Giải pháp được đề ra đó là cho ra đời phòng thử đồ ảo VER Virtual Fitting Room dưới hình thức ứng dụng di động, giúp cho người mua hàng có thê hình dung được trang phục sẽ trông như thế
Trang 1DAI HOC QUOC GIA THANH PHO HO CHi MINH TRUONG DAI HOC KINH TE - LUAT
BAO CAO CUOI KY NGHIEN CUU TAC DONG CUA CONG NGHE
THU QUAN AO AO (VER) DEN QUYET DINH
MUA HANG ONLINE CUA SINH VIEN UEL
Môn học: Phương pháp nghiên cứu liên ngành
Mã lớp học phần: 231PP0803 Giảng viên: TS Nguyễn Xuân Phi
Nhóm sinh viên thực hiện:
Đỗ Thành Danh K224111382
Thái Ngọc Trúc Quỳnh K224111421 Trần Đoàn Ngân Anh K224111378
Thành phố Hồ Chí Minh, ngày 02 tháng 12 năm 2023
Trang 2
MUC LUC CHUONG 1 TỎNG QUAN NGHIÊN CỨU - 5: 2222222 2tr 5
CHƯƠNG 2 CƠ SỞ LÝ LUẬN 0 1 1212212121111 2151 1 1011111221211 1010111118111 re 18
2.5 Lý thuyết phân tích tương quan Pearson - - 5222 +22+E 3E SEE2E2ES2EEEEEEEsxsrei 24
2.6 Lý thuyết phân tích hồi quy tuyến tính đa bội - ¿52+ 2222 +E2EE2EEs£ecsxsxssed 25
Trang 3CHUONG 3 MÔ TẢ BÀI TOÁN o.00 0.cccccccccccsecescsescsessesesececesesetcetscatatsttiseretesestesettettetes
3.1 Các biến độc lập tác động lên biến phụ thuộc của mô hình .‹ ‹c <<<- 31 3.2 M6 hinh 20 0 ¬ II 31 3.3 Phương pháp nghiên CỨU - - Ăn SH TK TK EETEE TT EEETt 31
CHƯƠNG 4 PHÂN TICH THUC TRANG, THUC NGHIEM VA DANH GIA KET
0) OF, 2 22222225 121512121112111 T112 1121211101011111 011112101101 01111111 0111 1g 0 1111111111111 E10 33 4.1 Thu thập đữ liệu và thang đo 5222 S S13 E32125 252522521 1211112111 18111212111 re 33 4.2 Thống kê mô tả dữ liệu thu thập 2S: 2222 + SE SEEE2E252E 5151121115525 xeE 34 4.3 Kết quả kiểm định độ tin cậy của thang đo với hệ số Cronbachs Alpha 37 4.4 Kết quả phân tích nhân tố EEA ¿2222221133 EE12523 E151 2511551525151 1 111.11 E6 37 4.4.1 Phân tích nhân tổ EEA cho biến độc lập - ¿5+2 22222222 zEvEszecsxsxssed 37 4.4.2 Phân tích nhân tổ EEA cho biến phụ thuộc + 25222222 ++*+£+z£z£z+z+zxzxsxz 39
4.5 Kết quả phân tích tương quan Pearsoin - 5: 12222 E2E213535181E1E112121 181531251 xeU 39
4.6 Kết quả phân tích hồi quy tuyến tính đa bội .- - - 5252 22213 E32 2121 EErrrre 40 4.6.1 Bảng ANOVA 221 1 1111111121212 Ẹ1021101011111 01 11112110101111111 111g 40
4.6.2 Bang Coefficient nh 6 da Ố ỔổỐ.ỔốỔ.ỏ.ỏốẳốồ 41
4.6.3 Đánh giá giả định hồi quy L2 221 12221121231 E151 5115111111815 11111 110 xx6 43 4.7 Đánh giá biến độc lập của mô hình: 5:5: 2222 1223212381253 1212111112151 xeE 44 4.8 Kết luận mô hình hồi quy tuyến tínhh + ¿2 2+2 S3 39325 2212518181 11EE2121 55111 E2 45 CHƯƠNG 5 KÉT LUẬN VÀ ĐỀ XUẤTT - - 2c 1S 121 21222212122101811112121 2118 tre 47
b0) 0.08) 01 0 HâddiỶ 48 5.3 Đề xuất triên khai công nghệ -G 12 2E S113 S 121231518121 11111111 2112212121010 1 y6 49 5.3.1 Về công nghệ triển khai - - - S2: 2222 S121 E 935313 E51515111111112112151 101011 c6 50 5.3.2 Về lĩnh vực sản phẩm ¿2 - 1122212121231 5151 1521811111 18151 121111111 11115 E81 te 50 5.3.3 Grd trị thực hiện . .- c0 T1 2S SH ng TT TK TT cv crrky 50 5.4 Phương hướng phát triển trong tương lai - 222 S SE S S222 5121222212511 51
52 IV.VBH)00089:79/8.4:(dẢŸỶỒỒ
Trang 4DANH MUC HINH ANH
Hinh 1: Giao diện demo cua dur an Stylix cc eeececcccccccee cece eeeeeeeeeeeeeeeeseeeseeeeeeeeeeseeeeeseeaaeeeeess 3 Hình 2: Một khách hàng nữ chụp ảnh toàn thân trong trang phục áo ba lỗ, quần đủi trên nền tảng của Zeekit (Doupnik, 206) ST ST S11 S HS ST ST TS TT T TT TT SH Tp 4 Hinh 3: Chức năng chia sẻ và mua hàng trong ứng dụng (Doupmik, 2016) 4 Hình 4: WSS yêu cầu người dùng cấp quyền truy cập vào camera và Imicro ss¿ 6 Hình 5: Ảnh người dùng mặc trang phục ảo trên WSS .- 5-2 S222 1222112121111 1E se 7 Hinh 6: Nguoi mua sam thu trang phuc ao bang WSS For Kiosks .0ccccccceeseseseeeeeetees 7 Hinh 7: Hinh dai dién ảo với quan áo ảo hầu như được hiễn thị trong môi trường hiện tại
của người dùng băng ứng dụng DressingROom -. c c Tn ST Sn SH TT nT TT TK KHE kkh 8 Hình 8: Hai avatar ảo đặt cạnh nhau với trang phục ảo trong img dung DressingRoom 8 Hình 9: Một người dùng gương ao thử quần áo trong cửa hàng 2 222 Scscsscecsxsessed 9 Hinh 10 M6 hinh nghién ci 0 “no (ẻ((cc(iđíĂ͚͚‹"4ÃÃ⁄⁄"££{{ÍĂŒỐŒ 28 Hình 11 Biểu đồ tần số phần dư chuẩn hóa Histogram 5:5: 2222 2222222 cred 40
Hình 12 Biêu đồ phần dư chuẩn hóa Normal P-P PIOf 2 2 2222 SE ES2E2E+E+E£zEexzrree2 40 Hinh 13 Biéu dé Scatter Plot kiém tra gia định liên hệ tuyến tính - 55-25: 41
DANH MUC BANG BIEU
Bảng I Tóm tắt điểm mạnh và điểm yếu của ứng dụng phòng thử đồ ảo Zeekit 14
Bảng 2 Tóm tắt điểm mạnh, điểm yếu của phan mém Webcam Social Shopper 15
Bảng 3 Tóm tắt điểm mạnh, điểm yếu của ứng dụng DressingRoom - 5-2 5-5¿ 16
Bảng 4 Tóm tắt điểm mạnh, điểm yếu của công nghệ gương ảo - 52522 2c+c+sxsxss2 17
Bảng 5 Thang đo các nhóm nhân tố nghiên cứu - - + 5: 222222 +2E2E£E2E2E2E2EEErErrrvei 35
Bảng 6 Đặc điểm mẫu khảo sát - - - CS E1 131121912321 15151 11111311211111110101110111111 20181 ng 37 Bang 7 Kết quả phân tích Cronbachˆs Alpha 5:5: 2222 E2E2E32EEE8525E1 121251531 EEEEsEsEsred 38
Bang 8 Tom tat kết quả phân tích nhân tổ khám phá EFA 5 25252 2222 +E+z c2 39 Bảng 9 Tóm tắt kết quả phân tích EFA cho các biến phụ thuộc - 5525252 sscsxszxsss2 40 Bảng 10 Kiểm định tương quan của mô hình .- 5-2 22 S322 S2 2E2EE£E2EEEEESEEEEsxersrrrrd 41
Trang 5Bang 11 Két qua kiém dinh ANOVA .ccccccceccscssecesessecseeetstessesuseecasssereeatitasstecentassteteatenens 42 Bang 12 Két qua phan tich m6 hinh h6i Quy .0 ccccccccceseeseseseseseeceteeteceresesteteeseteseaeeeeteees 42
Bang 13 Đánh giá trung bình của người khảo sát cho thang đo Sự sẵn sàng sử dụng 48
Trang 6CHUONG 1 TONG QUAN NGHIEN CUU
1.1 Tính cấp thiết của đề tài
Trong những năm gần đây, thương mại điện tử đã và đang là một thị trường vô cùng tiềm năng với số lượng người tham gia tăng lên đột biến Song song với đó là sự phát triển vượt bậc của công nghệ, việc mua sắm trực tuyến cũng gia tăng nhanh chóng giúp các doanh nghiệp thu hút khách hàng và tăng doanh thu thông qua các sản thương mại điện tử Những bước tiễn vượt bậc đã tạo nên một cuộc cách mạng mua sắm khi mà người tiêu dùng giờ đây đã có thé mua hàng từ bất cứ nơi đâu, vào bất kỳ lúc nao
