Trần Đình Lâm Anh

Học viện Hàng không Việt Nam

Email: anhtdl@vaa.edu.vn

Tóm tắt

Nghiên cứu này áp dụng lý thuyết kháng cự đổi mới (IRT) để đánh giá các yếu tố ảnh hưởng đến sự kháng cự của hành khách đối với công nghệ làm thủ tục bay không tiếp xúc. Từ dữ liệu được thu thập bằng phương pháp lấy mẫu phi xác suất - thuận tiện từ 251 hành khách tại TP. Hồ Chí Minh, kết quả nghiên cứu cho thấy, có 6 nhân tố có tác động đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của hành khách tại TP. Hồ Chí Minh, đó là: Rào cản rủi ro; Rào cản sử dụng; Rào cản giá trị; Rào cản truyền thống; Rào cản hình ảnh; Cảm giác lo sợ. Dựa trên kết quả này, nghiên cứu đưa ra các đề xuất cho các hãng hàng không và nhà khai thác cảng hàng không, sân bay tại Việt Nam cải thiện chiến lược triển khai công nghệ không tiếp xúc, tối ưu hóa trải nghiệm hành khách và nâng cao chất lượng dịch vụ hàng không.

Từ khóa: sự kháng cự, công nghệ không tiếp xúc, thủ tục bay

Summary

This study applies innovation resistance theory (IRT) to assess the factors affecting passenger resistance to contactless check-in technology. From data collected by non-probability - convenience sampling method from 251 passengers in Ho Chi Minh City, the research results show that there are 6 factors affecting the resistance to contactless check-in technology of passengers in Ho Chi Minh City, which are: Risk barrier; Usage barrier; Value barrier; Traditional barrier; Image barrier; Fear. Based on these results, the study proposes recommendations for airlines and airport operators in Vietnam to improve their contactless technology deployment strategies, optimize passenger experience, and improve the quality of aviation services.

Keywords: resistance, contactless technology, check-in

ĐẶT VẤN ĐỀ

Những năm gần đây, đã có nhiều nghiên cứu về lợi ích và tác động tích cực của công nghệ không tiếp xúc đến sự hài lòng hay giá trị cảm nhận của hành khách khi tham gia vận tải hàng không (Mwesiumo và cộng sự, 2023; Nigel Halpern, 2022; Rubio-Andrada và cộng sự, 2023; Wongyai và cộng sự, 2024…). Tuy nhiên, bên cạnh sự ủng hộ, bất kỳ một cải tiến nào cũng có thể gặp phải phản kháng của người dùng trong khi các nghiên cứu về các tác nhân cản trở hành vi sử dụng công nghệ không tiếp xúc của hành khách còn hạn chế. Trong bối cảnh ngành hàng không, quyền đàm phán của khách hàng ngày càng cao (Cook và Billig, 2023). Vì vậy, họ có thể thể hiện sự phản kháng của mình bằng cách từ chối sử dụng công nghệ không tiếp xúc, kêu gọi tẩy chay, truyền miệng tiêu cực hoặc hành động chống lại các doanh nghiệp (Mani và Chouk, 2018). Điều này sẽ ảnh hưởng tiêu cực đến mục tiêu áp dụng bền vững các sáng kiến công nghệ không tiếp xúc của ngành hàng không trong thời gian tới. Vì vậy, để đảm bảo sự thành công của công nghệ không tiếp xúc, điều quan trọng là các nhà quản lý phải phân tích các yếu tố phản kháng tiềm ẩn - một trong những nguyên nhân chính dẫn đến thất bại của các sáng kiến đổi mới (Heidenreich và Handrich, 2015; Wünderlich và cộng sự, 2015). Nghiên cứu này được thực hiện nhằm đánh giá các nhân tố tác động đến sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh, trung tâm kinh tế lớn nhất cả nước. Từ đó, tác giả đề xuất các hàm ý quản trị đối với các hãng hàng không và nhà khai thác cảng hàng không, sân bay tại Việt Nam ứng dụng hiệu quả hơn công nghệ không tiếp xúc trong thời gian tới để đảm bảo vừa gia tăng ý định sử dụng của hành khách vừa nâng cao chất lượng phục vụ bay.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết

Công nghệ không tiếp xúc

Công nghệ không tiếp xúc được định nghĩa là “Quy trình và môi trường dịch vụ không tiếp xúc và vệ sinh được phát triển bằng cách tận dụng giải pháp kết hợp giữa dịch vụ tự phục vụ, robot và các công nghệ dựa trên Internet vạn vật (IoT).” (Hao, 2021). Các công nghệ không tiếp xúc được các cá nhân và tổ chức sử dụng trong đại dịch và các thảm họa khác như Internet vạn vật (IoT), rô bốt dịch vụ, trí tuệ nhân tạo (AI) và thực tế ảo (VR)/thực tế tăng cường (AR), đã hình thành nên các hành vi người dùng mới và mang đến các khái niệm lý thuyết mới cho lĩnh vực nghiên cứu (Lee và cộng sự, 2022). Trong hành trình bay của hành khách, công nghệ không tiếp xúc có thể được áp dụng cho nhiều giai đoạn khác nhau, từ đặt chỗ và xuất vé đến làm thủ tục, gửi hành lý, kiểm tra an ninh, thủ tục xuất-nhập cảnh và qua cửa khởi hành (Abdelaziz và cộng sự, 2010). Tại sân bay, các thiết bị như quầy tự làm thủ tục và ký gửi hành lý, robot gắn thẻ hành lý, cổng kiểm soát xuất nhập cảnh tự động, cửa khởi hành tự động tại sân bay hay hướng dẫn thực tế tăng cường cho các ứng dụng trên thiết bị di dộng được sử dụng thông qua Internet vạn vật, công nghệ mã vạch, nhận dạng tần số vô tuyến (RFID), công nghệ định vị địa lý, thực tế ảo, hệ thống sinh trắc học, trí tuệ nhân tạo, robot và Blockchain (Zamorano và cộng sự, 2020).

