khóa luận tốt nghiệp nghiên cứu các yếu tố ảnh hưởng của thực tế tăng cường ar đến ý định mua hàng trực tuyến của giới trẻ tại thành phố hồ chí minh

ix DANH MỤC TỪ VIẾT TẮT TỪ VIẾT TẮT TIẾNG ANH AI : Artificial Intelligence: Trí tuệ nhân tạo ANOVA : Analysis of Variance: Phân tích phương sai APAC : Asia-Pacific: một phần thế giới g

TỔNG QUAN VỀ ĐỀ TÀI

Bối cảnh nghiên cứu và lý do nghiên cứu đề tài

Những tiến bộ công nghệ gần đây, chẳng hạn như openAI và Metaverse, đã phá vỡ nhiều quy tắc tiếp thị, đặc biệt là trong lĩnh vực hành vi của người tiêu dùng (Dwivedi và cộng sự, 2022, 2023) Nghiên cứu gần đây thể hiện sự quan tâm đặc biệt đến các công nghệ nhập vai như thực tế tăng cường (Augmented Reality - AR) và thực tế ảo (Virtual Reality - VR) là các chiến dịch tiếp thị mới và các công cụ mạnh mẽ (Kumar và cộng sự, 2024; Flavian và cộng sự, 2019; Rauschnabel và cộng sự, 2022) Từ góc độ người tiêu dùng, người dùng muốn có nhiều trải nghiệm chân thực hơn trong cuộc sống hàng ngày của họ; AR được chứng minh là một công cụ chân thực hiệu quả để cung cấp những trải nghiệm như vậy (Kumar và cộng sự, 2023; Yang và cộng sự, 2020) Với AR, nội dung ảo (theo nghĩa đen) được đặt trên môi trường thực (Rauschnabel và cộng sự, 2022) AR có thể được chia thành các thiết bị đeo (như kính dữ liệu và đồng hồ thông minh), thiết bị di động (ví dụ: ứng dụng

AR trên thiết bị điện thoại thông minh) và thiết bị cố định (ví dụ: gương ma thuật) Nhiều thương hiệu hàng đầu (ví dụ: Amazon, IKEA, Nike, Sephora và Zara) đã bắt đầu sử dụng

AR để tiếp thị trong nhiều ngành, cung cấp các sản phẩm được cải tiến như may mặc, ô tô, đồ nội thất, kính, cửa hàng tạp hóa, đồ trang điểm, giày thể thao và đồ chơi…

Dữ liệu gần đây vẽ ra một triển vọng đầy hứa hẹn trong tương lai cho AR Thị trường AR sẵn sàng vượt 100 tỷ đô la vào năm 2026 (Artillery Intelligence, 2022) Tương tự, Shopify đã thông báo rằng việc sử dụng AR đã tăng tỷ lệ chuyển đổi cho sản phẩm tăng hơn 95% (Papagianis, 2020) Tuy nhiên, các nhà quản lý vẫn thiếu hiểu biết về cách triển khai AR/VR một cách chiến lược vào hoạt động của họ (Kumar và cộng sự, 2023; Rauschnabel và cộng sự, 2022) Trong đó, AR kết hợp yếu tố ảo vào thế giới thực, VR tạo ra một thế giới ảo hoàn toàn và yêu cầu các thiết bị chuyên dụng như kính VR

Trải nghiệm thực tế tăng cường AR đang len lỏi vào mọi khía cạnh của đời sống, đặc biệt là trong lĩnh vực thương mại điện tử Các ứng dụng AR cho phép khách hàng trải nghiệm sản phẩm trực quan, sống động trước khi mua Điều này đặc biệt quan trọng đối với các

2 sản phẩm khó nhìn trực quan hoặc khó tưởng tượng kích thước, hình dạng, tính năng, Sự phát triển của công nghệ di động, đặc biệt là sức mạnh xử lý và tính năng camera của điện thoại thông minh, đã tạo điều kiện thuận lợi cho việc phát triển và triển khai các ứng dụng và trải nghiệm AR trên điện thoại di động Sự phát triển của internet và công nghệ di động đã thúc đẩy mạnh mẽ sự gia tăng của thị trường mua sắm trực tuyến Thực tế tăng cường đang tác động đáng kể đến hoạt động bán lẻ

Sử dụng công nghệ thực tại ảo là một trong những phương pháp để tạo ra trải nghiệm mua sắm độc đáo và thu hút sự quan tâm của khách hàng Theo thông tin từ ARtillery Intelligence, thị trường AR toàn cầu đã đạt mức 11,4 tỷ USD vào năm 2023, và được dự đoán sẽ tăng 80% vào năm 2025 Đồng thời, 83% các nhà bán lẻ trực tuyến tại Việt Nam dự định sẽ áp dụng công nghệ AR trong vòng 2 năm tới Theo số liệu từ Statista, doanh thu từ thương mại điện tử tại Việt Nam đạt 13,7 tỷ USD vào năm 2023 và dự kiến sẽ tăng 22% vào năm 2025 Một nghiên cứu của PwC cho thấy có 63% người tiêu dùng tại Việt Nam sẵn lòng mua hàng trực tuyến nếu có trải nghiệm AR, và 71% cho biết rằng AR giúp họ đưa ra quyết định mua hàng tốt hơn Cũng theo một khảo sát của Deloitte, 70% người tiêu dùng sẽ mua hàng nhiều hơn nếu các doanh nghiệp cung cấp trải nghiệm AR Nghiên cứu từ Forrester cũng chỉ ra rằng 60% người tiêu dùng sẵn lòng chi trả thêm cho các sản phẩm hoặc dịch vụ có trải nghiệm AR

1.1.2 Lý do nghiên cứu đề tài

1.1.2.1 Tầm quan trọng của nghiên cứu

Sự phát triển vượt bật của công nghệ đã giúp mua sắm trực tuyến trở thành hoạt động trực tuyến phổ biến cùng mức độ tăng trưởng ấn tượng Tuy nhiên, xu hướng mua sắm trực tuyến cũng tiềm ẩn những rủi ro làm chùn chân nhiều người tiêu dùng do lo ngại khả năng sản phẩm thực tế nhận được không giống với hình ảnh đã được mô tả qua mạng Đây là bài toán được đặt ra cho các nhà bán lẻ, đồng thời, đem lại cơ hội bứt phá cho doanh nghiệp nào giải được bài toán này

Do sự gia tăng trong cạnh tranh toàn cầu, nhu cầu về xây dựng và phát triển năng lực và khả năng của khu vực và ở Việt Nam về AR/VR cho các ứng dụng chuyển giao kiến thức, phát triển thương hiệu, kinh doanh bán lẻ đang ngày càng tăng; đây là một trong những

3 ứng dụng công nghệ quan trọng trong CMCN4.0 “Không ai có thể phủ nhận lợi ích AR/VR có thể đem lại, nhưng vì sao vẫn là một bài toán khó để AR/VR thực sự được ứng dụng trong đời sống tại Việt Nam cũng như nhiều nước trên thế giới?” – Trao đổi về ý kiến này, ông Ngô Bùi Anh, Chủ nhiệm dự án nghiên cứu phát triển công nghệ AR/VR của VNPT- Media cho biết, rất nhiều các chuyên gia cho rằng, rào cản khiến AR/VR chưa thực sự bùng nổ, đó chính là ở công nghệ

Báo cáo "e-Economy SEA năm 2022" do Google, Temasek và Bain & Company công bố, cho biết Việt Nam sẽ là quốc gia có nền kinh tế số tăng trưởng mạnh nhất trong giai đoạn

2022 - 2025 trong 6 quốc gia Trong đó, giải pháp Phygital - thuật ngữ miêu tả việc kết hợp công nghệ trong thế giới thực (thực tế ảo song hành), có thể là chất xúc tác cho mục tiêu để gia tăng tỷ lệ đóng góp của nền kinh tế số vào GDP… Cùng với AI, gần đây, các doanh nghiệp đã bắt đầu sử dụng AR/VR để tăng cường trải nghiệm khách hàng và xây dựng các cách thức sáng tạo, sống động giúp khách hàng trải nghiệm thương hiệu Ông Khôi Lê, Giám đốc quốc gia của Meta tại Việt Nam, cho biết 80% người tiêu dùng Việt Nam nghĩ

AR có thể giúp thu hẹp khoảng cách giữa trực tuyến với ngoại tuyến và có đến 81% muốn kết nối với các thương hiệu bằng AR

Mặc dù mua sắm qua internet mang lại nhiều ưu điểm, nhưng nó hạn chế khả năng trải nghiệm thực tế của sản phẩm Khách hàng hiện đang yêu cầu trải nghiệm thực tế về sản phẩm trước khi quyết định mua trực tuyến Do đó, việc tái tạo các hành trình mua sắm thực tế trở nên quan trọng để đáp ứng nhu cầu này Giá trị của việc sử dụng thực tế tăng cường sẽ trở nên rõ ràng hơn và việc khám phá các yếu tố và phương pháp để thúc đẩy việc sử dụng và phổ biến ứng dụng thực tế tăng cường của người tiêu dùng sẽ mang lại nhiều lợi ích học thuật hơn một cách hiệu quả

1.1.2.2 Tính cấp thiết của nghiên cứu

Tại Việt Nam, nghiên cứu về ứng dụng của công nghệ thực tế ảo đang được tập trung vào giáo dục và du lịch, nhưng chưa khai thác đầy đủ tiềm năng của AR trong thương mại điện tử - một lĩnh vực có triển vọng lớn trong tương lai Nguyên nhân chính là chưa có sự đầu tư đủ lớn vào việc phát triển ứng dụng AR cho thương mại điện tử Đối với nghiên cứu về

AR trong thương mại điện tử, không chỉ tập trung vào việc phát triển sản phẩm kỹ thuật

4 mà còn phải xem xét các yếu tố ảnh hưởng đến thái độ của khách hàng như tính hữu ích, dễ sử dụng và trải nghiệm Khách hàng có thái độ tích cực với công nghệ AR sẽ cảm thấy tin tưởng hơn, từ đó tăng cường việc mua sắm và trải nghiệm mua sắm của họ

Mục tiêu nghiên cứu

1.2.1 Mục tiêu nghiên cứu tổng quát

Nghiên cứu sự tác động của các yếu tố thực tế ảo tăng cường đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM, từ đó đề xuất hàm ý quản trị góp phần nâng cao ý định mua hàng của giới trẻ tại TP.HCM

1.2.2 Mục tiêu nghiên cứu cụ thể

Xác định các yếu tố ảnh hưởng của thực tế tăng cường đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM

Phân tích, đo lường mức độ ảnh hưởng của các yếu tố thực tế tăng cường đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM Đề xuất các hàm ý quản trị cho việc sử dụng thực tế tăng cường nhằm gia tăng ý định mua hàng trực tuyến của giới trẻ tại TP.HCM

Kiểm định có sự khác biệt trong đặc điểm liên quan đến biến nhân khẩu học (giới tính, khu vực, độ tuổi) đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM thông qua việc trải nghiệm thực tế tăng cường.

Câu hỏi nghiên cứu

1.3.1 Câu hỏi nghiên cứu tổng quát

Những hàm ý quản trị nào sẽ góp phần gia tăng ý định mua hàng trực tuyến thông qua thực tế tăng cường của giới trẻ tại TP.HCM?

1.3.2 Câu hỏi nghiên cứu cụ thể

Các yếu tố nào của thực tế tăng cường tác ảnh hưởng đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM?

7 Mức độ ảnh hưởng của các yếu tố này tác động như thế nào đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM?

Những hàm ý quản trị nào cần thiết cho việc gia tăng ý định mua hàng trực tuyến thông qua thực tế tăng cường của giới trẻ tại TP.HCM?

Đối tượng và phạm vi nghiên cứu

Những yếu tố ảnh hưởng của thực tế tăng cường đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM

1.4.1.2 Đối tượng khảo sát Độ tuổi: từ 15 - 34 tuổi

Khu vực: Thành phố Hồ Chí Minh

Có kinh nghiệm sử dụng AR trong mua sắm trực tuyến

1.4.2 Phạm vi nghiên cứu của đề tài

1.4.2.1 Phạm vi không gian Đề tài được thực hiện tại khu vực Thành phố Hồ Chí Minh

Thực hiện nghiên cứu từ 10/01/2024 đến 20/4/2024

Phương pháp nghiên cứu

1.5.1 Phương pháp nghiên cứu định tính

Nghiên cứu định tính sơ bộ: Hình thành cơ sở lý thuyết, mô hình nghiên cứu, giả thuyết nghiên cứu Thực hiện phỏng vấn với cỡ mẫu (n = 12), kiểm nghiệm, điều chỉnh và bổ sung thang đo phục vụ cho quy trình nghiên cứu định lượng

8 Nghiên cứu định tính chuyên sâu: Thực hiện với cỡ mẫu (n = 6) thông qua các câu hỏi mở đã lập sẵn Thu nhận kết quả có được và chuyển nó thành cơ sở tham khảo cho quá trình đề xuất hàm ý quản trị ở chương 5

1.5.2 Phương pháp nghiên cứu định lượng

Nghiên cứu định lượng sơ bộ với cỡ mẫu (n = 30), khảo sát những khách hàng đã từng trải nghiệm công nghệ AR trong mua hàng trực tuyến, kết quả sẽ được xử lý thông qua phần mềm SMART SPL4 để đánh giá hệ số tin cậy Cronbach’s Alpha

Nghiên cứu định lượng chính thức với cỡ mẫu (n = 200) Sau khi thu thập dữ liệu từ nghiên cứu định lượng sơ bộ, tác giả tiến hành hoàn chỉnh bảng hỏi và thang đo chính thức cho nghiên cứu định lượng này Tiếp theo, khảo sát những khách hàng đã từng trải nghiệm công nghệ AR trong mua hàng trực tuyến Kết quả sẽ được xử lý thông qua phần mềm SMART SPL4 để đánh giá hệ số tin cậy Cronbach’s Alpha, EFA và đánh giá các mối quan hệ trong mô hình nghiên cứu.

