KLTN 19BA043 Dương-Thị-Thanh-Nhàn 26.06.2023

Machine Translated by Google
TRƯỜNG ĐẠI HỌC THÔNG TIN VIỆT-HÀN QUỐC
VÀ CÔNG NGHỆ TRUYỀN THÔNG
KHOA KINH TẾ SỐ & THƯƠNG MẠI ĐIỆN TỬ
---------------------
DƯƠNG THỊ THANH NHÂN
NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH
SỬ DỤNG METAVERSE: NGHIÊN CỨU TRƯỜNG HỢP TẠI ĐÀ NẴNG
DOANH NGHIỆP CNTT
ĐỀ XUẤT LUẬN ÁN CỬ NHÂN
QUẢN TRỊ KINH DOANH
Đà Nẵng – Tháng 6 năm 2023

VÀ CÔNG NGHỆ TRUYỀN THÔNG
---------------------
DƯƠNG THỊ THANH NHÂN
19BA043
NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH
SỬ DỤNG METAVERSE: NGHIÊN CỨU TRƯỜNG HỢP TẠI ĐÀ NẴNG
DOANH NGHIỆP CNTT
Người hướng dẫn: Văn Hùng Trọng, TS.
Đà Nẵng – Tháng 6 năm 2023

BÌNH LUẬN CỦA GIÁO SƯ GIÁM SÁT.
Tên học sinh: Dương Thị Thanh Nhàn
Mã sinh viên: 19BA043
Khóa đào tạo: 2019 - 2023
BÌNH LUẬN:
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
……….…………………….
Điểm:
- Theo số:
- Chữ:
Đà Nẵng, ngày…. tháng …. 2023 Giảng viên
(Ký, ghi họ tên)

Các yếu tố ảnh hưởng đến ý định sử dụng Metaverse: Case Study tại Doanh nghiệp CNTT Đà Nẵng
CÔNG NGHỆ TRUYỀN THÔNG
Các yếu tố ảnh hưởng đến ý định sử dụng Metaverse: Nghiên cứu điển hình ở
Doanh nghiệp CNTT Đà Nẵng
Tên học sinh: Dương Thị Thanh Nhàn
Mã sinh viên: 19BA043
Khóa đào tạo: 2019 - 2023
TRỪU TƯỢNG
Metaverse là không gian kỹ thuật số 3D mới tận dụng thực tế ảo, thực tế tăng cường
cũng như công nghệ bán dẫn và internet tiên tiến để cho phép mọi người có trải nghiệm cá
nhân và kinh doanh thực tế và sôi động trực tuyến. Những năm gần đây, Metaverse đã trở
thành chủ đề nóng trong giới công nghệ và kinh doanh, với nhiều công ty công nghệ lớn tập
trung phát triển và nghiên cứu các ứng dụng, nền tảng Metaverse.
Nghiên cứu này nhằm mục đích khám phá các yếu tố ảnh hưởng đến ý định sử dụng
Metaverse của các công ty CNTT tại Đà Nẵng. Nghiên cứu được thực hiện qua hai giai đoạn:
nghiên cứu sơ bộ sử dụng phương pháp định tính thông qua phỏng vấn sâu các chuyên gia
(N=3) và nghiên cứu chính thức sử dụng phương pháp định lượng, thu thập dữ liệu thông qua khảo sát.
Một cuộc khảo sát được thực hiện để thu thập dữ liệu từ các công ty CNTT tại Đà Nẵng. Nghiên cứu đã sử dụng
các biến số bao gồm khả năng tương thích được nhận thức, khả năng dùng thử được nhận thức, tính tương
tác được nhận thức, khả năng quan sát được nhận thức, tính hữu ích được nhận thức, tính dễ sử dụng, sự
tin cậy và ý định sử dụng.
Dương Thị Thanh Nhàn - 19BA Tôi

Khung lý thuyết của mô hình chấp nhận công nghệ (TAM) và lý thuyết phổ biến đổi
mới (DOI) đã được sử dụng trong nghiên cứu này vì chúng cung cấp một mô hình mạnh mẽ và
được sử dụng rộng rãi để tìm hiểu ứng dụng công nghệ mới.
Tác giả đã thu thập được 431 mẫu khảo sát, trong đó có 397 mẫu hợp lệ, dựa trên phương
pháp lấy mẫu ngẫu nhiên đơn giản trong các khối. Dữ liệu sau đó được phân tích bằng phần
mềm SPSS phiên bản 26 và AMOS phiên bản 24, bao gồm Cronbach's Alpha, EFA, CFA và SEM.
Kết quả nghiên cứu sẽ góp phần tìm hiểu các yếu tố ảnh hưởng đến ý định sử dụng Metaverse
của các công ty CNTT tại Đà Nẵng. Từ đó đề xuất các giải pháp nhằm tăng cường ứng dụng
Metaverse trong các doanh nghiệp CNTT tại Đà Nẵng. Ngoài ra, nó sẽ lấp đầy khoảng trống
nghiên cứu về Metaverse tại Việt Nam. Cuối cùng, nghiên cứu gợi ý một số hướng nghiên cứu
tiếp theo về tác động của các yếu tố đến ý định sử dụng Metaverse.
Từ khóa: Metaverse, TAM, Lan tỏa đổi mới, đổi mới công nghệ, doanh nghiệp CNTT
Dương Thị Thanh Nhàn - 19BA ii

SỰ NHÌN NHẬN
Tôi xin gửi lời cảm ơn chân thành tới TS Văn Hùng Trọng, người
đã hướng dẫn luận văn tốt nghiệp của tôi và cung cấp những ý kiến đóng góp có giá trị và mang tính xây dựng trong quá
trình tôi phát triển luận án tốt nghiệp của mình.
Ngoài ra, tôi xin gửi lời cảm ơn chân thành đến bạn bè đã hỗ trợ tôi trong suốt quá
trình khảo sát và dành thời gian trả lời bảng câu hỏi nghiên cứu của tôi.
Tôi cũng xin gửi lời cảm ơn tới các thầy cô và ban giám hiệu của ngôi trường nơi tôi
theo học suốt 4 năm qua đã tổ chức và giảng dạy những bài giảng bổ ích, cung cấp cho tôi những
kiến thức hữu ích cho những nỗ lực trong tương lai của tôi.
Cuối cùng, tôi xin bày tỏ lòng biết ơn sâu sắc tới gia đình tôi vì sự giúp đỡ nhiệt tình
sự hỗ trợ và động viên trong suốt chặng đường học tập của tôi.
Tuy nhiên, tôi nhận thức được rằng điều kiện tự tin vào năng lực bản thân còn hạn chế,
nghiên cứu khoa học không tránh khỏi những thiếu sót. Tôi khiêm tốn đón nhận những phản hồi từ
trường, thầy cô và bạn bè để hoàn thiện bài nghiên cứu của mình.
Tôi muốn nhân cơ hội này một lần nữa bày tỏ lòng biết ơn sâu sắc của mình tới tất cả
những cá nhân đã hỗ trợ tôi không ngừng trong suốt hành trình học tập của tôi.
Tác giả
Dương Thị Thanh Nhàn
Dương Thị Thanh Nhàn - 19BA iii

MỤC LỤC
TRỪU TƯỢNG ................................................. ................................................................. .................Tôi
SỰ NHÌN NHẬN................................................. .................................iii
MỤC LỤC............................................... ...................................iv
LOẠI TỪ VIẾT TẮT................................................................. .................................vii
DANH MỤC BẢNG.................................................................. ................................................................. ......viii
DANH MỤC HÌNH.................................................................. ................................................................. .....ix
CHƯƠNG 1. GIỚI THIỆU.................................................................. ...................................1
1.1. Bối cảnh và sự cần thiết của nghiên cứu................................................................. ...................1
1.2. Mục đích của nghiên cứu................................................................................. .................................3
1.3. Phạm vi nghiên cứu................................................................................. .................................................3
1.4. Phương pháp nghiên cứu ................................................ .....................................4
1.5. Ý nghĩa của nghiên cứu................................................................................. ..............................4
1.6. Cấu trúc của luận án................................................................................. .........................................4
CHƯƠNG 2. TỔNG QUAN TÀI LIỆU.................................................. ............6
2.1. Cơ sở lý thuyết................................................................................. ................................................................. 6
2.1.1. Metaverse................................................................................. ................................................................. .....6
2.1.2. Cơ hội và mối đe dọa của Metaverse................................................................. ......7
2.2. Các lý thuyết liên quan.................................................................. ................................................................. .số 8
2.2.1. Mô hình chấp nhận công nghệ (TAM) .................................................... .............số 8
2.2.2. Khuếch tán đổi mới (DOI) ................................................................. ............9
2.3. Các nghiên cứu liên quan đến lĩnh vực metaverse.................................................. ............10
2.3.1. Nghiên cứu trong nước................................................................................. ...................................10
2.3.2. Nghiên cứu nước ngoài................................................ .................................................12
2.4. Những giá trị khoa học kế thừa và những khoảng trống cần tiếp tục được nghiên cứu ....16
2.4.1. Kế thừa giá trị khoa học.................................................................. ......................16
2.4.2. Những hạn chế cần được tiếp tục nghiên cứu................................................................. ............18
2.5. Mô hình nghiên cứu và giả thuyết nghiên cứu đề xuất.................................................. ............19
Dương Thị Thanh Nhàn - 19BA iv

2.5.1. Ý định sử dụng.................................................................. ...................................................19
2.5.2. Giả thuyết phát triển.................................................................................. .................................19
2.5.1.1. Khả năng tương thích cảm nhận (PC)................................................................. ............19
2.5.1.2. Khả năng dùng thử được cảm nhận (PT).................................................................. ...................20
2.5.1.3. Tương tác cảm nhận (PI)................................................................ ............21
2.5.1.4. Khả năng quan sát được cảm nhận (PO)................................................................ ............21
2.5.1.5. Cảm nhận về tính hữu ích (PU).................................................................. ......................22
2.5.1.6. Cảm nhận tính dễ sử dụng (PEU) ................................................................. ............23
2.5.1.7. Niềm tin (T)................................................................ ................................................................. .....24
2.5.3. Đề xuất mô hình nghiên cứu.................................................................. ............24
CHƯƠNG 3. THIẾT KẾ NGHIÊN CỨU................................................................. ............25
3.1. Phương pháp nghiên cứu................................................................................. .................................................25
3.2. Thiết kế nghiên cứu ................................................ .................................................26
3.3. Phát triển quy mô sơ bộ.................................................................. ............27
3.4. Nghiên cứu định tính................................................................................. ...................................28
3.5. Nghiên cứu chính thức................................................................................. ...................................................32
3.5.1. Phạm vi lấy mẫu................................................................................. .................................................32
3.5.2. Cỡ mẫu nghiên cứu.................................................................. ...................32
3.5.3. Phương pháp lấy mẫu................................................................................. ...................................33
3.5.4. Thu thập dữ liệu................................................................................. ...................................................33
3.6. Phân tích dữ liệu................................................ ................................................................. ....34
3.6.1. Phân tích thống kê mô tả................................................................................. ......................34
3.6.2. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach's
Alpha....................................... ................................................................. ......................34
3.6.3. Phân tích nhân tố khám phá (EFA)................................................................ ............35
3.6.4. Phân tích nhân tố khẳng định (CFA) .................................................... ............35
3.6.5. Phân tích mô hình phương trình cấu trúc tuyến tính (SEM)................................36
CHƯƠNG 4. PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ................................................................. ......37
4.1. Thống kê mô tả................................................ ...................................37
Dương Thị Thanh Nhàn - 19BA v

4.1.1. Thông tin chung về mẫu nghiên cứu.................................................................37
4.1.2. Thống kê mô tả theo giới tính................................................................. ......................37
4.1.3. Thống kê mô tả theo độ tuổi................................................................. ...................38
4.1.4. Thống kê mô tả vị trí việc làm.................................................. ............40
4.1.5. Thống kê mô tả của bộ phận công tác..................................41
4.2. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach's Alpha.......42
4.3. Phân tích nhân tố khám phá (EFA) .................................................... ......................44
4.4. Phân tích nhân tố khẳng định (CFA) ................................................. ....48
4.4.1. Phù hợp với mô hình.................................................................. ................................................................. ....48
4.4.2. CR và AVE................................................................................. ................................................................. 49
4.5. Phân tích mô hình phương trình cấu trúc tuyến tính (SEM) ....................50
4.5.1. Mô hình mô hình phương trình cấu trúc (SEM)................................................................ ..50
4.5.2. Kết quả kiểm định giả thuyết.................................................................. ............51
CHƯƠNG 5. KẾT LUẬN VÀ GIẢI PHÁP.......................................................... ........53
5.1. Phần kết luận................................................. ................................................................. ......53
5.2. Ý nghĩa chính sách................................................................................. ...................................55
5.2.1. Nhận thức về tính tương tác, Nhận thức về khả năng quan sát ....................55
5.2.2. Khả năng dùng thử được cảm nhận, khả năng tương thích được cảm nhận .................................56
5.2.3. Nhận thức về tính hữu ích, Nhận thức về tính dễ sử dụng, Tin cậy ....................57
5.3. Hạn chế và hướng nghiên cứu tiếp theo.................................................. ....58
I. PHỤ LỤC 1................................................................. ................................................................. ...............Tôi
II. PHỤ LỤC 2 ................................................ ................................................................. ......viii
III. PHỤ LỤC 3................................................................. ................................................................. ............ix
IV. PHỤ LỤC 4................................................................................. ................................................................. ........xi
V. TÀI LIỆU THAM KHẢO .................................................... ................................................................. ....xvii
Dương Thị Thanh Nhàn - 19BA vi

LOẠI TỪ VIẾT TẮT
Phân tích AMOS về cấu trúc mômen
AVE Phương sai trung bình được trích xuất
CFA Phân tích nhân tố khẳng định
CR Độ tin cậy tổng hợp
DOI Sự rườm rà của việc cải tiến
EFA Phân tích nhân tố khám phá
NÓ Công nghệ thông tin
MSV Phương sai được chia sẻ tối đa
máy tính
Nhận thức về khả năng tương thích
PT Khả năng dùng thử được cảm nhận
số Pi
Nhận thức về tính tương tác
PO Khả năng quan sát được cảm nhận
PU Nhận thức rất là có ích
PEU Dễ dàng nhận thức sử dụng
SPSS Gói thống kê cho các ngành khoa học xã hội
SEM Mô hình cấu trúc tuyến tính
gia vị Xã hội-Tâm lý-Cá nhân-Bối cảnh-Nổi lên
TÂM Mô hình chấp nhận công nghệ
T Lòng tin
Dương Thị Thanh Nhàn - 19BA vii

DANH SÁCH BẢNG
Bàn
Tên bảng Trang
con số
Bảng 3.1 Các giai đoạn nghiên cứu được thực hiện 25
Bảng 3. 2 Thang đo các khái niệm nghiên cứu 29
Bảng 3. 3 Kết quả thu thập số liệu 34
Bảng 3. 4 Các biện pháp khuyến nghị về độ tin cậy tổng hợp và 36
trích xuất phương sai
Bảng 4.1 Các hình thức thu thập số liệu 37
Bảng 4. 2 Thống kê mô tả của mẫu theo giới tính 37
Bảng 4. 3 Thống kê mô tả mẫu theo độ tuổi 38
Bảng 4. 4 Thống kê mô tả mẫu theo vị trí công việc 40
Bảng 4. 5 Thống kê mô tả mẫu theo khoa 41
Bảng 4. 6 Kết quả phân tích độ tin cậy Cronbach's Alpha 42
Bảng 4. 7 Kết quả kiểm tra KMO và Bartlett 45
Bảng 4. 8 Giải thích tổng phương sai 45
Bảng 4. 9 Kết quả phân tích nhân tố khám phá (EFA) 46
Bảng 4. 10 biện pháp phù hợp với mô hình 48
Bảng 4. 11 thước đo hiệu lực mô hình 49
Bảng 4. 12 Mối quan hệ giữa các biến trong mô hình 51
Dương Thị Thanh Nhàn - 19BA viiii

DANH MỤC HÌNH
Nhân vâ t
Tên hình Trang
con số
Hình 2. 1 Mô hình chấp nhận công nghệ (ví dụ, Davis, 1986) 9
Hình 2. 2 Mô hình phổ biến đổi mới (ví dụ, Everett Rogers và cộng 9
sự 1962)
Hình 2. 3 Mô hình nghiên cứu của Hùng- Trọng Văn và cộng sự (2022) 11
Hình 2. 4 Mô hình nghiên cứu của Trinh Lê Tấn và cộng sự (2023) 12
Hình 2. 5 Mô hình nghiên cứu của Wang và Shin (2022) 13
Hình 2. 6 Mô hình nghiên cứu của Hwang & Lee (2022) 15
Hình 2. 7 Mô hình nghiên cứu của Almarzouqi et al. (2022) 16
Hình 2. 8 Mô hình đề xuất 24
Hình 3. 1 Sơ đồ quá trình nghiên cứu 26
Hình 4. 1 Biểu đồ thống kê mô tả mẫu theo giới tính 38
Hình 4. 2 Biểu đồ thống kê mô tả của mẫu theo độ tuổi 39
Hình 4.3 Biểu đồ thống kê mô tả các mẫu theo công việc 40
Chức vụ
Hình 4. 4 Biểu đồ thống kê mô tả mẫu theo khoa 42
Hình 4. 5 Kết quả chung của ước lượng chuẩn hóa của SEM 51
người mẫu
Hình 4. 6 Mô hình nghiên cứu cuối cùng 52
Dương Thị Thanh Nhàn - 19BA ix

CHƯƠNG 1. GIỚI THIỆU
1.1. Bối cảnh và sự cần thiết của việc học
Khi công nghệ và internet tiếp tục phát triển, người dùng ngày càng tinh vi hơn và tích cực
theo đuổi những trải nghiệm thú vị hơn trong lĩnh vực kỹ thuật số. Nhu cầu này đã kéo theo sự phát
triển của các ứng dụng thế giới ảo như Second Life, VRChat, Minecraft, v.v. Tuy nhiên, đây là những
ứng dụng độc lập, không liên kết với nhau, không tạo ra một thế giới rộng lớn và liên kết với nhau như
một mạng.
Trong khi đó, Metaverse được coi là một bước tiến quan trọng trong sự phát triển của thế giới ảo. Snow
Crash, một cuốn tiểu thuyết khoa học viễn tưởng, được viết bởi Neal Stephenson vào năm 1992, đã mô tả
Metaverse như một “thế giới ảo bao bọc” tồn tại trong một vũ trụ song song với vũ trụ vật lý bình
thường của chúng ta. Nó giống như Internet nhưng ở dạng 3D (ví dụ, Stephenson, 1992).
Với Metaverse, một thế giới ảo được tạo ra, cho phép người dùng tương tác với nhau và với các đối
tượng ảo trên một nền tảng chung, tạo ra kết nối toàn cầu giữa những người dùng trên toàn thế giới.
Hiện nay, Metaverse đang trở thành chủ đề được các hãng công nghệ lớn như Facebook, Google,
Amazon, Apple đặc biệt quan tâm. McKinsey & Company vào năm 2021 đã tuyên bố rằng: “vốn đầu tư mạo
hiểm và vốn cổ phần tư nhân vào Metaverse đã đạt 13 tỷ USD. Chỉ trong 5 tháng đầu năm 2022, khoản đầu
tư vào Metaverse đã đạt 120 tỷ USD, cao hơn gấp đôi so với cả năm 2021. Đến năm 2030, quy mô sử dụng
Metaverse của người dùng và doanh nghiệp có thể lên tới 5 nghìn tỷ USD. Với sự phát triển của công nghệ
và nhu cầu ngày càng cao của người dùng, Metaverse được xem là xu hướng phát triển tiếp theo của thế
giới số” (McKinsey & Company, 2021).
Trên khắp thế giới, các công ty lớn như Facebook, Microsoft, Nvidia, v.v., đang đầu tư rất
nhiều vào Metaverse (McKinsey, 2022). Facebook đã đổi tên thành Meta để tập trung phát triển Metaverse.
Microsoft cũng đang phát triển nền tảng Metaverse của riêng mình và Nvidia đang hợp tác với các công ty
game lớn để xây dựng các trò chơi Metaverse. Xu hướng toàn cầu hướng tới Metaverse này được thúc đẩy
bởi niềm tin rằng nó sẽ cách mạng hóa cách chúng ta tương tác, làm việc và giải trí trong lĩnh vực kỹ
thuật số. Khi nhiều nguồn lực được đổ vào quá trình phát triển, Metaverse đang phát triển từ một ý
tưởng thành hiện thực hữu hình, thu hút sự chú ý và trí tưởng tượng của cả cá nhân và tập đoàn.
Tuy nhiên, Việt Nam nổi bật là một trong những quốc gia thể hiện sự tiến bộ nhanh chóng trong
lĩnh vực Blockchain và Metaverse. Điều này cũng khiến các doanh nhân Việt Nam phải chạy đua để phát
triển các công nghệ phù hợp (Van và cộng sự, 2022). Có một số công ty, tổ chức đầu tư vào lĩnh vực
này. Ví dụ, VNG vừa
Dương Thị Thanh Nhàn - 19BA 1

ra mắt trò chơi Vinahouse trên Metaverse. Vinahouse đã thu hút được sự chú ý và phổ biến
của game thủ Việt Nam, cho thấy sự quan tâm và tiềm năng ngày càng tăng của Metaverse tại
thị trường địa phương. Ngoài ra, các dự án Metaverse như Kambria và Axie Infinity đang
được phát triển và thu hút sự chú ý trong cộng đồng blockchain Việt Nam. Khi Metaverse tiếp
tục phát triển, điều quan trọng đối với Việt Nam là thúc đẩy một hệ sinh thái hỗ trợ phát
triển tài năng địa phương, khuyến khích nghiên cứu và phát triển cũng như đưa ra quy định
rõ ràng. Bằng cách đó, Việt Nam có thể củng cố hơn nữa vị thế của mình trong không gian
Metaverse, thu hút nhiều đầu tư hơn, thúc đẩy tăng trưởng kinh tế và định vị mình là quốc
gia dẫn đầu khu vực về công nghệ biến đổi này.
Metaverse có nhiều khía cạnh khác nhau để khám phá, vì vậy có rất nhiều cơ hội để
chúng ta tìm hiểu sâu hơn. Những nghiên cứu này chỉ sơ sài trong một số lĩnh vực nhất định,
chẳng hạn như nghiên cứu về khung khái niệm và cơ sở lý thuyết của Metaverse (ví dụ: Wang
và cộng sự, 2021; Hollensen và cộng sự, 2022). Các nghiên cứu khác điều tra việc áp dụng
Metaverse trong các lĩnh vực khác nhau, chẳng hạn như nghiên cứu thực nghiệm sử dụng phương
pháp tiếp cận SEM-ANN kết hợp: khám phá việc áp dụng metaverse ở các tổ chức cao hơn ở vùng
Vịnh trong khuôn khổ khái niệm (ví dụ: Akour và cộng sự, 2022), sử dụng một cách tiếp cận
theo phương pháp hỗn hợp để hiểu ý định sử dụng metaverse trong chăm sóc sức khỏe (ví dụ:
Gupta và cộng sự, 2023), mở rộng mô hình chấp nhận công nghệ để điều tra các yếu tố ảnh
hưởng đến ý định sử dụng công nghệ Metaverse cho việc học bóng rổ của sinh viên đại học
Trung Quốc (ví dụ: , Ren và cộng sự, 2022), dự đoán ý định sử dụng hệ thống Metaverse cho
giáo dục chăm sóc sức khỏe bằng phương pháp học tập SEM-ML hỗn hợp (ví dụ: Almarzouqi và
cộng sự, 2022). Ngoài ra, có một số nghiên cứu đáng chú ý trên toàn thế giới, chẳng hạn như
nghiên cứu của Panudju (2023), khám phá ý định của những người áp dụng sớm bằng cách sử
dụng Metaverse làm nền tảng học tập thông qua mô hình chấp nhận công nghệ: một nghiên cứu
điển hình của Học viện Markplus. Một nghiên cứu khác, Minji Kim et al. (2023) đã thực hiện
một cuộc khảo sát giữa những người dùng Metaverse thành thạo để điều tra các yếu tố ảnh
hưởng đến xu hướng sử dụng liên tục dịch vụ nền tảng Metaverse của họ.
Mặc dù các nghiên cứu liên quan đến Metaverse đang bắt đầu xuất hiện ở nhiều nơi
trên thế giới, nhưng nó chỉ mới thu hút được sự chú ý gần đây ở Việt Nam, với các nghiên
cứu về chủ đề này vẫn còn hạn chế và mới mẻ. Hơn nữa, vẫn chưa có nghiên cứu nào được thực
hiện về ý định sử dụng Metaverse tại các công ty CNTT tại Đà Nẵng. Để giải quyết khoảng
trống này, tác giả thực hiện đề tài nghiên cứu “Các yếu tố ảnh hưởng đến ý định sử dụng
Metaverse: Nghiên cứu điển hình tại các doanh nghiệp CNTT Đà Nẵng” trong khuôn khổ luận án
của mình, nhằm lấp đầy khoảng trống về mặt học thuật và xác định các yếu tố ảnh hưởng đến ý
định sử dụng Metaverse. ý định sử dụng Metaverse tại các doanh nghiệp CNTT Đà Nẵng. Các giải
pháp được đề xuất sẽ giúp tăng ý định sử dụng Metaverse ở các công ty này, điều này là cần
thiết trong thực tế. Nghiên cứu này sẽ trả lời ba câu hỏi: (1) Những biến nào ảnh hưởng đến ý định sử dụ

