Mối liên hệ giữa việc sử dụng điện thoại thông minh với hoạt động học tập và sinh sống: Một nghiên cứu về sinh viên đại học ở Việt Nam

Chia sẻ: Tưởng Trì Hoài | Ngày: | Loại File: PDF | Số trang:13

Thêm vào BST

Báo xấu

5
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Mối liên hệ giữa việc sử dụng điện thoại thông minh với hoạt động học tập và sinh sống: Một nghiên cứu về sinh viên đại học ở Việt Nam" nghiên cứu hậu quả của việc nghiện điện thoại thông minh đối với kết quả học tập và sự hài lòng với cuộc sống của sinh viên đại học ở Việt Nam. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Mối liên hệ giữa việc sử dụng điện thoại thông minh với hoạt động học tập và sinh sống: Một nghiên cứu về sinh viên đại học ở Việt Nam

MỐI LIÊN HỆ GIỮA VIỆC SỬ DỤNG ĐIỆN THOẠI THÔNG MINH VỚI HOẠT ĐỘNG HỌC TẬP VÀ SINH SỐNG: MỘT NGHIÊN CỨU VỀ SINH VIÊN ĐẠI HỌC Ở VIỆT NAM ThS. Nguyễn Chí Dũng1, TS. Trần Quang Yên1, TS. Vũ Trọng Nghĩa1, TS. Dương Đức Tâm1, ThS. Nguyễn Hoàng Hà1, ThS. Lương Việt Anh1, TS. Trương Đình Đức1, CN. Vi Thanh Hà1, ThS. Lê Thành Khôi2, TS. Bùi Thị Mai Lan3 Tóm tắt: Trong thời gian gần đây, điện thoại thông minh đã trở nên rất phổ biến nhất là với giới trẻ nói chung và sinh viên nói riêng ở Việt Nam. Điện thoại thông minh đã được sử dụng cho nhiều mục đích khác nhau ngoài việc liên lạc như tìm kiếm thông tin, hoạt động giải trí, ngân hàng di động, truy cập mạng xã hội… Thay vì liên lạc trực tiếp giữa hai người với nhau như điện thoại thông thường, điện thoại thông minh thông qua các ứng dụng có thể cho phép người dùng có thể tham gia vào các hoạt động nhóm như các lớp học online, họp online và các hoạt động tập thể khác… Việc sử dụng điện thoại thông minh một cách thường xuyên với cường độ cao đã làm cho nhiều người có thể rơi vào trạng thái nghiện. Trong bài viết này, chúng tôi theo dõi mối liên hệ giữa tình trạng nghiện điện thoại thông minh với với kết quả học tập và sự hài lòng với cuộc sống của sinh viên. Một bảng hỏi online được xây dựng và gửi cho hơn 5.000 sinh viên năm cuối tại trường công lập ở miền Bắc Việt Nam. Kết quả có 1.202 sinh viên đồng ý trả lời bảng hỏi này. Kết quả thực nghiệm cho thấy nghiện điện thoại thông minh không ảnh hưởng đến sự hài lòng với cuộc sống, trong khi nó có ảnh hưởng nhất định đến kết quả học tập của sinh viên. Từ khóa: Điện thoại thông minh, giáo dục đại học, hành vi, nghiện. THE RELATIONSHIP BETWEEN SMARTPHONE USE AND ACADEMIC PERFORMANCE: A CASE OF STUDENTS IN VIETNAM Abstract: In recent times, smartphones have become very ubiquitous in Vietnam, especially with young generation in general and university students in specific. Smartphones have been used for other purposes besides communication such as searching for information, entertainment activities, mobile banking, accessing social networking sites... Instead of direct communication between two persons like regular phones, smartphones through applications that can allow users to participate in group activities such as online classes, online meetings, and other activities... Frequent and intense 1 Trường Đại học Kinh tế Quốc dân. 2 Học Viện Báo chí và Tuyên truyền. 3 Trường Đại học Hùng Vương.
