Giới thiệu dự án

Bối cảnh nghiên cứu và thực trạng ngành

Sau đại dịch COVID-19, xu hướng tiêu dùng xanh (green consumption) và lối sống bền vững (sustainable living) ghi nhận sự bùng nổ mạnh mẽ trên quy mô toàn cầu. Theo báo cáo của IFOAM và Viện Nghiên cứu Nông nghiệp Hữu cơ (FiBL, 2022), doanh số bán lẻ toàn cầu của thực phẩm và đồ uống hữu cơ đã tăng trưởng từ 129 tỷ USD (năm 2020) lên 188 tỷ USD (năm 2021) và vượt ngưỡng 208 tỷ USD vào năm 2022, duy trì tỷ lệ tăng trưởng kép hàng năm (CAGR) đạt mức 11.2%. Tại Việt Nam, thị trường chứng kiến sự chuyển dịch hành vi rõ rệt khi người tiêu dùng ngày càng quan tâm đến sức khỏe thể chất và an toàn thực phẩm. Khảo sát của Q&Me (2018) chỉ ra rằng có 39% người tiêu dùng sử dụng thực phẩm hữu cơ nhiều hơn 1 lần/tuần, tập trung chủ yếu ở nhóm có thu nhập trung bình khá trở lên tại các đô thị loại I như TP.HCM. Tuy nhiên, vẫn còn 51% người dân chưa từng tiếp cận hoặc duy trì hành vi mua định kỳ, phản ánh một thị trường tiềm năng chưa được khai phóng toàn diện.

Phát biểu vấn đề (Problem Statement)

Mặc dù nhận thức về lợi ích sức khỏe và môi trường ở mức cao, các doanh nghiệp nông nghiệp hữu cơ tại TP.HCM đối mặt với điểm nghẽn lớn: khoảng cách giữa thái độ và hành vi (attitude-behavior gap). Người tiêu dùng bày tỏ thái độ tích cực nhưng tỷ lệ chuyển đổi sang hành vi mua thực tế còn thấp. Nguyên nhân cốt lõi bắt nguồn từ:

  • Rào cản nhận thức về năng lực bản thân (Self-efficacy) và chi phí hành động (Response costs - giá cao, điểm bán khan hiếm).
  • Khủng hoảng niềm tin (Trust deficit) trước tình trạng nhập nhằng nhãn mác giữa thực phẩm sạch, thực phẩm VietGAP và thực phẩm hữu cơ đạt chuẩn (USDA Organic, EU Organic).
  • Thiếu hụt mô hình tích hợp giải thích đồng thời động cơ phòng vệ tâm lý, chuẩn mực đạo đức cá nhân và các biến số điều tiết bối cảnh.

Mục tiêu nghiên cứu

  1. Xác định và đo lường tác động của Đánh giá năng lực ứng phó (Coping appraisal), Thái độ (Attitude) và Nghĩa vụ đạo đức (Ethical obligation) đến Ý định mua thực phẩm hữu cơ (Purchase intention).
  2. Kiểm định vai trò trung gian của Thái độ đối với thực phẩm hữu cơ trong việc dẫn truyền ảnh hưởng từ Đánh giá năng lực ứng phó và Nghĩa vụ đạo đức sang Ý định mua.
  3. Đánh giá vai trò điều tiết của Niềm tin (Trust) lên các mối quan hệ cấu trúc tác động đến Ý định mua.
  4. Đề xuất hệ thống hàm ý quản trị Marketing tích hợp (IMC) giúp doanh nghiệp thực phẩm hữu cơ gia tăng tỷ lệ chuyển đổi và lòng trung thành khách hàng tại thị trường TP.HCM.
       [Lý thuyết Động cơ Bảo vệ - PMT]      [Lý thuyết Hành vi Có kế hoạch - TPB]
       +-------------------------------+     +-----------------------------------+
       | Đánh giá năng lực ứng phó     |     | Nghĩa vụ đạo đức (Mở rộng TPB)    |
       | - Hiệu quả ứng phó (RE)       |     +-----------------------------------+
       | - Hiệu quả bản thân (SE)      |                       |
       | - Chi phí hành động (RC)      |                       |
       +-------------------------------+                       |
                       \                                      /
                        \---> [ Thái độ đối với TPHC (ATT) ] <
                                        |
                                        v
                            [ Ý định mua TPHC (PI) ]
                                        ^
                                        | (Vai trò điều tiết)
                               [ Niềm tin (TR) ]
                         [Lý thuyết Bối cảnh - ABC]