Metaverse tại doanh nghiệp CNTT Đà Nẵng? (2) Mức độ ảnh hưởng của các biến này đến ý định sử dụng
Metaverse của các doanh nghiệp CNTT Đà Nẵng như thế nào? (3) Giải pháp nào nâng cao ý định sử dụng
Metaverse tại các doanh nghiệp CNTT Đà Nẵng? Một nghiên cứu thực tế được thực hiện tại Đà Nẵng dựa
trên ba câu hỏi nghiên cứu này sẽ giúp chúng tôi
xác định các yếu tố và mức độ ảnh hưởng của chúng đến ý định sử dụng Metaverse trong
Doanh nghiệp CNTT Đà Nẵng. Đây sẽ là tài liệu tham khảo giúp các doanh nghiệp và các chuyên gia hiểu
rõ các yếu tố ảnh hưởng đến ý định sử dụng Metaverse, giúp họ xây dựng các chiến lược kinh doanh phù
hợp mang lại hiệu quả cao cho doanh nghiệp của mình.
1.2. Mục đích của nghiên cứu
Mục đích nghiên cứu:
- Xây dựng đề xuất mô hình nghiên cứu và giả thuyết nghiên cứu
- Xác định và đo lường các yếu tố ảnh hưởng đến ý định sử dụng Metaverse của
Doanh nghiệp CNTT Đà Nẵng
- Đề xuất giải pháp nâng cao ý định sử dụng Metaverse tại các doanh nghiệp CNTT Đà Nẵng
Câu hỏi nghiên cứu:
- Biến nào ảnh hưởng đến ý định sử dụng Metaverse của doanh nghiệp CNTT Đà Nẵng?
- Mức độ ảnh hưởng của các biến này đến ý định sử dụng Metaverse của các doanh nghiệp CNTT Đà Nẵng
như thế nào?
- Giải pháp nào nâng cao ý định sử dụng Metaverse tại các doanh nghiệp CNTT Đà Nẵng?
1.3. Phạm vi nghiên cứu
Đối tượng nghiên cứu
- Đối tượng nghiên cứu là các yếu tố ảnh hưởng đến ý định sử dụng Metaverse của các doanh nghiệp CNTT
tại Đà Nẵng.
- Đối tượng khảo sát là các doanh nghiệp CNTT đang hoạt động trên địa bàn thành phố Đà Nẵng.
Phạm vi nghiên cứu
- Quy mô: Đề tài giới hạn ở mục đích sử dụng Metaverse của các doanh nghiệp CNTT tại Đà Nẵng
Năng
- Không gian: Đề tài tập trung nghiên cứu tại thành phố Đà Nẵng
- Thời gian: khoảng 4 tháng, từ tháng 3 năm 2023 đến tháng 6 năm 2023

1.4. Phương pháp nghiên cứu
Nghiên cứu này được thực hiện qua hai giai đoạn chính: nghiên cứu sơ bộ
sử dụng phương pháp định tính và nghiên cứu chính thức sử dụng phương pháp định lượng.
Nghiên cứu sơ bộ: Tác giả thực hiện nghiên cứu sơ bộ bằng phương pháp định tính. Trong giai
đoạn này, các cuộc phỏng vấn chuyên gia được thực hiện với cỡ mẫu nhỏ (N=3).
Đội ngũ chuyên gia gồm 1 chuyên gia công nghệ thông tin và 2 chuyên gia nghiên cứu định
lượng. Mục đích là để thu thập thông tin chi tiết và hoàn thiện bảng câu hỏi nghiên cứu. Dựa
trên kết quả của giai đoạn sơ bộ, tác giả đã điều chỉnh bảng câu hỏi nghiên cứu và tiến tới
giai đoạn chính thức của nghiên cứu.
Nghiên cứu chính thức: Giai đoạn chính thức của nghiên cứu bao gồm các phương pháp định
lượng sử dụng bảng câu hỏi khảo sát để thu thập dữ liệu từ các doanh nghiệp CNTT tại Đà Nẵng.
Phương pháp khảo sát được chọn vì nó đưa ra cách tiếp cận hiệu quả, nhanh chóng và đơn
giản để thu thập dữ liệu số từ một số lượng đáng kể các doanh nghiệp tham gia (ví dụ: Bryman
và Bell, 2011; Collis và Hussey, 2003).
1.5. Ý nghĩa của nghiên cứu
Ý nghĩa lý thuyết
Thứ nhất, nghiên cứu này nhằm mục đích hệ thống hóa lý thuyết về các yếu tố ảnh hưởng đến ý
định sử dụng Metaverse của các doanh nghiệp CNTT tại Đà Nẵng.
Thứ hai, nghiên cứu xây dựng mô hình đánh giá ý định sử dụng Metaverse cho cả doanh
nghiệp CNTT nói chung và doanh nghiệp CNTT Đà Nẵng.
Cuối cùng, luận án này nhằm mục đích đóng góp kiến thức và lý thuyết vào khoảng trống
nghiên cứu còn rất mới về Metaverse ở Đà Nẵng, Việt Nam và trên thế giới.
Ý nghĩa thực tiễn của nghiên cứu
Do yếu tố công nghệ thay đổi, các doanh nghiệp cũng thay đổi cách tương tác với khách
hàng. Kết quả nghiên cứu này có thể giúp các doanh nghiệp CNTT Đà Nẵng nói chung có sự hiểu
biết đầy đủ về các yếu tố ảnh hưởng đến ý định sử dụng Metaverse. Họ có thể vận dụng sự hiểu
biết này để đưa ra giải pháp cho từng yếu tố, từ đó nâng cao chất lượng dịch vụ hoặc sản
phẩm, củng cố danh tiếng doanh nghiệp, giữ chân nhiều khách hàng trung thành hơn, thu hút
khách hàng tiềm năng và tạo lợi thế cạnh tranh, dẫn đến hoạt động kinh doanh hiệu quả hơn. .
1.6. Cấu trúc của luận án
Luận văn này được cấu trúc thành 5 chương, mỗi chương đề cập đến một khía cạnh riêng biệt của
cuộc nghiên cứu.

CHƯƠNG 1. GIỚI THIỆU
Chương này cung cấp một cái nhìn tổng quan ngắn gọn về bối cảnh nghiên cứu, sự cần thiết của nghiên cứu
và giới thiệu mục đích, phạm vi, phương pháp và ý nghĩa của nghiên cứu. Mục đích của chương này là cung cấp cho
người đọc sự hiểu biết đầy đủ về
nội dung và cấu trúc của luận văn.
CHƯƠNG 2. TÌM HIỂU VĂN HỌC
Chương này thảo luận và trình bày tổng quan cơ bản về Metaverse và phân tích sâu hơn về khung lý thuyết
hỗ trợ nghiên cứu hiện tại. Mục tiêu của chương này là trình bày thực tế của một số nghiên cứu trước đây liên
quan đến Metaverse, sử dụng các mô hình khái niệm làm cơ sở. Sau đó, các giả thuyết nghiên cứu sẽ được đề xuất để
thúc đẩy phương pháp nghiên cứu trong nghiên cứu này.
CHƯƠNG 3. THIẾT KẾ NGHIÊN CỨU
Phương pháp nghiên cứu được trình bày chi tiết trong Chương 3 và được thiết kế để
kiểm định các giả thuyết nghiên cứu được nêu ở Chương 2.
CHƯƠNG 4. PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ
Chương 4 sẽ phân tích các kết quả nghiên cứu. Chương này sẽ tiến hành phân tích các kết quả thực nghiệm
chính thông qua các mô hình đo lường.
CHƯƠNG 5. KẾT LUẬN VÀ GIẢI PHÁP
Trong Chương 5, các kết luận và ý nghĩa của nghiên cứu sẽ được xem xét. Đầu tiên, Chương này được dành
riêng để đóng góp cho nghiên cứu hiện tại về lý thuyết Metaverse. Sau đó, nó khám phá những ý nghĩa quản lý phát
sinh từ những phát hiện này. Thảo luận chi tiết được dành riêng cho những hạn chế ảnh hưởng đến nghiên cứu hiện
tại. Cuối cùng, chương kết thúc bằng việc đưa ra những hướng nghiên cứu tiếp theo để xem xét.

CHƯƠNG 2. TÌM HIỂU VĂN HỌC
2.1. Cơ sở lý thuyết
2.1.1. Metaverse
Thuật ngữ “Metaverse” được hình thành bằng cách kết hợp tiền tố “meta”, biểu thị sự
siêu việt, với từ “vũ trụ”, mô tả một môi trường tổng hợp giả định được kết nối với thế giới
vật chất (ví dụ:Lee và cộng sự, 2021 như được trích dẫn trong Almarzouqi và cộng sự, 2022).
Thuật ngữ “Metaverse” được đặt ra trong tiểu thuyết khoa học viễn tưởng Snow Crash của Neal
Stephenson (ví dụ: Duan và cộng sự, 2021 như được trích dẫn trong Almarzouqi và cộng sự, 2022).
Ngoài ra, “metaverse được định nghĩa là một dịch vụ độc lập được cung cấp cho các hiện tượng
xã hội khác nhau xuất hiện trong môi trường thị trường khi công nghệ phát triển” (ví dụ,
Cammack, 2010).
Trong metaverse, các cá nhân có khả năng sử dụng danh tính ảo của họ và tham gia vào
các tương tác trong thời gian thực với những người tham gia khác (ví dụ: Ng và cộng sự,
2022). Họ có thể tham gia vào nhiều hoạt động khác nhau, chẳng hạn như giao tiếp xã hội,
chơi game, mua sắm, học tập, làm việc và thậm chí tiến hành kinh doanh. Thông qua ứng dụng
công nghệ mạng và điện toán, những tiến bộ trong trí tuệ nhân tạo, triển khai chuỗi khối,
tích hợp Internet of Things và đổi mới trò chơi điện tử, một cộng đồng ảo sẽ được thành lập,
bao gồm các cá nhân thực tế (Gokmi và Jeon, 2021). Trong metaverse, người ta có thể tìm thấy
nhiều khía cạnh bao gồm bản sắc cá nhân, kết nối xã hội, trải nghiệm phong phú, khả năng tiếp
cận không hạn chế, đa dạng văn hóa, độ trễ tối thiểu, kinh tế và nền văn minh (Ning và cộng
sự, 2021). Các không gian và môi trường ảo khác nhau có thể được liên kết với nhau, cho phép
người dùng chuyển đổi liền mạch giữa chúng. Sự kết nối này tạo điều kiện cho sự hợp tác, giao
tiếp và
việc chia sẻ kinh nghiệm trên các nền tảng và ứng dụng khác nhau.
Theo Kwok và Koh (2021) lập luận rằng, sự tương tác và phát triển của thực tế và ảo
trong một không gian nhất định sẽ tạo ra một thế giới đầy biến đổi, tạo ra giá trị thông qua
các nỗ lực xã hội, văn hóa và kinh tế. Do đó, metaverse hiện tại “được định nghĩa là một thế
giới ảo mở rộng, trong đó nhấn mạnh vào thực tế nhân tạo và AR” (ví dụ:Seo và cộng sự,2021).
Mặc dù khái niệm về metaverse vẫn còn ở giai đoạn đầu nhưng nó đã thu hút được sự chú ý và
quan tâm đáng kể từ cả những người đam mê công nghệ và những người dẫn đầu ngành.
Sự kết hợp giữa thực tế ảo, thực tế tăng cường, công nghệ cảm giác và điện toán không
gian trong Metaverse nhằm mục đích cung cấp cho các cá nhân những trải nghiệm đổi mới trong
một vũ trụ ảo hấp dẫn (ví dụ: Sisodiya & Vaidya, 2023).

Trong phạm vi nghiên cứu này, cách hiểu đơn giản nhất: Metaverse là
một môi trường bao gồm vũ trụ kỹ thuật số nơi người dùng có thể tương tác với thế giới do máy
tính tạo ra và các cá nhân khác trong thời gian thực. Đó là một vũ trụ kỹ thuật số được kết nối
kết hợp thực tế tăng cường, thực tế ảo và internet. Nó được hình dung như một không gian tương
tác và nhập vai hoàn toàn, nơi mọi người có thể tham gia vào các hoạt động xã hội, làm việc, học
hỏi và tham gia vào các trải nghiệm ảo.
2.1.2. Cơ hội và mối đe dọa của Metaverse
Về mặt cơ hội, Metaverse hứa hẹn một kỷ nguyên mới về trải nghiệm phong phú và khả năng
vô hạn. Vũ trụ ảo này vượt qua ranh giới của thực tế vật lý. Một trong những cơ hội chính của
Metaverse nằm ở tiềm năng mang lại trải nghiệm phong phú. Thông qua công nghệ thực tế ảo và thực
tế tăng cường, người dùng có thể khám phá thế giới ảo cạnh tranh hoặc thậm chí vượt qua sự
phong phú của thế giới vật chất. Từ trò chơi và giải trí đến giáo dục và đào tạo, Metaverse cho
phép chúng tôi bước vào những chiều hướng mới và tương tác với nội dung theo những cách chưa
từng có.
Hơn nữa, Metaverse mở ra một bối cảnh rộng lớn cho tinh thần kinh doanh và đổi mới.
Khi nền kinh tế ảo phát triển mạnh trong lĩnh vực kỹ thuật số này, cơ hội cho các doanh nghiệp và
người sáng tạo rất nhiều. Bất động sản ảo, thời trang ảo và hàng hóa ảo trở thành những tài sản
có giá trị có thể được mua, bán và giao dịch. Các nghệ sĩ có thể trưng bày tác phẩm của mình
trong các phòng trưng bày sống động, trong khi các doanh nhân có thể xây dựng doanh nghiệp ảo
phục vụ khán giả toàn cầu. Metaverse cũng thúc đẩy sự hợp tác và kết nối trên quy mô toàn cầu.
Mọi người từ những nơi khác nhau trên thế giới có thể đến với nhau, vượt qua những giới hạn về
địa lý. Cho dù đó là làm việc từ xa, tham dự hội nghị ảo hay cộng tác trong các dự án sáng tạo,
Metaverse đều cho phép giao tiếp và tương tác liền mạch, dẫn đến trao đổi ý tưởng và kiến thức
phong phú.
Tuy nhiên, bên cạnh những cơ hội này, Metaverse cũng đặt ra những mối đe dọa nhất định
cần được xem xét cẩn thận. Một trong những mối quan tâm chính là quyền riêng tư và bảo mật. Khi
mọi người dành nhiều thời gian hơn trong môi trường ảo, dữ liệu cá nhân và danh tính kỹ thuật
số của họ ngày càng trở nên dễ bị tổn thương. Truy cập trái phép, vi phạm dữ liệu và giám sát
là những rủi ro tiềm ẩn cần được giải quyết để bảo vệ quyền của cá nhân và ngăn chặn việc khai
thác. Một thách thức khác là khả năng gây nghiện và thoát ly. Sức hấp dẫn của Metaverse có thể
khiến các cá nhân rời xa thế giới thực, dẫn đến sự cô lập với xã hội, bỏ bê sức khỏe thể chất và
thậm chí cả các vấn đề liên quan đến nghiện ngập. Cân bằng trải nghiệm ảo với các tương tác và
trách nhiệm trong đời thực sẽ rất quan trọng để đảm bảo lối sống lành mạnh và cân bằng. Ngoài ra,
Metaverse có thể làm trầm trọng thêm sự bất bình đẳng hiện có. Khả năng tiếp cận công nghệ và
internet tốc độ cao vẫn phân bố không đồng đều trên toàn thế giới. Nếu không giải quyết được
khoảng cách số này, các cộng đồng bị thiệt thòi và

các cá nhân từ các khu vực kém phát triển hơn có thể bị bỏ lại phía sau, làm tăng thêm khoảng cách
giữa cái có và cái không có.
Tóm lại, Metaverse mang đến một thế giới cơ hội, mang đến những trải nghiệm phong phú, kết nối
toàn cầu và tiềm năng biến đổi. Tuy nhiên, nó cũng tiềm ẩn những rủi ro, bao gồm những lo ngại về quyền
riêng tư, chứng nghiện và làm trầm trọng thêm sự bất bình đẳng. Để khai thác tối đa lợi ích của
Metaverse đồng thời giảm thiểu các mối đe dọa, các bên liên quan cần phải cộng tác, triển khai các biện
pháp bảo mật mạnh mẽ, thúc đẩy sự hòa nhập kỹ thuật số và khuyến khích việc sử dụng có trách nhiệm.
Bằng cách đó, chúng ta có thể điều hướng sự phức tạp của Metaverse và định hình một tương lai vừa thú
vị vừa công bằng.
2.2. Các lý thuyết liên quan
2.2.1. Mô hình chấp nhận công nghệ (TAM)
Fred Davis đã giới thiệu Mô hình chấp nhận công nghệ (TAM) vào năm 1986 như một khung lý thuyết
để làm sáng tỏ quá trình chấp nhận và sử dụng công nghệ của người dùng. TAM đã đạt được sức hút đáng
kể trong nghiên cứu về sự chấp nhận công nghệ của người dùng và đã được sử dụng rộng rãi trong lĩnh
vực này. Theo Ngãi và cộng sự (2005), TAM được xây dựng dựa trên những phát hiện chung cho thấy rằng
công nghệ mong muốn phụ thuộc rất nhiều vào sự chấp nhận công nghệ của người dùng.
Theo mô hình, có hai yếu tố quan trọng hình thành nên ý định sử dụng công nghệ của người dùng:
(1) nhận thức về tính hữu ích và (2) nhận thức về tính dễ sử dụng. Tính hữu ích được cảm nhận đề cập
đến niềm tin của người dùng vào khả năng của công nghệ trong việc nâng cao năng suất hoặc đạt được kết
quả mong muốn. Nhận thức về tính dễ sử dụng liên quan đến niềm tin của người dùng vào tính đơn giản
và thân thiện với người dùng của công nghệ (Davis, 1989). TAM gợi ý rằng hai yếu tố này tác động trực
tiếp đến thái độ của người dùng đối với việc sử dụng công nghệ, trong đó
lần lượt ảnh hưởng đến ý định sử dụng nó.
TAM đã được sử dụng rộng rãi trong cả môi trường học thuật và thực tiễn để nghiên cứu việc áp
dụng công nghệ cũng như cung cấp thông tin cho việc thiết kế và triển khai các công nghệ mới. Nó cũng
đã được điều chỉnh và mở rộng theo nhiều cách khác nhau để kết hợp các biến số và yếu tố bổ sung có
thể ảnh hưởng đến việc chấp nhận công nghệ.
Dương Thị Thanh Nhàn - 19BA số 8

Hình 2. 1 Mô hình chấp nhận công nghệ (ví dụ, Davis, 1986)
Mục đích của TAM là đưa ra lời giải thích rõ ràng về các yếu tố quyết định sự chấp nhận công
nghệ nói chung, đồng thời giải thích hành vi của người dùng đối với các ứng dụng công nghệ và công
nghệ máy tính một cách thực tế và lý thuyết.
2.2.2. Khuếch tán đổi mới (DOI)
Lý thuyết về Khuếch tán đổi mới (DOI), do Everett Rogers xây dựng vào những năm 1960, đưa ra
những hiểu biết sâu sắc về sự lan truyền của các ý tưởng, sản phẩm hoặc công nghệ mới trong xã hội. Lý
thuyết này đã được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau như xã hội học, tiếp thị và công
nghệ.
Theo lý thuyết DOI, việc áp dụng những cải tiến mới diễn ra theo từng giai đoạn, bắt đầu từ những
người đổi mới, những người chấp nhận sớm, đa số sớm, đa số muộn và cuối cùng là những người tụt hậu. Những
người đổi mới là những cá nhân đầu tiên áp dụng một ý tưởng mới, trong khi những người tụt hậu là những
người cuối cùng áp dụng (ví dụ, Rogers, 2003).
Hình 2. 2 Phổ biến Mô hình Đổi mới (ví dụ, Everett Rogers và cộng sự 1962)
Lý thuyết này cũng xác định một số yếu tố ảnh hưởng đến tỷ lệ áp dụng, bao gồm lợi thế tương
đối, khả năng tương thích, độ phức tạp, khả năng dùng thử và khả năng quan sát.

• Lợi thế tương đối đề cập đến mức độ mà một sự đổi mới được coi là
tốt hơn giải pháp thay thế hiện có.
• Khả năng tương thích đề cập đến mức độ mà sự đổi mới phù hợp với các giá trị, chuẩn mực và kinh
nghiệm của những người áp dụng tiềm năng.
• Độ phức tạp đề cập đến mức độ khó khăn trong việc hiểu và sử dụng
sự đổi mới.
• Khả năng dùng thử đề cập đến khả năng những người áp dụng tiềm năng có thể thử một cải tiến trước khi
cam kết với nó.
• Khả năng quan sát được đề cập đến mức độ mà lợi ích của một sự đổi mới có thể đạt được
dễ bị người khác quan sát.
Nhìn chung, lý thuyết DOI cung cấp cái nhìn sâu sắc về các yếu tố thúc đẩy sự phổ biến đổi mới
và có thể được sử dụng để phát triển các chiến lược nhằm thúc đẩy việc áp dụng các ý tưởng, sản phẩm
hoặc công nghệ mới.
Trong nghiên cứu này, tác giả đã tách riêng Khả năng tương thích, Khả năng dùng thử và Khả năng
quan sát trong DOI để đánh giá nhu cầu sử dụng thử và áp dụng của các doanh nghiệp hoạt động trên nền
tảng Metaverse.
2.3. Các nghiên cứu liên quan đến lĩnh vực metaverse
2.3.1. Nghiên cứu trong nước
Tại Việt Nam, nghiên cứu về ý định sử dụng Metaverse chưa sâu rộng, chỉ có một số nghiên cứu
liên quan được thực hiện trong nước:
(1) Khung khái niệm để xác định việc áp dụng Metaverse trong các doanh nghiệp CNTT Việt Nam (ví dụ: Hung
Trọng Van et al, 2022). Hội nghị quốc tế lần thứ 7 của IEEE/ACIS về Dữ liệu lớn, Điện toán đám mây và
Khoa học dữ liệu (BCD) (trang 14-17). IEEE (2022).
Nghiên cứu nhằm mục đích điều tra sự chấp nhận các dự án liên quan đến Metaverse của nhân viên
làm việc tại các công ty công nghệ tại Việt Nam, với mục tiêu xác định các yếu tố cản trở việc triển khai
Metaverse. Nghiên cứu này sử dụng phương pháp khảo sát nhắm vào các doanh nghiệp CNTT tại Việt Nam để
đánh giá các đặc điểm ảnh hưởng đến quyết định tham gia hoặc thực hiện các dự án Metaverse.
Hơn nữa, nghiên cứu đưa ra các khuyến nghị cho việc phát triển các dự án Metaverse tại Việt Nam, đặc
biệt hướng tới các công ty công nghệ.
Các tác giả đã thu được khoảng 312 phản hồi thông qua lấy mẫu ngẫu nhiên đơn giản theo khối,
tập trung vào năm biến số: Khả năng tương thích được nhận thức, Khả năng dùng thử được nhận thức, Tính
dễ sử dụng được nhận thức, Tính hữu ích được nhận thức và Ý định sử dụng.

Hình 2. 3 Mô hình nghiên cứu của Hùng- Trọng Văn và cộng sự (2022)
Kết quả cho thấy, trong số các biến độc lập, Khả năng tương thích được nhận thức
và Khả năng dùng thử được nhận thức chỉ ảnh hưởng đến Tính hữu ích được nhận thức. Về các
biến trung gian, cả Nhận thức về Tính dễ sử dụng và Nhận thức về Tính hữu ích đều có tác
động đáng kể đến Ý định sử dụng. Hạn chế của nghiên cứu này là nó chỉ tập trung vào một số
yếu tố sử dụng hạn chế.
(2) Tác động của Marketing Metaverse thông qua Trải nghiệm trong Trải nghiệm thích thú,
Hoạt động thương hiệu và Ý định mua hàng (ví dụ, Trinh Le Tan et al, 2023). Tạp chí Những
tiến bộ trong quản lý, 16(1), 19-24 (2023).
Nghiên cứu này nhằm mục đích điều tra và kiểm tra các yếu tố làm tăng ý định sử dụng
trò chơi thế giới ảo trong Metaverse, trong bối cảnh công nghệ internet đang phát triển
nhanh chóng, nơi mọi người ngày càng dành nhiều thời gian trên internet để chơi game và
mua sắm.
Nghiên cứu này áp dụng phương pháp đánh giá tài liệu có hệ thống, đây là một
phương pháp nghiêm ngặt để xác định, đánh giá và giải thích các tài liệu liên quan về chủ
đề trò chơi Metaverse và Metaverse. Thông qua phương pháp này, nghiên cứu đã tổng hợp các
quan sát và xác định những khoảng trống trong nghiên cứu, cũng như những gì trò chơi
Metaverse nên ưu tiên và cung cấp cho người tiêu dùng để đạt được kết quả tốt nhất có thể.