Phần 3. KHUNG PHÁP LÝ VÀ NGUỒN NHÂN LỰC THÚC ĐẨY KINH TẾ SỐ 375 usage of smartphones has caused many people to fall into a state of addiction. In this report, we discover the relationship between smartphone addiction and students' academic performance and life satisfaction. An online questionnaire was developed and sent to more than 5,000 final-year students at public schools in northern Vietnam. As a result, 1,202 students agreed to answer this questionnaire. Experimental results show that smartphone addiction does not affect life satisfaction, while it has a certain influence on students' academic performance. Key words: Smartphone, higher education, behavior, addiction. 1. GIỚI THIỆU Từ hơn một thập niên trở lại đây, với sự phát triển vượt bậc của công nghệ, nền kinh tế Việt Nam đã có những thành tựu đáng chú ý. Cùng với đó, không phân biệt tuổi tác, thu nhập, giới tính và nơi sinh sống, điện thoại thông minh đã trở thành một phần quan trọng trong cuộc sống của người Việt Nam. Điện thoại thông minh không đơn giản chỉ sử dụng cho mục đích liên lạc của một cá nhân mà nó còn đóng vai trò như là nguồn cảm hứng, nguồn thông tin, hay được sử dụng cho mục đích giải trí hay là vật trang trí. Trong nhiều trường hợp, chúng được sử dụng như một giải pháp thay thế cho máy tính và trong một số trường hợp, chúng thay thế cho cả đài phát thanh và truyền hình. Tầm quan trọng của điện thoại thông minh cũng tăng lên theo thời gian. Theo Cục Viễn thông (Bộ Thông tin và Truyền thông), đến cuối năm 2021, Việt Nam có 91,3 triệu thuê bao điện thoại thông minh. Đến tháng 3 năm 2022, có thêm hơn 2 triệu thuê bao điện thoại thông minh, nâng tổng số lên 93,5 triệu, tiếp cận 73,5% người trưởng thành sử dụng điện thoại thông minh (Ministry of Information and Communications, 2022). Nghiên cứu về người dùng điện thoại thông minh cho thấy rằng họ đã kiểm tra điện thoại thông minh của mình trung bình sau khoảng 18 phút và dành tổng cộng hơn hai tiếng rưỡi mỗi ngày với thiết bị này, theo kết quả nghiên cứu của Dự án Điện thoại thông minh và sức khỏe tâm thần - Mental Smartphone Project (Montag, 2018). Vì điện thoại thông minh là một loại công nghệ dễ tiếp cận, dễ dàng sử dụng, có giá thành giảm dần theo thời gian và công nghệ có tốc độ đổi mới nhanh nên hiện nay nó trở nên rất phổ biến với giới trẻ. Giới trẻ là những người sử dụng các thiết bị này nhiều nhất và thời lượng trực tuyến hàng ngày của họ ngày càng tăng (Rho và cộng sự, 2019; Boumosleh & Jaalouk, 2017). Lee và cộng sự (2020) đã cho rằng thanh niên thường ưa chuộng sử dụng điện thoại thông minh cho việc truy cập Internet hơn do độ linh động và khả năng dễ dàng kết nối của nó so với các thiết bị khác. Bên cạnh đó, Stiglic & Viner (2019) cho rằng dường như giới trẻ thích sử dụng điện thoại thông minh ngay cả khi họ đang theo dõi trên các loại màn hình khác. Việc phổ biến và không thể thiếu của điện thoại thông minh trong xã hội đã dẫn đến những quan ngại về hậu quả của việc phổ biến chúng (Lucy và cộng sự, 2023; Panova & Carbonell, 2018). Trong đó, vấn đề quan trọng và được quan tâm nhiều nhất là tác động
376 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE "DIGITAL ECONOMY: POTENTIALS ET CHALLENGES" của nó đối với sức khỏe. Lượng thời gian sử dụng thiết bị có liên quan đến một loạt các kết quả tiêu cực. Điều này có thể được giải thích là do mọi người có thể trở nên nghiện điện thoại thông minh hoặc nghiện các nội dung trên đó và có thể dẫn đến tình trạng mất kiểm soát đối với các tương tác của họ trên các thiết bị này (Lucy và cộng sự, 2023; Olson và cộng sự, 2022). Trong lịch sử, khái niệm “nghiện” thông thường làm người ta liên tưởng đến hành vi sử dụng ma túy hay các chất gây nghiện khác. Vì thế, hầu hết các định nghĩa chính thức về nghiện đều đề cập đến việc uống thuốc. Tuy vậy, vài thập kỷ trở lại đây, có nhiều học giả đã và đang phát triển các khía cạnh khác của khái niệm “nghiện” liên quan đến một số hành vi khác có khả năng gây nghiện. Griffiths (1998) đã đề xuất một số định nghĩa mới về nghiện trong đó nghiện bao gồm tất cả những hoạt động cấu thành hành vi gây nghiện. Koc và cộng sự (2018) cho rằng một người khi bị mắc chứng nghiện thì họ sẽ tiếp tục sử dụng chất gây nghiện bất chấp các vấn đề có thể ảnh hưởng bất lợi đến gia đình, công việc/ trường học và xã hội. Mặc dù chưa được đưa vào danh sách chẩn đoán DSM-5 (Diagnostic and statistical manual of mental disorders fifth edition) nhưng những tình trạng này có thể được liệt kê là “nghiện Internet”, “nghiện mạng xã hội” và “nghiện điện thoại thông minh” (American Psychiatric Association, 2013). Trọng tâm chính của bài viết này là nghiên cứu hậu quả của việc nghiện điện thoại thông minh đối với kết quả học tập và sự hài lòng với cuộc sống của sinh viên đại học ở Việt Nam. 2. GIẢ THUYẾT NGHIÊN CỨU Một số nghiên cứu trước đây (Jogendra, 2018; Augner & Hacker, 2012) đã gợi ý rằng xu hướng nghiện điện thoại thông minh của giới trẻ tỷ lệ thuận với mức độ sử dụng điện thoại thông minh của họ. Trong bài viết này, chúng tôi tiến hành kiểm tra lại mô hình được đề xuất trong nghiên cứu của Jogendra (2018). Do đó, tác giả sẽ tiến hành kiểm tra lại hai giả thuyết sau: H1: Tăng sử dụng điện thoại thông minh dẫn đến mức độ nghiện cao hơn. H2: Nghiện điện thoại thông minh ảnh hưởng đến kết quả học tập của sinh viên. Bên cạnh đó, chúng tôi cũng tiến hành kiểm tra mối liên hệ giữa nghiện điện thoại thông minh với sự hài lòng với cuộc sống của sinh viên. Vì vậy, chúng tôi tiến hành kiểm tra giả thuyết: H3: Nghiện điện thoại thông minh ảnh hưởng đến sự hài lòng với cuộc sống của sinh viên.
