MỤC LỤC

CHƯƠNG 1 LỜI MỞ ĐẦU ...................................................................................1

1.1 Tính cấp thiết của nghiên cứu ...................................................................... 1
1.2 Tổng quan tình hình nghiên cứu và khoảng trống nghiên cứu ..................... 3
1.3 Mục đích nghiên cứu .................................................................................... 6
1.4 Đối tượng và phạm vi nghiên cứu................................................................. 7
1.5 Phương pháp nghiên cứu.............................................................................. 7
1.6 Kết cấu nghiên cứu ....................................................................................... 7
CHƯƠNG 2 CƠ SỞ LÝ LUẬN VỀ KINH TẾ CHIA SẺ VÀ MÔ HÌNH DỊCH
VỤ CHIA SẺ NHÀ Ở .............................................................................................8
2.1 Tổng quan về kinh tế chia sẻ ........................................................................ 8
2.1.1 Khái niệm kinh tế chia sẻ......................................................................... 8
2.1.2 Phân loại kinh tế chia sẻ.......................................................................... 9
2.1.3 Khái niệm nền tảng chia sẻ.....................................................................10
2.2 Các mô hình lý thuyết về kinh tế chia sẻ......................................................11
2.1.1 Lý thuyết trao đổi xã hội .........................................................................11
2.1.1 Thuyết hành động hợp lí.........................................................................12
2.1.2 Mô hình hành vi dự định ........................................................................14
2.1.3 Mô hình tích hợp niềm tin tổ chức ..........................................................15
2.1.4 Mô hình niềm tin vào cộng đồng ảo ........................................................16
2.1.5 Mô hình ra quyết định của người tiêu dùng dựa trên niềm tin trong
thương mại điện tử .........................................................................................18
2.1.6 Mô hình các nhân tố ảnh hưởng tới ý định tham gia nền kinh tế chia sẻ.20
2.3 Mô hình dịch vụ chia sẻ nhà ở .....................................................................21
2.3.1 Khái niệm mô hình dịch vụ chia sẻ nhà ở ...............................................21
2.3.2 Lợi ích của việc phát triển dịch vụ chia sẻ nhà ở .....................................22
2.3.3 Các nền tảng chia sẻ nhà ở điển hình ở Việt Nam ...................................22
CHƯƠNG 3 MÔ HÌNH ĐỀ XUẤT VÀ PHƯƠNG PHÁP NGHIÊN CỨU .......... 26
3.1 Quy trình thực hiện nghiên cứu ..................................................................26
3.2 Mô hình và giả thuyết nghiên cứu ...............................................................27
3.2.1 Mô hình nghiên cứu ...............................................................................27
3.2.2 Các giả thiết nghiên cứu.........................................................................29
 3.3 Thiết kế nghiên cứu .....................................................................................33
3.3.1 Phát triển bảng hỏi và lựa chọn thang đo nghiên cứu.............................33
3.3.2 Tổng thể, mẫu nghiên cứu và phương pháp thu thập dữ liệu ..................37
3.4 Phương pháp phân tích dữ liệu ...................................................................38
3.4.1 Thống kê mô tả mẫu...............................................................................38
3.4.2 Đánh giá sơ bộ thang đo .........................................................................38
3.4.3 Đánh giá chính thức thang đo ................................................................38
3.4.4 Phân tích bằng mô hình cấu trúc tuyến tính ...........................................39
3.4.5 Đánh giá của khách hàng về các nhân tố ...............................................39
3.4.6 Đánh giá sự khác biệt giữa các biến phân loại với ý định chuyển đổi ......39
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN ................................. 40
4.1 Kết quả thống kê mô tả mẫu .......................................................................40
4.1.1 Kết quả thống kê mô tả đối tượng khảo sát .............................................40
4.1.2 Kết quả thống kê về việc sử dụng dịch vụ chia sẻ nhà ở ..........................41
4.2 Kết quả đánh giá sơ bộ thang đo .................................................................43
4.3 Kết quả đánh giá chính thức thang đo ........................................................46
4.3.1 Kết quả phân tích mô hình tới hạn..........................................................46
4.3.2 Kết quả kiểm định độ tin cậy và tính hội tụ của thang đo ........................48
4.3.3 Kết quả phân tích mô hình cấu trúc tuyến tính và kiểm định giả thuyết ..50
4.3.4 Kết quả đánh giá tính vững của mô hình nghiên cứu..............................54
4.3.5 Kết quả đánh giá tác động tổng hợp (chuẩn hóa) của các nhân tố tới ý
định sử dụng dịch vụ chia sẻ nhà ở .................................................................54
4.4 Hiện trạng đánh giá của người dùng tới về các nhân tố ..............................56
4.5 Kết quả đánh giá khác biệt giữa các biến phân loại trong ý định sử dụng
dịch vụ chia sẻ nhà và độ tin cậy của nền tảng chia sẻ ......................................56
4.5.1 Kết quả đánh giá khác biệt giữa các biến phân loại với ý định sử dụng dịch
vụ nhà chia sẻ..................................................................................................57
4.5.2 Kết quả đánh giá khác biệt giữa các biến phân loại với độ tin cậy của nền
tảng chia sẻ .....................................................................................................59
4.6 Thảo luận kết quả nghiên cứu .....................................................................61
CHƯƠNG 5 KẾT LUẬN VÀ GIẢI PHÁP ĐỀ XUẤT ......................................... 66
5.1 Kết luận về các kết quả nghiên cứu .............................................................66
 5.2 Giải pháp gia tăng độ tin cậy của nền tảng chia sẻ và thúc đẩy ý định sử
dụng dịch vụ chia sẻ nhà ...................................................................................67
5.2.1 Giải pháp gia tăng độ tin cậy của nền tảng chia sẻ..................................67
5.2.2 Giải pháp thúc đẩy ý định sử dụng dịch vụ chia sẻ nhà ...........................70
5.3 Kiến nghị cho các cơ quan quản lý ..............................................................75
5.4 Đóng góp của đề tài .....................................................................................77
5.5 Hạn chế của đề tài và hướng nghiên cứu tiếp theo ......................................77
TÀI LIỆU THAM KHẢO ......................................................................................1
PHỤ LỤC 1 BẢNG KHẢO SÁT KHÁCH HÀNG ............................................... 14
PHỤ LỤC 2 .......................................................................................................... 19
2-a. MÃ LỆNH XỬ LÝ GIÁ TRỊ KHUYẾN TRÊN PHẦN MỀM R................19
2-b. KẾT QUẢ PHẦN MỀM SPSS ...................................................................19
2-c. KẾT QUẢ PHẦN MỀM AMOS.................................................................37
 DANH MỤC BẢNG
Bảng 3.1 Các nhân tố và biến quan sát trong mô hình ..............................................34
Bảng 4.1 Đặc điểm khách hàng điều tra ..................................................................40
Bảng 4.2 Đặc điểm sử dụng dịch vụ chia sẻ nhà ở của khách hàng (1) ......................41
Bảng 4.3 Đặc điểm sử dụng dịch vụ chia sẻ nhà ở của khách hàng (2) ......................42
Bảng 4.4 Kết quả đánh giá sơ bộ thang đo ...............................................................43
Bảng 4.5 Kết quả kiểm định độ tin cậy và giá trị hội tụ ............................................48
Bảng 4.6 Kết quả đánh giá giá trị phân biệt giữa các biến trong mô hình...................49
Bảng 4.7 Kết quả ước lượng tác động giữa các biến trong mô hình nghiên cứu .............53
Bảng 4.8 Kết quả ước lượng các hệ số bằng bootstrap (n= 1000) ..............................54
Bảng 4.9 Kết quả đánh giá tác động trực tiếp, gián tiếp, tổng hợp giữa các nhân tố....55
Bảng 4.10 Đánh giá của khách hàng về các nhân tố .................................................56
Bảng 4.11 Đánh giá sự khác biệt theo trong ý định sử dụng dịch vụ nhà chia sẻ theo các
biến phân loại ........................................................................................................57
Bảng 4.12 Kết quả phân tích khác biệt trong ý định sử dụng dịch vụ nhà chia sẻ theo
biến mức độ nhận biết dịch vụ ................................................................................58
Bảng 4.13 Kết quả phân tích khác biệt trong độ tin cậy của nền tảng chia sẻ theo các
biến phân loại ........................................................................................................59
Bảng 4.14 Kết quả phân tích khác biệt trong độ tin cậy của nền tảng chia sẻ theo biến
mức độ nhận biết dịch vụ .......................................................................................60
Bảng 4.15 Kết quả phân tích khác biệt trong độ tin cậy của nền tảng chia sẻ theo biến
mức độ giao dịch trên nền tảng chia sẻ trực tuyến ....................................................60
DANH MỤC HÌNH
Hình 2.1 Mô hình hành động hợp lí.........................................................................13
Hình 2.2 Mô hình hành vi dự định ..........................................................................14
Hình 2.3 Mô hình tích hợp niềm tin tổ chức ............................................................15
Hình 2.4 Mô hình niềm tin vào cộng đồng ảo ..........................................................17
Hình 2.5 Mô hình ra quyết định dựa trên niềm tin trong thương mại điện tử ..............19
Hình 2.6 Ý định tham gia kinh tế chia sẻ .................................................................20
Hình 3.1 Quy trình nghiên cứu................................................................................26
Hình 3.2 Mô hình nghiên cứu đề xuất .....................................................................28
Hình 4.1 Kết quả phân tích mô hình tới hạn (chuẩn hóa) ..........................................47
Hình 4.2 Kết quả phân tích mô hình cấu trúc tuyến tính (chuẩn hóa).........................51
 1

CHƯƠNG 1 LỜI MỞ ĐẦU

1.1 Tính cấp thiết của nghiên cứu
Những năm gần đây, kinh tế chia sẻ đang trở thành xu hướng phổ biến và phát
triển trên thế giới. Ngày càng nhiều người sẵn sàng chia sẻ tài sản sở hữu của họ cho
người khác cùng sử dụng thông qua các nền tảng trực tuyến (Botsman và Rogers, 2011;
Gansky, 2010). Sự phát triển của nhiều mô hình kinh tế chia sẻ bắt nguồn từ những bước
tiến trong công nghệ thông tin và giao tiếp (ICT), sự nở rộ của cộng đồng mạng xã hội
và cả những thay đổi trong thái độ của người tiêu dùng, chuyển từ nhu cầu sở hữu thành
nhu cầu tiếp cận và trải nghiệm (Botsman và Rogers, 2010; Kaplan và Haenlein, 2010;
Wang và Zhang, 2012). Ở Việt Nam, từ năm 2014 sự thâm nhập của một số mô hình
kinh tế chia sẻ như Uber và Grab đã khởi xướng cho loại hình kinh doanh này phát triển
và được biết đến rộng rãi hơn. Theo một khảo sát của Nielsen (2017), có tới 76% người
Việt Nam được hỏi sẵn sàng tận dụng các sản phẩm và dịch vụ chia sẻ, cao hơn so với
con số 66% người tiêu dùng toàn cầu.
Kinh tế chia sẻ đem lại nhiều lợi ích tích cực cho tất cả các bên tham gia. Việc chia
sẻ giúp người sở hữu có được nguồn lợi về kinh tế, đồng thời giúp cả người sở hữu và
người sử dụng tiết kiệm, tận dụng nguồn lực của mình (Gurven, 2006). Chia sẻ khuyến
khích tinh thần thân ái và các mối liên kết xã hội, đồng thời cũng được xem là một hình
thức kinh tế bền vững, thân thiện với môi trường (Belk, 2009).
Trong lĩnh vực du lịch - lữ hành, các mô hình kinh tế chia sẻ đang phát triển mạnh
mẽ, tạo thành một hệ sinh thái chia sẻ hoàn chỉnh. Người dùng có thể chia sẻ từ phương
tiện đi lại (Car2go, Zipcar), ăn uống (Eatwith), hướng dẫn du lịch (Vayable) cho đến
nhà ở (Airbnb, Booking.com, Homeaway). Trong đó, chia sẻ nhà ở là một trong những
hoạt động phát triển nhất vì nó mang lại lợi ích nổi bật về khía cạnh kinh tế (giá rẻ hơn
khách sạn) và xã hội (hòa nhập với cộng đồng dân cư địa phương) (Guttentag, 2015).
Trên thế giới đặc biệt là các quốc gia phát triển, mô hình chia sẻ nhà ở hoạt động rất
thành công và phát triển mạnh mẽ. Nổi tiếng nhất là nền tảng chia sẻ nhà ở Airbnb; theo
số liệu của hãng, tính đến nay Airbnb đã có mặt tại 191 quốc gia với tổng cộng hơn 4,5
triệu nhà chia sẻ và 300 triệu lượt khách.
Việt Nam là một thị trường tiềm năng, hấp dẫn để phát triển mô hình chia sẻ nhà
ở dù hiện tại hình thức này còn khá mới mẻ tại nước ta. Nguồn cung dồi dào và nhu cầu
đa dạng chính là điều kiện để phát triển các nền tảng chia sẻ đóng vai trò kết nối giữa
người cho thuê (chủ nhà) và người đi thuê (khách thuê nhà). Theo thống kê của Tổng
Cục Du lịch Việt Nam, năm 2016 nước ta có khoảng 21000 cơ sở lưu trú; đón hơn 10
triệu lượt khách quốc tế và 62 triệu lượt khách nội địa. Báo cáo về thị trường nhà ở của
Jones Lang LaSalle Incorporated cho thấy tính đến cuối năm 2017, thành phố Hồ Chí
 2

Minh có tới 125.000 căn hộ đã hoàn thành, tỷ lệ tồn kho là 6,9%, còn thủ đô Hà Nội có
khoảng 138.000 căn hộ, tồn kho 17,5%.
Dịch vụ chia sẻ nhà ở tại nước ta đang trong giai đoạn phát triển ban đầu, song hứa
hẹn sẽ phát triển mạnh mẽ trong thời gian tới vì nhu cầu rất lớn và sự cạnh tranh của
những nền tảng chia sẻ cả trong và ngoài nước như Airbnb, Luxstay, Westay … Riêng
với Airbnb, tính đến tháng 6 năm 2017 tại Việt Nam nền tảng này đã thống kê được
6500 tài khoản host đăng ký cho thuê nhà ngắn hạn và dài hạn, đáp ứng nhu cầu đa dạng
của người dùng từ du lịch, trải nghiệm cho đến tìm chỗ ở.
Sự góp mặt của những nền tảng như Airbnb tại Việt Nam sẽ đem đến rất nhiều ích
lợi cho cả người có nhu cầu cho thuê và người có nhu cầu thuê. Tuy nhiên, mô hình chia
sẻ nhà ở cũng đặt ra không ít rủi ro, thách thức nhất định từ cả góc độ người dùng, doanh
nghiệp và quản lý nhà nước. Những vụ việc để lộ thông tin cá nhân người dùng của
Facebook, Agoda, Booking.com trong thời gian gần đây cho thấy lỗ hổng trong cơ chế
bảo mật thông tin, điều này khiến người dùng ngần ngại đặt lòng tin vào doanh nghiệp
vận hành nền tảng chia sẻ, gia tăng rủi ro cảm nhận của họ về việc bị đánh cắp, để lộ
các thông tin cá nhân. Đối với các doanh nghiệp kinh doanh dịch vụ lưu trú, dịch vụ
chia sẻ nhà ở đang tạo sức ép đến thị trường lưu trú truyền thống, đặc biệt đối với các
khách sạn nhỏ và khách sạn 3 sao (Diệu Ly, 2017). Đối với cơ quan quản lý, xuất hiện
nhiều thách thức của dịch vụ chia sẻ nhà ở trong việc quản lý dịch vụ, làm sao đảm bảo
môi trường kinh doanh thuận lợi nhưng phải hài hòa lợi ích đối với các mô hình kinh
doanh dịch vụ truyền thống; cũng như việc minh bạch hóa thông tin, chống thất thu
thuế… (Thái Linh, 2018).
Có nhiều nghiên cứu trên thế giới đã phân tích cụ thể bản chất, cách thức vận hành
của nền kinh tế chia sẻ nói chung và mô hình chia sẻ nhà ở nói riêng (Belk, 1985, 2007,
2010; Botsman và Rogers, 2010). Một số nghiên cứu đã chỉ ra những động lực thúc đẩy
ý định tham gia các nền tảng chia sẻ về khía cạnh kinh tế, xã hội và môi trường (Belk,
2010; Bucher và cộng sự, 2016; Gurven, 2006). Tuy nhiên, phần lớn các nghiên cứu
mới chỉ tập trung phân tích các động lực, nhân tố ảnh hưởng đến ý định tham gia dựa
trên góc độ lợi ích mà chưa đi sâu vào các nhân tố điều kiện như khả năng tiếp cận công
nghệ, lòng tin của cá nhân và rủi ro cảm nhận về dịch vụ, đặc biệt là rủi ro an toàn thông
tin. Tại Việt Nam, hiện chưa có nhiều nghiên cứu về kinh tế chia sẻ và gần như chưa có
nghiên cứu cụ thể nào về dịch vụ chia sẻ nhà ở. Do đó, nhóm tác giả đã lựa chọn đề tài
“Nghiên cứu ảnh hưởng của các nhân tố đến độ tin cậy và ý định sử dụng dịch vụ chia
sẻ nhà ở tại Việt Nam” để thực hiện nghiên cứu.
 3

1.2 Tổng quan tình hình nghiên cứu và khoảng trống nghiên cứu
Trong quá trình thiết kế và thực hiện nghiên cứu, nhóm tác giả đã tiến hành tìm
hiểu và đưa ra những đánh giá khái quát tình hình nghiên cứu trong lĩnh vực kinh tế chia
sẻ nói chung và dịch vụ chia sẻ nhà ở nói riêng trên thế giới và tại Việt Nam.
Tình hình nghiên cứu trên thế giới
Cuốn sách của Botsman và Rogers (2010) “What’s mine is yours: The rise of
Collaborative Consumption” (Tạm dịch: Những gì của tôi cũng là của bạn: Sự phát triển
của xu hướng tiêu dùng cộng tác). Đi từ những trường hợp cụ thể, sinh động về những
mô hình chia sẻ trên thế giới, các tác giả đã làm sáng tỏ bản chất, quá trình hình thành
và những nhân tố nền tảng quyết định thành công của xu hướng tiêu dung cộng tác, hay
kinh tế chia sẻ. Từ đó, nhóm tác giả gợi ý những định hướng để các mô hình chia sẻ hoạt
động hiệu quả, thành công. Cuốn sách là một nguồn tham khảo quan trọng trong nhiều
nghiên cứu khoa học, bài báo, tạp chí kinh tế và chiến lược kinh doanh của các doanh
nghiệp trong lĩnh vực kinh tế chia sẻ.
Nghiên cứu của Bucher và cộng sự (2016) “What's mine is yours (for a nominal
fee) - Exploring the spectrum of utilitarian to altruistic motives for Internet-mediated
sharing” (Tạm dịch: Những gì của tôi cũng là của bạn (với một mức phí) – Khám phá
các động lực từ thực dụng đến đạo đức thúc đẩy tham gia chia sẻ qua Internet). Nhóm
tác giả đã phân tích những động lực dẫn đến ý định tham gia nền tảng chia sẻ trực tuyến
dựa trên cơ sở lý thuyết hành vi dự định. Từ việc xác định những động lực về tiền bạc,
đạo đức và xã hội để xây dựng mô hình các nhân tố ảnh hưởng, nghiên cứu đã thực hiện
khảo sát mẫu 498 người tiêu dùng tại Mỹ. Kết quả nghiên cứu chỉ ra mối liên hệ tích
cực giữa các động lực trên và thái độ, ý định tham gia nền tảng chia sẻ online. Nghiên
cứu cũng chỉ ra 2 nhận định: (1) các động lực chia sẻ đều dựa trên các xu hướng sống
thực dụng, tình nguyện và hòa đồng trong những bối cảnh khác nhau; (2) không như suy
nghĩ thông thường, động lực về tiền bạc chỉ là điều kiện cần chứ không phải điều kiện
đủ, động lực xã hội mới là nhân tố ảnh hưởng mạnh nhất đến ý định tham gia chia sẻ.
Nghiên cứu của Hamari và cộng sự (2015) “The Sharing Economy: Why People
Participate in Collaborative Consumption” (Tạm dịch: Kinh tế chia sẻ: Vì sao mọi
người tham gia tiêu dùng cộng tác). Áp dụng lý thuyết tự quyết định (Self-determination
Theory), nhóm tác giả đã phân chia các động lực tham gia chia sẻ thành hai nhóm: động
lực từ bên trong (niềm vui thích, tính bền vững cảm nhận) và động lực từ bên ngoài
(danh tiếng, lợi ích kinh tế). Sau khi phân tích kết quả dựa trên dữ liệu khảo sát 168 đối
tượng khách hàng, một số kết luận đáng chú ý được rút ra từ nhóm nghiên cứu là: (1)
niềm vui thích, danh tiếng và lợi ích kinh tế là những nhân tố tác động tích cực đến ý
định chia sẻ, trong khi đó (2) tính bền vững chỉ tác động tích cực đến ý định tham gia
 4

khi nó có tác động đến thái độ, điều này hàm ý tính bền vững là động lực quan trọng đối
với nhóm người quan tâm đến tiêu dùng sinh thái; (3) có thể tồn tại sự khác biệt nhất
định giữa thái độ và ý định tham gia nền tảng chia sẻ - thái độ tích cực chưa chắc sẽ
chuyển thành ý định tham gia chia sẻ.
Nghiên cứu của Kim và cộng sự (2015) “Why People Participate in the Sharing
Economy: A Social Exchange Perspective” (Tạm dịch: Vì sao mọi người tham gia kinh
tế chia sẻ: Góc nhìn từ khía cạnh trao đổi xã hội). Dựa trên lý thuyết trao đổi xã hội
(Social Exchange Theory - SET) và mô hình độ tin cậy, nhóm tác giả đã chỉ ra các nhân
tố cơ bản ảnh hưởng đến niềm tin của người tham gia chia sẻ, cũng như những lợi ích
tương đối mà họ có được so với việc tham gia những mô hình truyền thông tương tự.
Từ đó, nhóm tác giả xây dựng mô hình lý thuyết ảnh hưởng để lý giải ý định tham gia
chia sẻ của các cá nhân. Nghiên cứu mới chỉ dừng ở khung lý thuyết và chưa được kiểm
định với đối tượng là người dùng Airbnb, tuy nhiên kết quả dự kiến sẽ giúp làm sáng tỏ
hơn quá trình nhận thức và ra quyết định của người tham gia chia sẻ và chỉ ra những lợi
thế cạnh tranh khiến cá nhân quyết định tham gia mô hình kinh tế chia sẻ thay vì truyền
thống.
Nghiên cứu của Hawlitschek và cộng sự (2016) “Understanding the Sharing
Economy - Drivers and Impediments for Participation in Peer-to-Peer Rental” (Tạm
dịch: Hiểu về kinh tế chia sẻ - những động lực và rào cản khi tham gia cho thuê từ cá
nhân đến cá nhân - P2P). Dựa trên việc tiến hành khảo sát lần lượt các chuyên gia và
người tiêu dùng, nhóm nghiên cứu đã chỉ ra và đo lường những nhân tố thúc đẩy và cản
trở ý định tham gia các hình thức cho thuê trên nền tảng chia sẻ. Các nhân tố này có mức
độ ảnh hưởng khác nhau từ phía người tiêu dùng và người cho thuê, tuy nhiên nghiên
cứu còn chưa thấu đáo khi mới chỉ liệt kê các nhân tố chứ chưa tạo nhóm, và câu hỏi
khảo sát chưa được tùy chỉnh cho từng đối tượng cụ thể là người cho thuê và người tiêu
dùng.
Nghiên cứu của Kim và cộng sự (2017) “The Effects of Perceived Value, Website
Trust and Hotel Trust on Online Hotel Booking Intention” (Tạm dịch: Ảnh hưởng của
giá trị cảm nhận, độ tin cậy vào trang web và độ tin cậy vào khách sạn trong ý định đặt
khách sạn trực tuyến). Trong nghiên cứu này, tác giả đã phát triển một mô hình nghiên
cứu bao gồm giá trị cảm nhận, độ tin cậy đối với trang web đặt phòng trực tuyến của
bên thứ ba, và độ tin cậy đối với các khách sạn. Kết quả phân tích từ 307 cá nhân đã có
kinh nghiệm thực hiện đặt phòng bằng cách sử dụng các trang web đặt phòng trực tuyến
của bên thứ ba, cho thấy giá trị cảm nhận bị ảnh hưởng bởi cả giá cả lẫn chất lượng và
có ảnh hưởng tích cực đến ý định đặt phòng. Nghiên cứu cũng cho thấy độ tin cậy đối
với các trang web đặt phòng trực tuyến và độ tin cậy đối với các khách sạn bị ảnh hưởng
bởi các đánh giá. Nghiên cứu là một tham khảo tốt cho các nhà quản lý khách sạn và
 5

các trang web thuộc bên thứ ba để cải thiện chiến lược kinh doanh. Tuy nhiên, nghiên
cứu chỉ tập trung vào nhân tố giá trị cảm nhận và độ tin cậy đối với khách sạn mà chưa
chỉ ra được những nhân tố ảnh hưởng tới độ tin cậy vào trang web thuộc bên thứ ba.
Nghiên cứu của Tussyadiah (2016), "Factors of satisfaction and intention to use
peer-to-peer accommodation” (Tạm dịch: Nhân tố ảnh hưởng đến sự hài lòng và ý định
sử dụng loại hình nhà chia sẻ). Nghiên cứu xem xét các nhân tố ảnh hưởng đến sự hài
lòng của khách hàng với loại hình nhà chia sẻ và ý định sử dụng loại hình này một lần
nữa trong các chuyến đi tương lai. Nghiên cứu đươc thực hiện tại Mỹ với 644 phản hồi
của khách du lịch thông qua hình thức khảo sát phiếu trực tuyến. Nghiên cứu đã chỉ ra
rằng sự hài lòng của khách hàng bị ảnh hưởng bởi các nhân tố là sự thỏa mãn, lợi ích về
kinh tế và sự tiện nghi nơi ở. Thêm vào đó, nghiên cứu cũng nhận định: ý định sử dụng
loại hình nhà chia sẻ trong tương lai được xác định bởi các nhân tố là sự ưa thích và giá
trị. Bằng viêc khảo sát sự lựa chọn kiểu hình chỗ ở của khách hàng (phòng riêng trong
nhà chia sẻ, phòng dùng chung hay căn hộ/nhà riêng), tác giả cũng cho thấy lợi ích xã
hội là một nhân tố ảnh hưởng tới sự hài lòng của khách ở trong nhà chia sẻ với chủ,
trong khi đó lại không có ý nghĩa nhiều đối với sự hài lòng của khách thuê riêng cả một
nhà hay một căn hộ. Điểm hạn chế của nghiên cứu là chưa xem xét và đánh giá được
vai trò của nhân tố tính rủi ro cảm nhận ảnh hưởng đến sự hài lòng của khách hàng.
Đánh giá chung: Trên thực tế đã có khá nhiều nghiên cứu đa dạng về kinh tế chia
sẻ và dịch vụ chia sẻ nhà ở, tuy nhiên các nghiên cứu tập trung nhiều về phân tích cách
thức vận hành và những động lực tham gia chia sẻ về mặt lợi ích. Bên cạnh đó chưa
nhiều nghiên cứu đi sâu vào phân tích ảnh hưởng của nhân tố công nghệ, độ tin cậy và
rủi ro cảm nhận, vốn là những nhân tố ảnh hưởng cơ bản trong các mô hình thương mại
điện tử, có hàm lượng sử dụng công nghệ thông tin cao.
Tình hình nghiên cứu tại Việt Nam
Nghiên cứu của Nguyễn Phan Anh (2016) “Mô hình nền kinh tế chia sẻ và gợi ý
cho Việt Nam”. Từ thực trạng phát triển của nền kinh tế chia sẻ trên thế giới, tác giả đã
đưa ra những lý luận chung nhất về khái niệm, quá trình hình thành và cả lợi ích - bất
cập của các mô hình chia sẻ. Dựa trên những phân tích trên thế giới và tại Việt Nam, tác
giả đề xuất một số gợi ý cho nhà nước (quản lý, hành lang pháp lý, cơ sở hạ tầng Internet)
và cả doanh nghiệp (vận hành, nhân lực).
Nghiên cứu của Mai Hương Giang (2015) “Một số mô hình của nền kinh tế chia
sẻ và vấn đề đặt ra đối với nhà quản lý”. Bài nghiên cứu làm sáng tỏ các mô hình kinh
tế chia sẻ thông qua việc phân tích những trường hợp thành công điển hình như Airbnb,
Uber, Carpooling … Từ những lợi ích và bất lợi rút ra được từ các mô hình này, tác giả
gợi ý những đề xuất cụ thể dành cho Việt Nam dưới góc độ quản lý nhà nước.
 6

Nghiên cứu của Nguyễn Quốc Nghi (2013) "Giải pháp phát triển du lịch homestay
tại các cù lao ở khu vực đồng bằng sông Cửu Long". Mục đích của nghiên cứu nhằm đề
xuất các giải pháp phát triển du lịch homestay tại các cù lao ở khu vực đồng bằng sông
Cửu Long. Số liệu của nghiên cứu được thu thập từ 52 hộ gia đình tham gia tổ chức du
lịch homestay tại 4 cù lao (Thới Sơn, An Bình, Thanh Bình, Tân Lộc) ở khu vực đồng
bằng sông Cửu Long. Nghiên cứu đã phân tích được thực trạng tham gia tổ chức du lịch
homestay của cộng đồng, đồng thời nhận định những nguyên nhân, hạn chế ảnh hưởng
đến sự phát triển của loại hình du lịch homestay tại các cù lao, theo đó đề xuất các giải
pháp phát triển loại hình du lịch homestay tại các cù lao.
Luận văn thạc sĩ Đỗ Minh Nguyễn (2017) "Nghiên cứu các yếu tố ảnh hưởng đến
sự hài lòng của du khách đối với dịch vụ homestay tại thành phố Hội An". Tác giả đề
xuất mô hình nghiên cứu sơ bộ gồm năm nhân tố: sự tin tưởng, sự đáp ứng, sự đảm bảo,
sự cảm thông, sự hữu hình ảnh hưởng tới sự hài lòng của du khách trong dịch vụ
homestay. Nghiên cứu cho thấy nhân tố sự cảm thông có tác động nhiều nhất đến sự hài
lòng, tiếp đến là nhân tố sự tin tưởng, thứ ba là nhân tố sự đảm bảo và thấp nhất là nhân
tố sự hữu hình. Kết quả phân tích của luận văn là cơ sở tốt để đưa ra một số hàm ý chính
sách cải thiện chất lượng dịch vụ homestay tại Hội An để góp phần nâng cao sự hài lòng
của du khách.
Đánh giá chung: Có thể thấy, tại Việt Nam nghiên cứu về kinh tế chia sẻ nói
chung và mô hình chia sẻ nói riêng còn khá sơ khai. Hầu hết các nghiên cứu mới chỉ sử
dụng phương pháp phân tích, tổng hợp thông tin có sẵn để chỉ ra lý thuyết, thực trạng
chung của nền kinh tế chia sẻ, chưa đi sâu đề xuất mô hình chia sẻ nhà ở cho thị trường
đặc thù. Bên cạnh đó, chưa có nghiên cứu định lượng nào đề xuất được mô hình các
động lực tham gia hay các nhân tố ảnh hưởng đến ý định tham gia chia sẻ.
Điểm mới trong bài nghiên cứu của nhóm tác giả: (1) tích hợp được nhiều lý
thuyết, mô hình từ các nghiên cứu đi trước để xây dựng một mô hình tổng quan, hoàn
thiện hơn, bao gồm các lý thuyết về Marketing 4.0, lý thuyết trao đổi xã hội, lý thuyết
hành vi dự định và lý thuyết chấp nhận công nghệ, mô hình các nhân tố ảnh hưởng đến
lòng tin; (2) là một trong những nghiên cứu định lượng đầu tiên tại Việt Nam có thể xây
dựng được mô hình đánh giá, đo lường các nhân tố ảnh hưởng đến độ tin cậy và ý định
tham gia kinh tế chia sẻ, từ đó gợi mở những đề xuất thực tế, hiệu quả hơn đối với các
doanh nghiệp và cơ quan quản lý khi tham gia vào xu hướng này.
1.3 Mục đích nghiên cứu
Nghiên cứu được thực hiện nhằm hướng tới việc xây dựng một mô hình đánh giá
và định lượng các nhân tố ảnh hưởng tới ý định tham gia mô hình chia sẻ nhà ở tại Việt
Nam.
 7

Các mục tiêu cụ thể được xác định:

• Hệ thống hóa các lý thuyết cơ bản về hành vi người tiêu dùng đối với dịch vụ
chia sẻ nói chung và chia sẻ nhà ở nói riêng.
• Đánh giá được các nhân tố ảnh hưởng đến độ tin cậy của nền tảng chia sẻ và ý
định tham gia sử dụng dịch vụ chia sẻ nhà ở tại Việt Nam của người dùng.
• Đo lường và xem xét vai trò của từng nhân tố tác động tới độ tin cậy của nền
tảng chia sẻ và ý định tham gia sử dụng dịch vụ chia sẻ nhà ở tại Việt Nam của người
dùng.
• Đề xuất các giải pháp giúp cải thiện độ tin cậy của dịch vụ và thúc đẩy ý định
sử dụng dịch vụ ở cho các doanh nghiệp kinh doanh nền tảng chia sẻ tại Việt Nam và
các cơ quan quản lý.
1.4 Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu đề tài: Đối tượng nghiên cứu được xác định là: ý định tham
gia mô hình chia sẻ nhà ở tại Việt Nam từ góc độ người đi thuê và các nhân tố ảnh hưởng
tới ý định tham gia mô hình chia sẻ nhà ở tại Việt Nam từ góc độ người đi thuê.
Phạm vi nghiên cứu đề tài
• Thời gian: Nghiên cứu được tiến hành từ tháng 01/2018 đến tháng 05/2018.
• Không gian: Điều tra, khảo sát khách hàng được thực hiện tại Hà Nội, Hải
Phòng, Đà Nẵng, thành phố Hồ Chí Minh và Vũng Tàu qua hình thức trực tiếp và trực
tuyến.
1.5 Phương pháp nghiên cứu
Đầu tiên, nhóm tác giả áp dụng phương pháp nghiên cứu tại bàn, tra cứu số liệu và
tổng hợp các nghiên cứu đi trước liên quan đến kinh tế chia sẻ để rút kinh nghiệm, tham
khảo xây dựng mô hình cấu trúc tuyến tính của mình.
Tiếp theo đó, nhóm tác giả áp dụng phương pháp nghiên cứu định lượng, thu thập
số liệu sơ cấp thông qua khảo sát cá nhân và sau đó tổng hợp, phân tích số liệu bằng
phần mềm Excel, SPSS và AMOS.
1.6 Kết cấu nghiên cứu
Nghiên cứu được thiết kế thành năm chương như sau:
Chương 1: Lời mở đầu
Chương 2: Cơ sở lý luận về kinh tế chia sẻ và mô hình dịch vụ nhà chia sẻ
Chương 3: Mô hình và phương pháp nghiên cứu.
Chương 4: Kết quả nghiên cứu và thảo luận.
Chương 5: Kết luận và đề xuất giải pháp
 8

CHƯƠNG 2 CƠ SỞ LÝ LUẬN VỀ KINH TẾ CHIA SẺ

VÀ MÔ HÌNH DỊCH VỤ CHIA SẺ NHÀ Ở
2.1 Tổng quan về kinh tế chia sẻ
2.1.1 Khái niệm kinh tế chia sẻ
Trong những năm gần đây, chúng ta đã chứng kiến sự phát triển của một văn hóa
mới – văn hóa chia sẻ. Ngày càng có nhiều người chọn làm cho những thứ thuộc quyền
sở hữu của họ như là căn hộ, xe hơi, xe đạp, các công cụ, vật dụng khác có thể được sử
dụng bởi người khác trên các nền tảng online (Botsman và Rogers, 2010; Gansky, 2010).
Theo Belk (2007), chia sẻ là “hành động và quá trình phân phối thứ của chúng ta
cho người khác để họ sử dụng, và (hoặc) hành động hoặc quá trình nhận hoặc lấy của
người khác để mình sử dụng”. Trong nhiều các nghiên cứu, các tác giả đã phân biệt
được giữa việc chia sẻ hàng hóa vật chất, hữu hình, như ô tô, xe đạp, nhà ở, với các hàng
hóa vô hình, như kiến thức, cảm xúc và ý tưởng (Belk 2007, 2010; Botsman và Rogers,
2010; Gansky, 2010; Giesler, 2006; John, 2013a). Chia sẻ còn được định nghĩa sâu hơn
như một lựa chọn để lấy lợi ích của hàng hóa, dịch vụ mà không cần sở hữu nó (Belk,
1985, 2010; Botsman và Rogers, 2010; John 2013a; Lamberton và Rose, 2012). Chính
vì vậy, “chia sẻ” thường được mô tả là bền vững hơn, thân thiện với môi trường và mang
lại nhiều lợi ích hơn việc “sở hữu” (Belk, 2007; Botsman và Rogers, 2010; Lamberton
và Rose, 2012).
Theo Hamari và cộng sự, 2015, kinh tế chia sẻ, hay là nền kinh tế tiêu dùng cộng
tác, có thể được định nghĩa là “hoạt động ngang hàng để lấy, cho hoặc chia sẻ dựa thông
qua các dịch vụ trực tuyến dựa vào cộng đồng”. Trên thực tế, nền kinh tế chia sẻ không
phải là mới, nó luôn tồn tại dưới dạng các cửa hàng bán đồ cũ, chợ trao đổi đồ cũ (Belk
và cộng sự, 1988). Nhưng nó được phát triển mạnh mẽ gần đây nhờ công nghệ số, được
biệt là web 2.0, công nghệ di động và mạng xã hội (Ritzer, 2014). Chính vì vậy, định
nghĩa về kinh tế chia sẻ luôn gắn với các dịch vụ trực tuyến hay nền tảng chia sẻ.
Theo Albinsson và Perera, 2012; Belk, 2010; Botsman và Rogers, 2010, có một số
yếu tố vĩ mô then chốt đã dẫn đến sự xuất hiện (hoặc xuất hiện lại) của sự tương hỗ trong
nền kinh tế tiêu dùng cộng tác này. Theo đó, kinh tế chia sẻ là kết quả của những thay
đổi về công nghệ, kinh tế, chính trị và xã hội sâu sắc:
Công nghệ: hệ thống các nền tảng trực tuyến đã thay đổi mối quan hệ của người
tiêu dùng với các vật dụng. Do sự xuất hiện của các trung gian số, cộng đồng và quan
hệ xã hội nói chung không còn bị giới hạn ở ngoại tuyến. (Wilson và Peterson, 2002).
Giờ đây, với sự phát triển của các nền tảng số việc dễ dàng tìm được người để cùng chia
sẻ vật dụng ở quanh thế giới không những là có thể mà còn được ứng dụng rộng rãi
(Benkler, 2004; Gansky, 2010)
 9

Kinh tế: thắt chặt và khủng hoảng, giảm số lượng công việc toàn thời gian cũng
như sức mua (Belk, 2010).
Chính trị: sự thay đổi của Nhà nước khi ngày càng can thiệp vào nền kinh tế thị
trường.
Xã hội: người tiêu dùng coi tiêu dùng là mục tiêu trọng tâm trong cuộc sống của
họ. Đặc biệt, sở thích của người tiêu dùng đang phát triển từ tập trung chủ yếu vào quyền
sở hữu thành tập trung vào trải nghiệm và sử dụng sản phẩm (Bardhi và Eckhardt, 2012;
Belk, 2013; John, 2013a).
Thuật ngữ "chia sẻ kinh tế" bắt đầu xuất hiện vào đầu những năm 2000 khi cấu
trúc kinh doanh mới xuất hiện do Cuộc suy thoái kinh tế vĩ mô, cho phép công nghệ xã
hội và sự gia tăng dân số toàn cầu và suy giảm nguồn lực. Giáo sư Lawrence Lessig có
thể là người đầu tiên sử dụng thuật ngữ này trong năm 2008. Và đến năm 2011, “tiêu
dùng cộng tác” (collaborative consumption) là một trong 10 ý tưởng của tạp chí TIME
bình chọn sẽ làm thay đổi thế giới.
Đến năm 2015, “kinh tế chia sẻ” thực sự đánh dấu bước phát triển. Chính phủ
Vương quốc Anh trong ngân sách năm 2015 đưa ra các mục tiêu nhằm cải thiện tăng
trưởng kinh tế bao gồm làm cho Anh Quốc trở thành "nơi tốt nhất trên thế giới bắt đầu,
đầu tư và phát triển kinh doanh, bao gồm thông qua một loạt các biện pháp để giúp mở
ra tiềm năng của nền kinh tế chia sẻ.
Sự tăng trưởng nhanh chóng của nền kinh tế chia sẻ luôn được nhắc đến thường
xuyên. Tuy nhiên, báo cáo của Bộ Thương mại Hoa Kỳ vào tháng 6 năm 2016, nghiên
cứu định lượng về quy mô và sự tăng trưởng vẫn còn rất ít. Các ước tính tăng trưởng
như vậy có thể là một thách thức để đánh giá do các định nghĩa khác nhau và đôi khi
không xác định được về những hoạt động nào tính là những giao dịch kinh tế chia sẻ.
2.1.2 Phân loại kinh tế chia sẻ
Botsman và Rogers (2010) xác định các tài nguyên trong nền kinh tế chia sẻ được
hoạt động dựa trên ba hệ thống là: hệ thống dịch vụ sản phẩm, thị trường phân phối lại
và lối sống cộng tác.
Hệ thống sản phẩm dịch vụ
Các hệ thống sản phẩm và dịch vụ đề cập đến các hệ thống tương tác ngang hàng
thương mại CPMS (commercial peer-to-peer mutualization systems), cho phép người
tiêu dùng tham gia trao đổi tiền thông qua các mạng ngang hàng để có thể sở hữu tạm
thời hàng hóa. Hàng hoá thuộc sở hữu tư nhân có thể được chia sẻ hoặc thuê qua các
chợ bán hàng ngang hàng. Lấy ví dụ "DriveNow" của BMW là một dịch vụ cho thuê ô
tô mang lại giải pháp thay thế cho việc sở hữu một chiếc xe ô tô. Người sử dụng có thể
có một chiếc ô tô khi nào và ở đâu họ cần chúng và trả tiền cho việc sử dụng của họ theo
phút.
 10

