Giới thiệu dự án

Trong bối cảnh đại dịch COVID-19 bùng phát từ năm 2020 và xu thế chuyển đổi số đang diễn ra mạnh mẽ tại Việt Nam, hành vi mua sắm của người tiêu dùng đã trải qua những biến chuyển sâu sắc. Tỷ lệ người dùng internet tham gia mua sắm trực tuyến tăng vọt từ 77% (2019) lên 88% (2020) — theo Sách trắng Thương mại điện tử Việt Nam 2021 — phản ánh sự dịch chuyển không thể đảo ngược trong thói quen tiêu dùng.

Đề án "Nghiên cứu Các Yếu Tố Ảnh Hưởng Lên Quyết Định Mua Sắm Trực Tuyến Trên Shopee Trong Thời Đại Chuyển Đổi Số" được thực hiện bởi nhóm sinh viên Đại học UEH (Trường Đại học Kinh tế, Luật và Quản lý Nhà nước), dưới sự hướng dẫn của ThS. Nguyễn Khánh Duy, tháng 4/2022. Đề án thuộc môn Dự Báo Kinh Tế và Phân Tích Dữ Liệu, ứng dụng kết hợp phân tích thống kê và mô hình hóa hành vi người tiêu dùng.

Vấn đề nghiên cứu cốt lõi: Shopee — nền tảng thương mại điện tử đứng Top 3 thương hiệu tốt nhất Việt Nam 2021 (theo YouGov) — đang đối mặt với bài toán hiểu sâu tâm lý khách hàng để tối ưu chiến lược giữ chân và mở rộng người dùng trong thị trường B2C (Business-to-Consumer) ngày càng cạnh tranh khốc liệt.

Mục tiêu nghiên cứu được định lượng hóa:

  1. Xác định và đo lường 6 yếu tố ảnh hưởng đến quyết định mua sắm trực tuyến trên Shopee
  2. Ước lượng mức độ tác động (dương/âm) của từng yếu tố thông qua mô hình SEM (Structural Equation Modeling — Mô hình Cấu trúc Tuyến tính)
  3. Dự báo lưu lượng truy cập Shopee trong ngắn hạn (Q1/2022) bằng mô hình ARIMA
  4. Đề xuất hàm ý chính sách có căn cứ khoa học cho doanh nghiệp

Phạm vi nghiên cứu: 300 người tiêu dùng tại TP. Hồ Chí Minh, khảo sát từ ngày 29/03 đến 15/04/2022, thực hiện trên nền tảng mạng xã hội.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường thương mại điện tử Đông Nam Á đạt giá trị 120 tỷ USD năm 2021, tăng gấp 24 lần so với mức 5 tỷ USD năm 2015 (Statista). Riêng Việt Nam được dự báo tăng trưởng 300% — từ 13 tỷ USD (2021) lên 39 tỷ USD vào năm 2025. Trong môi trường đó, Shopee chiếm vị trí dẫn đầu nhưng vẫn đối mặt với các điểm yếu cần giải quyết:

Khía cạnh Ưu điểm Nhược điểm
Giá cả Cạnh tranh, flash sale thường xuyên Chất lượng sản phẩm đôi khi không tương xứng
Tiện lợi Mua sắm 24/7, đa dạng ngành hàng Quy trình đổi hàng/hoàn tiền còn chậm
Bảo mật Hỗ trợ ví điện tử, thanh toán đa dạng Rủi ro lộ thông tin cá nhân còn là mối lo
Trải nghiệm Giao diện thân thiện Giao dịch phụ thuộc chất lượng Internet

Chỉ có 3,2% doanh nghiệp tham gia sàn thương mại điện tử Việt Nam hỗ trợ thanh toán trực tuyến đầy đủ (Bộ Công Thương), cho thấy khoảng cách giữa tiềm năng thị trường và mức độ chín muồi của hệ sinh thái.

