Giới thiệu dự án

Thị trường bất động sản (BĐS) tại các đô thị đặc biệt như TP. Hồ Chí Minh đang chứng kiến tốc độ đô thị hóa nhanh chóng và mật độ dân số cơ học tăng cao. Theo thống kê từ Tổng cục Thống kê và Hiệp hội Bất động sản TP.HCM (HoREA), nhu cầu sở hữu nhà ở thực tế của người dân trong độ tuổi lao động từ 18–50 tuổi là rất lớn. Tuy nhiên, sự lệch pha cung – cầu, tồn kho dự án phân khúc trung – cao cấp gia tăng, cùng tình trạng vướng mắc pháp lý và biến động lãi suất tín dụng đã tạo ra rào cản lớn cho người mua lẫn chủ đầu tư.

Khoá luận tốt nghiệp "Những nhân tố ảnh hưởng đến quyết định mua căn hộ của khách hàng tại công ty Novaland trên địa bàn TP. Hồ Chí Minh" (Tác giả: Châu Thanh Hoài Nam; GVHD: TS. Đặng Trương Thanh Nhàn; Trường Đại học Ngân hàng TP.HCM, 2022) tập trung giải quyết bài toán cốt lõi: Nhận diện, lượng hóa các nhân tố chi phối hành vi mua căn hộ của khách hàng và đề xuất các giải pháp quản trị mang tính định lượng cho doanh nghiệp bất động sản.

                                  MÔ HÌNH HỆ THỐNG BIẾN

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng và xác định các nhân tố ảnh hưởng đến quyết định mua căn hộ thương mại.
  2. Mục tiêu 2: Đo lường mức độ tác động của từng nhân tố đến quyết định mua căn hộ của khách hàng tại Công ty Cổ phần Tập đoàn Đầu tư Địa ốc No Va (Novaland) trên địa bàn TP. Hồ Chí Minh.
  3. Mục tiêu 3: Kiểm định tính vững của mô hình hồi quy đa biến và đề xuất hàm ý quản trị giúp tối ưu hóa chiến lược kinh doanh cho chủ đầu tư.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Ứng dụng mô hình kinh tế lượng kết hợp nghiên cứu định tính (phỏng vấn sâu chuyên gia) và định lượng (khảo sát thực nghiệm với $N = 209$ mẫu hợp lệ qua thang đo Likert 5 điểm, xử lý trên nền tảng IBM SPSS Statistics 22.0).
  • Kết quả kỳ vọng: Xác lập mô hình giải thích được tối thiểu $60%$ sự biến thiên ($R^2 > 0.60$) của quyết định mua, phân tầng chính xác trọng số của các yếu tố tác động (Pháp lý, Tài chính, Điều kiện sống, Thương hiệu, Xã hội, Vị trí).
  • Phạm vi và hạn chế: Khảo sát tập trung tại các dự án căn hộ và sàn giao dịch của Novaland tại TP. Hồ Chí Minh trong giai đoạn tháng 01/2022 đến tháng 02/2022 với phương pháp chọn mẫu thuận tiện.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi mua bất động sản trước đây thường đặt trọng tâm vào nhân tố giá bán hoặc vị trí địa lý. Tuy nhiên, trong bối cảnh thị trường biến động mạnh sau năm 2020, tâm lý khách hàng tại các đô thị lớn có sự dịch chuyển rõ rệt.

Công trình nghiên cứu Phương pháp Trọng số nhân tố chính Điểm hạn chế / Khoảng trống nghiên cứu
Qiuxue & Paul (2013) Khảo sát định lượng ($N=400$), Nam Ninh, TQ Tài chính ($\beta$ cao nhất), Vị trí, Tiện ích, Gia đình Chưa lượng hóa độc lập yếu tố rủi ro pháp lý dự án và cam kết cấp quyền sở hữu.
Dwi et al. (2019) Định lượng ($N=312$), Selangor, Malaysia Giá cả, Địa điểm, Chất lượng, Thương hiệu Đánh giá chung các dự án phân tán, chưa phản ánh đặc thù thương hiệu của một chủ đầu tư lớn.
Phương và cộng sự (2020) Định lượng ($N=192$), TP. Thủ Đức, Việt Nam Pháp lý, Giá cả, Thương hiệu, Điều kiện nhà Mẫu hạn chế tại một địa bàn (Quận 9 cũ), chưa đo lường liên kết ngân hàng và chính sách giãn nợ.
Đề tài hiện tại (2022) Định tính + Định lượng ($N=209$), Novaland TP.HCM Pháp lý ($\beta=0.305$), Tài chính ($\beta=0.241$), Điều kiện ($\beta=0.229$) Khắc phục toàn diện các hạn chế: Tập trung vào 1 hệ sinh thái CĐT lớn, tích hợp biến tài trợ vốn ngân hàng.