Tuy nhiên, mua sam điện tử vẫn tồn tại một khuyết điểm to lớn, đặc biệt là trong lĩnh vực bán lẻ thời trang Đó là khách hàng không thê biết được sản phẩm họ chọn có phù hợp với bản thân hay không Việc đề xuất các chính sách hoàn trả, miễn phí vận chuyên hàng trả để
bù đắp còn gây bất tiện cho chủ cửa hàng Chính vì thế mà người tiêu dùng vẫn ưu tiên việc mua sắm và thử đồ trực tiếp tại nơi bán Thế nhưng, đối với các cửa hàng nỗi tiếng hoặc vào
các dip 1é thi các phòng thử đồ luôn trong tình huống chật kín người, khách hàng có khi phải đợi rất lâu mới có thê thử đồ
Giải pháp được đề ra đó là cho ra đời phòng thử đồ ảo VER (Virtual Fitting Room) dưới hình thức ứng dụng di động, giúp cho người mua hàng có thê hình dung được trang phục sẽ trông như thế nào khi họ mặc lên mà không cần phải thử trực tiếp Thông qua kết nối thế giới thực với không gian ảo, công nghệ này tạo ra sự tiện lợi trong việc mua sắm bằng cách cho khách hàng dùng thử sản phẩm ở nhiều cửa hàng khác nhau, tối ưu hóa trải nghiệm của mua sam
1.2 Tổng quan tình hình nghiên cứu
1.2.1 Tình hình nghiên cứu tại Việt Nam
Hiện nay tại Việt Nam chưa có một doanh nghiệp thương mại điện tử hay trung tâm thương mại lớn nào ứng dụng công nghệ phòng thử đồ ảo vào kinh doanh Tất cả thông tin
về phòng thử đồ ảo tại Việt Nam chỉ đừng ở mức độ các cuộc thí, dự án khởi nghiệp, điển hình là dự án phòng thử đồ ảo Stylix
Dự án nghiên cứu này là một phần của cuộc thi SV-STARTUP do nhóm sinh viên Trường Đại học Kinh tế Quốc dân thực hiện dưới sự chỉ đạo của trưởng nhóm Bùi Thu Giang
Ý tưởng chính của dự án là tạo ra một ứng dụng thử đồ trên điện thoại, một ứng dụng đột phá
sử dụng công nghệ AI hiện đại để mô phỏng việc mặc quần áo lên người một cách chân thực Với Stylix, người dùng sẽ được trải nghiệm thử đồ dễ dàng và tiện lợi ngay trên điện thoại đi động Ứng dụng này sử dụng công nghệ AI để phân tích ty 16 co thể một cách chính xác, cho phép người dùng thử bất kỳ bộ trang phục nào mọi lúc, mọi nơi, và điều này hoàn
toàn miễn phí Điểm đặc biệt là Stylix có khả năng chuyền hình ảnh 2D của quần áo lên người
Trang 7dùng sao cho nó phủ hợp với đặc điểm riêng của từng người, mang lại sự cá nhân hóa độc dao
Ung dụng này không chỉ cho phép người dùng sử dụng hình ảnh của họ mà còn cung cấp hình ảnh người mẫu trên ứng dụng để tham khảo Stylix có tiềm năng ứng dụng rộng rãi trong thị trường mua sắm thời trang, bao gồm cả mua sắm trực tuyến và ngoại tuyến Thị trường thời trang là một thị trường rất lớn và đầy tiềm năng, việc tích hợp công nghệ vào quá trình mua sắm có thể làm cho quy trình trở nên đễ dàng và trải nghiệm khách hàng được nâng
cao
Đặc biệt, Stylix đưa công nghệ thử đồ ảo vào thế giới Metaverse, hướng tới mục tiêu số hóa thời trang Với hình ảnh thử đỗ ảo có độ chân thực lên đến 90%, Stylix đang hướng tới việc tạo ra một thế giới thời trang 3 Không: không chờ đợi để trải nghiệm thời trang mọi lúc,
mọi nơi; không phải chịu nhiều rủi ro khi mua sắm thời trang online vì người dùng có thể
hình dung sản phẩm mặc trên người thông qua ứng dụng: và không còn sự lãng phí cho những trang phục thời trang nhanh Với Stylix, quần áo ảo không chỉ là một xu hướng thời trang, mà còn là một cách bảo vệ môi trường thông qua việc giảm thiểu sự cần thiết của việc sản xuất trang phục thật
Trở thành người mẫu
Hình I: Giao điện demo của dự an Stylix
1.2.2 Tình hình nghiên cứu trên thể giới
Virtual Fitting Room by Zeekit
Zeekit, một công ty khởi nghiệp công nghệ thời trang, đã phát triển ứng dụng phòng thử
dé ao dau tiên, mang lại trải nghiệm mua sắm khác biệt cho mỗi người dùng Ứng dụng này
Trang 8cho phép người mua trực tuyến thấy mình trong bất kỳ món đồ nào được tìm thấy trực tuyến
mà không cần phải thử trực tiếp Sử dụng công nghệ xử lý hình ảnh thời gian thực, Zeekit ánh
xạ hình ảnh của một người thành hàng ngàn phân đoạn bằng cách sử dụng công nghệ được đặt bằng sáng chế của họ, bao gồm việc tạo ra bản đỗ 3D trên hình ảnh 2D Bên cạnh đó, quần
áo cũng được xử lý bằng công nghệ tương tự Sau đó, hình ảnh của người được xử lý và quần
áo được ánh xạ lại thành mô phỏng cuối cùng dựa trên các điểm tương đương của chúng Mô phỏng cudi cung hiển thị một nguwoi mac dé ao
Hình 2: Một khách hàng nữ chụp ảnh toàn thân trong trang phục áo ba lỗ, quan đùi
trên nên tảng của Zeekit (Doupnik, 2016)
Hình 3: Chức năng chia sẻ và mua hàng trong ứng dụng (Donpnik, 2016) Như thể hiện trong Hình 2 và Hình 3, người mua cần tải lên một hình ảnh toàn bộ cơ thể của họ trong một chiếc áo thun ba lỗ và quần ngắn hoặc một chiếc váy ngắn để đảm bảo rằng hình dáng cơ thê của họ rõ ràng Băng cách này, ứng dụng có thê phân tích cơ thê của
họ và chuyền đổi hình ảnh 2D thành đữ liệu 3D đề tạo ra hình ảnh thực tế về cách sản phẩm trông như thể nào trên cơ thê của họ Ứng dụng sau đó ước tính các số đo cơ thể như vòng
Trang 9eo, vòng ngực, và vòng mông mà người mua có thê điều chỉnh tự đo Sau đó, người mua hàng chạm vào bắt kỳ sản phẩm nào họ nhìn thấy trực tuyến để xem ngay hình ảnh thử đồ của họ Mọi chiếc áo mà họ thử có thể được kết hợp từ các nhà bán lẻ khác nhau trong tủ dé ao, chia
sẻ với bạn bè hoặc mua hàng thông qua một liên kết trong ứng dụng
Hơn nữa, các nhà bán lẻ và thương hiệu dễ dàng tích hợp Zeekit vào cửa hàng trực tuyến, di động và cửa hàng vật lý của họ để cho phép người mua thử đỗ ảo toàn bộ danh mục sản phâm Ví dụ, Zeekit đã hợp tác với Rebecca Minkoff, một công ty thời trang để mang công nghệ mới vào thị trường xa xỉ Thông qua điều này, người tiêu dùng của Rebecca Minkoff có thê truy cập ngay lập tức đề trải nghiệm sản phẩm của họ thông qua ứng dụng Zeekit để thử sản phẩm và mua hàng
Năm 2021 Zeekit được mua lại bởi gã không lồ bán lẻ Walmart Vào tháng 3, Walmart
ra mắt công nghệ "Choose My Model" (Chọn hình mẫu của chính mình) cho phép khách hàng trải nghiệm thử đồ ảo 50 mẫu sản phẩm có sẵn với nhiều kích cỡ khác nhau
