GIỚI THIỆU
Lý do hình thành đề tài
Ngày nay CNTT đã mang lại nhiều thay đổi trên thế giới, kể cả trong lĩnh vực công nghiệp và dịch vụ, nó đóng vai trò quan trọng trong việc định hình các phương thức kinh doanh và cải thiện năng suất kinh doanh, cung cấp khả năng tiếp cận mới một thị trường rộng lớn hơn, giúp tiết kiệm thời gian đi lại bằng cách giao tiếp trực tuyến và mở rộng kiến thức thông qua hàng loạt thông tin có sẵn trên Internet
(Pipitwanichakarn & Wongtada, 2019) Các thiết bị di động (v.d., điện thoại thông minh, máy tính bảng…) chiếm vị trí trung tâm trong việc thúc đẩy doanh số bán lẻ trực tuyến (Liao & cộng sự, 2020) Trên toàn cầu, các thiết bị hỗ trợ web như điện thoại thông minh và máy tính bảng đã phát triển thành các công cụ thiết yếu để giao tiếp, thông tin và giải trí Trong những năm gần đây, tỷ lệ sử dụng điện thoại thông minh đã đạt hơn 80% ở cả các nước phát triển và đang phát triển, đồng thời, tần suất sử dụng điện thoại thông minh mỗi ngày không ngừng tăng lên (Wigginton & cộng sự, 2017) Vào năm 2022, số lượng người dùng Internet di động là 4,28 tỷ, cho thấy rằng hơn 90% dân số Internet toàn cầu sử dụng thiết bị di động cho các dịch vụ trực tuyến (Statista, 2023) Chính sự phát triển của thiết bị di động thông minh cùng với sự phát triển của thương mại nhưng có giới hạn thời gian và địa điểm đã dẫn đến sự phát triển của một loại hình thương mại điện tử mới - thương mại di động được phân loại theo lĩnh vực công nghệ và dịch vụ (Kim & cộng sự, 2020)
Tại Việt Nam, lượng người sử dụng giao dịch thương mại điện tử trên điện thoại di động khá nhiều Theo World Bank (2020), số lượng đơn đặt hàng trên trang thương mại trực tuyến đã bùng nổ, doanh thu bán hàng trực tuyến của các nhà bán lẻ lớn cũng tăng vọt Theo Google (2020), tốc độ tăng trưởng trung bình cho cả giai đoạn 2015-2025 của thương mại điện tử Việt Nam là 29%, dự báo đến năm 2025, các công ty điện tử quy mô Việt Nam sẽ đạt tới ngưỡng 43 tỷ Đô la Mỹ và đứng thứ
3 trong khối ASEAN Các sàn phẩm thương mại di động tại Việt Nam (v.d., Shopee, Lazada, Tiki, Sendo…) trong thời gian qua cũng tăng cường loại hàng thực phẩm, hàng thiết yếu để đáp ứng nhu cầu người dùng trong thời kỳ Covid-19 Theo VOV (2023), tỷ lệ sử dụng điện thoại thông minh tại Việt Nam đứng thứ 9 trên thế giới với khoảng 63,1%, với thời gian sử dụng để truy cập Internet hơn 3 tiếng mỗi ngày, đây được xem là lợi thế đối để thương mại di động phát triển
Mô hình thành công của hệ thống thông tin (D&M) của Delone & McLean (1992; 2003), mô hình chấp nhận công nghệ (TAM) của Davis (1989), lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh & cộng sự (2003; 2012) là những nghiên cứu cơ bản liên quan đến ý định tiếp tục sử dụng Bên cạnh đó, các nghiên cứu của Pavlou (2003); Hsu & Wang (2011); Cabanillas & cộng sự (2016); Singh & cộng sự (2017); Chhonker & Verma (2018); Illescas & cộng sự (2020); Kalinic & cộng sự (2023) là những nghiên cứu thử nghiệm liên quan đến ý định tiếp tục sử dụng trong bối cảnh thương mại di động Mặc dù thương mại di động rất có tiềm năng, nhưng ở Việt Nam vẫn chưa có nhiều nghiên cứu có liên quan Do đó, nghiên cứu chuyên sâu về các vấn đề liên quan đến thương mại di động là công việc hết sức cần thiết và có ý nghĩa cả về mặt lý thuyết và thực tiễn.
Mục tiêu nghiên cứu
Mục tiêu của nghiên cứu này là đề xuất và kiểm định một mô hình cấu trúc của ý định tiếp tục sử dụng thương mại di động, để từ đó đưa ra hững hàm ý quản trị để nâng cao ý định tiếp tục sử dụng thương mại di động ở Việt Nam
Từ mục tiêu tổng quát, tài nghiên cứu này sẽ thực hiện theo ba mục tiêu chính:
(1) Xác định các thành phần trong mối quan hệ cấu trúc với ý định tiếp tục sử dụng thương mại di động
(2) Đề xuất và kiểm định mô hình cấu trúc của ý định tiếp tục sử dụng thương mại di động
(3) Kiến nghị những hàm ý quản trị để nâng cao ý định tiếp tục sử dụng thương mại di động ở Việt Nam.
Phương pháp nghiên cứu
Nghiên cứu thực hiện theo phương pháp hỗn hợp tuần tự - nghiên cứu định tính trước và định lượng sau Trong đó, dữ liệu của nghiên cứu bao gồm:
Dữ liệu định tính: phỏng vấn các chuyên gia về hệ thống thông tin quản lý, các chuyên gia trong lĩnh vực thương mại điện tử - đặc biệt là thương mại di động Dữ liệu định tính dùng để hiệu chỉnh thang đo
Dữ liệu định lượng: khảo sát đáp viên là những người đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động Dữ liệu định lượng dùng để phân tích và kiểm định mô hình và các giả thuyết nghiên cứu.
Đối tượ ng và ph ạ m vi nghiên c ứ u
Đối tượng nghiên cứu: ý định tiếp tục sử dụng thương mại di động Đối tượng phỏng vấn và khảo sát: (1) các chuyên gia về hệ thống thông tin quản lý, các chuyên gia trong lĩnh vực thương mại điện tử/thương mại di động (sơ bộ
- định tính); và (2) những đáp viên đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động (chính thức - định lượng)
Phạm vi nghiên cứu: ở Việt Nam.
Ý nghĩa nghiên cứu
Đề tài đóng góp cơ sở lý thuyết cho các mô hình thành công của hệ thống thông tin, các lý thuyết chấp nhận và sử dụng công nghệ, và đóng góp cho khoa học hành vi Bên cạnh đó, kết quả đề tài còn là nền tảng tri thức cho lĩnh vực thương mại điện tử - đặc biệt là thương mại di động, nhằm nâng cao ý định tiếp tục sử dụng thương mại di động trong xu hướng toàn cầu hóa hiện nay Đề tài còn giúp nâng cao năng lực nghiên cứu của nhà trường thông qua việc tham gia thực hiện đề tài và phát triển nhóm nghiên cứu Về mặt đào tạo, đề tài hỗ trợ đào tạo sinh viên và/hoặc một học viên cao học với khóa luận/luận văn tốt nghiệp liên quan tới đề tài nghiên cứu trong đào tạo với các hệ đại học và/hoặc sau đại học.
