Machine Translated by Google

. 8 tập 2 tập 2 - 2565 335

NGHIÊN CỨU Ý ĐỊNH HÀNH VI SỬ DỤNG THỰC TẾ TĂNG CƯỜNG CHO

MUA SẮM SẢN PHẨM TRÊN NỀN TẢNG THƯƠNG MẠI ĐIỆN TỬ TẠI THÁI LAN Chontida Chatsrichai1 Rawin Vongurai2

Thanatchaporn Jaruwanakul3*
1
Bằng tiến sĩ. Ứng viên, Tiến sĩ Triết học, Quản lý Công nghệ Đổi mới, Đại học Assumption
2
Giám đốc Chương trình, Tiến sĩ Triết học, Quản lý Công nghệ Đổi mới, Đại học Assumption
3
Phó Giám đốc, Phát triển Chính sách Chiến lược, Công ty TNHH True Corporation Public

*Email của tác giả tương ứng: tjaruwanakul@gmail.com

Nhận vào ngày 24 tháng 3 năm 2022

Sửa đổi ngày 27 tháng 4 năm 2022

Được chấp nhận ngày 11 tháng 8 năm 2022

trừu tượng

Nghiên cứu này nhằm mục đích điều tra các yếu tố quyết định ý định hành vi sử dụng thực tế tăng

cường (AR) khi mua sắm các sản phẩm may mặc trên nền tảng thương mại điện tử ở Thái Lan.

Các biến số chính là kỳ vọng về hiệu suất, kỳ vọng về nỗ lực, ảnh hưởng xã hội, thái độ đối với việc sử

dụng, nhận thức về sự thích thú, tính đổi mới và ý định hành vi. Dữ liệu (n=450) được thu thập, áp dụng

kỹ thuật lấy mẫu phi xác suất; lấy mẫu phán đoán, hạn ngạch và thuận tiện. Dữ liệu được phân tích bằng

phương pháp thống kê mô tả, phân tích nhân tố xác nhận (CFA) và phương pháp mô hình hóa phương trình cấu

trúc (SEM). Kết quả cho thấy kỳ vọng về hiệu suất, kỳ vọng về nỗ lực, sự thích thú được nhận thức và tính

đổi mới có tác động đáng kể đến ý định hành vi. Ngoài ra, tính đổi mới ảnh hưởng đáng kể đến sự thích thú

trong nhận thức. Mặt khác, ảnh hưởng xã hội và thái độ đối với việc sử dụng không có tác động đáng kể đến

ý định hành vi. Các nhà nghiên cứu học thuật, lãnh đạo doanh nghiệp và nhà tiếp thị được khuyến nghị cải

thiện giao diện người dùng và trải nghiệm người dùng về công nghệ AR để nâng cao tỷ lệ chấp nhận của người

tiêu dùng.

Từ khóa: Kỳ vọng về hiệu suất, Kỳ vọng về nỗ lực, Nhận thức về sự thích thú,

Tính đổi mới, Ý định hành vi

Machine Translated by Google

. 8 tập 2 tập 2 - 2565

336

Giới thiệu

Thực tế tăng cường (AR) là một công nghệ mới ra đời phục vụ cho việc triển khai của các doanh

nghiệp. Sự phát triển từ thực tế ảo (VR) và thực tế tăng cường (AR) lần đầu tiên được giới thiệu vào

năm 1962 dưới dạng mô phỏng nhập vai 3D (Heilig, 1962). Trong những năm gần đây, công nghệ VR và AR

đã nhận được sự quan tâm rộng rãi của các nhà đầu tư và công chúng, đặc biệt cùng với việc Mark

Zuckerberg đầu tư vào Oculus với giá 2 tỷ USD (Castelvecchi, 2016).

Nhiều nghiên cứu đã được thực hiện về công nghệ AR, nhưng rất ít nghiên cứu được thực hiện trong

ngành thương mại điện tử. Nhiều tài liệu về công nghệ AR ngày càng gia tăng bất chấp hiệu quả của

công nghệ này trong những năm gần đây (Saidin và cộng sự, 2015). Đặc biệt, Singhal et al. (2012)

tuyên bố rằng AR cung cấp hình ảnh trực quan tốt hơn và giao diện thống nhất giữa cài đặt thực tế và

ảo, đồng thời cho phép áp dụng biểu tượng tương tác hữu hình để thao tác đối tượng. Thương mại điện

tử (thương mại điện tử) là bất kỳ loại giao dịch kinh doanh nào bao gồm việc chuyển thông tin hoặc

giao dịch qua các kênh mạng kỹ thuật số. Nó mở rộng nhanh chóng trong thập kỷ qua và cho phép người

tiêu dùng trao đổi hàng hóa và dịch vụ nhanh hơn, rẻ hơn và thuận tiện hơn so với thương mại truyền

thống ở mọi nơi và mọi lúc (Baynal & Boyaci, 2016). Thị trường thương mại điện tử ở Thái Lan đang

phát triển nhanh chóng do số lượng giao dịch ngày càng tăng. Do đó, việc tăng tiền tệ trong năm 2019

sẽ kích thích chi tiêu trong nước và trợ cấp cho nhu cầu của hộ gia đình.

Chi tiêu bình quân đầu người cho Thương mại điện tử ở Thái Lan cao ở mức 1.746,20 USD/người/năm và sự

gia tăng tiêu dùng cá nhân có thể thúc đẩy tăng trưởng thị trường nhiều hơn (JP Morgan, 2019).

Mục tiêu của nghiên cứu

Bài viết này nghiên cứu mối quan hệ giữa hiệu suất kỳ vọng, nỗ lực kỳ vọng, ảnh hưởng xã hội,

thái độ sử dụng, nhận thức sự thích thú, tính đổi mới và ý định hành vi sử dụng công nghệ AR cho sản

phẩm may mặc trên nền tảng thương mại điện tử.

