muốn kinh doanh online thông qua hình thức bán hàng livestream, cũng như các nhà bán lẻ đang có sẳn kênh livestream bán hàng muốn biết được khách hàng đang mong muốn điều gì và làm sao để tăng ý định mua hàng của khách hàng đang theo dõi livestream bán hàng Từ đó, các nhà quản trị bán lẻ đưa ra những kế hoạch kinh doanh phù hợp với doanh nghiệp về kênh livestream bán hàng qua mạng xã hội của nước đang phát triển, Việt Nam để có doanh số ngay và tăng doanh số hơn trong khi phát livestream bán hàng.
Kết cấu luận văn
Chương 1 giới thiệu đề tài như lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa đề tài nghiên cứu và kết cấu của luận văn
Chương 2 trình bày cơ sở lý thuyết như các khái niệm, các lý thuyết nền liên quan, lược khảo các nghiên cứu trước, từ đó tác giả đưa ra giả thuyết nghiên cứu và mô hình nghiên cứu
Chương 3 trình bày phương pháp nghiên cứu như quy trình nghiên cứu, tác giả tiến hành nghiên cứu định tính và nghiên cứu định lượng
Chương 4 trình bày kết quả nghiên cứu Tác giả phân tích thống kê mô tả các biến định tính, biến định lượng Sau đó đánh giá mô hình đo lường cấu tạo, mô hình đo lường kết quả, đánh giá mô hình cấu trúc, đánh giá mức ý nghĩa thống kê của hệ số hồi quy như mức tác động trực tiếp, mức tác động gián tiếp, đánh giá vai trò của biến trung gian Từ đó thảo luận kết quả nghiên cứu
Chương 5 trình bày kết quả nghiên cứu Tác giả đưa ra kết luận từ kết quả nghiên cứu định tính, định lượng để góp một phần vào tổng quát hóa cơ sở lý luận về các yếu tố ảnh hưởng lên ý định mua sắm trực tuyến thông qua hình thức phát livestream, đề xuất hàm ý quản trị cho các doanh nghiệp C2C, các nhà bán lẻ có cái nhìn thấu đáo hơn về đặc điểm khách hàng, từ đó cải thiện các yếu tố ảnh hưởng đến ý định mua hàng trực tuyến nhằm mang lại lợi nhuận cho các nhà bán hàng
Chương 1 trình bày nội dung chính của đề tài nghiên cứu, từ lý do chọn đề tài, mục tiêu nghiên cứu, câu hỏi nghiên cứu tới ý nghĩa nghiên cứu Chương tiếp theo sẽ trình bày các khái niệm, cơ sở lý thuyết và các nghiên cứu liên quan để từ đó đưa ra mô hình nghiên cứu và các giả thuyết.
CƠ SỞ LÝ THUYẾT 2.1 Các khái niệm
Livestream
Livestream có nghĩa là “Phát sóng trực tiếp” những gì đang xảy ra lúc bấy giờ (khuôn mặt, khung cảnh, sự kiện xung quanh,… ) cho mọi người khắp mọi nơi trên thế giới thấy qua internet và mọi hoạt động đều diễn ra một cách trực tiếp Khi phát online cần dùng ứng dụng có năng lực truyền tải nội dung trực tiếp qua Internet và nó cần phải có máy quay video, mạng lưới hệ thống trao đổi âm thanh, ứng dụng chụp màn hình hiển thị (mindovermetal.org, 2021)
Livestream đã trở thành một trong những hoạt động online chính trên toàn cầu Nhiều loại nội dung khác nhau được truyền tải thông qua video trực tiếp, chẳng hạn như cuộc sống hàng ngày, trò chơi trực tuyến và thông tin sản phẩm, Mua hàng qua livestream là một trong những ứng dụng phổ biến nhất trong số các hoạt động phát trực tiếp So với truyền hình mua sắm trực tiếp truyền thống, khán giả và đài truyền hình có nhiều tương tác hơn khi phát qua livestream Thống kê chỉ ra rằng 87% khán giả thích xem qua livestream hơn Ti vi truyền thống (Koeppel,
2017) Nền tảng mua sắm qua phát livestream là một hình thức truyền thông xã hội độc đáo cho phép người dùng tương tác với những người phát trực tiếp cũng như với những người xem khác (Zhao và cộng sự, 2018).
Ý định mua hàng qua hình thức livestream bán hàng
Theo Fishbein và Ajzen (1980), ý định được định nghĩa là yếu tố dẫn dắt và kích thích một cá nhân sẵn sàng thực hiện hành vi trong tương lai Ý định mua hàng được xem là yếu tố thúc đẩy có ảnh hưởng đến hành vi mua hàng của mỗi người, các yếu tố này cho thấy mức độ sẵn sàng hoặc nỗ lực của bản thân sẽ bỏ ra để mua hàng Khi có ý định mạnh mẽ, họ sẽ có khuynh hướng mua hàng cao hơn ( Ajzen,1991) Ngoài ra, ý định mua hàng là đại diện của khía cạnh nhận thức về sự sẵn sàng tiến hành một hành vi mua và cũng là công cụ chính xác nhất để dự báo về hành vi mua thực tế (Kalwani và Silk, 1982) Do đó, nó là một yếu tố dùng để đánh giá khả năng thực hiện mua hàng trong tương lai (Blackwell và cộng sự, 2001) Ý định mua thể hiện khả năng một cá nhân sẽ mua một sản phẩm nào đó cụ thể dựa trên sự tương tác giữa nhu cầu, thái độ và nhận thức của khách hàng đối với sản phẩm hoặc thương hiệu (Beneke và cộng sự, 2016, trang 176) Ý định mua qua phát livestream cũng được coi là sở thích của người tiêu dùng khi mua một sản phẩm cụ thể (Kamalul Ariffin và cộng sự, 2018) Nói cách khác, ý định mua hàng xác định mức độ sẵn sàng mua hàng của người tiêu dùng (Lee và cộng sự, 2017) Điều quan trọng là phải nhận ra ý định mua hàng của người tiêu dùng vì hành động của người tiêu dùng thường được dự đoán thông qua ý định của họ (Hsu và cộng sự,
2017) Ý định mua hoạt động như một sự kết hợp giữa sự tập trung của người tiêu dùng vào việc mua một sản phẩm và khả năng mua (Wu và cộng sự, 2015) Ý định mua có thể được coi là một công cụ ước tính hành vi của người tiêu dùng (Wu và cộng sự, 2011)
Nghiên cứu về ý định mua hàng sẽ có ý nghĩa rất lớn về mặt thực tế để mua hàng thật sự trong lĩnh vực livestream, ý định mua là yếu tố quyết định trực tiếp hành vi mua thực tế vì khách hàng còn hoài nghi về tính xác thực của thông tin, sản phẩm thực tế có khác với hình ảnh rao bán không (Lou, 2019) Do đó niềm tin là một trong những khía cạnh quan trọng nhất mà khách hàng xem xét nên có ý định mua hàng qua hình thức này vì họ nhận thức được rủi ro khi tham gia mua sắm qua livestream.
Mạng xã hội
Mạng xã hội là công cụ kết nối các thành viên qua internet với mục đích khác nhau, không phân biệt không gian và thời gian Thế kỷ XXI, mạng xã hội phát triển chóng mặt với sự hỗ trợ của tiến bộ công nghệ (Heyam, 2014)
Dearborn (2018) cho rằng mạng xã hội là “một kênh truyền thông phổ biến, cực kỳ nhanh và rộng rãi, đã được chứng minh là có hiệu quả cao, và được tin dùng bởi hàng tỉ người để trao đổi và học tập về các vấn đề cá nhân, thương hiêu, thông tin, giải trí và các bí quyết trong cuộc sống”
Tại Việt Nam, sử dụng mạng xã hội chủ yếu là mua sắm, bán hàng, học tập, giao tiếp, cập nhật các quan điểm tin tức, chia sẽ thông tin cá nhân, các mẹo trong cuộc sống, các khoảnh khắc muốn lưu giữ Phổ biến nhất là Facebook, Twitter, Zalo, Instergram
Các lý thuyết liên quan
2.2.1 Lý thuyết sử dụng và sự hài lòng ( The use and Gratification Theory – UGT)
Lý thuyết sử dụng và sự hài lòng là cách tiếp cận lấy khán giả làm trung tâm để tìm hiểu lý do mọi người tích cực tìm kiếm phương tiện truyền thông nhất định để đạt được sự hài lòng (Katz và cộng sự, 1973) Lý thuyết ban đầu được phát triển trong lĩnh vực truyền thông đại chúng để giải thích các cá nhân được thúc đẩy sử dụng các phương tiện truyền thông cụ thể bởi các động cơ tâm lý và xã hội (Katz và cộng sự, 1973a, 1973b, 1974) Theo thuyết này, các cá nhân tích cực sử dụng phương tiện truyền thông và họ lựa chọn một loại phương tiện truyền thông dựa trên nhu cầu và động cơ của họ (Katz và cộng sự, 1973a, 1973b; Rubin, 2002) Từ đó, thuyết UGT được phát triển là tìm kiếm và đạt được sự hài lòng của khán giả qua truyền thông có thể khác với sự hài lòng mà họ có được từ trải nghiệm (Li và cộng sự, 2019) Mọi người có những động cơ khác nhau để sử dụng cùng một phương tiện truyền thông Nhu cầu của những người dùng khác nhau có thể được đáp ứng khác nhau bởi cùng một phương tiện (Katz và cộng sự, 1974)
Mặc dù lý thuyết được phát triển trong thời kỳ tiền kỹ thuật số, nó đã được áp dụng trong các nghiên cứu liên quan đến Internet và các trang web (Flanagin và Metzger, 2001; Stafford và cộng sự, 2004), truyền thông xã hội (Dhir và cộng sự, 2015; Dhir và Tsai, 2017; Gan và Wang, 2015; Osei-Frimpong và McLean, 2018; Dhir, 2015), nhắn tin nhanh (Leung, 2001; Lo và Leung, 2009), chơi game (Li và cộng sự, 2015; Wu và cộng sự , 2010), thiết bị di động (Leung và Wei, 2000) Các học giả đã tiếp tục sử dụng UGT để khám phá động cơ của các cá nhân trong việc sử dụng các tính năng cụ thể của phương tiện truyền thông mới, chẳng hạn như chia sẻ ảnh và gắn thẻ (Dhir và cộng sự, 2017; Gan và Li, 2018)
Với sự phát triển của kênh bán hàng thương mại điện tử, UGT đã được áp dụng trong bối cảnh livestream như khám phá việc sử dụng dịch vụ livestream trên mạng xã hội thông qua lăng kính của lý thuyết UGT (Kim và Kim, 2020) gần đây Thuyết cũng được áp dụng để điều tra ý định của người xem khi theo dõi livestream (Sjoblom và Hamari, 2017; Hou và cộng sự, 2010); Kaur và cộng sự, (2020); Hsu và cộng sự (2020) đã sử dụng UGT để nghiên cứu ý định mua hàng của người tiêu dùng đối với các dịch vụ livestream Do đó, nó đã được sử dụng rộng rãi để khám phá các phương tiện và công nghệ truyền thông mới như các mạng xã hội (Hossain,
Qua liệt kê các nghiên cứu về livestream trên mạng xã hội và thuyết UGT, tác giả đưa thuyết UGT áp dụng vào nghiên cứu vì bán hàng qua livsetream cũng lấy khán giả làm trọng tâm, các nhà bán hàng luôn mong muốn tìm kiếm sự hài lòng của khách hàng để có ý định mua hàng Lý thuyết này đưa lý do phân loại các cá nhân sử dụng công nghệ để giải trí và truy cập thông tin (Leong và cộng sự, 2019) Ngoài ra, nó góp phần giải thích khi chia sẽ thông tin trên mạng xã hội không chỉ cung cấp thông tin mà còn mang tính giải trí (Islam và các cộng sự, 2020) Bên cạnh đó, có hai sự hài lòng về sử dụng phương tiện truyền thông là tìm kiếm sự hài lòng về thông tin và so sánh sự hài lòng về giải trí ở Indonesia trong mùa dịch covid (Rochyadi-Reetz và cộng sự,2020)