Thiết kế hệ thống nghiên cứu

Khung lý thuyết tích hợp (Technology Stack — Lý thuyết):

Nhóm nghiên cứu tổng hợp 6 mô hình học thuật nền tảng:

  • TRA — Theory of Reasoned Action (Ajzen & Fishbein, 1975): Thái độ + Chuẩn chủ quan → Ý định hành vi
  • TAM — Technology Acceptance Model (Davis & Arbor, 1989): Nhận thức hữu ích + Dễ sử dụng → Chấp nhận công nghệ
  • TPB — Theory of Planned Behavior (Ajzen, 1991): Mở rộng TRA với Kiểm soát hành vi
  • C-TAM-TPB (Taylor & Todd, 1995): Mô hình kết hợp TAM và TPB
  • E-CAM — E-Commerce Acceptance Model (Joongho Ahn et al., 2001): Tích hợp TAM + Nhận thức rủi ro
  • UTAUT — Unified Theory of Acceptance and Use of Technology (Venkatesh et al., 2003)

Mô hình nghiên cứu đề xuất kế thừa C-TAM-TPB làm khung chính, bổ sung yếu tố Nhận thức Rủi ro từ E-CAM và Sự Kỳ vọng về Giá từ bối cảnh Việt Nam, hình thành 6 biến độc lập tác động lên biến phụ thuộc Quyết định mua sắm:

H1: Nhận thức Hữu ích (HI)      → (+) Quyết định
H2: Nhận thức Dễ sử dụng (DSD)  → (+) Quyết định  
H3: Ảnh hưởng Xã hội (XH)       → (+) Quyết định
H4: Kiểm soát Hành vi (HV)      → (+) Quyết định
H5: Nhận thức Rủi ro (RR)       → (−) Quyết định
H6: Sự Kỳ vọng về Giá (SKV)    → (+) Quyết định

Phần mềm phân tích:

  • SPSS 25 (IBM): Thống kê mô tả, Cronbach's Alpha, EFA, Independent t-test, ANOVA
  • AMOS 22 (IBM): CFA (Confirmatory Factor Analysis), SEM
  • Thang đo: Likert 5 điểm trên 25 biến quan sát (21 biến độc lập + 4 biến phụ thuộc)

Methodology

Quy trình nghiên cứu hai giai đoạn:

Giai đoạn 1 — Nghiên cứu định tính (sơ bộ): Thảo luận tay đôi với nhóm đối tượng tuổi 18-40, có kinh nghiệm mua sắm online, nhằm hiệu chỉnh thang đo phù hợp thị trường Việt Nam.

Giai đoạn 2 — Nghiên cứu định lượng chính thức: Khảo sát online qua mạng xã hội, thu về 296 mẫu hợp lệ (target: 300 mẫu), đạt tỷ lệ hợp lệ 98,7%. Xử lý qua pipeline phân tích 5 bước: Cronbach's Alpha → EFA → CFA → SEM → Kiểm định ANOVA/t-test.


Implementation và kết quả

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

Tất cả 7 thang đo đều vượt ngưỡng chấp nhận α > 0.6, với kết quả nổi bật:

Thang đo Biến quan sát Cronbach's α Đánh giá
Nhận thức Hữu ích (HI) HI1–HI5 0.898 Rất tốt
Nhận thức Rủi ro (RR) RR1–RR4 0.914 Xuất sắc
Quyết định (QD) QD1–QD4 0.902 Xuất sắc
Kiểm soát Hành vi (HV) HV1–HV3 0.875 Tốt
Nhận thức Dễ sử dụng (DSD) DSD1–DSD3 0.830 Tốt
Ảnh hưởng Xã hội (XH) XH1–XH3 0.820 Tốt
Sự Kỳ vọng về Giá (SKV) SKV1–SKV3 0.736 Khá tốt

Hệ số tương quan tổng biến (Corrected Item-Total Correlation) của tất cả 25 biến quan sát đều > 0.3 — đạt chuẩn độ tin cậy. Không có biến nào bị loại bỏ trong quá trình phân tích.

