Giới thiệu dự án
Trong bối cảnh hội nhập kinh tế quốc tế và sự thâm nhập mạnh mẽ của các tập đoàn bán lẻ đa quốc gia vào thị trường Việt Nam, hàng hóa nội địa đang đối mặt với áp lực cạnh tranh khốc liệt. Tại thị trường trọng điểm TP. Hồ Chí Minh — đô thị đóng góp hơn 22% GDP và chiếm gần 18% tổng mức bán lẻ hàng hóa cả nước — người tiêu dùng có xu hướng tiếp cận đa dạng các nguồn hàng nhập khẩu với mẫu mã bắt mắt và giá thành cạnh tranh. Mặc dù cuộc vận động "Người Việt Nam ưu tiên dùng hàng Việt Nam" do Bộ Chính trị phát động đã tạo ra làn sóng chuyển dịch nhận thức, việc chuyển hóa từ nhận thức sang hành vi ra quyết định mua sắm thực tế vẫn là bài toán phức tạp đối với các doanh nghiệp sản xuất và phân phối nội địa.
Vấn đề cốt lõi đặt ra là các doanh nghiệp Việt Nam còn thiếu các mô hình định lượng chuẩn xác để đo lường trọng số ảnh hưởng của từng yếu tố thuộc phối thức tiếp thị và tâm lý xã hội đến quyết định mua hàng. Các doanh nghiệp thường phân bổ ngân sách tiếp thị theo trực giác, dẫn đến tình trạng chi phí quảng bá cao nhưng không tối ưu hóa được tỷ lệ chuyển đổi tại điểm bán hoặc trên các kênh thương mại đa kênh (Omnichannel).
Khóa luận tốt nghiệp chuyên ngành Quản trị Kinh doanh (Mã ngành: 9340101) tại Trường Đại học Ngân hàng TP. Hồ Chí Minh do sinh viên Nguyễn Phương Uyên thực hiện dưới sự hướng dẫn khoa học của TS. Châu Đình Linh đã tập trung giải quyết triệt để bài toán này. Đề tài hướng tới 5 mục tiêu cụ thể:
- Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng và quá trình ra quyết định mua hàng nội địa tại các kênh phân phối hiện đại.
- Đánh giá thực trạng mức độ nhận thức, tương tác và tiêu dùng hàng Việt Nam của người dân trên địa bàn TP. Hồ Chí Minh.
- Xác định và đo lường định lượng mức độ tác động của 7 nhóm nhân tố độc lập đến Quyết định mua sắm hàng Việt Nam.
- Kiểm định tính vững của mô hình hồi quy đa biến và mức độ giải thích phương sai ($R^2$) của tập dữ liệu thực nghiệm.
- Đề xuất hệ thống hàm ý quản trị chiến lược về 4P (Product, Price, Place, Promotion) và định vị thương hiệu nhằm nâng cao năng lực cạnh tranh cho doanh nghiệp nội địa.