Khuôn khổ nghiên cứu

Khung khái niệm được đề xuất theo các lý thuyết trước đó và các dữ liệu liên quan

khung nghiên cứu học thuật dựa trên lý thuyết Mô hình chấp nhận công nghệ (TAM) và Lý thuyết thống

nhất về chấp nhận và sử dụng công nghệ (UTAUT) như trong Hình 1.

Các biến độc lập là kỳ vọng về hiệu suất, kỳ vọng về nỗ lực, ảnh hưởng xã hội, thái độ đối với việc

sử dụng, nhận thức về sự thích thú và tính đổi mới. Một biến phụ thuộc là

ý định hành vi
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

337

Hình 1 Khung khái niệm

Tầm quan trọng của nghiên cứu

Các nhà nghiên cứu khám phá các yếu tố tác động đến việc người dùng áp dụng công nghệ AR trong

mua sắm trực tuyến các sản phẩm may mặc. Theo xu hướng metaverse trên thế giới, công nghệ AR được dự

đoán sẽ đóng một vai trò lớn trong thương mại trực tuyến toàn cầu. Quá trình áp dụng công nghệ AR đang

có nhu cầu và có nhiều khả năng sẽ được mở rộng cho nghiên cứu học thuật trong tương lai. Công nghệ

AR có thể là một trong những lựa chọn để thu hút họ tham gia nhiều hơn và lâu hơn vào nền tảng cũng

như giảm thời gian mua hàng chậm trễ, đặc biệt là đối với các sản phẩm may mặc thường yêu cầu mặc thử

để đảm bảo nó hoàn toàn phù hợp với kích thước và hình thức.

Phê bình văn học

1. Mô hình chấp nhận công nghệ (TAM)

Mô hình chấp nhận công nghệ hay TAM lần đầu tiên được phát triển bởi Davis (1989). TAM ban

đầu bao gồm bốn yếu tố chính; nhận thức về sự hữu ích, nhận thức về tính dễ sử dụng, ý định hành

vi và việc sử dụng thực tế. Một số nghiên cứu đưa ra giả thuyết khác bằng cách thêm thái độ đối

với việc sử dụng vào mô hình, tự nhận mình là người điều tiết giữa nhận thức về tính hữu ích và

nhận thức về tính dễ sử dụng, ý định hành vi (Alwahaishi & Snasel, 2013).

2. Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT)

UTAUT được mở rộng từ TAM, bao gồm kỳ vọng về hiệu suất, kỳ vọng về nỗ lực, ảnh hưởng xã hội,

điều kiện thuận lợi, ý định hành vi và việc sử dụng thực tế (Venkatesh và cộng sự, 2003). Tuy nhiên,

một số nhà nghiên cứu tuyên bố rằng nhận thức về tính hữu ích được thay thế bằng kỳ vọng về hiệu suất

và nhận thức về tính dễ sử dụng được thay thế bằng kỳ vọng về nỗ lực (Alwahaishi & Snasel, 2013).
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

338

3. Kỳ vọng về hiệu suất

Kỳ vọng về hiệu suất được định nghĩa là “mức độ mà một người tin rằng việc sử dụng công nghệ

sẽ giúp họ đạt được hiệu suất hoặc mục tiêu”. (Mueller-Johnson và cộng sự, 2017; Venkatesh và cộng sự,

2012; Giovanis và cộng sự, 2018; Saprikis và cộng sự, 2021).

Kỳ vọng về hiệu suất được kiểm tra là có tác động đến ý định hành vi sử dụng công nghệ AR để mua sắm

quần áo trực tuyến trên nền tảng thương mại điện tử. Do đó, giả thuyết đầu tiên được thiết lập.

H1: Kỳ vọng về hiệu quả hoạt động có ảnh hưởng đáng kể đến Ý định hành vi.

4. Sự nỗ lực mong đợi

Kỳ vọng nỗ lực là yếu tố then chốt của việc áp dụng đổi mới bắt nguồn từ UTAUT.

Nó được xác định là “mức độ dễ dàng liên quan đến việc sử dụng công nghệ”

(Venkatesh và cộng sự, 2012). Mối quan hệ đáng kể giữa kỳ vọng nỗ lực và ý định hành vi đã được nhiều

học giả chứng minh (Ntsafack và cộng sự, 2018; Saprikis và cộng sự, 2021) và được coi là đưa mối quan

hệ này vào mô hình khái niệm về tính năng AR cho hoạt động mua sắm quần áo trực tuyến trên điện tử.

-thương mại. Do đó, nó đề xuất giả thuyết tiếp theo:

H2: Sự mong đợi nỗ lực có ảnh hưởng đáng kể đến Ý định hành vi.

5. Ảnh hưởng xã hội

Ảnh hưởng xã hội mô tả “mức độ mà một người nhận thấy rằng niềm tin và ý kiến của người khác

là quan trọng cho dù họ có nên sử dụng một hệ thống cụ thể hay không” (Fan và cộng sự, 2021). Ảnh hưởng

xã hội có thể tạo nền tảng cho thái độ của người dùng tiềm năng phù hợp với ý kiến của đồng nghiệp,

thành viên gia đình và bạn bè, những ý kiến này có thể chi phối hành vi của người dùng (Kijsanayotin và

cộng sự, 2009). Dựa trên các nghiên cứu trước đây, những cá nhân có tác động tích cực từ môi trường của

họ sẽ thể hiện hành vi có chủ ý sử dụng công nghệ AR để thử các sản phẩm may mặc trên nền tảng thương

mại điện tử (Baabdullah, 2018). Vì vậy, một giả thuyết được đưa ra:

H3: Ảnh hưởng xã hội có tác động đáng kể đến Ý định hành vi.