Thị trường phân phối lại

Một hệ thống hợp tác tiêu dùng dựa trên hàng hoá đã qua sử dụng hoặc được sở
hữu trước đó và đang chuyển từ người không muốn sử dụng chúng đến một người muốn
sử dụng chúng. Đây là một giải pháp thay thế cho phương pháp "giảm, tái sử dụng, tái
chế, sửa chữa" hiện nay để xử lý chất thải và tránh sự lãng phí. Thay vì vứt bỏ đồ dùng,
bạn có thể giao bán chúng trên mạng để lấy tiền mặt ( eBay, craigslist và uSell), trao đổi
lấy vật dụng khác (Swap.com) hoặc cho người khác miễn phí (Freecycle, Zwaggle và
Kashless).
Lối sống cộng tác
Lối sống cộng tác liên quan đến các hệ thống tương tác ngang hàng thương mại
CPMS (commercial peer-to-peer mutualization systems), cho phép người tiêu dùng
tham gia trao đổi tiền thông qua các mạng ngang hàng để có được dịch vụ hoặc có những
nguồn lực như tiền và kỹ năng. Những hệ thống này dựa trên những người có nhu cầu
hoặc sở thích tương tự nhau để cùng nhau chia sẻ và trao đổi những tài sản không hữu
hình như thời gian, không gian, kỹ năng và tiền bạc. Sự phát triển của công nghệ di động
cung cấp một nền tảng để cho phép công nghệ định vị dựa trên GPS và cũng cung cấp
chia sẻ theo thời gian thực.
2.1.3 Khái niệm nền tảng chia sẻ
Các nghiên cứu đều chưa chỉ ra chính xác khái niệm về nền tảng chia sẻ, nhưng
theo như cách các tác giả đề cập đến kinh tế chia sẻ, ta có thể hiểu nền tảng chia sẻ là
các nền tảng trực tuyến (trang mạng, ứng dụng) giúp các hoạt động chia sẻ diễn ra. Để
hiểu rõ hơn về vị trí, vai trò các nền tảng chia sẻ, ta có thể tìm hiểu về cách thức hoạt
động của nền tảng chia sẻ ở dưới đây.
2.1.4 Cách thức hoạt động của nền tảng chia sẻ
Theo Arnould và Rose, 2016, cách thức kinh tế chia sẻ hoạt động có thể được
hiểu tốt nhất nếu được đặt trong "hệ thống lưu thông tài nguyên", với các mức độ cộng
tác khác nhau, cụ thể là: (1) hợp tác thuần túy (người tiêu dùng hợp tác với người tiêu
dùng/ C2C – customer to customer); (2) hợp tác tìm nguồn cung ứng (người tiêu dùng
hợp tác với tổ chức/C2O – customer to organization); và (3) hợp tác kinh doanh (tổ chức
hợp tác với người tiêu dùng/O2C – organization to customer). Trong đó:
(1) Sự hợp tác thuần túy liên quan đến trao đổi ngang hàng trực tiếp, trong đó
người tiêu dùng trực tiếp trao đổi một nguồn lực hoặc dịch vụ cụ thể với người tiêu dùng
khác. Ví dụ: trên các nền tảng trực tuyến như quảng cáo được phân loại hoặc trang web
đấu giá, người tiêu dùng trực tiếp cung cấp và nhận tài nguyên hoặc dịch vụ. Mặc dù
các nền tảng trực tuyến này là trung gian nhưng chúng không phải là “người kết nối và
hòa giải”, bởi vì người tiêu dùng được tự do đưa ra các điều khoản và điều kiện phân
phối và tiêu thụ tài nguyên hoặc dịch vụ với nhau, trong khi “người hòa giải” can thiệp
 11

vào việc tạo ra việc tiêu thụ. Tóm lại, các trung gian hòa giải là trung gian nhưng không
phải tất cả các trung gian đều là những “người hòa giải”. Ví dụ, trang web “ridesharing”
có trụ sở tại Canada, Amigo Express không cho phép người mua (người đi chung xe) và
nhà cung cấp (nhà cung cấp dịch vụ đi chung xe) liên lạc để sắp xếp các điều khoản của
chuyến đi. Thay vào đó, mỗi người cần liên hệ riêng và trả phí cho trang web có được
và cung cấp dịch vụ. Do đó, Amigo Express là một trung gian hòa giải. Ngược lại, việc
sử dụng TheCarpoolingNetwork.ca cho phép người tiêu dùng tự sắp xếp các điều khoản
và điều kiện của việc trao đổi và trang web hoạt động như một người hỗ trợ, không phải
là người hòa giải. Hầu hết các trang web C2C là nền tảng trực tuyến và hoạt động trên
mô hình sử dụng miễn phí (freeminum) nhưng các tính năng cao cấp phải được thanh
toán (ví dụ: Kijiji) (Scaraboto, 2015).
(2) Hợp tác tìm nguồn cung ứng: Công nghệ mới giúp cho các tổ chức kinh
doanh thế hệ mới sáng tạo ra những mô hình kinh doanh trung gian mới. Họ thách thức
các cách kinh doanh thông thường. Họ không phân phối hoặc tự sản xuất bất cứ thứ gì,
nhưng bằng cách tận dụng các nguồn cung ứng từ xã hội để hoạt động. Do đó, hợp tác
tìm nguồn cung ứng có nghĩa là các tổ chức không tự cung cấp tài nguyên hoặc cung
cấp dịch vụ cho người tiêu dùng, nhưng dựa vào các nhà cung cấp (cũng chính là người
tiêu dùng) để thực hiện cả hai. Họ được hưởng lợi từ các nền tảng chia sẻ để trở thành
“người hòa giải”, kết nối giữa các bên. Các ví dụ bao gồm việc cung cấp tài nguyên của
người tiêu dùng cho các đại lý đồ cổ, cửa hàng gửi hàng hoặc chương trình “Thực hiện
bởi Amazon” (FBA) của Amazon. Tương tự như vậy, các nền tảng trực tuyến giảm tỷ
lệ chi phí giao dịch trong các giao dịch C2C (ví dụ như Uber, Instacart, Task Rabbit,
Airbnb).
(3) Hợp tác thương mại là đối lập đối xứng của "hợp tác tìm nguồn cung ứng",
trong đó nó đề cập đến người có được một nguồn tài nguyên trung gian bởi một tổ chức
nhưng ban đầu được cung cấp bởi một người tiêu dùng khác (tức là nhà cung cấp) thông
qua hợp tác tìm nguồn cung ứng. Người nhận được hưởng lợi từ một nguồn tài nguyên
ban đầu được cung cấp bởi nhà cung cấp cho người hòa giải. Người hòa giải sau đó cung
cấp cho người cần và thu tiền. Trái ngược với tiêu thụ thông thường, nơi tài nguyên
được bắt nguồn từ một công ty, hợp tác kinh doanh giả định rằng nguồn tài nguyên này
nguồn gốc từ một người tiêu dùng khác. Ví dụ, hợp tác kinh doanh xảy ra khi người tiêu
dùng B có được một chiếc iPhone tân trang rẻ hơn đã được người tiêu dùng mua bán
trong Best Buy. Hoặc nó xảy ra khi người tiêu dùng B thích giao hàng tạp hóa của người
tiêu dùng A, thông qua ứng dụng cộng đồng Instacart.
2.2 Các mô hình lý thuyết về kinh tế chia sẻ
2.1.1 Lý thuyết trao đổi xã hội
Lý thuyết trao đổi xã hội (Social Exchange Theory) là một trong những mô hình
 12

lý thuyết phổ biến nhất được giới thiệu bởi Emerson (1976), sử dụng để lý giải hành vi
con người trong những mối quan hệ và tương tác xã hội (Cropanzano và Mitchell, 2005;
Chen, 2013). Theo đó, cá nhân có khuynh hướng dựa vào những phân tích chủ quan về
lợi ích và chi phí để lựa chọn những mối quan hệ trao đổi giúp tối đa hóa lợi ích của họ
(Kim và cộng sự, 2015). Có rất nhiều quan điểm xung quanh lý thuyết SET, tuy nhiên
Stafford (2008) chỉ ra các giả định cơ bản của lý thuyết là:
(1) Hành vi xã hội là một chuỗi hoạt động tương tác, trao đổi giữa các cá nhân;
(2) Cá nhân có xu hướng cố gắng tối đa hóa lợi ích nhận được, tối thiểu hóa chi phí bỏ
ra;
(3) Khi nhận được lợi ích từ người khác, cá nhân có xu hướng cảm thấy mình có nghĩa
vụ đền đáp lại.
Theo Cropanzano và Mitchell (2005), sự trao đổi xã hội về cơ bản tuân thủ những
nguyên tắc trao đổi. Phổ biến nhất là nguyên tắc “có đi có lại”, được nhìn nhận từ góc
độ phụ thuộc lẫn nhau (kết quả mà các cá nhân nhận được dựa trên nỗ lực của tất cả các
bên), góc độ niềm tin dân gian (làm việc tốt sẽ có kết quả xứng đáng) và góc độ chuẩn
mực xã hội. Bên cạnh đó, sự trao đổi xã hội cũng tuân theo những nguyên tắc như thương
lượng, vị tha, lợi ích tập thể… So sánh với khái niệm trao đổi kinh tế, trao đổi xã hội có
những điểm khác biệt nhất định. Trao đổi xã hội dựa trên sự tin cậy và thiện chí, trong
khi trao đổi kinh tế gắn với nghĩa vụ pháp lý (Bettencourt và cộng sự, 2005). Mặc dù
cùng tính đến cân nhắc lợi ích - chi phí, trao đổi kinh tế yêu cầu đàm phán, lợi ích và
chi phí phải được quy chuẩn rõ ràng trong khi đối với trao đổi xã hội, các yếu tố này
linh hoạt và cá nhân hóa hơn (Stafford, 2008).
Lý thuyết trao đổi xã hội SET được áp dụng để nghiên cứu hiệu quả ý định và hành
vi con người trong nhiều lĩnh vực tâm lý và xã hội học. Đối với nghiên cứu về kinh tế
chia sẻ, những nguyên lý của lý thuyết SET là gợi ý quan trọng để lý giải ý định tham
gia chia sẻ hàng hóa dịch vụ thay vì sở hữu (Kim và cộng sự, 2015). Bản thân sự so
sánh, lựa chọn giữa chia sẻ hay sở hữu hàm ý cho sự cân nhắc lợi ích - chi phí của cá
nhân. Bên cạnh đó thông qua lý thuyết SET, ta có thể xác định những lợi ích và chi phí
cụ thể khi tham gia nền kinh tế chia sẻ. Trong lý thuyết nguồn lực được phát triển dựa
trên lý thuyết SET, Foa và Foa (1980) xác định 6 nguồn lực có thể sử dụng để trao đổi,
đó là: tình cảm, địa vị, thông tin, tiền bạc, hàng hóa và dịch vụ). Trong nghiên cứu này,
lý thuyết trao đổi xã hội SET được áp dụng làm nền tảng lý thuyết để xây dựng mô hình
các yếu tố ảnh hưởng đến ý định tham gia nền kinh tế chia sẻ, trong đó bao gồm những
lợi ích nhận được và chi phí bỏ ra.
2.1.1 Thuyết hành động hợp lí
Thuyết hành động hợp lí (Theory of Reasoned Action – TRA) được giới thiệu đầu
những năm 1970 bởi Ajzen và Fisbein. TRA được sử dụng để giải thích hoặc dự đoán
 13

hành vi của người tiêu dùng dựa trên xu hướng hành vi (dự định), thái độ và chuẩn chủ
quan cá nhân. Mô hình TRA được xem là một trong những lý thuyết tiên phong trong
lĩnh vực nghiên cứu tâm lí xã hội (Armitage và Conner, 2001, Đào Trung Kiên, 2015).

Niềm tin vào kết quả của

hành động

Thái độ
Đánh giá kết quả của (quan điểm)
hành động
Dự định Hành động
hành động
Niềm tin vào ảnh hưởng
của những người xung
quanh đối với hành động Chuẩn chủ
quan
Sự thúc đẩy làm theo ý
muốn của những người
ảnh hưởng

Hình 2.1 Mô hình hành động hợp lí

Nguồn: Ajzen, 1975
Mô hình TRA dựa trên giả định rằng con người ra quyết định có lí trí căn cứ vào
thông tin có sẵn và dự định hành động của họ để thực hiện hay không thực hiện một
hành vi nào đó. Các yếu tố tác động lên dự định hành vi và hành vi là các nhân tố trung
gian để tạo ra hành vi chính thức. Theo Ajzen (1975), hành động thực sự của một người
bị chi phối bởi dự định hành động của người đó. Theo đó, dự định hành động lại chịu
tác động của (1) thái độ (quan điểm) của người đó với hành động và (2) chuẩn chủ quan.
Trong đó:
(1) Thái độ (quan điểm) của người đó lại phụ thuộc vào niềm tin và khả năng đánh
giá kết quả của hành động đạt được.
(2) Chuẩn chủ quan được hiểu là những ảnh hưởng từ những nhóm tham chiếu
mà người đó chịu ảnh hưởng và sự thúc đẩy của những người ảnh hưởng. (xem mục
2.1.2)
Mô hình TRA và các phiên bản khác dựa trên là những mô hình khá phổ biến được
nhiều nhà nghiên cứu sử dụng để đánh giá ý định sử dụng sản phẩm hay dịch vụ của
khách hàng. Mô hình TRA cũng là nguồn gốc của các mô hình đánh giá hành vi khách
hàng sau này như Mô hình hành vi dự định – TPB (Ajzen, 1985), Mô hình chấp nhận
công nghệ – TAM (Davis, 1989; Davis và cộng sự, 1993), Mô hình chấp nhận và sử
dụng công nghệ – UTAUT (Venkatesh và cộng sự, 2000; 2003).
 14

2.1.2 Mô hình hành vi dự định

Thái độ về
hành vi

Chuẩn chủ quan

Ý định hành vi Hành vi thực sự

Kiểm soát hành

vi cảm nhận
Hình 2.2 Mô hình hành vi dự định
Nguồn: Ajzen, 1991
Mô hình hành vi dự định (Theory of Planned Behavior – TPB) được phát triển
bởi Ajzen năm 1985, 1991, dựa trên Mô hình hành động hợp lí TRA, và được coi như
là một phần mở rộng của mô hình này. Mô hình TPB dự đoán ý định của một cá nhân
để tham gia vào một hành vi tại một thời gian và địa điểm cụ thể, giả định rằng một hành
vi có thể được dự báo hoặc giải thích bởi ý định hành vi để thực hiện hành vi đó. Ý định
hành vi được định nghĩa là mức độ nỗ lực mà một người cố gắng để thực hiện hành vi
đó, bao gồm các nhân tố động cơ ảnh hưởng đến hành vi (Ajzen, 1991) và bị ảnh hưởng
bởi 3 khái niệm độc lập là: (1) Thái độ về hành vi, (2) Chuẩn chủ quan, (3) Kiểm soát
hành vi cảm nhận.
(1) Thái độ về hành vi được định nghĩa là mức độ đánh giá của một cá nhân (ưa
thích hoặc không ưa thích) đối với hành vi đang được đề cập (Fishbein và Ajzen, 1975).
(2) Chuẩn chủ quan được xem áp lực từ xã hội được cảm nhận để thực hiện/
không thực hiện hành vi đó (Ajzen, 1991). Chuẩn chủ quan đề cập tới niềm tin chuẩn
tắc chung về sự kì vọng của mọi người. Mặc dù các chuẩn chủ quan có thể được tách ra
thành các ảnh hưởng thông tin và ảnh hưởng chuẩn tắc (Karahanna, và cộng sự 1999),
các ứng dụng tiêu biểu của TPB xem xét chuẩn chủ quan chỉ gồm ảnh hưởng chuẩn tắc.
(3) Kiểm soát hành vi cảm nhận được hiểu là mức độ mà một cá nhân nhận thức
việc thực hiện hành vi là dễ hay khó (Ajzen, 1991). Mức độ này gắn liền với niềm tin
về sự tồn tại của các yếu tố kiểm soát mà các yếu tố này có thể tạo điều kiện hoặc cản
trở việc thực hiện hành vi (Ajzen, 2002), nó sẽ tăng lên khi các cá nhân nhận thấy mình
có nhiều nguồn lực và sự tự tin hơn (Ajzen, 1985; Hartwick và Barki, 1994; Lee và
Kozar, 2005).
Mô hình TPB với biến bổ sung là Kiểm soát hành vi cảm nhận so với TRA đã
chứng minh được giá trị và sự hiệu quả trong hàng loạt các nghiên cứu về tâm lý liên
quan đến hành vi của con người (Armitage và Conner, 2001). Nhìn chung, mô hình TPB
 15

được áp dụng nhiều trong nghiên cứu đánh giá hành vi ở các lĩnh vực đa dạng như giải
trí (Ajzen và Driver, 1992), hành vi vi phạm lái xe (Parker và cộng sự, 1992), hành vi
không trung thực (Beck và Ajzen, 1991), hành vi xã hội như từ thiện (Sander, 2011),
tâm lý học môi trường (Koger và cộng sự 2010; Stern và cộng sự, 2005), điều chỉnh
lượng dinh dưỡng cung cấp (Sweitzer và cộng sự, 2011). Đặc biệt, một số nghiên cứu
còn chỉ ra rằng TPB có ứng dụng tốt hơn TRA trong việc nghiên cứu các ý định hành vi
liên quan đến vấn đề sức khỏe.
Mô hình TPB vẫn tiếp tục được mở rộng bởi Ajzen bằng việc bổ sung yếu tố kiểm
soát hành vi thực tế. Ngoài ra, mô hình còn được ứng dụng vào một số phiên bản mở
rộng để cải thiện các nhược điểm của mô hình gốc, ví dụ có mô hình Model of Goal-
Directed Behavior (Perugini và Bagozzi, 2001).
2.1.3 Mô hình tích hợp niềm tin tổ chức
Mô hình tích hợp niềm tin tổ chức (An Integrative Model of Organizational Trust)
được phát triển vào năm 1955 bởi Mayer, Davis và Schoorman. Mô hình được thiết kế
để nghiên cứu tập trung vào niềm tin trong một cấu trúc gồm hai bên riêng biệt: một bên
tin tưởng và một bên được tin tưởng (Driscoll, 1978; Scott, 1980) và những yếu tố cấu
thành các bên mà các mô hình trước đó không chỉ ra được.
Trong mô hình, niềm tin được xác định bởi khuynh hướng tin tưởng chung của bên
tin tưởng và tính đáng tin cậy của bên được tin tưởng. Theo đó, mức độ của niềm tin và
mức độ của tính rủi ro nhận thức của bên tin tưởng ảnh hưởng tới việc chấp nhận rủi ro
trong mối quan hệ của bên tin tưởng. Theo đó, việc chấp nhận rủi ro trong mối quan hệ
và việc thực hiện hành động cố hữu sẽ dẫn đến một số các kết quả chắc chắn, các kết
quả này sẽ quay lại ảnh hưởng gián tiếp đến các yếu tố quyết định tính đáng tin cậy trong
vòng lặp thông tin phản hồi.

Tính đáng tin

cậy cảm nhận Tính rủi ro
cảm nhận
Tính khả năng

Tính thiện chí Niềm tin Mối quan hệ Kết quả

chấp nhận rủi ro

Tính toàn vẹn

Khuynh hướng
tin tưởng

Hình 2.3 Mô hình tích hợp niềm tin tổ chức

Nguồn: Mayer và cộng sự (1995)
 16

Trong mô hình có các khái niệm và các giả thiết như sau:
Tính đáng tin cậy được xem là động lực (hoặc thiếu động lực) để nói dối. Ví dụ,
nếu một người được tin tưởng đạt được một điều gì đó từ việc nói dối, người đó sẽ bị
coi là kém tin cậy. Tính đáng tin cậy, theo tác giả, chủ yếu cấu thành từ ba yếu tố tách
biệt: (1) tính khả năng, (2) tính thiện chí và (3) tính toàn vẹn.
(1) Tính khả năng, được hiểu là là kĩ năng, năng lực, đặc điểm tính cách của một
người, cho phép người đó có ảnh hưởng đến người khác. Vì tính khả năng thay đổi theo
hoàn cảnh nên ảnh hưởng của nó lên tính đáng tin cậy cũng khác nhau tùy hoàn cảnh.
(2) Tính thiện chí là mức độ mà bên được tin tưởng muốn tốt cho bên tin tưởng, không
tính động cơ lợi nhuận. Tính thiện chí giả định rằng bên được tin tưởng có một sự liên
kết cụ thể với bên tin tưởng. (3) Tính toàn vẹn được định nghĩa liên quan đến việc tuân
theo một bộ các nguyên tắc chung được chấp nhận. Một bên được nhận thức bởi bên
khác về việc tôn trọng các nguyên tắc đó. Tính toàn vẹn của một người được đánh giá
bởi các hành động trong quá khứ của người đó, sự nhất quán giữa từ ngữ, nguyên tắc và
hành động và niềm tin rằng người đó có một ý thức
Khuynh hướng tin tưởng được xem là là một yếu tố ổn định nằm bên trong các
bên và ảnh hưởng lên niềm tin. Khuynh hướng có thể xem như là sự sẵn sàng tin tưởng
nói chung, nó ảnh hưởng đến mức độ tin tưởng của bên tin tưởng có đối với bên được
tin tưởng trước khi có thêm các dữ liệu về bên được tin tưởng. Khuynh hướng của một
người phụ thuộc vào đặc điểm tính cách, sự trải nghiệm và nền tảng văn hóa của người
đó (Hofstede, 1980). Tác giả đề xuất rằng mức độ của niềm tin tương ứng với mức độ
rủi ro trong một tình huống cụ thể. Nếu mức độ của niềm tin vượt qua ngưỡng của tính
rủi ro nhận thức, thì bên tin tưởng sẽ tham gia và mối quan hệ chấp nhận rủi ro. Nếu
mức độ của tính rủi ro nhận thức lớn hơn mức độ của niềm tin, bên tin tưởng sẽ không
tham gia vào mối quan hệ.
Niềm tin trong mô hình được định nghĩa là sự sẵn lòng bị tổn thương của một bên
trước hành động của một bên khác dựa trên sự kì vọng rằng bên khác đó sẽ thực hiện
một hành động cụ thể có ý nghĩa quan trọng tới bên tin tưởng, không kể tới khả năng
giám sát hay kiểm soát của những bên khác. Niềm tin sẽ dẫn đến việc chấp nhận rủi ro
trong một mối quan hệ. Kết quả của mối quan hệ chấp nhận rủi ro sẽ dẫn đến việc cập
nhật sự nhận thức tính khả năng, tính thiện chí và tính toàn vẹn của bên được tin tưởng.
Mô hình được ứng dụng rộng rãi trên cả cấp độ vĩ mô và vi mô của một tổ chức và
được thực nghiệm trên nhiều lĩnh vực (Lee và cộng sự, 2010, Schoorman và cộng sự,
2007)
2.1.4 Mô hình niềm tin vào cộng đồng ảo
Mô hình niềm tin vào cộng đồng ảo (Trust in Virtual Communities) được phát triển
bởi Lu và cộng sự (2010). Mô hình nghiên cứu về niềm tin trong một cộng đồng ảo được
 17

hình thành bởi các trang web mua bán sản phẩm, dịch vụ giữa khách hàng với khách
hàng (C2C - customer to customer) và ảnh hưởng của nó tới dự định tiếp nhận thông tin
và mua hàng từ những trang web này.

Niềm tin vào người cung

Niềm tin dựa trên kiến thức: cấp nền tảng/trang web
tính thân thuộc Tính toàn vẹn/
Tính thiện chí Dự định tiếp
nhận thông tin
Niềm tin dựa trên nhận thức: Tính khả năng
tính tương đồng nhận thức
Niềm tin giữa các thành viên
Niềm tin dựa trên nền tảng: Tính khả năng
sự đảm bảo kết cấu
Dự định mua
Tính toàn vẹn
hàng
Niềm tin dựa trên cá nhân: Tính thiện chí
khuynh hướng tin tưởng

Hình 2.4 Mô hình niềm tin vào cộng đồng ảo

Nguồn: Lu và cộng sự, 2010
Các yếu tố tiền đề của niềm tin được chia ra thành:
(1) Niềm tin dựa trên kiến thức - niềm tin được khám phá thông qua các tương
tác lăp đi lặp lại: tính thân thuộc. Tính thân thuộc được sử dụng để mô tả mức độ người
tiêu dùng biết về trang web hoặc nhà cung cấp, nó được chứng minh là có ảnh hưởng
tích cực đến niềm tin vào trang web hoặc nhà cung cấp (Gefen 2000,2003).
(2) Niềm tin dựa trên đặc điểm tương đồng: tính tương đồng nhận thức. Tính
tương đồng nhận thức được đề cập đến ở đây liên quan đến cơ chế xây dựng niềm tin -
niềm tin được thiết lập dựa trên các đặc điểm tương đồng giữa bên tin tưởng nhận thức
được ở bên được tin tưởng, bao gồm sở thích, giá trị và đặc điểm nhân khẩu học.
(3) Niềm tin dựa trên nền tảng - niềm tin phụ thuộc vào nền tảng hoặc bên thứ
ba: sự đảm bảo kết cấu. Niềm tin dựa trên nền tảng là một cơ chế xây dựng niềm tin
liên quan tới ý thức về sự bảo mật của các nền tảng ảo, ví dụ như sự bảo đảm của bên
thứ ba (Shapiro 1987, Zucker 1986). Niềm tin dựa trên nền tảng gồm hai loại: Sự thông
thường của tình huống and sự đảm bảo kết cấu. Trong mô hình, sự đảm bảo kết cấu là
niềm tin rằng khi các điều kiện như các quy định và sự bảo đảm tồn tại thì giao dịch
thành công là có thể (McKnight và cộng sự, 1998).
(4) Niềm tin dựa trên cá nhân - niềm tin phụ thuộc vào đặc điểm cá nhân: khuynh
hướng tin tưởng. Khuynh hướng tin tưởng phản ánh khuynh hướng của một người là
có hay không tin vào người khác (Gefen và cộng sự, 2000, 2003b).
 18

Có hai dạng niềm tin trong mô hình: niềm tin vào người cung cấp nền tảng và niềm
tin giữa các thành viên. Hai dạng của niềm tin bao gồm ba yếu tố: tính khả năng, tính
toàn vẹn và tính thiện chí (Gefen 2000). Niềm tin giữa các thành viên ảnh hưởng tới
niềm tin vào người cung cấp nền tảng ảo, khi niềm tin giữa các thành viên được thành
lập, các thành viên có nhiều sự liên kết với cộng đồng ảo hơn sẽ có một mức độ tin cậy
cao hơn vào trang web và người cung cấp nền tảng ảo hơn các thành viên có ít liên kết
(Tung và cộng sự, 2001)
Mô hình cho thấy tầm quan trọng của niềm tin trong việc xây dựng thành công một
cộng đồng ảo. Các đánh giá có được từ mô hình giúp ích cho các bên cung cấp nền tảng
ảo, các trang web C2C thực hiện xác định và đánh giá các chiến lược nhằm xây dựng
một cộng đồng ảo thành công và thu lợi nhuận. Cùng với sự xuất hiện ngày càng nhiều
các nền tảng ảo hiện nay, mô hình được tham khảo rất nhiều trong các bài nghiên cứu
cùng lĩnh vực như ngân hàng trực tuyến (Huan và cộng sự, 2011), đặt phòng khách sạn
online (Liu và cộng sự, 2014), mua sắm online…
2.1.5 Mô hình ra quyết định của người tiêu dùng dựa trên niềm tin trong thương
mại điện tử
Mô hình ra quyết định của người tiêu dùng dựa trên niềm tin trong thương mại
điện tử (Trust-Based Consumer Decision - Making Model in Electronic Commerce)
được giới thiệu bởi Kim, Ferrrin và Rao (2008), nghiên cứu về những nhân tố ảnh hưởng
tới niềm tin và sự rủi ro trong thương mại điện tử và ảnh hưởng của những nhân tố này
tới quyết định mua hàng qua Internet của người dùng. Kết quả sau phân tích chỉ ra rằng
niềm tin của người tiêu dùng qua Internet và tính rủi ro cảm nhận có ảnh hưởng mạnh
mẽ tới quyết định mua hàng.
 19

Tính lợi ích

Chất lượng
thông tin

Bảo mật
riêng tư Tính rủi ro

Ý định Hành vi
Bảo mật an
ninh
Sự tin tưởng
Cơ sở nhận thức

Xác nhận
bên thứ ba

Tính danh Khuynh Tính thân

tiếng hướng tin thuộc
tưởng
Cơ sở ảnh hưởng Cơ sở cá nhân Cơ sở trải nghiệm

Hình 2.5 Mô hình ra quyết định dựa trên niềm tin trong thương mại điện tử
Nguồn: Kim và cộng sự, 2008
Những nhân tố có trong mô hình gồm:
(1) Sự tin tưởng: Sự tin tưởng trong mô hình được hiểu là sự đặt cược vào một
tương lai không chắc chắn với những hành động tự do của các bên khác (bên cung cấp
nền tảng Web, các hacker, và những công nghệ mới chưa biết trước…). Sự tin tưởng
còn tác động đến tỉnh rủi ro cảm nhận như là một giải pháp cho những vấn đề liên quan
tới rủi ro (Luhmann, 1988).
(2) Tính rủi ro cảm nhận: Tính rủi ro cảm nhận trong nghiên cứu được hiểu là
niềm tin của người tiêu dùng về các kết quả tiêu cực tiềm ẩn, không chắc chắn từ các
giao dịch trực tuyến (Kim và cộng sự, 2008).
Niềm tin và tính rủi ro cảm nhận chịu ảnh hưởng bởi các yếu tố bao gồm:
Cơ sở nhận thức: tính bảo mật sự riêng tư, bảo mật an ninh, chất lượng thông tin
Cơ sở ảnh hưởng: tính danh tiêng, sự xác nhận của bên thứ ba
Cơ sở trải nghiệm: tính quen thuộc
Cơ sở thuộc tính cá nhân: khuynh hướng tin tưởng
Ngoài ra, (3) Tính lợi ích cảm nhận cũng là một nhân tố tác động tới ý định người
tiêu dùng: tính lợi ích cảm nhận trong mô hình được định nghĩa là niềm tin của người
tiêu dùng về mức độ lợi ích mà người đó đạt được thông qua những giao dịch online với
một nền tảng web chắc chắn (tăng tính thuận tiện, tiết kiệm thời gian, chi phí…)
Mô hình của Kim và cộng sự là một mô hình vừa tổng thể về quy trình ra quyết
định mua hàng của người tiêu dùng trực tuyến (kết hợp niềm tin, tính rủi ro và lợi ích),
 20

phân biệt được niềm tin, tính rủi ro nhận thức và lợi ích nhận thức, đồng thời chỉ ra mối
quan hệ độc lập và kết hợp giữa chúng ảnh hưởng tới ý định và quyết định mua hàng.
Mô hình được sử dụng trong rất nhiều nghiên cứu về các hành vi mua hàng có yếu tố
công nghệ, yếu tố online của nhiều tác giả như nghiên cứu về mua hàng trực tuyến
(Chang và cộng sự, 2008, Chiu và cộng sự, 2012; Hsiao và cộng sự, 2010; Li và cộng
sự, 2011); về cộng đồng online (Krasnova, 2010; Kim và cộng sự 2013) về dịch vụ
mobile banking (Luo và cộng sự, 2010), dịch vụ trả tiền qua điện thoại (Lu và cộng sự,
2011, Zhou, 2013).
2.1.6 Mô hình các nhân tố ảnh hưởng tới ý định tham gia nền kinh tế chia sẻ
Mô hình được phát triển bởi Hamari, Sjöklint và Ukkonen (2015), nghiên cứu về
những nhân tố dẫn đến sự tham gia của mọi người vào nền kinh tế "tiêu dùng cộng tác"
- hay nói cách khác là nền kinh tế chia sẻ. Kết quả cho thấy sự tham gia vào nền kinh tế
chia sẻ của mọi người chịu sự tác động của các yếu tố gồm có (1) tính bền vững, (2) sự
ưa thích, (3) tính danh tiếng và (4) lợi ích kinh tế.

Dự định
Thái độ
hành vi

Tính bền Sự ưa Tính danh Lợi ích

vững thích tiếng kinh tế

Hình 2.6 Ý định tham gia kinh tế chia sẻ

Nguồn: Hamari và cộng sự, 2015
Ngoài việc chỉ ra mối quan hệ của bốn nhân tố kể trên tới thái độ và dự định hành
vi, mô hình còn đưa ra giả định rằng có một khoảng trống giữa thái độ và hành vi, một
người có thể nhận thức một hành vi là tích cực và nói những điều tốt về nó nhưng thái
độ tốt này không có nghĩa sẽ chuyển hóa thành hành động.
Mô hình là nền tảng cơ sở của các nghiên cứu về kinh tế chia sẻ trong những lĩnh
vực cụ thể như chia sẻ xe (Hawlitschek, 2016; Tussyadiah, 2015), chia sẻ nơi ở
(Mittendorf, 2016; Oskam và Boswijk, 2016; Tussyahdiah và cộng sự, 2018; Wang và
cộng sự, 2017), dịch vụ chia sẻ hỗ trợ công nghệ thông tin (Matzner và cộng sự, 2015),
và cũng là cơ sở cho các mô hình kinh tế chia sẻ phức tạp hơn như nền tảng tương tác
trong kinh tế chia sẻ (Breidbach và Brodie, 2017; Puschmann và Alt, 2016) và dịch vụ
truyền thông ngành du lịch trong kinh tế chia sẻ (Cheng, 2016).
 21

2.3 Mô hình dịch vụ chia sẻ nhà ở

2.3.1 Khái niệm mô hình dịch vụ chia sẻ nhà ở
Hiện nay, với sự phát triển của công nghệ thông tin, ứng dụng công nghệ vào cuộc
sống dần trở thành xu thế trong kinh doanh. Các mô hình kinh tế chia sẻ là một hệ quả
tất yếu của xu thế này. Theo như những nghiên cứu ở phần trên, mô hình dịch vụ chia
sẻ nhà ở thuộc hệ thống lối sống cộng tác. Hệ thống này hoạt động dựa trên những người
có nhu cầu hoặc sở thích tương tự nhau, cùng nhau trao đổi và chia sẻ những tài sản
không hữu hình như thời gian, không gian, kỹ năng và tiền bạc. Còn dựa trên cách hoạt
động, mô hình chia sẻ nhà ở thuộc dạng hợp tác tìm nguồn cung ứng. Tương tự Uber
hay Grab kết nối người có nhu cầu di chuyển với các lái xe, mô hình nhà ở chia sẻ là mô
hình kết nối những người cần thuê nhà, phòng nghỉ với những người có nhà, phòng nghỉ
cho thuê thông qua các nền tảng chia sẻ (website, ứng dụng) (Đào Khánh Hoàn, 2016).
Việc thanh toán sẽ được thực hiện thông qua nhà cung cấp dịch vụ kết nối giữa cung và
cầu.
Mô hình dịch vụ chia sẻ nhà có ba chủ thể chính tham gia là (1) người đi thuê
(khách hàng) (2) người cho thuê nhà (chủ nhà chia sẻ) và (3) nhà cung cấp nền tảng chia
sẻ trực tuyến. Ba chủ thể được kết nối với nhau trực tuyến thông qua nền tảng chia sẻ.
Các nền tảng chia sẻ trực tuyến (các trang web, ứng dụng) là cầu nối giúp cho người có
nhu cầu gặp được người có nguồn cung cấp. Trong trường hợp mô hình chia sẻ nhà ở,
nền tảng chia sẻ trực tuyến hoạt động dựa trên mô hình người có nhu cầu thuê nhà,
phòng trọ sẽ đăng ký một tài khoản khách hàng trong đó có các tính năng tìm kiếm khu
vực muốn thuê, lựa chọn nhà phù hợp với cá nhân trong danh sách và thuộc khu vực và
thời gian muốn ở, cuối cùng là thanh toán trực tiếp qua nền tảng. Ngoài ra, tài khoản
người đi thuê còn có tính năng khác như đánh giá địa điểm đã ở. Người có nhu cầu cho
thuê sẽ đăng ký làm nhà cung cấp dịch vụ trực tiếp trên nền tảng. Sau khi hoàn thành
thủ tục đăng ký, người cho thuê có thể đăng tải thông tin, hình ảnh về nhà của mình lên
nền tảng. Khi có người đăng ký đặt nhà, người cho thuê nhận được thông báo và sẽ nhận
được thanh toán khi khách hàng hoàn thành dịch vụ. Nhà cung cấp dịch vụ hay còn gọi
là người phát triển nền tảng sẽ đóng vai trò là cầu nối trung gian. Họ quản lý dữ liệu trên
nền tảng và giúp cho cung gặp cầu một cách chính xác và hợp lý.
Trong quá trình phát triển, dịch vụ nhà chia sẻ chịu tác động bởi các yếu tố gồm:
(1) Sự phát triển của công nghệ thông tin và khả năng tiếp cận, sử dụng công nghệ thông
tin của dân chúng
(2) Sự cạnh tranh trực tiếp từ các dịch vụ cho thuê nhà, phòng ở truyền thống.
(3) Chính sách của nhà nước và địa phương trong việc phát triển dịch vụ lưu trú lĩnh
vực du lịch.
(4) Sự hình thành các lối sống mới về tiêu dùng cộng tác
 22

2.3.2 Lợi ích của việc phát triển dịch vụ chia sẻ nhà ở
Đối với xã hội và nền kinh tế nói chung, mô hình dịch vụ chia sẻ nhà ở, theo
Guttentag (2015), đem đến 2 lợi ích chính sau:
Lợi ích kinh tế
Mô hình dịch vụ chia sẻ nhà mang đến lợi ích tài chính cho cả người đi thuê, cho
thuê và các chính phủ. Các nhà và phòng ở trên nền tảng chia sẻ thường có giá cả hợp
lý hơn nhà, phòng ở được thuê theo cách truyền thống. Bên cạnh đó, người cho thuê sẽ
tận dụng được những nguồn lực thừa trong nhà (phòng thừa) để kiếm thêm thu nhập.
Theo báo cáo của Deloitte về ảnh hưởng kinh tế của Airbnb ở Úc, người tiêu dùng tiết
kiệm trung bình $88 một đêm khi lưu trú ở Airbnb thay vì chỗ ở truyền thống ở trung
tâm Sydney, trong khi các hộ gia đình hợp tác với Airbnb ở Queensland kiếm được thu
nhập trung bình là $4700 vào năm 2015.
Bên cạnh đó, đối với người phát triển nền tảng chia sẻ, dịch vụ nhà chia sẻ là một
mô hình kinh doanh trung gian mới, thách thức các cách kinh doanh thông thường
(Arnould và Rose, 2016). Nếu có thể thành công, mô hình có thể mang tới cho người
phát triển nền tảng lợi nhuận cao và nền kinh tế cũng theo đó phát triển. Cũng theo báo
cáo của Deloitte, chi tiêu cho khách hàng của Airbnb đóng góp 1,6 tỷ đô la cho nền kinh
tế Úc và hỗ trợ 14,409 nhân viên toàn thời gian trên toàn quốc.
Lợi ích xã hội
Các nền tảng chia sẻ kết nối cung và cầu một cách tự nhiên và dễ dàng. Người cho
thuê có thể tận dụng các không gian đã tồn tại trong nhà của mình nhưng đang được sử
dụng không hiệu quả (phòng trống) để cung cấp cho người có nhu cầu. Nó giúp người
đi thuê có thể tiếp cận với nền văn hóa địa phương một cách trực tiếp và hòa nhập với
nó nhanh chóng. Việc sử dụng các nguồn lực này sẽ giúp ích rất nhiều cho sự phát triển
chung của các ngành như du lịch. Theo Nghiên cứu Du lịch Australia của chính phủ Úc
vào tháng 9 năm 2017, có 7,9 triệu khách du lịch quốc tế đến Úc trong vòng một năm,
con số đó tăng 9% so với năm trước. Xu hướng đi lên này dự kiến sẽ tiếp tục trong các
năm tới. Khi mà nhu cầu đi thuê tăng lên và nguồn tài nguyên về đất đai có hạn các dịch
vụ như Airbnb có thể giúp phục vụ cho ngành công nghiệp quan trọng và phát triển này.
Các dịch vụ nhà chia sẻ cũng giúp cả hai bên tiết kiệm được thời gian và công sức khi
đi thuê và tìm khách hành thuê nhà.
2.3.3 Các nền tảng chia sẻ nhà ở điển hình ở Việt Nam
Các mô hình dịch vụ chia sẻ nhà hiện nay trên thế giới đều được xây dựng trên
nền tảng trực tuyến nơi diễn ra giao dịch giữa chùa nhà chia sẻ - bên cho thuê và khách
hàng - bên đi thuê. Những nền tảng chia sẻ nhà trực tuyến này đều có chung mục tiêu
phát triển là khai thác tối ưu những nguồn lực dư thừa, hỗ trợ giao dịch, thanh toán
nhanh gọn, hiệu quả trên quy mô toàn cầu. Một số nền tảng chia sẻ nhà ở trực tuyến
 23

nổi bật ở Việt Nam có thể kể đến là:

• Airbnb (AirBed and Breakfast) là một startup với mô hình kết nối người cần
thuê nhà, phòng nghỉ với người có phòng cho thuê trên khắp thế giới thông qua ứng
dụng di động tương tự như ứng dụng chia sẻ xe Uber. Tất cả việc thanh toán sẽ được
thực hiện thông qua Airbnb, sử dụng thẻ tín dụng và nhà trung gian này sẽ thu một khoản
phí đối với cả người cần đặt phòng và chủ nhà. Được thành lập từ năm 2008, cho đến
hiện tại, Airbnb đã có mặt ở hơn 190 quốc gia và trở thành nền tảng chia sẻ nhà ở lớn
nhất thế giới. Tại Việt Nam, tính đến tháng 6/2017 có khoảng 6.500 cơ sở lưu trú có
listing trên Airbnb. Không chỉ tiết kiệm chi phí lưu trú, mang đến trải nghiệm mới mẻ,
Airbnb còn mang về doanh thu cho các hộ gia đình có phòng trống, ít sử dụng.
• HomeAway là công ty chuyên cho thuê các nhà nghỉ và khu nghỉ dưỡng trực
tuyến hàng đầu thế giới với danh sách 742,000 địa điểm tại 171 quốc gia trên toàn cầu.
Trụ sở chính của HomeAway được đặt tại Austin, bang Texas. HomeAway cung cấp
cho khách hàng sự lựa chọn phong phú và đáng tin cậy về các khu nghỉ dưỡng, mang
đến những trải nghiệm đáng nhớ và đặc biệt là không gian thư giãn khác biệt hoàn toàn
so với những khách sạn truyền thống. Được thiết lập trên cơ sở mô hình giao dịch đặc
trưng của Travelmob (một dự án mở rộng thị trường trực tuyến về quyền sở hữu cho
thuê khu nghỉ dưỡng tại châu Á - Thái Bình Dương), HomeAway có hơn 14,000 danh
sách địa điểm cho thuê ngắn hạn tại châu Á - Thái Bình Dương bao gồm các biệt thự
hạng sang, căn hộ trong nội thành, nhà thuyền, đảo tư nhân và một số không gian chung.
• Luxstay là nền tảng khá mới được phát triển tại khu vực Đông Nam Á, trong
đó có Việt Nam, kết nối nhu cầu thuê nhà giữa bên cho thuê nhà và Bên có nhu cầu thuê
nhà. Luxstay cam kết không cung cấp dịch vụ cho thuê nhà/dịch vụ lưu trú, mà chỉ hoạt
động như một trung gian kết nối và cung cấp tiện ích công nghệ thông tin cho các bên
tham gia. Bên cho thuê nhà là bên chuyên doanh dịch vụ quản lý nhà cho thuê, đã đăng
ký tài khoản trên Luxstay, được Luxstay xác nhận đủ điều kiện, gọi là Host Partner. Bên
có nhu cầu thuê nhà trên Luxstay, đã đăng ký tài khoản trên Luxstay, được Luxstay xác
nhận đủ điều kiện, gọi là Home Renter. Bên cung cấp dịch vụ thanh toán cho các bên,
hoạt động phù hợp pháp luật địa phương, được Luxstay giới thiệu, gọi là Payment
Partner.
• Westay là dự án của Công ty cổ phần Vật giá Việt Nam VNP Group, được ra
đời với mục tiêu trở thành sàn thông tin dẫn đầu trong mảng dịch vụ cho thuê các không
gian theo giờ hoặc thuê ngắn hàng nhằm tối ưu sử dụng không gian giúp tăng nguồn
doanh thu cho chủ homestay. Westay tập trung phát triển ở thị trường Việt Nam với
thông điệp "Westay - Homestay cho người Việt". Hiện tại, nền tảng đã tiếp cận được 27
tỉnh thành ở Việt Nam từ các thành phố như Hà Nội, thành phố Hồ Chí Minh đến tỉnh
xa như Sơn La, Quảng Ngãi.
 24

• Onehome của Công ty Cổ phần đầu tư bất động sản Nhất Việt ra đời vào năm
2013, là một mô hình trực tuyến cho các khách hàng đến lưu trú dài hạn và sinh hoạt
chung. Qua đó, sản phẩm tạo ra không gian sống tiện nghi, khuyến khích sự kết nối,
chia sẻ và cộng hưởng giá trị sống, nhằm phát triển cuộc sống nhiều trải nghiệm phong
phú. Sau 2 năm phát triển, mô hình Onehome mở rộng quy mô và phát triển thêm một
sản phẩm khác là Onetel – mô hình nhà chia sẻ sáng tạo dành cho các khách lưu trú ngắn
ngày. Hiện tại, Nhất Việt còn đang phát triển Onezone - một sản phẩm tích hợp bao gồm
cả lưu trú, làm việc và kết nối cộng đồng (co-living, co-working, co-relaxing). Hệ sinh
thái lưu trú chia sẻ Onehome, Onetel và Onezone đã được biết đến rộng rãi tại thành phố
Hồ Chí Minh, đáp ứng đa dạng nhu cầu của khách hàng và tạo ra những trải nghiệm độc
đáo, chất lượng.
• Ohana là một nền tảng chia sẻ khá trẻ tại Việt Nam, tập trung vào nhu cầu thuê
nhà ở dài hạn/ thuê trọ. Nền tảng hướng đến việc kết nối chủ nhà và người thuê nhà
nhằm đơn giản, minh bạch hóa thủ tục cho thuê, đồng thời tạo điều kiện để người thuê
nhà tìm được bạn cùng nhà phù hợp. Triết lý kinh doanh, đồng thời là giá trị nổi bật của
Ohana là mang đến cho khách hàng cảm giác như một gia đình (sense of family). Hiện
theo số liệu của hãng cung cấp, Ohana đã thu hút được 2000 chủ nhà và 26000 khách
thuê nhà tại hai đô thị lớn Hà Nội và thành phố Hồ Chí Minh. Trong thời gian tới, mô
hình dự định sẽ mở rộng phạm vi đến những khu vực tiềm năng khác tại Việt Nam và
Đông Nam Á.
• Beenest là một nền tảng chia sẻ nhà ở phục vụ nhu cầu cho thuê ngắn hạn, được
phát triển dựa trên nền tảng Blockchain và đồng tiền ảo Bee Token. So với Airbnb hay
Homeaway, Beenest cung cấp một số ưu điểm bao gồm: phí giao dịch thấp, ưu đãi phù
hợp và thông tin được phân quyền, minh bạch. Phiên bản thử nghiệm của Beenest dự
kiến sẽ được khởi động chính thức vào nửa đầu năm 2018, được hứa hẹn là một bước
tiến mới về nền tảng dành cho dịch vụ chia sẻ nhà ở nói riêng và kinh tế chia sẻ nói
chung.
Dịch vụ chia sẻ nhà ở, cũng như phần còn lại của kinh tế chia sẻ, là một mô hình
triển vọng và còn rất nhiều tiềm năng để tạo ra nhiều thay đổi trong ngành du lịch - lữ
hành nói riêng và nền kinh tế thế giới nói chung. Sự cập nhật từng ngày của công nghệ
thông tin có thể đem lại những cải tiến để nền tảng chia sẻ tối ưu và cá nhân hóa hơn,
thông qua nâng cao trải nghiệm người dùng và truyền tải thông điệp thương hiệu theo
hướng thân thuộc, gần gũi (Sparks và Honey, 2017). Dịch vụ chia sẻ nhà ở sẽ phân hóa
và liên kết với những dịch vụ chia sẻ khác, tạo thành một hệ sinh thái hoàn thiện
(Wallenstein và Shelat, 2017). Theo Botsman và Rogers (2010), những mô hình chia sẻ
như dịch vụ chia sẻ nhà ở cũng có thể định hình lại giá trị của doanh nghiệp, nhất là
những doanh nghiệp truyền thống khi phải đứng trước lựa chọn thích nghi hay bị lấn át
 25

bởi làn sóng chia sẻ. Hơn nữa, dịch vụ chia sẻ còn có thể góp phần thay đổi hành vi và
tâm lý người tiêu dùng, thúc đẩy tinh thần chia sẻ và lòng tin tưởng với cộng đồng. Tuy
nhiên, sự phát triển của mô hình dịch vụ chia sẻ nhà ở sẽ đặt ra những nguy cơ với doanh
nghiệp đang phát triển mô hình kinh doanh truyền thống; những rủi ro về cơ chế quản
lý; và sự bất bình đẳng về tiếp cận - chỉ những người hiểu biết và tiếp cận với công nghệ
và nền tảng trực tuyến mới có thể tham gia mô hình chia sẻ (Wallenstein và Shelat,
2017).
Tại Việt Nam, dịch vụ chia sẻ nhà ở đang trong giai đoạn phát triển ban đầu, song
đã tạo được dấu ấn nhất định trên thị trường với sự tham gia của những tên tuổi khởi
nghiệp trong và ngoài nước, cũng như cạnh tranh với những mô hình lưu trú truyền
thống. Trong thời gian tới, dịch vụ chia sẻ nhà ở hứa hẹn sẽ còn phát triển hơn, tận dụng
được nguồn lực dồi dào và thị trường còn rất tiềm năng, mới mẻ tại Việt Nam cũng như
các quốc gia đang phát triển khác. Song song với sự phát triển của dịch vụ chia sẻ nhà
ở, cơ chế quản lý cũng sẽ dần được hoàn thiện hơn. Tại Nghị quyết phiên họp Chính
phủ thường kỳ tháng 1/2018 mới được ban hành, Chính phủ đã phân công Phó Thủ
tướng Vương Đình Huệ trực tiếp chỉ đạo việc xây dựng Đề án về mô hình kinh tế chia
sẻ. Mục tiêu của Đề án về mô hình kinh tế chia sẻ là đề xuất giải pháp phát triển các loại
hình kinh doanh theo mô hình kinh tế chia sẻ theo hướng tạo môi trường kinh doanh
bình đẳng nhằm nâng cao hiệu lực, hiệu quả quản lý nhà nước trong nền kinh tế ở Việt
Nam.
 26

CHƯƠNG 3 MÔ HÌNH ĐỀ XUẤT

VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.1 Quy trình thực hiện nghiên cứu

Xác định vấn đề nghiên cứu

Tham khảo nghiên cứu đi trước

Đưa ra giả thiết nghiên cứu

Thiết kế nghiên cứu

Xây dựng thang đo nháp

Thu thập dữ liệu

Nghiên cứu định lượng sơ bộ

Nghiên cứu định lượng

Nghiên cứu định lượng chính thức

Hoàn thiện chính thức

Hình 3.1 Quy trình nghiên cứu

Nguồn: Tổng hợp của nhóm tác giả
Bước 1: Xác định vấn đề nghiên cứu: Đầu tiên, nhóm tác giả cần xác định vấn
đề nghiên cứu, cụ thể ở đây mối quan hệ giữa ý định tham gia dịch vụ chia sẻ nhà và độ
tin cậy của nền tảng chia sẻ trực tuyến và các yếu có tố ảnh hưởng. Tiếp theo, sau khi
xác định vấn đề nghiên cứu, nhóm tác giả xác định từng mục tiêu nghiên cứu cụ thể.
Bước 2: Tham khảo các nghiên cứu đi trước: Nhóm tác giả tiến hành tìm hiểu
và tập hợp từ các nghiên cứu đi trước trong nước và nước ngoài về các khái niệm, các
mối quan hệ giữa các khái niệm trong thái độ, ý định tham gia sử dụng sản phẩm, dịch
vụ của khách hàng. Đồng thời tìm hiểu về độ tin cậy và các nhân tố ảnh hưởng đến độ
tin cậy vào nền tảng, cụ thể là các trang web, ứng dụng trong lĩnh vực công nghệ thông
tin.
Bước 3: Thiết kế nghiên cứu: Dựa vào những dữ liệu thu thập được ở bước 2,
nhóm tác giả xem xét thiết lập mô hình nghiên cứu chứa những giả thiết nghiên cứu và
 27

xây dựng bộ thang đo nháp cho từng khái niệm nghiên cứu trong mô hình. Ngoài ra
nhóm tác giả cũng tham khảo ý kiến từ những người đã tham gia sử dụng dịch vụ lưu
trú để thiết kế các biến phân loại bằng các câu hỏi phụ.
Bước 4-1: Thu thập dữ liệu và nghiên cứu định lượng sơ bộ: Nhóm tác giả tiến
hành nghiên cứu định lượng sơ bộ để đánh giá bộ thang đo nháp với cỡ mẫu dự kiến lớn
hơn 70. Dự kiến hai phương pháp đánh giá là kiểm định Cronbach Alpha và phân tích
khám phá nhân tố EFA. Kết quả đánh giá sơ bộ thang đo sẽ giúp nhóm tác giả loại đi
những biến quan sát không phù hợp để hình thành thang đo cho nghiên cứu định lượng
chính thức.
Bước 4-2: Tiếp tục thu thập dữ liệu và nghiên cứu định lượng chính thức: Sau
khi có thang đo chính thức, nhóm tác giả tiến hành điều tra cho đủ số mẫu nghiên cứu
cần thiết (dự kiến là 250). Dữ liệu thu thập sẽ được tiến hành tổng hợp, làm sạch và phân
tích bằng các kỹ thuật gồm: thống kê mô tả, phân tích khẳng định nhân tố, phân tích mô
hình cấu trúc tuyến tính, kiểm định sự tin cậy, kiểm định t và phân tích phương sai thông
qua việc sử dụng các phần mềm phân tích dữ liệu Excel, SPSS và AMOS.
Bước 5: Hoàn thiện chính thức: Sau khi tiến hành phân tích dữ liệu nhóm tác giả
sẽ đưa ra các kết luận và viết báo cáo để trả lời các vấn đề nghiên cứu đặt ra. Ngoài ra,
nhóm tác giả cũng xác định ý nghĩa, những đóng góp, những hạn chế của nghiên cứu và
hướng nghiên cứu tiếp theo trong tương lai cho đề tài và lĩnh vực nghiên cứu.
3.2 Mô hình và giả thuyết nghiên cứu
3.2.1 Mô hình nghiên cứu
Dựa trên việc tích hợp các mô hình lý thuyết trao đổi xã hội (Emerson, 1976;
Cropanzano và Mitchell, 2005; Stafford, 2008), thuyết hành động hợp lý (Fisbein và
Ajzen, 1975), mô hình hành vi dự định (Ajzen, 1985, 1991), mô hình tích hợp niềm tin
tổ chức (Mayer, Davis và Schoorman, 1955), mô hình niềm tin vào cộng đồng ảo (Lu
và cộng sự, 2010), mô hình ra quyết định của người tiêu dùng dựa trên niềm tin trong
thương mại điện tử (Kim và cộng sự, 2008), mô hình ý định tham gia kinh tế chia sẻ
(Hamari, Sjöklint và Ukkonen, 2015) đồng thời tham khảo các nghiên cứu đi trước,
nhóm tác giả xây dựng mô hình đánh giá ý định sử dụng dịch vụ chia sẻ nhà ở và đưa ra
các giả thuyết như sau:
 28

Tính dễ sử
H5b dụng cảm nhận

Chất lượng H5a

thông tin

H1a H1b Ý định sử dụng H6c Lợi ích kinh tế

dịch vụ
H6b
H4b
Độ tin cậy của H6a
Tính danh tiếng H9
H3 nền tảng chia sẻ
cảm nhận
H7c
H4a
Tính ưa thích
Thái độ đối với H7b cảm nhận
H2a H2b dịch vụ

Tính bảo mật H8b H8a

cảm nhận
H8a
Lợi ích xã hội

Hình 3.2 Mô hình nghiên cứu đề xuất

Nguồn: Tổng hợp của nhóm tác giả
 29

3.2.2 Các giả thiết nghiên cứu

Ý định sử dụng dịch vụ
Ý định hành vi là khả năng chủ quan của một cá nhân về việc thực hiện một hành
động cụ thể (Ajzen, 1991; Fishbein và Ajzen, 1975), trong marketing là khả năng sẵn
sàng của khách hàng trong việc mua và sử dụng sản phẩm (Tirtiroglu và Elbeck, 2008).
Hành vi thực sự của một người phụ thuộc rất nhiều vào ý định của họ (Ajzen và
Fishbein, 1975), bởi quá trình ra quyết định của người tiêu dùng bao gồm 5 giai đoạn
(1) nhận biết nhu cầu, (2) tìm kiếm thông tin, (3) đánh giá phương án, (4) quyết định
mua, (5) hành vi sau mua (Kotler và Armstrong, 2012). Khi nhu cầu về sản phẩm/dịch
vụ đủ lớn, người tiêu dùng sẽ tìm kiếm thông tin và sẽ cân nhắc đánh giá, lựa chọn
phương án mua sắm và trong quá trình đó họ sẽ hình thành ý định mua.
Ngoài ra, ý định trong định nghĩa của Fishbein và Aizen (1975) còn được xem là
độ mạnh yếu liên quan đến hành vi mua của khách hàng, do đó ý định là một chỉ dẫn tốt
cho hành vi mua của khách hàng (Venkatesh và cộng sự, 2003). Việc tìm hiểu về ý định
là một trong những cách thức có cơ sở nhất giúp dự đoán quyết định của khách hàng,
bởi nhìn chung ý định càng lớn thì khả năng ra quyết định càng cao, trong khi các yếu
tố hoàn cảnh không định trước thì rất khó có thể dự đoán. Hơn nữa, việc bán hàng của
doanh nghiệp có thể được đo lường dựa trên ý định mua sắm của khách hàng (Howard
và Sheth, 1967), và ý định sử dụng của khách hàng cũng được xem là cơ sở để sự đoán
cầu trong tương lai (Bagozzi, 1983; Fishbein và Ajzen, 1975; Warshaw, 1980).
Chất lượng thông tin
Chất lượng thông tin đề cập đến nhận thức chung của người dùng về chất lượng
của thông tin được trình diện trên các nền tảng trực tuyến (trang web, ứng dụng) liên
quan đến cả dịch vụ được cung cấp và quy trình thực hiện giao dịch trực tuyến (Kim và
cộng sự, 2008; McKinney và cộng sự, 2002). Chất lượng thông tin có những biểu hiệu
đặc tính rất đa dạng: từ nội dung chất lượng cao, tính chính xác và cập nhật (Doll và
cộng sự, 1988; 1994; Hendrickson và cộng sự, 1996) cho đến tính đầy đủ và hữu ích
(Aladwania và cộng sự, 2002; Belcher, 2000; Koller, 2001; Shemwell, 1999) để người
dùng có thể tham khảo và dựa vào. Nếu các trang nền tảng khác nhau cùng có thông tin
về các sản phẩm tương tự, yếu tố làm cho người tiêu dùng chọn chỉ một trang web để
thực hiện giao dịch là chất lượng của thông tin mà nền tảng cung cấp (Ranganathan và
Ganapathy, 2002). Lí giải cho điều này là khi khách hàng cảm nhận rằng một nền tảng
giao dịch trực tuyến đưa ra những thông tin có chất lượng cao, họ hiểu rằng bên cung
cấp nền tảng có ý thức trong việc duy trì độ chính xác, giá trị của thông tin và thực hiện
tốt trách nhiệm và nghĩa vụ của mình (Kim và cộng sự, 2008) nên uy tín của nền tảng
trong cảm nhận của họ là cao (Adler, 2007; Andrade và cộng sự, 2002; Ert, 2016) và
nền tảng là đáng để tin tưởng (Bansal và cộng sự 2010; Kim và cộng sự, 2008; Ma và
 30

cộng sự, 2017; Nicolaou và McKnight, 2006; Rahimnia và Hassanzadeh, 2013). Vì vậy,
nghiên cứu đưa ra giả thiết:
H1a: Chất lượng thông tin có tác động tích cực đến tính danh tiếng cảm nhận
H1b: Chất lượng thông tin có tác động tích cực đến độ tin cậy của nền tảng chia sẻ trực
tuyến
Tính bảo mật cảm nhận
Tính bảo mật cảm nhận khi giao dịch trực tuyến được hiểu là nhận thức của khách
hàng về khả năng nhà cung cấp nền tảng trực tuyến cố gắng bảo vệ thông tin bí mật của
họ, mà nhà cung cấp có được từ những giao dịch điện tử khỏi việc bị đánh cắp, tiết lộ
và sử dụng khi khách hàng chưa cho phép (Kalakota và Whinston, 1997; Kim và cộng
sự, 2008). Đối với đa số người tiêu dùng trực tuyến, tính bảo mật là mối quan tâm hàng
đầu, nó liên quan tới sự riêng tư của họ nên việc bảo vệ thông tin là cực kì quan trọng.
Theo đó, người cung cấp nền tảng buộc phải áp dụng các biện pháp bảo vệ quyền riêng
tư trước những mối lo ngại ngày càng tăng của khách hàng để tăng sự tin cậy của khách
hàng và khuyến khích các giao dịch trực tuyến. Khi các chính sách, cam kết bảo mật
thông tin được bên cung cấp nền tảng được đảm bảo rõ ràng thì khách hàng cảm thấy an
toàn khi giao dịch và họ tin tưởng giao dịch trực tuyến tăng lên (Carlos và cộng sự,
2009; Chellappa, 2008; Chellappa và Pavlou, 2002; Metzger, 2004; Joinson và cộng sự,
2010; Joinson và cộng sự, 2006). Bên cạnh đó, việc không tiết lộ và sử dụng thông tin
của khách hàng còn được nhận thức là nền tảng không muốn đe dọa tới tài sản danh
tiếng của mình bằng những hành động cơ hội và không thực hiện cam kết, nghĩa vụ của
họ (Smith và Barclay, 1997; Chiles và McMackin, 1996). Vì vậy, nghiên cứu đưa ra giả
thiết:
H2a: Tính bảo mật cảm nhận ảnh hưởng tích cực đến tính danh tiếng cảm nhận
H2b: Tính bảo mật cảm nhận ảnh hưởng tích cực đến độ tin cậy vào nền tảng chia sẻ
trực tuyến
Tính danh tiếng cảm nhận
Tính danh tiếng cảm nhận được định nghĩa là mức độ mà khách hàng tin tưởng
rằng tổ chức bán hàng trung thực và quan tâm tới khách hàng (Doney và Cannon, 1997).
Danh tiếng là một loại tài sản có giá trị, đòi hỏi một sự đầu tư dài hạn của các nguồn
lực, sự nỗ lực và quan tâm vào các mối quan hệ với khách hàng. Khách hàng nhận thức
rủi ro sẽ ít hơn nếu mua hàng từ những bên bán có uy tín trong việc cung cấp sản phẩm,
dịch vụ chất lượng tốt (Anderson và Weitz, 1989; Ganesan, 1994; Purohit và Srivastava,
2001). Bên cạnh đó, đối với các tổ chức uy tín, chi phí của việc thực hiện một hành vi
không đáng tin cậy là rất cao (Chiles và McMackin, 1996) nên khách hàng sẽ tin tưởng
các tổ chức có danh tiếng tốt hơn so với các bên khác không xác định hoặc có danh tiếng
thấp. Trong thị trường giao dịch trực tuyến, Quech và Klein (1996) nghiên cứu rằng
 31

người tiêu dùng trực tuyến sẽ ưu tiên các nền tảng trực tuyến của một thương hiệu mà
họ đã quen thuộc, đặc biệt là khách hàng chưa có kinh nghiệm giao dịch trực tuyến
(Beldad và cộng sự, 2010). Mối quan hệ giữa danh tiếng và sự tin tưởng vào các nền
tảng giao dịch được ghi nhận trong các nghiên cứu như dịch vụ du lịch điện tử (de Ruyter
et al., 2001), các trang web cung cấp dịch vụ pháp lý (McKnight et al., 2002), các thiết
lập, cài đặt trực tuyến (Jarvenpaa et al., 1999; Koufaris and Hampton -Sosa, 2004; Yoon,
2002). Vì vậy, nghiên cứu đề xuất giả thiết:
H3: Tính danh tiếng cảm nhận ảnh hưởng tích cực đến độ tin cậy của nền tảng chia sẻ
trực tuyến
Độ tin cậy của nền tảng chia sẻ
Độ tin cậy của nền tảng chia sẻ trực tuyến được hiểu là mức độ tin tưởng rằng các
nhà cung cấp nền tảng trực tuyến có thể mang lại một dịch vụ chất lượng và muốn tốt
cho người dùng (khách hàng) của họ (Lu và cộng sự, 2010). Những nỗ lực mà nhà cung
cấp nền tảng quản lý, triển khai nền tảng, có trách nhiệm, hoàn thành nghĩa vụ, cam kết
và không lợi dụng cơ hội (McKnight, 2002; Pavlou, 2003) thúc đẩy nhận thức của người
dùng rằng nhà cung cấp đã chia sẻ giá trị với họ, theo đó trau dồi sự tin tưởng vào nhà
cung cấp nền tảng của khách hàng (Porter và Donthu, 2008). Độ tin cậy vào nền tảng
làm tăng sự chắc chắn của các mối quan hệ giữa nhà cung cấp nền tảng và khách hàng,
và quyết định đến chất lượng giao dịch hai bên, cũng như là sự mong đợi kết quả của
khách hàng (Luhmann, 2000; Lewis và Weigert, 1985; Hosmer, 1995). Do đó, độ tin
cậy của nền tảng được xem là có ảnh hưởng trực tiếp đến thái độ của khách hàng đối
với hành vi mua hàng, sử dụng dịch vụ trực tuyến (Banduara, 1986; Davis và công sự,
1989) và là nhân tố quan trọng thúc đẩy ý định giao dịch, mua bán sản phẩm, dịch vụ
của khách hàng (Benamati và Serva, 2007; Riegelsberger và cộng sự, 2005, Teo và Liu,
2007). Vì vậy, nghiên cứu đề xuất giả thiết:
H4a: Độ tin cậy của nền tảng chia sẻ ảnh hưởng tích cực đến thái độ đối với dịch vụ nhà
chia sẻ
H4b: Độ tin cậy của nền tảng chia sẻ ảnh hưởng tích cực đến ý định sử dụng dịch vụ
nhà chia sẻ
Tính dễ sử dụng cảm nhận
Tính dễ sử dụng cảm nhận được định nghĩa là mức độ dễ dàng và thoải mái trong
quá trình sử dụng dịch vụ, sản phẩm (Venkatesh và cộng sự, 2003) mà không cần đến
hoặc cần nhiều các nỗ lực về trí óc hay thể chất (Davis, 1989). Trong công nghệ thông
tin, tính dễ sử dụng còn là nhận thức, đánh giá của người dùng về đặc điểm của hệ thống
như sự linh hoạt khi tương tác với hệ thống (Venkatesh và Davis, 1996), việc dễ dàng
học các thao tác sử dụng, tính rõ ràng của giao diện (Gefen, 2000). Trong giai đoạn
khám phá công nghệ, tính dễ sử dụng cảm nhận đóng một vai trò quan trọng, nó ảnh
 32

hưởng đến việc khách hàng chấp nhận hay từ chối sản phẩm, hệ thống công nghệ thông
tin (Davis và cộng sự, 1993). Davis và cộng sự (1993) chỉ ra rằng tính dễ sử dụng cảm
nhận ảnh hưởng trực tiếp tới thái độ sử dụng trong mô hình chấp nhận công nghệ TAM.
Nghiên cứu của Venkatesh (2000) cũng cho thấy tính dễ sử dụng cảm nhận quyết định
đến ý định chấp nhận và hành vi sử dụng của người tiêu dùng. Mối quan hệ tác động
cùng chiều trực tiếp giữa tính dễ sử dụng cảm nhận và ý định sử dụng kể trên cũng được
tìm thấy trong nhiều nghiên cứu khác của Abdullah và cộng sự (2016), Davis và cộng
sự (1989), Lu và cộng sự (2005), Oliveira và cộng sự (2016). Vì vậy, nhóm tác giả đề
xuất giả thiết:
H5a: Tính dễ sử dụng cảm nhận ảnh hưởng tích cực đến thái độ đối với dịch vụ nhà chia
sẻ
H5b: Tính dễ sử dụng cảm nhận ảnh hưởng tích cực đến ý định hành vi của người sử
dụng dịch vụ
Lợi ích kinh tế
Lợi ích kinh tế được hiểu là sự tiết kiệm về mặt chi phí trong mối tương quan với
chất lượng của sản phẩm, dịch vụ tiêu dùng, hay là lợi ích có được từ sản phẩm, dịch vụ
do việc việc giảm chi chí của nó trong ngắn - dài hạn (Sweeney và Soutar, 2001). Trong
kinh tế chia sẻ, hành động chia sẻ là hành vi tối đa hóa lợi ích theo đó thay thế việc độc
quyền sở hữu hàng hóa bằng nhiều lựa chọn khác kinh tế hơn có trong mạng lưới dịch
vụ chia sẻ (Hamari và Ukkonen, 2013). Kinh tế chia sẻ là một lựa chọn tốt bởi nó có thể
mang lại những giao dịch có tính kinh tế tốt hơn khi so sánh với các dịch vụ truyền thống
vì nó giúp làm giảm đáng kể chi phí trung gian (Bardhi và Eckhardt, 2012; Sundararajan,
2017; Walsh, 2010). Trong mạng lưới chia sẻ, chia sẻ đóng vai trò là động lực để tiết
kiệm các nguồn lực kinh tế (Luchs và cộng sự, 2011) và ngược lại, lợi ích kinh tế, theo
Hars và Ou (2001) và Hamari và cộng sự (2015), được xem như là một tiềm năng tương
lai, là yếu tố ngoại sinh có ảnh hưởng mạnh mẽ tới thái độ và ý định tham gia vào sự
phát triển nguồn lực mở. Vì vậy, nghiên cứu đề xuất giả thiết:
H6a: Lợi ích kinh tế ảnh hưởng tích cực đến tính ưa thích cảm nhận
H6b: Lợi ích kinh tế ảnh hưởng tích cực đến thái độ đối với dịch vụ nhà chia sẻ
H6c: Lợi ích kinh tế ảnh hưởng tích cực đến ý định sử dụng nhà chia sẻ
Tính ưa thích cảm nhận
Tính ưa thích cảm nhận được hiểu là mức độ yêu thích của một cá nhân khi sử
dụng sản phẩm, dịch vụ (Davis và cộng sự, 1992). Tính ưa thích cảm nhận được coi là
nguyên nhân chính hình thành việc sử dụng (Van der Heijden, 2004; Davis và cộng sự,
1992), theo đó đặc biệt quan trọng trong các hoạt động chia sẻ, như sử dụng hệ thống
thông tin (Van der Heijden, 2004) và chia sẻ thông tin trên Internet (Nov, 2007; Nov và
cộng sự, 2010). Ngoài ra, sự ưa thích đối với việc mua sắm trực tuyến có tác động đáng
 33

kể đến thái độ và hành vi của người tiêu dùng trên các nền tảng trực tuyến và có thể tăng
ý định trở lại mua hàng của họ (Koufaris, 2002; Jarvenpaa và Todd, 1997). Do đó,
nghiên cứu đề xuất giả thiết:
H7a: Tính ưa thích cảm nhận ảnh hưởng tích cực tới thái độ đối với dịch vụ chia sẻ nhà
H7b: Tính ưa thích cảm nhận ảnh hưởng tích cực tới ý định sử dụng dịch vụ chia sẻ nhà
Lợi ích xã hội
Lợi ích xã hội được hiểu là “trải nghiệm tương tác” với một chiều hướng xã hội cụ
thể (Holbrook, 1994). Lợi ích xã hội là những giá trị bắt nguồn từ khả năng của sản
phẩm, dịch vụ có thể tăng cường cảm nhận xã hội của bản thân (Sweeney và Soutar,
2001; Wang và cộng sự, 2004). Một trong những khía cạnh rõ ràng của nền kinh tế chia
sẻ là mọi người có thể có cơ hội bắt đầu và duy trì các mối quan hệ xã hội. Nói cách
khác, trong mô hình kinh tế chia sẻ, người dùng tham gia với kì vọng có được lợi ích xã
hội, mong muốn gia tăng kết nối xã hội (Schor và Fitzmaurice, 2014), điều này ảnh
hưởng tới cảm nhận đối với việc tham gia vào nền kinh tế chia sẻ cũng như ý định bắt
đầu, tiếp tục sử dụng sản phẩm, dịch vụ chia sẻ cũng như hành vi thực sự sử dụng. Vì
vậy, nghiên cứu đề xuất giả thiết:
H8a: Lợi ích xã hội ảnh hưởng tích cực đến tính ưa thích cảm nhận
H8b: Lợi ích xã hội ảnh hưởng tích cực đến thái độ đối với dịch vụ nhà chia sẻ
H8c: Lợi ích xã hội ảnh hưởng tích cực đến ý định sử dụng dịch vụ nhà chia sẻ
Thái độ đối với dịch vụ nhà chia sẻ
Thái độ đối với việc sử dụng được định nghĩa được định nghĩa là mức độ đánh giá
của một cá nhân (ưa thích hoặc không ưa thích) đối với hành vi đang được đề cập
(Fishbein và Ajzen, 1975). Theo đó, thái độ đối với dịch vụ nhà chia sẻ là mức độ ưa
thích hoặc không ưa thích của cá nhân đối với dịch vụ nhà chia sẻ. Ajzen (1991) đã
nghiên cứu trong mô hình TPB và chỉ ra rằng ý định hành vi lại bị ảnh hưởng trực tiếp
bởi thái độ về hành vi, hay nói cách khác, thái độ đối với việc sử dụng là yếu tố xác định
chính cho việc người đó có thực sự sử dụng không (Davis và cộng sự, 1993). Vì vậy,
nghiên cứu đề xuất giả thiết:
H9: Thái độ đối với dịch vụ nhà chia sẻ ảnh hưởng tích cực tới ý định sử dụng dịch vụ
nhà chia sẻ
3.3 Thiết kế nghiên cứu
3.3.1 Phát triển bảng hỏi và lựa chọn thang đo nghiên cứu
Mô hình nghiên cứu gồm 10 khái niệm nghiên cứu. Các khái niệm – các nhân tố
tiềm ẩn được đo lường thông qua 4-6 biến quan sát. Các biến quan sát được tham khảo,
kế thừa từ các nghiên cứu nước ngoài đi trước và hiệu chỉnh cho phù hợp với bối cảnh
và môi trường nghiên cứu. Đầu tiên các bộ câu hỏi được dịch từ tiếng Anh sang tiếng
Việt và sau đó dịch ngược để đảm bảo tính chính xác và ý nghĩa của các câu hỏi gốc.
 34

Bước thứ hai, nhóm tác giả đánh giá thử bộ câu hỏi với 30 khách hàng và ghi nhận các
phản hồi, từ đó điều chỉnh để đảm bảo sự rõ ràng, phù hợp về ngữ nghĩa, lối diễn đạt.
Bước thứ ba, sau khi hiệu chỉnh dựa theo phản hồi của khách hàng, nhóm tác giả tiến
hành phỏng vấn và tham khảo ý kiến 3 chuyên gia trong lĩnh vực marketing kỹ thuật số,
kinh tế học hành vi và kinh tế chia sẻ - thương mại điện tử. Kết quả cuối cùng sử dụng
cho điều tra thực nghiệm thu được như sau:
Bảng 3.1 Các nhân tố và biến quan sát trong mô hình
Mã Nội dung câu hỏi Tham khảo
I. Chất lượng thông tin
Các trang nền tảng chia sẻ cung cấp thông tin chính xác về sản
IQ1
phẩm/dịch vụ khi anh/chị giao dịch
Thông tin về sản phẩm/dịch vụ được cập nhật thường xuyên trên
IQ2
nền tảng chia sẻ
Doll và
Thông tin về sản phẩm/dịch vụ được cung cấp đáng tin cậy trên
IQ3 Torkzadeh
nền tảng chia sẻ
(1988), Kim
Thông tin về sản phẩm/dịch vụ được cung cấp đầy đủ trên nền
IQ4 và cộng sự
tảng chia sẻ
(2008)
Các nền tảng chia sẻ cung cấp thông tin thực sự hữu ích với
IQ5
anh/chị
Nhìn chung, nền tảng chia sẻ cung cấp thông tin có chất lượng
IQ6
cao
II. Tính bảo mật cảm nhận
Các nền tảng chia sẻ không thu thập quá nhiều thông tin cá nhân
PPR1
của anh/chị
Thông tin cá nhân trong giao dịch của anh/chị với nền tảng chia
PPR2 Chen và
sẻ được bảo mật an toàn
cộng sự
Các nền tảng sẽ không sử dụng thông tin cá nhân của anh/chị
PPR3 (1996), Kim
mà chưa được sự cho phép
và cộng sự
Các nền tảng không chia sẻ thông tin cá nhân của anh chị với
PPR4 (2008)
các bên khác mà chưa được sự cho phép
Các nền tảng sẽ không bán thông tin cá nhân của anh chị với các
PPR5
bên khác mà chưa được sự cho phép
Thông tin cá nhân của anh/chị sẽ không bị đánh cắp bởi các
PPR6
hacker
III. Tính danh tiếng cảm nhận
PRE1 Anh/chị thường lựa chọn những nền tảng chia sẻ nhà nổi tiếng Jarvenpaa
Các nền tảng chia sẻ anh/chị sử dụng có danh tiếng tốt hơn so và cộng sự
PRE2
với những website cung cấp dịch vụ thuê chỗ ở khác (2000),
PRE3 Các nền tảng chia sẻ anh/chị sử dụng khá nổi tiếng về dịch vụ Casaló và
 35

Mã Nội dung câu hỏi Tham khảo

chia sẻ nhà cộng sự
Nhìn chung, nền tảng anh/chị sử dụng có danh tiếng tốt đối với (2011)
PRE4
dịch vụ chia sẻ nhà
IV. Độ tin cậy vào nền tảng chia sẻ
TRU1 Anh/chị thấy các nền tảng chia sẻ đáng tin cậy
Anh/chị thấy các trang web/ứng dịch chia sẻ sẽ thực hiện lời Jarvenpaa và
TRU2
đảm bảo, cam kết của nó cộng sự
Anh/chị thấy các nền tảng chia sẻ sẽ quan tâm và cung cấp cho (1999,2000),
TRU3
anh/chị các dịch vụ tốt nhất Kim và cộng
Nhìn chung, các nền tảng chia sẻ là một nền tảng tốt và an toàn sự (2008)
TRU4
để thực hiện các giao dịch của anh/chị
V. Tính dễ sử dụng cảm nhận
Gefen và
PEU1 Anh/chị thấy rằng thao tác trên nền tảng chia sẻ rõ ràng, dễ hiểu
cộng sự
Anh/chị thấy rằng việc học cách thao tác trên nền tảng chia sẻ
PEU2 (2003),
dễ dàng
Davis
Anh/chị thấy rằng bản thân dễ dàng sử dụng thành thạo nền tảng
PEU3 (1993),
chia sẻ
Venkatesh
Anh/chị thấy rằng sự tương tác với nền tảng chia sẻ diễn ra linh
PEU4 (2000,2003)
hoạt
PEU5 Nhìn chung, đối với anh/chị, nền tảng chia sẻ dễ sử dụng
VI. Lợi ích kinh tế
EB1 Anh/chị thấy rằng dịch vụ chia sẻ nhà có giá hợp lí
EB2 Anh/chị thấy rằng việc ở chia sẻ nhà tiết kiệm Liang
EB3 Anh/chị thấy rằng dịch vụ chia sẻ nhà là tốt so với giá của nó (2015)
Anh/chị thấy rằng sử dụng dịch vụ chia sẻ nhà đem lại những
EB4
giá trị về tiền bạc
VII. Tính ưa thích cảm nhận
ENJ1 Anh/chị cảm thấy thích thú với việc sử dụng dịch vụ chia sẻ nhà
Anh/chị cảm thấy việc sử dụng chia sẻ nhà sẽ là một trải nghiệm
ENJ2 Koufaris
đáng nhớ
(2002), Yi
Anh/chị cảm thấy việc đi thuê chỗ lưu trú trở nên thú vị hơn với
ENJ3 và Hwang
dịch vụ chia sẻ nhà
(2003)
Nhìn chung, việc sử dụng dịch vụ chia sẻ nhà sẽ đem lại cho
ENJ4
anh/chị sư hài lòng
VIII. Lợi ích xã hội
Anh/chị sẽ có một mối quan hệ tốt với các thành viên gia đình Galarza và
SB1
của nhà chia sẻ Saura
SB2 Anh/chị sẽ có một mối quan hệ tốt với người dân trong khu vực (2006)
 36

Mã Nội dung câu hỏi Tham khảo

Anh/chị sẽ có một quan hệ tốt với những người người khách
SB3
khác ở cùng nhà với mình
Anh/chị thấy rằng việc ở nhà chia sẻ sẽ cho anh/chị cảm giác trở
SB4
thành một thành viên của gia đình chủ nhà chia sẻ và khu vực
Anh/chị sẽ có một hiểu biết tốt hơn về thành viên gia đình chủ
SB5
nhà chia sẻ và các người dân khác trong khu vực
IX. Thái độ đối với dịch vụ
Anh/chị thấy việc tham gia, sử dụng dịch vụ chia sẻ nhà là một
ATT1
sự lựa chọn thông minh
ATT2 Anh/chị thấy dịch vụ chia sẻ nhà là một dịch vụ tích cực Ajzen
Anh/chị thấy rằng việc tham gia, sử dụng dịch vụ chia sẻ nhà là (1991),
ATT3
một điều tốt Hamari
Anh/chị thấy rằng việc chia sẻ nhà là một dịch vụ tốt hơn là chỉ (2015)
ATT4
cho thuê và đi thuê
Nhìn chung, đối với anh/chị, việc cùng chia sẻ nhà với mọi
ATT5
người là có ý nghĩa
X. Ý định sử dụng sử dụng dịch vụ
Anh/chị dự định bắt đầu hoặc tiếp tục tham gia các nền tảng chia
INT1 Belanger và
sẻ trong thời gian tới
Carter
Anh/chị dự định bắt đầu hoặc tiếp tục sử dụng dịch vụ nhà chia
INT2 (2008),
sẻ qua các nền tảng chia sẻ trong thời gian tới
Venkatesh
Anh/chị sẽ chia sẻ với bạn bè, người thân nếu có trải nghiệm tốt
INT3 và cộng sự
với dịch vụ nhà chia sẻ
(2012),
Anh/chị sẽ chia sẻ những mặt tích cực của dịch vụ nhà chia sẻ
INT4 Oliveira và
với những người khác
cộng sự
Anh/chị sẽ khuyến khích bạn bè, người thân tham gia, sử dụng
INT5 (2016)
dịch vụ nhà chia sẻ
Nguồn: Tổng hợp của nhóm tác giả
Thang đo được sử dụng để đo lường các khía cạnh trong các nhân tố (đo lường các
biến quan sát) là thang đo Likert 5 điểm. Mặc dù về nguyên tắc sử dụng thang đo càng
nhiều điểm càng chính xác, tuy nhiên để tránh nhầm lẫn cho người trả lời khảo sát, nhóm
tác giả sử dụng thang đo Likert 5 điểm với điểm 1 là “hoàn toàn không đồng ý” và điểm
5 là “hoàn toàn đồng ý”. Bên cạnh nhóm câu hỏi phục vụ cho mô hình nghiên cứu, bảng
khảo sát còn bao gồm 2 phần câu hỏi mang tính chất sàng lọc và phân loại đối tượng
điều tra, (1) câu hỏi về các thông tin nhân khẩu học, (2) câu hỏi về thói quen sử dụng
các dịch vu chia sẻ nhà ở; thang đo sử dụng cho các biến phân loại là thang đo định danh
hoặc thứ bậc, tùy thuộc vào dạng dữ liệu (phụ lục 1).
 37