Phần 3. KHUNG PHÁP LÝ VÀ NGUỒN NHÂN LỰC THÚC ĐẨY KINH TẾ SỐ 377 Hình 1: Mô hình nghiên cứu do các tác giả đề xuất được biến đổi dựa trên mô hình của Jogendra (2018) Mô hình nghiên cứu của chúng tôi được trình bày trong Hình 1. Đây là mô hình được biến đổi từ mô hình nghiên cứu do tác giả Jogendra (2018) giới thiệu. 3. PHƯƠNG PHÁP 3.1. Thang đo Các nhân tố như sử dụng điện thoại thông minh (Smartphone usage – SU), thiếu kiểm soát (lack of control – LC), bỏ bê công việc (Neglect work – NW), cảm giác lo lắng (Feeling anxious – FA), thay đổi hành vi (Behavioural changes – BC), kết quả học tập (Academic performance – PERF) được sử dụng theo thang đo được công bố trong các tài liệu trước đây (Jogendra, 2018) được biến đổi từ thang nghiện Internet của Griffiths (1998). Thang đo của nhân tố sự hài lòng với cuộc sống (Life satisfaction – LS) được biến đổi từ thang đo của Diener và cộng sự (1985). Trong nghiên cứu của Jogendra (2018), việc sử dụng điện thoại thông minh được đo bằng thang đo gồm hai mục là lượng thời gian sử dụng điện thoại và hóa đơn thanh toán hàng tháng. Tuy nhiên, trong thực tế hiện nay ở Việt Nam, các ứng dụng nghe gọi đang phát triển rất mạnh như Zalo, Viber, Messenger… và người sử dụng điện thoại thông minh chủ yếu sử dụng các ứng dụng này để liên lạc. Ngoài ra, kết nối Internet của sinh viên cũng chủ yếu qua wifi nên hóa đơn thanh toán cho điện thoại thông minh có thể sẽ không còn chính xác. Kết quả thực nghiệm cũng cho thấy mục hóa đơn thanh toán hàng tháng đã không còn chính xác để sử dụng cho thang đo này và chính thức bị loại.
