khóa luận tốt nghiệp các yếu tố thúc đẩy ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại thành phố hồ chí minh vai trò của biến điều tiết niềm tin

Nghiên cứu này được thực hiện nhằm thúc đẩy ý định sử dụng hệ thống thanh toán tự động trong việc mua sắm của người tiêu dùng.. CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lâp - Tự do – Hạnh

TỔNG QUAN VỀ NGHIÊN CỨU

Bối cảnh nghiên cứu

Các doanh nghiệp trong ngành FMCG ngày càng phổ biến hơn, nhiều thương hiệu đến với thị trường Việt Nam và trở thành những ông lớn tại thị trường Chẳng hạn như Aeon Mall, Lotte Mart, Emart, đã và đang đứng vững tại Việt Nam với ngành hàng tiêu dùng nhanh Tuy nhiên, việc có nhiều đối thủ xuất hiện khiến cho các doanh nghiệp lớn này luôn phải thay đổi những chính sách mới phù hợp với thị hiếu để giữ chân người tiêu dùng Các doanh nghiệp đã dần bắt đầu áp dụng các hệ thống tự động và tương lai để việc mua sắm trở nên tiện lợi và nhanh chóng hơn Các hệ thống thanh toán tự động mang lại nhiều lợi ích đáng kể cho doanh nghiệp như giảm chi phí (Sanda Renko, 2014), cải thiện hiệu quả (Bitner, 2001), tăng năng suất của nhân viên và cải thiện chất lượng dịch vụ (Walker & cộng sự, 2002), tăng doanh số và trải nghiệm của người tiêu dùng (Meuter & cộng sự,

Tại Hội thảo “Tiến đến quốc gia không tiền mặt” vào ngày 19/11/2021, ông Nguyễn Anh Đức - Tổng Giám đốc Saigon Co.op cho biết thanh toán không tiền mặt đang có rất nhiều cơ hội lớn nhưng cũng có không ít khó khăn Có nhiều sự thay đổi trong việc thanh toán của người tiêu dùng tại hệ thống Sài Gòn Co.op trong mùa dịch vừa qua, từ tỷ trọng 4% khách hàng thanh toán không tiền mặt khi mua sắm ở các siêu thị, cửa hàng của Sài Gòn Co.op thì trong đại dịch covid 2019 tỷ lệ này đã tăng vọt lên đến 40% so với trước đó, có thời điểm lên đến 50% (Gia Miêu, 2021) Theo một bài báo cáo về “Xu hướng mới trong lối sống của người Việt Nam trước và sau dịch Covid-19”, thói quen mua sắm tại các siêu thị của người tiêu dùng vẫn khá cao, đến 65% người có hành vi này, cũng chính việc lựa chọn việc đi siêu thị thay thế cho việc đi chợ truyền thống nên rất có thể dễ dàng nhìn thấy những trường hợp xếp hàng dài chờ thanh toán, đặc biệt là trong những giờ cao điểm (Hải Yến, 2023) Theo báo Lao động của Tổng liên đoàn lao động Việt Nam (2023) người tiêu dùng có những trạng thái mệt mỏi, cau có, thở dài khi đứng chờ tại quầy thanh toán tại các siêu thị lớn ở Hà Nội vào những ngày cận Tết, có khi phải chờ đến gần một tiếng đồng hồ chỉ để thanh toán (Trang, 2023) Tại TP Hồ Chí Minh vào các dịp cận Tết, cũng sẽ xảy ra các tình trạng tương tự như nối đuôi nhau xếp hàng chờ thanh toán mặc dù các doanh nghiệp, hệ thống trung tâm đã mở thêm rất nhiều quầy thu ngân để hỗ trợ và tăng thời lượng mở cửa nhưng vẫn có rất đông khách hàng chờ đợi cho đến khuya mới có thể hoàn thành việc thanh toán (Phương, 2024)

Vào năm 2017, chuỗi siêu thị Coles tại Úc đã áp dụng máy tính tiền tự động để giúp các khách hàng mua sắm có thể tiết kiệm thời gian chờ đợi nhiều hơn (SBS, 2017) Tuy nhiên, loại máy này chỉ áp dụng cho những khách hàng mua dưới 12 sản phẩm để tránh sự gian lận khi thanh toán Trong cuộc cạnh tranh khốc liệt này thì không thể không nhắc đến sự phát triển vượt bậc của Amazon nhằm thay đổi hoàn toàn cách mua sắm Amazon đã cho khai trương các cửa hàng tiện lợi không cần thu ngân Go vào năm 2018 Khi mua sắm tại đây, khách hàng chỉ cần sử dụng ứng dụng Amazon Go và quét mã QR để kết nối với tài khoản thanh toán (Hoàng My, 2021) Dịch vụ này đã một phần giúp tiết kiệm rất nhiều thời gian thanh toán và tăng trải nghiệm mua sắm một cách tiện lợi hơn Quầy thanh toán tự động là hình thức rất phổ biến, được ứng dụng nhiều tại các siêu thị hiện đại trên thế giới nhưng ở Việt Nam còn rất ít các doanh nghiệp bán lẻ áp dụng bởi nhiều yếu tố (Vũ, 2021) Tuy nhiên vào năm 2021, tại chuỗi hệ thống Aeon Mall đã đưa vào hoạt động 8 máy lựa chọn và tính tiền tự động tại các điểm tại TP Hồ Chí Minh và Hà Nội giúp khách hàng tiết kiếm được thời gian chờ đợi khi xếp hàng chờ thanh toán rất nhiều (Như, 2021) Vào năm

2021, giá trị ước tính của thị trường hệ thống tự thanh toán trên toàn cầu chỉ hơn 4 tỷ đô la

Mỹ Trong giai đoạn từ 2021 đến 2030, giá trị quy mô thị trường được dự báo sẽ tăng lên 13,54 tỷ đô la Mỹ (Statista, 2022) Một trong những nghề như nhân viên thu ngân sẽ là những người có nguy cơ bị thay thế bởi hệ thống tự tính tiền, được dự đoán sẽ chứng kiến sự sụt giảm việc làm lớn nhất, với ít hơn 335,000 việc làm vào năm 2031 so với năm 2021 (Richter, 2023) Việc giảm 46% vai trò của nhân viên thu ngân trong bán lẻ có thể được giải thích thêm bởi sự gia tăng nhanh chóng các công nghệ tự thanh toán được các nhà bán lẻ trên toàn thế giới áp dụng Điều này không có gì đáng ngạc nhiên vì thực tế là một số lượng đáng kể người tiêu dùng trên toàn thế giới đang ưa chuộng lựa chọn tự thanh toán khi mua sắm Hệ thống tự thanh toán có giá trị thị trường toàn cầu hơn 2,5 tỷ đô la Mỹ vào năm 2019 và dự kiến sẽ còn phát triển hơn nữa (McKinsey & Company, 2020) Trong năm

2021, hơn 100 tỷ đô la Mỹ được đầu tư vào các giao dịch tài trợ công nghệ bán lẻ trên toàn thế giới, một số tiền kỷ lục nếu xét đến nhà tài trợ được quan sát thấy trong bảy năm qua Ước tính đến năm 2025 số lượng người sử dụng thương mại kỹ thuật số tại Việt Nam sẽ tăng lên 70,9 triệu người so với năm 2021 là 51,8 triệu người (Statista Research DeParkment, 2023) Hiện nay, Chính phủ cũng đang có nhiều chính sách, chủ trương nhằm thúc đẩy tăng trưởng phát triển của việc thanh toán điện tử và thanh toán di động, đây cũng chính là yếu tố giúp các doanh nghiệp trong ngành bán lẻ như siêu thị, cửa hàng tiện lợi cần có những bước tiến, phát triển hơn trong việc áp dụng hình thức thanh toán để cải thiện được những vấn đề trong trải nghiệm khách hàng tốt nhất

Hiện chưa có nhiều nghiên cứu liên quan đến loại hình hoạt động này trên thế giới, tuy nhiên đã có một số nghiên cứu sử dụng mô hình chấp nhận công nghệ - TAM, mô hình chấp nhận và sử dụng công nghệ - UTAUT để nghiên cứu hành vi của người tiêu dùng chấp nhận công nghệ mới và sử dụng chúng TAM là mô hình hữu ích về lý thuyết chấp nhận công nghệ trong các bối cảnh phát triển của công nghệ khác nhau và cũng là mô hình được sử dụng rộng rãi để thăm dò thái độ của người tiêu dùng về việc sử dụng công nghệ (Davis & cộng sự, 1989) Mô hình UTAUT của Venkatesh và cộng sự (2003), đề xuất 4 cấu trúc chính bao gồm kỳ vọng và hiệu suất, kỳ vọng về nỗ lực, ảnh hưởng xã hội và điều kiện thuận lợi Bốn yếu tố này là những điều kiện quyết định trực tiếp đến ý định sử dụng và hành vi của người tiêu dùng Tuy nhiên, yếu tố kỳ vọng hiệu suất nó có ý nghĩa giống như với yếu tố mức độ hữu ích trong những mô hình cảm nhận của TAM Ngoài ra cũng có nhiều nghiên cứu trước đây sử dụng Lý thuyết hành vi hợp lý – TRA (Ajzen, 1975) để giải thích các vấn đề về hành vi ý định sử dụng có liên quan đến cái yếu tố như chuẩn chủ quan, thái độ và ý định của người dùng

Theo Peng và Yan (2022) đã sử dụng mô hình TRA kết hợp cùng TAM để nghiên cứu các yếu tố tác động đến việc sử dụng thanh toán di động Bên cạnh đó, ở bài nghiên cứu xác định các yếu tố ảnh hưởng đến việc tiếp tục sử dụng dịch vụ thanh toán di động ở Ghana cũng đã kế thừa mô hình TAM để thực hiện (Kelly & Palaniappan, 2023) Miyoung Kim

(2014) đã kết hợp 2 loại mô hình này này trong bài nghiên cứu các yếu tố tác động đến ý định hành vi sử dụng kiot đa phương tiện Tuy nhiên, nhóm tác giả còn sử dụng thêm một loại mô hình khác đó là UTAUT trước đó của Venkatesh và cộng sự (2003) với bốn yếu tố là kỳ vọng về nỗ lực, kỳ vọng về hiệu suất, ảnh hưởng xã hội và điều kiện thuận lợi để giải thích mức độ hữu ích của công nghệ Bên cạnh đó, các bài nghiên cứu trước chỉ thấy những nghiên cứu nói đến biến niềm tin có vai trò trung gian (Shankar & Datta, 2018) hoặc với vai trò là một biến độc lập tác động trực tiếp đến ý định sử dụng (Penney & cộng sự, 2021), chưa có nghiên cứu nào tìm hiểu vai trò điều tiết của biến niềm tin dựa trên hai khoảng cách nhận thức – hành vi và thái độ hành vi Tổng hợp một số nghiên cứu, nhóm tác giả nhận thấy rằng có một số phương hướng nghiên cứu mới được đề xuất việc kiểm định thêm các mối quan hệ mới dựa vào hai khoảng cách trên (Kazancoglu, 2018; Peng & Yan, 2022; Shankar & Datta, 2018) Từ đó nhóm tác giả muốn tìm hiểu sâu về hai mối quan hệ này và kiểm định kỹ hơn về sự điều tiết của yếu tố niềm tin đến mối quan hệ của hai khoảng cách nhận thức – hành vi và thái độ hành vi thông qua các biến là cảm nhận tính hữu ích – ý định sử dụng và thái độ sử dụng – ý định sử dụng

Mỗi nghiên cứu khác nhau và phụ thuộc vào mục tiêu cũng như phạm vi nghiên cứu mà sẽ có sự kết hợp khác nhau giữa các mô hình lý thuyết nền Ngoài ra, thì những nghiên cứu này cũng cho thấy được rằng những mặt hạn chế và đề xuất các hướng đi mới cho các nghiên cứu trong tương lai, dựa vào đó, nhóm tác giả lựa chọn đề tài với tên là: Các yếu tố thúc đẩy sử dụng hệ thống thanh toán tự động của người tiêu dùng tại Thành phố Hồ Chí Minh: vai trò của biến điều tiết niềm tin”.

Mục tiêu nghiên cứu

1.2.1 Mục tiêu nghiên cứu chung

Mục tiêu chung là nghiên cứu các yếu tố thúc đẩy ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại địa bàn TP Hồ Chí Minh: vai trò biến điều tiết niềm tin Đưa ra một số hàm ý quản trị để thúc đẩy người tiêu dùng sử dụng hệ thống thanh toán tự động và đề xuất một số hàm ý quản trị cho các doanh nghiệp bán lẻ, ngành hàng tiêu dùng có thể hỗ trợ những hình thức thanh toán theo đúng nhu cầu và tăng sự trải nghiệm của khách hàng

1.2.2 Mục tiêu nghiên cứu cụ thể

Mục tiêu 1: Xác định các yếu tố tác động đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh

Mục tiêu 2: Phân tích và kiểm định các yếu tố tác động đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh

Mục tiêu 3: Phân tích và kiểm định vai trò của 3 biến trung gian và 1 biến điều tiết “Niềm tin”

Mục tiêu 4: Đề xuất một số hàm ý quản trị cho các doanh nghiệp bán lẻ, ngành hàng tiêu dùng có thể áp dụng hình thức thanh toán này để phục vụ những nhu cầu và tăng sự trải nghiệm cho khách hàng, đồng thời có những đề xuất mới dành cho người tiêu dùng khi mua sắm.

Câu hỏi nghiên cứu

Câu hỏi 1: Có những yếu tố nào ảnh hưởng đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh?

Câu hỏi 2: Các yếu tố có mức ảnh hưởng như thế nào đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh?

Câu hỏi 3: Vai trò của nhân tố trung gian đến ý định sử dụng như thế nào? Vai trò của nhân tố điều tiết niềm tin đến ý định sử dụng như thế nào?

Câu hỏi 4: Những hàm ý quản trị nào dành cho người tiêu dùng để họ có thể biết đến và sử dụng hệ thống thanh toán tự động hay các doanh nghiệp cần làm gì để có thể cho người tiêu dùng tiếp cận được hình thức thanh toán tự động?

Đối tượng nghiên cứu và phạm vi nghiên cứu

Những yếu tố thúc đẩy ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại

TP Hồ Chí Minh, vai trò của biến điều tiết niềm tin và mối quan hệ của các yếu tố

Là người tiêu tại Thành phố Hồ Chí Minh cụ thể:

- Độ tuổi: theo Nghiên cứu phương pháp trong kinh doanh (Thọ, 2012) chia thành 5 nhóm tuổi từ 18 tuổi đến 24 tuổi, từ 25 tuổi đến 34 tuổi, từ 35 tuổi đến 45 tuổi, từ 46 tuổi đến 54 tuổi và từ 55 tuổi trở lên vì trong những nhóm tuổi này có nét tương đồng về hành vi với nhau

- Thu nhập: nhóm tác giả dựa trên tổng thống kê của khu vực tại thành phố Hồ Chí Minh và chia thu nhập theo phương pháp marketing có nghĩa sẽ chia thành theo 3 nhóm chính: nhóm thu nhập cao, thu nhập trung bình và thu nhập thấp Tuy nhiên trong nghiên cứu này nhóm tác giả quyết định thêm một nhóm thu nhập để có thể tìm hiểu rõ hơn về hành vi của người tiêu dùng được chia như sau: từ 4,5 triệu đến dưới 7,5 triệu, từ 7,5 triệu đến dưới 15 triệu, từ 15 triệu đến dưới 30 triệu và từ 30 triệu trở lên

- Trình độ học vấn nhóm tác giả dựa trên độ tuổi cũng như sự hiểu biết trong thanh toán và khả năng chi trả để chia ra thành 5 cấp độ học vấn như sau: THCS THPT, trung cấp, cao đẳng, đại học, sau đại học

- Hôn nhân: nhóm tác giả chỉ khảo sát dựa trên tình trạng hôn nhân là đã kết hôn và chưa kết hôn

1.4.2.1 Phạm vi không gian Đề tài được thực hiện tại nhiều khu vực thuộc TP HCM (Quận Gò Vấp, Quận Phú Nhuận, Quận Bình Thạnh, Quận 12, Quận 7, Quận 8 và 3 Quận thuộc TP Thủ Đức)

Nghiên cứu này được thực hiện từ ngày 01/01/2024 - 20/04/2024.

Phương pháp nghiên cứu

Nghiên cứu định tính: Sau qua trình tìm hiểu thực trạng của hệ thống thanh toán tự động, tình hình mua sắm ở các trung tâm thương mại lớn cùng các nghiên cứu liên quan được tìm kiếm, lựa chọn để xây dựng mô hình và thang đo ban đầu được thể hiện ở phụ lục 1 Sau đó, nhóm tác giả tiến hành phỏng vấn 1 Phó Giáo sư Tiến sĩ, 1 giảng viên khoa quản trị kinh doanh tại trường Đại học Công Nghiệp TP Hồ Chí Minh và 5 khách hàng để điều chỉnh nội dung thang đo phù hợp với bối cảnh nghiên cứu

Nghiên cứu định lượng sơ bộ: Sau khi đã xây dựng bảng khảo sát từ việc thực hiện nghiên cứu định tính, nhóm tác giả tiến hành khảo sát 50 đáp viên để kiểm tra độ tin cậy của thang đo Sau khi kiểm tra thì các chỉ số như Cronbach’s Alpha đều > 0,7 và hệ số tương quan biến tổng đều lớn hơn 0,3 Các biến đều đạt yêu cầu nên nhóm tác giả tiếp tục thực hiện bước khảo sát tiếp theo

Nghiên cứu định lượng chính thức: Ở bước này, nhóm tác giả tiến hành khảo sát chính thức thông qua khảo sát trực tiếp và trực tuyến, đã thu được 478 câu trả lời hợp lệ sau khi loại đi 19 câu trả lời không hợp lệ Dữ liệu thu về được đưa vào phần mềm SPSS 24 và Smart PLS 4.0 để đánh giá mô hình đo lường và mô hình cấu trúc.

Ý nghĩa thực tiễn của đề tài

Với đề tài nghiên cứu là “Nghiên cứu các yếu tố thúc đẩy ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh: vai trò của biến điều tiết niềm tin” để giúp người tiêu dùng chủ động trong việc thanh toán hàng hóa của mình và có tâm trạng thoải mái hơn khi mua sắm vào các ngày cuối tuần hay các dịp lễ lớn trong năm

Ngoài ra, dựa kết quả nghiên cứu để các nhà quản trị của các doanh nghiệp có thể đưa ra những biện pháp cho mình để tăng sự thu hút của khách hàng và lựa chọn địa điểm mua sắm.

Điểm mới của nghiên cứu

Hệ thống thanh toán tự động là một đề tài khá mới tại Việt Nam vì chưa có nhiều nghiên cứu tìm hiểu, vì vậy nghiên cứu này tập trung phân tích các mối quan hệ giữa các yếu tố nhằm thúc đẩy ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng Bên cạnh đó, bài nghiên cứu còn phân tích và kiểm định mở rộng thêm về vai trò điều tiết của biến niềm tin trong mối quan hệ giữa cảm nhận – hành vi và thái độ - hành vi.