6. Thái độ đối với việc sử dụng

Thái độ hướng tới việc sử dụng đề cập đến sự chấp nhận hoặc từ chối của người dùng khi sử dụng

công nghệ hoặc thực hiện một số công nghệ nhất định (Zain và cộng sự, 2005). Mailizar và Johar (2021)

đã đăng tải rằng thái độ đối với việc sử dụng có khả năng tác động đến mức độ sẵn lòng sử dụng phương

pháp học tập AR của học sinh. Nghiên cứu này giải thích thêm rằng công nghệ AR trên nền tảng thương mại

điện tử có xu hướng được chấp nhận nhiều hơn khi người dùng có cảm giác tích cực về việc sử dụng nó để

đạt được kỳ vọng nào đó. Vì vậy, giả thuyết sau đây được đặt ra.

H4: Thái độ đối với việc sử dụng có ảnh hưởng đáng kể đến Ý định hành vi.

7. Cảm nhận sự thích thú

Cảm nhận sự thích thú lần đầu tiên được Davis (1989) giới thiệu và mở rộng mô hình TAM để xác

định động cơ nội tại của hành vi có chủ ý để áp dụng một hệ thống. Nó được gọi là “mức độ mà hoạt động

sử dụng máy tính được coi là thú vị

Machine Translated by Google

. 8 tập 2 tập 2 - 2565

339

và có thể đáp ứng được kỳ vọng về hiệu suất của người dùng”. Liên quan đến môi trường AR, nhiều nhà

nghiên cứu đã chứng minh mối liên hệ giữa sự thích thú nhận thức và ý định hành vi trong việc áp dụng

ứng dụng AR (Haugstvedt & Krogstie, 2012; Ghazali et al., 2019). Tương tự như vậy, công nghệ AR mang

lại trải nghiệm mua sắm tốt hơn với sự thích thú và thu hút sự chú ý của khách hàng khi mua hàng trực

tuyến (Kim & Forsythe, 2012). Qua đó, một giả thuyết được đưa ra:

H5: Cảm nhận sự thích thú có tác động đáng kể đến Ý định hành vi.

8. Tính đổi mới

Theo nghiên cứu thực nghiệm của Saprikis et al. (2021), tính đổi mới có ảnh hưởng đáng kể và

trực tiếp đến cảm giác thích thú. Những người đổi mới sẽ thấy thú vị khi sử dụng công nghệ mới và muốn

trở thành người đầu tiên thử tìm kiếm ý tưởng, sản phẩm hoặc dịch vụ mới. Dựa trên nhiều nghiên cứu,

có thể cho rằng công nghệ AR được coi là cách mới để trải nghiệm mua sản phẩm hoặc dịch vụ, tích hợp

thế giới thực và ảo (Tariq, 2007).

Tính đổi mới đã được kiểm tra rộng rãi và có tác động trực tiếp đến hành vi có chủ ý sử dụng hệ thống

(Escobar-Rodriguez & Carvajal-Trujillo, 2014). Để xác minh sự thật, các giả thuyết sau được giải quyết:

H6: Tính đổi mới có tác động đáng kể đến Cảm nhận sự thích thú.

H7: Tính đổi mới có tác động đáng kể đến Ý định hành vi.

9. Ý định hành vi

Ý định hành vi có liên quan chặt chẽ và là yếu tố dự đoán việc sử dụng thực tế trong nhiều

nghiên cứu áp dụng công nghệ (Venkatesh & Davis, 2000). Ý định hành vi giải thích

“khả năng chủ quan của một người là anh ấy/cô ấy sẽ sử dụng một công nghệ thông tin cụ thể”

(Tanasapsakul & Vongurai, 2018). Trong bối cảnh này, nhà nghiên cứu giải thích ý định hành vi

vì việc sử dụng công nghệ AR của người dùng bị ảnh hưởng bởi nhiều yếu tố động lực khác nhau (Saprikis và

cộng sự, 2021).

Phương pháp nghiên cứu

Nghiên cứu này áp dụng phương pháp định lượng, sử dụng phương pháp phát bảng câu hỏi trực

tuyến. Cuộc điều tra được chia thành ba phần bao gồm câu hỏi sàng lọc, đo lường thang đo Likert năm

điểm và đặc điểm nhân khẩu học.

1. Dân số và cỡ mẫu

Đối tượng mục tiêu trong nghiên cứu này dựa trên những người từ 18 tuổi trở lên, đủ điều kiện

sử dụng thẻ tín dụng (theo luật Thái Lan), sống ở Thái Lan và có kinh nghiệm mua sản phẩm may mặc trên

ba nền tảng thương mại điện tử hàng đầu theo thị phần tại Thái Lan bao gồm Lazada, Shopee và JD

Central. Các giá trị tham số được tính toán bằng phần mềm thống kê của Soper (2021) cho kết quả cỡ mẫu

tối thiểu là 425. Đối với nghiên cứu này, bảng câu hỏi nhằm mục đích thu thập 450 người trả lời.
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

340

2. Kỹ thuật lấy mẫu

Nghiên cứu này thực hiện ba giai đoạn trong quy trình lấy mẫu. Thứ nhất, phương pháp lấy

mẫu phi xác suất của lấy mẫu có mục đích được sử dụng để chọn ra ba thương mại điện tử hàng đầu ở

Thái Lan từ thị phần là Lazada, Shopee & JD Central. Thứ hai, lấy mẫu hạn ngạch được sử dụng để

nhắm mục tiêu đến khách hàng của ba nền tảng thương mại điện tử hàng đầu (Tính đến Bảng 1). Thứ

ba, lấy mẫu có mục đích và lấy mẫu thuận tiện được áp dụng để lựa chọn khách hàng thương mại điện

tử từ 18 tuổi trở lên, đủ điều kiện sử dụng thẻ tín dụng, sử dụng mạng xã hội như Facebook,

LinkedIn, Twitter và Ứng dụng Line Chat qua bài đăng và tin nhắn trực tiếp. để phát bảng câu hỏi.

