TCDN - Mục tiêu của nghiên cứu nhằm phân tích tác động của nhận thức rủi ro đến hành vi mua sắm trực tuyến của người tiêu dùng thế hệ Y và thế hệ Z trên địa bàn Tp. Hồ Chí Minh.

TÓM TẮT:

Mục tiêu của nghiên cứu nhằm phân tích tác động của nhận thức rủi ro đến hành vi mua sắm trực tuyến của người tiêu dùng thế hệ Y và thế hệ Z trên địa bàn Tp. Hồ Chí Minh. Nghiên cứu sử dụng mô hình phương trình cấu trúc (SEM) để phân tích dữ liệu từ 360 người tiêu dùng thế hệ Y và Z thông qua một cuộc khảo sát trực tuyến. Kết quả được kiểm định bằng phần mềm SmartPLS 3.3.3 cho thấy rủi ro về sản phẩm, rủi ro về bảo mật thông tin và rủi ro về gian lận của người bán có tác động tiêu cực đến hành vi mua sắm của người tiêu dùng. Đồng thời, nghiên cứu cũng cho thấy có sự khác biệt về hành vi giữa hai thế hệ Y và Z trong mối quan hệ giữa nhận thức rủi ro và hành vi mua sắm trực tuyến.

1. Mô hình nghiên cứu đề xuất

Nghiên cứu của Nguyễn và Khưu (2020) đã đề xuất mô hình có 04 nhân tố ảnh hưởng đến quyết định mua sắm trực tuyến tại Thành phố Hồ Chí Minh (trong đó có rủi ro về sản phẩm, rủi ro về tài chính, rủi ro về bảo mật thông tin và rủi ro về gian lận của người bán). Kết quả cho thấy cả 04 nhân tố đều có tác động tiêu cực đến quyết định mua sắm trực tuyến của người tiêu dùng. Tương tự, Nguyen và cộng sự (2021) nghiên cứu nhận thức rủi ro khi mua sắm thực phẩm trong thời kì COVID-19 đã đề xuất mô hình gồm 06 nhân tố (trong đó có Rủi ro về sản phẩm, Rủi ro tài chính, Rủi ro giao hàng, Rủi ro bảo mật thông tin, Rủi ro thời gian và Rủi ro gian lận của người bán) nhưng chỉ chứng minh được rằng có 4 nhân tố ảnh hưởng đến ý định mua sắm thực phẩm trực tuyến bao gồm Rủi ro về sản phẩm, Rủi ro bảo mật thông tin, Rủi ro thời gian và Rủi ro gian lận của người bán. Bên cạnh đó, Kỳ và cộng sự (2023) đã đưa ra nhận định về nhận thức rủi ro ảnh hưởng đến ý định mua sắm trực tuyến tại tỉnh Bình Thuận bao gồm rủi ro thời gian, rủi ro tài chính, rủi ro quyền riêng tư và rủi ro vận chuyển.

Tóm lại, các nghiên cứu trên cho thấy rằng các tác giả đã xây dựng các thang đo khác nhau và đa dạng. Từ đó cũng có thể thấy có nhiều nhân tố nhận thức rủi ro ảnh hưởng đến ý định và hành vi mua sắm trực tuyến. Dựa vào lý thuyết nhận thức rủi ro, lý thuyết hành vi có hoạch định, sự tổng hợp các nghiên cứu trước đây và căn sứ vào kết quả nghiên cứu định tính, nhóm tác giả đã đề xuất mô hình nghiên cứu như sau:

H1: Ý định mua sắm trực tuyến có tác động cùng chiều đến hành vi mua sắm trực tuyến

H2: Rủi ro về sản phẩm có tác động ngược chiều đến ý định mua sắm trực tuyến

H3: Rủi ro về bảo mật thông tin có tác động ngược chiều đến ý định mua sắm trực tuyến

