Tóm tắt Luận án Các yếu tố ảnh hưởng đến việc chấp nhận thông tin truyền khẩu điện tử của người tiêu dùng tại thành phố Hồ Chí Minh

được thực hiện theo 2 bước như sau: Bước 1: Căn cứ trên mục tiêu nghiên cứu, luận án sẽ được thực hiện bằng cách lược khảo các nghiên cứu liên quan để xác định các yếu tố ảnh hưởng đến việc Chấp nhận thông tin truyền khẩu điện tử tại Thành phố Hồ Chí Minh; xác định khái niệm nghiên cứu và các biến đo lường. Nghiên cứu định tính Bước 1 có kết quả là Mô hình nghiên cứu đề nghị và thang đo nháp. H9(-) H1 H2 H3 H4 H5 H6a H6b H7 H8(-) Chất lượng thông tin Chấp nhận thông tin eWOM Độ tin cậy của nguồn tin Cảm nhận sự hữu dụng của thông tin Cảm nhận tính dễ sử dụng Cảm nhận độ tin cậy của thông tin Xếp hạng thông tin Độ trong suốt danh tính Cảm nhận động cơ người gửi 10 Nghiên cứu định tính Bước 2 nhằm đánh giá các yếu tố tác động đến việc Chấp nhận thông tin truyền khẩu điện tử đã được xác định trong Bước 1; điều chỉnh khái niệm nghiên cứu, hiệu chỉnh/thêm biến đo lường (trong trường hợp phát sinh biến mới). Nghiên cứu định tính Bước 2 được tiến hành bằng cách phỏng vấn chuyên gia học thuật (chuyên ngành Quản trị kinh doanh, Ngôn ngữ học, Tâm lý học); thảo luận nhóm tập trung với các chuyên gia ngành nghề (quản trị website, đại diện người tiêu dùng, chuyên gia lĩnh vực marketing trực tuyến). 3.2.1.1 Mục tiêu: Việc phỏng vấn chuyên gia giúp hiệu chỉnh mô hình theo hướng tối ưu và điều chỉnh thang đo phù hợp với thực tế của Việt Nam. Việc thảo luận nhóm giúp xác định lại các câu hỏi phỏng vấn có đủ dễ hiểu, đơn nghĩa và phù hợp ngữ cảnh cần nghiên cứu hay không (ngữ cảnh tìm kiếm thông tin đánh giá về hàng hóa trước khi mua hàng). 3.2.1.2 Đối tượng và phương pháp phỏng vấn chuyên gia: Đối tượng phỏng vấn chuyên gia học thuật: giảng viên ngành ngôn ngữ học, quản trị kinh doanh, tâm lý học của trường ĐH Ngoại ngữ Tin học tp. HCM (HUFLIT), trường ĐH Kinh tế Tài chính (UEF), trường ĐH Công nghệ (HUTECH), trường ĐH Sư phạm TP. HCM. Phương pháp tổ chức phỏng vấn: trước khi phỏng vấn hai tuần các đối tượng phỏng vấn được gợi ý khả năng tham gia, nếu đồng ý tác giả chính thức gửi thư mời kèm theo nội dung cơ bản của cuộc phỏng vấn, trong đó lưu ý nội dung phỏng vấn là đánh giá lý thuyết nền, hiệu chỉnh mô hình (đối với giảng viên Quản trị kinh doanh) và hiệu chỉnh biến đo lường (đối với giảng viên ngành Ngôn ngữ học và Quản trị kinh doanh và Tâm lý học). Buổi phỏng vấn được thực hiện riêng từng đối tượng. 3.2.1.3 Đối tượng và phương pháp tổ chức thảo luận nhóm: Đối tượng thảo luận nhóm: các chuyên gia ngành nghề như quản trị website, các nhà quản lý công ty có chức năng kinh doanh trực tuyến, chuyên gia trong lĩnh vực marketing trực tuyến, người tiêu dùng đã từng tham khảo thông tin đánh giá hàng hóa trước khi mua hàng. Phương pháp tổ chức phỏng vấn: trước khi phỏng vấn một tuần các đối tượng thảo luận được gợi ý khả năng tham gia, nếu đồng ý tác giả chính thức gửi thư mời kèm theo nội dung chính của cuộc thảo luận, trong đó lưu ý vấn đề chủ yếu của cuộc thảo luận là hiệu chỉnh biến quan sát và các đối tượng không cần phải chuẩn bị trước nội dung trả lời mà chỉ cần thảo luận và nói ra các suy nghĩ về các vấn đề được nêu ra trong buổi thảo luận . 