Giới thiệu dự án

Thị trường phương tiện giao thông tại Việt Nam đang chứng kiến sự chuyển dịch mạnh mẽ từ phương tiện sử dụng động cơ đốt trong sang các giải pháp di chuyển thuần điện (Electric Vehicles - EV). Theo các báo cáo môi trường đô thị, khí thải từ hàng triệu phương tiện giao thông cá nhân là tác nhân chính gây ô nhiễm không khí tại các đại đô thị, đặc biệt là TP. Hồ Chí Minh. Trước áp lực ô nhiễm và chi phí nhiên liệu gia tăng, phân khúc người tiêu dùng trẻ — tiêu biểu là thế hệ sinh viên — nổi lên như nhóm khách hàng tiên phong trong xu hướng tiêu dùng xanh. Năm 2018, VinFast chính thức gia nhập thị trường xe máy điện với dòng xe VinFast Klara (tích hợp pin Lithium-ion và ắc quy Acid-chì), tiếp nối là các dòng xe hiện đại như Feliz, Evo200, tạo ra bước ngoặt lớn về chất lượng và định vị thương hiệu xe điện nội địa.

Đề tài khóa luận tốt nghiệp "Các nhân tố tác động đến quyết định mua xe máy điện VinFast của sinh viên tại Thành phố Hồ Chí Minh" (Chuyên ngành Quản trị kinh doanh, Trường Đại học Ngân hàng TP.HCM, 2023) tập trung giải quyết bài toán nghiên cứu thực nghiệm về hành vi tiêu dùng xanh của sinh viên đối với thương hiệu VinFast.

                                  MÔ HÌNH NGHIÊN CỨU TỔNG QUAN

Mục tiêu nghiên cứu

  1. Xác định hệ thống nhân tố: Nhận diện toàn diện các nhân tố thuộc tâm lý, xã hội và tiếp thị hỗn hợp (Marketing Mix) tác động đến quyết định mua xe máy điện VinFast của sinh viên tại TP.HCM.
  2. Đo lường và lượng hóa mức độ tác động: Kiểm định mô hình kinh tế lượng, đo lường độ tin cậy thang đo và đánh giá trọng số tác động của từng nhân tố đến quyết định tiêu dùng.
  3. Đề xuất hàm ý quản trị ứng dụng: Xây dựng giải pháp chiến lược khả thi cho VinFast nhằm tối ưu hóa chính sách giá, chương trình xúc tiến và nâng cao tỷ lệ chuyển đổi quyết định mua của phân khúc khách hàng trẻ.

Phạm vi và giới hạn đề tài

  • Không gian nghiên cứu: Địa bàn TP. Hồ Chí Minh với đối tượng khảo sát là sinh viên đại học, cao đẳng đa ngành (Quản trị kinh doanh, Tài chính - Ngân hàng, Luật, Kế toán...).
  • Thời gian thu thập dữ liệu: Từ tháng 05/2023 đến tháng 06/2023.
  • Kích thước mẫu: Mẫu khảo sát định lượng gồm 173 quan sát hợp lệ (vượt ngưỡng yêu cầu tối thiểu $5 \times 23 = 115$ mẫu theo nguyên tắc kinh nghiệm của Bollen & Hair).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường TP.HCM, thị phần xe máy hai bánh truyền thống (Honda, Yamaha) vẫn chiếm ưu thế, trong khi phân khúc xe máy điện giá rẻ xuất xứ không rõ nguồn gốc tồn tại nhiều nhược điểm về độ an toàn và độ bền của ắc quy.

Tiêu chí phân tích Xe máy chạy xăng truyền thống Xe điện giá rẻ trôi nổi Hệ sinh thái xe máy điện VinFast
Chi phí vận hành Cao (phụ thuộc biến động giá xăng) Thấp (sạc điện gia dụng) Tối ưu (chi phí sạc và thuê/mua pin linh hoạt)
Tác động môi trường Phát thải $CO_2$, $NO_x$ gây ô nhiễm không khí Pin/ắc quy chì tái chế kém chuẩn Phát thải ròng 0 tại điểm vận hành, thân thiện môi trường
Công nghệ & An toàn Động cơ đốt trong cơ khí truyền thống Linh kiện rời rạc, chống nước kém Tiêu chuẩn chống nước IP67, quản lý thông minh qua App
Chính sách hỗ trợ trẻ Ít chính sách chuyên biệt cho sinh viên Không có bảo hành chính hãng Ưu đãi trả góp, liên kết thẻ sinh viên, trạm sạc rộng khắp