Tóm lại, lý thuyết này đưa ra sự hài lòng về tính giải trí, tính thông tin của khán giả trong bối cảnh livestream bán hàng trên mạng xã hội để điều tra ý định mua hàng
2.2.2 Thuyết tín nhiệm nguồn ( Source Credibility Theory – SCT)
Lý thuyết tín nhiệm nguồn (SCT) được đưa ra bởi Hovland và Weiss
(1951) dựa trên hiệu quả của giao tiếp tại trường đại học Yale Nó được định nghĩa là khả năng nhận thức, chuyên môn hoặc động lực của nguồn tin để cung cấp thông tin chính xác và trung thực(Cheung và Thadani, 2012, trang 466) Sau khi quan sát thấy nguồn thông tin liên lạc là yếu tố quan trọng nhất tạo nên một thông tin hiệu quả và đáng tin Bên cạnh đó, Thuyết giúp tăng lượng đánh giá sản phẩm trực tuyến rất lớn, điều này trở thành thách thức đối với người tiêu dùng trong việc lựa chọn các đánh giá đáng tin cậy (Hlee và cộng sự, 2018) Người ta đánh giá độ tin cậy của nguồn thông tin như nếu mọi người coi nguồn thông tin là đáng tin, thì họ theo đuổi thông tin cụ thể đó Hay SCT còn được định nghĩa là một phương tiện truyền thông cung cấp thông tin chính xác (Visentin và cộng sự, 2019) Trên các phương tiện truyền thông xã hội khác nhau có rất nhiều đánh giá trực tuyến tồn tại nên đó cũng là một thách thức đối với người tiêu dùng để lựa chọn đánh giá xác thực Đánh giá sản phẩm trực tuyến được coi là kênh thông tin sản phẩm phổ biến và mạnh mẽ (Shareef và cộng sự, 2019) Vì vậy, người tiêu dùng thường kiểm tra độ tin cậy của khán giả đánh giá về chuyên môn, thông tin (Cheung và Thadani, 2012; Shan,
Livestream cũng là một hình thức của truyền thông xã hội, được thêm vào hình ảnh được phát trực tiếp nên tác giả đưa lý thuyết tín nhiệm nguồn vào bài nghiên cứu Mô hình tín nhiệm nguồn là mô hình toàn diện và phù hợp nhất cho bối cảnh trực tuyến (Djafarova và Trofimenko, 2019; El Hedhli và cộng sự, 2021; Hovland và cộng sự; 1982; Ohanian, 1990; Wiedmann và von Mettenheim, 2020; Xiao và cộng sự, 2018)
Theo mô hình, các nguồn có ba khía cạnh đánh giá: sự hấp dẫn, chuyên môn và độ tin cậy (Ohanian, 1990), trong đó độ tin cậy và chuyên môn của những người phát trực tiếp ảnh hưởng quan trọng đến sự thành công của thương mại phát livestream (Heo và cộng sự,2020) Li và Peng (2021) đã tìm thấy mối liên hệ giữa độ tin cậy của phát livestream và sự gắn bó tình cảm của khách hàng
2.3 Tổng hợp các nghiên cứu trước có liên quan
2.3.1 Nghiên cứu của Yingying Ma (2021)
Ma nghiên cứu về ý định mua sắm khi theo dõi livestream bán hàng của người tiêu dùng Trung Quốc từ UGT, quy mô mạng, nhận thức về những người nổi tiếng livestream và xu hướng mua sắm Trong nghiên cứu này, một mô hình tích hợp về mặt lý thuyết đã được phát triển để điều tra các yếu tố ảnh hưởng đến ý định mua sắm qua livestream bán hàng Ba loại sự hài lòng ảnh hưởng đáng kể đến ý định mua sắm trong phát livestream: sự vui vẻ (cảm nhận được sự thích thú), tiện ích (tự trình bày) và sự hài lòng xã hội (xã hội liên quan đến hành động và sự hiện diện xã hội) Kết quả cho thấy mức độ vui vẻ, tương tác xã hội, sự hiện diện xã hội, cảm nhận về tiện ích và sự trình bày của bản thân bị ảnh hưởng bởi quy mô mạng Kết quả đã hỗ trợ hầu hết các giả thuyết (ngoại trừ giả thuyết là cảm nhận tiện ích) và ủng hộ mạnh mẽ mô hình đề xuất
Hình 2.1 Mô hình nghiên cứu của Yingying Ma (2021)
2.3.2 Nghiên cứu của Chan và cộng sự (2021)
Các tác giả đã nghiên cứu về các yếu tố thúc đẩy ý định mua hàng qua livestream ở Malaysia Kết quả nghiên cứu cho thấy giải trí có ảnh hưởng nhiều nhất đến ý định mua hàng trong bối cảnh livestream Ngoài ra, ý định mua hàng cũng bị ảnh hưởng bởi sự hấp dẫn, đặc biệt người bán hàng là người nổi tiếng hay ưa nhìn Tính thông tin và độ tin cậy được xem là yếu tố quan trọng lên ý định mua hàng
Hình 2.2 Mô hình nghiên cứu của Chan và cộng sự (2021)
2.3.3 Nghiên cứu của Lou và các cộng sự (2019)
Các tác giả nghiên cứu về tính thông tin và sự tín nhiệm của người bán phát livestream tác động đến niềm tin của người tiêu dùng đối với nội dung có thương hiệu trên phương tiện truyền thông xã hội ở Singapore Kết quả nghiên cứu cho thấy rằng người bán hàng phát livestream có thể góp phần làm cho người theo dõi tin tưởng vào nội dung mà họ truyền tải và sau đó có thể ảnh hưởng đến ý định theo dõi tiếp theo và họ cân nhắc mua hàng dựa trên tính thông tin hơn là giải trí Phát hiện của tác giả cho thấy mức độ tin cậy, sức hấp dẫn và sự tương đồng được nhận thức của người bán phát livestream đã ảnh hưởng tích cực đến niềm tin của người theo dõi đối với các bài đăng có thương hiệu của họ Nghiên cứu cho thấy kiến thức chuyên môn và sức hấp dẫn của người bán phát livestream giúp nâng cao nhận thức về thương hiệu của người theo dõi nếu họ xem các bài đăng có thương hiệu do người bán hàng tạo nên Kiến thức chuyên môn của người bán trong các lĩnh vực cụ thể khiến họ có đủ điều kiện để quảng bá các thương hiệu hoặc sản phẩm nhất định một cách hiệu quả Sự hấp dẫn về thể chất của người bán phát livestream cũng giúp thu hút và hướng sự chú ý của những người theo dõi việc nhận biết hoặc ghi nhớ Đáng chú ý là sự tin tưởng của người theo dõi đối với các bài đăng có thương hiệu của người bán phát livestream đã cho thấy tác động mạnh nhất đến ý định mua hàng
Hình 2.3 Mô hình nghiên cứu của Lou và cộng sự (2019)
2.3.4 Nghiên cứu của Hou và cộng sự (2019)
Các tác giả nghiên cứu về các yếu tố ảnh hưởng đến ý định xem liên tục và ý định mua hàng của mọi người theo dõi livestream bán hàng ở Trung Quốc Kết quả nghiên cứu chỉ ra rằng mối quan hệ giữa tương tác và ý định xem tiếp theo là đáng kể khi phát livestream Khi xem xét các thể loại phát livestream thấy mối quan hệ có ý nghĩa đối với giáo dục và phát trực tiếp chia sẻ cá nhân, nhưng không có ý nghĩa đối với sự kiện Do đó, giả thuyết tương tác có tác động tới ý định theo dõi livestream tiếp theo được hỗ trợ một phần Về mặt hiển thị địa vị xã hội, nó có liên
Tính giải trí Độ tin cậy
Các yếu tố liên quan Ý định mua hàng Ý thức thương hiệu quan tích cực và đáng kể đến ý định mua Đối với mỗi loại phát livestream, sự liên kết này cũng luôn tích cực và có ý nghĩa Vì vậy, giả thuyết hiển thị địa vị xã hội tác động đến ý định tiêu dùng được hỗ trợ Sự hấp dẫn, hài hước được cho là có ảnh hưởng tích cực và đáng kể đến ý định xem liên tục đối với tất cả các loại phát livestream Tuy nhiên, mối quan hệ giữa sự hấp dẫn, hài hước và ý định tiêu dùng là không đáng kể khi loại hình không được xem xét Khi các loại được chỉ định, mối quan hệ này có ý nghĩa đối với phát livestream về giáo dục Mối quan hệ giữa sự hấp dẫn giới tính và ý định xem liên tục được tìm thấy có ý nghĩa quan trọng đối với phát livestream sự kiện và chia sẻ cá nhân Hơn nữa, sự hấp dẫn giới tính có liên quan đáng kể đến ý định tiêu dùng Trong khi kiểm tra mối quan hệ trong các loại phát livestream khác nhau, mối quan hệ được tìm thấy có ý nghĩa đối với phát livestream về giáo dục và chia sẻ cá nhân nhưng không có ý nghĩa đối với phát livestream về sự kiện
Hình 2.4 Mô hình nghiên cứu của Hou và cộng sự (2019)
2.3.5 Nghiên cứu của Trehan và cộng sự (2020)
Sự phát triển của niềm tin được coi là điều kiện tiên quyết cho các ý định mua hàng trên các cộng đồng Người ta cũng thấy rằng niềm tin tác động gián tiếp đến ý định mua hàng thông qua ý thức cộng đồng ảo Khi các thành viên vượt ra ngoài sự tin tưởng và trên thực tế, họ cảm thấy thuộc về cộng đồng, đánh giá cao tư cách thành viên, điều này dẫn đến động lực cao hơn để tham gia vào các hoạt động giao tiếp cộng đồng, từ đó dẫn đến ý định mua sản phẩm Họ cũng có thể ảnh hưởng đến các thành viên khác của cộng đồng tham gia và giao dịch kinh doanh Phát hiện này phù hợp với nghiên cứu trước đây (Tsai và cộng sự, 2011), cho rằng ý thức cộng đồng ảo tác động tích cực đến ý định mua trong các quyết định mua theo nhóm trực tuyến Các phát hiện cho thấy niềm tin và mở rộng các phát hiện trong bối cảnh của các cộng đồng thương mại xã hội ở facebook
Kết quả của nghiên cứu này cũng cho thấy rằng bên cạnh kinh nghiệm của những người khác, các phương tiện truyền thông đa phương tiện giúp xây dựng niềm tin Vốn xã hội tạo ra, cũng như các kết nối cảm xúc được chia sẻ, có tác động đến ý định mua hàng
Hình 2.5 Mô hình nghiên cứu của Deepak Trehan và Rajat Sharma (2020)
2.3.6 Nghiên cứu của Chena và các cộng sự (2020)
Tác giả nghiên cứu về cách livestream để tăng doanh số sản phẩm Vai trò của chuyển giao niềm tin và khả năng xây dựng mô hình
Giả thuyết nghiên cứu và mô hình nghiên cứu đề xuất
2.4.1.1 Tính giải trí (Entertaiment –EN)
Giải trí đề cập đến mức độ có thể được coi là vui vẻ, thú vị và dễ chịu (Huang và cộng sự, 2017) Về mặt lý trí, người tiêu dùng cảm thấy hài lòng khi họ cảm thấy thích thú và tăng mức độ sẵn sàng mua sản phẩm hoặc dịch vụ thông qua nền tảng trực tuyến (Ramayah và Ignatius, 2005) Một số nghiên cứu thực nghiệm đã tìm thấy mối quan hệ tích cực đáng kể giữa giải trí và ý định mua hàng (Zamzuri và cộng sự, 2018; Tan và cộng sự, 2017) Khi nói đến mua sắm qua livestream, tính giải trí trong nghiên cứu này liên quan đến trải nghiệm thú vị và có thể được thông qua tương tác với người bán phát trực tiếp Bên cạnh đó, tác động niềm tin của khách hàng đối với người bán hàng phát livestream, thấy rằng nó có tác động tích cực tới ý định mua hàng Ngoài ra, sự tin tưởng vào người bán hàng phát livestream làm trung gian một phần ảnh hưởng tới sự tin tưởng đối với các nhà bán hàng đến ý định mua hàng (Chena, 2020) Do đó, giả thuyết H1a, H1b được đề xuất:
H1a: Tính giải trí có tác động tích cực (+) tới ý định mua hàng qua hình thức livestream bán hàng