Cấu trúc của nghiên cứu
Cấu trúc của đề tài nghiên cứu này được trình bày theo thể thức 5 Chương:
Chương 1 - Giới thiệu chung: chương này giới thiệu vấn đề nghiên cứu, lý do hình thành đề tài nghiên cứu về mặt lý thuyết, thực tiễn, và quản trị, trình bày mục tiêu nghiên cứu Chương 1 cũng tóm lược phạm vi và đối tượng nghiên cứu, ý nghĩa nghiên cứu Chương 1 cũng trình bày chi tiết cấu trúc của đề tài nghiên cứu
Chương 2 - Cơ sở lý thuyết: chương này trình bày tổng quan cơ sở lý thuyết của mô hình thành công của hệ thống thông tin, lý thuyết chấp nhận và sử dụng công nghệ, và những nghiên cứu liên quan Từ cơ sở lý thuyết và các nghiên cứu có liên quan, tác giả đề xuất toàn bộ các khái niệm của mô hình nghiên cứu, và biện luận các lý do hình thành các giả thuyết nghiên cứu
Chương 3 – Thiết kế nghiên cứu: chương này trình bày quy trình và phương pháp nghiên cứu một cách chi tiết như cách thức xây dựng thang đo, phương pháp thu thập dữ liệu - cách thức lấy mẫu, và phương pháp phân tích dữ liệu Trong chương này cũng trình bày chi tiết các thang đo của nghiên cứu
Chương 4 - Kết quả nghiên cứu: chương này trình bày toàn bộ các kết quả phân tích dữ liệu của nghiên cứu sơ bộ và nghiên cứu chính thức bao gồm cả thống kê mô tả mẫu nghiên cứu Cụ thể, các kết quả kiểm định thang đo và mô hình như phân tích nhân tố khám phá, phân tích nhân tố khẳng định, và phân tích mô hình cấu trúc tuyến tính theo phương pháp Bayes để kiểm định mô hình và các giả thuyết nghiên cứu Ngoài ra, việc thảo luận kết quả kiểm định mô hình và các giả thuyết cũng được diễn giải một cách chi tiết
Chương 5 - Kết luận và kiến nghị: chương này tóm lược toàn bộ đề tài nghiên cứu cùng với các đóng góp của nghiên cứu về các mặt lý thuyết và về mặt thực tiễn Bên cạnh đó, chương 5 còn đưa ra các hàm ý quản trị từ các kết quả nghiên cứu Cuối cùng, những hạn chế và các hướng nghiên cứu tiếp theo cũng được trình bày.
CƠ SỞ LÝ THUYẾT
Tổng quan cơ sở lý thuyết
Thương mại di động (m-commerce) đề cập đến các hoạt động kinh doanh được thực hiện thông qua mạng viễn thông không dây (Zhang & cộng sự, 2012) Với sự phổ biến rộng rãi của các thiết bị di động (v.d., điện thoại thông minh, máy tính xách tay, máy tính bảng…), cũng như các công nghệ di động ngày càng mạnh mẽ, thương mại di động đã và đang nổi lên như một hiện tượng kinh doanh mới và trở thành một thị trường tiềm năng rất lớn Thương mại di động cung cấp các dịch vụ ngày càng mở rộng, bao gồm ngân hàng di động, tiếp thị di động và các dịch vụ khác (Lee, 2008) Các nhà nghiên cứu đã nỗ lực đề xuất và kiểm định các mô hình thương mại di động như các dịch vụ ngân hàng di động (v.d., Kleijnen & cộng sự, 2003), giao dịch di động (v.d., Khalifa & Shen, 2008), dữ liệu lớn (v.d., Saritas & cộng sự, 2023)
Các ứng dụng thương mại di động có đặc điểm là tính di động và phạm vi tiếp cận rộng, mọi người có thể tiếp cận bất cứ lúc nào thông qua thiết bị di động, việc sử dụng các thiết bị di động như điện thoại thông minh cho phép người tiêu dùng mua sắm trực tuyến thuận tiện mọi lúc mọi nơi (Okazaki & Mendez, 2013) Với tính năng độc đáo của điện thoại thông minh là chức năng truyền thông tin vị trí, cho phép các nhà cung cấp dịch vụ dựa trên vị trí (Junglas & cộng sự, 2008)
2.1.1.2 Ưu điểm của thương mại di động
Một trong những ưu điểm chính của thương mại di động là dễ dàng truy cập, khách hàng có thể sử dụng các ứng dụng di động để nhanh chóng truy cập các cửa hàng bán lẻ trực tuyến ưa thích và nhanh nhất, có thể mang lại lợi ích cho người sử dụng về tính dễ tiếp cận và tính khả dụng của các dịch vụ thương mại di động, từ bất cứ đâu và bất cứ khi nào (Luet & cộng sự, 2009) Bên cạnh đó, người sử dụng không cần phải đi đến cửa hàng, trong khi các ứng dụng dành cho thiết bị di động giúp tiết kiệm thời gian và công sức của khách hàng với người tiêu dùng hiện đại, người sử dụng có quyền truy cập vào cửa hàng mua sắm trực tuyến mà không bị giới hạn không gian và thời gian (Keng & cộng sự, 2001)
2.1.1 3 Nhược điểm của thương mại di động
Hạn chế của thương mại di động là vấn đề rủi ro giao dịch, thương mại di động cần phải đầu tư rất lớn về chi phí và thời gian để triển khai và vận hành, các kỹ thuật thay đổi tổ chức và hệ thống lớn để định vị lại tổ chức với chiến lược rất phức tạp và tốn kém (Nguyen & cộng sự, 2018) Mặc khác, các nhà sản xuất phần cứng liên tục ra đời với tốc độ nhanh hơn và tốt hơn so với điện thoại thông minh, các công ty thương mại điện tử cần phải bắt kịp xu hướng này để tận dụng tối đa những nâng cấp về phần cứng và phần mềm, điều này có nghĩa là các ứng dụng thương mại di động không thể đi sau trong cuộc đua công nghệ (Chonker & cộng sự, 2020)
2.1.2.1 S ự thành công của hệ thống thông tin
Mô hình sự thành công của hệ thống thông tin (D&M) được giới thiệu bởi Delone & McLean (1992) dựa trên ba cấp thông tin của Shannon & Weaver (1948) và mở rộng về truyền thông của Mason (1978), cùng với việc tổng hợp và đánh giá các bài nghiên cứu về sự thành công của hệ thống thông tin Delone & McLean (1992) đã chỉ ra rằng sự thành công của hệ thống thông tin có thể được đánh giá dựa trên chất lượng hệ thống và chất lượng thông tin, hai yếu tố này có thể ảnh hưởng đến sự hài lòng của người sử dụng và việc sử dụng hệ thống của doanh nghiệp Theo Delone
& McLean (1992), khi các doanh nghiệp ngày càng ứng dụng công nghệ thông tin trong quản lý ngày càng nhiều, các nhà quản lý muốn đánh giá mức độ thành công của các hệ thống thông tin do tổ chức của mình triển khai Để đo lường và đánh giá sự thành công của một hệ thống thông tin, các mô hình nghiên cứu đã được xây dựng như mô hình của DeLone & McLean (1992) và các nghiên cứu có liên quan Mô hình của DeLone & McLean (1992) được ứng dụng rộng rãi trong các nghiên cứu thực nghiệm - trên cả hai góc độ cá nhân và tổ chức
