Sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin trong bối cảnh dịch Covid 19 - vai trò điều tiết của lo lắng do vi rút corona

TÓM TẮT:

Hai mô hình lý thuyết về sự chấp nhận sử dụng công nghệ TAM và UTAUT đã được sử dụng như lý thuyết nền để đề xuất mô hình nghiên cứu về sự chấp nhận sử dụng ứng dụng giao đồ ăn Baemin. Với sự kết hợp 2 phương pháp nghiên cứu là định tính và định lượng, kết quả nghiên cứu cho thấy, có 3 yếu tố tác động gián tiếp tới hành vi chấp nhận sử dụng thông qua thái độ hướng tới sử dụng và 1 yếu tố tác động trực tiếp tới hành vi chấp nhận sử dụng. Nghiên cứu cũng đánh giá độ tin cậy và sự phù hợp của cấu trúc thang đo lo lắng về vi rút corona. Hơn nữa, cấu trúc khái niệm này có vai trò điều tiết của 3 mối quan hệ trong mô hình. Từ kết quả tìm thấy, nghiên cứu đã thảo luận để đưa ra các hàm ý quản trị mang tính ứng dụng.

Từ khóa: ứng dụng giao đồ ăn, sự chấp nhận sử dụng, chấp nhận công nghệ. Mã phân loại JED: M1; M31.

1. Đặt vấn đề

Trước tình hình dịch bệnh của đại dịch Covid-19, nhiều nhà hàng, quán ăn tại Việt Nam cũng bị ảnh hưởng kinh doanh nên đã chọn giải pháp chuyển đổi số, bán đồ ăn mang về. Mang theo sứ mệnh “Giúp mọi người ăn ngon mọi lúc mọi nơi” đến Việt Nam, Baemin có cách thức hoạt động không quá khác biệt so với các ứng dụng giao đồ ăn khác như Now, Grab Food. Là một ứng dụng đặt đồ ăn trực tuyến, tính năng chính của Baemin chính là đặt đồ ăn trực tuyến bằng ứng dụng trên điện thoại di động. Baemin liên kết với các đối tác nhà hàng, quán ăn,… để người bán đăng tải các loại món ăn lên ứng dụng, từ đó khách hàng lựa chọn món ăn và được giao đến tận nơi. Baemin là một ứng dụng mới gia nhập thị trường TP. Hồ Chí Minh, vì vậy, cần làm thế nào để chiếm được thị phần trong cuộc đua cạnh tranh với các ứng dụng giao hàng trực tuyến khác như Grap food, Now, Go food? Và quan trọng hơn, đó là làm thế nào để gia tăng lượng khách hàng chấp nhận sử dụng ứng dụng giao hàng trực tuyến để vừa mang doanh thu về cho doanh nghiệp trong bối cảnh dịch Covid-19? Vậy, việc tìm hiểu các yếu tố tác động tới hành vi chấp nhận sử dụng ứng dụng giao hàng trực tuyến lúc này là cần thiết và Baemin đã được chọn là một nghiên cứu điển hình.

2. Cơ sở lý thuyết và giả thuyết nghiên cứu

Theo Ahmad (2005), mô hình hành vi chấp nhận sử dụng công nghệ (TAM) bao gồm kích thích bên ngoài làm gia tăng chấp nhận sử dụng thông qua lần lượt 2 trung gian là sự xúc động và thái độ hướng tới sử dụng. Mô hình thống nhất sự chấp nhận sử dụng (UTAUT) của Venkatesh & cộng sự (2003), đã gợi ý rằng có 3 nhân tố (Hiệu quả mong đợi, Nỗ lực mong đợi, Ảnh hưởng xã hội) tác động gián tiếp đến hành vi sử dụng thông qua nhân tố dự định hành vi và một nhân tố (Điều kiện thuận lợi) tác động trực tiếp đến hành vi chấp nhận sử dụng. Mô hình cũng nhấn mạnh các yếu tố về nhân khẩu học là các biến điều tiết trong các mối quan hệ này. Sau khi tham khảo các kết quả nghiên cứu trước đây, nghiên cứu đã tích hợp 2 mô hình lý thuyết TAM và UTAUT để đề xuất mô hình cho nghiên cứu này.

