NGHIÊN CỨU YẾU TỐ TÁC ĐỘNG ĐẾN NIỀM TIN CỦA KHÁCH HÀNG DẪN ĐẾN HÀNH VI MUA LẠI SẢN PHẨM QUA TIKTOK LIVE TẠI KHU VỰC THÀNH PHỐ HỒ CHÍ MINH

Đề tài Nghiên cứu yếu tố tác động đến niềm tin của khách hàng dẫn đến hành vi mua lại sản phẩm qua tiktok live tại khu vực thành phố Hồ Chí Minh. Thực hiện tại Trường Đại học Tài chính - Marketing

Họ và tên sinh viên:

CỦA KHÁCH HÀNG DẪN ĐẾN HÀNH VI MUA LẠI SẢN PHẨM QUA TIKTOK LIVE TẠI KHU VỰC

THÀNH PHỐ HỒ CHÍ MINH

KHÓA LUẬN TỐT NGHIỆP

Ngành: MARKETING

Chuyên ngành: QUẢN TRỊ MARKETING

Sinh viên thực hiện:

MSSV: Giảng viên hướng dẫn:

TP Hồ Chí Minh, 2023

NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN

KẾT QUẢ CHẤM KHÓA LUẬN

(Điểm bằng chữ) (Họ tên giảng viên)

KHOA MARKETING

LỜI CAM ĐOAN

Tôi xin cam đoan Khóa luận tốt nghiệp này là do tự bản thân thực hiện có sự hỗ trợ từ giảng viên hướng dẫn và không sao chép các công trình nghiên cứu của người khác Các dữ liệu thông tin thứ cấp sử dụng trong Khóa luận là có nguồn gốc và được trích dẫn rõ ràng theo đúng nguyên tắc APA được quy định

Tôi xin chịu hoàn toàn trách nhiệm về lời cam đoan này!

Sinh viên

(Ký và ghi rõ họ và tên)

Tô Xíu Khanh

LỜI CẢM ƠN

Để thực hiện và hoàn thành đề tài nghiên cứu khoa học này, tôi đã tham khảo từ nhiều tài liệu, sách, báo, tạp chí, các đề tài nghiên cứu trước đây cùng sự giúp đỡ, hỗ trợ tận tình từ Quý thầy cô, các chuyên gia, bạn bè để có được những ý kiến khách quan, quan trọng đóng góp đáng kể cho đề tài nghiên cứu của nhóm tác giả

Trước hết, tôi xin gửi lời cảm ơn sâu sắc đến Thầy – người trực tiếp hướng dẫn khoá luận tốt nghiệp đã luôn dành nhiều thời gian, công sức hướng dẫn, tận tình chỉ bảo trong suốt quá trình thực hiện nghiên cứu và hoàn thành đề tài nghiên cứu khoa học

Tôi xin trân trọng cảm ơn Ban giám hiệu cùng Quý thầy cô công tác tại Trường Đại học Tài chính – Marketing đã tận tình truyền đạt những kiến thức quý báu, giúp đỡ nhiệt tình, tận tâm trong quá trình học tập và nghiên cứu cùng sự đóng góp ý kiến chân thành từ các bạn phỏng vấn viên

Mặc dù cố gắng, nhưng trong đề tài khoá luận tốt nghiệp này không tránh khỏi vẫn còn những thiếu sót, tác giả kính mong Quý thầy cô, các chuyên gia, những người quan tâm đến đề tài, đồng nghiệp, gia đình và bạn bè tiếp tục có những ý kiến đóng góp, giúp đỡ để đề tài được hoàn thiện hơn

Một lần nữa tác giả xin chân thành cảm ơn!

Tp Hồ Chí Minh, ngày 14 tháng 12 năm 2023

MỤC LỤC

NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN i

LỜI CAM ĐOAN ii

LỜI CẢM ƠN iii

MỤC LỤC iv

DANH MỤC CHỮ VIẾT TẮT vii

Average Variance Extracted vii

DANH MỤC BẢNG ix

DANH MỤC HÌNH x

TÓM TẮT 1

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 3

1.1 GIỚI THIỆU BỐI CẢNH 3

1.2 LÝ DO CHỌN ĐỀ TÀI 5

1.3 MỤC TIÊU VÀ CÂU HỎI NGHIÊN CỨU 6

1.3.1 Mục tiêu nghiên cứu 6

1.3.2 Câu hỏi nghiên cứu 6

1.4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 7

1.5 PHƯƠNG PHÁP NGHIÊN CỨU 7

1.5.1 Nguồn dữ liệu 7

1.5.2 Nghiên cứu định tính 7

1.5.3 Nghiên cứu định lượng 7

1.6 Ý NGHĨA VÀ ĐÓNG GÓP CỦA NGHIÊN CỨU 7

1.6.1 Về mặt khoa học 7

1.6.2 Về mặt thực tiễn 8

1.7 CẤU TRÚC ĐỀ TÀI 8

TÓM TẮT CHƯƠNG 1 8

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 9

2.1 CÁC MÔ HÌNH LÝ THUYẾT LIÊN QUAN ĐẾN ĐỀ TÀI NGHIÊN CỨU9 2.1.1 Thuyết mô hình SOR 9

2.1.2 Thuyết hành động hợp lý (TRA) 9

2.1.3 Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM)10

2.2 PHÁT TRIỂN GIẢ THUYẾT DỰA TRÊN CÁC NGHIÊN CỨU TRƯỚC ĐÂY 11

2.2.1 Ý định tiếp tục mua của khách hàng 11

2.2.2 Lòng tin đối với Streamer và Lòng tin đối với sản phẩm 11

2.2.3 Điểm thu hút của những người nổi tiếng trên Internet 13

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 19

3.1 QUY TRÌNH NGHIÊN CỨU 19

3.2 THIẾT KẾ SƠ BỘ 20

3.2.1 Các bước nghiên cứu sơ bộ 20

3.2.2 Xây dựng thang đo 20

3.3 THIẾT KẾ MẪU NGHIÊN CỨU 25

3.4 PHƯƠNG PHÁP XỬ LÝ VÀ PHÂN TÍCH DỮ LIỆU 26

3.4.1 Đánh giá mô hình 26

3.4.2 Đánh giá mô hình đo lường 26

3.4.2.1 Đánh giá độ hệ số tin cậy tổng hợp Composite Reliability 26

3.4.2.2 Kiểm định giá trị hội tụ (Convergent Validity) 26

3.4.2.3 Kiểm định giá trị phân biệt (Discriminant Validity) 27

3.4.2.4 Đánh giá sự đa cộng tuyến-Collinearity 28

3.4.2.5 Kiểm định ước lượng Bootstrap 28

3.4.2.6 Đánh giá hệ số tác động 28

TÓM TẮT CHƯƠNG 3 29

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 31

4.1 PHÂN TÍCH THỐNG KÊ MÔ TẢ 31

4.2 PHÂN TÍCH THỐNG KÊ 33

4.2.1 Đánh giá mô hình - Assessment of the Model 33

4.2.2 Đánh giá mô hình đo lường - Valuation of the Measurement Model 36

4.2.2.1 Đánh giá độ tin cậy và giá trị - Reliability và Validity 36

4.2.2.2 Giá trị phân biệt - Discriminant Validity 38

4.2.3 Kiểm định ước lượng Bootstrap 38

4.2.4 Đánh giá hệ số tác động 41

TÓM TẮT CHƯƠNG 4 43

CHƯƠNG 5: KẾT LUẬN VÀ ĐỀ XUẤT 44

5.1 KẾT LUẬN 44

5.1.1 Tóm tắt nghiên cứu 44

5.1.2 Kết quả nghiên cứu 44

5.1.2.1 Về phương pháp nghiên cứu 44

5.1.2.2 Về kết quả nghiên cứu 45

5.2 ĐỀ XUẤT 47

5.2.1 Đối với yếu tố bầu không khí 47

5.2.2 Đối với yếu tố Điểm thu hút của người nổi tiếng trên internet 47

5.2.3 Đối với yếu tố Giá minh bạch 48

5.2.4 Đối với yếu tố Giá trị thiết thực 49

5.2.5 Đối với yếu tố Giá trị xã hội 50

5.2.6 Đối với yếu tố lòng tin đối với Streamer 51

5.2.7 Đối với yếu tố lòng tin đối với sản phẩm 52

TÓM TẮT CHƯƠNG 5 52

TÀI LIỆU THAM KHẢO 53 PHỤ LỤC 1: HÌNH ẢNH BÀI PHÂN TÍCH SMARTPLS a PHỤ LỤC 2 : BẢNG CÂU HỎI g BÁO CÁO KIỂM TRA ĐẠO VĂN n

DANH MỤC CHỮ VIẾT TẮT

SNS Dịch vụ mạng xã hội

S-O-R Stimulus–organism–response

PLS-SEM Partial Least Squares Structural Equation Modeling

HTMT Heterotrait-Monotrait Ratio of Correlations

SRMR Standardized root mean square residual

AIC Điểm thu hút của người nổi tiếng trên internet

TP Lòng tin đối với sản phẩmTS Lòng tin đối với Streamer

CR Ý định tiếp tục mua của khách hàngKOC Key Opinion Consumer

TP.HCM Thành phố Hồ Chí Minh

DANH MỤC BẢNG

Bảng 3.1: Các giai đoạn nghiên cứu 19

Bảng 3.2: Thang đo chính thức 21

Bảng 4.1: Thống kê mô tả giới tính 31

Bảng 4.2: Thống kê mô tả tuổi 31

Bảng 4.3: Thống kê mô tả thu nhập 32

Bảng 4.4: Thống kê mô tả trình độ 32

Bảng 4.5: Model Fit 33

Bảng 4.6: Outer VIF value 33

Bảng 4.7: Kết quả kiểm định thang đo bằng độ tin cậy tổng hợp, phương sai trích 37

