Giới thiệu dự án

Ngành công nghiệp dệt may toàn cầu hiện chịu trách nhiệm cho hơn 10% tổng lượng phát thải khí nhà kính và đứng thứ hai thế giới về mức độ gây ô nhiễm nguồn nước mặt (chỉ sau ngành dầu mỏ). Tại Việt Nam, theo thống kê từ Hiệp hội Dệt May Việt Nam (VITAS), ngành dệt may phát thải trung bình 5 triệu tấn CO2 mỗi năm. Trong bối cảnh quá trình chuyển dịch tiêu dùng theo các tiêu chuẩn môi trường, xã hội và quản trị (ESG) đang diễn ra mạnh mẽ, thế hệ Z (Gen Z - sinh từ năm 1995 đến 2009) trở thành nhóm người tiêu dùng dẫn dắt xu hướng tiêu dùng bền vững. Tuy nhiên, khoảng cách giữa nhận thức tích cực và hành vi chi trả thực tế đối với các sản phẩm thời trang sinh thái tại các đô thị loại một vẫn là bài toán hóc búa đối với các doanh nghiệp bán lẻ.

Vấn đề cốt lõi (Problem Statement) tập trung vào việc xác định các rào cản hành vi và lượng hóa mức độ tác động của các nhân tố tâm lý, chất lượng và kênh phân phối đến quyết định chuyển đổi tiêu dùng từ thời trang nhanh (Fast Fashion) sang thời trang thân thiện môi trường (Eco-fashion) của Gen Z tại TP. Hồ Chí Minh.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định và chuẩn hóa hệ thống thang đo các yếu tố tác động đến quyết định tiêu dùng thời trang xanh của nhóm khách hàng trẻ.
  2. Kiểm định mô hình thực nghiệm và đo lường mức độ tác động tương đối của từng biến độc lập thông qua phân tích định lượng trên mẫu quy mô $N = 256$.
  3. Đề xuất ma trận giải pháp quản trị chuỗi cung ứng, tiếp thị minh bạch và chiến lược định giá tối ưu nhằm nâng cao tỷ lệ chuyển đổi đơn hàng xanh.

Mô hình tiếp cận kết hợp khung lý thuyết hành vi có kế hoạch (Theory of Planned Behavior - TPB) mở rộng, bổ sung các biến ngoại sinh đặc thù gồm chất lượng hoàn thiện sản phẩm và mức độ tin cậy của chứng nhận nhãn sinh thái (Eco-label Reliability). Phạm vi nghiên cứu giới hạn trên tập dữ liệu người tiêu dùng Gen Z cư trú, học tập và làm việc tại khu vực TP. Hồ Chí Minh trong giai đoạn năm 2024.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình nghiên cứu hành vi tiêu dùng xanh truyền thống phần lớn tập trung vào các giả định thuần tâm lý học hoặc chỉ đánh giá ý định hành vi chung chung mà chưa lượng hóa các rào cản vật lý tại điểm bán.

Tiêu chí nghiên cứu Nghiên cứu truyền thống (TRA/TPB gốc) Nghiên cứu Trần Khoa & CS (2022) Mô hình đề xuất (HUB 2024)
Biến tâm lý cốt lõi Thái độ, Chuẩn chủ quan, Kiểm soát nhận thức Nhận thức môi trường, Sự hài lòng Thái độ, Mối quan tâm sinh thái
Yếu tố sản phẩm Không xem xét chuyên sâu Chất lượng dịch vụ tổng quát Thuộc tính kỹ thuật, Độ bền, Thẩm mỹ
Yếu tố minh bạch Bị bỏ qua Bị bỏ qua Độ tin cậy nhãn mác sinh thái (Eco-label)
Kênh phân phối Giả định hoàn hảo Không đo lường Khả năng tiếp cận điểm bán và giá
Độ bao phủ thực tế Mang tính lý thuyết trừu tượng Mẫu sinh viên giới hạn Khảo sát thực nghiệm đô thị ($N=256$)

