Nghĩa là những người có ảnh hưởng đóng vai trò như một bên xác nhận chất lượng của sản phẩm và đưa cảm nhận của họ tác động đến những người tiêu dùng khác thông qua việc sản xuất, phân p
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
Cơ sở lý thuyết
Người có ảnh hưởng (Influencers) là cá nhân hoặc nhóm có lượng người theo dõi lớn trên các nền tảng truyền thông xã hội như Tiktok, tham gia vào việc sáng tạo nội dung và áp dụng nhiều chiến lược để tăng lưu lượng truy cập và số lượng người theo dõi Họ hướng khán giả đến các niềm tin cụ thể liên quan đến mua sắm hoặc các khái niệm quan trọng khác Thường thì, những người này được trả tiền cho các hoạt động của mình, và các cá nhân hoặc tổ chức chi trả sẽ thu hút sự chú ý từ khán giả mục tiêu.
Chứng thực sản phẩm từ những người có ảnh hưởng trên TikTok có tác động mạnh mẽ đến ý định mua hàng của người tiêu dùng (Silva và cộng sự, 2019) Các phương thức chứng thực khác nhau tạo ra những phản ứng và hình thức tương tác đa dạng, ảnh hưởng trực tiếp đến hiệu suất của sản phẩm (Santiago và Castelo, 2020) Chiến lược quảng cáo của những người có ảnh hưởng khuyến khích người dùng khám phá thêm các sản phẩm khác, giữ cho họ không mất hứng thú với nội dung Tuy nhiên, một số ít người đồng ý rằng người dùng thường ít quan tâm đến sản phẩm được quảng cáo (Belanche và cộng sự, 2020).
Việc gắn nhãn cho nội dung tiếp thị do người dùng tạo trên Instagram không ảnh hưởng đáng kể đến cách mà các cá nhân tương tác với những người có ảnh hưởng Tuy nhiên, việc tiết lộ này rất quan trọng trong việc giúp người dùng nhận biết nội dung có mục đích tiếp thị hoặc quảng cáo Hơn nữa, việc xuất hiện của các thương hiệu khác nhau có thể làm tăng khả năng nhớ lại thương hiệu và liên kết chúng với nội dung do người dùng tạo, từ đó cải thiện hiệu suất sản phẩm (Boerman, 2020).
Nghiên cứu của Cai và cộng sự (2018) chỉ ra rằng Livestream giúp người xem kiểm duyệt sản phẩm mà không cần tiếp xúc trực tiếp, điều này quan trọng cho thương mại điện tử khi áp dụng tính năng này để tăng cường kiểm duyệt và mở rộng thông tin sản phẩm Livestream mang lại trải nghiệm cho những sản phẩm cần kích thước và chất lượng chi tiết, như quần áo và mỹ phẩm, so với thương mại điện tử truyền thống, nơi khách hàng thường cảm thấy không chắc chắn Sự không chắc chắn này xuất phát từ việc khách hàng băn khoăn về vẻ ngoài khi mặc sản phẩm hoặc độ tin cậy của người bán Thương mại điện tử phát trực tiếp có khả năng giảm thiểu sự không chắc chắn này bằng cách cung cấp thông tin liên quan và trực quan hơn.
Người bán hàng trên Livestream đóng vai trò quan trọng trong việc phát trực tiếp, với sự hấp dẫn và cách giao tiếp của họ ảnh hưởng lớn đến thái độ của khách hàng (Lu và Chen, 2021) Họ cũng phát triển khả năng tương tác để giữ chân khách hàng lâu hơn và khuyến khích họ ở lại đến cuối buổi (Hou và cộng sự, 2020) Tính tương tác và hiện diện là những yếu tố cần thiết của hệ thống, giúp giao tiếp diễn ra một cách trơn tru và hiệu quả (Liu, Bao và Zheng, 2019).
Việc mua bán diễn ra chủ yếu do khách hàng nhận thông tin từ người bán qua tương tác, như chất lượng sản phẩm, số lượng, kích thước và các đề xuất của chủ nhà Hành vi mua sắm trực tiếp được định hướng theo hai cách khác nhau: một loại khách hàng quyết định dựa trên chất lượng và lập luận sử dụng sản phẩm, trong khi loại còn lại bị ảnh hưởng bởi hình thức bên ngoài của sản phẩm Để trở thành người bán hàng phát trực tiếp hiệu quả, việc hiểu rõ loại khách hàng mà mình đang phục vụ là rất quan trọng.
2.1.1.3 Ý định mua lại Ý định mua lại có thể được định nghĩa là sự sẵn lòng của người tiêu dùng tham gia vào các hoạt động mua hoặc giao dịch khác đối với cùng một công ty trong thời gian tới (Langga và cộng sự, 2020; Wilson, 2020; Nadeem và cộng sự, 2020) Đồng thời, Trivedi và Yadav (2020) cũng định nghĩa ý định mua lại là động lực mạnh mẽ của người tiêu dùng để mua lại hoặc tái sử dụng cùng một sản phẩm hoặc dịch vụ do cùng một công ty phát triển hoặc cung cấp trong tương lai Do đó, ý định mua lại là một thuật ngữ mô tả khả năng người mua mua lại hàng hóa hoặc dịch vụ Ý định mua lại rất quan trọng vì chi phí giữ chân một khách hàng thấp hơn nhiều so với việc tìm kiếm một khách hàng mới Bởi vì, cần nhiều thời gian và công sức hơn để có được một khách hàng mới trực tuyến so với việc giữ chân một khách hàng (Zeithaml, Berry
Giữ chân khách hàng là một chiến lược quan trọng để tạo ra lợi thế cạnh tranh trên thị trường, theo nghiên cứu của Parasuraman (1996) và Keiningham cùng các cộng sự (2007) Hành vi mua lại của khách hàng hiện tại không chỉ thúc đẩy doanh thu mà còn mang lại lợi nhuận cao hơn cho doanh nghiệp, như đã chỉ ra bởi Tong (2020) và các nghiên cứu của Wen cùng Zhang (2011).
Việc thiết lập ý định mua lại hàng hóa từ cùng một công ty là rất quan trọng để duy trì vị thế trên thị trường Các công ty cần hiểu những yếu tố ảnh hưởng đến ý định mua lại của người tiêu dùng, trong đó ý định này được định nghĩa là quá trình mua hàng của cá nhân tại cùng một công ty (Wirapraja và Subriadi, 2019) Kết quả của các lần mua trước đó đóng vai trò quan trọng trong việc thúc đẩy ý định mua lại; nếu khách hàng cảm thấy hài lòng và nhận thấy giá trị từ những lần mua trước, khả năng họ sẽ quay lại mua sắm cao hơn (Fahlevi và Alharbi, 2021) Trong bối cảnh cạnh tranh gay gắt, hành vi mua lại bị ảnh hưởng bởi các yếu tố như độ tin cậy của quảng cáo, độ tin cậy của thương hiệu và sự hài lòng của khách hàng (Boisvert và Khan, 2020; Hussain và cộng sự, 2020).
Truyền miệng (WOM) là hình thức giao tiếp không chính thức, nơi người tiêu dùng chia sẻ thông tin về chất lượng, sử dụng và kiểm soát hàng hóa và dịch vụ (Ahmadi, 2019) Những thông tin này có thể mang tính tích cực, trung lập hoặc tiêu cực (Ngoma và Ntale, 2019) Giao tiếp giữa người tiêu dùng phản ánh đánh giá của họ về trải nghiệm mua sắm (Mehrad và Mohammadi, 2017), và thông tin từ truyền miệng có thể diễn ra cả trực tuyến lẫn trực tiếp Các nhà quản lý marketing luôn chú trọng đến ảnh hưởng của truyền miệng đối với hành vi mua hàng của người tiêu dùng (Paley, Tully và Sharma).
Năm 2019, các yếu tố như lắng nghe đề xuất từ bạn bè, đọc đánh giá trực tuyến và xem khiếu nại trên mạng xã hội có thể tác động mạnh đến quyết định mua sắm và thái độ của khách hàng đối với thương hiệu Khi nhận được thông điệp truyền miệng (WOM), người tiêu dùng sẽ đánh giá chất lượng nội dung và đặc điểm của nguồn thông tin, hai yếu tố này đã được chứng minh có ảnh hưởng đến thái độ và sự chấp nhận WOM của cá nhân (Le, Dobele và Robinson, 2018).
WOM (Word of Mouth) là hình thức giao tiếp không chính thức, đóng vai trò quan trọng trong việc đánh giá hàng hóa và dịch vụ Người tiêu dùng thường tìm kiếm thông tin từ những nguồn cá nhân có kinh nghiệm, vì họ coi đây là những nguồn đáng tin cậy hơn Trong thị trường thực tế, không chỉ các sản phẩm mà cả các tính năng của sản phẩm cũng được đánh giá phức tạp qua truyền miệng Lòng trung thành và sự tin tưởng vào thương hiệu có xu hướng hỗ trợ lẫn nhau, dẫn đến truyền miệng tích cực cho các sản phẩm cùng thương hiệu Tuy nhiên, một sản phẩm được ưa chuộng có thể tạo ra sự không thích đối với các sản phẩm khác, do tính cạnh tranh giữa các thương hiệu Hiệu ứng làm suy yếu trong môi trường cạnh tranh sẽ xuất hiện trên các sản phẩm khác trong cùng danh mục nếu có truyền miệng tích cực.
