Chủ đề nghiên cứu về sản phẩm số này trong thời gian qua cũng đã có nhiều công trình nghiên cứu về các đối tượng khác nhau, tại các khu vực khác nhau, thông qua các mô hình nghiên cứu kh
GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Hòa cùng xu thế phát triển của các quốc gia trên thế giới, khi nguồn doanh thu truyền thống trên các cộng đồng ảo trước đây là đến từ phí thành viên và các hình thức quảng cáo thì những năm gần đây, sự xuất hiện của việc bán các sản phẩm số như các sản phẩm đồ họa, âm nhạc,… đang trở thành 1 phương thức mới để tạo ra lợi nhuận cho các nhà cung cấp dịch vụ (Ben Worthen 2010) Đây là những mặt hàng vô hình được phân phối dưới dạng điện tử Về cơ bản, bất cứ thứ gì có thể tải xuống và sử dụng dưới dạng kỹ thuật số đều có thể được coi là sản phẩm số Theo Precedence Research (2023), “quy mô thị trường thương mại sản phẩm kỹ thuật số toàn cầu dự kiến sẽ đạt khoảng 19,43 nghìn tỷ USD vào năm 2032, sẵn sàng tăng trưởng với tốc độ tăng trưởng kép hàng năm (CAGR) là 15,8% từ năm 2023 đến năm 2032” Một trong những lý do chính để thúc đẩy sự mở rộng của thị trường được đưa ra là tốc độ đô thị hóa nhanh chóng trên thế giới Bên cạnh đó, việc sử dụng Internet ngày càng tăng và việc sử dụng các tiện ích như điện thoại thông minh, máy tính xách tay và máy tính bảng để sử dụng các cổng thương mại kỹ thuật số cũng đang thúc đẩy việc mở rộng ngành Thông qua thương mại kỹ thuật số, các công ty có thể thực hiện các giao dịch sản phẩm của công ty bằng hình thức số hóa mà không cần hiện diện thực tế, điều này làm giảm chi phí cơ sở hạ tầng, thông tin liên lạc và hành chính (Precedence Research 2023)
Có thể thấy sản phẩm số đang ngày càng được thúc đẩy bởi sự phổ biến ngày càng tăng của mua sắm trực tuyến, đặc biệt là những giá trị mà nó mang lại cho người tiêu dùng, điều đó ảnh hưởng đến quyết định mua hàng của họ Điển hình hiện nay là các sản phẩm mỹ thuật số để phục vụ nhu cầu của phần lớn các nhà thiết kế, marketers được bán trên Unsplash, Freepik, Smartmockups, ; các Bot AI như GPT, Bard, Bing hay các sản phẩm trong trò chơi trực tuyến cho nhu cầu giải trí cực cao của giới trẻ Đây là các giải pháp hiệu quả nhằm đáp ứng nhu cầu ngày càng cao của con người không chỉ trong công việc mà còn đáp ứng nhu cầu của nhiều khía cạnh trong cuộc sống, đồng thời tạo ra môi trường thuận lợi cho đổi mới và sáng tạo
Chủ đề nghiên cứu về sản phẩm số này trong thời gian qua cũng đã có nhiều công trình nghiên cứu về các đối tượng khác nhau, tại các khu vực khác nhau, thông qua các mô hình nghiên cứu khác nhau như: Yue Guo và Stuart Barnes (2011) với đề tài “Hành vi mua hàng trong thế giới ảo: Nghiên cứu thực nghiệm trên Second Life” cho thấy các động lực bên ngoài (Kỳ vọng nỗ lực, Kỳ vọng hiệu suất, Cảm nhận giá trị) và động lực nội tại (Cảm nhận thích thú, Sự thể hiện hình ảnh xã hội của bản thân, Sự hỗ trợ các mối quan hệ xã hội) đều có ảnh hưởng đến ý định hành vi mua, từ đó ảnh hưởng đến hành vi mua hàng thực tế Hay Hee-Woong Kim, Sumeet Gupta và Joon Koh (2011) với đề tài “Điều tra ý định mua mặt hàng số trong cộng đồng mạng xã hội: Quan điểm dựa trên giá trị khách hàng” được nghiên cứu dựa trên dữ liệu thu thập được từ cộng đồng Cyworld - một mạng xã hội nổi tiếng của Hàn Quốc với lý thuyết về giá trị khách hàng cho thấy các giá trị về cảm xúc (Tính thẩm mỹ, Sự vui tươi) và xã hội (Sự thể hiện hình ảnh bản thân xã hội) là những yếu tố ý định khi mua sản phẩm số Trong khi đó, nghiên cứu của Ofir Turel, Alexander Serenko và Nick Bontis (2010) về “Sự chấp nhận các tạo tác kỹ thuật số mang tính khoái lạc của người dùng: Góc nhìn thuyết giá trị tiêu dùng” thực hiện trong bối cảnh nhạc chuông chỉ ra giá trị xã hội không có ảnh hưởng đến giá trị tổng thể mà giá trị vui tươi mới được xem là yếu tố dự báo mạnh mẽ ảnh hưởng đến hành vi lựa chọn của người dùng, đo lường dựa trên Sự thích thú và Chủ nghĩa thoát ly
Qua các lược khảo sơ bộ trên, có thể thấy nhiều nghiên cứu đã được thực hiện về việc mua sản phẩm số, tuy nhiên đa phần chỉ mới tập trung chủ yếu vào ý định mua chứ vẫn chưa có nhiều công trình nghiên cứu về hành vi mua hàng thật sự Việc xem xét các nhân tố ảnh hưởng đến quyết định mua hàng có thể giúp cho các nhà cung cấp dịch vụ có thể cải thiện sức mua và tiếp cận được các khách hàng tiềm năng tốt hơn Đặc biệt là khi thị trường Việt Nam hiện nay đang dần đón nhận và chuyển mình cho những sự thay đổi trong công cuộc chuyển đổi số, đẩy mạnh phát triển kinh tế số (Minh Khôi 2023) Tuy nhiên, các nghiên cứu về vấn đề này vẫn còn nhiều hạn chế và cũng chưa có nhiều kết quả nghiên cứu thực tế tại thị trường Việt Nam, cụ thể là về các nhân tố tác động đến hành vi mua sản phẩm số Hơn nữa, trên khía cạnh thực tiễn trong quá trình học tập tại trường Đại học Ngân Hàng TPHCM, tác giả nhận thấy sản phẩm số cũng đang bắt đầu được ứng dụng rộng rãi bởi sự tiện lợi, giá cả hợp lý cũng như tính dễ thao tác, ví dụ điển hình như Ebook hay AI đang là những sản phẩm số đang được sử dụng vô cùng phổ biến bởi các sinh viên Tuy nhiên, bên cạnh đó vẫn còn rất nhiều trường hợp vẫn còn sử dụng các sản phẩm truyền thống như sách in Do đó, đây là vấn đề đáng để xem xét trong thực tại
Với những lý do trên, tác giả thực hiện đề tài “Các nhân tố ảnh hưởng đến quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng Thành phố Hồ Chí Minh” nhằm nắm bắt rõ hơn về các nhân tố tác động chủ yếu đến việc ra quyết định mua sản phẩm số của sinh viên tại Đại học Ngân Hàng TPHCM.
Mục tiêu và câu hỏi nghiên cứu
1.2.1 M ụ c tiêu nghiên c ứ u 1.2.1.1 Mục tiêu nghiên cứu tổng quát Đề tài xác định các nhân tố và mức độ ảnh hưởng đến quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng TPHCM, từ đó rút ra một số hàm ý quản trị với các nhà hoạt động kinh doanh trong lĩnh vực sản phẩm số
1.2.1.2 Mục tiêu nghiên cứu cụ thể
Từ mục tiêu tổng quát, đề tài xác định các mục tiêu cụ thể như sau:
Thứ nhất, xác định các nhân tố ảnh hưởng đến quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng TPHCM;
Thứ hai, đánh giá mức độ ảnh hưởng của các nhân tố đến quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng TPHCM;
Thứ ba, đề xuất các hàm ý quản trị nhằm giúp các doanh nghiệp kinh doanh sản phẩm số có thể gia tăng doanh số bán hàng cũng như cải thiện hoạt động kinh doanh
1.2.2 Câu h ỏ i nghiên c ứ u Để đạt được mục tiêu nghiên cứu trên, tác giả cần giải quyết các câu hỏi được đặt ra:
(1) Các nhân tố nào tác động đến quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng TPHCM?
(2) Mức độ tác động của các nhân tố đến quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng TPHCM như thế nào?
(3) Những hàm ý quản trị nào được đề xuất dựa vào kết quả của nghiên cứu?
Đối tượng, khách thể và phạm vi nghiên cứu
1.3.1 Đối tượ ng và khách th ể nghiên c ứ u Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến quyết định mua sản phẩm số của sinh viên trường Đại học Ngân Hàng TPHCM
Khách thể nghiên cứu: Sinh viên trường Đại học Ngân Hàng TPHCM
Phạm vi về nội dung: Nghiên cứu về quyết định mua sản phẩm số của sinh viên Đại học Ngân Hàng TPHCM
Phạm vi về thời gian: Đề tài được thực hiện từ tháng 01 đến tháng 03 năm 2024
Phạm vi về không gian: Nghiên cứu tại trường Đại học Ngân Hàng TPHCM.
Phương pháp nghiên cứu
Nghiên cứu sử dụng phương pháp hỗn hợp kết hợp giữa định tính và định lượng, trong đó phương pháp định lượng đóng vai trò chủ yếu
Nghiên cứu định tính: Thông qua việc tổng quan các đề tài nghiên cứu trước đây liên quan đến nội dung, cơ sở lý thuyết về hành vi mua sản phẩm số, tác giả hệ thống hóa cơ sở lý luận về quyết định mua sản phẩm số của người tiêu dùng trực tuyến Sau đó, xây dựng hướng đi và đề xuất mô hình nghiên cứu cũng như thang đo
Cùng với sự tham khảo ý kiến, thảo luận với giảng viên hướng dẫn và 5 bạn sinh viên trường Đại học Ngân Hàng, tác giả tiếp tục hoàn thiện thang đo về quyết định mua của khách hàng và hình thành bảng câu hỏi khảo sát chính thức
Nghiên cứu định lượng: Thông qua bảng phản hồi khảo sát ngẫu nhiên các sinh viên Đại học Ngân Hàng TPHCM thu thập được, tác giả tiến hành phân tích thông tin qua phần mềm SPSS nhằm kiểm định thang đo, mô hình lý thuyết và các giả thuyết trong mô hình Từ đó, đưa ra các kết quả từ các bảng phân tích chỉ số, độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan, phân tích hồi quy, để kiểm định giả thuyết và đưa ra các hàm ý.