3.3.2 Tổng thể, mẫu nghiên cứu và phương pháp thu thập dữ liệu
Đối tượng điều tra được xác định làm 2 loại: (1) các khách hàng đã từng sử dụng
dịch vụ chia sẻ nhà ở tại Việt Nam, (2) các khách hàng chưa sử dụng dịch vụ chia sẻ nhà
ở nhưng đã từng sử dụng các dịch vụ tương tự tại Việt Nam hoặc có tiềm năng sử dụng
dịch vụ chia sẻ nhà ở trong tương lai gần. Việc điều tra mẫu nghiên cứu tổng thể là
không khả thi và rất khó có thể xác định chính xác tổng thể là bao nhiêu, do đó nhóm
tác giả tiến hành điều tra chọn mẫu ngẫu nhiên. Hiện tại có rất nhiều quan điểm không
thực sự thống nhất về kích cỡ mẫu phù hợp để đại diện cho tổng thể. Nếu cỡ mẫu lựa
chọn dựa theo các quy tắc và yêu cầu của phân tích khám phá nhân tố EFA (Exploratory
Factor Analysis) thì kích cỡ tối thiểu gấp 5 lần biến quan sát (n = 5*m) (Hair và cộng
sự, 2010). Trong khi đó đối với phân tích hồi quy đa biến, cỡ mẫu tối thiểu cần đạt được
tính theo công thức n = 50 + 8*p trong đó p là số nhân tố tiềm ẩn (Tabachnick và Fidell,
2006). Ngoài ra, quy tắc lấy mẫu có thể được dựa theo sai số biến dựa trên tổng thể
nghiên cứu (Suanders và cộng sự, 2007). Trong phạm vi nghiên cứu, nhóm tác giả áp
dụng cỡ mẫu trên 239 là phù hợp với mô hình và khả năng tiếp cận điều tra, đồng thời
đạt mức tốt theo quy tắc Comrey và Lee (1992). Với số lượng biến quan sát là 48 và số
biến tiềm ẩn là 10, nguyên tắc cũng đáp ứng quy tắc nhân 5 (5*48 = 240), quy tắc tổi
thiểu cho phân tích hồi quy đa biến (50 + 10*8 = 130).
Quá trình điều tra được chia làm 2 giai đoạn, trong đó giai đoạn 1 là điều tra sơ bộ,
thực hiện phỏng vấn và hỏi trực tiếp khách hàng bằng phiếu giấy với 100 phiếu phát ra.
Kết quả thu về với 81 phiếu hợp lệ, phục vụ cho việc phân tích đánh giá sơ bộ thang đo.
Sau quá trình đánh giá kết quả sơ bộ, nhóm tác giả tiến hành hiệu chỉnh các thang đo,
loại bỏ các biến quan sát không phù hợp và tiến hành thực hiện giai đoạn 2 là điều tra
chính thức với mục tiêu thu về trên 200 phiếu hợp lệ. Phương pháp thu thập dữ liệu cho
giai đoạn điều tra chính thức được thực hiện thông qua hai hình thức (1) điều tra trực
tiếp với 250 phiếu giấy phát ra; (2) điều tra online thông qua google forms. Nhóm tác
giả tiến hành gửi phiếu giấy đến các sinh viên, học viên cao học tại các trường Đại học
thuộc khối ngành kinh tế ở Hà Nội và Hải Phòng, các khách hàng đã sử dụng hoặc có
tiềm năng sử dụng dịch vụ chia sẻ nhà ở tại Hà Nội và Hải Phòng. Nhóm tác giả gửi
email, chia sẻ link khảo sát trên mạng xã hội Facebook và các diễn đàn với các ứng viên
tiềm năng thuộc khu vực miền Trung (Đà Nẵng) và miền Nam (TP. Hồ Chí Minh, Vũng
Tàu, Lâm Đồng). Kết quả sau 3 tháng khảo sát (từ tháng cuối 02 đến tháng 05 năm 2018)
thu về 136 phiếu giấy hợp lệ và 103 phiếu điều tra online, như vậy mẫu chính thức phục
vụ cho phân tích là 239 mẫu hợp lệ. Trong số các phiếu hợp lệ có một số phiếu khách
hàng trả lời bị khuyết một số câu hỏi, tuy nhiên tỷ lệ khuyết rất thấp (nhỏ hơn 0,5%).
Để xử lý các dữ liệu bị khuyết này, nghiên cứu sử dụng phương pháp mô phỏng đa hàm
với hai gói phần mềm mice và VIM trên phần mềm R (Phụ lục 2-a).
 38

3.4 Phương pháp phân tích dữ liệu

Sau khi thu thập, dữ liệu nghiên cứu được mã hóa và xử lý làm sạch, nhóm tác giả
tiến hành phân tích đánh giá với sự hỗ trợ hai phần mềm SPPS và AMOS.
3.4.1 Thống kê mô tả mẫu
Các biến phân loại như: hoạt động sử dụng dịch vụ chia sẻ nhà ở (tần suất sử dụng,
nền tảng chia sẻ sử dụng, mục đích sử dụng …) và các biến nhân khẩu học (giới tính,
tuổi tác, học vấn, nghề nghiệp, thu nhập …) được phân loại bằng tần suất và tỷ lệ được
khách hàng lựa chọn.
3.4.2 Đánh giá sơ bộ thang đo
Quá trình đánh giá sơ bộ thang đo được thực hiện bằng việc (1) xem xét độ tin cậy
và (2) giá trị hội tụ của các nhân tố trong mô hình (tính đơn hướng).
Đầu tiên, nhóm tác giả sử dụng kiểm định độ tin cậy thang đo, được đánh giá thông
qua hệ số Cronbach Alpha và hệ số tương quan biến tổng. Hệ số Cronbach Alpha giúp
đo lường tính nhất quán nội tại của nhân tố (Suanders và cộng sự, 2007). Trong phạm
vi phân tích bài, nhóm tác giả sử dụng giá trị 0,6 (Peterson, 1994) để xem xét độ tin cậy
của 10 nhân tố trong quá trình điều tra sơ bộ với kích cỡ 80 mẫu nghiên cứu. Tiếp theo,
để xem xét sự đóng góp mức đóng góp ý nghĩa giải thích khái niệm nghiên cứu, hệ số
tương quan biến tổng của mỗi biến quan sát phải trên 0,3 (Nunally và Bernstein, 1994).
Sau đó, nhóm tác giả sử dụng phân tích khám phá nhân tố để đánh giá giá trị hội
tụ (tính đơn hướng) của các nhân tố tiềm ẩn. Phương pháp này được sử dụng chủ yếu
để thu gọn từ nhóm nhiều biến quan sát thành biến tiềm ẩn mà vẫn giải thích được dữ
liệu (Hair và cộng sự, 2010). Các tham số thống kê quan trọng và tiêu chí chấp nhận
trong phân tích nhân tố (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) gồm có: (1)
hệ số tải nhân tố lớn 0,5; (2) chỉ số Eigenvalue lớn hơn 1; (3) chỉ số Kaiser-Meyer- Olkin
(KMO) lớn 0,5; (4) kiểm định Bartlett có p-value nhỏ hơn 0,05 và (5) phương sai giải
thích lớn hơn 50%. Phương pháp phân tích nhân tố được sử dụng đánh giá sơ bộ này là
phân tích thành phần chính (Principal component analysis) với phép quay vuông góc
(varimax).
3.4.3 Đánh giá chính thức thang đo
Các thang đo trong mô hình được tham khảo và thiết lập từ những nghiên cứu đi
trước, việc sử dụng phân tích khẳng định nhân tố được xem là phù hợp với mẫu điều tra
chính thức. Phương pháp phân tích khẳng định nhân tố được sử dụng nhằm kiểm chứng
tính thích hợp của mô hình với dữ liệu thực tế và sự tồn tại của các khái niệm nghiên
cứu (Hair và cộng sư, 2010). Mô hình tới hạn tiến hành phân tích với tất cả các khái
niệm, được xây dựng để xem xét tính tương thích với dữ liệu thị trường, đánh giá các
cấu trúc khái niệm trong mô hình với nhau, các khái niệm có đạt giá trị phân biệt, giá trị
hội tụ hay không. Phương pháp ước lượng sử dụng là ước lượng bằng hàm hợp lý cực
 39

đại (maximum likelihood estimation).

Các chỉ số và tiêu chuẩn được sử dụng để xem xét tính tương thích của mô hình
bao gồm: (1) Chi – square/df nhỏ hơn 3; (2) CFI, TLI, IFI lớn hơn 0,9; (3) RMSEA nhỏ
hơn 0,08 (Hair và cộng sự, 2010; Kline, 2015, Hooper và cộng sự, 2008).
Hệ số tải nhân tố trong mỗi nhân tố phải lớn hơn 0,5 thang đo để đạt giá trị hội tụ
(convergent validity) (Hair và cộng sự, 2010), hệ số tin cậy tổng hợp (CR) phải lớn hơn
0,7, phương sai trích (AVE) lớn hơn 50% cho thấy các khái niệm nghiên cứu đạt tính
tin cậy cần thiết (Hair và cộng sự, 2010).
Để đánh giá giá trị phân biệt giữa các khái niệm nghiên cứu với nhau, sử dụng
kiểm định hệ số tương quan giữa các biến trong mô hình khác đơn vị (1). Nghiên cứu
sử dụng phân tích bằng bootstrap với khoảng tin cậy 95%. Nếu khoảng tin cậy 95% của
các hệ số tương quan không chứa giá trị 1 thì các khái niệm được xem là đạt giá trị phân
biệt (Anderson và Gerbing, 1988; Torkzadeh và cộng sự, 2003).
3.4.4 Phân tích bằng mô hình cấu trúc tuyến tính
Sau khi đánh giá các thang đo thích hợp, tiến hành phân tích mô hình cấu trúc
tuyến tính với kỹ thuật phân tích đường dẫn được sử dụng để kiểm định các giả thuyết
nghiên cứu. Tiêu chuẩn kiểm định theo thông lệ lấy ở mức ý nghĩa 5%. Tiêu chuẩn đánh
giá tính thích hợp của mô hình SEM được xem xét như trong phân tích khẳng định nhân
tố (chi-square/df nhỏ hơn 3, CFI, IFI, TLI lớn hơn 0,9; RMSEA nhỏ hơn 0,08). Cuối
cùng, để đánh giá tính vững của mô hình nhóm tác giả sử dụng kiểm định bootstrap với
cỡ mẫu có hoàn lại là 1000.
3.4.5 Đánh giá của khách hàng về các nhân tố
Nghiên cứu sử dụng điểm trung bình, độ lệch chuẩn và khoảng tin cậy 95% để xem
xét các đánh giá của khách hàng đối với 10 nhân tổ.
3.4.6 Đánh giá sự khác biệt giữa các biến phân loại với ý định chuyển đổi
Nghiên cứu sử dụng phương pháp so sánh trung bình t-test, phân tích phương sai
(ANOVA) cho từng nhóm khách hàng phân loại theo nhân khẩu học và hoạt động sử
dụng dịch vụ chia sẻ nhà ở với độ tin cậy 95%.
• Kiểm định trung bình 2 nhóm (t-test): mục đích nhằm so sánh giả định bằng
nhau của yếu tố phân loại thành 2 nhóm với: (1) xem xét sự khác biệt về phương sai
giữa hai nhóm (kiểm định Levene); (2) kiểm định t-test cho từng giả định.
• Kiểm định phương sai – phân tích ANOVA: mục đích nhằm so sánh yếu tố có
3 nhóm trở lên với: (1) xem xét phương sai giữa các nhóm (kiểm định Levene); (2) kiểm
định giả định trung bình các nhóm bằng nhau (kiểm định F) và kiểm định hậu định (Post-
hoc Test) để đánh giá sự khác biệt thực sự giữa các nhóm (nếu có).
 40

CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

4.1 Kết quả thống kê mô tả mẫu
4.1.1 Kết quả thống kê mô tả đối tượng khảo sát
Nghiên cứu xem xét phân loại khách hàng tham gia khảo sát theo các tiêu chí về
độ tuổi, giới tính, học vấn, nghề nghiệp và thu nhập hàng tháng. Trong số 239 phiếu
khảo sát hợp lệ thu về, một số thông tin cá nhân bị khuyết do khách hàng từ chối cung
cấp cũng đã được xử lý và mô phỏng (tỉ lệ khuyết dưới 5%). Kết quả thống kê nhân
khẩu học được thể hiện trong bảng:
Bảng 4.1 Đặc điểm khách hàng điều tra
Nhóm Thành phần Số người Tỷ lệ (%)
<=22 tuổi 171 71,5%
23 - 30 tuổi 51 21,3%
Độ tuổi
31 - 45 tuổi 12 5,0%
>45 tuổi 5 2,2%
Nam 62 25,9%
Giới tính
Nữ 177 74,1%
THPT 6 2,5%
Học vấn CĐ/ĐH 195 81,6%
Trên ĐH 38 15,9%
Học sinh/ sinh viên 170 71,1%
Nhân viên văn phòng 45 18,8%
Nghề nghiệp
Kinh doanh tự do 10 4,2%
Khác 14 5,9%
>5 triệu đồng 158 66,1%
Thu nhập hàng
5-10 triệu đồng 40 16,7%
tháng (VNĐ)
<10 triệu đồng 41 17,2%
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm Excel
Từ kết quả bảng khảo sát có thể thấy, khách hàng tham gia trả lời có độ tuổi tương
đối trẻ, có đến 222 phản hồi cho biết rằng họ thuộc nhóm từ 30 tuổi trở xuống, chiếm
92,9% tổng số khách hàng thực hiện. Trong đó, cụ thể nhóm khách hàng có độ tuổi dưới
22 chiếm hơn 70% trong số khách hàng và 3/4 trong nhóm người từ 30 tuổi trở xuống.
Nhóm khách hàng có độ tuổi trung niên, trên 45 tuổi có tỷ lệ khá thấp, chỉ chiếm 2,2%
với 5 người tham gia khảo sát. Về giới tính, số khách hàng hàng nữ tham gia khảo sát
nhiều gấp gần 3 lần so với khách hàng là nam giới với tỷ lệ lần lượt là 74,1% và 25,9%.
Kết quả đặc điểm nghề nghiệp cho thấy phần lớn đối tượng khảo sát là học
sinh/sinh viên và nhân viên văn phòng với gần 90% tổng số phản hồi hợp lệ, trong đó
tỷ lệ mỗi nhóm lần lượt là 71,1% và 18,8%. Những con số này có mối quan hệ tương
đối liên kết với kết quả phân loại theo độ tuổi. Tuy nhiên, tỷ lệ những người thuộc nhòm
 41

ngành nghề nghiệp khác bao gồm kinh doanh tự do, giảng viên đại học, nội trợ, về hưu…
trả lời bảng hỏi tương đối thấp với 24 lựa chọn, chiếm tỷ lệ chỉ khoảng 10%. Việc phân
loại khách hàng theo trình độ học vấn cho thấy nhóm có trình độ Cao đẳng/Đại học
chiếm đa số với 81,6% với 195 câu trả lời. Nhóm người có trình độ trên Đại học cũng
có tỷ lệ hơn 1/6 lượng người tham gia điền phiếu khảo sát.
Thu nhập hàng tháng được phân chia theo ba mức 5 triệu đồng/tháng, từ 5-10 triệu
đồng/tháng và trên 10 triệu đồng/tháng. Kết quả tính toán cho thấy tỷ lệ khách hàng có
thu nhập hàng tháng dưới 5 triệu với xấp xỉ 66% với 158 câu trả lời, gấp gần 2 lần nhóm
thu nhập khác. Hai nhóm khách hàng có thu nhập từ 5-10 triệu đồng/tháng và trên 10
triệu đồng/tháng có tỷ lệ tương đương nhau, lần lượt chiếm 16,7% và 17,2% (bảng 4.1).
4.1.2 Kết quả thống kê về việc sử dụng dịch vụ chia sẻ nhà ở
Nghiên cứu tiến hành đánh giá và phân loại theo các tiêu chí liên quan đến hoạt
động sử dụng dịch vụ chia sẻ nhà ở của khách hàng theo các tiêu chí (1) mức độ nhận
biết dịch vụ chia sẻ nhà ở, (2) mức độ giao dịch trên nền tảng chia sẻ nhà trực tuyến, (3)
số người biết đến các nền tảng chia sẻ, (4) lý do lưu trú, (5) hình thức nhóm lưu trú, (6)
khoảng thời gian lưu trú, (7) xu hướng quay lại nơi đã từng lưu trú và (8) phương tiện
truyền thông để chia sẻ về trải nghiệm trong các chuyến đi. Trong đó, các câu hỏi về số
người biết đến các nền tảng chia sẻ, lý do cần đi lại và thuê chỗ ở, hình thức lưu trú,
khoảng thời gian lưu trú, phương tiện truyền thông để chia sẻ về trải nghiệm trong các
chuyến đi là những câu hỏi có nhiều lựa chọn. Kết quả thống kê mô tả theo 8 tiêu chí
trên được thể hiện trong bảng 4.2 và 4.3:
Bảng 4.2 Đặc điểm sử dụng dịch vụ chia sẻ nhà ở của khách hàng (1)
Nhóm Thành phần Số người Tỷ lệ
Chưa từng biết đến 78 32,6%
Mức độ nhận biết
Đã biết đến 118 49,4%
dịch vụ nhà chia sẻ
Đã từng trải nghiệm 43 18,0%
Đã tìm kiếm và truy cập 124 51,9%
Mức độ giao dịch tren các
Đã từng ít lần sử dụng 34 14,2%
nền tảng chia sẻ nhà trực
Thường xuyên sử dụng
tuyến
khi có nhu cầu 8 3,3%
Thường là có 108 45,2%
Xu hướng quay lại Không chắc chắn 79 33,1%
Thường là không 51 21,3%
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm Excel
 42

Bảng 4.3 Đặc điểm sử dụng dịch vụ chia sẻ nhà ở của khách hàng (2)
(câu hỏi có nhiều lựa chọn)
Nhóm Thành phần Số người Tỷ lệ
Airbnb 100 41,8%
Số người biết đến Luxstay 24 10,0%
các nền tảng chia Westay 45 18,8%
sẻ Homeaway 43 18,0%
Nền tảng khác 15 6,3%
Công việc/ công tác 62 25,9%
Du lịch 188 78,7%
Lý do lưu trú Đi học 59 24,7%
Thăm bạn bè, họ hàng 22 9,2%
Khác 0 0,0%
Một mình 67 28,0%
Hình thức nhóm
Gia đình 116 48,5%
lưu trú
Bạn bè 181 75,7%
Từ vài ngày đến 1 tuần 208 87,0%
Khoảng thời gian
Từ 1 - 2 tuần 17 7,1%
lưu trú
Nhiều hơn 2 tuần 21 8,8%
Email/ nhắn tin về chuyến đi 58 24,3%
Ảnh/ video gửi cho bạn bè, người thân 85 35,6%
Phương tiện chia
Ảnh/ video đăng lên Internet mà mọi
sẻ trải nghiệm
người đều thấy được 165 69,0%
Viết review trên Internet về chuyến đi 36 15,1%
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm Excel
Thống kê về đặc điểm sử dụng dịch vụ chia sẻ nhà ở cho thấy gần 1/2 khách hàng
biết đến dịch vụ chia sẻ nhà ở (49,4%) và gần 1/5 khách hàng đã từng trải nghiệm dịch
vụ chia sẻ nhà ở (18%). Về mức độ trải nghiệm dịch vụ, tỷ lệ những người đã tìm kiếm
và truy cập các trang web/ ứng dụng chia sẻ là 51,9%; tỷ lệ những người đã từng ít lần
sử dụng dịch vụ hoặc sử dụng dịch vụ thường xuyên thấp hơn đáng kể (lần lượt là 14,2%
và 3,3%).
Về đặc điểm hành vi chung của khách hàng khi đi lại và thuê chỗ ở, lý do được lựa
chọn nhiều nhất là đi du lịch (78,7%), ngoài ra cũng khá nhiều khách hàng có nhu cầu
thuê nơi ở vì lý do công việc, công tác (25,9%), hoặc học tập (24,7%). Phần lớn khách
hàng trải nghiệm chuyến đi cùng bạn bè (75,7%) và gia đình (48,5%), chỉ có 28% khách
hàng từng đi một mình. Xét về thời gian, phần lớn các chuyến đi là ngắn ngày - 87%
khách hàng trải nghiệm trong khoảng thời gian vài ngày cho đến một tuần. Tuy nhiên, số
 43

khách hàng có chuyến đi dài ngày hơn (trên 2 tuần) cũng tương đối đáng kể, chiếm gần
1/10 tổng số khách hàng được hỏi. Tỷ lệ khách hàng có xu hướng quay lại nơi họ từng
thuê ở là 45,2%, cao gấp đôi tỷ lệ khách hàng có xu hướng không quay lại (21,3%). Các
phương tiện được khách hàng sử dụng để chia sẻ trải nghiệm trong chuyến đi khá đa
dạng và phổ biến, hoạt động chia sẻ được ưa chuộng nhất là đăng ảnh/ video lên Internet
cho người thân, bạn bè và tất cả những người khác cùng thấy.
Trên thị trường Việt Nam hiện nay, nền tảng chia sẻ được biết đến nhiều nhất là
Airbnb với tỷ lệ biết đến là gần 42%, vượt trội so với tỷ lệ của các nền tảng khác như
Westay (18,8%), Homeaway (18%) và Luxstay (10%). Trong số phiếu trả lời hợp lệ, có
những khách hàng biết đến nhiều hơn 1 nền tảng, thậm chí biết đến tất cả các nền tảng
và đặc biệt biết thêm một số nền tảng khác như Couchsurfing, Booking.com, Ohana hay
Onehome…
4.2 Kết quả đánh giá sơ bộ thang đo
Nghiên cứu sử dụng hệ số Cronbach Alpha và hệ số tương quan biến tổng để đánh
giá sơ bộ về độ tin cậy của thang đo đối với từng nhân tố. Bên cạnh đó, nghiên cứu cũng
thực hiện phương pháp phân tích khám phá nhân tố EFA để kiểm tra tính hội tụ của các
biến quan sát trong việc đo lường 10 biến tiềm ẩn với hệ số KMO, p-value của kiểm
định Bartlett, phương sai giải thích và hệ số tải nhân tố. Việc đánh giá sơ bộ thang đo
được tiến hành với 81 mẫu khảo sát và kết quả được thể hiện như trong bảng dưới đây:
Bảng 4.4 Kết quả đánh giá sơ bộ thang đo
Tương
Hệ số Phương Hệ số tải
Nhân tố quan biến p-
Cronbach KMO sai trích nhân tố
(Số biến quan sát) tổng bé value
Alpha (%) nhỏ nhất
nhất
Chất lượng thông tin (6) 0,894 0,653 0,895 0,000 65,75% 0,757
Tính bảo mật cảm nhận (6) 0,868 0,468 0,818 0,000 60,79% 0,588
Tính danh tiếng cảm nhận (4) 0,865 0,629 0,823 0,000 71,92% 0,779
Độ tin cậy vào trang
0,886 0,728 0,796 0,000 74,67% 0,849
web/ứng dụng chia sẻ (4)
Tính dễ sử dụng cảm nhận (5) 0,897 0,634 0,863 0,000 70,99% 0,754
Lợi ích kinh tế (4) 0,810 0,592 0,695 0,000 64,27% 0,758
Tính ưa thích cảm nhận (4) 0,842 0,633 0,789 0,000 68,06% 0,791
Lợi ích xã hội (5) 0,844 0,507 0,761 0,000 61,93% 0,660
Thái độ sử dụng (5) 0,836 0.521 0,795 0,000 61,15% 0,684
Ý định sử dụng (5) 0,861 0.629 0,714 0,000 64,54% 0,767

Nguồn: Kết quả phân tích dữ liệu sơ bộ với sự hỗ trợ của phần mềm SPSS
 44

Nhân tố chất lượng thông tin: Thang đo nhân tố chất lượng thông tin bao gồm
sáu biến quan sát từ IQ1 đến IQ6, đạt tin cậy với hệ số Cronbach Alpha là 0,894 lớn hơn
0,6 và các hệ số tương quan biến tổng đều lớn hơn 0,3 (nhỏ nhất đạt 0,653). Từ kết quả
phân tích khám phá nhân tố (bảng 4.3), các chỉ số cần thiết đều đạt yêu cầu trong đó, hệ
số KMO lớn hơn 0,5 (0,895), p-value = 0,000 nhỏ hơn 0,05 và phương sai giải thích lớn
hơn 50% (65,75%), các hệ số tải đều lớn hơn 0,5 và hội tụ thành một nhân tố. Do đó,
thang đo nhân tố chất lượng thông tin với sáu biến quan sát đã đạt tính tin cậy cần thiết
và là một thang đo đơn hướng.
Nhân tố tính bảo mật cảm nhận: Nhân tố tính bảo mật cảm nhận được thiết lập
bởi sáu biến quan sát từ PPR1 đến PPR6. Kết quả phân tích cho thấy thang đo nhân tố
đạt độ tin cậy cần thiết với hệ số Cronbach Alpha lớn hơn 0,6 (0,868), hệ số tương quan
biến tổng của các nhân tố đều lớn hơn 0,3 (hệ số nhỏ nhất là của PPR6 bằng 0,468).
Phân tích khám phá nhân tố cho tính bảo mật cảm nhận cũng là hợp lý với hệ số KMO
lớn hơn 0,5 (0,818), p-value của kiểm định Bartlett nhỏ hơn 0,05 (0,000) và phương sai
giải thích lớn hơn 50% (60,79%) (bảng 4.3). Như vậy, nhân tính bảo mật cảm nhận với
sáu biến quan sát đã đạt tính hội tụ.
Nhân tố tính danh tiếng cảm nhận: Nhân tố tính danh tiếng cảm nhận được đánh
giá, xem xét dựa trên năm nhân tố PRE1, PRE2, PRE3, PRE4. Kết quả đánh giá sơ bộ
cho thấy hệ số Cronbach Alpha lớn hơn 0,6 (0,865), các hệ số tương quan biến tổng lớn
0,3 (hệ số nhỏ nhất bằng 0,629); hệ số KMO lớn hơn 0,5 (0,823), p-value của kiểm định
Bartlett nhỏ hơn 0,05, phương sai trích lớn hơn 50% (71,92%), các hệ số tải nhân tố lớn
hơn 0,5, hội tụ thành một nhân tố duy nhất – đều đạt tiêu chuẩn đánh giá. Như vậy, thang
đo nhân tố ảnh hưởng xã hội đạt tính nhất quán nội tại và là một thang đo đơn hướng.
Nhân tố độ tin cậy vào trang web/ứng dụng chia sẻ: Thang đo nhân tố độ tin
cậy vào trang web/ứng dụng chia sẻ được thiết lập bởi bốn biến quan sát TRU1, TRU2,
TRU3, TRU4. Từ bảng kết quả đánh giá sơ bộ - bảng 4.3, thang đo nhân tố đạt độ tin
cậy do hệ số Cronback Alpha bằng 0,886, lớn hơn 0,6 và các hệ số tương quan biến tổng
đều lớn hơn 0,3 (hệ số nhỏ nhất bằng 0,728). Thang đo cũng đạt giá trị hội tụ do kết quả
phân tích khám phá nhân tố có hệ số KMO bằng 0,796, lớn hơn 0,5, kiểm định Bartlett
có p-value bằng 0,000 lớn hơn 0,05, phương sai trích bằng 74,67%, lớn hơn 50% và hệ
số tải nhân tố của các biến đều lớn hơn 0,5 (nhỏ nhất đạt 0,849).
Nhân tố tính dễ sử dụng cảm nhận: Thang đo nhân tố tính dễ sử dụng cảm nhận
được cấu thành bởi năm biến quan sát từ PEU1 đến PEU5. Kết quả phân tích cho thấy
hệ số Cronbach Alpha đạt 0,897, lớn hơn 0,6, các biến quan sát có hệ số tương quan
biến tổng lớn hơn 0,3 (hệ số nhỏ nhất PEU4 đạt 0,634). Đối với phân tích khám phá
nhân tố (EFA), các hệ số tải nhân tố đều lớn hơn 0,5, hệ số KMO lớn hơn 0,5 (0,863);
p-value của kiểm định Bartlett nhỏ hơn 0,05, phương sai giải thích lớn hơn 50%
 45

(70,99%) (bảng 4.3), hệ số tải nhân tố nhỏ nhất (PEU4) bằng 0,754, lớn hơn 0,5. Như
vậy, thang đo nhân tố tính dễ sử dụng cảm nhận với năm biến quan sát cảm nhận đạt độ
tin cậy cần thiết và tính nhất quán nội tại, giá trị hội tụ cần thiết.
Nhân tố lợi ích kinh tế: Nhân tố lợi ích kinh tế được đo lường thông qua bốn biến
quan sát EB1, EB2, EB3 và EB4. Sau khi phân tích sơ bộ, kết quả cho ra hệ số Cronbach
Alpha lớn hơn 0,6 (0,810) và các hệ số tương quan biến tổng lớn hơn 0,3 (nhỏ nhât đạt
0,592) nên thang đo đạt độ tin cậy. Thang đo đạt giá trị hội tụ vì hệ số KMO lớn hơn 0,5
(0,695), kiểm định Bartlett có p-value nhỏ hơn 0,05 (0,000), phương sai trích lớn hơn
50% (64,27%), các hệ số tải nhân tố đều lớn hơn 0,5 (bé nhất bằng 0,758) (bảng 4.3)
Nhân tố tính ưa thích cảm nhận: Nhân tố tính ưa thích cảm nhận được xem xét
và đánh giá thông qua bốn biến quan sát bao gồm ENJ1, ENJ2, ENJ3, ENJ4. Từ bảng
kết quả phân tích sơ bộ 4.3, hệ số Cronbach Alpha lớn hơn 0,6 (0,842), hệ số tương quan
biến tổng nhỏ nhất đạt 0,633, lớn hơn 0,3. Như vậy, thang đo tính ưa thích cảm nhận đạt
độ tin cậy cần thiết. Sau khi phân tích khám phá nhân tố, hệ số tải của cả bốn biến quan
sát đều lớn hơn 0,5, hệ số KMO lớn hơn 0,5 (0,789), p-value = 0,000 nhỏ hơn 0,05,
phương sai giải thích lớn hơn 50% (68,06%), các hệ số tải nhân tố nhỏ nhất bằng 0,791,
lớn hơn 0,5. Như vậy, thang đo nhân tố tính ưa thích cảm nhận đạt giá trị hội tụ.
Nhân tố lợi ích xã hội: Nhân tố lợi ích xã hội được thiết lập bởi năm biến quan
sát từ SB1 đến SB5. Kết quả sát khi phân tích sơ bộ cho thấy hệ số Cronbach Alpha của
thang đo nhân tố lợi ích xã hội có hệ số Cronbach Alpha đạt 0,844, lớn hơn 0,6 và các
hệ số tương quan biến tổng lớn hơn 0,3 (nhỏ nhất là SB5 đạt 0,507). Như vậy, thang đo
đạt tính tin cậy cần thiết. Ngoài ra, bằng phân tích khám phá nhân tố cho thấy hệ số
KMO bằng 0,761, lớn hơn 0,5, p-value của kiểm định Bartlett bằng 0,000 lớn hơn 0,05,
phương sai giải thích bằng 61,93%, lớn hơn 50%, các hệ số tải nhân tố đều lớn hơn 0,5
(nhỏ nhất là SB5 đạt 0,660) (bảng 4.3). Do đó, thang đo cũng đạt giá trị hội tụ.
Nhân tố thái độ sử dụng: Thang đo nhân tố thái độ sử dụng gồm năm biến quan
sát từ ATT1 đến ATT2. Thang đo sau khi phân tích sơ bộ cho thấy đạt tính nhất quán
nội tại và là một thang đo đơn hướng. Bảng kết quả phân tích sợ bộ 4.3 cho thấy hệ số
Cronbach Alpha lớn hơn 0,6 (0,836) và các hệ số tương quan biến tổng lớn hơn 0,3 (hệ
số nhỏ nhất bằng 0,521). Bên cạnh đó, hệ số KMO lớn hơn 0,5 (0,795), p-value lớn hơn
0,05, phương sai trích lớn hơn 50% (61,15%) và các hệ số tải nhân tố đều lớn hơn 0,5
(hệ số nhỏ nhất bằng 0.684).
Nhân tố ý định sử dụng: Nhân tố ý định sử dụng được đánh giá và xem xét thông
qua năm biến quan sát từ INT1 đến INT5. Kết quả đánh giá sơ bộ từ bảng 4.3 cho thấy hệ
số Cronbach Alpha bằng 0,861, hệ số tương quan biến tổng nhỏ nhất là 0,629; hệ số KMO
bằng 0,714, p-value của kiểm định Bartlett bằng 0,000 và phương sai giải thích bằng
65,54%, hệ số tải nhân tố nhỏ nhất là 0,767 – đều đạt các tiêu chuẩn đánh giá. Như vậy,
 46

nhân tố thang đo ý định sử dụng được xây dựng trong bài đạt tính nhất quán nội tại và đạt
giá trị hội tụ.
4.3 Kết quả đánh giá chính thức thang đo
Kết quả đánh giá sơ bộ thang đo với cỡ mẫu 81 cho thấy các khái niệm nghiên cứu
đạt tính tin cậy cần thiết và phù hợp với dữ liệu nghiên cứu. Tiếp tục, nghiên cứu sử
dụng phương pháp phân tích khẳng định nhân tố với mô hình tới hạn nhằm đánh giá
thang đo với cơ mẫu chính thức (n = 239).
4.3.1 Kết quả phân tích mô hình tới hạn
Các thang đo được đánh giá bằng phân tích khẳng định nhân tố (CFA) với mô hình
tới hạn để đánh giá giá trị hội tụ, tính tương thích của mô hình nghiên cứu với dữ liệu
thực tế và giá trị phân biệt giữa các nhân tố. Qua quá trình phân tích và xem xét mô hình
tới hạn, tác giả tiến hành loại bỏ một số biến quan sát có hệ số tải nhỏ hơn 0,5 và có hệ
số tải nhỏ nhất trong các nhóm nhân tố có phương sai trích nhỏ hơn 50% (PPR1, ENJ2,
IQ2, IQ5) và điều chỉnh các quan hệ khả dĩ giữa các phần dư của các biến quan sát trong
mô hình (Phụ lục 2). Kết quả đánh giá cho thấy: Chi-square/df = 1,673 nhỏ hơn 3; CFI
= 0,902; IFI = 0,903 đều lớn hơn 0,9, ngoại trừ TLI = 0.891 nhỏ hơn 0,9 ; RMSEA =
0,053 nhỏ hơn 0,08 (hình 4.1). Mặc dù không phải tất cả các chỉ số đều đạt nhưng mô
hình đã tương thích với dữ liệu điều tra với các chỉ số thích hợp mô hình đạt yêu cầu.
 47

Hình 4.1 Kết quả phân tích mô hình tới hạn (chuẩn hóa)

Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
 48

4.3.2 Kết quả kiểm định độ tin cậy và tính hội tụ của thang đo
Từ kết quả phân tích khẳng định nhân tố, các hệ số tải của các biến quan sát đều
lớn hơn 0,5 (giá trị nhỏ nhất đạt 0,505), các phương sai trích (AVE) đều lớn hơn 50%
(giá trị nhỏ nhất 50,25%) và độ tin cậy tổng hợp (CR) của các nhân tố đều lớn hơn 0,5
(giá trị nhỏ nhất là 0,747), đạt yêu cầu. Trong đó việc tính toán độ tin cậy tổng hợp (CR)1
và phương sai trích (AVE)2 dựa trên hệ số tải các biến quan sát. Như vậy, các thang đo
trong mô hình với mẫu chính thức đạt độ tin cậy và tính hội tụ cần thiết (bảng 4.5).
Bảng 4.5 Kết quả kiểm định độ tin cậy và giá trị hội tụ

Số biến Hệ số tải nhân tố Phương sai Độ tin

Nhân tố quan (khoảng phân trích (AVE) cậy tổng
sát bố) (%) hợp (CR)

Chất lượng thông tin (IQ) 4 0,670 – 0,792 50,44% 0,803

Tính danh tiếng cảm nhận (PRE) 4 0,607 – 0,830 56,76% 0,838
Tính bảo mật cảm nhận (PPR) 5 0,505 – 0,947 58,67% 0,871
Độ tin cậy vào nền tảng chia sẻ
4 0,691 – 0,819 57,52% 0,844
(TRU)
Tính dễ sử dụng cảm nhận (PEU) 5 0,672 – 0,858 59,17% 0,878
Lợi ích kinh tế (EB) 4 0,623– 0,759 50,61% 0,803
Lợi ích xã hội (SB) 5 0,693 – 0,805 55,16% 0,860
Tính ưa thích cảm nhận (ENJ) 3 0,545 – 0,779 50,25% 0,747
Thái độ đối với dịch vụ (ATT) 5 0,688 – 0,802 56,16% 0,864
Ý định sử dụng dịch vụ (INT) 5 0,682 – 0,799 56,46% 0,866
Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
Tiếp tục, nghiên cứu sử dụng kiểm định hệ số tương quan giữa các quan hệ khác
đơn vị (1) đề đánh giá giá trị phân biệt giữa các nhân tố, với khoảng tin cậy 95% của
các hệ số tương quan được kiểm định bằng bootstrap (thông qua hai phương pháp
percentile method và bias – corrected percentile method). Kết quả phân tích từ dữ liệu
cho thấy tất cả khoảng tin cậy 95% đều không chứa giá trị 1 (trong đó, khoảng tin cậy
hệ số tương quan lớn nhất (0,755) giữa ENJ và INT là 0,643÷0,859). Như vậy, các nhân
tố trong mô hình đều đạt giá trị phân biệt (bảng 4.6).

