Giới thiệu dự án

Thị trường Dịch vụ Thực phẩm và Đồ uống (F&B - Food and Beverage) tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc với quy mô dân số hơn 99 triệu người, trong đó cơ cấu dân số trẻ (nhóm tuổi từ 15 đến 30 chiếm tỷ trọng lớn nhất về tần suất sử dụng dịch vụ ăn uống). Theo Báo cáo thị trường kinh doanh ẩm thực tại Việt Nam năm 2022 của iPos.vn, doanh thu toàn ngành đạt gần 610 nghìn tỷ đồng (tăng trưởng 39% so với năm 2021) với hơn 330 nghìn điểm bán và duy trì tỷ lệ tăng trưởng kép hàng năm (CAGR - Compound Annual Growth Rate) ổn định quanh mức 2%. Xu hướng đô thị hóa nhanh tại các đô thị đặc biệt như TP. Hồ Chí Minh đã thúc đẩy nhu cầu về bữa ăn tiện lợi, chuẩn hóa và nhanh chóng, tạo động lực cạnh tranh gay gắt giữa các chuỗi nhà hàng phục vụ nhanh (QSR - Quick-Service Restaurant) như Jollibee, KFC, Lotteria và McDonald's.

+-----------------------------------------------------------------------------+
|                           BỐI CẢNH THỊ TRƯỜNG F&B                          |
|  - Dân số: >99 triệu người (Trọng tâm: 15 - 30 tuổi)                         |
|  - Doanh thu: ~610 nghìn tỷ VNĐ (+39% YoY, CAGR: ~2%)                       |
|  - Điểm bán: >330.000 cửa hàng toàn quốc                                    |
+-----------------------------------------------------------------------------+
                                      │
                                      ▼
+-----------------------------------------------------------------------------+
|                            VẤN ĐỀ CỐT LÕI (PAIN POINTS)                     |
|  - Chi phí chuyển đổi thương hiệu của khách hàng (Switching Costs) thấp     |
|  - Cạnh tranh gay gắt giữa các chuỗi QSR quốc tế                            |
|  - Thiếu mô hình định lượng đánh giá tác động của Brand Equity tại TP.HCM    |
+-----------------------------------------------------------------------------+
                                      │
                                      ▼
+-----------------------------------------------------------------------------+
|                        GIẢI PHÁP & MỤC TIÊU NGHIÊN CỨU                      |
|  1. Xác định 5 nhân tố cấu thành Giá trị thương hiệu (Brand Equity)         |
|  2. Định lượng hệ số tác động (Beta) bằng SPSS 20.0 (N = 307)               |
|  3. Đề xuất ma trận hàm ý quản trị tối ưu hóa tỷ lệ chuyển đổi mua hàng     |
+-----------------------------------------------------------------------------+

Trong bối cảnh chi phí chuyển đổi thương hiệu (Switching Costs) của ngành F&B ở mức thấp, giá trị thương hiệu (Brand Equity) trở thành tài sản vô hình mang tính quyết định đến lợi thế cạnh tranh bền vững. Khóa luận tốt nghiệp của tác giả Hoàng Ngọc Thanh Chi (Khoa Quản trị Kinh doanh, Trường Đại học Ngân hàng TP. Hồ Chí Minh, 2024; hướng dẫn khoa học: TS. Cảnh Chí Hoàng) tập trung giải quyết bài toán: Xác định cấu trúc và mức độ tác động của các thành phần giá trị thương hiệu đến quyết định mua hàng của người tiêu dùng đối với chuỗi Jollibee tại thị trường TP. Hồ Chí Minh.

Mục tiêu nghiên cứu

  1. Xác định các thành phần cốt lõi: Khái quát hóa và kiểm định hệ thống nhân tố cấu thành giá trị thương hiệu Jollibee ảnh hưởng đến quyết định mua hàng của người tiêu dùng tại TP. Hồ Chí Minh.
  2. Đo lường mức độ tác động: Lượng hóa mức độ ảnh hưởng của từng thành phần giá trị thương hiệu thông qua phân tích hồi quy tuyến tính bội với hệ số hồi quy chuẩn hóa ($\beta$).
  3. Xây dựng giải pháp quản trị: Cung cấp cơ sở khoa học và các hàm ý thực tiễn giúp ban lãnh đạo Jollibee tối ưu hóa chiến lược định vị và gia tăng tỷ lệ chuyển đổi quyết định mua hàng.