Hình 2. 4 Mô hình nghiên cứu của Trinh Lê Tấn và cộng sự (2023)
Kết quả nghiên cứu chỉ ra rằng một số yếu tố ảnh hưởng tích cực đến ý định sử dụng trò
chơi của người tiêu dùng. Những yếu tố này bao gồm việc cung cấp trải nghiệm ý nghĩa và phong
phú, mang lại môi trường hấp dẫn để tương tác và kết nối, cũng như đảm bảo niềm tin và sự an
toàn cho người tham gia.
Ngoài ra, nghiên cứu không phải không có những hạn chế nhất định: nó chỉ tập trung vào
một số khía cạnh của môi trường metaverse, chẳng hạn như trải nghiệm thương hiệu, trải nghiệm
thích thú và ý định mua hàng. Do đó, việc điều tra sâu hơn về các khía cạnh khác của môi
trường metaverse, chẳng hạn như quyền riêng tư và bảo mật thông tin, có thể được thực hiện.
cần thiết.
2.3.2. Nghiên cứu nước ngoài
(1) Các yếu tố ảnh hưởng đến ý định sử dụng nền tảng ứng dụng giáo dục Metaverse: bằng chứng
thực nghiệm dựa trên mô hình PPM và TAM (ví dụ: Wang và Shin, 2022).
Tạp chí Phát triển bền vững, 14(24), 17037 (2022).
Kết hợp công nghệ metaverse với giáo dục, nghiên cứu này nhằm mục đích khám phá mức độ
sẵn sàng của người dùng trong việc sử dụng nền tảng giáo dục metaverse. Nghiên cứu tích hợp
các mô hình PPM và TAM và xây dựng hệ thống chỉ số về các yếu tố ảnh hưởng đến mức độ sẵn sàng
sử dụng nền tảng giáo dục metaverse của người dùng.
Những phát hiện cụ thể từ phân tích như sau: Thứ nhất, kết quả của mô hình phương
trình cấu trúc chứng minh rằng học tập cá nhân hóa, giảng dạy theo tình huống, nhận thức về
tính hữu ích, nhận thức về tính dễ sử dụng, nhu cầu xã hội và tác động xã hội có ảnh hưởng tích
cực đáng kể đến ý định sử dụng của người dùng nền tảng giáo dục metaverse. Tuy nhiên, sự
trưởng thành về công nghệ và rủi ro về quyền riêng tư được nhận thức không có tác động

tác động đáng kể đến ý định sử dụng nền tảng giáo dục metaverse. Trong số các yếu tố
thúc đẩy, việc dạy học theo tình huống có tác động rõ rệt hơn. Trong số các yếu tố
thu hút, nhận thức về tính dễ sử dụng và nhu cầu xã hội có ảnh hưởng mạnh hơn so
với nhận thức về tính hữu ích. Cuối cùng, trong số các yếu tố hạn chế, chỉ có ảnh
hưởng xã hội mới ảnh hưởng đáng kể đến ý định sử dụng nền tảng.
Hình 2. 5 Mô hình nghiên cứu của Wang và Shin (2022)
Việc thu thập bảng câu hỏi trong nghiên cứu này bị hạn chế về thời gian và khu
vực do nhiều yếu tố khác nhau như lực lượng lao động và đại dịch COVID-19.
Hơn nữa, sự phát triển vật chất của nền tảng công nghệ giáo dục metaverse ở khu vực
cụ thể này hiện đang trong giai đoạn thăm dò do những hạn chế của khu vực.
Hơn nữa, khi nền tảng giáo dục metaverse thu hút và được áp dụng trên toàn cầu,
người dùng từ nhiều quốc gia khác nhau có thể bị ảnh hưởng bởi các yếu tố khác nhau
như chênh lệch thu nhập và sự khác biệt về văn hóa. Do đó, xu hướng sử dụng nền
tảng giáo dục metaverse của họ cũng có thể khác nhau.
(2) Nghiên cứu về ý định sử dụng công nghệ metaverse để học bóng rổ của sinh viên đại
học dựa trên UTAUT2 (ví dụ: Yang và cộng sự, 2022). Tạp chí Heliyon, 8(9), e10562
(2022).
Nghiên cứu này nhằm mục đích kiểm tra mức độ sinh viên đại học có xu hướng áp
dụng công nghệ metaverse cho các khóa học bóng rổ, cũng như xác định các yếu tố có
khả năng ảnh hưởng đến việc họ sẵn sàng sử dụng công nghệ này. Phương pháp nghiên cứu

bắt nguồn từ mô hình UTAUT2, đóng vai trò là khuôn khổ để phân tích hành vi chấp nhận của
người dùng trong bối cảnh này.
Các phát hiện thống kê của nghiên cứu cung cấp sự hỗ trợ cho tính giá trị dự đoán
của mô hình đề xuất. Đáng chú ý, thói quen, thái độ và ý định hành vi được xác định là
những yếu tố dự báo quan trọng về hành vi sử dụng, trong đó thói quen và thái độ đóng
vai trò quan trọng trong việc hình thành ý định hành vi. Ngoài ra, nghiên cứu còn tiết
lộ rằng động lực hưởng thụ, điều kiện thuận lợi và kỳ vọng về hiệu suất có ảnh hưởng
đáng kể đến thái độ. Những phát hiện này xác nhận tầm quan trọng của thái độ như một yếu
tố quyết định chính trong việc dự đoán hành vi sử dụng và ý định hành vi của sinh viên
đại học sử dụng công nghệ metaverse cho các khóa học bóng rổ. Nghiên cứu này góp phần
hiểu sâu hơn về khuôn khổ UTAUT2.
Nghiên cứu này có một số hạn chế nhất định, mẫu có thể không đại diện đầy đủ cho
dân số nói chung vì tỷ lệ nữ trong nghiên cứu cao hơn đáng kể so với nam. Hơn nữa,
nghiên cứu chỉ tập trung vào những sinh viên đại học có đủ kinh nghiệm sử dụng Internet,
đặt ra câu hỏi về khả năng áp dụng kết quả cho các nhóm khác có những đặc điểm khác nhau.
Cũng đáng xem xét việc kiểm tra lại dữ liệu được thu thập trong một thời gian dài để
đánh giá mức độ phù hợp lâu dài của chúng. Hơn nữa, do công nghệ metaverse vẫn đang
trong giai đoạn phát triển ban đầu nên định hướng tương lai và các phương pháp vận
hành cụ thể vẫn mang tính chất khám phá.
(3) Ảnh hưởng của tiếp thị nội dung âm nhạc đến sự hài lòng và ý định sử dụng của người
dùng trong Metaverse: Tập trung vào Mô hình SPICE (ví dụ: Hwang & Lee, 2022). Tạp chí
Doanh nghiệp, 2(2), 141-155 (2022)
Mục tiêu của nghiên cứu này là trình bày một cấu trúc có thể hỗ trợ các nhà phát
triển nội dung và nhà tiếp thị trong việc đánh giá hiệu quả của quảng cáo metaverse. Cuộc
điều tra đánh giá tính tương thích của các biến mô hình SPICE (liền mạch, hiện diện,
khả năng tương tác, đồng thời và dòng chảy kinh tế) với sự hài lòng của khách hàng và ý
định mua hàng, nhằm mục đích đánh giá hiệu quả của tiếp thị metaverse.
Trong số 11 giả thuyết được thử nghiệm, 9 giả thuyết được cho là hợp lệ, trong
khi 2 giả thuyết còn lại đề xuất tác động tích cực đáng kể của dòng kinh tế đến sự hài
lòng của khách hàng và ý định mua hàng không được dữ liệu hỗ trợ. Tóm lại, dữ liệu thu
được từ nghiên cứu này có ý nghĩa quan trọng, làm nổi bật giá trị của việc tiếp thị nội
dung âm nhạc trong metaverse, như được minh họa bằng mô hình SPICE metaverse.

Hình 2. 6 Mô hình nghiên cứu của Hwang & Lee (2022)
Giống như các nghiên cứu trước, nghiên cứu này cũng có một số hạn chế trong việc thu thập dữ liệu.
Đại dịch COVID-19 yêu cầu phải lấy mẫu không trực tiếp, điều này đã hạn chế khả năng thu thập dữ liệu từ
nhiều người trả lời khác nhau và nhận được phản hồi sâu sắc về trải nghiệm và suy nghĩ của họ trên nền
tảng metaverse. Hơn nữa, do thiếu hiểu biết và nhận thức về các dịch vụ và nền tảng metaverse, một số
người được hỏi cảm thấy khó hiểu các mục trong bảng câu hỏi. Kết quả là mẫu thu thập được có thể không đủ
đa dạng.
(4) Dự đoán ý định sử dụng hệ thống Metaverse trong giáo dục y tế của người dùng: Phương pháp học tập kết
hợp SEM-ML (ví dụ: Almarzouqi và cộng sự, 2022). Truy cập IEEE, 10, 43421-43434 (2022)
Mục đích của nghiên cứu này là đánh giá nhận thức của sinh viên đại học ở Các Tiểu vương quốc Ả
Rập Thống nhất (UAE) về việc sử dụng Mô phỏng Y tế (MS) cho mục đích giáo dục. Một cuộc khảo sát đã được
thực hiện trên mẫu gồm 1858 sinh viên đại học để điều tra mô hình này. Khung nghiên cứu kết hợp nhiều cấu
trúc áp dụng khác nhau, bao gồm Mô hình chấp nhận công nghệ (TAM), Tính đổi mới cá nhân (PI), Khả năng
tương thích nhận thức (PCO), Sự hài lòng của người dùng (US), Khả năng dùng thử nhận thức (PTR) và Khả
năng quan sát nhận thức (POB).
Các phát hiện cho thấy Tính đổi mới cá nhân (PI) ảnh hưởng đáng kể đến ý định sử dụng MS của sinh
viên. Hơn nữa, PI bị ảnh hưởng bởi Tính dễ sử dụng được nhận thức (PEOU) và Tính hữu ích được nhận thức
(PU). Nghiên cứu này đóng góp vào tài liệu hiện có về việc áp dụng công nghệ bằng cách chứng minh tác động
của các thuộc tính áp dụng như Khả năng thử nghiệm nhận thức (PTR), Khả năng quan sát nhận thức (POB) và
Khả năng tương thích nhận thức (PCO) đối với việc áp dụng công nghệ, đặc biệt là trong bối cảnh MS. Những
phát hiện này phù hợp với các nghiên cứu trước đây trong lĩnh vực này.

Hình 2. 7 Mô hình nghiên cứu của Almarzouqi et al. (2022)
Nghiên cứu này cung cấp sự đóng góp về phương pháp luận cho tài liệu về Hệ thống thông tin (IS)
bằng cách sử dụng phương pháp tiếp cận đa phân tích bổ sung, bao gồm thuật toán Học máy (ML), để kiểm tra
các hệ thống siêu dữ liệu UMS. Đây là một trong số ít nghiên cứu đã sử dụng cách tiếp cận như vậy.
Mặc dù nghiên cứu này đóng góp vào tài liệu về Hệ thống thông tin (IS), nhưng nó cũng có một số
hạn chế. Mô hình khái niệm được sử dụng trong nghiên cứu này chỉ giới hạn ở Tính đổi mới cá nhân (PI) và
Sự hài lòng của người dùng (Hoa Kỳ). Nghiên cứu hiện tại cũng chỉ sử dụng hai cấu trúc TAM; PEOU và PU.
Kết quả là, khả năng khái quát hóa của kết quả nghiên cứu đối với các bối cảnh khác có thể bị hạn chế vì
cuộc điều tra chỉ tập trung vào môi trường giáo dục.
2.4. Những giá trị khoa học kế thừa và những khoảng trống cần được tiếp tục nghiên cứu
2.4.1. Kế thừa giá trị khoa học
Qua quá trình tổng hợp, nghiên cứu trong nước và quốc tế, có thể thấy các nghiên cứu về metaverse
đã nhận được sự quan tâm và triển khai. Tuy nhiên, đây vẫn là một khái niệm còn khá mới đối với Việt Nam
và chưa có nghiên cứu nào về các yếu tố ảnh hưởng đến ý định sử dụng metaverse của các công ty CNTT tại
Đà Nẵng. Các nghiên cứu liên quan trước đây cả trong nước và quốc tế đều sử dụng các mô hình như Mô hình
chấp nhận công nghệ (TAM), Lý thuyết thống nhất về chấp nhận và sử dụng công nghệ 2 (UTAUT2) và mô hình
SPICE. Tuy nhiên, để có được sự hiểu biết toàn diện và xem xét nhiều khía cạnh khác nhau. Vì vậy, tác giả
đã kết hợp các yếu tố từ cả lý thuyết Mô hình chấp nhận công nghệ (TAM) và Lý thuyết khuếch tán đổi mới
(DOI) để làm rõ

vấn đề nghiên cứu trong luận án bao gồm “Tính hữu ích được nhận thức” và “Dễ sử dụng được nhận thức”
từ mô hình TAM, cũng như Khả năng tương thích, Khả năng dùng thử và Khả năng quan sát từ lý thuyết
DOI.
“Cảm nhận hữu ích” là một trong những yếu tố quan trọng trong lĩnh vực nghiên cứu về
đánh giá và chấp nhận công nghệ. Nó thể hiện cách người dùng đánh giá công nghệ hoặc sản phẩm về mặt
cải thiện hiệu suất công việc, hiệu quả hoạt động hoặc trải nghiệm tổng thể của họ. Van và cộng sự
(2022) đã chỉ ra rằng trong bối cảnh ứng dụng Metaverse tại các doanh nghiệp CNTT Việt Nam, nhận thức
về tính hữu ích có tác động mạnh mẽ đến
ý định sử dụng.
“Cảm nhận dễ sử dụng” là một trong những yếu tố quan trọng trong lĩnh vực nghiên cứu về
đánh giá và chấp nhận công nghệ. Nhận thức về tính dễ sử dụng cho biết mức độ dễ dàng mà người dùng
đánh giá một công nghệ hoặc sản phẩm về khả năng tiếp cận, khả năng sử dụng và tương tác với nó.
Theo Vân và cộng sự (2022), trong bối cảnh ứng dụng Metaverse tại các công ty CNTT Việt Nam, nhận
thức về tính dễ sử dụng có tác động mạnh mẽ đến ý định sử dụng. Các nghiên cứu khác (ví dụ
Kanchanatanee và cộng sự, 2014; Tahar và cộng sự, 2020) cũng chỉ ra rằng nhận thức về tính dễ sử dụng
có tác động tích cực đến ý định sử dụng.
“Nhận thức về khả năng tương thích” đề cập đến đánh giá cá nhân của một cá nhân về mức độ
mà công nghệ mới (trong trường hợp này là Metaverse) phù hợp với công việc, nhiệm vụ hoặc mục tiêu
cá nhân của họ. Nghiên cứu trước đây được thực hiện bởi Vân et al. (2022) đã chứng minh rằng khả
năng tương thích được nhận thức là một yếu tố quan trọng ảnh hưởng đến ý định áp dụng công nghệ
mới. Khả năng tương thích đề cập đến mức độ nhất quán giữa niềm tin, lối sống, giá trị, nhu cầu hoặc
trải nghiệm trong quá khứ của người dùng và sự đổi mới (ví dụ: Singh & Sinha, 2020) cũng như mức độ
phù hợp giữa công nghệ đổi mới và người dùng (ví dụ: Jung et al. ., 2019).
“Khả năng dùng thử được cảm nhận” phản ánh đánh giá của người dùng về khả năng thử nghiệm
và khám phá một công nghệ mới trước khi thực sự sử dụng nó. Nghiên cứu trước đây được thực hiện bởi
Vân et al. (2022) đã chứng minh rằng khả năng dùng thử được cảm nhận là một yếu tố quan trọng ảnh
hưởng đến ý định áp dụng công nghệ mới. Nghiên cứu trước đây cho thấy rằng khi người dùng có cơ
hội trải nghiệm một công nghệ mới, họ sẽ giảm bớt nỗi sợ hãi và e ngại khi sử dụng nó (ví dụ: Tan &
Thompson, 2000; Md Nor và cộng sự, 2008).
“Khả năng quan sát được cảm nhận” là mức độ mà người khác có thể nhìn thấy kết quả của một
đổi mới. Theo Lee (2007), một số nghiên cứu đã chứng minh rằng khả năng quan sát có ảnh hưởng tích
cực đến thái độ của người dùng đối với hệ thống và ý định sử dụng nó. Mọi người sẽ dễ dàng áp dụng
đổi mới hoặc công nghệ hơn nếu họ có thể quan sát kết quả từ việc sử dụng nó (ví dụ: Zhang và cộng
sự, 2010).

2.4.2. Những khoảng trống cần được nghiên cứu thêm
Tác giả cũng thừa nhận rằng hiện nay có những nghiên cứu mới nổi về metaverse cả
trong nước và quốc tế, mặc dù vẫn còn tương đối ít. Do đặc điểm địa lý, nhân khẩu học của
từng địa phương, vùng miền là khác nhau nên tác giả cũng đã bổ sung thêm các yếu tố để làm
rõ vấn đề nghiên cứu của luận án.
Tác giả cũng kết hợp 2 yếu tố “Niềm tin” và “Nhận thức tương tác”
làm rõ vấn đề nghiên cứu của luận án:
“Niềm tin” là một yếu tố quan trọng trong việc chấp nhận và sử dụng các công nghệ
mới như Metaverse. Theo Abd Malik và cộng sự. (2019), niềm tin được coi là một trong những
yếu tố quan trọng cần được nghiên cứu trong bối cảnh công nghệ mới, vì mức độ tin cậy cao
sẽ dẫn đến khả năng người tiêu dùng chấp nhận công nghệ mới cao hơn. Đối với một công nghệ
chưa được biết đến rộng rãi và tương đối mới như nền tảng Metaverse, những lo ngại về
quyền riêng tư và bảo mật dữ liệu sẽ ảnh hưởng đến việc chấp nhận của người dùng. Vì vậy,
tác giả nhận thấy cần phải đưa yếu tố “Niềm tin” vào mô hình nghiên cứu.
Việc tìm hiểu yếu tố “Niềm tin” sẽ giúp hiểu rõ hơn về mức độ tin cậy đối với doanh nghiệp và mức độ ảnh
hưởng của nó đến ý định sử dụng Metaverse.
Tác giả cũng thừa nhận rằng “Tính tương tác được nhận thức” là yếu tố cốt lõi
trong việc xây dựng môi trường Metaverse hấp dẫn và lấy người dùng làm trung tâm. Nó đo
lường mức độ người dùng cảm nhận được sự tương tác trong môi trường thực tế ảo hoặc mở
rộng (Metaverse). Theo Li và cộng sự (2001) nếu người dùng cảm thấy họ có thể tương tác
và giao tiếp hiệu quả và thuận tiện với công nghệ thì họ sẽ có động lực sử dụng nó hơn.
Tương tác và giao tiếp tốt sẽ mang lại trải nghiệm người dùng tốt hơn và tăng khả năng
áp dụng công nghệ mới. Việc bổ sung thêm yếu tố “Tương tác nhận thức” có thể cung cấp
những thông tin có giá trị về tương tác trên Metaverse cho các doanh nghiệp công nghệ tại
Đà Nẵng. Tuy nhiên, các mô hình nghiên cứu trước đây hiếm khi sử dụng biến này. Hơn nữa,
nghiên cứu hiện tại trong lĩnh vực này vẫn còn hạn chế nên cần có những phân tích thử nghiệm
sâu hơn về tương tác nhận thức.
Bằng cách sử dụng sự kết hợp này, nghiên cứu có thể cung cấp cái nhìn sâu sắc hơn về
tiềm năng ứng dụng và sử dụng công nghệ metaverse tại các công ty CNTT tại Đà Nẵng.
Đà Nẵng là một trong những thành phố lớn ở Việt Nam tích cực phát triển ngành CNTT
trong những năm gần đây. Tác giả lựa chọn tiến hành nghiên cứu tại Đà Nẵng do những hạn chế
về nguồn lực và vị trí địa lý nơi tác giả cư trú cũng như sự thuận tiện trong việc khảo
sát và lấy mẫu. Do đó, tác giả không thể thực hiện nghiên cứu sâu rộng vào thời điểm hiện
tại. Hạn chế này

cũng là một trong những thách thức mà tác giả đang phải đối mặt. Khi tác giả đạt được kết quả đầy hứa
hẹn ở Đà Nẵng, có khả năng mở rộng nghiên cứu sang các thành phố lớn khác như Thành phố Hồ Chí Minh và
Hà Nội trong tương lai, nhằm phát triển hơn nữa đề tài nghiên cứu.
2.5. Mô hình nghiên cứu và giả thuyết đề xuất
2.5.1. Ý định sử dụng
Rekarti và Hertina (2014) giải thích rằng “sự quan tâm đến việc sử dụng là ý định, thường được
định nghĩa là mong muốn sâu sắc được làm điều gì đó được ưa thích”. Theo Ajzen (1991), “ý định là yếu
tố thúc đẩy phản ánh sự sẵn lòng của một cá nhân để thực hiện một hành vi cụ thể”. Báo cáo năm 2002 của
Ủy ban Truyền thông về Thay đổi Hành vi trong Thế kỷ 21 đã nêu rằng “ý định là khả năng nhận thức hoặc
chủ quan của một người để thực hiện một hành vi cụ thể” (Ủy ban Truyền thông về Thay đổi Hành vi trong
Thế kỷ 21, 2002). “Ý định sử dụng có thể được hiểu là sự sẵn lòng của người dùng khi sử dụng công nghệ
hoặc hệ thống” (ví dụ, Mardiana và cộng sự, 2015).
Xuất phát từ khái niệm trên, tác giả đề xuất khái niệm:
Ý định sử dụng Metaverse là tình huống doanh nghiệp sẵn sàng và có ý định tham gia vào hệ thống
Metaverse để triển khai các ứng dụng cho doanh nghiệp của mình
các hoạt động.
2.5.2. Giả thuyết phát triển
2.5.1.1. Khả năng tương thích cảm nhận (PC)
Theo Rogers (2003), định nghĩa về khả năng tương thích được nhận thức (PC) là “mức độ mà một sự đổi
mới được coi là phù hợp với các giá trị hiện tại, kinh nghiệm trong quá khứ và nhu cầu của những người
áp dụng tiềm năng”. Khả năng tương thích đề cập đến mức độ nhất quán giữa niềm tin, lối sống, giá trị,
nhu cầu hoặc trải nghiệm trong quá khứ của người dùng và sự đổi mới (ví dụ: Singh & Sinha, 2020) cũng
như mức độ phù hợp giữa công nghệ đổi mới và người dùng (ví dụ: Jung et al. ., 2019). Trong bối cảnh
Metaverse, khả năng tương thích được nhận thức có thể được hiểu là mức độ mà các doanh nghiệp hiểu
và đánh giá tiềm năng của Metaverse trong việc phù hợp với nhu cầu và giá trị kinh doanh của họ. Điều
này bao gồm sự tương thích về cả cơ sở hạ tầng - công nghệ và chiến lược
tầm nhìn của doanh nghiệp.
Nghiên cứu được tiến hành trước đây đã thiết lập mối liên hệ chặt chẽ giữa nhận thức của người
học về công nghệ và khả năng tương thích của nó với các giá trị, nhu cầu và trải nghiệm của họ. Ngược
lại, khả năng tương thích này có ảnh hưởng tích cực đến tính hữu ích được cảm nhận của công nghệ (ví
dụ, Agarwal & Prasad, 1999; Gefen, 2004; Moore &

