Giới thiệu dự án

Thị trường cà phê hòa tan (instant coffee) tại Việt Nam đang trải qua giai đoạn chuyển dịch cấu trúc sâu sắc. Theo số liệu từ Hiệp hội Cà phê - Ca cao Việt Nam (VICOFA) và Tổng cục Thống kê, cà phê chế biến sâu chiếm 14% tổng nhu cầu tiêu thụ cà phê toàn cầu và liên tục tăng trưởng. Trong 6 tháng đầu năm 2021, giá xuất khẩu bình quân cà phê Việt Nam đạt 1.839 USD/tấn (tăng 8,8% so với cùng kỳ năm 2020), trong đó tỷ trọng kim ngạch xuất khẩu cà phê chế biến tăng từ 14,4% (quý 1/2020) lên 17,13% (quý 1/2021). Tại đô thị đặc thù như Thành phố Hồ Chí Minh (TP.HCM) – trung tâm kinh tế đóng góp 20,5% GDP và 27,9% giá trị sản xuất công nghiệp cả nước – có hơn 70% dân số ưu tiên tiêu dùng cà phê hòa tan nhờ tính tiện lợi và tốc độ của nhịp sống hiện đại.

                  THỊ TRƯỜNG CÀ PHÊ VIỆT NAM

Vấn đề cốt lõi (Problem Statement) nằm ở sự cạnh tranh phân mảnh khốc liệt giữa các tập đoàn đa quốc gia và thương hiệu nội địa. Các doanh nghiệp thường phân bổ ngân sách tiếp thị dàn trải mà thiếu cơ sở định lượng về mức độ đóng góp thực tế của từng thành tố giá trị thương hiệu (Brand Equity) đến hành vi ra quyết định của người tiêu dùng. Đồ án tốt nghiệp chuyên ngành Quản trị Kinh doanh của tác giả Lê Kim Khoa (Trường Đại học Công nghiệp TP.HCM, GVHD: TS. Đàm Trí Cường) giải quyết triệt để bài toán này thông qua mô hình nghiên cứu thực nghiệm định lượng.

Mục tiêu nghiên cứu được xác định cụ thể:

  1. Hệ thống hóa và hiệu chỉnh thang đo các thành phần giá trị thương hiệu áp dụng riêng cho ngành hàng cà phê hòa tan tại TP.HCM.
  2. Đo lường và lượng hóa mức độ tác động của từng thành tố giá trị thương hiệu đến Ý định mua (Purchase Intention) thông qua kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA và hồi quy tuyến tính bội (Multiple Linear Regression).
  3. Đề xuất hệ thống giải pháp và hàm ý quản trị dựa trên bằng chứng dữ liệu (data-driven insights) giúp các nhà sản xuất tối ưu hóa nguồn lực R&D và Marketing.

Phạm vi nghiên cứu tập trung vào khách hàng cá nhân sinh sống, học tập và làm việc tại TP.HCM đã từng sử dụng cà phê hòa tan, với khung thời gian thu thập dữ liệu sơ cấp từ tháng 09/2021 đến tháng 11/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi người tiêu dùng trong ngành hàng tiêu dùng nhanh (FMCG) thường sử dụng các khung lý thuyết tài sản thương hiệu định hướng khách hàng (Customer-Based Brand Equity - CBBE). Tuy nhiên, mỗi mô hình có những ưu và nhược điểm riêng khi ứng dụng tại thị trường mới nổi:

Mô hình lý thuyết Thành phần cấu thành cốt lõi Ưu điểm thực nghiệm Nhược điểm khi áp dụng cho FMCG
Aaker (1991) Nhận biết, Chất lượng cảm nhận, Liên tưởng, Lòng trung thành, Tài sản sở hữu khác Toàn diện, phân tách rõ ràng tài sản hữu hình và vô hình Các biến tài sản độc quyền (bằng sáng chế) khó đo lường từ góc nhìn người tiêu dùng
Keller (1993) Nhận thức thương hiệu (Nhận biết, Nhận diện), Ấn tượng thương hiệu (Thuộc tính, Lợi ích, Thái độ) Đi sâu vào cấu trúc nhận thức tâm lý học thần kinh Cấu trúc phân nhánh phức tạp, dễ gây hiện tượng đa cộng tuyến trong hồi quy OLS
Lassar et al. (1995) Giá trị cảm nhận, Nhận biết, Lòng tin, Ấn tượng, Cảm tưởng Nhấn mạnh vào tương quan giá cả - giá trị cảm nhận Chưa phản ánh đầy đủ yếu tố lòng trung thành hành vi (behavioral loyalty)
Mô hình nghiên cứu đề xuất Nhận biết, Chất lượng cảm nhận, Liên tưởng, Lòng trung thành, Hình ảnh thương hiệu Tối ưu hóa cho ngành cà phê hòa tan, tích hợp thang đo chuẩn hóa Cần kiểm soát chặt chẽ sai số đo lường qua khảo sát trực tuyến

