Ứng dụng mô hình TRAM để nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng Mobile Video trong học tập trực tuyến

56 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 
ỨNG DỤNG MÔ HÌNH TRAM ĐỂ NGHIÊN CỨU CÁC YẾU TỐ 
ẢNH HƯỞNG ĐẾN Ý ĐỊNH SỬ DỤNG MOBILE VIDEO 
TRONG HỌC TẬP TRỰC TUYẾN 
HUỲNH THỊ MINH CHÂU 
Trường Đại học Bách Khoa, Đại học Quốc Gia Thành phố Hồ Chí Minh 
Email: htmchau@hcmut.edu.vn 
(Ngày nhận: 24/11/2018; Ngày nhận lại: 19/12/2018; Ngày duyệt đăng: 14/01/2019) 
TÓM TẮT 
Học tập trực tuyến bằng mobile video đã trở nên ngày càng phổ biến trong lĩnh vực giáo 
dục. Hiểu được ý định sử dụng mobile video trong học tập trực tuyến giúp các nhà kinh doanh 
dự đoán tiềm năng tiêu thụ các sản phẩm của thị trường này. Dựa trên mô hình TRAM, bài báo 
này đề xuất một mô hình nghiên cứu các yếu tố ảnh hưởng lên ý định sử dụng mobile video để 
học tập trực tuyến và tiến hành một khảo sát định lượng trên sinh viên Đại học Bách khoa Thành 
phố Hồ Chí Minh. Kết quả thu được: (1) một bộ thang đo của 4 khái niệm “sự sẵn sàng công 
nghệ”, “cảm nhận về tính dễ sử dụng”, “cảm nhận về tính hữu ích”, “ý định sử dụng công nghệ” 
gồm 18 biến quan sát đạt độ tin cậy và độ giá trị; (2) một mô hình cấu trúc tuyến tính thể hiện 5 
mối quan hệ quan trọng: sự sẵn sàng công nghệ có tác động tích cực lên cảm nhận về tính dễ sử 
dụng và cảm nhận về tính hữu ích; cảm nhận về tính dễ sử dụng có tác động tích cực lên cảm 
nhận về tính hữu ích; và ý định sử dụng mobile video để học tập trực tuyến bị ảnh hưởng tích 
cực bởi cảm nhận về tính dễ sử dụng và cảm nhận về tính hữu ích. 
Từ khóa: Học tập trực tuyến; Mô hình TRAM; Mobile video; Ý định sử dụng công nghệ. 
Applying TRAM Model in studying factors influencing the intention to use mobile 
video for online learning 
ABSTRACT 
Online learning with mobile videos has become increasingly popular in the field of 
education. Understanding the intention to use mobile videos in online learning can help 
businesses anticipate the potential of consuming products for this market. Basing on the TRAM 
model, this research proposes a model of factors influencing the intention to use mobile videos 
for online learning, then conducts a quantitative survey on students of Ho Chi Minh City 
University of Technology. The results are: (1) an 18-item scale of 4 concepts “technology 
readiness”, “perceived ease of use”, “perceived usefulness”, “intention to use technology” which 
achieve reliability and validity; and (2) a structural model which represents 5 important 
relationships: technology readiness that has positive impacts on both the perceived ease of use 
and the perceived usefulness; the perceived ease of use which has a positive effect on the 
perceived usefulness; and the intention to use mobile videos for online learning which is strongly 
influenced by both the perceived ease of use and the perceived usefulness. 
Keywords: Intention to use technology; Mobile video; Online learning; TRAM model. 
 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 57 
1. Giới thiệu 
Internet xuất hiện tại Việt Nam từ năm 
1997, và đến nay số người dùng đang gia tăng 
nhanh chóng. Sự đa dạng và phong phú của 
dịch vụ internet tại Việt Nam góp phần tạo lập 
cộng đồng, thúc đẩy hoạt động của các tổ 
chức xã hội, nâng cao năng lực sản xuất và 
thương mại, và cải thiện đời sống người dân. 
Bên cạnh đó, internet cũng tạo nên môi trường 
thuận lợi cho việc tiếp cận thông tin trong xã 
hội, sản xuất kinh doanh, truyền thông, giải 
trí, và đặc biệt là học tập. Thực tế cho thấy, 
internet ngày càng chi phối các hoạt động giáo 
dục. Theo University World News, châu Á là 
thị trường lớn thứ hai của giáo dục trực tuyến, 
được dự báo sẽ đạt 12,1 tỷ USD vào năm 
2018 (BáoĐiệnTửTriThứcTrẻ, 2017). Trong 
vòng 5 năm (2011-2016), Việt Nam là quốc 
gia đứng đầu trong số 7 quốc gia châu Á có 
tên trong top 10 thị trường giáo dục trực tuyến 
phát triển nhanh nhất, vượt cả Thái Lan và 
Trung Quốc (AUMViệtNam, 2017). 
