Qua đó đề xuất mô hình nghiên cứu các yếu tố ảnh hưởng tới sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM dựa trên hai mô hình lý thuyết về sự chấp nhận công nghệ đó là mô hì
TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Theo Tổ chức Y tế Thế giới (WHO, 2020a), đại dịch COVID-19 bắt đầu vào cuối tháng 12 năm 2019 tại Vũ Hán, Trung Quốc, do virus SARS-CoV-2 gây ra Sự lây lan nhanh chóng của dịch bệnh qua các chuyến bay đã dẫn đến một đại dịch toàn cầu (Garthwaite, 2020) Để ngăn chặn COVID-19, các cơ quan chức năng trên thế giới đã thực hiện các biện pháp hạn chế di chuyển và giãn cách xã hội (Painter và Qiu, 2020) Tại Việt Nam, nhiều nhà hàng và quán ăn đã bị ảnh hưởng và đã chuyển đổi sang hình thức bán đồ ăn mang về để thích ứng với tình hình.
Nhịp sống hiện đại tại Việt Nam đã dẫn đến sự thay đổi trong thói quen ăn uống, với nhiều người chuyển sang sử dụng dịch vụ giao hàng tận nơi Theo khảo sát của Q&Me vào tháng 12/2020, GrabFood và Now là hai ứng dụng giao đồ ăn phổ biến nhất, với 80% người tham gia khảo sát đã từng sử dụng dịch vụ này Doanh thu thị trường giao đồ ăn trực tuyến tại Việt Nam dự kiến đạt 449 triệu USD vào năm 2023, với tốc độ tăng trưởng trung bình 28,5% mỗi năm Lý do chính khiến người tiêu dùng chọn giao đồ ăn trực tuyến là sự tiện lợi (63%), thời tiết xấu (25%), và sự đa dạng món ăn (6%) Việc đặt món qua ứng dụng giúp khách hàng tránh được điều kiện thời tiết không thuận lợi và tiết kiệm thời gian Đặc biệt, trong bối cảnh dịch COVID-19, việc sử dụng ứng dụng giao đồ ăn trở nên cần thiết để hạn chế tiếp xúc và ra ngoài.
Cùng với sự phát triển mạnh mẽ của công nghệ, ngày càng nhiều nhà hàng đã tận dụng cơ hội để tập trung vào kinh doanh trực tuyến, bán đồ ăn qua các ứng dụng di động Tính đến cuối năm 2019, Việt Nam đã trở thành một trong những quốc gia tiên phong trong lĩnh vực này.
Theo thống kê tháng 12/2020, Việt Nam có 16,7 triệu thuê bao di động (Cục viễn thông, 2021), với 94% người dùng Internet sử dụng hàng ngày (Vnetwork, 2019) Sự gia tăng sử dụng điện thoại di động đã dẫn đến sự ra mắt của nhiều ví điện tử, mang lại tiện lợi cho cả tài xế và người mua Xu hướng phát triển dịch vụ di động và gia tăng người dùng Internet đã trở thành công cụ thiết yếu trong cuộc sống Hình ảnh quảng cáo các chương trình khuyến mãi trên ứng dụng giao đồ ăn kích thích nhu cầu chi tiêu trực tuyến của người dùng.
Thị trường giao đồ ăn tại Việt Nam đang phát triển mạnh mẽ với sự tham gia của nhiều tập đoàn trong và ngoài nước Baemin, ứng dụng giao đồ ăn hàng đầu tại Hàn Quốc, đã gia nhập thị trường Thành phố Hồ Chí Minh vào năm 2019 với sứ mệnh “Giúp mọi người ăn ngon mọi lúc mọi nơi.” Để cạnh tranh với các ứng dụng như Now và Grab Food, Baemin cần xác định các yếu tố quyết định để phát triển chiến lược tăng cường nhận biết và sử dụng Nghiên cứu về sự chấp nhận công nghệ giao đồ ăn trực tuyến, đặc biệt trong bối cảnh dịch COVID-19, là rất cần thiết, vì hiện tại có rất ít tài liệu nghiên cứu tại Việt Nam về vấn đề này Nghiên cứu “Sự chấp nhận sử dụng ứng dụng giao đồ ăn trong bối cảnh COVID-19” sẽ tập trung vào Baemin tại Thành phố Hồ Chí Minh, nhằm tìm ra các yếu tố ảnh hưởng đến sự chấp nhận sử dụng ứng dụng Kết quả nghiên cứu sẽ cung cấp những hàm ý quản trị hữu ích cho các nhà kinh doanh trong việc xây dựng chiến lược phù hợp nhằm gia tăng hành vi chấp nhận sử dụng ứng dụng Baemin và các ứng dụng giao đồ ăn khác.
Mục tiêu nghiên cứu
Nghiên cứu này nhằm khám phá các yếu tố ảnh hưởng đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM Đề xuất mô hình nghiên cứu dựa trên hai lý thuyết chính về sự chấp nhận công nghệ: Mô hình chấp nhận công nghệ (TAM) của Davis (1989) và Mô hình UTAUT2 của Venkatesh và cộng sự (2012).
1.2.2 Mục tiêu cụ thể Đề tài đặt ra các mục tiêu cụ thể sau:
Nghiên cứu này nhằm xác định các yếu tố ảnh hưởng đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19.
Đo lường tác động của các yếu tố đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19 là rất quan trọng.
Thái độ đóng vai trò trung gian quan trọng trong việc ảnh hưởng đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh, đặc biệt trong bối cảnh dịch COVID-19.
Nghiên cứu này phân tích sự khác biệt giữa các nhóm giới tính, độ tuổi, nghề nghiệp, thu nhập cá nhân và kinh nghiệm mua sắm trực tuyến về mức độ ảnh hưởng của các yếu tố đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19.
Để nâng cao nhận thức của người dùng về lợi ích của việc sử dụng FDA và gia tăng sự chấp nhận, các nhà quản trị cần đề xuất một số hàm ý quản trị hiệu quả Điều này không chỉ giúp cải thiện chất lượng dịch vụ ứng dụng giao đồ ăn Baemin mà còn tạo ra sự tin tưởng và hài lòng từ phía khách hàng.
Câu hỏi nghiên cứu
Dựa trên các mục tiêu của đề tài, người nghiên cứu đặt ra các câu hỏi sau:
(1) Những yếu tố nào ảnh hưởng tới sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19?
Mức độ tác động của các yếu tố đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19 là rất quan trọng Các yếu tố này bao gồm sự tiện lợi, độ tin cậy của dịch vụ, và sự an toàn trong giao hàng Trong thời gian dịch bệnh, người tiêu dùng ngày càng ưu tiên các ứng dụng giao đồ ăn có khả năng đáp ứng nhanh chóng và hiệu quả, đồng thời đảm bảo các biện pháp phòng chống dịch Sự chấp nhận của người dùng đối với Baemin cũng phụ thuộc vào trải nghiệm cá nhân và đánh giá từ cộng đồng.
Yếu tố thái độ đóng vai trò trung gian quan trọng trong việc ảnh hưởng đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh, đặc biệt trong bối cảnh dịch COVID-19 Sự chấp nhận này không chỉ phụ thuộc vào các yếu tố bên ngoài như chất lượng dịch vụ và sự tiện lợi, mà còn bị chi phối bởi thái độ của người dùng đối với ứng dụng Thái độ tích cực có thể thúc đẩy việc sử dụng ứng dụng, trong khi thái độ tiêu cực có thể cản trở sự chấp nhận Do đó, việc hiểu rõ vai trò của thái độ là cần thiết để tối ưu hóa trải nghiệm người dùng và tăng cường sự chấp nhận ứng dụng trong thời gian khó khăn này.
Có sự khác biệt giữa các nhóm như giới tính, độ tuổi, nghề nghiệp, thu nhập cá nhân và kinh nghiệm mua sắm trực tuyến về mức độ tác động của các yếu tố đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19.
Để nâng cao nhận thức của người dùng và tăng cường sự chấp nhận ứng dụng giao đồ ăn Baemin tại Thành phố, các nhà quản trị cần chú trọng vào việc cải thiện trải nghiệm người dùng, tăng cường các chiến dịch marketing hiệu quả, và lắng nghe phản hồi từ khách hàng Đồng thời, việc cung cấp thông tin rõ ràng về lợi ích và tính năng của ứng dụng cũng là yếu tố quan trọng giúp người dùng dễ dàng tiếp cận và tin tưởng hơn vào dịch vụ.
Hồ Chí Minh trong bối cảnh dịch COVID-19?
