các yếu tố tác động của kols đến ý định mua mỹ phẩm trên nền tảng tiktok của sinh viên nữ trường đại học ngân hàng thành phố hồ chí minh

TÓM TẮT Mục tiêu chính của bài nghiên cứu về đề tài “Các yếu tố tác động của KOLs đến ý định mua mỹ phẩm trên nền tảng TikTok của sinh viên nữ Trường Đại học Ngân hàng Thành phố Hồ Chí M

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Một số khái niệm có liên quan

2.1.1 Khái niệm hành vi người tiêu dùng và hành vi mua sắm trực tuyến

Theo MR Solomon (2020), “Hành vi của người tiêu dùng là quá trình liên quan đến cách mà các cá nhân hoặc nhóm chọn lựa, mua sắm, sử dụng, và xử lý các sản phẩm, dịch vụ, ý tưởng, hoặc trải nghiệm để thỏa mãn nhu cầu và mong muốn của họ Hành vi này không chỉ dừng lại ở quyết định mua hàng, mà còn bao gồm cả quá trình sau khi mua, như trải nghiệm sử dụng, thái độ sau mua, và tương tác với sản phẩm hoặc dịch vụ đó” Hơn nữa, trong bối cảnh hiện đại với sự phát triển của công nghệ và mạng xã hội, hành vi của NTD còn bị ảnh hưởng mạnh mẽ bởi môi trường kỹ thuật số, nơi mà thông tin được truy cập dễ dàng và trải nghiệm tiêu dùng trở nên cá nhân hóa hơn Người tiêu dùng thường chú trọng vào việc thu thập thông tin phù hợp để đánh giá các lựa chọn và đưa ra ý định mua hàng sao cho phù hợp với nhu cầu của mình

Hành vi mua sắm trực tuyến cũng là một quá trình phức tạp Theo định nghĩa của Laudon và Traver (2021), “Hành vi mua sắm trực tuyến là quá trình mà người tiêu dùng sử dụng các nền tảng kỹ thuật số để tìm kiếm, so sánh, đánh giá và mua sản phẩm hoặc dịch vụ” Quá trình này bao gồm việc tiếp nhận thông tin, ra quyết định mua hàng, và trải nghiệm sau khi mua, tất cả đều diễn ra trong môi trường trực tuyến Hành vi này bị ảnh hưởng bởi nhiều yếu tố, bao gồm sự dễ dàng tiếp cận thông tin, tính bảo mật, giao diện người dùng, phản hồi từ người dùng khác, và khả năng cá nhân hóa trải nghiệm mua sắm

KOLs (Key Opinion Leaders) là người có sức ảnh hưởng đáng kể tới một cộng đồng nhất định (Nguyễn Phương Anh, 2020) Họ được nhiều người yêu mến, tin tưởng thông qua những kiến thức hay sự chia sẻ của mình trong một lĩnh vực cụ thể Hiện tại, KOLs hoạt động ở rất nhiều lĩnh vực khác nhau KOLs đóng vai trò quan trọng trong chiến lược Marketing của doanh nghiệp bằng cách kết nối sản phẩm đến người tiêu dùng Các thương hiệu thường dựa vào sức ảnh hưởng của KOLs để mời họ tham gia các dự án quảng cáo nhằm tăng sự tin tưởng của khách hàng đối với sản phẩm

Theo Điều 2 Thông tư 06/2011/TT-BYT ngày 25/01/2011 của Bộ Y tế quy định về Quản lý mỹ phẩm định nghĩa: “Một chất được dùng để tiếp xúc các bộ phận phía ngoài cơ thể con người như lông tóc, móng tay, da, cơ quan sinh dục ngoài hoặc răng, niêm mạc nhằm mục đích làm sạch, thay đổi diện mạo, thơm hơn, điều chỉnh mùi hương cơ thể, bảo vệ cơ thể hoặc giữ cơ thể ở điều kiện tốt gọi là mỹ phẩm” Đặc tính cần sử dụng thường xuyên để duy trì tính hiệu quả và sự ảnh hưởng của mỹ phẩm là không vĩnh viễn

Mỹ phẩm là các sản phẩm hoặc chất dùng để làm đẹp, thay đổi diện mạo hoặc mùi hương cơ thể người Chúng thường bao gồm các hợp chất hóa học, có nguồn gốc tự nhiên như dầu dừa hoặc tổng hợp (Schneider, Günther et al, 2005) Mỹ phẩm phổ biến thường được thiết kế cho mặt và tóc, bao gồm các sản phẩm như son môi, mascara, phấn mắt, kem nền, phấn má hồng, phấn phủ, sữa rửa mặt, sữa dưỡng thể, dầu gội, sản phẩm tạo kiểu tóc như gel và gôm xịt tóc, cũng như nước hoa Các sản phẩm này thường được thoa lên mặt để làm nổi bật diện mạo, nên còn được gọi là đồ trang điểm hay mỹ phẩm hóa trang Các sản phẩm này sẽ được đại đa số chị em phụ nữ sử dụng để làm tăng thêm sự hấp dẫn về ngoại hình (Guthrie và cộng sự, 2008)

2.1.4 Khái niệm nền tảng TikTok

TikTok (tiếng Trung: DouYin; trước đây gọi là musical.ly) là đại diện cho một trong những ứng dụng truyền thông xã hội Trung Quốc thành công nhất trên thế giới, đây được xem là nền tảng video âm nhạc kết hợp nền tảng mạng xã hội được ra mắt năm 2017 tại Trung Quốc thuộc công ty Bytedance Hiện tại, TikTok là nền tảng hoạt động dựa trên video được đánh giá hàng đầu châu Á và có sự phát triển vượt bậc tại các nước châu Âu với một kho lượng video khổng lồ

TikTok là một nền tảng sôi động và không ngừng đổi mới, với nhiều tính năng mới được cập nhật thường xuyên Dù nổi tiếng nhất với các video giải trí, nền tảng này còn chứa đựng nhiều nội dung đa dạng và giáo dục (Bhandari & Bimo, 2022) Không giống các sản phẩm video ngắn khác của ByteDance, chủ yếu nhắm vào thế hệ Gen Z, TikTok từ đầu đã tập trung vào thanh thiếu niên và trẻ vị thành niên, và hiện nay thu hỳt người dựng ở mọi độ tuổi (Zeng & Schọfer, 2021) Ngoài ra, TikTok mang lại nhiều lợi ích cho các nhà tiếp thị Nền tảng này cung cấp nhiều công cụ cho các doanh nghiệp vừa và nhỏ, giúp bán sản phẩm dễ dàng mà không cần thiết bị chuyên nghiệp (Al-Khasawneh và cộng sự, 2022)

TikTok Shop là một gian hàng mua sắm được tích hợp trực tiếp trên ứng dụng TikTok Khi người dùng xem video sẽ hiện trực tiếp link mua hàng trên đó, người dùng chi cần một cú nhấp chuột là có thể mua hàng mà không cần phải rời khỏi ứng dụng Người bán có thể giới thiệu sản phẩm của họ thông qua video, livestream và trang hồ sơ cá nhân trên TikTok Người mua sẽ tìm thấy đầy đủ thông tin chi tiết của sản phẩm như các sàn TMĐT về giá, thông tin sản phẩm, lượt đánh giá, lượt mua,

2.1.5 Khái niệm ý định mua hàng: Ý định mua hàng là xu hướng hành động cá nhân liên quan đến thương hiệu (Bagozzi và cộng sự, 1979) Ý định khác với thái độ Trong khi thái độ là những đánh giá tóm tắt, thì ý định thể hiện “động cơ của một người theo nghĩa của họ kế hoạch có ý thức để nỗ lực thực hiện một hành vi” (Eagly và Chaiken 1993) Do đó, một định nghĩa ngắn gọn về ý định mua hàng có thể như sau: Ý định mua hàng là ý thức của một cá nhân lên kế hoạch nỗ lực để mua một thương hiệu Vậy, theo như các khái niệm trên, ý định mua xu hướng hành động của khách hàng khi họ sẵn sàng mua một sản phẩm, dịch vụ nào đó Ý định mua là tiền đề dẫn đến quyết định mua.

Các mô hình lý thuyết có liên quan

2.2.1 Mô hình Lý thuyết hành động hợp lý (Theory of Reasoned Action – TRA)

Thuyết Hành động hợp lý TRA được đề xuất và phát triển vào năm 1975 bởi tác giả Ajen và Fishbein, là lý thuyết nền tảng cho nhiều nghiên cứu về ý định hành vi của người tiêu dùng Theo đó, hành“vi của một người sẽ được quyết định bởi ý định thực hiện hành”vi của người đó Và theo mô hình lý thuyết, ý định này chịu ảnh hưởng bởi hai yếu tố: Thái độ đối với hành vi và Chuẩn chủ quan Trong đó:

Hình 2.1 Thuy ết hành độ ng h ợ p lý TRA

Thái độ đối với hành vi là đánh giá của cá nhân đối với việc thực hiện hành vi, có thể là tích cực hoặc tiêu cực.“Thái độ được quyết định bởi (1) niềm tin của người đó vào hệ quả của hành vi và (2) sự đánh giá mức độ tích cực hay tiêu cực”nếu những hệ quả đó xảy ra

Chuẩn chủ quan là nhận thức của những người có ảnh hưởng sẽ đánh giá xem cá nhân đó có nên thực hiện hay không nên thực hiện hành vi Chuẩn chủ quan được quyết định bởi: (1) niềm tin những người có ảnh hưởng tới cá nhân này nghĩ rằng họ nên làm gì và (2) động lực thực hiện hành vi của cá nhân theo suy nghĩ của những người có ảnh hưởng

2.2.2 Mô hình Lý thuyết hành vi dự định (Theory of Planned Behavior – TPB)

Xuất phát từ hạn chế của mô hình lý thuyết hành động hợp lý TRA không thể giải thích được những hành vi không theo thói quen hoặc chưa ý thức, năm 1975, tác giả Ajzen và Fishbein đề xuất mô hình lý thuyết hành vi hoạch định được thực hiện dựa trên nền tảng từ thuyết hành động hợp lý Thuyết này được giả định rằng một hành vi có thể dựa báo trước dựa trên xu hướng hành vi sẵn có của đối tượng Xu hướng hành vi được giả sử bao gồm các nhân tố động cơ ảnh hưởng đến hành vi và được định nghĩa như mức độ nỗ lực mà đối tượng cố gắng để thực hiện hành vi đó (Ajzen và Fishbein, 1975)

Thuyết hành vi dự định cho rằng xu hướng hành vi bị tác động bởi Thái độ, Chuẩn chủ quan, Nhận thức kiểm soát hành vi Ngoài ra, Nhận thức kiểm soát hành vi có tác động đến Hành vi thực sự Lý thuyết hành vi dự định được chấp nhận và sử dụng rộng rãi trong các nghiên cứu với mục đích dự đoán ý định và hành vi của đối tượng được nghiên cứu Hansen và cộng sự (2004) đã kiểm định cả hai mô hình TRA và TPB, kết quả cho thấy mô hình TPB giải thích hành vi của khách hàng tốt hơn mô hình TRA Trong bối cảnh nghiên cứu tại Việt Nam, một số nghiên cứu đã chứng minh TPB phù hợp hơn trong việc dự đoán ý định mua sắm trực tuyến của người tiêu dùng