Hiệu quả mong đợi là mức độ mà việc sử dụng công nghệ sẽ mang lại lợi ích cho người tiêu dùng trong việc thực hiện một số hoạt động nhất định (Venkatesh & cộng sự, 2003). Nhiều nghiên cứu đã khẳng định hiệu quả mong đợi có tác động tới sự chấp nhận. Trong nghiên cứu này, hiệu quả mong đợi là việc người sử dụng tin rằng khi họ sử dụng ứng dụng sẽ giúp tối ưu hóa việc thực hiện các giao dịch như tiết kiệm thời gian, chi phí, giúp giảm tiếp xúc trong bối cảnh dịch Covid.

H1: Hiệu quả mong đợi có tác động dương đến thái độ hướng tới sử dụng.

Nỗ lực mong đợi là mức độ dễ dàng sử dụng các công nghệ (Venkatesh & cộng sự, 2003). Thể hiện mức độ đơn giản hay phức tạp sẽ quyết định đến khả năng chấp nhận của cá nhân đối với sự cải tiến đó (Ibrahim & cộng sự, 2017). Do đó, thêm 1 giả thuyết thứ hai được đưa ra:

H2. Nỗ lực mong đợi có tác động dương đến thái độ hướng tới sử dụng.

Ảnh hưởng xã hội được định nghĩa là mức độ mà một cá nhân nhận thấy rằng những những người quan trọng tin rằng nên sử dụng hệ thống mới và vai trò của ảnh hưởng xã hội trong các quyết định chấp nhận công nghệ là rất phức tạp và phụ thuộc vào hàng loạt các ảnh hưởng ngẫu nhiên (Venkatesh & cộng sự, 2003). Trong nghiên cứu này, yếu tố ảnh hưởng xã hội là mức tác động của những người có ảnh hưởng nghĩ rằng và khuyên nên dùng công nghệ mới này.

H3. Ảnh hưởng xã hội có tác động dương đến thái độ hướng tới sử dụng.

Điều kiện thuận lợi là mức độ mà cá nhân tin rằng tồn tại cơ sở hạ tầng kỹ thuật và tổ chức để hỗ trợ cho việc sử dụng hệ thống (Venkatesh & cộng sự, 2003), thể hiện cảm nhận của người dùng về các nguồn lực và hỗ trợ sẵn có để thực hiện một hành vi cụ thể. Venkatesh (2000) đã tìm thấy sự ủng hộ về sự tác động của điều kiện thuận lợi lên ý định và hành vi sử dụng bởi kỳ vọng nỗ lực. Theo Macedo (2017), điều kiện thuận lợi có tất cả các vấn đề liên quan đến việc sử dụng công nghệ như phần cứng, phần mềm và sự hỗ trợ kỹ thuật từ bên ngoài.

H4. Điều kiện thuận lợi có tác động dương đến thái độ hướng tới sử.

Trong mô hình lý thuyết sự chấp nhận công nghệ TAM thì yếu tố Thái độ hướng tới sử dụng có vai trò làm trung gian giữa các yếu tố kích thích dẫn tới hành vi chấp nhận sử dụng công nghệ. Thái độ hướng tới sử dụng được mô tả như một khuynh hướng của cá nhân, hành động một cách nhất quán theo hướng tích cực hoặc tiêu cực liên quan đến việc sử dụng; mặc dù thái độ của cá nhân phát triển theo thời gian và thường nhất quán, nhưng một số yếu tố bên ngoài có thể ảnh hưởng và thay đổi thái độ của cá nhân (Schiffman & cộng sự, 2010). Do đó, một cá nhân thể hiện thái độ tích cực hơn đối với một hành vi nhất định sẽ có nhiều khả năng chấp nhận hành vi đó hơn (Thornton & cộng sự, 2007). Do vậy, nghiên cứu đặt giả thuyết sau:

H5. Thái độ hướng tới sử dụng có tác động dương đến sự chấp nhận sử dụng.