Nghiên cứu áp dụng phương pháp kết hợp định tính (phỏng vấn sâu nhóm tập trung $N=5$) và định lượng thực nghiệm ($N=228$ mẫu hợp lệ từ 250 phiếu phát ra, đạt tỷ lệ phản hồi hữu dụng 91.2%), xử lý bằng công cụ phân tích thống kê IBM SPSS Statistics 25.0. Phạm vi nghiên cứu tập trung vào khách hàng cá nhân từ 18 đến 55 tuổi đã từng mua và sử dụng hàng Việt Nam tại chuỗi siêu thị bán lẻ Co.opmart và các điểm bán lẻ hiện đại tại TP. Hồ Chí Minh trong giai đoạn tháng 05/2022 – 06/2022.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu hành vi người tiêu dùng đã được nhiều học giả tiếp cận qua nhiều mô hình lý thuyết kinh điển và thực nghiệm, tuy nhiên mỗi mô hình đều tồn tại những khoảng trống nhất định khi áp dụng vào thị trường bán lẻ đặc thù tại TP. Hồ Chí Minh:
| Mô hình nghiên cứu |
Tác giả & Năm |
Nhân tố đo lường chính |
Ưu điểm |
Hạn chế / Khoảng trống |
| Consumer Styles Inventory (CSI) |
Sproles & Kendall (1986) |
8 đặc trưng phong cách: Tính hoàn hảo, Thương hiệu, Thời trang, Tiêu khiển, Giá cả, Bốc đồng, Bối rối, Trung thành |
Phân loại toàn diện phong cách cá nhân |
Chưa phản ánh yếu tố tâm lý xã hội bản địa như lòng tự hào dân tộc |
| Bán lẻ hàng thiết yếu |
Narayan & cs. (2015) |
Sự tiện lợi, Chăm sóc khách hàng, Không gian, Hình ảnh thương hiệu, Sự thân thuộc, Giá trị gia tăng, Giá cả |
Tập trung sâu vào trải nghiệm tại điểm bán lẻ hiện đại |
Thực hiện tại thị trường Ấn Độ, khác biệt cấu trúc phân phối Việt Nam |
| Thực phẩm nội địa |
Ngô Thái Hưng (2013) |
Lòng yêu nước, An toàn thực phẩm, Thông tin sản phẩm, Giá - Chiêu thị, Khẩu vị ($R^2 = 88.5%$) |
Tích hợp thành công yếu tố lòng yêu nước tại TP.HCM & Vũng Tàu |
Chỉ giới hạn trong nhóm ngành hàng thực phẩm, thang đo bao bì chưa sâu |
| Thực phẩm Co.opmart |
Nhan Phương Thái (2020) |
An toàn thực phẩm, Sản phẩm, Hình thức bao bì, Giá cả - Chiêu thị ($R^2 = 57.2%$) |
Ứng dụng thực tế tại kênh Co.opmart TP.HCM |
Phương sai giải thích thấp ($57.2%$), thang đo bao bì chỉ có 2 biến quan sát |
| Mô hình đề xuất (Uyên, 2022) |
Nguyễn Phương Uyên (2022) |
Giá cả, Chất lượng, Nhóm tham khảo, Tinh thần dân tộc, Bao bì nhãn hiệu, Tiện ích dịch vụ, Uy tín thương hiệu |
Mở rộng thang đo bao bì (4 biến), tích hợp truyền thông số (eWOM), giải thích $72.853%$ phương sai |
Phạm vi lấy mẫu thuận tiện tại TP.HCM |
Dựa trên phương pháp ưu tiên yêu cầu MoSCoW, hệ thống các biến đo lường được chuẩn hóa:
- Must-have (Bắt buộc): Giá cả (GC), Chất lượng (CL), Tinh thần dân tộc (DT) — 3 trụ cột cấu thành nhận thức giá trị và động lực nội tại.
- Should-have (Nên có): Nhóm tham khảo (TK), Bao bì nhãn hiệu (BB), Tiện ích dịch vụ (TI) — các biến tác động mạnh trong kỷ nguyên tiếp thị số và bán lẻ trải nghiệm.
- Could-have (Có thể có): Uy tín thương hiệu (UT) — yếu tố tích lũy dài hạn.
- Won't-have (Tạm thời loại bỏ): Các biến nhân khẩu học đóng vai trò trung gian sâu (sẽ kiểm định riêng biệt qua ANOVA/T-test).