Những đóng góp của đề tài
Nghiên cứu góp phần hệ thống hóa và củng cố hệ thống cơ sở lý luận về các nhân tố ảnh hưởng đến quyết định mua sản phẩm số của sinh viên trường Đại học Ngân Hàng TPHCM, do đó kết quả nghiên cứu sẽ là cơ sở tham khảo cho các công trình nghiên cứu liên quan đến sản phẩm số hay quyết định mua của sinh viên
1.5.2 Đóng góp về m ặ t th ự c ti ễ n
Kết quả nghiên cứu giúp nâng cao sự hiểu biết về tâm lý hành vi của sinh viên diễn ra trong quá trình lựa chọn mua sản phẩm số, từ đó các nhà cung cấp dịch vụ có thể nhận thức rõ hơn về các nhân tố cũng như mức độ ảnh hưởng của chúng đến việc ra quyết định mua hàng Dựa trên những cơ sở đó, các doanh nghiệp kinh doanh lĩnh vực này có thể tham khảo nhằm nghiên cứu xây dựng mục tiêu phát triển và tối ưu hóa các hoạt động kinh doanh của mình.
Kết cấu của bài nghiên cứu
Nội dung chính nghiên cứu gồm 5 chương, cụ thể như sau:
Chương 1: Giới thiệu tổng quan về đề tài nghiên cứu;
Chương 2: Tổng quan cơ sở lý thuyết và mô hình nghiên cứu của đề tài;
Chương 3: Phương pháp nghiên cứu của đề tài;
Chương 4: Kết quả nghiên cứu;
Chương 5: Thảo luận và kết luận về kết quả nghiên cứu
Chương đầu tiên đã đưa ra những phác thảo cơ bản của bài nghiên cứu về lý do chọn đề tài Xuất phát từ xu thế phát triển của công nghệ, sự phổ biến của Internet và chuyển đổi số, tác giả xác định mục tiêu, đối tượng, phạm vi nghiên cứu và xây dựng phương pháp chính để thực hiện nghiên cứu là định tính và định lượng Bên cạnh đó, tác giả cũng xác định kết cấu bài nghiên cứu gồm 5 chương có tính liên kết với nhau.
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Sản phẩm số
Mặc dù sản phẩm số đã được nhiều nhà nghiên cứu xây dựng định nghĩa, tuy nhiên cho đến nay đôi khi tồn tại một số nhầm lẫn với các sản phẩm khác như sản phẩm ảo hay sản phẩm số ở dạng hữu hình Gyuhwan Oh và Taiyoung Ryu (2007) định nghĩa sản phẩm ảo là những sản phẩm tồn tại trong thế giới ảo, được lấy cảm hứng từ một số vật thể vật chất thông thường nhưng không phải là “phiên bản ảo” của chúng Vili Lehdonvirta (2009) cho rằng thuật ngữ sản phẩm ảo chỉ tập hợp con của tài sản ảo, có thể được sản xuất hàng loạt và do đó thường xuyên được mua và bán như hàng tiêu dùng thông thường Loại hàng hóa này đề cập đến các đối tượng như nhân vật, mặt hàng, tiền tệ, token tồn tại bên trong các trò chơi trực tuyến hay tờ rơi (Vili Lehdonvirta 2009) Bên cạnh đó, một số nghiên cứu đã nghiên cứu về sản phẩm số (ví dụ như Shahryar Mohsenin và ctg (2018)) trong trường hợp hữu hình như máy tính xách tay, máy ảnh kỹ thuật số và điện thoại di động, trong khi các nghiên cứu khác như Hui Li (2021) đề cập đến sản phẩm số ở dạng vô hình (Sunčana Piri Rajh 2022)
Khác với các sản phẩm ảo hay sản phẩm kỹ thuật số hữu hình, sản phẩm số vô hình bao gồm các loại nguồn lực trực tuyến có tính độc quyền như trang web và tên miền Internet (Joshua A.T Fairfield 2005) Theo Sudip Bhattacharjee và ctg (2011), hàng hóa kỹ thuật số đề cập đến phiên bản kỹ thuật số của các sản phẩm hữu hình như âm nhạc, phim ảnh, phần mềm và sách điện tử Một số tác giả khác lại cho rằng hàng hóa hay dịch vụ số là những sản phẩm không có phiên bản vật lý rõ ràng cũng như không giống bất kỳ sản phẩm hay dịch vụ vật lý nào trước đó (Sudip Bhattacharjee và ctg 2011) Chúng cũng có thể là những hàng hóa vô hình được thể hiện dưới dạng nội dung truyền thông và tiêu thụ thông qua nền tảng kỹ thuật số (Linwan Wu và Jiangmeng Liu 2021) Việc bán những mặt hàng như vậy có thể tạo ra lợi nhuận đáng kể do chi phí sản xuất và tồn kho tối thiểu (Hee-Woong Kim, Hock Chuan Chuan và Atreyi Kankanhalli 2012) Hui Li (2021) cũng nhấn mạnh một số lợi ích quan trọng đối với người tiêu dùng khi mua sản phẩm kỹ thuật số về chi phí tiền tệ thấp hơn và nhiều lựa chọn sản phẩm kỹ thuật số hơn Bên cạnh đó, sản phẩm số có khả năng sử dụng ngay sau khi thanh toán đã thực hiện (Sunčana Piri Rajh 2022)
Trong khuôn khổ bài nghiên cứu, tác giả sử dụng thuật ngữ sản phẩm số để chỉ các sản phẩm vô hình được tạo ra dưới hình thức kỹ thuật số nói chung nhằm mục đích mang lại giá trị cho người tiêu dùng trực tuyến thông qua các thiết bị kỹ thuật số Các sản phẩm được xem xét ở đây có thể là sách điện tử, âm nhạc, phim, khóa học trực tuyến, phần mềm, đối tượng đồ họa dùng trong thiết kế như templates,…
Quyết định mua hàng
Phillip Kotler (2007) đã giới thiệu quá trình ra quyết định mua bao gồm 5 giai đoạn: Nhận diện vấn đề, Tìm kiếm thông tin, Đánh giá các lựa chọn thay thế, Quyết định mua hàng và Hành vi sau mua Trong đó, “Quyết định mua hàng” là hành vi quyết định của khách hàng sau khi đã xem xét và tiến hành lựa chọn sản phẩm hoặc dịch vụ được cung cấp trên thị trường (Efthymios Constantinides 2004) Quá trình hình thành quyết định mua của khách hàng đôi khi sẽ phức tạp và khách hàng phải dựa vào những thông tin về sản phẩm, dịch vụ, thương hiệu và những trải nghiệm mà họ đã thu được trong quá khứ để đi tới quyết định mua hàng (Lina Zhou, Liwei Dai và Dongsong Zhang 2007) Ở giai đoạn này, người tiêu dùng sẽ quyết định lựa chọn thương hiệu họ ưa thích nhất, nhưng có 2 yếu tố có thể xuất hiện giữa ý định mua hàng và quyết định mua là:
Thái độ của người khác và Những yếu tố bất ngờ như Giá cả hay Lợi ích sản phẩm dự kiến (Philip Kotler và Gary Amstrong 2018) Ngoài ra, động lực mua sắm trực tuyến còn bao gồm thuộc tính thực dụng và khoái lạc (Terry L Childers và ctg 2001)
Trong đó, thuộc tính thực dụng là các thuộc tính liên quan đến việc cung cấp giá trị công cụ cho người dùng, chẳng hạn như tăng hiệu suất nhiệm vụ của người dùng (Yu-
Yin Wang và ctg 2018) Động lực này bị ảnh hưởng bởi sự thuận tiện, tiết kiệm chi phí, tính sẵn có của thông tin và sự lựa chọn (Pui-Lai To, Chechen Liao và Tzu-Hua Lin 2007) Trong khi thuộc tính khoái lạc thì đề cập đến việc cung cấp những trải nghiệm thú vị cho người dùng (Yu-Yin Wang và ctg 2018) và bị ảnh hưởng bởi sự phiêu lưu, quyền lực và địa vị (Pui-Lai To, Chechen Liao và Tzu-Hua Lin 2007) Bên cạnh đó, một số tài liệu trước đây cũng nhấn mạnh rằng người tiêu dùng thường cố gắng giảm thiểu rủi ro khi đưa ra quyết định mua hàng (Tarinee Chaipradermsak 2007).
Cơ sở lý thuyết
2.3.1 Thuy ế t khu ếch tán đổ i m ớ i (Innovation Diffusion theory)
Thuyết khuếch tán đổi mới (IDT) là công trình nghiên cứu của Everett Rogers, được trình bày lần đầu tiên trong quyển sách Sự phổ biến của đổi mới vào năm 1962 và ứng dụng rộng rãi trong nghiên cứu các yếu tố ảnh hưởng đến việc các cá nhân chấp nhận đổi mới (Everett M Rogers 1983) Trong đó, Đổi mới được định nghĩa là
“một ý tưởng, thông lệ hoặc đối tượng được một cá nhân hoặc đơn vị tiếp nhận khác coi là mới” (Everett M Rogers 1983) Nói cách khác, sự đổi mới không phụ thuộc vào thời điểm mà phụ thuộc vào cá thể nhận thức là mới, ngay cả khi ý tưởng hoặc đối tượng đã xuất hiện trước đó Lý thuyết đưa ra được mô tả là một quá trình giảm độ không chắc chắn thông qua hành vi thu thập và tổng hợp thông tin về công nghệ của các cá nhân (Everett M Rogers 2003) Quá trình ra quyết định đổi mới này được chia thành 5 giai đoạn, trong đó một cá nhân (hoặc đơn vị ra quyết định khác) chuyển từ kiến thức đầu tiên về đổi mới sang hình thành thái độ đối với đổi mới, đến quyết định chấp nhận hoặc từ chối, đến thực hiện ý tưởng mới, và xác nhận quyết định này (Everett M Rogers 1983)
Cho đến nay, lý thuyết này được áp dụng rộng rãi trong hầu hết các lĩnh vực từ công nghệ thông tin, nhân chủng học, xã hội học, giáo dục, truyền thông đến marketing (Everett M Rogers, Arvind Singhal và Margaret M Quinlan 2014; Elena Karahanna, Detmar W Straub và Norman L Chervany 1999) Theo đó, năm yếu tố
Everett M Rogers (1995) cho là yếu tố quan trọng quyết định việc áp dụng đổi mới bao gồm: Lợi thế tương đối, Khả năng tương thích, Độ phức tạp, Khả năng thử nghiệm, Khả năng quan sát Nhận thức của các cá nhân về năm đặc điểm này dự đoán tỷ lệ áp dụng đổi mới và quyết định từ 49 đến 87% sự khác biệt trong việc áp dụng các sản phẩm mới (Everett M Rogers 2003)
Hình 2.1 - Mô hình lý thuyết khuếch tán đổi mới của Everett M Rogers (1983)
2.3.2 Thuy ế t giá tr ị tiêu th ụ (Consumption Values theory)