Cấu trúc của bài khóa luận

Nghiên cứu gồm có 5 chương:

- Chương 1: Tổng quan về nghiên cứu

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Khái niệm

Tự phục vụ là sự kết hợp của thiết bị công nghệ, cho phép khách hàng tự phục vụ mà không phụ thuộc vào nhân viên nơi cung cấp dịch vụ (Meuter, 2000) Thanh toán tự phục vụ là việc người tiêu dùng tự kiểm tra hàng cho phép người mua hàng được quét mã, đóng gói và thanh toán các mặt hàng một cách độc lập hoặc với sự hỗ trợ tối thiểu (Alpert, 2008; Lee & cộng sự, 2010) Kế thừa từ khái niệm trên, trong nghiên cứu này là thanh toán tự động là loại hình dịch vụ kết hợp của công nghệ số khách hàng tự thanh toán đơn hàng cho mình mà không có sự phụ thuộc của nhân viên thanh toán

2.1.2 Sự tiện lợi (Convenience – CON) Địa điểm thực hiện việc thanh toán và rút ngắn thời cho người tiêu là những yếu tố chỉ ra của sự tiện lợi của một hệ thống công nghệ (Clarke, 2001) Sự tiện lợi là kết hợp giữa các tiện ích về thời gian và địa điểm và đây cũng là những đặc điểm cơ bản của thanh toán di động (Kim & cộng sự, 2010) Sự tiện lợi là thái độ của người tiêu dùng khi sử dụng thanh toán tự động mang lại một trải nghiệm thoải mái nhất và nhanh nhất khi thanh toán Sự tiện lợi trong nghiên cứu của Sleiman và cộng sự (2022) là những yêu cầu về khả năng liên quan đến việc sử dụng thanh toán di động phù hợp với người dùng thì họ sẽ sử dụng nó lâu hơn Trong nghiên cứu này, nhóm tác giả quyết định sử dụng khái niệm Kim và cộng sự

(2010) để đo lường sự tiện lợi và thang đo được kế thừa từ Kim và cộng sự (2010) và Sleiman và cộng sự (2022) vì có nhiều điểm tương đồng trong lĩnh vực nghiên cứu

2.1.3 Kiến thức công nghệ (Technology Knowledge – TK)

Kiến thức là mức độ mà người dùng có thể tự tin để thử các tính năng phức tạp của công nghệ trong nhiều ngữ cảnh sử dụng khác nhau Kim và cộng sự (2010) Nghiên cứu của Ha và cộng sự (2023), có nói đến yếu tố kiến thức là sự kết hợp giữa cảm nhận, kiến thức, kỹ năng, thái độ và hành vi cần thiết để đưa ra các quyết định hợp lý và cuối cùng là đạt được mục đích cá nhân.Sự cảm nhận công nghệ khác nhau sẽ dựa trên mức độ tiếp xúc của từng người đối với hình thức công nghệ đó Chính vì vậy, nhóm tác giả quyết định sử dụng khái niệm kế thừa từ Kim và cộng sự (2010) để đo lường, các thang đo được kế thừa từ nghiên cứu của Kim và cộng sự (2010) và Ha và cộng sự (2023) vì có nhiều điểm chung trong đề tài và mô hình lý thuyết nền

2.1.4 Tính đổi mới cá nhân (Personal Innovativeness - PI)

Sự đổi mới cá nhân là sự sẵn lòng của người tiêu dùng để thử bất kỳ công nghệ mới nào trong tương lai (Agarwal, 1998) Tính đổi mới cá nhân là khuynh hướng của một cá nhân dùng thử bất kỳ hệ thống thông tin mới nào đó (Kim & cộng sự, 2010) Tính đổi mới cá nhân là sự sẵn lòng thử bất kỳ công nghệ mới nào Tính đổi mới là mức độ đổi mới của người dùng khi chấp nhận sử dụng một loại công nghệ (Oliveira & cộng sự, 2016) Nó là một phần vốn có của tính cách cá nhân và mức độ đổi mới khác nhau tùy theo khách hàng Tính đổi mới cá nhân là yếu tố quan trọng cho việc áp dụng và sử dụng thanh toán di động (Shankar & Datta, 2018) Ở yếu tố này, nhóm tác giả quyết định sử dụng khái niệm của Oliveira và cộng sự (2016) để đo lường, thang đo sẽ kế thừa Shankar và Datta (2018)s và Oliveira và cộng sự (2016) để thực hiện trong bài nghiên cứu vì có nhiều điểm tương đồng trong lĩnh vực nghiên cứu

2.1.5 Cảm nhận rủi ro (Perceived Risk - PR)

Cảm nhận rủi ro là sự đánh giá chủ quan của con người về đặc điểm và mức độ nghiêm trọng của một rủi ro cụ thể và là một chỉ số quan trọng để đo lường sự hoảng loạn tâm lý của công chúng (Li & cộng sự, 2019) Cảm nhận rủi ro là mối quan tâm của người tiêu dùng bị ảnh hưởng bởi rủi ro kinh tế, an ninh, thời gian và xã hội (Ha & cộng sự, 2023) Khi khách hàng cảm nhận được bất kỳ tổn thất nào có thể xảy ra do sự không chắc chắn khi sử dụng công nghệ, cảm nhận về rủi ro của họ sẽ tăng lên và làm ảnh hưởng đến thái độ khi quyết định sử dụng công nghệ mới (Penney & cộng sự, 2021) Trong khái niệm của nhóm Ha và cộng sự (2023), nhóm tác giả tìm thấy được những điểm giống nhau và phù hợp với mục tiêu nghiên cứu cho tương lai nên quyết định sử dụng khái niệm này để đo lường, thang đo được kế thừa từ Ha và cộng sự (2023) và Penney và cộng sự (2021) cho quá trình nghiên cứu

2.1.6 Ảnh hưởng xã hội (Social Influence - SI) Ảnh hưởng xã hội là mức độ tin tưởng những người xung quanh sử dụng một công nghệ (Venkatesh & cộng sự, 2012) Kế thừa từ khái niệm trên Oliveira và cộng sự (2016) cũng đề cập rằng ảnh hưởng xã hội khi chúng tích cực thì sẽ tạo ra sự thúc đẩy đến việc sử dụng dịch vụ thanh toán di động Ngoài ra, ảnh hưởng xã hội là mức độ mà người tiêu dùng coi trọng người khác nghĩ như thế nào về công nghệ nó còn thể hiện thái độ, giá trị và hành động của một người bị ảnh hưởng bởi người khác (Sleiman & cộng sự, 2022) Tuy nhiên có ý kiến lại cho rằng ảnh hưởng xã hội có vai trò như là một động cơ bên trong người tiêu dùng đã được ẩn giấu để tác động sự thích ứng với công nghệ (Kelly & Palaniappan, 2023) Vậy trong nghiên cứu này, nhóm tác giả sử dụng khái niệm của Oliveira và cộng sự (2016) để đo lường về mức độ ảnh hưởng của xã hội và kế thừa thang đo từ Oliveira và cộng sự

(2016) và Sleiman và cộng sự (2022) để thực hiện nghiên cứu vì có nhiều sự tương đồng cũng như kế thừa các thang đo

2.1.7 Cảm nhận tính dễ sử dụng (Perceived Usefulness – PE)

Cảm nhận tính dễ sử dụng là mức độ mà người ta tin rằng việc áp dụng hệ thống sẽ không cần quá nhiều công sức (Kim & cộng sự, 2010) Shankar và Datta (2018) cho rằng tính dễ sử dụng là mức độ tin tưởng rằng việc sử dụng một công nghệ sẽ dễ dàng hơn Cảm nhận tính dễ sử dụng được định nghĩa là mức độ mà các cá nhân tin rằng các công nghệ và phương tiện tiên tiến có thể được sử dụng một cách tự do (Rafique & cộng sự, 2020) Tính dễ sử dụng là mức độ mà các cá nhân tin rằng việc sử dụng công nghệ và phương tiện tiên tiến có thể nâng cao hiệu quả hành động của họ (Peng & Yan, 2022) Ở thang đo này, nhóm tác giả quyết định sử dụng khái niệm theo Kim và cộng sự (2010) để đo lường cảm nhận tính dễ sử dụng vì có sự tương đồng và kế thừa thang đo của Shankar và Datta (2018) và Kim và cộng sự (2010) để thực hiện

2.1.8 Cảm nhận tính hữu ích (Perceived Ease Of Use - PEU)

Theo Shankar và Datta (2018), cảm nhận tính hữu ích là mức độ của người tiêu dùng tin rằng việc áp dụng công nghệ sẽ tăng hiệu quả hoạt động của họ dựa trên khái niệm của Davis (1989) Cảm nhận tính hữu ích là cảm giác trực quan của người tiêu dùng khi họ nhận thấy những lợi ích về hiệu quả khi sử dụng công nghệ và phương tiện tiên tiến mang lại, nó sẽ dần dần trở thành cảm nhận trải nghiệm tích cực với sự tích lũy kinh nghiệm sử dụng (Peng & Yan, 2022) Hiệu suất công việc của họ sẽ được nâng cao khi cảm nhận tính hữu ích sử dụng một hệ thống cụ thể (Sleiman & cộng sự, 2022) Trong bài nghiên cứu này nhóm tác giả quyết định sử dụng khái niệm cảm nhận tính hữu ích của Shankar và Datta (2018) để thực hiện nghiên cứu vì có nhiều sự tương đồng cũng như kế thừa các thang đo

2.1.9 Thái độ sử dụng (Attitude Of Users - AU)

Thái độ sử dụng phản ánh cảm giác hài lòng hoặc không hài lòng khi sử dụng công nghệ (Hsiao, 2014) Thái độ đề cập đến cảm giác tích cực hoặc tiêu cực chủ quan trong khi ý định phản ánh mức độ có thể đo lường một hành vi cụ thể (Li & cộng sự, 2019) Thái độ đối với việc sử dụng là phản ứng cảm xúc tổng thể được tạo ra khi các cá nhân sử dụng các công nghệ và phương tiện truyền thông tiên tiến (Peng & Yan, 2022) Từ những khái niệm trên, nhóm tác giả quyết định kế thừa khái niệm của Li và cộng sự (2019) để đo lường thái độ sử dụng và thang đo nghiên cứu

Niềm tin có thể được định nghĩa là sự kỳ vọng tích cực của người tiêu dùng đối với việc cung cấp dịch vụ sự chấp nhận của người tiêu dùng đối với thanh toán điện tử, đòi hỏi rằng các vấn đề của khách hàng sẽ được giải quyết (Shankar & Datta, 2018) Niềm tin là yếu tố chính trong việc hiểu hành vi của con người và đã được nghiên cứu ở nhiều lĩnh vực khác nhau như thương mại điện tử, công nghệ thông tin và khoa học thông tin (Hansen & Saridakis, 2018; Singh & Sinha, 2020) Niềm tin là sự không chắc chắn được biết là tồn tại hoặc sẽ xảy ra trong bất kỳ đâu, điều này chỉ ra rằng hoạt động kinh doanh cho các địa điểm ảnh hưởng bởi yếu tố này (Kelly & Palaniappan, 2023) Theo Ha và cộng sự (2023), niềm tin là đo lường sự đảm bảo của công nghệ và nhà cung cấp dịch vụ khi sử dụng của người tiêu dùng Nhóm tác giả sẽ sử dụng khái niệm niềm tin dựa vào nghiên cứu của Shankar và Datta (2018) vì có những sự liên kết trong mối quan hệ giữa các biến còn lại và kế thừa thang đo của Shankar và Datta (2018) và Ha và cộng sự (2023) để tiến hành thực hiện đề tài nghiên cứu

2.1.12 Ý định sử dụng (Intention To Use – ITU)

Theo thuyết hành động hợp lý (TRA), ý định dẫn đến hành vi và được quyết định bởi thái độ với hành vi và chịu tác động của chuẩn chủ quan xung quanh việc thực hiện các hành vi đó Ý định được cho là nhân tố động cơ dẫn đến hành vi, nó là chỉ báo cho việc con người sẽ cố gắng đến mức nào, hay dự định sẽ dành bao nhiêu nỗ lực vào việc thực hiện một hành vi cụ thể (Ajzen & Fishbein, 1980) Ý định sử dụng hành vi được định nghĩa là mức độ mà một cá nhân sẵn sàng sử dụng công nghệ và truyền thông Ý định hành vi sử dụng là động lực tích cực khiến người dùng sử dụng những sản phẩm, chủ thể nhất định khi có nhu cầu (Venkatesh & cộng sự, 2003) Theo lập luận của các tác giả đi trước, cảm xúc và thái độ tốt cần được trau dồi trước khi tạo ra bất kỳ ý định hành vi tích cực nào để sử dụng.

Các mô hình lý thuyết nền liên quan

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

TAM là một trong những mô hình nghiên cứu đầu tiên để giải thích hành vi áp dụng công nghệ của người dùng (Davis & cộng sự, 1989) TAM thường được áp dụng để thảo luận về thái độ của người dùng cũng là yếu tố quan trọng nhất đối với việc chấp nhận và sử dụng công nghệ (Davis, 1989; Mortenson & Vidgen, 2016) Trong lĩnh vực công nghệ thì cảm nhận về tính dễ sử dụng và cảm nhận về tính hữu ích được coi là những yếu tố có tác động mạnh nhất đến việc người dùng chấp nhận công nghệ (Bose & cộng sự, 2017; David Gefen, 2003; Kelly & Palaniappan, 2023) Các biến bên ngoài đề cập đến các yếu tố khác có thể ảnh hưởng đến nhận thức của cá nhân về tính hữu ích và nhận thức về tính dễ sử dụng đối công nghệ (Lin & Kim, 2016; Wallace & Sheetz, 2014)

Hình 2.1 Mô hình lý thuyết khái niệm TAM

Biến bên ngoài Ý định sử dụng

Hành vi sử dụng thực tế

Cảm nhận tính hữu ích

Cảm nhận tính dễ sử dụng

Mô hình được đưa vào phần mềm VOSviewer để phân tích các lĩnh vực nghiên cứu trước đó về mô hình lý thuyết TAM Kết quả cho rằng một số nghiên cứu trước đây tập trung chủ yếu vào các lĩnh vực như: hành vi trong quản trị (behavior management), hành vi trong tâm lý học (behavior psychology), và chủ yếu là hành vi trong lĩnh vực công nghệ thông tin (behavior technology), Ngoài ra mô hình TAM còn được áp dụng phổ biến thông qua các nghiên cứu về ý định sử dụng (intention) và chấp nhận công nghệ (technology adoption) cho những công nghệ mới xuất hiện trên thị trường mà chưa được nhiều người biết đến Đa phần TAM đều sử dụng các phương pháp kiểm định SEM để hiểu rõ hơn về các mối quan hệ trong lý thuyết đưa ra

Hình 2.2 VOSviewer mô hình TAM

Nguồn: Trích xuất từ phần mềm Vosviewer

Tóm lại, mô hình lý thuyết TAM là nghiên cứu về sự chấp nhận công nghệ của người tiêu dùng trong thời đại công nghệ 4.0 phát triển như hiện nay, góp phần hỗ trợ những nhà nghiên cứu có thể dựa trên yêu cầu mà người tiêu dùng mong muốn

2.2.2 Mô hình chấp nhận và sử dụng công nghệ hợp nhất (UTAUT - Unified Theory of Acceptance and Use of Technology)

Mô hình hợp nhất về chấp nhận và sử dụng công nghệ (Unified Theory of Acceptance and Use of Technology - UTAUT) được phát triển bởi Venkatesh và cộng sự (2003) Mô hình UTAUT tích hợp các lập luận từ tám lý thuyết: mô hình chấp nhận công nghệ (TAM), lý thuyết hành động hợp lý (TRA), lý thuyết hành vi có kế hoạch (TPB), mô hình phù hợp nhiệm vụ - công nghệ (TTF), lý thuyết phổ biến đổi mới (IDT), mô hình động lực (MM), lý thuyết nhận thức xã hội (SCT) và mô hình sử dụng PC (MPCU), từ đó tổng kết lại và đưa ra bốn yếu tố chính cho mô hình đó là kỳ vọng về hiệu suất (Performance Expectancy), kỳ vọng nỗ lực (Effort Expectancy), ảnh hưởng xã hội (Social Influence) và điều kiện thúc đẩy (Facilitating Conditions) ảnh hưởng trực tiếp đến ý định và hành vi sử dụng Không giống như TAM, trong UTAUT thì giới tính, tuổi tác, kinh nghiệm và sự tự nguyện được đặt ra để giảm bớt tác động của bốn yếu tố then chốt giải thích ý định sử dụng hệ thống công nghệ thông tin của một người và hành vi sử dụng Có rất nhiều nhà nghiên cứu đã sử dụng mô hình này (Sleiman & cộng sự, 2022; Yu & cộng sự, 2021)

Hình 2.3 Mô hình hợp nhất về chấp nhận và sử dụng công nghệ (UTAUT)

Nguồn: Venkatesh và cộng sự (2000) Ảnh hưởng xã hội

Nỗ lực kỳ vọng Điều kiện thuận lợi

Giới tính Độ tuổi Kinh nghiệm Tự nguyện sử dụng

Dự định Ý định tiếp tục Kết quả kỳ vọng

Khoảng trống nghiên cứu

Nghiên cứu được tiến hành tại khu vực TP Hồ Chí Minh, dựa trên một số đề xuất từ các bài nghiên cứu trước đây, nhóm tác giả quyết định mở rộng rõ hơn về vai trò điều tiết của biến niềm tin của người tiêu dùng dựa trên khoảng cách trong bối cảnh nghiên cứu này Thứ nhất khoảng cách nhận thức – hành vi, theo mô hình UTAUT nghiên cứu có sự đề xuất về việc tập trung tìm hiểu sự tác động của 2 biến liên quan đến nhận thức và ý định hành vi như tính hữu ích (Shankar & Datta, 2018; Sleiman & cộng sự, 2022) Thứ hai, khoảng cách giữa thái độ - hành vi là một trong những đề xuất cho các nghiên cứu ở tương lai dựa trên các yếu tố chính xuất phát từ mô hình TAM, cụ thể hơn là mối quan hệ tác động giữa thái độ sử dụng và ý định sử dụng trong các lĩnh vực đổi mới công nghệ (Kazancoglu, 2018; Penney & cộng sự , 2021; Wang, 2015) Chính vì vậy, trong bài nghiên cứu này nhóm tác giả kết hợp mô hình TAM và mô hình UTAUT để lấp đầy các khoảng trống của các nghiên cứu trước trong bối cảnh sử dụng hệ thống thanh toán tự động.

