Giới thiệu dự án

Thị trường thiết bị di động thông minh (Smartphones) tại Việt Nam chứng kiến tốc độ tăng trưởng vượt bậc với 43,7 triệu người sử dụng trên tổng số 97,4 triệu dân (tỷ lệ thâm nhập đạt 44,9%, lọt top 15 quốc gia có lượng người dùng smartphone cao nhất toàn cầu theo báo cáo Adsota). Trong bức tranh phân khúc người dùng, nhóm khách hàng sinh viên đại học (độ tuổi 18–22) tại Thành phố Hồ Chí Minh là thị trường trọng điểm với nhu cầu kỹ thuật số cao, thời lượng tương tác màn hình lớn nhưng lại có rào cản về ngân sách chi tiêu hàng tháng.

+-------------------------------------------------------------------------+
|                  BỐI CẢNH NGHIÊN CỨU THỊ TRƯỜNG SMARTPHONE              |
|                                                                         |
|  Dân số VN: 97.4M  --->  Người dùng Smartphone: 43.7M (44.9% Top 15 TG) |
|  Hệ điều hành: Android chiếm ~68% (Samsung dẫn đầu >47% phân khúc)      |
|  Nhóm trọng điểm: Sinh viên 18-22 tuổi tại TP.HCM (Ngân sách hạn chế)   |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi của các nhà sản xuất thiết bị (OEMs) và chuỗi bán lẻ là sự biến động phức tạp trong hành vi mua của sinh viên: phân vân giữa cấu hình phần cứng, uy tín thương hiệu, áp lực xã hội và khả năng tài chính. Đồ án khóa luận tốt nghiệp "Nghiên cứu các yếu tố ảnh hưởng đến quyết định mua điện thoại di động thông minh của sinh viên Thành phố Hồ Chí Minh" do tác giả Phạm Văn Luân (Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM - IUH) thực hiện nhằm giải quyết bài toán này.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định và chuẩn hóa hệ thống các nhân tố tác động đến quyết định mua smartphone của sinh viên TP.HCM.
  2. Đo lường định lượng mức độ ảnh hưởng của từng nhân tố thông qua kiểm định mô hình kinh tế lượng.
  3. Kiểm tra sự khác biệt về hành vi mua theo các đặc tính nhân khẩu học (giới tính, tiền chi tiêu hàng tháng, năm học).
  4. Đề xuất hệ thống hàm ý quản trị giúp doanh nghiệp tối ưu chiến lược Marketing-Mix (4P) nhắm trúng đối tượng Gen Z.

Phạm vi nghiên cứu tập trung vào sinh viên các trường đại học/cao đẳng phân bổ trên các quận tại TP.HCM, thu thập dữ liệu sơ cấp và xử lý mô hình hồi quy tuyến tính bội trên phần mềm IBM SPSS Statistics 20.0.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình nghiên cứu hành vi người tiêu dùng trước đây thường tiếp cận theo các hướng đơn lẻ hoặc thực hiện tại các thị trường có đặc tính kinh tế - xã hội khác biệt.

Tiêu chí so sánh Lay-Yee et al. (2013) Shabrin et al. (2017) Huỳnh Văn Mẫn (2017) Mô hình nghiên cứu đề xuất
Bối cảnh nghiên cứu Sinh viên Malaysia Người dùng 21-38 tuổi (Malaysia) Người tiêu dùng Buôn Ma Thuột Sinh viên đại học tại TP.HCM
Cơ sở lý thuyết Kotler & Keller Kotler & Keller Kotler & Keller, TRA Kotler & Keller (2012), TRA, TPB
Các biến độc lập 6 nhân tố 7 nhân tố 5 nhân tố 5 nhân tố chọn lọc (TN, TH, GC, XH, PT)
Yếu tố "Sự phụ thuộc" Chấp nhận tác động Bị bác bỏ Không đề cập Được đưa vào kiểm định thực nghiệm
Quy mô mẫu N = 200 N = 152 N = 252 N = 180 hợp lệ

Dựa trên phương pháp phân tích yêu cầu MoSCoW đối với việc xây dựng bộ biến quan sát:

  • Must-have: Tính năng sản phẩm (Features), Thương hiệu (Brand), Giá cả (Price).
  • Should-have: Ảnh hưởng xã hội (Social Influence - gia đình, bạn bè, nhóm tham khảo).
  • Could-have: Sự phụ thuộc công nghệ (Dependence - thói quen gắn bó với thiết bị số).
  • Won't-have: Dịch vụ hậu mãi chuyên sâu (loại bỏ để tinh gọn bảng hỏi cho sinh viên).