2.1.2.1 Thuyết tương tác xã hội
Lý thuyết tương tác xã hội, được đề xuất bởi Donald Horton và R Richard Wohl vào năm 1956, mô tả mối quan hệ một chiều mà khán giả phát triển với các nhân vật truyền thông như người nổi tiếng và người có ảnh hưởng trên mạng xã hội Theo lý thuyết này, khán giả tạo ra cảm giác ảo tưởng về sự thân mật và tình bạn với những nhân vật này, mặc dù thực tế là mối quan hệ này không có sự tương tác thực sự Hiện tượng này càng trở nên phổ biến trong thời đại truyền thông xã hội và nội dung kỹ thuật số, nơi khán giả có thể tương tác qua bình luận, lượt thích và các tính năng khác.
Lý thuyết tương tác xã hội đóng vai trò quan trọng trong tiếp thị người có ảnh hưởng và phát trực tiếp, giúp xây dựng mối quan hệ bền chặt giữa những người có ảnh hưởng và người theo dõi thông qua nội dung hấp dẫn (Hwang và Zhang, 2018) Thương hiệu có thể tận dụng sự quen thuộc và tin tưởng này để quảng bá sản phẩm hiệu quả Trong livestream, tương tác thời gian thực giữa người phát trực tiếp và khán giả tạo ra sự kết nối trực tiếp, làm tăng sự tham gia, lòng trung thành với thương hiệu và ý định mua hàng (Chen và Lin, 2018) Nhiều nghiên cứu đã khám phá ứng dụng của lý thuyết này trong lĩnh vực tiếp thị người có sức ảnh hưởng và phát trực tiếp.
Nghiên cứu của năm 2018 chỉ ra rằng mối quan hệ xã hội một chiều với những người có sức ảnh hưởng có tác động đáng kể đến thái độ của khán giả đối với sản phẩm được chứng thực và ý định mua hàng Tương tự, Chen và Lin (2018) đã chứng minh rằng sự thân mật được nhận thức với người dẫn chương trình phát trực tiếp, một yếu tố quan trọng trong tương tác xã hội một chiều, có ảnh hưởng tích cực đến sự tham gia của người xem và hành vi mua sắm.
Giả thuyết và mô hình
Chuyên môn đề cập đến kỹ năng, kiến thức và khả năng của một cá nhân (Al-Emadi và Ben Yahia, 2020) Nó cũng được định nghĩa là mức độ mà thông tin được truyền đạt được coi là nguồn thông tin chất lượng (Erdogan, 1999) Đối với người dùng mạng xã hội, chuyên môn của một người có ảnh hưởng được đánh giá qua việc họ được xem là chuyên gia, có hiểu biết, kinh nghiệm và trình độ cao trong lĩnh vực hoạt động của mình (Ohanian, 1990).
Tương tác xã hội một chiều được định nghĩa là sự tương tác giữa người dùng phương tiện truyền thông và những nhân vật truyền thông, tạo ra cảm giác thân mật một chiều (Grant và cộng sự, 1991; Rubin và cộng sự, 1985; Giles, 2002; Hoffner, 1996) Labrecque (2014) cho rằng trải nghiệm này cho phép người dùng tham gia vào các tương tác với những nhân vật mà họ tin là có thật Chuyên môn của những người có ảnh hưởng là lý do chính khiến người tiêu dùng theo dõi họ (Al-Emadi và Ben Yahia, 2020), và điều này có thể thúc đẩy sự tương tác xã hội một chiều trong livestream Khi người có ảnh hưởng thể hiện chuyên môn, người xem dễ dàng đắm chìm và tích cực tương tác, từ đó tăng cường trải nghiệm này Từ đó, tác giả đưa ra giả thuyết.
H1: Chuyên môn của người có ảnh hưởng tác động tích cực tới tương tác xã hội một chiều giữa người có ảnh hưởng và người xem livestream
Mối quan hệ xã hội một chiều được hình thành khi người dùng kết nối đơn phương với nhân vật truyền thông hoặc người nổi tiếng qua các phương tiện truyền thông ảo, tạo cảm giác trực tiếp và tương tự như các mối quan hệ cá nhân thông thường Sự tương tác thường xuyên với những người có ảnh hưởng giúp người xem nhận thức rõ hơn về hành vi của họ, từ đó tăng cường lòng tin Kiến thức chuyên môn của người có ảnh hưởng góp phần nâng cao độ tin cậy, ảnh hưởng đến thái độ và ý định mua sắm của khách hàng Người xem có xu hướng tin tưởng vào những lời khẳng định của những người có chuyên môn, dẫn đến việc họ dễ dàng tiếp nhận nội dung và đề xuất từ những người có ảnh hưởng lão luyện Khi người xem livestream cảm nhận được sự chuyên môn của người có ảnh hưởng, độ tin cậy của nguồn thông tin tăng lên, làm tăng khả năng hình thành mối quan hệ xã hội một chiều Từ đó, tác giả đưa ra giả thuyết.
H2: Chuyên môn của người có ảnh hưởng tác động tích cực tới mối quan hệ xã hội một chiều giữa người có ảnh hưởng và người xem livestream
Theo Erdogan (1999), sự thu hút không chỉ liên quan đến hấp dẫn thể chất mà còn bao gồm các đặc điểm như tính cách Những người có sức thu hút mạnh mẽ thường có ảnh hưởng lớn hơn đến khách hàng so với những người khác (Kahle và Homer, 1985; Joseph, 1982).
Theo nghiên cứu năm 1985, hiệu quả giao tiếp và việc hình thành thái độ tích cực có thể bị ảnh hưởng bởi các yếu tố như sự thu hút, sự thích hợp và sự tương đồng của người có ảnh hưởng trên nền tảng mạng xã hội.
Những người có ảnh hưởng thu hút được người tiêu dùng ưa thích hơn vì dễ dàng tạo sự đồng cảm, từ đó ảnh hưởng tích cực đến nhận thức về sản phẩm (Joseph, 1982) Khi sự thu hút cao, người xem có xu hướng tương tác nhiều hơn với họ Phong cách giao tiếp tương tác của người phát trực tiếp hiện nay kích thích sự tương tác giữa người xem và người có ảnh hưởng trong quá trình livestream Sự thu hút của người có ảnh hưởng trên mạng xã hội cũng dự đoán khả năng hình thành các tương tác xã hội một chiều, với khả năng cao hơn cho người xem tương tác với những người mà họ bị thu hút (Rubin và McHugh, 1987; Schmid và Klimmt, 2011) Từ đó, tác giả đưa ra giả thuyết.
H3: Sự thu hút của người có ảnh hưởng tác động tích cực tới tương tác xã hội một chiều giữa người có ảnh hưởng và người xem livestream
Sự thu hút đóng vai trò quan trọng trong các mối quan hệ xã hội một chiều, với các yếu tố như hình dáng bên ngoài, hành vi và thái độ liên quan Mặc dù sức hấp dẫn thể chất thay đổi theo thời gian và văn hóa, nó vẫn là yếu tố chính trong việc hình thành mối quan hệ giữa các cá nhân Sức hấp dẫn hành vi thường hướng tới những người dễ gần và có nhiều nguồn lực vật chất Người xem thường bị thu hút bởi các nhân vật truyền thông sở hữu sức hấp dẫn cả về thể chất lẫn hành vi Mối liên kết thân mật giữa người dùng phương tiện truyền thông và các nhân vật trong mối quan hệ xã hội một chiều dựa trên sự gần gũi, tương đồng và thu hút Do đó, mức độ thu hút càng cao thì khả năng thiết lập mối quan hệ xã hội một chiều càng lớn.
H4: Sự thu hút của người có ảnh hưởng tác động tích cực tới mối quan hệ xã hội một chiều giữa người có ảnh hưởng và người xem livestream
2.2.1.3 Độ tin cậy Độ tin cậy “là sự trung thực, chính trực và đáng tin cậy” (Van der Waldt, Van Loggerenberg, và Wehmeyer, 2009) Còn theo Ohanian (1990), độ tin cậy được hiểu là mức độ tin cậy mà người tiêu dùng có đối với những người có ảnh hưởng cũng như tin tưởng vào những khẳng định mà họ cho là hợp lý nhất Trong phạm vi của nghiên cứu này, độ tin cậy được hiểu là mức độ mà khách hàng tin tưởng vào những lời nói và hành động của những người có ảnh hưởng Trong bối cảnh tiếp thị trực tuyến, người tiêu dùng nếu như tin tưởng một người có ảnh hưởng có nhiều khả năng họ tin tưởng vào đề xuất của người có ảnh hưởng đó hơn Do đó, chìa khóa quan trọng để tiếp thị thành công trong bối cảnh này chính là xây dựng niềm tin với khách hàng (Jabr và Zheng, 2014) Khi có được niềm tin thì có thể thay đổi thái độ của khách hàng dành cho sản phẩm cũng như hành vi mua hàng (Hsu, Lin, và Chiang, 2013)
Người có ảnh hưởng với độ tin cậy cao có khả năng lớn trong việc tác động đến thái độ và ý định hành vi của người theo dõi.
