Nguyễn Đình Nhật Vy

Trường Đại học Ngân hàng Thành phố Hồ Chí Minh

Email: yydinh10@gmail.com

Nguyễn Huỳnh Anh Vũ

Trường Đại học Ngân hàng Thành phố Hồ Chí Minh

Email: vunha@hub.edu.vn

Vòng Thình Nam

Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh

Email: namvt@hcmute.edu.vn

Tóm tắt

Nghiên cứu tập trung phân tích và tìm ra kết quả về các nhân tố ảnh hưởng đến quyết định sử dụng thương mại điện tử của tiểu thương tại các chợ đầu mối thành phố Hồ Chí Minh, với vai trò điều tiết của áp lực cạnh tranh. Nghiên cứu thực hiện khảo sát đo lường các yếu tố: (1) Niền tin, (2) Kỳ vọng hiệu quả, (3) Nhận thức lợi ích, (4) Nhận thức rủi ro, (5) Ảnh hưởng của xã hội, (6) Áp lực cạnh tranh (7) Ý định hành vi. Kết quả của nghiên cứu chỉ ra rằng, 6 trong 7giả thuyết có ý nghĩa thống kê, với các yếu tố ảnh hưởng đến sự chấp nhận sử dụng thương mại điện tử, giả thuyết Nhận thức lợi ích không có ý nghĩa thống kê. Trên cơ sở kết quả phân tích, nhóm tác giả đề xuất một số khuyến nghị để tăng cường sự chấp nhận và sử dụng thương mại điện tử.

Từ khóa: Kỳ vọng hiệu quả, nhận thức lợi ích, niềm tin, thương mại điện tử

Summary

This study focuses on analyzing and identifying the factors that influence the decision to adopt e-commerce among small traders at wholesale markets in Ho Chi Minh City, with competitive pressure serving as a moderating variable. The research involves a survey measuring the following factors: (1) Trust, (2) Performance expectancy, (3) Perceived benefits, (4) Perceived risk, (5) Social influence, (6) Competitive pressure, and (7) Behavioral intention. The findings indicate that six out of seven hypotheses are statistically significant, identifying key factors that affect the adoption of e-commerce; however, the hypothesis concerning perceived benefits was not statistically supported. Based on the analysis results, the authors propose several recommendations to enhance the acceptance and use of e-commerce among small traders.

Keywords: Performance expectancy, perceived benefits, trust, e-commerce

GIỚI THIỆU

Nhiều nghiên cứu gần đây trên thế giới chỉ ra rằng, thương mại điện tử (e-commerce) (TMĐT) là một công cụ hoạt động kinh doanh trực tuyến mang lại nhiều lợi ích cho các doanh nghiệp nhỏ và vừa (SMEs), với sự sẵn có cơ sở hạ tầng công nghệ thông tin và truyền thông (ICT) mới nhất, bao gồm phần cứng và phần mềm. Vì vậy, ngày nay, quá trình số hóa cũng đang ngày càng tăng trong các cửa hàng bán lẻ và người tiêu dùng cũng đang thay đổi thói quen mua sắm. Điều này dẫn đến sự quan tâm ngày càng tăng trong việc nghiên cứu quản lý đa kênh, do phát triển công nghệ mới và nhiều cơ hội hơn để cung cấp nhiều kênh mua hàng cho người tiêu dùng (Alonso và cộng sự, 2021). Do đó, việc tìm kiếm kênh bán hàng mới hoặc tham gia bán đa kênh, bán sỉ, bán lẻ… đối với người bán hàng tại các chợ kiểu truyền thống là điều tất yếu.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Cho đến nay, lý thuyết thống nhất về chấp nhận và sử dụng công nghệ UTAUT2 (Venkatesh và cộng sự, 2012) và lý thuyết về hành vi có kế hoạch _TPB (Ajzen, 1991) đã được xác nhận trong nhiều nghiên cứu về chấp nhận TMĐT. Dựa trên 2 nền tảng lý thuyết này, nghiên cứu làm rõ vai trò trung gian của ý định hành vi và vai trò điều tiết của áp lực cạnh tranh trong mối quan hệ giữa ý định hành vi và quyết định sử dụng.

