Tác động của truyền miệng điện tử đến ý định sử dụng ví điện tử: ảnh hưởng điều tiết của quá tải thông tin

Bài báo nghiên cứu "Tác động của truyền miệng điện tử đến ý định sử dụng ví điện tử: ảnh hưởng điều tiết của quá tải thông tin" do ĐÀO TRƯỜNG KHANG - ThS. NGUYỄN THỊ BÍCH NGUYÊN* (Khoa Thương mại - Trường Đại học Văn Lang; * Tác giả liên hệ: nguyen.ntb@vlu.edu.vn) thực hiện.

TÓM TẮT:

Nghiên cứu này đánh giá mức cảm nhận về độ tin cậy của người tiêu dùng về các thông tin truyền miệng điện tử (eWOM), từ đó dự đoán ý định sử dụng ví điện tử của người tiêu dùng. Một cuộc khảo sát với 302 người tham gia đã được đưa vào phân tích bằng mô hình cấu trúc tuyến tính (PLS-SEM). Kết quả cho thấy cảm nhận về độ tin cậy đối với thông tin truyền miệng điện tử có tác động đáng kể đến ý định sử dụng ví điện tử. Trong đó các yếu tố chất lượng, chiều hướng, khối lượng và tính nhất quán của eWOM có tác động đáng kể đối với độ tin cậy với thông tin truyền miệng điện tử. Nghiên cứu cũng cho thấy tác động điều tiết của sự quá tải thông tin đến mối quan hệ giữa cảm nhận về độ tin cậy thông tin truyền miệng điện tử và ý định sử dụng ví điện tử của người tiêu dùng.

Từ khóa: quá tải thông tin, sự tin cậy, truyền miệng điện tử, ví điện tử, ý định sử dụng.

1. Đặt vấn đề

Trong kỷ nguyên số ngày nay, sự phát triển của công nghệ đã có tác động vô cùng lớn tới hành vi của người tiêu dùng 1,2. Song song với sự phát triển của công nghệ là sự thay đổi liên tục hình thức tiếp thị của các doanh nghiệp, để có thể chuyển mình theo xu hướng tiêu dùng của khách hàng một cách nhanh nhất. Và để có thể đáp ứng nhu cầu đa dạng của người dùng, các doanh nghiệp cũng dần chuyển sang kinh doanh trực tuyến để người tiêu dùng dễ dàng tiếp xúc với sản phẩm của doanh nghiệp, cũng như đáp ứng tính tiện lợi trong việc đặt hàng 3. Từ đó, nhu cầu sử dụng hình thức thanh toán trực tuyến của người dùng ngày càng tăng cao để có thể đáp ứng nhu cầu mua hàng nhanh và tiện lợi của họ. Chính vì thế, sự xuất hiện của truyền miệng điện tử eWOM như một hình thức giúp người tiêu dùng xoa dịu nỗi lo mua phải hàng kém chất lượng khi họ xem đánh giá của những người dùng khác trước khi đưa ra quyết định mua sản phẩm hay sử dụng một dịch vụ nào đó 4.

Việc khảo lược các nghiên cứu gần đây giúp tác giả phát hiện ra mối quan hệ giữa eWOM và hành vi mua hàng đang được sự quan tâm của các tác giả. Hầu hết các nghiên cứu đều khẳng định eWOM có tác động đến hành vi mua sắm của người tiêu dùng theo các cách khác nhau. Tuy nhiên, số lượng các nghiên cứu này còn đang hạn chế và vẫn đang được các nhà nghiên cứu đề xuất cần có sự tìm hiểu sâu sắc hơn để giải thích rõ mối quan hệ giữa eWOM và hành vi của người tiêu dùng 5,6,7. Do đó, trong nghiên cứu này tác giả quyết định tập trung vào chủ đề eWOM trong bối cảnh thị trường ví điện tử với các mục tiêu cụ thể sau: (1) Xác định ảnh hưởng của các yếu tố trong eWOM đến cảm nhận về độ tin cậy của eWOM trong trường hợp ví điện tử; (2) Xác định mối quan hệ giữa cảm nhận về độ tin cậy của eWOM và ý định sử dụng ví điện tử của người tiêu dùng; (3) Đặc biệt, nghiên cứu này sẽ kiểm tra tác động điều tiết của sự quá tải thông tin đến mối quan hệ giữa cảm nhận về độ tin cậy của eWOM và ý định sử dụng ví điện tử của người tiêu dùng.

