Giới thiệu dự án

Thị trường đồ gỗ nội thất tại Việt Nam đang bước vào giai đoạn phát triển bùng nổ song hành cùng tốc độ đô thị hóa và sự gia tăng nhanh chóng của tầng lớp trung lưu. Theo ước tính từ các tổ chức tài chính uy tín, trong vòng 5 năm qua đã có hơn 400.000 căn hộ nhà phố và chung cư cao cấp được bàn giao tại các đô thị lớn. Với mức chi tiêu trung bình từ 100 đến 200 triệu đồng cho trang thiết bị nội thất trên mỗi căn hộ, quy mô thị trường nội địa ước tính vượt ngưỡng 100.000 tỷ đồng. Tuy nhiên, các doanh nghiệp chế biến và kinh doanh đồ gỗ nội thất đang đối mặt với bài toán tối ưu hóa chiến lược sản phẩm do sự thay đổi phức tạp trong hành vi mua sắm của người tiêu dùng hiện đại.

+-----------------------------------------------------------------------------------+
|               BỐI CẢNH THỊ TRƯỜNG ĐỒ GỖ NỘI THẤT TP. HỒ CHÍ MINH                  |
+-----------------------------------------------------------------------------------+
|  • Quy mô thị trường nhà ở: > 400.000 căn hộ hoàn thiện                           |
|  • Ngân sách nội thất trung bình: 100 - 200 triệu VNĐ/hộ                          |
|  • Dung lượng thị trường ước tính: > 100.000 tỷ VNĐ                               |
|  • Thách thức cốt lõi: Hành vi khách hàng chuyển dịch nhanh, cạnh tranh đa kênh   |
+-----------------------------------------------------------------------------------+

Khóa luận tốt nghiệp chuyên ngành Quản trị Kinh doanh (Mã số: 7340101) của tác giả Lương Thị Cúc Phương, dưới sự hướng dẫn khoa học của TS. Nguyễn Văn Tiến tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (HUB), đã thực hiện đề tài: "Các yếu tố ảnh hưởng đến người tiêu dùng về việc mua sắm, sử dụng đồ gỗ nội thất tại Thành phố Hồ Chí Minh". Công trình tập trung giải quyết bài toán định lượng các yếu tố tâm lý, sản phẩm và môi trường ảnh hưởng trực tiếp đến quyết định tiêu dùng đồ gỗ.

Mục tiêu nghiên cứu cụ thể

  1. Xác định hệ thống các nhân tố tác động đến ý định và quyết định mua sắm đồ gỗ nội thất của khách hàng trên địa bàn TP. Hồ Chí Minh.
  2. Đo lường mức độ tác động tương đối của từng nhân tố thông qua mô hình hồi quy tuyến tính đa biến (Multiple Linear Regression).
  3. Đề xuất hệ thống hàm ý quản trị ứng dụng, giúp các nhà sản xuất, phân phối đồ gỗ nội thất hoạch định chiến lược kinh doanh, tối ưu hóa dịch vụ hậu mãi và marketing nhắm mục tiêu.

Phương pháp tiếp cận và phạm vi

  • Cách tiếp cận: Kết hợp lý thuyết Hành động Hợp lý (TRA - Theory of Reasoned Action), thuyết Hành vi Dự tính (TPB - Theory of Planned Behavior), mô hình cảm nhận giá trị Dodds et al. (1991) và bảng kiểm kê phong cách tiêu dùng CSI (Consumer Styles Inventory) của Sproles & Kendall (1986).
  • Kết quả kỳ vọng: Xác lập mô hình giải thích được trên 60% biến thiên của ý định mua sắm, kiểm định độ tin cậy thang đo đạt chuẩn $\alpha \ge 0.60$ và độ hội tụ EFA thỏa mãn hệ số KMO $\ge 0.50$.
  • Phạm vi nghiên cứu: Người tiêu dùng từ 18 tuổi trở lên đang sinh sống, làm việc và có nhu cầu mua sắm đồ gỗ nội thất tại khu vực TP. Hồ Chí Minh; dữ liệu khảo sát thực nghiệm thu thập từ tháng 04/2023 đến tháng 06/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng hợp các mô hình lý thuyết kinh điển và các công trình thực nghiệm liên quan để xây dựng khung đánh giá:

Công trình nghiên cứu Phương pháp & Mẫu Các biến độc lập chính Kết quả tác động
Éva B. & Judit K. (2010) Định lượng ($n=200$) Thương hiệu, Chất lượng, Giá cả, Đa dạng, Dịch vụ Chất lượng và giá cả là 2 nhân tố chi phối mạnh nhất
Thanyamon S. (2012) Định lượng ($n=400$, Thái Lan) Chất lượng, Thiết kế, Dịch vụ, Giá, Vị trí, Giao hàng Chất lượng, thiết kế và giá cả tương quan dương (+)
Yoon & Hong (2019) SEM ($n=338$, Hàn Quốc) Kiến thức SP, Nhu cầu, Môi trường, Giá cả Nhận thức môi trường và giá tác động đáng kể
Trần Quang Hoàn (2021) Định lượng ($n=270$, Hà Nội) Giá cả, Chất lượng, Thương hiệu, Mẫu mã, Xuất xứ Giá cả và chất lượng bền đẹp là ưu tiên hàng đầu
Trần Thị Hương (2021) Hồi quy ($n=275$, TP.HCM) Giá cả, Chất lượng, Thiết kế, Thương hiệu 4 nhân tố giải thích quyết định mua nội thất phòng khách

Ưu tiên yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have (Bắt buộc có): Thang đo Chất lượng sản phẩm (CL), Giá cả (GC), Thiết kế (TK), Dịch vụ hậu mãi (DV), Ý định/Quyết định mua sắm (QĐ).
  • Should have (Nên có): Thang đo Vị trí cửa hàng (VT), Phương tiện quảng cáo & Truyền thông xã hội (QC).
  • Could have (Có thể có): Đo lường sự khác biệt nhân khẩu học (thu nhập, độ tuổi, tình trạng hôn nhân).
  • Won't have (Tạm thời chưa xét): Mô hình cấu trúc phi tuyến tính hoặc phân tích hành vi mua sắm đồ gỗ công nghiệp cao cấp chuyên biệt cho dự án B2B.

Thiết kế hệ thống đo lường và công nghệ xử lý

  • Công cụ thống kê phân tích: IBM SPSS Statistics phiên bản 20.0 (Statistical Package for the Social Sciences).
  • Cấu trúc dữ liệu khảo sát: Thang đo Likert 5 điểm chuẩn hóa từ $1 =$ "Hoàn toàn không đồng ý" đến $5 =$ "Hoàn toàn đồng ý".
  • Hệ thống biến quan sát (27 biến):
    • Biến phụ thuộc: Ý định/Quyết định mua sắm (QĐ: 5 biến quan sát từ QĐ1 đến QĐ5).
    • Biến độc lập: Chất lượng (CL: 4 biến), Thiết kế (TK: 3 biến), Giá cả (GC: 4 biến), Quảng cáo (QC: 4 biến), Vị trí (VT: 3 biến), Dịch vụ hậu mãi (DV: 4 biến).
  • Bảo mật và toàn vẹn dữ liệu: Mã hóa ẩn danh 100% người tham gia khảo sát, kiểm tra logic loại bỏ mẫu khuyết tật (missing data) hoặc câu trả lời đơn trị (straight-lining).

Phương pháp luận nghiên cứu (Methodology)

Quy trình nghiên cứu kết hợp 2 giai đoạn:

  1. Nghiên cứu định tính: Thảo luận nhóm chuyên gia và phỏng vấn sâu người tiêu dùng nhằm điều chỉnh từ ngữ, loại bỏ các chỉ báo không phù hợp và bổ sung các biến quan sát đặc thù với thị trường nội thất TP.HCM.
  2. Nghiên cứu định lượng: Khảo sát diện rộng thông qua bảng câu hỏi cấu trúc (Google Forms kết hợp phỏng vấn trực tiếp). Theo nguyên tắc cỡ mẫu tối thiểu của Hair et al. (2014) ($N \ge 5 \times k$, với $k = 27$ biến quan sát), cỡ mẫu tối thiểu yêu cầu là $N = 135$. Nghiên cứu đã thu thập thành công 262 mẫu hợp lệ trên tổng số 300 phiếu phát ra, đảm bảo độ tin cậy thống kê cao.

