Giới thiệu dự án

Thị trường bán lẻ nông sản tươi sống tại Việt Nam đang trải qua bước chuyển mình mạnh mẽ sau đại dịch COVID-19, khi mối quan tâm về an toàn vệ sinh thực phẩm (ATVSTP) và sức khỏe đạt mức cao kỷ lục. Theo khảo sát hành vi người tiêu dùng của Nielsen, 49% người tiêu dùng Việt Nam xếp sức khỏe là ưu tiên số một, và 69% sẵn sàng chi trả mức giá cao hơn cho các sản phẩm nông sản minh bạch nguồn gốc. Tại TP. Hồ Chí Minh, nhu cầu tiêu thụ rau an toàn (RAT) ước tính đạt hơn 500 tấn/ngày (gồm 55% rau ăn lá, 35% rau ăn quả và 10% rau gia vị). Tuy nhiên, các số liệu quản lý thị trường cho thấy gần 80% sản lượng rau củ lưu thông tại các chợ truyền thống vẫn chưa qua kiểm định tiêu chuẩn VietGAP/GlobalGAP.

Vấn đề cốt lõi đặt ra là các chuỗi đại siêu thị bán buôn và bán lẻ hiện đại—tiêu biểu là hệ thống MM Mega Market TP.HCM—đang phải đối mặt với sự cạnh tranh gay gắt từ các chuỗi bán lẻ khác (WinMart, Co.opmart, Lotte Mart, Aeon Mall) trong việc thu hút và giữ chân khách hàng mua nông sản sạch. Doanh nghiệp cần xác định chính xác các động lực tâm lý học hành vi chi phối quyết định mua rau an toàn để tối ưu hóa danh mục sản phẩm, chính sách giá và chiến lược truyền thông.

Mục tiêu cụ thể của đề tài bao gồm:

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng đối với nông sản sạch thông qua Thuyết hành động hợp lý (TRA) và Thuyết hành vi có kế hoạch (TPB).
  2. Nhận diện và đo lường trọng số tác động của các nhân tố cấu thành ý định mua rau an toàn tại hệ thống MM Mega Market TP.HCM.
  3. Kiểm định sự khác biệt thống kê về ý định mua giữa các nhóm nhân khẩu học (giới tính, độ tuổi, thu nhập, nghề nghiệp).
  4. Đề xuất hệ thống giải pháp quản trị chuỗi cung ứng, định giá và marketing hỗn hợp cho chuỗi bán lẻ.

Phương pháp tiếp cận sử dụng mô hình kinh tế lượng định lượng kết hợp phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính bội trên tập dữ liệu khảo sát thực nghiệm $N = 280$ mẫu hợp lệ từ khách hàng của MM Mega Market tại TP.HCM.

Tiêu chí Phạm vi xác định Giới hạn nghiên cứu
Không gian Các trung tâm MM Mega Market tại TP.HCM (An Phú, Bình Phú, Hiệp Phú) Không bao gồm các điểm bán ngoại tỉnh và kênh phân phối online khác
Thời gian Dữ liệu sơ cấp thu thập từ tháng 01/2021 đến tháng 04/2021 Phản ánh tâm lý tiêu dùng trong bối cảnh tái thiết lập chuỗi cung ứng
Đối tượng Khách hàng cá nhân trực tiếp mua sắm rau an toàn Bỏ qua nhóm khách hàng B2B (nhà hàng, khách sạn, căn tin)

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường TP.HCM, các kênh bán lẻ cạnh tranh trực tiếp với MM Mega Market trong phân khúc rau an toàn có đặc trưng vận hành và định vị thương hiệu riêng biệt:

Kênh bán lẻ Ưu điểm (Pros) Nhược điểm (Cons) Thị phần cảm nhận
MM Mega Market Chuỗi cung ứng nông sản khép kín từ nông trại Đà Lạt; bán sỉ & lẻ quy mô lớn; tiêu chuẩn HACCP/VietGAP nghiêm ngặt. Vị trí các trung tâm xa khu dân cư trung tâm; bao bì đóng gói lớn chưa tối ưu cho hộ gia đình đơn thân. Chiếm 22% thị phần bán lẻ RAT khối lượng lớn
Co.opmart / Co.opXtra Mạng lưới điểm bán dày đặc; liên kết hợp tác xã nông nghiệp nội địa lâu đời; giá cả bình ổn. Trải nghiệm trưng bày chưa đồng nhất; tỷ lệ hao hụt nông sản tại quầy vào cuối ngày còn cao. Chiếm 35% thị phần bán lẻ tổng hợp
WinMart / WinMart+ Độ phủ cao với hàng ngàn cửa hàng tiện ích tại các khu chung cư; rau VinEco độc quyền. Giá bán trên đơn vị khối lượng cao hơn trung bình 15-20%; chủng loại rau củ tại các cửa hàng nhỏ bị giới hạn. Chiếm 25% phân khúc bán lẻ tiện lợi