Phân tích nhân tố khám phá (EFA)

Kiểm định KMO đạt 0.759 (ngưỡng chấp nhận: 0.5–1.0), xác nhận dữ liệu phù hợp để phân tích nhân tố. Kiểm định Bartlett's Test cho Sig. < 0.001, chứng minh các biến quan sát có tương quan có ý nghĩa thống kê trong từng nhóm nhân tố. Tổng phương sai trích tích lũy đạt 66% — vượt ngưỡng 50% yêu cầu, nghĩa là 6 nhân tố giải thích được 66% sự biến thiên của dữ liệu gốc.

Thống kê mô tả mẫu nghiên cứu

Cơ cấu 296 người tham gia khảo sát:

  • Giới tính: Nữ chiếm 67.39%, Nam 32.09% — phản ánh thực tế nữ giới là nhóm mua sắm online chủ đạo
  • Tần suất truy cập Shopee: 30.74% truy cập 5–10 lần/tuần; 30.41% truy cập 10–15 lần/tuần
  • 100% người tham gia đã từng mua hàng thực tế trên Shopee — đảm bảo tính đại diện mẫu

Phát hiện nổi bật từ thống kê mô tả:

  • Ảnh hưởng xã hội (XH) được đánh giá cao nhất: trung bình >3.6/5, trong đó yếu tố gia đình/bạn bè giới thiệu dẫn đầu với mean = 3.7
  • Sự kỳ vọng về giá (SKV): mean = 3.74 cho khả năng so sánh giá đa nền tảng — yếu tố được đáp viên đồng thuận nhất
  • Nhận thức hữu ích (HI): mean <3/5 trên toàn nhóm — phần lớn đáp viên chưa đánh giá cao tiện ích Shopee mang lại
  • Nhận thức rủi ro (RR): Lo ngại lớn nhất là mất hàng trong vận chuyển (mean = 3.05); lo ngại thấp nhất là lộ thông tin cá nhân (mean = 2.49)

Dự báo chuỗi thời gian với mô hình ARIMA

Nhóm ứng dụng mô hình ARIMA (Auto-Regressive Integrated Moving Average) để dự báo lưu lượng truy cập Shopee theo tháng — đây là điểm kỹ thuật nổi bật của đề án, kết hợp phân tích hành vi người dùng với dự báo kinh tế lượng.

Quy trình xây dựng mô hình ARIMA:

Bước 1: Kiểm tra tính dừng (Unit Root Test — ADF Test)
         → Chuỗi gốc: Không dừng (non-stationary)
         → Lấy sai phân bậc 1 (d=1): Chuỗi đạt tính dừng
         
Bước 2: Xác định tham số (p, d, q)
         → Phân tích ACF/PACF tại sai phân bậc 1
         → Lựa chọn: ARIMA(1, 1, 0)
         
Bước 3: Ước lượng và kiểm định phần dư
         → Phần dư không có tự tương quan (Ljung-Box test)
         
Bước 4: Dự báo 3 tháng đầu năm 2022 (Q1/2022)

Mô hình ARIMA(1,1,0) được lựa chọn dựa trên kết quả Unit Root Test, biểu đồ tự tương quan (ACF) và tự tương quan riêng phần (PACF) tại sai phân bậc 1, đảm bảo phần dư không còn cấu trúc tự tương quan — điều kiện để dự báo có giá trị thống kê.


Đổi mới và đóng góp

1. Tích hợp đa mô hình lý thuyết: Đây là điểm khác biệt so với phần lớn nghiên cứu trước như Nguyễn Anh Mai (2007) chỉ dùng TAM+ECAM, hay Nguyễn Trần Cao Tấn Khoa (2014) dựa chủ yếu UTAUT. Nghiên cứu này kết hợp C-TAM-TPB + E-CAM + ngữ cảnh Việt Nam, tạo ra mô hình 6 nhân tố bao quát hơn.

2. Bổ sung Sự kỳ vọng về Giá (SKV) như biến độc lập riêng biệt: Nghiên cứu Nguyễn Anh Mai (2007) không đề cập yếu tố giá; nghiên cứu hiện tại chứng minh SKV có tác động dương (+) và được người tiêu dùng đánh giá đồng thuận cao nhất trong tất cả 6 nhân tố.