Theo Ajzen và Fishbein (1975), ngoài các nhân tố như Thái độ, Ảnh hưởng xã hội cũng như Kiểm soát hành vi thì Hành vi thực sự hoàn toàn có thể bị tác động bởi nhiều nhân tố khác không giới hạn Vì vậy, hướng phát triển của nghiên cứu là tiếp tục xây dựng những nhân tố khác ảnh hưởng đến hành vi Ngoài ra, kết quả thực nghiệm của nghiên cứu chỉ có 40% các biến của hành vi bị tác động và được giải thích bằng mô hình hành vi hoạch định TPB

Hình 2.2 Thuy ế t hành vi d ự đị nh TPB

2.2.3 Mô hình chấp nhận công nghệ TAM (Technology Acceptance Model)

Mô hình chấp nhận công nghệ TAM được thực hiện bởi Davis (1989) dựa trên nền tảng lý thuyết hành động hợp lý kết hợp thuyết hành vi dự định của Ajzen (1991)

Mô hình này được thiết kế để dự đoán việc chấp nhận dịch vụ và hệ thống thông tin của người dùng trong quá trình mua sắm Nghiên cứu này đề xuất rằng thái độ và quan điểm của người tiêu dùng bị ảnh hưởng bởi hai yếu tố chính: tính hữu ích cảm nhận và tính dễ sử dụng Từ đó, các yếu tố này tác động đến ý định sử dụng, và ý định sử dụng tác động đến hành vi cũng như thói quen sử dụng và chấp nhận hệ thống thông tin Mục tiêu của nghiên cứu này là giải thích sự ảnh hưởng của các yếu tố chung đến việc chấp nhận máy tính và những yếu tố có khả năng giải thích hành vi sử dụng công nghệ của người dùng Mô hình chấp nhận công nghệ cũng giải thích sự tác động của sự tin tưởng của người dùng (tính dễ sử dụng và tính hữu ích) đến thái độ, quan điểm và ý định sử dụng các dịch vụ hoặc hệ thống liên quan đến công nghệ

Trong đó, tính dễ sử dụng là yếu tố khiến khách hàng tin rằng việc sử dụng một hệ thống hoặc công nghệ không đòi hỏi nhiều nỗ lực Tính hữu ích cảm nhận là niềm tin của người dùng rằng việc sử dụng hệ thống hoặc dịch vụ công nghệ sẽ giúp họ đạt được kết quả cao hơn trong công việc Ý định sử dụng được định nghĩa là cảm giác tích cực hoặc tiêu cực về việc thực hiện một hành vi cụ thể hoặc nhận thức về xu hướng hay khả năng quyết định sử dụng dịch vụ hoặc hệ thống (Ajzen và Fishbein, 1975) Hành vi sử dụng thể hiện mức độ hài lòng, khả năng sẵn sàng tiếp tục sử dụng, cũng như mức độ và tần suất sử dụng dịch vụ hoặc hệ thống trong thực tế

Hình 2.3 Mô hình ch ấ p nh ậ n công ngh ệ TAM

Nguồn: Davis và cộng sự (1989)

2.3 Lược khảo các nghiên cứu liên quan

2.3.1 Những nghiên cứu ngoài nước

Nghiên cứu của MF Rebelo (2017) về đề tài “How influencers’ credibility on Instagram is perceived by consumers and its impact on purchase intention” đã chỉ ra rằng “sự hấp dẫn” và “mức độ đáng tin cậy” của những người có ảnh hưởng là các yếu tố quan trọng trong việc giải thích ý định mua hàng của người tiêu dùng Về sự khác biệt giới tính, nghiên cứu đã chỉ ra rằng phụ nữ thường bị ảnh hưởng bởi mức độ đáng tin cậy được nhận thức cao hơn so với nam giới Mô hình này được phát triển nhằm giúp các thương hiệu và nhà tiếp thị hiểu rõ hơn về cách độ tin cậy được nhận thức của những người có ảnh hưởng ảnh hưởng đến hành vi tiêu dùng và ý định mua hàng của người tiêu dùng Đề tài “How does influencer-based marketing research influence purchase behavior?” của IK Johansen và CS Goldvik (2017) đặt ra nghiên cứu để điều tra xem hoạt động Influencer Marketing có những tác động ra sao đến ý định và hành vi mua sắm của khách hàng Nghiên cứu được thực hiện dựa trên khung lý thuyết chính của thuyết hành động hợp lý Kết quả nghiên cứu cho thấy rằng hoạt động Influencer Marketing không thật sự hiệu quả hơn hoạt động marketing truyền thống, ngoài ra người ảnh hưởng cũng không tác động hay ảnh hưởng trực tiếp đến ý định mua hàng của người tiêu dùng

Nghiên cứu của tác giả Andita và cộng sự (2021) về đề tài “The Effect of Celebrity Endorser on Purchase Intention Cosmetic Product in Millennial Generation Consumers” Nghiên cứu sự ảnh hưởng của việc quảng bá thương hiệu“bằng người nổi tiếng đối với ý định mua mỹ phẩm dành cho người tiêu dùng thuộc thế hệ Millennial hoặc gen Y tại”Indonesia Dữ liệu thu được từ việc khảo sát trực tuyến

438 đối tượng, kết quả phân tích xác định các biến làm gia tăng ý định mua hàng của người tiêu dùng bao gồm sự hấp dẫn, độ tin cậy và chuyên môn Kết quả cho thấy tất cả các biến đều có ảnh hưởng tích cực và đáng kể đến sự quan tâm mua hàng của người tiêu dùng tại Indonesia Đề tài nghiên cứu của nhóm tác giả Abbas, A., Afshan, G., Aslam, I., & Ewaz,

L (2018) về “The Effect of Celebrity Endorsement on Customer Purchase Intention:

A Comparative Study” Tại Pakistan, xu hướng sử dụng người nổi tiếng để quảng cáo đang phát triển nhanh chóng, tương tự như các nước phát triển và đang phát triển khác Mục đích của bài nghiên cứu này là để khảo sát tác động của việc sử dụng người nổi tiếng trong quảng cáo đến ý định mua điện thoại di động của khách hàng nam và nữ Một mô hình đã được xây dựng để khám phá các yếu tố ảnh hưởng đến ý định mua hàng của khách hàng và được kiểm chứng thực nghiệm trên một mẫu gồm 800 người tham gia (400 nam và 400 nữ) Nghiên cứu cho thấy tính thích hợp, sự hấp dẫn, kinh nghiệm và cá tính là các thành phần hiệu quả nhất của mô hình sử dụng người nổi tiếng, là những yếu tố quan trọng ảnh hưởng đến ý định mua điện thoại di động của khách hàng nam Đối với khách hàng nữ, họ quan tâm đến tính thích hợp, sự hấp dẫn và độ tin cậy của người nổi tiếng khi mua điện thoại di động

2.3.2 Những nghiên cứu trong nước

Tác giả Nguyen Nhu Ty (2021) đã nghiên cứu về đề tài “The influence of celebrity endorsement on young Vietnamese consumers’ purchasing intention” Bài nghiên cứu này nhằm giải thích tác động của người nổi tiếng đến ý định mua hàng của người tiêu dùng, và phân tích ảnh hưởng của cảm nhận về thương hiệu đến quyết định mua sắm trong trường hợp của dòng sản phẩm OPPO F-series và ca sĩ Sơn Tùng M-TP, trong bối cảnh Việt Nam Trong số các công cụ truyền thông khác nhau, việc sử dụng người nổi tiếng đang phát triển đáng kể nhờ vào sự bùng nổ của các nền tảng xã hội Nghiên cứu này sử dụng dữ liệu khảo sát từ 258 người đang sinh sống và làm việc tại Thành phố Hồ Chí Minh, Việt Nam Sau đó, các dữ liệu này được sử dụng để phân tích các giả thuyết chung bằng cách thực hiện đánh giá dựa trên các nghiên cứu trước đó Kết quả từ phân tích dữ liệu cho thấy rằng sự hấp dẫn, độ tin cậy, mức độ phổ biến, chuyên môn, sự phù hợp Kết quả nghiên cứu cho thấy tất cả đều có tác động tích cực đến ý định mua hàng

Bài nghiên cứu “Tác động của marketing dựa vào người nổi tiếng đến hành vi tiêu dùng của giới trẻ: Nghiên cứu tại Biti’s” của Phạm Thị Thùy Miên (2020) với mô hình thiết kế với 7 nhân tố tác động đến Hành vi tiêu dùng Biti's của giới trẻ bao gồm: Giá trị thông tin, giá trị thông điệp, giá trị giải trí, độ tin cậy, độ nổi tiếng, kiến thức chuyên môn, đặc điểm cá nhân Sau quá trình nghiên cứu, biến Đặc điểm cá nhân tác động mạnh nhất và biến Giá trị thông tin tác động yếu nhất lên biến phụ thuộc Hành vi tiêu dùng của mô hình Điều này đã đánh giá rằng giới trẻ đánh giá cao các nhân tố về độ tuổi, trình độ học vấn, phong cách sống, … của người ảnh hưởng

Đề xuất mô hình nghiên cứu

Mô hình nghiên cứu được đề xuất dựa trên cơ sở các lý thuyết, nghiên cứu được thực hiện trước đó về hành vi/ ý định mua sắm dựa do sự tác động của người ảnh hưởng và xuất phát từ thực trạng Marketing dựa trên người ảnh hưởng tại thị trường quốc tế và Việt Nam Theo đó nghiên cứu được đề xuất có 5 nhân tố tác động đến ý định mua sắm mỹ phẩm của sinh viên dựa trên tác động của KOLs trên nền tảng TikTok, bao gồm: Độ tương tác, Độ tin cậy, Sự hấp dẫn, Chất lượng thông tin, Chuyên môn Các biến trong mô hình được giải thích qua các bài nghiên cứu và cơ sở lý thuyết cụ thể như sau: Độ tương tác: Biến này được đề xuất dựa trên nghiên cứu của Võ Tường Vy (2021) Những nghiên cứu trước chưa tập trung nhiều vào việc phân tích mức độ tương tác giữa người ảnh hưởng với người tiêu dùng về việc mua mỹ phẩm trực tuyến nên tác giả thêm vào mô hình để xuất để phân tích rõ hơn làm cho NTD có thể đưa ý định mua mỹ phẩm một cách dễ dàng Độ tin cậy: được tham khảo từ nghiên cứu của MF Rebelo (2017), Abbas và cộng sự (2018), Andita và cộng sự (2021), Nguyen Nhu Ty (2021), Phạm Thị Thùy Miên (2020), Võ Tường Vy (2021), Trần Như Đại (2021), Giang và Dương (2018) Bên cạnh đó, tác giả còn dựa trên mô hình TRA

Sự hấp dẫn: Biến này được đề xuất dựa trên nghiên cứu của Nguyen Nhu Ty (2021), Andita và cộng sự (2021) và MF Rebelo (2017)

Chất lượng thông tin: được tham khảo từ nghiên cứu của Trần Như Đại (2021), Phạm Thị Thùy Miên (2020)

Chuyên môn: được tham khảo dựa trên nghiên cứu của Giang và Dương (2018), Trần Như Đại (2021), Yến Nhi và cộng sự (2021), Võ Tường Vy (2021), Nguyen Nhu Ty (2021), Andita và cộng sự (2021), MF Rebelo (2017)

