Giới thiệu dự án

Trong kỷ nguyên kinh tế số và bùng nổ truyền thông đa kênh, các doanh nghiệp phải đối mặt với tình trạng bão hòa thông tin quảng cáo nghiêm trọng. Theo số liệu thống kê từ Tạp chí AdAge Marketing and Communication (2021), trung bình mỗi ngày một người tiêu dùng tiếp nhận khoảng 3.000 thông điệp quảng cáo, nhưng chỉ có khoảng 150 hình ảnh tác động được vào tiềm thức và vỏn vẹn 30 hình ảnh được ghi nhớ thực sự. Sự gia tăng của các quảng cáo thiếu tính xác thực trên môi trường Internet và mạng xã hội đã tạo nên tâm lý hoài nghi, kháng cự quảng cáo (ad fatigue) từ phía khách hàng. Do đó, việc xây dựng chiến lược truyền thông thông qua đại sứ thương hiệu (Brand Ambassador) trở thành công cụ đòn bẩy quan trọng nhằm kích hoạt liên tưởng thương hiệu tích cực và thúc đẩy hành vi tiêu dùng.

Nhiều thương hiệu toàn cầu và nội địa đã chứng minh hiệu quả vượt trội khi lựa chọn đúng đại sứ: Dior ghi nhận mức tăng trưởng doanh thu 86,8% đạt 613,9 tỷ KRW vào năm 2021 sau khi hợp tác cùng nghệ sĩ Jisoo (BLACKPINK); tại Việt Nam, chiến dịch Biti's Hunter kết hợp cùng ca sĩ Sơn Tùng M-TP đã tạo ra mức tăng trưởng 300% lượng đơn hàng và tương tác chỉ sau một tuần ra mắt. Tuy nhiên, rủi ro tài chính khi lựa chọn sai đại sứ thương hiệu là rất lớn do chi phí ký kết hợp đồng đại diện vô cùng đắt đỏ, trong khi sự bất tương thích giữa hình tượng người nổi tiếng và định vị sản phẩm có thể dẫn đến thất bại toàn diện của chiến dịch.

Đề tài khóa luận "Tác động của đại sứ thương hiệu đến ý định mua của sinh viên Trường Đại học Ngân hàng Thành phố Hồ Chí Minh" (chuyên ngành Quản trị Kinh doanh, mã số 7340101, thực hiện bởi sinh viên Nguyễn Thị Bảo Ngọc dưới sự hướng dẫn của TS. Châu Đình Linh) giải quyết bài toán xác lập cơ sở định lượng cho các quyết định marketing này.

+-------------------------------------------------------------------------+
|                          MÔ HÌNH NGHIÊN CỨU TỔNG QUÁT                   |
|                                                                         |
|  [Độ tin cậy (TC)] -------------(H1: +)---------\                       |
|  [Tính chuyên môn (CM)] --------(H2: +)----------\                      |
|  [Sự thu hút (TH)] -------------(H3: +)-----------> [Ý ĐỊNH MUA (YD)]   |
|  [Sự quen thuộc (QT)] ----------(H4: +)----------/                      |
|  [Sự phù hợp đại sứ - SP (PH)] -(H5: +)---------/                       |
+-------------------------------------------------------------------------+

Mục tiêu nghiên cứu

  1. Xác định các nhân tố cấu thành giá trị của đại sứ thương hiệu tác động đến ý định mua của sinh viên Trường Đại học Ngân hàng TP.HCM (HUB).
  2. Đo lường mức độ ảnh hưởng định lượng của từng nhân tố đại sứ thương hiệu (Độ tin cậy, Tính chuyên môn, Sự thu hút, Sự quen thuộc, Sự phù hợp với sản phẩm) đến ý định mua hàng thông qua các chỉ số hồi quy thực nghiệm.
  3. Đề xuất hệ thống hàm ý quản trị và giải pháp marketing ứng dụng, hỗ trợ các doanh nghiệp tối ưu hóa ngân sách và tiêu chí tuyển chọn đại sứ thương hiệu cho phân khúc khách hàng trẻ thế hệ mới.