H1b: Tính giải trí có tác động tích cực (+) tới ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
2.4.1.2 Tính thông tin (Information – IN)
Khả năng cung cấp thông tin đề cập đến mong muốn của người tiêu dùng là có được thông tin hữu ích, kịp thời và chính xác từ một nguồn cụ thể (Zamzuri và cộng sự, 2018) Tầm quan trọng của tính thông tin như một tiền đề của ý định mua hàng đã được thực nghiệm chứng minh bởi một số nghiên cứu trước đây (Zamzuri và cộng sự, 2018; Chaturvedi và cộng sự, 2016) Trong phát livestream bán hàng, người bán đưa ra các tuyên bố về sản phẩm hoặc dịch vụ (Wongkitrungrueng và Assarut, 2018; Ma, 2021) Họ cung cấp thông tin đáng tin cậy và các đề xuất mua hàng hữu ích (Chetioui và cộng sự, 2020; Zafar và cộng sự, 2019) Tính thông tin nhận thức và tính giải trí của các bài đăng do người ảnh hưởng tạo sẽ ảnh hưởng đến niềm tin của người tiêu dùng đối với nội dung được quảng cáo (Lee, 2019) Trong bối cảnh của nghiên cứu này, người bán hàng phát livestream cung cấp thông tin về sản phẩm hoặc xu hướng của họ một cách chính xác, đầy đủ và kịp thời thì người tiêu dùng có khả năng đưa ra ý định mua hàng Do đó, giả thuyết H2 sau đã được phát triển:
H2a: Thông tin có tác động cùng chiều (+) tới ý định mua hàng của người theo dõi livestream bán hàng
H2b: Thông tin có tác động cùng chiều (+) tới ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
2.4.1.3 Tính tương tác xã hội (SOC)
Tính tương tác là điều cần thiết đối với mọi khía cạnh của cuộc sống con người Trong mua sắm qua livestream, kết quả hài lòng xã hội khi tương tác xã hội được thực hiện Nó được sử dụng trong các nghiên cứu về sự thỏa mãn xã hội (Gan và Li, 2018; Li và cộng sự, 2015) Hou và các cộng sự (2019) đã chứng minh rằng tương tác xã hội giải thích ý định xem livestream của các cá nhân Nền tảng mua sắm qua livestream là một hình thức truyền thông xã hội độc đáo cho phép người dùng tương tác với những người livestream cũng như với những người xem khác (Zhao và cộng sự, 2018) Các nhà nghiên cứu đã liên tục lưu ý rằng tương tác xã hội thúc đẩy mọi người xem các chương trình mua sắm trên màn hình (Gumpert và Drucker, 1992; Cortese và Rubin, 2010) và thường được đề cập trong các nghiên cứu về cơ chế cơ bản của nó (Cortese và Rubin, 2010 ; Stephens và cộng sự, 1996) Tính tương tác được coi là yếu tố quan trọng trong giao tiếp trực tuyến (Ou và cộng sự, 2014; Tajvidi và cộng sự, 2017) Các nghiên cứu trước đây đã chỉ ra rằng tính tương tác có liên quan mật thiết đến các thái độ tích cực như sự tin tưởng và hài lòng (Bao và cộng sự, 2016; Teo và cộng sự, 2003) Trong thị trường trực tuyến, tính tương tác đóng một vai trò quan trọng trong việc xây dựng mối quan hệ tốt đẹp giữa người mua và người bán vì nó giúp đạt được giao tiếp chất lượng cao (Ou và cộng sự, 2014) Tính tương tác góp phần vào giao tiếp giữa các cá nhân chất lượng cao trong phát livestream Quá trình giao tiếp tương tác khiến người xem cảm thấy rằng người bán phát livestream là người dễ gần Họ có thể tự do đưa ra những suy nghĩ và thông điệp của mình trong thời gian thực Người bán có thể nhận được phản hồi từ người xem và phản ứng đồng thời Hiệu quả giao tiếp và sự kiểm soát tích cực mà người xem trải nghiệm sẽ nâng cao chất lượng tương tác và có niềm tin hơn (Chiang và Hsiao, 2015)
Trong nghiên cứu này, các cá nhân của một cộng đồng livestream có thể tương tác với nhau và tham gia vào các hoạt động liên quan đến mua sắm (Olbrich và Holsing, 2011) Hơn nữa, các chức năng của nền tảng như trả lời, bình luận, thích và nhấp vào liên kết cải thiện mối quan hệ người mua – người bán, từ đó dẫn đến ý định mua hàng (Wang và cộng sự, 2017; Zhou và cộng sự, 2016) Các nghiên cứu về sự phong phú của phương tiện đã chỉ ra rằng giao tiếp trực quan đồng bộ giúp tăng cường tương tác giữa người phát và người xem (Liao và cộng sự, 2021) Nghiên cứu hiện tại cho thấy rằng những khách hàng mong đợi mức độ tương tác cao hơn với những người phát livestream và những người xem khác có nhiều khả năng tham gia vào hoạt động mua sắm trực tuyến hơn Do đó, giả thuyết H3 được đưa ra:
H3a: Tương tác xã hội có ảnh hưởng tích cực (+) đến ý định mua hàng khi xem livestream bán hàng
H3b: Tương tác xã hội có ảnh hưởng tích cực (+) đến ý định mua sắm trực tiếp khi xem livestream thông qua niềm tin
Tính hấp dẫn là nhận thức về nguồn gốc bao gồm ngoại hình, tính cách và sự tương đồng (Chekima và cộng sự, 2018) Sự chấp nhận của người tiêu dùng đối với thông tin sẽ tăng lên nếu thông tin được cân nhắc bởi một nguời hấp dẫn (Wang và Scheinbaum, 2017), đặc biệt là họ bán các sản phẩm về hàng thời trang hay mỹ phẩm Trong nghiên cứu này, nếu thông tin hoặc sản phẩm được truyền tải bởi những người bán hàng phát trực tiếp hấp dẫn, có ngoại hình dẹp thì khách hàng sẽ có mức độ chấp nhận thông tin cao hơn (Todd và Melancon, 2018) Do đó, giả thuyết H4 được đề xuất:
H4a: Tính hấp dẫn có ảnh hưởng tích cực (+) đến ý định mua hàng khi xem livestream bán hàng
H4b: Tính hấp dẫn có ảnh hưởng tích cực (+) đến ý định mua hàng khi xem livestream thông qua niềm tin
Tính chuyên môn là mức độ hiểu biết, kỹ năng và kiến thức về sản phẩm, dịch vụ (Wang và Scheinbaum, 2017) Thông tin được truyền tải bởi người bán phát trực tiếp là một chuyên gia có xu hướng ảnh hưởng nhiều hơn đến quyết định của khách hàng (Todd và Melancon, 2018) Khả năng thuyết phục sẽ thúc đẩy ý định mua hàng của khách hàng (Chekima và cộng sự, 2018) Điều này là do người tiêu dùng sẽ tin tưởng hơn vào người bán phát trực tiếp, người được coi là chuyên gia (Khan và cộng sự, 2016)
Là một thành phần chính của thương mại phát livestream, người bán hàng phát livestream ảnh hưởng đáng kể đến ý định mua sắm của khách hàng (Heo và cộng sự, 2020; Park và Lin, 2020; Todd và Melancon, 2018; Wongkitrungrueng và Assarut, 2018; Zhou và cộng sự, 2019) Khách hàng nghe theo lời khuyên mua hàng của những người bán phát livestream vì họ là những chuyên gia có thể cung cấp thông tin đầy đủ và đáng tin cậy cũng như các dịch vụ được cá nhân hóa (Chetioui và cộng sự, 2020; Zafar và cộng sự, 2019; Sun và cộng sự, 2019; Wongkitrungrueng và Assarut, 2018) Ngoài ra, tác động thuyết phục của thông điệp có thể tăng lên khi người bán hàng phát livestream có chuyên môn tốt hơn (Moore và cộng sự, 1986; Slater và Rouner, 1996)
Do đó, chuyên môn được coi là tiền đề của chất lượng dịch vụ, thông tin và lập luận trong nghiên cứu hiện tại (Chen và cộng sự, 2019; Heo và cộng sự, 2020; Wongkitrungrueng và Assarut, 2018) Giả thuyết H5 được đề xuất:
H5a: Chuyên môn có có ảnh hưởng tích cực đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng
H5b: Chuyên môn có ảnh hưởng tích cực đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
2.4.1.6 Độ tin cậy (TruthWorthiness-TWO) Độ tin cậy đề cập đến mức độ tin cậy của khách hàng khi nhận thông tin được cung cấp bởi một nguồn cụ thể ( Malik và Qureshi, 2017) Trong trường hợp nghiên cứu này, nó liên quan đến người bán phát livestream và mức độ chấp nhận người theo dõi livestream bán hàng đối với thông tin Thông tin được truyền đạt bởi người bán đáng tin cậy khi quảng bá sản phẩm thông qua livestream sẽ ngày càng được khách hàng theo dõi chấp nhận (Todd và Melancon, 2018) Ngoài ra, khách hàng sẽ có xu hướng đánh giá cao sản phẩm do mức độ đáng tin cậy cao hơn sau đó sẽ tăng ý định mua hàng Do đó giả thuyết H6 được đề xuất:
H6a: Độ tin cậy có ảnh hưởng tích cực đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng
H6b: Độ tin cậy có ảnh hưởng tích cực đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
2.4.1.7 Truyền miệng điện tử (eWOM) eWOM diễn ra trên nhiều kênh trực tuyến như diễn đàn thảo luận, đánh giá sản phẩm, trang web mạng xã hội và email (Dwyer và cộng sự, 2007) eWOM chia sẻ thông tin về sản phẩm và dịch vụ giữa những người tương tác với nhau trong thế giới ảo của mạng xã hội Truyền thông xã hội là phương tiện chia sẻ nội dung, đánh giá, giới thiệu và đề xuất do người sử dụng sản phẩm tạo ra Người dùng nhận được từ giới thiệu người khác vì eWOM có thể được chia sẻ bởi nhiều người từ một nơi đến toàn cầu ngay lập tức Người dùng chia sẻ eWOM có ảnh hưởng tích cực đến ý định mua hàng qua các trang mạng xã hội eWOM được chia sẻ giữa những người bạn, cộng đồng và những người cùng mối quan tâm trong các trang mạng xã hội như Facebook, Twitter Người dùng trực tuyến có thể đọc và xem bất cứ lúc nào trên toàn cầu (Hennig-Thurau và cộng sự (2004) cho rằng truyền thông eWOM dưới dạng tuyên bố tích cực hoặc tiêu cực được thực hiện bởi các khách hàng tiềm năng, thực tế hoặc trước đây về một sản phẩm hoặc doanh nghiệp có sẵn đến vô số người và tổ chức thông qua Internet Với sự phát triển của phương tiện điện tử nổi lên như một nguồn thông tin mạnh mẽ và đáng tin cậy (Shukla, 2011), ảnh hưởng của các tương tác giữa các cá nhân (eWOM) về các quyết định mua hàng đã tăng đáng kể (Lopez và Sicilia, 2014 Trong khi đề cập đến eWOM được đưa ra trên các kênh truyền thông xã hội khác nhau, nó không chỉ là chất lượng mà còn cả số lượng eWOM ảnh hưởng đến quyết định mua hàng của người tiêu dùng (Lin và cộng sự, 2013) Lee và cộng sự (2011) đã kiểm tra rằng uy tín nhận thức mạnh mẽ hơn của các đánh giá tiêu dùng trực tuyến giữa những người tiêu dùng tiềm năng là ý định mua hàng càng cao Nghiên cứu thêm cho thấy rằng các đánh giá của người tiêu dùng trực tuyến được hỗ trợ bởi niềm tin vào nhà bán lẻ trực tuyến ảnh hưởng tích cực đến ý định mua hàng Yaylı và Bayram (2012) thấy rằng việc đọc các đánh giá không chỉ ảnh hưởng tích cực đến các quyết định mua hàng trực tuyến của người mua mà còn cả tần suất mua hàng của họ Dọc theo những dòng thảo luận trên và bán hàng livestream là một trong những kênh bán hàng của thương mại điện tử trên mạng xã hội nên giả thuyết H7 được đề xuất:
H7a: eWOM tích cực có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng
H7b: eWOM tích cực có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
Niềm tin cảm nhận trong truyền thông marketing, chính trị, xã hội học, tâm lý học và những ngành khác đã xem xét niềm tin là một thuật ngữ rộng và khó nắm bắt (Cowles 1997; Fisher, Till và Stanley 2010) Vì nó liên quan đến tiếp thị và mua bán, Moorman, Deshpande’ và Zaltman (1993) đã mô tả niềm tin là “sự sẵn sàng dựa vào một đối tác trao đổi mà họ tin tưởng” Racherla, Mandviwalla và Connolly
(2012) đã điều tra niềm tin của người tiêu dùng trong các bài đánh giá sản phẩm trực tuyến và lập luận rằng thông điệp được cho là chất lượng ( yếu tố nội dung) góp phần làm tăng niềm tin Tương tự như vậy, Lee và Chung (2009) đã cho rằng các yếu tố chất lượng khác nhau liên quan có thể tác động đến sự hài lòng và niềm tin Kết quả cho thấy rằng cả hệ thống và chất lượng thông tin đều dự đoán đáng kể sự tin tưởng và hài lòng của người tiêu dùng Tính thông tin và tính giải trí của các bài đăng do người bán hàng tạo sẽ ảnh hưởng đến niềm tin của người tiêu dùng đối với nội dung được quảng cáo
Trong bối cảnh truyền thông xã hội, một số nghiên cứu đã kiểm tra tác động của tín nhiệm nguồn đối với người tiêu dùng và chứng minh khả năng thuyết phục của nó trong các tình huống khác nhau ( Djafarova và Rushworth, 2017; Lopez và Sicilia, 2014; McLaughlin, 2016) Cụ thể là Djafarova và Rushworth (2017) đã sử dụng kết quả của các cuộc phỏng vấn sâu của họ để lập luận rằng niềm tin của người dùng Instagram đối với các bài đánh giá sản phẩm của những người bán hàng được hình thành bởi chuyên môn và kiến thức của họ liên quan đến những sản phẩm đó cũng như mức độ phù hợp với người dùng Do đó, ủng hộ việc đặt ra các khía cạnh uy tín cuả người bán hàng (Munnukka, Uusitalo và Toivonen; 2016) sẽ ảnh hưởng đến niềm tin của người theo dõi Các thành phần uy tín của người bán phát livestream là tính giải trí, thông tin, chuyên môn, sự hấp dẫn, eWOM và sự tương tác xã hội sẽ ảnh hưởng tích cực đến niềm tin của những người theo dõi livestream bán hàng
Trong bối cảnh mua sắm trực tuyến qua livestream, ý định mua hàng ảnh hưởng bởi nhiều yếu tố như nêu trên thì niềm tin là một dự báo mạnh mẽ về ý định mua hàng (See và Ho, 2014) Trong trường hợp cộng đồng C2C của facebook, các chức năng nền tảng như xem hồ sơ, nhìn hình ảnh, video sống động, tương tác công khai sẽ có niềm tin (Valenzuala và cộng sự, 2019) Nếu được khán giả xác minh trong thế giới thực sẽ khẳng định niềm tin của các thành viên khác khi xem livestram và làm tăng ý định mua hàng của khán giả
Hơn nữa, theo nghiên cứu của Lou và cộng sự (2019), Trehan và Sharma
(2020), Chena (2020) đã kết luận rằng niềm tin làm tăng ý định mua hàng trên nền tảng bán hàng livestream nên giả thuyết H8 được đề xuất
H8: Niềm tin tích cực có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng
2.4.2 Mô hình nghiên cứu đề xuất
Mô hình UGT được sử dụng hiệu quả trong nghiên cứu các yếu tố ảnh hưởng lên ý định mua hàng của khách hàng thông qua hình thức livestream bán hàng là tính giải trí, tính thông tin Mô hình SCT được đưa vào kết hợp để tăng ý định mua hàng như tính hấp dẫn, tính chuyên môn, độ tin cậy Tác giả kế thừa nghiên cứu của Chan và cộng sự (2021) ứng dụng hai mô hình này Cụ thể hơn các tác giả sử dụng lý thuyết UGT bao gồm tính giải trí, tính thông tin đã giải quyết các khía cạnh thời gian thực và tính giải trí trong livestream bán hàng trong khi lý thuyết SCT bao gồm tính hấp dẫn, tính chuyên môn và độ tin cậy nhìn vào mối quan hệ các thuộc tính của người bán hàng qua livestream với ý định mua hàng của người xem
PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Quy trình nghiên cứu
Phương pháp nghiên cứu
Phỏng vấn sâu hay phỏng vấn chuyên gia giúp thu thập những quan điểm chi tiết về vấn đề nghiên cứu thông qua trao đổi trực tiếp Mục tiêu phỏng vấn sâu là đánh giá mô hình nghiên cứu, xác định các nhân tố trong mô hình, xác định thang đo tương thích với khái niệm các nhân tố trong mô hình Bên cạnh đó, tác giả lấy ý kiến chuyên gia rút ra hàm ý quản trị cho kênh bán hàng qua livestream Quy trình thực hiện qua 5 bước là chọn đối tượng phỏng vấn, chuẩn bị dàn bài phỏng vấn, tiếp cận và mời chuyên gia, tiến hành phỏng vấn, cuối cùng là tổng hợp kết quả
Bước 1: Chọn đối tượng phỏng vấn
Các chuyên gia với tiêu chí là cấp quản lý 3 năm trở lên trong lĩnh vực bán hàng thời trang, mỹ phẩm qua livestream, trình độ đại học trở lên Từ tiêu chí này, tác giả xác định được 10 chuyên gia phù hợp và dành thời gian hỗ trợ, góp ý cho nghiên cứu
Bước 2: Chuẩn bị dàn bài phỏng vấn Đầu tiên là giới thiệu và trình bày lý do buổi phỏng vấn, giới thiệu tên đề tài nghiên cứu và mục tiêu nghiên cứu để chuyên gia có thông tin tổng quan và hiểu phần tiếp theo của nghiên cứu Sau đó nêu nội dung là các câu hỏi phỏng vấn để giải quyết mục tiêu đưa ra Câu hỏi bao gồm các yếu tố ảnh hưởng lên ý định mua hàng qua livestream, các biến quan sát trong thang đo, làm rõ hơn các từ ngữ và điều chỉnh mô hình đề xuất Thông tin bảng câu hỏi trình bày ở phụ lục 2.Tác giả gởi hình vẽ mô hình, các khái niệm các nhân tố, thang đo gốc của mô hình dự kiến trước cho các chuyên gia xem trước khi phỏng vấn Sau đó lấy ý kiến chuyên gia về hàm ý quản trị về ngành hàng và kênh bán hàng qua livestream
Bước 3: Tác giả liên hệ, gởi lời mời phỏng vấn và xin lịch hẹn gặp vào thời gian thuận tiện cho chuyên gia
Bước 4: Tiến hành phỏng vấn
Việc thực hiện phỏng vấn sâu trong tháng 5 /2022 Thời gian kéo dài từ 90 đến 120 phút Địa điểm là các quán cà phê yên tĩnh
Bước 5: Từ kết quả phỏng vấn của 10 chuyên gia Tác giả tổng hợp các ý kiến đóng góp có liên quan tới mục tiêu đưa ra
Sau khi phỏng vấn, các chuyên gia đều đồng ý là tính giải trí, tính chuyên môn, tính thông tin, tính hấp dẫn, độ tin cậy, eWOM, tương tác xã hội, niềm tin tác động cùng chiều tới ý định mua hàng Trong các yếu tố trên, niềm tin là yếu tố quan trọng nhất và đa số các đáp viên đều đồng ý với mô hình Có đáp viên đề nghị thêm
“chương trình khuyến mãi” nhưng tác giả muốn khách hàng tập trung vào chất lượng buổi livestream bán hàng chứ không phải là giảm giá Hơn nữa, “chương trình khuyến mãi” không phải là đường dài mà doanh nghiệp, nhà bán lẻ theo đuổi Các chuyên gia đều đồng ý các khái niệm trong nghiên cứu, có một đáp viên yêu cầu làm rõ giữa khái niệm giữa độ tin cậy và niềm tin Độ tin cậy là những gì mà người bán hàng phát livestream thể hiện như phát ngôn có đúng sự thật không hay là phóng đại chất lượng sản phẩm, họ có chân thành không, có trả lời hợp lý thắc mắc cho khách hàng không Còn niềm tin là giá trị cảm nhận của khách hàng sau khi nghe phát livestream bán hàng thông qua những gì mà người bán thể hiện, qua các khách hàng tương tác bình luận với nhau, qua các hoạt động và phong cách của người bán hàng phát livestream để từ đó khách hàng cảm nhận sự tin tưởng của mình về buổi livestream
Ngoài ra, các chuyên gia có góp ý về hàm ý quản trị Tác giả ghi lại những hàm ý chính liên quan như việc bán hàng uy tín sẽ có cơ hội thanh lọc các nhà bán hàng khi kinh doanh online dễ như hiện nay và hàng thật, giả lẫn lộn, chuyên gia cũng cho rằng chương trình khuyến mãi sẽ giúp khách hàng chốt đơn hàng ngay (chuyên gia 1) Các nhà bán lẻ chú trọng đào tạo nhân viên bán hàng kỹ năng thuyết trình, tương tác, khả năng xử lý vấn đề hoặc câu hỏi, phản ứng tích cực cũng như tiêu cực của khách hàng, biết cách giữ thông tin khách hàng, tăng cường sức ảnh hưởng của cộng đồng, tăng thương hiệu nhà bán hàng (chuyên gia 2) Các nhà bán hàng cũng phải tìm hiểu các quy định được Bộ Thông tin và Truyền thông ban hành nhằm hiểu rõ pháp luật để không bị vi phạm khi phát sóng livestream bán hàng và xây dựng chiến lược bán hàng bền vững ( chuyên gia 4) “Trước đây, đội ngũ bán hàng đa cấp và bất động sản chốt sale rất giỏi và nhìn chuyên nghiệp nhưng ngày nay các nhà bán hàng qua livestream cực kỳ gây ấn tượng với tôi vì khách hàng chốt đơn hàng với số lượng khủng chỉ sau vài giờ Kinh nghiệm của Tôi là nên chia hoa hồng xứng đáng cho người bán hàng vì nhờ họ mới đem lợi nhuận về cho doanh nghiệp” (chuyên gia 5) Các nhà bán lẻ nên xây dựng kịch bản giữ chân khách hàng hiện có và chính họ là những người quảng cáo tốt nhất mà không tốn phí (chuyên gia 6) Các nhà bán hàng nên đo lường hiệu quả bán hàng như bao nhiêu người xem, lượt tương tác, tỷ lệ đơn hàng thành công như thế nào sau khi livestream bán hàng Điều gì về sản phẩm khách hàng quan tâm nhiều nhất (chuyên gia 7) Mỗi lần livestream nên lên một kịch bản thú vị, không trùng lắp với nhau và yêu cầu sự sáng tạo rất nhiều (chuyên gia 8), Doanh nghiệp nên áp dụng các thuật toán thông minh để phát hiện các sản phẩm nhái, khách hàng bị mất và tránh trường hợp người khác giao hàng trong khi mình bán hàng (chuyên gia 9) Nên xây dựng thương hiệu từ livestream bán hàng và định vị logo để tăng nhận diện hơn, làm rõ niềm tin và độ tin cậy (chuyên gia 10)
Kết quả ý kiến về thang đo ( Bảng 3.1)
Thang đo tính giải trí (EN) Đa số các chuyên gia đồng tình với 5 phát biểu của thang đo này Tuy nhiên có điều chỉnh lại từ ngữ cho các đáp viên dễ hiểu hơn
Thang đo tính thông tin (IN)
Các chuyên gia đồng ý với 5 biến quan sát và các phát biểu nên giữ nguyên
Thang đo về tính tương tác (SOC)
Các chuyên gia đồng ý với các phát biểu và yêu cầu chỉnh sửa từ ngữ cho phù hợp