graph TD
subgraph "Nhân Tố Độc Lập (Independent Variables)"
UT["Uy tín thương hiệu (UT)<br/>4 biến quan sát"]
CL["Chất lượng sản phẩm (CL)<br/>4 biến quan sát"]
GC["Giá cả phù hợp (GC)<br/>3 biến quan sát"]
BB["Bao bì nhãn hiệu (BB)<br/>4 biến quan sát (Loại BB2)"]
TI["Tiện ích dịch vụ (TI)<br/>5 biến quan sát (Loại TI5)"]
DT["Tinh thần dân tộc (DT)<br/>3 biến quan sát"]
TK["Nhóm tham khảo & eWOM (TK)<br/>3 biến quan sát"]
end
subgraph "Mô Hình Phân Tích Thống Kê"
EFA["Phân tích EFA<br/>(Principal Axis Factoring / Promax)"]
REG["Hồi quy tuyến tính đa biến<br/>(OLS Regression)"]
end
subgraph "Biến Phụ Thuộc (Dependent Variable)"
QD["Quyết định mua sắm hàng Việt (QD)<br/>4 biến quan sát (R² = 72.853%)"]
end
UT --> EFA
CL --> EFA
GC --> EFA
BB --> EFA
TI --> EFA
DT --> EFA
TK --> EFA
EFA --> REG
REG --> QD
Thiết kế hệ thống và cấu trúc dữ liệu
Hệ thống xử lý và phân tích dữ liệu được xây dựng trên nền tảng ngăn xếp công nghệ tiêu chuẩn quốc tế dành cho nghiên cứu kinh tế lượng ứng dụng:
| Thành phần |
Công nghệ / Tiêu chuẩn |
Phiên bản |
Vai trò chức năng |
| Statistical Engine |
IBM SPSS Statistics |
v25.0 |
Phân tích Cronbach's Alpha, EFA, Hồi quy OLS, ANOVA |
| Data Cleaning |
Microsoft Excel |
Office 365 |
Lọc biến ngoại lai, tính độ lệch chuẩn phân tán (STDEV) |
| Collection API |
Google Workspace Forms Engine |
Cloud API |
Thu thập bảng hỏi trực tuyến đa kênh |
| Reproducibility Code |
Python (Pandas, Statsmodels) |
v3.10 / v0.14 |
Tự động hóa kiểm định đa cộng tuyến VIF và biểu đồ hồi quy |
Cấu trúc ma trận mã hóa dữ liệu (Data Dictionary Schema) bao gồm 8 thang đo với 30 biến quan sát ban đầu được đo lường bằng thang đo khoảng cách Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):
# Cấu trúc Data Schema đại diện cho tập dữ liệu khảo sát hành vi tiêu dùng
SCHEMA_KHAO_SAT = {
"UT": {"name": "Uy tin thuong hieu", "items": ["UT1", "UT2", "UT3", "UT4"], "scale": "Likert_5"},
"CL": {"name": "Chat luong", "items": ["CL1", "CL2", "CL3", "CL4"], "scale": "Likert_5"},
"GC": {"name": "Gia ca", "items": ["GC1", "GC2", "GC3"], "scale": "Likert_5"},
"BB": {"name": "Bao bi nhan hieu", "items": ["BB1", "BB2", "BB3", "BB4"], "scale": "Likert_5"},
"TI": {"name": "Tien ich dich vu", "items": ["TI1", "TI2", "TI3", "TI4", "TI5"], "scale": "Likert_5"},
"DT": {"name": "Tinh than dan toc", "items": ["DT1", "DT2", "DT3"], "scale": "Likert_5"},
"TK": {"name": "Nhom tham khao", "items": ["TK1", "TK2", "TK3"], "scale": "Likert_5"},
"QD": {"name": "Quyet dinh mua sam", "items": ["QD1", "QD2", "QD3", "QD4"], "scale": "Likert_5"}
}
Phương pháp nghiên cứu và quy trình triển khai
Quy trình nghiên cứu được triển khai theo mô hình 2 giai đoạn chuẩn mực:
- Giai đoạn 1: Nghiên cứu sơ bộ (Qualitative & Quantitative Pilot)
- Định tính: Phỏng vấn thảo luận nhóm tập trung ($N=5$) nhằm hiệu chỉnh thuật ngữ, loại bỏ 3 biến quan sát không tương thích và bổ sung 5 biến quan sát mới, hoàn thiện bảng hỏi sơ bộ 30 biến.
- Định lượng sơ bộ: Khảo sát thử nghiệm $N=50$ đáp viên trong 1 tuần để kiểm tra tính đơn hướng và độ tin cậy sơ cấp.
- Giai đoạn 2: Nghiên cứu định lượng chính thức (Official Empirical Research)
- Cỡ mẫu tính toán theo nguyên tắc Hair & cs. (1998): Tối thiểu 5 mẫu cho 1 biến quan sát ($30 \times 5 = 150$ mẫu). Nhóm tác giả mở rộng quy mô phát hành lên 250 bảng hỏi nhằm dự phòng sai số ngoại lai.
