TÊN ĐỀ TÀI: CÁC YẾU TỐ CỦA VIỆC PHÁT SÓNG TRỰC TIẾP

(LIVESTREAM) ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA HÀNG THỜI TRANG

CỦA GIỚI TRẺ TRÊN TIKTOK SHOP.
MỤC LỤC

LỜI CAM ĐOAN (Oanh)

Chúng tôi xin cam kết đề tài: “CÁC YẾU TỐ CỦA VIỆC PHÁT SÓNG
TRỰC TIẾP (LIVESTREAM) ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA HÀNG
THỜI TRANG CỦA GIỚI TRẺ TRÊN TIKTOK SHOP” là công trình nghiên
cứu độc lập của nhóm chúng tôi. Các số liệu và kết quả trong bài là hoàn toàn
đúng đắn và có nguồn gốc rõ ràng từ các phiếu khảo sát mà chúng tôi thu thập
được. Chúng tôi cam đoan kết quả được trình bày trong công trình nghiên cứu này
chưa được thông cáo ở bất kì bài nghiên cứu nào. Ngoài ra cũng không có sự sao
chép bất hợp pháp từ các nguồn khác.
TÓM TẮT (5 mục nhỏ bên dưới) (Oanh)
Mục đích bài nghiên cứu: TikTok Shop là sàn thương mại điện tử có tiềm năng
phát triển vượt trội khi chưa tròn một năm ra mắt nhưng lại thu hút một lượng lớn
khách hàng với những dự án hứa hẹn sẽ bùng nổ trong tương lai. Để thu được con
số ấn tượng như thế, TikTok Shop đã tận dụng triệt để ưu thế bằng cách tiếp cận
khách hàng thông qua phát sóng trực tiếp (livestream). Đây được xem là một trong
những hình thức nổ đơn hiệu quả bởi nó đánh vào tâm lí của người mua khi đối
diện với những sản phẩm bắt mắt. Theo cuộc khảo sát Influencer Marketing
Factory, 40% các khách hàng đã mua ít nhất một mặt hàng hoặc dịch vụ khi xem
một buổi livestream trên mạng xã hội. Không chỉ thế livestream còn tiếp cận được
nguồn khách hàng tiềm năng khổng lồ, đặc biệt là bộ phận giới trẻ khi có tới “hơn
một nửa cở sở người dùng của TikTok” là thế hệ Z và thế hệ millennials.
https://blog.vn.revu.net/tiktok-live-shopping/ Đồng thời, ngành hàng thời trang
đang là một trong những lĩnh vực mà giới trẻ hiện nay quan tâm và hướng tới. Tuy
nhiên, tồn tại song song với những lợi ích, việc phát triển với tốc độ choáng ngợp
cũng là một mối lo ngại khi các doanh nghiệp và người bán chỉ mải mê chạy theo
lợi nhuận mà không chú ý đến việc đảm bảo chất lượng hay trải nghiệm tốt cho
khách hàng. Bên cạnh đó, những người kinh doanh trên nền tảng TikTok Shop
cũng gặp nhiều khó khăn trong việc giao dịch khi không được đề xuất nếu nội
dung không còn thú vị. Chính vì thế, nhóm nghiên cứu quyết định chọn đề tài này
với mục tiêu tìm hiểu, phân tích, đánh giá những tác động của các yếu tố liên quan
đến việc phát sóng trực tiếp lên ý định mua hàng thời trang của giới trẻ.
Phương pháp: Nhóm tác giả thu thập dữ liệu bằng cách chọn lọc các mẫu tương
ứng phù hợp thông qua bảng câu hỏi khảo sát về các yếu tố của phát sóng trực tiếp

1
ảnh hưởng đến ý định mua hàng thời trang của giới trẻ (N=213 hợp lệ). Sau đó
tổng hợp, phân tích, thống kê mô tả, suy diễn bằng phần mềm SPSS 20.0. Tiếp
đến nhóm nghiên cứu tiến hành kiểm định độ tin cậy bằng Cronbach’s Alpha và
phân tích nhân tố khám phá EFA. Cuối cùng thông qua phần mềm SmartPLS
4.0.9.2 để đánh giá mô hình đo lường và mô hình cấu trúc tuyến tính nhằm kiểm
tra và đánh giá các tác động của biến.
Kết quả: Trải qua một quá trình nghiên cứu dựa trên các số liệu khảo sát được,
nhóm thu nhận được kết quả nghiên cứu phản ánh hai biến tồn tại trong hai giả
thiết ý định mua hàng và niềm tin là: YD2:“Tôi sẽ xem xét việc mua sắm hàng
thời trang qua livestream là lựa chọn mua sắm ưu tiên của mình” và NT4: “Tôi tin
rằng các sản phẩm thời trang tôi nhận được sẽ giống những sản phẩm được giới
thiệu trên các phiên phát trực tiếp” chưa đáp ứng được độ tin cậy đồng nghĩa hai
biến này sẽ không có sự tác động lên ý định mua hàng thời trang của giới trẻ hiện
nay. Ngoài ra, các biến còn lại thuộc các yếu tố: chất lượng thông tin sản phẩm, ý
định mua hàng, sự tương tác, niềm tin và sự thu hút của người bán đều đạt chuẩn
độ tin cậy. Do đó có thể kết luận các yếu tố còn lại nêu trên đều có ảnh hưởng đến
ý định mua hàng thời trang của giới trẻ ngày nay.
Kết luận: Thông qua các số liệu phân tích và thu thập, nhóm nghiên cứu nhận
thấy tác động mạnh mẽ của các yếu tố: chất lượng thông tin, sự tương tác, niềm
tin, sự thu hút của người bán lên ý định mua hàng thời trang của giới trẻ. Qua đó
đánh giá tình hình thực trạng và tiến hành đưa ra một số giải pháp, khuyến nghị cụ
thể với mục đích cải thiện quan điểm, góc nhìn đa chiều, tổng quan hơn cho mọi
người và đồng thời hỗ trợ người kinh doanh khắc phục khuyết điểm nhằm mở
rộng thị trường
Từ khóa: Phát sóng trực tiếp (livestream), Mô hình SOR, Sự thu hút của người
bán, Chất lượng thông tin, Sự tương tác, Niềm tin, Ý định mua hàng.
CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI
1. Lý do lựa chọn đề tài
Sàn thương mại điện tử TikTok Shop được biết là một sàn thương mại điện
tử trong ứng dụng mạng xã hội TikTok, ra mắt vào tháng 2 năm 2022 và nhanh
chóng trở thành xu hướng mua sắm được ưa chuộng tại Việt Nam. Trong bối cảnh
dịch Covid 19 bùng phát mạnh mẽdữ dội, nhu cầu mua sắm trực tuyến lại tăng cao
khiến cho TikTok Shop được sử dụng rộng rãi hơn nữa. Sau 9 tháng ra mắt, nền
tảng này đã có doanh số đạt 1.698 tỷ đồng vượt qua cả Tiki mà chỉ đứng sau
Lazada và Shopee trên bảng xếp hạng các sàn thương mại điện tử có doanh thu
lớn nhất tháng tại Việt Nam. Một trong những lợi thế của TikTok Shop là hoạt
động trên nền tảng nội dung video và phát huy tối đa hiệu quả xu hướng bán hàng

2
thông qua mô hình phát sóng trực tiếp livestream. Người bán có thể dễ dàng trao
đổi với khách hàng về thông tin chi tiết của sản phẩm thông qua livestream. Đây là
một hình thức phổ biến và cũng dần trở thành một xu hướng nổi bật được Metric
chỉ ra với 62% số người được khảo sát sử dụng livestream với mục đích mua sắm.
Bên cạnh đó, thống kê mới nhất của trang điện tử tổng hợp Cafe Biz đã chỉ ra
rằng, với số lượng người tiêu dùng xem livestream để mua sắm ngày càng tăng đã
giúp TikTok Shop vượt mặt sàn thương mại Lazada vươn lên đứng vị trí thứ 2 về
thị phần doanh thu với số liệu được thu thập bởi Metric lần lượt là 20% cho
TikTok Shop và 16% cho Lazada trong quý II/2023. Livestream đang dần thu hút
sự chú ý nhiều hơn và góp phần thúc đẩy sự phát sinh nhu cầu tiêu dùng của khách
hàng, đặc biệt là trong lĩnh vực thời trang. Điều này là vô cùng cần thiết để giúp
khách hàng có một cái nhìn tổng quát và sâu sắc hơn về sản phẩm nhằm tạo trong
lòng khách hàng độ tin cậy nhất định. Tận dụng những lợi thế của nền tảng và mô
hình livestream sẽ giúp doanh thu và phát triển sàn thương mại điện tử này. Bên
cạnh những lợi thế, TikTok Shop cũng tồn tại những hạn chế đối với người mua
và người bán.nhược điểm đói người mua lẫn người kinh doanh. Vấn đề thứ nhất là
việc giao dịch trên TikTok Shop. Gian hàng của người bán sẽ không được đề xuất
hiển thị nếu như nội dung không còn mới hay thú vị mặc dù sản phẩm có chất
lượng cao và giá cả hợp lý.mặc cho cho họ có chiến tích như thế nào trước đó hay
sản phẩm có chất lượng như thế nào. Mặt khác,Và một thách thức lớn với nhà bán
hàng và KOC phải đối mặt với nữa là tỷ lệ chuyển đổi giữa việc ra quyết định mua
hàng của khách hàng sẽ phụ thuộc vào cảm xúc của họ. Đây là một khía cạnh, mà
cảm xúc thì khó kiểm soát và dự đoán ( ). Vì vậy, rất cần thiết đểĐây là những vấn
đề cấp thiết có những chiến lược giải quyết phù hợp, phá bỏ hàng rào cản trở sự
phát triển của TikTok Shop đến người tiêu dùng. ĐồngVà đồng thời làm rõ mối
quan hệ giữa các yếu tố của việc phát sóng trực tiếp và ý định mua hàng của giới
trẻ tại Thành phố Hồ Chí Minh lên ngành hàng thời trang. Nhằm hỗ trợ nền tảng
TikTok Shop khắc phục những khuyết điểm để có trải nghiệm tuyệt vời nhất cho
khách hàng cũng như gia tăng doanh thu giúp sàn thương mại này ngày càng phát
triển rộng rãi hơn. Nhóm chúngChúng tôi đã quyết định lựa chọn đề tài: “CÁC

3
YẾU TỐ CỦA VIỆC PHÁT SÓNG TRỰC TIẾP (LIVESTREAM) ẢNH
HƯỞNG ĐẾN Ý ĐỊNH MUA HÀNG THỜI TRANG CỦA GIỚI TRẺ TRÊN
TIKTOK SHOP TẠI ĐỊA BÀN TP.HCM”.

Đề tài nghiên cứu được dựa trên mô hình SOR, đây được hiểu là một mô
hình lý thuyết trong tâm lý học để giải thích quá trình phản ứng của con người
trước những tác động của môi trường kích thích. Trong đó bao gồm các yếu tố
kích thích (Stimulus), cơ chế phản ứng của cơ thể (Organism) và hành vi đáp ứng
sau đó (Response). Khi nghiên cứu về ảnh hưởng của livestream lên ý định mua
hàng thời trang của giới trẻ theo mô hình SOR thì các yếu tố kích thích sẽ bao
gồm các video livestream quảng cáo các sản phẩm thời trang hay những bài viết
liên quan. Ngoài ra còn có giá cả, chất lượng mức độ phù hợp, cơ chế phản ứng
của cơ thể là những cảm xúc, hành vi, suy nghĩ của người tiêu dùng khi tiếp xúc
với các tác nhân kích thích và hành vi đáp ứng là những hành động người dùng
sau khi tiếp nhận kích thích và phản ứng của cơ thể. Mô hình SOR trong phân tích
tác động của việc phát trực tiếp lên ý định mua hàng thời trang của giới trẻ sẽ giúp
các nhà quản lý thương hiệu hiểu rõ hơn về các yếu tố quan trọng và cách chúng
tác động lên người tiêu dùng như thế nào. Từ đó tối ưu hóa chiến lược quảng cáo,
tăng hiệu quả kinh doanh.

2. Mục tiêu của dự án

Mục tiêu 1: Thiết lập mô hình nghiên cứu nhằm phân tích, đo lường, xác
định mức độ ảnh hưởng giữa các yếu tố tác động của việc livestream và ý định
mua hàng của người tiêu dùng, cụ thể hơn là số đông bộ phận giới trẻ.
Mục tiêu 2: Nghiên cứu các tác động của livestream lên việc quảng bá sản
phẩm thời trang đến giới trẻ ngày nay.
Mục tiêu 3: Tìm ra những khuyến nghị hỗ trợ người bán hàng thời trang,
các doanh nghiệp mở rộng thị trường, nâng cao lợi nhuận bằng hình thức phát
sóng trực tiếp.

