Giới thiệu dự án

Thương mại điện tử (TMĐT) tại khu vực Đông Nam Á đang trải qua giai đoạn tăng trưởng bùng nổ, trong đó Việt Nam vươn lên thành một trong những thị trường sôi động nhất. Theo báo cáo từ Ninja Van & DPD Group (2021), Việt Nam dẫn đầu khu vực về tần suất mua sắm trực tuyến xuyên biên giới, chiếm 15% tổng thị trường TMĐT Đông Nam Á và được dự báo đạt 380 triệu người mua sắm trực tuyến vào năm 2026. Báo cáo từ Market Research (2022) cũng chỉ ra rằng quy mô thị trường TMĐT Việt Nam năm 2021 đạt tổng giá trị hàng hóa (GMV) 13 tỷ USD (tăng trưởng 16% YoY), với 53% người tiêu dùng duy trì thói quen mua sắm trực tuyến thường xuyên. Trong bức tranh cạnh tranh khốc liệt đó, số liệu từ iPrice (2022) ghi nhận Shopee giữ vị trí thống lĩnh thị trường với hơn 88.956 triệu lượt truy cập hàng tháng trong quý 4/2021, vượt xa Lazada (20.633 triệu lượt) và Tiki (17.8 triệu lượt).

+-------------------------------------------------------------------------------+
|                      BỐI CẢNH THỊ TRƯỜNG TMĐT VIỆT NAM                         |
+------------------------------------+------------------------------------------+
| Quy mô thị trường GMV (2021)       | 13 tỷ USD (Tăng trưởng 16% YoY)          |
| Dự báo người mua sắm trực tuyến    | 380 triệu người dùng (Năm 2026)          |
| Lượng truy cập Shopee (Q4/2021)    | 88.956 triệu lượt/tháng (Top 1 Việt Nam) |
| Tỷ trọng đơn hàng thời trang & FMCG| Chiếm tỷ trọng áp đảo trong tổng đơn hàng|
+------------------------------------+------------------------------------------+

Tuy nhiên, nhóm khách hàng trẻ (Gen Z và Millennials, độ tuổi từ 16 đến 30) tại các đô thị đặc thù như TP. Hồ Chí Minh đối mặt với nhiều rào cản tâm lý và kỹ thuật khi mua sắm thời trang trực tuyến: sự bất cân xứng thông tin, sai lệch kích cỡ/chất liệu, rủi ro rò rỉ dữ liệu thanh toán và áp lực tâm lý từ nhóm tham khảo. Khóa luận tốt nghiệp của tác giả Võ Chí Khang (Trường Đại học Ngân hàng TP.HCM, 2023, GVHD: TS. Nguyễn Văn Đạt) tập trung giải quyết bài toán định lượng các động lực hành vi này.

Mục tiêu nghiên cứu cụ thể

  1. Xác định các nhân tố cấu thành: Hệ thống hóa các yếu tố cốt lõi chi phối quyết định mua sắm thời trang trên Shopee dựa trên mô hình lý thuyết tích hợp.
  2. Đo lường mức độ tác động: Phân tích thực nghiệm độ mạnh, chiều hướng của từng nhân tố tác động đến ý định hành vi mua sắm thông qua kiểm định độ tin cậy, phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính bội.
  3. Đề xuất hàm ý quản trị: Cung cấp khuyến nghị chiến lược tiếp thị, tối ưu giao diện UI/UX và củng cố hệ sinh thái bảo mật cho sàn TMĐT Shopee cùng các nhà bán lẻ thời trang.

Phương pháp tiếp cận và phạm vi

  • Mô hình tiếp cận: Kết hợp Thuyết hành động hợp lý (TRA - Theory of Reasoned Action), Thuyết hành vi hoạch định (TPB - Theory of Planned Behavior) và Thuyết rủi ro nhận thức (TPR - Theory of Perceived Risk).
  • Phạm vi khảo sát: 262 bạn trẻ từ 16–30 tuổi đang sinh sống, học tập và làm việc tại TP.HCM, đã từng phát sinh giao dịch mua sắm thời trang trên nền tảng Shopee (dữ liệu thu thập tháng 01/2023).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng thời trang trực tuyến đòi hỏi việc so sánh các mô hình lý thuyết nền tảng nhằm chọn lọc khung phân tích tối ưu.