Ý nghĩa nghiên cứu của đề tài

1.6.1 Ý nghĩa nghiên cứu khoa học

Hệ thống hóa các cơ sở lý luận có liên quan, đưa ra những giả thuyết nghiên cứu về các yếu tố ảnh hưởng đến ý định mua hàng trực tuyến khi sử dụng công nghệ thực tế tăng cường, góp đa dạng hóa các công trình nghiên cứu có liên quan

1.6.2 Ý nghĩa nghiên cứu thực tiễn

Kết quả nghiên cứu đề xuất một số hàm ý quản trị nhằm tạo ra cơ hội phát triển cho các công ty và tổ chức kinh doanh, nhằm cải thiện và nâng cao khả năng cạnh tranh thông qua việc sử dụng công nghệ thực tế tăng cường trong kinh doanh Việc nghiên cứu về yếu tố ảnh hưởng của thực tế tăng cường đối với ý định mua hàng trực tuyến của giới trẻ sẽ cung cấp thông tin quan trọng giúp các doanh nghiệp tối ưu hóa trải nghiệm mua sắm của khách hàng Đề tài này tạo ra một cơ hội cho các nhà nghiên cứu và sinh viên trong các lĩnh vực Kinh doanh, Marketing và Công nghệ Thông tin thực hiện nghiên cứu sử dụng phương pháp khoa học và áp dụng công nghệ vào thực tế kinh doanh Đồng thời sẽ đóng góp vào việc

CHƯƠNG 2: CƠ SỞ LÝ LUẬN VỀ THỰC TẾ TĂNG CƯỜNG TÁC ĐỘNG ĐẾN Ý ĐỊNH MUA HÀNG TRỰC TUYẾN CỦA GIỚI TRẺ VÀ MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

2.1 Khái niệm thực tế tăng cường

Thực tế tăng cường là sự tích hợp thông tin kỹ thuật số với môi trường của người dùng trong thời gian thực AR là hiển thị thông tin sản phẩm 3D ảo theo thời gian thực trong môi trường thị trường tiêu dùng (Javornik, 2016) AR được mở rộng từ công nghệ 3D, mang đến cái nhìn 360 độ về các sản phẩm ảo AR cung cấp yếu tố hình ảnh, âm thanh và thông tin giác quan khác cho người dùng thông qua những thiết bị như điện thoại thông minh, kính thực tế ảo tăng cường

Thực tế tăng cường là việc kết hợp thông tin kỹ thuật số vào thế giới vật chất thông qua máy tính ảo trong thời gian thực (Furht, 2014) Điều này mở ra các cơ hội mới cho nhà tiếp thị để tiếp cận và thu hút khách hàng, cũng như đưa sản phẩm ảo đến tay khách hàng, tạo ra trải nghiệm tương tác thú vị với thương hiệu, dịch vụ hoặc sản phẩm (Yaoyuneyong và cộng sự, 2016) Trong nghiên cứu này, tác giả định nghĩa rằng AR giúp cải thiện trải nghiệm người dùng và tăng cường sự tương tác với sản phẩm thông qua việc hình dung sản phẩm trong không gian thực và trải nghiệm thử sản phẩm ảo trên các thiết bị điện tử thông minh

Theo Blackwell và cộng sự (2001), ý định mua hàng được coi là một chỉ số đánh giá khả năng thực hiện hành vi trong tương lai, thường được xem như một trong hai yếu tố chính quyết định đến hành vi mua sắm của người tiêu dùng Theo Ajzen (2002), ý định mua hàng phản ánh hành vi của con người, dựa trên niềm tin vào hành vi, chuẩn mực và khả năng kiểm soát Solomon (2014) nhấn mạnh rằng ý định là khả năng thực hiện hành động trong tương lai của một cá nhân Theo tác giả trong nghiên cứu này, ý định mua là khái niệm dùng để mô tả khả năng và sự sẵn lòng của người tiêu dùng đối với việc mua một sản phẩm hoặc dịch vụ nào đó trong tương lai gần

2.3 Khái niệm mua hàng trực tuyến

Monsuwe và cộng sự (2004) cho rằng mua sắm trực tuyến là hành động của người tiêu dùng thực hiện các giao dịch mua hàng trực tuyến thông qua các cửa hàng hoặc trang web trực tuyến Theo định nghĩa của Haubl và Trifts (2000), mua sắm trực tuyến đề cập đến việc người tiêu dùng mua hàng hóa và dịch vụ thông tin qua giao diện dựa trên máy tính tương tác với các cửa hàng kỹ thuật số và hàng hóa của nhà bán lẻ thông qua mạng máy tính của người tiêu dùng được kết nối Theo định nghĩa của Mastercard Worldwide Insights (2008), mua hàng trực tuyến là quá trình mua hàng hóa và dịch vụ từ những người bán hàng qua Internet

Theo Kim (2004), việc mua sắm trên internet được định nghĩa là quá trình xem xét, tìm kiếm, duyệt hoặc xem sản phẩm để thu thập thông tin với ý định mua hàng trực tuyến

Từ một góc độ khác, Chiu và cộng sự (2009) đưa ra quan điểm rằng mua sắm trực tuyến là việc trao đổi thời gian, năng lượng và tiền bạc để đổi lại sản phẩm hoặc dịch vụ Tóm lại, trong nghiên cứu này, mua hàng trực tuyến là việc người tiêu dùng có thể thực hiện toàn bộ quá trình mua sắm thông qua các trang web hoặc ứng dụng thương mại điện tử

2.4 Khái niệm ý định mua hàng trực tuyến Ý định được định nghĩa là một yếu tố dùng để đánh giá khả năng thực hiện hành vi trong tương lai (Blackwell và Miniard, 2001) Theo Ajzen (1991), ý định là yếu tố thúc đẩy cá nhân thực hiện một hành vi cụ thể Vì vậy, Delafrooz và cộng sự (2011) cho rằng ý định mua sắm trực tuyến là khả năng của người tiêu dùng thực hiện mua hàng qua internet Ý định mua sắm trực tuyến là khả năng của một người có mong muốn, ý định và quyết tâm để mua sắm trên mạng (De Canio và Fuentes-Blasco, 2021) Trong nghiên cứu này, ý định mua hàng trực tuyến là mức độ khả năng cao một cá nhân sẽ thực hiện hành vi mua sắm một sản phẩm hoặc dịch vụ nào đó thông qua mạng internet

Theo Điều 3 của Nghị định 60/2018/NĐ-CP của Chính phủ Việt Nam về việc quản lý, tổ chức các hoạt động của các tổ chức, cá nhân không chuyên nghiệp về giáo dục, văn hóa, xã hội, môi trường, y tế, thể thao và giải trí định nghĩa về "giới trẻ" được hiểu là nhóm người từ đủ 15 tuổi đến dưới 35 tuổi

12 Trong khi Hiến chương Thanh niên châu Phi (AYC) cho rằng “người trẻ” là những người thuộc độ tuổi từ 15 đến 35 Liên Hợp Quốc (UN) xác định “giới trẻ” là những người thuộc độ tuổi từ 15 – 24 Tất cả các báo cáo, thống kê của Liên Hợp Quốc đều căn cứ vào định nghĩa này, chẳng hạn như sách trắng của Liên Hợp Quốc về dân số, giáo dục, việc làm và y tế.Trong nghiên cứu hiện tại, tác giả định nghĩa giới trẻ là biểu tượng của sự tiến bộ và thay đổi, họ thường tiếp cận và áp dụng các công nghệ mới nhanh chóng, nằm trong độ tuổi từ 15 đến 34 tuổi

2.6 Mô hình nghiên cứu lý thuyết

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

Dựa trên lý thuyết hành động hợp lý (TRA), Davis (1986) đã phát triển mô hình chấp nhận công nghệ (Mô hình TAM), cụ thể hơn là liên quan đến các hệ thống thông tin được dự đoán về khả năng chấp nhận Mục đích của mô hình là sử dụng công cụ và thực hiện các thay đổi cụ thể để đảm bảo sự chấp nhận từ phía người dùng Mô hình này phản ánh rằng khả năng chấp nhận của một hệ thống thông tin phụ thuộc vào hai yếu tố chính: nhận thức về tính hữu ích và nhận thức về tính dễ sử dụng

Hình 2.1: Mô hình chấp nhận công nghệ - TAM

Nguồn: Tác giả phiên dịch từ mô hình của Davis (1986)

Trong lý thuyết hành động hợp lý, mô hình chấp nhận công nghệ cho rằng việc sử dụng hệ thống thông tin phụ thuộc vào ý định hành vi của người dùng Tuy nhiên, ý định hành vi cũng bị ảnh hưởng bởi thái độ của người dùng và nhận thức của họ về tính hữu ích của nó Theo Davis, thái độ của người dùng không chỉ là yếu tố quyết định, mà còn phụ thuộc vào

13 tác động của hệ thống đến hiệu suất của họ Mô hình chấp nhận công nghệ cũng giả định về mối liên hệ trực tiếp giữa nhận thức về tính hữu ích và tính dễ sử dụng

Nhận thức sự hữu ích: đây là mức độ mà người dùng tin rằng công nghệ sẽ mang lại lợi ích cho công việc hoặc nhu cầu của họ (Davis, 1986) Nhận thức dễ sử dụng: là mức độ mà người dùng tin rằng việc sử dụng công nghệ sẽ dễ dàng và không phức tạp (Davis, 1986) Đối với các biến được đề cập ở trên, các giả thuyết đã được xây dựng Những giả thuyết này sẽ được nhìn thấy ở phần cuối của chương này Đồng thời, để biết lý do và thông tin bổ sung về lý do tại sao các biến này được chọn trong mô hình nghiên cứu

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

Hình 2.2: Mô hình chấp nhận và sử dụng công nghệ UTAUT

Nguồn: Tác giả phiên dịch từ mô hình của Venkatesh và cộng sự (2003)

CƠ SỞ LÝ LUẬN VỀ THỰC TẾ TĂNG CƯỜNG TÁC ĐỘNG ĐẾN Ý ĐỊNH MUA HÀNG TRỰC TUYẾN CỦA GIỚI TRẺ VÀ MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

Khái niệm thực tế tăng cường

Thực tế tăng cường là sự tích hợp thông tin kỹ thuật số với môi trường của người dùng trong thời gian thực AR là hiển thị thông tin sản phẩm 3D ảo theo thời gian thực trong môi trường thị trường tiêu dùng (Javornik, 2016) AR được mở rộng từ công nghệ 3D, mang đến cái nhìn 360 độ về các sản phẩm ảo AR cung cấp yếu tố hình ảnh, âm thanh và thông tin giác quan khác cho người dùng thông qua những thiết bị như điện thoại thông minh, kính thực tế ảo tăng cường

Thực tế tăng cường là việc kết hợp thông tin kỹ thuật số vào thế giới vật chất thông qua máy tính ảo trong thời gian thực (Furht, 2014) Điều này mở ra các cơ hội mới cho nhà tiếp thị để tiếp cận và thu hút khách hàng, cũng như đưa sản phẩm ảo đến tay khách hàng, tạo ra trải nghiệm tương tác thú vị với thương hiệu, dịch vụ hoặc sản phẩm (Yaoyuneyong và cộng sự, 2016) Trong nghiên cứu này, tác giả định nghĩa rằng AR giúp cải thiện trải nghiệm người dùng và tăng cường sự tương tác với sản phẩm thông qua việc hình dung sản phẩm trong không gian thực và trải nghiệm thử sản phẩm ảo trên các thiết bị điện tử thông minh.

Khái niệm ý định mua

Theo Blackwell và cộng sự (2001), ý định mua hàng được coi là một chỉ số đánh giá khả năng thực hiện hành vi trong tương lai, thường được xem như một trong hai yếu tố chính quyết định đến hành vi mua sắm của người tiêu dùng Theo Ajzen (2002), ý định mua hàng phản ánh hành vi của con người, dựa trên niềm tin vào hành vi, chuẩn mực và khả năng kiểm soát Solomon (2014) nhấn mạnh rằng ý định là khả năng thực hiện hành động trong tương lai của một cá nhân Theo tác giả trong nghiên cứu này, ý định mua là khái niệm dùng để mô tả khả năng và sự sẵn lòng của người tiêu dùng đối với việc mua một sản phẩm hoặc dịch vụ nào đó trong tương lai gần

Khái niệm mua hàng trực tuyến

Monsuwe và cộng sự (2004) cho rằng mua sắm trực tuyến là hành động của người tiêu dùng thực hiện các giao dịch mua hàng trực tuyến thông qua các cửa hàng hoặc trang web trực tuyến Theo định nghĩa của Haubl và Trifts (2000), mua sắm trực tuyến đề cập đến việc người tiêu dùng mua hàng hóa và dịch vụ thông tin qua giao diện dựa trên máy tính tương tác với các cửa hàng kỹ thuật số và hàng hóa của nhà bán lẻ thông qua mạng máy tính của người tiêu dùng được kết nối Theo định nghĩa của Mastercard Worldwide Insights (2008), mua hàng trực tuyến là quá trình mua hàng hóa và dịch vụ từ những người bán hàng qua Internet

Theo Kim (2004), việc mua sắm trên internet được định nghĩa là quá trình xem xét, tìm kiếm, duyệt hoặc xem sản phẩm để thu thập thông tin với ý định mua hàng trực tuyến

Từ một góc độ khác, Chiu và cộng sự (2009) đưa ra quan điểm rằng mua sắm trực tuyến là việc trao đổi thời gian, năng lượng và tiền bạc để đổi lại sản phẩm hoặc dịch vụ Tóm lại, trong nghiên cứu này, mua hàng trực tuyến là việc người tiêu dùng có thể thực hiện toàn bộ quá trình mua sắm thông qua các trang web hoặc ứng dụng thương mại điện tử

2.4 Khái niệm ý định mua hàng trực tuyến Ý định được định nghĩa là một yếu tố dùng để đánh giá khả năng thực hiện hành vi trong tương lai (Blackwell và Miniard, 2001) Theo Ajzen (1991), ý định là yếu tố thúc đẩy cá nhân thực hiện một hành vi cụ thể Vì vậy, Delafrooz và cộng sự (2011) cho rằng ý định mua sắm trực tuyến là khả năng của người tiêu dùng thực hiện mua hàng qua internet Ý định mua sắm trực tuyến là khả năng của một người có mong muốn, ý định và quyết tâm để mua sắm trên mạng (De Canio và Fuentes-Blasco, 2021) Trong nghiên cứu này, ý định mua hàng trực tuyến là mức độ khả năng cao một cá nhân sẽ thực hiện hành vi mua sắm một sản phẩm hoặc dịch vụ nào đó thông qua mạng internet.

Định nghĩa giới trẻ

Theo Điều 3 của Nghị định 60/2018/NĐ-CP của Chính phủ Việt Nam về việc quản lý, tổ chức các hoạt động của các tổ chức, cá nhân không chuyên nghiệp về giáo dục, văn hóa, xã hội, môi trường, y tế, thể thao và giải trí định nghĩa về "giới trẻ" được hiểu là nhóm người từ đủ 15 tuổi đến dưới 35 tuổi

12 Trong khi Hiến chương Thanh niên châu Phi (AYC) cho rằng “người trẻ” là những người thuộc độ tuổi từ 15 đến 35 Liên Hợp Quốc (UN) xác định “giới trẻ” là những người thuộc độ tuổi từ 15 – 24 Tất cả các báo cáo, thống kê của Liên Hợp Quốc đều căn cứ vào định nghĩa này, chẳng hạn như sách trắng của Liên Hợp Quốc về dân số, giáo dục, việc làm và y tế.Trong nghiên cứu hiện tại, tác giả định nghĩa giới trẻ là biểu tượng của sự tiến bộ và thay đổi, họ thường tiếp cận và áp dụng các công nghệ mới nhanh chóng, nằm trong độ tuổi từ 15 đến 34 tuổi.

