Giới thiệu dự án

Sự bùng nổ của hạ tầng viễn thông và làn sóng số hóa bán lẻ tại Việt Nam đã biến thương mại điện tử thực phẩm (E-grocery) thành một trong những lĩnh vực có tốc độ tăng trưởng nhanh nhất. Theo báo cáo từ e-Conomy SEA 2022, quy mô kinh tế số Việt Nam đạt mốc 23 tỷ USD, trong đó mảng giao hàng và bán lẻ trực tuyến đóng vai trò trụ cột. Tại TP. Hồ Chí Minh – đô thị đặc biệt với mật độ dân số vượt 4.300 người/km² và tỷ lệ sử dụng điện thoại thông minh trên 85% – thói quen tiêu dùng đã dịch chuyển mạnh mẽ từ kênh chợ/siêu thị truyền thống sang các nền tảng trực tuyến sau những biến động dịch tễ toàn cầu.

Tuy nhiên, các doanh nghiệp kinh doanh thực phẩm trực tuyến đang đối mặt với bài toán hóc búa: tỷ lệ chuyển đổi từ ý định sang hành vi mua lặp lại còn thấp, rủi ro cảm nhận về chất lượng nông sản/thực phẩm tươi sống còn cao, và chi phí thu hút khách hàng mới (Customer Acquisition Cost - CAC) không ngừng gia tăng. Nghiên cứu này được thực hiện nhằm giải quyết tường minh các rào cản hành vi đó.

+-----------------------------------------------------------------------------------+
|                            MÔ HÌNH HÀNH VI TỔNG QUÁT                             |
+-----------------------------------------------------------------------------------+
+-----------------------------------------------------------------------------------+

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa khung lý thuyết: Tổng hợp các mô hình hành vi tiêu dùng kinh điển (TRA, TAM, TPB) để xây dựng mô hình đo lường chuyên biệt cho ngành thực phẩm trực tuyến.
  2. Định lượng các nhân tố tác động: Xác định mức độ ảnh hưởng của 05 nhân tố độc lập (Nhận thức tính hữu ích, Nhận thức tính dễ sử dụng, Ảnh hưởng xã hội, Nhận thức về giá, Sự tin tưởng) đến biến phụ thuộc (Quyết định mua thực phẩm online).
  3. Phân tích khác biệt nhân khẩu học: Kiểm định sự khác biệt về quyết định mua sắm theo nhóm tuổi, giới tính, mức thu nhập và tần suất mua hàng bằng kiểm định $T$-Test và ANOVA.
  4. Đề xuất hàm ý quản trị ứng dụng: Cung cấp bộ giải pháp thực thi cho các nền tảng E-grocery tối ưu hóa giao diện (UI/UX), định giá linh hoạt và xây dựng chuỗi cung ứng minh bạch.

Phạm vi và giới hạn nghiên cứu: Khảo sát định lượng được thực hiện trên mẫu $N = 250$ người tiêu dùng đang sinh sống, học tập và làm việc tại khu vực TP. Hồ Chí Minh trong giai đoạn từ tháng 12/2022 đến tháng 01/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu thị trường E-grocery tại Việt Nam cho thấy sự phân hóa rõ rệt giữa các mô hình vận hành: mô hình ứng dụng giao thức ăn nhanh (Food Delivery: Grab, ShopeeFood), mô hình siêu thị trực tuyến (E-supermarket: WinMart, Co.op Online, Bachhoaxanh.com) và mô hình sàn thương mại điện tử tổng hợp (Shopee, Lazada, Tiki).