Thuyết giá trị tiêu thụ (CVT) được phát triển bởi Jagdish N Sheth, Bruce I Newman và Barbara L Gross (1991b) nhằm nâng cao hiểu biết về các yếu tố định hướng giá trị khác nhau và giải quyết hành vi lựa chọn của người tiêu dùng trong bối cảnh sản phẩm, dịch vụ hoặc thương hiệu Tầm quan trọng của lý thuyết này nằm ở việc thừa nhận rằng người tiêu dùng cân bằng các đánh giá giá trị để đưa ra quyết định tiêu dùng sáng suốt, có động cơ bên trong và bên ngoài (Hee-Woong Kim, Hock Chuan Chan và Sumeet Gupta 2007) Cụ thể, Jagdish N Sheth, Bruce I Newman và Barbara L Gross (1991b) đã hợp nhất một khung lý thuyết rút ra từ kinh tế học, tâm lý học, xã hội học, tiếp thị và hành vi người tiêu dùng, lập luận rằng sự lựa chọn mua hàng của khách hàng bị ảnh hưởng bởi nhiều khía cạnh giá trị: Giá trị chức năng, Giá trị cảm xúc, Giá trị điều kiện, Giá trị tri thức và Giá trị xã hội Các giá trị khác nhau cú những đúng gúp khỏc nhau trong sự lựa chọn của người tiờu dựng (Anne Engstrửm và ctg 2014) và những thay đổi ở một khía cạnh này có thể không nhất thiết dẫn đến
Lợi thế tương đối Khả năng tương thích Độ phức tạp Khả năng thử nghiệm
Khả năng quan sát Ý định hành vi những thay đổi ở những khía cạnh khác (T Ramayah, Syed Abidur Rahman và Ng Ching Ling 2018)
Hình 2.2 - Mô hình lý thuyết giá trị tiêu thụ của Jagdish N Sheth, Bruce I
Tổng quan các nghiên cứu ngoài và trong nước
Nghiên cứu của Yue Guo và Stuart Barnes (2011) đã nắm bắt các yếu tố quyết định ảnh hưởng đến hành vi mua mặt hàng ảo trong thế giới ảo Mô hình được đưa ra bao gồm 8 yếu tố: Kỳ vọng nỗ lực, Kỳ vọng hiệu suất, Giá trị cảm nhận, Sự thích thú nhận thức, Ảnh hưởng xã hội, Thói quen, Sự thăng tiến và Tùy chỉnh Một cuộc khảo sát trực tuyến được thực hiện thông qua thế giới thực tế ảo 3D thương mại Second Life thu về được tổng cộng 262 phản hồi trong vòng 1 tháng, trong đó có 250 câu trả lời hợp lệ Kết quả cho thấy chỉ có Ảnh hưởng xã hội không có mối liên hệ nào với ý định mua hàng Các động lực bên ngoài và nội tại đều có quyết định mạnh mẽ đến ý định hành vi mua, từ đó ảnh hưởng đến hành vi mua hàng thực tế Trong đó, yếu tố Tùy chỉnh ảnh hưởng mạnh mẽ nhất Đặc biệt là mặc dù thói quen có ảnh hưởng tích cực trực tiếp mạnh mẽ đến hành vi mua hàng thực tế, nó lại không đóng vai trò điều tiết biến trong mối quan hệ giữa ý định hành vi và hành vi mua hàng thực tế Tuy
Giá trị chức năng Giá trị cảm xúc
Hành vi lựa chọn của người tiêu dùng
Giá trị xã hội nhiên, nghiên cứu giới hạn trong phạm vi thế giới ảo Second Life, chưa thể khẳng định ở các thế giới ảo cụ thể khác thì kết quả có giá trị tương tự
Nghiên cứu của Andi Muh Primabudi và Febriliyan Samopa (2017) phân tích những nhân tố có khả năng ảnh hưởng hành vi của khách hàng tiềm năng đến quyết định mua hàng trên cửa hàng trực tuyến thông qua việc sử dụng mô hình lý thuyết phân rã hành vi có kế hoạch (DTPB) đã được phát triển Với trường hợp nghiên cứu tại 1 cửa hàng trực tuyến tên “XYZ” chuyên bán trò chơi Blu-ray cho Sony Playstation 4 ở Indonesia, mô hình được đề xuất với 22 giả thuyết được đưa ra Thông qua phân tích thực hiện dưới Smart-PLS của 100 người trả lời, kết quả cho thấy các nhân tố có ảnh hưởng đáng kể nhất đến việc ra quyết định mua trò chơi tại cửa hàng trực tuyến “XYZ” là Điều kiện thuận lợi, Nhận thức kiểm soát hành vi, Năng lực bản thân, Thái độ đối với việc mua hàng trực tuyến và và Sự tương thích Tuy nhiên, kết quả nghiên cứu còn giới hạn ở cỡ mẫu
Nghiên cứu của Muhammad Fachmi, Ikrar Putra Setiawan và Andi Hidayat (2019) phân tích ảnh hưởng của Niềm tin, Khuyến mãi và Chất lượng dịch vụ điện tử đến quyết định mua hàng của các sinh viên đại học tại thành phố Makassar Nghiên cứu thực nghiệm thông qua Google Forms thu được 100 mẫu hợp lệ được phân tích dưới phần mềm SPSS Kết quả chứng minh rằng mức độ Tin cậy, Khuyến mãi và Chất lượng dịch vụ điện tử càng cao thì quyết định mua hàng trực tuyến càng cao, trong đó Niềm tin là yếu tố chi phối nhất ảnh hưởng đến quyết định mua hàng của người tiêu dùng tại các cửa hàng trực tuyến Nghiên cứu cũng chỉ ra hạn chế nằm ở số lượng biến độc lập được kiểm định
Nghiên cứu của Changan Zhang và Poompichai Tarndamrong (2023) kiểm tra các yếu tố của trang web (7C), độ tin cậy của các trang web và một số yếu tố cá nhân ảnh hưởng đến quyết định mua hàng của người tiêu dùng được thực hiện thông qua các trang web Thương mại điện tử phổ biến ở Cộng hòa Nhân dân Trung Hoa, đặc biệt là ở các tỉnh Bắc Kinh Phân tích được thực hiện dựa trên 385 mẫu hợp lệ thu được thông qua phương pháp lấy mẫu thuận tiện Kết quả chỉ ra các yếu tố cá nhân không có sự khác biệt khi quyết định mua hàng của người tiêu dùng Mặt khác, nghiên cứu cho thấy các yếu tố trang web như Bối cảnh, Nội dung, Cộng đồng, Kết nối và Thương mại có mối quan hệ cùng chiều với quyết định mua hàng của người tiêu dùng, với khả năng dự đoán là 35,6% Các yếu tố liên quan đến độ tin cậy của trang web cũng đều có ảnh hưởng đến quyết định mua hàng ngoại trừ biến Chất lượng dữ liệu, với 73,4% khả năng dự đoán Tuy nhiên, nghiên cứu chỉ mới thực hiện với đối tượng nghiên cứu nói chung, chưa nghiên cứu đối với các sản phẩm hoặc dịch vụ cụ thể vì các trang web khác nhau sẽ phù hợp với các loại sản phẩm, dịch vụ khác nhau
Nghiên cứu của Đỗ Văn Huân và ctg (2021) xác định các yếu tố ảnh hưởng đến quyết định mua sắm trực tuyến với đối tượng là giới trẻ trên địa bàn Hà Nội và các tỉnh lân cận với độ tuổi từ 18 đến 35 Mô hình được đề xuất bao gồm 7 yếu tố kết hợp từ thuyết thống nhất chấp nhận và sử dụng công nghệ (UTAUT2 – bao gồm: Kỳ vọng hiệu quả, Ảnh hưởng xã hội, Điều kiện thuận lợi, Động lực thụ hưởng), thuyết nhận thức rủi ro (TPR), Sự đa dạng sản phẩm và Truyền miệng điện tử (e-WOM) Nghiên cứu định lượng 100% thông qua khảo sát trực tuyến thu thập được 508 phiếu hợp lệ
Kết quả cho thấy cả 7 yếu tố đều ảnh hưởng đến quyết định mua sắm của người tiêu dùng, trong đó yếu tố ảnh hưởng mạnh nhất là Ảnh hưởng xã hội, yếu nhất là Nhận thức rủi ro
Nghiên cứu của Hà Nam Khánh Giao và Trần Nguyễn Anh Thư (2018) kiểm định mức độ tác động của các yếu tố ảnh hưởng đến quyết định mua voucher dịch vụ trực tuyến của nhân viên văn phòng tại TPHCM, thông qua việc khảo sát bằng bảng câu hỏi phát đi bằng thư điện tử đến 370 nhân viên văn phòng với phương pháp chọn mẫu thuận tiện Mô hình nghiên cứu được đề xuất dựa trên thang đo “Hành vi người tiêu dùng trong Groupon Business tại Việt Nam” của Hà Nam Khánh Giao và Nguyễn Hoài Phương năm 2013 cũng như kết hợp kế thừa có chọn lọc những nghiên cứu đi trước bao gồm 6 yếu tố: (1) Tính đáp ứng của website, (2) Giá, (3) Ý kiến đánh giá nhóm, (4) Sự tin cậy, (5) Kinh nghiệm mua trực tuyến, (6) Sự tiện lợi Kết quả thu về
331 phản hồi hợp lệ cho thấy mức độ ảnh hưởng của các yếu tố đến quyết định mua voucher dịch vụ trực tuyến của nhân viên văn phòng tại TPHCM theo tầm quan trọng giảm dần như sau: Ý kiến tham khảo nhóm, Sự tin cậy, Tính đáp ứng website, Giá, Kinh nghiệm mua trực tuyến, Sự tiện lợi Tuy nhiên, nghiên cứu chỉ mới nghiên cứu trong lĩnh vực cung cấp dịch vụ voucher trực tuyến, chưa quan tâm đến dịch vụ số khác hay sản phẩm số khác
Nghiên cứu của Hà Minh Trí (2022) xác định và đánh giá các yếu tố ảnh hưởng đến quyết định mua sản phẩm xanh với đối tượng là sinh viên Đại học trên địa bàn TPHCM Mô hình được đề xuất bao gồm 5 yếu tố: Hỗ trợ bảo vệ môi trường, Thúc đẩy trách nhiệm với môi trường, Trải nghiệm sản phẩm xanh, Tính thân thiện với môi trường của công ty và Hấp dẫn xã hội Nghiên cứu sử dụng phương pháp lấy mẫu thuận tiện và quả cầu tuyết, kết quả thu được 322 phiếu hợp lệ cho thấy chỉ có yếu tố Sự hấp dẫn xã hội không ảnh hưởng đến quyết định mua sản phẩm xanh Trong đó, Tính thân thiện với môi trường của các công ty có ảnh hưởng lớn nhất Tuy nhiên, nghiên cứu còn giới hạn ở mẫu vì chưa thể khái quát tất cả các trường hợp ở TPHCM hoặc Việt Nam
Nghiên cứu của Hà Nam Khánh Giao và Võ Tấn Vinh (2015) tìm ra các yếu tố quan trọng ảnh hưởng đến quyết định mua đàn piano kỹ thuật số của những người đã từng mua đàn tại TPHCM Tám nhân tố được đề xuất bao gồm: Lời khuyên và quảng cáo, Chất lượng và thuộc tính sản phẩm, Dịch vụ khách hàng, Thương hiệu – nhãn hiệu, Cửa hàng liên hệ mua sản phẩm, Thủ tục mua bán, Giá cả sản phẩm và Trưng bày sản phẩm Thông qua phỏng vấn trực tiếp bằng bảng hỏi, thu được 200 phiếu hợp lệ được phân tích SPSS cho thấy có 6 yếu tố ảnh hưởng với mức độ giảm dần là: Giá cả sản phẩm, Cửa hàng liên hệ mua sản phẩm, Trưng bày sản phẩm, Dịch vụ khách hàng, Chất lượng và thuộc tính sản phẩm, Thương hiệu – nhãn hiệu Tuy nhiên, nghiên cứu còn giới hạn ở số mẫu và đối tượng khảo sát.