3. Tích hợp dự báo kinh tế lượng (ARIMA): Đề án không dừng lại ở phân tích hành vi mà mở rộng sang dự báo định lượng lưu lượng truy cập, cung cấp công cụ hoạch định kinh doanh ngắn hạn cho doanh nghiệp — điểm ít phổ biến trong các nghiên cứu cùng cấp độ.

4. Phân tích nhân khẩu học qua Independent t-test và ANOVA một chiều: Kiểm định sự khác biệt quyết định mua sắm theo giới tính, nhóm tuổi và nhóm thu nhập — cung cấp thông tin phân khúc thị trường có căn cứ thống kê.


Ứng dụng thực tế và triển khai

Cho doanh nghiệp thương mại điện tử (Shopee, Lazada,…):

  • Tối ưu trải nghiệm người dùng: Dữ liệu EFA và CFA xác định rõ trọng số tác động của từng nhân tố, giúp phân bổ ngân sách đầu tư vào UX theo mức độ ưu tiên
  • Chiến lược giá cạnh tranh: SKV với mean cao nhất (3.74) cho thấy khả năng so sánh giá đa nền tảng là yếu tố cốt lõi — doanh nghiệp cần duy trì tính minh bạch và cạnh tranh về giá
  • Giảm thiểu rủi ro nhận thức: RR tác động âm (−) đến quyết định mua, với α = 0.914 — các chính sách bảo hiểm hàng hóa vận chuyển và xác thực thông tin người bán là ưu tiên chiến lược
  • Khai thác ảnh hưởng xã hội: XH được đánh giá cao (>3.6/5) — chiến lược referral marketing và KOC (Key Opinion Consumer) trên TikTok, Facebook có tiềm năng ROI cao

Dự báo tăng trưởng thị trường:

Năm GMV Thương mại điện tử Việt Nam Tăng trưởng
2021 13 tỷ USD Cơ sở
2025 (dự báo) 39 tỷ USD +300%
2025 (kịch bản tích cực) 52 tỷ USD +400%

Hạn chế và hướng phát triển

Hạn chế kỹ thuật được thừa nhận:

  • Cỡ mẫu giới hạn địa lý: 296/300 mẫu tập trung tại TP. HCM, chưa đại diện cho hành vi người tiêu dùng tại Hà Nội, Đà Nẵng hay các tỉnh thành nhỏ — có thể tạo bias vùng miền
  • Mô hình ARIMA một biến: Chỉ xét chuỗi thời gian lưu lượng truy cập, chưa tích hợp các biến ngoại sinh (giá, chương trình khuyến mãi, sự kiện) vào mô hình dự báo
  • Dữ liệu thời điểm: Khảo sát trong đại dịch COVID-19 (04/2022) có thể ảnh hưởng đến tính tổng quát khi áp dụng cho giai đoạn hậu dịch

Hướng phát triển tiếp theo:

  • Mở rộng mẫu ra phạm vi toàn quốc với cỡ mẫu n ≥ 1000 và áp dụng phương pháp phân tầng (stratified sampling)
  • Tích hợp ARIMAX hoặc SARIMA để dự báo có yếu tố mùa vụ (double 11, Black Friday, Tết)
  • Bổ sung biến Chất lượng dịch vụ logisticsTính năng livestream/Shoppertainment — xu hướng mới nổi từ 2022–2024
  • Ứng dụng Machine Learning (Random Forest, XGBoost) để phân tích đặc trưng phi tuyến tính trong hành vi người tiêu dùng