Các công ty thường hợp tác với những người có sức ảnh hưởng đáng tin cậy, vì họ có khả năng tác động đến hành vi tiêu dùng (Abidin, 2016; Kietzmann và cộng sự, 2011) Người theo dõi thường tin tưởng những người có sức ảnh hưởng giống như họ tin tưởng bạn bè và gia đình (Hung, Chen và Tse, 2011) Nếu người có sức ảnh hưởng thể hiện sự đáng tin cậy, cởi mở và thân thiện trên mạng xã hội, điều này sẽ tạo ra cảm xúc tích cực và tăng uy tín, dẫn đến tương tác xã hội tích cực giữa họ và người theo dõi (Chung và Cho, 2017) Từ đó, tác giả đưa ra giả thuyết.
Độ tin cậy của người có ảnh hưởng là yếu tố quan trọng dự đoán hiệu quả chứng thực của họ, với những người có độ tin cậy cao có khả năng tạo ra ảnh hưởng tích cực hơn đối với người theo dõi Những người theo dõi thường cảm thấy rằng thông tin từ những người có ảnh hưởng đáng tin cậy hơn, dẫn đến việc hình thành các mối quan hệ xã hội một chiều tích cực Do đó, giả thuyết được đặt ra là độ tin cậy của người có ảnh hưởng có tác động tích cực đến tương tác xã hội giữa họ và người xem livestream.
Độ tin cậy và chuyên môn của người có ảnh hưởng đóng vai trò quan trọng trong việc xây dựng mối quan hệ xã hội một chiều với người xem livestream Sự bộc lộ bản thân của họ không chỉ giúp tạo dựng niềm tin mà còn tăng cường sự kết nối với khán giả, từ đó nâng cao hiệu quả tương tác và sự gắn bó.
Bộc lộ bản thân, theo Kim và Song (2016), là mức độ mà cá nhân chia sẻ thông tin về cuộc sống với người khác Trong bối cảnh giao tiếp ngày càng gia tăng trên mạng xã hội, hành động này đã trở thành phổ biến (Jiang và cộng sự, 2010) Nghiên cứu của Bickart và cộng sự (2015) cho thấy rằng việc tiết lộ thông tin cá nhân là công cụ mạnh mẽ giúp những người có ảnh hưởng thuyết phục người tiêu dùng Qua việc phát trực tiếp, họ chia sẻ thông tin cá nhân để tạo ra không gian thân thiện, giảm khoảng cách tâm lý với khán giả và tác động đến cảm xúc của họ đối với sản phẩm trong livestream.
Sự bộc lộ bản thân là yếu tố quan trọng trong các tương tác xã hội (Wang và Hu, 2022) Những người có sức ảnh hưởng thường chia sẻ cuộc sống cá nhân và nghề nghiệp của họ trên mạng xã hội, tạo ra sự kết nối chân thực với người xem (De Veirman và cộng sự, 2017) Khi tiết lộ thông tin cá nhân, khoảng cách tâm lý giữa họ và khán giả được thu hẹp, dẫn đến sự tương tác xã hội một chiều (Su và cộng sự, 2023) Đặc biệt, việc bộc lộ bản thân qua livestream giúp tăng cường sự tương tác này, làm cho khán giả cảm thấy gần gũi hơn với người có ảnh hưởng Từ đó, tác giả đưa ra giả thuyết về ảnh hưởng của sự bộc lộ bản thân trong môi trường trực tuyến.
Sự bộc lộ bản thân của người có ảnh hưởng đóng vai trò quan trọng trong việc tạo dựng mối quan hệ tương tác xã hội một chiều giữa họ và người xem livestream Khi người có ảnh hưởng chia sẻ những trải nghiệm cá nhân và cảm xúc, điều này không chỉ thu hút sự chú ý mà còn tạo ra sự kết nối cảm xúc với khán giả Những khoảnh khắc chân thật và gần gũi này giúp người xem cảm thấy được thấu hiểu và gắn bó hơn với người có ảnh hưởng, từ đó nâng cao mức độ tương tác và tạo ra một cộng đồng trực tuyến tích cực.
THIẾT KẾ NGHIÊN CỨU
Quy trình nghiên cứu
Quy trình nghiên cứu được thực hiện thông qua hai giai đoạn chính: (1) Nghiên cứu định tính, (2) Nghiên cứu định lượng
Nghiên cứu định tính nhằm kiểm tra mối quan hệ giữa các biến trong mô hình và thực hiện các điều chỉnh, bổ sung cần thiết để phù hợp với mục tiêu nghiên cứu.
Sau khi hoàn tất nghiên cứu định tính, quá trình nghiên cứu định lượng sẽ được tiến hành, bắt đầu từ việc lựa chọn mẫu nghiên cứu và thiết kế bảng hỏi Tiếp theo, thực hiện khảo sát, thu thập dữ liệu và sử dụng phần mềm SPSS và SmartPLS để phân tích và thống kê dữ liệu Mục tiêu là kiểm định mức độ phù hợp của mô hình cùng với các giả thuyết đã được đề ra.
Bài nghiên cứu được thực hiện theo quy trình như sau:
Hình 3.1 Quy trình nghiên cứu
Nguồn: Tác giả đề xuất
Phương pháp nghiên cứu
Nghiên cứu được thực hiện qua hai giai đoạn: đầu tiên là nghiên cứu định tính để kiểm tra và điều chỉnh thang đo cho sự phù hợp; tiếp theo là nghiên cứu định lượng nhằm thu thập và phân tích dữ liệu, từ đó đưa ra đánh giá cho vấn đề nghiên cứu.
Mục tiêu nghiên cứu Cơ sở lý thuyết Mô hình nghiên cứu và thang đo nháp
Nghiên cứu định lượng Thang đo chính thức Nghiên cứu định lượng sơ bộ
Thống kê mô tả Kiểm định giả thuyết Kết quả và kiến nghị
Phương pháp nghiên cứu định tính
Mục đích của phương pháp nghiên cứu định tính là đánh giá tính phù hợp của các thang đo và thuật ngữ trong từng câu hỏi nghiên cứu, nhằm làm rõ ý nghĩa của các câu hỏi này để tránh hiểu nhầm trước khi tiến hành giai đoạn nghiên cứu chính thức.
3.3.2 Thiết kế nghiên cứu định tính
Nghiên cứu được triển khai bằng cách phỏng vấn chuyên gia và thảo luận nhóm Các bước thực hiện như sau:
Phỏng vấn chuyên gia (Phụ lục 1)
Tác giả phỏng vấn 04 chuyên gia, trong đó có 02 chuyên gia học thuật và 02 chuyên gia ngành trong lĩnh vực thương mại điện tử
Phần 1: Tác giả giới thiệu về đề tài cũng như mô hình và giả thuyết nghiên cứu đề xuất
Phần 2: Tác giả đưa ra các thang đo đề xuất để chuyên gia có thể đóng góp ý kiến nhằm giúp tác giả điều chỉnh, bổ sung biến quan sát đo lường các thành phần của thang đo
Thảo luận nhóm (Phụ lục 2)
Nhóm thảo luận gồm 10 người đã từng mua hàng qua livestream của những người có ảnh hưởng trên TikTok Shop trong 6 tháng gần đây Các thành viên đến từ nhiều lĩnh vực khác nhau như quản lý, nhân viên văn phòng và kỹ thuật viên.
Dàn bài phỏng vấn gồm 3 phần:
Phần 1: Tác giả giới thiệu về đề tài và mụa đích nghiên cứu chính
Phần 2: Tác giả trao đổi với nhóm thảo luận những vấn đề xoay quanh việc mua sắm trực tuyến qua livestream trên nền tảng TikTok Shop
Phần 3: Tác giả đưa ra các thang đo đề xuất để nhóm thảo luận có thể đóng góp ý kiến nhằm giúp tác giả bổ sung, điều chỉnh biến quan sát đo lường các thành phần của thang đo
3.3.3 Thang đo các nhân tố
Các phát biểu trong từng thang đo được lấy cảm hứng từ các nghiên cứu trước đây và đã được điều chỉnh cho phù hợp với đối tượng khảo sát tại TP.HCM Dưới đây là cách trình bày cụ thể của thang đo.
