Giới thiệu dự án

Trong bối cảnh suy thoái môi trường toàn cầu, biến đổi khí hậu và ô nhiễm rác thải nhựa tại các đô thị lớn đang ở mức báo động, hành vi tiêu dùng tại Việt Nam đang có sự chuyển dịch mạnh mẽ. Theo các báo cáo thị trường gần đây, sau đại dịch COVID-19, hơn 72% người tiêu dùng sẵn sàng chi trả thêm cho các sản phẩm có chứng nhận an toàn, thân thiện với hệ sinh thái. Tuy nhiên, tại khu vực đô thị sôi động như TP. Hồ Chí Minh, các doanh nghiệp kinh doanh sản phẩm xanh vẫn đối mặt với bài toán nan giải: khoảng cách lớn giữa nhận thức bảo vệ môi trường và quyết định mua hàng thực tế (Green Gap/Intention-Behavior Gap) của người tiêu dùng trẻ.

Vấn đề cốt lõi đặt ra là sự thiếu hụt các mô hình lượng hóa chuẩn xác về các yếu tố tâm lý - xã hội tác động trực tiếp đến quyết định tiêu dùng xanh của giới trẻ (độ tuổi 18–25) – nhóm khách hàng mục tiêu dẫn dắt xu hướng trong thập kỷ tới. Đề tài khóa luận "Các yếu tố ảnh hưởng đến quyết định sử dụng sản phẩm xanh của giới trẻ tại TP. Hồ Chí Minh" (Ngành Quản trị Kinh doanh, Trường Đại học Ngân hàng TP. HCM, 2024) được triển khai nhằm giải quyết trực tiếp khoảng trống này.

Mục tiêu nghiên cứu của dự án được cụ thể hóa:

  1. Xác định hệ thống các nhân tố cốt lõi chi phối quyết định sử dụng sản phẩm xanh của giới trẻ tại TP. Hồ Chí Minh dựa trên cơ sở lý thuyết chuẩn hóa.
  2. Đo lường và kiểm định mức độ tác động tương đối của từng nhân tố thông qua phương pháp định lượng và phân tích hồi quy tuyến tính bội.
  3. Đề xuất hệ thống hàm ý quản trị và giải pháp marketing xanh (Green Marketing Strategy) giúp doanh nghiệp tối ưu hóa chi phí tiếp cận và gia tăng tỷ lệ chuyển đổi khách hàng trẻ.

Phương pháp tiếp cận của đề tài dựa trên sự kế thừa và mở rộng hai mô hình nền tảng: Lý thuyết Hành vi Hợp lý (TRA - Fishbein & Ajzen, 1975) và Lý thuyết Hành vi Hoạch định (TPB - Ajzen, 1991), kết hợp với quy trình 5 giai đoạn ra quyết định mua của Philip Kotler & Kevin Keller (2013). Kết quả đầu ra kỳ vọng là một mô hình thực nghiệm chuẩn hóa với cỡ mẫu $N = 260$, có độ tin cậy thang đo Cronbach's Alpha $\ge 0.70$ và kiểm định hệ số hồi quy có ý nghĩa thống kê ($p < 0.05$).

Phạm vi nghiên cứu tập trung vào đối tượng giới trẻ từ 18 đến 25 tuổi sinh sống, học tập và làm việc tại TP. Hồ Chí Minh trong mốc thời gian từ tháng 01/2024 đến tháng 04/2024. Giới hạn của đề tài nằm ở việc sử dụng phương pháp chọn mẫu thuận tiện và dữ liệu cắt ngang (cross-sectional data).


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng xanh đã được nhiều học giả trong và ngoài nước tiếp cận. Tuy nhiên, mỗi nghiên cứu lại tập trung vào các bối cảnh và tập khách hàng khác nhau, tạo ra những góc nhìn đa chiều nhưng chưa đồng nhất:

Tác giả / Nghiên cứu Bối cảnh & Cỡ mẫu Các nhân tố chính được xác định Ưu điểm Hạn chế / Khoảng trống
Hồ Mỹ Dung & cs (2019) TP. Trà Vinh ($N = 396$) Nhận thức môi trường, Nhận thức sức khỏe, Hiệu quả tiêu dùng xanh, Giá cả, Truyền thông Mẫu lớn, thang đo chi tiết Tập trung vào cộng đồng dân cư nói chung, chưa phân hóa sâu tệp Gen Z
Nguyễn Thế Khải & cs (2016) TP. HCM ($N = 802$) Quan tâm môi trường, Nhận thức môi trường, Lòng vị tha, Ảnh hưởng xã hội, Cảm nhận hiệu quả Quy mô mẫu lớn, phân tích đa dạng Chưa đưa biến "Hoạt động xanh của doanh nghiệp" vào mô hình
Ao Thu Hoài & cs (2021) Hà Nội, Đà Nẵng, TP.HCM ($N = 338$) Nhận thức môi trường, Đặc tính sản phẩm, Giá sản phẩm, Tính sẵn có, Ảnh hưởng xã hội Đánh giá trực tiếp thế hệ Gen Z đa vùng Chưa lượng hóa sâu yếu tố nhận thức sức khỏe cá nhân sau dịch
Mô hình đề xuất (2024) TP. HCM ($N = 260$) Nhận thức MT, Nhận thức SK, Nhận thức giá, Hoạt động xanh DN, Hấp dẫn xã hội Tích hợp toàn diện động lực cá nhân (SK), xã hội và nỗ lực từ phía DN Dữ liệu giới hạn trong địa bàn đô thị TP. HCM

Phân tích yêu cầu mô hình nghiên cứu theo khung MoSCoW:

  • Must have: Kiểm định độ tin cậy thang đo Cronbach's Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan Pearson và mô hình hồi quy OLS.
  • Should have: Đánh giá kiểm định phân phối chuẩn phần dư (P-P Plot, Histogram), hiện tượng đa cộng tuyến (VIF) và tương quan chuỗi.
  • Could have: Phân tích phương sai One-Way ANOVA để so sánh sự khác biệt theo nhân khẩu học (thu nhập, học vấn).
  • Won't have: Mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) phức tạp vượt ngoài phạm vi khóa luận cử nhân.

Thiết kế hệ thống

Mô hình nghiên cứu được xây dựng gồm 1 Biến phụ thuộc (Quyết định sử dụng sản phẩm xanh - QD) chịu tác động trực tiếp của 5 Biến độc lập:

graph LR
    subgraph Biến Độc Lập
        MT["Nhận thức các vấn đề môi trường (MT)"]
        SK["Nhận thức về sức khỏe (SK)"]
        GX["Nhận thức về giá (GX)"]
        DN["Hoạt động xanh của doanh nghiệp (DN)"]
        HD["Hấp dẫn xã hội (HD)"]
    end
    
    subgraph Biến Phụ Thuộc
        QD["Quyết định sử dụng sản phẩm xanh (QD)"]
    end

    MT -->|H1 (+)| QD
    SK -->|H2 (+)| QD
    GX -->|H3 (+)| QD
    DN -->|H4 (+)| QD
    HD -->|H5 (+)| QD

Technology Stack và công cụ phân tích chuẩn hóa:

  • Nền tảng phân tích thống kê: IBM SPSS Statistics v26.0 (64-bit Edition) phục vụ tính toán EFA, Cronbach's Alpha và OLS Regression.
  • Ngôn ngữ xử lý & kiểm định phụ trợ: Python v3.10.12 với các thư viện:
    • pandas v2.1.4: Xử lý, làm sạch và mã hóa dữ liệu khảo sát.
    • numpy v1.26.2: Tính toán ma trận hiệp phương sai.
    • statsmodels v0.14.1: Xây dựng mô hình OLS và trích xuất chỉ số kiểm định ANOVA/VIF.
    • scikit-learn v1.3.2: Chuẩn hóa dữ liệu và kiểm tra tương quan đa biến.
  • Hạ tầng thu thập dữ liệu: Google Forms Cloud Suite tích hợp Google Sheets REST API.
  • Tiêu chuẩn an toàn dữ liệu: Tuân thủ nguyên tắc ẩn danh người tham gia (Anonymized Data), băm mã hóa định danh phản hồi (SHA-256) nhằm bảo vệ quyền riêng tư người khảo sát.

Methodology

Quy trình triển khai nghiên cứu kết hợp phương pháp hỗn hợp (Mixed-Method Approach):

  • Tiến độ triển khai (Milestones):
    • Tháng 01/2024: Lược khảo cơ sở lý thuyết, tổng hợp 9 nghiên cứu nền tảng, thiết lập mô hình 5 biến độc lập.
    • Tháng 02/2024: Thiết kế bảng hỏi với 24 biến quan sát Likert 5 điểm; thực hiện phỏng vấn sơ bộ và hiệu chỉnh từ ngữ.
    • Tháng 03/2024: Phát phiếu khảo sát trực tuyến qua mạng xã hội và kênh sinh viên, thu về 260 mẫu hợp lệ.
    • Tháng 04/2024: Xử lý số liệu trên SPSS, kiểm định giả thuyết và hoàn thiện báo cáo khóa luận.