Benbasat, 1991). Một nghiên cứu khác của Ismail (2016) xác nhận thêm rằng khả năng tương thích được nhận thức có
tác động tích cực đến tính hữu ích được nhận thức.
Theo Venkatesh và cộng sự. (2003), khi một công nghệ mới được coi là tương thích với niềm tin và hành vi
hiện tại thì nó có thể được coi là dễ sử dụng.
Điều này là do người dùng có nhiều khả năng cảm thấy quen thuộc và thoải mái hơn với công nghệ này, đồng thời có
thể chuyển kiến thức và kỹ năng trước đây của họ sang công nghệ mới.
hệ thống.
Một số nghiên cứu (ví dụ: Somang và cộng sự, 2019; Chin & Lin, 2015; Di Pietro và cộng sự, 2015; Shakrokh,
2019) chỉ ra rằng khả năng tương thích ảnh hưởng đáng kể đến tính hữu ích và tính dễ sử dụng được nhận thức.
Vì vậy, tác giả đề xuất giả thuyết:
H1a: Nhận thức về tính tương thích có tác động tích cực đến nhận thức về tính hữu ích
H1b: Nhận thức về tính tương thích có tác động tích cực đến nhận thức về tính dễ sử dụng
2.5.1.2. Khả năng dùng thử được cảm nhận (PT)
Theo Rogers (2003), “khả năng thử nghiệm là mức độ dễ dàng thử nghiệm một đổi mới khi nó được áp dụng”. Trong
bối cảnh Metaverse, khả năng dùng thử được nhận thức có thể được hiểu là khả năng người dùng/doanh nghiệp nhận
thức và đánh giá các tính năng và ứng dụng của công nghệ Metaverse thông qua thử nghiệm, giúp họ hiểu rõ hơn về
công nghệ. Điều này giúp các công ty CNTT tại Đà Nẵng đánh giá tính khả thi của việc áp dụng công nghệ Metaverse,
giảm thiểu rủi ro và tăng hiệu quả của quá trình triển khai. Nghiên cứu trước đây cho thấy rằng khi người dùng
có cơ hội trải nghiệm một công nghệ mới, họ sẽ giảm bớt nỗi sợ hãi và e ngại khi sử dụng nó (ví dụ: Tan &
Thompson, 2000; Md Nor và cộng sự, 2008).
Thông qua thử nghiệm, các công ty có thể đánh giá được lợi ích mà Metaverse có thể mang lại. Trong một nghiên
cứu được thực hiện bởi Lee et al. (2011), người ta đã chứng minh rằng khả năng dùng thử có tác động đáng chú ý
đến tính hữu ích được nhận thức. Những phát hiện này phù hợp với kết quả được báo cáo bởi Mutahar et al. (2017),
hỗ trợ thêm cho mối quan hệ giữa khả năng dùng thử và tính hữu ích được nhận thấy.
Nan và cộng sự. (2008) đã tìm thấy mối quan hệ đáng kể giữa khả năng dùng thử và nhận thức về tính dễ sử dụng.
Tương tự, Lee và cộng sự. (2011) đã thực hiện một nghiên cứu về ý định sử dụng hệ thống e-learning, cho thấy ảnh
hưởng mạnh mẽ của khả năng dùng thử đến nhận thức về tính dễ sử dụng.
Kết quả nghiên cứu của Tran và Cheng (2017) càng ủng hộ quan điểm cho rằng khả năng dùng thử có tác động đáng kể
đến nhận thức về tính dễ sử dụng. Nếu người dùng gặp khó khăn trong việc sử dụng và thử một cải tiến thì cá nhân
đó sẽ ít có khả năng áp dụng nó hơn. Nó có nghĩa là khả năng thử nghiệm

có mối tương quan tích cực với tỷ lệ áp dụng (ví dụ: Trakulmaykee và cộng sự, 2014).
H2a: Khả năng dùng thử được cảm nhận có tác động tích cực đến sự hữu ích được cảm nhận
H2b: Khả năng dùng thử được cảm nhận có tác động tích cực đến cảm nhận về tính dễ sử dụng
2.5.1.3. Tương tác cảm nhận (PI)
“Tính tương tác có thể được định nghĩa là khả năng hoặc thiết kế để đáp ứng các hành động và mệnh lệnh
của người dùng” (ví dụ, Abdullah và cộng sự, 2016). Theo Steuer (1992), tính tương tác cũng có thể được
định nghĩa là “mức độ mà người sử dụng phương tiện có thể ảnh hưởng đến hình thức hoặc nội dung của
môi trường được trung gian”. Trong bối cảnh Metaverse, khả năng tương tác được nhận thức có thể được
hiểu là cách người dùng/doanh nghiệp đánh giá mức độ tương tác và trải nghiệm khi sử dụng Metaverse,
bao gồm cả thời gian phản hồi của Metaverse đối với người dùng/doanh nghiệp trong quá trình tương tác
của họ; khả năng Metaverse phân tích và cung cấp thông tin, trả lời các câu hỏi và cung cấp dịch vụ hỗ
trợ khách hàng; thời gian và không gian cho phép người dùng/doanh nghiệp sử dụng Metaverse cũng như sự
dễ dàng và thuận tiện mà người dùng/doanh nghiệp sử dụng Metaverse (tính năng tương tác, giao diện
người dùng và phương thức truy cập vào Metaverse).
Theo Wang & Zhang (2012), khi người dùng nhận thấy mức độ tương tác cao trong một hệ thống, họ
có nhiều khả năng tương tác và khám phá các tính năng của nó hơn.
Sự tham gia và khám phá ngày càng tăng này có thể dẫn đến sự hiểu biết tốt hơn về chức năng của hệ thống,
từ đó có thể làm tăng nhận thức của người dùng về tính hữu ích của hệ thống. Marzuki và cộng sự. (2016)
đã chỉ ra rằng tính tương tác nhận thức có ảnh hưởng đáng kể đến tính hữu ích nhận thức.
Khi người dùng/doanh nghiệp nhận thấy rằng metaverse có mức độ tương tác cao và dễ dàng tương
tác thông qua các tính năng của nó, họ có thể cảm thấy rằng hệ thống này thân thiện với người dùng hơn
và dễ sử dụng hơn. Marzuki và cộng sự. (2016) cũng chỉ ra rằng tính tương tác nhận thức có ảnh hưởng
đáng kể đến nhận thức tính dễ sử dụng. Một nghiên cứu khác của Ke et al. (2012) nhận thấy rằng tính
tương tác của hệ thống tác động đáng kể đến cả tính hữu ích và tính dễ sử dụng. Vì vậy, tác giả đề xuất
giả thuyết:
H3a: Nhận thức tương tác có tác động tích cực đến nhận thức tính hữu ích
H3b: Tính tương tác cảm nhận có tác động tích cực đến cảm nhận tính dễ sử dụng
2.5.1.4. Khả năng quan sát được cảm nhận (PO)
Khả năng quan sát được cảm nhận là mức độ mà người khác có thể nhìn thấy kết quả của một sự đổi mới (ví
dụ, Rogers, 2003). Do đó, khả năng quan sát được nhận thức cũng có thể được gọi là khả năng truyền đạt
được nhận thức hoặc khả năng mô tả của một sự đổi mới (ví dụ: Bakkabulindi, 2012). bên trong

Bối cảnh Metaverse, khả năng quan sát được nhận thức có thể được hiểu là mức độ mà các kết quả
và lợi ích của việc sử dụng Metaverse trong doanh nghiệp có thể được nhìn thấy và hiểu rõ ràng
bởi các bên liên quan, bao gồm nhân viên, đối tác, khách hàng và cộng đồng. Mọi người sẽ dễ dàng
áp dụng đổi mới hoặc công nghệ hơn nếu họ có thể quan sát kết quả từ việc sử dụng nó (ví dụ: Zhang
và cộng sự, 2010).
Trong một nghiên cứu trước đây tích hợp các yếu tố Lý thuyết khuếch tán đổi mới (DIT) với Mô
hình chấp nhận công nghệ (TAM), người ta cho rằng khả năng nhân viên dễ dàng quan sát hệ thống có
tác động tích cực đến cả nhận thức về tính hữu ích và nhận thức về tính dễ sử dụng. (Lee và cộng
sự, 2011). Dựa trên lập luận của Lee et al. (2011), những đặc điểm có thể quan sát được này được
coi là có tác động tích cực đến nhận thức về tính hữu ích và nhận thức về tính dễ sử dụng. Rezaei
và Salehi (2010) cũng chỉ ra rằng khả năng quan sát có ảnh hưởng trực tiếp đến nhận thức về tính
dễ sử dụng và nhận thức về tính hữu ích.
H4a: Khả năng quan sát được cảm nhận có tác động tích cực đến tính hữu ích cảm nhận
H4b: Khả năng quan sát được cảm nhận có tác động tích cực đến cảm nhận tính dễ sử dụng
2.5.1.5. Cảm nhận hữu ích (PU)
“Nhận thức về tính hữu ích là mức độ mà một người tin rằng tính hữu ích và lợi ích của việc
sử dụng một số công nghệ cụ thể có thể cải thiện hiệu suất của họ” (ví dụ, Davis, 1989). Điều này
có nghĩa là nếu ai đó tin rằng sử dụng công nghệ mới có thể nâng cao hiệu suất của họ, họ sẽ sử
dụng nó nếu họ tin rằng nó hữu ích, nhưng nếu họ không tin rằng nó hữu ích thì chắc chắn họ sẽ
không sử dụng nó (ví dụ, Fatmawati, 2015) . Theo Ramayah và Ignatius (2005), nhận thức về tính hữu
ích bao gồm: (1) Hiệu quả là nhận thức cho rằng sử dụng công nghệ hoặc hệ thống giúp tiết kiệm
thời gian; (2) Hiệu quả mô tả mức độ mà một nhiệm vụ có thể được thực hiện nhanh hơn bằng cách sử
dụng hệ thống hoặc công nghệ; (3) Tiện ích mô tả mức độ mà một công nghệ hoặc hệ thống có thể hữu
ích cho một người nào đó, đặc biệt trong bối cảnh hoạt động của công ty; (4)
Sự tiện lợi mô tả lợi ích của việc sử dụng một hệ thống hoặc công nghệ.
Trong bối cảnh Metaverse, nhận thức về tính hữu ích được nhìn nhận tích cực sẽ ảnh hưởng đến
việc áp dụng nếu Metaverse dễ quản lý, tiết kiệm thời gian làm việc, nâng cao hiệu quả và mang lại
lợi ích cho doanh nghiệp khi tham gia hoặc xây dựng Metaverse.
Nhận thức về tính hữu ích của công nghệ có liên quan đến cách người dùng đánh giá kết quả liên
quan đến việc thực hiện nhiệm vụ, bao gồm các yếu tố bên ngoài như cách công nghệ thông tin (CNTT)
có thể cải thiện và nâng cao hiệu quả và hiệu suất của nhiệm vụ (ví dụ: D. Gefen, 2000). Van và
cộng sự (2022) đã chỉ ra rằng trong bối cảnh ứng dụng Metaverse tại các doanh nghiệp CNTT Việt
Nam, nhận thức về tính hữu ích có tác động mạnh mẽ

về ý định sử dụng. Các nghiên cứu khác (ví dụ Kanchanatanee và cộng sự, 2014; Tahar và cộng sự, 2020;
Alkhawaja và cộng sự, 2022; Kim & Lee., 2014) cũng chỉ ra rằng nhận thức về tính hữu ích có tác động
tích cực đến ý định sử dụng. Vì vậy, tác giả đề xuất giả thuyết:
H6: Cảm nhận sự hữu ích có tác động tích cực đến Ý định sử dụng
2.5.1.6. Cảm nhận dễ sử dụng (PEU)
Nhận thức về tính dễ sử dụng được định nghĩa “là mức độ mà một cá nhân tin rằng
việc sử dụng một hệ thống sẽ dễ dàng” (ví dụ, Davis, 1989). Tức là có người tin rằng công nghệ này dễ
sử dụng và do đó không cần nhiều nỗ lực (ví dụ, Fatmawati, 2015). Theo Ramayah và Ignatius (2005),
nhận thức về tính dễ sử dụng bao gồm: (1) Tính dễ sử dụng, đề cập đến sự dễ dàng mà một hệ thống hoặc
công nghệ có thể được sử dụng; (2) Sự rõ ràng và hiểu biết, đề cập đến mức độ rõ ràng và hiểu biết về
hệ thống hoặc công nghệ đang được sử dụng; (3) Tính dễ học, nghĩa là người nào đó có thể học hoặc áp
dụng một hệ thống hoặc công nghệ một cách dễ dàng; và (4) Tính dễ sử dụng nói chung, đề cập đến tính
dễ sử dụng tổng thể của một hệ thống hoặc công nghệ đang được sử dụng.
Trong bối cảnh Metaverse, nhận thức về tính dễ sử dụng có thể được hiểu là nhận thức của người
dùng/doanh nghiệp về tính dễ sử dụng của Metaverse, hiểu rõ các tính năng trong Metaverse mà không cần
phải tốn quá nhiều thời gian hay yêu cầu quá cao.
ủng hộ.
Theo Vân và cộng sự (2022), trong bối cảnh ứng dụng Metaverse tại các công ty CNTT Việt Nam,
nhận thức về tính dễ sử dụng có tác động mạnh mẽ đến ý định sử dụng.
Các nghiên cứu khác (ví dụ Kanchanatanee và cộng sự, 2014; Tahar và cộng sự, 2020) cũng chỉ ra rằng
nhận thức về tính dễ sử dụng có tác động tích cực đến ý định sử dụng.
Theo Gefen và Straub (2000), nhận thức tính dễ sử dụng là một yếu tố quan trọng trong việc giải
thích tính hữu ích nhận thức. Ảnh hưởng tích cực của nhận thức về tính dễ sử dụng đến nhận thức về
tính hữu ích đã được chứng minh trong một số nghiên cứu (ví dụ: Saroia và cộng sự, 2018; Huang,
2007). Ngoài ra, nhận thức của người dùng về một công nghệ dễ dàng hoặc cần nỗ lực tối thiểu có thể
ảnh hưởng đến quyết định áp dụng và ý định sử dụng công nghệ đó (ví dụ: Tung, 2019; Tahar et al.,
2020). Vì vậy, tác giả đề xuất giả thuyết:
H5: Nhận thức tính dễ sử dụng có tác động tích cực đến nhận thức tính hữu ích
H7: Cảm nhận tính dễ sử dụng có tác động tích cực đến Ý định sử dụng

2.5.1.7. Niềm tin (T)
Budiantara và cộng sự. (2019) giải thích rằng niềm tin là “sự sẵn lòng của người tiêu dùng phụ thuộc vào
các bên khác và dễ bị tổn thương trước hành động của các bên khác trong một quy trình nhất định, với hy
vọng rằng bên kia sẽ áp dụng các thực tiễn có thể chấp nhận được và sẽ có thể cung cấp sản phẩm và dịch
vụ mà họ đã hứa”. Theo Kotler và Armstrong (2016) “niềm tin là suy nghĩ mô tả của ai đó về điều gì đó”.
Trong bối cảnh Metaverse, sự tin cậy có thể được hiểu là sự tin tưởng của người dùng/doanh nghiệp đối
với hệ thống, dịch vụ và chính sách của Metaverse. Điều này bao gồm niềm tin vào độ tin cậy của hệ thống
Metaverse, tính bảo mật và quyền riêng tư của người dùng/doanh nghiệp, tính minh bạch trong hoạt động
cũng như khả năng cung cấp các dịch vụ và sản phẩm đã hứa.
Nếu người dùng/doanh nghiệp tin tưởng vào độ tin cậy của hệ thống Metaverse, họ có nhiều khả năng sử dụng
nó để trải nghiệm các tính năng và ứng dụng của nó. Một số nghiên cứu (ví dụ: Ramli và cộng sự, 2021; Abd
Malik và cộng sự, 2019) đã chỉ ra rằng niềm tin ảnh hưởng đáng kể đến ý định sử dụng. Vì vậy, tác giả đề
xuất giả thuyết:
H8: Niềm tin có tác động tích cực đến Ý định sử dụng
2.5.3. Đề xuất mô hình nghiên cứu
Dựa trên cơ sở lý luận và các nghiên cứu trước đây, tác giả đề xuất mô hình nghiên cứu cho đề tài bao
gồm các yếu tố ảnh hưởng đến ý định sử dụng Metaverse tại các Doanh nghiệp CNTT Đà Nẵng. Mô hình bao gồm
5 biến độc lập: khả năng tương thích được nhận thức, khả năng dùng thử được nhận thức, tính tương tác
được nhận thức, khả năng quan sát được nhận thức và sự tin cậy; hai biến trung gian: nhận thức về tính
hữu ích, nhận thức về tính dễ sử dụng; và một biến phụ thuộc: ý định sử dụng.
Hình 2. 8 Mô hình đề xuất

CHƯƠNG 3. THIẾT KẾ NGHIÊN CỨU
3.1. Phương pháp nghiên cứu
Nghiên cứu này được thực hiện qua hai giai đoạn chính: nghiên cứu sơ bộ thông qua
phương pháp định tính và nghiên cứu chính thức thông qua phương pháp định lượng.
Bảng 3.1 Các giai đoạn nghiên cứu được thực hiện
Sân khấu Kỹ thuật
Giai đoa n 1: Nghiên cứu định tính được thực hiện bằng cách sử dụng các cuộc phỏng vấn
chuyên gia và khảo sát thí điểm để sàng lọc và hoàn thiện bảng câu hỏi với cỡ
Nghiên cứu sơ bộ
mẫu nhỏ (N=3). Đội ngũ chuyên gia gồm 1 chuyên gia công nghệ thông tin và 2
chuyên gia nghiên cứu định lượng.
Một mô hình nghiên cứu và thang đo được đề xuất dựa trên nền tảng lý
thuyết từ các nghiên cứu có liên quan trước đó. Từ đó, tác giả áp dụng các
mô hình và
quy mô để tiến hành nghiên cứu chính thức.
Giai đoạn 2: Dữ liệu được thu thập thông qua khảo sát trực tiếp bằng bảng câu hỏi tại bãi
đỗ xe của các doanh nghiệp CNTT tại Đà Nẵng và qua khảo sát trực tuyến bằng
Nghiên cứu chính thức
Google Forms được gửi đến người tham gia khảo sát qua Facebook và Zalo với
cỡ mẫu lớn (350 - 450).
Dữ liệu thu thập được xử lý, lọc và mã hóa khi cần thiết trong bảng câu
hỏi bằng phần mềm Microsoft Excel, SPSS ver 26 và AMOS ver 24. Các phương
pháp thống kê như
như thống kê mô tả, kiểm tra độ tin cậy của thang đo (phân tích Cronbach's
Alpha), phân tích nhân tố khám phá (EFA), phân tích nhân tố xác nhận (CFA) và
mô hình phương trình cấu trúc (SEM) đã được sử dụng để phân tích dữ liệu.
Việc thu thập dữ liệu cho nghiên cứu này được thực hiện bằng cách sử dụng bảng câu hỏi tự điền. Bảng
câu hỏi là “một bộ câu hỏi được thiết kế cẩn thận dưới dạng giống nhau cho một nhóm người để thu thập dữ liệu
về một số chủ đề mà người dân quan tâm”.

nhà nghiên cứu” (ví dụ, Sapsford và Jupp, 2006). Phương pháp thu thập dữ liệu được chọn vì nó
phù hợp với triết lý và phương pháp nghiên cứu hiện tại. Điều này cũng liên quan đến mục đích
của nghiên cứu này là điều tra các yếu tố ảnh hưởng đến ý định sử dụng Metaverse bằng cách thu
thập lượng lớn dữ liệu từ các doanh nghiệp CNTT tại Đà Nẵng. Hơn nữa, việc sử dụng bảng câu
hỏi mang lại một số lợi ích, bao gồm tiết kiệm chi phí và thời gian, giảm khả năng xảy ra các
câu trả lời sai lệch, tăng tính ẩn danh cho người tham gia và xem xét các câu trả lời và khuyến
nghị (ví dụ, Saunders và cộng sự, 2003). Những lợi thế này phù hợp với ngân sách nghiên cứu.
3.2. Thiết kế nghiên cứu
Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng Metaverse của các công ty CNTT tại
Đà Nẵng, tác giả thực hiện theo quy trình sau:
Hình 3.1 Sơ đồ quy trình nghiên cứu

Quá trình nghiên cứu và phân tích số liệu của tác giả được thực hiện như sau:
Đầu tiên, tác giả cần xác định vấn đề nghiên cứu. Tiếp theo, tác giả phải tìm kiếm,
lựa chọn các nghiên cứu trước đây có liên quan về cùng chủ đề để tìm kiếm, tổng hợp cơ sở
lý luận. Sau đó, tác giả tiến hành xây dựng mô hình nghiên cứu và phác thảo thang đo. Tiếp
theo, tác giả tiến hành nghiên cứu sơ bộ thông qua phỏng vấn chuyên gia với cỡ mẫu nhỏ
(N=3) để điều chỉnh mô hình và thang đo trước khi tiến hành chính thức.
nghiên cứu.
Nghiên cứu chính thức được thực hiện thông qua bảng câu hỏi khảo sát với cỡ mẫu lớn (350 - 450).
Để đánh giá mô hình nghiên cứu và các giả thuyết, dữ liệu thu thập được sẽ được lọc, mã hóa, nhập liệu và
phân tích mô tả bằng các biến nhân khẩu học, kiểm định hệ số tin cậy Cronbach Alpha, phân tích EFA, CFA và
SEM. Sau đó, mô hình chuẩn sẽ được điều chỉnh. Cuối cùng, tác giả tiến hành phân tích, thảo luận và đưa ra
kết luận, khuyến nghị cho nghiên cứu.
3.3. Phát triển quy mô sơ bộ
Từ mô hình nghiên cứu đã được phát triển, tác giả tiến hành xây dựng mô hình
thang đo sơ bộ cho các nhân tố trong mô hình. Tất cả các biến được đo lường theo thang
đo Likert từ 1 đến 7, với giá trị thấp nhất là 1 biểu thị “hoàn toàn không đồng ý” và giá
trị cao nhất là 7 biểu thị “hoàn toàn đồng ý”.
1 2 3 4 5 6 7
Hoàn toàn Không đồng ý Hơi không Trung lập một chút Hoan toan Đông y
không đồng ý đồng ý đồng ý đồng ý
Tác giả sử dụng thang điểm 7 thay vì thang điểm 5 vì theo Johns (2010), thang điểm
7 có giá trị phân biệt tốt hơn, dẫn đến kết quả chính xác hơn. Ngoài ra, nghiên cứu của
Preston et al. (2000) cũng cho thấy thang điểm 7 là vượt trội hơn.
Bảng câu hỏi được thiết kế gồm 2 phần chính:
MỤC 1: THÔNG TIN NHÂN KHẨU
Mục đích của phần này là thu thập thông tin về người trả lời khảo sát,
chẳng hạn như giới tính, tuổi tác, chức danh công việc và bộ phận.
MỤC 2: CÁC BIẾN ĐO LƯỜNG THEO NGHIÊN CỨU
NGƯỜI MẪU

a) Các biến độc lập:
“Nhận thức về khả năng tương thích” bao gồm 5 biến được áp dụng từ các nghiên cứu về
Almarzouqi và cộng sự. (2022), Toraman và Geçit (2023), và Akour et al. (2022).
“Khả năng dùng thử được nhận thức” bao gồm 4 biến số được áp dụng từ các nghiên cứu của Akour et
al. (2022) và Trakulmaykee và cộng sự. (2014).
“Tính tương tác nhận thức” bao gồm 5 biến được áp dụng từ nghiên cứu của Geena
Shin và cộng sự. (2013) và Hà & James (1998).
“Khả năng quan sát được nhận thức” bao gồm 4 biến số được áp dụng từ các nghiên cứu của
Almarzouqi et al. (2022), Bennett và Bennett (2003), Martins và cộng sự. (2004), và Karahanna và cộng
sự. (1999).
“Niềm tin” bao gồm 4 biến được áp dụng từ nghiên cứu của Toraman và Gecit (2023) và Liu & Li
(2021).
b) Biến trung gian:
“Nhận thức về tính dễ sử dụng” bao gồm 5 biến số được áp dụng từ các nghiên cứu của Toraman
và Gecit (2023), Abdullah (2016), Smith (2008).
“Nhận thức về tính hữu ích” bao gồm 5 biến số được áp dụng từ các nghiên cứu của Davis et al.
(1986), Wu và Wang (2008), Doll và cộng sự. (1998).
c) Biến phụ thuộc:
“Ý định sử dụng” bao gồm 5 biến được áp dụng từ nghiên cứu của Geena Shin et al.
(2013), Al-Sharafi và cộng sự. (2017), Lai & Li (2004), Shih & Fang (2004).
3.4. Nghiên cứu định tính
Sau khi thiết kế bảng câu hỏi khảo sát, tác giả tiến hành nghiên cứu sơ bộ bằng phương pháp
phỏng vấn chuyên gia. Tác giả gửi bảng câu hỏi cho 3 chuyên gia, trong đó có 1 chuyên gia công nghệ
thông tin và 2 chuyên gia nghiên cứu định lượng. Kết quả nghiên cứu định tính cho thấy 05 biến quan
sát được điều chỉnh phù hợp hơn
dễ hiểu và 03 biến quan sát mới được bổ sung vào thang đo ở
nghiên cứu định lượng. Trên cơ sở các ý kiến phản hồi, tác giả chỉnh sửa và xây dựng thang đo hoàn
chỉnh cho các biến khảo sát trong mô hình nghiên cứu như sau:

Bảng 3. 2 Thang đo các khái niệm nghiên cứu
Nhân tố Biến quan sát Tác giả
Nhận thức về khả năng tương thích
PC1 Tôi thấy Metaverse đáp ứng được kỳ vọng của doanh nghiệp tôi
Almarzouqi và
PC2 Tôi tin rằng Metaverse sẽ phù hợp với văn hóa doanh nghiệp của tôi
cộng sự.
(2022), Toraman và
Geçit (2023),
PC3 Tôi nghĩ Metaverse phù hợp với mục tiêu hoạt động kinh doanh của tôi
Akour và cộng sự.
(2022)
PC4 Sử dụng Metaverse rất phù hợp với cách mọi người làm việc trong doanh nghiệp
của tôi
PC5 Tôi đánh giá cao việc sử dụng Metaverse trong hoạt động kinh doanh của mình
hơn bất kỳ công nghệ thay thế nào
Khả năng dùng thử được cảm nhận
PT1 Doanh nghiệp của tôi cần thời gian làm quen với Metaverse
PT2 Tôi thấy Metaverse hữu ích cho doanh nghiệp của mình sau khi quan sát nó
Akour và cộng sự.
(2022);
PT3 Tôi muốn thử sử dụng Metaverse đủ lâu để xem nó có thể mang lại lợi ích gì
Trakulmaykee và
cho doanh nghiệp của tôi
cộng sự. (2014)
PT4 Tôi muốn xem các tính năng của Metaverse trước khi sử dụng nó cho doanh
nghiệp của mình
Nhận thức về tính tương tác
PI1 Tôi cảm thấy doanh nghiệp của tôi có thể tương tác với khách hàng trong
Metaverse
Geena Shin và
PI2 Tôi cảm thấy tốc độ phản hồi và truy cập của Metaverse rất tốt
nhanh al. (2013); Hà

& James
PI3 Tôi cảm thấy Metaverse hoạt động thông minh
(1998)
PI4 Tôi thấy Metaverse rất tiện lợi khi sử dụng ở mọi nơi
PI5 Tôi thấy Metaverse rất thuận tiện để sử dụng bất cứ lúc nào
Khả năng quan sát được cảm nhận
PO1 Tôi nghĩ Metaverse có thể được sử dụng hàng ngày trong công việc kinh doanh của tôi
nền tảng
Almarzouqi và
PO2 Tôi nghĩ Metaverse có giá trị tốt
cộng sự.
(2022); Bennett
PO3 Tôi muốn sử dụng Metaverse vì nó nhận được phản hồi tích cực từ
(2003); Martins và cộng sự.
các doanh nghiệp khác
(2004);
Karahanna và
PO4 Tôi sẽ sử dụng Metaverse khi trải nghiệm thành công
với nó cộng sự. (1999)
Dễ dàng nhận thức sử dụng
PEU1 Học cách sử dụng Metaverse sẽ dễ dàng cho doanh nghiệp của tôi
PEU2 Tôi có thể dễ dàng sử dụng thành thạo Metaverse

Toraman và
hệ thống
Gecit (2023);
Abdullah
PEU3 Tôi nhận thấy khả năng tương tác với những người dùng khác trong Metaverse
(2016); Smith
rõ ràng cho doanh nghiệp của tôi
(2008)
PEU4 Mình thấy các tính năng trong Metaverse rất dễ hiểu
PEU5 Tôi không cần hỗ trợ nhiều khi sử dụng Metaverse
Nhận thức rất là có ích
PU1 Sử dụng Metaverse sẽ nâng cao hiệu quả công việc cho doanh nghiệp của tôi
PU2 Tôi tin rằng Metaverse mang lại nhiều lợi ích cho doanh nghiệp của tôi

PU3 Sử dụng Metaverse trong công việc sẽ giúp tôi hoàn thành nhiệm vụ Davis và cộng sự.
nhanh hơn 1986; Wu và Wang
(2008); Búp bê
PU4 Sử dụng Metaverse sẽ giúp doanh nghiệp quản lý công việc dễ dàng hơn và cộng sự.
(1998)
PU5 Sử dụng Metaverse để tương tác với khách hàng sẽ nâng cao trải nghiệm
chung cho doanh nghiệp của tôi
Lòng tin
T1 Tôi tin tưởng rằng hệ thống Metaverse đáng tin cậy
T2 Tôi tin tưởng vào chính sách quyền riêng tư của Metaverse
Toraman và
Gecit (2023);
T3 Tôi tin rằng Metaverse hoạt động minh bạch trong các hoạt động của
Lưu & Lý
mình
(2021)
T4 Tôi tin rằng Metaverse sẽ cung cấp các dịch vụ đã hứa
Ý định sử dụng
I1 Tôi xin giới thiệu Metaverse cho doanh nghiệp của tôi sử dụng
I2 Tôi sẵn sàng đào tạo đồng nghiệp của mình sử dụng Metaverse nếu doanh
Geena Shin và
nghiệp của tôi triển khai nó trong tương lai
al. (2013), Al-
Sharafi và cộng sự.