3.2.1.4 Thu thập và xử lý dữ liệu: Cuối mỗi buổi phỏng vấn, thông tin thu thập sẽ được ghi nhận lại trên giấy A4 theo đúng nguyên văn những gì đã được trả lời. Các câu hỏi phỏng vấn chuyên gia cũng như câu hỏi trong buổi thảo luận nhóm là những câu hỏi bán cấu trúc hoặc câu hỏi mở nhằm khuyến khích và hướng người được hỏi trả lời về vấn đề mình được hỏi theo suy nghĩ và ngôn ngữ (thuật ngữ) của riêng người được phỏng vấn (thảo luận). 3.2.1.5 Phân tích dữ liệu: Thông tin được thu thập từ các buổi phỏng vấn và thảo luận nhóm sẽ được tổng hợp lại để làm căn cứ rút ra những kết luận có tính bản chất và quan trọng nhất về những vấn đề đã được nêu ra trong các buổi phỏng vấn, thảo luận nhóm nhằm đánh giá và điều chỉnh những thiếu sót của mô hình và thang đo của nghiên cứu này. 3.2.2 Thiết kế nghiên cứu định lượng Việc nghiên cứu định lượng nhằm lượng hóa tác động của các yếu tố đến biến chấp nhận thông tin eWOM và các tác động trung gian. Thể hiện các giá trị thống kê, độ tin cậy của thang đo và độ phù hợp với dữ liệu của mô hình nghiên cứu, từ đó khẳng định độ tin cậy của nghiên cứu định tính. Nghiên cứu định lượng được tiến hành trong 2 bước: Bước 1. Với dữ liệu thu thập được từ khoảng 50 đáp viên, luận án sẽ tiến hành việc xây dựng thang đo chính 11 thức bằng việc đánh giá độ tin cậy thang đo sơ bộ (Cronbach’s Alpha), và đánh giá độ hội tụ bằng phân tích nhân tố khám phá (sử dụng phương pháp EFA). Thang đo Likert với 5 mức độ được đề nghị để đo lường các biến quan sát. Sử dụng chương trình SPSS để thực hiện các kiểm định đánh giá này. Kết quả định lượng ở Bước 1 là thang đo chính thức về các yếu tố ảnh hưởng đến việc chấp nhận thông tin truyền khẩu điện tử tại Thành phố Hồ Chí Minh. Bước 2. Trên cơ sở thang đo chính thức được xây dựng ở Bước 1, ta sử dụng dữ liệu thu thập được từ bảng hỏi trực tuyến của khoảng 500 đáp viên nhằm kiểm định thang đo chính thức bằng cách đánh giá độ tin cậy thang đo chính thức (Cronbach’s Alpha), kiểm định độ hội tụ bằng phân tích nhân tố khám phá (sử dụng phương pháp EFA), kiểm định mô hình đo lường bằng phương pháp Phân tích nhân tố khẳng định (CFA). Tiếp theo là kiểm định mô hình cấu trúc bằng phương pháp phương trình cấu trúc tuyến tính (SEM). Tất cả các thao tác này được tiến hành bằng chương trình SPSS - AMOS. Nghiên cứu định lượng ở Bước 2 có kết quả là lượng hóa tác động của các yếu tố ảnh hưởng đến việc Chấp nhận thông tin truyền khẩu điện tử tại Thành phố Hồ Chí Minh. 3.2.2.1 Đánh giá độ tin cậy thang đo “Mục đích việc đánh giá độ tin cậy thang đo là loại các biến quan sát và thang đo không phù hợp. Nếu hệ số tương quan biến tổng (Corrected Item- Total Correlation) của biến quan sát nhỏ hơn 0,3 thì biến quan sát đó sẽ bị loại, đối với thang đo thì khi hệ số Cronbach’s Alpha nhỏ hơn 0,6, thang đo đó sẽ bị loại.” (Nunnally 1975) 3.2.2.2 Phân tích nhân tố khám phá (EFA) Phương pháp phân tích nhân tố khám phá (EFA) dùng để kiểm tra giá trị hội tụ và giá trị phân biệt của thang đo. Theo Burns & Burns (2008), các chỉ số cần quan tâm khi phân tích nhân tố khám phá EFA bao gồm: - Chỉ số KMO (Kaiser-Meyer-Olkin): dùng để kiểm tra sự phù hợp của kết quả phân tích EFA. Nếu chỉ số KMO trong khoảng 0.5 và 1 thì kết quả phân tích phù hợp với dữ liệu hiện có. Kiểm định Bartlett đánh giá độ tương quan giữa các biến quan sát. Nếu kiểm định này có ý nghĩa (Sig <0.05) thì các biến quan sát có tương quan với nhau trong tổng thể. - Hệ số tải nhân tố (factor loadings): dùng đánh giá tương quan giữa các biến quan sát và một nhân tố, nếu hệ số này lớn hơn 0.5 (Hair, 2006). Hệ số tải nhân tố dùng đánh giá mức ý nghĩa thực tế của kết quả phân tích EFA. Hệ số tải nhân tố ít nhất phải lớn hơn 0.3; nếu lớn hơn 0.4 là có ý nghĩa và lớn hơn hoặc bằng 0.5 là có ý nghĩa thực tiễn. Chênh lệch trọng số < 0.3 là giá trị được chấp nhận, nhưng cân nhắc cần giá trị nội dung trước khi loại bỏ. - Một thang đo được có ý nghĩa thống kê nếu tổng phương sai trích >50%. Phương pháp trích được dùng trong luận án là “Principal Axis Factoring”, cùng với phép quay “Promax”. - Yêu cầu hệ số Eigenvalue lớn hơn 1. Do đó chỉ nhân tố có hệ số Eigenvalue lớn hơn 1 mới được giữ lại. Nếu hệ số này nhỏ hơn 1 sẽ không có tác dụng giải thích tốt cho biến thiên của nhân tố. 3.2.2.3 Kiểm định mô hình đo lường – Phương pháp CFA Việc kiểm định mô hình đo lường của một biến tiềm ẩn được thực hiện bằng phương pháp Phân tích nhân tố khẳng định – CFA (Confirmation Factor Analysis). Phương pháp CFA cho phép đánh giá và chỉnh sửa mô hình đo lường của một biến tiềm ẩn, bao gồm ba đánh giá về tính đơn hướng (Unidimensionality), tính hợp lệ (Validity) và độ tin cậy (Reliability) của mô hình đo lường. 3.2.2.4 Kiểm định mô hình cấu trúc – Phương pháp SEM Nếu mô hình đo lường kiểm định đạt yêu cầu (bao gồm tính đơn hướng, tính hợp lệ và tin cậy), bước phân tích tiếp sau là đánh giá Mô hình cấu trúc bằng cách sử dụng các kỹ thuật phân tích đường dẫn trong SEM. Phương pháp phân tích mô hình phương trình tuyến tính - SEM sử dụng nhiều kỹ thuật phân tích thống kê khác nhau hồi quy đa biến, phân tích nhân tố và phân tích tương quan cho phép đánh giá mô hình có các quan hệ phức tạp. Phân tích SEM ước lượng tải nhân tố của các biến tiềm ẩn trong mô hình, và các quan hệ nhân quả giữa các biến tiềm 12 ẩn. Phương pháp đánh giá mô hình cấu trúc SEM cho phép xem xét cấu trúc nhân quả (phân tích đường dẫn) và phân tích ảnh hưởng của các biến ngoại sinh lên các biến nội sinh và ảnh hưởng của các biến nội sinh có vai trò trung gian (mediator) lên biến kết quả. 3.2.2.5 Kiểm định độ phù hợp tổng thể – Phương pháp Boostrap Phương pháp Bootstrap cho phép lấy mẫu lặp lại có thay thế từ một mẫu dữ liệu hiện có (gọi là dữ liệu gốc) với mục đích xem xét mức độ phù hợp của dữ liệu hiện có với tổng thể. Quá trình ước lượng sử dụng số mẫu lặp lại N lần, thường N = 1000. Nếu sai khác giữa giá trị trung bình được tính bằng Bootstrap và giá trị trung bình của mô hình được tính với mẫu dữ liệu gốc càng nhỏ thì khả năng mô hình phù hợp với dữ liệu tổng thể càng lớn. 3.2.3 Phương pháp thu thập số liệu 3.2.3.1 Mẫu nghiên cứu sơ bộ Mẫu nghiên cứu sơ bộ được chọn theo phương pháp thuận tiện bằng cách sử dụng Bảng câu hỏi phỏng vấn và phỏng vấn các đối tượng khảo sát trực tiếp. Thu thập mẫu: Mẫu được thu thập bằng cách phát bảng hỏi và thu trực tiếp: số bảng hỏi phát ra là 80, số bảng trả lời thu thập được là 56. Sau khi phân tích đánh giá, có 6 bảng không đạt phải loại bỏ vì điền thiếu thông tin hoặc chỉ ghi 1 mức đánh giá cho mọi câu hỏi. Do đó thông qua phương pháp này thu được 50 bảng hợp lệ. 3.2.3.2 Mẫu nghiên cứu chính thức Mẫu nghiên cứu chính thức được chọn theo phương pháp thuận tiện bằng cách sử dụng Google Form để đăng Bảng câu hỏi phỏng vấn trên Web, và nhờ các mối quan hệ để lan truyền trên các trang Facebook. Thu thập mẫu và xác định cỡ mẫu: Số mẫu thu thập được: Số bảng câu hỏi thu thập được là 565. Sau khi phân tích, có 43 bảng không đạt và bị loại bỏ vì điền thông tin đánh giá không nhất quán. Do đó thông qua phương pháp này thu được 522 bảng hợp lệ được sử dụng trong luận án. Xác định cỡ mẫu: Số lượng mẫu thu thập được đảm bảo cỡ mẫu lớn hơn n = 15m, với m = 28 là số biến quan sát đủ điều kiện thực hiện được các phương pháp phân tích nhân tố (Comrey, 1973). Trong luận án số bảng thu thập được là 522 > 15*28 = 420 đảm bảo đủ điều kiện thực hiện phân tích theo phương pháp phân tích nhân tố. 3.2.3.3 Bảng câu hỏi Cấu trúc Bảng câu hỏi - Bảng câu hỏi được chia thành 3 phần: Phần 1 là các câu hỏi loại trừ, nếu đáp viên không sử dụng Internet để tìm kiếm thông tin trước khi mua hàng thì sẽ không tiếp tục các phần sau. Phần 2 là các câu hỏi khảo sát về ảnh hưởng thông tin, ảnh hưởng xã hội và ảnh hưởng của sự hoài nghi. Tổng cộng có 28 câu, mỗi câu tương ứng với một biến quan sát. Phần 3 là phần thông tin cá nhân như giới tính, tuổi, nghề nghiệp 3.3 KẾT QUẢ NGHIÊN CỨU ĐỊNH TÍNH 3.3.1 Kết quả phỏng vấn chuyên gia Kết quả phỏng vấn chuyên gia bao gồm 3 phần, Đánh giá sự phù hợp của các lý thuyết nền được sử dụng trong nghiên cứu của luận án, khám phá thang đo các khái niệm nghiên cứu và đánh giá mô hình nghiên cứu. Chi tiết Dàn bài phỏng vấn chuyên gia và kết quả phỏng vấn được trình bày trong Phụ lục 1 – Dàn bài và kết quả phỏng vấn chuyên gia. 3.3.1.3 Mô hình nghiên cứu Hai giả thuyết được bổ sung thêm như sau: H10: Chất lượng thông tin eWOM có tác động tích cực đến Cảm nhận độ tin cậy của thông tin eWOM (H10+). 13 H11: Độ tin cậy của nguồn tin có tác động tích cực đến Cảm nhận độ tin cậy của thông tin eWOM (H11+). Kết hợp với kết quả thảo luận về Thang đo ở trên, mô hình nghiên cứu của luận án sau khi thảo luận sâu với các chuyên gia được trình bày trong Hình 3.2. 