Giới thiệu dự án

Thị trường nội thất gia đình Việt Nam đang trong giai đoạn chuyển mình mạnh mẽ với tốc độ đô thị hóa nhanh và mức chi tiêu cho không gian sống tăng cao. Theo số liệu từ Phòng Thương mại và Công nghiệp Việt Nam (VCCI), quy mô tiêu thụ nội thất cao cấp nội địa đạt hơn 2,5 tỷ USD/năm, trong đó các sản phẩm thiết kế theo yêu cầu ngày càng chiếm tỷ trọng lớn. Tại Thành phố Huế, mật độ dân cư và nhu cầu cải tạo không gian sống hiện đại thúc đẩy sự cạnh tranh gay gắt giữa các cơ sở sản xuất truyền thống và các doanh nghiệp nội thất hiện đại.

Công ty TNHH MTV Nội thất Wood Park (thành lập năm 2017) là đơn vị chuyên tư vấn thiết kế, thi công nội thất nhà ở, căn hộ và biệt thự tại miền Trung. Dù sở hữu xưởng sản xuất quy mô hơn 1.500 m² và hệ thống showroom tại các vị trí trung tâm, doanh nghiệp vẫn đối mặt với bài toán tối ưu hóa tỷ lệ chuyển đổi khách hàng trước sự gia nhập của nhiều đối thủ cạnh tranh mới.

+-------------------------------------------------------------------------------+
|                             BÀI TOÁN KINH DOANH                               |
|  Doanh nghiệp thiếu mô hình định lượng xác định trọng số các nhân tố tác động |
|    đến quyết định mua hàng -> Dẫn đến phân bổ ngân sách Marketing cảm tính    |
+---------------------------------------+---------------------------------------+
                                        |
                                        v
+-------------------------------------------------------------------------------+
|                              GIẢI PHÁP ĐỀ XUẤT                                |
|   Xây dựng mô hình định lượng hành vi người tiêu dùng tích hợp TRA, TPB, TAM  |
|       và kiểm định thực nghiệm bằng phân tích hồi quy tuyến tính OLS         |
+-------------------------------------------------------------------------------+

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Tổng hợp các mô hình hành vi người tiêu dùng kinh điển (Mô hình Hộp đen Kotler, TRA, TPB, TAM) ứng dụng cho ngành hàng nội thất nhà ở.
  2. Xác định các nhân tố ảnh hưởng: Nhận diện 05 nhóm nhân tố chính tác động đến quyết định mua: Thương hiệu (TH), Chất lượng sản phẩm (CL), Giá cả (GC), Dịch vụ khách hàng (DV) và Chuẩn chủ quan (CCQ).
  3. Đo lường mức độ tác động: Thực hiện kiểm định độ tin cậy thang đo (Cronbach's Alpha), Phân tích nhân tố khám phá (EFA) và Ước lượng mô hình hồi quy tuyến tính đa biến (Multiple Linear Regression) trên tập dữ liệu khảo sát thực tế.
  4. Đề xuất hàm ý quản trị: Xây dựng hệ thống giải pháp chiến lược 4P/7P có trọng số giúp tối ưu hóa chi phí vận hành và nâng cao năng lực cạnh tranh cho Wood Park.

Phạm vi và giới hạn

  • Không gian: Khách hàng cá nhân đã và đang sử dụng sản phẩm nội thất của Công ty Wood Park trên địa bàn Thành phố Huế.
  • Thời gian: Dữ liệu sơ cấp thu thập từ tháng 01/2021 đến tháng 04/2021; dữ liệu thứ cấp giai đoạn 2018 - 2020.
  • Phương pháp chọn mẫu: Chọn mẫu phi xác suất thuận tiện ($N = 120$), đáp ứng tiêu chuẩn kiểm định định lượng của Hair et al. ($N \ge 5 \times 23 = 115$).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp tiếp cận phân tích hành vi khách hàng trong ngành bán lẻ nội thất hiện nay:

Tiêu chí Khảo sát định tính truyền thống Phân tích dữ liệu CRM thô Mô hình kinh tế lượng (Đề tài áp dụng)
Bản chất dữ liệu Phỏng vấn sâu, ý kiến chuyên gia Dữ liệu giao dịch, lịch sử đơn hàng Dữ liệu chuẩn hóa qua thang đo Likert 5 mức độ
Độ tin cậy thống kê Thấp, mang tính chủ quan Trung bình, thiếu biến số tâm lý hành vi Rất cao, kiểm định qua Cronbach's Alpha, EFA, OLS
Khả năng dự báo Định tính, không lượng hóa trọng số Dự báo xu hướng quá khứ Đo lường chính xác hệ số $\beta$ chuẩn hóa
Chi phí triển khai Thấp Cao (yêu cầu hạ tầng Data Warehouse) Tối ưu, khả thi cao cho doanh nghiệp vừa và nhỏ (SME)

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have: Mô hình hóa 05 nhân tố độc lập (23 biến quan sát); Kiểm định thang đo Cronbach's Alpha $\ge 0.6$; Phân tích EFA trích xuất phương sai $\ge 50%$; Kiểm định hồi quy OLS không vi phạm giả định đa cộng tuyến ($VIF < 10$).
  • Should have: Phân tích tương quan Pearson hai chiều ($r$); Bảng thống kê mô tả nhân khẩu học chi tiết (giới tính, độ tuổi, nghề nghiệp, thu nhập).
  • Could have: Mô hình hóa quy trình giải quyết khiếu nại và các điểm chạm dịch vụ khách hàng (Customer Touchpoints).
  • Won't have: Mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) hoặc hồi quy phi tuyến tính đa tầng.

Thiết kế hệ thống

Khung khái niệm và cấu trúc mô hình nghiên cứu được thiết kế như sau:

Ngũ công nghệ và công cụ xử lý

  • Hệ điều hành: Linux Ubuntu 20.04 LTS / Windows 10 Pro.
  • Phần mềm phân tích chính: IBM SPSS Statistics v22.0 (Thống kê mô tả, Cronbach's Alpha, EFA, Regression).
  • Phần mềm tiền xử lý và lưu trữ: Microsoft Excel 2019 / Office 365 (Mã hóa và làm sạch dữ liệu).
  • Môi trường thẩm định độc lập: Python v3.9 với thư viện statsmodels (v0.13.2), pandas (v1.4.2), factor_analyzer (v0.4.0).

Cấu trúc Schema bộ dữ liệu khảo sát (Codebook)

Thang đo Likert 5 điểm: $1 = \text{Rất không đồng ý} \rightarrow 5 = \text{Rất đồng ý}$.

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "title": "FurniturePurchaseDecisionDataset",
  "type": "object",
  "properties": {
    "respondent_id": { "type": "integer", "minimum": 1, "maximum": 120 },
    "demographics": {
      "gender": { "type": "string", "enum": ["Nam", "Nữ"] },
      "age_group": { "type": "string", "enum": ["<25", "25-35", "36-45", ">45"] },
      "monthly_income": { "type": "string", "enum": ["<10M", "10-20M", "20-30M", ">30M"] }
    },
    "independent_variables": {
      "TH": { "type": "array", "items": { "type": "number", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "CL": { "type": "array", "items": { "type": "number", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "GC": { "type": "array", "items": { "type": "number", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "DV": { "type": "array", "items": { "type": "number", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "CCQ": { "type": "array", "items": { "type": "number", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 }
    },
    "dependent_variable": {
      "QDM": { "type": "array", "items": { "type": "number", "minimum": 1, "maximum": 5 }, "minItems": 3, "maxItems": 3 }
    }
  }
}

Phương pháp luận (Methodology)

Quy trình nghiên cứu 2 giai đoạn kết hợp:

  1. Nghiên cứu định tính: Phỏng vấn sâu nhóm chuyên gia gồm 10 nhân viên kinh doanh và khách hàng thân thiết nhằm hiệu chỉnh 23 biến quan sát phù hợp với thực tế thị trường nội thất Huế.
  2. Nghiên cứu định lượng: Phát bảng hỏi cấu trúc thu thập 120 quan sát hợp lệ, xử lý dữ liệu qua pipeline thống kê đa biến.

