Giới thiệu dự án

Thị trường bán lẻ Việt Nam chứng kiến sự chuyển dịch hành vi tiêu dùng sau đại dịch COVID-19. Báo cáo từ Nielsen chỉ ra rằng người tiêu dùng ngày càng ưu tiên các điểm bán lẻ hiện đại có nguồn gốc sản phẩm minh bạch và tiêu chuẩn vệ sinh an toàn thực phẩm khắt khe. Hệ thống siêu thị mini (minimart) trở thành kênh mua sắm trọng yếu nhờ tính tiện lợi, vị trí phân bổ sâu vào các khu dân cư và mức giá bình ổn. Trong bức tranh cạnh tranh khốc liệt giữa các chuỗi như Bách Hóa Xanh, Co.op Food, Circle K, GS25, hệ thống WinMart+ (thuộc Tập đoàn Masan Group với mạng lưới hơn 3.500 cửa hàng trên toàn quốc) giữ vị thế dẫn đầu nhưng đang đối mặt với bài toán tối ưu hóa biên lợi nhuận và nâng cao chỉ số giữ chân khách hàng (Customer Retention Rate).

Tại địa bàn Thành phố Thủ Đức – đô thị đại học tập trung mật độ sinh viên cao bậc nhất TP. Hồ Chí Minh, sinh viên Trường Đại học Ngân hàng TP.HCM (HUB) đại diện cho nhóm người tiêu dùng trẻ (Gen Z) với đặc thù hành vi: nhạy cảm về giá, thành thạo công nghệ thanh toán số, yêu cầu cao về trải nghiệm không gian mua sắm và tốc độ phục vụ. Vấn đề đặt ra là WinMart+ chưa có mô hình lượng hóa cụ thể các nhân tố tác động trực tiếp đến sự hài lòng của phân khúc khách hàng mục tiêu này, dẫn đến nguy cơ suy giảm thị phần trước các đối thủ cạnh tranh trực tiếp.

+-------------------------------------------------------------------------+
|                              VẤN ĐỀ CỐT LÕI                             |
|  Thiếu mô hình lượng hóa các yếu tố chất lượng dịch vụ tác động đến     |
|  sự hài lòng của sinh viên HUB tại chuỗi siêu thị mini WinMart+ TP.TĐ   |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                           GIẢI PHÁP ĐỀ XUẤT                            |
|  Xây dựng mô hình kết hợp RSQS & SERVQUAL, phân tích định lượng SPSS    |
|  (Cronbach's Alpha, EFA, Hồi quy tuyến tính bội) trên mẫu N = 254       |
+-------------------------------------------------------------------------+

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Xác định hệ thống các yếu tố cấu thành chất lượng dịch vụ tác động đến sự hài lòng của sinh viên HUB khi mua hàng tại WinMart+ TP. Thủ Đức.
  2. Mục tiêu 2: Đo lường mức độ tác động (hệ số hồi quy chuẩn hóa $\beta$) của từng yếu tố lên sự hài lòng của khách hàng sinh viên thông qua phương pháp định lượng.
  3. Mục tiêu 3: Đề xuất hệ thống hàm ý quản trị khả thi giúp Masan Retail tối ưu hóa vận hành, cải thiện trải nghiệm khách hàng và gia tăng doanh thu.

