[LUẬN VĂN THẠC SĨ] Các yếu tố ảnh hưởng đến quyết định tiếp tục sử dụng các ứng dụng xe công nghệ của người dùng tại thành phố Hồ Chí Minh

GIỚI THIỆU ĐỀ TÀI

Đặt vấn đề nghiên cứu

Nền kinh tế chia sẻ là một xu hướng tiêu dùng nổi bật hiện nay, sản sinh ra một thị trường mang lại lợi nhuận hấp dẫn và thu hút đầu tư mạnh mẽ từ các doanh nghiệp Theo dự báo của Statista năm 2022, giá trị ước tính dự kiến của các loại hình dịch vụ chia sẻ sẽ đạt 335 tỷ USD năm 2025 (Statista, 2022) Có nhiều dịch vụ đã và đang phát triển mạnh mẽ như ứng dụng giao thông chia sẻ (shared transportation app, STA) như Uber, Go Viet, Grab, Be,…; (2) các dịch vụ chia sẻ nhà ở, nơi nghỉ dưỡng; (3) Dịch vụ cho vay Fintech Ngoài ra, một số loại hình dịch vụ chia sẻ khác cũng đang hình thành như, chia sẻ văn phòng làm việc chung, chia sẻ việc làm (Freelance Platforms),…

Sự phát triển nhanh chóng của công nghệ thông tin và các ứng dụng điện thoại di động đã tạo ra nền tảng phát triển cho nhiều ứng dụng giao thông thông minh Các ứng dụng giao thông dùng chung (shared transportation app, STA) hay còn được gọi là ứng dụng xe công nghệ đã ra đời như một bước đột phá công nghệ trong lĩnh vực thương mại di động và chia sẻ (Mobile and shared-commerce, MSC), cung cấp một lựa chọn giao thông tiết kiệm và tiện lợi Hệ thống giao thông chia sẻ STA hoạt động dựa trên các giao dịch trực tuyến giữa các phương tiện giao thông cá nhân và khách hàng cần di chuyển, chuyển phát nhanh hàng hóa, giao nhận đồ ăn sử dụng các ứng dụng trên điện thoại di động Trong quá trình này, công ty quản lý STA sẽ nhận được một phần hoa hồng từ mỗi chuyến đi được thực hiện

Ngày nay, nhiều công ty STA đã phát triển rộng rãi trên toàn thế giới, chẳng hạn như UberX, Lyft, Sidecare, DiDi và Carpool (thị trường Mỹ và EU) hoặc Go-Jek, Grab, Uber và Bajaj Tại thị trường châu Á, Việt Nam được xem là một thị trường có nhiều triển vọng tăng trưởng cho STA vì khả năng tăng trưởng mạnh mẽ nhờ vào cơ cấu dân số trẻ và cơ sở hạ tầng của hệ thống mạng lưới giao thông công cộng ở những nước này còn chưa phát triển Ở Việt Nam, Grab và Uber đã xuất hiện từ khá sớm và trở nên phổ biến với người dân đặc biệt ở các khu vực đô thị quy mô lớn như TP Hồ Chí Minh và TP Hà Nội Sự cạnh tranh của 2 công ty xe công nghệ này tại thị trường Đông Nam Á cũng diễn ra cũng rất ác liệt Cuối cùng, vào năm 2018, Grab đã mua lại thành công thị trường của Uber ở các nước Đông Nam Á

Các công ty STA đang đứng trước sự cạnh tranh ác liệt tại thị trường ASEAN nói chung và Việt Nam nói riêng Trường hợp thất bại của Uber trước Grab trong năm

2018 tại các thị trường ASEAN đã tạo ra sự báo động cho các công ty STA Lý do mấu chốt giúp Grab đánh bại Uber trên toàn thị trường ASEAN là Grab đã biết cách tìm hiểu và thỏa mãn nhu cầu của người dùng địa phương (Alice Tsz Ling Tam et al., 2018) Mặc dù Grab đã vượt qua những thách thức do Uber đặt ra và chiếm lĩnh thị trường của Uber, tuy nhiên họ vẫn phải đối mặt với nhiều đối thủ khác, điển hình là Go-Jek – công ty được đầu tư bởi Google và Tencent Và gần đây nhất là sự xuất hiện dịch vụ xe điện Xanh SM, đi vào hoạt động vào tháng 4/2023 và hiện đã trở nên phổ biến nhanh chóng, có mặt tại 17 tỉnh thành tại Việt Nam Nhờ vào tiêu chí hoạt động khác biệt so với đối thủ, hãng theo đuổi hình ảnh một dịch vụ xanh và có trách nhiệm với môi trường, Xanh SM ngày càng phát triển và dần chiếm lĩnh thị phần của các hãng xe đi trước Có thể thấy, điều làm công ty STA vượt trội hơn đối thủ chính là tạo ra một dịch vụ tập trung khách hàng nhằm khác biệt hóa mình so với đối thủ cạnh tranh Làm thế nào để thích ứng với thị trường địa phương cụ thể, nhằm hiểu rõ hơn về khách hàng địa phương và thỏa mãn nhu cầu của họ để đảm bảo rằng họ sẽ gắn bó lâu dài với doanh nghiệp

Nhiều nghiên cứu đi trước đã được tiến hành đối với quyết định chấp nhận và sử dụng công nghệ, tuy nhiên, khá ít nghiên cứu đề cập đến việc giữ chân khách hàng trong lĩnh vực xe công nghệ Việc thu hút khách hàng đến với dịch vụ là quan trọng, tuy nhiên, bằng cách nào xây dựng và duy trì mối quan hệ lâu dài với khách hàng mới là vấn đề thách thức mà các nhà quản lý quan tâm, đặc biệt trong bối cảnh cạnh tranh giữa các hãng xe công nghệ như hiện nay Nghiên cứu này sẽ đi sâu làm rõ những yếu tố ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng dịch vụ xe công nghệ, từ đó cung cấp những thông tin hữu ích cho các nhà quản lý trong việc xây dựng chiến lược giữ chân khách hàng hiệu quả

Cụ thể, những ý nghĩa thực tiễn của nghiên cứu này bao gồm:

• Giúp các nhà quản lý hiểu rõ hơn về những yếu tố ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng dịch vụ của khách hàng Những thông tin này là nền tảng quan trọng để các nhà quản lý xây dựng chiến lược giữ chân khách hàng hiệu quả

• Cung cấp cho các nhà quản lý những giải pháp cụ thể để cải thiện sự hài lòng và ý định tiếp tục sử dụng dịch vụ của khách hàng Những giải pháp này có thể bao gồm việc cải thiện chất lượng dịch vụ, nâng cao trải nghiệm khách hàng, và phát triển các chương trình khuyến mãi và tri ân khách hàng

• Góp phần thúc đẩy sự phát triển bền vững của ngành xe công nghệ Bằng cách xây dựng được mối quan hệ lâu dài với khách hàng, các doanh nghiệp trong ngành xe công nghệ có thể tăng cường khả năng cạnh tranh và nâng cao hiệu quả hoạt động

Nghiên cứu này cũng có ý nghĩa khoa học:

• Bổ sung vào kho tàng kiến thức về hành vi khách hàng trong lĩnh vực xe công nghệ

• Mở ra hướng nghiên cứu mới về việc giữ chân khách hàng trong các ngành dịch vụ khác.

Mục tiêu nghiên cứu

Luận văn này nghiên cứu các yếu tố có ảnh hưởng đến ý định tiếp tục sử dụng dịch vụ xe công nghệ trên địa bàn TP Hồ Chí Minh Kết quả thu được từ nghiên cứu sẽ giúp đề xuất, gợi ý các ý tưởng và giải pháp thực tế cho các công ty cung cấp dịch vụ nhằm cải thiện sự hài lòng của khách hàng và nâng cao độ giữ chân người dùng b Mục tiêu cụ thể:

+ Xác định Ý định tiếp tục sử dụng dịch vụ xe công nghệ trên địa bàn TP Hồ Chí Minh phụ thuộc vào các yếu tố nào?

+ Đo lường mức độ ảnh hưởng của từng yếu tố tới đến ý định tiếp tục sử dụng dịch vụ xe công nghệ tại TP Hồ Chí Minh;

+ Đưa ra các chiến lược và phương án cụ thể cho các doanh nghiệp cung cấp dịch vụ xe công nghệ để tăng độ giữ chân khách hàng.

Câu hỏi nghiên cứu

+ Các yếu tố nào ảnh hưởng đến sự hài lòng của khách hàng và ý định tiếp tục sử dụng dịch vụ xe công nghệ trên địa bàn TP Hồ Chí Minh?

+ Mức độ ảnh hưởng của các yếu tố đó đến sự hài lòng của khách hàng và ý định tiếp tục sử dụng dịch vụ xe công nghệ trên địa bàn TP Hồ Chí Minh?

+ Đề xuất giải pháp để cải thiện sự hài lòng của khách hàng và tăng ý định tiếp tục sử dụng dịch vụ của khách hàng cho các doanh nghiệp cung cấp dịch vụ xe công nghệ?

Đối tượng và phạm vi nghiên cứu

+ Nghiên cứu những tác nhân ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng các ứng dụng xe công nghệ của khách hàng đang sử dụng dịch vụ ở TP Hồ Chí Minh

+ Đối tượng của nghiên cứu: những người đã từng sử dụng ứng dụng đặt xe công nghệ tại TP Hồ Chí Minh.

Phương pháp nghiên cứu

Nghiên cứu định tính được thực hiện bằng cách đọc tài liệu và tổng hợp từ các nghiên cứu công bố trên các tạp chí lớn trước đây, từ đó hình thành nên thang đo, các biến quan sát, hình thành các câu hỏi nghiên cứu và xây dựng mô hình nghiên cứu cho đề tài Bảng các câu hỏi khảo sát được chuyển ngữ từ tiếng Anh sang tiếng Việt Sau đó, tiến hành thảo luận nhóm 10 người để điều chỉnh câu hỏi và ngôn ngữ phù hợp với thực tế

Bảng câu hỏi khảo sát gồm có 9 thang đo được hình thành từ 42 biến quan sát Để thực hiện được nghiên cứu có ý nghĩa, số liệu mẫu phải đủ lớn để bảo đảm độ tin cậy với ít nhất 5 lần số biến quan sát theo nghiên cứu của Joseph và đồng nghiệp (Joseph et al., 1998) Dựa trên cơ sở này, tác giả đặt mục tiêu thu thập được ít nhất là n

= 5*42= 210 mẫu có ý nghĩa Sau khi tiến hành cuộc khảo sát, tác giả chọn ra 245 bảng khảo sát có ý nghĩa từ dữ liệu thu thập được

- Cách thu thập dữ liệu:

+ Số liệu được thu thập bằng cách gửi bảng câu hỏi khảo sát sử dụng Google form đến những người quen, bạn bè, gia đình, hội nhóm trên các nền tảng xã hội đã tiếp xúc và trải nghiệm sử dụng đặt xe tại địa bàn TP Hồ Chí Minh

+ Dữ liệu sơ cấp: gửi bảng câu hỏi dưới dạng Google form cho bạn bè, người quen, nhóm trên các nền tảng xã hội ở TP Hồ Chí Minh

+ Dữ liệu thứ cấp: Nghiên cứu và tổng hợp từ các bài nghiên cứu khoa học công bố trên các tạp chí và hội nghị khoa học có độ tin cậy cao

- Xử lý và phân tích số liệu:

Số liệu thu thập được phân tích trên phần mềm SPSS, bao gồm các kiểm định và phân tích định lượng để trả lời câu hỏi nghiên cứu: phân tích độ tin cậy thang đo

Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích tương quan, kiểm định giá trị hội tụ và phân biệt, phân tích hồi quy tuyến tính, kiểm định các giả thuyết nghiên cứu,…

Luận văn có cấu trúc gồm 5 chương:

Chương 1: Giới thiệu đề tài: Đặt vấn đề nghiên cứu, lý do chọn đề tài, mục đích, đối tượng và phạm vi nghiên cứu, ý nghĩa khoa học và ứng dụng của đề tài nghiên cứu

Chương 2: Cơ sở lý thuyết và mô hình nghiên cứu: Phân tích, đánh giá các lý thuyết, mô hình cùng lĩnh vực về ý định tiếp tục sử dụng dịch vụ, xây dựng các giả thuyết nghiên cứu, và mô hình nghiên cứu

Chương 3: Thiết kế nghiên cứu: Trình bày phương pháp nghiên cứu, phương pháp chọn mẫu và phân tích dữ liệu đã được sử dụng trong Luận văn

Chương 4: Kết quả nghiên cứu: Trình bày kết quả phân tích dữ liệu, kiểm định các giả thuyết và bàn luận về kết quả nghiên cứu

Chương 5: Hàm ý quản trị và kết luận: Trình bày những kết quả mới về mặt lý thuyết và hàm ý quản trị và các kết quả mới thu được từ Luận văn.

