PHẦN 1: PHÂN TÍCH TÀI LIỆU NGHIÊN CỨU

1. Vấn đề và câu hỏi chính tài liệu giải quyết

  • Xác định các nhân tố cốt lõi ảnh hưởng đến hành vi: Đánh giá mức độ tác động của Tính hữu ích, Tính dễ sử dụng, Chính sách hỗ trợ, Tính an toàn và Chuẩn chủ quan đến ý định sử dụng dịch vụ mua trước trả sau SPaylater của Shopee.
  • Kiểm định sự khác biệt nhân khẩu học: Phân tích xem có sự khác biệt có ý nghĩa thống kê về ý định sử dụng SPaylater giữa các nhóm giới tính, độ tuổi, nghề nghiệp và mức thu nhập hay không.
  • Đo lường mức độ phù hợp của mô hình hồi quy đa biến: Xây dựng phương trình hồi quy tuyến tính chuẩn hóa để định lượng trọng số tác động của từng biến độc lập.
  • Đề xuất hàm ý quản trị cho doanh nghiệp: Cung cấp căn cứ thực nghiệm giúp Shopee và các sàn thương mại điện tử tối ưu hóa chính sách thanh toán mua trước trả sau (BNPL).

2. Danh mục thuật ngữ chuyên ngành quan trọng

  1. Buy Now Pay Later (BNPL) – Dịch vụ mua trước trả sau
  2. SPaylater – Dịch vụ thanh toán trả góp kỹ thuật số trên Shopee
  3. Technology Acceptance Model (TAM) – Mô hình chấp nhận công nghệ
  4. Theory of Planned Behavior (TPB) – Lý thuyết hành vi có hoạch định
  5. Theory of Reasoned Action (TRA) – Lý thuyết hành động hợp lý
  6. Perceived Usefulness (PU / HI) – Nhận thức tính hữu ích
  7. Perceived Ease of Use (PEOU / DSD) – Nhận thức tính dễ sử dụng
  8. Subjective Norm (SN / CCQ) – Chuẩn chủ quan / Ảnh hưởng xã hội
  9. Support Policy (CSHT) – Chính sách hỗ trợ
  10. Perceived Security (AT) – Nhận thức tính an toàn và bảo mật
  11. Behavioral Intention (YD) – Ý định hành vi sử dụng
  12. Cronbach’s Alpha – Hệ số tin cậy thang đo
  13. Exploratory Factor Analysis (EFA) – Phân tích nhân tố khám phá
  14. Kaiser-Meyer-Olkin (KMO) – Chỉ số kiểm định tính thích hợp của mẫu
  15. Eigenvalue – Giá trị đặc trưng của nhân tố
  16. Total Variance Explained – Tổng phương sai trích
  17. Multicollinearity & VIF – Hiện tượng đa cộng tuyến và hệ số phóng đại phương sai
  18. Durbin-Watson (DW) – Kiểm định tự tương quan chuỗi bậc nhất
  19. One-way ANOVA & Independent Samples T-Test – Kiểm định phân tích phương sai và so sánh trung bình mẫu độc lập

3. Đóng góp và điểm mới của tài liệu

  • Lấp đầy khoảng trống nghiên cứu thực nghiệm tại Việt Nam: Tiên phong lượng hóa hành vi người dùng đối với SPaylater Shopee tại thị trường Hà Nội thông qua phương pháp định lượng cụ thể.
  • Tích hợp khung lý thuyết liên ngành: Kết hợp hiệu quả mô hình TAM, TPB và các biến đặc thù của Fintech (Chính sách hỗ trợ, Tính an toàn) để giải thích ý định sử dụng BNPL.
  • Chứng minh vai trò vượt trội của Tính hữu ích và Dễ sử dụng: Xác nhận Tính hữu ích ($\beta = 0.306$) và Tính dễ sử dụng ($\beta = 0.295$) là hai động lực lớn nhất thúc đẩy người dùng lựa chọn SPaylater.
  • Bác bỏ ảnh hưởng của biến nhân khẩu học: Chứng minh ý định sử dụng BNPL không có sự khác biệt đáng kể giữa các phân khúc giới tính, độ tuổi, thu nhập hay nghề nghiệp trong bối cảnh mua sắm trực tuyến hiện đại.