Ưu tiên yêu cầu khảo sát theo kỹ thuật MoSCoW

  • Must-have (Bắt buộc phải có): Tính minh bạch pháp lý (sổ hồng, giấy phép xây dựng), khả năng tài chính cá nhân, gói vay hỗ trợ lãi suất ngân hàng.
  • Should-have (Cần có): Hệ thống an ninh, thiết kế thẩm mỹ linh hoạt, uy tín thương hiệu chủ đầu tư.
  • Could-have (Có thể có): Lời khuyên từ người thân, hiệu ứng chiến dịch truyền thông quảng cáo.
  • Won't-have (Không ưu tiên giai đoạn này): Yếu tố phong thủy cá nhân dị biệt (do tính chất chuẩn hóa của căn hộ cao tầng).

Thiết kế hệ thống

Mô hình nghiên cứu kế thừa nền tảng từ Thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975), Thuyết hành vi dự định (TPB - Ajzen, 1991) và Mô hình nhận thức giá trị (Dodds et al., 1991).

   +-------------------------------------------------------------------------+
   |                        CƠ SỞ LÝ THUYẾT NỀN TẢNG                         |
   |   TRA (1975) & TPB (1991)  --->  Thái độ & Nhận thức kiểm soát hành vi  |
   |   Dodds et al. (1991)      --->  Chất lượng cảm nhận vs Chi phí        |
   +-------------------------------------------------------------------------+
   +-------------------------------------------------------------------------+
   |                      BỘ BIẾN QUAN SÁT (29 ITEMS)                        |
   |  • TC (5 items): TC1 -> TC5   |  • TH (4 items): TH1 -> TH4            |
   |  • PL (4 items): PL1 -> PL4   |  • DK (4 items): DK1 -> DK4            |
   |  • VT (5 items): VT1 -> VT5   |  • AH (4 items): AH1 -> AH4            |
   |                               |  • QD (3 items): QD1 -> QD3 (Biến phụ thuộc)
   +-------------------------------------------------------------------------+
   +-------------------------------------------------------------------------+
   |                       KIỂM ĐỊNH KINH TẾ LƯỢNG                           |
   |  Kiểm định vi phạm giả định: VIF (<5), Durbin-Watson (1-3), Spearman     |
   +-------------------------------------------------------------------------+

Công nghệ và công cụ xử lý dữ liệu

  • Công cụ phân tích: IBM SPSS Statistics Version 22.0.
  • Mô hình toán học: Hồi quy tuyến tính bội OLS (Ordinary Least Squares):

$$QD_i = \beta_0 + \beta_1 TC_i + \beta_2 PL_i + \beta_3 VT_i + \beta_4 TH_i + \beta_5 DK_i + \beta_6 AH_i + \varepsilon_i$$

Methodology

Quy trình nghiên cứu được triển khai chặt chẽ qua 2 giai đoạn:

  1. Nghiên cứu định tính: Phỏng vấn sâu nhóm chuyên gia bất động sản và các nhà quản trị kinh doanh tại Novaland để hiệu chỉnh thang đo sơ bộ từ 37 biến xuống 29 biến quan sát chuẩn hóa.
  2. Nghiên cứu định lượng: Phát hành 250 phiếu khảo sát (trực tiếp tại sàn giao dịch Novaland và biểu mẫu trực tuyến), thu về 229 phiếu, sàng lọc loại bỏ 20 phiếu không hợp lệ, thu được $N = 209$ mẫu đạt tiêu chuẩn phân tích.
  3. Quy tắc cỡ mẫu: Áp dụng tiêu chuẩn Hair et al. ($N \ge 5 \times k$, với $k = 29$ biến quan sát $\rightarrow N_{min} = 145$). Cỡ mẫu thực tế $N = 209$ đáp ứng tốt điều kiện phân tích nhân tố khám phá EFA và hồi quy.