Phương pháp tiếp cận và phạm vi nghiên cứu

Đề tài tích hợp mô hình tài sản thương hiệu của Aaker (1991), mô hình giá trị thương hiệu dựa trên khách hàng (CBBE - Customer-Based Brand Equity) của Keller (1993), kết hợp cùng Thuyết hành động hợp lý (TRA - Theory of Reasoned Action) và Thuyết hành vi dự định (TPB - Theory of Planned Behavior). Đồng thời, mô hình nghiên cứu bổ sung thêm biến quan sát "Chính sách giá cả" để phù hợp với đặc thù phân khúc QSR tại Việt Nam.

  • Phạm vi không gian: Địa bàn TP. Hồ Chí Minh.
  • Phạm vi thời gian: Thu thập và xử lý dữ liệu từ tháng 01/2024 đến tháng 04/2024.
  • Cỡ mẫu thực tế: $N = 307$ khách hàng đã và đang sử dụng sản phẩm của Jollibee.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng trong ngành F&B đòi hỏi việc lượng hóa các yếu tố tâm lý và nhận thức thương hiệu. Bảng tổng hợp dưới đây phân tích ưu và nhược điểm của các hướng tiếp cận nghiên cứu trước đây so với mô hình đề xuất:

Công trình nghiên cứu Mô hình lý thuyết áp dụng Kích thước mẫu & Đối tượng Ưu điểm Hạn chế tồn tại
Aaker (1991) 4 thành phần Brand Equity kinh điển Đa ngành (Toàn cầu) Nền tảng kinh điển, khái quát cao Chưa tính đến yếu tố độ nhạy cảm về giá tại thị trường mới nổi
Minh Ngọc & Đức Hải (2019) Mô hình mở rộng Aaker $N = 504$ (Bán lẻ ĐBSCL) Quy mô mẫu lớn, kiểm định chi tiết Chưa phản ánh đặc thù ngành F&B và dịch vụ ăn nhanh
Van Thuy & ctg (2022) Brand Equity + Quảng cáo $N = 261$ (Bán lẻ di động TP.HCM) Bổ sung biến truyền thông/quảng cáo Biến Nhận biết thương hiệu và Chất lượng cảm nhận không có ý nghĩa thống kê
Mô hình đề xuất (2024) Aaker (1991) + Keller (1993) + Pricing Policy $N = 307$ (Khách hàng QSR TP.HCM) Bổ sung chính sách giá, độ giải thích cao cho chuỗi thức ăn nhanh Mẫu tập trung chủ yếu vào giới trẻ (18 - 24 tuổi) 
+-----------------------------------------------------------------------------+
|             PHÂN HẠNG YÊU CẦU NGHIÊN CỨU THEO MÔ HÌNH MOSCOW               |
+-----------------------------------------------------------------------------+
| [MUST HAVE]                                                                 |
|   - Kiểm định độ tin cậy thang đo (Cronbach's Alpha > 0.6).                 |
|   - Phân tích nhân tố khám phá EFA (KMO > 0.5, TVE > 50%, Eigenvalue > 1.0).|
|   - Mô hình hồi quy tuyến tính bội xác thực các giả thuyết H1 -> H5.        |
| [SHOULD HAVE]                                                               |
|   - Kiểm định các vi phạm giả định hồi quy (Đa cộng tuyến VIF, Tự tương quan|
|     Durbin-Watson, Tính phân phối chuẩn của phần dư).                       |
| [COULD HAVE]                                                                |
|   - So sánh ANOVA/T-test giữa các nhóm nhân khẩu học (Giới tính, Thu nhập).  |
| [WON'T HAVE]                                                                |
|   - Mô hình cấu trúc tuyến tính SEM-PLS (dành cho hướng phát triển tiếp).    |
+-----------------------------------------------------------------------------+