Tiêu chí phân tích Mô hình Siêu thị Online (WinMart/BHX) Sàn TMĐT B2C (Shopee/Lazada) Nghiên cứu Đề xuất (Data-Driven TAM)
Bản chất kênh Tự quản lý chuỗi cung ứng & kho mát Marketplace đa nhà bán lẻ Mô hình phân tích định lượng hành vi
Ưu điểm Đảm bảo độ tươi ngon, nguồn gốc rõ ràng Danh mục phong phú, voucher giảm giá mạnh Xác định chính xác trọng số ảnh hưởng của từng biến
Nhược điểm Chi phí logistics cao, giao diện chưa tối ưu Khó kiểm soát chất lượng thực phẩm tươi Giới hạn theo không gian địa lý đô thị
Mức độ minh bạch Trung bình - Cao Không đồng đều giữa các gian hàng Đo lường bằng thang đo chuẩn hóa Likert 5 mức

Bảng phân tích yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Đo lường kiểm định hệ số tin cậy Cronbach's Alpha ($> 0.6$), Phân tích nhân tố khám phá EFA (KMO $\ge 0.5$, Total Variance Explained $> 50%$), mô hình hồi quy tuyến tính OLS không vi phạm đa cộng tuyến ($VIF < 2$).
  • Should-have (Cần có): Kiểm định tham số ANOVA và Independent Samples $T$-Test để phát hiện sai khác theo nhân khẩu học.
  • Could-have (Nên có): Xây dựng kịch bản tái cấu trúc luồng mua hàng (Checkout Flow) dựa trên trọng số hồi quy chuẩn hóa $\beta$.
  • Won't-have (Chưa thực hiện): Đo lường hành vi bằng dữ liệu log giao dịch thực tế (Real-time Clickstream Data).

Thiết kế hệ thống

Khung nghiên cứu tích hợp đa mô hình từ Lý thuyết hành vi hợp lý (Theory of Reasoned Action - TRA của Fishbein & Ajzen, 1975), Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM của Davis, 1989) kết hợp với các nghiên cứu thực nghiệm ngành TMĐT của Sandra Forsythe (2014) và David King et al. (2002).

Mô hình toán học hồi quy tuyến tính đa biến: $$QD = \beta_0 + \beta_1 \cdot HI + \beta_2 \cdot SD + \beta_3 \cdot XH + \beta_4 \cdot GC + \beta_5 \cdot TT + \epsilon$$

Trong đó:

  • $QD$: Biến phụ thuộc - Quyết định mua sắm thực phẩm online.
  • $HI, SD, XH, GC, TT$: Các biến độc lập tương ứng với 5 nhóm nhân tố.
  • $\beta_0$: Hằng số hồi quy (Constant); $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần.
  • $\epsilon$: Sai số ngẫu nhiên của mô hình (Residual error).

Methodology

Quy trình nghiên cứu áp dụng phương pháp hỗn hợp (Mixed-method Research):

  1. Nghiên cứu định tính sơ bộ: Thảo luận nhóm tập trung (Focus Group Discussion) gồm 10 nhà bán hàng trực tuyến và 05 người tiêu dùng có kinh nghiệm mua thực phẩm online thường xuyên kết hợp tham vấn chuyên gia học thuật để hiệu chỉnh biến quan sát.
  2. Nghiên cứu định lượng sơ bộ ($N = 50$): Kiểm tra tính hợp lệ và độ tin cậy sơ cấp của thang đo bản nháp.
  3. Nghiên cứu định lượng chính thức ($N = 250$): Sử dụng kỹ thuật lấy mẫu thuận tiện phi xác suất kết hợp gạn lọc đối tượng mục tiêu qua khảo sát kỹ thuật số Google Forms.
  4. Công cụ xử lý và phân tích: Bộ phần mềm thống kê IBM SPSS Statistics 20.0 kết hợp ngôn ngữ lập trình Python (thư viện pandas, statsmodels) phục vụ việc xác thực kiểm định.

Implementation và kết quả

Development process

Quá trình thu thập và làm sạch dữ liệu diễn ra theo 4 giai đoạn chuẩn hóa. Kịch bản phân tích dữ liệu và cấu trúc xử lý thống kê được xây dựng thông qua Python Script để kiểm thử tự động dữ liệu khảo sát:

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

# Load and prepare empirical dataset
def run_regression_analysis(data_path: str):
    df = pd.read_csv(data_path)
    
    # Define independent variables (X) and dependent variable (Y)
    independent_vars = ['HI_Mean', 'SD_Mean', 'XH_Mean', 'GC_Mean', 'TT_Mean']
    X = df[independent_vars]
    Y = df['QD_Mean']
    
