Giới thiệu dự án

Sự bùng nổ của các thiết bị kỹ thuật số trong kỷ nguyên Cách mạng Công nghiệp 4.0 đang thúc đẩy chu kỳ thay thế sản phẩm công nghệ diễn ra nhanh chưa từng thấy. Báo cáo Digital 2019: Global Internet Use Accelerates chỉ ra rằng 97% người tiêu dùng Việt Nam sử dụng điện thoại di động, 72% sở hữu điện thoại thông minh (smartphone), 43% sở hữu máy tính xách tay/để bàn và 13% sử dụng máy tính bảng. Tốc độ đổi mới liên tục từ các nhà sản xuất kích thích nhu cầu nâng cấp thiết bị ngay cả khi thiết bị hiện tại vẫn đáp ứng đầy đủ tính năng kỹ thuật (Krings & Hanna, 2015). Hệ quả trực tiếp là sự gia tăng đột biến của dòng rác thải điện tử (e-waste). Theo Rizos & Bryhn (2022), tỷ lệ thu gom và xử lý rác thải điện tử đạt chuẩn môi trường toàn cầu hiện vẫn dưới mức 20%.

+-----------------------------------------------------------------------------+
|                      BỐI CẢNH TIÊU DÙNG THIẾT BỊ ĐIỆN TỬ                    |
+-----------------------------------------------------------------------------+
| • Thị trường thiết bị cũ toàn cầu: 78.9 tỷ USD (2022) -> 225.5 tỷ USD (2031)|
| • Tốc độ tăng trưởng kép (CAGR): 12.6% (2023 - 2031)                        |
| • 60% người tiêu dùng tự tin khi mua điện thoại cũ (Euroconsumers, 2022)   |
| • Rác thải điện tử toàn cầu: >50 triệu tấn/năm (<20% được tái chế hợp chuẩn)|
+-----------------------------------------------------------------------------+

Đứng trước bài toán cân đối ngân sách cá nhân và trách nhiệm môi trường, thị trường thiết bị điện tử đã qua sử dụng (second-hand electronics) nổi lên như một giải pháp kinh tế tuần hoàn (Circular Economy - CE) tất yếu. Tại Việt Nam, sinh viên thuộc Đại học Quốc gia Hà Nội (ĐHQGHN) đại diện cho phân khúc người tiêu dùng trẻ, am hiểu công nghệ, có nhu cầu sử dụng công cụ số cao nhưng nguồn lực tài chính còn hạn chế. Tuy nhiên, hành vi mua sắm đồ công nghệ cũ là một quá trình ra quyết định phức tạp, chịu sự chi phối đan xen bởi nhiều rào cản nhận thức, rủi ro kỹ thuật và áp lực tâm lý - xã hội.

Vấn đề nghiên cứu (Problem Statement)

Mặc dù tiềm năng thị trường rất lớn, các nền tảng phân phối thiết bị cũ và nhà hoạch định chính sách kinh tế tuần hoàn đang đối mặt với các nút thắt cốt lõi:

  • Bất đối xứng thông tin kỹ thuật: Khách hàng e ngại về độ tin cậy phần cứng, thời lượng pin thoái hóa, nguy cơ sửa chữa tiềm ẩn và chính sách bảo hành không chuẩn hóa.
  • Rào cản tâm lý và chuẩn mực xã hội: Định kiến về chất lượng sản phẩm đã qua sử dụng và nỗi sợ suy giảm hình ảnh cá nhân trước cộng đồng.
  • Thiếu hụt mô hình lượng hóa thực nghiệm: Các nghiên cứu trước đây tại Việt Nam đa phần khảo sát hành vi mua hàng mới trực tuyến hoặc chỉ áp dụng đơn lẻ Thuyết hành vi có kế hoạch (TPB) mà bỏ qua khía cạnh trách nhiệm đạo đức sinh thái và đặc tính kỹ thuật riêng biệt của đồ điện tử.

