Giới thiệu dự án

Thương mại điện tử (TMĐT) tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc với mức tăng trưởng 18% vào năm 2020, đạt quy mô 11,8 tỷ USD và chiếm 5,5% tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng cả nước. Theo báo cáo Digital 2020 của We Are Social, Việt Nam sở hữu 68,17 triệu người dùng Internet trên tổng dân số 96,9 triệu người (tỷ lệ thâm nhập đạt 70,35%). Trong bức tranh cạnh tranh khốc liệt giữa các sàn TMĐT theo mô hình B2C và C2C, Shopee duy trì vị thế dẫn đầu về lưu lượng truy cập với trung bình 38 triệu lượt/tháng (theo iPrice Insights), vượt qua Thegioididong (28 triệu), Sendo (27,2 triệu), Lazada (27 triệu) và Tiki (24,5 triệu).

Tuy nhiên, các khảo sát thị trường giai đoạn 2019-2020 chỉ ra rằng mức độ hài lòng của khách hàng mua sắm trực tuyến nói chung hiếm khi vượt qua ngưỡng 65% (Tiki đạt 60%, Shopee đạt 57%, tiếp theo là Sendo và Lazada). Dù nắm giữ thị phần truy cập lớn nhất, tỷ lệ hài lòng 57% cho thấy Shopee đối mặt với tỷ lệ rời bỏ (churn rate) đáng kể bắt nguồn từ các điểm nghẽn (pain points): sai lệch thông tin mô tả sản phẩm, giao diện tìm kiếm phức tạp trong các đợt flash sale, tốc độ phản hồi khiếu nại chậm và rào cản tiếp cận dịch vụ hỗ trợ khi phát sinh tranh chấp hoàn tiền.

Đề tài khóa luận tốt nghiệp "Đo lường mức độ hài lòng của khách hàng khi mua sắm tại Shopee tại TPHCM" của tác giả Lê Thị Tấn Tài (chuyên ngành Marketing, Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM) dưới sự hướng dẫn của TS. Trần Phi Hoàng tập trung giải quyết bài toán trên thông qua mô hình nghiên cứu định lượng chuẩn hóa.

+-----------------------------------------------------------------------------------+
|                           MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT                              |
|                                                                                   |
|  [Thiết kế trang mạng (TK)]  ----(+)---->                                         |
|  [Sự tin cậy (ĐTC)]          ----(+)---->  [SỰ HÀI LÒNG CỦA KHÁCH HÀNG (SHL)]     |
|  [Khả năng đáp ứng (KNDU)]   ----(+)---->                                         |
|  [Sự tiếp cận (STC)]         ----(+)---->                                         |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Xác định các nhân tố cấu thành chất lượng dịch vụ trực tuyến tác động đến sự hài lòng của khách hàng mua sắm tại Shopee ở khu vực TP.HCM.
  2. Đo lường và kiểm định mức độ ảnh hưởng của từng nhân tố: Thiết kế trang mạng (Website Design), Sự tin cậy (Reliability), Khả năng đáp ứng (Responsiveness), và Sự tiếp cận (Approach/Access) lên biến phụ thuộc Sự hài lòng.
  3. Đánh giá sự khác biệt về mức độ hài lòng giữa các nhóm nhân khẩu học (độ tuổi, nghề nghiệp, thu nhập, trình độ học vấn, tần suất mua sắm) thông qua kiểm định Independent Samples T-Test và One-Way ANOVA.
  4. Đề xuất hệ thống hàm ý quản trị có căn cứ thực nghiệm giúp Shopee nâng cao chỉ số thỏa mãn khách hàng vượt mốc 75%.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Địa bàn TP.HCM – trung tâm kinh tế có tỷ lệ thâm nhập thương mại điện tử và chi tiêu trực tuyến cao nhất cả nước.
  • Thời gian: Dữ liệu sơ cấp được thu thập và phân tích từ tháng 01/2021 đến tháng 05/2021 (giai đoạn bùng phát dịch COVID-19 làm thay đổi mạnh mẽ hành vi tiêu dùng).
  • Đối tượng khảo sát: Người tiêu dùng cá nhân đã và đang thực hiện giao dịch mua hàng trên ứng dụng/website Shopee Việt Nam.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường sàn thương mại điện tử Việt Nam phân hóa rõ rệt về định vị thương hiệu và năng lực vận hành. Dưới đây là bảng phân tích so sánh giữa các sàn TMĐT hàng đầu:

Tiêu chí phân tích Shopee Tiki Lazada Sendo
Mô hình chính Marketplace C2C / B2C (Shopee Mall) B2C / Managed Marketplace (TikiNow) Hybrid B2C & C2C (LazMall) C2C tập trung thị trường cấp 2, 3
Traffic trung bình (2019-2020) ~38.000.000 lượt/tháng ~24.500.000 lượt/tháng ~27.000.000 lượt/tháng ~27.200.000 lượt/tháng
Chỉ số hài lòng đo lường 57% 60% < 50% 52%
Ưu điểm vận hành Đa dạng SKU, trợ giá ship (Freeship Xtra), UI/UX gamification Giao hàng nhanh (2h), kiểm soát chất lượng đầu vào nghiêm ngặt Nền tảng công nghệ mạnh từ Alibaba, khuyến mãi sâu Giá rẻ, tập trung phân khúc phổ thông nông thôn
Hạn chế kỹ thuật & dịch vụ Tồn tại hàng giả/kém chất lượng từ seller C2C, CSKH phản hồi chậm Danh mục hàng hóa hạn chế hơn, phí sàn và phí ship cao Giao diện rườm rà, quy trình đổi trả phức tạp Tỷ lệ hủy đơn cao, logistics thiếu ổn định

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong việc xây dựng hệ thống chỉ báo khảo sát chất lượng dịch vụ:

  • Must-have (Bắt buộc có): Tính bảo mật thông tin thanh toán, độ chính xác của mô tả sản phẩm, tính sẵn sàng của hạ tầng web/app, tốc độ tải trang dưới 2 giây.
  • Should-have (Nên có): Bộ lọc tìm kiếm thông minh theo giá/vị trí/đánh giá sao, cơ chế theo dõi đơn hàng thời gian thực (real-time tracking), đa kênh tiếp cận CSKH (chat bot + tổng đài viên).
  • Could-have (Có thể có): Tính năng tương tác livestream (Shopee Live), game tích xu (Shopee Xu) tối ưu hóa trải nghiệm người dùng.
  • Won't-have (Chưa ưu tiên trong phạm vi này): Đánh giá các dịch vụ tài chính phái sinh (ShopeePay Later) chưa phổ cập tại thời điểm nghiên cứu.

Thiết kế hệ thống đo lường dữ liệu

Cấu trúc luồng xử lý và phân tích dữ liệu nghiên cứu được thiết kế dạng pipeline đa tầng đảm bảo tính khách quan và khoa học:

[Bảng câu hỏi Likert 5 mức độ] 
       │
       ▼
[Thu thập dữ liệu: N=250] ──> [Lọc dữ liệu sạch: N=219]
                                     │
       ┌─────────────────────────────┴─────────────────────────────┐
       ▼                                                           ▼
[Kiểm định Cronbach's Alpha]                                [Phân tích EFA]
(Loại biến Item-Total < 0.3)                                (KMO > 0.5, Eigenvalue > 1)
       │                                                           │
       └─────────────────────────────┬─────────────────────────────┘
                                     ▼
                      [Phân tích hồi quy bội OLS]
                      (R², F-test, Sig t-test < 0.05)
                                     │
                                     ▼
                      [Kiểm định ANOVA & T-Test]

Ma trận biến số và mã hóa thang đo (Data Dictionary)

Hệ thống thang đo gồm 4 biến độc lập (20 biến quan sát) và 1 biến phụ thuộc (3 biến quan sát), sử dụng thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

Biến độc lập:
├── Thiết kế trang mạng (TK): TK1 (Dễ sử dụng), TK2 (Sắp xếp tiện lợi), TK3 (Giao diện đẹp), TK4 (Trưng bày chuyên nghiệp), TK5 (Tốc độ load/tìm kiếm).
├── Sự tin cậy (ĐTC): ĐTC1 (Giao đúng hàng), ĐTC2 (Bảo mật tài khoản), ĐTC3 (Chính sách đổi trả minh bạch), ĐTC4 (Cam kết thời gian giao), ĐTC5 (Thông tin giá chính xác).
├── Khả năng đáp ứng (KNDU): KNDU1 (Xử lý khiếu nại nhanh), KNDU2 (Hỗ trợ 24/7), KNDU3 (Thông báo trạng thái đơn hàng), KNDU4 (Nhân viên giải đáp thỏa đáng).
└── Sự tiếp cận (STC): STC1 (Dễ dàng liên hệ CSKH), STC2 (Kênh phản hồi đa dạng), STC3 (Thời gian kết nối ngắn), STC4 (Hỗ trợ đa nền tảng web/app).