Thang đo về tính hấp dẫn (AT)
Có 2 chuyên gia yêu cầu gom AT2: Người bán phát livestream có hình ảnh phong cách và AT3: Người bán livestream rất hấp dẫn thành thành 1 phát biểu Có 8 chuyên gia đề nghị bỏ 1 trong 2 phát biểu vì “ có phong cách” và “hấp dẫn” sẽ được hiểu là giống nhau
Thang đo về độ tin cậy (TWO)
Có 9 chuyên gia đề xuất nên bỏ 2 phát biểu: Người bán phát livestream không phóng đại hoặc nói dối về sản phẩm, dịch vụ (TWO2) Người bán phát livestream sẽ không giả vờ biết về những gì anh ấy/cô ấy không biết rõ về sản phẩm/dịch vụ (TWO3) vì Người bán phát livestream phải chân thành mỗi khi quảng bá/ bán sản phẩm (TWO1) đã bao gồm TWO2 và TWO3
Thang đo về truyền miệng điện tử (eWOM)
Các chuyên gia đồng tình với 4 biến quan sát đưa ra và đề nghị bỏ từ “ thương hiệu” cho phù hợp với bài nghiên cứu
Thang đo về niềm tin (TRS)
Các chuyên gia đồng tình với 6 biến quan sát và 3 chuyên gia yêu cầu làm rõ nghĩa hơn TRS 4 và bổ sung “đặt câu hỏi tôi băn khoăn” và việt hóa cho phù hợp
Bảng 3.1.Thang đo hiệu chỉnh
Ký hiệu Thang đo gốc Thang đo hiệu chỉnh Nguồn Ghi chú
EN1 Tôi thấy thú vị khi xem video phát trực tiếp bán, quảng bá sản phẩm, dịch vụ
Tôi thấy thú vị khi xem livestream bán hàng
Chan và các cộng sự (2021) Điều chỉnh 100% đồng ý (10/10)
EN2 Tôi thấy rằng nội dung video trực tiếp bán / quảng bá sản phẩm / dịch vụ rất thú vị để xem
Tôi thấy nội dung các livestream bán hàng và quảng cáo rất thú vị Điều chỉnh 100% đồng ý (10/10)
EN3 Tôi cảm thấy phấn khích khi xem nội dung video trực tiếp bán / quảng bá sản phẩm / dịch vụ
Tôi cảm thấy phấn khích khi xem nội dung livestream bán hàng Điều chỉnh 100% đồng ý (10/10)
EN4 Xem nội dung video trực tiếp bán / quảng bá sản phẩm/ dịch vụ cung cấp cho tôi rất nhiều thưởng thức
Xem nội dung livestream bán hàng cung cấp cho tôi nhiều thưởng thức Điều chỉnh 100% đồng ý (10/10)
EN5 Tôi vui vẻ khi tương tác với người bán phát livestream
Tôi thấy vui vẻ khi tương tác với người bán hàng phát livestream Điều chỉnh 100% đồng ý (10/10)
IN1 Điều quan trọng là người bán phát trực tiếp có thể cung cấp cho tôi thông tin sản phẩm / dịch vụ quan
Người bán hàng phát livestream cung cấp thông tin sản phẩm tôi quan tâm
Chan và các cộng sự (2021) Điều chỉnh 100% đồng ý (10/10) tâm đến tôi
IN2 Thông tin sản phẩm/dịch vụ chính xác từ người bán phát trực tiếp cải thiện việc mua sắm của tôi hiệu quả
Thông tin sản phẩm chính xác từ người bán phát livestream giúp việc mua sắm của tôi hiệu quả Điều chỉnh 100% đồng ý (10/10)
IN3 Thông tin kịp thời về sản phẩm / dịch vụ từ người bán phát trực tiếp cải thiện việc mua sắm của tôi hiệu quả
Thông tin kịp thời về sản phẩm từ người bán phát livestream cải thiện việc mua sắm của tôi hiệu quả Điều chỉnh 100% đồng ý (10/10)
IN4 Thông tin sản phẩm/dịch vụ từ người bán phát livestream hữu ích trong việc hỗ trợ mua quyết định mua sắm của tôi được đánh giá cao
Thông tin sản phẩm từ người bán phát livestream hữu ích trong việc hỗ trợ các quyết định mua sắm của tôi tốt hơn Điều chỉnh 100% đồng ý (10/10)
IN5 Thông tin sản phẩm / dịch vụ từ người bán phát livestream giúp tôi dễ dàng so sánh các lựa chọn sản phẩm / dịch vụ khi mong muốn mua sắm trực tuyến
Thông tin sản phẩm từ người bán phát livestream giúp tôi dễ dàng so sánh các lựa chọn sản phẩm khi mong muốn mua sắm trực tuyến Điều chỉnh 100% đồng ý (10/10)
SOC1 Mua sắm qua livestream cung cấp cho tôi cơ hội để giao tiếp với người bán
Mua sắm qua livestream cung cấp cho tôi cơ hội để
Giữ nguyên 100% đồng ý (10/10) giao tiếp với người bán sự (2021)
SOC2 Mua sắm qua livestream cung cấp cho tôi cơ hội để giao tiếp với những người xem khác
Mua sắm qua livestream cung cấp cho tôi cơ hội để giao tiếp với những người xem khác
SOC3 Mua sắm qua live-stream cho phép tôi cảm thấy mình là một phần của cộng đồng
Mua sắm qua livestream cho phép tôi cảm thấy mình là một phần của cộng đồng mua hàng trực tuyến
AT1 Người bán phát live-stream đẹp (đẹp gái / đẹp trai)
Người bán phát livestream có ngoại hình đẹp (đẹp gái/ đẹp trai)
AT2 Người bán phát livestream có hình ảnh phong cách
Người bán phát livestream có hình ảnh phong cách
AT3 Người bán livestream rất hấp dẫn
AT4 Những người khác sẽ muốn giống người bán phát livestream
Khách hàng muốn giống diện mạo và phong cách người bán hàng phát livestream Điều chỉnh 100% đồng ý (10/10)
EX1 Người bán phát trực tiếp biết rất rõ về sản phẩm / dịch vụ
Người bán phát livestream biết rất rõ về sản phẩm đang bán
EX2 Có một thực tế không thể phủ nhận rằng người bán phát trực tiếp là một chuyên gia về sản phẩm / dịch vụ
Người bán phát livestream là một chuyên gia về sản phẩm họ đang bán Điều chỉnh 100% đồng ý (10/10)
EX3 Người bán phát trực tiếp có nhiều kinh nghiệm với sản phẩm / dịch vụ
Người bán phát livestream có nhiều kinh nghiệm với sản phẩm họ đang bán Điều chỉnh 100% đồng ý (10/10)
EX4 Người bán phát livestream có khả năng xem / đọc rất nhiều nguồn / tài liệu tham khảo liên quan đến sản phẩm/dịch vụ
Người bán phát livestream xem / đọc rất nhiều nguồn / tài liệu tham khảo liên quan đến sản phẩm Điều chỉnh 100% đồng ý (10/10) ĐỘ TIN CẬY (TWO)
Người bán phát livestream phải chân thành mỗi khi quảng bá/ bán sản phẩm
Người bán phát livestream phải chân thành mỗi khi quảng bá/ bán sản phẩm
TWO2 Người bán phát livestream không phóng đại hoặc nói dối về sản phẩm, dịch vụ
Người bán phát livestream trả lời hợp lệ và hợp lý về sản phẩm đang bán
Người bán phát livestream trả lời hợp lệ và hợp lý về
Giữ nguyên 100% đồng ý (10/10) sản phẩm đang bán
Người bán phát livestream sẽ không giả vờ biết về những gì anh ấy/cô ấy không biết rõ về sản phẩm/dịch vụ
Người bán phát livestream thẳng thắn trình bày quan điểm, suy nghĩ và ý kiến của mình một cách khách quan
Người bán phát livestream thẳng thắn trình bày quan điểm, suy nghĩ và ý kiến của mình một cách khách quan
TRUYỀN MIỆNG ĐIỆN TỬ (eWOM) eWOM
Tôi thường đọc bài đăng của người tiêu dùng khác / bạn bè để đảm bảo tôi mua sản phẩm / thương hiệu phù hợp Để đảm bảo rằng tôi mua sản phẩm phù hợp, tôi thường đọc các bình luận của người khác
Tôi thường đọc bài viết của người tiêu dùng / bạn bè khác để biết những sản phẩm / thương hiệu nào tạo ấn tượng tốt Để biết sản phẩm có ấn tượng tốt, tôi thường đọc nhận xét của những người khác Điều chỉnh 100% đồng ý (10/10) eWOM
Tôi thường đọc bài đăng của người tiêu dùng / bạn bè để thu thập thông tin về sản phẩm / nhãn hiệu Để thu thập thêm thông tin về sản phẩm, Tôi thường theo dõi bình luận của người khác về sản phẩm khi xem Điều chỉnh 100% đồng ý (10/10) livestream eWOM
KẾT QUẢ NGHIÊN CỨU 4.1 Mô tả kết quả nghiên cứu 4.1.1 Phân tích thống kê mô tả về biến định tính
Đánh giá mô hình đo lường cấu tạo 1 Đánh giá mức độ chính xác về sự hội tụ
Theo Hair và cộng sự (2009), nếu mô hình nghiên cứu có mô hình nguyên nhân và phản ánh thì mô hình đo lường được đánh giá qua 2 bước: Đánh giá mô hình cấu tạo và đánh giá mô hình kết quả
4.2.1 ĐÁNH GIÁ MÔ HÌNH ĐO LƯỜNG CẤU TẠO
Nhìn vào hình 4.8, chỉ có Độ tin cậy (TWO) được đo lưởng bởi mô hình đo lường cấu tạo, các biến quan sát còn lại là mô hình đo lường kết quả nên tác giả đánh giá mô hình đo lường cấu tạo của TWO: đánh giá mức độ chính xác về sự hội tụ, đánh giá mức độ đa cộng tuyến, đánh giá mức ý nghĩa thống kê của trọng số thông qua kiểm định bootstrapping
4.2.1 Đánh giá mức độ chính xác về độ hội tụ Đối với mô hình cấu tạo, mức độ chính xác về sự hội tụ đề cập tới mức độ mà các biến quan sát giải thích sự thay đổi biến tiềm ẩn Giá trị hồi quy cần lớn hơn 0,708 hay R 2 >= 0,5 thì mức độ giải thích các biến quan sát có mức độ giải thích cao cho biến tiềm ẩn (Theo Hair và ctg, 2016)
Theo bảng 4.3, Hệ số hồi quy R 2 =0,651 > 0,5 nên các biến quan sát TWO1,TWO2, TWO3 đóng vai trò giải thích quan trọng cho biến tiềm ẩn TWO trong mô hình đo lường cấu tạo Do đó mô hình cấu tạo đạt chính xác về sự hội tụ
Bảng 4.3: Báo cáo mức độ chính xác về sự hội tụ
Nguồn: trích xuất từ PLS3 4.2.2 Đánh giá mức độ đa cộng tuyến giữa các chỉ báo
Theo Nguyễn Minh Hà, Vũ Hữu Thành (2020), sự xuất hiện đa cộng tuyến giữa các chỉ báo có thể dẫn tới hậu quả giá trị trọng số không đúng và ảnh hưởng tới tính chính xác của ước lượng Nếu mô hình cấu tạo có ngưỡng VIF < 5 sẽ không xuất hiện hiện tượng đa cộng tuyến
Kết quả hệ số VIF của các biến quan sát TWO1, TWO2, TWO3 trong mô hình đo lường cấu tạo đều thấp hơn ngưỡng 5 nên mô hình cấu tạo không có hiện tượng đa cộng tuyến (Bảng 4.4)
Bảng 4.4 Báo cáo mức độ đa cộng tuyến
Nguồn: trích xuất từ PLS3
4.2.3 Đánh giá mức ý nghĩa thống kê của giá trị trọng số ngoài
Trọng số ngoài biểu diễn mối liên hệ giữa biến tiềm ẩn và biến quan sát Theo phần mềm SmartPLS, trọng số ngoài chính là các hệ số hồi quy và cần được kiểm định về mức độ khác giá trị 0 Mức ý nghĩa thống kê của giá trị trọng số thể hiện biến quan sát nào thực sự đóng góp vai trò giải thích cho biến tiềm ẩn.Tác giả sử dụng kiểm định từ Boostraping, vào outer weights
Bảng 4.5 Báo cáo mức ý nghĩa thống kê của trọng số ngoài
Trung bình mẫu Độ lệch chuẩn T Value
Nguồn: trích xuất PLS 3 Quan sát bảng 4.5, mô tả kết quả kiểm định trọng số ngoài thấy P- Values các chỉ báo TWO1, TWO2, TWO3 đều nhỏ hơn 0,05 nên các biến quan sát của TWO đều có ý nghĩa trong mô hình
Dựa vào phân tích về mức độ chính xác sự hội tụ, đa cộng tuyến, ý nghĩa thống kê của trọng số thì mô hình đo lường cấu tạo TWO đạt nên các chỉ báo TWO1, TWO2, TWO3 thực sự đóng góp cho vai trò giải thích cho độ tin cậy (TWO) Bước tiếp theo tác giả chuyển sang đánh giá mô hình đo lường kết quả.