Bảng 4.8: Kết quả kiểm định Heterotrait - Monotrait Ratio (HTMT) 38

Bảng 4.9: Kết quả kiểm định các giả thuyết 38

Bảng 4.10: Kiểm tra tác động gián tiếp 40

TÓM TẮT

Các dịch vụ Livestream (ví dụ: TikTok Live), video được phát trong thời gian thực, đã được áp dụng bởi nhiều người bán hàng tư nhân nhỏ lẻ làm công cụ bán hàng trực tiếp và được yêu thích với lượt bán khủng Vì thế, làm thế nào để kích thích tốt hơn sự sẵn sàng mua hàng liên tục của người tiêu dùng ở Livestream đã trở thành một chủ đề nóng nghiên cứu hiện nay Dựa trên mô hình stimulus–organism–response (SOR), bài viết này xây dựng một mô hình mô hình ý định mua hàng của người tiêu dùng thông qua niềm tin của người tiêu dùng vào TikTok Live, đo lường giá trị cảm nhận của người tiêu dùng trong thương mại điện tử TikTok Live theo ba chiều: Điểm thu hút của người nổi tiếng, Bầu không khí, Giá minh bạch, Giá trị thiết thực, Giá trị xã hội đồng thời sử dụng Lòng tin của người tiêu dùng đối với Streamer và Lòng tin vào sản phẩm làm trung gian để điều tra ảnh hưởng của giá trị cảm nhận đến ý định mua lại của khách hàng Các kết quả cho thấy Điểm thu hút của người nổi tiếng, Bầu không khí, Giá minh bạch, Giá trị thiết thực, Giá trị xã hội được người tiêu dùng nhận thức một cách đáng kể và tác động tích cực đến niềm tin của họ đối với Streamer; Giá minh bạch, Giá trị thiết thực, Giá trị xã hội mà người tiêu dùng nhận thức được giá trị có ảnh hưởng đáng kể và tích cực đến niềm tin của họ đối với sản phẩm; tin tưởng đáng kể vào Streamer và ảnh hưởng tích cực đến niềm tin của họ đối với sản phẩm; và niềm tin của người tiêu dùng làm trung gian cho sự sẵn sàng mua lại của người tiêu dùng

Từ khóa: TikTok Live, stimulus–organism–response (SOR), lòng tin đối với

Streamer, lòng tin đối với sản phẩm, ý định mua lại

Abstract

Livestream services (e.g TikTok Live), videos broadcast in real time, have been adopted by many small private sellers as direct sales tools and are popular with huge sales Therefore, how to better stimulate consumers' willingness to continuously purchase in Livestream has become a hot research topic today Based on the stimulus-organism-response (SOR) model, this article builds a model that models consumer purchase intention through consumer trust in TikTok Live, measuring value Consumer perception in TikTok Live e-commerce in three dimensions: Celebrity Attraction, Atmosphere, Price Transparency, Practical Value, Social Value while using People's Trust consumption towards Streamer and Mediating Product Trust to investigate the influence of perceived value on customers' repurchase intention The results show that Celebrity Attraction, Atmosphere, Price Transparency, Practical Value, Social Value are significantly perceived by consumers and positively impact their trust for Streamer; Transparent Price, Practical Value, Social Value Consumers' perceived value has a significant and positive influence on their trust in the product; significantly trust the Streamer and positively influence their trust in the product; and consumer trust mediates consumers' willingness to repurchase

Keywords: TikTok Live, stimulus–organism–response (SOR), trust in Streamer, Trust

in product, Customer repurchase

CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 1.1 GIỚI THIỆU BỐI CẢNH

Trong thời đại phát triển công nghệ số, thương mại điện tử đã không còn quá xa lạ với người dân Các trang mạng xã hội (sau đây gọi là “SNS”) như Facebook, Instagram và TikTok là nơi mà qua đó người dùng không chỉ kết nối với mọi người, xem tin tức mà còn nhận được thông tin về sản phẩm và thậm chí là cả mua sắm

Thương mại điện tử trên SNS đã trở thành một giải pháp thay thế dễ dàng, chi phí thấp cho thương mại điện tử, theo đó người bán tư nhân có thể dễ dàng thiết lập tài khoản của riêng mình để bán sản phẩm mà không cần phải đăng ký chính thức hoặc có kỹ năng thiết kế web Do đó, không giống như một doanh nghiệp lâu đời có chính sách hoàn trả hợp lý hoặc kiểm soát chất lượng, việc mua hàng từ những người bán nhỏ lẻ, đặc biệt là những người không có cửa hàng thực tế, sẽ gặp rủi ro vì khách hàng có thể không nhận được sản phẩm hoặc có thể nhận được hàng giả, sản phẩm kém chất lượng Điều này dẫn đến việc khách hàng có ít niềm tin hơn đối với người bán cá nhân so với các công ty lớn (Jarvenpaa, Tractinsky, & Vitale, 2000; Lu, Deng, & Yu, 2006) Một số người bán hàng trực tuyến đang cố gắng giải quyết những lo ngại của khách hàng bằng cách cho phép đổi,trả lại sản phẩm hoặc sử dụng bộ xử lý thanh toán của bên thứ ba cũng như thanh toán tiền mặt khi nhận hàng

Trong những năm gần đây, một số trang E-commerce (Bán và mua các sản phẩm, dịch vụ qua internet ví dụ như Shopee, Lazada, Tiki) và Social Commerce (Bán sản phẩm và dịch vụ thông qua các nền tảng mạng xã hội như TikTok, Facebook, Instagram) đã kích hoạt tính năng phát video trực tiếp (còn gọi là Livestream) Livestream được sử dụng để minh họa cách sản phẩm được tạo ra và sử dụng, thể hiện các quan điểm khác nhau về sản phẩm, trả lời các câu hỏi của khách hàng trong thời gian thực và tổ chức các hoạt động trực tiếp nhằm giải trí và khuyến khích khách hàng mua hàng ngay tại chỗ (Lu, Xia, Heo, & Wigdor, 2018) Điều quan trọng là phát trực tiếp sẽ tăng thêm giá trị cho SNS thông qua sự tồn tại của các đài truyền hình/người truyền phát (Smith, Obrist, & Wright, 2013) Nó cho phép người bán tiết lộ khuôn mặt, văn phòng/nhà ở và tính cách của họ (tức là sự hiện diện trên mạng xã hội), đồng thời đưa sự tương tác giữa người mua-người bán và các kỹ thuật bán hàng liên quan được sử dụng ngoại tuyến trở

lại thế giới trực tuyến Sự hiện diện và tương tác xã hội hỗ trợ phát trực tiếp như vậy có thể nâng cao trải nghiệm mua sắm, giảm thiểu các mối lo ngại của người mua hàng và tăng mức độ tin cậy của họ đối với người bán thương mại điện tử (Hajli, 2015)

Đối với riêng nền tảng TikTok hiện nay ở Việt Nam, có một lượng lớn cá nhân đang kinh doanh thông qua tài khoản TikTok và nền tảng TikTok, sử dụng nhiều cách tiếp cận để bán hàng Theo thống kê từ Metric, trong tháng 11/2022, doanh số bán hàng trên TikTok Shop đã đạt 1.698 tỷ đồng, với 13 triệu sản phẩm được bán ra và 32.000 nhà bán hàng đã tạo ra đơn hàng tại thị trường Việt Nam Thông tin từ TikTok Shop Vietnam Summit tháng 3/2023 cho biết, trong 6 tháng trước đó, GMV (tổng giá trị hàng hóa) của TikTok Shop đã tăng lên 11 lần, trong đó số lượng đơn hàng tăng lên 6 lần (Nguồn: TikTok Vietnam) Các lĩnh vực chính chiếm tỷ trọng lớn của TikTok Shop hiện nay bao gồm Thời trang và Phụ kiện, Thực phẩm và Đồ uống, Chăm sóc sắc đẹp và Điện tử

Theo nghiên cứu được TikTok uỷ thác do Toluna thực hiện tại Đông Nam Á năm 2023, 81% người dùng TikTok quyết định thực hiện việc mua sắm trực tuyến trong mùa mua sắm năm nay Ngạc nhiên hơn, 67% người dùng đã thực hiện mua sắm sau khi xem video và Livestream, thậm chí ban đầu không có ý định mua sắm (Nguồn: TikTok) Nghiên cứu của TikTok cũng chỉ ra rằng một nửa số người dùng đã mua hàng sau khi xem TikTok Live từ một thương hiệu Theo GWI, mức độ sử dụng TikTok hàng tháng của người tiêu dùng đã tăng 32% kể từ năm 2020 Mặc dù nền tảng này được biết đến là dành cho giới trẻ, thú vị hơn là nó đang chứng kiến mức tăng trưởng cao nhất trong mức độ tương tác giữa thế hệ X và thế hệ Baby Boomers

TikTok Insight cung cấp dữ liệu có giá trị về nhân khẩu học và hành vi của người dùng ở các nhóm tuổi khác nhau Thông tin về người dùng thế hệ Z cho thấy TikTok có khả năng thúc đẩy quyết định mua sắm trực tuyến cao hơn 1,8 lần so với mua sắm trực tiếp Ngoài ra, người dùng TikTok thế hệ Z có khả năng tương tác với nội dung trên nền tảng xã hội, video và Livestream sau khi mua sắm cao hơn 70% so với các nền tảng khác Đặc biệt, 33% người dùng Gen Z thích mua hàng từ TikTok Live vì họ có thể nhìn thấy sản phẩm thật thay vì chỉ qua hình ảnh (Nguồn: TikTok)