Quá trình thu thập dữ liệu diễn ra từ tháng 11 năm 2021 đến tháng 2 năm 2022.

Bảng 1: Đơn vị mẫu và cỡ mẫu

Quy mô dân số gần đúng

Nền tảng thương mại điện tử Cỡ mẫu
(Người dùng Thái tính bằng triệu)

lazada 35 181

SHOPPING 47 243

Trung tâm JD 5 26

Tổng cộng 87 450

Nguồn: EcommerceIQ (2018).

Kết quả và thảo luận

1. Thông tin nhân khẩu học

Bảng câu hỏi đã được phân phát cho 500 người tham gia trong thời gian từ tháng 4 đến tháng

6 năm 2022. Sau quá trình sàng lọc, 450 người đã hoàn thành và chấp nhận. Kết quả nhân khẩu học

bao gồm giới tính, tuổi tác, nghề nghiệp, thu nhập và trình độ học vấn. Phần lớn người trả lời là

nữ (56,0%) trong khi nam là 44,0%. Về độ tuổi, phần lớn người dân ở độ tuổi từ 21-

30 tuổi (37,3%) trong khi nhóm ít nhất là những người trên 60 tuổi (2,6%). Về nghề nghiệp, nhân

viên doanh nghiệp là nhóm chính với tỷ lệ 41,1%, tiếp theo là người tự kinh doanh (22,4%), nhân

viên chính phủ (16,2%), sinh viên (12,0%), người về hưu (5,0%) và những người khác (3,3%). Về thu

nhập hàng tháng, nhóm chính là 20.000 đến 40.000 THB (39,1%), trong khi nhóm ít nhất là dưới

20.000 (14,4%). Hầu hết người tham gia có bằng Cử nhân là 68,6%, tiếp theo là Bằng Thạc sĩ là

16,0%, Trung học/Dạy nghề trở xuống là 14,4% và Bằng Tiến sĩ là 1,0%.

2. Phân tích nhân tố khẳng định (CFA)

Phân tích nhân tố khẳng định (CFA) được tiến hành để khái niệm hóa mô hình, nhận dạng và

đo lường tham số. CFA được sử dụng để đánh giá mức độ phù hợp của mô hình dữ liệu và hệ số tải của

từng biến quan sát trong nghiên cứu này (Mueller & Hancock, 2001). Kết quả thu được từ phần mềm

thống kê SPSS AMOS phù hợp với số liệu thực nghiệm, do đó, CFA
Machine Translated by Google

. 8 tập 2 tập 2 - 2565 341

không cần phải điều chỉnh. Ngoài ra, các kết quả có thể được xác nhận về giá trị hội tụ và phân biệt như

trong Bảng 2.

Bảng 2: Mức độ phù hợp của mô hình đo lường

Mục lục Giá trị chấp nhận được Giá trị thống kê

CMIN/DF < 3,00 (Hair và cộng sự, 2006) 291,874/231 = 1,264

GFI > 0,90 (Tóc và cộng sự, 2006) 0,949

AGFI > 0,80 (Sica & Ghisi, 2007) 0,934

NFI > 0,80 (Wu & Wang, 2006) 0,943

CFI > 0,90 (Tóc và cộng sự, 2006) 0,987

TLI > 0,90 (Tóc và cộng sự, 2006) 0,985

RMSEA < 0,08 (Pedroso và cộng sự, 2016) 0,024

Tóm tắt mô hình Chấp nhận được

Nguồn: Tác giả sáng tạo

Bảng 3 tóm tắt tất cả các giá trị được chấp nhận ở mức Cronbach’s Alpha cao hơn

hơn 0,70 (Cortina, 1993) và có ý nghĩa thống kê khi hệ số tải lớn hơn 0,30 (Field, 2013), điều này khẳng

định tính hợp lệ hội tụ của các mô hình đo lường có giá trị t lớn hơn 1,98, giá trị p nhỏ hơn 0,50. Các giá

trị độ tin cậy tổng hợp (CR) được xác nhận ở trên

0,70. Phương sai trung bình được trích xuất (AVE) được chấp nhận ở mức trên 0,40 (Fornell & Larcker, 1981).

Do đó, tất cả các ước tính đều có ý nghĩa.

Bảng 3: Kết quả phân tích nhân tố khẳng định, Độ tin cậy tổng hợp (CR) và Phương sai trung bình

Đã trích xuất (AVE)

Nguồn gốc của Số của Cronbach's Các nhân tố

Các biến tiềm ẩn CR AVE
Bảng câu hỏi Mặt hàng Alpha Đang tải

Hiệu suất
Saprikis và cộng sự (2021) 3 0,724 0,674 - 0,695 0,725 0,467
Kỳ vọng (PE)

Nỗ lực mong đợi (EE) Saprikis và cộng sự (2021) 3 0,793 0,742 - 0,759 0,793 0,562

Ảnh hưởng xã hội (SI) Saprikis và cộng sự (2021) 3 0,770 0,682 - 0,801 0,772 0,531

Thái độ đối với việc sử dụng

Teo và cộng sự. (2011) 4 0,887 0,793 - 0,836 0,888 0,666
(TẠI)

Nhận thức được sự thích thú

Saprikis và cộng sự (2021) 3 0,881 0,830 - 0,859 0,882 0,713
(PN)

Tính đổi mới (IN) Saprikis và cộng sự (2021) 4 0,832 0,678 - 0,822 0,832 0,555

Ý định hành vi Cruz và cộng sự.