I3 Nếu doanh nghiệp của tôi sử dụng Metaverse, tôi nghĩ tôi cũng sẽ sử dụng nó
(2017), Lài &
I4 Tôi dự đoán rằng doanh nghiệp của tôi sẽ sử dụng Metaverse trong tương Lý (2004), Thạch
lai để đạt được các mục tiêu hoạt động & Fang (2004)
I5 Tôi thích sử dụng Metaverse hơn các công nghệ khác cho hoạt động
kinh doanh của mình
(Nguồn: Tác giả tổng hợp, 2023)

3.5. Nghiên cứu chính thức
3.5.1. Phạm vi lấy mẫu
Mẫu tổng thể cho nghiên cứu được lựa chọn từ các doanh nghiệp CNTT tại Đà Nẵng
có ý định sử dụng Metaverse.
3.5.2. Cỡ mẫu của nghiên cứu
Việc xác định cỡ mẫu không phải là một nhiệm vụ dễ dàng trong nghiên cứu khoa học và phụ
thuộc vào nhiều yếu tố khác nhau như phương pháp xử lý dữ liệu, mức độ tin cậy yêu cầu
và nhiều yếu tố khác. Theo Gorsuch (1983) và Kline (1979), cỡ mẫu tối thiểu cần có trong
các dự án nghiên cứu khoa học là 100, và Guilford (1954) khuyến nghị con số 200. Tuy
nhiên, theo Comrey và Lee (1992), cỡ mẫu cần thiết cho một mô hình nghiên cứu được thể
hiện thông qua các tuyên bố như:
• Cỡ mẫu 100 được coi là kém.
• Cỡ mẫu 200 được coi là tốt.
• Cỡ mẫu 300 được coi là tốt.
• Cỡ mẫu 500 được coi là rất tốt.
• Cỡ mẫu từ 1000 trở lên được coi là xuất sắc.
Nếu chủ đề nghiên cứu phức tạp và đa dạng hơn thì cỡ mẫu nên lớn hơn.
Tuy nhiên, trên thực tế, cỡ mẫu và phương pháp lấy mẫu sẽ phụ thuộc vào các yếu tố như
thời gian, không gian tiến hành nghiên cứu và nguồn lực sẵn có của nhà nghiên cứu.
Theo Hair và cộng sự. (1998), cỡ mẫu tối thiểu cần thiết để phân tích nhân tố EFA phải
dựa trên công thức: n=5*m. Ở đây, n là cỡ mẫu và m là tổng số biến quan sát. Trong nghiên
cứu này, tác giả sử dụng hệ số quan sát với tỷ lệ 5:1, nghĩa là với mỗi biến cần ít nhất
5 quan sát, trong đó biến quan sát được hiểu là câu hỏi đo lường trong bảng khảo sát,
và số lượng biến quan sát được hiểu là câu hỏi đo lường trong bảng khảo sát. số người
tham gia trả lời câu hỏi là số lượng quan sát. Trong mô hình nghiên cứu này, tác giả sử
dụng 37 biến quan sát,
vì vậy số lượng mẫu tối thiểu cần thiết để tiến hành phân tích EFA là 37*5 = 185 mẫu.
Dựa trên các lập luận trên, cỡ mẫu tối thiểu cho nghiên cứu là 185 mẫu. Tuy nhiên, về
nguyên tắc, cỡ mẫu lớn hơn thường được coi là tốt hơn.
Sử dụng các giả thuyết của Comrey và Lee (1992) và Hair et al. (1998) về số lượng mẫu
cần thiết trong mô hình nghiên cứu khoa học và số lượng mẫu cần phân tích, tác giả xác
định cỡ mẫu của nghiên cứu là 350 - 450.

3.5.3. Phương pháp lấy mẫu
Có nhiều phương pháp lấy mẫu khác nhau, có thể chia thành hai nhóm chính:
lấy mẫu xác suất, còn được gọi là lấy mẫu ngẫu nhiên và lấy mẫu phi xác suất.
Trong nghiên cứu này, phương pháp lấy mẫu xác suất đã được sử dụng, cụ thể là lấy mẫu
ngẫu nhiên đơn giản theo cụm, để giảm thiểu sự khác biệt trong các đơn vị mẫu và đảm bảo tính
đại diện của mẫu so với tổng thể. Lấy mẫu ngẫu nhiên đơn giản theo cụm là kiểu lấy mẫu ngẫu
nhiên, trong đó các đơn vị mẫu được chia thành các cụm (hoặc nhóm) có kích thước bằng nhau.
Các cụm được chọn ngẫu nhiên từ tất cả các cụm trong quần thể và các đơn vị trong cụm được lấy
mẫu đầy đủ (ví dụ: Kothari, 2004; Lohr, 2019).
Dữ liệu được thu thập thông qua kết hợp khảo sát trực tiếp bằng bảng câu hỏi tại bãi đỗ
xe của các doanh nghiệp CNTT ở Đà Nẵng và khảo sát trực tuyến bằng bảng câu hỏi Google Forms gửi
tới người tham gia khảo sát qua Internet. Đối tượng khảo sát là các doanh nghiệp CNTT hoạt động
trên địa bàn thành phố Đà Nẵng.
3.5.4. Thu thập dữ liệu
Tác giả thực hiện khảo sát trực tiếp bằng bảng câu hỏi tại bãi đỗ xe của các doanh nghiệp
CNTT ở Đà Nẵng và khảo sát trực tuyến bằng Google Forms gửi đến người tham gia khảo sát qua
Facebook và Zalo. Ngoài ra, tác giả đã liên hệ với bạn bè, người thân đang làm việc trong các
doanh nghiệp CNTT tại Đà Nẵng để nhờ họ hỗ trợ thực hiện khảo sát trong thời gian từ ngày
13/4/2023 đến ngày 5/5/2023. Tác giả cam kết với các doanh nghiệp sẽ sử dụng khảo sát kết quả
chỉ nhằm mục đích nghiên cứu.
Tổng cộng có 431 bảng câu hỏi được gửi đến người tham gia khảo sát thông qua hai
phương pháp nêu trên. Đối với những câu hỏi có dữ liệu “kém” (câu trả lời không đầy đủ, câu
trả lời không phù hợp, câu trả lời không đọc được), có thể khắc phục điều này bằng cách suy
luận từ những câu trả lời khác hoặc quay lại với người phỏng vấn hoặc người trả lời để làm rõ vấn đề.
Đặc biệt, những câu hỏi có quá nhiều chỗ trống, không đầy đủ, không đảm bảo độ tin cậy sẽ bị
loại.
Sau khi nhận được phản hồi, tác giả tiến hành rà soát các bảng câu hỏi chưa đầy đủ và
kết quả cuối cùng là 397 bảng câu hỏi có câu trả lời thỏa đáng được sử dụng để phân tích. Vì
vậy, cỡ mẫu là 397, phù hợp với cỡ mẫu tối thiểu theo lý thuyết (185 mẫu).

Bảng 3. 3 Kết quả thu thập số liệu
TỔNG CỘNG
Số phiếu thu thập được 431
Số lượng phiếu hỏi hợp lệ (mẫu thực tế) 397
3.6. Phân tích dữ liệu
Dữ liệu sau khi được thu thập sẽ được lọc, mã hóa và phân tích thống kê các đặc điểm
nhân khẩu học, phân tích độ tin cậy bằng thang đo Cronbach's Alpha và phân tích nhân tố
khám phá (EFA) bằng phần mềm SPSS 26. Sau đó, phân tích nhân tố khẳng định (CFA) và mô
hình phương trình cấu trúc (SEM) sẽ được thực hiện bằng phần mềm AMOS 24.
3.6.1. Phân tích thống kê mô tả
Bước đầu phân tích dữ liệu trong nghiên cứu, tác giả sẽ sử dụng phương pháp thống kê mô tả
phân tích để phân tích các thuộc tính của mẫu nghiên cứu.
3.6.2. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach's Alpha
Hệ số tin cậy Cronbach's Alpha là hệ số kiểm định dùng để đánh giá độ tin cậy của thang
đo. Kiểm định Cronbach's Alpha giúp chúng ta xác định liệu các biến quan sát được sử
dụng để đo lường một khái niệm có liên quan với nhau để mô tả khái niệm đó hay không và
sự đóng góp của các phép đo đó vào hệ số tương quan tổng biến. Phương pháp kiểm nghiệm
này được sử dụng trước hết để loại bỏ các biến không phù hợp, không cần thiết, ít đóng
góp vào việc đo lường khái niệm, như Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) đã nêu.
Các tiêu chí dùng để đánh giá độ tin cậy của thang đo bao gồm:
• Loại bỏ các biến quan sát có hệ số tương quan tổng mục đã hiệu chỉnh nhỏ hơn 0,3
(ví dụ,Nunnally và Burnstein,1994) vì các biến này được coi là các biến rác.
• Xác định độ tin cậy của thang đo bằng hệ số Cronbach's Alpha, với các giá trị từ
0,6 trở lên thường được sử dụng cho các khái niệm mới hoặc trong bối cảnh nghiên
cứu mới, 0,7 đến 0,8 được coi là chấp nhận được, 0,8 đến 0,9 là tốt,

và 0,9 trở lên được coi là rất tốt (Peterson, 1994; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang,
2007).
• Trước khi tiến hành phân tích nhân tố EFA, nên sử dụng hệ số tin cậy Cronbach's Alpha để loại bỏ
các biến không phù hợp, tránh tạo ra các yếu tố giả (ví dụ Nguyễn Đình Thọ & Nguyễn Thị Mai
Trang, 2007).
3.6.3. Phân tích nhân tố khám phá (EFA)
Sau khi có được phép đo với hệ số tin cậy Cronbach's Alpha và hệ số tương quan đạt yêu cầu, nhà nghiên
cứu tiến hành kiểm định mức độ hội tụ và phân biệt của các biến bằng phân tích nhân tố khám phá (EFA).
Phân tích này đóng vai trò kiểm tra xem các biến đã được nhóm lại với nhau một cách hợp lý hay chưa.
Khi mô hình nghiên cứu bao gồm một số lượng lớn các biến quan sát và các yếu tố có mối tương quan
chặt chẽ với nhau, chúng có thể được nhóm lại với nhau để giúp hợp lý hóa mô hình và định lượng tác
động giữa các yếu tố. Để phục vụ cho mô hình phân tích nhân tố khẳng định, phương pháp trích nhân tố
được sử dụng là Primary Axis Factoring với phép quay Promax. Điều kiện chấp nhận thang đo trong phân
tích nhân tố khám phá
bao gồm:
• 0,5 ₫ KMO ₫ 1. Hệ số Kaiser-Meyer-Olkin (KMO) được sử dụng để đánh giá sự phù hợp của phân tích
nhân tố. Giá trị KMO lớn cho thấy phân tích nhân tố là phù hợp.
• Kiểm định Bartlett có ý nghĩa thống kê với mức ý nghĩa 5% (Sig < 0,05; Eigenvalue > 1).
• Hệ số tải nhân tố phải lớn hơn 0,5. Theo Hair và cộng sự. (1998), hệ số tải nhân tố là chỉ số
đảm bảo ý nghĩa thực tiễn của EFA. Hệ số tải nhân tố lớn hơn 0,3 được coi là tối thiểu, lớn
hơn 0,4 là quan trọng và lớn hơn 0,5 là có ý nghĩa thực tế.
• Phương sai được trích xuất phải lớn hơn 50%.
3.6.4. Phân tích nhân tố khẳng định (CFA)
Phân tích nhân tố khẳng định (CFA) được sử dụng để thiết lập, kiểm tra và điều chỉnh các mô
hình đo lường một cách độc lập. Đây là bước tiếp theo của phân tích nhân tố khám phá (EFA). Mục đích
của CFA là thiết lập các mô hình đo lường phù hợp để kiểm tra
Mô hình cấu trúc. Sự phù hợp của mô hình được xác định dựa trên một số tiêu chí đánh giá
như đã trình bày trước đó.
CFA cần đáp ứng các điều kiện sau (Hair et al., 2010):

Bảng 3. 4 Các thước đo khuyến nghị về độ tin cậy tổng hợp và phương sai được trích xuất
Chỉ số phù hợp Giá trị đề xuất
Cmin/df <3
CFI >.8
GFI >.8
AGFI >.8
RMSEA <.08
TLI >.8
PCLOSE >.05
Nếu điểm Độ tin cậy tổng hợp (CR) của tất cả các mục > 0,7 thì nó đảm bảo sự hội tụ và nếu
điểm Trích xuất phương sai trung bình (AVE) của tất cả các mục là > 0,5 thì nó đảm bảo sự hội tụ.
Hơn nữa, nếu điểm CR luôn cao hơn điểm AVE cho từng hạng mục thì điều này thỏa mãn các điều kiện để
tiếp tục chạy thử nghiệm giả thuyết SEM (ví dụ: Hair et al., 2010).
3.6.5. Phân tích mô hình phương trình cấu trúc tuyến tính (SEM)
Mô hình phương trình cấu trúc (SEM) là một kỹ thuật phân tích thống kê được phát triển như
một phương tiện để phân tích mối quan hệ phức tạp giữa nhiều biến trong một mô hình, có tính đến bản
chất đa chiều của chúng (ví dụ: Haenlein & Kaplan, 2004).
SEM đánh giá mức độ phù hợp tổng thể của mô hình và đáp ứng các điều kiện kiểm định
với giá trị p < 0,05 (ví dụ: Hair và cộng sự, 2010).

CHƯƠNG 4. PHÂN TÍCH DỮ LIỆU VÀ KẾT QUẢ
4.1. Thống kê mô tả
4.1.1. Thông tin chung về mẫu nghiên cứu
Tổng số câu trả lời nhận được là 431 bảng câu hỏi, trong đó có 34
bảng câu hỏi được coi là không hợp lệ. Sau khi sàng lọc, có 397 phản hồi hợp lệ có thể được
sử dụng, chiếm tỷ lệ phản hồi khoảng 92,11%.
Bảng 4.1 Các hình thức thu thập số liệu
Các hình thức thu thập dữ liệu Số lượng Số lượng hợp lệ
phản hồi phản hồi
Khảo sát thông qua bảng câu hỏi
trực tiếp tại bãi đỗ xe 248 282
Khảo sát qua kênh Facebook và Zalo

183 115
Tổng cộng 431 397
4.1.2. Thống kê mô tả theo giới tính
Theo kết quả khảo sát, xét về giới tính, phân tích thống kê mẫu cho thấy 74,8% cá thể là nam,
tương đương 297 người, trong khi 25,2% cá thể là nữ, tương đương 100 người.
Bảng 4. 2 Thống kê mô tả của mẫu theo giới tính
Phần trăm tần số Phần trăm hợp lệ Phần trăm tích lũy
Nam giới 297 74,8 74,8 74,8
Có hiệu lực Nữ giới 100 25,2 25,2 100,0
Tổng cộng 397 100,0 100,0

Hình 4. 1 Biểu đồ thống kê mô tả mẫu theo giới tính
Nhận xét: Có thể nhận thấy có sự chênh lệch giới tính đáng kể trong mẫu nghiên cứu,
với tỷ lệ nam giới tương đối cao (74,8%). Điều này cho thấy trong tập dữ liệu, số
lượng nam giới làm việc trong ngành CNTT ở Đà Nẵng nhiều hơn nữ giới và họ giữ vị
trí thống lĩnh trong lực lượng lao động CNTT tại Đà Nẵng.
4.1.3. Thống kê mô tả theo độ tuổi
Theo kết quả khảo sát độ tuổi trong tập dữ liệu, phân tích thống kê cho thấy tỷ lệ
cao nhất ở độ tuổi từ 18 đến 25, chiếm 38,8%. Tiếp theo, độ tuổi từ 25 đến 35 chiếm
31,2%, độ tuổi từ 35 đến 50 chiếm 24,7% và trên 55 tuổi chiếm 5,3%.
Bảng 4. 3 Thống kê mô tả mẫu theo độ tuổi
Phần trăm tần số Có hiệu lực Tích lũy
Phần trăm Phần trăm
Từ 18 đến 25 tuổi 154 38,8 38,8 38,8
Từ 25 đến 35 tuổi 124 31,2 31,2 70,0
Có hiệu lực
Từ 35 đến 50 tuổi 98 24,7 24,7 94,7
Trên 50 tuổi 21 5.3 5.3 100,0
Tổng cộng 397 100,0 100,0

Hình 4. 2 Biểu đồ thống kê mô tả mẫu theo độ tuổi
Nhận xét: Nhận xét: Về cơ cấu độ tuổi của mẫu, tác giả đã phân loại người tham gia khảo sát thành 4 nhóm.
Dựa trên kết quả khảo sát có thể đưa ra những nhận xét sau:
• Độ tuổi từ 18 đến 25 có tỷ lệ cao nhất là 38,8%, cho thấy nhóm tuổi này chủ yếu bao gồm những người
trẻ mới tốt nghiệp hoặc đang theo học các lĩnh vực liên quan đến công nghệ thông tin.
Họ có thể là sinh viên, thực tập sinh hoặc nhân viên mới bước vào ngành CNTT. Nhóm này thường sở
hữu tư duy linh hoạt, niềm đam mê công nghệ và thường được đánh giá là nhân lực trẻ, sáng tạo và
có vai trò quan trọng đóng góp cho các dự án công nghệ mới.
• Độ tuổi từ 25 đến 35 chiếm 31,2%, đại diện cho những cá nhân có nhiều năm kinh nghiệm làm việc trong
ngành CNTT. Họ có thể là nhà phát triển phần mềm, người quản lý dự án công nghệ hoặc chuyên gia
cơ sở hạ tầng mạng. Lứa tuổi này thường sở hữu kiến thức chuyên sâu về công nghệ, kỹ năng thực
hành cũng như khả năng làm việc độc lập và tham gia vào các dự án phức tạp hơn.
• Độ tuổi từ 35 đến 50 chiếm 24,7% mẫu và thường bao gồm những cá nhân có nhiều kinh nghiệm trong ngành
CNTT. Nhóm tuổi này thường sở hữu kiến thức rộng và khả năng giải quyết các vấn đề phức tạp, cùng
với khả năng đảm nhận vai trò lãnh đạo và cố vấn trong nhóm.
• Nhóm tuổi trên 55 chiếm 5,3%, đại diện cho những cá nhân có kinh nghiệm dày dặn và có độ tuổi lớn
hơn trong ngành CNTT. Họ có thể là

chuyên gia, nhà tư vấn hoặc lãnh đạo trong các công ty CNTT. Nhóm này thường có
kiến thức sâu sắc trong lĩnh vực này.
4.1.4. Thống kê mô tả vị trí công việc
Xét về vị trí công việc, phân tích thống kê cho thấy tỷ lệ vị trí việc làm do người lao
động đảm nhiệm cao nhất, chiếm 68,8%. Tiếp theo đó, quản lý bộ phận chiếm 17,9%, quản lý
điều hành chiếm 8,8% và các vị trí khác chiếm
với giá 4,5%.
Bảng 4. 4 Thống kê mô tả mẫu theo vị trí công việc
Tính thường xuyên Phần trăm hợp lệ Phần trăm tích lũy
Phần trăm
Sự quản lý 35 8,8 8,8 8,8
Phòng
71 17,9 17,9 26,7
Giám đốc
Có hiệu lực
Người lao động 273 68,8 68,8 95,5
Người khác 18 4,5 4,5 100,0
Tổng cộng 397 100,0 100,0
Hình 4. 3 Biểu đồ thống kê mô tả của mẫu theo vị trí công việc
Nhận xét: Dựa trên kết quả khảo sát, có thể thấy rằng trọng tâm chính của việc thu thập dữ
liệu trong mẫu khảo sát là nhân viên công nghệ thông tin. Với tỷ lệ 68,8%, thông tin được
thu thập chủ yếu liên quan đến các cá nhân làm việc ở cấp thấp hơn trong công ty. Mặc dù
tỷ lệ phần trăm của bộ phận

người quản lý và điều hành thấp hơn nhưng vẫn có sự tham gia của các cá nhân vào vai
trò lãnh đạo, quản lý trong doanh nghiệp CNTT.
4.1.5. Thống kê mô tả của bộ phận công tác
Về các phòng ban, phân tích thống kê cho thấy phòng Kỹ thuật và Công nghệ chiếm tỷ lệ
cao nhất, chiếm 23,4%.
Tiếp theo đó, bộ phận Kinh doanh chiếm 19,6%, bộ phận Quản lý chiếm 18,1%, bộ phận Tài
chính Kế toán chiếm 16,9%, bộ phận Nhân sự chiếm 13,8% và các bộ phận còn lại thuộc
“Khác” chiếm 8,3 %.
Bảng 4. 5 Thống kê mô tả mẫu theo khoa
Tần suất Phần trăm Phần trăm hợp lệ Tích lũy

Phần trăm
Sự quản lý 72 18.1 18.1 18.1
nguồn nhân lực

54 13.6 13.6 13.6
Phòng
Bộ phận kinh doanh 78 19.6 19.6 51,4
Tài chính và kế toán

Có hiệu lực 67 16,9 16,9 68,3
Phòng
Kỹ thuật và
93 23,4 23,4 91,7
Phòng Công nghệ
Người khác 33 8.3 8,5 100,0
Tổng cộng 397 100,0 100,0