2. Cơ sở lý luận

2.1. Truyền miệng điện tử

Truyền miệng (WOM) đã được công nhận trong nghiên cứu hành vi người tiêu dùng như một loại giao tiếp không chính thức ảnh hưởng đến quyết định của người tiêu dùng 8 9. Truyền miệng điện tử (eWOM) ra đời nhờ công nghệ thông tin, là thông tin tích cực hoặc tiêu cực về sản phẩm hoặc công ty được chia sẻ qua internet 10. Các nền tảng như mạng xã hội, cửa hàng trực tuyến và diễn đàn là nơi phổ biến để người tiêu dùng chia sẻ quan điểm 11,12. Dù eWOM là mở rộng của WOM, nhưng có đặc điểm độc đáo như tốc độ lan truyền nhanh, phạm vi tiếp cận rộng và khả năng đo lường cao hơn, làm cho eWOM hiệu quả hơn 13,14.

2.2. Lý thuyết hành vi có kế hoạch và Mô hình khả năng xây dựng

Nghiên cứu này xem xét tác động của các yếu tố eWOM đến cảm nhận về độ tin cậy và ý định sử dụng ví điện tử của người tiêu dùng, dựa trên Lý thuyết hành vi có kế hoạch (TPB) và Mô hình khả năng xây dựng (ELM). TPB, được Ajzen 15 đề xuất, mô tả sự tương tác giữa niềm tin và hành vi, trong đó ý định hành vi được coi là quyết định có ý chí của cá nhân. Hành vi được xem là kết quả của ý định hành vi và nhận thức kiểm soát hành vi, tức là nhận thức của cá nhân về mức độ khó dễ khi thực hiện hành vi đó 16. ELM (Mô hình khả năng xây dựng) được Petty và cộng sự 17 phát triển, giải thích sự hình thành thái độ và thay đổi hành vi của người tiêu dùng qua việc xử lý thông tin. Mô hình này chỉ ra rằng thái độ và hành vi của người dùng không chỉ thay đổi do nỗ lực nhận thức mà còn do phán đoán dựa trên gợi ý. Khi thông tin tiếp cận cá nhân trong những bối cảnh khác nhau, thái độ của họ sẽ khác nhau, từ đó ảnh hưởng đến mức độ thuyết phục của thông tin.

2.3. Các giả thuyết và mô hình nghiên cứu

Một số tác giả cho rằng eWOM gồm các yếu tố chính: (1) chất lượng, (2) chiều hướng, (3) số lượng và (4) tính nhất quán của thông tin đánh giá 5. (1) Chất lượng thông tin đóng vai trò quan trọng trong việc đánh giá sản phẩm và dịch vụ, bao gồm tính hợp lý, kịp thời, chính xác và toàn diện 18. (2) Chiều hướng của eWOM có thể là tích cực, tiêu cực, hoặc cả hai, với eWOM tích cực hoặc kết hợp với tiêu cực có ảnh hưởng đáng kể đến ý định mua hàng 19. (3) Khối lượng eWOM là số lượng đánh giá được đăng tải, có thể ảnh hưởng đến quyết định mua hàng khi người tiêu dùng dựa vào số lượng đánh giá tích cực 20. (4) Tính nhất quán đề cập đến sự đồng nhất giữa các đánh giá, ảnh hưởng đến mức độ tin tưởng và quyết định mua hàng của người tiêu dùng 21. Nếu các đánh giá tích cực không nhất quán, người tiêu dùng sẽ mất niềm tin và đánh giá đó sẽ có tác động tiêu cực đến quyết định của họ.