Bảng 3 Bảng thang đo dự kiến
Biến Thang đo gốc Thang đo điều chỉnh Nguồn Chuyên môn
1 I feel this influencer knows a lot about the products
2 I feel this influencer is competent to make assertions about the products
3 I consider this influencer an expert on the products
4 I consider this influencer sufficiently experienced to make assertions about the products she promotes
Về những sản phẩm mà người có ảnh hưởng quảng cáo trong livestream, tôi cho rằng cô ấy/anh ấy…
1 Biết nhiều về sản phẩm
2 Nắm rõ để đưa ra khẳng định về sản phẩm
3 Là chuyên gia về sản phẩm
4 Có đủ kinh nghiệm để khẳng định về sản phẩm
1 The famous internet celebrity has a strong attractiveness
2 The famous internet celebrity is good-looking
Người có ảnh hưởng thì…
1 Có sức hấp dẫn mạnh mẽ
2 Có ngoại hình ưa nhìn
3 The famous internet celebrity has a very persuasive voice
4 The famous internet celebrity has a very professional manner
5 The famous internet celebrity catches your attention
3 Có giọng nói rất thuyết phục
4 Có tác phong rất chuyên nghiệp
5 Thu hút sự chú ý của bạn Độ tin cậy
2 The influencer is a sincere person
3 The influencer is a honest person
4 The influencer is a reliable source of information
Người có ảnh hưởng là…
4 Nguồn thông tin đáng tin cậy
Sự bộc lộ bản thân
1 The livestreamer shares his/her information about himself/herself
2 The livestreamer shares his/her feelings/mood
3 The livestreamer shares his/her opinions
4 The livestreamer shares his/her desires
Trên livestream, người có ảnh hưởng…
1 Chia sẻ thông tin về bản thân
2 Chia sẻ cảm nhận/tâm trạng của họ
3 Chia sẻ ý kiến của họ
4 Chia sẻ mong muốn của họ
Tương tác xã hội một chiều
1 While watching the travel livestreaming, I had the feeling that the influencer was aware of me
2 While watching the travel livestreaming, the livestreamer knew I was there
3 While watching the travel livestreaming, the livestreamer knew I was aware of him/her
4 While watching the travel livestreaming, the livestreamer knew that I reacted to him/her words
5 While watching the travel livestreaming, the livestreamer reacted to what I said or did
1 Tôi có cảm giác rằng người có ảnh hưởng đã biết đến tôi
2 Người có ảnh hưởng biết tôi ở đó
3 Người có ảnh hưởng biết tôi biết về họ
4 Người có ảnh hưởng biết rằng tôi đã phản ứng với họ
5 Người có ảnh hưởng phản ứng với những gì tôi nói hoặc làm
Mối quan hệ xã hội một chiều
1 I feel comfortable about the influencer’ content
2 I can rely on information I get from the influencer
3 I will feel pity if something happens to the influencer
4 I feel close enough to the influencer
1 Tôi cảm thấy thoải mái về cách quảng cáo sản phẩm của người có ảnh hưởng trong livestream
2 Tôi có thể dựa vào thông tin tôi nhận được từ người có ảnh hưởng
(2015) để đưa ra đánh giá về sản phẩm
3 Tôi cảm thấy tiếc nếu có chuyện gì xảy ra với người có ảnh hưởng
4 Tôi cảm thấy đủ gần gũi với người có ảnh hưởng
Sự tín nhiệm thương hiệu
1 The brand delivers what it promises
2 Claims from the brand are believable
3 My experience with the brand has led me to expect it to keep its promises
4 The brand has a name I can trust
1 Thương hiệu mang lại những gì đã hứa hẹn
2 Những tuyên bố từ thương hiệu là đáng tin cậy
3 Trải nghiệm của tôi với thương hiệu này khiến tôi kỳ vọng nó giữ lời hứa
4 Thương hiệu có một danh tiếng mà tôi có thể tin tưởng
1 I’d like to continue using this online shopping website to purchase products
2 It is likely that I will continue to purchase products from this online
1 Tôi muốn tiếp tục sử dụng TikTok Shop để mua sản phẩm
2 Có thể trong tương lai, tôi tiếp tục mua
Ho (2019) shopping website in the future
3 I intend to continue purchasing products from this online shopping website
4 I will regularly buy the products that I need from this website in the future sản phẩm từ TikTok Shop
3 Tôi dự định tiếp tục mua sản phẩm từ TikTok Shop
4 Trong tương lai, tôi thường xuyên mua những sản phẩm tôi cần từ TikTok Shop
1 If asked, I will say positive things about this brand to others
2 If asked, I would recommend this brand to others
3 If asked, I would encourage others to use this brand
4 I say positive things about this brand to other people
5 I encourage friends and relatives to shop from this brand
1 Nếu được hỏi, tôi nói những điều tích cực về nền tảng này với người khác
2 Nếu được hỏi, tôi giới thiệu nền tảng này cho người khác
3 Nếu được hỏi, tôi khuyến khích người khác sử dụng nền tảng này
4 Tôi nói những điều tích cực về nền tảng này với người khác
5 Tôi khuyến khích bạn bè và người thân mua sắm từ nền tảng này
Van Tonder và cộng sự
Nguồn: Tác giả tổng hợp
3.3.4 Thiết kế bảng khảo sát
Sau khi điều chỉnh các thang đo gốc để phù hợp với mục tiêu nghiên cứu và đối tượng khảo sát, nội dung phiếu khảo sát đã được trình bày như sau:
Phần 1: Gạn lọc thông tin Đối tượng khảo sát là những khách hàng đang sinh sống, làm việc tại Tp HCM, đã từng mua sản phẩm thông qua livestream của những người ảnh hưởng trên nền tảng TikTok Shop trong vòng 6 tháng trở lại để đảm bảo trải nghiệm của người làm khảo sát được chân thực Vì vậy, những người làm khảo sát phù hợp với đối tượng khảo sát của đề tài nghiên cứu đã nêu trên thì khảo sát tiếp, ngược lại thì dừng việc khảo sát
Các biến quan sát trong thang đo được đo lường trên thang đo Likert 5 mức độ, bao gồm: (1) là Hoàn toàn không đồng ý, (2) là Không đồng ý, (3) là Bình thường,
(4) là Đồng ý và (5) là Hoàn toàn đồng ý
Phần này nhằm thu thập thông tin từ các đối tượng nghiên cứu, phục vụ cho việc thống kê và phân loại nhóm Các yếu tố thông tin được thu thập bao gồm độ tuổi, giới tính, nghề nghiệp, trình độ học vấn, tình trạng hôn nhân và thu nhập hàng tháng.
Nghiên cứu định lượng sơ bộ
Mục đích của nghiên cứu định lượng sơ bộ là xác định và điều chỉnh cấu trúc thang đo cho nghiên cứu định lượng chính thức Giai đoạn này được thiết kế nhằm khảo sát đối tượng là khách hàng sống và làm việc tại Tp HCM, những người đã từng mua sản phẩm qua livestream của các influencer trên TikTok Shop trong 6 tháng qua.
Mẫu nghiên cứu trong giai đoạn sơ bộ sẽ bao gồm khoảng 100 người, được thực hiện thông qua phương pháp chọn mẫu phi xác suất, cụ thể là lấy mẫu thuận tiện thông qua bảng khảo sát.
Kỹ thuật xử lý dữ liệu được thực hiện bằng phần mềm SPSS 26 để thống kê mô tả dữ liệu, sau đó sử dụng phần mềm SmartPLS 4.1.0.6 để xử lý qua hai bước Bước đầu tiên là đánh giá độ tin cậy của dữ liệu thông qua hai hệ số Cronbach’s Alpha và độ tin cậy tổng hợp.
Phân tích nhân tố khẳng định CFA giúp xác định tính hợp lệ của các biến quan sát Nếu kết quả cho thấy các biến này đáp ứng các tiêu chí cần thiết sau khi áp dụng hai phương pháp phân tích, chúng sẽ được sử dụng cho nghiên cứu định lượng chính thức.
Nghiên cứu định lượng chính thức
3.5.1 Mẫu nghiên cứu Đối tượng khảo sát: những khách hàng đang sinh sống, làm việc tại Tp HCM, đã từng mua sản phẩm thông qua livestream của những người ảnh hưởng trên nền tảng TikTok Shop trong vòng 6 tháng trở lại
Theo Gorsuch (1983), kích thước mẫu cần phải gấp 5 lần số lượng biến quan sát Đối với nghiên cứu có 39 biến quan sát, kích thước mẫu tối thiểu là 39 x 5, tức là 195 Bollen (1989) cũng nhấn mạnh tầm quan trọng của việc xác định kích thước mẫu phù hợp Hơn nữa, Tabachnick và các cộng sự cũng đã đưa ra những khuyến nghị liên quan đến kích thước mẫu trong nghiên cứu.
Nghiên cứu năm 2001 chỉ ra rằng kích thước mẫu tối ưu là 300 để đạt được kết quả đáng tin cậy Do đó, tác giả đã đặt ra mục tiêu có ít nhất 300 mẫu để đảm bảo độ tin cậy cho nghiên cứu Cuối cùng, kích thước mẫu hợp lệ mà tác giả thu được là 306 mẫu.