Sự chấp nhận là phản ứng của mỗi cá nhân trong việc áp dụng công nghệ mới trong các hoạt động Sự suy xét giữa các yếu tố tích cực và tiêu cực ảnh hưởng đến việc chấp nhận của người dùng đối với các ứng dụng cho thiết bị di động dành cho nhà hàng (Palau-Saumell & cộng sự, 2019). Sự hữu ích trong công việc và học tập, nhanh chóng, tiện lợi mà công nghệ mới mang lại trong việc ứng dụng thư viện trên điện thoại di động (Rafique & cộng sự, 2020). Trong nghiên cứu này, sự chấp nhận được xác định là sự sử dụng, tin dùng hay sự thỏa mãn khi áp dụng công nghệ giao đồ ăn trực tuyến.

Theo mô hình lý thuyết UTAUT gợi ý thì các biến nhân khẩu học hay các đặc tính cá nhân điều hòa các mối quan hệ trong mô hình. Lo lắng đề cập đến mức độ mà một cá nhân tạm thời trải qua cảm giác sợ hãi, e ngại và gây hấn khi cân nhắc sử dụng hay quyết định sử dụng trong bối cảnh nào đó. Lo lắng đề cập đến nỗi sợ hãi như buồn bã, nhận thức và căng thẳng do các tình huống tạo ra (Simonson & cộng sự, 1987). Kết quả của các nghiên cứu trước khẳng định rằng một người lo lắng càng cao thì càng giảm thái độ tích cực về việc chấp nhận sử dụng công nghệ nào đó (Celik, 2016; Celik & cộng sự, 2016; Igbaria& Chakrabarti, 1990; Korobili & cộng sự, 2010; Rana & cộng sự, 2016). Lo lắng do vi rút corona là mức độ lo lắng liên quan tới việc không ngừng giảm thiểu lây lan, trú ẩn tại chỗ, ngừng việc đi lại (Milman & cộng sự, 2020). Nghiên cứu đề xuất yếu tố lo lắng về vi rút corona là biến điều tiết trong mô hình nghiên cứu này.

H6. Lo lắng do vi rút corona có tác động dương tới mối quan hệ giữa hiệu quả mong đợi và thái độ hướng tới sử dụng.

H7. Lo lắng do vi rút corona có tác động dương tới mối quan hệ giữa ảnh hưởng xã hội và thái độ hướng tới sử dụng.

H8. Lo lắng do vi rút corona có tác động dương tới mối quan hệ giữa điều kiện thuận lợi và hành vi chấp nhận sử dụng.

3. Phương pháp nghiên cứu

3.1. Mẫu nghiên cứu và thu thập dữ liệu

Theo Bollen (1989) kích thước mẫu dự kiến tối thiểu là gấp 5 lần tổng số biến quan sát (tốt hơn là 10 lần). Theo tỷ lệ này, với 31 biến quan sát thì tối thiểu số mẫu quan sát cần phải có cho nghiên cứu là 310. Tuy nhiên, để đảm bảo tính chính xác và độ tin cậy cao, tác giả quyết định lấy cỡ mẫu là 350. Đối tượng khảo sát là người tiêu dùng đã từng sử dụng ứng dụng Baemin tại TP. Hồ Chí Minh. Nghiên cứu thực hiện khảo sát bằng 2 hình thức: (1) trực tiếp tại hiện trường:185 bảng, (2) trực tuyến qua Google Form: 168 bảng, tổng thu được là 353 bảng, trong quá trình xử lý dữ liệu phải loại 23 bảng do lỗi trả lời, bộ dữ liệu chính thức để đưa vào phân tích là 330 phiếu.