Kết cấu Luận văn

2.1 Tổng quan lý thuyết về các mô hình về sử dụng công nghệ

2.1.1.“Mô hình chấp nhận công nghệ”(Technology Acceptance Model)

Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM) là một lý thuyết quan trọng được các nhà nghiên cứu sử dụng phổ biến để hiểu hành vi của người sử dụng đối với công nghệ thông tin Được giới thiệu lần đầu tiên bởi Davis vào năm 1989 (Davis, 1989), TAM đã trở thành một nền tảng lý thuyết cho nhiều nghiên cứu về chấp nhận công nghệ

TAM chủ yếu phân tích vào hai yếu tố chính ảnh hưởng đến quyết định của người sử dụng về việc chấp nhận hay từ chối một công nghệ mới: perceived ease of use (tính dễ sử dụng) và perceived usefulness (tính hữu ích cảm nhận) Tính dễ sử dụng đo lường mức độ mà người sử dụng cảm nhận việc sử dụng công nghệ là dễ dàng hay khó khăn Nếu họ nhận thấy công nghệ dễ dàng sử dụng, khả năng chấp nhận sẽ cao hơn Trong khi đó, tính hữu ích cảm nhận là nhận thức của khách hàng về mức độ mà việc sử dụng công nghệ sẽ đem lại giá trị và lợi ích cho họ Nếu họ cảm nhận công nghệ có ích, họ sẽ có xu hướng chấp nhận nó

Mô hình TAM có ảnh hưởng rộng rãi vì sự đơn giản và dễ hiểu, giúp các nhà nghiên cứu dễ dàng ứng dụng cho nhiều ngữ cảnh và ngành nghề khác nhau Ngoài ra, TAM được thiết kế để áp dụng cho mọi loại công nghệ, không bó buộc trong một ngành công nghiệp hay ngành nghề cụ thể

TAM giả định rằng cảm nhận của người sử dụng công nghệ về tính dễ dàng sử dụng (ease of use) và sự hữu ích là những khía cạnh quyết định hành vi của họ Điều này có thể thấy rõ trong sự tương quan giữa tính dễ sử dụng, tính hữu ích và ý định sử dụng Nếu người sử dụng cảm nhận rằng việc sử dụng là dễ dàng và mang lại ích lợi, họ sẽ có ý định mạnh mẽ hơn để chấp nhận công nghệ đó.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Một số nghiên cứu về sự hài lòng của khách hàng và ý định tiếp tục sử dụng dịch vụ

2.2 Các nghiên cứu về sự hài lòng của khách hàng và ý định tiếp tục sử dụng dịch vụ

2.2.1 Hiệu suất cảm nhận ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng dịch vụ

Trong nghiên cứu của Bhattacherjee (Bhattacherjee, 2001) về mô hình ECM nhằm nghiên cứu các yếu tố tác động đến ý định tiếp tục sử dụng hệ thống Internet IS và trong nghiên cứu của Oghuma (Oghuma et al., 2016) về mô hình mở rộng của ECM nhằm nghiên cứu các yếu tố ảnh hưởng đến ý định tiếp tục sử dụng các dịch vụ tin nhắn điện thoại MIM tại thị trường Hàn Quốc đều đã chỉ ra Hiệu suất cảm nhận

(Perceived performance hoặc Perceived usefulness) ảnh hưởng tích cực đến sự hài lòng của người dùng và ý định tiếp tục sử dụng dịch vụ

Trong nghiên cứu của mình, Silalahi và các đồng nghiệp (Silalahi et al., 2017) đã đưa ra một loạt các thang đo riêng để đo lường chất lượng dịch vụ giao thông online (online stransportation service), nghiên cứu được tiến hành trên ứng dụng Go-Jek bao gồm 20 thang đo, được chia thành ba nhóm:

Chất lượng dịch vụ (Service quality) - là sự đánh giá tổng thể về hiệu suất của dịch vụ Chất lượng dịch vụ là sự so sánh giữa kỳ vọng của khách hàng và cảm nhận khách hàng nhận thấy sau khi trải nghiệm dịch vụ Chất lượng dịch vụ được cấu thành từ các thành phần: website design (giao diện website), reliability (độ tin cậy), responsiveness (sự phản hồi), trust (niềm tin), personalization (sự cá nhân hóa), perceived risk (rủi ro cảm nhận), perceived cognitive (nhận thức cảm nhận - sự hiểu biết và nhận thức của khách hàng về chất lượng của dịch vụ mà họ nhận được), privacy (bảo mật), compensation (chính sách bồi thường), contact (liên hệ), billing (thanh toán), punctuality (đúng giờ), valance (giá trị cảm xúc – mô tả tính tích cực hoặc tiêu cực của cảm xúc hoặc đánh giá của khách hàng)

Chất lượng thông tin (Information quality) - là cảm nhận bởi người dùng về nội dung thông tin nhận được từ dịch vụ Bao gồm các nhân tố: content usefulness (tính hữu ích của thông tin) và content adequacy (tính đầy đủ của thông tin)

Chất lượng hệ thống (System quality) – là đánh giá chủ quan của người dùng về khả năng truy xuất và phân phối thông tin trong hệ thống Bao gồm các yếu tố: ease of use (dễ sử dụng), accessibility (khả năng tiếp cận với hệ thống), interactivity (khả năng tương tác với hệ thống), perceived website innovativeness (sự tiên tiến của website) và system availability (tính sẵn sàng sử dụng của hệ thống)

Nhận thức cảm nhận (perceived cognitive) là yếu tố có tác động mạnh mẽ hơn cả trong thang đo Chất lượng dịch vụ Nhận thức cảm nhận mang ý nghĩa là thông tin cung cấp trong ứng dụng có đáp ứng phù hợp với nhận thức của người sử dụng Ví dụ như khi người dùng đặt xe công nghệ, họ sẽ biết được các thông tin về khoảng cách và giá tiền Trong thang đo Chất lượng thông tin, yếu tố sự hữu ích của thông tin (content usefulness) có là quan trọng hơn các yếu tố khác Thông tin được cung cấp phải đáng tin cậy, có độ chính xác cao, và có tính cập nhật Trong Chất lượng hệ thống, tính dễ sử dụng (ease of use) đóng vai trò lớn nhất quyết định chất lượng dịch vụ cảm nhận bởi khách hàng

Một nghiên cứu khác về sự hài lòng và lòng trung thành của khách hàng sử dụng dịch vụ chia sẻ xe của 2 hãng xe lớn nhất là Gojek và Grab ở Indonesia đã phân tích ảnh hưởng của chất lượng dịch vụ xe đến sự hài lòng và lòng trung thành của khách hàng (Kuswanto et al., 2020) Chất lượng dịch vụ xe được xem xét bằng 3 tiêu chí: Chất lượng hệ thống (System quality), Chất lượng thông tin (Information quality), và Chất lượng dịch vụ (Service quality) dựa trên mô hình Information Systems Success (IS) được Delone và McLean hình thành lần đầu tiên năm 1992 và cải tiến năm 2003 (Delone et al., 2003) Đầu tiên, Chất lượng hệ thống đo lường các đặc điểm được mong muốn của một hệ thống thương mại điện tử Khả năng sử dụng, tính sẵn có, độ tin cậy, khả năng thích ứng và thời gian phản hồi là những ví dụ về chất lượng được người dùng hệ thống thương mại điện tử đánh giá cao Tiếp theo, Chất lượng thông tin là nội dung và thông tin cung cấp cho người dùng hiển thị trên ứng dụng hoặc website Nội dung website phải được cá nhân hóa, đầy đủ, phù hợp, dễ hiểu và bảo mật cao mới tạo được niềm tin cho người dùng bắt đầu giao dịch qua Internet và quay lại sử dụng dịch vụ thường xuyên Cuối cùng, Chất lượng dịch vụ là những tiện ích hỗ trợ cung cấp bởi dịch vụ đó, thông qua đánh giá của người dùng

Trong các nghiên cứu về các nền tảng chia sẻ kiến thức (knowledge sharing platforms), Pang đã khẳng định rằng ba khía cạnh quyết định thành công của của một

IS là chất lượng dịch vụ, chất lượng hệ thống và chất lượng thông tin (Pang et al., 2020)

Tương tự trong các nghiên cứu khác, 3 khía cạnh của hiệu suất cảm nhận: chất lượng dịch vụ, chất lượng thông tin, và chất lượng hệ thống cũng được các tác giả sử dụng làm thang đo chất lượng của thương mại di động (Mobile commerce, MC) (Han et al., 2016) và là 3 yếu tố quyết định độ hài lòng của người dùng và ý định sử dụng hệ thống quản trị kiến thức (Knowledge management systems, KMS) (Wu et al., 2006)

Trong khóa luận này hiệu suất cảm nhận sẽ được định nghĩa bởi 3 yếu tố thành phần: hiệu suất dịch vụ, chất lượng nội dung và hiệu suất hệ thống Hiệu suất dịch vụ là sự đánh giá tổng thể về hiệu suất của dịch vụ xe công nghệ Chất lượng nội dung là chất lượng của thông tin được cung cấp trên hệ thống ứng dụng, trang website của nhà cung cấp Cuối cùng, hiệu suất hệ thống được thể hiện ở sự vận hành trơn tru của hệ thống cũng là một khía cạnh quan trọng vì người dùng không muốn sử dụng một hệ thống thường xuyên phản hồi chậm, bị ngắt kết nối mạng, khó truy cập và bảo mật kém

Từ các phân tích trên, giả thuyết nghiên cứu được đề xuất:

H 1a Hiệu suất dịch vụ ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

H 1b Chất lượng nội dung ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

H 1c Hiệu suất hệ thống ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

2.2.2 Giá trị cảm nhận ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng dịch vụ

Giá trị cảm nhận (Perceived value) được mô tả là “sự đánh giá tổng thể của người tiêu dùng về lợi ích của một dịch vụ/sản phẩm dựa trên cảm nhận của họ về những gì nhận được và những gì họ phải bỏ ra” (Zeithaml, 1988) Nói cách khác, giá trị cảm nhận là sự so sánh giữa những gì khách hàng nhận được từ sản phẩm hoặc dịch vụ và những gì họ phải chi trả để có được sản phẩm hoặc dịch vụ đó Giá trị cảm nhận sẽ tăng lên khi người dùng tin rằng giá trị họ nhận được lớn hơn chi phí Giá trị cảm nhận quyết định mức độ hài lòng của khách hàng Nếu khách hàng cảm thấy rằng giá trị cảm nhận lớn hơn hoặc bằng giá tiền họ bỏ ra, họ có thể cảm thấy hài lòng và sẽ có khả năng quay trở lại và tiếp tục sử dụng dịch vụ hoặc sản phẩm Ngược lại, nếu họ cảm thấy giá trị cảm nhận thấp hơn giá tiền họ bỏ ra, họ có thể cảm thấy không hài lòng và có thể không quay trở lại hoặc chuyển sang sản phẩm hoặc dịch vụ khác Điều này được chứng minh trong nhiều nghiên cứu trước đây, thể hiện giá trị cảm nhận có tác động đến một số khía cạnh như lòng trung thành của người dùng tăng lên (Ledden et al., 2007; Lee et al., 2007), ý định sử dụng IT/ IS (Lin et al., 2006) và ý định mua hàng (Chang et al., 2013)

Trong nghiên cứu của Hsu, giá trị cảm nhận (perceived value) được cấu thành từ

4 yếu tố: Performance/quality value (Giá trị chức năng), Value-for-money (Giá trị về tiền), Emotional value (Cảm xúc), và Social value (Giá trị xã hội) đều có ảnh hưởng tích cực đến sự hài lòng của khách hàng và ý định mua ứng dụng di động có trả phí (paid mobile app) (Hsu et al., 2015) Giá trị chức năng được đánh giá bởi khách hàng từ chất lượng cảm nhận được và những mong đợi từ sản phẩm Giá trị cảm xúc là bắt nguồn từ cảm xúc tạo ra khi khách hàng trải nghiệm dịch vụ Giá trị về tiền (hay giá trị kinh tế) là những tiện ích thu được từ sản phẩm/dịch vụ do sự cải tiến công nghệ và cắt giảm chi phí Giá trị xã hội là tiện ích bắt nguồn từ lợi ích nâng cao tương tác xã hội và tự nhận thức xã hội từ việc sử dụng dịch vụ