Phân loại các yêu cầu nghiên cứu theo kỹ thuật MoSCoW:

  • Must-have: Xác định tác động của Thái độ (TD), Mối quan tâm môi trường (MT) và Chất lượng sản phẩm (CL) đến Quyết định mua (QD).
  • Should-have: Kiểm định độ tin cậy của Nhãn mác sinh thái (NM) và Khả năng tiếp cận (TC).
  • Could-have: Đánh giá sự khác biệt hành vi theo phân khúc thu nhập và giới tính qua kiểm định ANOVA/Independent T-Test.
  • Won't-have: Dự báo chuỗi thời gian doanh số thực tế của từng thương hiệu cụ thể ngoài phạm vi khảo sát.

Thiết kế hệ thống

Hệ thống xử lý và phân tích dữ liệu nghiên cứu được chuẩn hóa theo quy trình trích xuất - làm sạch - phân tích nhân tố - kiểm định hồi quy tuyến tính cổ điển (OLS).

Technology Stack và bộ công cụ sử dụng:

  • Nền tảng thu thập: Google Forms Engine, Google Sheets API.
  • Công cụ phân tích thống kê: IBM SPSS Statistics version 20.0, Python 3.10 (thư viện pandas, statsmodels, scikit-learn).
  • Cấu trúc dữ liệu khảo sát: Thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý, 5 = Hoàn toàn đồng ý), gồm 5 biến độc lập (19 biến quan sát) và 1 biến phụ thuộc (4 biến quan sát).
  • Bảo mật và toàn vẹn dữ liệu: Mã hóa ẩn danh danh tính người tham gia (Anonymized PII), mã hóa lưu trữ định dạng UTF-8, kiểm tra ràng buộc logic chống trùng lặp IP/phiếu trùng.

Methodology

Nghiên cứu ứng dụng quy trình tiếp cận hai giai đoạn chuẩn mực:

  1. Giai đoạn định tính: Thảo luận nhóm tập trung ($N = 10$) với các đại diện nhóm Gen Z am hiểu thời trang tái chế và chuyên gia ngành để hiệu chỉnh câu chữ, xác thực giá trị bề mặt (Face Validity) và giá trị nội dung (Content Validity) của bảng hỏi.
  2. Giai đoạn định lượng: Lấy mẫu thuận tiện phi xác suất ($N = 256$) hợp lệ. Tiến trình xử lý qua 5 mốc kiểm định: Cronbach's Alpha $\rightarrow$ EFA $\rightarrow$ Ma trận tương quan Pearson $\rightarrow$ Hồi quy OLS $\rightarrow$ Kiểm định khuyết tật mô hình (đa cộng tuyến, tự tương quan, phân phối chuẩn phần dư).

Ma trận rủi ro và giải pháp kiểm soát:

  • Sai lệch mẫu (Sampling Bias): Khống chế phân bổ mẫu đồng đều giữa các nhóm tuổi (15–18, 19–22, 23–29) và kiểm tra chỉ số KMO $\ge 0.5$.
  • Đa cộng tuyến (Multicollinearity): Theo dõi nghiêm ngặt hệ số phóng đại phương sai $\text{VIF} < 2.0$.

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được hiện thực hóa bằng quy trình xử lý dữ liệu và kịch bản phân tích toán học. Cấu trúc hàm hồi quy tổng quát:

$$QD = \beta_0 + \beta_1 MT + \beta_2 TD + \beta_3 TC + \beta_4 CL + \beta_5 NM + \epsilon$$

Đoạn mã xử lý tự động kiểm định mô hình bằng Python/R tương thích cấu trúc đầu ra của SPSS:

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

# Load and prepare standardized survey dataset
df = pd.read_csv("survey_data_hub_2024.csv")
X = df[["MT_mean", "TD_mean", "TC_mean", "CL_mean", "NM_mean"]]
y = df["QD_mean"]

# Add intercept constant
X_with_const = sm.add_constant(X)

# Fit OLS Multiple Regression Model
ols_model = sm.OLS(y, X_with_const).fit()

# Compute Variance Inflation Factor (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])]

print(ols_model.summary())
print(vif_data)

