Bối cảnh và vấn đề nghiên cứu

Dịch vụ xe công nghệ (ride-hailing) tại Việt Nam bắt đầu xuất hiện và phát triển mạnh mẽ từ cuối năm 2014, đầu năm 2015 với sự tham gia của các nền tảng như Uber và Grab. Sau hơn 7 năm hình thành, thị trường đã ghi nhận sự tham gia của hơn 20 nền tảng khác nhau. Theo dữ liệu từ Cục Cạnh tranh và Bảo vệ người tiêu dùng (Bộ Công Thương), thị trường gọi xe công nghệ Việt Nam đạt doanh thu khoảng 2,4 tỷ USD trong năm 2021 với tốc độ tăng trưởng bình quân 30–35%/năm trong giai đoạn từ năm 2015. Báo cáo của Google và Temasek dự báo tốc độ tăng trưởng bình quân của thị trường này có thể đạt hơn 40%/năm, tiến tới quy mô 4 tỷ USD vào năm 2025.

Mặc dù có tiềm năng lớn, thị trường dịch vụ xe công nghệ phải đối mặt với nhiều thách thức từ giai đoạn giãn cách xã hội do đại dịch COVID-19 và biến động giá nhiên liệu. Theo Hiệp hội Vận tải hàng hóa TP.HCM, giá xăng dầu tăng cao kỷ lục trong vòng 7 năm qua đã tạo áp lực lớn lên giá cước dịch vụ, làm thay đổi thói quen di chuyển và mức độ chấp nhận dịch vụ của người tiêu dùng.

Tại TP.HCM – trung tâm giáo dục và kinh tế lớn của cả nước, số lượng sinh viên tại các trường đại học, cao đẳng liên tục gia tăng. Phần lớn sinh viên chuyển đến từ các vùng nông thôn hoặc thị trấn, nơi dịch vụ xe công nghệ chưa phổ biến. Sinh viên là nhóm khách hàng trẻ tuổi, am hiểu công nghệ, có khả năng tiếp cận xu hướng nhanh nhưng có mức độ nhạy cảm cao về chi phí và tài chính. Do đó, việc nghiên cứu các yếu tố thúc đẩy hoặc cản trở sự chấp nhận dịch vụ xe công nghệ của nhóm đối tượng này có ý nghĩa quan trọng đối với cả cơ quan quản lý và các doanh nghiệp vận tải công nghệ.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài được xác định cụ thể:

  1. Mục tiêu chung: Nghiên cứu các yếu tố ảnh hưởng đến việc chấp nhận sử dụng dịch vụ xe công nghệ của sinh viên tại TP.HCM, từ đó đề xuất hệ thống giải pháp nhằm nâng cao mức độ chấp nhận và sử dụng dịch vụ.
  2. Mục tiêu cụ thể:
    • Tìm hiểu thực trạng sử dụng dịch vụ xe công nghệ của sinh viên tại địa bàn TP.HCM.
    • Phân tích và đo lường mức độ tác động của các yếu tố đến việc chấp nhận sử dụng dịch vụ xe công nghệ của sinh viên tại TP.HCM.
    • Đề xuất các giải pháp hỗ trợ sinh viên tối ưu hóa việc tiếp cận dịch vụ, đồng thời gợi ý các hàm ý chính sách và chiến lược cho các doanh nghiệp cung cấp dịch vụ xe công nghệ.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố ảnh hưởng đến việc chấp nhận sử dụng dịch vụ xe công nghệ của sinh viên tại TP.HCM.
  • Đối tượng khảo sát: Sinh viên đang theo học tại các trường Đại học, Cao đẳng trên địa bàn TP.HCM (bao gồm nhóm sinh viên đã, đang và chưa sử dụng dịch vụ xe công nghệ).
  • Phạm vi không gian: Địa bàn TP.HCM.
  • Phạm vi thời gian: Dữ liệu và nghiên cứu được thực hiện từ tháng 10/2022 đến tháng 01/2023.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình nghiên cứu

Nghiên cứu sử dụng Lý thuyết hợp nhất về Chấp nhận và Sử dụng Công nghệ – UTAUT (Unified Theory of Acceptance and Use of Technology) do Venkatesh và cộng sự (2003) phát triển làm khung lý thuyết cốt lõi. UTAUT được xây dựng dựa trên sự tích hợp của 8 mô hình hành vi và chấp nhận công nghệ trước đó, bao gồm:

  • Lý thuyết hành động hợp lý (TRA - Theory of Reasoned Action)
  • Lý thuyết hành vi dự định (TPB - Theory of Planned Behavior)
  • Mô hình chấp nhận công nghệ (TAM - Technology Acceptance Model)
  • Mô hình kết hợp TAM và TPB (C-TAM-TPB)
  • Lý thuyết phổ biến sự đổi mới (IDT - Innovation Diffusion Theory)
  • Mô hình động lực thúc đẩy (MM - Motivational Model)
  • Mô hình sử dụng máy tính cá nhân (MPCU - Model of PC Utilization)
  • Lý thuyết nhận thức xã hội (SCT - Social Cognitive Theory)

Khung lý thuyết UTAUT gốc xem xét 4 biến độc lập chính: Tính hiệu quả (Performance Expectancy), Tính dễ sử dụng (Effort Expectancy), Điều kiện thuận lợi (Facilitating Conditions), và Ảnh hưởng xã hội (Social Influence). Dựa trên đặc thù kinh tế - xã hội tại TP.HCM và bối cảnh biến động giá cước, tác giả đã bổ sung 2 yếu tố mở rộng:

  1. Cảm nhận về giá cả (GC): Đánh giá của người dùng về lợi ích thu được so với chi phí tiền tệ bỏ ra (kế thừa từ Zeithaml, 1988; Maziriri et al., 2020; Phạm Văn Kiên et al., 2020; Gaber & Elsamadicy, 2021).
  2. Nhận thức rủi ro (RR): Sự không chắc chắn và lo ngại về bảo mật thông tin, an toàn cá nhân khi di chuyển (kế thừa từ Yu Wang et al., 2020; Raza et al., 2021; Elnadi & Gheith, 2022).
Ký hiệu giả thuyết Nội dung giả thuyết nghiên cứu Chiều tác động giả định
H1 Tính hiệu quả có tác động tích cực đến việc chấp nhận sử dụng dịch vụ xe công nghệ Cùng chiều (+)
H2 Tính dễ sử dụng có tác động tích cực đến việc chấp nhận sử dụng dịch vụ xe công nghệ Cùng chiều (+)
H3 Điều kiện thuận lợi có tác động tích cực đến việc chấp nhận sử dụng dịch vụ xe công nghệ Cùng chiều (+)
H4 Ảnh hưởng xã hội có tác động tích cực đến việc chấp nhận sử dụng dịch vụ xe công nghệ Cùng chiều (+)
H5 Cảm nhận về giá cả có tác động tích cực đến việc chấp nhận sử dụng dịch vụ xe công nghệ Cùng chiều (+)
H6 Nhận thức rủi ro có tác động tiêu cực đến việc chấp nhận sử dụng dịch vụ xe công nghệ Ngược chiều (-)

Phương pháp nghiên cứu và nguồn dữ liệu

Nghiên cứu được triển khai thông qua sự kết hợp giữa phương pháp định tính và định lượng:

  • Nghiên cứu định tính: Thực hiện phỏng vấn sơ bộ nhằm điều chỉnh, bổ sung các biến quan sát từ thang đo gốc cho phù hợp với ngữ cảnh thực tế của sinh viên TP.HCM.
  • Nghiên cứu định lượng: Thu thập dữ liệu thông qua bảng câu hỏi khảo sát cấu trúc đóng với thang đo Likert 5 mức độ (từ 1: Rất không đồng ý đến 5: Rất đồng ý).
  • Quy mô mẫu: Thu thập từ 250 sinh viên tại các trường Đại học, Cao đẳng trên địa bàn TP.HCM bằng phương pháp lấy mẫu thuận tiện.
  • Phương pháp phân tích dữ liệu: Sử dụng phần mềm IBM SPSS Statistics 20 để thực hiện:
    • Thống kê mô tả đặc điểm mẫu khảo sát.
    • Kiểm định độ tin cậy thang đo bằng hệ số Cronbach's Alpha (loại các biến có hệ số tương quan biến - tổng < 0,3; thang đo đạt chuẩn khi Cronbach's Alpha ≥ 0,6).
    • Phân tích nhân tố khám phá (EFA) cho biến độc lập và biến phụ thuộc (KMO trong khoảng 0,5 đến 1; Barlett's test có Sig. < 0,05; Eigenvalue > 1; tổng phương sai trích > 50%).
    • Kiểm định tương quan tuyến tính Pearson nhằm phát hiện hiện tượng đa cộng tuyến.
    • Phân tích hồi quy tuyến tính đa biến để kiểm định mô hình và các giả thuyết H1 – H6.
    • Kiểm định sự khác biệt (ANOVA, Independent Samples T-Test) theo các đặc tính nhân khẩu học.