    # Add constant for OLS Regression
    X_with_const = sm.add_constant(X)
    
    # Fit Ordinary Least Squares (OLS) model
    ols_model = sm.OLS(Y, X_with_const).fit()
    
    # Multicollinearity Check: Variance Inflation Factor (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X_with_const.columns
    vif_data["VIF"] = [variance_inflation_factor(X_with_const.values, i) for i in range(X_with_const.shape[1])]
    
    return ols_model.summary(), vif_data

# Execute regression model validation
# summary_results, vif_results = run_regression_analysis("survey_data_n250.csv")

Testing và validation

1. Đánh giá độ tin cậy thang đo qua hệ số Cronbach's Alpha

Thang đo chính thức gồm 23 biến quan sát được kiểm định độ nhất quán nội tại. Tất cả các nhóm nhân tố đều vượt qua ngưỡng kiểm định khắt khe ($\alpha > 0.6$, hệ số tương quan biến - tổng $r_{it} > 0.3$):

  • Nhận thức tính hữu ích ($HI$, 5 biến): $\alpha = 0.822$ (Biến - tổng thấp nhất $0.541$).
  • Nhận thức tính dễ sử dụng ($SD$, 4 biến): $\alpha = 0.854$ (Biến - tổng thấp nhất $0.623$).
  • Ảnh hưởng xã hội ($XH$, 4 biến): $\alpha = 0.876$ (Biến - tổng thấp nhất $0.681$).
  • Nhận thức về giá ($GC$, 4 biến): $\alpha = 0.749$ (Biến - tổng thấp nhất $0.485$).
  • Sự tin tưởng ($TT$, 3 biến): $\alpha = 0.890$ (Biến - tổng thấp nhất $0.712$).
  • Quyết định mua thực phẩm ($QD$, 3 biến): $\alpha = 0.718$ (Biến - tổng thấp nhất $0.462$).

2. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)

  • Biến độc lập (20 biến quan sát):
    • Trị số $KMO = 0.842$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett's có giá trị thống kê $Sig. = 0.000 < 0.05$.
    • Phương pháp trích Principal Axis Factoring với phép xoay Promax (hoặc Varimax) trích được 05 nhân tố tại điểm dừng Eigenvalue $= 1.218 > 1.0$.
    • Tổng phương sai trích (Total Variance Explained) đạt $62.45% > 50%$, hệ số tải nhân tố (Factor Loading) của tất cả các biến đều $\ge 0.55$.
  • Biến phụ thuộc (3 biến quan sát):
    • Trị số $KMO = 0.682$, kiểm định Bartlett's $Sig. = 0.000$, phương sai trích đạt $63.78%$, hội tụ thành 01 nhân tố duy nhất.

Kết quả đạt được

Kết quả phân tích hồi quy bội cho thấy mô hình đạt độ tương thích cao với dữ liệu thực nghiệm:

  • Hệ số xác định mô hình: $R^2 = 0.584$, $R^2$ hiệu chỉnh (Adjusted $R^2$) đạt $0.575$, nghĩa là $57.5%$ sự biến thiên trong quyết định mua thực phẩm online của người dân TP.HCM được giải thích bởi 5 nhân tố trong mô hình.
  • Kiểm định độ phù hợp: Giá trị $F$-test của bảng ANOVA có giá trị thống kê đạt $Sig. = 0.000$, chứng minh mô hình hồi quy tuyến tính là hoàn toàn có ý nghĩa thực tế.
  • Kiểm định tự tương quan và đa cộng tuyến: Hệ số Durbin-Watson đạt $d = 1.942$ (tiệm cận mức 2.0), không xảy ra hiện tượng tương quan chuỗi phần dư bậc nhất. Hệ số phóng đại phương sai $VIF$ của các biến độc lập dao động từ $1.152$ đến $1.436$ ($VIF < 2.0$), khẳng định mô hình không bị vi phạm hiện tượng đa cộng tuyến.
Biến độc lập Ký hiệu Hệ số $\beta$ chưa chuẩn hóa Hệ số $\beta$ chuẩn hóa Giá trị $t$-statistic Mức ý nghĩa ($Sig.$) Mức độ tác động
Sự tin tưởng $TT$ 0.312 0.345 6.214 0.000 Cao nhất (Rank 1)
Tính hữu ích $HI$ 0.245 0.268 4.892 0.000 Rank 2
Nhận thức về giá $GC$ 0.198 0.215 3.945 0.001 Rank 3
Tính dễ sử dụng $SD$ 0.142 0.162 2.981 0.003 Rank 4
Ảnh hưởng xã hội $XH$ 0.095 0.118 2.154 0.032 Rank 5 
TỶ TRỌNG TÁC ĐỘNG CHUẨN HÓA (STANDARDIZED BETA)
[Sự tin tưởng - TT]     ████████████████████ (34.5%)
[Tính hữu ích - HI]      ███████████████▌     (26.8%)
[Nhận thức giá - GC]     ████████████▍        (21.5%)
[Dễ sử dụng - SD]        █████████▎           (16.2%)
[Ảnh hưởng XH - XH]      ██████▋              (11.8%)

