CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU

1.1. Lý do chọn đề tài

Sự bùng nổ công nghệ thông tin trong những năm gần đâu đã đưa cuộc sống của con người mỗi
ngày trở nên tự động hóa. So sánh với mọi thứ được thực hiện thủ công, thì dường như các ứng đã
trở thành một phần thiết yếu của cuộc sống hiện đại (Abdullah và cộng sự, 2019; Koiri và cộng sự,
2019; Tang, 2019; Shareef và cộng sự, 2012; Shah và cộng sự, 2020). Công nghệ ở thời điểm hiện
tại cho phép chúng ta làm mọi thứ với những cú chạm ngón tay. Hiện nay, việc người ta có thể đặt
chỗ ở ngắn hạn như phòng khách sạn, đặt bàn ở nhà hàng hoặc thậm chí đặt dịch vụ vận chuyển.
Mọi thứ hiệu quả tiện lợi và có khả năng thu hút số lượng lớn người dùng. Có thể thấy được hành vi
của người tiêu dùng dã dần thay đổi. Trong số đó, việc di chuyển cũng vậy. Nếu Trước đây, hành
khách phải ra lề đường hoặc thông qua tổng đài để gọi xe nhưng hiện nay chỉ cần nhấn nút là có thể
đặt dịch vụ. Các công ty phổ biến nhất trên thị trường cung cấp nền tảng gọi xe cho khách hàng là
Uber ở Hoa Kỳ, Grab ở Malaysia, Ola ở Ấn Độ, Didi ở Trung Quốc và Careem ở Trung Đông. Các
công ty này đều mang lại lợi ích như nhau cho khách hàng bằng cách liên kết khách hàng với tài xế
thông qua ứng dụng điện thoại di động. Tạo ra những xe ôm công nghệ giúp khách hàng di chuyển
một cách nhanh chóng, tiện lợi và rõ ràng.

Theo thống kê của hãng xe công nghệ Grab, ứng dụng đang hoạt động tại 40 thành phố tại 7
quốc gia với hơn 780.000 đối tác tài xế trong mạng lưới. Với hơn 38 triệu lượt tải ứng dụng Grab về
điện thoại di động tính đến nay, Grab đạt 95% thị phần của các ứng dụng đặt xe và hơn 70% thị
phần xe tư nhân ở các thị trường mà Grab có mặt (Duy Vũ, 2017). Ngoài Grab thị trường xe công
nghệ vẫn còn một số cái tên nổi bật phải kể đến như Gojek, Be, Xanh SM …Những cái tên này
chính là nguyên nhân khiến các hãng taxi truyền thống phải thay đổi dè chừng và thành lập liên
minh cạnh tranh phát triển ứng dụng gọi xe riêng.

Tại Việt Nam, dân số sắp chạm móc 100 Triệu dân và theo báo cáo mới nhất từ số liệu người
dùng thì grab đang có khoảng 33,6 Triệu người dùng, trong đó thành phố Hồ Chí Minh là một thành
phố kinh tế lớn ở Việt Nam với tỷ lệ nhóm tuổi lao động cao nhất (75% đến 78%) với tỷ lệ gọi xe
qua ứng dụng cao nhất 62%. Đễ dàng nhận thấy được đây là miếng bánh ngon cho dịch vụ di
chuyển công nghệ với số lượng khách hàng khủng, nhu cầu gọi xe và di chuyển cao.
 Độ tuổi sử dụng theo báo cáo là thanh thiếu niên - những người sử dụng xe ôm, taxi công
nghệ nhiều nhất, với 39% khách dưới 24, 32% khách trong nhóm 25-35 tuổi. Còn lại, 20% hành
khách có độ tuổi 36-45 và chỉ có 9% số người sử dụng ứng dụng gọi xe trên 46 tuổi (Maxim,2023) .
Điều này không gây ngạc nhiên, bởi nhóm dưới 35 tuổi là những người thích thú với các công nghệ
mới hơn cả. Đa phần họ thuộc cuối thế hệ Y và đầu thế hệ Z, nằm trong khoảng giao và phát triển
mạnh mẽ của công nghệ, đặc biệt là gen Z các bạn đã tiếp cận công nghệ trên nhiều bình diện và có
dành nhiều thời gian làm bạn với điện thoại, lướt web, trong khi khả năng tài chính còn hạn chế
thường khiến họ khó mua xe riêng hơn (đặc biệt lứa dưới 24 tuổi là nhóm học sinh, sinh viên). Hơn
nữa, hiện có nhiều đối tượng trong nhóm độ tuổi lao động sử dụng dịch vụ xe công nghệ, nhưng
sinh viên là đối tượng tiếp cận nhanh nhất với nền kinh tế hiện đại, đã chọn sử dụng ứng dụng công
nghệ để đặt xe.

Mặc dù, quyết định sử dụng hình thức đặt xe qua thiết bị thông minh kết hợp với ứng dụng
vẫn còn bị tác động bởi nhiều yếu tố khác nhau. Tuy nhiên, chung quy điều khách hàng cần ở một
công nghệ mới và khuyến khích họ sử dụng công nghệ đó chính là, yếu tố dễ sử dụng và công nghệ
này mang đến or giải quyết giá trị gì cho họ.
Đối với yếu tố dễ sử dụng, khách hàng có thể cảm nhận nó qua các giá trị ngoại quan như
hình thức, khả năng truy cập và giao diện thu hút dễ nhớ dễ sài hoặc các quy bước trong quy trình
sử dụng đơn giản hóa.

Còn với yếu tố hữu ích, khách hàng thường cảm nhận nó trong quá trình sử dụng dịch vụ,
chẳng hạn đối với xe ôm công nghệ họ thường quan tâm đến việc an toàn, mức độ nhanh chóng và
những trãi nghiệm khác của chuyến đi .

Ngoài những điều cơ bản này, còn rất nhiều yếu tố khác cũng ảnh hưởng đến ý định sử dụng
hay lựa chọn Các doanh nghiệp trong lĩnh vực này phải hiểu được nhu cầu của sinh viên đối với sản
phẩm của họ để các công ty có thể tồn tại và phát triển trên thị trường cạnh tranh gay gắt như hiện
nay. Và Thành phố Hồ Chí Minh là nơi quy tụ số lượng sinh viên đông đảo bởi nơi đây số lượng
trường Đại học, Cao đẳng, Trung cấp là nhiều hơn số kể đối với sinh viên nhu cầu đi lại để đáp ứng
việc học tập, vui chơi, làm thêm nhu cầu vô cùng thiết yếu.

Do đó, các hãng xe công nghệ cần chú ý đến những yếu tố mới để nâng cao nhận thức của
sinh viên về việc đưa ra quyết định sử dụng dịch vụ. Các công ty cần nắm bắt những nhu cầu của
khách hàng tiềm năng này để mở rộng thị phần và khai thác thị trường. Từ những lý do trên, nhóm
đã quyết định chọn đối tượng khách hàng là sinh viên Đại học Mở cho đề tài nghiên cứu: “NHỮNG
YẾU TỐ ẢNH HƯỞNG ĐẾN VIỆC SỬ DỤNG ỨNG DỤNG DỊCH VỤ XE CÔNG NGHỆ ĐỂ
DI CHUYỂN CỦA SINH VIÊN ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH ”. Để xác định và
đánh giá rõ hơn các yếu tố ảnh hưởng đến việc sử dụng ứng dụng dịch vụ xe công nghệ để di
chuyển, từ đó đưa ra hàm ý quản trị đối cho các doanh nghiệp kinh doanh xe công nghệ nói riêng,
và đóng góp bổ sung vào thị trường xe công nghệ Việt Nam nói chung.
1.2. Câu hỏi nghiên cứu
Những yếu tố nào ảnh hưởng đến quyết định sử dụng dịch vụ đặt xe công nghệ để di chuyển
của sinh viên đại học Mở Thành phố Hồ Chí Minh?
Mức độ ảnh hưởng của những yếu tố này như thế nào?
Làm thế nào để thúc đẩy sinh viên đại học Mở Thành phố Hồ Chí Minh sử dụng dịch vụ đặt
xe công nghệ nhiều hơn?
1.2. Mục tiêu nghiên cứu
Mục tiêu tổng quát
Mục tiêu của đề tài nghiên cứu xác nhận và đánh giá là những yếu tố ảnh hưởng đến quyết định sử
dụng dịch vụ xe công nghệ để di chuyển của sinh viên đại học Mở Thành phố Hồ Chí Minh từ đó
đề xuất các hàm ý quản trị nhằm cải thiện các chiến dịch truyền thông quản bá của các doanh
nghiệp
Mục tiêu cụ thể
Đầu tiên, xác định các yếu tố ảnh hưởng đến hành vi sử dụng dịch vụ xe công nghệ của sinh viên
trường Đại Học Mở TP.HCM
Thứ hai, xác định mức độ tác động của các yếu tố đó đối với hành vi lựa chọn dịch vụ xe công nghệ
của sinh viên trường Đại Học Mở TP.HCM
Cuối cùng, đề xuất các hàm ý quản trị nhằm giúp doanh nghiệp kinh doanh xe công nghệ thực hiện
các chiến dịch truyền thông quảng bá một cách hiệu quả hơn. Ngoài ra, đóng góp vào nghiên cứu về
đề tài xe công nghệ ở Việt Nam.
1.4. Đối tượng nghiên cứu
Đối tượng nghiên cứu của đề tài : việc sử dụng ứng dụng dịch vụ di chuyển công nghệ
1.5. Phạm vi nghiên cứu
Về không gian: Phạm vi nghiên cứu của đề tài là sinh viên hệ chính quy Đại học Mở Thành
phố Hồ Chí Minh.
Về thời gian: 6 tháng
Đối tượng khảo sát : sinh viên đang theo học từ khóa K20 – K23
1.6. Phương pháp nghiên cứu
.Nghiên cứu này kết hợp giữa phương pháp định tính và định lượng
Nghiên cứu định tính bao gồm việc tổng hợp thông tin vê bối cảnh thực tiễn, lý thuyết và
nghiên cứu liên quan. Sau quá trình lược thảo nhóm sẽ thảo luận và bàn giấy để điều chỉnh mô hình
cho phù hợp với sự cố vấn từ giáo viên hướng dẫn. Khi mô hình chính thức được hoàn thiện nhóm
tiếp tục điều chỉnh các thang đo phù hợp với khái niệm nghiên cứu.
Nghiên cứu định lượng được tiến hành sau quá trình nghiên cứu định tính. Nhóm chọn
phương pháp lấy mẫu thuận tiện và được triển khai dựa trên gửi phiếu khảo sát thông qua hình thức
GG Form đến các bạn sinh viên đang theo học tại Đại học Mở TP HCM.
Kết quả thu được sau khi được làm sạch, sẽ được đánh giá gồm 2 gia đoạn :
+ Giai đoạn đầu tiên, đánh giá mức độ tin cậy, độ phân biệt, hội tụ của mô hình
+ Giai đoạn 2, kiểm tra mô hình cấu trúc nghiên cứu
1.7. Ý nghĩa và đóng góp của nghiên cứu
Về mặt khoa học: Nghiên cứu nhằm tìm kiếm các yếu tố ảnh hưởng đến quyết định sử dụng
dịch vụ xe công nghệ để di chuyển của sinh viên đại học Mở Thành phố Hồ Chí Minh.
Về mặt thực tiễn: Kết quả nghiên cứu giúp cho các nhà cung cấp dịch vụ có thể hiểu rõ hơn
một phần trong ý định sử dụng của khách hàng và quan tâm phát triển dịch vụ theo hướng phù hợp
để gia tăng lợi nhuận và tăng sức cạnh tranh trên thị trường hơn nữa.
1.8. KẾT CẤU ĐỀ TÀI

Chương 1: Tổng quan về đề tài nghiên cứu

Chương 2: Cơ sở lý thuyết và những bằng chứng thực nghiệm

Chương 3: Phương pháp nghiên cứu

Chương 4: Kết quả nghiên cứu

Chương 5: Kết luận và kiến nghị

 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Lý thuyết nền tảng

2.1.1 Mô hình chấp nhận công nghệ TAM

Mô hình chấp nhận công nghệ (TAM), ban đầu được trình bày rõ ràng để giải thích hành vi sử dụng
máy tính, được bắt nguồn từ lý thuyết về hành động hợp lý (TRA) (Ajzen và Fishbein, 1975, 1980).
TAM đã giới thiệu hai biến mới, đó là tính hữu ích nhận thức (PU) và nhận thức về tính dễ sử dụng
(PEOU) và đề xuất chúng như những yếu tố quyết định chính cho thái độ đối với một công nghệ
nhất định. TAM là mô hình được sử dụng phổ biến nhất để giải thích giải thích tại sao người dùng
chấp nhận hoặc từ chối công nghệ thông tin (Legris và cộng sự, 2003). Tuy vậy, nhiều nhà nghiên
cứu đã bày tỏ sự cần thiết của các biến bổ sung để cung cấp một mô hình thậm chí còn mạnh mẽ
hơn (Legris và cộng sự, 2003).

Theo TAM, thái độ của cá nhân với công nghệ mới phụ thuộc vào sự nhận thức về sự hữu ích và
nhận thức về độ dễ sử dụng. Trong nghiên cứu này, lý thuyết chấp nhận công nghệ TAM được
dùng để hỗ trợ mô hình nghiên cứu của nhóm đề xuất nhằm giải thích ý định mua sắm trực tuyến
của người dùng dựa thái độ của người tiêu dùng với công nghệ mua sắm trực tuyến thông qua việc
nhận thức về tính hữu ích, nhận thức về tính dễ sử dụng và các biến mới được thêm vào như giá trị
xã hội và cảm nhận thích thú của người dùng khi mua hàng online.
2.2 Một số khái niệm liên quan
2.2.1 Dịch vụ gọi xe công nghệ
Dịch vụ gọi xe công nghệ được coi là một dạng mô hình kinh doanh trong nền kinh tế chia sẻ hiện
nay. Trong các nghiên cứu trước đây, dịch vụ gọi xe công nghệ được định nghĩa là dịch vụ vận
chuyển theo kế hoạch và theo yêu cầu để được trả phí, kết nối người điều khiển phương tiện cá
nhân với hành khách (Jais và Marzuki, 2020; Utami và cộng sự, 2021). Một dịch vụ như vậy có thể
xác định vị trí của cả tài xế và hành khách đang tìm kiếm phương tiện di chuyển, từ đó chỉ định xe
có sẵn phù hợp nhất trong một khu vực nhất định (Utami và cộng sự, 2021). Ngoài ra, thông qua
dịch vụ gọi xe công nghệ, người dùng có thể gửi yêu cầu đến phương tiện vận chuyển, theo dõi lịch
trình chuyến xe đang được cung cấp và thực hiện các khoản thanh toán trực tuyến cho dịch vụ được
cung cấp (Shaheen và cộng sự, 2016).

