CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ DỤNG

CÁC ỨNG DỤNG DI ĐỘNG VỀ GIÁO DỤC CỦA SINH VIÊN TẠI VIỆT NAM

Bùi Thu Huyền[1]

Đào Trung Kiên[2]

Tóm tắt

Nghiên cứu này được thực hiện nhằm đánh giá ảnh hưởng của các nhân tố tới ý định sử dụng các ứng dụng di động về giáo dục đối với sinh viên Việt Nam. Mô hình nghiên cứu được phát triển dựa trên mô hình chấp nhận công nghệ (TAM) và tính thích thú cảm nhận. Kết quả phần tích từ 306 người dung tại các trường đại học cho thấy ý định sử dụng các ứng dụng giáo dục chịu ảnh hưởng bởi (1) tính dễ sử dụng cảm nhận; (2) tính hữu ích cảm nhận, (3) tính thích thú cảm nhận và (4) thái độ với dịch vụ. Nghiên cứu cũng đem lại một số hàm ý nghiên cứu với các nhà phát triển và cung cấp dịch vụ cần tập trung vào khai thác lợi thế của ứng dụng di động dựa trên tính dễ sử dụng, tính hữu ích cũng như các dịch vụ gia tăng về tính giải trí đối với người dùng.

Từ khóa:  ứng dụng di động về giáo dục, ý định sử dụng, tính hữu ích cảm nhận, tính dễ sử dụng cảm nhận, tính thích thú cảm nhận.

Abstract

This study was conducted to evaluate the factors impact on intention to use education mobile application of Vietnamsese student. The research model was developed base on technology acceptance model (TAM) and perceived playfulness. The findings from 306 users in universities indicated that intention to use educational mobile application was affected by (1) perceived ease of use, (2) perceived usefulness, (3) perceived playfulness and (4) attitude. The study also provided several implications for developers and suppliers need to focus on on harnessing the strengths of mobile education applications based on ease of use and usefulness as well as bring entertainment facilities and comfort to users.

Key words: educational mobile applications, intention to use, attitude, perceived usefulness, perceived ease of use, perceived playfulness.

1. Giới thiệu

Xu hướng chuyển đổi số cùng với sự phát triển nhanh chóng của công nghệ thông tin và viễn thông đã có ảnh hưởng tới nhiều lĩnh vực của đời sống xã hội, trong đó có giáo dục (O'Connor và cộng sự, 2018; Khan và cộng sự, 2015; El-Hussein và cộng sự, 2010; Garrison và cộng sự, 2004; Volery và cộng sự, 2000). Ngoài các hình thức học tập truyền thống, việc sử dụng các công nghệ hiện đại trong giao dục đang trở lên phổ biến hơn (Hiltz, 2005; Lai và cộng sự, 2019). Hệ quả là việc sử dụng các công nghệ như trí tuệ nhân tạo (Bajaj và Shama, 2018), kỹ thuật số (Pacheco và cộng sự, 2018), thực tế ảo (Chassignol và cộng sự, 2019, Buckley và cộng sự, 2018) được tích hợp trong các thiết bị di động và trở thành công cụ học tập nhiều tiện ích, thân hiện với người dùng (Hamidi và cộng sự, 2018; Crompton và cộng sự, 2018; Jeng, 2010). Điều này làm cho xu hướng số hóa trong giáo dục đang ngày càng phát triển trong những năm gần đây (Forbes, 2019; Paul và cộng sự, 2018; Williamson và Ben, 2016; Luckin và cộng sự, 2012).

Nhờ tính phổ biến và linh hoạt cao kết hợp với những ứng dụng thông minh có giao diện đơn giản, thân thiện với người dùng, hệ thống học tập M-learning và các ứng dụng di động về giáo dục ngày càng được quan tâm và áp dụng rộng rãi, cho thấy sự cải thiện đáng kể trong quá trình dạy và học cũng như công tác đào tạo, giáo dục và nghiên cứu (Khan, 2015; Almaiah và Man, 2016). Không chỉ có ý nghĩa về mặt giáo dục, học thuật, các ứng dụng di động về giáo dục còn đem đến những tác động tích cực về mặt kinh tế (Hur, 2016). Với số lượt tải tăng 239% (đối với các ứng dụng miễn phí), và 180% (đối với các ứng dụng phải trả phí) trong vòng 5 năm từ 2012 đến 2017, đều trên mức lượt tải trung bình tổng của các ứng dụng di động (Statista, 2018) và thị phần đứng đầu bảng trên Google Play (Appbrain, 2018), xếp thứ ba trên Apple App Store (Statista, 2018), các ứng dụng di động về giáo dục đem lại doanh thu trên 16 tỉ USD năm 2017, tăng trên 4 lần so với 3,4 tỉ USD năm 2011 (Statista, 2018) và kỳ vọng sẽ là một thị trường tiềm năng, đặc biệt tại các quốc gia đang phát triển (Newzoo, 2017).