Mô hình thành công của hệ thống thông tin cập nhật (D&M cập nhật) của DeLone & McLean (2003) được phát triển từ mô hình gốc của DeLone & McLean (1992), trong đó bổ sung yếu tố chất lượng dịch vụ - được cung cấp bởi nhà cung cấp và sự hỗ trợ này không chỉ dành cho bộ phận hệ thống thông tin mà còn dành cho các bộ phận khác DeLone & McLean (2003) cũng cho thấy chất lượng có ba yếu tố chủ yếu là chất lượng thông tin, chất lượng hệ thống và chất lượng dịch vụ, mô hình cũng bổ sung thêm ý định sử dụng - việc sử dụng một hệ thống thông tin giúp người sử dụng cảm nhận được chất lượng thông tin, chất lượng hệ thống, chất lượng dịch vụ, sự hài lòng của người sử dụng sẽ tác động tích cực đến cảm nhận về chất lượng do hệ thống mang đến Mô hình DeLone & McLean (2003) đã loại bỏ ảnh hưởng cá nhân và ảnh hưởng tổ chức và thay thế chúng bằng lợi ích ròng, bổ sung thêm vào mô hình các phản hồi giữa ý định sử dụng và sự hài lòng của người sử dụng
2.1.2.2 Mô hình ch ấp nhận và sử dụng công nghệ
Mô hình chấp nhận công nghệ (TAM) được giới thiệu bởi Davis (1989), là sự điều chỉnh từ lý thuyết hành vi dự định (TRA) của Fishbein & Ajzen (1975) nhằm đo lường sự chấp nhận của người sử dụng đối với hệ thống thông tin Theo Davis (1989), người sử dụng chấp nhận công nghệ dựa trên nhận thức dẫn đến ý định và hành vi, ba thành phần quan trọng trong TAM bao gồm các nhận thức dễ sử dụng, sự hữu ích và thái độ đối với việc sử dụng Davis (1989) cũng cho rằng hệ thống công nghệ đổi mới được coi là dễ sử dụng hơn và ít phức tạp hơn sẽ có nhiều khả năng được chấp nhận và được sử dụng bởi người sử dụng tiềm năng Theo Davis (2019), TAM dựa trên quan điểm của thái độ của người sử dụng có tác động đến sự chấp nhận hay từ chối sử dụng công nghệ thông tin
Lý thuyết thống nhất chấp nhận và sử dụng công nghệ mở rộng (UTAUT2) của
Venkatesh & cộng sự (2012) được phát triển từ lý thuyết thống nhất chấp nhận và sử dụng công nghệ gốc (UTAUT) của Venkatesh & cộng sự (2003) Mục tiêu của lý thuyết UTAUT2 nhằm dự đoán hành vi chấp nhận và sử dụng công nghệ của cá nhân hay tổ chức, lý thuyết UTAUT2 có thể đã khắc phục được sự không toàn diện của lý thuyết TRA của Fishbein & Ajzen (1975), lý thuyết TPB của Ajzen (1991), mô hình
TAM của Davis (1989), và lý thuyết UTAUT của Venkatesh & cộng sự (2003) trước đây Cũng như UTAUT, UTAUT2 cũng đã được nhiều nhà nghiên cứu sử dụng trong các minh chứng về sự chấp nhận và sử dụng công nghệ Theo Venkatesh & cộng sự (2012), UTAUT2 áp dụng cấu trúc trước đây của UTAUT, nhưng bổ sung thêm các quan hệ trong cấu trúc ban đầu, ba mối quan hệ mới là động lực thụ hưởng, giá trị giá cả, thói quen với ý định sử dụng, và mối quan hệ giữa điều kiện thuận lợi với cả ý định sử dụng và hành vi sử dụng
2.1.3 Các nghiên cứu liên quan
Các nghiên cứu có liên quan đến sự chấp nhận và sử dụng thương mại di động như nghiên cứu của Kalinic & cộng sự (2023) về sự hài lòng của người tiêu dùng trong thương mại di động với các thành phần lòng tin, ảnh hưởng xã hội, nhận thức sự hữu ích, tính di động, nhận thức sự thú vị trong sự hài lòng của người tiêu dùng trong thương mại di động Nghiên cứu của Chhonker & Verma (2018) về việc áp dụng công nghệ thương mại di động với các thành phần nhận thức sự hữu ích, dễ dàng sử dụng, ảnh hưởng xã hội, điều kiện thuận lợi, kỳ vọng nỗ lực và ý định hành vi trong việc chấp nhận và sử dụng thương mại di động Nghiên cứu của Singh & cộng sự (2017) về thu hút người tiêu dùng tham các kênh trực tuyến trong môi trường bán lẻ với các yếu tố nhận thức sự hữu ích, nhận thức rủi ro, hiệu suất cá nhân trong việc sự tương tác của thương mại điện tử và thương mại di động Nguyen & Pham (2016) xem xét các yếu tố ảnh hưởng đến ý định sử dụng dịch vụ TMDĐ của người tiêu dùng Trong đó thể hiện tính linh hoạt, tính đa dạng dịch vụ, nhận thức sự hữu ích, nhận thức sự tín nhiệm, nhận thức tính dễ sử dụng, và ý định sử dụng dịch vụ TMDĐ Một số nghiên cứu liên quan về TMDĐ được trình bày trong Bảng 2.1
Bảng 2.1: Các nghiên cứu liên quan đến đề tài
STT Tác giả Các yếu tố quan trọng Lĩnh vực
Lòng tin, Ảnhhưởngcủa xã hội,nhậnthứcsựhữu ích, tính di động, nhân thứcsự thú vị
Sự hài lòng củangười tiêu dùng trong TMDĐ
Nhậnthứcsựhữu ích, tính dễ dàng sử dụng,ảnh hưởngcủa xã hội, ý định hành vi, ý định thái độ, điều kiện thuận lợi và kỳ vọng nỗ lực ỨngdụngTMDĐ
Nhận thức sự hữu ích, nhận thức rủi ro, hiệu suất cá nhân
Thương mại điện tử và TMDĐ
Tính linh hoạt, tính đa dạng dịch vụ,nhậnthức sự hữu ích, nhận thức sự tín nhiệm, nhận thức tính dễ sử dụng Ý định sửdụngdịch vụTMDĐ
5 Shaw (2016) Nhận thức giá trị, nhận thức sự hữu ích, nhận thức sự thuận tiện Ý định sử dụng TMDĐ
Mô hình nghiên cứu
Từ các vấn đề thực tiễn thương mại di động, cơ sở lý thuyết của sự thành công của hệ thống thông tin (D&M) của DeLone & DeLone (1992; 2003), mô hình chấp nhận công nghệ (TAM) của Davis (1992), lý thuyết thống nhất chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh & cộng sự (2003; 2012) và các nghiên cứu liên quan của Pavlou (2003); Hsu & Wang (2011); Cabanillas & cộng sự (2016; 2019); Chhonker & Verma (2017); Singh & cộng sự (2017); Kalinic & cộng sự (2023), một mô hình lý thuyết để xem xét ý định tiếp tục sử dụng hệ thống với bối cảnh của thương mại di động được đề xuất như ở Hình 2.1 Theo đó, các thành phần khái niệm của mô hình được diễn giải như sau:
2.2.1 Ảnh hưởng xã hội Ảnh hưởng xã hội (Social influence - SOI) được định nghĩa là mức độ mà một cá nhân cho rằng những người khác tin rằng họ nên sử dụng hệ thống mới (Venkatesh
& cộng sự, 2003) Sự ảnh hưởng từ bạn bè, người thân có ý nghĩa rất to lớn trong việc khuyến khích người tiêu dùng chấp nhận các sản phẩm và dịch vụ trong thương mại di động (Kalinic & cộng sự, 2023)
2.2.2 Nhận thức sự hữu ích