Lý thuyết kháng cự đổi mới

Lý thuyết kháng cự đổi mới (Innovation resistance theory - IRT) được giới thiệu bởi Ram (1987) và được mở rộng bởi Ram và Sheth (1989) cung cấp một khuôn khổ lý thuyết giúp giải thích hành vi hướng đến sự phản kháng của người tiêu dùng đối với một cải tiến mới bất kỳ. Theo Ram và Sheth (1989), sự phản kháng đối với đổi mới của khách hàng là một hình thức phản ứng hoặc thái độ tiêu cực đối với các sản phẩm và dịch vụ mới vì nó có thể mang lại những thay đổi tiềm ẩn đối với trạng thái hiện tại vốn đã thỏa mãn, hoặc vì nó mâu thuẫn với cấu trúc niềm tin của họ. Sự kháng cự này đóng vai trò quan trọng đối với quyết định chấp nhận hay từ chối đổi mới. Nếu việc áp dụng cải tiến làm đảo lộn lối sống, thói quen hiện tại của người tiêu dùng hoặc sai lệch so với hệ thống niềm tin của họ hiện tại, nó có thể thúc đẩy hành vi hướng đến phản kháng của họ (Hew và cộng sự, 2017).

Mô hình IRT đề xuất hai loại rào cản dẫn đến hành vi kháng cự đổi mới của người tiêu dùng là rào cản chức năng và rào cản tâm lý. Trong đó, rào cản chức năng được Heidenreich và Handrich (2015) phân loại là loại kháng cự chủ động, bao gồm rào cản sử dụng, giá trị và rủi ro, có khả năng phát sinh khi người tiêu dùng cảm nhận những thay đổi đáng kể khi áp dụng đổi mới. Ngược lại, rào cản tâm lý xuất hiện khi công nghệ xung đột với hệ thống niềm tin hiện tại của người tiêu dùng, bao gồm rào cản truyền thống và rào cản hình ảnh, được xem là kháng cự thụ động.

Tuy nhiên, bên cạnh hai nhóm rào cản này, một số nghiên cứu trước đây cho thấy rằng cảm giác lo sợ (Perceived creepiness) có thể là một yếu tố tâm lý quan trọng ảnh hưởng đến sự kháng cự đổi mới, đặc biệt là đối với công nghệ kỹ thuật số (Ostrom và cộng sự, 2019). Trong bối cảnh công nghệ làm thủ tục bay không tiếp xúc, sự hiện diện của các hệ thống nhận diện sinh trắc học, giao diện tự động hoặc AI ra quyết định có thể tạo ra cảm giác mất kiểm soát, thiếu minh bạch và bị giám sát, làm gia tăng mức độ e dè của người dùng. Do đó, nghiên cứu này bổ sung cảm giác lo sợ như một rào cản tâm lý tiềm tàng bên cạnh các yếu tố đã có trong mô hình IRT.

Cảm giác lo sợ (Perceived creepiness)

“Sự lo sợ là một phản ứng cảm xúc tiêu cực và khó chịu tiềm ẩn kết hợp với nhận thức mơ hồ về một người, công nghệ hoặc thậm chí trong một tình huống” (Langer và Konig, 2018). Cảm giác lo sợ phát sinh khi một điều gì đó khiến người ta thấy lo lắng, kỳ quái hoặc sợ hãi (Wang và Wang, 2019; Yu, 2020). Cảm giác lo sợ cũng được mô tả là kết quả của việc giới thiệu các công nghệ mới (Tene và Jules, 2013). Nguyên nhân của cảm giác lo sợ là do việc sử dụng dữ liệu hoặc sản phẩm theo những cách không ngờ tới, chống lại các chuẩn mực xã hội hoặc phơi bày sự không phù hợp giữa lợi ích của người dùng và công ty (Phinnemore và cộng sự, 2023).

Tương tự, theo quan điểm cho rằng, công nghệ kỹ thuật số có thể gây lo sợ, Stefan Raff và cộng sự (2024) cho rằng khi mọi người phải đối mặt với những tiến bộ công nghệ, cơ chế cảm nhận lo sợ vốn có (McAndrew và Koehnke, 2016) có thể khiến họ tỏ ra thận trọng và duy trì khoảng cách với những thiết bị này. Vì vậy, việc nghiên cứu cảm giác lo sợ trong bối cảnh công nghệ không tiếp xúc sẽ giúp làm rõ tác động của yếu tố này đối với sự kháng cự của người tiêu dùng, góp phần hoàn thiện mô hình IRT trong nghiên cứu này.

Phát triển giả thuyết nghiên cứu và mô hình nghiên cứu đề xuất

Rào cản sử dụng

Ram và Sheth (1989) giải thích trong lý thuyết IRT, rào cản sử dụng là một trong những nguyên nhân chính ngăn cản hành vi ứng dụng cải tiến của người tiêu dùng, đặc biệt nếu việc sử dụng sản phẩm hay dịch vụ mới khác với những kinh nghiệm, quy trình, thói quen hiện tại, khiến họ phải mất thời gian lâu hơn để chấp nhận. Mani và Chouk (2018) định nghĩa rào cản sử dụng là phản ứng của người tiêu dùng về những thay đổi cần thiết để thích ứng với một cải tiến mới. Điều này tương ứng với sự phức tạp mà theo Rogers (1995) là “mức độ một cải tiến được cảm nhận là khó hiểu và khó sử dụng”. Nếu việc sử dụng không được cải thiện để trở nên dễ dàng hơn, sáng kiến mới này sẽ tiếp tục đối mặt với kháng cự của người dùng. Một số nghiên cứu trước đây đã chứng minh rào cản sử dụng có khả năng dẫn đến việc kháng cự các cải tiến công nghệ mới, chẳng hạn như dịch vụ ngân hàng trực tuyến (Baklouti và cộng sự, 2023), thanh toán không tiếp xúc (Kaur và cộng sự, 2020; Mogaji và Nguyen, 2024). Tương tự, tác giả cho rằng rào cản sử dụng hay sự phức tạp (khó hiểu và khó sử dụng) của công nghệ làm thủ tục bay không tiếp xúc cản trở ý định sử dụng của người dân tại TP. Hồ Chí Minh. Do đó, nghiên cứu hiện tại thiết lập giả thuyết H1 như sau:

H1: Rào cản sử dụng có tác động cùng chiều đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh.