3.3.2 Kết quả thảo luận nhóm Luận án sử dụng các kết quả phỏng vấn chuyên gia về thang đo để tổng hợp lại thành thang đo sơ bộ và tiến hành thảo luận nhóm nhằm hiệu chỉnh thêm các nội dung liên quan đến thang đo sơ bộ để các biến đo lường đạt được mức độ dễ hiểu, chỉnh lại các từ ngữ tối nghĩa và điều chỉnh, bổ sung các nội dung phù hợp với các nhu cầu khảo sát thực tế. 3.3.3 Mô hình nghiên cứu và Thang đo chính thức Giả thuyết nghiên cứu, mô hình nghiên cứu chỉnh sửa, thang đo sơ bộ được tổng hợp dựa trên các đề nghị thay đổi của các phiên thảo luận chuyên gia và thảo luận nhóm sau đó thang đo sơ bộ được kiểm định chất lượng với số mẫu N= 50, kết quả kiểm định cho thấy thang đo sơ bộ đạt chất lượng và được dùng làm thang đo chính thức. 3.3.3.1 Giả thuyết nghiên cứu – Mô hình nghiên cứu chỉnh sửa Nguồn: Tác giả tổng hợp theo ý kiến chuyên gia Hình 3.2 - Mô hình nghiên cứu sau khi phỏng vấn chuyên gia 3.3.3.2 Thang đo chính thức Qua các phân tích định lượng trong Phụ lục 6 – Chi tiết của phân tích thang đo với N=50, cho thấy có thể sử dụng Thang đo sơ bộ làm Thang đo chính thức để kiểm định mô hình. 14 CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1 KẾT QUẢ NGHIÊN CỨU ĐỊNH LƯỢNG 4.1.1 Mô tả mẫu nghiên cứu Dữ liệu được thu thập bằng cách sử dụng phần mềm Google Form để đăng Bảng câu hỏi phỏng vấn trên Web, và nhờ các mối quan hệ để lan truyền trên các trang Facebook. Số bảng câu hỏi thu thập được là 565. Sau khi phân tích và kiểm tra, có 43 bảng bị loại do điền thông tin đánh giá không nhất quán. Do đó thông qua phương pháp này thu được 522 mẫu hợp lệ được sử dụng trong luận án. 4.1.2 Kiểm định thang đo 4.1.2.1 Kiểm định độ tin cậy Cronbach’s Alpha Về bản chất, nếu hệ số Cronbach’s Alpha càng cao thì sự tương quan của các biến quan sát với các biến quan sát khác trong cùng một nhóm càng cao. Thang đo có trị số Cronbach’s Alpha > 0.6 thường được chọn, do thang đo có trị số Cronbach’s Alpha > 0.6 đủ điều kiện để thực hiện tiếp phương pháp phân tích khám phá EFA. Ngoài ra, các biến quan sát có hệ số tương quan biến-tổng < 0.3 không có nhiều tương quan với các biến khác và nên bỏ ra khỏi thang đo. 4.1.2.2 Kiểm định thang đo bằng phương pháp phân tích nhân tố EFA Chỉ số KMO (Kaiser-Meyer-Olkin): dùng để kiểm tra sự phù hợp của kết quả phân tích EFA. Chỉ số KMO = .859 nằm trong khoảng 0.5 và 1 nên kết quả phân tích phù hợp với dữ liệu hiện có. Kiểm định Bartlett đánh giá độ tương quan giữa các biến quan sát. Do kiểm định này có ý nghĩa (Sig. = .000 < 0.05) nên các biến quan sát có tương quan với nhau trong tổng thể. Thực hiện phân tích EFA cho tất cả các nhân tố kết quả cho thấy: Các biến quan sát trong từng nhân tố được nhóm thành 1 nhóm. Không có biến nào thuộc về hai nhân tố, đảm bảo giá trị phân biệt . Các hệ số tải nhân tố đều lớn hơn 0.5, đảm bảo giá trị hội tụ. 4.1.3 Kết quả kiểm định mô hình đo lường bằng phương pháp Pooled CFA Kiểm định mô hình đo lường được thực hiện bằng phương pháp phân tích nhân tố khẳng định Pooled CFA (Kiểm định cùng lúc tất cả các biến tiềm ẩn trong mô hình). Đánh giá chung về kết quả phân tích khẳng định CFA: Tính đơn hướng đạt yêu cầu do hệ số tải của các biến quan sát cho từng khái niệm đều lớn hơn 0.6. Các chỉ số kiểm định về tính hợp lệ đều đạt yêu cầu, cụ thể: Các biến đo lường đều có ý nghĩa thống kê và các giá trị AVE > 0.5, nên thang đo đạt được giá trị hội tụ. Các giá trị liên quan độ phù hợp như