Thiết kế hệ thống nghiên cứu

Hệ thống biến số được mô hình hóa dựa trên Thuyết Hành động Hợp lý (TRA - Fishbein & Ajzen, 1975) và Thuyết Hành vi Dự định (TPB - Ajzen, 1991):

Phương trình hồi quy tổng quát dạng đại số: $$QD = \beta_0 + \beta_1 TN + \beta_2 TH + \beta_3 GC + \beta_4 XH + \beta_5 PT + e$$

Trong đó:

  • $QD$: Biến phụ thuộc (Quyết định mua điện thoại di động thông minh).
  • $TN, TH, GC, XH, PT$: Các biến độc lập đại diện cho Tính năng, Thương hiệu, Giá cả, Xã hội, Sự phụ thuộc.
  • $\beta_i$: Trọng số hồi quy chuẩn hóa (Standardized Beta Coefficients).
  • $e$: Sai số ngẫu nhiên của mô hình.

Methodology

Quy trình nghiên cứu áp dụng phương pháp hỗn hợp (Mixed-methods):

+---------------------------------------------------------------------------------------+
|                               QUY TRÌNH NGHIÊN CỨU KHOA HỌC                           |
|                                                                                       |
|  [Nghiên cứu Định tính]                                                               |
|  - Thảo luận chuyên gia (02 Quản lý Di Động Việt) + Thảo luận nhóm (10 Sinh viên)     |
|  - Hiệu chỉnh thang đo Likert 5 điểm, mã hóa 21 biến quan sát                         |
|                         |                                                             |
|                         v                                                             |
|  [Nghiên cứu Định lượng Sơ bộ & Chính thức]                                           |
|  - Thu thập N=184 phiếu (180 phiếu hợp lệ) qua khảo sát phân tầng tiện lợi            |
|  - Kiểm định độ tin cậy Cronbach's Alpha (Ngưỡng Alpha >= 0.70, Item-Total >= 0.30)   |
|  - Phân tích nhân tố khám phá EFA (KMO >= 0.5, Barlett Sig < 0.05, Factor Load >= 0.5)|
|  - Phân tích Hồi quy Tuyến tính Bội (OLS) & Kiểm định Đa cộng tuyến (VIF < 2.0)       |
|  - Kiểm định T-Test / One-way ANOVA tìm khác biệt nhân khẩu học                       |
+---------------------------------------------------------------------------------------+

Đảm bảo an toàn và bảo mật dữ liệu: Toàn bộ thông tin định danh cá nhân của sinh viên tham gia khảo sát được mã hóa khuyết danh, lưu trữ bảo mật dưới định dạng cơ sở dữ liệu số trên SPSS và Excel.


Implementation và kết quả

Development process & Data pipeline

Quy trình phân tích dữ liệu kinh tế lượng được thực hiện chuẩn hóa trên nền tảng IBM SPSS Statistics phiên bản 20.0 kết hợp thuật toán xử lý dữ liệu:

# Cấu trúc mã nguồn Python tương đương mô phỏng pipeline phân tích dữ liệu khảo sát
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def validate_survey_econometrics(df, independent_vars, dependent_var):
    """
    Pipeline thực hiện OLS Regression và kiểm định Đa cộng tuyến (VIF)
    cho mô hình nghiên cứu hành vi mua Smartphone của sinh viên.
    """
    X = df[independent_vars]
    y = df[dependent_var]
    X_with_const = sm.add_constant(X)
    
    # 1. Ước lượng mô hình Hồi quy Tuyến tính OLS
    model = sm.OLS(y, X_with_const).fit()
    
    # 2. Tính toán hệ số phóng đại phương sai (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

# Biến độc lập: Tính năng (TN), Thương hiệu (TH), Giá cả (GC), Xã hội (XH), Phụ thuộc (PT)
# Biến phụ thuộc: Quyết định mua (QD)

Testing và validation

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

Tất cả 6 thang đo đều đạt chuẩn kiểm định phương pháp luận với hệ số tương quan biến - tổng (Corrected Item-Total Correlation) > 0.30 và hệ số tin cậy tổng thể Cronbach's Alpha > 0.70:

Thang đo nhân tố Ký hiệu mã hóa Số biến quan sát Hệ số Cronbach's Alpha Đánh giá độ tin cậy
Tính năng sản phẩm TN1 - TN4 4 0.812 Rất tốt (Đạt chuẩn)
Thương hiệu TH1 - TH4 4 0.789 Tốt (Đạt chuẩn)
Giá cả GC1 - GC4 4 0.754 Tốt (Đạt chuẩn)
Xã hội XH1 - XH5 5 0.825 Rất tốt (Đạt chuẩn)
Sự phụ thuộc PT1 - PT4 4 0.771 Tốt (Đạt chuẩn)
Quyết định mua QD1 - QD3 3 0.843 Rất tốt (Đạt chuẩn)

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): Đạt 0.836 (> 0.50), khẳng định dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett's Test of Sphericity: Giá trị thống kê $\text{Sig.} = 0.000 < 0.05$, các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Phương sai trích tích lũy (Cumulative %): Đạt 63.42% (> 50%), giải thích được hơn 63% độ biến thiên của dữ liệu gốc.
  • Giá trị Eigenvalue: Nhân tố thứ 5 dừng ở mức 1.218 (> 1.0), trích xuất chính xác 5 nhóm nhân tố độc lập với hệ số tải nhân tố (Factor Loading) đều vượt ngưỡng 0.55.
+--------------------------------------------------------------------+
|                KẾT QUẢ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA)             |
|                                                                    |
|  KMO Measure of Sampling Adequacy : 0.836  (Chuẩn: >= 0.50)        |
|  Bartlett's Test of Sphericity Sig: 0.000  (Chuẩn: < 0.05)         |
|  Total Cumulative Variance        : 63.42% (Chuẩn: > 50.0%)        |
|  Trích xuất 5 nhân tố độc lập với Eigenvalues > 1.20               |
+--------------------------------------------------------------------+

Kết quả đạt được

Kết quả phân tích hồi quy tuyến tính bội xác định cả 5 nhân tố đều có ý nghĩa thống kê ($p < 0.05$):

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Mức ý nghĩa ($p$-value) Hệ số VIF Kết luận giả thuyết
Hằng số (Constant) 0.412 0.185 - 0.027 - Có ý nghĩa
Tính năng (TN) 0.315 0.052 0.342 0.000 1.241 Chấp nhận $H_1$ (+)
Thương hiệu (TH) 0.248 0.049 0.265 0.000 1.315 Chấp nhận $H_2$ (+)
Sự phụ thuộc (PT) 0.186 0.046 0.198 0.000 1.189 Chấp nhận $H_5$ (+)
Giá cả (GC) -0.154 0.041 -0.162 0.001 1.102 Chấp nhận $H_3$ (-)
Xã hội (XH) 0.129 0.038 0.135 0.002 1.208 Chấp nhận $H_4$ (+)

Hệ số $R^2$ hiệu chỉnh (Adjusted R-squared) đạt 0.584, tức mô hình giải thích được 58,4% sự thay đổi trong quyết định mua smartphone của sinh viên TP.HCM. Giá trị thống kê $F = 48.92$ ($p = 0.000$), hệ số Durbin-Watson đạt 1.892 (không có tự tương quan) và hệ số VIF < 1.4 (loại trừ hiện tượng đa cộng tuyến).

Kiểm định ANOVA và T-Test chỉ ra rằng: Có sự khác biệt có ý nghĩa thống kê về quyết định mua giữa các nhóm sinh viên có mức tiền chi tiêu hàng tháng khác nhau ($p < 0.05$), trong khi không có sự khác biệt đáng kể giữa các giới tính.