Sự phát triển đa dạng của điện thoại 
thông minh làm cho việc áp dụng thiết bị này 
vào hoạt động giáo dục càng được quan tâm. 
Học tập trực tuyến qua điện thoại thông minh 
được hiểu là sử dụng điện thoại thông minh để 
truy cập vào các nội dung học tập và các 
nguồn thông tin (Haag, 2011). Cùng với sự 
bùng phát số lượng người dùng điện thoại 
thông minh như hiện nay, nhất là trong giới 
trẻ (Rivera & van der Meulen, 2014; Iqbal & 
Bhatti, 2015), số lượng người tham gia học 
trực tuyến thông qua điện thoại thông minh 
cũng ngày càng tăng theo. Hầu như lúc nào 
điện thoại thông minh cũng ở bên cạnh người 
học, nên việc học trên điện thoại thông minh 
có thể diễn ra mọi lúc mọi nơi miễn kết nối 
với internet. Nhờ điện thoại thông minh, việc 
học tập trực tuyến trở nên tiện lợi hơn vì giúp 
giảm thiểu việc quản lý thời gian, dễ tiếp cận 
các khóa đào tạo bắt buộc và có thể giúp nâng 
cao sự sẵn sàng của người học. 
Từ năm 2000, chính phủ Việt Nam đã xác 
định rằng học tập trực tuyến có tiềm năng 
thúc đẩy sự tăng trưởng của nền giáo dục. 
Xây dựng môi trường học tập trực tuyến được 
quan tâm chú ý và đưa vào triển khai trong 
nhiều trường đại học ở Việt Nam với phạm vi, 
mức độ khác nhau (BáoNhânDân, 2017). 
Insight (2014) dự báo rằng, Việt Nam sẽ trở 
thành một trong 10 quốc gia có tỷ lệ tăng 
trưởng học tập trực tuyến qua điện thoại thông 
minh hàng đầu thế giới cũng như ở khu vực 
châu Á. 
Trong số các phương pháp thiết kế 
chương trình học tập trực tuyến qua điện thoại 
thông minh, mobile video là một trong những 
xu thế hiện nay. Các khóa học trực tuyến bằng 
mobile video trên điện thoại thông minh được 
hiểu là các khóa học sử dụng tài liệu giảng 
dạy dạng video được đăng tải trên web và 
người học có thể tiếp cận bằng các thiết bị có 
kết nối internet, trong đó có điện thoại thông 
minh. Hầu hết các lý thuyết về giáo dục cho 
rằng video mang lại hiệu quả cao hơn so với 
các phương tiện khác (Carter, 1996; Walma 
Van Der Molen & Van Der Voort, 2000; 
Hastings & Tracey, 2005). Tại Việt Nam, học 
tập trực tuyến bằng mobile video trên điện 
thoại thông minh đang là một trong những 
hình thức được ưa chuộng (BáoDânTrí, 2017). 
Nhiều nhà nghiên cứu đã xem xét sự sẵn 
lòng của sinh viên đối với học tập trực tuyến 
qua điện thoại thông minh (Cheon và cộng sự, 
2012; Hussin và cộng sự, 2012; Mahat và 
cộng sự, 2012; Iqbal & Bhatti, 2015) nhưng 
khái niệm về sự sẵn lòng này vẫn còn tiếp tục 
phát triển (Khaddage & Knezek, 2013; 
Khaddage và cộng sự, 2015), và chưa có 
nhiều nghiên cứu về ý định của người học 
trong việc sử dụng mobile video cho học tập 
trực tuyến. Do đó, bài báo này được tiến hành 
nhằm tìm hiểu một số tiền tố của ý định sử 
dụng mobile video để học tập trực tuyến, với 
mong muốn cung cấp một tài liệu tham khảo 
hữu ích cho các nhà quản lý và nhà nghiên 
cứu. Quá trình nghiên cứu gồm 2 bước: (1) 
tổng hợp các tài liệu có trước để đề xuất một 
mô hình nghiên cứu dựa trên mô hình TRAM 
58 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 
về các yếu tố ảnh hưởng đến ý định sử dụng 
mobile video để học tập trực tuyến; (2) tiến 
hành khảo sát định lượng trên đối tượng là 
sinh viên Đại học Bách khoa TP.HCM để thu 
thập dữ liệu dùng cho các phân tích EFA, 
CFA và SEM. 