Nhu cầu của người tiêu dùng đối với giải pháp mua sắm rau an toàn được chuẩn hóa qua mô hình ưu tiên MoSCoW:

  • Must have (Bắt buộc có): Giấy chứng nhận nguồn gốc xuất xứ rõ ràng (VietGAP, GlobalGAP, Organic); tem truy xuất nguồn gốc QR code; độ tươi mới của sản phẩm.
  • Should have (Nên có): Bảng so sánh giá minh bạch; các gói định lượng nhỏ phù hợp khẩu phần gia đình; chứng nhận kiểm định dư lượng thuốc bảo vệ thực vật.
  • Could have (Có thể có): Chương trình tích điểm thành viên dành riêng cho ngành hàng tươi sống; dịch vụ sơ chế rau củ sẵn tại quầy.
  • Won't have (Không ưu tiên): Bao bì cao cấp dùng một lần gây ô nhiễm môi trường; các chương trình quảng cáo đại trà không nhắm vào ATVSTP.

Thiết kế hệ thống

Hệ thống xử lý và mô hình hóa dữ liệu hành vi người tiêu dùng được thiết kế theo quy trình kinh tế lượng hiện đại, kết nối từ tầng thu thập dữ liệu sơ cấp đến mô hình ước lượng đa biến.

Technology stack và công cụ phân tích thống kê:

  • Môi trường xử lý dữ liệu: IBM SPSS Statistics phiên bản 20.0; ngôn ngữ Python 3.9 (thư viện pandas 1.3.4, statsmodels 0.13.0, pingouin 0.5.0) hỗ trợ tự động hóa kiểm định chéo.
  • Khung đo lường: Thang đo Likert 5 điểm chuẩn (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý) với 24 biến quan sát chia thành 5 thang đo độc lập và 1 thang đo phụ thuộc.
  • Cấu trúc dữ liệu khảo sát (Data Schema):
CREATE TABLE Survey_Response (
    Respondent_ID INT PRIMARY KEY AUTO_INCREMENT,
    Gender ENUM('Nam', 'Nu') NOT NULL,
    Age_Group ENUM('<25', '25-35', '36-45', '>45') NOT NULL,
    Income_Level ENUM('<5M', '5-10M', '10-20M', '>20M') NOT NULL,
    SQTDSK_Avg DECIMAL(3,2), -- Sự quan tâm đến sức khỏe
    STNTH_Avg DECIMAL(3,2),  -- Sự tín nhiệm thương hiệu
    GCSP_Avg DECIMAL(3,2),   -- Giá cả sản phẩm
    CLSP_Avg DECIMAL(3,2),   -- Chất lượng sản phẩm
    NTS_Avg DECIMAL(3,2),    -- Niềm tin vào siêu thị
    YDM_Avg DECIMAL(3,2)     -- Ý định mua rau an toàn (Biến phụ thuộc)
);

Methodology

Nghiên cứu ứng dụng quy trình kết hợp định tính và định lượng 2 giai đoạn:

  1. Nghiên cứu định tính: Phỏng vấn sâu với 5 chuyên gia quản lý chuỗi cung ứng bán lẻ và thảo luận nhóm tập trung ($N=10$ người tiêu dùng) để hiệu chỉnh bảng câu hỏi, xác thực giá trị nội dung (content validity) của 24 biến quan sát phái sinh từ mô hình gốc của Dickieson & Arkus (2009) và Hà Nam Khánh Giao (2017).
  2. Nghiên cứu định lượng: Khảo sát ngẫu nhiên thuận tiện 300 khách hàng tại các quầy nông sản MM Mega Market. Kích thước mẫu đáp ứng quy tắc Green (1991) với $N \ge 50 + 8m = 50 + 8(5) = 90$ và quy tắc Hair et al. (2014) với $N \ge 5 \times 24 = 120$ biến quan sát.
Cột mốc tiến độ Nhiệm vụ chi tiết Tiêu chuẩn chất lượng (QA)
Tháng 01/2021 Tổng quan lý thuyết, xây dựng mô hình TRA/TPB Tổng hợp $\ge 15$ bài báo ISI/Scopus
Tháng 02/2021 Phỏng vấn chuyên gia, thử nghiệm pilot questionnaire ($N=30$) Đánh giá độ rõ nghĩa, lược bỏ từ đa nghĩa
Tháng 03/2021 Thu thập mẫu chính thức tại siêu thị ($N=300$) Tỷ lệ phản hồi đầy đủ $\ge 90%$
Tháng 04/2021 Xử lý dữ liệu SPSS 20, phân tích EFA, hồi quy OLS $R^2 \ge 0.50$, không có đa cộng tuyến ($VIF < 2$)

