Các nhân tố ảnh hưởng đến hành vi mua hàng ngẫu hứng qua livestream trên TikTok của sinh viên Trường Đại học Công nghệ Thành phố Hồ Chí Minh

Lê Trần Hạnh Trang

Email: letranhanhtrang[email protected]

TS. Huỳnh Ngọc Anh

Trường Đại học Công nghệ Thành phố Hồ Chí Minh

Tóm tắt

Nghiên cứu đo lường mức độ ảnh hưởng của các nhân tố đến hành vi mua hàng ngẫu hứng qua livestream trên nền tảng TikTok của sinh viên Trường Đại học Công nghệ Thành phố Hồ Chí Minh. Trên cơ sở tích hợp Mô hình Kích thích - Chủ thể - Phản ứng (S-O-R) với Mô hình chấp nhận công nghệ (TAM) và Thuyết hành vi có kế hoạch (TPB), mô hình đề xuất gồm 5 nhân tố: Tính tiện lợi, Tính tương tác, Xu hướng mua hàng ngẫu hứng, Khả năng kiểm soát và Cảm xúc người tiêu dùng. Dữ liệu từ 434 sinh viên Trường Đại học Công nghệ Thành phó Hồ Chí Minh được xử lý bằng PLS-SEM trên SmartPLS 4. Cả 5 giả thuyết đều được chấp nhận; trong đó, Cảm xúc người tiêu dùng tác động mạnh nhất, Khả năng kiểm soát là nhân tố duy nhất tác động nghịch chiều. Trên cơ sở đó, nghiên cứu đề xuất các hàm ý quản trị cho doanh nghiệp và nhà bán hàng.

Từ khóa: Hành vi mua hàng ngẫu hứng, livestream, TikTok, sinh viên

Abstract

This study examines the effects of various factors on impulse buying behavior during TikTok livestream shopping among students at Ho Chi Minh City University of Technology. By integrating the stimulus–organism–response (S-O-R) model with the technology acceptance model (TAM) and the theory of planned behavior (TPB), the study proposes a model comprising five factors: convenience, interactivity, impulse buying tendency, perceived behavioral control, and consumer emotions. Data collected from 434 Ho Chi Minh City University of Technology students were analyzed using partial least squares structural equation modeling (PLS-SEM) with SmartPLS 4. All five hypotheses were supported. Consumer emotions had the strongest effect, while perceived behavioral control was the only factor with a negative effect. Based on these findings, the study proposes managerial implications for businesses and sellers.

Keywords: Impulse buying behavior, livestream shopping, TikTok, university students

GIỚI THIỆU

Thương mại điện tử Việt Nam năm 2024 đạt quy mô trên 25 tỷ USD, tăng 20% so với năm 2023 và chiếm khoảng 9% tổng mức bán lẻ hàng hóa, doanh thu dịch vụ tiêu dùng (Bộ Công Thương, 2024), dần thay đổi thói quen tiêu dùng của giới trẻ (Koe và Sakir, 2020; Trần Thị Ngọc Lan và Trần Thành Trung, 2023). Trong đó, TikTok đạt quy mô tiếp cận quảng cáo khoảng 67,72 triệu người dùng từ 18 tuổi trở lên tại Việt Nam (DataReportal, 2024); livestream trên nền tảng này cho phép người mua và người bán tương tác trực tiếp, qua đó thúc đẩy hành vi mua hàng ngẫu hứng của người tiêu dùng trẻ (Nguyễn Hải Vi và cộng sự, 2024).

Tuy nhiên, phần lớn nghiên cứu trước đây tập trung vào thương mại điện tử dạng trang thông tin điện tử tĩnh như: Taobao, Shopee (Febrilia và Warokka, 2021; Gulfraz và cộng sự, 2022; Wang và cộng sự, 2022) hoặc định dạng video ngắn (Ngo và cộng sự, 2025; Tran và cộng sự, 2026), chưa đánh giá toàn diện đặc thù tương tác 2 chiều và chốt đơn tức thời của livestream; đồng thời thường áp dụng đơn lẻ Mô hình Kích thích - Chủ thể - Phản ứng (S-O-R) mà bỏ qua cơ chế kiểm soát lý trí theo Thuyết hành vi có kế hoạch (TPB) - yếu tố đặc biệt quan trọng với nhóm sinh viên có nguồn tài chính hạn chế.