Mô hình nghiên cứu đề xuất của tác giả như sau:

Hình 2.4 Mô hình nghiên cứu đề xuất

Nguồn: Đề xuất của tác giả

Các giả thiết nghiên cứu

Tương tác là một quá trình trao đổi thông tin và giao tiếp lẫn nhau giữa hai bên (Ham và Lee, 2020) Trong môi trường mua sắm trực tuyến trên nền tảng Tiktok, tương tác là hình thức giao tiếp trực tiếp giữa KOLs và người tiêu dùng Mức độ tương tác cao của KOLs với người tiêu dùng thông qua khả năng hiển thị theo thời gian thực và các đặc điểm khác của phát trực tiếp, cho phép người tiêu dùng hiểu rõ hơn về thông tin sản phẩm (Sun và cộng Sự, 2020)

Theo Wang và cộng sự (2016) và Zhang và cộng sự (2017) tin rằng càng nhiều người tương tác trên các nền tảng phát trực tiếp trực tiếp thì càng có lợi trong việc nâng cao niềm tin của khán giả đối với người có sức ảnh hưởng Dựa trên những lập luận này, nghiên cứu có cơ sở hợp lý để tin rằng nếu người tiêu dùng cảm thấy phấn khích và hạnh phúc do tương tác mang lại trong quá trình mua sắm trực tuyến, thì điều đó sẽ thúc đẩy hành vi mua hàng của người tiêu dùng Do đó, tương tác thời gian thực giúp cải thiện tính xác thực của ý kiến của KOLs, chiếm được niềm tin của khán giả, giảm rủi ro nhận thức của khán giả và nâng cao ý định mua hàng của người tiêu dùng Theo kết quả nghiên cứu của Võ Tường Vy (2021) cho thấy Độ tương tác có tác động tích cực đến hành vi mua hàng trực tuyến Từ những lập luận trên, giả thiết được đề xuất như sau:

Giả thuyết H1 (+): Độ tương tác của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

2.5.2 Độ tin cậy Định nghĩa độ đáng tin cậy về một nguồn theo Giffin (1967) là “nhận thức của người nhận về một nguồn là trung thực, chân thành hoặc trung thực” Theo Goldsmith, Lafferty, & Newell (2000), sự tin cậy được định nghĩa là mức độ mà một người có tầm ảnh hưởng được nhận thức là có chuyên môn liên quan đến chủ đề truyền thông và đáng tin cậy trong việc đưa ra một ý kiến khách quan về chủ đề này

Sự tin tưởng này xuất phát từ việc KOLs thường có kiến thức chuyên môn sâu rộng và kinh nghiệm thực tế về mỹ phẩm, giúp họ đánh giá và truyền đạt thông tin về sản phẩm một cách chính xác và khách quan Hơn nữa, khi KOLs chia sẻ những trải nghiệm cá nhân và những nhận xét chân thực về sản phẩm, sinh viên nữ cảm thấy rằng họ đang nhận được lời khuyên từ người có kiến thức và kinh nghiệm, chứ không phải từ một quảng cáo đơn thuần Điều này tạo ra một mối liên kết mạnh mẽ giữa KOLs và người tiêu dùng, làm tăng khả năng họ sẽ tin tưởng và thực hiện hành vi mua sắm mỹ phẩm.Độ tin cậy của người có sức ảnh hưởng sẽ tác động tích cực lên sự hành vi tiêu dùng của giới trẻ theo kết quả nghiên cứu của MF Rebelo (2017); Aamir Abbas và cộng sự (2018); Andita và cộng sự (2021); Nguyen Nhu Ty (2021);

Võ Tường Vy (2021); Trần Như Đại (2021); Phạm Thị Thuỳ Miên (2021) Bên cạnh đó, tác giả còn dựa trên mô hình TRA Từ những lập luận trên, giả thuyết được tác giả đề xuất như sau:

Giả thuyết H2 (+): Độ tin cậy của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Theo McGuire (1969), sự hấp dẫn của người nổi tiếng không chỉ đến từ ngoại hình mà còn từ tính cách, độ thân thiện và sự tương đồng với người nhận, và những yếu tố này ảnh hưởng đến hiệu quả truyền tải thông điệp Sự hấp dẫn nhấn mạnh về nhận thức của người tiêu dùng về sự thu hút thể chất của người đại diện thương hiệu (Ohanian, 1990) Nhìn chung, sự thu hút của KOLs trên nền tảng mạng xã hội thường có khả năng thu hút sự chú ý của một lượng lớn người theo dõi, được tạo nên từ ngoại hình, quan điểm, suy nghĩ, hoặc nội dung mà họ chia sẻ Khía cạnh hấp dẫn của người ảnh hưởng thông qua ngoại hình có thể giúp sản phẩm, đặc biệt là mỹ phẩm, trở nên hấp dẫn và thu hút hơn khi tham gia các hoạt động quảng cáo trên TikTok Theo nghiên cứu của MF Rebelo (2017); Dara Yuri Andita, Moh Farid Najib, Rizki Zulfikar, Dewi Purnamasari (2021); Nguyen Nhu Ty (2021); Nguyễn Thị Hương Giang và Phan Thùy Dương (2018) đã chứng minh nhân tố “Sự hấp hẫn” của người nổi tiếng (KOLs) có ảnh hưởng tích cực đến ý định mua hàng của NTD Điều này có nghĩa những sản phẩm/thương hiệu được những KOLs có “sự hấp dẫn” giới thiệu, quảng cáo sẽ thu hút được khách hàng quan tâm nhiều hơn từ đó hình thành ý định mua hàng đối với sản phẩm đó Từ những lý do trên, giả thuyết được đề xuất như sau:

Giả thuyết H3 (+): Sự hấp dẫn của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

“Tính thuyết phục của thông tin được xác định bởi khả năng làm hài lòng NTD và nhận thức của họ về khả năng ứng dụng của nó, được gọi là chất lượng thông tin”, theo Laumer và cộng sự (2017) Mọi người cũng tận dụng các nền tảng truyền thông xã hội để truy cập vào tất cả các loại thông tin Khi thông tin có thể được tiếp cận dễ dàng bởi những người sử dụng phương tiện truyền thông xã hội, chất lượng và độ tin (Erkan & Evans, 2016) Chất lượng thông tin được coi là sức mạnh của một thông điệp thuyết phục trong việc ảnh hưởng đến ý định mua hàng của NTD Các KOLs thường truyền tải nhiều thông tin ngắn gọn và trực tiếp trong một khoảng thời gian ngắn tới khách hàng “Nó đã trở thành một phương tiện tiếp thị và quảng cáo đáng kể trên các nền tảng phi thương mại khác ngoài việc được các nền tảng thương mại điện tử lớn sử dụng” (Xiao và cộng sự, 2019) Các video trên TikTok của KOLs thường cung cấp nhiều thông tin trung thực, minh bạch của sản phẩm giúp tạo ra sự tin cậy và động lực trong ý định mua hàng của sinh viên Theo các nghiên cứu trước đây của Phạm Thị Thùy Miên (2020) và Trần Như Đại (2021) đã chứng minh chất lượng thông tin của người ảnh hưởng là nhân tố có tác động tích cực đến ý định mua hàng trực tuyến của NTD Vì những lý do trên, giả thuyết được đề xuất như sau:

Giả thuyết H4 (+): Chất lượng thông tin từ KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Chuyên môn được định nghĩa là mức độ hiểu biết, kỹ năng và kiến thức mà người có sức ảnh hưởng có và là “mức độ mà một người giao tiếp được coi là nguồn cung cấp các khẳng định hợp lệ” (Hovland, Janis,& Kelley, 1953) Mức độ chuyên môn cũng được định nghĩa là mức độ mà người quảng bá được nhìn nhận là có “kiến thức và kinh nghiệm về một lĩnh vực” (Reichelt, Sievert, & Jacob, 2014) KOLs cần phải có kiến thức vững về các thành phần, công dụng, và xu hướng mới trong ngành mỹ phẩm để có thể cung cấp thông tin chính xác và hữu ích cho người xem, từ đó giúp người xem có cái nhìn toàn diện và đáng tin cậy Khi người tiêu dùng nhận thấy rằng KOLs có trình độ chuyên môn cao, nhiều khả năng họ sẽ bị thuyết phục bởi thông điệp trong quảng cáo mà KOLs truyền tải Họ sẽ đánh giá chuyên môn của người đại diện thương hiệu qua chất lượng thông tin nhận thức được và điều này có thể tác động đến ý định mua hàng của họ Theo các nghiên cứu trước đây của MF Rebelo (2017); Aamir Abbas và cộng sự (2018); Andita và cộng sự (2021); Nguyen Nhu Ty (2021); Võ Tường Vy (2021); Trần Như Đại (2021) đã chứng minh nhân tố chuyên môn của người ảnh hưởng có tác động đến ý định mua hàng của người tiêu dùng Vì vậy, tác giả đề xuất giả thuyết:

Giả thuyết H5 (+): Chuyên môn của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Trong Chương 2, tác giả đã đưa ra các nhân tố từ KOLs tác động đến ý định mua mỹ phẩm trực tuyến trên nền tảng TikTok của đối tượng sinh viên nữ tại Trường Đại học Ngân hàng TP HCM bao gồm các nhân tố: (i) Độ tương tác, (ii) Độ tin cậy, (iii) Sự hấp dẫn, (iv) Chất lượng thông tin, (v) Chuyên môn Tác giả đưa ra một vài định nghĩa, các lý thuyết liên quan, các bài nghiên cứu đi trước nhằm có cơ sở để xây dựng mô hình bao gồm năm biến tác động tích cực đến Ở các chương tiếp theo, luận văn sẽ trình bày rõ hơn về phương pháp nghiên cứu được sử dụng trong luận văn, cũng như là kết quả của quá trình nghiên cứu.

