Professional Documents
Culture Documents
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
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).
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.
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
VẤN ĐỀ
NGHIÊN CỨU
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
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”
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.
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
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
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.
-------------+---------------------------------------------------------
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.
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
--------------------------------------------------------------------------
-------------+------------------------------------------------------------
--------------------------------------------------------------------------
LR test: independent vs. saturated: chi2(136) = 2550.72
Prob>chi2 = 0.0000
-----------------------------------------------------------
-------------+------------------------------+--------------
-----------------------------------------------------------
Determinant of the correlation matrix
Det = 0.000
Chi-square = 2540.243
p-value = 0.000
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.
--------------------------------------------------------------------------
-------------+------------------------------------------------------------
--------------------------------------------------------------------------
---------------------------------------
-------------+----------+--------------
---------------------------------------
Det = 0.110
Chi-square = 545.344
Degrees of freedom = 6
p-value = 0.000
KMO = 0.829
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
| 0.0000 0.0000
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.
Vì vậy phương trình hồi quy đã chuẩn hóa của ý định sử dụng dịch vụ xe
công nghệ để di chuyển như sau :
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.
------------------------------------------------------------------------------
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
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.
-------------+----------------------
PE | 1.31 0.765765
PU | 1.30 0.770710
-------------+----------------------
4.1.7 Kiểm định các giả thuyết trong mô hình nghiên cứu
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.
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.
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
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.
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.
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
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.
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.
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.
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.
PHỤ LỤC
Nam
Nữ
Năm 1
Năm 2
Năm 3
Năm 4
Đã từng
Chưa từng
1 Năm
2 Năm
3 Năm
Hơn 3 năm
Anh/Chị thấy dễ dàng tìm thông tin cần trên dịch vụ đặt
4 1 2 3 4 5
xe trực tuyến
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 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
1 Anh/Chị cảm thấy đúng đắn khi quyết định sử dụng ứng
1 2 3 4 5
dụng đặt xe trực tuyến
Một lần nữa, xin chân thành cảm ơn sự đóng góp của các anh/chị!
PHỤ LỤC 5
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