Giới thiệu dự án

Báo cáo từ Hiệp hội Bất động sản Việt Nam (VNREA) giai đoạn 2018–2019 ghi nhận thị trường bất động sản (BĐS) cả nước duy trì nguồn cung trên 100.000 sản phẩm với tỷ lệ hấp thụ đạt 60% – 67,2%. Tại thị trường Thừa Thiên Huế, làn sóng đô thị hóa phía Tây Nam thành phố cùng sự tham gia của các doanh nghiệp như IMG Huế và Công ty Cổ phần Đất Xanh Bắc Miền Trung đã kích hoạt sự phục hồi của phân khúc đất nền và khu đô thị kiểu mẫu. Tuy nhiên, hành vi của nhà đầu tư cá nhân tại các thị trường thứ cấp còn chịu ảnh hưởng nặng nề bởi tâm lý đám đông, thiếu các công cụ và mô hình phân tích định lượng chuẩn xác.

Doanh nghiệp phát triển dự án và sàn phân phối đối mặt với bài toán tối ưu hóa chiến lược tiếp thị, phân bổ vốn và quản trị rủi ro khi chưa xác định được trọng số tác động của từng nhân tố đến quyết định xuống tiền của khách hàng. Khóa luận tốt nghiệp chuyên ngành Quản trị Kinh doanh – Đại học Kinh tế, Đại học Huế tập trung giải quyết bài toán này thông qua đề tài: "Nghiên cứu các nhân tố ảnh hưởng đến quyết định đầu tư bất động sản của khách hàng cá nhân tại dự án An Cựu City".

+-------------------------------------------------------------------------+
|                  MÔ HÌNH HÀNH VI ĐẦU TƯ BĐS CÁ NHÂN                    |
+-------------------------------------------------------------------------+
| [Nhận thức nhu cầu] -> [Tìm kiếm thông tin] -> [Đánh giá các lựa chọn]  |
|                                                      |                  |
|                                                      v                  |
| [Hành vi sau đầu tư]  <------- [Quyết định đầu tư BĐS (Y)]              |
|                                 ^                                       |
|    +----------------------------+----------------------------+          |
|    | Vị trí & Hạ tầng (X1)      | Khả năng sinh lời (X2)     |          |
|    | Pháp lý & Chính sách (X3)  | Năng lực chủ đầu tư (X4)   |          |
|    | Tâm lý bầy đàn (X5)        | Khả năng tài chính (X6)    |          |
+----+----------------------------+----------------------------+----------+

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận về thị trường BĐS, sản phẩm BĐS đô thị và hành vi ra quyết định đầu tư của khách hàng cá nhân.
  2. Xác định cấu trúc các nhân tố (factors) tác động đến quyết định đầu tư tại dự án An Cựu City thông qua khảo sát thực chứng.
  3. Đo lường mức độ tác động (hệ số hồi quy chuẩn hóa $\beta$) và chiều hướng ảnh hưởng của từng nhân tố lên biến phụ thuộc.
  4. Đề xuất ma trận giải pháp thực thi dành cho nhà phân phối (Đất Xanh Bắc Miền Trung) và chủ đầu tư (IMG Huế) nhằm gia tăng tỷ lệ chuyển đổi giao dịch.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Khu đô thị An Cựu City, phường An Đông, TP. Huế.
  • Thời gian: Thu thập dữ liệu thực địa từ 20/02/2019 đến 20/04/2019.
  • Đối tượng: Khách hàng cá nhân đã và đang thực hiện giao dịch đầu tư BĐS với mục tiêu kinh doanh chênh lệch giá hoặc tích lũy tài sản.
  • Giới hạn: Nghiên cứu áp dụng phương pháp chọn mẫu phi xác suất (thuận tiện thực địa) với quy mô mẫu phân tích $N = 150$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước đây, việc phân tích hành vi khách hàng BĐS tại thị trường miền Trung chủ yếu dựa trên báo cáo cảm tính của bộ phận kinh doanh hoặc các khảo sát định tính đơn lẻ, dẫn đến độ tin cậy thấp và thiếu khả năng tái lập mô hình.