1.2 LÝ DO CHỌN ĐỀ TÀI

Xem xét việc sử dụng TikTok Live ngày càng tăng và khả năng thương mại TikTok Live mang lại vô cùng lớn (Theo báo cáo của Ipsos, có đến 50% người dùng Tiktok đặc biệt chú ý đến các nội dung livestream trên nền tảng này Theo đó, cứ khoảng 3 người xem Tiktok live thì có 1 người cho rằng ứng dụng này giúp họ tương tác nhiều hơn với thương hiệu Ngoài ra, người dùng xem TikTok Live có thương hiệu cao hơn khoảng 1.6 lần và có tỉ lệ mua hàng cao hơn 1.7 lần) Tuy nhiên lại có rất ít nghiên cứu còn tồn tại kiểm tra hiện tượng phát trực tiếp Hầu hết các nghiên cứu hiện tại đã mô tả động cơ và trải nghiệm của người dùng phát trực tiếp liên quan đến mục đích giải trí hoặc chia sẻ kiến thức/kinh nghiệm (Hilvert-Bruce, Neill, Sjöblom, & Hamari, 2018; Hu, Zhang, & Wang, 2017; Lu et al , 2018; Todd & Melancon, 2017)

Nghiên cứu trước đây kiểm tra niềm tin trực tuyến trong thương mại giữa doanh nghiệp với người tiêu dùng (ví dụ: Kim & Park, 2013; Kim & Peterson, 2017) có xu hướng tập trung vào các lợi ích chức năng như chất lượng dịch vụ, quyền riêng tư, danh tiếng và tính hữu ích nhưng lại thiếu phân tích về chủ nghĩa khoái lạc và động cơ xã hội như là tiền đề của niềm tin Thay vì xem xét khái niệm rộng hơn, “niềm tin” trong bài viết này được chia thành hai khía cạnh riêng biệt: niềm tin vào người bán và niềm tin vào sản phẩm Dựa trên mô hình “giá trị mua sắm” đã được khám phá trước đây trong nghiên cứu bán lẻ (Babin, Darden, & Griffin, 1994), chúng tôi hy vọng rằng giá trị cảm nhận của khách hàng (tức là giá trị thiết thực, khoái lạc và biểu tượng) của việc mua sắm trực tiếp sẽ nâng cao niềm tin vào sản phẩm và người bán, từ đó có thể dẫn đến sự tương tác của khách hàng—thước đo hiệu suất quan trọng nhất về sự hiện diện trên mạng xã hội của một công ty (Sashi, 2012) Không giống như nghiên cứu trước đây về thương mại điện tử đã nghiên cứu nền tảng truyền thông xã hội hoặc các trang web thương mại điện tử được thành lập (ví dụ Hajli, Sims, Zadeh, & Richard, 2017; Kim & Park, 2013; Lu, Fan, & Chu, 2016; Sharma, Menard, & Mutchler, 2017), hay nghiên cứu gần đây về đề tài tương tự nhưng được áp dụng cho Facebook Live đề tài “Vai trò của phát trực tiếp trong việc xây dựng niềm tin và sự gắn kết của người tiêu dùng với người bán thương mại xã hội” của Apiradee Wongkitrungrueng and Nuttapol Assarut, 2018; nghiên cứu này xem xét thái độ và phản ứng của người tiêu dùng đối với những người bán hàng trực tuyến sử dụng Facebook Live để bán sản phẩm của họ Nhóm tác

giả Apiradee Wongkitrungrueng and Nuttapol Assarut xem xét những người bán nhỏ trong nghiên cứu hiện tại vì họ đông hơn các công ty lớn nhưng vẫn chưa được xem xét kỹ lưỡng trong nghiên cứu hiện tại về thương mại điện tử

Vì vậy, Bằng cách điều tra cơ chế TikTok Live ảnh hưởng như thế nào đến niềm

tin và mức độ tương tác của người tiêu dùng Trong đề tài “Nghiên cứu các yếu tố tác động đến niềm tin của khách hàng dẫn đến hành vi mua lại sản phẩm qua TikTok Live tại khu vực thành phố Hồ Chí Minh” này tôi sẽ làm sáng tỏ vai trò của TikTok

Live như một công cụ bán hàng trực tiếp có tiềm năng xây dựng sự tương tác và tạo lòng tin cho khách hàng nhằm thúc đẩy ý định mua lại sản phẩm

1.3 MỤC TIÊU VÀ CÂU HỎI NGHIÊN CỨU 1.3.1 Mục tiêu nghiên cứu

Tác giả mong muốn thực hiện đề tài nghiên cứu với các mục tiêu chính sau:

- Xác định được yếu tố lòng tin về Streamer bán hàng và lòng tin đối với sản phẩm ảnh hưởng như thế nào đến ý định mua lại sản phẩm trên TikTok Live của người tiêu dùng

- Xác định được các yếu tố Điểm thu hút của những người nổi tiếng, Bầu không khí trong phiên livestream, yếu tố Giá minh bạch, Giá trị thiết thực, Giá trị xã hội có mối quan hệ như thế nào và tác động ra sao đến lòng tin của người tiêu dùng

- Đưa ra một số khuyến nghị hỗ trợ cho các doanh nghiệp bán hàng trên TikTok Live để có thể huyết phục khách hàng mua lại sản phẩm và tăng được hiệu suất chốt đơn của người tiêu dùng ngay tại thời điểm Live

1.3.2 Câu hỏi nghiên cứu

Với các mục tiêu trên, câu hỏi đặt ra cho nghiên cứu là:

- Yếu tố lòng tin về Streamer bán hàng và lòng tin đối với sản phẩm ảnh hưởng như thế nào đến ý định mua lại sản phẩm khi người tiêu dùng xem TikTok Live của các thương hiệu?

- Mối quan hệ giữ yếu tố lòng tin và các yếu tố Điểm thu hút của những người nổi tiếng, Bầu không khí trong phiên livestream, yếu tố Giá minh bạch, Giá trị thiết thực, Giá trị xã hội là gì?

- Các doanh nghiệp bán hàng thông qua TikTok Live nên làm gì để thuyết phục khách hàng mua lại sản phẩm và tăng được hiệu suất chốt đơn của người tiêu dùng ngay tại thời điểm Live?

1.4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

- Đối tượng nghiên cứu: Các yếu tố tác động đến niềm tin của khách hàng dẫn đến hành vi mua lại sản phẩm qua TikTok Live tại khu vực thành phố Hồ Chí Minh - Phạm vi không gian: Trên địa bàn thành phố Hồ Chí Minh

- Thời gian nghiên cứu: Nghiên cứu được thực hiện từ 09/10/2023 – 14/12/2023

1.5 PHƯƠNG PHÁP NGHIÊN CỨU 1.5.1 Nguồn dữ liệu

- Nguồn dữ liệu thứ cấp: Từ sách, báo, tạp chí và internet

- Nguồn dữ liệu sơ cấp: Từ việc thu thập ý kiến, thảo luận nhóm và khảo sát bằng bảng câu hỏi

1.5.2 Nghiên cứu định tính

Nghiên cứu định tính: Nhằm khám phá các yếu tố tác động đến niềm tin của khách hàng dẫn đến hành vi mua lại sản phẩm qua TikTok Live tại khu vực thành phố Hồ Chí Minh và hiệu chỉnh các thang đo của các yếu tố trong mô hình nghiên cứu đã đề xuất Nghiên cứu định tính được thực hiện thông qua việc nghiên cứu tổng quan cơ sở lý thuyết để đưa ra các giả thuyết và đề xuất mô hình nghiên cứu Kết quả nghiên cứu định tính làm cơ sở xây dựng bảng câu hỏi thu thập thông tin để thực hiện nghiên cứu định lượng

1.5.3 Nghiên cứu định lượng

Nghiên cứu định lượng: Nghiên cứu định lượng được sử dụng để đo lường mức độ ảnh hưởng của các yếu tố trong mô hình nghiên cứu Dữ liệu thu thập sẽ được mã hóa và xử lý thông qua phần mềm SmartPLS 3 bằng các kỹ thuật phân tích độ tin cậy Cronbach’s Alpha, phân tích nhân tố bên ngoài (outer loading), kiểm định mô hình cấu trúc tuyến tính (SEM)

1.6 Ý NGHĨA VÀ ĐÓNG GÓP CỦA NGHIÊN CỨU 1.6.1 Về mặt khoa học

Đóng góp chính của nghiên cứu này là để cung cấp sự hiểu biết về những yếu tố có thể tác động đến lòng tin của người tiêu dùng từ đó ảnh hưởng đến ý định mua lại

của họ Từ kết quả của bài nghiên cứu này ta có thể phản ánh lại kết quả của những bài nghiên cứu trong và ngoài nước trước đây từ đó hiểu rõ hơn về vai trò và tầm quan trọng của Marketing giác quan trong giai đoạn hiện nay

1.6.2 Về mặt thực tiễn

Thông tin này chủ yếu nhằm giúp các doanh nghiệp tư nhân bán hàng qua TikTok Live hiểu rõ hơn về nhu cầu và cảm nhận của khách hàng khi xem Livestream của mình từ đó có thể áp dụng một số đề xuất vào thực tế nhằm tăng trải nghiệm của khách hàng từ đó nâng cao lòng tin khách hàng vào thương hiệu và thúc đẩy khách hàng mua lại sản phẩm

trường, lý do chọn đề tài, nội dung, mục tiêu, các câu hỏi cần trả lời, đối tượng, phạm vi và sơ lược bố cục Từ đó, làm cơ sở để thực hiện các bước nghiên cứu tiếp theo ở các chương sau

