Giới thiệu dự án

Thị trường bán lẻ thực phẩm và hàng tiêu dùng nhanh (FMCG) tại Việt Nam đang chứng kiến sự chuyển dịch cơ cấu sâu sắc từ các chợ truyền thống sang mô hình bán lẻ hiện đại (Modern Trade - MT). Theo báo cáo thị trường của Nielsen, tỷ lệ người tiêu dùng đô thị lựa chọn kênh mua sắm tiện lợi tăng trưởng hơn 15% mỗi năm. Tại Thành phố Hồ Chí Minh — trung tâm kinh tế với hơn 100 trường đại học, cao đẳng và hàng trăm nghìn sinh viên nhập cư mỗi năm — áp lực cạnh tranh giữa các chuỗi bán lẻ trở nên gay gắt hơn bao giờ hết với sự hiện diện của WinMart+, Bách Hóa Xanh, Co.op Food, FamilyMart, Circle K và 7-Eleven.

Chuỗi siêu thị mini WinMart+ (thuộc WinCommerce - Tập đoàn Masan) sở hữu mạng lưới gần 3.000 điểm bán trên toàn quốc. Tuy nhiên, theo báo cáo tài chính 9 tháng đầu năm 2022, doanh thu thuần của WinMart+ ghi nhận mức giảm 19,4% so với cùng kỳ năm 2021 (đạt 12.070 tỷ đồng), các điểm bán mới mở đóng góp 2.661 tỷ đồng nhưng vẫn chịu áp lực tối ưu hóa chi phí vận hành. Vấn đề cốt lõi đặt ra là: Phân khúc khách hàng sinh viên — nhóm dân số trẻ có nhu cầu mua sắm nhu yếu phẩm cao, thích nghi nhanh với mô hình tiện lợi nhưng có ngân sách chi tiêu giới hạn — vẫn chưa được khai thác triệt để và thiếu các chính sách giữ chân khách hàng hiệu quả.

graph TD
    A[Bối cảnh thị trường FMCG TPHCM] --> B[Áp lực cạnh tranh bán lẻ hiện đại]
    B --> C[WinMart+ sụt giảm doanh thu 19.4%]
    C --> D[Vấn đề: Chưa tối ưu hóa tệp khách hàng Sinh viên]
    D --> E[Giải pháp: Nghiên cứu mô hình định lượng hành vi mua]
    E --> F[Mục tiêu: Đề xuất hàm ý quản trị định hướng dữ liệu]

Mục tiêu nghiên cứu

  1. Xác định các nhân tố cấu thành: Hệ thống hóa và xác định các nhóm nhân tố vi mô và vĩ mô tác động trực tiếp đến quyết định lựa chọn mua sắm tại chuỗi WinMart+ của sinh viên tại TPHCM.
  2. Đo lường mức độ tác động: Định lượng trọng số và mức độ ảnh hưởng tương đối của từng biến số thông qua kiểm định mô hình hồi quy tuyến tính bội.
  3. Đề xuất hàm ý quản trị: Xây dựng hệ thống giải pháp thực thi cho ban quản trị WinCommerce nhằm tái cấu trúc danh mục sản phẩm, chính sách giá và chương trình khách hàng thân thiết cho phân khúc sinh viên.

Phương pháp tiếp cận và Phạm vi

  • Cách tiếp cận: Kết hợp nghiên cứu định tính (thảo luận nhóm tập trung) để hiệu chỉnh thang đo và nghiên cứu định lượng (khảo sát diện rộng $N=150$) xử lý qua phần mềm SPSS 20.0.
  • Phạm vi không gian: Các cơ sở đào tạo đại học và khu dân cư tập trung sinh viên tại khu vực TP. Hồ Chí Minh.
  • Phạm vi thời gian: Dữ liệu sơ cấp được thu thập từ tháng 09/2022 đến tháng 10/2022; hoàn thiện nghiên cứu vào tháng 12/2022.
  • Giới hạn nghiên cứu: Mẫu nghiên cứu ($N=150$) tập trung vào phương pháp chọn mẫu thuận tiện; chưa đi sâu phân tích biến động hành vi theo chu kỳ mùa vụ (như kỳ nghỉ hè, Tết).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường siêu thị mini tại TPHCM phân hóa thành ba nhóm chiến lược chính. Nghiên cứu tiến hành đánh giá tương quan giữa WinMart+ và các đối thủ trực tiếp:

Tiêu chí phân tích WinMart+ (WinCommerce) Bách Hóa Xanh (MWG) Co.op Food (Saigon Co.op)
Mô hình định vị Mini Mall đa dịch vụ (Point of Life) Chợ hiện đại tập trung đồ tươi Cửa hàng thực phẩm an toàn
Độ phủ điểm bán Rất cao (~3.000 điểm toàn quốc) Tập trung sâu vào khu dân cư Phủ sóng quanh cụm dân cư truyền thống
Chính sách giá Trung bình - Khá Cạnh tranh trực tiếp với chợ Trung bình, bình ổn thị trường
Hệ sinh thái tích hợp Techcombank, Phúc Long, Phano Độc lập, chuyên sâu thực phẩm Saigon Co.op Rewards
Điểm hạn chế với sinh viên Giá một số mặt hàng cao hơn chợ Không gian trải nghiệm hạn chế Chương trình tiếp thị số chưa linh hoạt

Phân tích yêu cầu theo mô hình MoSCoW đối với trải nghiệm sinh viên

  • Must have (Bắt buộc phải có): Nguồn gốc xuất xứ rõ ràng (nhãn mác, tem phụ), niêm yết giá minh bạch, vị trí cửa hàng thuận tiện gần trường/ký túc xá.
  • Should have (Nên có): Chương trình giảm giá dành riêng cho thẻ sinh viên, combo đồ ăn nhanh chế biến sẵn, thanh toán ví điện tử/mã QR không tiền mặt.
  • Could have (Có thể có): Không gian bàn ghế ngồi lại dùng bữa nhanh tích hợp Wi-Fi, tích điểm chung hệ sinh thái WinLife.
  • Won't have (Tạm thời chưa cần): Dịch vụ giao hàng hỏa tốc trong 30 phút cho đơn hàng giá trị siêu nhỏ dưới 50.000 VNĐ.

Thiết kế hệ thống mô hình nghiên cứu

Nghiên cứu tích hợp hai nền tảng lý thuyết kinh điển: Thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA của Fishbein & Ajzen, 1975) và Thuyết Hành vi Có kế hoạch (Theory of Planned Behavior - TPB của Ajzen, 1991), kết hợp mô hình hành vi người tiêu dùng của Philip Kotler (2001).

graph LR
    subgraph Biến Độc Lập
        CS[Địa điểm / Cơ sở vật chất - CS] --> QD[Quyết định mua sắm - QD]
        SP[Sản phẩm hàng hóa - SP] --> QD
        AT[An toàn vệ sinh thực phẩm - AT] --> QD
        GB[Giá bán & Chính sách giá - GB] --> QD
        KM[Chương trình khuyến mãi - KM] --> QD
        NV[Nhân viên phục vụ - NV] --> QD
    end

Mô hình toán học hồi quy tuyến tính

$$QD = \beta_0 + \beta_1 CS + \beta_2 SP + \beta_3 AT + \beta_4 GB + \beta_5 KM + \beta_6 NV + \varepsilon$$

Trong đó:

  • $QD$: Quyết định mua sắm của sinh viên (Biến phụ thuộc - 3 biến quan sát).
  • $CS, SP, AT, GB, KM, NV$: 6 nhóm nhân tố độc lập (23 biến quan sát).
  • $\beta_0$: Hằng số tự do; $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần chuẩn hóa ($\text{Beta}$).
  • $\varepsilon$: Sai số ngẫu nhiên của mô hình.

Thông số công nghệ và công cụ thống kê

  • Nền tảng khảo sát: Google Forms API kết hợp bảng hỏi trực tiếp.
  • Bộ công cụ xử lý: IBM SPSS Statistics phiên bản 20.0 và Microsoft Excel 2019.
  • Thư viện đối chuẩn nâng cao: Python 3.10 (pandas v1.5.3, statsmodels v0.13.5, factor-analyzer v0.4.1) phục vụ mô phỏng kiểm định chéo.