Thảo luận và khoảng trống nghiên cứu
Dựa trên việc lược khảo các công trình nghiên cứu liên quan, có thể thấy đây là một chủ đề đang thu hút sự quan tâm của các tác giả trên thế giới trước sự chuyển đổi số mạnh mẽ trên toàn cầu Tuy nhiên xét trên thế giới, mặc dù đã có nhiều công trình về sản phẩm số, đa phần lại là nghiên cứu về ý định mua hàng chứ chưa có nhiều nghiên cứu về hành vi mua hàng thực sự của người tiêu dùng số Hơn nữa, đối tượng nghiên cứu ngoài nước chủ yếu là các nước đã phát triển như Phần Lan (Matti Mọntymọki và Jari Salo 2013), Hàn Quốc (Hee-Woong Kim, Sumeet Gupta và Joon Koh 2011), Cộng hòa Séc và Bỉ (Vojtěch Klézl, Katarína Rebrošová và Monika Vyhlídalová 2018) Vì vậy, chưa thể khẳng định rằng các nhân tố ảnh hưởng đó sẽ có thể ứng dụng tại bối cảnh đang phát triển của Việt Nam Bên cạnh đó, các nghiên cứu về sản phẩm số ở Việt Nam cũng còn nhiều hạn chế, chủ yếu chỉ mới nghiên cứu về các trường hợp sản phẩm số cụ thể có thể kể đến như: voucher dịch vụ trực tuyến (Hà Nam Khánh Giao và Trần Nguyễn Anh Thư 2018), ứng dụng (Nguyễn Lương Ngân và Lê Thị Thanh Hà 2022; Tiêu Vân Trang 2021) hay khóa học (Lê Thị Hiếu Ngân 2022), chưa có công trình nào nghiên cứu về trường hợp tổng quát các sản phẩm số nói chung để xem xét ở một góc nhìn toàn diện Đặc biệt là khi sinh viên lại là một phần không thể tách rời của xã hội hiện đại và là những người tiêu dùng tiềm năng trong việc ứng dụng các sản phẩm và dịch vụ số (British Council 2020), nghiên cứu về sản phẩm số với đối tượng sinh viên lại chưa được quan tâm và phát triển mạnh mẽ trong khi nhiều quốc gia đã xem đây là nguồn doanh thu dồi dào từ đầu thập kỷ trước (Hee-Woong Kim, Sumeet Gupta và Joon Koh 2011; Vili Lehdonvirta 2009)
Trong một số công trình nghiên cứu hiện tại, các nhân tố ảnh hưởng đến quyết định mua có thể kể đến như: Ảnh hưởng xã hội (Yue Guo và Stuart Barnes 2011;
Andi Muh Primabudi và Febriliyan Samopa 2017; Đỗ Văn Huân và ctg 2021; Hà Minh Trí 2022), Chất lượng (Hà Nam Khánh Giao và Võ Tấn Vinh 2015; Changan
Zhang và Poompichai Tarndamrong 2023; Muhammad Fachmi, Ikrar Putra Setiawan và Andi Hidayat 2019), Độ tin cậy (Andi Muh Primabudi và Febriliyan Samopa 2017;
Changan Zhang và Poompichai Tarndamrong 2023; Hà Nam Khánh Giao và Trần Nguyễn Anh Thư 2018), Rủi ro (Đỗ Văn Huân và ctg 2021; Andi Muh Primabudi và Febriliyan Samopa 2017) Nổi bật nhất, có thể thấy yếu tố xã hội đã được đưa ra rất nhiều trong các nghiên cứu trước đây Tuy nhiên theo Viswanath Venkatesh và ctg (2003), Ảnh hưởng xã hội (hay Chuẩn mực chủ quan) không có ý nghĩa quan trọng trong bối cảnh tự nguyện Dựa trên những kết quả này, một số nhà nghiên cứu cho rằng giá trị cảm nhận là yếu tố quan trọng trong ý định hành vi của người dùng để chấp nhận hoặc mua sản phẩm trong bối cảnh thương mại điện tử (Ching‐Wen Chu và Hsi‐Peng Lu 2007; Yi‐Shun Wang 2008; Hsi-Peng Lu và Kuo-Lun Hsiao 2010;
Hsiu-Yu Wang, Chechen Liao và Ling-Hui Yang 2013) Theo Ofir Turel, Alexander Serenko và Nick Bontis (2010), các thành phần giá trị chẳng hạn như giá trị cảm xúc, giá trị đồng tiền và chất lượng, được sử dụng làm cơ sở để người tiêu dùng phát triển hành vi lựa chọn của họ và được ghi nhận trong giá trị nhận thức tiêu dùng Vì vậy, nghiên cứu này sẽ đưa ra các nhân tố mới của khía cạnh giá trị về giá, chất lượng, khoái lạc và thêm vào đó thuộc tính đổi mới chưa được kiểm định với trường hợp sản phẩm số tại Việt Nam Ngoài ra, nghiên cứu sẽ tích hợp thuyết giá trị tiêu dùng và IDT làm nền tảng lý thuyết nhằm bổ trợ lẫn nhau và mang lại cái nhìn mới mẻ hơn trong việc điều tra các nhân tố ảnh hưởng đến quyết định mua sản phẩm số Với các thực trạng được đề cập trên, đây chính là khoảng trống mà tác giả muốn hướng đến.
Giả thuyết và mô hình nghiên cứu
Cảm nhận về giá là một khía cạnh của giá trị chức năng đóng góp tích cực vào tổng giá trị của khách hàng (Hee-Woong Kim, Sumeet Gupta và Joon Koh 2011), đề cập đến mức độ mà người tiêu dùng cảm nhận được một sản phẩm đáng giá (Luyan Su, Ying Li và Wenli Li 2019) Cấu trúc giá trị tiền tệ phản ánh giá trị đồng tiền bỏ ra, mức giá chấp nhận được và giá trị đồng tiền bỏ ra của sản phẩm số so với sản phẩm khác (Minna Pura 2005) Nói cách khác, cảm nhận về giá của một mặt hàng kỹ thuật số bắt nguồn từ việc sử dụng tiền hiệu quả (Hee-Woong Kim, Sumeet Gupta và Joon Koh 2011) Trong trường hợp này, nếu sản phẩm số mang lại lợi cho khách hàng nhiều hơn những gì họ đầu tư thì mức độ cảm nhận tiện ích về giá của họ tăng lên, từ đó ảnh hưởng đến quyết định mua hàng Giá cũng được xem là yếu tố chính mà sinh viên đại học sẽ cân nhắc trước khi mua (Brian Artz và Alex Kitcheos 2016) Nghiên cứu của Hee-Woong Kim, Atreyi Kankanhalli và Hyun-Lyung Lee (2016) đã xác nhận tầm quan trọng của việc cảm nhận về giá trong việc ra quyết định mua sản phẩm số Từ đó, giả thuyết H1 được đưa ra như sau:
H1: Cảm nhận về giá ảnh hưởng cùng chiều đến quyết định mua sản phẩm số
Chất lượng sản phẩm được định nghĩa là mức độ cảm nhận mà sản phẩm số giúp đáp ứng nhu cầu của người tiêu dùng (Luyan Su, Ying Li và Wenli Li 2019)
Giá trị thường được thể hiện thông qua các thuộc tính tổng hợp của sản phẩm như việc chất lượng có thể mang lại ấn tượng về hiệu suất thực dụng (Jeng-Yi Tzeng 2011) Người tiêu dùng có thể cảm nhận sản phẩm số chất lượng hơn vì chứa nhiều phương pháp hữu ích hơn hoặc thông tin cập nhật hơn giúp tiết kiệm thời gian và công sức của người dùng (Luyan Su, Ying Li và Wenli Li 2019) Ngoài ra, phát hiện của Ofir Turel, Alexander Serenko và Nick Bontis (2010) cho thấy rằng việc duy trì chất lượng ổn định và nhất quán trên nhiều phần của hàng hóa kỹ thuật số được xuất bản nhiều kỳ là rất quan trọng vì người dùng trên trang web thường lo lắng về mức chất lượng của các phần khác trong tương lai của sản phẩm mặc dù đã trải nghiệm những phần đầu của sản phẩm đó John D Wells, Joseph S Valacich và Traci J Hess (2011) cũng đã chỉ ra tầm quan trọng của chất lượng sản phẩm trong quyết định mua hàng từ website mua sắm của người dùng Các mặt hàng số có chất lượng được cảm nhận cao hơn có thể mang lại giá trị cảm nhận cao hơn cho khách hàng (Hee-Woong
Kim, Sumeet Gupta và Joon Koh 2011), từ đó kỳ vọng củng cố quyết định mua hàng
Do đó, giả thuyết H2 được đưa ra như sau:
H2: Chất lượng sản phẩm ảnh hưởng cùng chiều đến quyết định mua sản phẩm số
Giá trị cảm xúc đề cập đến “sự hữu ích cảm nhận có được từ khả năng khơi dậy cảm xúc hoặc trạng thái tình cảm của một giải pháp thay thế” (Mary M Long và Leon G Schiffman 2000) Nói cách khác, giá trị cảm xúc là toàn bộ những cảm xúc và trạng thái tình cảm được khơi dậy trong quá trình sử dụng sản phẩm và dịch vụ (Trần Gia Huy, Đặng Hoàng Minh Quân và Trần Nam Quốc 2022) Khi sử dụng sản phẩm thử trong 1 thời gian gắn bó đủ, có thể ảnh hưởng đến quyết định mua sản phẩm Quan điểm nghiên cứu của Minna Pura (2005) cũng cho rằng các định nghĩa về giá trị nên bao gồm cả mục đích vị lợi và khoái lạc Qua đây, Colin Campbell (2020) đã nghiên cứu khía cạnh cảm xúc của việc tiêu dùng và thấy rằng tiêu dùng là một hành động tìm kiếm niềm vui theo chủ nghĩa khoái lạc Sự hài lòng về tính thẩm mỹ cùng với các trải nghiệm trước và niềm vui được tận hưởng sẽ tạo ra giá trị cảm xúc (Morris B Holbrook 1994; Jagdish N Sheth, Bruce I Newman và Barbara L Gross 1991a) Sự thích thú và tìm kiếm niềm vui từ đó sẽ tạo động lực mua sắm cho người dùng (Diana Hassouneh và Malaika Brengman 2011) Các nhà nghiên cứu cũng đã lập luận rằng các thành phần cảm xúc, chẳng hạn như sự thích thú và vui tươi, có thể thúc đẩy việc sử dụng các phần mềm hay ứng dụng điện thoại (Fang-Mei Tseng và Hui-Yi Lo 2011;
Hannu Verkasalo và ctg 2010) hay giúp gia tăng niềm vui, sự chú ý khi mua hàng hóa ảo (Cheng-Hsun Ho và Ting-Yun Wu 2012) Ngoài ra, tính thẩm mỹ sẽ giúp sự gia tăng sức hấp dẫn trực quan khi mua hàng hóa ảo (Cheng-Hsun Ho và Ting-Yun Wu 2012) Kyung-Hee Kim và Duk-Byeong Park (2017) và Ofir Turel, Alexander Serenko và Nick Bontis (2010) chỉ ra giá trị cảm xúc cũng ảnh hưởng cùng chiều đến nhận thức về giá trị tổng thể và liên quan đến việc mua hàng của sinh viên (Karl-Chris Liblik và Kevin van Berlo 2016) Do đó, giả thuyết H3 được đưa ra như sau:
H3: Giá trị cảm xúc ảnh hưởng cùng chiều đến quyết định mua sản phẩm số