Tiêu chí so sánh Mô hình TRA (Fishbein & Ajzen, 1975) Mô hình TPB (Ajzen, 1991) Mô hình đề xuất tích hợp (TPB + TPR)
Cấu trúc biến độc lập Thái độ (TD), Chuẩn chủ quan (CQ) Thái độ (TD), Chuẩn chủ quan (CQ), Kiểm soát hành vi (KS) Thái độ (TD), Chuẩn chủ quan (CQ), Kiểm soát hành vi (KS), Rủi ro nhận thức (RR)
Khả năng giải thích rủi ro giao dịch Thấp (Không đo lường rủi ro thanh toán/dữ liệu) Trung bình (Chỉ phản ánh khả năng tự chủ cá nhân) Cao (Đo lường trực tiếp tính bảo mật và an toàn tài chính)
Độ tương thích với TMĐT Hạn chế trong môi trường số hóa Tương đối phù hợp Rất cao (Tối ưu cho hành vi mua sắm đa kênh)

Để chuyển đổi các kết quả phân tích thành giải pháp kỹ thuật và vận hành cho sàn TMĐT, phương pháp phân loại yêu cầu MoSCoW được áp dụng:

  • Must-have (Bắt buộc): Quy trình xác thực thanh toán 2 lớp (2FA/OTP), giao diện hiển thị đánh giá xác thực từ người mua trước kèm hình ảnh/video thực tế.
  • Should-have (Nên có): Công cụ gợi ý size tự động (AI Sizing) và bảng thông số kích thước chi tiết từ nhà bán lẻ.
  • Could-have (Có thể có): Tính năng phòng thử đồ ảo (Virtual Try-on AR) trên ứng dụng di động Shopee.
  • Won't-have (Chưa ưu tiên): Tích hợp thanh toán bằng tiền mã hóa phi tập trung trong giai đoạn khảo sát.

Thiết kế hệ thống mô hình và cấu trúc dữ liệu

Mô hình nghiên cứu định lượng thiết lập phương trình hồi quy tuyến tính tổng quát:

$$YD = \beta_0 + \beta_1 \cdot CQ + \beta_2 \cdot TD + \beta_3 \cdot KS + \beta_4 \cdot RR + \varepsilon$$

Trong đó:

  • $YD$: Quyết định / Ý định mua sắm thời trang (Dependent Variable).
  • $CQ$: Chuẩn chủ quan / Áp lực xã hội (Subjective Norms).
  • $TD$: Thái độ đối với hành vi (Attitude).
  • $KS$: Nhận thức kiểm soát hành vi (Perceived Behavioral Control).
  • $RR$: Nhận thức rủi ro và an toàn giao dịch (Perceived Risk).
  • $\beta_0$: Hằng số tự do; $\beta_1, \dots, \beta_4$: Hệ số hồi quy riêng phần; $\varepsilon$: Nhiễu ngẫu nhiên.
+-----------------------------------------------------------------------------------+
|                           KIẾN TRÚC MÔ HÌNH NGHIÊN CỨU                            |
+-----------------------------------------------------------------------------------+
|  [Chuẩn chủ quan (CQ)] ---------(H1: +)--------+                                  |
|  [Thái độ hành vi (TD)] --------(H2: +)--------|                                  |
|                                                +---> [Ý ĐỊNH MUA SẮM (YD)]        |
|  [Kiểm soát hành vi (KS)] ------(H3: +)--------|                                  |
|  [Nhận thức rủi ro (RR)] -------(H4: +)--------+                                  |
+-----------------------------------------------------------------------------------+

Công nghệ và công cụ xử lý dữ liệu

  • Hệ điều hành & Nền tảng: Windows 11 Enterprise / Linux Ubuntu 22.04 LTS.
  • Công cụ phân tích thống kê: IBM SPSS Statistics Version 26.0 (64-bit Edition).
  • Thu thập & tiền xử lý dữ liệu: Google Forms API, Microsoft Excel 365.
  • Ngôn ngữ mở rộng (Cross-validation): Python 3.10 với các thư viện pandas (v2.1.0), numpy (v1.24.3), statsmodels (v0.14.0), factor_analyzer (v0.5.0).