Tiêu chí Khảo sát định tính truyền thống Phân tích hồi quy định lượng OLS (Đề tài) Mô hình kinh tế lượng nâng cao (SEM/Logit)
Độ tin cậy đo lường Thấp (chủ quan, không có kiểm định) Cao (kiểm định Cronbach's Alpha $\ge 0.7$) Rất cao (đo lường sai số đa biến)
Xác thực cấu trúc Không có Phân tích nhân tố khám phá (EFA) Phân tích nhân tố khẳng định (CFA)
Chi phí & Thời gian Thấp, thực hiện nhanh Trung bình, phù hợp cấp độ dự án thực địa Cao, đòi hỏi phần mềm chuyên biệt (AMOS/R)
Khả năng dự báo Kém (mô tả đơn thuần) Tốt (hàm hồi quy tuyến tính với $R^2$) Rất tốt (mô hình quan hệ phi tuyến)

Ma trận phân loại yêu cầu dữ liệu (MoSCoW)

  • Must have: Thang đo Likert 5 mức độ cho 28 biến quan sát; kiểm định độ tin cậy Cronbach's Alpha $\ge 0.6$; kiểm định KMO $\ge 0.5$; hệ số tải nhân tố Factor Loading $\ge 0.5$.
  • Should have: Phân tích ma trận xoay Varimax; kiểm định phương sai trích Total Variance Explained $\ge 50%$; đánh giá đa cộng tuyến qua hệ số phóng đại phương sai (VIF $< 2.0$).
  • Could have: So sánh ANOVA giữa các nhóm nhân khẩu học (thu nhập, độ tuổi, kinh nghiệm đầu tư).
  • Won't have: Mô hình hóa phương trình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) trong giai đoạn này.

Thiết kế hệ thống xử lý dữ liệu

Quy trình xử lý dữ liệu và ước lượng mô hình kinh tế lượng được thiết kế thành một đường ống phân tích (pipeline) 5 giai đoạn:

graph TD
    A["Thu thập dữ liệu thực địa (N=170)"] --> B["Làm sạch dữ liệu & Mã hóa (N=150)"]
    B --> C["Kiểm định độ tin cậy Thang đo (Cronbach's Alpha)"]
    C -->|Loại biến rác| D["Phân tích nhân tố khám phá (EFA)"]
    D -->|Rút trích nhân tố| E["Phân tích Tương quan Pearson"]
    E --> F["Hồi quy đa biến Stepwise OLS"]
    F --> G["Kiểm định khuyết tật mô hình (VIF, Durbin-Watson)"]
    G --> H["Bộ chỉ số ra quyết định Marketing & Bán hàng"]

Công nghệ và công cụ sử dụng

  • IBM SPSS Statistics v22.0: Xử lý thống kê mô tả, EFA và hồi quy đa biến.
  • Microsoft Excel 2016: Nhập liệu sơ cấp, làm sạch biến rác và chuẩn hóa cấu trúc dữ liệu.
  • Ngôn ngữ xác thực Python 3.10 (Pandas, Statsmodels): Kiểm tra chéo độ chính xác ma trận hiệp phương sai.

Cơ sở dữ liệu thang đo Likert 5 mức độ

Cấu trúc thang đo bao gồm 28 biến quan sát đo lường 6 nhóm nhân tố độc lập ($X_1 \to X_6$) và 1 nhóm biến phụ thuộc ($Y$):

  • $1$: Rất không đồng ý (Strongly Disagree)
  • $2$: Không đồng ý (Disagree)
  • $3$: Trung lập (Neutral)
  • $4$: Đồng ý (Agree)
  • $5$: Rất đồng ý (Strongly Agree)

Implementation và kết quả

Quy trình phân tích dữ liệu thực nghiệm

Toàn bộ quy trình phân tích được thực thi tự động qua tập lệnh cú pháp SPSS (Syntax) nhằm đảm bảo tính toàn vẹn dữ liệu:

* Kiểm định độ tin cậy thang đo Cronbach Alpha cho nhóm biến Độc lập.
RELIABILITY
  /VARIABLES=VT01 VT02 VT03 VT04 PL01 PL02 PL03 PL04 TC01 TC02 TC03 TC04 TL01 TL02 TL03 DT01 DT02 DT03 DT04
  /SCALE('All Variables') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* Phân tích nhân tố khám phá EFA với phép xoay Varimax.
FACTOR
  /VARIABLES VT01 VT02 VT03 VT04 PL01 PL02 PL03 PL04 TC01 TC02 TC03 TC04 TL01 TL02 TL03 DT01 DT02 DT03 DT04
  /MISSING LISTWISE 
  /ANALYSIS VT01 VT02 VT03 VT04 PL01 PL02 PL03 PL04 TC01 TC02 TC03 TC04 TL01 TL02 TL03 DT01 DT02 DT03 DT04
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* Chạy mô hình hồi quy tuyến tính OLS đánh giá tác động.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT QD_DAUTU
  /METHOD=ENTER F_VITRI F_PHAPLY F_SINHLOI F_TAMLY F_CHUTODAU F_TAICHINH
  /RESIDUALS DURBIN.

Ngoài ra, đoạn mã Python dưới đây minh họa thuật toán kiểm tra hệ số tương quan biến tổng (Corrected Item-Total Correlation) trước khi trích xuất nhân tố:

import numpy as np
import pandas as pd

def cronbach_alpha_item_total(df: pd.DataFrame) -> dict:
    """Tính toán hệ số Cronbach's Alpha và Item-Total Correlation."""
    item_scores = df.values
    total_scores = item_scores.sum(axis=1)
    k = item_scores.shape[1]
    
    variances = item_scores.var(axis=0, ddof=1)
    total_variance = total_scores.var(ddof=1)
    
    alpha = (k / (k - 1)) * (1 - (variances.sum() / total_variance))
    
    item_total_corr = {}
    for i, col in enumerate(df.columns):
        rest_total = total_scores - item_scores[:, i]
        r = np.corrcoef(item_scores[:, i], rest_total)[0, 1]
        item_total_corr[col] = round(r, 4)
        
    return {"Cronbach_Alpha": round(alpha, 4), "Item_Total_Correlation": item_total_corr}

Kết quả kiểm định thống kê và đo lường

Sau khi khảo sát phát ra 170 phiếu, thu về 150 phiếu hợp lệ (tỷ lệ đáp ứng đạt 88,23%), dữ liệu được đưa vào quy trình đánh giá:

  1. Kiểm định độ tin cậy thang đo (Reliability Analysis):

    • Tất cả 6 nhóm thang đo đều đạt hệ số Cronbach's Alpha $> 0.70$ (dao động từ $0.782$ đến $0.886$).
    • Hệ số tương quan biến tổng của tất cả các biến quan sát đều $> 0.35$, không có biến nào bị loại ở bước này.
  2. Kiểm định KMO và Bartlett’s Test:

    • Hệ số $KMO = 0.824$ (thỏa mãn điều kiện $0.5 < KMO < 1.0$).
    • Kiểm định Bartlett đạt mức ý nghĩa Sig. $= 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
    • Tổng phương sai trích đạt $63.45% > 50%$, giá trị Eigenvalue dừng tại $1.218 > 1$.
  3. Mô hình hồi quy tuyến tính đa biến:

$$\hat{Y} = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \beta_6 X_6 + \epsilon$$

Biến độc lập Hệ số $\beta$ chưa chuẩn hóa Sai số chuẩn (Std. Error) Hệ số $\beta$ chuẩn hóa Giá trị $t$ Mức ý nghĩa (Sig.) Hệ số VIF
(Hằng số) 0.412 0.215 1.916 0.057
Vị trí & Tiện ích ($X_1$) 0.284 0.052 0.312 5.461 0.000 1.215
Khả năng sinh lời ($X_2$) 0.245 0.048 0.278 5.104 0.000 1.187
Tính pháp lý ($X_3$) 0.198 0.045 0.215 4.400 0.000 1.142
Uy tín CĐT & Hạ tầng ($X_4$) 0.162 0.041 0.181 3.951 0.000 1.196
Khả năng tài chính ($X_5$) 0.121 0.038 0.134 3.184 0.002 1.085
Tâm lý đám đông ($X_6$) 0.095 0.034 0.108 2.794 0.006 1.062
  • Hệ số xác định $R^2 = 0.601$, $R^2$ hiệu chỉnh $= 0.584$. Mô hình giải thích được 58,4% sự biến thiên trong quyết định đầu tư BĐS của khách hàng.
  • Kiểm định $F = 35.82$ với Sig. $= 0.000$, khẳng định mô hình hồi quy xây dựng hoàn toàn phù hợp với tổng thể.
  • Hệ số phóng đại phương sai $VIF < 1.30$, loại trừ hoàn toàn nguy cơ đa cộng tuyến.
  • Hệ số Durbin-Watson $= 1.892$ (nằm trong khoảng $1.5 - 2.5$), không có hiện tượng tự tương quan chuỗi bậc nhất.