Độ tin cậy của eWOM được định nghĩa là mức độ mà được nhận thấy các đánh giá là đáng tin cậy 22. Theo ELM, độ tin cậy của eWOM phụ thuộc vào chất lượng lập luận khi sử dụng con đường trung tâm, vào tính nhất quán, chiều hướng và số lượng khi sử dụng con đường ngoại vi 9. Một số nghiên cứu đồng tình rằng các yếu tố của eWOM ảnh hưởng đến độ tin cậy của nó 6. Trong bối cảnh ví điện tử, nghiên cứu này cũng đề xuất các giả thuyết nghiên cứu, cụ thể như sau:

H1: Chất lượng của eWOM về ví điện tử có ảnh hưởng đến cảm nhận về độ tin cậy đối với eWOM của người tiêu dùng.

H2: Chiều hướng đa chiều của eWOM về ví điện tử có ảnh hưởng đến cảm nhận về độ tin cậy đối với eWOM của người tiêu dùng.

H3: Khối lượng eWOM về ví điện tử có ảnh hưởng đến cảm nhận về độ tin cậy đối với eWOM của người tiêu dùng.

H4: Tính nhất quán của eWOM về ví điện tử có ảnh hưởng đến cảm nhận về độ tin cậy đối với eWOM của người tiêu dùng.

Việc tiếp nhận thông tin là quá trình người tiêu dùng tham gia có mục đích vào việc sử dụng thông tin 9. Người tiêu dùng sẽ áp dụng e-WOM để giúp họ đưa ra quyết định mua hàng chỉ khi họ tin rằng thông tin nhận được là đáng tin cậy 23. Hơn nữa, người tiêu dùng nhận thấy đánh giá là đáng tin cậy sẽ tin tưởng hơn vào việc áp dụng e-WOM và sử dụng nó để đưa ra quyết định mua hàng 24. Do đó, giả thuyết có thể được đưa ra như sau:

H5: Cảm nhận về độ tin cậy đối với eWOM có ảnh hưởng đến ý định sử dụng ví điện tử của người tiêu dùng.

Đã có một số nghiên cứu nhắc tới tác động giữa các biến quá tải thông tin, độ tin cậy và ý định hành vi 25. Tuy nhiên trong các nghiên cứu này, biến quá tải thông tin chỉ đóng vai trò là biến độc lập và có tác động đáng kể đến 2 biến độ tin cậy và ý định mua. Do đó, điểm mới của nghiên cứu là biến sự quá tải thông tin được xem xét với vai trò là biến điều tiết của mối quan hệ giữa cảm nhận về độ tin cậy của eWOM và ý định sử dụng ví điện tử. Giả thuyết được đề ra như sau:

H6: Sự quá tải thông tin đóng vai trò điều tiết trong mối quan hệ giữa cảm nhận về độ tin cậy của eWOM và ý định sử dụng ví điện tử của người tiêu dùng.

truyen mieng

3. Phương pháp nghiên cứu

Nghiên cứu này được thực hiện tại TP. Hồ Chí Minh, sử dụng phương pháp chọn mẫu phi xác suất thuận tiện để khảo sát người tiêu dùng từ 18 tuổi trở lên có kinh nghiệm sử dụng ví điện tử và truy cập thông tin trực tuyến. Theo Hair và cộng sự 26, cỡ mẫu tối thiểu trong PLS-SEM là 40, nhưng để tăng độ tin cậy, tác giả đã chọn 350 mẫu và sau khi sàng lọc, còn lại 302 mẫu hợp lệ.

Các thang đo trong nghiên cứu này được kế thừa từ các thang đo dựa trên cơ sở lý thuyết, các nghiên cứu trước về eWOM 5,6,9. Đồng thời, tác giả đã hiệu chỉnh thang đo để phù hợp với bối cảnh nghiên cứu là ví điện tử. Thang đo được sử dụng trong nghiên cứu là thang đo Likert với 5 mức độ.

Mô hình nghiên cứu được kiểm định thông qua phần mềm Smart PLS 4.0, sử dụng phương pháp mô hình phương trình cấu trúc dựa trên bình phương tối thiểu từng phần (PLS-SEM). PLS-SEM là phương pháp phù hợp khi nghiên cứu có số lượng biến độc lập lớn hơn 4 và mối quan hệ giữa các biến phức tạp, với nhiều biến, đồng thời đóng vai trò là biến độc lập và biến phụ thuộc 26. Quy trình phân tích bao gồm các 2 bước chính: đánh giá mô hình đo lường và đánh giá mô hình cấu trúc để kiểm tra các giả thuyết đã đưa ra.