PHƯƠNG PHÁP NGHIÊN CỨU

Quy trình thực hiện nghiên cứu

Tác giả tiến hành hoạt động nghiên cứu dựa trên hai phương pháp nghiên cứu định tính và định lượng Cụ thể như sau:

Hình 3.1 Quy trình thực hiện nghiên cứu

Nguồn: Tác giả tự xây dựng

Mục tiêu của phương pháp nghiên cứu này là xác định, sửa đổi và bổ sung các biến quan sát được sử dụng nhằm đo lường các khái niệm với các nội dung trọng tâm sau:

Tác giả đã xây dựng mô hình dự kiến của việc đưa ra các yếu tố tác động đến ý định mua mỹ phẩm trực tuyến của SV nữ Trường ĐH Ngân hàng TP.HCM dựa trên các cơ sở lý thuyết và tổng hợp các nghiên cứu trước đây Qua đó, xác định được các khía cạnh của KOLs trên MXH TikTok tác động đến ý định mua mỹ phẩm trực tuyến của SV nữ Trường ĐH Ngân hàng TP.HCM Mỗi yếu tố bao gồm nhiều biến quan sát

Bên cạnh đó, phương pháp thảo luận với các sinh viên là những đối tượng khách hàng tiềm năng được tác giả tận dụng trong nghiên cứu này Chủ đề thảo luận là đánh giá của chuyên gia về các khía cạnh của KOLs trên MXH TikTok tác động đến ý định mua mỹ phẩm trực tuyến của SV nữ ĐH Ngân Hàng TP.HCM Mục tiêu chính của việc thảo luận nhóm này nhằm bổ sung và điều chỉnh các biến có thể quan sát được có liên quan được sử dụng cho việc nhận định giá trị các yếu tố khảo sát

Nội dung được thảo luận với các sinh viên là các yếu tố của KOLs tác động đến ý định mua mỹ phẩm trên MXH TikTok của SV nữ Trường ĐH Ngân Hàng TP.HCM và cách thức đo lường các nhân tố đó Mục tiêu chính của tác giả là thu thập các quan điểm chuyên môn về mức độ tác động của 5 nhân tố đã được xác định từ các nghiên cứu trước đây, gồm: Yếu tố về độ tương tác (TT); Yếu tố về độ tin cậy (TC); Yếu tố về sự hấp dẫn (HD); Yếu tố về chất lượng thông tin (CLTT); Yếu tố về chuyên môn (CM)

Sau khi chỉnh sửa các biến quan sát dựa trên kết quả từ nghiên cứu định tính, tác giả sẽ tiến hành nghiên cứu định lượng Các biến quan sát của các yếu tố khảo sát được sửa đổi dựa trên thông tin thu thập từ kết quả nghiên cứu định tính Từ đó, tác giả tiến hành xây dựng một bảng câu hỏi khảo sát rõ ràng nhằm thu thập thông tin từ các SV nữ hiện tại đang theo học tại Trường ĐH Ngân Hàng TP.HCM Sau đó, tác giả sẽ thực hiện sàng lọc dữ liệu để chọn cơ sở dữ liệu thích hợp cho bài nghiên cứu

Dữ liệu được thu thập bằng cách khảo sát gián tiếp thông qua việc gửi qua email bảng câu hỏi đã được thiết kế sẵn có giải thích rõ ràng các nội dung để các đối tượng khảo sát có thể hiểu và trả lời các câu hỏi một cách chính xác theo những đánh giá của họ

Các dữ liệu thu thập được sẽ được phân tích bằng phần mềm SPSS 27.0 Tác giả sẽ tiến hành đánh giá độ tin cậy của các biến quan sát bằng hệ số Cronbach's Alpha và phân tích EFA Bên cạnh đó, tác giả đo lường mức độ ảnh hưởng của các yếu tố liên quan đến KOLs tác động đến ý định mua mỹ phẩm trực tuyến của SV nữ tại Trường ĐH Ngân Hàng TP.HCM bằng kỹ thuật phân tích hồi quy.

Xây dựng thang đo

Dựa vào cơ sở lý thuyết được tham khảo đã được phân tích và lập luận bên trên từ các nghiên cứu có liên quan, tác giả xây dựng thang đo cho các yếu tố của mô hình nghiên cứu đề xuất như được trình bày trong Bảng 3.1 Thang đo này đã được hiệu chỉnh sau khi được dùng cho nghiên cứu sơ bộ trước đó

Tác giả sử dụng thang đo Likert 5 mức độ để đo lường các biến trong mô hình nghiên cứu đề xuất Thang đo gồm 5 mức độ trả lời: (1) Hoàn toàn không đồng ý, (2) Không đồng ý, (3) Bình thường, (4) Đồng ý, (5) Hoàn toàn đồng ý

Bảng 3.1 Thang đo các yếu tố trong mô hình nghiên cứu

STT Mã hóa Biến quan sát Nguồn

1 TT1 Tôi thấy có sự kết nối khi tương tác với

KOLs trên mạng xã hội TikTok

2 TT2 Sự tương tác tốt giữa tôi và KOLs trên

TikTok khiến trải nghiệm của tôi tốt hơn

3 TT3 Sự tương tác tốt giữa tôi và KOLs trên

TikTok khiến tôi muốn dành thời gian để xem họ nhiều hơn

4 TT4 Tôi tin tưởng những video của KOLs quảng cáo về thương hiệu/sản phẩm trên TikTok có gắn liên kết mua hàng với nhiều lượt mua

II TC Độ tin cậy

5 TC1 KOLs tôi yêu thích là người đáng tin cậy Võ Tường Vy

(2021); Phạm Thị Thùy Miên (2020); Yến Nhi và cộng sự (2021); Trần Như Đại (2021); Nguyen Nhu Ty (2021); MF Rebelo (2017); Andita và cộng sự (2021); Abbas và cộng sự (2018)

6 TC2 KOLs tôi yêu thích là người thành thật khi đưa ra các nhận định về thương hiệu/ sản phẩm mà họ quảng cáo

7 TC3 Tôi tin tưởng những thông tin được đưa ra bởi KOLs mà tôi yêu thích

8 TC4 Tôi tin tưởng thương hiệu/ sản phẩm được chứng thực bởi KOLs tôi yêu thích

III HD Sự hấp dẫn

9 HD1 KOLs tôi yêu thích có ngoại hình hấp dẫn Võ Tường Vy

(2021); Giang và Dương (2018); Nguyen Nhu Ty (2021); MF Rebelo, (2017); Andita và cộng sự (2021)

10 HD2 KOLs tôi yêu thích thu hút

11 HD3 KOLs tôi yêu thích sang trọng

12 HD4 KOLs tôi yêu thích thanh lịch

13 HD5 KOLs tôi yêu thích quyến rũ

IV CLTT Chất lượng thông tin

14 CLTT1 Thông tin được chia sẻ bởi KOLs tôi yêu thích được tôi ủng hộ nếu có những lập luận chặt chẽ

Võ Tường Vy (2021); Yến Nhi và cộng sự (2021); Trần Như Đại

15 CLTT2 Thông tin được chia sẻ bởi KOLs tôi yêu thích thuyết phục tôi tin vào sản phẩm

16 CLTT3 Thông tin được chia sẻ bởi KOLs tôi yêu thích là những thông tin hữu ích

17 CLTT4 Các nhận xét từ KOLs đưa ra trong bài đánh giá trên TikTok phù hợp với các bài đánh giá khác

18 CM1 KOLs trên nền tảng TikTok có kinh nghiệm về lĩnh vực mỹ phẩm

Phạm Thị Thùy Miên (2020); Võ Tường Vy (2021); Yến Nhi và cộng sự (2021); Giang và Dương (2018); Trần Như Đại (2021); Nguyen Nhu Ty (2021); MF Rebelo (2017); Andita và cộng sự (2021)

19 CM2 KOLs trên nền tảng TikTok có sự hiểu biết về sản phẩm mỹ phẩm

20 CM3 KOLs trên nền tảng TikTok có đủ trình độ trong ngành mỹ phẩm

21 CM4 KOLs trên nền tảng TikTok có đủ kỹ năng giới thiệu sản phẩm trong ngành mỹ phẩm

22 CM5 KOLs trên nền tảng TikTok đã trải nghiệm mỹ phẩm này và hiệu rõ về hiệu quả của mỹ phẩm đó đem lại

VI YD Ý định mua hàng

23 YD1 Tôi sẽ mua các sản phẩm do KOLs tôi yêu thích quảng cáo trên TikTok trong tương lai

Yến Nhi và cộng sự (2021); Giang và Dương (2018); Trần Như Đại (2021); Nguyen Nhu Ty (2021);

MF Rebelo (2017); Andita và cộng sự (2021);

24 YD2 Tôi sẵn lòng giới thiệu cho người khác mua các sản phẩm do KOLs tôi yêu thích quảng cáo trên TikTok

25 YD3 Tôi sẽ chủ động tìm hiểu thương hiệu/ sản phẩm khi thấy KOLs tôi yêu thích giới thiệu

26 YD4 Việc KOLs tôi yêu thích làm gương mặt đại diện của thương hiệu/ sản phẩm trên TikTok cũng là một yếu tố khuyến khích tôi mua

Nguồn: Tổng hợp của tác giả từ các nghiên cứu liên quan

Phương pháp thu thập dữ liệu

Theo Hair và cộng sự (2014), “số mẫu tối thiểu cần thiết cho nghiên cứu bằng số lượng biến quan sát trong bảng khảo sát nhân 5” Bài nghiên cứu này có tổng cộng

26 biến quan sát trong mô hình nghiên cứu lý thuyết, do đó số lượng mẫu cần tối thiểu là n = 26*5 = 130 phản hồi

Ngoài ra, bài luận văn này còn áp dụng phương pháp phân tích hồi quy tuyến tính, do đó “số lượng mẫu phải đáp ứng điều kiện 𝑛 ≥ 50 + 8𝑚 (trong đó: n là số lượng mẫu tối thiểu cần quan sát, m là biến độc lập có trong mô hình)” (Nguyễn Đình Thọ, 2011) Bài khóa luận này bao gồm tổng cộng 5 biến độc lập, vì vậy kích cỡ mẫu tối thiểu cần là 50+8*5 = 90

Từ hai điều kiện đã nêu trên, số lượng phản hồi tối thiểu cần cho bài nghiên cứu là 130 phản hồi Tuy nhiên, để tăng tính đại diện và độ tin cậy của dữ liệu thu thập được và đem lại kết quả mang ý nghĩa, số lượng tác giả phản hồi thu thập được là 246 phản hồi Trên thực tế, không phải tất cả các bảng câu hỏi phát ra đều thu được thông tin đầy đủ hay nhận được sự phản hồi của đáp viên Do đó, cần phải loại trừ những trường hợp đáp viên không hồi đáp hoặc hồi đáp không đầy đủ

Bài nghiên cứu về đề tài “Các yếu tố tác động của KOLs đến ý định mua mỹ phẩm trên nền tảng TikTok của sinh viên nữ Trường Đại học Ngân hàng Thành phố

Hồ Chí Minh” Chính vì thế, đối tượng khảo sát của bài luận văn này chính là những sinh viên nữ đang theo học tại Trường ĐH Ngân hàng TP.HCM đã từng sử dụng mạng xã hội TikTok để mua mỹ phẩm khi xem KOLs giới thiệu

Trong bài khóa luận này, tác giả sẽ áp dụng phương pháp lấy mẫu thuận tiện, hay còn được gọi là phương pháp chọn mẫu phi xác suất Tác giả sẽ thực hiện khảo sát các sinh viên nữ đang học tại Trường ĐH Ngân hàng TP.HCM Phương pháp này cho phép tác giả thu thập mẫu khảo sát một cách thuận tiện, giúp duy trì tiến độ và phù hợp với ngân sách của bài nghiên cứu

3.4.4 Cách thức thu thập dữ liệu

Tác giả tiến hành thu thập dữ liệu khảo sát qua bảng câu hỏi khảo sát đã được thiết kế trước đó qua e-mail, các trang mạng xã hội như Facebook, Instagram, Zalo cho các bạn sinh viên nữ Trường ĐH Ngân hàng TP HCM Bảng câu hỏi sử dụng thang đo Likert 5 mức độ từ “hoàn toàn không đồng ý” đến “hoàn toàn đồng ý” để đo lường mức độ của các biến quan sát.