Implementation và kết quả

Quy trình xử lý và thuật toán phân tích dữ liệu

Dữ liệu thô từ 262 bảng hỏi được làm sạch và xử lý qua 4 bước phân tích thống kê chuyên sâu:

[Thu thập dữ liệu n=262] 

Mô hình hồi quy tuyến tính chuẩn hóa được biểu diễn dưới dạng phương trình toán học:

$$QD = \beta_0 + \beta_1 CL + \beta_2 DV + \beta_3 TK + \beta_4 GC + \beta_5 VT + \beta_6 QC + e$$

Đoạn mã cú pháp (SPSS Syntax) chuẩn hóa được áp dụng để thực thi các phép kiểm định:

* 1. Kiem dinh do tin cay Cronbach's Alpha cho nhan to Chat Luong (CL).
RELIABILITY
  /VARIABLES=CL1 CL2 CL3 CL4
  /SCALE('Chat Luong San Pham') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* 2. Phan tich yeu to kham pha EFA bien doc lap bang phep xoay Varimax.
FACTOR
  /VARIABLES CL1 CL2 CL3 CL4 TK1 TK2 TK3 GC1 GC2 GC3 GC4 QC1 QC2 QC3 QC4 VT1 VT2 VT3 DV1 DV2 DV3 DV4
  /MISSING LISTWISE 
  /ANALYSIS CL1 CL2 CL3 CL4 TK1 TK2 TK3 GC1 GC2 GC3 GC4 QC1 QC2 QC3 QC4 VT1 VT2 VT3 DV1 DV2 DV3 DV4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

* 3. Phan tich hoi quy tuyen tinh da bien OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT F_QD
  /METHOD=ENTER F_CL F_DV F_TK F_GC F_VT F_QC
  /RESIDUALS DURBIN.

Tương đương bằng mã nguồn Python thống kê (statsmodels / pandas):

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

# Đọc dữ liệu khảo sát đồ gỗ nội thất TP.HCM
df = pd.read_csv("furniture_survey_hcmc_262.csv")

# Thiết lập biến độc lập (X) và biến phụ thuộc (y)
X_vars = ['CL', 'DV', 'TK', 'GC', 'VT', 'QC']
X = df[X_vars]
y = df['QD']

# Thêm hằng số vào mô hình hồi quy OLS
X_const = sm.add_constant(X)
model = sm.OLS(y, X_const).fit()

# Kiểm tra hiện tượng đa cộng tuyến (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(model.summary())
print(vif_data)

Kết quả kiểm định và dữ liệu thực nghiệm

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

Toàn bộ các thang đo đều thỏa mãn điều kiện độ tin cậy ($\alpha > 0.60$) và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều $> 0.30$:

  • Thang đo Chất lượng sản phẩm (CL): $\alpha = 0.810$ (Rất tốt)
  • Thang đo Dịch vụ hậu mãi (DV): $\alpha = 0.651$
  • Thang đo Vị trí cửa hàng (VT): $\alpha = 0.649$
  • Thang đo Phương tiện quảng cáo (QC): $\alpha = 0.641$
  • Thang đo Giá cả sản phẩm (GC): $\alpha = 0.627$
  • Thang đo Thiết kế sản phẩm (TK): $\alpha = 0.612$
  • Thang đo Ý định/Quyết định mua (QD): $\alpha = 0.608$

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.880 > 0.50$, phản ánh tính thích hợp tuyệt vời của tập dữ liệu phân tích nhân tố.
  • Kiểm định Bartlett: Mức ý nghĩa thống kê $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ với nhau trong tổng thể.
  • Tổng phương sai trích (Total Variance Explained): Đạt 63.46% ($> 50%$), chỉ ra rằng 6 nhân tố trích xuất giải thích được 63.46% độ biến thiên của dữ liệu khảo sát.
  • Hệ số tải nhân tố (Factor Loading): Tất cả các biến quan sát đều có trọng số tải $> 0.50$ (ví dụ: biến $CL3 = 0.710$), không có biến xấu bị loại bỏ.

3. Kết quả hồi quy tuyến tính đa biến

Mô hình hồi quy đạt mức ý nghĩa thống kê cao ($p < 0.05$), không vi phạm hiện tượng đa cộng tuyến ($VIF < 10$) và không có tự tương quan chuỗi ($1 < Durbin-Watson < 3$).

Nhân tố độc lập Hệ số Beta chuẩn hóa ($\beta$) Mức ý nghĩa ($Sig.$) Mức độ tác động Kết luận giả thuyết
Chất lượng sản phẩm (CL) 0.234 $< 0.05$ Hạng 1 (Mạnh nhất) Chấp nhận $H_1$
Dịch vụ hậu mãi (DV) 0.175 $< 0.05$ Hạng 2 Chấp nhận $H_5$
Vị trí cửa hàng (VT) Tác động dương (+) $< 0.05$ Có ý nghĩa Chấp nhận $H_4$
Thiết kế sản phẩm (TK) Tác động dương (+) $< 0.05$ Có ý nghĩa Chấp nhận $H_2$
Giá cả sản phẩm (GC) Tác động dương (+) $< 0.05$ Có ý nghĩa Chấp nhận $H_3$
Phương tiện quảng cáo (QC) Tác động dương (+) $< 0.05$ Có ý nghĩa Chấp nhận $H_6$