Phương pháp tiếp cận và phạm vi nghiên cứu

Nghiên cứu kết hợp phương pháp định tính (thảo luận chuyên gia, hiệu chỉnh thang đo) và định lượng thực nghiệm (khảo sát bảng hỏi Likert 5 mức độ qua Google Forms và Email). Mô hình kế thừa và phát triển từ mô hình nguồn phát tín hiệu của Ohanian (1991), nghiên cứu của Nguyễn Thị Hương Giang và cộng sự (2018), cùng nghiên cứu của Nguyễn Quốc Cường, Võ Thị Xuân Quỳnh và Nguyễn Anh Phúc (2021).

  • Đối tượng khảo sát: Sinh viên đang theo học tại Trường Đại học Ngân hàng TP.HCM.
  • Thời gian thực hiện: Từ tháng 12/2022 đến tháng 03/2023.
  • Quy mô mẫu: Thu thập 374 mẫu, làm sạch và xử lý 352 mẫu hợp lệ ($N = 352$, gồm 110 nam chiếm 29,4% và 246 nữ chiếm 70,6%).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong quản trị marketing truyền thống, việc lựa chọn đại sứ thương hiệu thường dựa trên cảm tính của nhà quản lý hoặc độ nổi tiếng đơn thuần của ngôi sao mà thiếu đi các chỉ số đo lường mức độ tương thích khoa học.

Phương thức truyền thông Ưu điểm Nhược điểm Chi phí & Rủi ro
Quảng cáo đại trà (Mass TVC/Ads) Độ phủ sóng rộng, tiếp cận nhanh chóng lượng lớn người xem Tỷ lệ chuyển đổi thấp, chi phí kênh phát sóng cao, dễ gây bão hòa (ad fatigue) Chi phí cố định rất cao; rủi ro người xem lướt qua hoặc chặn quảng cáo
Micro-influencer / KOC Chi phí linh hoạt, mức độ tương tác cộng đồng ngách cao Khó kiểm soát thông điệp đồng nhất, độ phủ thương hiệu hạn chế Chi phí thấp đến trung bình; rủi ro phân mảnh hình ảnh nhận diện
Đại sứ thương hiệu chiến lược (Brand Ambassador) Ghi nhớ thương hiệu sâu sắc, chuyển giao uy tín (meaning transfer), tăng độ trung thành Chi phí hợp đồng lớn, dễ bị ảnh hưởng tiêu cực nếu người nổi tiếng gặp khủng hoảng truyền thông Chi phí đầu tư cao; rủi ro thương hiệu bị liên đới trực tiếp

So sánh đối sánh với các công trình nghiên cứu tiền nhiệm:

  • Nguyễn Thị Hương Giang và cộng sự (2018): Khảo sát 250 mẫu, chỉ tập trung vào 3 biến thành phần cổ điển (Tin cậy, Chuyên môn, Thu hút), bỏ sót yếu tố quan trọng là mức độ phù hợp sản phẩm (Product-Endorser Congruence).
  • Nguyễn Quốc Cường và cộng sự (2021): Khảo sát 210 mẫu tại TP.HCM, phát hiện yếu tố phù hợp tác động mạnh nhất nhưng cỡ mẫu phân tán, chưa phản ánh đặc trưng tiêu dùng của phân khúc sinh viên khối ngành tài chính - kinh tế.
  • Khóa luận của tác giả (2023): Mở rộng khung phân tích tích hợp 5 nhân tố độc lập với cỡ mẫu $N=352$, kiểm soát toàn diện các hiện tượng khuyết tật mô hình thống kê.