Theo lý thuyết khuếch tán đổi mới của Everett M Rogers (1995), khả năng thử nghiệm đề cập đến sự trải nghiệm của khách hàng trước khi quyết định mua một sản phẩm hoặc dịch vụ nào đó Khả năng dùng thử còn được hiểu là “khám phá không có rủi ro” về đổi mới trong giai đoạn trước khi áp dụng và được nhận thức là một yếu tố quan trọng được người tiêu dùng cân nhắc khi áp dụng lần đầu (Xueqin Wang và ctg 2018) Người dùng mới thích thử hoặc thử nghiệm một cải tiến để cảm thấy thoải mái với nó (Mehwish Waheed và ctg 2015) Có ý kiến cho rằng người mua dựa nhiều vào trải nghiệm trực tiếp của họ hơn so với thông tin cũ (Hee-Woong Kim, Atreyi Kankanhalli và Hyun-Lyung Lee 2016) Bằng cách mang lại cảm giác tin cậy cho người dùng trước khi sử dụng thực tế (Xueqin Wang và ctg 2018), khả năng thử nghiệm làm tăng khả năng áp dụng sự đổi mới (Everett M Rogers 1983) Đối với sản phẩm số, khả năng thử nghiệm cho phép người dùng trải nghiệm trước một phần sản phẩm để cảm nhận hữu ích và xem xét mức độ phù hợp với nhu cầu Phiên bản dùng thử có thể hoạt động trên cơ sở thời gian (tức là sử dụng phiên bản dùng thử trong một khoảng thời gian giới hạn) hoặc cơ sở tính năng (tức là phiên bản dùng thử có các tính năng hạn chế) (Hee-Woong Kim, Atreyi Kankanhalli và Hyun-Lyung Lee 2016) Sau khi trải nghiệm phiên bản dùng thử, người dùng có thể cảm nhận được ưu điểm và giá trị tiền tệ của sản phẩm rồi quyết định mua nó (Mehwish Waheed và ctg 2015) Những người được phỏng vấn trong nghiên cứu của Hee-Woong Kim, Atreyi Kankanhalli và Hyun-Lyung Lee (2016) cũng cho biết họ quyết định mua sản phẩm vì “thích sản phẩm đó sau khi sử dụng phiên bản dùng thử”, họ “hài lòng với phiên bản dùng thử” và họ có thể “thử nghiệm ứng dụng trước khi mua hàng” Do đó, khả năng thử nghiệm được kỳ vọng sẽ ảnh hưởng cùng chiều đến quyết định mua sản phẩm số và giả thuyết được đề xuất như sau:
H4: Khả năng thử nghiệm ảnh hưởng cùng chiều đến quyết định mua sản phẩm số
2.6.2 Mô hình nghiên c ứu đề xu ấ t
Hình 2.3 – Mô hình nghiên cứu đề xuất
Nguồn: Tác giả đề xuất
Quyết định mua sản phẩm số
Chương 2 đã đưa ra các nền tảng cơ sở cho đề tài nghiên cứu bao gồm khái niệm về sản phẩm số, quyết định mua hàng và 2 thuyết nền tảng cho nghiên cứu là thuyết Khuếch tán đổi mới và thuyết Giá trị tiêu dùng Ngoài ra, tác giả cũng thực hiện tổng quan các công trình nghiên cứu trong và ngoài nước có liên quan đến quyết định mua hàng, từ đó chỉ ra khoảng trống nghiên cứu và đề xuất mô hình nghiên cứu chính với 4 biến độc lập ảnh hưởng đến quyết định mua sản phẩm số là Cảm nhận về giá, Chất lượng sản phẩm, Giá trị cảm xúc và Khả năng thử nghiệm.
PHƯƠNG PHÁP NGHIÊN CỨU
Quy trình nghiên cứu của đề tài
Quy trình nghiên cứu được thiết kế theo trình tự như Hình 3.1, nhìn chung sẽ bao gồm 2 giai đoạn chính: Nghiên cứu định tính và nghiên cứu định lượng Nội dung trong từng bước thực hiện cũng được trình bày tương đương với bố cục trong nghiên cứu
Hình 3.1 - Quy trình nghiên cứu
Nguồn: Tác giả đề xuất
Xây dựng thang đo
Trên cơ sở lý thuyết đã xây dựng, thang đo nháp đề xuất 21 biến quan sát nhằm đo lường mức độ ảnh hưởng của các nhân tố ảnh hưởng đến quyết định mua sản phẩm số của sinh viên trường Đại học Ngân Hàng TPHCM
Việc kiểm định lại thang đo đầu tiên được thực hiện thông qua việc tham vấn với giảng viên hướng dẫn về tính phù hợp cũng như nhất quán Các thang đo được tác giả tham khảo từ các nghiên cứu có thang đo gốc bằng tiếng Anh, do đó đã được dịch và điều chỉnh từ ngữ cho phù hợp với đối tượng nghiên cứu cũng như bối cảnh Việt Nam Qua đây, tác giả cũng thực hiện điều chỉnh thêm thông qua thảo luận nhóm với 5 bạn sinh viên đã mua và có kinh nghiệm trong việc sử dụng sản phẩm số nhằm thu thập thêm ý kiến về sự rõ ràng và dễ hiểu của các phát biểu đưa ra trong bối cảnh sản phẩm số sau khi được việt hóa từ thang đo gốc
Kết quả hiệu chỉnh cho ra thang đo đề xuất ở Bảng 3.1 với các thang đo được mã hóa cho các biến Cảm nhận về giá, Chất lượng sản phẩm, Giá trị cảm xúc và Khả năng thử nghiệm lần lượt là PU, CL, CX và TN
Bảng 3.1 - Thang đo đề xuất
Ký hiệu Biến quan sát Nguồn
PU1 Các sản phẩm số thường có giá hợp lý
Jillian C Sweeney và Geoffrey N Soutar (2001) PU2 Các sản phẩm số mang lại cho tôi lợi ích về mặt kinh tế PU3 Các sản phẩm số tốt so với mức giá
CL1 Các sản phẩm số có tiêu chuẩn chất lượng chấp nhận được
Hee-Woong Kim, Sumeet Gupta và Joon Koh (2011);
Hsiu-Yu Wang, Chechen Liao và Ling-Hui Yang (2013)
CL2 Các sản phẩm số đáp ứng tốt các nhu cầu của tôi giúp tiết kiệm thời gian
CL3 Các sản phẩm số có chất lượng nhất quán và ổn định
CL4 Các sản phẩm số có hiệu suất đáng tin cậy
CX1 Sản phẩm số mang lại cho tôi cảm giác thích thú
Hsiu-Yu Wang, Chechen Liao và Ling-Hui Yang (2013); Hee- Woong Kim, Sumeet Gupta và Joon Koh (2011) CX2 Sản phẩm số mang lại cho tôi cảm giác thú vị
CX3 Sản phẩm số mang lại cho tôi cảm giác giải trí
CX4 Sản phẩm số có tính thẩm mỹ thu hút tôi CX5 Sản phẩm số kích thích sự tò mò của tôi
TN1 Tôi có rất nhiều cơ hội để dùng thử hoặc xem trước một phần sản phẩm số
Ahmad Samed Al- Adwan và George Sammour (2020);
TN2 Tôi được phép dùng bản thử sản phẩm số đủ lâu để xem nó như thế nào TN3 Tôi muốn có thể thử qua bản dùng thử để xem chất lượng sản phẩm số
Việc dùng thử hoặc xem trước một phần sản phẩm số cho phép tôi lọc ra những sản phẩm không phù hợp
Tôi bị thuyết phục mua sản phẩm số nhờ vào trải nghiệm bản dùng thử của nó
Quyết định mua sản phẩm số
QĐ1 Tôi thích mua sản phẩm số hơn sản phẩm truyền thống
Chandra Sekhar Patro (2023); Trần Thị Huế Chi (2017) QĐ2 Tôi tin rằng quyết định mua sản phẩm số là một quyết định đúng đắn QĐ3 Tôi sẽ mua sản phẩm số khi có nhu cầu
QĐ4 Tôi hài lòng với quyết định mua sản phẩm số
Phương pháp thu thập dữ liệu
Theo Joseph F Hair Jr và ctg (2006), để phân tích nhân tố khám phá EFA thì kích thước mẫu tối thiểu là 50 mẫu, tốt hơn là 100 mẫu và tỷ lệ quan sát/biến quan sát là 5:1, nghĩa là 1 biến quan sát cần tối thiểu 5 quan sát nhưng tốt nhất là tỷ lệ 10:1
Theo đó, nghiên cứu dự kiến có 21 biến quan sát sẽ tương đương với số mẫu tối thiểu là 105, tốt hơn là 210 mẫu Ngoài ra, để phân tích hồi quy tuyến tính thì kích thước mẫu tối thiểu có công thức như sau: n ≥ 50 + 8p (trong đó: n là kích thước mẫu tối thiểu, p là số biến độc lập trong mô hình) (BG Tabachnick và LS Fidell 1996) Mô hình có 4 nhân tố độc lập, do đó mẫu tối thiểu cần thiết là 82 Từ hai điều kiện trên, kích cỡ mẫu tối thiểu sử dụng cho phân tích định lượng được xác định là 105 quan sát Tuy nhiên, để đảm bảo kết quả có tính tổng quát và chính xác hơn, tác giả dự kiến thu về 210 mẫu dự phòng trường hợp các phiếu phản hồi không hợp lệ
Bảng hỏi được thiết kế có 3 phần (cụ thể xem Phụ lục 1):
Phần 1: Thông tin chung về một số đặc điểm của người tham gia trả lời về Giới tính, Năm đào tạo, Thu nhập trung bình, Ngành đào tạo và câu hỏi gạn lọc để loại ra các phản hồi chưa từng mua sản phẩm số
Phần 2: Nội dung chính của bảng khảo sát với các phát biểu được đưa ra trong thang đo đo lường với thang đo Likert 1-5
Phần 3: Lời kết cảm ơn và gửi biểu mẫu
3.3.3 Đối tượ ng kh ả o sát Đối tượng khảo sát là người tiêu dùng trực tuyến đang là sinh viên trường Đại học Ngân Hàng TPHCM đã mua sản phẩm số Lý do chính để đưa sinh viên đại học tham gia vào nghiên cứu này là do họ thuộc nhóm “thanh niên”, cùng với giả định rằng giới trẻ là một lượng lớn khán giả xem nội dung truyền thông kỹ thuật số (Sunčana Piri Rajh 2022) Cụ thể, sinh viên đại học là một phần của nhóm người sử dụng Internet hàng ngày nhiều Với dữ liệu thứ cấp được công bố trong các công cụ lập kế hoạch quảng cáo của các nền tảng mạng xã hội hàng đầu cho thấy 72.55 triệu người dùng từ 18 tuổi trở lên sử dụng mạng xã hội ở Việt Nam vào đầu năm 2024, tương đương với 99.2% tổng dân số từ 18 tuổi trở lên (Simon Kemp 2024) Trong đó, tỷ lệ dân số ở độ tuổi từ 25-34 là 15.7% và ở độ tuổi từ 18-24 là 9.7% trong tổng số 99.19 triệu người Việt Nam được báo cáo vào đầu năm 2024 (Simon Kemp 2024)
Mặc dù tỷ lệ nhóm này không quá cao so với cơ cấu dân số Việt Nam, tuy nhiên một kết quả khảo sát gần đây của Bộ Thông tin và Truyền thông (2019) cho thấy, thời lượng sử dụng mạng xã hội trong một ngày của giới trẻ Việt Nam trung bình là 7 giờ, khá cao so với khu vực và thế giới Điều này ủng hộ quan điểm cho rằng nhóm này sẽ có kỹ năng máy tính thành thạo (Sunčana Piri Rajh 2022) và là “những người sớm chấp nhận công nghệ mới” (Ian C Grant và Kathryn Waite 2003) Sunčana Piri Rajh (2022) cũng chỉ ra thanh niên là một phân khúc thị trường có tiềm năng thú vị và sinh lợi khi nói đến các sản phẩm số Nhiều công ty ngày nay đã nhắm đến người trẻ tuổi trong ưu đãi của họ, do vậy cần phải xác định và hiểu các mô hình mua cũng như tiêu dùng độc đáo của đối tượng đó (Ulun Akturan, Nuray Tezcan và Alexandra Vignolles 2011) Đặc biệt với đối tượng tiêu dùng là sinh viên trường Đại học Ngân Hàng, họ là nhóm đối tượng không chỉ sinh ra và lớn lên trong thời đại công nghệ số mà còn có cơ hội tiếp cận sớm với chương trình giáo dục định hướng chuyển đổi số Do đó, sinh viên trường Đại học Ngân Hàng sẽ có thái độ chủ động và sáng tạo hơn trong nền kinh tế số nói chung và việc sử dụng sản phẩm số để phục vụ nhu cầu một cách hiệu quả hơn nói riêng, không chỉ trong học tập mà còn trong công việc hoặc giải trí Ngoài ra, đây là nhóm sinh viên thuộc khối ngành Kinh tế nói chung, vì vậy đòi hỏi sinh viên luôn có sự thích nghi tốt để đáp ứng với sự biến động liên tục của nền kinh tế
Với tất cả những điều trên, đối tượng khảo sát là sinh viên Đại học Ngân Hàng TPHCM được coi là phù hợp vì kết quả nghiên cứu có thể mang lại lợi ích cho cả việc phát triển lý thuyết và thực tiễn kinh doanh
Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất nhằm đảm bảo tiến độ thực hiện với những nguồn lực cho phép Cụ thể, tác giả thực hiện khảo sát thông qua bảng hỏi dưới dạng Google Form với bất kỳ sinh viên trường Đại học Ngân Hàng đã sử dụng sản phẩm số có thể tiếp cận được, không phân biệt giới tính, thu nhập bình quân, nhóm ngành hay năm đào tạo.