Phân loại nhu cầu khách hàng theo mô hình MoSCoW:

  • Must-have (Bắt buộc phải có): Giá bán và chính sách trả góp phù hợp với mức thu nhập dưới 5 triệu đồng/tháng; độ an toàn pin và hệ số kháng nước cao.
  • Should-have (Nên có): Tích hợp thông điệp truyền thông bảo vệ môi trường; mạng lưới trạm sạc/đổi pin phủ rộng gần các cụm trường đại học.
  • Could-have (Có thể có): Ứng dụng di động quản lý hành trình thông minh, định vị GPS chống trộm.
  • Won't-have (Chưa ưu tiên): Tốc độ tối đa vượt quá 80 km/h (không phù hợp với tiêu chuẩn xe máy điện nội đô dành cho học sinh, sinh viên).

Khoảng trống nghiên cứu (Gap Analysis):

Nhiều nghiên cứu trước đây (Kotler, 2007; Gadenne, 2011; Trần Thu Thảo & Trần Khánh Linh, 2011; Dhanabalan et al., 2018) chỉ tập trung vào ý định hành vi chung hoặc bỏ qua nhân tố Chính sách giá (GI) và Nhận thức về môi trường (MT) trong cùng một mô hình tích hợp đối với phân khúc sinh viên Việt Nam. Đề tài này giải quyết triệt để hai khoảng trống trên.

                    QUY TRÌNH PHÂN TÍCH VÀ MÔ HÌNH HÓA DỮ LIỆU

Thiết kế hệ thống mô hình và cấu trúc dữ liệu

Mô hình nghiên cứu được xây dựng dựa trên sự giao thoa của 3 nền tảng lý thuyết kinh điển:

  1. Lý thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA): Nền tảng xác định Chuẩn chủ quan (Subjective Norms).
  2. Lý thuyết Hành vi Dự định (Theory of Planned Behavior - TPB): Bổ sung nhân tố Nhận thức kiểm soát hành vi (Perceived Behavioral Control).
  3. Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM): Đánh giá tính hữu ích và mức độ dễ sử dụng của phương tiện công nghệ mới.

Cấu trúc phương trình hồi quy tuyến tính bội:

$$QD = \beta_0 + \beta_1 \cdot CCQ + \beta_2 \cdot KSHV + \beta_3 \cdot MT + \beta_4 \cdot CSKM + \beta_5 \cdot GI + e$$

  • Biến phụ thuộc: $QD$ (Quyết định mua xe máy điện VinFast - 3 biến quan sát: QD1, QD2, QD3).
  • Biến độc lập:
    • $CCQ$: Chuẩn chủ quan (4 biến quan sát: CCQ1 $\rightarrow$ CCQ4).
    • $KSHV$: Nhận thức kiểm soát hành vi (4 biến quan sát: KSHV1 $\rightarrow$ KSHV4).
    • $MT$: Nhận thức về môi trường (4 biến quan sát: MT1 $\rightarrow$ MT4).
    • $CSKM$: Chính sách khuyến mãi (4 biến quan sát: CSKM1 $\rightarrow$ CSKM4).
    • $GI$: Chính sách giá (4 biến quan sát: GI1 $\rightarrow$ GI4).

Methodology

Nghiên cứu kết hợp chặt chẽ giữa hai phương pháp tiếp cận:

  • Nghiên cứu định tính sơ bộ: Tiến hành thảo luận nhóm tập trung (Focus Group Discussion) với 5 đối tượng người tiêu dùng để hiệu chỉnh bảng câu hỏi, loại bỏ từ ngữ tối nghĩa và chuẩn hóa thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Nghiên cứu định lượng chính thức: Thu thập dữ liệu thực địa qua Google Forms và phỏng vấn trực tiếp sinh viên trên địa bàn TP.HCM ($N=173$). Dữ liệu được xử lý qua phần mềm IBM SPSS Statistics 20.0.