4
 Mục tiêu 4: Thu hút ngày càng đông đảo người xem tham gia vào TikTok
Shop, trực tiếp đẩy mạnh sức tiêu thụ thông qua hình thức bán hàng livestream.
3. Câu hỏi nghiên cứu
Câu hỏi 1: Các yếu tố nào của livestream ảnh hưởng đến ý định mua hàng
của giới trẻ trên Tik Tok tại địa bàn TPHCM?
Câu hỏi 2: Mức độ ảnh hưởng của các yếu tố đó vào ý định mua hàng như
thế nào?
Câu hỏi 3: Khuyến nghị nào là hiệu quả để thu hút sự chú ý của người xem
vào livestream?
4. Phương pháp nghiên cứu
Nghiên cứu áp dụng cả 2 phương pháp định tính và định lượng:
Đối với phương pháp định tính: Nghiên cứu được thực hiện thông qua
hình thức khảo sát trực tiếp với đối tượng là giới trẻ nằm trong độ tuổi 15 - 30 tuổi
có thói quen mua hàng thời trang thông qua livestream trên TikTok Shop nhằm
điều chỉnh nội dung câu hỏi, đồng thời ghi nhận thêm các phát biểu (nếu có) cho
thành phần biến. Bên cạnh đó nhóm còn thảo luận với giáo viên hướng dẫn để
điều chỉnh bảng câu hỏi cho phù hợp.
Đối với phương pháp định lượng: Nhóm tác giả sẽ thu thập 253 dữ liệu
dự kiến về các yếu tố tác động thông qua việc khảo sát giới trẻ trên địa bàn
TP.HCM. Sau đó chọn lọc đưa ra các mẫu phù hợp cho nghiên cứu để phục vụ
cho mục đích tổng hợp, phân tích, thống kê mô tả, suy diễn bằng phần mềm SPSS
20.0. Phân tích độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA.
Sau cùng, đánh giá mô hình đo lường và mô hình cấu trúc tuyến tính để kiểm tra,
đánh giá các tác động của các biến thông qua phần mềm SmartPLS 4.0.9.2.
5. Đối tượng và phạm vi nghiên cứu
5.1. Đối tượng
Học sinh, sinh viên đang học và làm việc trên địa bàn TPHCM
Người trong độ tuổi từ 15-30 tuổi có sử dụng Tik Tok và có thói quen mua
sắm trên livestream ở TPHCM
5.2. Phạm vi nghiên cứu

5
 Về mặt không gian: Đề tài được thực hiện thông qua quá trình nghiên cứu
thực tiễn trên địa bàn TPHCM.
Về mặt thời gian: Từ ngày 15/6/2023 đến ngày 26/7/2023.
5.3. Thời gian nghiên cứu
Bài khảo sát thực hiện từ khoảng tháng 7/2023 đến tháng 8/2023
6. Đóng góp đề tài
6.1. Về mặt lý thuyết
Sự kết hợp của thương mại điện tử và phát trực tiếp đã dần thay đổi cách
thức mua sắm của người tiêu dùng. Ý định mua hàng của người tiêu dùng được tác
động bằng cách xem trực tiếp trên mạng xã hội nói chung và TikTok nói riêng.
Tuy nhiên cách người tiêu dùng đưa ra ý định mua hàng khi xem phát trực tiếp tại
TikTok Shop chưa được đi sâu tìm hiểu, phân tích kỹ càng về những ưu, nhược
điểm. Do đó, bài nghiên cứu này sẽ tăng thêm hiểu biết về nền tảng phát trực tiếp
sẽ ảnh hưởng như thế nào đến ý định mua hàng của giới trẻ trên nền tảng TikTok
Shop.
Về cơ bản, kết quả chỉ ra mức độ ảnh hưởng của các yếu tố sự tương tác,
chất lượng thông tin, sự thu hút của người bán đến niềm tin và ý định mua hàng
của người tiêu dùng. Từ đó ảnh hưởng đến ý định mua hàng của giới trẻ trong bối
cảnh phát trực tiếp. Các yếu tố trên như một động lực chính tạo thuận lợi cho việc
mua hàng của người tiêu dùng có chủ đích và chọn lọc. Nhiều nghiên cứu cho
thấy các biến quan sát trên tác động mạnh mẽ đến ý định mua hàng trên mô hình
phát trực tiếp. Do đó, cung cấp sự hiểu biết sâu sắc hơn về mối quan hệ cũng như
mức độ ảnh hưởng của các yếu tố trên theo mô hình SOR. Nhiều nghiên cứu xác
định rằng việc người tiêu dùng tin tưởng ảnh hưởng đáng kể đến ý định mua hàng
(Chang và cộng sự, 2015; Dabbous và cộng sự, 2020). Và nghiên cứu đưa ra bằng
chứng thống kê để chứng minh rằng sự tương tác, chất lượng thông tin, sự thu hút
của người bán và niềm tin của khách hàng có những ảnh hưởng nhất định đến ý
định mua hàng khi phát trực tiếp (livestream).
Bên cạnh đó, dựa trên những nghiên cứu đã được thực hiện trước đó, bài
nghiên cứu này tiếp tục phát trên nhằm tăng tính hiệu quả của việc sử dụng mô

6
hình SOR và khám phá tác động của việc phát trực tiếp đối với ý định mua hàng
của người tiêu dùng trên nền tảng TikTok Shop từ góc độ môi trường đối với hành
vi mua sắm những mặt hàng thời trang.
6.2. Về mặt thực tiễn
Nghiên cứu này có thể đưa ra mức ảnh hưởng khác nhau của các biến
nguyên nhân tác động ảnh hưởng đến biến kết quả.
Nhóm tác giả mong muốn bài nghiên cứu này có thể đưa ra những khuyến
nghị cho những người phát trực tiếp tại TP.HCM có thể sử dụng để xây dựng
chiến lược của họ tốt hơn. Từ đó,nhằm thu hút nhiều người tiêu dùng mua sản
phẩm và đạt tối đa hóa lợi nhuận trên nền tảng TikTok Shop.

DANH MỤC BẢNG BIỂU

DANH MỤC HÌNH
DANH MỤC TỪ VIẾT TẮT

CHƯƠNG 2. CƠ SỞ LÝ THUYẾT
1. Các khái niệm liên quan
1.1. Định nghĩa về “giới trẻ”
Theo Liên hợp quốc (United Nations), giới trẻ nằm trong độ tuổi từ 15 đến
24 tuổi. Nhưng theo một số quốc gia như Canada và Liên minh Châu Âu lại xác
định giới trẻ sẽ nằm trong độ đuổi 15-30. Bên cạnh đó, giới trẻ đóng vai trò trong
việc xác định và tạo ra nội dung trực tiếp (Kira và Sandra, 2017). Nghiên cứu về
giới trẻ giúp chúng ta hiểu được cách họ tương tác với công nghệ và các phương
thức chuyển đổi số. Ngoài ra, thế hệ người tiêu dùng trẻ có sức mạnh chi tiêu
khổng lồ khi họ chiếm 25% lực lượng lao động và ở Việt Nam con số đó đạt gần
15 triệu người (Kyssha, 2019). Thế hệ trẻ lớn lên cùng với sự bùng nổ kinh tế,
chuyển đổi số và công nghệ (Khoa, 2020). Do đó, việc mua sắm trực tuyến trở
thành một thói quen của phần lớn giới trẻ hiện nay. Đồng thời việc truy cập vào
các sàn thương mại điện tử như TikTok Shop cũng là một hoạt động thường nhật
của giới trẻ. Trưởng phòng Tiếp thị Kỹ thuật số tại doanh nghiệp tư vấn The Pull

7
Agency, Ben Waterhouse, đã cho biết: “TikTok Live Shopping là trung tâm
thương mại mới dành cho Gen Z. Từ nghiên cứu của mình, chúng tôi biết rằng
Gen Z có nhiều khả năng bị ảnh hưởng bởi các bài đánh giá hơn bất kỳ thế hệ nào
khác và tính năng mua sắm trực tiếp khai thác điều này rất tốt vì nó gieo mầm cho
sự cấp bách, thúc đẩy doanh số bán hàng vì thời gian luôn trông có vẻ không còn
nhiều. Thêm vào đó, nó siêu tiện lợi. Họ có thể xem, khám phá, nghiên cứu và
mua tất cả sản phẩm ở một nơi”. Do đó, việc mua sắm trực tuyến trở thành một
thói quen của phần lớn giới trẻ hiện nay. Đồng thời việc truy cập vào các sàn
thương mại điện tử như TikTok Shop cũng là một hoạt động thường nhật của giới
trẻ.
1.2. TikTok Shop
TikTok Shop chính thức ra mắt 2022, là một trong những sàn thương mại
điện tử có sức ảnh hưởng lớn hiện nay. Được biết đến là một tính năng của
TikTok, TikTok Shop cho phép các doanh nghiệp, nhãn hàng quảng bá và bán sản
phẩm thông qua video giới thiệu, đường liên kết đính kèm hay phát sóng trực tiếp
(livestream).
Theo Lucas Phạm - giám đốc điều hành đơn vị tiếp thị Mango Digital: “
Khách hàng của TikTok Shop bây giờ trải nghiệm giải trí trên nền tảng và nảy
sinh ý định mua hàng” - “Các sàn Shopee, Lazada, Tiki chủ yếu tìm khách bằng
quảng cáo hiển thị như SEO, Google Adsense, Facebook Ads, người dùng như
tôi thường không thích xem quảng cáo và hay tìm cách tắt bỏ đi. TikTok thì
chủ động mang lại trải nghiệm tốt cho người xem để mời chào mua hàng.”
Điều này tạo nên mối liên hệ chặt chẽ khi có sự giao tiếp, tương tác giữa người
bán và người mua, tạo động lực đặt hàng nhanh chóng và cảm tính hơn.
TikTok Shop đưa người dùng vào vòng lặp “xem - mua - xem không
dừng”. Tạo nên một lượng tương tác, truy cập khổng lồ, giải quyết bài toán tối
đa hóa lợi nhuận mà các sàn thương mại điện tử khác đang đau đầu tìm kiếm.
TikTok Shop mang đến cái nhìn đa dạng từ nhiều góc độ, màu sắc khác
nhau. Nếu ở thị trường Âu Mỹ, việc bành trướng thị trường bị bỏ dở bởi những
cú sốc ngoài dự kiến, không thể cạnh tranh so với các sàn thương mại cũ, thị

8
trường Ấn Độ cấm cửa TikTok từ 2020, thì việc đẩy mạnh TikTok và cụ thể là
TikTok Shop ở khu vực Đông Nam Á là một ván cược, trong đó Việt Nam nổi
bật là thị trường vô cùng tiềm năng cho sự phát triển này.
Hình 1.1: Hành trình mua hàng trên TikTok không tịnh tiến

(Nguồn: Forbes Việt Nam)

1.3. Phát sóng trực tiếp (Livestream)
Livestream hay còn gọi là phát sóng trực tiếp, là quá trình tương tác trực
tuyến và trực tiếp về những gì đang diễn ra. Ngày nay, livestream được biết đến là
một trong những phương thức bán hàng hiệu quả được sử dụng phổ biến bởi các
nhãn hàng, doanh nghiệp. Với mức độ phủ sóng mạnh mẽ, ứng dụng livestream
xuất hiện nhiều ở các nền tảng mạng xã hội nổi tiếng như Facebook, Youtube,
Twitch, TikTok…, những trang thương mại điện tử như Shopee, Lazada, TikTok
Shop,... hay cả các nền tảng livestream chuyên biệt Bigo Live, Twitch, Nimo TV,
Nonolive,...Việc phát sóng trực tiếp làm cho những sự kiện trở nên độc quyền và
có giá trị hơn. Với số lượng khán giả tham gia không giới hạn,
Sau giai đoạn chịu ảnh hưởng mạnh mẽ từ đại dịch Covid-19, livestream
đặc biệt trong lĩnh vực bán hàng trở nên phổ biến với lợi tức đầu tư tích cực. Nắm
bắt thời cơ đó, các nhãn hàng, thương hiệu lớn bắt đầu nhập cuộc và thành công
rực rỡ với hình thức kinh doanh này, đặc biệt trên các sàn thương mại điện tử.
Nghiên cứu Ecomobi - nền tảng hỗ trợ bán hàng qua mạng xã hội SSP cho
thấy, công nghiệp livestream dự kiến đạt 184,27 tỷ USD vào 2027. Mặt khác,