2.2.2 Nhận thức hữu ích

Hữu ích khi giảm thời gian và công sức cần thiết trong quá trình mua sắm. Nhận thức hữu
ích chính là niềm tin mà một người cho rằng hệ thống cụ thể sẽ gia tăng mức độ hiệu quả về
mặt công việc của mình (Davis, 1989; Venkatesh và cộng sự, 2003). Các nghiên cứu trước
 của (Isradila & Indrawati, 2017; Pappas et al., 2014) cho thấy nhận thức hữu ích từ việc áp
dụng công nghệ trực tuyến vào mua bán và vận chuyển đã tạo nên sự hài lòng của khách
hàng. Tương tự, Zhu, Lan & Chang, 2017 ; Ahmad & Ahmad, 2019 đã khám phá ra rằng
nhận thức hữu ích về hệ thống thanh toán di động đã gia tăng niềm tin và động lực cho ý
định sử dụng thanh toán di động của khách hàng.
Trong bối cảnh hiện tại, sự phát triển của công nghệ những ứng dụng và dịch vụ lần lượt ra
đời để cung cấp và cải thiển mức độ sống và hoàn thành công việc. Theo thời gian, người
tiêu dùng dần chấp nhận sử dụng các công nghệ mới khi chúng mang lại những giá trị hữu
dụng cho họ, nhận thức hữu ích liên quan trực tiếp đến thái độ và ý định sử dụng các công
nghệ mới.
Nhận thức về sự hữu ích của xe công nghệ là cách một người tin rằng việc sử dụng dịch vụ
di chuyển là hữu ích và có thể hỗ trợ các hoạt động đi lại của họ bất kể khoảng cách ngắn
hay dài hay điểm đến xa. Những điều này có thể làm hài lòng hành khách và có thể tạo ra ý
định sử dụng ngay lần đầu tiên (Weng, Zailani, Iranmanesh, & Hyun, 2017)
2.2.3 Dể sử dụng
Nhận thức tính dễ sử dụng là một trong những biến số của Mô hình chấp nhận công nghệ
(TAM). Nhận thức dễ sử dụng là mức độ dễ dàng của một người sử dụng hệ thống/công
nghệ mà không cần bất kì sự nổ lực nào (Davis, 1985, trích trong Chuttur, M.Y., 2009, tr.5).
Nói cách khác, người dùng nhận thấy rằng hệ thống này rất dễ sử dụng. Do vậy, nhận thức
tính dễ sử dụng ảnh hưởng rất lớn đến ý định sử dụng dịch vụ mang tính công nghệ mới của
người tiêu dùng, khi đó một người sử dụng ứng dụng tin vào khả năng thực thi một công
việc (mua hàng hay sử dụng các dịch vụ) trên điện thoại một cách dễ dàng tùy thuộc vào rất
nhiều thiết kế giao diện của ứng dụng, các chương trình , ngôn ngữ thể hiện, phần mềm cài
đặt trên ứng dụng. Một cách nói cách khác, đó là mức độ mà việc sử dụng công nghệ sẽ
mang lại lợi ích cho người tiêu dùng trong việc thực hiện một số hoạt động nhất định
(Venkatesh, Morris, Davis, & Davis, 2003). Nhận thức về tính dễ sử dụng cũng được cho là
có tác động tích cực đến sự hài lòng của khách hàng (Pappas, Pateli, Giannakos, &
Chrissikopoulos, 2014).Nhận thức về tính dễ sử dụng cũng được cho là có ảnh hưởng quan
trọng đến thái độ sử dụng (Holden & Karsh, 2010; Teo, 2011).
Hành khách cảm thấy dịch vụ sử dụng dịch vụ xe công nghệ để di chuyển có thể dễ dàng sử
dụng và hài lòng khi sử dụng vì nó mang lại sự tiện lợi, dễ dàng và không gặp rắc rối
(Gumilar, W.D., Oliver, Gunawan, Sfenrianto1, 2019). Ngoài ra, việc sử dụng xe công nghệ
là dễ sử dụng khi được thực hiện một cách đơn giản và dễ dàng sẽ lựa chọn ưu tiên của
khách hàng so với xe truyền thống phải thực hiện một cách phức tạp.
2.2.4 Thái độ
Thái độ là mức độ cảm nhận của con người về sự vật, hiện tượng Thurstone (1928). Thái độ
có thể phản ánh qua hành vi cụ thể của con người, thế nên thái độ đóng vai trò quan trọng
trong việc ra quyết định thực hiện hành vi của người tiêu dùng (Pandey và Yadav, 2023).
Thái độ của khách hàng là tích cực nghĩa là người tiêu dùng sẽ cảm nhận được rõ ràng hơn
về sản phẩm đó, đây được xem như là bước trung gian kích thích khách hàng gia tăng ý định
hành động. Từ một số nghiên cứu trước cho thấy thái độ tích cực đối từ thái độ tích cực đối
 với sản phẩm sẽ làm gia tăng ý định mua sản phẩm. (Kim và Han, 2010; Göçer và Sevil
Oflaç, 2017)
Thái độ được hiểu như là sự đánh giá (Kurniawati, 2017). Suprapti (2010) định nghĩa thái độ
là sự thể hiện cảm xúc của một người, là một đối tượng phản ánh sự thích hay không thích
đối tượng độ. Thái độ có thể bắt nguồn từ kinh nghiệm, kiến thức và ý kiến của người tiêu
dùng được hình thành trong quá trình tương tác với mọi thứ xung quanh. Trong khuôn khổ
nghiên cứu này, thái độ được dùm để kiểm tra cảm xúc của các bạn sinh viên tới hành vi sử
dụng xe công nghệ để di chuyển.
2.2.5 Ý định sử dụng
Ý định sử dụng là hành vi có kế hoạch thể hiện sự dự tính của khách hàng đối với sản phẩm
và dịch vụ cụ thể (Dapas và cộng sự, 2019). Ý định thông thường là quyết định sau quá trình
nhận thức và hình thành nên thái độ tổng thể. Khi người tiêu dùng mua hàng hóa, họ tìm
kiếm thông tin liên quan dựa trên kinh nghiệm của họ và môi trường bên ngoài. Sau khi có
được một lượng thông tin liên quan nhất định, người tiêu dùng bắt đầu đánh giá và xem xét
sản phẩm và sau khi so sánh và đánh giá, sẽ tham gia vào hành vi mua hàng.
Đối với ý định sử dụng xe công nghệ để di chuyển trong nghiên cứu này, khách hàng đã cảm
nhận được mức độ có lợi và quy trình sử dụng đơn giản của xe công nghệ, dẫn tới thái độ
tích cực trong suy nghĩ từ đó gia tăng ý định sử dụng xe công nghệ.
2.2.6. Khái niệm dịch vụ:
Hiện nay , dịch vụ là một phần không thể thiếu đối với nhiều tổ chức khu vực, quốc gia và
được xem là một công vụ kiếm doanh thu. Vậy nên dịch vụ có rất nhiều định nghĩa .Dịch vụ
là những hành vi, phương pháp và quy trình thực hiện một hoạt động nhằm tạo ra giá trị sử
dụng cho khách hàng để làm hài lòng nhu cầu và kỳ vọng của họ (Zeithaml & Britner, 2000).
Dịch vụ là các hoạt động hoặc lợi ích mà doanh nghiệp có thể cung cấp cho khách hàng để
thiết lập, củng cố và mở rộng mối quan hệ và hợp tác lâu dài với khách hàng (Kotler &
Armstrong, 2004). Một dịch vụ là một hoạt động hoặc lợi ích được cung cấp để trao đổi, vốn
thường là không vật chất và không dẫn đến việc chuyển nhượng quyền sở hữu. Hiệu suất
dịch vụ có thể hoặc không được liên kết với các sản phẩm vật lý (Kotler, 2012). Dịch vụ là
những hoạt động có thể tách rời nhau nhưng phải vô hình để làm hài lòng nhu cầu và kỳ
vọng của khách hàng, và dịch vụ không nhất thiết phải sử dụng các sản phẩm vật chất nhưng
trong tất cả các trường hợp đều không diễn ra sự sở hữu bất kỳ thứ gì (Kotler & Keller,
2016) .
2.2.7 Khái niệm hành vi tiêu dùng:
Trong phạm vi bài nghiên cứu về ứng dụng đặt xe công nghệ , “khái niệm người tiêu dùng”
được xem là những cung bậc cảm xúc, nhận thức và phản ứng mà ta có thể quan sát được
trong quá trình hoạt động xuyên suốt liên quan đến việc cung cấp dịch vụ đặt xe để di
chuyển bằng các phương tiện vận vận vận chuyển khác nhau như: ô tô, xe máy,... thỏa mãn
với nhu cầu của mỗi người. Theo Am J Pre Med (2015) "Hành vi mua sắm bao gồm tần suất
chuyến đi, kích thước chuyến đi, và số lượng các chuỗi cửa hàng ghé qua". Ở cấp độ vi mô,
nó liên quan đến việc hiểu người tiêu dùng nhằm mục đích giúp một công ty hoặc tổ chức
đạt được các mục tiêu của mình (Khan, 2007). Hành vi người tiêu dùng vô cùng quan trọng
 trong nghiên cứu kinh tế học với mục tìm hiểu người tiêu dùng sử dụng bao nhiêu phần trăm
trong thu nhập cho chi tiêu cá nhân của họ. Ngoài ra hành vi người tiêu dùng giúp nắm bắt
và dự đoán được những xu hướng tiêu dùng trong cuộc sống hằng ngày.
Hành vi người tiêu dùng ảnh hưởng rất nhiều yếu tố trong xã hội như: Văn hóa, địa vị xã hội,
cá nhân,.... Spiggle và Sewall (1987), Willems (2012), nhấn mạnh yếu tố bán lẻ là yếu tố
ảnh hưởng mạnh mẽ nhất đến trải nghiệm trong sử dụng dịch vụ . Bên cạnh đó, yếu tố bầu
không khí, yếu tố mua sắm cũng được nghiên cứu nhiều. Ngoài ra, yếu tố khách hàng theo
hai định hướng: thực dụng và hưởng thụ được William (1994) được mô tả rõ, có tính chất
quyết định trong mua sắm.
Hành vi tiêu dùng của khách hàng chú tâm đến sự ưu tiên hàng đầu về sự tiện lợi, bên cạnh
đó người tiêu dùng có nhu cầu kiểm soát được mọi hoạt động trong việc thao tác trên ứng
dụng. Chuyển đổi các chuyến xe một cách dễ dàng được khách hàng thực hiện ngày một
nhiều hơn, điều này sẽ hỗ trợ người tiêu dùng khả năng tiếp cận 24/7, thực hiện nhanh
chóng, dễ dàng và an toàn. Có nhiều dự đoán phương thức này sẽ tiếp tục được ưa chuộng sử
dụng và duy trì ngay cả trong thời kỳ bình thường mới ở tương lai.

2.3. Các nghiên cứu trước

Nghiên cứu trong nước:
Lưu Chí Danh và cộng sự (2021) với nghiên cứu “Các yếu tố ảnh hưởng đến quyết định
sử dụng dịch vụ xe công nghệ của sinh viên các trường đại học tại Thành phố Hồ Chí
Minh”. Đề tài này khai thác rõ hơn các yếu tố ảnh hưởng đến quyết định sử dụng dịch vụ xe
công nghệ của các hành khách, cụ thể là sinh viên tại các trường đại học ở Thành phố Hồ
Chí Minh.Bên cạnh đó, đo lường khả năng lựa chọn sử dụng các thương hiệu dịch vụ xe
công nghệ của sinh viên. Với 436 mẫu khảo sát và được xử lý theo phương pháp nghiên cứu
định lượng. Kết quả chứng tỏ có 3 yếu tố tác động đến quyết định sử dụng dịch vụ xe công
nghệ là: Nhận thức sự hữu ích, Thói quen, Thương hiệu. Từ kết quả này, nhóm tác giả ddax
đề xuất những giải pháp phù hợp đối với các nhà quản trị của các công ty dịch vụ xe công
nghệ nhằm giúp nâng cao được chất lượng dịch vụ, thu hút được số lượng lớn khách hàng
dùng dịch vụ, ngoài ra nghiên cứu này cũng đề xuất giúp sinh viên tìm ra được dịch vụ nào
phù hợp với nhu cầu đi lại của mình.
Nghiên cứu của Nguyễn Thúy Quỳnh Loan và cộng sự ( 2018)
“Các yếu tố ảnh hưởng đến sự hài lòng và ý định tái sử dụng dịch vụ xe máy trực tuyến.” Được
thực hiện bởi Quỳnh Loan và cộng sự (2018) đã xác định và đo lường 5 yếu tố ảnh hưởng đến sự
hài lòng của khách hàng là chất lượng dịch vụ cảm nhận, giá trị cảm nhận, sự thuận tiện trong giao
dịch, cảm nhận tính dễ sử dụng và cảm nhận tính hữu ích cũng như 2 yếu tố ảnh hưởng đến ý định
tái sử dụng là sự hài lòng và thói quen. Nghiên cứu đã thu thập và xử lý 269 bảng câu hỏi phù hợp
kết quả thu được cho thấy cả 5 yếu tố đều ảnh hưởng đến sự hài lòng của khách hàng và ý định tái
sử dụng đều bị ảnh hưởng bởi sự hài lòng và thói quen. Nghiên cứu cũng đề xuất một số các hàm ý
quản lý nhằm nâng cao chất lượng dịch vụ xe máy trực tuyến.