RMSEA = 0.014 0.9, GFI = 0.956 và CMIN/df = 1.106 đều đạt yêu cầu. Căn bậc hai của AVE > các tương quan giữa hai khái niệm do đó đạt yêu cầu về độ phân biệt. Các chỉ số kiểm định về độ tin cậy đều đạt yêu cầu. Qua các kết quả phân tích nhân tố khẳng định CFA như trên đã chứng tỏ thang đo các khái niệm nghiên cứu đều đạt yêu cầu và mô hình phù hợp với dữ liệu hiện có. Theo đó, mô hình nghiên cứu không thay đổi, và là mô hình nghiên cứu chính thức của luận án. 4.1.4 Kết quả kiểm định mô hình cấu trúc bằng phương pháp Phân tích mô hình cấu trúc tuyến tính SEM Phân tích CFA cho phép kiểm định mô hình đo lường, nhưng không đánh giá được ảnh hưởng nhân quả của các khái niệm. Do đo, bước tiếp theo là thực hiện chạy mô hình SEM. 4.1.4.4 Kết quả kiểm định giả thuyết Kết quả phân tích SEM cho thấy các giả thuyết được đề nghị đều có ý nghĩa thống kê (với p-value <0.05), do đo các giả thuyết này đều được chấp nhận (Bảng 4.23). (Các giá trị ước lượng là giá trị chuẩn hóa). 15 Bảng 4.23 – Kết quả kiểm định giả thuyết nghiên cứu Giả thuyết Nhân tố ảnh hưởng Nhân tố bị ảnh hưởng Ước lượng p- value Kết quả H1 Chất lượng thông tin Cảm nhận sự hữu dụng của thông tin .226 .000 Chấp nhận H2 Độ tin cậy của nguồn tin Cảm nhận sự hữu dụng của thông tin .155 .006 Chấp nhận H3 Cảm nhận sự hữu dụng của thông tin Chấp nhận thông tin eWOM .380 .000 Chấp nhận H4 Cảm nhận tính dễ sử dụng Cảm nhận sự hữu dụng của thông tin .403 .000 Chấp nhận H5 Cảm nhận tính dễ sử dụng Chấp nhận thông tin eWOM .494 .000 Chấp nhận H6a Xếp hạng thông tin Cảm nhận tính dễ sử dụng .238 .000 Chấp nhận H6b Xếp hạng thông tin Cảm nhận độ tin cậy của thông tin .201 .000 Chấp nhận H7 Cảm nhận độ tin cậy của thông tin Chấp nhận thông tin eWOM .290 .000 Chấp nhận H8 Cảm nhận mức độ che dấu danh tính Cảm nhận độ tin cậy của thông tin -.109 .000 Chấp nhận H9 Cảm nhận động cơ Cảm nhận độ tin cậy của thông tin -.135 .010 Chấp nhận H10 Chất lượng thông tin Cảm nhận độ tin cậy của thông tin .224 .000 Chấp nhận H11 Độ tin cậy của nguồn tin Cảm nhận độ tin cậy của thông tin .136 .023 Chấp nhận Nguồn: kết quả phân tích SPSS-AMOS 4.1.4.5 Kiểm định bootstrap Kiểm định Bootstrap cho phép đánh giá mức độ phù hợp của dữ liệu với tổng thể. Trong nghiên cứu này mức lặp của bộ dữ liệu hiện có là N = 1000. Kết quả ước lượng từ 1000 mẫu ngẫu nhiên được sinh ra bởi chương trình được tính giá trị trung bình và độ lệch chuẩn. Kết quả cho thấy các giá trị C.R đều nhỏ hơn 1.96, do đó có thể kết luận các ước lượng trong mô hình có thể tin cậy được, điều này cho thấy mẫu có thể đại diện cho tổng thể nghĩa là dữ liệu nghiên cứu phù hợp với dữ liệu thị trường. 