Giới thiệu dự án

Thị trường viễn thông di động Việt Nam giai đoạn 2020–2021 chứng kiến sự cạnh tranh khốc liệt giữa ba nhà mạng viễn thông lớn ("Big 3"): Viettel, VNPT VinaPhone và MobiFone với tổng thị phần tích lũy vượt mức 96,2% (Cục Viễn thông - Bộ Thông tin & Truyền thông). Dịch vụ viễn thông di động đã chuyển dịch trọng tâm từ dịch vụ truyền thống (thoại và SMS) sang dịch vụ dữ liệu số (Data 3G/4G/5G). Trong cấu trúc khách hàng, phân khúc sinh viên đại học đại diện cho lực lượng tiêu dùng trẻ, am hiểu công nghệ, có tần suất sử dụng Internet cao (trung bình 5,1 giờ/ngày, 65% sở hữu smartphone) và có tính kế thừa hàng năm qua các mùa tuyển sinh.

graph TD
    A[Hạ tầng Viễn thông Big 3] --> B[Viettel: 46.4%]
    A --> C[MobiFone: 28.6%]
    A --> D[VinaPhone: 25.0%]
    B --> E[Hành vi Tiêu dùng Sinh viên]
    C --> E
    D --> E
    E --> F[92.1% Dịch vụ Data/Internet]
    E --> G[95.0% Thuê bao Trả trước]
    E --> H[45.7% Chi tiêu 50.000 - 100.000 VNĐ/tháng]

Vấn đề thực tiễn (Problem Statement)

Mặc dù nhóm khách hàng sinh viên có quy mô lớn, các nhà mạng viễn thông tại địa bàn Thừa Thiên Huế đang đối mặt với tỷ lệ churn rate (rời mạng) tiềm ẩn và mức độ trung thành thương hiệu không ổn định. Nguyên nhân xuất phát từ:

  • Các gói cước viễn thông sinh viên chưa được tối ưu hóa theo mô hình hành vi tiêu dùng dữ liệu thực tế (92,1% tập trung vào data, trong khi thoại/SMS chỉ chiếm 3,6%).
  • Chất lượng đường truyền 4G tại các khu vực ký túc xá, giảng đường phân tán của Đại học Huế (ĐHH) còn hiện tượng nghẽn cục bộ.
  • Dịch vụ khách hàng và chính sách giữ chân thuê bao qua dịch vụ chuyển mạng giữ nguyên số (MNP - Mobile Number Portability) chưa được lượng hóa dựa trên các chỉ số mức độ hài lòng khách hàng (CSI - Customer Satisfaction Index).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Xây dựng khung phân tích kết hợp giữa Thuyết hành động hợp lý (TRA - Theory of Reasoned Action), Thuyết hành vi dự định (TPB - Theory of Planned Behavior) và các mô hình chất lượng dịch vụ chuyên biệt cho ngành viễn thông.
  2. Lượng hóa mức độ tác động: Đo lường ảnh hưởng của 6 nhóm nhân tố (Chi phí sử dụng, Chất lượng phục vụ, Chất lượng mạng, Dịch vụ giá trị gia tăng, Sự hấp dẫn/Khuyến mãi, Uy tín - thương hiệu) đến quyết định lựa chọn và sự hài lòng của sinh viên ĐHH.
  3. Phân tích sai biệt nhân khẩu học: Kiểm định sự khác biệt về mức độ hài lòng theo giới tính, thời gian sử dụng, loại hình thuê bao, mức chi trả và mục đích sử dụng.
  4. Đề xuất hệ thống giải pháp: Xây dựng chiến lược Marketing-Mix và tối ưu hóa vận hành kỹ thuật cho các chi nhánh viễn thông trên địa bàn Thừa Thiên Huế.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp nghiên cứu hỗn hợp (Mixed Methods): nghiên cứu định tính (thảo luận chuyên gia, phỏng vấn sâu $n=10$) kết hợp nghiên cứu định lượng ($n=140$) bằng công cụ phân tích thống kê đa biến. Kết quả kỳ vọng cung cấp mô hình hồi quy tuyến tính bội có độ tin cậy $R^2 > 0.50$, hệ số kiểm định $Sig. < 0.05$, làm cơ sở cho chiến lược giữ chân khách hàng của VNPT, Viettel và MobiFone.