𝑝 2
1 (∑𝑖=1 𝜆𝑖 )
CR = 𝑝 2 𝑝
(∑𝑖=1 𝜆𝑖 ) +∑𝑖=1(1−𝜆2𝑖 )

2 ∑𝑝 2
𝑖=1 𝜆1
AVE = 𝑝 𝑝
∑𝑖=1 𝜆1 +∑𝑖=1(1−𝜆2𝑖 )
2
 49

Bảng 4.6 Kết quả đánh giá giá trị phân biệt giữa các biến trong mô hình
KTC 95%
KTC 95%
Giá trị (Bias-corrected
Quan hệ tương quan (Percentile method)
ước lượng percentile)
Cận dưới Cận trên Cận dưới Cận trên
IQ <--> PRE 0,348 0,202 0,492 0,181 0,48
IQ <--> ENJ 0,473 0,31 0,611 0,302 0,605
IQ <--> SB 0,423 0,255 0,543 0,261 0,545
IQ <--> ATT 0,406 0,212 0,564 0,216 0,568
IQ <--> INT 0,482 0,325 0,627 0,325 0,627
IQ <--> PPR -0,003 -0,159 0,166 -0,161 0,16
IQ <--> TRU 0,696 0,569 0,799 0,574 0,8
IQ <--> EB 0,504 0,38 0,643 0,369 0,632
PRE <--> ENJ 0,449 0,29 0,592 0,29 0,592
PRE <--> SB 0,092 -0,077 0,269 -0,085 0,263
PRE <--> ATT 0,428 0,267 0,579 0,256 0,569
PRE <--> INT 0,512 0,395 0,622 0,388 0,62
PRE <--> PPR 0,185 0,024 0,35 0,014 0,338
PRE <--> TRU 0,541 0,413 0,649 0,412 0,648
PRE <--> EB 0,489 0,315 0,629 0,305 0,62
ENJ <--> SB 0,55 0,409 0,678 0,407 0,676
ENJ <--> ATT 0,669 0,514 0,795 0,511 0,792
ENJ <--> INT 0,755 0,643 0,859 0,631 0,851
ENJ <--> PPR 0,154 0 0,302 -0,008 0,296
ENJ <--> TRU 0,493 0,338 0,636 0,332 0,632
ENJ <--> EB 0,714 0,589 0,829 0,579 0,82
SB <--> ATT 0,527 0,374 0,659 0,366 0,65
SB <--> INT 0,426 0,25 0,58 0,243 0,577
SB <--> PPR 0,217 0,073 0,369 0,07 0,362
SB <--> TRU 0,341 0,174 0,49 0,17 0,489
SB <--> EB 0,499 0,343 0,636 0,334 0,631
ATT <--> INT 0,703 0,551 0,827 0,551 0,827
ATT <--> PPR 0,147 -0,008 0,314 -0,011 0,306
ATT <--> TRU 0,513 0,367 0,63 0,376 0,636
ATT <--> EB 0,678 0,556 0,792 0,548 0,786
INT <--> PPR 0,158 0,022 0,3 0,007 0,297
 50

KTC 95%
KTC 95%
Giá trị (Bias-corrected
Quan hệ tương quan (Percentile method)
ước lượng percentile)
Cận dưới Cận trên Cận dưới Cận trên
INT <--> TRU 0,517 0,382 0,636 0,378 0,63
INT <--> EB 0,594 0,427 0,729 0,426 0,724
PPR <--> TRU 0,014 -0,133 0,171 -0,148 0,162
PPR <--> EB 0,141 -0,008 0,305 -0,019 0,289
TRU <--> EB 0,496 0,332 0,628 0,341 0,634
IQ <--> PEU 0,471 0,324 0,598 0,319 0,595
PPR <--> PEU 0,162 0,02 0,298 0,021 0,3
EB <--> PEU 0,527 0,345 0,662 0,344 0,659
PRE <--> PEU 0,51 0,359 0,637 0,348 0,635
TRU <--> PEU 0,445 0,308 0,56 0,307 0,558
ENJ <--> PEU 0,535 0,378 0,669 0,382 0,671
SB <--> PEU 0,193 0,016 0,372 0,011 0,367
ATT <--> PEU 0,528 0,382 0,67 0,377 0,667
INT <--> PEU 0,508 0,357 0,645 0,354 0,642
Ghi chú: IQ- Chất lượng thông tin; PPR- Tính bảo mật cảm nhận, PRE- Tính danh tiếng
cảm nhận, TRU- độ tin cậy của nền tảng chia sẻ, PEU- Tính dễ sử dụng cảm nhận, EB-
Lợi ích kinh tế, SB- Lợi ích xã hội, ENJ- Tính ưa thích cảm nhận, ATT- Thái độ đối với
dịch vụ, INT- Ý định sử dụng dịch vụ
Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
4.3.3 Kết quả phân tích mô hình cấu trúc tuyến tính và kiểm định giả thuyết
Để đánh giá tác động giữa các nhân tố trong các mối quan hệ đề xuất trong mô
hình nghiên cứu và kiểm định độ tin cậy và tính vững của mô hình ước lượng được,
nghiên cứu sử dụng phân tích bằng mô hình cấu trúc tuyến tích. Kết quả phân tích sau
khi đã điều chỉnh một số quan hệ khả dĩ giữa các sai số của các biến quan sát trong các
nhân tố cho thấy: Chi –square/df = 1,673 lớn hơn 3; CFI = 0,900, TLI = 0,901 ngoại từ
IFI = 0,891 đều không nhỏ hơn 0,9; RMSEA = 0,053 nhỏ hơn 0,08 (hình 4.2). Mặc dù
không phải tất cả các chỉ số thích hợp mô hình đều đạt, tuy nhiên có thể kết luận mô
hình đã tương thích với dữ liệu thị trường.
 51

PEU

IQ 0,170
(0,024)
INT EB
0,400 0,603
(<0,01) (<0,01) 0,164 0,250
(0,01) (0,056)
0,644
0,304 0,334
PRE TRU 0,455 (<0,01)
(<0,01) (<0,01)
(<0,01)
0,236
(0,036) ENJ
0,189 0,250
(0,008) ATT (0,056)

0,220
PPR (0,004)

0,186
SB
(0,012)
Ghi Có ý nghĩa thống kê chú:
Không có ý nghĩa thống kê

Giá trị trong ngoặc là p-value

IQ- Chất lượng thông tin; PPR- Tính bảo mật cảm nhận, PRE- Tính danh tiếng cảm
nhận, TRU- Độ tin cậy của nền tảng chia sẻ, PEU- Tính dễ sử dụng cảm nhận, EB- Lợi
ích kinh tế, SB- Lợi ích xã hội, ENJ- Tính ưa thích cảm nhận, ATT- Thái độ đối với dịch
vụ, INT- Ý định sử dụng dịch vụ
Hình 4.2 Kết quả phân tích mô hình cấu trúc tuyến tính (chuẩn hóa)
Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
Bảng hệ số hồi quy các quan hệ tác động của mô hình cho ra kết quả hầu hết các
quan hệ đều có nghĩa thống kê ở mức 10% (hình 4.2).
Nhân tố tính danh tiếng cảm nhận của nền tảng chia sẻ: Hai nhân tố tác động
tích cực tới danh tiếng cảm nhận của nền tảng chia sẻ (PRE) là chất lượng thông tin (IQ)
và tính bảo mật cảm nhận (PPR) với hệ số Beta chuẩn hóa lần lượt là βIQ = 0,400 và βPPR
= 0,189 tại mức ý nghĩa 10% (p-value đều nhỏ hơn 0,1). Chất lượng thông tin và tính
bảo mật cảm nhận góp phần giải thích 19,4% sự thay đổi của nhân tố danh tiếng cảm
nhận của nền tảng chia sẻ (R2 = 0,194). Như vậy, giả thuyết H1a và H2a được chấp
nhận.
 52

Nhân tố độ tin cậy của nền tảng chia sẻ: Độ tin cậy của nền tảng chia sẻ được
xem xét chịu tác động của 3 nhân tố: Chất lượng thông tin (IQ), tính bảo mật cảm nhận
(PPR) và danh tiếng cảm nhận (PRE). Kết quả cho thấy tại mức ý nghĩa 10%, chất lượng
thông tin và danh tiếng cảm nhận có tác động tích cực đến độ tin cậy của nền tảng chia
sẻ với giá trị p-value đều nhỏ hơn 0,01. Trong đó, chất lượng thông tin có tác động lớn
hơn với hệ số Beta chuẩn hóa là βIQ = 0,603, danh tiếng cảm nhận có tác động với hệ số
Beta chuẩn hóa là βPRE = 0,304. Tuy nhiên nhân tố tính bảo mật cảm nhận không có ảnh
hưởng ở mức ý nghĩa thống kê 10% tới độ tin cậy của nền tảng chia sẻ vì giá trị p-value
= 0,554, lớn hơn 0,1. Các nhân tố chất lượng thông tin và danh tiếng cảm nhận góp phần
giải thích 60,2% sự thay đổi nhân tố độ tin cậy của nền tảng chia sẻ (R2 = 0,602). Như
vậy, chấp nhận giá thuyết H1b và H3, bác bỏ giả thuyết H2b.
Phân tích nhân tố tính ưa thích cảm nhận: Lợi ích kinh tế (EB) và lợi ích xã hội
(SB) được xem xét là 2 nhân tố có ảnh hưởng tích cực đến tính ưa thích cảm nhận. Tại
mức ý nghĩa 10%, hai nhân tố này có tác động tích cực với hệ số Beta chuẩn hóa và giá
trị p-value lần lượt là βEB = 0,644, p-value < 0,01 và βSB = 0,220, p-value = 0,04. Có
thể thấy, lợi ích kinh tế có tác động đến tính ưa thích cảm nhận lớn hơn so với lợi ích xã
hội. Lợi ích kinh tế và lợi ích xã hội cùng nhau góp phần giải thích 60,6% sự thay đổi
của nhân tố tính ưa thích cảm nhận (R2 = 0,606). Như vậy, giả thuyết H6a và H8a được
chấp nhận.
Phân tích nhân tố thái độ với dịch vụ: Thái độ đối với dịch vụ chia sẻ nhà ở được
xem xét chịu tác động bởi 5 nhân tố: độ tin cậy của nền tảng chia sẻ (TRU), lợi ích kinh
tế (EB), lợi ích xã hội (SB), tính hữu ích cảm nhận (PEU) và tính ưa thích cảm nhận
(ENJ). Kết quả phân tích cho thấy rằng cả 5 nhân tố có quan hệ mang ý nghĩa thống kê
với mức ý nghĩa 10% và các giá trị p-value đều nhỏ hơn 0,1. Trong đó, lợi ích kinh tế
có tác động lớn nhất đến thái độ đối với dịch vụ (Hệ số Beta chuẩn hóa βEB = 0,250),
tiếp theo là tính ưa thích cảm nhận (βENJ = 0,249), lợi ích xã hội (βSB = 0,186), tính hữu
ích cảm nhận (βPEU = 0,170) và tác động thấp nhất là độ tin cậy của nền tảng chia sẻ
(βTRU = 0,136). Năm nhân tố góp phần giải thích 57,7% giao động của nhân tố thái độ
đối với dịch vụ chia sẻ nhà ở (R2= 0,577). Như vậy, giả thuyết H4a, H6b, H8b, H5a và
H7a được chấp nhận.
Nhân tố ý định sử dụng dịch vụ: Ý định sử dụng dịch vụ chia sẻ nhà ở được xem
xét chịu tác động của 6 nhân tố: thái độ đối với dịch vụ (ATT), tính ưa thích cảm nhận
(ENJ), độ tin cậy của nền tảng chia sẻ (TRU), tính hữu ích cảm nhận (PEU), lợi ích kinh
tế (EB) và lợi ích xã hội (SB). Kết quả cho thấy tại mức ý nghĩa 10%, thái độ đối với
dịch vụ, tính ưa thích cảm nhận và độ tin cậy đối với nền tảng chia sẻ có tác động tích
cực đến ý định sử dụng dịch vụ chia sẻ nhà ở với giá trị p-value đều nhỏ hơn hoặc bằng
 53

0,01. Trong đó, tính ưa thích cảm nhận có tác động lớn nhất đến ý định sử dụng dịch vụ
chia sẻ nhà ở với βENJ = 0,455, tiếp theo là nhân tố thái độ với βATT = 0,334 và cuối cùng
là độ tin cậy với β TRU = 0,164. Ngược lại, các nhân tố tính hữu ích cảm nhận (PEU), lợi
ích kinh tế (EB) và lợi ích xã hội (SB) không có ảnh hưởng ở mức ý nghĩa thống kê 10%
tới độ tin cậy của nền tảng chia sẻ vì giá trị p-value của 3 nhân tố này lớn hơn 0,1 (bảng
4.6). Nhìn chung, các nhân tố thái độ đối với dịch vụ, tính ưa thích cảm nhận và độ tin
cậy của nền tảng chia sẻ góp phần giải thích 64,4% ý định sử dụng dịch vụ chia sẻ nhà
(R2 = 0,644). Như vậy, nghiên cứu chấp nhận các giả thuyết H9, H7b, H4b và bác bỏ
các giả thuyết H5b, H6c, H8c.
Bảng 4.7 Kết quả ước lượng tác động giữa các biến trong mô hình nghiên cứu
Hệ số Beta Sai số Giá trị
Quan hệ p-value Giả thuyết
chuẩn hóa chuẩn tới hạn
PPR → PRE 0,189 0,074 2,631 0,008 Chấp nhận
IQ → PRE 0,400 0,074 4,797 <0,01 Chấp nhận
IQ → TRU 0,603 0,079 7,495 <0,01 Chấp nhận
PRE → TRU 0,304 0,081 4,266 <0,01 Chấp nhận
EB → ENJ 0,644 0,123 6,812 <0,01 Chấp nhận
SB → ENJ 0,220 0,075 3,097 0,004 Chấp nhận
PPR → TRU -0.039 0,065 -0,592 0,554 Bác bỏ
TRU → ATT 0,136 0,066 2,112 0,036 Chấp nhận
EB → ATT 0,250 0,171 1,911 0,056 Chấp nhận
SB → ATT 0,186 0,072 2,502 0,012 Chấp nhận
PEU → ATT 0,170 0,089 2,260 0,024 Chấp nhận
ENJ → ATT 0,249 0,120 2,007 0,033 Chấp nhận
ATT → INT 0,334 0,115 3,504 <0,01 Chấp nhận
ENJ → INT 0,455 0,159 3,968 <0,01 Chấp nhận
TRU → INT 0,164 0,076 2,494 0,010 Chấp nhận
PEU → INT 0.104 0,100 1,036 0,300 Bác bỏ
EB → INT -0.184 0,203 -0,903 0,367 Bác bỏ
SB → INT -0.089 0,086 -1,028 0,304 Bác bỏ
Ghi chú: IQ- Chất lượng thông tin; PPR- Tính bảo mật cảm nhận, PRE- Tính danh tiếng
cảm nhận, TRU- độ tin cậy vào nền tảng chia sẻ, PEU- Tính dễ sử dụng cảm nhận, EB-
Lợi ích kinh tế, SB- Lợi ích xã hội, ENJ- Tính ưa thích cảm nhận, ATT- Thái độ đối với
dịch vụ, INT- Ý định sử dụng dịch vụ
Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
 54

4.3.4 Kết quả đánh giá tính vững của mô hình nghiên cứu
Nhằm đánh giá tính vững và tính tin cậy của mô hình, nghiên cứu sử dụng kiểm
định Bootstrap. Mẫu nghiên cứu được ước lượng có hoàn lại 1000 lần. Kết quả phân
tích cho thấy độ chệch giữa các hệ số Beta chuẩn hóa từ mẫu gốc và trung bình các hệ
số Beta từ phân tích bootstrap rất nhỏ (lớn nhất 0,006) (bảng 4.8). Như vậy, có thể xem
mô hình ước lượng được là vững và đáng tin cậy, có thể sử dụng để suy đoán cho tổng
thể.
Bảng 4.8 Kết quả ước lượng các hệ số bằng bootstrap (n= 1000)
Ước lượng Ước lượng
Quan hệ Bias SE-Bias
chuẩn hóa bằng Bootstrap
PPR → PRE 0,189 0,183 -0,006 0,003
IQ → PRE 0,400 0,393 -0,006 0,002
IQ → TRU 0,603 0,605 0,006 0,002
PRE → TRU 0,304 0,309 -0,003 0,003
EB → ENJ 0,644 0,641 -0,002 0,003
SB → ENJ 0,220 0,237 -0,002 0,003
PPR → TRU -0.039 -0,035 -0,001 0,002
TRU → ATT 0,136 0,137 0,001 0,002
EB → ATT 0,250 0,257 0,004 0,004
SB → ATT 0,186 0,183 -0,005 0,003
PEU → ATT 0,170 0,166 -0,003 0,003
ENJ → ATT 0,249 0,244 -0,001 0,005
ATT → INT 0,334 0,363 0,007 0,005
ENJ → INT 0,455 0,564 0 0,005
TRU → INT 0,164 0,156 -0,007 0,002
PEU → INT 0,104 0,076 0 0,003
EB → INT -0,184 -0,136 -0,011 0,005
SB → INT -0,089 -0,075 0,006 0,003
Ghi chú: IQ- Chất lượng thông tin; PPR- Tính bảo mật cảm nhận, PRE- Tính danh tiếng
cảm nhận, TRU- độ tin cậy vào nền tảng chia sẻ, PEU- Tính dễ sử dụng cảm nhận, EB-
Lợi ích kinh tế, SB- Lợi ích xã hội, ENJ- Tính ưa thích cảm nhận, ATT- Thái độ đối với
dịch vụ, INT- Ý định sử dụng dịch vụ
Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
4.3.5 Kết quả đánh giá tác động tổng hợp (chuẩn hóa) của các nhân tố tới ý
định sử dụng dịch vụ chia sẻ nhà ở
 55

Bảng 4.9 Kết quả đánh giá tác động trực tiếp, gián tiếp
và tổng hợp giữa các nhân tố
Biến
Loại tác
phụ PPR PEU EB SB IQ PRE TRU ENJ ATT
động
thuộc
Trực tiếp 0,189 - - - 0,400 - - - -
PRE Gián tiếp - - - - - - - - -
Tổng hợp 0,189 - - - 0,400 - - -
Trực tiếp - - - - 0,603 0,304 - - -
TRU Gián tiếp 0,058 - - - 0,122 - - - -
Tổng hợp 0,058 - - - 0,725 0,304 - - -
Trực tiếp - - 0,644 0,220 - - - - -
ENJ Gián tiếp - - - - - - - - -
Tổng hợp - - 0,644 0,220 - - - - -
Trực tiếp - 0,170 0,250 0,186 - - 0,136 0,249 -
ATT Gián tiếp 0,008 - 0,160 0,054 0,099 0,041 - - -
Tổng hợp 0,008 0,170 0,410 0,240 0,099 0,041 0,136 0,249 -
Trực tiếp - - - - - - 0,164 0,455 0,334
INT Gián tiếp 0,012 0,057 0,430 0,181 0,152 0,064 0,046 0,083 -
Tổng hợp 0,012 0,057 0,430 0,181 0,152 0,064 0,210 0,538 0,334
Ghi chú: IQ- Chất lượng thông tin; PPR- Tính bảo mật cảm nhận, PRE- Tính danh tiếng
cảm nhận, TRU- độ tin cậy của nền tảng chia sẻ, PEU- Tính dễ sử dụng cảm nhận, EB-
Lợi ích kinh tế, SB- Lợi ích xã hội, ENJ- Tính ưa thích cảm nhận, ATT- Thái độ đối với
dịch vụ, INT- Ý định sử dụng dịch vụ
Nguồn: Kết quả phân tích dữ liệu chính thức với sự hỗ trợ của phần mềm AMOS
Kết quả tính toán cho thấy tất cả các nhân tố đều có ảnh hưởng trực tiếp hoặc gián
tiếp tới ý định sử dụng dịch vụ chia sẻ nhà ở. Trong đó, tính ưa thích cảm nhận (ENJ)
có ảnh hưởng tích cực tổng hợp lớn nhất tới ý định sử dụng dịch vụ với λ = 0,538, sau
đó lần lượt là các nhân tố lợi ích kinh tế (λ = 0,430), thái độ đối với dịch vụ (ATT) (λ =
0,334), độ tin cậy của nền tảng chia sẻ (TRU) (λ = 0, 210). Nhân tố có tác động tổng
hợp nhỏ nhất là chất lượng thông tin (IQ) (λ = 0,012).
Thái độ đối với dịch vụ chia sẻ nhà ở chịu tác động trực tiếp và gián tiếp bởi 8
nhân tố với với tác động mạnh nhất giảm dần bắt đầu từ nhân tố lợi ích kinh tế (EB) (λ
= 0,410), tiếp theo là tính ưa thích cảm nhận (ENJ) (λ = 0,249), lợi ích xã hội (SB) (λ =
0,240) và tính dễ sử dụng cảm nhận (PEU) (λ = 0,170). Nhân tố tính bảo mật cảm nhận
 56

có tác động gián tiếp nhỏ nhất (λ = 0,008).

Đối với độ tin cậy dành cho nền tảng chia sẻ, nhân tố có tác động tích cực tổng
hợp lớn nhất là chất lượng thông tin (IQ) với λ = 0,725, sau đó là tính danh tiếng cảm
nhận (PRE) (λ = 0,304) và cuối cùng là tính bảo mật cảm nhận (PPR) (λ = 0,058).
4.4 Hiện trạng đánh giá của người dùng tới về các nhân tố
Bảng 4.10 Đánh giá của khách hàng về các nhân tố
Trung Khoảng tin cậy 95%
Độ lệch
Nhân tố bình
chuẩn (S.D) Cận dưới Cận trên
(Mean)
Chất lượng thông tin 3,165 0,695 3,077 3,254
Tính bảo mật cá nhân 3,453 0,940 3,333 3,572
Tính danh tiếng cảm nhận 3,751 0,747 3,656 3,846
Độ tin cậy với nền tảng chia sẻ 3,238 0,700 3,149 3,328
Tính dễ sử dụng cảm nhận 3,688 0,660 3,604 3,772
Lợi ích kinh tế 3,542 0,645 3,460 3,624
Tính ưa thích cảm nhận 3,368 0,694 3,280 3,457
Lợi ích xã hội 3,268 0,690 3,180 3,356
Thái độ đối với dịch vụ 3,551 0,678 3,465 3,638
Ý định sử dụng dịch vụ 3,521 0,741 3,427 3,616
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm SPSS
Trong số các nhân tố về ý định sử dụng dịch vụ, nhân tố tính danh tiếng cảm nhận
được khách hàng đánh giá tốt nhất với điểm trung bình khá cao trên thang đo Likert
(Mean=3,751; SD = 0,747) và giá trị trung bình 95% dao động trong khoảng (3,656 ÷
3,846). Ba nhân tố tiếp theo được khách hàng đánh giá có điểm trung bình lớn, lần lượt
là nhân tố tính dễ sử dụng cảm nhận (Mean = 3,688; SD = 0,660), nhân tố thái độ đối
với dịch vụ (Mean = 3,551; SD = 0,678) và ý định sử dụng dịch vụ (Mean = 3,521, SD
= 0,741). Nhân tố có điểm đánh giá chung thấp nhất qua khảo sát là chất lượng thông
tin với Mean = 3,165 (SD = 0,695) và giá trị trung bình 95% dao động trong khoảng
(3,077 ÷ 3,254).
4.5 Kết quả đánh giá khác biệt giữa các biến phân loại trong ý định sử dụng dịch
vụ chia sẻ nhà và độ tin cậy của nền tảng chia sẻ
Để đánh giá sự khác biệt, nhóm tác giả chạy kiểm định t và phân tích phương sai
đối với các nhóm khách hàng khác nhau theo các biến nhân khẩu học và các biến mức
độ trong hoạt động sử dụng dịch vụ nhà chia sẻ để xem xét sự khác nhau giữa các nhóm
nhân khẩu học và nhóm biến mức độ với ý định sử dụng dịch vụ cũng như với độ tin
cậy của nền tảng chia sẻ. Kết quả đánh giá được thể hiện từ bảng 4.11 đến bảng 4.15.
 57

4.5.1 Kết quả đánh giá khác biệt giữa các biến phân loại với ý định sử dụng dịch
vụ nhà chia sẻ
Theo như kết quả bảng 4.10 thấy rằng không tồn tại sự khác nhau giữa các nhóm
khách hàng phân loại theo các tiêu chí nhân khẩu học gồm (1) giới tính, (2) nghề nghiệp,
(3) học vấn, (4) thu nhập, (5) nghề nghiệp, (6) mức độ giao dịch trên nền tảng chia sẻ nhà.
Tuy nhiên, ý định sử dụng sử dụng dịch vụ theo các nhóm đối tượng khác nhau về (7) mức
độ nhận biết dịch vụ nhà chia sẻ lại tồn tại sự khác biệt.
Bảng 4.11 Đánh giá sự khác biệt theo trong ý định sử dụng dịch vụ nhà chia sẻ
theo các biến phân loại
Kiểm định
Kiểm định khác Nhận
Loại kiểm định phương sai
biệt định sự
Tiêu chí
sự khác biệt (Levene’s test)
khác biệt
F p-value F p-value
1. Các biến nhân khẩu học
Giới tính Kiểm định t 3,381 0,067 -0,462 0,645 Không
Độ tuổi Kiểm định t 0,135 0,714 -0,570 0,570 Không
Học vấn Phân tích
0,527 0,591 1,682 0,188 Không
phương sai
Thu nhập Phân tích
3,543 0,030 0,101 0,904 Không
phương sai
Nghề Phân tích
2,681 0,048 1,745 0,158 Không
nghiệp phương sai
2. Các biến mức độ đối với hoạt động sử dụng dịch vụ nhà chia sẻ
Mức độ Phân tích
1,600 0,204 8,811 0,000 Có
nhận biết phương sai
Mức độ Phân tích
0,366 0,694 1,856 0,160 Không
giao dịch phương sai
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm SPSS
Các biến nhân khẩu học bao gồm:
Nhóm giới tính: Khách hàng được phân thành hai nhóm Nam và Nữ.
Nhóm độ tuổi: Khảo sát thực hiện trên 2 nhóm khách hàng thuộc hai độ tuổi khác
nhau: (1) dưới và bằng 22 tuổi và (2) trên 22 tuổi.
Nhóm học vấn: Nhóm tác giả phân loại khách hàng theo ba nhóm trình độ học vấn
là Trung học Phổ thông, Đại học-Cao đẳng, trên Đai học.
Nhóm thu nhập: Nhóm khách hàng được phân loại dựa trên các mức thu nhập
khác nhau là dưới 5 triệu đồng, từ 5 đến 10 triệu đồng và trên 10 triệu đồng
Nhóm nghề nghiệp: Nghề nghiệp của khách hàng được phân loại thành 4 nhóm
(1) học sinh/ sinh viên, (2) nhân viên văn phòng, (3) kinh doanh tự do, (4) công việc
khác.
 58

Sau khi phân tích bằng kiểm định t và phân tích phương sai, kết quả cho thấy chỉ
có các nhóm khách hàng được phân loại theo thu nhập và nghề nghiệp là có sự khác
nhau về phương sai (kiểm định Leneve có p-value <0,05), còn lại giữa các nhóm khách
hàng khác nhau về giới tính, độ tuổi và học vấn thì phương sai tương đương. Tuy nhiên,
kết quả phân tích cho thấy không tồn tại sự khác biệt giữa các nhóm khách hàng được
phân loại theo các biến nhân khẩu học đối với ý định muốn thử hoặc tiếp tục tham gia
sử dụng dịch vụ nhà chia sẻ (p-value của kiểm định khác biệt >0,05) (bảng 4.11).
Các biến mức độ đối với hoạt động sử dụng dịch vụ nhà chia sẻ
Nhóm mức độ nhận biết: Qua xử lí dữ liệu câu trả lời của khách hàng trên mức
độ nhậnbiết về dịch vụ nhà chia sẻ, khách hàng được phân thành ba nhóm (1) chưa từng
biết đến, (2) đã biết đến, (3) đã từng trải nghiệm. Dữ liệu phân tích phương sai cho thấy
có sự tương đương giữa phương sai của ba nhóm khách hàng (p-value bằng 0,204>0,05).
Kiểm định F cho thấy tồn tại sự khác biệt trong ý định thử hoặc tiếp tục sử dụng dịch vụ
nhà chia sẻ giữa các mức độ hiểu biết về dịch vụ này (p-value = 0,000<0,05). Nhóm tác
giả tiếp tục phân tích kiểm định hậu định để so sánh giữa các nhóm khách hàng như sau:
Bảng 4.12 Kết quả phân tích khác biệt trong ý định sử dụng dịch vụ nhà chia sẻ
theo biến mức độ nhận biết dịch vụ
Mức độ nhận biết
∆=I-J p-value
I J
Đã biết đến -0,39370* 0,01
Chưa từng biết đến
Đã từng trải nghiệm -0,46339* 0,02
Chưa từng biết đến 0,39370* 0,01
Đã biết đến
Đã từng trải nghiệm -0,6969 0,849
Chưa từng biết đến 0.46339* 0,02
Đã từng trải nghiệm
Đã biết đến 0,6969 0,849
*. Sự khác biệt có ý nghĩa ở mức 5%
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm SPSS
Như vậy, kết quả phân tích kiểm định hậu định cho thấy, ở mức ý nghĩa 5%, nhóm
khách hàng đã biết đến và đã từng trải nghiệm dịch vụ nhà chia sẻ có ý định sử dụng
cao hơn nhóm khách hàng chưa từng biết đến dịch vụ (p-value bằng 0,01 và 0,02, <0,05;
∆ > 0). Còn lại ý định sử dụng giữa hai nhóm đối tượng đã biết đến và đã từng trải
nghiệm không có sự khác biệt ở mức ý nghĩa 5% (p-value bằng 0,849 > 0,05).
Nhóm mức độ giao dịch: Trong những khách hàng đã biết đến và đã từng trải
nghiệm, nhóm tác giả lại tiếp tục chia thành 3 nhóm đối tượng nhỏ gồm: (1) đã tìm kiếm
và truy cập, (2) đã ít lần giao dịch và (3) đã nhiều lần giao dịch. Kiểm định phương sai
cho ba nhóm cho thấy phương sai tương đương (p-value của Leneve bằng 0,694 < 0,05)
và kiểm định sự khác biệt F không cho thấy có sự khác biệt tồn tại giữa các khách hàng
 59

ở ba mức độ giao dịch dịch vụ nhà chia sẻ (kiểm định F có p-value bằng 0,160 > 0,05).
4.5.2 Kết quả đánh giá khác biệt giữa các biến phân loại với độ tin cậy của nền
tảng chia sẻ
Bảng 4.13 Kết quả phân tích khác biệt trong độ tin cậy của nền tảng chia sẻ
theo các biến phân loại
Kiểm định
Kiểm định khác Nhận
Loại kiểm định phương sai
biệt định sự
Tiêu chí
sự khác biệt (Levene’s test)
khác biệt
F p-value F p-value
Các biến nhân khẩu học
Giới tính Kiểm định t 0,534 0,465 0,361 0,719 Không
Độ tuổi Kiểm định t 0,446 0,505 -1,443 0,150 Không
Học vấn Phân tích
0,099 0,905 0,108 0,897 Không
phương sai
Thu nhập Phân tích
3,593 0,029 0,161 0,851 Không
phương sai
Nghề Phân tích
0,932 0,426 0,829 0,479 Không
nghiệp phương sai
Các biến mức độ đối với hoạt động sử dụng dịch vụ nhà chia sẻ
Mức độ Phân tích
1,370 0,256 5,212 0,006 Có
nhận biết phương sai
Mức độ Phân tích
1,304 0,274 5,677 0,004 Có
giao dịch phương sai
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm SPSS
Các biến nhân khẩu học
Các nhóm giới tính, độ tuổi, học vấn, thu nhập và nghề nghiệp được phân chia như
mục 4.5.1. Sau khi chạy phân tích bằng kiểm định t và phân tích phương sai, kết quả cho
thấy các đối tượng khách hàng thuộc các mức thu nhập khác nhau trong nhóm thu nhập có
phương sai không tương đương (p-value của Leneve bằng 0,029 <0,05). Tuy nhiên, cũng
không tồn tại sự khác biệt nào đối với độ tin cậy của nền tảng chia sẻ khi phân loại khách
hàng theo các biến nhân khẩu học (p-value >0,05).
Các biến mức độ đối với hoạt động sử dụng dịch vụ nhà chia sẻ
Nhóm mức độ nhận biết: Dựa vào dữ liệu thu thập được, khách hàng được phân
thành ba nhóm (1) chưa từng biết đến, (2) đã biết đến, (3) đã từng trải nghiệm (như mục
4.5.1). Phân tích phương sai cho thấy phương sai là tương đương giữa ba nhóm khách
hàng. Ngoài ra, kiểm định F (với p-value bằng 0,006 <0,05) chứng minh có tồn tại sự
khác biệt trong độ tin cậy của nền tang chia sẻ giữa các khách hàng có mức độ hiểu biết
khác nhau về dịch vụ này. Nhóm tác giả tiếp tục phân tích kiểm định hậu định để so
 60

sánh giữa các nhóm khách hàng như sau:

Bảng 4.14 Kết quả phân tích khác biệt trong độ tin cậy của nền tảng chia sẻ
theo biến mức độ nhận biết dịch vụ
Mức độ nhận biết
∆=I-J p-value
I J
Chưa từng biết Đã biết đến -0,10392 0,556
đến Đã từng trải nghiệm -0,41689 *
0,005
Chưa từng biết đến 0,10392 0,556
Đã biết đến
Đã từng trải nghiệm -0,31297 *
0,030
Đã từng trải Chưa từng biết đến 0,41689* 0,005
nghiệm Đã biết đến 0,31297 *
0,030
* Sự khác biệt có ý nghĩa ở mức 5%
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm SPSS
Kết quả kiểm định hậu định cho thấy không có sự khác biệt về độ tin cậy của nền
tảng giữa hai nhóm khách hàng chưa từng biến đến dịch vụ chia sẻ nhà và đã biến đến
dịch vụ chia sẻ nhà (p-value bằng 0,556 >0,05). Tuy nhiên, nhóm khách hàng đã trải
nghiệm dịch vụ có sự khác biệt với hai nhóm còn lại (p-value bằng 0,03 và 0,005 <0,05;
∆ >0). Cụ thể, nhóm khách hàng đã trải nghiệm dịch vụ chia sẻ nhà có độ tin cậy của
nền tảng cao hơn hai nhóm khách hàng chưa từng biết đến và đã biết đến dịch vụ này.
Nhóm mức độ giao dịch: Nhóm tác giả lại tiếp tục chia nhóm đối tượng đã biết
đến và đã trải nghiệm dịch vụ chia sẻ nhà thành 3 nhóm đối tượng nhỏ: (1) Đã tìm kiếm
và truy cập, (2) Đã ít lần giao dịch và (3) Đã nhiều lần giao dịch đối trên nền tảng chia
sẻ nhà ở. Kiểm định phương sai cho 3 nhóm đối tượng này cho thấy phương sai tương
đương (p-value = 0,274 >0,05) và kiểm định sự khác biệt F chỉ ra có tồn tại sự khác biệt
giữa các khách hàng ở ba mức độ giao dịch dịch vụ nhà chia sẻ (p-value = 0,004 <0,05).
Bảng 4.15 Kết quả phân tích khác biệt trong độ tin cậy của nền tảng chia sẻ
theo biến mức độ giao dịch trên nền tảng chia sẻ trực tuyến
Mức độ giao dịch
∆=I-J p-value
I J
Đã tìm kiếm và Đã ít lần giao dịch -0,15192 0,509
truy cập Đã nhiều lần giao dịch -0,84677* 0,004
Đã ít lần giao Đã tìm kiếm và truy cập 0,15192 0,509
dịch Đã nhiều lần giao dịch -0,69485* 0,035
Đã nhiều lần Đã tìm kiếm và truy cập 0,84677 *
0,004
giao dịch Đã ít lần giao dịch 0,69485* 0,035
* Sự khác biệt có ý nghĩa ở mức 5%
Nguồn: Kết quả phân tích dữ liệu với sự hỗ trợ của phần mềm SPSS
 61

Kết quả bảng 4.15 cho thấy, với mức ý nghĩa 5%, hai nhóm khách hàng đã tìm
kiếm, truy cập và ít lần giao dịch trên các nền tảng chia sẻ thì không có sự khác biệt
trong độ tin cậy của nền tảng (p-value bằng 0,590>0,05). Nhưng nhóm khác hàng đã
nhiều lần giao dịch trên các nền tảng chia sẻ lại có sự khác biệt rõ ràng trong độ tin cậy
của nền tảng (p-value bằng 0,035 và 0,004 <0,05), cụ thể, nhóm khách hàng đã nhiều
lần giao dịch có độ tin cậy của nền tảng cao hơn hai nhóm khác hàng chỉ tìm kiếm, truy
cập và giao dịch ít lần (∆= 0,04677 và 0,69485>0).
4.6 Thảo luận kết quả nghiên cứu
Kết quả nghiên cứu cho thấy phần lớn những người tham gia khảo sát có độ tuổi
trẻ, dưới 30 tuổi (92,8%). Kết quả này khá tương ứng với tỷ lệ 60% người tiêu dùng trực
tuyến hiện nay có độ tuổi từ 34 tuổi trở xuống (Nielsen, 2014). Tỷ lệ người dùng dưới
30 tuổi có thể có sự chênh lệch so với thực tế bởi mẫu nghiên cứu trực tuyến được thu
thập chủ yếu qua mạng xã hội Facebook và tỷ lệ phiếu điếu tra trực tiếp tại các lớp sinh
viên và học viên cao học tại trường Đại học tương đối nhiều. Sự đông đảo của nhóm
tuổi dưới 30 cho thấy rằng những người trẻ có thể là nhóm khách hàng tiên phong, ít do
dự trong việc thử nghiệm và sử dụng các dịch vụ mới. Những người trẻ có khả năng dễ
dàng tiếp cận và nắm bắt những thông tin cần thiết, đồng thời có xu hướng tìm kiếm
những tiện ích phục vụ cho công việc và cuộc sống của mình.
Tỷ lệ nữ giới cao, gấp gần 3 lần so với nam giới trong số những người tham gia
khảo sát. Việc này có thể lý giải do nhiều phiếu khảo sát trực tiếp được nhóm tác giả thu
thập tại trường đại học thuộc nhóm ngành khoa học xã hội tại Hà Nội và Hải Phòng –
những địa điểm có tỷ lệ sinh viên nữ và sinh viên nam chênh lệch lớn. Tuy nhiên, xét
riêng nhóm người tham gia khảo sát trực tuyến, tỷ lệ giới tính tương đối cân bằng với
57,9% người tham gia khảo sát là nữ giới và 42,1% nam giới. Chính vì vậy, kết quả tỷ
lệ giới tính thống kê qua tần suất chung cho mẫu khảo sát chính thức không thực sự
phản ánh sự khác biệt về mối quan tâm giữa các nhóm giới tính với dịch vụ trực tuyến
nói chung và dịch vụ chia sẻ nhà ở nói riêng.
Đối tượng tham gia khảo sát chủ yếu là học sinh/sinh viên và nhân viên văn phòng
(gần 90%), phần lớn có trình độ học vấn từ Cao đẳng/Đại học trở lên. Tỷ lệ học sinh/sinh
viên và nhân viên văn phòng cao cho thấy sự tương thích với kết quả thống kê về nhóm
tuổi. Trình độ học vấn cao thể hiện việc khách hàng có thể dễ dàng xử lý, sử dụng thông
tin phù hợp để cân nhắc, đánh giá về sản phẩm, dịch vụ cải tiến và vai trò của dịch vụ,
sản phẩm đối với họ, từ đó đưa ra quyết định hợp lý.
Về tiêu chí thu nhập hàng tháng, tỷ lệ cao nhất của nhóm khách hàng có thu nhập
dưới 5 triệu đồng/tháng cho thấy sự tương đồng và nhất quán với các kết quả thống kê
về nghề nghiệp và độ tuổi. Tuy nhiên, tỷ lệ giữa 2 nhóm thu nhập từ 5-10 triệu đồng và
 62

trên 10 triệu đồng/tháng không có nhiều chênh lệch. Điều này phản ánh tính khả thi tiếp
cận và nhu cầu của việc sử dụng dịch vụ chia sẻ nhà ở với tất cả mọi người và ở mọi
mức thu nhập khác nhau.
Đối với các tiêu chí đánh giá liên quan đến hoạt động sử dụng dịch vụ chia sẻ nhà
ở, tỷ lệ 49,4% khách hàng tham gia khảo sát đã biết đến dịch vụ cho thấy sự phổ biến
của dịch vụ chia sẻ nhà ở, dù chỉ mới hoạt động tại Việt Nam một thời gian. Hơn nữa,
có 18% khách hàng đã từng trải nghiệm dịch vụ, điều này thể hiện tiềm năng và sự phát
triển nhanh chóng của dịch vụ chia sẻ nhà ở, cũng như mong muốn được trải nghiệm,
tham gia mô hình chia sẻ nhà ở của khách hàng. Trong số này, hầu hết khách hàng sử
dụng dịch vụ với tần suất thấp. Tỷ lệ 32,6% khách hàng chưa biết đến dịch vụ hàm ý
tiềm năng còn chưa được khai thác của thị trường để các nền tảng chia sẻ nhà ở có thể
thiết lập nhu cầu và quảng bá, xây dựng hình ảnh thương hiệu cho dịch vụ của mình.
Đối với câu hỏi có nhiều lựa chọn về độ nhận biết các nền tảng chia sẻ nhà ở,
Airbnb là nền tảng được biết đến nhiều nhất với tỷ lệ 41,8%, vượt trội so với những nền
tảng khác như Westay (18,8%), Homeaway (18,0%) và Luxstay (10,0%). Kết quả này
khá phù hợp vì Airbnb hiện là nền tảng chia sẻ nhà ở lớn nhất và phổ biến nhất trên thế
giới. Airbnb cũng đang là nền tảng nổi bật nhất tại Việt Nam, nên có lợi thế về nhận
diện thương hiệu hơn hẳn những nền tảng còn lại.
Về thói quen đi lại và thuê nhà ở nói chung, lý do lớn nhất đến từ nhu cầu du lịch,
với tỷ lệ khách hàng lựa chọn là 78,7%. Tiếp theo đó là lý do công việc/ công tác (25,9%)
và học tập (24,7%). Đây là kết quả hợp lý, bởi dịch vụ chia sẻ nhà ở phục vụ chủ yếu
nhu cầu trải nghiệm không gian mới lạ, khác biệt và gần gũi, cũng như đặc biệt phát
triển tại các địa điểm phát triển du lịch mạnh mẽ như Hà Nội, TP. HCM, Đà Nẵng, Vũng
Tàu, Đà Lạt, Nha Trang ... Có tới 87% khách hàng thuê nhà ở ngắn ngày (từ vài ngày
đến 1 tuần), điều này cho thấy sự nhất quán với lý do đi lại và thuê nhà ở. Tỷ lệ khách
hàng quay trở lại nơi ở đã từng thuê là khá cao (45,2%), thể hiện mức độ trung thành
nhất định của khách hàng dành cho cơ sở lưu trú. Nguyên nhân của xu hướng tái sử
dụng dịch vụ tại 1 nơi lưu trú có thể xuất phát từ thói quen tiêu dùng, chất lượng dịch
vụ, giá cả hợp lý hoặc sở thích cá nhân.
Phần lớn khách hàng thuê nhà ở cùng bạn bè và gia đình, đặc biệt là trải nghiệm
cùng bạn bè với tỷ lệ hơn 75%. Kết quả này cho thấy nhu cầu kết nối xã hội của cá nhân,
nhất là kết nối với vòng bạn bè. Phương tiện truyền thông phổ biến nhất được dùng để
chia sẻ trải nghiệm lưu trú là ảnh và video, đặc biệt là ảnh và video đăng lên Internet với
tỷ lệ 69%. Các phương tiện như email, tin nhắn hay viết review được ưa chuộng ít hơn,
với tỷ lệ lần lượt là 24,3% và 15,1%. Đây là kết quả phản ánh thực tế khá hợp lý, bởi
việc chụp ảnh/ video là cách thức chia sẻ đơn giản, lưu trữ lại lâu dài và thu hút được
 63