H4: Rủi ro về giao hàng có tác động ngược chiều đến ý định mua sắm trực tuyến

H5: Rủi ro về gian lận của người bán có tác động ngược chiều đến ý định mua sắm trực tuyến

H6a: Có sự khác biệt giữa hai thế hệ trong mối quan hệ giữa rủi ro về sản phẩm và ý định mua sắm trực tuyến

H6b: Có sự khác biệt giữa hai thế hệ trong mối quan hệ giữa rủi ro bảo mật thông tin và ý định mua sắm trực tuyến

H6c: Có sự khác biệt giữa hai thế hệ trong mối quan hệ giữa rủi ro về giao hàng và ý định mua sắm trực tuyến

H6d: Có sự khác biệt giữa hai thế hệ trong mối quan hệ giữa rủi ro gian lận của người bán và ý định mua sắm trực tuyến

H6e: Có sự khác biệt giữa hai thế hệ trong mối quan hệ giữa ý định mua sắm trực tuyến và hành vi mua sắm trực tuyến

2. Phương pháp nghiên cứu

Phương pháp chọn mẫu thuận tiện - phi xác suất được sử dụng để thu thập dữ liệu thông qua cuộc khảo sát trực tuyến bằng bảng câu hỏi được trình bày qua biểu mẫu Google Form dưới dạng liên kết qua email cá nhân hoặc các ứng dụng truyền thông xã hội như Zalo và Facebook. Bên cạnh đó, câu hỏi sàng lọc đã được sử dụng để kiểm tra liệu rằng mỗi đáp viên có thuộc đối tượng cần khảo sát. Đối với câu hỏi “Anh/Chị hiện đang sinh sống tại Thành phố Hồ Chí Minh?” nếu đáp viên trả lời đang sinh sống tại Thành phố Hồ Chí Minh thì tiếp tục trả lời câu hỏi “Anh/Chị đã có mua sắm trực tuyến qua các trang thương mại điện tử?”. Nếu đáp viên trả lời “Có” tại câu hỏi này thì tiếp tục khảo sát, ngược lại thì ngừng khảo sát.

Phương pháp PLS-SEM chấp nhận cỡ mẫu (tối thiểu) gấp 10 lần cỡ mẫu tối đa số lượng mũi tên chỉ vào một cấu trúc trong một mô hình (Hair & cộng sự, 2017). Cũng theo Hair và cộng sự (2017), nhóm tác giả sử dụng công cụ thống kê Gpower phiên bản 3.1 để tính toán và kết quả cỡ mẫu được ước tính là 222. Do đó, để hạn chế những sai số trong quá trình thu thập dữ liệu, nghiên cứu này tiến hành thu thập mẫu với kích thước là 400 và thông qua sàng lọc còn lại 360 phiếu trả lời đạt yêu cầu. Thang đo nghiên cứu được nhóm tác giả kế thừa từ các nghiên cứu trước đây. Mỗi cấu trúc được đo lường bằng thang đo Likert 7 điểm. Trước khi thu thập dữ liệu, một nghiên cứu thí điểm đã được tiến hành với 10 người tiêu dùng đã có mua sắm trực tuyến được chọn ngẫu nhiên để xác định thêm và sửa các lỗi hiện có.

Partial Least Square (PLS) là một phương pháp phân tích các mô hình SEM mà không cần giả định dữ liệu được phân phối thông thường (Hair & cộng sự, 2017). Nghiên cứu này sử dụng phương pháp nghiên cứu định lượng và mô hình cấu trúc tuyến tính bình phương nhỏ nhất (PLS-SEM) vì tính linh hoạt, áp dụng được cho nhiều thuộc tính thang đo (Hair & cộng sự, 2014). Số liệu được xử lý qua 2 giai đoạn: xử lý sơ bộ và phân tích dữ liệu thông qua phần mềm Smart-PLS phiên bản 3.3.3.