Đổi mới và đóng góp

  1. Bằng chứng thực nghiệm tại đô thị đặc thù: Khác với các nghiên cứu tiền nhiệm tại thị trường miền Bắc (Trần Quang Hoàn, 2021) hay quốc tế (Eva & Judit, 2010), nghiên cứu này định lượng chính xác hành vi tiêu dùng đồ gỗ tại TP.HCM trong giai đoạn hậu bình thường mới (2023).
  2. Khẳng định vai trò then chốt của Dịch vụ hậu mãi ($\beta = 0.175$): Nghiên cứu chứng minh rằng đối với đồ gỗ nội thất (vật dụng cồng kềnh, giá trị cao, thời gian sử dụng dài), dịch vụ vận chuyển, lắp đặt tận nơi và chính sách hoàn trả/bảo hành là động lực then chốt xếp thứ hai chỉ sau chất lượng cốt lõi.
  3. Mô hình có năng lực giải thích cao: Phương sai trích 63.46% vượt trội so với mức trung bình của các mô hình hành vi tiêu dùng thông thường (thường dao động quanh mức 50 - 55%).
Tiêu chí so sánh Trần Quang Hoàn (2021) Trần Thị Hương (2021) Lương Thị Cúc Phương (2023 - Đề tài này)
Địa bàn nghiên cứu Hà Nội TP. Hồ Chí Minh TP. Hồ Chí Minh
Quy mô mẫu ($n$) 270 mẫu 275 mẫu 262 mẫu
Nhân tố bổ sung Nguồn gốc xuất xứ Nhãn hiệu thương hiệu Vị trí cửa hàng & Quảng cáo Social Media
Tổng phương sai trích 58.20% 61.15% 63.46%
Trọng số chi phối nhất Giá cả & Bền chắc Giá cả & Kiểu dáng Chất lượng ($\beta=0.234$) & Hậu mãi ($\beta=0.175$)

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, các doanh nghiệp kinh doanh đồ gỗ nội thất tại TP.HCM có thể triển khai hệ thống giải pháp quản trị 4 giai đoạn:

Kịch bản ứng dụng cụ thể

1. Chiến lược sản phẩm và chất lượng (Trọng số $\beta = 0.234$)

  • Cam kết tuổi thọ sản phẩm từ 10 đến 20 năm, minh bạch các thông số kỹ thuật (loại gỗ, độ ẩm, công nghệ sơn phủ chống cong vênh, mối mọt).
  • Phát triển các dòng nội thất gỗ thông minh, tích hợp đa chức năng nhằm tối ưu hóa diện tích cho các căn hộ chung cư 50 - 70 $m^2$.

2. Chiến lược dịch vụ hậu mãi vượt trội (Trọng số $\beta = 0.175$)

  • Miễn phí vận chuyển và lắp đặt chuyên nghiệp trong vòng 24 - 48 giờ tại tất cả các quận huyện TP.HCM.
  • Xây dựng chính sách bảo hành định kỳ 6 tháng/lần và đổi trả linh hoạt trong 30 ngày nếu phát sinh lỗi kỹ thuật kết cấu gỗ.

3. Tối ưu điểm bán và truyền thông số

  • Ưu tiên chọn địa điểm showroom tại các tuyến phố nội thất trung tâm, có bãi đỗ xe ô tô thuận tiện (phù hợp với nhóm khách hàng đã kết hôn chiếm 67.2% và có thu nhập cao).
  • Tích hợp video review chân thực trên TikTok, Facebook, YouTube từ các chuyên gia thiết kế nội thất uy tín để nâng cao độ tin cậy trước khi khách đến showroom.