378 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE "DIGITAL ECONOMY: POTENTIALS ET CHALLENGES" Các mục con đo lường các nhân tố được đo bằng thang đo Likert 5 điểm từ hoàn toàn không đồng ý (1) đến hoàn toàn đồng ý (5). 3.2. Lấy mẫu Một bảng câu hỏi khảo sát được thiết kế dưới dạng Google form đã được gửi tới hơn 5.200 sinh viên năm cuối của Trường Đại học Kinh tế Quốc dân thông qua các buổi sinh hoạt công dân cuối khóa trực tuyến vào tháng 12 năm 2021. Có 1.202 sinh viên đã tự nguyện phản hồi bảng hỏi này. Có ba lý do để lấy cỡ mẫu lớn theo tác giả Syed và cộng sự (2020): Thứ nhất, cỡ mẫu lớn đại diện cho đúng nhóm nghiên cứu. Thứ hai, cỡ mẫu lớn sẽ hạn chế ảnh hưởng của các quan sát cực đoan hoặc ngoại lệ. Thứ ba, một cỡ mẫu đủ lớn có thể tạo ra sự khác biệt đáng kể giữa các nhân tố. Nhiều nghiên cứu trước đây đã chỉ ra rằng cỡ mẫu với khoảng 50 quan sát là mẫu kém, khoảng 300 là mẫu tốt, khoảng 500 là mẫu rất tốt và khoảng 1.000 là mẫu tuyệt vời để phân tích nhân tố (Sharif và Raza, 2017; Ali và Raza, 2017; Raza và cộng sự, 2015; Raza và Hanif, 2011; Comrey và Lee, 1992). Như vậy, nghiên cứu của chúng tôi có 1.202 quan sát là mẫu rất tuyệt vời để phân tích nhân tố. 3.3. Phân tích dữ liệu Dữ liệu thu được được xử lý sơ bộ qua Microsoft Excel và chạy trên phần mềm PLS- SEM ver 3.0. 4. KẾT QUẢ VÀ THẢO LUẬN Tổng số mẫu (n = 1.202) thu được bao gồm 925 nữ sinh (chiếm 76,96%) và 277 nam sinh (chiếm 23,04%). Con số này phản ánh gần đúng với tỷ lệ giới tính của sinh viên của trường Đại học này với tỷ lệ nam sinh chiếm khoảng 30%. Độ tuổi của sinh viên năm cuối đạt từ 21 đến 29. Số lượng sinh viên năm cuối chỉ 21 tuổi chiếm 82,45% (với 991 sinh viên) phản ánh sinh viên học đúng tuổi và chuẩn bị tốt nghiệp đúng tiến độ, không học vượt hoặc chỉ học thêm một học kỳ hè. Điều này có thể được khẳng định ở dữ liệu tổng số sinh viên đang theo học ở học kỳ thứ 7 và kỳ thứ 8 chiếm 1.149 sinh viên (Bảng 1). Bảng 1: Mô tả mẫu nghiên cứu Tần suất Tỷ lệ (%) Tổng 1202 100.00 Giới Nam 277 23.04 Nữ 925 76.96 Tổng 1202 100.00 21 tuổi 991 82.45 Tuổi 22 tuổi 150 12.48 Khác 61 5.07 Tổng 1202 100.00 Học kỳ 7 343 28.54 Học kỳ Học kỳ 8 806 67.05 Khác 53 4.41
Phần 3. KHUNG PHÁP LÝ VÀ NGUỒN NHÂN LỰC THÚC ĐẨY KINH TẾ SỐ 379 Theo kết quả điều tra, thời gian trung bình sử dụng điện thoại thông minh của sinh viên trong ngày là 5.35h (SD = 2.015). Ở đây, chúng tôi sử dụng phương pháp bình phương nhỏ nhất từng phần (PLS) để kiểm định lại các giả thuyết đã được các tác giả đề xuất thông qua phần mềm thống kê Smart PLS 3.0. Các thang đo của mô hình đề xuất được đánh giá thông qua việc kiểm tra độ tin cậy và hiệu lực của các cấu trúc. Tất cả các hệ số tải nhân tố (factor loading) đều đạt giá trị cao và có ý nghĩa thống kê. Bên cạnh đó, tất cả các hệ số AVE (Average Variance Extracted - Phương sai trung bình được trích xuất) đều cao hơn ngưỡng 0.5 đảm bảo giá trị hội tụ (Fornell & Larcker, 1981; Anderson & Gerbing, 1988; Koufteros, 1999; Arteaga và cộng sự, 2014). Gần như hầu hết các tiêu chí có hệ số tải lớn hơn 0.7 như được công bố tại các tài liệu khác nhau (Hair và cộng sự, 2012; Fornell, 2006). Tổng thể chỉ có 2 tiêu chí có hệ số tải nhỏ hơn 0.7. Đó là các chỉ số như chỉ tiêu FA3 thuộc FA có hệ số tải là 0.619, chỉ tiêu LS4 của LS có hệ số tải là 0.616. Tuy vậy, giá trị của hai chỉ số này đều cao hơn rất nhiều so với giá trị khuyến nghị là 0.55 trong một số công trình trước đây (Raza & Hanif, 2013; Tabachnik & Fidell, 2007). Hệ số Cronbach’s Alpha của một nửa các nhân tố có giá trị lớn hơn 0.7. Hệ số Cronbach’s Alpha của 3 nhân tố trong đó nhân tố LC có giá trị 0.695, nhân tố NW có giá trị 0.641 và nhân tố FA có giá trị 0.653. Ngoài nhân tố LC có giá trị xấp xỉ 7.0 thì hai nhân tố còn