Đã có nhiều nghiên cứu tìm hiểu về sự phát triển và tầm quan trọng của các ứng dụng di động về giáo dục, cho thấy sự tăng trưởng mạnh mẽ về nhu cầu và ý định sử dụng các ứng dụng di dộng về giáo dục (Bhatheja và cộng sự, 2018; Tsai và Hwang, 2013; Luckin và cộng sự, 2012) đặc biệt là với đối tượng học sinh, sinh viên (Kumar và cộng sự, 2018; Wai và cộng sự, 2018; ITU, 2018). Nghiên cứu của Vázquez-Cano và Esteban, 2014 cho thấy tầm quan trọng của các ứng dụng di động về giáo dục trong việc thúc đẩy sử dụng phương pháp học tập M-learning (Mobile – learning) và việc học tập ứng dụng công nghệ số hóa. Trong khi đó, các nghiên cứu của Arpaci và Ibrahim, 2016; Hew và cộng sự, 2015, Kang và Seok, 2014 đưa ra các phương pháp tiếp cận khác nhau nhằm nghiên cứu về ý định sử dụng các ứng dụng di động về giáo dục của học sinh, sinh viên. Tuy nhiên, các nghiên cứu này chủ yếu phân tích các ứng dụng di động về giáo dục như một phần nằm trong phương pháp học tập M-learning (Pappas, 2017) thay vì là yếu tố quan trọng giúp M-learning tiếp cận đến đối tượng người dùng. Cùng với đó, mô hình nghiên cứu về sự chấp nhận sử dụng M-learning thường tập trung vào các biến cơ bản như tính hữu ích cảm nhận, tính dễ sử dụng cảm nhận (Pindeh, 2016) mà chưa nghiên cứu nhân tố tính thích thú cảm nhận về các ứng dụng di động giáo dục - được cho là có ảnh hưởng nhất định tới ý định sử dụng của người dùng (Huang, 2011; Lee và cộng sự, 2005; Moon và Kim, 2001; Davis và cộng sự, 1993; Teo và cộng sự, 1999) nhờ tính giải trí cao, giúp thỏa mãn giá trị tinh thần. Tại Việt Nam hiện nay, những nghiên cứu liên quan tới các ứng dụng giáo dục trên các thiết bị di động, đặc biệt là các ứng dụng di động giáo dục dành cho đối tượng sinh viên còn khá hạn chế. Bởi vậy, nghiên cứu này được thực hiện nhằm đánh giá các nhân tố chính ảnh hưởng tới ý định sử dụng các ứng dụng giáo dục di động của sinh viên Việt Nam.

2. Cơ sở lý thuyết

2.1. Ý định sử dụng và mô hình chấp nhận sử dụng

Ý định là yếu tố được sử dụng để đánh giá khả năng thực hiện hành vi của cá nhân. Theo Ajzen (1991), ý định mang tính thúc đẩy và thể hiện nỗ lực của một cá nhân sẵn sàng thực hiện một hành vi cụ thể. Ý định sử dụng các ứng dụng di động là khả năng người dùng sử dụng thường xuyên và liên tục các ứng dụng trên thiết bị di động trong tương lai (Webster và cộng sự, 1993; Venkatesh và Davis, 2000).