nhiều sự quan tâm khi chia sẻ về trải nghiệm chuyến đi với mọi người xung quanh hoặc
trên các mạng xã hội.
Quá trình đánh giá sơ bộ với việc sử dụng chỉ số Cronbach Alpha, hệ số tương
quan biến tổng và phương pháp phân tích khám phá nhân tố cho thấy các thang đo đều
đạt độ tin cậy và tính nhất quán cần thiết. Tiếp tục với việc sử dụng mô hình tới hạn và
mô hình cấu trúc tuyến tính, các chỉ số đã cho thấy mô hình khá tương thích với dữ liệu
thị trường, đạt tính vững và các nhân tố đều đạt giá trị hội tụ, giá trị phân biệt. Như vậy,
có thể thấy các nhân tố có vai trò hình thành và tác động đến ý định hành vi khách hàng
được đề xuất trong nghiên cứu đều đã được định hình đối với khách hàng sử dụng dịch
vụ chia sẻ nhà ở tại Việt Nam.
Nghiên cứu ghi nhận tác động thúc đẩy trực tiếp tới ý định sử dụng dịch vụ chia
sẻ nhà ở của các nhân tố sự ưa thích cảm nhận, thái độ với dịch vụ và độ tin cậy của nền
tảng chia sẻ. Trong đó, kết quả đánh giá tổng hợp cho thấy sự ưa thích cảm nhận có vai
trò lớn nhất, tác động tới ý định sử dụng dịch vụ chia sẻ nhà ở. Kết quả này phản ánh
điều tra thực nghiệm nhất quán với kết quả nghiên cứu về ý định tham gia kinh tế chia
sẻ của Hamari và cộng sự (2015), Wang và cộng sự (2017), Tussyadiah và cộng sự
(2018). Điều này cũng cho thấy yếu tố cảm tính cá nhân quyết định nhiều đến ý định
mua hàng/ sử dụng dịch vụ. Do vậy, nếu có thể tạo được cảm tình thông qua việc làm
trải nghiệm người dùng trở nên thú vị, đáng nhớ và trọn vẹn, việc thuyết phục khách
hàng sử dụng dịch vụ sẽ trở nên dễ dàng và khả thi hơn. Đóng vai trò quan trọng không
kém trong việc thúc đẩy ý định sử dụng dịch vụ là thái độ và độ tin cậy của nền tảng
chia sẻ trực tuyến. Đây là một kết quả hợp lý, tương đồng với những lý thuyết đề xuất
của mô hình hành động hợp lý (Ajzen và Fisbein, 1975), mô hình hành vi dự định
(Ajzen, 1985, 1991), mô hình tích hợp niềm tin tổ chức (Mayer, Davis và Schoorman,
1955) và đồng thời được tìm thấy trong các kết quả nghiên cứu thực nghiệm về niềm tin
trên các nền tảng trực tuyến của Kim và cộng sự (2008), Lu và cộng sự (2010), Liu và
cộng sự (2014).
Bên cạnh đó, trong số 5 nhân tố có ảnh hưởng tích cực đến thái độ với dịch vụ chia
sẻ nhà ở, 2 nhân tố có tác động lớn nhất là lợi ích kinh tế và sự ưa thích cảm nhận. Vai
trò của 2 nhân tố này đối với thái độ khách hàng đã được đánh giá và kiểm chứng trong
nhiều nghiên cứu về kinh tế chia sẻ (Hamari và cộng sự, 2015; Cheng, 2016) hay tiêu
dùng trực tuyến (Jarrvenpaa và Todd, 1997; Koufaris, 2002). Bản thân sự ưa thích cảm
nhận và lợi ích kinh tế cũng được chứng minh có quan hệ mật thiết với nhau trong kết
quả nghiên cứu của nhóm tác giả. Cụ thể, lợi ích kinh tế tác động đến sự ưa thích cảm
nhận với hệ số Beta chuẩn hóa là 0,644, rất cao khi so với tác động của lợi ích xã hội
(βSB = 0,220). Điều này cho thấy tại thị trường Việt Nam, yếu tố kinh tế chi phối khá
 64

nhiều đến sự ưa thích và cả thái độ đối với hàng hóa, dịch vụ. Khách hàng sẽ dễ có cảm
tình với những hàng hóa, dịch vụ có mức chi phí hấp dẫn, giúp họ tiết kiệm nhiều nguồn
lực. Đây là một nhận định hợp lý với Việt Nam, quốc gia có nền kinh tế đang phát triển
với thu nhập bình quân đầu người ở mức trung bình thấp và người dân có xu hướng tiết
kiệm cao, tương tự như một số quốc gia châu Á khác. Có đến 63% người Việt Nam dành
tiền để tiết kiệm, tuy nhiên tỷ lệ người Việt sẵn sàng chi cho các nhu cầu khác cũng khá
lớn: du lịch (35%), sản phẩm công nghệ mới (30%), các dịch vụ giải trí (26%)...
(Nielsen, Q2/2017). Đây là tín hiệu cho thấy việc phát triển dịch vụ chia sẻ nhà ở vẫn
rất tiềm năng tại Việt Nam, đồng thời để tạo cảm tình và thái độ tốt đối với dịch vụ,
doanh nghiệp cung cấp nền tảng chia sẻ có thể chú trọng vào các yếu tố chi phí, tiết kiệm
nguồn lực trong chiến lược marketing của mình.
Khi xem xét nhân tố độ tin cậy, các quan hệ tác động tích cực tương đối lớn giữa
chất lượng thông tin và tính danh tiếng cảm nhận tới độ tin cậy của nền tảng chia sẻ trực
tuyến cho thấy niềm tin của khách hàng đối với một mô hình dịch vụ đổi mới có yếu tố
công nghệ được chi phối nhiều bởi những thông tin được cung cấp trên nền tảng chia sẻ
và mức độ nổi tiếng của thương hiệu. Các kết quả này có thể được tìm thấy tương đồng
với một số nghiên cứu khác như nghiên cứu của Kim và cộng sự (2008), Nicolaou và
Mcknight (2006), Quech và Klein (1996), Rahimnia (2013). Hơn nữa, nghiên cứu cũng
chỉ ra mối liên hệ giữa chất lượng thông tin và tính danh tiếng cảm nhận; theo đó chất
lượng thông tin và tính bảo mật cảm nhận có ảnh hưởng tích cực đến danh tiếng của nền
tảng trong mắt khách hàng. Kết quả này khá dễ hình dung, bởi khi một nền tảng đưa ra
được những thông tin đầy đủ, chính xác, khách hàng sẽ hiểu rằng nhà cung cấp nền tảng
có ý thức duy trì giá trị và độ chính xác của thông tin, từ đó hình thành mức độ biết đến
cao hơn, dẫn đến niềm tin được củng cố. Điều này hàm ý cho các nhà cung cấp nền tảng
chia sẻ đầu tư, phát triển dài hạn hệ thống thông tin, giao diện và các tiện ích mới tương
xứng với tính đổi mới của dịch vụ công nghệ di động và đảm bảo thực hiện hoạt động
cung cấp tới khách hàng đúng như lời cam kết.
Khi phân tích sự khác biệt trong ý định sử dụng dịch vụ chia sẻ nhà và độ tin cậy
của nền tảng chia sẻ giữa các nhóm khác hàng phân loại theo các biến nhân khẩu học
(giới tính, độ tuổi, học vấn, thu nhập, nghề nghiệp), nghiên cứu không thấy có sự khác
biệt nào giữa giới tính, độ tuổi hay giữa trình độ học vấn cũng như thu nhập, nghề nghiệp
của các khác hàng. Tuy nhiên, tiếp tục phân tích sự khác biệt theo (1) Mức độ nhận biết
về dịch vụ chia sẻ nhà và (2) Mức độ giao dịch trên các nền tảng chia sẻ nhà, nghiên
cứu đã ghi nhận được sự khác biệt.
Cụ thể, trong độ tin cậy của nền tảng chia sẻ, các khách hàng đã từng trải nghiệm
dịch vụ chia sẻ nhà có độ tin cậy cao hơn các khách hàng chưa từng biết đến hoặc mới
 65

biết đến dịch vụ này. Một ví dụ để giải thích cho điều này là trường hợp của Airbnb,
trang web chia sẻ nhà ở lớn nhất với 9 năm phát triển, nổi tiếng trên khắp thế giới bao
gồm cả thị trường Việt Nam với hàng chục triệu lượt khách. Airbnb là một nền tảng giao
dịch an toàn, đảm bảo, có thiết kế tối ưu phù hợp với người dùng. Do vậy, khi các khách
hàng tại Việt Nam đã trải nghiệm dịch vụ chia sẻ nhà qua Airbnb là trung gian giao dịch,
họ có khả năng sẽ cảm thấy hài lòng và tin tưởng vào nền tảng chia sẻ nhà ở hơn. Khi
khách hàng đặt niềm tin tăng dần vào nền tảng, họ sẽ tiếp tục giao dịch trên các nền tảng
chia sẻ nhà ở nhiều hơn, trái lại với nhóm khách hàng chỉ mới tìm kiếm và truy cập các
nền tảng - những người chưa từng giao dịch trên các nền tảng trực tuyến nên chưa có cơ
sở đặt niềm tin vào nền tảng, hoặc nhóm giao dịch ít lần - những người chưa quen thuộc
với việc giao dịch hoặc có thái độ trung lập nên mức độ tin tưởng vào nền tảng là trung
bình, thấp. Đây cũng là lí do tại sao khi kiểm định sự khác biệt, kết quả cho thấy những
khách hàng ở nhóm nhiều lần giao dịch có độ tin cậy của nền tảng cao hơn hai nhóm
khách hàng còn lại trên.
Trong ý định sử dụng dịch vụ nhà chia sẻ, kết quả cho thấy có sự khác biệt giữa
các khách hàng khác nhau về mức độ nhận biết dịch vụ. Các khách hàng đã biết đến và
đã từng trải nghiệm có ý định thử và tiếp tục sử dụng dịch vụ nhà chia sẻ cao hơn nhóm
khách hàng chưa từng biết đến dịch vụ nhà chia sẻ. Điều này cho thấy rằng dịch vụ nhà
chia sẻ ở Việt Nam đang có xu hướng phát triển rất tốt: mô hình dịch vụ đang đem lại
nhiều giá trị lợi ích cho khách hàng cũng như không gây bất tiện, khó khăn cho khách
so với các dịch vụ thuê nơi ở truyền thống (như thuê nhà trọ, khách sạn) nên để lại ấn
tượng tốt cho khách hàng đã sử dụng, khiến họ muốn tiếp tục quay lại và trải nghiệm
dịch vụ các lần tiếp theo nữa. Theo đó, các khách hàng đã trải nghiệm góp phần giúp
dịch vụ xây dựng được một danh tiếng tốt giữa cộng đồng các khách hàng, và với những
khách hàng đã biết đến nhưng chưa trải nghiệm, họ cảm thấy thu hút và muốn thử trải
nghiệm dịch vụ này. Điều này hàm ý rằng song song với việc làm hài lòng các khách
hàng hiện tại để có được tập khách hàng trung thành lớn, các nền tảng chia sẻ cần tập
trung marketing và truyền thông quảng cáo dịch vụ: giúp các khách hàng tiềm năng nhận
biết được dịch vụ, thu hút, khơi gợi sự tò mò của họ bằng những giá trị gia tăng và khác
biệt của dịch vụ và bằng những nhận xét tốt của những khách hàng đã trải nghiệm thực
tế, dẫn dắt những người chưa biết đến hoặc chỉ mới đến tới những cơ hội thử trải nghiệm
dịch vụ chia sẻ nhà ở này.
 66

CHƯƠNG 5 KẾT LUẬN VÀ GIẢI PHÁP ĐỀ XUẤT

5.1 Kết luận về các kết quả nghiên cứu
Sau khi phân tích kết quả khả sát thực nghiệm, nghiên cứu đã thực hiện những
mục tiêu ban đầu đăt ra bao gồm (1) hệ thống hóa các lý thuyết cơ bản về hành vi người
tiêu dùng đối với dịch vụ chia sẻ nói chung và chia sẻ nhà ở nói riêng, (2) đánh giá được
các nhân tố ảnh hưởng đến độ tin cậy của nền tảng chia sẻ và ý định tham gia sử dụng
dịch vụ chia sẻ nhà ở tại Việt Nam của người dùng, (3) đo lường và xem xét vai trò của
từng nhân tố tác động tới độ tin cậy của nền tảng chia sẻ và ý định tham gia sử dụng
dịch vụ chia sẻ nhà ở tại Việt Nam của người dùng, (4) đề xuất các giải pháp giúp cải
thiện độ tin cậy của dịch vụ và thúc đẩy ý định sử dụng dịch vụ ở cho các doanh nghiệp
kinh doanh nền tảng chia sẻ tại Việt Nam và các cơ quan quản lý (xem mục 5.2).
Thứ nhất, nghiên cứu đã hệ thống và tổng hợp các khái niệm và giả thiết từ các mô
hình và lý thuyết về hành vi khách hàng và kinh tế chia từ lý thuyết trao đổi xã hội, mô
hình hành vi dự định, mô hình ra quyết định của người tiêu dùng dựa trên niềm tin trong
thương mại điện tử, mô hình các nhân tố ảnh hưởng tới ý định tham gia nền kinh tế chia
sẻ và theo đó, hình thành được một mô hình chín gồm 10 nhân tố dự đoán tác động tới
độ tin cậy của nền tảng và ý định sử dụng dịch vụ của khách hàng đối với một sản phẩm
dịch vụ chia sẻ nhà tại Việt Nam.
Thứ hai, thông qua khảo sát thực nghiệm và phân tích định lượng, nghiên cứu đã
xác định được những nhân tố có tác động trực tiếp, gián tiếp tới độ tin cậy của nền tảng
và ý định sử dụng dịch vụ chia sẻ nhà. Bên cạnh đó, mô hình cũng đánh giá được mối
quan hệ cùng chiều trực tiếp giữa hai khái niệm này.
Thứ ba, kết quả nghiên cứu cũng cho thấy mức độ và vai trò đóng góp của từng
nhân tố tác sự hình thành ý định sử dụng dịch vụ chia sẻ nhà của khách hàng và độ tin
cậy của nền tảng chia sẻ. Đối với độ tin cậy của nền tảng chia sẻ, nhân tố chất lượng
thông tin có ảnh hưởng lớn nhất, tiếp theo đó là tính danh tiếng và tính bảo mật. Đối với
ý định sử dụng dịch vụ chia sẻ nhà, tính ưa thích cảm nhận có tác động trực tiếp lớn
nhất, theo sau là các nhân tố gồm lợi ích kinh tế, thái độ đối với dịch vụ, độ tin cậy của
nền tảng chia sẻ, lợi ích xã hội… cuối cùng ảnh hưởng nhỏ nhất là nhân tố tính dễ sử
dụng cảm nhận.
Thứ tư, nghiên cứu cũng làm rõ sự tác động những biến phân loại liên quan đến
hoạt động sử dụng dịch vụ chia sẻ nhà. Đối với độ tin cậy của nền tảng chia sẻ, khách
hàng đã từng trải nghiệm dịch vụ chia sẻ nhà có độ tin cậy với nền tảng cao hơn hai
nhóm khách hàng chỉ mới biết đến và chưa từng biết đến dịch vu này. Trong nhóm khách
hàng đã biến đến và trải nghiệm, những khách hàng nhiều lần giao dịch trên các nền
tảng chia sẻ cũng có độ tin cậy cao hơn. Trong ý định tham gia dịch vụ chia sẻ nhà,
 67

nhóm khách hàng đã biến đến và từng trải nghiệm sẵn sàng thử và tiếp tục sử dụng dịch
vụ chia sẻ nhà hơn nhóm khách hàng chưa từng biết đến dịch vụ này.
5.2 Giải pháp gia tăng độ tin cậy của nền tảng chia sẻ và thúc đẩy ý định sử dụng
dịch vụ chia sẻ nhà
Khi tham gia dịch vụ chia sẻ nhà, khách hàng cần sử dụng các nền tảng chia sẻ.
Do đó, nhân tố độ tin cậy của nền tảng chia sẻ có tác động lớn và trực tiếp đến đến ý
định sử dụng dịch vụ chia sẻ nhà và là một trong những nhân tố có ý nghĩa lớn trong mô
hình dịch vụ chia sẻ nhà. Do vậy, để có thể thúc đẩy dịch vụ chia sẻ nhà ở tại Việt Nam
phát triển, nhóm tác giả chia các giải pháp đề xuất thành hai nhóm chính là (1) các giải
pháp gia tăng độ tin cậy của nền tảng chia sẻ và (2) các giải pháp thúc đẩy ý định sử
dụng dịch vụ chia sẻ nhà.
5.2.1 Giải pháp gia tăng độ tin cậy của nền tảng chia sẻ
Để sắp xếp và đưa ra các giải pháp phù hợp, nhóm tác giả căn cứ vào mức độ ảnh
hưởng từ cao tới thấp của ba nhân tố chất lượng thông tin, tính danh tiếng cảm nhận và
tính bảo mật cảm nhận. Để gia tăng độ tin cậy của nền tảng chia sẻ, các nhà cung cấp
nền tảng cần (1) nâng cao và duy trì chất lượng thông tin trên các nền tảng, (2) tăng
truyền thông nhận diện thương hiệu của các nền tảng, (3) Nâng cao tính bảo mật trên
các nền tảng
5.2.1.1 Nâng cao và duy trì chất lượng thông tin trên các nền tảng
Chất lượng thông tin là nhân tố có ảnh hưởng trực tiếp lớn nhất góp phần tăng độ
tin cậy của nền tảng nhà chia sẻ (λ = 0,725). Như vậy, nhà cung cấp cần đẩy mạnh và
cải thiện chất lượng thông tin trên nền tảng qua (1) kiểm soát chặt chẽ thông tin đầu vào,
(2) kiểm tra và cập nhật thông tin hữu ích mà khách hàng cần thiết, (3) đánh giá lại thông
tin định kỳ.
Nội dung thực hiện:
Thứ nhất, nhà cung cấp nên có những biện pháp kiểm soát chặt chẽ các thông tin
đầu vào như địa điểm, chất lượng, hình ảnh của nhà chia sẻ trước khi đưa thông tin lên
nền tảng. Họ có thể áp dụng việc kiểm soát thông tin qua hai lớp: lớp đầu tiên đánh giá
xác thực thông tin qua chứng minh thư, sổ hộ khẩu, chứng nhận đăng ký kinh doanh...
của người cho thuê nhà. Qua lớp một, nhà cung cấp khẳng định được tính xác thực của
vị trí và tính pháp lý của nhà chia sẻ. Lớp thứ hai: kiểm soát thông tin qua hình ảnh và
video trực tiếp (hình thức livestream) hoặc có các nhân viên đến tận nơi để xác nhận
chất lượng dịch vụ. Nhà cung cấp cũng có thể có các điều khoản về xử phạt cung cấp
thông tin sai lệch trong hợp đồng hoặc có khoản đặt cọc nhằm xử phạt khi vi phạm hợp
đồng đối với người cho thuê nhà.
Thứ hai, nhà cung cấp kiểm tra và cập nhật thông tin thường xuyên mà khách hàng
 68

cần thiết qua chính những đánh giá (feedback) và cảm nhận của khách hàng (review).
Các nền tảng nên được thiết kế để phần đánh giá và cảm nhận khách hàng được đặt nổi
bật ở dưới thông tin của mỗi nhà chia sẻ. Những suy nghĩ của khách hàng đã sử dụng
chính là thông tin mang tính xác thực cao nhất đối với các khách hàng mới và cả người
quản lý nền tảng. Bên cạnh đó, nhà cung cấp cần có các biện pháp thúc đẩy người sử
dụng đánh giá và chia sẻ cảm nhận qua hình thức thưởng và ưu đãi mỗi khi khách hàng
chia sẻ. Các nhà chia sẻ bị đánh giá xấu sẽ có hình thức phạt như không hiện thông tin
gợi ý trên nền tảng khi khách hàng tìm kiếm.
Thứ ba, nhà cung cấp trực tiếp đánh giá lại thông tin định kỳ. Nhà cung cấp nên
áp dụng hình thức cập nhật thông tin định kỳ bắt buộc đối với người cho thuê nhà. Bên
cạnh đó có công tác kiểm tra tận nơi với những địa điểm bị khách hàng đánh giá không
tốt trong thời gian dài. Điều này đòi hỏi mỗi nền tảng có hệ thống kiểm soát thông tin
chặt chẽ đồng thời có trụ sở hoặc hệ thống cộng tác viên đánh giá tại từng khu vực.
5.2.1.2 Tăng truyền thông nhận diện thương hiệu của các nền tảng
Kết quả nghiên cứu phản ánh danh tiếng của trang web/ ứng dụng có ảnh hưởng
trực tiếp đến ý định chấp nhận sử dụng dịch vụ của họ (λ = 0,304). Do đó, các nhà cung
cấp cần tiếp cận người tiêu dùng thông qua những kết nối xã hội như (1) quảng bá,
truyền thông tương tác, gắn liền với khách hàng, (2) phối hợp với các hình thức quảng
cáo trực tuyến và trực tiếp.
Nội dung thực hiện:
Trước tiên, để lan tỏa lợi ích và xu thế sử dụng nền tảng chia sẻ, các nhà cung cấp
cần tận dụng các kênh thông tin đa phương tiện và các mạng xã hội, thực hiện các chiến
dịch truyền thông đề cao, làm nổi bật ý nghĩa xã hội của dịch vụ nhà chia sẻ, nhằm kết
nối trực tiếp với khách hàng và giúp tạo động lực chia sẻ thông tin với người khác. Trong
đó, các thông điệp truyền thông tiếp cận khách hàng cần được thể hiện ngắn gọn và có
tính tương tác cao, nhằm nhanh chóng lan tỏa các thông tin hữu ích. Hơn nữa, các
chương trình quảng bá kết hợp sử dụng những nhân vật nổi tiếng, người có tầm ảnh
hưởng (KOLs), các sự kiện, hoạt động truyền thông kết hợp với nhiều tổ chức xã hội
khác cần được cập nhật liên tục trên các phương tiện, mạng lưới xã hội, thông tin, báo
chí, để tạo nên xu thế chung và khuyến khích sự quan tâm từ phía khách hàng.
Bên cạnh đó, các nhà cung cấp cần kết hợp truyền thông trực tuyến với truyền
thông trực tiếp. Trong thời đại bùng nổ về internet, quá trình nhận thức của khách hàng
thông qua truyền thông trực tuyến là vô cùng quan trọng. Nhất là đối với các nền tảng
sử dụng công nghệ về internet là chủ yếu như các dịch vụ chia sẻ. Tuy nhiên, với các
nền tảng và hình thức mới như nhà chia sẻ, việc truyền thông trực tiếp cũng cần được
chú trọng. Các nhà cung cấp có thể tạo các sự kiên chia sẻ kiến thức hoặc tài trợ cho các
 69

chương trình gắn liền với lĩnh vực kinh doanh hoặc liên quan đến khách hàng mục tiêu
cùng lĩnh vực kinh doanh (sự kiện về du lịch, các chương trình quảng bá du lịch...). Bên
cạnh đó là các kênh truyền thông đại chúng như quảng cáo tivi, quảng cáo bảng biểu, áp
phích... Từ đó tạo nhận biết về thương hiệu cho khách hàng trên mọi kênh từ cuộc sống
bình thường cho tới trên mạng.
5.2.1.3 Nâng cao tính bảo mật
Trong thời đại công nghệ thông tin, việc thu thập thông tin người dùng là điều tất
yếu để mỗi doanh nghiệp có thể hoạt động tốt hơn. Tuy nhiên, điều này cũng đem lại
cảm nhận không an toàn về mặt bảo mật cho khách hàng. Đặc biệt trong thực tế, những
vụ việc xoay quanh vấn đề Facebook nghe lén người dùng, các ngân hàng bị rò rỉ thông
tin khách hàng và để khách hàng chịu thiệt hại, hay Cốc Cốc lấy cắp thông tin người
dùng trái phép... đã đem lại cái nhìn thiếu thiện cảm về mặt bảo mật của các ứng dụng
trên mạng, nhất là trong giới trẻ. Bên cạnh đó, tác giả cũng chỉ ra trong nghiên cứu rằng
tính bảo mật cảm nhận có ảnh hưởng gián tiếp tới độ tin cậy của khách hàng dành cho
các nền tảng với λ = 0,058. Điều này đặt ra tính cấp thiết trong việc bảo mật thông tin
cho khách hàng mà các nhà cung cấp nền tảng chia sẻ phải làm (1) có điều khoản về bảo
mật chặt chẽ và rõ ràng, (2) xây dựng hệ thống bảo mật cho thông tin doanh nghiệp.
Nội dung thực hiện:
Thứ nhất, doanh nghiệp cần xây dựng điều khoản về bảo mật chặt chẽ cho người
dùng nền tảng. Trong đó, quy định rõ ràng quyền lợi và trách nhiệm của mỗi bên. Đặc
biệt là quy định rõ quyền được tự do truy cập thông tin mà khách hàng cung cấp khi sử
dụng nền tảng, quyền lưu lại lịch sử giao dịch của khách hàng và một số quyền hạn khác
để cung cấp cho khách hàng dịch vụ tốt hơn. Thông báo rõ cho khách hàng khi nền tảng
muốn tự động truy cập thông tin về vị trí, lưu dữ liệu tìm kiếm của người dùng (cookies).
Bên cạnh đó, trong điều khoản cần quy định rõ trách nhiệm về bảo mật và quy định phạt
khi nhà cung cấp vi phạt bất kì thông tin nào về bảo mật của khách hàng để đem lại sự
tin cậy cao hơn.
Thứ hai, nhà cung cấp cần xây dựng hệ thống bảo mật thông tin cho doanh nghiệp
một cách cẩn thận và nghiêm túc. Những nguy hại đến việc bảo mật thông tin doanh
nghiệp đến từ hai nguồn chính là từ trong nội bộ doanh nghiệp và từ bên ngoài. Với
trong nội bộ doanh nghiệp, doanh nghiệp cần xây dựng hệ thống thông tin dựa trên ba
yếu tố là bảo mật, toàn vẹn và sẵn sàng. Mỗi doanh nghiệp cần đánh giá lại hàng rào an
ninh mạng của chính mình và các khả năng phòng chống trước các đợt tấn công mạng.
Bên cạnh đó, việc bảo mật thông tin trong hệ thống mạng giữa các thiết bị điện tử của
các nhân viên cũng cần được chú ý triển khai. Doanh nghiệp cũng cần xây dựng quy
trình bảo mật trong công ty với việc áp dụng các tiêu chuẩn về an toàn thông tin (ISO
 70

17799, ISO 27000...). Với các đợt tấn công từ bên ngoài, nhà cung cấp cần xây dựng
đột ngũ công nghệ thông tin giỏi và nếu cần thiết thì nên có sự can thiệp từ đội ngũ nhân
viên an ninh mạng của các công ty chuyên về vấn đề này. Nhà cung cấp cũng cần có
những khóa huấn luyện cơ bản về an ninh mạng và bảo mật thông tin đối với khách hàng
và cả người cho thuê nhà chia sẻ.
5.2.2 Giải pháp thúc đẩy ý định sử dụng dịch vụ chia sẻ nhà
Dựa vào mức độ ảnh hưởng của các nhân tố tính ưa thích cảm nhận, lợi ích kinh
tế, thái độ đối với dịch vụ và các nhân tố khác đến ý định sử dụng dịch vụ, tác giả đưa
ra các giải pháp theo thứ tự cấp thiết giảm dần như sau: (1) cung cấp dịch vụ chất lượng
tốt, đem lại nhiều giá trị nhằm tăng tính ưa thích cảm nhận của khách hàng, (2) đảm bảo
đem lại lợi ích kinh tế thực tế và cảm nhận hợp lý cho khách hàng (3) đẩy mạnh truyền
thông nhằm gia tăng thái độ tích cực của người sử dụng đối với nhà chia sẻ, (4) gia tăng
niềm tin của khách hàng vào nền tảng chia sẻ bằng trách, (5) tăng cảm nhận về tính cộng
đồng cho khách hàng, (6) tăng tính dễ sử dụng và thân thiện với khách hàng mục tiêu
của nền tảng chia sẻ.
5.2.2.1 Cung cấp dịch vụ chất lượng tốt, đem lại nhiều giá trị nhằm tăng tính
ưa thích cảm nhận của khách hàng
Tính ưa thích cảm nhận không chỉ đóng vai trò trong việc thôi thúc ý định chấp
nhận sử dụng của khách hàng mà còn là một công cụ của nhà cung cấp nhằm cải thiện
dịch vụ đáp ứng và lấy đó làm cơ sở để phát triển và tiếp cận dịch vụ, sản phẩm mới tới
người sử dụng. Tính ưa thích cảm nhận trong nghiên cứu còn được chỉ ra là có tác động
trực tiếp lớn nhất tới ý định sử dụng dịch vụ chia sẻ nhà với λ = 0,410. Vì vậy, việc nâng
cao tính ưa thích cảm nhận của khách hàng cần được (1) đánh giá kỳ vọng khách hàng,
(2) truyền thông các thông điệp về giá trị, (3) đảm bảo và duy trì chất lượng dịch vụ.
Nội dung thực hiện:
Trước tiên, các nhà cung cấp cần thực hiện các cuộc thăm dò về kỳ vọng của khách
hàng đối với giá trị dịch vụ nhà chia sẻ, để đánh giá nhu cầu, xu hướng sử dụng dịch vụ
và mức độ nắm bắt thông tin, hiểu biết của khách hàng về dịch vụ nhà chia sẻ. Quá trình
đánh giá này tiến hành cho dịch vụ hiện tại (thuê nhà theo cách truyền thống), đồng thời
cho dịch vụ nhà chia sẻ và tiến hành theo các giai đoạn, phục vụ cho mục đích theo dõi
phản ứng của khách hàng khi bắt đầu trải nghiệm dịch vụ cho đến khi dịch vụ được cung
cấp trên địa bàn và phạm vi rộng hơn. Sau khi đánh giá kỳ vọng của khách hàng, các
nhà cung cấp đặt ra kỳ vọng cảm nhận cho dịch vụ của mình và đảm bảo kỳ vọng này
được thỏa mãn.
Thứ hai, truyền thông về dịch vụ nhà chia sẻ cần chú trọng vào các thông điệp, làm
nổi bật các giá trị nhà chia sẻ có thể đáp ứng nhu cầu của khách hàng. Đưa ra những
 71

đánh giá thực tế và cụ thể về lợi ích của việc sử dụng dịch vụ nhà chia sẻ, tương xứng
hoặc cao hơn so với thời gian, công sức, chi phí kinh tế khách hàng dành cho dịch vụ,
tập trung đánh sâu vào các nhu cầu hiện tại của khách hàng, đặc biệt về các hoạt động
với dữ liệu truyền thông đa phương tiện và các hoạt động trực tuyến. Các câu chuyện
truyền thông có thể nhấn mạnh vào trải nghiệm mới mẻ mà nhà chia sẻ mang lại cho
khác hàng.
Thứ ba, các nhà cung cấp đảm bảo chất lượng của nhà chia sẻ bằng cách kiểm soát
đầu vào chặt chẽ và trong suốt quá trình cho thuê. Nhà cung cấp có thể kiểm soát dựa
vào xây dựng hệ thống đánh giá (feedback) của khách hàng cho từng nhà chia sẻ, rồi có
hình thức điều tra và phạt hợp lý đối với từng trường hợp bị đánh giá xấu, có thể là cắt
hợp đồng nếu tình trạng kéo dài.
5.2.2.2 Đảm bảo đem lại lợi ích kinh tế thực tế và cảm nhận hợp lý cho khách
hàng
Lợi ích kinh tế là một trong các nhân nhân tố góp phần thúc đẩy ý định sử dụng
dịch vụ chia sẻ (λ = 0,430). Các đánh giá của khách hàng về lợi ích kinh tế mà dịch vụ
nhà chia sẻ mang lại hiện nay được coi là khá. Tuy nhiên, nhà cung cấp vẫn có thể cần
đẩy mạnh và cải thiện lợi ích kinh tế cho người dùng: (1) cam kết mức giá phù hợp và
mang lại lợi ích kinh tế cảm tính tốt cho người dùng, (2) cung cấp nhà ở với giá đa dạng
và theo nhu cầu.
Nội dung thực hiện:
Thứ nhất, các nhà cung cấp cần thực hiện cam kết với khách hàng về mức giá đối
với việc sử dụng dịch vụ, đảm bảo tính hợp lý, tương xứng giữa chí phí kinh tế và chất
lượng nhận được. Nhà cung cấp cần mô tả và cung cấp thông tin chính xác về đặc tính
của các nhà cho thuê (về tính năng, đặc điểm, tiện ích) và quan trọng nhất là về giá cả.
Cam kết với khách hàng cần thể hiện được việc ổn định trong giá thuê và các chi phí
phát sinh liên quan.
Bên cạnh đó, nhà cung cấp cũng cần đảm bảo chất lượng dịch vụ tại các nhà cho
thuê sao cho mang lại lợi ích kinh tế cảm tính tốt cho người dùng. Điều này yêu cầu phải
có sự kiểm tra chặt chẽ với người đăng ký cho thuê lúc ban đầu và trong suốt quá trình
cho thuê.
Tiếp theo, các nhóm đối tượng sử dụng các dịch vụ thuê nhà có nhu cầu tương đối
đa dạng, đa dạng về giá cả, về thời gian ở và về các loại nhà. Các nhà cung cấp có thể
cung cấp các gói khuyến mãi và ưu đãi đặc biệt là khi thuê lâu, thuê theo nhóm,... và có
trọng tâm hướng đến các phân khúc hàng khác nhau như cá nhóm khách hàng cá nhân
trẻ tuổi học sinh sinh viên, ưa thích đổi mới hay các khách hàng cá nhân thuộc nhóm
hoạt động trong lĩnh vực thương mại hay có đặc điểm di chuyển và đi lại nhiều.
 72

5.2.2.3 Đẩy mạnh truyền thông nhằm gia tăng thái độ tích cực của người sử dụng
đối với dịch vụ nhà chia sẻ
Thái độ đối với dịch vụ nhà chia sẻ có tác động trực tiếp, quan trọng vào quyết
định sử dụng dịch vụ của khách hàng (λ = 0,334). Thái độ này có thể được gọi là định
vị của dịch vụ trong lòng khách hàng, là điều khách hàng cảm nhận hay nghĩ về mỗi khi
nhắc tới “nhà chia sẻ”. Khi dịch vụ có một định vị tốt trong lòng khách hàng thì việc
chuyển đổi là rất dễ dàng. Để có một định vị tốt, các nhà cung cấp nền tảng nói chung
cần phải (1) đánh giá thị trường (nhà cho thuê) và đối thủ (các chủ thể đang cho thuê
nhà/ phòng theo cách truyền thống), (2) đánh giá kỳ vọng của khách hàng, (3) xây dựng
kế hoạch phát triển sản phẩm, dịch vụ và truyền thông dựa trên những gì đã thu thập
được.
Nội dung thực hiện:
Đầu tiên, các doanh nghiệp cần nghiên cứu kỹ thị trường và đối thủ để đánh giá về
các kẽ hở thị trường và phần các đối thủ làm chưa tốt. Doanh nghiệp cũng cần có cái
nhìn tổng thể về nhu cầu của khách hàng, bao gồm nhu cầu hiện tại và nhu cầu tiềm
năng mà khách hàng chưa nghĩ tới hoặc đang có xu hướng thực hiện hành động thỏa
mãn nhu cầu đó nhưng chưa ý thức được. Qua đó, các nhà cung cấp đánh giá được kẽ
hở của thị trường và xác định được điểm bán hàng độc đáo – USP (unique selling point)
của dịch vụ mình cung cấp. Nhìn chung, điểm bán hàng độc đáo nhất của dịch vụ chia
sẻ là phát triển dựa trên nền tảng công nghệ cao và mang đến sự tiện lợi cho khách hàng.
Thứ hai, doanh nghiệp xác định kỳ vọng của khách hàng đối với dịch vụ nhà chia
sẻ. Khi sử dụng dịch vụ thì khách hàng sẽ có những kỳ vọng gì? Doanh nghiệp có thể
đáp ứng được kỳ vọng đó của khách hàng không? Doanh nghiệp nếu xác định được đã
có thể thỏa mãn được kỳ vọng cơ bản của khách hàng thì có thể chủ động đặt ra cho
khách hàng mức kỳ vọng cao hơn nhưng nằm trong tầm kiểm soát của mình. Khi thực
tế bằng hoặc vượt quá kỳ vọng của khách hàng thì họ sẽ đạt được sự thỏa mãn và quá
thỏa mãn. Từ đó, tỉ lệ chuyển đổi của khách hàng sẽ cao hơn.
Thứ ba, từ những gì đã thu thập được từ thị trường và khách hàng, doanh nghiệp
xây dựng kế hoạch phát triển sản phẩm và truyền thông để khiến khách hàng có thái độ
tích cực đối với nhà chia sẻ. Kế hoạch phát triển sản phẩm xoay quanh điểm bán hàng
độc đáo và những gì thị trường đang thiếu. Còn kế hoạch truyền thông tiếp cận khách
hàng phải khẳng định được những lợi ích thực tế của nhà chia sẻ, nhấn mạnh những lợi
ích xã hội và cá nhân mà khách hàng có thể đạt được. Khẳng định lợi thế của nhà chia
sẻ so với các dịch vụ đi thuê truyền thống. Kế hoạch truyền thông có thể đi theo các
bước của mô hình AIDA (Awareness – Interest – Desire – Action) để có thể nắm bắt và
thuyết phục khách hàng một cách tốt và dễ dàng hơn.
 73

5.2.2.4 Gia tăng niềm tin của khách hàng vào nền tảng chia sẻ bằng trách nhiệm
với dịch vụ cung cấp và sự an toàn của khách hàng
Kết quả phân tích khảo sát đã cho thấy độ tin cậy vào nền tảng chia sẻ của khách
hàng có ảnh hưởng tích cực đến thái độ đối với dịch vụ nhà chia sẻ (λ = 0, 210), độ tin
cậy cao giúp xây dựng một thái độ tốt, thái độ tốt tác động làm khách hàng có ý định
thử trải nghiệm và tiếp tục sử dụng dịch vụ nhà chia sẻ của khách hàng. Tuy nhiên, tại
Việt Nam, đặc biệt là tại Hà Nội, dịch vụ nhà chia sẻ còn rất mới mẻ nên khách hàng
vẫn chưa có cơ sở để đánh giá toàn bộ mô hình này bao gồm cả bên trung gian thứ ba
giúp khách hàng sử dụng dịch vụ- các nền tảng chia sẻ. Vì vậy, để khách hàng có một
thái độ tốt và tiếp tục sử dụng sau lần đầu trải nghiệm, các nhà cung cấp nền tảng chia
sẻ phải xây dựng một nền tảng tốt giúp khách hàng có cơ sở để đặt niềm tin ngay từ lần
đầu tiên khách hàng tham gia trải nghiệm bằng cách (1) nỗ lực thực hiện đúng những gì
đã quảng cáo, cam kết với khách hàng, (2) củng cố hệ thống chăm sóc khách hàng, (3)
cam kết đảm bảo sự an toàn thông tin cho khách hàng.
Nội dung thực hiện:
Khi các nền tảng chia sẻ có các quảng cáo khuyến mại hay các cam kết đảm bảo
chất lượng nhưng trong quá trình sử dụng các khách hàng gặp khó khăn và không nhận
được những giá trị họ kì vọng như trong quảng cáo, cam kết thì ấn tượng của khách hàng
với các trang nền tảng trở nên không tốt: nền tảng chia sẻ trở nên kém tin cậy trong cảm
nhận khách hàng và không dễ dàng để gia tăng trở lại niềm tin đó. Vì vậy, đội ngũ quản
lý các nền tảng chia sẻ cần nỗ lực thực hiện đúng như những gì đã quảng cáo, cam kết
với khách hàng trong quá trình sử dụng nền tảng một cách chân thành và chuyên nghiệp
nhất, luôn đặt lợi ích của khách hàng lên ưu tiên để khách hàng cảm nhận được các nền
tảng chia sẻ có trách nhiệm cao.
Bên cạnh đó là duy trì mạng lưới chăm sóc khách hàng chuyên nghiệp để khách
hàng cảm thấy được quan tâm và được chăm sóc một cách tốt nhất. Bộ phận chăm sóc
khách hàng qua tổn đài hoặc nhắn tin cần đảm bảo việc nhanh chóng, kịp thời hỗ trợ
khách hàng 24/7 các thông tin về các bước giao dịch đặt phòng, thanh toán, liên lạc với
chủ nhà cũng như thắc mắc, vấn đề phát sinh trong và sau quá trình ở như xung đột với
chủ nhà hay quên đồ đạc trong nhà chia sẻ. Điều này có hàm ý về việc các nhà cung cấp
nền tảng nên có quy trình đào tạo bài bản và quy chuẩn cho bộ phận chăm sóc khách
hàng, giúp bộ này này có kiến thức và trình độ nghiệp vụ tốt để quá trình chăm sóc
khách hàng liên tục, kịp thời, nhanh chóng, và đặc biệt là đơn giản, dễ hiểu, tiết kiệm
thời gian, chi phí của cả hai bên. Thêm vào đó, các bộ phận khác đặc biệt là bộ phận kĩ
thuật cần thực hiện tốt nhiệm vụ của mình để loại trừ các rủi ro như lỗi không kết nối
được tới bộ phận tư vấn, lỗi không truy cập được trang web/ứng dụng, lỗi thông tin
 74

không hiển thị đầy đủ và chính xác…và xử lí sự cố kịp thời để giảm gánh nặng cho bộ
phận chăm sóc khách hàng
Cuối cùng, trước tình trạng các trang web/ứng dụng hiện nay lợi dụng thông tin
khách hàng cung cấp để quảng cáo, bán lại kiếm lời có thể tạo nên thái độ nghi ngờ,
không tin tưởng của khách hàng khi tham gia một dịch vụ mà phải thông qua bên trung
gian là các nền tảng ảo nơi thu thập thông tin của họ. Do đó, các trang web/ứng dụng
chia sẻ nhà ở nên cam kết về việc thực hiện và nghĩa vụ trách nhiệm với khách hàng về
việc sẽ đảm bảo bí mật thông tin của họ, và nghiêm túc thực hiện đúng cam kết (xem
mục 5.2.1). Ngoài ra, nhà cung cấp nên cân nhắc trường thông tin cần thu thập và quy
trình thu thập sao sao cho hợp lí và xây dựng hệ thống quản lí dữ liệu bền vững, tránh
bị sự cố phải lấy lại thông tin và tránh bị xâm nhập từ bên ngoài.
5.2.2.5 Tăng cảm nhận về tính cộng đồng cho khách hàng
Lợi ích xã hội là một trong 10 nhân tố số ảnh hưởng đến ý định sử dụng của khách
hàng đối với các nền tảng chia sẻ, là nhân tố ảnh hưởng gián tiếp với λ = 0, 181. Những
cảm nhận về lợi ích xã hội là một biến số khách quan mà nhà cung cấp nền tảng khó có
thể kiểm soát nhất. Nó dựa vào cảm nhận cá nhân của khách hàng với môi trường sống,
giữa các khách hàng với nhau và giữa khách hàng với chủ nhà. Tuy nhiên, để tăng cảm
nhận về lợi ích xã hội cho khách hàng, nhà cung cấp nền tảng có thể (1) truyền thông về
việc phát triển mối quan hệ tốt giữa khách hàng với chủ nhà cho những người cho thuê
nhà, (2) xây dựng hệ thống thông tin cung cấp cho khách hàng cuối cùng về nơi họ đang
và sẽ sinh sống.
Nội dung thực hiện:
Đầu tiên, nhà cung cấp có các chương trình truyền thông, giáo dục cho chủ nhà về
việc phát triển mối quan hệ tốt đối với người cho thuê nhà. Cho họ hiểu những lợi ích
kinh tế và xã hội từ việc phát triển mối quan hệ này. Nhà cung cấp có thể cho phần lợi
ích xã hội cảm nhận vào một trong những tiêu chí nhận xét, đánh giá (review) của khách
hàng đối với nhà chia sẻ để những chủ nhà có cái nhìn định lượng về tính cần thiết của
việc thiết lập mối quan hệ tốt đối với những người đi thuê nhà.
Bên cạnh đó, nhà cung cấp có thể xây dựng hệ thống thông tin về các hoạt động,
điểm đến của địa phương gửi cho khách hàng một cách tự động để khách hàng có thêm
những trải nghiệm mới về nền tảng chia sẻ và có thêm lựa chọn để gắn kết với cộng
đồng xung quanh mình. Để xây dựng hệ thống thông tin hiệu quả, doanh nghiệp cần
phối hợp với các cơ quan chức năng hoặc phát triển hệ thống cộng tác viên cung cấp
thông tin tại địa phương (như đã nói ở giải pháp về tăng độ tin cậy thông tin trên nền
tảng). Mọi thông tin được cung cấp sẽ được đưa vào hệ thống quản lý thông tin và chăm
sóc khách hàng tự động đối với từng khách hàng.
 75