Vì vậy, nghiên cứu được thực hiện nhằm lượng hóa mức độ tác động của các nhân tố đến hành vi mua hàng ngẫu hứng qua livestream trên nền tảng TikTok của sinh viên Trường Đại học Công nghệ Thành phố Hồ Chí Minh, làm cơ sở đề xuất hàm ý quản trị cho doanh nghiệp và nhà bán lẻ theo hướng kinh doanh minh bạch, bền vững.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết và khung phân tích

Stern (1962) xác định hành vi mua hàng ngẫu hứng là quyết định mua ngoài dự định, phát sinh khi cá nhân trải qua thôi thúc mạnh và đột ngột, vượt lên các cân nhắc lý trí. Piron (1991) bổ sung rằng quyết định được đưa ra ngay tại thời điểm tiếp xúc kích thích bên ngoài; trong môi trường trực tuyến, khả năng giao dịch tức thời làm gia tăng đáng kể xu hướng này (Verhagen và van Dolen, 2011).

Khung lý thuyết nền là Mô hình S-O-R của Mehrabian và Russell (1974), gồm: kích thích môi trường (S), cơ chế tâm lý nội tại (O) và phản ứng hành vi (R), đã được Eroglu và cộng sự (2001) chứng minh phù hợp trong bán lẻ trực tuyến. Hai khung bổ sung làm rõ cơ chế bên trong gồm: Mô hình chấp nhận công nghệ (TAM) của Davis (1989) giải thích vai trò của tính hữu ích, tính dễ sử dụng cảm nhận - tương ứng nhóm kích thích công nghệ, nền tảng; Thuyết TPB của Ajzen (1991) đóng góp cấu phần nhận thức kiểm soát hành vi, cơ sở để đưa khả năng kiểm soát vào mô hình như cơ chế điều tiết ngược chiều.

Giả thuyết và mô hình nghiên cứu

Dựa trên cơ sở lý thuyết và lý thuyết nền, nhóm tác giả đề xuất mô hình nghiên cứu các nhân tố ảnh hưởng đến hành vi mua hàng ngẫu hứng qua livestream trên nền tảng TikTok của sinh viên tại Trường Đại học Công nghệ Thành phố Hồ Chí Minh gồm 5 nhân tố độc lập như Hình 1.

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất

Tính tiện lợi làm giảm rào cản thời gian và nỗ lực nhận thức, tạo điều kiện để thôi thúc bộc phát chuyển hóa thành giao dịch thực tế (Gulfraz và cộng sự, 2022). Tính tương tác gia tăng gắn kết của người xem và giảm mơ hồ về thông tin sản phẩm nhờ kết nối 2 chiều theo thời gian thực (Trần Thị Ngọc Lan và Trần Thành Trung, 2023). Xu hướng mua hàng ngẫu hứng hạ ngưỡng kích thích tâm lý cần thiết để phát sinh hành vi, còn cảm xúc người tiêu dùng là động lực trực tiếp của các quyết định mua ít cân nhắc (Febrilia và Warokka, 2021; Ngo và cộng sự, 2025). Trong khi đó, khả năng kiểm soát hoạt động như cơ chế kìm hãm lý trí, giúp cá nhân duy trì kế hoạch chi tiêu trước kích thích tức thời (Wang và cộng sự, 2022; Nyrhinen và cộng sự, 2024).

Từ đó, các giả thuyết nghiên cứu được đưa ra như sau:

H1: Tính tiện lợi có tác động tích cực đến Hành vi mua hàng ngẫu hứng.

H2: Tính tương tác có tác động tích cực đến Hành vi mua hàng ngẫu hứng.

H3: Xu hướng mua hàng ngẫu hứng có tác động tích cực đến Hành vi mua hàng ngẫu hứng.

H4: Khả năng kiểm soát có tác động tích cực đến Hành vi mua hàng ngẫu hứng.