Biến phụ thuộc:
└── Sự hài lòng chung (SHL): SHL1 (Hài lòng với trải nghiệm mua), SHL2 (Shopee đáp ứng đúng kỳ vọng), SHL3 (Sẵn sàng quay lại mua sắm).

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình kết hợp định tính (Qualitative) và định lượng (Quantitative) theo tiêu chuẩn hàn lâm:

  1. Nghiên cứu định tính: Tổng hợp cơ sở lý thuyết từ mô hình SERVQUAL (Parasuraman et al., 1985, 1988), mô hình eTailQ (Wolfinbarger & Gilly, 2003), mô hình sự thỏa mãn khách hàng (Zeithaml & Bitner, 2000), kết hợp phỏng vấn sâu 5 chuyên gia TMĐT và giảng viên hướng dẫn để hiệu chỉnh bảng câu hỏi sơ bộ.
  2. Nghiên cứu định lượng sơ bộ ($N_1 = 50$): Tiến hành khảo sát thử nghiệm 50 đáp viên tại TP.HCM nhằm đánh giá sơ bộ độ tin cậy Cronbach's Alpha và độ giá trị nội dung của thang đo.
  3. Nghiên cứu định lượng chính thức ($N_2 = 219$): Thu thập 250 bảng khảo sát qua phương pháp chọn mẫu thuận tiện có chọn lọc đối tượng mục tiêu; sau bước làm sạch dữ liệu, thu được 219 mẫu hợp lệ đưa vào phân tích chuyên sâu trên phần mềm IBM SPSS Statistics phiên bản 20.0.

Implementation và kết quả

Quy trình phân tích dữ liệu & Code thuật toán

Toàn bộ quy trình xử lý dữ liệu được chuẩn hóa thông qua các thuật toán thống kê. Dưới đây là mô phỏng thuật toán kiểm định độ tin cậy và phân tích hồi quy tuyến tính bội bằng ngôn ngữ phân tích dữ liệu Python (pandas, pingouin, statsmodels) tương đương với đầu ra của phần mềm SPSS 20.0:

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

# 1. Thuật toán tính hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(df_items):
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_variance))
    return alpha

# 2. Xây dựng phương trình hồi quy tuyến tính bội OLS
def run_ols_regression(X_dataframe, y_series):
    X_with_const = sm.add_constant(X_dataframe)
    model = sm.OLS(y_series, X_with_const).fit()
    
    # Tính toán hệ số VIF kiểm tra đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X_dataframe.columns
    vif_data["VIF"] = [variance_inflation_factor(X_dataframe.values, i) 
                       for i in range(X_dataframe.shape[1])]
    
    return model.summary(), vif_data

# Mô hình toán học hồi quy tuyến tính bội:
# SHL = beta_0 + beta_1 * TK + beta_2 * DTC + beta_3 * KNDU + beta_4 * STC + e

Phương trình hồi quy tổng quát dạng chuẩn hóa:

$$\text{SHL} = \beta_1 \cdot \text{TK} + \beta_2 \cdot \text{ĐTC} + \beta_3 \cdot \text{KNDU} + \beta_4 \cdot \text{STC} + \epsilon$$

Trong đó:

  • $\text{SHL}$: Biến phụ thuộc Sự hài lòng của khách hàng.
  • $\text{TK, ĐTC, KNDU, STC}$: Các biến độc lập đại diện cho 4 nhân tố chất lượng dịch vụ.
  • $\beta_i$: Các trọng số hồi quy chuẩn hóa (Standardized Coefficients).
  • $\epsilon$: Sai số ngẫu nhiên của mô hình.

Kiểm định và làm sạch dữ liệu (Testing & Validation)

1. Kiểm định sơ bộ ($N = 50$)

  • Đánh giá hệ số tương quan biến - tổng (Corrected Item-Total Correlation). Biến quan sát $\text{ĐTC5}$ có hệ số $r = 0,268 < 0,300$, không đạt tiêu chuẩn làm sạch thang đo (Nunnally & Bernstein, 1994), do đó bị loại bỏ để đảm bảo độ đơn hướng của cấu trúc thang đo Sự tin cậy.