Trong giai đoạn tiếp theo của "Choose My Model", người dùng có thể thử hơn 270.000 mat hang da dang Nhung diém bat loi ở đây là, khách hàng sẽ phải cởi bỏ một số quần áo có san trên người trước khi thử đề tính năng hoạt động chính xác “Trải nghiệm này cho phép khách hàng hình dung rõ hơn quần áo sẽ trông như thế nào khi mặc lên và giải trí hóa hoạt động mua sắm mà chúng tôi tin rằng sẽ rất hấp dẫn đối với nhiều người, đặc biệt là chị em phụ nữ”, bà Denise Incandela, Phó Chủ tịch điều hành hàng may mặc và thương hiệu tư nhân của Walmart, cho biết trong một tuyên bó
Bên cạnh đó, trong ứng dụng Walmart, người dùng có thể quyết định họ muốn xem thử quần áo trên mô hình có sẵn hay tự mình trở thành người mẫu, theo một video hướng dẫn của
công ty
Webcam Social Shopper
Webcam Social Shopper (WSS) hay con goi la Phong thay đồ thực tế tăng cường là một phần mềm phòng thay đồ ảo được phát triển bởi Zugara, một công ty phần mềm ở Los Angeles Trén thực tế, mua sắm trực tuyến cung cấp sự tôi ưu hóa trong việc tìm kiếm, duyệt, điều tra và hoàn thành giao địch nhưng nó không giúp thu hút trải nghiệm như trải nghiệm tại cửa hàng như thử quần áo (Takahashi, 201 1)
Vì vậy, phần mềm WSS ra đời nhằm giúp người mua hàng trực tuyến có được sự tự tin khi đưa ra quyết định mua hàng bằng cách nhìn thấy chính họ “mặc” quần áo qua webcam
Vì phần mềm hỗ trợ camera 2D, 3D và cảm biến độ sâu, Zugara đã phát hành hai loại phiên bản khác nhau cho các nền tảng khác nhau, đó là API để tích hợp nền tảng thương mại điện
tử và phiên bản hé tro Kinect cé tén 1a “WSS For Kiosks”
Trang 10Phần mềm WSS là một công cụ trực quan hóa sản phẩm tiên tiến cung cấp cách giúp người mua sắm trực tuyến thử quần áo ảo bằng cách biến máy ảnh thành một tấm gương tương tác theo thời gian thực Nó tạo ra hình ảnh giống như đang mặc quần áo bằng cách đặt hình ảnh 2D tĩnh của quần áo ảo lên trên cơ thể con người Hơn nữa, phần mềm cho phép người dùng sử dụng chuyển động của tay để tương tác với nội dung phần mềm mà không cần phải quay lại bàn phím hoặc chuột đề thực hiện thao tác Bằng cách sử dụng hệ thống ghi lại chuyên động này, người dùng có thể duyệt qua các tùy chọn khác nhau của trang phục chỉ bằng cách di chuyên cánh tay lên trên đầu
Theo Sterling (2012), người dùng có thê dùng thử và chạy phần mềm bằng cách truy cap trang web www.webcamsocialshopper.com thay vi cai đặt bất kỳ phần mềm hoặc plugin nào vào máy tính Như trong Hình 4, người dùng cần cấp quyền cho phần mềm WSS truy cập vào camera và micro Thông qua camera, phần mềm có thê phát hiện vị trí người dùng đang đứng và điều chỉnh vị trí của lớp áo phủ trên cơ thể một cách thích hợp Người dùng được yêu câu lùi lại xa camera từ 4 đến 5 feet và đứng ở giữa tầm nhìn để phần mềm có thê thực hiện các thao tác một cách chính xác và thành công Người dùng cũng được phép duyệt, chọn các tùy chọn có săn của trang phục đã chọn như màu sắc, kích cỡ và chụp ảnh bằng chuyền động tay Kincaid (2009) cho rằng quần áo về cơ bản chỉ là những hình ảnh 2D được dán lên trên cơ thẻ mà không hè chú ý đến tỷ lệ cơ thể Ngoài ra, phần mềm còn cung cấp tính năng chia sẻ lựa chọn trang phục bằng cách tích hợp với Facebook và Twitter để cho phép người dùng gửi ảnh có trang phục ảo để nhận phản hồi ngay lập tức Hình 5 hiển thị kết quả mẫu của người dùng mặc trang phục ảo
Trang 11
Hình 5: Ảnh người dùng mặc trang phục ảo trén WSS
Ngoài ra, WSS For Kiosks như trong Hình 6 là phiên bản phần mềm WSS hỗ trợ Kinect,
cung cấp giải pháp phòng thử đồ cho các sự kiện và quảng cáo, đặc biệt là tại trung tâm thương mại Nó thực hiện chức năng tương tự như cách WSS For Web giúp người mua hàng thử quần áo ảo trên cơ thê họ Nó cũng cung cấp khả năng tích hợp đầy đủ với máy tính bảng
dé chia sẻ trên mạng xã hội và thu thập dữ liệu Quản lý quan hệ khách hàng (CRM) Nhà bán
lẻ có thể sử dụng các giải pháp này để xác định mức độ phù hợp của người mua hàng
Hình 6: Người mua sắm thử trang phục ảo bằng WSS For Kiosks
DressingRoom by Gap
DressingRoom by Gap là một ứng dụng thi điểm mới được tạo ra với sự hợp tác của Avametric, céng ty c6 tru so tai San Francisco va Google Đây là một ứng dụng di động chỉ dành cho điện thoại thông minh Google Tango hé tro tinh toán thực tế tăng cường Theo Alvarez (2017), ứng dụng này cho phép người mua hàng thử quân áo ảo trên hình đại điện do
Trang 12cá nhân họ chọn từ năm loại cơ thể hình đại diện theo thông tin họ nhập vào như chiều cao
và cân nặng Nếu người mua hàng thích quần áo, họ có thể mua quân áo ngay trong ứng dụng Như được hiển thị trong Hình 7, mô hình 3D ảo của cơ thể avatar sẽ được hiển thị ảo trên màn hình điện thoại thông minh theo thời gian thực theo chuyền động của camera Nó trông giống như đang đứng trước mặt người dùng thông qua camera của điện thoại thông minh Sau khi chọn trang phục yêu thích, trang phục ảo đã chọn sẽ được phủ lên cơ thê hình đại diện
Theo một cách nào đó, người dùng có thê thử quần áo để xem cảm giác mặc nó vào những địp và thời điểm khác nhau như thế nào Người dùng cũng được phép thử quần áo với nhiều kích cỡ, màu sắc và kiêu dáng khác nhau hiện có Ngoài ra, người dùng có thể đặt hai avatar ảo mặc quan áo ảo cạnh nhau để so sánh hiệu quả hơn như trong Hình 8
Hình 7: Hình đại diện ảo với quần áo ảo hầu như được hiển thị trong môi trường hiện
tại của người dùng bằng ứng dụng DressingRoom
Ainh 8: Hai avatar ao đặt cạnh nhau với trang phục áo trong ứng dụng DressingRoom Trên thực tế, để hoàn thiện quá trình phát triển DressingRoom by Gap, công nghệ Avametric, được hỗ trợ bởi nền tảng điện toán thực tế tăng cường Google Tango và phần cứng ASUS được sử dụng để thu thập nhiều thông tin khách hàng Gap đang nghiên cứu độ vừa vặn của sản phẩm đề phù hợp hơn với cách tạo đáng của khách hàng thay vì chỉ nhìn vào kích cỡ “mẫu vừa vặn” Một trong những ưu tiên hàng đầu của họ là tiếp tục nâng cao kiến
Trang 13thức kỹ thuật về độ co giãn, độ rủ và cảm giác của vải tác động như thê nào trong việc tao cảm giác vừa vặn (Nunan, 2017)
Công nghệ gương do