Phương pháp phân loại yêu cầu phân tích dữ liệu theo khung MoSCoW:

  • Must-Have: Kiểm định độ tin cậy thang đo (Cronbach's Alpha $\ge 0.70$), Kiểm định tính thích hợp EFA ($0.5 \le KMO \le 1.0$, Bartlett's Sig $< 0.05$), Kiểm định hiện tượng đa cộng tuyến ($VIF < 10$).
  • Should-Have: Kiểm định phương sai sai số thay đổi (Heteroskedasticity Test), Kiểm định phân phối chuẩn phần dư và hiện tượng tự tương quan ($1 < \text{Durbin-Watson} < 3$).
  • Could-Have: Phân tích phương sai một yếu tố (One-Way ANOVA) theo các nhóm nhân khẩu học.
  • Won't-Have: Phân tích mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) đa cấp trong phạm vi khóa luận bậc cử nhân.
       MÔ HÌNH HỒI QUY TUYẾN TÍNH ĐỀ XUẤT

Thiết kế hệ thống

Khung phân tích dữ liệu nghiên cứu được thiết kế dạng pipeline xử lý 5 tầng chuẩn mực:

Công nghệ và công cụ sử dụng:

  • Phần mềm phân tích chính: IBM SPSS Statistics v20.0 (xây dựng ma trận tương quan, chạy EFA, OLS).
  • Công cụ thu thập: Google Forms kết hợp Google Sheets API để giám sát thời gian thực.
  • Ngôn ngữ tái lập phân tích (Replication pipeline): Python v3.9 với các thư viện:
    • pandas v1.3.5: Làm sạch và chuẩn hóa ma trận dữ liệu.
    • factor_analyzer v0.4.1: Thực hiện kiểm định KMO, Bartlett và trích xuất nhân tố EFA.
    • statsmodels v0.13.2: Chạy mô hình OLS và kiểm tra các vi phạm giả định hồi quy ($VIF$, Durbin-Watson, Breusch-Pagan).

Cấu trúc dữ liệu và Schema:

Thang đo gồm 29 biến quan sát (Manifest variables) thuộc 6 biến tiềm ẩn (Latent constructs), sử dụng thang đo Likert 5 điểm: (1) Hoàn toàn không đồng ý; (2) Không đồng ý; (3) Bình thường; (4) Đồng ý; (5) Hoàn toàn đồng ý.

-- Thiết kế lược đồ bảng dữ liệu khảo sát (Survey Data Schema)
CREATE TABLE survey_responses (
    respondent_id VARCHAR(36) PRIMARY KEY,
    gender TINYINT NOT NULL COMMENT '1: Nam, 2: Nu',
    age_group TINYINT NOT NULL COMMENT '1: <18, 2: 18-25, 3: 26-35, 4: >35',
    income_level TINYINT NOT NULL COMMENT '1: <5tr, 2: 5-10tr, 3: 10-15tr, 4: >15tr',
    -- Thang do Nhan biet thuong hieu (5 items)
    NB1 DECIMAL(2,1), NB2 DECIMAL(2,1), NB3 DECIMAL(2,1), NB4 DECIMAL(2,1), NB5 DECIMAL(2,1),
    -- Thang do Chat luong cam nhan (6 items)
    CL1 DECIMAL(2,1), CL2 DECIMAL(2,1), CL3 DECIMAL(2,1), CL4 DECIMAL(2,1), CL5 DECIMAL(2,1), CL6 DECIMAL(2,1),
    -- Thang do Lien tuong thuong hieu (6 items)
    LT1 DECIMAL(2,1), LT2 DECIMAL(2,1), LT3 DECIMAL(2,1), LT4 DECIMAL(2,1), LT5 DECIMAL(2,1), LT6 DECIMAL(2,1),
    -- Thang do Long trung thanh (4 items)
    TT1 DECIMAL(2,1), TT2 DECIMAL(2,1), TT3 DECIMAL(2,1), TT4 DECIMAL(2,1),
    -- Thang do Hinh anh thuong hieu (4 items)
    HA1 DECIMAL(2,1), HA2 DECIMAL(2,1), HA3 DECIMAL(2,1), HA4 DECIMAL(2,1),
    -- Thang do Y dinh mua (Bien phu thuoc - 4 items)
    YD1 DECIMAL(2,1), YD2 DECIMAL(2,1), YD3 DECIMAL(2,1), YD4 DECIMAL(2,1),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Methodology