4.1.5 Đánh giá mô hình cạnh tranh bằng phương pháp Phân tích mô hình cấu trúc tuyến tính SEM Luận án đề nghị kiểm định một mô hình cạnh tranh nhằm đánh giá mức độ phù hợp với dữ liệu hiện có của mô hình nghiên cứu. Nếu mô hình cạnh tranh có độ phù hợp cao hơn thì mô hình được chọn sẽ là mô hình cạnh tranh, nếu không thì mô hình nghiên cứu hiện tại được xem là phù hợp nhất với dữ liệu hiện có. Mô hình cạnh tranh được xây dựng bằng cách bổ sung thêm một liên kết nhân quả giữa biến Xếp hạng thông tin với Cảm nhận sự hữu dụng của thông tin (Hình 4.4). Theo đó, một giả thuyết mới được đề nghị: Giả thuyết H12: Xếp hạng thông tin eWOM có tác động tích cực đến Cảm nhận sự hữu dụng của thông tin eWOM. 4.1.5.4 Kết quả kiểm định giả thuyết Việc kiểm định mô hình cạnh tranh bằng chương trình SPSS-AMOS cho thấy giả thuyết H13 được đề nghị không đạt yêu cầu. Nghĩa là mối quan hệ giữa Xếp hạng thông tin và Cảm nhận sự hữu dụng của thông tin eWOM không tồn tại. Do đó, mô hình cạnh tranh không giải thích tốt hơn mô hình nghiên cứu hiện tại. Cụ thể, Bảng 4.26 cho thấy ước lượng độ giải thích biến phụ thuộc CHAPNHANEWOM của mô hình cạnh tranh (.694) có độ khác biệt rất nhỏ với độ giải thích của mô hình nghiên cứu hiện tại (.693). Mô hình nghiên cứu hiện tại với so sánh này được xem là mô hình phù hợp nhất với dữ liệu thu thập được. 4.2 THẢO LUẬN KẾT QUẢ NGHIÊN CỨU 4.2.1 Thảo luận về mức độ giải thích của mô hình nghiên cứu của luận án so với mô hình gốc (Mô hình Chấp nhận thông tin – IAM) So với các mô hình gốc của Sussman & Siegal (2003); Cheung, Lee & Rabjohn (2008); Cheung (2014), mức 16 độ giải thích của mô hình nghiên cứu của luận án đối với biến phụ thuộc CHAPNHANEWOM tăng lên đáng kể. Một phần do mô hình nghiên cứu đã được bổ sung thêm một số biến độc lập. Cụ thể đó là các biến XEPHANG, DANHTINH và CN_DONGCO. Khi chạy phân tích SEM mô hình gốc của Sussman & Siegal (2003) với dữ liệu hiện thu thập được thì mức độ giải thích của mô hình gốc là 42.5% – Chi tiết về các kết quả chạy phân tích SEM mô hình gốc được trình bày trong Phụ lục 11 – Chi tiết Kết quả chạy SPPS - AMOS của Mô hình gốc - IAM). Sở dĩ mức độ giải thích của mô hình nghiên cứu trong bối cảnh hiện tại (69.3%) cao hơn so với trước đó là do người tiêu dùng hiện tại đã thay đổi cách nhận thức về thông tin eWOM. Cách thức tìm kiếm và tiếp thu thông tin eWOM của người tiêu dùng đã đổi khác, họ không còn hoàn toàn tin tưởng vào thông tin eWOM như trước đây, và họ có quá nhiều thông tin eWOM để xử lý, nhiều lúc cần dựa vào các nhận xét của đám đông (xã hội) để hỗ trợ quá trình ra quyết định mua hàng của mình. Do đó cần có một mô hình mới hơn phản ánh được các thay đổi này, đây được xem là điểm mới của luận án. 4.2.2 Thảo luận về cách tiếp cận xây dựng mô hình nghiên cứu của luận án so với cách xây dựng mô hình của các nghiên cứu có liên quan khác Mô hình nghiên cứu thực nghiệm của Shen, Cheung & Lee (2013) có cách tiếp cận liên quan với nghiên cứu của luận án ở chỗ cùng sử dụng cách tiếp cận mở rộng Mô hình Chấp nhận thông tin – IAM của Sussman & Siegal (2003) (Hình 2.14). Tuy nhiên, đối tượng nghiên cứu và mục tiêu nghiên cứu của Shen, Cheung & Lee (2013) khác biệt với đối tượng và mục tiêu nghiên cứu của luận án. Từ đó, mô hình nghiên cứu và thang đo cũng được xây dựng khác nhau. Cụ thể, mục tiêu nghiên cứu của nhóm Shen, Cheung & Lee (2013) là đánh giá ảnh hưởng của sự tin cậy và sự hữu dụng của Wikipedia (trang tự điển mở) đến việc chấp nhận thông tin do Wikipedia cung cấp. Một nghiên cứu khác có cách tiếp cận liên quan với nghiên cứu của luận án là nghiên cứu của Shen, Zhang & Zhao (2016) (Hình 2.19). Nghiên cứu của Shen, Zhang & Zhao (2016) mở rộng mô hình Chấp nhận thông tin – IAM bằng cách bổ sung hai biến trung gian là Loại bỏ thông tin có sẵn – Discounting own Information và Bắt chước người khác – Immitating Others. 