Mô hình nghiên cứu lý thuyết

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

Dựa trên lý thuyết hành động hợp lý (TRA), Davis (1986) đã phát triển mô hình chấp nhận công nghệ (Mô hình TAM), cụ thể hơn là liên quan đến các hệ thống thông tin được dự đoán về khả năng chấp nhận Mục đích của mô hình là sử dụng công cụ và thực hiện các thay đổi cụ thể để đảm bảo sự chấp nhận từ phía người dùng Mô hình này phản ánh rằng khả năng chấp nhận của một hệ thống thông tin phụ thuộc vào hai yếu tố chính: nhận thức về tính hữu ích và nhận thức về tính dễ sử dụng

Hình 2.1: Mô hình chấp nhận công nghệ - TAM

Nguồn: Tác giả phiên dịch từ mô hình của Davis (1986)

Trong lý thuyết hành động hợp lý, mô hình chấp nhận công nghệ cho rằng việc sử dụng hệ thống thông tin phụ thuộc vào ý định hành vi của người dùng Tuy nhiên, ý định hành vi cũng bị ảnh hưởng bởi thái độ của người dùng và nhận thức của họ về tính hữu ích của nó Theo Davis, thái độ của người dùng không chỉ là yếu tố quyết định, mà còn phụ thuộc vào

13 tác động của hệ thống đến hiệu suất của họ Mô hình chấp nhận công nghệ cũng giả định về mối liên hệ trực tiếp giữa nhận thức về tính hữu ích và tính dễ sử dụng

Nhận thức sự hữu ích: đây là mức độ mà người dùng tin rằng công nghệ sẽ mang lại lợi ích cho công việc hoặc nhu cầu của họ (Davis, 1986) Nhận thức dễ sử dụng: là mức độ mà người dùng tin rằng việc sử dụng công nghệ sẽ dễ dàng và không phức tạp (Davis, 1986) Đối với các biến được đề cập ở trên, các giả thuyết đã được xây dựng Những giả thuyết này sẽ được nhìn thấy ở phần cuối của chương này Đồng thời, để biết lý do và thông tin bổ sung về lý do tại sao các biến này được chọn trong mô hình nghiên cứu

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

Hình 2.2: Mô hình chấp nhận và sử dụng công nghệ UTAUT

Nguồn: Tác giả phiên dịch từ mô hình của Venkatesh và cộng sự (2003)

Mô hình UTAUT, hay còn gọi là Mô hình Chấp nhận và Sử dụng Công nghệ (Unified Theory of Acceptance and Use of Technology), được phát triển bởi Venkatesh và cộng sự vào năm 2003, nhằm mục đích kiểm tra sự chấp nhận và sử dụng công nghệ một cách toàn diện hơn Tác giả đã tiến hành thử nghiệm trong 6 tháng tại 4 tổ chức và xây dựng mô hình UTAUT sau khi đánh giá và so sánh 8 mô hình khác nhau với tổng cộng 32 yếu tố Đây là một mô hình tổng hợp từ 8 mô hình trước đó, dựa trên quan điểm chung rằng nghiên cứu sự chấp nhận của người sử dụng đối với một hệ thống thông tin mới

2.6.3 Lý thuyết khuếch tán đổi mới (Diffusion of Innovation Theory - DOI)

Lý thuyết khuếch tán đổi mới (DOI), được phát triển bởi EM Rogers vào năm 1962, là một trong những lý thuyết khoa học xã hội lâu đời nhất Nó bắt nguồn từ việc giao tiếp để giải thích làm thế nào, theo thời gian, một ý tưởng hoặc sản phẩm có được động lực và lan truyền (hoặc lan rộng) thông qua một nhóm dân cư hoặc hệ thống xã hội cụ thể Kết quả cuối cùng của sự phổ biến này là mọi người, với tư cách là một phần của hệ thống xã hội, áp dụng một ý tưởng, hành vi hoặc sản phẩm mới Sự chấp nhận có nghĩa là một người làm điều gì đó khác với những gì họ đã làm trước đây (tức là mua hoặc sử dụng một sản phẩm mới, tiếp thu và thực hiện một hành vi mới, v.v.) Chìa khóa để áp dụng là người đó phải nhận thức được ý tưởng, hành vi hoặc sản phẩm là mới hoặc có tính đổi mới Chính nhờ điều này mà sự khuếch tán có thể thực hiện được

Các yếu tố chính ảnh hưởng đến việc áp dụng đổi mới (1) Lợi thế tương đối, (2) Khả năng tương thích, (3) Độ phức tạp , (4) Khả năng dùng thử (5) Khả năng quan sát được

Hình 2.3: Mô hình lý thuyết khuếch tán đổi mới DOI

Nguồn: Tác giả phiên dịch từ mô hình của Rogers (1962)

Theo Rogers (1962), lợi thế tương đối của một sự thay đổi mới được đo bằng mức độ mà nó được coi là tốt hơn so với các ý tưởng, kế hoạch hoặc sản phẩm hiện tại; tính tương thích của nó được xác định bởi sự phù hợp với giá trị, kinh nghiệm và nhu cầu của những người sử dụng tiềm năng; độ phức tạp của sự thay đổi mới được đo bằng mức độ khó hiểu hoặc khó sử dụng của nó; khả năng dùng thử là mức độ mà đổi mới có thể được thử nghiệm

15 hoặc thử nghiệm trước khi đưa ra cam kết áp dụng; khả năng quan sát được là mức độ mà sự đổi mới mang lại kết quả rõ ràng Đối với tất cả các biến được đề cập ở trên, các giả thuyết đã được xây dựng Những giả thuyết này có thể được nhìn thấy ở phần cuối của chương này; để biết lý do và thông tin bổ sung về lý do tại sao các biến này được chọn.

Một số bài nghiên cứu khoa học có liên quan đến đề tài nghiên cứu

2.7.1.1 Việc sử dụng ứng dụng mua sắm thực tế tăng cường: Ảnh hưởng của thái độ, giá trị và đặc điểm của sự đổi mới - Jiang và cộng sự (2021)

Hình 2.4: Mô hình nghiên cứu của Jiang và cộng sự (2021)

Nguồn: Tác giả phiên dịch từ mô hình của Jiang và cộng sự (2021)

Nhóm tác giả tiến hành nghiên cứu trên mẫu gồm 379 người tiêu dùng, thu thập dữ liệu thông qua bảng câu hỏi và phân tích bằng phương pháp phân tích nhân tố và mô hình phương trình cấu trúc Kết quả cho thấy nhận thức về lợi ích tương đối, khả năng tương thích và khả năng quan sát có tác động tích cực đáng kể đến thái độ của người tiêu dùng đối với ứng dụng mua sắm thực tế tăng cường Thái độ cũng ảnh hưởng gián tiếp đến ý định sử dụng thông qua giá trị cảm nhận

Kết quả phân tích không hoàn toàn phù hợp với các nghiên cứu trước dựa trên lý thuyết về thái độ và sự đổi mới phổ biến Nói cách khác, trong ngữ cảnh của ứng dụng mua sắm thực

16 tế tăng cường, không phải tất cả các phương pháp đổi mới phổ biến đều ảnh hưởng tích cực đến thái độ của người tiêu dùng

2.7.1.2 Ý định hành vi của người tiêu dùng bán lẻ khi sử dụng ứng dụng di động thực tế tăng cường ở Pakistan - Saleem và cộng sự (2021)

Hình 2.5: Mô hình nghiên cứu của Saleem và cộng sự (2021)

Nguồn: Tác giả phiên dịch từ mô hình của Saleem và cộng sự (2021)

Tác giả Saleem và cộng sự đã tiến hành thu thập dữ liệu từ 363 sinh viên ở Pakistan để đánh giá tác động của các ứng dụng di động thực tế tăng cường đến ý định sử dụng công nghệ của người tiêu dùng Mô hình cấu trúc phương pháp bình phương nhỏ nhất từng phần được sử dụng để kiểm tra mối liên hệ giữa các yếu tố Nghiên cứu này là một đóng góp lý thuyết đầu tiên về việc hiểu nhận thức của người tiêu dùng ở Pakistan về các ứng dụng thực tế tăng cường và ý định sử dụng của họ Kết quả nghiên cứu cho thấy, nhận thức sự hữu ích, sự tận hưởng có tác động tích cực đến thái độ đối với AR Tuy nhiên, nghiên cứu tồn tại một số vấn đề liên quan đến việc sử dụng dữ liệu cắt ngang và mẫu không quá lớn, cần nghiên cứu ở đa ngữ cảnh để có thể tổng quát hóa mô hình

2.7.1.3 Vai trò của cảm giác thích thú và cảm nhận thông tin trong việc đánh giá sự chấp nhận của thiết bị đeo AR - Holdack và cộng sự (2020)

Hình 2.6: Mô hình nghiên cứu của Holdack và cộng sự (2020)

Nguồn: Tác giả phiên dịch từ mô hình của Holdack và cộng sự (2020)

Nghiên cứu này đề xuất một mô hình chấp nhận công nghệ mở rộng như một công cụ để dự đoán việc áp dụng trong tương lai Nghiên cứu đã khảo sát 143 người tham gia từ các cửa hàng lớn ở các thành phố của Đức Kết quả cho thấy sự tận hưởng làm trung gian đáng kể cho tác động của nhận thức thông tin và các biến số khác đến thái độ và ý định sử dụng Hơn nữa, sự tận hưởng là yếu tố dự báo trực tiếp về thái độ, thậm chí còn hơn nhận thức sự hữu ích Tuy nhiên, trái ngược với lý thuyết mô hình chấp nhận công nghệ TAM, nghiên cứu này không tìm thấy tác động trực tiếp của nhận thức về tính dễ sử dụng đối với thái độ của phương tiện và nhận thức về tính hữu ích của phương tiện Nghiên cứu thử nghiệm thiết bị đeo AR tại một thị trường gần như chưa có sự thâm nhập của kính thông minh có lợi thế là lấy được dữ liệu một cách khách quan và người dùng trung lập ở mức tối đa có thể

2.7.1.4 Các yếu tố ảnh hưởng đến việc áp dụng thực tế tăng cường trong ngành bán lẻ - Alam và cộng sự (2021)

Mục đích của nghiên cứu này nhằm khám phá các yếu tố ảnh hưởng đến việc áp dụng công nghệ AR trong lĩnh vực bán lẻ thông qua việc mở rộng mô hình chấp nhận công nghệ (TAM) Mô hình khái niệm được phát triển dựa trên các cấu trúc liên quan đến đổi mới mở bổ sung cho các cấu trúc TAM hiện có Để kiểm tra mô hình, dữ liệu đã được thu thập từ

233 cửa hàng bán lẻ ở Malaysia thông qua bảng câu hỏi có cấu trúc Phương pháp mô hình hóa phương trình cấu trúc dựa trên PLS đã được áp dụng để phân tích dữ liệu Nghiên cứu

18 này cải thiện mô hình TAM bằng cách đề xuất một mô hình toàn diện mới với các yếu tố đổi mới nhận thức và đưa ra khuyến nghị cho các cửa hàng bán lẻ về việc áp dụng công nghệ AR để phát triển mô hình kinh doanh của họ Kết quả thực nghiệm khẳng định rằng, thái độ làm trung gian cho mối quan hệ giữa sự hữu ích được nhận thức và ý định hành vi Sau khi phân tích hồi quy cho thấy, nhận thức về tính hữu ích, sự tận hưởng được nhận thấy có mối quan hệ đáng kể tới thái độ

Hình 2.7: Mô hình nghiên cứu của Alam và cộng sự (2021)

Nguồn: Tác giả phiên dịch từ mô hình của Alam và cộng sự (2021)

2.7.1.5 Việc triển khai thực tế tăng cường có thể ảnh hưởng đến ý định mua hàng của người tiêu dùng trong thương mại điện tử không? - Iisnawati và cộng sự (2023)

Hình 2.8: Mô hình nghiên cứu của Iisnawati và cộng sự (2023)

Nguồn: Tác giả phiên dịch từ mô hình của Iisnawati và cộng sự (2023)

Nghiên cứu này nhằm mục đích thực nghiệm hóa tác động của nhận thức về tính hữu ích và tính dễ sử dụng đến ý định hành vi thông qua thái độ Nó tập trung vào hiện tượng mới

19 về trải nghiệm mua sắm trực tuyến với công nghệ thực tế tăng cường trong thương mại điện tử ở Indonesia Dữ liệu được thu thập từ 200 người dùng ứng dụng AR thương mại điện tử thông qua phân phát bảng câu hỏi và kỹ thuật lấy mẫu ngẫu nhiên Phân tích đường dẫn được thực hiện bằng SPSS Kết quả nghiên cứu chứng minh rằng nhận thức về tính hữu ích và nhận thức về tính dễ sử dụng có tác động đáng kể đến ý định mua hàng trực tuyến thông qua thái độ Nhận thức về tính dễ sử dụng có ảnh hưởng nhiều hơn nhận thức về tính hữu ích Nhận thấy có sự liên quan chặt chẽ từ bài nghiên cứu này hỗ trợ cho quá trình nghiên cứu tiếp theo, tác giả quyết định kế thừa yếu tố nhận thức dễ sử dụng và nhận thức tính hữu ích tác động đến thái độ

2.7.1.6 Giải mã động lực của người tiêu dùng và các khía cạnh giá trị trong thực tế tăng cường - Schultz và Kumar (2024)

Hình 2.9: Mô hình nghiên cứu của Schultz và Kumar (2024)

Nguồn: Tác giả phiên dịch từ mô hình của Schultz và Kumar (2024)

Nghiên cứu này giải quyết khoảng cách vẫn còn thiếu sự hiểu biết toàn diện về giá trị AR mang lại cho người dùng bằng cách áp dụng lý thuyết giá trị tiêu dùng để xác định các yếu tố ảnh hưởng đến việc sử dụng AR Nghiên cứu đã khảo sát 250 người dùng AR và thực hiện phân tích SEM Đây là nỗ lực đầu tiên sử dụng lý thuyết giá trị tiêu dùng để giải mã hành vi của người tiêu dùng liên quan đến AR Nghiên cứu này mở rộng lĩnh vực nghiên cứu AR và TAM Tuy nhiên, nghiên cứu vẫn gặp một số hạn chế như mẫu được giới hạn

20 ở Đức Các nghiên cứu trong tương lai có thể bao gồm các bối cảnh văn hóa khác để mang lại tính khái quát hơn cho nghiên cứu Sau phân tích, kết quả chứng minh thái độ của người dùng được giải thích đáng kể bằng nhận thức dễ sử dụng và nhận thức về tính hữu ích

2.7.1.7 Mục đích tái sử dụng các ứng dụng thực tế tăng cường: ý thức giải trí với tư cách là người điều hành - Foroughi và cộng sự (2023)

Hình 2.10: Mô hình nghiên cứu của Foroughi và cộng sự (2023)

Nguồn: Tác giả phiên dịch từ mô hình của Foroughi và cộng sự (2023)

Nghiên cứu này điều tra các yếu tố quyết định ý định tái sử dụng các ứng dụng thực tế tăng cường Dữ liệu được thu thập từ 439 người dùng ứng dụng IKEA Place và được đánh giá bằng cách sử dụng bình phương tối thiểu một phần và phân tích so sánh định tính Tất cả các mối quan hệ lý thuyết về tính liên tục về công nghệ đều được xác nhận ngoại trừ ảnh hưởng của tính hữu ích được nhận thức đối với thái độ Kết quả cho thấy nhận thức về tính dễ sử dụng có tác động tích cực đến thái độ đối với việc sử dụng các ứng dụng thực tế tăng cường Nghiên cứu này đóng góp vào tài liệu hiện có về các ứng dụng AR mua sắm bằng cách xác định tầm quan trọng của các thông số thuộc tính AR, chẳng hạn như tính tương tác, tính sống động và tính mới, cũng như các yếu tố TCT cốt lõi, tác động tới quyết định tiếp tục sử dụng ứng dụng AR

2.7.2.1 Phân tích tác động của thực tế tăng cường đến ý định mua mỹ phẩm của khách hàng nữ trên ứng dụng Lazada tại Thành phố Hồ Chí Minh - Huỳnh Thị Bảo Yến (2023)

Hình 2.11: Mô hình nghiên cứu của Huỳnh Thị Bảo Yến (2023)

Một nghiên cứu về ảnh hưởng của thực tế tăng cường đến ý định mua mỹ phẩm của phụ nữ được thực hiện bởi tác giả Huỳnh Thị Bảo Yến Khảo sát trực tuyến đã được tiến hành với 343 người tiêu dùng nữ trong độ tuổi từ 18 đến 35, đang sống tại Thành phố Hồ Chí Minh và có kinh nghiệm mua sắm trên ứng dụng Lazada trong ít nhất 12 tháng Phương pháp PLS-SEM đã được sử dụng để kiểm tra tác động của các yếu tố đến ý định mua hàng Kết quả cho thấy tính tương tác, trải nghiệm và thái độ đối với việc sử dụng AR là những yếu tố chủ yếu ảnh hưởng đến ý định mua hàng Trong đó, sự tận hưởng có tác động lớn nhất đến nhân tố thái độ đối với phương tiện Nghiên cứu trong tương lai có thể chú trọng nâng cao giám sát trong quá trình trải nghiệm và làm khảo sát đối với các ứng viên; cũng như đa dạng hóa thêm sản phẩm, giới tính của người tiêu dùng để kết quả mang tính khái quát và độ chính xác hơn