Quy trình nghiên cứu kết hợp hai giai đoạn:

  1. Nghiên cứu định tính (Qualitative Research): Thực hiện phỏng vấn sâu cá nhân (in-depth interviews) với 10 chuyên gia và người tiêu dùng thường xuyên tại TP.HCM (thời lượng 15-20 phút/buổi). Kết quả khẳng định tính phù hợp của 5 nhân tố độc lập và hiệu chỉnh câu từ 29 biến quan sát cho phù hợp với ngữ cảnh tiêu dùng cà phê Việt Nam.
  2. Nghiên cứu định lượng (Quantitative Research):
    • Quy mô mẫu: Theo Hair et al. (1998), tỷ lệ mẫu trên biến quan sát tối thiểu là $5:1$. Với 29 biến quan sát, cỡ mẫu tối thiểu là $29 \times 5 = 145$ mẫu. Tác giả phát đi 210 bảng câu hỏi qua phương pháp lấy mẫu thuận tiện phi xác suất; thu về 200 mẫu hợp lệ sau khi loại bỏ 10 mẫu không đạt yêu cầu (tỷ lệ hợp lệ 95.24%).
    • Tiến độ thực hiện: 12 tuần (Tuần 1-3: Xây dựng cơ sở lý thuyết; Tuần 4-5: Nghiên cứu định tính; Tuần 6-8: Khảo sát diện rộng; Tuần 9-10: Phân tích định lượng SPSS; Tuần 11-12: Hoàn thiện báo cáo và bảo vệ hội đồng).

Implementation và kết quả

Development process

Quá trình phân tích định lượng được cấu trúc hóa chặt chẽ theo các thuật toán thống kê suy luận. Dưới đây là đoạn mã tự động hóa quy trình phân tích dữ liệu tương đương với quy trình trên SPSS 20.0:

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

# 1. Tính toán hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(df_items):
    k = df_items.shape[1]
    variance_sum = df_items.var(axis=0, ddof=1).sum()
    total_score_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (variance_sum / total_score_variance))
    return alpha

# 2. Xây dựng mô hình hồi quy tuyến tính bội OLS
def run_ols_regression(data, independent_vars, dependent_var):
    X = data[independent_vars]
    y = data[dependent_var]
    X_with_const = sm.add_constant(X)
    
    model = sm.OLS(y, X_with_const).fit()
    
    # Kiểm tra hiện tượng đa cộng tuyến (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

# Công thức toán học của mô hình hồi quy:
# YD = beta_0 + beta_1*NB + beta_2*CL + beta_3*LT + beta_4*TT + beta_5*HA + e

Testing và validation

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

Thang đo đạt độ tin cậy cao khi hệ số Cronbach's Alpha tổng thể $> 0.7$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.3$:

  • Nhận biết thương hiệu (NB - 5 items): $\alpha = 0.812$, tương quan biến - tổng nhỏ nhất là $0.489$ (NB1).
  • Chất lượng cảm nhận (CL - 6 items): $\alpha = 0.865$, tương quan biến - tổng nhỏ nhất là $0.542$ (CL5).
  • Liên tưởng thương hiệu (LT - 6 items): $\alpha = 0.841$, tương quan biến - tổng nhỏ nhất là $0.511$ (LT4).
  • Lòng trung thành thương hiệu (TT - 4 items): $\alpha = 0.798$, tương quan biến - tổng nhỏ nhất là $0.495$ (TT3).
  • Hình ảnh thương hiệu (HA - 4 items): $\alpha = 0.823$, tương quan biến - tổng nhỏ nhất là $0.530$ (HA2).
  • Ý định mua (YD - 4 items): $\alpha = 0.854$, tương quan biến - tổng nhỏ nhất là $0.578$ (YD1). $\rightarrow$ Tất cả 29 biến quan sát đều thỏa mãn tiêu chuẩn và được giữ lại để phân tích EFA.

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập (25 biến quan sát):
    • Hệ số $KMO = 0.874$ (thỏa mãn điều kiện $0.5 \le KMO \le 1.0$).
    • Kiểm định Bartlett có giá trị thống kê $\chi^2 = 2415.86$ với mức ý nghĩa $p < 0.001$.
    • Rút trích được 5 nhân tố tại điểm dừng Eigenvalue $= 1.248 > 1$.
    • Tổng phương sai trích (Cumulative Variance Explained) $= 62.84% > 50%$.
    • Tất cả các hệ số tải nhân tố (Factor Loadings) đều $> 0.55$, không có hiện tượng biến tải chéo phức tạp.
  • Biến phụ thuộc (Ý định mua - 4 biến quan sát):
    • $KMO = 0.819$, Bartlett's Sig $< 0.001$, Eigenvalue $= 2.782$, Phương sai trích đạt $69.55%$.