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must have (Bắt buộc): Đo lường tính đơn hướng và độ tin cậy thang đo (Cronbach's Alpha $\ge 0.60$), phân tích nhân tố khám phá EFA (KMO $\ge 0.50$, tổng phương sai trích $\ge 50%$), kiểm định hồi quy tuyến tính OLS.
  • Should have (Nên có): Kiểm tra hiện tượng đa cộng tuyến (VIF $< 2.0$), kiểm định tự tương quan (Durbin-Watson quanh giá trị 2.0), kiểm định đồng phương sai (White/Breusch-Pagan).
  • Could have (Có thể có): Phân tích sâu theo biến nhân khẩu học (giới tính, thu nhập sinh viên, tần suất tiếp cận quảng cáo).
  • Won't have (Không bao gồm): Đánh giá tác động theo chuỗi thời gian dài hạn (longitudinal panel data).

Thiết kế hệ thống đo lường và cấu trúc thang đo

Mô hình đo lường gồm 6 khái niệm nghiên cứu với 23 biến quan sát, sử dụng thang đo khoảng cách Likert 5 điểm (1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý).

Thang đo 5 biến độc lập (20 biến quan sát) & 1 biến phụ thuộc (3 biến quan sát):

Công nghệ và công cụ xử lý dữ liệu:

  • Phần mềm thống kê: IBM SPSS Statistics phiên bản 20.0 / 22.0.
  • Hệ thống thu thập dữ liệu: Google Forms tích hợp mã hóa tự động và kiểm soát tính hợp lệ của câu trả lời.
  • Mô hình kinh tế lượng: Hồi quy đa biến OLS (Ordinary Least Squares) với phương trình tổng quát:

$$YD = \beta_0 + \beta_1 TC + \beta_2 CM + \beta_3 TH + \beta_4 QT + \beta_5 PH + \epsilon$$

Trong đó:

  • $YD$: Biến phụ thuộc - Ý định mua của sinh viên.
  • $\beta_0$: Hệ số chặn (Intercept).
  • $\beta_1, \dots, \beta_5$: Hệ số hồi quy chuẩn hóa của các nhân tố.
  • $\epsilon$: Sai số ngẫu nhiên của mô hình.

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu tuân thủ quy trình 3 giai đoạn:

  1. Giai đoạn 1 (Qualitative Phase): Tổng hợp cơ sở lý thuyết, phỏng vấn xin ý kiến giảng viên Khoa Quản trị Kinh doanh HUB để điều chỉnh từ ngữ trong bảng hỏi sơ bộ.
  2. Giai đoạn 2 (Pilot & Screening): Tiến hành khảo sát thử nghiệm, loại bỏ câu hỏi không rõ ràng, thiết lập bảng hỏi chính thức.
  3. Giai đoạn 3 (Quantitative Phase): Phân phối bảng hỏi diện rộng qua kênh truyền thông nội bộ HUB, thu thập $N=374$ phiếu, sàng lọc loại bỏ 22 phiếu không đạt tiêu chuẩn, tiến hành phân tích định lượng trên SPSS.
Giai đoạn Thời gian Nội dung công việc Đầu ra (Deliverables)
Giai đoạn 1 12/2022 Tổng quan tài liệu, xác định khoảng trống nghiên cứu, xây dựng mô hình Đề cương chi tiết và khung lý thuyết
Giai đoạn 2 01/2023 Thiết kế bảng hỏi sơ bộ, tham vấn chuyên gia, thử nghiệm mẫu nhỏ Bảng khảo sát chuẩn hóa 23 chỉ báo
Giai đoạn 3 02/2023 Khảo sát trực tuyến qua email và mạng xã hội sinh viên HUB Bộ dữ liệu sạch ($N=352$)
Giai đoạn 4 03/2023 Chạy Cronbach's Alpha, EFA, Hồi quy OLS, kiểm định giả thuyết Báo cáo kết quả và đề xuất hàm ý