Implementation và kết quả

Quy trình xử lý và thuật toán phân tích dữ liệu

Toàn bộ pipeline xử lý số liệu thống kê được chuẩn hóa qua các bước tự động hóa phân tích:

# Đoạn mã mô phỏng quy trình xử lý hồi quy và kiểm định thống kê (Python Statsmodels / Scikit-Learn equivalent)
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.stattools import durbin_watson
from statsmodels.stats.outliers_influence import variance_inflation_factor

def validate_econometric_model(df, independent_vars, dependent_var):
    X = df[independent_vars]
    y = df[dependent_var]
    X_const = sm.add_constant(X)
    
    # Ước lượng OLS Regression
    model = sm.OLS(y, X_const).fit()
    
    # Kiểm tra tự tương quan Durbin-Watson
    dw_score = durbin_watson(model.resid)
    
    # Tính toán hệ số VIF phát hiện hiện tượng đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Feature"] = independent_vars
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(independent_vars))]
    
    return {
        "summary": model.summary(),
        "durbin_watson": dw_score,
        "vif": vif_data
    }

Kiểm định và đánh giá thang đo (Testing & Validation)

1. Kiểm định độ tin cậy Cronbach's Alpha

Hệ số Cronbach's Alpha của toàn bộ 6 thang đo đều vượt ngưỡng tiêu chuẩn $0.70$, chứng minh tính nhất quán nội tại rất cao:

Ký hiệu thang đo Tên nhân tố nghiên cứu Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Đánh giá độ tin cậy
CCQ Chuẩn chủ quan 4 0.823 $> 0.30$ Đạt chuẩn xuất sắc
KSHV Nhận thức kiểm soát hành vi 4 0.816 $> 0.30$ Đạt chuẩn xuất sắc
MT Nhận thức về môi trường 4 0.795 $> 0.30$ Đạt chuẩn tốt
CSKM Chính sách khuyến mãi 4 0.785 $> 0.30$ Đạt chuẩn tốt
GI Chính sách giá 4 0.823 $> 0.30$ Đạt chuẩn xuất sắc
QD Quyết định mua xe (Biến phụ thuộc) 3 0.778 $> 0.30$ Đạt chuẩn tốt

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

  • Biến độc lập: Hệ số $KMO > 0.5$, kiểm định Bartlett có mức ý nghĩa $Sig. < 0.001$, bác bỏ giả thuyết $H_0$ (các biến không có tương quan). Ma trận xoay nhân tố (Varimax Rotation) phân tách thành 5 nhóm nhân tố rõ rệt với 17 biến quan sát đạt hệ số tải nhân tố (Factor Loading) $> 0.50$ (sau khi loại 3 biến không đạt chuẩn hội tụ).
  • Biến phụ thuộc: Phân tích EFA cho thang đo QD đạt hệ số trích phương sai cao, gom thành 1 nhân tố duy nhất đại diện cho quyết định tiêu dùng.
                                  PHÂN PHỐI MẪU KHẢO SÁT (N = 173)

3. Phân tích hồi quy và kiểm định sai số

  • Kiểm định ANOVA: Giá trị $Sig. < 0.001$ khẳng định mô hình hồi quy đa biến phù hợp với tổng thể mẫu.
  • Hiện tượng tự tương quan: Hệ số Durbin-Watson nằm trong khoảng an toàn $1.5 < d < 2.5$, không vi phạm giả định tự tương quan chuỗi bậc nhất.
  • Đa cộng tuyến: Hệ số phóng đại phương sai $VIF < 2.0$ (thấp hơn nhiều so với ngưỡng cảnh báo 10), không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Kiểm định phần dư: Đồ thị tần số phần dư chuẩn hóa (Histogram) có dạng hình chuông đối xứng và biểu đồ phân tán (Scatter Plot) phân bổ ngẫu nhiên quanh trục 0, chứng minh phần dư tuân theo phân phối chuẩn.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn nổi bật khi so sánh với các công trình công bố trước đây:

Thuộc tính so sánh Nghiên cứu của Trần Thu Thảo & Trần Khánh Linh (2011) Nghiên cứu của Dr. Dhanabalan et al. (2018) Công trình nghiên cứu của Trần Thị Mỹ Hậu (2023)
Thị trường & Khách hàng Người dân đô thị nói chung tại TP.HCM Người tiêu dùng xe hơi tại Tamil Nadu, Ấn Độ Chuyên biệt phân khúc sinh viên đại học/cao đẳng tại TP.HCM
Yếu tố Môi trường (MT) Nhận thức môi trường ở mức chung Không tích hợp yếu tố môi trường xanh Đo lường chi tiết trách nhiệm xã hội và thói quen tiêu dùng xanh
Yếu tố Giá thành (GI) Bị khuyết thiếu trong mô hình hồi quy Chỉ xem xét mức giá sẵn sàng chi trả Tích hợp sâu các phân khúc giá, chi phí pin và chính sách giá sinh viên
Khả năng ứng dụng Khái quát ý định hành vi Phân tích ngành công nghiệp ô tô Đưa ra hàm ý quản trị trực tiếp cho hệ sinh thái xe máy điện VinFast