Kết quả kiểm định sai khác nhân khẩu học:

  • Kiểm định Independent Sample T-Test về giới tính cho thấy không có sự khác biệt có ý nghĩa thống kê giữa Nam và Nữ đối với quyết định mua sắm ($Sig. > 0.05$).
  • Phân tích One-Way ANOVA chỉ ra có sự khác biệt đáng kể theo độ tuổi ($Sig. = 0.012 < 0.05$) và mức thu nhập ($Sig. = 0.008 < 0.05$), trong đó nhóm đối tượng từ 22 - 35 tuổi có thu nhập từ 10 - 20 triệu VNĐ/tháng thể hiện tần suất và quyết định mua hàng cao nhất.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và giá trị thực nghiệm rõ nét khi đối chiếu với các công trình nghiên cứu tiền nhiệm:

  1. Chuẩn hóa thang đo chuyên biệt cho E-grocery sau đại dịch: Khác với nghiên cứu của Kalina Trenevska Blagoeva et al. (2021) tại Bắc Macedonia chỉ tập trung vào nhóm sinh viên trẻ trong giai đoạn giãn cách bắt buộc, nghiên cứu này mở rộng sang đa tầng lớp cư dân đô thị TP.HCM trong bối cảnh "bình thường mới", đo lường tính bền vững của thói quen tiêu dùng số.
  2. Lượng hóa vai trò cốt lõi của "Sự tin tưởng" (Trust Factor): Trong khi nghiên cứu của Javadi et al. (2012) nhấn mạnh tính đổi mới miền cụ thể (DSI), nghiên cứu này chứng minh rằng đối với mặt hàng thực phẩm – vốn gắn liền trực tiếp với sức khỏe và an toàn sinh học – Sự tin tưởng chiếm tỷ trọng chi phối lớn nhất ($\beta = 0.345$).
  3. Mô hình hóa tác động đồng thời của Giá và Công nghệ: Kết hợp thành công khía cạnh kinh tế (Price Perception) với lý thuyết chấp nhận công nghệ (TAM), tạo nên bức tranh toàn diện giúp các nhà quản trị không chỉ tối ưu phần mềm mà còn tối ưu chính sách thương mại.
Chỉ số / Đặc tính Nghiên cứu Javadi et al. (2012) Nghiên cứu Lê Thị Minh Hằng (2021) Công trình Khóa luận này (2023)
Khu vực khảo sát Người tiêu dùng Iran TP. Đà Nẵng TP. Hồ Chí Minh
Cỡ mẫu hợp lệ $N = 160$ $N = 500$ $N = 250$
Phương pháp kiểm định EFA & Hồi quy OLS Structural Equation Modeling (SEM) Cronbach's $\alpha$, EFA, OLS, T-Test/ANOVA
Nhân tố tác động mạnh nhất Thái độ tiêu dùng ($\beta = 0.310$) Nhận thức rủi ro ($\beta = -0.380$) Sự tin tưởng ($\beta = 0.345$)
$R^2$ hiệu chỉnh $0.412$ $0.521$ $0.575$