3.2. Thang đo nghiên cứu

Nghiên cứu đề xuất 7 cấu trúc khái niệm và có 31 mục đo trong mô hình được thiết kế theo hình thức thang đo Likert 5 điểm. Trong đó cấu trúc khái niệm Lo lắng do vi rút corona là một khái niệm mới, đã được tham khảo bởi 5 chuyên gia và thảo luận nhóm với 20 người tiêu dùng. Kết quả có được 3 mục đo: “Tôi lo lắng khi nghe tin về sự lây lan của virus corona; Tôi rất lo lắng khi phải đi ra ngoài; Tôi cực kỳ lo lắng khi phải tiếp xúc khi đi mua sắm trực tiếp”. (Bảng 1)

Bảng 1. Thang đo nghiên cứu

STT	Nhân tố	Biến	Ký hiệu	Nguồn
1	Hiệu quả mong đợi	5	PE	Yeo & cộng sự (2017); Prasetyo & cộng sự (2021)
2	Nỗ lực mong đợi	5	EE	Al-Ghaith & cộng sự (2010); Suhartanto & cộng sự (2019)
3	Ảnh hưởng xã hội	4	SI	Venkatesh (2003); Jeremy Light (2015); Kaur & cộng sự (2021)
4	Điều kiện thuận lợi	6	FC	Pelletier &cộng sự (2011); Barbosa & cộng sự (2020)
5	Thái độ hướng tới sử dụng	5	AT	Venkatesh & Davis, (2000); Tu & Hu (2018)
6	Hành vi chấp nhận	3	AC	Jansorn & cộng sự (2013); Ibrahim & cộng sự (2017)
7	Lo lắng do vi rút corona	3	AX	Lee & cộng sự, (2020); Milman & cộng sự, (2020); Liu & cộng sự, (2020); Li & cộng sự, (2020)
Tổng	7	31

4. Kết quả nghiên cứu

4.1. Thống kê mô tả mẫu nghiên cứu

Bộ dữ liệu gồm 330 phiếu được xử lý và phân tích trên ứng dụng phân tích thống kê SPSS 20.0. Kết quả phân tích thống kê mô tả cho thấy đặc điểm của mẫu nghiên cứu là nữ chiếm tỉ lệ cao hơn so với nam, đa số có độ tuổi là giới trẻ từ 20 - 35 tuổi. Đối tượng sinh viên chiếm nhiều nhất trong nhóm nghề nghiệp. Nhóm thu nhập dưới 5 triệu chiếm số đa trong mẫu nghiên cứu. Kinh nghiệm sử dụng ứng dụng Baemin chỉ có một lần chiếm tỉ trọng cao nhất là 143 (43,3%), tiếp sau là nhóm thường xuyên sử dụng ứng dụng này chiếm 24,8%.

4.2. Phân tích mô hình cấu trúc tuyến tính SEM

Sau khi phân tích dữ liệu để đánh giá độ tin cậy của thang đo và giá trị hội tụ của các biến quan sát trong mô hình, kết quả phân tích cho thấy các hệ số Cronbach’s Alpha, EFA đều đạt yêu cầu và dữ liệu đủ điều kiện để đưa vào phân tích mô hình cấu trúc.

Bảng 2. Kết quả phân tích mô hình

Mối quan hệ trực tiếp			Giả thuyết	Ước lượng chuẩn	SE	CR	P
PE	à	AT	H1	0,269	0,102	2,642	0,008**
EE	à	AT	H2	0,223	0,089	2,510	0,012*
SI	à	AT	H3	0,193	0,068	2,831	0,005**
FC	à	AC	H4	0,405	0,078	5,183	0,000***
AT	à	AC	H5	0,124	0,062	2,005	0,045*
Mối quan hệ điều tiết			Giả thuyết	Trọng số gốc	f²	R²	P
PE*AXàATàAC			H6	0,187	0,064	0,531	0,000**
SI*AXàATàAC			H7	0,054	0,078	0,442	0,002*
FC*AXàAC			H8	0,048	0,058	0,360	0,001*