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương 1 thiết lập tính cấp thiết của đề tài trong bối cảnh chuyển đổi số của ngành giao thông vận tải. Tác giả chỉ ra sự bùng nổ của thiết bị di động thông minh cùng sự tham gia của các hãng gọi xe công nghệ đã định hình lại thói quen di chuyển của cư dân đô thị. Đề tài xác định rõ đối tượng trọng tâm là sinh viên tại TP.HCM – nhóm khách hàng có mật độ sử dụng thiết bị thông minh cao nhưng chịu sự chi phối mạnh bởi thu nhập phụ thuộc và chi phí sinh hoạt. Chương này cũng phân định rõ mục tiêu chung, 3 mục tiêu cụ thể, đối tượng nghiên cứu, đối tượng khảo sát (sinh viên), phạm vi thời gian (10/2022 - 01/2023), phạm vi không gian (TP.HCM) và tóm lược bố cục 5 chương của khóa luận.

Chương 2: Tổng quan

Chương 2 tổng hợp bức tranh toàn diện về lý luận và thực tiễn liên quan đến dịch vụ xe công nghệ và bối cảnh địa bàn nghiên cứu:

  • Tổng quan nghiên cứu: Tổng thuật 9 công trình quốc tế tiêu biểu (Almunawar et al., 2020 tại Indonesia; Maziriri et al., 2020 tại Nam Phi; Akbari et al., 2020 tại Iran; Yu Wang et al., 2020 tại Trung Quốc; Acheampong et al., 2020 tại Ghana; Raza et al., 2021 tại Pakistan; Shailesh Pandita et al., 2021 tại Ấn Độ; Gaber & Elsamadicy, 2021 và Elnadi & Gheith, 2022 tại Ai Cập) và 2 công trình trong nước (Ngô Minh Tâm et al., 2020 tại Huế; Phạm Văn Kiên et al., 2020 tại TP.HCM, Hà Nội, Đà Nẵng).
  • Tổng quan về dịch vụ xe công nghệ: Nêu rõ cơ sở pháp lý theo Nghị định số 10/2020/NĐ-CP quy định về việc sử dụng phần mềm hỗ trợ kết nối vận tải. Điểm danh các doanh nghiệp chính đang cung cấp dịch vụ tại Việt Nam gồm Grab (chiếm khoảng 70% thị phần), Gojek, Be và Vato. Trình bày các đặc điểm cốt lõi: kết nối qua định vị LBS/GPS, tính cước tự động minh bạch, mô hình kinh tế chia sẻ không sở hữu phương tiện, cùng các ưu điểm (nhanh chóng, tiện lợi, minh bạch, có khuyến mãi) và nhược điểm (khó khăn cho người không có smartphone, lỗi kết nối, tăng giá giờ cao điểm).
  • Thực trạng thị trường: Thị trường xe công nghệ toàn cầu đạt 44,8 tỷ USD năm 2021, dự báo đạt 180,3 tỷ USD năm 2030 với tốc độ tăng trưởng kép CAGR đạt 17% (Acumen Research and Consulting). Tại Việt Nam, tỷ lệ sử dụng internet đạt 69% (năm 2019) và tỷ lệ dùng smartphone đạt 80% là nền tảng thúc đẩy thanh toán không dùng tiền mặt (thông qua ví Momo, Moca, ZaloPay).
  • Tổng quan TP.HCM: Phân tích đặc điểm vị trí địa lý (tọa độ 10°10' – 10°38' Bắc, 106°22' – 106°54' Đông; diện tích hơn 2.095 km²; quy mô dân số trên 9 triệu người; mật độ 4.375 người/km²), đặc điểm khí hậu 2 mùa, tốc độ tăng trưởng GRDP 9 tháng đầu năm 2022 đạt 9,71%, lĩnh vực dịch vụ chiếm 62% GRDP. Phân tích thực trạng quá tải hạ tầng giao thông và tình trạng ùn tắc giờ cao điểm, khẳng định vai trò của xe công nghệ trong việc tối ưu hóa phương tiện di chuyển công cộng.