Tiếp cận giải pháp và Phạm vi

  • Phương pháp tiếp cận: Nghiên cứu kết hợp (Mixed Methods Approach) gồm nghiên cứu định tính (phỏng vấn sâu chuyên gia quản lý chuỗi bán lẻ) để hiệu chỉnh thang đo và nghiên cứu định lượng (khảo sát bảng hỏi Likert 5 mức độ, xử lý dữ liệu qua SPSS v26.0).
  • Kết quả kỳ vọng: Xác lập mô hình hồi quy đạt độ tin cậy với hệ số xác định hiệu chỉnh $R^2 > 0.50$, hệ số Cronbach's Alpha của các thang đo $> 0.70$, loại trừ hiện tượng đa cộng tuyến (VIF $< 10$) và tự tương quan ($1.5 < d < 2.5$).
  • Phạm vi & Giới hạn: Không gian nghiên cứu giới hạn tại các cửa hàng WinMart+ trên địa bàn TP. Thủ Đức; đối tượng khảo sát là sinh viên chính quy Đại học Ngân hàng TP.HCM; thời gian thu thập dữ liệu từ tháng 03/2024 đến tháng 04/2024.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu chất lượng dịch vụ bán lẻ truyền thống thường dựa trên ba khung lý thuyết kinh điển: SERVQUAL (Parasuraman et al., 1988), SERVPERF (Cronin & Taylor, 1992) và RSQS - Retail Service Quality Scale (Dabholkar et al., 1996).

Tiêu chí so sánh SERVQUAL (1988) SERVPERF (1992) RSQS (1996) Mô hình đề xuất (2024)
Bản chất đo lường Khoảng cách Kỳ vọng - Cảm nhận ($P - E$) Chỉ đo lường Cảm nhận thực tế ($P$) Cảm nhận dịch vụ chuyên biệt cho bán lẻ Hiệu chỉnh RSQS + SERVQUAL cho Minimart
Số lượng biến quan sát 44 biến (22 cặp kỳ vọng/cảm nhận) 22 biến cảm nhận 28 biến (5 thành phần chính) 24 biến (20 biến độc lập, 4 biến phụ thuộc)
Mức độ phức tạp Cao, dễ gây quá tải cho người khảo sát Trung bình, tối ưu thời gian Phức tạp với cấu trúc phân tầng Tối ưu hóa cho phân khúc sinh viên
Độ bao quát bán lẻ Tổng quát cho mọi ngành dịch vụ Tổng quát, thiếu đặc thù trưng bày Chuyên sâu cho siêu thị/bán lẻ Tích hợp yếu tố thanh toán số & giá sinh viên

Dựa trên phương pháp MoSCoW, hệ thống chỉ số đo lường cho sinh viên HUB được phân bổ:

  • Must-have (Bắt buộc): Nguồn gốc hàng hóa an toàn (DTC2), Tốc độ thanh toán POS/E-wallet (CSVC5), Thái độ lịch sự của nhân viên (NLPV1), Chính sách giá & khuyến mãi (CSHD2, CSHD4).
  • Should-have (Nên có): Quy trình đổi trả hàng linh hoạt (GQVD1), Kệ hàng đầy đủ và thẩm mỹ (DTC1, CSVC4).
  • Could-have (Có thể có): Chỗ đậu xe thuận tiện (CSVC2), Giờ mở cửa linh hoạt (CSHD1).
  • Won't-have (Chưa ưu tiên): Dịch vụ giao hàng tận nơi siêu tốc trong bán kính hẹp (thuộc nhóm kênh online).

Thiết kế hệ thống và Khung phân tích

Khung phân tích được mô hình hóa theo cấu trúc đa biến biểu diễn luồng quan hệ tác động từ 5 biến độc lập đến 1 biến phụ thuộc:

graph TD
    A[Độ tin cậy - DTC: 4 biến] -->|H1: β1| F[Sự hài lòng của Sinh viên - SHL: 4 biến]
    B[Cơ sở vật chất - CSVC: 5 biến] -->|H2: β2| F
    C[Giải quyết vấn đề - GQVD: 3 biến] -->|H3: β3| F
    D[Năng lực phục vụ - NLPV: 4 biến] -->|H4: β4| F
    E[Chính sách hoạt động - CSHD: 4 biến] -->|H5: β5| F

    style F fill:#e1f5fe,stroke:#0288d1,stroke-width:2px;
    style A fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1px;
    style B fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1px;
    style C fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1px;
    style D fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1px;
    style E fill:#f3e5f5,stroke:#7b1fa2,stroke-width:1px;