Testing và validation

Kết quả kiểm định chất lượng thang đo qua hệ số tin cậy nội tại Cronbach's Alpha và phân tích nhân tố khám phá (EFA) cho thấy toàn bộ các thang đo đều đạt độ chuẩn xác phương pháp luận cao:

  • Hệ số Cronbach's Alpha: Tất cả 6 nhóm thang đo đều đạt $\alpha \in [0.782, 0.891]$, không có biến quan sát nào có tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.3$.
  • Kiểm định EFA biến độc lập (Trích Principal Axis Factoring / Phép xoay Varimax):
    • Hệ số Kaiser-Meyer-Olkin ($\text{KMO}$) = $0.846 > 0.5$.
    • Kiểm định Bartlett: $\text{Sig.} = 0.000 < 0.05$ (bác bỏ giả thuyết ma trận tương quan đơn vị).
    • Tổng phương sai trích (Total Variance Explained) = $63.78% > 50%$.
    • Tất cả các trọng số nhân tố (Factor Loadings) đều $\ge 0.55$, trích đúng 5 nhóm nhân tố rõ rệt.

Kết quả đạt được

Phân tích hồi quy OLS trên mẫu 256 quan sát mang lại các chỉ số thống kê xác nhận toàn bộ 5 giả thuyết nghiên cứu ($H_1, H_2, H_3, H_4, H_5$) đều có ý nghĩa thống kê ở mức $p < 0.05$:

Biến độc lập Ký hiệu Hệ số Beta chưa chuẩn hóa ($B$) Hệ số Beta chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) Hệ số VIF Thứ hạng tác động
Hằng số (Constant) $\beta_0$ 0.214 - 1.842 0.067 - -
Thái độ tiêu dùng TD 0.342 0.358 6.214 0.000 1.341 1
Chất lượng sản phẩm CL 0.256 0.264 4.892 0.000 1.285 2
Mối quan tâm môi trường MT 0.185 0.192 3.512 0.001 1.210 3
Khả năng tiếp cận TC 0.142 0.148 2.876 0.004 1.156 4
Độ tin cậy nhãn sinh thái NM 0.108 0.115 2.189 0.029 1.189 5
  • Hệ số xác định $R^2 = 0.618$, Hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) = $0.611$, mô hình giải thích được $61.1%$ sự biến thiên của Quyết định mua sản phẩm thời trang xanh của Gen Z.
  • Kiểm định ANOVA: $F(5, 250) = 80.892$, $\text{Sig.} = 0.000$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tổng thể.
  • Hệ số Durbin-Watson = $1.924$ ($1.5 < d < 2.5$), chứng minh không tồn tại hiện tượng tự tương quan phần dư bậc nhất.
  • Hệ số $\text{VIF} \in [1.156, 1.341] < 2.0$, khẳng định không có khuyết tật đa cộng tuyến.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét cả về mặt lý luận học thuật lẫn thực tiễn triển khai:

  • Tích hợp đa chiều thuộc tính kỹ thuật và tâm lý: Khác với các nghiên cứu của Hồ Thị Hải Thụy và cộng sự (2020) chỉ tập trung vào nhận thức môi trường thuần túy, mô hình đã bổ sung thành công biến "Chất lượng sản phẩm" ($\beta = 0.264$) và "Độ tin cậy nhãn mác sinh thái" ($\beta = 0.115$). Phát hiện này chứng minh rằng đối với Gen Z, ý thức môi trường chỉ là điều kiện cần; chất lượng cảm nhận (độ bền, đường may, tính thẩm mỹ) mới là động lực quyết định để chuyển đổi hành vi.
  • Xác lập trọng số thực nghiệm chuẩn xác: Định vị rõ ràng biến "Thái độ" chiếm ưu thế tuyệt đối ($\beta = 0.358$), khẳng định mọi chiến dịch truyền thông nếu không tác động vào niềm tin trách nhiệm bản thân của khách hàng trẻ sẽ không mang lại hiệu quả chuyển đổi đơn hàng.
  • Cập nhật dữ liệu bối cảnh 2024: Cung cấp bức tranh thực nghiệm mới nhất tại thị trường đô thị TP. Hồ Chí Minh - trung tâm tiêu dùng năng động nhất cả nước trong kỷ nguyên bán lẻ đa kênh (Omnichannel).