Phạm vi và giới hạn

  • Không gian: Sinh viên đang theo học tại các trường đại học thành viên thuộc Đại học Huế (trọng tâm là Đại học Kinh tế Huế).
  • Thời gian: Khảo sát và thu thập dữ liệu thứ cấp/sơ cấp trong giai đoạn tháng 11/2020 – 12/2020.
  • Đối tượng dịch vụ: Dịch vụ thông tin di động mặt đất của 3 nhà mạng chính (Viettel, VinaPhone, MobiFone).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Viettel Telecom VNPT VinaPhone MobiFone
Thị phần mẫu khảo sát 46,4% ($n=65$) 25,0% ($n=35$) 28,6% ($n=40$)
Ưu điểm nổi bật Vùng phủ sóng rộng, trạm BTS dày đặc, tốc độ 4G ổn định Hệ sinh thái VNPT đa dạng, tích hợp FiberVNN/MyTV Dịch vụ chăm sóc khách hàng tốt, khuyến mãi cá nhân hóa
Hạn chế Gói cước data ít linh hoạt, tổng đài đôi khi quá tải Thủ tục quầy giao dịch chưa tối ưu hóa cho SV Vùng phủ sóng vùng ven và ký túc xá xa trung tâm còn yếu
Phân khúc SV mục tiêu Nhóm cần kết nối liên tục, di chuyển nhiều Nhóm sử dụng trọn gói gia đình/ký túc xá Nhóm tập trung giải trí số, mạng xã hội OTT

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must-have (Bắt buộc): Đo lường độ tin cậy thang đo (Cronbach's Alpha $\ge 0.60$, Corrected Item-Total Correlation $\ge 0.30$); Kiểm định KMO và Bartlett's Test cho EFA ($0.5 \le \text{KMO} \le 1.0, p < 0.05$); Xây dựng phương trình hồi quy bội không vi phạm hiện tượng đa cộng tuyến (VIF $< 2$).
  • Should-have (Nên có): Phân tích phương sai One-Way ANOVA và Independent Samples T-Test để so sánh mức độ hài lòng giữa các nhóm nhân khẩu học.
  • Could-have (Có thể có): Xây dựng pipeline tự động hóa xử lý dữ liệu khảo sát bằng Python (pandas, scipy.stats, statsmodels).
  • Won't-have (Chưa thực hiện): Khảo sát các nhà mạng ảo (MVNO) như Wintel, iTel do thị phần tại thời điểm nghiên cứu chưa đáng kể ($< 3.8%$).

Thiết kế hệ thống

graph LR
    subgraph "Biến Độc Lập (Independent Variables)"
        CP[Chi phí sử dụng - CP<br/>4 biến quan sát]
        CLPV[Chất lượng phục vụ - CLPV<br/>4 biến quan sát]
        CLM[Chất lượng mạng - CLM<br/>4 biến quan sát]
        GTGT[Dịch vụ GTGT - GTGT<br/>4 biến quan sát]
        SHD[Sự hấp dẫn - SHD<br/>5 biến quan sát]
        UTTH[Uy tín thương hiệu - UTTH<br/>3 biến quan sát]
    end

    subgraph "Biến Phụ Thuộc (Dependent Variable)"
        QD[Quyết định lựa chọn & Hài lòng - QĐ<br/>3 biến quan sát]
    end

    CP -->|H1: (+) | QD
    CLPV -->|H2: (+) | QD
    CLM -->|H3: (+) | QD
    GTGT -->|H4: (+) | QD
    SHD -->|H5: (+) | QD
    UTTH -->|H6: (+) | QD

Technology Stack & Data Architecture

  • Phần mềm xử lý thống kê: IBM SPSS Statistics version 22.0 (hỗ trợ SPSS Syntax).
  • Môi trường lập trình mở rộng: Python 3.9+ với các thư viện: numpy (v1.21), pandas (v1.3), scipy (v1.7), statsmodels (v0.12), pingouin (v0.5).
  • Cấu trúc dữ liệu khảo sát (Schema): Bảng dữ liệu quan sát gồm 140 dòng $\times$ 31 cột (4 cột định danh nhân khẩu học, 24 biến quan sát Likert 5 mức độ cho 6 nhân tố độc lập, 3 biến quan sát Likert cho biến phụ thuộc).
  • Thang đo chuẩn hóa: Thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).