5.2.2.6 Tăng tính dễ sử dụng và thân thiện với khách hàng mục tiêu
Tính dễ sử dụng và thân thiện với người dùng được xem là một trong những yếu
tố gián tiếp thúc đẩy ý định sử dụng nền tảng chia sẻ của người dùng (λ = 0,057). Vì vậy
nhà cung cấp phải đảm bảo yếu tố này thông qua (1) nghiên cứu kỹ nhóm khách hàng
mục tiêu, hành vi của họ và thiết kế nền tảng dựa trên nghiên cứu, (2) truyền thông rõ
ràng về cách sử dụng nền tảng, (3) theo dõi, đánh giá và tối ưu hóa thiết kế.
Nội dung thực hiện:
Thứ nhất, các nhà phát triển nền tảng cần nghiên cứu kỹ tệp khách hàng mục tiêu
để lấy được insight (sự thật ngầm hiểu) về những gì khách hàng mong muốn và hành vi
của khách hàng khi sử dụng các nền tảng. Các nhà phát triển có thể tìm hiểu về nền tảng
của đối thủ cạnh tranh, thu thập các phản hồi và đánh giá của khách hàng khi sử dụng
các nền tảng này. Từ đó xây dựng nền tảng dựa trên những thông tin thu thập được. Khi
thiết kế cần chú ý thông tin trên nền tảng được trình bày rõ ràng, cụ thể và chính xác.
Các điều hướng trên nền tảng tiện lợi cho người sử dụng.
Thứ hai, các nhà cung cấp cần thực hiện hoạt động truyền thông các thông tin
hướng dẫn sử dụng cụ thể, rõ ràng về việc sử dụng nền tảng. Những thông tin truyền
đến người tiêu dùng sẽ giúp họ hình dung được quy trình bắt đầu để sử dụng nền tảng
như đăng ký, đăng nhập, chọn phòng và thanh toán. Bên cạnh thông tin cụ thể, các thông
điệp cũng cần nhấn mạnh về sự nhanh chóng, tính đơn giản cũng như tính tiện lợi của
các nền tảng chia sẻ.
Thứ ba, theo dõi quá trình sử dụng của khách hàng trên nền tảng để tối ưu hóa thiết
kế. Các nhà cung cấp có thể sử dụng các ứng dụng của bên thứ ba để theo dõi hành vi
người dùng trên nền tảng như hotjar.com, oopcee.com,... Những ứng dụng này giúp các
nhà cung cấp đánh dấu được bản đồ nhiệt và quay lại hành vi của từng người dùng trên
website, từ đó rút ra được điểm khách hàng nhìn nhiều nhất (điểm được chú ý nhất),
khách hàng sẽ cuộn chuột đến đâu (đến điểm nào nội dung hết cuốn hút), khách hàng
hay thoát khỏi nền tảng ở bước nào,... Bên cạnh đó là các ứng dụng để thử nghiệm Avà
B, nổi bật nhất là google optimizer. Nó giúp các nhà cung cấp thử nghiệm liên tục các
thông điệp và phiên bản website để xem đâu là thông điệp và phiên bản thân thiện với
người dùng nhất.
5.3 Kiến nghị cho các cơ quan quản lý
Để tạo điều kiện cho các nên tảng chia sẻ nhà ở trực tuyến phát triển vững mạnh,
ổn định tại Việt Nam, các cơ quan quản lý nhà nước bao gồm Bộ Kế hoạch và Đầu tư,
Tổng Cục Du lịch - Bộ Văn hóa, Thể thao và Du lịch, Cục Thương mại điện tử - Bộ
Công thương, Vụ Công nghệ thông tin - Bộ Thông tin và Truyền thông cùng các cơ
quan, ban ngành địa phương có thể xem xét các giải pháp theo 2 định hướng sau:
 76

(1) Khuyến khích, tạo điều kiện tích cực cho hoạt động kinh doanh của các
nền tảng chia sẻ nhà ở tại Việt Nam
Với các cơ quan quản lý nhà nước, cần thường xuyên cải cách hành chính, nâng
cao hiệu lực và hiệu quả quản lý Nhà nước, tái cơ cấu thị trường. Mở cửa và tạo điều
kiện bình đẳng trong việc tiếp cận thị trường, nguồn lực đối với các doanh nghiệp nhà
nước, doanh nghiệp tư nhân, doanh nghiệp nước ngoài có mong muốn, khả năng và điều
kiện tham gia.
Nâng cao hạ tầng công nghệ thông tin, tạo điều kiện tiếp cận cho doanh nghiệp
kinh doanh nền tảng chia sẻ tương tự các ngành dịch vụ trực tuyến như thương mại điện
tử (E-commerce) hay thương mại di động (M-commerce)… Việc phát triển yếu tố công
nghệ thông tin đóng vai trò quan trọng, góp phần đẩy mạnh tỷ lệ sử dụng dịch vụ chia
sẻ nhà ở của người tiêu dùng.
Tại Nghị quyết phiên họp Chính phủ thường kỳ tháng 1/2018 mới được ban
hành, Đề án về mô hình kinh tế chia sẻ đã được thống nhất xây dựng dưới sự chỉ đạo
trực tiếp của Phó Thủ tướng Vương Đình Huệ. Đây được kỳ vọng là một bước đi hiệu
quả của Chính phủ trong việc phát triển dịch vụ chia sẻ có hệ thống và tạo điều kiện
thuận lợi cho các bên trong mô hình kinh tế chia sẻ cùng phát triển.
Với các cơ quan quản lý địa phương, cần hỗ trợ để các cơ sở lưu trú, hộ gia đình
đều có thể tham gia nền tảng chia sẻ nhà ở một cách thuận lợi (tiếp cận hệ thống công
nghệ thông tin, đơn giản hóa thủ tục đăng ký kinh doanh hoặc chuyển đổi kinh doanh...).
Cần có những hoạt động thu hút khách tìm đến các dịch vụ chia sẻ nhà ở, kết nối và bảo
đảm quyền lợi của các bên tham gia dịch vụ chia sẻ nhà ở (doanh nghiệp kinh doanh
nền tảng chia sẻ, chủ nhà và khách thuê), đặc biệt tại những địa phương có nhu cầu nhà
ở cao hoặc các điểm du lịch thu hút.
(2) Quản lý, giám sát hoạt động kinh doanh chia sẻ nhà ở và hạn chế rủi ro
Các cơ quan quản lý nhà nước cần xây dựng hệ thống pháp lý về (1) hoạt động
kinh doanh của các doanh nghiệp, nghĩa vụ thuế, cải cách luật cạnh tranh, đề xuất luật
bảo mật thông tin cho người dùng (2) hệ thống các tiêu chuẩn, quy chuẩn về định giá
dịch vụ, cơ sở vật chất nhà ở, chất lượng dịch vụ chia sẻ nhà ở, quyền lợi và nghĩa vụ
của các bên tham gia … Bên cạnh thành công đạt được của những nền tảng chia sẻ nổi
tiếng như Airbnb, cần nhìn nhận cả những mặt tối của dịch vụ chia sẻ nhà ở như sự thiếu
minh bạch trong nghĩa vụ thuế, giá thuê nhà liên tục có sự chênh lệch, cạnh tranh không
lành mạnh với mô hình dịch vụ lưu trú truyền thống, nỗi lo bị đánh cắp, để lộ thông tin
cá nhân quan trọng... Có thể thấy, dịch vụ chia sẻ nhà ở tại Việt Nam còn nhiều tiềm
năng và nhiều bất cập khó lường trước, do đó cần có những chính sách, quy định rõ
ràng, cụ thể để tránh những rủi ro có thể xảy ra như phá giá dịch vụ, trốn thuế, cạnh
 77

tranh không lành mạnh, để lộ thông tin cá nhân, biến tướng dịch vụ chia sẻ thành các
hoạt động vi phạm pháp luật, đạo đức ...
Các cơ quan địa phương cần phối hợp chặt chẽ với trung ương, tuân thủ những
quy định, hệ thống pháp luật về quản lý dịch vụ chia sẻ nhà ở, áp dụng linh hoạt vào bối
cảnh cụ thể tại địa phương. Quan tâm và giám sát hoạt động chia sẻ nhằm hạn chế rủi
ro, thiết lập các kênh hỗ trợ để giải quyết kịp thời các vấn đề phát sinh từ các bên khi
tham gai vào dịch vụ chia sẻ nhà ở.
5.4 Đóng góp của đề tài
Nghiên cứu có những đóng góp về cả mặt khoa học và ý nghĩa thực tiễn nhất định.
Về mặt khoa học, thứ nhất nghiên cứu đã thiết lập và đánh giá được sự phù hợp
của mô hình nghiên cứu đã xây dựng để đánh giá độ tin cậy của nền tảng chia sẻ trực
tuyến và ý định sử dụng dịch vụ chia sẻ nhà dựa trên việc tích hợp lý thuyết trao đổi, lý
thuyết hành động hợp lí, mô hình hành vi dự định, mô hình tích hợp niềm tin tổ chức,
mô hình ra quyết định dựa trên niềm tin của người tiêu dùng trong thương mại điện tử
và mô hình các nhân tố ảnh hưởng tới ý định tham gia nền kinh tế chia sẻ. Thứ hai,
nghiên cứu đã kiểm chứng tính tin cậy và phù hợp của thang đo mới qua dữ liệu nghiên
cứu thực nghiệm. Thứ ba, thông qua phân tích dữ liệu thực nghiệm, nghiên cứu đã đánh
giá được mức độ ảnh hưởng khác nhau của các nhân tố tới độ tin cậy của nền tảng chia
sẻ và ý định sử dụng dịch vụ chia sẻ nhà và mối quan hệ giữa hai khái niệm này. Cuối
cùng, nghiên cứu có thể là một tài liệu tham khảo tốt cho các nhà nghiên cứu trong tương
lai để thiết lập các mô hình đánh giá ý định sử dụng sản phẩm, dịch vụ trong nền kinh
tế chia sẻ.
Về mặt thực tiễn, kết quả cũng đem lại những gợi ý hữu ích đối với các nhà cung
cấp nền tảng giao dịch trực tuyến tại Việt Nam. Cụ thể, dựa trên kết quả nghiên cứu các
tác giả đề xuất các gợi ý giải pháp chính cho các nhà cung cấp nền tảng gồm hai nhóm
giải pháp: (1) Gia tăng độ tin cậy của nền tảng chia sẻ gồm nhà: nâng cao và duy trì
chất lượng thông tin trên các nền tảng; tăng truyền thông nhận diện thương hiệu của các
nền tảng và nâng cao tính bảo mật và (xem mục 5.2.1) (2) Thúc đẩy ý định sử dụng dịch
vụ chia sẻ: cung cấp dịch vụ chất lượng tốt, đem lại nhiều giá trị nhằm tăng tính ưa thích
cảm nhâcủa khách hàng; đảm bảo đem lại lợi ích kinh tế thực tế và cảm nhận hợp lý cho
khách hàng ẩy mạnh truyền thông nhằm gia tăng thái độ tích cực của người sử dụng đối
với nhà chia sẻ; gia tăng niềm tin của khách hàng vào nền tảng chia sẻ bằng trách; tăng
cảm nhận về tính cộng đồng cho khách hàng; tăng tính dễ sử dụng và thân thiện với
khách hàng mục tiêu của nền tảng chia sẻ (xem mục 5.2.2).
5.5 Hạn chế của đề tài và hướng nghiên cứu tiếp theo
Mặc dù nghiên cứu đã đạt được mục đích ban đầu đặt ra là đánh giá tác động các
 78

nhân tố đến độ tin cậy của nền tảng chia sẻ và ý định sử dụng dịch vụ chia sẻ nhà của
khách hàng và mối quan hệ giữa hai khái niệm này. Tuy nhiên, nghiên cứu này cũng có
những hạn chế nhất định.
Thứ nhất, nghiên cứu được thực hiện với cỡ mẫu chưa đủ lớn nên tính khái quát
của nghiên cứu có thể bị hạn chế. Thêm vào đó, lượng phản hồi theo các nhóm độ tuổi
không cân bằng có thể khiến quá trình đánh giá chưa đồng đều và thiên về phía người
trẻ tuổi hơn.
Thứ hai, nghiên cứu mới tiếp cận khái niệm dịch vụ chia sẻ nhà trên khía cạnh của
khách hàng (người đi thuê nhà) mà chưa xét đến hành vi của người cho thuê nhà (chủ
nhà chia sẻ).
Các nghiên cứu tiếp theo nên tiến hành ở nhiều độ tuổi khách hàng hơn, với cỡ
mẫu lớn hơn và xây dựng thêm mô hình tác động các nhân tố đến ý định sử dụng dịch
vụ chia sẻ nhà của chủ nhà - người cho thuê nhà để có một cái nhìn tổng thể hơn về bức
tranh mô hình dịch vụ chia sẻ nhà ở.
 1

TÀI LIỆU THAM KHẢO

Adler, B.T. and De Alfaro, L., 2007, May. A content-driven reputation system for the
Wikipedia. In Proceedings of the 16th international conference on World Wide
Web (pp. 261-270). ACM.
Ajzen, I., 1985. From intentions to actions: A theory of planned behavior. In Action
control (pp. 11-39). Springer, Berlin, Heidelberg.
Ajzen, I., 1991. The theory of planned behavior. Organizational behavior and human
decision processes, 50(2), pp.179-211.
Ajzen, I., 2002. Perceived behavioral control, self‐efficacy, locus of control, and the
theory of planned behavior 1. Journal of applied social psychology, 32(4), pp.665-
683.
Ajzen, I. and Driver, B.L., 1992. Application of the theory of planned behavior to leisure
choice. Journal of leisure research, 24(3), pp.207-224.
Aladwani, A.M. and Palvia, P.C., 2002. Developing and validating an instrument for
measuring user-perceived web quality. Information & management, 39(6),
pp.467-476.
Anderson, E. and Weitz, B., 1989. Determinants of continuity in conventional industrial
channel dyads. Marketing science, 8(4), pp.310-323.
Andrade, E.B., Kaltcheva, V. and Weitz, B., 2002. Self-disclosure on the web: The
impact of privacy policy, reward, and company reputation. ACR North American
Advances.
Armitage, C.J. and Conner, M., 2001. Efficacy of the theory of planned behaviour: A
meta‐analytic review. British journal of social psychology, 40(4), pp.471-499.
Ba, S. and Pavlou, P.A., 2002. Evidence of the effect of trust building technology in
electronic markets: Price premiums and buyer behavior. MIS quarterly
Bandura, A., 1986. Social foundations of thought and action. Englewood Cliffs,
NJ, 1986.
Bardhi, F. and Eckhardt, G.M., 2012. Access-based consumption: The case of car
sharing. Journal of consumer research, 39(4), pp.881-898.
Beck, L. and Ajzen, I., 1991. Predicting dishonest actions using the theory of planned
behavior. Journal of research in personality, 25(3), pp.285-301.
Beldad, A., De Jong, M. and Steehouder, M., 2010. How shall I trust the faceless and
the intangible? A literature review on the antecedents of online trust. Computers
in human behavior, 26(5), pp.857-869.
Belk, R.W., 1985. Materialism: Trait aspects of living in the material world. Journal of
Consumer research, 12(3), pp.265-280.
 2

Belk, R., 2009. Sharing. Journal of consumer research, 36(5), pp.715-734.

Belk, R., 2007. Why not share rather than own?. The Annals of the American Academy
of Political and Social Science, 611(1), pp.126-140.
Benamati, J.S. and Serva, M.A., 2007. Trust and distrust in online banking: Their role
in developing countries. Information Technology for Development, 13(2), pp.161-
175.
Benkler, Y., 2002. Coase's Penguin, or, Linux and" The Nature of the Firm". Yale law
journal, pp.369-446.
Benkler, Y., 2004. Sharing nicely: On shareable goods and the emergence of sharing as
a modality of economic production. Yale LJ, 114, p.273.
Bettencourt, L.A., Brown, S.W. and MacKenzie, S.B., 2005. Customer-oriented
boundary-spanning behaviors: Test of a social exchange model of
antecedents. Journal of retailing, 81(2), pp.141-157.
Bélanger, F. and Carter, L., 2008. Trust and risk in e-government adoption. The Journal
of Strategic Information Systems, 17(2), pp.165-176.
Boudreau, K.J. and Lakhani, K.R., 2013. Using the crowd as an innovation
partner. Harvard business review, 91(4), pp.60-9.
Botsman, R. and Rogers, R., 2011. What's mine is yours: how collaborative
consumption is changing the way we live.
Breidbach, C.F. and Brodie, R.J., 2017. Engagement platforms in the sharing economy:
conceptual foundations and research directions. Journal of Service Theory and
Practice, 27(4), pp.761-777.
Bucher, E., Fieseler, C. and Lutz, C., 2016. What's mine is yours (for a nominal fee)–
Exploring the spectrum of utilitarian to altruistic motives for Internet-mediated
sharing. Computers in Human Behavior, 62, pp.316-326.
Carlos Roca, J., José García, J. and José de la Vega, J., 2009. The importance of
perceived trust, security and privacy in online trading systems. Information
Management & Computer Security, 17(2), pp.96-113.
Casaló, L.V., Flavián, C. and Guinalíu, M., 2011. The generation of trust in the online
services and product distribution: The case of Spanish electronic
commerce. Journal of Electronic Commerce Research, 12(3), p.199.
Chellappa, R.K., 2008. Consumers’ trust in electronic commerce transactions: the role
of perceived privacy and perceived security. under submission, 13.
Chellappa, R.K. and Pavlou, P.A., 2002. Perceived information security, financial
liability and consumer trust in electronic commerce transactions. Logistics
Information Management, 15(5/6), pp.358-368.
 3

Chen, R., 2013. Member use of social networking sites—an empirical

examination. Decision Support Systems, 54(3), pp.1219-1227.
Cheng, M., 2016. Current sharing economy media discourse in tourism. Annals of
Tourism Research, 60(C), pp.111-114.
Chiles, T.H. and McMackin, J.F., 1996. Integrating variable risk preferences, trust, and
transaction cost economics. Academy of management review, 21(1), pp.73-99.
Chow, W.S. and Chan, L.S., 2008. Social network, social trust and shared goals in
organizational knowledge sharing. Information & management, 45(7), pp.458-
465.
Cropanzano, R. and Mitchell, M.S., 2005. Social exchange theory: An interdisciplinary
review. Journal of management, 31(6), pp.874-900.
CSO, 2016, Taking uberization to the Field – Disruption is coming for Field Marketing
– Media Releases – CSO – The Resource for Data Security Executives.
Damiani, E., di Vimercati, D.C., Paraboschi, S., Samarati, P. and Violante, F., 2002,
November. A reputation-based approach for choosing reliable resources in peer-
to-peer networks. In Proceedings of the 9th ACM conference on Computer and
communications security (pp. 207-216). ACM.
Davis, F.D., 1993. User acceptance of information technology: system characteristics,
user perceptions and behavioral impacts. International journal of man-machine
studies, 38(3), pp.475-487.
Diệu Ly, 2017. Dịch vụ chia sẻ chỗ ở sẽ "đe dọa" ngành kinh doanh khách sạn?.
<http://www.nguoiduatin.vn/dich-vu-chia-se-cho-o-se-de-doa-nganh-kinh-
doanh-khach-san-a338286.html>. [Ngày truy cập: 10 tháng 4 năm 2018].
Doll, W.J. and Torkzadeh, G., 1988. The measurement of end-user computing
satisfaction. MIS quarterly, pp.259-274.
Driscoll, J.W., 1978. Trust and participation in organizational decision making as
predictors of satisfaction. Academy of management journal, 21(1), pp.44-56.
Dung, N.T.P., 2014. Niềm tin ở tổ chức tác động đến động cơ và kết quả làm việc của
nhân viên khối văn phòng ở việt nam. Tạp chí Khoa học Trường Đại học Cần
Thơ, 34, pp.103-112.
Doney, P.M. and Cannon, J.P., 1997. An examination of the nature of trust in buyer-
seller relationships. the Journal of Marketing, pp.35-51.
Dwyer, C., Hiltz, S. and Passerini, K., 2007. Trust and privacy concern within social
networking sites: A comparison of Facebook and MySpace. AMCIS 2007
proceedings, p.339.
Đào Khánh Hoàn, 2016. Mô hình kinh tế chia sẻ nở rộ tại Việt Nam.
 4

<http://enternews.vn/mo-hinh-kinh-te-chia-se-no-ro-tai-viet-nam-102391.html>.
[Ngày truy cập: 29 tháng 4 năm 2018]
Đào Trung Kiên, 2015. Nghiên cứu xu hướng chấp nhận sử dụng dịch vụ internet 3G
tại Hà Nội sử dụng mô hình cấu trúc tuyến tính (Doctoral dissertation, Viện Kinh
tế và Quản lý-Trường Đại học Bách khoa Hà Nội).
Đỗ Minh Nguyễn, 2017. Nghiên cứu các nhân tố ảnh hưởng đến sự hài lòng của du
khách đối với dịch vụ homestay tại thành phố Hội An (Doctoral dissertation).
Emerson, R.M., 1976. Social exchange theory. Annual review of sociology, 2(1),
pp.335-362.
Ert, E., Fleischer, A. and Magen, N., 2016. Trust and reputation in the sharing economy:
The role of personal photos in Airbnb. Tourism Management, 55, pp.62-73.
Ertz, M., Durif, F. and Arcand, M., 2016. An analysis of the origins of collaborative
consumption and its implications for marketing.
Ertz, M., Durif, F. and Arcand, M., 2016. Collaborative consumption: Conceptual
snapshot at a buzzword
Ertz, M., Durif, F. and Arcand, M., 2016. Collaborative consumption or the rise of the
two-sided consumer.
Ertz, M., Lecompte, A. and Durif, F., 2016. Neutralization in collaborative
consumption: An exploration of justifications relating to a controversial service.
Fishbein, M. and Ajzen, I., 1975. Belief, attitude, intention and behavior: An
introduction to theory and research.
Flavián, C., Guinalíu, M. and Gurrea, R., 2006. The role played by perceived usability,
satisfaction and consumer trust on website loyalty. Information &
management, 43(1), pp.1-14.
Foa, E.B. and Foa, U.G., 1980. Resource theory. In Social exchange (pp. 77-94).
Springer, Boston, MA.
Forsythe, S., Liu, C., Shannon, D. and Gardner, L.C., 2006. Development of a scale to
measure the perceived benefits and risks of online shopping. Journal of interactive
marketing, 20(2), pp.55-75.
Fortes, N. and Rita, P., 2016. Privacy concerns and online purchasing behaviour:
Towards an integrated model. European Research on Management and Business
Economics, 22(3), pp.167-176.
Frey, A., Trenz, M. and Veit, D., 2017. The role of technology for service innovation in
sharing economy organizations–a service-dominant logic perspective.
Friedman, T., 2013. Welcome to the ‘sharing economy’. New York Times, 20(07),
p.2013.
 5

Galan, J.P., Giraud, M. and Meyer-Waarden, L., 2013. A Theoretical extension of the
technology acceptance model to explain the adoption and the usage of new digital
services. 29ème Congrès International de l’Association Française de Marketing–
La Rochelle.
Ganesan, S., 1994. Determinants of long-term orientation in buyer-seller
relationships. the Journal of Marketing, pp.1-19.
Gansky, L., 2010. The mesh: Why the future of business is sharing. Penguin.
Gefen, D. and Straub, D.W., 2004. Consumer trust in B2C e-Commerce and the
importance of social presence: experiments in e-Products and e-
Services. Omega, 32(6), pp.407-424.
Gefen, D., 2000. E-commerce: the role of familiarity and trust. Omega, 28(6), pp.725-
737.
Gefen, D., Karahanna, E. and Straub, D.W., 2003. Trust and TAM in online shopping:
An integrated model. MIS quarterly, 27(1), pp.51-90.
Gefen, D., Straub, D. and Boudreau, M.C., 2000. Structural equation modeling and
regression: Guidelines for research practice. Communications of the association
for information systems, 4(1), p.7.
Geron, T., 2013. Airbnb and the unstoppable rise of the share economy. Forbes, January
23
Giesler, M., 2006. Consumer gift systems. Journal of consumer research, 33(2),
pp.283-290.
Goudin, P., 2016. The cost of non-Europe in the sharing economy: Economic, social
and legal challenges and opportunities. European Parliament, January.
Graham, M., 2016. Digital work marketplaces impose a new balance of power. New
Internationalist, 25.
Graham, M., 2016. Organising in the "digital wild west": can strategic bottlenecks help
prevent a race to the bottom for online workers?.
<http://geonet.oii.ox.ac.uk/blog/organising-in-the-digital-wild-west-can-
strategic-bottlenecks-help-prevent-a-race-to-the-bottom-for-online-workers/>
[Ngày truy cập: 1 tháng 5 năm 2018]
Guendelsberge, E., 2015. I was an undercover Uber driver.
<http://mycitypaper.com/uberdriver/>. [Ngày truy cập: 29 tháng 4 năm 2018]
Gurven, M., 2006. The evolution of contingent cooperation. Current
Anthropology, 47(1), pp.185-192.
Hamari, J., Sjöklint, M. and Ukkonen, A., 2016. The sharing economy: Why people
participate in collaborative consumption. Journal of the Association for
 6

Information Science and Technology, 67(9), pp.2047-2059

Hamari, J. and Ukkonen, A., The Sharing Economy: Why People Participate in
Collaborative Consumption, 2013.
Hars, A. and OU, S., 2001. Working for Free? - Motivations of Participating in Open
Source Projects, 00 (c), 1–9. In 34th Annual Hawaii International Conference on
System Sciences (HICSS-34), Havaí (pp. 25-39).
Hartwick, J. and Barki, H., 1994. Explaining the role of user participation in information
system use. Management science, 40(4), pp.440-465.
Hawlitschek, F., Teubner, T. and Weinhardt, C., 2016. Trust in the sharing
economy. Die Unternehmung, 70(1), pp.26-44.
Hawlitschek, F., Teubner, T., Adam, M.T.P., Borchers, N.S., Moehlmann, M. and
Weinhardt, C., 2016. Trust in the sharing economy: An experimental framework.
Hawlitschek, F., Teubner, T. and Gimpel, H., 2016, January. Understanding the Sharing
Economy--Drivers and Impediments for Participation in Peer-to-Peer Rental.
In System Sciences (HICSS), 2016 49th Hawaii International Conference on (pp.
4782-4791). IEEE.
Hà Ngọc Thắng, 2017. Các yếu tố ảnh hưởng đến ý định mua sắm trực tuyến của người
tiêu dùng Việt Nam: Nghiên cứu mở rộng thuyết hành vi có hoạch định. VNU
Journal of Science: Economics and Business, 32(4).
Hendrickson, A.R. and Collins, M.R., 1996. An assessment of structure and causation
of IS usage. ACM SIGMIS Database: the DATABASE for Advances in Information
Systems, 27(2), pp.61-67.
Hofstede, G., 1980. Motivation, leadership, and organization: do American theories
apply abroad?. Organizational dynamics, 9(1), pp.42-63.
Hook, L., 2016. Review – 'The Sharing Economy', by Arun Sundararajan".
<https://www.ft.com/content/f560e5ee-36e8-11e6-a780-b48ed7b6126f>. [Ngày
truy cập: 30 tháng 4 năm 2018]
Hosmer, L.T., 1995. Trust: The connecting link between organizational theory and
philosophical ethics. Academy of management Review, 20(2), pp.379-403.
Jarvenpaa, S.L., Tractinsky, N. and Vitale, M., 2000. Consumer trust in an Internet
store. Information technology and management, 1(1-2), pp.45-71.
Joinson, A.N., Reips, U.D., Buchanan, T. and Schofield, C.B.P., 2010. Privacy, trust,
and self-disclosure online. Human–Computer Interaction, 25(1), pp.1-24.
John, N.A., 2013. The social logics of sharing. The Communication Review, 16(3),
pp.113-131.
Jones, K. and Leonard, L.N., 2008. Trust in consumer-to-consumer electronic
 7

commerce. Information & management, 45(2), pp.88-95.

Kalakota, R. and Whinston, A.B., 1997. Electronic commerce: a manager's guide.
Addison-Wesley Professional.
Kaplan, A.M. and Haenlein, M., 2010. Users of the world, unite! The challenges and
opportunities of Social Media. Business horizons, 53(1), pp.59-68.
Kessler, S., 2015. The ‘sharing economy’is dead, and we killed it. Fast Company, 14.
Kim, D.J., Ferrin, D.L. and Rao, H.R., 2008. A trust-based consumer decision-making
model in electronic commerce: The role of trust, perceived risk, and their
antecedents. Decision support systems, 44(2), pp.544-564.
Kim, H. and Niehm, L.S., 2009. The impact of website quality on information quality,
value, and loyalty intentions in apparel retailing. Journal of interactive
marketing, 23(3), pp.221-233.
Kim, J., Yoon, Y. and Zo, H., 2015. Why People Participate in the Sharing Economy:
A Social Exchange Perspective. In PACIS (p. 76).
Kim, S.Y., Kim, J.U. and Park, S.C., 2017. The Effects of Perceived Value, Website
Trust and Hotel Trust on Online Hotel Booking Intention. Sustainability, 9(12),
p.2262.
Kimery, K.M. and McCord, M., 2002. Third-party assurances: the road to trust in online
retailing. In System Sciences, 2002. HICSS. Proceedings of the 35th Annual
Hawaii International Conference on (pp. 10-pp). IEEE.
Koopman, C., Mitchell, M. and Thierer, A., 2014. The sharing economy and consumer
protection regulation: The case for policy change. J. Bus. Entrepreneurship &
L., 8, p.529.
Koufaris, M. and Hampton-Sosa, W., 2002. Customer trust online: examining the role
of the experience with the Web-site. Department of Statistics and Computer
Information Systems Working Paper Series, Zicklin School of Business, Baruch
College, New York.
Koufaris, M. and Hampton-Sosa, W., 2004. The development of initial trust in an online
company by new customers. Information & management, 41(3), pp.377-397.
Lamberton, C.P. and Rose, R.L., 2012. When is ours better than mine? A framework for
understanding and altering participation in commercial sharing systems. Journal
of Marketing, 76(4), pp.109-125.
Laurell, C. and Sandström, C., 2016. Analysing Uber in social media—disruptive
technology or institutional disruption?. International Journal of Innovation
Management, 20(05), p.1640013.
Laurell, C. and Sandström, C., 2017. The sharing economy in social media: Analyzing
 8

tensions between market and non-market logics. Technological Forecasting and

Social Change,125, pp.58-65.
Lee, M.K. and Turban, E., 2001. A trust model for consumer internet
shopping. International Journal of electronic commerce, 6(1), pp.75-91.
Lee, P., Gillespie, N., Mann, L. and Wearing, A., 2010. Leadership and trust: Their
effect on knowledge sharing and team performance. Management learning, 41(4),
pp.473-491.
Lee, Y. and Kozar, K.A., 2005. Investigating factors affecting the adoption of anti-
spyware systems. Communications of the ACM, 48(8), pp.72-77.
Leonard, L.N., 2012. Attitude influencers in C2C e-commerce: Buying and
selling. Journal of Computer Information Systems, 52(3), pp.11-17.
Lewis, J.D. and Weigert, A., 1985. Trust as a social reality. Social forces, 63(4), pp.967-
985.
Liang, L.J., 2015. Understanding repurchase intention of Airbnb consumers: perceived
authenticity, EWoM and price sensitivity (Doctoral dissertation).
Lim, K.H., Sia, C.L., Lee, M.K. and Benbasat, I., 2006. Do I trust you online, and if so,
will I buy? An empirical study of two trust-building strategies. Journal of
management information systems, 23(2), pp.233-266.
Liu, J.N. and Zhang, E.Y., 2014. An investigation of factors affecting customer selection
of online hotel booking channels. International Journal of Hospitality
Management, 39, pp.71-83.
Lu, J., Yao, J.E. and Yu, C.S., 2005. Personal innovativeness, social influences and
adoption of wireless Internet services via mobile technology. The Journal of
Strategic Information Systems, 14(3), pp.245-268.
Lu, Y., Zhao, L. and Wang, B., 2010. From virtual community members to C2C e-
commerce buyers: Trust in virtual communities and its effect on consumers’
purchase intention. Electronic Commerce Research and Applications, 9(4),
pp.346-360.
Luchs, M., Naylor, R.W., Rose, R.L., Catlin, J.R., Gau, R., Kapitan, S., Mish, J.,
Ozanne, L., Phipps, M., Simpson, B. and Subrahmanyan, S., 2011. Toward a
sustainable marketplace: Expanding options and benefits for consumers. Journal
of Research for Consumers, (19), p.1.
Luhmann, N., 2000. Familiarity, confidence, trust: Problems and alternatives. Trust:
Making and breaking cooperative relations, 6, pp.94-107.
Ma, X., Hancock, J.T., Mingjie, K.L. and Naaman, M., 2017, February. Self-Disclosure
and Perceived Trustworthiness of Airbnb Host Profiles. In CSCW (pp. 2397-
 9

2409).
Mai Hương Giang, 2015. Một số mô hình của nền kinh tế chia sẻ và vấn đề đặt ra đối
với nhà quản lý.
Mayer, R.C., Davis, J.H. and Schoorman, F.D., 1995. An integrative model of
organizational trust. Academy of management review, 20(3), pp.709-734.
Matzner, M., Chasin, F. and Todenhöfer, L., 2015, May. To Share or Not to Share:
Towards Understanding the Antecedents of Participation in IT-Enabled Sharing
Services. In ECIS.
McKinney, V., Yoon, K. and Zahedi, F.M., 2002. The measurement of web-customer
satisfaction: An expectation and disconfirmation approach. Information systems
research, 13(3), pp.296-315.
McKnight, D.H., Choudhury, V. and Kacmar, C., 2002. Developing and validating trust
measures for e-commerce: An integrative typology. Information systems
research, 13(3), pp.334-359.
Metzger, M.J., 2004. Privacy, trust, and disclosure: Exploring barriers to electronic
commerce. Journal of computer-mediated communication, 9(4), p.JCMC942.
Mittendorf, C., 2016. What Trust means in the Sharing Economy: A provider
perspective on Airbnb. com.
Nicolaou, A.I. and McKnight, D.H., 2006. Perceived information quality in data
exchanges: Effects on risk, trust, and intention to use. Information systems
research, 17(4), pp.332-351.
Nguyễn Quốc Nghi và Phan Văn Phùng, 2011. Các nhân tố ảnh hưởng đến mức độ hài
lòng của khách hàng đối với hệ thống khách sạn ở Thành phố Cần Thơ. Tạp chí
Khoa học Trường Đại học Cần Thơ, 18, pp.258-266
Nguyễn Quốc Nghi, 2013. Giải pháp phát triển du lịch homestay tại các cù lao ở khu
vực đồng bằng sông Cửu Long. Tạp chí khoa học trường Đại học Cần Thơ, 27,
pp.11-16
Nguyễn Phan Anh, 2016. Mô hình kinh tế chia sẻ và gợi ý cho Việt Nam. Tạp chí Tài
chính.
Nguyễn Thanh Trà, 2015. Các yếu tố ảnh hưởng đến ý định mua hàng theo nhóm trực
tuyến qua trang Cungmua. com tại thành phố Hồ Chí Minh.
Nov, O., Naaman, M. and Ye, C., 2010. Analysis of participation in an online photo‐
sharing community: A multidimensional perspective. Journal of the American
Society for Information Science and Technology, 61(3), pp.555-566.
O’Connor, S., 2016. The gig economy is neither “sharing” nor “collaborative.”.
Financial Times, 14.
 10

Oliveira, T., Thomas, M., Baptista, G. and Campos, F., 2016. Mobile payment:
Understanding the determinants of customer adoption and intention to recommend
the technology. Computers in Human Behavior, 61, pp.404-414.
Olmstead K. and Smith A., 2016. How Americans define the sharing economy.
<http://www.pewresearch.org/fact-tank/2016/05/20/how-americans-define-the-
sharing-economy/>. [Ngày truy cập: 20 tháng 4 năm 2018]
Oskam, J. and Boswijk, A., 2016. Airbnb: the future of networked hospitality
businesses. Journal of Tourism Futures, 2(1), pp.22-42.
Owyang, J., 2015. The mobile technology stack for the Collaborative Economy.
<https://venturebeat.com/2015/02/17/the-mobile-technology-stack-for-the-
collaborative-economy> [Ngày truy cập: 21 tháng 4 năm 2018]
Quelch, J.A. and Klein, L.R., 1996. The Internet and international marketing. MIT Sloan
Management Review, 37(3), p.60.
Pavlou, P.A., 2003. Consumer acceptance of electronic commerce: Integrating trust and
risk with the technology acceptance model. International journal of electronic
commerce, 7(3), pp.101-134.
Perugini, M. and Bagozzi, R.P., 2001. The role of desires and anticipated emotions in
goal‐directed behaviours: Broadening and deepening the theory of planned
behaviour. British Journal of Social Psychology, 40(1), pp.79-98.
Ponte, E.B., Carvajal-Trujillo, E. and Escobar-Rodríguez, T., 2015. Influence of trust
and perceived value on the intention to purchase travel online: Integrating the
effects of assurance on trust antecedents. Tourism Management, 47, pp.286-302.
Porter, C.E. and Donthu, N., 2008. Cultivating trust and harvesting value in virtual
communities. Management Science, 54(1), pp.113-128.
Purohit, D. and Srivastava, J., 2001. Effect of manufacturer reputation, retailer
reputation, and product warranty on consumer judgments of product quality: A cue
diagnosticity framework. Journal of Consumer Psychology, 10(3), pp.123-134.
Puschmann, T. and Alt, R., 2016. Sharing economy. Business & Information Systems
Engineering, 58(1), pp.93-99.
PwC, U.K., 2015. The sharing economy–sizing the revenue opportunity.
Rahimnia, F. and Hassanzadeh, J.F., 2013. The impact of website content dimension
and e-trust on e-marketing effectiveness: The case of Iranian commercial saffron
corporations. Information & Management, 50(5), pp.240-247.
Ranganathan, C. and Ganapathy, S., 2002. Key dimensions of business-to-consumer
web sites. Information & Management, 39(6), pp.457-465.
Riegelsberger, J., Sasse, M.A. and McCarthy, J.D., 2005. The mechanics of trust: A
 11

framework for research and design. International Journal of Human-Computer

Studies, 62(3), pp.381-422.
Ritzer, G., 2014. Prosumption: Evolution, revolution, or eternal return of the
same?. Journal of Consumer Culture,14(1), pp.3-24.
Rosenberg, T., 2013. It’s not just nice to share, it’s the future.The New York Times, pp.4-
7.
Scaraboto, D., 2015. Selling, sharing, and everything in between: The hybrid economies
of collaborative networks. Journal of Consumer Research, 42(1), pp.152-176.
Schor, J., Fitzmaurice, C., Carfagna, L. and Will-Attwood, C., 2014. Paradoxes of
Openness and Distinction in the Sharing Economy. Unpublished paper, Boston
College.
Schoorman, F.D., Mayer, R.C. and Davis, J.H., 2007. An integrative model of
organizational trust: Past, present, and future.
Scott, D., 1980. The causal relationship between trust and the assessed value of
management by objectives. Journal of Management, 6(2), pp.157-175.
Smith, J.B. and Barclay, D.W., 1997. The effects of organizational differences and trust
on the effectiveness of selling partner relationships. the Journal of Marketing,
pp.3-21.
Sun, H. and Zhang, P., 2006. Causal relationships between perceived enjoyment and
perceived ease of use: An alternative approach. Journal of the Association for
Information Systems, 7(9), p.24.
Sundararajan, A., 2013. From Zipcar to the sharing economy.Harvard Business
Review, 1.
Sundararajan, A., 2016. The sharing economy: The end of employment and the rise of
crowd-based capitalism. Mit Press.
Stafford, L., 2008. Social exchange theories. Engaging theories in interpersonal
communication: Multiple perspectives, pp.377-389.
Stephany, A., 2015. The business of sharing: Making it in the new sharing economy.
Springer
Sweeney, J.C. and Soutar, G.N., 2001. Consumer perceived value: The development of
a multiple item scale. Journal of retailing, 77(2), pp.203-220.
Taeihagh, A., 2017. Crowdsourcing, sharing economies and development. Journal of
Developing Societies, 33(2), pp.191-222
Telles Jr, R., 2016. Digital matching firms: A new definition in the “sharing economy”
space. ESA issue brief, pp.01-16.
Teo, T.S. and Liu, J., 2007. Consumer trust in e-commerce in the United States, Singapo
 12

Thái Linh, 2018. Chuẩn bị cho bước “nhảy vọt” của kinh tế chia sẻ.
<http://www.nhandan.com.vn/kinhte/nhan-dinh/item/35845802-chuan-bi-cho-
buoc-%E2%80%9Cnhay-vot%E2%80%9D-cua-kinh-te-chia-se.html>.
[Ngày truy cập: 11 tháng 4 năm 2018].
Tucker, Z., 2015. The True Sharing Economy.
<https://www.eastbayexpress.com/oakland/the-true-sharing-
economy/Content?oid=4563249>. [Ngày truy cập: 20 tháng 4 năm 2018]
Tung, L., Tan, P., Chia, P., Koh, Y. and Yeo, H.L., 2001. An empirical investigation of
virtual communities and trust. ICIS 2001 Proceedings, p.35.
Tussyadiah, I.P., 2016. Factors of satisfaction and intention to use peer-to-peer
accommodation. International Journal of Hospitality Management, 55, pp.70-80.
Tussyadiah, I.P., 2015. An exploratory study on drivers and deterrents of collaborative
consumption in travel. In Information and communication technologies in tourism
2015(pp. 817-830). Springer, Cham.
Tuttle, B., 2014. Can we stop pretending the sharing economy is all about
sharing?. Money, 30.
Van der Heijden, H., 2004. User acceptance of hedonic information systems. MIS
quarterly, pp.695-704.
Venkatesh, V., Thong, J.Y. and Xu, X., 2012. Consumer acceptance and use of
information technology: extending the unified theory of acceptance and use of
technology. MIS quarterly, pp.157-178.
Verhagen, T., Meents, S. and Tan, Y.H., 2006. Perceived risk and trust associated with
purchasing at electronic marketplaces. European Journal of Information
Systems, 15(6), pp.542-555.
Wang, G., Zhang, L. and Zhang, J., 2012. A review of electrode materials for
electrochemical supercapacitors. Chemical Society Reviews, 41(2), pp.797-828.
Wang, Y., Po Lo, H., Chi, R. and Yang, Y., 2004. An integrated framework for customer
value and customer-relationship-management performance: a customer-based
perspective from China. Managing Service Quality: An International
Journal, 14(2/3), pp.169-182.
Warshaw, P.R., 1980. A new model for predicting behavioral intentions: An alternative
to Fishbein. Journal of marketing research, pp.153-172.
Wilson, S.M. and Peterson, L.C., 2002. The anthropology of online
communities. Annual review of anthropology, 31(1), pp.449-467.
Wu, L. and Chen, J.L., 2005. An extension of trust and TAM model with TPB in the
initial adoption of on-line tax: an empirical study. International Journal of Human-
 13

Computer Studies, 62(6), pp.784-808.