Implementation và kết quả

Development process

Quá trình thu thập và tiền xử lý dữ liệu được tiến hành với các bước phân tích thống kê chuyên sâu. Dưới đây là đoạn mã giả lập cú pháp xử lý dữ liệu chuẩn trên SPSS Syntax và tương đương trên Python (statsmodels):

# Cú pháp mô phỏng quy trình kiểm định Cronbach's Alpha và Hồi quy OLS
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Khởi tạo dữ liệu mẫu N = 209
df = pd.read_csv("novaland_customer_survey.csv")

# 2. Xây dựng mô hình hồi quy đa biến
X = df[['TC', 'PL', 'VT', 'TH', 'DK', 'AH']]
y = df['QD']
X_with_const = sm.add_constant(X)

# 3. Ước lượng mô hình OLS
model = sm.OLS(y, X_with_const).fit()
print(model.summary())

# 4. Kiểm tra đa cộng tuyến (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

* SPSS Syntax: Phân tích độ tin cậy và EFA.
RELIABILITY
  /VARIABLES=PL1 PL2 PL3 PL4
  /SCALE('Phap Ly Scale') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES TC1 TC2 TC3 TC4 TC5 PL1 PL2 PL3 PL4 VT1 VT2 VT3 VT4 VT5 TH1 TH2 TH3 TH4 DK1 DK2 DK3 DK4 AH1 AH2 AH3 AH4
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT QD
  /METHOD=ENTER TC PL VT TH DK AH
  /RESIDUALS DURBIN.

Testing và validation

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

Tất cả 7 nhóm thang đo đều đạt hệ số tin cậy vượt chuẩn ($\alpha > 0.70$), hệ số tương quan biến - tổng ($Corrected\ Item\text{-}Total\ Correlation$) đều $> 0.30$.

  • Tài chính (TC): $\alpha = 0.882$ (5 biến quan sát, tương quan biến tổng $0.646 - 0.828$)
  • Pháp lý căn hộ (PL): $\alpha = 0.874$ (4 biến quan sát, tương quan biến tổng $0.647 - 0.795$)
  • Vị trí căn hộ (VT): $\alpha = 0.893$ (5 biến quan sát, tương quan biến tổng $0.566 - 0.833$)
  • Điều kiện chung cư (DK): $\alpha = 0.807$ (4 biến quan sát, tương quan biến tổng $0.525 - 0.772$)
  • Ảnh hưởng bên ngoài (AH): $\alpha = 0.799$ (4 biến quan sát, tương quan biến tổng $0.590 - 0.643$)
  • Thương hiệu công ty (TH): $\alpha = 0.747$ (4 biến quan sát, tương quan biến tổng $0.445 - 0.674$)
  • Quyết định mua (QD): $\alpha = 0.829$ (3 biến quan sát, tương quan biến tổng $0.681 - 0.697$)

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập:
    • Hệ số $KMO = 0.797$ (thỏa mãn $0.5 < KMO < 1$).
    • Kiểm định Bartlett: $\chi^2 = 2917.270$, $df = 325$, $p\text{-value} = 0.000 < 0.05$.
    • Trích được 6 nhân tố tại $Eigenvalue = 1.556 > 1$.
    • Tổng phương sai trích ($Cumulative\ Variance$) đạt $68.246%$ (giải thích được $68.246%$ biến thiên của 26 biến quan sát).
  • Biến phụ thuộc (QD):
    • Hệ số $KMO = 0.797$, Bartlett Sig. $= 0.000$.
    • Trích 1 nhân tố duy nhất tại $Eigenvalue = 2.242 > 1$, phương sai trích đạt $74.727%$.

3. Kiểm định khuyết tật mô hình hồi quy

  • Đa cộng tuyến: Hệ số $Tolerance > 0.10$ và $VIF$ dao động từ $1.076$ đến $1.335$ ($< 2.0$), khẳng định mô hình không vi phạm giả định đa cộng tuyến.
  • Tự tương quan: Thống kê $Durbin\text{-}Watson = 1.463$ (nằm trong khoảng an toàn $1 < DW < 3$).
  • Phương sai thay đổi: Kiểm định tương quan hạng Spearman giữa trị tuyệt đối phần dư hồi quy và các biến độc lập đều có $Sig. > 0.05$, chứng minh phương sai phần dư đồng nhất.

Kết quả đạt được

Kết quả ước lượng tham số mô hình hồi quy đa biến ($N = 209$):

