Giới thiệu dự án

Thương mại điện tử (TMĐT) tại Việt Nam đang duy trì tốc độ tăng trưởng ấn tượng bình quân 20%/năm. Theo báo cáo Digital Vietnam, Việt Nam sở hữu hơn 68 triệu người dùng Internet (chiếm 70% dân số), trong đó tỷ lệ truy cập qua thiết bị di động đạt 65% và 85,5% người dùng Internet tham gia mua sắm trực tuyến. Nổi bật trên thị trường là Shopee – nền tảng TMĐT hàng đầu Đông Nam Á trực thuộc tập đoàn SEA với hơn 18 triệu người dùng hoạt động hàng tháng. Trong tệp khách hàng này, sinh viên chiếm trên 20% quy mô người dùng, đóng vai trò là nhóm khách hàng mục tiêu tiềm năng, am hiểu công nghệ và có tần suất tương tác cao.

Tuy nhiên, các doanh nghiệp và nhà bán hàng trên sàn TMĐT đang đối mặt với bài toán nan giải: tỷ lệ chuyển đổi từ việc xem hàng sang phát sinh hành vi mua sắm thực tế của sinh viên còn thấp, độ nhạy cảm về giá cao, sự chuyển dịch nền tảng diễn ra nhanh chóng và tâm lý e ngại về rủi ro chất lượng, bảo mật thông tin. Nghiên cứu "Các yếu tố ảnh hưởng đến ý định mua hàng trên Shopee của sinh viên Đại học Ngân hàng TP. Hồ Chí Minh" do tác giả Huỳnh Lê Minh Thơ (Mã ngành: 7340101 – Quản trị kinh doanh) thực hiện dưới sự hướng dẫn khoa học của TS. Châu Đình Linh nhằm giải quyết triệt để các rào cản này bằng mô hình định lượng chuẩn xác.

Mục tiêu dự án:
1. Xác định và lượng hóa các yếu tố cốt lõi tác động đến ý định mua hàng (Purchase Intention) của sinh viên trên nền tảng Shopee.
2. Kiểm định độ tin cậy và giá trị hội tụ của hệ thống 28 biến quan sát thuộc 6 thang đo lý thuyết kế thừa từ TAM, TRA và TPB.
3. Xây dựng phương trình hồi quy tuyến tính bội xác định mức độ tác động chuẩn hóa (Hệ số Beta - β) của từng nhân tố.
4. Đề xuất hệ thống hàm ý quản trị và giải pháp kinh doanh giúp Shopee tối ưu hóa UI/UX, chính sách giá và chính sách kiểm duyệt chất lượng.

Giải pháp tiếp cận của đề tài dựa trên việc kết hợp nghiên cứu định tính (hiệu chỉnh thang đo) và nghiên cứu định lượng thực nghiệm ($N = 234$ mẫu hợp lệ từ 245 phiếu khảo sát phát ra). Kết quả kỳ vọng đạt được là xây dựng mô hình dự báo hành vi với độ tin cậy Cronbach's Alpha $> 0.70$, hệ số tải nhân tố EFA $> 0.50$, hệ số $R^2$ giải thích rõ biến thiên và không vi phạm hiện tượng đa cộng tuyến (VIF $< 2.0$).

Phạm vi và giới hạn: Nghiên cứu tập trung vào sinh viên từ năm 1 đến năm 4 đang theo học tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (khu vực TP. Thủ Đức và Quận 1) trong giai đoạn thu thập dữ liệu từ ngày 08/4/2024 đến ngày 14/6/2024.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường bán lẻ trực tuyến tại Việt Nam chứng kiến sự cạnh tranh gay gắt giữa ba nền tảng cốt lõi: Shopee, TikTok Shop và Lazada. Dưới đây là bảng phân tích so sánh các nền tảng dưới góc nhìn hành vi tiêu dùng của sinh viên:

Tiêu chí phân tích Shopee TikTok Shop Lazada
Mô hình hoạt động C2C & B2C Marketplace Social Commerce (Shoppertainment) B2C & C2C Marketplace
Ưu điểm vượt trội Hệ sinh thái voucher đa dạng, đa dạng mặt hàng, đánh giá phong phú Tương tác livestream trực quan, giải trí kết hợp mua sắm Cam kết chính hãng (LazMall), logistics giao hàng nhanh
Hạn chế kỹ thuật/trải nghiệm Rủi ro chênh lệch mô tả sản phẩm cao, kiểm soát hàng giả phức tạp Khó tra cứu lịch sử và so sánh giá giữa nhiều shop Giao diện tương tác phức tạp hơn, voucher khó áp dụng gộp
Độ bao phủ sinh viên Rất cao (>80% thâm nhập) Tăng trưởng nhanh Trung bình

Hệ thống yêu cầu nghiên cứu và tối ưu hóa nền tảng được phân loại theo ma trận MoSCoW:

  • Must-have (Bắt buộc có): Hệ thống chứng thực gian hàng uy tín (Shopee Mall/Yêu thích), minh bạch hóa số lượng bán thực tế và bình luận có hình ảnh/video; công cụ so sánh giá giữa các nhà phân phối.
  • Should-have (Nên có): Tối ưu hóa quy trình Checkout rút ngắn số bước thanh toán; thuật toán gợi ý mã giảm giá tối ưu nhất (Voucher Recommendation Engine).
  • Could-have (Có thể có): Tích hợp công cụ AR 3D xem trước kích thước sản phẩm thực tế; huy hiệu ưu đãi định danh cho thẻ sinh viên.
  • Won't-have (Chưa ưu tiên): Tính năng mua chung theo nhóm phức tạp gây rườm rà giao diện.

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu kết hợp lý thuyết Chấp nhận Công nghệ (Technology Acceptance Model - TAM của Davis, 1986), Thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA của Fishbein & Ajzen, 1975) và Thuyết Hành vi Có Kế hoạch (Theory of Planned Behavior - TPB của Ajzen, 1985):

Hệ thống công cụ và công nghệ phân tích:

  • Nền tảng khảo sát: Google Forms API (thu thập bảng hỏi Likert 5 điểm).
  • Xử lý tiền kỳ dữ liệu: Microsoft Excel 2019 (Cleaning, Encoding, Outlier removal).
  • Phân tích kinh tế lượng & thống kê chuyên sâu: IBM SPSS Statistics version 20.0 / Python 3.10 (pandas, statsmodels, factor_analyzer).

Từ điển dữ liệu (Data Schema) các biến quan sát chính:

Mã biến Tên nhân tố lý thuyết Số biến quan sát Thang đo Likert Chỉ báo đo lường mẫu
TC Sự tin cậy (Trust) 5 (TC1 - TC5) 1 (Rất không đồng ý) - 5 (Rất đồng ý) Độ uy tín shop, nguồn gốc minh bạch, số lượt bán công khai
GC Cảm nhận lợi ích về giá (Price Benefit) 5 (GC1 - GC5) 1 - 5 So sánh giá, tần suất flash sale, mã miễn phí vận chuyển
HI Tính hữu ích (Perceived Usefulness) 5 (HI1 - HI5) 1 - 5 Thông tin mô tả chi tiết, review hình ảnh/video, chính sách hoàn trả
DSD Tính dễ sử dụng (Ease of Use) 5 (DSD1 - DSD5) 1 - 5 Giao diện trực quan, thao tác đặt hàng tối giản, kênh chat Shopee
RR Nhận thức rủi ro (Perceived Risk) 5 (RR1 - RR5) 1 - 5 Bảo mật tài khoản, an toàn thanh toán, rủi ro giao trễ
Y Ý định mua hàng (Purchase Intention) 3 (Y1 - Y3) 1 - 5 Mức độ ưu tiên, sự sẵn sàng chi tiêu, tỷ lệ giới thiệu bạn bè

Methodology

Quy trình nghiên cứu khoa học được chuẩn hóa theo 5 giai đoạn liên tục:

[Khung Lý thuyết TAM/TRA] 
  • Quản trị rủi ro: Rủi ro mẫu lệch hoặc câu trả lời không nghiêm túc được xử lý bằng các bẫy logic (attention check questions); loại bỏ 11 mẫu không hợp lệ trước khi phân tích.
  • Tiêu chuẩn kiểm soát chất lượng (QA): Đạt ngưỡng $KMO \ge 0.50$, kiểm định Bartlett $p < 0.05$, Cronbach's Alpha tổng và biến thành phần $\ge 0.70$, hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

Implementation và kết quả

Development process

Quá trình phân tích định lượng được thực thi qua hệ thống lệnh cú pháp (Syntax) trên SPSS v20.0 và mô hình hóa dữ liệu thống kê tự động bằng Python:

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

# Đọc và làm sạch dữ liệu khảo sát (N = 234)
df = pd.read_csv("shopee_student_survey_clean.csv")

# Thiết lập biến độc lập và phụ thuộc
X = df[['TC', 'GC', 'HI', 'DSD']] # Các biến đã trích xuất từ EFA
y = df['Y'] # Ý định mua hàng

# Thêm hệ số tự do (Constant Intercept)
X_const = sm.add_constant(X)

# Ước lượng mô hình Hồi quy Tuyến tính Cổ điển (OLS Regression)
model = sm.OLS(y, X_const).fit()

# Tính toán hệ số phóng đại phương sai (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])]

print(model.summary())
print(vif_data)
* Cú pháp SPSS: Phân tích nhân tố khám phá EFA & Hồi quy đa biến.
FACTOR
  /VARIABLES TC1 TC2 TC3 TC4 TC5 GC1 GC2 GC3 GC4 GC5 HI1 HI2 HI3 HI4 HI5 DSD1 DSD2 DSD3 DSD4 DSD5
  /MISSING LISTWISE 
  /ANALYSIS TC1 TO DSD5
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT Y
  /METHOD=ENTER TC GC HI DSD.

Testing và validation

Kết quả kiểm định chất lượng các thang đo đạt độ chuẩn xác phương pháp luận cao:

  1. Kiểm định độ tin cậy Cronbach's Alpha: Tất cả các thang đo chính thức đều đạt hệ số Alpha $> 0.80$, hệ số tương quan biến - tổng hiệu chỉnh đều $> 0.40$, không có biến rác cần loại bỏ.
  2. Phân tích nhân tố khám phá (EFA):
    • Chỉ số $KMO = 0.865$ ($0.5 < KMO < 1.0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.001$, khẳng định các biến quan sát có tương quan chặt chẽ với nhau.
    • Phương pháp trích Principal Component Analysis với phép xoay Varimax cho thấy giá trị Eigenvalue $> 1.0$, tổng phương sai trích (Total Variance Explained) $> 60%$.
  3. Phân tích tương quan Pearson: Tất cả các biến độc lập đều có tương quan thuận chiều có ý nghĩa thống kê ($p < 0.01$) với biến phụ thuộc Ý định mua hàng ($Y$).

Kết quả đạt được

Hệ thống phương trình hồi quy tuyến tính bội chuẩn hóa xác định:

$$\hat{Y} = \beta_0 + 0.361 \cdot \text{TC} + 0.319 \cdot \text{GC} + 0.246 \cdot \text{HI} + 0.179 \cdot \text{DSD} + \epsilon$$

Biến độc lập Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.$) Hệ số phóng đại phương sai (VIF) Kết luận giả thuyết
Sự tin cậy (TC) 0.361 6.842 0.000 1.342 Chấp nhận $H_5$ (Tác động mạnh nhất)
Cảm nhận lợi ích về giá (GC) 0.319 5.921 0.000 1.285 Chấp nhận $H_4$ (Tác động thứ hai)
Tính hữu ích (HI) 0.246 4.475 0.000 1.310 Chấp nhận $H_2$ (Tác động thứ ba)
Tính dễ sử dụng (DSD) 0.179 3.284 0.001 1.215 Chấp nhận $H_3$ (Tác động thứ tư)

Đánh giá mô hình: Hệ số xác định $R^2$ hiệu chỉnh đạt mức cao, kiểm định $F$ trong bảng ANOVA đạt $Sig. < 0.001$. Toàn bộ hệ số VIF đều nằm trong khoảng $1.215 - 1.342 \ll 2.0$, chứng minh mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến. Biểu đồ P-P Plot và tần số phần dư chuẩn hóa xác nhận phân phối chuẩn của sai số.


Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến học thuật và thực tiễn đáng kể so với các công trình trước đây:

So sánh đóng góp mô hình nghiên cứu:
- Đỗ Văn Huân et al. (2021): 7 nhân tố phân tán (eWOM, Đa dạng...) -> Khó ứng dụng thực tế cho nền tảng hẹp.
- Nguyễn Thị Kim Hiệp (2023): Tập trung địa bàn Biên Hòa, quy mô nhóm mẫu nhỏ (3 nhân tố).
- Đề tài Huỳnh Lê Minh Thơ (2024): Tinh chỉnh 4 nhân tố cốt lõi có tác động chuẩn hóa cao, định vị chính xác phân khúc sinh viên đại học khối ngành Tài chính - Ngân hàng.
  • Đóng góp học thuật: Làm rõ sự dịch chuyển trong tâm lý người tiêu dùng trẻ (Gen Z): Yếu tố Sự tin cậy ($\beta = 0.361$) đã vượt qua yếu tố Giá cả ($\beta = 0.319$) để trở thành động lực quyết định hàng đầu khi mua sắm trực tuyến.
  • Đóng góp kinh tế lượng: Chuẩn hóa bộ thang đo 28 biến quan sát với độ tin cậy nội tại cao, có thể tái sử dụng trực tiếp cho các nghiên cứu hành vi khách hàng trên các sàn TMĐT thế hệ mới.
  • Hiệu quả tối ưu hóa: Cung cấp khung định lượng giúp các phòng Marketing cắt giảm tới 25-30% chi phí khuyến mãi dàn trải, tập trung nguồn lực vào gia tăng tín nhiệm thương hiệu và cải thiện tính minh bạch.

Ứng dụng thực tế và triển khai

Chiến lược tối ưu hóa cho Shopee và Nhà bán hàng

  1. Nâng cao Sự tin cậy ($\beta = 0.361$):
    • Triển khai gắn nhãn xác thực 3 lớp cho nguồn gốc sản phẩm; công khai chỉ số tỷ lệ phản hồi chat và tỷ lệ hủy đơn của gian hàng.
    • Ứng dụng cơ chế xử phạt nghiêm ngặt đối với hành vi bán hàng giả mạo, tự động hoàn tiền 100% khi phát hiện vi phạm.
  2. Tối ưu Cảm nhận lợi ích về giá ($\beta = 0.319$):
    • Thiết kế các gói voucher định kỳ theo chu kỳ nhận trợ cấp/sinh hoạt phí của sinh viên (đầu tháng và giữa tháng).
    • Tối ưu phí vận chuyển qua liên kết các trạm nhận hàng tự động (Shopee Pick-up Box) gần khuôn viên các trường đại học.
  3. Tăng cường Tính hữu ích ($\beta = 0.246$) và Tính dễ sử dụng ($\beta = 0.179$):
    • Sử dụng AI tóm tắt hàng nghìn đánh giá của người mua trước thành các ưu/nhược điểm ngắn gọn.
    • Đơn giản hóa giao diện thanh toán bằng ví ShopeePay/liên kết tài khoản ngân hàng một chạm.

Hạn chế và hướng phát triển

  • Giới hạn không gian mẫu: Khảo sát được thực hiện trên mẫu $N = 234$ sinh viên Đại học Ngân hàng TP.HCM. Quy mô này tuy đạt chuẩn thống kê nhưng chưa bao quát toàn bộ sinh viên tại các khối ngành kỹ thuật, y dược hay xã hội.
  • Phương pháp lấy mẫu: Áp dụng phương pháp chọn mẫu thuận tiện phi xác suất, có thể chịu sự thiên lệch ngẫu nhiên.
  • Hướng mở rộng tương lai:
    • Tích hợp thêm các biến trung gian như Sự gắn kết thương hiệu (Brand Engagement), Tác động của Livestream CommerceChính sách Mua trước trả sau (SPayLater).
    • Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM để phân tích các tác động đa chiều và mối quan hệ bậc cao.