Mô hình chấp nhận công nghệ (TAM) là khung lý thuyết được sử dụng phổ biến để đánh giá các yếu tố ảnh hưởng đến việc áp dụng các hệ thống thông tin, được các nhà nghiên cứu công nhận rộng rãi trong các lĩnh vực khác nhau như thương mại điện tử, du lịch, tài chính-ngân hàng để giải thích hành vi chấp nhận sử dụng của người dùng đối với các công nghệ và hệ thống thông tin khác nhau (Davis và cộng sự, 1989; McCoy và cộng sự, 2007; Teo, 2009; Giesbers và cộng sự 2013). Được phát triển dựa trên Lý thuyết hành động hợp lý (TRA) của Fishbein và Ajzen, TAM xem xét hai yếu tố cơ bản ảnh hưởng đến ý định của người dùng để chấp nhận hoặc từ chối các hệ thống thông tin bao gồm: tính hữu ích cảm nhận và tính dễ sử dụng cảm nhận. Theo TAM, tính hữu ích cảm nhận và tính dễ sử dụng cảm nhận có ảnh hưởng trực tiếp tới thái độ; thái độ ảnh hưởng tới ý định sử dụng và ý định sử dụng ảnh hưởng tới sự hành vi chấp nhận hệ thống hay dịch vụ công nghệ thông tin (Wu và Wang, 2005).

Trong lĩnh vực giáo dục, mô hình TAM được sử dụng như một công cụ giải thích cho việc điều tra quá trình học tập kết hợp với các thiết bị công nghệ (Park, 2009), tìm hiểu ý định sử dụng m-learning và các ứng dụng di động về giáo dục bằng cách áp dụng lý thuyết và mô hình TAM trong thiết kế nghiên cứu (Pappas, 2017) để xác định mức độ ảnh hưởng của 2 nhân tố chính là tính hữu ích cảm nhận và tính dễ sử dụng cảm nhận đến việc chấp nhận học tập với các thiết bị công nghệ - điện tử của sinh viên (Park, 2009, Nam và Park, 2008).

2.2. Tính dễ sử dụng cảm nhận

Tính dễ sử dụng cảm nhận là sự nhận thức của một cá nhân trong việc tin rằng sử dụng dịch vụ công nghệ một cách thoải mái và không cần nhiều nỗ lực (Davis, 1989). Nghiên cứu của Saroia và cộng sự, 2018; Kang và Seok, 2014; Huang, 2007 đã chỉ ra tác động tích cực của tính dễ sử dụng cảm nhận đối với tính hữu ích cảm nhận. Cùng với đó các nghiên cứu chuyên sâu đã được thực hiện nhằm chứng minh tác động đáng kể của tính dễ sử dụng cảm nhận tới ý định sử dụng một cách trực tiếp hoặc gián tiếp (Hernandez và Mazzon, 2007; Guriting và Ndubisi, 2006; Eriksson, 2005). Tính dễ sử dụng cảm nhận giúp người dùng có thái độ tích cực với dịch vụ, từ đó nâng cao ý định sử dụng (Fortest và Rita, 2016; Pavlou và Fygenson, 2006). Do đó, nghiên cứu đưa ra giả thuyết:

H1a: Tính dễ sử dụng cảm nhận có ảnh hưởng tích cực đến tính hữu ích cảm nhận

H1b: Tính dễ sử dụng cảm nhận có ảnh hưởng tích cực đến thái độ

2.3. Tính hữu ích cảm nhận

Tính hữu ích cảm nhận là mức độ tin tưởng rằng sử dụng mô hình công nghệ giúp cải thiện hiệu quả công việc (Davis, 1989). Tính hữu ích của dịch vụ được thể hiện qua việc giúp khách hàng tiết kiệm thời gian, chi phí, tiếp cận dịch vụ đa dạng (Davis, 1993, Pavlou, 2003, Erkan và Evans, 2016). Trong mô hình TAM, tính hữu ích được xác định là nhân tố ảnh hưởng trực tiếp tới ý định sử dụng các sản phẩm về công nghệ bao gồm ứng dụng di động (Park và cộng sự, 2014). Khi người dùng nhận thấy các ứng dụng là hữu ích, họ sẽ có thái độ tích cực và xu hướng sử dụng ứng dụng nhiều hơn (Choi và cộng sự, 2011). Theo đó, các giả thuyết sau đây đã được đề xuất:

H2a: Tính hữu ích cảm nhận ảnh hưởng tích cực đến thái độ

H2b: Tính hữu ích cảm nhận ảnh hưởng tích cực đến ý định sử dụng

2.4. Thái độ sử dụng

Mặc dù thái độ của cá nhân là nhất quán song vẫn có thể bị ảnh hưởng bởi yếu tố bên ngoài trong lâu dài (Schiffman và cộng sự, 2010). Theo Ajzen (1991), ý định bị ảnh hưởng trực tiếp bởi “thái độ”, “chuẩn chủ quan” và “nhận thức kiểm soát hành vi”. Thái độ được định nghĩa là cảm xúc tích cực hay tiêu cực của một cá nhân khi thực hiện một hành vi có mục đích rõ ràng (Hsu, 2016). Do đó, khi cá nhân có thái độ tích cực đối với một hành vi thì khả năng thực hiện hành vi đó sẽ cao hơn (Tsang và cộng sự, 2004), hay thái độ có ảnh hưởng tích cực đến hành động thực tế (Lin, 2011; Mazhar và cộng sự, 2014). Giả thuyết được đưa ra:

H3: Thái độ ảnh hưởng tích cực tới ý định sử dụng    

2.5. Tính thích thú cảm nhận

Người dùng không phải lúc nào cũng hợp lý hay logic và cảm xúc đóng vai trò thường bị bỏ qua trong việc chấp nhận của người dùng đối với một công nghệ cụ thể (Zhang và Li, 2005). Moon và Kim đã mở rộng mô hình TAM đối với các sản phẩm về dịch vụ công nghệ (Moon và Kim, 2001), và các nghiên cứu tiếp theo đã xác định tính thích thú cảm nhận như một đặc điểm cá nhân và một trạng thái tâm lý (Webster và cộng sự, 1993; Ahn và cộng sự, 2007). Trong các nghiên cứu trước đây, khi một cá nhân sử dụng ứng dụng di động về giáo dục hiệu quả mà không cần nhiều nỗ lực, họ có thể nhận thức được tính hữu ích cao từ ứng dụng và thậm chí là sự vui vẻ, thích thú, từ đó có xu hướng sử dụng các ứng dụng với mức độ cao hơn (Moon và Kim, 2011).

Tuy nhiên, kết quả nghiên cứu của Sun và Zhang, 2006 đã khẳng định những tác động của tính thích thú cảm nhận đối với tính dễ sử dụng cảm nhận có giá trị cao hơn so với chiều ngược lại, đặc biệt là đối với các sản phẩm dịch vụ tiện ích. Đồng thời, sự linh hoạt và tiện dụng của các ứng dụng di động tạo sự thích thú và phấn khích, từ đó nâng cao nhận thức của người dùng về tính hữu ích của sản phẩm (Alalwan và cộng sự, 2018; Pousttchi và Goeke, 2011).

Bên cạnh đó các ứng dụng di động về giáo dục hỗ trợ những trải nghiệm thú vị và mang tính giải trí, người dùng khi cảm nhận được tính thích thú trong quá trình tương tác sẽ có thái độ tích cực chung đối với các ứng dụng di động về giáo dục và m-learning; và cuối cùng là ý định sử dụng cao các ứng dụng di động về giáo dục (Conci và cộng sự, 2009). Như vậy, giả thiết mà nhóm nghiên cứu đưa ra như sau:

H4a: Tính thích thú cảm nhận có ảnh hưởng tích cực đến tính dễ sử dụng cảm nhận

H4b: Tính thích thú cảm nhận có ảnh hưởng tích cực đến tính hữu ích cảm nhận

H4c: Tính thích thú cảm nhận có ảnh hưởng tích cực đến thái độ sử dụng

H4d: Tính thích thú cảm nhận có ảnh hưởng tích cực đến ý định sử dụng

3. Phương pháp nghiên cứu

3.1. Dữ liệu và phương pháp thu thập dữ liệu

Nghiên cứu sử dụng bảng hỏi có cấu trúc như một công cụ thu thập dữ liệu nghiên cứu. Thời gian khảo sát được thực hiện từ tháng 11 năm 2017 đến tháng 5 năm 2018 tại các trường Đại học Ngoại thương, Đại học Bách khoa Hà Nội, Đại học Công đoàn và Đại học Vinh. Cỡ mẫu được xác định là 300 đạt mức tốt theo quy tắc Comrey và Lee (1992) cho các nghiên cứu sử dụng phân tích nhân tố. Dữ liệu nghiên cứu được thực hiện trong hai giai đoạn: (1) giai đoạn điều tra thử (n=131) để đánh giá sơ bộ thang đo; (2) giai đoạn chính thức sử dụng cho các phân tích chính thức. Phương pháp thu thập dữ liệu bằng mạng quan hệ được sử dụng. Điều tra được thực hiện tại các lớp học dưới sự hỗ trợ của giảng viên tại các trường khảo sát. Kết quả sau khi phát đi 400 phiếu điều tra ở giai đoạn chính thức thu về được 306 phiếu hợp lệ sử dụng cho phân tích chính thức. Đặc điểm của sinh viên tham gia khảo sát được mô tả như trong bảng 1.

Bảng 1. Đặc điểm sinh viên tham gia khảo sát

3.2. Thang đo

Các biến quan sát của các nhân tố trong mô hình nghiên cứu được tham khảo và điều chỉnh từ các nghiên cứu trước đây (Venkatesh, 2003, Davis, 1989; 1993; Hur và cộng sự, 2017; Moon và Kim, 2001; Chou, 2006). Chúng tôi sử dụng phương pháp dịch ngược (back translation) để đảm bảo các câu hỏi không bị thay đổi ý nghĩa khi dịch từ tiếng Anh sang tiếng Việt. Tiếp theo, các biến quan sát được hiệu chỉnh thông qua một nghiên cứu định tính bằng thảo luận nhóm với 05 chuyên gia nghiên cứu marketing và hành vi khách hàng. Bộ câu hỏi được hiệu chỉnh một lần nữa thông qua phỏng vấn thử với 45 sinh viên Đại học Ngoại thương để đánh giá cách diễn đạt từ ngữ và mức độ dễ hiểu của các câu hỏi. Bộ câu hỏi thu được ban đầu được sử dụng cho điều tra sơ bộ (n=131) để đánh giá sự tin cậy thang đo. Sau khi đánh giá sơ bộ các câu hỏi được điều chỉnh một lần nữa và bỏ đi những biến quan sát không phù hợp. Kết quả cuối cùng chúng tôi thu được các thang đo đo lường các nhân tố chính thức như mô tả trong bảng 2. Mặc dù một số nghiên cứu sử dụng thang đo Likert 7 cho các biến quan sát. Tuy nhiên, đối với một số ngôn ngữ như tiếng Việt việc sử dụng thang đo Likert 7 có thể gây nhầm lẫn khi trả lời (mức 3 không đồng ý 1 phần và mức 5 đồng ý một phần). Bởi vậy, nghiên cứu này chúng tôi sử dụng thang đo Liket 5 điểm với 1 là hoàn toàn không đồng ý.

Bảng 2. Thang đo các nhân tố

3.3. Phương pháp phân tích dữ liệu

Chúng tôi sử dụng các phương pháp phân tích dữ liệu đa biến để phân tích và kiểm định các giả thuyết nghiên cứu. Đầu tiên, với mẫu nghiên cứu sơ bộ (n=131) chúng tôi sử dụng hệ số Cronbach Alpha và phân tích khám phá nhân tố (EFA) để đánh giá sơ bộ thang đo với tiêu chuẩn Cronbach Alpha lớn hơn 0.7, tương quan biến tổng lớn hơn 0.3 (Suanders và cộng sự, 2007; Hair và cộng sự, 2010; Nunally và Burstein, 1994). Phân tích EFA với tiêu chuẩn hệ số KMO lớn hơn 0.5, kiểm định Bartlett có p-value < 0.05, các hệ số tải nhân tố lớn hơn 0.5 và phương sai giải thích lớn hơn 50% (Hair và cộng sự, 2010). Với mẫu chính thức (n=306) chúng tôi sử dụng phân tích khẳng định nhân tố (CFA) để đánh giá sự phù hợp mô hình, giá trị hội tụ, giá trị phân biệt và tính tin cậy của mô hình (Hair và cộng sự, 2010). Chúng tôi sử dụng phân tích bằng mô hình cấu trúc tuyến tính (SEM) để kiểm định các giả thuyết nghiên cứu ở mức ý nghĩa thống kê theo thông lệ là 5%. Các tiêu chuẩn được xem là thích hợp của phân tích CFA và SEM bao gồm: Chi-square/df nhỏ hơn 3, CFI, TLI, IFI lớn hơn 0.9 và RMSEA nhỏ hơn 0.08 (Hair và cộng sự, 2010). Các hệ số tải nhân tố của các biến quan sát lớn hơn 0.5 cho thấy các nhân tố đạt giá trị hội tụ. Để đánh giá giá trị phân biệt của các nhân tố trong mô hình chúng tôi sử dụng phân tích bằng khoảng tin cậy 95% của các hệ số tương quan, nếu khoản tin cậy 95% của các hệ số tương quan không chứa giá trị 1 cho thấy các khái niệm nghiên cứu đạt giá trị phân biệt (Torkzadeh và cộng sự, 2003). Hệ số tin cậy tổng hợp lớn hơn 0.6 cho thấy các nhân tố đạt tính tin cậy với mẫu chính thức.