Mục tiêu nghiên cứu

  1. Xác định các nhân tố cốt lõi chi phối ý định mua thiết bị điện tử đã qua sử dụng của sinh viên ĐHQGHN thông qua việc tích hợp đa mô hình lý thuyết.
  2. Lượng hóa mức độ tác động của từng nhân tố bằng phương pháp định lượng đa biến: Đánh giá độ tin cậy Cronbach's Alpha, Phân tích nhân tố khám phá (EFA) và Hồi quy tuyến tính bội (OLS Regression).
  3. Phân tích sai biệt hành vi giữa các nhóm nhân khẩu học (thu nhập, trường trực thuộc, giới tính).
  4. Đề xuất hệ thống giải pháp và cơ chế thúc đẩy (nudge mechanisms) dựa trên các nguyên lý Kinh tế học hành vi nhằm nâng cao nhận thức tiêu dùng bền vững.

Phương pháp tiếp cận và Phạm vi

  • Cách tiếp cận: Tích hợp Thuyết hành vi có kế hoạch (Theory of Planned Behaviour - TPB) của Ajzen (1991) và Mô hình kích hoạt tiêu chuẩn (Norm Activation Model - NAM) của Schwartz (1977), bổ sung nhóm biến Đặc điểm sản phẩm (Product Features - PF) và Tâm lý cá nhân (Personal Psychology - TL).
  • Phạm vi khảo sát: Sinh viên đang theo học tại 12 đơn vị/trường đại học thành viên trực thuộc ĐHQGHN trong năm 2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh ba khung phân tích lý thuyết tiêu dùng phổ biến nhằm làm rõ khoảng trống phương pháp luận:

Tiêu chí so sánh Thuyết hành vi có kế hoạch (TPB) thuần túy Mô hình kích hoạt tiêu chuẩn (NAM) Mô hình tích hợp TPB - NAM - PF (Nghiên cứu này)
Nền tảng lý thuyết Tính duy lý kinh tế, tối ưu hóa tiện ích cá nhân Trách nhiệm đạo đức, chủ nghĩa vị tha sinh thái Kết hợp kinh tế duy lý, chuẩn mực đạo đức & đặc tính kỹ thuật
Biến giải thích chính Thái độ (ATT), Chuẩn chủ quan (SN), Kiểm soát hành vi nhận thức (PBC) Nhận thức hậu quả (AC), Quy trách nhiệm (AR), Chuẩn cá nhân (PN) SN, PN, Thái độ môi trường (ATE), PBC, Tâm lý cá nhân (TL), Đặc tính sản phẩm (PF)
Khả năng giải thích đồ cũ Trung bình (bỏ qua giá trị đạo đức tái chế) Trung bình (bỏ qua rào cản chi phí và rủi ro phần cứng) Cao ($R^2 > 55%$), bao quát toàn diện các khía cạnh kỹ thuật - kinh tế - xã hội
Hạn chế cố hữu Không nắm bắt được cảm xúc đạo đức và giá trị sinh thái Không giải thích được hành vi bị giới hạn bởi năng lực tài chính Đòi hỏi bảng hỏi phức tạp và quy trình làm sạch dữ liệu chặt chẽ 
+-----------------------------------------------------------------------------------+
|               KHUNG YÊU CẦU NGHIÊN CỨU THEO MÔ HÌNH MOSCOW                       |
+-----------------------------------------------------------------------------------+
| • MUST HAVE: Kiểm định độ tin cậy thang đo (Cronbach's Alpha > 0.7), EFA trích    |
|   phương sai > 50%, hồi quy OLS không vi phạm đa cộng tuyến (VIF < 2).           |
| • SHOULD HAVE: Phân tích sâu sai biệt One-Way ANOVA theo thu nhập và giới tính.   |
| • COULD HAVE: Khung can thiệp Kinh tế học hành vi (Nudge architecture).           |
| • WON'T HAVE: Phân tích chuỗi thời gian dọc (Longitudinal panel data tracking).   |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống dữ liệu và Biến số

Mô hình nghiên cứu định lượng bao gồm 1 biến phụ thuộc và 6 nhóm biến độc lập cốt lõi:

$$\text{PITB} = \beta_0 + \beta_1 \text{SN} + \beta_2 \text{PN} + \beta_3 \text{ATE} + \beta_4 \text{PBC} + \beta_5 \text{TL} + \beta_6 \text{PF} + \epsilon$$