Methodology

Quy trình nghiên cứu triển khai qua hai giai đoạn chuẩn hóa:

flowchart TD
    A[Mục tiêu nghiên cứu & Tổng quan lý thuyết] --> B[Xây dựng thang đo nháp Likert 5 mức]
    B --> C[Nghiên cứu định tính: Thảo luận nhóm n=5]
    C --> D[Hiệu chỉnh thang đo chính thức 26 biến]
    D --> E[Nghiên cứu sơ bộ n=30: Cronbach's Alpha sơ bộ]
    E --> F[Thu thập dữ liệu chính thức N=150]
    F --> G[Làm sạch dữ liệu & Mã hóa SPSS 20.0]
    G --> H[Kiểm định Cronbach's Alpha & EFA]
    H --> I[Phân tích Tương quan Pearson & Hồi quy OLS]
    I --> J[Kiểm định ANOVA / T-Test & Đề xuất Hàm ý]

Ma trận đánh giá rủi ro phương pháp luận

Rủi ro tiềm ẩn Mức độ Biện pháp giảm thiểu rủi ro
Sai lệch mẫu do chọn mẫu thuận tiện Trung bình Phân tầng khảo sát trên nhiều cụm trường ĐH (Kinh tế, Kỹ thuật, Xã hội).
Hiện tượng đa cộng tuyến giữa các biến Cao Kiểm soát chỉ số dung sai (Tolerance) và hệ số phóng đại phương sai $\text{VIF} < 2.0$.
Dữ liệu nhiễu / Thiếu trung thực Thấp Cài đặt các câu hỏi bẫy kiểm tra tính nhất quán, loại bỏ 15 phiếu không đạt yêu cầu.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được mô hình hóa theo quy chuẩn khoa học dữ liệu kinh tế lượng. Dưới đây là thuật toán tiền xử lý, tính toán độ tin cậy thang đo và ước lượng hồi quy OLS tương thích với logic xử lý của IBM 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

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính hệ số độ tin cậy Cronbach's Alpha của tập 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]
    return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

def run_ols_regression(X: pd.DataFrame, y: pd.Series):
    """Thực thi hồi quy tuyến tính đa biến và kiểm định VIF"""
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán VIF cho từng biến độc lập
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Testing và validation

Nghiên cứu tiến hành khảo sát với kích thước mẫu chính thức $N=150$ hợp lệ. Mẫu phản ánh cơ cấu nhân khẩu học:

  • Giới tính: Nam chiếm 54.0% ($n=81$), Nữ chiếm 46.0% ($n=69$).
  • Độ tuổi: 18–20 tuổi chiếm 51.3% ($n=77$), 20–22 tuổi chiếm 37.4% ($n=56$), trên 22 tuổi chiếm 11.3% ($n=17$).
  • Thu nhập hàng tháng: Dưới 3 triệu VNĐ chiếm 56.0% ($n=84$), từ 3–5 triệu VNĐ chiếm 28.0% ($n=42$), trên 5 triệu VNĐ chiếm 16.0% ($n=24$).

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

Điều kiện chấp nhận: Hệ số $\text{Cronbach's Alpha} \ge 0.70$ và Hệ số tương quan biến - tổng ($\text{Corrected Item-Total Correlation}$) $\ge 0.30$.

Mã thang đo Tên nhóm nhân tố Số biến quan sát Cronbach's Alpha Tương quan biến tổng min Kết luận
CS Địa điểm / Cơ sở vật chất 4 0.807 0.542 Đạt chuẩn
SP Sản phẩm hàng hóa 4 0.799 0.518 Đạt chuẩn
AT An toàn vệ sinh thực phẩm 5 0.811 0.563 Đạt chuẩn
GB Giá bán & Chính sách giá 4 0.785 0.498 Đạt chuẩn
KM Chương trình khuyến mãi 4 0.792 0.504 Đạt chuẩn
NV Nhân viên phục vụ 5 0.867 0.612 Đạt chuẩn
QD Quyết định mua sắm 3 0.843 0.655 Đạt chuẩn

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập (23 biến): Hệ số $\text{KMO} = 0.832$ ($> 0.50$), kiểm định Bartlett đạt giá trị thống kê $\chi^2$ với mức ý nghĩa $p\text{-value} = 0.000 < 0.05$. Phương pháp trích Principal Component Analysis với phép xoay Varimax trích được 6 nhân tố tại điểm dừng Eigenvalue $= 1.218 > 1$, tổng phương sai trích $\text{Cumulative Variance Explained} = 63.45% > 50%$. Tất cả các trọng số nhân tố ($\text{Factor Loading}$) đều $> 0.55$.
  • Biến phụ thuộc (3 biến): Hệ số $\text{KMO} = 0.715$, tổng phương sai trích đạt $71.20%$, trích được 1 nhân tố duy nhất.