2. Cơ sở lý thuyết 
2.1. Mô hình TRAM 
Mô hình sẵn sàng chấp nhận công nghệ 
(TRAM) được đề xuất bởi Lin và cộng sự 
(2007), là kết quả của việc kết hợp mô hình 
chấp nhận công nghệ (TAM) của Davis 
(1989) với khái niệm sự sẵn sàng công nghệ 
(TR) của Parasuraman (2000). Trước hết, 
trong TAM, ý định sử dụng công nghệ (IU) là 
khả năng một người sẽ áp dụng một công 
nghệ nào đó, sẽ dẫn đến hành vi áp dụng hay 
sử dụng một công nghệ nhất định (Davis, 
1989). TAM cho rằng sự chấp nhận hệ thống 
mới được xác định bởi người dùng có ý định 
sử dụng hệ thống, ý định này bị ảnh hưởng 
bởi sự tin tưởng của người dùng về tính dễ sử 
dụng và tính hữu ích của hệ thống. Nhiều nhà 
nghiên cứu đã sử dụng TAM làm cơ sở để 
nghiên cứu việc học tập trực tuyến qua điện 
thoại thông minh của sinh viên đại học 
(Sánchez-Prieto và cộng sự, 2017a; Sánchez-
Prieto và cộng sự, 2017b; Almaiah & 
Alismaiel, 2018; Huang và cộng sự, 2018; 
Scherer và cộng sự, 2019). 
Trong khi đó, TR đại diện cho xu hướng 
mọi người nắm lấy và sử dụng công nghệ mới 
để hoàn thành mục tiêu trong cuộc sống gia 
đình và tại nơi làm việc (Parasuraman, 2000). 
Nó là tổng thể trạng thái tâm trí của một 
người có khuynh hướng thiên về sử dụng 
công nghệ mới. Chỉ số sẵn sàng công nghệ 
(TRI) được sử dụng để đo lường TR dựa trên 
bốn đặc điểm: lạc quan, đổi mới, khó chịu và 
bất an (Parasuraman, 2000). Trong đó, sự lạc 
quan đề cập đến niềm tin là công nghệ giúp 
gia tăng việc kiểm soát, tính linh hoạt, khả 
năng học tập và sự hiệu quả. Sự đổi mới chỉ ra 
xu hướng tiên phong về công nghệ và lãnh 
đạo về tư tưởng. Sự khó chịu nói đến sự thiếu 
kiểm soát đối với công nghệ. Cuối cùng, sự 
bất an cho thấy sự nghi ngờ về công nghệ và 
sự hoài nghi về khả năng hoạt động đúng đắn 
của nó. Bốn đặc điểm này thường khác nhau 
giữa các cá nhân và giữa các kiểu công nghệ 
khác nhau. 
Kết hợp TAM và TR, TRAM giải thích 
tại sao những người có TR cao không phải lúc 
nào cũng chấp nhận sử dụng các tiện ích công 
nghệ cao có sẵn trên thị trường, bởi vì cảm 
nhận về tính dễ sử dụng (PE) và cảm nhận về 
tính hữu ích (PU) cũng ảnh hưởng đến quá 
trình ra quyết định chấp nhận sự đổi mới. PE 
là mức độ mà một người tin rằng không cần 
bỏ ra nhiều nỗ lực để sử dụng một công nghệ 
(Davis, 1989). PU là mức độ mà một người 
tin rằng sử dụng một hệ thống cụ thể sẽ nâng 
cao hiệu quả công việc của mình (Davis, 
1989). Nhiều nghiên cứu đã sử dụng TRAM 
để tập trung vào phân tích mối quan hệ giữa 
các đặc điểm cá nhân, sự chấp nhận công 
nghệ và sự sẵn sàng của người dùng để sử 
dụng một công nghệ mới (Jin, 2013; Chung 
và cộng sự, 2015; Iqbal & Bhatti, 2015; 
Larasati & Santosa, 2017; Lundberg, 2017; 
Adiyarta và cộng sự, 2018). 
2.2. Mô hình nghiên cứu đề xuất 
Trong bài báo này, TRAM được áp dụng 
để nghiên cứu một số yếu tố ảnh hưởng lên ý 
định sử dụng mobile video cho học tập trực 
tuyến (xem Hình 1). Nhiều tài liệu có trước đã 
cho thấy tác động tích cực của PE và PU lên 
IU (Hong và cộng sự, 2011; Pynoo và cộng 
sự, 2011; Venkatesh và cộng sự, 2011; Gruzd 
và cộng sự, 2012; Guo & Barnes, 2012; Lian 
và cộng sự, 2014). Vì vậy, tác giả có căn cứ 
để suy luận rằng nếu người học càng cảm 
nhận rằng sử dụng mobile video là dễ dàng và 
sử dụng mobile video sẽ làm kết quả học tập 
tốt hơn, thì họ càng có ý định sử dụng mobile 
video để học tập trực tuyến. Nói cách khác, 
các giả thuyết sau sẽ được kiểm tra: (H1) Cảm 
nhận về tính dễ sử dụng của mobile video có 
tác động tích cực lên ý định sử dụng mobile 
video để học tập trực tuyến; và (H2) Cảm 
 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 59 
nhận về tính hữu ích của mobile video có tác 
động tích cực lên ý định sử dụng mobile video 
để học tập trực tuyến. 