Implementation và kết quả

Development process

Quá trình phân tích kinh tế lượng được thực hiện theo kịch bản chuẩn hóa bằng mã nguồn Python/SPSS nhằm đảm bảo tính tái lập (reproducibility) của các ước lượng thống kê:

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

# 1. Nạp và làm sạch tập dữ liệu khảo sát thực nghiệm
df = pd.read_csv("mm_market_survey_clean.csv")

# 2. Xây dựng mô hình hồi quy tuyến tính đa biến OLS
# Biến phụ thuộc: YDM (Ý định mua)
# Biến độc lập: SQTDSK, STNTH, CLSP, GCSP, NTS
model_formula = "YDM ~ SQTDSK + STNTH + CLSP + GCSP + NTS"
ols_model = smf.ols(formula=model_formula, data=df).fit()

# 3. Trích xuất bảng kết quả tham số hồi quy chuẩn hóa
print(ols_model.summary())

# 4. Kiểm tra hệ số phóng đại phương sai (VIF) ngăn ngừa đa cộng tuyến
X = df[['SQTDSK', 'STNTH', 'CLSP', 'GCSP', 'NTS']]
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(vif_data)

Testing và validation

Quy trình làm sạch dữ liệu loại bỏ 20 phiếu không đạt chuẩn (điền thiếu thông tin hoặc câu trả lời có phương sai bằng 0), giữ lại $N = 280$ mẫu hợp lệ.

  1. Kiểm định độ tin cậy Cronbach’s Alpha:

    • Thang đo Sự quan tâm đến sức khỏe (SQTDSK): 3 biến quan sát, $\alpha = 0.842$, Corrected Item-Total Correlation $\ge 0.654$.
    • Thang đo Sự tín nhiệm thương hiệu (STNTH): 4 biến quan sát, $\alpha = 0.816$, Corrected Item-Total Correlation $\ge 0.598$.
    • Thang đo Chất lượng sản phẩm (CLSP): 4 biến quan sát, $\alpha = 0.795$, Corrected Item-Total Correlation $\ge 0.562$.
    • Thang đo Giá cả sản phẩm (GCSP): 3 biến quan sát, $\alpha = 0.778$, Corrected Item-Total Correlation $\ge 0.541$.
    • Thang đo Niềm tin vào siêu thị (NTS): Bị loại khỏi mô hình hồi quy do không đạt giá trị hội tụ trong phân tích EFA.
    • Thang đo Ý định mua (YDM): 3 biến quan sát, $\alpha = 0.825$.
  2. Phân tích nhân tố khám phá (EFA):

    • Hệ số KMO (Kaiser-Meyer-Olkin) $= 0.835 > 0.5$, kiểm định Bartlett có giá trị Sig. $= 0.000 < 0.05$, chứng minh cấu trúc ma trận tương quan phù hợp cho EFA.
    • Tổng phương sai trích (Total Variance Explained) đạt $63.42% > 50%$ tại giá trị Eigenvalue $= 1.241 > 1.0$.

Kết quả đạt được

Phương trình hồi quy tuyến tính chuẩn hóa thu được từ 280 quan sát thực nghiệm:

$$\text{YDM} = 0.391 \times \text{SQTDSK} + 0.261 \times \text{STNTH} + 0.228 \times \text{CLSP} + 0.107 \times \text{GCSP}$$

Biến độc lập Hệ số $\beta$ chuẩn hóa T-Statistic Sig. (p-value) VIF Mức độ tác động
Sự quan tâm sức khỏe (SQTDSK) 0.391 7.842 0.000 1.214 Hạng 1 (Mạnh nhất)
Sự tín nhiệm thương hiệu (STNTH) 0.261 5.319 0.000 1.185 Hạng 2
Chất lượng sản phẩm (CLSP) 0.228 4.672 0.000 1.240 Hạng 3
Giá cả sản phẩm (GCSP) 0.107 2.341 0.020 1.092 Hạng 4