Implementation và kết quả

Quy trình phân tích dữ liệu và Code Snippet

Toàn bộ quy trình xử lý dữ liệu thực nghiệm được tự động hóa qua cú pháp SPSS Syntax và kiểm chứng chéo bằng script Python:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load và tiền xử lý dữ liệu khảo sát (N = 120)
df = pd.read_csv("woodpark_survey_data.csv")

# 2. Tính giá trị đại diện cho các nhân tố (Mean aggregation)
factors = ['TH', 'CL', 'GC', 'DV', 'CCQ']
for factor in factors:
    cols = [f"{factor}{i}" for i in range(1, 5)]
    df[f"MEAN_{factor}"] = df[cols].mean(axis=1)

df['MEAN_QDM'] = df[['QDM1', 'QDM2', 'QDM3']].mean(axis=1)

# 3. Ước lượng mô hình Hồi quy tuyến tính bội (OLS Regression)
X = df[['MEAN_TH', 'MEAN_CL', 'MEAN_GC', 'MEAN_DV', 'MEAN_CCQ']]
X = sm.add_constant(X)
y = df['MEAN_QDM']

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

# 4. Kiểm tra hiện tượng đa cộng tuyến qua chỉ số VIF
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])]

print(model.summary())
print("\n--- Variance Inflation Factors ---")
print(vif_data)
* SPSS Syntax: Pipeline kiem dinh Cronbach's Alpha va EFA.
RELIABILITY
  /VARIABLES=TH1 TH2 TH3 TH4
  /SCALE('Thang do Thuong Hieu') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES TH1 TH2 TH3 TH4 CL1 CL2 CL3 CL4 GC1 GC2 GC3 GC4 DV1 DV2 DV3 DV4 CCQ1 CCQ2 CCQ3 CCQ4
  /MISSING LISTWISE 
  /ANALYSIS TH1 TH2 TH3 TH4 CL1 CL2 CL3 CL4 GC1 GC2 GC3 GC4 DV1 DV2 DV3 DV4 CCQ1 CCQ2 CCQ3 CCQ4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Kết quả kiểm định thống kê và Validation

                   CHỈ SỐ THỐNG KÊ MÔ HÌNH THỰC NGHIỆM
+----------------------+--------------------+--------------------+
|  Chỉ số đánh giá     |  Tiêu chuẩn chuẩn  |   Kết quả thực tế  |
+----------------------+--------------------+--------------------+
| KMO Measure          | > 0.500            | 0.782 (Phù hợp)    |
| Bartlett's Test Sig. | < 0.050            | 0.000 (Ý nghĩa)    |
| Tổng phương sai trích| > 50.00%           | 64.38% (Đạt chuẩn) |
| Cronbach's Alpha min | > 0.600            | 0.741 (DV)         |
| Cronbach's Alpha max | > 0.600            | 0.865 (CL)         |
| Durbin-Watson Stat   | 1.50 - 2.50        | 1.892 (Không tự TT)|
| VIF max              | < 10.00            | 1.452 (Không ĐCT)  |
+----------------------+--------------------+--------------------+

Bảng tổng hợp hệ số hồi quy mô hình

$$\text{QDM} = \beta_0 + \beta_1 \text{CL} + \beta_2 \text{DV} + \beta_3 \text{GC} + \beta_4 \text{TH} + \beta_5 \text{CCQ} + \varepsilon$$

Nhân tố độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) Hệ số VIF
(Hằng số) 0.412 0.285 1.446 0.151
Chất lượng sản phẩm (CL) 0.324 0.061 0.342 5.311 0.000 1.321
Dịch vụ khách hàng (DV) 0.268 0.058 0.285 4.621 0.000 1.284
Giá cả (GC) 0.201 0.054 0.214 3.722 0.000 1.215
Thương hiệu (TH) 0.152 0.049 0.168 3.102 0.002 1.452
Chuẩn chủ quan (CCQ) 0.118 0.045 0.131 2.622 0.010 1.189

Hệ số xác định mô hình: $R^2 = 0.584$, $R^2 \text{ hiệu chỉnh} = 0.566$, $F(5, 114) = 32.018$ ($p < 0.001$).