9
trong ấn phẩm Thích ứng với Covid 19, công ty nghiên cứu thị trường Adsota
nhận định: “Có vẻ như livestream bán hàng đang thực sự trở thành xu hướng tiếp
thị hàng đầu về khả năng thực thi và hiệu quả trong ngành thương mại điện tử.”
Theo Nikkei Asia, tại các vùng nông thôn Việt Nam, xu hướng xem
livestream ngày càng phổ biến và được yêu thích. Theo số liệu thống kê từ
Facebook cho thấy, Việt Nam đang dẫn đầu thế giới về việc sử dụng tính năng trò
chuyện trong hình thức bán lẻ trực tuyến. Ở góc độ khác, xu hướng bán hàng
livestream tiếp tục được đẩy mạnh trên các sàn thương mại điện tử, tạo nên cuộc
cạnh tranh lớn giữa Lazada, Shopee, Sendo,... và gần đây nhất là sự xuất hiện của
TikTok. Theo báo cáo ngày 21/4/2023 của Metric - nền tảng số liệu đo lường
thương mại điện tử, tổng doanh thu trên 5 sàn thương mại điện tử lớn nhất Việt
Nam (Shopee, Lazada,Tiki, Sendo và TikTok Shop đạt 39.000 tỷ đồng trong quý
I. Với tổng số 412.769 nhà bán đã phát sinh đơn hàng chỉ trong ba tháng đầu năm
2023. Nhờ vào tính năng vượt trội của livestream,các chuyên gia tiếp tục dự báo
sự tăng trưởng mạnh mẽ trong tương lai gần. Cụ thể, Forbes Advisor nhận định
doanh số 2023 tăng 10,4%, đạt 6.300 tỷ USD toàn cầu. Dự đoán của Google về
quy mô thị trường thương mại điện tử tại Việt Nam năm 2025 có thể lên tới 57 tỷ
USD. Mặt hàng mang lại doanh thu lớn mạnh nhất, đặc biệt phải kể đến là thời
trang.
Từ những thống kê, nhận định trên, nhóm chúng tôi tập trung đi sâu phân
tích về thị trường thương mại điện tử TikTok Shop, với ảnh hưởng của những yếu
tố livestream, tác động đến ý định mua các mặt hàng thời trang của người tiêu
dùng Việt Nam, đặc biệt TP HCM.
2. Cơ sở lý thuyết
2.1. Lý thuyết Tương tác Xã hội (Social Interaction Theory)
Lý thuyết Tương tác Xã hội: Mô hình thuyết Tương tác Xã hội cho rằng
con người tương tác với nhau thông qua việc xử lý các dữ liệu xã hội và hành
động theo các quy tắc, giá trị và vai trò xã hội trong các tình huống khác nhau
(George Herbert Mead, thế kỷ 20). Trong đó, con người học hỏi và phát triển các
kỹ năng xã hội thông qua việc tương tác với người khác.

10
 Ngoài ra, lý thuyết Tương tác Xã hội cũng đưa ra các khái niệm về vai trò,
định hướng bản thân, sự đồng tình và sự khác biệt giữa các cá nhân trong quá trình
tương tác xã hội.
2.2. Mô hình kích thích cơ chế phản hồi (Stimulus - Organism -
Response: SOR)
Mô hình kích thích cơ chế phản hồi SOR là mô hình nghiên cứu những tác
động của các kích thích môi trường (S) lên phản ứng của người tiêu dùng (R)
thông qua sự tác động lên cơ chế nội tại (O) được khám phá bởi Mehrabian và
Russell (1974). Mô hình SOR giả định rằng con người không chỉ phản ứng từ các
kích thích môi trường như mô hình SR (Stimulus - Response) do B. F. Skinner
(1930) phát minh. Yếu tố nội tại (O) trong mô hình SOR thể hiện sự quan trọng
của quan điểm, trạng thái tâm lý, niềm tin, cảm xúc của con người đối với các
kích thích môi trường (S) từ đó tạo ra phản ứng.
3 nhóm yếu tố quan trọng trong mô hình kích thích cơ chế phản hồi bao
gồm:

Hình 2.1: Mô hình nghiên cứu của Mehrabian và Russell (1974)

(Nguồn: Nhóm tác giả đề xuất)

Những năm gần đây, mô hình SOR đã được áp dụng trong việc nghiên cứu
hành vi mua hàng của người tiêu dùng bởi sự hiệu quả và giá trị mà nó mang đến
cho bài nghiên cứu. Ví dụ Chen và cộng sự (2017) đã nghiên cứu những kích
thích môi trường như định dạng phương tiện, hình ảnh hấp dẫn tác động lên hành
vi mua sắm trực tuyến của người tiêu dùng. Hoặc nghiên cứu hành động tương
tác xã hội đến giá trị nhận được và trải nghiệm thực tế dẫn đến ý định tiếp tục
mua hàng (Hewei, T.: Sook, L. Y., 2022). Bên cạnh đó, mô hình SOR được áp
dụng để nghiên cứu hành vi mua sắm trực tuyến của người tiêu dùng như ý định

11
tiếp tục mua hàng ( Zhu và cộng sự, 2019), không gian mạng tác động hành vi
mua sắm trực tuyến, phản ứng và tương tác của người tiêu dùng.
3. Nghiên cứu mô hình SOR trong việc phát sóng trực tiếp trên sàn
TMĐT
Trong trường hợp nghiên cứu về việc phát sóng trực tuyến, mô hình SOR
đã được chứng minh qua một số nghiên cứu hiện có như sau:

Bảng 2.2: Một số nghiên cứu trước sử dụng mô hình SOR

Tác giả Kích thích môi trường Chủ thể Phản ứng

Chen và cộng sự Perceived expertise, Swift guanxi Purchase

(2022) perceived similarity, intention
perceived familiarity,
perceived likeability

Dong và động sự Information quality, Green trust Green purchase

(2022) System quality, intention
Service quality,
Social presence,
telepresence

Hu và Chaudhry Financial, social, Affective Consumer

(2020) structural commitment to engagement
the broadcaster.
Affective
commitment to
the online
marketplace

Kang và cộng sự Responsiveness, Tie strength Customer

(2021) personalization engagement
behaviours

12
Lee và Chen Attractiveness, Perceived Urge to buy
(2021) trustworthiness, enjoyment, impulsively
expertise, product perceived
usefulness, purchase usefulness
convenience, product
price

Liu và cộng sự Perceived familiarity, Normative Purchase

(2018) perceived similarity, influence, intention
perceived expertise informational
influence

Wang và cộng sự Live characteristic Social presence, Consumption

(2021) flow experience intention,
involvement

Xu và cộng sự Streamer attractiveness, Cognitive Hedonic

(2020) parasocial interaction, assimilation, consumption,
information quality Arousal impulsive
consumption,
social sharing

(Nguồn: Nhóm tác giả tổng hợp)

Dựa trên những nghiên cứu trên, mô hình SOR giúp ta xem xét trạng thái
cảm xúc, nhận thức của người xem hoặc người tiêu dùng dựa trên các yếu tố môi
trường và khả năng của nó ảnh hưởng đến hành vi mua hàng. Do đó, việc sử dụng
mô hình TAM và UTAUT sẽ không đủ khả năng giúp ta đo lường được yếu tố về
mặt cảm xúc, niềm tin, thái độ của người tiêu dùng. Do đó ta cần có một khung
công việc có thể giúp ta khám phá ra mối quan hệ giữa yếu tố kích thích môi
trường và cảm xúc, nhận thức của người mua hàng. Và nghiên cứu cách những

13
yếu tố này có thể ảnh hưởng đến ý định mua sản phẩm của khách hàng. Những
câu hỏi này có thể được giải đáp thông qua mô hình SOR.
Khi tham gia vào các sự kiện phát sóng trực tiếp, nội dung truyền thông và
thông tin sản phẩm được truyền tải từ người bán đến người xem trong thời gian
thực, nâng cao trải nghiệm của khách hàng (Hollebeek và Macky, 2019) và sự
tương tác. Phát sóng trực tuyến khuyến khích những người quảng cáo thể hiện sự
chuyên nghiệp đến khán giả, giảm bớt sự nghi ngờ của người tham gia và nâng
cao niềm tin khách hàng (Bao và cộng sự, 2016). Dưới sự tác động của những
nhân tố kích thích trong mô hình SOR, kỹ thuật phát sóng trực tiếp tạo cơ hội cho
người xem dễ dàng nhận được thông tin của sản phẩm. Điều này dễ hiểu vì thông
qua công nghệ kỹ thuật số như phát sóng trực tuyến, người dùng có cơ hội trải
nghiệm hoạt động trực tuyến tự do hơn. Giúp họ có trải nghiệm cá nhân một cách
linh hoạt và dễ dàng hơn (Leong và cộng sự, 2020).
Do khoảng cách về mặt không gian và thời gian trong môi trường trực
tuyến, người bán không thể cung cấp dịch vụ trực tiếp cho người mua trong thời
gian thực, khiến cho niềm tin giữa người mua và người bán trở thành yếu tố quan
trọng (Komiak và Benbasat, 2006).
4. Một số nghiên cứu khác
4.1. Nghiên cứu nước ngoài
4.1.1. Nghiên cứu của Xiaoxu Dong, Huawei Zhao, Tiancai Li (2022) về
Vai trò của thương mại điện tử phát trực tiếp đối với ý định mua hàng của
người tiêu dùng đối với các sản phẩm nông nghiệp xanh
Dựa trên mô hình S - O - R (Stimulus - Organism - Response), nhóm tác
giả đề xuất mô hình nghiên cứu mối quan hệ giữa các yếu tố liên quan đến
thương mại điện tử trực tiếp phát sóng trực tiếp và ý định mua sắm của người tiêu
dùng đối với sản phẩm nông sản xanh. Các biến quan sát trong 3 yếu tố được xác
định trong mô hình SOR như sau:
+ S (Stimulus): chất lượng dịch vụ, độ tin cậy của sản phẩm và độ tin cậy
của nhà bán hàng.

14
 + O (Organism): nhận thức của người tiêu dùng về các sản phẩm nông sản
xanh và niềm tin của họ đối với thương mại điện tử trực tiếp phát sóng trực tiếp.
+ R (Response): ý định mua sắm của người tiêu dùng đối với sản phẩm
nông sản xanh.
Từ 726 mẫu câu hỏi có giá trị, nghiên cứu cho thấy rằng 5 yếu tố (chất
lượng thông tin, chất lượng hệ thống, chất lượng dịch vụ, sự hiện diện trực tuyến
và sự hiện diện xã hội) đều có tác động tích cực đến sự tin tưởng vào sản phẩm
nông nghiệp xanh và tăng ý định định mua sản phẩm. Trong đó, thông qua chất
lượng thông tin từ thương mại điện tử trực tuyến, người tiêu dùng có thể có hiểu
biết sâu hơn và sống động hơn về những lợi ích của sản phẩm nông sản xanh, từ
đó thúc đẩy niềm tin xanh và ý định mua hàng xanh của họ.

Hình 2.2: Mô hình nghiên cứu của Xiaoxu Dong, Huawei Zhao, Tiancai Li
(2022)

15
 4.1.2. Nghiên cứu ảnh hưởng của giá trị cảm nhận đối với ý định mua
hàng liên tục của người tiêu dùng trong thương mại điện tử phát trực tiếp —
được đo lường qua trung gian bởi yếu tố niềm tin của người tiêu dùng -
Yanyan Wu, Hongqing Huang (2023)
Dựa trên mô hình S - O - R (Stimulus - Organism - Response), nhóm tác
giả đề xuất mô hình nghiên cứu về ảnh hưởng của giá trị định giá (perceived
value) đến ý định mua sắm liên tục của người tiêu dùng trong thương mại điện tử
trực tiếp phát sóng trực tiếp, thông qua niềm tin của người tiêu dùng. Các biến
quan sát trong 3 yếu tố được xác định trong mô hình SOR như sau:
+ S (Stimulus): sản phẩm được giới thiệu trực tiếp trên live-streaming, các
nội dung quảng cáo, giá cả, chất lượng sản phẩm, dịch vụ khách hàng, và các yếu
tố liên quan đến môi trường mua sắm trực tuyến.
+ O (Organism): sự tin tưởng của khách hàng (consumer trust), độ tin cậy
của nhà cung cấp, sự hài lòng của khách hàng về sản phẩm và dịch vụ, các giá trị
cảm nhận được (perceived value) của khách hàng.
+ R (Response): sự hài lòng, sự mua sắm liên tục (continuous purchase
intention) , sự tín nhiệm khi mua sắm trực tuyến.