4 0,764 0,573 - 0,732 0,769 0,457
(BI) (2014)
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

342

Giá trị hội tụ được khẳng định khi giá trị CR lớn hơn AVE cao hơn 0,40 ((Fornell & Larcker, 1981).

Kết quả giá trị phân biệt được trình bày trong Bảng 4. AVE của mỗi cấu trúc không nằm ngoài mối liên hệ

giữa các cấu trúc và kết quả không cao hơn 0,80, thể hiện mức độ liên kết phù hợp giữa 7 cặp biến, do đó,

nghiên cứu này không có vấn đề đa cộng tuyến.

Bảng 4: Giá trị phân biệt

TRONG Thể dục EE SI TẠI PN BI

TRONG 0,745

Thể dục 0,155 0,684

EE 0,105 0,654 0,749

SI 0,097 0,230 0,213 0,729

TẠI 0,148 0,167 0,208 0,644 0,816

PN 0,271 0,548 0,454 0,335 0,290 0,844

BI 0,423 0,535 0,434 0,255 0,261 0,581 0,676

Lưu ý: Giá trị được liệt kê theo đường chéo là căn bậc hai AVE của các biến

Nguồn: Tác giả sáng tạo

3. Mô hình phương trình cấu trúc (SEM)

Do mô hình cấu trúc ban đầu không đáp ứng được tiêu chí chấp nhận được về chỉ số phù hợp nên mô

hình điều chỉnh đã được thực hiện để đảm bảo sự hài hòa của dữ liệu thực nghiệm. Các giá trị của mô hình

kết cấu sau điều chỉnh nhìn chung khá phù hợp được tổng hợp trong Bảng 5.
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

343

Bảng 5: Mức độ phù hợp của mô hình kết cấu

Mục lục Giá trị chấp nhận được Giá trị thống kê Giá trị thống kê

Trước khi điều chỉnh Sau khi điều chỉnh

CMIN/DF < 3,00 (Hair và cộng sự, 2006) 991,347/245 = 4,046 612,883/288 = 2,688

GFI > 0,90 (Tóc và cộng sự, 2006) 0,849 0,909

AGFI > 0,80 (Sica & Ghisi, 2007) 0,815 0,880

NFI > 0,80 (Wu & Wang, 2006) 0,805 0,880

CFI > 0,90 (Tóc và cộng sự, 2006) 0,845 0,920

TLI > 0,90 (Tóc và cộng sự, 2006) 0,825 0,903

RMSEA < 0,08 (Pedroso và cộng sự, 2016) 0,082 0,061

Tóm tắt mô hình Không thể chấp nhận Chấp nhận được

Mẫu mã phù hợp Phù hợp

Nguồn: Tác giả xây dựng.

4. Kết quả kiểm định giả thuyết

Ma trận nghiên cứu được tính toán có ý nghĩa đối với từng biến từ hồi quy

trọng số và phương sai R2 . Theo từng kết quả tính toán minh họa ở bảng 6.

Bảng 6: Kết quả giả thuyết của mô hình phương trình cấu trúc

Hệ số đường dẫn chuẩn hóa (β)

giả thuyết giá trị t Kết quả kiểm tra

H1: PE BI 0,167 3.400* Được hỗ trợ

H2: EE BI 0,136 2,924* Được hỗ trợ

H3: SI BI -0,020 -0,408 Không được hỗ trợ

H4: AT BI 0,081 1.780 Không được hỗ trợ

H5: PN BI 0,613 9,823* Được hỗ trợ

H6: TRONG PN 0,214 4.350* Được hỗ trợ

H7: TRONG BI 0,233 4.547* Được hỗ trợ

*
Ghi chú: p<0,05

Nguồn: Tác giả sáng tạo.

Theo dữ liệu trong Bảng 6, chúng ta có thể thu được các phần mở rộng sau.

H1 được ủng hộ và có thể ngụ ý rằng kỳ vọng về hiệu quả hoạt động có ảnh hưởng đáng kể đến ý định hành vi

khi giá trị hệ số đường dẫn chuẩn hóa = 0,167. Hiệu suất
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

344

kỳ vọng là một yếu tố quan trọng trong mô hình UTAUT (Venkatesh & Davis, 2000). Do PE là một yếu tố dự báo mạnh mẽ

cho ý định hành vi, nên nhà nghiên cứu đã nhấn mạnh biến này vào mô hình khái niệm để kiểm tra việc sử dụng công nghệ

AR cho mua sắm quần áo trực tuyến trên nền tảng thương mại điện tử theo quan điểm của nhiều học giả (Venkatesh và

cộng sự, 2012; Giovanis và cộng sự ., 2018; Saprikis và cộng sự, 2021).

H2 khẳng định nỗ lực mong đợi có tác động đáng kể đến ý định hành vi, đại diện cho giá trị hệ số đường dẫn

chuẩn hóa = 0,136. Kỳ vọng nỗ lực là yếu tố then chốt của việc áp dụng đổi mới bắt nguồn từ UTAUT (Venkatesh và cộng

sự, 2012). Mối quan hệ đáng kể giữa nỗ lực kỳ vọng và ý định hành vi đã được nhiều học giả chứng minh (Giovanis và

cộng sự, 2018; Ntsafack và cộng sự, 2018; Saprikis và cộng sự, 2021) và được coi là đưa mối quan hệ này vào mô hình

khái niệm của AR tính năng mua sắm quần áo trực tuyến trên

thương mại điện tử.