H5: Cảm xúc người tiêu dùng có tác động tích cực đến Hành vi mua hàng ngẫu hứng.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp hỗn hợp. Giai đoạn định tính gồm phỏng vấn sâu 5 chuyên gia marketing số, thương mại điện tử và thảo luận thử nghiệm với 10 sinh viên Trường Đại học Công nghệ Thành phố Hồ Chí Minh nhằm hiệu chỉnh thang đo kế thừa cho phù hợp bối cảnh TikTok livestream, thu được 6 khái niệm với 33 biến quan sát đo bằng thang Likert 5 mức: Tính tiện lợi (4 biến), Tính tương tác (5 biến), Xu hướng mua hàng ngẫu hứng (5 biến), Khả năng kiểm soát (7 biến), Cảm xúc người tiêu dùng (6 biến) và Hành vi mua hàng ngẫu hứng (6 biến).

Giai đoạn định lượng sử dụng bảng hỏi trên Google Forms theo phương pháp chọn mẫu thuận tiện, với 3 câu hỏi gạn lọc bảo đảm người trả lời là sinh viên Trường Đại học Công nghệ Thành phố Hồ Chí Minh đã từng xem livestream bán hàng trên TikTok và có kinh nghiệm mua hàng qua nền tảng này; dữ liệu được thu thập từ tháng 5-6/2026. Trong 448 phiếu thu về, 14 phiếu bị loại do không đáp ứng câu hỏi gạn lọc, bỏ trống nhiều nội dung, chọn cùng một phương án cho hầu hết các câu hỏi hoặc có thời gian hoàn thành bảng hỏi bất thường. Sau khi sàng lọc, còn lại 434 phiếu hợp lệ (96,88%) - cao hơn 2,6 lần cỡ mẫu tối thiểu 165 theo tiêu chuẩn N ≥ 5x của Hair và cộng sự (1998).

Dữ liệu được xử lý bằng mô hình cấu trúc bình phương tối thiểu riêng phần (PLS-SEM) trên SmartPLS 4 theo quy trình 2 giai đoạn của Hair và cộng sự (2019): đánh giá mô hình đo lường qua Cronbach’s Alpha, rho_A, CR, hệ số tải ngoài, AVE, Fornell-Larcker và HTMT; sau đó đánh giá mô hình cấu trúc qua R², f², Q² và kiểm định hệ số đường dẫn bằng Bootstrapping với 5.000 mẫu con. PLS-SEM phù hợp với mô hình dự báo và không yêu cầu giả định phân phối chuẩn.

KẾT QUẢ VÀ THẢO LUẬN

Kết quả nghiên cứu

Đặc điểm mẫu nghiên cứu

Đặc điểm nhân khẩu học của 434 quan sát hợp lệ được tổng hợp tại Bảng 1: mẫu tương đối cân đối về giới tính (52,07% nữ; 47,93% nam), tập trung ở sinh viên năm 3 và năm 4 (71,42%) - nhóm có thời gian tiếp cận môi trường mua sắm trực tuyến dài hơn; 65,66% sinh viên chi từ 1.000.000 đến dưới 5.000.000 đồng mỗi tháng cho việc mua hàng trên TikTok.

Bảng 1: Đặc điểm nhân khẩu học của mẫu khảo sát (n = 434)

Tiêu chí	Phân nhóm	Tần số (người)	Tỷ lệ (%)
Giới tính	Nam	208	47,93
	Nữ	226	52,07
Năm học	Năm 1	30	6,91
	Năm 2	55	12,67
	Năm 3	130	29,95
	Năm 4	180	41,47
	Khác	39	8,99
Chi tiêu mua hàng trên TikTok mỗi tháng	Dưới 500.000 đồng	35	8,06
	Từ 500.000 đến dưới 1.000.000 đồng	85	19,59
	Từ 1.000.000 đến dưới 2.000.000 đồng	155	35,71
	Từ 2.000.000 đến dưới 5.000.000 đồng	130	29,95
	Từ 5.000.000 đồng trở lên	29	6,68

Nguồn: Nhóm tác giả tổng hợp từ khảo sát

Kết quả đánh giá mô hình đo lường

Kết quả tại Bảng 2 cho thấy cả 6 thang đo đáp ứng yêu cầu về độ tin cậy nhất quán nội tại: Cronbach’s Alpha từ 0,841 đến 0,914, rho_A từ 0,844 đến 0,915 và CR từ 0,887 đến 0,933, đều nằm trong khoảng khuyến nghị 0,70-0,95 (Hair và cộng sự, 2019). Toàn bộ 33 biến quan sát có hệ số tải ngoài từ 0,739 đến 0,855 (đều > 0,708) và AVE từ 0,578 đến 0,699 (đều > 0,50), khẳng định không biến quan sát nào bị loại khỏi mô hình.