Nhận thức sự hữu ích (Perceived usefulness - PEU) là xác suất chủ quan của người sử dụng tiềm năng trong việc sử dụng một hệ thống cụ thể để cải thiện hiệu suất công việc trong bối cảnh tổ chức (Davis, 1989) Nhận thức sự hữu ích thường được coi là yếu tố dự báo đáng tin cậy về mức độ hài lòng của người tiêu dùng đối với các dịch vụ ngân hàng trực tuyến (Cabanillas & cộng sự, 2016)
Tính di động (Mobility - MOB) được định nghĩa là khả năng di động và di chuyển từ nơi này đến nơi khác bằng cách sử dụng một hoặc nhiều phương thức để đáp ứng nhu cầu hàng ngày (Venkatesh, 2019) Tính di động có thể hiểu là lợi ích của việc truy cập và sử dụng các dịch vụ không phụ thuộc vào thời gian và địa điểm (Mallat & cộng sự, 2009)
2.2.4 Nhận thức sự thú vị
Nhận thức sự thú vị (Perceived enjoyment - PEE) được định nghĩa là mức độ của niềm vui và sự thoải mái ngoài những kết quả về hiệu suất của hệ thống (Venkatesh
& Davis, 2000) Nhận thức sự thú vị có thể được xem là mức độ mà hoạt động sử dụng công nghệ thú vị theo đúng nghĩa của nó, bỏ qua bất kỳ hậu quả hoạt động nào có thể được dự đoán trước (Manis & Choi, 2019)
Lòng tin (Trust - TRU) là sự tin tưởng của người sử dụng vào thiết bị di động đang được sử dụng để thực hiện giao dịch trực tuyến (Hong, 2018) Lòng tin là sự sẵn sàng của một bên có nhiều rủi ro mong đợi rằng một bên khác sẽ thực hiện một hành động cụ thể giống với các yêu cầu, cam kết đã đưa ra mà không cần hoặc ít giám sát (Chai & Kim, 2010)
Hình 2.1: Mô hình ý định tiếp tục sử dụng thương mại di động
Theo Singh & cộng sự (2017), ảnh hưởng xã hội tác động đến về lòng tin của người tiêu dùng khi có ý định mua hàng trực tuyến Trong khi đó, Taylor & cộng sự (2011) cho rằng, người tiêu dùng chấp nhận thương mại điện tử nếu có lòng tin với các sản phẩm Kalinic & Marinkovic (2015); Cabanillas & cộng sự (2016) khẳng định rằng tính di động và nhận thức sự thú vị có mối quan hệ tích cực với lòng tin Do đó, đối với thương mại di động, các giả thuyết sau được đề xuất:
H1a: Ảnh hưởng xã hội có tác động tích cực đến lòng tin
H1b: Nhận thức sự hữu ích có tác động tích cực đến lòng tin
H1c: Tính di động có tác động tích cực đến lòng tin
H1d: Nhận thức sự thú vị có tác động tích cực đến lòng tin Ảnh hưở ng xã h ộ i Ý đị nh ti ế p t ụ c s ử d ụ ng
2.2.6 Sự hài lòng người sử dụng
Sự hài lòng người sử dụng (User satisfaction - USS) được dùng để làm thang đo cho sự thành công của hệ thống thông tin và nó đã trở thành một trong những thước đo được sử dụng rộng rãi nhất về sự thành công của hệ thống thông tin (DeLone
& McLean, 2003) Sự hài lòng người sử dụng được xem là thái độ chung của người sử dụng đối với thương mại di động từ những trải nghiệm tích lũy được thông qua hành vi sử dụng thương mại di động (Cabanillas & cộng sự, 2019)
Theo Li & Fang (2023), mức độ hữu ích được ghi nhận như một tiền đề đáng kể của sự hài lòng với các ứng dụng có thương hiệu trên thiết bị di Bên cạnh đó, Illescas & cộng sự (2020) cho rằng tính di động là một yếu tố dự báo quan trọng về mức độ hài lòng của người tiêu dùng DeLone & McLean (2003); Kalinic & Marinkovic (2015) khẳng định rằng ảnh hưởng xã hội và nhận thức sự thú vị có mối quan hệ tích cực với sự hài lòng người sử dụng Do đó, đối với thương mại di động, các giả thuyết sau được đề xuất:
H2a: Ảnh hưởng xã hội có tác động tích cực đến sự hài lòng người sử dụng
H2b: Sự hữu ích có tác động tích cực đến sự hài lòng người sử dụng.
H2c: Tính di động có tác động tích cực đến sự hài lòng người sử dụng
H2d: Nhận thức sự thú vị có tác động tích cực đến sự hài lòng người sử dụng
Yếu tố tòng tin trong thương mại điện tử là mức độ tin cậy cho thấy ý định và hành động của một người tiêu dùng trong quá trình giao dịch (Wijoseno & Ariyanti, 2017) Do đó, lòng tin và sự hài lòng người sử dụng là hai yếu tố có liên quan chặt chẽ với nhau đã được khẳng định trong nhiều nghiên cứu (Cabanillas & cộng sự, 2019) Do đó, đối với thương mại di động, giả thuyết sau được đề xuất:
H3: Lòng tin có tác động tích cực đến sự hài lòng người sử dụng.
2.2.7 Ý định tiếp tục sử dụng Ý định tiếp tục sử dụng thương mại di dộng (Intention to continue usage of m- commerce - ICM) được sử dụng như một công cụ dự đoán về hành vi thực tế, rất quan trọng và được thiết lập tốt trong hệ thống thông tin và các ngành liên quan (Venkatesh
& cộng sự, 2012) Ý định tiếp tục sử dụng thương mại di đề cập đến mức độ liên tục của ý định của một người thực hiện hành vi, thương mại di động hỗ trợ người sử dụng trong các tình huống khác nhau, do đó họ hài lòng với trải nghiệm ban đầu của mình, điều đó dẫn đến ý định tiếp tục sử dụng thương mại di động (Chen, 2017)
Tóm tắt chương 2
Chương này giới thiệu tổng quan cơ sở lý thuyết, mô hình nghiên cứu, các giả thuyết nghiên cứu Trong đó bao gồm giới thiệu tổng quát về thương mại di động, các cơ sở lý thuyết về sự thành công của hệ thống thông tin, sự chấp nhận và sử dụng công nghệ, và các nghiên cứu có liên quan Trên cơ sở đó, tác giả đề xuất một mô hình lý thuyết về ý định tiếp tục sử dụng hệ thống thông tin trong bối cảnh của thương mại di động Các khái niệm của mô hình lý thuyết đề xuất và các giả thuyết nghiên cứu cũng được được luận giải một cách chi tiết.
THIẾT KẾ NGHIÊN CỨU
Phương pháp nghiên cứu
Nghiên cứu này được thực hiện theo phuơng pháp hỗn hợp tuần tự, Nghiên cứu hỗn hợp có nguồn gốc từ việc sử dụng đa phương pháp để đánh giá thang đo của Campbell & Fiske (1959) Phương pháp luận khoa học của nghiên cứu này với phương pháp nghiên cứu được thiết kế theo hỗn hợp tuần tự định tính trước và định lượng sau Theo Creswell & Creswell (2023), hai yếu tố để xác định phương pháp thiết kế hỗn hợp: (1) tiếp cận ưu tiên trong phương pháp nghiên cứu hỗn hợp, ưu tiên thực hiện tỷ trọng nghiên cứu định lượng và định tính bằng nhau, hoặc khác nhau; và (2) thu thập dữ liệu là thứ tự thu thập dữ liệu định tính và định lượng Nghiên cứu này ưu tiên phương pháp định lượng được sử dụng nhiều hơn định tính và lấy dữ liệu tuần tự theo thời điểm, định tính trước định lượng sau.