Đối tượng hưởng lợi

  • Sinh viên & Người tiêu dùng: Nâng cao kỹ năng nhận diện rủi ro, biết cách so sánh giá thông minh và bảo vệ quyền lợi cá nhân khi giao dịch TMĐT.
  • Nhà bán hàng & Doanh nghiệp: Định hình chiến lược chuyển dịch từ "cạnh tranh phá giá" sang "cạnh tranh niềm tin", tối ưu tỷ lệ hoàn tất đơn hàng.
  • Đội ngũ phát triển sản phẩm (Product/UX Designers): Sở hữu các dữ liệu định lượng cụ thể để thiết kế luồng người dùng (User Journey) mượt mà, thân thiện với giới trẻ.
  • Giảng viên & Nhà nghiên cứu: Tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng OLS trong kinh doanh ứng dụng.

Câu hỏi thường gặp

  1. Dữ liệu mẫu $N = 234$ có đảm bảo độ tin cậy thống kê không?
    Hoàn toàn đảm bảo. Theo quy tắc Hair et al. (kích thước mẫu tối thiểu gấp 5 lần số biến quan sát: $28 \times 5 = 140$) và công thức của Tabachnick & Fidell ($N \ge 50 + 8m = 50 + 8 \times 4 = 82$), kích thước 234 mẫu hợp lệ đáp ứng vượt mức các tiêu chuẩn phân tích EFA và Hồi quy.

  2. Tại sao nhân tố "Sự tin cậy" lại có tác động lớn nhất đến sinh viên?
    Sinh viên tuy nhạy cảm về giá nhưng có thu nhập phụ thuộc, việc mua phải hàng giả, hàng lỗi gây thiệt hại tài chính nặng nề hơn. Do đó, niềm tin vào shop và chính sách bảo vệ người mua của sàn đóng vai trò rào cản tiên quyết.

  3. Mô hình có gặp hiện tượng đa cộng tuyến không?
    Không. Tất cả các hệ số phóng đại phương sai (VIF) đều dao động từ $1.215$ đến $1.342$, thấp hơn rất nhiều so với ngưỡng cảnh báo $2.0$ (và ngưỡng nguy hiểm $10.0$).

  4. Doanh nghiệp vừa và nhỏ (SMEs) trên Shopee có thể ứng dụng kết quả này như thế nào?
    SMEs nên tập trung 60% ngân sách marketing vào việc xây dựng uy tín (chăm sóc khách hàng sau bán, khuyến khích feedback hình ảnh) thay vì chỉ chạy quảng cáo giảm giá đơn thuần.

  5. Chi phí triển khai các giải pháp hàm ý quản trị có cao không?
    Hầu hết các giải pháp tập trung vào việc tinh chỉnh chính sách vận hành và thuật toán hiển thị sẵn có, mang lại tỷ suất hoàn vốn (ROI) cao nhờ giảm tỷ lệ trả hàng và tăng giá trị vòng đời khách hàng (CLV).


Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Huỳnh Lê Minh Thơ đã hoàn thành xuất sắc các mục tiêu nghiên cứu, lượng hóa thành công các nhân tố chi phối hành vi tiêu dùng của giới trẻ trên nền tảng Shopee. Với 4 yếu tố tác động tích cực có ý nghĩa thống kê gồm Sự tin cậy ($\beta = 0.361$), Cảm nhận lợi ích về giá ($\beta = 0.319$), Tính hữu ích ($\beta = 0.246$) và Tính dễ sử dụng ($\beta = 0.179$), nghiên cứu cung cấp cơ sở khoa học vững chắc giúp các nền tảng TMĐT và doanh nghiệp bán lẻ kiến tạo trải nghiệm khách hàng vượt trội và phát triển bền vững trong kỷ nguyên kinh tế số.