Đổi mới và đóng góp

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí Lê Thúy Diễm (2015) Phạm Thị Trang (2020) Khóa luận Lê Thị Hải Yến (2021)
Đối tượng nghiên cứu Nhựa gia dụng Đại Đồng Tiến Siêu thị nội thất Minh Hòa Nội thất nhà ở Wood Park Huế
Cơ sở lý thuyết 4P Marketing hỗn hợp TPB mở rộng Tích hợp TRA, TPB, TAM, Hộp đen Kotler
Cỡ mẫu & Địa bàn $N = 200$ (TP.HCM) $N = 150$ (Hà Nội) $N = 120$ (TP. Huế)
Nhân tố tác động mạnh nhất Uy tín thương hiệu ($\beta = 0.380$) Thương hiệu & Giá cả Chất lượng sản phẩm ($\beta = 0.342$)
Đặc thù địa phương Thị trường đô thị loại đặc biệt Thị trường bán lẻ tập trung Thị hiếu tiêu dùng miền Trung chú trọng độ bền

Đóng góp học thuật và ứng dụng

  • Mô hình hóa chuyên biệt cho thị trường miền Trung: Chứng minh rằng người tiêu dùng Huế đặt tiêu chuẩn chất lượng và công năng thực tế ($\beta = 0.342$) lên trên yếu tố xúc cảm thương hiệu thuần túy ($\beta = 0.168$).
  • Lượng hóa vai trò của Dịch vụ khách hàng: Dịch vụ hậu mãi, bảo hành và tư vấn thiết kế xếp thứ hai ($\beta = 0.285$), mở ra chiến lược cạnh tranh dựa trên giá trị vòng đời khách hàng thay vì cuộc đua giảm giá.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy chuẩn hóa, hệ thống giải pháp được cấu trúc theo 4 trụ cột chiến lược:

                  CHIẾN LƯỢC TỐI ƯU HÓA HOẠT ĐỘNG WOOD PARK
+-------------------------------------------------------------------------------+
|  1. CHẤT LƯỢNG (Trọng số 34.2%): Chuẩn hóa gỗ CN HMR/MDF chống ẩm lõi xanh   |
|     Kiểm soát dung sai thi công < 0.5mm; Tăng thời gian bảo hành lên 02 năm   |
+-------------------------------------------------------------------------------+
|  2. DỊCH VỤ (Trọng số 28.5%): Ứng dụng VR/3D Rendering trực quan tại Showroom  |
|     Cam kết bảo trì định kỳ 6 tháng/lần trong vòng 05 năm                     |
+-------------------------------------------------------------------------------+
|  3. GIÁ CẢ (Trọng số 21.4%): Gói Combo nội thất chìa khóa trao tay            |
|     Chính sách chiết khấu 5-8% cho hợp đồng hoàn thiện toàn bộ căn hộ         |
+-------------------------------------------------------------------------------+
|  4. TRUYỀN THÔNG & THƯƠNG HIỆU (Trọng số 16.8%): Chiến dịch Seeding Word-of-Mouth|
|     Tối ưu hóa Referral Program (Tặng voucher 5% cho khách hàng giới thiệu)  |
+-------------------------------------------------------------------------------+

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn Thời gian Mục tiêu trọng tâm Chỉ số đo lường (KPI)
Giai đoạn 1: Chuẩn hóa sản xuất Tháng 1 - 3 Nâng cấp máy dán cạnh tự động, kiểm soát lỗi gỗ Tỷ lệ lỗi thành phẩm $< 1.2%$
Giai đoạn 2: Nâng cấp dịch vụ Tháng 4 - 6 Đào tạo KTS tư vấn, triển khai ứng dụng quản lý bảo hành Điểm CSAT dịch vụ $> 90%$
Giai đoạn 3: Tái cấu trúc giá Tháng 7 - 9 Ra mắt các gói combo nội thất căn hộ mẫu Doanh thu gói combo tăng $25%$
Giai đoạn 4: Mở rộng thương hiệu Tháng 10 - 12 Đẩy mạnh kênh showroom số và referral marketing Khách hàng mới từ giới thiệu tăng $30%$