Đóng góp thực tiễn chính:

  1. Lượng hóa vai trò của nhận thức xanh: Minh chứng thực nghiệm rằng nhận thức về ô nhiễm không khí tại TP.HCM ($MT2$) và ý thức lan tỏa lối sống xanh ($MT4$) tác động trực tiếp, cùng chiều tới quyết định lựa chọn xe điện thay thế xe xăng.
  2. Xác lập tầm quan trọng của cơ chế tài chính linh hoạt: Chứng minh rằng đối với phân khúc sinh viên có thu nhập dưới 3 triệu đồng/tháng (chiếm 43.4% mẫu), chính sách trợ giá, ưu đãi bảo hiểm và gói mua/thuê pin trả góp là điều kiện tiên quyết thúc đẩy chuyển đổi hành vi.

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, các khuyến nghị quản trị dành riêng cho VinFast và các doanh nghiệp kinh doanh xe điện tại TP.HCM được đề xuất cụ thể:

                            LỘ TRÌNH TRIỂN KHAI HÀM Ý QUẢN TRỊ

Các nhóm giải pháp hành động:

  • Chiến lược Giá & Tài chính (GI & CSKM):
    • Triển khai gói vay tiêu dùng xanh liên kết trực tiếp với thẻ sinh viên, lãi suất 0% hoặc hỗ trợ trả góp chỉ từ 300.000 - 500.000 VNĐ/tháng.
    • Đa dạng hóa các phân khúc giá xe (dưới 20 triệu cho các dòng xe tiêu chuẩn như Evo200 Lite không cần bằng lái) để tiếp cận 67.7% sinh viên có thu nhập dưới 5 triệu đồng/tháng.
  • Chiến lược Định vị Môi trường (MT):
    • Tổ chức chuỗi sự kiện truyền thông "Green Campus - Di chuyển xanh cùng VinFast" tại các trường đại học trọng điểm (Đại học Quốc gia TP.HCM, HUB, UEH, HUTECH...).
    • Đo lường lượng $CO_2$ cắt giảm được tích hợp trực tiếp lên ứng dụng quản lý xe để sinh viên trực tiếp thấy được đóng góp bảo vệ môi trường.
  • Tác động Chuẩn chủ quan & Xã hội (CCQ):
    • Xây dựng cộng đồng người dùng trẻ yêu thích xe điện, tận dụng micro-influencers là thủ lĩnh sinh viên, câu lạc bộ môi trường để tạo hiệu ứng lan tỏa đồng trang lứa.

Hạn chế và hướng phát triển

Hạn chế của đề tài

  • Phương pháp chọn mẫu: Áp dụng phương pháp lấy mẫu thuận tiện phi xác suất với quy mô $N=173$, dù đáp ứng chuẩn thống kê nhưng tính đại diện tổng thể cho toàn bộ sinh viên tại miền Nam có thể chưa tuyệt đối.
  • Không gian địa lý: Nghiên cứu giới hạn trong phạm vi TP.HCM, chưa so sánh đối chiếu với các đô thị có hạ tầng giao thông và mức thu nhập khác biệt như Hà Nội, Đà Nẵng hay Cần Thơ.
  • Biến số kỹ thuật: Chưa tích hợp sâu các biến số trải nghiệm vận hành như mật độ trạm sạc công cộng, thời gian chờ sạc hoặc độ tin cậy của dịch vụ cứu hộ pin vào mô hình.

Hướng nghiên cứu tiếp theo

  • Mở rộng quy mô mẫu lên $N \ge 500$ áp dụng phương pháp lấy mẫu phân tầng (Stratified Sampling) theo từng khối ngành và khu vực địa lý.
  • Áp dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) kết hợp phân tích đa nhóm (Multi-group Analysis) để so sánh hành vi giữa nhóm sinh viên sở hữu xe và nhóm sinh viên tiềm năng.
  • Nghiên cứu bổ sung biến can thiệp: Chính sách trợ giá xe điện của Chính phủ và Hạ tầng trạm đổi pin thông minh.