Quy trình nghiên cứu
Phát tri ển thang đo
Phát triển thang đo nháp bằng nghiên cứu sơ bộ định tính Đầu tiên từ các cơ sở lý thuyết có liên quan kết hợp với với nghiên cứu kinh nghiệm để hình thành thang đo nháp Kế tiếp, thảo luận với các chuyên gia có kinh nghiệm trong lĩnh vực thương mại điện tử - đặc biệt là thương mại di động theo phương pháp phỏng vấn tay đôi
Theo Creswell & Creswell (2023), để nghiên cứu kinh nghiệm thông qua trao đổi với các nhà nghiên cứu trong lĩnh vực nghiên cứu giúp kiểm tra nội dung của các biến quan sát có bao hàm các nội dung của khái niệm không, và thảo luận tay đôi với chuyên gia có liên quan trong bối cảnh của thương mại di động để xây dựng các biến quan sát Nghiên cứu sơ bộ định tính để điều chỉnh và bổ sung thang đo, nhằm đánh giá cách sử dụng thuật ngữ trong bảng câu hỏi khảo sát nhằm điều chỉnh thuật ngữ thích hợp trước khi đánh giá sơ bộ Đánh giá thang đo Đánh giá thang đo chính thức thông qua nghiên cứu định lượng, thang đo chính thức được sử dụng cho nghiên cứu chính thức với bảng khảo sát như ở Phụ lục 1 Trong nghiên cứu chính thức định lượng dự kiến lấy mẫu với cỡ mẫu n khoảng 200 theo phương pháp thuận tiện với những người đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động Nghiên cứu chính thức định lượng để kiểm định thang đo, và kiểm định mô hình lý thuyết và các giả thuyết Các đánh giá bao gồm: (1) Phân tích nhân tố khám phá (EFA) để đánh giá sơ bộ tính đơn hướng, giá trị hội tụ, và giá trị phân biệt của thang đo; (2) Phân tích nhân tố khẳng định (CFA) để kiểm định các thông số của thang đo, bao gồm độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE), tính đơn hướng, giá trị hội tụ, và giá trị phân biệt (3) Phân tích mô hình cấu trúc tuyến tính (SEM) theo phương pháp Bayes
(Bayesian SEM) để kiểm định mô hình lý thuyết và các giả thuyết nghiên cứu
Phương pháp lấy mẫu ngẫu nhiên có chọn lọc cho nghiên cứu sơ bộ định tính, và phương pháp lấy mẫu thuận tiện cho nghiên cứu sơ bộ và nghiên cứu chính thức định lượng Lấy mẫu xác xuất tốn nhiều thời gian và chi phí, nên các nhà nghiên cứu thường phải sử dụng phương pháp chọn mẫu phi xác xuất, và chấp nhận hy sinh tính đại diện của mẫu (Nguyễn Đình Thọ, 2013)
Trong phân tích nhân tố khám phá (EFA), cỡ mẫu khoảng từ 100 đến 200 là đủ Trong phân tích nhân tố khẳng định (CFA) cỡ mẫu có thể tùy thuộc vào phương pháp ước lượng, cỡ mẫu cho thang đo tốt là khoảng từ 100 đến 300 (Byrne, 2016) Theo đó, trong nghiên cứu định lượng chọn cỡ mẫu được chọn là n khoảng 200
Nghiên cứu thu thập dữ liệu theo phương pháp điều tra khảo sát, phù hợp để giải thích mối quan hệ giữa các khái niệm nghiên cứu và để kiểm định mô hình lý thuyết, đây cũng là phương pháp chính trong các nghiên cứu định lượng về hành vi tổ chức (Cresswell & Cresswell, 2023) Nghiên cứu định lượng sử dụng thang đo Likert 5 mức để đánh giá các biến quan sát, với các mức đánh giá [1]: hoàn toàn không đồng ý – [2]: không đồng ý – [3]: trung bình – [4]: đồng ý – [5]: hoàn toàn đồng ý Thang đo chi tiết các khái niệm dựa trên cơ sở lý thuyết và các nghiên cứu liên quan như ở Bảng 3.1 Dữ liệu được thu thập bằng phương pháp lấy mẫu thuận tiện Bảng khảo sát được gửi đi dưới dạng câu hỏi trực tuyến trên Google Docs đến đối tượng khảo sát lấy mẫu là những đáp viên đã từng sử dụng thương mại di động hoặc có ý định tiếp tục sử dụng thương mại di động ở Việt Nam
Bảng 3.1: Tổng hợp các khái niệm nghiên cứu
Các khái niệm Số biến quan sát Diễn giải tham chiếu Ảnh hưởng xã hội 4 Venkatesh & ctg (2012); Pandey (2020)
Nhận thức sự hữu ích 4 Davis (1989); Bolen & Ozen (2020)
Tính di động 4 Kim & ctg (2010); Mallat & ctg (2016)
Nhận thức sự thú vị 4 Han & ctg (2016); Pandey & ctg (2020)
Lòng tin 4 Pavlou (2003); Cabanillas & ctg (2019)
Sựhài lòng người sử dụng 4 DeLone & McLean (2023); Cabanillas & ctg (2019) Ý định tiếp tục sử dụng 4 Kalinic & Marinkovic (2015); Bolen & Ozen (2020)
Phân tích nhân tố khám phá và phân tích độ tin cậy
Phân tích nhân tố khám phá (EFA) thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, để đảm bảo các biến quan sát có trong cấu trúc khái niệm có liên hệ với nhau đủ lớn để tạo ra thang đo Phân tích EFA đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt (Nguyễn Đình Thọ, 2013) Các phép xoay yếu tố như varimax hoặc promax sẽ cực đại hóa hệ số tải của một biến quan sát lên một trong những yếu tố rút trích được trong khi sẽ cực tiểu hóa hệ số tải trên các yếu tố rút trích khác trong ma trận xoay yếu tố, số lượng yếu tố rút trích được bằng đúng với số các yếu tố có giá trị eigenvalue > 1 Các biến quan sát trong trong EFA chỉ được giữ lại khi hệ số KMO của các biến đưa vào phân tích > 0,50; hệ số tải nhân tố khám phá > 0,50 trên cấu trúc khái niệm tương ứng; tổng phương sai trích (TVE) của các biến quan sát > 50% (Hair & cộng sự, 2019)
Phân tích nhân tố khẳng định
Phân tích nhân tố khẳng định (CFA) cho phép kiểm định cấu trúc lý thuyết của thang đo mà không bị chệch do sai số đo lường Các thông số kiểm định thang đo bao gồm độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE), tính đơn hướng, giá trị hội tụ, giá trị phân biệt (Hair & cộng sự, 2019)
Phương sai trích trung bình (AVE) của các biến trong cấu trúc khái niệm theo như Fornell & Larcker (1981) được tính theo công thức (3.1)
− 𝜆𝜆𝑖𝑖: hệ số tải chuẩn hóa của biến quan sát thứ i
− n: số biến quan sát của thang đo Độ tin cậy tổng hợp (CR) của các biến trong cấu trúc khái niệm theo như Joreskog (1971) được tính theo công thức (3.2)
− 𝜆𝜆𝑖𝑖: hệ số tải chuẩn hóa của biến quan sát thứ i
− 𝜀𝜀 𝑖𝑖 : phương sai của sai số đo lường
− n: số biến quan sát của thang đo