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng cho thị trường BĐS miền Trung: Thay vì chỉ áp dụng mô hình lý thuyết chung chung, đề tài đã bản địa hóa và kiểm chứng thành công tập thang đo đo lường hành vi khách hàng cá nhân tại dự án An Cựu City (Huế).
  2. Xác thực vai trò thống trị của Yếu tố Vị trí và Khả năng sinh lời: Chứng minh thực nghiệm rằng nhân tố Vị trí ($\beta = 0.312$) và Khả năng sinh lời ($\beta = 0.278$) đóng góp hơn 50% tổng mức độ tác động đến quyết định xuống tiền.
  3. Lượng hóa mức độ ảnh hưởng của Tâm lý bầy đàn: Khác với các nghiên cứu trước đây chỉ xem tâm lý là biến can thiệp định tính, đề tài lượng hóa hệ số tác động $\beta = 0.108$ ($p = 0.006$), khẳng định hiệu ứng truyền miệng và xu hướng cộng đồng vẫn là đòn bẩy xúc tác quyết định mua.
  4. Cung cấp dữ liệu thực chứng cho đơn vị phân phối: Đóng góp bộ dữ liệu phân tích $150$ mẫu đại diện giúp Công ty Cổ phần Đất Xanh Bắc Miền Trung tái cơ cấu chính sách chiết khấu và danh mục truyền thông.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  • Tối ưu hóa chiến dịch Marketing dự án: Tập trung ngân sách truyền thông vào quảng bá vị trí trung tâm kết nối, quy hoạch hạ tầng đồng bộ và tiềm năng tăng giá trị đất nền thay vì dàn trải sang các thông điệp chung chung.
  • Thiết kế gói chính sách tài chính: Phát triển các gói hỗ trợ lãi suất vay ngân hàng từ 50% – 70% giá trị hợp đồng, giải quyết rào cản về năng lực tài chính ($X_5$).
  • Khai thác hiệu ứng Social Proof: Tổ chức các sự kiện mở bán tập trung với tiến độ giao dịch thời gian thực để kích hoạt tâm lý đám đông tích cực ($X_6$).
+-------------------------------------------------------------------------------+
|                      LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP 2019                       |
+-------------------------------------------------------------------------------+
| Tháng 05/2019: Bàn giao mô hình định lượng và bộ biến số cho phòng Marketing  |
| Tháng 06/2019: Chuẩn hóa tài liệu bán hàng tập trung vào Pháp lý & Vị trí     |
| Tháng 07/2019: Liên kết đối tác ngân hàng tung gói vay ưu đãi linh hoạt      |
| Tháng 08/2019: Tổ chức sự kiện mở bán giai đoạn mới áp dụng hiệu ứng đám đông |
+-------------------------------------------------------------------------------+

Ước tính hiệu quả kinh tế (ROI)

  • Giảm chi phí thu hút một khách hàng tiềm năng (CPA) từ 18% – 22% nhờ định vị đúng thông điệp trọng tâm.
  • Rút ngắn chu kỳ ra quyết định của nhà đầu tư cá nhân từ 45 ngày xuống còn dưới 25 ngày làm việc.