Các nghiên cứu liên quan

2.4.1 Nghiên cứu của Changsu Kim và và cộng sự (2010): Các yếu tố ảnh hưởng đến ý định sử dụng thanh toán di động (An empirical examination of factors influencing the intention to use mobile payment)

Hình 2.4 Mô hình nghiên cứu của Kim và cộng sự (2010)

Kiến thức về thanh toán di động

Sự tiện lợi Đặc điểm

Cảm nhận tính hữu ích

Cảm nhận dễ sử dụng Ý định sử dụng thanh toán di động

Nguồn: Kim và cộng sự (2010)

Nghiên cứu nhằm xác định việc sử dụng thanh toán di động chịu tác động của những yếu tố nào Trong suốt 12 tuần khảo sát thông qua việc đến thăm các trường học, trường đại học, công ty, viện nghiên cứu và quán cà phê Internet, cũng như khảo sát và phỏng vấn qua email tại Hàn Quốc từ tháng 2 – 5/2009 Kết quả cho thấy tính đổi mới cá nhân và kiến thức thanh toán có mối quan hệ tích cực đến cảm nhận tính dễ sử dụng với mức ý nghĩa 0,01 Bốn yếu tố đặc điểm của hệ thống thanh toán di động gồm tính di động, khả năng tiếp cận, tính tương thích và sự tiện lợi đều có sự tác động tích cực đến cảm nhận tính dễ sử dụng và cảm nhận tính hữu ích ngoại trừ mối quan hệ của tính di động đối với cảm nhận tính hữu ích Giả thuyết H5a và H5b không được chấp nhận tuy nhiên ảnh hưởng của sự tiện lợi có ảnh hưởng tích cực đến cảm nhận tính hữu ích và cảm nhận tính dễ sử dụng

Hạn chế của nghiên cứu: tác giả không áp dụng hành vi thực tế vào trong mô hình Ngoài ra trên thực tế còn tồn tại nhiều yếu tố khác có ảnh hưởng đến mô hình Các biến số khác biệt cá nhân khác cho các nghiên cứu trong tương lai bao gồm hoạt động cảm nhận và năng lực bản thân, bản địa hóa, khả năng tiếp cận, cá nhân hóa và tính phổ biến

2.4.2 Nghiên cứu của Michael Yao-Ping Peng và Xin Yan (2022): Khám phá các yếu tố ý định đến hành vi sử dụng kiot đa phương tiện thông qua mô hình sẵn sàng và chấp nhận công nghệ (Exploring the Influence of Determinants on Behavior Intention to Use of Multiple Media Kiosks Through Technology Readiness and Acceptance Model)

Sẵn sàng về công nghệ

Cảm nhận sự hữu ích

Cảm nhận dễ sử dụng

Thái độ khi sử dụng Ý định sử dụng Tính tương tác

Hình 2.5 Mô hình nghiên cứu của Peng và Yan (2022)

Nghiên cứu này giả định rằng sự sẵn sàng về công nghệ có tác động tích cực đến cảm nhận tính hữu ích và cảm nhận tính dễ sử dụng trong TAM Các giả thuyết này được ủng hộ, điều đó có nghĩa là sự sẵn sàng về công nghệ có tác động đáng kể và tích cực đến hai yếu tố này và là tiền đề quan trọng trong TAM Cảm nhận tính dễ sử dụng có tác động tích cực và đáng kể đến cảm nhận sự hữu ích và thái độ sử dụng, đồng thời cảm nhận sự hữu ích cũng có tác động tương tự đến thái độ

Thái độ sử dụng (β = 0,601) có liên quan đáng kể đến hành vi, cảm nhận tính dễ sử dụng có liên quan tích cực và đáng kể đến cảm nhận tính hữu ích (β = 0,728) và thái độ sử dụng (β = 0,309), cảm nhận tính hữu ích có liên quan tích cực và đáng kể đến thái độ (β = 0,507) và ý định sử dụng (β = 0,340), sự sẵn sàng về công nghệ có liên quan tích cực và đáng kể đến cảm nhận tính hữu ích (β = 0,209) và cảm nhận tính dễ sử dụng (β = 0,613), tính tương tác có tác động tích cực và điều tiết mối quan hệ giữa cảm nhận tính dễ sử dụng và thái độ đối với việc sử dụng (β = 0,143), tính tương tác cũng có mối quan hệ tích cực và điều tiết đáng kể giữa cảm nhận tính hữu ích và thái độ sử dụng (β = 0,129)

Xét về mối quan hệ giữa cảm nhận tính hữu ích và thái độ sử dụng với ý định sử dụng, kết quả nghiên cứu cho thấy mối quan hệ này có tác động tích cực và đáng kể đến ý định sử dụng Tính tương tác sẽ điều chỉnh tích cực và đáng kể các mối quan hệ giữa cảm nhận tính dễ sử dụng, cảm nhận tính hữu ích và thái độ sử dụng

Tuy nhiên đề tài còn hạn chế về mặt địa lý và trong việc khái quát hóa các phát hiện trong các bối cảnh khác Một số đề nghị dành cho các nhà nghiên cứu trong tương lai nên thảo luận về tác động của mức độ sẵn sàng công nghệ đối với TAM từ các khía cạnh tích cực và tiêu cực để đưa ra những hiểu biết đa dạng hơn

2.4.3 Nghiên cứu của Aful Ekow Kelly và Sellappan Palaniappan (2023): Khám phá các yếu tố ảnh hưởng đến việc tiếp tục sử dụng và chấp nhận các dịch vụ giao dịch thanh toán di động ở Ghana (Using a technology acceptance model to determine factors infuencing continued usage of mobile money service transactions in Ghana)

Hình 2.6 Mô hình nghiên cứu của Kelly và Palaniappan (2023)

Nguồn: Kelly & Palaniappan (2023) Áp dụng mô hình TAM, nghiên cứu xem xét tiềm năng và sự bùng nổ tăng trưởng đến việc sử dụng dịch vụ thanh toán di động và sự tăng trưởng đó là do các yếu tố nào góp phần Với tổng cỡ mẫu là 406 dữ liệu đã được thử nghiệm để kiểm tra các giả thuyết và đo lường tác động của việc tiếp tục sử dụng dịch vụ thanh toán di động Thái độ của người dùng tác động đáng kể đến việc sử dụng thực tế (β = 0,061), cảm nhận tính dễ sử dụng có tác động tích cực đến việc sử dụng của người dùng (β = 0,378), chi phí tác động tiêu cực đến ý định hành vi của người dùng, (β = 0,008), cảm nhận rủi ro có tác động tích cực đến thái độ (β 0,157), sự tin tưởng có tác động tiêu cực đáng kể đến thái độ của người dùng (β = 0,032), cảm nhận tính hữu ích có tác động tích cực đến mức sử dụng thực tế (β = 0,567), cảm nhận tính hữu ích đối với thái độ của người dùng (β = 0,024), ảnh hưởng xã hội có tác động tích cực đáng kể đến thái độ của người dùng (β = 0,344)

Ngoài yếu tố sự tin tưởng không được hỗ trợ trong nghiên cứu, các giả thuyết khác đều được chấp nhận Do đó, cảm nhận về tính hữu ích, chi phí, cảm nhận rủi ro, cảm nhận về tính dễ sử dụng và ảnh hưởng xã hội là những yếu tố đóng góp nhiều nhất vào việc người dùng tiếp tục sử dụng dịch vụ thanh toán di động ở Ghana Cảm nhận về tính dễ sử dụng là một yếu tố quan trọng ảnh hưởng đến thái độ của người dùng đối với dịch vụ thanh toán di động

Hạn chế của nghiên cứu dịch vụ thanh toán di động ngày càng trở nên phổ biến và có khả năng sẽ còn phổ biến hơn nữa trong tương lai Vì mục đích của phạm vi tương lai của

Rủi ro Ảnh hưởng của xã hội

Thái độ đối với việc sử dụng dịch vụ ngân hàng di động Tính hữu ích

Sự dụng thực tế dịch vụ mobile money

H3 nghiên cứu này, tác giả đề xuất các nghiên cứu khác tập trung vào việc sử dụng thanh toán di động trong đầu tư, nơi người dùng có thể sử dụng thanh toán di động để mua cổ phiếu và trái phiếu

2.4.4 Nghiên cứu của Kamal Abubker Sleiman và các cộng sự (2022) :Các yếu tố dẫn đến ý định tiếp tục sử dụng thanh toán di động ở Sudan (The Factors of Continuance Intention to Use Mobile Payments in Sudan)

Sleiman và các cộng sự thực hiện nghiên cứu nhằm khám phá việc tiếp tục sử dụng các phương thức thanh toán di động trước đây ở Sudan Nghiên cứu này được thực hiện khảo sát người tiêu dùng đã sử dụng thanh toán di động trước đó ở Sudan và thu về được 453 câu trả lời Dữ liệu được đưa vào phần mềm AMOS để kiểm tra mô hình lý thuyết đề xuất thông qua phương trình cấu trúc Ngoài ra mô hình còn tham khảo thêm sự xuất hiện của

Giả thuyết nghiên cứu

2.5.1 Sự tiện lợi với thái độ sử dụng

Sự thuận tiện đóng là yếu tố quan trọng tác động quyết định mua hàng của người tiêu dùng (Beauchamp, 2010) Theo Chhonker (2017), Singh và Sinha (2020) cũng đã khẳng định những yếu tố sự tiện lợi có tác động đến thái độ sử dụng thanh toán di động Mức độ mà một cá nhân có thể tiếp cận công nghệ tự phục vụ bất cứ lúc nào tại một địa điểm thuận tiện, được nhấn mạnh như một yếu tố chính của dịch vụ công nghệ tự phục vụ (Hsiao & Tang, 2014) Từ đó, nhóm tác giả đưa ra giả thuyết cho yếu tố này như sau:

H1: Sự tiện lợi có tác động tích cực và trực tiếp đến thái độ sử dụng của người tiêu dùng

2.5.2 Kiến thức công nghệ với thái độ sử dụng

Các nghiên cứu trước đây đã chỉ ra rằng kiến thức tài chính có ảnh hưởng tích cực đến các ứng dụng thanh toán di động và thanh toán điện tử (Balasubramnian & Sargent, 2020; Finscope, 2009; Morgan & Trinh, 2019) Nhóm tác giả Kim và cộng sự (2010) cho rằng người dùng di động có kiến thức cao sẽ dễ dàng chấp nhận hệ thống thanh toán di động hơn so với những người không có kiến thức về thanh toán Mọi người có nhiều khả năng tham gia vào một hành vi cụ thể hơn nếu họ tin rằng họ có đủ kiến thức thực hiện hành vi đó (Bandura, 1996) Sự cảm nhận công nghệ khác nhau sẽ dựa trên mức độ tiếp xúc của từng người đối với hình thức công nghệ đó theo năng lực bản thân, đặc điểm quan trọng khác biệt của người tiêu dùng, được đưa ra như một khái niệm cốt lõi trong lý thuyết cảm nhận xã hội (Bedard & cộng sự 2003) Kiến thức đúng đắn về thanh toán sẽ làm tăng ý định sử dụng thanh toán di động (Lee, 2009; Su & Wang, 2016) Người dùng có trình độ kiến thức cao về đổi mới có xu hướng đi trước đối thủ xu hướng thị trường và mong đợi lợi ích cao từ sự đổi mới, đồng thời sẽ áp dụng các sản phẩm thương mại mới nhanh hơn và mãnh liệt hơn (Schierz & Schilke, 2010) Như vậy với những chứng minh trên nhóm tác giả đưa ra giả thuyết như sau:

H2: Kiến thức công nghệ có tác động tích cực và trực tiếp đến thái độ sử dụng của người tiêu dùng

2.5.3 Tính đổi mới cá nhân với thái độ sử dụng

Tính đổi mới cá nhân có tác động đáng kể với cảm nhận về tính hữu ích và cảm nhận về tính dễ sử dụng (Kim & cộng sự, 2010; Shankar & Datta, 2018) Việc cá nhân sẵn lòng dùng thử bất kì công nghệ mới nào cũng đều đóng vai trò quan trọng trong việc chấp nhận công nghệ của người dùng (Yi & cộng sự, 2006) Saprikis và cộng sự (2018) đã xác nhận bằng thực nghiệm tác động đáng kể của tính đổi mới đối với sự sẵn lòng sử dụng thương mại điện tử của người tiêu dùng Theo trực quan, trải nghiệm tốt lần đầu sẽ dẫn đến thái độ tích cực, từ đó khuyến khích việc sử dụng trong tương lai và ngược lại trong khi trải nghiệm không tốt lần đầu có thể dẫn đến không thích, giảm bớt tính tự tin vào năng lực bản thân và cản trở việc sử dụng sau này (Wang, 2015) Từ đó, tính đổi mới của người tiêu dùng không chỉ ảnh hưởng đến cảm nhận tính hữu ích, tính dễ sử dụng mà còn có thái độ sử dụng Do đó, nhóm tác giả đưa ra giả thuyết như sau:

H3: Tính đổi mới cá nhân ảnh hưởng tích cực và trực tiếp đến cảm nhận tính hữu ích của người tiêu dùng

H4: Tính đổi mới cá nhân ảnh hưởng tích cực và trực tiếp đến thái độ sử dụng của người tiêu dùng

H5: Tính đổi mới cá nhân ảnh hưởng tích cực và trực tiếp đến cảm nhận tính dễ sử dụng của người tiêu dùng

2.5.4 Cảm nhận rủi ro với thái độ sử dụng

Cảm nhận rủi ro sẽ có những tác động tiêu cực đến thái độ sử dụng của người dùng Đối với một sản phẩm công nghệ cụ thể cảm nhận rủi ro sẽ có ảnh hưởng trực tiếp đến thái độ sử dụng của họ (Alalwan, 2016; Li & cộng sự, 2019) Khi người tiêu dùng cảm thấy hậu quả hay những rắc rối mà họ có thể gặp phải từ đó dẫn đến những cảm giác lo lắng và tác động tiêu cực đến thái độ khi sử dụng của người tiêu dùng (Chaturvedi, 2018) Gian lận, quyền riêng tư và bảo mật là những vấn đề mà người dùng cảm nhận được khi sử dụng dịch vụ thanh toán di động là sự trở ngại lớn cho người dùng chấp nhận chúng (Kelly & Palaniappan, 2023) Nếu cảm nhận rủi ro quá cao cũng sẽ là một trong những trở ngại khiến cho người dùng sẽ e ngại và làm giảm ý định sử dụng hệ thống dịch vụ của họ Chính vì vậy, trong bài nghiên cứu này, nhóm tác giả muốn xem xét rõ hơn về mối quan hệ giữa biến cảm nhận rủi ro và thái độ sử dụng có tác động như thế nào đến ý định sử dụng và đề xuất giả thuyết như sau:

H6: Cảm nhận rủi ro có tác động tiêu cực và trực tiếp đến thái độ sử dụng của người tiêu dùng

2.5.5 Ảnh hưởng xã hội với thái độ sử dụng

Theo Oliveira và cộng sự (2016), ảnh hưởng xã hội là những ý kiến của những người xung quanh hoặc người có sức ảnh hưởng lớn trong xã hội có thể ảnh hưởng đến thái độ sử dụng Động lực tiếp tục sử dụng thanh toán di động bị ảnh hưởng bởi thái độ của những người khác trong môi trường của họ (Sleiman & cộng sự, 2022) Người dùng có nhiều động lực sử dụng thanh toán di động hơn nếu đồng nghiệp, thành viên gia đình hoặc bạn thân của họ đã sử dụng nó (Giovanis & Assimakopoulos, 2018; Kelly & Palaniappan, 2023) Từ đó, nhóm nhận thấy ảnh hưởng xã hội đóng một vai trò quan trọng đến thái độ sử dụng hệ thống thanh toán tự động của người tiêu dùng Do đó, nhóm tác giả đề xuất giả thuyết như sau:

H7: Ảnh hưởng xã hội có tác động tích cực và trực tiếp đến thái độ sử dụng của người tiêu dùng

2.5.6 Cảm nhận tính hữu ích với thái độ sử dụng và ý định sử dụng

Một số nghiên cứu đã chứng minh được rằng cảm nhận tính hữu ích có tác động tích cực đến thái độ (Park & cộng sự, 2018; Li & cộng sự, 2019) và ý định sử dụng công nghệ tự phục vụ (Kelly & Palaniappan, 2023) Điều này xuất phát từ việc họ nhận thấy được sự hữu ích từ hệ thống đó nên họ tiếp tục sử dụng hệ thống để phục vụ trong cuộc sống hằng ngày hay cho những nhu cầu cá nhân (Kelly & Palaniappan, 2023) Theo nghiên cứu này, cảm nhận tính hữu ích có tác động đến thái độ của người dùng đối với loại quyết định mà họ đưa ra khi sử dụng công nghệ Bên cạnh đó, cảm nhận tính hữu ích có tác động trực tiếp đến ý định sử dụng (Ha & cộng sự, 2023; Peng & Yan, 2022) Như vậy, có thể kết luận rằng cảm nhận về tính hữu ích có tác động đáng kể đến thái độ của người dùng đối với việc sử dụng hệ thống thanh toán tự động:

H8: Cảm nhận tính hữu ích có ảnh hưởng tích cực và trực tiếp đến thái độ sử dụng của người tiêu dùng

H11: Cảm nhận tính hữu ích có ảnh hưởng tích cực và trực tiếp đến ý định sử dụng của người tiêu dùng

2.5.7 Cảm nhận tính dễ sử dụng với thái độ sử dụng và ý định sử dụng

Các nhà nghiên cứu khác tin rằng cảm nhận tính dễ sử dụng có vai trò rất quan trọng trong ý định sử dụng công nghệ Venkatesh (2000) cũng đã từng tuyên bố rằng đối với bất kỳ một công nghệ mới xuất hiện nào thì cảm nhận về tính dễ sử dụng luôn là yếu tố quan trọng trong việc ra quyết định chấp nhận và sử dụng chúng.ss Tính dễ sử dụng được đồng tình rằng có ảnh hưởng tích cực đến thái độ và ý định sử dụng công nghệ tự phục vụ của nhiều nghiên cứu trước đây (Kim, 2014; Yang, 2010) Shankar và Datta (2018) cho thấy cảm nhận tính dễ sử dụng là yếu tố quyết định có ảnh hưởng nhất đến ý định áp dụng thanh toán di động ở Ấn Độ PEU là yếu tố quan trọng quyết định ý định hành vi với hệ số beta là 0,32 (Kazancoglu, 2018) và đến thái độ hài lòng của khách hàng (Hong, 2018) Từ đó, có thể nói rằng cảm nhận tính dễ sử dụng là yếu tố góp phần quan trọng từ thái độ đến ý định sử dụng của người tiêu dùng, tính dễ sử dụng càng cao thì mức độ tiếp nhận sử dụng càng cao, vì vậy nhóm tác giả đưa ra giả thuyết như sau:

H9: Cảm nhận tính dễ sử dụng ảnh hưởng tích cực và trực tiếp đến thái độ sử dụng hệ thống thanh toán tự động của người tiêu dùng

H12: Cảm nhận tính dễ sử dụng ảnh hưởng tích cực và trực tiếp đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng

2.5.8 Vai trò trung gian của thái độ sử dụng

Theo Peng & Yan (2022), cảm nhận tính dễ sử dụng, cảm nhận tính tính hữu ích đều ảnh hưởng đến thái độ của người dùng Hơn nữa, Mwape và cộng sự (2018) nhận thấy rằng thái độ của người dùng và cảm nhận tính hữu ích ảnh hưởng đáng kể đến việc sử dụng dịch vụ thanh toán di động Cảm nhận tính dễ sử dụng cao hơn có liên quan đến thái độ tích cực đối với dịch vụ, sử dụng thường xuyên hơn và tin tưởng hơn vào dịch vụ (Chen & Aklikokou, 2020; Mensah & cộng sự, 2017; Zhu & cộng sự, 2017) Trong nghiên cứu của Kazancoglu (2018) xem xét sự tác động của thái độ sử dụng với ý định sử dụng đối với công nghệ tự phục vụ Bên cạnh đó yếu tố cảm nhận tính hữu ích và cảm nhận tính dễ sử dụng có ảnh hưởng đến thái độ Từ đó cho thấy rằng thái độ sử dụng góp phần đóng vai trò trung gian trong việc người dùng chấp nhận và có ý định sử dụng công nghệ tự phục vụ trong thư viện (Hsiao & Tang, 2014) Trong một số nghiên cứu gần đây, yếu tố cảm nhận tính hữu ích và thái độ đối với việc sử dụng có tác động tích cực đáng kể đến ý định sử dụng (Park & Ha, 2018; Kelly & Palaniappan, 2023; Peng & Yan, 2022) Từ đó, nhóm tác giả cũng đề xuất giả thuyết này như sau:

H10a: Thái độ sử dụng có vai trò trung gian trong mối quan hệ giữa cảm nhận tính hữu ích với ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng

H10b: Thái độ sử dụng có vai trò trung gian trong mối quan hệ giữa cảm nhận tính dễ sử dụng với ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng

2.5.9 Thái độ sử dụng với ý định sử dụng

Thái độ được định hình sự sẵn lòng chấp nhận và sử dụng dịch vụ thanh toán của họ Người dùng có thái độ tích cực đối với thanh toán di động và họ có khả năng sử dụng nó thường xuyên hơn (Kibrom, 2015) Thái độ của người dùng tác động đáng kể đến việc sử công nghệ tự phục vụ vì nó ảnh hưởng trực tiếp đến việc chấp nhận và áp dụng công nghệ này được nhiều nghiên cứu khẳng định (Park & cộng sự, 2018); Kelly & Palaniappan, 2023) Thái độ thuận lợi thường xuất phát từ sự đánh giá tích cực của người được phỏng vấn về các đặc điểm thanh toán tự động khác nhau, chẳng hạn như tính hữu dụng, dễ sử dụng, kiểm soát, và vui vẻ (Wang, 2015) Từ những dẫn chứng trên, nhóm tác giả đề xuất giả thuyết này như sau:

H13: Thái độ sử dụng có tác động tích cực và trực tiếp đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng

Hiện nay đã có những nghiên cứu đang tập trung vào hai khoảng trống giữa cảm nhận – hành vi và thái độ - hành vi Đối với khoảng trống cảm nhận - hành vi, mức độ tin cậy thấp sẽ dẫn đến mức độ cảm nhận tính hữu ích thấp, từ đó sẽ ảnh hưởng đến ý định sử dụng của người dùng (Castronovo & Huang, 2012), hiệu ứng này được nhận thấy rõ ràng hơn đối với các sản phẩm đòi hỏi mức độ tin cậy cao Sự tin cậy này thuộc về nhà điều hành và tất cả các đại lý liên quan đến nhà điều hành đó và dịch vụ được cung cấp Một số nghiên cứu đưa ra kết quả rằng niềm tin là yếu tố quyết định quan trọng nhất ảnh hưởng đến cảm nhận của người tiêu dùng (Shankar & Datta, 2018) Bên cạnh đó niềm tin là một yếu tố dự báo quan trọng về ý định sử dụng bất kỳ công nghệ nào của người dùng (Penney & cộng sự,

2021) Một vài nghiên cứu trước đây đã nêu ra được khoảng trống cảm nhận - hành vi, tuy nhiên rất ít nghiên cứu tìm được yếu tố tác động lên khoảng trống này Với tác động dự báo của niềm tin lên cả cảm nhận người tiêu dùng (Shankar & Datta, 2018) và ý định sử dụng công nghệ của người dùng (Penney & cộng sự, 2021), nhóm tác giả đề xuất giả thuyết nghiên cứu như sau:

H14a: Niềm tin có vai trò điều tiết trong mối quan hệ giữa cảm nhận tính hữu ích và ý định sử dụng hệ thống thanh toán tự động Khi đó, niềm tin càng cao thì tác động của cảm nhận tính hữu ích đến ý định sử dụng hệ thống thanh toán tự động càng cao

Theo lý thuyết thái độ - hành vi - bối cảnh, niềm tin có thể bối cảnh hóa mối liên hệ giữa thái độ và hành vi của người tiêu dùng (Goh & Balaji, 2016) Trong nghiên cứu kiểm định sự ảnh hưởng của biến niềm tin đến các mối quan hệ của Wua và cộng sự (2011) thì ảnh hưởng của niềm tin đến mối quan hệ giữa thái độ sử dụng - ý định sử dụng và cảm nhận tính hữu ích - ý định sử dụng là cao nhất, đóng vai trò quan trọng trong việc phát triển

Mô hình nghiên cứu

Hình 2.19 Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất

Tính đổi mới cá nhân (Personal

(Perceived risk) Ảnh hưởng xã hội

Cảm nhận tính hữu ích (Perceived usefulness)

Thái độ sử dụng (Attitude of users)

Cảm nhận tính dễ sử dụng (Perceived ease of use) Ý định sử dụng hệ thống thanh toán tự động (Intention to use)

PHƯƠNG PHÁP NGHIÊN CỨU

Tổng quát về quy trình nghiên cứu

3.1.1 Tổng quan về tài liệu nghiên cứu

Bài khóa luận của nhóm tác giả có sử dụng các tài liệu tham khảo cũng như thu thập dữ liệu từ các nguồn khác nhau có liên quan tới hai mô hình lý thuyết đường chính là TAM và UTAUT Bởi vì đề tài khá mới nên nhóm chỉ sử dụng những tài liệu tham khảo có liên quan tới hai mô hình lý thuyết nền chính trong bài nghiên cứu này Bài nghiên cứu sử dụng hai nguồn thông tin chính đó là nguồn thông tin sơ cấp và người thông tin thứ cấp

Nguồn thông tin thứ cấp được tập hợp từ các dữ liệu có sẵn, những bài nghiên cứu có liên quan đến việc chấp nhận và sử dụng những công nghệ mới Chẳng hạn như thanh toán di động, những mô hình có các yếu tố chấp nhận về công nghệ mới, sẽ được nhóm tác giả đánh giá và chọn lọc để đưa vào bài nghiên cứu

Nguồn thông tin sơ cấp được nhóm tác giả thực hiện bằng cách xây dựng các bảng câu hỏi bao gồm các thang đo kế thừa trong bài nghiên cứu, mỗi thang đo gồm nhiều biến quan sát khác nhau Sau khi thực hiện xây dựng xong bảng câu hỏi nhóm tác giả sẽ tiến hành tham khảo ý kiến từ các nhóm nghiên cứu khác, ý kiến của một số giảng viên trong lĩnh vực chuyên ngành để tiến hành chỉnh sửa và hoàn chỉnh bảng câu hỏi Khi bảng câu hỏi đã được chỉnh sửa một cách hoàn chỉnh nhất nhóm tiến hành sẽ bắt đầu phát giấy để khảo sát trực tiếp những người tiêu dùng đã hoặc đang có ý định sử dụng hệ thống thanh toán tự động tại TP Hồ Chí Minh

3.1.2 Tổng quát về quy trình nghiên cứu

Hình 3.1 Sơ đồ quá trình nghiên cứu

Nguồn: Nhóm tác giả đề xuất

Bước 1: Xác định mục tiêu nghiên cứu

Sau khi lựa chọn được đề tài, nhóm tác giả tiến hành lựa chọn từng mục tiêu cụ thể cho đề tài và xây dựng quy trình nghiên cứu

Bước 2: Nghiên cứu tài liệu

Nhóm tác giả lựa chọn nhiều nguồn tài liệu tham khảo từ nước ngoài liên quan đến 2 mô hình lý thuyết nền chính là mô hình chấp nhận công nghệ TAM của (Davis & cộng sự,

1989) và mô hình hợp nhất về chấp nhận và sử dụng công nghệ - UTAUT được phát triển bởi (Venkatesh & cộng sự, 2003)

Bước 3: Xác định mô hình và thang đo sơ bộ

Kiểm tra biến trung gian, biến điều tiết SEM

Bảng câu hỏi khảo sát chính thức Điều tra chính thức

Phỏng vấn chuyên sâu giảng viên chuyên ngành và khách hàng

Mô hình hóa cấu trúc tuyến tính - SEM

Bản thảo câu hỏi khảo sát

Xác định mô hình nghiên cứu

Xác định mục tiêu nghiên cứu

Kết luận và đề xuất hàm ý quản trị

Sau khi tham khảo hơn 15 bài nghiên cứu nước ngoài, nhóm tác giả đã rút ra và đề xuất mô hình nghiên cứu cho đề tài với 5 biến độc lập, 3 biến trung gian và 1 biến điều tiết có tác động đến ý định sử dụng hệ thống thanh toán tự động

Bước 4: Bản thảo câu hỏi khảo sát

Sau khi đề xuất được mô hình cùng các giả thuyết nghiên cứu nhóm tác giả tiến hành xây dựng bản thảo câu hỏi khảo sát với 10 thang đo cùng 38 biến quan sát Sau đó tiến hành phỏng vấn giảng viên đại học chuyên ngành và một số khách hàng chuyên sâu để tiến hành điều chỉnh thang đo cho thích hợp Chi tiết bản thảo được thể hiện ở phụ lục 1

Bước 5: Phỏng vấn chuyên sâu

Nhóm tác giả tiến hành phỏng vấn vòng tròn với các nhóm trong lớp và chuyên sâu 1 Phó Giáo sư - giảng viên cao cấp trường Kinh doanh, Đại học Kinh tế TP Hồ Chí Minh và 1 Thạc sĩ - giảng viên khoa quản trị kinh doanh tại trường đại học Công Nghiệp TP Hồ Chí Minh để điều chỉnh nội dung thang đo phù hợp với bối cảnh nghiên cứu Sau khi phỏng vấn nhóm tác giả chỉnh sửa lại với 10 thang đo cùng 41 biến quan sát và tiến hành khảo sát sơ bộ Biên bản phỏng vấn được trình bày ở phụ lục 2

Bước 6: Khảo sát sơ bộ

Sau khi chỉnh sửa lại bảng khảo sát, nhóm tác giả tiến hành khảo sát sơ bộ với 50 đáp viên (online) để kiểm tra độ tin cậy của thang đo Kết quả cho thấy các thang đo đều đảm bảo hệ số Cronbach’s Alpha > 0,7 và hệ số tương quan các biến tổng đều > 0,3

Bước 7: Bảng câu hỏi khảo sát chính thức

Dựa vào kết quả nghiên cứu định tính và những góp ý điều chỉnh trong kiểm tra sơ bộ, nhóm tác giả sẽ tiến hành điều chỉnh thang đo thêm một lần nữa để phù hợp với đề tài nghiên cứu và đối tượng khảo sát tại khu vực TP Hồ Chí Minh Từ đó đề xuất bảng câu hỏi khảo sát chính thức

Bước 8: Điều tra chính thức

Với số lượng dự kiến là 490 câu trả lời (150 khảo sát trực tuyến, 340 khảo sát trực tiếp), nhóm tác giả tiến hành phát phiếu câu hỏi thông qua Google form và trên Facebook, Zalo,

Và thực hiện khảo sát trực tiếp tại các địa điểm như siêu thị, trung tâm thương mại, cửa hàng tiện lợi, để thu thập ý kiến của người tiêu dùng tại TP Hồ Chí Minh

Bước 9: Xử lý và phân tích số liệu, kiểm tra giả thuyết

Sau khi có kết quả khảo sát thu được 497 câu trả lời, nhóm tác giả bắt đầu loại bỏ đi những câu trả lời không hợp lệ để tiến hành phân tích kiểm định mô hình cấu trúc SEM, kiểm tra giả thuyết dựa trên kiểm định SEM và kiểm tra biến trung gian, biến điều tiết

Bước 10: Kết luận và đề xuất hàm ý quản trị Đưa ra kết luận và đề xuất hàm ý quản trị dựa trên các số liệu kết quả đã phân tích để đẩy mạnh ý định mua thực phẩm hữu cơ của người tiêu dùng tại TP Hồ Chí Minh.

Thiết kế và kết quả nghiên cứu định tính

3.2.1 Thiết kế nghiên cứu định tính

Dựa trên các tài liệu tham khảo và lý thuyết từ các nghiên cứu liên quan, nhóm tác giả đã xây dựng giả thuyết và mô hình đề xuất, được trình bày chi tiết trong chương 2 Tuy nhiên, để đảm bảo kết quả chính xác, cần có sự điều chỉnh của giả thuyết và mô hình để phản ánh đúng bối cảnh nghiên cứu

Trong việc đo lường các yếu tố thúc đẩy đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại Thành phố Hồ Chí Minh vai trò điều tiết của biến niềm tin được xây dựng dựa trên các nghiên cứu trước đó của các tác giả như Kim và cộng sự (2010), Peng và Yan (2022), Oliveira và cộng sự (2016), Shankar và Datta (2018), Thang đo được sử dụng là Liket (Likert, 1932) với 5 mức độ hài lòng/ đồng ý tăng dần tương ứng với từng câu hỏi, để hiểu rõ ý kiến, thái độ, ý định của nhóm đối tượng xác định về các vấn đề đã đưa ra

Tác giả đã tiến hành phỏng vấn 1 Phó giáo sư Tiến sĩ – Giảng viên cao cấp ngành Kinh tế trường Đại học Kinh tế TP Hồ Chí Minh, 1 Giảng viên khoa Quản trị kinh doanh trường Đại học Công Nghiệp Thành phố Hồ Chí Minh cùng 5 khách, đây là những nhiều hiểu rõ hành vi tiêu dùng và có kiến thức về sản phẩm tiết kiệm năng lượng, do đó sẽ có những góp ý điều chỉnh thang đo phù hợp nhất với đề tài nghiên cứu (Kết quả nghiên cứu định tính ở phần phụ lục 2)

3.2.2 Kết quả nghiên cứu định tính

Sau khi tham khảo ý kiến của giảng viên hướng dẫn và tổng hợp các kết quả phỏng vấn, tác giả đã tiến hành thực hiện việc điều chỉnh và bổ sung thang đo sao cho chính xác nhất

Từ đó, xác định có 10 yếu tố ảnh hưởng đến quyết định sử dụng hệ thống thanh toán tự động (1) sự tiện lơi, (2) kiến thức công nghệ, (3) tính đổi mới cá nhân, (4) cảm nhận rủi ro,

(5) ảnh hưởng xã hội, (6) cảm nhận tính hữu ích, (7) thái độ sử dụng, (8) cảm nhận tính dễ sử dụng, (9) niềm tin, (10) ý định sử dụng.

Xây dựng thang đo

Căn cứ vào mô hình nghiên cứu và những góp ý, nhóm tác giả bắt đầu xây dựng lại một bảng thang đo hoàn chỉnh Nội dung của bảng thang đo được kế thừa và hiệu chỉnh từ những bài nghiên cứu trước đó nhóm tác giả đã phân tích như sau:

3.3.1 Thang đo sự tiện lợi (Convenience - CON)

Sự tiện lợi là yếu tố thúc đẩy nhiều người tiêu dùng đến ý định sử dụng thang đo được kế thừa từ bài nghiên cứu của Kim và cộng sự (2010) có hệ số Cronbach's Alpha là 0,898 > 0,7 độ tin cậy Trong bài nghiên cứu của Sleiman và cộng sự (2022), không nhắc đến yếu tố sự tiện lợi nhưng nhóm tác giả nhận thấy rằng mức độ phù hợp của 1 biến quan sát trong thang đo thói quen Cronbach's Alpha là 0,850 > 0,7 phù hợp với thang đo sự tiện lợi mà nhóm đang sử dụng Từ sự đồng nhất của yếu tố sự tiện lợi cũng như việc xây dựng các mối quan hệ, nhóm tác giả quyết định sẽ kế thừa các thang đo gốc từ hai bài nghiên cứu này để đo lường

Bảng 3.1 Thang đo sự tiện lợi

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với sự tiện lợi

Mobile payment is convenient because the phone is usually with me

Thanh toán tự động thuận tiện vì các phương thức để thanh toán thường ở gần anh/chị

Mobile payment is convenient because I can use it anytime

Thanh toán tự động thuận tiện vì anh/chị có thể sử dụng nó bất cứ lúc nào khi mua sắm

CON3 I am accustomed to the use of mobile payments

Anh/chị đã quen với việc sử dụng thanh toán tự động

Mobile payment is convenient because mobile payment service is not complex

Thanh toán tự động thuận tiện vì dịch vụ hệ thống không quá phức tạp

Nguồn: Nhóm tác giả tổng hợp

3.3.2 Thang đo kiến thức công nghệ (Technological knowledge - TK)

Yếu tố kiến thức công nghệ có tác động đến sử dụng thanh toán di động (Kim & cộng sự,

2010) Qua quá trình kiểm định thì yếu tố này có hệ số Cronbach’s Alpha là 0,826 > 0,7, đạt độ tin cậy để đưa vào nghiên cứu Có rất ít bài nghiên cứu liên quan có sử dụng yếu tố kiến thức công nghệ Yếu tố hiểu biết về tài chính có phần giống với kiến thức công nghệ và là yếu tố yếu nhất tác động tích cực đến ý định sử dụng thanh toán di động với hệ số Cronbach’s Alpha là 0,922 > 0,7 (Ha & cộng sự, 2023) Chính vì vậy, nhóm tác giả quyết định sử dụng bài của Kim và cộng sự (2010) và Ha và cộng sự (2023) để kế thừa thang đo cho yếu tố này

Bảng 3.2 Thang đo kiến thức công nghệ

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với kiến thức công nghệ Nguồn

I would be confident to use m- banking for financial transactions

Anh/chị sẽ tự tin sử dụng hệ thống thanh toán tự động cho các giao dịch

I feel that lack of financial knowledge makes it easy to be scammed and reluctant to use mobile money

Anh/chị cảm thấy việc thiếu kiến thức công nghệ dễ bị lừa đảo và ngại sử dụng thanh toán tự động

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với kiến thức công nghệ Nguồn

I think that repeating mobile money usage will help me be more confident in using mobile money

Anh/chị nghĩ việc sử dụng hệ thống thanh toán tự động nhiều lần sẽ giúp tự tin hơn khi sử dụng

I think that financial literacy is one of the reasons that limits me from accessing the use of mobile money

Anh/chị nghĩ rằng thiếu hiểu biết về công nghệ là một trong những nguyên nhân mà anh/chị hạn chế tiếp cận việc sử dụng thanh toán tự động

Nguồn: Nhóm tác giả tổng hợp

3.3.3 Thang đo tính đổi mới cá nhân (Personal Innovativeness - PI) Độ tin cậy tổng hợp của Kim và cộng sự (2010) trong thang đo tính đổi mới cho thấy là 0,817 > 0,7 đạt độ tin cậy Bên cạnh đó, Peng và Yan (2022) yếu tố tính đổi mới có hệ số Cronbach’s Alpha là 0,855 > 0,7 đạt độ tin cậy Tuy nhiên ở 2 bài nghiên cứu này chỉ tập trung vào tính đổi mới của công nghệ Hai nghiên cứu tiếp theo của Oliveira và cộng sự