Tương tác xã hội là mối quan hệ giữa các cá nhân trong cộng đồng đóng một vai trò quan trọng trong việc khuyết khích các hành vi chia sẻ phương tiện – điển hình như trong dịch vụ xe công nghệ (Say et al., 2021) Trong nghiên cứu này, dịch vụ xe Uber đã được khảo sát tại 2 thị trường là Đài Loan và Trung Quốc Nghiên cứu đã chứng minh tầm quan trọng của tương tác xã hội, quan hệ giữa con người (interpersonal relationships) đã tác động mạnh mẽ và khích lệ sự tham gia tích cực của người dùng Các yếu tố về cảm xúc (Hedonic motivation) như sự giải trí và thú vị khi sử dụng sản phẩm/dịch vụ, giá trị về tiền (Price value) ảnh hưởng đến động lực sử dụng các ứng dụng dành cho thiết bị di động của người dùng (Venkatesh et al., 2012a) Ngoài ra, giá trị về tiền có được khi sử dụng các ứng dụng giao đồ ăn trực tuyến cũng góp phần quan trọng trong việc hình thành sự hài lòng của khách hàng trong nghiên cứu của (Belarmino et al., 2021) Những lợi ích về kinh tế (Economic benefits) và giá trị xã hội (Social value) là những lý do khiến du khách thích dùng dịch vụ đi chung xe theo kết quả phân tích của (Arteaga Sánchez et al., 2020)

Sự khác biệt giữa xe công nghệ và các hình thức vận tải truyền thống khác nằm ở tính linh hoạt, giá cả hợp lý, tiết kiệm thời gian và đặc biệt là tương tác xã hội giữa người dùng và tài xế Do đó, việc cung cấp giá trị về tiền (giá trị kinh tế) và tương tác xã hội lớn hơn so với các hình thức giao thông truyền thống đã hình thành một lợi thế trên thị trường của nhà cung cấp xe công nghệ

Trong Luận văn này, giá trị cảm nhận được xem xét là một tập hợp của 4 yếu tố bao gồm: (1) Giá trị chức năng (kỳ vọng về hiệu suất của dịch vụ khi sử dụng xe công nghệ), Giá trị về tiền (chi phí tiện ích khi sử dụng xe công nghệ), Cảm xúc (cảm xúc tích cực, vui vẻ, thoải mái khi sử dụng xe công nghệ) và Tương tác xã hội (tăng cường các sự tương tác giữa các cá nhân trong cộng đồng khi sử dụng xe công nghệ) Các giả thuyết nghiên cứu được đề ra dưới đây:

H 2a Giá trị chức năng ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

H 2b Giá trị về tiền ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

H 2c Cảm xúc ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

H 2d Tương tác xã hội ảnh hưởng cùng chiều đến sự hài lòng của khách hàng

2.2.3 Sự hài lòng của khách hàng ảnh hưởng đến ý định tiếp tục sử dụng dịch vụ

Các giả thuyết nghiên cứu và mô hình nghiên cứu

Từ việc tham khảo các tài liệu nghiên cứu, tác giả đã tổng hợp và chọn lựa các yếu tố tác động đến ý định tiếp tục sử dụng dịch vụ của người dùng cho phù hợp với thực tế và hình thành bảng câu hỏi sơ bộ

Bảng câu hỏi được điều chỉnh cho phù hợp thông qua việc hỏi ý kiến trực tiếp ý kiến những người đã từng sử dụng dịch vụ xe công nghệ, đảm bảo người tham gia hiểu chính xác ý nghĩa của câu hỏi

Nghiên“cứu định lượng được thực hiện bằng cách gửi Google form bảng câu hỏi định tính đến những người quen, nhóm trên mạng xã hội ở TP Hồ Chí Minh Để đảm bảo độ tin cậy, kích cỡ mẫu tối thiểu cần thiết tối thiểu gấp 5 lần số biến quan sát Mục tiêu của tác giả sẽ thu thập được ít nhất 210 mẫu nghiên cứu.”

Kết quả thu được từ việc thu thập thông tin qua các phiếu câu hỏi được thống kê sử dụng phần mềm SPSS Số liệu được tiến hành các phân tích bao gồm phân tích độ tin cậy thang đo bằng Cronbatch’s Alpha, phân tích EFA, phân tích tương quan Pearson, phân tích hồi quy tuyến tính, kiểm định giả thuyết nghiên cứu

Từ kết quả phân tích số liệu, các thang đo có tác động đến sự hài lòng của khách hàng và ý định tiếp tục sử dụng dịch vụ được xác định, từ đó đề xuất các giải pháp nhằm nâng cao sự hài lòng của khách hàng và ý định tiếp tục sử dụng các dịch vụ xe công nghệ của họ

Quy trình nghiên cứu được tóm tắt như sau:

THIẾT KẾ NGHIÊN CỨU

Phương pháp nghiên cứu

Từ việc tham khảo các tài liệu nghiên cứu, tác giả đã tổng hợp và chọn lựa các yếu tố tác động đến ý định tiếp tục sử dụng dịch vụ của người dùng cho phù hợp với thực tế và hình thành bảng câu hỏi sơ bộ

Bảng câu hỏi được điều chỉnh cho phù hợp thông qua việc hỏi ý kiến trực tiếp ý kiến những người đã từng sử dụng dịch vụ xe công nghệ, đảm bảo người tham gia hiểu chính xác ý nghĩa của câu hỏi

Nghiên“cứu định lượng được thực hiện bằng cách gửi Google form bảng câu hỏi định tính đến những người quen, nhóm trên mạng xã hội ở TP Hồ Chí Minh Để đảm bảo độ tin cậy, kích cỡ mẫu tối thiểu cần thiết tối thiểu gấp 5 lần số biến quan sát Mục tiêu của tác giả sẽ thu thập được ít nhất 210 mẫu nghiên cứu.”

Kết quả thu được từ việc thu thập thông tin qua các phiếu câu hỏi được thống kê sử dụng phần mềm SPSS Số liệu được tiến hành các phân tích bao gồm phân tích độ tin cậy thang đo bằng Cronbatch’s Alpha, phân tích EFA, phân tích tương quan Pearson, phân tích hồi quy tuyến tính, kiểm định giả thuyết nghiên cứu

Từ kết quả phân tích số liệu, các thang đo có tác động đến sự hài lòng của khách hàng và ý định tiếp tục sử dụng dịch vụ được xác định, từ đó đề xuất các giải pháp nhằm nâng cao sự hài lòng của khách hàng và ý định tiếp tục sử dụng các dịch vụ xe công nghệ của họ

Quy trình nghiên cứu được tóm tắt như sau:

Hình 3.1 Quy trình nghiên cứu

Hình thành giả thuyết nghiên cứu và mô hình nghiên cứu

Hình thành thang đo Hình thành bảng khảo sát sơ bộ Điều chỉnh thang đo Đưa ra bảng khảo sát chính thức

Gửi phiếu khảo sát Thu hồi phiếu khảo sát

Nhập số liệu Đánh giá độ tin cậy thang đo Cronbach Alpha

Phân tích nhân tố khám phá EFA Phân tích tương quan Pearson Phân tích hồi quy

Kiểm định giả thuyết nghiên cứu

Bàn luận kết quả và đưa ra các giải pháp

Thực hiện nghiên cứu định lượng, phân tích dữ liệu

Bàn luận kết quả và Đề xuất các giải pháp Nghiên cứu cơ sở lý thuyết và các nghiên cứu khoa học trong cùng lĩnh vực

Hình thành thang đo và phương pháp chọn mẫu

Các thang đo và các biến quan sát được thu thập từ các tài liệu khoa học và được hệ thống lại trong Bảng 3.1

Bảng 3.1 Thang đo và các biến quan sát

Yếu tố Biến quan sát Mã hóa Nguồn

Giao diện ứng dụng xe công nghệ được thiết kế rất thu hút DV1 (Hsu et al.,

2015; Oghuma et al., 2016) Ứng dụng xe công nghệ là đáng tin cậy DV2 Ứng dụng xe công nghệ hồi đáp nhanh chóng DV3 Ứng dụng xe công nghệ là xứng đáng với niềm tin của tôi DV4 Ứng dụng xe công nghệ được cá nhân hóa cho người dùng DV5

Tôi có cảm nhận được nguy hiểm của việc sử dụng xe công nghệ DV6

Tôi có cảm nhận được nhận thức của việc sử dụng xe công nghệ DV7 Ứng dụng xe công nghệ có chính sách bảo mật tốt DV8

Chính sách bồi thường của ứng dụng xe công nghệ là hợp lý DV9 Ứng dụng xe công nghệ cung cấp thông tin liên hệ rõ ràng DV10

Việc thanh toán trong ứng dụng xe công nghệ DV11 là rõ ràng

Dịch vụ của ứng dụng xe công nghệ rất đúng giờ DV12 Ứng dụng xe công nghệ mang lại các giá trị tích cực DV13

(ND) Ứng dụng xe công nghệ cung cấp các nội dung hữu ích ND1 (Park et al.,

2023) Ứng dụng xe công nghệ cung cấp đầy đủ nội dung ND2 Ứng dụng xe công nghệ là dễ sử dụng ND3

Có thể sử dụng ứng dụng xe công nghệ một cách dễ dàng HT1 (Park et al.,

Hệ thống của ứng dụng xe công nghệ có tính tương tác cao HT2

Hệ thống của ứng dụng xe công nghệ rất tiên tiến HT3

Hệ thống của ứng dụng xe công nghệ luôn trong trạng thái sẵn sàng hoạt động HT4

(CN) Ứng dụng xe công nghệ được thiết kế tốt CN1 (Hsu et al.,

Chất lượng của ứng dụng xe công nghệ chấp nhận được CN2

Chất lượng của ứng dụng xe công nghệ ổn định CN3

Giá trị về tiền (TB)

Giá cả xe công nghệ cung cấp là hợp lý TB1 (Hsu et al.,

Số tiền bỏ ra để sử dụng xe công nghệ là xứng đáng TB2

Sử dụng xe công nghệ là tiết kiệm TB3 2001)

Tôi cảm thấy thư giãn khi sử dụng xe công nghệ CX1 (Hsu et al.,

2015; Oghuma et al., 2016; Sweeney et al., 2001)

Sử dụng xe công nghệ mang lại cảm giác thích thú CX2 Ứng dụng xe công nghệ khiến tôi muốn sử dụng nó CX3

Tôi cảm thấy thật vui khi sử dụng xe công nghệ CX4

Sử dụng xe công nghệ mang lại ấn tượng tốt với người khác XH1 (Hsu et al.,

Tôi nhận được sự chấp nhận xã hội khi sử dụng xe công nghệ XH2

Sử dụng xe công nghệ giúp tôi cảm thấy được chấp nhận XH3

Sự hài lòng của khách hàng

Sử dụng xe công nghệ là một quyết định thông minh SHL1 (Oghuma et al., 2016) Tôi cảm thấy rất vui mừng khi sử dụng xe công nghệ SHL2

Tôi cảm thấy rất thỏa mãn khi sử dụng xe công nghệ SHL3

Nhìn chung,“tôi cảm thấy hài lòng với ứng dụng xe công nghệ.” SHL4 Ý định tiếp tục sử dụng

Tôi sẽ tiếp tục sử dụng xe công nghệ trong tương lai TTSD1 (Bhattacherjee,

2001; Hsu et al., 2015; Tôi dự định sẽ tiếp tục sử dụng xe công nghệ TTSD2

(TTSD) trong tương lai gần Oghuma et al.,

Tôi nghĩ rằng“tôi sẽ tiếp tục sử dụng xe công nghệ trong tương lai”gần TTSD3 Ứng dụng xe công nghệ là rất đáng mua TTSD4 Tôi sẽ khuyên những người khác sử dụng xe công nghệ TTSD5 Ý kiến của người khảo sát được đo lường bằng thang đo 7 mức Likert , bao gồm Mức 1: Hoàn toàn không đồng ý; Mức 2: Không đồng ý; Mức 3: Hơi không đồng ý; Mức 4: Bình thường; Mức 5: Hơi đồng ý; Mức 6: Đồng ý; Mức 7: Rất đồng ý

Bảng khảo sát được thiết kế để lấy dữ liệu về các thông tin sau:

+ Kết quả đánh giá người tham gia khảo sát thông qua các thang đo

+ Thông tin nhân khẩu học của người thực hiện khảo sát, gồm: Giới tính, Trình độ học vấn, Độ tuổi, Nghề nghiệp, Thu nhập

Mẫu được chọn ngẫu nhiên bằng cách gửi bảng khảo sát tới nhiều nhóm người gồm có sinh viên, người đi làm tại TP Hồ Chí Minh.