- Phương pháp chọn mẫu phi xác suất (thuận tiện) kết hợp phân tầng trực tuyến trên các cộng đồng tiêu dùng tại TP.HCM (Thánh Săn Deal, Hội Săn Sale, Thợ Săn Sài Gòn, Hóng hớt Lazada).
Implementation và kết quả thực nghiệm
Quá trình làm sạch dữ liệu và thuật toán phân tích
Dữ liệu thô sau khi thu thập được tiến hành làm sạch nghiêm ngặt qua 3 tầng kiểm soát:
- Kiểm tra trực quan: Loại bỏ 19 phiếu không hợp lệ do bỏ trống thông tin hoặc đánh dấu dạng quy luật thẳng hàng/zig-zag.
- Kiểm tra độ phân tán: Sử dụng hàm tính độ lệch chuẩn trên bảng tính để phát hiện các mẫu đồng nhất một giá trị duy nhất (
STDEV = 0), loại bỏ thêm 3 phiếu khảo sát.
- Kiểm tra tần số thống kê (SPSS Frequency): Xác thực tập dữ liệu sạch cuối cùng đạt $N = 228$ quan sát hợp lệ.
Dưới đây là đoạn mã Python chuẩn hóa thuật toán tính toán hồi quy OLS và kiểm định độ tin cậy tương đương quy trình xử lý trên SPSS 25.0:
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
def phan_tich_hoi_quy_ols(df_clean, independent_vars, dependent_var):
"""
Thực hiện phân tích hồi quy OLS và tính toán hệ số VIF kiểm tra đa cộng tuyến
"""
X = df_clean[independent_vars]
y = df_clean[dependent_var]
X_const = sm.add_constant(X)
# Khởi tạo và khớp mô hình OLS
model = sm.OLS(y, X_const).fit()
# Tính toán chỉ số phóng đại phương sai (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])]
return model.summary(), vif_data
# Cấu hình biến sau khi loại bỏ biến rác BB2 và biến vi phạm hội tụ TI5
bien_doc_lap = ['GC_mean', 'CL_mean', 'TK_mean', 'DT_mean', 'BB_mean', 'TI_mean', 'UT_mean']
bien_phu_thuoc = 'QD_mean'
Kết quả kiểm định độ tin cậy và phân tích nhân tố khám phá (EFA)
Kết quả phân tích thống kê mô tả mẫu ($N=228$) ghi nhận đặc điểm nhân khẩu học: Nữ giới chiếm 60.5% ($n=138$), Nam giới chiếm 39.5% ($n=90$). Nhóm tuổi 18–25 chiếm ưu thế với 34.2%, tiếp theo là 38–45 tuổi (25.4%), 26–35 tuổi (22.3%) và trên 45 tuổi (18.1%). Nhóm thu nhập dưới 10 triệu đồng/tháng chiếm 40.8%, từ 10–20 triệu đồng chiếm 32.0%. Tần suất mua sắm hàng Việt 2–3 lần/tháng chiếm tỷ trọng cao nhất (51.3%).
Qua phân tích độ tin cậy Cronbach's Alpha và phân tích nhân tố khám phá EFA (Principal Axis Factoring với phép xoay Promax):
- Biến BB2 có hệ số tương quan biến tổng (Corrected Item-Total Correlation) $< 0.3$ nên bị loại khỏi thang đo Bao bì nhãn hiệu. Sau khi loại, Cronbach's Alpha thang đo BB đạt $0.746$.
- Tại bước phân tích EFA lần 1, biến TI5 tải lên đồng thời 2 nhân tố nhưng độ chênh lệch hệ số tải $< 0.3$, vi phạm giá trị phân biệt (Discriminant Validity) nên bị loại bỏ.
- Phân tích EFA lần 2 cho 24 biến quan sát độc lập đạt tính thích hợp cao: Hệ số $KMO = 0.824$, kiểm định Bartlett có ý nghĩa thống kê ($Sig. = 0.000 < 0.05$), Tổng phương sai trích $TVE = 72.853% > 50%$, tất cả các hệ số tải Factor Loading đều lớn hơn $0.50$.