Rào cản giá trị

Rào cản giá trị đề cập đến tỷ lệ giữa hiệu suất trên giá của sản phẩm hoặc dịch vụ so với các sản phẩm hoặc dịch vụ thay thế (Antioco và Kleijnen, 2010). Nó cũng được định nghĩa là nhận thức của người tiêu dùng về hiệu suất của các cải tiến so với giá cả phải trả khi so sánh với các lựa chọn thay thế (Mani và Chouk, 2018). Nếu một cải tiến không mang lại giá trị hiệu suất trên giá tốt hơn so với các lựa chọn thay thế, nó sẽ không đủ sức thuyết phục để khuyến khích người tiêu dùng thay đổi (Ram, 1987). Đối với công nghệ dịch vụ, mức giá cao thường là trở ngại giá trị lớn nhất ngăn cản người tiêu dùng áp dụng đổi mới (Laukkanen, 2016). Một số nghiên cứu định tính đã chỉ ra rằng, đối với các thiết bị và dịch vụ IoT, người tiêu dùng lo ngại về các chi phí bổ sung liên quan đến công nghệ này, chẳng hạn như chi phí lắp đặt, sửa chữa và bảo trì (Balta-Ozkan và cộng sự, 2013), cũng như lợi ích kinh tế hoặc thông tin thấp của chúng (Touzani và cộng sự, 2018). Ngoài ra, Mani và Chouk (2018) phát hiện rằng nhận thức về mức giá cao của một sáng kiến có thể dẫn đến sự phản kháng của người tiêu dùng đối với các dịch vụ thông minh. Do đó, để giảm rào cản giá trị, nhà cung cấp công nghệ cần tạo ra giá trị gia tăng vượt trội hơn so với các lựa chọn hiện có, từ đó thúc đẩy sự quan tâm và sẵn sàng tiếp nhận công nghệ mới của người dùng (Kaur và cộng sự, 2020). Từ đó, giả thuyết H2 được đề xuất:

H2: Rào cản giá trị có tác động cùng chiều đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh.

Rào cản rủi ro

Theo Ram và Sheth (1989), “tất cả các đổi mới, ở một mức độ nào đó, đều thể hiện sự không chắc chắn và gây ra các tác dụng phụ tiềm ẩn mà không thể lường trước được”. Khi khách hàng nhận thức được rủi ro, họ thường chống lại sự đổi mới cho đến khi có hiểu biết thêm về nó. Một số rào cản rủi ro được nghiên cứu là tác nhân của việc kháng cự cải tiến, như: rủi ro tâm lý, rủi ro kinh tế, rủi ro bảo mật (Hong và cộng sự, 2020)… Trong đó, rủi ro bảo mật được xác định là một trong những khía cạnh rủi ro có tác động đáng kể nhất đến hành vi phản kháng công nghệ mới của người tiêu dùng (Laukkanen, 2016). Rủi ro bảo mật đề cập đến mối quan ngại của người dùng về việc mất quyền kiểm soát thông tin cá nhân và riêng tư (Kleijnen và cộng sự, 2007) thông qua sự xâm nhập của những cá nhân có khả năng gây hại hoặc hành vi gian lận của các tổ chức (Miyazaki và Fernandez, 2001). Trong bối cảnh số hóa, các nghiên cứu gần đây cho thấy rằng mối quan tâm về bảo mật và quyền riêng tư là rào cản lớn đối với việc áp dụng các thiết bị và dịch vụ IoT (Shin và Park, 2017). Các tài liệu đã xác nhận rằng các rào cản rủi ro bảo mật cao hơn dẫn đến sự phản kháng đối với các sáng kiến số hóa khác nhau, chẳng hạn như khách sạn thông minh (Yang và cộng sự, 2024), dịch vụ chatbot (Kwangsawad và Jattamart, 2022). Vì vậy, đối với công nghệ làm thủ tục bay không tiếp xúc, tác giả thiết lập giả thiết sau:

H3: Rào cản rủi ro có tác động cùng chiều đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh.

Rào cản truyền thống

Rào cản truyền thống xuất hiện khi một sự cải tiến không phù hợp với các chuẩn mực, niềm tin, giá trị và kinh nghiệm sẵn có của cá nhân (Ram và Sheth, 1989). Trong bối cảnh dịch vụ, rào cản truyền thống thường gắn liền với nhu cầu tương tác giữa con người trong quá trình trải nghiệm dịch vụ (Laukkanen vaf Kiviniemi, 2010). Theo Dabholkar và Bagozzi (2002), nhu cầu tương tác được định nghĩa là “tầm quan trọng của sự giao tiếp giữa con người với khách hàng trong các cuộc gặp gỡ dịch vụ”, trong đó mong muốn tiếp xúc với nhân viên phục vụ có mối liên hệ chặt chẽ với xu hướng tránh sử dụng máy móc. Mặc dù công nghệ có thể vượt trội hơn con người về hiệu suất, tính nhất quán và độ tin cậy, nhưng các khía cạnh như sự đồng cảm và sáng tạo vẫn là những lĩnh vực mà con người chiếm ưu thế (Larivière và cộng sự, 2017). Theo đó, dịch vụ do con người cung cấp có xu hướng mang lại những trải nghiệm độc đáo và đáng nhớ hơn nhờ vào khả năng giải quyết nhu cầu cảm xúc và xây dựng mối liên kết với khách hàng (Kim và cộng sự, 2021). Chiang và Trimi (2020) cũng nhấn mạnh rằng, dù robot dịch vụ hiện nay có thể thực hiện các tác vụ cơ học và phân tích, chúng vẫn chưa đạt đến trình độ trí tuệ bậc cao như trực giác và sự đồng cảm.