Methodology

gantt
    title Tiến độ triển khai nghiên cứu thực nghiệm
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn bị
    Nghiên cứu tài liệu & cơ sở lý luận      :done, des1, 2020-11-01, 2020-11-07
    Thảo luận chuyên gia & xây dựng thang đo :done, des2, 2020-11-08, 2020-11-14
    section Giai đoạn 2: Thu thập dữ liệu
    Điều tra thử nghiệm (Pilot test n=10)   :done, des3, 2020-11-15, 2020-11-18
    Khảo sát diện rộng (n=140 sinh viên ĐHH) :done, des4, 2020-11-19, 2020-12-05
    section Giai đoạn 3: Phân tích & Đánh giá
    Làm sạch dữ liệu & Kiểm định Cronbach    :done, des5, 2020-12-06, 2020-12-12
    Phân tích nhân tố EFA & Hồi quy bội     :done, des6, 2020-12-13, 2020-12-20
    Kiểm định ANOVA & Đề xuất giải pháp      :done, des7, 2020-12-21, 2020-12-31
  • Công thức xác định cỡ mẫu:
    • Theo Tabachnick & Fidell (1996) cho phân tích hồi quy: $$n \ge 50 + 8 \times m = 50 + 8 \times 6 = 98$$ (trong đó $m = 6$ là số biến độc lập).
    • Theo Hair, Anderson, Tatham & Black (1998) cho phân tích EFA: $$n \ge 5 \times k = 5 \times 24 = 120$$ (trong đó $k = 24$ là tổng số biến quan sát độc lập).
    • Quy mô mẫu thực tế đạt $n = 140$ đáp ứng đầy đủ điều kiện kiểm định thống kê.

Implementation và kết quả

Development process & Statistical Algorithms

Thuật toán 1: Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Công thức xác định hệ số tin cậy nội tại $\alpha$: $$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Điều kiện nghiệm thu: $\alpha \ge 0.60$ và hệ số tương quan biến - tổng ($r_{it}$) $\ge 0.30$.

Thuật toán 2: Phân tích nhân tố khám phá (EFA - Principal Component Analysis)

Mô hình toán học của EFA với phép xoay Varimax: $$X_i = \lambda_{i1} F_1 + \lambda_{i2} F_2 + \dots + \lambda_{im} F_m + e_i$$ Tiêu chuẩn: $0.5 \le \text{KMO} \le 1.0$, Sig Bartlett's test $< 0.05$, Tổng phương sai trích (Cumulative Variance) $\ge 50%$, Eigenvalue $> 1.0$, Hệ số tải nhân tố (Factor Loading) $\ge 0.50$.

Thuật toán 3: Mô hình hồi quy tuyến tính bội (Multiple Linear Regression)

$$QĐ = \beta_0 + \beta_1 CP + \beta_2 CLPV + \beta_3 CLM + \beta_4 GTGT + \beta_5 SHD + \beta_6 UTTH + \epsilon$$

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

# Script tự động hóa phân tích hồi quy OLS và kiểm định đa cộng tuyến
def run_regression_pipeline(data_path: str):
    df = pd.read_csv(data_path)
    
    # Định nghĩa các biến độc lập và biến phụ thuộc
    X_cols = ['CP_MEAN', 'CLPV_MEAN', 'CLM_MEAN', 'GTGT_MEAN', 'SHD_MEAN', 'UTTH_MEAN']
    y_col = 'QD_MEAN'
    
    X = df[X_cols]
    y = df[y_col]
    X_with_const = sm.add_constant(X)
    
    # Khởi tạo và khớp mô hình OLS
    model = sm.OLS(y, X_with_const).fit()
    print(model.summary())
    
    # Tính toán Variance Inflation Factor (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    print("\n--- Variance Inflation Factor (VIF) ---")
    print(vif_data)
    
    return model, vif_data

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Thang đo nhân tố Ký hiệu Số biến quan sát Cronbach's Alpha Tương quan biến-tổng nhỏ nhất Kết luận
Chi phí sử dụng CP 4 (CP1 - CP4) 0.812 0.548 (CP3) Đạt chuẩn
Chất lượng phục vụ CLPV 4 (CLPV1 - CLPV4) 0.785 0.512 (CLPV2) Đạt chuẩn
Chất lượng mạng CLM 4 (CLM1 - CLM4) 0.843 0.601 (CLM4) Đạt chuẩn
Dịch vụ GTGT GTGT 4 (GTGT1 - GTGT4) 0.796 0.534 (GTGT1) Đạt chuẩn
Sự hấp dẫn / Khuyến mãi SHD 5 (SHD1 - SHD5) 0.828 0.562 (SHD3) Đạt chuẩn
Uy tín – thương hiệu UTTH 3 (UTTH1 - UTTH3) 0.774 0.521 (UTTH1) Đạt chuẩn
Quyết định lựa chọn QĐ 3 (QĐ1 - QĐ3) 0.835 0.623 (QĐ2) Đạt chuẩn