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 2.1 CÁC MÔ HÌNH LÝ THUYẾT LIÊN QUAN ĐẾN ĐỀ TÀI NGHIÊN CỨU 2.1.1 Thuyết mô hình SOR

Mô hình stimulus–organism–response (SOR) có nguồn gốc từ tâm lý học môi trường và ban đầu được các nhà tâm lý học môi trường Mehrabian và Russell đề xuất để giải thích và dự đoán tác động của các kích thích môi trường khác nhau lên nhận thức, cảm xúc và hành vi của con người Mô hình SOR của Mehrabian et al là phiên bản được sửa đổi và tối ưu hóa của mô hình S-R do Woodworth đề xuất, với việc bổ sung biến “O”, biến này bắt đầu tập trung vào ý thức bên trong của các sinh vật như con người S (kích thích) đề cập đến các yếu tố bên ngoài có thể ảnh hưởng đến một cá nhân và mô hình giả định rằng các kích thích bên ngoài khác nhau có tác động khác nhau đến trạng thái bên trong của một người và do đó xác định hành vi ra quyết định của người đó Mô hình SOR, trong đó kích thích và phản ứng được liên kết bởi một tập hợp các biến nội tại, đã được áp dụng rộng rãi để phân tích có hệ thống về ý định hành vi của con người bằng cách tập trung vào các yếu tố cảm xúc và nhận thức nội tại

Donovan và Rossiter lần đầu tiên áp dụng mô hình SOR trong môi trường bán lẻ để nghiên cứu ảnh hưởng của môi trường cửa hàng bán lẻ đến hành vi mua hàng của khách hàng Zhou đã áp dụng mô hình SOR để khám phá cách các đặc điểm nền tảng, đặc điểm kiến thức và đặc điểm của người đóng góp trong thị trường thanh toán kiến thức đóng vai trò là tác nhân kích thích ảnh hưởng đến giá trị cảm nhận của người tiêu dùng và do đó họ sẵn sàng mua hàng Với sự phổ biến của mua sắm trực tuyến và thương mại điện tử, mô hình SOR được áp dụng vào môi trường Internet để nghiên cứu ảnh hưởng của các yếu tố môi trường đến sự sẵn sàng sử dụng Internet và mua hàng trực tuyến trong môi trường trực tuyến của người tiêu dùng

2.1.2 Thuyết hành động hợp lý (TRA)

Mô hình thuyết hành động hợp lý (TRA) do Fishbein và Ajzen xây dựng năm 1975 Thuyết hành động hợp lý quan tâm đến hành vi của người tiêu dùng cũng như xác định khuynh hướng hành vi của họ, trong khuynh hướng hành vi là một phần của thái độ hướng tới hành vi (ví dụ: cảm giác chung chung của sự ưa thích hay không ưa thích của họ sẽ dẫn đến hành vi) và một phần nữa là các chuẩn chủ quan (Sự tác động của người khác cũng dẫn tới thái độ của họ) Mô hình này tiên đoán và giải thích xu

hướng để thực hiện hành vi bằng thái độ hướng đến hành vi của người tiêu dùng tốt hơn là thái độ của người tiêu dùng hướng đến sản phẩm hay dịch vụ (Mitra Karami, 200)

2.1.3 Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM)

Mô hình chấp nhận công nghệ - Technology Acceptance Model (Mô hình TAM) được nghiên cứu bởi David (1989) phát triển từ mô hình hành động hợp lý và hành vi dự định để dự đoán việc chấp nhận các dịch vụ, hệ thống công nghệ thông tin Mô hình TAM cho rằng “tính hữu ích cảm nhận và tính dễ sử dụng cảm nhận có ảnh hưởng tới thái độ hay quan điểm sử dụng, quan điểm sử dụng có ảnh hưởng đến dự định và dự định tác động tới hành vi chấp nhận hệ thống thông tin thực sự.” (Davis, 1989) Davis và cộng sự (1989) cho rằng “ mục đích chính của mô hình TAM là cung cấp sự giải thích về các nhân tố xác định tổng quát tới sự chấp nhận công nghệ những yếu tố có khả năng giải thích Hành vi người sử dụng thường xuyên các loại công nghệ” Mô hình TAM giải thích về tác động của các yếu tố tin tưởng của người sử dụng như như tính dễ sử dụng cảm nhận, tính hữu ích cảm nhận đến thái độ và dự định sử dụng đối với một sản phẩm, dịch vụ công nghệ thông tin

Theo mô hình, “tính dễ sử dụng cảm nhận là nhận thức của khách hàng tin rằng việc sử dụng sản phẩm, dịch vụ hay công nghệ đặc thù mà không cần nhiều nỗ lực Tính hữu ích cảm nhận là mức độ tin tưởng của người sử dụng sản phẩm, dịch vụ hay hệ thống sẽ giúp nâng cao kết quả thực hiện công việc của họ” (Davis và cộng sự, 1989) “Quan điểm sử dụng được định nghĩa là cảm nhận tích cực hoặc tiêu cực về việc thực hiện một hành vi mục tiêu” (Fishbein và Ajzen, 1975) Dự định sử dụng là nhận thức về xu hướng hay khả năng sẵn sàng tiếp tục hay mức độ cũng như tần suất sử dụng sản phẩm, dịch vụ hay hệ thống trong thực tế

2.1.4 Thuyết chấp nhận và sử dụng công nghệ - UTAUT

Lý thuyết hợp nhất về chấp nhận và sử dụng công nghệ (UTAUT) được phát triển bởi Venkatesh và cộng sự (2003) Mô hình UTAUT là mô hình hợp nhất từ tám mô hình chấp nhận công nghệ trước đó, mô hình này cho rằng có 4 nhân tố: mong đợi về thành tích (Performance Expectancy), mong đợi về sự nỗ lực (Effort Expectancy), ảnh hưởng xã hội (Social Influence) và điều kiện thuận tiện (Facilitating Conditions) là những nhân tố ảnh hưởng trực tiếp đến quyết định sử dụng và hành vi sử dụng Trong

khi đó, giới tính, tuổi, kinh nghiệm và sự tự nguyện được cho là có tác động gián tiếp đến 4 nhân tố chính phía trên

ĐÂY

2.2.1 Ý định tiếp tục mua của khách hàng

Sự liên tục của ý định mua hàng ở một mức độ nào đó có liên quan chặt chẽ đến lòng trung thành của người tiêu dùng và là một chỉ báo tâm lý quan trọng để dự đoán hành vi mua lại thực tế Jones và Sasser (1) là những người đầu tiên đề xuất rằng sau khi mua hàng hóa hoặc nhận dịch vụ, người tiêu dùng sẽ tạo ra giá trị cảm nhận chủ quan dựa trên trải nghiệm mua sắm hoặc dịch vụ cuối cùng của họ Họ tin rằng sau khi mua một hàng hóa hoặc nhận một dịch vụ, người tiêu dùng sẽ phát triển giá trị cảm nhận chủ quan dựa trên trải nghiệm cuối cùng của họ và họ sẽ hình thành ý định mua lại Hiện nay, cộng đồng học thuật chủ yếu tập trung vào tâm lý người tiêu dùng, chẳng hạn như giá trị cảm nhận, niềm tin của người tiêu dùng và rủi ro nhận thức Chai và cộng sự (2) nhận thấy rằng nhận thức của người tiêu dùng như nhận thức về tính hữu ích, giá trị nhận thức và độ tin cậy có thể ảnh hưởng đáng kể đến ý định tiếp tục mua hàng của người tiêu dùng Zhao và cộng sự (3) nhận thấy rằng ý định tiếp tục mua hàng của người tiêu dùng bị ảnh hưởng bởi thói quen của người tiêu dùng, do vai trò của việc xây dựng niềm tin của người tiêu dùng Wang và Lu (4) nhận thấy rằng sự hài lòng, niềm tin và sự phức tạp trong cảm nhận sản phẩm là những yếu tố quan trọng nhất ảnh hưởng đến các yếu tố quyết định ý định mua tiếp tục Dựa trên lý thuyết S-O-R, Huang và cộng sự (5) cho thấy rằng cả niềm tin nhận thức và sự giải trí nhận thức đều ảnh hưởng đáng kể đến ý định tiếp tục mua hàng của người tiêu dùng

2.2.2 Lòng tin đối với Streamer và Lòng tin đối với sản phẩm

Niềm tin là nền tảng của các giao dịch kinh doanh và người tiêu dùng đưa ra quyết định mua hàng phần lớn dựa trên niềm tin của họ đối với người bán và sản phẩm của họ Niềm tin có thể ảnh hưởng đến phán đoán và hành vi của người dùng trong môi trường trực tuyến (6) Tuy nhiên, do sự không chắc chắn và thông tin bất cân xứng liên quan đến mua sắm trực tuyến, mối quan hệ tin cậy trực tuyến rất khó duy trì Trong quá trình Livestream khuyến mại sản phẩm, người tiêu dùng và sản phẩm bị tách biệt và người dùng không thể tự mình cảm nhận và xác định xem mặt hàng đó có đáp ứng mong