Hình 4. 4 Biểu đồ thống kê mô tả mẫu theo khoa
Nhận xét: Dựa trên kết quả khảo sát, có thể nhận thấy rằng bộ phận Kỹ thuật và Công nghệ
có tỷ lệ cao nhất là 23,4% trong mẫu được khảo sát, cho thấy sự tập trung đặc biệt vào
Metaverse trong lĩnh vực kinh doanh CNTT. Bộ phận Kinh doanh chiếm 19,6%, thể hiện sự quan
tâm đáng kể đến các khía cạnh kinh doanh và thương mại của Metaverse trong ngành CNTT.
4.2. Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach's Alpha
Bảng liệt kê 8 khái niệm, bao gồm PC (Khả năng tương thích được nhận thức), PT (Khả năng dùng
thử được nhận thức), PI (Khả năng tương tác được nhận thức), PO (Khả năng quan sát được nhận thức), PEU
(Tính dễ sử dụng được nhận thức), PU (Tính hữu ích được nhận thức), T (Sự tin cậy), và tôi (Ý định sử dụng).
Để đánh giá độ tin cậy của phép đo, tác giả sử dụng hệ số tin cậy Cronbach's Alpha. Bảng
4.6 trình bày kết quả kiểm định Cronbach's Alpha cho tất cả các nhân tố. Phân tích bằng
phần mềm SPSS cho thấy tất cả các thang đo đều đạt tiêu chí Cronbach's Alpha > 0,6 theo
báo cáo của Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2007). Hơn nữa, các hệ số tương quan
đều trên 0,3, phù hợp với các tiêu chí đã thiết lập và không có quan sát nào bị loại bỏ.
Điều này cho thấy mối liên hệ chặt chẽ giữa các biến trong cùng một khái niệm
khuôn khổ.
Bảng 4. 6 Kết quả phân tích độ tin cậy Cronbach's Alpha
Biến đổi Tổng số mục đã sửa Mục Cronbach's Alpha nếu
Tương quan Đã xóa
Nhận thức được khả năng tương thích - Cronbach's Alpha = 0,862
PC1 .673 .835

PC2 .704 .828
PC3 .766 .812
PC4 .678 .834
PC5 .590 .856
Khả năng dùng thử được cảm nhận - Cronbach's Alpha = 0,872
PT1 .726 .837
PT2 .752 .826
PT3 .738 .832
PT4 .692 .851
Tương tác cảm nhận - Cronbach's Alpha = 0,851
PI1 .686 .814
PI2 .704 .809
PI3 .620 .832
PI4 .608 .834
PI5 .695 .813
Khả năng quan sát được cảm nhận - Cronbach's Alpha = 0,892
PO1 .757 .864
PO2 .788 .852
PO3 .727 .874
PO4 .779 .855
Nhận thức về tính dễ sử dụng - Cronbach's Alpha = 0,844
PEU1 .635 .816
PEU2 .686 .802
PEU3 .641 .814
PEU4 .689 .801
PEU5 .594 .826
Cảm nhận hữu ích - Cronbach's Alpha = 0,847
PU1 .638 .821

PU2 .699 .804
PU3 .690 .807
PU4 .648 .818
PU5 .604 .830
Độ tin cậy - Cronbach's Alpha = .839
T1 .604 .824
T2 .719 .774
T3 .730 .770
T4 .636 .812
Ý định sử dụng - Cronbach's Alpha = 0,872
I1 .682 .849
I2 .732 .837
I3 .708 .842
I4 .663 .853
I5 .709 .842
(Nguồn: bảng phân tích dữ liệu SPSS)
Nhận xét: Theo kết quả phân tích Cronbach's Alpha ở bảng 4.6, tất cả các biến quan
sát gồm 37 biến quan sát từ 5 biến độc lập (22 biến quan sát), 2 biến trung gian (10
biến quan sát) và 1 biến phụ thuộc (5 biến quan sát) đều đáp ứng các yêu cầu về độ
tin cậy. Vì vậy, chúng được coi là phù hợp để phân tích nhân tố khám phá (EFA) sâu
hơn.
4.3. Phân tích nhân tố khám phá (EFA)
Để đánh giá tính hợp lệ của công cụ đo lường, nhóm tác giả đã sử dụng phương
pháp phân tích nhân tố khám phá (EFA) bằng phương pháp trích rút Primary Axis
Factoring, cùng với phép quay xiên bằng thủ tục Promax. Phương pháp xoay vòng này
giả định mối tương quan lẫn nhau giữa các yếu tố và nhằm mục đích giảm số lượng
biến quan sát thành một tập hợp nhỏ hơn các yếu tố đại diện để nắm bắt được kết quả.
phương sai tối đa.

Bảng 4. 7 Kết quả kiểm tra KMO và Bartlett
Kiểm tra KMO và Bartlett
Đo lường mức độ phù hợp của việc lấy mẫu Kaiser- .832
Meyer-Olkin.
Bài kiểm tra của Bartlett Xấp xỉ. Chi-Square 7604.836
tính cầu df 666
Đúng vậy.
0,000
Nhận xét: Bảng 4.7 trình bày kết quả hệ số Kaiser-Meyer-Olkin (KMO) và kiểm định Bartlett.
Kiểm định Bartlett Chi-Square=7604.836 với mức ý nghĩa (Sig) là 0,000, cho thấy ma trận
tương quan khác biệt đáng kể so với ma trận đồng nhất. Ngoài ra, KMO = 0,832, nằm trong phạm
vi chấp nhận được từ 0,5 đến 1.
Những kết quả này cho thấy phân tích nhân tố khám phá là đáng tin cậy và có ý nghĩa. Các biến
quan sát thể hiện mối tương quan với nhau trên thang đo tổng thể, hỗ trợ sự phù hợp của việc
tiến hành phân tích nhân tố khám phá để đo lường các cấu trúc.
Bảng 4. 8 Giải thích tổng phương sai
Giải thích tổng phương sai
Thành phần Giá trị riêng ban đầu Tổng xoay của bình phương
Đang tải
% của Tích lũy % của Tích lũy
Phương sai Phương sai

Tổng cộng % Tổng cộng %
1 7.148 19.319 19.319 6.728 18.184 18.184
2 4.154 11.227 30.546 3,745 10.122 28.306
3 3.041 8.218 38.764 2.659 7.187 35.494
4 2,717 7.343 46.106 2.322 6.276 41.770
5 2.405 6.499 52.606 2.019 5.457 47.227
6 2.366 6.393 59,999 1.961 5.301 52.527
7 1.551 4.192 63.191 1.148 3.103 55.630
số 8 1.499 4.052 67.243 1.057 2.856 58.486

Nhận xét: Kết quả phân tích EFA ở Bảng 4.8 cho thấy rút ra được 8 nhân tố đáp
ứng tiêu chí đánh giá. Giá trị riêng của tất cả các yếu tố đều lớn hơn 1, cho
thấy tầm quan trọng của chúng trong việc giải thích phương sai của các biến quan sát.
Ngoài ra, phương sai tích lũy được giải thích bởi các yếu tố này là 58,486%, vượt yêu cầu tối thiểu là
50%. Điều này cho thấy 8 nhân tố được trích rút chiếm 58,486% độ biến thiên của 37 biến quan sát đưa vào
mô hình.
Bảng 4. 9 Kết quả phân tích nhân tố khám phá (EFA)
Hoa văn ma trận
Nhân tố
1 2 3 4 5 6 7 số 8
I2 .815
I5 .785
I1 .749
I3 .747
I4 .698
PC3 .865
PC2 .784
PC1 .767
PC4 .721
PC5 .593
PI2 .843
PI1 .774
PI3 .714
PI5 .695
PI4 .602
PO4 .881
PO2 .834
PO1 .811
PO3 .756

PEU2 .815
PEU4 .741
PEU3 .680
PEU5 .669
PEU1 .668
PU4 .784
PU2 .721
PU3 .720
PU5 .690
PU1 .656
PT2 .853
PT3 .825
PT1 .788
PT4 .705
T2 .822
T3 .802
T4 .713
T1 .660
Phương pháp trích ly: Phân tích trục chính.
Phương pháp xoay: Promax với Kaiser Normalization.a
Nhận xét: Kết quả từ Bảng 4.9 cho thấy tập hợp ban đầu gồm 37 quan sát được
các biến đã được bảo tồn thành công và được nhóm thành 8 cụm. Các biến quan sát
đều có hệ số tải nhân tố đạt yêu cầu (>0,5). Hệ số tải nhân tố nằm trong khoảng từ
0,593 đến 0,881, cho thấy tất cả các biến đều có thể chấp nhận được. Dựa trên những
kết quả này, các biến quan sát có thể được phân thành 8 nhóm sau:
• Ý định sử dụng (I) - Bao gồm các biến quan sát cụ thể: I1, I2, I3, I4, I5
• Nhận thức về khả năng tương thích (PC) - Bao gồm các biến quan sát cụ thể: PC1, PC2,
PC3, PC4, PC5

• Tương tác cảm nhận (PI) - Bao gồm các biến quan sát cụ thể: PI1, PI2, PI3,
PI4, PI5
• Khả năng quan sát được cảm nhận (PO) - Bao gồm các biến quan sát cụ thể: PO1, PO2,
PO3, PO4
• Nhận thức tính dễ sử dụng (PEU) - Bao gồm các biến quan sát cụ thể: PEU1,
PEU2, PEU3, PEU4, PEU5
• Nhận thức hữu ích (PU) - Bao gồm các biến quan sát cụ thể: PU1, PU2,
PU3, PU4, PU5
• Khả năng thử nghiệm được cảm nhận (PT) - Bao gồm các biến quan sát cụ thể: PT1, PT2,
PT3, PT4
• Độ tin cậy (T) - Bao gồm các biến quan sát cụ thể: T1, T2, T3, T4
4.4. Phân tích nhân tố khẳng định (CFA)
4.4.1. Mẫu mã phù hợp
Để đánh giá mức độ phù hợp giữa mô hình giả thuyết và dữ liệu nghiên cứu, tác giả
đã chọn thực hiện Phân tích nhân tố khẳng định (CFA) là bước tiếp theo sau Phân tích
nhân tố khám phá (EFA). Trong quá trình CFA, điều quan trọng là phải xem xét các giá trị
ngưỡng cho các chỉ số phù hợp với mô hình khác nhau để đánh giá tính đầy đủ của
mô hình phù hợp.
Bảng 4. 10 biện pháp phù hợp với mô hình
Chỉ số phù hợp với mô hình Giá trị đề xuất thu được
Cmin/df <3 1.925
CFI >.8 .923
GFI >.8 .867
AGFI >.8 .844
RMSEA <.08 .048
TLI >.8 .914
PCLOSE >.05 .741
(Nguồn: Bảng phân tích dữ liệu Amos)

Nhận xét: Bảng 4.10 trình bày mức độ phù hợp của mô hình nghiên cứu, bao gồm các chỉ số mức độ
phù hợp tiêu chuẩn (giá trị khuyến nghị) và kết quả kiểm định mức độ phù hợp của mô hình. Kết
quả cho thấy mô hình nghiên cứu có thống kê kiểm định chi bình phương là 1168,390 với giá trị
p là 0,000, cùng với Cmin/df = 1,925, đáp ứng yêu cầu <3. Ngoài ra, các chỉ số phù hợp với mô
hình cho thấy mức độ phù hợp tốt với dữ liệu (CFI = 0,923, TLI = 0,914 và RMSEA = 0,048).
Tất cả các chỉ số phù hợp đều đáp ứng các tiêu chí chấp nhận tương ứng như đã nêu trong tài
liệu trước đó (Hair và cộng sự, 2010). Do đó, có thể kết luận rằng mô hình đo lường phù hợp
tốt với dữ liệu thu thập được và các chỉ số phù hợp với mô hình phù hợp để phân tích sâu hơn
mà không cần sửa đổi mô hình ở giai đoạn này.
4.4.2. CR và AVE
Để đánh giá độ hội tụ và giá trị phân biệt, tác giả đã phân tích các chỉ số Độ tin cậy
tổng hợp (CR) và Trích xuất phương sai trung bình (AVE) theo Hair et al. (2016) tiêu chí:
• Độ tin cậy tổng hợp (CR) ≥ 0,7: Tiêu chí này đảm bảo đạt được sự hội tụ.
• Trích xuất phương sai trung bình (AVE) ≥ 0,5: Tiêu chí này đảm bảo độ hội tụ là
đạt được.
• MSV (Phương sai chia sẻ tối đa) < AVE: Tiêu chí này đảm bảo tính phân biệt
đạt được hiệu lực.
• Căn bậc hai của AVE đối với một cấu trúc lớn hơn mối tương quan của nó với các cấu trúc khác
cấu trúc: Tiêu chí này đảm bảo đạt được giá trị phân biệt.
Bảng 4. 11 thước đo hiệu lực mô hình
Ghi chú:
1. Các số trên đường chéo biểu thị căn bậc hai của giá trị AVE.

2. Các số phía dưới đường chéo biểu thị hệ số tương quan giữa
các khái niệm.
Bình luận:
Bảng 4.11 trình bày kết quả kiểm tra độ hội tụ và giá trị phân biệt.
Kết quả cho thấy giá trị CR của tất cả các mục đều cao hơn 0,7. Cụ thể, biến độc lập T có giá trị CR
là 0,841 > 0,7 và ngưỡng bình phương của hệ số tải chuẩn hóa cho biến T là 0,7073. Điều này có nghĩa
là biến độc lập T giải thích được ít nhất 70,73% ý nghĩa của biến phụ thuộc.
Tương tự, đối với các biến PT, PU, PEU, PO, PI, PC và I, mức ý nghĩa lần lượt là 76,21%, 71,74%,
71,23%, 79,74%, 72,59%, 74,82% và 76,21%. Giá trị AVE của tất cả các mục đều cao hơn 0,5 và giá trị CR
luôn cao hơn giá trị AVE của từng mục, cho thấy sự hội tụ được đảm bảo.
Kết quả ở Bảng 4.11 cũng cho thấy giá trị MSV nhỏ hơn giá trị
giá trị AVE. Ngoài ra, căn bậc hai của giá trị AVE đối với từng biến tương ứng lớn hơn giá trị tuyệt
đối của hệ số tương quan giữa các cặp biến cụ thể. Rõ ràng là căn bậc hai của giá trị AVE của biến I
là 0,761, lớn hơn giá trị tuyệt đối của các hệ số tương quan (0,008, 0,047, 0,025, 0,382, 0,497,
0,080, 0,286), cho thấy giá trị phân biệt. Kết luận tương tự có thể được đưa ra cho các biến khác.
Dựa trên bằng chứng này, có thể kết luận rằng mô hình nghiên cứu này đáp ứng các tiêu chí về giá trị
phân biệt.
Do đó, giá trị CR và AVE đáp ứng yêu cầu để tiến hành tiến hành kiểm tra giả thuyết bằng Mô hình
phương trình cấu trúc (SEM) (Hair et al., 2010).
4.5. Phân tích mô hình phương trình cấu trúc tuyến tính (SEM)
4.5.1. Mô hình mô hình phương trình cấu trúc (SEM)
Sau khi tiến hành Phân tích nhân tố khẳng định (CFA), tác giả đã sử dụng Mô hình phương trình
cấu trúc (SEM) để phân tích mối quan hệ đa chiều giữa nhiều biến trong một mô hình duy nhất (Haenlein
& Kaplan, 2004).

Hình 4.5 Kết quả chung của ước lượng chuẩn hóa của mô hình SEM
Kết quả phân tích SEM cho mô hình đề xuất như trên Hình 4.5 cho thấy các chỉ số
của mô hình đều đáp ứng yêu cầu. Chi bình phương/df = 1,937, GFI=0,865, CFI = 0,921,
TLI = 0,913, RMSEA = 0,049 và PCLOSE = 0,699. Có thể nhận thấy hầu hết các tiêu chí đánh
giá mô hình đều đạt giá trị thỏa đáng, chứng tỏ mô hình được xây dựng phù hợp với dữ
liệu.
4.5.2. Kết quả kiểm định giả thuyết
Trong quá trình phân tích mô hình phương trình cấu trúc (SEM), việc đánh giá
mức độ phù hợp của mô hình tổng thể chỉ ra rằng các giả thuyết H1a, H2a, H3b, H4b,
H5, H6, H7 và H8 được ủng hộ, trong khi các giả thuyết H1b, H2b, H3a và H4a đã bị từ chối.
Kết quả cụ thể được trình bày ở bảng 4.12 như sau:
Bảng 4. 12 Mối quan hệ giữa các biến trong mô hình
Mối quan hệ giả thuyết Ước lượng GIÂY P Nhãn
hồi quy Tiêu chuẩn hóa
Trọng lượng hồi quy
Trọng lượng
H1b PEU PC .016 .016 0,056 0,279 0,780 Bị từ chối

H2b PEU PT .027 .027 .062 .434 .664 Bị từ chối
H3b PEU PI .338 .281 .079 4.298 *** Được hỗ trợ
H4b PEU PO .125 .130 .056 2.229 .026 Được hỗ trợ
H1a PU PC .092 .109 .045 2.061 .039 Được hỗ trợ
H2a PU PT .165 .188 0,050 3,284 0,001 Được hỗ trợ
H3a PU PI -.116 -.110 0,064 -1,814 0,070 Bị từ chối
H4a PU PO .059 .070 .045 1.309 .191 Bị từ chối
H5 PU PEU .454 .516 .059 7.753 *** Được hỗ trợ
H8 Tôi T .178 .215 .044 4.086 *** Được hỗ trợ
H6 Tôi PU .394 .392 0,069 5,677 *** Được hỗ trợ
H7 Tôi PEU .126 .142 .057 2.191 .028 Được hỗ trợ
Lưu ý: *** p < 0,001
Mô hình nghiên cứu cuối cùng được trình bày trong Hình 4.6 dưới đây minh họa quá
trình xác minh giả thuyết.
Hình 4.6 Mô hình nghiên cứu cuối cùng

CHƯƠNG 5. KẾT LUẬN VÀ GIẢI PHÁP
Mục đích của nghiên cứu này là xác định các yếu tố ảnh hưởng đến ý định sử dụng Metaverse tại
các Doanh nghiệp CNTT Đà Nẵng.
Tác giả xây dựng mô hình nghiên cứu dựa trên sự tích hợp lý thuyết TAM, DOI và bổ sung hai yếu
tố nhận thức tương tác và sự tin cậy để khảo sát các yếu tố ảnh hưởng đến ý định sử dụng Metaverse
của các doanh nghiệp CNTT tại Đà Nẵng.
Để thu thập dữ liệu cho luận án, tác giả thực hiện khảo sát kết hợp khảo sát trực tiếp bằng bảng câu
hỏi tại bãi đỗ xe của các công ty CNTT ở Đà Nẵng và khảo sát trực tuyến bằng Google Forms phát cho
người tham gia khảo sát qua Facebook và Zalo, thu được tổng cộng 431 phản hồi khảo sát. , trong đó có
397 câu trả lời đạt yêu cầu.
Số liệu khảo sát được phân tích bằng phần mềm SPSS 26 và AMOS 24. Đầu tiên, tác giả tiến hành
kiểm định hệ số Cronbach’s Alpha trên phần mềm SPSS 26 để đánh giá độ tin cậy của thang đo. Tiếp theo,
phân tích nhân tố khám phá (EFA) được thực hiện trên phần mềm SPSS 26 để đánh giá độ giá trị của thang
đo trước khi kiểm định các giả thuyết nghiên cứu. Sau đó tác giả tiến hành phân tích nhân tố khẳng
định (CFA) trên AMOS 24 để kiểm tra mức độ phù hợp của mô hình. Cuối cùng, để đánh giá mức độ ảnh hưởng
của các biến độc lập đến biến phụ thuộc, kiểm định các giả thuyết và đánh giá mức độ phù hợp của mô
hình sẽ thực hiện phân tích mô hình phương trình cấu trúc (SEM) bằng phần mềm AMOS 24.
5.1. Phần kết luận
Thông qua nghiên cứu này, tác giả đã xác định được các yếu tố ảnh hưởng đến ý định sử dụng
Metaverse của các doanh nghiệp CNTT tại Đà Nẵng dựa trên những lý thuyết ban đầu của DOI
và TÂM.
Trong số các yếu tố ảnh hưởng đến tính hữu ích được nhận thức, khả năng tương thích được
nhận thức và khả năng dùng thử được nhận thức được cho là có tác động tích cực đến tính hữu ích được
nhận thức với các trọng số hồi quy được tiêu chuẩn hóa (β = 0,109, p= 0,039) và (β = 0,188, p = 0,001),
ủng hộ H1a. và H2a. Những phát hiện này phù hợp với các nghiên cứu trước đây của Somang et al. (2019)
và Lee và cộng sự. (2011). Cụ thể, khả năng dùng thử được nhận thức có ảnh hưởng mạnh nhất đến tính
hữu ích được nhận thức, tiếp theo là khả năng tương thích được nhận thức. Điều này cho thấy khả năng
kiểm tra và đánh giá chức năng của Metaverse trước khi triển khai đầy đủ nó trong các doanh nghiệp CNTT
đóng một vai trò quan trọng trong việc hình thành nhận thức của họ về tính hữu ích của nó. Tuy nhiên,
H3a bị bác bỏ với p > 0,05, cho thấy
rằng liệu có sự tương tác với khách hàng trong Metaverse hay không và liệu điều đó có
nhanh hay chậm không ảnh hưởng đủ đến tính hữu ích được nhận thấy của Metaverse đối với CNTT

doanh nghiệp tại Đà Nẵng. Ngoài ra, khả năng quan sát được nhận thức cũng được phát hiện
là không có tác động tích cực đến tính hữu ích được nhận thức, do đó bác bỏ H4a. Kết quả
này phù hợp với nghiên cứu trước đây của Lee et al. (2011). Điều này hàm ý rằng việc nhìn
nhận và quan sát hiệu quả hoạt động tốt trong Metaverse của các doanh nghiệp CNTT khác
không đảm bảo mức độ ứng dụng và hiệu quả như nhau cho từng doanh nghiệp CNTT riêng lẻ tại
Đà Nẵng. Bất chấp những thông tin tích cực từ các doanh nghiệp khác, mức độ ứng dụng và
hiệu quả có thể khác nhau ở mỗi doanh nghiệp CNTT tại Đà Nẵng.
Trong số các yếu tố ảnh hưởng đến Nhận thức tính dễ sử dụng, Tính tương tác nhận
thức và Khả năng quan sát nhận thức được nhận thấy có tác động tích cực đến nhận thức tính
dễ sử dụng với trọng số hồi quy chuẩn hóa (β = 0,281, p < 0,001) và (β = 0,130, p = 0,026)
tương ứng , hỗ trợ H3b và H4b. Những phát hiện này phù hợp với những phát hiện của Ke et
al. (2012) và Rezaei và Salehi (2010). Cụ thể, Khả năng tương tác được nhận thức có ảnh
hưởng mạnh nhất đến mức độ dễ sử dụng được nhận thức, tiếp theo là Khả năng quan sát được
nhận thức. Điều này có thể giải thích là do tính tương tác linh hoạt trong Metaverse giúp
các doanh nghiệp CNTT cảm nhận hệ thống trực quan và thân thiện với người dùng, giảm bớt
độ phức tạp và khó khăn khi sử dụng Metaverse. Các doanh nghiệp CNTT sẽ cảm thấy Metaverse
dễ sử dụng và thuận tiện hơn, cung cấp cho họ trải nghiệm trực quan và liền mạch. Tuy
nhiên, H1b và H2b bị bác bỏ với p > 0,05. Kết quả này phù hợp với nghiên cứu trước đây của
Vân et al. (2022). Điều đó có nghĩa là Khả năng tương thích được nhận thức và Khả năng
dùng thử được nhận thức không có tác động tích cực đến Tính dễ sử dụng được nhận thức.
Điều này không có nghĩa là tính dễ sử dụng không quan trọng khi áp dụng hoặc thực hiện các
hoạt động trên Metaverse tại các doanh nghiệp này. Ngược lại, các doanh nghiệp CNTT thường
có kiến thức và kỹ năng công nghệ tốt, dễ dàng thích ứng với các công nghệ mới. Với nền
tảng kiến thức và nền tảng kỹ thuật vững chắc, các doanh nghiệp này có thể dễ dàng thích
ứng và sử dụng Metaverse mà không cần phụ thuộc nhiều vào khả năng tương thích hoặc khả năng dùng thử.
Trong số các yếu tố ảnh hưởng đến Ý định sử dụng, cả Nhận thức tính hữu ích, Nhận
thức tính dễ sử dụng và Niềm tin đều có tác động tích cực đến Ý định sử dụng với các trọng
số hồi quy được chuẩn hóa (β = 0,392, p < 0,001), (β = 0,142, p = 0,028) và (β = 0,215, p
< 0,001). Những phát hiện này phù hợp với các nghiên cứu trước đây của Abd & Syed (2019).
Cụ thể, Nhận thức tính hữu ích có ảnh hưởng mạnh nhất đến Ý định sử dụng, tiếp theo là Niềm
tin và cuối cùng là Nhận thức tính dễ sử dụng. Điều này cho thấy trước hết, nhận thức về
tính hữu ích của Metaverse đối với doanh nghiệp là yếu tố quan trọng nhất khi đánh giá ý
định sử dụng của các doanh nghiệp CNTT tại Đà Nẵng.
Điều này có thể được giải thích là do khi các doanh nghiệp CNTT nhận thấy Metaverse có thể
mang lại lợi ích để cải thiện hiệu suất hoạt động, tạo cơ hội kinh doanh, cung cấp môi
trường làm việc, không gian làm việc và thời gian làm việc mới thì họ sẽ muốn sử dụng nó
hơn. Thứ hai, khi các doanh nghiệp CNTT tại Đà Nẵng tin tưởng vào độ tin cậy của