+-----------------------------------------------------------------------------+
|                          KIẾN TRÚC MÔ HÌNH TÍCH HỢP                         |
+-----------------------------------------------------------------------------+
|  [Chuẩn mực chủ quan - SN] ----------+                                      |
|  [Chuẩn mực cá nhân - PN] -----------+                                      |
|  [Thái độ môi trường - ATE] ---------+--> (Ý ĐỊNH MUA THIẾT BỊ ĐIỆN TỬ CŨ)  |
|  [Kiểm soát nhận thức - PBC] --------+                [PITB]                |
|  [Tâm lý cá nhân - TL] --------------+                                      |
|  [Đặc điểm sản phẩm - PF] -----------+                                      |
+-----------------------------------------------------------------------------+

+-----------------------------------------------------------------------------+
|                     MA TRẬN BIẾN VÀ THANG ĐO (LIKERT 5 MỨC)                |
+--------+------------------------------------+---------------+---------------+
| Mã hóa | Khái niệm biến                      | Số biến quan  | Nguồn gốc     |
|        |                                    | sát           | kế thừa       |
+--------+------------------------------------+---------------+---------------+
| SN     | Chuẩn mực chủ quan                 | 04 biến       | Ajzen (1991)  |
| PN     | Chuẩn mực cá nhân                  | 04 biến       | Schwartz(1977)|
| ATE    | Thái độ hướng tới môi trường       | 04 biến       | Barros (2020) |
| PBC    | Kiểm soát hành vi nhận thức        | 04 biến       | Taylor (1995) |
| TL     | Tâm lý cá nhân                     | 04 biến       | Alam (2014)   |
| PF     | Đặc điểm sản phẩm (Giá, Pin, Máy)  | 05 biến       | Makov (2018)  |
| PITB   | Ý định mua thiết bị điện tử cũ     | 04 biến       | Ajzen (1991)  |
+--------+------------------------------------+---------------+---------------+

Technology Stack & Phương pháp luận

Hệ thống công cụ và môi trường xử lý dữ liệu được chuẩn hóa:

  • Nền tảng khảo sát: Google Forms API kết hợp xác thực email định danh sinh viên VNU.
  • Phần mềm xử lý thống kê: IBM SPSS Statistics v26.0 (Phân tích nhân tố, hồi quy OLS, ANOVA).
  • Môi trường tính toán mở rộng: Python v3.10 với các thư viện:
    • pandas v2.0.3 (Xử lý tiền kỳ, định dạng bảng dữ liệu)
    • pingouin v0.5.3 (Kiểm định độ tin cậy thang đo Cronbach's Alpha)
    • factor_analyzer v0.5.0 (Kiểm định KMO, Bartlett và trích xuất nhân tố EFA)
    • statsmodels v0.14.0 (Mô hình hồi quy tuyến tính, kiểm định White, Durbin-Watson, VIF)
  • Quy trình quản lý nghiên cứu: Phương pháp luận Agile-Academic với các mốc kiểm soát chất lượng dữ liệu (Quality Gates) nghiêm ngặt từ khảo sát sơ bộ ($n=50$) đến khảo sát chính thức ($N \ge 350$).

Implementation và kết quả

Pipeline xử lý dữ liệu thực nghiệm

Toàn bộ quy trình từ làm sạch dữ liệu thô, kiểm định độ tin cậy, phân tích EFA đến ước lượng mô hình hồi quy OLS được thực thi tự động qua đoạn mã Python chuẩn hóa dưới đây:

import pandas as pd
import numpy as np
import pingouin as pg
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Đọc và tiền xử lý dữ liệu khảo sát
df = pd.read_csv("vnu_secondhand_electronics_survey.csv")
df_cleaned = df.dropna().copy()

# 2. Kiểm định độ tin cậy thang đo Cronbach's Alpha cho từng nhóm nhân tố
constructs = {
    'SN': ['SN1', 'SN2', 'SN3', 'SN4'],
    'PN': ['PN1', 'PN2', 'PN3', 'PN4'],
    'ATE': ['ATE1', 'ATE2', 'ATE3', 'ATE4'],
    'PBC': ['PBC1', 'PBC2', 'PBC3', 'PBC4'],
    'TL': ['TL1', 'TL2', 'TL3', 'TL4'],
    'PF': ['PF1', 'PF2', 'PF3', 'PF4', 'PF5'],
    'PITB': ['PITB1', 'PITB2', 'PITB3', 'PITB4']
}

for name, items in constructs.items():
    alpha, _ = pg.cronbach_alpha(data=df_cleaned[items])
    print(f"Construct {name} - Cronbach's Alpha: {alpha:.3f}")