Phương pháp tiếp cận và kết quả kỳ vọng

Đề tài áp dụng phương pháp tiếp cận đa lý thuyết kết hợp: Lý thuyết Hành vi có kế hoạch (TPB) của Ajzen (1991), Lý thuyết Động cơ bảo vệ (PMT) của Rogers (1975, 1983) và Lý thuyết Thái độ - Hành vi - Bối cảnh (ABC) của Guagnano et al. (1995). Kết quả kỳ vọng cung cấp mô hình cấu trúc tuyến tính có hệ số giải thích $R^2 \ge 0.40$, xác lập các giá trị đường dẫn $\beta$ có ý nghĩa thống kê ($p < 0.05$), tạo căn cứ định lượng xác thực cho chiến lược định vị sản phẩm.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Địa bàn TP. Hồ Chí Minh.
  • Thời gian: Thu thập và phân tích dữ liệu sơ cấp từ ngày 01/09/2023 đến 01/12/2023.
  • Đối tượng khảo sát: Người tiêu dùng từ 18 tuổi trở lên, có mức thu nhập từ 4.5 triệu VNĐ/tháng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các công trình nghiên cứu trước đây tại thị trường quốc tế và Việt Nam thường tiếp cận đơn lẻ từng khung lý thuyết, dẫn đến việc bỏ sót các tương tác phức hợp giữa tâm lý cá nhân và yếu tố bối cảnh:

Tiêu chí so sánh Mô hình TPB Đơn lẻ (Ajzen, 1991; Xin Qi & Ploeger, 2021) Mô hình PMT Mở rộng (Chen, 2016; Booi Chen Tan, 2022) Mô hình Đề xuất Đa Lý thuyết (Tuyết, 2023)
Cơ sở lý thuyết TPB thuần túy PMT thuần túy Tích hợp TPB + PMT + ABC
Biến tâm lý cốt lõi Thái độ, Chuẩn chủ quan, PBC Đánh giá đe dọa, Đánh giá ứng phó Đánh giá ứng phó (Bậc 2), Nghĩa vụ đạo đức
Biến bối cảnh/Điều tiết Thường không có hoặc chỉ có Thu nhập Thiếu biến niềm tin thương hiệu Niềm tin (Trust) đóng vai trò biến điều tiết (Moderator)
Cấu trúc biến Tất cả là biến bậc 1 (First-order) First-order constructs Đánh giá năng lực ứng phó là biến bậc 2 (Second-order)
Ưu điểm Đơn giản, dễ đo lường Đánh giá tốt nỗi sợ và nhận thức rủi ro Giải thích toàn diện khoảng cách Thái độ - Hành vi
Hạn chế Không giải thích được chi phí phi tiền tệ Bỏ qua chuẩn mực đạo đức xã hội Đòi hỏi kỹ thuật ước lượng PLS-SEM phức tạp

Ma trận ưu tiên hóa yêu cầu thang đo (MoSCoW)

  • Must-have: Thang đo Hiệu quả ứng phó (RE), Hiệu quả bản thân (SE), Chi phí hành động (RC), Thái độ (ATT), Ý định mua (PI).
  • Should-have: Thang đo Niềm tin vào chứng nhận hữu cơ (TR), Nghĩa vụ đạo đức xã hội (EO).
  • Could-have: Các biến kiểm soát nhân khẩu học (Tuổi, Giới tính, Thu nhập, Tần suất tiêu dùng).
  • Won't-have: Biến đánh giá mức độ nghiêm trọng của dịch bệnh (đã hạ nhiệt giai đoạn 2023).

Thiết kế hệ thống đo lường và Tech Stack

Nghiên cứu sử dụng hệ thống đo lường Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý), được chuẩn hóa qua các công cụ phân tích dữ liệu chuyên sâu:

  • Technology Stack:
    • Google Forms API / Google Sheets: Thu thập dữ liệu và chuẩn hóa dạng bảng trực tuyến.
    • IBM SPSS Statistics Version 20.0: Làm sạch dữ liệu, mã hóa biến, phân tích thống kê mô tả tần số và kiểm định độ lệch.
    • SmartPLS Version 4.0.9.6: Ước lượng mô hình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM), kiểm định mô hình đo lường bậc 2 (Second-order Construct), chạy thuật toán PLS Algorithm và Bootstrapping 5,000 mẫu.
    • Python (Thư viện pandas, scipy.stats): Hỗ trợ cross-validation và kiểm tra phân phối chuẩn dữ liệu.
{
  "project_metadata": {
    "title": "Organic Food Purchase Intention Modeling",
    "software_versions": {
      "smartpls": "4.0.9.6",
      "spss": "20.0.0.0",
      "python": "3.10.12"
    },
    "sampling": {
      "target_population": "TP.HCM Consumers >= 18 years",
      "sample_size_raw": 470,
      "sample_size_cleaned": 459,
      "sampling_method": "Non-probability purposive & convenience sampling"
    },
    "construct_architecture": {
      "second_order": ["Coping_Appraisal (RE, SE, RC)"],
      "first_order": ["ATT", "EO", "TR", "PI"],
      "moderator": "TR -> (Coping_Appraisal -> PI, ATT -> PI)"
    }
  }
}

Phương pháp luận (Methodology)

Quy trình nghiên cứu kết hợp phương pháp định tính và định lượng qua 5 giai đoạn:

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia (03 giảng viên Marketing, 02 nhà quản lý chuỗi cửa hàng Organic tại TP.HCM) để hiệu chỉnh bảng câu hỏi gốc sang ngữ cảnh tiêu dùng nội địa.
  2. Nghiên cứu sơ bộ (Pilot Test): Khảo sát thử nghiệm $n = 50$ để kiểm tra tính dễ hiểu và sơ loại câu hỏi gây nhiễu.
  3. Nghiên cứu định lượng chính thức: Khảo sát đa kênh qua biểu mẫu số và trực tiếp tại hệ thống bán lẻ.
  4. Đánh giá mô hình đo lường (Measurement Model): Kiểm định độ tin cậy nhất quán nội tại (Reliability), độ hội tụ (Convergent Validity) và độ phân biệt (Discriminant Validity).
  5. Đánh giá mô hình cấu trúc (Structural Model): Kiểm tra hiện tượng đa cộng tuyến (VIF), hệ số xác định ($R^2$), mức độ tác động ($f^2$) và kiểm định giả thuyết bằng Bootstrapping.

Implementation và kết quả

Quy trình triển khai và tiền xử lý dữ liệu

Tổng cộng 470 phiếu điều tra được phát ra. Sau bước làm sạch dữ liệu loại bỏ các mẫu điền đồng nhất một phương án (straight-lining responses) hoặc khuyết thông tin, mẫu hợp lệ còn lại là $n = 459$ quan sát (đáp ứng tiêu chuẩn tỷ lệ tối thiểu $10:1$ cho mỗi biến quan sát theo Hair et al., 2017).

# Script tiền xử lý dữ liệu khảo sát và tính toán độ tin cậy Cronbach's Alpha
import numpy as np
import pandas as pd

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán Cronbach's Alpha cho tập các biến quan sát."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return float(alpha)

def check_composite_reliability(loadings: list, error_variances: list) -> float:
    """Tính toán Composite Reliability (CR)."""
    sum_loadings = np.sum(loadings)
    sum_error = np.sum(error_variances)
    cr = (sum_loadings ** 2) / ((sum_loadings ** 2) + sum_error)
    return float(cr)

# Ví dụ kiểm tra cho thang đo Thái độ đối với TPHC (ATT1 - ATT4)
sample_loadings = [0.824, 0.865, 0.798, 0.841]
sample_errors = [1 - l**2 for l in sample_loadings]
cr_val = check_composite_reliability(sample_loadings, sample_errors)
print(f"Composite Reliability (CR) của ATT: {cr_val:.4f} (Đạt chuẩn > 0.70)")

Kết quả kiểm định mô hình đo lường

Các chỉ số đo lường của mô hình bậc 1 và bậc 2 được phân tích qua SmartPLS 4.0. Tất cả các cấu trúc đều thỏa mãn các ngưỡng khắt khe: Hệ số tải ngoài $\lambda \ge 0.708$, Cronbach's Alpha $\ge 0.70$, Độ tin cậy tổng hợp $CR \ge 0.70$, Phương sai trích trung bình $AVE \ge 0.50$.