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Thống kê t Mức ý nghĩa (Sig.) Tolerance VIF
Hằng số (Constant) -0.990 0.271 - -3.655 0.000 - -
Pháp lý căn hộ (PL) 0.214 0.034 0.305 6.355 0.000 0.838 1.194
Tài chính (TC) 0.195 0.040 0.241 4.876 0.000 0.794 1.260
Điều kiện chung cư (DK) 0.231 0.048 0.229 4.832 0.000 0.862 1.161
Thương hiệu công ty (TH) 0.248 0.058 0.217 4.262 0.000 0.749 1.335
Ảnh hưởng bên ngoài (AH) 0.172 0.051 0.153 3.359 0.001 0.929 1.076
Vị trí căn hộ (VT) 0.171 0.053 0.151 3.253 0.001 0.893 1.119
  • Mức độ giải thích của mô hình: $R = 0.781$, $R^2 = 0.610$, $R^2\text{ hiệu chỉnh} = 0.598$. Mô hình giải thích được $61.0%$ sự thay đổi trong quyết định mua của khách hàng.
  • Kiểm định ANOVA: $F(6, 202) = 52.559$ với $p\text{-value} = 0.000 < 0.001$, khẳng định sự kết hợp tuyến tính của 6 biến độc lập có ý nghĩa thống kê ở độ tin cậy $99.9%$.
Phương trình hồi quy chuẩn hóa:
QD = 0.305*PL + 0.241*TC + 0.229*DK + 0.217*TH + 0.153*AH + 0.151*VT

Đổi mới và đóng góp

  1. Đổi mới về mặt thực nghiệm kinh tế lượng: Khác với quan điểm truyền thống cho rằng Giá cả (Tài chính) hay Vị trí (Location) luôn là nhân tố thống trị hành vi mua BĐS (như công bố của Qiuxue & Paul 2013, Dwi et al. 2019), nghiên cứu này chứng minh Pháp lý căn hộ vươn lên vị trí số 1 với hệ số tác động $\beta = 0.305$ ($t = 6.355$). Điều này phản ánh sự trưởng thành trong nhận thức quản trị rủi ro tài sản của người dân TP.HCM.
  2. Lượng hóa chi tiết cấu phần Tài chính ($\beta = 0.241$): Đề tài bổ sung biến quan sát về sự liên kết giữa chủ đầu tư và hệ thống ngân hàng thương mại (biến TC3, tương quan biến tổng $0.711$). Khách hàng không chỉ nhìn vào giá tuyệt đối mà quan tâm sâu sắc đến lịch trình thanh toán và tỷ lệ đòn bẩy tài chính.
  3. Đóng góp vào cơ sở dữ liệu học thuật: Cung cấp bộ thang đo 29 biến quan sát được kiểm định hội tụ và phân biệt chuẩn xác cho phân khúc chung cư trung - cao cấp tại đô thị Việt Nam.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy chuẩn hóa $\beta$, doanh nghiệp bất động sản (đặc biệt là Novaland) có thể áp dụng ma trận giải pháp thực thi theo thứ tự ưu tiên:

                            MA TRẬN HÀM Ý QUẢN TRỊ

1. Chiến lược hoàn thiện Pháp lý dự án ($\beta = 0.305$)

  • Minh bạch hóa toàn bộ hồ sơ phê duyệt 1/500, giấy phép xây dựng và chứng thư bảo lãnh ngân hàng tại tất cả các điểm bán hàng.
  • Xây dựng cổng thông tin số hóa (Customer Portal) cho phép cư dân theo dõi tiến độ cấp Giấy chứng nhận quyền sở hữu nhà ở (Sổ hồng).

2. Tối ưu cấu trúc Tài chính và Chính sách bán hàng ($\beta = 0.241$)

  • Hợp tác chiến lược cùng các ngân hàng thương mại lớn (Vietcombank, MBBank, VPBank) triển khai gói vay ân hạn nợ gốc 24–36 tháng, hỗ trợ lãi suất $0%$.
  • Thiết kế lịch thanh toán chia nhỏ (1–1.5%/tháng) phù hợp với cơ cấu thu nhập phổ biến của khách hàng (nhóm thu nhập 26–30 triệu VNĐ chiếm $35.4%$, trên 30 triệu VNĐ chiếm $23.0%$).

3. Nâng cấp Điều kiện sống và Quản trị tiện ích ($\beta = 0.229$)

  • Nâng cấp hệ thống camera nhận diện AI, kiểm soát an ninh đa lớp (thẻ từ thang máy phân tầng, khóa cửa vân tinh học).
  • Cung cấp gói bàn giao căn hộ dạng thô hoàn thiện có khả năng thay đổi layout thiết kế nội thất linh hoạt theo nhu cầu cá nhân hóa của gia chủ (biến DK3, tương quan biến tổng $0.772$).