Hạn chế và hướng phát triển

  1. Giới hạn chọn mẫu: Phương pháp chọn mẫu thuận tiện phi xác suất ($N = 120$) có thể làm giảm tính đại diện cho toàn bộ phân khúc khách hàng cao cấp hoặc khách hàng ngoại tỉnh.
  2. Biến số môi trường chưa đưa vào mô hình: Chưa lượng hóa tác động của biến cố dịch bệnh COVID-19 hoặc sự biến động giá nguyên vật liệu xây dựng giai đoạn 2020 - 2021.
  3. Hướng nghiên cứu tiếp theo:
    • Mở rộng quy mô mẫu lên $N \ge 350$ trên phạm vi toàn khu vực Bắc Trung Bộ (Huế, Đà Nẵng, Quảng Trị).
    • Áp dụng kỹ thuật phân tích cấu trúc tuyến tính SEM (Structural Equation Modeling) để đánh giá vai trò trung gian của sự hài lòng và niềm tin khách hàng.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về cấu trúc khóa luận định lượng kinh tế, phương pháp xử lý SPSS từ Cronbach's Alpha đến mô hình hồi quy OLS.
  • Chủ doanh nghiệp nội thất SME: Khung tham chiếu thực tế để tái cơ cấu ngân sách marketing và quy trình chăm sóc khách hàng dựa trên bằng chứng dữ liệu định lượng.
  • Nhà phân tích dữ liệu kinh doanh (Business Analysts): Bộ khung Codebook và mã nguồn Python/SPSS hoàn chỉnh để ứng dụng vào khảo sát thị trường thực tế.
  • Giảng viên & Nhà nghiên cứu: Cơ sở dữ liệu thực nghiệm về hành vi tiêu dùng nội thất tại thị trường đô thị loại I miền Trung.

Câu hỏi thường gặp

1. Tại sao đề tài lựa chọn kích thước mẫu N = 120?

Theo nguyên tắc của Tabachnick & Fidell (1991), cỡ mẫu tối thiểu cho phân tích hồi quy là $n \ge 8m + 50 = 8 \times 5 + 50 = 90$. Theo Hair et al. (1998), kích thước mẫu cho phân tích EFA cần gấp tối thiểu 5 lần số biến quan sát ($5 \times 23 = 115$). Quy mô $N = 120$ đáp ứng đầy đủ cả hai tiêu chuẩn học thuật trên.

2. Tiêu chuẩn nào dùng để đánh giá thang đo đạt độ tin cậy trong kiểm định Cronbach's Alpha?

Thang đo đạt độ tin cậy khi hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.3$ và hệ số Cronbach's Alpha $\ge 0.6$ (đối với nghiên cứu mới khám phá) hoặc $\ge 0.7$ (đối với nghiên cứu chuẩn).

3. Mô hình có bị vi phạm hiện tượng đa cộng tuyến không?

Không. Tất cả các biến độc lập đều có hệ số phóng đại phương sai $VIF < 1.5$, thấp hơn rất nhiều so với ngưỡng cảnh báo lý thuyết ($VIF = 10$), khẳng định các biến độc lập không có tương quan tuyến tính mạnh làm méo mó kết quả hồi quy.

4. Kết quả nghiên cứu áp dụng cho đối tượng nào ngoài Wood Park?

Mô hình có thể mở rộng ứng dụng cho các doanh nghiệp thiết kế và thi công nội thất dân dụng quy mô vừa và nhỏ tại các đô thị đang phát triển ở Việt Nam.

5. Chi phí dự kiến để Wood Park triển khai các khuyến nghị là bao nhiêu?

Chi phí phân bổ tập trung vào 03 hạng mục chính: Nâng cấp công nghệ sản xuất (40%), đào tạo dịch vụ khách hàng (30%) và truyền thông tiếp thị (30%), ước tính thu hồi vốn đầu tư (ROI) trong vòng 12 - 18 tháng nhờ tăng tỷ lệ giữ chân khách hàng.


Kết luận

Khóa luận tốt nghiệp của tác giả Lê Thị Hải Yến đã giải quyết bài toán thực tiễn về hành vi khách hàng tại Công ty TNHH MTV Nội thất Wood Park Thành phố Huế bằng mô hình định lượng. Kết quả nghiên cứu chỉ ra rằng Chất lượng sản phẩm ($\beta = 0.342$) và Dịch vụ khách hàng ($\beta = 0.285$) là hai trụ cột có ảnh hưởng mạnh mẽ nhất đến quyết định mua sắm nội thất nhà ở, tiếp theo là Giá cả ($\beta = 0.214$), Thương hiệu ($\beta = 0.168$) và Chuẩn chủ quan ($\beta = 0.131$).

Bằng việc kết hợp cơ sở lý thuyết hành vi với quy trình kiểm định thống kê SPSS/Python chuẩn xác, nghiên cứu cung cấp hệ thống giải pháp khả thi giúp Wood Park tối ưu hóa quy trình vận hành và nâng cao vị thế cạnh tranh trên thị trường miền Trung.