PHẦN 2: BÀI VIẾT NỘI DUNG SEO CHUYÊN SÂU

Tổng quan nghiên cứu

Sự bùng nổ của thương mại điện tử sau đại dịch Covid-19 đã thúc đẩy mạnh mẽ các phương thức thanh toán số. Trong bối cảnh đó, dịch vụ mua trước trả sau (Buy Now, Pay Later - BNPL) nhanh chóng trở thành xu hướng tiêu dùng nổi bật, đặc biệt đối với phân khúc người tiêu dùng trẻ và Gen Z. Người tiêu dùng ngày nay không chỉ trả góp các mặt hàng giá trị cao như bất động sản hay đồ công nghệ, mà họ sẵn sàng chia nhỏ các khoản chi trả cho những sản phẩm tiêu dùng hàng ngày nhằm tối ưu hóa dòng tiền cá nhân.

Shopee – sàn thương mại điện tử hàng đầu tại Việt Nam – đã nhanh chóng nắm bắt thị hiếu này khi triển khai dịch vụ SPaylater. Mặc dù tiềm năng thị trường rất lớn, các công trình nghiên cứu định lượng chuyên sâu về hành vi chấp nhận SPaylater tại Việt Nam trước đây vẫn còn khá hạn chế và phân tán. Phần lớn tài liệu chỉ dừng lại ở các phân tích định tính hoặc khảo sát tổng quan về thanh toán điện tử nói chung.

Tài liệu nghiên cứu này giải quyết trực tiếp khoảng trống học thuật trên bằng cách khảo sát mẫu thực tế gồm 318 người tiêu dùng tại Hà Nội. Thông qua việc ứng dụng phần mềm SPSS 26 để thực hiện kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá EFA và phân tích hồi quy tuyến tính đa biến, công trình mang lại cái nhìn chuẩn xác, toàn diện về các yếu tố chi phối ý định sử dụng SPaylater của khách hàng trực tuyến.


Nội dung chi tiết

Cơ sở lý thuyết và mô hình nghiên cứu hành vi BNPL

Nghiên cứu được xây dựng dựa trên nền tảng vững chắc của hai mô hình hành vi kinh điển: Mô hình Chấp nhận Công nghệ (TAM) của Davis (1989) và Lý thuyết Hành vi có Hoạch định (TPB) của Ajzen (1991). TAM chỉ ra rằng hai yếu tố cốt lõi quyết định việc người dùng tiếp nhận một hệ thống công nghệ mới là Nhận thức tính hữu ích (Perceived Usefulness) và Nhận thức tính dễ sử dụng (Perceived Ease of Use). Bên cạnh đó, TPB nhấn mạnh vai trò của Chuẩn chủ quan (Subjective Norm), tức áp lực từ gia đình, bạn bè và phương tiện truyền thông đến quyết định hành vi cá nhân.

Kế thừa các công trình nghiên cứu của Taylor & Todd (1995), Đoàn Thị Thanh Thư & Đàm Trí Cường (2021) và Nguyễn Hồng Quân (2021), nhóm tác giả đã đề xuất mô hình nghiên cứu gồm 5 biến độc lập tác động trực tiếp lên 1 biến phụ thuộc:

$$\text{Ý định sử dụng SPaylater} = f(\text{Tính hữu ích, Tính dễ sử dụng, Chính sách hỗ trợ, Tính an toàn, Chuẩn chủ quan})$$

+---------------------+       H1 (+)
|    Tính hữu ích     | -----------------+
+---------------------+                  |
+---------------------+       H2 (+)     |
|   Tính dễ sử dụng   | ------------+    |
+---------------------+             |    v
+---------------------+       H3 (+)  +---------------------------+
|  Chính sách hỗ trợ  | ------------> | Ý định sử dụng SPaylater  |
+---------------------+             ^ +---------------------------+
+---------------------+       H4 (+)  |  |
|    Tính an toàn     | -------------+  |
+---------------------+                  |
+---------------------+       H5 (+)     |
|   Chuẩn chủ quan    | -----------------+
+---------------------+

Cụ thể, các giả thuyết nghiên cứu được thiết lập bao gồm:

  • Giả thuyết H1: Tính hữu ích có tác động cùng chiều tới ý định sử dụng SPaylater.
  • Giả thuyết H2: Tính dễ sử dụng có tác động cùng chiều tới ý định sử dụng SPaylater.
  • Giả thuyết H3: Chính sách hỗ trợ có tác động cùng chiều tới ý định sử dụng SPaylater.
  • Giả thuyết H4: Tính an toàn có tác động cùng chiều tới ý định sử dụng SPaylater.
  • Giả thuyết H5: Chuẩn chủ quan có tác động tích cực tới quyết định sử dụng SPaylater.