(2016) và Shankar và Datta (2018) có đề cập đến biến tính đổi mới cá nhân với hai hệ số ra Cronbach’s Alpha lần lượt là 0,914 > 0,7 và 0,870 > 0,7 Cả hai hệ số Cronbach’s Alpha của 2 bài nghiên này đều đạt độ tin cậy nhất định nên nhóm tác giả quyết định sẽ sử dụng hai bài nghiên cứu này để kế thừa những thang đo cho biến tính đổi mới cá nhân

Bảng 3.3 Thang đó tính đổi mới cá nhân

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với tính đổi mới cá nhân Nguồn

If I heard about a new information technology, I would look for ways to experiment with it

Nếu anh/chị nghe nói về một công nghệ mới, anh/chị sẽ tìm cách thử nghiệm nó

Oliveira và cộng sự (2016) PI2 I like to experiment with new information technologies

Anh/chị thích trải nghiệm hệ thống công nghệ mới

PI3 I like to experiment with new m- payment services

Anh/chị muốn trải nghiệm các dịch vụ thanh toán mới

Among my peers, I am usually the first to try out new m-payment services

Anh/chị là người thử các dịch vụ thanh toán tự động đầu tiên trong số mọi người xung quanh

Nguồn: Nhóm tác giả tổng hợp

3.3.4 Thang đo cảm nhận rủi ro (Perceived Risk - PR)

Mức độ cảm nhận rủi ro khi sử dụng thanh toán di động có tác động tiêu cực đến hành vi chấp nhận sử dụng với độ tin cậy tổng hợp là 0,85 > 0,7 độ tin cậy, đồng thời tác giả cũng đã chỉ ra mức độ rủi ro gian lận trong thanh toán ảnh hưởng tiêu cực đáng kể đến chấp nhận sử dụng thanh toán di động (Penney & cộng sự, 2021) Yếu tố cảm nhận rủi ro có độ tin cậy tổng hợp là 0,905 > 0,7 độ tin cậy và kết luận rằng cảm nhận rủi ro là yếu tố tác động đáng kể và là rào cản sử dụng thanh toán di động của người tiêu dùng trong thời buổi tình trạng lừa đảo ngày càng gia tăng như hiện nay (Ha & cộng sự, 2023) Nhận thấy được sự phù hợp với nghiên cứu nên nhóm tác giả đã quyết định kế thừa hai bài nghiên cứu này cho thang đo cảm nhận rủi ro

Bảng 3.4 Thang đo cảm nhận rủi ro

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với cảm nhận rủi ro Nguồn

I think using mobile money services subject my mobile wallet to financial risk

Anh/chị cho rằng việc sử dụng dịch vụ thanh toán tự động sẽ gặp rủi ro tài chính Penney và cộng sự

I think mobile money services might not work well and will create problems for me

Anh/chị nghĩ dịch vụ thanh toán tự động có thể không hoạt động tốt và sẽ gây ra vấn đề cho anh/chị

The mobile money service may need to be fixed, and errors may occur during transactions

Hệ thống thanh toán tự động có thể cần được sửa chữa và có thể xảy ra lỗi trong quá trình giao dịch

Ha và cộng sự (2023) PR4

When a transaction fails, I fear the provider will not compensate me because the money was somehow stolen

Khi giao dịch không thành công, anh/chị sợ nhà cung cấp sẽ không bồi thường số tiền đã bị đánh cắp bằng cách nào đó

Nguồn: Nhóm tác giả tổng hợp

3.3.5 Thang đo ảnh hưởng xã hội (Social Influence - SI)

Trong nghiên cứu của Oliveira và cộng sự (2016) biến ảnh hưởng xã hội có hệ số Cronbach’s Alpha là 0,970 > 0,7 độ tin cậy thang đo Tương tự với biến này ở bài nghiên cứu của Sleiman và cộng sự (2022) có hệ số độ tin cậy tổng hợp 0,721 > 0,7 đạt yêu cầu Kelly & Palaniappan (2023) cũng đã nghiên cứu biến ảnh hưởng xã hội tác động đến thái độ sử dụng trong thanh toán di động với độ tin cậy tổng hợp là 0,916 > 0,7 Nhóm tác giả nhận thấy rằng, các biến của thang đo ảnh hưởng xã hội trong hai bài nghiên cứu trên có nhiều sự tương đồng nhiều hơn với đề tài nghiên cứu mà nhóm tác giả hướng đến Chính vì vậy nhóm tác giả sẽ quyết định sử dụng hai bài nghiên cứu này để kế thừa thang đo

Bảng 3.5 Thang đo ảnh hưởng xã hội

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với ảnh hưởng xã hội Nguồn

People who influence my behavior think that I should use mobile payment

Những người nổi tiếng ảnh hưởng đến ý định sử dụng hệ thống thanh toán tự động của anh/chị Oliveira và cộng sự

People who are important to me think that I should use mobile payment

Những người quan trọng ảnh hưởng đến ý định sử dụng hệ thống thanh toán tự động của anh/chị

I value prefer that I use mobile payment

Những người mà anh/chị coi trọng khuyến khích sử dụng hệ thống thanh toán tự động

People whose viewpoints I value prefer using mobile payment

Những người có quan điểm mà anh/chị đánh giá cao thích sử dụng thanh toán tự động hơn Sleiman và cộng sự

People who effect my actions think I can use mobile payment

Những người tác động đến hành động của anh/chị, nghĩ rằng anh/chị có thể sử dụng thanh toán tự động

Nguồn: Nhóm tác giả tổng hợp

3.3.6 Thang đo cảm nhận tính hữu ích (Perceived Usefulness – PE)

Là một trong những nghiên cứu được nhiều tác giả sau này kế thừa thang đo cảm nhận tính hữu ích, Kim và cộng sự (2010) đã đề xuất và kiểm định yếu tố cảm nhận tính hữu ích với độ tin cậy tổng hợp là 0,806 > 0,7 Shankar và Datta (2018) cũng có sử dụng thang đo này để nghiên cứu về ý định sử dụng thanh toán di động tại Ấn Độ với hệ số Cronbach’s Alpha là 0,847 Bài nghiên cứu của Kelly và Palaniappan (2023) đã kiểm định Cronbach’s Alpha của thang đo cảm nhận tính hữu ích là 0,865 > 0,7 đạt độ tin cậy Tuy nhiên, nhóm tác giả sẽ sử dụng bài nghiên cứu của Shankar và Datta (2018) để kế thừa những thang đo vì sự tương đồng trong mục tiêu cũng như là hướng nghiên cứu

Bảng 3.6 Thang đo cảm nhận tính hữu ích

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với cảm nhận tính hữu ích Nguồn

PE1 Using m-payment would enable me to pay more quickly

Sử dụng hệ thống thanh toán tự động sẽ cho phép anh/chị thanh toán nhanh hơn

Using m-payment makes it easier for me to conduct transactions

Sử dụng hệ thống thanh toán tự động giúp anh/chị thực hiện giao dịch dễ dàng hơn

PE3 Using m-payment would be advantageous

Sử dụng hệ thống thanh toán tự động sẽ có lợi cho anh/chị

PE4 I would find m-payment a useful possibility for paying

Anh/chị thấy thanh toán tự động là một tính năng hữu ích để thanh toán

Nguồn: Nhóm tác giả tổng hợp

3.3.7 Thang đo cảm nhận tính dễ sử dụng (Perceived Ease Of Use - PEU)

Trong bài nghiên cứu của Kim và cộng sự (2010), cảm nhận tính dễ sử dụng có Cronbach’s Alpha là 0,907 > 0,7 độ tin cậy rất cao, Shankar và Datta (2018) cũng có hệ số Cronbach’s Alpha là 0,867 > 0,7 Bên cạnh đó, nghiên cứu của Kelly và Palaniappan (2023) với hệ số Cronbach’s Alpha là 0,788 > 0,7 đạt yêu cầu Tuy nhiên, nhóm tác giả quyết định kế thừa thang đo từ hai bài nghiên cứu của Kim và cộng sự (2010) và Shankar và Datta (2018) vì có độ tin cậy cao

Bảng 3.7 Thang đo cảm nhận tính dễ sử dụng

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với cảm nhận tính dễ sử dụng

I believe that when I use m- payment, the process will be clear and understandable

Anh/chị tin rằng khi sử dụng hệ thống thanh toán tự động, quy trình sẽ rõ ràng và dễ hiểu

I believe that it is easy for me to become skillful at using m- payment

Anh/chị tin rằng mình có thể dễ dàng sử dụng thành thạo thanh toán tự động Shankar và

PEU3 I believe that m-payment is easy to use

Anh/chị tin rằng thanh toán tự động rất dễ sử dụng

PEU4 Learning to use the mobile payment is easy for me

Anh/chị dễ dàng học cách sử dụng thanh toán tự động

Nguồn: Nhóm tác giả tổng hợp

3.3.8 Thang đo thái độ sử dụng (Attitude Of Users - AU)

Trong bài nghiên cứu Li và cộng sự (2019) yếu tố thái độ sử dụng có hệ số Cronbach’s Alpha là 0,870 > 0,7 Bên cạnh đó nghiên cứu của Peng và Yan (2022), yếu tố thái độ sử dụng được kiểm định độ tin cậy tổng hợp là 0,836 > 0,7 Độ tin cậy của nghiên cứu Kelly và Palaniappan (2023) chứng minh rằng thái độ sử dụng có tác động tích cực đến hành vi sử dụng liên tục các dịch vụ thanh toán di động của người dùng có độ tin cậy tổng hợp là 0,944 > 0,7 Trong nghiên cứu này nhóm tác giả đề xuất yếu tố thái độ sử dụng là biến trung gian tác động giữa các biến khác đến ý định sử dụng có sự tương đồng với nghiên cứu của Li và cộng sự (2019) nên nhóm tác giả quyết định sẽ kế thừa các thang đo trong nghiên cứu này

Bảng 3.8 Thang đo thái độ sử dụng

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với thái độ sử dụng Nguồn

AU1 It is good to use Alipay when paying

Rất hay khi sử dụng hệ thống thanh toán tự động

AU2 It is advisable to use Alipay when paying

Nên sử dụng hệ thống thanh toán tự động khi thanh toán

AU3 It is a good choice to use Alipay when paying

Sử dụng hệ thống thanh toán tự động là một lựa chọn tốt

AU4 Using the Alipay for payment can save me a lot of time

Sử dụng hệ thống thanh toán tự động giúp anh/chị tiết kiệm được nhiều thời gian

Nguồn: Nhóm tác giả tổng hợp

3.3.9 Thang đo niềm tin (Trust - TR)

Theo Kelly và Palaniappan (2023) yếu tố niềm tin có hệ số Cronbach’s Alpha là 0,835 > 0,7 đạt yêu cầu Độ tin cậy đến 0,943 và tất cả biến quan sát đều lớn hơn 0,7 nên các biến quan sát đều đạt yêu cầu (Shankar & Datta, 2018), cho thấy niềm tin của người tiêu dùng là một vấn đề rất lớn đối với việc quyết định sử dụng một điều gì đó Ngoài ra, niềm tin yếu tố quan trọng trong việc thúc đẩy ý định sử dụng thanh toán di động, cụ thể là người tiêu dùng vẫn còn lo ngại về nguy cơ mất tiền, lừa đảo và nguy cơ bảo mật thông tin cá nhân khi sử dụng dịch vụ thanh toán di động (Ha & cộng sự, 2023), yếu tố niềm tin có hệ số Cronbach’s Alpha là 0,935 > 0,7 độ tin cậy Thông qua đó, nhóm tác giả quyết định kế thừa thang đo của Shankar và Datta (2018) và Ha và cộng sự (2023) vì có độ tin cậy cao và được sử dụng để đo lường yếu tố niềm tin và vai trò của yếu tố này trong điều tiết đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng

Bảng 3.9 Thang đo niềm tin

Mã hóa Thang đo gốc Thang đo hiệu chỉnh gắn với niềm tin Nguồn

I believe that m-payment service provider act honestly in dealing with consumers

Anh/chị tin rằng nhà cung cấp dịch vụ thanh toán tự động trung thực trong giao dịch với người tiêu dùng Shankar và

I am confident in the privacy controls of m-payment service provider

Anh/chị tin tưởng vào khả năng kiểm soát quyền riêng tư của nhà cung cấp dịch vụ thanh toán tự động

I believe that mobile money will always fulfil its commitments to customers

Anh/chị tin rằng thanh toán tự động sẽ luôn thực hiện được những cam kết với khách hàng Ha và cộng sự (2023) TR4

I trust that mobile money will protect my money

Anh/chị tin tưởng rằng thanh toán tự động sẽ bảo vệ tiền của anh/chị

Nguồn: Nhóm tác giả tổng hợp

3.3.10 Thang đo ý định sử dụng (Intention To Use - ITU)

Trong nghiên cứu của Kim và cộng sự (2010) độ tin cậy tổng hợp là 0,817 > 0,7, cho thấy yếu tố này đạt độ tin cậy cao Theo Peng và Yan (2022) nghiên cứu về ý định sử dụng kiot truyền thông thông qua mô hình sẵn sàng và chấp nhận công nghệ, yếu tố này có độ tin cậy tổng hợp là 0,873 > 0,7 Tuy nhiên xét về tính tương đồng thì nghiên cứu của Oliveira và cộng sự (2016) và Shankar và Datta (2018) sẽ có liên quan nhiều hơn về việc thanh toán và mua hàng bằng hệ thống thanh toán tự động với ý định sử dụng lần lượt có độ tin cậy tổng hợp là 0,98 và 0,847 đều lớn hơn 0,7 phù hợp để kế thừa các thang đo

Bảng 3.10 Thang đo ý định sử dụng hệ thống thanh toán tự động

Mã hóa Thang đo gốc

Thang đo hiệu chỉnh gắn với ý định sử dụng hệ thống thanh toán tự động Nguồn

ITU1 I intend to use mobile payment in the next months

Anh/chị dự định sẽ sử dụng thanh toán tự động trong những tháng tới

ITU2 I predict I would use mobile payment in the next months

Anh/chị dự đoán rằng mình sẽ sử dụng thanh toán tự động trong những tháng tới

ITU3 Now I pay for purchases with a mobile phone

Anh/chị sẽ thanh toán khi mua hàng bằng hệ thống thanh toán tự động

During the next six (6) months

I intend to pay for purchases with a mobile phone

Trong suốt sáu tháng tới, anh/chị dự định thanh toán mua hàng bằng hệ thống thanh toán tự động

Nguồn: Nhóm tác giả tổng hợp

Kết quả sơ bộ

Sau khi chỉnh sửa lại bảng khảo sát nhóm tác giả tiến hành khảo sát 50 đáp viên Kết quả cho thấy các thang đo có độ tin cậy tổng hợp trên 0,7 và hệ số tương quan biến tổng đều lớn hơn 0,3 Dựa trên kết quả sơ bộ đạt độ tin cậy cao chính vì vậy nhóm tác giả giữ nguyên bảng khảo sát và không có sự thay đổi nào trong thang đo để tiến khảo sát chính thức Các chỉ số của kết quả sơ bộ được trích ở phụ lục 3.

Thiết kế bảng câu hỏi khảo sát

Bảng câu hỏi thiết kế theo mô hình nghiên cứu và các thang đo để được điều chỉnh Sử 5 mức độ thang đo Likert thay đổi từ 1 đến 5 bao gồm 1 = Hoàn toàn không đồng ý; 2 Không đồng ý; 3 = Trung lập; 4 = Đồng ý và 5 = Hoàn toàn đồng ý, để thể hiện được mức độ đồng ý của người tiêu dùng với những quan điểm được nêu trong thang đo Bảng câu hỏi gồm 3 phần chính:

Phần 1: Giới thiệu mục đích lời, mời tham gia khảo sát

Phần 2: Thông tin cá nhân của đối tượng khảo sát

Phần 3: Đáp viên khảo sát thể hiện mức độ đồng ý về các câu trả lời được trình bày trong bảng câu hỏi Bảng câu hỏi sẽ được trình bày trên Google form vì thuận tiện và được nhiều người biết đến cũng như dễ dàng sử dụng cho các đối tượng khảo sát

Chi tiết về bảng câu hỏi trong phụ lục 4.

Dữ liệu nghiên cứu

3.6.1 Phương pháp chọn mẫu và cỡ mẫu

3.6.1.1 Phương pháp chọn mẫu Để có nguồn thông tin được khai thác từ các đối tượng nghiên cứu bằng phương pháp chọn mẫu ngẫu nhiên thuận tiện thông qua bảng câu hỏi khảo sát

Kích thước mẫu là một phần không thể thiếu trong quá trình xây dựng nghiên cứu, phải có độ tin cậy cao và tổng quát hóa được kết quả Theo Comrey và Lee (1992); Hair và cộng sự (2022); Tabachnick và Fidell (2007) là những tài liệu mà nhóm tác giả tham khảo Theo Hair và cộng sự (2022) sẽ cần khoảng 155 quan sát để đưa ra hiệu ứng tương ứng có ý nghĩa ở mức 0,05 tức là nằm trong khoảng từ 0,11 đến 0,20 thì khi giả định rằng hệ số đường dẫn tối thiểu đạt mức kỳ vọng Tuy nhiên, yêu cầu về cỡ mẫu tối thiểu cho các mức ý nghĩa khác nhau và phạm vi kích thước khác nhau Hơn nữa, theo Comrey và Lee (1992) cỡ mẫu được phân chia dựa trên quan điểm tương ứng: 100 = kém, 200 = trung bình, 300

= tốt, 500 = rất tốt, 1.000 trở lên = xuất sắc Để đảm bảo độ thích hợp khi sử dụng mô hình SEM thì cần kích thước 300 mẫu là tốt, 500 mẫu là rất tốt (Tabachnick & Fidell, 2007)

Như vậy, nhóm tác giả lựa chọn kích thước mẫu là 490 mẫu vì phù hợp với mô hình nghiên cứu cũng như năng lực thực hiện khảo sát của bản thân Nhóm tác giả ước tính cỡ mẫu khoảng 490 mẫu để loại trừ những khảo sát không đạt kết quả, bao gồm 150 mẫu khảo sát trực tuyến (online) và 340 mẫu khảo sát trực tiếp (offline), nghĩa là tác giả dự định khảo sát 490 người để thu về kết quả khảo sát đáp ứng yêu cầu mục tiêu (đối tượng khảo sát là người tiêu dùng tại TP Hồ Chí Minh)

Bảng khảo sát được gửi công khai trên Facebook, Zalo, các hội nhóm để tiếp cận rộng hơn các đối tượng khảo sát bằng link trên Google Form và khảo sát trực tiếp tại các siêu thị như siêu thị (Lotte Mart, Aeon Mall, Emart), các cửa hàng tiện lợi, … bằng google form để lấy ý kiến từ người tiêu dùng đã hoặc có ý định sử dụng hệ thống thanh toán tự động tại

TP Hồ Chí Minh Quá trình thu thập dữ liệu được thể hiện ở phụ lục 5.