Phương pháp phân tích dữ liệu

Sau khi thu thập dữ liệu từ bảng khảo sát, tác giả sử dụng phần mềm SPSS để xử lý và tính toán hệ số Cronbach's Alpha Nếu giá trị Cronbach’s Alpha cao, có nghĩa là các thang đo có độ tin cậy cao.“Giá trị Cronbach’s Alpha từ 0.6 trở lên được xem là thang đo tốt Điều kiện để giữ lại biến quan sát là hệ số tương quan biến tổng phải có giá trị lớn hơn 0.3.”

3.3.2 Phân tích nhân tố khám phá EFA

Phân tích EFA giúp kiểm tra độ phù hợp của dữ liệu, đồng thời kiểm tra giá trị hội tụ và phân biệt của các thang đo EFA giúp khám phá mối liên hệ giữa các biến quan sát và nhóm chúng lại thành các nhân tố, giảm số lượng biến ban đầu thành các yếu tố ít hơn mà vẫn giữ lại nhiều thông tin quan trọng nhất Những biến quan sát bị loại ở bước phân tích Cronbatch’s Alpha sẽ không được sử dụng tại bước phân tích này

Các chỉ số quan trọng cần quan tâm để đánh giá mức độ phù hợp của mô hình như sau:

+ Kiểm định Bartlett (Sig < 0.05): Kiểm định Bartlett được sử dụng để kiểm tra giả định về sự tương quan giữa các biến quan sát Khi giá trị Sig < 0.05 thì các biến quan sát có sự tương quan với nhau, phân tích nhân tố có thể được thực hiện với độ tin cậy cao hơn

+ Kiểm định KMO (Kaiser – Meyer - Olkin): đánh giá khả năng thực hiện phân tích nhân tố trên dữ liệu thu thập được Điều kiện giá trị KMO phải thuộc khoảng (0.5;1) Để kiểm tra giá trị hội tụ và phân biệt của thang đo, xem xét các giá trị:

+ Giá trị Eigenvalue > 1: là tiêu chí để xác định số lượng nhân tố, chỉ giữ lại những nhân tố nào có giá trị Eigenvalue > 1

+ Tổng phương sai trích > 50%: là một chỉ số thể hiện khả năng giải thích của mô hình đối với sự biến động dữ liệu Nó thể hiện phần trăm của sự biến động trong dữ liệu mà mô hình của bạn có thể giải thích Khi tổng phương sai trích lớn hơn 50%, điều này có nghĩa là mô hình có khả năng giải thích một phần lớn biến động trong dữ liệu, và do đó, có khả năng tốt hơn trong việc mô tả mối quan hệ giữa các biến

+ Hệ số tải nhân tố (Factor loading): giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát và nhân tố Hệ số tải càng cao thì tương quan càng lớn Hệ số tải > 0.3 là mức tối thiểu để giữ lại biến quan sát; hệ số tải > 0.5 nghĩa là biến quan sát có ý nghĩa thống kê Dù vậy, giá trị tiêu chuẩn của hệ số tải nên được xem xét cùng với kích thước mẫu Với cỡ mẫu là 245 mẫu quan sát trong nghiên cứu này, mức hệ số tải tiêu chuẩn là 0.5

3.3.3 Phân tích tương quan Pearson

Tương quan Pearson đo lường độ mạnh và hướng của mối quan hệ tuyến tính giữa hai biến Giá trị tương quan nằm trong khoảng (-1, 1) Nếu tương quan gần 1, có nghĩa là có mối quan hệ tuyến tính dương mạnh (tăng cùng nhau) Ngược lại, nếu tương quan gần -1, có mối quan hệ tuyến tính âm mạnh (một biến tăng, biến kia giảm) Nếu tương quan gần 0, thì mối quan hệ giữa hai biến là yếu hoặc không có Tương quan Pearson đặc biệt hữu ích khi muốn kiểm tra liệu có mối quan hệ tuyến tính giữa hai biến hay không, và đồng thời đo lường độ mạnh của nó

3.3.4 Phân tích hồi quy đa biến

Mối quan hệ giữa một biến phụ thuộc và hai hoặc nhiều biến độc lập đồng thời được mô tả bằng phương pháp phân tích hồi quy Các chỉ số trong hồi quy quan trọng:

+ Hệ số R 2 và R 2 điều chỉnh thể hiện mức biến thiên của biến phụ thuộc ảnh hưởng bởi các biến độc lập Hệ số xác định R 2 và R 2 điều chỉnh đều có mức dao động trong đoạn từ 0 đến 1, giá trị càng gần 1, các biến độc lập giải thích càng nhiều cho biến phụ thuộc, mô hình càng giải thích tốt dữ liệu

+ Đánh giá ý nghĩa thống kê của kết quả kiểm định F thường dựa vào giá trị Sig Nếu Sig < 0.05, mô hình hồi quy được coi là có ý nghĩa thống kê và có thể dùng để ước lượng hoặc giải thích biến phụ thuộc

+ Kiểm định t (student) của biến độc lập có thể đánh giá qua giá trị Sig Nếu Sig < 0.05, biến độc lập ảnh hưởng đến biến phụ thuộc; ngược lại, nếu Sig > 0.05, biến đó không tác động đáng kể đến biến phụ thuộc

+ Chỉ số phóng đại phương sai VIF (Variance Inflation Factor) được sử dụng để đánh giá mức độ đa cộng tuyến trong mô hình Nếu VIF > 10, có thể xuất hiện hiện tượng đa cộng tuyến mạnh

+ Hệ số hồi quy (Regression Coefficients) Beta chuẩn hóa để đưa ra phương trình hồi quy của mô hình, giúp hiểu rõ sự đóng góp của từng biến độc lập vào biến phụ thuộc, sự biến đổi của biến phụ thuộc khi giá trị của các biến độc lập thay đổi

Trong Chương này, tác giả trình bày các bước để hình thành bảng câu hỏi khảo sát Tác giả đã sử dụng cơ sở từ các công bố khoa học trước để xây dựng và điều chỉnh thang đo Dựa trên thang đo này, tác giả đã thực hiện một khảo sát ngẫu nhiên với một mẫu gồm 245 đơn vị Tiếp theo đó, dữ liệu của cuộc khảo sát được phân tích sử dụng phần mềm SPSS.

KẾT QUẢ NGHIÊN CỨU

Thống kê mô tả

Tác giả đã sử dụng bảng câu hỏi Google form để thu thập dữ liệu nghiên cứu Bảng khảo sát được đăng tải trên một số diễn đàn hoặc gửi trực tiếp đến những người sử dụng dịch vụ xe công nghệ ở TP HCM Để đảm bảo tính phù hợp của dữ liệu, ít nhất cần có 210 mẫu khảo sát Từ dữ liệu lấy từ người tham gia khảo sát, tác giả đã thu thập được 245 mẫu khảo sát có ý nghĩa Dưới đây là các thống kê về đặc điểm của 245 mẫu nghiên cứu:

Bảng 4.1 Thống kê đặc điểm nhân khẩu học

“Yếu tố Đặc điểm Số lượng Tỷ lệ %

Trên Đại học 34 13.90% Độ tuổi

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Qua thống kê dữ liệu bằng phần mềm SPSS của 245 mẫu quan sát thu được, có

145 nữ (chiếm 59.18%) và 100 nam (chiếm 40.82%) Tỷ lệ nữ và nam khá cân bằng nhau, chênh lệch không nhiều Học vấn của người tham gia khảo sát nhiều nhất là Cao đẳng và đại học (chiếm 85.30%), trên đại học chiếm 13.90%, còn lại một số ít là THPT/ Trung cấp

Phân tích độ tuổi của người tham gia khảo sát cho thấy phần lớn từ 20-30 tuổi (chiếm 81.60%), người khảo sát có độ tuổi dưới 20 và từ 31- 40 tuổi chiếm tỷ lệ ở mức trung bình (lần lượt là 7.30% và 9.40%), còn lại độ tuổi trên 40 chiếm tỷ lệ thấp nhất (1.6%) Lý do độ tuổi 20-30 tuổi chiếm tỷ lệ lớn trong mẫu nghiên cứu là vì khảo sát được thực hiện trực tuyến là chủ yếu, vì thế, trong môi trường trực tuyến nhóm tuổi 20-

30 tuổi tiếp cận với khảo sát thuận tiện hơn các nhóm tuổi khác Đây cũng là nhóm tuổi có nhu cầu sử dụng phương tiện xe công nghệ nhiều nhất và thích ứng nhanh với công nghệ mới

Về phân tích nghề nghiệp, hơn 55% số người tham gia khảo sát là Học sinh, sinh viên; 36% là Nhân viên văn phòng; số ít còn lại là Nhân viên nhà nước, Cán bộ quản lý và Lao động phổ thông

Về thu nhập, 44.5% số mẫu người tham gia khảo sát có thu nhập dưới 3 triệu đồng phù hợp với tỷ lệ cao người khảo sát là học sinh và sinh viên Có 12.70% người khảo sát có thu nhập từ 3-7 triệu, và 16.70 % có thu nhập từ 7-10 triệu, và còn lại 26.10% có thu nhập trên 10 triệu.

Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha

Các biến có hệ số tương quan biến tổng ≤ 0.3 sẽ bị loại trong phân tích độ tin cậy Cronbach’s Alpha Chỉ những biến có hệ số tương quan biến tổng lớn hơn 0.3 được giữ lại Hệ số Cronbach’s Alpha của một thang đo phải đảm bảo giá trị lớn hơn 0.6 để thang đo đảm bảo độ tin cậy

Bảng 4.2“Bảng hệ số tương quan biến tổng và độ tin cậy Cronbach’s Alpha

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số Cronbach's Alpha nếu loại biến Hiệu Suất Dịch Vụ (DV) sau khi loại biến DV6 Cronbach’s Alpha: 0.924

Nội Dung (ND) Cronbach’s Alpha: 0.836

Hiệu Suất Hệ Thống (HT) Cronbach’s Alpha: 0.862

Giá Trị Chức Năng (CN) Cronbach’s Alpha: 0.891

Giá Trị Về Tiền (TB) Cronbach’s Alpha: 0.850

Cảm Xúc (CX) Cronbach’s Alpha: 0.915

Tương Tác Xã Hội (XH) Cronbach’s Alpha: 0.884

Sự Hài Lòng Của Khách Hàng (SHL) Cronbach’s Alpha: 0.901

SHL4 15.2816 9.605 0.740 0.886 Ý Định Tiếp Tục Sử Dụng Dịch Vụ (TTSD) Cronbach’s Alpha: 0.922

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu”

“Sau khi chạy phân tích độ tin cậy Cronbatch’s Alpha lần 1 nhận thấy biến quan sát DV6 có hệ số tương quan biến tổng là 0.191, giá trị này nhỏ hơn ngưỡng chấp nhận là 0.3.”Vì vậy, tiến hành loại biến DV6 và chạy lại phân tích Cronbatch’s Alpha Kết quả chạy lần 2 cho thấy các thang đo đều đạt độ tin cậy cao (Cronbatch’s Alpha > 0.6) Các biến quan sát đều có hệ số tương quan biến tổng lớn hơn giá trị 0.3 “ Điều này chứng tỏ các tất cả các thang đo sau khi loại biến không tin cậy (DV6) có độ tin cậy tốt, phù hợp để tiếp tục thực hiện phân tích nhân tố khám phá EFA.”