3. Kết quả hồi quy tuyến tính bội

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($\text{SE}$) Hệ số chuẩn hóa ($\text{Beta}$) Giá trị $t$ Mức ý nghĩa ($p$) VIF
(Hằng số) 0.312 0.245 — 1.273 0.205 —
AT (An toàn thực phẩm) 0.324 0.058 0.315 5.586 0.000 1.342
GB (Giá bán) 0.265 0.052 0.271 5.096 0.000 1.285
KM (Khuyến mãi) 0.198 0.049 0.192 4.040 0.000 1.221
CS (Cơ sở vật chất) 0.154 0.046 0.151 3.347 0.001 1.189
SP (Sản phẩm) 0.138 0.048 0.132 2.875 0.005 1.254
NV (Nhân viên) 0.095 0.042 0.091 2.261 0.025 1.165
  • Độ phù hợp mô hình: Hệ số $R^2 = 0.612$, $R^2 \text{ hiệu chỉnh} = 0.596$. Mô hình giải thích được 59.6% sự biến thiên trong quyết định mua sắm của sinh viên.
  • Kiểm định ANOVA: $F = 37.654$ với $p = 0.000 < 0.001$, khẳng định mô hình có ý nghĩa thống kê cao.
  • Hiện tượng tự tương quan & đa cộng tuyến: Hệ số Durbin-Watson $d = 1.892$ (tiệm cận mức chuẩn 2.0, không có tự tương quan chuỗi bậc nhất). Hệ số $\text{VIF} < 1.4$ ở tất cả các biến, không vi phạm giả định đa cộng tuyến.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn rõ nét khi so sánh với các công trình nghiên cứu hành vi tiêu dùng trước đây:

graph TD
    subgraph Đóng góp học thuật & Thực tiễn
        N1[So sánh Nguyễn Hải Ninh 2015: Bổ sung nhân tố ATVSTP]
        N2[So sánh James Cho 2014: Khẳng định tính nhạy cảm giá của sinh viên]
        N3[Mô hình hóa tác động: AT 0.315 > GB 0.271 > KM 0.192]
    end

So sánh với các công trình tiền nhiệm

Nghiên cứu đối chiếu Phạm vi & Mẫu Kết quả phát hiện chính Đóng góp mới của đề tài này
Nguyễn Hải Ninh & Đinh Vân Oanh (2015) Toàn bộ người tiêu dùng siêu thị tại Hà Nội Hàng hóa/Dịch vụ có tác động mạnh nhất ($\text{Beta} = 0.385$) Chứng minh với sinh viên, An toàn thực phẩm ($\text{Beta} = 0.315$) và Giá ($\text{Beta} = 0.271$) vượt trội hơn mẫu tổng thể.
Trần Văn Dũng & Nguyễn Thị Minh Tâm (2020) MM Mega Market Long Xuyên An toàn vệ sinh thực phẩm là nhân tố chủ chốt Tinh chỉnh thang đo an toàn thực phẩm phù hợp với đặc thù siêu thị mini tiện lợi.
James Cho và cộng sự (2014) Mua sắm ngẫu hứng trong siêu thị lớn Cảm xúc và không khí siêu thị chi phối hành vi Khẳng định sinh viên mua sắm có chủ đích cao, phụ thuộc vào chính sách trợ giá và khuyến mãi.

Đóng góp thực tiễn nổi bật

  1. Phát hiện thứ bậc ưu tiên hành vi: Phân khúc sinh viên đặt tiêu chí "An toàn vệ sinh thực phẩm" lên hàng đầu ($\text{Beta} = 0.315$), xóa bỏ định kiến sinh viên chỉ quan tâm đến giá rẻ mà bỏ qua chất lượng và an toàn dinh dưỡng.
  2. Lượng hóa mức độ co dãn khuyến mãi: Nhân tố "Khuyến mãi" ($\text{Beta} = 0.192$) tác động trực tiếp tới quyết định mua lại và truyền miệng giới thiệu bạn bè (biến $QD2$ đạt trung bình $3.86/5.0$).