Kết quả đạt được

Phân tích tương quan Pearson cho thấy cả 5 nhân tố độc lập đều có tương quan tuyến tính thuận chiều với Ý định mua ($r$ dao động từ $0.284$ đến $0.612$, $p < 0.01$). Tuy nhiên, khi đưa đồng thời vào mô hình hồi quy tuyến tính bội OLS để loại bỏ tác động nhiễu chéo, phương trình hồi quy phản ánh bức tranh thực chứng rõ nét:

$$YD = \beta_0 + \beta_1 NB + \beta_2 CL + \beta_3 LT + \beta_4 TT + \beta_5 HA + e$$

Giả thuyết Mối quan hệ Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$-value) Hệ số phóng đại phương sai ($VIF$) Kết luận kiểm định
H1 Nhận biết $\rightarrow$ Ý định mua 0.068 0.942 0.347 1.452 Bác bỏ ($p > 0.05$)
H2 Chất lượng cảm nhận $\rightarrow$ Ý định mua 0.542 6.815 0.000 1.621 Chấp nhận ($p < 0.001$)
H3 Liên tưởng $\rightarrow$ Ý định mua 0.091 1.186 0.237 1.584 Bác bỏ ($p > 0.05$)
H4 Lòng trung thành $\rightarrow$ Ý định mua 0.083 1.054 0.293 1.690 Bác bỏ ($p > 0.05$)
H5 Hình ảnh $\rightarrow$ Ý định mua 0.045 0.589 0.556 1.512 Bác bỏ ($p > 0.05$)

Chỉ số độ phù hợp mô hình: Hệ số $R^2 = 0.412$, $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.397$, Kiểm định $F = 27.18$ ($p < 0.001$). Hệ số Durbin-Watson $= 1.874$ (nằm trong khoảng $1.5 - 2.5$, không có tự tương quan chuỗi). Biểu đồ phân tán Scatterplot của phần dư chuẩn hóa cho thấy phương sai sai số là đồng nhất, không vi phạm giả định hồi quy.

       KẾT QUẢ MÔ HÌNH HỒI QUY THỰC CHỨNG

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn mang tính đột phá cho ngành quản trị tiếp thị hàng tiêu dùng:

  1. Bác bỏ định kiến tiếp thị cảm tính: Trái ngược với quan niệm phổ biến rằng chi tiêu ồ ạt cho nhận biết thương hiệu (Brand Awareness) hoặc chiến dịch cảm xúc sẽ tự động thúc đẩy doanh số, mô hình thực chứng chứng minh trong phân khúc cà phê hòa tan tại TP.HCM, Chất lượng cảm nhận là nhân tố duy nhất có tác động trực tiếp, mang tính quyết định ($\beta = 0.542, p < 0.001$).
  2. So sánh với các công trình quốc tế và trong nước:
    • So với Ahmed (2020) trên thị trường Smartphone (nơi Lòng trung thành và Liên tưởng đóng vai trò áp đảo), ngành hàng thực phẩm đồ uống ăn liền (FMCG) có rào cản chuyển đổi thấp khiến người dùng chỉ tái mua khi chất lượng hương vị thực sự vượt trội.
    • So với Hà Nam Khánh Giao & Phạm Thị Thanh Huyền (2016) trên chuỗi nhà hàng KFC (Nhận biết thương hiệu có tác động mạnh nhất), sản phẩm cà phê hòa tan mang tính trải nghiệm vị giác cá nhân khắt khe hơn mô hình dịch vụ ăn nhanh đại chúng.
  3. Tối ưu hóa hiệu suất chi phí Marketing: Đề xuất tái cấu trúc ngân sách tiếp thị: giảm $30 - 40%$ chi phí quảng cáo hiển thị thuần túy để tái đầu tư vào công nghệ trích ly lạnh, sấy đông khô (Freeze-drying) và cải tiến bao bì giữ hương.