Kết quả phân tích nhân tố khám phá EFA

Các biến quan sát được giữ lại sau phân tích độ tin cậy Cronbatch’s Alpha được tiếp tục phân tích nhân tố khám phá EFA Mục đích nhằm đánh giá mức độ phù hợp của dữ liệu bằng giá trị KMO và giá trị Sig Bartlett’s Phân tích EFA được chạy 3 lần: lần 1 cho 7 biến độc lập, lần 2 cho biến phụ thuộc Sự hài lòng của khách hàng SHL, và lần 3 cho biến Ý định tiếp tục sử dụng dịch vụ TTSD

Phân tích EFA lần 1 cho 7 biến độc lập DV, ND, HT, CN, TB, CX, XH (Phụ lục 2), sau đây là những chỉ số thu được: hệ số KMO của mô hình là 0.960 thuộc khoảng (0.5;1) và giá trị Sig = 0.000, giá trị này phù hợp với ngưỡng thống kê chấp nhận là 0.05 Trong Bảng ma trận xoay nhân tố (Phụ lục 2) có các biến xấu cần xem xét loại bỏ:

- Biến DV1 có hệ số tải < 0.5

- Biến DV10 tải lên ở cả hai nhân tố với mức chênh lệch giữa 2 hệ số tải bằng 0.605 – 0.514 = 0.091 < 0.3

- Biến DV11 có hiệu hệ số tải xuất hiện ở 2 nhân tố là 0.564 – 0.526 = 0.038

Tiến hành loại bỏ các biến xấu DV1, DV10, DV11 và tiến hành phân tích EFA cho các biến độc lập lần 2 Kết quả phân tích EFA được thể hiện trong Bảng 4.3, 4.4, và 4.5

Bảng 4.3 Kết quả KMO and Bartlett's Test loại biến

Chi- square xấp xỉ 5807.469 df 406

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Giá trị hệ số KMO sau khi loại các biến xấu là 0.957, giá trị này lớn hơn 0.5; kiểm định Bartlett’s test có Sig = 0.000 < 0.05 Điều này chứng tỏ phân tích nhân tố khám phá EFA là phù hợp dữ liệu nghiên cứu và có sự tương quan giữa các các biến quan sát

Tiếp theo tiến hành kiểm tra giá trị hội tụ và giá trị phân biệt của các thang đo thông qua các giá trị Eigenvalue >1; Tổng phương sai trích > 50%; và Hệ số tải các biến quan sát > 0.5 Kết quả phân tích phương sai trích được trình bày trong Bảng 4.4

Bảng 4.4“Kết quả hệ số Eigenvalues, tổng phương sai trích

Hệ số Eigenvalues Tổng bình phương khi rút nhân tố Tổng bình phương khi xoay nhân tố” Tổng

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Dựa theo trị số Eigenvalues, các nhân tố có giá trị Eigenvalues lớn hơn 1 sẽ được giữ lại khi phân tích nhân tố Từ kết quả phân tích cho thấy có 7 nhân tố được trích với tổng phương sai tích lũy là 71.749%, giá trị này lớn hơn 50% cho thấy mô hình có khả năng giải thích được 71.749% sự thay đổi của dữ liệu, vì vậy mô tả tốt mối quan hệ giữa các biến

“Trong Bảng 4.5 Ma trận xoay nhân tố, ngưỡng hệ số tải được chọn lớn hơn 0.5 Kết quả thu được cho thấy có 7 nhóm nhân tố được hình thành và các biến còn lại đều đạt yêu cầu hệ số tải lớn hơn 0.5.”

Bảng 4.5 Ma trận xoay nhân tố sau khi loại biến

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

“Tiếp theo thực hiện phân tích nhân tố khám phá EFA đối với biến phụ thuộc Sự hài lòng của khách hàng SHL Kết quả phân tích được thể hiện ở Bảng 4.6, 4.7 và 4.8.”

Hệ số KMO thu được là 0.779, giá trị này trên ngưỡng chấp nhận 0.5 Giá trị Sig 0.000, giá trị này dưới ngưỡng thống kê chấp nhận 0.05 Nhân tố được trích có giá trị Eigenvalues = 3.094 > 1 Tổng phương sai trích là 77.342% lớn hơn 50%, vì vậy nhân tố này giải thích được 77.342% sự thay đổi dữ liệu

“Bảng 4.6 Kết quả KMO and Bartlett's Test biến phụ thuộc SHL

Hệ số Kaiser-Meyer-Olkin (KMO) 0.779

Chi- square xấp xỉ 660.795 df 6

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Bảng 4.7 “Kết quả hệ số Eigenvalues, tổng phương sai trích biến phụ thuộc SHL

Nhân tố Hệ số Eigenvalues Tổng bình phương khi rút nhân tố

Tổng % Phương sai % Lũy Kế Tổng % Phương sai % Lũy Kế ”

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Bảng 4.8 Ma trận xoay nhân tố biến phụ thuộc SHL

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Tiếp theo, tiến hành phân tích EFA cho biến phụ thuộc Ý định tiếp tục sử dụng TTSD, đây là biến phụ thuộc vào biến SHL Kết quả chạy EFA đối với biến TTSD được trình bày ở các Bảng 4.9, 4.10 và 4.11.“Hệ số KMO là 0.876 lớn hơn 0.5, giá trị Sig nhỏ hơn 0.05 Nhân tố được trích có giá trị Eigenvalues = 3.828 > 1 ” Tổng phương sai trích là 76.552% lớn hơn 50%, vì vậy nhân tố này giải thích được 76.552% sự thay đổi dữ liệu

Bảng 4.9 “ Kết quả KMO and Bartlett's Test biến phụ thuộc TTSD

Hệ số Kaiser-Meyer-Olkin (KMO) 0.876

Chi- square xấp xỉ 928.953 df 10

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Bảng 4.10 Kết quả hệ số Eigenvalues, tổng phương sai trích biến phụ thuộc TTSD

Nhân tố “ Hệ số Eigenvalues Tổng bình phương khi rút nhân tố

Tổng % Phương sai % Lũy Kế Tổng % Phương sai % Lũy Kế ”

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Bảng 4.11 Ma trận xoay nhân tố biến phụ thuộc TTSD

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Phân tích tương quan Pearson

Bảng 4.12 Kết quả phân tích tương quan Pearson

DV ND HT CN TB CX XH SHL

Hệ số tương quan 680 ** 677 ** 649 ** 690 ** 802 ** 804 ** 783 ** 1 Sig 000 000 000 000 000 000 000

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Bảng 4.12thể hiện kết quả phân tích tương quan giữa 7 biến độc lập và biến phụ thuộc SHL Giá trị Sig của biến phụ thuộc Sự hài lòng của khách hàng (SHL) và 7 biến độc lập có các giá trị đều dưới ngưỡng 0.05, vì vậy, các biến DV, ND, HT, CN, TB,

CX, và XH đều có tương quan tuyến tính với Sự hài lòng của khách hàng (SHL) ở mức tin cậy đến 99%

Hệ số tương quan của các biến quan sát đều > 0, điều này chứng tỏ các biến độc lập có tương quan với biến phụ thuộc.

Phân tích hồi quy tuyến tính đa biến

Kết quả hồi quy được trình bày trong các Bảng 4.13, 4.14, và 4.15

Bảng 4.13“Kết quả hồi quy mô hình

Mô hình R R bình phương R bình phương hiệu chỉnh Durbin-Watson”

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Giá trị R 2 = 0.783 chỉ ra rằng các biến độc lập giải thích được 78.3% sự thay đổi của biến SHL Đây là một tỷ lệ cao và cho thấy một phần lớn của biến đổi của dữ liệu có thể được giải thích bằng mô hình Hệ số Durbin - Watson có giá trị là 1.982 thuộc khoảng từ 1 đến 3 nên mô hình không có hiện tượng tự tương quan

Bảng 4.14 “ Kết quả phân tích phương sai ANOVA

Mô hình Tổng bình phương Bậc tự do

Trung bình bình phương F Sig

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Kết quả cho thấy giá trị Sig kiểm định F nhỏ hơn 0.05 như vậy mô hình hồi quy tuyến tính ước lượng phù hợp

“Kết quả hồi quy Bảng 4.15 cho thấy hệ số phóng đại phương sai VIF của các thang đo đều nhỏ hơn 10 nên mô hình không xảy ra hiện tượng đa cộng tuyến.”Hiệu suất dịch vụ (DV) có Sig = 0.552 > 0.05; Hiệu suất hệ thống (HT) có Sig = 0.900 > 0.05, và Giá trị chức năng (CN) có Sig = 0.685 > 0.05 Vì giá trị Sig > 0.05 nên cả 3 nhân tố này không có tác động đến biến phụ thuộc Sự hài lòng của khách hàng (SHL) Các biến độc lập còn lại ND, TB, CX, XH có giá trị Sig < 0.05 và hệ số hồi quy Beta điều chỉnh lớn hơn 0 nên có ảnh hưởng tích cực đến biến SHL Mức ảnh hưởng của biến độc lập lên biến phụ thuộc Sự hài lòng của khách hàng giảm dần như sau: TB >

Bảng 4.15 “Kết quả hồi quy

Hệ số chưa chuẩn hóa

Hệ số đã chuẩn hóa t Sig

B Sai số chuẩn Beta Độ chấp nhận VIF”

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Mối quan hệ giữa Sự hài lòng của khách hàng (SHL) và Ý định tiếp tục sử dụng dịch vụ (TTSD)

4.6.1 Kết quả kiểm định tương quan giữa các nhân tố SHL và TTSD

Bảng 4.16“Kết quả kiểm định tương quan giữa các nhân tố SHL và TTSD

SHL Hệ số tương quan 1 0.709 **

TTSD Hệ số tương quan 0.709 ** 1

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Các giá trị Sig đều nhỏ hơn 0.05 nên biến Sự hài lòng của khách hàng (SHL) có tương quan với biến Ý định tiếp tục sử dụng dịch vụ (TTSD) Hệ số tương quan lớn hơn 0 nên biến SHL có ảnh hưởng cùng chiều tới biến TTSD

4.6.2 Phân tích hồi quy tuyến tính đa biến

Bảng 4.17“Kết quả hồi quy tuyến tính

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Giá trị R 2 = 0.503 chỉ ra rằng 50.30% sự biến thiên của biến TTSD có thể được lý giải bằng mô hình hồi quy Hệ số Durbin-Watson = 1.924 thuộc khoảng (1,3) nên mô hình không có hiện tượng tự tương quan Giá trị Sig của F test là 0.000, nhỏ hơn giá trị ngưỡng 0.05 như vậy mô hình hồi quy tuyến tính có ý nghĩa

Bảng 4.18“Kết quả phân tích phương sai

Mô hình Tổng bình phương Bậc tự do

Tổng 212.479 244 a Biến phụ thuộc: TTSD b Biến độc lập, SHL”

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Bảng 4.19 Kết quả hồi quy

Hệ số đã chuẩn t Sig

B Sai số chuẩn Beta Độ chấp nhận

SHL 0.663 0.042 0.709 15.677 0.000 1.000 1.000 a Biến phụ thuộc: TTSD”

Nguồn: Kết quả chạy SPSS của tác giả, số mẫu 245 mẫu

Kết quả hồi quy cho thấy mô hình không bị hiện tượng đa cộng tuyến, hệ số phóng đại phương sai VIF < 10 Giá trị Sig của kiểm định t < 0.05 và giá trị B chưa chuẩn hóa là 0.663, giá trị Beta đã chuẩn hóa là 0.709, đều lớn hơn giá trị 0 nên biến SHL có ảnh hưởng tích cực đến biến TTSD.

Kết quả kiểm định các giả thuyết nghiên cứu

Nghiên cứu này tác giả đề xuất 8 giả thuyết nghiên cứu như sau:

H1a Hiệu suất dịch vụ (DV) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H1b Chất lượng nội dung (ND) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H1c Hiệu suất hệ thống (HT) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H2a Giá trị chức năng (CN) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H2b Giá trị về tiền (TB) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H2c Cảm xúc (CX) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H2d Tương tác xã hội (XH) ảnh hưởng cùng chiều đến sự hài lòng của khách hàng (SHL)

H3 Sự hài lòng của khách hàng (SHL) ảnh hưởng cùng chiều đến ý định tiếp tục sử dụng ứng dụng xe công nghệ của người dùng (TTSD)

Bảng 4.20“Tổng hợp kết quả kiểm định các giả thuyết

Giả thuyết Sig Hệ số Beta đã chuẩn hóa Kết luận

H1a: DV → SHL 0.552 0.034 Không chấp nhận giả thuyết

H1b: ND → SHL 0.025 0.129 Chấp nhận giả thuyết

H1c: HT → SHL 0.900 -0.008 Không chấp nhận giả thuyết

H2a: CN → SHL 0.685 0.027 Không chấp nhận giả thuyết

H2b: TB → SHL 0.000 0.298 Chấp nhận giả thuyết

H2c: CX → SHL 0.000 0.249 Chấp nhận giả thuyết

H2d: XH → SHL 0.000 0.280 Chấp nhận giả thuyết

H3: SHL → TTSD 0.000 0.709 Chấp nhận giả thuyết”

Nguồn: Kết quả phân tích của tác giả

Dựa vào kết quả hồi quy đa biến, giá trị Beta và giá trị Sig của kiểm định t, tác giả kết luận về việc chấp nhận các giả thuyết như sau:

- DV không có tác động đến SHL => Không chấp nhận giả thuyết H1a

- ND có ảnh hưởng tích cực đến SHL, với hệ số Beta = 0.129 > 0 Chấp nhận giả thuyết H1b

- HT không có tác động đến SHL => Không chấp nhận giả thuyết H1c

- CN không có tác động đến SHL => Không chấp nhận giả thuyết H2a

- TB có ảnh hưởng tích cực đến SHL với hệ số Beta = 0.298 > 0 => Chấp nhận giả thuyết H2b

- CX có ảnh hưởng tích cực đến SHL, với hệ số Beta = 0.249 > 0 Chấp nhận giả thuyết

- XH có ảnh hưởng tích cực đến SHL, với hệ số Beta = 0.280 > 0 Chấp nhận giả thuyết H2d

- SHL có ảnh hưởng tích cực đến TTSD, với hệ số Beta = 0.709 > 0 Chấp nhận giả thuyết H3

Bảng 4.21Giá trị trung bình của các biến quan sát

Biến quan sát Giá trị trung bình” Độ lệch chuẩn

Giá trị về tiền (TB)

Tương Tác Xã Hội (XH)

Nguồn: Kết quả phân tích của tác giả

Kết quả của các bước phân tích số liệu bằng phần mềm SPSS được trình bày

Dữ liệu được phân tích độ tin cậy thang đo, kiểm tra mức độ phù hợp của mô hình, giá trị hội tụ, giá trị phân biệt của các thang đo, phân tích tương quan, phân tích hồi quy và kiểm định giả thuyết nghiên cứu Có 4 yếu tố được xác nhận có ảnh hưởng bao gồm Cảm xúc, Tương tác xã hội, Nội dung và Giá trị về tiền Phân tích hồi quy cũng cho thấy Sự hài lòng có ảnh hưởng cùng chiều đến Ý định tiếp tục sử dụng dịch vụ của khách hàng.