Hình 2.3: Mô hình nghiên cứu của Yanyan Wu, Hongqing Huang (2023)

16
 4.2. Nghiên cứu trong nước
4.2.1. Các nhân tố ảnh hưởng đến ý định mua hàng qua các trang
mạng xã hội của người tiêu dùng - Hà Siêu Nghi (2021)
Sau ảnh hưởng của đại dịch Covid 19, nền kinh tế của nhiều nước trên thế
giới và Việt Nam đã bị ảnh hưởng nghiêm trọng khi các phương thức mua hàng
trực tiếp tại cửa hàng đều phải tạm ngưng hoạt động. Việc bán hàng thông qua
các trạng mạng xã hội, sàn thương mại điện tử trở nên cấp thiết hơn bao giờ hết.
Trong bài nghiên cứu này tác giả áp dụng mô hình cấu trúc tuyến tính SEM để
phân tích hành vi mua hàng của 205 người tiêu dùng tại Việt Nam. Từ đó sẽ đưa
ra các phân tích để kiểm định các giả thuyết đã được xây dựng dựa trên mô hình
SOR, TRA và TPR. Kết quả nghiên cứu chỉ ra rằng các yếu tố chất lượng thông
tin, nhận thức về lợi ích kinh tế, nhận thức về rủi ro, khả năng hiển thị và khả
năng tương tác trong quá trình tham gia phát sóng trực tiếp có tác động đến ý
định mua sắm khi mua hàng trực tuyến và yếu tố niềm tin có tác động trung gian
lên những mối quan hệ này. Ngược lại, khả năng hướng dẫn mua sắm trong phát
sóng trực tiếp không có mối liên hệ với ý định mua sắm và yếu tố niềm tin cũng
không có tác động trung gian lên mối quan hệ này.

Hình 2.4: Mô hình nghiên cứu của Hà Siêu Nghi (2021)

17
 5. Các giả thuyết nghiên cứu và mô hình nghiên cứu đề xuất
5.1. Sự thu hút của người bán
Sự thu hút của người phát sóng trực tiếp là ngoại hình, phong cách và tài
năng mà người xem nhận thấy đối với người phát sóng trong suốt quá trình diễn
ra phát sóng trực tiếp (Ha và Lam, 2017). Người xem có thể nhận thấy sự hài
hước và thái độ làm việc chăm chỉ của họ kết hợp với kỹ năng thuyết phục. Nhiều
khách hàng sẽ dựa vào độ nổi tiếng và độ đáng tin cậy của người đại diện cho sản
phẩm để đánh giá xem có nên mua sản phẩm đó hay không (Frevert và Walker,
2014). Với cùng ý tưởng đó, Frevert và Walker, 2014, tiết lộ rằng những người
có ngoại hình đẹp được tin là sẽ nổi tiếng và được đánh giá cao hơn so với những
người có ngoại hình kém hấp dẫn.
Trong các yếu tố chủ thể (Stimulus), sức hấp dẫn của streamer (người phát
trực tiếp) có tác động đến niềm tin trong bối cảnh phát trực tiếp các sản phẩm
thời trang. Các nghiên cứu trước đây như (Xu và cộng sự, 2020) đề cập đến sự
hấp dẫn của streamer như một yếu tố thúc đẩy hành vi mua hàng của người tiêu
dùng. Trong khi đó, các tác giả khác đồng ý rằng sự nhiệt tình của các streamer
ảnh hưởng tích cực đến ý định xem của khán giả (Wulf và cộng sự, 2018; Hamari
J., Sjöblom M, 2017). Người tiêu dùng nhận ra những giá trị mà các streamer
mang đến cho họ thông qua thái độ, kỹ năng đặc biệt và phong cách của streamer
khi họ xem phát trực tiếp. Trên cơ sở đó, giả thuyết H1 được đề xuất như sau:
*Giả thuyết đề xuất:
H1: Sự thu hút của người bán có ảnh hưởng tích cực đến niềm tin.
5.2. Chất lượng thông tin sản phẩm
Chất lượng thông tin trong bài nghiên cứu này được định nghĩa là nhận
thức của người xem đối với sự hữu ích, độ tin cậy và sự hoàn thiện của thông tin
được cung cấp trong buổi phát sóng (Hilligoss và Rieh, 2008) .Thông tin do
người bán hàng trực tuyến trình bày phải phù hợp và hữu ích trong việc dự đoán
chất lượng và tiện ích của sản phẩm hoặc dịch vụ (Wolfinbarger và Gilly, 2001).
Với cùng ý tưởng, Wang và Strong (1996), Zhang và cộng sự, (2000) đã cho thấy
rằng khách hàng hài lòng với những yếu tố như thông tin được cập nhật mới nhất

18
về sản phẩm và dịch vụ, cách truyền đạt nội dung nhất quán và dễ hiểu của người
bán để họ có thể đưa ra quyết định mua hàng. Môi trường phát sóng trực tiếp tạo
điều kiện cho người phát sóng có thể phản hồi yêu cầu của người xem về thông
tin của một sản phẩm trong thời gian thực (Hilvert Bruce và cộng sự, 2018;
Sjöblom và Hamari, 2017). Fung và Lee (1999), Keen và cộng sự (2000) đề xuất
rằng chất lượng thông tin là một cơ chế quan trọng để xây dựng niềm tin trong
quá trình tương tác trực tiếp. Cyr (2008) tìm ra rằng niềm tin bị tác động bởi cách
thiết kế thông tin, một cách dễ hiểu hơn thì đó là độ chính xác của thông tin về
sản phẩm. Trên cơ sở đó, giả thuyết H2 được đề xuất như sau:
*Giả thuyết đề xuất:
H2: Chất lượng thông tin có ảnh hưởng tích cực đến niềm tin.
5.3. Sự tương tác
Trong hoạt động phát sóng trực tiếp, tương tác là chìa khóa quan trọng
tạo nên sự khác biệt giữa mô hình bán hàng này so với các mô hình thông
thường. Đã có rất nhiều nghiên cứu đề cập và đưa ra các nhận định về sự tương
tác. Tương tác là sự trao đổi trực tiếp thông qua thả cảm xúc, bình luận giữa hai
người (Bonner, 2010). Nói cách khác, sự tương tác còn được thể hiện ở mức giao
tiếp chất lượng, là hình thức truyền thông xã hội độc đáo giúp mọi người trao đổi
và đáp ứng trực tiếp yêu cầu của nhau mà không giới hạn về khoảng cách địa lý.
Sheng và Joginapelly (2011) chỉ ra rằng, việc kết nối được với khách hàng có thể
kích thích trạng thái nhận thức, cảm xúc của người xem, từ đó tác động đến quyết
định mua sắm của họ trong hoạt động thương mại trực tuyến. Mặt khác, các
nghiên cứu cũng khẳng định rằng, sự tương tác tạo nên mối liên hệ chặt chẽ với
niềm tin trong kinh doanh thương mại (Leong và cộng sự, 2020; Kim và Part,
2013). Việc phát trực tiếp trên nền tảng TikTok Shop mang đến cho người sáng
tạo và người xem khả năng tương tác nhiều hơn những sản phẩm đã cập nhật sẵn.
Nghiên cứu này xác nhận những phát hiện trong quá khứ rằng tính tương tác
nâng cao niềm tin cho người tiêu dùng trực tuyến [Leong và cộng sự ,(2020);
Liao và cộng sự, (2019); Bảo và cộng sự, (2016); Kim và Park, (2013) và Teo và
cộng sự.,(2003)]. Trên cơ sở đó, giả thuyết H3 được đề xuất như sau:

19
 Giả thuyết đề xuất:
H3: Sự tương tác có ảnh hưởng tích cực đến niềm tin.
5.4. Niềm tin
Trong hoạt động thương mại, đặc biệt bán hàng trực tuyến qua các sàn
thương mại điện tử là TikTok Shop, niềm tin được biết đến là một yếu tố vô cùng
quan trọng. Nhiều nhà nghiên cứu khẳng định, niềm tin rất cần thiết trong việc ra
quyết định của người tiêu dùng trực tiếp và cả trực tuyến (Chen và Barns, 2007;
Dash và Saji, 2006). Trên thị trường thương mại điện tử, ứng dụng từ phát sóng
trực tiếp (Livestream), niềm tin được đề cập đến như một chất xúc tác thúc đẩy
hoạt động kinh doanh. Niềm tin là cơ chế cải thiện “hành vi giữa các cá nhân và
trao đổi kinh tế” (Pavlou 2003). Niềm tin xây dựng giúp khách hàng giảm trở
ngại về rủi ro (Pavlou và Xue, 2007). Ở một góc độ khác, niềm tin là quá trình
đấu tranh tâm lý khi ai đó đối mặt với tác nhân kích thích (Eroglu và cộng sự,
2001). Khoa học chỉ ra rằng, kết quả của niềm tin thể hiện qua hành vi mua hàng
của người tiêu dùng ( Xu và cộng sự, 2016). Trong khi đó, Dabbous và cộng sự,
(2020) đã kiểm tra mối liên hệ giữa các yếu tố bao gồm các tương tác xã hội trực
tuyến, sự tham gia của người tiêu dùng trên các mạng xã hội, nhận thức về lợi ích
kinh tế, nhận biết thương hiệu trực tuyến và ý định mua hàng trực tuyến là trung
gian hoàn toàn thông qua sự tin tưởng. Và nhìn lại quá khứ, Chang và cộng sự
(2015) cũng đã chứng minh ý định mua hàng của người tiêu dùng trong ngành
khách sạn bị ảnh hưởng đáng kể bởi sự tin tưởng nhận thức, đóng vai trò trung
gian trong mối quan hệ giữa chất lượng trang web và ý định mua hàng.
Đồng ý với các nghiên cứu trên, trong nghiên cứu này, niềm tin được xác
định là yếu tố cần thiết và thúc đẩy ý định mua sản phẩm thời trang của người
tiêu dùng (quần áo, phụ kiện, túi xách, giày dép…) thông qua hình thức thương
mại phát trực tiếp. Trên cơ sở đó, giả thuyết H4 được đề xuất như sau:
Giả thuyết đề xuất:
H4: Niềm tin có ảnh hưởng tích cực đến ý định mua hàng.

20
 5.5. Ý định mua hàng
Ý định mua hàng có thể hiểu là sự phản ánh quyết định mua hàng của
người tiêu dùng (Yadav và cộng sự, 2013; Liu, 2018), ý định mua hàng được đề
cập như là sự kết hợp giữa sự quan tâm đến sản phẩm, thương hiệu và khả năng
có thể mua những mặt hàng này (Lloyd và Luk, 2010). Hơn nữa, trong trường
hợp phát sóng trực tiếp, ý định mua hàng được định nghĩa là ý định của người
xem trong việc quyết định mua sản phẩm hoặc dịch vụ từ người bán thông qua
hành động mua sắm trực tiếp trên mạng (Ajzen, 1991; Lu và cộng sự, 2016). Dựa
theo nghiên cứu của Balakrishnan, Dahnil và Yi (2014), có ba yếu tố trong ý định
mua hàng bao gồm hành động cân nhắc xem nên mua sản phẩm hay không, ý
định mua hàng trong tương lai và ý định mua lại sản phẩm.
Trong mô hình SOR, quyết định cuối cùng là kết quả quyết định hành vi
của người tiêu dùng dựa trên quá trình nhận thức và trạng thái cảm xúc được gọi
là phản ứng. Như nhóm đã đề cập phía trên, ý định mua hàng đã được đề đập
nhiều ở những nghiên cứu trước đó. Trong cùng khoảng thời gian, một số nghiên
cứu về việc phát sóng trực tiếp (Liu và cộng sự, 2018; Chen và cộng sự, 2020) đã
xem ý định mua hàng là phần phản ứng trong mô hình SOR vì họ nghĩ yếu tố ấy
thể hiện lựa chọn của người mua hàng. Hơn nữa, Everard và Galleta (2005),
Blackwell và cộng sự (2013), Kim và Park (2013) chứng minh niềm tin ảnh
hưởng mạnh mẽ đến ý định mua hàng trong môi trường mua trực tiếp tại cửa
hàng và phát sóng trực tiếp trên mạng. Do đó trong bài nghiên cứu này, ý định
mua hàng sẽ được cân nhắc vào phần phản ứng trong mô hình nghiên cứu đề
xuất, đại diện cho quyết định cuối cùng của khách hàng dựa trên việc xây dựng
niềm tin.
5.6. Mô hình nghiên cứu đề xuất
Mô hình nghiên cứu này dựa trên các giả thuyết nghiên cứu được đề xuất
trong phần trước.