Khái niệm nghiên cứu Biến quan sát Hệ số tải ngoài ($\lambda$) Cronbach's Alpha (CA) Composite Reliability (CR) Average Variance Extracted (AVE)
Hiệu quả ứng phó (RE) RE1 - RE4 0.765 - 0.842 0.835 0.889 0.668
Hiệu quả bản thân (SE) SE1 - SE3 0.789 - 0.855 0.792 0.878 0.706
Chi phí hành động (RC) RC1 - RC3 0.745 - 0.812 0.758 0.861 0.673
Thái độ đối với TPHC (ATT) ATT1 - ATT4 0.798 - 0.865 0.859 0.904 0.703
Nghĩa vụ đạo đức (EO) EO1 - EO4 0.772 - 0.838 0.828 0.886 0.660
Niềm tin (TR) TR1 - TR4 0.801 - 0.872 0.866 0.909 0.714
Ý định mua (PI) PI1 - PI4 0.815 - 0.881 0.875 0.914 0.728

Kiểm định giá trị phân biệt (Discriminant Validity)

  • Tiêu chuẩn Fornell-Larcker: Căn bậc hai của AVE trên đường chéo chính lớn hơn tất cả hệ số tương quan giữa các biến tiềm ẩn xung quanh (VD: $\sqrt{AVE_{ATT}} = 0.838 > r_{max} = 0.612$).
  • Chỉ số HTMT (Heterotrait-Monotrait Ratio): Toàn bộ các giá trị HTMT giữa các cặp biến đều nằm trong khoảng $0.325 - 0.782$, thấp hơn ngưỡng giới hạn nghiêm ngặt $0.850$, chứng minh tính phân biệt hoàn hảo.

Kết quả kiểm định mô hình cấu trúc và giả thuyết

Mô hình cấu trúc tuyến tính không vi phạm hiện tượng đa cộng tuyến (toàn bộ $VIF \in [1.214, 2.435] < 3.3$). Phép thử Bootstrapping 5,000 mẫu cho thấy các giả thuyết nghiên cứu chính đều được chấp nhận ở mức ý nghĩa $p < 0.001$:

========================================================================================
MÔ HÌNH CẤU TRÚC CUỐI CÙNG (PLS-SEM PATH ESTIMATES)
========================================================================================
Đánh giá ứng phó (Coping)   --->  Ý định mua (PI)      : β = 0.284, t = 5.612, p = 0.000***
Thái độ đối với TPHC (ATT)  --->  Ý định mua (PI)      : β = 0.362, t = 7.145, p = 0.000***
Nghĩa vụ đạo đức (EO)       --->  Ý định mua (PI)      : β = 0.198, t = 4.021, p = 0.000***
Đánh giá ứng phó (Coping)   --->  Thái độ (ATT)        : β = 0.315, t = 6.230, p = 0.000***
Nghĩa vụ đạo đức (EO)       --->  Thái độ (ATT)        : β = 0.342, t = 6.891, p = 0.000***
Niềm tin x Đánh giá ứng phó --->  Ý định mua (PI)      : β = 0.125, t = 2.876, p = 0.004**
Niềm tin x Thái độ          --->  Ý định mua (PI)      : β = 0.148, t = 3.219, p = 0.001**
========================================================================================
Hệ số xác định: R² (Ý định mua) = 0.548 (54.8%), R² (Thái độ) = 0.385 (38.5%)
Q² dự báo ngoài mẫu: Q²_predict > 0 khẳng định tính chính xác dự báo thực nghiệm cao.

Đổi mới và đóng góp

Đóng góp về mặt học thuật và lý thuyết

  • Tích hợp khung lý thuyết ba tầng (Tri-theory Framework): Khắc phục sự phân mảnh khi chỉ sử dụng TPB hoặc PMT đơn lẻ bằng cách đưa lý thuyết ABC vào giải thích vai trò điều tiết của Niềm tin trong bối cảnh thực phẩm xanh tại các nền kinh tế mới nổi.
  • Mô hình hóa cấu trúc bậc 2 (Higher-Order Construct): Xây dựng cấu trúc Đánh giá năng lực ứng phó gồm cả thành phần thúc đẩy (Hiệu quả bản thân, Hiệu quả ứng phó) và thành phần cản trở (Chi phí hành động), mang lại độ bao quát thống kê chính xác hơn so với việc chia nhỏ biến truyền thống.
  • Làm sáng tỏ cơ chế điều tiết của Niềm tin: Chứng minh thực nghiệm rằng Niềm tin đóng vai trò là chất xúc tác (catalyst) làm tăng độ dốc của mối quan hệ giữa Thái độ và Ý định mua lên 14.8% ($\beta = 0.148, p = 0.001$).