Phương pháp lấy mẫu: tác giả lựa chọn phương pháp chọn mẫu phi xác xuất, lấy mẫu thuận tiện thông qua bảng khảo sát
Tác giả sử dụng phương pháp chọn mẫu phi xác suất, lấy mẫu thuận tiện và gửi đường dẫn (https://forms.gle/7UB2ThuPEf1admDc7) qua mail, messenger, zalo
Thời gian khảo sát: từ 01/7/2024 đến 31/7/2024
Phạm vi khảo sát bao gồm những cá nhân đang sinh sống, làm việc và học tập tại TP HCM, đại diện cho nhiều ngành nghề, thu nhập, giới tính và độ tuổi khác nhau, những người đã tham gia mua sắm qua livestream của các influencer trên nền tảng TikTok Shop.
Sau khi tiến hành tổng hợp và gạn lọc các phiếu khảo sát dựa trên những câu hỏi chọn lọc về đối tượng khảo sát, tác giả đã thu được 306 phiếu khảo sát hợp lệ Các câu hỏi bao gồm việc xác định người tham gia có sinh sống và làm việc tại Tp.HCM hay không, đã từng xem livestream của người có ảnh hưởng, và có mua hàng qua livestream của người đó trên TikTok Shop trong vòng 06 tháng Số lượng phiếu khảo sát này đáp ứng yêu cầu về kích thước mẫu tối thiểu là 300 phiếu, đảm bảo độ chính xác cao cho nghiên cứu.
3.5.3 Phương pháp xử lý dữ liệu
Tác giả sử dụng phần mềm SPSS 26 để thống kê mô tả dữ liệu và phần mềm SmartPLS 4.1.0.6 xử lý dữ liệu qua các bước:
Đánh giá độ tin cậy nhất quán nội bộ (Croncbach’s Alpha, hệ số CR)
Phân tích nhân tố CFA
Các biến quan sát của từng yếu tố và thông tin khác về người khảo sát như tần suất xem livestream, chi tiêu mua sắm, tình trạng hôn nhân, trình độ học vấn, giới tính, độ tuổi, nghề nghiệp và thu nhập được thống kê mô tả Điều này giúp tạo ra cái nhìn tổng quan về mẫu nghiên cứu, từ đó thuận lợi cho tác giả trong việc phân tích và so sánh thông tin.
3.5.3.2 Phương pháp kiểm định độ tin cậy nhất quán nội bộ Độ tin cậy nhất quán nội bộ là sự đồng nhất về đo lường của các biến quan sát trong một thang đo (Price và cộng sự, 2015; DeVellis, 2016; Hà và Thành, 2020), được đánh giá thông qua hệ số Cronbach’s Alpha và hệ số CR với điều kiện các biến quan sát phải có hệ số tải ngoài λ ≥ 0,7
Hệ số Cronbach’s Alpha (α) được sử dụng để loại bỏ các biến không phù hợp và hạn chế biến rác, đồng thời đo lường độ tin cậy của thang đo (Hair và cộng sự, 2006) Theo DeVellis (2016), hệ số α từ 0,9 đến 0,8 được xem là tốt đến rất tốt, trong khi α từ 0,7 đến 0,8 là chấp nhận được Nếu α lớn hơn hoặc bằng 0,95, điều này cho thấy sự trùng lặp và cần loại bỏ các biến bị trùng (Thọ và Trang, 2008) Tuy nhiên, trong nghiên cứu khám phá, α lớn hơn hoặc bằng 0,6 vẫn được chấp nhận (Slater, 1995).
Hệ số CR, theo Hair Jr và cộng sự (2017), thường có độ tin cậy cao hơn so với hệ số Cronbach’s Alpha và phù hợp với mô hình PLS Trong nghiên cứu này, tác giả sử dụng cả hai hệ số để kiểm định độ tin cậy Hệ số CR có giá trị từ 0 đến 1, với 1 là độ tin cậy hoàn hảo Cụ thể, hệ số CR được coi là tốt cho nghiên cứu xác nhận mối quan hệ giữa các biến khi CR ≥ 0,8; còn với giá trị 0,7 ≥ CR ≥ 0,6 thì vẫn chấp nhận được cho nghiên cứu khám phá (Chin, 1998; Hock và cộng sự, 2010; Henseler và Sarstedt, 2013; Daskalakis và Mantas, 2008).
3.5.3.3 Phân tích nhân tố khẳng định CFA
Để kiểm định độ phù hợp của thang đo dữ liệu khảo sát với thang đo do tác giả xây dựng, tác giả đã sử dụng phân tích CFA cùng với kiểm định giá trị hội tụ và giá trị phân biệt Sử dụng thuật toán PLS, tác giả đánh giá mô hình đo lường bằng cách xác định mức độ chính xác về sự hội tụ của thang đo, yêu cầu các trọng số chuẩn hoá (Outer loading) phải lớn hơn 0,7 và tổng phương sai trích (AVE) phải lớn hơn hoặc bằng 0,5 Để đánh giá sự phân biệt, chỉ số Heterotrait – Monotrait (HTMT) được tính toán thông qua ma trận tương quan giữa các biến chỉ báo, với yêu cầu HTMTij ≤ 0,85 để đạt mức độ chính xác Ngoài ra, kiểm định chỉ số HTMT thông qua phương pháp Bootstrap cũng được thực hiện để đánh giá mức độ chính xác về sự phân biệt.
3.5.3.4 Đánh giá độ phù hợp mô hình cấu trúc Đánh giá mức độ đa cộng tuyến (VIF): là điều kiện cần đảm bảo các hệ số đường dẫn ước lượng bằng cách hồi quy các biến nội sinh trên các biến ngoại sinh kèm theo không bị lệch và sai số chuẩn của hệ số hồi quy không làm cho hệ số student bị giảm hay P-value tăng lên Nếu hiện tượng đa cộng tuyến xảy ra thì các nhà nghiên cứu có thể đưa ra phán đoán sai về mức ý nghĩa thống kê của hệ số hồi quy Theo
Theo Hair và cộng sự (2019), chỉ số VIF cho biết mức độ đa cộng tuyến giữa các biến: VIF < 3 không có đa cộng tuyến, 3 ≤ VIF < 5 có thể có đa cộng tuyến, và VIF ≥ 5 cho thấy có sự đa cộng tuyến giữa các biến tiềm ẩn Để đánh giá ý nghĩa thống kê và độ lớn của hệ số hồi quy, giá trị P-value được sử dụng, với P-value ≤ 0,05 cho thấy mức tác động có ý nghĩa thống kê, trong khi P-value > 0,05 không có ý nghĩa thống kê (Hà và Thành, 2020) Độ lớn hệ số hồi quy phản ánh mức tác động trực tiếp, gián tiếp hoặc tổng thể giữa các biến, với hệ số beta dao động từ 0 đến 1; hệ số beta càng lớn cho thấy mức độ tác động càng mạnh Theo Chin (1998), hệ số beta dương (+) chỉ ra mối quan hệ cùng chiều, trong khi hệ số beta âm (-) cho thấy mối quan hệ ngược chiều Cuối cùng, việc đánh giá hệ số xác định (R²) và hệ số xác định điều chỉnh (R²adj) cũng là cần thiết để hiểu rõ hơn về mô hình hồi quy.
Hệ số xác định (𝑅²) là chỉ số quan trọng để đánh giá khả năng giải thích và mức độ phù hợp của mô hình dữ liệu Theo Henseler và cộng sự (2009), 𝑅² giúp người nghiên cứu hiểu rõ hơn về hiệu quả của mô hình trong việc mô phỏng và dự đoán dữ liệu thực tế.
Mô hình có mức độ giải thích mạnh khi 𝑅² > 75%, trong khi mức độ giải thích trung bình được xác định khi 50% > 𝑅² ≥ 25% Ngược lại, nếu 𝑅² < 25%, mô hình sẽ có mức độ giải thích yếu.
Hệ số xác định hiệu chỉnh (R2adj) được sử dụng để giảm thiểu tình trạng gia tăng hệ số R2 do thêm biến số đầu vào, giúp xác định rõ tầm quan trọng của các biến mới Theo Hock và cộng sự (2010) cũng như Henseler và cộng sự (2009), nếu R2adj ≥ 0,67 thì mô hình sẽ có mức độ giải thích mạnh.
KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Kết quả nghiên cứu định tính
Sau khi tổng hợp kết quả nghiên cứu định tính từ khảo sát chuyên gia và thảo luận nhóm, chúng tôi nhận thấy rằng ý kiến của các chuyên gia và nhóm thảo luận về mô hình cũng như các yếu tố đề xuất trong mô hình đều có tác động tích cực đến hành vi mua lại và truyền miệng của khách hàng tại TP HCM Đồng thời, thang đo nghiên cứu được đánh giá là phù hợp với mục tiêu nghiên cứu.
Mô hình nghiên cứu đề xuất bao gồm 9 biến chính: Chuyên môn, Sự thu hút, Độ tin cậy, Sự bộc lộ bản thân, Tương tác xã hội một chiều, Mối quan hệ xã hội một chiều, Sự tín nhiệm thương hiệu, Ý định mua lại và Truyền miệng, cùng với 39 biến quan sát.