Bên cạnh đó, TRAM đề xuất một mối 
tương quan tích cực đáng kể giữa PE và PU, 
nghĩa là nếu bất kỳ người nào thấy một công 
nghệ dễ sử dụng hơn, họ sẽ có thái độ tích cực 
hơn đối với tính hữu ích của nó. Các nghiên 
cứu về việc áp dụng công nghệ mới như ngân 
hàng trực tuyến, thương mại điện tử, các hệ 
thống e-learning, internet vạn vật... đã chứng 
minh tác động tích cực của PE lên PU 
(Baturay và cộng sự, 2017; Das và cộng sự, 
2017; Liew và cộng sự, 2017; Park và cộng 
sự, 2017; Wingo và cộng sự, 2017), do đó, giả 
thuyết sau sẽ được kiểm tra: (H3) Cảm nhận 
về tính dễ sử dụng của mobile video có tác 
động tích cực lên cảm nhận về tính hữu ích 
của mobile video. 
Trong khi đó, TR là một dự đoán mạnh 
mẽ cho các ý định hành vi liên quan đến công 
nghệ (Parasuraman, 2000; Parasuraman & 
Colby, 2015). Hầu hết các nghiên cứu về TR 
đều cho thấy các cá nhân có TR cao thì có xu 
hướng chấp nhận và sử dụng công nghệ cao 
(Parasuraman, 2000; Parasuraman & Colby, 
2015; Larasati & Santosa, 2017; Crosbie và 
cộng sự, 2018). TR được chứng minh là có 
ảnh hưởng tích cực lên ý định khám phá công 
nghệ (Maruping và cộng sự, 2008; Maruping 
& Magni, 2012). Những người học mà có 
mức độ tự tin về máy vi tính cao hơn thì động 
lực sử dụng máy vi tính để học tập trực tuyến 
sẽ cao hơn so với những người khác (Iqbal & 
Bhatti, 2015). Do đó giả thuyết sau sẽ được 
kiểm tra: (H4) Sự sẵn sàng công nghệ có tác 
động tích cực lên ý định sử dụng mobile video 
để học tập trực tuyến. 
Ngoài ra, những người học khác nhau có 
phong cách học tập khác nhau, cũng như sở 
thích của họ đối với phương pháp học là khác 
nhau. Một số người học thoải mái hơn trong 
môi trường trực tuyến so với những người 
khác, trong khi một số người thích sử dụng 
công nghệ mới hơn nếu họ có khả năng và tự 
tin trong việc hoàn thành nhiệm vụ bằng cách 
sử dụng công nghệ đó. Trong nghiên cứu của 
Christensen & Knezek (2017), những người 
lạc quan thì đánh giá điện thoại di động dễ sử 
dụng cho mục tiêu học tập, còn trong nghiên 
cứu của Irby (2017), những học sinh trung 
học nào có niềm tin tươi sáng về công nghệ và 
là những người thích sự đổi mới thì cho rằng 
công nghệ hỗ trợ học tập là hữu ích. Trong 
nghiên cứu của Crosbie và cộng sự (2018), 
những cư dân ít lo lắng và thích công nghệ thì 
đánh giá cao sự hữu ích của các hệ thống quản 
lý năng lượng trong các tòa nhà, còn trong 
nghiên cứu của Howard và cộng sự (2015), 
những giáo viên có đủ niềm tin lạc quan về 
máy vi tính xách tay sẽ cảm nhận việc giảng 
dạy bằng máy vi tính xách tay là dễ dàng và 
mang lại nhiều lợi ích. Do đó, các giả thuyết 
sau sẽ được kiểm tra: (H5) Sự sẵn sàng công 
nghệ có tác động tích cực lên cảm nhận về 
tính dễ sử dụng của mobile video; và (H6) Sự 
sẵn sàng công nghệ có tác động tích cực lên 
tính hữu ích của mobile video. 