Đóng góp thực tiễn cho doanh nghiệp

  • Cung cấp mô hình giải thích được 54.8% phương sai của Ý định mua thực phẩm hữu cơ, giúp các nhà quản trị Marketing xác định đúng trọng tâm ngân sách truyền thông thay vì chỉ tập trung vào việc giảm giá thuần túy.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong Marketing tích hợp (IMC)

  1. Truyền thông minh bạch hóa nguồn gốc (Tăng Hiệu quả ứng phó & Niềm tin):
    • Tích hợp mã QR truy xuất nguồn gốc nông trại theo thời gian thực (Traceability System), hiển thị trực tiếp chứng chỉ hữu cơ quốc tế (USDA, EU, JAS) tại bao bì điểm bán.
    • Chiến dịch "Farm-to-Table Transparency": Phổ biến các video ngắn minh chứng quá trình canh tác không thuốc trừ sâu hóa học, củng cố nhận thức của khách hàng rằng hành động mua của họ trực tiếp cải thiện sức khỏe gia đình ($RE$).
  2. Chính sách phân phối và trải nghiệm mua sắm (Giảm Chi phí hành động - RC):
    • Mở rộng mạng lưới phân phối vào các kênh siêu thị hiện đại (Co.opmart, Tops Market, WinMart) và tối ưu hóa thời gian giao hàng qua ứng dụng thương mại điện tử dưới 2 giờ.
    • Triển khai gói định kỳ "Weekly Organic Box" theo nhu cầu khẩu phần gia đình với mức giá ưu đãi, loại bỏ rào cản tính toán chi phí phức tạp cho khách hàng.
  3. Kích hoạt trách nhiệm xã hội (Nghĩa vụ đạo đức - EO):
    • Thông điệp truyền thông gắn liền việc tiêu dùng thực phẩm hữu cơ với bảo tồn đa dạng sinh học và phát triển kinh tế cho nông dân Việt Nam.
       +---------------------------------------------------------------+
       |             LỘ TRÌNH TRIỂN KHAI DOANH NGHIỆP (6 THÁNG)        |
       +---------------------------------------------------------------+
       | Tháng 1-2: Chuẩn hóa hệ thống chứng nhận & Traceability QR    |
       | Tháng 3-4: Ra mắt chiến dịch IMC "Sống Lành - Chọn Hữu Cơ"   |
       | Tháng 5-6: Tối ưu kênh phân phối On-demand & Gói đăng ký box |
       +---------------------------------------------------------------+

Dự toán hiệu quả kinh tế (ROI Modeling)

  • Tăng trưởng tỷ lệ chuyển đổi (Conversion Rate): Dự kiến tăng từ $1.8%$ lên $3.2%$ tại các điểm bán áp dụng dán nhãn truy xuất nguồn gốc và thử nghiệm sản phẩm.
  • Tỷ suất sinh lời / Chi phí Marketing (Marketing ROI): Ước tính đạt $185%$ sau 12 tháng triển khai nhờ nâng cao giá trị trọn đời của khách hàng (Customer Lifetime Value - CLV) trong nhóm tiêu dùng xanh trung thành.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp chọn mẫu thuận tiện phi xác suất: Dữ liệu thu thập tập trung chủ yếu tại TP.HCM nên tính đại diện tổng thể cho các khu vực đô thị khác (như Hà Nội, Đà Nẵng) còn hạn chế.
  2. Dữ liệu cắt ngang (Cross-sectional Data): Chỉ ghi nhận trạng thái tâm lý tại một thời điểm (Quý IV/2023), chưa đo lường được sự biến thiên hành vi theo chu kỳ thời gian dài.
  3. Hiện tượng thiên lệch do tự báo cáo (Self-reporting Bias): Người tham gia khảo sát có xu hướng trả lời mang tính chuẩn mực xã hội tích cực hơn so với thực tế chi tiêu.