Kiểm định EFA biến độc lập

  • Hệ số KMO: 0.824 (Thỏa mãn $0.5 \le \text{KMO} \le 1.0$).
  • Kiểm định Bartlett: $\chi^2 = 1482.36$, $df = 276$, $Sig. = 0.000 < 0.05$.
  • Tổng phương sai trích: 63.48% (Đạt yêu cầu $> 50%$).
  • Điểm dừng Eigenvalue: $1.215 > 1.0$ (Trích xuất đúng 6 nhân tố).

Kết quả đạt được

                    KẾT QUẢ PHÂN TÍCH HỒI QUY BỘI (OLS)
==============================================================================
Dep. Variable:                     QD   R-squared:                       0.584
Model:                            OLS   Adj. R-squared:                  0.565
Method:                 Least Squares   F-statistic:                    31.082
Prob (F-statistic):          2.14e-23   Durbin-Watson:                   1.912
==============================================================================
                 coef    std err          t      P>|t|      [0.025      0.975]
------------------------------------------------------------------------------
const           0.248      0.215      1.153      0.251      -0.177       0.673
CP              0.284      0.058      4.896      0.000       0.169       0.399
CLM             0.262      0.061      4.295      0.000       0.141       0.383
SHD             0.198      0.054      3.667      0.000       0.091       0.305
UTTH            0.156      0.052      3.000      0.003       0.053       0.259
CLPV            0.112      0.049      2.285      0.024       0.015       0.209
GTGT            0.089      0.046      1.935      0.055      -0.002       0.180
==============================================================================

Phương trình hồi quy chuẩn hóa (Standardized Regression Equation):

$$QĐ = 0.312 \times CP + 0.285 \times CLM + 0.214 \times SHD + 0.168 \times UTTH + 0.125 \times CLPV$$ (Ghi chú: Biến $GTGT$ có hệ số $p = 0.055 > 0.05$, không đạt mức ý nghĩa thống kê 5% trong mô hình giải thích quyết định lựa chọn của sinh viên).

Kết quả phân tích sai biệt nhân khẩu học (ANOVA & T-Test)

  • Mức chi trả hàng tháng: Có sự khác biệt có ý nghĩa thống kê ($p = 0.012 < 0.05$). Nhóm sinh viên chi tiêu từ 50.000 – 100.000 VNĐ/tháng đòi hỏi dung lượng data cao hơn và nhạy cảm về giá hơn nhóm $> 200.000$ VNĐ.
  • Thời gian sử dụng: Nhóm sử dụng trên 4 năm (chiếm 70%) có điểm số đánh giá về Uy tín - thương hiệu cao hơn đáng kể so với nhóm dưới 1 năm ($p = 0.031$).
  • Giới tính: Không phát hiện sự khác biệt có ý nghĩa thống kê về mức độ hài lòng chung giữa nam và nữ ($p = 0.418 > 0.05$).

Đổi mới và đóng góp

Điểm mới về mặt học thuật và kỹ thuật

graph TD
    subgraph "So sánh tiếp cận mô hình"
        A1[Trần Hữu Ái 2014<br/>- Không phân tích hành vi Data SV<br/>- Công nghệ beta=0.470]
        A2[Đinh Thị Hồng Thúy 2008<br/>- Khảo sát TP.HCM<br/>- Bỏ qua biến Uy tín thương hiệu]
        A3[Mô hình Nghiên cứu này 2021<br/>- Tích hợp TRA/TPB + Big 3 Market<br/>- Chi phí beta=0.312 & CLM beta=0.285<br/>- Phân tích sâu 92.1% nhu cầu Data]
    end
  1. Chuẩn hóa thang đo theo xu thế tiêu dùng Data: Khác với nghiên cứu của Trần Hữu Ái (2014) hay Đinh Thị Hồng Thúy (2008), nghiên cứu này tái định nghĩa thang đo "Chi phí" và "Chất lượng mạng" tập trung vào tốc độ băng thông di động 4G và tính linh hoạt của các gói cước Internet thay vì cước thoại truyền thống.
  2. Lượng hóa chính xác cơ cấu ảnh hưởng: Chứng minh rằng đối với sinh viên ĐHH, Chi phí sử dụng ($\beta = 0.312$) và Chất lượng mạng ($\beta = 0.285$) là hai trụ cột quyết định hơn 59% tổng mức độ tác động đến sự hài lòng.
  3. Phát hiện thực nghiệm về Dịch vụ GTGT: Dịch vụ GTGT truyền thống (nhạc chờ, tin nhắn thông báo cuộc gọi nhỡ) không còn là động lực thúc đẩy sự lựa chọn của sinh viên ($p > 0.05$), tạo căn cứ để các nhà mạng tái cấu trúc danh mục sản phẩm.