Gương ảo hoặc gương thông minh là một thiết bị hoạt động như một chiếc gương bằng cách hiền thị hình ảnh của người dùng lên màn hình Một số phiên bản của gương ảo kết hợp công nghệ AR dé hién thị video trực tiếp cơ thể người dùng, trong khi một số khác tạo ra một phiên bản ảo của người dùng dựa trên hình đạng cơ thể Gương ảo hoạt động như một hệ thống phòng thử đồ ảo bằng cách kết hợp công nghệ nhận dạng tần số vô tuyến (RFID) và
AR Nhờ đó, người dùng có thể thử quần áo ảo trên cơ thể của họ trong thời gian thực một cách tương tác và hiệu quả hơn
Theo Raturi (2018), người dùng cần đưa sản phâm quân áo đến phía trước gương ảo để quét sản phẩm Sau khi nhận được thông tin về sản phẩm được quét, hình ảnh của người dùng
sẽ được đè lên phần trên của cơ thê với hình ảnh của sản phẩm Sau đó, hình ảnh phản chiều trên gương ảo sẽ hiển thị một hình tượng ảo của người dùng với sản phẩm quần áo Quan trọng nhất, sản phẩm quan áo sẽ theo chuyền động của cơ thể với các chuyên động ảo hoàn toàn thực
Hơn nữa, ánh sáng trong phòng thử đồ có thê được điều chỉnh đề nâng cao trải nghiệm của người dùng khi thử quần áo Nó cũng có thể hiển thị cách mà sản phâm quan áo trông như thế nào vảo các thời điểm trong ngày khác nhau Ngoài ra, gương ảo hiển thị nhiều lựa chọn khác nhau cho sản phẩm quần áo để người dùng lựa chọn Người dùng có thê chọn các tùy chọn về kích cỡ hoặc màu sắc khác nhau của sản phẩm băng cách sử dụng cử chỉ tay thông qua camera cảm biến chuyên động Kinect 3D của Microsoft
Hình 9: Một người dùng gương ảo thử quần áo trong cửa hàng
1.2.3 Đánh giá các hệ thông VFR hiện có
Virtual Fitting Room by Zeekit
Trang 14Đầu tiên và quan trọng nhất, phòng thử đồ ảo của Zeekit là một ứng dụng cho phép người đùng xem ngay trang phục đã chọn trông như thế nào và vừa vặn với cơ thê họ như thế nao trong hình ảnh Dựa trên hình ảnh toàn thân được tải lên của người dùng, ứng dụng sé phân tích số đo cơ thể của người dùng như vòng eo, ngực, không để người dùng có thé tu do điều chỉnh để đưa ra số đo chính xác hơn Vì ứng dụng cũng biến hình ảnh 2D thành đữ liệu 3D nên nó có thể điều chỉnh trang phục ảo để vừa với cơ thể người dùng dựa trên số đo cơ thể Hơn nữa, các nhà bán lẻ và thương hiệu được phép kết hợp nút Zeekit trong các cửa hàng trực tuyến, đi động và thực tế của họ để người mua hàng của họ có thê tận hưởng chức năng dùng thử Ngoài ra, người dùng có thể chia sẻ với bạn bè hoặc mua hàng từ các nhà bán lẻ khác nhau thông qua một liên kết đặc biệt trong ứng dụng
Mặt khác, điểm yếu chính của ứng dụng là chức năng thử ở chế độ tĩnh Mô phỏng cuối cùng của quần áo ảo và cơ thê con người là ở dạng hình ảnh tĩnh không thể xem ở các góc khác nhau Người dùng không thể cảm nhận được độ chân thực vì họ chỉ có thể xem trang phục ảo trông như thế nào ở mặt trước Trong trường hợp này, người dùng có thê không quan tâm đến chức năng dùng thử vì nó không giúp ích nhiều cho người dùng trong việc quyết định
có nên mua hay không
Trang phục ảo được điều chỉnh phù hợp với Hình ảnh tĩnh
Thiéu đi sự chân thực trong trải nghiệm Chức năng kết hợp được cung cấp cho cửa
hàng trực tuyến, di động và thực tế của các
nha ban lẻ hoặc thương hiệu
Chức năng chia sẻ và mua hàng được cung
chi phí tạo và tạo hình ảnh 2D của quần áo thấp Vì hình ảnh 2D nhẹ hơn mô hình 3D nên
việc tích hợp hình ảnh 2D với phần mềm sẽ không tốn nhiều chỉ phí Bằng cách sử dụng hệ
thống chụp chuyển động, người dùng có thê đuyệt và kiểm soát các tùy chọn màu sắc, kích thước của trang phục đã chọn mà không cần quay lại bàn phím hoặc chuột để tương tác với phần mềm Hệ thống chụp chuyển động này cũng giúp người dùng chụp ảnh họ đang mặc quần áo áo Ngoài ra, tùy chọn chia sẻ do phần mềm cung cấp là một trong những điểm mạnh
Trang 15thực sự cho phép người dùng nhận được phản hồi ngay lập tức vẻ trang phục từ bạn bè của
họ trên mạng xã hội
Ngược lại, quần áo ảo phủ ngoài không vừa khít với cơ thể con người theo số đo cơ thê
và quần áo Quần áo ảo sẽ hoạt động từ vị trí thích hợp do chuyên động của cơ thể con người trong thời gian thực Đề giải quyết vấn đề này, các nhà phát triển đưa ra giải pháp bằng cách cho phép người dùng nhập số đo cơ thê của họ để có được hình ảnh vừa vặn Vì quần áo ảo
ở trạng thái tĩnh nên người dùng phải thường xuyên quay mặt trước máy ảnh, nếu không, quần áo ảo sẽ không được phủ lên cơ thể một cách thích hợp Ngoài ra, một trong những hạn chế của phần mềm WSS là độ chính xác thấp trong việc phát hiện cơ thể con người do môi trường thay đôi, đặc biệt là khi độ sáng thấp
Quan áo ảo tĩnh
liệu đầu vào của người dùng mà khôngcần ¬ ¬
` , ~ ˆ Độ chính xác thâp trong việc nhận diện cơ bản phím hoặc chuột H củ Sk a an x
thê con người phụ thuộc điêu kiện môi Tùy chọn chia sé để người dùng trao đối
phản hồi trên mạng xã hội như Facebook và
đại điện ảo và trang phục được hiển thị ở chế độ xem 360 độ Vì điện thoại thông minh rất
nhẹ và đi động nên người dùng có thê xem trang phục trông như thế nảo trên cơ thê hình đại diện ảo từ các góc độ khác nhau trong thời gian thực thông qua camera của điện thoại thông minh Bằng cách này, nó tạo ra ý tưởng cho người dùng tưởng tượng như đang mặc trang phục trên người trong môi trường hiện tại Hơn nữa, kỹ thuật được cải thiện xung quanh cách vải co giãn, độ rủ và cảm giác vừa vặn từ ứng dụng sẽ nâng cao tính chân thực Nó giúp người dùng có thê nhìn và cảm nhận được trang phục sẽ thực sự vừa vặn như thế nào trên cơ thê họ Mặt khác, điểm yếu chính của ứng dụng này là sự khác biệt thực sự giữa hình đại diện
ảo và cơ thể con người thực Hình đại diện ảo không thể thể hiện day du co thé con nguoi vi
Trang 16lý do mỗi bộ phận trên cơ thể có kích thước và màu da khác nhau Điều này có thể khiến người dùng mua hàng may mặc không đủ kích cỡ, từ đó dẫn đến sự không hài lòng của khách hàng Đề giải quyết vấn đề này, người dùng cần phải key tất cả số đo của từng bộ phận cơ thé
để tạo ra một avatar ảo hoàn hảo nhưng việc thực hiện khá tốn thời gian và rac roi
Có thể xem trang phục trông như thế nào trên Sự khác nhau giữa hình đại diện ảo và cơ thé hình đại diện ảo từ các góc độ khác nhau thật người dùng