Đánh giá mô hình đo lường kết quả 1 Đánh giá mức độ tin cậy từng chỉ báo
Để đánh giá mô hình kết quả, tác giả tập trung đánh giá hai khía cạnh chính là đánh giá mức độ tin cậy và đánh giá mức độ chính xác Đánh giá mức độ tin cậy bao gồm mức độ tin cậy từng chỉ báo, mức độ tin cậy nhất quán nội bộ Đánh giá mức độ chính xác bao gồm mức độ chính xác về sự hội tụ, mức độ chính xác về sự phân biệt
4.3.1 Đánh giá mức độ tin cậy của từng chỉ báo Đánh giá mức độ tin cậy nhất quán nội bộ thì tác giả đánh giá mức độ tin cậy của từng chỉ báo trước để xem từng chỉ báo có đạt độ tin cậy không, nếu không thì loại chỉ báo nào không đạt độ tin cậy khỏi mô hình
Các chỉ báo có hệ số tải factor loading lớn hơn 0,708 là chỉ báo đạt mức độ tin cậy (Hair và cộng sự, 2016; Vũ Hữu Thành và Nguyễn Minh Hà, 2020)
Bảng 4.6 cho thấy các hệ số tải IN1 là 0.556; PI2 là 0,22 và TRS6 là 0.596 Các hệ số tải này thấp hơn chuẩn (nhỏ hơn 0,708) nên chưa đủ mạnh để có ý nghĩa trong mô hình
Sau khi đọc lại 3 biến quan sát IN1, PI2, TRS6, tác giả quyết định loại 3 chỉ báo này khỏi mô hình để mô hình đảm bảm độ tin cậy của mô hình kết quả
Bảng 4.6 Báo cáo mức độ tin cậy từng chỉ báo
AT EN EX IN PI SOC TRS TW eWOM
Nguồn: Kết quả báo cáo từ PLS3 Bảng 4.7 cho thấy các hệ số tải chạy lại đều đạt mức độ tin cậy từng chỉ báo là lớn hơn 0,708 nên các biến quan sát đều có ý nghĩa trong mô hình, tác giả chuyển sang đánh giá mức độ tin cậy nhất quán nội bộ
Bảng 4.7 Báo cáo mức độ tin cậy từng chỉ báo sau khi loại chỉ báo
AT EN EX IN PI SOC TRS TWO eWOM
TWO3 0,876 eWOM1 0,84 eWOM2 0,884 eWOM3 0,87 eWOM4 0,882
TWO3 0,864 eWOM1 0,844 eWOM2 0,887 eWOM3 0,865 eWOM4 0,88
Nguồn: Kết quả từ PLS
4.3.2 Đánh giá mức độ tin cậy nhất quán nội bộ
Khi phân tích mô hình đường dẫn, độ tin cậy tổng hợp (CR) được khuyến nghị thay cho Cronbach’s Anpha.Tập chỉ báo trong một mô hình đo lường cần thể hiện tính ổn định và tính ổn định này cần được đo lường bằng mức độ tin cậy nhất quán nội bộ là CR Ngưỡng CR > 0,7 là đạt độ tin cậy nhất quán nội bộ
Bảng 4.8 Báo cáo mức độ tin cậy nhất quán nội bộ
Nguồn: Trích xuất từ PLS 3 Theo bảng 4.8, các CR của chỉ báo AT, EN, EX, IN, PI, SOC, TRS, eWOM đều lớn hơn 0,7 nên các thang đo đều đảm báo mức độ tin cậy hay mô hình đo lường kết quả đạt mức độ tin cậy nhất quán nội bộ
4.3.3 Đánh giá mức độ chính xác về sự hội tụ (AVE)
Các biến quan sát cần được chứng minh thực sự là kết quả mang tính đại diện từ biến tiềm ẩn nên sử dụng chỉ số AVE Nếu AVE > 0,5 là đạt mức độ chính xác về sự hội tụ
Các AVE của các biến quan sát trong bảng 4.8 đều lớn hơn 0,5 nên các thang đo trong mô hình đo lường kết quả đạt mức độ chính xác về sự hội tụ nên các biến quan sát thực sự là kết quả đại diện cho biến tiềm ẩn trong mô hình kết quả
4.3.4 Đánh giá mức độ chính xác về sự phân biệt
Một tập chỉ báo cần đại diện cho kết quả riêng biệt của một biến tiềm ẩn Để chứng minh điều trên, hệ số tải trong mô hình đo lường cần lớn hơn hệ số tải chéo Sau đó đo lường mức độ chính xác về sự phân biệt (HTMT) với ngưỡng HTMT x-y < 0,85 là đạt độ chính xác về sự phân biệt và kiểm định boostrap (sử dụng khoảng tin cậy 95%)
4.3.4.1 So sánh hệ số tải ngoài và hệ số tải chéo
Theo kết quả phân tích bảng 4.9, hệ số tải ngoài được tô vàng luôn lớn hơn hệ số tải chéo là các ô cùng hàng, thêm vào đó luôn lớn hơn 0,3 (hệ số tải ngoài – hệ số tải chéo > 0,3) nên các biến quan sát đại diện riêng biệt cho biến tiềm ẩn Bước tiếp theo là phân tích HTMT để xem các tập chỉ báo này có phân biệt với tập chỉ báo kia không
Bảng 4.9 Bảng so sánh hệ số tải ngoài và hệ số tải chéo
AT EN EX IN PI SOC TRS TWO eWOM
Nguồn: trích xuất từ PLS 3 Sau khi phân tích, bảng 4.9 cho thấy hệ số tải ngoài lớn hơn hệ số tải chéo đã đạt nên tác giả tiếp tục đánh giá mức độ chính xác về sự phân biệt HTMT
4.3.4.2 Đánh giá HTMT (Heterottrait-heteromethod)
Theo đề xuất của Henseler và cộng sự (2015) với giá trị HTMT SOC 0,602 0,602 0,506 0,687 eWOM -> AT 0,234 0,237 0,135 0,339 eWOM -> EN 0,141 0,15 0,105 0,211 eWOM -> EX 0,251 0,252 0,189 0,317 eWOM -> IN 0,196 0,206 0,104 0,324 eWOM -> PI 0,429 0,428 0,321 0,529 eWOM -> SOC 0,132 0,146 0,072 0,238 eWOM -> TRS 0,406 0,404 0,298 0,504
Nguồn: kết quả trích xuất PLS 3 Nhìn vào bảng 4.10, các HTMT của các tập chỉ báo đều nhỏ hơn 0,85; đồng thời kiểm định boostraping cho thấy khoảng tin cậy 95% (0,154; 0,711) và nhỏ hơn 1.Vì vậy tập chỉ báo các thang đo có phân biệt với nhau
Vì hai mô hình đo lường cấu tạo và kết quả đã đạt các điều kiện phân tích như mức độ tin cậy và mức độ chính xác nên tác giả chuyển sang thực hiện đánh giá nội dung liên quan mô hình cấu trúc.
Đánh giá mô hình cấu trúc 1 Đánh giá mức độ đa cộng tuyến của mô hình
Mô hình PLS SEM là mô hình đường dẫn biểu hiện trực quan mối quan hệ của các giả thuyết nghiên cứu và các biến Trong đó, biến nghiên cứu là không được đo lường trực tiếp và được thể hiện trong mô hình đường dẫn là hình tròn Biến chỉ báo hay còn gọi biến quan sát được, được đo trực tiếp và thể hiện trong mô hình đường dẫn là hình chữ nhật
Các mối quan hệ giữa các biến nghiên cứu với nhau và mối quan hệ giữa biến nghiên cứu và biến quan sát thể hiện bằng mũi tên một chiều Đánh giá mô hình cấu trúc bao gồm: kết quả tổng hợp mô hình đường dẫn, kết quả phân tích đa cộng tuyến, hệ số R 2 , hệ số f 2 , hệ số Q 2 , kết quả tác động trực tiếp, gián tiếp và tổng mức tác động
4.4.1 Kết quả tổng hợp mô hình đường dẫn
Hình 4.9 Báo cáo kết quả tổng hợp mô hình đường dẫn
Nguồn: kết quả trích xuất PLS 3
Sau khi chạy boostrapping mô hình đường dẫn, các giả thuyết nghiên cứu trong mô hình hầu hết được chấp nhận (hệ số hồi quy có giá trị P value nhỏ hơn 0,05) Mô hình giải thích được khoảng 65,2 % độ biến thiên của ý định mua hàng qua livestream thông qua các yếu tố là tính giải trí, tính hấp dẫn, tính thông tin, tính tương tác, tính chuyên môn, độ tin cậy, truyền miệng điện tử và niềm tin
4.4.2 Đánh giá mức độ đa cộng tuyến:
Hiện tượng đa cộng tuyến là hiện tượng tạo nên từ mối quan hệ tương quan mạnh giữa các biến độc lập với nhau trong mô hình hồi quy tuyến tính Tác giả sử dụng hệ số phóng đại phương sai VIF (Variance Inflation Factor) để xác định rõ mối quan hệ giữa các biến độc lập và sức mạnh của mối quan hệ này Đánh giá đa cộng tuyến dựa vào kết quả VIF VIF chia làm 2 vùng: inner VIF và outer VIF Inner VIF là đánh giá mức độ đa cộng tuyến giữa các biến tiềm ẩn Đây là mục quan trọng nhất vì nếu các biến tiềm ẩn gặp hiện tượng đa cộng tuyến là vấn đề nghiêm trọng
Bảng 4.11 Báo cáo kết quả phân tích đa cộng tuyến
Nguồn: trích xuất từ PLS 3 Áp dụng ngưỡng đánh giá mức độ đa cộng tuyến do Hair và ctg.(2019) đề xuất được mô tả VIF < 3 là mô hình không gặp hiện tượng đa cộng tuyến Sau khi phân tích mô hình, Bảng 4.11 cho thấy các biến đầu vào trong mô hình đường dẫn đều nhỏ hơn 3 nên mô hình cấu trúc không gặp hiện tượng đa cộng tuyến
4.4.3 Hệ số xác định R 2 và R 2 adj
R 2 là phần tỷ lệ của phương sai trong biến phụ thuộc có thể dự đoán được từ các biến độc lập, hay nói cách khác hệ số xác định R 2 là các biến số đầu vào giải thích được bao nhiêu phần biến thiên hoặc phần thay đổi (bình phương) của biến phụ thuộc.Vì vậy, Rigon (2012) coi giá trị này đại diện cho “ năng lực dự đoán của mô hình
Ngoài ra, Hair và cộng sự (2017) cho rằng Hệ số xác định điều chỉnh ( R 2 adj ) được sử dụng làm tiêu chí trong mô hình phức tạp để tránh sai lệch
Bảng 4.12 Bảng đề xuất đánh giá độ lớn hệ số xác định của Henseler và ctg (2009) Độ lớn R 2 Đánh giá
Mô hình phân tích có 2 biến nội sinh là niềm tin (TRS) và ý định mua hàng (PI) Bảng kết quả 4.12 cho thấy R 2 hiệu chỉnh của biến trung gian niềm tin (TRS) là 0,644 Như vậy, các biến quan sát giải thích được 64,4% sự biến thiên của biến TRS, còn 35,6% còn lại là sai số từ hệ thống và các yếu tố khác ngoài mô hình Tương tự như vậy, R 2 hiệu chỉnh của biến phụ thuộc ý định mua hàng (PI) là 0,562 nghĩa là các biến độc lập giải thích được 56,2% cho sự biến thiên của PI; 43,8% sự biến thiên còn lại của PI là từ sai số hệ thống và các yếu tố khác chưa đưa vào mô hình Mô hình đang phân tích có mức tác động trung bình (Theo Henseler và cộng sự, 2019)
Bảng 4.13 Bảng báo cáo hệ số R 2 và R 2 adj
Biến nội sinh R 2 R 2 adj Đánh giá
TRS 0,652 0,644 Mức tác động khá
PI 0,571 0,562 Mức tác động trung bình
Hệ số xác định R 2 hay R 2 adj càng tiến về 1 thì các biến độc lập tác động lên biến phụ thuộc càng cao Bảng 4.13 cho thấy mô hình cấu trúc có chất lượng trung bình -
Chin (1998) đưa ra công thức f 2 với mục đích đánh giá tầm quan trọng của biến số độc lập trong việc giải thích cho sự thay đổi của biến phụ thuộc nếu loại bỏ biến độc lập ra khỏi mô hình thành phần f 2 là hệ số đánh giá hiệu quả tác động của từng biến độc lập lên biến phụ thuộc
Bảng 4.14 Bảng đánh giá hệ số f 2 theo tuân chuẩn Cohen (1988)
Tiêu chuẩn Đánh giá mức hiệu quả tác động