*p<0,1; **p<0,05; ***p<0,001

Kết quả phân tích mô hình cấu trúc tuyến tính SEM cho thấy mô hình có 238 bậc tự do với giá trị CMIN=408,245 (P-Value=0,000); CMIN/df =1,715<3; do đó ta xét thêm các chỉ tiêu đo lường độ phù hợp như GFI = 0,909; TLI=0,927; CFI=0,937; IFI=0,938 đều lớn hơn 0,9 và RMSEA=0,047<0,08. Theo các tiêu chí trên thì mô hình nghiên cứu phù hợp với dữ liệu thực tế thu thập được. Bảng 2 cho thấy PE, EE, SI, FC, AT có tác động tích cực đến sự chấp nhận sử dụng, các trọng số β và P-value đều đạt chuẩn thống kê (p<0,05). Điều này đồng nghĩa với H1, H2, H3, H4 và H5 được chấp nhận. Kết quả phân tích sự tác động điều tiết cho thấy cả 3 giả thuyết H6, H7, H8 đều được hỗ trợ với độ tin cậy 95%, lần lượt với các hệ số β=0,187; 0,054; 0,048 và hệ số p đều nhỏ hơn 0,05. Kết quả giải thích rằng AX tăng, đồng thời làm tăng mối quan hệ giữa PEàAT, tiếp đó làm tăng AC; SIàAT từ đó làm tăng AC; FCàAC. Kết quả đo lường cho mô hình nghiên cứu được tổng hợp tại Hình 1.

5. Kết luận và hàm ý quản trị

5.1. Kết luận

Kết quả tìm thấy trong thực tiễn phù hợp với mô hình nghiên cứu đề xuất. Mô hình đã giải thích được mức ảnh hưởng gián tiếp của hiệu quả mong đợi, nỗ lực mong đợi, ảnh hưởng xã hội và trực tiếp của điều kiện thuận lợi tới sự chấp nhận sử dụng ứng dụng Baemin. Đặc biệt, kết quả nghiên cứu đánh giá được độ tin cậy, sự phù hợp của 3 mục đo trong cấu trúc khái niệm “Lo lắng do coronavirus” và vai trò điều tiết của nó trong các mối quan hệ của mô hình trong bối cảnh dịch Covid-19.

5.2. Hàm ý quản trị

Cần hiểu rõ đối thủ cạnh tranh và đặc điểm nhu cầu khách hàng để cung cấp giá trị cốt lõi cho khách hàng khác biệt hơn. Giá trị cốt lõi dựa trên 4 lợi ích mà khách hàng nhận được từ sản phẩm, dịch vụ, nhân viên giao hàng, niềm tin thương hiệu. Khách hàng hài lòng và chấp nhận sử dụng ứng dụng chỉ khi họ hiểu rõ về giá trị mà nhà cung cấp mang lại. Cải thiện các tính năng đem lại sự dễ dàng trong các thao tác đặt mua, thanh toán của ứng dụng. Các tính năng này làm giảm các chi phí mà khách hàng bỏ ra đó là thời gian, công sức, tinh thần và phí, từ đó gia tăng thái độ tích cực hướng tới sử dụng ứng dụng. Xác định chính xác các nhóm người ảnh hưởng để có các chiến lược marketing phù hợp, vì họ là yếu tố kích thích làm tăng sự chấp nhận sử dụng. Liên kết với các dịch vụ thanh toán trực tuyến, cung cấp đa dạng hình thức thanh toán cho khách hàng để thuận tiện và giảm thiểu sự tiếp xúc trong bối cảnh dịch COVID-19. Người có mức độ lo lắng về vi rút corona càng cao, càng làm tăng mức tác động của hiệu quả mong đợi, ảnh hưởng xã hội, điều kiện thuận lợi tới thái độ hướng tới sử dụng và hành vi chấp nhận sử dụng. Nhà cung cấp cần xác định được nhóm khách hàng có đặc tính này để có những chiến lược marketing kích thích họ tham gia trực tiếp hay gián tiếp vào việc làm gia tăng sự chấp nhận sử dụng ứng dụng giao hàng trực tuyến Baemin.