Hạn chế và hướng phát triển

Hạn chế học thuật

  • Quy mô mẫu khảo sát $N = 150$ tại một dự án đơn lẻ (An Cựu City) chưa bao quát toàn bộ thị trường BĐS miền Trung.
  • Phương pháp chọn mẫu thuận tiện thực địa có thể dẫn đến sai số đại diện nhất định.
  • Chưa tích hợp các biến điều tiết (Moderating variables) như biến động lãi suất vĩ mô hoặc chính sách quy hoạch đất đai cấp tỉnh.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình cấu trúc tuyến tính SEM để kiểm định các mối quan hệ gián tiếp và đa tầng bậc.
  • Mở rộng phạm vi điều tra liên tỉnh (Đà Nẵng, Quảng Nam, Quảng Trị) để so sánh hành vi đầu tư liên vùng.
  • Tích hợp công nghệ học máy (Machine Learning Classification - Random Forest, XGBoost) vào phân loại tập khách hàng tiềm năng dựa trên hồ sơ tài chính.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Cung cấp tài liệu mẫu mực về phương pháp kết hợp nghiên cứu định tính và định lượng trong phân tích kinh doanh BĐS.
  • Chuyên viên phân tích dữ liệu BĐS: Cung cấp cú pháp mẫu (SPSS Syntax / Python) để tái lập quy trình làm sạch và phân tích tương quan hồi quy.
  • Chủ đầu tư & Sàn môi giới: Nắm bắt chính xác 6 đòn bẩy tâm lý và kinh tế tác động đến quyết định giao dịch của khách hàng cá nhân.
  • Nhà nghiên cứu kinh tế: Cung cấp bộ tham số thực chứng phản ánh thị trường BĐS đô thị loại II tại Việt Nam năm 2019.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật để tái lập nghiên cứu này là gì? Cần cài đặt IBM SPSS Statistics từ phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện pandas, numpy, statsmodels, scikit-learn.

  2. Giới hạn cỡ mẫu tối thiểu cho mô hình này là bao nhiêu? Theo quy tắc Hair et al. (2010) và Nguyễn Đình Thọ (2011), tỷ lệ mẫu tối thiểu là 5 mẫu cho 1 biến quan sát ($5 \times 28 = 140$). Cỡ mẫu $N = 150$ của đề tài hoàn toàn thỏa mãn tiêu chuẩn thống kê.

  3. Mô hình có áp dụng được cho phân khúc căn hộ chung cư cao cấp không? Có thể áp dụng, tuy nhiên cần hiệu chỉnh lại một số biến quan sát thành phần trong nhóm Pháp lý (thời hạn sở hữu 50 năm vs lâu dài) và Hạ tầng kỹ thuật (chỗ đỗ xe, phí quản lý vận hành).

  4. Làm thế nào để kiểm soát sai số do thiên lệch trả lời (Response Bias)? Áp dụng kỹ thuật đảo câu hỏi trong phiếu điều tra, tiến hành phỏng vấn thử nghiệm ($n = 30$) và làm sạch các phiếu có độ lệch chuẩn phương sai bằng 0.

  5. Chi phí và thời gian thu hồi vốn của dự án An Cựu City được đánh giá ra sao? Với tỷ suất sinh lời kỳ vọng từ $15% - 25%$/năm đối với đất nền đô thị hoàn thiện hạ tầng, tính thanh khoản của dự án đạt mức hấp thụ nhanh chóng khi pháp lý có sổ đỏ hoàn chỉnh.


Kết luận

Đề tài "Nghiên cứu các nhân tố ảnh hưởng đến quyết định đầu tư bất động sản của khách hàng cá nhân tại dự án An Cựu City" đã hoàn thành trọn vẹn các mục tiêu nghiên cứu đề ra. Thông qua phương pháp nghiên cứu định lượng chặt chẽ với mô hình hồi quy đa biến ($R^2_{\text{adj}} = 0.584$), nghiên cứu chỉ ra rằng Vị trí - Tiện ích ($\beta = 0.312$) và Khả năng sinh lời ($\beta = 0.278$) là hai động lực cốt lõi chi phối hành vi đầu tư, tiếp nối bởi Tính pháp lý ($\beta = 0.215$) và Uy tín chủ đầu tư ($\beta = 0.181$).

Kết quả này không chỉ khẳng định giá trị khoa học trong việc vận dụng lý thuyết hành vi người tiêu dùng vào lĩnh vực kinh tế BĐS, mà còn mang lại bộ giải pháp thực thi trực tiếp cho Công ty Cổ phần Đất Xanh Bắc Miền Trung trong công tác hoạch định sản phẩm, chính sách giá và thông điệp truyền thông. Để khai thác chi tiết các bảng số liệu ma trận xoay nhân tố và bộ câu hỏi khảo sát, độc giả có thể tham khảo toàn văn tài liệu khóa luận tại Thư viện Trường Đại học Kinh tế – Đại học Huế.