60 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 
Sự sẵn sàng 
công nghệ 
Cảm nhận về 
tính dễ sử dụng 
Cảm nhận về 
tính hữu ích 
Ý định sử dụng 
công nghệ 
H5+ 
H6+ 
H1+ 
H2+ 
H3+ 
H4+ 
Hình 1. Mô hình nghiên cứu đề xuất về các yếu tố ảnh hưởng đến ý định sử dụng mobile video 
để học tập trực tuyến 
3. Phương pháp nghiên cứu 
Một khảo sát định lượng được thực hiện 
với Bảng câu hỏi gồm 3 câu hỏi về nhân khẩu 
học (Giới tính, Loại chương trình được đào 
tạo; Loại ngôn ngữ của chương trình đào tạo) 
và 30 câu hỏi đo lường. Trong đó, 6 câu hỏi 
để đo cảm nhận về tính dễ sử dụng của mobile 
video (dựa trên Davis, 1989) mã hóa từ PE1 -
> PE6, 6 câu hỏi để đo cảm nhận về tính hữu 
ích của mobile video (dựa trên Davis, 1989) 
mã hóa từ PU1 -> PU6, 2 câu hỏi để đo ý định 
sử dụng mobile video trong học tập trực tuyến 
(dựa trên Lin và cộng sự, 2007) mã hóa từ 
IU1 -> IU2, 16 câu hỏi để đo sự sẵn sàng công 
nghệ (dựa trên Parasuraman & Colby, 2015) 
mã hóa từ TR1->TR16. Đáp viên được yêu 
cầu cho biết mức độ từ rất không đồng ý (1) 
đến rất đồng ý (5) (thang đo Likert 5 đ ... Dễ dùng mobile video cho những việc cần dùng 0,741 Loại bỏ 
PE3 Mobile video rõ ràng và dễ hiểu 0,805 0,765 
PE4 Mobile video có thể tương tác linh hoạt 0,688 Loại bỏ 
PE5 Dễ đạt đến mức độ sử dụng thành thạo mobile video 0,656 Loại bỏ 
PE6 Mobile video dễ sử dụng 0,775 0,701 
Cảm nhận về tính hữu ích (PU): AVE = 0,513 (> 0,50); CR = 0,725 (> 0,50) 
PU1 Mobile video giúp hoàn thành nhiệm vụ học tập nhanh hơn 0,783 0,822 
PU2 Mobile video giúp cải thiện thành tích học tập 0,676 Loại bỏ 
PU3 Mobile video giúp tăng năng suất trong học tập 0,559 Loại bỏ 
PU4 Mobile video giúp nâng cao hiệu quả học tập 0,716 0,717 
PU5 Mobile video giúp việc học tập dễ dàng hơn 0,757 0,744 
PU6 Mobile video hữu dụng cho việc học tập 0,689 0,640 
Ý định sử dụng công nghệ (IU): AVE = 0,630 (> 0,50); CR = 0,734 (> 0,50) 
IU1 Tôi sẽ sử dụng mobile video trong những lần học sau 0,798 0,833 
IU2 Tôi sẽ sử dụng mobile video trong vài tháng tới 0,624 0,628 
4.2.3. Phân tích mô hình cấu trúc tuyến tính 
Phân tích mô hình cấu trúc tuyến tính 
(SEM) để kiểm tra cấu trúc mô hình, bằng ước 
lượng ML, kết quả cho thấy mô hình đạt độ 
phù hợp chung với Chi-square (X2)/dF = 1,671 
(0,9); TLI = 
0,934 (>0,9); RMSEA = 0,050 (<0,05) (Byrne, 
2010; Hair và cộng sự, 2014). Có 5 giả thuyết 
được ủng hộ và 1 giả thuyết bị bác bỏ (xem 
Bảng 2). Như vậy, TR có tác động tích cực lên 
cả PE và PU; IU bị ảnh hưởng tích cực bởi PE 
và PU; PE có tác động tích cực lên PU. 
Bảng 2 
Kết quả phân tích SEM 
Giả thuyết Quan hệ Ước lượng Mức ý nghĩa Kết quả 
H1 PE -> IU 0,451 0,001 Ủng hộ 
H2 PU -> IU 0,671 *** Ủng hộ 
H3 PE -> PU 0,790 *** Ủng hộ 
H4 TR -> IU 0,346 0,209 Bác bỏ 
H5 TR -> PE 0,684 0,001 Ủng hộ 
H6 TR -> PU 0,542 0,005 Ủng hộ 
 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 63 
5. Kết luận và kiến nghị 
5.1. Những phát hiện chính 
Nghiên cứu này áp dụng mô hình TRAM 
của Lin và cộng sự (2007) để kiểm tra ảnh 
hưởng của một số yếu tố liên quan đến niềm 
tin và thái độ lên ý định sử dụng mobile video 
để học tập trực tuyến. Đối tượng khảo sát là 
sinh viên Đại học Bách khoa TP.HCM. Kết 
quả cho thấy, thứ nhất, những sinh viên có ý 
định sử dụng mobile video để việc học tập 
trực tuyến sẽ bị ảnh hưởng tích cực bởi cảm 
nhận về tính dễ sử dụng và cảm nhận về tính 
hữu ích của mobile video, trong đó, cảm nhận 
về tính dễ sử dụng có ảnh hưởng mạnh hơn. 