Phạm vi nghiên cứu
Đề tài nghiên cứu các yếu tố ảnh hưởng đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19 Đối tượng khảo sát bao gồm nam và nữ đang sinh sống, làm việc và học tập tại thành phố này, những người đã và đang sử dụng ứng dụng Baemin Nghiên cứu được thực hiện trong khoảng thời gian từ tháng 02/2021 đến tháng 05/2021, tập trung vào mối quan hệ và mức độ tác động của các nhân tố độc lập đến nhân tố phụ thuộc thông qua một nhân tố trung gian Kết quả nghiên cứu sẽ cung cấp các hàm ý quản trị dựa trên mối quan hệ và mức độ tác động này.
Phương pháp nghiên cứu
Có hai phương pháp nghiên cứu được kết hợp sử dụng là phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng
Phương pháp nghiên cứu định tính dựa trên lý thuyết để xây dựng mô hình nghiên cứu, xác định các biến quan sát và thiết kế bảng hỏi Nó bao gồm việc tham khảo ý kiến chuyên gia, xác định vấn đề và câu hỏi nghiên cứu, cũng như các phương pháp và định hướng nghiên cứu Mục tiêu là củng cố độ chính xác của các thang đo trong thiết kế bảng khảo sát, từ đó giúp người nghiên cứu hoàn thiện và chỉnh sửa bảng hỏi, phục vụ cho quá trình nghiên cứu định lượng.
Phương pháp nghiên cứu định lượng bao gồm việc kiểm định mô hình và giả thuyết nghiên cứu, sau đó xử lý số liệu bằng phần mềm SPSS.20 để đánh giá độ tin cậy của thang đo Nghiên cứu áp dụng phân tích nhân tố khám phá EFA và sử dụng phần mềm AMOS.20 cho phân tích nhân tố khẳng định CFA cùng với phân tích mô hình cấu trúc tuyến tính SEM Ngoài ra, nghiên cứu còn thực hiện phân tích T-test và ANOVA để xác định sự khác biệt giữa các nhóm nhân khẩu học và các yếu tố ảnh hưởng.
Ý nghĩa của đề tài
Nghiên cứu này tổng quan các lý thuyết và đề tài nghiên cứu trước đây liên quan đến sự chấp nhận ứng dụng giao đồ ăn Baemin, đặc biệt trong bối cảnh dịch COVID-19 tại TP.HCM Bằng cách tích hợp hai mô hình lý thuyết là Mô hình chấp nhận công nghệ (TAM) và Mô hình UTAUT2, nghiên cứu đề xuất một mô hình mới về các yếu tố ảnh hưởng đến sự chấp nhận sử dụng ứng dụng Baemin Kết quả khẳng định tính giá trị và độ tin cậy của TAM và UTAUT2 khi áp dụng trong nghiên cứu về công nghệ mới, đồng thời cho thấy sự toàn diện hơn khi kết hợp hai mô hình này Nghiên cứu đã xây dựng mô hình tích hợp về sự chấp nhận ứng dụng Baemin, góp phần vào kiến thức về sự chấp nhận công nghệ mới và hành vi khách hàng trong ngành Marketing.
1.6.2 Ý nghĩa thực tiễn Đề tài đã xác định các yếu tố tác động đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh trong bối cảnh dịch COVID-19, đồng thời chỉ ra chiều hướng tác động, mức độ tác động của từng yếu tố và hiểu được sự nhận thức của người sử dụng về các thuộc tính mà FDA mang lại cho họ Đề tài cũng cung cấp cho các nhà quản trị hiểu sâu sắc các yếu tố thuộc thuộc tính của FDA và các yếu tố môi trường dẫn đến sự chấp nhận sử dụng FDA trong bối cảnh dịch COVID-19 của người tiêu dùng ở TP.HCM nói riêng và các thành phố khác trong cả nước nói chung để từ đó có những phương thức quản lý và Marketing nhằm cải tiến chất lượng dịch vụ và nâng cao nhận thức về việc sử dụng FDA nhằm gia tăng sự chấp nhận sử dụng Baemin trong cộng đồng.
Bố cục của đề tài
Chương 1 Tổng quan về đề tài nghiên cứu
Chương này nêu rõ lý do và mục tiêu của nghiên cứu, đồng thời đặt ra các câu hỏi nghiên cứu cụ thể Nó cũng xác định phạm vi và đối tượng nghiên cứu, trình bày phương pháp nghiên cứu được áp dụng, và cuối cùng là cấu trúc của đề tài.
Chương 2 Cơ sở lý luận
Trong chương này, chúng tôi sẽ khám phá các khái niệm liên quan đến ứng dụng giao đồ ăn và mức độ chấp nhận của người dùng Đồng thời, chúng tôi cũng sẽ trình bày các nghiên cứu trước đây có liên quan đến đề tài, từ đó hình thành các giả thuyết và mô hình nghiên cứu cho đề tài này.
Chương 3 Phương pháp nghiên cứu
Chương này sẽ trình bày tiến trình nghiên cứu, mô hình đề xuất và tổng hợp các giả thuyết nghiên cứu Nó sẽ đề cập đến các giai đoạn nghiên cứu dựa trên phương pháp định tính và định lượng, bao gồm việc xây dựng thang đo, cách chọn mẫu, xác định mẫu, và công cụ khảo sát Cuối cùng, quá trình thu thập thông tin sẽ được thực hiện thông qua bảng câu hỏi.
Chương 4 Kết quả nghiên cứu
Nghiên cứu này trình bày việc phân tích và xử lý dữ liệu từ bảng câu hỏi khảo sát bằng phần mềm SPSS 20.0 và AMOS 20.0 Cụ thể, nghiên cứu thực hiện phân tích thống kê mô tả, kiểm tra độ tin cậy của thang đo qua hệ số Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA), và xây dựng mô hình cấu trúc tuyến tính (SEM) Mục tiêu là kiểm định các yếu tố ảnh hưởng đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại Thành phố Hồ Chí Minh.
Chương 5 Kết luận và hàm ý quản trị
Dựa trên các kết quả phân tích, nghiên cứu đã rút ra một số kết luận và chỉ ra những hạn chế của đề tài Bên cạnh đó, nghiên cứu cũng đề xuất một số hàm ý quản trị và trình bày hướng nghiên cứu tiếp theo cho lĩnh vực này.
Trong chương 1, nghiên cứu được bắt đầu bằng việc xác định vấn đề thông qua phương pháp quan sát và thu thập dữ liệu thứ cấp để hiểu rõ lý do thực hiện đề tài Tác giả đã đưa ra các mục tiêu chung, mục tiêu cụ thể và câu hỏi nghiên cứu nhằm định hướng cho nghiên cứu Đề tài cũng xác định phạm vi nghiên cứu về không gian và thời gian, cùng với đối tượng nghiên cứu và khảo sát Hai phương pháp nghiên cứu định tính và định lượng được giới thiệu, nhấn mạnh ý nghĩa của đề tài về mặt học thuật và thực tiễn Cuối cùng, bố cục của đề tài nghiên cứu được trình bày rõ ràng.
Chương tiếp theo sẽ trình bày các khái niệm và mô hình lý thuyết cơ bản, cùng với những nghiên cứu liên quan trong và ngoài nước về đề tài.
CƠ SỞ LÝ THUYẾT
Các khái niệm liên quan
2.1.1 Ứng dụng giao đồ ăn (Food Delivery App - FDA)
Dịch vụ giao đồ ăn trực tuyến (OFD) cho phép người tiêu dùng đặt hàng và nhận đồ ăn từ nhiều nhà hàng thông qua ứng dụng hoặc trang web, và xu hướng này đã thúc đẩy sự phát triển của các ứng dụng giao đồ ăn (FDA) (Ray và cộng sự, 2019) Trong bối cảnh COVID-19, FDA đã trở thành cầu nối quan trọng giữa người tiêu dùng và nhà hàng, giúp người tiêu dùng dễ dàng đặt bữa ăn và cho phép nhà hàng duy trì hoạt động (Bakker, 2016) Các nhà hàng muốn cung cấp dịch vụ giao hàng có thể hợp tác với dịch vụ giao hàng bên thứ ba, mở rộng lựa chọn cho khách hàng FDA đảm nhận việc giao hàng và thu phí từ cả nhà hàng và người tiêu dùng, đồng thời cung cấp nhiều chức năng như nhận và chuyển đơn đặt hàng, dịch vụ thanh toán và khả năng theo dõi (Li và cộng sự, 2020).