Bảng 4.15 Báo cáo kết quả hệ số f 2 f square PI f square TRS
Nguồn: Trích xuất từ PLS 3 Đối với các yếu tố tác động tới PI:
Ta thấy EX đóng vai trò quan trọng nhất trong việc giải thích PI là 0,058; biến này có mức độ giải thích trung bình Kế đến biến eWOM là 0,049 Tiếp theo là AT, TRS và TW đều là 0,043 và SOC, IN lần lượt là 0,037 và 0,027 Các biến số này có mức độ giải thích nhỏ cho PI Biến EN hầu như không đóng góp vai trò giải thích cho PI vì tác động chỉ có 0,008 tới PI (Theo Cohen, 1988) Đối với các yếu tố tác động tới TRS
Biến AT, eWOM đóng vai trò quan trọng nhất trong việc giải thích tới TRS là 0,068 và 0,06 Hai biến này có mức độ giải thích trung bình Tiếp theo là biến EN, EX,
TW đóng vai trò giải thích nhỏ tới TRS lần lượt là 0,047; 0,046; 0,033 Các biến
IN, SOC đóng vai trò thấp nhất trong việc giải thích tới TRS là 0,021 và 0,031 đóng góp vai trò giải thích nhỏ cho TRS (Theo Cohen, 1988)
Như vậy, kết quả phân tích hệ số f 2 cho thấy rằng các biến độc lập đều đóng vai trò giải thích tới biến phụ thuộc, ngoại trừ biến EN ( Tính giải trí) hầu như không đóng vai trò giải thích tới PI ( Ý định mua hàng)
Đánh giá mức ý nghĩa thống kê của hệ số hồi quy 1 Đánh giá mức tác động trực tiếp
Bảng 4.16 Đánh giá mức ý nghĩa thống kê của các tác động
Giá trị trung bình Độ lệch chuẩn
TWO -> TRS 0,150 0,154 0,046 3,255 0,001 eWOM -> PI 0,149 0,149 0,038 3,874 0,000 eWOM -> TRS 0,178 0,176 0,037 4,815 0,000
TWO -> TRS -> PI 0,028 0,029 0,012 2,437 0,015 eWOM -> TRS ->
TWO -> TRS 0,150 0,154 0,046 3,255 0,001 eWOM -> PI 0,182 0,182 0,037 4,972 0,000 eWOM -> TRS 0,178 0,176 0,037 4,815 0,000
Nguồn: Tác giả tổng hợp từ PLS
4.5.1 Đánh giá mối tác động trực tiếp
Ngoại trừ tính giải trí (EN) tác động đến ý định mua hàng (PI) có ý nghĩa thống kê thấp (P value = 0,091) ở mức độ tin cậy 90% Hệ số hồi quy của các biến số giải thích còn lại đều có ý nghĩa thống kê 95% hay nói cách khác trừ biến số EN tác động tới PI thấp, tất cả các biến còn lại tác động trực tiếp đều có ý nghĩa thống kê Tác động trực tiếp mạnh nhất là AT đến TRS là 0,201 (Bảng 4.16)
4.5.2 Đánh giá mức tác động gián tiếp
Tất cả các mối tác động gián tiếp đều có ý nghĩa thống kê vì P Values nhỏ hơn 0,05 ( Bảng 4.16) cho thấy vai trò trung gian TRS của tất cả nhân tố trong mô hình tới ý định mua hàng có ý nghĩa thống kê
4.5.3 Đánh giá mức tổng tác động
Theo bảng 4.16, Tổng mối tác động từ biến độc lập tới biến phụ thuộc đều có ý nghĩa thống kê Trong các tổng tác động thì từ EX tới PI là mạnh nhất (0,213), thấp nhất là từ EN đến PI ( 0,095).
Đánh giá vai trò của biến trung gian (TRS) 1 Đánh giá mức ý nghĩa thống kê của tác động gián tiếp
Biến xen vào giữa mối quan hệ từ nhân tố độc lập lên nhân tố phụ thuộc được gọi là biến trung gian Theo Baron và Kenny (1986), một biến được gọi là trung gian nếu thỏa mãn 3 điều kiện: Điều kiện 1: Biến độc lập tác động lên biến trung gian Điều kiện 2: Biến trung gian tác động lên biến phụ thuộc Điều kiện 3: Khi điều kiện 1 và 2 đạt thì sự xuất hiện biến trung gian làm giảm tác động biến độc lập lên biến phụ thuộc
Nghiên cứu William và cộng sự (2008) và Preacher và Hayes (2008) cho rằng kỹ thuật boostrapping tốt hơn kỹ thuật khác khi đánh giá mối quan hệ trung gian vì không yêu cầu dữ liệu phân phối chuẩn và có thể áp dụng cở mẫu nhỏ Cách này hoàn toàn phù hợp với nghiên cứu này vì Smart PLS cũng dùng để đánh giá biến trung gian
4.6.1 Đánh giá mức ý nghĩa thống kê của tác động gián tiếp
Nhìn vào bảng 4.16, tất cả các mối tác động gián tiếp đều có ý nghĩa thống kê nên biến trung gian niềm tin TRS có vai trò trong việc tác động tới ý định mua hàng PI
4.6.2 Phân loại biến trung gian
Baron và Kenny (1986) cho rằng có 3 dạng tác động trung gian
Trung gian bổ sung (Complementary mediation): Tác động gián tiếp và trực tiếp đều có ý nghĩa và cùng hướng
Trung gian cạnh tranh (Competitive mediation): Tác động gián tiếp và trực tiếp đều có ý nghĩa và ngược hướng
Trung gian gián tiếp (Indirect only mediation): Tác động gián tiếp có ý nghĩa nhưng không có tác động trực tiếp
Trung gian bổ sung và cạnh tranh được gộp chung thành trung gian một phần (Patial mediation) Nó xảy ra khi tác động trực tiếp có ý nghĩa và tác động gián tiếp cũng có ý nghĩa
Trung gian gián tiếp hay còn gọi là trung gian toàn phần xảy ra khi tác động gián tiếp có ý nghĩa nhưng tác động trực tiếp hoàn toàn không có ý nghĩa
TRS đóng vai trò trung gian trong việc giải thích từ AT, EX, IN, SOC, TWO và eWOM tới PI với mức tác động dương vì P values đều có ý nghĩa thống kê (bảng 4.17 ) Thêm vào đó, nhìn vào bảng 4.16 ta thấy AT, EN, EX, IN, SOC, TWO tác động trực tiếp PI là dương nên TRS là trung gian bổ sung (Complementary Partial mediation) vì cùng dấu dương Như vậy TRS bổ sung thêm tác động mối liên hệ từ
AT, EX, IN, SOC, TWO và eWOM tới PI làm cho PI mạnh hơn
Tuy nhiên, bảng 4.16 cho thấy tác động trực tiếp từ EN tới PI có P value = 0,091 lớn hơn 0,05 nhưng nhỏ hơn 0,1 nên mức độ tin cậy khoảng 90% Do đó, tác động trực tiếp từ EN tới PI thấp, tác động gián tiếp của EN qua trung gian TRS tới PI mạnh nên đối với biến EN thì TRS đóng vai trò là trung gian bổ sung mạnh
4.6.3 Đánh giá vai trò của TRS (biến trung gian) Để đánh giá vai trò trung gian của TRS cần tính VAF của từng mẫu gốc ( Variance accounted for value) = tổng tác động gián tiếp từ biến độc lập lên biến phụ thuộc chia cho tổng tác động từ biến độc lập lên biến phụ thuộc Sau đó tính Percentile 2,5% và Percentie 97,5% Nếu khoảng từ 2,5% đến 97,5% không chứa giá trị 0 thì kết quả VAF có ý nghĩa thống kê (Vũ Hữu Thành, 2022; Shrout và Bolger, 2002) Tham chiếu theo tiêu chuẩn Cohen (bảng 4.14) để đánh giá mức tác động vai trò trung gian
Bảng 4.17 Đánh giá vai trò trung gian
VAF mẫu gốc 2,5% 97,5% Tác động trung gian
AT -TRS-PI 0,204 0,079 0,454 Trung bình
EN -TRS-PI 0,326 0,052 0,303 Trung bình
EX -TRS-PI 0,154 0,049 0,348 Trung bình eWOM -TRS-PI 0,179 0,069 0,384 Trung bình
IN -TRS-PI 0,155 0,037 0,437 Trung bình
SOC -TRS-PI 0,156 0,048 0,380 Trung bình
TWO -TRS-PI 0,150 0,050 0,349 Trung bình
Nguồn: Tác giả tổng hợp Theo tiêu chuẩn Cohen thì TRS đóng vai trò trung gian có tác động trung bình trong việc tác động từ AT, EN, EX, eWOM, IN, SOC, TWO tới PI (0,15< 0,33< 0,35), trong đó vai trò trung gian từ EN tới PI là cao nhất
Tóm lại, Thông qua lý thuyết SCT và UGT và nghiên cứu thực nghiệm Nghiên cứu này đã xây dựng mô hình lý thuyết về vai trò trung gian của TRS trong việc giải thích tác động từ AT, EX, EN, IN, SOC, TWO, eWOM tới PI
Bảng kết quả kiểm định giữa các nhân tố nghiên cứu 4.18 cho thấy các mối quan hệ trong mô hình nghiên cứu đều có ý nghĩa thống kê Riêng giả thuyết H1a có p value
= 0,087 thì ở mức khoảng 10% có thể chấp nhận được nhưng ở mức ý nghĩa thấp Điều này hoàn toàn đúng với thực tiễn Việt Nam vì khách hàng sau khi nghe người bán phát livestream hát một bài hát hay hay kể chuyện hấp dẫn thì chưa có ý định mua hàng liền mà phải theo dõi tiếp theo để tăng niềm tin về người bán, sản phẩm hơn Chuyên gia cũng đưa ra quan điểm “ Tính giải trí giúp người xem cảm thấy vui vẻ và thích thú, là động lực để xem các lần livestream tiếp theo chứ họ chưa tăng ý định mua hàng liền” Chuyên gia khác thêm rằng: “ Livestream được ưa chuộng bởi hội tụ nhiều yếu tố: tính giải trí, tính thông tin Quan trọng là giúp bỏ tâm lý e ngại mua sắm trực tuyến, bỏ đi rào cản không được cầm nắm hay thử sản phẩm, qua đó mức độ tin tưởng ở khách được tăng đáng kể” Do đó, tính giải trí giúp kết nối với khách hàng nhiều hơn và chỉ tăng ý định mua khi có niềm tin với người bán nên mức ý nghĩa thấp là đúng với thực tế Tất cả các giả thuyết còn lại đều ủng hộ với các giả thuyết mô hình nghiên cứu
Bảng 4.18 Bảng kiểm định các giả thuyết
Kết quả kiểm định các giả thuyết Giả thuyết Hệ số hồi quy Hệ số hồi quy đã chuẩn hóa p value
H1a: Tính giải trí có tác động tích cực (+) tới ý định mua hàng qua hình thức livestream bán hàng
H1b: Tính giải trí có tác động tích cực (+) tới ý định mua hàng khi xem livestream bán hàng thông qua niềm tin (EN -
H2a: Thông tin có tác động cùng chiều (+) tới ý định mua hàng của người theo dõi livestream bán hàng (IN-PI)
H2b: Thông tin có tác động cùng chiều (+) tới ý định mua hàng khi xem livestream bán hàng thông qua niềm tin (IN-
H3a: Tương tác xã hội có ảnh hưởng tích cực (+) đến ý định mua hàng khi xem livestream bán hàng
H3b: Tương tác xã hội có ảnh hưởng tích cực (+) đến ý định mua sắm trực tiếp khi xem livestream thông qua niềm tin (SOC-
H4a: Tính hấp dẫn có ảnh hưởng tích cực (+) đến ý định mua hàng khi xem livestream bán hàng (AT-
H4b: Tính hấp dẫn có ảnh hưởng tích cực (+) đến ý định mua hàng khi xem
0,038 0,038 0,002 Chấp nhận livestream thông qua niềm tin (AT-TRS-PI)
H5a: Chuyên môn có có ảnh hưởng tích cực đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng (EX-PI)