Đối tượng hưởng lợi

  • Sinh viên & Giới trẻ: Tiếp cận tài liệu tham khảo khoa học về tiêu dùng xanh, nắm bắt các tiêu chí lựa chọn phương tiện di chuyển tiết kiệm chi phí và thân thiện với môi trường.
  • Bộ phận Marketing & Quản trị VinFast: Sở hữu bộ chỉ số đo lường thực nghiệm đáng tin cậy về hành vi của Gen Z, làm căn cứ điều chỉnh chính sách giá, gói thuê pin và các chương trình khuyến mãi mục tiêu.
  • Doanh nghiệp kinh doanh xe điện: Tham khảo khung phân tích và mô hình đo lường 5 nhân tố để ứng dụng vào việc xây dựng chiến lược cạnh tranh với xe máy truyền thống.
  • Giảng viên & Nhà nghiên cứu: Nguồn dữ liệu thứ cấp chuẩn mực về ứng dụng mô hình TRA/TPB/TAM kết hợp kiểm định SPSS 20.0 trong lĩnh vực kinh tế xanh tại Việt Nam.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập quy trình phân tích của đề tài là gì?
    Cần sử dụng phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc thư viện phân tích dữ liệu chuyên dụng trong Python (statsmodels, scikit-learn, factor_analyzer). Dữ liệu thô cần được mã hóa theo thang đo khoảng Likert 5 điểm, đảm bảo quy mô mẫu tối thiểu $N \ge 115$.

  2. Quy mô mẫu 173 sinh viên có đảm bảo độ tin cậy và khả năng mở rộng thống kê không?
    Quy mô $N=173$ hoàn toàn đạt chuẩn theo nguyên tắc kinh nghiệm của Bollen ($N \ge 5 \times 23 = 115$). Các chỉ số kiểm định đều thỏa mãn: Cronbach's Alpha $> 0.77$, $KMO > 0.5$, $Sig. < 0.001$, chứng minh tính vững của mô hình hồi quy.

  3. Mô hình nghiên cứu này có thể tích hợp với các hệ thống phân tích dữ liệu CRM của doanh nghiệp không?
    Hoàn toàn có thể. Trọng số hồi quy của 5 nhóm nhân tố ($CCQ, KSHV, MT, CSKM, GI$) có thể được nạp vào hệ thống tính điểm khách hàng tiềm năng (Lead Scoring) trong CRM nhằm phân loại mức độ sẵn sàng mua của khách hàng sinh viên.

  4. Doanh nghiệp cần lưu ý những thách thức nào khi triển khai chính sách giá và trạm sạc cho sinh viên?
    Cần giải quyết hai nút thắt lớn: Chi phí đặt cọc pin ban đầu và tính sẵn sàng của điểm sạc tại các khu nhà trọ, ký túc xá. Việc triển khai các trạm sạc hợp tác cùng trường đại học và gói thuê pin linh hoạt là giải pháp tối ưu.

  5. Thời gian thu hồi vốn (ROI) và hiệu quả chuyển đổi khi áp dụng các giải pháp trong đề tài là bao lâu?
    Các chiến dịch xúc tiến tài chính và truyền thông xanh mục tiêu có thể ghi nhận mức tăng trưởng nhận thức trong 1-3 tháng đầu và thúc đẩy tỷ lệ chuyển đổi quyết định mua trong chu kỳ 6-12 tháng, đặc biệt vào mùa tựu trường (tháng 8 - tháng 10 hàng năm).

Kết luận

Khóa luận tốt nghiệp của tác giả Trần Thị Mỹ Hậu (Trường Đại học Ngân hàng TP.HCM) đã giải quyết trọn vẹn bài toán xác định và đo lường các nhân tố tác động đến quyết định mua xe máy điện VinFast của sinh viên tại TP.HCM. Bằng việc tích hợp các khung lý thuyết kinh điển TRA, TPB, TAM và vận dụng quy trình nghiên cứu định lượng chặt chẽ trên SPSS 20.0, đề tài đã chứng minh vai trò then chốt của nhận thức môi trường, chính sách giá và chuẩn chủ quan đối với hành vi tiêu dùng xanh của thế hệ trẻ. Đây là cơ sở khoa học và thực tiễn vững chắc giúp VinFast cùng các nhà hoạch định chính sách tối ưu hóa giải pháp phát triển giao thông bền vững tại Việt Nam.