Ứng dụng thực tế và triển khai

Chiến lược ứng dụng cho các nhà mạng viễn thông

graph TD
    M[Chiến lược Tối ưu hóa Dịch vụ Viễn thông]
    M --> N1[Tối ưu Chi phí CP<br/>- Gói cước chu kỳ linh hoạt 50k-90k<br/>- Miễn cước data nền tảng học tập LMS/Teams]
    M --> N2[Nâng cấp Hạ tầng CLM<br/>- Tăng cường trạm Small Cell tại KTX<br/>- Đảm bảo QoS băng thông tối thiểu 25Mbps]
    M --> N3[Chương trình Khuyến mãi SHD<br/>- Ưu đãi Data liên kết ứng dụng MoMo/ZaloPay<br/>- Tặng dung lượng khi nạp thẻ đầu kỳ học]
    M --> N4[Chăm sóc Khách hàng CLPV<br/>- Tích hợp Chatbot AI hỗ trợ trên App<br/>- Điểm giao dịch lưu động tại ngày hội nhập học]

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai: Chi phí nâng cấp vùng phủ sóng trạm phát sóng nhỏ (Small Cell) tại 5 cụm trường thuộc Đại học Huế và thiết kế lại gói cước sinh viên ước tính khoảng 450.000.000 VNĐ/năm cho mỗi nhà mạng.
  • Hiệu quả dự phóng (ROI):
    • Giảm tỷ lệ rời mạng của sinh viên từ 12% xuống dưới 4,5%/năm.
    • Tăng tỷ lệ ARPU (Doanh thu trung bình trên một thuê bao) trong phân khúc sinh viên từ 65.000 VNĐ lên 85.000 VNĐ/tháng nhờ các gói combo Data tốc độ cao.
    • Thời gian hoàn vốn đầu tư kỹ thuật: 6,8 tháng.

Hạn chế và hướng phát triển

Hạn chế của nghiên cứu

  • Phương pháp lấy mẫu: Sử dụng phương pháp chọn mẫu phi xác suất thuận tiện ($n=140$) tập trung chính tại Trường Đại học Kinh tế - Đại học Huế, độ bao phủ các trường kỹ thuật và y dược chưa đạt tỷ lệ đồng đều tuyệt đối.
  • Thời điểm khảo sát: Dữ liệu thu thập vào cuối năm 2020 chịu ảnh hưởng một phần bởi lịch học online do dịch bệnh, có thể làm gia tăng mức độ sử dụng Wi-Fi cố định so với dữ liệu di động ngoài trời.

Hướng phát triển tiếp theo

  • Mở rộng cỡ mẫu lên $n \ge 500$ trên toàn bộ 8 trường đại học thành viên và các khoa trực thuộc Đại học Huế.
  • Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM (Partial Least Squares Structural Equation Modeling) để đánh giá các tác động gián tiếp thông qua biến trung gian "Lòng trung thành" (Customer Loyalty).
  • Bổ sung các biến quan sát liên quan đến công nghệ mạng 5G và hệ sinh thái số (Mobile Money, Cloud Storage).

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng, cấu trúc xử lý dữ liệu SPSS, Cronbach's Alpha, EFA và hồi quy OLS trong khối ngành Kinh tế - Quản trị kinh doanh.
  • Chuyên viên phân tích dữ liệu (Data Analysts / BI): Cung cấp pipeline xử lý dữ liệu khảo sát từ mã hóa dữ liệu đến xuất phương trình hồi quy có thể chuyển đổi linh hoạt sang Python/R.
  • Doanh nghiệp Viễn thông (VNPT, Viettel, MobiFone): Nắm bắt các trọng số định lượng ($\beta$) để xây dựng chính sách giá cước, tối ưu vị trí lắp đặt hạ tầng mạng và thiết kế chiến dịch tiếp thị hướng mục tiêu.
  • Nhà nghiên cứu: Cung cấp hệ thống thang đo đã qua kiểm định thực nghiệm ($Cronbach's\ Alpha > 0.77$, $EFA\ variance > 63%$) để tái sử dụng trong các nghiên cứu hành vi người tiêu dùng dịch vụ số.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật và dữ liệu để chạy mô hình phân tích hồi quy này là gì?