Niềm tin vào sử dụng công nghệ sẽ làm tăng hiệu suất của việc kinh doanh, đồng thời nhận thức về tính dễ sử dụng liên quan đến niềm tin của một người rằng việc sử dụng công nghệ sẽ cần ít nỗ lực hơn để hoàn thành việc sử dụng nó (Chalela Naffah và cộng sự, 2016). Niềm tin còn là sự nhận thức mức độ tin tưởng của người dùng vào hệ thống công nghệ, có thể ức chế nỗi sợ công nghệ (Cabrera và cộng sự, 2020).

Kỳ vọng hiệu quả đề cập đến mức độ mà các cá nhân tin rằng, việc sử dụng các hệ thống hoặc công nghệ mới sẽ giúp cải thiện hiệu suất công việc, phản ánh nhận thức của người dùng về tiện ích của các công nghệ mới. Nếu người dùng tin rằng việc sử dụng công nghệ mới có thể mang lại lợi ích và giúp ích cho bản thân họ, thì kỳ vọng được nhận thức đó có thể thúc đẩy ý định sử dụng của họ (Ahmed và cộng sự, 2017).

Nhận thức lợi ích đề cập đến mức độ mà người dùng cảm nhận được sự hỗ trợ của hệ thống thông tin hoặc công nghệ thông tin (D’souza, 2021). Vì chủ thể kinh doanh cần có cơ sở hạ tầng tương ứng và các điều kiện hỗ trợ để phát triển TMĐT, các điều kiện về phần mềm và phần cứng hỗ trợ phát triển TMĐT càng hoàn thiện thì các nhà khai thác càng cảm thấy ít khó khăn hơn trong việc phát triển TMĐT và họ càng hăng hái áp dụng (Majumder, 2022).

Nhận thức rủi ro có tác động tiêu cực đến ý định chấp nhận công nghệ, trong môi trường TMĐT. Vì khi người dùng nhận thấy các rủi ro về chất lượng dịch vụ và quyền riêng tư cá nhân bị rò rỉ, họ sẽ cân nhắc lựa chọn sử dụng TMĐT (Lai, 2014; Zheng và cộng sự, 2020).

Ảnh hưởng xã hội đối với nghiên cứu cụ thể này dự đoán rằng, các tiểu thương sẽ sử dụng TMĐT nếu họ được mọi người xung quanh khuyến khích, bị ảnh hưởng bởi những người quan trọng trong công ty hoặc những người ngang hàng như đối tác kinh doanh hoặc đối thủ cạnh tranh, từ việc tìm hiểu về kinh nghiệm học tập của những người khác hoặc khi họ nhận thấy rằng các công ty sử dụng TMĐT có uy tín cao hơn.

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

H1: Niềm tin có tác động tích cực đến ý định hành vi và quyết định sử dụng thương mại điện tử của tiểu thương.

H2: Kỳ vọng hiệu quả có tác động tích cực đến ý định hành vi và quyết định sử dụng thương mại điện tử của tiểu thương.

H3: Nhận thức lợi ích có tác động tích cực đến ý định hành vi và quyết định sử dụng thương mại điện tử của tiểu thương.

H4: Nhận thức rủi ro có tác động tích cực đến ý định hành vi và quyết định sử dụng thương mại điện tử của tiểu thương.

H5: Ảnh hưởng xã hội có tác động tích cực đến ý định hành vi và quyết định sử dụng thương mại điện tử của tiểu thương.

H6: Áp lực cạnh tranh có tác động tích cực đến ý định hành vi và quyết định sử dụng thương mại điện tử của tiểu thương.

H7: Ý định hành vi có tác động tích cực đến quyết định sử dụng thương mại điện tử của tiểu thương.

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Đề xuất của nhóm tác giả

Phương pháp nghiên cứu

Nghiên cứu kết hợp phương pháp định tính (phỏng vấn chuyên sâu các chuyên gia lĩnh vực TMĐT và định lượng (khảo sát, phân tích PLS-SEM). Khảo sát được thực hiện từ tháng 01 đến 04/2025 tại các chợ đầu mối: Nông sản Thủ Đức, Bình Điền, Hóc Môn, Bình Tây và Tân Bình. Đối tượng khảo sát là các chủ hộ kinh doanh tại các chợ đầu mối này.