Phương pháp phân tích số liệu

Sau khi thu thập, dữ liệu sẽ được tác giả mã hóa, làm sạch và phân tích dữ liệu bằng phần mềm SPSS phiên bản 27, nhằm đảm bảo tính chính xác và khách quan cho quá trình phân tích dữ liệu nghiên cứu Từ đó xác định các yếu tố ảnh hưởng của KOLs trên mạng xã hội TikTok đến ý định mua mỹ phẩm của SV nữ Trường ĐH Ngân hàng TP.HCM

3.5.1 Phương pháp thống kê mô tả

Phương pháp thống kê mô tả được áp dụng trong nghiên cứu này nhằm cung cấp một bản tóm tắt chi tiết, mô tả và đo lường các đặc tính của dữ liệu thu thập được Kết quả phân tích từ phương pháp này sẽ giúp ta hiểu rõ thông tin về các biến định tính như năm học, thu nhập, tần suất hay phần trăm

3.5.2 Phương pháp phân tích độ tin cậy thang đo bằng hệ số Cronbach’s Alpha

Mục đích chính của việc sử dụng Cronbach's Alpha trong nghiên cứu này là để quyết định xem các biến quan sát nào mô hình nên được giữ lại và các biến nào cần loại bỏ, nhằm tối ưu hóa độ tin cậy của thang đo Vì các biến này sẽ ảnh hưởng đến các mối quan hệ trong mô hình nghiên cứu Theo Nunnally (1978); Tavakol & Dennick (2011), “các biến quan sát có hệ số Cronbach’ Alpha phải lớn hơn 0.6 thì đạt yêu cầu và hệ số tương quan biến tổng (Corrected –Total Correlation) phải lớn hơn hoặc bằng 0.3 vì nếu giá trị hệ số này thấp hơn 0.3 thì các biến này được xem là các biến rác, không có sự đóng góp cho việc đo lường” Dựa vào cơ sở trên, sau khi kiểm định tác giả sẽ giữ lại những biến quan sát có hệ số Cronbach’s Alpha lớn hơn 0,6 và xem xét hệ số tương quan biến tổng trên 0,3

3.5.3 Phương pháp phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis)

Các giả thuyết của mô hình nghiên cứu trước tiên phải được kiểm tra độ tin cậy trước khi áp dụng phương pháp phân tích EFA để kiểm tra tính giá trị hội tụ và giá trị phân biệt Theo Nguyễn Đình Thọ (2011) khẳng định “trước khi kiểm định giả thuyết phải đánh giá độ tin cậy của thang đo và các giá trị thang đo” EFA là một phương pháp thống kê được sử dụng để giảm số lượng biến và phát hiện cấu trúc nhân tố tiềm ẩn trong dữ liệu Sau khi hoàn thành kiểm định EFA, kết quả sẽ rút gọn các biến quan sát theo một tập hợp các nhân tố quan sát có tầm quan trọng ý nghĩa trong nghiên cứu Việc này sẽ được thực hiện bằng cách sử dụng phân tích EFA cho biến độc lập và biến phụ thuộc để kiểm tra giá trị thang đo

“Các nhà nghiên cứu tập trung vào kết quả hệ số KMO (Kaiser Meyer Olkin measure of sampling adequacy) phải thỏa mãn điều kiện 0.5 ≤ KMO ≤ 1 kết hợp với mức ý nghĩa của kiểm định Bartlett 0.05 khi tiến hành phân tích nhân tố khám phá” (Anderson & Gerbing, 1988) Kết quả thử nghiệm cũng phải chứng minh rằng hệ số tải lớn nhất và lớn thứ hai khác nhau; với mức chênh lệch 0.3 là cần thiết Thang đo cũng yêu cầu giá trị Eigenvalue lớn hơn 1 và được chấp nhận khi có tổng phương sai được trích ≥ 50%

3.5.4 Phương pháp phân tích tương quan Pearson

Phân tích tương quan Pearson được sử dụng nhằm mục đích xách định mối quan hệ tuyến tính giữa biến phụ thuộc YD và các biến độc lập TT, TC, HD, CLTT,

CM Nếu giá trị phân tích có Sig < 0.05 và có độ tin cậy lớn hơn 95% thì kết quả tương quan có ý nghĩa thống kê giữa các biến Ngược lại, nếu giá trị Sig > 0.05 thì cặp biến sẽ không có tương quan Sau khi xác định tính tương quan của hai biến sẽ tiến hành đánh giá mức độ tương quan thông qua giá trị tuyệt đối của r

3.5.5 Phương pháp phân tích hồi quy tuyến tính

Phương pháp phân tích hồi quy được sử dụng nhằm mục đích nhận diện các yếu tố của KOLs trên nền tảng mạng xã hội TikTok tác động đến ý định mua mỹ phẩm của SV nữ Trường ĐH Ngân hàng TP.HCM cũng như kiểm định các giả thuyết có trong mô hình nghiên cứu Để xác định mối quan hệ giữa các nhóm biến và mối quan hệ giữa các biến độc lập trong mô hình, mô hình hồi quy tuyến tính được xây dựng có dạng:

Khi phân tích hồi quy bội, ta xem xét các tiêu chí cụ thể như sau: o Giá trị R 2 hiệu chỉnh đánh giá mức độ giải thích của mô hình nghiên cứu với các biến phụ thuộc, phản ánh tính phù hợp của mô hình Giá trị này càng cao thì mô hình càng có ý nghĩa o Giá trị Sig trong bảng ANOVA nhỏ hơn 0.05 cho thấy trong nghiên cứu mô hình đề xuất được nêu ra là phù hợp o Tác giả áp dụng phương pháp phân tích ANOVA để đánh giá tính phù hợp và hiệu quả của mô hình hồi quy Nếu giá trị Sig của thống kê F nhỏ hơn 0.05, điều này cho thấy giả thuyết rằng biến độc lập và biến phụ thuộc không có mối liên hệ với nhau sẽ bị bác bỏ Kết quả này cho phép tác giả kết luận rằng các biến độc lập trong mô hình nghiên cứu có vai trò quan trọng trong việc giải thích sự biến động của biến phụ thuộc Nhờ đó, mô hình nghiên cứu được xây dựng có ý nghĩa và phù hợp với dữ liệu thị trường o Xác định hệ số của phương trình hồi quy, ký hiệu là βk, nhằm đo lường sự thay đổi trung bình của biến phụ thuộc khi biến độc lập thay đổi 1 đơn vị trong trường hợp khi các biến độc lập khác giữ nguyên Hệ số này cũng giúp giải thích mức độ tác động mạnh yếu của từng yếu tố lên biến phụ thuộc và được đo lường độ lệch chuẩn bằng hệ số β o Trị số Durbin – Watson dùng để kiểm dò khuyết tật thông qua đánh giá hiện tượng tự tương quan chuỗi bậc nhất Nếu giá trị nằm trong khoảng từ 1 đến 3, sẽ không xuất hiện hiện tượng tự tương quan

Quá trình thực hiện nghiên cứu được tác giả trình bày rõ ràng trong chương 3, tác giả đã sử dụng cả phương pháp nghiên cứu định tính và định lượng Để thu thập dữ liệu, tác giả đã phát triển một thang đo dựa trên các bài nghiên cứu trước đó trong phần nghiên cứu định tính Đối tượng mục tiêu của bài nghiên cứu này là sinh viên nữ của Trường Đại học Ngân hàng TP.HCM có sử dụng mạng xã hội TikTok.Kết quả nghiên cứu định tính giúp tác giả điều chỉnh, thay đổi và bổ sung thang đo các biến của mô hình các nhân tố từ KOLs tác động đến ý định mua sắm trực tuyến mỹ phẩm của sinh viên nữ HUB Ngoài ra, tác giả đã trình bày chi tiết về các kỹ thuật xử lý và thu thập dữ liệu bao gồm phương pháp thống kê mô tả, phân tích độ tin cậy của thang đo Cronbach’s Alpha, phân tích EFA và phân tích hồi quy tuyến tính sẽ được sử dụng trong phần nghiên cứu định lượng.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Thống kê mô tả mẫu

Tác giả đã thực hiện một cuộc khảo sát qua Google Form được thu thập từ tháng 5 năm 2024 với đối tượng là sinh viên nữ HUB từng bị tác động bởi KOLs dẫn đến ý định mua mỹ phẩm trực tuyến trên TikTok Kết quả tác giả thu về được tổng cộng 246 phiếu khảo sát

Sau khi tác giả loại bỏ những phiếu khảo sát không phù hợp nằm trong câu hỏi dạng lọc như: Đối tượng khảo sát là nam, đối tượng chưa từng mua mỹ phẩm trực tuyến và không bị tác động bởi người ảnh hưởng Sau khi gạn lọc, số câu hỏi hợp lệ còn lại là 220 phiếu khảo sát đạt tỉ lệ, như vậy kích thước này thỏa mãn với điều kiện ban đầu là lớn hơn cỡ mẫu cần đạt tối thiểu là 220 mẫu nên tác giả quyết định sử dụng cỡ mẫu này để phân tích cho các giả thuyết đặt ra ở chương 2

Bảng 4.1 Kết quả phân tích thống kê mô tả mẫu

Mô tả Tần số Tỷ lệ (%)

Nguồn: Kết quả phân tích dữ liệu từ SPSS 27.0 của tác giả

4.1.1 Phân loại mẫu theo năm học của sinh viên Đối với năm học của sinh viên nữ tham gia khảo sát, ta thấy tỉ lệ sinh viên năm nhất tham gia khảo sát cao nhất với 89 sinh viên chiếm 39.1%, đứng ở vị trí số 2 là sinh viên năm 4 với 61 đối tượng chiếm 27.7% Điều này có thể xuất phát từ việc sinh viên năm nhất thường có xu hướng theo dõi và tiếp cận nhiều thông tin mới, trong đó có những xu hướng và trào lưu tiêu dùng do KOLs khởi xướng Sinh viên năm tư đứng thứ hai có thể do họ đã có kinh nghiệm và hiểu rõ hơn về việc lựa chọn sản phẩm, cũng như chuẩn bị bước vào giai đoạn mới sau khi tốt nghiệp thì nhu cầu làm đẹp cũng tăng Tiếp theo là sinh viên năm 2 gồm 42 SV (19.1%), đứng ở vị trí cuối cùng là năm 3 với 31 sinh viên chiếm 14.1%, có thể do bận rộn với việc học và ít tiếp cận KOLs hơn Điều này cho thấy có sự chênh lệch trong việc phân bổ các sinh viên tham gia khảo sát

4.1.2 Phân loại mẫu theo thu nhập mỗi tháng của sinh viên

Chi tiết đặc điểm về mức thu nhập làm thêm của sinh viên: Mức thu nhập từ 1 – 3 triệu chiếm nhiều nhất với 75 đối tượng (chiếm 34.1%), tiếp theo là mức thu nhập từ 3 - 5 triệu có 65 sinh viên tham gia nghiên cứu (chiếm 29.6%) Sinh viên có thu nhập trung bình thường dễ bị thu hút bởi các sản phẩm giá cả phải chăng và chất lượng tốt do KOLs giới thiệu Xếp thứ ba là thu nhập dưới 1 triệu với 41 đối tượng nghiên cứu (chiếm 18.6%) và thấp nhất là mức thu nhập trên 5 triệu với 39 đối tượng (chiếm 17.7%) Nhìn chung, các mức thu nhập này phản ánh sự đa dạng trong tình hình tài chính của sinh viên, điều này ảnh hưởng trực tiếp đến khả năng chi tiêu và quyết định mua mỹ phẩm trên TikTok của sinh viên

4.1.3 Phân loại mẫu theo mức độ thường xuyên mua mỹ phẩm từ KOLs trên TikTok

Về mức độ thường xuyên mua mỹ phẩm từ KOLs trên nền tảng TikTok, theo bảng 4.1 cho thấy, các bạn sinh viên thỉnh thoảng mua mỹ phẩm từ KOLs trên TikTok với số lượng 128 người cũng như chiếm tỷ lệ cao nhất với 58.2% Bên cạnh đó, các bạn sinh viên mua mỹ phẩm từ KOLs trên TikTok thường xuyên chiếm tỷ lệ cao thứ hai với 29.5% tương đương với 65 người Trong khi đó, số lượng còn lại chưa từng mua mỹ phẩm từ KOLs trên TikTok chiếm 12.3% (27 người) Từ đó, ta thấy rằng các bạn SV thường dành khá nhiều thời gian để sử dụng MXH TikTok, điều này có thể dễ hiểu do chúng ta đang sống trong thời đại công nghệ số ngày càng phát triển vượt bậc Từ đó, ta thấy rằng việc sử dụng TikTok để mua mỹ phẩm từ các KOLs đang trở thành một xu hướng phổ biến trong cộng đồng sinh viên, với một số lượng đáng kể sinh viên thường xuyên tìm kiếm và mua hàng dựa trên những đánh giá và giới thiệu từ các KOLs trên nền tảng này.