Implementation và kết quả

Quy trình xử lý và thuật toán phân tích dữ liệu

Toàn bộ quy trình xử lý dữ liệu được tiến hành nghiêm ngặt qua các thuật toán thống kê chuẩn. Để minh họa và tái lập quy trình xử lý của SPSS, đoạn mã Python (sử dụng thư viện pandas, statsmodels, factor_analyzer) mô phỏng luồng phân tích như sau:

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

# 1. Đọc và lọc sạch dữ liệu khảo sát (N = 352 sau khi lọc 22 mẫu không hợp lệ)
df = pd.read_csv("hub_brand_ambassador_survey.csv")
df_cleaned = df.dropna().query("knows_brand_ambassador == 1")

# 2. Tính toán độ tin cậy Cronbach's Alpha cho từng thang đo
def cronbach_alpha(items_df):
    item_scores = items_df.values
    item_vars = item_scores.var(axis=0, ddof=1)
    total_var = item_scores.sum(axis=1).var(ddof=1)
    k = item_scores.shape[1]
    return (k / (k - 1)) * (1 - item_vars.sum() / total_var)

# 3. Ước lượng mô hình hồi quy đa biến OLS
X = df_cleaned[['TC_mean', 'CM_mean', 'TH_mean', 'PH_mean']] # Sau khi kiểm định EFA
y = df_cleaned['YD_mean']
X_const = sm.add_constant(X)
model = sm.OLS(y, X_const).fit()

# 4. Kiểm định đa cộng tuyến (Variance Inflation Factor - VIF)
vif_data = pd.DataFrame({
    "Variable": X_const.columns,
    "VIF": [variance_inflation_factor(X_const.values, i) for i in range(X_const.shape[1])]
})
print(model.summary())
print(vif_data)

Kiểm định và đánh giá thang đo

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

Tiêu chuẩn chấp nhận: Hệ số Cronbach's Alpha $\ge 0.60$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

  • Độ tin cậy (TC): $\alpha = 0.842$, các biến quan sát TC1 đến TC4 đều có tương quan biến - tổng $> 0.55$.
  • Tính chuyên môn (CM): $\alpha = 0.816$, biến CM1 đến CM4 đạt chuẩn.
  • Sự thu hút (TH): $\alpha = 0.829$, biến TH1 đến TH4 đạt chuẩn.
  • Sự phù hợp với sản phẩm (PH): $\alpha = 0.795$, biến PH1 đến PH4 đạt chuẩn.
  • Ý định mua (YD): $\alpha = 0.835$, biến YD1 đến YD3 đạt chuẩn.
  • (Ghi chú: Thang đo Sự quen thuộc QT được gom nhóm và tái cấu trúc thông qua EFA để đảm bảo tính phân biệt).

2. Phân tích nhân tố khám phá (EFA)

  • Đối với biến độc lập:
    • Hệ số $KMO = 0.868$ ($0.5 < KMO < 1.0$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
    • Kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$, bác bỏ giả thuyết $H_0$ về các biến không tương quan.
    • Tổng phương sai trích (Total Variance Explained) đạt $> 55.4%$, giá trị Eigenvalue $> 1.0$, hệ số tải nhân tố (Factor Loading) của tất cả các biến quan sát đều $> 0.50$.
  • Đối với biến phụ thuộc:
    • Hệ số $KMO = 0.712$, $Sig. = 0.000$, phương sai trích đạt $67.8%$, chứng minh tính hội tụ cao của thang đo Ý định mua.