4. Kết quả phân tích dữ liệu

4.1. Kết quả đánh giá sơ bộ thang đo

Kết quả đánh giá với mẫu sơ bộ (n=131) cho thấy các nhân tố trong mô hình nghiên cứu đều đạt tính tin cậy cần thiết và là những thang đo đơn hướng. Các hệ số Cronbach Alpha đều lớn hơn 0,7, tương quan biến tổng của các biến quan sát lớn hơn 0,3, các hệ số KMO đều lớn hơn 0,5, hệ số factor loading lớn hơn 0,5, kiểm định Barlett có ý nghĩa thống kê và phương sai giải thích (TVE) đều lớn hơn 50% (Bảng 3)

Bảng 3. Kết quả đánh giá sơ bộ thang đo

4.2. Kết quả đánh giá chính thức thang đo

Với mẫu nghiên cứu chính thức (n=306), kết quả phân tích ở mô hình tới hạn sau cho thấy mô hình tương thích với dữ liệu thực tế: Chi-square/df = 1,603< 3; CFI = 0,969, TLI = 0,960; IFI = 0,969 đều lớn hơn 0,9 và RMSEA = 0,044 < 0,08. Trọng số nhân tố của các biến quan sát đều lớn hơn 0,5 cho thấy các khái niệm nghiên cứu đạt giá trị hội tụ, khoảng tin cậy 95% của các hệ số tương quan trong phân tích bằng bootstrap không chứa giá trị 1, cho thấy các khái niệm nghiên cứu đạt giá trị phân biệt. Độ tin cậy tổng hợp các nhân tố lớn hơn 0.6 cho thấy các khái niệm nghiên cứu đạt tính tin cậy cần thiết với dữ liệu chính thức (Bảng 4)

Bảng 4. Kết quả phân tích đánh giá giá trị thang đo

4.3. Mô hình cấu trúc và kiểm định các giả thuyết nghiên cứu

Kết quả phân tích cho thấy mô hình nghiên cứu phù hợp với dữ liệu thực tế: Chi-square/df = 1,982 < 3; CFI = 0,946, TLI = 0,935; IFI = 0,947 đều lớn hơn 0,9; và RMSEA = 0,057 < 0,08. Sau khi loại đi các quan hệ không có ý nghĩa thống kê (p-value > 0.05), kết quả phân tích cuối cùng cho thấy: tính thích thú cảm nhận có tác động tích cực đến tính dễ sử dụng cảm nhận (β =0,091, p-value < 0,001), tính dễ sử dụng cảm nhận có tác động tích cực đến tính hữu ích cảm nhận (β =0,095, p-value < 0,001), tính thích thú cảm nhận có tác động tích cực đến tính hữu ích cảm nhận (β =0,103, p-value < 0,001), tính hữu ích cảm nhận có tác động tích cực đến thái độ (β =0,086, p-va4.3.lue < 0,001), tính thích thú cảm nhận có tác động tích cực đến ý định sử dụng (β =0,095, p-value < 0,001), thái độ có tác động tích cực đến ý định sử dụng (β =0,108, p-value < 0,001). Hay nói cách khác chấp nhận các giả thuyết H1a, H2a, H3, H4a, H4b, H4d và bác bỏ các giả thuyết H1b, H2b và H4c.