2. Kiểm định độ tin cậy thang đo chính thức ($N = 219$)

Kết quả phân tích Cronbach's Alpha sau khi loại bỏ biến rác:

Thang đo nhân tố Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến-tổng nhỏ nhất Đánh giá
Thiết kế trang mạng (TK) 5 0,845 0,582 Rất tốt ($\ge 0,8$)
Sự tin cậy (ĐTC) 4 0,824 0,541 Rất tốt ($\ge 0,8$)
Khả năng đáp ứng (KNDU) 4 0,908 0,721 Xuất sắc ($\ge 0,9$)
Sự tiếp cận (STC) 4 0,866 0,634 Rất tốt ($\ge 0,8$)
Sự hài lòng (SHL) 3 0,879 0,695 Rất tốt ($\ge 0,8$)

3. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập (17 biến quan sát):
    • Hệ số $KMO = 0,862$ ($0,5 \le KMO \le 1,0$), kiểm định Bartlett's Test có giá trị $\text{Sig.} = 0,000 < 0,001$, chứng minh các biến có tương quan chặt chẽ.
    • Phương pháp trích Principal Axis Factoring với phép xoay Varimax trích được 4 nhân tố tại điểm dừng Eigenvalue $= 1,248 > 1$.
    • Tổng phương sai trích (Cumulative Variance Explained) đạt 63,42% ($> 50%$), nghĩa là 4 nhân tố giải thích được 63,42% sự biến thiên của dữ liệu.
    • Tất cả hệ số tải nhân tố (Factor Loading) đều $> 0,55$, không có hiện tượng tải chéo phức tạp.
  • Biến phụ thuộc (3 biến quan sát):
    • $KMO = 0,715$, $\text{Sig. Bartlett} = 0,000$, phương sai trích đạt 68,15% tại 1 nhân tố duy nhất.
+-------------------------------------------------------------------------+
|                    KẾT QUẢ PHÂN TÍCH NHÂN TỐ EFA                        |
|                                                                         |
|  Nhân tố 1: Khả năng đáp ứng (KNDU) ──> Variance explained: 21.34%      |
|  Nhân tố 2: Thiết kế trang mạng (TK) ──> Variance explained: 16.85%      |
|  Nhân tố 3: Sự tiếp cận (STC)        ──> Variance explained: 13.12%      |
|  Nhân tố 4: Sự tin cậy (ĐTC)         ──> Variance explained: 12.11%      |
|  ---------------------------------------------------------------------  |
|  TỔNG PHƯƠNG SAI TRÍCH TÍCH LŨY: 63.42% (Eigenvalues > 1.0)             |
+-------------------------------------------------------------------------+

Kết quả phân tích hồi quy và kiểm định giả thuyết

Phân tích hồi quy tuyến tính bội được thực hiện với 4 biến độc lập đã được tính điểm nhân tố trung bình:

Mô hình Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị t Mức ý nghĩa (Sig.) Hệ số VIF
Hằng số (Constant) 0,214 0,165 — 1,297 0,196 —
Khả năng đáp ứng (KNDU) 0,342 0,045 0,381 7,600 0,000 1,324
Sự tin cậy (ĐTC) 0,256 0,048 0,274 5,333 0,000 1,286
Thiết kế trang mạng (TK) 0,198 0,042 0,215 4,714 0,000 1,310
Sự tiếp cận (STC) 0,154 0,039 0,172 3,948 0,000 1,205
  • Chỉ số phù hợp mô hình:
    • Hệ số tương quan bội $R = 0,812$.
    • Hệ số xác định $R^2 = 0,659$, hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) $= \mathbf{0,653}$. Điều này chứng minh 65,3% sự biến thiên của mức độ hài lòng của khách hàng tại TP.HCM được giải thích bởi 4 nhân tố trong mô hình.
    • Kiểm định ANOVA: $F(4, 214) = 103,45$ với $\text{Sig.} = 0,000 < 0,001$, khẳng định mô hình hồi quy tuyến tính xây dựng là hoàn toàn phù hợp với tổng thể dữ liệu thực tế.
    • Chỉ số $VIF < 1,5$ cho thấy không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.

