ĐẠI HỌC QUỐC GIA TP.

HCM
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

BÁO CÁO TỔNG KẾT

ĐỀ TÀI NGHIÊN CỨU KHOA HỌC SINH VIÊN
NĂM 2023

NGHIÊN CỨU CÁC YẾU TỐ CỦA HÌNH THỨC PHÁT TRỰC

TIẾP – LIVE STREAMING ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA
HÀNG TRỰC TUYẾN TRÊN MẠNG XÃ HỘI CỦA SINH VIÊN
ĐHQG TP.HCM (TRƯỜNG HỢP TIKTOK)

<MÃ SỐ ĐỀ TÀI>

Lĩnh vực khoa học: Kinh tế

Chuyên ngành: Marketing
Nhóm nghiên cứu:

TT Họ tên MSSV Đơn vị Nhiệm vụ Điện thoại Email

haltn20410c
1. Lê Thị Nguyệt Hà K204100541 Khoa QTKD Nhóm trưởng 0703624177
@uel.edu.vn
anhhk20410c
2. Huỳnh Kiều Anh K204100538 Khoa QTKD Tham gia 0837147099
@uel.edu.vn
chauntb20410
3. Nguyễn Trần Bảo Châu K204100540 Khoa QTKD Tham gia 0372982709
c@uel.edu.vn
yendh20410c
4. Đào Hoàng Yến K204100555 Khoa QTKD Tham gia 0938864651
@uel.edu.vn
lync20410c@
5. Nguyễn Cẩm Ly K204101748 Khoa QTKD Tham gia 0336754854
uel.edu.vn
 ĐẠI HỌC QUỐC GIA TP.HCM
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

BÁO CÁO TỔNG KẾT

ĐỀ TÀI NGHIÊN CỨU KHOA HỌC SINH VIÊN
NĂM 2023

NGHIÊN CỨU CÁC YẾU TỐ CỦA HÌNH THỨC PHÁT TRỰC TIẾP
– LIVE STREAMING ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA HÀNG
TRỰC TUYẾN TRÊN MẠNG XÃ HỘI CỦA SINH VIÊN ĐHQG
TP.HCM (TRƯỜNG HỢP TIKTOK)

Đại diện nhóm nghiên cứu Giảng viên hướng dẫn Chủ tịch Hội đồng

Lê Thị Nguyệt Hà Cung Thục Linh (Ký, họ tên)

Lãnh đạo Khoa/Bộ môn/Trung tâm

(Ký, họ tên)
 TÓM TẮT ĐỀ TÀI
Trong thời kỳ Covid-19, mọi hoạt động sản xuất kinh doanh phải đối mặt với hiệu suất ảm
đạm, các hành vi mua sắm dần chuyển đổi từ hình thức offline sang online, cùng với sự thay đổi
trong thói quen/hành vi mua sắm của người tiêu dùng. Chính điều này yêu cầu các doanh nghiệp
cần phải có sự chuyển mình để thích ứng kịp thời với xu hướng thời đại mới. Theo cùng với sự
phát triển của thương mại điện tử, phát trực tiếp mua sắm trở thành động lực chính cho bán hàng
trực tuyến, đây là cơ hội lớn cho sự phát triển các nền tảng có tính năng livestream bán hàng.
Trên cơ sở của các lý thuyết: Thuyết chấp nhận công nghệ (TAM), Thuyết hành động hợp lý
(TRA), Thuyết nhận thức rủi ro (TPR), Thuyết dòng chảy (Flow Theory) và lược khảo từ các đề
tài nghiên cứu có liên quan trước đó, nhóm đưa ra mô hình nghiên cứu cho đề tài “Nghiên cứu tác
động của hình thức phát trực tiếp – Live streaming ảnh hưởng đến ý định mua hàng trực tuyến trên
mạng xã hội của sinh viên thuộc hệ thống các trường Đại học Quốc gia Thành phố Hồ Chí Minh
(trường hợp Tik tok)”. Bao gồm năm yếu tố: Sự đắm chìm, Nhận thức hữu ích, Nhận thức dễ sử
dụng, Nhận thức rủi ro, Áp lực thời gian.
Phương pháp nghiên cứu gồm hai quá trình: nghiên cứu sơ bộ và nghiên cứu chính thức. Kết
quả nghiên cứu định lượng thu về 531 phiếu khảo sát trả về trong số đó chỉ có 359 phiếu được sử
dụng vào việc phân tích. Nhóm phân tích dữ liệu bằng phần mềm SPSS 20 và MICROSOFT
EXCEL 2016 để: (1) Đánh giá độ tin cậy của thang đo Cronbach’s Alpha; (2) Phân tích các nhân
tố khám phá EFA; (3) Phương pháp phân tích tương quan Pearson; (4) Phương pháp phân tích hồi
quy tuyến tính; (5) Phương pháp kiểm định biến điều tiết (Macro Process); (6) Kiểm định
Independent Sample T-test và One-way ANOVA.
Kết quả nghiên cứu cho thấy rằng yếu tố Ý định mua hàng (PI) chịu sự ảnh hưởng trực tiếp
từ các yếu tố Nhận thức hữu ích (PU), Nhận thức dễ sử dụng (EU), Sự đắm chìm (IM), Nhận thức
rủi ro (PR) và không chịu tác động của biến điều tiết Áp lực thời gian (TP).
Từ đó, nhóm nghiên cứu đưa ra các kết luận, hàm ý quản trị về sự tác động của hình thức
phát trực tiếp – Live streaming ảnh hưởng đến ý định mua hàng trực tuyến trên mạng xã hội, hạn
chế của đề tài và đề xuất hướng nghiên cứu tiếp theo để hình thức phát trực tiếp – Live streaming
có thể được hoàn thiện hơn về mặt lý thuyết, từ đó làm nền tảng cho các hình thức phát trực tiếp –
Live streaming khác hiệu quả, thiết thực và kinh tế hơn.

i
 MỤC LỤC
MỞ ĐẦU – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU ............................................................ 1
1. Lý do chọn đề tài .................................................................................................................. 1
2. Tổng quan tình hình nghiên cứu .............................................................................................. 1
2.1. Tổng quan tình hình nghiên cứu trên thế giới ................................................................... 1
2.2. Tổng quan tình hình nghiên cứu tại Việt Nam .................................................................. 3
3. Mục đích nghiên cứu đề tài ...................................................................................................... 4
3.1. Mục tiêu tổng quát ............................................................................................................ 4
3.2. Mục tiêu cụ thể .................................................................................................................. 4
4. Câu hỏi nghiên cứu .................................................................................................................. 4
5. Đối tượng và phạm vi nghiên cứu ........................................................................................... 4
5.1. Đối tượng nghiên cứu........................................................................................................ 4
5.2. Phạm vi nghiên cứu: .......................................................................................................... 5
6. Phương pháp nghiên cứu ......................................................................................................... 5
6.1. Nghiên cứu sơ bộ .............................................................................................................. 5
6.2. Nghiên cứu chính thức ...................................................................................................... 5
7. Ý nghĩa đề tài ........................................................................................................................... 5
8. Kết cấu bài nghiên cứu ............................................................................................................ 6
TÓM TẮT PHẦN MỞ ĐẦU ....................................................................................................... 7
KẾT QUẢ NGHIÊN CỨU VÀ PHÂN TÍCH KẾT QUẢ .......................................................... 8
CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ MÔ HÌNH NGHIÊN CỨU .............................................. 8
1.1. Tổng quan về mua sắm trực tuyến trên các mạng xã hội và các trang thương mại điện tử
.................................................................................................................................................. 8
1.2. Khái quát thị trường live streaming ở Việt Nam ............................................................. 10
1.3. Tổng quan về TikTok ..................................................................................................... 12
1.4. Hành vi mua sắm online .................................................................................................. 13
1.5. Khảo lược các nghiên cứu liên quan .............................................................................. 17
1.6. Lý thuyết nghiên cứu và mô hình nghiên cứu ................................................................. 20
1.7. Mô hình nghiên cứu đề xuất ............................................................................................ 22
TÓM TẮT CHƯƠNG 1 ......................................................................................................... 26
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU ....................................................................... 27
2.1. Quy trình nghiên cứu....................................................................................................... 27
ii
 2.2. Nghiên cứu sơ bộ ............................................................................................................ 28
2.3. Nghiên cứu chính thức .................................................................................................... 32
TÓM TẮT CHƯƠNG 2 ......................................................................................................... 39
CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN ................................................... 40
3.1. Thống kê mô tả mẫu nghiên cứu ..................................................................................... 40
3.2. Đánh giá thang đo ........................................................................................................... 43
3.3. Kiểm định mô hình và kiểm định giả thuyết ................................................................... 51
3.4. Kiểm định sự khác biệt của Ý định mua hàng theo các biến định tính ........................... 60
TÓM TẮT KẾT QUẢ NGHIÊN CỨU .................................................................................. 66
KẾT LUẬN VÀ KIẾN NGHỊ ..................................................................................................... 68
1. Kết luận .................................................................................................................................. 68
1.1. Về các nội dung mà nghiên cứu đã thực hiện: ................................................................ 68
1.2. Về những đóng góp mới của đề tài và khả năng ứng dụng của kết quả nghiên cứu: ...... 69
2. Hàm ý quản trị ....................................................................................................................... 70
3. Kiến nghị................................................................................................................................ 73
3.1. Một số hạn chế của đề tài ................................................................................................ 73
3.2. Đề xuất hướng nghiên cứu tiếp theo ............................................................................... 73
TÓM TẮT KẾT LUẬN VÀ KIẾN NGHỊ ................................................................................. 73
TÀI LIỆU THAM KHẢO........................................................................................................... 75
PHỤ LỤC ..................................................................................................................................... 84
PHỤ LỤC 1: KẾT QUẢ KHẢO SÁT VỚI NHÓM ĐẠI DIỆN ............................................... 84
PHỤ LỤC 2: BẢNG KHẢO SÁT CHÍNH THỨC ................................................................... 86
PHỤ LỤC 3: KẾT QUẢ ĐÁNH GIÁ CÁC THANG ĐO BẰNG HỆ SỐ TIN CẬY
CRONBACH’S ALPHA ........................................................................................................... 91
PHỤ LỤC 4: KẾT QUẢ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA .................................... 96
PHỤ LỤC 5: KẾT QUẢ PHÂN TÍCH TƯƠNG QUAN PEARSON ..................................... 101
PHỤ LỤC 6: KẾT QUẢ PHÂN TÍCH HỒI QUY .................................................................. 102
PHỤ LỤC 7: KIỂM ĐỊNH BIẾN ĐIỀU TIẾT ........................................................................ 104
PHỤ LỤC 8: KẾT QUẢ KIỂM ĐỊNH INDEPENDENT SAMPLE T-TEST VÀ ONE-WAY
ANOVA ................................................................................................................................... 107

iii
 DANH MỤC BẢNG BIỂU
Bảng 1 – Bảng quy trình và tiến độ nghiên cứu của nhóm ........................................................... 27
Bảng 2 – Bảng thang đo của đề tài ................................................................................................ 30
Bảng 3 - Thống kê mẫu về tình trạng sử dụng TikTok của đáp viên ............................................ 40
Bảng 4 - Thống kê mẫu theo sự quan tâm đến live-stream TikTok của đáp viên ......................... 40
Bảng 5 - Thống kê mẫu điều tra .................................................................................................... 41
Bảng 6 - Tổng hợp kết quả đo lường Cronbach’s Alpha............................................................... 43
Bảng 7 - Bảng kiểm định KMO và Bartlett của biến phụ thuộc ................................................... 46
Bảng 8 - Bảng Ma trận nhân tố của biến phụ thuộc ...................................................................... 47
Bảng 9 - Bảng kiểm định KMO và Bartlett lần 2 của biến độc lập ............................................... 47
Bảng 10 - Bảng kiểm định KMO và Bartlett cho biến điều tiết .................................................... 49
Bảng 11 - Bảng Ma trận nhân tố của biến điều tiết ....................................................................... 50
Bảng 12 - Bảng phân tích tương quan tác động của các yếu tố trong mô hình đề xuất ................ 50
Bảng 13 – Bảng tóm tắt mô hình ................................................................................................... 52
Bảng 14 – Bảng kết quả One-way ANOVA ................................................................................. 52
Bảng 15 – Bảng hệ số hồi quy ....................................................................................................... 53
Bảng 16 – Bảng kết quả phân tích Macro Process ........................................................................ 57
Bảng 17 - Bảng Hệ số hồi quy thứ bậc mô hình tổng thể.............................................................. 59
Bảng 18 - Bảng Hệ số hồi quy thứ bậc cho mối quan hệ điều tiết ................................................ 60
Bảng 19 - Bảng Kiểm định Independent Sample T-Test (theo Giới tính)..................................... 61
Bảng 20 - Bảng Kiểm định Independent Sample T-Test (theo Giới tính)..................................... 62
Bảng 21 - Bảng Kết quả ANOVA (theo thu nhập)........................................................................ 62
Bảng 22 - Bảng Kiểm Levene phương sai đồng nhất (theo chi tiêu) ............................................ 63
Bảng 23 - Bảng Kết quả ANOVA (theo chi tiêu).......................................................................... 64
Bảng 24 - Bảng Kiểm Levene phương sai đồng nhất (theo thời gian) .......................................... 65
Bảng 25 - Bảng Kết quả ANOVA (theo thời gian) ....................................................................... 66

iv
 DANH MỤC HÌNH ẢNH
Hình 1 – Mô hình nghiên cứu tác động của live-stream đến ý định mua sắm của khách hàng đối
với sản phẩm thời trang local brand Việt Nam.............................................................................. 17
Hình 2 - Mô hình cơ chế tương tác và giải trí tác động đến ý định mua hàng bốc đồng trong phát
trực tiếp mua sắm. ......................................................................................................................... 18
Hình 3 - Mô hình ảnh hưởng của mua sắm phát trực tiếp đối với rủi ro nhận thức và ý định mua
hàng của người tiêu dùng ở Trung Quốc ....................................................................................... 19
Hình 4 - Mô hình Lý thuyết hành vi hợp lý - TRA ....................................................................... 20
Hình 5 - Mô hình Lý thuyết chấp nhận công nghệ - TAM............................................................ 21
Hình 6 – Mô hình nghiên cứu đề xuất ........................................................................................... 25
Hình 7 - Mô hình mối quan hệ có biến điều tiết theo Baron & Kenny (1986) .............................. 36
Hình 8 - Hình Đồ thị Histogram biểu thị phần dư chuẩn hóa hồi quy .......................................... 54
Hình 9 - Hình Đồ thị P - P Plot ..................................................................................................... 55
Hình 10 - Hình Đồ thị Scatter Plot ................................................................................................ 56
Hình 11 – Hình đồ thị của biến điều tiết........................................................................................ 58

v
 DANH MỤC NHỮNG TỪ VIẾT TẮT

VIẾT
STT TỪ GỐC Ý NGHĨA
TẮT

1 TP Time Pressure Áp lực thời gian

2 PU Perceived Usefulness Nhận thức hữu ích

PEOU/
3 Ease of Use Nhận thức dễ sử dụng
EU

4 PR Perceived Risk Nhận thức rủi ro

5 IM Immersion Sự đắm chìm

6 PI Purchase Intention Ý định mua hàng

7 TRA Theory of Reasoned Action Thuyết hành động hợp lý

Technology Acceptance
8 TAM Mô hình chấp nhận công nghệ
Model

9 TPR Theory of Perceived Risk Thuyết nhận thức rủi ro

Theory of Planned
10 TPB Lý thuyết hành vi có hoạch định
Behavior

Principal Components
11 PCA Phương pháp phân tích thành phần chính
Analysis

12 ĐHQG Đại học Quốc gia

13 TMĐT Thương mại điện tử

14 Gen Z Generation Z Thế hệ Z

IBM Statistical Package for the phần mềm phân tích thống kê logic và phân
15
SPSS Social Sciences tích dữ liệu theo lô hoặc không theo lô.

Exploratory Factor
16 EFA Phương pháp phân tích nhân tố khám phá
Analysis

17 MXH Mạng xã hội

vi
 MỞ ĐẦU – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
1. Lý do chọn đề tài
Sự phát triển vượt bậc của công nghệ đã biến Livestreaming thành một ngôn ngữ xã hội mới.
Nó tạo điều kiện cho các tương tác xã hội phong phú và thúc đẩy các kết nối thực sự. Không giống
như các nền tảng mua sắm trực tiếp cơ bản, các nền tảng/ứng dụng có tích hợp tính năng phát trực
tiếp giúp các doanh nghiệp sử dụng như một công cụ bán hàng - với mục tiêu cơ bản là cho phép
mọi người có quyền Live-stream mọi lúc và mọi nơi - hướng đến kết quả mạnh mẽ và nhanh chóng,
nghĩa là người xem trực tiếp có khả năng tạo ra nhiều giao dịch mua hơn.
Theo báo cáo của trang Q&Me về sự thay đổi trong thói quen người dùng Việt Nam trong
thời gian giãn cách do dịch bệnh (công bố tháng 10/2021), giới trẻ đang dành nhiều thời gian xem
video trực tuyến trên YouTube và TikTok - đặc biệt, thế hệ trẻ đang dần chuyển đổi sang sử dụng
TikTok. Theo cùng với sự chuyển đổi trong hành vi mua sắm kết hợp với tốc độ phát triển thần tốc
của nền tảng Tik Tok, tầm ảnh hưởng của hình thức bán hàng phát trực tiếp ngày càng được phổ
biến rộng rãi và ưa chuộng.
Mặc dù hình thức bán hàng trực tiếp - Livestreaming không còn quá xa lạ hiện nay, cùng với
sự phát triển vượt bậc của các sàn thương mại điện tử, bán hàng trực tiếp - Livestreaming được
xem là một trong những xu hướng tương lai hứa hẹn. Tuy nhiên, những nghiên cứu về các yếu tố
trong bán hàng trực tiếp tác động như thế nào đến ý định mua hàng, đặc biệt trong trường hợp phát
triển hình thức trực tuyến trên các ứng dụng giải trí video như Tiktok phần lớn vẫn chưa được
khám phá toàn diện. Đã có một số bài nghiên cứu chỉ ra được sự ảnh hưởng từ các yếu tố trong bán
hàng trực tuyến - Livestreaming, nhưng lại chưa chỉ ra được trường hợp cụ thể, cũng như mô hình
áp dụng ở Việt Nam có thực sự hiệu quả như nghiên cứu.
Nhận thấy tầm quan trọng cũng như một phương thức bán hàng ngày càng có xu hướng phát
triển theo chiều hướng cao hơn, cũng như sự ảnh hưởng mạnh mẽ từ nền tảng TikTok đến xu hướng
giải trí và mua sắm, nhóm tác giả quyết định nghiên cứu đề tài: “Nghiên cứu tác động của hình
thức phát trực tiếp – Live streaming ảnh hưởng đến ý định mua hàng trực tuyến trên mạng xã
hội của sinh viên thuộc hệ thống các trường Đại học Quốc gia Thành phố Hồ Chí Minh (trường
hợp Tik tok)” từ đó phân tích sâu hơn những yếu tố trong bán hàng trực tuyến - Live streaming
ảnh hưởng đến ý định mua hàng của người tiêu dùng trên các nền tảng khác bên cạnh các sàn
thương mại điện tử.
2. Tổng quan tình hình nghiên cứu
2.1. Tổng quan tình hình nghiên cứu trên thế giới

1
 Ngày nay, thương mại phát trực tiếp đang trở thành một kênh tiếp thị mới, trong đó những
người phát trực tiếp mở các luồng trực tiếp để tương tác với người tiêu dùng trong thời gian thực
(Chen và Lin 2018).
Live-stream bán hàng online khởi nguồn từ Trung Quốc năm 2016 và nhanh chóng trở thành
một kênh bán hàng hữu hiệu trong bối cảnh thương mại điện tử. Cuối năm 2020 Trung Quốc có
khoảng 524 triệu người (40% dân số) sử dụng live-stream.
Thị trường phát trực tiếp toàn cầu được định giá 988,00 triệu USD vào năm 2021 và được dự
đoán sẽ đạt giá trị 4290 triệu USD vào năm 2028 với tốc độ tăng trưởng kép hàng năm (CAGR) là
23,50% trong giai đoạn dự báo năm 2022–2028.
Với sự bùng nổ của hình thức live-stream bán hàng online, đã có những bài nghiên cứu xoay
quanh đề tài này. Trong bài nghiên cứu “The effect of live-streaming shopping on the consumer's
perceived risk and purchase intention in China” đề cập đến ảnh hưởng của mua sắm phát trực tiếp
đối với rủi ro nhận thức và ý định mua hàng của người tiêu dùng ở Trung Quốc. Nghiên cứu cho
thấy rủi ro nhận thức trong mua sắm trực tuyến đến từ việc người tiêu dùng thiếu tương tác trực
tiếp, điều này có thể giảm bớt trong môi trường mua sắm phát trực tiếp. Khi mua sắm trực tuyến,
khách hàng có thể gửi câu hỏi trực tiếp qua màn hình dấu đầu dòng và được người phát trực tiếp
phản hồi kịp thời, điều này sẽ ảnh hưởng đến ý định mua hàng của khách hàng (Chen và cộng sự,
2017; Zhou và cộng sự, 2018).
Sức ảnh hưởng của Live streaming cũng đã nhanh chóng lan tỏa đến các quốc gia khu vực
Châu Âu. Nhóm tác giả Kamarin Merritt và Shichao Zhao đã thực hiện đề tài “The Power of Live
Stream Commerce: A Case Study of How Live Stream Commerce Can Be Utilised in the
Traditional British Retailing Sector” (2022) nhằm đưa ra các lập luận chứng minh rằng Live
streaming trong thị trường bán lẻ tại Anh Quốc đang là một sự đổi mới cho lĩnh vực thương mại
điện tử; trong đó, sự tương tác và độ gắn kết là hai trong số những động lực chính thôi thúc người
tiêu dùng sử dụng phương thức mua hàng mới này. Do đó, Live streaming đang có những khả năng
rất lớn để tiếp cận và được chấp nhận tại thị trường phương Tây.
Hay theo như Sudaporn Sawmong (2022) đã nghiên cứu về các yếu tố chính ảnh hưởng đến
hành vi mua sắm thông qua Live streaming tại Thái Lan, trong đó, năm yếu tố chính: Tính giải trí,
Sự đa dạng thông tin, Sự hấp dẫn, Khả năng chuyên môn và Độ tin cậy có thể ảnh hưởng đến ý
định mua hàng của người tiêu dùng tại quốc gia này. Trong đó, Độ tin cậy được xác định có sức
ảnh hưởng lớn nhất đến ý định mua hàng, tiếp theo đó là Tính giải trí, Sự đa dạng thông tin, Khả
năng chuyên môn và cuối cùng là Sự hấp dẫn của người giới thiệu sản phẩm hoặc dịch vụ trên Live
streaming không ảnh hưởng đáng kể lên ý định mua hàng của người tiêu dùng.
Theo Chen & Lin, 2018 khách hàng có thể có được tất cả thông tin sản phẩm từ phần giới
thiệu của người phát trực tiếp thay vì tự tìm kiếm và so sánh thông tin cho các sản phẩm khác nhau.

2
Ngoài ra, streamer không chỉ cung cấp cho người xem thông tin hữu ích về sản phẩm mà còn tạo
ra trải nghiệm thú vị trong quá trình phát trực tiếp (Chen & Lin, 2018). Các yếu tố ảnh hưởng đến
việc khách hàng sử dụng nền tảng thương mại được thúc đẩy bởi giá rẻ, sự thuận tiện của sản
phẩm. Phần giới thiệu sản phẩm sinh động, vui nhộn của người truyền phát cũng làm tăng sự tin
tưởng của khách hàng và khơi gợi ý định mua hàng ở mức độ cao hơn (Hajli, 2015). Một số nghiên
cứu khác cũng chỉ ra rằng, một trong những yếu tố chính dẫn đến nhu cầu ngày càng tăng đối với
các dịch vụ phát trực tiếp là người xem có thể đặt câu hỏi và tương tác với đài truyền hình trong
thời gian thực. Điều này làm cho trải nghiệm trở nên hấp dẫn và cá nhân hơn so với các hình thức
truyền thông truyền thống.
Mặc dù đã có các bài nghiên cứu về tác động của live-stream ảnh hưởng đến ý định mua hàng
nhưng vẫn chưa có nhiều nghiên cứu tập trung tác động của hình thức phát trực tiếp – Live
streaming ảnh hưởng đến ý định mua hàng trực tuyến trên nền tảng TikTok.
2.2. Tổng quan tình hình nghiên cứu tại Việt Nam
Theo thông tin trên Báo Đầu tư, giai đoạn 2021-2025 live-stream bán hàng tại Việt Nam
được dự báo sẽ bùng nổ. Xu hướng live-stream bán hàng tại Việt Nam những năm gần đây cũng
chứng kiến những tăng trưởng vượt bậc.
Riêng nền tảng TikTok, theo thống kê của nền tảng số liệu TMĐT Metric, chỉ tính riêng trong
tháng 11/2022, doanh số trên TikTok Shop đã đạt mức 1.698 tỷ đồng, với 13 triệu sản phẩm được
bán ra và 32.000 nhà bán phát sinh đơn hàng. Mức doanh số này đủ giúp TikTok Shop vượt qua
Tiki (396 tỷ đồng), chỉ kém Lazada (2.603 tỷ đồng) và Shopee (8.761 tỷ đồng) trên bảng xếp hạng
các sàn TMĐT có doanh số lớn nhất tháng tại Việt Nam. Trung bình mỗi ngày, Việt Nam có khoảng
70 đến 80 nghìn phiên live-stream bán hàng trên các nền tảng mạng xã hội.
Sự phát triển của live streaming bán hàng đã thu hút các nhà nghiên cứu trẻ tại Việt Nam
nghiên cứu về chủ đề này. Trong một số bài nghiên cứu theo tác giả Bùi Thành Khoa (2018) yếu
tố rủi ro cảm nhận về sản phẩm/dịch vụ và rủi ro cảm nhận về quy trình giao dịch ảnh hưởng đến
ý định mua hàng online của người tiêu dùng. Một nghiên cứu khác “Nghiên cứu về các yếu tố ảnh
hưởng đến quyết định mua sản phẩm thời trang thông qua live-stream” của nhóm tác giả Tran
Thach, Vo Thi Hoc Truong, Nguyen Dang Vinh Phuc, Huynh Quoc Tuan (2021) cho rằng các yếu
tố niềm tin, truyền miệng điện tử, sự hấp dẫn của người bán, sử hiểu biết về người bán, sự phù hợp
về giá sẽ ảnh hưởng đến ý định mua hàng của người xem. Một nghiên cứu khác của Thạc sĩ Nguyễn
Thị Bích Liên và Thạc sĩ Nguyễn Thị Xuân Trang (2021), cho thấy năm yếu tố tác động đến ý định
mua sắm trực tuyến của người tiêu dùng bao gồm: nhận thức hữu ích, uy tín, mức độ rủi ro, nhóm
tham khảo, tính an toàn và bảo mật.
Dù vậy, sau khi tìm hiểu các bài nghiên cứu về phát trực tiếp ở cả Việt Nam và nước ngoài,
đối với các bài nghiên cứu ở nước ngoài như Trung Quốc và Thái Lan, nhóm nhận thấy tiềm năng

3
về khai thác live-stream ở Việt Nam là rất lớn. Và vẫn chưa thực sự có bài nghiên cứu tập trung
vào live-stream bán hàng trên nền tảng TikTok vốn đang hoạt động vô cùng sôi nổi. Vì vậy trong
bài nghiên cứu, nhóm tập trung điều tra về tác động của hình thức phát trực tiếp – Live streaming
ảnh hưởng đến ý định mua hàng trực tuyến trên mạng xã hội của sinh viên ĐHQG (Nghiên cứu
trường hợp Tik Tok).
3. Mục đích nghiên cứu đề tài
3.1. Mục tiêu tổng quát
Nghiên cứu xác định các yếu tố của hình thức phát trực tiếp - Live streaming ảnh hưởng đến
ý định mua hàng trực tuyến trên mạng xã hội của sinh viên thuộc khu vực ĐHQG - TPHCM (
trường hợp TikTok).
3.2. Mục tiêu cụ thể
Dựa trên mục tiêu tổng quát, nhóm nghiên cứu đặt ra mục tiêu cụ thể trong quá trình thực
hiện như sau:
Thứ nhất, xác định các yếu tố của hình thức phát trực tiếp - live streaming ảnh hưởng đến ý
định mua hàng trực tuyến trên nền tảng TikTok của sinh viên thuộc khu vực ĐHQG - TPHCM.
Thứ hai, đo lường mức độ ảnh hưởng của các yếu tố đến ý định mua hàng trực tuyến trên nền
tảng TikTok của sinh viên thuộc khu vực ĐHQG - TPHCM.
Thứ ba, đưa ra những hạn chế và đề xuất một số kiến nghị giúp doanh nghiệp và các nhà bán
lẻ phát triển những sáng kiến mới thu hút nhóm người tiêu dùng là sinh viên thông qua hình thức
phát trực tiếp - live streaming trên mạng xã hội.
4. Câu hỏi nghiên cứu
Với mục tiêu đã trình bày, bài nghiên cứu sẽ trả lời 3 câu hỏi nghiên cứu như sau:
− Các yếu tố nào của hình thức phát trực tiếp - Live Streaming tác động đến ý định mua hàng
trực tuyến trên nền tảng Tiktok của sinh viên các trường đại học thuộc hệ thống ĐHQG -
TPHCM ?
− Mức độ tác động của các yếu tố trên đối với ý định mua hàng trực tuyến trên nền tảng Tiktok
của sinh viên các trường đại học thuộc hệ thống ĐHQG - TPHCM là bao nhiêu ?
− Những hàm ý quản trị nào phù hợp để thông qua hình thức Live streaming trên Tiktok giúp
doanh nghiệp có thể thúc đẩy ý định mua hàng của sinh viên ĐHQG - TPHCM ?
5. Đối tượng và phạm vi nghiên cứu
5.1. Đối tượng nghiên cứu

4
 Đối tượng nghiên cứu: Các yếu tố tác động của hình thức phát trực tiếp - Live streaming lên
ý định mua hàng trực tuyến trên mạng xã hội của sinh viên các trường đại học thuộc Hệ thống Đại
học Quốc gia Thành phố Hồ Chí Minh (Trường hợp Tiktok).
5.2. Phạm vi nghiên cứu:
− Phạm vi không gian: Sinh viên đang học tập tại các trường thuộc hệ thống ĐHQG -
TP.HCM.
− Phạm vi thời gian: Từ tháng 09/2021 đến tháng 03/2022.