đợi của họ hay không, vì vậy niềm tin vào người phát trực tuyến trở thành chìa khóa để đưa ra quyết định mua hàng (7) Tác động tích cực của niềm tin đến ý định mua hàng của người tiêu dùng đã được kiểm chứng qua các nghiên cứu trước đây Liu và cộng sự (8) nhận thấy rằng niềm tin vào các trang web nổi tiếng ở TikTok Live có thể ảnh hưởng đáng kể và tích cực đến quyết định mua hàng của người hâm mộ Tsai và Hung (9) chỉ ra rằng người tiêu dùng có niềm tin cảm xúc cao sẽ sẵn sàng gắn bó với các nền tảng trực tuyến mà họ cảm thấy hài lòng hơn, do đó ảnh hưởng tích cực đến ý định tiếp tục mua hàng

Mặc dù các mô hình tiêu dùng trực tuyến khác nhau về nền tảng, phương pháp và người dùng mục tiêu, nhưng về cơ bản, chúng vẫn là tiêu dùng để đổi lấy sản phẩm hoặc dịch vụ và Jarvenpaa (10) xác định niềm tin là yếu tố chính trong việc kích thích hành vi mua và tái mua của người tiêu dùng Trong quá trình mua sắm trực tuyến, khi người tiêu dùng nhận thấy người bán hàng trực tuyến có thể cung cấp sản phẩm, dịch vụ chất lượng cao và tập trung vào việc thực hiện quyền lợi của người tiêu dùng, người tiêu dùng sẽ chủ quan loại bỏ ảnh hưởng của những bất ổn trong môi trường mua sắm Chu và Fan (11) chỉ ra rằng niềm tin của người tiêu dùng vào sản phẩm xuất phát từ sự tin tưởng về mặt kỹ thuật của họ đối với chất lượng sản phẩm và sự tin tưởng về thể chế của họ đối với sự đảm bảo sau bán hàng Dựa trên quan điểm mua sắm truyền thống “tiền nào của nấy”, người tiêu dùng lo ngại về chất lượng sản phẩm có giá quá thấp và dịch vụ hậu mãi hoàn hảo có thể làm giảm bớt sự không chắc chắn của người tiêu dùng về sản phẩm và giảm rủi ro mà họ cảm nhận được Ngoài ra, khi nông sản được phát sóng trực tiếp, các bộ truyền phát thường đưa sản phẩm trực tiếp đến các trang trại, cho thấy khả năng truy xuất nguồn gốc sản xuất nông sản theo thời gian thực, điều này ở một mức độ nhất định cũng làm giảm sự lo lắng, bất an của người tiêu dùng và giảm rủi ro nhận thấy Nó đã được chứng minh rằng việc giảm rủi ro nhận thức có thể làm tăng đáng kể niềm tin của người tiêu dùng Macdonald và cộng sự (12) cũng nhận thấy rằng niềm tin của người tiêu dùng vào sản phẩm có tác động tích cực đến ý định mua hàng liên tục

Dựa trên phân tích trên, chúng tôi tin rằng niềm tin vào người phát trực tiếp và sản phẩm có thể ảnh hưởng tích cực đến ý định mua hàng của người tiêu dùng Vì vậy, giả thuyết sau đây được đề xuất trong bài viết này

H6: Lòng tin đối với Streamer tác động tích cực đến Ý định tiếp tục mua H7: Lòng tin đối với sản phẩm tác động tích cực đến Ý định tiếp tục mua 2.2.3 Điểm thu hút của những người nổi tiếng trên Internet

Trong nghiên cứu này, chúng tôi áp dụng lý thuyết của Ha và Lam (2017) và định nghĩa sức hấp dẫn của những người nổi tiếng trên mạng (AOI) là tài năng, ngoại hình và tính cách mà họ thể hiện khi phát trực tiếp Như đã đề cập trước đó, những người nổi tiếng trên Internet có thể đóng vai trò là người dẫn dắt quan điểm Và một số nghiên cứu cho rằng trong môi trường thương mại điện tử, theo lý thuyết KOL, những người nổi tiếng trên Internet có thể ảnh hưởng đến hành vi mua hàng của người tiêu dùng (ví dụ: Li, 2018; Yang & Siegfried, 2021)

Trong quá trình phát trực tiếp hoạt động mua sắm trực tuyến, người xem thường bị thu hút bởi ngoại hình, tính cách và diễn xuất hài hước của người truyền phát (Xu và cộng sự, 2020) Vì sự tin tưởng và yêu thích của những người truyền phát nổi tiếng trên Internet, người xem thường muốn dùng thử sản phẩm tương tự mà họ sử dụng (Li, 2018), điều này kích thích ham muốn mua hàng của người tiêu dùng Vì vậy, nghiên cứu này xác định sức hấp dẫn của người nổi tiếng trên mạng là một trong những yếu tố kích thích thương mại điện tử phát trực tiếp

H1: Điểm thu hút của những người nổi tiếng trên Internet tác động tích cực đến Lòng

tin đối với Streamer

2.2.4 Bầu không khí

Bầu không khí của buổi Livestream sẽ tác động đến cảm xúc của người tiêu Phản ứng cảm xúc là những phản ứng cảm xúc đối với cá nhân và kinh nghiệm xã hội (Du và cộng sự, 2011) Cảm xúc cá nhân bị ảnh hưởng bởi người khác và môi trường của họ về mặt phản ứng cảm xúc (Du và cộng sự, 2011; Fan và cộng sự, 2018; Sun và cộng sự, 2019) Phản ứng cảm xúc của khách hàng đối với môi trường và bầu không khí mua sắm trực tuyến ảo có thể ảnh hưởng đến hành vi của họ (Sun và cộng sự, 2019) Hơn nữa, trong số những người tiêu dùng không tương tác trực tiếp, cảm xúc của người tiêu dùng khác sẽ ảnh hưởng đến cảm xúc và ý định mua hàng của người tiêu dùng (Chuah và Yu, 2021) Khi ngày càng có nhiều cuộc trò chuyện và nhiệm vụ diễn ra trong môi trường ảo, chẳng hạn như nền tảng thương mại điện tử, sự lây lan cảm xúc

có thể xảy ra mà không cần đến địa điểm thực tế (trong nhiều trường hợp, chỉ thông qua tương tác dựa trên văn bản) (Meng và cộng sự, 2021) Theo nghiên cứu hiện tại, cảm xúc có thể lan truyền hầu như giữa các cá nhân hoặc nhóm, cũng như rộng hơn thông qua các nền tảng mạng xã hội (Peck và cộng sự, 2013; Kramer và cộng sự, 2014; Del Vicario và cộng sự, 2016; Chuah và Yu, 2021; Soderlund và cộng sự, 2021)

Ngoài ra, cảm xúc xung quanh môi trường có thể kích thích niềm tin cảm xúc và giá trị cảm xúc được cảm nhận, do đó kích thích ý định mua hàng của người tiêu dùng (Pornpitakpan, 2004; Wen và cộng sự, 2009; Munasinghe và cộng sự, 2019) Do đó, ý định mua hàng của người tiêu dùng có thể bị ảnh hưởng bởi bầu không khí xung quanh trường quay trực tiếp đối với giá trị cảm xúc và niềm tin cảm xúc của người tiêu dùng Vì vậy, giả thuyết 2 được đề xuất:

H2: Bầu không khí tác động tích cực đến Lòng tin đối với Streamer 2.2.5 Giá minh bạch

Tính minh bạch về giá là thước đo cách thức thông tin về giá được truyền đạt một cách rõ ràng Davari và cộng sự (2016) quan điểm rằng tính minh bạch về giá ảnh hưởng đến cách khách hàng cảm nhận về chất lượng của các cửa hàng trực tuyến

H3a: Giá minh bạch tác động tích cực đến Lòng tin đối với Streamer H3b: Giá minh bạch tác động tích cực đến Lòng tin đối với sản phẩm 2.2.6 Giá trị thiết thực

“Giá trị thiết thực” đề cập đến mức độ mà một sản phẩm/dịch vụ cung cấp tiện ích mong đợi Giá trị mua sắm thiết thực được nhìn thấy khi nhu cầu tiêu dùng kích thích chuyến đi mua sắm đã được đáp ứng (Babin và cộng sự, 1994) Điều này là kết quả của việc người tiêu dùng tìm thấy sản phẩm họ đang tìm kiếm (Babin và cộng sự, 1994); tiết kiệm tiền bạc, thời gian và công sức (Rintamäki, Kanto, Kuusela, & Spence, 2006); và nâng cao sự thuận tiện về mặt truy cập, tìm kiếm, sở hữu và giao dịch (Seiders, Berry, & Gresham, 2000) Trong trường hợp mua sắm trực tuyến, các nghiên cứu trước đây (ví dụ: Bridges & Florsheim, 2008; Overby & Lee, 2006) đã phát hiện ra rằng giá trị thiết thực có liên quan chặt chẽ hơn giá trị khoái lạc đến ý định và hành vi mua hàng Khi mua sắm trực tuyến, người tiêu dùng thường quan tâm đến tính hợp pháp của nhà cung cấp và tính xác thực của sản phẩm (Chen & Dhillon, 2003) Điều này phù hợp hơn