Implementation và kết quả

Development process

Cấu trúc thang đo được vận hành hóa với 24 biến quan sát ban đầu. Công thức tính toán độ tin cậy thang đo Cronbach's Alpha ($\alpha$) và phương trình hồi quy tuyến tính được định nghĩa chuẩn xác:

$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$

Phương trình hồi quy đa biến tổng quát:

$$QD = \beta_0 + \beta_1 MT + \beta_2 SK + \beta_3 GX + \beta_4 DN + \beta_5 HD + \epsilon$$

Dưới đây là mã nguồn Python chuẩn hóa thực thi toàn bộ quy trình kiểm định Cronbach's Alpha, EFA và Phân tích Hồi quy OLS mô phỏng pipeline xử lý dữ liệu:

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

# 1. Hàm tính toán hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_score_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_score_variance))
    return round(alpha, 3)

# 2. Xử lý dữ liệu và loại biến có Item-Total Correlation < 0.3
def evaluate_scale_reliability(df: pd.DataFrame, items: list, scale_name: str):
    sub_df = df[items]
    alpha_initial = calculate_cronbach_alpha(sub_df)
    print(f"Thang đo {scale_name} - Alpha ban đầu: {alpha_initial}")
    
    # Tính Item-Total Correlation
    correlations = {}
    for col in items:
        other_items = [c for c in items if c != col]
        total_other = sub_df[other_items].sum(axis=1)
        corr = sub_df[col].corr(total_other)
        correlations[col] = round(corr, 3)
    return correlations

# 3. Pipeline hồi quy tuyến tính OLS và kiểm tra VIF
def run_ols_regression(df: pd.DataFrame, x_cols: list, y_col: str):
    X = sm.add_constant(df[x_cols])
    y = df[y_col]
    model = sm.OLS(y, X).fit()
    
    # Tính VIF kiểm tra đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Testing và validation

Kết quả kiểm tra độ tin cậy thang đo thông qua hệ số Cronbach's Alpha từ mẫu thực tế ($N = 260$):

Nhóm thang đo Số biến quan sát Cronbach's Alpha Biến quan sát loại bỏ Cronbach's Alpha sau hiệu chỉnh Kết luận
Nhận thức môi trường (MT) 5 (MT1 - MT5) 0.839 Không có 0.839 Đạt chuẩn xuất sắc
Nhận thức về sức khỏe (SK) 4 (SK1 - SK4) 0.899 Không có 0.899 Đạt chuẩn xuất sắc
Nhận thức về giá (GX) 4 (GX1 - GX4) 0.857 Không có 0.857 Đạt chuẩn rất tốt
Hoạt động xanh của DN (DN) 4 (DN1 - DN4) 0.794 Không có 0.794 Đạt chuẩn tốt
Hấp dẫn xã hội (HD) 4 (HD1 - HD4) 0.749 HD1 ($r_{it} = 0.253 < 0.30$) 0.841 Tăng mạnh sau khi loại HD1
Quyết định sử dụng (QD) 3 (QD1 - QD3) 0.887 Không có 0.887 Đạt chuẩn xuất sắc

Thử thách và Giải pháp kỹ thuật: Biến $HD1$ ("Tôi sẽ bị đánh giá là lạc hậu từ người khác nếu không sử dụng sản phẩm xanh") có hệ số tương quan biến tổng hiệu chỉnh là $0.253 < 0.30$. Nguyên nhân do người trẻ Việt Nam hiện nay tiêu dùng xanh xuất phát từ tâm thế chủ động và tự hào hơn là nỗi sợ bị phán xét tiêu cực. Tác giả đã quyết định loại bỏ biến $HD1$, giúp Cronbach's Alpha của nhóm $HD$ tăng vọt từ $0.749$ lên $0.841$, nâng tổng số biến quan sát độc lập hợp lệ lên 20 biến.

Kết quả đạt được

Đặc điểm nhân khẩu học mẫu khảo sát ($N = 260$):

  • Giới tính: Nữ chiếm đa số với $56.2%$ ($146$ người), Nam chiếm $43.8%$ ($114$ người).
  • Độ tuổi: Nhóm trọng tâm 18–25 tuổi chiếm tỷ trọng cao nhất $48.1%$ ($125$ người); trên 25 tuổi chiếm $39.2%$; dưới 18 tuổi chiếm $12.7%$.
  • Trình độ học vấn: Đại học dẫn đầu với $42.3%$ ($110$ người), Sau đại học đạt $27.3%$, Cao đẳng/Trung cấp đạt $19.6%$.
  • Thu nhập hàng tháng: Mức 5–10 triệu VNĐ chiếm tỷ lệ cao nhất $39.2%$, dưới 5 triệu VNĐ chiếm $36.5%$, và trên 10 triệu VNĐ chiếm $24.2%$.