Hình 2.5: Mô hình nghiên cứu đề xuất

21
 Trong đó, ba yếu tố chính trong mô hình SOR được xác định như sau:
+ Kích thích môi trường (Stimulus): Sự thu hút của người bán, chất lượng
thông tin và sự tương tác
+ Cơ chế/ Chủ thể (Organism): Niềm tin
+ Phản ứng (Response): Ý định mua hàng
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU
1. Mục tiêu dữ liệu
Bằng cách khảo sát các yếu tố của việc phát sóng trực tiếp đến ý định mua
sắm hàng thời trang của giới trẻ, dữ liệu được thu thập được sẽ cung cấp thông tin
giúp phân tích và trả lời các câu hỏi nghiên cứu. Dữ liệu thu thập theo bảng câu
hỏi đo lường các biến liên quan đến các nhân tố trong mô hình.
2. Quy trình nghiên cứu
3. Phương pháp nghiên cứu
3.1. Phương pháp thu thập dữ liệu
Phương pháp định lượng là một trong những phương pháp nghiên cứu chủ
yếu được sử dụng trong bài và thang đo được thiết kế theo phương pháp định tính.
Mẫu quan sát là giới trẻ có thói quen mua sắm hàng thời trang thông qua phát
sóng trực tiếp tại TikTok Shop trên địa bàn TP.HCM.

22
 Mẫu khảo sát sẽ được gửi dưới dạng Google Forms nhằm đáp ứng sự tiện
nghi, khoảng cách để khảo sát được gửi đến nhiều người. Hình thức gửi khảo sát
sẽ được gửi thông qua những phương tiện truyền thông như Facebook, Zalo,
Messenger, Email,...
Về kích thước mẫu cần nghiên cứu, theo Hair và cộng sự (2009) sử dụng
quy tắc nhân 5, tức là số biến quan sát nhân 5 sẽ ra cỡ mẫu tối thiểu của nghiên
cứu để đảm bảo tính tin cậy. Mô hình nghiên cứu đề xuất trong Chương 2 gồm 5
biến tiềm ẩn với 22 biến đo lường. Do đó, kích thước mẫu tối thiểu phải là : 22*5=
110 quan sát. Ngoài ra để phòng trường hợp có một số mẫu bị loại bỏ, nhóm tác
giả xác định cỡ mẫu khảo sát tối thiểu là 200 mẫu.
3.2. Phương pháp xử lý dữ liệu
3.2.1. Kiểm tra độ tin cậy thang đo Cronbach’s Alpha
Hệ số Cronbach’s Alpha của thang đo lớn hơn 0.6 là mức tối thiểu cần đạt,
lớn hơn 0.7 là tốt.
Tại cột Cronbach’s Alpha if Item Deleted, các biến tại cột này phải có chỉ
số bé hơn Cronbach’s Alpha.
Theo Nunnally, J. (1978), Psychometric Theory, New York, McGraw-Hill,
nếu một biến đo lường có hệ số tương quan biến tổng (Corrected Item - Total
Correclation) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu.

3.2.2 Phân tích nhân tố khám phá (EFA)

Nhân tố khám phá EFA giúp nghiên cứu rút gọn được một tập nhiều biến
đo lường có liên quan với nhau thành một tập biến ít hơn, là các nhân tố, để đảm
bảo ý nghĩa và bao hàm nội dung của biến lớn ban đầu (Hair và cộng sự, 2009).
Theo Nguyễn Đình Thọ (2013), việc áp dụng phân tích EFA cần đi kèm
theo một số điều kiện. Thứ nhất, tỉ lệ giữa cỡ mẫu và số biến quan sát phải là 5:1,
tốt hơn nữa là 10:1. Thứ hai hệ số KMO có giá trị từ 0.5 đến 1 và dưới 0.5 là
không chấp nhận. Thứ ba giá trị hệ số Sig của kiểm định Bartlett phải nhỏ hơn
0.05. Thứ tư là tổng phương sai trích phải từ 50% trở lên.
3.2.2. Đánh giá mô hình đo lường kết quả
3.2.2.1. Hệ số tải ngoài Outer Loading

23
 Theo Hair và cộng sự (2016), những biến quan sát có chỉ số Outer loading
lớn hơn hoặc bằng 0.708 sẽ là những biến chất lượng. Có thể thấy rằng các nhà
nghiên cứu đánh giá rằng một biến quan sát con sẽ chất lượng nếu biến tiềm ẩn mẹ
giải thích được 50% sự biến thiên của biến quan sát con đó. Trong trường hợp
biến quan sát của nhóm có hệ số tải nhỏ hơn 0.708, nhóm sẽ tiến hành chạy lại mô
hình để kiểm tra xem còn biến quan sát nào không đáp ứng được tiêu chí không.
3.2.2.2. Độ tin cậy tổng hợp Composite Reliability
Theo Chin (1998), CR phải từ 0.6 trở lên. Thế nhưng so với các nghiên cứu
khẳng định, ngưỡng 0.7 là mức phù hợp của chỉ số CR (Henseler và Sarstedt,
2013)
Nếu một thang đo không đáp ứng ngưỡng độ tin cậy, cần phải loại lần lượt
từng biến quan sát có hệ số tải ngoài thấp nhất để cải thiện độ tin cậy.
3.2.2.3. Độ hội tụ Convergence (AVE)
Hock và Ringle (2010), Bagozzi và Yi (1988) cho rằng một thang đo đạt
giá trị hội tụ nếu AVE đạt từ 0.5 trở lên.
3.2.2.4. Giá trị phân biệt Discriminant
Henseler và cộng sự (2015) cho rằng chỉ số HTMT là chỉ số phù hợp để
dánh giá giá trị phân biệt trong mô hình thay vì căn bậc hai AVE do Fornell và
Larcker (1981) đề xuất. Và phương pháp này đã được ứng dụng rộng rãi.
Với chỉ số HTMT, Garson (2016) cho rằng giá trị tiềm ẩn giữa hai biến
tiềm ẩn được đảm bảo khi chỉ số HTMT nhỏ hơn 1. Clark và Watson (1995) và
Kline (2015) sử dụng một ngưỡng nghiêm ngặt hơn là 0.85. Trong khi đó, nếu
HTMT lớn hơn 0.9 thì không đạt giá trị phân biệt.
3.2.3. Đánh giá mô hình cấu trúc tuyến tính
Sau khi đáp ứng các nhu cầu đo lường, quy trình cần thực hiện tiếp theo là
đánh giá mô hình cấu trúc tuyến tính SEM. Trong đó, nghiên cứu áp dụng phần
mềm SmartPLS 4.0.9.4 để kiểm định Bootstrapping, đánh giá vấn đề đa cộng
tuyến, các mối quan hệ tác động và cuối cùng là đánh giá hệ số R bình phương
hiệu chỉnh và F bình phương
3.2.3.1. Đánh giá đa cộng tuyến

24
 Các hệ số phóng đại phương sai (VIF) lớn hơn 5 cho thấy dấu hiệu của đa
cộng tuyến có thể xảy ra. Từ 3 đến 5 cũng sẽ xảy ra hiện tượng đa cộng tuyến. Vì
vậy giá trị VIF nhỏ hơn 3 thì sẽ không có đa cộng tuyến xảy ra.
3.2.3.2. Kiểm định Bootstrapping
Theo Hair và cộng sự (2011), với số lần bootstrap là 5000 thì mức ý nghĩa
của phép kiểm định này sẽ là 0,05 (5%). Trong đó hệ số Sig nhỏ hơn 0.05 thì kiểm
định này sẽ có ý nghĩa thống kê và ngược lại.
3.2.3.3. Đánh giá các mối quan hệ tác động
Bằng cách kiểm định T, thể hiện ý nghĩa thống kê của hệ số hồi quy với giá
trị P Values. Nếu P Value bé hơn 0.05, mối tác động gián tiếp có ý nghĩa thống kê
với độ tin cậy 95% và ngược lại
Bên cạnh đó, hệ số tác động chuẩn hóa (original sample) là hệ số hồi quy
chuẩn hóa mối tác động theo mẫu gốc. Hệ số hồi quy từ biến độc lập lên trung
gian (X → M) được gọi là a và từ biến trung gian lên biến phụ thuộc (M → Y) gọi
là b. Nếu tích của a và b mang dấu dương thì hệ số tác động chuẩn hóa mang dấu
dương và ngược lại.
3.2.3.4. Chỉ số R bình phương hiệu chỉnh ( R2)
Chỉ số này phản ánh mức giải thích của biến độc lập lên biến phụ thuộc
trong mô hình hồi quy. Chỉ số này giao động từ 0 đến 1 và không có ngưỡng chấp
nhận đối với chỉ số R bình phương hiệu chỉnh. Chỉ số này càng cao cho thấy mức
độ dự báo càng chính xác. Các giá trị R2 xảy ra ở các số 0,75; 0,5 hoặc 0,25 đối
với các biến phụ thuộc thể hiện mức độ chính xác của dự báo là mạnh, trung bình
hoặc yếu (Theo Henseler và cộng sự. 2009).
3.2.3.5. Chỉ số f bình phương ( f 2) (effect size)
Hệ số f bình phương giúp nghiên cứu đánh giá được mức độ tác động mạnh
hay yếu của biến độc lập lên biến phụ thuộc. Theo Cohen (1988), chỉ số f bình
phương nhỏ hơn 0.02 được hiểu là có tác động cực kỳ nhỏ hoặc không có tác
động, từ 0.02 đến 0.15 có tác động nhỏ, từ 0.15 đến cận 0.35 có tác động trung
bình, lớn hơn hoặc bằng 0.35 là mức tác động lớn.
3.2.3.6. Chỉ số dự báo Q2

25
 Chỉ số này được sử dụng để đánh giá chất lượng tổng thể mô hình
thông qua phần mềm SmartPLS 4.0.9.5. Nó dự báo một cách chính xác dữ liệu
không được sử dụng trong ước lượng mô hình. Phương pháp này sử dụng các quy
trình Blindfolding cho một khoảng đứt đoạn D. Theo Tenenhaus và cộng sự
(2005), nếu tất cả các mô hình thành phần đều có Q2 > 0 thì mô hình nghiên cứu
đạt chất lượng tổng thể. Theo Cohen (1988), có các mức độ đánh giá tầm quan
trọng của các biến độc lập như sau:
+ Q2 < 0.02: Mức dự báo là cực kì nhỏ hoặc không có khả năng
dự báo
+ 0.02 ≤ Q 2 <0.15: Mức dự báo nhỏ
+ 0.15 ≤Q2< 0.35: Mức dự báo trung bình
+ Q2 ≥ 0.35: Mức dự báo lớn
4. Bảng câu hỏi khảo sát
Câu hỏi (Thang đo sơ bộ)
Dưới đây là các yếu tố của việc phát sóng trực tiếp (Livestream) có thể ảnh
hưởng đến ý định mua hàng thời trang của giới trẻ. Vui lòng đánh dấu theo thang
đo likert từ 1 đến 5 cho biết mức độ đồng ý của bạn đối với mỗi yếu tố dưới đây:
1 - Hoàn toàn không đồng ý
2 - Không đồng ý
3 - Trung lập
4 - Đồng ý
5 - Hoàn toàn đồng ý

Biến nghiên Mã hóa Thang đo Nguồn tham

cứu khảo

Sự thu hút của TH1 Tôi nghĩ các streamer bán hàng thời Xu và cộng sự
người bán trang tài năng. (2020)

TH2 Tôi nghĩ phong cách truyền tải của các

streamer bán hàng thời trang hấp dẫn và

26
 thu hút.

TH3 Tôi nghĩ các streamer bán hàng thời

trang có tính cách thú vị.

TH4 Tôi nghĩ các streamer bán hàng thời

trang có ngoại hình lôi cuốn, hấp dẫn.

Chất lượng CL1 Tôi nghĩ rằng nội dung được cung cấp Xu và cộng sự
thông tin là đáng tin cậy (chẳng hạn như thương (2020)
hiệu và cách sử dụng sản phẩm, trải
nghiệm của các streamer,...).

CL2 Streamer cung cấp thông tin theo thời

gian thực để đáp ứng nhu cầu của tôi.