Các chỉ số để đo độ phù hợp được chia thành hai nhóm: (1) Các chỉ số tuyệt đối dùng để đo mức độ khác biệt giữa dữ liệu của mẫu và dữ liệu từ mô hình Mô hình phù hợp với dữ liệu khi RMSEA ≤ 0,05 và chấp nhận được khi RMSEA ≤ 0,08
(Steiger, 1990) (2) Các chỉ số tương đối dùng để đo việc cải thiện sự phù hợp của mô hình nghiên cứu với dữ liệu thực tế qua việc so sánh mô hình đề xuất với một mô hình chuẩn tương tự nhưng có nhiều giới hạn được gán Các chỉ số thường dùng thuộc nhóm này là GFI, TLI, CFI, NFI Trong đó, CFI và TLI là hai chỉ số có liên quan chặt với nhau, mô hình được xem là phù hợp với dữ liệu khi CFI và TLI ≥ 0,90 (Bentler
& Bonett, 1980) Các chỉ số cơ bản để đánh giá độ phù hợp của mô hình đo lường bao gồm χ 2 /dF, GFI, CFI, NFI, TLI, và RMSEA Mô hình đo lường được xem là phù hợp với dữ liệu khi đạt các chỉ số như ở Bảng 3.2
Bảng 3.2: Các chỉ số tham chiếu trong phân tích nhân tố khẳng định
Chỉ số Giá trị Diễn giải tham chiếu χ 2 /dF ≤ 2,00 Bentler & Bonett (1980)
Nguồn: Tác giả tổng hợp
Phân tích mô hình cấu trúc tuyến tính theo Bayes (Bayesian SEM)
Nghiên cứu này dùng phân tích mô hình cấu trúc tuyến tính (SEM) theo phương pháp Bayes (Bayesian SEM) để kiểm định các mối quan hệ cấu trúc giữa các khái niệm và kiểm định các giả thuyết nghiên cứu (Byrne, 2016) Theo đó, phương pháp Bayes cho kết quả tốt hơn so với phương pháp ước lượng khả dĩ nhất (ML), và tạo ra kết quả đáng tin cậy hơn với các tập mẫu có kích thước nhỏ (Zyphur & Oswald, 2013) Để kiểm định các giả thuyết nghiên cứu, thông thường cần sự hỗ trợ của mức ý nghĩa thống kê (p-value) để chấp nhận hay bác bỏ các giả thuyết nghiên cứu, trong khi phương pháp Bayes có xu hướng ủng hộ các giả thuyết nghiên cứu có nhiều khả năng tương đối theo dữ liệu nghiên cứu (Kruschke & Liddell, 2018)
Kết quả của phân tích Bayes là phân phối posterior, phản ánh sự kết hợp giữa các giai đoạn và minh chứng thực nghiệm của nghiên cứu (Bolstad, 2004) Khoảng tin cậy Bayes được tính từ % của chặn dưới đến % của chặn trên của hậu nghiệm (posterior), có giá trị từ 2,5% đến 97,5%, tạo thành phạm vi tin cậy của phương pháp Bayes là 95% (Byrne, 2016)
3.2.3 Thang đo các khái niệm nghiên cứu
Các thành phần khái niệm của mô hình lý thuyết được diễn giải tham chiếu như Bảng 3.1 Trong đó, bao gồm ba thành phần chính là các biến độc lập, các biến trung gian, biến phụ thụ Chi tiết thang đo được diễn giải như sau: Ảnh hưởng xã hội (SOI) được định nghĩa là mức độ mà một cá nhân cho rằng những người khác tin rằng họ nên sử dụng hệ thống mới (Venkatesh & cộng sự, 2003) Khái niệm ảnh hưởng xã hội có 4 biến quan sát được trình bày ở Bảng 3.3
Bảng 3.3: Các biến quan sát ảnh hưởng xã hội (SOI)
Biến quan sát Mã biến Ứng dụng thương mại di động được sử dụng rộng rãi trong cộng đồng SOI1
Hầu hết bạn bè đều sử dụng các ứng dụng thương mại di động SOI2 Gia đình, người thân và bạn bè luôn ủng hộ sử dụng thương mại di động SOI3 Các thành viên gia đình có sử dụng ứng dụng thương mại di động SOI4
Nhận thức sự hữu ích (PEU) là xác suất chủ quan của người sử dụng tiềm năng trong việc sử dụng một hệ thống cụ thể để cải thiện hiệu suất công việc trong bối cảnh tổ chức (Davis, 1989) Khái niệm nhận thức sự hữu ích có 4 biến quan sát được trình bày chi tiết như ở Bảng 3.4
Bảng 3.4: Các biến quan sát nhận thức sự hữu ích (PEU)
Biến quan sát Mã biến
Tóm tắt chương 3
Chương 3 giới thiệu phương pháp nghiên cứu là nghiên cứu hỗn hợp tuần tự với phương pháp định tính trước và phương pháp định lượng sau Chương này cũng trình bày chi tiết cách thức thu thập dữ liệu và các phương pháp phân tích dữ liệu định lượng để kiểm định mô hình lý thuyết và kiểm định các giả thuyết nghiên cứu Chương 3 còn trình bày và diễn giải chi tiết các thang đo của các khái niệm nghiên cứu của các biến quan sát.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả
Có tất cả 205 mẫu khảo sát hợp lên trên tổng số 209 mẫu thu được (có bốn mẫu không hợp lệ) Các thông số thống kê cụ thể như sau:
Giới tính: tỷ lệ nam và nữ sử dụng thương mại di động lần lượt là 41,3% và
57,7% - cho thấy sự quan tâm của nữ là cao hơn so với nam Thu nhập: mức thu nhập dưới 5 triệu đồng chiếm tỷ lệ lớn nhất với 74%; tiếp theo là mức thu nhập từ 5 đến dưới 10 triệu đồng chiếm 18,2%; mức thu nhập từ 10 đến dưới 15 triệu đồng và từ 15 đến dưới 20 triệu đồng chiếm tỷ lệ lần lượt là 5,3% và 1,4%; tỷ lệ thấp nhất là thu nhập trên 20 triệu đồng với chỉ 1,1% - cho thấy việc sử dụng thương mại di động không phụ thuộc nhiều và thu nhập cao hay thấp Thương mại di động: các sàn giao dịch được sử dụng phổ biến nhất là Shopee, Lazada, Tiki, và Sendo với tỷ lệ lần lược là 92,2%, 45,2%, 53,6%, và 16,3%; các sàn giao dịch khác chiếm tỷ lệ rất thấp với chỉ khoảng 1,2% Thời gian sử dụng thương mại di động: thời gian sử dụng trong tuần dưới 1 tiếng chiếm tỷ lệ lớn nhất với 75%; từ1 đến dưới 3 tiếng là 18,3%, và chiếm tỷ lệ thấp nhất với 6,7% với thời gian sử dụng trên 3 tiếng.
Kết quả nghiên cứu định tính
Từ cơ sở lý thuyết của sự thành công của hệ thống thông tin (D&M) của
DeLone & DeLone (1992; 2003), mô hình chấp nhận công nghệ (TAM) của Davis (1992), lý thuyết thống nhất chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh & cộng sự (2003; 2012) và các nghiên cứu liên quan của Pavlou (2003); Hsu & Wang (2011); Singh & cộng sự (2017); Cabanillas & cộng sự (2016; 2019); Kalinic & cộng sự (2023) để hình thành thang đo nháp
Thực phỏng vấn các chuyên gia có kinh nghiệm trong lĩnh vực thương mại điện tử, đặc biệt là thương mại di động theo phương pháp phỏng vấn tay đôi Phương pháp phỏng vấn chuyên gia nhằm hiệu chỉnh và chỉnh sửa các câu hỏi trong bảng khảo sát của thang đo nháp Một số chuyên gia nghiên cứu có kinh nghiệm và nhà quản lý có liên quan được trình bày như ở Phụ lục 2.