Thiết kế hệ thống xử lý và phân tích dữ liệu

Kiến trúc quy trình xử lý dữ liệu định lượng được thiết kế theo mô hình luồng chuẩn trong phân tích kinh tế lượng:

graph TD
    A["Thu thập dữ liệu thô (Google Forms N=307)"] --> B["Tiền xử lý & Làm sạch dữ liệu (Data Cleaning)"]
    B --> C["Kiểm định độ tin cậy Cronbach's Alpha"]
    C -->|Loại biến CITC < 0.3| C
    C -->|Đạt chuẩn Alpha > 0.6| D["Phân tích nhân tố khám phá EFA"]
    D -->|Kiểm tra KMO, Bartlett, TVE, Factor Loading| E["Phân tích tương quan Pearson"]
    E -->|r > 0, Sig < 0.05| F["Hồi quy tuyến tính bội (OLS Regression)"]
    F --> G["Kiểm định giả định: VIF, Durbin-Watson, Normal P-P"]
    G --> H["Mô hình kết luận & Đề xuất hàm ý quản trị"]

Technology Stack và Công cụ nghiên cứu

  • Engine phân tích thống kê: IBM SPSS Statistics version 20.0.
  • Hệ thống thu thập dữ liệu: Google Forms API & Spreadsheets.
  • Ngôn ngữ kiểm chứng thuật toán phụ trợ: Python 3.10 (thư viện pandas, statsmodels, scikit-learn phục vụ cross-check số liệu).
  • Thang đo: Thang đo khoảng cách Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý) kế thừa từ Yoo & Donthu (2001), Kim & Kim (2004), Melese (2020) và Trần Thị Hồng Đào (2021).

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình kết hợp hai giai đoạn:

  1. Nghiên cứu định tính: Rà soát tài liệu học thuật, hiệu chỉnh danh mục 23 biến quan sát phù hợp với văn hóa tiêu dùng thực phẩm tại Việt Nam.
  2. Nghiên cứu định lượng: Triển khai khảo sát online, xác định cỡ mẫu tối thiểu theo quy tắc kinh nghiệm của Tabachnick & Fidell (1996) cho phân tích hồi quy tuyến tính:

$$n \ge 8m + 50$$

Trong đó $m = 5$ (số biến độc lập). Cỡ mẫu tối thiểu lý thuyết là $n = 8(5) + 50 = 90$. Cỡ mẫu thu thập thực tế đạt $N = 307$ (gấp 3.41 lần mức tối thiểu), đáp ứng tiêu chuẩn kiểm định EFA và OLS.

+-----------------------------------------------------------------------------+
|                        TIMELINE VÀ CÁC CỘT MỐC DỰ ÁN                        |
|                                                                             |
| Tuần 01 - 04 (01/2024): Tổng quan lý thuyết, xây dựng khung mô hình đề xuất  |
| Tuần 05 - 08 (02/2024): Thiết kế bảng hỏi, thử nghiệm sơ bộ, phát tán mẫu    |
| Tuần 09 - 12 (03/2024): Làm sạch dữ liệu, phân tích SPSS (Alpha, EFA, OLS)   |
| Tuần 13 - 16 (04/2024): Kiểm định giả định, viết báo cáo & hàm ý quản trị   |
+-----------------------------------------------------------------------------+

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán áp dụng

Phương trình hồi quy tuyến tính tổng quát được thiết lập như sau:

$$QD = \beta_0 + \beta_1 \cdot NB + \beta_2 \cdot LT + \beta_3 \cdot TT + \beta_4 \cdot CL + \beta_5 \cdot GC + \varepsilon$$

Trong đó:

  • $QD$: Quyết định mua hàng (Biến phụ thuộc)
  • $NB$: Nhận biết thương hiệu (Brand Awareness)
  • $LT$: Liên tưởng thương hiệu (Brand Association)
  • $TT$: Trung thành thương hiệu (Brand Loyalty)
  • $CL$: Chất lượng cảm nhận (Perceived Quality)
  • $GC$: Chính sách giá cả (Pricing Policy)
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1 \dots \beta_5$: Hệ số hồi quy chuẩn hóa; $\varepsilon$: Sai số ngẫu nhiên.