Đổi mới và đóng góp

  1. Khẳng định vai trò của nhân tố "Sự phụ thuộc" (Dependence): Khác với các nghiên cứu trước đây tại Cần Thơ (Nguyễn Văn Quẫn & Lê Nguyễn Đoan Khôi, 2020) hay tại Malaysia (Shabrin et al., 2017) vốn bác bỏ yếu tố phụ thuộc, nghiên cứu này chứng minh thực nghiệm rằng tại đại đô thị TP.HCM, mức độ phụ thuộc vào smartphone ($\beta = 0.198$, xếp vị trí thứ 3) tác động trực tiếp và mạnh mẽ đến hành vi mua máy mới của sinh viên nhằm đáp ứng học tập online, thanh toán ví điện tử và giải trí.
  2. Chuẩn hóa thang đo thực nghiệm: Đã hiệu chỉnh và bản địa hóa 21 biến quan sát phù hợp với văn hóa tiêu dùng và bối cảnh tài chính của sinh viên Việt Nam sau giai đoạn chuyển đổi số mạnh mẽ.
  3. Cung cấp bằng chứng định lượng chính xác: Xếp hạng thứ tự tác động giảm dần của các nhân tố: $$\text{Tính năng} (\beta = 0.342) > \text{Thương hiệu} (\beta = 0.265) > \text{Sự phụ thuộc} (\beta = 0.198) > \text{Giá cả} (\beta = -0.162) > \text{Xã hội} (\beta = 0.135)$$

Ứng dụng thực tế và triển khai

Chiến lược Marketing-Mix (4P) cho doanh nghiệp bán lẻ & OEMs

+---------------------------------------------------------------------------------------+
|                    KHUNG TRIỂN KHAI CHIẾN LƯỢC CHO DOANH NGHIỆP                       |
|                                                                                       |
|  [1. Sản phẩm (Product - Trọng số 0.342)]                                             |
|  - Tối ưu cấu hình phân khúc 4-8 triệu: Chipset ổn định, Pin >= 5000mAh, Màn hình     |
|    tần số quét 90Hz/120Hz mượt mà phục vụ học tập & Gaming.                           |
|                                                                                       |
|  [2. Định giá & Tài chính (Price - Trọng số -0.162)]                                  |
|  - Triển khai chương trình Trả góp 0% liên kết thẻ sinh viên/Kredivo/Home Credit.     |
|  - Chính sách Thu cũ - Đổi mới (Trade-in) trợ giá trực tiếp 500.000 - 1.000.000 VND.  |
|                                                                                       |
|  [3. Thương hiệu & Truyền thông (Brand & Promotion - Trọng số 0.265 & 0.135)]         |
|  - Kích hoạt Campus Tour trải nghiệm máy thực tế tại các cụm đại học lớn ở TP.HCM.    |
|  - Hợp tác với Micro-Influencers/KOL công nghệ thế hệ Gen Z để tăng tương tác.        |
+---------------------------------------------------------------------------------------+

Lộ trình triển khai chương trình kích cầu sinh viên (Roadmap)

  • Giai đoạn 1 (Tháng 7 - Tháng 8): Khởi động chiến dịch "Back to School", liên kết với các hội sinh viên trường Đại học (IUH, Bách Khoa, Kinh Tế).
  • Giai đoạn 2 (Tháng 9 - Tháng 10): Triển khai gian hàng trải nghiệm trực tiếp các tính năng phần cứng (camera chống rung, pin sạc nhanh 67W, màn hình OLED).
  • Giai đoạn 3 (Tháng 11 - Tháng 12): Đánh giá tỷ lệ chuyển đổi (Conversion Rate), tối ưu hóa chương trình hậu mãi và bảo hành rơi vỡ dành riêng cho thẻ sinh viên.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Phương pháp chọn mẫu thuận tiện phi xác suất với quy mô $N = 180$ mẫu hợp lệ dù đạt chuẩn phân tích EFA và hồi quy nhưng chưa bao phủ toàn diện 100% các cơ sở giáo dục đại học trên toàn địa bàn TP.HCM.
  • Phương pháp cắt ngang (Cross-sectional design): Dữ liệu được ghi nhận tại một thời điểm, chưa phản ánh hết sự thay đổi hành vi người tiêu dùng khi xuất hiện các công nghệ đột phá mới (như AI trên thiết bị di động).
  • Hướng nghiên cứu mở rộng:
    • Ứng dụng mô hình cấu trúc tuyến tính SEM-PLS (Structural Equation Modeling) để phân tích các tác động gián tiếp qua biến trung gian (Ý định mua, Thái độ thương hiệu).
    • Mở rộng phạm vi nghiên cứu liên tỉnh (Hà Nội, Đà Nẵng, Cần Thơ) và tăng kích thước mẫu $N \ge 500$.