Metaverse, chẳng hạn như tính bảo mật, độ tin cậy của dịch vụ và khả năng thực hiện các chức năng
quan trọng, họ có nhiều khả năng muốn sử dụng nó hơn. Thứ ba, mặc dù tính dễ sử dụng được nhận
thức có tác động ít hơn đến Ý định sử dụng so với tính hữu ích được nhận thức và sự tin cậy,
nhưng nó cũng cho thấy rằng tính dễ sử dụng của Metaverse có thể ảnh hưởng đến hiệu suất và hiệu
quả của các doanh nghiệp CNTT khi tương tác với nó. Nếu nền tảng Metaverse không thân thiện với
người dùng và tạo ra những rào cản, khó khăn trong quá trình ứng dụng, người dùng có thể gặp khó
khăn trong việc tham gia và tận hưởng trải nghiệm trên Metaverse, điều này có thể làm giảm ý định
sử dụng và cản trở sự phát triển của Metaverse trong các doanh nghiệp CNTT.
Mối quan hệ giữa Nhận thức tính dễ sử dụng và Nhận thức tính hữu ích trong việc sử dụng Metaverse
trong các doanh nghiệp CNTT tại Đà Nẵng được coi là có ý nghĩa thống kê với trọng số hồi quy chuẩn hóa (β
= 0,516, p < 0,001), ủng hộ H5. Phát hiện này phù hợp với nghiên cứu của Saroia et al. (2018), khẳng định
rằng Nhận thức tính dễ sử dụng có ảnh hưởng tích cực đến Nhận thức tính hữu ích.
Dựa trên kết quả tổng thể từ dữ liệu định lượng được xử lý và phân tích ở Chương 4, tác
giả rút ra kết luận sau: Nghiên cứu đã đạt được mục tiêu ban đầu là (1) xác định các yếu tố ảnh
hưởng đến ý định sử dụng Metaverse của các doanh nghiệp CNTT tại Đà Nẵng và (2) xác định mức độ
ảnh hưởng của các biến này đến ý định sử dụng Metaverse của các doanh nghiệp CNTT tại Đà Nẵng.
5.2. Ý nghĩa chính sách
5.2.1. Tính tương tác được nhận thức, Khả năng quan sát được nhận thức
Kết quả nghiên cứu chỉ ra rằng yếu tố Tương tác cảm nhận có tác động mạnh nhất đến Nhận thức tính
dễ sử dụng liên quan đến ý định sử dụng Metaverse của các doanh nghiệp CNTT tại Đà Nẵng. Điều này tạo tiền
đề cho các doanh nghiệp CNTT đánh giá khả năng tương thích của họ với công nghệ. Do đó, các doanh nghiệp
CNTT nên đánh giá mức độ tương tác với khách hàng trong Metaverse, cho phép khách hàng tương tác với các
sản phẩm, dịch vụ hoặc thương hiệu của doanh nghiệp như trong thế giới thực. Điều này giúp tăng cường
giao tiếp và tương tác giữa doanh nghiệp và khách hàng.
Hơn nữa, các doanh nghiệp cần xem xét khả năng đáp ứng và khả năng tiếp cận của Metaverse để giải
quyết các thắc mắc hoặc yêu cầu của khách hàng một cách nhanh chóng và linh hoạt. Điều này có thể
được thực hiện bằng cách đo thời gian phản hồi thông qua việc tiến hành kiểm tra và đánh giá để
đánh giá thời gian phản hồi trung bình trong các tình huống khác nhau. Ngoài ra, doanh nghiệp nên
đánh giá khả năng Metaverse đáp ứng nhu cầu người dùng thông qua các tính năng thông minh và tiện
lợi. Điều này bao gồm việc đánh giá tính năng tự động hóa, khả năng tương tác của người dùng,
khả năng cung cấp thông tin, dữ liệu nhanh chóng và chính xác. Hơn nữa, điều cần thiết là doanh
nghiệp phải cân nhắc việc tích hợp Metaverse với các thiết bị di động, cá nhân

máy tính, trang web và các ứng dụng khác để đảm bảo khả năng truy cập và sử dụng Metaverse
từ xa trên nhiều nền tảng và thiết bị, mọi lúc, mọi nơi.
Yếu tố thứ hai, Khả năng quan sát được nhận thức, được nhận thấy có tác động tích
cực đến Nhận thức tính dễ sử dụng liên quan đến ý định sử dụng Metaverse trong các doanh
nghiệp CNTT tại Đà Nẵng. Vì vậy, các doanh nghiệp CNTT cần đánh giá những ưu điểm cũng như
hạn chế của Metaverse để xác định xem nó có phù hợp với yêu cầu của mình hay không. Từ đó,
họ có thể xác định các vấn đề cần giải quyết hoặc những lợi ích mà Metaverse có thể mang lại
cho hoạt động hàng ngày của họ. Hơn nữa, điều quan trọng là phải xác định rõ ràng những lợi
ích mà Metaverse mang lại cho doanh nghiệp và giá trị đáng kể của nó. Việc cung cấp các ví
dụ và trường hợp sử dụng thành công của các doanh nghiệp khác có thể minh họa giá trị của
Metaverse thông qua nghiên cứu thị trường và thu thập thông tin về lợi ích mà các doanh
nghiệp khác đã đạt được khi triển khai Metaverse.
5.2.2. Khả năng dùng thử được nhận thức, Khả năng tương thích được nhận thức
Khả năng dùng thử được cảm nhận là yếu tố mạnh nhất ảnh hưởng tích cực đến tính hữu
ích được cảm nhận. Đầu tiên, doanh nghiệp nên tạo môi trường thử nghiệm trong tổ chức và
cung cấp tài liệu hướng dẫn để nhân viên làm quen, hiểu sâu hơn và sử dụng Metaverse hiệu
quả. Thứ hai, tổ chức các buổi workshop, tọa đàm để giới thiệu về Metaverse và các tính năng
của nó trong doanh nghiệp.
Cho phép nhân viên và người quản lý tương tác trực tiếp với Metaverse, trải nghiệm các ứng
dụng thực tế và giải quyết mọi thắc mắc. Thứ ba, hãy bắt đầu bằng cách thử nghiệm Metaverse
trong phạm vi nhỏ hoặc một dự án nhỏ trong doanh nghiệp. Điều này giúp doanh nghiệp làm quen
với Metaverse và dần dần đánh giá giá trị cũng như tiềm năng của nó trong môi trường thực tế.
Cuối cùng, theo dõi và đánh giá kết quả của việc sử dụng Metaverse trong doanh nghiệp. Thu
thập phản hồi từ nhân viên và người quản lý trực tiếp để đánh giá xem Metaverse có mang lại
giá trị và lợi ích mong đợi hay không. Dựa trên những kết quả này, hãy điều chỉnh và nâng
cấp chiến lược sử dụng Metaverse. Ngoài ra, hãy cộng tác với các đối tác hoặc chuyên gia
giàu kinh nghiệm trong việc triển khai Metaverse. Họ có thể cung cấp hướng dẫn, tư vấn và
hỗ trợ kỹ thuật để giúp doanh nghiệp làm quen và sử dụng Metaverse hiệu quả.
Khả năng tương thích được nhận thức cũng đã được phát hiện là có tác động tích cực
đến tính hữu ích được nhận thức. Điều này nhấn mạnh nhu cầu doanh nghiệp đánh giá xem
Metaverse có phù hợp với các giá trị hiện tại và phong cách làm việc của tổ chức hay không
thông qua việc tổ chức các cuộc họp và thảo luận với nhiều bộ phận và nhân viên khác nhau.
Thu thập ý kiến và đánh giá phản hồi từ các nhóm chủ chốt, bao gồm ban quản lý, nhân viên và
khách hàng. Điều này giúp hiểu các bên liên quan nghĩ gì về việc sử dụng Metaverse và xác
định khả năng tương thích của nó với văn hóa doanh nghiệp. Hơn nữa, việc sử dụng Metaverse
cũng nhằm xác định hướng đi tương lai của doanh nghiệp, những gì nó

nhu cầu và làm thế nào nó có thể phát triển để phù hợp với nhu cầu của khách hàng. Đánh giá xem việc sử
dụng Metaverse có thể góp phần đạt được các mục tiêu hoạt động của doanh nghiệp hay không. Điều đặc biệt
quan trọng là đánh giá tính khả thi của việc sử dụng Metaverse dựa trên các mục tiêu hoạt động. Xem xét
các yếu tố như chi phí đầu tư, nguồn lực cần thiết, khả năng tương thích công nghệ và khả năng triển
khai. Đảm bảo rằng việc sử dụng Metaverse là khả thi từ quan điểm kỹ thuật, tài chính và tổ chức. Cuối
cùng, hãy so sánh cách làm việc hiện tại với các tính năng của Metaverse. Xem xét liệu Metaverse có cung
cấp môi trường làm việc ảo, tương tác đa chiều, khả năng truy cập từ xa và các công cụ làm việc tích hợp
tương thích và nâng cao các phương pháp làm việc hiện tại trong tổ chức hay không.
5.2.3. Nhận thức về tính hữu ích, Nhận thức về tính dễ sử dụng, Tin cậy
Kết quả nghiên cứu chỉ ra rằng Nhận thức về tính hữu ích là yếu tố có ảnh hưởng tích cực nhất đến
Ý định sử dụng. Tác giả đã xác định được những lợi ích nhất định mà CNTT
doanh nghiệp cảm nhận được khi tham gia với Metaverse như nâng cao hiệu quả công việc cho doanh nghiệp và
giúp doanh nghiệp hoàn thành nhiệm vụ nhanh chóng hơn. Ví dụ: sử dụng Metaverse để tương tác và làm việc
trong không gian ảo có thể cải thiện sự cộng tác và giao tiếp trong các nhóm làm việc. Ngoài ra, nó còn hỗ
trợ doanh nghiệp quản lý hoạt động dễ dàng hơn, ngay cả khi nhân viên làm việc từ xa. Nó cho phép các
doanh nghiệp giám sát và tiến hành các hoạt động trong không gian ảo một cách dễ dàng. Ví dụ: các công cụ
quản lý dự án và hệ thống theo dõi tiến độ có thể được tích hợp vào Metaverse, hỗ trợ các doanh nghiệp
giám sát và quản lý các hoạt động.
Niềm tin là yếu tố có ảnh hưởng tích cực thứ hai đến Ý định sử dụng.
Do đó, doanh nghiệp cần đánh giá xem các hệ thống Metaverse được sử dụng trong công ty có đáng tin cậy hay
không. Hiểu các chính sách bảo mật của Metaverse và đánh giá tính tương thích của chúng với các yêu cầu
và quy định bảo mật của doanh nghiệp. Đảm bảo rằng Metaverse đáp ứng các tiêu chuẩn bảo mật cao và có sẵn
các biện pháp để bảo vệ dữ liệu và thông tin cá nhân của khách hàng. Ngoài ra, hãy kiểm tra các chính sách
và thủ tục của Metaverse, bao gồm tiết lộ thông tin, truy cập dữ liệu, quyền riêng tư
quản lý, v.v., để đảm bảo rằng Metaverse có các chính sách minh bạch và đáng tin cậy cho
doanh nghiệp sử dụng.
Nhận thức về tính dễ sử dụng có tác động yếu nhất đến Ý định sử dụng Metaverse của các doanh nghiệp
CNTT tại Đà Nẵng. Tuy nhiên, việc tham gia và ứng dụng Metaverse đòi hỏi doanh nghiệp phải hướng đến sự dễ
sử dụng vì đây là sản phẩm được giao tận tay khách hàng chứ không chỉ dành riêng cho sử dụng nội bộ. Tác
giả đã xác định một số đặc điểm mà các doanh nghiệp CNTT cho là dễ sử dụng khi tương tác với Metaverse.
Cụ thể, thứ nhất, việc học cách sử dụng Metaverse rất đơn giản, doanh nghiệp có thể đào tạo nhanh chóng.

nhân viên, còn khách hàng khi được giới thiệu có thể nắm bắt và tiếp thu kiến thức về Metaverse một cách
nhanh chóng. Thứ hai, doanh nghiệp cần đánh giá liệu người dùng có thể trở thành
sử dụng thành thạo Metaverse dễ dàng sau một thời gian ngắn. Thứ ba, doanh nghiệp nên cân nhắc rằng người
dùng có thể dễ dàng hiểu và sử dụng các tính năng trong Metaverse mà không cần kiến thức kỹ thuật phức
tạp để tận dụng các tính năng này.
5.3. Hạn chế và hướng nghiên cứu trong tương lai
Nghiên cứu của tác giả đã giải quyết được phần nào các vấn đề nêu trong mục tiêu nghiên cứu,
mang lại những kết quả và đóng góp nhất định. Tuy nhiên, tương tự như bất kỳ dự án nghiên cứu nào,
nghiên cứu này vẫn còn một số hạn chế có thể định hướng các hướng nghiên cứu trong tương lai, bao gồm:
Thứ nhất, còn hạn chế về thời gian và phạm vi nghiên cứu. Cuộc khảo sát chỉ được thực hiện từ
ngày 13/4/2023 đến ngày 5/5/2023, mẫu khảo sát bao gồm 431 câu trả lời hợp lệ, trong đó có 397 mẫu hợp lệ
từ các doanh nghiệp tại Đà Nẵng. Phạm vi nghiên cứu chỉ tập trung vào các doanh nghiệp CNTT tại Đà Nẵng,
có thể không phản ánh toàn cảnh các doanh nghiệp CNTT tại Việt Nam. Để đạt được tính khái quát và chính
xác hơn, các nghiên cứu trong tương lai nên xem xét cỡ mẫu lớn hơn và thời gian thực hiện dài hơn.
Ngoài ra, việc mở rộng phạm vi nghiên cứu để bao gồm nhiều doanh nghiệp CNTT hơn sẽ là một hướng đi đầy
hứa hẹn cho nghiên cứu trong tương lai.
Thứ hai, phương pháp nghiên cứu sử dụng phương pháp lấy mẫu xác suất, cụ thể là lấy mẫu ngẫu
nhiên đơn giản theo khối. Tuy nhiên, xét trên quy mô thị trường của các doanh nghiệp CNTT tại Đà Nẵng,
cỡ mẫu N=397 có thể coi là nhỏ, dẫn đến những hạn chế trong đánh giá của tác giả cũng như tính khái quát
của kết quả nghiên cứu.
Do đó, nghiên cứu trong tương lai nên khám phá và lấy mẫu dân số đa dạng hơn, xem xét các đặc điểm nhân
khẩu học bổ sung để nâng cao sự rõ ràng và chính xác.
của các kết quả nghiên cứu.
Thứ ba, nghiên cứu này sử dụng khảo sát trực tuyến thông qua Google Forms trên các nền tảng
truyền thông xã hội như Facebook và Zalo, cũng như khảo sát trực tiếp tại các doanh nghiệp CNTT ở Đà
Nẵng để thu thập dữ liệu về ý định sử dụng Metaverse. Do đó, nghiên cứu trong tương lai nên đa dạng hóa
các phương pháp khảo sát để đảm bảo đánh giá rõ ràng hơn.
Thứ tư, nghiên cứu này áp dụng mô hình TAM và DOI làm khung lý thuyết cốt lõi. Nghiên cứu trong
tương lai có thể xem xét việc kiểm tra các mô hình lý thuyết thay thế để mở rộng và hoàn thiện nghiên
cứu.
Thứ năm, nghiên cứu tập trung vào một số yếu tố được sử dụng trong phân tích.
Tuy nhiên, có thể có những yếu tố khác có thể ảnh hưởng đến ý định sử dụng Metaverse

trong các doanh nghiệp CNTT tại Đà Nẵng. Vì vậy, nghiên cứu trong tương lai nên khám phá và kết hợp
thêm các yếu tố liên quan.
Cuối cùng, việc phân tích và tổng hợp dữ liệu cũng như diễn giải các phát hiện còn tùy thuộc
vào những hạn chế về kiến thức của tác giả và có thể dẫn đến những thiếu sót nhất định. Vì vậy, hy vọng
rằng nghiên cứu trong tương lai sẽ cung cấp những hiểu biết toàn diện hơn để hỗ trợ các doanh nghiệp
CNTT khác nhau trong việc thiết lập nền tảng nghiên cứu để tham khảo và lập kế hoạch chiến lược triển
khai Metaverse trong hoạt động của họ.

I. PHỤ LỤC 1
CÂU HỎI KHẢO SÁT
NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ DỤNG METAVERSE: MỘT TRƯỜNG HỢP
DU HỌC TẠI DOANH NGHIỆP CNTT ĐÀ NẴNG
Thưa ông / bà,
Tôi là sinh viên năm thứ 4 chuyên ngành Quản trị kinh doanh lớp 19BA trường Đại học Công
nghệ Thông tin và Truyền thông Việt – Hàn. Hiện nay tôi đang làm luận văn tốt nghiệp với tựa
đề: “Các yếu tố ảnh hưởng đến ý định
sử dụng Metaverse: Nghiên cứu điển hình tại Doanh nghiệp CNTT Đà Nẵng.”
Metaverse là vũ trụ kỹ thuật số kết hợp các khía cạnh của phương tiện truyền thông xã
hội, trò chơi trực tuyến, thực tế tăng cường (AR), thực tế ảo (VR), Internet và tiền điện tử
để cho phép người dùng tương tác bằng công nghệ thực tế ảo.
Tôi sẽ đánh giá rất cao nếu công ty của bạn có thể dành chút thời gian để trả lời cuộc khảo
sát. Những câu trả lời của bạn sẽ giúp ích rất nhiều cho tôi trong quá trình nghiên cứu. Tất cả thông
tin thu thập được trong nghiên cứu này sẽ chỉ được sử dụng cho mục đích nghiên cứu và sẽ không được
sử dụng cho bất kỳ mục đích nào khác.
Cảm ơn bạn rất nhiều trước!
Hãy cho biết địa điểm kinh doanh của bạn?
• Đà Nẵng
• Khác Kết thúc khảo sát
Nếu bạn chọn Đà Nẵng làm địa điểm, tôi vui lòng yêu cầu doanh nghiệp của bạn chuyển
sang phần tiếp theo. Nếu bạn chọn một địa điểm khác, cuộc khảo sát sẽ kết thúc tại đây. Cảm ơn
bạn đã tham gia cuộc khảo sát này.
Hãy cho biết lĩnh vực hoạt động của doanh nghiệp bạn?
• Công nghệ thông tin (CNTT)
• Khác Kết thúc khảo sát
Nếu bạn chọn CNTT làm lĩnh vực của mình, tôi vui lòng yêu cầu doanh nghiệp của bạn chuyển sang
phần tiếp theo. Nếu bạn chọn một trường khác, cuộc khảo sát sẽ kết thúc tại đây. Cảm ơn bạn đã tham gia
cuộc khảo sát này.
MỤC 1: THÔNG TIN NHÂN KHẨU
1. Giới tính của bạn là gì?
Dương Thị Thanh Nhàn - 19BA Tôi

• Nam
• Nữ
2. Bạn bao nhiêu tuổi?
• 18 đến 25 tuổi
• Trên 50 tuổi
3. Vị trí công việc của bạn là gì?
• Quản lý
• Trưởng phòng
• Nhân viên
• Khác
4. Hiện tại bạn đang làm việc ở bộ phận nào?
• Quản lý
• Phòng Nhân sự
• Phòng kinh doanh
• Phòng Tài chính Kế toán
• Phòng Kỹ thuật và Công nghệ
• Khác
MỤC 2: THÔNG TIN VỀ CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN
Ý ĐỊNH SỬ DỤNG METAVERSE
Vui lòng chọn ô tương ứng để cho biết mức độ đồng ý của bạn với
từng phát biểu theo thang điểm sau:
Đánh giá theo thang điểm từ 1 đến 7, 1- hoàn toàn không đồng ý đến 7- hoàn toàn đồng ý.
1 2 3 4 5 6 7
Hoàn toàn Không đồng ý Hơi Trung lập một chút Hoan toan Đông y
không đồng ý không đồng ý đồng ý đồng ý
(Lưu ý: Mỗi dòng chỉ chọn một mức độ đồng ý)
Dương Thị Thanh Nhàn - 19BA ii

1. Nhận thức về khả năng tương thích
Nội dung Trả lời
Tôi thấy Metaverse đáp ứng được 1 2 3 4 5 6 7
kỳ vọng của doanh nghiệp tôi
Tôi tin rằng Metaverse sẽ phù hợp với 1 2 3 4 5 6 7
văn hóa doanh nghiệp của tôi
Tôi nghĩ Metaverse phù hợp với mục 1 2 3 4 5 6 7
tiêu hoạt động của doanh nghiệp tôi
Việc sử dụng metaverse rất phù hợp với cách 1 2 3 4 5 6 7
mọi người trong doanh nghiệp của tôi làm việc
Tôi sẽ đánh giá cao việc sử dụng 1 2 3 4 5 6 7
Metaverse trong hoạt động kinh doanh của
tôi thay vì một công nghệ thay thế khác
2. Khả năng dùng thử được cảm nhận
Doanh nghiệp của tôi cần thời 1 2 3 4 5 6 7
gian để làm quen với Metaverse
Tôi thấy Metaverse hữu ích cho doanh 1 2 3 4 5 6 7
nghiệp của mình sau khi theo dõi nó
Tôi muốn thử sử dụng Metaverse đủ lâu để 1 2 3 4 5 6 7
xem nó có thể làm gì cho cuộc sống của tôi.
việc kinh doanh
Tôi muốn xem các tính năng của 1 2 3 4 5 6 7
Metaverse trước khi sử dụng nó trong
việc kinh doanh
Dương Thị Thanh Nhàn - 19BA iii

3. Nhận thức tương tác
Tôi cảm thấy doanh nghiệp của mình có thể tương 1 2 3 4 5 6 7

tác với khách hàng trên Metaverse
Tôi nhận thấy khả năng phản hồi 1 2 3 4 5 6 7
và khả năng truy cập của Metaverse rất nhanh
Tôi nhận thấy Metaverse hoạt 1 2 3 4 5 6 7
động thông minh
Tôi thấy Metaverse rất thuận tiện để 1 2 3 4 5 6 7
sử dụng ở mọi nơi
Tôi thấy Metaverse rất thuận tiện để sử 1 2 3 4 5 6 7
dụng bất cứ lúc nào
4. Khả năng quan sát được
Tôi nghĩ Metaverse có thể được sử dụng hàng ngày 1 2 3 4 5 6 7
trong công việc kinh doanh của tôi
Tôi nghĩ Metaverse có giá trị tốt 1 2 3 4 5 6 7
Tôi muốn sử dụng Metaverse vì những 1 2 3 4 5 6 7
hiểu biết tích cực mà nó mang lại

doanh nghiệp khác
Tôi sẽ sử dụng Metaverse khi tôi có 1 2 3 4 5 6 7
trải nghiệm thành công việc sử dụng nó
Dương Thị Thanh Nhàn - 19BA iv

5. Cảm nhận dễ sử dụng
Học cách sử dụng Metaverse sẽ dễ dàng 1 2 3 4 5 6 7
cho doanh nghiệp của tôi
Tôi dễ dàng trở nên thành thạo trong việc sử dụng 1 2 3 4 5 6 7
Hệ thống Metaverse
Tôi nhận thấy khả năng tương tác với những người 1 2 3 4 5 6 7
dùng khác trong Metaverse rất rõ ràng đối với tôi.
việc kinh doanh
Tôi thấy nó dễ hiểu 1 2 3 4 5 6 7
các tính năng trong Metaverse
Tôi không cần hỗ trợ nhiều khi sử 1 2 3 4 5 6 7
dụng Metaverse
6. Nhận thức về tính hữu ích
Sử dụng Metaverse sẽ nâng cao hiệu 1 2 3 4 5 6 7
quả công việc cho doanh nghiệp của tôi
Tôi nghĩ Metaverse mang lại nhiều lợi ích cho 1 2 3 4 5 6 7
doanh nghiệp của tôi
Sử dụng Metaverse trong công việc sẽ giúp tôi 1 2 3 4 5 6 7
hoàn thành công việc nhanh hơn
Sử dụng Metaverse sẽ giúp quản lý doanh 1 2 3 4 5 6 7
nghiệp của tôi dễ dàng hơn
Sử dụng Metaverse để tương tác với 1 2 3 4 5 6 7
khách hàng sẽ nâng cao tổng thể
Dương Thị Thanh Nhàn - 19BA v

kinh nghiệm kinh doanh của tôi
7. Tin tưởng
Tôi tin tưởng rằng hệ thống Metaverse đáng 1 2 3 4 5 6 7

tin cậy
Tôi tin tưởng vào chính sách quyền riêng tư của 1 2 3 4 5 6 7

Metaverse
Tôi tin rằng Metaverse là 1 2 3 4 5 6 7
minh bạch trong hoạt động của mình
Tôi tin tưởng rằng Metaverse sẽ mang lại 1 2 3 4 5 6 7
các dịch vụ đã hứa
8. Ý định sử dụng
Tôi muốn giới thiệu Metaverse cho 1 2 3 4 5 6 7
doanh nghiệp của tôi sử dụng
Tôi sẵn sàng hướng dẫn các đồng nghiệp của 1 2 3 4 5 6 7
mình sử dụng Metaverse nếu doanh nghiệp của
tôi triển khai nó trong tương lai.
Nếu doanh nghiệp của tôi sử dụng Metaverse, 1 2 3 4 5 6 7

tôi nghĩ tôi cũng sẽ sử dụng nó
Tôi dự đoán rằng doanh nghiệp của tôi sẽ sử dụng 1 2 3 4 5 6 7