Nghiên cứu sử dụng phương pháp lấy mẫu ngẫu nhiên thông qua bảng hỏi online chuyển qua các group nhóm trong chợ và chuyển trực tiếp qua mạng xã hội; số bảng hỏi thu về 900 phản hồi. Sau sàng lọc, còn 818 phản hồi hợp lệ (Hair và cộng sự, 2021), thuộc các lĩnh vực: Thời trang (quần áo, giày dép, phụ kiện); Nông sản; Thực phẩm tươi sống; Hoá mỹ phẩm; Đồ gia dụng, văn phòng phẩm; Hàng khô (thực phẩm khô, thực phẩm đóng gói); Khác (đồ chơi, bao, bì, trang trí…)

KẾT QUẢ NGHIÊN CỨU

Đánh giá độ tin cậy của các thang đo, phân tích nhân tố

Bước đầu tiên trong đánh giá mô hình đo lường kết quả, chúng ta cần kiểm tra chỉ số hệ số tải ngoài nhân tố (outer loadings). Các mức tải trên 0,708 được khuyến nghị, vì chúng chỉ ra rằng cấu trúc hay các biến giải thích hơn 50 phần trăm phương sai của chỉ báo, do đó cung cấp độ tin cậy của mục có thể chấp nhận được. Hệ số tải cao trên các cấu trúc hay còn gọi là các biến cho thấy rằng các câu hỏi để đo lường các biến có sự hội tụ.

Phân tích độ tin cậy nhất quán nội bộ

Theo Hair Jr, Hult và cộng sự (2021), tiêu chí thứ hai được sử dụng để đánh giá độ tin cậy của mô hình đo lường chính là phân tích độ tin cậy nhất quán nội bộ (Internal Consistency Reliability). Cụ thể, Bảng 1 cho thấy, các giá trị của độ tin cậy tổng hợp từ 0,60 đến 0,70 được chấp nhận trong nghiên cứu khám phá, các giá trị từ 0,70 đến 0,90 có thể được coi là đạt yêu cầu. Kết quả kiểm định Cronbach's Alpha các yếu tố đều cho thấy độ tin cậy tổng hợp của các thang đo đều trong khoảng 0,891- 0,930 > 0,7 (Bảng 1). Do vậy, các biến đo lường đều đạt yêu cầu và được sử dụng trong phân tích nhân tố khám phá (EFA) kế tiếp.

Bảng 1: Phân tích dộ tin cậy của thang đo

Nguồn: Nhóm tác giả phân tích

Phân tích giá trị phân biệt

Theo Hair Jr, Hult và cộng sự (2021), giá trị phân biệt là mức độ mà cấu trúc trong mô hình đo lường là duy nhất so với các cấu trúc khác cả về mức độ tương quan của nó với các cấu trúc khác. Cách thức phổ biến để đánh giá giá trị phân biệt của mô hình đo lường theo các học giả là sử dụng phương pháp đánh giá theo tiêu chí Fornell-Larcker (Fornell và Larcker, 1981). Phương pháp Fornell-Larcker so sánh căn bậc hai giá trị AVE của các cấu trúc với tương quan của các biến tiềm ẩn, tốt nhất các giá trị căn bậc hai AVE của các cấu trúc nên cao hơn mức độ tương quan của cấu trúc đó với các cấu trúc khác.

Kết quả Bảng 2 cho thấy căn bậc hai giá trị AVE của các biến đều lớn hơn giá trị tương quan giữa nó với các thang đo khác (So sánh giá trị AVE với giá trị bên dưới AVE trong cùng 1 cột). Cụ thể AHXH = 0,852; ALCT = 0,824; KVHQ = 0,833; NTLI = 0,858; NTRR = 0,868; NT = 0,819; QDSA = 0,857; YDHV = 0,865.

Bảng 2: Kết quả phân tích giá trị phân biệt Fornell-Larcker của các biến

Nguồn: Nhóm tác giả phân tích

Ngoài ra, để đánh giá mức độ phân biện của mô hình đo lường, các học giả cũng để xuất một phương pháp gọi là phân tích chỉ số tương quan Heterotrait-Monotrait (heterotrait-monotrait ratio - HTMT) (Henseler, Ringle và cộng sự, 2016).