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy chuẩn hóa, nghiên cứu xây dựng lộ trình 4 trụ cột chiến lược nhằm tối ưu hóa hoạt động của chuỗi WinMart+:

gantt
    title Lộ trình Triển khai Chiến lược Tối ưu Phân khúc Sinh viên
    dateFormat  YYYY-MM
    section Trụ cột 1
    Truy xuất nguồn gốc & Kiểm soát ATVSTP :active, 2023-01, 2023-04
    section Trụ cột 2
    Gói quyền lợi giá WinStudent & Combo tiết kiệm : 2023-03, 2023-07
    section Trụ cột 3
    Chiến dịch số hóa & Loyalty App WinLife : 2023-06, 2023-10
    section Trụ cột 4
    Chuẩn hóa đào tạo tác phong nhân viên : 2023-09, 2023-12

Chi tiết 4 trụ cột chiến lược

  1. Quản trị chất lượng và An toàn thực phẩm (Tác động: 31.5%):
    • Triển khai mã QR truy xuất nguồn gốc nông sản sạch WinEco và thịt mát MEATDeli trực tiếp tại quầy rau củ, thịt tươi sống.
    • Thiết lập quy trình kiểm tra "Giờ vàng hủy hàng cận date" nghiêm ngặt, dán nhãn thông tin rõ ràng cho các sản phẩm chế biến sẵn dùng trong ngày.
  2. Tối ưu hóa Chiến lược Giá & Combo (Tác động: 27.1%):
    • Thiết kế các "Combo Bữa ăn Sinh viên" (Cơm nắm/Bánh mì + Nước giải khát) với mức giá cố định 25.000 – 35.000 VNĐ.
    • Duy trì danh mục hàng bình ổn giá cho các mặt hàng thiết yếu: mì gói, trứng gà, sữa tươi, nước giặt dung tích nhỏ.
  3. Chính sách Khuyến mãi theo ngữ cảnh (Tác động: 19.2%):
    • Tích hợp chương trình WinStudent: Giảm thêm 5% vào các ngày đầu tuần hoặc khung giờ tan học (11h00 - 13h00 và 17h00 - 19h00).
    • Tăng cường hình thức khuyến mãi "Mua 1 tặng 1" hoặc "Giảm 50% cho sản phẩm thứ hai" thay vì chỉ giảm giá trực tiếp tỷ lệ phần trăm nhỏ.
  4. Chuẩn hóa điểm bán & Dịch vụ khách hàng (Tác động: 24.2% gộp):
    • Bố trí quầy kệ thông minh, tối ưu diện tích lối đi tối thiểu 1.2m tại các cửa hàng gần trường đại học.
    • Đào tạo nhân viên thu ngân kỹ năng thao tác quét mã thanh toán ví điện tử nhanh chóng dưới 30 giây/khách hàng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp

  • Kích thước mẫu khảo sát: Mẫu $N=150$ dù đáp ứng yêu cầu tối thiểu của phân tích EFA và hồi quy OLS (theo quy tắc Hair et al. yêu cầu tối thiểu $5 \times 26 = 130$ quan sát), nhưng chưa bao phủ toàn bộ các trường đại học ngoại thành như TP. Thủ Đức, Hóc Môn.
  • Phương pháp lấy mẫu: Sử dụng mẫu thuận tiện phi xác suất có thể tạo ra độ lệch nhận thức giữa các nhóm ngành học khác nhau.
  • Mô hình tĩnh: Nghiên cứu chỉ chụp lại hành vi tại một thời điểm (tháng 9-10/2022), chưa đo lường tác động biến thiên theo chu kỳ năm học.

Hướng nghiên cứu tiếp theo

  • Mở rộng quy mô mẫu lên $N \ge 500$ áp dụng phương pháp lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling).
  • Áp dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) qua phần mềm AMOS/SmartPLS để phân tích các biến trung gian như "Sự tin tưởng" (Trust) và "Sự hài lòng" (Satisfaction).

Đối tượng hưởng lợi

mindmap
  root((Hệ sinh thái hưởng lợi))
    Doanh nghiệp Bán lẻ
      Tối ưu hóa doanh thu phân khúc trẻ
      Giảm chi phí tiếp thị dàn trải
    Nhà nghiên cứu & Sinh viên
      Khung thang đo chuẩn hóa
      Dữ liệu tham khảo kinh tế lượng
    Khách hàng Sinh viên
      Hưởng chính sách giá minh bạch
      Trải nghiệm mua sắm an toàn tiện lợi
  • Ban quản trị chuỗi WinMart+: Sở hữu bộ chỉ số định lượng chính xác để phân bổ ngân sách khuyến mãi và tái cấu trúc mặt bằng gần trường học.
  • Nhà nghiên cứu Marketing: Tài liệu kiểm chứng thực nghiệm về tính áp dụng của mô hình TRA/TPB trong thị trường bán lẻ hiện đại tại các nước đang phát triển.
  • Sinh viên & Người tiêu dùng trẻ: Được hưởng lợi từ các chính sách trợ giá, kiểm soát chất lượng thực phẩm và tiện ích thanh toán phù hợp với lối sống hiện đại.