lại ở mức trung bình (Taber, 2018). Ngoài ra, giá trị AVE của tất cả các nhân tố đều lớn hơn 0.5 phù hợp với điểm giới hạn (Fornell & Larcker, 1981) (xem Bảng 2). Trong nghiên cứu này, để đánh giá giá trị phân biệt của các cấu trúc được nghiên cứu, chúng tôi đã sử dụng hai tiêu chí của Fornell và Larcker (1981), tỷ lệ hetrotrait-monotrait (HTMT) và tải chéo. Theo hai tác giả này, căn bậc hai AVE của mỗi cấu trúc nghiên cứu phải lớn hơn giá trị tuyệt đối của mối tương quan giữa chúng. Kết quả nghiên cứu trong Bảng 3 hiển thị đồng thời cả căn bậc hai AVE trên đường chéo cho mỗi cấu trúc và giá trị tuyệt đối của mối tương quan giữa các cấu trúc. Tiếp theo, nghiên cứu này cũng đã sử dụng tiêu chí heterotrait-monotrait (HTMT) để đo lường giá trị phân biệt (Bảng 4). Các giá trị được chấp nhận cho HTMT phải nhỏ hơn giá trị ngưỡng 0.85. Các giá trị trong Bảng 4 đều nhỏ hơn giá trị ngưỡng 0,85 (Henseler và cộng sự, 2015; Hair và cộng sự, 2016). Điều này có nghĩa là mô hình đo lường cho kết quả phù hợp với mô hình đề xuất theo phân tích thuật toán PLS. Hệ số VIF của tất cả các biến độc lập được sử dụng trong nghiên cứu này để kiểm tra tính đa cộng tuyến. Kết quả lớn nhất của VIF thu được ở đây là 2.050 nhỏ hơn 5 (Hair và cộng sự, 2011). Như vậy, nguy cơ đa cộng tuyến đã được loại bỏ (xem Bảng 5).
380 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE "DIGITAL ECONOMY: POTENTIALS ET CHALLENGES" Bảng 2: Hiệu lực hội tụ và phân biệt của các cấu trúc mô hình Nhân tố Factor loadings AVE CR Thiếu kiểm soát (lack of control – LC) LC1 0.721 0.622 0.695 LC2 0.801 LC4 0.840 Bỏ bê công việc (Neglect work – NW) NW1 0.771 0.582 0.641 NW2 0.723 NW3 0.793 Cảm giác lo lắng (Feeling anxious – FA) FA1 0.822 0.588 0.653 FA2 0.840 FA3 0.619 Thay đổi hành vi (Behavioural changes – BC) BC1 0.715 0.639 0.716 BC2 0.808 BC3 0.868 sự hài lòng với cuộc sống (Life satisfaction – LS) LS1 0.943 0.596 0.721 LS2 0.719 LS4 0.616 Kết quả học tập (Academic performance – PE) PE1 0.763 0.639 0.717 PE2 0.794 PE3 0.838 Sử dụng điện thoại thông minh (Smartphone usage – SU) SU2 1.000 1.000 1.000 (Nguồn: Các tác giả trích xuất từ liệu được xử lý) dữ Bảng 3: Mối tương quan giữa các điểm cấu trúc (căn bậc hai của AVE theo đường chéo) BC FA LC LS NW PE SU BC 0.799 FA 0.559 0.767 LC 0.579 0.425 0.789 LS 0.073 0.064 0.064 0.772 NW 0.569 0.486 0.441 0.061 0.763 PE 0.386 0.302 0.172 -0.004 0.468 0.799 SU 0.360 0.298 0.424 0.054 0.282 0.109 1.000 Ghi chú: Các giá trị in đậm cho biết chúng cao hơn giá trị hàng và cột tương ứng. (Nguồn: Các tác giả trích xuất từ liệu được xử lý) dữ
Phần 3. KHUNG PHÁP LÝ VÀ NGUỒN NHÂN LỰC THÚC ĐẨY KINH TẾ SỐ 381 Bảng 4: Các kết quả của tỉ lệ Heterotrait-Monotrait (HTMT) BC FA LC LS NW PE SU BC FA 0.790 LC 0.802 0.617 LS 0.084 0.087 0.097 NW 0.829 0.705 0.655 0.096 PE 0.520 0.411 0.248 0.046 0.677 SU 0.426 0.364 0.509 0.066 0.361 0.124 (Nguồn: Các tác giả trích xuất từ liệu được xử lý) dữ Bảng 5: Mô hình bên trong VIF (Inner model VIF) BC FA LC LS NW PE SU BC 2.050 2.050 FA 1.569 1.569 LC 1.658 1.568 LS NW 1.604 1.604 PE SU 1.000 1.000 1.000 1.000 (Nguồn: Các tác giả trích xuất từ liệu được xử lý) dữ Bảng 6: Kết quả kiểm tra giả thuyết Hệ số Observed t Giả thuyết Mối quan hệ P Values Sig. Level Kết luận đường dẫn Value H1-1 SU → LC 0.424 17.054 0.000 **** Hỗ trợ H1-2 SU → NW 0.282 9.008 0.000 **** Hỗ trợ H1-3 SU → FA 0.298 10.144 0.000 **** Hỗ trợ H1-4 SU → BC 0.360 13.038 0.000 **** Hỗ trợ H2-1 LC → PE -0.149 4.418 0.000 **** Hỗ trợ H2-2 NW → PE 0.379 10.346 0.000 **** Hỗ trợ H2-3 FA → PE 0.055 1.596 0.111 NS Không hỗ trợ H2-4 BC → PE 0.225 6.015 0.000 **** Hỗ trợ H3-1 LC → LS 0.025 0.405 0.685 NS Không hỗ trợ H3-2 NW → LS 0.019 0.328 0.743 NS Không hỗ trợ H3-3 FA → LS 0.026 0.500 0.617 NS Không hỗ trợ H3-4 BC → LS 0.033 0.343 0.732 NS Không hỗ trợ **** p < .001, *** p < .010, ** p < .050, * p < .100, NS: Không đáng kể. (Nguồn: Các tác giả trích xuất từ liệu được xử lý) dữ