H3 cho thấy giá trị hệ số đường dẫn chuẩn hóa = -0,020 cho thấy ảnh hưởng xã hội không có tác động đáng kể

đến ý định hành vi. Kết quả này mâu thuẫn với các tài liệu trước đó giải thích rằng SI là một trong những biến của

UTAUT tác động trực tiếp đến ý định hành vi (Kijsanayotin và cộng sự, 2009; Giovanis và cộng sự, 2018). Kết quả này

có thể là nhóm xã hội của hầu hết người dùng đều có chút hiểu biết về công nghệ AR. Vì vậy, họ không thể tìm kiếm

những người có ảnh hưởng trong giai đoạn đầu của công nghệ AR ở Thái Lan.

Đối với H4, mối quan hệ giữa thái độ đối với việc sử dụng và ý định hành vi không được hỗ trợ vì giá trị hệ

số đường dẫn chuẩn hóa = 0,081. Trong TAM, AT là nhân tố ảnh hưởng đến ý định hành vi (Cho & Cheung, 2003). Tuy nhiên,

kết quả của nghiên cứu này trái ngược với các nghiên cứu trước đó đã đo lường thái độ đối với việc sử dụng khi áp

dụng và thừa nhận rằng nó có thể nâng cao ý muốn sử dụng công nghệ (Zain và cộng sự, 2005; Mailizar & Johar, 2021).

Có thể cho rằng phần lớn người dùng đều chưa được trải nghiệm công nghệ AR. Vì vậy, họ không có một hình ảnh rõ ràng

và thái độ đối với việc sử dụng.

H5 đã chứng minh rằng sự thích thú được nhận thức có tác động đáng kể nhất đến ý định hành vi trong nghiên

cứu này, dẫn đến giá trị hệ số đường dẫn được tiêu chuẩn hóa là 0,613. Trong bối cảnh AR, nhiều nhà nghiên cứu đã

chứng minh mối liên hệ giữa sự thích thú được nhận thức và ý định hành vi trong việc áp dụng ứng dụng AR. Cụ thể hơn,

Haugstvedt và Krogstie (2012) đã tìm thấy tác động tích cực giữa cảm giác thích thú và việc sử dụng ứng dụng AR dành

cho di sản văn hóa, mức độ sẵn sàng chơi 'Pokemon Go' của người dùng (Ghazali và cộng sự, 2019), dịch vụ AR trong

trung tâm mua sắm, và Tính năng AR trong các chương trình dạy học, mua hàng trực tuyến (Kim & Forsythe, 2012).

H6 khẳng định mối quan hệ hỗ trợ giữa tính đổi mới và sự thích thú được nhận thức, cho thấy giá trị hệ số

đường dẫn được chuẩn hóa = 0,214. Theo nghiên cứu thực nghiệm của Saprikis et al. (2021),
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

345

tính đổi mới có ảnh hưởng đáng kể và trực tiếp đến cảm nhận sự thích thú. Những người đổi mới sẽ thấy thú vị khi sử

dụng công nghệ mới và muốn trở thành người đầu tiên thử tìm kiếm ý tưởng, sản phẩm hoặc dịch vụ mới. Sau đó, họ có

thể đối phó với rủi ro và khẳng định thái độ tích cực đối với việc sử dụng công nghệ mới. Dựa trên nhiều nghiên cứu,

có thể cho rằng công nghệ AR được coi là cách mới để trải nghiệm mua sản phẩm hoặc dịch vụ, tích hợp thế giới thực và

ảo (Tariq, 2007).

H7 chỉ ra rằng tính đổi mới ảnh hưởng đáng kể đến ý định hành vi với giá trị hệ số đường dẫn chuẩn hóa =

0,233. Tính đổi mới đã được kiểm tra rộng rãi và có tác động trực tiếp đến hành vi có chủ ý sử dụng hệ thống (Escobar-

Rodriguez & Carvajal-Trujillo, 2014)

Sự đổi mới liên quan đến khả năng đổi mới của cá nhân để thử nghiệm những hàng hóa hoặc dịch vụ tiên

phong (Saprikis và cộng sự, 2021; Kim & Forsythe, 2012; Tariq, 2007). Do đó, có thể lưu ý rằng trước hết

những người đổi mới sẽ tình nguyện sử dụng và thể hiện hành vi có chủ ý để trải nghiệm công nghệ AR trên

nền tảng thương mại điện tử.

Kết luận và khuyến nghị

1. Kết luận

Nghiên cứu này đề cập đến cách ứng dụng công nghệ AR vào các sản phẩm may mặc trong thương mại điện tử vì

nó có thể góp phần giúp các nhà lãnh đạo doanh nghiệp, đặc biệt là các công ty thương mại điện tử trên thế giới hiểu

rõ hơn về việc áp dụng của khách hàng trước khi đầu tư vào công nghệ đó.

Các nhà nghiên cứu kết hợp các lý thuyết và mô hình nghiên cứu để xây dựng khung nghiên cứu về việc áp dụng công nghệ

AR cho hoạt động mua sắm quần áo trực tuyến trên các nền tảng thương mại điện tử ở Thái Lan, bao gồm các lý thuyết về

áp dụng công nghệ bao gồm mô hình chấp nhận công nghệ (TAM) và lý thuyết thống nhất về chấp nhận và sử dụng công nghệ

(UTAUT). ). Kết quả cho thấy kỳ vọng về hiệu suất, kỳ vọng về nỗ lực, sự thích thú được nhận thức và tính đổi mới có

tác động đáng kể đến ý định hành vi. Ngoài ra, tính đổi mới ảnh hưởng đáng kể đến sự thích thú trong nhận thức. Mặt

khác, ảnh hưởng xã hội và thái độ đối với việc sử dụng không có tác động đáng kể đến hành vi.

chủ đích.