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, một khung giải pháp chiến lược 5 tầng (5-Layer Implementation Framework) được đề xuất cho các doanh nghiệp E-grocery:

Kế hoạch thực thi và dự phóng tài chính:

  • Giai đoạn 1 (Tháng 1 - 2): Nâng cấp hệ sinh thái thông tin sản phẩm trên App/Web. Bổ sung tính năng chụp ảnh thực tế kiện hàng trước khi giao.
  • Giai đoạn 2 (Tháng 3 - 4): Cấu trúc lại danh mục sản phẩm theo bữa ăn tiện lợi (Ready-to-cook), triển khai thuật toán gợi ý món ăn thông minh.
  • Giai đoạn 3 (Tháng 5 - 6): Tích hợp chính sách hoàn tiền tự động 100% trong 2 giờ nếu phát hiện thực phẩm dập nát hoặc sai mô tả.

Dự phóng hiệu quả kinh doanh (ROI Metrics):

  • Giảm tỷ lệ từ bỏ giỏ hàng (Cart Abandonment Rate) từ $65%$ xuống dưới $45%$.
  • Tăng tỷ lệ mua hàng lặp lại (Customer Retention Rate) thêm $28%$ trong vòng 6 tháng.
  • Tối ưu hóa điểm số hài lòng khách hàng (CSAT) đạt trên $4.6/5.0$.

Hạn chế và hướng phát triển

Dù đạt được những kết luận thực nghiệm vững chắc, đề tài tồn tại một số giới hạn học thuật cần ghi nhận:

  1. Phương pháp lấy mẫu: Phương pháp chọn mẫu thuận tiện qua kênh trực tuyến có thể tập trung nhiều vào nhóm đối tượng am hiểu công nghệ, chưa phản ánh đầy đủ hành vi của nhóm người tiêu dùng lớn tuổi (trên 55 tuổi).
  2. Giới hạn biến số mô hình: Mô hình tập trung vào 5 nhóm nhân tố chính yếu, chưa đi sâu phân tách các thành tố con của biến rủi ro (Rủi ro tài chính, rủi ro giao hàng trễ, rủi ro vệ sinh an toàn thực phẩm).
  3. Hướng phát triển:
    • Ứng dụng mô hình Phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để đánh giá mối quan hệ trung gian và điều tiết.
    • Mở rộng phạm vi điều tra liên đô thị (Hà Nội, Đà Nẵng, Cần Thơ) để phân tích so sánh liên văn hóa tiêu dùng.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu hàn lâm ứng dụng, quy trình thiết kế thang đo Likert, và kỹ thuật xử lý dữ liệu định lượng trên SPSS.
  • Nhà phát triển sản phẩm (Product Managers / UI-UX Designers): Nắm bắt các điểm chạm trải nghiệm (Pain points) để tinh gọn giao diện ứng dụng TMĐT, tối ưu hóa thanh toán và bộ lọc sản phẩm.
  • Doanh nghiệp bán lẻ & Startups E-commerce: Sở hữu số liệu thực chứng để hoạch định ngân sách Marketing, xây dựng chính sách giá cạnh tranh và chiến lược giữ chân khách hàng mục tiêu tại các đô thị lớn.
  • Cơ quan quản lý & Nhà nghiên cứu thị trường: Bổ sung cơ sở dữ liệu thực nghiệm về xu hướng chuyển đổi số hành vi tiêu dùng sau đại dịch tại trung tâm kinh tế trọng điểm phía Nam.

Câu hỏi thường gặp

1. Tại sao nhân tố "Sự tin tưởng" lại có tác động mạnh nhất đến quyết định mua?

Thực phẩm là mặt hàng ảnh hưởng trực tiếp đến sức khỏe người dùng và có đặc tính biến chất nhanh. Khi mua online, người tiêu dùng không thể trực tiếp cầm, nắm, ngửi hay kiểm tra độ tươi ngon. Do đó, niềm tin vào thương hiệu, chất lượng công bố và chính sách bảo hành/đổi trả trở thành rào cản tâm lý quyết định cao nhất ($\beta = 0.345$).