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên ngành Marketing/Kinh doanh: Tiếp cận bộ tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng, thiết kế bảng hỏi và quy trình phân tích SPSS.
  • Bộ phận Nghiên cứu thị trường (Market Researchers): Kế thừa bộ thang đo 21 biến quan sát đã được kiểm định độ tin cậy để áp dụng vào các đề tài hành vi người tiêu dùng sản phẩm công nghệ.
  • Doanh nghiệp bán lẻ (Thế Giới Di Động, FPT Shop, Di Động Việt): Có căn cứ số liệu khoa học để cơ cấu danh mục sản phẩm tầm trung (Mid-range segment) và xây dựng chính sách bán hàng trả góp 0% tối ưu doanh thu.
  • Các hãng sản xuất thiết bị (Samsung, Xiaomi, OPPO, Apple): Điều chỉnh thông điệp tiếp thị tập trung vào hiệu năng thực tế (Gaming/Pin/Sạc nhanh) thay vì chỉ quảng cáo thương hiệu chung chung.

Câu hỏi thường gặp

  1. Quy mô mẫu N = 180 có đảm bảo tính đại diện và hợp lệ về mặt thống kê không?
    Trả lời: Hoàn toàn đảm bảo. Theo quy tắc kinh nghiệm của Hair et al. (2006) đối với phân tích EFA, kích thước mẫu tối thiểu cần gấp 5 lần số biến quan sát ($N \ge 5 \times 21 = 105$). Đối với hồi quy OLS theo Tabachnick & Fidell (2007), $N \ge 50 + 8 \times 5 = 90$. Do đó, mẫu $N = 180$ thỏa mãn mọi tiêu chuẩn khắt khe về kinh tế lượng.

  2. Tại sao yếu tố "Giá cả" lại có hệ số hồi quy âm ($\beta = -0.162$)?
    Trả lời: Phù hợp hoàn toàn với quy luật kinh tế học. Khi nhận thức về rào cản chi phí hoặc mức giá quá cao vượt khỏi khả năng tài chính hạn hẹp của sinh viên, xác suất đưa ra quyết định mua ngay lập tức sẽ sụt giảm.

  3. Làm thế nào để các thương hiệu nhỏ cạnh tranh với Apple và Samsung ở phân khúc sinh viên?
    Trả lời: Tập trung tối đa vào yếu tố có trọng số cao nhất là "Tính năng sản phẩm" ($\beta = 0.342$) bằng cách cung cấp cấu hình vượt trội trong cùng tầm giá (Ram lớn, sạc siêu nhanh, tần số quét cao) kết hợp truyền thông định giá cạnh tranh.

  4. Yếu tố "Sự phụ thuộc" được đo lường cụ thể qua những biến nào?
    Trả lời: Đo lường qua 4 biến quan sát phản ánh thói quen không thể thiếu điện thoại trong học tập, nhu cầu liên lạc liên tục qua mạng xã hội, quản lý lịch trình cá nhân và thanh toán số hàng ngày.

  5. Chi phí triển khai chiến lược Marketing hướng đến sinh viên dựa trên nghiên cứu này là bao nhiêu?
    Trả lời: Doanh nghiệp có thể tái phân bổ ngân sách hiện có bằng cách giảm 25% chi phí quảng cáo Billboard/TVC truyền thống để chuyển sang tài trợ các giải đấu eSports sinh viên và tổ chức minigame trải nghiệm tại trường, giúp tăng ROI từ 15-30%.


Kết luận

Công trình khóa luận "Nghiên cứu các yếu tố ảnh hưởng đến quyết định mua điện thoại di động thông minh của sinh viên Thành phố Hồ Chí Minh" đã hệ thống hóa hoàn chỉnh cơ sở lý thuyết hành vi tiêu dùng và kiểm định thành công mô hình định lượng 5 nhân tố với độ giải thích $R^2 = 58.4%$. Nghiên cứu chỉ ra rằng Tính năng sản phẩm ($\beta = 0.342$) và Thương hiệu ($\beta = 0.265$) là hai động lực chi phối mạnh mẽ nhất, trong khi Sự phụ thuộc công nghệ ($\beta = 0.198$) khẳng định đặc trưng gắn kết thiết bị số của thế hệ trẻ đô thị.

Kết quả nghiên cứu cung cấp cơ sở dữ liệu thực chứng tin cậy cho các nhà hoạch định chiến lược tiếp thị di động, mở ra hướng đi bền vững trong việc thiết kế sản phẩm và tối ưu hóa chính sách hỗ trợ tài chính cho phân khúc khách hàng sinh viên đầy tiềm năng.