382 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE "DIGITAL ECONOMY: POTENTIALS ET CHALLENGES" Giả thuyết thứ nhất (H1) của nghiên cứu này đề cập đến việc sử dụng điện thoại thông minh ngày càng tăng sẽ dẫn đến tình trạng nghiện điện thoại thông minh cao hơn. Có 4 cấu trúc liên quan đến nghiện điện thoại thông minh là LC, NW, FA và BC đã được sử dụng làm biến tiêu chí (Jogendra, 2018; Griffiths, 1998) và việc sử dụng điện thoại thông minh (SU) làm biến dự đoán. Như vậy, giả thuyết H1 hiện tại được chuyển đổi thành 4 giả thuyết con là H1-1, H1-2, H1-3 và H1-4. Theo kết quả phân tích của nghiên cứu này (xem Bảng 6 và Hình 2), cả 4 giả thuyết con đều dương và có ý nghĩa thống kê. Trong đó, giả thuyết H1-1 có đường dẫn SU → LC (hệ số đường dẫn = 0.424, p < 0.001). Giả thuyết H1-2 có đường dẫn SU → NW (hệ số đường dẫn = 0.282, p < 0.001). Giả thuyết H1-3 có đường dẫn SU → FA (hệ số đường dẫn = 0.298, p < 0.001). Giả thuyết H1-4 có đường dẫn SU → BC (hệ số đường dẫn = 0.360, p < 0.001). Điều này khẳng định rằng việc sử dụng điện thoại thông minh đã dẫn đến sự gia tăng tình trạng nghiện điện thoại thông minh, chứng minh cho giả thuyết H1 của nghiên cứu này (Bảng 6 và Hình 2). Điều này cũng phù hợp với kết quả nghiên cứu của Jogendra (2018). Giả thuyết thứ hai (H2) của nghiên cứu này đề cập đến nghiện điện thoại thông minh ảnh hưởng đến kết quả học tập của sinh viên. Tương tự như giả thuyết H1, giả thuyết H2 được chuyển đổi thành 4 giả thuyết con là H2-1, H2-2, H2-3 và H2-4. Theo kết quả được trình bày trong Bảng 6 và Hình 2, có sự khác nhau giữa 4 giả thuyết con này. Trong đó, giả thuyết con H2-1 có đường dẫn LC → PE (hệ số đường dẫn = -0.149, p < 0.001). Như vậy, nhân tố thiếu kiểm soát LC ảnh hưởng tiêu cực và có ý nghĩa thống kê đến kết quả học tập của sinh viên. Giả thuyết con H2-2 có đường dẫn NW → PE (hệ số đường dẫn = 0.379, p < 0.001). Như vậy, nhân tố bỏ bê công việc NW có ảnh hưởng tích cực và có ý nghĩa thống kê đến kết quả học tập của sinh viên. Giả thuyết con H2-3 có đường dẫn FA → PE (hệ số đường dẫn = 0.055, p = 0.111 > 0. 1). Như vậy, không có bằng chứng thực nghiệm cho thấy nhân tố cảm giác lo lắng có ảnh hưởng đến kết quả học tập của sinh viên. Giả thuyết con H2-4 có đường dẫn BC → PE (hệ số đường dẫn = 0.225, p < 0.001). Như vậy, nhân tố thay đổi hành vi có ảnh hưởng tích cực và có ý nghĩa thống kê đến kết quả học tập của sinh viên. Trong 4 giả thuyết con của giả thuyết H2 thì có 3 giả thuyết con có kết quả tương tự như nghiên cứu của Jogendra (2018). Giả thuyết H2-1 trong nghiên cứu này cho kết quả ngược lại với nghiên cứu của Jogendra (2018). Điều này có thể được giải thích là do nghiên cứu này được lấy mẫu trong giai đoạn giãn cách xã hội ở Việt Nam. Khi nhân tố thiếu kiểm soát tăng lên thì kết quả học tập của sinh viên giảm xuống. Giả thuyết cuối cùng (H3) của nghiên cứu này đề cập đến tình trạng nghiện điện thoại thông minh ảnh hưởng đến sự hài lòng với cuộc sống. Tương tự như giả thuyết H1, giả thuyết H3 được chuyển đổi thành bốn giả thuyết con là H3-1, H3-2, H3-3 và H3-4. Theo kết quả được trình bày trong Bảng 6 và Hình 2 thì cả 4 nhân tố LC, NW, FA và BC