Phương trình hồi quy chuẩn hóa:

$$\text{SHL} = 0,381 \cdot \text{KNDU} + 0,274 \cdot \text{ĐTC} + 0,215 \cdot \text{TK} + 0,172 \cdot \text{STC}$$

Tất cả 4 giả thuyết $H_1, H_2, H_3, H_4$ đều được chấp nhận ở mức ý nghĩa thống kê $p < 0,001$. Trong đó, Khả năng đáp ứng ($\beta = 0,381$) có tác động mạnh nhất đến sự hài lòng, tiếp theo là Sự tin cậy ($\beta = 0,274$), Thiết kế trang mạng ($\beta = 0,215$) và cuối cùng là Sự tiếp cận ($\beta = 0,172$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn rõ rệt thông qua số liệu thực chứng:

  1. Hiệu chỉnh thang đo trong bối cảnh đặc thù đại dịch: Khác với các nghiên cứu giai đoạn trước (như Nguyễn Thị Mai Trang, 2014 tập trung vào tính sẵn sàng của hệ thống), nghiên cứu năm 2021 chứng minh rằng trong giai đoạn giãn cách xã hội, người tiêu dùng đề cao yếu tố Khả năng đáp ứng ($\beta = 0,381$, đóng góp 38,1% tỷ trọng ảnh hưởng) và Sự tin cậy ($\beta = 0,274$) vượt trội hơn so với yếu tố hình thức giao diện.
  2. Loại bỏ biến nhiễu định lượng: Việc phân tích và loại bỏ biến $\text{ĐTC5}$ qua kiểm định sơ bộ giúp tối ưu hóa thang đo SERVQUAL trong môi trường sàn TMĐT đa người bán (C2C marketplace), nơi tính đồng nhất về giá phụ thuộc vào từng gian hàng cá nhân.
  3. Mô hình giải thích phương sai cao: Mô hình đạt $R^2$ hiệu chỉnh $= 65,3%$, vượt trội so với nhiều nghiên cứu cùng đề tài trong nước (thường dao động từ 52% đến 58%), chứng minh tính đại diện cao của cấu trúc 4 nhân tố đối với thị trường TP.HCM.

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy và thống kê mô tả, 4 nhóm giải pháp quản trị chiến lược được đề xuất trực tiếp cho ban điều hành Shopee Việt Nam:

+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI HÀM Ý QUẢN TRỊ                         |
|                                                                                   |
|  [Tháng 1 - 2]  ──> Nâng cấp SLA phản hồi CSKH < 3 phút, Chatbot AI (KNDU)        |
|  [Tháng 3 - 4]  ──> Chuẩn hóa định danh Shop Yêu Thích & Chống hàng giả (ĐTC)      |
|  [Tháng 5 - 6]  ──> Tối ưu hóa UI/UX, tốc độ tìm kiếm & cá nhân hóa (TK)          |
|  [Tháng 7+]     ──> Mở rộng kênh Hotline miễn cước & trung tâm giải quyết (STC)   |
+-----------------------------------------------------------------------------------+

1. Tối ưu Khả năng đáp ứng (Trọng số $\beta = 0,381$)

  • Thực trạng: Điểm trung bình đánh giá biến KNDU đạt $3,62/5,00$. Khách hàng phàn nàn nhiều nhất về thời gian phản hồi khiếu nại hoàn tiền khi hàng vỡ hỏng.
  • Giải pháp: Thiết lập SLA (Service Level Agreement) tự động xử lý khiếu nại trả hàng/hoàn tiền trong vòng 24 giờ thay vì 3-5 ngày làm việc; tích hợp hệ thống trí tuệ nhân tạo (AI Chatbot) xử lý tức thì các câu hỏi thường gặp về đơn hàng.

2. Gia cố Sự tin cậy (Trọng số $\beta = 0,274$)

  • Thực trạng: Điểm trung bình biến ĐTC đạt $3,71/5,00$. Điểm nghẽn nằm ở sự bất đối xứng thông tin giữa mô tả sản phẩm và hàng thực nhận từ các shop C2C.
  • Giải pháp: Siết chặt quy trình định danh người bán (eKYC seller), nâng cấp thuật toán phát hiện gian lận đánh giá ảo (fake reviews), tăng cường chế tài đóng băng tài khoản đối với gian hàng có tỷ lệ hàng lỗi/hàng nhái vượt ngưỡng 2%.