trong thời gian thực
Có thể cho phép người dùng nhìn và cảm
nhận xem trang phục sẽ thực sự vừa vặn như
thé nao
Bảng 3 Tóm tat diém manh, diém yéu cia teng dung DressingRoom
Công nghệ gương ảo
Một trong những ưu điểm của công nghệ này là khả năng trang phục ảo được trang bị liền mạch trên cơ thể con người Quần áo ảo theo đối chuyền động của cơ thê với các chuyên động ảo hoàn toàn thực trong thời gian thực để tạo ra hình ảnh trực quan giống như người dùng đang mặc nó, do đó nâng cao trải nghiệm của khách hàng Hơn nữa, người dùng không cần phải chạm vào gương ảo đề thực hiện các thao tác như chọn trang phục Bằng cách sử dụng hệ thống ghi lại chuyên động, họ có thê đễ dàng thay quần áo chỉ bằng thao tác vuốt tay Ngoài ra, người dùng có thể xem trang phục ảo trông như thế nảo trên cơ thê họ vào các thời điểm khác nhau trong ngày bằng cách sử dụng gương ảo Điều này có thể giúp tăng cường sự hòa nhập của người dùng trong môi trường ảo
Ngược lai, chi phi chế tạo một chiếc gương ảo cao do các cảm biến độ sâu đắt tiền như Kimect 3D Ngoài ra, nó cũng can duoc cai dat trên thiết bị có tốc độ hiệu suất cao vì nó tiêu tốn nhiều năng lượng xử lý Nó cũng bị giới hạn ở những người mua hàng tại cửa hàng vì gương ảo có kích thước lớn Trong trường hợp này, người mua hàng trực tuyến không có cơ hội trải nghiệm thử quần áo trực tuyến Người dùng phải ghé thăm cửa hàng nếu muốn thử quần áo bằng gương ảo
Trang phục ảo được điều chỉnh phù hợp với Chỉ phí đắt đỏ để xây dựng một tâm gương
Trang 17cơ thể con người ảo
Hệ thống chụp chuyên động để thu thập Chỉ dành cho người mua hàng tại cửa hàng thông tin đầu vào của người dùng mà không
cần chạm vào gương ảo
Cho phép người dùng xem trang phục ảo
trông như thể nảo trên cơ thể họ vào những
dip và thời điểm khác nhau
Bảng 4 Tóm tắt điểm mạnh, điểm yếu của công nghệ gương ảo
1.2.4 Đánh giả chung
Trên thực tế, có nhiều nghiên cứu liên quan đến phòng thử đồ ảo tạo hình ảnh 2D/3D của quân áo lên trên cơ thể người dùng Một số trong số này đã thu hút sự quan tâm của các công ty lớn như Walmart (khi họ mua lai Zeekit) va Snapchat (khi mua lai Fit Analytics) Tuy nhiên, mặc dù đã triển khai, những công nghệ này vẫn chưa thể nào để lại dấu ấn lớn Trong thị trường Việt Nam, công nghệ này còn khá mới mẻ và chưa có thông tin chính thức Hầu hết các nghiên cứu chỉ dừng lại ở mức ứng dụng trong các cuộc thi (ví đụ như dự án Stylix
đã đề cập) và thử nghiệm thay vì thâm nhập sâu vào cuộc sống hàng ngày và thương mại Tuy nhiên, có tiềm năng rất lớn cho công nghệ này, từ việc thử đồ trực tuyến cho đến tùy chỉnh quần áo và tạo sự tương tác xã hội với thời trang Để công nghệ nảy trở nên phố biến hơn, cần thời gian và đầu tư trong nghiên cứu và phát triển, cũng như sự chấp nhận từ người tiêu dùng và ngành công nghiệp thời trang
1.3 Đối tượng nghiên cứu
Đối tượng mà nhóm hướng tới đó là hành vị lựa chọn trải nghiệm của sinh viên và cựu sinh viên theo học tại trường Đại học Kinh tế - Luật Cụ thẻ, nghiên cứu hướng đến tìm hiểu các yếu tô tác động đến thái độ săn sàng sử dụng công nghệ thử đồ ảo Virtual Fiting Room của nhóm đối tượng khảo sát này, nêu kết quả nghiên cứu có tính khả thi thi sẽ triển khai mở rộng và phát triển đề tài cùng với đó là việc triển khai công nghệ thử đồ ảo ở các sàn thương mại điện tử Việt Nam
1.4 Phương pháp nghiên cứu
1.4.L Phương pháp định tính
Phương pháp thu thập thông tin: Thu thập thông tin dang van bản từ các trang tin tức uy tín hàng đầu, phù hợp với các tiêu chí của để tài cũng như năm trong lĩnh vực nghiên cứu
Trang 18Phương pháp nghiên cứu tải liệu: Tìm hiểu và lựa chọn mô hình nghiên cứu phù hợp với mục tiêu đề tài đặt ra và các phương pháp khai thác dữ liệu văn bản
1.4.2 Phương pháp định lượng
Phương pháp phân tích và tông hợp lý thuyết: Nghiên cứu những tài liệu, sách và bài báo khoa học liên quan để tiếp thu những mô hình, kiến thức, công nghệ mới phục vụ cho quá trinh nghiên cứu
Phương pháp thực nghiệm: Xây dựng mô hình đữ liệu đề phân tích và so sánh dữ liệu đã thu thập được từ việc khảo sát dé tim ra yếu tô tác động đến thái độ của người dùng với công nghệ mới So sánh kết quả dự đoán với kết quả thực tế, xem xét tỷ lệ chính xác để đánh giá
độ hiệu quả của mô hình Phân tích các kết quả thu được để cung cấp các trí thức cho doanh nghiệp và nhà quan ly
Trang 19CHUONG 2 CO SO LY LUAN
2.1 Cơ sở lý thuyết
2.1.1 Khải niệm và cúch thức hoạt động của công nghệ VFR - Virtual Fitting Room Phòng thử đồ ảo (Virtual Fiting Room), hay còn được gọi là phòng thử đồ trực tuyến, là phiên bản điện tử của một phòng tử đồ ngay trong tiệm ở ngoài thế giới thực Mô hình này là một sự kết hợp của các công nghệ hiện đại bao gồm thực tế ảo ( Virtual reality/VR), tương tác thực tế ảo - thực tế tăng cường (Augmented reality/AR) và trí tuệ nhân tạo (Artiñcial intellipence/AI) Công nghệ này cho phép tạo các lớp hình ảnh chất chồng lên nhau của một món đồ mà người tiêu dùng muốn thử thành một video để tái tạo món đồ đó thành dang 3D trên màn hình điện thoại hay gương thông minh Thông qua đó, người tiêu dùng có thể hình dung được kiểu đáng, kích cỡ, màu sắc và độ phù hợp với cơ thể họ trước khi mua hàng mà không cần phải thử lên trực tiếp
Trực tuyến
Các nhà bán lẻ trực tuyến có thể tích hợp công nghệ thử quần áo ảo này lên các website, ứng dụng hay là mạng xã hội để cho khách hàng trải nghiệm đánh giá sản phẩm của họ gián tiếp trên không gian ảo Có nhiều phương thức tiếp cận chăng hạn như thông qua ma-nơ-canh
kĩ thuật số, mô hình 3D hoặc là một nhân vật đại diện của khách hàng từ chính những hình ảnh và video do họ cung cấp Tính chính xác của công nghệ này được thể hiện qua việc người mua hàng cần lựa chọn ma-nơ-canh hay mô hình thể hiện rõ nét nhất hình dáng và kích thước của cơ thê họ Một số phần mềm phòng thử dé ảo sẽ yêu cầu nhập chính xác từ chiều cao, cân nặng đến các số đo hình thể khác đề kết xuất đồ hoạ 3D có thể tạo nhân vật đại diện cho nguoi dùng một cách chính xác nhất
Tại cửa hàng