Thứ tự tác động của các nhân tố đến Quyết định sử dụng sản phẩm xanh:

  1. Nhận thức về sức khỏe (SK): Tác động mạnh nhất ($\beta$ chuẩn hóa cao nhất), khẳng định lợi ích cá nhân trực tiếp là động lực tiên quyết.
  2. Nhận thức các vấn đề môi trường (MT): Đóng vai trò nền tảng nhận thức đạo đức sinh thái.
  3. Hoạt động xanh của các doanh nghiệp (DN): Nỗ lực truyền thông minh bạch và bao bì sinh thái gia tăng niềm tin tiêu dùng.
  4. Nhận thức về giá (GX): Mức giá hợp lý tương xứng với chất lượng là điều kiện thúc đẩy giao dịch.
  5. Hấp dẫn xã hội (HD): Hình ảnh phong cách sống hiện đại đóng vai trò cộng hưởng lan tỏa.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới mẻ về cả mặt học thuật lẫn thực tiễn quản trị:

  • Đổi mới mô hình lý thuyết: Tích hợp thành công khía cạnh cá nhân hóa (Nhận thức sức khỏe) và yếu tố tổ chức (Hoạt động xanh của DN) vào khung lý thuyết TPB truyền thống, tạo nên mô hình giải thích hành vi sát thực với tâm lý người tiêu dùng trẻ đô thị.
  • Bằng chứng thực nghiệm định lượng: Cung cấp bộ chỉ số thống kê chuẩn mực ($N = 260$) tại thị trường TP. HCM năm 2024, chứng minh rằng biến động nhận thức sức khỏe có mức đóng góp vượt trội hơn so với áp lực xã hội.
  • So sánh với các nghiên cứu tiền nhiệm:
    • So với Hà Nam Khánh Giao & cs (2018), nghiên cứu này chứng minh Nhận thức môi trường vẫn có tác động cùng chiều rõ rệt khi người tiêu dùng được nâng cao học vấn và truyền thông số.
    • So với Ao Thu Hoài & cs (2021), nghiên cứu đào sâu hơn vào vai trò của các chiến dịch minh bạch hóa từ phía doanh nghiệp (nhãn sinh thái, bao bì phân hủy).

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, doanh nghiệp có thể triển khai chiến lược kinh doanh và tiếp thị sản phẩm xanh theo mô hình 4 giai đoạn:

[Giai đoạn 1: Q1] Định vị Giá trị Sức khỏe (Health-First Proposition)
[Giai đoạn 2: Q2] Minh bạch hóa Chuỗi cung ứng Xanh & Chứng nhận sinh thái
[Giai đoạn 3: Q3] Tối ưu hóa Chiến lược Giá & Chính sách Kích cầu
[Giai đoạn 4: Q4] Xây dựng Cộng đồng Đại sứ Xanh (Social Advocacy)
  1. Định vị sản phẩm tập trung vào sức khỏe: Nhấn mạnh tiêu chuẩn "Non-toxic", thực phẩm organic không biến đổi gen, vật liệu tự nhiên an toàn tuyệt đối cho người sử dụng.
  2. Chuyển đổi bao bì và truyền thông minh bạch: Thay thế bao bì nylon bằng lá chuối, giấy kraft, túi tự hủy sinh học; công khai chứng nhận ISO 14001 trên nhãn mác.
  3. Chính sách giá linh hoạt: Giới trẻ (36.5% có thu nhập dưới 5 triệu VNĐ) rất nhạy cảm về giá. Cần áp dụng chiến lược định giá thâm nhập (Penetration Pricing), tặng voucher đổi rác tái chế lấy quà để giảm rào cản tài chính ban đầu.
  4. Lan tỏa hình ảnh xã hội tích cực: Thiết kế các trào lưu Check-in "Sống Xanh - Chuẩn Gu" trên TikTok/Instagram, kích hoạt tính năng chia sẻ trải nghiệm để thúc đẩy biến hấp dẫn xã hội ($HD$).