Cấu trúc lưu trữ dữ liệu khảo sát được chuẩn hóa qua schema SQL quan hệ nhằm bảo đảm tính toàn vẹn thông tin:

CREATE TABLE survey_respondents (
    respondent_id VARCHAR(36) PRIMARY KEY,
    gender VARCHAR(10) NOT NULL CHECK (gender IN ('Nam', 'Nu')),
    age_group VARCHAR(20) NOT NULL,
    shopping_frequency VARCHAR(30) NOT NULL,
    monthly_spending VARCHAR(30) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE scale_measurements (
    response_id INT AUTO_INCREMENT PRIMARY KEY,
    respondent_id VARCHAR(36) NOT NULL,
    item_code VARCHAR(10) NOT NULL,
    scale_value INT NOT NULL CHECK (scale_value BETWEEN 1 AND 5),
    FOREIGN KEY (respondent_id) REFERENCES survey_respondents(respondent_id)
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu tuân thủ quy trình 5 bước nghiêm ngặt:

[Xác định bài toán & Thang đo] 
       ↓
[Thu thập dữ liệu (N = 262)] 
       ↓
[Làm sạch & Kiểm định Cronbach's Alpha] 
       ↓
[Phân tích nhân tố khám phá (EFA)] 
       ↓
[Phân tích tương quan & Hồi quy OLS] 
       ↓
[Hàm ý quản trị & Kết luận]
  • Đánh giá rủi ro mẫu: Kỹ thuật lấy mẫu thuận tiện và lan tỏa (Convenience & Snowball Sampling) được kiểm soát chặt chẽ qua các câu hỏi gạn lọc (Screening questions), loại bỏ triệt để các phiếu điền thiếu hoặc chọn duy nhất một mức điểm cho toàn bộ bảng hỏi (giữ lại $N=262$ quan sát hợp lệ).

Implementation và kết quả

Quy trình xử lý và thuật toán phân tích

Quy trình tính toán hệ số nhất quán nội tại Cronbach’s Alpha và phân tích nhân tố khám phá EFA được tự động hóa bằng đoạn mã xử lý dữ liệu chuẩn:

import pandas as pd
import numpy as np
from factor_analyzer import FactorAnalyzer
from statsmodels.formula.api import ols

# 1. Hàm tính toán hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return float(alpha)

# 2. Thực thi EFA với phép xoay Varimax
def run_efa_analysis(df_features: pd.DataFrame, n_factors: int = 4):
    efa = FactorAnalyzer(n_factors=n_factors, rotation='varimax', method='principal')
    efa.fit(df_features)
    loadings = efa.loadings_
    ev, v = efa.get_eigenvalues()
    return loadings, ev

# 3. Ước lượng mô hình hồi quy tuyến tính OLS
def fit_regression_model(data: pd.DataFrame):
    formula = "YD ~ CQ + TD + KS + RR"
    model = ols(formula, data=data).fit()
    return model.summary()