Phương pháp phân tích dữ liệu
Nghiên cứu sử dụng phần mềm thống kê IBM SPSS Statistics 27.0 để phân tích dữ liệu sau khi lọc, loại bỏ những phiếu khảo sát không đạt yêu cầu như không trung thực hay không thỏa mãn câu hỏi sàng lọc ban đầu về kinh nghiệm sử dụng sản phẩm số
Tác giả thực hiện thống kê mô tả với các biến định tính: Giới tính, Năm đào tạo, Thu nhập bình quân, Nhóm ngành nhằm làm rõ các thuộc tính của đối tượng khảo sát thông qua các thống kê mô tả tần suất (Frequencies) và phần trăm (Percent) Từ đó, tác giả cũng thực hiện thống kê mô tả với các biến định lượng: Cảm nhận về giá (PU), Chất lượng sản phẩm (CL), Giá trị cảm xúc (CX), Khả năng thử nghiệm (TN), Quyết định mua sản phẩm số (QĐ) thông qua các công cụ tính giá trị trung bình (Mean), giá trị lớn nhất (Maximum) và giá trị nhỏ nhất (Minimum)
3.4.2 Ki ểm định độ tin c ậy thang đo - Cronbach’s Alpha
Nghiên cứu sử dụng hệ số Cronbach’s Alpha nhằm xem xét độ tin cậy của thang đo và loại bỏ những thang đo không phù hợp để phản ánh tính chất của biến độc lập
Hệ số Cronbach’s Alpha càng cao khi có sự tương quan thuận giữa các biến quan sát trong thang đo và thể hiện tính nhất quán Tiêu chuẩn Cronbach’s Alpha được chấp nhận là từ 0.6 đến 0.7 biểu thị mức độ tin cậy chấp nhận được và 0.8 hoặc cao hơn biểu thị mức độ rất tốt (George Ursachi, Ioana Alexandra Horodnic và Adriana Zait 2015) Hệ số Cronbach’s Alpha càng cao càng thể hiện độ tin cậy của thang đo càng cao Tuy nhiên, giá trị cao hơn 0.95 không nhất thiết là tốt vì chúng có thể là dấu hiệu của sự dư thừa (Charles Hulin 2001) Ngoài ra, tác giả cũng xem xét hệ số tương quan biến tổng (Corrected Item – Total Correlation) phải từ 0.3 trở lên để một thang đo được coi là tốt (Jum C Nunnally 1978)
3.4.3 Phân tích nhân t ố khám phá EFA
Nghiên cứu tiến hành phân tích nhân tố khám phá EFA nhằm kiểm định mức độ phù hợp của 5 thang đo với 21 biến quan sát Phân tích này sẽ được sử dụng để rút gọn và gom các biến lại thành một tập các nhân tố có ý nghĩa hơn Cụ thể, tác giả sẽ xem xét các tiêu chí sau:
- Hệ số KMO (Kaiser-Meyer-Olkin) nhằm kiểm định sự thích hợp của phân tích nhân tố Chỉ số này phải đạt giá trị từ 0.5 trở lên để phân tích nhân tố là phù hợp, nếu nhỏ hơn thì có khả năng phân tích nhân tố không phù hợp với tập dữ liệu nghiên cứu (Joseph F Hair Jr và ctg 2009)
- Kiểm định Bartlett (Bartlett’s test of sphericity) nhằm xem xét độ tương quan giữa các biến quan sát và tổng thể Phân tích có ý nghĩa khi sig có giá trị nhỏ hơn 5% (Joseph F Hair Jr và ctg 2009)
- Trị số Eigenvalue nhằm xác định số lượng nhân tố có trong phân tích EFA
Những nhân tố nào có Eigenvalue từ 1 trở lên mới được giữ lại trong mô hình phân tích (Joseph F Hair Jr và ctg 2009)
- Tổng phương sai trích (Total Variance Explained) từ 50% trở lên thì mô hình được coi là phù hợp (Joseph F Hair Jr và ctg 2009) - Hệ số tải nhân tố (Factor Loading) nhằm biểu thị mối quan hệ tương quan giữa các biến với nhân tố Hệ số này càng cao thì tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại, nhưng điều kiện tối thiểu nên là 0.3 Hệ số ở mức 0.5 trở lên cho thấy biến quan sát có ý nghĩa thống kê tốt, 0.7 trở lên cho thấy biến quan sát có ý nghĩa thống kê rất tốt Hair và cộng sự cũng đề cập đến việc hệ số này nên được xem xét cùng kích thước mẫu tối thiểu có ý nghĩa thống kê, cụ thể với mức tối thiểu 0.3 thì cỡ mẫu phải từ 250 trở lên, mức 0.5 thì cỡ mẫu phải từ 120 trở lên (Joseph F Hair Jr và ctg 2009)
3.4.4 Phân tích h ồi quy đa biế n
Sau khi thực hiện kiểm định các thang đo, dữ liệu được xử lý và giữ lại các thang đo hợp lệ để chạy hồi quy tuyến tính thông qua phương pháp ước lượng tổng bình phương nhỏ nhất (OLS) và phương pháp đồng thời (Enter)
3.4.4.1 Phân tích tương quan hệ số Pearson
Phân tích hệ số tương quan Pearson (Pearson Correlation Coefficient) được thực hiện nhằm kiểm tra mối liên hệ tuyến tính giữa các biến độc lập với biến phụ thuộc và biến độc lập với biến độc lập sau khi đã loại bỏ các biến quan sát không hợp lệ ở bước phân tích độ tin cậy và phân tích nhân tố khám phá EFA Cụ thể, nghiên cứu sẽ kiểm tra mối quan hệ giữa Quyết định mua sản phẩm số với các biến Cảm nhận về giá, Chất lượng sản phẩm, Giá trị cảm xúc và Khả năng thử nghiệm Bên cạnh đó, bước này cũng nhằm kiểm tra trước hiện tượng đa cộng tuyến khi các biến độc lập trong mô hình có sự tương quan lớn với nhau
3.4.4.2 Kiểm định sự phù hợp của mô hình
Mức độ phù hợp của mô hình sẽ được đánh giá thông qua hệ số R 2 hiệu chỉnh (Adjusted R Squared) thay vì hệ số R 2 do khả năng phản ánh độ phù hợp của mô hình không phụ thuộc vào số lượng biến độc lập đưa vào mô hình Điều này sẽ loại bỏ được các trường hợp mức độ phù hợp bị thổi phồng khi đưa vào các biến độc lập không tốt (Phương Hữu Từng 2023) Ngoài ra, kiểm định ANOVA cũng được thực hiện để phát hiện mối quan hệ giữa biến độc lập và biến phụ thuộc cũng như mức độ phù hợp của mô hình
3.4.4.3 Kiểm tra sự vi phạm các giả định của mô hình
Mô hình thực hiện phương pháp OLS với một số giả định để kiểm tra tính ý nghĩa của mô hình Các kiểm định được thực hiện:
- Kiểm định về phân phối chuẩn phần dư thông qua đồ thị Histogram;
- Kiểm định tự tương quan thông qua Durbin – Watson;
- Kiểm định liên hệ tuyến tính thông qua biểu đồ phân tán Scatterplot;
- Kiểm định đa cộng tuyến thông qua hệ số phóng đại phương sai VIF (Variance Inflation Factor)
3.4.4.4 Kiểm định các giả thuyết hồi quy
Tác giả đánh giá hệ số hồi quy của từng biến độc lập để xem xét sự ảnh hưởng trong mô hình nghiên cứu dựa vào thống kê t và giá trị Sig với điều kiện Sig < 0.05
Ngược lại, nếu không thỏa mãn điều kiện thì biến độc lập không có ảnh hưởng lên biến phụ thuộc (Phương Hữu Từng 2023)
Chương 3 đã đưa ra quy trình thực hiện chi tiết của nghiên cứu cũng như xây dựng thang đo với 21 biến quan sát nhằm đo lường mức độ ảnh hưởng của các nhân tố ảnh hưởng đến quyết định mua sản phẩm số của sinh viên trường Đại học Ngân Hàng TPHCM Ngoài ra, tác giả cũng mô tả cách thức thu thập dữ liệu, đối tượng khảo sát và phương pháp phân tích dữ liệu được sử dụng như: Phân tích độ tin cậy, nhân tố khám phá, tương quan và hồi quy với sự hỗ trợ của phần mềm SPSS 27.0.