Phương pháp nghiên cứu và quy trình kiểm định thang đo trên SPSS

Nghiên cứu kết hợp hài hòa giữa phương pháp định tính và định lượng nhằm đảm bảo tính chuẩn xác của thang đo:

[Xác định vấn đề & Cơ sở lý thuyết]
[Nghiên cứu định tính: Tham vấn chuyên gia & Hiệu chỉnh thang đo]
[Nghiên cứu định lượng: Khảo sát mẫu n = 318 tại Hà Nội]
[Kiểm định độ tin cậy thang đo bằng Cronbach's Alpha (> 0.7)]
[Phân tích nhân tố khám phá EFA (KMO = 0.878, TVE = 66.134%)]
[Kiểm định ANOVA / T-Test & Phân tích tương quan Pearson]
[Phân tích hồi quy đa biến & Kiểm tra các giả định hồi quy]

Thang đo chính thức gồm 20 biến quan sát cho 5 nhân tố độc lập và 5 biến quan sát cho nhân tố phụ thuộc, sử dụng thang đo Likert 5 mức độ. Dữ liệu sơ cấp thu thập từ 318 người tiêu dùng hợp lệ được mã hóa và xử lý trên phần mềm SPSS 26 qua các bước nghiêm ngặt:

  1. Kiểm định Cronbach's Alpha: Đánh giá tính nhất quán nội tại của thang đo. Kết quả cho thấy tất cả các thang đo đều đạt độ tin cậy rất cao:

    • Tính hữu ích (HI): $\alpha = 0.879$
    • Tính dễ sử dụng (DSD): $\alpha = 0.769$
    • Chính sách hỗ trợ (CSHT): $\alpha = 0.806$
    • Tính an toàn (AT): $\alpha = 0.860$
    • Chuẩn chủ quan (CCQ): $\alpha = 0.835$
    • Ý định sử dụng (YD): $\alpha = 0.818$
    • Tất cả các biến quan sát đều có hệ số tương quan biến - tổng ($Corrected\ Item\text{-}Total\ Correlation$) lớn hơn 0.3.
  2. Phân tích nhân tố khám phá (EFA):

    • Biến độc lập: Chỉ số $KMO = 0.878 > 0.5$, kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$. Tổng phương sai trích đạt $66.134% > 50%$, trích xuất thành công 5 nhân tố với các hệ số tải nhân tố (Factor Loading) đều lớn hơn 0.5.
    • Biến phụ thuộc: Trích xuất 1 nhân tố duy nhất với $KMO = 0.5$, tổng phương sai trích đạt $57.694%$, giá trị $Eigenvalue = 2.898 > 1$.
  3. Kiểm định khác biệt định tính (T-Test & One-Way ANOVA): Kiểm định Levene và phân tích phương sai chỉ ra rằng các giá trị $Sig. > 0.05$. Do đó, không có sự khác biệt có ý nghĩa thống kê về ý định sử dụng SPaylater giữa các nhóm giới tính, độ tuổi, nghề nghiệp và thu nhập.


Kết quả phân tích thực nghiệm và hàm ý quản trị cho Shopee

Phân tích hồi quy tuyến tính đa biến đem lại kết quả thống kê có giá trị khoa học cao. Mô hình đạt hệ số xác định hiệu chỉnh $R^2 = 0.661$, nghĩa là 5 biến độc lập trong mô hình giải thích được 66.1% sự biến thiên của ý định sử dụng SPaylater, phần còn lại 33.9% thuộc về các yếu tố ngoài mô hình và sai số ngẫu nhiên.