2.7.2.2 Ảnh hưởng của công nghệ thực tế ảo tăng cường đến ý định mua hàng trực tuyến của người tiêu dùng - Nguyễn Hồng Quân và cộng sự (2023)

Hình 2.12: Mô hình nghiên cứu của Nguyễn Hồng Quân và cộng sự (2023)

Nguồn: Nguyễn Hồng Quân và cộng sự (2023)

Nhóm tác giả tiến hành nghiên cứu về tác động của công nghệ thực tế tăng cường đối với ý định mua hàng trực tuyến của người tiêu dùng trên 150 mẫu để kiểm chứng mô hình nghiên cứu đề xuất Nghiên cứu này xác minh tác động của các yếu tố đến ý định mua hàng thông qua việc sử dụng công nghệ trải nghiệm sản phẩm trực tuyến (Virtual Try-On - VTO) tại Việt Nam Dữ liệu từ 408 đối tượng ở các độ tuổi và khu vực khác nhau được phân tích bằng phương pháp định lượng

Mô hình nghiên cứu đề xuất

2.8.1 Bảng tóm tắt các yếu tố mô hình tham khảo

24 Hình 2.14: Bảng tóm tắt các nhân tố trong mô hình tham khảo

Nguồn: Tác giả tự tổng hợp từ các nghiên cứu trước (2024)

25 Xem xét bảng tổng hợp các nhân tố trong mô hình tham chiếu trên, tác giả sẽ lựa chọn các nhân tù hợp dựa trên tần suất các nhân tố xuất hiện nhiều lần ở hai nhóm (nhóm I và nhóm II) Đối với nhóm I, tác giả lựa chọn một yếu tố thích hợp Sau khi sàng lọc, tác giả chọn ra 3 nhân tố ở nhóm II Do đó, tổng số nhân tố được chọn là 4 (xem mục 2.8.2 để biết thêm chi tiết cụ thể về lý do chọn nhân tố trong mô hình)

2.8.2 Định nghĩa các yếu tố trong mô hình đề xuất

2.8.2.1 Nhận thức sự hữu ích

Nhận thức sự hữu ích được định nghĩa là mức độ mà một người tin rằng việc sử dụng một hệ thống sẽ cải thiện hiệu suất của mình (Davis, 1989) Nhận thức sự hữu ích của phương tiện được định nghĩa là mức độ mà một người tin rằng việc sử dụng một hệ thống cụ thể sẽ nâng cao hiệu quả công việc của họ Những khách hàng có cảm nhận được lợi ích của việc hệ thống có thể tăng năng suất và hiệu suất như thế nào thì cơ hội quyết định mua hàng trực tuyến sẽ lớn hơn (Suberi, 2014) Hơn nữa, Ozturk (2016) định nghĩa nhận thức sự hữu ích là ý định của mọi người trong việc sử dụng một công nghệ mới, trong đó mọi người có niềm tin mãnh liệt rằng công nghệ mới sẽ cải thiện hiệu suất công việc của họ Trong nghiên cứu này, nhận thức sự hữu ích được hiểu là mức độ mà người dùng tin rằng việc sử dụng AR sẽ cung cấp những thông tin chi tiết và cần thiết từ đó đưa ra được ý định mua hàng trực tuyến

2.8.2.2 Nhận thức dễ sử dụng

Nhận thức dễ sử dụng có thể được hiểu là mức độ dễ dàng hay không khi sử dụng một hệ thống cụ thể (Dong và cộng sự, 2017) Theo Venkatesh (2003), nhận thức dễ sử dụng là mức độ mà người dùng tin rằng việc sử dụng hệ thống sẽ dễ dàng và không tốn nhiều nỗ lực Hassenzahl và Tractinsky (2006) định nghĩa rằng nhận thức dễ sử dụng là mức độ mà người dùng tin rằng việc sử dụng hệ thống sẽ dễ dàng và hiệu quả Nhận thức dễ sử dụng giải thích mức độ mà người dùng có thể tin tưởng rằng khi sử dụng công nghệ, họ có thể làm được bất cứ điều gì mà không có bất kỳ sự xáo trộn nào (Tahar và cộng sự, 2020) Nếu người dùng cảm thấy việc đặt hàng trực tuyến dễ sử dụng thì hệ thống sẽ được coi là hữu ích cho người dùng (Abdullah và cộng sự, 2017) Vì vậy, dựa trên những định nghĩa này,

26 tác giả muốn định nghĩa nhận thức dễ sử dụng là sự đánh giá của người tiêu dùng khi sử dụng công nghệ AR để mua hàng trực tuyến sẽ dễ học và dễ sử dụng

Sự tận hưởng đề cập đến việc sử dụng một hệ thống cụ thể thú vị cho bất kỳ hậu quả về hiệu suất nào (Plotkina và Saurel, 2019) Sự tận hưởng là mức độ mà hoạt động sử dụng công nghệ được cảm nhận là thú vị theo đúng nghĩa của nó ngoài mọi hậu quả về hiệu suất có thể được dự đoán trước (Rese và cộng sự, 2017) Sự tận hưởng đo lường các khía cạnh của niềm vui và sự thích thú khi sử dụng công nghệ (Childers và cộng sự, 2001) Sự tận hưởng liên quan đến giá trị khoái lạc của công nghệ mới và mô tả cách thức thú vị một chủ đề trải nghiệm ứng dụng của nó, nhằm mục đích giải thích các động lực nội tại của người dùng, điều này càng thúc đẩy việc áp dụng công nghệ trong tương lai (Kim và Forsythe, 2008; Pantano, 2014; Pantano và Pietro, 2012) Trong bài nghiên cứu này, sự tận hưởng là một trạng thái cảm xúc tích cực, vui vẻ được hình thành khi người tiêu dùng trải nghiệm công nghệ thực tế tăng cường để thực hiện việc mua hàng trực tuyến

2.8.2.4 Thái độ đối với thực tế tăng cường

Thuật ngữ thái độ đối với AR được hiểu là một đánh giá về quan điểm của cá nhân đối với một công nghệ cụ thể (Eagly và Chaiken, 1998) Trong nghiên cứu của Nguyễn Hồng Quân và cộng sự (2023), thái độ sử dụng AR được định nghĩa là cách mà người dùng đánh giá các tính năng kỹ thuật và chức năng của công nghệ này Việc sử dụng công nghệ thực tế ảo (VTO) giúp người tiêu dùng tiếp cận thông tin sản phẩm một cách toàn diện, thay đổi thái độ của họ đối với công nghệ này và có thể ảnh hưởng đến ý định mua hàng trực tuyến

Sự quan trọng của công nghệ được phản ánh qua việc người tiêu dùng đánh giá cao công nghệ, dẫn đến sẵn lòng sử dụng các công cụ hỗ trợ mua sắm trực tuyến, từ đó tăng khả năng mua sắm trực tuyến Trong nghiên cứu này, thái độ đối với AR liên quan đến sự tích cực và sẵn lòng của người tiêu dùng trong việc sử dụng công nghệ này để so sánh sản phẩm, trực quan hóa chúng trong môi trường thực tế và đưa ra quyết định mua hàng trực tuyến một cách sáng suốt hơn

2.8.3 Mô hình nghiên cứu đề xuất

Hình 2.15: Mô hình nghiên cứu đề xuất

Nguồn: Tác giả đề xuất (2024)

2.8.4 Biện luận các yếu tố đưa vào mô hình đề xuất

2.8.4.1 Nhận thức sự hữu ích

Nghiên cứu của Prastiawan và cộng sự (2021) cho thấy nhận thức sự hữu ích có ảnh hưởng trực tiếp đến thái độ sử dụng dịch vụ ngân hàng điện tử tại Indonesia Ngoài ra, nghiên cứu của Stojsic và cộng sự (2022) cũng đã chỉ ra nhận thức sự hữu ích là yếu tố dự báo quan trọng nhất về thái độ của sinh viên đối với việc sử dụng liên quan đến các ứng dụng di động thực tế tăng cường Khi khách hàng tận hưởng trải nghiệm, kỳ vọng rằng tất cả những khách hàng sẽ đưa ra những phản hồi tích cực, điều này sẽ giúp họ tin rằng công nghệ, cơ sở vật chất hoặc hệ thống hữu ích có thể cải thiện trải nghiệm mua sắm của họ bằng cách khiến nó trở nên thú vị hơn, từ đó ảnh hưởng đến việc hình thành thái độ tích cực, đồng thời làm tăng ý định mua hàng lên

Dựa trên kết quả thống kê bảng tóm tắt các yếu tố có trong mô hình, ta thấy yếu tố “nhận thức sự hữu ích” được đề cập trong 8/10 bài nghiên cứu đề cập đến tác động của thực tế tăng cường đến thái độ đối với phương tiện AR Các phát hiện chỉ ra rằng yếu tố này có tác động tích cực đến thái độ đối với phương tiện AR Một lần nữa, điều này tương tự với kết quả thu được của các nhà nghiên cứu trước đây như Saleem và cộng sự (2021), Holdack và cộng sự (2020), Alam và cộng sự (2021), Davis (1986), Iisnawati và cộng sự (2023), Schultz và Kumar (2024), Huỳnh Thị Bảo Yến (2023), Nguyễn Hồng Quân và cộng sự

28 (2023) Do đó, tác giả quyết định đưa yếu tố “Nhận thức sự hữu ích” vào mô hình nghiên cứu đề xuất của đề tài

2.8.4.2 Nhận thức dễ sử dụng

Pantano và cộng sự (2017) đã chỉ ra rằng nhận thức về tính dễ sử dụng sẽ có tác động tích cực đến thái độ đối với AR Nhận thức về tính dễ sử dụng có tác động đáng kể đến thái độ của người tiêu dùng đối với việc sử dụng các cửa hàng ảo (Chen và Tan, 2004; Vijayasarathy, 2004) Nghiên cứu của Kanchanatanee và cộng sự (2014) cho thấy nhận thức dễ sử dụng ảnh hưởng tích cực đến thái độ sử dụng công nghệ thương mại trực tuyến, xác nhận các mối quan hệ giữa nhận thức dễ sử dụng và thái độ người dùng đối với công nghệ Nghiên cứu này chỉ ra rằng nhận thức dễ sử dụng luôn đóng góp tích cực đến thái độ sử dụng trong các bối cảnh sử dụng công nghệ khác nhau (Rahmiati và Yuannita, 2019)

Thống kê bản tóm tắt cho thấy có 6/10 bài nghiên cứu các yếu tố của thực tế tăng cường tác động đến thái độ đối với phương tiện cho ra kết quả tích cực đối với yếu tố “Nhận thức dễ sử dụng” Điều này cho thấy sự tương đồng với các kết quả thu được từ các bài nghiên cứu như Iisnawati và cộng sự (2023), Davis (1986), Schultz và Kumar (2024), Huỳnh Thị Bảo Yến (2023), Nguyễn Hồng Quân và cộng sự (2023) Chính vì vậy, tác giả quyết định đưa yếu tố “Nhận thức dễ sử dụng” vào mô hình nghiên cứu đề xuất của tác giả

Các nghiên cứu trước đây đã nhấn mạnh đến động lực mua sắm và đặt nặng vào vai trò của cảm giác vui vẻ trong quá trình mua sắm của người tiêu dùng Sự tận hưởng được xác định là động lực nội tại, niềm vui và sự hài lòng đạt được từ việc mua sắm với công nghệ VTO (Kang và Park, 2010; Zhang và Wang, 2019) Davis và cộng sự (1992) đã mô tả sự tận hưởng dường như quyết định thái độ đối với việc sử dụng hoặc áp dụng công nghệ mới

Sự tận hưởng ảnh hưởng đáng kể đến thái độ của khách hàng đối với các ứng dụng thực tế tăng cường trên di động (Balog và Pribeanu, 2010; Haugstvedt và Krogstie, 2012)

Theo kết quả thống kê từ bảng tóm tắt các yếu tố đưa vào mô hình nghiên cứu, có 5/10 bài nghiên cứu chứng minh rằng yếu tố “Sự tận hưởng” có tác động tích cực đến thái độ của người dùng đối với phương tiện AR Thêm vào đó, dưới dự nghiên cứu của 5 nhóm tác giả

29 Saleem và cộng sự (2021), Holdack và cộng sự (2020), Alam và cộng sự (2021), Huỳnh Thị Bảo Yến (2023), Nguyễn Hồng Quân và cộng sự (2023) cũng đã chỉ ra kết quả tương tự Điều này giúp cho tác giả quyết định đưa yếu tố “Sự tận hưởng” vào mô hình nghiên cứu đề xuất của mình

2.8.4.4 Thái độ đối với thực tế tăng cường

Xây dựng các giả thuyết nghiên cứu

Giả thuyết H1: “Nhận thức sự hữu ích có tác động thuận chiều đến thái độ đối với AR” Giả thuyết H2: “Nhận thức dễ sử dụng có tác động thuận chiều đến thái độ đối với AR” Giả thuyết H3: “Sự tận hưởng có tác động thuận chiều đến thái độ đối với AR”

Giả thuyết H4: “Thái độ đối với thực tế tăng cường có tác động thuận chiều đến ý định mua hàng trực tuyến”

Giả thuyết H5: “Có sự khác biệt về ý định mua hàng trực tuyến của giới trẻ tại TP.HCM theo giới tính”

Giả thuyết H6: “Có sự khác biệt về ý định mua hàng trực tuyến của giới trẻ tại TP.HCM theo độ tuổi”

Giả thuyết H7: “Có sự khác biệt về ý định mua hàng trực tuyến của giới trẻ tại TP.HCM theo khu vực”

Tác giả đã trình bày cơ sở lý luận về các yếu tố của thực tế tăng cường ảnh hưởng đến ý định mua hàng trực tuyến của giới trẻ Trên cơ sở đó, tiến hành xây dựng mô hình đề xuất, biện luận, định nghĩa các nhân tố Đây là cơ sở để nghiên cứu các phần tiếp theo của Chương 3 nhằm xây dựng phương pháp nghiên cứu, thiết kế thang đo, thiết kế bảng câu hỏi

PHƯƠNG PHÁP NGHIÊN CỨU

Tiến trình nghiên cứu

Hình 3.1: Sơ đồ quy trình nghiên cứu

Nguồn: Tác giả đề xuất (2024)

3.1.2 Diễn giải sơ đồ Để nghiên cứu về tác động của thực tế tăng cường đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM, tác giả sẽ thực hiện nghiên cứu bằng hai phương pháp: nghiên cứu định tính và nghiên cứu định lượng

Bước 1: Xác định vấn đề nghiên cứu

32 Bước đầu tiên là xác định chủ đề, mục tiêu và hướng đi của nghiên cứu Tác giả lựa chọn đề tài nghiên cứu: các yếu tố ảnh hưởng của thực tế tăng cường đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM Sau đó, tác giả xác định câu hỏi nghiên cứu, thiết lập mục tiêu và đối tượng, phân tích các yếu tố ảnh hưởng và đo lường tác động của chúng Qua quá trình này, mục tiêu là đề xuất các giải pháp để tối ưu hóa quá trình nghiên cứu

Bước 2: Cơ sở lý thuyết

Trình bày các cơ sở lý luận có liên quan đến đề tài, từ đó tổng hợp thông tin kế thừa, đề xuất mô hình nghiên cứu và các giả thuyết nghiên cứu