Phương pháp phân tích dữ liệu

Thống kê mô tả được biết đến là phương pháp tổng hợp và xử lý dữ liệu thành thông tin được ứng dụng trong các lĩnh vực kinh tế Bảng thống kê là hình thức trình bày số liệu thống kê và thu thập thông tin đã thu thập làm cơ sở để phân tích và kết luận thông qua các tiêu chí như tần số (Frequency), biểu đồ, giá trị mean, độ lệch chuẩn, phương sai Đây là bảng trình bày nghiên cứu, nhờ đó mà các nhà quản trị có thể nhận xét tổng quan về vấn đề nghiên cứu Phân tích tần số: dùng để đo lường biến định lượng, định tính dưới dạng đếm số lần xuất hiện của các giá trị và mô tả một số biến liên quan đến đối tượng được phỏng vấn

3.7.2.1 Các đại lượng thống kê

Chất lượng biến quan sát: được cho là chất lượng khi có hệ số tải ngoài outer loading lớn hoặc 0,708 Bởi vì 0,7082 = 0,5, nghĩa là biến tiềm ẩn đã giải thích được 50% sự biến thiên của biến quan sát (Hair & cộng sự, 2022) Độ tin cậy tổng hợp Composite Reliability (CR): so với Cronbach's Alpha thì được nhiều nhà nghiên cứu ưu tiên lựa chọn Composite Reliability (CR) vì Cronbach's Alpha đánh giá thấp độ tin cậy hơn CR phải từ 0,6 trở lên trong nghiên cứu khám phá (Chin, 1998), 0,7 là ngưỡng mức phù hợp của chỉ số CR (Hair và cộng sự, 2022) Đồng thời, mức 0,7 cũng được Bagozzi (1998) đồng ý là ngưỡng đánh giá phù hợp cho đại đa số trường hợp như Theo Hair và cộng sự (2022), hệ số Cronbach's Alpha ≥ 0,7 đạt độ tin cậy Giá trị hội tụ (Convergent validity): chỉ số Average Variance Extracted - AVE đạt từ 0,5 trở lên thì thang đo đạt giá trị hội tụ (Hair & cộng sự, 2022) Mức 0,5 (50%) này mang ý nghĩa biến tiềm ẩn trung bình sẽ giải thích được tối thiểu 50% biến thiên của từng biến quan sát

Tính phân biệt Discriminant: khuyến nghị rằng tính phân biệt được đảm bảo khi căn bậc hai của AVE cho mỗi biến tiềm ẩn cao hơn tất cả tương quan giữa các biến tiềm ẩn với nhau (Fornell, 1981) Với chỉ số HTMT nhỏ hơn 1 thì giá trị phân biệt giữa hai biến tiềm ẩn sẽ được đảm bảo (Garson, 2016) Ngoài ra, giá trị phân biệt sẽ được đảm bảo khi chỉ số HTMT dưới 0,9 (Henseler, 2015) Nhưng khi các cấu trúc khác biệt hơn về mặt khái niệm, thì giá trị ngưỡng thấp hơn, thận trọng hơn sẽ được đề xuất, chẳng hạn như 0,85 Ngoài những hướng dẫn này, việc khởi động có thể được áp dụng để kiểm tra xem giá trị HTMT có khác biệt đáng kể so với 1,00 hay không hoặc giá trị ngưỡng thấp hơn như 0,85 hoặc 0,90 (Henseler, 2015)

3.6.2.2 Mô hình cấu trúc SEM

Bước 1: Đánh giá sự cộng tuyến: áp dụng các biện pháp tương tự như trong đánh giá các mô hình đo lường nguyên nhân (tức là dung sai và giá trị VIF).Theo Hair và cộng sự (2022) VIF < 3 thì sẽ không xảy ra hiện tượng đa cộng

Bước 2: Đánh giá mức ý nghĩa và sự liên quan của các mối quan hệ trong mô hình cấu trúc: Theo Hair và cộng sự (2022) giá trị p < 0,05 thì các mối quan hệ được hỗ trợ

Bước 3: Đánh giá mức độ R2: Giá trị R 2 nằm trong khoảng từ 0 – 1, chỉ số càng cao thì cấp độ dự báo càng chính xác hơn Các nhà nghiên cứu kỳ vọng giá trị cao hơn, từ 0,75 trở lên Trong nghiên cứu học thuận tập trung vào các vấn đề marketing, các giá trị R 2 = 0,75; 0,5 hoặc 0,25 đối với các biến tiềm ẩn nội sinh có thể được sử dụng như một quy tắc kinh nghiệm, được mô tả lần lượt là đáng kể, trung bình hoặc yếu

Bước 4: Đánh giá hệ số tác động f2: Đánh giá f 2 là các giá trị 0,02; 0,15 và 0,35 tương ứng đại diện cho các tác động nhỏ, trung bình và lớn Giá trị nhỏ hơn 0,02 minh chứng rằng không có sự tác động (Cohen, 1988)

Bước 5: Đánh giá biến điều tiết: theo Hair và cộng sự (2022), nếu kết quả của Q2 lớn hơn

0, điều đó chỉ ra rằng các biến có sự liên quan được dự báo

Bước 6: Đánh giá mức độ dự báo mô hình qua các chỉ số.

Phân tích đo lường mô hình cấu trúc tuyến tính (SEM)

Tổng hợp lý thuyết TAM và UTAUT để khám phá đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh Mô hình đề xuất nhiều mối quan hệ phức tạp trong đó có các mối quan hệ trung gian, quan hệ điều tiết và quan hệ trực tiếp Ngoài ra, nghiên cứu còn khám phá nên mô hình cấu trúc bình phương tối thiểu một phần sẽ được áp dụng để phân tích mô hình nghiên cứu phức tạp (Hair & cộng sự, 2022) Phần mềm Smart-PLS phiên bản 4.0 sẽ được sử dụng để phân tích dữ liệu cuối cùng và đánh giá việc đo lường mô hình cấu trúc tuyến tính Từ đó, xác định được mức độ ảnh hưởng của các yếu tố tác động đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tiêu dùng tại TP Hồ Chí Minh.

PHÂN TÍCH DỮ LIỆU

Phân tích dữ liệu sơ cấp

4.1.1 Đặc điểm mẫu khảo sát

Theo như kích cỡ mẫu đã dự kiến lúc đầu là 490 câu trả lời, nhóm tác giả đã tiến hành phát phiếu khảo sát thông qua 2 hình thức là online và offline Hình thức online bằng cách phát bảng khảo sát trên Google Form trên Facebook, Zalo, để thu thập câu trả lời Hình thức offline nhóm tác giả tiến hành khảo sát trực tiếp các khách hàng tại các địa điểm như siêu thị, cửa hàng tiện lợi thông qua Google Form Sau khi thực hiện khảo sát xong kết quả thu được cuối cùng là 497 câu trả lời, nhóm tác giả bắt đầu tiến hành lọc dữ liệu và loại bỏ đi

19 câu trả lời không hợp lại thì mẫu khảo sát còn lại để đưa vào các phân tích tiếp theo là

Với 478 câu trả lời hợp lệ, tiến hành phân tích các kiểm định, thống kê đầu tiên là loại thống kê mô tả với các biến định lượng như sau: giới tính, độ tuổi, tình trạng hôn nhân, trình độ học vấn, thu nhập và thu được kết quả như bảng sau:

Bảng 4.1 Thống kê mô tả (nG8)

Biến định lượng Biến quan sát Số lượng Tỷ lệ

Hôn nhân Đã kết hôn 322 67,4%

Biến định lượng Biến quan sát Số lượng Tỷ lệ

Từ 4.5 triệu đến dưới 7.5 triệu đồng 150 31,4%

Từ 7.5 triệu đến dưới 15 triệu đồng 170 35,6%

Từ 15 triệu đến dưới 30 triệu đồng 121 25,3%

Nguồn: Nhóm tác giả tự tổng hợp

Sau khi tổng hợp kết quả tác nhóm giả thu được 478 đáp viên hợp lệ và loại bỏ 19 đáp viên có câu trả lời không hợp lệ Bảng 4.1 cho thấy trong số 478 đáp viên được hỏi có 311 nữ, chiếm 65,1%, cao hơn nam Về độ tuổi thì nhóm tuổi từ 25 đến 34 tuổi chiếm tỷ lệ đáng kể nhất với 36,2% (173 đáp viên), với 154 đáp viên thuộc nhóm tuổi từ 18 đến 25 tuổi cao thứ 2 chiếm 32,2%, tiếp theo là nhóm từ 35 đến 45 tuổi có đến 124 đáp viên (25,9%), 3,6% tương đương 17 đáp viên của người trên 55 tuổi và thấp nhất với 2,1% của 10 đáp viên thuộc nhóm tuổi từ 46 đến 55

Bảng 4.1 cũng cho thấy có 322 đáp viên đã kết hôn (67,4%), 156 đáp viên chưa kết hôn (32,6%) Kết quả này phù hợp với hoạt động của cuộc khảo sát, trong đó phần lớn người trả lời là người tiêu dùng đã đến siêu thị

Trình độ học vấn của người trả lời phần lớn là đại học, với 224 đáp viên khảo sát chiếm 46,9%, tiếp theo là sau đại học với 158 đáp viên trả lời chiếm 33%, trình độ cao đẳng và trung cấp có sự khác biệt nhỏ lần lượt là 16,5% và 2,3%, và thấp nhất là cấp THCS và THPT chỉ chiếm 1,3%

Về thu nhập, 170 đáp viên có thu nhập từ 7.5 triệu đến dưới 15 triệu đồng, chiếm tỷ lệ cao nhất 35,6%; 150 đáp viên trả lời (31,4%) có thu nhập từ 4.5 triệu đến dưới 7.5 triệu đồng,

121 đáp viên trả lời (25,3%) có thu nhập từ 15 triệu đến dưới 30 triệu đồng, 37 đáp viên trả lời (7,7%) có thu nhập trên 30 triệu đồng

Theo kết quả giá trị trung bình của từng biến quan sát ở Bảng 4.2 cho thấy, các biến quan sát đều có giá trị trung bình ở mức tầm trung dao động từ 2,64 – 3,84 Mức giá trị này cho biết được rằng các khách hàng đều có mức đồng ý đối với các yếu tố tác động đến ý định sử dụng hệ thống thanh toán tự động Ở mỗi thang đo đều có những giá trị riêng biệt phản ánh rõ ràng ý kiến của người tiêu dùng về các yếu tố Nhóm tác giả sẽ dựa trên mức độ đánh giá này để có thể đưa ra những đề xuất, biện pháp phù hợp cho từng yếu tố được chấp nhận

Bảng 4.2 Mô hình đo lường: hệ số tải ngoài, độ tin cậy và giá trị hội tụ

Tên biến Giá trị trung bình Tên biến Giá trị trung bình

Nguồn: Nhóm tác giả tổng hợp

4.1.4.1 Phân tích độ tin cậy

EFA được phân tích 2 lần bằng SPSS 24 với lần chạy đầu tiên cho các biến độc lập và lần chạy thứ 2 cho các biến trung gian, biến phụ thuộc và biến điều tiết Kết quả biến SI1 có hệ số tải < 0,3 nên không đạt yêu cầu hội tụ yếu tố trong thang đo SI và bị loại ở kiểm định tiếp theo chi tiết quá trình chạy EFA thể hiện tại phụ lục 6 Nhóm tác giả tiếp tục phân tích dữ liệu ở phần mềm Smart PLS, tuy nhiên biến TK1 và PE2 lại có hệ số outer loading dưới 0,708 không đạt yêu cầu nên nhóm tác giả loại hai biến này và phân tích lần 2

Bảng 4.3 Mô hình đo lường: hệ số tải ngoài, độ tin cậy và giá trị hội tụ

(rho_c) AVE VIFs Scale Loading CA CR

Nguồn: Nhóm tác giả tổng hợp

Ghi chú: CA: Cronbach's alpha; CR: Độ tin cậy tổng hợp; AVE: Phương sai trung bình được trích xuất

Theo bảng 4.3 sau khi loại trừ 3 biến quan sát SI1, TK1 và PE2 nhóm tác giả tiến hành kiểm định độ tin cậy của thang đo Các hệ số Cronbach's Alpha được tính toán để đo lường tính nhất quán bên trong của thang đo và tất cả các hệ số đều cao hơn hệ số độ tin cậy của thang đo được chấp nhận khi độ tin cậy tổng hợp (CR) lớn hơn 0,7 (Nunnally, 1978) và phương sai trung bình giải thích (AVE) cao hơn giá trị tới hạn 0,50 (Fornell, 1981) Do đó, tất cả các biến đều đáp ứng tiêu chí về độ giá trị (Hair & cộng sự, 2022)

4.1.4.2 Đánh giá tính phân biệt qua Fornell – Larcket

Bảng 4.4 cho thấy giá trị của các biến quan sát đều cao hơn các biến khác trong cột vì vậy không vi phạm tính phân biệt (Fornell, 1981)

Bảng 4.4 Mô hình đo lường: giá trị phân biệt Fornell - Larcker

AU CON ITU PE PEU PI PR SI TK TR

4.1.4.3 Đánh giá tính phân biệt qua chỉ số HTMT

Bảng 4.5 cho thấy tất cả các giá trị HTMT của các biến quan sát đều nhỏ hơn 0,85 và tất cả các biến đều đạt được giá trị phân biệt (Fornell, 1981)

Bảng 4.5 Mô hình đo lường: giá trị phân biệt

AU CON ITU PE PEU PI PR SI TK TR TR x

4.1.4.3 Đánh giá phù hợp mô hình qua Model fit

Theo Hulland và Bentler (1999) kết quả SRMR Saturted model nhỏ hơn 0,08 thì được xem là mô hình phù hợp

4.1.5 Kết quả mô hình cấu trúc

4.1.5.1 Giá trị lạm phát phương sai (VIF)

Theo Hair và cộng sự, (2022), nếu hệ số lạm dụng phương sai (VIF) < 3 thì mô hình sẽ không xảy ra hiện tượng đa cộng tuyến Kết quả Bảng 4.7 cho thấy giá trị VIF của các biến quan sát đều đạt yêu cầu, chứng tỏ các biến quan sát không xảy ra hiện tượng đa cộng tuyến

4.1.5.2 Kiểm định các giả thuyết nghiên cứu

Bảng 4.7 Kết quả giả thuyết

Giá trị trung bình mẫu

Khoảng tin cậy Độ lệch chuẩn

Giá trị P VIF Phần kết luận Ảnh hưởng trực tiếp

AU 0,114 0,116 [0,021 - 0,212] 0,050 2,296 0,022 1,647 Chấp nhận H2 TK => AU 0,182 0,184 [0,095 - 0,275] 0,046 3,993 0,000 1,466 Chấp nhận H3 PI => PE 0,186 0,188 [0,101 - 0,275] 0,044 4,255 0,000 1,000 Chấp nhận H4 PI => AU 0,009 0,008 [-0,082 - 0,099] 0,046 0,193 0,847 1,517 Bác bỏ H5 PI =>PEU 0,243 0,247 [0,162 - 0,379] 0,043 5,635 0,000 1,000 Chấp nhận

0,084] 0,039 3,983 0,000 1,079 Chấp nhận H7 SI => AU 0,022 0,024 [-0,073 - 0,115] 0,049 0,456 0,648 1,663 Bác bỏ H8 PE => AU 0,162 0,160 [0,078 - 0,242] 0,041 3,914 0,000 1,418 Chấp nhận H9 PEU => AU 0,327 0,327 [0,237 - 0,414] 0,046 7,192 0,000 1,535 Chấp nhận H11 PE => ITU 0,111 0,113 [0,037 - 0,189] 0,039 2,849 0,004 1,450 Chấp nhận

ITU 0,351 0,352 [0,276 - 0,431] 0,039 8,960 0,000 1,628 Chấp nhận H13 AU => ITU 0,302 0,300 [0,218 - 0,735] 0,041 7,381 0,000 1,511 Chấp nhận Ảnh hưởng gián tiếp

Mối quan hệ điều tiết

Hệ số xác định R 2 hiệu chỉnh

Mức độ tác động f 2 f 2 CON =>AU = 0,012 (tác động rất yếu) f 2 TK =>AU = 0,035 (tác động yếu) f 2 PI =>PE = 0,036 (tác động yếu) f 2 PI =>PEU = 0,063 (tác động yếu) f 2 PR =>AU = 0,035 (tác động yếu) f 2 PE =>AU = 0,029 (tác động yếu) f 2 PEU =>AU = 0,109 (tác động yếu) f 2 PE =>ITU = 0,018 (tác động rất yếu) f 2 PEU =>ITU = 0,155 (tác động trung bình) f 2 AU =>ITU = 0,123 (tác động yếu) f 2 TR x AU => ITU = 0,040 (tác động yếu)

Nguồn: Nhóm tác giả tổng hợp

Tác giả sử dụng phương pháp bootstrapping với cỡ mẫu 10,000 để kiểm tra mô hình cấu trúc Theo Chin (1998) và Hair và cộng sự (2022), các tác giả đã thử nghiệm hệ số xác định (R 2 ), ý nghĩa thống kê và mức độ phù hợp của hệ số đường dẫn Bảng 4.7 cho thấy tất cả các chỉ số đường dẫn trong mô hình đều có ý nghĩa, với kết quả khoảng tin cậy 95% Khoảng tin cậy không chứa giá trị 0, Tuy nhiên ở quá trình kiểm định giá trị P cho thấy rằng có 3 mối quan hệ là PI -> AU, SI -> AU, TR x PE -> ITU có giá trị lớn hơn 0,05, cho thấy ngoại trừ 3 mối quan hệ này thì các mối quan hệ còn lại đều được hỗ trợ

Bảng 4.7 cũng cho thấy hệ số beta chuẩn hóa của mối quan hệ trực tiếp giữa PEU => ITU là 0,351, PEU => AU là 0,327, AU => ITU là 0,302, PI => PEU là 0,243, PI => PE là 0,186, TK => AU là 0,182, PE => AU là 0,162, CON => AU là 0,114, PE => ITU là 0,111 và PR => AU là -0,157

Bảng 4.7, cho thấy PE, PEU và AU có tác động tích cực và trực tiếp đến ý định sử dụng hệ thống thanh toán tự động Trong đó CON, TK tác động tích cực và trực tiếp đến AU và PI có tác động tích cực và trực tiếp đến PE và PEU Kết quả có nghĩa là nếu sự tiện lợi, kiến thức công nghệ, tính đổi mới cá nhân cao hơn thì thái độ sử dụng sẽ cao hơn đồng thời ý định sử dụng hệ thống thanh toán tự động cũng sẽ cao hơn Bên cạnh đó, PR có tác động tiêu cực và trực tiếp đến AU có nghĩa là cảm nhận rủi ro càng cao sẽ làm thái độ sử dụng của người tiêu dùng càng giảm Vì vậy các giả thuyết H1, H2, H3, H5, H6, H8, H9, H11, H12, H13 đều được chấp nhận Tuy nhiên H4, H7 không được chấp nhận

Kết quả cũng cho thấy hệ số beta chuẩn hóa của mối quan hệ trung gian giữa PE => AU