Hạn chế và hướng phát triển

  • Phương pháp lấy mẫu: Nghiên cứu áp dụng phương pháp lấy mẫu thuận tiện phi xác suất ($N = 209$) tại TP.HCM, có thể chưa bao quát toàn bộ các nhóm khách hàng tại các vùng đô thị vệ tinh (Đồng Nai, Bình Dương, Bà Rịa - Vũng Tàu).
  • Tính chất thời điểm: Dữ liệu thu thập trong đầu năm 2022. Khi chính sách vĩ mô và luật Đất đai/Nhà ở sửa đổi có hiệu lực, mô hình cần được cập nhật dữ liệu chuỗi thời gian hoặc dữ liệu bảng (Panel Data).
  • Hướng phát triển: Mở rộng nghiên cứu áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để đánh giá các biến trung gian như Ý định mua hoặc Niềm tin thương hiệu trước khi tiến tới Quyết định mua.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tham khảo khung phương pháp luận chuẩn mực về quy trình phân tích kinh tế lượng từ định tính đến định lượng trên SPSS 22.0.
  • Chuyên viên phân tích dữ liệu & Nghiên cứu thị trường BĐS: Ứng dụng bộ thang đo 29 biến chuẩn hóa để triển khai khảo sát nội bộ cho các chủ đầu tư khác như Vinhomes, Masterise Homes, Nam Long.
  • Doanh nghiệp & Nhà đầu tư BĐS: Nắm bắt chính xác insight khách hàng hậu đại dịch: Người mua sẵn sàng trả giá cao hơn cho các dự án có pháp lý minh bạch và công cụ hỗ trợ vốn linh hoạt.
  • Nhà hoạch định chính sách: Thấy rõ tầm quan trọng của việc hoàn thiện hành lang pháp lý dự án nhà ở, giúp kích cầu tiêu dùng thực chất và lành mạnh hóa thị trường.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu tối thiểu để chạy lại mô hình này là gì?

Cần cài đặt phần mềm IBM SPSS Statistics (phiên bản từ 20.0 trở lên) hoặc môi trường Python (thư viện pandas, statsmodels, factor_analyzer). Cỡ mẫu tối thiểu cần thu thập là $N \ge 145$ đối với bảng hỏi 29 biến quan sát theo chuẩn tỉ lệ $5:1$ của Hair et al.

2. Vì sao biến Vị trí (VT) lại có hệ số Beta thấp nhất ($\beta = 0.151$) trong mô hình?

Trong phân khúc căn hộ của Novaland, hầu hết các dự án đều đã được chọn lọc tại các trục giao thông chính hoặc trung tâm các quận phát triển. Do đó, yếu tố vị trí trở thành điều kiện tiên quyết mặc định; sự khác biệt dẫn đến quyết định chốt mua dồn mạnh vào tính minh bạch pháp lý và cấu trúc gói vay tài chính.

3. Mô hình có gặp hiện tượng đa cộng tuyến hoặc tự tương quan không?

Hoàn toàn không. Tất cả các giá trị $VIF$ đều nằm trong ngưỡng an toàn ($1.076 - 1.335 < 2.0$), $Tolerance > 0.70$. Thống kê $Durbin\text{-}Watson = 1.463$ nằm trong khoảng $1 < DW < 3$, đảm bảo tính độc lập của các sai số.

4. Chi phí triển khai nghiên cứu và thời gian thực hiện kéo dài bao lâu?

Nghiên cứu được hoàn thành trong vòng 2 tháng (01/2022 – 02/2022). Chi phí chủ yếu phân bổ cho hoạt động phỏng vấn nhóm chuyên gia, in ấn biểu mẫu và khảo sát trực tuyến.

5. Kết quả này có thể áp dụng cho các dự án đất nền hoặc biệt thự nghỉ dưỡng không?

Cần hiệu chỉnh thang đo. Mô hình hiện tại được thiết kế đặc thù cho căn hộ chung cư cao tầng tại đô thị (có các biến đặc trưng như thiết kế nội khu, an ninh tòa nhà, giấy chứng nhận sở hữu căn hộ chung cư).

Kết luận

Khoá luận tốt nghiệp của tác giả Châu Thanh Hoài Nam đã xây dựng thành công mô hình kinh tế lượng xác định 6 nhân tố chi phối quyết định mua căn hộ Novaland tại TP.HCM với độ giải thích đạt $61.0%$ ($R^2 = 0.610$, $F = 52.559$, $p < 0.001$).

Nghiên cứu tạo nên bước đột phá thực nghiệm khi khẳng định Pháp lý căn hộ ($\beta = 0.305$) và Tài chính ($\beta = 0.241$) là hai trụ cột có sức nặng lớn nhất chi phối hành vi khách hàng. Đây là luận cứ khoa học vững chắc giúp các nhà quản trị Novaland và các doanh nghiệp BĐS tái cấu trúc danh mục dự án, tập trung nguồn lực vào minh bạch hóa pháp lý và thiết kế các gói giải pháp tài chính linh hoạt nhằm nâng cao năng lực cạnh tranh bền vững trên thị trường.