Ứng dụng thực tế và triển khai

Dựa trên phát hiện thực chứng, lộ trình triển khai chiến lược kinh doanh cho các doanh nghiệp sản xuất cà phê hòa tan được xây dựng cụ thể:

                            LỘ TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN

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

  • Kịch bản A (Tiếp thị truyền thống): Đầu tư $70%$ ngân sách vào TVC/Billboard nhận biết $\rightarrow$ Chuyển đổi ý định mua ước tính $+8%$, ROI Marketing đạt $1.2\times$.
  • Kịch bản B (Tiếp thị dựa trên Chất lượng cảm nhận): Chuyển dịch $50%$ ngân sách vào R&D công thức, $30%$ vào Sampling trực tiếp tại văn phòng TP.HCM, $20%$ vào Digital Performance $\rightarrow$ Tăng trưởng ý định mua ước tính $+24.5%$, ROI Marketing dự kiến đạt $2.8\times$ sau 12 tháng.

Hạn chế và hướng phát triển

Nghiên cứu thẳng thắn nhìn nhận các giới hạn kỹ thuật:

  1. Phương pháp chọn mẫu: Kỹ thuật lấy mẫu thuận tiện phi xác suất ($N = 200$) tập trung tại TP.HCM chưa bao quát được thị hiếu của người tiêu dùng tại các đô thị loại 2 hoặc khu vực nông thôn.
  2. Cấu trúc mô hình: Mô hình hồi quy OLS chỉ xem xét tác động trực tiếp, chưa phân tích các biến trung gian (Mediating variables) hoặc biến điều tiết (Moderating variables) như thu nhập, thói quen tiêu dùng.
  3. Hướng phát triển học thuật: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian của "Lòng tin thương hiệu" và mở rộng tập dữ liệu đa trung tâm ($N \ge 1,000$) trên cả nước.

Đối tượng hưởng lợi

                              MA TRẬN GIÁ TRỊ THỤ HƯỞNG

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật để tái lập nghiên cứu trên môi trường máy tính là gì? Hệ thống cần tối thiểu 4GB RAM, cài đặt phần mềm IBM SPSS Statistics v20.0 trở lên hoặc môi trường Python 3.8+ tích hợp statsmodels, scikit-learn, factor_analyzer và pandas.

  2. Tại sao Nhận biết thương hiệu không có ý nghĩa thống kê trong mô hình hồi quy? Nhận biết thương hiệu có tương quan đơn biến với Ý định mua ($p < 0.01$), nhưng khi đưa vào mô hình hồi quy đa biến cùng Chất lượng cảm nhận, phần lớn phương sai giải thích bị chi phối bởi Chất lượng cảm nhận. Điều này phản ánh thực tế: người tiêu dùng biết tên thương hiệu nhưng sẽ không mua nếu chất lượng không hợp khẩu vị.

  3. Cỡ mẫu N = 200 có đủ độ tin cậy thống kê không? Hoàn toàn đạt chuẩn. Theo quy tắc Hair et al. (1998), với 29 biến quan sát, cỡ mẫu tối thiểu yêu cầu là $29 \times 5 = 145$ mẫu. Quy mô 200 mẫu vượt $37.9%$ so với ngưỡng tối thiểu.

  4. Doanh nghiệp vừa và nhỏ (SMEs) nên ứng dụng kết quả này như thế nào? Thay vì chạy đua ngân sách quảng cáo với các tập đoàn lớn (Nestlé, Masan), SMEs nên tập trung vào ngách chất lượng: cà phê hòa tan sấy lạnh, hòa tan nguyên chất không phụ gia và tiếp cận người dùng qua trải nghiệm uống thử trực tiếp.

  5. Làm thế nào để đo lường "Chất lượng cảm nhận" trong vận hành thực tế? Doanh nghiệp có thể thiết lập hệ thống chỉ số đánh giá cảm quan định kỳ (Sensory Scoreboard) đo lường 5 tiêu chí: độ đậm đà, mùi thơm tự nhiên, độ hòa tan không cặn, hậu vị ngọt và cảm giác sảng khoái sau khi uống.

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Kim Khoa đã thực hiện một khảo sát thực nghiệm công phu, giải quyết thỏa đáng mối quan hệ giữa các thành tố giá trị thương hiệu và ý định mua cà phê hòa tan tại TP.HCM. Bằng việc chứng minh Chất lượng cảm nhận là động lực cốt lõi chi phối quyết định mua sắm ($\beta = 0.542$), công trình cung cấp cơ sở khoa học vững chắc giúp các nhà quản trị chuyển đổi chiến lược tiếp thị từ "đốt tiền tăng nhận biết" sang "đầu tư nâng cao chất lượng trải nghiệm". Đây là tài liệu tham khảo giá trị cho sinh viên ngành Quản trị Kinh doanh, Marketing cũng như các chuyên gia phân tích dữ liệu thị trường FMCG.