Nghiên cứu của Lương Thúy và đồng đội (2022)

Với một bối cảnh vô cùng đặc biệt là trong đại dịch khi nhu cầu di chuyển cao những xuất hiện các
lệnh hạn chế, giãn cách xã hội Lương Thúy và đồng đội (2022) đã thực hiện nghiên cứu “Ý định sử
dụng dịch vụ gọi xe công nghệ của khách hàng Hà Nội trong đại dịch COVID-19”. Với không gian
nước Việt Nam tại thời điểm đó dịch vụ gọi xe công nghệ được coi như một giải pháp hữu ích cho
khách hàng trên nhiều khía cạnh. Nghiên cứu được hình thành để tìm hiểu các yếu tố như Nhận
thức sự hữu ích, Nhận thức dễ sử dụng, Chuẩn chủ quan, Lợi ích kinh tế, Chính sách nhà nước tác
động đến ý định sử dụng dịch vụ gọi xe công nghệ của khách hàng. Với 175 mẫu khảo sát kết
quả nghiên cứu cho thấy ba yếu tố tác động đến ý định sử dụng dịch vụ gọi xe công nghệ gồm:
Chuẩn chủ quan, Lợi ích kinh tế và Nhận thức rủi ro. Trong đó, chuẩn chủ quan và lợi ích kinh tế
có tác động tích cực, còn nhận thức rủi ro tác động tiêu cực đến ý định của khách hàng trong thời
gian dịch bệnh. Từ đó, nghiên cứu đề xuất một số kiến nghị cho các nhà quản lý dịch vụ gọi xe
công nghệ cũng như các nhà nghiên cứu nhằm phát triển xu hướng dịch vụ gọi xe công nghệ và
nâng cao ý định sử dụng của khách hàng Hà Nội, đặc biệt trong bối cảnh phục hồi nền kinh tế sau
đại dịch COVID-19.

Nghiên cứu của Mai và Thảo (2020)

“ CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ DỤNG ỨNG DỤNG GỌI XE: TRƯỜNG
HỢP NGHIÊN CỨU TỈNH BÌNH DƯƠNG” được tiến hành bởi Mai và Thảo (2020). Nghiên cứu
sử dụng phương pháp nghiên cứu định tính kết hợp định lượng, sau khi phân tích 200 người đã từng
sử dụng ứng dụng gọi xã nhóm tác giả đưa ra một số kết luận sau: có 3 nhân tố ảnh hưởng đến ý
định sử dụng các app gọi xe: sự hữu ích của các app gọi xe, ảnh hưởng xã hội và yếu tố kiểm soát
hành vi. Trong đó mức tác động mạnh mẽ nhất đến từ ảnh hưởng xã hội, xếp sau đó kiểm soát hành
vi và cuối cùng là nhận thức hữu ích. Từ đó giúp cho các doanh nghiệp kinh doanh app gọi xe có
chính sách và quyết định nhằm nâng cao hiệu quả kinh doanh và sức cạnh tranh trên thị trường hiện
nay.
Nghiên cứu quốc tế
Nghiên cứu của Septiani và cộng sự
Nghiên cứu thực nghiệm các yếu tố ảnh hưởng đến ý định hành vi sử dụng dịch vụ vận tải trực
tuyến: Nghiên cứu trường hợp GRAB. Nghiên cứu này xem xét một số yếu tố ảnh hưởng đến ý
định hành vi của người dùng khi sử dụng GRAB, một trong những dịch vụ vận tải trực tuyến phổ
biến nhất ở Indonesia. Mô hình đề xuất sử dụng một số lý thuyết áp dụng CNTT phổ biến như
TAM, TPB và DOI và chọn 9 yếu tố bao gồm : nhận thức hữu ích, nhận thức dễ sử dụng, chuẩn chủ
quan, tính đổi mới, dịch vụ đa dạng, tin cậy, khả năng tương thích và cảm nhận sự thích thú để
nghiên cứu sâu hơn. Một mô hình nghiên cứu được phát triển và thử nghiệm thực nghiệm bằng
cách sử dụng mô hình hóa phương trình cấu trúc trên bộ dữ liệu bao gồm 922 người dùng GRAB ở
Indonesia. Nghiên cứu này cho thấy các yếu tố về nhận thức nội bộ (nhận thức về tính hữu ích và
nhận thức về tính dễ sử dụng) và đặc điểm đổi mới (khả năng tương thích) có tác động đến ý định
hành vi sử dụng dịch vụ vận tải trực tuyến của người dùng ở Indonesia.
Nghiên cứu của Homniem và cộng sự (2020)
Bangkok là khu đô thị, nơi người dân cần lối sống thuận tiện và thoải mái, giao thông là một trong
những yếu tố quan trọng của cuộc sống đô thị vì kế hoạch du lịch cần được chuẩn bị cho tình trạng
ùn tắc giao thông, đông đúc và giờ cao điểm. Tuy nhiên, giao thông công cộng còn nhiều vấn đề dù
hợp pháp, được quản lý nhưng chính sách chưa đủ chặt chẽ để bảo vệ hành khách. Điều này đã dẫn
đến sự xuất hiện của dịch vụ gọi xe điện tử ở Thái Lan trong những năm gần đây. Nghiên cứu nhằm
mục đích khám phá các yếu tố chính ảnh hưởng đến ý định sử dụng lại dịch vụ Grab Car tại
Bangkok của hành khách Thái Lan. Nhà nghiên cứu tập trung vào sáu yếu tố đó là Nhận thức về
tính hữu ích (PU), Nhận thức về tính dễ sử dụng (PEOU), Nhận thức về giá (PP), Nhận thức về sự
thuận tiện (PC), Nhận thức về an toàn (PS) và Hình ảnh thương hiệu (BI). Người trả lời là 400 hành
khách Thái Lan sống tại Bangkok và đã trải nghiệm sử dụng dịch vụ Grab Car trong ba tháng qua.
Nhà nghiên cứu này sử dụng phương pháp Cronbach’s Alpha để kiểm tra tính hợp lệ và độ tin cậy
của bảng câu hỏi và sử dụng phương pháp Nghiên cứu mô tả để phân tích dữ liệu nhân khẩu học
của người trả lời. Kết quả từ nghiên cứu này có thể kết luận rằng bốn biến độc lập, bao gồm cảm
nhận về tính hữu dụng, cảm nhận về giá cả, cảm nhận về sự an toàn và hình ảnh thương hiệu có ảnh
hưởng đáng kể đến ý định sử dụng lại dịch vụ Grab Car tại Bangkok của hành khách Thái Lan.

2.3 MÔ HÌNH ĐỀ XUẤT

Qua việc tìm hiểu các mô hình nghiên cứu liên quan đến đề tài cả trong và ngoài nước, ta có
thể thấy rằng, đề tài những nhân tố ảnh hưởng tới ý định sử dụng dịch vụ xe công nghệ để di
chuyển của sinh viên trường Đại Học Mở Thành phố Hồ Chí Minh không còn là một đề tài xa lạ. đã
có rất nhiều nghiên cứu về đề tài này đã được thực hiện, tiếp cận vấn đề trên nhiều hướng khác
nhau. Theo đó, nhóm nghiên cứu nhận thấy điểm chung của đa số các nghiên cứu chính là nhận
thức hữu ích và dễ sử dụng. Tuy nhiên, chưa có sự kiểm định riêng biệt 2 yếu tố này đến ý định sử
dụng dịch vụ xe công nghệ để di chuyển đối với sinh viên Đại học Mở thành phố Hồ Chí Minh. Vì
vậy, nhóm quyết định sẽ kiểm định hai nhân tố chính này đối với ý định đặt xe công nghệ để di
chuyển của sinh viên trường Đại học Mở thành phố Hồ Chí Minh
Bên cạnh đó, việc mẫu dữ liệu khác nhau giữa các nghiên cứu về mặt đối tượng khảo sát,
thời gian và không gian cũng cần được kiểm định lại đối với bối cảnh trường Đại học Mở Thành
phố Hồ Chí Minh và thời gian hiện tại.

Hình 2…: Mô hình nghiên cứu đề xuất

 Nguồn: Nhóm tác giả đề xuất

Bảng 2.2 Tổng hợp các giả thuyết đưa ra

Yếu tố Dấu kỳ vọng

Nhận thức hữu ích (+)

Nhận thức dễ sử dụng (+)

Thái độ (+)
 CHƯƠNG 3: THIẾT KẾ MÔ HÌNH NGHIÊN CỨU
Dựa vào mô hình nghiên cứu và các đề xuất đã được thực hiện ở chương 2. Ở chương này, nhóm
tác giả sẽ trình bày qui trình thực hiện nghiên cứu và cách để thực hiện nghiên cứu kết hợp hai
phương pháp định tính và định lượng. Ngoài ra, các biến độc lập và phụ thuộc cũng được trình bài
và được mã hóa và dùng để xây dựng thang đo mức tác động của các nhân tố. Phương pháp thu
thập dữ liệu và các lý thuyết liên quan tới các các phân tích sẽ được thực hiện trong hai phương
pháp định tính và phương pháp định lượng cũng được đề cập

3.1 Quy trình nghiên cứu

VẤN ĐỀ
NGHIÊN CỨU

XÂY DỰNG BẢNG

CƠ SỞ LÝ THUYẾT
CÂU HỎI SƠ BỘ

PHỎNG VẤN CHUYÊN GIA ĐIỀU CHỈNH BẢNG HỎI

VÀ THANG ĐO

KHẢO SÁT ĐỊNH LƯỢNG

SƠ BỘ HOÀN THIỆN BẢNG HỎI
VÀ THANG ĐO

KHẢO SÁT ĐỊNH LƯỢNG

CHÍNH THỨC KIỂM ĐỊNH GIẢ THUYẾT

PHÂN TÍCH DỮ LIỆU

- Thống kê,mô tả được xử lý
bằng Stata 17
- Đánh giá độ tin cậy
Cronbach’s Alpha
- Phân tích nhân tố khám phá
EFA
- Đánh giá mô hình hồi quy
- Xác định môi quan hệ giữa các biến
trong mô hình

NHẬN XÉT VÀ
KHUYẾN NGHỊ
 Hình 3.1 Quy trình nghiên cứu

Nhóm tác giả thực hiện xác định việc thực hiện nghiên cứu dựa trên bối cảnh kiểm định lại 2 yếu tố
được lặp lại nhiều nhất trong đa số các nghiên cứu và kiểm định lại với đối tượng phỏng vấn, số
lượng mẫu và không gian thực hiện ở trường Đại học Mở đây cũng là cơ sở quan trọng cho việc xây
dựng mô hình và thang đo khảo sát. Sau khi kế thừa các thang đo của các nghiên cứu trước, nhóm
nghiên cứu tiến hành thảo luận bàn giấy cùng xin ý kiến chuyên gia nhằm tăng tính phù hợp giữa
nội dung thang đo và bối cảnh nghiên cứu tại Việt Nam. Sau khi hình thành thang đo, quy mô mẫu
dự kiến thu thập là 300 đáp viên với hình thức khảo sát trực tuyến, sau đó dữ liệu thu thập được xử
lý trên phần mềm Stata 17 nhằm phân tích và kiểm định mô hình, là cơ sở đề xuất các hàm ý quản
trị thỏa mãn mục tiêu nghiên cứu cũng như tính cấp thiết của đề tài

3.2 Xây dựng và thiết kế thang đo

Mỗi biến trong mô hình đều được kế thừa từ các nghiên cứu có liên quan, tuy nhiên do sự khác biệt
trong ngôn ngữ, văn hóa hoặc các yếu tố bối cảnh khác, nhóm tác giả sau khi trải qua quá trình
“thảo luận nhóm” cùng “tham khảo ý kiến chuyên gia”, nội dung thang đo có những thay đổi, điều
chỉnh phù hợp với đối tượng khảo sát và các yêu cầu khác của đề tài. Đầu tiên,

Biến Nhận thức hữu ích sử dụng 8 biến quan sát từ nghiên cứu của X. Yếu tố Nhận thức dễ sử
dụng kế thừa thang đo 6 biến quan sát từ nghiên cứu của X. Hai biến Thái độ gồm 3 biến quan sát
và Ý định sử dụng gồm 4 biến quan sát kế thừa của X và X. Các thang đo được thể hiện trong
trong bảng tóm tắt.