với người bán tư nhân, không có cửa hàng thực tế “Tính xác thực” đề cập đến tính chân thực, thực tế và tính độc đáo của một cái gì đó (Boyle, 2003; Fine, 2003; Kennick, 1985) Tính năng Livestream cho phép người mua hàng xem khuôn mặt và biểu cảm, lý lịch (ví dụ: quần áo, đồ trưng bày) của người bán cũng như các sản phẩm được cung cấp theo cách không thể ghi hình trước hoặc chỉnh sửa trước khi trưng bày trong cửa hàng trực tuyến Không giống như quảng cáo, mang lại cảm giác giả tạo hơn, các video Livestream thể hiện thực tế của người bán và những gì họ đang cung cấp mà không bịa đặt, được coi là chân thực hơn—chất lượng mà khách hàng ngày càng tìm kiếm ở một thương hiệu (Gilmore & Pine, 2007) Tính xác thực rất quan trọng đối với niềm tin vào thương hiệu và do đó ảnh hưởng đến sự phát triển của SME (Eggers, O'Dwyer, Kraus, Vallaster, & Güldenberg, 2013) Một mối quan tâm khác liên quan đến mua sắm trực tuyến là người tiêu dùng không thể chạm vào, kiểm tra hoặc thử các mặt hàng trước khi mua, điều này làm tăng rủi ro khi mua sắm trực tuyến (Lee, Kim, & Fiore, 2010) Đối với mua sắm quần áo trực tuyến, một số trang web sử dụng công nghệ tương tác hình ảnh (ví dụ: chức năng phóng to, kết hợp và 3D) và thử đồ ảo để giúp người tiêu dùng trực tuyến trải nghiệm thông tin cảm quan của sản phẩm (Lee và cộng sự, 2010; Park, Stoel, & Lennon, 2008) Khách hàng mua quần áo từ E-commerce thường thấy quần áo kém đẹp và chất lượng kém hơn mong đợi dựa trên hình ảnh Photoshop của người mẫu Trong trường hợp Livestream, nhiều người bán quần áo trực tuyến thử quần áo để chứng minh những món đồ này trông như thế nào trên hình dáng người bình thường, giúp người mua hàng hình dung ra sản phẩm “thật” và đưa ra quyết định So với mua sắm truyền thống, trong môi trường mua sắm trực tuyến, khách hàng bị tách biệt khỏi người bán và sản phẩm về thời gian và không gian, thiếu vắng các thuộc tính của con người (tức là âm thanh, video) cũng như khả năng phản hồi các câu hỏi (Nohria & Eccles, 1992; Yoon, 2002) Do đó, khả năng phản hồi là một phẩm chất quan trọng trong việc thiết kế và đánh giá các cửa hàng trực tuyến (Van Riel, Liljander, & Jurriens, 2001), và có thể làm tăng trải nghiệm, thái độ và ý định hành vi trực tuyến của khách truy cập (Van Noort, Voorveld, & Van Reijmersdal, 2012) “Khả năng đáp ứng” ở đây được định nghĩa là khả năng đáp ứng nhanh chóng các yêu cầu và đề xuất của khách hàng (Zeithaml, 2000), và có thể đo lường theo tốc độ phản hồi của công ty đối với khách hàng (Van Riel và cộng sự, 2001) Do tính chất tương tác, tự phát của phát trực tiếp,

các phiên hỏi đáp là cách sử dụng TikTok Live phổ biến, vì định dạng này cho phép khách hàng đặt câu hỏi và nhận câu trả lời từ người bán gần như trong thời gian thực, từ đó thúc đẩy tính tương tác và cảm giác của khách hàng nhận thức về sự kết nối (Wang, Head, & Archer, 2000) Ngoài ra, khả năng đáp ứng đề cập đến mức độ xem xét phản hồi của khách hàng (Gummerus, Liljander, Pura, & Van Riel, 2004) Giống như người bán có thể hỏi và trả lời các câu hỏi trong thời gian thực thông qua phát trực tiếp, họ cũng có thể nhanh chóng nhận được phản hồi của khách hàng, sau đó họ có thể sử dụng phản hồi này để cải thiện dịch vụ của mình nhằm đáp ứng tốt hơn xu hướng và nhu cầu của khách hàng

Nhìn chung, tôi kỳ vọng rằng tính năng phát trực tiếp sẽ mang lại giá trị thiết thực về tính xác thực, hình ảnh trực quan và khả năng phản hồi Từ đó đưa ra giả thuyết 4 như sau:

H4a: Giá trị thiết thực tác động tích cực đến Lòng tin đối với Streamer H4b: Giá trị thiết thực tác động tích cực đến Lòng tin đối với sản phẩm 2.2.7 Giá trị xã hội

Giá trị xã hội thường bị bỏ qua trong các mô tả mang tính học thuật trước đây về các khía cạnh của giá trị được cảm nhận Sweeney và Soutar (13) cho rằng người tiêu dùng không chỉ đánh giá sản phẩm và dịch vụ thông qua giá trị thiết thực mà còn liên quan đến các giá trị xã hội Trong bối cảnh xã hội hóa thương mại điện tử ngày càng tăng, đôi khi khách hàng sử dụng sản phẩm để đạt được sự chấp thuận của các nhóm xã hội, để phù hợp với các chuẩn mực xã hội của họ hoặc để thể hiện hình ảnh cá nhân của họ (14) Bằng cách đánh giá các bài báo gần đây về ảnh hưởng xã hội trong bán lẻ trực tuyến, Kalia và cộng sự chỉ ra rằng ảnh hưởng xã hội có sức mạnh ảnh hưởng đến ý định và quyết định của mọi người (15) Ví dụ: các đề xuất của blogger trên mạng xã hội ảnh hưởng trực tiếp đến hành vi mua và giới thiệu của khách hàng và hình thành niềm tin vào sản phẩm và thương hiệu (16)

Tính đồng nhất xã hội đề cập đến sự thừa nhận của một cá nhân rằng họ thuộc về một nhóm xã hội cụ thể và ý nghĩa về mặt cảm xúc và giá trị đi kèm với tư cách thành viên của nhóm đó Người tiêu dùng có xu hướng mua sắm ở những nơi mà họ có thể gặp gỡ những người cùng nhu cầu; họ cảm thấy có cảm giác thân thuộc và có tính nhất quán hơn Livestream cung cấp cho người tiêu dùng phản hồi trên thời gian thực

điều đó có thể giúp người mua hàng suy ra đặc điểm của những người dùng khác, mức độ phổ biến của sản phẩm và liệu sản phẩm đó có được mạng xã hội của họ chấp nhận hay không (17)

Ngoài ra, người tiêu dùng có thể đánh giá xem tính chuyên nghiệp, ngoại hình và thần thái của Streamer có phù hợp với sở thích của họ khi xem buổi Livestream hay không và từ đó xác định liệu họ có thể tin tưởng vào các sản phẩm được Streamer giới thiệu hay không Một nghiên cứu thực nghiệm đã xác minh rằng việc tăng cường nhận diện người tiêu dùng sẽ nâng cao lòng trung thành của khách hàng đối với một công ty (18) Dựa trên điều này, tôi dự đoán rằng tính đồng nhất xã hội mà người xem có được thông qua TikTok Live có thể cảm nhận được giá trị xã hội và tăng cường niềm tin vào Streamer Nếu sản phẩm được mua trong buổi Livestream sẽ cải thiện hình ảnh của một người và có thể trở thành biểu tượng cho danh tính và địa vị của người tiêu dùng, khiến người ta tự tin hơn, thì người tiêu dùng cũng nên tin tưởng hơn vào sản phẩm và thông qua sự tin tưởng họ sẽ sẵn sàng mua hàng Vì vậy, giả thuyết sau được đề xuất trong nghiên cứu này:

H5a: Giá trị xã hội tác động tích cực đến Lòng tin đối với Streamer H5b: Giá trị xã hội tác động tích cực đến Lòng tin đối với sản phẩm 2.3 MÔ HÌNH ĐỀ XUẤT

Dựa trên nền tảng lý thuyết và các giả thuyết nghiên cứu ở trên, mô hình lý thuyết sau được đề xuất Trong số đó, Điểm thu hút của những người nổi tiếng trên Internet, Bầu không khí, Giá minh bạch, Giá trị thiết thực, Giá trị xã hội là giá trị được cảm nhận trong thương mại điện tử trực tiếp thuộc về tác nhân kích thích bên ngoài truyền cảm hứng người tiêu dùng tạo ra ý định mua hàng (S); niềm tin vào Streamer và niềm tin vào sản phẩm ở TikTok Live như những biến trung gian, phản ánh những thay đổi tâm lý của người tiêu dùng, tạo thành cơ chế truyền tải trung gian đến giá trị cảm nhận (O); và cuối cùng là phản hồi truyền cảm hứng cho người tiêu dùng tạo ra ý định tiếp tục mua của khách hàng (R) Mô hình lý thuyết này lấy niềm tin của người tiêu dùng làm biến trung gian và nghiên cứu cơ chế truyền tải giá trị cảm nhận đến sự sẵn sàng duy trì mua hàng trong thương mại điện tử trực tiếp của người tiêu dùng từ góc độ thay đổi tâm lý của người tiêu dùng và mô hình sẽ được xác minh bằng phương pháp thí nghiệm ở các phần sau

Hình 2.1: Mô hình nghiên cứu đề xuất

TÓM TẮT CHƯƠNG 2

Nội dung chương 2 trình bày một cách chi tiết về cơ sở lý thuyết và làm rõ trạng thái “ý định mua” trong hành vi tiêu dùng của khách hàng Diễn giả về các biến được tác giả sử dụng để áp dụng vào đề tài cho phù hợp Qua phân tích, tác giả đề xuất mô

hình nghiên cứu cho đề tài “Nghiên cứu các yếu tố tác động đến niềm tin của khách hàng dẫn đến hành vi mua lại sản phẩm qua TikTok Live tại khu vực thành phố Hồ Chí Minh” theo thuyết SOR gồm 5 biến độc lập, 2 biến trung gian và 1 biến phụ

thuộc Với mô hình nghiên cứu đã được đề xuất trong chương 2 sẽ là tiền đề để nhóm thiết kế nghiên cứu, làm rõ thang đo và những bước tiếp theo trong chương 3