Cần thu thập tập dữ liệu sạch không chứa giá trị khuyết thiếu (missing values) hoặc ngoại lai (outliers), mã hóa theo thang đo khoảng (Likert 1-5). Phần mềm yêu cầu tối thiểu là IBM SPSS v20.0 hoặc môi trường Python 3.8+ với gói statsmodels. Cỡ mẫu phải thỏa mãn $n \ge 50 + 8m$ ($n \ge 98$).

2. Vì sao nhân tố Dịch vụ GTGT lại có giá trị p-value = 0.055 và bị loại khỏi mô hình hồi quy chuẩn hóa?

Với mức ý nghĩa kiểm định $\alpha = 0.05$, biến GTGT có $Sig. = 0.055 > 0.05$, chứng tỏ chưa đủ bằng chứng thống kê để khẳng định Dịch vụ GTGT có tác động trực tiếp đến Quyết định lựa chọn mạng của sinh viên. Thực tế sinh viên hiện nay chủ yếu sử dụng các ứng dụng OTT trên nền Internet miễn phí thay vì mua dịch vụ GTGT trả phí truyền thống.

3. Làm thế nào để giải quyết hiện tượng đa cộng tuyến trong phân tích dữ liệu viễn thông?

Kiểm tra chỉ số phóng đại phương sai (VIF - Variance Inflation Factor). Nếu $\text{VIF} > 2.0$ (hoặc $> 10$ theo tiêu chuẩn lỏng), cần loại bỏ biến có tương quan cao, gom cụm biến bằng phương pháp EFA Principal Component Analysis hoặc chuyển sang hồi quy Ridge/Lasso. Trong mô hình của đề tài, toàn bộ VIF đều nằm trong khoảng $1.15 - 1.42$, chứng minh không xảy ra đa cộng tuyến.

4. Kết quả nghiên cứu có áp dụng được cho người đi làm hoặc khu vực khác không?

Mô hình có thể mở rộng áp dụng nhưng cần hiệu chỉnh thang đo. Nhóm người đi làm thường có mức chi trả cao hơn, sử dụng thuê bao trả sau nhiều hơn và tỷ trọng quan tâm đến yếu tố "Chất lượng phục vụ", "Dịch vụ GTGT doanh nghiệp" sẽ lớn hơn phân khúc sinh viên.

5. Chi phí và thời gian triển khai một khảo sát tương tự trên địa bàn tỉnh là bao nhiêu?

Chi phí triển khai khảo sát thực địa trực tiếp kết hợp trực tuyến với quy mô $n=500$ mẫu dao động từ 15.000.000 – 25.000.000 VNĐ, thời gian thu thập dữ liệu và xử lý thống kê hoàn chỉnh từ 4 đến 6 tuần.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Trần Thị Phương Nhi đã giải quyết toàn diện bài toán phân tích các nhân tố ảnh hưởng đến sự hài lòng và quyết định lựa chọn mạng điện thoại di động của sinh viên Đại học Huế. Thông qua quy trình phân tích định lượng chuẩn mực trên tập dữ liệu $n=140$, nghiên cứu đã chứng minh mức độ chi phối vượt trội của hai nhân tố Chi phí sử dụng ($\beta = 0.312$) và Chất lượng mạng ($\beta = 0.285$), giải thích được 58,4% biến thiên của sự hài lòng khách hàng ($R^2 = 0.584, F = 31.082, p < 0.001$).

Hệ thống số liệu thực nghiệm và ma trận giải pháp trong đề tài đóng vai trò kim chỉ nam giúp các nhà mạng VNPT VinaPhone, Viettel và MobiFone tại Thừa Thiên Huế tối ưu hóa danh mục gói cước sinh viên, nâng cấp hạ tầng băng thông 4G/5G và nâng cao năng lực cạnh tranh trong kỷ nguyên số hóa viễn thông. Các tổ chức viễn thông và nhà nghiên cứu có thể ứng dụng trực tiếp khung phân tích và thang đo này để triển khai các dự án khảo sát chất lượng dịch vụ định kỳ trên quy mô diện rộng.