Kết quả nghiên cứu định lượng
• Phân tích nhân t ố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) lần thứ nhất thang đo của 28 biến quan sát theo phép quay varimax, loại bỏ một biến quan sát USS4 của thành phần sự hài lòng người sử dụng (USS) do có hệ số tải nhân tố khám phá thấp (Hair & cộng sự, 2019) Phân tích nhân tố khám phá lần thứ hai rút trích được bảy nhân tố từ 27 biến quan sát, các biến được rút trích thành từng nhóm nhân tố trong ma trận xoay yếu tố đúng như mô hình đề xuất Các nhân tố được rút trích bao gồm các tiền tố ảnh hưởng xã hội; nhận thức sự hữu ích; tính di động; nhận thức sự thú vị, các yếu tố trung gian lòng tin và sự hài lòng người sử dụng, và yếu tố kết quả ý định tiếp tục sử dụng thương mại di động Hệ số tải nhân tố khám phá của các biến quan sát có giá trị từ
0,716 đến 0,910, chi tiết như ở Bảng 4.1 và Phụ lục 3
Hệ số KMO (Kaiser–Meyer–Olkin) là 0,832, với mức ý nghĩa thống kê p 0,000, cho thấy phân tích nhân tố khám phá của các thành phần thang đo là phù hợp Bên cạnh đó, tổng phương sai trích (TVE) của các biến là 80,91%, nên các thang đo giải thích được khoảng 80,91% sự biến thiên của tập dữ liệu (Hair & cộng sự, 2019)
Bảng 4.1: Thang đo và các kết quả phân tích
Biến tiềm ẩn Biến quan sát Hệ số tải CR AVE
EFA CFA Ảnh hưởng xã hội
SOI1 Ứng dụng thương mại di động được sử dụng rộng rãi trong cộng đồng 0,837 0,829 0,943 0,787 SOI2 Hầu hết bạn bè đều sử dụng các ứng dụng thương mại di động 0,893 0,982
SOI3 Gia đình, người thân và bạn bè luôn ủng hộ sử dụng thương mại di động 0,867 0,912 SOI4 Các thành viên gia đình có sử dụng ứng dụng thương mại di động 0,777 0,817
Nhận thức sự hữu ích
PEU1 Thương mại di động cung cấp các sản phẩm và dịch vụ phù hợp 0,845 0,796 0,955 0,798 PEU2 Thương mại di động cung cấp các dịch vụ mua sắm tuỳ chọn 0,910 0,967
PEU3 Thương mại di động giúp cải thiện hiệu suất trong việc mua sắm 0,881 0,945 PEU4 Mua sắm qua di động thuận tiện hơn so với qua máy tính cá nhân 0,818 0,844
Tính di động MOB1 Sử dụng dịch vụ thương mại di động là nhanh chóng 0,859 0,861 0,932 0,775
MOB2 Thương mại di động giúp tiết kiệm thời gian 0,867 0,913
MOB3 Có thể mua sắm bất cứ lúc nào với thương mại di động 0,848 0,927 MOB4 Thương mại di động giúp thực hiện nhiều công việc tại một thời điểm 0,792 0,817
Nhận thức sự thú vị PEE1 Sử dụng thương mại di động như được sống trong một thế giới riêng 0,828 0,843 0,814 0,647
PEE2 Sử dụng thương mại di động mang lại nhiều niềm vui 0,872 0,857 PEE3 Thương mại di động mang đến nhiều sự lựa chọn 0,741 0,738 PEE4 Thương mại di động là một cách để giảm căng thẳng 0,772 0,747
Lòng tin TRU1 Dựa trên kinh nghiệm mua sắm, thương mại di động là trung thực 0,740 0,875 0,939 0,764
TRU2 Dựa trên kinh nghiệm mua sắm, thương mại di động là đáng tin cậy 0,844 0,977
TRU3 Thương mại di động luôn quan tâm khách hàng 0,832 0,882
TRU4 Có lòng tin khi sử dụng thương mại di động trên những kênh mua sắm 0,765 0,746
Sự hài lòng người sử dụng
USS1 Cảm thấy rất thích thú khi sử dụng thương mại di động 0,847 0,802 0,853 0,804 USS2 Sử dụng thương mại di động mang lại nhiều niềm vui 0,843 0,994
USS3 Hài lòng với việc sử dụng dịch vụ thương mại di động 0,760 0,883 USS4 Hài lòng với những chức năng có trên thương mại di động Loại - Ý định tiếp tục sử dụng
ICM1 Có dự định tiếp tục sử dụng dịch vụ dụng thương mại di động 0,743 0,793 0,867 0,701 ICM2 Đang và sẽ tiếp tục sử dụng dụng thương mại di động trong tương lai 0,757 0,865
ICM3 Sẵn sàng tiếp tục sử dụng dụng thương mại di động khi có cơ hội 0,745 0,859
ICM4 Thường xuyên sử dụng thương mại di động hơn 0,716 Loại
Sau khi phân tích nhân tố khám phá đã loại đi một biến quan sát của yếu tố sự hài lòng người sử dụng, khi này thang đo còn lại 27 biến quan sát Tiếp tục kiểm tra lại độ tin cậy của các biến tiềm ẩn cho thấy các biến quan sát phù hợp với từng thang đo, với hệ số tin cậy của từng thang đo (Cronbach Alpha) > 0,60, và các biến quan sát có hệ số tương quan biến tổng > 0,30, nên thang đo các thành phần đạt độ tin cậy (Nunnally & Bernstein, 1994) Do đó, thang đo của 27 biến quan sát này được sử dụng cho các phân tích tiếp theo, đó là phân tích nhân tố khẳng định và phân tích mô hình cấu trúc tuyến tính theo phương pháp Bayes (Bayesian SEM)
• Phân tích nhân t ố khẳng định (CFA)
Phân tích nhân tố khẳng định (CFA) lần thứ nhất của 27 biến quan sát còn lại sau khi loại bỏ một biến quan sát trong phân tích nhân tố khám phá, tiếp tục loại bỏ một biến quan sát ICM4 của yếu tố ý định tiếp tục sử dụng (ICM) do có hệ số tải nhân tố khẳng định thấp (Hair & cộng sự, 2019)
Bảng 4.2: Bình phương hệ số tương quan và phương sai trích trung bình
Trung bình SOI PEU MOB PEE TRU USS ICM
* Phương sai trích trung bình (AVE)
Phân tích nhân khẳng định lần thứ hai của 26 biến quan sát còn lại của các tiền tố ảnh hưởng xã hội; nhận thức sự hữu ích; tính di động; nhận thức sự thú vị, các yếu tố trung gian lòng tin và sự hài lòng người sử dụng, và yếu tố kết quả ý định tiếp tục sử dụng thương mại di động, cho thấy mô hình đo lường đạt độ phù hợp với các chỉ số χ 2 /dF = 1,278; GFI = 0,901; NFI = 0,933; TLI = 0,967; CFI = 0,975; RMSEA 0,051 với mức ý nghĩa thống kê p = 0,000 Hệ số tải nhân tố khẳng định của các biến quan sát của thang đo có giá trị từ 0,738 đến 0,994, chi tiết được trình bày chi tiết như ở Bảng 4.1 và Phụ lục 4
Hệ số tin cậy tổng hợp (CR) của các thang đo có giá trị từ 0,814 đến 0,955; và phương sai trích trung bình (AVE) của các thành phần thang đo có giá trị từ 0,647 đến 0,804 nên thang đo đạt giá trị hội tụ (Hair & cộng sự, 2019) Mặt khác, giá trị phương sai trích trung bình của từng khái niệm đều lớn hơn bình phương hệ số tương quan (r 2 ) tương ứng, chi tiết được trình bày như ở Bảng 4.2, nên thang đo nghiên cứu đạt giá trị phân biệt (Fornell & Larcker, 1981)
4.2.2 Kiểm định mô hình và các giả thuyết
• Phân tích mô hình c ấu trúc tuyến tính theo Bayes (Bayesian SEM)
Phân tích mô hình cấu trúc tuyến tính theo phương pháp Bayes (Bayesian SEM) để kiểm định các mối quan hệ cấu trúc giữa các khái niệm nghiên cứu và kiểm định các giả thuyết nghiên cứu Kết quả của phân tích Bayes là phân phối hậu nghiệm (posterior) Khoảng tin cậy Bayes được tính từ % của chặn dưới đến % của chặn trên của phân phối posterior, có giá trị từ 2,5% đến 97,5%, tạo thành khoảng tin cậy của