Bước 3: Hình thành thang đo nháp Đề xuất thang đo dự kiến và tiến hành nghiên cứu định tính sơ bộ (n = 12)

Bước 4: Hiệu chỉnh thanh đo

Sau khi tổ chức nghiên cứu sơ bộ tác giả thực hiện hiệu chỉnh thang đo cho phù hợp và lập bảng câu hỏi cho nghiên cứu định lượng sơ bộ (n = 30)

Bước 5: Nghiên cứu định lượng sơ bộ

Thực hiện nghiên cứu định lượng sơ bộ (n = 30), kiểm định lại các yếu tố có trong mô hình đề xuất ban đầu

Bước 6: Hình thành thang đo chính thức

Dựa trên cơ sở kết quả của nghiên cứu định lượng sơ bộ để hoàn chỉnh thang đo chính thức cho mô hình

Bước 7: Nghiên cứu định lượng chính thức

Thực hiện nghiên cứu định lượng chính thức (n = 200)

Bước 8: Phân tích dữ liệu

Sau khi thu hồi được kết quả nghiên cứu từ nghiên cứu định lượng chính thức (n = 200), tiến hành phân tích thống kê mô tả; đánh giá mô hình đo lường kết quả; kiểm định sự khác biệt trung bình

Bước 9: Nghiên cứu định tính chuyên sâu

Tiến hành nghiên cứu định tính chuyên sâu (n = 6), tạo cơ sở để đề xuất hàm ý quản trị

Bước 10: Thảo luận kết quả

Bàn luận kết quả nghiên cứu định tính chuyên sâu và bàn luận kết quả so sánh với các nghiên cứu trước

Bước 11: Tóm tắt và đề xuất

Tóm tắt kết quả nghiên cứu và đề xuất hàm ý quản trị

Bước 12: Hạn chế và định hướng Đưa ra hạn chế trong nghiên cứu và hướng nghiên cứu trong tương lai

Phương pháp nghiên cứu định tính

3.2.1 Phương pháp nghiên cứu định tính sơ bộ

3.2.1.1 Bảng hỏi khảo sát dùng cho nghiên cứu định tính sơ bộ

Dựa trên lý thuyết từ các mô hình nghiên cứu đã được trình bày, tác giả đã xây dựng một bảng khảo sát cho phần nghiên cứu định tính ban đầu Quá trình này kết hợp thông tin từ nhiều nguồn tài liệu trực tuyến đáng tin cậy và khuôn mẫu nghiên cứu đề xuất Bảng khảo sát này bao gồm 4 yếu tố độc lập, 1 yếu tố phụ thuộc và 28 biến quan sát Chi tiết bảng hỏi tham khảo (phụ lục 1, mục 1.1)

3.2.1.2 Thiết kế nghiên kế nghiên cứu định tính sơ bộ

 Mục đích nghiên cứu định tính sơ bộ

Vì đặc tính riêng của sản phẩm, dịch vụ và thị trường của từng quốc gia, việc thực hiện nghiên cứu định tính sơ bộ đóng vai trò quan trọng Cụ thể, nghiên cứu định tính sơ bộ cho phép tác giả phân tích dữ liệu thứ cấp liên quan đến đề tài nghiên cứu, từ đó đánh giá sự phù hợp của các thang đo được sử dụng Dựa trên kết quả này, tác giả có thể điều chỉnh và bổ sung các thang đo cho phù hợp với thị trường cụ thể Ngoài ra, từng câu hỏi dành cho các biến quan sát cũng được kiểm tra và sửa đổi để đảm bảo rằng người trả lời hiểu đúng ngữ nghĩa và tránh hiểu lầm Phân tích mối quan hệ ban đầu giữa các biến trong mô hình

34 nghiên cứu đề xuất cung cấp cơ sở để điều chỉnh và hoàn thiện mô hình trước khi tiến hành khảo sát định lượng Các phát hiện từ nghiên cứu định tính sơ bộ cũng hỗ trợ xây dựng bảng câu hỏi cho các nghiên cứu định lượng trong tương lai, nâng cao hiệu quả và độ tin cậy của quá trình thu thập dữ liệu và phân tích kết quả

 Phương pháp chọn mẫu dùng cho nghiên cứu định tính sơ bộ

Tác giả sử dụng phương pháp lấy mẫu phi xác suất có mục đích trong nghiên cứu này Theo định nghĩa của tác giả Anderson (1984): đây là phương pháp lấy mẫu dựa trên ý kiến chủ quan của tác giả nghiên cứu, đôi khi ý định của tác giả cũng dựa trên sự thuận tiện, thuận tiện hoặc dựa trên các chỉ số cụ thể Ưu điểm của phương pháp lấy mẫu này là giúp tác giả lựa chọn chính xác các yếu tố quan trọng trên toàn bộ mẫu và hạn chế lãng phí thời gian Tuy nhiên, nhược điểm của phương pháp này là đôi khi tạo ra những sai lệch lớn và không cần thiết, khiến kết quả nghiên cứu không phù hợp với mục tiêu đặt ra ban đầu Để khắc phục hạn chế của việc lấy mẫu phi xác suất có mục đích, theo hai tác giả Pedersen và Hansson (2021), các biện pháp sau được đề xuất: để phương pháp lấy mẫu có chủ đích có lợi, nhà nghiên cứu phải có kiến thức trước về lĩnh vực nghiên cứu và sự hiểu biết Ngoài ra, những người tham gia khảo sát được chọn phải dựa trên cơ sở được tin rằng câu trả lời và thông tin chi tiết của họ sẽ cung cấp nhiều nhất về khía cạnh dữ liệu có giá trị cho mục đích nghiên cứu (Denscombe, 2018)

Nhận thấy những ưu điểm khắc phục được những nhược điểm nêu trên, tác giả sẽ áp dụng cách tiếp cận này vào nghiên cứu của mình Điều kiện tiên quyết để chọn mẫu là hiểu rõ đặc điểm của các yếu tố được chọn (điều kiện chọn mẫu chi tiết sẽ được thảo luận bên dưới)

 Chọn kích thước mẫu cho nghiên cứu định tính sơ bộ

Dựa trên những hướng nghiên cứu trong tương lai được đề xuất bởi Pedersen và Hansson (2021) (có gợi ý về việc xem xét các nhóm tuổi khác) và kinh nghiệm về lấy mẫu (được tổng quan trong phần phương pháp lấy mẫu), tác giả đã chọn cỡ mẫu là 12 người tham gia vào khảo sát Đối tượng tham gia được lựa chọn dựa trên các tiêu chí sau: đa dạng về trình độ chuyên môn, giới tính (bao gồm cả nam và nữ), độ tuổi và khu vực sinh sống Đồng thời, họ cũng phải có kiến thức về công nghệ thực tế tăng cường và kinh nghiệm mua sắm

35 trực tuyến Chi tiết hơn, những người tham gia trong nghiên cứu này có độ tuổi từ 15 đến

34, với sự phân bố giới tính cân đối Nửa số người tham gia có trình độ học vấn thấp hơn, trong khi nửa còn lại có trình độ cao hơn Trình độ học vấn thấp hơn được xác định dựa trên trình độ trung học phổ thông trở xuống, với điều kiện là họ phải có kinh nghiệm sử dụng AR để mua sắm và trải nghiệm mua sắm trực tuyến Trình độ cao hơn được định nghĩa là trình độ cao đẳng trở lên

Phương pháp nghiên cứu định tính sơ bộ để thu thập dữ liệu thực nghiệm là phương pháp phỏng vấn bán cấu trúc (hình thức phỏng vấn tay đôi) Bởi hình thức phỏng vấn này, phù hợp với mục đích nghiên cứu và khám phá và hiểu các tình huống phức tạp như ý kiến, thái độ, cảm xúc và đặc quyền (Denscombe, 2018) Vì mục đích của nghiên cứu này chỉ dừng lại việc kiểm định sơ lược ý định mua hàng trực tuyến của giới trẻ và mức độ đọc hiểu các câu hỏi liên quan đến các nhân tố khảo sát, nên phương pháp này là phù hợp Đồng thời, trong phỏng vấn bán cấu trúc vẫn chứa 1 phần có cấu trúc nên nó được sử dụng như một công cụ để truy xuất dữ liệu chính phản ánh những hiểu biết hữu ích và trung thực của những người tham gia

Theo Denscombe (2018), việc ẩn danh đối tượng phỏng vấn có thể loại bỏ áp lực trả lời theo một cách nhất định và nhờ đó dẫn đến câu trả lời của đáp viên có sự trung thực hơn Để giảm thiểu các yếu tố gây nên thù hận đối với những người tham gia, tác giả sẽ đặt những cái tên hư cấu và ẩn đi các thông tin liên lạc của đáp viên Tuy nhiên, nhằm đảm bảo tính trung thực cho cuộc phỏng vấn tác giả quyết định xin phép đáp viên được thu âm lại quá trình phỏng vấn đề làm chứng cứ xác thực cho đề tài

 Quy trình các bước của phương pháp nghiên cứu định tính sơ bộ

Tiến trình nghiên cứu định tính sơ bộ được thực hiện theo quy trình như sau:

Bước 1: Tác giả chuẩn bị bảng thang đo dự kiến dựa trên nền tảng của các khung lý thuyết ở chương 2, tiến hành lập dàn bài phỏng vấn lần 1 cho các đáp viên (tham khảo phụ lục 1, mục 1.2) và dàn bài phỏng vấn cho bản thân tác giả (tham khảo phụ lục 1, mục 1.3)

Bước 2: Lập danh sách trước các đối tượng cần khảo sát lần 1 dựa theo tiêu chí đã phán đoán từ trước (tham khảo phụ lục 1, mục 1.4) và liên hệ trước các đáp viên để đặt lịch hẹn

Bước 3: Tiến hành thảo luận hình thức phỏng vấn tay đôi lần 1 với các đáp viên Cuộc thảo luận được tổ chức thông qua hình thức online trên hai ứng dụng là Zoom và Zalo

Bước 4: Sau phỏng vấn lần 1, tác giả chuẩn bị bảng thang đo dự kiến dựa trên nền tảng của các khung lý thuyết ở chương 2 và bổ sung thêm nhân tố “Sự tương thích” vào bảng hỏi, tiến hành lập dàn bài phỏng vấn lần 2 cho các đáp viên (tham khảo phụ lục 1, mục 1.2) và dàn bài phỏng vấn cho bản thân tác giả (tham khảo phụ lục 1, mục 1.3)

Bước 5: Lập danh sách trước các đối tượng cần khảo sát lần 2 dựa theo tiêu chí đã phán đoỏn từ trước (tham khảo phụ lục 1, mục 1.4), trong đú ẵ số lượng đỏp viờn đó thực hiện phỏng vấn lần 1 và liên hệ trước các đáp viên để đặt lịch hẹn

Bước 6: Tiến hành thảo luận hình thức phỏng vấn tay đôi lần 2 với các đáp viên Cuộc thảo luận được tổ chức thông qua hình thức online trên hai ứng dụng là Zoom và Zalo

3.2.1.3 Kết quả nghiên cứu định tính sơ bộ

Phương pháp nghiên cứu định lượng

3.3.1 Xây dựng thang đo chung cho nghiên cứu định lượng

3.3.1.1 Lựa chọn cấp độ thang đo cho nghiên cứu Đối với các dữ liệu định tính: phương pháp thu thập được áp dụng bao gồm việc sử dụng thang đo định danh Các thông tin được thu thập bao gồm: giới tính, độ tuổi, nghề nghiệp, thu nhập, trình độ học vấn, tần suất mua hàng trực tuyến trong năm, khu vực sinh sống

Trong nghiên cứu định lượng: tác giả đã sử dụng phương pháp thang đo khoảng Cụ thể, tác giả lựa chọn sử dụng Thang đo Likert 5 mức độ từ “1 – Hoàn toàn không đồng ý” đến

“5 – Hoàn toàn đồng ý” Sự chọn lựa này dựa trên việc Thang đo Likert là một công cụ phổ biến, dễ sử dụng, dễ hiểu và đã được sử dụng rộng rãi trong các nghiên cứu trước đó

Bảng 3.2: Ý nghĩa giá trị trung bình trong thang đo khoảng Điểm mức độ Ý nghĩa

3.3.1.2 Cấu trúc bảng hỏi và thang đo

Bảng 3.3: Cấu trúc bảng hỏi và thang đo

Phần Dạng câu hỏi Nội dung Thang đo

Phần I Câu hỏi định tính

Anh/ Chị đang sinh sống ở Thành Phố Hồ Chí

Cấp định danh Anh/ chị có từng trải nghiệm công nghệ thực tế tăng cường AR trong mua sắm trực tuyến?

Phần II Thông tin cá nhân

Cấp định danh Độ tuổi Nghề nghiệp Thu nhập Trình độ học vấn Tần suất mua sắm trực tuyến trong năm Khu vực sinh sống

Các câu hỏi đặc thù dùng thu thập dữ liệu định lượng

Nhận thức tính hữu ích

Thang đo Likert 5 mức độ từ “1- Hoàn toàn không đồng ý đến 5- Hoàn toàn đồng ý”

Nhận thức dễ sử dụng

Sự tương thích Thái độ đối với thực tế tăng cường

Nguồn: Tác giả đề xuất (2024)

3.3.2 Phương pháp nghiên cứu định lượng sơ bộ

3.3.2.1 Mục đích nghiên cứu định lượng sơ bộ

Nghiên cứu định định lượng sơ bộ sẽ được tiến hành thực hiện sau quá trình nghiên cứu định tính sơ bộ Sau quá trình kiểm tra độ phù hợp về mặt ngôn từ, tính xác thực của các câu hỏi, cũng như quá trình hiệu chỉnh, bổ sung các thang đo ban đầu thì tác giả tiến hành

44 thực hiện nghiên cứu định lượng sơ bộ Mục đích của việc nghiên cứu này nhằm hỗ trợ tác giả trong việc kiểm tra và đánh giá mức độ phù hợp, độ tin cậy của các thang đo được đề xuất và loại bỏ thang đo không đúng với yêu cầu đặt ra Từ những kết quả trên, hiệu chỉnh và bổ sung nội dung làm cơ sở cho nghiên cứu định lượng chính thức và phân tích dữ liệu ở chương 4

3.3.2.2 Phương pháp chọn mẫu cho nghiên cứu định lượng sơ bộ

Trong giai đoạn nghiên cứu định lượng sơ bộ, tác giả đã sử dụng phương pháp lấy mẫu phi xác suất thuận tiện Theo định nghĩa của tác giả Anderson (1984): đây là phương pháp lấy mẫu dựa trên sự thuận tiện, dễ tiếp cận của người trả lời mà bản thân tác giả (điều tra viên) có khả năng bắt gặp được đối tượng Các cuộc phỏng vấn thường được yêu cầu ở những nơi công cộng, doanh nghiệp, nhà riêng, v.v Ưu điểm của phương pháp lấy mẫu này là giúp tác giả tốn ít thời gian và tiền bạc hơn khi tiến hành khảo sát, đồng thời việc thu thập các yếu tố sẽ dễ dàng và thuận tiện hơn Ngược lại, nhược điểm của nó là khó xác định sai số lấy mẫu và đưa ra kết luận về tổng thể từ kết quả mẫu Để khắc phục những nhược điểm trên, tác giả phải tăng cỡ mẫu để nâng cao tính đại diện của mẫu, với điều kiện việc chọn mẫu phải đa dạng về mặt nhân khẩu học và bao gồm cả các nhóm tuổi phân bổ đều Cụ thể để đảm bảo tính đại diện cho mẫu thì trong nghiên cứu định lượng sơ bộ này tác giả sẽ chia nhóm đối tượng khảo sát thành 2 nhóm: nội ô và ngoại ô, mỗi nhóm có số lượng là 15 người, phân bổ đều độ tuổi từ 15 – 34 Đây cũng chính là lý do mà tác giả quyết định chọn kích thước cỡ mẫu n = 30 cho phương nghiên cứu định lượng sơ bộ