6. Phương pháp nghiên cứu

6.1. Nghiên cứu sơ bộ
Nghiên cứu định tính: thu thập các thông tin, các nghiên cứu liên quan, các cơ sở lý thuyết
và tổng quan về ngành công nghiệp live-stream trên thế giới và tại Việt Nam, các mô hình và lý
thuyết trên sách báo, trang web chuyên ngành,.. từ các nghiên cứu trước đó. Từ đó, nhóm tiến hành
đưa ra giả thuyết các tác động của hình thức bán hàng trực tuyến trên mạng xã hội (trường hợp
TikTok) của sinh viên thuộc khu vực ĐHQG - TPHCM. Sau đó thảo luận nhóm các sinh viên từ 7
trường thuộc ĐHQG - TPHCM, phỏng vấn sâu để hiệu chỉnh các thang đo lý thuyết và nội dung
yếu tố mà nhóm đã đề xuất cho chính xác nhằm hoàn thiện bảng hỏi cho phù hợp với việc khảo sát
thực tế. Sau đó nhóm tiến hành nghiên cứu định lượng sơ bộ.
6.2. Nghiên cứu chính thức
Nhóm nghiên cứu sử dụng phương pháp nghiên cứu định lượng bao gồm: thu thập thông tin,
sử dụng các tiêu chí thống kê mô tả cơ bản để tiến hành phân tích dữ liệu sơ cấp từ bảng câu hỏi
khảo sát. Kích thước mẫu nhóm chọn là trên 350 người. Công cụ xử lý số liệu thống kê được sử
dụng là IBM SPSS Statistics 20 và phần mềm bảng tính Microsoft Excel 2016.
Nhóm nghiên cứu sử dụng phương pháp đánh giá thang đo và kiểm định giả thuyết các nhân
tố ảnh hưởng đến ý định mua hàng trực tuyến trên mạng xã hội qua phương thức live-stream của
sinh viên thuộc các trường Đại học thuộc ĐHQG - TPHCM. Đồng thời, nghiên cứu kiểm định sự
khác biệt của các biến định tính, biến điều tiết đối với ý định mua hàng. Từ đó đưa ra được cơ sở
nhận định, đồng thời đưa ra những hạn chế của đề tài, đề xuất hướng nghiên cứu tiếp theo.
7. Ý nghĩa đề tài
Về mặt thực tiễn, thông qua các nghiên cứu, cơ sở lý thuyết để phân tích, nghiên cứu mang
những ý nghĩa sau:
Thứ nhất, từ việc nghiên cứu các yếu tố từ live streaming ảnh hưởng đến ý định mua sắm
trực tuyến trên nền tảng TikTok của sinh viên thuộc khu vực ĐHQG - TPHCM qua đó xác định
các yếu tố quan trọng, đồng thời loại bỏ bớt các yếu tố chưa phù hợp.

5
 Thứ hai, thông qua các yếu tố được xác định trong bài nghiên cứu có thể giúp các doanh
nghiệp và nhà cung cấp khai thác lợi ích mà Live-stream mang lại cho việc thúc đẩy bán hàng và
đưa ra các chiến lược hiệu quả phù hợp thị hiếu, thu hút đối tượng khách hàng mục tiêu (cụ thể ở
đây là sinh viên).
Thứ ba, qua phân tích đề tài có thể giúp các doanh nghiệp nhận ra một kênh bán hàng mới
để chuyển dịch hành vi mua bán cho phù hợp với thời đại, đang trên đà phát triển vượt trội và đang
được đối tượng khách hàng (sinh viên) đặc biệt ưa chuộng.
8. Kết cấu bài nghiên cứu
Ngoài các phần kết luận, danh mục bảng biểu, danh mục hình vẽ và biểu đồ, tài liệu tham
khảo và phụ lục, bài nghiên cứu được xây dựng bao gồm những phần như sau:
- MỞ ĐẦU – TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU:
Trong chương này, nhóm nghiên cứu sẽ trình bày về Tính cấp thiết của đề tài nhóm đã chọn,
tổng quan tình hình nghiên cứu trên thế giới và tại Việt Nam, mục tiêu nghiên cứu, đối tượng và
phạm vi nghiên cứu của đề tài, phương pháp nghiên cứu mà nhóm chọn lựa, ý nghĩa của đề tài và
kết cấu bài nghiên cứu mà nhóm thực hiện.
- KẾT QUẢ NGHIÊN CỨU VÀ PHÂN TÍCH KẾT QUẢ
Chương 1: Cơ sở lý thuyết và các nghiên cứu liên quan
Chương 1 trình bày các nội dung sau: Khái niệm và tổng quan các yếu tố chính liên quan đến
đề tài, các lý thuyết làm nền tảng cho bài nghiên cứu và một số bài nghiên cứu khác có liên quan,
từ đó tiến hành lập luận và xây dựng mô hình cho đề tài nghiên cứu.
Chương 2: Phương pháp nghiên cứu
Nhóm nghiên cứu sẽ trình bày rõ về quy trình nghiên cứu và phương pháp nghiên cứu: nghiên
cứu định lượng, nghiên cứu định tính, quy trình và các phương pháp phân tích dữ liệu đã thu thập
nhằm đánh giá được mức độ tin cậy của kết quả nghiên cứu.
Chương 3: Phân tích kết quả nghiên cứu
Kết quả nghiên cứu sẽ được nhóm nghiên cứu tổng hợp và trình bày cụ thể bằng các bảng
biểu số liệu đã được xử lý. Sau đó sẽ phân tích và kiểm định dữ liệu để đưa ra những giải thích và
kết luận.
- KẾT LUẬN VÀ KIẾN NGHỊ
Chương 5 bao gồm nội dung thảo luận về kết quả nghiên cứu và những đóng góp của đề tài
nghiên cứu. Ngoài ra trong chương cũng sẽ đề cập đến hàm ý quản trị cùng một số hạn chế đã gặp
phải để hoàn thiện và phát triển đề tài trong tương lai.

6
 TÓM TẮT PHẦN MỞ ĐẦU
Trong Chương 1, nhóm đã trình bày về: (1) Tính cấp thiết của đề tài, (2) Tổng quan về tình
hình nghiên cứu, (3) Mục đích nghiên cứu, (4) Câu hỏi nghiên cứu (5) Đối tượng và phạm vi nghiên
cứu (6) Phương pháp nghiên cứu, (7) Ý nghĩa đề tài, (8) Kết cấu bài nghiên cứu.
Tổng quan về tình hình phát trực tiếp - live streaming và cơ sở lý thuyết được trình bày trong
phần tiếp theo.

7
 KẾT QUẢ NGHIÊN CỨU VÀ PHÂN TÍCH KẾT QUẢ
CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ MÔ HÌNH NGHIÊN CỨU
1.1. Tổng quan về mua sắm trực tuyến trên các mạng xã hội và các trang thương mại
điện tử
1.1.1. Tình hình sử dụng Internet tại Việt Nam
Theo số liệu của Liên Hợp Quốc, tổng dân số của Việt Nam năm 2022 từ 98,56 triệu tăng
745.096 người và sẽ đạt 100.059.299 người vào cuối năm 2023. Trong số đó có 72,1 triệu người
dùng Internet, với tỷ lệ thâm nhập 73,2% - tăng 4,9 điểm phần trăm so với cùng kỳ năm 2021. Theo
con số này, Việt Nam đang đứng thứ 12 trên thế giới về số lượng người dùng internet.
Theo đánh giá của Thứ trưởng Phạm Đức Long về tương lai Internet Việt Nam, đến năm
2025 Internet Việt Nam sẽ rộng hơn, nhanh hơn và an toàn hơn. Mục tiêu: “Đến năm 2025: Xây
dựng hạ tầng kỹ thuật số tiên tiến dẫn đầu khu vực ASEAN. Năm 2030: Mạng di động 5G sẽ phủ
sóng toàn quốc, giúp mọi người có thể tiếp cận internet băng thông rộng với chi phí thấp.”
Nhìn chung, trong bối cảnh chuyển đổi số hiện nay, tình hình sử dụng Internet tại Việt Nam
đang phát triển vô cùng khả quan và đang có những bước phát triển mạnh mẽ. Điều này cho thấy
tiềm năng về việc khai thác các hoạt động online và chuyển đổi hành vi người dùng từ các hoạt
động offline sang online tại Việt Nam là vô cùng to lớn.
1.1.2. Tình hình mua sắm trực tuyến trên các sàn TMĐT tại Việt Nam
Ở Việt Nam, 75% người dân sử dụng Internet thì đã có 74,8% người người dùng internet
tham gia mua sắm trực tuyến (Theo số liệu của Tổng cục Thống kê). Đặc biệt, sau ảnh hưởng của
đại dịch COVID-19, thói quen mua sắm của người tiêu dùng dần thay đổi từ trực tiếp sang trực
tuyến. Theo báo Tuổi trẻ, thống kê cho thấy năm 2022, số người Việt Nam mua sắm trực tuyến
vượt 51 triệu người, tăng 13,5% so với năm trước, với tổng chi tiêu cho mua sắm trực tuyến đạt
12,42 tỷ USD. Tác động của đại dịch đã làm gia tăng lượng mua sắm trực tuyến thông qua các sàn
thương mại điện tử và mạng xã hội. Những thói quen này đã dần ăn sâu và có thể tiếp tục phát triển
trong tương lai.
Theo Báo cáo nghiên cứu TMĐT trên mạng xã hội tại Việt Nam, thị trường TMĐT ở Việt
Nam đang ở trong giai đoạn phát triển nhanh. Tốc độ tăng trưởng của TMĐT trong giai đoạn 2013
– 2019 luôn ở mức cao, trên 20%/ năm.
Theo báo cáo của We Are Social, tổng số người mua sắm trực tuyến trong năm qua là 51,78
triệu, đạt 6,2 triệu; tổng chi tiêu cho sự kiện này là 12,42 tỷ USD, tăng 3,2 tỷ USD so với cùng kỳ
năm ngoái.

8
 Hiện nay, các kênh thương mại điện tử rất đa dạng, trong đó bốn sàn thương mại điện tử hàng
đầu là Shopee, Lazada, Tiki và Sendo. Bản đồ thương mại điện tử iprice Việt Nam cho thấy 4 sàn
thương mại điện tử hàng đầu có lượng truy cập web hàng tháng rất cao. Đối với Shopee là gần gần
52,5 triệu và Tiki khoảng 21 triệu lượt. Tuy nhiên gần đây, với sự xuất hiện của Tiktok Shop đã
làm thay đổi hoàn toàn cục diện thương mại điện tử tại Việt Nam. TikTok Shop ra mắt lần đầu tiên
tại Indonesia và mở rộng sang Việt Nam vào tháng 4/2022 và trong chưa đến 1 năm ra mắt, TikTok
Shop đã vượt thành tích đạt doanh thu 1 tỷ USD. Điều mà “ông lớn” Shopee và Lazada phải mất
1-3 năm mới đạt được. TikTok đã thành công trong việc kết nối trải nghiệm khách hàng từ giải trí
đến mua sắm khi người dùng vừa xem video giải trí vừa có thể đặt hàng mua sản phẩm nếu muốn.
1.1.3. Mạng xã hội và hoạt động có yếu tố TMĐT trên mạng xã hội
Mạng xã hội ngày nay đã trở nên rất phổ biến với người dùng. Theo “We are social” đã thống
kê dữ liệu trong Báo cáo thị trường Digital năm 2022, có 76,95 triệu người dùng mạng xã hội ở
Việt Nam vào tháng 1 năm 2022. Số lượng người dùng mạng xã hội ở Việt Nam vào đầu năm 2022
tương đương 78,1% tổng dân số.
Tính đến tháng 2 năm 2022, số lượng tài khoản mạng xã hội được kích hoạt là 76,95 triệu,
tương ứng với tỷ lệ thâm nhập là 78,1%. Con số này tăng gần 5 triệu so với cùng kỳ năm ngoái và
đã tăng đáng kể lên gần 12 triệu tài khoản trong cùng kỳ năm 2020. Thời gian truy cập mạng xã
hội trung bình mỗi ngày là 2 giờ 28 phút, tăng nhẹ 7 phút so với cùng kỳ năm ngoái.
Theo Báo cáo Digital 2022: Việt Nam do We Are Social thống kê cho thấy, mạng xã hội
được truy cập nhiều nhất mỗi tháng trong năm 2022 là Facebook với 93,8% người dùng dùng
thường xuyên hàng tháng. Zalo xếp ở vị trí thứ 2 với 91,3% và theo sau là Facebook Messenger,
TikTok, Instagram, Twitter…
Đặc biệt, mạng xã hội TikTok hiện có 59,7% người dùng tại Việt Nam, vươn lên vị trí thứ 3
vượt mặt những nền tảng lớn như Instagram, Twitter, Pinterest,.... (Theo We are the Social). Tiktok
ra mắt vào năm 2018 cho đến nay, TikTok đã mang lại nhiều kết quả đáng kinh ngạc khi trở thành
ứng dụng đạt 1 tỷ người dùng chỉ trong 3 năm ra mắt (Theo số liệu của ByteDance).
Đồng thời, một trong những xu hướng hiện nay đó là hoạt động có yếu tố TMĐT trên mạng
xã hội, hay còn gọi là thương mại xã hội (social commerce) đang chứng kiến sự phát triển nhanh
chóng và mạnh mẽ.
Theo khảo sát của VECOM cho thấy năm 2022, tỷ lệ doanh nghiệp có tham gia kinh doanh
trên mạng xã hội đạt tỷ lệ 57%, cao hơn đáng kể so với kinh doanh trên sàn giao dịch TMĐT (22%).
Theo nguồn sách trắng TMĐT VN năm 2022, đơn đặt hàng doanh nghiệp đạt được qua mạng xã
hội chiếm vị trí thứ 2 trong các hình thức TMĐT.
Điểm chung của đa số các mạng xã hội như Facebook, Instagram hay Zalo khi phát triển
TMĐT là cung cấp các tính năng đăng sản phẩm với thông tin chi tiết (giá cả, mô tả sản phẩm và
9
các thông tin khác). Đồng thời, cung cấp các tiện ích mua sắm với người dùng như tìm kiếm sản
phẩm, trao đổi thông tin và thực hiện giao dịch với người bán ngay trên nền tảng. Tuy vậy, đa số
các mạng xã hội chưa cung cấp các dịch vụ như một sàn TMĐT thực thụ như chức năng đặt hàng
trực tuyến, thanh toán và giao vận.
Tuy nhiên, sự xuất hiện của TikTok đã khuấy đảo cục diện thị trường thương mại xã hội
Việt Nam. TikTok hiện nằm trong top 4 những nền tảng mạng xã hội hấp dẫn của ngành thương
mại điện tử Việt. TikTok shop mang lại trải nghiệm của một mạng xã hội tích hợp TMĐT vượt trội
hơn hẳn so với các mạng xã hội khác khi khách hàng vừa có thể giải trí, đặt hàng, thanh toán và
được vận chuyển một cách liền mạch.
1.2. Khái quát thị trường live streaming ở Việt Nam
1.2.1. Khái niệm Live stream
Phát trực tiếp (Live streaming) là hình thức truyền tải nội dung (thường là video) trực tuyến
qua internet mà ở có các nội dung được ghi lại và truyền phát (streaming) trong thời gian thực.
Không giống như video truyền thống, phát trực tiếp cũng cho phép người xem tham gia: bình luận,
thích, chia sẻ và thậm chí được mời tham gia chương trình phát sóng. Điều này làm cho nó trở nên
gần gũi và mang tính cá nhân, đồng thời mang lại cảm giác chân thật. Không giống như một video
quay trước, được trau chuốt kỹ lưỡng trước khi đăng tải, phát trực tiếp khiến bạn có cảm giác như
đang ở gần streamer hoặc những người xem khác hơn rất nhiều.
Ngày nay, khái niệm phát trực tiếp đã nổi lên như một xu hướng mới nhất trong nền kinh tế.
Trong nghiên cứu của Smith và cộng sự (2013), họ phát hiện ra rằng phát video trực tiếp khác với
các loại phương tiện truyền thông xã hội khác bởi sự xuất hiện của người phát trực tiếp ( streamer).
Tương tự, nghiên cứu của cả Bründl và cộng sự (2017) và Deshpande & Hwang (2001) đều đề cập
đến thương mại phát trực tiếp như một hình thức giao tiếp đồng bộ, nghĩa là người xem sẽ quan sát
hành vi của người phát trực tiếp bao gồm cả lời nói và hành động của họ. Hơn nữa, mặc dù phát
trực tiếp cho phép người phát trực tiếp tương tác với nhiều khách hàng cùng lúc và những khách
hàng đó có thể phản hồi thông qua việc thả tương tác, bình luận bằng văn bản. Do đó, thương mại
phát trực tiếp đề cập đến sự kết hợp giữa video phát trực tiếp và thương mại điện tử để bán sản
phẩm trực tuyến (Wang, 2017). Nó liên quan đến tương tác xã hội trong thời gian thực (Cai &
Wohn, 2019). Ở một góc nhìn khác từ Singh và cộng sự (2020), các tác giả đã chỉ ra rằng các dịch
vụ phát trực tuyến còn được biết đến như một giải pháp thay thế cho mô hình dịch vụ phát sóng
truyền thống vì chất lượng tốt hơn và nội dung đa dạng hơn. Trong các nền tảng phát trực tiếp,
người dùng tạo ra nội dung của riêng họ như chơi trò chơi, nấu ăn, vẽ tranh, ca hát và ăn uống
(Recktenwald, 2017) để tương tác với những người theo dõi họ. “Kẻ giết thời gian” là lời khen
ngợi của Rhea Liu & Dannie Li (2016) về vai trò của phát trực tiếp trong báo cáo của họ. Người
xem dành thời gian rảnh của họ để xem và tương tác với người phát và dần tạo thành một cách
giúp thư giãn khỏi những căng thẳng hàng ngày.
10
 1.2.2. Tổng quan về Live streaming
Phát trực tiếp là một hình thức mua sắm và giải trí phổ biến, đặc biệt là ở châu Á. Ngành
công nghiệp live-stream là một hoạt động của nền kinh tế kỹ thuật số. Điều này không mới và đã
trở nên phổ biến ở Việt Nam những năm trở lại đây. Nhờ các tính năng ngày càng phát triển và nhu
cầu con người ngày càng cao, ngành công nghiệp live-stream đang phát triển nhanh chóng với
nhiều hình thức mới và hấp dẫn hơn mỗi ngày.
Trong nghiên cứu của Apiradee và cộng sự (2020), họ đề cập rằng có ba loại kênh có thể
diễn ra hoạt động thương mại phát trực tiếp bao gồm các nền tảng phát trực tiếp kết hợp các hoạt
động thương mại (ví dụ: Tiktok); các trang web thương mại điện tử, chợ (ví dụ: Shopee) hoặc ứng
dụng di động tích hợp tính năng phát trực tiếp; các trang mạng xã hội (SNS) có thêm các tính năng
phát trực tiếp (ví dụ: Facebook Live) để tạo điều kiện thuận lợi cho việc bán hàng. Tại Việt Nam
hiện nay, hầu hết các ứng dụng live-stream đều đến từ nước ngoài và được cung cấp thông qua các
nền tảng trực tuyến như Facebook, YouTube, Instagram và BigoLive. Trong đó, Facebook vẫn là
nền tảng được sử dụng để live-stream nhiều nhất, báo cáo các sự kiện, đặc biệt là bán hàng. Live-
stream giờ đây không chỉ gói gọn trong lĩnh vực trò chơi điện tử mà còn đang mở rộng sang các
lĩnh vực khác. Các trang thương mại điện tử lớn như Shopee, Lazada cũng đã sử dụng live-stream
để thúc đẩy doanh số bán hàng từ sau dịch COVID-19, tiếp sau đó là sự xuất hiện “bùng nổ” của
TikTok Shop. Như thế, hình thức live-stream sẽ còn được chú ý và phát triển mạnh mẽ hơn bao
giờ hết ở Việt Nam trong tương lai.
Tại thị trường Việt Nam, ngành live-stream có rất nhiều tiềm năng phát triển, đồng thời có
nhiều yếu tố hỗ trợ: dân số trẻ, nhu cầu giải trí cao, các nền tảng live-stream mới đầu tư vào dịch
vụ thị trường,... Tất cả những yếu tố góp phần này tạo nên thị trường live-stream đầy màu sắc với
nội dung phong phú nhưng không kém phần cạnh tranh gay gắt. live-stream đã trở thành cách tốt
nhất và nhanh nhất để quảng bá thương hiệu, mua bán sản phẩm và dịch vụ đến người tiêu dùng.
1.2.3. Tổng quan mua sắm qua Live-stream ở Việt Nam
Theo báo cáo vào 3/2022, người tiêu dùng Việt Nam mức độ tương tác với nội dung phát
trực tiếp vẫn còn thấp. Dù dành 6 tiếng trên Internet, họ chỉ dành khoảng 15 - 30 phút mỗi ngày
(34%) và 1 - 3 giờ mỗi tuần (38%) cho việc xem live-stream.
Thống kê cho thấy Việt Nam có khoảng 2,5 triệu lượt live-stream bán hàng mỗi tháng trong
năm 2020, với sự tham gia của khoảng 50.000 nhà cung cấp sản phẩm (2020). Mỗi ngày có khoảng
70.000 - 80.000 lượt live-stream bán hàng tại Việt Nam.
Theo báo cáo của sàn thương mại điện tử Lazada năm 2021 cho thấy số lượng người tiêu
dùng mua sắm thông qua kênh live-stream LazLive trên ứng dụng Lazada tăng mạnh, số lượng đơn
hàng thành công thông qua kênh live-stream trong quý 3/2020 tăng hơn 50 lần so với cùng kỳ năm
trước.
11
1.3. Tổng quan về TikTok
1.3.1. Khái quát về nền tảng Tiktok
Được sáng lập năm 2014, Tiktok là phần mềm ứng dụng giải trí video ngắn, xuất xứ từ Trung
Quốc và có tên gốc là Douyin nghĩa là “rung động”.
Tháng 9 năm 2016, ByteDance cho Douyin được phát hành lần đầu tại Trung Quốc. Đến
năm 2017, phát hành bản quốc tế với tên gọi Tiktok, hệ thống 34 ngôn ngữ được thiết lập sẵn để
nâng cao tính phổ biến trong việc sử dụng ở nhiều nước trên thế giới.
Chính thức ra mắt tại Việt Nam vào cuối tháng 4/2019, TikTok nhanh chóng trở thành một
trong những mạng xã hội phổ biến nhất đối với người dùng. Theo báo cáo Mobile Apps 2021 do
Appota công bố, TikTok Việt Nam thể hiện sức hút khi ghi nhận 16 triệu lượt tải về và đạt mức
tăng trưởng 160% lượt tải xuống trên iOS vào năm 2020. Xét về thứ hạng ứng dụng mới phổ biến
gần đây tại thị trường Việt Nam, TikTok đã nhanh chóng chiếm vị trí thứ tư ngay sau Facebook,
Zalo và Instagram.
Trong năm 2020, 2021 và quý 1 2022, TikTok là ứng dụng được tải xuống nhiều nhất trên
toàn cầu (theo Nikkei Asia, HootSuite và Sensor Tower). Tại Việt Nam, khi tỷ lệ người dùng sử
dụng TikTok tăng từ 49% năm 2021 lên 62% năm 2022 (theo Q&Me), cứ 10 người Việt Nam thì
có 6 người sử dụng TikTok để cập nhật tin tức, sáng tạo và chia sẻ nội dung.
1.3.2. Live-stream trên Tiktok
Cơ sở người dùng của TikTok hiện nay bao gồm hơn một nửa Gen Z và millennials. Theo
nghiên cứu được thực hiện bởi Influencer Marketing Factory, 40% trong số này đã mua ít nhất một
mặt hàng hoặc dịch vụ khi xem một video Live-stream trên mạng xã hội. Thế hệ Z là một thị trường
tiềm năng để khai thác.
TikTok Shop theo đuổi mô hình Shoppertainment, là sự kết hợp giữa Shopping (mua sắm)
và Entertainment (giải trí). Chuyển đổi từ một công cụ đề xuất sản phẩm, thúc đẩy thương mại điện
tử e-commerce thành một điểm đến mua sắm online, nơi các creator có thể giới thiệu các mặt hàng
yêu thích, nơi người tiêu dùng tìm thấy sản phẩm phù hợp và nơi các doanh nghiệp có thể thúc đẩy
doanh số bán hàng. Hình thức bán hàng online qua live-stream đã thay đổi thói quen mua hàng
truyền thống, khách hàng dễ dàng biết được thông tin sản phẩm, tiếp cận sản phẩm thông qua người
phát trực tiếp mà không cần đến cửa hàng. live-stream thật sự đã mang đến cái nhìn trực tiếp và
tổng quan cho người mua hàng.
Ngay khi TikTok cho ra mắt TikTok shop, những người bán lẻ và các doanh nghiệp đã nhanh
chóng tận dụng tối đa tiện ích live-stream. Hiệu ứng giải trí từ các buổi live-stream kết hợp với xu
hướng “review” sản phẩm trên TikTok Shop giúp thương hiệu tăng trưởng mạnh mẽ và giúp cho
người dùng rút ngắn hành trình mua hàng. Theo Nghiên cứu khoa học tiếp thị TikTok của Material

12
về Lộ trình mua bán lẻ toàn cầu năm 2021, cứ 10 người dùng thì có 4 người chi tiền cho các sản
phẩm được tìm thấy trên TikTok live, quyết định mua hàng được đưa ra nhanh hơn 1,5 lần so với
các nền tảng khác nhanh gấp đôi.
Theo báo cáo của Decision Lab, trong các nền tảng mạng xã hội thì hiện tại TikTok là nền
tảng khiến người dùng có khả năng đặt mua sản phẩm thử một lần ngay trong live-stream. Người
tiêu dùng khi xem video giải trí trên TikTok sẽ dễ dàng bắt gặp những live-stream bán hàng, họ dễ
dàng bị cuốn hút vào đó và bị thu hút bởi sản phẩm hay sự thú vị của người bán dẫn đến ý định
mua hàng. Theo một báo cáo năm 2021 của Tiktok chỉ ra rằng khoảng 67% người dùng chia sẻ
rằng TikTok thôi thúc họ mua sắm trong khi họ không chủ động.
TikTok Shop nói chung và TikTok Live nói riêng đã tạo ra cơ hội cho cả người mua, người
bán và nhà sản xuất. Khi người bán trả chi phí giao dịch thấp hơn các sản TMĐT hiện nay và có
thể tương tác thuyết phục người mua trong lúc live-stream. Đồng thời người mua cũng có cái nhìn
trực quan nhất về sản phẩm đồng thời mua được với giá rẻ hơn bất kỳ nơi nào khác nhờ có rất
nhiều voucher mua sắm từ nền tảng và từ người bán trực tiếp từ live-stream. Từ đó cho thấy tiềm
năng của việc sử dụng Tiktok Live để thúc đẩy ý định mua hàng và giúp doanh nghiệp tăng doanh
số bán hàng là vô cùng lớn.
1.4. Hành vi mua sắm online
1.4.1. Khái niệm người tiêu dùng
Khái niệm “Người tiêu dùng” được đề cập dưới góc độ pháp luật của các quốc gia có những
sự khác nhau:
Tại Canada, trong nhiều đạo luật cấp bang của Canada cũng đề cập đến khái niệm “Người
tiêu dùng”. Ví dụ, Điều 1(e), Luật Bảo vệ NTD của Bang Quebec quy định: “NTD là tự nhiên nhân
(cá nhân) nhưng không phải là thương nhân mua sắm hàng hóa, dịch vụ cho mục đích kinh doanh
của mình”.
Tại Việt Nam, khái niệm pháp lý về người tiêu dùng lần đầu tiên được đề cập vào năm 1999
theo pháp lệnh số 13/1999/PL-UBTVQH10 về Bảo vệ quyền lợi người tiêu dùng, “Người tiêu dùng
là người mua, sử dụng hàng hoá, dịch vụ cho mục đích tiêu dùng sinh hoạt của cá nhân, gia đình
và tổ chức.”. Đến năm 2010, khi Luật Bảo vệ quyền lợi người tiêu dùng được ban hành để thay thế
Pháp lệnh, nhưng khái niệm này vẫn được giữ nguyên.
Ngoài ra cũng có những định nghĩa từ các nguồn nghiên cứu khác:
Theo Walters (1974), Người tiêu dùng là cá nhân mua, có khả năng mua hàng hóa và dịch
vụ do các tổ chức tiếp thị chào bán nhằm thỏa mãn nhu cầu, mong muốn và mong ước của cá nhân
hoặc hộ gia đình.