Sự phát triển của các công ty giao hàng trực tuyến đang tạo điều kiện cho người tiêu dùng dễ dàng lựa chọn và so sánh sản phẩm, đặc biệt là trong lĩnh vực giao đồ ăn tại Việt Nam Các ứng dụng giao đồ ăn miễn phí trên điện thoại thông minh giúp người dùng tìm kiếm và đặt hàng thực phẩm trực tuyến, cho phép họ tiêu thụ tại các địa điểm trực tiếp Người dùng có thể xem danh sách nhà hàng, thực đơn và xếp hạng một cách thuận tiện, đồng thời hoàn tất đơn hàng qua thanh toán trực tuyến hoặc thanh toán khi nhận hàng Hơn nữa, họ còn có thể theo dõi trạng thái đơn hàng mà không cần phải tương tác trực tiếp với nhà hàng.
Quy trình giao thức ăn trực tuyến được Salunkhe, Udgir và Petkar (2018) mô tả bao gồm các bước sau: Khách hàng đăng ký trên trang web hoặc ứng dụng, chọn nhà hàng gần đó, xem thực đơn, quyết định đặt hàng, thanh toán trực tuyến, và gửi đơn hàng đến cổng giao thực phẩm Nhà hàng nhận đơn đặt hàng và chuẩn bị món ăn theo thời gian đã hứa Cuối cùng, người giao đồ ăn nhận đơn từ nhà hàng và giao đến tận nhà khách hàng Quá trình này có sự tham gia của ba bên chính: nhà phát triển ứng dụng, nhà hàng và khách hàng.
Các khái niệm về sự chấp nhận sử dụng dịch vụ được phát triển từ lý thuyết tâm lý học hành vi, nhằm dự đoán hành vi cá nhân qua các phản ứng tâm lý chịu ảnh hưởng từ tác động bên trong và bên ngoài Nghiên cứu về hành vi chấp nhận sử dụng dịch vụ, đặc biệt trong lĩnh vực công nghệ, dựa trên Thuyết hành động hợp lý (TRA) và Thuyết hành vi dự định (TPB) để xây dựng các mô hình như Mô hình chấp nhận sử dụng công nghệ (TAM) và Mô hình chấp nhận và sử dụng công nghệ (UTAUT).
Hành vi chấp nhận sử dụng dịch vụ thể hiện sự cam kết của khách hàng trong việc duy trì sử dụng dịch vụ Sự hài lòng về dịch vụ đóng vai trò quan trọng trong việc đánh giá hành vi này, khi khách hàng xem việc sử dụng dịch vụ là quyết định đúng đắn và mang lại sự thích thú Điều này dẫn đến cam kết tiếp tục sử dụng dịch vụ trong tương lai.
Các mô hình lý thuyết về sự chấp nhận sử dụng ứng dụng giao đồ ăn trực tuyến
2.2.1 Mô hình chấp nhận công nghệ (Technology Acceptance Model – TAM)
Mô hình chấp nhận công nghệ (TAM) là một sự thích nghi của Thuyết hành động hợp lý (TRA) và được phát triển bởi Davis (1989) để dự đoán sự chấp nhận công nghệ mới từ góc độ người tiêu dùng TAM giải thích hành vi cá nhân thông qua niềm tin, thái độ, ý định và hành vi, với hai yếu tố chính là Sự hữu ích cảm nhận và Sự dễ sử dụng cảm nhận, giúp mô tả thái độ và ý định của người tiêu dùng Niềm tin của người dùng đối với hệ thống có thể bị ảnh hưởng bởi các biến bên ngoài trong mô hình TAM.
Hình 2.1: Mô hình chấp nhận công nghệ (Technology Acceptance Model – TAM)
Sự hữu ích cảm nhận (Perceived Usefulness)
Sự dễ sử dụng cảm nhận
Thái độ hướng tới sử dụng
(Attitude Towards Use) Ý định sử dụng
Thói quen sử dụng hệ thống (Actual Usage)
Sự hữu ích cảm nhận (Perceived Usefulness) là mức độ mà cá nhân tin rằng việc sử dụng hệ thống sẽ mang lại lợi ích cho công việc và cuộc sống của họ, theo nghiên cứu của Davis (1989).
Sự dễ sử dụng cảm nhận (Perceived Ease of Use) đề cập đến mức độ mà người tiêu dùng có thể sử dụng sản phẩm một cách dễ dàng, với ít hoặc không cần nỗ lực, theo nghiên cứu của Davis (1989).
Trong lĩnh vực nghiên cứu công nghệ thông tin, nhiều chuyên gia đã mở rộng Mô hình Chấp nhận Công nghệ (TAM) và thảo luận về các yếu tố bổ sung có thể ảnh hưởng đến việc chấp nhận công nghệ (Taylor và Todd, 1995; Venkatesh, 2000).
Nghiên cứu này không chỉ tập trung vào Mô hình Chấp nhận Công nghệ (TAM) mà còn giới thiệu Mô hình Mở rộng Lý thuyết Thống nhất Sự Chấp nhận và Sử dụng Công nghệ (UTAUT2) Mục tiêu là bổ sung các yếu tố khác có thể ảnh hưởng đến sự chấp nhận ứng dụng giao đồ ăn Baemin của người tiêu dùng tại TP.HCM, đồng thời thảo luận và giải thích sự chấp nhận này trên một cơ sở rộng hơn.
2.2.2 Mô hình mở rộng lý thuyết thống nhất sự chấp nhận và sử dụng công nghệ (Unified Theory of Acceptance and Use of Technology – UTAUT2)
Mô hình UTAUT hiện đang được sử dụng rộng rãi để lý giải việc áp dụng công nghệ, được phát triển từ ba lý thuyết chính: Mô hình lý thuyết hành động hợp lý (TRA), Thuyết hành vi dự định (TPB) và Mô hình chấp nhận công nghệ (TAM) UTAUT bao gồm bốn yếu tố cốt lõi: Hiệu quả mong đợi, Nỗ lực mong đợi, Ảnh hưởng xã hội và Điều kiện thuận lợi Venkatesh và cộng sự (2012) đã mở rộng mô hình này với ba yếu tố bổ sung: Động lực thụ hưởng, Giá trị giá cả và Thói quen, tạo thành UTAUT2 Mô hình UTAUT2 đã chứng minh sự vượt trội trong việc giải thích sự chấp nhận công nghệ trong các bối cảnh tiêu dùng khác nhau.
Hình 2.2: Mô hình mở rộng lý thuyết thống nhất sự chấp nhận và sử dụng công nghệ
(Unified Theory of Acceptance and Use of Technology – UTAUT2)
(Nguồn: Venkatesh và cộng sự, 2012)
Hiệu quả mong đợi (Performance Expectancy) đề cập đến mức độ mà việc sử dụng công nghệ có thể mang lại lợi ích cho người tiêu dùng trong việc thực hiện các hoạt động cụ thể (Venkatesh và cộng sự, 2003).
Thói quen Động lực hưởng thụ Điều kiện thuận lợi Ảnh hưởng xã hội
Tuổi Giới tính Kinh nghiệm
• Nỗ lực mong đợi (Effort Expectancy): Là mức độ dễ dàng sử dụng các công nghệ (Venkatesh và cộng sự, 2003)
Ảnh hưởng xã hội đề cập đến mức độ mà người tiêu dùng cảm nhận rằng những người quan trọng trong cuộc sống của họ, như gia đình và bạn bè, tin rằng họ nên áp dụng một công nghệ nhất định.
Facilitating Conditions refer to users' perceptions of the available resources and support necessary to perform a specific behavior, as defined by Venkatesh et al (2003).
• Động lực hưởng thụ (Hedonic Motivation): Niềm vui hay sự thích thú có được từ việc sử dụng một công nghệ cụ thể (Venkatesh và cộng sự, 2012)
Giá trị giá cả là nhận thức của người tiêu dùng về sự đánh đổi giữa lợi ích mà họ nhận được từ việc ứng dụng công nghệ và số tiền mà họ phải chi trả để sử dụng các công nghệ đó (Venkatesh và cộng sự, 2012).
• Thói quen (Habit): Mức độ mà mọi người có xu hướng thực hiện hành vi một cách tự động (Venkatesh và cộng sự, 2012).