Do đó, nhiều nghiên cứu đã chỉ ra rằng nhu cầu tương tác với con người là một yếu tố quan trọng trong trải nghiệm dịch vụ. Khách hàng thường ưu tiên tương tác trực tiếp hơn so với việc sử dụng dịch vụ chatbot (Pillai và Sivathanu, 2020) và có xu hướng kháng cự các công nghệ tự phục vụ hoặc dịch vụ thông minh nếu nhu cầu tương tác mạnh mẽ với con người không được đáp ứng (Mani và Chouk, 2018). Trong bối cảnh công nghệ làm thủ tục bay không tiếp xúc, hệ thống này có thể hướng dẫn hành khách hoàn toàn tự động mà không cần nhân viên hỗ trợ. Vì vậy, có thể lập luận rằng nhu cầu tương tác là một yếu tố tâm lý quan trọng dẫn đến hành vi kháng cự khi hành khách trải nghiệm công nghệ không tiếp xúc. Từ đây, giả thuyết sau được đề xuất:

H4: Rào cản truyền thống có tác động cùng chiều đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh.

Rào cản hình ảnh

Lý thuyết IRT cho rằng, mọi cải tiến đều mang một bản sắc nhất định, xuất phát từ nguồn gốc của chúng như loại sản phẩm/dịch vụ, ngành công nghiệp liên quan hoặc quốc gia sản xuất. Khi người tiêu dùng có cảm nhận tiêu cực về những yếu tố này, chúng có thể tạo ra hình ảnh bất lợi trong tâm trí họ, từ đó dẫn đến sự phản kháng đối với đổi mới (Laukkanen, 2016; Ram và Sheth, 1989). Một số nghiên cứu chỉ ra rằng rào cản hình ảnh phát sinh khi người tiêu dùng cảm thấy khoảng cách giữa họ và các công nghệ thông minh, đặc biệt khi chúng bị xem là xa xỉ, không thiết yếu hoặc quá phức tạp (Mani và Chouk, 2018). Rào cản này đã được chứng minh là có tác động tiêu cực đến hành vi người dùng đối với nhiều sáng kiến số hóa khác nhau (Kaur và cộng sự, 2020). Hơn nữa, Chen và cộng sự (2022) cũng chỉ ra rằng, sự phản kháng có thể bắt nguồn từ cảm giác phức tạp của đổi mới khi so sánh với sự tiện lợi mà chúng mang lại. Do đó, nghiên cứu này giả định rằng nếu hành khách có nhận thức tiêu cực về công nghệ làm thủ tục bay không tiếp xúc, họ có thể phát triển hành vi phản kháng đối với việc sử dụng nó. Từ đó, giả thuyết H5 được đề xuất:

H5: Rào cản hình ảnh có tác động cùng chiều đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh.

Mối quan hệ giữa cảm giác lo sợ và sự kháng cự công nghệ

Theo Woźniak và cộng sự (2021), trong quá trình phát triển công nghệ tương tác mới, việc quản lý ấn tượng ban đầu đóng vai trò quan trọng. Nếu một công nghệ gây ra cảm giác lo lắng, sợ hãi hoặc khó chịu, người dùng có thể không sẵn sàng tương tác với nó. Nhiều nghiên cứu gần đây đã ghi nhận rằng, một số người dùng tỏ ra quan ngại, thậm chí từ chối sử dụng hoặc tiếp tục sử dụng các công nghệ tiên tiến như hệ thống hỗ trợ nhà thông minh (Stefan và cộng sự, 2024), trợ lý giọng nói (Phinnemore và cộng sự, 2023), chatbot trí tuệ nhân tạo (Beak và Kim, 2023) hay công nghệ nhận diện khuôn mặt (Woźniak và cộng sự, 2021). Nguyên nhân chính là cảm giác lo sợ xuất phát từ giao diện vật lý (phần cứng) và/hoặc hệ điều hành (phần mềm) của các công nghệ này.

Kang và cộng sự (2023) cũng xem xét cảm giác lo sợ như một yếu tố "đẩy" trong mô hình kéo-đẩy-neo, góp phần thúc đẩy ý định chuyển đổi từ sử dụng dịch vụ do con người phục vụ sang robot trong ngành nhà hàng – khách sạn. Tuy nhiên, trong lĩnh vực hàng không, chưa có nghiên cứu nào đánh giá mối quan hệ giữa cảm giác lo sợ đối với công nghệ không tiếp xúc và hành vi phản kháng việc sử dụng chúng. Vì vậy, nghiên cứu này đóng góp vào việc khám phá tác động của cảm giác lo sợ đến sự kháng cự công nghệ không tiếp xúc, cụ thể là giao diện vật lý của các thiết bị tự động (máy móc, robot) cũng như các thuộc tính phần mềm của chúng khi hành khách làm thủ tục bay tự túc. Giả thuyết H6 được thiết lập như sau:

H6: Cảm giác lo sợ có tác động cùng chiều đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh.

Mô hình nghiên cứu đề xuất

Mô hình của nghiên cứu này đã được đề xuất dựa trên Lý thuyết kháng cự đổi mới, và kế thừa từ các nghiên cứu trước của Mani và Chouk (2018), Chen và cộng sự (2022), Stefan và cộng sự (2024) như Hình.

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Tác giả đề xuất

Phương pháp nghiên cứu

Nghiên cứu tham khảo và điều chỉnh các thang đo từ những nghiên cứu trước để phù hợp với bối cảnh công nghệ không tiếp xúc trong ngành hàng không. Cụ thể, rào cản sử dụng được đo lường thông qua 3 biến quan sát, điều chỉnh từ nghiên cứu của Wongyai và cộng sự (2024). Đối với rào cản giá trị, nghiên cứu kế thừa và áp dụng 3 biến quan sát từ Mani và Chouk (2018). Rào cản rủi ro sử dụng thang đo điều chỉnh từ nghiên cứu của Kwangsawad và Jattamart (2022), bao gồm 04 biến quan sát. Trong khi đó, rào cản truyền thống được đo lường bằng 03 biến quan sát từ nghiên cứu của Migliore và cộng sự (2022). Rào cản hình ảnh được đánh giá thông qua 04 biến quan sát từ nghiên cứu của Santos và Ponchio (2021). Đối với cảm giác lo sợ, nghiên cứu kế thừa 03 biến quan sát từ Stefan và cộng sự (2024). Cuối cùng, sự kháng cự đối với công nghệ làm thủ tục bay không tiếp xúc được đo lường bằng 05 biến quan sát dựa trên nghiên cứu của Mani và Chouk (2018). Toàn bộ bảng hỏi được thiết kế theo thang đo Likert 5 điểm, với mức độ từ 1 (Hoàn toàn không đồng ý) đến 5 (Hoàn toàn đồng ý).