13
 Hay Hiệp hội Marketing Hoa Kỳ (2012) cũng đưa ra khái niệm người tiêu dùng “là người
cuối cùng sử dụng hàng hóa, ý tưởng hoặc dịch vụ nào đó”.
Như vậy, có thể thấy, đến nay vẫn chưa có sự thống nhất cho khái niệm “Người tiêu dùng”.
Nhưng nhìn chung, người tiêu dùng có thể hiểu tổng quát là cá nhân sử dụng sản phẩm, dịch vụ
cho mục đích cá nhân hoặc cho gia đình, tổ chức. Do đó, người tiêu dùng sẽ có những nhu cầu và
quan tâm đến các yếu tố khác nhau trước khi đưa ra quyết định mua sắm.
1.4.2. Hành vi tiêu dùng
Hành vi tiêu dùng bắt đầu được hình thành và nghiên cứu từ những năm 1950 và đã dần trở
nên quan trọng hơn trong thời hiện đại trong việc giúp doanh nghiệp nắm bắt được các đặc điểm
cá nhân, nhu cầu, sở thích mua sắm của khách hàng, từ đó xác định nhóm khách hàng mục tiêu và
vạch ra các chiến lược marketing để kích thích hành vi mua hàng của họ.
Một số nhà nghiên cứu trong lĩnh vực đã đưa ra các quan niệm khác nhau về hành vi tiêu
dùng: Theo Philip Kotler (1994), Hành vi tiêu dùng là nghiên cứu về cách thức các cá nhân quyết
định mua như thế nào, mua cái gì, mua khi nào và tại sao mua.
Schiffman & Kanuk (1997) đã định nghĩa về hành vi tiêu dùng là Hành vi mà người tiêu
dùng thể hiện khi tìm kiếm, mua, sử dụng, đánh giá và loại bỏ các sản phẩm, dịch vụ và ý tưởng.
Theo Solomon, Russell-Bennett và Previte (2013), Hành vi người tiêu dùng là một tiến trình
cho phép một cá nhân hay một nhóm người lựa chọn, mua sắm, sử dụng hoặc loại bỏ một sản
phẩm/ dịch vụ, những suy nghĩ đã có, kinh nghiệm hay tích lũy, nhằm thỏa mãn nhu cầu hay ước
muốn của họ”.
Tùy thuộc vào góc nhìn và hướng tiếp cận khác nhau của mỗi nhà nghiên cứu sẽ đưa ra những
quan điểm khác nhau về hành vi tiêu dùng. Nhưng các quan điểm này đều có điểm chung là hướng
đến hành trình trước, trong và sau mua của người tiêu dùng.
1.4.3. Khái niệm ý định mua
Một số khái niệm về ý định mua đã được các nhà nghiên cứu đưa ra:
Ý định mua là sự sẵn sàng và khả năng chi trả mà người tiêu dùng có thể mua sản phẩm hoặc
dịch vụ nhất định trong tương lai sau khi đã có những sự cân nhắc. (MacKenzie et. al., 1986;
Laroche and Sadokierski, 1994)
Morinez et al. (2007) định nghĩa ý định mua là tình huống mà người tiêu dùng có xu hướng
mua một sản phẩm nhất định ở điều kiện nhất định.
Theo Ajzen (1991), ý định là một yếu tố tạo động lực, nó thúc đẩy một cá nhân sẵn sàng thực
hiện hành vi. Do đó, Delafrooz và cộng sự (2011) cho rằng “Ý định mua sắm trực tuyến là khả
năng chắc chắn của người tiêu dùng sẽ thực hiện việc mua sắm qua Internet”.

14
 1.4.4. Khái niệm mua sắm trực tuyến
Mua sắm trực tuyến được định nghĩa là dịch vụ mà người tiêu dùng sử dụng các thiết bị điện
tử có kết nối Internet để giao dịch mua sắm (Turban et al., 2006). Những giao dịch trực tuyến bao
gồm những hành vi như tìm kiếm thông tin, đặt hàng, thanh toán trên Internet.
Kim (2004) đã định nghĩa thêm về việc mua sắm trên Internet là các hoạt động kiểm tra, tìm
kiếm, tập hợp thông tin hoặc cân nhắc một sản phẩm để có thêm thông tin với ý định mua hàng
trên Internet có thể có.
Mua sắm trực tuyến được định nghĩa bởi Master Card Worldwide Insights (2008) là quá trình
mua sắm hàng hóa và dịch vụ từ các thương gia bán hàng thông qua Internet. Mua sắm trực tuyến
hay còn được biết là mua hàng trên Internet, mua sắm điện tử, sự mua trực tuyến hoặc mua sắm
trên Internet.
Sau khi đã xem xét qua các quan điểm khác nhau, Chiu et al., (2009) cho rằng, mua sắm trực
tuyến là sự trao đổi về thời gian, công sức và tiền bạc để nhận được sản phẩm hoặc dịch vụ.
Theo các tác giả Comegys et al., (2006); Darley et al., (2010); Yörük et al., (2011), phương
thức mua sắm trực tuyến và mua sắm truyền thống cũng có những điểm giống nhau khi cùng trải
qua quá trình mua sắm năm bước bao gồm: nhận biết nhu cầu, tìm kiếm thông tin về sản phẩm,
đánh giá các phương án thay thế, quyết định mua và đánh giá sau mua. Tuy nhiên, hai phương thức
mua sắm này cũng có những điểm khác biệt.
1.4.5. Các nghiên cứu hành vi mua sắm trực tuyến trong và ngoài nước
1.4.5.1. Trong nước
Tác giả Joongho Ahn và cộng sự (2001) đã xây dựng mô hình chấp nhận sử dụng TMĐT E-
Cam (E-commerce Adoption Model) ở hai thị trường Hàn Quốc và Mỹ, bằng cách tích hợp mô
hình TAM của Davis (1986) và thuyết rủi ro TPR (Bauer, 1986). Mô hình bao gồm các biến: Nhận
thức rủi ro liên quan đến giao dịch trực tuyến, Nhận thức rủi ro liên quan đến sản phẩm/dịch vụ,
Nhận thức tính dễ sử dụng và Nhận thức sự hữu ích. Nghiên cứu thực nghiệm về các nhân tố ảnh
hưởng đến thái độ và ý định mua sắm trực tuyến của người tiêu dùng tại Bankok, Thái Lan của tác
giả Ma Mengli (2011) đã chỉ ra rằng chỉ có ba trong năm nhân tố có tác động đến thái độ mua sắm
trực tuyến đó là sự dễ sử dụng cảm nhận, sự hữu ích cảm nhận và sự tin tưởng. Những yếu tố tính
cá nhân và an toàn và và an toàn và rủi ro cảm nhận không có tác động đến ý định mua sắm trực
tuyến. Bên cạnh đó, nghiên cứu cũng chỉ ra rằng các yếu tố nhân khẩu học (giới tính, tuổi, học vấn)
không ảnh hưởng nhiều đến thái độ mua hàng. Điều này được cho là vì dân số nữ ở BangKok đa
số đều đi làm và trình độ học vấn của họ cũng ngang bằng với nam giới, và họ cũng có nhiều cơ
hội tiếp xúc với Internet.

15
 Nghiên cứu về “Các yếu tố ảnh hưởng đến hành vi mua sắm trực tuyến: Vai trò trung gian
của ý định mua hàng” của nhóm tác giả Lima và cộng sự (2015) xác định mối quan hệ giữa Chuẩn
chủ quan, Cảm nhận hữu ích và Hành vi mua sắm trực tuyến thông qua Ý định mua hàng. Kết quả
nghiên cứu cho thấy sự ảnh hưởng mạnh mẽ của ý định mua hàng đối với hành vi mua sắm trực
tuyến và ý định là một yếu tố dự báo nổi bật về hành vi mua sắm trực tuyến thực tế. Mối quan hệ
giữa chuẩn chủ quan và ý định mua hàng với kết quả tích cực và đáng kể. Kết quả cho thấy ý định
mua hàng của sinh viên đại học bị ảnh hưởng bởi nhận thức của gia đình, bạn bè và phương tiện
truyền thông. Điều này đặc biệt đúng khi áp dụng cho những người Malaysia bị ràng buộc về văn
hóa và không thích thay đổi. Đồng thời cho thấy Cảm nhận hữu ích và Hành vi mua sắm trực tuyến
có mối quan hệ liên kết yếu, kết quả này đã được Aghdaie và cộng sự (2011) chứng minh và hành
vi trực tuyến thực tế của sinh viên đại học có xu hướng bị chi phối nhiều hơn bởi các biến số khác.
1.4.5.2. Ngoài nước
Nghiên cứu của Shyh-Hwang Lee và Hoang Thi Bich Ngoc (2010) kiểm tra các yếu tố thái
độ, chuẩn mực chủ quan và cảm nhận kiểm soát hành vi cá nhân và sự tin tưởng tác động đến ý
định mua hàng. Kết quả cho thấy khi sự tin cậy càng tăng, thì ý định dẫn đến hành vi mua sắm trực
tuyến càng nhiều. Khi nghiên cứu Vai trò của niềm tin đối với ý định mua sắm trực tuyến của người
tiêu dùng Việt Nam, Hồ Thị Phương Lan (2014) nghiên cứu Vai trò của niềm tin đối với ý định
mua sắm trực tuyến của người tiêu dùng Việt Nam dựa trên mô hình lý thuyết TAM (Davis, 1985).
Nghiên cứu đề cập các nhân tố của niềm tin như niềm tin vào công nghệ, sự tin tưởng và niềm tin
vào xã hội, đây là những nhân tố ảnh hưởng đến ý định mua sắm trực tuyến. Trong nghiên cứu
“Đánh giá các yếu tố ảnh hưởng đến việc chấp nhận mua hàng trực tuyến của khách hàng cá nhân
trên địa bàn thành phố Huế” Nguyễn Thị Minh Tâm (2014) đã dựa trên mô hình TAM để đề xuất
thang đo gồm năm thành phần: Tính dễ sử dụng, tính hữu ích, nhận thức rủi ro, đặc tính sản phẩm
và công ty, kinh nghiệm khách hàng. Căn cứ vào đó, tác giả đưa ra một số giải pháp nhằm hỗ trợ
các doanh nghiệp trong việc kích thích khách hàng. Hà Ngọc Thắng & Nguyễn Thành Độ (2016)
dựa trên kết quả kiểm định độ hiệu quả của Lý thuyết hành vi có hoạch định (Hansen cùng cộng
sự (2004) và một số nghiên cứu khác tại Việt Nam), kết hợp với cảm nhận của người tiêu dùng về
các rủi ro trong giao dịch, đã hình thành nên đề tài “Các yếu tố ảnh hưởng đến ý định mua sắm trực
tuyến của người tiêu dùng Việt Nam: Nghiên cứu mở rộng thuyết hành vi có hoạch định”. Tác giả
đã bổ sung biến niềm tin và cảm nhận rủi ro để dự đoán ý định mua trực tuyến của người tiêu dùng.
Kết quả xuất phát từ bài nghiên cứu cho thấy, ý định mua trực tuyến của người tiêu dùng bị ảnh
hưởng bởi thái độ của người tiêu dùng đối với trang web, nhận thức kiểm soát hành vi và rủi ro
cảm nhận. Trong đó, hai biến thái độ và nhận thức kiểm soát hành vi của người tiêu dùng có ảnh
hưởng tích cực đến ý định mua trực tuyến. Trong khi đó, rủi ro cảm nhận có ảnh hưởng tiêu cực
đến ý định mua trực tuyến của người tiêu dùng. Do đó, cần tìm cách giảm sự ảnh hưởng của rủi ro
cảm nhận để nâng cao ý định mua trực tuyến của người tiêu dùng.

16
1.5. Khảo lược các nghiên cứu liên quan
Xuất phát từ những khái niệm liên quan đến ý định mua hàng qua Live-stream, nhóm nghiên
cứu tiến hành khảo lược các nghiên cứu đi trước để tìm kiếm cơ sở lý thuyết phù hợp với đề tài.
Trong bối cảnh thương mại điện tử ngày càng phổ biến đối với mua sắm trực tuyến, tính năng
live- stream (“phát trực tiếp”) xuất hiện trên các nền tảng mạng xã hội đã trở thành một công cụ
hợp thời và hữu ích dành cho các nhà bán hàng, qua đó nỗ lực đưa việc chuyển đổi số góp phần
vào sự thành công của doanh nghiệp. Nhóm tác giả Nguyễn Linh Chi và Tăng Thị Thanh Thủy
(2021) đã kiểm tra mức độ tác động của các yếu tố trong live-stream lên ý định mua sắm của khách
hàng đối với các sản phẩm thời trang “local brands” mang thương hiệu Việt Nam. Nghiên cứu ghi
nhận các yếu tố tác động là nhận thức hữu ích, Nhận thức về tính dễ sử dụng, Giá trị thực dụng,
Giá trị hưởng thụ và Động cơ xã hội thúc đẩy trực tiếp đến ý định mua sản phẩm thời trang nội địa
tại Việt Nam. Đồng thời nghiên cứu cũng đề xuất một số giải pháp giúp thuyết phục khách hàng
sử dụng live streaming trong mua sắm quần áo một cách dễ dàng và khả thi hơn. Theo đó, các yếu
tố mà tác giả muốn mong muốn đề xuất trong nghiên cứu được rút ra từ các lý thuyết trước đây, đó
là mô hình TAM - Davis, 1986, giá trị “Ưu việt” và “Khoái cảm”- Bart, 2014 và Thuyết UGT
(Thuyết Sử dụng và hài lòng) - Blumler & Katz, 1974.

Hình 1 – Mô hình nghiên cứu tác động của live-stream đến ý định mua sắm của
khách hàng đối với sản phẩm thời trang local brand Việt Nam

Kết quả thu được từ nghiên cứu, ghi nhận các tác động của nhận thức hữu ích, nhận thức dễ
sử dụng, giá trị thực dụng, giá trị hưởng thụ và động cơ xã hội tác động tích cực đến ý định mua
sản phẩm thời trang nội địa tại Việt Nam. Nhóm nghiên cứu nhận thấy trong nghiên cứu này giá
trị thực dụng có tác động trực tiếp mạnh nhất đến ý định mua, do đó những thông tin về chức năng,
công cụ và hình ảnh trải nghiệm thực tế mà Live-stream cung cấp quyết định mạnh mẽ ý định sử
dụng dịch vụ của khách hàng. Ngoài ra, tác động tích cực của nhận thức hữu ích đối với cả giá trị
thực dụng và giá trị hưởng thụ cho thấy nhận thức hữu ích không chỉ là yếu tố tác động trực tiếp
17
mà còn được coi là nhân tố trung gian giữa động cơ tham gia phát trực tiếp của khách hàng và ý
định mua hàng của họ.
Nghiên cứu của Lu và cộng sự (2022) về “Cơ chế tương tác và giải trí tác động đến ý định
mua hàng bốc đồng trong phát trực tiếp (Live-stream) mua sắm”. Nghiên cứu này đã bổ sung lỗ
hổng của các nghiên cứu trước đây về việc mua hàng qua hình thức phát trực tiếp (live-stream).
Thứ nhất, nghiên cứu này sẽ tập trung vào ý định mua hàng bốc đồng trong quá trình trải nghiệm
xem bán hàng qua live-stream, trong khi hầu hết các nghiên cứu chỉ tập trung vào ý định mua hàng
mà ít đề cập đến ý định mua hàng bốc đồng. Thứ hai, trong đa số các nghiên cứu, sự đắm chìm dẫn
đến ý định mua là không nhất quán. Một số tài liệu cho rằng sự đắm chìm có thể đóng vai trò là
biến trung gian [2] giữa tương tác và ý định mua hàng, một số thì không [3]. Nguyên nhân có thể
là do biến điều tiết không được xem xét trong nghiên cứu trước đây. Vì vậy, nghiên cứu này sẽ giới
thiệu biến điều tiết để giải thích thêm về cơ chế.

Hình 2 - Mô hình cơ chế tương tác và giải trí tác động đến ý định
mua hàng bốc đồng trong phát trực tiếp mua sắm.

Tương tác và giải trí là trọng tâm của nghiên cứu này. Thuyết dòng chảy (Flow theory) được
sử dụng trong nghiên cứu này để giải thích một trạng thái tâm trí mà người tiêu dùng thấy mình
hết sức tận tâm với hoạt động hiện tại của họ, và trạng thái đó được đặc trưng bởi sự tập trung và
thích thú [6]. Sự đắm chìm càng mạnh mẽ thì tần suất mua hàng bốc đồng càng nhiều [8]. Tóm lại,
nghiên cứu này dựa trên các nghiên cứu thực nghiệm để thiết lập hai con đường để nghiên cứu tác
động của tương tác và giải trí đến việc thúc đẩy ý định mua hàng. Sự đắm chìm là biến trung gian
để giải thích cơ chế tác động lên ý định mua hàng bốc đồng, trong khi áp lực thời gian sẽ là biến
điều tiết để điều chỉnh mô hình.
Kết quả nghiên cứu cho thấy mô hình cho cơ chế về cách tương tác và giải trí tác động đến
ý định mua thúc đẩy được thiết lập thành công. Tương tác và giải trí tác động đến ý định mua hàng
bốc đồng thông qua trung gian là sự đắm chìm, trong khi áp lực thời gian sẽ điều hòa giữa sự đắm
chìm và ý định mua hàng bốc đồng. Kết quả có thể được giải quyết bằng tâm lý học. Tương tác tức
thì có thể thu hẹp khoảng cách giữa người phát trực tiếp và người tiêu dùng. Nó có thể khiến người

18
tiêu dùng biết đến sản phẩm một cách toàn diện và có thể lan truyền ý kiến của riêng mình bất cứ
lúc nào. Giải trí có thể tăng cường trải nghiệm hạnh phúc của người tiêu dùng, đó là trải nghiệm
dòng chảy để thúc đẩy quá trình đắm chìm của họ diễn ra. live-stream giúp người tiêu dùng tận
hưởng thời gian và giải tỏa áp lực. Nhưng nếu chỉ có sự đắm chìm, người tiêu dùng sẽ tập trung
cao độ vào bản thân buổi live-stream hơn là mua hàng, nhưng nếu bạn tạo áp lực về thời gian,
người tiêu dùng sẽ dễ dàng chuyển đổi, vì họ thích trải nghiệm trong buổi live-stream và gắn bó
với trải nghiệm hạnh phúc, nên rất dễ dàng để thuyết phục họ về thương hiệu, sản phẩm và thúc
đẩy mua hàng.
Ngoài ra nghiên cứu của Song và Liu (2022) đề cập về khía cạnh “Ảnh hưởng của mua sắm
phát trực tiếp đối với nhận thức rủi ro và ý định mua hàng của người tiêu dùng ở Trung Quốc”.
Dựa trên mô hình Kích thích - Chủ thể - Phản ứng (SOR), nghiên cứu này khám phá tác động của
các kích thích môi trường đối với nhận thức rủi ro của người tiêu dùng và ý định mua hàng trong
bối cảnh mua sắm phát trực tiếp. Cụ thể, nó điều tra các yếu tố kích thích trong phát trực tiếp sẽ
ảnh hưởng đến nhận thức rủi ro được của người dùng cụ thể là và khám phá mức độ nhận thức rủi
ro được ảnh hưởng đến ý định mua hàng của người dùng. Khi hiểu rõ ý định mua hàng của khách
hàng, những người thực hành phát trực tiếp sẽ phát triển các chiến lược tiếp thị hiệu quả để thu hút
khách hàng phát trực tiếp mới và tiềm năng.
Nghiên cứu hiện tại có thể mở rộng hơn nữa mô hình SOR sang ngữ cảnh phát trực tiếp. Cụ
thể, nó điều tra các yếu tố kích thích trong phát trực tiếp sẽ ảnh hưởng đến nhận thức rủi ro được

Hình 3 - Mô hình ảnh hưởng của mua sắm phát trực tiếp đối với rủi ro nhận thức
và ý định mua hàng của người tiêu dùng ở Trung Quốc

của người dùng bao gồm: Độ tin cậy của người phát trực tiếp, Độ phong phú của phương tiện và
Tính tương tác. Đồng thời khám phá mức độ nhận thức rủi ro được ảnh hưởng đến ý định mua
hàng của người dùng. Khi hiểu rõ ý định mua hàng của khách hàng, doanh nghiệp sẽ phát triển các
chiến lược tiếp thị hiệu quả để thu hút khách hàng tham gia vào thương mại phát trực tiếp mới và
tiềm năng.
19
 Kết quả nghiên cứu xác định rằng: 1) nhận thức rủi ro có tác động tiêu cực đến ý định mua
hàng của người tiêu dùng; 2) độ tin cậy của người truyền trực tiếp làm trung gian một phần mối
quan hệ giữa rủi ro được nhận thức và ý định mua hàng; và 3) tính tương tác có liên quan tích cực
đến ý định mua hàng. Những kết quả này cung cấp những hiểu biết có thể có về mức độ tác động
của môi trường trong bối cảnh mua sắm phát trực tiếp ảnh hưởng đến nhận thức về rủi ro và ý định
mua hàng của người tiêu dùng.
1.6. Lý thuyết nghiên cứu và mô hình nghiên cứu
1.6.1. Thuyết hành động hợp lý (TRA)
Mô hình thuyết hành động hợp lý (Theory of Reasoned Action, viết tắt là TRA) được xây
dựng bởi Fishbein vào năm 1967, sau đó đã được sửa đổi và mở rộng bởi Ajzen và Fishbein (1975).
Theo đó, hành vi được xác định bởi ý định thực hiện hành vi. Ý định là trạng thái nhận thức
trước khi thực hiện hành vi, là một nhân tố dẫn đến thực hiện hành vi. Vì thế, ý định hành vi
(Behavior Intention, viết tắt là BI) là nhân tố quan trọng nhất trong dự đoán hành vi. Ý định hành
vi chịu ảnh hưởng bởi hai nhân tố: Thái độ đối với hành vi (Attitude toward Behavior) và Chuẩn
chủ quan (Subjective Norm).

Hình 4 - Mô hình Lý thuyết hành vi hợp lý - TRA

Nguồn: Ajzen và Fishbein, 1975
1.6.2. Thuyết chấp nhận công nghệ (TAM)
Bằng sự kế thừa của thuyết hành động hợp lý (TRA) của Ajzen và Fishbein, năm 1989, Fred
Davis đã xây dựng Mô hình chấp nhận công nghệ (Technology Acceptance Model, viết tắt là
TAM). Mục đích của mô hình này là nhằm giải thích các yếu tố của việc chấp nhận công nghệ dẫn
đến hành vi của con người. Trong mô hình này, Davis đã sử dụng hai biến mới là Cảm nhận hữu
ích (Perceived Usefulness, viết tắt là PU) và Cảm nhận Dễ sử dụng (Perceived Ease of Use, viết
tắt là PEOU) thay thế cho biến thái độ và biến chuẩn chủ quan.
Davis (1989) đã định nghĩa như sau: Cảm nhận hữu ích (PU) được định nghĩa là Mức độ mà
một cá nhân tin rằng việc sử dụng một hệ thống sẽ giúp nâng cao hiệu suất công việc của mình và
20
Cảm nhận Dễ sử dụng (PEOU) là Mức độ mà một người tin rằng việc sử dụng hệ thống cụ thể sẽ
không tốn nhiều công sức.
Kết quả sau khi được tác giả thử nghiệm đã cho thấy, 2 yếu tố Cảm nhận hữu ích (PU) là một
yếu tố quyết định chủ yếu và Cảm nhận Dễ sử dụng (PEOU) là yếu tố quyết định thứ yếu.

Hình 5 - Mô hình Lý thuyết chấp nhận công nghệ - TAM

Nguồn: (Davis, Bogozzi and Warshaw, 1989)

1.6.3. Thuyết nhận thức rủi ro (TPR)
Trong Thuyết nhận thức rủi ro (Theory of Perceived Risk, viết tắt là TPR), Bauer (1960) đã
đề cập đến hành vi tiêu dùng trên nền tảng công nghệ thông tin luôn đi kèm những rủi ro. Bao gồm
hai nhân tố:
(1) Nhận thức rủi ro liên quan đến sản phẩm/dịch vụ, có thể liệt kê dưới một số dạng: mất
tính năng, mất tài chính, tốn thời gian, mất cơ hội và nhận thức rủi ro toàn bộ với sản phẩm/dịch
vụ)
(2) Nhận thức rủi ro liên quan đến giao dịch trực tuyến (có thể xảy ra các rủi ro khi người
tiêu dùng thực hiện giao dịch thương mại điện tử trên các phương tiện – thiết bị điện tử liên quan
đến: sự bí mật, sự an toàn - chứng thực, không khước từ, và nhận thức rủi ro toàn bộ về giao dịch
trực tuyến).
1.6.4. Thuyết dòng chảy (Flow Theory)
Csikszentmihalyi (1975) đã giới thiệu quan điểm về dòng chảy trong cuốn sách mang tính
bước ngoặt trong năm 1975. Ông phát biểu rằng con người có thể tiến vào trạng thái “Dòng chảy”,
khi đó họ ở trong trạng thái tập trung cao độ và trải qua sự thay đổi trong nhận thức về việc kiểm
soát hoạt động. Họ cũng cảm thấy sự hợp nhất giữa “conscious awareness” và hoạt động mà họ
đang thực hiện.
Csikszentmihalyi (1975) cũng lập luận rằng những người trong trạng thái “Dòng chảy” cảm
nhận thời gian khác với bình thường, thời gian nhìn chung dường như trôi qua nhanh hơn trong khi
người đó đang thực hiện hoạt động đó. Họ cũng cảm thấy “đánh mất” bản thân và tạm thời quên
đi những lo lắng thường ngày.
21
 Csikszentmihalyi (1975) cho rằng hiệu suất làm việc của con người trong nhiều công việc
khác nhau được nâng cao khi một người bước vào trạng thái “Dòng chảy”.
1.7. Mô hình nghiên cứu đề xuất
1.7.1. Sự đắm chìm (Immersion - IM)
Sự đắm chìm là một tâm lý độc đáo khi con người hoàn toàn tham gia vào một hoạt động.
Khi diễn ra sự đắm chìm bối cảnh trải nghiệm xâm chiếm hoàn toàn vào hệ thống nhận thức và các
quá trình tâm lý của con người, để khiến những người đắm chìm trở nên bị cuốn hút và hoàn toàn
tham gia vào hoạt động đó (Cuny và cộng sự, 2015). Khi người xem đạt đến trạng thái đắm chìm,
họ tập trung cao độ vào thông tin được cung cấp trong quá trình phát trực tiếp và có xu hướng loại
bỏ những suy nghĩ và nhận thức không liên quan (Novak và cộng sự. 2000). Trong bối cảnh trực
tuyến, sự đắm chìm khiến người dùng hoàn toàn tham gia vào các tác vụ trực tuyến và quan tâm
đến việc tiếp tục các hoạt động này. Trong quá trình xem live-stream, người dùng thường dễ rơi
vào trạng thái chìm đắm biểu hiện là sự chú ý tập trung cao độ và mất cảm giác về thời gian
(Csikszentmihaly và cộng sự, 1975).
Hoffman và cộng sự, (2009) minh họa rằng trải nghiệm sự đắm chìm ảnh hưởng đáng kể đến
nhận thức, thái độ, ý định hành vi và hành vi của người dùng Internet. Noort và cộng sự, (2012)
phát biểu rằng trải nghiệm sự đắm chìm ảnh hưởng đến thái độ của người tiêu dùng đối với trang
web và thương hiệu, cũng như ý định tiêu dùng, ý định quay lại và ý định giới thiệu. Gao và Bai,
(2014) lưu ý rằng trải nghiệm sự đắm chìm ảnh hưởng đến ý định hành vi của người tiêu dùng,
chẳng hạn như ý định mua hàng từ trang web. Từ đó, giả định rằng người tiêu dùng phát trực tiếp
thương mại điện tử du lịch có trải nghiệm sự đắm chìm mạnh mẽ hơn có nhiều khả năng tạo ra ý
định mua hàng hơn (Jibao, 2020). Kết quả nghiên cứu của Liu và cộng sự, (2022) cho thấy sự đắm
chìm ảnh hưởng tích cực đến ý định mua hàng của người tiêu dùng và sự đắm chìm có vai trò trung
gian giữa phát trực tiếp thương mại điện tử du lịch và ý định mua hàng của người tiêu dùng.
Trên cơ sở đó, nghiên cứu này đề xuất giả thuyết như sau:
H1: Sự đắm chìm tác động tích cực đến ý định mua hàng của sinh viên ĐHQG.
1.7.2. Nhận thức hữu ích (Perceived Usefulness - PU)
Nhận thức hữu ích được định nghĩa là “mức độ mà một người tin rằng việc sử dụng một hệ
thống cụ thể sẽ nâng cao hiệu suất công việc của họ” (Davis, 1989). Trong bối cảnh phát trực tiếp
TMĐT, nhận thức hữu ích đề cập đến việc một người tin rằng việc sử dụng tính năng Live-stream
sẽ nâng cao hiệu quả của họ khi mua hàng hóa và dịch vụ trực tuyến (Yang và cộng sự, 2016).
Theo Ho và Yang (2015), người mua sắm có thể hiểu rõ hơn về sản phẩm được cung cấp
thông qua thương mại trên Live-stream vì người phát trực tiếp có thể truyền tải thông tin hữu ích
của sản phẩm đến người xem mà họ không cần phải tìm kiếm thêm thông tin. Do đó, nhận thức