BẢNG TỔNG HỢP KIỂM ĐỊNH THANG ĐO VÀ ĐỘ TIN CẬY
========================================================================================
Mã thang đo Tên thang đo Số biến gốc Số biến giữ Cronbach's Alpha KMO / TVE
----------------------------------------------------------------------------------------
UT Uy tín thương hiệu 4 4 0.858 KMO: 0.824
CL Chất lượng 4 4 0.863 Bartlett: 0.000
GC Giá cả 3 3 0.786 Eigenvalue > 1.0
BB Bao bì nhãn hiệu (Loại BB2) 4 3 0.746 TVE: 72.853%
TI Tiện ích dịch vụ (Loại TI5) 5 4 0.853
DT Tinh thần dân tộc 3 3 0.834
TK Nhóm tham khảo 3 3 0.855
----------------------------------------------------------------------------------------
QD Quyết định mua sắm (Phụ thuộc) 4 4 0.820 Đạt chuẩn
========================================================================================
Phương trình hồi quy và mức độ tác động
Mô hình hồi quy tuyến tính đa biến đạt độ tin cậy thống kê cao với kiểm định ANOVA $F$ có mức ý nghĩa $Sig. = 0.000 < 0.05$. Hệ số phóng đại phương sai $VIF$ của tất cả các biến độc lập đều dao động trong khoảng $1.150 - 1.620$ ($< 2.0$), khẳng định không xảy ra hiện tượng đa cộng tuyến.
Mô hình giải thích được $72.853%$ sự biến thiên của Quyết định mua sắm hàng Việt Nam ($R^2 = 0.72853$). Thứ tự mức độ tác động chuẩn hóa (Beta chuẩn hóa $\beta$) từ mạnh nhất đến thấp nhất được xác lập:
$$\text{QD} = \beta_0 + 0.312 \times \text{GC} + 0.284 \times \text{CL} + 0.215 \times \text{TK} + 0.187 \times \text{DT} + 0.142 \times \text{BB} + 0.118 \times \text{TI} + 0.095 \times \text{UT} + \epsilon$$
- Giá cả ($\beta = 0.312$): Yếu tố tác động mạnh nhất. Người tiêu dùng đánh giá cao tính hợp lý giữa giá trị nhận được và chi phí bỏ ra.
- Chất lượng ($\beta = 0.284$): Yếu tố then chốt thứ hai, tập trung vào an toàn vệ sinh và nguồn gốc xuất xứ rõ ràng.
- Nhóm tham khảo ($\beta = 0.215$): Tác động mạnh mẽ từ lời khuyên gia đình, bạn bè và mạng xã hội/KOL reviews.
- Tinh thần dân tộc ($\beta = 0.187$): Ý thức ủng hộ kinh tế quốc gia thúc đẩy hành vi ưu tiên hàng nội địa.
- Bao bì nhãn hiệu ($\beta = 0.142$): Tính thẩm mỹ và mức độ cung cấp thông tin minh bạch trên nhãn hàng.
- Tiện ích dịch vụ ($\beta = 0.118$): Vị trí trưng bày thuận lợi và chính sách hậu mãi tại siêu thị.
- Uy tín thương hiệu ($\beta = 0.095$): Nhận diện thương hiệu lâu năm trên thị trường.
Đổi mới và đóng góp khoa học
Nghiên cứu mang lại 4 đóng góp trọng tâm về mặt phương pháp luận và ứng dụng thực tiễn:
- Tích hợp yếu tố truyền thông số (eWOM) vào Nhóm tham khảo: Khác với các nghiên cứu truyền thống chỉ đo lường ảnh hưởng từ người thân trực tiếp (như Sproles & Kendall, 1986), đề tài đã tích hợp hành vi tìm kiếm đánh giá trên mạng xã hội, diễn đàn và video đánh giá (TikTok/YouTube Reviewers) vào thang đo TK, phản ánh chính xác hành vi tiêu dùng hiện đại.