Một số cửa hàng ngoài đời vẫn áp dụng công nghệ phòng thử đồ ảo này để tiết kiệm diện tích khu vực thử đồ và tránh việc khách hàng phải đứng xếp hàng đợi Phòng thử đồ ảo lúc này vẫn sử dụng công nghệ tương tự như với phương thức trực tuyến, thế nhưng với cách thức khác đó là cung cấp đữ liệu video trực tiếp hoặc là body scan được lay từ máy ảnh hay máy quét và tích hợp vào các gương chiếu thông minh lắp tại cửa hàng (ví dụ như KinectShop
va Magic Mirrors) Ngoai ra, nguoi mua sắm cũng có thê thấy được việc áp dụng công nghệ nhận dạng qua tần số vô tuyến (RFID), cho phép máy ảnh trong gương nhận dạng được các món đồ mà khách hàng mang theo đề đề xuất kiểu dáng và màu sắc phù hợp đề phối đô 2.1.2 Vai trò của VER
Tích hợp trải nghiệm mua sắm trực tuyến: VER cho phép người tiêu dùng thử các sản phẩm thời trang trực tuyến trước khi mua hàng trên hình ảnh hoặc mô hình 3D của họ, giúp
họ có cái nhìn rõ ràng hơn về cách sản phẩm sẽ trông ra sao trên người họ
Trang 20Tăng trải nghiệm mua sắm trực tuyến: tạo ra trải nghiệm mua sắm trực tuyến tương tự như việc thử đồ tại cửa hàng vật lý, giúp người tiêu dùng tận hưởng quá trình mua sắm hơn Giảm tỷ lệ hoàn trả hàng hóa: giúp giảm tỷ lệ trả lại hàng hóa sau khi mua
Tạo ra dữ liệu khách hàng quý báu: các đữ liệu thu thập từ việc sử dụng VFER có thê giúp các thương hiệu thời trang hiểu rõ hơn về sở thích và hành vi mua sắm của khách hàng Điều này có thể được sử dụng đề tùy chỉnh sản phẩm và dịch vụ để đáp ứng nhu cầu của họ một cách tốt hơn
Tiết kiệm thời gian và công sức: vì người tiêu dùng không cần phải trực tiếp đến cửa
hàng thử đồ
Thúc đây sự phát triển của thương mại điện tử: VFR là một trong những công nghệ đóng góp vào sự phát triển của thương mại điện tử, đặc biệt trong lĩnh vực thời trang trực tuyến, bằng cách cung cấp một trải nghiệm mua sắm tốt hơn và hiệu quả hơn
2.1.3 Tình hình phát trién VFR ở Việt Nam
Sự xuất hiện của các công ty khởi nghiệp và doanh nghiệp thời trang: Một số công ty khởi nghiệp và doanh nghiệp thời trang tại Việt Nam đã bắt đầu triển khai các giải pháp phòng
thử đồ ảo Họ đang phát triển các ứng dụng di động và trang web cho phép người tiêu dùng
thử đồ ảo trực tuyến
Sự hễ trợ từ công nghệ và hệ thông thanh toán: Phòng thử đồ ảo yêu cầu tích hợp nhiều công nghệ như thị giác máy tính, trí tuệ nhân tạo và thực tế ảo Các công ty công nghệ và các
hệ thống thanh toán đang phát triển cơ sở hạ tầng để hỗ trợ các ứng dụng này
Tích hợp trong ngành thời trang trực tuyến: Các thương hiệu thời trang trực tuyến lớn
và nhỏ ở Việt Nam đã bắt đầu nhận thức về tiềm năng của phòng thử đồ ảo để cải thiện trải nghiệm mua sắm của khách hàng Họ đang xem xét tích hợp công nghệ này vào trang web và ứng dụng của họ
Phản hồi tích cực từ người tiêu dùng: Những người tiêu dùng ở Việt Nam đã bắt đầu chảo đón các ứng dụng phòng thử đồ ảo, đặc biệt là trong bối cảnh của đại địch COVID-19 khi việc mua sắm trực tiếp tại cửa hàng có thê bị hạn chế Phòng thử đồ ảo giúp họ tăng cường
trải nghiệm mua săm trực tuyến
Thách thức về công nghệ và tích hợp dữ liệu: Phát triển phòng thử đồ ảo đòi hỏi sự đầu
tư về công nghệ và tích hợp dữ liệu về kích thước cơ thể và sản phẩm thời trang Các công ty cần đảm bảo rằng dữ liệu và mô hình 3D của sản phâm đang được cập nhật và chính xác
Cơ hội phát triển trong tương lai: Với sự gia tăng của mua sắm trực tuyến và sự phố biến của điện thoại di động ở Việt Nam, phòng thử đồ ảo có tiềm năng phát triển mạnh mẽ
Trang 21trong tương lai Điều này có thê tạo ra cơ hội kinh doanh mới cho các công ty trong ngành thời trang và công nghệ
2.2 Các giả thuyết nghiên cứu
2.2.1 Nhận thức sự hữu ích
Nhận thức sự hữu ích là “Mức độ để một người tin rằng việc sử dụng một hệ thông Ứng dụng đặc thù sẽ làm tăng hiệu quả/năng suất làm việc của họ đối với một công việc cụ thể” (Davis, 1989) Davis & các cộng sự (1992) cho rằng “nhận thức sự hữu ích” có thể tác động theo hướng tích cực đến thái độ và ý định sử dụng công nghệ được nhắc đến Nhận thức sự hữu ích có thê được kẻ đến là những ích lợi mà người tiêu dùng nhận được khi sử dụng hay trải nghiệm công nghệ thử đỗ ảo, cũng như là tiết kiệm thời gian và công sức khi thử đồ so với phương pháp thử đồ trực tiếp (Erra & các cộng sự, 2018)
Nhận thức sự hữu ích ảnh hưởng đến quyết định đầu cuỗi của người mua về việc ứng dụng công nghệ kỹ thuật/hệ thống mới bởi vì mọi người sẽ có mong đợi rằng nếu họ tin công nghệ mới này là hữu dụng thì nó sẽ mang lại hiệu quả tích cực cho hiệu suất làm việc của họ (Holte, Gao & Brooks, 2015) Small & các cộng sự (2015) cho rằng nếu các chức năng và đặc điểm hệ thống thử đồ thực tế ảo không đủ tốt vì nhận thức về sự phân hoá giữa model hình ảnh và cơ thể thực, điều nảy sẽ khiến cho nhận thức sự hữu ích của khách hàng về sản phẩm cũng như ý định trải nghiệm công nghệ này giảm xuống Còn theo Alawan & các cộng
sự (2018) tin rằng, những phòng thử đồ ảo như thế này có thê giúp tăng cường trải nghiệm mua sắm online của khách hàng ở bắt kì nơi đâu, bất cứ lúc nào mà không gặp phải trở ngại
gì
2.2.2 Nhận thức dễ sử dụng
Cũng theo Davis (1989), nhận thức dễ sử dụng dụng là “Mức độ mà một người tin rang
không hề tốn công sức đề sử dụng hệ thống đặc thù nào đó” Nhận thức đễ sử dụng đề cập tới mức độ rõ ràng và dễ hiểu trong việc tương tác với hệ thống, sự đễ dàng giao tiếp, ra lệnh, cũng như là sử dụng hệ thông công nghệ đó (Nakiyama, 201L) Những nghiên cứu trước đây
đã chỉ ra rằng su dé str dụng sẽ làm tăng nhận thức về sự hữu ích và ảnh hưởng lên ý định mua sam của khách hàng (Davis, 1989: Hsieh và Liao, 2011), cũng như tầm quan trọng của
nó đối với ý định chấp nhận công nghệ mới (Hsu và các cộng sự, 2006) Rogers (1995) cho rằng, nếu một cá nhân có mức độ nhận thức sự phức tạp đối với một phát minh thấp thì tỉ lệ
họ chấp nhận nó rất cao, nói cách khác là càng đơn giản thì người tiêu dùng đễ đón nhận hơn 2.2.3 Nhận thức rủi ro
Theo Bauer (1960), một trong những người đầu tiên giới thiệu khái niệm nhận thức rủi
ro cho rằng, nhận thức rủi ro trong quá trình mua sắm được xem như là sự quyết định không chắc chăn của người tiêu dùng khi mua hàng và phải nhận hậu quả từ quyết định này Và theo