Kết quả nghiên cứu định lượng sơ bộ
Với 100 phiếu khảo sát cho nghiên cứu định lượng sơ bộ, kết quả phân tích dữ liệu qua SPSS 26 như sau:
Bảng 4.1 Bảng thống kê mô tả mẫu sơ bộ
Mô tả Tần số Tỉ lệ (%)
Tình trạng hôn nhân Độc thân 47 47,00 Đã kết hôn 40 40,00
Nguồn: Tác giả tổng hợp
Bảng 4.2 Bảng tóm tắt kết quả của mẫu sơ bộ
Hệ số tải nhân tố CA CR AVE VIF
Sự bộc lộ bản thân
Tương tác xã hội một chiều
QH2 0,775 1,536 xã hội một chiều
Sự tín nhiệm thương hiệu
Nguồn: Tác giả tổng hợp
Phân tích kết quả nghiên cứu định lượng sơ bộ
Độ tin cậy nhất quán nội bộ của nghiên cứu được xác định qua các nhân tố có hệ số tải ngoài ≥ 0,7, với giá trị nhỏ nhất là 0,704 Hệ số Cronbach’s Alpha đạt trên 0,7, dao động từ 0,787 đến 0,847, cho thấy độ tin cậy cao Thêm vào đó, độ tin cậy tổng hợp với hệ số CR > 0,8 nằm trong khoảng từ 0,855 đến 0,895, khẳng định tính chính xác và ổn định của các thang đo.
Mô hình nghiên cứu sơ bộ bao gồm 9 khái niệm và 39 biến quan sát, đạt yêu cầu về độ tin cậy nhất quán nội bộ Đánh giá tính chính xác về sự hội tụ cho thấy các nhân tố đều có hệ số AVE lớn hơn 0,5, với giá trị trong khoảng từ 0,541 đến 0,681, chứng tỏ mô hình có giá trị hội tụ Kết quả đánh giá mức độ chính xác về sự phân biệt cũng được trình bày.
BL CM QH TC TH TM TN TT YD
Tác giả đã phân tích kết quả trong SmartPLS và nhận thấy rằng tất cả các chỉ số HTMT của các cặp thang đo đều dưới 0,85, cho thấy sự phân biệt rõ ràng giữa các thang đo Điều này chứng tỏ rằng các thang đo này đủ điều kiện để đảm bảo tính chính xác về mặt phân biệt.
Từ kết quả phân tích trên, các thang đo trong mô hình nghiên cứu đã thỏa điều kiện và được sử dụng trong nghiên cứu định lượng chính thức.
Thống kê mô tả dữ liệu
Bài nghiên cứu được thực hiện qua khảo sát định lượng tại Thành phố Hồ Chí Minh, thu thập 314 phản hồi qua Google Form Trong số đó, có 306 người đã từng xem và mua hàng qua livestream trên TikTok Shop trong 6 tháng qua Tác giả chỉ phân tích dữ liệu từ 306 người này để nghiên cứu ý định mua lại và truyền miệng của khách hàng, vì các phản hồi từ những người chưa từng tham gia không đáng tin cậy Kết quả thống kê cho thấy sự phổ biến của việc mua sắm qua livestream trên nền tảng TikTok Shop.
Bảng 4.4 Bảng thống kê mô tả mẫu chính thức
Mô tả Tần số Tỉ lệ (%)
Tình trạng hôn nhân Độc thân 153 50,00 Đã kết hôn 119 38,89
Tác giả đã thu thập 306 câu trả lời phù hợp từ bảng khảo sát, vượt qua kích thước mẫu tối thiểu 300 mà đã được xác định trong chương 3.
Thống kê mô tả các biến nghiên cứu định lượng
Bảng 4.5 Bảng thống kê mô tả các biến nghiên cứu định lượng
Giá trị lớn nhất Trung bình Độ lệch chuẩn
Nghiên cứu đã chỉ ra rằng các biến như Chuyên môn, Sự thu hút, Độ tin cậy, Sự bộc lộ bản thân, Tương tác xã hội một chiều, Mối quan hệ xã hội một chiều, Ý định mua lại và Truyền miệng đều có giá trị trung bình cao, lần lượt từ 3,454 đến 3,791 Các giá trị này đều vượt quá thang đo Likert 5 điểm, chứng tỏ rằng người tham gia khảo sát đều đồng thuận với các nhận định trong mô hình nghiên cứu.
Phân tích độ tin vậy nhất quán nội bộ
Hình 4.1 Mô hình nghiên cứu
Nguồn: Tác giả phân tích trong SmartPLS 4.1.0.6 Bảng 4.6 Bảng tóm tắt kết quả của mẫu chính thức
Hệ số tải nhân tố CA CR AVE VIF
Sự bộc lộ bản thân
Tương tác xã hội một chiều
Mối quan hệ xã hội một chiều
Sự tín nhiệm thương hiệu
Các biến trong nghiên cứu đều có hệ số Cronbach’s Alpha lớn hơn 0,7, với giá trị dao động từ 0,771 đến 0,852, và hệ số CR vượt quá 0,8, nằm trong khoảng từ 0,845 đến 0,900, cho thấy độ tin cậy của các biến là phù hợp.
Từ đó, cho thấy mô hình có 9 biến và 39 biến quan sát đạt yêu cầu về đánh giá độ tin vậy nhất quán nội bộ của thang đo.
Phân tích nhân tố khẳng định CFA
4.7.1 Đánh giá mô hình đo lường
Hình 4.2 Mô hình đo lường
Nguồn: Tác giả phân tích bằng phần mềm SmartPLS 4.1.0.6
4.7.1.1 Đánh giá mức độ chính xác về sự hội tụ
Theo bảng 4.6, tất cả các nhân tố đều có hệ số AVE lớn hơn 0,5, dao động từ 0,532 đến 0,692, cho thấy chúng đáp ứng yêu cầu kiểm định Cụ thể, các giá trị AVE của các yếu tố như sau: CM-chuyên môn (0,640), TH-sự thu hút (0,603), TC-độ tin cậy (0,692), BL-bộc lộ bản thân (0,643), TT-tương tác xã hội một chiều (0,566), QH-mối quan hệ xã hội một chiều (0,624), TN-sự tín nhiệm thương hiệu (0,630), YD-ý định mua lại (0,577), và TM-truyền miệng (0,532) Điều này khẳng định rằng mỗi cấu trúc trong mô hình đều có giá trị hội tụ.
4.7.1.2 Đánh giá mức độ chính xác về sự phân biệt
Bảng 4.7 Hệ số tải chéo
BL CM QH TC TH TM TN TT YD
Kết quả phân tích từ SmartPLS 4.1.0.6 cho thấy hệ số tải ngoài của các biến quan sát đều lớn hơn hệ số tải chéo, với BL1 = 0,796, BL2 = 0,848, BL3 = 0,771, và BL4 = 0,790, cho thấy các biến này đáp ứng đủ điều kiện Do đó, tác giả tiếp tục tiến hành đánh giá chỉ số HTMT (Heterotrait-Monotrait) để xác định tính hợp lệ của mô hình.
BL CM QH TC TH TM TN TT YD
Kết quả phân tích từ SmartPLS 4.1.0.6 cho thấy tất cả các chỉ số HTMT của các cặp thang đo đều dưới ngưỡng 0,85, cho thấy sự phân biệt giữa các cặp thang đo là hợp lệ Do đó, các thang đo này đủ điều kiện để thực hiện kiểm định Bootstrap với độ chính xác cao.
Tác giả thực hiện kiểm định Boostrap (sử dụng khoảng tin cậy 95%) với 5000 mẫu để kết luận về tính chính xác về sự phân biệt
Bảng 4.9 Kiểm định Bootstrap cho hệ số HTMT
Theo kết quả phân tích trong SmartPLS 4.1.0.6, tác giả đã áp dụng ngưỡng HTMTij ≤ 0,85 và kiểm định Bootstrap để đánh giá HTMT Dựa vào bảng 4.8, hệ số HTMTQH−CM đạt giá trị 0,673, nhỏ hơn 0,85, với khoảng tin cậy 95% của hệ số HTMTQH−CM nằm trong khoảng [0,139; 0,318] Điều này cho thấy HTMTQH−CM cũng nhỏ hơn 1, khẳng định rằng thang đo QH có giá trị phân biệt so với thang đo khác.
CM Tương tự với các hệ số HTMT còn lại, các thang đo đều có giá trị phân biệt
4.7.2 Đánh giá mô hình cấu trúc
Hình 4.3 Mô hình cấu trúc
Nguồn: Tác giả kiểm định Bootstrap trong SmartPLS 4.1.0.6
4.7.2.1 Đánh giá đa cộng tuyến – hệ số VIF
Theo bảng 4.6, tất cả các biến đều có hệ số VIF nằm trong khoảng từ 1,392 đến 2,120 và đều nhỏ hơn 3, cho thấy trong mô hình nghiên cứu không xảy ra hiện tượng đa cộng tuyến.