HÀM Ý QUẢN TRỊ VÀ KẾT LUẬN

Kết quả nghiên cứu

Trong 7 yếu tố được đề xuất ban đầu, nghiên cứu đã xác nhận có 4 yếu tố có tác động đến sự hài lòng của khách hàng sử dụng dịch vụ xe công nghệ bao gồm: Nội dung, Giá trị về tiền, Cảm xúc, và Tương tác xã hội 3 nhân tố được tác giả nhận định là không có ảnh hưởng đến Sự hài lòng của khách hàng bao gồm: Hiệu suất dịch vụ, Hiệu suất hệ thống, và Giá trị chức năng Ngoài ra, sự ảnh hưởng tích cực của Sự hài lòng của khách hàng đến Ý định tiếp tục sử dụng dịch vụ xe công nghệ cũng được xác nhận với hệ số ảnh hưởng lớn Ảnh hưởng của yếu tố Giá trị về tiền được xem là quan trọng hàng đầu quyết định việc người dùng sử dụng các ứng dụng xe công nghệ và mức độ hài lòng của họ đối với dịch vụ Ngoài ra, nghiên cứu còn cho thấy góc nhìn mới về các giá trị về Cảm xúc và Tương tác xã hội được đánh giá là quan trọng hơn các giá trị về chức năng và hệ thống Kết quả này tương đối mới so với niềm tin phổ biến cho rằng giá trị về hệ thống và chức năng là quan trọng hàng đầu trong các dịch vụ liên quan đến công nghệ Mặc dù vậy, kết quả này của nghiên cứu cũng phù hợp với một số nghiên cứu trước đây về các dịch vụ trong nền kinh tế chia sẻ Nghiên cứu của Zhang và các cộng sự (Zhang et al., 2019) chỉ ra rằng: Giá trị xã hội (Social value) và Giá trị cảm xúc (Emotional value) có ảnh hưởng lớn nhất đến sự trung thành của khách hàng, trong khi các Giá trị về chức năng (Technical value) được chứng minh là không quá quan trọng đối với dịch vụ xe công nghệ Ảnh hưởng tích cực của các yếu tố Nội dung, Cảm xúc và Tương tác xã hội cũng đã xác nhận trong các bài nghiên cứu khác (Arteaga Sánchez et al., 2020; Belarmino et al., 2021; Fauzi et al., 2021; Park et al., 2023)

Các yếu tố Hiệu suất dịch vụ, Hiệu suất hệ thống và Giá trị chức năng được chứng minh là không ảnh hưởng đến sự hài lòng của khách hàng trong nghiên cứu này Điều này cũng phự hợp với một số nghiờn cứu trước (Mửhlmann, 2015; Park et al., 2023; Zhang et al., 2019) Trên thực tế, chức năng của việc đi lại bằng phương tiện giao thông như xe công nghệ cũng giống như các phương tiện giao thông truyền thống như taxi hoặc dịch vụ chở khách cá nhân; do đó, những lợi ích từ giá trị chức năng dường như mơ hồ đối với việc đánh giá hiệu suất của xe công nghệ Vì vậy, điều làm cho dịch vụ xe công nghệ vượt trội hơn so với các phương tiện giao thông truyền thống là mang lại một nền tảng cho tương tác con người và cảm xúc niềm vui khi sử dụng ứng dụng một cách dễ dàng và hiệu quả

Yếu tố Giá trị về tiền có ảnh hưởng tích cực mạnh nhất đến Sự hài lòng của khách hàng khi sử dụng dịch vụ xe công nghệ với hệ số Beta 0.298 Xe công nghệ thường rẻ hơn so với các phương tiện xe truyền thống khác như taxi, giá cả linh hoạt có thể thay đổi theo nhu cầu, địa điểm và thời điểm Giá cả hợp lý và khả năng ước tính trước giá cả giúp khách hàng biết trước được chi phí và tăng cường sự hài lòng Giá trị về tiền còn thể hiện ở khía cạnh khách hàng cảm thấy chất lượng dịch vụ họ nhận được xứng đáng với số tiền họ bỏ ra Chất lượng dịch vụ cùng với các tiện ích đi kèm như: để khách hàng tự do lựa chọn loại xe, chia sẻ chi phí với người khác, tính năng chia sẻ vị trí, chương trình khuyến mãi và ưu đãi, … Tất cả những tiện ích này giúp tăng cường giá trị kinh tế cho khách hàng

Yếu tố Tương tác xã hội ảnh hưởng tích cực đến Sự hài lòng của khách hàng khi sử dụng dịch vụ xe công nghệ với hệ số Beta 0.280 Con người là sinh vật xã hội, chúng ta luôn quan tâm đến cách người khác nhìn nhận và đánh giá mình Đối với người sử dụng dịch vụ xe công nghệ, họ kỳ vọng được thể hiện bản thân một cách tốt nhất, và họ tin rằng sử dụng dịch vụ này sẽ mang lại ấn tượng tốt với người khác Khách hàng thường lựa chọn xe công nghệ để di chuyển đến những nơi công cộng, chẳng hạn như đường phố, trung tâm thương mại, hoặc nhà hàng Do vậy, họ có thể bị người khác nhìn thấy và đánh giá Sử dụng xe công nghệ để di chuyển sẽ mang lại ấn tượng tốt hơn về bản thân

Yếu tố Cảm xúc có ảnh hưởng tích cực đến Sự hài lòng của khách hàng khi sử dụng dịch vụ xe công nghệ với hệ số Beta 0.249 Dịch vụ xe công nghệ là một dịch vụ mang tính cá nhân hóa cao và mang tính trải nghiệm cao Khách hàng sử dụng dịch vụ xe công nghệ để di chuyển nhưng họ cũng mong muốn được trải nghiệm một dịch vụ thoải mái, an toàn và chu đáo Do đó, yếu tố cảm xúc mang lại cho khách hàng đóng vai trò quan trọng trong việc tạo nên sự hài lòng của khách hàng Khách hàng không chỉ cần phương tiện để di chuyển, mà họ còn mong muốn được trải nghiệm những điều mới mẻ và thú vị

Yếu tố Nội dung cung cấp trên hệ thống ảnh hưởng tích cực đến Sự hài lòng của khách hàng khi sử dụng dịch vụ xe công nghệ với hệ số Beta 0.129 Những mô tả rõ ràng và chi tiết giúp người dùng nắm rõ các tính năng của dịch vụ Điều này giúp khách hàng dễ dàng sử dụng dịch vụ và tránh được những nhầm lẫn hoặc thất vọng Nội dung chính xác giúp làm tăng độ tin tưởng của khách hàng đối với dịch vụ Khi khách hàng biết rằng thông tin trên hệ thống là chính xác, họ sẽ cảm thấy an tâm hơn khi sử dụng dịch vụ Hệ thống dễ sử dụng giúp khách hàng thao tác nhanh chóng và dễ dàng Điều này giúp tiết kiệm thời gian cho người dùng và đồng thời mang lại trải nghiệm tốt hơn khi sử dụng dịch vụ

Sự hài lòng của khách hàng có ảnh hưởng tích cực và mạnh mẽ đến Ý định tiếp tục sử dụng dịch vụ xe công nghệ với giá trị Beta 0.709 Sự hài lòng của khách hàng là thước đo quan trọng nhất của chất lượng dịch vụ Khi khách hàng hài lòng với dịch vụ, họ sẽ có xu hướng tiếp tục sử dụng dịch vụ đó Sự hài lòng của khách hàng còn là yếu tố tạo nên lòng trung thành với thương hiệu, đối với dịch vụ gây được ấn tượng và làm họ hài lòng, họ sẽ trung thành với dịch vụ đó Sự hài lòng của khách hàng cũng là yếu tố giúp doanh nghiệp thu hút khách hàng mới và các khách hàng cũ sẽ chia sẻ trải nghiệm và đề xuất dịch vụ đó cho nhiều người khác.

Đề xuất giải pháp nâng cao sự hài lòng của khách hàng và tăng ý định tiếp tục sử dụng dịch vụ xe công nghệ của người dùng tại TP HCM

xe công nghệ của người dùng tại TP HCM

Nghiên cứu“đã cung cấp một kết quả phân tích dựa trên số liệu thực tế về những yếu tố ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng xe công nghệ của khách hàng tại khu vực TP Hồ Chí Minh Bằng cách tập trung cải thiện các yếu tố Nội dung, Giá trị về tiền, Cảm xúc và Tương tác xã hội sẽ giúp làm tăng sự hài lòng của khách hàng với dịch vụ và thúc đẩy khách hàng quay trở lại sử dụng dịch vụ và tăng độ trung thành với doanh nghiệp Tuy nhiên, không thể xem nhẹ tầm quan trọng của việc đảm bảo chất lượng về Hiệu suất hệ thống, Hiệu suất hệ thống và Giá trị chức năng.”Những yếu tố này vẫn đóng vai trò thiết yếu quyết định chất lượng dịch vụ Kết quả của nghiên cứu sẽ cung cấp nhiều ý tưởng hữu ích cho các nhà cung cấp dịch vụ mong muốn cải thiện chất lượng dịch vụ của họ để giữ chân khách hàng Trong phần tiếp theo của Luận văn, tác giả sẽ đề xuất những giải pháp cụ thể và có giá trị thực tiễn để hỗ trợ các nhà cung cấp dịch vụ

5.2.1 Cung cấp chính sách giá cả linh hoạt và rõ ràng

Chính sách giá cả linh hoạt và rõ ràng là một phần quan trọng để tạo ra một trải nghiệm tích cực và tối ưu hóa lợi ích kinh tế cho khách hàng Theo nghiên cứu, tính hợp lý của mức giá dịch vụ là yếu tố ảnh hưởng nhiều nhất đến sự hài lòng (giá trị trung bình 5.32) Các doanh nghiệp nên tập trung cải thiện yếu tố này, cung cấp mức giá phù hợp với từng đối tượng khách hàng tại từng thời điểm khác nhau Thêm vào đó, sự hài lòng của khách hàng tăng lên khi họ cảm thấy số tiền bỏ ra để sử dụng dịch vụ là xứng đáng (giá trị trung bình 5.27) Các doanh nghiệp nên nâng cao chất lượng dịch vụ và các tiện ích bổ sung để khách hàng cảm thấy hài lòng với số tiền họ bỏ ra để sử dụng dịch vụ

Một số yếu tố và chiến lược đề xuất có thể giúp cải thiện chính sách về giá bao gồm: Điều chỉnh giá theo thời gian và địa điểm: Tích hợp hệ thống đánh giá nhu cầu theo khách hàng để điều chỉnh giá cả dựa trên thời gian và địa điểm Giả sử có nhiều yêu cầu đặt xe tại khu vực nào đó hoặc vào thời điểm nào đó, có thể tăng giá một cách tự động để thúc đẩy tài xế phản ứng nhanh chóng và đáp ứng nhu cầu cao Ưu đãi và giảm giá địa phương: Thực hiện các chương trình ưu đãi và giảm giá dựa trên đặc điểm địa phương Điều này có thể bao gồm giảm giá cho các khu vực cụ thể, cho các sự kiện địa phương hoặc trong các khoảng thời gian nhất định