3. Kết quả ước lượng mô hình hồi quy và kiểm định khuyết tật

Nhân tố độc lập Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Hệ số VIF
(Hằng số / Constant) 0.428 0.165 — 2.594 0.010 —
Độ tin cậy (TC) 0.312 0.045 0.324 6.933 0.000 1.342
Sự phù hợp với SP (PH) 0.285 0.043 0.298 6.628 0.000 1.285
Sự thu hút (TH) 0.184 0.038 0.192 4.842 0.000 1.218
Tính chuyên môn (CM) 0.156 0.039 0.165 4.000 0.000 1.240
  • Chỉ số đánh giá độ phù hợp của mô hình:
    • Hệ số xác định $R^2 = 0.548$; Hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.542$ (Mô hình giải thích được 54,2% sự biến thiên của Ý định mua).
    • Kiểm định ANOVA: Giá trị thống kê $F = 105.12$, $Sig. = 0.000$, chứng minh mô hình hồi quy tuyến tính xây dựng được là hoàn toàn phù hợp với tổng thể.
    • Kiểm định đa cộng tuyến: Tất cả các hệ số $VIF < 1.4$ (thấp hơn nhiều so với ngưỡng 2.0 hoặc 10.0), khẳng định mô hình không xảy ra hiện tượng đa cộng tuyến.
    • Hệ số Durbin-Watson đạt $1.872$ (nằm trong khoảng tối ưu $1.5 - 2.5$), loại trừ khả năng tự tương quan chuỗi bậc nhất.
Hệ số tác động chuẩn hóa (Standardized Beta):
TC (0.324) > PH (0.298) > TH (0.192) > CM (0.165)

Đổi mới và đóng góp

  1. Khắc phục lỗ hổng lý thuyết thực nghiệm: Bổ sung biến số Sự phù hợp giữa đại sứ thương hiệu và sản phẩm (PH) vào khung lý thuyết nguồn phát cổ điển của Ohanian, chứng minh rằng sự phù hợp đóng vai trò quan trọng thứ hai ($\beta = 0.298$), vượt qua cả yếu tố ngoại hình thu hút ($\beta = 0.192$) và tính chuyên môn ($\beta = 0.165$).
  2. Cung cấp bức tranh thực tế về hành vi sinh viên HUB: Nhóm đối tượng sinh viên có trình độ học vấn cao, khả năng tiếp cận thông tin phản biện tốt nên nhân tố Độ tin cậy (TC) được đặt lên hàng đầu ($\beta = 0.324$). Sinh viên không còn mua hàng chỉ vì người đại diện "đẹp" hay "nổi tiếng", mà đòi hỏi tính trung thực và trải nghiệm thực tế từ đại sứ.
  3. Tiết kiệm chi phí truyền thông cho doanh nghiệp: Nghiên cứu đưa ra bằng chứng thực nghiệm giúp doanh nghiệp cắt giảm chi phí quảng bá thiếu hiệu quả, chuyển dịch ngân sách từ việc thuê ngôi sao hạng A thiếu liên kết sang các đại sứ có uy tín và chuyên môn phù hợp với ngành hàng.

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, các nhà quản trị thương hiệu và bộ phận truyền thông doanh nghiệp cần triển khai chiến lược theo các bước:

+--------------------------------------------------------------------------+
|                 QUY TRÌNH 4 BƯỚC TUYỂN CHỌN ĐẠI SỨ THƯƠNG HIỆU           |
|                                                                          |
|  [BƯỚC 1] Thiết lập hồ sơ đại sứ dựa trên hệ số tác động (TC & PH)       |
|      ↓                                                                   |
|  [BƯỚC 2] Audit lịch sử truyền thông & tính trung thực cá nhân           |
|      ↓                                                                   |
|  [BƯỚC 3] Đào tạo chiều sâu kiến thức sản phẩm (Training for Expertise)   |
|      ↓                                                                   |
|  [BƯỚC 4] Đo lường chuyển đổi định kỳ & quản trị rủi ro khủng hoảng      |
+--------------------------------------------------------------------------+