22
hữu ích được biết đến như một yếu tố chi phối tác động đến ý định mua hàng của người tiêu dùng
vì việc họ có sẵn sàng mua hàng từ nhà cung cấp trực tuyến nào đó hay không phụ thuộc rất nhiều
vào mức độ đầy đủ và mức độ liên quan của thông tin mà họ muốn biết (Lin, Chen, 2023).
Theo Ma (2021); Nguyễn, Tăng (2021) cảm nhận hữu ích là yếu tố dự báo mạnh nhất về
hành vi mua sắm khi phát trực tiếp. Kết quả nghiên cứu của Lin, Chen, (2023) cũng kết luận rằng
tính hữu ích được cảm nhận là yếu tố quan trọng nhất tác động đến hành vi mua sắm khi xem phát
trực tiếp. Con người ngày nay thích sự tiện lợi và họ thích dùng thử thứ gì đó có thể đáp ứng nhu
cầu của họ một cách rất hữu ích. Do đó, nghiên cứu này đưa vào biến nhận thức hữu ích như một
trong những biến độc lập để điều tra tác động của mức độ nhận thức hữu ích đối với hành vi mua
sắm qua Live-stream.
H2: Nhận thức hữu ích tác động tích cực đến ý định mua hàng của sinh viên ĐHQG.
1.7.3. Nhận thức dễ sử dụng (Perceived Ease Of Use - EU)
Nhận thức dễ sử dụng được định nghĩa là nhận thức của cá nhân rằng việc sử dụng công nghệ
mới sẽ không tốn công sức (Davis, 1989, 1993). Áp dụng bối cảnh này vào bối cảnh mua sắm trực
tuyến, tính dễ sử dụng đề cập đến nhận thức của người tiêu dùng rằng việc mua sắm trên Internet
sẽ tốn ít công sức nhất (Davis, 1989, 1993). Theo Ho và Yang (2015), trong môi trường thương
mại phát trực tiếp (Live-stream), nhận thức dễ sử dụng đề cập đến mức độ mà một cá nhân sử dụng
các nền tảng Live-stream mà không cần phải nỗ lực quá nhiều.
Theo Lin và Chen (2023), mọi người ngày nay thích thứ gì đó sáng tạo, dễ sử dụng và mang
lại sự tiện lợi cho họ. Ví dụ, người tiêu dùng không cần mất nhiều thời gian để tìm kiếm sản phẩm
họ muốn trong trung tâm mua sắm. Hơn nữa, họ cũng có thể tiết kiệm thời gian tìm hiểu một sản
phẩm cụ thể vì tất cả thông tin sẽ được cung cấp bởi người phát trực tiếp (streamer) trong quá trình
live-stream.
Nhận thức về tính dễ sử dụng có tác động tích cực đáng kể đến hành vi mua hàng trên thương
mại phát trực tiếp (Lee và Chen, 2021). Do đó, nghiên cứu này đưa nhận thức dễ sử dụng là một
trong những biến độc lập để điều tra mối quan hệ giữa nhận thức dễ sử dụng và hành vi mua sắm
khi phát trực tiếp có đáng kể hay không:
H2: Nhận thức dễ sử dụng tác động tích cực đến ý định mua hàng của sinh viên ĐHQG.
1.7.4. Nhận thức rủi ro (Perceived Risk -PR)
Nhận thức rủi ro được định nghĩa là sự tồn tại mức độ rủi ro mà khách hàng nhận thấy khi
đánh giá một quyết định mua hàng thương mại điện tử cụ thể (Cox và Rich, 1964). Pavlou và cộng
sự, (2007) cho rằng nhận thức rủi ro được bắt nguồn từ sự không chắc chắn của người tiêu dùng
về thông tin hoặc hành động được che giấu trong các giao dịch trực tuyến. Bảy loại rủi ro được chỉ
ra: tài chính, hiệu suất (sản phẩm), thể chất, tâm lý, xã hội, thời gian và chi phí cơ hội. Hai loại rủi

23
ro chính thống trị mua sắm truyền thống: tài chính và sản phẩm (Kaplan và cộng sự, 1974). Các
nghiên cứu được thực hiện bởi Yin và cộng sự (2019) lưu ý rằng bảo mật thông tin cá nhân là mối
quan tâm của khách hàng trực tuyến. Khách hàng lo ngại rằng thông tin cá nhân của họ như thông
tin liên hệ, số thẻ ngân hàng và các thông tin tài chính khác sẽ bị sử dụng sai mục đích hoặc bán
trái phép. Nghiên cứu này tóm tắt nhận thức rủi ro khi mua hàng trực tuyến với bốn thuộc tính (tài
chính, sản phẩm, vật chất và bảo mật) trong đó quyền riêng tư là một phần của bảo mật.
Các học giả đã chứng minh rằng nhận thức rủi ro có liên quan tiêu cực đến thái độ của khách
hàng đối với việc mua hàng trực tuyến (Yang và cộng sự, 2016). Abrar và cộng sự (2017) cũng tin
rằng nhận thức rủi ro của người tiêu dùng là rào cản quan trọng nhất trong quá trình ra quyết định
mua hàng của họ. Vì vậy, nghiên cứu này đề xuất giả thuyết như sau:
H4: Nhận thức rủi ro tác động tiêu cực đến ý định mua hàng của sinh viên ĐHQG.
1.7.5. Áp lực thời gian (Time Pressure - TP)
Áp lực thời gian là một cảm giác chủ quan về sự cấp bách và lo lắng mà khách hàng cảm
nhận (Ordóñez và Benson, 1997). Tuy nhiên, các nghiên cứu đã cho thấy rằng giới hạn thời gian
là con dao hai lưỡi có thể đồng thời thúc đẩy và làm suy giảm doanh số bán hàng. Một mặt, giới
hạn thời gian có thể tạo ra “nhận thức về chi phí cơ hội” của người tiêu dùng (Lu và cộng sự,
2013)—nói cách khác, người tiêu dùng không mua hàng trong khoảng thời gian đã định sẽ “hối
hận vì đã từ chối mua” (Tykocinski và Pittman, 2001). Giới hạn thời gian tạo ra cảm giác cấp bách
(Swain và cộng sự, 2006), khiến người tiêu dùng cảm nhận một sản phẩm là cực kỳ hiếm, kích
thích tâm lý cạnh tranh mua hàng của họ (Mei, 2021), do đó khuyến khích người tiêu dùng mua
hàng (Inman và Mcalister, 1994; Park và cộng sự, 1989).
Mặt khác, bằng cách yêu cầu người tiêu dùng đưa ra quyết định mua hàng trong một thời
gian ngắn, giảm giá chớp nhoáng khi mua trực tuyến có thể gây ra áp lực về thời gian , vì người ra
quyết định có thể trở nên lo lắng và chịu áp lực vì thời gian có sẵn ít hơn thời gian dự kiến. Svenson
và Maule (1993) kết luận rằng áp lực thời gian là kết quả của việc hạn chế thời gian ra quyết định.
Svenson và Edland (1987) nhấn mạnh rằng áp lực thời gian có thể gây lo lắng nếu người ra quyết
định cảm thấy rằng thời hạn hoàn thành nhiệm vụ đang đến gần. Đồng thời, Shinha và cộng sự
(1999) đã chỉ ra rằng, khi thời gian mua hàng bị hạn chế, người tiêu dùng hình thành quan điểm
tiêu cực về quá trình mua hàng.
Các nghiên cứu về hành vi của người tiêu dùng ngày càng tập trung vào tác động của áp lực
thời gian đối với việc ra quyết định của khách hàng. Spears (2001) điều tra tác động của áp lực thời
gian đối với việc ra quyết định mua hàng bằng cách kiểm tra mối quan hệ giữa áp lực thời gian và
xử lý thông tin, và Kocher và Sutter (2006) nghiên cứu tác động đó bằng cách phân tích mối quan
hệ giữa áp lực thời gian, kích thích vật chất, và chất lượng quyết định. Mặc dù có một số bằng
chứng (L. Ordóñez và L. Benson Iii, 1997) rằng áp lực thời gian đẩy nhanh quá trình ra quyết định

24
của khách hàng và thậm chí có thể cải thiện chất lượng của nó như nghiên cứu của Lu và cộng sự,
2022 chỉ ra rằng áp lực về thời gian cao có thể làm tăng đáng kể ý định mua hàng bốc đồng của
người tiêu dùng (Zhao và cộng sự, 2019) trong đó hiệu ứng áp lực thời gian đóng vai trò điều tiết
giữa sự đắm chìm và ý định mua hàng (Zhang và cộng sự, 2017). Trong khi đó, nhiều nghiên cứu
đã chỉ ra rằng khách hàng có xu hướng đưa ra quyết định tồi tệ hơn dưới áp lực thời gian, do đó tác
động tiêu cực đến chất lượng của quyết định (J.W. Payne, J.R. Bettman và E.J. Johnson, 1988)
(J.W. Payne, J.R. Bettman và M.F. Luce, 2007).
Trong nghiên cứu này, nhóm nghiên cứu đề cập đến khía cạnh khi khách hàng đang đắm
chìm vào Live-stream và bị thúc đẩy ý định mua hàng dưới áp lực thời gian . Trong quá trình này,
trải nghiệm cảm xúc của khách hàng đối với ý định mua hàng có thể tiêu cực hoặc tức cực. Trên
cơ sở đó, nghiên cứu này đề xuất giả thuyết như sau:
H5: Áp lực thời gian là nhân tố điều tiết tác động của sự đắm chìm đến ý định mua
hàng của sinh viên ĐHQG.

Hình 6 – Mô hình nghiên cứu đề xuất

25
 TÓM TẮT CHƯƠNG 1
Chương 1 đã đưa ra được những định nghĩa sơ bộ về live-stream và nền tảng Tiktok. Trình
bày tổng quan về tình hình mua sắm trực tuyến trên mạng xã hội và các trang TMĐT, đồng thời
khái quát được thị trường live-stream tại Việt Nam nói chung và trên nền tảng Tiktok nói riêng.
Bên cạnh đó, nội dung chương này chỉ ra các yếu tố tác động đến ý định mua hàng trong bối cảnh
thương mại điện tử và mức độ ý định mua hàng được thúc đẩy thông qua Live-stream.
Dựa trên các cơ sở lý thuyết: Thuyết hành động hợp lý (TRA), Thuyết chấp nhận công nghệ
(TAM), Thuyết nhận thức rủi ro (TPR), Thuyết dòng chảy (Flow Theory) và lược khảo từ các đề
tài nghiên cứu đi trước có tính tương thích với đề tải cả trong nước và quốc tế. Qua đó, nhóm
nghiên cứu đã thảo luận và đề xuất một mô hình nghiên cứu tối ưu đã được tinh chỉnh cho phù hợp
với bối cảnh nghiên cứu của đề tài và phát triển các giả thuyết nghiên cứu mà nhóm đưa ra.
Nội dung chương 2 sẽ trình bày về phương pháp nghiên cứu và quy trình nghiên cứu để kiểm
định những giả thuyết ấy.

26
 CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Quy trình nghiên cứu
Nghiên cứu trải qua 2 giai đoạn:
Đầu tiên, nhóm nghiên cứu triển khai nghiên cứu sơ bộ nhằm tìm hiểu, nghiên cứu, kiểm tra,
đánh giá và điều chỉnh thang đo cho các yếu tố của hình thức phát trực tiếp - live streaming ảnh
hưởng đến ý định mua hàng trực tuyến trên mạng xã hội của sinh viên thuộc Đại học Quốc gia -
TP. Hồ Chí Minh.
Sau khi trải qua giai đoạn đánh giá, điều chỉnh và hoàn thiện bảng thang đo các yếu tố, nhóm
nghiên cứu thực hiện nghiên cứu chính thức nhằm thu thập và phân tích các dữ liệu. Từ đó đưa ra
những kết luận và đề xuất cho đề tài nghiên cứu.
Nhóm nghiên cứu thực hiện nghiên cứu theo quy trình gồm những bước sau đây:
Bảng 1 – Bảng quy trình và tiến độ nghiên cứu của nhóm

Dạng Thứ Thời gian

Công việc Sơ lược
nghiên cứu tự thực hiện

Xác định vấn đề cần nghiên 25/07 -

1
cứu 31/07/2022

Xây dựng cơ sở lý thuyết và

lược khảo các nghiên cứu liên 01/08 -
2
quan, xác định mô hình nghiên 21/08/2022
cứu

Đề xuất thang đo sơ bộ và lập 22/08 -

Nghiên cứu 3
bảng câu hỏi cho nghiên cứu 02/09/2022
sơ bộ
Thực hiện khảo sát sơ
24/10 -
4 Thực hiện khảo sát sơ bộ bộ trên phạm vi của
04/11/2022
nhóm đối tượng khảo sát

Dựa trên ý kiến của

Hiệu chỉnh thang đo sơ bộ và 05/11 - chuyên gia và nhóm đối
5
bảng hỏi khảo sát 27/11/2023 tượng khảo sát sơ bộ để
hiệu chỉnh thang đo

27
 13/02 -
6 Thực hiện khảo sát chính thức Kích thước mẫu: 531
24/02/2023

Tiến hành thu thập, xử lý và phân tích

các dữ liệu

Phân tích độ tin cậy

7
Cronbach’s Alpha

Phân tích nhân tố khám phá

8
EFA

Kiểm định mô hình nghiên cứu

Nghiên cứu 9 Phân tích tương quan Pearson 25/02 -

chính thức 02/03/2023
10 Phân tích hồi quy tuyến tính

Phân tích Macro Process và hồi

11
quy thứ bậc cho biến điều tiết

Kiểm định sự khác biệt

Kiểm định Independent Sample

12
T-Test

13 Kiểm định One-way ANOVA

Chỉnh sửa và hoàn thiện báo 03/03 -

15
cáo cuối cùng 06/03/2023

2.2. Nghiên cứu sơ bộ

Nghiên cứu sơ bộ được diễn ra bao gồm nghiên cứu sơ bộ định tính và nghiên cứu sơ bộ định
lượng. Với mục đích nhằm kiểm tra, hiểu được mối quan hệ giữa các biến trong mô hình lý thuyết
ban đầu để kịp thời hiệu chỉnh, bổ sung đáp ứng được mục đích nghiên cứu.
2.2.1. Phương pháp nghiên cứu định tính
2.2.1.1. Mục đích
Phương pháp nghiên cứu định tính là phương pháp điều tra được sử dụng trong nhiều lĩnh
vực khoa học khác nhau, nhằm mục đích thu thập sự hiểu biết sâu sắc về hành vi con người và lý

28
do ảnh hưởng đến hành vi này. Phương pháp định tính được sử dụng trong bài nghiên cứu của
nhóm nhằm mục đích:

− Làm cơ sở để đối chiếu, chọn lọc để bổ sung hoặc loại bỏ biến quan sát đã có trong những
nghiên cứu trước đó.

− Phân tích dựa trên tình hình thực tế để gạn lọc, bổ sung hoặc loại bỏ các biến quan sát đã có
từ các nghiên cứu được thực hiện trước đó.

− Cân chỉnh lại nội dung và tính logic của từng câu hỏi trong các biến quan sát để người làm
khảo sát có thể hiểu đúng nội dung câu hỏi.
Thực hiện nghiên cứu định tính giúp nhóm nghiên cứu xây dựng bảng câu hỏi cho nghiên
cứu định lượng, đồng thời giúp cho việc khai thác thông tin và trải nghiệm của sinh viên trong hệ
thống ĐHQG-TPHCM được chính xác và hiệu quả. Đồng thời, nghiên cứu định tính giúp đưa bài
nghiên cứu này đi đúng hướng, phù hợp với những mục tiêu bài nghiên cứu hướng đến thông qua
việc điều chỉnh được thang đo phù hợp.
2.2.1.2. Cách thực hiện
Phương pháp thu thập thông tin: Nhóm nghiên cứu thu thập thông tin từ một số dữ liệu
thứ cấp trên các bài báo khoa học trong và ngoài nước, các tạp chí quốc tế và các bài nghiên cứu
đi trước về các chủ đề Live-stream, Hành vi tiêu dùng, Ý định mua hàng, Thương mại điện tử,...
Đồng thời dựa trên các cơ sở lý thuyết nền tảng để xây dựng lên bảng thang đo, sau đó tham khảo
và hội ý với các chuyên gia về độ tin cậy và tính hiệu quả của bảng câu hỏi và xem xét thêm những
đề xuất mà chuyên gia đưa ra. Đồng thời, nhóm cũng có các buổi thảo luận cùng với các bạn sinh
viên quan tâm đến chủ đề ảnh hưởng của Live-stream đến ý định mua hàng của sinh viên.
Phương pháp khảo sát: Nhóm nghiên cứu đã lựa chọn phương pháp phỏng vấn nhóm tập
trung kết hợp thảo luận dựa trên những câu hỏi của bảng thang đo.

− Đối tượng khảo sát: Các đối tượng khảo sát được lựa chọn là những người đã có trải
nghiệm xem Live-stream trên Tiktok, cụ thể là nhóm 10 sinh viên đến từ 7 trường thuộc
ĐHQG - TPHCM, Trường Đại học Quốc tế ĐHQG TP.HCM, Trường Đại học Sư phạm
TP.HCM, Trường Đại học Bách khoa ĐHQG TP.HCM, Trường Đại học Tài chính -
Marketing, Trường Đại học Khoa học Tự nhiên ĐHQG TP.HCM, Trường Đại học Khoa
học Xã hội và Nhân văn ĐHQG TP.HCM.

− Quá trình thực hiện: Thực hiện phỏng vấn trực tiếp nhóm đối tượng khảo sát đã nêu trên
trên dựa trên bài phỏng vấn nhóm nghiên cứu đã chuẩn bị sẵn. Bước đầu của cuộc khảo
sát, nhóm nghiên cứu đưa ra những câu hỏi chung và tổng quát về những yếu tố cần khảo
sát nhằm phân loại và đánh giá các đối tượng được khảo sát. Sau đó sẽ đưa ra những câu
hỏi về các thang đo và hỏi sâu về các các biến quan sát của mỗi thang đo để đối tượng
29
 tham gia khảo sát bàn luận. Nhóm nghiên cứu sẽ ghi chép và tổng hợp lại lại kết luận về
mối quan hệ của các biến và thang đo ảnh hưởng đến ý định mua sắm thông qua tác động
của các yếu tố trong Live-stream của các đối tượng tham gia.
Kết quả nghiên cứu: Sau khi thực hiện nghiên cứu sơ bộ, mô hình không có nhân tố mới
nào được đề xuất vào. Nhóm nghiên cứu đã tiến hành hiệu chỉnh ngôn ngữ và trình tự của các biến
quan sát sao cho hợp lý và hoàn thiện bảng thang đo dựa trên nguồn dữ liệu được thu thập để chuẩn
bị cho nghiên cứu chính thức.
2.2.1.3. Thiết kế thang đo
Sau khi kết hợp với việc nghiên cứu đánh giá, tham khảo các nguồn tài liệu và công trình
nghiên cứu liên quan, nhóm nghiên cứu đã tiến hành thiết kế bảng thang đo dùng để đo lường các
yếu tố trong nghiên cứu. Để hoàn thiện bảng thang đo nhóm đã kết hợp những kết luận từ quá trình
thu thập thông tin và ý kiến đánh giá thông qua hội ý với chuyên gia cũng như phỏng vấn để đưa
ra bảng thang đo chính thức.
Thang đo được trình bày như bảng sau:
Bảng 2 – Bảng thang đo của đề tài

THANG ĐO HẠNG MỤC CÂU HỎI THAM KHẢO

Tôi thấy sử dụng live-stream trên TikTok có thể giúp

tiết kiệm thời gian tìm kiếm và mua hàng.

Thông qua việc xem live-stream trên TikTok, tôi có

thể mua được những gì tôi muốn bằng phương thức
mua sắm trực tuyến.

Nhận thức Tôi thấy sử dụng live-stream trên TikTok giúp tôi
Xiang và cộng sự
hữu ích hiểu kĩ hơn và mua sắm hiệu quả hơn những phương
(2016) và Lee (2021)
(PU) thức mua sắm trực tuyến khác.

Tôi thấy sử dụng live-stream trên TikTok có thể tăng

hiệu quả mua sắm.

Sử dụng thương mại phát trực tiếp có thể tăng năng

suất mua sắm của tôi trong việc tìm kiếm và mua sản
phẩm.

Giao diện của nền tảng live-stream dễ sử dụng có ảnh

Nhận thức dễ hưởng tích cực đến ý định mua hàng của tôi
Davis (1989) and
sử dụng Việc dễ dàng để điều khiển nền tảng live-stream thực Chen (2001)
(EU) hiện những gì tôi muốn có ảnh hưởng tích cực đến ý
định mua hàng của tôi

30
 Việc dễ dàng sử dụng mã giảm giá khi muốn mua
hàng qua live-stream trên TikTok có ảnh hưởng tích
cực đến ý định mua hàng của tôi

Việc dễ dàng mua hàng ngay lập tức trong lúc đang
xem live-stream trên TikTok có ảnh hưởng tích cực
đến ý định mua hàng của tôi

Đôi khi tôi quên mất mình định làm gì trong lúc xem
live-stream trên TikTok

Đôi khi tôi quên mất những điều đang xảy ra xung
quanh trong lúc xem live-stream TikTok
Wang và cộng sự
Sự đắm chìm
Khi xem live-stream, tôi như quên luôn thời gian (2021), Liu và cộng
(IM)
sự (2022)
Khi xem live-stream, tôi cảm thấy bị thôi miên/thao
túng

Tôi nghĩ rằng mình có thể kiểm soát bản thân khi
xem live-stream TikTok

Tôi lo ngại về mức độ bảo mật thông tin khi muốn

mua hàng qua live-stream TikTok

Tôi lo ngại về chính sách đổi, trả hàng và hoàn tiền

khi muốn mua hàng qua live-stream TikTok
Nhận thức Jacoby và Kaplan
rủi ro Tôi nghĩ rằng thông tin thanh toán tôi cung cấp sẽ (1972) và Song và
(PR) được bảo mật tốt khi muốn mua hàng live-stream cộng sự (2021)
TikTok

Tôi lo ngại sản phẩm thực tế không giống với sản

phẩm được giới thiệu khi muốn mua hàng live-stream
TikTok

Tôi cảm thấy mình có ít thời gian để quyết định có

nên mua sản phẩm được giảm giá trên live-stream
TikTok hay không

Áp lực Tôi cảm thấy áp lực khi phải thao tác mua hàng thật
thời gian nhanh chóng cho các sản phẩm trên live-stream Lin và Chen (2013)
TikTok và Leong (2022)
(TP)

Tôi cảm thấy sản phẩm trên live-stream của TikTok

có thời gian khuyến mại rất ngắn, và nếu tôi không
mua nó, tôi sẽ bỏ lỡ nó

31
 Tôi phải hành động nhanh chóng vì sợ bỏ lỡ lần
khuyến mãi thứ hai trong khi phát sóng trực tiếp

Khi xem live-stream trên TikTok, tôi có mong muốn

mua những mặt hàng không liên quan đến mục tiêu
mua sắm ban đầu của mình.

Khi xem live-stream trên TikTok, tôi cảm thấy bị thôi

thúc phải mua gì đó
Ý định Dodds và cộng sự
mua hang Tôi sẽ cân nhắc mua sắm qua live-stream trên TikTok (1991); Hong và Cha
(PI) là lựa chọn mua sắm hàng đầu của tôi (2013)
Tôi dự định mua sản phẩm hoặc dịch vụ thông qua
mua sắm trên live-stream trên TikTok

Tôi đã hoàn toàn bị ảnh hưởng bởi cảm xúc tại

khoảnh khắc tôi quyết định mua hàng

2.2.2. Phương pháp nghiên cứu định lượng

Nghiên cứu này sử dụng phương pháp lấy mẫu phi xác suất - lấy mẫu thuận tiện, thu thập dữ
liệu thông qua khảo sát trực tuyến các sinh viên theo học tại các trường Đại học thuộc ĐHQG-
TP.HCM bằng hình thức trả lời thông qua Google Form nhằm thu thập nguồn dữ liệu sơ cấp phục
vụ cho quá trình cân chỉnh sửa đổi, hoàn thiện nghiên cứu chính thức. Đồng thời kiểm định và đánh
giá các nhân tố đề xuất trong thang đo.
2.3. Nghiên cứu chính thức
2.3.1. Lựa chọn mẫu nghiên cứu
Nhóm nghiên cứu lựa chọn sử dụng phương pháp lấy mẫu thuận tiện, quá trình thu thập dữ
liệu được thực hiện bằng cách sử dụng bảng câu hỏi khảo sát dưới dạng biểu mẫu và được gửi qua
email. Việc sử dụng biểu mẫu câu hỏi khảo sát sẽ giúp nhóm nghiên cứu chủ động được thời gian
thu nhận thông tin.
Đối tượng khảo sát bao gồm các sinh viên các trường thuộc hệ thống Đại học Quốc gia Thành
phố Hồ Chí Minh (bao gồm: Trường Đại học Kinh tế - Luật, Trường Đại học Bách Khoa TP.HCM,
Trường Đại học Khoa học Tự nhiên, Trường Đại học Khoa học Xã hội và Nhân văn, Trường Đại
học Quốc tế, Trường Đại học Công nghệ Thông tin).
Quá trình thu thập dữ liệu trực tuyến được diễn ra từ ngày 13/02/2023 đến hết ngày
24/02/2023. Kết quả khảo sát thu về 531 phản hồi, trong đó có 21 phiếu khảo sát không hợp lệ
chiếm 4%. Nhóm tiến hành sàng lọc 151 phiếu khảo sát bao gồm 56 phiếu có người thực hiện

32
không sử dụng TikTok và 95 phiếu có người thực hiện khảo sát không quan tâm đến live-stream
TikTok. Do đó, số kết quả hợp lệ để tiến hành phân tích là 359 kết quả.
Nhóm nghiên cứu quyết định sử dụng dữ liệu số và phân tích dựa trên phần mềm Microsoft
Excel 2016 và SPSS 20.0 (Statistical Package for the Social Sciences). Đây là 2 phần mềm phân
tích thống kê logic và phân tích dữ liệu sau quá trình thu thập các yếu tố cần thiết của nghiên cứu.
2.3.2. Thiết kế bảng câu hỏi
Bảng câu hỏi được thiết kế dựa vào thang đo đã được nêu ở phần trên và trên cơ sở tham
khảo từ các bài nghiên cứu những năm trước.
Trước khi tiến hành gửi biểu mẫu câu hỏi khảo sát trên diện rộng, nhóm nghiên cứu đã thử
gửi câu hỏi khảo sát cho 10 bạn sinh viên đã và đang theo học tại các trường Đại học trên địa bàn
Thành phố Hồ Chí Minh. Việc này nhằm kiểm tra, góp ý và đánh giá mức độ hoàn thiện của bảng
câu hỏi về mặt hình thức, mức độ phù hợp về nội dung, khả năng cung cấp thông tin của sinh viên.
Từ đó giúp nhóm tác giả hoàn thiện lại bảng câu hỏi để phục vụ cho việc nghiên cứu đề tài thuận
tiện và chính xác.
Cụ thể, cấu trúc của bảng câu hỏi như sau:

− Phần I: Thông tin chung về tình trạng sử dụng nền tảng TikTok và mức độ quan tâm đến
live-stream để tiến hành sàng lọc

− Phần II: Các yếu tố tác động của hình thức phát trực tiếp (Live streaming) ảnh hưởng đến ý
định mua hàng trực tuyến trên mạng xã hội của sinh viên Đại học Quốc gia Thành phố Hồ
Chí Minh (Trường hợp TikTok).

− Phần III: Thông tin cá nhân của người tham gia khảo sát. Bao gồm: Giới tính, Năm học,
Trường đại học, Thu nhập trung bình mỗi tháng và Mức chi tiêu trung bình mỗi tháng cho
mua sắm.
2.3.3. Phương pháp khảo sát
Đối tượng: Sinh viên đang học tập tại các trường thuộc hệ thống Đại học Quốc gia Thành
phố Hồ Chí Minh.
Thời gian khảo sát: Từ 13/02/2023 đến 24/02/2023.
Thu thập thông tin: Thông tin mẫu nghiên cứu được thu thập bằng cách gửi biểu mẫu câu hỏi
khảo sát tới email của các bạn sinh viên thuộc các trường trong khối Đại học Quốc gia thành phố
Hồ Chí Minh. Kết quả thu thập được từ việc gửi biểu mẫu câu hỏi khảo sát còn nhiều hạn chế chẳng
hạn như cơ sở để xác định còn thiếu nhiều thông tin và độ đáng tin cậy chưa cao (chọn cùng một
mức độ trả lời cho tất cả các câu hỏi). Các câu trả lời thu thập được nhập vào ma trận dữ liệu trên
phần mềm Microsoft Excel 2016 và SPSS 20.0 để thống kê và phân tích.

33
 2.3.4. Phương pháp phân tích dữ liệu
2.3.4.1. Phương pháp đánh giá độ tin cậy của thang đo bằng kiểm định Cronbach’s
Alpha
Độ tin cậy của các thang đo được nhóm nghiên cứu kiểm định bằng phương pháp phân tích
hệ số tin cậy Cronbach’s Alpha trên SPSS 20.0. Nhóm nghiên cứu sử dụng phương pháp này trước
khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra
các yếu tố giả (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha cho biết các biến quan sát có liên kết với nhau hay không,
nhưng không chỉ ra được biến quan sát nào cần phải loại bỏ đi và biến quan sát nào cần giữ lại. Khi
đó, việc tính toán hệ số tương quan giữa biến tổng sẽ giúp loại ra những biến quan sát nào không
đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc,
2005).
Về giá trị của Cronbach’s Alpha, Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) cho rằng:
“Nhiều nhà nghiên cứu đồng ý rằng giá trị này từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ
0.7 đến 0.8 là sử dụng được”.
Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được
trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh
nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995).
Trong nghiên cứu này, hầu hết các thang đo đều được tham khảo từ nghiên cứu của Nguyễn
Đình Thọ & Nguyễn Thị Mai Trang (2002), do đó nhóm nghiên cứu chỉ sử dụng những thang đo
mà hệ số Cronbach's Alpha đạt giá trị từ 0.7 trở lên.
2.3.4.2. Phương pháp phân tích nhân tố khám phá (Exploratory Factor Analysis, viết
tắt là EFA)
Phân tích nhân tố khám phá được hiểu là một chuỗi các kỹ thuật thống kê đa biến, nhằm mục
đích giảm/rút gọn dữ liệu và hiểu biết chính xác hơn về các biến được đo lường thông qua việc xác
định các con số và bản chất của sự tương quan giữa các phần yếu tố chung (Hayton và cộng sự,
2004). Nói cách khác, phân tích yếu tố khám phá được sử dụng khi nhà nghiên cứu có mục đích
giảm một lượng n biến đo lường thành một nhóm k các khái niệm (constructs) trong đó k < n
(Henson & Roberts, 2006).
Kiểm định Bartlett (Bartlett, 1950; Dziuban & Shirkey, 1974) và phân tích Kaiser - Meyer -
Olkin (KMO) (Dziuban & Shirkey, 1974; Kaiser, 1970) là hai kỹ thuật phân tích EFA quen thuộc
nhất.
Phân tích nhân tố khám phá EFA đạt yêu cầu khi thỏa mãn các tiêu chí sau:

34
 − Hệ số KMO (Kaiser - Meyer - Olkin): chỉ số được dùng để xem xét sự thích hợp của
phân tích nhân tố. Trị số của KMO phải nằm trong đoạn từ [0.5 ;1]. Nếu trị số nhỏ hơn
0.5 thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu;

− Kiểm định Bartlett: Sig. < 0,05 thì các biến quan sát có mối tương quan với nhau trong
tổng thể;

− Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù
hợp.
Theo Hair và cộng sự (1998), hệ số tải nhân tố (Factor loading) là chỉ tiêu để đảm bảo mức
ý nghĩa thiết thực của EFA:

− Hệ số tải nhân tố > 0,3 được xem là đạt được mức tối thiểu;

− Hệ số tải nhân tố > 0,4 được xem là quan trọng;

− Hệ số tải nhân tố ≥ 0,5 được xem là có ý nghĩa thực tiễn.