Đối tượng hưởng lợi

  • Sinh viên kinh tế/marketing: Tài liệu tham khảo phương pháp luận nghiên cứu định lượng ứng dụng SPSS 25 + AMOS 22, bao gồm quy trình EFA → CFA → SEM hoàn chỉnh
  • Nhà quản lý doanh nghiệp thương mại điện tử: Bộ chỉ số đo lường 6 nhân tố cụ thể với trọng số tác động từ SEM, hỗ trợ ra quyết định chiến lược
  • Nhà nghiên cứu hành vi người tiêu dùng: Framework tích hợp C-TAM-TPB + E-CAM có thể replicate cho các nền tảng khác (Lazada, TikTok Shop, Temu)
  • Cơ quan hoạch định chính sách: Dữ liệu thực trạng thương mại điện tử Việt Nam 2021–2022 và dự báo tăng trưởng đến 2025

Câu hỏi thường gặp

1. Tại sao chọn mô hình C-TAM-TPB thay vì chỉ dùng TAM? TAM thuần túy không xét đến áp lực xã hội và kiểm soát hành vi — hai yếu tố quan trọng trong bối cảnh mua sắm cộng đồng tại Việt Nam. C-TAM-TPB bổ sung đầy đủ cả hai chiều này, phù hợp hơn với đặc thù văn hóa tiêu dùng Á Đông.

2. Ngưỡng Cronbach's Alpha 0.6 có đủ tin cậy không? Theo Hair et al. (2010), ngưỡng chấp nhận tối thiểu là α ≥ 0.6 cho nghiên cứu khám phá. Trong đề án này, tất cả thang đo đều đạt α ≥ 0.736, phần lớn vượt ngưỡng α ≥ 0.8 — được đánh giá là tốt đến xuất sắc.

3. Mô hình ARIMA(1,1,0) có ý nghĩa gì trong thực tiễn? Tham số (1,1,0) cho biết chuỗi cần lấy sai phân bậc 1 để đạt tính dừng (d=1), có tự tương quan bậc 1 (AR-1), không cần thành phần trung bình trượt (MA=0). Điều này phù hợp với chuỗi lưu lượng truy cập có xu hướng tăng tuyến tính không ổn định.

4. Kết quả SEM có xác nhận toàn bộ 6 giả thuyết không? Kết quả phân tích SEM xác nhận cả 6 nhân tố đều có tác động có ý nghĩa thống kê đến quyết định mua sắm trực tuyến, trong đó H5 (Nhận thức rủi ro) có tác động âm (−) như giả thuyết đặt ra, phù hợp với lý thuyết E-CAM.

5. Nghiên cứu có thể áp dụng cho các sàn thương mại khác không? Framework hoàn toàn có thể replicate cho Lazada, Tiki, hay TikTok Shop. Cần kiểm định lại thang đo qua pilot test (30–50 mẫu) trước khi triển khai điều tra chính thức do đặc thù trải nghiệm người dùng mỗi nền tảng có thể khác nhau.


Kết luận

Đề án "Nghiên cứu Các Yếu Tố Ảnh Hưởng Lên Quyết Định Mua Sắm Trực Tuyến Trên Shopee Trong Thời Đại Chuyển Đổi Số" đã đạt được bốn đóng góp khoa học và thực tiễn quan trọng:

Thứ nhất, xây dựng và kiểm định thành công mô hình nghiên cứu tích hợp 6 nhân tố với tổng phương sai giải thích đạt 66% và toàn bộ chỉ số đo lường đạt chuẩn (KMO = 0.759, Cronbach's α trung bình > 0.85). Thứ hai, cung cấp bằng chứng định lượng rõ ràng rằng Ảnh hưởng xã hộiSự kỳ vọng về giá là hai nhân tố có ảnh hưởng mạnh nhất theo đánh giá của người tiêu dùng tại TP. HCM. Thứ ba, chứng minh Nhận thức rủi ro (đặc biệt lo ngại mất hàng trong vận chuyển và chất lượng sản phẩm không đúng mô tả) là rào cản lớn nhất cần doanh nghiệp ưu tiên giải quyết. Thứ tư, ứng dụng thành công mô hình ARIMA(1,1,0) để dự báo lưu lượng truy cập — đưa đề án vượt ra khỏi khuôn khổ phân tích hành vi thuần túy, hướng đến công cụ hỗ trợ ra quyết định kinh doanh định lượng trong thời đại chuyển đổi số.