Ứng dụng mô hình lý thuyết về sự chấp nhận sử dụng ứng dụng giao đồ ăn trực tuyến 14
Để khẳng định mô hình lý thuyết TAM là công cụ đáng tin cậy cho việc đề xuất mô hình và thiết kế nghiên cứu, các nhà nghiên cứu đã tìm kiếm các bài nghiên cứu liên quan Ibrahim và cộng sự (2017) đã chỉ ra rằng ngoài hai yếu tố chính trong mô hình TAM là sự hữu ích cảm nhận và sự dễ sử dụng cảm nhận, còn có ba yếu tố khác ảnh hưởng đến sự chấp nhận e-learning của sinh viên, bao gồm đặc điểm của người hướng dẫn, tính hiệu quả của máy tính và thiết kế khóa học Tương tự, nghiên cứu của Lee và cộng sự (2018) về sự chấp nhận robot phục vụ nhà hàng ở Đài Loan cho thấy ba yếu tố trong mô hình TAM, bao gồm sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận và thái độ, cùng với hai yếu tố bổ sung là chất lượng đầu ra và niềm tin, đều tác động đến sự chấp nhận Ngoài ra, ba yếu tố này cũng ảnh hưởng đến việc sử dụng Google Classroom của sinh viên tại trường Cao đẳng Đại học Al Buraimi ở Oman.
Nghiên cứu của Tu và Hu (2018) chỉ ra rằng yếu tố sự hữu ích cảm nhận và thái độ trong mô hình TAM, cùng với khả năng tương thích, sự đổi mới cá nhân, ảnh hưởng từ người khác, tiêu chuẩn chủ quan, hiệu quả bản thân và nhận thức điều khiển hành vi, đều tác động đến sự chấp nhận cho thuê quần áo của người tiêu dùng ở Đài Loan Hơn nữa, Rafique và cộng sự (2020) cho thấy rằng sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận, thái độ trong mô hình TAM, cùng với thói quen và chất lượng hệ thống, ảnh hưởng đến việc chấp nhận các ứng dụng thư viện trên di động ở Pakistan Các nghiên cứu này được tổng hợp trong bảng dưới đây.
Bảng 2.1 Tổng hợp các nghiên cứu liên quan sử dụng mô hình TAM
Kết quả Chủ đề nghiên cứu Tác giả
Sự hữu ích cảm nhận
Sự dễ sử dụng cảm nhận Đặc điểm của người hướng dẫn
Tính hiệu quả của máy tính
Chấp nhận e-learning dựa trên mô hình chấp nhận công nghệ (TAM)
Sự hữu ích cảm nhận
Sự dễ sử dụng cảm nhận
Sử dụng mô hình chấp nhận công nghệ lý giải sự chấp nhận cho robot phục vụ nhà hàng
Sự hữu ích cảm nhận
Sự dễ sử dụng cảm nhận
Sự chấp nhận của sinh viên đối với Google Classroom:
Nghiên cứu thăm dò sử dụng Phương pháp tiếp cận PLS- SEM
Al-Maroof và Al-Emran
Sự hữu ích cảm nhận Nghiên cứu về các yếu tố ảnh hưởng đến sự sẵn sàng
Sự đổi mới cá nhân
Thái độ Ảnh hưởng bởi người khác
Nhận thức điều khiển hành vi chấp nhận cho thuê quần áo của người tiêu dùng
Sự hữu ích cảm nhận
Sự dễ sử dụng cảm nhận
Thói quen Điều tra việc chấp nhận các ứng dụng thư viện trên di động với mô hình chấp nhận công nghệ
(Nguồn: Tác giả tổng hợp)
Mô hình TAM đã được xác nhận có ảnh hưởng lớn đến sự chấp nhận sử dụng công nghệ mới, đặc biệt trong các hoạt động dịch vụ Nhiều nghiên cứu đã áp dụng mô hình này để đo lường các yếu tố tác động đến việc chấp nhận công nghệ Đặc biệt, mô hình TAM rất phù hợp cho các nghiên cứu tại các nước đang phát triển, nơi người dùng đang tiếp cận với các sản phẩm công nghệ hiện đại hơn.
Để khẳng định rằng mô hình lý thuyết UTAUT2 là công cụ đáng tin cậy cho việc đề xuất mô hình và thiết kế nghiên cứu, người nghiên cứu đã tiến hành tìm kiếm các bài nghiên cứu liên quan sử dụng mô hình này Các nghiên cứu đó đã được tác giả tổng hợp trong bảng dưới đây.
Bảng 2.2 Tổng hợp các nghiên cứu liên quan sử dụng mô hình UTAUT2
Kết quả Chủ đề nghiên cứu Tác giả
Nỗ lực mong đợi Ảnh hưởng xã hội
Nhận thức rủi ro trong sự chấp nhận thanh toán qua mạng xã hội
Nỗ lực mong đợi Ảnh hưởng xã hội Điều kiện thuận lợi Động lực hưởng thụ
Dự đoán sự chấp nhận và sử dụng công nghệ thông tin và truyền thông của người lớn tuổi:
Kiểm tra thực nghiệm về UTAUT2 sửa đổi
Sự tín nhiệm được nhận thức Động lực thụ hưởng
Hiệu quả mong đợi Ảnh hưởng xã hội Điều kiện thuận lợi
Sự chấp nhận của người dùng đối với các ứng dụng cho thiết bị di động dành cho nhà hàng:
Palau-Saumell và cộng sự (2019)
Nỗ lực mong đợi Ảnh hưởng xã hội Điều kiện thuận lợi Động lực hưởng thụ
Sự chấp nhận của khách hàng đối với tiếp thị di động ở Jordan: Mô hình UTAUT2 mở rộng với sự tin tưởng và các yếu tố rủi ro
Nỗ lực mong đợi Ảnh hưởng xã hội Điều kiện thuận lợi Động lực hưởng thụ
Các yếu tố ảnh hưởng đến việc chấp nhận học kết hợp trong giáo dục y khoa: áp dụng mô hình UTAUT2
(Nguồn: Tác giả tổng hợp)
Nghiên cứu của Vân (2016) cho thấy rằng hiệu quả mong đợi, nỗ lực mong đợi và ảnh hưởng xã hội trong mô hình UTAUT2, cùng với hai yếu tố bổ sung là sự tin tưởng và nhận thức rủi ro, đều có tác động đáng kể đến sự chấp nhận thanh toán qua mạng xã hội tại Thành phố Hồ Chí Minh.
Nghiên cứu năm 2017 đã xác định 6 yếu tố trong mô hình UTAUT2 ảnh hưởng đến sự chấp nhận và sử dụng công nghệ thông tin của người lớn tuổi ở Bồ Đào Nha, bao gồm hiệu quả mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội, điều kiện thuận lợi, động lực hưởng thụ và thói quen Ngoài ra, sự tín nhiệm được nhận thức cũng là yếu tố quan trọng trong việc chấp nhận ứng dụng di động cho nhà hàng (Palau-Saumell và cộng sự, 2019) Eneizan và cộng sự (2019) đã chỉ ra rằng yếu tố rủi ro cũng ảnh hưởng đến sự chấp nhận của khách hàng đối với tiếp thị di động ở Jordan Theo nghiên cứu của Azizi và cộng sự (2020), cả 7 yếu tố trong mô hình UTAUT2 đều có tác động đến việc chấp nhận học kết hợp trong giáo dục y khoa của sinh viên tại Đại học Khoa học Y khoa Kermanshah, Iran Các kết quả này được tổng hợp trong bảng 2.2.
Mô hình UTAUT2 có khả năng giải thích 70% các trường hợp chấp nhận sử dụng, vượt trội hơn so với các mô hình trước đây, chỉ giải thích được 30-45% các trường hợp này.
Các yếu tố ảnh hưởng tới sự chấp nhận sử dụng ứng dụng giao đồ ăn trực tuyến
Bài viết tổng quan các lý thuyết về ứng dụng giao đồ ăn trực tuyến (FDA) và sự chấp nhận công nghệ, đặc biệt là hai mô hình lý thuyết nền TAM và UTAUT2 Qua việc tổng hợp các nghiên cứu trong và ngoài nước, bốn nhân tố chính được xác định là: Hiệu quả mong đợi (PE), Nỗ lực mong đợi (EE), Ảnh hưởng xã hội (SI), và Điều kiện thuận lợi (FC), có tác động gián tiếp đến sự chấp nhận sử dụng ứng dụng giao đồ ăn trực tuyến Baemin trong bối cảnh dịch COVID-19 tại Thành phố Hồ Chí Minh Đặc biệt, nhân tố Thái độ (AT) có ảnh hưởng trực tiếp đến sự chấp nhận này.