# 3. Kiểm định KMO và Bartlett Test cho Phân tích nhân tố khám phá (EFA)
independent_items = [item for k in ['SN', 'PN', 'ATE', 'PBC', 'TL', 'PF'] for item in constructs[k]]
kmo_per_variable, kmo_total = calculate_kmo(df_cleaned[independent_items])
chi_square_value, p_value = calculate_bartlett_sphericity(df_cleaned[independent_items])
print(f"KMO Measure: {kmo_total:.3f} | Bartlett's Test Chi-Square: {chi_square_value:.2f} (p={p_value:.4f})")

# 4. Trích xuất nhân tố EFA (Principal Axis Factoring với phép xoay Promax/Varimax)
fa = FactorAnalyzer(n_factors=6, rotation="varimax", method="principal")
fa.fit(df_cleaned[independent_items])
print("Total Variance Explained (%):", np.sum(fa.get_factor_variance()[1]) * 100)

# 5. Ước lượng mô hình hồi quy tuyến tính bội OLS
X = df_cleaned[['SN', 'PN', 'ATE', 'PBC', 'TL', 'PF']]
X = sm.add_constant(X)
y = df_cleaned['PITB']

model = sm.OLS(y, X).fit()
print(model.summary())

# 6. Kiểm tra hiện tượng đa cộng tuyến qua hệ số VIF
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
print(vif_data)

Kiểm định chất lượng thang đo và mô hình

Dữ liệu thu về gồm 384 quan sát hợp lệ từ sinh viên các trường đại học thành viên thuộc ĐHQGHN.

+-----------------------------------------------------------------------------+
|                KẾT QUẢ KIỂM ĐỊNH ĐỘ TIN CẬY VÀ GIÁ TRỊ THANG ĐO             |
+------------+------------------+-----------------------+---------------------+
| Nhóm biến  | Cronbach's Alpha | Tương quan biến - tổng| Đánh giá tiêu chuẩn |
|            |                  | nhỏ nhất (CITC min)   |                     |
+------------+------------------+-----------------------+---------------------+
| SN         | 0.842            | 0.618                 | Đạt chuẩn (> 0.70)  |
| PN         | 0.865            | 0.672                 | Đạt chuẩn (> 0.70)  |
| ATE        | 0.891            | 0.710                 | Đạt chuẩn (> 0.70)  |
| PBC        | 0.815            | 0.584                 | Đạt chuẩn (> 0.70)  |
| TL         | 0.796            | 0.542                 | Đạt chuẩn (> 0.70)  |
| PF         | 0.908            | 0.735                 | Đạt chuẩn (> 0.70)  |
| PITB (Phụ) | 0.874            | 0.689                 | Đạt chuẩn (> 0.70)  |
+------------+------------------+-----------------------+---------------------+
  • Kiểm định EFA nhóm biến độc lập:
    • Hệ số KMO = $0.884 > 0.50$, kiểm định Bartlett có $\chi^2 = 3421.56$ với mức ý nghĩa $p = 0.000 < 0.001$, khẳng định tính thích hợp của phân tích nhân tố.
    • Tổng phương sai trích (Total Variance Explained) = $63.48% > 50%$, giá trị Eigenvalue của nhân tố thứ 6 đạt $1.241 > 1.0$. Tất cả hệ số tải nhân tố (Factor Loadings) đều lớn hơn $0.55$.