2.3.4.3. Phương pháp phân tích tương quan Pearson

Hệ số tương quan Pearson (Pearson Correlation Coefficient) là số liệu thống kê được sử dụng
để kiểm tra, đo lường mối quan hệ thống kê, hoặc mối liên hệ giữa hai biến liên tục. Các nhà nghiên
cứu sử dụng hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối quan hệ
tuyến tính giữa hai biến định lượng trong thống kê (Gayen, 1951).
Hệ số tương quan Pearson r có giá trị dao động từ -1 đến 1:

− Khi giá trị r càng gần ± 1, thì nó được cho là một mối tương quan tuyến tính càng mạnh:
khi một biến tăng, biến còn lại cũng có xu hướng tăng (nếu dương) hoặc giảm (nếu âm).

− Khi giá trị r càng tiến về 0, thì mối quan hệ tương quan tuyến tính càng yếu.

− Khi giá trị r = 1, tương quan tuyến tính tuyệt đối.

− Khi giá trị r = 0, không có mối tương quan tuyến tính. Có 2 tình huống xảy ra:
1. Không có một mối liên hệ nào giữa 2 biến.
2. Giữa chúng có mối liên hệ phi tuyến.
Andy Field (2009) cho rằng hệ số tương quan Pearson có thể đánh giá mối quan hệ tuyến
tính giữa hai biến, nhưng chúng ta cần thực hiện kiểm định giả thuyết hệ số tương quan này có ý
nghĩa thống kê hay không. Khi phân tích hệ số tương quan Pearson thì nhân tố cần quan tâm đầu
tiên là giá trị Sig.:

− Nếu Sig. ≥ 0,05 nghĩa là không có tương quan giữa 2 biến, sẽ loại biến.

35
 − Nếu Sig. < 0,05 thì hệ số tương quan mới có ý nghĩa thống kê nên sẽ giữ lại biến để tiếp tục
phân tích.
2.3.4.4 Phương pháp phân tích hồi quy tuyến tính
Phân tích hồi quy tuyến tính được dùng để tìm hiểu mối quan hệ giữa một biến phụ thuộc
liên tục và một hoặc nhiều biến độc lập bằng cách khớp một phương trình tuyến tính với dữ liệu
được quan sát (Dwyer 1983, Weisberg 2005). Hồi quy tuyến tính thường được áp dụng trong các
nghiên cứu với hai mục đích. Một là xây dựng các mô hình dự báo (Fitts 1954, Oviatt 1995), hai
là ước tính mối quan hệ chức năng giữa một biến phụ thuộc như hiệu suất hay sự hài lòng trong
công việc và tập hợp các biến độc lập như trải nghiệm, giới tính và phong cách nhận thức (Kim và
Bishu 1996, Edwards và cộng sự 2005).
Kết quả của quá trình này sẽ giúp xác định được chiều hướng, mức độ ảnh hưởng của các
nhân tố độc lập đối với biến phụ thuộc.
2.3.4.5 Phương pháp kiểm định biến điều tiết (Macro Process)
Theo Baron & Kenny (1986) biến điều tiết (Moderator/ Moderating variable thường viết tắt
là M) là biến thứ ba ảnh hưởng gây ra hiệu ứng khuếch đại hoặc làm yếu đi mối quan hệ giữa biến
phụ thuộc và biến độc lập.
Trích theo Baron & Kenny (1986) với cách đánh giá truyền thống, để một biến là biến điều
tiết thì:
1. Biến này không có quan hệ với biến độc lập và biến phụ thuộc.
2. Tích số X*M phải có sự tác động lên Y.
Tuy nhiên, theo cách tiếp cận mới, có thể kết luận rằng điều kiện số (1) không nhất thiết đúng
và có hiệu lực điều chỉnh miễn là điều kiện số (2) được đáp ứng.

Hình 7 - Mô hình mối quan hệ có biến điều tiết theo Baron & Kenny (1986)

Trong đó:
− X là biến độc lập
− Y là biến phụ thuộc
− M là biến điều tiết
36
 Trong mô hình nghiên cứu, biến điều tiết M làm thay đổi mối quan hệ tác động từ biến độc
lập X lên phụ thuộc Y. Một mô hình có thể xuất hiện một hay nhiều biến điều tiết và một biến điều
tiết có thể tác động ít hay nhiều đến các cặp biến. Hầu hết các biến điều tiết đo lường mối quan hệ
nhân quả bằng cách sử dụng phân tích hệ số hồi quy.
Ngoài ra, nhóm nghiên cứu còn sử dụng phương pháp hồi quy thứ bậc để kiểm tra biến điều
tiết. Đây là phương pháp mang tính phối hợp, xác định trước các biến nào được đưa vào mô hình
trước và biến nào được đưa vào mô hình sau lần lượt theo ba phương trình hồi quy sau trong chiến
lược phân tích hồi quy (Nguyễn Đình Thọ, 2011):
• Y= β0 + β1*X

• Y = β0 + β1*X + β2*M

• Y = β0 + β1*X + β2*M+ β3*X.M

Với β0, βi : là các trọng số hồi quy.

Phương trình hồi quy (1) thể hiện sự tác động của biến độc lập lên biến phụ thuộc.
Phương trình hồi quy (2) thể hiện sự tác động của biến độc lập lên biến phụ thuộc. Trong
đó, biến điều tiết M được đưa vào mô hình và được xem xét như là biến độc lập.
Phương trình hồi quy (3) thể hiện sự tác động của biến độc lập và biến tương tác (X.M) lên
biến phụ thuộc. Nếu biến tương tác có mức ý nghĩa sig. < 0.05 chứng tỏ biến M đóng vai trò là
biến điều tiết.
2.3.4.6 Phương pháp phân tích sự khác biệt về ý định mua hàng theo nhóm (Kiểm định
Independent Sample T-test và One-way ANOVA)

− Kiểm định Independent Sample T-test: Áp dụng với trường hợp biến định tính có hai giá trị.

• Nếu Sig. Levene's Test < 0,05: Phương sai của hai nhóm là khác nhau, sử dụng giá
trị Sig. T-Test ở hàng Equal variances not assumed.
• Giá trị Sig. T-Test ≤ 0,05, Kết luận: Có sự khác biệt về mức độ đánh giá
của hai nhóm đối với biến phụ thuộc.
• Giá trị Sig. T-Test > 0,05, Kết luận: Không có sự khác biệt về mức độ đánh
giá của hai nhóm đối với biến phụ thuộc.
• Nếu Sig. Levene's Test ≥ 0,05: Phương sai của hai nhóm là bằng nhau, sử dụng giá
trị Sig. T-Test ở hàng Equal variances assumed.
− Giá trị Sig. T-Test ≤ 0,05, Kết luận: Có sự khác biệt về mức độ đánh giá
của hai nhóm đối với biến phụ thuộc.

37
 − Giá trị Sig. T-Test > 0,05, Kết luận: Không có sự khác biệt về mức độ đánh
giá của hai nhóm đối với biến phụ thuộc.
− Kiểm định One-Way ANOVA: Áp dụng với trường hợp biến định tính có nhiều hơn hai giá
trị.
Giả thuyết kiểm định:
H0: Trung bình bằng nhau
H1: Trung bình khác nhau
• Nếu Sig. ≤ 0,05: Chấp nhận giả thuyết H1, kết luận có sự khác biệt có ý nghĩa thống
kê.
• Nếu Sig. > 0,05: Chấp nhận giả thuyết H0, kết luận không có sự khác biệt có ý
nghĩa thống kê.
• Trường hợp Sig. thống kê Levene (Levene Statistic) ≥ 0.05 thì phương sai giữa các
lựa chọn của biến định tính không khác nhau, xem tiếp kết quả ở bảng ANOVA.
• Nếu Sig. ở bảng ANOVA < 0.05, kết luận có sự khác biệt có ý nghĩa thống
kê.
• Nếu Sig. ở bảng ANOVA ≥ 0.05, kết luận không có sự khác biệt có ý nghĩa
thống kê.
Sau khi kiểm định ANOVA chúng ta sẽ đi vào kiểm định sâu One-way ANOVA trong phần
Equal Variances Assumed bằng cách sử dụng kiểm định Bonferroni, xem kết quả ở bảng Multiple
Comparisons gồm cột I - giá trị tham chiếu và cột J - giá trị so sánh.
Bên cạnh giá trị Sig. cho biết có hay không sự khác biệt trung bình, chúng ta sẽ quan tâm
đến cả giá trị chênh lệch trung bình (Mean Difference) - được tính bằng trung bình của nhóm I trừ
cho giá trị trung bình nhóm J - để xem sự khác biệt là nhiều hay ít và giá trị trung bình nhóm nào
cao hơn nhóm nào.
• Nếu Sig. ở bảng Multiple Comparisons < 0,05, kết luận có sự khác biệt có ý nghĩa
thống kê.
Giá trị chênh lệch trung bình mang dấu âm, nghĩa là giá trị trung bình của giá trị tham chiếu
I nhỏ hơn giá trị trung bình giá trị so sánh J.
Giá trị chênh lệch trung bình mang dấu dương, nghĩa là giá trị trung bình của giá trị tham
chiếu I lớn hơn của giá trị so sánh J.
• Nếu Sig. ở bảng Multiple Comparisons ≥ 0,05, kết luận không có sự khác biệt có ý
nghĩa thống kê.

38
Trường hợp Sig. thống kê Levene (Levene Statistic) < 0,05 thì giả thuyết phương sai đồng nhất
giữa các nhóm giá trị biến định tính đã bị vi phạm, phương sai giữa các lựa chọn của biến định tính
khác nhau.
Chúng ta không thể sử dụng bảng ANOVA mà sẽ đi vào kiểm định sâu One-way ANOVA
trong phần Equal Variances Not Assumed bằng cách sử dụng kiểm định Tamhane’s T2, xem kết
quả ở bảng Multiple Comparisons.
• Nếu Sig. ở bảng Multiple Comparisons < 0,05, kết luận có sự khác biệt có ý nghĩa
thống kê.
Giá trị chênh lệch trung bình mang dấu âm, nghĩa là giá trị trung bình của giá trị tham chiếu
I nhỏ hơn giá trị trung bình giá trị so sánh J.
Giá trị chênh lệch trung bình mang dấu dương, nghĩa là giá trị trung bình của giá trị tham
chiếu I lớn hơn của giá trị so sánh J.
• Nếu Sig. ở bảng Multiple Comparisons ≥ 0,05, kết luận không có sự khác biệt có ý
nghĩa thống kê.

TÓM TẮT CHƯƠNG 2

Nội dung chương 2 trình bày các phương pháp nghiên cứu được sử dụng để chuẩn bị cho
kiểm định giả thuyết và mô hình nghiên cứu. Chương này đề cập đến các phương pháp phân tích
và kiểm định dữ liệu định lượng. Đồng thời trình bày kết quả khảo sát sơ bộ và nội dung bảng câu
hỏi khảo sát phục vụ cho nghiên cứu định lượng.
Nội dung chương tiếp theo sẽ thống kê mô tả mẫu nghiên cứu, trình bày kết quả phân tích dữ
liệu, kết quả nghiên cứu, đánh giá thang đo, phân tích hệ số tin cậy Cronbach’s Alpha, phân tích
nhân tố khám phá EFA, phân tích tương quan Pearson, kiểm định mô hình và kiểm định giả thuyết,
kiểm định sự khác biệt của ý định mua hàng theo các biến định tính. Sau đó tổng hợp và đánh giá
kết quả nghiên cứu.

39
 CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
Trong phần trước, nhóm nghiên cứu đã trình bày về quy trình nghiên cứu, phương pháp
nghiên cứu và đề xuất thang đo cho các khái niệm. Trong phần này, nhóm nghiên cứu sử dụng
phần mềm Microsoft Excel 2016 và SPSS 20.0 để tiến hành đo lường và kiểm định trong quá trình
nghiên cứu định lượng.
Cấu trúc của phần này được nhóm nghiên cứu trình bày như sau: (1) Đánh giá độ tin cậy của
thang đo Cronbach’s Alpha; (2) Phân tích nhân tố khám phá EFA; (3) Phân tích tương quan
Pearson; (4) Kết quả phân tích hồi quy tuyến tính và các giả thuyết; (5) Kiểm định biến điều tiết
và (6) Kết quả kiểm định sự khác biệt về ý định mua hàng giữa các biến định tính.
3.1. Thống kê mô tả mẫu nghiên cứu
3.1.1. Mô tả tổng quát
Thông qua thu thập mẫu bằng việc khảo sát trực tuyến, nhóm nghiên cứu thu được tổng 531
phiếu khảo sát. Trong đó, có 21 phiếu không hợp lệ, vậy, 510 phiếu hợp lệ có thể tiến hành phân
tích định lượng. Nhưng thông qua câu hỏi sàng lọc thì kết quả cho thấy có 454 đáp viên đang sử
dụng TikTok và có 359 đáp viên biết và quan tâm đến live-stream trên TikTok. Kết quả thu được
như sau:
Bảng 3 - Thống kê mẫu về tình trạng sử dụng TikTok của đáp viên

Tần số Tỷ lệ (%)

Có 454 89.0

Không 56 11.0

Tổng cộng 510 100

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Bảng 4 - Thống kê mẫu theo sự quan tâm đến live-stream TikTok của đáp viên

Tần số Tỷ lệ (%)

Có 359 79.1

40
 Không 95 20.9

Tổng cộng 454 100

Nguồn: Kết quả phân tích của nhóm nghiên cứu

3.1.2 Thông tin cơ bản của đối tượng được điều tra
Dựa trên kết quả thu được, nhóm nghiên cứu đã tổng hợp một số đặc điểm về mẫu nghiên
cứu như sau:
Bảng 5 - Thống kê mẫu điều tra

Đặc điểm Tần số (n=359) Tỉ lệ (%)

Nữ 297 82.7
Giới tính
Nam 62 17.3

Kinh tế - Luật 203 56.5

Khoa học Xã hội & Nhân văn 66 18.4

Trường Đại học Khoa học - Tự nhiên 37 10.3

Công nghệ thông tin 31 8.6

Quốc tế 22 6.1

Năm 1 82 22.8

Năm 2 119 33.1

Trình độ
học vấn
Năm 3 124 34.6

Năm 4 34 9.5

Dưới 3 triệu 88 24.5

Thu nhập
Từ 3 đến 5 triệu 142 39.6

41
 Từ 5 đến 8 triệu 107 29.8

Trên 8 triệu 22 6.1

Dưới 1 triệu 140 39

Từ 1 đến 3 triệu 167 46.5

Chi tiêu
Từ 3 đến 5 triệu 35 9.7

Trên 5 triệu 17 4.8

Dưới 1 tiếng 146 40.7

Từ 1 đến 3 tiếng 163 45.7

Tần suất sử dụng
TikTok
Từ 3 đến 5 tiếng 44 12.3

Trên 5 tiếng 6 1.3

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Về giới tính: Nghiên cứu thu được 359 mẫu với tỷ lệ chênh lệch giữa nam và nữ cao. Theo
thống kê, mẫu thu được bao gồm 297 nữ chiếm 87.2% và 62 nam chiếm 17.3%. Tỉ lệ nam : nữ của
mẫu khảo sát là 1:5. Như vậy, trung bình có 5 đáp viên nữ thì sẽ có 1 đáp viên nam.
Về trường: Theo thống kê, mẫu thu được bao gồm 203 sinh viên trường Đại học Kinh tế -
Luật, chiếm 56.5%; 66 sinh viên trường Đại học Khoa học Xã hội & Nhân văn, chiếm 18.4%; 37
sinh viên trường Đại học Khoa học - Tự nhiên, chiếm 10.3%; 31 sinh viên trường Đại học Công
nghệ Thông tin, chiếm 8.6% và 22 sinh viên trường Đại học Quốc tế, chiếm 6.1%.
Về trình độ học vấn: Dữ liệu thu về có: 82 sinh viên năm nhất, chiếm 22.8%; 119 sinh viên
năm hai, chiếm 33.1%; 124 sinh viên năm ba, chiếm 34.6%; 35 sinh viên năm tư, chiếm 9.5%.
Vậy, số lượng đáp viên tham gia khảo sát chủ yếu là sinh viên năm hai và sinh viên năm ba.
Về thu nhập: Theo thống kê, mẫu thu được bao gồm 88 sinh viên có thu nhập dưới 3 triệu,
chiếm 24.5%; 142 sinh viên có thu nhập từ 3 đến 5 triệu, chiếm 39.6%; 107 sinh viên có thu nhập
từ 5 đến 8 triệu, chiếm 29.8%; 22 sinh viên có thu nhập trên 8 triệu, chiếm 6.1%.
Về chi tiêu: Theo thống kê, mẫu thu được bao gồm 140 sinh viên có chi tiêu dưới 1 triệu,
chiếm 39%; 167 sinh viên có chi tiêu từ 1 đến 3 triệu, chiếm 46.5%; 35 sinh viên có chi tiêu từ 3

42
đến 5 triệu, chiếm 9.7%; 17 sinh viên có chi tiêu trên 5 triệu, chiếm 4.8%. Do phạm vi khảo sát là
sinh viên ĐHQG-TPHCM nên mức chi tiêu trung bình chỉ giao động từ dưới 1 triệu đến 3 triệu.
Về tần suất sử dụng TikTok: Bên cạnh các đặc điểm về nhân khẩu học, nhóm nghiên cứu còn
thu được đặc điểm mẫu về thời gian sử dụng nền tảng TikTok. Theo thống kê, mẫu thu được bao
gồm 146 sinh viên có tần suất sử dụng TikTok dưới 1 tiếng, chiếm 40.7%; 163 sinh viên có tần
suất sử dụng TikTok từ 1 đến 3 tiếng, chiếm 45.7%; 44 sinh viên có tần suất sử dụng TikTok từ 3
đến 5 tiếng, chiếm 12.3%; 6 sinh viên có tần suất sử dụng TikTok trên 5 tiếng, chiếm 1.3%. Như
vậy, trong phạm vi mẫu thu được, thời gian sử dụng TikTok chủ yếu là từ dưới 1 tiếng đến 3 tiếng.
3.2. Đánh giá thang đo
3.2.1. Phân tích hệ số tin cậy Cronbach’s Alpha
Để kiểm định độ tin cậy của các thang đo, nhóm nghiên cứu sử dụng phương pháp phân tích
hệ số tin cậy Cronbach’s Alpha trên SPSS 20.0. Theo mô hình nghiên cứu đề xuất thì có 6 khái
niệm được tiến hành kiểm định đo lường. Ở khái niệm Sự đắm chìm, trong 5 biến quan sát (IM1,
IM2, IM3, IM4, IM5) có biến IM5 là biến quan sát ngược. Biến quan sát ngược là biến mang nội
dung đối lập với câu hỏi và đóng vai trò kiểm tra sự tập trung của người khảo sát. Tương tự với
biến Nhận thức rủi ro, trong 4 biến PR1, PR2, PR3 và PR4 thì PR3 cũng là biến quan sát ngược.
Vì vậy, trước khi thống kê và kiểm định cần mã hóa lại dữ liệu để cho ra kết quả chính xác.
Nhóm nghiên cứu đã tiến hành phân tích Cronbach’s Alpha 1 lần cho các biến Nhận thức
hữu ích (PU), Sự đắm chìm (IM), Nhận thức dễ sử dụng (EU), Nhận thức rủi ro (PR) và 2 lần cho
biến Áp lực thời gian (TP), Ý định mua hàng (PI).
Theo kết quả phân tích Cronbach’s Alpha lần 1 cho biến Áp lực thời gian (TP) = 0.776 lớn
hơn 0.6, tuy nhiên hệ số tương quan biến tổng của biến quan sát TP4 = 0.168 nhỏ hơn 0.3. Chứng
tỏ biến quan sát TP4 giải thích ý nghĩa rất yếu cho nhân tố TP nên sẽ loại bỏ khỏi thang đo. Phân
tích Cronbach’s Alpha lần hai.
Tương tự, khi phân tích Cronbach’s Alpha lần 1 cho biến Ý định mua hàng (PI) = 0.786 lớn
hơn 0.6, tuy nhiên hệ số tương quan biến tổng của biến quan sát PI5 = 0.126 nhỏ hơn 0.3. Chứng
tỏ biến quan sát PI5 giải thích ý nghĩa rất yếu cho nhân tố PI nên sẽ loại bỏ khỏi thang đo. Phân
tích Cronbach’s Alpha lần hai.
Dưới đây là bảng tổng hợp kết quả đo lường lần 2 cho biến TP, biến PI và lần 1 cho các biến
còn lại:
Bảng 6 - Tổng hợp kết quả đo lường Cronbach’s Alpha

Biến Hệ số Cronbach’s
Trung bình thang Phương sai thang Tương quan biến
quan Alpha nếu loại
đo nếu loại biến đo nếu loại biến - tổng
sát biến

43
 Nhận thức hữu ích (PU): Cronbach’s Alpha = 0.853

PU1 12.00 12.997 0.775 0.794

PU2 11.79 12.741 0.793 0.788

PU3 11.65 13.687 0.656 0.826

PU4 11.69 13.370 0.739 0.804

PU5 11.72 15.735 0.395 0.890

Sự đắm chìm (IM): Cronbach’s Alpha = 0.885

IM1 13.38 17.327 0.669 0.873

IM2 13.14 16.629 0.725 0.860

IM3 13.19 16.018 0.738 0.857

IM4 13.19 15.890 0.804 0.842

IM5 13.07 16.722 0.683 0.870

Nhận thức dễ sử dụng (EU): Cronbach’s Alpha = 0.869

EU1 9.37 9.804 0.728 0.831

EU2 9.65 10.006 0.721 0.833

EU3 9.65 9.841 0.753 0.820

EU4 9.63 10.385 0.684 0.848

Nhận thức rủi ro (PR): Cronbach’s Alpha = 0.902

PR1 9.52 11.558 0.779 0.873

PR2 9.46 11.595 0.796 0.867

PR3 9.54 11.741 0.752 0.883

PR4 9.52 11.753 0.793 0.868

Áp lực thời gian (TP): Cronbach’s Alpha = 0.898

TP1 4.89 5.574 0.808 0.847

TP2 5.05 5.956 0.766 0.883

44
 TP3 4.88 5.567 0.824 0.833

Ý định mua hàng (PI): Cronbach’s Alpha = 0.875

PI1 8,93 8.272 0.765 0.827

PI2 8.99 9.140 0.720 0.845

PI3 9.28 9.556 0.726 0.843

PI4 9.13 9.419 0.719 0.845

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Dựa trên bảng kết quả thấy được: Tất cả các thang đo đạt yêu cầu về độ tin cậy thông qua
phân tích hệ số Cronbach’s Alpha. Vì hệ số Cronbach’s Alpha tổng thể của các thang đo đều lớn
hơn 0,6 (nhỏ nhất là Cronbach's Alpha của Nhận thức dễ sử dụng = 0.853) và tương quan biến -
tổng (Corrected Item - Total Correlation) của các biến quan sát đều lớn hơn 0.3 (nhỏ nhất là biến
PU5 = 0.395).
Kết luận: Vậy, có tất cả 6 khái niệm cần đo lường với 25 biến quan sát. Các số Cronbach’s
Alpha có giá trị biến thiên trong đoạn [0.853, 0.902] lớn hơn 0.6 và 25 biến quan sát đều có giá trị
tương quan biến - tổng biến thiên trong đoạn [0.395, 0.824] lớn hơn 0.3. Vậy nên sau khi loại 2
biến không đạt chuẩn thì 25 biến quan sát còn lại đều đảm bảo độ tin cậy để tiếp tục được sử dụng
cho các bước phân tích tiếp theo.
3.2.2. Phân tích nhân tố khám phá EFA
Sau khi phân tích Cronbach's Alpha, mô hình gồm 4 biến độc lập, 1 biến phụ thuộc và 1 biến
điều tiết với 25 biến quan sát đạt độ tin cậy được đưa vào SPSS để tiếp tục đánh giá giá trị của
thang đo bằng phương pháp phân tích nhân tố khám phá EFA.
Theo quan điểm của Hair cùng cộng sự (2010 & 2015) và Nguyễn Đình Thọ (2012) thì nên
tách biến độc lập và biến phụ thuộc để phân tích EFA. Lý do giữa các biến có tính tương quan
mạnh giữa có thể làm cho cấu trúc thang đo không đảm bảo tính phân biệt. Tương tự, dù chưa có
nhiều quan điểm về việc phân tích EFA cho biến điều tiết, nhưng với vai trò điều tiết một mối quan
hệ thì biến điều tiết cũng không thích hợp để phân tích nhân tố khám phá chung với biến khác.
Với mô hình đề xuất của đề tài đã xác định biến độc lập, biến phụ thuộc và biến điều tiết,
nhóm nghiên cứu đã tiến hành phân tích riêng EFA cho 3 loại biến có trong mô hình gồm: (1) Phân
tích EFA cho 1 biến phụ thuộc; (2) Phân tích EFA cho 4 biến độc lập; và (3) Phân tích EFA cho 1
biến điều tiết.
Hệ số tải Factor loading là trị số biểu thị mối quan hệ tương quan giữa các biến quan sát với
nhân tố tương ứng. Theo Hair và cộng sự (1998), hệ số tải 0.5 được cho là biến quan sát có ý nghĩa
45
thống kê tốt. Bên cạnh đó, hệ số tải còn tùy thuộc vào cỡ mẫu thu được. Cỡ mẫu tối thiểu là 350
thì hệ số tải khuyến nghị là 0.3 (Hair và cộng sự, 2014). Bên cạnh đó, một khái niệm nên có 5 biến
quan sát hoặc nhiều hơn (với hệ số tải ⪰ 0.5) để đảm bảo tính chắc chắn của nhân tố trong phân
tích EFA (Costello và Osborne, 2005). Tuy nhiên sau khi thực hiện kiểm định sự tin cậy, các biến
quan sát của mỗi nhân tố chỉ còn giao động từ 3 đến 5 biến quan sát. Vì vậy, để đảm bảo chọn ra
các biến quan sát chất lượng và các kiểm định tiếp theo có ý nghĩa thực tiễn nên nhóm nghiên cứu
lựa chọn 0.5 là ngưỡng hệ số tải cho toàn bộ thang đo thay vì chọn theo cỡ mẫu.
Ngoài ra, để đảm bảo tính phân biệt, nếu một biến quan sát có nhiều nhân tố mà chênh lệch
hệ số tải nhỏ hơn 0.3 sẽ bị loại (Jabnoun và Al-Tamimi, 2003).
Nhóm nghiên cứu tiến hành thực hiện phân tích nhân tố khám phá cho 3 loại biến bằng cách
sử dụng phép trích PCA (Principal Components Analysis) và phép xoay vuông góc
Varimax.
3.2.2.1 Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Bảng 7 - Bảng kiểm định KMO và Bartlett của biến phụ thuộc

KMO and Bartlett’s Test

Hệ số KMO 0.831

Chi bình phương xấp xỉ 710.347

Kiểm định Bartlett Bậc tự do 6

Sig. 0.000

% Phương sai tích lũy 72.801%

Hệ số Eigenvalue 2.912

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Kết quả EFA cho biến phụ thuộc cho thấy: Chỉ số KMO có giá trị = 0.831 > 0.5, kiểm định
Bartlett có Sig. = 0.000 < 0.05 chứng tỏ các biến quan sát có tương quan với nhau và dữ liệu phù
hợp để phân tích nhân tố.
Có 1 nhân tố được trích với hệ số Eigenvalue là 2.912 > 1, phần trăm phương sai tích lũy là
72.801% > 50%. Nhân tố này giải thích được 72.801% biến thiên dữ liệu của 4 biến quan sát tham
gia vào EFA.

46
 Bảng 8 - Bảng Ma trận nhân tố của biến phụ thuộc

Ma trận nhân tố

Biến Nhân tố
quan
sát 1

PI1 0.875

PI3 0.849

PI2 0.845

PI4 0.844
Nguồn: Kết quả phân tích của nhóm nghiên cứu

Trong Ma trận nhân tố (Component Matrixa) các biến đều có hệ số tải lớn hơn 0.5. Cả 4 biến
quan sát PI1, PI2, PI3, PI4 trích được chỉ 1 nhân tố, đảm bảo tính đơn hướng và hội tụ khá tốt. Dữ
liệu thu được cho thấy không có biến quan sát nào bị loại.
Kết luận: Phân tích nhân tố khám phá EFA cho biến phụ thuộc thực hiện 1 lần, thu được 4
biến quan sát có ý nghĩa hội tụ thành 1 nhân tố.
3.2.2.2 Phân tích nhân tố khám phá EFA cho biến độc lập
Bảng 9 - Bảng kiểm định KMO và Bartlett lần 2 của biến độc lập

KMO and Bartlett’s Test

Hệ số KMO 0.883

Chi bình phương xấp xỉ 3859.397

Kiểm định Bartlett Bậc tự do 136

Sig. 0.000

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Kết quả EFA cho biến độc lập cho thấy: Chỉ số KMO có giá trị = 0.883 > 0.5, kiểm định
Bartlett có Sig. = 0.000 < 0.05 chứng tỏ các biến quan sát có tương quan với nhau và dữ liệu phù
hợp để phân tích nhân tố.