2.4.1 Hiệu quả mong đợi (Performance Expectancy )
Hiệu quả mong đợi là mức độ mà công nghệ mang lại lợi ích cho người tiêu dùng trong các hoạt động cụ thể (Venkatesh và cộng sự, 2003) Người dùng có xu hướng áp dụng công nghệ mới khi họ tin rằng nó sẽ hỗ trợ họ trong công việc Nhiều nghiên cứu đã chỉ ra rằng hiệu quả mong đợi ảnh hưởng đến sự chấp nhận công nghệ, như chấp nhận thanh toán qua mạng xã hội (Vân, 2016), sử dụng công nghệ thông tin và truyền thông của người lớn tuổi (Macedo, 2017), e-learning (Ibrahim và cộng sự, 2017), robot phục vụ nhà hàng (Lee và cộng sự, 2018), và Google Classroom (Al-Maroof và Al-Emran).
2018), chấp nhận cho thuê quần áo (Tu và Hu, 2018), tiếp thị di động (Eneizan và cộng sự,
Nghiên cứu này tập trung vào việc người dùng tin rằng ứng dụng giao đồ ăn Baemin sẽ tối ưu hóa các giao dịch, giúp tiết kiệm thời gian và chi phí Do đó, giả thuyết được đưa ra là có mối quan hệ giữa hiệu quả mong đợi và sự chấp nhận sử dụng ứng dụng Baemin trong bối cảnh dịch COVID-19.
Giả thuyết H1: Hiệu quả mong đợi có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
2.4.2 Nỗ lực mong đợi (Effort Expectancy)
Nỗ lực mong đợi là mức độ dễ dàng sử dụng các công nghệ (Venkatesh và cộng sự, 2003) và được áp dụng trong mô hình chấp nhận công nghệ (Davis, 1989) như một yếu tố quan trọng trong việc đánh giá tính dễ sử dụng cảm nhận Ý tưởng này cho thấy rằng việc sử dụng công nghệ điện tử mới không nên tốn nhiều công sức, và mức độ đơn giản hay phức tạp sẽ ảnh hưởng đến khả năng chấp nhận của cá nhân đối với sự cải tiến đó (Ibrahim và cộng sự, 2017) Nhiều nghiên cứu đã chỉ ra rằng một trong những rào cản lớn nhất đối với việc chấp nhận công nghệ mới là mức độ dễ sử dụng của nó (Vân, 2016; Macedo, 2017; Lee và cộng sự, 2018; Al-Maroof và Al-Emran, 2018; Palau-Saumell và cộng sự, 2019; Eneizan và cộng sự, 2019; Rafique và cộng sự, 2020; Azizi và cộng sự, 2020) Nghiên cứu này sẽ đánh giá nỗ lực mong đợi trong việc sử dụng ứng dụng giao đồ ăn Baemin mà không cần phải nỗ lực nhiều, từ đó đưa ra giả thuyết rằng nỗ lực mong đợi có ảnh hưởng đến sự chấp nhận sử dụng ứng dụng này trong bối cảnh dịch COVID-19.
Giả thuyết H2: Nỗ lực mong đợi có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
2.4.3 Ảnh hưởng xã hội (Social Influence) Ảnh hưởng xã hội được định nghĩa là mức độ mà một cá nhân nhận thấy rằng những những người quan trọng tin rằng nên sử dụng hệ thống mới và vai trò của ảnh hưởng xã hội trong các quyết định chấp nhận công nghệ là rất phức tạp và phụ thuộc vào hàng loạt các ảnh hưởng ngẫu nhiên (Venkatesh và cộng sự, 2003) Có nhiều những nghiên cứu cũng đã khẳng định ảnh hưởng xã hội là yếu tố quan trọng làm nên sự thành công của sự đổi mới công nghệ (Macedo, 2017; Tu và Hu, 2018; Palau-Saumell và cộng sự, 2019; Eneizan và cộng sự, 2019; Azizi và cộng sự, 2020) Trong nghiên cứu này thì yếu tố ảnh hưởng xã hội là mức tác động của những người có ảnh hưởng (gia đình, bạn bè, xã hội…) nghĩ rằng người sử dụng nên dùng công nghệ mới này
Giả thuyết H3: Ảnh hưởng xã hội có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
2.4.4 Điều kiện thuận lợi (Facilitating Conditions) Điều kiện thuận lợi là mức độ mà cá nhân tin rằng tồn tại cơ sở hạ tầng kỹ thuật và tổ chức để hỗ trợ cho việc sử dụng hệ thống (Venkatesh và cộng sự, 2003), thể hiện cảm nhận của người dùng về các nguồn lực và hỗ trợ sẵn có để thực hiện một hành vi cụ thể Định nghĩa này được thể hiện bằng 3 cấu trúc của yếu tố nhận thức kiểm soát hành vi trong lý thuyết TPB (Ajzen, 1985; 1991); TAM (Davis và cộng sự, 1989; 1993), yếu tố điều kiện thuận lợi trong mô hình MPCU (Thompson và cộng sự, 1991) Venkatesh (2000) đã tìm thấy sự ủng hộ về sự tác động của điều kiện thuận lợi lên ý định và hành vi sử dụng bởi kỳ vọng nỗ lực Theo Macedo (2017) điều kiện thuận lợi có tất cả các vấn đề liên quan đến việc sử dụng công nghệ như phần cứng, phần mềm và sự hỗ trợ kỹ thuật từ bên ngoài Có nhiều những nghiên cứu cũng đã khẳng định điều kiện thuận lợi là yếu tố quan trọng làm nên sự thành công của sự đổi mới công nghệ (Macedo, 2017; Palau-Saumell và cộng sự, 2019; Eneizan và cộng sự, 2019; Azizi và cộng sự, 2020) Trong nghiên cứu này thì điều kiện thuận lợi là mức độ sẵn sàng của các công nghệ hoặc hỗ trợ kỹ thuật của các tổ chức cho việc sử dụng ứng dụng giao đồ ăn là hỗ trợ của mạng Internet, mạng wifi
Giả thuyết H4: Điều kiện thuận lợi có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
2.4.5 Thái độ sử dụng (Attitude to Using)
Thái độ của cá nhân là khuynh hướng hành động nhất quán theo hướng tích cực hoặc tiêu cực, và có thể bị ảnh hưởng bởi các yếu tố bên ngoài (Schiffman và cộng sự, 2010) Ý kiến của cá nhân về việc sử dụng công nghệ cụ thể sẽ ảnh hưởng đến thái độ của họ, với ý định thực hiện hành vi phụ thuộc vào đánh giá thuận lợi về hành vi đó (Ajzen, 1991) Những người có thái độ tích cực hơn đối với hành vi sẽ có khả năng chấp nhận hành vi đó cao hơn (Thornton và cộng sự, 2007) Thái độ đối với công nghệ là yếu tố quan trọng, vì nó ảnh hưởng trực tiếp đến việc chấp nhận đổi mới công nghệ (Moura, 2017; Lee và cộng sự, 2018; Al-Maroof và Al-Emran, 2018; Tu và Hu, 2018) Do đó, nghiên cứu đưa ra giả thuyết như sau:
Giả thuyết H5: Thái độ có tác động dương đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
2.4.6 Sự chấp nhận (Acceptance to Using)
Sự chấp nhận công nghệ mới là phản ứng của cá nhân trong việc áp dụng vào cuộc sống (Venkatesh, 2003) Theo Rogers (2003), sự chấp nhận là quyết định tận dụng triệt để sự đổi mới Nó thể hiện sự tin tưởng vào khả năng áp dụng công nghệ mới, như trong việc cho thuê quần áo (Tu và Hu, 2018) Sự thay đổi hành vi trong việc chấp nhận công nghệ mới, như e-learning và Google Classroom, là cần thiết để thích ứng với thực trạng hiện nay (Ibrahim và cộng sự, 2017; Al-Maroof và Al-Emran, 2018) Mô hình UTAUT2 cho thấy người dùng quyết định sử dụng công nghệ mới dựa trên tính năng và ưu điểm để đạt kết quả cao trong giáo dục y khoa (Azizi và cộng sự, 2020) Tính hiệu quả của công nghệ thanh toán trực tuyến khuyến khích người dùng chấp nhận thanh toán qua mạng xã hội (Vân, 2016) Sự cân nhắc giữa các yếu tố tích cực và tiêu cực ảnh hưởng đến việc chấp nhận ứng dụng di động cho nhà hàng (Palau-Saumell và cộng sự, 2019) Công nghệ mới mang lại sự hữu ích, nhanh chóng và tiện lợi trong việc ứng dụng thư viện trên điện thoại di động (Rafique và cộng sự, 2020) Sự chấp nhận được xác định qua sự hài lòng và quyết định sử dụng của người dùng, cũng như hành vi giới thiệu cho người khác (Akbar, 2013) Nhiều nghiên cứu xác định sự chấp nhận là sự thực thi, sử dụng, hay sự thỏa mãn, với sự thỏa mãn thường là biến phụ thuộc cho sự thành công của công nghệ (Montazemi, 1988; Raymond, 1990) Trong nghiên cứu này, sự chấp nhận được xác định là sự sử dụng, tin dùng hay sự thỏa mãn khi áp dụng công nghệ giao đồ ăn trực tuyến.