Phần 3. KHUNG PHÁP LÝ VÀ NGUỒN NHÂN LỰC THÚC ĐẨY KINH TẾ SỐ 383 cấu thành nhân tố nghiện điện thoại thông minh đều có ảnh hưởng dương và không có ý nghĩa thống kê đến sự hài lòng với cuộc sống (LS). Hình 2: Kết quả phân tích đường dẫn 5. KẾT LUẬN Là một phần của thế giới, Việt Nam đã trải qua một giai đoạn có những tiến bộ công nghệ mạnh mẽ trong hai thập kỷ qua. Từ lần đầu tiên xuất hiện năm 1997, việc sử dụng Internet ở Việt Nam đã phát triển nhanh chóng. Cùng với việc phát triển và phổ biến của Internet, các thiết bị truy cập Internet cũng được phát triển mạnh mẽ từ máy vi tính để bàn, máy tính xách tay, máy tính bảng đến điện thoại thông minh. Là thị trường điện thoại thông minh lớn với quy mô 93,5 triệu thuê bao (Ministry of Information and Communications, 2022), giá cả, sự tiện lợi và các tính năng mới của điện thoại thông minh đã khiến điện thoại thông minh trở nên thu hút với đại bộ phận nhân dân ở nước ta trong đó có lứa tuổi sinh viên. Điện thoại thông minh qua thời gian đã chứng minh được nhiều điểm tích cực như nhắn tin nhanh, trò chuyện trực tiếp, tìm kiếm thông tin, nhắc
384 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE "DIGITAL ECONOMY: POTENTIALS ET CHALLENGES" lịch, đọc tài liệu bản mềm, ghi chú, chơi trò chơi, ngân hàng di động, mua bán online, thanh toán hóa đơn, học trực tuyến, họp trực tuyến… Bên cạnh những điểm tích cực đó, điện thoại thông minh cũng có nhiều mặt tiêu cực nhất là đối với lứa tuổi thiếu niên, nhi đồng, học sinh và sinh viên. Việc sử dụng điện thoại thông minh nhiều có thể dẫn đến tình trạng nghiện điện thoại thông minh. Nghiện điện thoại thông minh có thể ảnh hưởng xấu không những về mặt thể chất và tinh thần mà còn có thể ảnh hưởng đến kết quả học tập của sinh viên. Sử dụng điện thoại thông minh nhiều có thể dẫn đến hành vi thiếu kiểm soát khi tham gia giao thông dẫn đến tai nạn giao thông và nhiều tác hại khác. TÀI LIỆU THAM KHẢO 1. Ali, M. and Raza, S.A. (2017). Service quality perception and customer satisfaction in Islamic banks of Pakistan: the modified SERVQUAL model. Total Quality Management and Business Excellence, 28(5-6), 559-577. 2. American Psychiatric Association. (2013). Diagnostic and statistical manual of mental disorders fifth edition (DSM-5). Arlington: American Psychiatric Publishing. https://doi. org/10.1176/appi.books.9780890425596 (Truy cập: 02/8/2023). 3. Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: a review and recommended two-step approach. Psychological Bulletin, 103(3), 411–423. 4. Arteaga, S.R., Cortijo, V., Javed, U. (2014). Students’ perceptions of Facebook for academic purposes. Computers & Education, 70, 138–149. 5. Boumosleh, J.M., Jaalouk, D. (2017). Depression, anxiety, and smartphone addiction in university students- a cross sectional study. PLOS One 12 (8), e0182239. https://doi. org/10.1371/journal.pone.0182239 6. Comrey, A.L. and Lee, H. B. (1992). A First Course in Factor Analysis. Lawrence Eribaum Associates Publishers, Hillsdale, NJ. 7. Fornell, C., & Larcker, D. F. (1981). Structural equation models with unobservable variables and measurement error: algebra and statistics. Journal of Marketing Research, 18(3), 382–388. 8. Fornell, C. (2006). A Comparative analysis of two structural equation models: LISREL and PLS applied to market data. A second generation of multivariate analysis. 9. Griffiths, M. (1998). Internet addiction: Does it really exist. Psychology and the Internet: Intrapersonal, interpersonal and transpersonal implications, 16, 61–75. 10. Hair, J.F., Ringle, C.M. and Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of Marketing Theory and Practice, 19(2), 139-152. 11. Hair, J.F., Sarstedt, M., Ringle, C.M. and Mena, J.A. (2012). An assessment of the use of partial least squares structural equation modeling in marketing research. Journal of the Academy of Marketing Science, 40(3), 414-433. 12. Hair, J. F. J., Hult, G. T. M., Ringle, C., Sarstedt, M. (2016). A primer on partial least squares structural equation modeling (PLS-SEM). California: Sage Publication, Sage Publications available at: https://doi.org/10.1016/j.lrp.2013.01.002.