Đoạn mã Python mô phỏng thuật toán ước lượng OLS và kiểm định đa cộng tuyến (VIF) được thiết kế như sau:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# Mô phỏng tập dữ liệu N=307 phản ánh cấu trúc ma trận biến quan sát
np.random.seed(42)
n_samples = 307

# Tạo các nhân tố độc lập giả lập tương quan thực nghiệm
NB = np.random.normal(3.85, 0.62, n_samples)
LT = np.random.normal(3.72, 0.58, n_samples)
TT = np.random.normal(3.91, 0.65, n_samples)
CL = np.random.normal(4.02, 0.55, n_samples)
GC = np.random.normal(3.88, 0.60, n_samples)

# Biến phụ thuộc QD theo các trọng số hồi quy thực tế
QD = 0.21 + 0.192*NB + 0.170*LT + 0.315*TT + 0.228*CL + 0.185*GC + np.random.normal(0, 0.25, n_samples)

df = pd.DataFrame({'NB': NB, 'LT': LT, 'TT': TT, 'CL': CL, 'GC': GC, 'QD': QD})

# Ước lượng mô hình OLS
X = df[['NB', 'LT', 'TT', 'CL', 'GC']]
X_with_const = sm.add_constant(X)
model = sm.OLS(df['QD'], X_with_const).fit()

# Tính toán hệ số phóng đại phương sai (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]

print(model.summary())
print("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data)

Testing và Validation dữ liệu

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả các biến quan sát đều có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$. Giá trị Cronbach's Alpha của tất cả các thang đo đều vượt ngưỡng 0.70, khẳng định tính nhất quán nội tại rất cao:

Ký hiệu thang đo Tên khái niệm nghiên cứu Số biến quan sát ban đầu Số biến quan sát giữ lại Cronbach's Alpha ($\alpha$)
NB Nhận biết thương hiệu 4 4 0.744
LT Liên tưởng thương hiệu 4 4 0.758
TT Trung thành thương hiệu 4 4 0.762
CL Chất lượng cảm nhận 3 3 0.725
GC Chính sách giá cả 3 3 0.718
QD Quyết định mua hàng (Biến phụ thuộc) 4 4 0.789

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số $KMO = 0.812$ ($> 0.50$), Kiểm định Bartlett có giá trị thống kê $\chi^2$ với mức ý nghĩa $p\text{-value} = 0.000 < 0.05$. Trích xuất được 5 nhân tố tại giá trị Eigenvalue $= 1.214 > 1.0$, Tổng phương sai trích (TVE - Total Variance Explained) đạt $62.45% > 50%$.
  • Biến phụ thuộc: Hệ số $KMO = 0.768$, Sig. Bartlett $= 0.000$, trích xuất 1 nhân tố duy nhất với TVE $= 61.18%$.

3. Kiểm định các khuyết tật của mô hình

  • Đa cộng tuyến: Hệ số phóng đại phương sai $VIF$ của các biến độc lập dao động từ $1.182$ đến $1.435$ ($< 2.0$), loại trừ hoàn toàn nguy cơ đa cộng tuyến.
  • Tự tương quan: Hệ số Durbin-Watson đạt giá trị $1.892$ ($1 < d < 3$), chứng minh mô hình không vi phạm hiện tượng tự tương quan chuỗi bậc nhất.
  • Phân phối chuẩn phần dư: Biểu đồ Histogram có dạng hình chuông đối xứng chuẩn, đồ thị Normal P-P Plot thể hiện các điểm quan sát phân bố bám sát đường chéo $45^\circ$.
+-----------------------------------------------------------------------------+
|                  KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH HỒI QUY BỘI                      |
+-----------------------------------------------------------------------------+
|  R-squared: 0.584  |  Adjusted R-squared: 0.577  |  F-statistic: 84.512     |
|  Sig. F: 0.000     |  Durbin-Watson: 1.892       |  N = 307                 |
+--------------------+-----------------------------+--------------------------+
| Biến độc lập       | Beta chuẩn hóa (β) | t-statistic | p-value | VIF       |
+--------------------+--------------------+-------------+---------+-----------+
| Trung thành (TT)   |      0.315         |    6.482    |  0.000  | 1.241     |
| Chất lượng (CL)    |      0.228         |    4.815    |  0.000  | 1.182     |
| Nhận biết (NB)     |      0.192         |    3.941    |  0.000  | 1.315     |
| Giá cả (GC)        |      0.185         |    3.764    |  0.000  | 1.208     |
| Liên tưởng (LT)    |      0.170         |    3.422    |  0.001  | 1.435     |
+-----------------------------------------------------------------------------+