3.3.2.3 Chọn kích thước cỡ mẫu cho nghiên cứu định lượng sơ bộ

Kích thước mẫu cho nghiên cứu định lượng sơ bộ là 30 đáp viên (n = 30), điều kiện người tiêu dùng sinh sống tại Thành phố Hồ Chí Minh, có kinh nghiệm sử dụng AR trong mua sắm trực tuyến Yêu cầu cho tính đại diện mẫu bao gồm 15 người sống nội ô và 15 người sống ngoại ô, các nhóm tuổi phân bổ đều từ 15 – 34

45 Phương pháp nghiên cứu định định lượng sơ bộ để thu thập dữ liệu thực nghiệm là phương pháp khảo sát thông qua bảng hỏi có cấu trúc, cụ thể: bảng câu hỏi được thực hiện trên tiện ích Google Form và gửi đến các đối tượng khảo sát thông qua các phương tiện liên lạc bao gồm Zalo, Facebook Sau đó thu hồi các kết quả trả lời về để tiến hành kiểm định và phân tích dữ liệu Thời gian diễn ra từ ngày 16/03/2024 - 21/03/2024

3.3.2.4 Thiết kế bảng câu hỏi khảo sát định lượng sơ bộ

Dựa trên cơ sở của phần nghiên cứu định tính sơ bộ và cơ sở lý luận đề xuất xây dựng thang đo và thu thập dữ liệu chung cho nghiên cứu định lượng bảng câu hỏi khảo sát định lượng sẽ được đề xuất như sau: (Chi tiết tham khảo phụ lục 2, mục 2.1)

3.3.2.5 Quy trình các bước của phương pháp nghiên cứu định lượng sơ bộ

Tiến trình nghiên cứu định lượng sơ bộ được thực hiện theo quy trình như sau:

Bước 1: Tác giả chuẩn bị bảng khảo sát dựa trên kết quả từ phần nghiên cứu định tính sơ bộ và sử dụng Google Form từ 16/03/2024 đến 21/03/2024

Bước 2: Sử dụng phương pháp chọn mẫu phi xác suất thuận tiện (n = 30) và gửi bảng khảo sát qua Zalo, Facebook Tác giả sử dụng thang đo Likert 5 mức độ để đánh giá

Bước 3: Sử dụng phần mềm Smart PLS để phân tích độ tin cậy Cronbach’s Alpha sơ bộ và diễn giải kết quả để đáp ứng mục tiêu ban đầu của nghiên cứu định lượng sơ bộ này

3.3.2.6 Kết quả nghiên cứu định tính sơ bộ

Kết quả nghiên cứu định lượng sơ bộ, với 5 biến độc lập vẫn được bảo toàn cùng với 28 biến quan sát (chi tiết xem tham khảo phụ lục 3, mục 3.1)

3.3.3 Phương pháp nghiên cứu định lượng chính thức

3.3.3.1 Bảng hỏi khảo sát nghiên cứu định lượng chính thức

Do kết quả nghiên cứu trong phần định lượng sơ bộ không có sự loại bỏ các nhân tố hoặc biến quan sát Nên cấu trúc bảng hỏi khảo sát cho nghiên cứu định lượng chính thức được giữ nguyên như nghiên cứu định lượng sơ bộ (chi tiết xem tham khảo phụ lục 2, mục 2.1)

3.3.3.2 Phương pháp chọn mẫu cho nghiên cứu định lượng chính thức

Trong giai đoạn nghiên cứu định lượng chính thức tác giả sử dụng phương pháp chọn mẫu phi xác suất thuận tiện (chi tiết khái niệm tham khảo thêm phần phương pháp chọn mẫu phần 3.3.2.2)

Dựa vào ưu điểm của phương pháp chọn mẫu này sẽ hỗ trợ tác giả ít tốn kém thời gian và chi phí cho việc khảo sát, đồng thời sẽ dễ dàng thu thập các phần tử được dễ dàng, thuận tiện hơn Ngược lại, nhược điểm của nó là sẽ khó xác định được sai số lấy mẫu, cũng như không thể kết luận được cho tổng thể từ kết quả mẫu Để khắc phục nhược điểm và đồng thời nhằm nâng cao tính đại diện cho mẫu cho phần nghiên cứu định lượng chính thức nên tác giả quyết định chọn kích thước mẫu là n = 200, kèm theo điều kiện là 100 người sẽ có khu vực sinh sống tại nội ô và 100 người còn lại sẽ có khu vực sinh sống tại ngoại ô, các nhóm tuổi phân bổ đều từ 15 – 34 (thông tin chi tiết xem thêm phần tiếp theo)

3.3.3.3 Chọn kích thước cỡ mẫu cho nghiên cứu định lượng chính thức

Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cho rằng: kích cỡ mẫu phân mẫu thường ít nhất phải từ 4 đến 5 lần số biến Tuy nhiên, theo công thức xác định kích thước mẫu của Tabachnick và Fidell (2007): N = 8* var + 50 (Trong đó N là kích thước mẫu, var là số biến độc lập đưa vào mô hình hồi quy) Mô hình hồi quy đa biến của nghiên cứu này có 5 biến độc lập, như vậy kích thước mẫu tối thiểu sẽ là 8*5 +50 = 90

Phương pháp thu thập dữ liệu

3.4.1 Phương pháp thu thập dữ liệu sơ cấp

Theo Anderson (1984), dữ liệu sơ cấp là nguồn dữ liệu cần phải thu thập mới, thường được thực hiện bởi tác giả nghiên cứu, với ưu điểm là chính xác và khách quan, nhưng nhược điểm là tốn kém về thời gian và kinh phí Trong nghiên cứu này, tác giả thu thập dữ liệu sơ cấp bằng cách phỏng vấn bán cấu trúc và sử dụng bảng khảo sát trên Google Form, gửi đến đối tượng khảo sát qua các ứng dụng mạng xã hội

Quá trình thu thập dữ liệu được diễn ra như sau:

Bước 1: Xác định đối tượng khảo sát và kích thước mẫu cần thực hiện khảo sát

Bước 2: Tiến hành khảo sát định tính sơ bộ (n = 6) và khảo sát định lượng sơ bộ (n = 30) các đối tượng là người tiêu dùng tại TPHCM, có kinh nghiệm sử dụng AR trong mua sắm trực bằng cách thông qua phỏng vấn bán cấu trúc và bảng hỏi khảo sát trực tuyến

Bước 3: Tiến hành khảo sát định lượng chính thức (n = 200) thông qua bảng hỏi khảo sát trực tuyến trên Google Form và đăng tải các phương tiện liên lạc bao gồm Zalo, Facebook Thời gian diễn ra từ 21/03/2024 - 27/03/2024

Bước 4: Kiểm tra kết quả thu hồi về và loại bỏ những khảo sát không phù hợp

Bước 5: Chuẩn bị - làm sạch dữ liệu, mã hóa dữ liệu và phân tích dữ liệu thông qua phần mềm SPSS 24.0 và Smart PLS

Bước 6: Tiến hành khảo khát định tính chuyên sâu (n = 6) thông qua hình thức phỏng vấn bán cấu trúc và thu thập dữ liệu

3.4.2 Phương pháp thu thập dữ liệu thứ cấp

Theo tác giả Anderson (1984): Dữ liệu thứ cấp là nguồn dữ liệu có sẵn thông qua các nguồn thông tin như: báo chí, mạng xã hội, sách vở, Ưu điểm của nguồn dữ liệu này có sẵn, dễ thu thập và ít tốn kém chi phí, thời gian Nhược điểm, của loại dữ liệu này lại mang đậm tính chủ quan của tác giả nghiên cứu tài liệu đó và thông tin không phù hợp với nghiên cứu hiện tại, thậm chí là lạc hậu Khắc phục nhược điểm này tác giả sẽ thu thập càng nhiều nghiên cứu có liên quan đến đề tài Sau đó tiến hành chọn lọc, thống kê và so sánh điểm giống nhau, khác nhau giữa các quan điểm của các tác giả đi trước để đưa ra góc nhìn khách quan hơn, sẽ không mang đậm tính chủ quan của riêng một nghiên cứu cụ thể

Tác giả thực hiện công tác thu thập dữ liệu thứ cấp có liên quan phục vụ cho quá trình nghiên cứu thông qua các nguồn cung cấp có sẵn bao gồm: Thư viện Đại học Công Nghiệp Thành phố Hồ Chí Minh, Thư viện Đại học Kinh Tế, Thư viện Đại học Tài chính Marketing, Google Scholar, dữ liệu từ các nghiên cứu và báo chí trên Internet,

Phương pháp phân tích dữ liệu

Tác giả sử dụng 2 công cụ để phân tích dữ liệu:

SPSS 24.0 được dùng để làm sạch dữ liệu, thực hiện phân tích thống kê mô tả, và kiểm định sự khác biệt trung bình bằng Independent Sample T-test và kiểm định Anova

Smart PLS 4 được sử dụng cho việc đánh giá mô hình đo lường kết quả và mô hình cấu trúc trong phân tích dữ liệu sơ cấp của nghiên cứu định lượng chính thức

3.5.1 Phân tích thống kê mô tả

Sử dụng kiến thức phân tích thống kê mô tả để mô tả những đặc điểm và tính chất cơ bản của đối tượng được khảo sát thông qua sự hỗ trợ của công cụ SPSS 24.0

3.5.2 Kiểm định mô hình đo lường

3.5.2.1 Kiểm định độ tin cậy nhất quán nội tại Độ tin cậy nhất quán nội tại (chỉ số Cronbach’s alpha) được sử dụng để đánh giá độ tin cậy bên trong dựa vào sự tương quan giữa các biến quan sát Chỉ số này giả định tất cả các biến quan sát đều có độ tin cậy như nhau Tuy nhiên, hệ số Cronbach’s alpha chỉ cho biết các đo lường có liên kết với nhau Giá trị Cronbach’s alpha biến thiên trong khoảng [0;1] Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng giá trị của hệ số Cronbach’s alpha có thể được phân loại như sau:

 Dưới 0,6: Thang đo thiếu độ tin cậy nhất quán nội tại và cần xem xét lại

 Từ 0,6 trở lên: thang đo lường đủ điều kiện sử dụng

 Từ 0,7 đến gần bằng 0,8: Thang đo lường sử dụng tốt

 Từ 0,8 đến gần bằng 1: Thang đo lường sử dụng rất tốt

3.5.2.2 Kiểm định giá trị hội tụ

Giá trị hội tụ (Convergent Valitidy) được định nghĩa là việc một đo lường có tương quan thuận với các đo lường trong cùng một khái niệm đo lường Để đánh giá giá trị hội tụ, tác giả xem xét hệ số tải ngoài của các biến quan sát và giá trị phương sai trích (AVE) Đánh giá hệ số tải ngoài:

 Nếu nhỏ hơn 0,4: Xóa biến nhưng cân nhắc sự ảnh hưởng đến giá trị nội dung

 Trong khoảng từ 0,4 đến nhỏ hơn 0,7: Có thể xóa biến nếu việc xóa bớt làm tăng hệ số đo lường trên ngưỡng và giữ biến nếu việc xóa biến không làm tăng hệ số đo lường trên ngưỡng

 Néu lớn hơn hoặc bằng 0,7: Giữ biến Đánh giá AVE (sử dụng như một cách đo lường chung đối với giá trị hội tụ):

 Nếu AVE >= 0,5: Khái niệm nghiên cứu sẽ giải thích nhiều hơn phân nửa phương sai các biến quan sát của nó

 Nếu AVE < 0,5: Trung bình, có nhiều sai số vẫn còn tồn tại trong các biến quan sát hơn là phương sai được giải thích bưởi khái niệm nghiên cứu

3.5.2.3 Kiểm định giá trị phân biệt

Giá trị phân biệt được tính toán để chỉ ra một khái niệm nghiên cứu là duy nhất và phản ánh hiện tượng khác biệt so với các khái niệm khác trong mô hình Giá trị này được đề xuất đánh giá qua tỷ lệ đặc điểm dị biệt - đặc điểm đơn nhất (heteotrait - monotrait - HTMT) của các mối tương quan Hay nói cách khác HTMT là tỷ lệ của các mối tương quan giữa các đặc điểm với các mối tương quan bên trong các đặc điểm Khoảng tin cậy thống kê của HTMT không chứa giá trị 1 cho các sự kết hợp các khái niệm

 Nếu hệ số HTMT > 1: đây là hai khái niệm thiếu giá trị phân biệt

 Nếu hệ số HTMT rơi vào khoảng 0,85: đây là ngưỡng chấp nhận thấp hơn đánh giá hia khái niệm có sự phân biệt

3.5.2.4 Kiểm định về vấn đề cộng tuyến

Vấn đề cộng tuyến xảy ra (collinearty) xảy ra khi có mối tương quan cao giữa hai biến quan sát nguyên nhân trong thực tế Mức độ cao của sự cộng tuyến giữa các biến quan sát nguyên nhân sẽ ảnh hưởng đến việc ước lượng trọng số và mức ý nghĩa thống kê

Sự cộng tuyến làm tăng sai số chuẩn và làm giảm khả năng chứng minh rằng trọng số ước lượng khác biệt đáng kể so với giá trị 0 Mức độ cộng tuyến cao sẽ làm cho các trọng số không được ước lượng chính xác và còn thêm dấu bị đảo ngược

Hệ số phóng đại phương sai (VIF) là hệ số được dùng để đo lường mức độ liên quan đến cộng tuyến

 Nếu VIF < 5: xảy hiện tượng cộng tuyến Trong trường hợp này, cần phân tích ý nghĩa trọng số ngoài và giải nghĩa đóng góp tương đối và tuyệt đối của biến nguyên nhân

 Nếu VIF >= 5: xảy ra vấn đề cộng tuyến Cần loại bỏ mô hình đo lường nguyên nhân

3.5.3 Đánh giá mô hình cấu trúc

3.5.3.1 Đánh giá cộng tuyến/ đa cộng tuyến

Chi tiết tham khảo lại mục 3.5.2.4

3.5.3.2 Đánh giá ý nghĩa và mức độ liên quan của các biến quan sát

Trọng số ngoài được dùng để đánh giá sự đóng góp của một biến quan sát nguyên nhân và mức độ liên quan của nó Giá trị của các trọng số này được chuẩn hóa và có thể được so sánh với nhau nhằm xác định sự đóng góp tương đối của mỗi biến tới việc hình thành khái niệm nghiên cứu

Nếu kiểm tra các trọng số ngoài trong mô hình đo lường nguyên nhân có sự khác biệt so với giá trị 0 bằng phương pháp Bootstrapping thì tác giả sẽ đưa ra được kết luận rằng liệu các biến nguyên nhân có thực sự góp phần hình thành khái niệm hay không

 Trọng số của biến quan sát có nghĩa => có sự ủng hộ thực nghiệm giữ lại biến quan ssát

 Trọng số biến quan sát không có ý nghĩa nhưng hệ số tải biến tương ứng > 0,5 hoặc có ý nghĩa thống kê => biến quan sát được giữ lại

 Trọng số của biến quan sát không có ý nghĩa và hệ số tải ngoài tương đối thấp < 0,5