2. Khuyến nghị

Các nhà nghiên cứu học thuật, lãnh đạo doanh nghiệp và nhà tiếp thị nên xem xét

yếu tố quyết định quan trọng đến ý định hành vi sử dụng công nghệ AR cho cả nghiên cứu và phát triển kinh doanh nhằm

nâng cao tỷ lệ chấp nhận của người tiêu dùng bằng cách thúc đẩy sự thích thú, lợi ích, tính dễ sử dụng khi xem xét

mức độ đổi mới của khách hàng. Trong thực tế, các nhà tiếp thị và nhà phát triển AR nên tăng cường quan hệ công

chúng, xây dựng chiến dịch tiếp thị, phát triển giao diện và trải nghiệm của người dùng sao cho hấp dẫn, đồng thời

thúc đẩy cách sử dụng công nghệ AR và các ứng dụng của nó.
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

346

mang lại lợi ích cho người tiêu dùng và các nhóm xã hội của họ để tăng sự thích thú và thái độ tích cực giữa

họ.

Hạn chế và nghiên cứu sâu hơn

Một số hạn chế đã được làm rõ vì các nghiên cứu sâu hơn sẽ mở rộng các biến số quan trọng hơn để đóng

góp tốt hơn cho cả lĩnh vực phát triển học thuật và kinh doanh. Phạm vi địa lý được thực hiện ở Thái Lan nên

các quốc gia khác sẽ có những phát hiện khác. Ngoài ra, cách tiếp cận định tính rất cần được xem xét để hỗ trợ

các phát hiện với những hiểu biết sâu sắc và tốt hơn.

Người giới thiệu

Alwahaishi, S., & Snasel, V. (2013). Mô hình hóa các yếu tố quyết định ảnh hưởng đến sự chấp nhận của người tiêu dùng

và Sử dụng Công nghệ Thông tin và Truyền thông. Tạp chí Quốc tế về Áp dụng Điện tử,5(2), 25-39.

https://doi.org/10.4018/jea.2013040103

Baabdullah, MA (2018). Sự chấp nhận của người tiêu dùng đối với Trò chơi mạng xã hội di động (M-SNG) ở Ả Rập

Saudi: Vai trò của ảnh hưởng xã hội, động lực hưởng thụ và niềm tin. Công nghệ trong xã hội, 53, 91–

102.

Baynal, K., & Boyaci, A. (2016). Nghiên cứu và ứng dụng thương mại điện tử đề xuất phân loại và đánh giá tài

liệu cập nhật. Tạp chí quốc tế về tiếp thị và nghiên cứu thị trường, 23-23. https://doi.org/10.17369/

UHPAD.2016923644

Castelvecchi, D. (2016). Tai nghe giá rẻ tăng sức hấp dẫn của phòng thí nghiệm thực tế ảo Thiên nhiên, 533, 153–

154. https://doi.org/10.1038/533153a

Cho, V., & Cheung, I. (2003). Nghiên cứu về việc áp dụng dịch vụ pháp lý trực tuyến ở Hồng Kông.

Davis, FD (1989). Nhận thức về tính hữu ích, nhận thức về tính dễ sử dụng và sự chấp nhận của người dùng đối với

công nghệ hình thành. MIS Hàng quý, 13(3), 319–340.

Thương mại điện tửIQ (2018). Thương mại điện tử ở Thái Lan Hướng dẫn dành cho doanh nghiệp Úc. Thương mại Úc

và Ủy ban Đầu tư (Austrade).

Escobar-Rodriguez, T., & Carvajal-Trujillo, E. (2014). Mua vé trực tuyến cho hãng hàng không giá rẻ: Ứng dụng

mô hình lý thuyết thống nhất về chấp nhận và sử dụng công nghệ (UTAUT).

Quản lý Du lịch, 43, 70–88.

Fan, X., Duangekanong, S., & Xu, M. (2021). Các yếu tố ảnh hưởng đến ý định sử dụng của sinh viên đại học

U-learning tiếng Anh ở Tứ Xuyên, Trung Quốc. Tạp chí điện tử AU-GSB, 14(2),

118-129. https://doi.org/10.14456/augsbejr.2021.20
Machine Translated by Google

. 8 tập 2 tập 2 - 2565

347

Ghazali, E., Mutum, DS, & Woon, M.-Y. (2019). Khám phá hành vi và động lực của người chơi để tiếp tục chơi Pokémon

Go. Công nghệ thông tin & Con người, 32(3), 646–

667. https://doi.org/10.1108/ITP-07-2017-0216

Giovanis, A., Assimakopoulos, C., & Sarmaniotis, C. (2018). Áp dụng hình thức bán lẻ tự phục vụ trên thiết bị di động

Công nghệ ngân hàng: Vai trò của công nghệ, các yếu tố xã hội, kênh và cá nhân.

Tạp chí Quốc tế về Quản lý Phân phối & Bán lẻ, 47(9), 894–914.

Hair, J., Black, W., Babin, B., Anderson, R., & Tatham, R. (2006). Phân tích dữ liệu đa biến (tái bản lần thứ 6).

Harlow, Anh: Giáo dục Pearson.

Haugstvedt, AC, & Krogstie, J. (2012, 5-8 tháng 11). Thực tế tăng cường di động cho di sản văn hóa: Nghiên cứu

chấp nhận công nghệ [Trình bày trên giấy]. Hội nghị chuyên đề quốc tế của IEEE về thực tế hỗn hợp và

tăng cường 2012 Kỷ yếu khoa học và công nghệ,

Atlanta.

Heilig, M. (1962). Trình mô phỏng Sensorama. Bằng sáng chế Hoa Kỳ số - 3, 870. Bằng sáng chế và Thương mại Hoa Kỳ

Văn phòng.

Kijsanayotin, B., Pannarunothai, S., & Speedie, SM (2009). Các yếu tố ảnh hưởng đến việc áp dụng công nghệ thông tin y

tế tại các trung tâm y tế cộng đồng của Thái Lan: Áp dụng mô hình UTAUT.