Trong phạm vi nghiên cứu của bài này, nhóm nghiên cứu quyết định sử dụng thang đo Likert 5 mức
độ với các cấp độ lựa chọn như sau: Lựa chọn 1 “Rất không đồng ý”, lựa chọn 2 “Không đồng ý”,
lựa chọn 3 “Bình thường”, lựa chọn 4 “Đồng ý”, lựa chọn 5 “Rất đồng ý”. Bài nghiên cứu thuộc các
vấn đề xã hội, vì thế thang đo này là thích hợp vì tính đa khía cạnh và đa ý kiến của các vấn đề này
cũng như có thể đáp ứng được mục đích mà nhóm tác giả hướng tới khi sử dụng cho các nghiên cứu
trong bài.
 Bảng 3.4 Thang đo nhân tố “Nhận thức hữu ích”

STT Nhận thức hữu ích Nguồn

Sử dụng ứng dụng đặt xe rất hữu ích cho Anh/Chị
1 trong việc theo dõi địa điểm và thời gian của dịch
vụ đặt xe trực tuyến
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị
2 bắt xe nhanh hơn
3 Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị
tiết kiệm được thời gian. Ahmad Fadzil Bin Mohamad
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị (2021), Wanvisa
4 nhận được dịch vụ đi xe tốt hơn Pratoommuang (2016), Pooja
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị Goel và Piali Haldar (2020)
5 cải thiện được hiệu suất tìm kiếm thông tin về tài
xế cho chuyến đi của mình
Sử dụng lựa chọn phương thức thanh toán trên
6 ứng dụng đặt xe giúp nâng cao hiệu quả thanh
toán của dịch vụ
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị
7 thanh toán dịch vụ dễ dàng hơn
Anh/Chị thấy ứng dụng đặt xe trực tuyến hữu ích
8 trong cuộc sống hàng ngày của mình
Nguồn: Nhóm tác giả tổng hợp

Bảng 3.4 Thang đo nhân tố “Nhận thức dễ sử dụng”

STT Nhận thức dễ sử dụng Nguồn

Quá trình Anh/Chị sử dụng ứng dụng đặt xe trực
1 tuyến thao tác ít bước.
Anh/Chị thấy các chức năng trong dịch vụ đặt
2 Azyan Zuliana Binti Che Sub
xe trực tuyến rõ ràng dễ hiểu và linh hoạt.
cùng các cộng sự (2023),
3 Anh/Chị có thể dễ dàng học được cách sử dụng
dịch vụ đặt xe trực tuyến. Viswanath Venkatesh và
Anh/Chị thấy dễ dàng tìm thông tin cần trên Fred D. Davis (2015), Joey
4 dịch vụ đặt xe trực tuyến Chiao-Yin Hsiao và các cộng
Anh/Chị thấy phương thức thực hiện đặt xe trực sự (2018),
5 tuyến đơn giản và dễ sử dụng.
Anh/Chị có thể sử dụng dịch vụ đặt xe trực
6 tuyến một cách thuần thục
Nguồn: Nhóm tác giả tổng hợp

Bảng 3.4 Thang đo nhân tố “Thái độ”

STT Thái độ Nguồn

Anh/Chị cảm thấy đúng đắn khi quyết định sử
1 dụng ứng dụng đặt xe trực tuyến Wanvisa Pratoommuang
 Anh/Chị nghĩ rằng việc sử dụng ứng dụng đặt xe (2016), Viswanath
2 trực tuyến là điều cần thiết Venkatesh và Fred D. Davis
3 Việc đặt xe trực tuyến đã trở thành thói quen tốt (2015), Lifang Peng và các cộng
đối với Anh/Chị sự (2014)
Nguồn: Nhóm tác giả tổng hợp

Bảng 3.4 Thang đo nhân tố “Ý định”

STT Ý định sử dụng Nguồn

Anh/Chị có khả năng kiểm soát ứng dụng đặt xe
1 trực tuyến
Anh/Chị muốn sử dụng ứng dụng đặt xe trực Azyan Zuliana Binti Che
2 tuyến hơn các phương thức đặt xe truyền thống Sub cùng các cộng sự
khác. (2023), Pooja Goel và Piali
3 Trong suốt thời gian đi học, Anh/Chị sẽ tiếp tục Haldar (2020),Wanvisa
sử dụng các ứng dụng đặt xe trực tuyến. Pratoommuang (2016)
Anh/Chị sẽ giới thiệu ứng dụng dịch vụ đặt xe
4 trực tuyến với mọi người xung quanh.
Nguồn: Nhóm tác giả tổng hợp

3.3 Thiết kế nghiên cứu định tính

Kế thừa những kết quả nghiên cứu trước, nhóm tác giả tiến hành thảo luận với chuyên
gia nhằm xác định các nhân tố ý định sử dụng xe công nghệ để di chuyển. Phương
pháp này được thực hiện bằng việc phỏng vấn, thu thập ý kiến của chuyên gia. Cụ
thể trong nghiên cứu, nhóm đã tham khảo ý kiến của giáo viên hướng dẫn của mình và
những sinh viên đang sử dụng xe công nghệ để di chuyển. Từ các ý kiến đóng góp của
chuyên gia và các bạn sinh viên, những vấn đề chưa rõ, sai sót sẽ lần nữa được chỉnh
sửa và hoàn thiện toàn bộ mô hình, mẫu hỏi làm sao phù hợp với tình huống tại
Trường Đại học Mở Thành phố Hồ Chí Minh và bối cảnh xã hội hiện nay.

Bảng 3.3 Tiến trình thực hiện nghiên cứu

Giai Dạng Phương

đoạn nghiên cứu pháp Kỹ thuật Thời gian

Phỏng vấn 1 chuyên

Định tính Tháng 12/2023
1 Sơ bộ gia
Khảo sát 100 sinh viên
Định lượng Trường Đại học Mở Tháng 1/2023
TP HCM
 Khảo sát 300 sinh viên
2 Chính thức Định lượng Trường Đại học Mở Tháng 2/2023
TP HCM
Nguồn:Nhóm tác giả xây dựng

3.5 Phương pháp nghiên cứu định lượng

Bước tiếp theo, nghiên cứu định lượng (sơ bộ) được thực hiện với 100 khảo sát theo
phương pháp lấy mẫu thuận tiện. Kết quả thu được sẽ giúp nhóm tác giả nhận ra những
sai sót, kiểm tra lại thang đo, từ đó xây dựng được một mô hình và bảng mẫu hỏi chính
thức đi vào nghiên cứu chính thức.

Toàn bộ dữ liệu sau khi thu thập được từ việc khảo sát bằng bộ câu hỏi chính thức
sẽ được chắt lọc, làm sạch, mã hóa và được đưa ngay vào phân tích định lượng.Nhóm
đã ước tính số lượng mẫu để phù hợp với mô hình, để đảm bảo được lượng mẫu ước
tính 300 bảng câu hỏi đã được nhóm tác giả gửi đến cho các khóa sinh viên trong
trường Đại học Mở thành phố Hồ Chí Minh. Kết quả thu được sau quá trình gạn lọc,
loại bỏ những kết quả thiếu hoặc không phù hợp. Sau đó sẽ là quá trình nhập liệu và
xử lý dữ liệu khảo sát trên các phần mềm chuyên dụng. Đối với nghiên cứu này, nhóm
quyết định sử dụng Stata 17 để phân tích dữ liệu phục vụ cho quá trình nghiên cứu.
Bên cạnh đó, mô hình cấu trúc tuyến tính được áp dụng nhằm xác định các yếu tố tác
động đến ý định sử dụng dịch vụ xe công nghệ để di chuyển của sinh viên trường Đại
học Mở Thành phố Hồ Chí Minh. Trình tự các bước trong mô hình này như sau: (i)
Phân tích độ tin cậy của thang đo; (ii) Phân tích nhân tố khám phá; (iii) Phân tích mô
hình hồi quy. Cuối cùng, từ những kết quả thực hiện được trong nghiên cứu để đề xuất
một số kiến nghị về doanh nghiệp để xây dựng các chương trình thu hút khách hàng
hiệu quả.
3.5 Mã hóa thang đo
Để xử lý dữ liệu trên phần mềm Stata 17, nhóm tác giả đã tiến hành nhập liệu và mã hóa
các thuộc tính của các nhân tố như sau:

Bảng 3.11 Mã hóa các biến quan sát của yếu tố Kỳ vọng về cơ hội việc làm

STT MÃ HÓA NHẬN THỨC HỮU DỤNG

Sử dụng ứng dụng đặt xe rất hữu ích cho Anh/Chị trong việc
1 PU1 theo dõi địa điểm và thời gian của dịch vụ đặt xe trực tuyến
 Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị bắt xe nhanh
2 PU2 hơn
3 PU3 Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị tiết kiệm
được thời gian.
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị nhận
4 PU4
được dịch vụ đi xe tốt hơn
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị cải thiện
5 PU5 được hiệu suất tìm kiếm thông tin về tài xế cho chuyến đi của
mình
Sử dụng lựa chọn phương thức thanh toán trên ứng dụng đặt xe
6 PU6 giúp nâng cao hiệu quả thanh toán của dịch vụ
Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/Chị thanh toán
7 PU7
dịch vụ dễ dàng hơn
Anh/Chị thấy ứng dụng đặt xe trực tuyến hữu ích trong cuộc
8 PU8
sống hàng ngày của mình
NHẬN THỨC DỄ SỬ DỤNG

Quá trình Anh/Chị sử dụng ứng dụng đặt xe trực tuyến

9 PE1
thao tác ít bước.
Anh/Chị thấy các chức năng trong dịch vụ đặt xe trực
10 PE2
tuyến rõ ràng dễ hiểu và linh hoạt.
Anh/Chị có thể dễ dàng học được cách sử dụng dịch
11 PE3
vụ đặt xe trực tuyến.
Anh/Chị thấy dễ dàng tìm thông tin cần trên dịch vụ
12 PE4
đặt xe trực tuyến
Anh/Chị thấy phương thức thực hiện đặt xe trực tuyến
13 PE5
đơn giản và dễ sử dụng.
Anh/Chị có thể sử dụng dịch vụ đặt xe trực tuyến một
14 PE6
cách thuần thục
THÁI ĐỘ

Anh/Chị cảm thấy đúng đắn khi quyết định sử dụng

15 ATT1
ứng dụng đặt xe trực tuyến
Anh/Chị nghĩ rằng việc sử dụng ứng dụng đặt xe trực
16 ATT2
tuyến là điều cần thiết
Việc đặt xe trực tuyến đã trở thành thói quen tốt đối
17 ATT3
với Anh/Chị
Ý ĐỊNH SỬ DỤNG

Anh/Chị có khả năng kiểm soát ứng dụng đặt xe trực

18 PI1
tuyến
Anh/Chị muốn sử dụng ứng dụng đặt xe trực tuyến
19 PI2
hơn các phương thức đặt xe truyền
thống khác.
Trong suốt thời gian đi học, Anh/Chị sẽ tiếp tục sử
20 PI3
dụng các ứng dụng đặt xe trực tuyến.
Anh/Chị sẽ giới thiệu ứng dụng dịch vụ đặt xe trực
21 PI4
tuyến với mọi người xung quanh.
3.6 Kiểm định
- Kiểm định độ tin cậy của thang đo qua hệ số Cronbach’s alpha. Theo Hair (2014) hệ số
Cronbach’s alpha cần lớn hơn 0.7. Đánh giá độ tin cậy tổng hợp, giá trị này thuộc khoảng từ 0.6
đến 0.7 là phù hợp cho nghiên cứu khám phá (Sarstedt, 2017).
- Kiểm định nhân tố khám phá EFA
+ Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích
nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích
nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng không thích hợp
với tập dữ liệu nghiên cứu, không đủ tiêu chuẩn để tiếp tục tiến hành nghiên cứu tiếp.
+ Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân
tố có tương quan với nhau hay không. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test <
0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
+ Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích
EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue > 1 mới được giữ lại trong mô hình
phân tích.
+ Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp.
- Phân tích tương quan Pearson cho các biến này. Kiểm định mô hình nghiên cứu, kiểm định các giả
thuyết nghiên cứu bằng mô hình SEM.
Hệ số tương quan Pearson r có giá trị dao động từ -1 đến 1:
 Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ. Tiến về 1 là tương
quan dương, tiến về -1 là tương quan âm.
 Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
Andy Field (2009) cho rằng mặc dù có thể đánh giá mối liên hệ tuyến tính giữa hai biến qua hệ số
tương quan Pearson, nhưng chúng ta cần thực hiện kiểm định giả thuyết hệ số tương quan này có ý
nghĩa thống kê hay không. Kết quả kiểm định nếu sig kiểm định nhỏ hơn 0.05, cặp biến có tương
quan tuyến tính với nhau; nếu sig lớn hơn 0.05, cặp biến không có tương quan tuyến tính (giả định
lấy mức ý nghĩa 5% = 0.05).
Đánh giá các mối quan hệ tác động: dựa vào kết quả của việc phân tích Bootstrapping để thực hiện
việc đánh giá này. Khi giá trị p-value <0.05 thì các mối tác động mang ý nghĩa thống kê cho bài.
Hơn hết, hệ số tác động chuẩn hóa (original sample) sẽ đánh giá mức độ tác động mạnh của các
biến độc lập lên biến phụ thuộc theo giá trị tăng dần.
Mức độ giải thích của biến độc lập đối với biến phụ thuộc: việc đánh giá yếu tố này thông qua hệ số
xác định R bình phương hiệu chỉnh (R square adjusted). Giá trị của hệ số này sẽ nằm trong khoảng
từ 0 đến 1. Nếu càng tiền gần về 1 thì mô hình càng có ý nghĩa, tức mức độ giải thích của biến độc
lập đối với biến phụ thuộc càng cao. Và ngược lại, giá trị R bình hiệu chỉnh càng tiến về 0 thì mô
hình phân tích càng yếu.
Hệ số phóng đại phương sai (VIF) là một chỉ số đánh giá hiện tượng cộng tuyến trong mô hình
hồi quy. VIF càng nhỏ, càng ít khả năng xảy ra đa cộng tuyến. Hair và cộng sự (2009) cho rằng,
ngưỡng VIF từ 10 trở lên sẽ xảy ra đa cộng tuyến mạnh. - Kiểm định giá trị đa cộng tuyến giữa các
biến quan sát, theo Hair (2011) giá trị VIF an toàn là nhỏ hơn 5. Tuy nhiên theo Nguyễn Đình Thọ
(2010) , trên thực tế, nếu VIF > 2, chúng ta cần cẩn thận bởi vì đã có thể xảy ra sự đa cộng tuyến
gây sai lệch các ước lượng hồi quy.

CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU

Ở chương này, nhóm tác giả trình bày về kết quả nghiên cứu của hai phương pháp nghiên cứu là
phương pháp định tính và phương pháp định lượng. Các biến không phù hợp với nghiên cứu sẽ bị
loại bỏ ra khỏi mô hình nghiên cứu, mức độ ảnh hưởng của các biến có tác động lên ý định sử dụng
dịch vụ xe công nghệ để di chuyển của sinh viên Trường Đại học Mở Thành phố Hồ Chí Minh.
Ngoài ra, các giả thuyết đã đề ra ban đầu cũng sẽ được kiểm định ở chương này.
4.1. Giới thiệu
Trong chương 4, nhóm tác giả sẽ tiến hành kiểm định thang đo mô hình nghiên cứu và các giả
thuyết đã được nêu ra trong mô hình. Kết quả kiểm định sẽ được trình bày một cách cụ thể. Nghiên
cứu của chương này tập trung vào việc phân tích: (1) đặc điểm mẫu nghiên cứu, (2) kiểm định độ
tin cậy của mô hình dựa trên thông số Cronbach’ Alpha, (3) kiểm định mô hình hôi quy tuyến tính
dựa trên các các tiêu chí đã nêu trong chương 3. Từ đó, nhóm tác giả sẽ đưa ra được mức độ tác
động và ý nghĩa thống kê của các nhân tố trong bài. Phương pháp kiểm định được thực hiện trên
phần mềm Stata 17.
4.1. Kết quả nghiên cứu định lượng sơ bộ
Dựa trên thang đo được điều chỉnh từ phương pháp nghiên cứu định tính, nhóm tác giả tiến hành
khảo sát 100 sinh viên để đưa vào phân tích độ tin cậy thang đo qua chỉ số Cronbach’s Alpha. Kết
quả đánh giá sơ bộ độ tin cậy của thang đo được trình bày theo như Bảng 4.1 dưới đây:

Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
PU1 | 100 + 0.8879 0.8434 1.006744 0.9443
PU2 | 100 + 0.8721 0.8316 1.066489 0.9445
PU3 | 100 + 0.8906 0.8508 1.028254 0.9432
PU4 | 100 + 0.8540 0.8070 1.068312 0.9460
PU5 | 100 + 0.8801 0.8393 1.047128 0.9439
PU6 | 100 + 0.8411 0.7956 1.098062 0.9469
PU7 | 100 + 0.8640 0.8217 1.073684 0.9452
PU8 | 100 + 0.8358 0.7871 1.092193 0.9473
-------------+-----------------------------------------------------------------
Test scale | 1.060108 0.9517
-------------------------------------------------------------------------------

Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
PE1 | 100 + 0.8692 0.8010 .8114747 0.8934
PE2 | 100 + 0.8283 0.7510 .8635051 0.9006
PE3 | 100 + 0.8279 0.7486 .8584949 0.9009
PE4 | 100 + 0.8094 0.7189 .8602828 0.9051
PE5 | 100 + 0.8383 0.7621 .848798 0.8990
PE6 | 100 + 0.8509 0.7771 .8320303 0.8969
-------------+-----------------------------------------------------------------
Test scale | .8457643 0.9147
-------------------------------------------------------------------------------

Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
ATT1 | 100 + 0.8913 0.7077 .5060606 0.5691
ATT2 | 100 + 0.8169 0.6072 .7888889 0.6934
ATT3 | 100 + 0.7746 0.5181 .9253535 0.7839
-------------+-----------------------------------------------------------------
Test scale | .740101 0.7714
-------------------------------------------------------------------------------

Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
PI1 | 100 + 0.8163 0.6675 .806835 0.8498
PI2 | 100 + 0.8584 0.7316 .7361279 0.8240
PI4 | 100 + 0.8493 0.7259 .7682492 0.8262
PI3 | 100 + 0.8585 0.7460 .766431 0.8188
-------------+-----------------------------------------------------------------
Test scale | .7694108 0.8667
-------------------------------------------------------------------------------

Theo như bảng kết quả sau khi phân tích đã được trình bày chi tiết ở Bảng 4.1, nhóm tác giả nhận
thấy được rằng:
Thang đo “Nhận thức hữu ích” có hệ số Cronbach’ Alpha đạt mức cao nhất trong tất cả các thang
đo với 0.9517. Theo như các chỉ số thu được, ở thang đo này không có biến nào bị loại bỏ. Tất cả
các biến quan sát đều có hệ số tương quan biến tổng nằm ở mức tốt, trong đó biến PU1 là đạt độ tin
cậy tương quan cao nhất với hệ số là 0.8434

Thang đo “Nhận thức dễ sử dụng” có hệ số Cronbach’s Alpha là 0.9147 . và hệ số tương quan biến
tổng > 0.3, đủ điều kiện để tiếp tục thực hiện các nghiên cứu chuyên sâu hơn
Thang đo “Thái độ” có hệ số Cronbach’s Alpha là 0.7714 >0.7. Như vậy là đã đảm bảo độ tin cậy
cho việc sử dụng thang đo này trong mô hình nghiên cứu, đủ điều kiện để tiếp tục thực hiện các
nghiên cứu chuyên sâu hơn.
Thang đo “Ý định sử dụng dịch vụ xe công nghệ” chỉ ra được hệ số tin cậy đảm bảo cho thang đo
khi đạt mức 0.8667. Với hệ số tương quan biến tổng > 0.4 và hệ số độ tin cậy > 0.7, các biến quan
sát trong thang đo đã đạt đủ độ tin cậy phù hợp cho nghiên cứu các bước sau. Vì thế, tất cả biến
quan sát sẽ được nhóm tác giả sử dụng cho giai đoạn nghiên cứu định lượng chính thức.
Kết quả sau phân tích kết quả nghiên cứu định lượng sơ bộ, với bảng hỏi ban đầu gồm 21 biến quan
sát (trong đó có 4 biến phụ thuộc và 17 biến độc lập), thì thang đo vẫn giữ nguyên. Các biến quan
sát này sẽ được tiếp tục sử dụng trong giai đoạn nghiên cứu chính thức sẽ được trình bày chi tiết
trong các mục tiếp theo
4.1. Kết quả nghiên cứu định lượng
4.1.1. Đặc điểm của mẫu khảo sát
Từ 300 bảng khảo sát đã được phát ra bằng cả hình thức trực tuyến và trực tiếp, nhóm tác giả đã thu
về 285 câu trả lời từ các sinh viên thuộc trường Đại học Mở TP HCM. Tuy nhiên, sau khi tổng hợp
và tiến hành sàng lọc kết quả cẩn thận từ các mẫu khảo nhận được, những bảng hỏi không đạt đủ
yêu cầu đã được loại ra, kết quả còn lại là 250 bảng hỏi đảm bảo và được dùng cho tiến trình nghiên
cứu.

Bảng 4.2: Đặc điểm giới tính của đối tượng khảo sát

GT | Freq. Percent Cum.

------------+-----------------------------------
Nam | 116 46.40 46.40
Nữ | 134 53.60 100.00
------------+-----------------------------------
Total | 250 100.00
Nguồn: Kết quả phân tích từ Stata 17
 Về biến quan sát chuyên ngành đang học của nhóm sinh viên tham gia khảo sát,
sự chênh lệch giữa 2 Nam và Nữ là không quá lớn. Song, số sinh viên Nữ tham gia
khảo sát với tỷ lệ 53.6% vẫn nhiều hơn một chút so với sinh viên Nam chỉ với 46.4%
trên tổng số toàn bộ mẫu.
Với thông tin về biến quan sát “Niên khóa” trong mẫu nghiên cứu, sinh viên khóa K20 chiếm tới
98% tỷ lệ trên tổng số các khóa tham gia khảo sát, sinh viên khóa K21 chiếm tỷ lệ 0.8%, sinh viên khóa
K22 chiếm 1.2%. Với kết quả này có thể thấy sinh viên thuộc khóa 20 trong Khoa chiếm tỷ lệ lớn nhất và
không có thêm sinh viên khóa khác tham gia vào khảo sát.
Bảng 4.3: Số năm đã sử dụng xe công nghệ

Số năm | Freq. Percent Cum.

------------+-----------------------------------
1 Năm | 57 22.80 22.80
2 Năm | 94 37.60 60.40
3 Năm | 10 4.00 64.40
Hơn 3 năm | 89 35.60 100.00
------------+-----------------------------------
Total | 250 100.00

Về “Số năm đã sử dụng dịch vụ xe công nghệ ” của mẫu nghiên cứu, trong tổng
số 250 phiếu khảo sát đã đạt chuẩn, có thể thấy 94 sinh viên, tương đương với tỷ lệ
37.6% đã sử dụng từ năm thứ 2 đại học. Song, bên ạnh đó số lượng sử dụng đã hơn 3
năm cũng chiếm tới 35.6% , sinh viên mới chỉ sử dụng dịch vụ xe công nghệ 1 năm đứng thứ
3 với 56 người và chiếm 22.49 %. Cuối cùng số sinh viên sử dụng từ 3 năm trở đi lại khá thấp với 10
người và chiếm 4 %, tuy nhiên đây cũng là thông số hợp lí vì năm 3 là thời điểm đại dịch
vì vậy có thể nhu cầu đi lại diễn ra không quá thường xuyên do các lệnh giãn cách xã
hội.
4.1.1. Thống kê kê mô tả
4.1.1.1. Nhận thức hữu ích

Dựa vào kết quả khảo sát nhận thấy rằng, 8 biến quan sát trong thang đo “Nhận
thức hữu ích” đều có giá trị trung bình khoảng 3.208 đến 3.396. Giá trị trung bình
không có sự chênh lệch đáng kể lắm giữa các biến với nhau. Như vậy, ta có thể thấy
được sinh viên cho rằng sử dụng xe công nghệ để di chuyển la hữu ích đối với họ.

Variable | Obs Mean Std. dev. Min Max

-------------+---------------------------------------------------------

PU1 | 250 3.276 1.458882 1 5

PU2 | 250 3.256 1.174727 1 5

PU3 | 250 3.264 1.206702 1 5

PU4 | 250 3.212 1.234972 1 5

PU5 | 250 3.208 1.187593 1 5

PU6 | 250 3.248 1.200107 1 5

PU7 | 250 3.26 1.185759 1 5

PU8 | 250 3.396 1.195366 1 5

Nhận thức dễ sử dụng

Kết quả khảo sát cho thấy được các biến quan sát trong thang đo “Nhận thức
dễ sử dụng” cũng có giá trị trung bình đạt từ khoảng 3.096 đến 3.228. Số liệu
này cho thấy nhận thức dễ sử dụng cũng là yếu tố mà sinh viên lưu tâm khi ra
quyết định sử dụng xe công nghệ để di chuyển.

Variable | Obs Mean Std. dev. Min Max

-------------+---------------------------------------------------------
PE1 | 250 3.228 1.335346 1 5
PE2 | 250 3.112 1.15967 1 5
PE3 | 250 3.096 1.231605 1 5
PE4 | 250 3.124 1.217602 1 5
PE5 | 250 3.132 1.179892 1 5
PE6 | 250 3.22 1.203909 1 5
Thái độ
Kết quả khảo sát thể hiện rất rõ sự quan tâm cũng như ảnh hưởng của sinh viên
trường Đại học Mở Thành phố Hồ Chí Minh về việc sử dụng xe công nghệ để di
 chuyển. Cụ thể, biến ATT1 và ATT3 đều có giá trị trung bình nằm ở mức 3.1 và
biến quan sát ATT1 đạt 3.272.

Variable | Obs Mean Std. dev. Min Max

-------------+---------------------------------------------------------
ATT1 | 250 3.272 1.3376 1 5
ATT2 | 250 3.136 1.240831 1 5
ATT3 | 250 3.128 1.198902 1 5
4.1.1.2. Ý định sử dụng
Từ những thống kê số liệu từ nghiên cứu, các biến quan sát trong biến phụ
thuộc của ý định sử dụng xe công nghệ để di chuyển thuộc Trường Đại học
Mở Thành phố Hồ Chí Minh có giá trị trung bình thuộc mức cao. Với mức giá
trị nằm trong khoảng từ 3.28 đến 3.444, có thể thấy rõ sự tác động của cả 3
biến quan sát này đến ý định của sinh viên là rất lớn.
Variable | Obs Mean Std. dev. Min Max
-------------+---------------------------------------------------------
PI1 | 250 3.28 1.219652 1 5
PI2 | 250 3.392 1.191644 1 5
PI3 | 250 3.38 1.13169 1 5
PI4 | 250 3.444 1.201933 1 5
 4.1.1. Phân tích độ tin cậy (Cronbach’s Alpha)

Phân tích độ tin cậy Cronbach’s Alpha được thực hiện để kiểm định
thang đo các nhân tố có tác động đến ý định sử dụng dịch vụ xe công
nghệ để di chuyển của sinh viên Trường Đại học Mở Thành phố Hồ Chí
Minh. Căn cứ vào kết quả, nhận thấy được rằng đa số các nhân tố đều có
hệ số Cronbach’ Alpha nằm trên mức 0.7. nghĩa là tất cả các biến quan
sát đều đủ điều kiện để tham gia vào các kiểm định tiếp theo.
Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
PU1 | 250 + 0.8739 0.8193 .8957024 0.9208
PU2 | 250 + 0.8315 0.7776 .9756527 0.9234
PU3 | 250 + 0.8306 0.7748 .96938 0.9235
PU4 | 250 + 0.8118 0.7490 .97256 0.9254
PU5 | 250 + 0.8202 0.7625 .9781633 0.9244
PU6 | 250 + 0.8156 0.7560 .977712 0.9249
PU7 | 250 + 0.8245 0.7682 .9765332 0.9240
PU8 | 250 + 0.7993 0.7356 .9862436 0.9263
-------------+-----------------------------------------------------------------
Test scale | .9664934 0.9330
-------------------------------------------------------------------------------

Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
PE1 | 250 + 0.8549 0.7733 .8491518 0.8784
PE2 | 250 + 0.8083 0.7225 .9280321 0.8860
PE3 | 250 + 0.8287 0.7443 .8951743 0.8826
PE4 | 250 + 0.8051 0.7126 .9159952 0.8874
PE5 | 250 + 0.7992 0.7082 .9293735 0.8880
PE6 | 250 + 0.8188 0.7329 .9094217 0.8844
-------------+-----------------------------------------------------------------
Test scale | .9045248 0.9019
-------------------------------------------------------------------------------
 Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
ATT1 | 250 + 0.8640 0.6555 .6933655 0.6356
ATT2 | 250 + 0.8221 0.5991 .8686586 0.7000
ATT3 | 250 + 0.7985 0.5684 .9628594 0.7330
-------------+-----------------------------------------------------------------
Test scale | .8416278 0.7717
-------------------------------------------------------------------------------

Average
Item-test Item-rest interitem
Item | Obs Sign correlation correlation covariance alpha
-------------+-----------------------------------------------------------------
PI1 | 250 + 0.8653 0.7498 .9197697 0.8566
PI2 | 250 + 0.8652 0.7535 .9305756 0.8549
PI3 | 250 + 0.8630 0.7581 .9584578 0.8538
PI4 | 250 + 0.8656 0.7527 .9259973 0.8553
-------------+-----------------------------------------------------------------
Test scale | .9337001 0.8873
-------------------------------------------------------------------------------
Bảng 4.10 Tổng hợp kết quả hệ số Cronbach Alpha của các thang đo

Số Hệ số tương Hệ số tương
biến Cronbach's quan biến quan biến
Thang đo
quan Alpha tổng lớn tổng nhỏ
sát nhất nhất nhất
Nhận thức hữu ích 8 0.9330 0.8193 0.7356
Nhận thức dễ sử dụng 6 0.9019 0.7733 0.7082
Thái độ 3 0.7717 0.6555 0.5684
Ý định sử dụng
4 0.8873 0.7581 0.7498
Tổng cộng 21

Độ tin cậy của thang đo được thực hiện trên phần mềm Stata 17,
cho thấy 21 biến quan sát đều đạt giá trị Cronbach’s Alpha >0.7.