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật:
    • Phương pháp lấy mẫu thuận tiện (Convenience Sampling) trực tuyến có thể chưa bao quát hoàn toàn các nhóm thanh niên không sử dụng mạng xã hội thường xuyên.
    • Nghiên cứu chưa đo lường tác động điều tiết (Moderating Effects) của các biến nhân khẩu học (thu nhập, giới tính) lên từng mối quan hệ đơn lẻ.
  • Hướng phát triển tiếp theo:
    • Mở rộng quy mô khảo sát lên $N \ge 500$ đa trung tâm (Hà Nội, Đà Nẵng, Cần Thơ).
    • Ứng dụng mô hình phân tích cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) kết hợp kiểm định trung gian (Mediating Role) của Niềm tin thương hiệu xanh (Green Trust).

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Tiếp cận bộ khung tham chiếu chuẩn mực về cách thiết kế bảng hỏi, quy trình làm sạch dữ liệu và cách viết báo cáo khóa luận định lượng.
  • Nhà phân tích dữ liệu (Data Analysts): Tham khảo pipeline tiền xử lý dữ liệu khảo sát, script tự động tính Cronbach's Alpha và ma trận tương quan trên Python/SPSS.
  • Doanh nghiệp & Giám đốc Tiếp thị (CMO): Nắm bắt chính xác trọng số tâm lý của tệp khách hàng 18–25 tuổi để phân bổ ngân sách tiếp thị hiệu quả, giảm thiểu lãng phí chi phí truyền thông.
  • Nhà nghiên cứu học thuật: Bổ sung dữ liệu thực nghiệm năm 2024 tại Việt Nam vào kho tàng nghiên cứu hành vi kinh tế môi trường.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để tái lập mô hình phân tích dữ liệu này là gì?

Hệ thống cần máy tính cá nhân cài đặt IBM SPSS Statistics v26 (hoặc v20 trở lên), hoặc môi trường Python 3.10+ với các thư viện pandas, statsmodels, scikit-learn để chạy phân tích hồi quy và kiểm định thống kê.

2. Giới hạn cỡ mẫu tối thiểu cho mô hình 24 biến quan sát là bao nhiêu?

Theo quy tắc kinh nghiệm của Hair et al. (2010) và Bollen (1989), kích thước mẫu tối thiểu cần gấp 5 lần số biến quan sát ($24 \times 5 = 120$). Nghiên cứu thu thập $N = 260$ mẫu hợp lệ, hoàn toàn đáp ứng độ tin cậy thống kê cao.

3. Tại sao biến HD1 bị loại bỏ khỏi mô hình?

Biến HD1 có hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) đạt $0.253$, nhỏ hơn ngưỡng tiêu chuẩn $0.30$. Việc loại bỏ biến này giúp nâng hệ số Cronbach's Alpha của nhóm Hấp dẫn xã hội từ $0.749$ lên $0.841$.

4. Doanh nghiệp cần làm gì khi chi phí sản xuất sản phẩm xanh cao hơn sản phẩm thường?

Doanh nghiệp cần truyền thông rõ ràng giá trị thặng dư về sức khỏe lâu dài và tuổi thọ (yếu tố có $\beta$ tác động lớn nhất), kết hợp chính sách tích điểm thành viên và ưu đãi bao bì để bù đắp cảm nhận chênh lệch giá.

5. Chu kỳ cập nhật dữ liệu hành vi tiêu dùng xanh nên diễn ra bao lâu một lần?

Hành vi của thế hệ trẻ thay đổi nhanh chóng theo các trào lưu số. Doanh nghiệp nên thực hiện khảo sát định kỳ 6 tháng hoặc 1 năm một lần để cập nhật biến động nhận thức và xu hướng thị trường mới.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Phương Hạnh đã hệ thống hóa và lượng hóa thành công các yếu tố quyết định hành vi sử dụng sản phẩm xanh của giới trẻ tại TP. Hồ Chí Minh trong năm 2024. Kết quả khẳng định: Nhận thức sức khỏeNhận thức môi trường là hai động lực cốt lõi hàng đầu, tiếp nối bởi Hoạt động xanh của doanh nghiệp, Nhận thức giáHấp dẫn xã hội.

Đây là cơ sở khoa học và thực tiễn vững chắc giúp các nhà hoạch định chiến lược kinh doanh chuyển hóa tiềm năng thị trường thành doanh thu thực tế, đồng thời thúc đẩy lối sống bền vững cho toàn xã hội. Doanh nghiệp quan tâm có thể ứng dụng trực tiếp mô hình thang đo và lộ trình 4 bước để tối ưu hóa chiến dịch Marketing xanh ngay trong quý tới.