Ứng dụng thực tế và triển khai

Dựa trên các hệ số hồi quy chuẩn hóa thu được, doanh nghiệp thời trang cần thực hiện chiến lược chuyển đổi xanh theo lộ trình chi tiết:

Các ca ứng dụng thực tế (Use Cases):

  • Tối ưu hóa thiết kế sản phẩm (R&D): Tập trung kiểm soát quy trình xử lý vải tái chế (Recycled Polyester, Organic Cotton), tăng độ bền màu và độ co giãn nhằm giải quyết định kiến "đồ tái chế kém bền".
  • Minh bạch hóa chuỗi cung ứng bằng mã định danh: Tích hợp mã QR trên nhãn sinh thái dệt may cho phép quét tra cứu vòng đời sản phẩm, chứng nhận tiêu chuẩn OEKO-TEX Standard 100 hoặc GOTS (Global Organic Textile Standard) để củng cố biến $NM$.
  • Chiến lược giá và điểm phân phối: Xây dựng chính sách trợ giá cho dòng sản phẩm bền vững, kết hợp mở rộng mạng lưới nhận đồ cũ đổi voucher tại các cửa hàng nội thành TP.HCM để tăng điểm chạm tiếp cận (biến $TC$).

Phân tích hiệu quả kinh tế (ROI Projections):

  • Giảm thiểu $15–20%$ chi phí xử lý vải tồn thông qua mô hình tuần hoàn khép kín.
  • Tăng trưởng $25–35%$ tỷ lệ khách hàng trẻ quay lại (Customer Lifetime Value) nhờ xác lập định vị thương hiệu có trách nhiệm xã hội.

Hạn chế và hướng phát triển

Dự án thừa nhận một số hạn chế khách quan cần tiếp tục mở rộng:

  • Phương pháp chọn mẫu: Phương pháp chọn mẫu thuận tiện phi xác suất ($N = 256$) tập trung tại TP. Hồ Chí Minh chưa bao phủ toàn diện hành vi tiêu dùng của Gen Z tại các tỉnh thành nông thôn hoặc đô thị loại hai, loại ba.
  • Biến kiểm soát: Chưa tích hợp sâu các biến điều tiết (Moderating Variables) như mức độ sẵn sàng chi trả mức giá cao hơn (Price Premium) hoặc mức độ phụ thuộc vào mạng xã hội (TikTok, Instagram).
  • Định hướng nghiên cứu tiếp theo:
    • Ứng dụng mô hình cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM) để phân tích các mối quan hệ tác động gián tiếp và trung gian.
    • Mở rộng tập mẫu lên $N \ge 1000$ trên phạm vi toàn quốc và kết hợp theo dõi hành vi mua hàng thực tế qua dữ liệu log sàn thương mại điện tử (Shopee, TikTok Shop).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận khung nghiên cứu mẫu mực kết hợp giữa lý thuyết TPB mở rộng và các kỹ thuật xử lý định lượng trên SPSS/Python; biểu mẫu khảo sát và kịch bản làm sạch dữ liệu chuẩn hóa.
  • Lập trình viên & Kỹ sư dữ liệu (Developers/Analysts): Nắm bắt kiến trúc xử lý dữ liệu khảo sát tự động, quy trình kiểm soát đa cộng tuyến và thuật toán ước lượng hồi quy OLS phục vụ xây dựng các module gợi ý sản phẩm xanh (Green Recommender Systems).
  • Doanh nghiệp bán lẻ & Nhà quản trị thương hiệu: Sở hữu bộ số liệu thực nghiệm chính xác để tối ưu hóa ngân sách R&D, chuyển đổi tỷ trọng sản phẩm thân thiện môi trường và xác lập chiến lược truyền thông trúng đích.
  • Nhà nghiên cứu kinh tế ứng dụng: Nguồn tài liệu tham khảo đáng tin cậy về hành vi tiêu dùng có trách nhiệm tại các nền kinh tế mới nổi thuộc khu vực Đông Nam Á.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái lập quy trình phân tích của đồ án là gì?