WSP Global, 2016. Business Models Shaping New Mobility.
Xiong, L. and Liu, L., 2003, June. A reputation-based trust model for peer-to-peer e-
commerce communities. In E-Commerce, 2003. CEC 2003. IEEE International
Conference on (pp. 275-284). IEEE.
Yang, Z., Cai, S., Zhou, Z. and Zhou, N., 2005. Development and validation of an
instrument to measure user perceived service quality of information presenting
web portals. Information & Management, 42(4), pp.575-589.
Yoon, S.J., 2002. The antecedents and consequences of trust in online‐purchase
decisions. Journal of interactive marketing, 16(2), pp.47-63.
Zervas, G., Proserpio, D. and Byers, J.W., 2017. The rise of the sharing economy:
Estimating the impact of Airbnb on the hotel industry. Journal of Marketing
Research, 54(5), pp.687-705.
Zhou, T., 2013. An empirical examination of continuance intention of mobile payment
services. Decision support systems, 54(2), pp.1085-1091.
 14

PHỤ LỤC 1
BẢNG KHẢO SÁT KHÁCH HÀNG
VỀ DỊCH VỤ CHIA SẺ NHÀ Ở TẠI VIỆT NAM
Xin chào Anh/Chị!
Chúng tôi là nhóm sinh viên trường Đại học Ngoại Thương. Hiện nay, chúng tôi đang
tiến hành một khảo sát về việc chia sẻ nhà ở qua trang web/ ứng dụng trực tuyến. Đây
là hình thức kinh doanh trên nền tảng công nghệ Internet, trong đó chủ nhà đăng tải các
thông tin về nhà ở của mình lên một trang web/ ứng dụng chia sẻ (Airbnb, Luxstay…)
để thu hút người thuê nhà có nhu cầu. Người thuê nhà có nhu cầu sẽ đặt phòng qua các
trang web/ứng dụng chia sẻ trên và đến ở tại nhà của chủ nhà (sống cùng chủ nhà).
Để hoàn thành nghiên cứu này chúng tôi cần sự giúp đỡ của anh/chị. Chúng tôi xin được
nói thêm rằng không có câu trả lời nào được xem là đúng hay sai, mọi ý kiến của anh/chị
đều giúp ích cho nghiên cứu của chúng tôi. Chúng tôi cũng xin cam kết rằng những
thông tin cá nhân (nếu có) của anh/chị sẽ được xử lý bằng các phương pháp thông kê
xuất hiện trong bài viết. Nếu anh/chị có bất cứ thắc mắc về nghiên cứu xin vui lòng liên
hệ qua email: svnckh2017@gmail.com
I. NỘI DUNG BẢNG KHẢO SÁT
Anh/chị vui lòng khoanh tròn vào các ô điểm tương ứng với mức độ đồng ý của anh/chị
đối với những phát biểu dưới đây. Trong đó:
1. Hoàn toàn không đồng ý
2. Không đồng ý
3. Bình thường (trung lập)
4. Đồng ý
5. Hoàn toàn đồng ý
*Lưu ý: Dịch vụ "nhà chia sẻ" là dịch vụ mà chủ nhà, do nhà đang ở còn thừa phòng
nên cho khách thuê những phòng thừa đó: khách ở và sinh hoạt chung với gia đình chủ
nhà hoặc những khách cùng nhà khác.
Stt Nội dung câu hỏi Mức độ đồng ý
I. Chất lượng thông tin: Anh/chị thấy rằng…
Các trang web/ứng dụng chia sẻ cung cấp thông tin chính xác
1 1 2 3 4 5
về sản phẩm/dịch vụ khi anh/chị giao dịch
Thông tin về sản phẩm/dịch vụ được cập nhật thường xuyên
2 1 2 3 4 5
trên trang web/ứng dụng chia sẻ
Thông tin về sản phẩm/dịch vụ được cung cấp đáng tin cậy trên
3 1 2 3 4 5
trang web/ứng dụng chia sẻ
Thông tin về sản phẩm/dịch vụ được cung cấp đầy đủ trên trang
4 1 2 3 4 5
web/ ứng dụng chia sẻ
Các trang web/ứng dụng chia sẻ cung cấp thông tin thực sự
5 1 2 3 4 5
hữu ích với anh/chị
Nhìn chung, trang web/ứng dụng chia sẻ cung cấp thông tin
6 1 2 3 4 5
có chất lượng cao
II. Tính bảo mật: Anh/chị thấy rằng…
 15

Các trang web/ứng dụng chia sẻ thu thập quá nhiều thông tin
1 1 2 3 4 5
cá nhân của anh/chị
Thông tin cá nhân trong giao dịch của anh/chị với trang
2 1 2 3 4 5
web/ứng dựng chia sẻ không được bảo mật an toàn
Các trang web/ứng dụng có thể sử dụng thông tin cá nhân của
3 1 2 3 4 5
anh/chị mà chưa được sự cho phép
Các trang web/ứng dụng có thể chia sẻ thông tin cá nhân của
4 1 2 3 4 5
anh chị với các bên khác mà chưa được sự cho phép
Các trang web/ứng dụng có thể bán thông tin cá nhân của anh
5 1 2 3 4 5
chị với các bên khác mà chưa được sự cho phép
Thông tin cá nhân của anh/chị có thể bị đánh cắp bởi các
6 1 2 3 4 5
hacker
III. Danh tiếng trang web/ứng dụng: Đối với anh/chị thì…
Anh/chị thường lựa chọn những trang web/ứng dụng chia sẻ
1 1 2 3 4 5
nhà nổi tiếng
Các trang web/ ứng dụng chia sẻ anh/chị sử dụng có danh tiếng
2 1 2 3 4 5
tốt hơn so với những website cung cấp dịch vụ thuê chỗ ở khác
Các trang web/ ứng dụng chia sẻ anh/chị sử dụng khá nổi tiếng
3 1 2 3 4 5
về dịch vụ chia sẻ nhà
Nhìn chung, trang web/ứng dụng anh/chị sử dụng có danh
4 1 2 3 4 5
tiếng tốt đối với dịch vụ chia sẻ nhà
IV. Độ tin cậy của nền tảng chia sẻ trực tuyến
1 Anh/chị thấy các trang web/ứng dụng chia sẻ đáng tin cậy 1 2 3 4 5
Anh/chị thấy các trang web/ứng dịch chia sẻ sẽ thực hiện lời
2 1 2 3 4 5
đảm bảo, cam kết của nó
Anh/chị thấy các trang web/ứng dụng chia sẻ sẽ quan tâm và
3 1 2 3 4 5
cung cấp cho anh/chị các dịch vụ tốt nhất
Nhìn chung, các trang web/ứng dụng chia sẻ là một nền tảng tốt
4 1 2 3 4 5
và an toàn để thực hiện các giao dịch của anh/chị
V. Tính dễ sử dụng
Anh/chị thấy rằng thao tác trên trang web/ứng dụng chia sẻ rõ
1 1 2 3 4 5
ràng, dễ hiểu
Anh/chị thấy rằng việc học cách thao tác trên trang web/ứng
2 1 2 3 4 5
dụng chia sẻ dễ dàng
Anh/chị thấy rằng bản thân dễ dàng sử dụng thành thạo
3 1 2 3 4 5
trang web/ứng dụng chia sẻ
Anh/chị thấy rằng sự tương tác với trang web/ứng dụng chia
4 1 2 3 4 5
sẻ diễn ra linh hoạt
Nhìn chung, đối với anh/chị, trang web/ứng dụng chia sẻ dễ sử
5 1 2 3 4 5
dụng
VI. Lợi ích kinh tế
1 Anh/chị thấy rằng dịch vụ nhà chia sẻ có giá hợp lí 1 2 3 4 5
2 Anh/chị thấy rằng việc ở nhà chia sẻ tiết kiệm 1 2 3 4 5
3 Anh/chị thấy rằng dịch vụ nhà chia sẻ là tốt so với giá của nó 1 2 3 4 5
 16

Anh/chị thấy rằng sử dụng dịch vụ nhà chia sẻ đem lại những
4 1 2 3 4 5
giá trị về tiền bạc
VII. Sự ưa thích
Anh/chị cảm thấy thích thú với việc sử dụng dịch vụ nhà chia
1 1 2 3 4 5
sẻ
Anh/chị cảm thấy việc sử dụng nhà chia sẻ có thể là một trải
2 1 2 3 4 5
nghiệm đáng nhớ
Anh/chị cảm thấy việc đi thuê chỗ ở trở nên thú vị hơn với
3 1 2 3 4 5
dịch vụ nhà chia sẻ
Nhìn chung, việc sử dụng dịch vụ nhà chia sẻ sẽ đem lại cho
4 1 2 3 4 5
anh/chị sư hài lòng
VIII. Lợi ích xã hội
Anh/chị sẽ có một mối quan hệ tốt với các thành viên gia đình
1 1 2 3 4 5
của nhà chia sẻ
Anh/chị sẽ có một mối quan hệ tốt với người dân trong khu
2 1 2 3 4 5
vực
Anh/chị sẽ có một quan hệ tốt với những người người khách
3 1 2 3 4 5
khác ở cùng nhà với mình
Anh/chị thấy rằng việc ở nhà chia sẻ sẽ cho anh/chị cảm giác
4 trở thành một thành viên của gia đình chủ nhà chia sẻ và khu 1 2 3 4 5
vực
Anh/chị sẽ có một hiểu biết tốt hơn về thành viên gia đình chủ
5 1 2 3 4 5
nhà chia sẻ và các người dân khác trong khu vực
IX. Thái độ đối với dịch vụ nhà chia sẻ
Anh/chị thấy việc tham gia, sử dụng dịch vụ nhà chia sẻ là một
1 1 2 3 4 5
sự lựa chọn thông minh
2 Anh/chị thấy dịch vụ nhà chia sẻ là một dịch vụ tích cực 1 2 3 4 5
Anh/chị thấy rằng việc tham gia, sử dụng dịch vụ nhà chia sẻ
3 1 2 3 4 5
là một điều tốt
Anh/chị thấy rằng việc chia sẻ nhà là một dịch vụ tốt hơn là
4 1 2 3 4 5
chỉ cho thuê và đi thuê
Nhìn chung, đối với anh/chị, việc cùng chia sẻ nhà với mọi
5 1 2 3 4 5
người là có ý nghĩa
X. Ý định sử dụng
Anh/chị dự định bắt đầu hoặc tiếp tục tham gia các trang
1 1 2 3 4 5
web/ứng dụng chia sẻ trong thời gian tới
Anh/chị dự định bắt đầu hoặc tiếp tục sử dụng dịch vụ nhà
2 1 2 3 4 5
chia sẻ qua trang web/ ứng dụng chia sẻ trong thời gian tới
Anh/chị sẽ chia sẻ với bạn bè, người thân nếu có trải nghiệm tốt
3 1 2 3 4 5
với dịch vụ nhà chia sẻ
Anh/chị sẽ chia sẻ những mặt tích cực của dịch vụ nhà chia sẻ
4 1 2 3 4 5
với những người khác
Anh/chị sẽ khuyến khích bạn bè, người thân tham gia, sử dụng
5 1 2 3 4 5
dịch vụ nhà chia sẻ
 17

II. THÔNG TIN VỀ DỊCH VỤ CHO THUÊ CHỖ Ở QUA TRANG WEB/ ỨNG
DỤNG CHIA SẺ
1. Anh/ chị đã biết đến dịch vụ nhà chia sẻ qua trang web/ ứng dụng chia sẻ ở
mức độ?
1. Chưa từng biết đến (chuyển thẳng tới câu 4)
2. Đã biết đến
3. Đã từng trải nghiệm
2. Anh/chị biết những trang web/ứng dụng chia sẻ nhà ở nào? (anh/chị có thể
chọn nhiều phương án)
1. Airbnb
2. Luxstay
3. Westay
4. Homeaway
5. Khác: ……………………………………………
3. Mức độ giao dịch các trang web/ứng dụng chia sẻ nhà ở anh/chị nêu trên?
1. Đã tìm kiếm và truy cập
2. Đã từng (ít lần) giao dịch (thuê/cho thuê)
3. Thường xuyên giao dịch khi có nhu cầu
4. Phương tiện truyền thông nào anh/chị hay sử dụng để chia sẻ với mọi người
trải nghiệm trong các chuyến đi của anh chị? (anh/chị có thể chọn nhiều
phương án)
1. Email/tin nhắn cho người khác kể về chuyến đi
2. Ảnh/Video gửi cho người thân, bạn bè
3. Ảnh/Video đăng trên Internet (FB, Instagram, Twitter, …) mà tất cả
mọi người đều thấy được
4. Viết review trên Internet về chuyến đi (trên các trang web du lịch…
5. Nhu cầu đi lại và thuê chỗ ở có của anh/chị thường vì? (anh/chị có thể chọn
nhiều phương án)
1. Công việc/ Công tác 2. Du lịch 3. Đi học
4. Thăm bạn bè/ họ hàng 5. Khác: ………………….…….
6. Khi đó, anh/chị thường đi với? (anh/chị có thể chọn nhiều phương án)
1. Một mình 2. Gia đình 3. Bạn bè
7. Anh/chị thường có nhu cầu đi lại và thuê chỗ ở (nhà nghỉ, khách sạn,
homestay…) trong khoảng thời gian bao lâu? (anh/chị có thể chọn nhiều
phương án)
1. Vài ngày cho tới một tuần
2. Từ một tuần đến hai tuần
3. Nhiều hơn hai tuần
8. Nếu anh/chị quay lại địa điểm mình đã đi trong quá khứ, anh/chị có chọn
nơi ở anh/chị đã từng ở không?
1. Thường là có
 18

2. Không chắc chắn

3. Thường là không

III. THÔNG TIN CÁ NHÂN

1. Giới tính: 1. Nam 2. Nữ
2. Số tuổi của anh/chị: ……………
3. Trình độ học vấn: 1. THPT 2. CĐ/ĐH 3. Trên ĐH
4. Mức thu nhập hàng tháng:
1. Dưới 5 triệu 2. Từ 5 - 10 triệu 3. Trên 10 triệu
5. Nghề nghiệp:
1. Học sinh/sinh viên 2. Nhân viên văn phòng
3. Kinh doanh tự do 4. Nội trợ/ Về hưu
5. Khác: …………………

Xin chân thành cảm ơn sự giúp đỡ của anh/chị!

 19

PHỤ LỤC 2
KẾT QUẢ PHẦN MỀM R, SPSS, AMOS
2-a. MÃ LỆNH XỬ LÝ GIÁ TRỊ KHUYẾN TRÊN PHẦN MỀM R
data = read.csv(file.choose(),header = T)
library(VIM)
library(mice) > md.pattern(data)
aggr(data,prop = T,numbers = T)
matrixplot(data,interactive = F,sortby = "data")
msdata = mice(data,seed = 2000,printFlag = F)
isdata = complete(msdata,action = 3)
write.csv(isdata,"data239.csv")
2-b. KẾT QUẢ PHẦN MỀM SPSS
❖ Kết quả đánh giá sơ bộ dữ liệu (cỡ mẫu 81):
• Kết quả kiểm định độ tin cậy thang đo: hệ số Cronbach's Alpha, hệ số tương
quan biến tổng
Chất lượng thông tin
Reliability Statistics
Cronbach's N of Items
Alpha
.894 6

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
IQ1 16.81 12.653 .788 .865
IQ2 16.68 13.171 .679 .881
IQ3 16.93 12.594 .734 .873
IQ4 16.91 11.955 .745 .871
IQ5 16.72 13.131 .653 .885
IQ6 17.06 12.234 .711 .877

Tính bảo mật cảm nhận

Reliability Statistics
Cronbach's N of Items
Alpha
.868 6

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
PPR1 17.01 19.762 .520 .870
PPR2 16.93 19.119 .657 .849
 20

PPR3 16.99 17.137 .771 .827

PPR4 16.98 16.324 .824 .815
PPR5 17.14 16.544 .765 .827
PPR6 16.69 20.391 .468 .877

Tính danh tiếng cảm nhận

Reliability Statistics
Cronbach's N of Items
Alpha
.865 4

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
PRE1 10.96 5.761 .629 .869
PRE2 11.17 6.020 .705 .832
PRE3 11.28 5.806 .766 .808
PRE4 11.14 5.694 .777 .803

Độ tin cậy của nền tảng chia sẻ trực tuyến

Reliability Statistics
Cronbach's N of Items
Alpha
.886 4

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
TRU1 9.79 5.568 .793 .837
TRU2 9.83 5.670 .740 .858
TRU3 9.88 6.060 .748 .856
TRU4 9.80 5.685 .728 .862

Tính dễ sử dụng cảm nhận

Reliability Statistics
Cronbach's N of Items
Alpha
.897 5

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
PEU1 14.95 7.698 .713 .882
PEU2 14.73 7.525 .802 .862
PEU3 14.89 7.300 .796 .863
 21

PEU4 14.99 8.262 .634 .898

PEU5 14.72 7.531 .787 .865

Lợi ích kinh tế

Reliability Statistics
Cronbach's N of Items
Alpha
.810 4

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
EB1 10.64 4.408 .630 .762
EB2 10.58 4.322 .659 .749
EB3 10.75 4.163 .592 .779
EB4 10.84 3.736 .648 .755

Tính ưa thích cảm nhận

Reliability Statistics
Cronbach's N of Items
Alpha
.842 4

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
ENJ1 10.33 4.500 .659 .807
ENJ2 10.01 4.487 .633 .819
ENJ3 10.15 4.378 .730 .775
ENJ4 10.21 4.693 .688 .796

Lợi ích xã hội

Reliability Statistics
Cronbach's N of Items
Alpha
.844 5

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
SB1 13.57 5.798 .763 .780
SB2 13.60 6.617 .582 .831
SB3 13.51 5.928 .773 .778
SB4 13.57 6.598 .636 .816
SB5 13.51 7.003 .507 .849
 22

Thái độ đối với dịch vụ

Reliability Statistics
Cronbach's N of Items
Alpha
.836 5

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
ATT1 14.31 6.291 .678 .792
ATT2 14.07 6.419 .699 .788
ATT3 14.02 6.474 .666 .796
ATT4 14.19 5.778 .651 .803
ATT5 13.93 6.719 .521 .835

Ý định sử dụng dịch vụ

Reliability Statistics
Cronbach's N of Items
Alpha
.861 5

Item-Total Statistics
Scale Mean if Scale Corrected Cronbach's
Item Deleted Variance if Item-Total Alpha if Item
Item Deleted Correlation Deleted
INT1 14.06 9.234 .629 .845
INT2 14.11 9.425 .713 .825
INT3 13.73 9.050 .713 .823
INT4 13.88 9.010 .670 .835
INT5 14.00 9.225 .679 .832

• Kết quả phân tích khám phá nhân tố EFA: hệ số KMO, p-value của kiểm
định Bartlett, phương sai giải thích và hệ số tải nhân tố
Chất lượng thông tin
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.895
Adequacy.
Approx. Chi-Square 250.197
Bartlett's Test of
df 15
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 3.945 65.746 65.746 3.945 65.746 65.746
 23

2 .556 9.268 75.014

3 .505 8.420 83.434
4 .399 6.657 90.091
5 .307 5.118 95.209
6 .287 4.791 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
IQ1 .864
IQ4 .833
IQ3 .822
IQ6 .806
IQ2 .778
IQ5 .757
Extraction Method: Principal Component Analysis.

Tính bảo mật cảm nhận

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.818
Adequacy.
Approx. Chi-Square 283.912
Bartlett's Test of
df 15
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 3.647 60.790 60.790 3.647 60.790 60.790
2 .947 15.791 76.581
3 .730 12.171 88.752
4 .313 5.209 93.960
5 .210 3.498 97.458
6 .153 2.542 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
PPR4 .899
PPR5 .864
PPR3 .864
PPR2 .763
PPR1 .646
 24

PPR6 .588
Extraction Method: Principal Component Analysis.
Component
Matrixa
Component
1
SCI3 .873
SCI2 .872
SCI1 .826
SCI4 .800
Extraction Method: Principal Component Analysis.

Tính danh tiếng cảm nhận

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.823
Adequacy.
Approx. Chi-Square 155.114
Bartlett's Test of
df 6
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 2.877 71.915 71.915 2.877 71.915 71.915
2 .513 12.820 84.735
3 .334 8.342 93.077
4 .277 6.923 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
PRE4 .887
PRE3 .881
PRE2 .842
PRE1 .779
Extraction Method: Principal Component Analysis.

Độ tin cậy của nền tảng chia sẻ trực tuyến

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.796
Adequacy.
Approx. Chi-Square 178.392
Bartlett's Test of
df 6
Sphericity
Sig. .000
 25

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 2.987 74.667 74.667 2.987 74.667 74.667
2 .461 11.525 86.193
3 .330 8.240 94.432
4 .223 5.568 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
WTR1 .891
WTR3 .861
WTR2 .855
WTR4 .849
Extraction Method: Principal Component Analysis.

Tính dễ sử dụng cảm nhận

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.863
Adequacy.
Approx. Chi-Square 234.391
Bartlett's Test of
df 10
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 3.549 70.988 70.988 3.549 70.988 70.988
2 .542 10.833 81.822
3 .404 8.086 89.908
4 .286 5.725 95.633
5 .218 4.367 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
PEU2 .881
PEU3 .880
PEU5 .872
PEU1 .819
PEU4 .754
 26

Extraction Method: Principal Component Analysis.

Lợi ích kinh tế

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.695
Adequacy.
Approx. Chi-Square 117.458
Bartlett's Test of
df 6
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 2.571 64.273 64.273 2.571 64.273 64.273
2 .712 17.789 82.062
3 .447 11.182 93.244
4 .270 6.756 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
EB2 .830
EB1 .811
EB4 .806
EB3 .758
Extraction Method: Principal Component Analysis.

Tính ưa thích cảm nhận

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.789
Adequacy.
Approx. Chi-Square 127.298
Bartlett's Test of
df 6
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 2.722 68.059 68.059 2.722 68.059 68.059
2 .532 13.297 81.356
3 .440 10.992 92.349
4 .306 7.651 100.000
Extraction Method: Principal Component Analysis.
 27

Component
Matrixa
Component
1
ENJ3 .861
ENJ4 .834
ENJ1 .812
ENJ2 .791
Extraction Method: Principal Component Analysis.

Lợi ích xã hội

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.761
Adequacy.
Approx. Chi-Square 182.666
Bartlett's Test of
df 10
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 3.097 61.932 61.932 3.097 61.932 61.932
2 .796 15.924 77.856
3 .545 10.901 88.757
4 .373 7.468 96.225
5 .189 3.775 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
SB3 .878
SB1 .870
SB4 .769
SB2 .736
SB5 .660
Extraction Method: Principal Component Analysis.

Thái độ đối với dịch vụ

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.795
Adequacy.
Approx. Chi-Square 156.579
Bartlett's Test of
df 10
Sphericity
Sig. .000
 28

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 3.058 61.151 61.151 3.058 61.151 61.151
2 .776 15.511 76.662
3 .460 9.196 85.858
4 .412 8.233 94.092
5 .295 5.908 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
ATT2 .818
ATT1 .805
ATT3 .799
ATT4 .796
ATT5 .684
Extraction Method: Principal Component Analysis.

Ý định sử dụng dịch vụ

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.714
Adequacy.
Approx. Chi-Square 210.831
Bartlett's Test of
df 10
Sphericity
Sig. .000

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Cumulative Total % of Cumulative
Variance % Variance %
1 3.227 64.540 64.540 3.227 64.540 64.540
2 .807 16.148 80.688
3 .506 10.120 90.807
4 .283 5.667 96.474
5 .176 3.526 100.000
Extraction Method: Principal Component Analysis.

Component
Matrixa
Component
1
INT3 .829
INT2 .824
INT4 .798
 29

INT5 .798
INT1 .767
Extraction Method: Principal Component Analysis.

❖ Kết quả đánh giá khác biệt trong ý định sử dụng dịch vụ chia sẻ nhà và độ
tin cậy của nền tảng chia sẻ
• Kết quả đánh giá khác biệt giữa các biến phân loại với ý định sử dụng dịch
vụ nhà chia sẻ: kiểm định t, phân tích phương sai, kiểm định hậu định
Nhóm giới tính
Group Statistics
GIOI_TINH N Mean Std. Deviation Std. Error
Mean
1 62 3.4839 .82147 .10433
INT
2 177 3.5345 .71303 .05359

Independent Samples Test

Levene's t-test for Equality of Means
Test for
Equality
of
Variances
F Sig. t df Sig. Mean Std. 95% Confidence
(2- Difference Error Interval of the
taile Differen Difference
d) ce Lower Upper
Equal
3.38
variances .067 -.462 237 .645 -.05059 .10957 -.26645 .16526
1
assumed
INT
Equal
variances not -.431 95.148 .667 -.05059 .11729 -.28343 .18225
assumed

Nhóm độ tuổi
Group Statistics
DO_TUOI N Mean Std. Deviation Std. Error
Mean
1 171 3.5041 .74339 .05685
INT
2 68 3.5647 .73946 .08967

Independent Samples Test

Levene's t-test for Equality of Means
Test for
Equality of
Variances
F Sig. t df Sig. Mean Std. 95% Confidence
(2- Differen Error Interval of the
tailed ce Differe Difference
) nce Lower Upper
 30

Equal
variances .135 .714 -.570 237 .570 -.06061 .10642 -.27026 .14903
assumed
INT
Equal
variances not -.571 123.797 .569 -.06061 .10617 -.27076 .14954
assumed

Nhóm trình độ học vấn

Descriptives
INT
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1 6 4.0667 .90921 .37118 3.1125 5.0208 3.00 5.00
2 195 3.5097 .71714 .05136 3.4085 3.6110 1.40 5.00
3 38 3.4947 .82231 .13340 3.2245 3.7650 1.00 5.00
Total 239 3.5213 .74123 .04795 3.4269 3.6158 1.00 5.00

Test of Homogeneity of Variances

INT
Levene df1 df2 Sig.
Statistic
.527 2 236 .591

ANOVA
INT
Sum of df Mean Square F Sig.
Squares
Between Groups 1.837 2 .919 1.682 .188
Within Groups 128.924 236 .546
Total 130.761 238

Nhóm thu nhập

Descriptives
INT
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1 158 3.5177 .72836 .05795 3.4033 3.6322 2.00 5.00
2 40 3.5650 .60576 .09578 3.3713 3.7587 2.00 5.00
3 41 3.4927 .90895 .14195 3.2058 3.7796 1.00 5.00
Total 239 3.5213 .74123 .04795 3.4269 3.6158 1.00 5.00

Test of Homogeneity of Variances

INT
 31

Levene df1 df2 Sig.

Statistic
3.543 2 236 .030

ANOVA
INT
Sum of df Mean Square F Sig.
Squares
Between Groups .112 2 .056 .101 .904
Within Groups 130.649 236 .554
Total 130.761 238

Nhóm nghề nghiệp

Descriptives
INT
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1 170 3.4918 .73464 .05634 3.3805 3.6030 1.40 5.00
2 45 3.5111 .84591 .12610 3.2570 3.7652 1.00 5.00
3 10 4.0400 .56411 .17839 3.6365 4.4435 3.20 5.00
4 14 3.5429 .42556 .11373 3.2971 3.7886 2.60 4.00
Total 239 3.5213 .74123 .04795 3.4269 3.6158 1.00 5.00

Test of Homogeneity of Variances

INT
Levene df1 df2 Sig.
Statistic
2.681 3 235 .048

ANOVA
INT
Sum of df Mean Square F Sig.
Squares
Between Groups 2.850 3 .950 1.745 .158
Within Groups 127.911 235 .544
Total 130.761 238
Nhóm mức độ nhận biết dịch vụ chia sẻ nhà

Descriptives
INT
N Mean Std. Std.95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1.00 78 3.2436 .63626 .07204 3.1001 3.3870 1.40 4.60
2.00 118 3.6373 .72416 .06666 3.5053 3.7693 1.00 5.00
 32

3.00 43 3.7070 .83307 .12704 3.4506 3.9634 2.00 5.00

Total 239 3.5213 .74123 .04795 3.4269 3.6158 1.00 5.00

Test of Homogeneity of Variances

INT
Levene df1 df2 Sig.
Statistic
1.600 2 236 .204

ANOVA
INT
Sum of df Mean Square F Sig.
Squares
Between Groups 9.086 2 4.543 8.811 .000
Within Groups 121.676 236 .516
Total 130.761 238
Post Hoc Tests
Multiple Comparisons
Dependent Variable: INTx
Tukey HSD
(I) (J) Mean Std. Sig. 95% Confidence
Muc_do_nhan_biet Muc_do_nhan_biet Difference Error Interval
(I-J) Lower Upper
Bound Bound
2.00 -.39370* .10478 .001 -.6408 -.1466
1.00
3.00 -.46339* .13638 .002 -.7851 -.1417
1.00 .39370* .10478 .001 .1466 .6408
2.00
3.00 -.06969 .12790 .849 -.3714 .2320
1.00 .46339* .13638 .002 .1417 .7851
3.00
2.00 .06969 .12790 .849 -.2320 .3714
*. The mean difference is significant at the 0.05 level.

Nhóm mức độ giao dịch các nền tảng chia sẻ trực tuyến

Descriptives
INT
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1.00 124 3.5871 .77596 .06968 3.4492 3.7250 1.00 5.00
2.00 34 3.6412 .77033 .13211 3.3724 3.9100 2.40 5.00
3.00 8 4.1250 .58493 .20680 3.6360 4.6140 3.40 5.00
Total 166 3.6241 .77155 .05988 3.5059 3.7423 1.00 5.00

Test of Homogeneity of Variances

INT
 33

Levene df1 df2 Sig.

Statistic
.366 2 163 .694

ANOVA
INT
Sum of df Mean Square F Sig.
Squares
Between Groups 2.187 2 1.093 1.856 .160
Within Groups 96.037 163 .589
Total 98.224 165

• Kết quả đánh giá sự khác biệt trong độ tin cậy của nền tảng chia sẻ trực
tuyến theo các biến phân loại: kiểm định t, kiểm định phương sai,
Nhóm giới tính
Group Statistics
GIOI_TINH N Mean Std. Deviation Std. Error
Mean
1 62 3.2661 .73254 .09303
TRU
2 177 3.2288 .69027 .05188

Independent Samples Test

Levene's t-test for Equality of Means
Test for
Equality of
Variances
F Sig. t df Sig. Mean Std. Error 95% Confidence
(2- Differe Differenc Interval of the
tailed nce e Difference
) Lower Upper
Equal
variances .534 .465 .361 237 .719 .03732 .10351 -.16660 .24123
assumed
TRU
Equal
variances .350 101.444 .727 .03732 .10652 -.17399 .24862
not assumed

Nhóm độ tuổi
Group Statistics
DO_TUOI N Mean Std. Deviation Std. Error
Mean
1 171 3.1974 .67911 .05193
TRU
2 68 3.3419 .74551 .09041

Independent Samples Test

 34

Levene's t-test for Equality of Means

Test for
Equality
of
Variances
F Sig. t df Sig. Mean Std. 95% Confidence
(2- Differenc Error Interval of the
taile e Differe Difference
d) nce Lower Upper
Equal
variances .446 .505 -1.443 237 .150 -.14454 .10014 -.34183 .05274
assumed
TRU
Equal
variances -1.386 113.635 .168 -.14454 .10426 -.35109 .06200
not assumed

Nhóm trình độ học vấn

Descriptives
TRU
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1 6 3.3333 .81650 .33333 2.4765 4.1902 3.00 5.00
2 195 3.2295 .70223 .05029 3.1303 3.3287 1.50 5.00
3 38 3.2697 .68867 .11172 3.0434 3.4961 1.25 5.00
Total 239 3.2385 .70011 .04529 3.1493 3.3277 1.25 5.00

Test of Homogeneity of Variances

TRU
Levene df1 df2 Sig.
Statistic
.099 2 236 .905

ANOVA
TRU
Sum of df Mean Square F Sig.
Squares
Between Groups .107 2 .053 .108 .897
Within Groups 116.549 236 .494
Total 116.656 238

Nhóm thu nhập

Descriptives
TRU
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
 35

Lower Upper
Bound Bound
1 158 3.2231 .66808 .05315 3.1181 3.3281 1.75 5.00
2 40 3.2438 .89423 .14139 2.9578 3.5297 1.25 5.00
3 41 3.2927 .61721 .09639 3.0979 3.4875 2.25 5.00
Total 239 3.2385 .70011 .04529 3.1493 3.3277 1.25 5.00

Test of Homogeneity of Variances

TRU
Levene df1 df2 Sig.
Statistic
3.593 2 236 .029

ANOVA
TRU
Sum of df Mean Square F Sig.
Squares
Between Groups .159 2 .079 .161 .851
Within Groups 116.497 236 .494
Total 116.656 238

Nhóm nghề nghiệp

Descriptives
TRU
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1 170 3.2059 .69036 .05295 3.1014 3.3104 1.75 5.00
2 45 3.2611 .75181 .11207 3.0352 3.4870 1.25 5.00
3 10 3.5250 .87758 .27751 2.8972 4.1528 2.25 5.00
4 14 3.3571 .48748 .13028 3.0757 3.6386 2.75 4.00
Total 239 3.2385 .70011 .04529 3.1493 3.3277 1.25 5.00

Test of Homogeneity of Variances

TRU
Levene df1 df2 Sig.
Statistic
.932 3 235 .426

ANOVA
TRU
Sum of df Mean Square F Sig.
Squares
Between Groups 1.222 3 .407 .829 .479
Within Groups 115.434 235 .491
Total 116.656 238
 36

Nhóm mức độ nhận biết dịch vụ chia sẻ nhà

Descriptives
TRU
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1.00 78 3.1122 .71242 .08067 2.9516 3.2728 1.50 5.00
2.00 118 3.2161 .63120 .05811 3.1010 3.3312 1.75 4.75
3.00 43 3.5291 .78719 .12005 3.2868 3.7713 1.25 5.00
Total 239 3.2385 .70011 .04529 3.1493 3.3277 1.25 5.00

Test of Homogeneity of Variances

TRU
Levene Statistic df1 df2 Sig.
1.370 2 236 .256

ANOVA
TRU
Sum of Squares df Mean Square F Sig.
Between Groups 4.934 2 2.467 5.212 .006
Within Groups 111.721 236 .473
Total 116.656 238
Post Hoc Tests
Multiple Comparisons
Dependent Variable: TRU
Tukey HSD
(I) (J) Mean Std. Sig. 95% Confidence
Muc_do_nhan_biet Muc_do_nhan_biet Difference Error Interval
(I-J) Lower Upper
Bound Bound
2.00 -.10392 .10040 .556 -.3407 .1329
1.00 *
3.00 -.41689 .13068 .005 -.7251 -.1087
1.00 .10392 .10040 .556 -.1329 .3407
2.00 *
3.00 -.31297 .12256 .030 -.6020 -.0239
1.00 .41689* .13068 .005 .1087 .7251
3.00 *
2.00 .31297 .12256 .030 .0239 .6020
*. The mean difference is significant at the 0.05 level.

Nhóm mức độ sử giao dịch các nền tảng chia sẻ trực tuyến
Descriptives
TRU
N Mean Std. Std. 95% Confidence Interval Minimum Maximum
Deviation Error for Mean
Lower Upper
Bound Bound
1.00 124 3.2157 .68546 .06156 3.0939 3.3376 1.50 5.00
2.00 34 3.3676 .80772 .13852 3.0858 3.6495 1.25 5.00
 37

3.00 8 4.0625 .53033 .18750 3.6191 4.5059 3.50 5.00

Total 166 3.2877 .72594 .05634 3.1764 3.3989 1.25 5.00

Test of Homogeneity of Variances

TRU
Levene Statistic df1 df2 Sig.
1.304 2 163 .274

ANOVA
TRU
Sum of Squares df Mean Square F Sig.
Between Groups 5.662 2 2.831 5.677 .004
Within Groups 81.290 163 .499
Total 86.952 165
Post Hoc Tests
Multiple Comparisons
Dependent Variable: TRU
Tukey HSD
(I) (J) Mean Std. Sig. 95% Confidence
Muc_do_giao_dich Muc_do_giao_dich Difference Error Interval
(I-J) Lower Upper
Bound Bound
2.00 -.15192 .13671 .509 -.4753 .1714
1.00 *
3.00 -.84677 .25761 .004 -1.4561 -.2375
1.00 .15192 .13671 .509 -.1714 .4753
2.00 *
3.00 -.69485 .27750 .035 -1.3512 -.0385
1.00 .84677* .25761 .004 .2375 1.4561
3.00
2.00 .69485* .27750 .035 .0385 1.3512
*. The mean difference is significant at the 0.05 level.
2-c. KẾT QUẢ PHẦN MỀM AMOS
❖ Kết quả hệ số tải nhân tố khi phân tích CFA
Standardized Regression Weights: (Group number 1 - Default model)

Estimate
IQ3 <--- IQ .792
IQ4 <--- IQ .670
PRE1 <--- PRE .607
PRE2 <--- PRE .756
PRE3 <--- PRE .830
PRE4 <--- PRE .801
ENJ1 <--- ENJ .777
ENJ3 <--- ENJ .545
ENJ4 <--- ENJ .779
SB1 <--- SB .805
SB2 <--- SB .711
SB3 <--- SB .771
 38

Estimate
SB4 <--- SB .728
SB5 <--- SB .693
ATT1 <--- ATT .802
ATT2 <--- ATT .777
ATT3 <--- ATT .782
ATT4 <--- ATT .690
INT1 <--- INT .799
INT2 <--- INT .775
INT3 <--- INT .720
INT4 <--- INT .682
INT5 <--- INT .775
ATT5 <--- ATT .688
PPR2 <--- PPR .571
PPR3 <--- PPR .819
PPR4 <--- PPR .947
PPR5 <--- PPR .886
TRU1 <--- TRU .771
TRU2 <--- TRU .819
TRU3 <--- TRU .747
TRU4 <--- TRU .691
EB1 <--- EB .697
EB2 <--- EB .623
EB3 <--- EB .758
IQ1 <--- IQ .680
EB4 <--- EB .759
PPR6 <--- PPR .505
IQ6 <--- IQ .692
PEU2 <--- PEU .807
PEU3 <--- PEU .813
PEU4 <--- PEU .677
PEU5 <--- PEU .858
PEU1 <--- PEU .672

❖ Kết quả mô hình SEM

39