3. Kết quả nghiên cứu và thảo luận

3.1. Đánh giá mô hình đo lường

Đánh giá chất lượng biến quan sát: Hệ số tải ngoài Outer Loading được dùng để đánh giá chất lượng biến quan sát. Theo Hair và cộng sự (2016), các biến bị loại bỏ có hệ số tải ngoài “Outer Loading” nhỏ hơn 0,7 và nếu xóa đi giúp cải thiện các tiêu chí thống kê đạt mức yêu cầu. Kết quả tại Bảng 1 cho thấy hệ số tải ngoài dao động từ 0,768 - 0,924 và vượt ngưỡng đề xuất nên đều được giữ lại.

Một mô hình được xem là đáng tin cậy khi hệ số Cronbach’s alpha và hệ số tin cậy tổng hợp đạt ngưỡng lớn hơn hoặc bằng 0,7. Bảng 1 cho thấy các thang đo đều đạt được các tiêu chuẩn và độ tin cậy về giá trị. Một thang đo sẽ đạt chuẩn nếu hệ số AVE ≥ 0,5, có nghĩa là biến tiềm ẩn giải thích được 50% sự thay đổi của biến quan sát (Hair & cộng sự, 2016), kết quả tại Bảng 1 cho thấy các thang đo đạt giá trị hội tụ.

Nghiên cứu này sử dụng hệ số HTMT để đánh giá sự phân biệt giữa các cấu trúc. Theo Garson (2016) giá trị phân biệt giữa hai biến tiềm ẩn được đảm bảo khi chỉ số HTMT nhỏ hơn 1. Kết quả của Bảng 2 đã chỉ ra giá trị HTMT đều nhỏ hơn 1. Do đó, các biến trong nghiên cứu đạt được giá trị phân biệt.

3.2. Đánh giá mô hình cấu trúc

Theo Hair và cộng sự (2019) vấn đề đa cộng tuyến được đánh giá bằng cách sử dụng các yếu tố phóng đại phương sai (VIF) nhỏ hơn 3. Kết quả phân tích ở Bảng 3 cho thấy, các biến trong mô hình có các hệ số phóng đại phương sai không vượt quá ngưỡng cho phép, do đó mô hình nghiên cứu hiện tại không có vấn đề về đa cộng tuyến.

Giá trị R2 biến thiên trong khoảng từ 0 đến 1, giá trị R2 càng cao thì mô hình tuyến tính càng phù hợp. Kết quả tại Bảng 4 cho thấy R2 trong mô hình hiện tại có giá trị cao là 0,644 đối với ý định mua sắm trực tuyến, tiếp đến là hành vi mua sắm trực tuyến (0,126), điều này chứng tỏ mô hình đề xuất có khả năng dự báo tốt.

Các biến trong mô hình là hành vi mua sắm trực tuyến và ý định mua sắm trực tuyến có giá trị dự báo lần lượt là Q2 = 0,102 và Q2 = 0,430. Các biến phụ thuộc có giá trị Q2 đều vượt qua giá trị 0, ta nhận định mô hình cấu trúc đạt chất lượng.

Sau khi đánh giá thang đo, dữ liệu và mô hình giả thuyết nghiên cứu là phù hợp, nghiên cứu tiến hành kiểm định giả thuyết trong mô hình cấu trúc đường dẫn PLS - SEM với việc sử dụng kỹ thuật bootstrapping, đánh giá mẫu với cỡ mẫu lặp lại là 5.000 quan sát để xác định đường dẫn hệ số, sai số chuẩn của t-values và p-values.

Phân tích sự khác biệt của thế hệ Y và thế hệ Z

Để kiểm định sự khác biệt giữa hai thế hệ Y và thế hệ Z, nghiên cứu sử dụng phương pháp phân tích đa nhóm (MGA). Bảng 6 H6a và H6d có ý nghĩa lớn hơn 5%, nghĩa là không có sự khác biệt giữa Thế hệ Y và Z. Tuy nhiên, H6a, H6c và H6e có giá trị ý nghĩa nhỏ hơn 0,05 ngụ ý rằng Thế hệ Y và Z có sự khác biệt đáng kể.