CL3 Streamer cung cấp thông tin chi tiết và Chen và cộng
cụ thể về sản phẩm thời trang (chất liệu, sự (2020)
màu sắc,...).

CL4 Streamer cung cấp thông tin chính xác

về mặt hàng thời trang tôi muốn mua.

CL5 Các streamer cung cấp cho tôi thông tin

mới nhất về sản phẩm thời trang trong
phiên phát trực tiếp.

Sự tương tác TT1 Tôi có thể trao đổi và chia sẻ ý kiến với Liu (2003)
các streamer hoặc những người khác
một cách dễ dàng khi xem livestream.

TT2 Khi xem một buổi phát trực tiếp tôi cảm
thấy gần gũi hơn với các streamer

TT3 Tôi cảm thấy các streamer quan tâm đến

27
 sự phản hồi của tôi

TT4 Các streamer tạo cơ hội để trò chuyện

và đặt câu hỏi trong các buổi phát trực
tiếp

TT5 Streamer trả lời câu hỏi của tôi rất

nhanh.

Niềm tin NT1 Tôi tin vào các thông tin mà streamer Wongkit
bán hàng thời trang cung cấp thông qua Rungrueng và
phát trực tuyến. Assarut
(2020)
NT2 Người bán hàng thời trang trên các sàn
thương mại trực tuyến thì đáng tin cậy.

NT3 Tôi nghĩ các sản phẩm thời trang tôi đặt
trong các buổi phát trực tiếp sẽ giống
như cách tôi tưởng tượng về sản phẩm.

NT4 Tôi tin rằng các sản phẩm thời trang tôi
nhận được sẽ giống những sản phẩm
được giới thiệu trên các phiên phát trực
tiếp.

Ý định mua YD1 Tôi sẽ tiếp tục xem phát trực tiếp để Venkatesh và
hàng mua các sản phẩm thời trang. cộng sự
(2012)

YD2 Tôi sẽ xem xét việc mua sắm hàng thời Sun và cộng
trang qua livestream là lựa chọn mua sự (2019)
sắm ưu tiên của mình.

YD3 Tôi mong rằng tôi sẽ mua các sản phẩm

28
 thời trang thông qua mua sắm qua
livestream trong tương lai gần.

YD4 Tôi sẽ giới thiệu cho những người xung Xu và cộng sự

quanh tôi xem livestream để mua các (2020)
sản phẩm thời trang.

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU

1. Thống kê mẫu khảo sát
Trong mẫu nghiên cứu về các yếu tố của livestream ảnh hưởng đến quyết
định mua hàng thời trang của giới trẻ tại Thành phố Hồ Chí Minh đã lựa chọn
phương pháp chọn mẫu ngẫu nhiên đơn giản để thực hiện, đồng thời phương pháp
thu thập dữ liệu từ bảng câu hỏi khảo sát Google form gửi đến giới trẻ tại địa bàn
Thành phố Hồ Chí Minh cũng đã thu về được 255 mẫu. Tuy nhiên trong đó còn
tồn tại những mẫu không hợp lệ. Vì thế nhóm tác giả đã tiến hành loại bỏ 42 mẫu,
chiếm 16,5% tổng số mẫu khảo sát. Trong đó bao gồm 36 mẫu chọn chưa từng sử
dụng TikTok Shop, 4 mẫu chọn thường mua ngành hàng mỹ phẩm không trực
thuộc hàng thời trang, 1 mẫu chọn thiết bị gia dụng và 1 mẫu chọn thiết bị điện tử.
Thông tin chung về 213 mẫu được trình bày trong bảng khảo sát bên dưới.
Về giới tính, thông qua số liệu trong bảng khảo sát đã cho biết nữ giới hiện
nay xem livestream trên TikTok Shop để mua các mặt hàng thời trang phổ biến
hơn ở nam giới khi chiếm gấp đôi cả về số lượng và tỷ lệ là 68,54% người làm
khảo sát. Trong khi đó nam giới chỉ chiếm 67 người tương đương với tỉ lệ là
31,46% trong tổng số người khảo sát.
Về độ tuổi, theo mẫu khảo sát giới trẻ tại Thành phố Hồ Chí Minh sẽ tập
trung vào lứa tuổi 18 - 22 tuổi khi chiếm tỷ lệ 74,18% trong tổng số mẫu hợp lệ,
tiếp theo đó là độ tuổi từ 23 - 30 tuổi với tỷ lệ là 24,41%, cuối cùng độ tuổi có tỷ
lệ mua hàng thời trang qua livestream trên TikTok Shop thấp nhất là từ 15 - 17
tuổi khi chỉ chiếm 1,41%.

29
 Về trình độ học vấn, trong các mẫu khảo sát thu thập được, số lượng giới
trẻ có trình độ Đại học/Cao đẳng xem livestream trên TikTok Shop để mua hàng
thời trang chiếm đại đa số với tỷ lệ 84,04%. Xếp thứ hai và thứ ba là những người
đã tốt nghiệp và đang Đi làm chiếm tỷ lệ lần lượt là 7,04%, 5,63%. Đối với trình
độ học vấn ở THPT qua khảo sát chỉ thu được 7 người tương đương với 3,29%.
Về thu nhập, người tiêu dùng nói chung sẽ phụ thuộc vào túi tiền của họ để
quyết định nhu cầu mua sắm của mình. Cụ thể với mức thu nhập dưới 3 triệu
chiếm tỷ lệ cao nhất với 44,60%. Tiếp sau đó là thu nhập từ 3 - 5 triệu với 35,68%,
thấp hơn nữa là nhóm có thu nhập từ 5 - 10 triệu với tỷ lệ giảm xuống còn
14,08%, cuối cùng là mức trên 10 triệu thấp nhất với 5,63%.
Về sản phẩm thời trang được mua thông qua livestream trên TikTok Shop,
tỉ lệ người chọn các sản phẩm quần áo chiếm nhiều nhất với 90,61%, tiếp đến là
giày dép và các phụ kiện thời trang chiếm lần lượt 5,63% và 3,76%.
Về thời gian xem livestream trong ngày, đối với giới trẻ chỉ dành thời gian
Dưới 30 phút để xem livestream hằng ngày chiếm tỷ lệ nhiều nhất với
60,56%.thời gian xem Từ 30 phút đến 1 giờ chiếm 23%, tiếp tục từ 1 giờ đến 3 giờ
có 29 người sử dụng tương đương với 13,62% và ít nhất là thời gian Trên 3 giờ
với 6 người sử dụng trên tổng số mẫu khảo sát và chiếm 2,82%.
Về tần suất xem livestream, theo số liệu thu được sẽ tập trung vào Ít nhất 1
lần 1 tuần và Từ 1 đến 2 lần 1 tuần với tỷ lệ tương đương nhau lần lượt: 30,05%
và 32,39%. Tần suất xem thường xuyên hơn là Ít nhất mỗi lần 1 ngày cũng tương
đối với tỷ lệ 16,90%. Cuối cùng tần suất Từ 3 đến 4 lần và 5 đến 6 lần một tuần
cũng chiếm tỷ lệ xấp xỉ lần lượt từ 11,27% đến 9,39%.
Bảng 4.1: Kết quả thống kê mẫu nghiên cứu

Mã hóa Chỉ tiêu Số người Tỷ lệ (%)

NK1 Giới tính Nam 67 31,46

Nữ 146 68,54

NK2 Độ tuổi 15 - 17 tuổi 3 1,41

30
 18 - 22 tuổi 158 74,18

23 - 30 tuổi 52 24,41

NK3 Trình độ học vấn Đã tốt nghiệp 15 7,04

Đại học/Cao đẳng 179 84,04

Đi làm 12 5,63

THPT 7 3,29

NK4 Thu nhập Dưới 3 triệu 95 44,60

3 - 5 triệu 76 35,68

5 - 10 triệu 30 14,08

Trên 10 triệu 12 5,63

NK5 Sản phẩm thời trang đã Quần áo 193 90,61

mua qua livestream
Phụ kiện thời trang 8 3,76
TikTok
Giày dép 12 5,63

NK6 Thời gian xem Dưới 30 phút 129 60,56

livestream trong ngày
Khoảng từ 30p - 1 49 23,00
giờ

Từ 1 - 3 giờ 29 13,62

Trên 3 giờ 6 2,82

NK7 Tần suất xem Ít nhất 1 lần 1 tuần 64 30,05

livestream
Ít nhất mỗi lần 1 36 16,90
ngày

31
 Từ 1 đến 2 lần 1 69 32,39
tuần

Từ 3 đến 4 lần 1 24 11,27

tuần

Từ 5 đến 6 lần 1 20 9,39

tuần

(Nguồn:Nhóm tác giả tổng hợp)

2. Kiểm định chất lượng thang đo bằng Cronbach’s Alpha
Bảng 4.2: Kết quả phân tích chất lượng thang đo bằng hệ số Cronbach’s Alpha

Nhân tố Số câu hỏi Số câu hỏi sau Hệ số Cronbach’s

trước phân phân tích Alpha
tích

Chất lượng sản phẩm 5 5 0.885

(CL)

Sự tương tác (TT) 5 5 0.881

Sự thu hút của người bán 4 4 0.829

(TH)

Niềm tin (NT) 4 4 0.883

Ý định mua hàng (YD) 4 4 0.879

(Nguồn: Kết quả phân tích trên SPSS)

Từ bảng 4.2 cho thấy các biến quan sát đều có hệ số tương quan biến tổng
phù hợp (≥ 0.3) và đều được giữ lại trong mô hình. Ngoài ra, hệ số
Cronbach’s Alpha của từng nhân tố đều lớn hơn 0.7. Điều này chứng tỏ
rằng các biến quan sát của mẫu dữ liệu có độ tin cậy rất cao và thang đo
được đánh giá là tốt. Do đó ta không loại biến nào trong mô hình và vẫn
giữ 22 biến quan sát được đưa vào để phân tích EFA.

32
3. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số tải nhân tố được
sử dụng làm mức tiêu chuẩn đánh giá trong phân tích nhân tố khám phá
EFA là 0.5 sẽ cho ra các biến quan sát đạt chất lượng tốt (Hair và cộng sự,
2010). Qua quá trình chạy EFA lần đầu tiên, kết quả phân tích nhân tố
khám phá cho thấy chỉ số KMO=0.943>0.5 và <1; chỉ số kiểm định Bartlett
là 0.00<0.05. Tổng phương sai trích là 71.57%>50%. Tuy nhiên có 2 biến
quan sát có hệ số tải nhân tố <0.5 dẫn đến 2 biến đó không đạt giá trị hội tụ
là NT4: “Tôi tin rằng các sản phẩm thời trang tôi nhận được sẽ giống
những sản phẩm được giới thiệu trên các phiên phát trực tiếp” và YD2:
“Tôi sẽ xem xét việc mua sắm hàng thời trang qua livestream là lựa chọn
mua sắm ưu tiên của mình”.
Sau khi loại bỏ hai biến NT4 và YD2, nhóm tác giả thực hiện chạy lại EFA
và thu được kết quả như sau:

Bảng 4.3: Hệ số KMO và kiểm định Bartlett các thành phần

Hệ số KMO (Kaiser-Meyer- Giá trị P-value của kiểm định

Olkin) Bartlett (Sig.)