Dữ liệu khảo sát đã được thu thập bằng phương pháp lấy mẫu phi xác suất-thuận tiện từ tháng 12/2024 đến tháng 02/2025 với đối tượng là 300 người dân trên địa bàn TP. Hồ Chí Minh đã từng sử dụng công nghệ không tiếp xúc hoặc công nghệ tự phục vụ khi làm thủ tục bay. Nghiên cứu sử dụng phần mềm SPSS 20.0 để xử lý và phân tích dữ liệu. Các dữ liệu thu thập được nhập vào phần mềm để phân tích mô hình cũng như thực hiện các bước kiểm định sau: đánh giá độ tin cậy của thang đo bằng Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích tương quan Pearson, và phân tích hồi quy tuyến tính bội để xác định chính xác các yếu tố dẫn đến sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của người dân tại TP. Hồ Chí Minh. Sau khi đã loại bỏ số phiếu không đạt yêu cầu, còn lại 251 phiếu đạt yêu cầu.

KẾT QUẢ NGHIÊN CỨU

Phân tích hệ số tin cậy Cronbach’s Alpha

Bảng 1: Kết quả phân tích độ tin cậy Cronbach’s Alpha

Nguồn: Kết quả phân tích

Kết quả phân tích độ tin cậy thang đo bằng hệ số Cronbach’s Alpha ở Bảng 1 cho thấy, tất cả các thang đo đều đạt tiêu chuẩn về độ tin cậy và được đưa vào bước phân tích EFA. Cụ thể, nghiên cứu sử dụng tổng cộng 25 biến quan sát, trong đó 20 biến quan sát thuộc 6 thành phần của các nhân tố ảnh hưởng đến sự kháng cự công nghệ làm thủ tục bay không tiếp xúc (biến độc lập) và 5 biến quan sát dùng để đo lường sự kháng cự công nghệ làm thủ tục bay không tiếp xúc (biến phụ thuộc).

Phân tích EFA

Phân tích EFA cho biến độc lập

Kết qua kiểm định Barlett cho thấy, giữa các biến trong tổng thể có mối tương quan với nhau (Sig. = 0,000 < 0,05). Đồng thời, hệ số KMO = 0,835 (giữa 0,5 và 1), chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.

Với phương pháp rút trích Principal Components Analysis và phép quay Varimax, kết quả cho thấy có 6 yếu tố được trích với giá trị Initial Eigenvalues = 1,297> 1 và tổng phương sai trích đạt 79,527% (đạt yêu cầu >50%), đáp ứng các tiêu chí và có ý nghĩa. Sau khi xoay nhân tố, tất cả các biến quan sát đều có hệ số tải nhân tố lớn hơn 0,5 đạt yêu cầu.

Phân tích EFA cho biến phụ thuộc

Kết quả cho thấy chỉ số KMO = 0,866 > 0,5 và mức ý nghĩa Sig. = 0,000 < 0,05, chứng tỏ các biến có mối tương quan với nhau. Giá trị Initial Eigenvalues được rút trích tại một nhân tố với giá trị là 3,677 > 1 và tổng phương sai trích đạt 73,543% > 50%, đáp ứng các tiêu chí phân tích và khẳng định ý nghĩa của kết quả. Tất cả các hệ số tải nhân tố đều lớn hơn 0,5, chứng tỏ các biến quan sát đạt yêu cầu. Nhóm nhân tố tổng hợp về KCCN bao gồm 5 biến quan sát: KCCN1, KCCN2, KCCN3, KCCN4, KCCN5.

Phân tích tương quan Pearson

Kết quả phân tích tương quan Pearson cho thấy, giá trị Sig của các biến độc lập: SD, GT, RR, TT, HA, và LS đều nhỏ hơn 0,05 nên các biến độc lập này đều có mối tương quan với biến phụ thuộc KCCN. Đối với kiểm định mối tương quan giữa các biến độc lập, các cặp biến đều có giá trị Sig. > 0,05 nên không có mối tương quan.

Kiểm định mô hình nghiên cứu

Kết quả hồi quy

Kết quả trên cho thấy, giá trị hệ số tương quan là 0,716 > 0,5. Đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.

Bảng 2 cho thấy, giá trị hệ số R2 hiệu chỉnh là 0,501 có nghĩa là, mô hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 50,1%. Với mức ý nghĩa 5%, 6 biến độc lập trong mô hình giải thích được 50,1% sự biến động của biến phụ thuộc, trong khi 49,9% còn lại do các yếu tố khác ngoài mô hình. Ngoài ra, hệ số Durbin-Watson là 2,029, nằm trong khoảng từ 1 đến 3, cho thấy không có hiện tượng tương quan chuỗi bậc nhất giữa các phần dư.

Bảng 2: Tóm tắt mô hình

Hệ số R	Hệ số R2	Hệ số R2 hiệu chỉnh	Sai số chuẩn của ước lượng	Durbin-Watson
0,716	0,513	0,501	0,74842	2,029

Nguồn: Kết quả phân tích

Khi thực hiện kiểm định ANOVA trên SPSS 20.0, kết quả trong Bảng 3 cho thấy, giá trị F = 42,765 với mức ý nghĩa Sig. = 0,000 (< 0,05). Điều này khẳng định rằng, mô hình hồi quy là phù hợp và 6 nhân tố được đưa vào mô hình có ảnh hưởng đáng kể đến kháng cự công nghệ. Vì vậy, các nhân tố này có thể được sử dụng để xây dựng mô hình hồi quy.