Bayes là 95% (Byrne, 2016) Phân tích Bayes trong nghiên cứu này với số lần chạy là 95.000, kết quả phân phối posterior với các thông số như ở Bảng 4.3 và Phụ lục 5
Kết quả phân tích Bayesian SEM cho thấy mô hình cấu trúc ủng hộ các đường dẫn giữa các thành phần khái niệm với việc ủng hộ tám trong 11 giả thuyết nghiên cứu, có ba giả thuyết không được ủng hộ Theo như Bảng 4.3 và Phụ lục 5, có tổng số tám trong 11 đường dẫn của mô hình nghiên cứu có ý nghĩa, bởi vì phân phối posterior không bao gồm giá trị không (0) trong phạm vi khoảng tin cậy 95% Cụ thể, kết quả nghiên cứu ủng hộ ba giả thuyết H1a , H1b và H1c về sự tác động của các yếu tố ảnh hưởng xã hội (SOI), nhận thức sự hữu ích (PEU), và tính di động (MOB) đến yếu tố lòng tin (TRU), với hệ số β lần lược là 0,2508, 0,1820 và 0,5095, và có ý nghĩa trong khoảng tin cậy 95%
Bảng 4.3: Kết quả phân tích mô hình cấu trúc tuyến tính (Bayesian SEM)
Sai số chuẩn Độ lệch chuẩn
Ngược lại, kết quả không ủng hộ giả thuyết H1d với đường dẫn từnhận thức sự thú vị (PEE) đến TRU - không có ý nghĩa, vì phân phốiposterior bao gồm giá trị không (0) trong trong khoảng tin cậy 95% (phân phối này được thể hiện như trong hình nhỏ thứ tưcủa Hình 4.1 và Phụ lục 5) Các phân phối và biểu đồ của các mối quan hệ giữa các tiền tố và lòng tin được thể hiện như ở Hình 4.1 và Phục lục 5
Hình 4.1: Phân phối của dường dẫn từ các tiền tố đến yếu tố lòng tin
Thảo luận kết quả
Kết quả nghiên cứu theo phương pháp Bayes (Bayesian SEM) cho thấy sự tác động tích cực của các tiền tố đến yếu tố trung gian là lòng tin với ba trong bốn đường dẫn có ý nghĩa thống kê - các yếu tố ảnh hưởng xã hội, nhận thức sự hữu ích, và tính di động có tác động tích cực đến lòng tin Trong khi đó, đường dẫn từ nhận thức sự thú vị đến lòng tin không có ý nghĩa, do phân phối hậu nghiệm bao gồm giá trị không trong trong phạm vi khoảng tin cậy 95% Điều này cho thấy mặc dù thương mại di động có sự thú vị nhưng vẫn chưa tạo được lòng tin đối với những người sử dụng Do đó, đối với thương mại di động, điều này xác nhận lại lý thuyết nền tảng về lòng tin của Pavlou (2003), và tái khẳng định các nghiên cứu liên quan của Kalinic & Marinkovic (2015); Cabanillas & cộng sự (2016; 2019); Singh & cộng sự (2017)
Kết quả nghiên cứu cũng đã chỉ ra sự tác động tích cực của các tiền tố đến yếu tố trung gian là sự hài lòng người sử dụng với hai trong bốn đường dẫn có ý nghĩa thống kê - các yếu tố ảnh hưởng xã hội và nhận thức sự hữu ích có tác động tích cực đến sự hài lòng người sử dụng Trong khi đó, đường dẫn yếu tố từ tính di động và yếu tố nhận thức sự thú vị đến yếu tố sự hài lòng người sử dụng không có ý nghĩa thống kê Điều này cho thấy sự thú vị và tính di động của thương mại di động là một
ICM TRU ICM USS trong những yếu tố quan trọng, nhưng vẫn chưa tạo được sự hài lòng đối với người sử dụng thương mại di động Do đó, đối với thương mại di động, kết quả này xác nhận lại lý thuyết nền tảng về mô hình thành công của hệ thống thông tin của DeLone
& McLean (1992; 2003), và tái khẳng định các nghiên cứu liên quan của Kalinic & Marinkovic (2015); Illescas & cộng sự (2020); Li & Fang (2023)
Bên cạnh đó, kết quả phân tích cũng cho thấy sự tác động tích cực nội tại của hai yếu tố trung gian, đó là mối quan hệ giữa yếu tố lòng tin và yếu tố sự hài lòng người sử dụng cũng có ý nghĩa thống kê Do đó, đối với thương mại di động, kết quả này cũng tái khẳng định các nghiên cứu nền tảng của mô hình thành công của hệ thống thông tin của DeLone & McLean (1992; 2003), và tái xác nhận các nghiên cứu liên quan của Wijoseno & Ariyanti (2017); Cabanillas & cộng sự (2019) Đặc biệt, kết quả phân tích theo phương pháp Bayes (Bayesian SEM) còn cho thấy sự tác động tích cực của hai yếu tố trung gian, đó là yếu tố lòng tin và yếu tố sự hài lòng người sử dụng đến thành phần kết quả với yếu tố ý định tiếp tục sử dụng cũng có ý nghĩa thống kê Do đó, đối với thương mại di động, kết quả này cũng tái khẳng định lý thuyết nền tảng của sự thành công của hệ thống thông tin của DeLone
& DeLone (1992; 2003), mô hình chấp nhận công nghệ (TAM) của Davis (1992), lý thuyết thống nhất chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh & cộng sự (2003; 2012), và cũng tái xác nhận lại các nghiên cứu liên quan như của Cabanillas
& cộng sự (2016; 2019); Marinkovic & Kalinic (2017); Masri & Tarhini (2017).
Tóm lại, có tất cả tám trong tổng số 11 giả thuyết nghiên cứu được ủng hộ, và ba giả thuyết bị bác bỏ Kết quả phân tích cũng chỉ ra rằng các thành phần của mô hình - các tiền tố là ảnh hưởng xã hội; nhận thức sự hữu ích; tính di động; nhận thức sự thú vị, các yếu tố trung gian là lòng tin và sự hài lòng người sử dụng) có thể giải thích được khoảng 48,6% (R 2 = 0,486) ý định tiếp tục sử dụng Đây là sự giải thích tương đối tốt trong bối cảnh nghiên cứu của thương mại di động Đặc biệt, nghiên cứu này tái khẳng định mối quan hệ cấu trúc giữa các tiền tố, lòng tin, sự hài lòng người sử dụng và ý định tiếp tục sử dụng thương mại di động Kết quả này không chỉ đóng góp cơ sở lý thuyết cho các lý thuyết của sự thành công của hệ thống thông tin, mô hình chấp nhận công nghệ, lý thuyết thống nhất chấp nhận và sử dụng công nghệ, mà còn bổ sung tri thức cho các tổ chức trong chiến lược phát triển các dịch vụ thương mại điện tử và thương mại di động.
Tóm tắt chương 4
Chương 4 trình bày các kết quả kiểm định thang đo, kiểm định mô hình và kiểm định các giả thuyết nghiên cứu Trong đó, các phân tích chính của nghiên cứu này bao gồm phân tích nhân tố khám phá, phân tích độ tin cậy, phân tích nhân tố khẳng định để kiểm định thang đo nghiên cứu Đặc biệt, phân tích mô hình cấu trúc tuyến tính theo phương pháp Bayes (Bayesian SEM) để kiểm định mô hình và các giả thuyết nghiên cứu Kết quả phân tích Bayes chỉ ra rằng có tất cả tám trong tổng số 11 giả thuyết được ủng hộ Trong chương 4 còn có phần nhận xét và thảo luận chi tiết các kết quả nghiên cứu.