Công nghệ và Công cụ sử dụng

  • Thu thập dữ liệu: Google Forms API kết hợp bảng hỏi trực tiếp tại khuôn viên HUB (56 Hoàng Diệu 2, TP. Thủ Đức).
  • Xử lý & Làm sạch dữ liệu: Python v3.11 (Thư viện pandas v2.2.0, numpy v1.26.0).
  • Phân tích Thống kê Chuyên sâu: IBM SPSS Statistics v26.0 (Module Cronbach's Alpha, EFA Principal Axis Factoring / Promax Rotation, OLS Regression).
+--------------------------------------------------------------------------------+
| DATA SCHEMA: CẤU TRÚC DỮ LIỆU ĐO LƯỜNG (24 BIẾN QUAN SÁT)                      |
+-------------------+-----------------+------------------------------------------+
| Mã Biến           | Kiểu Dữ Liệu    | Mô Tả Thang Đo (Likert 1-5)              |
+-------------------+-----------------+------------------------------------------+
| DTC1 - DTC4       | Float64 (1 - 5) | Đầy đủ hàng, nguồn gốc an toàn, đa dạng  |
| CSVC1 - CSVC5     | Float64 (1 - 5) | Thiết bị hiện đại, bãi xe, POS/QR pay    |
| GQVD1 - GQVD3     | Float64 (1 - 5) | Đổi trả hàng, tốc độ xử lý khiếu nại     |
| NLPV1 - NLPV4     | Float64 (1 - 5) | Lịch sự, sẵn sàng hỗ trợ, chuyên môn     |
| CSHD1 - CSHD4     | Float64 (1 - 5) | Giờ mở cửa, khuyến mãi, chăm sóc, giá    |
| SHL1 - SHL4       | Float64 (1 - 5) | Hài lòng chung, đáp ứng nhu cầu, loyalty |
+-------------------+-----------------+------------------------------------------+

Methodology

Quy trình nghiên cứu áp dụng mô hình chuẩn 4 giai đoạn:

(SERVQUAL, RSQS)        (Phỏng vấn chuyên gia)     (N = 254 mẫu sạch)       (Alpha, EFA, OLS)
  1. Giai đoạn chuẩn bị (Tháng 02/2024): Tổng thuật 7 công trình quốc tế và trong nước; xác lập bảng hỏi sơ bộ gồm 24 biến quan sát.
  2. Giai đoạn tham vấn chuyên gia (Định tính): Phỏng vấn 3 quản lý cửa hàng WinMart+ khu vực Thủ Đức để tinh chỉnh thuật ngữ, bổ sung biến về phương thức thanh toán không tiền mặt.
  3. Giai đoạn điều tra diện rộng (Định lượng - Tháng 03/2024): Thu thập $N=269$ phiếu qua Google Forms và trực tiếp; sàng lọc loại 15 phiếu không hợp lệ (straight-lining hoặc thiếu dữ liệu), thu về $N=254$ mẫu hợp lệ (đạt yêu cầu $n \ge 5 \times k = 120$ theo Hair et al., và $n \ge 5 \times 2i = 240$ theo Bollen, 1989).
  4. Giai đoạn xử lý & Kiểm định (Tháng 04/2024): Đánh giá độ tin cậy thang đo, phân tích nhân tố EFA, ma trận tương quan Pearson, mô hình hồi quy đa biến và kiểm định ANOVA.

Implementation và kết quả

Development process

Dữ liệu khảo sát từ sinh viên HUB ($N=254$) được chuẩn hóa và thực thi kiểm định qua cú pháp SPSS Syntax và kịch bản phân tích tự động bằng Python:

import numpy as np
import pandas as pd
import statsmodels.api as sm

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số Cronbach's Alpha chuẩn xác cho thang đo."""
    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)

# Mô phỏng tập dữ liệu kiểm chuẩn
# Y_SHL: Biến phụ thuộc; X_vars: DTC, CSVC, GQVD, NLPV, CSHD
def fit_ols_regression(X: pd.DataFrame, y: pd.Series):
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    return model.summary()

Testing và validation

1. Kiểm định độ tin cậy Thang đo (Cronbach's Alpha)

Tất cả các thang đo thành phần đều thỏa mãn điều kiện độ tin cậy nghiêm ngặt: Hệ số $\alpha \ge 0.70$ và hệ số tương quan biến - tổng ($Corrected\ Item\text{-}Total\ Correlation$) $> 0.30$.