Câu hỏi thường gặp

1. Thang đo 26 biến quan sát trong nghiên cứu được phát triển dựa trên căn cứ khoa học nào?

Thang đo được kế thừa từ các công trình nghiên cứu chuẩn hóa trong nước và quốc tế (Mark Speece 2012, James Cho 2014, Nguyễn Hải Ninh 2015, Nguyễn Văn Ngọc 2018, Trần Văn Dũng 2020). Sau đó, thang đo trải qua vòng nghiên cứu định tính phỏng vấn chuyên sâu và thảo luận nhóm ($n=5$) để Việt hóa và điều chỉnh nội dung cho sát với hành vi thực tế của sinh viên tại TPHCM.

2. Vì sao nhân tố An toàn thực phẩm lại có trọng số Beta cao hơn Giá bán đối với sinh viên?

Kết quả phản ánh sự chuyển dịch nhận thức sau đại dịch COVID-19 và thực trạng lo ngại về ngộ độc thực phẩm đường phố xung quanh cổng trường học. Sinh viên chấp nhận chi tiêu trong hạn mức cho các sản phẩm có kiểm định, tem mác rõ ràng tại WinMart+ thay vì mua thực phẩm trôi nổi không rõ nguồn gốc.

3. Kích thước mẫu $N=150$ có đảm bảo tính đại diện và độ tin cậy thống kê không?

Theo tiêu chuẩn phương pháp luận của Hair et al. (1998), kích thước mẫu tối thiểu cho phân tích nhân tố khám phá EFA là gấp 5 lần tổng số biến quan sát ($5 \times 26 = 130$). Với $N=150$ mẫu hợp lệ, cỡ mẫu hoàn toàn thỏa mãn các điều kiện kỹ thuật của kiểm định KMO, Bartlett và mô hình hồi quy đa biến.

4. Mô hình hồi quy có gặp hiện tượng tự tương quan hay đa cộng tuyến không?

Không. Hệ số Durbin-Watson đạt $1.892$ (nằm trong khoảng an toàn $1.5 < d < 2.5$). Tất cả các hệ số phóng đại phương sai (VIF) của 6 biến độc lập đều dao động từ $1.165$ đến $1.342$, thấp hơn rất nhiều so với ngưỡng cảnh báo vi phạm ($\text{VIF} < 2.0$), khẳng định mô hình không xảy ra đa cộng tuyến.

5. Doanh nghiệp bán lẻ quy mô nhỏ có thể ứng dụng kết quả này như thế nào?

Các cửa hàng tiện lợi hoặc siêu thị mini độc lập có thể tập trung nguồn lực vào hai nhân tố có trọng số cao nhất là An toàn thực phẩm và Chiến lược giá cạnh tranh/combo tiết kiệm để gia tăng tỷ lệ chuyển đổi khách hàng sinh viên mà không cần đầu tư quá lớn vào chi phí quảng cáo đại trà.

Kết luận

Đề tài "Nghiên cứu các nhân tố ảnh hưởng đến quyết định mua sắm tại siêu thị mini WinMart+ của sinh viên khu vực Thành phố Hồ Chí Minh" đã giải quyết trọn vẹn mục tiêu định lượng hành vi người tiêu dùng trẻ. Thông qua chuỗi kiểm định thống kê nghiêm ngặt trên SPSS 20.0, nghiên cứu đã chứng minh quyết định mua sắm của sinh viên chịu sự tác động đồng thời của 6 nhân tố với thứ bậc ưu tiên: An toàn vệ sinh thực phẩm ($\text{Beta} = 0.315$) > Giá bán ($\text{Beta} = 0.271$) > Khuyến mãi ($\text{Beta} = 0.192$) > Cơ sở vật chất ($\text{Beta} = 0.151$) > Sản phẩm ($\text{Beta} = 0.132$) > Nhân viên ($\text{Beta} = 0.091$), giải thích được 59.6% sự biến thiên của mô hình.

Kết quả này là cơ sở thực nghiệm vững chắc để WinCommerce và các chuỗi bán lẻ hiện đại hoạch định chiến lược kinh doanh "Point of Life", cân bằng giữa bài toán lợi nhuận và cam kết chất lượng, từ đó xây dựng tệp khách hàng trung thành bền vững từ phân khúc sinh viên.