Bảng 2: Kết quả đánh giá độ tin cậy và giá trị hội tụ của thang đo

Thang đo	Số biến quan sát	Cronbach’s Alpha	rho_A	CR	AVE
Tính tiện lợi (CON)	4	0,842	0,844	0,894	0,678
Tính tương tác (INT)	5	0,847	0,848	0,891	0,620
Xu hướng mua hàng ngẫu hứng (IBT)	5	0,841	0,846	0,887	0,611
Khả năng kiểm soát (SC)	7	0,879	0,881	0,906	0,578
Cảm xúc người tiêu dùng (CM)	6	0,886	0,889	0,913	0,637
Hành vi mua hàng ngẫu hứng (IB)	6	0,914	0,915	0,933	0,699

Nguồn: Kết quả xử lý dữ liệu của nhóm tác giả

Giá trị phân biệt được kiểm tra bằng tiêu chuẩn Fornell-Larcker (1981) và tỷ số HTMT (Henseler và cộng sự, 2015). Căn bậc hai AVE của cả 6 khái niệm đều lớn hơn hệ số tương quan của khái niệm đó với các khái niệm còn lại; toàn bộ 15 tỷ số HTMT đều < 0,85 (cao nhất là 0,545 giữa Cảm xúc người tiêu dùng và Hành vi mua hàng ngẫu hứng, các cặp biến độc lập đều < 0,19). Như vậy, cả 6 thang đo thỏa mãn yêu cầu về giá trị phân biệt.

Kết quả đánh giá mô hình cấu trúc

Hệ số phóng đại phương sai nội mô hình (Inner VIF) của 5 biến dự báo dao động từ 1,008 đến 1,039 (đều < 3,0), cho thấy không tồn tại đa cộng tuyến đáng kể. R² = 0,658 (R² điều chỉnh = 0,654): 5 nhân tố độc lập giải thích 65,8% biến thiên của hành vi mua hàng ngẫu hứng; Q² = 0,450 qua thủ tục Blindfolding vượt ngưỡng 0,35, tương ứng mức năng lực dự báo lớn.

Kết quả kiểm định các hệ số đường dẫn bằng Bootstrapping với 5.000 mẫu con được trình bày tại Bảng 3. Cả 5 giả thuyết đều thỏa mãn đồng thời 4 điều kiện: p < 0,05; t > 1,96; khoảng tin cậy 95% không chứa giá trị 0; và chiều tác động phù hợp với kỳ vọng lý thuyết.

Bảng 3: Kết quả kiểm định các giả thuyết nghiên cứu

Giả thuyết	Quan hệ tác động	β	t	p	CI 95% [2,5%; 97,5%]	f²	Kết luận
H1	CON → IB	0,372	12,529	0,000	[0,312; 0,428]	0,402	Chấp nhận
H2	INT → IB	0,294	9,728	0,000	[0,235; 0,353]	0,249	Chấp nhận
H3	IBT → IB	0,356	12,058	0,000	[0,295; 0,412]	0,361	Chấp nhận
H4	SC → IB	-0,291	9,656	0,000	[-0,350; -0,233]	0,245	Chấp nhận
H5	CM → IB	0,384	12,890	0,000	[0,324; 0,441]	0,416	Chấp nhận

Nguồn: Kết quả xử lý dữ liệu của nhóm tác giả

Phương trình cấu trúc chuẩn hóa của mô hình được xác định như sau:

IB = 0,372×CON + 0,294×INT + 0,356×IBT - 0,291×SC + 0,384×CM

Hình 2: Kết quả ước lượng mô hình cấu trúc PLS-SEM

Nguồn: Kết quả xử lý dữ liệu bằng SmartPLS 4

Thảo luận kết quả nghiên cứu

Xét theo độ lớn tuyệt đối của hệ số β, mức độ tác động của các nhân tố được sắp xếp: Cảm xúc người tiêu dùng (0,384) > Tính tiện lợi (0,372) > Xu hướng mua hàng ngẫu hứng (0,356) > Tính tương tác (0,294) > Khả năng kiểm soát (-0,291), trùng khớp với thứ tự hệ số f².