Kết quả hồi quy tuyến tính bội

+-----------------------------------------------------------------------------+
|                 KẾT QUẢ ƯỚC LƯỢNG HỒI QUY BỘI (MODEL SUMMARY)                |
+------------+--------------+--------------+---------+---------+--------------+
| Biến số    | Hệ số Beta   | Sai số chuẩn | Giá trị | Mức ý   | Hệ số phóng  |
|            | chưa chuẩn   | (Std. Error) | t-stat  | nghĩa p | đại VIF      |
|            | hóa (B)      |              |         |         |              |
+------------+--------------+--------------+---------+---------+--------------+
| Hằng số    | 0.412        | 0.128        | 3.218   | 0.001   | -            |
| PF         | 0.312        | 0.038        | 8.210   | 0.000   | 1.342        |
| PBC        | 0.245        | 0.041        | 5.975   | 0.000   | 1.285        |
| ATE        | 0.198        | 0.036        | 5.500   | 0.000   | 1.412        |
| PN         | 0.164        | 0.039        | 4.205   | 0.000   | 1.521        |
| TL         | 0.138        | 0.044        | 3.136   | 0.002   | 1.210        |
| SN         | 0.115        | 0.042        | 2.738   | 0.006   | 1.388        |
+------------+--------------+--------------+---------+---------+--------------+
| R = 0.763  | R² = 0.582   | R² điều chỉnh = 0.575  | F(6, 377) = 87.42 (p=0.000) |
| Durbin-Watson = 1.928     | VIF max = 1.521 (< 2.0 -> Không có đa cộng tuyến)       |
+-----------------------------------------------------------------------------+

+-----------------------------------------------------------------------------+
|            XẾP HẠNG MỨC ĐỘ ẢNH HƯỞNG TỚI Ý ĐỊNH MUA (PITB)                  |
+-----------------------------------------------------------------------------+
| 1. Đặc điểm của sản phẩm (PF)        : Beta chuẩn hóa = 0.312 (Mạnh nhất)   |
| 2. Kiểm soát hành vi nhận thức (PBC) : Beta chuẩn hóa = 0.245               |
| 3. Thái độ hướng tới môi trường (ATE): Beta chuẩn hóa = 0.198               |
| 4. Chuẩn mực cá nhân (PN)            : Beta chuẩn hóa = 0.164               |
| 5. Tâm lý cá nhân (TL)               : Beta chuẩn hóa = 0.138               |
| 6. Chuẩn mực chủ quan (SN)           : Beta chuẩn hóa = 0.115               |
+-----------------------------------------------------------------------------+

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét về mặt học thuật và giá trị thực nghiệm so với các công trình trước đây:

Thuộc tính so sánh Alam (2014) Makov et al. (2018) Công trình nghiên cứu này (2023)
Đối tượng & Ngữ cảnh Người tiêu dùng tổng quát Dữ liệu giao dịch eBay (US) Sinh viên đại học công lập Việt Nam (ĐHQGHN)
Mô hình tích hợp TPB cơ bản + Biến thương hiệu Kinh tế lượng thuần túy (Hedonic OLS) Tích hợp liên ngành TPB + NAM + Kinh tế hành vi
Mức độ giải thích ($R^2$) 42.1% Không công bố tổng quát 58.2% (Tăng ~16.1% độ chính xác)
Phát hiện mới Giá là yếu tố duy nhất quyết định Thương hiệu chi phối thanh khoản Đặc tính sản phẩm (PF) & Kiểm soát nhận thức (PBC) vượt trội hơn áp lực xã hội

Các cải tiến nổi bật

  • Đột phá cấu trúc thang đo: Tách bạch rõ rệt giữa Thái độ môi trường (ATE) mang tính vị tha xã hội và Kiểm soát hành vi nhận thức (PBC) gắn liền với năng lực kỹ thuật kiểm tra máy và tài chính của sinh viên.
  • Chứng minh thực nghiệm vai trò của Chuẩn mực cá nhân (PN): Khẳng định đạo đức sinh thái kích hoạt nghĩa vụ tự thân, chứng minh người trẻ không chỉ tìm kiếm giải pháp giá rẻ mà còn gắn quyết định mua sắm với trách nhiệm giảm thiểu rác thải carbon.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở dữ liệu để triển khai các mô hình ứng dụng thực tiễn:

+-----------------------------------------------------------------------------+
|                   LỘ TRÌNH TRIỂN KHAI HỆ THỐNG 4 GIAI ĐOẠN                  |
+-----------------------------------------------------------------------------+
| GIAI ĐOẠN 1: Chuẩn hóa quy trình kiểm định kỹ thuật (Hardware Inspection)   |
|   -> Xây dựng tiêu chuẩn phân cấp máy: Loại A (Like New), B (95%), C (<90%) |
|                                                                             |
| GIAI ĐOẠN 2: Phát triển nền tảng trao đổi công nghệ nội bộ VNU              |
|   -> Tích hợp định danh VNU-ID, minh bạch hóa lịch sử pin và sửa chữa       |
|                                                                             |
| GIAI ĐOẠN 3: Triển khai kiến trúc Nudge (Thúc đẩy hành vi xanh)             |
|   -> Hiển thị chỉ số tiết kiệm carbon: "Mua máy cũ này giảm 32kg CO2e"      |
|                                                                             |
| GIAI ĐOẠN 4: Chính sách bảo hành mở rộng & Hỗ trợ tài chính sinh viên       |
|   -> Cam kết đổi trả 30 ngày, liên kết ví điện tử trả góp 0% lãi suất      |
+-----------------------------------------------------------------------------+

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

  • Đối với sinh viên: Tiết kiệm từ 40% đến 60% chi phí mua sắm thiết bị công nghệ (Laptop cấu hình cao, iPad phục vụ học tập) so với mua mới, đồng thời giảm rủi ro hỏng hóc qua hệ thống phân loại minh bạch.
  • Đối với môi trường & xã hội: Kéo dài vòng đời thiết bị thêm từ 2 đến 3 năm, ước tính giảm phát thải trung bình 35 - 45 kg $CO_2$e và triệt tiêu 1.2 kg rác thải kim loại nặng/thiết bị.

Hạn chế và hướng phát triển

  1. Hạn chế mẫu nghiên cứu: Dữ liệu khảo sát tập trung tại các trường thành viên ĐHQGHN khu vực Hà Nội, có thể xuất hiện độ lệch văn hóa tiêu dùng so với sinh viên khu vực miền Trung hoặc miền Nam.
  2. Thiết kế nghiên cứu cắt ngang (Cross-sectional): Nghiên cứu mới đo lường Ý định mua (Purchase Intention) tại một thời điểm, chưa theo dõi chuỗi chuyển hóa từ ý định sang Hành vi mua thực tế (Actual Behavior) qua thời gian.
  3. Hướng mở rộng tương lai:
    • Ứng dụng mô hình Cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) trên SmartPLS 4 để kiểm định các tác động gián tiếp (Mediating effect) và điều tiết (Moderating effect).
    • Tích hợp mô hình học máy phân lớp (Random Forest / XGBoost) nhằm dự đoán xác suất chuyển đổi hành vi mua đồ cũ dựa trên hồ sơ nhân khẩu học và thói quen công nghệ của sinh viên.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                        MA TRẬN ĐỐI TƯỢNG HƯỞNG LỢI                          |
+-------------------+---------------------------------------------------------+
| Nhóm đối tượng    | Giá trị và lợi ích định lượng                           |
+-------------------+---------------------------------------------------------+
| Sinh viên         | • Tối ưu hóa 50% ngân sách học tập công nghệ.           |
|                   | • Nâng cao kỹ năng kiểm tra và đánh giá phần cứng máy.  |
+-------------------+---------------------------------------------------------+
| Doanh nghiệp bán lẻ| • Giảm chi phí thu hút khách hàng (CAC) qua tiếp cận   |
| & Refurbished     |   đúng phân khúc có kiểm soát nhận thức (PBC) cao.      |
|                   | • Chuẩn hóa chính sách bảo hành để tăng 35% chuyển đổi. |
+-------------------+---------------------------------------------------------+
| Ban quản lý ĐH    | • Xây dựng mô hình Đại học Xanh (Green University).    |
| & Nhà hoạch định  | • Thiết kế các chính sách Nudge thúc đẩy tiêu dùng tuần |
| chính sách        |   hoàn hiệu quả, không cần áp dụng chế tài cưỡng chế.   |
+-------------------+---------------------------------------------------------+
| Giới nghiên cứu   | • Kế thừa bộ thang đo đã được chuẩn hóa thực nghiệm.    |
|                   | • Cung cấp dữ liệu gốc về kinh tế hành vi tại Việt Nam. |
+-------------------+---------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ để tái lập (reproduce) kết quả nghiên cứu là gì?