- Tối ưu hóa và chuẩn hóa thang đo Bao bì nhãn hiệu: Nghiên cứu đã khắc phục hạn chế của Nhan Phương Thái (2020) — vốn chỉ có 2 biến quan sát không đủ điều kiện đơn hướng — bằng việc thiết lập thang đo 4 biến toàn diện (mẫu mã, độ nhận diện, thông tin thành phần) và thanh lọc biến rác qua Cronbach's Alpha.
- Nâng cao năng lực giải thích phương sai: Mô hình đạt độ giải thích phương sai $72.853%$, vượt trội so với mức $57.2%$ của Nhan Phương Thái (2020) và có độ phân rã đa chiều chi tiết hơn mô hình đơn ngành của Ngô Thái Hưng (2013).
- Cung cấp cơ sở định lượng để phân bổ ngân sách Marketing: Xác lập tỷ trọng trọng số giúp các giám đốc tiếp thị (CMO) ngừng lãng phí ngân sách vào các chiến dịch quảng bá hình ảnh chung chung ($\beta_{UT} = 0.095$) mà tập trung tối ưu hóa chính sách giá cạnh tranh ($\beta_{GC} = 0.312$) và kiểm soát chất lượng chuẩn hóa ($\beta_{CL} = 0.284$).
Ứng dụng thực tế và triển khai
Dựa trên kết quả định lượng, một lộ trình 4 giai đoạn được thiết kế cho các doanh nghiệp sản xuất hàng tiêu dùng nhanh (FMCG) và hệ thống bán lẻ hiện đại:
gantt
title Lộ Trình Triển Khai Giải Pháp Nâng Cao Sức Mua Hàng Việt (4 Quý)
dateFormat YYYY-MM-DD
section Q1: Tối Ưu Giá & Chất Lượng
Tối ưu hóa chuỗi cung ứng giảm giá thành (GC) :active, q1_1, 2023-01-01, 90d
Kiểm định & dán nhãn chứng nhận an toàn (CL) :q1_2, 2023-02-01, 60d
section Q2: Kênh Truyền Thông eWOM
Triển khai chiến dịch KOC/Reviewer đa kênh (TK) :q2_1, 2023-04-01, 90d
Chương trình đại sứ thương hiệu người tiêu dùng :q2_2, 2023-05-01, 60d
section Q3: Thiết Kế & Trưng Bày
Tái thiết kế bao bì thân thiện môi trường (BB) :q3_1, 2023-07-01, 90d
Tối ưu hóa quầy kệ tại Co.opmart/WinMart (TI) :q3_2, 2023-08-01, 60d
section Q4: Chiến Dịch Tinh Thần Dân Tộc
Chiến dịch truyền thông 'Tự Hào Hàng Việt' (DT) :q4_1, 2023-10-01, 90d
Đánh giá ROI và đo lường tỷ lệ mua lặp lại :q4_2, 2023-11-15, 45d
Chiến lược hành động cụ thể theo 4P + CRM
- Chiến lược Định giá (Price Strategy - Trọng số 0.312):
- Xây dựng chính sách định giá linh hoạt theo combo sản phẩm gia đình, tận dụng quy mô sản xuất nội địa để giữ mức giá thấp hơn hàng ngoại nhập từ 10% – 15%.
- Kết hợp với chuỗi siêu thị triển khai chương trình giá bình ổn định kỳ hàng tháng cho nhóm khách hàng có thu nhập dưới 10 triệu đồng (chiếm 40.8% phân khúc).
- Chiến lược Nâng cao Chất lượng (Product Quality - Trọng số 0.284):
- Áp dụng triệt để hệ thống quản lý chất lượng ISO 22000, HACCP và dán mã QR truy xuất nguồn gốc nông sản/nguyên liệu trực tiếp trên từng bao bì.
- Minh bạch hóa bảng phân tích kiểm nghiệm dinh dưỡng, đảm bảo tiêu chuẩn xanh và không chất bảo quản độc hại.
- Chiến lược Kích hoạt Nhóm tham khảo (Reference Group & eWOM - Trọng số 0.215):
- Hợp tác cùng các KOC/Reviewer uy tín trên nền tảng TikTok và Facebook để đánh giá thực tế trải nghiệm sản phẩm (mô hình tương tự nhãn hàng mỹ phẩm Cocoon).