4. Kết quả

4.1. Thống kê mô tả

Bảng 1 trình bày thống kê nhân khẩu học của mẫu nghiên cứu gồm 302 người tham gia khảo sát. Độ tuổi của người tham gia chủ yếu từ 19 đến 35 tuổi, chiếm 80.46% tổng mẫu, với 41.72% từ 19-25 tuổi và 38.74% từ 26-35 tuổi. Về giới tính, 53.97% là nam và 46.03% là nữ. Về các mạng xã hội thường dùng, Facebook phổ biến nhất với 73.84% số người tham gia khảo sát sử dụng, tiếp theo là Youtube (50%), Tiktok (48.01%), Instagram (44.37%) và Zalo (26.49%). Đối với sàn thương mại điện tử, Shopee được ưa chuộng nhất với 75.17% lượt chọn, tiếp theo là Tiktok Shop (55.63%), Lazada (45.03%) và Tiki (12.58%). Các số liệu này giúp hiểu rõ hơn về đặc điểm và hành vi sử dụng công nghệ của người tiêu dùng tham gia khảo sát.

Bảng 1. Thống kê nhân khẩu học

 

Biến nhân khẩu

Thuộc tính

Số lượng

Tỷ lệ (%)

Độ tuổi

19 - 25 tuổi

126

41.72

26 - 35 tuổi

117

38.74

36 - 55 tuổi

51

16.89

> 56 tuổi

8

2.65

Tổng

302

100

Giới tính

Nam

163

53.97

Nữ

139

46.03

Tổng

302

100

Các mạng xã hội thường dùng

Facebook

223

73.84

Youtube

151

50.00

Tiktok

145

48.01

Instagram

134

44.37

Zalo

80

26.49

Tổng

733

 

Sàn thương mại điện tử thường dùng

Shopee

227

75.17

Tiktok Shop

168

55.63

Lazada

136

45.03

Tiki

38

12.58

Tổng

569

 

         

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4.2. Mô hình đo lường

Độ tin cậy của các hạng mục trong thang đo được kiểm tra qua hệ số Cronbach's Alpha (CA) và hệ số tin cậy tổng hợp (CR). Hệ số CA từ 0.802 đến 0.955 và hệ số CR từ 0.871 đến 0.971 đều vượt ngưỡng tối thiểu 0.7, chứng tỏ các thang đo đạt yêu cầu về độ tin cậy 26.

Bảng 2. Phân tích độ tin cậy của thang đo

Thang đo

Biến quan sát

Outer Loading

CA

CR

AVE

AQ

AQ1

0.884

0.872

0.913

0.724

AQ2

0.871

AQ3

0.849

AQ4

0.797

CS

CS1

0.871

0.821

0.893

0.736

CS2

0.859

CS3

0.843

VC

VC1

0.850

0.891

0.924

0.753

VC2

0.882

VC3

0.865

VC4

0.873

VM

VM1

0.805

0.802

0.871

0.629

VM2

0.811

VM3

0.840

VM4

0.711

IO

IO1

0.889

0.939

0.953

0.803

IO2

0.911

IO3

0.923

IO4

0.894

IO5

0.863

PC

PC1

0.912

0.911

0.944

0.848

PC2

0.927

PC3

0.924

BI

BI1

0.951

0.955

0.971

0.917

BI2

0.957

BI3

0.966

PCxIO

PXO

1.909

 

 

 

 

Nguồn: Nhóm tác giả thực hiện

 

 

 

 

 

Giá trị hội tụ.

 Để xác nhận giá trị phân biệt, nghiên cứu sử dụng phân tích Fornell-Larcker và tỷ lệ HTMT. Kết quả ở Bảng 3 và 4 cho thấy căn bậc hai của AVE cao hơn các giá trị tương quan khác 28 và tất cả giá trị HTMT đều dưới 0.9 29, đảm bảo các biến trong mô hình có sự phân biệt rõ rệt.