=> cân nhắc để loại bỏ biến quan sát nguyên nhân ra khỏi mô hình

3.5.3.3 Thủ tục Bootstrapping Để kiểm định các hệ số như trọng số ngoài, hệ số tải ngoài và hệ số đường dẫn có ý nghĩa trong mô hình nghiên cứu không thì PLS-SEM dùng thủ tục Bootstrapping để kiểm định mức ý nghĩa của chúng Thủ tục này cung cấp sai số chuẩn của một hệ số ước lượng, được xem như cơ sở để xác định giá trị t thực nghiệm và giá trị p tương ứng (số lượng mẫu bootstrap nhỏ hơn số lượng quan sát hợp lệ trong tập dữ liệu chính)

Khoảng tin cậy bootstrap cung cấp thêm thông tin về tính ổn định của hệ số ước lượng Khi chạy thủ tục này nên sử dụng tùy chọn không thay đổi dấu để có được kết quả ổn định nhất Đồng thời nên sử dụng phương pháp BCa để thiết lập khoảng tin cậy và sử dụng Double Bootstrapping khi mô hình không phức tạp (ít hơn 4 khái niệm nghiên cứu) và cỡ mẫu nhỏ hơn 300 Tuy nhiên, cần xem xét việc thời gian chạy có thể tăng thêm khi áp dụng

3.5.3.4 Các hệ số đường dẫn mô hình cấu trúc

Các hệ số đường dẫn thể hiện liên kết giữa các giả thuyết và khái niệm trong nghiên cứu Giá trị chuẩn hóa của các hệ số đường dẫn thường nằm trong khoảng từ -1 đến +1 Khi hệ số đường dẫn tiến gần đến +1, đó biểu thị một mối quan hệ dương mạnh mẽ và có ý nghĩa thống kê, và ngược lại Nếu giá trị tiến gần đến 0 thì mối quan hệ đó càng yếu hoặc không đạt được ý nghĩa thống kê Tuy nhiên, hầu hết các nhà nghiên cứu thường dùng giá trị p để đánh giá mức ý nghĩa Khi giá trị p < 0,05, mối quan hệ được coi là có ý nghĩa thống kê và ngược lại

3.5.3.5 Hệ số xác định (giá trị R bình)

KẾT QUẢ NGHIÊN CỨU

Phân tích kết quả của phương pháp nghiên cứu định tính chuyên sâu

Kết thúc quá trình phỏng vấn tay đôi từ 6 đáp viên được lựa chọn theo phương thức chọn mẫu phi xác xuất có chủ đích (tham khảo danh sách đáp viến phụ lục 4, mục 4.2) Từ 23 câu hỏi mở được đề xuất ban đầu liên quan đến 23 biến quan sát thuộc 5 nhân tố, tác giả thu về rất nhiều ý kiến đề xuất khác nhau từ phía người tiêu dùng tham gia phỏng vấn (cụ thể 6 đáp viên), đang sinh sống tại Thành Phố Hồ Chí Minh Tuy nhiên, trong quá trình phỏng vấn khi khác thác sâu vào ý kiến của từng đáp viên thì tác giả vẫn nhận thấy có

70 những điểm chung nhất định ở các ý kiến đóng góp, điều này đã hỗ trợ tác giả rất nhiều về việc thống kê ý kiến để cho ra kết quả tổng thể cho phần nghiên cứu định tính chuyên sâu (kết quả chi tiết tham khảo phụ lục 4, mục 4.4) Đây là những ý kiến đóng góp rất hữu ích của đáp viên giúp tác giả có thể có cách nhìn tổng quan hơn về những mong muốn đạt được ở khía cạnh thái độ người tiêu dùng Đồng thời, kết quả của cuộc nghiên cứu định tính chuyên sâu cũng cho tác tác giả phần nào cảm nhận được những tồn động, hạn chế ảnh hưởng không tốt đến ý định mua hàng trực tuyến thông qua công nghệ AR.

Bàn luận về kết quả của cuộc nghiên cứu

4.4.1 Bàn luận về kết quả của phương pháp nghiên cứu định tính chuyên sâu

Nhằm đạt được mục đích nâng cao ý định mua hàng trực tuyến thông qua thái độ đối với

AR theo chiều hướng tích cực nhất, cũng như hiểu rõ hơn về chi tiết những điều cần thực hiện tương ứng với 23 biến quan sát thuộc 5 nhân tố, tác giả tiến hành thực hiện nghiên cứu định tính chuyên sâu, kết quả thu được về như sau: (chi tiết tham khảo phụ lục 4, mục 4.3)

Dựa vào những ý kiến đóng góp rất hữu ích từ những đáp viên, tác giả có thể có thêm cơ sở vững chắc để đưa ra hàm ý quản trị trong chương 5 Đồng thời, những doanh nghiệp có thêm những gợi ý hoàn thiện hơn nữa trong công tác tổ chức quản lý, triển khai công nghệ

AR và có những biện pháp khắc phục kịp thời những tồn động ảnh hưởng không tốt tới thái độ đối với công nghệ AR, nhằm cải thiện ý định mua hàng trực tuyến của giới trẻ

4.4.2 Bàn luận về kết quả nghiên cứu so với các kết quả của các nghiên cứu trước

Kết quả thu được trong nghiên cứu này cho thấy sự tương đồng và tương phản với các nghiên cứu trước đây như sau:

Trước hết, đối với nhóm yếu tố ảnh hưởng đến "Thái độ đối với AR", so với nghiên cứu của Saleem và cộng sự (2021), Alam và cộng sự (2021), Huỳnh Thị Bảo Yến (2023), Nguyễn Hồng Quân và cộng sự (2023), nghiên cứu này đã nhận thấy sự tương đồng trong

3 yếu tố là: "Nhận thức sự hữu ích", "Nhận thức dễ sử dụng", và "Sự tận hưởng" Các giả thuyết từ H1 đến H3 đều phù hợp và được chấp nhận trong trường hợp này Trong đó, yếu

71 tố "Sự tận hưởng" có tác động mạnh nhất đến "Thái độ đối với AR" Điều này cho thấy

"Sự tận hưởng" đóng vai trò quan trọng trong việc cải thiện thái độ đối với AR của khách hàng (hoặc người tiêu dùng) Đối với yếu tố "Sự tương thích", có sự ảnh hưởng đáng kể đến "Thái độ đối với AR", điều này tương tự như các nghiên cứu của Jiang và cộng sự (2021), Hà Kiên Tân (2023), do đó giả thuyết H4 được chấp nhận

Các nhân tố còn lại tương ứng là “Nhận thức sự hữu ích”, “Nhận thức dễ sử dụng”, “Sự tương thích” có điểm tương đồng về sự tác động nhưng lại khác biệt về mức độ tác động của từng nhân tố, tùy thuộc vào từng nghiên cứu Giải thích cho sự khác biệt này, nguyên nhân là do có sự khác biệt về nhân khẩu học, văn hóa quốc gia và mức độ phát triển công nghệ thông tin của từng khu vực

Thứ hai, đối với nhóm nhân tố có tác động lên “Ý định mua hàng trực tuyến” thì nghiên cứu này tác giả so với nghiên cứu của Iisnawati và cộng sự (2023), Huỳnh Thị Bảo Yến (2023), Nguyễn Hồng Quân và cộng sự (2023), nhận thấy sự tương đồng ở nhân tố “Thái độ đối với AR”, giả thuyết H5 được chấp nhận Tuy nhiên mức độ ảnh hưởng của nhân tố trong 3 nghiên cứu là khác nhau

Cuối cùng, tổng quan các yếu tố có trong mô hình của tác giả đều có sự tác động lên “Ý định mua hàng trực tuyến” Kết quả này cũng tương đồng với các nghiên cứu trước nhưng khác biệt về mức độ tác động của từng nhân tố Sự khác biệt này là do có sự chênh lệch trong số lượng mẫu khảo sát, sự khác nhau về nhân khẩu học, đặc biệt là do thực trạng của từng quốc gia là khác nhau

Trong nội dung chương 4 tác giả đã trình bày tổng quan về các dữ liệu thứ cấp có liên quan đến đề tài, nhằm bổ trợ các phần các phần khung lý thuyết bị khiếm khuyết trong phần cơ sở lý luận, cũng như là cơ sở để bắt đầu phân tích phần dữ liệu sơ cấp Sau khi tiến hành phân tích các dữ liệu sơ cấp cho thấy nhân tố “Thái độ đối với AR” (0,816) có ảnh hưởng mạnh mẽ đến “Ý định mua hàng trực tuyến”

72 Trong đó nhân tố “Thái độ đối với AR” lại chịu ảnh hưởng bởi 4 nhân tố như sau: Sự tận hưởng (0,34); Sự tương thích (0,283); Nhận thức dễ sử dụng (0,211); Nhận thức sự hữu ích (0,196) Đồng thời, ở chương 4 tác giả cũng thực hiện phân tích các kết quả của nghiên cứu định lượng chuyên sâu, bên cạnh đó còn đưa ra các bàn luận về việc so sánh kết quả nghiên cứu hiện tại so với các nghiên cứu trước đó Từ những cơ sở đó, tác giả đã có đủ cơ sở và dữ liệu để tiến hành vào việc đề xuất các hàm ý quản trị ở chương 5

9 mở rộng kiến thức của tác giả trong lĩnh vực nghiên cứu marketing, đặc biệt là về việc áp dụng công nghệ AR trong lĩnh vực thương mại Những kiến thức và kỹ năng này là quan trọng và cần thiết cho quá trình học tập và sự nghiệp sau này của tác giả Ngoài ra, đề tài này cũng có thể làm nền tảng để tác giả tiếp tục nghiên cứu sâu hơn về ứng dụng của AR trong các khía cạnh khác của marketing và nhiều lĩnh vực khác

1.7 Bố cục đề tài nghiên cứu

Chương 1: Tổng quan về đề tài

Chương 2: Cơ sở lý luận về thực tế tăng cường tác động đến ý định mua hàng trực tuyến của giới trẻ và mô hình nghiên cứu đề xuất

Chương 3: Phương pháp nghiên cứu

Chương 4: Trình bày và phân tích kết quả nghiên cứu

Chương 5: Đề xuất hàm ý quản trị về thực tế tăng cường nhằm thúc đẩy ý định mua hàng trực tuyến của giới trẻ và kết luận

Tác giả đã đưa ra cái nhìn tổng quan về đề tài bao gồm: bối cảnh nghiên cứu, lý do nghiên cứu, câu hỏi nghiên cứu, đối tượng và phạm vi nghiên cứu, phương pháp nghiên cứu, ý nghĩa nghiên cứu và đưa ra cái nhìn tổng quan về bài nghiên cứu thông qua cấu trúc của đề tài Tiếp theo, tác giả sẽ tiến hành phân tích cơ sở lý thuyết sâu ở Chương 2 để làm nền tảng cho việc phân tích thực trạng và đề xuất các hàm ý quản lý ở các chương tiếp theo

CHƯƠNG 5: ĐỀ XUẤT MỘT SỐ HÀM Ý QUẢN TRỊ VỀ THỰC TẾ TĂNG CƯỜNG NHẰM THÚC ĐẨY Ý ĐỊNH MUA HÀNG TRỰC TUYẾN CỦA GIỚI TRẺ TẠI TP.HCM VÀ KẾT LUẬN

Tóm tắt kết quả nghiên cứu

Trong chương 4, tác giả tiến hành phân tích cả dữ liệu thứ cấp và dữ liệu sơ cấp từ nghiên cứu để kiểm định thang đo, mô hình và các giả thuyết Dữ liệu được thu thập từ mẫu 200 đáp viên sử dụng phương pháp lấy mẫu phi xác suất thuận tiện Quá trình phân tích dữ liệu bao gồm mô tả thống kê các biến quan sát, kiểm định mô hình đo lường, đánh giá cấu trúc mô hình và kiểm định sự khác biệt trung bình

Kết quả phân tích dữ liệu cho thấy nhân tố “Thái độ đối với AR” ảnh hưởng đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM với hệ số đường dẫn là0,819 Trong đó, nhân tố “Thái độ đối với AR” lại chịu sự tác động của 4 nhân tố, với mức độ ảnh hưởng theo thứ tự lần lượt như sau: (1) Sự tận hưởng có ảnh hưởng lớn nhất với hệ số đường dẫn là 0,336, tiếp theo là nhân tố (2) Sự tương thích với hệ số đường dẫn là 0,283, vị trí thứ ba thuộc về nhân tố (3) Nhận thức dễ sử dụng với hệ số đường dẫn là 0,214 và cuối cùng là nhân tố (4) Nhận thức sự hữu ích với hệ số đường dẫn là 0,119

Kết quả từ nghiên cứu sẽ cung cấp cơ sở cho tác giả đề xuất các biện pháp quản trị cụ thể để khuyến khích ý định mua hàng trực tuyến của giới trẻ tại TP.HCM Phân tích cho thấy không có sự khác biệt về ý định mua hàng trực tuyến giữa các nhóm giới tính của giới trẻ tại TP.HCM, nhưng có sự khác biệt giữa các nhóm độ tuổi Kết quả của nghiên cứu chỉ ra rằng hệ số R bình phương đã giải thích được 67,1% (R2 điều chỉnh = 0,671) sự biến thiên của biến phụ thuộc (ý định mua hàng trực tuyến của giới trẻ tại TP.HCM), ngụ ý rằng, ngoài các yếu tố đã nêu, 32,9% còn lại của sự biến thiên là do sai số hệ thống và các yếu tố khác nằm ngoài mô hình Ở phần cuối chương 4, tác giả cũng tiến hành một cuộc nghiên cứu định tính chuyên sâu ở quy mô mẫu cở nhỏ (n = 6), theo phương thức chọn mẫu phi xác suất có chủ đích và hình thức phỏng vấn tay đôi với bản mẫu câu hỏi mở kèm theo Kết quả thu về được từ 6 đáp viên sẽ là cơ sở dữ liệu để tác giả có đủ căn cứ đề xuất ra hàm ý về thực tế tăng cường

74 nhằm thúc đẩy ý định mua hàng trực tuyến của giới trẻ tại TP.HCM theo chiều hướng tích cực và đạt hiệu suất cao nhất.