KẾT QUẢ NGHIÊN CỨU
Thống kê mô tả
Sau hơn 1 tuần khảo sát thông qua Google Forms, tác giả thu về được 205 phiếu phản hồi khảo sát Trong đó, 2 phiếu phản hồi rằng chưa từng sử dụng sản phẩm số, 15 phiếu phản hồi không trung thực được loại bỏ Dữ liệu gồm 188 mẫu phản hồi hợp lệ (chiếm 91.8%) tiếp tục được mã hóa và tiến hành phân tích
Về giới tính: Trong tổng số 188 mẫu khảo sát hợp lệ, có thể thấy tỷ lệ có sự chênh lệch giữa nam và nữ Cụ thể, giới tính nữ chiếm 129 bạn, tương đương 68.6% trong tổng số sinh viên tham gia khảo sát và cao hơn 37.2% so với nam giới Sự chênh lệch này có thể lý giải bởi tỷ trọng sinh viên nam nữ trong trường Đại học Ngân Hàng thiên về nữ hơn
Về năm đào tạo: Đa số sinh viên khảo sát là sinh viên năm 4 với tỷ lệ 39.4%, tiếp đến là sinh viên năm hai, năm nhất, năm ba với tỷ lệ lần lượt là 28.2%, 19.1% và cuối cùng là 13.3%
Về ngành học: Kết quả thống kê cho thấy 48.9% là sinh viên khoa Quản trị kinh doanh, sau đó là các nhóm ngành Tài chính – Ngân Hàng với 28.2%, Kế toán – Kiểm toán 3.7% và nhóm sinh viên ngành khác chiếm 19.1%
Bảng 4.1 - Thống kê mô tả biến định tính
Năm đào tạo Năm thứ nhất 36 19.1
Nguồn: Kết quả phân tích SPSS
Kiểm định độ tin cậy thang đo Cronbach’s Alpha
Kết quả phân tích độ tin cậy thang đo cho thấy các hệ số Cronbach’s Alpha đều lớn hơn 0.6 và các hệ số tương quan biến tổng đều lớn hơn 0.3 cho thấy các biến thành phần của từng thang đo có mối tương quan chặt chẽ Vì vậy, các thang đo được xem là tốt và chấp nhận đưa vào phân tích nhân tố khám phá EFA
Bảng 4.2 - Kiểm định độ tin cậy thang đo
Trung bình nếu loại biến
Phương sai thang đo nếu loại biến
Thang đo Tiện ích về giá: Cronbach’s Alpha = 0.799
Thang đo Chất lượng sản phẩm: Cronbach’s Alpha = 0.766
Thang đo Giá trị cảm xúc: Cronbach’s Alpha = 0.896
Thang đo Khả năng thử nghiệm: Cronbach’s Alpha = 0.731
Thang đo Quyết định mua sản phẩm số: Cronbach’s Alpha = 0.815
Nguồn: Kết quả phân tích SPSS
Phân tích nhân tố khám phá EFA
Sau bước kiểm định độ tin cậy các thang đo biến độc lập và biến phụ thuộc, mô hình nghiên cứu gồm 4 biến độc lập với 17 biến quan sát ảnh hưởng đến quyết định mua sản phẩm số đã được chấp nhận tin cậy được đưa vào phân tích nhân tố khám phá EFA theo thứ tự nhóm các biến độc lập và sau đó là biến phụ thuộc
4.3.1 Phân tích nhân t ố khám phá v ớ i các bi ến độ c l ậ p
Kết quả kiểm tra cho thấy hệ số KMO = 0.788 thỏa mãn điều kiện trong khoảng từ 0.5 đến 1 và Sig = 0 < 0.05, hợp lệ để phân tích nhân tố
Bảng 4.3 - Kiểm định KMO và Bartlett's
Hệ số Sig của kiểm định Barlett 0.000
Nguồn: Kết quả phân tích SPSS
Bảng 4.4 cho thấy có 4 nhân tố được trích với Eigenvalues đều lớn hơn 1 và tổng phương sai tích lũy là 64.594%, chỉ ra 4 nhân tố có thể giải thích được 64.594% mô hình phân tích nhân tố
Bảng 4.4 - Hệ số Eigenvalues và tổng % giải thích
Tổng cộng % phương sai % tích lũy
Nguồn: Kết quả phân tích SPSS
Với cỡ mẫu là 188, ngưỡng hệ số tải tối thiểu được sử dụng cho ma trận xoay là 0.5, tác giả thu được kết quả như Bảng 4.5 Kết quả ma trận xoay cho thấy 17 biến quan sát đã được phân thành 4 nhân tố, trong đó tất cả các biến đều có hệ số tải nhân tố lớn hơn 0.5 và không có các biến quan sát xấu Vì vậy, mô hình được chấp nhận tiếp tục phân tích hồi quy
Bảng 4.5 - Bảng xoay nhân tố
Nguồn: Kết quả phân tích SPSS 4.3.2 Phân tích nhân t ố khám phá v ớ i bi ế n ph ụ thu ộ c
Kiểm định hệ số KMO = 0.788 và giá trị Sig < 0.05 cho thấy các biến quan sát có tương quan tuyến tính với nhau và phù hợp để thực hiện phân tích nhân tố Kết quả phân tích chỉ ra có một nhân tố được trích tại Eigenvalue = 2.597 > 1 cho thấy thang đo đảm bảo tính đơn hướng và các biến quan sát của biến phụ thuộc hội tụ khá tốt, nhân tố này giải thích được 64.929% biến thiên dữ liệu của 4 biến quan sát được đưa vào phân tích EFA Ngoài ra, các hệ số tải trải từ 0.733 đến 0.872 và đều lớn hơn 0.5, thỏa mãn các điều kiện đặt ra
Bảng 4.6 -Phân tích nhân tố khám phá với biến phụ thuộc
Hệ số tải nhân tố
Nguồn: Kết quả phân tích SPSS
Kiểm định mô hình và giả thuyết nghiên cứu
Các biến quan sát của biến độc lập và phụ thuộc đã kiểm định đều thỏa mãn các yêu cầu về độ tin cậy cũng như EFA Tác giả thực hiện đặt tên nhân tố đại diện cho các biến độc lập và phụ thuộc để tiếp tục tiến hành phân tích tương quan như sau:
- QĐ (đại diện cho Quyết định mua sản phẩm số) là biến phụ thuộc với các biến quan sát: QĐ1, QĐ2, QĐ3, QĐ4;
- PU (đại diện cho Cảm nhận về giá) là biến phụ thuộc với các biến quan sát:
- CL (đại diện cho Chất lượng sản phẩm) là biến độc lập với các biến quan sát: CL1, CL2, CL3, CL4;
- CX (đại diện cho Giá trị cảm xúc) là biến độc lập với các biến quan sát:
CX1, CX2, CX3, CX4, CX5;
- TN (đại diện cho Khả năng thử nghiệm) là biến độc lập với các biến quan sát: TN1, TN2, TN3, TN4, TN5
4.4.1 Phân tích tương quan Pearson
Kết quả phân tích Pearson thể hiện mối tương quan giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau với kết quả thu về được tổng hợp ở Bảng 4.7 Nhìn chung, các hệ số tương quan giữa biến phụ thuộc quyết định mua sản phẩm số với các biến độc lập đều nằm từ khoảng 0.372 đến 0.616 thể hiện mối tương quan từ trung bình đến tốt và các Sig tương quan đều dưới 0.05 với mức ý nghĩa 1%
(hay độ tin cậy 99%) Cụ thể, CL có tương quan mạnh nhất với hệ số tương quan là 0.616, sau đó là các biến PU (0.505), CX (0.452) và cuối cùng là TN (0.372)
Bảng 4.7 - Bảng tóm tắt phân tích tương quan Pearson giữa các biến
Nguồn: Kết quả phân tích SPSS
Về quan hệ giữa các biến độc lập với nhau, các biến đa phần đều có giá trị Sig dưới 0.05 và hệ số tương quan không quá cao (khoảng 0.295 đến 0.558) Có hai mối tương quan giữa biến TN – PU và TN – CX có giá trị Sig = 0.057 > 0.05, điều này thể hiện hai biến độc lập TN với PU hay TN với CX đều không có tương quan với nhau và ít có khả năng xảy ra trường hợp đa cộng tuyến
4.4.2 Ki ểm đị nh s ự phù h ợ p c ủ a mô hình
Tác giả kiểm tra hồi quy tuyến tính của các biến độc lập PU, CL, CX và TN đến biến phụ thuộc Quyết định mua sản phẩm số, kết quả thu được như Bảng 4.8 và Bảng 4.9 Với Sig của kiểm định F = 0 < 0.05 (Bảng 4.9), mô hình hồi quy được xem là phù hợp Giá trị R 2 hiệu chỉnh 0.503 (Bảng 4.8) thể hiện các biến độc lập PU, CL, CX, TN được đưa vào mô hình giải thích được 50.3% sự thay đổi của biến phụ thuộc QĐ, còn lại 49.7% là do các biến ngoài mô hình nghiên cứu hiện tại hay sai số ngẫu nhiên Mặc dù mức độ giải thích chỉ ở mức được chấp nhận (trên 50%) chứ không quá cao, Phương Hữu Từng (2023) cho rằng giá trị này không đánh giá được hoàn toàn tính giá trị của nghiên cứu là cao hay thấp vì chúng còn phụ thuộc vào nhiều yếu tố khác như lĩnh vực, tính chất, cỡ mẫu, số biến của nghiên cứu hay các chỉ số khác của phương pháp phân tích hồi quy Do đó, các kết quả trong nghiên cứu vẫn có tính ý nghĩa
Bảng 4.8 - Hệ số xác định mô hình
R R 2 R 2 hiệu chỉnh Sai số ước tính Durbin-Watson
Nguồn: Kết quả phân tích SPSS
Tổng bình phương df Trung bình bình phương F Sig
Nguồn: Kết quả phân tích SPSS 4.4.3 Dò tìm các vi ph ạ m gi ả đị nh c ầ n thi ế t
4.4.3.1 Giả định về phân phối chuẩn phần dư
Biểu đồ thể hiện các giá trị phần dư theo dạng hình chuông với giá trị trung bình là -1.87E-15 hay -1.87*10 -15 , xấp xỉ bằng 0 và giá trị độ lệch chuẩn 0.989, xấp xỉ bằng 1 Do đó, giả định về phân phối chuẩn phần dư không vi phạm
Hình 4.1 - Biểu đồ tần số Histogram
Nguồn: Kết quả phân tích SPSS
4.4.3.2 Giả định tự tương quan
Theo Bảng 4.8, hệ số Durbin Watson là 1.919 và nằm trong 1.5 đến 2.5 nên kết quả thu được không vi phạm giả định tự tương quan chuỗi bậc nhất
4.4.3.3 Giả định liên hệ tuyến tính
Hình 4.2 cho thấy dữ liệu phân bố tập trung từ khoảng -2 đến 2 và có xu hướng tạo thành các đường thẳng tuyến tính Do đó, mô hình cũng không vi phạm giả định về liên hệ tuyến tính
Hình 4.2 - Biểu đồ phân tán Scatter Plot
Nguồn: Kết quả phân tích SPSS 4.4.3.4 Giả định đa cộng tuyến