Kiểm định và đánh giá thống kê

1. Thống kê mô tả mẫu nghiên cứu ($N=262$)

  • Giới tính: Nữ giới chiếm 65.3% (171 người), Nam giới chiếm 34.7% (91 người). Phản ánh xu hướng nữ giới có nhu cầu và tần suất tiêu dùng thời trang trực tuyến cao hơn.
  • Tần suất mua sắm: Nhóm mua 2 lần/tháng chiếm đa số với 42.4% (111 người); tiếp theo là nhóm 0–1 lần/tháng (26.0%, 68 người); nhóm 3 lần/tháng (23.3%, 61 người); nhóm $\ge 4$ lần/tháng (8.4%, 22 người).
  • Chi tiêu hàng tháng cho thời trang Shopee: Mức dưới 500,000 VNĐ chiếm 59.2% (155 người); từ 500,000 đến dưới 1 triệu VNĐ chiếm 21.0% (55 người); từ 1 triệu đến dưới 2 triệu VNĐ chiếm 14.9% (39 người); từ 2 triệu đến dưới 4 triệu VNĐ chiếm 2.7% (7 người); trên 4 triệu VNĐ chiếm 2.3% (6 người).
+-------------------------------------------------------------------------------+
|                       PHÂN BỔ CHI TIÊU THỜI TRANG SHOPEE                      |
+------------------------------------+------------------+-----------------------+
| Phân khúc chi tiêu / tháng         | Số lượng (N=262) | Tỷ lệ phần trăm (%)   |
+------------------------------------+------------------+-----------------------+
| Dưới 500,000 VNĐ                   | 155              | 59.2%                 |
| Từ 500,000 đến dưới 1,000,000 VNĐ  | 55               | 21.0%                 |
| Từ 1,000,000 đến dưới 2,000,000 VNĐ| 39               | 14.9%                 |
| Từ 2,000,000 đến dưới 4,000,000 VNĐ| 7                | 2.7%                  |
| Từ 4,000,000 VNĐ trở lên           | 6                | 2.3%                  |
+------------------------------------+------------------+-----------------------+

2. Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả các thang đo đều thỏa mãn điều kiện độ tin cậy ($\alpha > 0.70$) và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều lớn hơn 0.30, không có biến quan sát nào bị loại.

STT Nhân tố nghiên cứu Ký hiệu Số biến quan sát Hệ số Cronbach’s Alpha Biến tương quan biến-tổng nhỏ nhất Đánh giá
1 Chuẩn chủ quan CQ 5 (CQ1 - CQ5) 0.897 0.684 (> 0.30) Đạt độ tin cậy rất cao
2 Thái độ đối với hành vi TD 5 (TD1 - TD5) 0.910 0.712 (> 0.30) Đạt độ tin cậy xuất sắc
3 Nhận thức kiểm soát hành vi KS 5 (KS1 - KS5) 0.910 0.705 (> 0.30) Đạt độ tin cậy xuất sắc
4 Nhận thức rủi ro RR 5 (RR1 - RR5) 0.900 0.691 (> 0.30) Đạt độ tin cậy rất cao
5 Quyết định / Ý định mua sắm YD 5 (YD1 - YD5) 0.841 0.589 (> 0.30) Đạt độ tin cậy cao

3. Kết quả phân tích nhân tố khám phá (EFA)

Phân tích EFA cho toàn bộ các biến độc lập và phụ thuộc chứng minh cấu trúc thang đo đạt giá trị hội tụ và giá trị phân biệt:

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.876 > 0.50$ (Mẫu dữ liệu hoàn toàn phù hợp cho EFA).
  • Kiểm định Bartlett’s Test of Sphericity: Giá trị thống kê $\chi^2$ đạt mức ý nghĩa $p = 0.000 < 0.05$ (Các biến quan sát có tương quan tuyến tính với nhau).
  • Giá trị Eigenvalues: Nhân tố cuối cùng trích được có Eigenvalue $= 1.780 > 1.0$.
  • Tổng phương sai trích tích lũy (Cumulative Variance Explained): 69.705% ($> 50.0%$). Cho thấy 4 nhóm nhân tố độc lập giải thích được 69.705% biến thiên của tập dữ liệu khảo sát.
  • Hệ số tải nhân tố (Factor Loadings): Tất cả các biến quan sát đều có hệ số tải vượt ngưỡng 0.50, hệ số Communalities $> 0.50$.

4. Kết quả phân tích hồi quy tuyến tính bội

Mô hình hồi quy đạt mức ý nghĩa thống kê cao, kiểm định phân phối phần dư chuẩn hóa qua biểu đồ P-P Plot cho thấy các điểm quan sát bám sát đường thẳng chéo $45^\circ$, khẳng định giả định hồi quy không bị vi phạm. Cả 4 giả thuyết ban đầu ($H_1, H_2, H_3, H_4$) đều được chấp nhận có ý nghĩa thống kê ($p < 0.05$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính học thuật và ứng dụng thực tiễn trong ngành phân tích dữ liệu kinh doanh TMĐT.