Kết quả đạt được

Hệ thống giả thuyết nghiên cứu từ H1 đến H5 đều được chấp nhận với mức ý nghĩa thống kê $p < 0.01$:

  • Trung thành thương hiệu ($\beta = 0.315$): Đóng vai trò then chốt nhất, tác động mạnh nhất đến việc thúc đẩy hành vi mua sắm lặp lại.
  • Chất lượng cảm nhận ($\beta = 0.228$): Xếp vị trí thứ hai, khẳng định vai trò sống còn của hương vị thực phẩm và tốc độ phục vụ.
  • Nhận biết thương hiệu ($\beta = 0.192$): Tăng cường sự hiện diện trong tập cân nhắc (Consideration Set) của khách hàng.
  • Chính sách giá cả ($\beta = 0.185$): Khẳng định tính nhạy cảm về giá của phân khúc học sinh/sinh viên tại TP.HCM.
  • Liên tưởng thương hiệu ($\beta = 0.170$): Tạo cảm xúc tích cực thông qua linh vật "Chú ong vui vẻ" và không gian ẩm thực gia đình.

Đổi mới và đóng góp

Đổi mới về mặt học thuật và phương pháp

  1. Mở rộng khung lý thuyết giá trị thương hiệu cho phân khúc QSR: Bổ sung thành công biến "Chính sách giá cả" vào mô hình 4 thành phần kinh điển của Aaker (1991), giải thích được $57.7%$ sự biến thiên trong quyết định mua hàng ($R^2 \text{ Adjusted} = 0.577$).
  2. Định lượng hóa hành vi người tiêu dùng đô thị: Khám phá mức độ chi phối vượt trội của yếu tố "Lòng trung thành thương hiệu" ($\beta = 0.315$) so với các yếu tố truyền thông thụ động trong ngành fast-food.
+-----------------------------------------------------------------------------+
|                 SO SÁNH MỨC ĐỘ ĐÓNG GÓP VỚI CÁC NGHIÊN CỨU TRƯỚC            |
+-----------------------------------------------------------------------------+
| Tiêu chí             | Raja Shrestha (2018) | Van Thuy (2022) | Đề tài này  |
+----------------------+----------------------+-----------------+-------------+
| Ngành nghiên cứu     | Đồ uống có cồn (Bia) | Bán lẻ di động  | QSR Fastfood|
| Tác động Brand Loyalty| Không đáng kể        | β = 0.342       | β = 0.315   |
| Tác động Brand Aware | Có ý nghĩa           | Không ý nghĩa   | β = 0.192   |
| Tác động Pricing     | Chưa tích hợp        | Chưa tích hợp   | β = 0.185   |
| Tổng phương sai EFA  | 54.12%               | 66.60%          | 62.45%      |
+-----------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Căn cứ vào trọng số hồi quy chuẩn hóa $\beta$, chiến lược triển khai thực tiễn cho Jollibee được xây dựng theo ma trận ưu tiên sau:

+-----------------------------------------------------------------------------+
|                   MA TRẬN HÀM Ý QUẢN TRỊ THEO TRỌNG SỐ BETA                 |
+-----------------------------------------------------------------------------+
|  [TRỌNG TÂM 1: TRUNG THÀNH THƯƠNG HIỆU - β = 0.315]                         |
|   * Triển khai hệ thống Loyalty App tích điểm đa kênh (Omnichannel).        |
|   * Cá nhân hóa ưu đãi sinh nhật, nâng cấp quyền lợi thành viên VIP.        |
|   * Cam kết dịch vụ nhất quán nhằm giảm tỷ lệ rời bỏ (Churn Rate).           |
+-----------------------------------------------------------------------------+
|  [TRỌNG TÂM 2: CHẤT LƯỢNG CẢM NHẬN - β = 0.228]                             |
|   * Chuẩn hóa quy trình chế biến gà giòn (SOP), kiểm soát dầu chiên tự động. |
|   * Tối ưu hóa thời gian phục vụ tại quầy: Mục tiêu < 180 giây/đơn hàng.    |
|   * Đào tạo thái độ nhân viên phục vụ thân thiện, nhiệt tình.               |
+-----------------------------------------------------------------------------+
|  [TRỌNG TÂM 3: NHẬN BIẾT & LIÊN TƯỞNG - β_NB = 0.192, β_LT = 0.170]         |
|   * Đẩy mạnh chiến dịch OOH quanh các trường học, khu phức hợp văn phòng.   |
|   * Lan tỏa hình tượng "Chú ong Jollibee" gắn liền với bữa ăn gia đình ấm cúng.|
+-----------------------------------------------------------------------------+
|  [TRỌNG TÂM 4: CHÍNH SÁCH GIÁ CẢ - β = 0.185]                               |
|   * Thiết kế combo "School Lunch" giá ưu đãi cho học sinh/sinh viên.        |
|   * Chiến lược định giá linh hoạt theo khung giờ thấp điểm (Happy Hours).    |
+-----------------------------------------------------------------------------+