Chương trình thành viên và tích điểm: Tạo ra chương trình thành viên hoặc hệ thống tích điểm để khuyến khích sự trung thành từ phía khách hàng Việc tích điểm sau mỗi chuyến đi hoặc cung cấp giảm giá ưu đãi cho thành viên khuyến khích họ tiếp tục sử dụng dịch vụ

Giá cố định hoặc giá dự kiến: Cung cấp khả năng chọn lựa giá cố định trước hoặc giá ước tính trước khi khách hàng xác nhận đặt xe Điều này giúp khách hàng dự đoán được chi phí và tránh những bất ngờ không mong muốn

Thực hiện chính sách giảm giá cho nhóm: Hỗ trợ chính sách giảm giá cho nhóm đặc biệt như gia đình, đồng nghiệp hoặc bạn bè đi chung một chuyến Điều này không chỉ giúp mang lại lợi ích về kinh tế mà còn tăng tính linh hoạt và thuận tiện cho nhóm người dùng

Tích hợp thông tin giá vào ứng dụng: Hiển thị giá dự kiến hoặc ước lượng ngay từ khi khách hàng đặt xe Thông tin rõ ràng và minh bạch sẽ giúp xây dựng niềm tin và tăng cường sự hài lòng của khách hàng

5.2.2 Tập trung cải thiện giá trị cảm xúc cho người dùng xe công nghệ

Cảm xúc vui vẻ khi sử dụng dịch vụ là yếu tố cực kỳ quan trọng để tăng cường sự hài lòng của khách hàng khi sử dụng dịch vụ xe công nghệ Điều này có nghĩa bằng cách cung cấp các dịch vụ thú vị hơn cho phép sự tham gia và tương tác của người dùng trong quá trình sử dụng dịch vụ sẽ giúp làm hài lòng họ Khách hàng đánh giá cao sự thư giãn và thoải mái mà chuyến đi mang lại cho họ (với giá trị trung bình 5.26) Đây là yếu tố các nhà cung cấp dịch vụ cần chú trọng để làm hài lòng họ Khách hàng còn mong muốn trải nghiệm một dịch vụ thú vị (giá trị trung bình 5.11) Cuối cùng, cảm xúc vui vẻ trong suốt chuyến đi cũng rất quan trọng (giá trị trung bình 4.98) Một số ý tưởng giúp cải thiện trải nghiệm cảm xúc tích cực cho khách hàng được đề xuất như sau:

Giao diện người dùng thân thiện và dễ sử dụng: Phát triển một ứng dụng di động hoặc giao diện trực tuyến có thiết kế đơn giản và dễ thao tác để tối ưu hóa trải nghiệm người dùng Sử dụng màu sắc, hình ảnh và biểu tượng phù hợp để tạo ra một không khí tích cực và thoải mái

Tăng cường tính năng cá nhân hóa: Thúc đẩy các tính năng tùy chỉnh trên ứng dụng đặt xe, cho phép người dùng tối ưu hóa sở thích của họ, như lựa chọn màu sắc và thay đổi giao diện ứng dụng Cá nhân hóa cho người dùng lựa chọn loại xe mà họ muốn sử dụng khi đặt dịch vụ Người dùng có thể lựa chọn phương thức thanh toán thuận tiện nhất với họ Sử dụng dữ liệu khách hàng để đưa ra các đề xuất cá nhân và ưu đãi đặc biệt

Chăm sóc khách hàng tích cực: Khuyến khích người dùng nhận xét về hiệu suất dịch vụ của tài xế trong suốt chuyến đi qua ứng dụng thông qua hệ thống đánh giá phản hồi trên hệ thống Xây dựng một phòng chat phản hồi giữa người dùng và tài xế tạo ra một môi trường thuận tiện để họ liên lạc trực tiếp và nhanh chóng trong các tình huống bất ngờ (ví dụ các thay đổi đột ngột, yêu cầu đặc biệt hoặc xác nhận chuyến đi) Ngoài ra, xây dựng hệ thống đánh giá và phản hồi để khách hàng có thể phản hồi lại với hệ thống về các trải nghiệm của họ và từ đó tạo động lực cho các hãng xe cải thiện chất lượng

Kết nối cộng đồng: kết nối ứng dụng với các mạng xã hội của người dùng để dễ dàng chia sẻ trải nghiệm chuyến đi của họ Xây dựng cộng đồng tích cực qua các kênh truyền thông xã hội và môi trường để khuyến khích chia sẻ kinh nghiệm và đánh giá tích cực Tổ chức các sự kiện và chương trình kết nối cộng đồng để tạo cơ hội gặp gỡ và giao lưu giữa khách hàng và tài xế

Tạo trải nghiệm thú vị và độc đáo: Thêm các tính năng trò chơi trên ứng dụng, như trò chơi điểm thưởng, quà tặng và phiếu giảm giá Cung cấp các dịch vụ đi kèm, như nước uống miễn phí, kẹo, hoặc âm nhạc để làm cho chuyến đi trở nên độc đáo và thú vị Đào tạo và chọn lọc nhân viên, tài xế: Chú trọng vào quá trình chọn lựa và đào tạo tài xế để đảm bảo họ có phong cách phục vụ lịch sự Cung cấp các khóa đào tạo về kỹ năng giao tiếp và đối xử với khách hàng

5.2.3 Cải thiện tương tác xã hội cho người dùng xe công nghệ

Khách hàng khi sử dụng dịch vụ xe công nghệ mong muốn nhận được sự đánh giá tích cực từ cộng đồng, họ muốn mang lại ấn tượng tốt đối với những người xung quanh Vì vậy, để tăng cường sự hài lòng của khách hàng khi sử dụng dịch vụ xe công nghệ, các nhà cung cấp dịch vụ cần quan tâm hơn nữa vào việc xây dựng hình ảnh thương hiệu và hoàn thiện phong cách phục vụ và chăm sóc khách hàng một cách chuyên nghiệp

Hình ảnh thương hiệu tích cực có khả năng được xây dựng thông qua các hành động và phong trào xã hội có ý nghĩa cộng đồng để tạo nên hiệu ứng tích cực và tăng cường quan hệ với cộng đồng Ví dụ, các hãng xe công nghệ có thể phát động các chiến dịch môi trường xanh giúp tăng cường ý thức về vấn đề này và hạn chế gây tổn hại đến môi trường trong cộng đồng người dùng Phát triển các ứng dụng tích hợp nhằm giúp người dùng ưu tiên các chuyến đi xanh và tiết kiệm năng lượng Khuyến khích khách hàng lựa chọn các loại xe tiết kiệm nhiên liệu và xe điện

Hạn chế và đề xuất cho nghiên cứu tiếp theo

Từ kết quả của nghiên cứu, các yếu tố ảnh hưởng đã được xác định là làm rõ mức độ ảnh hưởng đến ý định đặt lại ứng dụng xe công nghệ của khách hàng Tuy nhiên, quy mô của nghiên cứu đang bị giới hạn trong phạm vi địa lý 1 thành phố, nên kết quả chưa có tính đại diện cho toàn bộ ngành xe công nghệ ở Việt Nam Sự ảnh hưởng của các yếu tố có khả năng thay đổi nếu thực hiện ở các thành phố nhỏ hơn Ngoài ra, dữ liệu khảo sát của nghiên cứu được thu thập thông qua các phương tiện thông tin trực tuyến nên số người tham gia khảo sát đa phần là người trẻ từ 20 đến 30 tuổi Mặc dù đây là lứa tuổi sử dụng xe công nghệ nhiều nhất cho nhu cầu đi lại học tập và làm việc, các nhóm tuổi khác cũng cần được nghiên cứu sâu hơn nữa Vì vậy, mẫu nghiên cứu chưa đạt được sự đồng đều và ngẫu nhiên cao, cũng như chưa có sự phân biệt các nhóm đối tượng ngành nghề, độ tuổi khác nhau

Trong các nghiên cứu tiếp theo, có thể mở rộng hơn về phạm vi khảo sát sang các thành phố khác, tiến hành sử dụng các hình thức khảo sát khác như gửi bản khảo sát giấy, trao đổi phỏng vấn trực tiếp, gửi bản khảo sát online trên nhiều trang mạng xã hội hơn, … để tiếp cận được với nhiều nhóm đối tượng hơn, tăng sự đa dạng mẫu và đối tượng khảo sát tới nhiều ngành nghề và độ tuổi

Về hướng nghiên cứu để phát triển đề tài trong thời gian tới, nghiên cứu nên xem xét thêm tác động của các khía cạnh khác đã được chứng minh gắn liền với giá trị khách hàng trong các dịch vụ của nền kinh tế chia sẻ Các yếu tố cần tập trung đến như sự trung thành của khách hàng (customer loyalty), rủi ro cảm nhận của khách hàng (customer perceived risk), độ nhận diện thương hiệu (brand awareness) cần được nghiên cứu ảnh hưởng đối với ý định tiếp tục sử dụng dịch vụ Ngoài ra, việc tập trung vào các định nghĩa lại các thang đo và tìm kiếm các biến quan sát mới có thể tạo ra kết quả mới và cải thiện độ tin cậy trong nghiên cứu về các dịch vụ mở rộng của nền kinh tế chia sẻ

Alice Tsz Ling Tam, Wei Zhang, Leona Ying Tong Chen, Haipeng Shen, Alison Wai

Ting Lam, & Chiu, K N H (2018) Grab overtaking Uber: The David versus Goliath of Ride-Hailing App in Southeast Asia Academy of Asian Business, 4(2), 77-104

Arteaga Sánchez, R., Belda-Ruiz, M., Ros-Gálvez, A., & Rosa-Garcia, A (2020) Why continue sharing: Determinants of behavior in ridesharing services

International Journal of Market Research, 62, 725-742

Belarmino, A., Raab, C., Tang, J., & Han, W (2021) Exploring the motivations to use online meal delivery platforms: Before and during quarantine International Journal of Hospitality Management, 96, 102983

Bhattacherjee, A (2001) Understanding Information Systems Continuance: An

Expectation-Confirmation Model MIS Quarterly, 25(3), 351-370

Chang, E.-C., & Tseng, Y.-F (2013) Research note: E-store image, perceived value and perceived risk Journal of Business Research, 66(7), 864-870

Cheng, X., Fu, S., & de Vreede, G.-J (2018) A mixed method investigation of sharing economy driven car-hailing services: Online and offline perspectives

International Journal of Information Management, 41, 57-64

Davis, F D (1989) Perceived Usefulness, Perceived Ease of Use, and User

Acceptance of Information Technology MIS Quarterly, 13(3), 319-340

Delone, W H., & McLean, E R (2003) The DeLone and McLean Model of

Information Systems Success: A Ten-Year Update Journal of Management Information Systems, 19(4), 9-30

Fauzi, A A., & Sheng, M L (2021) Ride-hailing apps' continuance intention among different consumer groups in Indonesia: the role of personal innovativeness and perceived utilitarian and hedonic value Asia Pacific Journal of Marketing and Logistics, 33(5), 1195-1219

Han, S.-L., Anh, N., & Thao, N (2016) Why Consumers Use Mobile Commerce? :

International Comparative Study of M-Commerce Model Asia Marketing Journal, 18, 65-88

Hsu, C.-L., & Lin, J C.-C (2015) What drives purchase intention for paid mobile apps? – An expectation confirmation model with perceived value Electronic Commerce Research and Applications, 14(1), 46-57

Joseph, F H J., William, C B., Barry, J B., & Rolph, E A (1998) Multivariate Data

Analysis (5th ed.): Prentice Hall

Kuswanto, A., Sundari, S., Harmadi, A., & Hariyanti, D A (2020) The determinants of customer loyalty in the Indonesian ride-sharing services: offline vs online

Ledden, L., Kalafatis, S P., & Samouel, P (2007) The relationship between personal values and perceived value of education Journal of Business Research, 60(9),

Lee, C.-K., Yoon, Y.-S., & Lee, S.-K (2007) Investigating the relationships among perceived value, satisfaction, and recommendations: The case of the Korean DMZ Tourism Management, 28(1), 204-214

Lin, H.-H., & Wang, Y.-S (2006) An examination of the determinants of customer loyalty in mobile commerce contexts Information & Management, 43(3), 271-