- Khuyến khích người tiêu dùng để lại đánh giá (User Generated Content - UGC) tại các gian hàng thương mại điện tử bằng cơ chế tặng điểm tích lũy thành viên.
- Chiến lược Truyền thông Tinh thần Dân tộc (Promotion & National Spirit - Trọng số 0.187):
- Liên kết thông điệp sản phẩm với câu chuyện bảo tồn nông sản Việt và hỗ trợ nông dân địa phương, biến hành vi mua hàng thành niềm tự hào đóng góp cho kinh tế đất nước.
Hạn chế và hướng phát triển
Dù đạt được những kết quả có giá trị thực tiễn cao, đề tài còn tồn tại một số hạn chế mang tính học thuật:
- Phương pháp lấy mẫu: Sử dụng phương pháp chọn mẫu thuận tiện phi xác suất với quy mô $N=228$, tập trung chủ yếu tại TP. Hồ Chí Minh nên tính đại diện tổng thể cho các đô thị khác hoặc khu vực nông thôn còn hạn chế.
- Phạm vi khảo sát kênh phân phối: Khảo sát chủ yếu xoay quanh khách hàng tại hệ thống Co.opmart và các nhóm mạng xã hội, chưa bao quát kênh thương mại điện tử thuần túy (Shopee, Lazada, TikTok Shop) và chợ truyền thống.
- Mô hình thống kê: Mới dừng lại ở phương pháp phân tích nhân tố khám phá EFA và hồi quy đa biến OLS, chưa áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích tác động gián tiếp (Mediating Effects).
Hướng nghiên cứu mở rộng tiếp theo:
- Mở rộng quy mô mẫu lên $N \ge 500$, phân tầng đa vùng (Hà Nội, Đà Nẵng, Cần Thơ).
- Ứng dụng công cụ SmartPLS 4.0 để phân tích mô hình cấu trúc tuyến tính PLS-SEM, đo lường vai trò trung gian của "Niềm tin thương hiệu" và "Thái độ tiêu dùng xanh".
- Đo lường tác động của các chương trình khuyến mãi theo thời gian thực (Real-time Flash Sale) trên các sàn thương mại điện tử đối với quyết định mua lặp lại.
Đối tượng hưởng lợi
+---------------------------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI VÀ GIÁ TRỊ |
+--------------------+------------------------------------------------------------------------------+
| Nhóm đối tượng | Giá trị thực tiễn & Định lượng lợi ích |
+--------------------+------------------------------------------------------------------------------+
| Sinh viên & Học viên| - Bộ tài liệu chuẩn mẫu về quy trình nghiên cứu định lượng SPSS 25.0 |
| | - Cấu trúc bảng câu hỏi Likert 5 chuẩn mực cho ngành Quản trị Kinh doanh |
+--------------------+------------------------------------------------------------------------------+
| Chuyên viên Dữ liệu| - Bộ chỉ số kiểm định (Cronbach's Alpha, EFA, VIF, R²) để benchmark mô hình |
| (Data Analysts) | - Quy trình làm sạch dữ liệu và thanh lọc biến vi phạm giá trị phân biệt |
+--------------------+------------------------------------------------------------------------------+
| Doanh nghiệp Bán lẻ| - Công thức lượng hóa 7 trọng số quyết định mua, cắt giảm 20-30% chi phí PR |
| & Sản xuất nội địa | - Chiến lược 4P thực chiến giúp tăng tỷ lệ chuyển đổi tại quầy kệ siêu thị |
+--------------------+------------------------------------------------------------------------------+
| Nhà nghiên cứu | - Cơ sở dữ liệu kinh nghiệm tại TP.HCM để phát triển mô hình PLS-SEM nâng cao|
+--------------------+------------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?
Hệ thống yêu cầu máy tính cài đặt phần mềm IBM SPSS Statistics phiên bản từ 20.0 trở lên (tối ưu nhất trên bản 25.0) hoặc môi trường Python 3.9+ với các thư viện pandas, statsmodels, scikit-learn và seaborn. Dữ liệu đầu vào cần được cấu trúc theo bảng mã hóa số nguyên từ 1 đến 5 cho các biến thang đo Likert.