Chương 3: Nội dung và phương pháp nghiên cứu

Chương 3 xây dựng khung phương pháp luận chi tiết:

  • Hệ thống hóa khái niệm dịch vụ theo C. Mác, Zeithaml & Bitner (2000), Philip Kotler & Keller (2006) và TS. Nguyễn Văn Thanh; khái niệm xe công nghệ theo Conway et al. (2018), Acheampong et al. (2020).
  • Phân tích cấu trúc lý thuyết UTAUT (Venkatesh et al., 2003) và xây dựng mô hình nghiên cứu đề xuất gồm 6 nhóm biến độc lập tác động đến 1 biến phụ thuộc là Chấp nhận sử dụng dịch vụ xe công nghệ của sinh viên tại TP.HCM (CNSD).
  • Thao tác hóa các khái niệm và thiết lập bảng thang đo chi tiết với thang đo Likert 5 điểm:
    • Tính hiệu quả (HQ): 4 biến quan sát (HQ1 - HQ4).
    • Tính dễ sử dụng (SD): các biến đo lường sự đơn giản trong thao tác ứng dụng (SD1, SD2...).
    • Điều kiện thuận lợi (DK): đo lường sự hỗ trợ về hạ tầng mạng, thiết bị, dịch vụ khách hàng.
    • Ảnh hưởng xã hội (XH/AH): đo lường tác động từ gia đình, bạn bè, người nổi tiếng.
    • Cảm nhận về giá cả (GC): đo lường mức độ tương xứng giữa chi phí bỏ ra và lợi ích nhận được.
    • Nhận thức rủi ro (RR): đo lường lo ngại về an ninh cá nhân và bảo mật dữ liệu.
    • Chấp nhận sử dụng (CNSD): biến phụ thuộc đo lường ý định và hành vi lựa chọn dịch vụ.
  • Quy trình nghiên cứu được chuẩn hóa qua các bước: xây dựng thang đo sơ bộ -> nghiên cứu định tính hiệu chỉnh -> bảng khảo sát chính thức -> thu thập dữ liệu (N=250) -> nhập liệu, làm sạch và xử lý bằng SPSS 20.

Chương 4: Kết quả nghiên cứu và thảo luận

Chương 4 thể hiện toàn bộ các kết quả phân tích định lượng thu được từ mẫu khảo sát 250 sinh viên:

  • Thống kê mô tả mẫu: Phân tích cơ cấu mẫu theo giới tính, số năm học (sinh viên năm 1 đến năm 4), mức thu nhập/chi tiêu trung bình hàng tháng và các nền tảng xe công nghệ đã từng trải nghiệm.
  • Thống kê giá trị trung bình: Đánh giá điểm trung bình (Mean) của các biến quan sát thuộc các nhóm yếu tố HQ, SD, DK, XH, GC, RR và biến phụ thuộc CNSD.
  • Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Kiểm định tính nhất quán nội tại của từng nhóm nhân tố; loại bỏ các biến không đạt tiêu chuẩn tương quan biến - tổng.
  • Phân tích nhân tố khám phá (EFA):
    • Trích xuất nhân tố cho các biến độc lập: Đánh giá hệ số KMO, kiểm định Bartlett's, tổng phương sai trích và ma trận xoay nhân tố nhằm xác nhận các biến quan sát hội tụ chuẩn xác vào 6 nhóm nhân tố.
    • Phân tích EFA cho biến phụ thuộc Chấp nhận sử dụng (CNSD).
  • Phân tích tương quan Pearson: Xác định mối liên hệ tuyến tính giữa từng biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau nhằm kiểm tra sơ bộ hiện tượng đa cộng tuyến.
  • Phân tích hồi quy tuyến tính đa biến:
    • Thiết lập phương trình hồi quy thể hiện mức độ tác động của từng nhân tố.
    • Đánh giá hệ số xác định $R^2$ và $R^2$ hiệu chỉnh để đo lường mức độ giải thích của mô hình.
    • Kiểm định F (ANOVA) xác nhận độ phù hợp tổng thể của mô hình hồi quy.
    • Đánh giá hệ số hồi quy chuẩn hóa ($\beta$), mức ý nghĩa thống kê (Sig.) và hệ số phóng đại phương sai (VIF).
  • Kiểm định giả thuyết nghiên cứu: Xác nhận tính hợp lệ của cả 6 giả thuyết H1, H2, H3, H4, H5, H6.
  • Thảo luận kết quả và đề xuất giải pháp: Phân tích nguyên nhân thực tiễn dẫn đến mức độ ảnh hưởng của từng yếu tố và đề xuất nhóm giải pháp tương ứng cho sinh viên và doanh nghiệp.