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1 QUY TRÌNH NGHIÊN CỨU

Nghiên cứu được thực hiện gồm hai giai đoạn chính: nghiên cứu sơ bộ và nghiên cứu chính thức

Bảng 3.1: Các giai đoạn nghiên cứu

Sơ bộ Định tính Thảo luận nhóm, tham khảo sách, tài liệu, đề tài nghiên cứu liên quan

Định lượng Bảng khảo sát sơ bộ định lượng Chính thức Định lượng Bảng khảo sát định lượng

Hình 3.1: Sơ đồ quy trình nghiên cứu

3.2 THIẾT KẾ SƠ BỘ

3.2.1 Các bước nghiên cứu sơ bộ

Đề tài sử dụng phần mềm Smart PLS 3 để phân tích dữ liệu Phần mềm SmartPLS 3 được sử dụng trong kiểm định mô hình và giả thuyết thông qua phân tích mô hình cấu trúc tuyến tính PLS-SEM (Partial Least Squares Structural Equation Modeling), ước lượng mô hình bằng kiểm định Bootstrap, kiểm định Blindfolding Tiến hành phân tích dữ liệu thực hiện qua các bước sau:

(1) Chuẩn bị thông tin, thu thập các bảng câu hỏi sau đó làm sạch và mã hóa các thông tin trong bảng trả lời nhận được rồi nhập liệu vào phần mềm SmartPLS 3

(2) Thực hiện nghiên cứu thống kê mô tả, thống kê mô tả dữ liệu thu nhập được về các điều kiện nhân khẩu học và mức độ cảm nhận của các đối tượng khảo sát về các phát biểu

(3) Kiểm định giả thuyết phân tích mô hình cấu trúc tuyến tính PLS-SEM, ước lượng mô hình bằng Bootstrap và dự báo mô hình bằng Blindfolding

3.2.2 Xây dựng thang đo

Dựa trên mô hình đề xuất nghiên cứu, có thang đo cần được đưa ra cho 5 biến độc lập, 2 biến trung gian và 1 biến phụ thuộc bao gồm:

(1) Thang đo “Điểm thu hút của những người nổi tiếng trên Internet” (2) Thang đo “Bầu không khí”

(3) Thang đo “Giá minh bạch” (4) Thang đo “Giá trị thiết thực”

(5) Thang đo “Giá trị xã hội”

(6) Thang đo “Lòng tin đối với Streamer” (7) Thang đo “Lòng tin đối với sản phẩm”

(8) Thang đo “Ý định tiếp tục mua của khách hàng”

Tất cả các phát biểu được đo lường sử dụng thang đo Likert 5 bậc, từ hoàn toàn không đồng ý = 1 đến hoàn toàn đồng ý = 5 Các biến được đặt tên để thuận lợi cho việc nhập liệu và chạy dữ liệu

Sau khi nghiên cứu các thang đo của bài nghiên cứu tham khảo trong và ngoài nước, nhóm tác giả đưa ra 8 thang đo với 40 biến quan sát như sau:

Bảng 3.2: Thang đo chính thức MÃ

AIC Điểm thu hút của những người nổi tiếng trên

phẩm/dịch vụ

AIC2 Streamer có nhiều kinh nghiệm với sản phẩm/dịch vụ

AIC3 Streamer biết rất nhiều về sản phẩm/dịch vụ

AIC4 Tôi nghĩ những Streamer nổi tiếng trên Internet có gu thẩm mỹ tốt

AIC5 Tôi muốn có phong cách giống như những Streamer nổi tiếng trên Internet

Chuling Song and Yu-li Liu, 2021; Rong Zhou and Lei Tong, 2022

A1 Streamer sẵn sàng giao tiếp với tôi

A2 Tôi có thể nhận được rất nhiều lời khuyên hữu ích từ Streamer

A3 Streamer có khả năng trả lời các câu hỏi cụ thể của tôi một cách nhanh chóng và hiệu quả

A4 Tôi bị thu hút bởi sự nhiệt tình và chân thành của Streamer

A5 Tôi có thể giao tiếp theo thời gian thực với những khách hàng khác khi mua sắm trên TikTok Live

MÃ

A6 Tôi bị kích thích bởi cảm xúc của những người xem khác trên TikTok Live

Apiradee

Wongkitrungrueng and Nuttapol Assarut, 2018; Yanyan Wu and Hongqing Huang, 2023

UV1 Streamer trên TikTok Live giống như những người bán hàng uy tín

UV2 Sản phẩm bán qua TikTok Live có vẻ là hàng thật

UV3 Cách trình bày sản phẩm qua TikTok Live (ví dụ: người bán dùng thử) mang lại cho tôi nhiều thông tin cảm quan về sản phẩm như tôi trải nghiệm trong cửa hàng

UV4 Tôi nghĩ chương trình khuyến mãi mua sắm trên TikTok Live đó rất tuyệt

UV5 So với những cách khác, tôi nghĩ mua sắm qua TikTok Live có giá trị tốt hơn và giao dịch tốt hơn

Earth

Chandrruangphen, Nuttapol Assarut and Sukree Sinthupinyo, 2022 PT1 Người bán không có bất kỳ “chi phí ẩn” nào trong giá

MÃ

PT4 Cách thức người bán định giá sản phẩm của mình là minh bạch

Soutar, 2001; Apiradee

Wongkitrungrueng and Nuttapol Assarut, 2018; Yanyan Wu and Hongqing Huang, 2023

SV1 Khi mua sắm qua TikTok Live, tôi cảm thấy mình là người mua sắm thông minh

SV2 Khi mua sắm qua TikTok Live, tôi có thể tìm được sản phẩm phù hợp với nhu cầu của bản thân

SV3 Tương tác qua TikTok Live mang lại cho tôi cảm giác thân thuộc

SV4 Tôi cảm thấy mình có nhiều điểm tương đồng với sở thích và tính cách của Streamer

SV5 Tôi có thể suy ra mức độ chấp nhận của xã hội đối với sản phẩm từ nhận xét của khách hàng khác trong buổi TikTok Live

Apiradee

Wongkitrungrueng and Nuttapol Assarut, 2018; Yanyan Wu and Hongqing Huang, 2023

TS1 Tôi tin tưởng vào thông tin mà người bán cung cấp thông qua TikTok Live

TS2 Tôi tin rằng Streamer này có ý tốt và sẽ xem xét đến quyền lợi cơ bản của người mua

TS3 Tôi cảm thấy thoải mái khi mua những sản phẩm được Streamer giới thiệu

TS4 Tôi tin rằng người phát trực tuyến có khả năng xử lý các giao dịch trực tuyến

MÃ

TS5 Tôi tin rằng các sản phẩm và dịch vụ mà người phát trực tuyến đề xuất sẽ hữu ích cho mọi người

Wongkitrungrueng and Nuttapol Assarut, 2018; Yanyan Wu and Hongqing Huang, 2023

TP1 Tôi tin rằng sản phẩm được bán tại TikTok Live không phải hàng giả

TP2 Tôi đánh giá chất lượng sản phẩm bán tại TikTok Live là đáng tin cậy

TP3 Tôi tin rằng sản phẩm nhận được giống với sản phẩm được minh họa trên TikTok Live

TP4 Tôi tin mình sẽ rất hài lòng với sản phẩm nhận được

TP5 Tôi tin rằng các sản phẩm được hỗ trợ bảo hành sau bán hàng một cách toàn diện

CR Ý định tiếp tục mua của khách hàng Yanyan Wu and Hongqing Huang, 2023

CR1 Tôi sẽ xem xét việc mua sản phẩm sau khi xem buổi TikTok Live

CR2 Tôi có dự định sẽ tiếp tục theo dõi các hoạt động TikTok Live này trong tương lai

CR3 Khi có nhu cầu, tôi sẵn sàng mua trực tiếp tại buổi TikTok Live

CR4 Tôi thích mua các sản phẩm giống với cái đã dùng hết trên TikTok Live

MÃ

CR5 Trong thời gian sắp tới tôi sẽ tham gia nhiều các buổi TikTok Live để thực hiện mua sắm

3.3 THIẾT KẾ MẪU NGHIÊN CỨU

Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng, thực hiện thông qua bảng khảo sát online Mẫu nghiên cứu thực hiện thông qua phương pháp chọn mẫu xác suất, đối tượng là người dân đang sống và làm việc tại thành phố Hồ Chí Minh

- Đối với cỡ mẫu lớn mà không biết tổng thể, có thể tính bằng công thức: N=Z2(p.q)/e2 - Trong đó:

+ N: Cỡ mẫu

+ Z: Giá trị phân phối tương ứng với độ tin cậy lựa chọn (nếu độ tin cậy 95% thì giá trị z là 1.96)

+ P: Là ước tính tỷ lệ % tổng thể

+ Q=1-p: Thường tỷ lệ p và q được ước tính 50%/50% đó là khả năng lớn nhất có thể xảy ra của tổng thể

+ E: Sai số cho phép (3%,4%,5%, )

Để áp dụng phân tích nhân tố thì cỡ mẫu phải đủ lớn, thường thì số quan sát ít nhất phải bằng 4 hay 5 lần so với số biến trong phân tích nhân tố (Hoàng Trọng, 1999) Thoe Hair & cộng sự (2009) cho rằng kích thước mẫu tối thiểu là 50 và tỷ lệ quan sát biến đo lường là 5:1 (Nguyễn Đình Thọ, 2013, trang 415) Trong bài có 40 biến quan sát, kích thước mẫu tối thiểu (5*40 = 200) Đối với đề tài sử dụng phương pháp phân tích hồi quy, theo Tabachnick & Fidell (1996), để phân tích hồi quy đạt được kết quả tốt nhất thì kích cỡ mẫu cần thoả mãn: n>= 8k + 50 (với n là kích thước mẫu, và k là số biến độc lập) Trong bài có 5 biến độc lập, kích cỡ mẫu tối thiểu: 8*5 + 50 = 90 Dựa trên các tính toán trên đây và tham khảo các cách chọn mẫu trước đây, quy mô đối tượng

khảo sát của đề tài “Nghiên cứu các yếu tố tác động đến niềm tin của khách hàng dẫn đến hành vi mua lại sản phẩm qua TikTok Live tại khu vực thành phố Hồ Chí