Tác giả sử dụng hệ số phóng đại phương sai (VIF) và độ chấp nhận (Tolerance) để xem xét hiện tượng đa cộng tuyến trong mô hình nghiên cứu Kết quả được thể hiện ở Bảng 4.10 Nhìn chung, các hệ số VIF đều nhỏ hơn 2, cụ thể VIF nằm từ 1.097 đến 1.573 cho thấy dữ liệu nghiên cứu không vi phạm giả định về hiện tượng đa cộng tuyến
Bảng 4.10 - Bảng thống kê cộng tuyến
Nhân tố Độ chấp nhận VIF
Nguồn: Kết quả phân tích SPSS 4.4.4 Ki ểm đị nh các gi ả thuy ế t h ồ i quy
Theo Bảng 4.11, có 4 giả thuyết được đưa vào kiểm định Kết quả thể hiện các biến độc lập đều có ý nghĩa thống kê với giá trị Sig đều nhỏ hơn 0.05 hay nói cách khác, các biến độc lập có ảnh hưởng đến biến phụ thuộc QĐ (Quyết định mua sản phẩm số) Ngoài ra, các hệ số hồi quy của các biến độc lập đều dương, cho thấy các biến độc lập đều có ảnh hưởng cùng chiều lên biến phụ thuộc như giả thuyết đặt ra
Bảng 4.11 - Hệ số hồi quy các biến độc lập
Hệ số hồi quy không chuẩn hóa
Hệ số hồi quy đã chuẩn hóa t Sig
Nguồn: Kết quả phân tích SPSS
• Giả thuyết H1: Cảm nhận về giá có ảnh hưởng cùng chiều đến quyết định mua sản phẩm số với β1 = 0.175
• Giả thuyết H2: Chất lượng sản phẩm có ảnh hưởng cùng chiều đến quyết định mua sản phẩm số với β2 = 0.387
• Giả thuyết H3: Giá trị cảm xúc có ảnh hưởng cùng chiều đến quyết định mua sản phẩm số với β3 = 0.249
• Giả thuyết H4: Khả năng thử nghiệm có ảnh hưởng cùng chiều đến quyết định mua sản phẩm số với β4 = 0.201
Kết luận: Các giả thuyết đặt ra đều có ý nghĩa thống kê và phương trình hồi quy được chấp nhận
Sau khi đã đáp ứng các điều kiện kiểm định, tác giả tiến hành xây dựng phương trình hồi quy đa biến để đo lường ảnh hưởng của từng nhân tố đến quyết định mua sản phẩm số của sinh viên trường Đại học Ngân Hàng TPHCM Phương trình được đề xuất bao gồm 4 biến độc lập là Cảm nhận về giá (PU), Chất lượng sản phẩm (CL), Giá trị cảm xúc (CX) và Khả năng thử nghiệm (TN) với biến phụ thuộc về Quyết định mua sản phẩm số (QĐ) như sau:
QĐ = β 0 + β 1 *PU + β 2 *CL+ β 3 *CX + β 4 *TN + ε
• QĐ: Biến phụ thuộc Quyết định mua sản phẩm số;
• PU, CL, CX, TN: Biến độc lập Cảm nhận về giá, Chất lượng sản phẩm, Giá trị cảm xúc và Khả năng thử nghiệm;
• β1, β2, β3: các hệ số hồi quy;
Qua đó, phương trình hồi quy chuẩn hóa được đưa ra sau phân tích có dạng:
QĐ = 0.175*PU + 0.387*CL+ 0.249*CX + 0.201*TN + ε
Các hệ số hồi quy chuẩn hóa trong mô hình cho thấy mức độ ảnh hưởng của nhân tố đến quyết định mua sản phẩm số Cụ thể, chất lượng sản phẩm có mức độ ảnh hưởng mạnh nhất đến biến phụ thuộc, cho biết với điều kiện khác không đổi thì khi chất lượng sản phẩm tăng 1 đơn vị, quyết định mua sản phẩm số cũng sẽ tăng 0.387 đơn vị Tương tự với ảnh hưởng của các biến khác là Giá trị cảm xúc, Khả năng thử nghiệm, Cảm nhận về giá với các hệ số hồi quy chuẩn hóa lần lượt là 0.249, 0.201 và 0.175.
Thảo luận về kết quả nghiên cứu
Kết quả nghiên cứu được thực hiện dựa trên 188 mẫu phản hồi từ sinh viên trường Đại học Ngân Hàng TPHCM đã mua sản phẩm số, trong đó 68.6% là nữ, phần lớn là sinh viên năm 4 (39.4%) và thuộc nhóm ngành Quản trị kinh doanh (48.9%)
Nghiên cứu thực hiện kiểm định các hệ số Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan Pearson và hồi quy với kết quả thu được thỏa mãn các điều kiện là mô hình hồi quy tuyến tính bao gồm 4 biến độc lập có ảnh hưởng cùng chiều đến quyết định mua sản phẩm số thông qua 21 biến quan sát được đề xuất
Phát hiện của nghiên cứu cho thấy chất lượng sản phẩm số ảnh hưởng tích cực nhất tới quyết định mua sản phẩm số (β2 = 0.387) Kết quả cũng tương đồng với nghiên cứu của Hà Nam Khánh Giao và Võ Tấn Vinh (2015) khi cho rằng chất lượng sản phẩm ổn định, nhiều tính năng hỗ trợ đáp ứng nhu cầu học và giải trí sẽ ảnh hưởng đến quyết định mua của khách hàng Hay nghiên cứu của Changan Zhang và Poompichai Tarndamrong (2023) khi chỉ ra mức độ cảm nhận sự hài lòng của khách hàng với hiệu suất của trang web dựa trên việc tiếp nhận và phân phối dữ liệu sẽ ảnh hưởng đến quyết định mua trên các trang web thương mại điện tử ở Cộng hòa Nhân dân Trung Hoa
Giá trị cảm xúc là nhân tố ảnh hưởng tích cực thứ hai đến quyết định mua sản phẩm số (β3 = 0.249) Phát hiện này tương đồng với động lực thụ hưởng trong nghiên cứu của Đỗ Văn Huân và ctg (2021) Niềm vui hoặc thích thú xuất phát từ việc mua sắm trực tuyến hoặc khi sử dụng một hình thức thay thế mới mẻ hơn (Đỗ Văn Huân và ctg 2021) Từ đó, giá trị cảm xúc sẽ dẫn đến quyết định mua hàng Việc sử dụng sản phẩm số nói chung sẽ mang lại cho người dùng những cảm xúc tích cực, có thể là các trò chơi giúp giải trí, các khóa học mang lại cho họ cảm giác tò mò và thu hút họ trong việc học hơn hay việc mua các templates có tính thẩm mỹ kích thích họ làm việc để nâng cao hiệu suất hơn Tuy nhiên ở góc nhìn khác, cảm xúc trong bối cảnh sản phẩm số cũng có thể là những cảm xúc tiêu cực được giải quyết khi người dùng gặp các vấn đề và họ tìm đến sản phẩm số như một cách để xử lý (Minna Pura 2005)
Chẳng hạn như việc mua các phần mềm xử lý virus cho thiết bị, các khóa học trực tuyến hay các ứng dụng học tiếng Anh giúp người dùng bổ sung kiến thức trong điều kiện hạn chế về mặt thời gian và đi lại sẽ mang lại giá trị cảm xúc và tạo cảm giác thỏa mãn sau khi giải quyết được vấn đề
Nhân tố có ảnh hưởng thứ ba trong mô hình đề cập đến khả năng thử nghiệm có tương quan thuận với quyết định mua sản phẩm số (β4 = 0.201) Điều này cho thấy khi có nhiều cơ hội và thời gian đủ lâu để trải nghiệm sản phẩm, sinh viên sẽ cảm thấy chắc chắn hơn khi đưa ra quyết định mua, đồng thời việc dùng thử sẽ giúp họ lọc ra những sản phẩm không phù hợp với nhu cầu Phát hiện này cũng được chỉ ra trong nghiên cứu của Hee-Woong Kim, Atreyi Kankanhalli và Hyun-Lyung Lee (2016) khi cho rằng việc dùng thử sẽ làm tăng giá trị khiến người dùng quay lại mua hàng thật sự Ngoài ra, kết quả cũng phù hợp với một số nghiên cứu khác như Đỗ Văn Huân và ctg (2021) trong bối cảnh sản phẩm xanh Tuy nhiên, nghiên cứu trong bối cảnh mua nhạc số của Chechen Liao và ctg (2017) đã phát hiện khả năng dùng thử không quan trọng trong việc làm giảm rủi ro cảm nhận của người dùng hay thúc đẩy ý định mua hàng Lý do được đưa ra là vì người dùng cảm thấy thời gian dùng thử quá ngắn để có thêm thông tin về sản phẩm (Chechen Liao và ctg 2017) Do đó, có thể thấy có sự khác biệt đối với các sản phẩm số cụ thể và đối tượng khảo sát khác nhau trong từng điều kiện riêng biệt
Nhân tố cuối cùng ảnh hưởng là cảm nhận về giá với ảnh hưởng dương đến quyết định mua sản phẩm số (β1 = 0.175) Kết quả cho thấy mức giá sản phẩm số hiện có trên thị trường có vẻ hợp lý đối với sinh viên và thậm chí mang lại lợi ích về mặt kinh tế Phát hiện này tương đồng với nghiên cứu về sản phẩm thân thiện với môi trường của Juyon Lee (2021) Tuy nhiên, nghiên cứu của Hee-Woong Kim, Atreyi Kankanhalli và Hyun-Lyung Lee (2016) về ứng dụng di động của những người đã mua ứng dụng với độ tuổi trung bình là khoảng 27 thì cho rằng nhân tố này còn đóng vai trò quan trọng hơn cả “Khả năng dùng thử” trong quyết định của người dùng khi mức độ không chắc chắn cao với mức độ ảnh hưởng là 0.27 Qua đó, có thể thấy mức độ ảnh hưởng của cảm nhận về giá đối với quyết định mua sản phẩm số có thể có sự khác nhau giữa các nhóm tuổi Mặc dù sinh viên thường sẽ xem xét về giá trước khi mua một sản phẩm, sinh viên ngày nay có xu hướng chú trọng đến giá trị chất lượng nhiều hơn
Chương 4 đã trình bày những kết quả phân tích chính của nghiên cứu sau khi kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan, hồi quy Kết quả lớn nhất được tìm thấy là 4 biến độc lập đều có đều có ảnh hưởng cùng chiều đến quyết định mua sản phẩm số với các biến có mức độ ảnh hưởng giảm dần từ Chất lượng sản phẩm (β2 = 0.387), Giá trị cảm xúc (β3 = 0.249), Khả năng thử nghiệm (β4 = 0.201) và Cảm nhận về giá (β1 = 0.175) Ngoài ra, các kiểm định khác đều đạt yêu cầu và không vi phạm các giả định Tác giả cũng thực hiện phân tích sự tương đồng của kết quả với một số nghiên cứu liên quan.