Phần 3. KHUNG PHÁP LÝ VÀ NGUỒN NHÂN LỰC THÚC ĐẨY KINH TẾ SỐ 385 13. Henseler, J., Ringle, C.M., Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling, J. Acad. Market. Sci. 43 (1), 115–135. 14. Jogendra, K.N. (2018). Relationship among smartphone usage, addiction, academic performance and the moderating role of gender: A study of higher education students in India. Computers & Education, 123, 164–173. 15. Koc, A., Tayaz, E., Erdem, O., Kurt, B., & Oztas, D. (2018). Evaluation of knowledge and opinions of nursing students about addiction. Ankara Medical Journal, 18(4), 508–518. https://doi.org/10.17098/amj.462916 16. Koufteros, X. A. (1999). Testing a model of pull production: a paradigm for manufacturing research using structural equation modeling. Journal of Operations Management, 17(4), 467–488. 17. Lee, J., Ahn, J.S., Min, S., Kim, M.H. (2020). Psychological characteristics and addiction propensity according to content type of smartphone use. Int. J. Environ. Res. Public Health 17 (7), 2292. https://doi.org/10.3390/ijerph17072292. 18. Lucy, H., Hannah, J., Richard, J.E.J. (2023). The relationship between smartphone use and smartphone addiction: An examination of logged and self-reported behavior in a pre- registered, two-wave sample. Computers in Human Behavior, 146, 107822. 19. Ministry of Information and Communications (2022). Viet Nam targets 85% smartphone usage by end of 2022. https://english.mic.gov.vn/Pages/TinTuc/tinchitiet.aspx?tintucid=153538 (Truy cập: 01/8/2023) 20. Montag, C. (2018). Homo Digitalis: Smartphones, soziale Netzwerke und das Gehirn [Homo Digitalis: Smartphones, Social Networks and the brain]. Springer Fachmedien. https://doi. org/10.1007/978-3-658-20026-8 21. Olson, J.A., Sandra, D. A., Colucci, E.S., et al. (2022). Smartphone addiction is increasing across the world: A meta-analysis of 24 countries. Computers in Human Behavior, 129, Article 107138. 22. Panova, T., & Carbonell, X. (2018). Is smartphone addiction really an addiction? Journal of behavioral addictions, 7(2), 252–259. 23. Raza, S.A. and Hanif, N. (2011). Factors Affecting Internet Banking Adoption Among Internal and External Customers: A Case of Pakistan. 24. Raza, S.A., Jawaid, S.T. and Hassan, A. (2015). Internet banking and customer satisfaction in Pakistan. Qualitative Research in Financial Markets, 7(1), 24-36. 25. Raza, S.A. and Hanif, N. (2013). Factors affecting internet banking adoption among internal and external customers: a case of Pakistan. International Journal of Electronic Finance, 7 (1), 82-96. 26. Rho, M.J., Park, J., Na, E., Jeong, J.E., Kim, J.K., Kim, D.J., Choi, I.Y. (2019). Types of problematic smartphone use based on psychiatric symptoms. Psychiatry Res. 275, 46–52. https://doi.org/10.1016/j.psychres.2019.02.071.
386 PROCEEDINGS OF THE INTERNATIONAL CONFERENCE "DIGITAL ECONOMY: POTENTIALS ET CHALLENGES" 27. Sharif, A. and Raza, S.A. (2017). The influence of hedonic motivation, self-efficacy, trust and habit on adoption of internet banking: a case of developing country. International Journal of Electronic Customer Relationship Management, 11(1), 1-22. 28. Stiglic, N., Viner, R.M. (2019). Effects of screentime on the health and well-being of children and adolescents: a systematic review of reviews. BMJ Open 9 (1), e023191. https://doi. org/10.1136/bmjopen-2018-023191. 29. Tabachnick, B.G. and Fidell, L.S. (2007). Using Multivariate Statistics. 30. Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48(6),1273-1296.