47
 Phân tích nhân tố khám phá EFA cho các biến độc lập được thực hiện 2 lần:
• Lần thứ nhất, phân tích 18 biến quan sát, có 1 biến quan sát không đạt là PU5 (hệ số tải là
0.432 < 0.5) được loại bỏ để phân tích EFA lần hai;
• Lần thứ hai, 17 biến quan sát được đưa vào phân tích thu được 17 biến quan sát hội tụ và
phân biệt thành 4 nhân tố.
Bảng Ma trận xoay lần 2 của biến độc lập

Ma trận xoay nhân tố

Biến Nhân tố
quan sát
1 2 3 4

IM4 0.846

IM2 0.809

IM3 0.760

IM5 0.697

IM1 0.690

PR2 0.885

PR4 0.879

PR1 0.862

PR3 0.853

PU2 0.891

PU1 0.871

PU4 0.851

PU3 0.713

EU3 0.819

EU2 0.808

EU1 0.758

EU4 0.744

48
 Hệ số
6.580 2.818 1.931 1.173
Eigenvalue

% Phương
38.705% 16.574% 11.362% 6.898%
sai tích lũy
Nguồn: Kết quả phân tích của nhóm nghiên cứu

Có 4 nhân tố được trích với hệ số Eigenvalue (chỉ số Eigenvalue nhỏ nhất là 1.173) đều lớn
hơn 1, phần trăm phương sai tích lũy là 73.539% > 50%. Bốn nhân tố này giải thích được 73.539%
biến thiên dữ liệu của 17 biến quan sát tham gia vào EFA.
Trong Ma trận xoay nhân tố, các biến đều có hệ số tải lớn hơn 0.5. Kết quả ma trận xoay cho
thấy 17 biến quan sát được trích thành 4 nhân tố, đảm bảo tính đơn hướng và hội tụ khá tốt. Dữ
liệu thu được cho thấy không có biến quan sát nào bị loại.
Kết luận: Phân tích nhân tố khám phá EFA cho biến độc lập được thực hiện 2 lần, sau khi
loại bỏ 1 biến không đạt thì thu được 17 biến quan sát hội tụ và phân biệt thành 4 nhân tố.
3.2.2.3 Phân tích nhân tố khám phá EFA cho biến điều tiết
Bảng 10 - Bảng kiểm định KMO và Bartlett cho biến điều tiết

KMO and Bartlett’s Test

Hệ số KMO 0.745

Chi bình phương xấp xỉ 664.524

Kiểm định Bartlett Bậc tự do 3

Sig. 0.000

% Phương sai tích lũy 83.124%

Hệ số Eigenvalue 2.494

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Kết quả EFA cho biến độc lập cho thấy: Chỉ số KMO có giá trị = 0.745 > 0.5, kiểm định
Bartlett có Sig. = 0.000 < 0.05 chứng tỏ các biến quan sát có tương quan với nhau và dữ liệu phù
hợp để phân tích nhân tố.

49
 Có 1 nhân tố được trích với hệ số Eigenvalue là 2.494 > 1, phần trăm phương sai tích lũy là
83.124% > 50%. Nhân tố này giải thích được 83.124% biến thiên dữ liệu của 4 biến quan sát tham
gia vào EFA.

Bảng 11 - Bảng Ma trận nhân tố của biến điều tiết

Ma trận nhân tố

Nhân tố
Biến
quan sát
1

TP3 0.925

TP1 0.917

TP2 0.894
Nguồn: Kết quả phân tích của nhóm nghiên cứu

Trong Ma trận nhân tố các biến đều có hệ số tải lớn hơn 0.5. Cả 3 biến quan sát TP1, TP2,
TP3 trích được chỉ 1 nhân tố, đảm bảo tính đơn hướng và hội tụ khá tốt. Dữ liệu thu được cho thấy
không có biến quan sát nào bị loại.
Kết luận: Phân tích nhân tố khám phá EFA cho biến điều tiết thực hiện 1 lần, thu được 3 biến
quan sát có ý nghĩa hội tụ thành 1 nhân tố.
3.2.3 Phân tích tương quan Pearson
Tiến hành đưa 4 biến độc lập (Nhận thức hữu ích - PU, Nhận thức dễ sử dụng - EU, Nhận
thức rủi ro - PR, và Sự đắm chìm - IM) và 1 biến phụ thuộc (Ý định mua hàng - PI) vào SPSS để
phân tích tương quan Pearson.
Bảng 12 - Bảng phân tích tương quan tác động của các yếu tố trong mô hình đề xuất

PI PU EU PR IM

Hệ số tương quan Pearson 1 0.493 0.532 -0.353 0.617

PI Sig. (2 tailed) 0.000 0.000 0.000 0.000

Số quan sát 359 359 359 359 359

50
 Hệ số tương quan Pearson 0.493 1 0.427 -0.169 0.450

PU Sig. (2 tailed) 0.000 0.000 0.000 0.000

Số quan sát 359 359 359 359 359

Hệ số tương quan Pearson 0.532 0.427 1 -0.142 0.622

EU Sig. (2 tailed) 0.000 0.000 0.000 0.000

Số quan sát 359 359 359 359 359

Hệ số tương quan Pearson -0.353 -0.169 -0.142 1 -0.266

PR Sig. (2 tailed) 0.000 0.000 0.000 0.000

Số quan sát 359 359 359 359 359

Hệ số tương quan Pearson 0.617 0.450 0.622 -0.266 1

IM Sig. (2 tailed) 0.000 0.000 0.000 0.000

Số quan sát 359 359 359 359 359

Nguồn: Kết quả phân tích SPSS

Số liệu thu được cho thấy 4 biến độc lập PU, EU, PR, IM có mối quan hệ tương quan tuyến
tính chặt chẽ với biến phụ thuộc PI (các giá trị Sig. đều < 0.05). Giữa các biến độc lập PU, EU, PR,
và IM có mối quan hệ tương quan tuyến tính chặt chẽ với nhau (các trị số Sig. < 0.05).
Khi phân tích tương quan Pearson, cần chú ý đến hiện tượng đa cộng tuyến xảy ra giữa các
biến độc lập bằng cách đánh giá trị số Sig. có nhỏ hơn 0.05 và giá trị Pearson có lớn hơn 0.7 hay
không (Carsten F. Dormann và cộng sự, 2012). Dựa trên kết quả phân tích, các trị số Pearson đều
nhỏ hơn 0.7, vậy nên không cần cân nhắc đến hiện tượng đa cộng tuyến.
3.3. Kiểm định mô hình và kiểm định giả thuyết
3.3.1. Phân tích hồi quy tuyến tính (không có biến điều tiết)
Mô hình gồm bốn biến độc lập và một biến phụ thuộc có phương trình hồi quy tổng quát
như sau:
Y = β0 + β1*X1 + β2*X2 + β3*X3 + β4*X4

51
 Theo mẫu nghiên cứu với mô hình đề xuất gồm 4 biến độc lập là Sự đắm chìm (IM), Nhận
thức hữu ích (PU), Nhận thức dễ sử dụng (EU), Nhận thức rủi ro (PR) và một biến phụ thuộc là Ý
định mua hàng (PI), phương trình hồi quy được viết lại như sau:
PI = β0 + β1*IM + β2*PU + β3*EU + β4*PR
Kết quả thể hiện qua hệ thống các bảng sau:
Bảng 13 – Bảng tóm tắt mô hình

Mô R2 hiệu Sai số chuẩn của ước Giá trị Durbin -

R R2
hình chỉnh lượng Watson

1 0.703 0.495 0.498 0.000 1.779

a. Biến độc lập: (Hằng số), IM, PU, EU, PR

b. Biến phụ thuộc PI

Nguồn: Kết quả phân tích SPSS

Theo tóm tắt bảng kết quả, có thể thấy được R2 hiệu chỉnh (Adjusted R Square) bằng 0.498
cho thấy các biến độc lập giải thích được 49.8% sự biến thiên của biến phụ thuộc. Phần còn lại
50.2% được giải thích bởi các biến nằm ngoài mô hình và sai số ngẫu nhiên.
Giá trị Durbin - Watson đánh giá hiện tượng tự tương quan chuỗi bậc nhất được khuyến nghị
nằm trong khoảng 1.5 đến 2.5 (Yahua Qiao, 2011). Với kết quả giá trị Durbin - Watson = 1.779
(1.5 < 1.779 < 2.5) cho thấy mô hình không có hiện tượng tự tương quan.
Bảng 14 – Bảng kết quả One-way ANOVA

Tổng các bình Trung bình

Mô hình Bậc tự do F Sig.
phương bình phương

Hồi quy 173.962 4 43.490 86.609 0.000

1 Phần dư 177.760 354 0.502

Tổng 351.721 358

a. Biến phụ thuộc: PI

b. Biến độc lập: (Hằng số), IM, PU, EU, PR

Nguồn: Kết quả phân tích SPSS

52
 Để xem xét việc mô hình có khả năng suy rộng ra và áp dụng cho tổng thể nghiên cứu được
hay không, nhóm nghiên cứu tiến hành xem xét kết quả đo được từ bảng ANOVA. Kiểm định F
có trị Sig. = 0.000 < 0.05, như vậy mô hình hồi quy tuyến tính được xây dựng phù hợp với tổng
thể.
Bảng 15 – Bảng hệ số hồi quy

Hệ số hồi
Hệ số hồi quy chưa
quy đã Thống kê đa cộng tuyến
chuẩn hóa
chuẩn hóa
Mô hình t Sig.
Hệ số phóng
Sai số Độ chấp
B Beta đại phương
chuẩn nhận
sai

1 (Hằng số) 1.207 0.208 5.808 0.000

PU 0.221 0.043 0.221 5.098 0.000 0.759 1.317

EU 0.188 0.047 0.196 3.958 0.000 0.584 1.711

-
PR -0.173 0.035 -0.196 0.000 0.924 1.082
4.987

IM 0.341 0.051 0.344 6.739 0.000 0.547 1.827

a. Biến phụ thuộc: PI

Nguồn: Kết quả phân tích SPSS

Để xem xét các biến độc lập có tác động đến biến phụ thuộc hay nói cách khác là biến độc
lập có ý nghĩa trong mô hình hay không thì cần xem xét giá trị Sig. trong kiểm định T. Kết quả thu
được cho thấy 4 biến độc lập PU, EU, PR, IM đều có giá trị Sig. = 0.000 < 0.05. Vậy, 4 biến PU,
EU, PR và IM có tác động đến biến phụ thuộc PI.
Ngoài ra, cần xem xét đến hiện tượng đa cộng tuyến khi phân tích hồi quy. Hệ số phóng đại
phương sai (VIF) đo lường mối quan hệ tương quan giữa các biến độc lập trong mô hình hồi quy.
Đối với các biến sử dụng thang đo Likert, nếu hệ số VIF nhỏ hơn 2 thì không xảy ra hiện tượng đa
cộng tuyến (Nguyễn Đình Thọ, 2009). Với kết quả phân tích, 4 biến độc lập đều có hệ số VIF < 2,
vậy không xảy ra hiện tượng đa cộng tuyến.
Sau khi xem xét các yếu tố để mô hình đạt chuẩn, ta cần xem xét đến tác động của biến độc
lập lên biến phụ thuộc bằng cách xem xét hệ số hồi quy (B hoặc Beta). Hệ số hồi quy mang dấu
dương, nghĩa là biến độc lập tác động tích cực lên biến phụ thuộc và ngược lại, nếu mang dấu âm,
biến độc lập tác động tiêu cực lên biến phụ thuộc. Ngoài ra, khi cần kiểm tra về mức độ tác động

53
trong mối quan hệ, ta sẽ dựa vào trị tuyệt đối của hệ số Beta, trị tuyệt đối càng lớn thì biến độc lập
tác động càng mạnh lên biến phụ thuộc. Theo số liệu bảng, ta thấy được:

− Biến PU có hệ số Beta = 0.221, như vậy, biến độc lập PU có tác động tích cực lên biến PI.

− Biến EU có hệ số Beta = 0.196, như vậy, biến độc lập EU có tác động tích cực lên biến PI.

− Biến PR có hệ số Beta = - 0.196, như vậy, biến độc lập PR có tác động tiêu cực lên biến PI.

− Biến IM có hệ số Beta = 0.344, như vậy, biến độc lập PU có tác động tích cực lên biến PI.

− Trong đó, biến IM (có trị tuyệt đối hệ số Beta lớn nhất) có tác động mạnh nhất đến biến phụ
thuộc.
Bên cạnh đó, nhóm nghiên cứu kiểm định hồi quy dựa trên các đồ thị sau:

Hình 8 - Hình Đồ thị Histogram biểu thị phần dư chuẩn hóa hồi quy

54
 Cần xem xét phần dư có tuân theo phân phối chuẩn hay không dựa vào đồ thị Histogram. Đồ
thị trên biểu thị giá trị trung bình (Mean = - 1.16E - 15) gần bằng 0 và độ lệch chuẩn (Std.Dev =
0.994) gần bằng 1. Vậy, phần dư có dạng gần với phân phối chuẩn.

Hình 9 - Hình Đồ thị P - P Plot

Đồ thị P-P Plot có cái điểm bám theo đường thẳng đi từ trái sang phải, đi từ dưới lên trên,
vậy thì phần dư tuân theo phân phối chuẩn.
55
 Hình 10 - Hình Đồ thị Scatter Plot

Đồ thị phân tán Scatter Plot có các điểm phân tán đi từ trái sang phải, từ trên xuống dưới và
xoay quanh hoành độ 0, phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Vậy
giả thiết liên hệ tuyến tính không vi phạm.
Từ kết quả trên, ta có phương trình hồi quy chưa chuẩn hóa và chuẩn hóa lần lượt là:
PI = 1.207 + 0.341*IM + 0.221*PU + 0.188*EU - 0.173*PR
PI = 0.344*IM + 0.221*PU + 0.196*EU - 0.196*PR
3.3.2. Kiểm định biến điều tiết
Biến điều tiết (Moderator) là biến thứ ba ảnh hưởng có thể tạo ra hiệu ứng khuếch đại hoặc
làm yếu đi mối quan hệ giữa biến phụ thuộc và biến độc lập. (Baron & Kenny, 1986)
Nhóm sử dụng phương pháp Bootstrapping tối ưu và phổ biến trong những năm gần đây
thông qua việc xử lý biến điều tiết bằng plugin Macro Process trên SPSS.
Trong mô hình nhóm nghiên cứu đề xuất, đặt ra giả thiết biến Áp lực thời gian (TP) đóng vai
trò là biến điều tiết mối quan hệ giữa biến Sự đắm chìm (IM) và Ý định mua hàng (PI).

56
Bảng 16 – Bảng kết quả phân tích Macro Process

Nguồn: Kết quả phân tích của nhóm nghiên cứu

57
 Mô hình kết quả xuất ra với sự tham gia của 3 biến độc lập: IM, TP và Int_1 (tích số của IM
và TP là Int_1). Kết quả cho thấy IM có tác động lên PI do p-value = 0.000 < 0.05, TP có tác động
lên PI do p-value = 0.0253 < 0.05. Và p-value của Int_1 = 0.0347 < 0.05, vậy tích số của IM và TP
có tác động lên PI. Hệ số tác động chưa chuẩn hóa của Int_1 là - 0.0908 < 0, vậy, khi TP tăng thì
sẽ làm giảm sự tác động từ IM lên PI.

Hình 11 – Hình đồ thị của biến điều tiết

Tuy nhiên, cần phải tiếp tục kiểm định xem khi đặt biến điều tiết và biến tương tác vào mô
hình tổng thể để phân tích hồi quy thứ bậc cho biến điều tiết.

58
 Kết quả thu được bảng sau:
Bảng 17 - Bảng Hệ số hồi quy thứ bậc mô hình tổng thể

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Sau khi tiến hành chuẩn hóa dữ liệu bằng kỹ thuật Centre mean để tránh hiện tượng đa cộng
tuyến cho biến độc lập và điều tiết, ta tiến hành nhân hai biến này lại với nhau. Biến c.IM.TP là
biến được tạo ra từ phép nhân hai biến IM và TP đã chuẩn hóa. Xem biến c.IM.TP như một biến
độc lập đưa vào mô hình để phân tích hồi quy thứ bậc.
Kết quả từ bảng thu được biến c.IM.TP có trị số Sig. = 0.085 > 0.05. Vậy, biến c.IM.TP
không có tác động đến biến phụ thuộc trong mô hình, hay nói cách khác, biến TP không đóng vai
trò điều tiết trong mối quan hệ giữa IM và TP.
Mặt khác, nhóm nghiên cứu tiến hành kiểm tra biến điều tiết TP khi đặt trong mô hình mối
quan hệ được tách khỏi mô hình tổng thể. Vì vậy, mô hình phân tích mối quan hệ lúc sau chỉ bao
gồm: biến độc lập IM, biến điều tiết TP, và biến phụ thuộc PI.

59
 Bảng 18 - Bảng Hệ số hồi quy thứ bậc cho mối quan hệ điều tiết

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Biến Int trong lần chạy hồi quy này là biến được tạo ra từ phép nhân giữa hai biến IM và TP
đã chuẩn hóa. Có thể thấy được trong mô hình này, Sig. của Int = 0.035 < 0.05, cùng với các điều
kiện Sig. của kiểm định F là 0.000 < 0.05, hệ số Durbin - Watson là 1.842 đều thỏa mãn. Vì vậy,
biến Int có tác động đến biến PI.
Kết luận: Biến TP đóng vai trò điều tiết chỉ khi xét trong mối quan hệ của IM và PI nhưng
khi đặt trong mô hình đề xuất tổng thể của đề tài thì biến điều tiết TP không có ý nghĩa.
3.4. Kiểm định sự khác biệt của Ý định mua hàng theo các biến định tính
3.4.1. Kiểm định sự khác biệt của Ý định mua hàng theo Giới tính
Trong quá trình khảo phân loại đối tượng theo Giới tính thành các nhóm đối tượng sau:
[Nam], [Nữ].
Giả thuyết H*: Không có sự khác biệt phương sai giữa các nhóm giới tính.

60
 Để kiểm định sự khác biệt cho hai nhóm đối tượng, nhóm nghiên cứu đã tiến hành đưa dữ
liệu vào SPSS để phân tích bằng kiểm định Independent Sample T - Test.
Kết quả thu được như sau:
Bảng 19 - Bảng Kiểm định Independent Sample T-Test (theo Giới tính)

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Dữ liệu thu được cho kết quả kiểm định Levene (Levene’s Test) có trị số Sig. = 0.013 (<
0.05), bác bỏ giả thuyết H*, điều này chứng tỏ có sự khác biệt phương sai giữa hai nhóm Giới tính
(có ý nghĩa thống kê). Do đó, ta sử dụng kiểm định T-test với phương sai giữa hai mẫu khác nhau.
Giả thuyết H**: Không có sự khác biệt trung bình giữa các nhóm giới tính.
Do Sig. của Levene’s Test < 0.05, nên dùng kết quả của kiểm định T-test ở phần Phương sai
không đồng nhất (Equal variances not assumed). Sig. ở kiểm định T-test = 0.469 (> 0.05), chấp
nhận giả thuyết H**.
Kết luận: Không có sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh
viên ĐHQG TPHCM đối với hai nhóm giới tính khác nhau.
3.4.2. Kiểm định sự khác biệt của Ý định mua hàng theo Thu nhập
Trong quá trình khảo phân loại đối tượng theo Thu nhập thành các nhóm đối tượng sau: [dưới
3 triệu], [từ 3 đến 5 triệu], [từ 5 đến 8 triệu], [trên 8 triệu].
Giả thuyết H*: Không có sự khác biệt phương sai giữa các nhóm thu nhập.
Để kiểm định sự khác biệt cho hơn hai nhóm đối tượng, nhóm nghiên cứu đã tiến hành đưa
dữ liệu vào SPSS để phân tích bằng kiểm định One-Way ANOVA.
Kết quả thu được như sau:

61
 Bảng 20 - Bảng Kiểm định Independent Sample T-Test (theo Giới tính)

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Dữ liệu thu được cho kết quả kiểm định Levene (Levene’s Test) có trị số Sig. = 0.092 (>
0.05), chấp nhận giả thuyết H*, điều này chứng tỏ có không sự khác biệt phương sai giữa các nhóm
Thu nhập (có ý nghĩa thống kê). Do đó, ta sử dụng kiểm định ANOVA.
Giả thuyết H**: Không có sự khác biệt trung bình giữa các nhóm thu nhập.

Bảng 21 - Bảng Kết quả ANOVA (theo thu nhập)

62
 Nguồn: Kết quả phân tích của nhóm nghiên cứu

Do Sig. của Levene’s Test > 0.05, nên dùng kết quả của kiểm định F với Sig. = 0.214 (>
0.05), chấp nhận giả thuyết H**.
Kết luận: Không có sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh
viên ĐHQG TPHCM giữa các nhóm thu nhập khác nhau.
3.4.3. Kiểm định sự khác biệt của Ý định mua hàng theo Chi tiêu
Trong quá trình khảo phân loại đối tượng theo Chi tiêu thành các nhóm đối tượng sau: [dưới
1 triệu], [từ 1 đến 3 triệu], [từ 3 đến 5 triệu], [trên 5 triệu].
Giả thuyết H*: Không có sự khác biệt phương sai giữa các nhóm chi tiêu.
Để kiểm định sự khác biệt cho hơn hai nhóm đối tượng, nhóm nghiên cứu đã tiến hành đưa
dữ liệu vào SPSS để phân tích bằng kiểm định One-Way ANOVA.
Kết quả thu được như sau:
Bảng 22 - Bảng Kiểm Levene phương sai đồng nhất (theo chi tiêu)

Nguồn: Kết quả phân tích của nhóm nghiên cứu

63
 Dữ liệu thu được cho kết quả kiểm định Levene (Levene’s Test) có trị số Sig. = 0.354 (>
0.05), chấp nhận giả thuyết H*, điều này chứng tỏ có không sự khác biệt phương sai giữa các nhóm
chi tiêu (có ý nghĩa thống kê). Như vậy, sử dụng kiểm định ANOVA để tiếp tục phân tích.
Giả thuyết H**: Không có sự khác biệt trung bình giữa các nhóm chi tiêu.
Bảng 23 - Bảng Kết quả ANOVA (theo chi tiêu)

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Kết quả của kiểm định ANOVA có Sig. = 0.797 (> 0.05), chấp nhận giả thuyết H**.
Kết luận: Không có sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh
viên ĐHQG TPHCM giữa các nhóm chi tiêu khác nhau.
3.4.4. Kiểm định sự khác biệt của Ý định mua hàng theo Thời gian sử dụng nền tảng
Trong quá trình khảo phân loại đối tượng theo thời gian sử dụng nền tảng thành các nhóm
đối tượng sau: [dưới 1 tiếng], [từ 1 đến 3 tiếng], [từ 3 đến 5 tiếng], [trên 5 tiếng].
Giả thuyết H*: Không có sự khác biệt phương sai giữa các nhóm thời gian.
Để kiểm định sự khác biệt cho hơn hai nhóm đối tượng, nhóm nghiên cứu đã tiến hành đưa
dữ liệu vào SPSS để phân tích bằng kiểm định One-Way ANOVA.

64
 Kết quả thu được như sau:
Bảng 24 - Bảng Kiểm Levene phương sai đồng nhất (theo thời gian)

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Dữ liệu thu được cho kết quả kiểm định Levene (Levene’s Test) có trị số Sig. = 0.236 (> 0.05),
chấp nhận giả thuyết H*, điều này chứng tỏ có không sự khác biệt phương sai giữa các nhóm thời
gian (có ý nghĩa thống kê). Như vậy, tiếp tục kiểm tra các hệ số trên bảng ANOVA.
Giả thuyết H**: Không có sự khác biệt trung bình giữa các nhóm thời gian.

65
 Bảng 25 - Bảng Kết quả ANOVA (theo thời gian)

Nguồn: Kết quả phân tích của nhóm nghiên cứu

Kết quả của kiểm định ANOVA có Sig. = 0.330 (> 0.05), chấp nhận giả thuyết H**.
Kết luận: Không có sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh
viên ĐHQG TPHCM giữa các nhóm thời gian sử dụng nền tảng khác nhau.
TÓM TẮT KẾT QUẢ NGHIÊN CỨU
Mô hình nhóm nghiên cứu đề xuất nhằm xem xét các yếu tố của hình thức phát trực tiếp -
Live streaming ảnh hưởng đến ý định mua hàng trực tuyến của sinh viên thuộc khu vực ĐHQG -
TPHCM trên nền tảng TikTok. Mô hình gồm 4 biến độc lập (1) Nhận thức hữu ích, (2) Nhận thức
dễ sử dụng, (3) Nhận thức rủi ro, (4) Sự đắm chìm tác động đến biến phụ thuộc Ý định mua hàng
và biến điều tiết Áp lực thời gian.
Bên cạnh đó, nhóm còn kiểm định sự khác biệt về Ý định mua hàng đối với 4 biến kiểm soát
về thông tin đáp viên như sau: (1) Giới tính, (2) Thu nhập, (3) Chi tiêu, và (4) Thời gian sử dụng
nền tảng. Sau khi tiến hành phân tích và đo lường trên phần mềm SPSS, kết quả thu được về mức
độ tác động theo thứ tự giảm dần của các biến độc lập lên biến phụ thuộc như sau: Sự đắm chìm

66
có tác động mạnh nhất lên Ý định mua hàng với Beta = 0.344; Nhận thức hữu ích với Beta = 0.221;
Nhận thức rủi ro với Beta = - 0.196; và Nhận thức dễ sử dụng với Beta = 0.196.
Thực hiện kiểm định biến điều tiết Áp lực thời gian với kết quả biến điều tiết không có ý
nghĩa trong mô hình đề xuất.
Kết quả trên là cơ sở để nhóm nghiên cứu tiến hành kiểm định về giả thuyết nghiên cứu như
sau:

− Chấp nhận giả thuyết H1: Sự đắm chìm tác động tích cực đến ý định mua hàng của sinh viên
ĐHQG TPHCM.

− Chấp nhận giả thuyết H2: Nhận thức hữu ích tác động tích cực đến ý định mua hàng của sinh
viên ĐHQG TPHCM.

− Chấp nhận giả thuyết H3: Nhận thức dễ sử dụng tác động tích cực đến ý định mua hàng của
sinh viên ĐHQG TPHCM.

− Chấp nhận giả thuyết H4: Nhận thức rủi ro tác động tiêu cực đến ý định mua hàng của sinh
viên ĐHQG TPHCM.

− Bác bỏ giả thuyết H5: Áp lực thời gian là nhân tố điều tiết tác động của sự đắm chìm đến ý
định mua hàng của sinh viên ĐHQG TPHCM.
Về kiểm định sự khác biệt giữa các biến định tính về ý định mua hàng, sau các kiểm định
Independent Sample T-test và One-way ANOVA trên phần mềm SPSS 20.0, nhóm đã thu được
kết quả như sau:
Kiểm định Independent Sample T-test giữa biến giới tính và ý định mua hàng cho kết luận
không có sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh viên ĐHQG
TPHCM đối với các nhóm giới tính khác nhau.
Kiểm định One-way ANOVA giữa biến thu nhập và ý định mua hàng cho kết luận không có
sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh viên ĐHQG TPHCM đối
với các nhóm thu nhập khác nhau.
Kiểm định One-way ANOVA giữa biến chi tiêu và ý định mua hàng cho kết luận không có
sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh viên ĐHQG TPHCM đối
với các nhóm chi tiêu khác nhau.
Kiểm định One-way ANOVA giữa biến thời gian sử dụng nền tảng và ý định mua hàng cho
kết luận không có sự khác biệt về Ý định mua hàng qua live-stream trên TikTok của sinh viên
ĐHQG TPHCM đối với các nhóm thời gian sử dụng nền tảng khác nhau.