Bảng 3: Kết quả phân tích giá trị phân biệt HTMT của các biến

Nguồn: Nhóm tác giả phân tích

Theo Henseler, Ringle và cộng sự (2016), giá trị p – value < 0,05 và giá trị HTMT nên đạt ngưỡng tới 0,9, nếu vượt qua 0,9 các cấu trúc sẽ không đạt được tính phân biệt. Các thang đo đều có p – value < 0,05 và căn cứ vào kết quả của Bảng 3 phân tích HTMT cho thấy, tất cả các giá trị HTMT của các cấu trúc tương quan giữa các thang đều từ 0,046 đến 0,558 < 0,9. Vì vậy, các chỉ số HTMT do vậy tính phân biệt được đảm bảo, các biến tiềm ẩn giải thích tốt phương sai của các biến quan sát. Chứng tỏ nội dung các khái niệm phân biệt rõ rang, không trùng lắp.

Các giả thuyết được kiểm tra thông qua phân tích mô hình PLS-SEM, kết quả được thể hiện tại Bảng 4 và cụ thể như sau:

Bảng 4: Tóm tắt kết quả phân tích mô hình bên trong

Nguồn: Nhóm tác giả phân tích

Bảng 4 cho thấy:

H1 có ý nghĩa thống kê, với giá trị t và p lần lượt là 9,244 và 0,000. Hệ số mô hình đường dẫn = 0,362 và hệ số f² = 0,171, cho thấy tác động của AHXH đến YĐHV trong mô hình nghiên cứu là trung bình.

H2 có ý nghĩa thống kê, giá trị t và p lần lượt là 6,828 và 0,000. Hệ số mô hình đường dẫn = 0,240 và hệ số f² = 0,075 cho thấy tác động của ALCT đến QĐSD trong mô hình nghiên cứu là nhỏ.

H3 có ý nghĩa thống kê, giá trị t và p lần lượt là 4,911 và 0,000. Như vậy Kỳ vọng hiệu quả có tương quan ngược chiều đến Ý định hành vi sử dụng thương mại điện tử. Với hệ số mô hình đường dẫn = (-0,141) và hệ số f² = 0,028 cho thấy tác động của KVHQ đến YĐHV trong mô hình nghiên cứu là nhỏ.

H4 không có ý nghĩa thống kê, với giá trị t và p lần lượt là 0,953 và 0,341.

H5 có ý nghĩa thống kê,giá trị t và p lần lượt là 3,455 và 0,000. Như vậy Nhận thức rủi ro có ảnh hưởng tích cực đến Ý định hành vi sử dụng dịch vụ, nếu như tăng cường Nhận thức rủi ro giúp tăng Ý định hành vi sử dụng thương mại điện tử. Với hệ số mô hình đường dẫn = 0,112 và hệ số f² = 0,015 cho thấy tác động của NTRR đến YĐHV trong mô hình nghiên cứu là rất nhỏ.

H6 có ý nghĩa thống kê, giá trị t và p lần lượt là 8,481 và 0,000. Như vậy Niềm tin có ảnh hưởng tích cực đến Ý định hành vi sử dụng dịch vụ, nếu như tăng cường Niềm tin sẽ giúp tăng Ý định hành vi sử dụng thương mại điện tử. Với hệ số mô hình đường dẫn = 0,329 và hệ số f² = 0,142 cho thấy tác động của NT đến YĐHV trong mô hình nghiên cứu là trung bình.

H7 có ý nghĩa thống kê, giá trị t và p lần lượt là 9,933 và 0,000. Như vậy Ý định hành vi tác động tích cực đến Quyết định sử dụng dịch vụ, nếu như tăng cường Ý định hành vi sẽ tăng Quyết định sử dụng thương mại điện tử. Với hệ số mô hình đường dẫn = 0,412 và hệ số f² = 0,222 cho thấy tác động của YĐHV đến QĐSD trong mô hình nghiên cứu là trung bình.

KẾT LUẬN VÀ KHUYẾN NGHỊ

Kết luận

Kết quả nghiên cứu cho thấy, Ảnh hưởng xã hội, Kỳ vọng hiệu quả, Nhận thức rủi ro và Niềm tin có tác động tích cực đến Ý định hành vi; Áp lực cạnh tranh và Ý định hành vi có tác động tích cực đến Quyết định sử dụng. Trong khi đó, Nhận thức lợi ích không có tác động tích cực đến Ý định hành vi.

Kết quả nghiên cứu ngụ ý rằng, các doanh nghiệp siêu nhỏ, nhỏ và vừa có thể tận dụng các công nghệ TMĐT để mở rộng kinh doanh. Việc sử dụng các công nghệ TMĐT cho phép các doanh nghiệp siêu nhỏ, nhỏ và vừa nâng cao hiệu quả và vị thế cạnh tranh của họ trên thị trường.