Trong chương 2, người nghiên cứu xây dựng cơ sở lý thuyết về sự chấp nhận, trình bày các khái niệm chính liên quan đến đề tài Hai mô hình lý thuyết nền được giới thiệu là Mô hình chấp nhận công nghệ (TAM) của Davis (1989) và Mô hình UTAUT2 của Venkatesh và cộng sự (2012) Nghiên cứu cũng lược khảo các nghiên cứu trong và ngoài nước về sự chấp nhận công nghệ, phân tích các yếu tố ảnh hưởng thông qua biến trung gian thái độ Cuối cùng, vai trò trung gian của thái độ được trình bày, tạo nền tảng cho mô hình nghiên cứu.
Chương tiếp theo sẽ đề xuất mô hình nghiên cứu, các giả thiết nghiên cứu và phương pháp nghiên cứu để kiểm định mô hình.
PHƯƠNG PHÁP NGHIÊN CỨU
Tiến trình nghiên cứu
Hình 3.1 Tiến trình nghiên cứu
(Nguồn: Tác giả nghiên cứu)
Xây dựng cơ sở lý thuyết
Mô hình lý thuyết về sự chấp nhận công nghệ
Nghiên cứu định lượng chính thức (330 phiếu khảo sát)
Phân tích nhân tố khám phá EFA
Phân tích mô hình cấu trúc tuyến tính SEM
Phân tích nhân tố khẳng định CFA
Xin ý kiến chuyên gia Thiết kế lại thang đo
Phỏng vấn 10 người sử dụng
Loại các biến có tương quan với biến tổng
> 0,3 Kiểm định hệ số Cronbach’s Alpha ≥ 0,6
Loại bỏ các biến có hệ số Factor Loading nhỏ hơn 0,5 Kiểm tra trị số KMO trong khoảng từ 0,5 đến 1 Tổng phương sai trích cần đạt từ 50% trở lên Đánh giá độ tương thích với dữ liệu thị trường, độ tin cậy tổng hợp, phương sai trích, cũng như giá trị hội tụ và phân biệt.
Kiểm tra độ thích hợp của mô hình là bước quan trọng trong phân tích dữ liệu Việc kiểm tra các giả thiết của mô hình giúp đảm bảo tính chính xác và độ tin cậy của kết quả Ước lượng lại mô hình bằng phương pháp Bootstrap cung cấp cái nhìn sâu sắc hơn về độ ổn định của các ước lượng Cuối cùng, việc thực hiện kiểm định giả thiết thông qua T-test và ANOVA cho phép so sánh các nhóm và xác định sự khác biệt có ý nghĩa thống kê.
Mô hình nghiên cứu đề xuất và giả thuyết nghiên cứu
3.2.1 Mô hình nghiên cứu đề xuất
Sau khi thống kê các nghiên cứu liên quan đến sự chấp nhận công nghệ, tác giả nhận thấy mô hình TAM và UTAUT2 là cơ sở lý thuyết phù hợp cho nghiên cứu Các yếu tố trong mô hình TAM như Sự hữu ích cảm nhận và Sự dễ sử dụng cảm nhận tương ứng với Hiệu quả mong đợi và Nỗ lực mong đợi trong mô hình UTAUT2 Tác giả đề xuất bốn yếu tố thuộc tính công nghệ mới từ mô hình UTAUT2 và một yếu tố từ mô hình TAM để xây dựng mô hình nghiên cứu về sự chấp nhận ứng dụng giao đồ ăn Baemin Mô hình này bao gồm 4 yếu tố: Hiệu quả mong đợi, Nỗ lực mong đợi, Ảnh hưởng xã hội, và Điều kiện thuận lợi, cùng với yếu tố Thái độ có tác động trực tiếp đến sự chấp nhận sử dụng ứng dụng Baemin tại TP.HCM trong bối cảnh dịch COVID-19.
Hình 3.2 Mô hình nghiên cứu đề xuất về sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
(Nguồn: Tác giả nghiên cứu và đề xuất)
H1: Hiệu quả mong đợi có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
H2: Nỗ lực mong đợi có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
H3: Ảnh hưởng xã hội có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
H4: Điều kiện thuận lợi có tác động dương đến thái độ sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19
Hiệu quả mong đợi Điều kiện thuận lợi Ảnh hưởng xã hội
Sự chấp nhận sử dụng
H5: Thái độ sử dụng có tác động dương đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM trong bối cảnh dịch COVID-19.
Phương pháp nghiên cứu
Nghiên cứu được thực hiện qua hai giai đoạn chính: (1) Nghiên cứu sơ bộ và (2) nghiên cứu chính thức
Nghiên cứu bắt đầu bằng việc xác định tính cấp thiết và các vấn đề hiện tại Tiếp theo, nghiên cứu xác định phương pháp, mục tiêu và câu hỏi nghiên cứu cần trả lời Cơ sở lý thuyết được xây dựng làm nền tảng cho việc thiết kế mô hình đề xuất và bộ thang đo Cuối cùng, nghiên cứu dựa vào hai mô hình lý thuyết về sự chấp nhận công nghệ để phát triển cơ sở lý thuyết.
Mô hình Chấp nhận công nghệ (Technology Acceptance Model – TAM) (Davis, 1989), (2)
Mô hình Mở rộng lý thuyết thống nhất sự chấp nhận và sử dụng công nghệ (UTAUT2) được đề xuất bởi Venkatesh và cộng sự (2012) đã được áp dụng để nghiên cứu các yếu tố ảnh hưởng đến sự chấp nhận công nghệ Các thang đo được xây dựng dựa trên các nghiên cứu liên quan và đã được thảo luận với giáo viên hướng dẫn để đảm bảo tính tin cậy và giá trị Sau khi chỉnh sửa theo ý kiến góp ý, thang đo đã được gửi đến 10 người sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM để kiểm tra và hoàn thiện bảng câu hỏi Cuối cùng, thang đo được hoàn thiện và tiến hành khảo sát chính thức.
Nghiên cứu đã thực hiện một cuộc khảo sát với 330 người sống và làm việc tại Thành phố Hồ Chí Minh sau khi có thang đo chính thức Dữ liệu thu thập được đã được sàng lọc và làm sạch để loại bỏ các mẫu không hợp lệ trước khi phân tích Mục tiêu của nghiên cứu định lượng là kiểm định thang đo và mô hình nghiên cứu Dữ liệu được nhập vào và phân tích bằng phần mềm SPSS 20.0 và AMOS 20.0 Các thang đo được kiểm định bằng hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA Cuối cùng, mô hình nghiên cứu được kiểm định thông qua các phương pháp thống kê mô tả, phân tích nhân tố khẳng định CFA, phân tích mô hình cấu trúc tuyến tính SEM và phân tích phương sai One-way ANOVA.
Thiết kế công cụ khảo sát
Trong nghiên cứu, tác giả đã đề xuất 28 biến quan sát được thiết kế theo thang đo Likert Thang đo Likert là một công cụ đo lường trong đó người tham gia sẽ chọn một trong các phát biểu liên quan đến thái độ trong câu hỏi được đưa ra.
Nghiên cứu sử dụng thang đo Likert với 5 mức độ từ 1 đến 5, bao gồm: “1 – Hoàn toàn không đồng ý”, “2 – Không đồng ý”, “3 – Chưa xác định”, “4 – Đồng ý”, “5 – Hoàn toàn đồng ý”, phù hợp để thu thập thông tin Để nắm bắt đặc điểm mẫu nghiên cứu, thang đo định danh được áp dụng để thu thập dữ liệu về giới tính, độ tuổi, nghề nghiệp và thu nhập cá nhân Các thang đo này được xây dựng dựa trên các biến đề xuất từ lý thuyết nền, lược khảo các nghiên cứu liên quan và tham khảo ý kiến từ giáo viên hướng dẫn, được tóm tắt trong bảng 3.1.