4.7.2.2 Đánh giá mức ý nghĩa thống kê và độ lớn của hệ số hồi quy
Tác giả sử dụng phương pháp Bootstrap (5000 mẫu) trong SmartPLS 4.1.0.6 để xem xét mức ý nghĩa thống kê và độ lớn của hệ số hồi quy như sau:
Bảng 4.10 Bảng tổng hợp đánh giá mức ý nghĩa thống kê
Kết quả phân tích từ SmartPLS 4.1.0.6 cho thấy tất cả các mối quan hệ trong mô hình nghiên cứu đều có ý nghĩa thống kê với giá trị P nhỏ hơn 0,05 Chuyên môn của người có ảnh hưởng tác động tích cực đến tương tác xã hội một chiều (β = 0,204, P < 0,05) và mối quan hệ xã hội một chiều (β = 0,232, P < 0,05) Sự thu hút của người có ảnh hưởng cũng có tác động tích cực đến tương tác xã hội một chiều (β = 0,253, P < 0,05) và mối quan hệ xã hội một chiều (β = 0,227, P < 0,05) Độ tin cậy của người có ảnh hưởng ảnh hưởng tích cực đến tương tác xã hội (β = 0,259, P < 0,05) và mối quan hệ xã hội (β = 0,173, P < 0,05) Bộc lộ bản thân của người có ảnh hưởng tác động tích cực đến tương tác xã hội (β = 0,266, P < 0,05) và mối quan hệ xã hội (β = 0,176, P = 0,002 < 0,05) Tương tác xã hội một chiều ảnh hưởng tích cực tới mối quan hệ xã hội (β = 0,214, P < 0,05) và sự tín nhiệm thương hiệu (β = 0,401, P < 0,05) Mối quan hệ xã hội một chiều cũng ảnh hưởng tích cực đến sự tín nhiệm thương hiệu (β = 0,347, P < 0,05) Cuối cùng, sự tín nhiệm thương hiệu tác động tích cực đến ý định mua lại (β = 0,742, P < 0,05) và truyền miệng (β = 0,582, P < 0,05).
4.7.2.3 Đánh giá hệ số xác định R 2 , hệ số xác định hiệu chỉnh R 2 adj Để đánh giá mức độ phù hợp của mô hình nghiên cứu, tác giả sử dụng hệ số xác định R 2 và hệ số xác định hiệu chỉnh R 2 adj, kết quả như sau:
Bảng 4.11 Bảng hệ số xác định R 2 và hệ số xác định hiệu chỉnh R 2 adj
Theo kết quả phân tích từ SmartPLS 4.1.0.6, giá trị R² cho các mối quan hệ trong nghiên cứu cho thấy: mối quan hệ xã hội một chiều đạt 59,7%, truyền miệng 33,8%, sự tín nhiệm thương hiệu 46,3%, tương tác xã hội một chiều 54,2% và ý định mua lại 55,1% So với các mức tương ứng theo Henseler và cộng sự (2009), mô hình này có mức độ giải thích trung bình Giá trị R² hiệu chỉnh cũng cho thấy: mối quan hệ xã hội một chiều là 0,590, truyền miệng 0,336, sự tín nhiệm thương hiệu 0,460, tương tác xã hội một chiều 0,535 và ý định mua lại 0,550, cho thấy mô hình có mức độ giải thích trung bình theo Hock và cộng sự (2010) cũng như Henseler và cộng sự (2009).
4.7.2.4 Đánh giá mức độ giải thích theo hệ số f 2
Theo Cohen (1988), hệ số f² thể hiện mức độ giải thích của biến độc lập đối với biến phụ thuộc và được phân chia thành các mức độ khác nhau Kết quả tổng hợp cho thấy các hệ số f² của các mối quan hệ nằm trong khoảng [0,047; 1,228], cho thấy mức độ giải thích từ thấp đến cao của biến độc lập đối với biến phụ thuộc.
Bảng 4.12 Bảng đánh giá mức độ giải thích theo hệ số f 2
Mối quan hệ giữa các biến Hệ số f2 Mức độ giải thích
CM -> TT 0,070 Mức độ giải thích thấp
CM -> QH 0,096 Mức độ giải thích thấp
TH -> TT 0,098 Mức độ giải thích thấp
TH -> QH 0,081 Mức độ giải thích thấp
TC -> TT 0,101 Mức độ giải thích thấp
TC -> QH 0,047 Mức độ giải thích thấp
BL -> TT 0,107 Mức độ giải thích thấp
BL -> QH 0,048 Mức độ giải thích thấp
TT -> QH 0,052 Mức độ giải thích thấp
TT -> TN 0,171 Mức độ giải thích trung bình
QH -> TN 0,128 Mức độ giải thích thấp
TN -> TM 0,512 Mức độ giải thích cao
TN -> YD 1,228 Mức độ giải thích cao
Nguồn: Kết quả từ phân tích trong SmartPLS 4.1.0.6
4.7.2.5 Kiểm định giá trị Communality
Chỉ số communality, hay còn gọi là AVE trung bình trong mô hình PLS, được sử dụng để đánh giá độ phù hợp của mô hình cấu trúc Theo nghiên cứu của Hair Jr và cộng sự (2017), chỉ số này cần phải lớn hơn 0,5 để xác nhận rằng mô hình là phù hợp Kết quả tổng hợp được trình bày trong bảng cho thấy sự phù hợp của mô hình.
4.6, các biến đều có hệ số AVE lớn hơn 0,5 với chỉ số communality tính toán được là 0,612 > 0,5 nên mô hình nghiên cứu là phù hợp
4.7.2.6 Kiểm định chỉ số GoF – mức độ phù hợp toàn cầu và chỉ số SRMR – độ phù hợp mô hình Để đánh giá chất lượng mô hình, tác giả sử dụng chỉ số GoF Theo tính toán, mô hình nghiên cứu có chỉ số GoF là 0,552 > 0,36 cho thấy độ phù hợp của mô hình có ảnh hưởng lớn (Tenenhaus và cộng sự, 2005)
Chỉ số SRMR được tác giả áp dụng để kiểm định sự phù hợp của mô hình nghiên cứu với dữ liệu thu thập, với giá trị SRMR đạt 0,090.
< 0,1 cho thấy mô hình nghiên cứu tạm chấp nhận được, kết quả thể hiện ở bảng sau:
Bảng 4.13 Bảng Chỉ số GoF độ phù hợp của mô hình
Nguồn: Kết quả từ phân tích trong SmartPLS 4.1.0.6
Kiểm định giả thuyết
Bảng 4.14 Bảng tổng hợp kiểm định giả thuyết
Nguồn: Tác giả tổng hợp từ phân tích trong SmartPLS 4.1.0.6 Tác giả đã áp dụng phương pháp Bootstrap với 5000 mẫu lặp để phân tích hệ số tác động theo Hair Jr và cộng sự (2017) Kết quả từ Bảng 4.14 cho thấy tất cả các mối quan hệ đều đạt ý nghĩa thống kê với giá trị P < 0,05 Mức tác động của bốn biến độc lập: chuyên môn, sự thu hút, độ tin cậy và bộc lộ bản thân đối với biến phụ thuộc tương tác xã hội một chiều được xếp hạng theo thứ tự từ cao tới thấp là: bộc lộ bản thân (BL), độ tin cậy (TC), sự thu hút (TH).
Mức tác động của bốn biến độc lập, bao gồm chuyên môn, sự thu hút, độ tin cậy và bộc lộ bản thân, đến mối quan hệ xã hội một chiều được sắp xếp theo thứ tự từ cao đến thấp là chuyên môn, sự thu hút, bộc lộ bản thân và độ tin cậy Ngoài ra, tác động của tương tác xã hội một chiều đến sự tín nhiệm thương hiệu cao hơn so với mối quan hệ xã hội đến yếu tố này Hơn nữa, sự tín nhiệm thương hiệu có ảnh hưởng lớn hơn đến ý định mua lại so với tác động đến truyền miệng.
Các giả thuyết trong mô hình nghiên cứu cho thấy độ tin cậy 95% qua phương pháp Bootstrap, chỉ ra rằng các yếu tố như chuyên môn, độ tin cậy, sự thu hút và bộc lộ bản thân đóng vai trò quan trọng trong việc hình thành tương tác xã hội một chiều và mối quan hệ xã hội một chiều Hơn nữa, hai yếu tố này góp phần xây dựng sự tín nhiệm thương hiệu, từ đó ảnh hưởng đến ý định mua lại và hành vi truyền miệng của khách hàng.