Chương 5: Kết luận và kiến nghị

Chương 5 đúc kết toàn bộ kết quả nghiên cứu:

  • Tóm lược các phát hiện cốt lõi về thứ tự ảnh hưởng của các biến độc lập đến sự chấp nhận dịch vụ của sinh viên.
  • Kiến nghị cụ thể đối với các nhà cung cấp dịch vụ gọi xe công nghệ nhằm hoàn thiện ứng dụng, điều chỉnh chính sách giá cước và nâng cao tính an toàn.
  • Chỉ rõ các hạn chế nghiên cứu và định hướng các nghiên cứu tiếp theo.

Kết quả và đóng góp

Kết quả nghiên cứu thực nghiệm

Kết quả phân tích định lượng trên mẫu 250 sinh viên tại TP.HCM chỉ ra rằng việc chấp nhận sử dụng dịch vụ xe công nghệ chịu sự chi phối đồng thời của 6 yếu tố, trong đó 5 yếu tố có tác động cùng chiều và 1 yếu tố có tác động ngược chiều:

Yếu tố ảnh hưởng Bản chất tác động Mức độ tác động tương đối
Điều kiện thuận lợi (DK) Cùng chiều (+) Ảnh hưởng mạnh nhất
Ảnh hưởng xã hội (XH/AH) Cùng chiều (+) Ảnh hưởng mạnh thứ hai
Nhận thức rủi ro (RR) Ngược chiều (-) Ảnh hưởng đáng kể (rào cản)
Tính hiệu quả (HQ) Cùng chiều (+) Ảnh hưởng trung bình
Tính dễ sử dụng (SD) Cùng chiều (+) Ảnh hưởng trung bình
Cảm nhận về giá cả (GC) Cùng chiều (+) Ảnh hưởng tích cực
  • Hai yếu tố có tác động mạnh nhất là Điều kiện thuận lợi (sự tương thích của ứng dụng, sự phổ biến của mạng internet, kênh hỗ trợ khách hàng) và Ảnh hưởng xã hội (sự giới thiệu, chia sẻ kinh nghiệm từ bạn bè, gia đình, người có tầm ảnh hưởng).
  • Yếu tố Nhận thức rủi ro có tác động ngược chiều có ý nghĩa thống kê, cho thấy những lo ngại về an toàn thân thể, tài sản và bảo mật thông tin cá nhân là rào cản chính hạn chế việc đặt xe công nghệ của sinh viên.
  • Các yếu tố Tính hiệu quả, Tính dễ sử dụng và Cảm nhận về giá cả đều đóng góp tích cực vào việc nâng cao mức độ chấp nhận sử dụng dịch vụ.