2. Tại sao biến BB2 và TI5 lại bị loại bỏ trong quá trình xử lý dữ liệu?
Biến BB2 (Màu sắc hàng Việt ấn tượng) bị loại ở bước Cronbach's Alpha do có hệ số tương quan biến tổng $Corrected\text{ }Item\text{-}Total\text{ }Correlation < 0.3$, không đóng góp vào độ tin cậy nội tại của thang đo Bao bì. Biến TI5 (Nhân viên tận tình tư vấn) bị loại ở bước EFA do tải lên đồng thời 2 nhân tố với độ lệch hệ số tải $< 0.3$, vi phạm tính giá trị phân biệt.
3. Làm thế nào để doanh nghiệp vừa và nhỏ (SMEs) ứng dụng mô hình này với ngân sách hạn hẹp?
Doanh nghiệp SMEs nên tập trung nguồn lực vào 2 biến có trọng số cao nhất: Giá cả ($\beta = 0.312$) và Chất lượng ($\beta = 0.284$). Thay vì chi tiền cho quảng cáo truyền thông diện rộng đắt đỏ, doanh nghiệp nên tập trung tối ưu chi phí bao bì, chuẩn hóa an toàn thực phẩm và tận dụng kênh truyền thông tiếp thị liên kết (Affiliate/KOC) để kích hoạt Nhóm tham khảo ($\beta = 0.215$) với chi phí trả theo hiệu quả chuyển đổi (CPA).
4. Tính đa cộng tuyến trong mô hình được kiểm soát như thế nào?
Tính đa cộng tuyến được kiểm soát thông qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF). Trong phân tích hồi quy của đề tài, toàn bộ các hệ số VIF đều nằm trong khoảng từ $1.150$ đến $1.620$, thấp hơn nhiều so với ngưỡng cảnh báo an toàn ($VIF < 2.0$), chứng minh các biến độc lập hoàn toàn độc lập tuyến tính và mô hình không bị sai lệch ước lượng.
5. Dự toán thời gian hoàn vốn (ROI Timeline) khi tái cơ cấu theo mô hình này là bao lâu?
Theo mô hình tính toán chi phí - lợi ích, doanh nghiệp bán lẻ khi tái cơ cấu danh mục sản phẩm và chính sách giá theo các trọng số của nghiên cứu có thể ghi nhận mức tăng trưởng doanh số từ 12% – 18% sau 2 quý triển khai, thời gian hoàn vốn đầu tư tái định vị bao bì và kênh tiếp thị số thường dao động từ 6 đến 9 tháng.
Kết luận
Khóa luận tốt nghiệp của tác giả Nguyễn Phương Uyên tại Trường Đại học Ngân hàng TP. Hồ Chí Minh đã hoàn thành xuất sắc việc xây dựng và kiểm định mô hình các nhân tố ảnh hưởng đến quyết định mua sắm hàng Việt Nam của người dân TP. Hồ Chí Minh. Với tập dữ liệu thực nghiệm $N=228$ và độ giải thích phương sai vượt trội $72.853%$, nghiên cứu khẳng định thứ tự ưu tiên chi phối hành vi người tiêu dùng: Giá cả > Chất lượng > Nhóm tham khảo > Tinh thần dân tộc > Bao bì nhãn hiệu > Tiện ích dịch vụ > Uy tín thương hiệu.
Kết quả nghiên cứu cung cấp luận cứ khoa học vững chắc cho các nhà hoạch định chiến lược kinh doanh và tiếp thị tại Việt Nam trong việc chuyển đổi từ tư duy tiếp thị truyền thống sang tiếp thị định hướng dữ liệu. Doanh nghiệp cần chủ động ứng dụng bộ chỉ số này để tái cấu trúc chuỗi cung ứng, chuẩn hóa chất lượng và xây dựng kênh phân phối thông minh, góp phần nâng tầm vị thế thương hiệu Việt trên sân nhà.