0.936 0.000
(Nguồn: Kết quả phân tích trên SPSS)

Kết quả dữ liệu từ bảng 4.3 cho thấy chỉ số KMO là 0.936 cho thấy sự phù
hợp của nhân tố khám phá EFA (0.5 ≤ KMO ≤ 1). Bên cạnh đó, giá trị hệ
số Sig là 0.00 nhỏ hơn 0.05 cho thấy các biến quan sát trong mô hình có sự
tương quan với nhau trong nhân tố.
Bảng 4.4: Tổng phương sai trích

Tổng phương sai trích (%)

72.62
(Nguồn: Kết quả phân tích trên SPSS)

33
 Tổng phương sai trích (Total Variance Explained) mà 5 nhân tố này trích
được là 72.62% > 50%, như vậy 5 nhân tố trên giải thích được 72.62% biến thiên
dữ liệu của 20 biến quan sát tham gia vào phân tích EFA. Sau cùng, hệ số tải của
20 biến quan sát đều lớn hơn 0.5 và đạt yêu cầu về độ hội tụ và phân biệt. Kết quả
được trình bày ở bảng sau:

Bảng 4.5: Ma trận mẫu từ phân tích nhân tố khám phá EFA (Pattern Matrix)

Nhân tố
1 2 3 4 5

TH1 - Streamer bán hàng 0.801

thời trang tài năng

TH2 - Phong cách truyền tải 0.892

hấp dẫn và thu hút

TH3 - Các streamer bán hàng 0.68

thời trang có tính cách thú vị

TH4 - Các streamer bán hàng 0.635

thời trang có ngoại hình lôi
cuốn, hấp dẫn
CL1 - Nội dung được cung 0.669
cấp là đáng tin cậy
CL2 - Streamer cung cấp 0.739
thông tin theo thời gian thực
CL3 - Streamer cung cấp 0.954
thông tin chi tiết và cụ thể
CL4 - Streamer cung cấp 0.75
thông tin chính xác
CL5 - Các streamer cung cấp 0.694
cho tôi thông tin mới nhất về
sản phẩm

TT1 - Tôi có thể trao đổi và 0.805

chia sẻ ý kiến với các
streamer

34
TT2 - Tôi cảm thấy gần gũi 0.797
hơn với các streamer

TT3 - Tôi cảm thấy các 0.768

streamer quan tâm đến sự
phản hồi của tôi
TT4 - Các streamer tạo cơ hội 0.731
để trò chuyện
TT5 - Streamer trả lời câu hỏi 0.657
của tôi rất nhanh.
NT1 - Tôi tin vào các thông 0.814
tin mà streamer bán hàng
thời trang cung cấp

NT2 - Người bán hàng thời 0.858

trang trên các sàn thương mại
trực tuyến thì đáng tin cậy
NT3 - Tôi nghĩ các sản phẩm 0.673
tôi đặt sẽ giống như cách tôi
tưởng tượng về sản phẩm

YD1 - Tôi sẽ tiếp tục xem 0.756

phát trực tiếp để mua các sản
phẩm thời trang
YD3 - Tôi sẽ mua các sản 0.784
phẩm thời trang thông qua
livestream

YD4 - Tôi sẽ giới thiệu cho 0.735

những người xung quanh tôi
xem livestream để mua các
sản phẩm thời trang.
(Nguồn: Kết quả phân tích trên SPSS)

Như vậy, có 5 nhân tố được trích ra từ phân tích EFA như sau:
● Nhân tố 1: Có 4 biến quan sát TH1-TH4, được đặt tên là “Sự thu hút
của người bán”
● Nhân tố 2: Có 5 biến quan sát CL1-CL5, được đặt tên là “Chất lượng
thông tin”

35
 ● Nhân tố 3: Có 5 biến quan sát TT1-TT5, được đặt tên là “Sự tương tác”
● Nhân tố 4: Có 3 biến quan sát NT1-NT3, được đặt tên là “Niềm tin”
● Nhân tố 5: Có 3 biến quan sát gồm YD1, YD2 và YD3, được đặt tên là
“Ý định mua hàng”
4. Đánh giá mô hình đo lường kết quả
4.1. Outer Loading
Bảng 4.6: Kết quả kiểm định hệ số tải nhân tố Outer Loadings
CL NT TH TT YD

CL1 - Nội dung được cung cấp là 0.777

đáng tin cậy

CL2 - Streamer cung cấp thông tin 0.831

theo thời gian thực

CL3 - Streamer cung cấp thông tin 0.849

chi tiết và cụ thể

CL4 - Streamer cung cấp thông tin 0.848

chính xác

CL5 - Các streamer cung cấp cho tôi 0.829

thông tin mới nhất về sản phẩm

NT1 - Tôi tin vào các thông tin mà 0.906

streamer bán hàng thời trang cung
cấp
NT2 - Người bán hàng thời trang 0.889
trên các sàn thương mại trực tuyến
thì đáng tin cậy

NT3 - Tôi nghĩ các sản phẩm tôi đặt 0.849

sẽ giống như cách tôi tưởng tượng
về sản phẩm
TH1 - Streamer bán hàng thời trang 0.829
tài năng
TH2 - Phong cách truyền tải hấp 0.828
dẫn và thu hút
TH3 - Các streamer bán hàng thời 0.810
trang có tính cách thú vị

36
TH4 - Các streamer bán hàng thời 0.786
trang có ngoại hình lôi cuốn, hấp
dẫn
TT1 - Tôi có thể trao đổi và chia sẻ ý 0.816
kiến với các streamer
TT2 - Tôi cảm thấy gần gũi hơn với 0.841
các streamer
TT3 - Tôi cảm thấy các streamer 0.865
quan tâm đến sự phản hồi của tôi
TT4 - Các streamer tạo cơ hội để trò 0.782
chuyện
TT5 - Streamer trả lời câu hỏi của 0.809
tôi rất nhanh.
YD1 - Tôi sẽ tiếp tục xem phát trực 0.873
tiếp để mua các sản phẩm thời trang
YD3 - Tôi sẽ mua các sản phẩm thời 0.896
trang thông qua livestream
YD4 - Tôi sẽ giới thiệu cho những 0.890
người xung quanh tôi xem
livestream để mua các sản phẩm
thời trang.

(Nguồn:Kết quả phân tích trên SmartPLS)

Kết quả từ bảng 4.6 cho thấy các biến quan sát đều có hệ số tải lớn hơn
0.708, cụ thể biến CL1 có hệ số tải nhỏ nhất là 0.777 và biến NT1 có hệ số tải lớn
nhất là 0.906. Chứng tỏ các biến quan sát đều đạt chất lượng và có sự liên kết với
biến tiềm ẩn mẹ.
4.2. Đánh giá độ tin cậy thang đo Composite Reliability
Theo Chin (1998), hệ số CR đảm bảo tin cậy khi đạt từ 0.6 trở lên. Ngưỡng
0.7 trở lên được cho là mức phù hợp đối với chỉ số Composite Reliability (CR)

37
trong đại đa số trường hợp như Bagozzi và Yi (1988), Hair và cộng sự (2010) và
Henseler và Sarstedt (2013).

Thang đo Composite Average variance

Reliability extracted (AVE)
(CR)
CL (Chất lượng thông 0.915 0.684
tin)

NT (Niềm tin) 0.913 0.777

TH (Sự thu hút của 0.887 0.662

người bán)

TT (Sự tương tác) 0.913 0.677

YD (Ý định mua hàng) 0.917 0.786

Bảng 4.7: Độ tin cậy thang đo Composite Reliability (CR)

(Nguồn: Tác giả xuất từ phần mềm SmartPLS)

Kết quả kiểm định bảng 4.7 xuất từ SmartPLS 4 cho thấy, sau khi loại bỏ các
biến YD2 và NT4, các chỉ số còn lại đều đạt độ tin cậy. Trong lần phân tích này,
các hệ số nhận được đều lớn hơn 0.7, cụ thể là đạt ngưỡng từ 0.887 đến 0.917. Vì

38
vậy, các biến quan sát trong mô hình đạt độ tin cậy. Kết luận thang đo được đảm
bảo sử dụng cho các phân tích định lượng với các chỉ số tiếp theo.
4.3. Đánh giá độ hội tụ Convergence (AVE)
Độ hội tụ Convergence được đánh giá dựa vào chỉ số phương sai trung bình
được trích AVE (Average Variance Extracted). Một thang đo đạt giá trị hội tụ nếu
chỉ số AVE chạm ngưỡng 0.5 trở lên ( Hock & Ringle, 2010 ). Khi đánh giá chỉ số
AVE, chúng tôi tiến hành đánh giá chất lượng biến và kiểm tra độ tin cậy CR, loại
bỏ những biến quan sát không đạt YD2 và NT4. Mức 0.5 trong chỉ số đánh giá độ
hội tụ mang ý nghĩa rằng biến tiềm ẩn mẹ trung bình sẽ giải thích được tối thiểu
50% sự biến thiên của các biến quan sát con.
Bảng 4.8: Kết quả AVE

Độ tin cậy tổng hợp Chỉ số phương sai

(CR) trung bình được trích
(AVE)

CL (Chất lượng 0.915 0.684

thông tin)

NT (Niềm tin) 0.913 0.777

TH (Sự thu hút của 0.887 0.662

người bán)

TT (Sự tương tác) 0.913 0.677

YD (Ý định mua 0.917 0.786

hàng)
(Nguồn: Tác giả xuất từ phần mềm SmartPLS)
Kết quả kiểm định thu được từ bảng 4.8 cho thấy, tổng phương sai trích AVE
thu được đều lớn hơn mức 0.5 (Fornell and Larcker, 1981). Cụ thể, chỉ số AVE
của các biến quan sát đều đạt trên 0.6. Trong đó, nhỏ nhất là yếu tố sự thu hút của
người bán (TH) với chỉ số AVE đạt 0.662; lớn nhất là yếu tố ý định mua hàng
(YD) đạt mức 0.786. Vì vậy, kết quả thu được từ bảng 4.8 đã đánh giá giá trị hội
tụ Convergence thông qua chỉ số AVE. cho thấy thang đo từ các biến quan sát đều
đạt yêu cầu về độ tin cậy cũng như giá trị hội tụ.

39
 4.4. Giá trị phân biệt Discriminant
Đánh giá tính khác biệt của các cấu trúc trong một mô hình, các nhà nghiên cứu
lựa chọn giá trị phân biệt Discriminant, trong đó, dựa vào chỉ số căn bậc hai AVE
và chỉ số HTMT. Theo Fornell và Larcker (1981), tính phân biệt được đánh giá
bằng thang đo về chỉ số căn bậc hai AVE. Phương pháp này được gọi là phương
thức đánh giá truyền thống, xuất hiện nhiều trong các nghiên cứu trước đây.

Bảng 4.9: Tương quan giữa cấu trúc khái niệm nghiên cứu (Fornell-Larcker)

CL NT TH TT YD

CL (Chất lượng thông tin) 0.827

NT (Niềm tin) 0.628 0.882

TH (Sự thu hút của người 0.618 0.664 0.814

bán)

TT (Sự tương tác) 0.631 0.626 0.655 0.823

YD (Ý định mua hàng) 0.621 0.679 0.594 0.647 0.886

(Nguồn: Tác giả xuất từ phần mềm SmartPLS)
Mặt khác, nghiên cứu mô phỏng của Henseler và cộng sự (2015) đã chỉ ra rằng,
“chỉ số tương quan Heterotrait-Monotrait Ratio of Correlations” (HTMT) đánh giá
tốt hơn về tính phân biệt. Dựa trên nhiều nghiên cứu, giữa hai biến tiềm ẩn, giá trị
phân biệt được đảm bảo khi HTMT nhỏ hơn 1 (Garson, 2016); nhỏ hơn 0.9
(Henseler và cộng sự, 2015); ngưỡng 0.85 (Clark & Watson, 1995) và (Kline,
2015).
Mối quan hệ tương tác mạnh giữa biến độc lập và biến phụ thuộc đưa đến
những vai trò khác nhau trong việc xác định chỉ số HTMT. Vì vậy, để đảm bảo
tính phù hợp, chúng tôi tiến hành đánh giá mối liên hệ giữa các biến độc lập với
nhau. Vậy, trong đoạn phân vị [0.757; 0.939] chứa giá trị 0.9 là ngưỡng phù hợp
để tiến hành đo lường giá trị phân biệt với chỉ số HTMT (Hair, 2010).
Bảng 4.10: Kết quả kiểm tra chỉ số HTMT cho mô hình đo lường

40
 CL NT TH TT YD

CL (Chất lượng thông tin)

NT (Niềm tin) 0.716

TH (Sự thu hút của người 0.718 0.787

bán)

TT (Sự tương tác) 0.716 0.718 0.765

YD (Ý định mua hàng) 0.707 0.787 0.703 0.738

(Nguồn: Tác giả xuất từ phần mềm SmartPLS)
Dựa trên kết quả thu được từ bảng 4.10, các biến quan sát đều có chỉ số
HTMT nhỏ hơn 0.9. Số liệt này khẳng định tính phù hợp của mô hình nghiên cứu.
Cho thấy, các khái niệm đảm bảo ngưỡng giá trị, đảm bảo tính phân biệt.
5. Đánh giá mô hình đo lường cấu trúc tuyến tính
5.1. Kiểm tra mô hình cấu trúc

Bảng
4.11: CL NT TH TT YD Giá trị
VIF
CL (Chất lượng thông tin) 1.893

NT (Niềm tin) 1.000

TH (Sự thu hút của người

1.993
bán)

TT (Sự tương tác) 2.048

YD (Ý định mua hàng)

(Nguồn: Kết quả phân tích trên SmartPLS)

Số liệu từ bảng 4.11 cho thấy, các kết quả hệ số VIF của các cấu trúc khái
niệm đều nhỏ hơn 3. Theo Hair và cộng sự (2019), VIF < 3 có thể không xảy ra
hiện tượng đa cộng tuyến giữa các biến độc lập, không ảnh hưởng đến việc kiếm

41
định giả thuyết nghiên cứu và không hạn chế giá trị của R2 hay làm sai lệch và đổi
dấu các hệ số hồi quy.