Chiến lược ứng dụng theo từng nhân tố trọng yếu

  • Ưu tiên số 1: Tối đa hóa Độ tin cậy (TC - $\beta = 0.324$)
    • Doanh nghiệp cần lựa chọn những nhân vật có phong cách sống lành mạnh, uy tín cá nhân tốt, không vướng scandal truyền thông.
    • Hợp đồng đại sứ cần kèm theo điều khoản cam kết trải nghiệm sản phẩm thực tế ít nhất 1-3 tháng trước khi công bố chiến dịch, đảm bảo đại sứ đưa ra nhận xét chân thực, tránh quảng cáo nói quá công dụng.
  • Ưu tiên số 2: Tăng cường tính Tương thích - Phù hợp (PH - $\beta = 0.298$)
    • Nguyên tắc Brand-Persona Fit: Đại sứ sản phẩm công nghệ/ngân hàng phải có hình tượng tri thức, hiện đại; đại sứ thời trang thể thao phải có lối sống năng động. Tránh trường hợp ký hợp đồng đại diện chéo quá nhiều ngành hàng không liên quan gây loãng định vị.
  • Ưu tiên số 3: Phát huy Sự thu hút (TH - $\beta = 0.192$) và Tính chuyên môn (CM - $\beta = 0.165$)
    • Tận dụng sức hút hình ảnh của đại sứ trong các ấn phẩm truyền thông thị giác (visual content), đồng thời tổ chức các buổi tọa đàm, workshop chuyên môn nơi đại sứ thể hiện sự am hiểu tường tận về giá trị kỹ thuật/công năng của sản phẩm.

Hạn chế và hướng phát triển

  • Hạn chế về phạm vi không gian và mẫu khảo sát: Nghiên cứu được thực hiện cục bộ tại Trường Đại học Ngân hàng TP.HCM với tỷ lệ nữ giới chiếm ưu thế (70,6%), chưa bao quát được toàn bộ sinh viên trên địa bàn TP.HCM cũng như các nhóm thế hệ người tiêu dùng khác.
  • Hạn chế về phương pháp chọn mẫu: Sử dụng phương pháp lấy mẫu thuận tiện phi xác suất qua biểu mẫu trực tuyến, dẫn đến khả năng xuất hiện thiên lệch tự chọn (self-selection bias).
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng mô hình nghiên cứu đa nhóm (Multi-group Analysis - MGA) giữa các trường đại học khác nhau hoặc giữa các ngành hàng cụ thể (Mỹ phẩm, Đồ công nghệ, Dịch vụ tài chính - ngân hàng).
    • Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) kết hợp phân tích các biến trung gian như Thái độ đối với thương hiệu (Brand Attitude) và biến điều tiết như Mức độ nhạy cảm giá (Price Sensitivity).

Đối tượng hưởng lợi

  • Sinh viên & Học viên nghiên cứu: Tiếp cận tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng, quy trình xử lý thang đo Likert, kiểm định Cronbach's Alpha, EFA và hồi quy OLS trên SPSS.
  • Giám đốc Marketing (CMO) & Brand Managers: Sở hữu bộ tiêu chí định lượng rõ ràng với trọng số chuẩn hóa ($\beta$) để thẩm định, đàm phán và lựa chọn gương mặt đại diện tối ưu hóa ROI cho chiến dịch.
  • Doanh nghiệp & Startup: Hạn chế lãng phí ngân sách quảng cáo, xây dựng chiến lược liên minh đại sứ thương hiệu bền vững và hạn chế rủi ro khủng hoảng hình ảnh.
  • Cộng đồng nghiên cứu học thuật: Cung cấp dữ liệu thực nghiệm mới nhất (năm 2023) về hành vi tiêu dùng của giới trẻ trong bối cảnh truyền thông số tại Việt Nam.

Câu hỏi thường gặp

1. Tại sao nhân tố "Độ tin cậy" lại có tác động mạnh nhất đến ý định mua của sinh viên?

Sinh viên là nhóm đối tượng có trình độ tiếp cận công nghệ cao, thường xuyên tìm kiếm và đối chiếu thông tin từ nhiều nguồn trước khi ra quyết định mua hàng. Do từng chứng kiến nhiều vụ việc quảng cáo sai sự thật trên không gian mạng, họ đặt tiêu chí trung thực và độ tin cậy của đại sứ lên hàng đầu thay vì chỉ bị thu hút bởi ngoại hình nổi bật.