Bảng 3: Kiểm định phương sai ANOVA khi chạy hồi quy

Mô hình	Tổng bình phương	df	Bình phương trung bình	F	Sig.
Hồi quy	143,726	6	23,954	42,765	0,000
Số dư	136,674	244	0,560
Tổng	280,400	250

Nguồn: Kết quả phân tích

Bảng 4: Kết quả phân tích hồi quy

Mô hình	Hệ số chưa chuẩn hóa		Hệ số chuẩn hóa	Giá trị t	Giá trị Sig.	Đa cộng tuyến
	B	Sai số chuẩn	Beta			Độ chấp nhận	VIF
(Hằng số)	0,561	0,267		2,103	0,037
SD	0,207	0,048	0,213	4,326	0,000	0,822	1,217
GT	0,144	0,067	0,115	2,147	0,033	0,702	1,425
RR	0,270	0,060	0,241	4,491	0,000	0,692	1,445
TT	0,185	0,057	0,178	3,244	0,001	0,667	1,500
HA	0,183	0,052	0,176	3,496	0,001	0,792	1,263
LS	0,165	0,047	0,177	3,532	0,000	0,793	1,260
Biến phụ thuộc: KCCN

Nguồn: Kết quả phân tích

Bảng 4 cho thấy, giá trị Sig. của 6 biến độc lập đều < 0,05, nên các biến độc lập đều có tác động đến biến phụ thuộc. Với độ chấp nhận (Tolerance) lớn từ 0,667 – 0,822 và hệ số phóng đại phương sai (VIF) của các biến nhỏ từ 1,217 – 1,500 < 2, như vậy mối tương quan giữa các biến độc lập là không đáng kể và không có hiện tượng đa cộng tuyến. Do đó, biến phụ thuộc Kháng cự công nghệ chịu tác động của 6 nhân tố trên và được đưa vào phương trình hồi quy.

Phương trình hồi quy chuẩn hóa có dạng:

KCCN = 0,213*SD + 0,115*GT + 0,241*RR + 0,178*TT + 0,176*HA + 0,177*LS

Từ kết quả nghiên cứu đã cho thấy, 6 nhân tố tác động đến Sự kháng cự công nghệ không tiếp xúc của người dân tại TP. Hồ Chí Minh được sắp xếp theo thứ tự mức độ ảnh hưởng như sau: (1) RR; (2) SD; (3) TT; (4) LS; (5) HA; (6) GT. Vì vậy, 6 giả thuyết nghiên cứu H1, H2, H3, H4, H5, H6 đều có ý nghĩa thống kê và được chấp nhận.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết luận

Kết quả nghiên cứu cho thấy, có 6 nhân tố có tác động đến Sự kháng cự công nghệ làm thủ tục bay không tiếp xúc của hành khách tại TP. Hồ Chí Minh, đó là: Rào cản rủi ro; Rào cản sử dụng; Rào cản giá trị; Rào cản truyền thống; Rào cản hình ảnh; Cảm giác lo sợ.

Hàm ý quản trị

Để giảm thiểu sự kháng cự và khuyến khích hành khách chấp nhận công nghệ làm thủ tục bay không tiếp xúc, các cảng hàng không và hãng hàng không cần ưu tiên các giải pháp phù hợp. Trước tiên, cần tập trung vào đảm bảo và truyền thông về an toàn dữ liệu. Việc hợp tác với các tổ chức an ninh mạng nhằm tăng cường bảo mật hệ thống sẽ giúp hành khách yên tâm hơn khi sử dụng. Đồng thời, các chính sách bảo vệ dữ liệu cá nhân cần được công bố rõ ràng, minh bạch, đặc biệt là về việc lưu trữ và xử lý dữ liệu sinh trắc học. Ngoài ra, các hãng hàng không nên triển khai các chiến dịch truyền thông để nâng cao nhận thức của hành khách về tính an toàn và lợi ích của công nghệ này.

Tiếp theo, cải thiện trải nghiệm sử dụng đóng vai trò quan trọng trong việc giảm rào cản sử dụng. Các sân bay cần đầu tư vào hệ thống hướng dẫn trực quan, dễ hiểu, giúp hành khách thao tác dễ dàng hơn. Việc đồng bộ hóa quy trình giữa các sân bay cũng rất cần thiết để tránh sự khác biệt gây bối rối cho người dùng. Đồng thời, giao diện của hệ thống cần được tối ưu hóa theo hướng đơn giản, trực quan, giảm bớt số bước xác thực phức tạp để rút ngắn thời gian làm thủ tục.

Bên cạnh đó, để giải quyết rào cản truyền thống, các sân bay có thể kết hợp công nghệ với dịch vụ trực tiếp từ nhân viên. Việc bố trí nhân viên hỗ trợ tại các điểm làm thủ tục không tiếp xúc sẽ giúp hành khách yên tâm hơn khi sử dụng công nghệ. Đặc biệt, đối với hành khách thương gia hoặc những người có nhu cầu cao về tương tác, các sân bay có thể cung cấp tùy chọn làm thủ tục kết hợp giữa công nghệ và con người để duy trì yếu tố cá nhân hóa trong dịch vụ. Mặc dù AI và công nghệ tự động hóa đang ngày càng phát triển, nhưng chúng vẫn chưa thể thay thế hoàn toàn sự linh hoạt và khả năng đồng cảm của nhân viên sân bay trong những tình huống đặc biệt.

Ngoài ra, giảm cảm giác lo sợ và thay đổi định kiến về công nghệ cũng là yếu tố quan trọng. Các sân bay cần chú trọng vào thiết kế giao diện phần mềm và phần cứng theo hướng thân thiện, tạo cảm giác an toàn cho người dùng. Ví dụ, giao diện phần mềm nên có màu sắc nhẹ nhàng, hình ảnh minh họa trực quan và không sử dụng quá nhiều hiệu ứng kỹ thuật số gây cảm giác lạnh lẽo. Việc tích hợp giọng nói AI tự nhiên, giao diện có yếu tố nhân văn hơn cũng giúp giảm bớt tâm lý lo lắng của hành khách khi tương tác với hệ thống. Đồng thời, các sân bay nên tổ chức các chiến dịch truyền thông để thay đổi định kiến về công nghệ, giúp hành khách nhận thức rõ hơn về sự tiện lợi và an toàn của công nghệ không tiếp xúc.