Hệ thống giải pháp đề xuất từ tác giả

  1. Đối với sinh viên:
    • Nâng cao kỹ năng tự bảo vệ an toàn khi di chuyển bằng cách kiểm tra đúng biển số xe, thông tin tài xế hiển thị trên ứng dụng trước khi lên xe.
    • Chủ động tận dụng các tiện ích định vị, chia sẻ hành trình di chuyển trực tiếp cho người thân hoặc bạn bè.
    • Khai thác các chương trình khuyến mãi, liên kết ví điện tử để tối ưu hóa chi phí đi lại.
  2. Đối với các nhà cung cấp dịch vụ xe công nghệ:
    • Tối ưu hóa điều kiện thuận lợi và giao diện ứng dụng: Cải thiện hệ thống bản đồ định vị chính xác tại các hẻm nhỏ, khu vực ký túc xá, làng đại học; tinh gọn quy trình đặt chuyến và thanh toán.
    • Giảm thiểu nhận thức rủi ro cho khách hàng: Tăng cường quy trình xác thực lý lịch tài xế; nâng cấp tính năng SOS khẩn cấp trên ứng dụng; ban hành quy chuẩn bảo mật thông tin số điện thoại cá nhân giữa tài xế và hành khách.
    • Chính sách giá và khuyến mãi mục tiêu: Thiết kế các gói cước đồng giá, thẻ thành viên theo tháng hoặc mã ưu đãi dành riêng cho học sinh, sinh viên tại các khung giờ đến trường và tan học.
    • Khai thác hiệu ứng lan tỏa xã hội: Triển khai các chiến dịch truyền thông qua mạng xã hội, chương trình giới thiệu bạn bè nhận điểm thưởng (referral program) phù hợp với tâm lý giới trẻ.

Đóng góp của đề tài

  • Đóng góp học thuật: Kiểm chứng thực nghiệm mô hình UTAUT mở rộng kết hợp 2 biến cấu trúc Cảm nhận về giá cả và Nhận thức rủi ro trong bối cảnh phân khúc khách hàng sinh viên tại một đô thị đang phát triển ở Việt Nam.
  • Đóng góp thực tiễn: Cung cấp dữ liệu thực nghiệm về hành vi tiêu dùng dịch vụ vận tải số của sinh viên, làm cơ sở dữ liệu định lượng cho các doanh nghiệp gọi xe (Grab, Gojek, Be...) trong việc hoạch định chính sách sản phẩm, giá cước và truyền thông tiếp thị.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ ra một số hạn chế nội tại:

  • Phạm vi mẫu: Nghiên cứu được thực hiện với quy mô mẫu $N = 250$ sinh viên trên địa bàn TP.HCM bằng phương pháp chọn mẫu thuận tiện, do đó tính đại diện tổng thể cho toàn bộ người tiêu dùng hoặc sinh viên trên cả nước còn hạn chế.
  • Không gian nghiên cứu: Dữ liệu chỉ thu thập tại TP.HCM – nơi có hạ tầng giao thông và dịch vụ số phát triển cao, chưa so sánh được sự khác biệt với các đô thị loại hai hoặc khu vực nông thôn.
  • Biến số nghiên cứu: Mô hình mới chỉ tập trung vào 6 yếu tố chính theo khung UTAUT mở rộng, chưa bao quát hết các biến điều tiết tiềm năng khác như giới tính, mức thu nhập cụ thể, hay tần suất sử dụng phương tiện cá nhân.

Hướng nghiên cứu tiếp theo:

  • Mở rộng quy mô mẫu khảo sát và áp dụng phương pháp lấy mẫu xác suất để nâng cao độ tin cậy và tính khái quát hóa của dữ liệu.
  • Mở rộng phạm vi khảo sát sang các thành phố khác như Hà Nội, Đà Nẵng, Cần Thơ hoặc các đối tượng người tiêu dùng khác (nhân viên văn phòng, người cao tuổi).
  • Đưa thêm các biến điều tiết (như biến nhân khẩu học, thói quen đi lại) hoặc các yếu tố mới (như chất lượng dịch vụ khách hàng, nhận thức về môi trường) vào mô hình nghiên cứu.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo phù hợp cho:

  • Sinh viên và học viên ngành Quản trị Kinh doanh, Thương mại, Marketing, Kinh tế: Tham khảo phương pháp vận dụng mô hình lý thuyết chấp nhận công nghệ (UTAUT, TAM, TPB) vào bài toán nghiên cứu hành vi tiêu dùng dịch vụ số; tham khảo quy trình xử lý dữ liệu định lượng bằng SPSS (Cronbach's Alpha, EFA, Pearson, Hồi quy đa biến).
  • Các nhà nghiên cứu về kinh tế số và giao thông đô thị: Sử dụng các luận cứ thực nghiệm, bảng tổng hợp lý thuyết và tài liệu tổng quan về thị trường gọi xe công nghệ tại Việt Nam giai đoạn 2014–2022.
  • Bộ phận phát triển thị trường và quản trị trải nghiệm khách hàng tại các doanh nghiệp xe công nghệ: Tham khảo hệ thống đánh giá mức độ quan tâm của phân khúc sinh viên đối với các rào cản rủi ro, chính sách giá cước và các yếu tố giao diện ứng dụng để tối ưu hóa chiến lược kinh doanh.