Hướng nghiên cứu tiếp theo

  • Triển khai nghiên cứu theo phương pháp dọc (Longitudinal Study) để theo dõi từ Ý định mua đến Hành vi mua lặp lại thực tế (Actual Repurchase Behavior).
  • Mở rộng mô hình nghiên cứu sang các ngành hàng tiêu dùng bền vững khác như mỹ phẩm thuần chay (Vegan Cosmetics) hoặc thời trang tái chế (Circular Fashion).
  • Ứng dụng kỹ thuật phân tích đa nhóm (PLS-MGA) để so sánh hành vi giữa Thế hệ Gen Z và Gen Y.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo mẫu mực về quy trình nghiên cứu định lượng PLS-SEM kết hợp lý thuyết đa tầng, chuẩn hóa theo quy chuẩn học thuật quốc tế.
  • Doanh nghiệp kinh doanh thực phẩm hữu cơ: Sở hữu bộ giải pháp truyền thông dựa trên bằng chứng định lượng chính xác để thiết kế thông điệp bán hàng, giảm thiểu lãng phí ngân sách Marketing.
  • Nhà nghiên cứu Marketing & Kinh tế hành vi: Tiếp cận bộ cơ sở dữ liệu và thang đo đã được tinh chỉnh độ hội tụ và phân biệt tại thị trường Việt Nam.
  • Cơ quan quản lý & Hiệp hội Nông nghiệp Hữu cơ: Căn cứ xây dựng chính sách hỗ trợ minh bạch thông tin nhãn mác nhằm thúc đẩy an ninh lương thực và tiêu dùng bền vững.

Câu hỏi thường gặp

1. Yêu cầu cấu hình kỹ thuật để thực hiện quy trình ước lượng PLS-SEM này là gì?

Máy tính cá nhân chạy hệ điều hành Windows 10/11 hoặc macOS với RAM tối thiểu 8GB, cài đặt Java Runtime Environment (JRE 8 trở lên) để vận hành SmartPLS 4.0 và gói phần mềm IBM SPSS 20.0+.

2. Tại sao nghiên cứu không dùng mô hình CB-SEM (AMOS) mà lại chọn PLS-SEM (SmartPLS)?

PLS-SEM phù hợp tối ưu cho nghiên cứu này vì mô hình tích hợp nhiều lý thuyết nền có cấu trúc phức tạp, chứa biến bậc 2 (Second-order Coping Appraisal), bao gồm cả mối quan hệ điều tiết phi tuyến tính, và hướng tới mục tiêu tối đa hóa khả năng dự báo ý định hành vi thay vì chỉ kiểm định độ phù hợp dữ liệu tổng thể.

3. Làm thế nào để kiểm soát sai lệch phương pháp chung (Common Method Bias - CMB)?

Nghiên cứu áp dụng kỹ thuật ngẫu nhiên hóa thứ tự câu hỏi trong bảng khảo sát, cam kết bảo mật danh tính người trả lời và kiểm định hiện tượng đa cộng tuyến đầy đủ (Full Collinearity Test) với hệ số $VIF \le 3.3$.

4. Biến điều tiết Niềm tin tác động cụ thể ra sao đến Ý định mua?

Niềm tin đóng vai trò là điều kiện biên (boundary condition). Khi niềm tin của khách hàng vào chứng chỉ hữu cơ cao, tác động tích cực của Thái độ lên Ý định mua sẽ gia tăng mạnh mẽ ($\beta_{interaction} = 0.148, p = 0.001$). Ngược lại, nếu thiếu niềm tin, thái độ yêu thích dù cao cũng khó chuyển hóa thành hành động chi tiêu.

5. Chi phí triển khai hệ thống dán nhãn minh bạch mất bao lâu để thu hồi vốn?

Với một chuỗi bán lẻ quy mô vừa (3-5 cửa hàng), chi phí đầu tư nền tảng mã QR truy xuất và kiểm nghiệm định kỳ ước tính dao động 100 - 150 triệu VNĐ, thời gian thu hồi vốn trung bình từ 6 đến 9 tháng nhờ sự gia tăng lượng khách mua trung thành và giảm thiểu chi phí giải trình chất lượng.

Kết luận

Khóa luận đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra thông qua việc xây dựng và kiểm định thành công mô hình cấu trúc tích hợp TPB, PMT và ABC trên tập dữ liệu thực nghiệm $n = 459$ tại TP.HCM. Bằng chứng định lượng từ SmartPLS 4.0 khẳng định Thái độ ($\beta = 0.362$) và Đánh giá năng lực ứng phó ($\beta = 0.284$) là hai nhân tố tác động mạnh mẽ nhất đến Ý định mua thực phẩm hữu cơ, đồng thời xác lập vị thế then chốt của Niềm tin trong vai trò biến điều tiết. Các doanh nghiệp nông nghiệp hữu cơ cần chuyển dịch trọng tâm chiến lược từ tiếp thị tính năng thuần túy sang củng cố tính minh bạch chứng chỉ và tối ưu hóa hệ thống phân phối để hiện thực hóa tiềm năng to lớn của thị trường tiêu dùng xanh Việt Nam.