Hệ thống cần trang bị môi trường IBM SPSS Statistics phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ cài đặt sẵn các thư viện numpy, pandas, statsmodels, scipy. Tệp dữ liệu cần được chuẩn hóa định dạng .sav hoặc .csv mã hóa UTF-8.

2. Mô hình có gặp hiện tượng quá khớp (Overfitting) hay vi phạm giả định hồi quy không?

Không. Mô hình đã vượt qua toàn bộ các kiểm định nghiêm ngặt: hệ số phóng đại phương sai $\text{VIF} < 1.35$ (loại trừ đa cộng tuyến), hệ số Durbin-Watson đạt $1.924 \approx 2$ (loại trừ tự tương quan), và kiểm định $F$-test đạt mức ý nghĩa $\text{Sig.} = 0.000$.

3. Tại sao biến "Độ tin cậy nhãn mác sinh thái" lại có trọng số tác động thấp nhất?

Do thị trường thời trang Việt Nam hiện chưa có sự đồng bộ về quy chuẩn chứng nhận sinh thái bắt buộc, dẫn đến tình trạng "tẩy xanh" (Greenwashing) tràn lan khiến người tiêu dùng Gen Z có tâm lý hoài nghi và ít phụ thuộc vào nhãn mác khi ra quyết định hơn so với chất lượng cảm nhận thực tế.

4. Doanh nghiệp thời trang vừa và nhỏ (SMEs) có thể áp dụng ngay kết quả nghiên cứu không?

Hoàn toàn có thể. Doanh nghiệp nên tập trung ngân sách hạn chế vào việc nâng cấp chất lượng form dáng, chất liệu sợi tự nhiên (biến $CL$) và truyền thông câu chuyện thương hiệu chân thật (biến $TD$) thay vì đầu tư quá nhiều chi phí mua các chứng nhận quốc tế đắt đỏ trong giai đoạn đầu.

5. Dự toán chi phí và thời gian thu hồi vốn khi chuyển đổi sang dòng sản phẩm xanh?

Chi phí nghiên cứu phát triển chất liệu sinh thái ban đầu tăng khoảng $10–15%$, nhưng với tốc độ tăng trưởng nhu cầu $20%/\text{năm}$ của phân khúc Gen Z, điểm hòa vốn (Break-even Point) dự kiến đạt được trong vòng 12 đến 18 tháng.


Kết luận

Đồ án đã giải quyết trọn vẹn bài toán lượng hóa các yếu tố tác động đến quyết định tiêu dùng thời trang thân thiện môi trường của Gen Z tại TP. Hồ Chí Minh. Kết quả nghiên cứu khẳng định mô hình TPB mở rộng đạt độ tin cậy khoa học cao với hệ số $R^2 = 0.618$, xác lập thứ bậc tác động rõ rệt: Thái độ tiêu dùng ($\beta = 0.358$) $\rightarrow$ Chất lượng sản phẩm ($\beta = 0.264$) $\rightarrow$ Mối quan tâm môi trường ($\beta = 0.192$) $\rightarrow$ Khả năng tiếp cận ($\beta = 0.148$) $\rightarrow$ Độ tin cậy nhãn mác sinh thái ($\beta = 0.115$).

Công trình không chỉ đóng góp cơ sở lý luận vững chắc cho mảng đề tài kinh tế xanh mà còn là cẩm nang thực thi giá trị cho các nhà hoạch định chiến lược thời trang trong kỷ nguyên số. Hãy chủ động chuẩn hóa chất lượng sản phẩm và tái định vị thông điệp tiêu dùng xanh ngay hôm nay để dẫn đầu thị phần tiêu dùng thế hệ mới.