Thứ hai, có một tác động tích cực đáng kể của 
cảm nhận về tính dễ sử dụng của mobile video 
lên cảm nhận về tính hữu ích của mobile 
video. Những điều này có thể được lý giải là 
một sản phẩm công nghệ có thể không thu hút 
sự chú ý của người dùng nếu nó không dễ sử 
dụng. Nếu người dùng có các kỹ năng cần 
thiết để sử dụng một sản phẩm công nghệ 
mới, họ sẽ tự nâng cao nhận thức về tính hữu 
ích của sản phẩm đó và có nhiều khả năng sẽ 
lựa chọn sử dụng sản phẩm đó. Những phát 
triển gần đây về cơ sở hạ tầng viễn thông và 
sự sẵn có của nhiều thương hiệu điện thoại 
thông minh giá rẻ trên thị trường Việt Nam đã 
giúp người học có cơ hội sở hữu và sử dụng 
điện thoại thông minh cho nhiều mục đích, 
trong đó có học tập trực tuyến. Sản phẩm điện 
thoại thông minh nào càng dễ sử dụng, các 
chương trình đào tạo trực tuyến bằng mobile 
video nào càng dễ tiếp cận và đơn giản khi 
tương tác thì sẽ càng giúp người học đánh giá 
cao về tính hữu ích. Và khi cảm nhận về tính 
dễ sử dụng lẫn tính hữu ích càng gia tăng thì 
người học càng gia tăng ý định sử dụng. 
Thứ ba, có một tác động mạnh mẽ của sự 
sẵn sàng công nghệ của người học lên cảm 
nhận của họ về tính dễ sử dụng và cảm nhận 
về tính hữu ích của mobile video. Điều này 
ngụ ý rằng nếu người học có những niềm tin 
tích cực về công nghệ thì họ sẽ có khuynh 
hướng đánh giá điện thoại thông minh và các 
chương trình đào tạo trực tuyến bằng mobile 
video không khó để sử dụng, và sẽ nhìn nhận 
tính hữu ích của các chương trình đào tạo trực 
tuyến bằng mobile video. Từ đó, họ càng gia 
tăng khả năng chấp nhận sử dụng mobile 
video để học tập trực tuyến trong tương lai. 
5.2. Kiến nghị hướng nghiên cứu tiếp theo 
Thứ nhất, nghiên cứu này bị giới hạn bởi 
kỹ thuật lấy mẫu phi xác suất. Thứ hai, chỉ có 
sự sẵn sàng công nghệ được đưa vào mô hình 
nghiên cứu như một nhân tố ảnh hưởng đến 
cảm nhận về tính dễ sử dụng và cảm nhận về 
tính hữu ích, trong khi thực tế, có thể có một 
số yếu tố khác có thể ảnh hưởng, chẳng hạn 
như ảnh hưởng xã hội, các điều kiện hỗ trợ... 
Do đó, hướng phát triển tiếp theo của nghiên 
cứu này là sử dụng các phương pháp lấy mẫu 
tin cậy hơn, và tiếp cận các khái niệm liên quan 
một cách đa chiều để có cái nhìn sâu và rộng 
hơn trong việc xem xét các tiền tố về niềm tin 
và thái độ đối với ý định sử dụng mobile video 
trong học tập trực tuyến. Ngoài ra, có thể bổ 
sung thêm các nhân tố mới vào mô hình, bổ 
sung các biến đo lường mới vào thang đo, thực 
hiện thêm bước nghiên cứu định tính và mở 
rộng nghiên cứu trong nhiều bối cảnh khác 
nhau, từ đó thu được mô hình và thang đo đủ 
độ tin cậy và độ giá trị, giúp dự đoán và kiểm 
soát ý định sử dụng mobile video trong học tập 
trực tuyến tại Việt Nam thông qua các tiền tố 
quan trọng đã được kiểm định 
Lời cảm ơn 
Nghiên cứu này được tài trợ bởi Trường Đại học Bách Khoa – ĐHQG-HCM trong khuôn khổ đề 
tài mã số To-QLCN-2017-16. 
64 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 
Tài liệu tham khảo 
Adiyarta, K., Napitupulu, D., Nurdianto, H., Rahim, R. & Ahmar, A. (2018). User acceptance 
of E-Government Services Based on TRAM model. Paper presented at the IOP Conference 
Series: Materials Science and Engineering. 
Almaiah, M. A. & Alismaiel, O. A. (2018). Examination of factors influencing the use of mobile 
learning system: An empirical study. Education and Information Technologies, 1-25. 
AUMViệtNam. (2017). Thị trường giáo dục trực tuyến - Việt Nam đứng TOP tại châu Á. Tri 
Thức Trẻ. Retrieved from 
nam-dung-top-tai-chau-a.html 
BáoDânTrí (2017). Đâu sẽ trở thành xu hướng học trực tuyến nổi bật 2017? Báo Dân Trí. 