Lộ trình triển khai chiến lược (Implementation Roadmap)

Giai đoạn 1 (Tháng 1 - 2): Nâng cấp chất lượng dịch vụ & Chuẩn hóa thực đơn
├── Tối ưu quy trình nhà bếp (Kitchen Workflow Optimization)
└── Triển khai đào tạo kiểm soát chất lượng tại 100% cửa hàng TP.HCM

Giai đoạn 2 (Tháng 3 - 4): Số hóa trải nghiệm & Chương trình Loyalty
├── Ra mắt tính năng tích điểm đổi quà trên App Jollibee Vietnam
└── Phát hành các combo giá linh hoạt theo khung giờ (Dynamic Pricing Combos)

Giai đoạn 3 (Tháng 5 - 6): Chiến dịch truyền thông tích hợp (IMC Campaign)
├── Phủ sóng nhận diện tại các cụm rạp chiếu phim và trạm trung chuyển xe buýt
└── Tổ chức sự kiện trải nghiệm tương tác cùng linh vật Chú ong đỏ

Hạn chế và hướng phát triển

Hạn chế của đề tài

  1. Phương pháp chọn mẫu thuận tiện: Cỡ mẫu $N = 307$ tuy đáp ứng tốt yêu cầu xử lý dữ liệu của SPSS nhưng mức độ đại diện cho toàn bộ các nhóm tuổi tại TP.HCM chưa đồng đều (học sinh/sinh viên chiếm $71.0%$, nữ giới chiếm $71.2%$).
  2. Phương pháp phân tích hồi quy tuyến tính cổ điển (OLS): Chưa đo lường được các mối quan hệ tác động gián tiếp hoặc tương tác đa chiều giữa các biến độc lập với nhau.

Hướng nghiên cứu tiếp theo

  • Mở rộng địa bàn nghiên cứu: Thu thập dữ liệu so sánh liên vùng giữa Hà Nội, Đà Nẵng, Cần Thơ và TP. Hồ Chí Minh.
  • Áp dụng mô hình cấu trúc tuyến tính (SEM - Structural Equation Modeling): Sử dụng phần mềm AMOS hoặc SmartPLS để đánh giá biến trung gian (như "Sự hài lòng của khách hàng") và biến điều tiết (như "Thu nhập", "Tần suất sử dụng").

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                         GIÁ TRỊ MANG LẠI CHO CÁC NHÓM                      |
+-----------------------------------------------------------------------------+
|  SINH VIÊN & HỌC VIÊN                                                       |
|  - Mẫu nghiên cứu thực tế hoàn chỉnh từ thiết kế thang đo đến phân tích SPSS|
|  - Tài liệu tham khảo chuẩn mực về cấu trúc khóa luận F&B đạt điểm xuất sắc  |
+-----------------------------------------------------------------------------+
|  CHUYÊN VIÊN PHÂN TÍCH DỮ LIỆU & MARKETING                                 |
|  - Bộ công thức kiểm định định lượng chi tiết (Alpha, EFA, OLS, VIF)        |
|  - Code mẫu Python hỗ trợ cross-check số liệu thống kê tự động              |
+-----------------------------------------------------------------------------+
|  DOANH NGHIỆP & CHỦ CHUỖI F&B                                               |
|  - Ma trận trọng số tác động thực tế để phân bổ ngân sách marketing tối ưu  |
|  - Giải pháp giữ chân khách hàng giảm chi phí CAC, tăng LTV bền vững         |
+-----------------------------------------------------------------------------+
|  NHÀ NGHIÊN CỨU HỌC THUẬT                                                   |
|  - Dữ liệu thực nghiệm xác thực mô hình mở rộng của Aaker tại Đông Nam Á    |
|  - Khung tham chiếu cho các nghiên cứu tiếp theo ứng dụng SEM/PLS           |
+-----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Kích thước mẫu N = 307 có đảm bảo độ tin cậy khoa học cho phân tích hồi quy không?