Kiểm định mức độ tin cậy của thang đo Cronbach’s Alpha

4.2.1 Thang đo độ tương tác

Bảng 4.2 Kết quả phân tích độ tin cậy của thang đo TT

Phân tích tổng biến Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Cronbach’s Alpha nếu loại biến Độ tương tác – Cronbach’s Alpha = 0.796

Kết quả từ bảng 4.2 thì ta thấy hệ số độ tin cậy Cronbach’s Alpha của yếu tố

“Độ tương tác” là α = 0.796 > 0.6, nằm trong phạm vi đo lường hiệu quả Thêm vào đó, các biến trong thang đo có tương quan tổng biến (Corrected Item – Total Correlation) > 0.3 Và ở cột Cronbach’s Alpha nếu loại bỏ biến có các hệ số nhỏ hơn 0.796 Từ ba điều trên, ta thấy thang đo TT đạt độ tin cậy cũng như các biến quan sát đều được dùng cho những phân tích tiếp theo

4.2.2 Thang đo độ tin cậy

Bảng 4.3 Kết quả phân tích độ tin cậy của thang đo TC

Phân tích tổng biến Trung bình thang đo nếu loại biến

Cronbach’s Alpha nếu loại biến Độ tin cậy – Cronbach’s Alpha = 0.886

Dựa trên kết quả phân tích được ta thấy được hệ số tin cậy của thang đo “Độ tin cậy” là 𝛼 = 0.886 > 0.6 Đồng thời, các biến quan sát có trong thang đo cũng có độ tương quan tổng biến > 0.3 Và ở cột Cronbach’s Alpha nếu loại bỏ biến thì có các hệ số nhỏ hơn 0,886 Kết hợp cả 3 điều kiện trên, ta thấy rằng 4 biến quan sát có trong thang đo “Độ tin cậy” đều mang giá trị ý nghĩa và được dùng cho những phân tích tiếp theo

4.2.3 Thang đo sự hấp dẫn

Bảng 4.4 Kết quả phân tích độ tin cậy của thang đo HD

Trung bình thang đo nếu loại biến

Cronbach’s Alpha nếu loại biến

Sự hấp dẫn – Cronbach’s Alpha = 0.790

Dựa vào bảng kết quả như trên thì ta thấy được hệ số tin cậy Cronbach’s Alpha của biến “Sự hấp dẫn” là 0.790 lớn hơn 0.6, nằm trong phạm vi đo lường hiệu quả Ở cột tương quan tổng biến có các hệ số đều lớn hơn 0.3 trừ biến HD5 Và ở cột Cronbach’s Alpha nếu loại bỏ biến thì có các hệ số nhỏ hơn 0.790 trừ biến HD5 lớn hơn Điều này có nghĩa là ta phải loại bỏ biến quan sát HD5 và 4 biến đo lường còn lại của yếu tố này thì đều được dùng cho những phân tích tiếp theo

Bảng 4.5 Kết quả phân tích độ tin cậy của thang đo HD sau khi loại bỏ biến

HD5 Phân tích tổng biến

Sự hấp dẫn – Cronbach’s Alpha = 0.850

Từ bảng kết quả như trên sau khi loại bỏ biến HD5 thì ta thấy được hệ số tin cậy Cronbach’s Alpha của biến “Sự hấp dẫn” đạt giá trị 0.850 > 0.6, nằm trong phạm vi đo lường hiệu quả Ở cột tương quan tổng biến đều có các hệ số lớn hơn 0.3 Và ở cột Cronbach’s Alpha nếu loại bỏ biến thì có các hệ số < 0.850 Điều này có nghĩa là

4 biến đo lường của nhân tố này đều đạt yêu cầu và được dùng cho những phân tích tiếp theo

4.2.4 Thang đo chất lượng thông tin

Bảng 4.6 Kết quả phân tích độ tin cậy của thang đo CLTT

Chất lượng thông tin – Cronbach’s Alpha = 0.810

Sau khi kiểm định độ tin cậy của thang đo biến độc lập “Chất lượng thông tin” cho ra kết quả rằng độ tin cậy của CLTT đạt giá trị α = 0.810 > 0.6 Ngoài ra, 4 biến quan sát có trong thang đo lần lượt là CLTT1, CLTT 2, CLTT3, CLTT4 đều có mức tương quan tổng biến > 0.3 Và ở cột Cronbach’s Alpha nếu loại bỏ biến thì có các hệ số nhỏ hơn 0.810 Từ 3 điều kiện trên chứng minh rằng thang đo “Chất lượng thông tin” có độ tin cậy cao và đạt yêu cầu cũng như được dùng cho những phân tích tiếp theo

Bảng 4.7 Kết quả phân tích độ tin cậy của thang đo CM

Dựa vào bảng 4.7, ta thấy được độ tin cậy của biến phụ thuộc “Chuyên môn” đạt giá trị α = 0.893 > 0.6 Thêm vào đó, 5 biến quan sát có trong thang đo lần lượt là CM1, CM2, CM3, CM4, CM5 đều có mức tương quan tổng biến > 0.3 Và ở cột Cronbach’s Alpha nếu loại bỏ biến thì có các hệ số nhỏ hơn 0.893 Từ kết quả phân tích trên chứng minh rằng “Chuyên môn” có độ tin cậy cao và có ý nghĩa trong đóng góp giải thích nhân tố CM Bên cạnh đó, tất cả các biến quan sát có trong thang đo

“Chuyên môn” đều đạt yêu cầu và có thể tiếp tục tiến hành phân tích tiếp theo

Bảng 4.8 Kết quả phân tích độ tin cậy của thang đo YD

Cronbach’s Alpha nếu loại biến Ý định – Cronbach’s Alpha = 0.841

Kết quả phân tích độ tin cậy Cronbach’s Alpha của biến YD là α = 0.841 lớn hơn 0.6 Đồng thời, các biến quan sát trong thang đo cũng có độ tương quan tổng biến lớn hơn 0.3 Từ hai điều kiện trên, ta có thể thấy rằng 4 biến quan sát YD1, YD2, YD3, YD4 đều mang giá trị ý nghĩa và đóng góp giải thích cho nhân tố YD Bên cạnh đó, tất cả các biến quan sát có trong thang đo “Ý định” đều đạt yêu cầu và có thể tiếp tục tiến hành phân tích EFA.

Phân tích nhân tố khám phá EFA

4.3.1 Phân tích nhân tố khám phá EFA đối với biến độc lập

Thang đo các nhân tố tác động của KOLs trên mạng xã hội TikTok đến ý định mua mỹ phẩm của sinh viên nữ Trường Đại học Ngân hàng TP HCM gồm 5 biến độc lập với 22 biến quan sát Sau khi phân tích độ tin cậy Cronbach’s Alpha thì tác giả đã loại bỏ biến HD5 và đưa 21 biến còn lại để phân tích nhân tố khám phá EFA

Bảng 4.9 Kết quả kiểm định KMO và Bartlett của biến độc lập

Kiểm định KMO và Bartlett Đo lường mức độ phù hợp của việc lấy mẫu Kaiser – Meyer

Kiểm tra Bartlett của thang đo

Giá trị Chi bình phương 2262.952

Df – Số bậc tự do 210

Sig – Mức ý nghĩa quan sát 000

Sau khi tiến hành phân tích EFA cho các biến độc lập, ta thấy hệ số KMO của các thang đo độc lập là 0.844 > 0.5 thỏa mãn yêu cầu của phân tích EFA (0.5 ≤ 𝐾𝑀𝑂

≤ 1) Thêm vào đó, giá trị Chi bình phương đạt giá trị là 2262.952 và kiểm định Bartlett có 𝑆𝑖𝑔 = 0.000 < 0.05, điều này cho thấy kết quả phân tích có sự tương quan giữa các biến với nhau

Bảng 4.10 Kết quả phương sai trích của biến độc lập Yếu tố

Eigenvalues ban đầu Chỉ số sau khi trích Chỉ số sau khi xoay

Kết quả sau khi tác giả tiến hành phân tích EFA thì cho thấy tổng phương sai trích là 68.940% lớn hơn 50% Điều này chứng minh rằng là 5 yếu tố này giải thích được 68.940% của dữ liệu nghiên cứu này Với 68.940% là con số được chấp nhận và cho thấy sự thỏa mãn khi nhóm các yếu tố trên lại với nhau.Với Eigenvalues của thang đo bằng 1.585 > 1 sau khi rút trích từ yếu tố thứ 5 cho ra kết quả phân tích EFA là hợp lý

Bảng 4.11 Ma trận xoay – Phân tích nhân tố khám phá

Hệ số tải Biến quan sát

Sau khi phân tích EFA của các biến độc lập từ bảng ma trận xoay, kết quả cho ta thấy các biến có hệ số tải đều lớn hơn 0.5 nên các biến quan sát đều có ý nghĩa thống kê và không biến nào bị loại bỏ Qua phân tích EFA ta có được mô hình với 5 nhóm nhân tố độc lập với 21 biến quan sát và sẽ được giữ lại tiến hành phân tích tiếp theo

4.3.2 Phân tích nhân tố khám phá EFA đối với biến phụ thuộc

Bảng 4.12 Kết quả kiểm định KMO và Bartlett của biến phụ thuộc

Kiểm định KMO và Bartlett Đo lường mức độ phù hợp của việc lấy mẫu Kaiser – Meyer

Kiểm tra Bartlett của thang đo

Giá trị Chi bình phương 352.828

Df – Số bậc tự do 6

Sig – Mức ý nghĩa quan sát 000

Sau khi tiến hành phân tích EFA cho biến YD, ta thấy hệ số 𝐾𝑀𝑂 = 0.810 > 0.5 thỏa mãn yêu cầu của phân tích EFA (0.5 ≤ 𝐾𝑀𝑂 ≤ 1) Thêm vào đó, kiểm định Bartlett có mức ý nghĩa quan sát 𝑆𝑖𝑔 = 0.000 < 0.05 và có Giá trị Chi bình phương là 352.828, cho thấy kết quả phân tích có ý nghĩa thống kê Vì vậy, ta thấy biến phụ thuộc phù hợp với phân tích nhân tố khám phá EFA

Bảng 4.13 Kết quả phương sai trích của biến phụ thuộc

Eigenvalues khởi tạo Chỉ số sau khi trích

Tổng % phương sai % tích lũy Tổng % phương sai % tích lũy

Dựa vào kết quả phân tích của bảng 4.13, ta thấy điểm ngừng trích chỉ có một nhân tố đạt hệ số Eigenvalues = 2.721 lớn hơn 1, tác giả đã dùng lần lượt các phương pháp như sau: Principal Components và phép xoay Varimax Điều này chứng minh rằng sau khi biến phụ thuộc được phân tích nhân tố khám phá EFA thì trích ra 1 yếu tố với phương sai trích lũy là 68.032% > 50% từ 4 biến quan sát nên biến này phù hợp với phân tích EFA, không tạo nhân tố mới

Bảng 4.14 Hệ số tải của biến phụ thuộc

Biến quan sát Nhân tố

Từ kết quả của bảng ma trận xoay ta thấy hệ số tải nhân số > 0.5 đều có ở 4 biến quan sát, nghĩa là các biến này đều hội tụ lại thành một nhóm và có ý nghĩa thống kê.