Retrieved from https://dantri.com.vn/tin-tuyen-sinh/dau-se-tro-thanh-xu-huong-hoc-truc-
tuyen-noi-bat-2017-20171004182807314.htm 
BáoĐiệnTửTriThứcTrẻ (2017). Việt Nam thuộc top 10 thị trường giáo dục trực tuyến năng động 
tại châu Á. Báo điện tử Tri Thức Trẻ. Retrieved from 
10-thi-truong-giao-duc-truc-tuyen-nang-dong-tai-chau-a-20170601064156291.chn 
BáoNhânDân (2017). Đào tạo trực tuyến trong thời kỳ Cách mạng công nghiệp 4.0. Báo Nhân 
Dân. Retrieved from 
tao-truc-tuyen-trong-thoi-ky-cach-mang-cong-nghiep-4-0.html 
Baturay, M. H., Gökçearslan, Ş. & Ke, F. (2017). The relationship among pre-service teachers' 
computer competence, attitude towards computer-assisted education, and intention of 
technology acceptance. International Journal of Technology Enhanced Learning, 9(1), 1-13. 
Carter, V. (1996). Do media influence learning? Revisiting the debate in the context of distance 
education. Open Learning: The Journal of Open, Distance and e-Learning, 11(1), 31-40. 
Cheon, J., Lee, S., Crooks, S. M. & Song, J. (2012). An investigation of mobile learning 
readiness in higher education based on the theory of planned behavior. Computers & 
Education, 59(3), 1054-1064. 
Christensen, R. & Knezek, G. (2017). Readiness for integrating mobile learning in the 
classroom: Challenges, preferences and possibilities. Computers in Human Behavior, 76, 
112-121. 
Chung, S., Lee, K. Y. & Choi, J. (2015). Exploring digital creativity in the workspace: The role 
of enterprise mobile applications on perceived job performance and creativity. Computers 
in Human Behavior, 42, 93-109. 
Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. 
Journal of applied psychology, 78(1), 98. 
Crosbie, T., Broderick, J., Short, M., Charlesworth, R. & Dawood, M. (2018). Demand 
response technology readiness levels for energy management in blocks of buildings. 
Buildings, 8(2), 13. 
Das, J. R., Dash, M., Sahoo, M. A. & Mohanty, A. K. (2017). An Empirical Study On 
Customers’ Internet Banking Behavior. International Journals of Multidisciplinary 
Research Academy, 7(7). 
 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 65 
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of 
information technology. MIS quarterly, 319-340. 
Fornell, C. & Larcker, D. F. (1981). Evaluating Structural Equation Models with unobservable 
Variables and Measurement error. Journal of Marketing Research, 18(1), 39-50 
Gruzd, A., Staves, K. & Wilk, A. (2012). Connected scholars: Examining the role of social 
media in research practices of faculty using the UTAUT model. Computers in Human 
Behavior, 28(6), 2340-2350. 
Guo, Y. & Barnes, S. J. (2012). Explaining purchasing behavior within World of Warcraft. 
Journal of Computer Information Systems, 52(3), 18-30. 
Haag, J. (2011). From elearning to mlearning: the effectiveness of mobile course delivery. Paper 
presented at the The Interservice/Industry Training, Simulation & Education Conference 
(I/ITSEC). 
Hair, J. F., Tatham, R. L. & Black, W. C. (1998). Multivariate Data Analysis. In: Prentice-Hall, 
Inc. USA. 
Hastings, N. B. & Tracey, M. W. (2005). Does media affect learning: Where are we now? 
TechTrends, 49(2), 28-30. 
Hong, W., Thong, J. Y., Chasalow, L. C. & Dhillon, G. (2011). User acceptance of agile 
information systems: A model and empirical test. Journal of Management Information 
Systems, 28(1), 235-272. 
Howard, S. K., Chan, A. & Caputi, P. (2015). More than beliefs: Subject areas and teachers' 
integration of laptops in secondary teaching. British journal of educational technology, 
46(2), 360-369. 
Huang, F., Sánchez-Prieto, J., Teo, T., Olmos-Migueláñez, S. & García-Peñalvo, F. (2018). 
ICT Acceptance Among University Teachers: A Cross-Cultural Comparison Between 
China and Spain. 
Hussin, S., Manap, M. R., Amir, Z. & Krish, P. (2012). Mobile learning readiness among 
Malaysian students at higher learning institutes. Asian Social Science, 8(12), 276. 
Insight, A. (2014). Ambient Insight Regional Report: The 2013-2018 Asia Self-paced eLearning 
Market. Ambient Insight. 
Iqbal, S. & Bhatti, Z. A. (2015). An investigation of university student readiness towards 
m-learning using technology acceptance model. The International Review of Research in 
Open and Distributed Learning, 16(4). 