Các kiểm định chất lượng mô hình:

  • Hệ số xác định hiệu chỉnh $R^2_{\text{Adjusted}} = 0.548$, giải thích $54.8%$ phương sai của biến Ý định mua.
  • Kiểm định ANOVA mô hình có $F = 85.34$ ($p < 0.001$), khẳng định mô hình có ý nghĩa thống kê cao.
  • Hệ số $VIF < 1.30$ ở mọi biến độc lập, chứng minh không xảy ra hiện tượng đa cộng tuyến.
  • Kiểm định ANOVA nhân khẩu học chỉ ra sự khác biệt có ý nghĩa thống kê về ý định mua giữa các nhóm có mức thu nhập khác nhau ($p = 0.012 < 0.05$), trong khi yếu tố giới tính không tạo ra sự khác biệt ($p = 0.418 > 0.05$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn nổi bật khi so sánh với các công trình đi trước:

Tiêu chí so sánh Nghiên cứu Hà Nam Khánh Giao (2017) Nghiên cứu Vũ Thị Hoa và cs (2018) Nghiên cứu này (Lê Thị Trà My, 2021)
Bối cảnh phân tích Chung cho cư dân TP.HCM Kênh siêu thị tổng thể tại Nha Trang Điểm bán đại siêu thị chuyên biệt (MM Mega Market TP.HCM)
Yếu tố dẫn đầu Quan tâm sức khỏe ($\beta = 0.352$) Niềm tin vào siêu thị ($\beta = 0.312$) Quan tâm sức khỏe ($\beta = 0.391$) & Thương hiệu ($\beta = 0.261$)
Độ nhạy giá Nhận thức giá mang trọng số thấp Không tách biệt chi tiết giá Chứng minh giá có tác động dương nhưng nhỏ nhất ($\beta = 0.107$)
Đóng góp mới Tiếp cận mô hình TPB truyền thống Đánh giá đa kênh phân phối Tích hợp tác động tâm lý hậu COVID-19 vào chuỗi cung ứng bán sỉ/lẻ

Cải tiến phương pháp luận: Khóa luận đã chứng minh rằng trong ngành hàng thực phẩm tươi sống sau khủng hoảng dịch tễ, Sự tín nhiệm thương hiệu doanh nghiệp ($\beta = 0.261$) đóng vai trò bảo chứng mạnh mẽ hơn bản thân nhận thức giá bán ($\beta = 0.107$). Điều này giải thích tại sao người tiêu dùng sẵn sàng trả phụ phí an toàn (safety premium) nếu siêu thị cung cấp đầy đủ bằng chứng kiểm định.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy, MM Mega Market có thể áp dụng lộ trình triển khai quản trị 4 giai đoạn nhằm gia tăng doanh số ngành hàng rau an toàn:

  1. Quản trị danh mục và chất lượng (CLSP - $\beta = 0.228$): Đầu tư chuẩn hóa hệ thống làm mát cold-chain duy trì nhiệt độ $8^\circ\text{C} - 12^\circ\text{C}$ từ kho trung chuyển đến kệ hàng, giảm tỷ lệ dập héo dưới $3%$.
  2. Củng cố sức khỏe và niềm tin thương hiệu (SQTDSK - $\beta = 0.391$, STNTH - $\beta = 0.261$): Đưa thông tin dinh dưỡng chi tiết (hàm lượng Nitrat, tồn dư kim loại nặng = 0, chỉ số Vitamin) trực tiếp lên bao bì đóng gói.
  3. Ước tính hiệu quả kinh tế (ROI): Khi tối ưu hóa danh mục theo mô hình, chi phí bổ sung hệ thống tem QR ước tính khoảng 150 VNĐ/gói rau, nhưng giúp gia tăng tỷ lệ chuyển đổi mua lặp lại (repurchase rate) thêm $18.5%$, mang lại tỷ suất hoàn vốn ROI dự kiến đạt $142%$ sau 12 tháng triển khai.