Kiểm định ANOVA cho thấy giá trị thống kê $F = 118.996$ với mức ý nghĩa $Sig. = 0.000$, chứng minh mô hình hoàn toàn phù hợp với dữ liệu nghiên cứu. Hệ số Durbin-Watson đạt $1.880$ (nằm trong ngưỡng an toàn $1.5 - 2.5$) khẳng định không có hiện tượng tự tương quan. Đồng thời, hệ số $VIF < 2$ minh chứng mô hình không vi phạm hiện tượng đa cộng tuyến.

+--------------------------------------------------------------------------------+
|                   MÔ HÌNH HỒI QUY CHUẨN HÓA CÁC NHÂN TỐ TÁC ĐỘNG               |
|                                                                                |
|  Y = 0.306*HI + 0.295*DSD + 0.238*CCQ + 0.163*CSHT + 0.135*AT + e              |
|                                                                                |
|  [HI]   Tính hữu ích:         β = +0.306  (Mạnh nhất)                          |
|  [DSD]  Tính dễ sử dụng:      β = +0.295  (Thứ hai)                            |
|  [CCQ]  Chuẩn chủ quan:       β = +0.238  (Thứ ba)                             |
|  [CSHT] Chính sách hỗ trợ:    β = +0.163  (Thứ tư)                             |
|  [AT]   Tính an toàn:         β = +0.135  (Thứ năm)                            |
+--------------------------------------------------------------------------------+

Tất cả 5 giả thuyết từ $H1$ đến $H5$ đều được chấp nhận ($Sig. < 0.05$):

  • Tính hữu ích ($\beta = 0.306$): Đóng vai trò quyết định mạnh mẽ nhất. Khách hàng sử dụng SPaylater vì sự linh hoạt trong quản lý dòng tiền và cơ hội sở hữu sản phẩm mong muốn mà không phải trả toàn bộ tiền ngay lập tức.
  • Tính dễ sử dụng ($\beta = 0.295$): Giữ vị trí quan trọng thứ hai. Giao diện thân thiện, thủ tục kích hoạt nhanh gọn và thao tác thanh toán tinh gọn giúp gia tăng tỷ lệ chuyển đổi.
  • Chuẩn chủ quan ($\beta = 0.238$): Tác động của mạng xã hội, bạn bè và người thân tạo nên hiệu ứng lan tỏa lớn đối với dịch vụ tài chính này.
  • Chính sách hỗ trợ ($\beta = 0.163$) và Tính an toàn ($\beta = 0.135$): Minh bạch về điều khoản, chính sách giải quyết khiếu nại, hoàn tiền và bảo mật thông tin tài chính là nền tảng củng cố niềm tin của người dùng.

Từ kết quả thực nghiệm, tài liệu đưa ra các khuyến nghị chiến lược thiết thực: Shopee cần tiếp tục tối ưu hóa trải nghiệm kích hoạt và thanh toán trên ứng dụng, đẩy mạnh các chương trình voucher trợ giá định kỳ, tăng cường bảo mật hai lớp (2FA) và xây dựng đội ngũ chăm sóc khách hàng chuyên biệt để xử lý sự cố giao dịch BNPL nhanh chóng.


Ai nên đọc tài liệu này?

Tài liệu là nguồn tham khảo chuyên sâu và giá trị dành cho các nhóm đối tượng sau:

  • Sinh viên và Học viên Cao học ngành Marketing, Quản trị Kinh doanh, Fintech: Cung cấp tài liệu mẫu chuẩn mực về phương pháp luận nghiên cứu thị trường, từ xây dựng bảng hỏi, thiết lập mô hình lý thuyết TAM/TPB đến quy trình chạy định lượng SPSS.
  • Giảng viên và Nhà nghiên cứu học thuật: Sử dụng làm tài liệu tham khảo giảng dạy môn Nghiên cứu Marketing, Hành vi người tiêu dùng hoặc phát triển các đề tài khoa học liên quan đến thương mại điện tử.
  • Bộ phận Quản trị Sản phẩm (Product Manager) và Marketing tại các sàn TMĐT & Fintech: Nắm bắt sâu sắc tâm lý khách hàng đối với dịch vụ trả góp trực tuyến để xây dựng chiến lược truyền thông và thiết kế giao diện phù hợp.
  • Chuyên viên Phân tích Dữ liệu và Quản trị Rủi ro Tín dụng: Tham khảo cái nhìn thực tế về thói quen tiêu dùng của phân khúc khách hàng trẻ tại Việt Nam.