2. Sự phù hợp giữa đại sứ và sản phẩm được định lượng qua những tiêu chí nào?

Sự phù hợp (PH) được đo lường thông qua 4 tiêu chí cốt lõi: (1) Mức độ gắn kết tự nhiên giữa phong cách đại sứ và đặc tính sản phẩm; (2) Tính chuyên biệt khi đại sứ chỉ đại diện cho dòng sản phẩm tương thích; (3) Mức độ tương đồng về giá trị văn hóa giữa đại sứ và doanh nghiệp; (4) Khả năng truyền tải thông điệp cốt lõi của thương hiệu.

3. Quy mô mẫu $N = 352$ có đảm bảo tính đại diện cho phân tích hồi quy không?

Theo quy tắc kinh nghiệm của Hair et al. (2014) và Nguyễn Đình Thọ (2013), số lượng quan sát tối thiểu cần gấp 5 lần số biến quan sát ($5 \times 23 = 115$ mẫu) và tối ưu là 10 lần ($10 \times 23 = 230$ mẫu). Với $N = 352$ mẫu hợp lệ, quy mô mẫu hoàn toàn đáp ứng độ tin cậy và tính đại diện thống kê cho các phép kiểm định EFA và hồi quy OLS.

4. Doanh nghiệp vừa và nhỏ (SMEs) nên áp dụng kết quả nghiên cứu này như thế nào khi ngân sách có hạn?

SMEs không nhất thiết phải thuê người nổi tiếng hạng A với chi phí hàng tỷ đồng. Dựa vào trọng số mô hình ($\beta_{TC} = 0.324, \beta_{PH} = 0.298$), doanh nghiệp nên hợp tác với các chuyên gia đầu ngành, Micro-influencers hoặc giảng viên/KOLs có chuyên môn sâu và uy tín đạo đức tốt trong cộng đồng ngách, đảm bảo tính chân thực và chi phí hợp lý.

5. Làm thế nào để phòng ngừa rủi ro khi đại sứ thương hiệu gặp khủng hoảng truyền thông?

Doanh nghiệp cần đưa các điều khoản đạo đức nghiêm ngặt vào hợp đồng hợp tác, xây dựng quy trình phân tán rủi ro (kết hợp nhiều đại sứ thay vì tập trung duy nhất vào một cá nhân), đồng thời chuẩn bị kịch bản xử lý khủng hoảng truyền thông đa tầng để kích hoạt ngay khi có sự cố.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Bảo Ngọc đã giải quyết trọn vẹn bài toán xác định và định lượng hóa mức độ tác động của các đặc tính đại sứ thương hiệu đến ý định mua sắm của sinh viên Trường Đại học Ngân hàng TP.HCM. Bằng việc ứng dụng quy trình nghiên cứu khoa học chặt chẽ qua các kiểm định Cronbach's Alpha, EFA và hồi quy đa biến OLS trên 352 mẫu dữ liệu thực tế, nghiên cứu đã chứng minh vai trò dẫn dắt của Độ tin cậy ($\beta = 0.324$) và Sự phù hợp với sản phẩm ($\beta = 0.298$), theo sau là Sự thu hút ($\beta = 0.192$) và Tính chuyên môn ($\beta = 0.165$).

Đây là công trình nghiên cứu ứng dụng có giá trị thực tiễn cao, cung cấp cơ sở dữ liệu định lượng vững chắc giúp các nhà hoạch định chiến lược marketing thoát khỏi tư duy chọn đại sứ theo cảm tính, từ đó xây dựng các chiến dịch truyền thông hiệu quả, tối ưu hóa chi phí đầu tư và gia tăng lợi thế cạnh tranh bền vững trong kỷ nguyên số.