Phân tích tương quan

Trước khi tiến hành thực nghiệm phân tích hồi quy, dữ liệu đã được thu thập sẽ phải trải qua giai đoạn phân tích tương quan Pearson nhằm mục đích xác định sự tương quan giữa các biến độc lập TT, TC, HD, CLTT, CM và biến phụ thuộc YDMH Phân tích tương quan Pearson có một ý nghĩa to lớn bởi nó có một sự tác động đáng kể đến kết quả phân tích hồi quy và có thể gây ra hiện tượng đa cộng tuyến

Dựa vào kết quả phân tích EFA trên, tác giả thực hiện các lệnh Compute Variable và giá trị trung bình MEAN để tạo biến đại diện Điều này nhằm tạo thuận lợi cho việc phân tích tương quan và hồi quy hiệu quả hơn

Bảng 4.15 Kết quả phân tích tương quan Pearson

TT TC HD CLTT CM YD

Từ kết quả phân tích tương quan Pearson, cho ta thấy các cặp biến trong mô hình có mối tương quan riêng biệt với nhau Từ đó, ta thấy các biến độc lập và biến phụ thuộc đều có hệ số S𝑖𝑔 < 0.05 Điều này chứng minh rằng sự tương quan của các biến độc lập với biến phụ thuộc sẽ càng cao khi hệ số Pearson càng cao

Bên cạnh đó, sau khi phân tích tương quan các biến độc lập TT, TC, HD, CLTT, CM đều có sự tương quan dương với mức ý nghĩa tương ứng với 1% với biến phụ thuộc YD Từ đó, ta có thể nói hệ số tương quan Pearson giữa các biến độc lập và biến phụ thuộc có mối liên hệ tuyến tính với nhau Như vậy, cả 5 biến độc lập đều thích hợp để phân tích hồi quy Nhìn vào bảng ta dễ dàng thấy rằng yếu tố Độ tin cậy (TC) tương quan với biến phụ thuộc cao nhất là 0.623** và yếu tố Chuyên môn (CM) tương quan với biến phụ thuộc thấp nhất là 0.422**.

Phân tích hồi quy

Phân tích hồi quy được tiến hành nhằm mục đích đo lường mức độ tác động của các yếu tố, bao gồm: Độ tương tác (TT), Độ tin cậy (TC), Sự hấp dẫn (HD), Chất lượng thông tin (CLTT) và Chuyên môn (CM) tác động đến yếu tố phụ thuộc Ý định mua mỹ phẩm (YD) trên TikTok của sinh viên nữ Trường ĐH Ngân hàng TP.HCM Hiện tượng đa cộng tuyến và loại bỏ thang đo sẽ được xem xét dựa trên hệ số phóng đại phương sai VIF

Bảng 4.16 Đánh giá độ phù hợp của mô hình

Sai số chuẩn của ước lượng

1 787 a 619 610 40488 2.011 a Dự đoán: (Hằng số), CM, TC, CLTT, TT, HD b Biến phụ thuộc: YD

Từ kết quả của bảng 4.16, ta thấy mô hình nghiên cứu có hệ số xác định R 2 0.619 và R 2 hiệu chỉnh = 0.610 > 0.5 Điều này hàm ý mức phù hợp của mô hình là 61% tức là các biến độc lập giải thích được 61% sự biến thiên của biến phụ thuộc Nói cách khác, ý định mua mỹ phẩm trực tuyến của sinh viên nữ trường Đại học Ngân hàng TP HCM được giải thích bởi các biến độc lập trong mô hình là 61% và các biến khác ngoài mô hình hoặc sai số ngẫu nhiên là 39%

Bên cạnh đó, Hệ số Durbin –Watson = 2.011, nằm trong khoảng 1 đến 3 nên không có hiện tượng sự tương quan chuỗi bậc nhất xảy ra

Bảng 4.17 Kết quả phân tích độ phù hợp của mô hình (ANOVA)

Tổng bình phương df - Bậc tự do

Tổng 92.105 219 a Biến phụ thuộc: YD b Dự đoán: (Hằng số), CM, TC, CLTT, TT, HD

Sau khi phân tích ANOVA, ta thấy kết quả trên có giá trị Sig bằng 0.000 bé hơn 0.05 thỏa mãn điều kiện Điều này cho thấy mô hình nghiên cứu được xây dựng hoàn toàn phù hợp với các dữ liệu và biến quan sát được đưa vào có ý nghĩa thống kê,hay nói theo cách khác 5 biến độc lập có tương quan tuyến tính với biến phụ thuộc

Bảng 4.18 Kết quả phân tích hệ số hồi quy của các biến độc lập

Hệ số chưa được chuẩn hóa

Hệ số đã được chuẩn hóa t Sig

Thống kê đa cộng tuyến

B Sai số chuẩn Beta Độ chấp nhận

CM 103 038 127 2.702 007 810 1.235 a Biến phụ thuộc: YD

Dựa vào bảng 4.18, ta thấy rằng hệ số hồi quy của các biến độc lập đều có mức ý nghĩa Sig < 0.05 là phù hợp, vì vậy biến phụ thuộc hoàn toàn bị tác động bởi tất cả các yếu tố độc lập trên

Bên cạnh đó, các hệ số VIF của biến độc lập sau khi phân tích đều bé hơn 2 nên hiện tượng đa cộng tuyến không xảy ra Và biến phụ thuộc được tác động cùng chiều bởi các biến độc lập bởi vì các hệ số hồi quy đều lớn hơn 0 Từ những điều trên, ta đưa ra kết luận rằng 5 biến độc lập TT, TC, HD, CLTT và CM đều có tác động đến biến phụ thuộc YD.Biến phụ thuộc sẽ bị tác động từ mạnh nhất đến yếu nhất dựa trên hệ số hồi quy đã được chuẩn hóa Beta như sau: TC (0.396) > CLTT (0.285) > TT (0.177) > HD (0.170) > CM (0.127) Mô hình các yếu tố của KOLs trên nền tảng TikTok tác động đến ý định mua mỹ phẩm trực tuyến của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM được xây dựng dưới dạng:

Phương trình hồi quy chưa chuẩn hóa:

YD = β1*TT + β2*TC + β3*HD + β4*CLTT + β5*CM + €

 YD = 0.165*TT + 0.304*TC + 0.150*HD + 0.246*CLTT + 0.103*CM + € Phương trình hồi quy chuẩn hóa:

YD = β1*TT + β2*TC + β3*HD + β4*CLTT + β5*CM + €

 YD = 0.177*TT + 0.396*TC + 0.170*HD + 0.285*CLTT + 0.127*CM + € Giải thích: o YD: là biến phụ thuộc ý định mua mỹ phẩm từ KOLs trên TikTok o Β: Hệ số hồi quy o TT, TC, HD, CLTT, CM: là biến độc lập

Hơn thế nữa, từ bảng kết quả 4.18 cũng chỉ ra rằng hệ số VIF của 5 biến độc lập đều < 2, điều này chứng minh hiện tượng đa cộng tuyến không xuất hiện trong mô hình nghiên cứu.

Kiểm định giả định hồi quy

4.6.1 Kiểm định phân phối chuẩn phần dư

Sau khi chuẩn hóa Biểu đồ tần số Histogram và biểu đồ P-P Plot của các phần dư thì giả định này sẽ được kiểm tra

Hình 4.1 Biểu đồ phần dư chuẩn số Histogram

Dựa vào hình 4.1 cho ta thấy giá trị trung bình Mean = -6.18E -16 có phân phối phần dư xấp xỉ gần bằng 0 và độ lệch chuẩn Std.Dev = 0.989 gần bằng 1, như vậy có thể nói phân phối phần dư xấp xỉ chuẩn không bị vi phạm

Hình 4.2 Biểu đồ phần dư chuẩn hóa Normal P-P Plot

Theo biểu đồ P-P Plot, nếu các điểm phân vị trong phân phối của phần dư bám sát vào đường chéo thì phần dư càng có phân phối chuẩn Ngược lại, nếu các điểm phân vị phân bổ xa đường chéo thì phân phối sẽ càng “ít chuẩn”

Từ hình 4.2 ta có thể thấy các điểm dữ liệu trong phân phối phần dư tập trung phân bổ sát đường kỳ vọng mà không bị phân tán quá xa Điều này chứng minh rằng các giả định phân phối phần dư là phân phối chuẩn, không bị vi phạm

4.6.2 Kiểm định giả định liên lạc tuyến tính

Dựa vào biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa, tác giả có thể đánh giá mô hình hồi quy có vi phạm giả định liên hệ tuyến tính Nếu các điểm dữ liệu phân bổ ngẫu nhiên trên và dưới trục tung độ 0, giả định quan hệ tuyến tính không bị vi pham

Hình 4.3 Biểu đồ phân tán Scatter Plot

Từ kết quả trên hình 4.3 ta dễ dàng thấy các điểm dữ liệu phân phổ khá đồng đều trên và dưới trục tung độ 0 Vì vậy nên mô hình hồi quy không bị vi phạm giả định quan hệ tuyến tính

4.6.3 Kiểm định hiện tượng tự tương quan

Dựa vào kết quả bảng 4.16 ta thấy hệ số Durbin - Watson = 2.011 và nằm trong khoảng 1 - 3, điều đó cho thấy mô hình hồi quy không có hiện tượng tự tương quan

Từ hình 4.2 ta nhận thấy các điểm dữ liệu trong phân phối phần dư tập trung phân bổ sát đường chéo Điều này chứng minh rằng các giả định phân phối phần dư không bị vi phạm.