3. Tối ưu Thiết kế trang mạng (Trọng số $\beta = 0,215$)

  • Thực trạng: Điểm đánh giá biến TK đạt $3,85/5,00$. Giao diện ứng dụng Shopee trong các dịp Siêu Sale (11/11, 12/12) thường có mật độ banner quá dày gây rối mắt và làm tăng độ trễ tải trang.
  • Giải pháp: Tối giản hóa bố cục trang chủ (Clean UI), ứng dụng kiến trúc Micro-frontends để duy trì thời gian phản hồi dưới 1,5 giây trong các đợt tải đỉnh điểm (peak traffic); tối ưu hóa thuật toán gợi ý tìm kiếm theo hành vi cá nhân hóa.

4. Mở rộng Sự tiếp cận (Trọng số $\beta = 0,172$)

  • Thực trạng: Điểm đánh giá STC đạt $3,58/5,00$ – mức thấp nhất trong 4 nhân tố.
  • Giải pháp: Xây dựng trung tâm trợ giúp đa kênh tích hợp (Omnichannel Support: Live Chat in-app, Tổng đài thoại miễn cước, Fanpage hỗ trợ), bố trí đội ngũ hỗ trợ giải quyết sự cố 24/7.

Hạn chế và hướng phát triển

  • Phương pháp lấy mẫu: Nghiên cứu áp dụng kỹ thuật lấy mẫu thuận tiện phi xác suất ($N = 219$) do rào cản giãn cách trong giai đoạn dịch COVID-19, dẫn đến tỷ lệ cơ cấu mẫu tập trung chủ yếu ở phân khúc học sinh, sinh viên và nhân viên văn phòng trẻ (18-30 tuổi).
  • Phạm vi không gian: Đề tài chỉ khảo sát trên địa bàn TP.HCM; hành vi tiêu dùng và kỳ vọng dịch vụ của khách hàng tại khu vực nông thôn hoặc các đô thị cấp 2, 3 có thể có sự khác biệt rõ nét.
  • Biến số nghiên cứu: Mô hình mới chỉ giải thích được 65,3% mức độ biến thiên; còn 34,7% phương sai chịu tác động bởi các yếu tố khác chưa đưa vào mô hình như: Chiến lược giá & Khuyến mãi (Promotion), Chất lượng dịch vụ giao nhận chặng cuối (Last-mile Logistics), hay Trải nghiệm thanh toán số (Digital Payment Experience).
  • Hướng phát triển: Các nghiên cứu tiếp theo nên mở rộng quy mô mẫu đa tầng trên phạm vi toàn quốc ($N \ge 1.000$), kết hợp mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian của "Niềm tin thương hiệu" và "Lòng trung thành".

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
|                         ĐỐI TƯỢNG HƯỞNG LỢI                             |
|                                                                         |
|  [Sinh viên / Học viên]  ──> Khung mẫu nghiên cứu định lượng chuẩn mực  |
|  [Doanh nghiệp TMĐT]     ──> 4 đòn bẩy tối ưu hóa trải nghiệm & NPS     |
|  [Nhà phát triển / UI]   ──> Định lượng hóa yêu cầu hệ thống & UX       |
|  [Nhà nghiên cứu]        ──> Bộ dữ liệu & thang đo thực chứng TP.HCM    |
+-------------------------------------------------------------------------+
  1. Sinh viên và Học viên Marketing/Kinh doanh: Cung cấp tài liệu tham khảo bài bản về phương pháp luận nghiên cứu khoa học, từ thiết kế thang đo Likert, quy trình xử lý dữ liệu SPSS 20.0 đến cách lập luận bảo vệ kết quả hồi quy OLS.
  2. Ban quản trị các Sàn Thương mại Điện tử (Shopee, Tiki, Lazada): Nắm bắt dữ liệu thực chứng về tâm lý khách hàng đô thị, giúp tối ưu hóa ngân sách đầu tư vào dịch vụ khách hàng (CSKH) và công nghệ thay vì chỉ tập trung đốt tiền vào voucher giảm giá.
  3. Kỹ sư phát triển sản phẩm & Designer (Product Owners/UX Designers): Có cơ sở định lượng để chứng minh tầm quan trọng của tốc độ tải trang, cấu trúc điều hướng danh mục và tính minh bạch của thông tin giao diện.
  4. Nhà nghiên cứu hành vi người tiêu dùng: Bộ chỉ báo và kết quả kiểm định đóng góp thêm bằng chứng thực nghiệm về chất lượng dịch vụ trực tuyến tại thị trường kinh tế mới nổi (Emerging Market).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai và tái lập mô hình nghiên cứu này là gì?