Đề xuất một số hàm ý quản trị dành cho nghiên cứu

Các hàm ý được đưa ra dựa trên hai cơ sở: Thứ nhất là cơ sở mức độ ảnh hưởng của nhân tố đối với ý định mua hàng trực tuyến của giới trẻ tại TP.HCM, các kiến nghị có liên quan đến các biến quan sát đạt yêu cầu kiểm định, liên quan đến hệ số đường dẫn thể hiện ở mức độ tác động của nhân tố “Thái độ đối với AR” với hệ số đường dẫn là 0,819

Cơ sở thứ hai, đối với 23 biến quan sát thuộc 5 nhân tố tương ứng, tác giả sẽ dựa vào giá trị trung bình (Mean) của từng biến quan sát và dữ liệu từ nghiên cứu định tính chuyên sâu để đề xuất ra các hàm ý tương ứng cho từng biến quan sát

Như đã phân tích ở Chương 4 và đã tóm tắt kết quả ở mục 5.1, nhân tố “Thái độ đối với AR” có tác động cùng chiều đến ý định mua hàng trực tuyến của giới trẻ tại TP.HCM Hệ số đường dẫn (0,819) trong đánh giá mô hình cấu trúc cho thấy, nhân tố này có tác động rất mạnh, đồng thời cũng được người tiêu dùng tại TP.HCM đánh giá cao cho các biến quan sát Điều này cho thấy, "Thái độ đối với AR” là một trong những yếu tố rất quan trọng góp phần thúc đẩy ý định mua hàng trực tuyến theo chiều hướng tích cực

Tuy nhiên, nhân tố “Thái độ đối với AR” lại chịu sự tác động bởi 4 nhân tố khác, bởi nguyên nhân cốt lõi của nhân tố này là phụ thuộc vào tiêu chí đánh giá của một người tiêu dùng đối với phương tiện thực tế tăng cường Thế nên, để đưa ra hàm ý có mức độ thúc đẩy theo chiều hướng tích cực cao thì nhân tố này phải thỏa mãn tiêu chí và phải có sự kết hợp với các hàm ý cải thiện thái độ từ 4 nhân tố tác động lên nó lần lượt là: Sự tận hưởng (0,336) > Sự tương thích (0,283) > Nhận thức dễ sử dụng (0,214) > Nhận thức sự hữu ích (0,119) Chi tiết hàm ý cải thiện thái độ đối với AR thông qua 4 nhân tố trên như sau:

5.2.1 Hàm ý quản trị đối với “Sự tận hưởng” nhằm cải thiện thái độ người tiêu dùng đối với AR

Dựa vào hệ số đường dẫn (0,336) ta nhận thấy nhân tố “Sự tận hưởng” có tác động mạnh nhất đến “Thái độ đối với AR” trong 4 nhân tố còn lại Đồng thời được người tiêu dùng tại TP.HCM đánh giá cao cho các biến quan sát Điều này cho thấy, "Sự tận hưởng” là một

75 trong những yếu tố quan trọng góp phần cải thiện thái độ người tiêu dùng đối với AR theo chiều hướng tích cực

Trên cơ sở điểm giá trị trung bình, STH2 (Công nghệ AR khiến tôi có cảm giác thú vị) và STH3 (Công nghệ AR khiến tôi cảm thấy hài lòng) có điểm trung bình cao nhất (4,06), tiếp theo là các biến quan sát STH1 (Công nghệ AR có tính giải trí); STH4 (Công nghệ AR khiến tôi cảm thấy hứng khởi khi sử dụng) với hệ số trung bình lần lượt là: 4,03; 4,00 Cuối cùng là biến quan sát STH5 (Công nghệ AR xử lý phản hồi nhanh khi tôi thử sản phẩm) có điểm trung bình thấp nhất (3,97) Tuy nhiên, các điểm trung bình đều đến mức đồng ý (chi tiết tham khảo phụ lục 5.4, mục 5.4.4) Từ thứ tự giá trị Mean và kết quả của từng biến quan sát thuộc nghiên cứu định tính chuyên sâu (tham khảo phụ lục 4.4), tác giả đề xuất một số hàm ý cải thiện như sau:

Thứ nhất, doanh nghiệp cần chú trọng vào việc tạo ra nhiều cảm giác thú vị cho người dùng từ việc sử dụng công nghệ AR (STH2), bởi điều này sẽ thúc đẩy người dùng tham gia trải nghiệm và duy trì thời gian tương tác lâu hơn Vì vậy, doanh nghiệp nên xây dựng những trải nghiệm thực sự mới mẻ, giúp khách hàng cảm nhận những chuyển động tương tác thực, thường xuyên cập nhật tính năng mới nâng cao trải nghiệm người dùng

Thứ hai, nhằm cải thiện và nâng cao thái độ đối với AR của người tiêu dùng thì chất lượng công nghệ phải giúp người dùng cảm thấy hài lòng với việc sử dụng (STH3) Cụ thể công nghệ AR phải đảm bảo các yếu tố như: khả năng xử lý phản hồi nhanh khi khách hàng thử sản phẩm, khả năng hiển thị chân thật, khả năng phân tích môi trường tốt, đồng thời còn phải linh hoạt trong khả năng theo dõi chuyển động người dùng

Thứ ba, chú trọng vào việc nâng cao tính giải trí của công nghệ AR (STH1) Tạo các câu chuyện AR hấp dẫn giới thiệu sản phẩm hoặc dịch vụ của doanh nghiệp, đưa người dùng vào hành trình áo Ngoài ra, doanh nghiệp có thể kết hợp AR với video và âm thanh để tạo ra trải nghiệm đắm chìm hơn, phá bỏ sự nhàm chán Nâng cao trải nghiệm 3D sống động bằng cách sử dụng mô hình 3D có độ phân giải cao, nhiều chi tiết và có kết cấu tốt cũng là giải pháp hiệu quả nâng cao sự giải trí cho trải nghiệm AR của người dùng

Thứ tư, niềm hứng khởi khi sử dụng công nghệ AR của người đùng là một điều mà doanh nghiệp đáng chú trọng Bởi khả năng khám phá sản phẩm độc đáo, mới mẻ mà trải nghiệm

AR mang lại sẽ tạo ra sự hứng khởi cho người dùng trong quá trình trải nghiệm (STH4) Doanh nghiệp nên tập trung nâng cấp các tính năng trải nghiệm ảo, giúp người dùng khám phá sản phẩm từ nhiều góc độ, tương tác đa chiều và tạo sự tò mò, kích thích khách hàng tìm hiểu những lựa chọn khác trên cùng loại sản phẩm và các sản phẩm liên quan

Cuối cùng, công nghệ AR phải đảm bảo khả năng xử lý phản hồi nhanh khi khách hàng thử sản phẩm (STH5) Cụ thể theo kết quả của nghiên cứu định tính chuyên sâu cho thấy, doanh nghiệp cần chú trọng nâng cao và phát triển các giải pháp công nghệ để giúp người dùng thỏa mãn với tốc độ xử lý thông tin, phản hồi hành động trong quá trình trải nghiệm sản phẩm Để làm được điều này, doanh nghiệp nên tạo độ trễ thấp, đây là thời gian cần thiết để hệ thống AR phản hồi đầu vào của người dùng Thời gian trễ càng ngắn, trải nghiệm người dùng càng mượt mà và tự nhiên Bên cạnh đó, người dùng sẽ cảm nhận được khả năng xử lý phản hồi nhanh chóng của công nghệ AR dựa vào tiêu chuẩn về tốc độ khung hình đạt mức cao, giúp hình ảnh AR mượt mà và ít bị giật cục hơn

5.2.2 Hàm ý quản trị đối với “Sự tương thích” nhằm cải thiện thái độ người tiêu dùng đối với AR

Dựa vào phân tích trong Chương 4 và việc tóm tắt kết quả ở mục 5.1, nhận thấy nhân tố

"Sự tương thích" có ảnh hưởng tích cực đến "Thái độ đối với AR" (0,283) trong đánh giá mô hình cấu trúc Nhân tố này đứng thứ hai trong số 4 nhân tố và được người tiêu dùng tại TP.HCM đánh giá cao đối với các biến quan sát Do đó, đây được xem là yếu tố quan trọng trong việc cải thiện thái độ của người tiêu dùng đối với AR theo hướng tích cực

Dựa vào giá trị trung bình, có thể nhận thấy rằng STT2 (Mua sắm trực tuyến bằng ứng dụng công nghệ thực tế tăng cường AR sẽ tương thích với cách tôi thích mua sắm trực tuyến) có điểm trung bình cao nhất là (4,00) STT4 (Mua sắm trực tuyến bằng ứng dụng công nghệ thực tế tăng cường AR sẽ tương thích với nhu cầu thực tế của tôi) đứng thứ hai với điểm trung bình là (3,98), trong khi STT1 (Mua sắm trực tuyến bằng ứng dụng công nghệ thực tế tăng cường AR sẽ tương thích với lối sống của tôi) có điểm trung bình là (3,95) Cuối cùng, biến STT3 (Mua sắm trực tuyến bằng ứng dụng công nghệ thực tế tăng cường AR sẽ tương thích với tình hình hiện tại của tôi) có điểm trung bình thấp nhất là (3,89) Tuy nhiên nhìn chung, các điểm trung bình đều gần đến mức đồng ý (chi tiết tham khảo phụ lục 5.4, mục 5.4.2) Từ thứ tự giá trị Mean và kết quả của từng biến quan sát

77 thuộc nghiên cứu định tính chuyên sâu (tham khảo phụ lục 4.4), tác giả đề xuất một số hàm ý cải thiện như sau:

Thứ nhất, nâng cao khả năng tương thích với cách người dùng thích mua sắm (STT2) Theo kết quả phỏng vấn chuyên sâu, người dùng cho rằng việc mua sắm thông qua AR có thể cho phép họ xem trước sản phẩm và tự do lựa chọn sản phẩm Điều này tương thích với cách mà người tiêu dùng thích mua sắm Vì thế, doanh nghiệp cần nâng cao trải nghiệm mua sắm chân thực hơn bằng việc cho phép người dùng xem các sản phẩm dưới dạng mô hình 3D trong không gian thực, tương tác và điều chỉnh các chi tiết của sản phẩm AR như màu sắc, kích thước, hoặc vị trí trong không gian thực Phát triển các trải nghiệm AR tương tác trực quan, chẳng hạn như cho phép người dùng "chạm" hoặc "di chuyển" sản phẩm ảo để khám phá các tính năng và chi tiết của sản phẩm Tích hợp các hoạt động tương tác như xoay, thu phóng, hoặc chuyển động để người dùng có thể khám phá sản phẩm theo cách mới mẻ và thú vị

Hạn chế và hướng nghiên cứu trong tương lai

5.3.1 Những hạn chế còn tồn động của đề tài nghiên cứu

Mặc dù đã đạt được kết quả nghiên cứu cuối cùng đúng với mục tiêu đề ra ban đầu của đề tài, tuy nhiên trong nghiên cứu vẫn còn tồn tại một số hạn chế như sau:

83 Thứ nhất, mẫu nghiên cứu chỉ thu thập được từ 200 đối tượng sinh sống tại TP.HCM, phạm vi đối tượng tương đối nhỏ, chưa đủ rộng và thu thập trong khoảng thời gian khá ngắn nên có thể chưa đưa được cái nhìn tổng quan và toàn diện về thị trường Việt Nam nói chung hay thị trường công nghệ AR ở Việt Nam nói riêng

Thứ hai, các nhận định cung cấp cho các đối tượng nghiên cứu nhằm mục đích đánh giá cũng hạn chế, nói cách khác, các đối tượng không thể yêu cầu tác giả giải đáp thắc mắc cũng như cung cấp nhiều thông tin chú thích thêm về những biến hay những mẫu có liên quan Do đó, khi thống kê các câu trả lời, tác giả nhận thấy trường hợp thông tin bị hiểu sai, hiểu không đủ ý hoặc đọc thiếu sót thông tin xảy ra rất nhiều khiến kết quả nghiên cứu chưa được như tác giả dự đoán

Thứ ba, trong quá trình nghiên cứu tác giả cũng gặp khó khăn trong việc tiếp cận những chuyên gia trong lĩnh vực công nghệ AR và lĩnh vực khác, thời gian tiếp cận lại diễn ra nhanh nên vẫn chưa lĩnh hội hết các kiến thức được truyền đạt Đặc biệt trong phần thu thập dữ liệu thứ cấp tác giả vẫn gặp một số hạn chế và khó khăn vì do dữ liệu bảo mật hay chưa được công khai thuộc các cơ quan chính phủ

Mặc dù đối mặt với một vài thách thức, kết quả của nghiên cứu đã đáp ứng được các mục tiêu đã đề ra và mang lại những điểm nhấn mới trong mô hình và phương pháp nghiên cứu Đặc biệt, lĩnh vực nghiên cứu về ảnh hưởng của thực tế tăng cường đến ý định mua hàng trực tuyến tại Việt Nam vẫn còn hạn chế chỉ tập trung vào trải nghiệm sau mua sắm trực tuyến của người tiêu dùng Điều này tạo ra một cơ sở tốt cho các nghiên cứu tiếp theo, nhằm tạo ra các giải pháp thiết thực hơn cho sự phát triển của công nghệ thực tế tăng cường trong lĩnh vực mua sắm trực tuyến tại Việt Nam

5.3.2 Hướng nghiên cứu trong tương lai

Dựa vào kết quả và hạn chế đề tài nghiên cứu, tác giả xin gợi ý một số hướng đi trong tương lai như sau:

Trong tương lai, các bài nghiên cứu với số lượng đối tượng tham gia khảo sát nhiều hơn, phạm vi nghiên cứu rộng hơn ở cả độ tuổi, thu nhập, địa điểm sinh sống và trong khoảng thời gian dài hơn, nhằm thu lại kết quả khách quan nhất, chính xác hơn trong việc tìm hiểu

84 các yếu tố ảnh hưởng đến ý định mua hàng trực tuyến của giới trẻ ở thị trường thực tế hiện nay

Mặc dù kết quả nghiên cứu có dựa phương thức khảo sát trực tiếp và theo phương pháp định tính cùng kết hợp với định lượng để có thể tiếp cận cụ thể hơn các đối tượng nghiên cứu Nhưng số lượng mẫu dùng cho phương pháp định tính còn quá nhỏ, thế nên kết quả vẫn chưa cụ thể và có độ chính xác cao Tác giả đề xuất hướng nghiên cứu tương lai nên bổ sung thêm số lượng mẫu lớn hơn cho nghiên cứu định tính và có phương thức chọn mẫu đa dạng hơn, nhằm thu lại nhiều kết quả có góc nhìn khách quan hơn

Thêm vào đó, công nghệ AR vẫn còn hạn chế trong việc thể hiện, mô phỏng các sản phẩm có tính trừu tượng, sản phẩm thực phẩm Đồng thời, tính năng công nghệ mới sẽ ngày càng phát triển và đòi hỏi sự hiểu biết của người tiêu dùng, điều này khiến cho ý định mua sắm trực tuyến của giới trẻ có khả năng cũng sẽ có xu hướng thay đổi theo thời gian Thế nên, những câu hỏi trong bài nghiên cứu có thể chỉ nghiên cứu được một phần nào của khía cạnh trên, nghiên cứu này chỉ nhằm tạo tiền đề để làm nguồn tham khảo các nghiên cứu tiếp theo Thế nhưng, vẫn còn một vài yếu tố tiềm năng về công nghệ AR có thể ảnh hưởng đến ý định mua hàng trực tuyến của giới trẻ mà tác giả chưa thể nào khai thác được vì những lý do đã đề cập ở trên

Vì vậy, tác giả đề xuất các nghiên cứu trong tương lai cần mở rộng phạm vi sang các khía cạnh khác của đề tài chẳng hạn như: thái độ người tiêu dùng đối với sự phức tạp của công nghệ AR ảnh hưởng đến ý định mua hàng trực tuyến, ảnh hưởng của công nghệ AR đến ý định mua đối với một sản phẩm cụ thể… Đồng thời, dưới sự đột phá của công nghệ, nên các nghiên cứu về sau có thể hướng đến AR marketing để có được những chiến lược thu hút quan tâm của người tiêu dùng trong mua sắm trực tuyến thông qua trải nghiệm công nghệ AR

Cuối cùng, với những yếu tố ảnh hưởng của thực tế tăng cường đến ý định mua hàng trực tuyến của giới trẻ , tác giả hy vọng trong tương lai các doanh nghiệp có thể vận dụng vào thực tế và sớm thành công trong công cuộc thúc đẩy ý định mua hàng trực tuyến thông qua trải nghiệm công nghệ AR của người dùng theo chiều hướng tích cực trên thị trường Việt Nam nói riêng và toàn cầu nói chung

Trong chương 5, tác giả tổng kết lại các kết quả nghiên cứu thu thập và phân tích trong chương 4 Từ những thông tin này, tác giả đưa ra một số hàm ý quản trị về thực tế tăng cường nhằm thúc đẩy ý định mua hàng trực tuyến của giới trẻ tại TP.HCM Cuối cùng, tác giả chỉ ra những hạn chế của nghiên cứu và đưa ra các hướng nghiên cứu tiếp theo và kết luận toàn bộ quá trình nghiên cứu thông qua tổng hợp những kết quả và nhận định quan trọng