Khuyến nghị

Đối với tiểu thương: Các chủ sở hữu doanh nghiệp cần nhìn nhận rằng, TMĐT không phải là một sự đổi mới đơn lẻ hay đơn giản, việc áp dụng TMĐT có nhiều mức độ phức tạp và tùy thuộc vào nhu cầu kinh doanh và nguồn lực của đơn vị. Vì vậy điều quan trọng đối với chủ cơ sở kinh doanh là cần có đủ kiến thức về sự phát triển của TMĐT, để ứng dụng tại đơn vị, nhằm tạo ra một chiến lược kinh doanh hiệu quả.

Đối với nhà cung cấp dịch vụ CNTT: Mức độ sử dụng của TMĐT của các doanh nghiệp siêu nhỏ, nhỏ và vừa ở Việt Nam còn thấp, đây sẽ là cơ hội cho các nhà cung cấp CNTT quảng bá sản phẩm và dịch vụ. Các nhà cung cấp dịch vụ CNTT nên cung cấp sản phẩm và dịch vụ theo hướng sáng tạo, đồng thời hỗ trợ doanh nghiệp về mặt kỹ thuật, để doanh nghiệp dễ dàng áp dụng, đồng thời cung cấp thông tin về lợi ích tiềm năng của dịch vụ cho khách hàng./.

TÀI LIỆU THAM KHẢO

1. Ahmed, Z., Kader, A., Rashid, H. U., and Nurunnabi, M. (2017). User perception of mobile banking adoption: An integrated TTF-UTAUT model. Journal of Internet Banking and Commerce, 22(3), 1-19.

2. Ajzen, I, (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50.2 (1991), 179-211.

3. Alonso-Garcia, Javier, Federico Pablo-Marti, and Estela Nunez-Barriopedro, (2021). Omnichannel Management in B2B. Complexity-based model. Empirical evidence from a panel of experts based on Fuzzy Cognitive Maps. Industrial Marketing Management, 95 (2021), 99-113.

4. Cabrera-Sánchez, Juan-Pedro, et al. Online recommendation systems: Factors influencing use in e-commerce. Sustainability, 12.21 (2020), 8888.

5. Chalela Naffah, S., Valencia Arias, A., Bermúdez Hernández, J., and Ortega Rojas, C. M. (2016). Percepciones estudiantiles acerca del uso de nuevas tecnologías en instituciones de Educación Superior en Medellín. Revista Lasallista de investigación, 13(2), 151-162.

6. D’souza, Darryl Jeethesh, and G. Harisha, (2021). Assessment of consumers acceptance of E-commerce to purchase geographical indication based crop using technology acceptance model (TAM). AGRIS on-line Papers in Economics and Informatics, 13.3 (2021), 25-33.

7. Fornell, Claes, and David F. Larcker, (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18.1 (1981), 39-50.

8. Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Danks, N. P., and Ray, S. (2021). Partial Least Squares Structural Equation Modeling (PLS-SEM) Using R: A Workbook, Springer International Publishing, https://doi.org/10.1007/978-3-030-80519-7.

9. Henseler, J., Hubona, G., and Ray, P. A. (2016). Using PLS path modeling in new technology research: Updated guidelines, Industrial Management and Data Systems, 116(1), 2-20, https://doi.org/10.1108/IMDS-09-2015-0382.

10. Lai, H., Lin, I., and Tseng, L. (2014). High-Level Managers’ Considerations for RFID Adoption in Hospitals: An Empirical Study in Taiwan. Journal of Medical Systems, 38(2).

11. Majumder, Madhumita Guha, Sangita Dutta Gupta, and Justin Paul, (2022). Perceived usefulness of online customer reviews: A review mining approach using machine learning and exploratory data analysis. Journal of Business Research, 150 (2022), 147-164.

12. Venkatesh, Viswanath, James YL Thong, and Xin Xu, (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS quarterly, 2012, 157-178.

13. Zheng Yonghua, Sun Yanming, Zhu Jianhua, (2020). Influencing factors of using willingness of industrial Internetplatform --- Based on improved UTAUT model. Science and Technology Management Research, 2020 (14), 123-129.