Minh” với độ tin cậy 95% và sai số cho phép là 5% thì nhóm tác giả chọn mẫu nghiên

cứu chung là 270 mẫu

3.4 PHƯƠNG PHÁP XỬ LÝ VÀ PHÂN TÍCH DỮ LIỆU 3.4.1 Đánh giá mô hình

Mức độ phù hợp của mô hình với địa bàn nghiên cứu được đo bằng hệ số Standardized root mean square residual (SRMR) SRMR là sự khác biệt giữa phần data thực tế và phần mô hình dự đoán Giá trị SRMR nhỏ hơn 0.08 là quá tốt hay nhỏ hơn

0.1 là tạm chấp nhận (Hair và cộng sự, 2017) 3.4.2 Đánh giá mô hình đo lường

3.4.2.1 Đánh giá độ hệ số tin cậy tổng hợp Composite Reliability

Hệ số Cronbach’s Alpha tương đối nhạy cảm với số lượng biến quan sát trong từng thang đo và có khuynh hướng đánh giá không đúng độ tin cậy nhất quán nội tại Do một vài hạn chế của hệ số Cronbach Alpha’s đối với tổng thể, các nhà nghiên cứu quan tâm tới cách đo lường khác thích hợp hơn, gọi là hệ số tin cậy tổng hợp (Composite Reliability) Hệ số này được tính dựa vào những hệ số tải ngoài khác nhau giữa các biến tiềm ẩn và được tính toán theo công thức (Fornell & Larcker, 1981) Thang đo tin cậy khi có hệ số tin cậy tổng hợp lớn hơn 0.7

Khi so sánh với hệ số Cronbach’s Alpha, các nhà nghiên cứu thường quan tâm tới một các đo lường khác có thể thay thế cho hệ số này Do các hạn chế của hệ số Cronbach’s Alpha như sự ảnh hưởng của số lượng biến quan sát đến kết quả đầu ra kèm theo khuynh hướng đánh giá không chính xác độ tin cậy nhất quán nội tại, một hệ số thích hợp hơn, hệ số tin cậy tổng hợp (Composite Reliability), được lựa chọn Hệ số Composite Reliability được tính toán dựa trên các hệ số tải ngoài khác nhau giữa các biến tiềm ẩn và được kết luận theo công thức của Fornell & Larcker (1981) Khi hệ số tổng hợp lớn hơn 0.7, thang đo sẽ được đánh giá là tin cậy

3.4.2.2 Kiểm định giá trị hội tụ (Convergent Validity)

Giá trị hội tụ thể hiện một đo lường có mối quan hệ cùng chiều với các đo lường khác trong cùng một khái niệm được đo Để đánh giá giá trị hội tụ, nhà nghiên cứu sẽ xem xét hệ số tải ngoài của các biến quan sát và giá trị phương sai trích được trung bình (AVE)

Nếu hệ số tải ngoài đối với khái niệm càng lớn, đồng nghĩa với việc biến kết quả sẽ cùng đo lường chung khái niệm, gọi chung là độ tin cậy biến quan sát Hệ số tải ngoài của các biến số đòi hỏi cần có ý nghĩa thống kê Nguyên tắc chung là hệ số tải ngoài (chuẩn hóa) phải từ 0.708 trở lên vì hệ số chuẩn hóa có liên quan tới phương sai Do đó, bình phương của hệ số tải nhân tố chuẩn hóa nói lên sự khác nhau trong một biến đo lường, giải thích bởi khái niệm nghiên cứu và phương sai trích từ biến đo lường/biến quan sát Quy tắc là biến tiềm ẩn phải được thể hiện bởi tối thiểu 50% ý nghĩa của phương sai biến quan sát (Hair và cộng sự, 2017) Ở gần như mọi trường hợp, 0.70 được coi như gần với 0.708 do đó được thông qua trong việc sử dụng tính toán Thông thường, hệ số tải nhân tố nằm trong khoảng 0.4 - 0.7 thì biến quan sát đó sẽ bị bỏ khỏi thang đo sau khi xem xét giá trị nội dung nếu việc loại bỏ biến này sẽ làm củng cố giá trị của độ tin cậy tổng hợp hay giá trị của phương sai trích nằm trên mức giá trị đề nghị

AVE được hiểu như là tổng giá trị trung bình của bình phương hệ số tải nhân tố của các biến liên quan đến khái niệm nghiên cứu (nghĩa là, tổng bình phương hệ số tải chia cho số lượng biến) Giá trị AVE từ 0.5 trở lên cho thấy khái niệm nghiên cứu sẽ giải thích hơn một nửa phương sai các biến quan sát của nó Ngược lại, nếu giá trị của AVE từ 0.50 trở xuống, chứng tỏ có nhiều sai số còn hiện diện trong các biến hơn là phương sai được giải thích bởi khái niệm nghiên cứu (Hair và cộng sự, 2017)

3.4.2.3 Kiểm định giá trị phân biệt (Discriminant Validity)

Giá trị phân biệt được sử dụng để kiểm tra một khái niệm nghiên cứu có khác so với các khái niệm còn lại trong cùng mô hình Heseler và cộng sự (2015) đề xuất đánh giá tỉ lệ đặc điểm dị biết đặc điểm đơn nhất (heterotrait - monotrait - HTMT) của các mối tương quan Tóm lại, HTMT là tỷ lệ các mối tương quan giữa các đặc điểm và các mối tương quan bên trong các đặc điểm, là kết quả trung bình của tất cả các mối tương quan biến quan sát của từng khái niệm so với các khái niệm khác

Heseler và cộng sự (2015) đã đưa ra ngưỡng giá trị là 0.9 nếu các khái niệm trong mô hình khá tương đồng về mặt nội dung Như vậy, hệ số HTMT lớn hơn 0.9 thể hiện hai khái niệm đang xét thiếu giá trị phân biệt Cũng theo Heseler và cộng sự (2015), ngưỡng chấp nhận thấp hơn với giá trị sẽ rơi vào khoảng 0.85 khi hai khái niệm được đánh giá là có nhiều sự phân biệt

3.4.2.4 Đánh giá sự đa cộng tuyến-Collinearity

Trong mô hình nguyên nhân, các biến quan sát luôn được kỳ vọng không có sự tương quan quá mạnh Việc cộng tuyến/đa cộng tuyến nghiêm trọng giữa các biến quan sát sẽ ảnh hưởng đến việc ước lượng các trọng số trong mô hình (biến tác động mạnh thành tác động yếu, biến tác động dương thành tác động âm…) và mức ý nghĩa thống kê các kiểm định liên quan (kiểm định có ý nghĩa thống kê nhưng lại thành không có ý nghĩa thống kê và ngược lại)

Hair và cộng sự (2011), PLS-SEM: Indeed a silver bullet Journal of Marketing Theory and Practice, cho rằng nếu biến quan sát nguyên nhân có VIF ≥ 5, đang tồn tại

vấn đề cộng tuyến trong thang đo Để xử lý cộng tuyến, chúng ta sẽ loại lần lượt biến quan sát có VIF lớn nhất cho tới khi toàn bộ giá trị VIF đều nhỏ hơn 5 Nếu loại biến mà tới khi nhân tố còn 2 biến quan sát nhưng vẫn còn tình trạng cộng tuyến, chúng ta kết luận thang đo vi phạm tính cộng tuyến biến quan sát và loại bỏ cả nhân tố khỏi diagram

3.4.2.5 Kiểm định ước lượng Bootstrap

Sau bước tiến hành chạy thuật toán PLS-SEM nhằm đánh giá mối quan hệ trong cấu trúc đường dẫn sẽ thu được kết quả được gọi là hệ số đường dẫn Hệ số đường dẫn đại diện cho các mối quan hệ giả thuyết của các khái niệm nghiên cứu Giá trị chuẩn hoá của hệ số đường dẫn nằm trong khoảng -1 đến +1 Qua tiến hành bằng phương pháp phóng đại có thay thế mẫu (Bootstrapping), một hệ số sẽ có ý nghĩa thống kê phụ thuộc vào sai số chuẩn hoá của nó Hair và cộng sự (2017) đã đề xuất mẫu phóng đại thay thế có giá trị lên đến khoảng 5000 mẫu Sai số chuẩn Bootstrap cho phép tính toán được giá trị t thực nghiệm và giá trị p cho tất cả hệ số đường dẫn trong mô hình cấu trúc Thông thường, sử dụng giá trị tới hạn đối với kiểm định hai đuôi (two - tailed) là 1.96 (mức ý nghĩa = 5%) Ngoài ra, khi một nghiên cứu có bản chất là khám phá, các nhà nghiên

cứu thường chọn mức ý nghĩa 10% (Hair và cộng sự, 2017)

3.4.2.6 Đánh giá hệ số tác động

- Hệ số xác định R2 là một con số thống kê tổng hợp khả năng giải thích của một phương trình Bên cạnh đó, hệ số R2 là thước đo dự báo mô hình và tính bằng tương quan bình phương giữa giá trị được dự báo với giá trị khái niệm nghiên