Cảm xúc người tiêu dùng mạnh nhất trên cả 3 chỉ số (β = 0,384; f² = 0,416; t = 12,890), nhất quán với Febrilia và Warokka (2021), Wang và cộng sự (2022), Ngo và cộng sự (2025): nội dung giải trí và bầu không khí tương tác liên tục tạo trạng thái cảm xúc tích cực, rút ngắn quá trình cân nhắc lý trí, qua đó củng cố vai trò trung tâm của thành phần Chủ thể (O).

Tính tiện lợi giữ vị trí thứ hai (β = 0,372; f² = 0,402), phù hợp với Gulfraz và cộng sự (2022); dưới góc nhìn TAM (Davis, 1989), khi quá trình từ xem sản phẩm đến hoàn tất đơn hàng diễn ra liền mạch, khả năng thay đổi quyết định giảm rõ rệt.

Xu hướng mua hàng ngẫu hứng mạnh thứ 3 (β = 0,356; f² = 0,361), cho thấy livestream kích hoạt và khuếch đại thiên hướng vốn có hơn là tạo ra hành vi ngẫu hứng không lý do.

Tính tương tác ở mức trung bình (β = 0,294; f² = 0,249), vận hành theo cơ chế hỗ trợ - hình thành cảm xúc tích cực và giảm sự không chắc chắn về sản phẩm.

Đóng góp đáng chú ý nhất nằm ở Khả năng kiểm soát - nhân tố duy nhất mang dấu âm (β = -0,291; f² = 0,245) với khoảng tin cậy 95% nằm hoàn toàn trong vùng âm. Kết quả thống nhất với Wang và cộng sự (2022), Nyrhinen và cộng sự (2024), xác nhận tính phù hợp của việc tích hợp TPB (Ajzen, 1991) vào khung S-O-R: nhận thức kiểm soát hành vi vận hành như cơ chế đối trọng, giúp cá nhân duy trì kế hoạch chi tiêu trước kích thích tức thời của phiên livestream.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết luận

Trên cơ sở tích hợp S-O-R, TAM và TPB với dữ liệu từ 434 sinh viên Trường Đại học Công nghệ Thành phố Hồ Chí Minh, cả 6 thang đo đạt yêu cầu về độ tin cậy và giá trị; cả 5 giả thuyết được chấp nhận ở mức ý nghĩa 5%, trong đó Khả năng kiểm soát là nhân tố duy nhất tác động nghịch chiều. Mô hình giải thích 65,8% biến thiên của biến phụ thuộc với năng lực dự báo ngoài mẫu ở mức lớn (Q² = 0,450). Về lý thuyết, Cảm xúc người tiêu dùng giữ vị trí trung tâm của thành phần Chủ thể, Tính tiện lợi là đòn bẩy hành vi mạnh thứ 2 và Khả năng kiểm soát vận hành như cơ chế đối trọng có ý nghĩa thống kê.

Hàm ý quản trị

Từ kết quả nghiên cứu, một số hàm ý quản trị được đề xuất cho doanh nghiệp, nhà bán hàng và người livestream, gắn với định hướng kinh doanh minh bạch và bền vững như sau:

Thứ nhất, tăng cường trải nghiệm cảm xúc tích cực: Xây dựng nội dung livestream sinh động, giàu tính giải trí và duy trì phong cách giao tiếp thân thiện, đáng tin cậy.

Thứ hai, nâng cao tính tiện lợi: Đơn giản hóa quy trình đặt hàng, cập nhật rõ ràng thông tin giá, phí vận chuyển, mã giảm giá, thanh toán và hạn chế lỗi kỹ thuật.

Thứ ba, khai thác xu hướng mua hàng ngẫu hứng: Lựa chọn sản phẩm phù hợp nhu cầu giới trẻ, truyền tải công dụng thực tế và công bố minh bạch thời gian, số lượng, điều kiện áp dụng của ưu đãi.

Thứ tư, tăng cường tính tương tác: Chủ động phản hồi bình luận, tư vấn theo nhu cầu người xem và khuyến khích khách hàng chia sẻ trải nghiệm.