67
 KẾT LUẬN VÀ KIẾN NGHỊ
1. Kết luận
1.1. Về các nội dung mà nghiên cứu đã thực hiện:
Nhóm nghiên cứu dựa trên cơ sở lý thuyết như thuyết hành động hợp lý TRA, thuyết chấp
nhận công nghệ TAM, thuyết nhận thức rủi ro TPR,... cùng với việc kế thừa các thành quả từ các
nghiên cứu đi trước. Sau đó, tiến hành thảo luận, đánh giá và xây dựng mô hình nghiên cứu đề xuất
cho đề tài “Nghiên cứu các yếu tố của hình thức phát trực tiếp - Live streaming ảnh hưởng đến
ý định mua hàng trực tuyến trên mạng xã hội của sinh viên thuộc khu vực ĐHQG - TPHCM
(trường hợp TikTok)”.
Mẫu khảo sát thu được mang ý nghĩa thống kê có thể được sử dụng cho các phân tích định
lượng trong bài nghiên cứu là 359 phiếu. Điều này chỉ ra rằng mô hình có thể giải thích được các
yếu tố của hình thức Live streaming ảnh hưởng đến ý định mua hàng trực tuyến của sinh viên trên
TikTok.
Mô hình đề xuất các khái niệm cần được đo lường là nhận thức hữu ích, nhận thức dễ sử
dụng, nhận thức rủi ro, sự đắm chìm, áp lực thời gian và ý định mua hàng. Sau khi phân tích
Cronbach’s Alpha phát hiện và loại 2 biến quan sát không đạt chuẩn, các biến quan sát còn lại tiếp
tục được đưa vào các phân tích kế tiếp. Ở phân tích nhân tố khám phá EFA, sau khi loại 1 biến thì
còn 24 biến quan sát được trích về 6 nhân tố chính bao gồm: nhận thức hữu ích (PU), nhận thức dễ
sử dụng (EU), nhận thức rủi ro (PR), sự đắm chìm (IM), áp lực thời gian (TP) và ý định mua hàng
(PI). Kết quả phân tích nhân tố EFA đảm bảo giá trị hội tụ và phân biệt để tiếp tục các đo lường
phía sau. Ngoài ra, nhóm còn tiến hành phân tích tương quan Pearson để kiểm tra lại các mối quan
hệ tương quan giữa các biến cũng như loại trừ các trường hợp đa cộng tuyến, chuẩn bị các biến đạt
chuẩn để tiến hành kiểm định mô hình giả thuyết. Tiến hành phân tích hồi quy, kiểm định biến điều
tiết và hồi quy thứ bậc để khẳng định mô hình lý thuyết có tương ứng với dữ liệu thị trường hay
không.
Kết luận từ kết quả phân tích dữ liệu được rằng: Sự đắm chìm có tác động mạnh nhất lên Ý
định mua hàng, tiếp đến là Nhận thức hữu ích và cuối cùng là Nhận thức rủi ro với Nhận thức dễ
sử dụng (do trị tuyệt đối Beta của hai nhân tố này bằng nhau). Biến điều tiết Áp lực thời gian không
có ý nghĩa tương thích trong bối cảnh dữ liệu thị trường của mẫu khảo sát mà nhóm nghiên cứu
thu thập được. Và các biến định tính như Giới tính, Thu nhập, Chi tiêu, và Thời gian sử dụng nền
tảng không có sự khác biệt giữa các nhóm về Ý định mua hàng.
Như vậy, sau khi nghiên cứu và đo lường sự tác động của các yếu tố trong hình thức Live
streaming đến ý định mua hàng trực tuyến của sinh viên ĐHQG TPHCM trên nền tảng TikTok,
nhóm nghiên cứu đưa ra kết luận: ý định mua hàng của sinh viên trên nền tảng live-stream TikTok
bị ảnh hưởng bởi nhiều nhân tố khác nhau, trong đó Sự đắm chìm có ảnh hưởng nhất. Với Beta
68
bằng 0.344, Sự đắm chìm có ảnh hưởng tích cực đến Ý định mua hàng, hay có thể hiểu là việc
người xem bị dẫn dắt và lôi cuốn vào video phát trực tuyến, từ đó xu hướng gia tăng ý định mua
hàng nhiều hơn. Trong bối cảnh nghiên cứu thị trường hiện nay, các nền tảng thương mại trực
tuyến phát triển mạnh mẽ, thì việc TikTok sử dụng thế mạnh của mình về video phát trực tuyến rõ
ràng đem đến nhiều sự hài lòng hơn cho khách hàng và dễ dàng thúc đẩy ý định mua hàng.
Từ đó, có thể thấy việc nghiên cứu và phân tích mô hình đo lường sự tác động của các yếu
tố trong hình thức live-stream đến ý định mua hàng trực tuyến của sinh viên ĐHQG TPHCM trên
nền tảng TikTok là hoàn toàn phù hợp với lý thuyết nền tảng, thực trạng thị trường và có thể áp
dụng vào thực tiễn. Ngoài ra, những vấn đề được phân tích ở trên sẽ là nền tảng cho việc xây dựng
hàm ý quản trị cũng như kiến nghị và phương hướng tiếp theo cho đề tài nghiên cứu.
1.2. Về những đóng góp mới của đề tài và khả năng ứng dụng của kết quả nghiên cứu:
Từ quá trình nghiên cứu và kết quả nhóm đã thu được, bài nghiên cứu có những đóng góp
như sau:
Thứ nhất, xác định được các yếu tố của live streaming trên nền tảng mạng xã hội TikTok tác
động đến ý định mua sắm trực tuyến trên mạng xã hội của sinh viên thuộc khu vực ĐHQG -
TPHCM, bao gồm: Nhận thức hữu ích, Sự đắm chìm, Nhận thức dễ sử dụng, Nhận thức rủi ro, Áp
lực thời gian. Nghiên cứu đã đưa ra kết quả rằng các yếu tố trên đều có những tác động đáng kể
đến với ý định mua hàng của người tiêu dùng. Từ đây có thể thấy, mặc dù là một phương thức bán
hàng mới nhưng live streaming lại đang có những cơ hội rất lớn trong việc mang lại mang lại doanh
thu cả cho người bán nhỏ lẻ và các doanh nghiệp lớn. Việc đầu tư vào trải nghiệm của người tiêu
dùng cả về phần nghe lẫn phần nhìn cho live streaming bán hàng trên TikTok sẽ góp phần gia tăng
độ ảnh hưởng đến ý định mua hàng, kích thích họ mong muốn mua sắm nhiều hơn.
Thứ hai, xác định được mức độ tác động của từng yếu tố đến ý định mua hàng giúp những
nhà bán lẻ và các doanh nghiệp đưa ra những chiến lược tiếp cận và phát triển phù hợp, tùy thuộc
vào nguồn lực đang có sẵn. Kết quả nghiên cứu của đề tài đã chỉ ra thứ tự mức độ tác động của các
yếu tố như sau: (1) Sự đắm chìm, (2) Nhận thức hữu ích, (3) Nhận thức rủi ro và Nhận thức dễ sử
dụng. Điều này sẽ hỗ trợ các cá nhân và doanh nghiệp xác định được đâu là yếu tố mình nên tập
trung cải thiện hoặc phát triển, đưa ra các quyết định ưu tiên nếu cá nhân hoặc doanh nghiệp có
nguồn lực tài chính hạn chế.
Thứ ba, hiện nay tại thị trường Việt Nam đã có không ít các cá nhân và doanh nghiệp sử dụng
phương thức live streaming trên nền tảng TikTok. Do đó, việc nắm bắt được những thông tin về
thông tin nhân khẩu học của khách hàng sẽ giúp xây dựng được lợi thế cạnh tranh và phát triển cho
nội dung phù hợp với từng nhu cầu. Với đối tượng là sinh viên, nghiên cứu cũng chỉ ra rằng các
yếu tố nhân khẩu học (giới tính, thu nhập, chi tiêu hàng tháng, thời gian xem TikTok mỗi ngày)
không ảnh hưởng nhiều đến thái độ mua hàng không ảnh hưởng nhiều đến thái độ mua hàng. Lý

69
giải cho điều này là vì sinh viên khu vực ĐHQG-TPHCM đa số đều có nhân tố tương đối giống
nhau cả nam và nữ đều đang đi học có lượng chi tiêu hàng tháng cũng giống nhau với những nhu
cầu cơ bản phù hợp với thu nhập đa số (3-5tr) và đa số đều có thời gian xem Tiktok mỗi ngày khá
tương đồng vì đa số lịch đi học sẽ chủ yếu vào ban ngày. Các cá nhân và doanh nghiệp nên tập
trung nhiều hơn vào việc phát triển các nội dung trên kênh bán hàng Live stream cả hai giới tính
đều tiếp cận được.
2. Hàm ý quản trị
Trong thời đại công nghệ đang ngày càng phát triển, nhịp sống xã hội ngày càng hối hả hơn
khiến cho quá trình mua hàng của người tiêu dùng bị tác động bởi nhiều yếu tố và ý định mua hàng
ngày càng khó dự đoán hơn. Đặc biệt là những người trẻ, họ liên tục cập nhật các xu hướng mới
và dễ bị thay đổi bởi môi trường xung quanh. Để có thể thu hút được nhóm đối tượng khách hàng
trẻ, các doanh nghiệp và nhà bán lẻ hướng về nhóm người dùng này cần phải biết cách giải quyết
những nhu cầu thầm kín của họ khi mua hàng trực tuyến trên mạng xã hội, cụ thể là mạng xã hội
TikTok.
Thứ nhất, đặc điểm chung của nhóm đối tượng này là họ không có đủ thời gian để mua sắm
vì luôn bận rộn với guồng quay công việc nhưng đồng thời cũng không muốn bỏ lỡ bất kỳ xu hướng
nào. Do đó, vấn đề được đặt ra khi mua hàng trực tuyến của người tiêu dùng trẻ chính là có thể đạt
được hiệu quả mua sắm mà không cần tốn quá nhiều thời gian tìm kiếm và so sánh các sản phẩm
từ các trang khác nhau. Điều đó được thể hiện qua yếu tố Nhận thức hữu ích của hình thức live
streaming đã có tác động tích cực đến ý định mua hàng của sinh viên ĐHQG TP.HCM. Thông qua
hình thức live streaming, người mua có thể quan sát được hình ảnh thực tế của sản phẩm như kích
thước và màu sắc của chúng. Bên cạnh đó, nhờ khả năng thể hiện thông tin sản phẩm một cách trực
quan, người mua hàng thấy được cụ thể cách sử dụng và hoạt động của sản phẩm mà mình quan
tâm. Từ đó, người mua hiểu kĩ hơn về sản phẩm và đưa ra quyết định mua sắm hiệu quả hơn mà
vẫn tiết kiệm thời gian tìm kiếm và mua hàng so với những phương thức mua sắm trực tuyến khác.
Do đó, những doanh nghiệp và các nhà bán lẻ khi sử dụng hình thức live streaming trên mạng xã
hội TikTok cần cung cấp đầy đủ, chi tiết và thực tế những thông tin mà người mua muốn tìm hiểu
về sản phẩm để gia tăng ý định mua hàng trực tuyến bằng cách giải quyết nhu cầu tăng hiệu quả
mua sắm của khách hàng.
Thứ hai, nghiên cứu cũng chỉ ra rằng giao diện được tối ưu của nền tảng TikTok cũng là một
trong những ưu điểm khiến việc mua sắm trên live-stream hiệu quả hơn các hình thức mua sắm
trực tuyến khác. Điều này được thể hiện trên báo cáo của nhóm nghiên cứu qua tác động tích cực
của yếu tố Nhận thức dễ sử dụng đến ý định mua hàng của sinh viên ĐHQG TP.HCM. Giao diện
mua hàng của TikTok, cụ thể là TikTok Shop được tích hợp sẵn trong khi live-stream giúp người
xem dễ dàng mua hàng ngay lập tức trong lúc đang xem live streaming. Bên cạnh đó, nhờ được tối
ưu theo sở thích và mong muốn của người dùng nên giao diện kênh live stream nên được thiết kế
70
đơn giản và dễ kiểm soát, khiến những thao tác mua hàng hay sử dụng mã giảm giá cũng không
gặp bất kỳ cản trở hay khó khăn nào. Nhờ vậy mà người mua hàng có thể dễ dàng và nhanh chóng
điều khiển nền tảng live streaming thực hiện những gì họ muốn. Từ đó, doanh nghiệp nên tận dụng
những lợi ích từ giao diện và cách vận hành của nền tảng TikTok Shop được tích hợp với hình thức
live streaming như đăng tải hình ảnh, video sản phẩm, thông báo cho người xem về các mã giảm
giá hiện có nhằm gia tăng ý định mua sắm hàng hóa trong khi xem live-stream của họ.
Thứ ba, kết quả của bài nghiên cứu chỉ ra rằng khi người xem có sự đắm chìm mạnh mẽ trong
thời gian phát trực tiếp thì ý định mua hàng của họ cũng có khả năng được tạo ra cao hơn. Trên bài
báo cáo, nhóm đã đề cập yếu tố Sự đắm chìm đã có tác động tích cực đến ý định mua hàng của
người xem phát trực tiếp. Các doanh nghiệp hay những người đang kinh doanh đang áp dụng hình
thức live streaming nói chung và live streaming trên TikTok nói riêng cần thật sự nỗ lực để khiến
người xem đạt đến trạng thái đắm chìm trong thời gian buổi live-stream được phát sóng. Bởi vì khi
đạt đến trạng thái của sự đắm chìm, họ có xu hướng tập trung cao độ hơn vào những thông tin mà
người phát trực tiếp (streamer) muốn truyền đạt. Từ đó, nhóm nghiên cứu đề xuất các nhà kinh
doanh, nhà bán lẻ nên tìm cách tạo ra nội dung hấp dẫn đáp ứng mong đợi của người tiêu dùng, kết
nối cảm xúc với người tiêu dùng thông qua những lời nói thân thiện, những lời giải thích và tương
tác đầy đam mê và sâu sắc là những chiến lược được đề xuất cho những người phát trực tiếp. Người
streamer không nên chỉ tập trung vào việc bán sản phẩm mà cũng cần biết cách dẫn dắt người dùng
tham gia tương tác trong thời gian phát trực tiếp bằng những câu chuyện vui nhộn hay cách nói
chuyện dí dỏm để khiến họ bị cuốn hút vào việc phát trực tiếp và thúc đẩy ý định tiêu dùng của họ.
Doanh nghiệp nên tạo ra nhiều hoạt động thú vị hoặc cung cấp những ưu đãi, sử dụng mã giảm giá
nhằm kích thích tương tác giữa người xem và người phát sóng.
Thứ tư, bài báo cáo của nhóm cũng chỉ ra rằng Nhận thức rủi ro là yếu tố quyết định ý định
mua hàng của khách hàng trực tuyến, có tác động tiêu cực đến ý định tiêu dùng của người xem
trong quá trình live-stream được phát sóng. Mức độ rủi ro mà khách hàng rút ra khi đánh giá một
phương án mua sắm trước khi thực sự đưa ra quyết định mua hàng trực tuyến càng cao khi họ nhận
thấy nhà cung cấp sản phẩm qua hình thức live streaming trên TikTok đang có hành vi cố tình che
giấu thông tin về sản phẩm hoặc giao dịch của người phát trực tiếp, chẳng hạn như cung cấp thông
tin không đầy đủ, thông tin được tâng bốc về sản phẩm hoặc thậm chí là thông tin sai sự thật. Ngoài
ra, rủi ro mà người tiêu dùng nhận thấy cũng đến từ vấn đề bảo mật thông tin cá nhân. Khách hàng
e ngại rằng thông tin cá nhân của mình như thông tin liên hệ, thông tin tài khoản thanh toán và các
thông tin tài chính khác sẽ bị sử dụng sai mục đích hoặc truy cập trái phép. Không những vậy,
những dịch vụ hậu mãi, chăm sóc khách hàng như chính sách đổi, trả hàng và hoàn tiền khi sản
phẩm thực tế người mua nhận được không như kỳ vọng, không giống với sản phẩm được phát trên
live-stream cũng làm tăng nhận thức về rủi ro khi mua hàng trực tuyến qua hình thức mới này. Do
đó, người bán hàng cần nỗ lực đưa ra các giải pháp để giải quyết các mối quan tâm này của khách
hàng trực tuyến. Nhóm nghiên cứu đề xuất doanh nghiệp và người bán lẻ nên đưa ra những cam
71
kết về việc không sử dụng thông tin cá nhân của khách hàng cho mục đích khác cũng như đầu tư
vào các chính sách, quy định đổi trả hàng nhằm bảo vệ lợi ích của người mua sắm.
Thứ năm, kết quả của bài nghiên cứu chỉ ra rằng biến điều tiết Áp lực thời gian không có
tác dụng điều tiết mối quan hệ giữa IM và TP. Vì thế nếu xét riêng trường hợp khách hàng mục
tiêu là sinh viên, trong khi hiện nay hầu hết người bán trên Live-stream của Tiktok đang tập trung
vào việc đẩy mạng Flash-sale (Giảm giá chớp nhoáng) thật sự không ảnh hưởng quá nhiểu đến ý
định mua hàng. Điều này có thể do bối cảnh hiện nay đa số Live-stream đều có thời gian Flash-
sale cho một món hàng khá dài và các Live-stream của một cửa hàng thường lặp đi lặp lại với cùng
một loại hàng hóa ngày qua ngày. Cho nên, khách hàng có lẽ không bị thúc đẩy bởi áp lực thời
gian dẫn đến ý định mua hàng, khách hàng dễ nảy sinh tâm lý không mua được hôm nay thì để
ngày mai. Khi xem xét các nghiên cứu trước đây biến điều tiết có tác động tích cực trong điều tiết
mối quan hệ giữa sự đắm chìm và ý định mua hàng (Zhang và cộng sự, 2017; Zhao và cộng sự,
2019; Lu và cộng sự, 2022) đặt trong bối cảnh khách hàng là sinh viên trong nghiên cứu này lại
hoàn toàn không có tác động. Điều này có thể giải thích có thể có sự nhầm lẫn giữa áp lực thời gian
với giá khuyến mãi bởi khách hàng mục tiêu mua hàng trong giới hạn thời gian vì khi đó giá sẽ rẻ
hơn bình thường. Điều này phù hợp với khảo sát của nhóm nghiên cứu khi đa số sinh viên đều là
nhóm có mức thu nhập thấp (từ 3 đến 5tr) một tháng, vì thế dễ bị thôi thúc mua những mặt hàng
với giá hời hơn bình thường trên Live-stream. Vì thế doanh nghiệp không nên quá chú tâm vào
việc gây áp lực thời gian lên khách hàng để tăng doanh số bán hàng ngoài trường hợp không có
ảnh hưởng đến ý định mua hàng của bài nghiên cứu này, nó đôi khi còn gây tác dụng ngược khiến
khách hàng hình thành quan điểm tiêu cực về quá trình mua hàng (Shinha và cộng sự, 1999). Thay
vào đó, doanh nghiệp nên tập trung vào việc phát triển các yếu tố khác để lôi kéo sự đắm chìm từ
khách hàng và tối ưu hóa mô hình kinh doanh, tìm kiếm nguồn cung ứng giá rẻ, chất lượng để tung
ra những giá hời nhất cho khách hàng của mình. Đồng thời doanh nghiệp có thể tung ra những deal
khuyến mãi liên tục trong quá trình Live-stream để kích thích sự đắm chìm vì hội chứng sợ bỏ lỡ
của khách hàng để giữ chân được khách hàng trong suốt quá trình Live-stream.
Thứ sáu, nghiên cứu không chỉ có ý nghĩa đối với Tiktok mà còn có ý nghĩa với các doanh
nghiệp đã tham gia hoặc đang có ý định tham gia vào thị trường thương mại phát sóng trực tiếp
trên bất kỳ nền tảng TMĐT nào hoặc TMĐT mạng xã hội. Đối với các doanh nghiệp đang có ý
định tham gia hay đã tham gia, nghiên cứu giúp chỉ ra các yếu tố quan trọng trong việc hình thành
ý định mua hàng trong quá trình phát trực tiếp (Livestreaming), trong đó quan trọng nhất là tạo cho
khách hàng tâm lý thích thú, say mê và dẫn đến đắm chìm vào Live-stream. Từ đó, các nhà quản
lý có thể tự đánh giá lại các phiên live của mình đang có ưu điểm gì cần tiếp tục phát huy và điểm
yếu gì cần được khắc phục. Đồng thời nguồn tham khảo kết quả từ nghiên cứu này có thể đưa ra
các giải pháp và dự báo phù hợp hơn cho mục tiêu triển khai kế hoạch bán hàng qua live-stream
hiệu quả tại Việt Nam trong thời gian tới. Ngoài ra để không gây lãng phí và tạo ra những phản
ứng không mong muốn, nhà quản lý phải luôn luôn tìm hiểu khách hàng để xem xét những yếu tố
72
nào đang phù hợp với các đặc điểm của đối tượng mình đang hướng tới, tạo được mối liên kết với
khách hàng mình thông qua các phiên Live-stream hiệu quả.
3. Kiến nghị
3.1. Một số hạn chế của đề tài
Đề tài nghiên cứu đã đưa ra năm yếu tố tác động/ảnh hưởng của hình thức phát trực tiếp Live
Streaming đến ý định mua hàng trực tuyến trên nền tảng Tik Tok của sinh viên đang học tập tại
các trường thuộc Hệ thống Đại học Quốc gia Thành phố Hồ Chí Minh bao gồm: (1) Nhận thức hữu
ích, (2) Sự đắm chìm, (3) Nhận thức dễ sử dụng, (4) Nhận thức rủi ro, (5) Áp lực thời gian. Tuy
nhiên, do những giới hạn về mặt thời gian và thiếu sót trong kinh nghiệm nghiên cứu, bài nghiên
cứu vẫn còn tồn tại một số điểm hạn chế sau đây:
Thứ nhất, mẫu mang tính chất đại diện chưa cao vì chỉ tập trung vào đối tượng sinh viên
thuộc ĐHQG TP.HCM.
Thứ hai, dữ liệu sơ cấp được thu thập thông qua phương pháp lấy mẫu thuận tiện và gửi biểu
mẫu câu hỏi khảo sát trực tuyến bằng email, nên thông tin nhận được vẫn chưa đảm bảo được độ
chính xác và tin cậy.
Thứ ba, nội dung nghiên cứu về hình thức phát trực tiếp Live streaming trên nền tảng mạng
xã hội (cụ thể trường hợp Tik Tok) còn khá mới nên việc tìm kiếm và khai thác các nguồn thông
tin và tài liệu tham khảo (đặc biệt là nguồn tài liệu tham khảo tại Việt Nam) để bổ trợ cho bài
nghiên cứu còn khá hạn chế.
Cuối cùng, việc nghiên cứu và lựa chọn các biến quan sát vẫn còn một số khó khăn về mặt
thời gian, đặc tính của mẫu dẫn đến một số biến quan sát không phù hợp với bài nghiên cứu.
3.2. Đề xuất hướng nghiên cứu tiếp theo
Trong những năm gần đây, Live streaming không chỉ còn là xu hướng tức thời mà đang dần
chuyển mình, trở thành một phương tiện hái ra tiền của các cá nhân và doanh nghiệp trong việc tác
động/ảnh hưởng đến ý định mua sắm trực tuyến của người tiêu dùng. Do đó, các nhà nghiên cứu
trong tương lai có thể hoàn thiện hơn cho đề tài của mình trong việc: Tăng kích thước mẫu và mở
rộng phạm vi nghiên cứu nhằm quy mô cũng như tính ứng dụng; Xem xét nghiên cứu và phát triển
thêm các biến quan sát có liên quan và Sử dụng kết hợp nhiều phương pháp và công cụ lấy mẫu để
tăng độ tin cậy cho bộ dữ liệu sơ cấp.
Từ đó, các nhà nghiên cứu sẽ có thêm cơ sở cho việc làm sáng tỏ các yếu tố tác động/ảnh
hưởng đến hành vi tiêu dùng mới của con người sau đại dịch COVID-19. Và ngoài ra, các cá nhân,
doanh nghiệp cũng sẽ có thêm những nhận biết về hành trình mua sắm của người tiêu dùng và làm
tiền đề cho các chiến lược phát triển mới.
TÓM TẮT KẾT LUẬN VÀ KIẾN NGHỊ
73
 Trong phần này, nhóm nghiên cứu đã rút ra kết luận từ những kết quả đã thu được từ quá
trình phân tích cũng như trình bày về tính ứng dụng của đề tài. Ngoài ra, nhóm cũng đã đề xuất
một số hàm ý quản trị nhằm đưa ra những kiến nghị góp phần giúp người bán và các doanh nghiệp
tăng khả năng cạnh tranh thông qua việc nắm bắt được tâm lý của khách hàng và có được những
bước phát triển mới trong tương lai.
Nhóm nghiên cứu đã đề ra những điểm hạn chế trong quá trình thực hiện bài nghiên cứu. Từ
những kết quả đã đạt được và những điểm cần được cải thiện, nhóm đã đề xuất hướng nghiên cứu
tiếp theo nhằm là cơ sở để các nghiên cứu sau có thể kế thừa và phát huy.

74
 TÀI LIỆU THAM KHẢO
Gordon B. Davis - Management Information Systems_ Conceptual Foundations, Structure, And
Development-McGraw-Hill Companies (1985). (n.d.). Scribd.
https://www.scribd.com/document/498110517/1-Gordon-B-Davis-Management-
Information-Systems-Conceptual-Foundations-Structure-And-Development-McGraw-Hill-
Companies-1985
01-KT-HO LE THU TRANG(124-132)189.pdf. (n.d.). Google Docs.
https://drive.google.com/file/d/1mFEQ5wr3mZSVcmbV24ZPXnj6W6tAv8wZ/view?usp=sha
ring
1241-4092-1-PB.pdf. (n.d.). Google Docs.
https://drive.google.com/file/d/1CGAR3XVEsVSuO7oDmQxSN7BiEPi6-
sFh/view?usp=sharing
2869-5508-1-SM.pdf. (n.d.). Google Docs.
https://drive.google.com/file/d/18AudBFabGGl31MFobVGRP4piQ6mS6OHu/view?usp=sh
aring
3877-1-7142-1-10-20170228.pdf. (n.d.). Google Docs.
https://drive.google.com/file/d/1m5c79hQTrlfmDs9dD71DjHjkEX95cMNV/view?usp=shari
ng
A. (2018, July 16). Dân số Việt Nam mới nhất (2022) - cập nhật hằng ngày - DanSo.Org.
DanSo.Org. https://danso.org/viet-nam/
A. (2021, September 5). NGHIÊN CỨU VỀ ẢNH HƯỞNG CỦA LIVE-STREAM ĐẾN Ý ĐỊNH
MUA SẮM CỦA KHÁCH HÀNG ĐỐI VỚI SẢN PHẨM THỜI TRANG LOCAL BRANDS
VIỆT NAM - Working Papers Series. Working Papers Series.
https://fwps.ftu.edu.vn/2021/09/05/nghien-cuu-ve-anh-huong-cua-live-stream-den-y-dinh-
mua-sam-cua-khach-hang-doi-voi-san-pham-thoi-trang-local-brands-viet-nam/
Abrar, K., Naveed, M., & Ramay, M. I. (2017). Impact Of Perceived Risk On Online Impulse
Buying Tendency: An Empirical Study In The Consumer Market Of Pakistan. Journal of
Accounting &Amp; Marketing, 06(03). https://doi.org/10.4172/2168-9601.1000246
Bhola, S. (2014, September 30). FACTORS INFLUENCE UNDERGRADUATE STUDENTS FOR
ONLINE BUYING. ResearchGate.
https://www.researchgate.net/publication/281194937_FACTORS_INFLUENCE_UNDERG
RADUATE_STUDENTS_FOR_ONLINE_BUYING
Bilgihan, A., Okumus, F., Nusair, K., & Bujisic, M. (2013). Online experiences: flow theory,
measuring online customer experience in e-commerce and managerial implications for the
75
 lodging industry. Information Technology &Amp; Tourism, 14(1), 49–71.
https://doi.org/10.1007/s40558-013-0003-3
Blog P. L. (2022, March 5). Mô hình biến trung gian, biến điều tiết, biến kiểm soát. Phạm Lộc
Blog. https://www.phamlocblog.com/2021/03/bien-trung-gian-dieu-tiet-kiem-soat.html
Briefing, V. (2022, April 28). How Vietnam’s Social Commerce Industry is Powering E-
Commerce. Vietnam Briefing News. https://www.vietnam-briefing.com/news/how-vietnams-
social-commerce-industry-is-powering-e-commerce.html/
Chen, C. C., & Lin, Y. C. (2018). What drives live-stream usage intention? The perspectives of
flow, entertainment, social interaction, and endorsement. Telematics and Informatics,
35(1), 293–303. https://doi.org/10.1016/j.tele.2017.12.003
CONSUMER BEHAVIOUR THEORY (By University of Pretoria). (2 B.C.E.). University of
Pretoria.
https://repository.up.ac.za/bitstream/handle/2263/29162/02chapter2.pdf?sequence=3
Consumer Buyer Behaviour Definition. (2013, July 2). Research-Methodology. https://research-
methodology.net/consumer-buyer-behaviour-
definition/#:~:text=Kotler%20(1994),to%20satisfy%20needs%20and%20desires%E2%80
%9D
Cox, D. F., & Rich, S. U. (1964). Perceived Risk and Consumer Decision-Making—The Case of
Telephone Shopping. Journal of Marketing Research, 1(4), 32–39.
https://doi.org/10.1177/002224376400100405
Csikszentmihalyi, M. (1975). Beyond Boredom and Anxiety. Macmillan Publishers.
Cuny, C., Fornerino, M., & Helme-Guizon, A. (2015). Can music improve e-behavioral
intentions by enhancing consumers’ immersion and experience? Information &Amp;
Management, 52(8), 1025–1034. https://doi.org/10.1016/j.im.2015.07.009
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology. Management Information Systems Quarterly, 13(3), 319.
https://doi.org/10.2307/249008
Decision Lab. (2022, March). The State of Social Commerce & Live-streaming in Vietnam.
Mmaglobal.
https://www.mmaglobal.com/files/documents/the_state_of_social_commerce_and_live-
streaming_in_vietnam.pdf
Dodds, W. G., Monroe, K. B., & Grewal, D. (1991). Effects of Price, Brand, and Store
Information on Buyers’ Product Evaluations. Journal of Marketing Research, 28(3), 307.
https://doi.org/10.2307/3172866
76
G. (2022a, October 2). Effects of measurement errors on psychometric measurements in
ergonomics studies: Implications for correlations. dokumen.tips.
https://dokumen.tips/documents/effects-of-measurement-errors-on-psychometric-
measurements-in-ergonomics-studies.html?page=7
Gao, L., & Bai, X. (2014a). Online consumer behaviour and its relationship to website
atmospheric induced flow: Insights into online travel agencies in China. Journal of
Retailing and Consumer Services, 21(4), 653–665.
https://doi.org/10.1016/j.jretconser.2014.01.001
Gao, L., & Bai, X. (2014b). Online consumer behaviour and its relationship to website
atmospheric induced flow: Insights into online travel agencies in China. Journal of
Retailing and Consumer Services, 21(4), 653–665.
https://doi.org/10.1016/j.jretconser.2014.01.001
Guo, Y. M., & Klein, B. D. (2009). Beyond the Test of the Four Channel Model of Flow in the
Context of Online Shopping. Communications of the Association for Information Systems,
24. https://doi.org/10.17705/1cais.02448
Hamid, A. (2015). A Study of Factors Affecting on Customers Purchase Intention. Journal of
Multidisciplinary Engineering Science and Technology (JMEST).
https://www.jmest.org/wp-content/uploads/JMESTN42350395.pdf
Hausman, A. V., & Siekpe, J. S. (2009). The effect of web interface features on consumer online
purchase intentions. Journal of Business Research, 62(1), 5–13.
https://doi.org/10.1016/j.jbusres.2008.01.018
Henderson, J. C. (1985). A technology acceptance model for empirically testing new end-user
information systems : theory and results. http://hdl.handle.net/1721.1/15192
Hoffman, D. L., & Novak, T. P. (2009). Flow Online: Lessons Learned and Future Prospects.
Journal of Interactive Marketing, 23(1), 23–34.
https://doi.org/10.1016/j.intmar.2008.10.003
Hong, I. B., & Cha, H. S. (2013). The mediating role of consumer trust in an online merchant in
predicting purchase intention. International Journal of Information Management, 33(6),
927–939. https://doi.org/10.1016/j.ijinfomgt.2013.08.007
Inman, J. J., & McAlister, L. (1994). Do Coupon Expiration Dates Affect Consumer Behavior?
Journal of Marketing Research, 31(3), 423. https://doi.org/10.2307/3152229
Inman, J., Peter, A., & Raghubir, P. (1997). Framing the Deal: The Role of Restrictions in
Accentuating Deal Value. Journal of Consumer Research, 24(1), 68–79.
https://doi.org/10.1086/209494
77
Jacoby, J. (1972). The Components of Perceived Risk. ACR.
https://www.acrwebsite.org/volumes/12016/volumes/sv02/SV%20-%2002
JMBHE+NO.+6+Nichabha.pdf. (n.d.). Google Docs.
https://drive.google.com/file/d/1YaGPsLJJnixs3TxkkKzDHFwp8VVwuS_Z/view?usp=shari
ng
Lan Ho, T. H., & Chen, Y. (2014). Vietnamese Consumers’ Intention to Use Online Shopping:
The Role of Trust. International Journal of Business and Management, 9(5).
https://doi.org/10.5539/ijbm.v9n5p145
Lee, C. (2021). Impulse Buying Behaviors in Live Streaming Commerce Based on the Stimulus-
Organism-Response Framework. https://www.semanticscholar.org/paper/Impulse-Buying-
Behaviors-in-Live-Streaming-Commerce-Lee-
Chen/939d69b0f65e435e84b142b9228e97c8053ee963
Lee, C. H., & Chen, C. W. (2021). Impulse Buying Behaviors in Live Streaming Commerce Based
on the Stimulus-Organism-Response Framework. Information, 12(6), 241.
https://doi.org/10.3390/info12060241
Lin, Y. H., & Chen, C. F. (2013). Passengers’ shopping motivations and commercial activities at
airports – The moderating effects of time pressure and impulse buying tendency. Tourism
Management, 36, 426–434. https://doi.org/10.1016/j.tourman.2012.09.017
Liu, X., Zhang, L., & Chen, Q. (2022). The effects of tourism e-commerce live streaming features
on consumer purchase intention: The mediating roles of flow experience and trust.
Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.995129
Lu, W., Chen, Y., & Li, S. (2022a). Mechanism of Interaction and Entertainment Impact on
Impulse Purchase Intention in Shopping Livestream. 2022 6th International Conference on
E-Commerce, E-Business and E-Government. https://doi.org/10.1145/3537693.3537763
Lu, W., Chen, Y., & Li, S. (2022b). Mechanism of Interaction and Entertainment Impact on
Impulse Purchase Intention in Shopping Livestream. 2022 6th International Conference on
E-Commerce, E-Business and E-Government. https://doi.org/10.1145/3537693.3537763
Ma, Y. (2021). To shop or not: Understanding Chinese consumers’ live-stream shopping
intentions from the perspectives of uses and gratifications, perceived network size,
perceptions of digital celebrities, and shopping orientations. Telematics and Informatics,
59, 101562. https://doi.org/10.1016/j.tele.2021.101562
McCorkle, D. E. (1990). The role of perceived risk in mail order catalog shopping. Journal of
Direct Marketing, 4(4), 26–35. https://doi.org/10.1002/dir.4000040406