Metaverse trong tương lai để đạt được
mục tiêu hoạt động
Dương Thị Thanh Nhàn - 19BA vi

Tôi thích sử dụng Metaverse hơn các công 1 2 3 4 5 6 7
nghệ khác cho hoạt động kinh doanh của mình
Xin chân thành cảm ơn các bạn đã tham gia khảo sát!
Trân trọng.
Dương Thị Thanh Nhàn - 19BA vii

II. PHỤ LỤC 2
Kết quả thống kê mô tả
Dương Thị Thanh Nhàn - 19BA viiii

III. PHỤ LỤC 3
KẾT QUẢ PHÂN TÍCH SPSS
Hình 12. Kết quả phân tích nhân tố EFA trong nghiên cứu khám phá
Dương Thị Thanh Nhàn - 19BA ix

Dương Thị Thanh Nhàn - 19BA x

IV. PHỤ LỤC 4
Kết quả phân tích của Amos
Hình 12. Tóm tắt mô hình phù hợp
Hình 13 Phụ lục CR và AVE
Hình 13. CMIN
Dương Thị Thanh Nhàn - 19BA xi

Hình 13. RMR, GFI
Hình 13. So sánh cơ bản
Hình 13. Các biện pháp điều chỉnh theo mức độ phân tích
Hình 13. NCP
Hình 13. FMIN
Hình 13. RMSEA
Dương Thị Thanh Nhàn - 19BA xii

Hình 13. AIC
Hình 13. ECVI
Hình 13. HOELTER
Dương Thị Thanh Nhàn - 19BA xiii

Hình 13. Trọng số hồi quy
Dương Thị Thanh Nhàn - 19BA xiv

Dương Thị Thanh Nhàn - 19BA xv

Hình 13. Trọng số hồi quy được chuẩn hóa
Dương Thị Thanh Nhàn - 19BA xvi

V. TÀI LIỆU THAM KHẢO
Tiếng Việt:
[1] Hoàng Trọng, Chu Nguyễn Mộng Ngọc: Phân tích dữ liệu nghiên cứu với SPSS, NXB Hồng Đức (2008).
[2] Thọ, N. Đ., & Trang, NTM (2007). nghiên cứu thị trường, NXB Đại Nghiên cứu Quốc gia TP. Hồ Chí
Minh, Tp. HCM.
Tiếng Anh:
[3] Abd Malik, AN, & Syed Annuar, SN (2019). Ảnh hưởng của nhận thức về tính hữu ích, nhận thức về
tính dễ sử dụng, sự tin cậy và nhận thức rủi ro đối với việc sử dụng Ví điện tử. Tạp chí cái nhìn sâu
sắc (IJ), 5(21), 183-191.
[4] Abdullah, D., Jayaraman, K., & Kamal, SBM (2016). Mô hình khái niệm về trang web tương tác của khách
sạn: Vai trò của tính tương tác được cảm nhận trên trang web và giá trị cảm nhận của khách hàng đối với
ý định truy cập lại trang web. Thủ tục Kinh tế và Tài chính, 37, 170–175. http://doi.org/10.1016/
S2212-5671(16)30109-5.
[5] Agarwal, R., & Prasad, J. (1999). Những khác biệt cá nhân có ảnh hưởng đến việc chấp nhận công
nghệ thông tin mới không? Khoa học Quyết định, 30(2), 361-391.
[6] Ajzen, I. (1991), “Lý thuyết về hành vi có kế hoạch”, Hành vi tổ chức và quá trình ra quyết định
của con người, 50(2), 179-211.
[7] Akour, IA, Al-Maroof, RS, Alfaisal, R., & Salloum, SA (2022). Khung khái niệm để xác định việc áp
dụng metaverse ở các tổ chức cao hơn ở vùng vịnh: Một nghiên cứu thực nghiệm sử dụng phương pháp
tiếp cận SEM-ANN lai. Máy tính và Giáo dục: Trí tuệ nhân tạo, 3, 100052.
[8] Almarzouqi, A., Aburayya, A., & Salloum, SA (2022). Dự đoán ý định sử dụng hệ thống metaverse
của người dùng trong giáo dục y tế: Phương pháp học tập kết hợp SEM-ML. Truy cập IEEE, 10,
43421-43434.
[9] BAKKABULINDI, FEK (2012). Việc sử dụng CNTT có liên quan đến cách cảm nhận nó không? Bằng chứng
từ Đại học Makerere. Tạp chí Quốc tế về Nghiên cứu Máy tính & CNTT, 6(2).
[10] Bryman, A. (2011). Các phương pháp nghiên cứu trong nghiên cứu về lãnh đạo. Cẩm nang lãnh đạo
SAGE, 15-28.
[11] Budiantara, M., Gunawan, H., & Utami, ES (2019). Nhận thức về tính hữu ích, Nhận thức về tính
dễ sử dụng, Tin cậy vào cửa hàng trực tuyến, Nhận thức rủi ro khi sử dụng trực tuyến
Dương Thị Thanh Nhàn - 19BA xvii

Ý định mua Sản phẩm dành cho doanh nghiệp vừa và nhỏ “Sản xuất tại Indonesia” thông qua việc sử dụng
Thị trường thương mại điện tử. Tạp chí Nghiên cứu Kế toán Mercu Buana, 5(1), 19–27.
[12] Cammack, RG (2010). Việc sử dụng dịch vụ dựa trên vị trí: Một cuộc điều tra metaverse.
Tạp chí Dịch vụ Dựa trên Vị trí, 4(1), 53-65.
[13] Chin, J. và Lin, S. 2015, Điều tra quan điểm của người dùng trong Hệ thống quản lý năng lượng tòa nhà
với phần mở rộng của Mô hình chấp nhận công nghệ: Nghiên cứu điển hình ở các công ty sản xuất của Indonesia,
Tạp chí Khoa học máy tính Procedia, 72: 31-39.
[14] Collis, J., & Hussey, R. (2003). Nghiên cứu kinh doanh: Hướng dẫn thực hành cho sinh viên đại
học và sau đại học.
[15] D. Gefen, “Thương mại điện tử: vai trò của sự quen thuộc và tin cậy,” Omega, tập. 28, không. 6,
trang 725-737, 2000.
[16] Davis, FD (1989). Nhận thức về tính hữu ích, nhận thức về tính dễ sử dụng và sự chấp nhận của
người dùng đối với công nghệ thông tin. MIS Hàng quý, 13(3), 319-340.
[17] Gefen, D. (2004). Điều gì khiến mối quan hệ triển khai ERP trở nên đáng giá: Liên kết các cơ chế
tin cậy và tính hữu ích của ERP. Tạp chí Hệ thống thông tin quản lý, 21 (1), 263–288.
[18] Gokmi, K., & Jeon, JH (2021). Nghiên cứu về khảo sát bản quyền để bảo hộ kiểu dáng trong thời kỳ
metaverse. Tạp chí quốc tế về hội tụ thông minh nâng cao, 10(3), 181-186.
[19] Hollensen, S., Kotler, P., & Opresnik, MO (2022). Metaverse–thế giới tiếp thị mới. Tạp chí Chiến
lược kinh doanh, (trước khi xuất bản).
[20] Huang, L., & Pashler, H. (2007). Một lý thuyết bản đồ Boolean về sự chú ý trực quan.
Đánh giá tâm lý, 114(3), 599.
[21] Hwang, R., & Lee, M. (2022). Ảnh hưởng của tiếp thị nội dung âm nhạc đến người dùng
sự hài lòng và ý định sử dụng trong metaverse: Tập trung vào mô hình SPICE.
Doanh nghiệp, 2(2), 141-155.
[22] Ismail, HA (2016). Ý định sử dụng điện thoại thông minh thông qua nhận thức về tính tương thích,
nhận thức về tính hữu ích và nhận thức về tính dễ sử dụng.JDM (Jurnal Dinamika Manajemen),7(1), 1-10.
[23] Jung, J., Byun, S., & Kim, MS (2019). Các thuộc tính đổi mới được nhận thức và sự chấp nhận của
Chatbots được xác định bởi đặc điểm của người tiêu dùng. Tạp chí Phân phối Công nghiệp & Kinh doanh::
Tập, 10(7), 39-48.
Dương Thị Thanh Nhàn - 19BA xviii

[24] Kim, Y., & Lee, HS (2014). Chất lượng, tính hữu ích được cảm nhận, sự hài lòng của người
dùng và ý định sử dụng: Một nghiên cứu thực nghiệm về dịch vụ robot cá nhân phổ biến. Khoa học
Xã hội Châu Á, 10(11), 1.
[25] Kotler, P., & Armstrong, G. (2016). Nguyên tắc tiếp thị (tái bản lần thứ 6). London, Vương quốc Anh:
Công ty TNHH Giáo dục Pearson.
[26] Quách, AO; Koh, SG COVID-19 và thực tế mở rộng (XR). Curr. Các vấn đề tham quan. (2021),
24, 1935–1940.
[27] Lê Tấn, T., Khánh, HN, Hằng, HT, Long, ND, My, VTH, & Lập, NHC
(2023). Tác động của Metaverse tiếp thị thông qua trải nghiệm về trải nghiệm thích thú, hoạt động
thương hiệu và ý định mua hàng. Những tiến bộ trong quản lý, 16(1), 19-
24.
[28] Lee, YH, Hsieh, YC, & Hsu, CN (2011). Bổ sung lý thuyết phổ biến đổi mới vào mô hình chấp
nhận công nghệ: Hỗ trợ ý định sử dụng hệ thống học tập điện tử của nhân viên. Tạp chí Công nghệ
Giáo dục & Xã hội, 14(4), 124-137.
[29] Li, H., Daugherty, T., & Biocca, F. (2001). Đặc điểm của trải nghiệm ảo trong thương mại
điện tử: Phân tích giao thức. Tạp chí Tiếp thị tương tác, 15(3), 13-
30.
[30] Mardiana, S., Tjakraatmadja, JH, & Aprianingsih, A. (2015). Xem xét lại mô hình thành công
của hệ thống thông tin DeLone–McLean: Sự tách biệt ý định sử dụng-sử dụng và tích hợp các mô hình
chấp nhận công nghệ. Tạp chí Quốc tế về Kinh tế và Tài chính, 5(1), 172-182.
[31] Marzuki, MII, Rosly, AN, Roslan, NS, Abdullah, D., Kamal, SBM, & Azmi, A. (2016). Vai trò
của nhận thức tương tác, nhận thức tính dễ sử dụng, nhận thức tính hữu ích và nhận thức sự thích
thú đối với ý định sử dụng các ứng dụng dịch vụ bản đồ trực tuyến. Tạp chí Nghiên cứu Học thuật
Quốc tế về Kinh doanh và Công nghệ, 2(2), 135-139.
[32] McKinsey & Company.(2021). Gặp gỡ metaverse: Tạo ra giá trị thực trong thế giới ảo,
25/05/2023, https://www.mckinsey.com/ .
[33] Md Nor, K., E. AbuShanab và MJ Pearson, 2008. Sự chấp nhận ngân hàng Internet ở Malaysia dựa
trên lý thuyết Hành động hợp lý. Tạp chí Quản lý hệ thống thông tin và công nghệ, 5(1): 03-14.
[34] Moore, GC, & Benbasat, I. (1991). Phát triển một công cụ để đo lường nhận thức về việc áp
dụng đổi mới công nghệ thông tin. Nghiên cứu Hệ thống Thông tin, 2(3), 192-222.
Dương Thị Thanh Nhàn - 19BA xix

[35] Nan, Z., Guo, X., & Chen, G. (2008). Mô hình tích hợp IDT-TAM để áp dụng CNTT.
Qinghua Daxue Xuebao/Tạp chí Đại học Thanh Hoa, 13, 306–311. https://doi.org/10.1016/S1007-
0214(08)70049-X.
[36] Ng, WC, Lim, WYB, Ng, JS, Xiong, Z., Niyato, D., & Miao, C. (2022, tháng 5).
Khung phân bổ tài nguyên thống nhất cho siêu dữ liệu hỗ trợ trí thông minh biên. Trong Hội nghị
quốc tế về truyền thông ICC 2022-IEEE (trang 5214-5219). IEEE.
[37] Ngãi, EWT; Poon, JKL và Chan, YHC (2005). Kiểm tra thực nghiệm việc áp dụng WebCT bằng TAM.
Trong Máy tính và Giáo dục, 48. trang 250-267
[38] Ning, H., Wang, H., Lin, Y., Wang, W., Dhelim, S., Farha, F., ... & Daneshmand, M. (2021).
Khảo sát về Metaverse: Công nghệ, ứng dụng và thách thức tiên tiến nhất. bản in trước arXiv
arXiv:2111.09673.
[39] Nunnally, JC, & Burnstein, IH (1994). Lý thuyết tâm lý học. New York: McGraw-Hill.
[40] PAT (NASATI), theo Tạo giá trị trong metaverse - Hoạt động kinh doanh thực sự của thế giới
ảo, McKinsey, 6/2022
[41] RAMLI, Y., HARWANI, Y., SOELTON, M., HARIANI, S., USMAN, F., & ROHMAN, F. (2021). Ý nghĩa
của niềm tin ảnh hưởng đến ý định sử dụng dịch vụ ngân hàng di động của khách hàng. Tạp chí Tài
chính, Kinh tế và Kinh doanh Châu Á, 8(1), 353-
361.
[42] Ramyah, T. & Joshua Ignatius (2005), Tác động của nhận thức về tính hữu ích, nhận thức về
tính dễ sử dụng và nhận thức về sự thích thú đối với ý định mua sắm trực tuyến, ResearchGate
[43] Rekarti, E., & Hertina, L. (2014). Một số yếu tố ảnh hưởng đến ý định mua hàng trực tuyến
trên Tokobagus.com. Tạp chí Khoa học Kinh tế và Xã hội, 2(3), 311–318.
[44] Rezaei-Moghaddam, K., & Salehi, S. (2010). Ý định của các chuyên gia nông nghiệp đối với công
nghệ nông nghiệp chính xác: Tích hợp các đặc điểm đổi mới vào mô hình chấp nhận công nghệ. Tạp
chí Nghiên cứu Nông nghiệp Châu Phi, 5(11), 1191-
1199.
[45] Rogers, E. (2003). Truyền bá sự đổi mới (tái bản lần thứ 5). New York: Báo chí tự do.
[46] Saroia, J., Yanen, W., Wei, Q., Zhang, K., Lu, T., & Zhang, B. (2018). Đánh giá về bản chất
tương thích sinh học của hydrogel với kỹ thuật in 3D, ứng dụng kỹ thuật mô và triển vọng tương
lai của nó. Thiết kế và Sản xuất Sinh học, 1(4), 265-279.
[47] Seo, YH; Hàn, G.-H. Hiện tại và tương lai của con người kỹ thuật số. Phát tin.
Tạp chí Truyền thông. 2021, 26, 72–81.
Dương Thị Thanh Nhàn - 19BA xx

[48] Shakrokh, N. (2019), Các yếu tố thúc đẩy việc áp dụng công nghệ nhà thông minh: Đánh
giá thực nghiệm, Tạp chí Viễn thông và Tin học, 45
[49] Singh, N., & Sinha, N. (2020). Niềm tin được cảm nhận như thế nào sẽ ảnh hưởng đến ý
định sử dụng công nghệ ví di động của người bán. Tạp chí Bán lẻ và Dịch vụ Tiêu dùng, 52(1),
101-113
[50] Sisodiya, RS, & Vaidya, S. TIẾP THỊ TRÊN METAVERSE: CƠ HỘI TIẾP THỊ ẢO CHO ZOOMERS
(GENZ).
[51] Somang, M., Kevin, KFS và Miyoung, J. (2019), Sự chấp nhận của người tiêu dùng đối với
Ứng dụng di động Uber: Những hiểu biết sâu sắc từ việc phổ biến lý thuyết đổi mới và mô hình
chấp nhận công nghệ, Tạp chí Tiếp thị Du lịch & Lữ hành.
[52] Steuer, J. 1992. “Xác định thực tế ảo: Các kích thước xác định hiện diện từ xa,”
Tạp chí Truyền thông (42:4), 73-93.
[53] Tahar, A., Riyadh, HA, Sofyani, H., & Purnomo, WE (2020). Nhận thức về tính dễ sử dụng,
nhận thức về tính hữu ích, nhận thức về tính an toàn và ý định sử dụng hồ sơ điện tử: Vai
trò của sự sẵn sàng về công nghệ. Tạp chí Tài chính, Kinh tế và Kinh doanh Châu Á, 7(9),
537-547.
[54] Tan, M. và TSH Teo, 2000. Các yếu tố ảnh hưởng đến việc áp dụng Internet Banking. Tạp
chí của Hiệp hội Hệ thống Thông tin, 1(5): 1-42.
[55] Toraman, Y., & Geçit, BB (2023). Sự chấp nhận của người dùng đối với Metaverse: Phân
tích về thương mại điện tử trong Khung mô hình chấp nhận công nghệ (TAM).
Sosyoekonomi, 31(55), 85-104.
[56] TRAKULMAYKEE, N., BAHARUDIN, AS, & ARSHAD, MRM (2014).
Nhận thức về ý định sử dụng Sách hướng dẫn du lịch di động: So sánh giữa Tour tự quản lý và
Tour trọn gói. Trong Hội nghị Nghiên cứu & Đổi mới Quốc gia dành cho Sinh viên Tốt nghiệp
Sinh viên khoa học xã hội 2014.
[57] Trần, TCT, & Cheng, MS (2017). Bổ sung lý thuyết phổ biến đổi mới vào mô hình chấp nhận
công nghệ: Tìm hiểu ý định sử dụng nhiên liệu sinh học của người tiêu dùng tại Việt Nam.
Tạp chí Quốc tế về Nghiên cứu Quản lý và Kinh doanh, 6, 595.
[58] Tùng, LT (2019). Vai trò của bảo hiểm thất nghiệp trong phát triển bền vững ở Việt Nam:
Tổng quan và hàm ý chính sách. Các vấn đề về khởi nghiệp và bền vững, 6(3), 1139-1155.
[59] Văn, HT, Sĩ, TN, Quỳnh, AVT, & Kiều, TNT (2022, tháng 8). Khung khái niệm để xác định
việc áp dụng Metaverse ở Việt Nam IT
Dương Thị Thanh Nhàn - 19BA xx

Doanh nghiệp. Năm 2022, Hội nghị quốc tế lần thứ 7 của IEEE/ACIS về Dữ liệu lớn, Điện toán đám
mây và Khoa học dữ liệu (BCD) (trang 14-17). IEEE.
[60] Venkatesh, V., Morris, MG, Davis, GB, & Davis, FD (2003). Sự chấp nhận của người dùng về
công nghệ thông tin: Hướng tới một cái nhìn thống nhất. MIS hàng quý, 425-478.
[61] Wang, D., & Zhang, X. (2012). Tác động của tính tương tác đến sự hài lòng của trang web:
Vai trò trung gian của trải nghiệm dòng chảy. Máy tính trong hành vi con người, 28(6), 2067-2077.
[62] Wang, D., Yan, X., & Chu, Y. (2021, tháng 12). Nghiên cứu về Metaverse: Khái niệm, phát
triển và hệ thống tiêu chuẩn. Năm 2021 Hội nghị quốc tế lần thứ 2 về Điện tử, Truyền thông và
Công nghệ thông tin (CECIT) (trang 983-991).
IEEE.
[63] Wang, G., & Shin, C. (2022). Các yếu tố ảnh hưởng đến ý định sử dụng của Nền tảng ứng dụng
giáo dục Metaverse: Bằng chứng thực nghiệm dựa trên các mô hình PPM và TAM.
Tính bền vững, 14(24), 17037.
[64] Yang, F., Ren, L., & Gu, C. (2022). Nghiên cứu về ý định sử dụng công nghệ metaverse của
sinh viên đại học để học bóng rổ dựa trên UTAUT2. Heliyon, 8(9), e10562.
[65] Zhang, L., Wen, H., Li, D., Fu, Z. & Cui, S. (2010). Ý định áp dụng E-learning và các yếu
tố ảnh hưởng chính của nó dựa trên lý thuyết áp dụng đổi mới. Mô hình toán học và máy tính,
51(11-12), 1428-1432.
Dương Thị Thanh Nhàn - 19BA xxii

KLTN 19BA043 Dương-Thị-Thanh-Nhàn 26.06.2023

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

KLTN 19BA043 Dương-Thị-Thanh-Nhàn 26.06.2023

Uploaded by

Copyright:

Available Formats

Machine Translated by Google

TRƯỜNG ĐẠI HỌC THÔNG TIN VIỆT-HÀN QUỐC

VÀ CÔNG NGHỆ TRUYỀN THÔNG

KHOA KINH TẾ SỐ & THƯƠNG MẠI ĐIỆN TỬ

DƯƠNG THỊ THANH NHÂN

NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH

SỬ DỤNG METAVERSE: NGHIÊN CỨU TRƯỜNG HỢP TẠI ĐÀ NẴNG

DOANH NGHIỆP CNTT

ĐỀ XUẤT LUẬN ÁN CỬ NHÂN

QUẢN TRỊ KINH DOANH

Đà Nẵng – Tháng 6 năm 2023

TRƯỜNG ĐẠI HỌC THÔNG TIN VIỆT-HÀN QUỐC

VÀ CÔNG NGHỆ TRUYỀN THÔNG

KHOA KINH TẾ SỐ & THƯƠNG MẠI ĐIỆN TỬ

DƯƠNG THỊ THANH NHÂN

NHỮNG YẾU TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH

SỬ DỤNG METAVERSE: NGHIÊN CỨU TRƯỜNG HỢP TẠI ĐÀ NẴNG

DOANH NGHIỆP CNTT

ĐỀ XUẤT LUẬN ÁN CỬ NHÂN

QUẢN TRỊ KINH DOANH

Người hướng dẫn: Văn Hùng Trọng, TS.

Đà Nẵng – Tháng 6 năm 2023

BÌNH LUẬN CỦA GIÁO SƯ GIÁM SÁT.

Tên học sinh: Dương Thị Thanh Nhàn

Mã sinh viên: 19BA043

Người hướng dẫn: Văn Hùng Trọng, TS.

Khóa đào tạo: 2019 - 2023

Đà Nẵng, ngày…. tháng …. 2023 Giảng viên

(Ký, ghi họ tên)

TRƯỜNG ĐẠI HỌC THÔNG TIN VIỆT-HÀN QUỐC

CÔNG NGHỆ TRUYỀN THÔNG

KHOA KINH TẾ SỐ & THƯƠNG MẠI ĐIỆN TỬ

Doanh nghiệp CNTT Đà Nẵng

ĐỀ XUẤT LUẬN ÁN CỬ NHÂN

QUẢN TRỊ KINH DOANH

Tên học sinh: Dương Thị Thanh Nhàn

Mã sinh viên: 19BA043

Người hướng dẫn: Văn Hùng Trọng, TS.

Khóa đào tạo: 2019 - 2023

tin cậy và ý định sử dụng.

Dương Thị Thanh Nhàn - 19BA Tôi

Dương Thị Thanh Nhàn - 19BA ii

trình tôi phát triển luận án tốt nghiệp của mình.

Dương Thị Thanh Nhàn

Dương Thị Thanh Nhàn - 19BA iii

TRỪU TƯỢNG ................................................. ................................................................. .................Tôi

SỰ NHÌN NHẬN................................................. .................................iii

MỤC LỤC............................................... ...................................iv

LOẠI TỪ VIẾT TẮT................................................................. .................................vii

DANH MỤC BẢNG.................................................................. ................................................................. ......viii

DANH MỤC HÌNH.................................................................. ................................................................. .....ix

CHƯƠNG 1. GIỚI THIỆU.................................................................. ...................................1

1.1. Bối cảnh và sự cần thiết của nghiên cứu................................................................. ...................1

1.2. Mục đích của nghiên cứu................................................................................. .................................3

1.3. Phạm vi nghiên cứu................................................................................. .................................................3

1.4. Phương pháp nghiên cứu ................................................ .....................................4

1.5. Ý nghĩa của nghiên cứu................................................................................. ..............................4

1.6. Cấu trúc của luận án................................................................................. .........................................4

CHƯƠNG 2. TỔNG QUAN TÀI LIỆU.................................................. ............6

2.1. Cơ sở lý thuyết................................................................................. ................................................................. 6

2.1.1. Metaverse................................................................................. ................................................................. .....6

2.1.2. Cơ hội và mối đe dọa của Metaverse................................................................. ......7

2.2. Các lý thuyết liên quan.................................................................. ................................................................. .số 8