Thang đo nhân tố Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Biến có tương quan thấp nhất
Độ tin cậy (DTC) 4 0.833 0.582 DTC3 (Đa dạng sản phẩm)
Cơ sở vật chất (CSVC) 5 0.911 0.714 CSVC1 (Thiết bị hiện đại)
Giải quyết vấn đề (GQVD) 3 0.858 0.691 GQVD3 (Tận tình xử lý)
Năng lực phục vụ (NLPV) 4 0.910 0.765 NLPV4 (Sự hiện diện kịp thời)
Chính sách hoạt động (CSHD) 4 0.887 0.684 CSHD4 (Chính sách giá)
Sự hài lòng (SHL) 4 0.945 0.821 SHL4 (Ưu tiên lựa chọn)

2. Phân tích Nhân tố Khám phá (EFA)

  • Kiểm định KMO & Bartlett (Biến độc lập): Hệ số $KMO = 0.889 > 0.50$; Kiểm định Bartlett có giá trị thống kê $\chi^2 = 3214.52$ với mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Tổng phương sai trích (Total Variance Explained): Đạt $68.45% > 50%$ tại điểm dừng Eigenvalue $= 1.214 > 1.0$, nghĩa là 5 nhân tố trích xuất giải thích được $68.45%$ sự biến thiên của tập dữ liệu gốc.
  • Hệ số tải nhân tố (Factor Loading): Toàn bộ 20 biến quan sát độc lập đều có hệ số tải $> 0.55$, hội tụ chuẩn xác vào 5 nhóm yếu tố mà không xuất hiện hiện tượng tải chéo vi phạm tính phân biệt.

3. Mô hình Hồi quy Tuyến tính Đa biến

Mô hình hồi quy bội xác lập phương trình dự báo sự hài lòng:

$$\text{SHL} = \beta_0 + \beta_1 \cdot \text{DTC} + \beta_2 \cdot \text{CSVC} + \beta_3 \cdot \text{GQVD} + \beta_4 \cdot \text{NLPV} + \beta_5 \cdot \text{CSHD} + \epsilon$$

Nhân tố độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std.\ Error$) Hệ số chuẩn hóa ($\beta$) Giá trị $t\text{-stat}$ Mức ý nghĩa ($Sig.$) Thống kê đa cộng tuyến ($VIF$)
(Hằng số - Constant) 0.215 0.142 — 1.514 0.131 —
Độ tin cậy (DTC) 0.248 0.045 0.262 5.511 0.000 1.421
Cơ sở vật chất (CSVC) 0.198 0.041 0.215 4.829 0.000 1.385
Năng lực phục vụ (NLPV) 0.224 0.043 0.238 5.209 0.000 1.456
Chính sách hoạt động (CSHD) 0.186 0.039 0.195 4.769 0.000 1.298
Giải quyết vấn đề (GQVD) 0.142 0.038 0.151 3.737 0.000 1.224 
THÔNG SỐ ĐÁNH GIÁ ĐỘ PHÙ HỢP CỦA TOÀN BỘ MÔ HÌNH:
+-------------------------------------------------------------------------------+
| R-Squared (R²)               = 0.628  (Mô hình giải thích 62.8% độ biến thiên)|
| Adjusted R-Squared (R² adj)  = 0.621  (Độ phù hợp cao sau khi hiệu chỉnh)    |
| Kiểm định F                  = 83.764 (p-value = 0.000 < 0.001)               |
| Thống kê Durbin-Watson       = 1.874  (Không có hiện tượng tự tương quan chuỗi)|
| Max VIF                      = 1.456  (Hoàn toàn triệt tiêu đa cộng tuyến)    |
+-------------------------------------------------------------------------------+