Thứ năm, thúc đẩy tiếp thị có trách nhiệm: Tôn trọng quyền tự chủ của khách hàng, minh bạch thông tin sản phẩm, giá bán, chính sách đổi trả và hạn chế các hình thức kích thích mua hàng thiếu cân nhắc.

Hạn chế và hướng nghiên cứu tiếp theo

Hạn chế của nghiên cứu nằm ở mẫu thuận tiện tại một trường đại học và số lượng biến giải thích trong mô hình. Các nghiên cứu tiếp theo có thể mở rộng mẫu sang nhiều trường đại học, áp dụng thiết kế theo chuỗi thời gian và bổ sung các nhân tố như: độ tin cậy của người livestream, tính sống động của nội dung, sự khan hiếm cảm nhận hoặc năng lực tài chính.

Tài liệu tham khảo:

1. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.

2. Bộ Công Thương (2024). Báo cáo Thương mại điện tử Việt Nam năm 2024.

3. DataReportal (2024). Digital 2024: Vietnam. https://datareportal.com/reports/digital-2024-vietnam

4. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.

5. Eroglu, S. A., Machleit, K. A., & Davis, L. M. (2001). Atmospheric qualities of online retailing: A conceptual model and implications. Journal of Business Research, 54(2), 177-184.

6. Febrilia, I., & Warokka, A. (2021). Consumer traits and situational factors: Exploring the consumer’s online impulse buying in the pandemic time. Social Sciences & Humanities Open, 4(1), 100182.

7. Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.

8. Gulfraz, M. B., Sufyan, M., Mustak, M., Salminen, J., & Srivastava, D. K. (2022). Understanding the impact of customers’ online shopping experience on online impulse buying behavior. Journal of Retailing and Consumer Services, 68, 103000.

9. Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate data analysis (5th ed.), Prentice Hall, New Jersey.

10. Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24.

11. Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135.

12. Koe, W. L., & Sakir, N. A. (2020). The motivation to adopt e-commerce among Malaysian entrepreneurs. Organizations and Markets in Emerging Economies, 11(1), 189-202.

13. Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology, MIT Press, Cambridge.

14. Ngo, T. T. A., Nguyen, H. L. T., Mai, H. T. A., & Nguyen, H. P. (2025). Key determinants of online impulse buying behavior: A study from TikTok Shop users in Vietnam. Acta Psychologica, 260, 105593.

15. Nguyễn Hải Vi, Lữ Ngọc Mai Hiền và Trương Bích Phương (2024). Hành vi mua hàng ngẫu hứng của Gen Z khi xem livestream trên TikTok: Tác động của tính sống động. Working Papers Series, Trường Đại học Ngoại thương, 1(5).

16. Nyrhinen, J., Sirola, A., Koskelainen, T., Munnukka, J., & Wilska, T.-A. (2024). Online antecedents for young consumers’ impulse buying behavior. Computers in Human Behavior, 153, 108129.

17. Piron, F. (1991). Defining impulse purchasing. Advances in Consumer Research, 18, 509-514.

18. Stern, H. (1962). The significance of impulse buying today. Journal of Marketing, 26(2), 59-62.

19. Tran, T. T., Nguyen, D. T., & Vo, X. V. (2026). The influence of social interactions on the impulse buying behavior of Generation Z customers on Vietnam’s digital platforms. In D. P. Nguyen & X. V. Vo (Eds.). The Vietnamese economy and the Fourth Industrial Revolution (Vol. 2, Chap. 14, pp. 375-408). World Scientific. https://doi.org/10.1142/9789811262258_0014

20. Trần Thị Ngọc Lan, Trần Thành Trung (2023). Yếu tố ảnh hưởng đến hành vi mua hàng ngẫu hứng qua thương mại điện tử của giới trẻ tại TP. Hồ Chí Minh, Tạp chí Tài chính, 802(1), 188-191.

21. Verhagen, T., & van Dolen, W. (2011). The influence of online store beliefs on consumer online impulse buying: A model and empirical application. Information & Management, 48(8), 320-327.

22. Wang, Y., Pan, J., Xu, Y., Luo, J., & Wu, Y. (2022). The determinants of impulsive buying behavior in electronic commerce. Sustainability, 14(12), 7500.

Ngày nhận bài: 3/9/2026; Ngày hoàn thiện biên tập: 20/9/2026; Ngày duyệt đăng: 7/10/2026