3.3. Thảo luận kết quả nghiên cứu

Từ kết quả kiểm định cho thấy giả thuyết đầu tiên H1 ( beta= 0,359, giá trị t-value = 5,841, p-value < 0,05) được ủng hộ. Do đó ý định mua sắm trực tuyến đã tác động đáng kể đến hành vi mua sắm trực tuyến của người tiêu dùng. Điều này tương đồng với nghiên cứu của (Venkatesh & cộng sự, 2003; Teo, 2011; Pham & cộng sự, 2020).

Giả thuyết H2 được chấp nhận với mức ý nghĩa 5% ( beta = -0,082, giá trị t-value = 2,339, p-value < 0,05), điều này phù hợp với nghiên cứu của (Ariffin & cộng sự, 2018; Nguyễn & Khưu, 2020; Pham & cộng sự, 2020) và trái ngược với nghiên cứu của (Tanadi & cộng sự, 2015). Việc người tiêu dùng không thể tìm được sản phẩm như mong muốn hiện nay có thể một phần xuất phát từ công cụ tìm kiếm và bộ lọc của các trang thương mại điện tử, cũng như khả năng tự đề xuất sản phẩm tương tự cho người tiêu dùng là chưa tối ưu, dẫn đến người tiêu dùng có thể gặp khó khăn trong mua sắm trực tuyến. Bên cạnh đó vấn đề chất lượng sản phẩm, hiện nay không có trang thương mại điện tử nào có chính sách kiểm soát mà chỉ tự nhà bán hàng trực tuyến tự cam kết nên người tiêu dùng vẫn lo lắng về vấn đề chất lượng là điều dễ hiểu.

Giả thuyết H3 được chấp nhận ở mức ý nghĩa 5% ( beta = -0,390, giá trị t-value = 6,552, p-value < 0,05) phù hợp với nghiên cứu của (Tanadi & cộng sự, 2015; Ariffin & cộng sự, 2018; Kỳ & cộng sự, 2023). Rủi ro về bảo mật thông tin cá nhân luôn là nỗi lo của tất cả người tiêu dùng trực tuyến. Hiện nay có nhiều trường hợp người tiêu dùng bị mất kiểm soát đối với các thông tin cá nhân của mình do sử dụng các dịch trực tuyến không chính thống, những trang buôn bán lập ra với mục đích khác. Điều này gây ra rủi ro cho những người tiêu dùng chưa có kinh nghiệm. Đây cũng là một loại rủi ro tiềm ẩn tác động mạnh đến ý định mua sắm trực tuyến của người tiêu dùng.

Giả thuyết H4 ( beta = -0,029, giá trị t-value = 0,380, p-value > 0,05) bị bác bỏ ở mức ý nghĩa 5%. Các vấn đề về nhận đúng sản phẩm đã đặt, nhận sản phẩm đúng địa chỉ hay việc nhận sản phẩm đúng thời gian cam kết phụ thuộc hoàn toàn vào sự trung thực của nhà bán hàng trực tuyến và nhà vận chuyển. Hiện nay với chính sách đổi trả của các trang thương mại điện tử cũng rất linh hoạt cho phép người tiêu dùng hoàn trả sản phẩm khi không nhận đúng sản phẩm, hay từ chối nhận sản phẩm khi thời gian giao hàng không đúng như cam kết, có thể do vậy người tiêu dùng đã phần nào an tâm hơn nên đứng trước rủi ro này khách hàng không còn có phản ứng quá mạnh như trước đây, trái ngược với các nghiên cứu của (Hong & Hoon, 2013; Tanadi & cộng sự, 2015; Kỳ & cộng sự, 2023).