Trang 22Bauer (1960) nhận thức rủi ro bao gồm: (L) nhận thức rủi ro liên quan đến sản phẩm/dịch vụ
và (2) nhận thức rủi ro liên quan đến giao dịch trực tuyến Bhatnagar và Ghose (2004) cho rằng, liên quan đến rủi ro, có ba thành tổ tác động tiêu cực đến quyết định mua sắm trực tuyến là: rủi ro sản phẩm; rủi ro tài chính; rủi ro bảo mật thông tin cá nhân của người mua Nghiên cứu sâu rộng thêm một thời gian, Xiang Yan và Shiliang Dai (2009) đưa ra kết quả nghiên cứu: quyết định mua hàng trực tuyến chịu ảnh hưởng bởi 2 nhóm nhân tổ đó là nhận thức lợi ích và nhận thức rủi ro Nhận thức lợi ích tác động tích cực đến quyết định mua săm trực tuyến và nhận thức rủi ro tác động tiêu cực đến quyết định mua sắm trực tuyến của
khách hàng Rủi ro nhận thức ảnh hưởng trực tiếp đến hành vi tiêu dùng trực tuyến và ý định
mua hàng của họ Khi rủi ro nhận thức của người tiêu dùng cao, ý định mua hàng trực tuyến của người tiêu dùng thấp và khi rủi ro nhận thức của người tiêu dùng thấp, ý định mua hàng trực tuyến của người tiêu dùng cao Đối với mua sắm trực tuyến thì nhận thức mức độ rủi ro thường cao hơn so với mua sắm truyền thống do người mua không nhìn thấy hình ảnh thật sự của sản phẩm và không tiếp xúc trực tiếp với người bán hàng (Park & Stoel, 2005)
2.2.4 Niễm tin và thái độ
Thái độ trong nghiên cứu đề cập đến cách tiếp cận, suy nghĩ, thái độ của cá nhân bạn đối với lĩnh vực được tiếp cận, ở đây là công nghệ VFER Thái độ chịu ảnh hưởng bởi niềm tín và
sẽ tác động lên ý định sử dụng, quyết định mua hàng của người tiêu dùng Trong nghiên cứu của Jarvenpaa và Tractinsky (1999), lòng tin được mô tả là có ảnh hưởng gián tiếp đến ý định
mua hàng, Chow và Chan (2008) cho rằng niềm tin không những ảnh hưởng đến thái độ mà
còn ảnh hưởng đến ý định mua sắm của người tiêu dùng Từ đó theo lý thuyết bắc cầu ta có thê đưa ra kết luận: Thái độ chịu ảnh hưởng bởi niềm tin và sẽ tác động lên ý định sử dụng, quyết định mua hàng của người tiêu dùng
2.2.5 Chuẩn mực chủ quan
Ajzen (1991) định nghĩa chuẩn chủ quan (Subjective Norms) hay con goi là ảnh hưởng
xã hội là nhận thức của những người ảnh hưởng sẽ nghĩ rằng cá nhân đó nên thực hiện hay không thực hiện hành vi Chuẩn mực chủ quan có thể được mô tả là nhận thức của cá nhân
về các áp lực của xã hội đối với việc thực hiện hay không thực hiện một hành vi
Theo lý thuyết TRA (Fishbein & Ajzen, 1975), chuân mực chủ quan có thê được hình
thành thông qua cảm nhận các niềm tin mang tính chuân mực từ những người hoặc các nhân
tô xã hội có ảnh hưởng đến người tiêu dùng (như gia đình, bạn bè, đồng nghiệp, phương tiện
truyền thông ) Mức độ tác động của các yếu tố niềm tin chuân mực chủ quan đến xu hướng mua của người tiêu dùng phụ thuộc: (1) mức độ ủng hộ/phản đối đối với việc mua của người tiêu dùng và (2) động cơ của người tiêu dùng làm theo mong muốn của những người có ảnh hưởng Mức độ ảnh hưởng của những người có liên quan đến xu hướng hành vi của người tiêu dùng và động cơ thúc đây người tiêu dùng làm theo những người có liên quan là hai yêu
tô cơ bản đề đánh giá chuẩn chủ quan Mức độ thân thiết của những người có liên quan càng
Trang 23mạnh đối với người tiêu dùng thì sự ảnh hưởng cảng lớn tới quyết định chọn mua của họ Niềm tin của người tiêu dùng vào những người có liên quan càng lớn thì xu hướng chọn mua của họ cũng bị ảnh hưởng cảng lớn
2.3 Lý thuyết kiểm định độ tin cậy của thang đo với hệ số Cronbach°s Alpha
2.3.1, Khai niệm
Khi lập các bảng câu hỏi cho nghiên cứu, ta thường tạo các biến quan sat x1, x2, x3, x4, x5 là biến con của nhân tố A nào đó Mục đích của việc nảy lả để đơn giản hoá việc đo lường nhân tố A bằng cách đo lường các biến quan sát nhỏ bên trong nó rồi suy ra tính chất của nhân tố
Khái niệm "thang đo" trong cụm kiểm định độ tin cậy thang đo ý muốn nói đến một tập hợp các biến quan sat biến con có khả năng đo được, thể hiện được tính chất của nhân tố mẹ Tuy nhiên, không phải lúc nào ta cũng có thê từ tất cả các biến quan nhỏ sat x1, x2, x3, x4, x5 mà kết luận tính chất của nhân tố A Do vậy, kiểm định độ tin cậy thang đo Cronbach's Alpha giúp kiểm tra xem biến quan sát nào phù hợp và đáng tin cậy
2.3.2 Đo lường độ tin cậy bằng hệ số Cronbach's Alpha
Nếu một thang đo mà các biến quan sát có sự tương quan thuận chặt chẽ, cùng giải thích cho nhân tố mẹ thì thang đo đó càng có tính nhất quán cao và hệ số Cronbachˆs Alpha sẽ càng
cao
H6 sé Cronbach’s Alpha co gia tri biến thiên trong đoạn [0,L] Mức 0 nghĩa là các biến quan sát trong nhóm gần như không có một sự tương quan nào, mức I nghĩa là các biến quan sát tương quan hoàn hảo với nhau Một số trường hợp xuất hiện hệ số Cronbachˆs Alpha âm vượt ngoài đoạn giới hạn [0,1], luc nay thang đo hoàn toản không có độ tin cậy, không có tính đơn hướng, các biến quan sát trong thang đo đối lập, ngược chiều nhau
2.3.3 Các tiéu chuan trong kiém dinh dé tin cay thang do Cronbach's Alpha Theo Nunnally (1978), mét thang do tét nén co dé tin cay Cronbach’s Alpha ttr 0.7 trở lên Hair và cộng sự (2009) cũng cho rằng, một thang đo đảm bảo tính đơn hướng và đạt độ tin cậy nên đạt ngưỡng Cronbach's Alpha từ 0.7 trở lên, tuy nhiên, với tính chất là một nghiên cứu khám phá sơ bộ, ngưỡng Cronbach’s Alpha la 0.6 có thê chấp nhận được
Ngoài ra còn có chỉ số Corrected Item - Total Correlation, nó biểu thị mối tương quan giữa từng biến quan sát với các biến còn lại trong thang đo.Chỉ số Corrected Item - Total Correlation càng cao chứng tỏ biến quan sát có sự tương quan thuận càng mạnh với các biến khác trong thang đo và biến quan sát càng tốt Cristobal và cộng sự (2007) cho rằng, một thang đo tốt khi các biến quan sát có giá tri Corrected Item - Total Correlation tir 0.3 trở lên
Trang 24Hé sé Cronbach's Alpha if Item Deleted cang nho, bién quan sat càng chất lượng Không
có khái niém Cronbach's Alpha cua timg bién quan sat Gia tri Cronbach's Alpha và Cronbach's Alpha if Item Deleted la hai g14 tri hoan toản khác nhau