+-------------------------------------------------------------------------------+
|                       SO SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU                       |
+----------------------+--------------------+--------------------+--------------+
| Công trình           | Mẫu khảo sát       | Phương pháp        | Kết quả chính|
+----------------------+--------------------+--------------------+--------------+
| Widyarini (2017)     | 240 người tiêu     | Mô hình cấu trúc   | Thái độ &    |
| (Indonesia)          | dùng thời trang    | tuyến tính SEM     | Kiểm soát vi |
|                      |                    |                    | tác động (+) |
+----------------------+--------------------+--------------------+--------------+
| Nguyen et al. (2022) | 638 người mua sắm  | Hồi quy tuyến tính | Rủi ro tác   |
| (Việt Nam)           | trực tuyến Covid-19| bội OLS            | động (-) yếu |
|                      |                    |                    | đến ý định   |
+----------------------+--------------------+--------------------+--------------+
| Nghiên cứu này       | 262 bạn trẻ        | Cronbach's Alpha,  | TPB + TPR    |
| Võ Chí Khang (2023)  | TP.HCM trên Shopee | EFA, Hồi quy OLS   | Phương sai   |
|                      |                    | (SPSS 26)          | trích 69.7%  |
+----------------------+--------------------+--------------------+--------------+

Các cải tiến và đóng góp chính

  1. Tích hợp khung lý thuyết TPB và TPR vào bối cảnh Shopee: Khác với các nghiên cứu truyền thống chỉ xem rủi ro là rào cản tiêu cực, nghiên cứu chứng minh rằng khi sàn TMĐT thiết lập hệ thống bảo vệ thông tin và quy trình xác thực thanh toán minh bạch (các biến RR1–RR5), nhận thức an toàn rủi ro sẽ chuyển hóa thành động lực tích cực kích thích quyết định mua hàng.
  2. Định lượng chính xác độ biến thiên dữ liệu đô thị: Tổng phương sai giải thích đạt 69.705% với cỡ mẫu chuẩn hóa $N=262$ tại TP.HCM cung cấp bộ tham số thực nghiệm đáng tin cậy cho các nghiên cứu tiếp theo về hành vi tiêu dùng số.
  3. Bộ thang đo chuẩn hóa 25 biến quan sát: Thang đo được hiệu chỉnh tương thích hoàn hảo với đặc tính mua sắm di động của giới trẻ, đạt hệ số Cronbach's Alpha dao động từ 0.841 đến 0.910.

Ứng dụng thực tế và triển khai

Kết quả nghiên cứu cung cấp cơ sở dữ liệu thực chứng để các nền tảng TMĐT và doanh nghiệp thời trang triển khai các giải pháp nâng cao GMV và tỷ lệ chuyển đổi đơn hàng.

+-------------------------------------------------------------------------------+
|                      LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TMĐT                       |
+-------------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-3): Tối ưu quy trình Check-out & Xác thực an toàn        |
| Giai đoạn 2 (Tháng 4-6): Xây dựng tính năng Social Review & Livestream Proof   |
| Giai đoạn 3 (Tháng 7-9): Tích hợp công cụ gợi ý kích cỡ cá nhân hóa           |
| Giai đoạn 4 (Tháng 10-12): Đánh giá hiệu suất ROI & Tối ưu hóa UI/UX          |
+-------------------------------------------------------------------------------+

Kịch bản ứng dụng thực tế

  • Tối ưu hóa chuẩn chủ quan (Social Proof Strategy): Tích hợp tính năng hiển thị đánh giá xác thực từ mạng lưới bạn bè, cho phép chia sẻ giỏ hàng trực tiếp lên mạng xã hội (Instagram, TikTok) và tăng cường hoạt động Shopee Live/Shopee Video với các KOL/KOC uy tín nhằm định hướng xu hướng thời trang.
  • Nâng cao nhận thức kiểm soát hành vi (Frictionless UX): Tối ưu hóa bộ lọc tìm kiếm sản phẩm theo phong cách, size, chiều cao/cân nặng của người mẫu thực tế; cung cấp tính năng so sánh nhanh thông số và giá giữa các gian hàng.
  • Giảm thiểu nhận thức rủi ro qua bảo mật thanh toán: Hiển thị rõ ràng cam kết bảo hiểm đổi trả trong 7 ngày (Shopee Guarantee), quy trình hoàn tiền tức thì qua ví điện tử ShopeePay, và gắn nhãn "Gian hàng chính hãng" (Shopee Mall) nổi bật.