TÀI LIỆU THAM KHẢO:

Ahmad, S. A. S. (2005). The Application of Information System in the Jordanian Banking Sector - A study of the Acceptance of the Internet. A thesis of the requirements of the award of the degree of Doctor of Philosophy. 89-345.
Al-Ghaith, W., Sanzogni, L., & Sandhu, K. (2010). Factors Influencing the Adoption and Usage of Online Service in Saudi Arabia. The Electronic Journal on Information Systems in Developing Countries (EJISDC), 1-32.
Barbosa, R. A. P., Nery-da-Silva, G., Bidá, A. G., & Bajdiuk, C. U. (2020). The impact of COVID-19 on the use of Food Delivery Applications. In CLAV 2020.
Bollen, K. A. (1989). Structural Equations with Latent Variables. New York: John Wiley & Sons.
Celik, H. (2016). Customer online shopping anxiety within the Unified Theory of Acceptance and Use Technology (UTAUT) framework. Asia Pacific journal of Marketing and logistics.
Celik, E., Cay, S., Sensoy, B., Murat, S., Oksuz, F., Cankurt, T., & Mendi, M. A. (2016). Heart failure functional class associated with depression severity but not anxiety severity. Acta Cardiologica Sinica, 32(1), 55.
Ibrahim, R., Leng, N. S., Yusoff, R. C. M., Samy, G. N., Masrom, S., & Rizman, Z. I. (2017). E-learning acceptance based on technology acceptance model (TAM). Journal of Fundamental and Applied Sciences, 9(4S), 871-889.
Igbaria, M., & Chakrabarti, A. (1990). Computer anxiety and attitudes towards microcomputer use. Behaviour & Information Technology, 9(3), 229-241.
Korobili, S., Togia, A., & Malliari, A. (2010). Computer anxiety and attitudes among undergraduate students in Greece. Computers in Human Behavior, 26(3), 399-405.
Jansorn, T., Kiattisin, S., & Leelasantitham, A. (2013). Study of Acceptance Factors for Electronic. ISS & MLB, 24-26.
Jeremy Light, K. B. (2015). Influencing Behaviours to Succeed in Everyday Digital Payments. Accenture Payment Services, 3-16.
Kaur, P., Dhir, A., Talwar, S., & Ghuman, K. (2021). The value proposition of food delivery apps from the perspective of theory of consumption value. International Journal of Contemporary Hospitality Management.
Korobili, S., Togia, A., & Malliari, A. (2010). Computer anxiety and attitudes among undergraduate students in Greece. Computers in Human Behavior, 26(3), 399-405.
Lee, S. A., Mathis, A. A., Jobe, M. C., & Pappalardo, E. A. (2020). Clinically significant fear and anxiety of COVID-19: A psychometric examination of the Coronavirus Anxiety Scale. Psychiatry research, 290, 113112.
Li, J., Yang, Z., Qiu, H., Wang, Y., Jian, L., Ji, J., & Li, K. (2020). Anxiety and depression among general population in China at the peak of the COVID-19 epidemic. World Psychiatry, 19(2), 249.
Liu, C. Y., Yang, Y. Z., Zhang, X. M., Xu, X., Dou, Q. L., Zhang, W. W., & Cheng, A. S. (2020). The prevalence and influencing factors in anxiety in medical workers fighting COVID-19 in China: a cross-sectional survey. Epidemiology & Infection, 148.
Macedo, I. M. (2017). Predicting the acceptance and use of information and communication technology by older adults: An empirical examination of the revised UTAUT2. Computers in Human Behavior, 75, 935-948.
Milman, E., Lee, S. A., & Neimeyer, R. A. (2020). Social isolation as a means of reducing dysfunctional coronavirus anxiety and increasing psychoneuroimmunity. Brain, behavior, and immunity, 87, 138.
Palau-Saumell, R., Forgas-Coll, S., Sánchez-García, J., & Robres, E. (2019). User acceptance of mobile apps for restaurants: An expanded and extended UTAUT-2. Sustainability, 11(4), 1210.