Kiến thức nền tảng khuyến nghị: Người đọc nên có hiểu biết cơ bản về mô hình hành vi người tiêu dùng, phương pháp chọn mẫu khảo sát và các chỉ số thống kê cơ bản trong phân tích dữ liệu kinh tế lượng.


Câu hỏi thường gặp (FAQ)

Dịch vụ SPaylater Shopee hoạt động theo cơ chế nào?

SPaylater là hình thức mua trước trả sau (BNPL), đóng vai trò như khoản tín dụng tiêu dùng ngắn hạn. Tổ chức tài chính đối tác thanh toán trước cho người bán khi người dùng mua sắm. Khách hàng nhận hàng trước và thực hiện hoàn trả số tiền theo các kỳ trả góp linh hoạt đã chọn.

Làm thế nào để kiểm định mô hình nghiên cứu bằng SPSS?

Quy trình thực hiện gồm 4 bước: Đầu tiên, kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha (hệ số $> 0.7$). Tiếp theo, phân tích nhân tố khám phá EFA để kiểm tra giá trị hội tụ. Sau đó, phân tích tương quan Pearson để loại trừ nguy cơ đa cộng tuyến. Cuối cùng, chạy hồi quy đa biến và kiểm tra các giả định phần dư.

Tại sao Tính hữu ích lại tác động mạnh nhất đến ý định dùng SPaylater?

Tính hữu ích đạt hệ số $\beta = 0.306$, cao nhất trong mô hình vì người tiêu dùng trực tuyến luôn ưu tiên giải pháp tài chính giúp tối ưu hóa dòng tiền. Dịch vụ cho phép họ sở hữu ngay sản phẩm có giá trị cao, hưởng các ưu đãi giảm giá và linh hoạt lựa chọn kỳ hạn chi trả hàng tháng.

Khi nào các biến nhân khẩu học tạo ra sự khác biệt trong hành vi dùng BNPL?

Trong nghiên cứu này, kiểm định ANOVA và T-Test với mức ý nghĩa $Sig. > 0.05$ cho thấy không có sự khác biệt giữa các nhóm giới tính, độ tuổi, thu nhập và nghề nghiệp. Điều này phản ánh dịch vụ BNPL đang dần trở nên phổ biến và được chấp nhận đồng đều ở mọi phân khúc tiêu dùng số.

Mô hình nghiên cứu có gặp phải hiện tượng đa cộng tuyến không?

Mô hình nghiên cứu hoàn toàn không vi phạm hiện tượng đa cộng tuyến. Kết quả phân tích hồi quy cho thấy tất cả các hệ số phóng đại phương sai (VIF) của 5 biến độc lập đều có giá trị nhỏ hơn 2, thấp hơn rất nhiều so với ngưỡng cảnh báo lý thuyết ($VIF > 10$).


Kết luận

Báo cáo nghiên cứu đã giải quyết trọn vẹn câu hỏi nghiên cứu về hành vi khách hàng đối với dịch vụ SPaylater của Shopee tại Việt Nam. Dưới đây là những đúc kết quan trọng nhất:

  • Xác nhận mô hình 5 nhân tố: Cả 5 yếu tố Tính hữu ích, Tính dễ sử dụng, Chuẩn chủ quan, Chính sách hỗ trợ và Tính an toàn đều tác động tích cực đến ý định sử dụng SPaylater ($R^2 = 66.1%$).
  • Định vị trọng số ảnh hưởng: Tính hữu ích ($\beta = 0.306$) và Tính dễ sử dụng ($\beta = 0.295$) là hai yếu tố then chốt cần được ưu tiên hàng đầu.
  • Tính đồng nhất của tệp khách hàng: Người tiêu dùng trực tuyến ở các mức thu nhập, độ tuổi và giới tính khác nhau đều có xu hướng đón nhận dịch vụ mua trước trả sau tương đồng nhau.

Hướng nghiên cứu mở rộng tiếp theo: Các nghiên cứu tương lai có thể mở rộng phạm vi khảo sát ra nhiều tỉnh thành trên cả nước, bổ sung các biến trung gian như Niềm tin thương hiệu hoặc so sánh trực tiếp SPaylater với các giải pháp BNPL đối thủ như Kredivo, MoMo PayLater hay Fundiin.