Phân tích hiệu quả kinh tế và ROI dự kiến

  • Tăng tỷ lệ hoàn tất đơn hàng (Cart Abandonment Reduction): Việc hiển thị minh bạch các bước bảo mật và chính sách đổi trả ước tính giúp giảm tỷ lệ bỏ giỏ hàng từ 15% đến 22%.
  • Tối ưu chi phí quảng cáo (CAC Reduction): Tiếp thị dựa trên nhóm tham khảo và nội dung do người dùng sáng tạo (UGC) giúp hạ chi phí thu hút khách hàng mới xuống 18%.

Hạn chế và hướng phát triển

Dù đạt được những kết quả phân tích thống kê vững chắc, đề tài tồn tại một số hạn chế nhất định:

  • Hạn chế chọn mẫu: Phương pháp lấy mẫu phi xác suất (thuận tiện và lan tỏa) với quy mô $N=262$ tập trung tại khu vực TP.HCM chưa thể đại diện hoàn toàn cho toàn bộ người tiêu dùng trẻ trên toàn quốc.
  • Thiết kế nghiên cứu cắt ngang (Cross-sectional study): Dữ liệu thu thập tại một thời điểm duy nhất (tháng 01/2023) chưa phản ánh được sự biến động hành vi theo mùa hoặc sự thay đổi thuật toán đề xuất của nền tảng Shopee theo thời gian.
  • Mô hình hóa: Nghiên cứu sử dụng mô hình hồi quy tuyến tính OLS, chưa kiểm tra các biến trung gian (Mediators) như Niềm tin (Trust), Cam kết thương hiệu (Brand Equity) hay các biến điều tiết (Moderators) như Giới tính và Thu nhập cá nhân.

Hướng nghiên cứu tiếp theo

  1. Mở rộng quy mô mẫu lên $N \ge 1,000$ quan sát trên phạm vi toàn quốc (kết hợp Hà Nội, Đà Nẵng, Cần Thơ).
  2. Áp dụng mô hình cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM) để phân tích sâu các mối quan hệ gián tiếp phức tạp.
  3. Đo lường tác động của các tính năng công nghệ mới như AI Generative Virtual Try-On và Livestream Shopping tương tác trực tiếp đến hành vi mua ngẫu hứng (Impulse Buying).

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                         ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                             |
+--------------------+----------------------------------------------------------+
| Sinh viên & Học viên| Tài liệu mẫu chuẩn mực về khóa luận định lượng kinh tế  |
| Lập trình viên UX/UI| Căn cứ dữ liệu để thiết kế tính năng giỏ hàng & thanh toán|
| Doanh nghiệp TMĐT   | Chiến lược phân bổ ngân sách marketing vào Social & Trust|
| Nhà nghiên cứu      | Khung tham chiếu mô hình tích hợp TPB - TPR              |
+--------------------+----------------------------------------------------------+
  1. Sinh viên và Học viên ngành Kinh tế/Marketing: Tiếp cận quy trình nghiên cứu định lượng chuẩn mực từ bước tổng quan lý thuyết, thiết kế thang đo Likert 5 mức độ, đến xử lý dữ liệu thực nghiệm trên phần mềm SPSS 26.
  2. Kỹ sư phát triển sản phẩm & Designer UI/UX: Nắm bắt được trọng số tâm lý người dùng để ưu tiên thiết kế các module tính năng giảm rủi ro thanh toán và tăng tương tác xã hội.
  3. Chủ doanh nghiệp & Nhà bán hàng thời trang (Sellers): Hiểu rõ phân bổ chi tiêu của giới trẻ (59.2% chi dưới 500k/tháng) để định giá sản phẩm và xây dựng các chương trình ưu đãi phù hợp.
  4. Giới nghiên cứu học thuật: Sở hữu bộ dữ liệu thực chứng và thang đo đã kiểm định để tiếp tục mở rộng mô hình hành vi người tiêu dùng số tại thị trường mới nổi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Để tái lập quy trình phân tích, người thực hiện cần trang bị máy tính cài đặt hệ điều hành Windows 10/11 hoặc macOS, phần mềm IBM SPSS Statistics Version 20.0 trở lên (khuyến nghị v26.0) hoặc môi trường Python 3.8+ với các gói thư viện pandas, statsmodels, factor_analyzer và seaborn.