Pelletier, A. C., Jethwani, K., Bello, H., Kvedar, J., & Grant, R. W. (2011). Implementing a Web-Based Home Monitoring System within an Academic Health Care Network: Barriers and Facilitators to Innovation Diffusion. Journal of Diabetes Science and Technology, 12-37.
Prasetyo, Y. T., Tanto, H., Mariyanto, M., Hanjaya, C., Young, M. N., Persada, S. F., ... & Redi, A. A. N. P. (2021). Factors affecting customer satisfaction and loyalty in online food delivery service during the covid-19 pandemic: Its relation with open innovation. Journal of Open Innovation: Technology, Market, and Complexity, 7(1), 76.
Rafique, H., Almagrabi, A. O., Shamim, A., Anwar, F., & Bashir, A. K. (2020). Investigating the acceptance of mobile library applications with an extended technology acceptance model (TAM). Computers & Education, 145, 103732.
Rana, A. Q., Qureshi, A. R. M., Kachhvi, H. B., Rana, M. A., & Chou, K. L. (2016). Increased likelihood of anxiety and poor sleep quality in Parkinson's disease patients with pain. Journal of the Neurological Sciences, 369, 212-215.
Schiffman, M., Rodriguez, A. C., Chen, Z., Wacholder, S., Herrero, R., Hildesheim, A., ... & Burk, R. D. (2010). A population-based prospective study of carcinogenic human papillomavirus variant lineages, viral persistence, and cervical neoplasia. Cancer research, 70(8), 3159-3169.
Simonson, M. R., Maurer, M., Montag-Torardi, M., & Whitaker, M. (1987). Development of a standardized test of computer literacy and a computer anxiety index. Journal of educational computing research, 3(2), 231-247.
Suhartanto, D., Dean, D. L., Leo, G., & Triyuni, N. N. (2019). Millennial experience with online food home delivery: A lesson from Indonesia.
Thornton, B., Ura, T., Nose, Y., & Turnock, S. (2007). Zero-G class underwater robots: Unrestricted attitude control using control moment gyros. IEEE Journal of Oceanic Engineering, 32(3), 565-583.
Tu, J. C., & Hu, C. L. (2018). A study on the factors affecting consumers’ willingness to accept clothing rentals. Sustainability, 10(11), 4139.
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management science, 46(2), 186-204.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
Yeo, V. C. S., Goh, S. K., & Rezaei, S. (2017). Consumer experiences, attitude and behavioral intention toward online food delivery (OFD) services. Journal of Retailing and Consumer Services, 35, 150-162.

The user acceptance of using Baemin food delivery application during the COVID-19 pandemic: The moderating role of coronavirus anxiety

Master. Vu Thi Mai Chi¹

Master. Luong Thi Minh Huong¹

¹Lecturer, Faculty of Business Administration, Industrial University of Ho Chi Minh City

ABSTRACT:

Two theoretical technology acceptance models, namely TAM and UTAUT, were used in this study as the background theories to develop the research model on the use of Baemin food delivery application. Qualitative and quantitative research methods were used in this study. The study found out that there are three factors indirectly impacting the user acceptance through the user’s attitude towards Baemin food delivery application and there is one factor directly impacting the user acceptance. This study also tested the reliability and validity of coronavirus anxiety scale. Based on the study’s findings, some management implications were proposed.

Key word: food delivery applications, acceptance to use, technology acceptance.