Thảo luận

Giả thuyết H1, H2 được chấp nhận có nghĩa là sự tiện lợi, kiến thức công nghệ có ảnh hưởng tích cực và trực tiếp đến thái độ sử dụng với hệ số beta lần lượt là 0,114, 0,182 Kết quả này khá tương đồng với các nghiên cứu trước đây của Kim và cộng sự (beta lần lượt 0,217 và 0,149) và Sleiman và cộng sự (2022), khi sử dụng một loại hình công nghệ dịch vụ yếu tố sự tiện lợi và kiến thức để sử dụng luôn được người tiêu dùng quan tâm H3, H5 được chấp nhận có nghĩa là tính đổi mới cá nhân có ảnh hưởng tích cực và trực tiếp đến cảm nhận tính hữu ích và cảm nhận tính dễ sử dụng với hệ số beta lần lượt là 0,186 và 0,243 Kết quả này có điểm tương đồng với Kim và cộng sự (2010) (β = 0,126) và Shankar

& Datta (2018) (βPI→PEOU = 0,142; βPI→PU = 0,080) Tuy nhiên H4, tính đổi mới cá nhân không có tác động đến thái độ sử dụng

Giả thuyết H6 được chấp nhận với hệ số Beta là - 0,157 tương đồng với bài nghiên cứu Kelly & Palaniappan với hệ số beta = 0,157 và Li và cộng sự (2019) với beta = -0,11 Trong đó, rủi ro về tài chính được nhiều người chọn nghĩa là mức độ rủi ro tài chính càng cao thì thái độ sử dụng càng giảm Nếu người dùng nhận thấy nguy cơ lừa đảo hoặc thiếu bảo mật liên quan đến việc thanh toán, họ có thể ít lựa chọn dịch vụ (Kelly & Palaniappan, 2023) Ngoài ra, nếu người dùng nhận thấy nguy cơ mất tiền, họ có thể ngần ngại khi lựa chọn dịch vụ và không tin tưởng vào hệ thống Bên cạnh đó, giả thuyết H7 bị bác bỏ trái ngược với kết quả của nghiên cứu của Kelly & Palaniappan (2023), điều này cho thấy mức ảnh hưởng của người tiêu dùng tại TP Hồ Chí Minh không bị tác động bởi những yếu tố xung quanh họ

PE và PEU có ảnh hưởng tích cực và trực tiếp đến AU với hệ số beta lần lượt là 0,162 và 0,327 nên giả thuyết H8, H9 được chấp nhận Kết quả này đồng nhất với mô hình và lý thuyết nền nghiên cứu của Peng & Yan (2022) (βPEU→AU = 0,309; βPE→AU = 0,340), Li và cộng sự (2019) (βPEU→AU = 0,12; βPE→AU= 0,340) và (Kelly & Palaniappan, 2023) (βPEU→AU

= 0,378; βPE→ITU = 0,024), Park & cộng sự (2018) (βPEU→AU = 0,18; βPE→AU = 0,25) Ngoài ra, với hệ số beta lần lượt là 0,113; 0,351; 0,302 được giải thích PE, PEU và AU có ảnh hưởng tích cực và trực tiếp đến ITU vì vậy H11, H12, H13 được chấp nhận Kết quả này tương tự với nghiên cứu của Kim và cộng sự (2010) (βPEU→ITU = 0,343; βPE→ITU = 0,318), Peng & Yan (2022) (βAU→ITU = 0,601; βPE→ITU = 0,340) và Li và cộng sự (2019) (βPEU→ITU

= 0,17; βPE→ITU = 0,13), không chỉ PE và PEU có tác động đến AU mà còn được nhắc đến trong mối quan hệ tác động trực tiếp đến ITU Trong nghiên cứu của Li và cộng sự (2019), có nói rõ hơn về mối quan hệ giữa các biến PE, PEU, AU và ITU Biến AU vừa có tác động trực tiếp đến ITU mà còn đóng vai trò trung gian trong mối quan hệ giữa PE đến ITU, PEU đến ITU, có nghĩa là giả thuyết H10a và H10b được chấp nhận khi có hệ số beta lần lượt là 0,049; 0,099

Giả thuyết H14b được ủng hộ bởi hệ số beta là 0,167 chứng minh TR đã thay đổi đáng kể mối quan hệ giữa AU và ITU và điều tiết một cách tích cực và đáng kể mối quan hệ giữa thái độ sử dụng và ý định sử dụng hệ thống thanh toán tự động Kết quả có sự khác biệt với nghiên cứu của Shankar & Datta (2018) (β = 0,136) và Ha và cộng sự (2023) nhưng lại giống với nghiên cứu của Sadiq và cộng sự (2022); Uddin và cộng sự (2022) Nghiên cứu cho thấy được sự tác động của niềm tin đến mối quan hệ của thái độ sử dụng và ý định sử dụng, nghĩa là niềm tin càng cao sẽ làm tăng yếu mối quan hệ giữa thái độ sử dụng và ý định sử dụng hệ thống thanh toán tự động Trái ngược với H14b, H14a không được chấp nhận với chỉ số beta = -0,032 có nghĩa là niềm tin không có vai trò điều tiết trong mối quan hệ giữa PE và ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng tại TP Hồ Chí Minh Ở chương 1, nhóm tác giả sẽ trình bày về bối cảnh, mục tiêu nghiên cứu, sau đó đưa ra các câu hỏi nghiên cứu, cùng với phương pháp nghiên cứu và cấu trúc đề tài khóa luận

- Chương 2: Cơ sở lý thuyết

Trình bày về các khái niệm, cơ sở lý thuyết nền có sử dụng trong đề tài nghiên cứu Giới thiệu các nghiên cứu liên quan, tìm ra các yếu tố ảnh hưởng đến ý định sử dụng hệ thống thanh toán tự động, từ đó đưa ra giả thuyết và mô hình thích hợp

- Chương 3: Phương pháp nghiên cứu Đưa ra quy trình nghiên cứu và xây dựng thang đo Đồng thời tóm tắt các phương pháp thu thập dữ liệu và phân tích dữ liệu nghiên cứu

- Chương 4: Phân tích kết quả nghiên cứu

Sau khi thu nhập và lọc dữ liệu ở chương 4 nhóm tác giả trình bày kết quả nghiên cứu và phân tích dữ liệu Kết quả được phân tích thông qua phần mềm SPSS 24 và SmartPLS 4.0,

Cụ thể, SPSS 24 sẽ phân tích các hệ số tin cậy Cronbach’s Alpha, nhân tố khám phá EFA, mô hình cấu trúc SEM bằng phần mềm SmartPLS

Sau khi phân tích, nhóm tác giả đánh giá về những mặt hạn chế cũng như kết luận lại các mối quan hệ trong nghiên cứu Đồng thời, cũng đưa ra một số hàm ý quản trị và những gợi ý cho nghiên cứu trong tương lai về các đề tài liên quan đến hệ thống thanh toán tự động.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết luận

Dựa vào phương pháp nghiên cứu định tính và định lượng, tác giả đã xây dựng mô hình, thang đo, tiến hành kiểm định và đo lường mối quan hệ giữa sự tiện lợi, kiến thức công nghệ, tính đổi mới cá nhân, ảnh hưởng xã hội, cảm nhận rủi ro, cảm nhận tính hữu ích, cảm nhận tính dễ sử dụng, thái độ sử dụng, niềm và ý định sử dụng hệ thống thanh toán tự động, dưới vai trò trung gian của thái độ sử dụng và vai trò điều tiết của niềm tin

Kết quả nghiên cảm nhận tính dễ sử dụng có tác động tích cực và mạnh nhất đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng (β = 0,351), tiếp theo là thái độ sử dụng (β = 0,302), cuối cùng là cảm nhận tính hữu ích (β = 0,111) Thái độ sử dụng đóng vai trò trung gian bán phần trong mối quan hệ giữa cảm nhận tính dễ sử dụng (β = 0,099), cảm nhận tính hữu ích (β = 0,049) đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng Bên cạnh đó, niềm tin đóng vai trò điều tiết trong mối quan hệ giữa thái độ sử dụng (β = 0,167) đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng Kết quả nghiên cứu, có ba mối quan hệ bị bác bỏ là tính đổi mới cá nhân, ảnh hưởng xã hội đến thái độ sử dụng, sự điều tiết của biến niềm tin đến mối quan hệ giữa cảm nhận tính hữu ích và ý định sử dụng hệ thống thanh toán tự động do có giá trị P > 0,05 không đạt yêu cầu

Nghiên cứu được thực hiện trong lúc hệ thống thanh toán chưa là sự ưu tiên trong các hình thức thanh toán tại TP Hồ Chí Minh, người tiêu dùng vẫn còn phụ thuộc nhiều vào hình thức thanh toán truyền thống có sự hỗ trợ từ nhân viên thu ngân Về mặt thực tế, nghiên cứu hy vọng mang đến cho các nhà quản trị những thông tin hữu ích, nhu cầu của người tiêu dùng phù hợp với thời đại công nghệ kỹ thuật số hiện nay Từ đó, đưa những biện pháp thích hợp để đáp ứng nhu cầu của họ Về mặt học thuật, nghiên cứu một lần nữa khẳng định mô hình lý thuyết TAM và UTAUT trong bối cảnh hiện nay Nghiên cứu sẽ là một tài liệu tham khảo cho các nghiên cứu về ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng hoặc chấp nhận cũng như ý định sử dụng một công nghệ mới.

Hạn chế của nghiên cứu

Thứ nhất, kết quả chỉ hợp lý trong phạm vi không gian nghiên cứu tại TP Hồ Chí Minh, chưa có cơ hội mở rộng phạm vi đến những địa điểm khác Do kinh phí và thời gian thực hiện nghiên cứu còn hạn chế

Thứ hai, chỉ tập trung vào góc độ của người tiêu dùng còn góc độ từ phía doanh nghiệp thì chưa Các nghiên cứu trong tương lai có thể tìm hiểu theo góc độ của các doanh nghiệp trong việc cung cấp hệ thống thanh toán tự động cho người tiêu dùng có thể thông qua cơ sở hạ tầng Đồng thời, nghiên cứu này chỉ đang tập trung vào các yếu tố thúc đẩy việc sử dụng hệ thống thanh toán tự động, nhưng chưa tập trung nghiên cứu về các trải nghiệm thực tiễn của người tiêu dùng nên có thể xem xét thực hiện nghiên cứu các yếu tố ảnh hưởng đến sự hài lòng của người tiêu dùng để có những giải pháp giúp tăng ý định sử dụng của người tiêu dùng hơn hoặc có thể thêm yếu tố mức độ sẵn sàng về công nghệ của người tiêu dùng vào trong mô hình để kiểm tra mức độ chấp nhận của người tiêu dùng đến thái độ và ý định sử dụng hệ thống thanh toán tự động

Thứ ba, trong quá trình lấy mẫu khảo sát, việc tiếp cận một số người tiêu dùng để có thể khảo sát được, sẽ gặp phải một số khách hàng chưa bao giờ hoặc ít sử dụng hệ thống thanh toán tự động nên khá khó cho việc quan tâm đến một công nghệ mới

Thứ tư, nghiên cứu chưa thực sự tìm hiểu được hết các mối quan hệ giữa các yếu tố được đề xuất trong mô hình Trong mô hình nghiên cứu này, yếu tố cảm nhận tính hữu ích và yếu tố cảm nhận tính dễ sử dụng cũng có thể giữ vai trò trung gian giữa tính đổi mới cá nhân và ý định sử dụng hệ thống thanh toán tự động Ngoài ra, yếu tố thái độ sử dụng có thể giữ vai trò trung gian giữa các biến độc lập và biến phụ thuộc ý định sử dụng hệ thống thanh toán tự động Hạn chế này sẽ mở ra hướng nghiên cứu mới trong tương lai Ngoài ra, các nghiên cứu trong tương lai cũng có thể xem xét về sự tác động của các biến độc lập tác động đến hai biến trung gian là cảm nhận tính hữu ích và cảm nhận tính dễ sử dụng cũng như tìm hiểu rõ hơn vai trò trung gian của hai biến này.

Hàm ý quản trị

Đầu tiên, theo như kết quả phân tích cho thấy cảm nhận tính dễ sử dụng (PEU) là yếu tố có tác động mạnh nhất đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng với hệ số β = 0351 Kết quả cho thấy rằng việc xây dựng giao diện của hệ thống thanh toán đơn giản và dễ hiểu cũng là một trong những yếu tố có thể thúc đẩy ý định sử dụng của người tiêu dùng cao hơn Theo kết quả giá trị mean của biến PEU là 3,2 và giá trị trung bình của các biến quan sát chỉ nằm trong khoảng 3,12 – 3,24 đang vẫn còn khá thấp Là một biến có tác động mạnh đến ý định nhưng các chỉ số cho thấy rằng người tiêu dùng vẫn chưa thể tiếp cận đến hình thức này vì chưa thể hiểu được cách sử dụng nên các nhà quản trị cần quan tâm đến việc hướng dẫn chi tiết quy trình thanh toán cho người mới sử dụng Tại mỗi điểm thanh toán cần có bảng hướng dẫn các bước thực hiện thanh toán cũng như cách giải quyết khi gặp những vấn đề, giúp khách hàng hiểu rõ về quy trình thanh toán và tin tưởng sử dụng hơn Chính vì vậy, các doanh nghiệp, nhà bán lẻ cần có những kế hoạch, chiến lược xây dựng và cải tiến hệ thống thanh toán theo hướng thân thiện với người dùng nhiều hơn Quy trình thực hiện các bước thanh toán đơn giản, tóm gọn nhất có thể để tăng ý định sử dụng của người dùng Yếu tố giao diện phù hợp sẽ đem lại sự dễ chịu và dễ chấp nhận hơn đối với một mô hình công nghệ mới, là bước đệm để nâng cao sự trung thành cho những lần sử dụng sau cho những khách hàng

Thứ hai, thái độ sử dụng (AU) là biến có sự ảnh hưởng mạnh mẽ đến ý định sử dụng của người tiêu dùng sau yếu tố cảm nhận tính dễ sử dụng với chỉ số β = 0,302 Điều này có nghĩa rằng khi một người tiêu dùng nào đó có những suy nghĩ tích cực về việc sử dụng đến hệ thống thanh toán tự động sẽ giúp họ nâng cao ý định sử dụng đến nó hơn Tuy nhiên trong bài nghiên cứu, yếu tố thái độ sử dụng lại chịu sự tác động của một số biến độc lập bên như sự tiện lợi, kiến thức công nghệ, tính đổi mới cá nhân, ảnh hưởng xã hội và cảm nhận rủi ro Thế nên để giúp cho người tiêu dùng có thiện cảm cũng như nâng cao được ý định sử dụng hệ thống thanh toán tự động thông qua thái độ sử dụng thì cần xem xét từ góc độ nâng cao các yếu tố bên ngoài nhiều hơn nữa Cần có sự bố trí đầy đủ hệ thống thanh toán tại các điểm bán hàng Việc muốn giảm bớt tình trạng ùn tắc quầy thu ngân và khuyến khích người tiêu dùng sử dụng cũng cần có sự đáp ứng đủ Nếu chỉ có một vài địa điểm được áp dụng hình thức này thì sẽ không thể giải quyết được các vấn đề trên Sau khi đã quảng bá rộng rãi và tiếp cận, thu hút được số lượng người dùng cao cho hệ thống thanh toán tự động này, việc tiếp theo của doanh nghiệp đó là đáp ứng đủ số lượng quầy thanh toán có thể đảm bảo phục vụ cho khách hàng, tránh gây sự bực bội khi lại phải bị đẩy vào tình trạng cũ đó là xếp hàng dài chờ thanh toán như hình thức thanh toán truyền thống bởi vì theo giá trị trung bình của biến CON1 “Thanh toán tự động thuận tiện vì các phương thức thanh toán ở gần anh/chị” có giá trị thấp nhất là 3,13 cho thấy rằng chưa có sự cung cấp số lượng quầy thanh toán rộng rãi tại nhiều điểm mua sắm Đây cũng là một yếu tố cần được xem xét kỹ lưỡng khi tiến hành áp dụng hệ thống này rộng rãi hơn Theo kết quả đạt được, biến rủi ro được rất nhiều người tiêu dùng trong thanh toán khách hàng e ngại về các rủi ro về tài chính, sự đánh cắp số tiền của hệ thống trong lúc thanh toán mà nhà cung cấp không bồi thường cụ thể giá trị mean của biến rủi ro trên mức 3,2 trong đó biến PR2 có giá trị trung bình cao nhất là 3,54 Chính vì vậy các nhà doanh nghiệp nên tạo được lòng tin của khách hàng bằng cách giải quyết thật nhanh chóng các vấn đề của khách hàng, phải có những chính sách bảo vệ lợi ích cho khách hàng một cách rõ ràng Bên cạnh đó, yếu tố kiến thức công nghệ (TK) có giá trị trung bình lên đến 3,61 điều này cho thấy rằng người tiêu dùng cũng rất quan tâm đến việc tìm hiểu một số nội dung liên quan để thúc đẩy việc sử dụng đến nó hay không Trong đó biến TK2 “Anh/chị cảm thấy việc thiếu kiến thức công nghệ dễ bị lừa đảo và ngại sử dụng thanh toán tự động” có giá trị trung bình cao nhất là 3,73, điều này sẽ gây sự ảnh hưởng tiêu cực đến thái độ của người tiêu dùng và làm giảm ý định sử dụng hệ thống thanh toán tự động Điều này cho thấy rằng, nếu như người tiêu dùng khi không hiểu rõ được cách thức sử dụng loại hình thanh toán này hay họ không thể tìm hiểu được cách sử dụng sẽ dẫn đến việc có thái độ không tốt về loại hình thanh toán này và làm giảm đi ý định lựa chọn sử dụng Với yếu tố này, các doanh nghiệp cần xem xét về việc làm thế nào để người tiêu dùng có thể hiểu rõ được các thực sử dụng cũng như hiểu được sự tiện ích của loại hình thanh toán này Tại mỗi điểm thanh toán, phải có bảng hướng dẫn sử dụng, quy trình các bước thực hiện được mô tả chi tiết, ở mỗi bước cũng cần có hình ảnh hỗ trợ để người dùng dễ hình dung hơn Chinh sự rõ ràng này sẽ giúp người tiêu dùng có thể biết được họ phải làm gì cho việc sử dụng hệ thống thanh toán tự động Đặc biệt hơn, cần có sự bố trí nhân viên hỗ trợ tại quầy hệ thống thanh toán tự động để có thể hỗ trợ khách hàng khi gặp những vấn đề lúc sử dụng và cho họ sự yên tâm khi trải nghiệm những điều mới Đối với những người dùng lớn tuổi, có độ tuổi từ 55 trở lên, họ có thể ít tiếp xúc với công nghệ như các loại hình thanh toán tự động nên cũng sẽ có phần e ngại khi thử bắt đầu hoặc muốn sử dụng nhưng lại không hiểu rõ quy trình, nhưng nếu có sự hướng dẫn từ các bạn nhân viên thì sẽ dễ dàng hơn và dễ dàng tiếp nhận loại hình thức thanh toán này hơn Từ đây có thể thấy rằng, nếu các doanh nghiệp đang có hoặc đang muốn áp dụng loại hình thanh toán này vào quy trình mua sắm của khách hàng thì cần xem xét đến việc đảm bảo đầy đủ các yếu tố có ảnh hưởng đến thái độ sử dụng thì sẽ làm cho người tiêu dùng có nhiều cái nhìn tích cực và tin tưởng hơn vào hệ thống thanh toán tự động, đồng thời cũng sẽ làm gia tăng ý định sử dụng của người tiêu dùng nhiều hơn khi lựa chọn loại hình thanh toán