Mửhlmann, M (2015) Collaborative consumption: Determinants of satisfaction and the likelihood of using a sharing economy option again Journal of Consumer Behaviour, 14

Ofori, K., Anyigba, H., Adeola, O., Junwu, C., Osakwe, C., & David-West, O (2021)

Understanding post-adoption behaviour in the context of ride-hailing apps: the role of customer perceived value Information Technology & People, ahead-of- print

Oghuma, A P., Libaque-Saenz, C F., Wong, S F., & Chang, Y (2016) An expectation-confirmation model of continuance intention to use mobile instant messaging Telematics and Informatics, 33(1), 34-47

Oliver, R L (1980) A Cognitive Model of the Antecedents and Consequences of

Satisfaction Decisions Journal of Marketing Research, 17(4), 460-469

Pang, S., Bao, P., Hao, W., Kim, J., & Gu, W (2020) Knowledge Sharing Platforms:

An Empirical Study of the Factors Affecting Continued Use Intention

Park, J., & Le, H T P M (2023) A shared-transportation mobile app continuance model: The moderating effects of brand awareness Journal of Consumer Behaviour, 22(2), 496-510

Say, A L., Guo, R.-S A., & Chen, C (2021) Altruism and social utility in consumer sharing behavior Journal of Consumer Behaviour, 20(6), 1562-1574

Silalahi, S L B., Handayani, P W., & Munajat, Q (2017) Service Quality Analysis for Online Transportation Services: Case Study of GO-JEK Procedia Computer

Statista (2022) Value of the global sharing economy 2014-2025 Retrieved from https://www.statista.com/statistics/830986/value-of-the-global-sharing- economy/

Sweeney, J C., & Soutar, G N (2001) Consumer perceived value: The development of a multiple item scale Journal of Retailing, 77(2), 203-220

Venkatesh, V., & Bala, H (2008) Technology Acceptance Model 3 and a Research

Agenda on Interventions Decision Sciences, 39(2), 273-315

Venkatesh, V., & Davis, F D (2000) A Theoretical Extension of the Technology

Acceptance Model: Four Longitudinal Field Studies Management Science, 46(2), 186-204

Venkatesh, V., Morris, M G., Davis, G B., & Davis, F D (2003) User Acceptance of

Information Technology: Toward a Unified View MIS Quarterly, 27(3), 425-

Venkatesh, V., Thong, J., & Xu, X (2012a) Consumer Acceptance and Use of

Information Technology: Extending the Unified Theory of Acceptance and Use of Technology MIS Quarterly, 36, 157-178

Venkatesh, V., Thong, J Y L., & Xu, X (2012b) Consumer Acceptance and Use of

Information Technology: Extending the Unified Theory of Acceptance and Use of Technology MIS Quarterly, 36(1), 157-178

Wu, J.-H., & Wang, Y.-M (2006) Measuring KMS success: A respecification of the

DeLone and McLean's model Information & Management, 43(6), 728-739 Zeithaml, V A (1988) Consumer Perceptions of Price, Quality, and Value: A Means-

End Model and Synthesis of Evidence Journal of Marketing, 52(3), 2-22

Zhang, T C., Gu, H., & Jahromi, M F (2019) What makes the sharing economy successful? An empirical examination of competitive customer value propositions Computers in Human Behavior, 95, 275-283

Phụ lục 1 Bảng câu hỏi khảo sát

Phần 1: Tìm hiểu về mức độ sử dụng xe công nghệ

1 Anh Chị có sử dụng xe công nghệ không? 1 Có 2 Không

Nếu Không, xin kết thúc trả lời Chân thành cảm ơn quý anh chị!

Nếu Có, Hãy khoanh tròn những ứng dụng xe công nghệ mà Anh Chị thường sử dụng: (có thể chọn nhiều hoạt động)

2 Anh/chị đã bắt đầu sử dụng xe công nghệ được bao lâu?

3 Anh/Chị thường sử dụng phương thức thanh toán nào?

(2) Thẻ tín dụng (credit card)

(3) Ví thanh toán trên app

Phần 2: Xin Quý Anh/chị vui lòng cho biết mức độ đồng ý của mình về các phát biểu dưới đây theo thang đo điểm từ 1 đến 7 Với quy ước: 1: Hoàn toàn phản đối → 7: Hoàn toàn đồng ý (bằng cách khoanh tròn/đánh dấu vào ô thích hợp)

STT Câu hỏi MỨC ĐỘ ĐỒNG Ý

1 Giao diện ứng dụng xe công nghệ được thiết kế rất thu hút 1 2 3 4 5 6 7

2 Ứng dụng xe công nghệ là đáng tin cậy 1 2 3 4 5 6 7

3 Ứng dụng xe công nghệ hồi đáp nhanh chóng 1 2 3 4 5 6 7

4 Ứng dụng xe công nghệ là xứng đáng với niềm tin của tôi 1 2 3 4 5 6 7

5 Ứng dụng xe công nghệ được cá nhân hóa cho người 1 2 3 4 5 6 7 dùng

6 Tôi có cảm nhận được nguy hiểm của việc sử dụng xe công nghệ 1 2 3 4 5 6 7

7 Tôi có cảm nhận được nhận thức của việc sử dụng xe công nghệ 1 2 3 4 5 6 7

8 Ứng dụng xe công nghệ có chính sách bảo mật tốt 1 2 3 4 5 6 7

9 Chính sách bồi thường của ứng dụng xe công nghệ là hợp lý 1 2 3 4 5 6 7

10 Ứng dụng xe công nghệ cung cấp thông tin liên hệ rõ ràng 1 2 3 4 5 6 7

11 Việc thanh toán trong ứng dụng xe công nghệ là rõ ràng 1 2 3 4 5 6 7

12 Dịch vụ của ứng dụng xe công nghệ rất đúng giờ 1 2 3 4 5 6 7

13 Ứng dụng xe công nghệ mang lại các giá trị tích cực 1 2 3 4 5 6 7

14 Ứng dụng xe công nghệ cung cấp các nội dung hữu ích 1 2 3 4 5 6 7

15 Ứng dụng xe công nghệ cung cấp đầy đủ nội dung 1 2 3 4 5 6 7

16 Ứng dụng xe công nghệ dễ sử dụng 1 2 3 4 5 6 7

17 Có thể sử dụng ứng dụng xe công nghệ một cách dễ dàng

18 Hệ thống của ứng dụng xe công nghệ có tính tương tác cao 1 2 3 4 5 6 7

19 Hệ thống của ứng dụng xe công nghệ rất tiên tiến 1 2 3 4 5 6 7

20 Hệ thống của ứng dụng xe công nghệ luôn trong trạng thái sẵn sàng hoạt động 1 2 3 4 5 6 7

21 Ứng dụng xe công nghệ được thiết kế tốt 1 2 3 4 5 6 7

22 Chất lượng của ứng dụng xe công nghệ là ổn 1 2 3 4 5 6 7

23 Chất lượng của ứng dụng xe công nghệ ổn định 1 2 3 4 5 6 7

24 Giá cả xe công nghệ cung cấp là hợp lý 1 2 3 4 5 6 7

25 Số tiền bỏ ra để sử dụng xe công nghệ là xứng đáng 1 2 3 4 5 6 7

26 Sử dụng xe công nghệ là tiết kiệm 1 2 3 4 5 6 7

27 Tôi cảm thấy thư giãn khi sử dụng xe công nghệ 1 2 3 4 5 6 7

28 Sử dụng xe công nghệ mang lại cảm giác thích thú 1 2 3 4 5 6 7

29 Ứng dụng xe công nghệ khiến tôi muốn sử dụng nó 1 2 3 4 5 6 7

30 Tôi cảm thấy thật vui khi sử dụng xe công nghệ 1 2 3 4 5 6 7

31 Sử dụng xe công nghệ mang lại ấn tượng tốt với người khác 1 2 3 4 5 6 7

32 Tôi nhận được sự chấp nhận xã hội khi sử dụng xe công nghệ 1 2 3 4 5 6 7

33 Sử dụng xe công nghệ giúp tôi cảm thấy được chấp nhận 1 2 3 4 5 6 7

34 Sử dụng xe công nghệ là một quyết định sáng suốt 1 2 3 4 5 6 7

35 Tôi thấy rất vui mừng khi sử dụng xe công nghệ 1 2 3 4 5 6 7

36 Tôi cảm thấy rất thỏa mãn khi sử dụng xe công nghệ 1 2 3 4 5 6 7

37 Nhìn chung, tôi cảm thấy hài lòng với ứng dụng xe công nghệ 1 2 3 4 5 6 7

38 Tôi sẽ tiếp tục sử dụng xe công nghệ trong tương lai 1 2 3 4 5 6 7

39 Tôi dự định sẽ tiếp tục sử dụng xe công nghệ trong tương lai gần 1 2 3 4 5 6 7

40 Tôi nghĩ rằng tôi sẽ tiếp tục sử dụng xe công nghệ trong tương lai gần 1 2 3 4 5 6 7

41 Ứng dụng xe công nghệ là rất đáng mua 1 2 3 4 5 6 7

42 Tôi sẽ khuyên những người khác sử dụng xe công nghệ 1 2 3 4 5 6 7

Phần 3: Xin quý Anh/Chị vui lòng cho chúng tôi biết một số thông tin cá nhân:

2 Học vấn: 1PTTH/Trung Cấp 2Cao đẳng/Đại học 3Trên Đại học

3 Độ tuổi: 1Dưới 20 2Từ 20 - 30 3Từ 31 - 40

4 Nghề nghiệp: 1 Học sinh/Sinh viên 2 Lao động phổ thông

3Nhân viên văn phòng 4Nhân viên nhà nước

5 Thu nhập (triệu đồng/tháng): 1 Dưới 3tr 2 Từ 3-dưới 7tr

3 Từ 7-dưới 10tr 4Từ 10tr trở lên

Phụ lục 2 “Kết quả chạy phần mềm SPSS

Phụ lục 2.1 Phân tích độ tin cậy Cronbach’s Alpha

Total 245 100.0 a Listwise deletion based on all variables in the procedure

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Cronbach's Alpha if Item Deleted

Phụ lục 2.2 Phân tích nhân tố khám phá EFA

- Phân tích EFA các biến độc lập:

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .960

Bartlett's Test of Sphericity Approx Chi-Square 6450.847 df 496

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization a a Rotation converged in 6 iterations

- Phân tích EFA sau khi loại biến xấu DV1, DV10, DV11

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .957

Bartlett's Test of Sphericity Approx Chi-Square 5807.469 df 406

XH3 802 Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser

Normalization a Rotation converged in 9 iterations

Extraction Sums of Squared Loadings

Rotation Sums of Squared Loadings

% of Varian ce Cumulati ve %

% of Varian ce Cumulati ve %

% of Varian ce Cumulati ve %

Extraction Method: Principal Component Analysis

- Phân tích EFA biến phụ thuộc SHL

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .779

Bartlett's Test of Sphericity Approx Chi-Square 660.795 df 6

Extraction Sums of Squared Loadings

Extraction Method: Principal Component Analysis

Extraction Method: Principal Component Analysis a 1 components extracted

- Phân tích EFA cho biến phụ thuộc TTSD

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .876

Bartlett's Test of Sphericity Approx Chi-Square 928.953 df 10

Extraction Method: Principal Component Analysis

Extraction Method: Principal Component Analysis a 1 components extracted

Phụ lục 2.3 Phân tích tương quan

DV ND HT CN TB CX XH SHL

** Correlation is significant at the 0.01 level (2-tailed)

** Correlation is significant at the 0.01 level (2-tailed)

Phụ lục 2.4 Phân tích hồi quy đa biến

Model Variables Entered Variables Removed Method

1 XH, HT, TB, DV, ND,

CX, CN b Enter a Dependent Variable: SHL b All requested variables entered

Std Error of the Estimate Durbin-Watson

1 885 a 783 776 47234 1.982 a Predictors: (Constant), XH, HT, TB, DV, ND, CX, CN b Dependent Variable: SHL

Squares df Mean Square F Sig

Total 243.149 244 a Dependent Variable: SHL b Predictors: (Constant), XH, HT, TB, DV, ND, CX, CN

Phụ lục 2.5 Phân tích hồi quy biến SHL và TTSD

Model Variables Entered Variables Removed Method

1 SHL b Enter a Dependent Variable: TTSD b All requested variables entered

Std Error of the Estimate Durbin-Watson

1 709 a 503 501 65933 1.924 a Predictors: (Constant), SHL b Dependent Variable: TTSD

Squares df Mean Square F Sig

Total 212.479 244 a Dependent Variable: TTSD b Predictors: (Constant), SHL