Thang đo biến “Nhận thức hữu ích” có hệ số Alpha đạt mức cao
nhất là 0.9330 và tất cả các biến đều có hệ số tương quan biến tổng đạt
trên 0.6. Do đó, tất các các biến quan sát đều phù hợp và giữ lại trong
thang đo để có thể thực hiện thêm các phân tích tiếp theo.
 Thang đo biến “Nhận thức dễ sử dụng” có hệ số Cronbach’ Alpha
là 0.9019. Tất cả các biến trong thang đo đều phù hợp với yêu cầu về độ
tin cậy và mức độ tương quan biến tổng. Nếu loại bất kỳ biến nào trong
thang đo có thể làm giảm hệ số tin cậy Cronbach’Alpha.

Thang đo “Thái độ” có giá trị Alpha đạt được là 0.7717 đảm bảo
điều kiện trở thành thang đo > 0.7 tuy nhiên đây là thang đo có hệ số
Cronbach’s Alpha thấp nhất trong tất cả các biến quan sát. Các biến quan
sát ở trong thang đo gồm ATT1, ATT2, ATT3 cũng lần lượt có hệ số
tương quan biến tổng trên 0.4. Dựa trên kết quả này nhóm sẽ giữ lại và
tiếp tục thực hiện các bước phân tích tiếp theo để có thể đưa ra được kết
luận chuẩn xác hơn.

Cuối cùng, thang đo biến phụ thuộc “Ý định sử dụng dịch vụ xe

công nghệ để di chuyển” đạt được độ tin cậy cao với 0.8873. Các biến
quan sát đều đạt đảm bảo được giá trị độ tin cậy tương quan biến tổng
trên mức 0.7. Vì thế, tất cả các biến đều phù hợp và thang đo sẽ được
giữ nguyên.

Từ kết quả trên, cho thấy các biến trong mô hình đêu đạt giá trị về
độ tin cậy. Vì vậy sẽ được giữ nguyên và tiếp tục các kiểm định tiếp
theo.

4.1.2. Phân tích nhân tố khám phá (EFA) biến độc lập

Kết quả phân tích các nhân tố khám phá cho thấy được hệ số KMO
đạt được mức 0.8780 nằm trng khoảng từ 0.5 đến 1 với mức ý nghĩa sig
là 0.000 đã thỏa mãn các điều kiện, nên việc phân tích EFA là phù hợp.
Để có thể chọn được những biến quan sát chất lượng nhất, nhóm tác giả
sẽ chỉ lựa chọn những biến quan sát nào trong thang đo có hệ số tải nhân
tố lớn hơn 0.5. Tuy nhiên, khi xem xét chỉ tiêu này trên ma trận xoay thì
tất cả các biến quan sát đều đạt đúng yêu cầu đề ra. Vì vậy, tất cả các
biến còn lại đều sẽ được giữ lại.
Factor analysis/correlation Number of obs = 250

Method: principal-component factors Retained factors = 3

Rotation: (unrotated) Number of params = 48

--------------------------------------------------------------------------

Factor | Eigenvalue Difference Proportion Cumulative

-------------+------------------------------------------------------------

Factor1 | 7.33861 4.80070 0.4317 0.4317

Factor2 | 2.53791 0.76797 0.1493 0.5810

Factor3 | 1.76993 1.17761 0.1041 0.6851

Factor4 | 0.59233 0.05874 0.0348 0.7199

Factor5 | 0.53359 0.04207 0.0314 0.7513

Factor6 | 0.49152 0.05034 0.0289 0.7802

Factor7 | 0.44118 0.00078 0.0260 0.8062

Factor8 | 0.44040 0.04287 0.0259 0.8321

Factor9 | 0.39753 0.02237 0.0234 0.8555

Factor10 | 0.37517 0.01038 0.0221 0.8775

Factor11 | 0.36479 0.02452 0.0215 0.8990

Factor12 | 0.34027 0.01683 0.0200 0.9190

Factor13 | 0.32344 0.03657 0.0190 0.9380

Factor14 | 0.28686 0.00987 0.0169 0.9549

Factor15 | 0.27700 0.01579 0.0163 0.9712

Factor16 | 0.26121 0.03293 0.0154 0.9866

Factor17 | 0.22828 . 0.0134 1.0000

--------------------------------------------------------------------------
 LR test: independent vs. saturated: chi2(136) = 2550.72
Prob>chi2 = 0.0000

Rotated factor loadings (pattern matrix) and unique variances

-----------------------------------------------------------

Variable | Factor1 Factor2 Factor3 | Uniqueness

-------------+------------------------------+--------------

PU1 | 0.8767 | 0.2228

PU3 | 0.8011 | 0.3055

PU2 | 0.7970 | 0.3043

PU4 | 0.7803 | 0.3378

PU5 | 0.8019 | 0.3216

PU6 | 0.7743 | 0.3333

PU7 | 0.7882 | 0.3190

PU8 | 0.7782 | 0.3591

PE1 | 0.8240 | 0.2794

PE2 | 0.7887 | 0.3364

PE3 | 0.7894 | 0.3160

PE4 | 0.7987 | 0.3402

PE5 0.7750 | 0.3598

PE6 | 0.7683 | 0.3260

ATT1 | 0.8024 | 0.2582

ATT2 | 0.7844 | 0.3379

ATT3 | 0.8382 | 0.2962

-----------------------------------------------------------
Determinant of the correlation matrix

Det = 0.000

Bartlett test of sphericity

Chi-square = 2540.243

Degrees of freedom = 136

p-value = 0.000

H0: variables are not intercorrelated

Kaiser-Meyer-Olkin Measure of Sampling Adequacy

KMO = 0.930

Dựa trên bảng số liệu trên cho thấy, chỉ số KMO đạt 0.930 > 0.5
cùng với hệ số sig nằm mức 0.000 đã phù hợp cho việc phân tích. Hệ số
tải các nhân tố của các biến còn lại đều đã đạt được trên mức 0.5. Không
có biến nào đứng sai vị trí hoặc bị xem xét là biến xấu. Do vậy, các biến
này sẽ được tiếp tục sử dụng để phân tích phần tiếp theo. Có tất cả là 3
nhân tố được trích thông qua chỉ tiêu Eigenvalue > 1, theo đó các nhân tố
này đã khái quát được thông tin của 17 biến chất lượng nhất ở bước phân
tích EFA này. Tổng phương sai trích của 3 nhân tố này là 68.51%, tức là
các nhân tố này đã giải thích được đến 68.51%, sự biến thiên của 17 biến
quan sát tham gia vào chạy EFA.

4.1.3. Phân tích nhân tố khám phá các biến phụ thuộc

Tương tự phân tích nhân tố khám phá ở biến độc lập, nhóm tiếp
tục phân tích nhân tố khám phá của biến phụ thuộc. Kết quả sau phân
tích thu được, chỉ số KMO thu được ở phần kết quả là 0.829 và ý nghĩa
thống kê sig là 0.000, phù hợp với nghiên cứu. Đối với phân tích EFA
phụ thuộc trong bài này, chỉ có một nhân tố được trích tại Eigenvalue
với giá trị phương sai trích là 74.79%. Điều này đồng nghĩa với việc
 nhân tố duy nhất này đã giải thích được 74.79% sự biến thiên dữ liệu của
4 biến phụ được được đem vào phân tích nhân tố khám phá. Nhìn chung,
hệ số tải nhân tố của các biến phụ thuộc thu được đều nằm trên mức 0.7,
do đó đảm bảo được chất lượng biến tham gia vào thang đo.

Factor analysis/correlation Number of obs = 250

Method: principal-component factors Retained factors = 1

Rotation: (unrotated) Number of params = 4

--------------------------------------------------------------------------

Factor | Eigenvalue Difference Proportion Cumulative

-------------+------------------------------------------------------------

Factor1 | 2.99151 2.58832 0.7479 0.7479

Factor2 | 0.40318 0.07626 0.1008 0.8487

Factor3 | 0.32693 0.04855 0.0817 0.9304

Factor4 | 0.27838 . 0.0696 1.0000

--------------------------------------------------------------------------

LR test: independent vs. saturated: chi2(6) = 547.55 Prob>chi2 = 0.0000

Rotated factor loadings (pattern matrix) and unique variances

---------------------------------------

Variable | Factor1 | Uniqueness

-------------+----------+--------------

PI1 | 0.8618 | 0.2573

PI2 | 0.8645 | 0.2526

 PI3 | 0.8679 | 0.2467

PI4 | 0.8649 | 0.2519

---------------------------------------

Determinant of the correlation matrix

Det = 0.110

Bartlett test of sphericity

Chi-square = 545.344

Degrees of freedom = 6

p-value = 0.000

H0: variables are not intercorrelated

Kaiser-Meyer-Olkin Measure of Sampling Adequacy

KMO = 0.829

4.1.4. Kiểm định Pearson

Kết quả sau kiểm định Pearson cho thấy các biến độc lập và phụ
thuộc có mối tương quan với nhau, do thõa điều kiện sig<5%.
Trong đó các hệ số tương quan giữa biến độc lập và phụ thuộc lần
lượt là PU với PI bằng 0.6148, PE với PI bằng 0.5621, ATT với PI
là 0.5547. Đồng thời, hệ số mang giá trị dương, điều này đồng nghĩa
với việc khi PU,PE,ATT tăng sẽ dẫn đến PI cũng tăng theo.

Việc kiểm định hiện tượng đa cộng tuyến sẽ được đưa vào mô
hình phân tích hồi quy tất cả các biến quan sát.

| PU PE ATT PI

-------------+------------------------------------

PU | 1.0000
 PE | 0.4523 1.0000

| 0.0000

ATT | 0.2830 0.2933 1.0000

| 0.0000 0.0000

PI | 0.6148 0.5621 0.5547 1.0000

| 0.0000 0.0000 0.0000

4.1.5 Kiểm định giả thuyết và mô hình hồi quy đa biến

Hệ số xác định R-squared được sử dụng để đánh giá sự phù hợp của mô
hình nghiên cứu, thể hiện mức độ phù hợp của mô hình nghiên cứu,
đồng thời giải thích nhân tố phụ thuộc đạt bao nhiêu % trong nghiên
cứu.. R-squared hiệu chỉnh từ R-squared phản ánh tốt hơn mức độ phù
hợp của mô hình. Trong nghiên cứu này giá trị R-squared = 0.5963 và R-
squared hiệu chỉnh là 0.5913. Nghĩa là mô hình giả thích được
59,63% biến thiên của biến phụ thuộc. Hay 59,63% ý định lựa chọn xe
công nghệ để di chuyển có thể giải thích được bởi thái độ, nhận thức hữu
ích và nhận thức dễ sử dụng.

Bên cạnh đó, giá trị thống kê F là 121.10 được kết luận từ giá trị R-
squared của mô hình, giá trị Prob > F = 0.0000 Mức ý nghĩa của
kiểm định F, ở đây bé hơn 5% chứng tỏ mô hình có ý nghĩa thống kê.

P>|t| p-value, nếu giá trị này bé hơn 5% thì mối quan hệ giữa biến độc
lập này và biến phụ thuộc có ý nghĩa thống kê.

Beta: là hệ số hồi quy đã chuẩn hóa.

Vì vậy phương trình hồi quy đã chuẩn hóa của ý định sử dụng dịch vụ xe
công nghệ để di chuyển như sau :

PI =0. 3846905PU + 0.281606PE + 0. 3631856ATT

Phương trình hồi quy cho thấy mức độ ảnh hưởng của nhận thức hữu ích
(PU), nhận thức dễ sử dụng (PE), thái độ (ATT) đối với ý định sử dụng
xe công nghệ để di chuyển. Điều này mang ý nghĩa khi các điều kiện
khác không đổi, khi biến PI tăng 1 đơn vị thì biến PU tăng 0.3672414
đơn vị. Tương tự với các biến khác.

Kết quả cũng cho thấy b biến nhận thức hữu ích (PU) 0.3672414 hệ số
tương quan từng phần lớn nhất 0.3877263 , kế tiếp là biến thái độ

0.3567467 và cuối cùng là PE với mức 0.2884616. Như vậy, tầm quan
trọng của các biến trong mô hình được xếp lần lượt PU>ATT>PE.

Source | SS df MS Number of obs = 250

-------------+---------------------------------- F(3, 246) = 121.10

Model | 156.239128 3 52.0797093 Prob > F = 0.0000

Residual | 105.791872 246 .4300482 R-squared = 0.5963

-------------+---------------------------------- Adj R-squared = 0.5913

Total | 262.031 249 1.05233333 Root MSE = .65578

------------------------------------------------------------------------------

PI | Coefficient Std. err. t P>|t| Beta

-------------+----------------------------------------------------------------

ATT | .3567467 .0422871 8.44 0.000 .3631856

PE | .2884616 .0474221 6.08 0.000 .281606

PU | .3877263 .0465104 8.34 0.000 .3846905

_cons | .0648635 .1787305 0.36 0.717 .