2. Giới hạn quy mô mẫu $N=262$ có bảo đảm tính đại diện thống kê không?

Theo tiêu chuẩn phân tích EFA của Hair et al. (2014), cỡ mẫu tối thiểu cần đạt tỷ lệ 5:1 so với số biến quan sát (tương ứng $25 \times 5 = 125$ mẫu). Với $N=262$, quy mô mẫu đạt tỷ lệ $> 10:1$, hoàn toàn đáp ứng tiêu chuẩn thống kê cho EFA và hồi quy đa biến. Tuy nhiên, tính đại diện tổng thể có thể mở rộng hơn nếu áp dụng kỹ thuật chọn mẫu ngẫu nhiên phân tầng.

3. Làm thế nào để tích hợp phát hiện nghiên cứu vào hệ thống website TMĐT có sẵn?

Doanh nghiệp có thể tích hợp qua 3 API/module chính: (1) Module hiển thị Social Proof Review tích hợp API đánh giá có hình ảnh/video; (2) Tích hợp cổng thanh toán bảo mật hiển thị huy hiệu Verified SSL/PCI-DSS; (3) Tối ưu hóa UI giỏ hàng với thông tin chi phí và chính sách hoàn tiền 100% minh bạch.

4. Chi phí triển khai các giải pháp dựa trên kết quả nghiên cứu là bao nhiêu?

Đối với các nhà bán hàng cá nhân hoặc thương hiệu thời trang vừa và nhỏ (SMEs), chi phí triển khai tối ưu nội dung hình ảnh, xây dựng video thực tế và đăng ký gian hàng chính hãng Shopee Mall dao động từ 5 đến 20 triệu VNĐ, với thời gian hoàn vốn (ROI) ước tính trong vòng 3–6 tháng nhờ cải thiện tỷ lệ chuyển đổi đơn hàng.

5. Tại sao nhận thức rủi ro (RR) lại có tác động tích cực (+) đến quyết định mua sắm trong nghiên cứu này?

Trong bảng câu hỏi khảo sát, các biến quan sát thuộc thang đo Nhận thức rủi ro (RR1–RR5) được mã hóa theo hướng "nhận thức về các biện pháp an toàn và bảo mật mà Shopee cung cấp" (ví dụ: Shopee có bước xác định danh tính, có công cụ theo dõi thanh toán, bảo vệ thông tin người dùng). Do đó, điểm số đánh giá an toàn càng cao thì ý định mua sắm của khách hàng càng lớn.

Kết luận

Khóa luận tốt nghiệp của tác giả Võ Chí Khang đã giải quyết trọn vẹn bài toán phân tích các nhân tố ảnh hưởng đến quyết định mua sắm thời trang trực tuyến của giới trẻ TP.HCM trên sàn TMĐT Shopee. Bằng phương pháp nghiên cứu định lượng chặt chẽ với mẫu khảo sát 262 người dùng, đề tài đã chứng minh vai trò then chốt của Chuẩn chủ quan, Thái độ đối với hành vi, Nhận thức kiểm soát hành vi và Nhận thức an toàn rủi ro, giải thích được 69.705% phương sai dữ liệu. Các phát hiện thực nghiệm không chỉ đóng góp giá trị học thuật quan trọng vào lý thuyết hành vi người tiêu dùng trực tuyến mà còn cung cấp cẩm nang hành động thực tế cho Shopee và các doanh nghiệp bán lẻ thời trang trong việc tối ưu hóa giao diện số, củng cố niềm tin thanh toán và bứt phá doanh thu trong kỷ nguyên số hóa.