Bảng 3. Đánh giá giá trị phân biệt Fornell và Lacker

Fornell & Lacker

 

AQ

BI

CS

IO

PC

VC

VM

AQ

0.851

   

 

     

BI

0.475

0.878

 

 

     

CS

0.522

0.463

0.858

 

     

IO

-0.440

-0.521

-0.395

0.896

 

 

 

PC

0.730

0.606

0.668

-0.527

0.921

   

VC

0.589

0.473

0.555

-0.401

0.719

0.868

 

VM

0.691

0.600

0.635

-0.446

0.761

0.614

0.793

 

 

 

 

 

Bảng 4. Đánh giá giá trị phân biệt theo HTMT

HTMT

 

AQ

BI

CS

IO

PC

VC

VM

BI

0.551

 

 

 

 

 

 

CS

0.612

0.553

 

 

 

 

 

IO

0.490

0.580

0.450

 

 

 

 

PC

0.818

0.687

0.770

0.569

 

 

 

VC

0.665

0.541

0.645

0.435

0.794

 

 

VM

0.822

0.722

0.788

0.511

0.888

0.723

 

PCxIO

0.559

0.626

0.596

0.673

0.650

0.603

0.722

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4.3. Mô hình cấu trúc

Bảng 5. Kết quả kiểm định các giả thuyết

Giả thuyết

Mối quan hệ

Hệ số

Giá trị p

f2

VIF 

Mức độ tác động

Kết luận

H1

AQ à PC

0.271

0.000

0.135

1.905

*

Chấp nhận

H2

VC à PC

0.280

0.000

0.163

1.852

**

Chấp nhận

H3

VM à PC

0.278

0.000

0.118

1.816

*

Chấp nhận

H4

CS à PC

0.194

0.000

0.080

1.533

*

Chấp nhận

H5

PC à BI

0.368

0.000

0.145

1.000

*

Chấp nhận

H6

PCxIO à BI

0.124

0.001

0.048

1.818

*

Chấp nhận

 

 

 

 

 

 

 

 

 

 

Phân tích mô hình cấu trúc được thực hiện để kiểm định các giả thuyết nghiên cứu đã được đề ra. Kết quả từ Bảng 5 cho thấy các biến AQ, VC, VM và CS đều có tác động cùng chiều đến biến PC ở mức ý nghĩa 5% (p<0.05), do đó các giả thuyết H1, H2, H3, H4 được chấp nhận, nghĩa là các yếu tố cấu thành của eWOM gồm chất lượng, chiều hướng, khối lượng và tính nhất quán của eWOM có tác động đến cảm nhận sự tin cậy của eWOM của người tiêu dùng. Giả thuyết H5 về sự tác động của cảm nhận về độ tin cậy đối với eWOM đến ý định sử dụng ví điện tử của người tiêu dùng cũng được chấp nhận với p<0.05. Với biến điều tiết IO, kết quả cũng cho thấy biến tương tác PCxIO có tác động lên BI với β = -0.193; p - value = 0.000 < 0.05, do đó có thể khẳng định H6 được chấp nhận và sự quá tải thông tin có tác động điều tiết lên mối quan hệ giữa cảm nhận về độ tin cậy của eWOM và ý định sử dụng ví điện tử.

Các phân tích tiếp theo được sử dụng để kiểm định lại kết quả của mô hình cấu trúc. Kết quả phân tích sự đa cộng tuyến được thể hiện qua Bảng 5 cho thấy giá trị VIF giữa các biến đều nhỏ hơn 2, do đó không có hiện tượng đa cộng tuyến giữa các biến 26. Kết quả phân tích cho thấy R² hiệu chỉnh của BI và PC lần lượt là 0.445 và 0.737, nghĩa là các biến AQ, VC, VM, CS đã giải thích được 73.7% sự biến thiên của biến PC và các biến IO, PCxIO, PC đã giải thích được 44.5% sự biến thiên của biến BI. Cuối cùng, kiểm định hệ số tác động f² cho thấy mức độ tác động của từng biến độc lập lên biến phụ thuộc đều lớn hơn 0.02 26. Do đó, mô hình cấu trúc đạt yêu cầu về các kiểm định mô hình. 