Bảng 5. Quan hệ các biến trong mô hình

5. Bàn luận và hàm ý nghiên cứu

Trong nghiên cứu này, mô hình chấp nhận sử dụng công nghệ TAM mở rộng với nhân tố bổ sung là tính thích thú cảm nhận – đại diện cho động lực nội tại đã được kiểm chứng nhằm tìm hiểu ảnh hưởng của các nhân tố đến ý định sử dụng các ứng dụng di động về giáo dục tại Việt Nam.

Ý định sử dụng các ứng dụng di động giáo dục bị tác động bởi các nhân tố thái độ, tính thích thú cảm nhận. Kết quả này hoàn toàn phù hợp và nhất quán với những lý thuyết và mô hình chấp nhận công nghệ (TAM) (Davis, 1989; Davis và cộng sự, 1989). Như vậy mô hình TAM là một mô hình phù hợp để đo lường các nhân tố đối với các quốc gia đang phát triển và có tỉ lệ sử dụng thiết bị di động tăng cao trong thời gian gần đây, trong đó có Việt Nam. Nhân tố thái độ có ảnh hưởng lớn nhất đến ý định của người dùng bởi thái độ thể hiện cảm xúc tích cực (hoặc tiêu cực) trực tiếp khi người dùng tiếp cận các ứng dụng di động về giáo dục. Kết quả này tương tự như các nghiên cứu của Tan và cộng sự, 2014; Huang và cộng sự, 2007 cho rằng thái độ có ảnh hưởng chủ đạo và là những nhân tố đánh giá ý định sử dụng các ứng dụng di động về giáo dục rõ ràng nhất. Tác động của tính thích thú cảm nhận đối với ý định sử dụng một lần nữa khẳng định vai trò của các giá trị động lực nội tại bao gồm tính giải trí, sự thoải mái và thư giãn đối với ý định sử dụng các ứng dụng di động về giáo dục - khi một cá nhân có sự yêu thích nhất định đối với ứng dụng, họ sẽ có ý định sử dụng các sản phẩm đó. Kết quả đánh giá ảnh hưởng của nhân tố tính thích thú cảm nhận tương tự với nghiên cứu của Shi, 2018; Teo và Noyes, 2011; Moon và Kim, 2001. Tiếp đó, nghiên cứu cũng ghi nhận tác động gián tiếp tới ý định sử dụng của nhân tố tính dễ sử dụng cảm nhận thông qua nhân tố thái độ. Mặc dù không có tác động sâu sắc nhất nhưng ảnh hưởng của tính thích thú cảm nhận đối với ý định sử dụng các ứng dụng di động về giáo dục của người dùng là không nhỏ. Kết quả này có nhiều điểm chung với nghiên cứu của Liu và cộng sự, 2010 khi cho rằng tính dễ sử dụng cảm nhận có ảnh hưởng tới ý định sử dụng, nhưng có tác động không lớn bằng nhân tố tính hữu ích cảm nhận.

Cùng với đó, nghiên cứu cũng chỉ ra tác động của nhân tố tính thích thú cảm nhận - là tiền đề của tính dễ sử dụng cảm nhận và tính hữu ích cảm nhận thay vì bị ảnh hưởng bởi hai nhân tố trên. Kết quả này cũng đã được công nhận bởi nhiều nghiên cứu bao gồm Padilla-MeléNdez và cộng sự, 2013, Hong và cộng sự 2011; Mun và cộng sự, 2003; Venkatesh, 2000. Từ những nhận định này, các nhà lập trình, cung cấp ứng dụng cũng như các nhà quản lý và các tổ chức giáo dục cần quan tâm tới cả giá trị lợi ích và giá trị tinh thần trong quá trình phát triển, thiết kế và áp dụng các ứng dụng di động về giáo dục đối với sinh viên. 