Cần cài đặt môi trường Python 3.10+ (với các thư viện pingouin, factor_analyzer, statsmodels, pandas) hoặc sử dụng gói phần mềm IBM SPSS Statistics phiên bản 22.0 trở lên. Dữ liệu đầu vào cần được mã hóa sạch theo định dạng số nguyên thang đo Likert từ 1 đến 5, kiểm tra loại bỏ các quan sát trùng lặp hoặc điền thiếu (missing values).

2. Mô hình có gặp giới hạn về đa cộng tuyến khi tích hợp nhiều nhóm biến không?

Không. Kết quả kiểm định hồi quy cho thấy tất cả các hệ số phóng đại phương sai (Variance Inflation Factor - VIF) đều dao động trong khoảng từ $1.210$ đến $1.521$, thấp hơn rất nhiều so với ngưỡng cảnh báo nghiêm ngặt là $2.0$ (và ngưỡng lý thuyết $10.0$). Điều này chứng minh các biến độc lập hoàn toàn phân kỳ và không xảy ra hiện tượng đa cộng tuyến.

3. Làm thế nào để doanh nghiệp bán lẻ thiết bị cũ ứng dụng kết quả này vào hệ thống TMĐT?

Doanh nghiệp nên tích hợp trực tiếp bảng thông số kỹ thuật minh bạch vào trang sản phẩm (đáp ứng nhân tố PF - $\beta=0.312$): Báo cáo tình trạng pin thực tế, số lần sạc, nguồn gốc linh kiện và thời hạn bảo hành phần cứng. Đồng thời, thiết kế giao diện đơn giản hóa hướng dẫn kiểm tra máy để nâng cao năng lực tự tin của người mua (nhân tố PBC - $\beta=0.245$).

4. Chi phí duy trì và cập nhật mô hình khảo sát định kỳ là bao nhiêu?

Chi phí vận hành gần như bằng không nếu sử dụng hạ tầng khảo sát số hóa (Google Forms/Microsoft Forms API) kết hợp hệ thống chấm điểm tự động bằng Python script. Việc cập nhật dữ liệu chỉ cần thực hiện 1 năm/lần theo từng khóa sinh viên mới nhập học để theo dõi sự dịch chuyển trong xu hướng tiêu dùng công nghệ.

5. Tại sao yếu tố Chuẩn mực chủ quan (SN) lại có trọng số tác động thấp nhất trong mô hình?

Hệ số Beta của SN chỉ đạt $0.115$ ($p = 0.006$), cho thấy sinh viên đại học thế hệ mới có tính độc lập cao trong các quyết định mua sắm cá nhân. Họ quan tâm trực tiếp đến công năng máy, giá thành và nhận thức kiểm soát của bản thân nhiều hơn là việc bị chi phối bởi ý kiến tán thành hay phản đối từ bạn bè và người thân xung quanh.

Kết luận

Nghiên cứu của tác giả Đỗ Thanh Nga dưới sự hướng dẫn của TS. Nguyễn Thế Kiên đã giải quyết trọn vẹn bài toán xác định và lượng hóa các nhân tố chi phối ý định mua thiết bị điện tử đã qua sử dụng của sinh viên ĐHQGHN. Bằng việc kết hợp sáng tạo hai mô hình nền tảng TPB và NAM cùng các biến số đặc thù của sản phẩm công nghệ, công trình đạt được hệ số giải thích $R^2 = 58.2%$, khẳng định vai trò thống trị của Đặc điểm sản phẩm ($\beta = 0.312$) và Kiểm soát hành vi nhận thức ($\beta = 0.245$).

Kết quả này không chỉ đóng góp một khung phân tích học thuật đáng tin cậy vào kho tàng nghiên cứu Kinh tế học hành vi và Kinh tế tuần hoàn tại Việt Nam, mà còn là kim chỉ nam thực tiễn cho các doanh nghiệp thương mại điện tử, các đơn vị quản lý giáo dục đại học trong việc định hình các giải pháp thúc đẩy lối sống xanh bền vững cho thế hệ tương lai.