Ngược lại với H4, giả thuyết H5 được chấp nhận, có ý nghĩa thống kê ở mức ý nghĩa 5% ( beta = -0,453, giá trị t-value = 8,433, p-value < 0,05) phù hợp với nghiên cứu của (Nguyen & cộng sự, 2021). Xu hướng bùng nổ và phát triển sẽ kéo theo nhiều hệ lụy. Các chính sách quản lý của nhà nước cũng như các sàn thương mại điện tử bán hàng còn nhiều điểm bất cập, dẫn đến tình trạng cạnh tranh thiếu lành mạnh giữa những người bán diễn ra khá phổ biến. Tình trạng gian lận về các chương trình khuyến mãi không đem lại lợi ích cho người mua như đã quảng cáo, các dịch vụ hậu đãi cũng không thực hiện đúng cam kết và người tiêu dùng nhận thấy rằng khi có tranh chấp xảy ra thì thường họ sẽ bị bất lợi. Điều này làm giảm quyết định mua sắm trực tuyến của người tiêu dùng.

Qua phân tích cấu trúc đa nhóm MGA cho thấy giữa thế hệ Y và thế hệ Z có sự khác biệt. Đối với Gen Z về mối quan hệ ý định mua sắm với beta = 0.155 có một sự trái ngược so với Gen Y với hệ số beta = 0.549. Có thể thấy Gen Z có một sự thoải mái trong việc mua sắm trực tuyến và chấp nhận khám phá, còn đối với với Gen Y việc họ ra đời trong giai đoạn chuyển giao thiên niên kỷ và tiếp xúc với những bước đầu của của công nghệ họ thường chú trọng vào kết quả nên khi mua sắm họ sẽ phải có những cân nhắc trước khi quyết định có mua sản phẩm đó hay không.

Kết quả kiểm định sự khác biệt cho thấy Gen Z có mức độ nhận thức rủi ro về bảo mật thông tin ( beta = -0.271) cao hơn Gen Y (beta  = -0.532). Mặc dù Gen Y và Gen Z thích làm việc với công nghệ mới nhất, nhưng thế hệ trẻ hơn lại nghiện công nghệ và hiểu biết về công nghệ hơn. Có thể do vậy mà Gen Z không phản ứng quá gay gắt với rủi ro về giao hàng, nhưng Gen Z lại quan tâm về bảo mật thông tin cá nhân. Điều này có thể xuất phát từ hành vi thích khám phá săn lùng những sản phẩm có giá cả thấp có hời nên khả năng bị đánh cắp thông tin do mua sắm tại các trang bán hàng lậu, không uy tín hay những kẻ gian đang luôn rình rập để đánh cắp thông tin cá nhân phục vụ mục đích xấu khiến cho thế hệ này phải xem xét hành vi mua sắm của mình.

Đối với với Gen Y họ có mức độ nhận thức rủi ro về giao hàng ( beta = 0.16) cao hơn Gen Z ( beta = -0.226). Trái ngược với Gen Z, do Gen Y đã cân nhắc và tìm hiểu kĩ về sản phẩm cũng như các thông tin liên quan trước khi ra quyết định mua nên họ cảm thấy an tâm, nhưng đối với rủi ro về giao hàng họ cảm thấy việc giao hàng trễ hay mất mát hàng hóa… gây mất thời gian đối với họ.

4. Kết luận và hàm ý quản trị

Nghiên cứu đã đã đạt được mục tiêu nghiên cứu là phân tích nhận thức rủi ro của người tiêu dùng thế hệ Y và thế hệ Z trong việc mua sắm trực tuyến, đồng thời khám phá sự khác biệt giữa hai thế hệ. Kết quả nghiên cứu 360 người tiêu dùng tại Thành phố Hồ Chí Minh cho thấy rủi ro về sản phẩm; rủi ro về bảo mật thông tin và rủi ro về gian lận của người bán có tác động đến ý định và hành vi mua sắm trực tuyến. Đồng thời cũng có sự khác biệt giữa thế hệ Y và thế hệ Z trong mối quan hệ giữa ý định đối với hành vi mua sắm trực tuyến và mối quan hệ giữa rủi ro về sản phẩm, rủi ro về giao hàng đối với ý định mua sắm trực tuyến. Chính vì thế, một số hàm ý quản trị được đúc kết từ kết quả nghiên cứu như sau:

Thứ nhất, có thể thấy việc khó đánh giá chính xác chất lượng sản phẩm (mã thang đo PR1 với trọng số 0,828) mang trọng số lớn nhất trong thang đo. Điều này cho thấy khách hàng rất quan tâm về chất lượng sản phẩm, do vậy các doanh nghiệp cần phải cam kết về chất lượng cũng như xuất xử của sản phẩm và đảm bảo các thông tin về sản phẩm được công bố chính xác và rõ ràng. Bên cạnh đó, để tăng cường quyết định mua sắm của khách hàng các doanh nghiệp cần tìm cách tạo lòng tin cho khách hàng như cung cấp các chứng chỉ chất lượng sản phẩm đồng thời nâng cao chất lượng dịch vụ chăm sóc khách hàng để bảo vệ các lợi ích chính đáng của người tiêu dùng.

Thứ hai, Kết quả cho thấy biến quan sát SR2 có trọng số lớn nhất trong thang đo, khách hàng cảm thấy lo ngại sẽ mất thông tin khi mua sắm trực tuyến. Vì vậy các doanh nghiệp giảm thiểu nhận thức rủi ro bảo mật thông tin bằng cách thực hiện cam kết bảo mật thông tin cá nhân khách hàng. Đồng thời để tăng cường quyết định mua sắm của khách hàng các doanh nghiệp cần tăng cường đầu tư công nghệ; nâng cao năng lực sử dụng của nhân viên và chế tài trách nhiệm bồi thường của doanh nghiệp để thực hiện đúng cam kết này và bảo vệ quyền lợi của người mua.

Thứ ba, Các chương trình khuyến mại thường không đem lại lợi ích cho tôi như người bán quảng cáo (mã thang đo RSF3 với trọng số 0,908) khiến cho người tiêu dùng cảm thấy lo lắng trước quyết định mua sắm. Do vậy để người tiêu dùng tin tưởng và quyết định mua sắm các doanh nghiệp cần thay đổi hình thức marketing sản phẩm đến khách hàng và tuyệt đối không đưa ra các chương trình khuyến mãi ảo không có khả năng thực hiện.

Thứ tư, Theo kết quả kiểm định MGA thì Gen Z quan tâm về vấn đề bảo mật thông tin, vì vậy các doanh nghiệp cần thực hiện đúng cam kết bảo mật thông tin khách hàng, cung cấp cho bên thứ ba thì phải có sự xác nhận đồng ý của khách hàng để trách khách hàng bị làm phiền,… Đối với Gen Y doanh nghiệp cần nâng cao đội ngũ giao hàng và chăm sóc khách hàng để có thể hỗ trợ cho khách hàng trong những trường hợp bất khả kháng xảy ra nhằm mang lại cho khách hàng sự tiện lợi, thoải mái khi sử dụng dịch vụ.

TÀI LIỆU THAM KHẢO:

Aghekyan-Simonian, M., Forsythe, S., Kwon, W. S., & Chattaraman, V. (2012). The role of product brand image and online store image on perceived risks and online purchase intentions for apparel. Journal of Retailing and Consumer Services, 19(3), 325-331. https://doi.org/10.1016/j.jretconser.2012.03.006

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

Featherman, M., & Pavlou, P. A. (2003). Predicting e-services adoption: a perceived risk facets perspective. International Journal of Human-Computer Studies, 59(4), 451-474. https://doi.org/10.1016/s1071-5819(03)00111-3

Vương Quốc Anh - Trần Tuấn Anh - ThS. Trần Thanh Giang

Trường Đại học Nông Lâm Thành phố Hồ Chí Minh