Bảng 3.1 Biến đề xuất trong nhóm nhân tố của mô hình nghiên cứu
Nhân tố Biến quan sát Mã hóa Nguồn
1 Có thể nhận thức ăn nhanh chóng khi đặt qua Baemin
(2019); Yeo và cộng sự (2017); Chigona và
2 Tôi có thể lựa chọn bất kì món ăn yêu thích qua Baemin
(PE) 3 Sử dụng Baemin giúp tôi giảm bớt được tiếp xúc trong bối cảnh dịch COVID-19
4 Mua thức ăn qua Baemin giúp tôi dành thời gian cho công việc khác
5 Mua thức ăn qua Baemin giúp tôi tiết kiệm các chi phí khác
6 Thao tác cài đặt ứng dụng Baemin đơn giản
EE1 Al-Ghaith và cộng sự (2010); Suhartanto và cộng sự (2019)
7 Thao tác tìm các loại đồ ăn trên Baemin dễ dàng
8 Các bước trong quá trình đặt thức ăn qua Baemin rõ ràng
9 Có thể dễ dàng theo dõi quá trình thực hiện dịch vụ
10 Không đòi hỏi bản thân phải có nhiều kiến thức về công nghệ khi sử dụng Baemin
EE5 Ảnh hưởng xã hội
11 Tôi thích sử dụng Baemin trong bối cảnh COVID-19 vì những thành viên trong gia đình tôi sử dụng Baemin
(2003); Kiattisin và Leelasantitham (2013); Jeremy Light (2015); Kaur và cộng sự
12 Nhiều bạn bè cũng sử dụng Baemin trong bối cảnh COVID-19
13 Ứng dụng Baemin phổ biến trong bối cảnh COVID-19
14 Đặc thù công việc của tôi phù hợp sử dụng Baemin
SI4 Điều kiện thuận lợi
15 Đường truyền Internet luôn giúp tôi có thể sử dụng Baemin bất cứ nơi nào
(2008); Al-Jabri và Sohail (2012); Pelletier và cộng sự (2011); Barbosa và cộng sự (2020)
16 Có thể sử dụng Baemin bất cứ thời gian nào
17 Baemin tương thích với thiết bị (điện thoại di động, máy tính bảng,…) mà tôi đang sử dụng
18 Có mô tả, video hướng dẫn sử dụng Baemin trên Internet
19 Phương thức thanh toán đa dạng (tiền mặt, ví điện tử, thẻ ngân hàng,…)
20 Có thể đặt hàng qua Baemin ở bất cứ địa điểm nào trên địa bàn TP.HCM
21 Tôi có cái nhìn tích cực về việc sử dụng Baemin để đặt đồ ăn trực tuyến trong bối cảnh COVID-19
Curras-Perez và cộng sự (2014);
22 Sử dụng Baemin để đặt đồ ăn trực tuyến là một ý kiến hay trong bối cảnh COVID-19
23 Tôi thích sử dụng Baemin để đặt đồ ăn trực tuyến trong bối cảnh COVID-19
24 Tôi nghĩ rằng sử dụng Baemin để đặt đồ ăn trực tuyến sẽ tốt cho tôi trong bối cảnh COVID-19
25 Tôi vui khi sử dụng Baemin để đặt đồ ăn trực tuyến trong bối cảnh dịch COVID-19
26 Sử dụng Baemin trong bối cảnh COVID-19 là quyết định đúng đắn
AC1 Jansorn và cộng sự (2013); Vân (2016); Ibrahim và cộng sự
27 Giới thiệu cho bạn bè sử dụng Baemin AC2
28 Hài lòng với những gì Baemin mang lại
(Nguồn: Tác giả dựa vào nghiên cứu trước và có điều chỉnh)
Bảng hỏi gồm bốn phần:
Phần 1 đưa ra một đoạn lời ngỏ giới thiệu về người nghiên cứu, mục đích nghiên cứu, tính cấp thiết của nghiên cứu, sự đảm bảo về bảo mật thông tin của đáp viên nhằm tăng sự hợp tác cho việc cung cấp thông tin chính xác của đáp viên
Phần 2: Thông tin tổng quát
Mục đích của việc thu thập thông tin là để hiểu rõ hơn về các đặc điểm nhân khẩu học của người tham gia khảo sát, bao gồm giới tính, độ tuổi, nghề nghiệp và thu nhập cá nhân Các thang đo được thiết kế theo dạng thang đo định danh.
Phần 3: Thông tin về sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin
Phần này trình bày các câu hỏi nhằm thu thập thông tin về các yếu tố trong mô hình nghiên cứu đề xuất liên quan đến sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin tại TP.HCM Các thang đo được thiết kế theo dạng thang đo Likert với 5 mức độ.
Mục đích của phần này là ghi nhận những ý kiến đóng góp bổ sung không được đề cập trong các thang đo trước đó, nhằm phát hiện các thông tin mới mà người nghiên cứu có thể chưa dự tính trong quá trình nghiên cứu.
Mẫu nghiên cứu
3.5.1 Phương pháp tính kích cỡ mẫu
Kích thước mẫu cho nghiên cứu phụ thuộc vào phương pháp phân tích dữ liệu và độ tin cậy cần thiết (Thọ, 2011) Trong phân tích yếu tố khám phá (EFA), cỡ mẫu được xác định dựa trên kích thước tối thiểu và số lượng biến đo lường Theo Hair và cộng sự (2014), kích thước mẫu tối thiểu cho EFA là 50, nhưng lý tưởng nhất là từ 100 trở lên.
Tỷ lệ số quan sát trên một biến phân tích nên đạt 5:1 hoặc 10:1, trong đó "số quan sát" là số phiếu khảo sát hợp lệ cần thiết và "biến đo lường" là câu hỏi trong bảng khảo sát Phương pháp phân tích mô hình cấu trúc tuyến tính SEM yêu cầu kích thước mẫu lớn do dựa vào lý thuyết phân phối mẫu lớn (Raykov và Widaman, 1995) Tuy nhiên, kích thước mẫu được coi là lớn vẫn còn là vấn đề tranh cãi Bollen (1989) chỉ ra rằng kích thước mẫu tối thiểu nên là 5 mẫu, và tốt hơn là 10 mẫu cho mỗi tham số cần ước lượng.
Theo tỷ lệ 1:10, với 28 biến quan sát, số mẫu tối thiểu cần có cho nghiên cứu là 280 Tuy nhiên, để đảm bảo tính chính xác và độ tin cậy cao, tác giả đã quyết định thu thập 350 mẫu để đạt được kết quả tốt và tránh các bảng khảo sát không hợp lệ.
Dựa vào kích cỡ mẫu cần thiết cho nghiên cứu, tác giả đã chọn phương pháp chọn mẫu phi xác suất, cụ thể là phương pháp chọn mẫu thuận tiện, nhằm tạo điều kiện thuận lợi cho việc điều tra và nhanh chóng hoàn thành khảo sát Để tăng tính đại diện của mẫu, người nghiên cứu đã thu thập dữ liệu từ nhiều nhóm tuổi, nghề nghiệp và giới tính khác nhau.
Phương pháp thu thập dữ liệu
3.6.1 Phương pháp thu thập dữ liệu định lượng
Bảng câu hỏi được thiết kế và khảo sát thực tế thông qua hai hình thức Đầu tiên, vấn viên phát bảng khảo sát trực tiếp cho người thân, bạn bè và hàng xóm, đồng thời thu thập dữ liệu tại các khu vực đông dân cư như trung tâm thương mại và công viên, thu về 185 bảng Hình thức thứ hai là khảo sát trực tuyến qua Google Form, gửi bảng câu hỏi trên mạng xã hội và đăng bài vào các hội nhóm, thu được 168 bảng Tổng số phiếu khảo sát thu được là 353 bảng, nhưng sau khi làm sạch thông tin, loại bỏ 23 bảng do lỗi trả lời và bỏ trống, bộ dữ liệu chính thức để phân tích còn lại là 330 phiếu khảo sát.
3.6.2 Phương pháp thu thập dữ liệu định tính
Để phát hiện và bổ sung những nhận định cho các nội dung chưa được đề cập trong bảng khảo sát, nghiên cứu đã thực hiện một cuộc khảo sát bằng phương pháp hỏi đáp Người nghiên cứu đã gặp trực tiếp các giảng viên trong trường đại học để xin ý kiến đánh giá về sự phù hợp của các khái niệm trong mô hình nghiên cứu và chỉnh sửa các thang đo Đồng thời, nghiên cứu cũng đã gặp 10 người sử dụng ứng dụng Baemin để xác nhận tính dễ hiểu của các thang đo (chi tiết xem tại phụ lục 2).