Cảm nhận tính hữu ích là yếu tố có sự tác động yếu nhất trong ba yếu tố có ảnh hưởng trực tiếp đến ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng với hệ số β 0,111 Bên cạnh đó, trong việc xem xét đến các sự tác động gián tiếp của thái độ sử dụng đóng vai trò trung gian trong mối quan hệ của cảm nhận tính hữu ích và cảm nhận tính dễ sử dụng thì cũng cho thấy rằng cảm nhận tính hữu ích cũng góp phần không nhỏ trong mối quan hệ gián tiếp này Điều này cho thấy rằng nếu người tiêu dùng cảm nhận được sự hữu ích từ hệ thống thanh toán tự động sẽ gia tăng ý định sử dụng thì bên cạnh đó cũng sẽ làm tăng thái độ sử dụng với loại hình thức này Bởi vì hình thức thanh toán là loại hình thức mà khách hàng sẽ tự phục vụ, họ sẽ là người tự quét mã thanh toán, tự đóng gói và tiến hành thanh toán không tiền mặt, nên nếu các doanh nghiệp khi mới áp dụng có thể giới hạn số lượng sản phẩm khi sử dụng máy thanh toán để hỗ trợ các khách hàng mua sắm ít sản phẩm có thể thanh toán nhanh hơn mà không cần chờ đợi xếp hàng dài khi đông người hoặc gặp phải những trường hợp có người mua quá nhiều phía trước Về việc hạn chế số lượng sản phẩm như thế cũng có thể hỗ trợ những người mua nhiều không phải tự sắp xếp các loại hàng hóa, sản phẩm khi mua mà khi đó họ sẽ lựa chọn hình thức thanh toán truyền thống để được hỗ trợ việc thanh toán cũng như sắp xếp dễ dàng hơn và tiện lợi hơn cho họ

Và cuối cùng là về việc kiểm tra sự điều tiết của biến niềm tin trong các mối quan hệ có tác động đến ý định sử dụng hệ thống thanh toán tự động thì chỉ có một mối quan hệ điều tiết được chấp nhận là thái độ sử dụng và ý định sử dụng với hệ số β = 0,167 Điều này cho thấy rằng để người tiêu dùng có thái độ tốt, suy nghĩ tích cực về hệ thống thanh toán tự động thì các nhà quản trị hay các doanh nghiệp đã áp dụng hình thức này cần tạo được niềm tin cho người tiêu dùng rằng đây là loại hình thanh toán đáng tin cậy và được nhiều người sử dụng mà không xảy bất cứ vấn đề gì thì mới có thể làm tăng ý định sử dụng hệ thống thanh toán tự động của người tiêu dùng Tuy hình thức thanh toán này đã được áp dụng tại một số siêu thị tại Việt Nam nhưng chưa được phổ biến và người tiêu dùng biết đến để họ có thể trải nghiệm và sử dụng Vì vậy, những doanh nghiệp đã tiến hành hình thức thanh toán này cần thông tin đến người tiêu dùng nhiều hơn Đặc biệt trong thời đại mạng xã hội phát triển như hiện nay thì đây chính là một trong những công cụ để quảng bá hình thức này đến những người tiêu dùng trong độ tuổi từ 18 đến 35 tuổi dễ dàng hơn Tại những nơi có hệ thống thanh toán tự động, cần có những banner, poster nổi bật để thu hút sự chú ý của người tiêu dùng, khuyến khích người dùng sử dụng hệ thống nhiều hơn Tuy nhiên thì giá trị trung bình của biến niềm tin là thấp nhất trong các giá trị trung bình các biến chỉ nằm trong khoảng từ 2,64 – 3,04 Trong biến có giá trị trung bình thấp nhất là biến TR1 “Anh/chị tin rằng khung pháp lý về thanh toán tự động đủ mạnh để bảo vệ người tiêu dùng” cho thấy vẫn chưa có niềm tin hoàn toàn tin tưởng, họ vẫn còn e ngại, lo lắng về các rủi ro tài chính, các rủi ro về thông tin mà doanh nghiệp bảo vệ người dùng Các doanh nghiệp cần xây dựng các chính sách bảo mật, điều khoản liên quan đến việc rủi ro tài chính cũng như có sự sắp xếp các nhân viên liên quan hỗ trợ khách hàng kịp thời những tình huống xảy ra bất ngờ khi thực hiện thanh toán để giúp họ yên tâm hơn khi sử dụng Tuy nhiên, doanh nghiệp cần có sự kiểm tra định kỳ theo tháng để đảm bảo rằng hệ thống thanh toán có thể sử dụng tốt nhất trong mọi tình huống, vì khi chỉ xảy ra sơ suất nhỏ cũng sẽ làm cho khách hàng có ý định rời bỏ vì lo sợ các vấn đề khác lại xảy ra một lần nữa

Afful Ekow Kelly, S P (2023) Using a technology acceptance model to determine factors influencing continued usage of mobile money service transactions in Ghana https://doi.org/10.1186/s13731-023-00301-3

Agarwal, R & (1998) A conceptual and operational definition of personal innovativeness in the domain

Ajzen & Fishbein (1980) Understanding attitudes and predicting social behaviour Ajzen, F A (1975) Theory Of Reasoned Action

Alalwan, Y K (2016) Consumer adoption of mobile banking inJordan: Examining the role of usefulness, ease of use,perceived risk and self-efficacy EnterpriseInformation

Albert Bandura (1996) Health promotion from the perspective of social cognitive theory https://doi.org/https://doi.org/10.1080/08870449808407422

Alpert, H (2008) The self-service ’buy-and-pay’ market: kiosk, vending and foodservice trends in the US

Apostolos Giovanis, Costas Assimakopoulos, C S (2018) Adoption of mobile self-service retail banking technologies: The role of technology, social, channel and personal factor https://doi.org/https://doi.org/10.1108/IJRDM-05-2018-0089

Bagozzi, R P (1998) On the evaluation of structural equation models Journal of the

Academy of Marketing Science 16 (1), 74–94 https://doi.org/https://doi.org/10.1007/BF02723327

Balasubramnian, B., & Sargent, C S (2020) Impact of inflated perceptions of financial literacy on financial decision making Journal of Economic Psychology, 80, Article

Beauchamp, M B (2010) Perceptions of retail convenience for in-store and online shoppers The Marketing Management, 20, 49–65

Bitner, M J (2001) Self-service technologies: What do customers expect?

Bose, R., Lwasa, S., & Nakakeeto, E (2017) The influence of perceived ease of use on users’ attitude towards mobile money in Uganda International Journal of Mobile Communications 130–150

Castronovo, C., & Huang, L (2012) The impact of trust on the perceived usefulness of a product Marketing, 962–979

Chanmi Hong, L S (2018) Determinants of Customer Satisfaction and Willingness to Use

Self-Service Kiosks in the Hotel Industry

Chaturvedi (2018) Impact of perceived costs on consumer attitude: A study of two- wheeler motorcycle market in India

Chen, L., & Aklikokou, A K (2020) Determinants of E‑government adoption: Testing the mediating effects of perceived usefulness and perceived ease of use International Journal of Public Administration

Cheng Wang, J H and P G P (2015) Customer choice of self-service technology: the roles of situational influences and past experience https://doi.org/http://dx.doi.org/10.1108/09564231211208970

Chhonker, M S (2017) Review of technology adoption frameworks in mobile commerce

Chin, W W (1998) The partial least squares approach for structural equation modeling

Chun-Hua Hsiao, K.-Y T (2014) Investigating factors affecting the acceptance of self- service technology in libraries The moderating effect of gender https://doi.org/http://dx.doi.org/10.1108/LHT-09-2014-0087

Clarke, I (2001) Emerging value propositions for M-commerce Business

Cohen, J (1988) Statistical Power Analysis for the Behavioral Sciences https://doi.org/https://doi.org/10.4324/9780203771587

Comrey, A., & Lee, H (1992) A first course in factor analysis Hillsdale, NJ: Lawrence

David Gefen, E K and D W S (2003) Trust and TAM in Online Shopping: An Integrated Model 27, 51–90 https://doi.org/https://doi.org/10.2307/30036519

Davis, F D., Bagozzi, R P., & Warshaw, P R (1989) User acceptance of computer technology: A comparison of two theoreti 35, 982–1003

Davis, F (1989) Perceived usefulness, perceived ease of use, and user acceptance of information technology

Fanchao Liao, E J E M (2016) Consumer preferences for electric vehicles: a literature review https://doi.org/https://doi.org/10.1080/01441647.2016.1230794

Finscope (2009) Results of a national survey on demand, usage and access to financial services in Uganda Kampala, Uganda

Fornell, C & D F L (1981) Evaluating Structural Equation Models with Unobservable Variables and Measurement Error Marketing Reseach https://doi.org/https://doi.org/10.1177/002224378101800104

Garson, G D (2016) Partial Least Squares Regression and Structural Equation Models Gia Miêu (2021) Thói quen thanh toán không dùng tiền mặt thay đổi nhiều sau dịch COVID-19

Ha, D., Şensoy, A., & Phung, A (2023) Empowering mobile money users: The role of financial literacy and trust in Vietnam Borsa Istanbul Review, 23(6), 1367–1379 https://doi.org/10.1016/j.bir.2023.10.009

Hải Yến (2023) Khảo sát xu hướng mới trong lối sống của người Việt Nam trước và sau dịch Covid-19

Hamaad Rafique, Alaa Omran Almagrabi, Azra Shamim, Fozia Amwar, A K B (2020)

Investigating the Acceptance of Mobile Library Applications with an Extended Technology Acceptance Model (TAM) https://doi.org/10.1016/ j.compedu.2019.103732

Henseler, J R (2015) A new criterion for assessing discriminant validity in variance- based structural equation modeling The Marketing ManagementThe Academy of Marketing Science, 43, 115–135 https://doi.org/https://doi.org/10.1007/s11747-014-

Hoàng My (2021) Công nghệ thanh toán tự động của Amazon sắp có mặt tại các siêu thị lớn

Hulland, L.T & Bentler, P M (1999) Cutoff criteria for fit indexes in covariance structure analysis: conventional criteria versus new alternatives

Ipek Kazancoglu, E K Y (2018) How food retailing changed in Turkey: spread of self- service technologies https://doi.org/https://doi.org/10.1108/BFJ-03-2017-0189

J Bedard, Cynthia M Jackson, +1 author K Johnstone (2003) The effect of training on auditors’ acceptance of an electronic work system https://doi.org/10.1016/j.accinf.2003.05.001

Jared M Hansen, George Saridakis, V B (2018) Risk, trust, and the interaction of perceived ease of use and behavioral control in predicting consumers’ use of social media for transactions https://doi.org/https://doi.org/10.1016/j.chb.2017.11.010

Jee-Sun Park, Sejin Ha, S W J (2018) Consumer acceptance of self-service technologies in fashion retail stores https://doi.org/10.1108/JFMM-09-2019-0221

Joseph F Hair, Jr., G Tomas M Hult, Christian M Ringle, M S (2022) A Primer on Partial Least Squares Structural Equation Modeling Long Range Planning, 46(1–2), 184–185 https://doi.org/10.1016/j.lrp.2013.01.002

Kelly, A E., & Palaniappan, S (2023) Using a technology acceptance model to determine factors influencing continued usage of mobile money service transactions in Ghana

Journal of Innovation and Entrepreneurship, 12(1) https://doi.org/10.1186/s13731-

Kewen Wua, Yuxiang Zhaoa, Qinghua Zhua, Xiaojie Tana, H Z (2011) A meta-analysis of the impact of trust on technology acceptance model: Investigation of moderating influence of subject and context type

Kibrom, A., & G (2015) Factors influencing consumers’ adoption of mobile financial services in Tanzania

Kim, C., Mirusmonov, M., & Lee, I (2010) An empirical examination of factors influencing the intention to use mobile payment Computers in Human Behavior, 26(3), 310–322 https://doi.org/10.1016/j.chb.2009.10.013

Lee, H C (2010) The influence of consumer traits and demographics on intention to use retail self-service check-outs Marketing Intelligence and Planning, 28, 46–58

Li, J., Wang, J., Wangh, S., & Zhou, Y (2019) Mobile Payment with Alipay: An Application of Extended Technology Acceptance Model IEEE Access, 7(May 2017), 50380–50387 https://doi.org/10.1109/ACCESS.2019.2902905

Likert, R (1932) A technique for the measurement of attitudes Archives of Psychology,

Lin, C A., and Kim, T (2016) Predicting user response to sponsored advertising on social media via the technology acceptance model 710–718 https://doi.org/10.1016/j.chb.2016.07.027

M Meuter, Amy L Ostrom, M J B (2000) Self-Service Technologies: Understanding

Customer Satisfaction with Technology-Based Service Encounters https://doi.org/10.1509/jmkg.64.3.50.18024

McKinsey & Company (2020) Share of retail occupations expected to be replaced by technology in the United Kingdom (UK) by 2030

Mensah, P., Amoako‑Gyampah, K., Boateng, A., & Donkor, E (2017) Understanding the use of mobile money services in Ghana: An application of the technology acceptance model

Meuter, M O (2000) Self-service technologies: understanding customer satisfaction with technology-based service encounters Marketing, 64, 50–64

Ming-Chi Lee (2009) Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit https://doi.org/https://doi.org/10.1016/j.elerap.2008.11.006

Miyoung Kim, H Q (2014) Travelers’ behavioral intention toward hotel self-service kiosks usage https://doi.org/ https://doi.org/10.1108/IJCHM-09-2012-0165

Mohd Sadiq, M Adil, J P (2022) Organic food consumption and contextual factors: An attitude–behavior–context perspective https://doi.org/10.1002/bse.3306

Morgan, P J., & Trinh, L Q (n.d.) Fintech and financial literacy in Viet Nam 2019

Mortenson, M J., and Vidgen, R (2016) A computational literature review of the technology acceptance model Int J Inform Manage https://doi.org/10.1016/j.ijinfomgt.2016.07.007

Mwape, H., Chinyama, B M., & Muzinda, A (2018) Factors influencing the use of mobile money services: The case of Zam‑bia International Journal of Mobile Communications

Như, Q (2021) AEON nhân rộng mô hình máy chọn món tự động và quầy thanh toán bán tự động: Khách thao tác qua màn hình, quẹt thẻ/ví tính tiền là xong https://cafebiz.vn/aeon-nhan-rong-mo-hinh-may-chon-mon-tu-dong-va-quay-thanh- toan-ban-tu-dong-khach-thao-tac-qua-man-hinh-quet-the-vi-tinh-tien-la-xong-

Oliveira, T., Thomas, M., Baptista, G., & Campos, F (2016) Mobile payment: Understanding the determinants of customer adoption and intention to recommend the technology Computers in Human Behavior, 61, 404–414 https://doi.org/10.1016/j.chb.2016.03.030

Paul Gerhardt Schierz, Oliver Schilke, B W W (2010) Understanding consumer acceptance of mobile payment services: An empirical analysis https://doi.org/https://doi.org/10.1016/j.elerap.2009.07.005

Peiran Su, Le Wang, J Y (2016) How users’ Internet experience affects the adoption of mobile payment: a mediation model https://doi.org/https://doi.org/10.1080/09537325.2017.1297788

Peng, M Y P., & Yan, X (2022) Exploring the Influence of Determinants on Behavior Intention to Use of Multiple Media Kiosks Through Technology Readiness and Acceptance Model Frontiers in Psychology, 13(March), 1–11 https://doi.org/10.3389/fpsyg.2022.852394

Penney, E K., Agyei, J., Boadi, E K., Abrokwah, E., & Ofori-Boafo, R (2021) Understanding Factors That Influence Consumer Intention to Use Mobile Money Services: An Application of UTAUT2 With Perceived Risk and Trust SAGE Open,

Phương, U (2024) Siêu thị cận Tết: Đêm muộn vẫn xếp hàng “rồng rắn” chờ thanh toán https://soha.vn/sieu-thi-can-tet-dem-muon-van-xep-hang-rong-ran-cho-thanh-toan- 198240206065521054.htm

Rhett H Walker, Margaret Craig‐Lees, Robert Hecker, H F (2002) Technology‐enabled service delivery: An investigation of reasons affecting customer adoption and rejection https://doi.org/https://doi.org/10.1108/09564230210421173

Richter, F (2023) Services No Longer Required: The Fastest-Shrinking Jobs

S Uddin, Mohammed Naved Khan, +1 author Mohd Danish Kirmani (2022)

Demystifying the green purchasing behavior of young consumers: Moderating role of green skepticism https://doi.org/10.1080/21639159.2022.2163415

Sanda Renko, M D (2014) Perceived usefulness of innovative technology in retailing:

Consumers׳ and retailers ׳ point of view https://doi.org/https://doi.org/10.1016/j.jretconser.2014.02.015

SBS (2017) Úc: Chuỗi siêu thị Coles sẽ giới hạn giao dịch tại máy tính tiền tự động

See Kwong Goh, B (2016) Linking Green Skepticism to Green Purchase Behavior https://doi.org/https://doi.org/10.1016/J.JCLEPRO.2016.04.122

Shankar, A., & Datta, B (2018) Factors Affecting Mobile Payment Adoption Intention:

An Indian Perspective Global Business Review, 19(3_suppl), S72–S89 https://doi.org/10.1177/0972150918757870

Shmueli, G S (2019) Predictive model assessment in PLS-SEM: guidelines for using PLSpredict Marketing, 53, 2322–2347 https://doi.org/https://doi.org/10.1108/EJM-

Singh, N., & Sinha, N (2020) How perceived trust mediates merchant’s intention to use a mobile wallet technology

Sleiman, K A A., Jin, W., Juanli, L., Lei, H Z., Cheng, J., Ouyang, Y., & Rong, W

(2022) The Factors of Continuance Intention to Use Mobile Payments in Sudan

SAGE Open, 12(3) https://doi.org/10.1177/21582440221114333

Statista (2022) Estimated value of the global self-checkout systems market size in 2021, with a forecast from 2022 to 2030 (in billion U.S dollars)

Statista Research Department (2023) Digital payments in Vietnam - statistics & facts

Tabachnick, B G., & Fidell, L S (2007) Experimental designs using ANOVA Thomson/Brooks/Cole

Thọ, N Đ (2012) Nghiên cứu phương pháp trong kinh doanh

Trang, T (2023) Trầm cảm khi xếp hàng chờ thanh toán tại siêu thị dịp cận Tết Nguyên đán

Vaggelis Saprikis, Angelos Markos, +1 author M Vlachopoulou (2018) Mobile Shopping

Consumers’ Behavior: An Exploratory Study and Review https://doi.org/10.4067/s0718-18762018000100105

Venkatesh, V., Ramesh, V and Massey, A (2003) Understanding usability in mobile commerce”, Communications of the ACM

Venkatesh, V (2000) Determinants of perceived ease of use: integrating control, intrinsic motivation, and emotion into the technology acceptance model”, Information Systems Research

Viswanath Venkatesh, James Y.L Thong, Xin Xu (2012) Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology 36, 157–178.