Câu hỏi thường gặp

1. Khóa luận sử dụng mô hình lý thuyết nền tảng nào và bổ sung thêm những biến số gì?

Khóa luận sử dụng mô hình Lý thuyết hợp nhất về chấp nhận và sử dụng công nghệ (UTAUT) của Venkatesh và cộng sự (2003) với 4 biến gốc: Tính hiệu quả (HQ), Tính dễ sử dụng (SD), Điều kiện thuận lợi (DK) và Ảnh hưởng xã hội (XH). Tác giả đã bổ sung thêm 2 biến mới phù hợp với bối cảnh nghiên cứu là Cảm nhận về giá cả (GC) và Nhận thức rủi ro (RR).

2. Quy mô mẫu và phương pháp thu thập dữ liệu trong nghiên cứu là gì?

Nghiên cứu khảo sát 250 sinh viên đang học tập tại các trường Đại học, Cao đẳng trên địa bàn TP.HCM bằng bảng câu hỏi cấu trúc đóng theo thang đo Likert 5 mức độ, thu thập dữ liệu trong khoảng thời gian từ tháng 10/2022 đến tháng 01/2023.

3. Những yếu tố nào có ảnh hưởng mạnh nhất đến việc chấp nhận sử dụng dịch vụ xe công nghệ của sinh viên?

Theo kết quả phân tích hồi quy, hai yếu tố có tác động mạnh nhất cùng chiều đến việc chấp nhận sử dụng dịch vụ là Điều kiện thuận lợi (DK) và Ảnh hưởng xã hội (XH/AH). Yếu tố Nhận thức rủi ro (RR) là yếu tố duy nhất tác động tiêu cực (ngược chiều) đến sự chấp nhận sử dụng dịch vụ.

4. Dữ liệu trong khóa luận phản ánh thị phần của các hãng xe công nghệ tại Việt Nam như thế nào?

Văn bản nêu rõ thị trường xe công nghệ Việt Nam có hơn 20 nền tảng tham gia. Trong đó, dịch vụ xe công nghệ chiếm hơn 60% thị phần vận tải hành khách đô thị cả nước; riêng siêu ứng dụng Grab dẫn đầu thị trường khi nắm giữ khoảng 70% thị phần gọi xe trong nước, tiếp theo sau là Gojek và Be.

5. Khóa luận sử dụng các công cụ và kỹ thuật phân tích dữ liệu nào trên phần mềm SPSS?

Nghiên cứu sử dụng phần mềm IBM SPSS Statistics 20 để thực hiện các kỹ thuật: Thống kê mô tả, kiểm định độ tin cậy thang đo bằng Cronbach's Alpha, phân tích nhân tố khám phá (EFA) cho biến độc lập và biến phụ thuộc, phân tích tương quan Pearson, phân tích hồi quy tuyến tính đa biến và kiểm định sự khác biệt (ANOVA/t-test).

Kết luận

Khóa luận của tác giả Hồ Lệ Thương Thương đã làm rõ cơ chế tác động của các yếu tố tâm lý và thực tiễn đến việc chấp nhận sử dụng dịch vụ xe công nghệ của sinh viên tại TP.HCM thông qua khung mô hình UTAUT mở rộng. Nghiên cứu khẳng định vai trò quyết định của điều kiện thuận lợi và ảnh hưởng xã hội, đồng thời chỉ ra nhận thức rủi ro là rào cản tâm lý tiêu cực đối với hành vi sử dụng của khách hàng trẻ. Những kết quả định lượng thu được cung cấp luận cứ thực chứng quan trọng giúp các doanh nghiệp cung cấp dịch vụ gọi xe hoàn thiện ứng dụng, nâng cao mức độ an toàn và xây dựng các chính sách giá cước phù hợp nhằm thu hút và giữ chân phân khúc khách hàng sinh viên.