truyen mieng

5. Kết luận

Kết quả của nghiên cứu đã xác nhận tác động của truyền miệng điện tử (eWOM) đến ý định sử dụng ví điện tử của người tiêu dùng. Cụ thể: (1) Các yếu tố của eWOM như chất lượng, mức độ cảm xúc, số lượng và tính nhất quán của thông tin đều ảnh hưởng đến cảm nhận về độ tin cậy của eWOM trong bối cảnh ví điện tử, phù hợp với các nghiên cứu trước đây trong lĩnh vực khách sạn 6 và mua sắm trực tuyến 30. (2) Nghiên cứu cũng khẳng định mối quan hệ tích cực giữa độ tin cậy của eWOM và ý định sử dụng ví điện tử, phù hợp với lý thuyết hành động hợp lý của Ajzen 16 và các nghiên cứu khác 7. (3) Điểm mới của nghiên cứu này là phát hiện sự tác động của quá tải thông tin, làm tăng ảnh hưởng của độ tin cậy của eWOM lên ý định sử dụng ví điện tử, đồng nhất với các nghiên cứu trước đây về mối quan hệ giữa quá tải thông tin và quyết định tiêu dùng 31.

Ngoài ra, nghiên cứu còn đóng góp về mặt lý thuyết khi xác nhận tính tin cậy và giá trị của các thang đo khái niệm trong mô hình nghiên cứu. Điều này giúp các nghiên cứu sau có thể sử dụng lại các thang đo này. Từ kết quả nghiên cứu, các thương hiệu có thể áp dụng để nâng cao hiệu quả của eWOM đối với ví điện tử. Tuy nhiên, nghiên cứu còn hạn chế về số lượng mẫu và thời gian, do đó cần mở rộng cỡ mẫu và khám phá thêm các yếu tố khác ảnh hưởng đến độ tin cậy của eWOM trong tương lai.

 

LỜI CẢM ƠN:

Nhóm tác giả cám ơn Trường Đại học Văn Lang, địa chỉ 69/68 Đặng Thùy Trâm, P.13, quận Bình Thạnh, Thành phố Hồ Chí Minh đã hỗ trợ tài chính cho bài viết này.

 

TÀI LIỆU THAM KHẢO:

  1. Bala M., & Verma D. (2018). A critical review of digital marketing. International Journal of Management, IT & Engineering, 8(10), 321-339.
  2. Sosanuy W., Siripipatthanakul S., Nurittamont W., & Phayaphrom B. (2021). Effect of electronic word of mouth (e-WOM) and perceived value on purchase intention during the COVID-19 pandemic: the case of ready-to-eat food. International Journal of Behavioral Analytics, 1(2), 1-16.
  3. Chaudary S., Rehman M. A., & Nisar S. (2014). Factors influencing the acceptance of online shopping in Pakistan.
  4. Leong C. M., Loi A. M. W., & Woon S. (2022). The influence of social media eWOM information on purchase intention. Journal of Marketing Analytics, 1-13.
  5. Shankar A., Jebarajakirthy C., & Ashaduzzaman M. (2020). How do electronic word of mouth practices contribute to mobile banking adoption?. Journal of Retailing and Consumer Services, 52, 101920.
  6. Reyes-Menendez A., Saura J. R., & Martinez-Navalon J. G. (2019). The impact of e-WOM on hotels management reputation: exploring tripadvisor review credibility with the ELM model. Ieee Access, 7, 68868-68877
  7. Rahim N. N. B. A., & Oversteegen L. (2022). The Effects of Social Media News Framing Valence and Comment Valence on Consumer Trust and Purchase Intention.
  8. Richins M. L. (1983). Negative word-of-mouth by dissatisfied consumers: A pilot study. Journal of marketing, 47(1), 68-78.
  9. Cheung C. M., & Thadani D. R. (2012). The impact of electronic word-of-mouth communication: A literature analysis and integrative model. Decision support systems, 54(1), 461-470.
  10. Hennig-Thurau T., Walsh G., & Walsh G. (2003). Electronic word-of-mouth: Motives for and consequences of reading customer articulations on the Internet. International journal of electronic commerce, 8(2), 51-74.
  11. Sigala M. (2012). Social networks and customer involvement in new service development (NSD) The case of www. mystarbucksidea. com. International Journal of Contemporary Hospitality Management, 24(7), 966-990.
  12. Luo Q., & Zhong D. (2015). Using social network analysis to explain communication characteristics of travel-related electronic word-of-mouth on social networking sites. Tourism management, 46, 274-282.
  13. Li X., & Hitt L. M. (2008). Self-selection and information role of online product reviews. Information systems research, 19(4), 456-474.
  14. Steffes E. M., & Burgee L. E. (2009). Social ties and online word of mouth. Internet research, 19(1), 42-59.
  15. Ajzen I. (1985). From intentions to actions: A theory of planned behavior. In Action control: From cognition to behavior (11-39). Berlin, Heidelberg: Springer Berlin Heidelberg.
  16. Ajzen I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211.
  17. Petty R. E., Cacioppo J. T., & Goldman R. (1981). Personal involvement as a determinant of argument-based persuasion. Journal of personality and social psychology, 41(5), 847.
  18. Bhattacherjee A., & Sanford C. (2006). Influence processes for information technology acceptance: An elaboration likelihood model. MIS quarterly, 805-825.
  19. Gopinath S., Thomas J. S., & Krishnamurthi L. (2014). Investigating the relationship between the content of online word of mouth, advertising, and brand performance. Marketing Science, 33(2), 241-258.
  20. Teng S., Wei Khong K., Wei Goh, W., & Yee Loong Chong A. (2014). Examining the antecedents of persuasive eWOM messages in social media. Online information review, 38(6), 746-768.
  21. Chang S. T., Lin T. M., & Luarn P. (2014). The effects of word of mouth consistency on persuasiveness. Canadian Journal of Administrative Sciences/Revue Canadienne des Sciences de l'Administration, 31(2), 128-141.
  22. Levy S., & Gvili Y. (2015). How credible is e-word of mouth across digital-marketing channels?: The roles of social capital, information richness, and interactivity. Journal of Advertising Research, 55(1), 95-109.
  23. McKnight D. H., Choudhury V., & Kacmar C. (2002). Developing and validating trust measures for e-commerce: An integrative typology. Information systems research, 13(3), 334-359.
  24. Sussman S. W., & Siegal W. S. (2003). Informational influence in organizations: An integrated approach to knowledge adoption. Information systems research, 14(1), 47-65.
  25. Furner C. P., & Zinko R. A. (2017). The influence of information overload on the development of trust and purchase intention based on online product reviews in a mobile vs. web environment: an empirical investigation. Electronic Markets, 27(3), 211-224.
  26.  Hair Jr, J. F., Sarstedt M., Hopkin L., & Kuppelwieser V. G. (2014). Partial least squares structural equation modeling (PLS-SEM): An emerging tool in business research. European business review, 26(2), 106-121.
  27.  Nunnally J. C., & Bernstein I. H. (1994). Psychological theory.
  28.  Fornell C., & Larcker D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.
  29.  Henseler J., Ringle C. M., & Sarstedt M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the academy of marketing science, 43, 115-135.
  30.  Putra M. P., Wayan N., & Suprapti S. (2020). The Application of the Elaboration Likelihood Model in Explaining E-WOM Adoption and Repurchase Intention. American Journal of Humanities and Social Sciences Research, 4(8), 259-267.
  31.  Phillips-Wren G., & Adya M. (2020). Decision making under stress: The role of information overload, time pressure, complexity, and uncertainty. Journal of decision systems, 29(sup1), 213-225.

 

The impact of electronic word-of-mouth on the intention to use e-wallets: The moderating effect of information overload

Dao Truong Khang1

Master. Nguyen Thi Bich Nguyen1

1Faculty of Commerce, Van Lang University

ABSTRACT:

This study evaluated the impact of consumer perceptions of electronic word-of-mouth (eWOM) reliability on the intention to use e-wallets. Data from a survey of 302 participants was analyzed by using Partial Least Squares Structural Equation Modeling (PLS-SEM). The results indicated that the perception of eWOM reliability significantly affects the intention to use e-wallets. Specifically, the quality, direction, volume, and consistency of eWOM have significant effects on eWOM reliability. The study also revealed the moderating effect of information overload on the relationship between eWOM reliability and the intention to use e-wallets.

Keywords: information overload, reliability, electronic word-of-mouth, e-wallets, usage intention.

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, Số 17 tháng 7 năm 2024]