------------------------------------------------------------------------------

4.1.6 Đo lương đa cộng tuyến

Cộng tuyến là trạng thái các biến độc lập có quan hệ tương quan chặt che
với nhau. Hệ số phóng đại phương sai VIF giúp phán đoán ra sự tồn tại
 của hiện tượng đa cộng tuyến. Khi VIF vượt quá 10 là dấu hiệu của hiện
tượng đa cộng tuyến. Kết quả phân tích trong nghiên cứu này đều nhỏ
hơn 2 cho nên không có hiện tượng đa cộng tuyến trong mô hình.

Variable | VIF 1/VIF

-------------+----------------------

PE | 1.31 0.765765

PU | 1.30 0.770710

ATT | 1.13 0.885547

-------------+----------------------

Mean VIF | 1.24

4.1.7 Kiểm định các giả thuyết trong mô hình nghiên cứu

Dựa vào kết quả bảng 4.

Gỉa thuyết H1: Nhận thức hữu ích có tác động đến ý định sử dụng xe công
nghệ để di chuyển. Biến PU có mức ý nghĩa Sig = 0.000 < 0.005 nên có ý
nghĩa thống kê. Hệ số hồi quy là 0.38772 , mang tác động cùng chiều với biến
phụ thuộc. Khi khách hàng nhận thức được mức hữu ích của việc sử dụng xe
công nghệ, giữ nguyên các yếu tố khác thì ý định sử dụng xe công nghệ để di
chuyển tăng thêm 0.38772 đơn vị. Do đó, giả thuyết H1 được chấp nhận.

Giả thuyết H2: Nhận thức dễ sử dụng có tác động đến ý định sử dụng xe công
nghệ để di chuyển. Biến PE có mức ý nghĩa Sig = 0.000 < 0.005 nên có ý
nghĩa thống kê. Hệ số hồi quy là 0.2884 , mang tác động cùng chiều với biến
phụ thuộc. Khi khách hàng nhận cảm nhận được việc dễ dàng khi đặt xe xe
công nghệ, giữ nguyên các yếu tố khác thì ý định sử dụng xe công nghệ để di
chuyển tăng thêm 0.2884 đơn vị. Do đó, giả thuyết H2 được chấp nhận

Giả thuyết H3: Thái độ có tác động tích cực đối với ý định sử dụng xe công
nghệ để di chuyển. Biến ATT có mức ý nghĩa Sig = 0.000 < 0.005 nên có ý
nghĩa thống kê. Hệ số hồi quy là 0.3567 , mang tác động cùng chiều với biến
phụ thuộc. Khi khách hàng có cảm xúc tích cực đối với việc sử dụng xe công
nghệ để di chuyển, giữ nguyên các yếu tố khác thì ý định sử dụng xe công
nghệ để di chuyển tăng thêm 0.3567 đơn vị. Do đó, giả thuyết H3 được chấp
nhận.

KẾT LUẬN CHƯƠNG 4

Ở chương 4, tác giả đã trình các kết quả chính yếu của nghiên cứu.
 Sau khi phỏng vấn các chuyên gia về các biến đo lường trong mô hình
nghiên cứu, nhóm tác giả đã tiến hành phỏng vấn định lượng sơ bộ với
mẫu là 100 sinh viên đang học tại trường Đại học Mở Thành phố Hồ Chí
Minh, sau khi phân tích Cronbach’s Alpha, nhóm tác giả đã đưa ra mô
hình nghiên cứu định lượng chính thức gồm 21 biến quan sát. Sau khi
khảo sát thu được 250 nhóm bắt đầu các bước kiểm định, nhóm tác giả
đưa ra kết luận có 3 yếu tố tác động đến ý định sử dụng xe công nghệ để
di chuyển của sinh viên trường Đại học Mở thành phố Hồ Chí Minh là
nhận thức hữu ích, nhận thức dễ sử dụng và thái độ. Cả ba yếu tố trên
đều tác động cùng chiếu đến sử dụng xe công nghệ để di chuyển của sinh
viên trường Đại học Mở Thành phố Hồ Chí Minh, trong đó yếu tố tác
động mạnh nhất là nhận thức hữu ích, tiếp theo là thái độ và cuối cùng là
nhận thức dễ dàng sử dụng.

CHƯƠNG 5. KẾT LUẬN VÀ KHUYẾN NGHỊ

Chương này sẽ tổng hợp lại những kết quả đạt được chủ yếu bài nghiên cứu. Đồng
thời, những khuyến nghị dành cho các bên liên quan trong vấn đề hồi hương làm việc
của sinh viên cũng được nhóm tác giả đề cập tới. Những hạn chế và hướng đi cho các
nghiên cứu tiếp theo cũng được nhóm tác giả đề xuất.

5.1. Những kết quả chính của nghiên cứu

Nghiên cứu được thực hiện để tìm hiểu việc sử dụng xe công nghệ để di chuyển của
sinh viên trường Đại học Mở Thành phố Chí Minh bị ảnh hưởng bởi các yếu tố nào. Từ
việc tìm hiểu các mô hình nghiên cứu trước và các lý thuyết nền bao gồm ý thuyết
hành động có kế hoạch, lý thuyết mô hình chấp nhận công nghệ TAM, nhóm tác giả đã
đề xuất ra mô hình nghiên cứu gồm 3 biến độc lập là (1) Nhận thức hữu ích , (2) Nhận
thức dễ sử dụng, (3) Thái độ ảnh hưởng đến ý định sử dụng xe công nghệ để di chuyển.
Nghiên cứu sợ bộ được thực hiện trên mẫu là 100 sinh viên sau khi kế thừa và điều
chỉnh cho phù hợp với bối cảnh tại trường Đại học Mở Thành phố Hồ Chí Minh. Sau
đó được phân tích và xử lí trên phần mềm Stata 17 kết quả đạt giá trị tin cậy
Cronbach’s Alpha > 0.7.

Nghiên cứu định lượng chính thức được hiện bằng việc khảo sát hơn 300 mẫu khảo sát
là sinh viên trường Đại học Mở Thành phố Hồ Chí Minh về việc sử dụng xe công nghệ
để di chuyển. Sau khi lọc ra các bảng khảo sát không đủ điều kiện, nhóm thu được 250
mẫu khảo sát hợp lệ và tiến hành phân tích Cronbach’s Alpha và Phân tích nhân tố
khám phá EFA để loại bỏ đi các biến quan sát không phù hợp. Tiếp đó nhóm tác giả
tiếp tục đi đến các kiểm định về tương quan Pearson, kiểm định mô hình hồi quy. Cuối
cùng, nhóm tác giả thực hiện kiểm định và kiểm tra giả thuyết trong mô hình nghiên
cứu ý định sử dụng xe công nghệ để di chuyển của sinh viên trường Đại học Mở Thành
phố Hồ Chí Minh bao gồm nhận thức hữu ích ,nhận thức dễ sử dụng, thái độ. Sau khi
phân tích cho thấy các biến đều có tác động dương đối với ý định sử dụng xe công
nghệ để di chuyển trong đó yếu tố có mức tác động mạnh nhất là nhận thức hữu ích của
người dùng từ việc di chuyển bằng xe công nghệ có ảnh hưởng vô cùng quan trọng đến
ý định sử dụng xe công nghệ để di chuyển vì chỉ khi khách hàng nhận thấy được dịch
vụ di chuyển bằng xe công nghệ mang đến lợi ích, và cải thiện hiểu quả công việc cho
họ, đó mới chính là lý do cốt yếu để họ lựa chọn sử dụng. Kết quả này cũng trùng khớp
với nhiều phát hiện trước đó như phát hiện của Danh và cộng sự (2021), Thảo & Mai
(2020), đều cho rằng yếu tố nhận thức hữu ích có mức tác động mạnh nhất.Tiếp theo
đó là thái độ ảnh hưởng mạnh đến ý định chọn xe công nghệ khi có thể thấy được mức
độ của biến thái độ và nhận thức hữu ích cũng không có quá nhiều chênh lệch. Lý giải
cho điều này, đây có thể đến vì nhóm đã sử dụng mô hình TAM để hỗ trợ mô hình, khi
đó các biến độc lập như nhận thức hữu ích và nhận thức dễ sử dụng đã hỗ trợ gia tăng
mạnh mẽ cho thái độ tích cực của khách hàng đến ý định sử dụng ứng dụng xe công
nghệ. Cuối cùng là mức độ dễ sử dụng của ứng dụng hoặc quy trình đặt xe. Trong bài
nghiên cứu này, kết quả này có thể được lý giải đơn giản khi đây là một nghiên cứu
thực hiện ở sinh viên, những con người trẻ và có nhiều tiếp xúc với công nghệ. Vì thế,
nên việc dễ dàng sử dụng là một trong những ưu tiên để họ cảm thấy hài lòng và hình
thành nên những cảm xúc tích cực đối với thương hiệu và lựa chọn sử dụng. Bên cạnh
đó, đây lại là yếu tố ít ảnh hưởng so với nhận thức hữu ích vì có thể thấy giữa sự cạnh
tranh của nghành xe công nghệ các quy trình đặt xe của các ứng dụng gần như là tương
tự nhau vì vậy họ sẽ ưu tiên lựa chọn dựa trên cảm xúc, thái độ yêu thích của bản thân
hoặc giá trị hữu dụng mà dịch vụ cung cấp hơn là mức dễ sử dụng. Kết quả này được
xem là trùng khớp với các nghiên cứu của Septiani và cộng sự (2017), Lương Thúy và
đồng đội (2022).
5.2. Một số khuyến nghị

Gia tăng thái độ tích cực của khách hàng

Theo kết quả của nghiên cứu, thái độ tích cực là yếu tố để khách hàng gia tăng ý định
lựa chọn di chuyển bằng xe công nghệ. Đối với kết quả này các nhà quản trị có thể gia
tăng bằng các hình thức marketing đưa thương hiệu quen thuộc với người tiêu dùng
theo từng nhóm đối tượng dựa trên đặt điểm.

Đó là trước khi khách hàng sử dụng xe công nghệ, quan trọng vẫn là xây dựng đồng
nhất chất lượng dịch vụ, giá cả. Đặc biệt là chất lượng dịch vụ trong quá trình di
chuyển, chẳng hạn như việc đào tào nhân viên chào hỏi, đến đúng giờ, đón và rước
khách đúng nơi, thân thiện trong suốt chuyến đi. Hỗ trợ khách hàng nếu có thể. Những
trãi nghiệm di chuyển tích cực sẽ giúp khách hàng gia tăng thái độ đối với thương hiệu
và nâng cao không chỉ ý định sử dụng mà còn là lựa chọn sử dụng lặp lại, trung thành
và thậm chí và giới thiệu qua các hình thức WOM hoặc Ewom.

Gia tăng nhận thức hữu ích của xe công nghệ đối với việc di chuyển
Sự hữu ích của xe công nghệ để di chuyển chính là thoải mái, nhanh chóng và tiện lợi
vì có thể bắt xe được mọi nơi. Tuy nhiên, ngày nay sự cạnh canh gây gắt dựa các
thương hiệu nổi lên, doanh nghiệp nên làm nổi bật đặc điểm hữu dụng của mình đối
với khách hàng. Chẳng hạn như trường hợp xe điện của Xanh SM ngoài những đặc
tính cơ bản đưa đón khách còn làm nổi bật sự êm ái thoải mái trong quá trình di
chuyển, tương tự các doanh nghiệp khác có thể gia tăng mức cảm nhận hữu ích của
dịch vụ mình trong tâm trí khách hàng bằng các biện pháp như bắt chuyến nhanh
chóng, không hủy chuyến, thêm các tính năng đặt trước cho những thời điểm cao điểm
để khách hàng có thể di chuyển nhanh chóng. Ngoài ra, đảm bảo hệ thống xe công
nghệ có mặt ở khắp các tuyến đường để khách hàng có thể tìm tài xế một cách nhanh
nhất.

Ngoài ra, còn rất nhiều yếu tố khác như sử dụng thanh toán trả sau, chuyến xe có thể
tùy chỉnh tuyến đường để thuận tiện với những yêu cầu của khách hàng.

Gia tăng những tính năng tối ưu hóa quy trình sử dụng đối với ứng dụng

Đây là nghiên cứu sinh viên nên có thể các yếu tố dễ sử dụng không có mức tác động
như nhận thức hữu ích và thái độ. Tuy nhiên, nhà quản trị có thể càng tin giản được
quy trình gọi – đặt xe thì sẽ càng tạo động lực cho người dùng khi họ không muốn bỏ
quả nhiều nỗ lực để thực hiện hoạt động, đa số mọi người điều thích những quy trình
càng tinh gọn.

Ngoài ra, với các nhóm đối khác như người lớn tuổi, doanh nghiệp có thể hỗ trợ phóng
to các chữ trên ứng dụng để họ có thể dễ dàng đặt xe hoặc có nhân viên tổng đài liên
hệ thực hiện đặt chuyến xe giúp họ.

Tương tự để tiếp cận nhóm đối tượng khách du lịch, các nhà quản trị có thể tích hợp
các địa điểm trên GG Map hoặc Bản đồ để họ có thể dễ dàng lựa chọn và đặt xe đến
các địa điểm đó.

5.3. Hạn chế của nghiên cứu

Nghiên cứu đã đạt được các mục tiêu đề ra ban đầu, song vẫn còn tồn tại một
số hạn chế nhất định khi :

+ Đầu tiên, đây là nghiên cứu được thực hiện bởi sinh viên nên còn
 hạn chế về mặt thời gian cũng như kinh phí thực hiện. Nghiên cứu
khảo sát đối tượng sinh viên trường Đại học nên cũng chưa khái quát
hết và đạt được hiệu quả thống kê cao.

+ Thứ hai, nghiên cứu chỉ kiểm định 3 yếu tố ảnh hưởng đến ý định
lựa chọn sử dụng xe công nghệ để di chuyển và mô hình giải thích
được 58% mô hình. Tỷ lệ này tuy nằm trong mức chấp nhận tuy
nhiên chưa cao để có thể giải thích ý định đặt xe. Có thể thấy phần
trăm còn lại được giải thích bởi các nhân tố khác mà nhóm chưa
khám phá được. Đây cũng là xu hướng mở rộng để thực hiện các
nghiên cứu tiếp theo.