Các phương pháp thống kê
Bảng câu hỏi sau khi khảo sát xong và làm sạch được nhập liệu và xử lý trên phần mềm SPSS 20.0 và AMOS 20.0
3.7.1 Phân tích thống kê mô tả (Descriptive Statistic)
Thống kê mô tả là phương pháp quan trọng để lập bảng thống kê, sử dụng cho thang đo định danh như giới tính và trình độ học vấn, cũng như thang đo thứ bậc như độ tuổi và thu nhập Qua việc mô tả dữ liệu về giới tính, độ tuổi, nghề nghiệp và thu nhập trung bình hàng tháng, chúng ta có thể tính toán tần suất và tỷ lệ phần trăm của từng nhóm biến Điều này giúp nắm bắt tình hình cụ thể và đưa ra những nhận xét chính xác.
3.7.2 Kiểm định độ tin cậy của thang đo (Cronbach’s Alpha)
Hệ số Cronbach’s Alpha là một công cụ thống kê quan trọng để đánh giá mức độ chặt chẽ và tương quan giữa các biến quan sát Phương pháp này giúp loại bỏ các biến không phù hợp và giảm thiểu biến rác trong nghiên cứu, từ đó cải thiện độ chính xác của độ biến thiên và độ lỗi Hệ số này chỉ áp dụng cho thang đo có từ ba biến quan sát trở lên và không thể tính độ tin cậy cho từng biến riêng lẻ bằng phần mềm SPSS Các biến có hệ số tương quan biến tổng phù hợp lớn hơn 0,3 và hệ số Alpha lớn hơn 0,7 được coi là chấp nhận được và phù hợp cho các phân tích tiếp theo (Nunnally và Bernstein, 1994).
Theo nghiên cứu của Trọng và Ngọc (2008), tác giả chấp nhận rằng nếu một bộ phận thang đo có giá trị từ 0,6 trở lên, thì nó được coi là đạt yêu cầu sử dụng.
3.7.3 Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích đa biến không có biến phụ thuộc và biến độc lập, dựa vào mối tương quan giữa các biến Phương pháp này thường được sử dụng để đánh giá giá trị thang đo và rút gọn tập biến thành các nhân tố Trong nghiên cứu này, EFA được áp dụng để tóm tắt các biến quan sát thành một số nhân tố nhất định, nhằm đo lường các thuộc tính của các khái niệm nghiên cứu Theo Hair và cộng sự, các tham số thống kê quan trọng trong EFA bao gồm
Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số quan trọng để kiểm định sự thích hợp của phân tích nhân tố, với giá trị tối thiểu cần đạt là 0,5 Nếu hệ số KMO nằm trong khoảng từ 0,5 đến 1, điều này cho thấy phân tích nhân tố là phù hợp Ngược lại, nếu KMO dưới 0,5, phân tích nhân tố có thể không thích hợp với dữ liệu.
• Thứ hai, kiểm định Bartlett (Bartlett’s test): có ý nghĩa thống kê (sig ≤ 0,05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể
Hệ số tải nhân tố (Factor Loading) là chỉ số quan trọng cho biết mối quan hệ giữa các biến đo lường và nhân tố Mỗi biến sẽ có một hệ số tải nhân tố, với giá trị càng lớn cho thấy mối liên hệ chặt chẽ hơn Để một nhân tố được coi là có ý nghĩa thực tiễn, các biến trong nhân tố cần có hệ số Factor Loading ≥ 0,5 Hệ số Factor Loading ≥ 0,3 được xem là đạt mức tối thiểu, trong khi hệ số ≥ 0,4 được coi là quan trọng và hệ số ≥ 0,5 cho thấy ý nghĩa thực tiễn rõ ràng.
• Thứ tư, tổng phương sai trích (Total Variance Explained): cho biết mức ý nghĩa của các nhân tố được rút trích, phải đạt giá trị từ 50% trở lên
Hệ số Eigenvalue trong phân tích nhân tố thể hiện mức độ biến thiên được giải thích bởi từng nhân tố Chỉ những nhân tố có Eigenvalue lớn hơn 1 mới có khả năng tóm tắt thông tin một cách hiệu quả, trong khi những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình.
Sau khi thực hiện phân tích EFA, các thang đo được chấp nhận sẽ được kiểm định mô hình thông qua CFA và SEM, do đó cần chú ý đến cấu trúc của thang đo và mối tương quan giữa các khái niệm Nghiên cứu này sẽ áp dụng phương pháp trích Principal Axis Factoring với phép xoay Promax trong phân tích EFA để đảm bảo tính chính xác trong phân tích định lượng Theo Gerbing và Anderson (1998), phương pháp này phản ánh cấu trúc dữ liệu chính xác hơn so với phương pháp trích Principal Components với phép xoay Varimax.
3.7.4 Phân tích nhân tố khẳng định CFA (Confirmatory Factor Analysis)
Phân tích nhân tố khẳng định (CFA) là bước tiếp theo của phân tích nhân tố khám phá (EFA) và là một trong những kỹ thuật thống kê quan trọng trong mô hình cấu trúc tuyến tính (SEM) CFA cho phép kiểm định mức độ phù hợp của các biến quan sát với các nhân tố, từ đó làm rõ các khía cạnh liên quan đến mối quan hệ giữa chúng.
Đo lường tính đơn hướng là một yếu tố quan trọng trong việc đánh giá mức độ phù hợp của mô hình với dữ liệu thị trường Theo Hair và cộng sự (1998), điều này là cần thiết để đảm bảo rằng tập biến quan sát đạt được tính đơn hướng, trừ khi có sự tương quan giữa các sai số của các biến quan sát Để đo lường mức độ phù hợp với thông tin thị trường, các chỉ số thường được sử dụng bao gồm Chi-square (CMIN), Chi-square điều chỉnh theo bậc tự do (CMIN/df), chỉ số thích hợp tốt (GFI), chỉ số thích hợp so sánh (CFI), chỉ số Tucker và Lewis (TLI), và chỉ số RMSEA.
Theo Hair và cộng sự (2010), mô hình được coi là phù hợp với dữ liệu thị trường khi kiểm định Chi-square có P-value > 0,05; CMIN/df ≤ 2 là tốt, CMIN/df ≤ 5 là chấp nhận được, và trong một số trường hợp, CMIN/df có thể ≤ 3 Các chỉ số GFI, TLI, CFI nên nằm trong khoảng từ 0,9 đến 1, trong khi RMSEA ≤ 0,08 được xem là tốt Tuy nhiên, do hạn chế về cỡ mẫu, giá trị GFI có thể khó đạt mức 0,9, vì chỉ số này phụ thuộc nhiều vào số thang đo, số biến quan sát và cỡ mẫu Do đó, nếu giá trị GFI dưới 0,9 nhưng từ 0,8 trở lên thì vẫn được chấp nhận.
Để cải thiện độ phù hợp mô hình (Model Fit) trong CFA khi các chỉ số không đạt ngưỡng chấp nhận, thường sử dụng mũi tên 2 chiều Covariance trong AMOS để kết nối các sai số có chỉ số MI (Modification Indices) cao trong cùng một thang đo Việc này giúp giảm Chi-square và nâng cao các chỉ số Model Fit.
Độ tin cậy của thang đo được xác định thông qua hai chỉ số chính: độ tin cậy tổng hợp (ρc) và tổng phương sai trích (ρvc) Các chỉ số này được tính toán theo công thức cụ thể để đảm bảo tính chính xác và độ tin cậy của thang đo.
Trong phân tích nhân tố, trọng số chuẩn hóa của biến quan sát thứ i được ký hiệu là λ𝑖, trong khi (1 - λ𝑖^2) đại diện cho phương sai của sai số đo lường biến quan sát đó, và p là số lượng biến quan sát trong thang đo Phương sai trích là chỉ số quan trọng để đo lường độ tin cậy, phản ánh lượng biến thiên chung của các biến quan sát được tính toán bởi biến tiềm ẩn Theo nghiên cứu của Hair và cộng sự (2010), phương sai trích của mỗi khái niệm cần phải vượt quá 0,5 Độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố) cũng là một yếu tố quan trọng trong CFA, thường được đánh giá thông qua hệ số Cronbach’s Alpha, vì hệ số này đo lường tính kiên định nội tại của các biến quan sát trong thang đo.
Giá trị hội tụ được xác định khi các trọng số chuẩn hóa của các thang đo đều đạt mức cao (> 0,5) và có ý nghĩa thống kê (p < 0,05) theo nghiên cứu của Gerbing và Anderson (1998).