Hạn chế và hướng phát triển

Nghiên cứu có các hạn chế học thuật cần được mở rộng trong tương lai:

  • Hạn chế chọn mẫu: Phương pháp lấy mẫu thuận tiện phi ngẫu nhiên với cỡ mẫu $N=280$ tập trung tại một số trung tâm MM Mega Market lớn tại TP.HCM chưa phản ánh trọn vẹn hành vi tại các đô thị vệ tinh.
  • Biến số bị loại: Biến Niềm tin vào siêu thị (NTS) không đạt điều kiện phân tích nhân tố EFA trong nghiên cứu này do có sự trùng lặp khái niệm với Sự tín nhiệm thương hiệu (STNTH) trong tâm trí khách hàng.
  • Hướng nghiên cứu tiếp theo: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các biến điều tiết (moderating variables) như thói quen tiêu dùng số và các kênh mua hàng đa kênh (Omnichannel).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Bản mẫu chuẩn mực về việc xây dựng khung lý thuyết TRA/TPB, thiết kế thang đo Likert, làm sạch dữ liệu và diễn giải bảng kết quả SPSS/Python.
  • Chuyên viên phân tích dữ liệu & Marketer: Thấu hiểu kỹ thuật định lượng hóa các khái niệm trừu tượng (như "sự tín nhiệm", "nhận thức sức khỏe") thành các chỉ số kinh tế lượng có thể đo lường.
  • Doanh nghiệp bán lẻ & Hợp tác xã nông nghiệp: Cơ sở dữ liệu khoa học giúp định hình chiến lược phân phối, đóng gói bao bì và ký kết hợp đồng bao tiêu nông sản đạt chuẩn ATVSTP.
  • Nhà nghiên cứu kinh tế nông nghiệp: Nguồn tài liệu tham khảo đáng tin cậy về hành vi tiêu dùng sau các biến cố y tế công cộng quy mô lớn.

Câu hỏi thường gặp

  1. Dữ liệu 280 mẫu có đủ độ tin cậy để đại diện cho khách hàng MM Mega Market không? Theo tiêu chuẩn Hair et al. (2014) và Green (1991), với 24 biến quan sát, cỡ mẫu tối thiểu cần thiết là 120. Mẫu $N=280$ vượt hơn gấp đôi ngưỡng tiêu chuẩn, đảm bảo sai số chọn mẫu dưới $5%$ ở độ tin cậy $95%$.
  2. Tại sao yếu tố giá cả lại có hệ số tác động thấp nhất ($\beta = 0.107$)? Trong phân khúc thực phẩm bảo vệ sức khỏe, người tiêu dùng ưu tiên yếu tố an toàn và thương hiệu hơn sự chênh lệch giá nhỏ. Giá vẫn có tác động cùng chiều nhưng không phải là rào cản quyết định.
  3. Làm thế nào để tích hợp mô hình này vào hệ thống CRM của siêu thị? Hệ thống CRM có thể gắn thẻ (tag) khách hàng theo mức độ chi tiêu cho ngành hàng rau sạch và gửi các khuyến mãi tự động về sản phẩm hữu cơ/VietGAP theo phân khúc thu nhập đã kiểm định qua ANOVA.
  4. Tại sao biến 'Niềm tin vào siêu thị' lại bị loại bỏ khỏi mô hình cuối cùng? Trong phân tích EFA, các biến quan sát của thang đo này có hệ số tải chéo (cross-loading) cao sang nhóm 'Sự tín nhiệm thương hiệu', cho thấy người tiêu dùng không phân biệt rạch ròi giữa uy tín siêu thị và thương hiệu chuỗi.
  5. Chi phí đầu tư hệ thống truy xuất QR Code có làm tăng giá bán của rau an toàn không? Chi phí vận hành tem điện tử chỉ chiếm khoảng 0.5% - 1% giá thành sản phẩm, hoàn toàn được bù đắp bởi lượng tiêu thụ tăng thêm nhờ mức độ tin cậy được củng cố.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Lê Thị Trà My đã giải quyết thành công bài toán lượng hóa hành vi tiêu dùng rau an toàn tại hệ thống MM Mega Market TP.HCM. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết hành vi (TRA/TPB) và kỹ thuật phân tích hồi quy OLS trên SPSS 20, nghiên cứu chỉ ra rằng Sự quan tâm đến sức khỏe ($\beta = 0.391$) và Sự tín nhiệm thương hiệu ($\beta = 0.261$) là hai động lực then chốt định hình quyết định mua sắm. Kết quả này cung cấp luận cứ thực tiễn vững chắc để các nhà bán lẻ hiện đại tái cấu trúc chuỗi cung ứng nông sản, minh bạch hóa quy trình kiểm định và tối ưu hóa hiệu quả kinh doanh ngành hàng thực phẩm tươi sống.