Hệ thống yêu cầu máy trạm cài đặt phần mềm IBM SPSS Statistics từ phiên bản 20.0 trở lên (hoặc Python 3.8+ với các thư viện pandas, statsmodels, pingouin, scikit-learn). Dữ liệu đầu vào cần được mã hóa dưới dạng số nguyên (1 đến 5) theo thang đo Likert, định dạng file .sav hoặc .csv.

2. Tại sao biến quan sát ĐTC5 bị loại bỏ khỏi mô hình nghiên cứu chính thức?

Biến $\text{ĐTC5}$ ("Shopee cung cấp thông tin giá cả sản phẩm chính xác") đạt hệ số tương quan biến - tổng (Corrected Item-Total Correlation) chỉ bằng $0,268$ trong phân tích sơ bộ ($N=50$), thấp hơn ngưỡng quy chuẩn $0,300$. Do Shopee là sàn C2C nơi hàng triệu người bán tự quyết định giá và thiết lập các mức giảm ảo, người tiêu dùng có xu hướng đánh giá biến này không đồng nhất với thang đo "Sự tin cậy" chung của nền tảng.

3. Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong mô hình hồi quy?

Hiện tượng đa cộng tuyến được kiểm soát thông qua hệ số phóng đại phương sai (VIF - Variance Inflation Factor). Trong kết quả phân tích, tất cả các biến độc lập đều có hệ số $VIF$ nằm trong khoảng $1,205 - 1,324$, thấp hơn rất nhiều so với ngưỡng cảnh báo $VIF > 2,0$ (hoặc tiêu chuẩn lỏng hơn $VIF > 10,0$), khẳng định các biến độc lập hoàn toàn không có sự trùng lặp thông tin giải thích.

4. Kết quả nghiên cứu có sự khác biệt giữa các nhóm nhân khẩu học hay không?

Qua kiểm định One-Way ANOVA và Independent Samples T-Test trên 219 mẫu:

  • Độ tuổi và Thu nhập: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng ($p > 0,05$).
  • Tần suất mua sắm: Có sự khác biệt có ý nghĩa thống kê ($p = 0,028 < 0,05$). Nhóm khách hàng mua sắm với tần suất cao ($> 5$ lần/tháng) có điểm đánh giá hài lòng trung bình ($4,12/5$) cao hơn rõ rệt so với nhóm mới mua lần đầu ($3,45/5$), do họ đã quen thuộc với giao diện và biết cách chọn lọc shop uy tín.

5. Chi phí và lộ trình hoàn vốn khi đầu tư cải thiện chất lượng dịch vụ theo đề xuất?

Việc đầu tư hệ thống tự động hóa CSKH (AI Chatbot) và quy trình chuẩn hóa kiểm duyệt nhà bán hàng ước tính tiêu tốn khoảng 3-5% chi phí vận hành hàng năm của sàn TMĐT. Tuy nhiên, theo các nghiên cứu kinh tế ngành, việc tăng 5% chỉ số hài lòng và giữ chân khách hàng có thể giúp tăng lợi nhuận từ 25% đến 95% thông qua việc giảm chi phí chuyển đổi khách hàng mới (CAC) và tăng giá trị trọn đời của khách hàng (CLV).

Kết luận

Khóa luận tốt nghiệp "Đo lường mức độ hài lòng của khách hàng khi mua sắm tại Shopee tại TPHCM" của tác giả Lê Thị Tấn Tài đã giải quyết trọn vẹn các mục tiêu nghiên cứu thông qua hệ thống phương pháp luận định lượng nghiêm ngặt. Kết quả phân tích hồi quy trên 219 mẫu hợp lệ đã định lượng hóa mức độ tác động của 4 nhân tố cấu thành chất lượng dịch vụ trực tuyến: Khả năng đáp ứng ($\beta = 0,381$), Sự tin cậy ($\beta = 0,274$), Thiết kế trang mạng ($\beta = 0,215$), và Sự tiếp cận ($\beta = 0,172$), với năng lực giải thích đạt 65,3% phương sai.

Công trình không chỉ đóng góp một bộ thang đo chuẩn hóa cho nghiên cứu học thuật về TMĐT tại Việt Nam mà còn cung cấp cơ sở dữ liệu thực chứng cho các cấp quản lý tại Shopee để xây dựng chiến lược nâng cao trải nghiệm khách hàng, giảm tỷ lệ rời bỏ và phát triển bền vững trong kỷ nguyên số.