Kiểm định giả thuyết nghiên cứu

Dựa trên chỉ số Beta từ kết quả phân tích hồi quy ta thấy ý định mua mỹ phẩm bị ảnh hưởng bởi 5 yếu tố của KOLs trên nền tảng TikTok và có sự ảnh hưởng từ mạnh đến thấp lần lượt là Độ tin cậy (39.6%), Chất lượng thông tin (28.5%), Độ tương tác (17.7%), Sự hấp dẫn (17%), Chuyên môn (12.7%) Kết quả từ bảng phân tích hồi quy cho thấy tất cả các yếu tố của MXH TikTok đều tác động tích cực đến ý định mua mỹ phẩm từ KOLs trên nền tảng trực tuyến TikTok của sinh viên nữ Trường ĐH Ngân hàng TP.HCM

Theo kết quả phân tích hồi quy, thì hệ số Sig của Độ tương tác (TT), Độ tin cậy (TC), Sự hấp dẫn (HD), Chất lượng thông tin (CLTT), Chuyên môn (CM) đều được chấp nhận vì nó nhỏ hơn 0.05 và có ý nghĩa thống kê

Từ các yếu tố trên, tác giả chấp nhận các giả thuyết H1, H2, H3, H4, H5

Bảng 4.19 Kiểm định giả thuyết nghiên cứu

Giả thuyết Mô tả Kết quả

H1 Độ tương tác của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

H2 Độ tin cậy của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Sự hấp dẫn của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Chất lượng thông tin từ KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Chuyên môn của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Thảo luận kết quả nghiên cứu

Mô hình nghiên cứu được tác giả đề xuất có 5 biến độc lập: Độ tương tác (TT), Độ tin cậy (TC), Sự hấp dẫn (HD), Chất lượng thông tin (CLTT), Chuyên môn (CM), gồm 21 biến quan sát ảnh hưởng đến biến phụ thuộc Ý định mua mỹ phẩm từ KOLs trên TikTok (YD) Bên cạnh đó, kết quả sau khi phân tích nhân tố khám phá EFA và các chỉ số đều có ý nghĩa và đạt yêu cầu sau khi phân tích hồi quy nên các biến quan sát không bị loại bỏ khỏi mô hình Qua đó, tất cả các biến độc lập đều có tác động tích cực đến biến phụ thuộc Vì vậy sẽ không có sự thay đổi mô hình trong nghiên cứu sau khi phân tích các số liệu

Giả thuyết H1: Độ tương tác của KOLs trên nền tảng TikTok tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Nhân tố “Độ tương tác” có 𝛽 = 0.177 và Sig = 0.000 < 0.05, điều này cho thấy

“Độ tương tác” có sự tác động tích cực đến YD Hay nói cách khác yếu tố “Độ tương tác” ảnh hưởng đến ý định mua mỹ phẩm từ KOLs trên TikTok của SV nữ Trường ĐH Ngân hàng TP.HCM Điều này đồng nghĩa, giả thuyết H1 được chấp nhận Độ tương tác là một trong những yếu tố để các bạn sinh viên nữ đưa ra ý định mua mỹ phẩm trực tuyến Điều này có nghĩa là các sinh viên nữ của HUB đồng tình rằng sự tương tác tốt giữa họ và KOLs trên TikTok khiến họ có trải nghiệm tốt hơn Sự tương tác tốt giữa KOLs và NTD khiến họ cảm thấy giải trí hơn, giúp họ nắm bắt thông tin về sản phẩm tốt hơn Nếu độ tương tác về các sản phẩm trên TikTok cao thì làm cho NTD tin tưởng về chất lượng sản phẩm có trong video và ý định mua hàng của sinh viên càng tăng Qua quá trình tương tác và trao đổi thông tin, cũng như nhận được sự tư vấn của KOLs, các sinh viên có xu hướng bị thuyết phục và dẫn đến hành vi mua sắm Kết quả này phù hợp với nghiên cứu của Võ Tường Vy (2021)

Giả thuyết H2: Độ tin cậy của KOLs trên nền tảng TikTok có tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Nhân tố “Độ tin cậy” có sự tác động lớn nhất đến ý định mua mỹ phẩm trực tuyến của SV nữ Trường ĐH Ngân hàng TP.HCM vì hệ số 𝛽 = 0.396 Bên cạnh đó, ta thấy hệ số Sig = 0.000 < 0.05, điều này chứng minh rằng nhân tố “Độ tin cậy” tương quan dương với đến ý định mua mỹ phẩm từ KOLs trên TikTok Vì vậy, giả thuyết H2 được chấp nhận Độ tin cậy là một trong những yếu tố hàng đầu để các bạn sinh viên nữ đưa ra ý định mua mỹ phẩm trực tuyến Nếu KOLs càng đưa ra những thông tin sản phẩm minh bạch, chân thực trong nội dung, khả năng tương tác và phản hồi, cùng với việc chia sẻ trải nghiệm thực tế về sản phẩm thì họ sẽ càng có được lòng tin của người xem hơn Khi sinh viên nữ HUB cảm thấy độ tin cậy cao từ KOLs trên TikTok, họ sẽ có xu hướng cao hơn trong việc quyết định mua mỹ phẩm từ các KOLs này Kết quả nghiên cứu tương đồng với nghiên cứu của Võ Tường Vy (2021); Phạm Thị Thùy Miên (2020); Yến Nhi và cộng sự (2021); Trần Như Đại (2021); Nguyen Nhu Ty (2021); MF Rebelo (2017); Andita và cộng sự (2021); Abbas và cộng sự (2018)

Giả thuyết H3: Sự hấp dẫn của KOLs trên nền tảng TikTok có tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Nhân tố “Sự hấp dẫn” có hệ số 𝛽 = 0.170 và Sig = 0.001 < 0.05 đều đáp ứng điều kiện, điều này chứng minh rằng nhân tố “Sự hấp dẫn” có tác động cùng chiều đến ý định mua mỹ phẩm từ KOLs trên TikTok của SV nữ HUB Giả thuyết H3 được chấp nhận Điều này có nghĩa là khi sinh viên cảm thấy sự hấp dẫn từ KOLs trên TikTok, họ sẽ có ý định mua mỹ phẩm từ các KOLs này Sự hấp dẫn của KOLs có thể đến từ nhiều yếu tố như ngoại hình, phong cách giao tiếp, cách trình bày sản phẩm và khả năng tạo ra nội dung cuốn hút Khi KOLs có sức hút lớn, họ không chỉ thu hút sự chú ý của người xem mà còn tạo ra một sự kết nối cảm xúc mạnh mẽ, từ đó tác động tích cực đến ý định mua hàng của sinh viên nữ Vì vậy, sự hấp dẫn là một yếu tố quan trọng góp phần thúc đẩy ý định mua mỹ phẩm trực tuyến từ KOLs của sinh viên Kết quả nghiên cứu tương đồng với nghiên cứu của Võ Tường Vy (2021);

Nguyễn Thị Hương Giang và Phan Thùy Dương (2018); Trần Như Đại (2021); Nguyen Nhu Ty (2021); MF Rebelo (2017); Andita và cộng sự (2021)

Giả thuyết H4: Chất lượng thông tin từ KOLs trên nền tảng TikTok có tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Nhân tố “Chất lượng thông tin” có một sự tác động đến ý định mua mỹ phẩm trực tuyến từ KOLs của SV nữ Trường ĐH Ngân hàng TP.HCM vì 𝛽 = 0.285 Bên cạnh đó, ta thấy hệ số 𝑆𝑖𝑔 = 0.000 < 0.05, điều này chứng minh rằng nhân tố “Chất lượng thông tin” tương quan dương với ý định mua mỹ phẩm trực tuyến Giả thuyết H4 được chấp nhận Chất lượng thông tin luôn là điều mà tất cả khách hàng quan tâm đến Chất lượng thông tin có thể được đánh giá qua sự chi tiết, rõ ràng, đáng tin cậy và hữu ích của nội dung mà KOLs chia sẻ Khi các KOLs cung cấp thông tin chất lượng cao, họ giúp người tiêu dùng hiểu rõ hơn về sản phẩm, từ đó tạo ra sự tin tưởng và thúc đẩy ý định mua hàng Khi chất lượng thông tin được KOLs cung cấp trên TikTok cao, sinh viên nữ tại trường sẽ có xu hướng cao hơn trong việc quyết định mua mỹ phẩm Kết quả này phù hợp với nghiên cứu của Phạm Thị Thùy Miên (2020); Phạm Hoàng Yến Nhi, Trương Quốc King, Phạm Hoài Nam (2021); Trần Như Đại (2021)

Giả thuyết H5: Chuyên môn của KOLs trên nền tảng TikTok có tác động cùng chiều đến ý định mua sắm mỹ phẩm của sinh viên nữ Trường ĐH Ngân Hàng TP.HCM

Nhân tố “Chuyên môn” có hệ số 𝛽 = 0.127 và Sig = 0.007 < 0.05 nên giả thuyết H5 được chấp nhận trong mô hình nghiên cứu Điều này đồng nghĩa nhóm nhân tố “Chuyên môn” có tác động tích cực đến ý định mua mỹ phẩm trực tuyến từ KOLs của SV nữ Trường ĐH Ngân hàng TP.HCM Khi KOLs có chuyên môn cao, họ thể hiện kiến thức sâu rộng và sự hiểu biết về sản phẩm, quy trình sử dụng, và các lợi ích cụ thể Điều này giúp tăng cường sự tin tưởng và tự tin của người tiêu dùng khi đưa ra ý định mua hàng Nhờ vào sự chuyên môn của KOLs, sinh viên nữ sẽ cảm thấy an tâm hơn về sự lựa chọn của mình và có khả năng cao hơn trong việc quyết định mua mỹ phẩm trực tuyến Điều này phù hợp với nghiên cứu của Võ Tường Vy (2021); Phạm Thị Thùy Miên (2020); Giang và Dương(2018); Trần Như Đại (2021); Nguyen Nhu Ty (2021); MF Rebelo (2017); Andita và cộng sự (2021)

Kết quả nghiên cứu vềcác yếu tố tác động của KOLs đến ý định mua mỹ phẩm trên nền tảng TikTok của sinh viên nữ Trường Đại học Ngân hàng Thành phố Hồ Chí Minh đã được trình bày rõ ràng trong chương 4 Tác giả đã trình bày kết quả phân tích thống kê một cách cụ thể theo giới tính, năm học, thu nhập mỗi tháng và mức độ thường xuyên mua mỹ phẩm từ KOLs trên TikTok, xem xét TikTok là nơi tham khảo mua hàng và khả năng mua hàng do xem video của KOLs giới thiệu trên TikTok của các mẫu khảo sát Thực hiện kiểm định Cronbach’s Alpha và phân tích EFA nhằm đánh giá độ tin cậy của các biến có trong mô hình và xác định các yếu tố có tác động đến ý định mua mỹ phẩm trực tuyến Đồng thời tác giả thực hiện phân tích tương quan Pearson và phân tích hồi quy tuyến tính để xác định mối quan hệ giữa các biến độc lập với biến phụ thuộc Kết quả phân tích hồi quy cho thấy có các biến độc lập bao gồm: TT, TC, HD, CLTT và CM đều được chấp nhận và có tác động cùng chiều với biến phụ thuộc YD.

Tiêu đề	Các yếu tố tác động của KOLS đến ý định mua mỹ phẩm trên nền tảng TikTok của sinh viên nữ Trường Đại học Ngân hàng Thành phố Hồ Chí Minh
Tác giả	Nguyễn Thị Phương Ngân
Người hướng dẫn	TS. Đặng Trương Thanh Nhàn
Trường học	Trường Đại học Ngân hàng TP. Hồ Chí Minh
Chuyên ngành	Quản trị Kinh doanh
Thể loại	Khóa luận Tốt nghiệp Đại học
Năm xuất bản	2024
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	121
Dung lượng	2,62 MB