78
Merritt, K., & Zhao, S. (2022). The Power of Live Stream Commerce: A Case Study of How Live
Stream Commerce Can Be Utilised in the Traditional British Retailing Sector. Journal of
Open Innovation, 8(2), 71. https://doi.org/10.3390/joitmc8020071
Nguyen, P. A. (2021). FACTORS AFFECTING LIVE STREAMING SHOPPING INTENTION IN
VIETNAM: THE CASE OF FASHION PRODUCTS. Trung Tâm Thư Viện Và Tri Thức Số
Đại Học Quốc Gia Hà Nội.
https://repository.vnu.edu.vn/bitstream/VNU_123/137434/1/00051000636.pdf
Nguyên, T. (2022, March 23). Data Station #25 – Digital 2022: Số người dùng Việt quan ngại về
an toàn dữ liệu giảm gần 1 nửa so với năm 2020 | bởi Thảo Nguyên | Brands Vietnam.
https://www.brandsvietnam.com/congdong/topic/323902-Data-Station-25-Digital-2022-So-
nguoi-dung-Viet-quan-ngai-ve-an-toan-du-lieu-giam-gan-1-nua-so-voi-nam-2020
Novak, T. P., Hoffman, D. L., & Yung, Y. F. (2000). Measuring the Customer Experience in
Online Environments: A Structural Modeling Approach. Marketing Science, 19(1), 22–42.
https://doi.org/10.1287/mksc.19.1.22.15184
Ordóñez, L., & Benson, L. (1997). Decisions under Time Pressure: How Time Constraint Affects
Risky Decision Making. Organizational Behavior and Human Decision Processes, 71(2),
121–140. https://doi.org/10.1006/obhd.1997.2717
P. (2022b, December 6). Lý thuyết chung về phân tích độ tin cậy Cronbach's Alpha - Tải luận
văn. Tải Luận Văn. https://tailuanvan.com/phan-tich-do-tin-cay-cronbach-s-alpha.html
Park, C. W., Iyer, E. S., & Smith, D. C. (1989). The Effects of Situational Factors on In-Store
Grocery Shopping Behavior: The Role of Store Environment and Time Available for
Shopping. Journal of Consumer Research, 15(4), 422. https://doi.org/10.1086/209182
Park, J., Lee, D., & Ahn, J. (2004). Risk-Focused E-Commerce Adoption Model: A Cross-
Country Study. Journal of Global Information Technology Management, 7(2), 6–30.
https://doi.org/10.1080/1097198x.2004.10856370
Pavlou, Liang, & Xue. (2007). Understanding and Mitigating Uncertainty in Online Exchange
Relationships: A Principal-Agent Perspective. MIS Quarterly, 31(1), 105.
https://doi.org/10.2307/25148783
Peng, L., Zhang, W., Wang, X., & Liang, S. (2019). Moderating effects of time pressure on the
relationship between perceived value and purchase intention in social E-commerce sales
promotion: Considering the impact of product involvement. Information &Amp;
Management, 56(2), 317–328. https://doi.org/10.1016/j.im.2018.11.007
Pham L. (2023, January 2). Phân tích tương quan Pearson trong SPSS. Phạm Lộc Blog.
https://www.phamlocblog.com/2015/11/phan-tich-tuong-quan-pearson-trong-spss.html
79
Phú L. V. (2022, March 29). Báo cáo tổng quan thị trường Digital Việt Nam Năm 2022. Công Ty
TNHH TMĐT Công Nghệ LP. https://lptech.asia/kien-thuc/bao-cao-tong-quan-thi-truong-
digital-viet-nam-nam-2022
Reputa. (n.d.). https://www.reputa.vn/blog-detail/download-ban-tin-nganh-thuong-mai-ien-tu-
thang-10-2022
Social Media Report in Vietnam 2020 | Market Report IO. (n.d.). https://marketreport.io/social-
media-report-vietnam-2020
Song, C. (2021). The effect of live-streaming shopping on the consumer’s perceived risk and
purchase intention in China. http://hdl.handle.net/10419/238054
Song, C., & Liu, Y. (2021). The effect of live-streaming shopping on the consumer’s perceived
risk and purchase intention in China.
https://www.econstor.eu/bitstream/10419/238054/1/Song-Liu.pdf
Statista. (2022, July 13). Share of TikTok users among Gen Z Vietnam Q1 2020-Q 2022.
https://www.statista.com/statistics/1248263/vietnam-share-of-tiktok-users-among-gen-z/
Statistics Solutions. (2021a, June 9). Pearson’s Correlation Coefficient - Statistics Solutions.
https://www.statisticssolutions.com/free-resources/directory-of-statistical-
analyses/pearsons-correlation-coefficient/
Statistics Solutions. (2021b, June 9). Pearson’s Correlation Coefficient - Statistics Solutions.
https://www.statisticssolutions.com/free-resources/directory-of-statistical-
analyses/pearsons-correlation-coefficient/
Statistics Solutions. (2021c, August 3). Moderator Variable - Statistics Solutions.
https://www.statisticssolutions.com/free-resources/directory-of-statistical-
analyses/moderator-variable/
Studocu. (n.d.-a). Báo cáo Lazada - trên mạng - BUY NOW BÁO CÁO TOÀN CẢNH NGÀNH
THƯƠNG MẠI ĐIỆN TỬ VIỆT NAM THÍCH ỨNG - Studocu.
https://www.studocu.com/vn/document/truong-dai-hoc-cong-nghe-thanh-pho-ho-chi-
minh/kinh-te-chinh-tri/bao-cao-lazada-tren-mang/29590325
Studocu. (n.d.-b). Báo cáo Lazada - trên mạng - BUY NOW BÁO CÁO TOÀN CẢNH NGÀNH
THƯƠNG MẠI ĐIỆN TỬ VIỆT NAM THÍCH ỨNG - Studocu. Studocu.
https://www.studocu.com/vn/document/truong-dai-hoc-cong-nghe-thanh-pho-ho-chi-
minh/kinh-te-chinh-tri/bao-cao-lazada-tren-mang/29590325
Sun, Y., Shao, X., Li, X., Guo, Y., & Nie, K. (2020). A 2020 perspective on “How live streaming
influences purchase intentions in social commerce: An IT affordance perspective.”

80
 Electronic Commerce Research and Applications, 40, 100958.
https://doi.org/10.1016/j.elerap.2020.100958
Swain, S. D. (2006). How Time Restrictions Work: the Roles of Urgency, Anticipated Regret, and
Deal Evaluations. ACR. https://www.acrwebsite.org/volumes/12262/volumes/v33/NA-33
T. (2017, August 25). Mô hình nghiên cứu các nhân tố ảnh hưởng đến quyết định sử dụng
phương thức thanh toán điện tử của người tiêu dùng. Tạp Chí Công Thương.
https://tapchicongthuong.vn/bai-viet/mo-hinh-nghien-cuu-cac-nhan-to-anh-huong-den-
quyet-dinh-su-dung-phuong-thuc-thanh-toan-dien-tu-cua-nguoi-tieu-dung-
49221.htm#:~:text=Nh%E1%BA%ADn%20th%E1%BB%A9c%20h%E1%BB%AFu%20%
C3%ADch%20%C4%91%C6%B0%E1%BB%A3c,d%C3%B9ng%20kh%C3%B4ng%20%
C4%91%C6%B0%E1%BB%A3c%20%C4%91%C3%A1p%20%E1%BB%A9ng
T. (2020, October 24). Bàn về khái niệm “Người tiêu dùng” trong Luật Bảo vệ người tiêu dùng
V. Tạp Chí Công Thương. https://tapchicongthuong.vn/bai-viet/ban-ve-khai-niem-nguoi-
tieu-dung-trong-luat-bao-ve-nguoi-tieu-dung-viet-nam-75940.htm
Thạch, T., Trường, V. T. H., Phúc, N. N. V., & Tuấn, H. Q. (2021). NGHIÊN CỨU CÁC YẾU TỐ
ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH MUA SẢN PHẨM THỜI TRANG THÔNG QUA
LIVESTREAM CỦA SINH VIÊN KHOA KINH TẾ, TRƯỜNG ĐẠI HỌC ĐỒNG THÁP.
TNU Journal of Science and Technology, 226(18), 270–277. https://doi.org/10.34238/tnu-
jst.5322
Tykocinski, O. E., & Pittman, T. S. (2001). Product Aversion Following a Missed Opportunity:
Price Contrast or Avoidance of Anticipated Regret? Basic and Applied Social Psychology,
23(3), 149–156. https://doi.org/10.1207/s15324834basp2303_1
User Acceptance of Computer Technology: A Comparison of Two Theoretical Models on JSTOR.
(n.d.). https://www.jstor.org/stable/2632151
Van Noort, G., Voorveld, H. A., & Van Reijmersdal, E. A. (2012). Interactivity in Brand Web
Sites: Cognitive, Affective, and Behavioral Responses Explained by Consumers’ Online
Flow Experience. Journal of Interactive Marketing, 26(4), 223–234.
https://doi.org/10.1016/j.intmar.2011.11.002
Vantage Market Research,https://www.vantagemarketresearch.com/. (n.d.). Live Streaming
Market Size USD 4290 Million by 2028. Vantage Market Research.
https://www.vantagemarketresearch.com/industry-report/live-streaming-market-
1412#:~:text=Market%20Synopsis,forecast%20period%2C%202022%E2%80%932028
Wang, H., Ding, J., Akram, U., Yue, X., & Chen, Y. (2021). An Empirical Study on the Impact of
E-Commerce Live Features on Consumers’ Purchase Intention: From the Perspective of

81
 Flow Experience and Social Presence. Information, 12(8), 324.
https://doi.org/10.3390/info12080324
Wiebe, E. N., Shaver, E. F., & Wogalter, M. S. (2001). People’s Beliefs about the Internet:
Surveying the Positive and Negative Aspects. Proceedings of the Human Factors and
Ergonomics Society . . . Annual Meeting, 45(15), 1186–1190.
https://doi.org/10.1177/154193120104501507
Xiang, L., Zheng, X., Lee, M. K., & Zhao, D. (2016). Exploring consumers’ impulse buying
behavior on social commerce platform: The role of parasocial interaction. International
Journal of Information Management, 36(3), 333–347.
https://doi.org/10.1016/j.ijinfomgt.2015.11.002
Xu, P., Cui, B. J., & Lyu, B. (2022a). Influence of Streamer’s Social Capital on Purchase
Intention in Live Streaming E-Commerce. Frontiers in Psychology, 12.
https://doi.org/10.3389/fpsyg.2021.748172
Xu, P., Cui, B. J., & Lyu, B. (2022b). Influence of Streamer’s Social Capital on Purchase
Intention in Live Streaming E-Commerce. Frontiers in Psychology, 12.
https://doi.org/10.3389/fpsyg.2021.748172
Yang, C., & Ho, C. B. (1970). A Study on Behavior Intention to Use Live Streaming Video
Platform Based on Tam Model. - Official Conference Proceedings.
https://papers.iafor.org/submission08818/
Yang, H., Yu, J., Zo, H., & Choi, M. (2016). User acceptance of wearable devices: An extended
perspective of perceived value. Telematics and Informatics, 33(2), 256–269.
https://doi.org/10.1016/j.tele.2015.08.007
Yang, J., Sarathy, R., & Lee, J. (2016). The effect of product review balance and volume on
online Shoppers’ risk perception and purchase intention. Decision Support Systems, 89,
66–76. https://doi.org/10.1016/j.dss.2016.06.009
Yin, X., Wang, H., Xia, Q., & Gu, Q. (2019). How Social Interaction Affects Purchase Intention
in Social Commerce: A Cultural Perspective. Sustainability, 11(8), 2423.
https://doi.org/10.3390/su11082423
Zhang, H., Lu, Y., Gupta, S., & Zhao, L. (2014a). What motivates customers to participate in
social commerce? The impact of technological environments and virtual customer
experiences. Information &Amp; Management, 51(8), 1017–1030.
https://doi.org/10.1016/j.im.2014.07.005
Zhang, H., Lu, Y., Gupta, S., & Zhao, L. (2014b). What motivates customers to participate in
social commerce? The impact of technological environments and virtual customer
82
 experiences. Information &Amp; Management, 51(8), 1017–1030.
https://doi.org/10.1016/j.im.2014.07.005
Zhao, H., & Khan, A. (2022). The Students’ Flow Experience With the Continuous Intention of
Using Online English Platforms. Frontiers in Psychology, 12.
https://doi.org/10.3389/fpsyg.2021.807084
Zou, Q. (2022). The Influence of Live Streaming on Irrational Consumption of Consumers.
Highlights in Business, Economics and Management, 2, 411–417.
https://doi.org/10.54097/hbem.v2i.2396

艾媒报告|2020-2021年中国直播电商行业运行大数据分析及趋势研究报告(附下载)-艾媒网.
(n.d.). 本页版权归艾媒咨询公司所有。All Rights Reserved.
https://www.iimedia.cn/c400/68945.html

83
 PHỤ LỤC
PHỤ LỤC 1: KẾT QUẢ KHẢO SÁT VỚI NHÓM ĐẠI DIỆN

STT Người khảo sát Đơn vị công tác Nhận xét phản hồi

Trần Thị Ngọc Cựu sinh viên trường Đại học Sư Câu hỏi tương đối dễ hiểu và dễ
1
Tuyền phạm TP.HCM chọn lựa câu trả lời.

Cựu sinh viên

Chuyên ngành Tài chính - Ngân Bảng khảo sát có độ dài vừa phải
Bùi Thị Minh
2 hàng nhưng có một số câu hỏi có ý
Thư
Trường Đại học Kinh tế - Luật, nghĩa hơi tương tự nhau.
ĐHQG TP.HCM

Cựu sinh viên Tôi có thể hiểu và trả lời tương

Trần Thị Kiều
3 Trường Đại học Quốc tế, ĐHQG đối dễ dàng các câu hỏi được đặt
Nhi
TP.HCM ra trong form.

Sinh viên năm tư

Chuyên ngành Khoa học máy
Nguyễn Võ Bảng khảo sát dễ hiểu, dễ làm,
4 tính
Hoàng Thi độ dài form ổn.
Trường Đại học Bách khoa
ĐHQG TP.HCM

Sinh viên năm tư

Chuyên ngành Quản trị Kinh
Nguyễn Ngọc Bảng khảo sát rõ ràng, câu hỏi dễ
5 doanh
Yến Nhi hiểu.
Trường Đại học Tài chính -
Marketing

Sinh viên năm tư

Nên mở rộng khảo sát thêm các
Lê Nguyễn Chuyên ngành Kế toán
6 trường ngoài khu vực Đại học
Khánh Trân Trường Đại học Tài chính -
Quốc gia nếu có thời gian.
Marketing

Sinh viên năm ba

Câu hỏi khá bao quát, nên có
Trương Ngọc Khoa Quản trị Kinh doanh
7 thêm câu hỏi nhỏ trong phần Áp
Thảo Trường Đại học Kinh tế - Luật
lực thời gian.
ĐHQG TP.HCM

Sinh viên năm ba

Nguyễn Quỳnh Các câu hỏi đi vào trọng tâm,
8 Trường Đại học Khoa học Tự
Diệu Anh bám sát với đề tài.
nhiên ĐHQG TP.HCM

Sinh viên năm ba

Trường Đại học Khoa học Xã Bảng khảo sát tương đối dễ hiểu.
9 Đậu Hà Linh
hội và Nhân văn ĐHQG Một số câu hỏi nên chi tiết hơn.
TP.HCM

84
 Sinh viên năm ba
Nguyễn Thị Chuyên ngành Marketing Câu hỏi khá bao quát. Tôi có thể
10
Tuyết Như Trường Đại học Kinh tế - Luật trả lời hết các câu được đặt ra.
ĐHQG TP.HCM

85
 PHỤ LỤC 2: BẢNG KHẢO SÁT CHÍNH THỨC
MÔ HÌNH KẾT HỢP: TÁC ĐỘNG CỦA HÌNH THỨC PHÁT TRỰC TIẾP (LIVE
STREAMING) ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA HÀNG TRỰC TUYẾN TRÊN MẠNG XÃ
HỘI CỦA SINH VIÊN ĐHQG TP.HCM (TRƯỜNG HỢP TIKTOK)
GIẢI THÍCH THUẬT NGỮ
Để dễ dàng hơn cho các Anh/Chị/Bạn/Em trong quá trình làm khảo sát thì nhóm chúng mình xin
phép giải thích các thuật ngữ Phát trực tiếp - Live streaming như sau:
Phát trực tiếp - Live streaming là một loại nội dung do người dùng tạo. Là sự kết hợp đặc biệt của
nhiều hình thức truyền thông, phát trực tiếp bao gồm một đài truyền hình tải lên nội dung video
thời gian thực, bao gồm trò chơi, màn trình diễn tài năng, cuộc sống hàng ngày, v.v. Trong quá
trình phát trực tiếp, người phát sóng có thể tham gia vào các cuộc đối thoại và tương tác với khán
giả của họ, trong khi khán giả có thể tương tác với người phát sóng và những người xem khác trong
thời gian thực bằng cách gửi tin nhắn văn bản.
PHẦN I: THÔNG TIN CHUNG
1. Anh/ Chị có đang sử dụng TikTok hay không?

 Có

 Không

2. Anh/Chị đã từng xem live streaming trên TikTok hay chưa?

 Đã từng

 Chưa từng

3. Anh/Chị dành bao nhiêu thời gian để sử dụng TikTok mỗi ngày?

 < 1 tiếng

 1 - 3 tiếng

 3 - 8 tiếng

 > 8 tiếng

PHẦN II: Các yếu tố từ hình thức phát trực tiếp - Live streaming ảnh hưởng đến ý định mua
hàng trực tuyến trên các trang mạng xã hội ( trường hợp TikTok) của sinh viên thuộc khu
vực ĐHQG - TPHCM.
Trả lời các câu hỏi bằng cách đánh giá mức độ đồng ý được xếp từ nhỏ đến lớn: Hoàn toàn không
đồng ý (1); Không đồng ý (2); Không ý kiến (3); Đồng ý (4); Hoàn toàn đồng ý (5)

86
 Mức độ đồng ý

Yếu tố Hoàn toàn Hoàn

Không Không Đồng
không toàn
đồng ý ý kiến ý
đồng ý đồng ý

1. Nhận thức hữu ích

Tôi thấy sử dụng live streaming trên

TikTok có thể giúp tiết kiệm thời gian tìm
kiếm và mua hàng

Thông qua việc xem live streaming trên

TikTok giúp tôi mua những gì tôi muốn
trực tuyến.

Tôi thấy sử dụng live streaming trên

TikTok giúp tôi hiểu kĩ hơn và mua sắm
hiệu quả hơn những phương thức mua
sắm trực tuyến khác

Tôi thấy sử dụng live streaming trên

TikTok có thể tăng hiệu quả mua sắm

2. Sự đắm chìm

Đôi khi tôi quên mất mình định làm gì

trong lúc xem live streaming trên TikTok

Đôi khi tôi quên mất những điều đang xảy

ra xung quanh trong lúc xem live
streaming TikTok

Khi xem live streaming, tôi như quên

luôn thời gian

Khi xem live streaming, tôi cảm thấy bị

thôi miên/thao túng

Tôi nghĩ rằng mình có thể kiểm soát bản

thân khi xem live streaming TikTok

3. Nhận thức dễ sử dụng

87
Giao diện của nền tảng live streaming dễ
sử dụng có ảnh hưởng tích cực đến ý định
mua hàng của tôi

Việc dễ dàng để điều khiển nền tảng live

streaming thực hiện những gì tôi muốn có
ảnh hưởng tích cực đến ý định mua hàng
của tôi

Việc dễ dàng sử dụng mã giảm giá khi

muốn mua hàng qua live streaming trên
TikTok có ảnh hưởng tích cực đến ý định
mua hàng của tôi

Việc dễ dàng mua hàng ngay lập tức

trong lúc đang xem live streaming trên
TikTok có ảnh hưởng tích cực đến ý định
mua hàng của tôi

Sử dụng thương mại phát trực tiếp có thể

tăng năng suất mua sắm của tôi trong việc
tìm kiếm và mua sản phẩm.

4. Nhận thức rủi ro

Tôi lo ngại về mức độ bảo mật thông tin

khi muốn mua hàng qua live streaming
TikTok

Tôi lo ngại về chính sách đổi, trả hàng và

hoàn tiền khi muốn mua hàng qua live
streaming TikTok

Tôi nghĩ rằng thông tin thanh toán tôi

cung cấp sẽ được bảo mật tốt khi muốn
mua hàng live streaming TikTok

Tôi lo ngại sản phẩm thực tế không giống

với sản phẩm được giới thiệu khi muốn
mua hàng live streaming TikTok

5. Áp lực thời gian

Tôi cảm thấy mình có ít thời gian để

quyết định có nên mua sản phẩm được
giảm giá trên live streaming TikTok hay
không

88
 Tôi cảm thấy áp lực khi phải thao tác mua
hàng thật nhanh chóng cho các sản phẩm
trên live streaming TikTok

Tôi cảm thấy sản phẩm trên live

streaming của TikTok có thời gian
khuyến mại rất ngắn, và nếu tôi không
mua nó, tôi sẽ bỏ lỡ nó

Tôi phải hành động nhanh chóng vì sợ bỏ

lỡ lần khuyến mãi thứ hai trong khi phát
sóng trực tiếp

6. Ý định mua hàng

Khi xem live streaming trên TikTok, tôi

có mong muốn mua những mặt hàng
không liên quan đến mục tiêu mua sắm
ban đầu của mình.

Khi xem live streaming trên TikTok, tôi

cảm thấy bị thôi thúc phải mua gì đó

Tôi sẽ cân nhắc mua sắm qua live

streaming trên TikTok là lựa chọn mua
sắm hàng đầu của tôi

Tôi dự định mua sản phẩm hoặc dịch vụ

thông qua mua sắm trên live stream trên
TikTok

Tôi đã hoàn toàn bị ảnh hưởng bởi cảm

xúc tại khoảnh khắc tôi quyết định mua
hàng

PHẦN III: THÔNG TIN CÁ NHÂN

Câu 1: Giới tính

 Nam

 Nữ

Câu 2: Anh/ Chị là sinh viên năm

 Năm 1

 Năm 2

89
  Năm 3

 Năm 4

Câu 3: Anh/ Chị đang theo học tại

 Trường Đại học Kinh tế - Luật ĐHQG TP.HCM

 Trường Đại học Khoa học Xã hội và Nhân văn ĐHQG TP.HCM

 Trường Đại học Khoa học Tự nhiên ĐHQG TP.HCM

 Trường Đại học Quốc tế ĐHQG TP.HCM

 Trường Đại học Công nghệ Thông tin ĐHQG TP.HCM

 Trường Đại học Bách khoa ĐHQG TP.HCM

 Khoa Y ĐHQG TP.HCM

Câu 4: Thu nhập trung bình mỗi tháng của Anh/Chị (bao gồm trợ cấp từ gia đình)

 < 3 triệu đồng

 3 - 5 triệu đồng

 5 - 8 triệu đồng

 > 8 triệu đồng

90
 PHỤ LỤC 3: KẾT QUẢ ĐÁNH GIÁ CÁC THANG ĐO BẰNG HỆ SỐ TIN CẬY
CRONBACH’S ALPHA
3.1. Thang đo “Nhận thức hữu ích”
Hình 3.1.

3.2. Thang đo “Nhận thức dễ sử dụng”

Hình 3.2.

91
3.3. Thang đo “Nhận thức rủi ro”
Hình 3.3.

3.4. Thang đo “Sự đắm chìm”

92
Hình 3.4.

3.5. Thang đo “Áp lực thời gian”

Hình 3.5.1. Cronbach’s Alpha lần 1

93
Hình 3.5.2. Cronbach’s Alpha lần 2

3.6. Thang đo “Ý định mua hàng”

Hình 3.6.1. Cronbach’s Alpha lần 1

94
Hình 3.6.2. Cronbach’s Alpha lần 2

95
 PHỤ LỤC 4: KẾT QUẢ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
4.1. Kết quả phân tích EFA cho biến phụ thuộc
Hình 4.1.

96
4.2. Kết quả phân tích EFA cho biến độc lập
Hình 4.2.1. Phân tích EFA lần 1

Hình 4.2.2. Phân tích EFA lần 1

97
98
Hình 4.2.3. Phân tích EFA lần 2

99
4.3. Kết quả phân tích EFA cho biến điều tiết
Hình 4.3.

100
PHỤ LỤC 5: KẾT QUẢ PHÂN TÍCH TƯƠNG QUAN PEARSON

101
 PHỤ LỤC 6: KẾT QUẢ PHÂN TÍCH HỒI QUY
Hình 6.1.

Hình 6.2.

102
Hình 6.3.

103
 PHỤ LỤC 7: KIỂM ĐỊNH BIẾN ĐIỀU TIẾT
Hình 7.1

104
Hình 7.2

Hình 7.3

105
Hình 7.4

106
PHỤ LỤC 8: KẾT QUẢ KIỂM ĐỊNH INDEPENDENT SAMPLE T-TEST VÀ ONE-WAY
ANOVA
8.1. Kiểm định Independent sample T-Test cho giới tính

8.2. Kiểm định One-way ANOVA cho thu nhập

107
8.3. Kiểm định One-way ANOVA cho chi tiêu

8.4. Kiểm định One-way ANOVA cho thời gian sử dụng TikTok

108
109