Kiểm định và thảo luận kết quả nghiên cứu
Qua việc phân tích số liệu thu thập từ 306 khách hàng tại Tp HCM, kết quả tác giả thu được như sau:
Mô hình nghiên cứu được đề xuất: mô hình giải thích các mối liên hệ gồm
Chuyên môn, sự thu hút, sự tin cậy và sự bộc lộ bản thân đều có ảnh hưởng tích cực đến tương tác xã hội một chiều và mối quan hệ xã hội một chiều, từ đó nâng cao sự tín nhiệm thương hiệu Điều này cuối cùng tác động tích cực đến ý định mua lại và truyền miệng trên nền tảng TikTok Shop Mô hình nghiên cứu cho thấy độ tin cậy cao với 39 biến quan sát, trong đó hệ số tải nhân tố của các biến đều lớn hơn 0,07, và cả hệ số Cronbach’s Alpha và CR đều lớn hơn 0,7.
Phân tích nhân tố CFA cho thấy các thang đo sử dụng trong nghiên cứu đều có giá trị phân biệt, với giá trị hội tụ đạt AVE > 0,5 và các chỉ số HTMT đảm bảo tính chính xác.
Trong nghiên cứu này, tác giả không thực hiện phân tích nhân tố khám phá (EFA) vì các thang đo được kế thừa từ những nghiên cứu trước đó, với giá trị ≤ 0,85 và kiểm định Bootstrap < 1.
Mô hình cấu trúc: kết quả phân tích cho thấy mô hình phù hợp với dữ liệu thực tế và các giả thuyết đều đạt độ tin cậy 95 %
Dựa trên các kết quả phân tích, tác giả đã xem xét và thảo luận chi tiết về sự tương đồng và khác biệt so với các nghiên cứu trước đây liên quan đến các yếu tố ảnh hưởng đến ý định mua lại và truyền miệng của khách hàng tại TP HCM.
Giả thuyết H1(+) chỉ ra rằng "Chuyên môn" của người có ảnh hưởng có tác động tích cực đến "Tương tác xã hội một chiều" giữa họ và người xem livestream, với hệ số β là 0,204 và giá trị P là 0,000, nhỏ hơn 0,05 Kết quả này phù hợp với nghiên cứu trước của Yılmazdoğan, Doğan và Altıntaş (2021), cho thấy rằng việc người xem nhận thức được chuyên môn của người có ảnh hưởng là yếu tố quan trọng trong việc thiết lập tương tác xã hội một chiều.
Giả thuyết H2(+) chỉ ra rằng "Chuyên môn" của người có ảnh hưởng có tác động tích cực đến "Mối quan hệ xã hội một chiều" giữa họ và người xem livestream, với hệ số β là 0,232 và giá trị P là 0,000 Kết quả này phù hợp với nghiên cứu trước của Rungruangjit (2022), nhưng cho thấy mức độ tác động cao hơn (hệ số β = 0,326) Sự khác biệt này có thể do Rungruangjit đã xem xét độ phù hợp giữa người có ảnh hưởng và sản phẩm, cho thấy rằng sự phù hợp này có thể nâng cao chuyên môn của người nổi tiếng trong lĩnh vực họ đại diện, từ đó ảnh hưởng đến nhận thức của người tiêu dùng về trình độ chuyên môn của họ Điều này dẫn đến việc người xem càng tin tưởng vào lời nói của người có ảnh hưởng, tạo ra mối quan hệ xã hội một chiều mạnh mẽ hơn giữa họ.
Giả thuyết H3(+) cho thấy "Sự thu hút" của người có ảnh hưởng có tác động tích cực đến "Tương tác xã hội một chiều" giữa người có ảnh hưởng và người xem livestream, với hệ số β là 0,253 và giá trị P là 0,000 < 0,05 Kết quả này phù hợp với nghiên cứu trước của Yılmazdoğan, Doğan và Altıntaş (2021) tại Thổ Nhĩ Kỳ, nhưng cho thấy mức độ tác động cao hơn với hệ số β = 0,310 Sự khác biệt này có thể do văn hóa của mỗi quốc gia dẫn đến mức độ tác động khác nhau.
Giả thuyết H4(+) cho thấy "Sự thu hút" của người có ảnh hưởng có tác động tích cực tới "Mối quan hệ xã hội một chiều" giữa người có ảnh hưởng và người xem livestream, với hệ số β là 0,227 và giá trị P là 0,000 < 0,05 Kết quả này phù hợp với nghiên cứu trước của Rungruangjit (2022), tuy nhiên mức độ tác động cao hơn với hệ số β là 0,430 Sự khác biệt này có thể do Rungruangjit (2022) đã xem xét độ phù hợp của người có ảnh hưởng với sản phẩm trước khi đánh giá sự thu hút của họ, vì sự phù hợp này làm tăng nhận thức của người xem về sự thu hút, dẫn đến khả năng hình thành mối quan hệ xã hội một chiều cao hơn.
Giả thuyết H5(+) chỉ ra rằng "Độ tin cậy" của người có ảnh hưởng có tác động tích cực đến "Tương tác xã hội một chiều" giữa họ và người xem livestream, với hệ số β là 0,259 và giá trị P là 0,000 < 0,05 Kết quả này phù hợp với nghiên cứu của Yılmazdoğan, Doğan và Altıntaş (2021), cho thấy rằng khi người xem tin tưởng vào người có ảnh hưởng, họ có xu hướng tìm kiếm thêm thông tin về sản phẩm từ người đó, từ đó tăng cường tương tác xã hội một chiều giữa hai bên.
Giả thuyết H6(+) cho thấy "Độ tin cậy" của người có ảnh hưởng có tác động tích cực đến "Mối quan hệ xã hội một chiều" giữa họ và người xem livestream, với hệ số β là 0,173 và giá trị P là 0,000 < 0,05 Kết quả này tương đồng với nghiên cứu của Rungruangjit (2022), tuy nhiên, hệ số β của tác giả này cao hơn (0,590) Sự khác biệt này có thể do Rungruangjit đã xem xét độ phù hợp của người có ảnh hưởng với sản phẩm trước khi đánh giá độ tin cậy Nghiên cứu của Rungruangjit cũng phù hợp với Park và Lin (2020), cho thấy rằng sự phù hợp giữa người có ảnh hưởng và sản phẩm làm tăng nhận thức của người xem về độ tin cậy, từ đó củng cố mối quan hệ xã hội một chiều giữa người xem và người có ảnh hưởng.
Sự bộc lộ bản thân
Giả thuyết H7(+) cho thấy rằng "Sự bộc lộ bản thân" của người có ảnh hưởng có tác động tích cực tới "Tương tác xã hội một chiều" với người xem livestream, với hệ số β là 0,266 và giá trị P là 0,000 < 0,05 Kết quả này phù hợp với nghiên cứu của Lu và cộng sự (2023) cũng như Wang và Hu (2022), cho thấy rằng việc tự tiết lộ của người có ảnh hưởng trong livestream tạo ấn tượng tốt về sự chân thành và thúc đẩy tương tác xã hội một chiều.
Giả thuyết H8(+) cho rằng "Sự bộc lộ bản thân" của người có ảnh hưởng và người xem livestream có tác động tích cực đến "Mối quan hệ xã hội một chiều" giữa hai bên, với hệ số β là 0,176 và giá trị P là 0,002, nhỏ hơn 0,05 Kết quả này phù hợp với nghiên cứu của Lu và cộng sự (2023) cũng như Leite và Baptista.
Việc tự tiết lộ của người có ảnh hưởng trên livestream không chỉ thể hiện sự thích thú mà còn làm cho người xem cảm thấy gần gũi hơn với họ Điều này góp phần tăng cường mối quan hệ xã hội một chiều giữa người có ảnh hưởng và khán giả.
Tương tác xã hội một chiều
Giả thuyết H9(+) cho rằng "Tương tác xã hội một chiều" giữa người có ảnh hưởng và người xem livestream có tác động tích cực tới "Mối quan hệ xã hội một chiều", với hệ số β là 0,214 và giá trị P là 0,008 < 0,05 Kết quả này phù hợp với nghiên cứu của Lu và cộng sự (2023) cùng Sherrick và cộng sự (2020), cho thấy livestream tăng cường khả năng tương tác xã hội một chiều, từ đó nâng cao sự gắn kết cảm xúc và tạo cơ hội hình thành mối quan hệ xã hội một chiều.
Giả thuyết H10(+) cho thấy rằng “Tương tác xã hội một chiều” giữa người có ảnh hưởng và người xem livestream có tác động tích cực đến “Sự tín nhiệm thương hiệu” của người xem, với hệ số β là 0,401 và giá trị P là 0,000, nhỏ hơn 0,05 Kết quả này phù hợp với nghiên cứu của Gong (2021), khẳng định rằng tương tác xã hội một chiều có thể làm tăng sự tín nhiệm thương hiệu Người tiêu dùng có khả năng chuyển giao đánh giá của họ về người có ảnh hưởng sang thương hiệu (Wang và Scheinbaum, 2018), dẫn đến việc người xem livestream có thể chuyển cảm xúc tích cực từ tương tác xã hội một chiều với người có ảnh hưởng sang thương hiệu, từ đó nâng cao sự tín nhiệm thương hiệu.
Mối quan hệ xã hội một chiều