Irby, D. R. (2017). Middle School Student and Teacher Perceptions About the Effectiveness of 
the Technology Integration in the Classroom. 
Jin, C. (2013). The perspective of a revised TRAM on social capital building: The case of 
Facebook usage. Information & management, 50(4), 162-168. 
Khaddage, F., et al. (2015). A model driven framework to address challenges in a mobile 
learning environment. Education and Information Technologies, 20(4), 625-640. 
66 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 
Khaddage, F. & Knezek, G. (2013). iLearn via mobile technology: A comparison of mobile 
learning attitudes among university students in two nations. Paper presented at the 
Advanced Learning Technologies (ICALT), 2013 IEEE 13th International Conference on. 
Larasati, N. & Santosa, P. I. (2017). Technology readiness and technology acceptance model in 
new technology implementation process in low technology SMEs. International Journal of 
Innovation, Management and Technology, 8(2), 113. 
Lian, J.-W., Yen, D. C. & Wang, Y.-T. (2014). An exploratory study to understand the critical 
factors affecting the decision to adopt cloud computing in Taiwan hospital. International 
Journal of Information Management, 34(1), 28-36. 
Liew, C. S., et al. (2017). Factors influencing consumer acceptance of internet of things 
technology. In Handbook of Research on Leveraging Consumer Psychology for Effective 
Customer Engagement (pp. 186-201): IGI Global. 
Lin, C. H., Shih, H. Y. & Sher, P. J. (2007). Integrating technology readiness into technology 
acceptance: The TRAM model. Psychology & Marketing, 24(7), 641-657. 
Lundberg, E. (2017). How to compete effectively with self-service technologies: The impact of 
technology readiness and the technology acceptance model on self-scanning. In. 
Mahat, J., Ayub, A. F. M. & Luan, S. (2012). An assessment of students’ mobile self-efficacy, 
readiness and personal innovativeness towards mobile learning in higher education in 
Malaysia. Procedia-Social and Behavioral Sciences, 64, 284-290. 
Nunnally, J. (1978). Psychometric methods. In: New York: McGraw-Hill. 
Parasuraman, A. (2000). Technology Readiness Index (TRI) a multiple-item scale to measure 
readiness to embrace new technologies. Journal of Service Research, 2(4), 307-320. 
Parasuraman, A. & Colby, C. L. (2015). An updated and streamlined technology readiness index: 
TRI 2.0. Journal of Service Research, 18(1), 59-74. 
Park, E., Cho, Y., Han, J. & Kwon, S. J. (2017). Comprehensive approaches to user acceptance 
of Internet of Things in a smart home environment. IEEE Internet of Things Journal, 4(6), 
2342-2350. 
Pynoo, B., et al. (2011). Predicting secondary school teachers' acceptance and use of a digital 
learning environment: A cross-sectional study. Comput. Hum. Behav., 27(1), 568-575. 
doi:10.1016/j.chb.2010.10.005 
Rivera, J. & van der Meulen, R. (2014). Gartner says annual smartphone sales surpassed sales of 
feature phones for the first time in 2013. The Gartner, Egham. 
Sánchez-Prieto, J., Olmos-Migueláñez, S. & García-Peñalvo, F. (2017a). Technology 
Acceptance Among Teachers: An SLR on TAM and Teachers. 
Sánchez-Prieto, J., Olmos-Migueláñez, S. & García-Peñalvo, F. J. (2017b). MLearning and pre-
service teachers: An assessment of the behavioral intention using an expanded TAM 
model. Computers in Human Behavior, 72, 644-654. 
 Huỳnh Thị Minh Châu. Tạp chí Khoa học Đại học Mở Thành phố Hồ Chí Minh, 14(1), 56-67 67 
Scherer, R., Siddiq, F. & Tondeur, J. (2019). The technology acceptance model (TAM): a meta-
analytic structural equation modeling approach to explaining teachers’ adoption of digital 
technology in education. Computers & Education, 128, 13-35. 
Venkatesh, V., Thong, J. Y. L., Chan, F. K. Y., Hu, P. J.-H. & Brown, S. A. (2011). Extending 
the two-stage information systems continuance model: incorporating UTAUT predictors 
and the role of context. Information Systems Journal, 21(6), 527-555. doi:doi:10.1111/ 
j.1365-2575.2011.00373.x 
Walma Van Der Molen, J. H. & Van Der Voort, T. H. (2000). The impact of television, print, 
and audio on children's recall of the news. A study of three alternative explanations for the 
dual‐ coding hypothesis. Human Communication Research, 26(1), 3-26. 
Wingo, N. P., Ivankova, N. V. & Moss, J. A. (2017). Faculty Perceptions about Teaching 
Online: Exploring the Literature Using the Technology Acceptance Model as an 
Organizing Framework. Online Learning, 21(1), 15-35.