Hạn chế và hướng phát triển

  • Phương pháp chọn mẫu: Nghiên cứu áp dụng kỹ thuật lấy mẫu thuận tiện phi xác suất ($n=262$), có thể chưa đại diện hoàn toàn cho tất cả các phân khúc tiêu dùng đặc biệt tại TP.HCM.
  • Kỹ thuật xử lý: Sử dụng mô hình hồi quy OLS trên phần mềm SPSS 20.0; chưa phân tích các cấu trúc biến trung gian (mediator) hoặc điều tiết (moderator).
  • Định hướng tương lai:
    1. Mở rộng cỡ mẫu lên $n \ge 500$, áp dụng phương pháp lấy mẫu ngẫu nhiên phân tầng theo khu vực đô thị vệ tinh (TP. Thủ Đức, Quận 7, Bình Chánh,...).
    2. Ứng dụng mô hình phương trình cấu trúc tuyến tính SEM (SmartPLS / AMOS) để đánh giá tác động gián tiếp của nhận thức thương hiệu và xu hướng tiêu dùng xanh (Eco-friendly furniture).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng trong Quản trị Kinh doanh, từ khâu thiết kế thang đo Likert đến phân tích SPSS Syntax.
  • Doanh nghiệp & Nhà bán lẻ nội thất: Nắm bắt chính xác tỷ trọng tác động của 6 nhân tố, giúp phân bổ ngân sách marketing và R&D hiệu quả, tối ưu hóa tỷ suất hoàn vốn đầu tư (ROI).
  • Chuyên gia thiết kế & Quản trị sản phẩm: Định hướng thiết kế sản phẩm đồ gỗ cân bằng giữa tính thẩm mỹ hiện đại và độ bền kết cấu dài hạn.
  • Nhà nghiên cứu thị trường: Khung dữ liệu tham chiếu 27 biến quan sát đã được kiểm định độ tin cậy và giá trị hội tụ tại đô thị lớn nhất Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai bộ công cụ phân tích này là gì?

Hệ thống máy tính chạy hệ điều hành Windows 10/11 hoặc macOS, cài đặt phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên (hoặc môi trường Python 3.8+ với các thư viện pandas, numpy, statsmodels, factor_analyzer).

2. Vì sao nhân tố Chất lượng lại có hệ số tác động cao nhất ($\beta = 0.234$)?

Đồ gỗ nội thất là tài sản có giá trị cao, tần suất mua sắm thấp và yêu cầu thời gian sử dụng lâu dài (10 - 20 năm). Người tiêu dùng TP.HCM sẵn sàng chi trả mức giá cao hơn để đổi lấy sự chắc chắn, an toàn cho sức khỏe và độ bền vật liệu.

3. Dịch vụ hậu mãi ảnh hưởng như thế nào đến quyết định mua đồ gỗ?

Với đặc thù sản phẩm gỗ cồng kềnh, nặng và dễ trầy xước trong quá trình di chuyển, người mua rất quan tâm đến khâu giao hàng tận nhà, hỗ trợ lắp ráp hoàn chỉnh và chính sách bảo hành rõ ràng ($\beta = 0.175$).

4. Chi phí nghiên cứu thị trường theo mô hình này ước tính bao nhiêu?

Chi phí triển khai khảo sát $n=262$ mẫu trực tuyến kết hợp trực tiếp dao động từ 15 đến 30 triệu đồng, thời gian thu thập và phân tích từ 4 đến 8 tuần, mang lại hiệu quả định hướng tiết kiệm hàng trăm triệu đồng ngân sách marketing sai lệch.

5. Mô hình có áp dụng được cho thị trường tỉnh/thành khác không?

Khung thang đo 27 biến có tính khái quát hóa cao, hoàn toàn có thể áp dụng cho các đô thị phát triển như Hà Nội, Đà Nẵng, Hải Phòng, Cần Thơ sau khi tiến hành phỏng vấn định tính sơ bộ để hiệu chỉnh ngữ cảnh địa phương.


Kết luận

Khóa luận tốt nghiệp của tác giả Lương Thị Cúc Phương đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Thông qua phương pháp nghiên cứu định lượng nghiêm ngặt trên 262 mẫu khảo sát thực tế tại TP. Hồ Chí Minh với sự hỗ trợ của phần mềm SPSS 20.0, công trình đã xác lập mô hình 6 nhân tố tác động tích cực đến quyết định mua sắm đồ gỗ nội thất với tổng phương sai giải thích đạt 63.46%.

Trong đó, Chất lượng sản phẩm ($\beta = 0.234$)Dịch vụ hậu mãi ($\beta = 0.175$) giữ vai trò động lực chi phối mạnh mẽ nhất. Đây là nền tảng luận cứ khoa học vững chắc giúp các nhà quản trị doanh nghiệp nội thất chuyển đổi chiến lược từ cạnh tranh đơn thuần về giá sang xây dựng lợi thế cạnh tranh bền vững dựa trên chất lượng vượt trội và trải nghiệm khách hàng toàn diện. Quý độc giả, sinh viên và doanh nghiệp quan tâm có thể khai thác hệ thống thang đo và quy trình phân tích của đề tài để ứng dụng trực tiếp vào hoạt động nghiên cứu học thuật và thực tiễn kinh doanh.