H5b: Chuyên môn có ảnh hưởng tích cực đáng kể
(+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
H6a: Độ tin cậy tích cực có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng
H6b: Độ tin cậy tích cực có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin
H7a: eWOM có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin (TW-PI)
H7b: eWOM có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin (TWO-TRS-PI)
H8: Niềm tin có ảnh hưởng cùng chiều đáng kể (+) đến ý định mua hàng khi xem livestream bán hàng thông qua niềm tin (TRS-PI)
Từ kết quả nghiên cứu cho thấy tất cả các giả thuyết đều được chấp nhận vì đều có đóng góp vào tăng ý định mua hàng và tăng niềm tin tới sản phẩm và người bán phát livestream
Từ mô hình nghiên cứu với 15 giả thuyết ở chương 2 và kết quả kiểm định giả thuyết chương 4 (theo bảng 4.18), tác giả thảo luận kết quả theo mục tiêu nghiên cứu
Giả thuyết H1a có p value = 0,087 cho thấy mối quan hệ tích cực của tính giải trí tới ý định mua hàng có mức ý nghĩa 0,1 là chấp nhận H1a ở mức thấp, kết quả này cũng ủng hộ với nghiên cứu của Chan và cộng sự (2021), Lou (2021), Hou và cộng sự (2021) Điều đó cho thấy tính giải trí cũng góp phần tăng ý định mua hàng của khách hàng khi xem livestream Nếu khách hàng cảm thấy vui vẻ, thư giản, phấn khích sẽ mong muốn xem tiếp theo, thêm vào đó nếu niềm tin gia tăng thì ý định mua hàng sẽ tăng lên đáng kể
Thảo luận kết quả nghiên cứu
Từ mô hình nghiên cứu với 15 giả thuyết ở chương 2 và kết quả kiểm định giả thuyết chương 4 (theo bảng 4.18), tác giả thảo luận kết quả theo mục tiêu nghiên cứu
Giả thuyết H1a có p value = 0,087 cho thấy mối quan hệ tích cực của tính giải trí tới ý định mua hàng có mức ý nghĩa 0,1 là chấp nhận H1a ở mức thấp, kết quả này cũng ủng hộ với nghiên cứu của Chan và cộng sự (2021), Lou (2021), Hou và cộng sự (2021) Điều đó cho thấy tính giải trí cũng góp phần tăng ý định mua hàng của khách hàng khi xem livestream Nếu khách hàng cảm thấy vui vẻ, thư giản, phấn khích sẽ mong muốn xem tiếp theo, thêm vào đó nếu niềm tin gia tăng thì ý định mua hàng sẽ tăng lên đáng kể
Giả thuyết H2a, H4a, H5a, H6a được chấp nhận và cũng đồng tình với nghiên cứu Chan và cộng sự (2021), Lou và cộng sự (2019) Nếu thông tin sản phẩm mà người bán phát livestream đưa ra kịp thời, chính xác và hữu ích giúp khách hàng mua sắm hiệu quả sẽ tăng ý định mua hàng Bên cạnh đó, nếu người bán có ngoại hình đẹp, hấp dẫn và người xem cũng muốn có ngoại hình và phong cách tương tự người bán phát livestream sẽ tăng ý định mua hàng hơn.Thêm vào đó,người bán là chuyên gia biết rất rõ về sản phẩm và có nhiều kinh nghiệm về ngành hàng cũng tăng ý định mua hàng Ngoài ra, nếu người bán phát livestream chân thành, trả lời hợp lý và trình bày thẳng thắn, khách quan về sản phẩm đang bán cũng giúp làm tăng ý định mua hàng
Giả thuyết H3a được chấp nhận nên ủng hộ nghiên cứu của Ma (2021), Chena và cộng sự (2020) cho thấy mua sắm qua kênh livestream, khách hàng thấy mình không chỉ tương tác với người bán như kênh truyền thống mà họ còn được tương tác với những người xem khác để họ chia sẽ băn khoăn về sản phẩm Nếu khách hàng có tương tác tốt sẽ tăng ý định mua hàng
Giả thuyết H2b, H4b, H6b được chấp nhận nên ủng hộ nghiên cứu của Lou và cộng sự (2019) Tính thông tin chính xác từ người bán, người bán hàng có ngoại hình đẹp, người bán hàng chân thành sẽ làm tăng niềm tin dẫn tới tăng ý định mua hàng hơn
Giả thuyết H3b được chấp nhận nên ủng hộ nghiên cứu của Chena và các cộng sự (2020) cho thấy với sự trợ giúp của phát livestream, khách hàng có cơ hội giao tiếp với người bán và người xem khác, thấy mình là một phần của cộng đồng mua hàng trực tuyến Từ đó khách hàng tăng niềm tin hơn và tăng ý định mua hàng
Giả thuyết H7a, H7b được chấp nhận nên ủng hộ nghiên cứu của Sulthana và Vasanth (2019) Vì vậy, những người mua trước đánh giá và bình luận sản phẩm mà họ trải nghiệm rất quan trọng để tăng niềm tin hơn về sản phẩm cho khách hàng mới để họ tăng ý định mua hàng
Giả thuyết H8 được chấp nhận cao nhất trong các mối quan hệ trong mô hình (0,188) nên ủng hộ mạnh mẽ cho nghiên cứu của Chena và cộng sự (2020) Sự phát triển của niềm tin được coi là điều kiện tiên quyết cho các ý định mua hàng trên các cộng đồng trực tuyến (Trehan và cộng sự ,2020)
Tóm lại, kết quả nghiên cứu cho thấy ý định mua hàng qua livestream bán các mặt hàng thời trang, làm đẹp, mỹ phẩm chịu tác động tích cực từ niềm tin thông qua chuyên môn, giải trí, tính tương tác, tính thông tin, tính hấp dẫn, độ tin cậy, eWOM
Tác động trực tiếp tới niềm tin: tính chuyên môn tác động nhiều nhất (0,213), tính giải trí tác động ít nhất (0,138) Điều này cho thấy người phát trực tiếp phải chuẩn bị kỹ về kiến thức, sản phẩm mình bán hàng trước khi phát livestream giúp tự tin, nói chuyện chuyên nghiệp khi bán hàng để khách hàng có niềm tin hơn, tăng ý định mua hàng
Tác động trực tiếp tới ý định mua hàng: Niềm tin tác động trực tiếp tới ý định mua hàng nhiều nhất (0,188) Tính giải trí tác động trực tiếp tới ý định mua hàng thấp nhất Điều này cho thấy mục đích của bán hàng qua livestream cũng là một hình thức giải trí thông qua sự tham gia của khán giả (Yokoi, 2020) Vì vậy, để tăng ý định bán hàng thì bên cạnh khách hàng thấy đây là hình thức giải trí để tiếp tục xem nên tăng tính tương tác như trả lời bình luận kịp thời và chính xác giúp khán giả thỏa mãn với những băn khoăn về sản phẩm
Tác động gián tiếp tới ý định mua hàng: Tính hấp dẫn tác động gián tiếp tới ý định mua hàng thông qua niềm tin là mạnh nhất Điều này là do người tiêu dùng bị ảnh hưởng nhiều hơn nếu người phát livestream nổi tiếng xinh hoặc có ngoại hình đẹp Hơn nữa, thông tin và độ tin cậy cũng được tìm thấy là những yếu tố quan trọng trong bối cảnh này Những kết quả này cho thấy tính giải trí giúp khán giả tiếp tục xem, tính hấp dẫn thu hút khán giả, tính chuyên môn giúp tin tưởng về sản phẩm, tính thông tin quảng bá sản phẩm, tính tương tác giúp người xem đặt câu hỏi và nhận được câu trả lời ngay lập tức nên hiểu được khách hàng đang mong đợi và quan tâm điều gì, độ tin cậy thể hiện sự thành thật của người phát livestream, tránh thổi phồng quá sự thật Kết quả nghiên cứu này cũng phù hợp với nghiên cứu trước (Chan và cộng sự,2021) eWOM giúp khán giả theo dõi những trải nghiệm trước của khách hàng và họ cho bình luận cụ thể để giúp tăng niềm tin hơn cho khách hàng mới và bổ sung tích cực cho ý định mua hàng
Cuối cùng, mô hình nghiên cứu đã cho thấy tác động trực tiếp, gián tiếp, tổng hợp của các biến độc lập như tính hấp dẫn(AT), tính giải trí (EN), tính thông tin (IN), tính chuyên môn (EX), tính tương tác (SOC),truyền miệng điện tử (eWOM) và độ tin cậy (TWO) lên biến phụ thuộc là niềm tin (TRS), ý định mua hàng (PI) và thấy rõ tác động gián tiếp của biến trung gian hay biến trung gian giải thích một phần tác động từ biến độc lập lên biến phụ thuộc trong mô hình Tuy nhiên, kết quả thực nghiệm cho thấy tính giải trí (IN) tác động trực tiếp lên ý định mua hàng có ý nghĩa thấp mà nó tác động gián tiếp lên ý định mua hàng qua trung gian niềm tin mạnh hơn hay nói cách khác giải trí là nhân tố giải thích cho ý định mua hàng thông qua trung gian là niềm tin mạnh hơn các nhân tố khác trong mô hình Chiếu theo các nghiên cứu trước, nghiên cứu này ủng hộ nghiên cứu của Chan và cộng sự (2021) thực hiện tại Malaysia là tính giải trí, tính thông tin, tính hấp dẫn, tính chuyên môn, độ tin cậy tác động tích cực tới ý định mua hàng qua livestream, trong đó tính thông tin và độ tin cậy được xem là yếu tố quan trọng nhất nhưng theo nghiên cứu này thì niềm tin và tính chuyên môn là quan trọng nhất Những công ty mỹ phẩm trên diễn đàn livestream thường mời bác sỹ da liểu để tăng tính chuyên môn khi trình bày thông tin sản phẩm khi quảng cáo và bán hàng Nghiên cứu này cũng đồng tình với nghiên cứu của Lou và cộng sự (2019) là niềm tin đóng vai trò trung gian tích cực của tính thông tin, giải trí, chuyên môn, độ tin cậy, tính hấp dẫn đến ý định mua hàng
Chương 4 trình bày các kết quả thống kê mẫu khảo sát và kiểm định các giả thuyết trong mô hình nghiên cứu Kết quả mô hình đo lường xác nhận 3 thang đo: IN1, PI2, TRS6 có hệ số tải thấp nên loại khỏi mô hình Sau đó tác giả phân tích lại, những thang đo thỏa mãn sự hội tụ, độ tin cậy và giá trị phân biệt, phù hợp dữ liệu nghiên cứu với mô hình nghiên cứu Mô hình cấu trúc kiểm định các giả thuyết về mối quan hệ giữa các biến trong mô hình nghiên cứu Tổng tác động trực tiếp lên ý định mua hàng theo thứ tự lần lượt là: Tính chuyên môn, tính tương tác, niềm tin, tính hấp dẫn, độ tin cậy, eWOM, thông tin, tính giải trí Phần kiểm tra tác động trung gian cho thấy niềm tin là trung gian một phần đối với các nhân tố trên tới ý định mua hàng Cuối cùng, kết luận và phần gợi ý chính sách được trình bày ở chương sau.