Tạp chí Quốc tế về Tin học Y tế, 78(6), 404–416.

Kim, J., & Forsythe, S. (2008). Áp dụng công nghệ thử ảo cho mua sắm quần áo trực tuyến.

Tạp chí Tiếp thị Tương tác, 22(2), 45–59.

Mailizar, M., & Johar, R. (2021). Kiểm tra ý định sử dụng thực tế tăng cường của sinh viên trong

Môi trường học tập hình học dựa trên dự án. Tạp chí Giảng dạy Quốc tế, 14(2), 773-790. https://doi.org/10.29333/

iji.2021.14243a

Morgan.JP (2019). Xu hướng thanh toán thương mại điện tử: Thái Lan. Thông tin chi tiết về thương mại điện tử Thái Lan.

https://www.jpmorgan.com/europe/merchant-services/insights/reports/thailand

Mueller-Johnson, K., Toglia, MP, Sweeney, CD, & Ceci, SJ (2007). Độ tin cậy được nhận thức của người lớn tuổi với tư

cách là nhân chứng và mối quan hệ của nó với chủ nghĩa tuổi tác. Khoa học Hành vi & Luật, 25(3),

355–375.

Ntsafack, FW, Kamdjoug, JRK, & Wamba, SF (2018). Khám phá các yếu tố ảnh hưởng đến thiết bị di động

Sự chấp nhận dịch vụ của người tiêu dùng trẻ ở Cameroon. Ở Á. Rocha, H. Adeli, LP Reis, S.

Costanzo (Eds.), Xu hướng và Tiến bộ trong Hệ thống Thông tin và Công nghệ (trang 46–

57). Mùa xuân.

Pedroso, R., Zanetello, L., Guimaraes, L., Pettenon, M., Goncalves, V., Scherer, J., Kessler F., &

Pechansky, F. (2016). Phân tích nhân tố khẳng định (CFA) của thang tái sử dụng vết nứt (CURS). Lưu trữ

Tâm thần học lâm sàng, 43(3), 37-40.

Machine Translated by Google

. 8 tập 2 tập 2 - 2565

348

Saidin, N., Abd halim, N., & Yahaya, N. (2015). Đánh giá nghiên cứu về thực tế tăng cường trong giáo

dục: Ưu điểm và ứng dụng. Nghiên cứu Giáo dục Quốc tế, 8(13), 1-8. https://doi.org/10.5539/

ies.v8n13p1

Saprikis, V., Avlogiaris, G., & Katarachia, A. (2021). Các yếu tố quyết định ý định áp dụng Ứng dụng

thực tế tăng cường trên thiết bị di động tại các trung tâm mua sắm của sinh viên Đại học.

Tạp chí Nghiên cứu Thương mại Điện tử Lý thuyết và Ứng dụng, 16(3), 491–512.

https://doi.org/10.3390/jtaer16030030

Sica, C. & Ghisi, M. (2007). Phiên bản tiếng Ý của Kiểm kê lo âu Beck và Beck

Trầm cảm Inventory-II: Thuộc tính tâm lý và khả năng phân biệt đối xử. Trong MA Lange (Ed.),

Nghiên cứu thử nghiệm và thử nghiệm tâm lý hàng đầu (trang 27-50). New York: Nova.

Singhal, S., Bagga, S., Goyal, P., & Saxena, V. (2012). Hóa học tăng cường: Hệ thống giáo dục tương

tác. Tạp chí quốc tế về ứng dụng máy tính, 49(15), 1-5. http://dx.doi.org/

10.5120/7700-1041

Soper, DS (2021). Máy tính cỡ mẫu A-priori cho các mô hình phương trình cấu trúc [Phần mềm].

www.danielsoper.com/statcalc/default.aspx

Tanasapsakul, W., & Vongurai, R. (2018). Một cuộc điều tra về các yếu tố ảnh hưởng đến ý định hành vi của

người tiêu dùng thuộc các thế hệ khác nhau đối với các nhà hàng Nhật Bản được nhượng quyền tại

Bangkok, Thái Lan. Tạp chí điện tử AU-GSB, 11(2), 40-53.

Tariq, B. (2007). Khám phá các yếu tố ảnh hưởng đến việc áp dụng thương mại di động. Tạp chí của

Ngân hàng Internet và Thương mại, 12(3), 32–42.

Venkatesh, V., & Davis, FD (2000). Phần mở rộng lý thuyết của mô hình chấp nhận công nghệ: Bốn nghiên cứu

thực địa theo chiều dọc. Khoa học quản lý, 46(2),186–204.

Venkatesh, V., Morris, MG, Hall, M., Davis, GB, Davis, FD, & Walton, SM (2003). Người dùng

Tiếp nhận công nghệ thông tin: Hướng tới một cái nhìn thống nhất MIS hàng quý. 27(3), 425–

478.

Venkatesh, V., Thong, JY, & Xu, X. (2012). Sự chấp nhận và sử dụng thông tin của người tiêu dùng

công nghệ: Mở rộng lý thuyết thống nhất về chấp nhận và sử dụng công nghệ. MIS hàng quý,

36(1), 157–178.

Wu, JH, & Wang, YM (2006). Đo lường sự thành công của KMS: Đặc tả lại mô hình của DeLone và McLean.

Thông tin và Quản lý, 43(6), 728–739. https://doi.org/10.1016/

j.im.2006.05.002

Zain, M., Rose, R., Abdullah, I., & Masrom, M. (2005). Mối quan hệ giữa thông tin

chấp nhận công nghệ và sự linh hoạt của tổ chức ở Malaysia. Thông tin & Quản lý, 42(6), 41-51.

https://doi.org/10.1016/j.im.2004.09.001