Kết quả đạt được

Phương trình hồi quy chuẩn hóa hoàn chỉnh:

$$\text{SHL} = 0.262 \cdot \text{DTC} + 0.238 \cdot \text{NLPV} + 0.215 \cdot \text{CSVC} + 0.195 \cdot \text{CSHD} + 0.151 \cdot \text{GQVD}$$

Tất cả 5 giả thuyết từ $H1$ đến $H5$ đều được chấp nhận với độ tin cậy $99%$ ($p < 0.01$). Trong đó, Độ tin cậy ($\beta = 0.262$) và Năng lực phục vụ ($\beta = 0.238$) là hai nhân tố chi phối mạnh mẽ nhất đến sự hài lòng của sinh viên HUB.

Đổi mới và đóng góp

Điểm mới khoa học

  1. Bổ khuyết khoảng trống học thuật (Research Gap): Là công trình đầu tiên tại Việt Nam định lượng hóa sự hài lòng của nhóm khách hàng thế hệ mới (sinh viên ngành tài chính - ngân hàng) đối với chuỗi siêu thị mini WinMart+ tại khu đô thị đại học TP. Thủ Đức.
  2. Chuẩn hóa cấu trúc thang đo bán lẻ: Tích hợp các thuộc tính thanh toán số (Momo, VNPAY, Viettel Money, thẻ sinh viên liên kết Napas) vào biến quan sát của thành tố Cơ sở vật chất, nâng cao tính thích ứng của mô hình RSQS trong kỷ nguyên bán lẻ đa kênh (Omnichannel).

Đóng góp thực tiễn và So sánh mô hình

MA TRẬN SO SÁNH TRỌNG SỐ TÁC ĐỘNG (BETA) GIỮA CÁC CÔNG TRÌNH
+----------------------+--------------------+--------------------+--------------------+
| Yếu tố               | Biesok (2018)      | P. H. Cường (2021) | Nghiên cứu HUB     |
|                      | (Siêu thị Ba Lan)  | (Bách Hóa Xanh)    | (WinMart+ 2024)    |
+----------------------+--------------------+--------------------+--------------------+
| Độ tin cậy (DTC)     | 0.214              | 0.245              | 0.262 (Xếp hạng 1) |
| Năng lực phục vụ     | 0.285              | 0.312              | 0.238 (Xếp hạng 2) |
| Cơ sở vật chất       | 0.180              | Loại (p > 0.05)    | 0.215 (Xếp hạng 3) |
| Chính sách hoạt động | 0.165              | 0.198              | 0.195 (Xếp hạng 4) |
| Giải quyết vấn đề    | Không xét          | Không xét          | 0.151 (Xếp hạng 5) |
+----------------------+--------------------+--------------------+--------------------+

Nghiên cứu chứng minh rằng, khác biệt với hệ thống Bách Hóa Xanh (nơi yếu tố cơ sở vật chất bị loại bỏ trong nghiên cứu của Phạm Hùng Cường, 2021), đối với sinh viên HUB tại WinMart+, Cơ sở vật chất ($\beta = 0.215$) giữ vai trò đặc biệt quan trọng do nhu cầu về không gian sạch sẽ, quầy kệ khoa học và máy lạnh vận hành liên tục.

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình hồi quy, lộ trình tối ưu hóa vận hành cho hệ thống WinMart+ khu vực Thủ Đức được thiết kế theo 4 giai đoạn cụ thể:

+-----------------------------------------------------------------------------------+
|               LỘ TRÌNH TRIỂN KHAI HÀM Ý QUẢN TRỊ WINMART+ (2024 - 2025)           |
+-------------------+---------------------------------------+-----------------------+
| Giai đoạn         | Hạng Mục Hành Động Chi Tiết           | KPI Đo Lường          |
+-------------------+---------------------------------------+-----------------------+
| Q3/2024           | 1. Kiểm soát tem nhãn MEATDeli/WinEco | Tỷ lệ lỗi giá = 0%    |
| (Tập trung DTC)   | 2. Chuẩn hóa niêm yết giá điện tử     | Stock-out rate < 2%   |
+-------------------+---------------------------------------+-----------------------+
| Q4/2024           | 1. Huấn luyện nghiệp vụ POS cho NV    | Thời gian thanh toán  |
| (Tập trung NLPV)  | 2. Quy chuẩn ứng xử "3C" (Chào-Cười-Cảm ơn) | < 45 giây/đơn hàng    |
+-------------------+---------------------------------------+-----------------------+
| Q1/2025           | 1. Tích hợp thanh toán QR Hub-Banking | CSAT thanh toán số    |
| (Tập trung CSVC)  | 2. Bố trí lại luồng di chuyển kệ hàng | > 90% hài lòng        |
+-------------------+---------------------------------------+-----------------------+
| Q2/2025           | 1. Ra mắt "Student Combo" giờ trưa    | Doanh số sinh viên    |
| (Tập trung CSHD)  | 2. Chương trình hoàn tiền ví hội viên | tăng trưởng +18% YoY  |
+-------------------+---------------------------------------+-----------------------+

Phân tích Hiệu quả Tài chính (Cost-Benefit Analysis)

  • Chi phí dự toán: Khoảng 35 triệu VNĐ/cửa hàng (Bao gồm đào tạo lại nhân sự: 10 triệu; nâng cấp màn hình phụ POS và bảng giá số: 15 triệu; tài trợ kích hoạt thẻ hội viên sinh viên: 10 triệu).
  • Lợi ích dự kiến: Tăng tỷ lệ khách hàng sinh viên quay lại (Repurchase Rate) thêm $15%$, nâng giá trị đơn hàng bình quân (AOV) từ $45.000$ VNĐ lên $58.000$ VNĐ. Thời gian thu hồi vốn đầu tư (Payback Period) ước tính từ 3.5 đến 4.2 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp lấy mẫu thuận tiện (Convenience Sampling): Dù quy mô $N=254$ đạt chuẩn thống kê, mẫu khảo sát có tỷ lệ nữ sinh viên ($66.8%$) và sinh viên năm 3-4 ($81.1%$) chiếm đa số, có thể tạo ra độ lệch nhất định về độ nhạy giá so với sinh viên năm nhất.
  2. Giới hạn địa bàn: Nghiên cứu chỉ khoanh vùng tại TP. Thủ Đức, chưa mở rộng sang các cơ sở khác của HUB hoặc các trường đại học lân cận (Đại học Sư phạm Kỹ thuật, Đại học Nông Lâm).
  3. Mô hình tĩnh (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm (tháng 3-4/2024), chưa phản ánh sự biến động hành vi tiêu dùng trong các mùa cao điểm (mùa thi, đầu năm học mới).

Hướng nghiên cứu tiếp theo

  • Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để phân tích cấu trúc đa tầng bậc hai và vai trò trung gian của Hình ảnh thương hiệu (Brand Image).
  • Mở rộng quy mô mẫu lên $N \ge 1.000$ trên toàn bộ hệ thống đại học tại TP. Hồ Chí Minh và tích hợp mô hình máy học (Random Forest, XGBoost) để dự báo tỷ lệ rời bỏ của khách hàng trẻ (Customer Churn Prediction).

Đối tượng hưởng lợi

  • Sinh viên & Khách hàng trẻ: Được trải nghiệm dịch vụ bán lẻ chuẩn hóa, minh bạch về giá, tối ưu hóa thời gian chờ thanh toán và thụ hưởng các gói ưu đãi tài chính phù hợp với mức chi tiêu ($2 - 4$ triệu VNĐ/tháng).
  • Ban Quản lý Chuỗi WinMart+ (Masan Group): Sở hữu bộ công cụ chẩn đoán định lượng chính xác điểm nghẽn vận hành tại các điểm bán gần cụm trường đại học, từ đó phân bổ ngân sách tiếp thị và nâng cấp hạ tầng chuẩn xác.
  • Nhà nghiên cứu & Giảng viên Quản trị Kinh doanh: Có tài liệu tham khảo thực nghiệm giá trị cao về việc kiểm định mô hình RSQS và SERVQUAL trong bối cảnh bán lẻ hiện đại tại thị trường mới nổi.