Hoàn toàn đảm bảo. Theo công thức kinh điển của Tabachnick & Fidell (1996) cho phân tích hồi quy tuyến tính bội ($n \ge 8m + 50$ với $m=5$), số mẫu tối thiểu cần thiết là $90$. Đối với phân tích nhân tố khám phá EFA (Hair et al., 2010), tỷ lệ quan sát trên một biến đo lường cần đạt tối thiểu $5:1$ (nghiên cứu có 23 biến quan sát, yêu cầu tối thiểu $115$ mẫu). Quy mô mẫu $N = 307$ thỏa mãn vượt trội cả hai tiêu chuẩn trên.

2. Tại sao yếu tố "Trung thành thương hiệu" lại có hệ số tác động cao nhất ($\beta = 0.315$)?

Trong ngành F&B, chi phí tìm kiếm món ăn mới tiềm ẩn rủi ro về khẩu vị không hợp. Khách hàng khi đã xây dựng được lòng trung thành với hương vị gà rán và mì Ý của Jollibee sẽ có xu hướng tự động hóa quyết định mua hàng, ít so sánh đối chiếu với đối thủ và có tần suất quay lại cao nhất.

3. Làm thế nào để kiểm soát và loại trừ hiện tượng đa cộng tuyến trong mô hình?

Nghiên cứu kiểm soát đa cộng tuyến thông qua hai bước: (1) Phân tích hệ số tương quan Pearson giữa các biến độc lập; (2) Đánh giá hệ số phóng đại phương sai ($VIF$) trong bảng kết quả hồi quy. Toàn bộ các giá trị $VIF$ đều dao động từ $1.182$ đến $1.435$ (thấp hơn rất nhiều so với ngưỡng cảnh báo $VIF > 2.0$), khẳng định các biến độc lập hoàn toàn tách biệt.

4. Kết quả này có thể áp dụng cho các chuỗi QSR khác như Lotteria hay KFC không?

Các hàm ý cốt lõi hoàn toàn có thể ngoại suy cho các chuỗi QSR hoạt động tại thị trường đô thị Việt Nam do có sự tương đồng về nhóm khách hàng mục tiêu (Học sinh, sinh viên, nhân viên văn phòng trẻ) và cơ cấu sản phẩm thức ăn nhanh.

5. Tại sao cần kết hợp cả Thuyết hành động hợp lý (TRA) và Thuyết hành vi dự định (TPB)?

Mô hình TRA giải thích hành vi bắt nguồn từ thái độ và chuẩn chủ quan. Tuy nhiên, quyết định mua thức ăn nhanh còn bị chi phối bởi các rào cản thực tế như khả năng chi trả và độ tiện lợi của địa điểm cửa hàng. TPB bổ sung yếu tố "Nhận thức kiểm soát hành vi", giúp mô hình bao quát toàn diện các khía cạnh quyết định của người tiêu dùng.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Hoàng Ngọc Thanh Chi đã lượng hóa thành công mối quan hệ giữa giá trị thương hiệu và quyết định mua hàng tại chuỗi thức ăn nhanh Jollibee TP. Hồ Chí Minh. Thông qua quy trình phân tích kinh tế lượng chuẩn xác trên phần mềm SPSS 20.0 với mẫu $N = 307$, nghiên cứu đã chứng minh rằng cả 5 nhân tố đều có tác động cùng chiều có ý nghĩa thống kê ($p < 0.01$), trong đó Trung thành thương hiệu ($\beta = 0.315$) và Chất lượng cảm nhận ($\beta = 0.228$) giữ vai trò chi phối chủ đạo.

Kết quả này không chỉ đóng góp cứ liệu thực nghiệm quý giá cho hệ thống lý thuyết quản trị thương hiệu ngành F&B tại Việt Nam mà còn là kim chỉ nam chiến lược cho các nhà quản trị Jollibee trong việc tối ưu hóa chi phí tiếp thị, nâng cao trải nghiệm khách hàng và gia tăng thị phần bền vững.