2. Mô hình có gặp hiện tượng đa cộng tuyến khi đưa cùng lúc yếu tố "Hữu ích" và "Dễ sử dụng" không?

Không. Kết quả kiểm định thống kê cho thấy hệ số phóng đại phương sai $VIF$ của cả 2 biến đều nằm trong ngưỡng an toàn ($VIF_{HI} = 1.342$; $VIF_{SD} = 1.285$, đều $< 2.0$). Hai khái niệm này phản ánh hai khía cạnh độc lập: giá trị công năng đầu ra và mức độ nỗ lực sử dụng giao diện đầu vào.

3. Cỡ mẫu N = 250 có đảm bảo tính đại diện thống kê cho nghiên cứu EFA và Hồi quy không?

Hoàn toàn đảm bảo. Theo chuẩn của Hair et al. (1998), cỡ mẫu tối thiểu cho EFA là $5 \times 23 = 115$ mẫu; theo Tabachnick & Fidell (1996), phân tích hồi quy cần tối thiểu $8 \times 5 + 50 = 90$ mẫu. Cỡ mẫu thực tế $N = 250$ thỏa mãn vượt trội cả hai tiêu chuẩn trên.

4. Kết quả nghiên cứu có thể áp dụng cho các tỉnh thành khác ngoài TP. Hồ Chí Minh không?

Mô hình lý thuyết có thể tái sử dụng nguyên vẹn. Tuy nhiên, trọng số hồi quy $\beta$ có thể thay đổi tùy thuộc vào mức độ phát triển hạ tầng logistics, thu nhập bình quân và mật độ điểm bán lẻ vật lý tại từng địa phương cụ thể.

5. Doanh nghiệp cần phân bổ ngân sách như thế nào dựa trên kết quả nghiên cứu?

Nên phân bổ tỷ trọng đầu tư tương ứng với trọng số tác động: $35%$ cho hệ thống quản lý chất lượng & minh bạch nguồn gốc (Xây dựng niềm tin); $25%$ cho tối ưu chuỗi cung ứng & tốc độ giao hàng (Hữu ích); $20%$ cho khuyến mãi, voucher giá & chiết khấu; $15%$ cho nâng cấp App/Website; $5%$ cho các chiến dịch truyền thông cộng đồng.

Kết luận

Đề tài khóa luận tốt nghiệp "Các nhân tố ảnh hưởng đến quyết định mua thực phẩm online của người dân tại TP. Hồ Chí Minh" đã giải quyết trọn vẹn bài toán lượng hóa hành vi tiêu dùng số trong giai đoạn chuyển đổi kinh tế hiện đại. Thông qua quy trình nghiên cứu thực nghiệm chặt chẽ từ định tính đến định lượng trên mẫu $N = 250$, nghiên cứu đã chứng minh và xếp hạng mức độ ảnh hưởng của 05 trụ cột: Sự tin tưởng ($\beta = 0.345$), Nhận thức tính hữu ích ($\beta = 0.268$), Nhận thức về giá ($\beta = 0.215$), Nhận thức tính dễ sử dụng ($\beta = 0.162$) và Ảnh hưởng xã hội ($\beta = 0.118$) với độ giải thích mô hình đạt $57.5%$.

Công trình không chỉ đóng góp một thang đo chuẩn hóa có độ tin cậy cao cho kho tàng nghiên cứu thương mại điện tử Việt Nam mà còn là bản cẩm nang hành động thực tiễn giúp các doanh nghiệp E-grocery tối ưu hóa trải nghiệm khách hàng, giảm thiểu tỷ lệ rời bỏ và phát triển doanh thu bền vững. Các doanh nghiệp bán lẻ thực phẩm cần nhanh chóng chuyển dịch trọng tâm từ cạnh tranh thuần túy về giá sang chiến lược xây dựng niềm tin số toàn diện và tối ưu hóa chuỗi cung ứng thực phẩm tươi sạch đến từng hộ gia đình đô thị.