tương quan với nhau Điều này giúp tiết kiệm thời gian và kinh phí nhiều hơn cho người
nghiên cứu
EFA xem xét mối quan hệ giữa các biến ở tat cả các nhóm (các nhân tô) khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều nhân tô hoặc các biến quan sát bị phân sai nhân
tố từ ban dau
2.4.2 Các tiêu chí trong phân tích EFA
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng đề xem xét sự thích hợp của phân
tích nhân tô Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 < KMO < 1) là điều kiện đủ để
phân tích nhân tổ là phù hợp Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu
Kiểm dinh Bartlett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân tô có tương quan với nhau hay không Chúng ta cần lưu ý, điều kiện cần đề áp dụng phân tích nhân tổ là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân tổ phải có mỗi tương quan với nhau Điểm này liên quan đến giá trị hội tụ trong phân tích EFA được nhắc ở trên Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì
không nên áp dụng phân tích nhân tố cho các biến đang xem xét Kiểm định Bartlett có ý
nghĩa thong ké (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố
Trang 25Tri s6 Eigenvalue 1a mét tiéu chi str dung phé bién dé xác định số lượng nhân tố trong phân tích EFA Với tiêu chí này, chỉ có những nhân tô nào có Eigenvalue > l mới được giữ lại trong mô hình phân tích
Tổng phương sai trich (Total Variance Explained) > 50% cho thay mé hinh EFA 1a phu hop Coi bién thién 1a 100% thi tri s6 nay thể hiện các nhân tố được trích cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát
Hệ số tải nhân tô (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tô càng lớn và ngược lại Theo Hair và cộng sự (2010), Multivariate Data Analysis hệ số tải từ 0.5 là biến quan sát đạt chất lượng tốt, tôi thiểu
2.5.2 Các tiêu chí trong phân tích EFA
Hệ số tương quan Pearson r có giá trị dao dong tir -1 dén 1:
® Nếur càng tiến về l, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ Tiến về I là tương quan đương, tiễn về -I là tương quan âm
® Nếu r càng tiễn về 0: tương quan tuyến tính cảng yếu
e Néur= 1: tương quan tuyến tính tuyệt đối, các điểm biểu diễn sẽ nhập lại thành 1 đường thăng
e Nếur=0: không có mỗi tương quan tuyến tính Lúc nảy sẽ có 2 tình huỗng xảy ra
Một, không có một mối liên hệ nào giữa 2 biến Hai, giữa chúng có mối liên hệ phi tuyến
Andy Field (2009) cho rang mac du cé thé danh giá mối liên hệ tuyến tính giữa hai biến
qua hệ số tương quan Pearson, nhưng chúng ta cần thực hiện kiểm định giả thuyết hệ số tương
quan này có ý nghĩa thống kê hay không Kết quả kiểm định nếu sig kiém định nhỏ hơn 0.05,
Trang 26cặp biến có tương quan tuyến tính với nhau; nếu sig lớn hơn 0.05, cặp biến không có tương quan tuyến tính (giả định lấy mức ý nghĩa 5% = 0.05)
2.6 Lý thuyết phân tích hồi quy tuyến tính đa bội
2.6.1 Hồi quy tuyến tỉnh đơn giản
Hồi quy tuyến tính (Linear Regression) được sử dụng đề dự đoán giá trị của một biến dựa trên giá trỊ của biến khác Biến muốn dự đoán được gọi lả biến phụ thuộc, còn biến đang
sử dụng để dự đoán giá trị của biến kia được gọi là biến độc lập (theo IBM) Hình thức phân tích này ước tính các hệ số của phương trình tuyến tính, bao gồm một hoặc nhiều biến độc lập dự đoán tốt nhất giá trị của biến phụ thuộc
Theo Jason Brownlee (2019), với hồi quy tuyến tính đơn giản, mô hình hoá dữ liệu có dạng như sau:
y= Bor Bix (1)
Trong đó:
® y: biến đầu ra mà chúng ta muốn dự đoán (biến phụ thuộc)
® x: biến đầu vào mà chúng ta biết (biến độc lập)
® Øạ, Ø;: các hệ số chúng ta cần ước tính đề tìm ra mối quan hệ của y và x / (hay còn gọi là bias) là hăng số biểu diễn điểm giao nhau giữa phương trình (1) với trục Oy và
8 được gọi là độ dốc vì nó xác định độ dốc của phương trình đường thang (1) 2.6.2 Hồi quy tuyến tỉnh đa biến (hồi quy tuyễn tính bội)
Hồi quy tuyén tinh da bién (Multiple Linear Regression), hay con goi 1a héi quy tuyến tính bội, là một kỹ thuật thông kê sử dụng một số biến độc lập để dự đoán kết quả của một biến phụ thuộc, theo Adam Hayes (2023) Về bản chất nó không khác so với với hồi quy tuyến tính đơn giản, điểm khác biệt là hồi quy tuyến tính đa biến có từ 2 biến đầu vảo trở lên Công thức của hỏi quy tuyến tính đa biến có dạng như sau:
Y = Bot Bix, + x;+ Tổ„Xạ T € (2)
Trong đó:
® y: biến đầu ra mà chúng ta muốn dự đoán (biến phụ thuộc)
® x¡, x¿, x„: biến đầu vào mà chúng ta biết (biến độc lập)
@ Øạ: hệ số chặn (hăng số) tương tự như hồi quy tuyến tính đơn giản
Trang 27® £1, Bo, By: hé so biéu dién độ doc cho méi bién độc lập
@ ¢: sai so cua mé hinh (hay con goi là phần dư) là sự khác biệt giữa giá trị quan sát được
và giá trị ước lượng của biến phụ thuộc, theo Adam Hayes (2021)
Adam Hayes (2023), mô hình hồi quy tuyến tính đa biến dựa trên các giả định:
® Có môi quan hệ tuyên tính giữa các biên phụ thuộc và các biên độc lập, hay nói cách khác các biên và các hệ sô được biêu diễn dưới dạng đồ thị toàn học
e_ Các biến độc lập không có mối tương quan quá cao với nhau Nếu các biến độc lập có mỗi tương quan cao với nhau, điều này có thê dẫn đến hiện tượng “đa cộng tuyến”
(multicollinearity), khiến cho việc xác định mối quan hệ giữa các biến độc lập và biến
phụ thuộc trở nên khó khăn hoặc không chính xác
® Các biến phụ thuộc phải được lựa chọn ngẫu nhiên và độc lập từ tong thé dé dam bao tinh dai diện cho tổng thê và giảm thiểu sai số trong việc dự đoán giá trị của biến phụ thuộc
® Phần dư phải được phân phối chuẩn với giá trị trung bình bằng 0 và phương sai o 2.6.3 Sai số e của mô hình hồi quy
Sai số e là khoảng chênh lệch giữa giá trị thực tế của biến phụ thuộc và giá trị ước lượng thông qua mô hình hồi quy
ce=y-ÿi Trong đó:
® €: sai số của mô hình
® v: giá trị thực tế của biến phụ thuộc
e ÿì: giá trị ước lượng thông qua mô hình hồi quy
2.6.4 Phân tích hôi quy tuyển tính bội trên SP.SS
Bảng ANOVA
e Hé sé xdc dinh (coefficient of determination)
Hệ số xác định bao gồm 2 giá trị R? (R square) va R? hiéu chinh (Adjusted R Square),
hai giá trị này dùng đo sự phù hợp của mô hình hồi quy (theo hotrospss)