Kết quả nghiên cứu đã có những đóng góp nhất định về mặt khoa học và thực tiễn. Về mặt khoa học, nghiên cứu đã đóng góp ba ý nghĩa cơ bản. Thứ nhất, nhóm đã chứng minh được sự phù hợp của mô hình nghiên cứu nhằm đánh giá ý định sử dụng các ứng dụng di động về giáo dục dựa trên mô hình chấp nhận công nghệ TAM. Thứ hai, nghiên cứu đã xác định các nhân tố ảnh hưởng tới ý định sử dụng các ứng dụng di động về giáo dục, bao gồm: (1) tính thích thú cảm nhận, (2) tính dễ sử dụng cảm nhận, (3) tính hữu ích cảm nhận và (4) thái độ. Thứ ba, nghiên cứu này có thể là một nguồn tham khảo phục vụ cho các nghiên cứu khác trong tương lai khai thác ý định hành vi người dùng về các sản phẩm, dịch vụ liên quan đến giáo dục ứng dụng công nghệ di động hoặc các nghiên cứu liên quan đến lĩnh vực này. Về mặt thực tiễn, kết quả của nghiên cứu đã cung cấp dữ liệu và kết quả phân tích dựa trên cảm nhận người dùng, hỗ trợ các bên liên quan trong quá trình xây dựng và phát triển hệ thống học tập, giáo dục kết hợp công nghệ di động. Đối với nhà cung cấp và lập trình viên, hàm ý nghiên cứu đưa ra các giải pháp nhằm nâng cao chất lượng của các sản phẩm ứng dụng, trong đó: (1) tăng cường đầu tư vào quá trình nghiên cứu và thiết kế nhằm đưa ra các sản phẩm hữu ích, đáp ứng tốt hơn nhu cầu người dùng, (2) bổ sung thêm các tính năng và trải nghiệm giúp tạo sự thích thú và thư giãn khi sử dụng các ứng dụng giáo dục, (3) hạn chế và giải quyết những rào cản gây khó khăn giúp người dùng dễ dàng tiếp cận các ứng dụng về giáo dục trên thiết bị di động (4) duy trì, nâng cao hiệu quả các ứng dụng di động trong lĩnh vực giáo dục, phục vụ mục đích học tập  của người dùng

Mặc dù đã đạt được mục đích nghiên cứu đề ra, nghiên cứu vẫn tồn tại một số hạn chế nhất định. Thứ nhất, nghiên cứu mới thực hiện tại một số tỉnh tại Việt Nam nên khả năng khái quát hóa của nghiên cứu có thể bị hạn chế. Thứ hai, nghiên cứu mới đề cập đến các nhân tố của động lực và chưa tìm hiểu về các nhân tố về chuẩn mực xã hội và khách quan, do đó cần bổ sung và mở rộng các biến của mô hình trong các nghiên cứu tiếp theo để có thể giải thích rõ hơn về ý định chấp nhận và sử dụng các ứng dụng di động về giáo dục.

Tài liệu tham khảo

1. Ahn, T., Ryu, S., & Han, I. (2007), “The impact of Web quality and playfulness on user acceptance of online retailing”, Information & management, 44(3), 263-275.
2. Ajzen, I. (1991), “The theory of planned behavior”, Organizational behavior and human decision processes, 50(2), 179-211.
3. Davis, F. D. (1993), “User acceptance of information technology: system characteristics, user perceptions and behavioral impacts”, International journal of man-machine studies, 38(3), 475-487.
4. Fernando, N., Loke, S. W., & Rahayu, W. (2013), “Mobile cloud computing: A survey”, Future generation computer systems, 29(1), 84-106.
5. Hair, J. F., Anderson, R. E., Babin, B. J., & Black, W. C. (2010), “Multivariate data analysis: A global perspective”, Pearson Education, London.
6. Jeng, Y. L., Wu, T. T., Huang, Y. M., Tan, Q., & Yang, S. J. (2010), “The add-on impact of mobile applications in learning strategies: A review study”, Educational Technology & Society, 13(3), 3-11.
7. Moon, J. W., & Kim, Y. G. (2001), “Extending the TAM for a World-Wide-Web context”, Information & management, 38(4), 217-230.
8. O'Connor, S., & Andrews, T. (2018), “Smartphones and mobile applications (apps) in clinical nursing education: A student perspective”, Nurse education today, 69, 172-178.
9. Pappas, I. O., Giannakos, M. N., & Sampson, D. G. (2017), “Fuzzy set analysis as a means to understand users of 21st-century learning systems: The case of mobile learning and reflections on learning analytics research”, Computers in Human Behavior, 92, 646-659.
10. Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management science, 46(2), 186-204.
11. Webster, J., Trevino, L. K., & Ryan, L. (1993). The dimensionality and correlates of flow in human-computer interactions. Computers in human behavior, 9(4), 411-426.

[1] Trường Đại học Ngoại thương, Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.

[2] Trường Đại học Bách khoa Hà Nội, Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.