Cuối cùng, để giảm thiểu rào cản giá trị, các cảng hàng không cần tăng cường giá trị thực tế mà công nghệ mang lại. Điều quan trọng là đảm bảo công nghệ này thực sự giúp rút ngắn thời gian làm thủ tục, thay vì chỉ tạo ra thêm một quy trình phức tạp hơn. Đồng thời, các sân bay cần cân nhắc về chi phí đầu tư để tránh tạo ra gánh nặng tài chính cho hành khách, chẳng hạn như việc tăng phí sân bay do triển khai hệ thống mới. Để tăng sự chấp nhận, công nghệ không tiếp xúc cần được định vị như một giải pháp nhanh hơn, tiện lợi hơn và an toàn hơn thay vì chỉ là một phương thức thay thế bắt buộc cho hình thức truyền thống./.

Tài liệu tham khảo

1. Abdelaziz, S., Abdelfatah, H., Elabbassy, A. (2010), Study of airport self-service technology within experimental research of check-in techniques: Case study and concept, International Journal of Computer Science Issues, 7(3).

2. Antioco, M., Kleijnen, M. H. P. (2010), Consumer adoption of technological innovations: Effects of psychological barriers in a lack of content versus a presence of content situation, European Journal of Marketing, 44(11/12), 1700–1724.

3. Baek, T. H., Kim, M. (2023), Is ChatGPT scary good? How user motivations affect creepiness and trust in generative artificial intelligence, Telematics and Informatics, 83, 102030.

4. Baklouti, F., Boukamcha, F. (2023), Consumer resistance to internet banking services: Implications for the innovation resistance theory, Journal of Financial Services Marketing, 29.

5. Balta-Ozkan, N., Davidson, R., Bicket, M., Whitmarsh, L. (2013). Social barriers to the adoption of smart homes, Energy Policy, 63, 363–374.

6. Chang, Y., Lee, O.-K. D., Park, J., Ham, J. (2023), Guest editorial: The role of digital technologies in new normal: The emergence of contactless digital technologies and services, Internet Research, 33(1), 208–218.

7. Chen, C.-C., Chang, C.-H., Hsiao, K.-L. (2022), Exploring the factors of using mobile ticketing applications: Perspectives from innovation resistance theory, Journal of Retailing and Consumer Services, 67.

8. Chiang, A. H., Trimi, S. (2020), Impacts of service robots on service quality, Service Business, 14, 439–459.

9. Cook, G. N., Billig, B. G. (2023), Airline operations and management: A management textbook (2nd ed.), Routledge.

10. Dabholkar, P. A., Bagozzi, R. P. (2002), An attitudinal model of technology-based self-service: Moderating effects of consumer traits and situational factors, Journal of the Academy of Marketing Science, 30, 184–201.

11. Green, S. B. (1991), How many subjects does it take to do a regression analysis?, Multivariate Behavioral Research, 26, 499–510.

12. Halpern, N., Budd, T., Suau-Sanchez, P., Bråthen, S., Mwesiumo, D. (2020). Survey on airport digital maturity and transformation, Kristiania University College.

13. Halpern, N. (2022). Airport digital passenger journey, In D. Buhalis (Ed.), Encyclopedia of tourism management and marketing, Cheltenham: Edward Elgar Publishing.

14. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson.

15. Hao, F., Chon, K. (2021). Are you ready for a contactless future? A multi-group analysis of experience, delight, customer equity, and trust based on the Technology Readiness Index 2.0. Journal of Travel & Tourism Marketing, 38(9), 900–916.

16. Heidenreich, S., Handrich, M. (2015). What about passive innovation resistance? Investigating adoption-related behavior from a resistance perspective, Journal of Product Innovation Management, 32(6), 878–903.

17. Hew, J. J., Leong, L. Y., Tan, G. W. H., Ooi, K. B., Lee, V. H. (2019). The age of mobile social commerce: An artificial neural network analysis on its resistances, Technological Forecasting and Social Change, 144, 311–324.

18. Hutawan Ho Wongyai, Ngo, T., Wu, H., Tsui, K. W. H., Nguyen, T.-H. (2024). Self-service technology in aviation: A systematic literature review, Journal of the Air Transport Research Society, 2.

19. Hong, A., Nam, C., Kim, S. (2020). What will be the possible barriers to consumers’ adoption of smart home services? Telecommunications Policy, 44(2).

20. Joo, Y. J., Park, S., Shin, E. K. (2017). Students’ expectation, satisfaction, and continuance intention to use digital textbooks, Computers in Human Behavior, 69, 83–90.

21. Kaur, P., Dhir, A., Singh, N., Sahu, G., Almotairi, M. (2020), An innovation resistance theory perspective on mobile payment solutions, Journal of Retailing and Consumer Services, 55.

22. Kang, S.-E., Koo, C., Chung, N. (2023), Creepy vs. cool: Switching from human staff to service robots in the hospitality industry, International Journal of Hospitality Management, 111, 103479.

23. Kim, S. S., Kim, J., Badu-Baiden, F., Giroux, M., Choi, Y. (2021). Preference for robot service or human service in hotels? Impacts of the COVID-19 pandemic, International Journal of Hospitality Management, 93, 102795.

24. Kleijnen, M., de Ruyter, K., Wetzels, M. (2007). An assessment of value creation in mobile service delivery and the moderating role of time consciousness. Journal of Retailing, 83(1), 33–46.

25. Kwangsawad, A., Jattamart, A. (2022), Overcoming customer innovation resistance to the sustainable adoption of chatbot services: A community-enterprise perspective in Thailand, Journal of Innovation & Knowledge, 7.

26. Langer, M., König, C. J. (2018). Introducing and testing the creepiness of situation scale (CRoSS), Frontiers in Psychology, 9, 2220.

27. Laukkanen, T., Kiviniemi, V. (2010), The role of information in mobile banking resistance, International Journal of Bank Marketing, 28(5), 372–388.

28. Laukkanen, T. (2016), Consumer adoption versus rejection decisions in seemingly similar service innovations: The case of the Internet and mobile banking, Journal of Business Research, 69(7), 2432–2439.