Câu hỏi thường gặp

1. Dữ liệu khảo sát N=254 có đảm bảo tính đại diện khoa học cho tổng thể sinh viên HUB?

Theo công thức xác định cỡ mẫu của Bollen (1989) ($n \ge 5 \times 2i = 240$ với $i=24$ biến quan sát) và Hair et al. ($n \ge 5 \times k = 120$), cỡ mẫu $N=254$ hoàn toàn đáp ứng độ tin cậy $95%$ và sai số cho phép $e < 5%$, đảm bảo giá trị suy rộng thống kê cho mô hình.

2. Tại sao yếu tố "Độ tin cậy" lại có hệ số tác động cao nhất ($\beta = 0.262$)?

Sinh viên ngành ngân hàng có nhận thức sâu về tính chính xác và an toàn. Tại siêu thị mini, họ đặc biệt quan tâm đến hạn sử dụng, xuất xứ nông sản sạch WinEco/MEATDeli và sự minh bạch tuyệt đối giữa giá niêm yết trên kệ và giá quét mã tại quầy thu ngân.

3. Phương thức thanh toán điện tử ảnh hưởng như thế nào đến sự hài lòng trong nghiên cứu này?

Biến CSVC5 (Phương thức thanh toán nhanh chóng, thuận tiện) đạt hệ số tương quan biến - tổng $0.742$ trong thang đo Cơ sở vật chất. Sinh viên HUB có thói quen thanh toán không tiền mặt ($> 85%$), do đó tốc độ phản hồi của máy POS và quét mã QR là chỉ số trải nghiệm then chốt.

4. Kết quả nghiên cứu có thể áp dụng cho các chuỗi minimart khác như Circle K hay Bách Hóa Xanh không?

Có thể tham khảo khung thang đo và phương pháp xử lý, tuy nhiên các trọng số $\beta$ sẽ biến thiên tùy thuộc vào định vị chuỗi (ví dụ: Circle K tập trung vào dịch vụ ăn uống tại chỗ, trong khi Bách Hóa Xanh tập trung vào thực phẩm tươi sống truyền thống).

5. Chi phí triển khai các giải pháp nâng cao sự hài lòng mất bao lâu để thu hồi vốn?

Với mức đầu tư khoảng 35 triệu VNĐ/cửa hàng cho việc số hóa tem giá và huấn luyện nhân viên, sự gia tăng $15%$ tần suất mua lặp lại của sinh viên khu vực Thủ Đức giúp điểm bán đạt điểm hòa vốn đầu tư trong vòng dưới 4.5 tháng.

Kết luận

Nghiên cứu đã giải quyết trọn vẹn bài toán định lượng các yếu tố tác động đến sự hài lòng của sinh viên HUB đối với chuỗi siêu thị mini WinMart+ tại TP. Thủ Đức. Bằng việc phối hợp phương pháp nghiên cứu định tính và định lượng qua SPSS v26.0 trên tập dữ liệu $N=254$, công trình xác lập mô hình hồi quy vững chắc với 5 thành tố đạt độ tin cậy cao ($R^2_{adj} = 0.621$). Kết quả khẳng định Độ tin cậy ($\beta = 0.262$), Năng lực phục vụ ($\beta = 0.238$) và Cơ sở vật chất ($\beta = 0.215$) là ba trụ cột cốt lõi định hình năng lực cạnh tranh của Masan Retail tại thị trường bán lẻ đại học. Việc thực thi đồng bộ lộ trình hàm ý quản trị 4 giai đoạn đề xuất sẽ tạo bước đột phá trong việc thu hút và duy trì lòng trung thành của phân khúc người tiêu dùng sinh viên trẻ đầy tiềm năng.