TÀI LIỆU THAM KHẢO

Baabdullah, A. M., Alalwan, A. A., Rana, N. P., Al Shraah, A., Kizgin, H., & Patil, P.
P. (2019). Mobile app stores from the user’s perspective. In ICT Unbounded, Social
Impact of Bright ICT Adoption: IFIP WG 8.6 International Conference on Transfer
and Diffusion of IT, TDIT 2019, Accra, Ghana, June 21–22, 2019, Proceedings (pp.
21-30). Springer International Publishing.
Koiri, S. K., Mukherjee, S., & Dutta, S. (2019). A study on determining the factors
impacting consumer perception regarding the online food delivery apps in
guwahati. GIS Business, 14.
Tang, A. K. (2019). A systematic literature review and analysis on mobile apps in m-
commerce: Implications for future research. Electronic Commerce Research and
Applications, 37, 100885.
Shah, A. M., Yan, X., Shah, S. A. A., & Ali, M. (2020). Customers' perceived value
and dining choice through mobile apps in Indonesia. Asia Pacific Journal of
Marketing and Logistics, 33(1), 1-28.
Ajzen, I., & Fishbein, M. (1975). A Bayesian analysis of attribution
processes. Psychological bulletin, 82(2), 261.
Jais, A. S., & Marzuki, A. (2020). E-hailing services in Malaysia: Current practices
and future outlook. Planning Malaysia, 18.

Utami, I. W., Kumar, S., Kannu, A., Sofyan, A., & Fernando, F. Z. (2021, April). User
behavior intention towards e-hailing applications. In Proceeding of International
Conference on Science, Health, And Technology (pp. 274-278).
Shaheen, S., Cohen, A., & Zohdy, I. (2016). Shared mobility: current practices and
guiding principles (No. FHWA-HOP-16-022). United States. Federal Highway
Administration
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance
of information technology. MIS quarterly, 319-340
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of
information technology: Toward a unified view. MIS quarterly, 425-478.
Isradila, & Indrawati, R. M. (2017). Analysis of user acceptance towards online
transportation technology using UTAUT 2 model: A case study in Uber, Grab and Go-
Jek in Indonesia. International Journal of Science and Research, 6(7), 2319-7064.
doi:10.21275/art20175426

O. Pappas, I., G. Pateli, A., N. Giannakos, M., & Chrissikopoulos, V. (2014).

Moderating effects of online shopping experience on customer satisfaction and
repurchase intentions. International Journal of Retail & Distribution
Management, 42(3), 187-204.
Zhu, D. H., Lan, L. Y., & Chang, Y. P. (2017). Understanding the Intention to
Continue Use of a Mobile Payment Provider: An Examination of Alipay Wallet in
China. International Journal of Business & Information, 12(4).
Sohaib, O., Hussain, W., Asif, M., Ahmad, M., & Mazzara, M. (2019). A PLS-SEM
neural network approach for understanding cryptocurrency adoption. Ieee Access, 8,
13138-13150.

Weng, G. S., Zailani, S., Iranmanesh, M., & Hyun, S. S. (2017). Mobile taxi booking
application service’s continuance usage intention by users. Transportation Research
Part D: Transport and Environment, 57, 207-216.
Davis, F. D. (1985). A technology acceptance model for empirically testing new end-
user information systems: Theory and results (Doctoral dissertation, Massachusetts
Institute of Technology).
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of
information technology: Toward a unified view. MIS quarterly, 425-478.

O. Pappas, I., G. Pateli, A., N. Giannakos, M., & Chrissikopoulos, V. (2014).

Moderating effects of online shopping experience on customer satisfaction and
repurchase intentions. International Journal of Retail & Distribution
Management, 42(3), 187-204.
Holden, R. J., & Karsh, B. T. (2010). The technology acceptance model: its past and
its future in health care. Journal of biomedical informatics, 43(1), 159-172.
Teo, T. (2011). Factors influencing teachers’ intention to use technology: Model
development and test. Computers & Education, 57(4), 2432-2440.

Homniem, C., & Pupat, N. (2020). The factors influencing Thai passenger’s intention
to reuse Grab car service in Bangkok. AU-GSB e-journal, 13(1), 41-51.
Thurstone, L. L. (1928). Attitudes can be measured. American journal of
Sociology, 33(4), 529-554.
Pandey, M., & Yadav, P. S. (2023). Understanding the role of individual concerns,
attitude, and perceived value in green apparel purchase intention; the mediating effect
of consumer involvement and moderating role of generation Z&Y. Cleaner and
Responsible Consumption, 9, 100120.

Lee, J. S., Hsu, L. T., Han, H., & Kim, Y. (2010). Understanding how consumers view
green hotels: how a hotel's green image can influence behavioural intentions. Journal
of sustainable tourism, 18(7), 901-914.

Göçer, A., & Sevil Oflaç, B. (2017). Understanding young consumers’ tendencies
regarding eco-labelled products. Asia Pacific Journal of Marketing and
Logistics, 29(1), 80-97.

Kurniawati, F., De Boer, A. A., Minnaert, A. E. M. G., & Mangunsong, F. (2017).

Evaluating the effect of a teacher training programme on the primary teachers’
attitudes, knowledge and teaching strategies regarding special educational
needs. Educational Psychology, 37(3), 287-297.

Suprapti, N. W. S. (2010). Perilaku Konsumen: Pemahaman dasar dan aplikasinya

dalam strategi pemasaran. Bali: Universitas Udayana Bali.

Dapas, C. C., Sitorus, T., Purwanto, E., & Ihalauw, J. J. (2019). The effect of service
quality and website quality of zalora. Com on purchase decision as mediated by
purchase intention. Calitatea, 20(169), 87-92.

Kotler, P., & Armstrong, G. (2004). Principle of Marketing: 10thnEdition.

Kotler, P. (2012). Kotler on marketing. Simon and Schuster.
Kotler, P. & Keller, L.K. (2016). Marketing Management. Pearson Education.
Fifteenth Edition.
Khan, M. A. (2007). Consumer behaviour and advertising management. New Age
International.
Spiggle, S., & Sewall, M. A. (1987). A choice sets model of retail selection. Journal
of Marketing, 51(2), 97-111.
Brengman, M., Willems, K., & Joye, Y. (2012). The impact of in‐store greenery on
customers. Psychology & Marketing, 29(11), 807-821.

Williams, T. G., & Slama, M. E. (1995). Market mavens′ purchase decision evaluative
criteria: implicationsfor brand and store promotion efforts. Journal of Consumer
Marketing, 12(3), 4-21.

Danh, L.C. & Loan, T. N. P & Linh, L.M. (2021) Các yếu tố ảnh hưởng đến quyết
định sử dụng dịch vụ xe công nghệ của sinh viên các trường đại học tại Thành phố Hồ
Chí Minh. Tạp chí công thương
Loan, N. T. Q., & Hung, N. Q. (2018). Factors affecting satisfaction and reuse
intention of customers using online motorbike service. HO CHI MINH CITY OPEN
UNIVERSITY JOURNAL OF SCIENCE-ECONOMICS AND BUSINESS
ADMINISTRATION, 8(2), 30-46.
Thuy, H. D. L., & Hao, N. M. (2023). Customers’ Intention to Use Online Ride-
Hailing Services in Hanoi during the COVID-19 Pandemic.
Mai, N. N., & Thảo, N. T. M. CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ
DỤNG ỨNG DỤNG GỌI XE: TRƯỜNG HỢP NGHIÊN CỨU TỈNH BÌNH
DƯƠNG.

Septiani, R., Handayani, P. W., & Azzahro, F. (2017, October). An empirical

examination of factors affecting the behavioral intention to use online transportation
service: Case study of GRAB. In 2017 International Conference on Advanced
Computer Science and Information Systems (ICACSIS) (pp. 93-98). IEEE.
Homniem, C., & Pupat, N. (2020). The factors influencing Thai passenger’s intention
to reuse Grab car service in Bangkok. AU-GSB e-journal, 13(1), 41-51.

PHỤ LỤC

BẢNG CÂU HỎI KHẢO SÁT

 PHIẾU KHẢO SÁT

Thân chào Anh/Chị !

Nhóm em là nhóm sinh viên đến từ Khoa Đào tạo đặc biệt tại trường Đại Học Mở
Thành phố Hồ Chí Minh. Nhóm em cần các Anh/Chị dành chút thời gian để khảo sát ý
kiến về đề tài nghiên cứu “ Những yếu tố ảnh hưởng đến việc sử dụng ứng dụng dịch
vụ xe công nghệ để di chuyển của sinh viên Đại học Mở Thành phố Hồ Chí Minh”.
Câu trả lời của các Anh/Chị là phần tư liệu vô cùng quan trọng và quý báu đối với
nhóm em.

Xin trân trọng cảm ơn sự hợp tác của Anh/Chị.

Phần I. Thông tin cá nhân

Giới tính của anh chị

 Nam

 Nữ

Anh/Chị là sinh viên năm:

 Năm 1

 Năm 2

 Năm 3

 Năm 4

Anh/Chị đã sử dụng ứng dụng đặt xe công nghệ để di chuyển

chưa?

 Đã từng

 Chưa từng

Anh/Chị đã sử dụng ứng dụng đặt xe để di chuyển bao lâu?

 1 Năm

 2 Năm

 3 Năm
  Hơn 3 năm

Phần II. Nội dung khảo sát

STT NỘI DUNG NHÂN TỐ MỨC ĐỘ

ĐỒNG Ý

Perceived easy of use (Nhận thức

tính dễ sử dụng)
Quá trình Anh/chị sử dụng ứng dụng đặt xe trực tuyến
1 1 2 3 4 5
thao tác ít bước

Anh/Chị thấy các chức năng trong dịch vụ đặt xe trực

2 1 2 3 4 5
tuyến rõ ràng dễ hiểu và linh hoạt

Anh/Chị có thể dễ dàng học được cách sử dụng dịch vụ đặt

3 1 2 3 4 5
xe trực tuyến

Anh/Chị thấy dễ dàng tìm thông tin cần trên dịch vụ đặt
4 1 2 3 4 5
xe trực tuyến

5 Anh/Chị thấy phương thức thực hiện đặt xe trực tuyến

1 2 3 4 5
đơn giản và dễ sử dụng.

6 Anh/Chị có thể sử dụng dịch vụ đặt xe trực tuyến một

1 2 3 4 5
cách thuần thục

Perceived Usefulness (Nhận thức sự hữu ích)

Sử dụng ứng dụng đặt xe rất hữu ích cho Anh/chị trong
1 1 2 3 4 5
việc theo dõi địa điểm và thời gian của dịch vụ đặt xe
trực tuyến
 Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/chị bắt xe
2 1 2 3 4 5
nhanh hơn

Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/chị tiết

3 1 2 3 4 5
kiệm được thời gian.

Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/chị nhận

4 1 2 3 4 5
được dịch vụ đi xe tốt hơn

5 Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/chị cải

1 2 3 4 5
thiện được hiệu suất tìm kiếm thông tin về tài xế cho
chuyến đi của mình

Sử dụng lựa chọn phương thức thanh toán trên ứng dụng
6 1 2 3 4 5
đặt xe giúp nâng cao hiệu quả thanh toán của dịch vụ

7 Sử dụng ứng dụng đặt xe trực tuyến giúp Anh/chị

1 2 3 4 5
thanh toán dịch vụ dễ dàng hơn
8 Anh/Chị thấy ứng dụng đặt xe trực tuyến hữu ích trong
1 2 3 4 5
cuộc sống hàng ngày của mình

Attitudes toward usage ( Thái độ với việc sử dụng )

1 Anh/Chị cảm thấy đúng đắn khi quyết định sử dụng ứng
1 2 3 4 5
dụng đặt xe trực tuyến

2 Anh/chị nghĩ rằng việc sử dụng ứng dụng đặt xe trực

1 2 3 4 5
tuyến là điều cần thiết
 3 Việc đặt xe trực tuyến đã trở thành thói quen tốt đối với
1 2 3 4 5
Anh/Chị

Behavioural intention to use ( Ý định hành vi sử dụng )

Anh/Chị có khả năng kiểm soát ứng dụng đặt xe trực

1 1 2 3 4 5
tuyến

Anh/chị muốn sử dụng ứng dụng đặt xe trực tuyến hơn

2 1 2 3 4 5
các phương thức đặt xe truyền thống khác.

Trong suốt thời gian đi học , Anh/Chị sẽ tiếp tục sử dụng

3 1 2 3 4 5
các ứng dụng đặt xe trực tuyến.

Anh/Chị sẽ giới thiệu ứng dụng dịch vụ đặt xe trực tuyến

4 1 2 3 4 5
với mọi người xung quanh.

Một lần nữa, xin chân thành cảm ơn sự đóng góp của các anh/chị!

PHỤ LỤC 5

ĐẶC ĐIỂM VÀ THỐNG KÊ MÔ TẢ MẪU KHẢO SÁT

Đặc điểm giới tính

Đặc điểm số năm đã sử dụng xe công nghệ

THỐNG KÊ MÔ TẢ KHẢO SÁT

Nhận thức hữu ích

Nhận thức dễ sử dụng

Thái độ

Ý định sử dụng
 KẾT QUẢ PHÂN TÍCH CRONBACH’S ALPHA CHÍNH THỨC

Kết quả phân tích cronbach’s alpha của nhận thức hữu ích

Kết quả phân tích cronbach’s alpha của nhận thức dễ sử dụng

Kết quả phân tích cronbach’s alpha của thái độ

Kết quả phân tích cronbach’s alpha của ý định

KẾT QUẢ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA)

Biến độc lập

Biến phụ thuộc
 KẾT QUẢ PHÂN TÍCH TƯƠNG QUAN PEARSON

KẾT QUẢ PHÂN TÍCH MÔ HÌNH HỒI QUY

KẾT QUẢ KIỂM TRA HIỆN TƯỢNG ĐA CỘNG TUYẾN