29. Larivière, B., Bowen, D., Andreassen, T., Kunz, W., Sirianni, N., Voss, C., Wünderlich, N., De Keyser, A. (2017), Service Encounter 2.0”: An investigation into the roles of technology, employees and customers, Journal of Business Research, 79, 238–246.

30. Lee, O.-K. D., Jiang, S., Hyun, Y., Jeong, H. (2022). The role of information technologies in crises: A review and conceptual development of IT-enabled agile crisis management, Communications of the Association for Information Systems, 50.

31. Mani, Z., Chouk, I. (2018), Consumer resistance to innovation in services, Journal of Product Innovation Management, 35(5), 780–807.

32. Mani, Z., Chouk, I. (2019), Impact of privacy concerns on resistance to smart services: Does the ‘Big Brother effect’ matter?, Journal of Marketing Management, 35(15–16), 1460–1479.

33. McAndrew, F. T., Koehnke, S. S. (2016), On the nature of creepiness, New Ideas in Psychology, 43, 10–15.

34. Migliore, G., Wagner, R., Cechella, F. S. et al (2022), Antecedents to the adoption of mobile payment in China and Italy: An integration of UTAUT2 and Innovation Resistance Theory, Information Systems Frontiers, 24, 2099–2122.

35. Miyazaki, A. D., Fernandez, A. N. A. (2001). Consumer perceptions of privacy and security risks for online shopping, Journal of Consumer Affairs, 35(1), 27–44.

36. Musyaffi, A. M., Gurendrawati, E., Afriadi, B., Oli, M. C., Widawati, Y., Oktavia, R. (2022), Resistance of traditional SMEs in using digital payments: Development of innovation resistance theory. Human Behavior and Emerging Technologies.

37. Mogaji, E., Nguyen, P. N. (2024), Evaluating the emergence of contactless digital payment technology for transportation, Technological Forecasting and Social Change, 203.

38. Mwesiumo, D., Halpern, N., Bråthen, S., Budd, T., Suau-Sanchez, P. (2023), Perceived benefits as a driver and necessary condition for the willingness of air passengers to provide personal data for non-mandatory digital services at airports, Transportation Research Part A: Policy and Practice, 171.

39. Ostrom, A., Fotheringham, D., Bitner, M. (2019). Customer acceptance of AI in service encounters: Understanding antecedents and consequences. In Handbook of Service Science, Volume II (pp. 85-103). Springer.

40. Phinnemore, R., Reza, M., Lewis, B., Mahadevan, K., Wang, B., Annett, M., Wigdor, D. (2023), Creepy assistant: Development and validation of a scale to measure the perceived creepiness of voice assistants, Proceedings of the ACM CHI Conference on Human Factors in Computing Systems, 1–18.

41. Pillai, R., Sivathanu, B. (2020), Adoption of AI-based chatbots for hospitality and tourism, International Journal of Contemporary Hospitality Management, 32, 3199–3226.

42. Ram, S. (1987), A model of innovation resistance, Advances in Consumer Research, 14(4), 208–213.

43. Ram, S., Sheth, J. N. (1989), Consumer resistance to innovations: The marketing problem and its solutions, Journal of Consumer Marketing, 6(2), 5–14.

44. Raff, S., Rose, S., & Huynh, T. (2024), Perceived creepiness in response to smart home assistants: A multi-method study, International Journal of Information Management, 74.

45. Rogers, E. M. (1995), Diffusion of innovations (4th ed.). The Free Press.

46. Rubio-Andrada, L., Celemín-Pedroche, M. S., Escat-Cortés, M.-D., Jiménez-Crisóstomo, A. (2023). Passengers satisfaction with the technologies used in smart airports: An empirical study from a gender perspective, Journal of Air Transport Management, 107.

47. Santos, A., Ponchio, M. (2021), Functional, psychological and emotional barriers and the resistance to the use of digital banking services, Innovation & Management Review, 18(3), 331–348.

48. Serrano, F., Kazda, A. (2020), The future of airports post COVID-19, Journal of Air Transport Management, 89.

49. SITA (2020), 2019 Passenger IT insights. Geneva: SITA.

50. Tene, O., Polonetsky, J. (2013). A theory of creepy: Technology, privacy and shifting social norms, Yale Journal of Law & Technology, 16, 59.

51. Wang, Y. Y., Wang, Y. S. (2019), Development and validation of an artificial intelligence anxiety scale: An initial application in predicting motivated learning behavior. Interactive Learning Environments, 1–16.

52. Wünderlich, N. V., Heinonen, K., Ostrom, A. L., Patricio, L., Sousa, R., Voss, C., Lemmink, J. G. (2015), Futurizing" smart service: Implications for service researchers and managers. Journal of Services Marketing, 29(6/7), 442–447.

53. Woźniak, P. W., Karolus, J., Lang, F., Eckerth, C., Schöning, J., Rogers, Y., Niess, J. (2021). Creepy technology: What is it and how do you measure it? In CHI Conference on Human Factors in Computing Systems (CHI '21), ACM.

54. Zamorano, M. M., Fernández-Laso, M. C., de Esteban Curiel, J. (2020), Smart airports: Acceptance of technology by passengers. Cuadernos de Turismo, (45), 567–570.

55. Zhang, Y., McAreavey, K., Liu, W. (2022), Developing and experimenting on approaches to explainability in AI systems. In A. P. Rocha, L. Steels, & J. van den Herik (Eds.), Proceedings of the 14th International Conference on Agents and Artificial Intelligence (ICAART'22) (Vol. 2, pp. 518-527).

56. Yang, Y., Lu, P., Niu, Y., Yuan, G. (2024), Research on unmanned smart hotels resistance from the perspective of innovation resistance theory. SAGE Open, 14(3).

57. Yu, C. E. (2020), Humanlike robots as employees in the hotel industry: Thematic content analysis of online reviews, Journal of Hospitality Marketing & Management, 29(1), 22–38.

Ngày nhận bài: 10/02/2025; Ngày phản biện: 25/02/2025; Ngày duyệt đăng: 14/3/2025