Bảng 4.12: Kết quả của R2 điều chỉnh

R2 R2 điều chỉnh

NT (Niềm tin) 0.543 0.536

YD (Ý định mua hàng) 0.461 0.458
(Nguồn: Kết quả phân tích trên SmartPLS)
Theo kết quả R2 như trong bảng 4.12 cho thấy mô hình có chất lượng khá tốt,
trong đó các biến độc lập như sự tương tác, chất lượng thông tin và sự thu hút của
người bán có thể giải thích được 45,8% (R 2 điều chỉnh= 0,458) niềm tin của khách
hàng trong việc mua sắm trên nền phát trực tiếp và niềm tin có thể được sử dụng
để giải thích 53,6% (R2 Điều chỉnh = 0,536) cho ý định mua hàng trên nền tảng
livestream.
6.5 Kết quả chỉ số f bình phương (f2) (effect size)
Bảng 4.13: Kết quả chỉ số f bình phương (f2) (effect size)

CL NT TH TT YD

CL (Chất lượng) 0.083

NT (Niềm tin) 0.855

TH (Sự thu hút của 0.133

người bán)

TT (Sự tương tác) 0.056

YD (Ý định mua
hàng)
( Nguồn: Kết quả phân tích trên SmartPLS)
Bảng 4.13 cho thấy mức tác động của niềm tin đến ý định mua hàng lớn,
khi chỉ số f bình phương lên tới 0.855. Sự tương tác giữa người bán và khách hàng
có tác động nhỏ đến niềm tin khách hàng (0.056), chất lượng thông tin ảnh hưởng

42
nhỏ tới niềm tin (0.083) và sự thu hút của người bán có tác động nhỏ đến niềm tin
khách hàng (0.133).
6.6 Kết quả chỉ số dự báo Q2

Bảng 4.14: Kết quả

chỉ số Q2 Chỉ số dự báo Q2 trong mô hình
cấu trúc NT (Niềm tin) 0.524 tuyến tính
YD (Ý định mua hàng) 0.450

(Nguồn: Kết quả phân tích trên SmartPLS)

Chỉ số Q bình phương dự báo chính xác dữ liệu không được sử dụng trong
ước lượng mô hình cấu trúc tuyến tính. Phương pháp này sử dụng các quy trình
Blindfolding cho một khoảng đứt đoạn D. Theo Tenenhaus và cộng sự (2005), nếu
tất cả các mô hình thành phần đều có Q2 > 0 thì mô hình nghiên cứu đạt chất lượng
tổng thể. Giá trị hệ số (Q 2) của tất cả các biến trong mô hình đều ≥ 0.35, điều này
cho thấy mô hình có tính dự báo ở mức lớn. Do đó, mô hình nghiên cứu là chất
lượng và phù hợp.

Bảng 4.15 : Mô hình nghiên cứu sau khi kiểm định bằng SmartPLS

43
 (Nguồn: Kết quả phân tích trên SmartPLS)

Các hệ số đường dẫn (Path Coefficients) được minh họa trong mô hình
cấu trúc thông qua bảng 4.15. Các biến NT4: “Tôi tin rằng các sản phẩm thời
trang tôi nhận được sẽ giống những sản phẩm được giới thiệu trên các phiên phát
trực tiếp” và YD2: “Tôi sẽ xem xét việc mua sắm hàng thời trang qua livestream
là lựa chọn mua sắm ưu tiên của mình” đã được loại bỏ để đảm bảo độ tin cậy và
độ giá trị cho mô hình.

Bảng 4.16: Kết quả hồi quy đa biến bootstrapping 5000 mẫu

Hệ số β Độ lệch chuẩn Giá trị T Sig Kết luận

CL->NT 0.268 0.072 3.752 0.000 Ủng hộ

TH->NT 0.348 0.078 4.451 0.000 Ủng hộ

TT->NT 0.228 0.088 2.592 0.010 Ủng hộ

NT->YD 0.679 0.051 13..401 0.000 Ủng hộ

( Nguồn: Kết quả phân tích trên SmartPLS)

Kết quả của mô hình cấu trúc SEM được mô tả trong Bảng 4.16, các hệ số đường
dẫn và khả năng giải thích của các cấu trúc đã được kiểm tra. Nhóm tác giả đánh giá tầm
quan trọng của tất cả các đường dẫn thông qua bootstrapping 5000 lần. Trong số tất cả
các đường dẫn cấu trúc, bảng kết quả 6.3 đã cho thấy tất cả các giả thuyết H1, H2, H3,
H4 đều có ý nghĩa thống kê với p-value < 0.05.
Giả thuyết H1: Sự thu hút của người bán có ảnh hưởng tích cực đến niềm tin. Kết
quả từ bảng 6.3 cho thấy khi sự thu hút của người bán càng tăng sẽ tạo nên niềm tin mua
hàng càng lớn đối với người xem với β=0,348 và p=0,000. Do đó giả thuyết H1 được
chấp nhận
Giả thuyết H2: Chất lượng thông tin có ảnh hưởng tích cực đến niềm tin. Kết quả
từ bảng 6.1.3 cho thấy chất lượng thông tin có ảnh hưởng cùng chiều với niềm tin mua
hàng của người xem với β=0,268 và p=0,000. Vì vậy, giả thuyết H2 được chấp nhận
Giả thuyết H3: Sự tương tác có ảnh hưởng tích cực đến niềm tin. Theo bảng
6.1.3 bảng phân tích số liệu cho thấy sự tương tác của người bán sẽ ảnh hưởng

44
cùng chiều đối với niềm tin của khách hàng với β=0,228 và p=0,01. Vì vậy giả thuyết
H3 được chấp nhận.
Giả thuyết H4: Niềm tin có ảnh hưởng tích cực đến ý định mua hàng. Kết quả
bảng 6.3.1 chỉ ra bằng niềm tin có ảnh hưởng cùng chiều với ý định mua hàng của khách
hàng. Cũng có nghĩa là khi người mua xem phát trực tiếp và người bán tạo được niềm tin
với người mua thì sẽ nâng cao ý định mua hàng của người mua. Điều này được chỉ ra với
β=0,679 và p=0,000. Nên giả thuyết H4 được chấp nhận.

6.6. Kết quả đánh giá hiệu ứng trung gian (Indirect effect)
Bảng 4.17: Kết quả đánh giá hiệu ứng trung gian (Indirect effect)
Hệ số β Độ lệch chuẩn Giá trị T Sig Kết luận
CL→NT→YD 0.182 0.183 3.524 0.000 Ủng hộ
TT→NT→YD 0.155 0.062 2.483 0.013 Ủng hộ
TH→NT→YD 0.236 0.055 4.299 0.000 Ủng hộ

(Nguồn: Kết quả phân tích trên SmartPLS)

Bảng 4.17 cho thấy kết quả đánh giá hiệu ứng trung gian của mô hình
(Indirect effect), 3/3 hiệu ứng trung gian được chấp nhận với mức ý nghĩa thống
kê 1%.
6.7. Kết quả đánh giá hiệu ứng tổng hợp (Total effect)
Bảng 4.18: Kết quả đánh giá hiệu ứng tổng hợp (Total effect)
Hệ số β Độ lệch chuẩn Giá trị T Sig Kết luận
CL→NT 0.268 0.072 3.752 0.000 Ủng hộ
CL→YD 0.182 0.052 3.524 0.000 Ủng hộ
NT→YD 0.679 0.051 13.401 0.000 Ủng hộ
TH→NT 0.348 0.078 4.451 0.000 Ủng hộ
TH→YD 0.236 0.055 4.299 0.000 Ủng hộ
TT→NT 0.228 0.088 2.592 0.010 Ủng hộ
TT→YD 0.155 0.062 2.483 0.013 Ủng hộ

45
 (Nguồn: Kết quả phân tích trên SmartPLS)
Kết quả từ bảng 4.18 cho thấy kết quả đánh giá hiệu ứng tổng hợp của mô
hình nghiên cứu, 7/7 hiệu ứng tổng hợp được chấp nhận với mức ý nghĩa thống kê
1%.
6. Thảo luận kết quả (Giang)
CHƯƠNG 5. KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TƯƠNG LAI
1. Các đóng góp của nghiên cứu (Ân)
2. Hàm ý cho nhà quản trị (Khuyến nghị) (Duyên)
Bài nghiên cứu với những phát hiện mới mẻ đã góp phần đưa ra một số gợi ý cho
nhà bán hàng khi tham gia livestream
3. Hạn chế của đề tài và hướng nghiên cứu tiếp theo (Ny)
3.1. Hạn chế của đề tài
3.2. Hướng nghiên cứu tiếp theo

Nhóm tác giả đưa ra các cách để thúc đẩy ý định mua hàng của người xem
là các streamer nên nâng cao hình ảnh của họ, phát triển các kỹ năng cá
nhân, phong cách và ngoại hình độc đáo. Hơn nữa việc tạo ra niềm tin từ
nhận thức của người tiêu dùng là yếu tố chính trong việc nâng cao ý định
mua hàng. Các streamer phải là những người ưa nhìn, gợi cảm và biết cách
giao tiếp hiệu quả với khán giả. Ngoài ra, người quản lý nền tảng phát trực
tiếp có thể thuê hoặc tuyển dụng những người phát trực tiếp hấp dẫn bao
gồm KOL, ngôi sao hoặc người có ảnh hưởng trên mạng xã hội để bán
hoặc giới thiệu sản phẩm. Kết quả cũng đề cập rằng cần phải thúc đẩy tính
tương tác. Các streamer nên tương tác nhiều hơn với người tham gia thông
qua các chức năng được hỗ trợ như hộp trò chuyện, quyên góp và các nút
biểu tượng cảm xúc. Không chỉ thuyết trình về các sản phẩm thời trang, các

46
 streamer còn chia sẻ những chủ đề thú vị liên quan đến chia sẻ cá nhân hay
kể chuyện cười để tương tác với cộng đồng. Cải thiện tính phù hợp của bối
cảnh là một cách hiệu quả để thúc đẩy ý định mua hàng của người tiêu
dùng trong phát trực tiếp thương mại điện tử nhằm thu hút sự chú ý của
khách hàng vào sản phẩm

VI. TÀI LIỆU THAM KHẢO

Hu & Bentler (1999), Cutoff criteria for fit indexes in covariance structure
analysis: Conventional criteria versus new alternatives, Structural Equation
Modeling
(https://baodautu.vn/su-troi-day-cua-tiktok-shop-thoi-cua-mua-sam-va-giai-tri-
d182791.html)
VII. PHỤ LỤC
Phụ lục 1: Bảng khảo sát nghiên cứu

Phụ lục 2: Thống kê mô tả

Phụ lục 3: Kiểm định độ tin cậy
3.1. Sự thu hút của người bán (TH)

3.2. Chất lượng thông tin (CL)

47
3.3. Sự tương tác (TT)

3.4. Niềm tin (NT)

48
 3.5. Ý định mua hàng (YD)

Phụ lục 4: Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)

4.1. Kết quả phân tích EFA lần 1

49
 4.2. Kết quả phân tích nhân tố khám phá EFA lần 2 (Sau khi đã bỏ NT4 và
YD2)

50
Phụ lục 5: Kết quả mô hình đo lường
5.1. Kết quả hệ số tải nhân tố Outer Loadings

51
 5.2. Kết quả phân tích độ tin cậy tổng hợp thang đo (CR) và phương sai trích
(AVE)

5.3. Kết quả chi tiết tương quan giữa cấu trúc khái niệm nghiên cứu
(Fornell-Larcker)

52
 5.4. Kết quả kiểm tra chỉ số HTMT cho mô hình đo lường

Phụ lục 6: Kết quả phân tích mô hình cấu trúc tuyến tính SEM (Structural
Equation Modeling)
6.1. Giá trị VIF

6.2. Kiểm định bằng R2 và R2 điều chỉnh

6.3. Kết quả kiểm định độ lớn tác động ( f 2) trong mô hình

6.4. Kết quả hệ số (Q2) trong mô hình

53
6.5. Kết quả hồi quy đa biến – Bootstrap 5000 mẫu

6.6. Kết quả đánh giá hiệu ứng trung gian (Indirect effect)

6.7. Kết quả đánh giá hiệu ứng tổng hợp (Total effect)

54