4.2.3 Thảo luận về các tác động trực tiếp đến Chấp nhận thông tin eWOM Cả 3 biến trung gian CN_HUUDUNG, CN_DESUDUNG và CN_DOTINCAY đều có tác động trực tiếp đến biến CHAPNHANEWOM ở các mức độ khác nhau. Biến trung gian CN_DESUDUNG có có mức độ tác động cao nhất đến việc Chấp nhận thông tin eWOM, cho thấy người tiêu dùng nhiều khi không thực sự tìm hiểu nội dung của các thông tin truyền khẩu điện tử mà họ chỉ căn cứ vào các đánh giá của cộng đồng và dùng thông tin đánh giá đó làm căn cứ chấp nhận thông tin eWOM. Theo hiểu biết của tác giả, tác động của Cảm nhận tính dễ sử dụng của thông tin eWOM đến Chấp nhận thông tin eWOM chưa có nghiên cứu nào liên quan đến truyền khẩu điện tử thực hiện, và do đó có thể xem đây là điểm mới của luận án. Đặc biệt là khi người tiêu dùng bị quá tải thông tin, việc lựa chọn đi theo đám đông có khả năng hỗ trợ quyết định mua sắm nhiều khi tốt hơn việc tự ra quyết định do quá nhiều thông tin eWOM sẽ làm họ khó chọn được lời khuyên đúng. Điều này làm giảm thời gian tìm kiếm và nghiên cứu - người tiêu dùng chỉ cần đi theo những gì đã được cộng đồng nhất trí cao. Tuy nhiên, không phải lúc nào đám đông cũng đúng và do đó làm hạn chế hiệu quả của quá trình mua hàng. Bên cạnh đó, biến trung gian CN_DOTINCAY cũng có tác động khá lớn, cho thấy một nguyên nhân khác của việc Chấp nhận thông tin eWOM là niềm tin của người tiêu dùng vào sự chân thực khách quan của thông tin truyền khẩu điện tử. Tác động của Cảm nhận độ tin cậy của thông tin eWOM đến Chấp nhận thông tin eWOM nhất quán với kết quả nghiên cứu của Cheung & cộng sự (2009); Fan & cộng sự (2013). Tuy nhiên, điểm khác biệt so với luận án là nghiên cứu của Cheung & cộng sự (2009) đánh giá ảnh hưởng của Cảm nhận độ tin cậy thông tin đến việc Chấp nhận tri thức, không phải Chấp nhận thông tin eWOM. Nghiên cứu của Fan & cộng sự (2013) cũng có sự khác biệt về cách tiếp cận so với nghiên cứu của luận án vì chỉ nghiên cứu các ảnh hưởng thông tin (Chất lượng thông tin, Độ tin cậy của 17 nguồn tin, Số lượng thông tin,) đến Cảm nhận độ tin cậy của thông tin; trong khi cách tiếp cận của luận án là đánh giá ảnh hưởng của các yếu tố thông tin (Chất lượng thông tin, Độ tin cậy của nguồn tin), yếu tố xã hội (Xếp hạng thông tin) và yếu tố hoài nghi (Cảm nhận mức độ che dấu danh tính, Cảm nhận động cơ) đến Cảm nhận độ tin cậy của thông tin. Đây được xem là một điểm mới của luận án. Ngoài ra, biến trung gian CN_HUUDUNG cũng trọng số tác động tương đối cao, cho thấy sự hữu dụng của thông tin truyền khẩu điện tử đóng vai trò quan trọng trong việc người tiêu dùng chấp nhận thông tin eWOM. Tác động của Cảm nhận sự hữu dụng của thông tin eWOM đến Chấp nhận thông tin eWOM nhất quán với các nghiên cứu của Sus