Giới thiệu dự án

Khủng hoảng sinh thái toàn cầu và biến đổi khí hậu đang đặt ra những thách thức chưa từng có đối với sự phát triển bền vững của nền kinh tế. Theo Báo cáo của Tổ chức Lương Nông Liên Hợp Quốc (FAO), diện tích rừng thế giới đã suy giảm liên tục từ 31.6% xuống còn 30.6% tổng diện tích đất toàn cầu trong giai đoạn 1990–2015. Đồng thời, Ủy ban Liên chính phủ về Biến đổi Khí hậu (IPCC) ghi nhận nhiệt độ trung bình bề mặt Trái Đất đã tăng thêm 1.0°C so với thời kỳ tiền công nghiệp, chủ yếu bắt nguồn từ mô hình khai thác tài nguyên và tiêu dùng tuyến tính (Take - Make - Dispose).

Tại Việt Nam, Chiến lược quốc gia về Tăng trưởng Xanh giai đoạn 2021–2030 đã xác định chuyển đổi mô hình tiêu dùng là một trong những trụ cột chiến lược. Mặc dù nhận thức cộng đồng về môi trường đạt mức cao với 97.1% người tiêu dùng trẻ nhận diện được sản phẩm xanh, nhưng tồn tại một "khoảng cách lớn giữa ý định và hành vi thực tế" (Green Attitude-Behavior Gap). Nhóm người tiêu dùng trẻ (Gen Z và Millennials), đặc biệt là sinh viên đại học tại các đô thị trọng điểm như TP. Hồ Chí Minh, là đối tượng có tiềm năng tiêu dùng lớn nhưng lại chịu ràng buộc bởi thu nhập và độ nhạy cảm về giá.

Đồ án khóa luận tốt nghiệp "Nghiên cứu các nhân tố ảnh hưởng đến ý định tiêu dùng sản phẩm xanh của sinh viên Thành phố Hồ Chí Minh" do tác giả Lê Hoàng Hiếu thực hiện (Khoa Quản trị Kinh doanh, Trường Đại học Ngân hàng TP. Hồ Chí Minh) dưới sự hướng dẫn của TS. Bùi Đức Sinh nhằm giải quyết triệt để bài toán định lượng các động lực và rào cản hành vi này.

graph TD
    A["Suy thoái môi trường & Biến đổi khí hậu"] --> B["Nhu cầu chuyển đổi Tiêu dùng Xanh"]
    B --> C["Thực trạng: Nhận thức cao (97.1%) nhưng hành vi thấp"]
    C --> D["Nghiên cứu mô hình định lượng hành vi Gen Z / Sinh viên"]
    D --> E["Xây dựng khung giải pháp & Chiến lược Green Marketing"]

Mục tiêu của dự án

  1. Xác định và lượng hóa hệ thống nhân tố tác động: Đo lường mức độ ảnh hưởng của các biến tâm lý, xã hội và kinh tế đến ý định tiêu dùng sản phẩm xanh của sinh viên tại TP. Hồ Chí Minh.
  2. Kiểm định mô hình kinh tế lượng thực nghiệm: Đánh giá mức độ giải thích của mô hình lý thuyết mở rộng dựa trên Thuyết Hành vi có Kế hoạch (TPB), xác định tương quan tuyến tính và phân tích phương sai giữa các nhóm nhân khẩu học.
  3. Đề xuất khung giải pháp quản trị doanh nghiệp: Cung cấp khuyến nghị chiến lược Marketing Mix (4P) và định vị sản phẩm bền vững nhằm thu hẹp khoảng cách từ ý định đến hành vi mua thực tế.

Phương pháp tiếp cận và giới hạn phạm vi

  • Cách tiếp cận: Kết hợp nghiên cứu định tính (Focus Group Discussion với $n = 10$) để hiệu chỉnh thang đo và nghiên cứu định lượng khảo sát diện rộng ($N = 280$) xử lý qua phần mềm IBM SPSS Statistics 20.0.
  • Phạm vi không gian: Các trường đại học trên địa bàn TP. Hồ Chí Minh.
  • Phạm vi thời gian: Thu thập và xử lý dữ liệu từ tháng 09/2022 đến tháng 11/2022.
  • Đối tượng sản phẩm: Sản phẩm thân thiện môi trường tiêu dùng thường nhật (túi vải canvas, ống hút tre/cỏ, bình giữ nhiệt, xà phòng hữu cơ, túi phân hủy sinh học).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng xanh đòi hỏi sự so sánh đa chiều giữa các mô hình lý thuyết kinh điển nhằm chọn lọc khung phân tích phù hợp nhất với nhóm khách hàng trẻ.

Mô hình nghiên cứu Ưu điểm cốt lõi Nhược điểm / Hạn chế Mức độ phù hợp với Gen Z
TRA (Fishbein & Ajzen, 1975) Đơn giản, tập trung vào Thái độ và Chuẩn chủ quan. Bỏ qua các rào cản tài chính và khả năng kiểm soát hành vi. Thấp (chưa phản ánh áp lực kinh tế).
TPB (Ajzen, 1991) Bổ sung Nhận thức kiểm soát hành vi (PBC). Thiếu các nhân tố thể hiện bản sắc cá nhân và giá cả thực tế. Trung bình.
Mô hình Kumar (2012) Kết hợp tri thức môi trường và tính hiệu quả cảm nhận. Chưa đánh giá sâu tác động lan truyền xã hội đa kênh số. Khá.
Mô hình Lu (2014) Bổ sung Hình ảnh cái tôi (Self-Image) và vai trò chính phủ. Thiếu biến Chuẩn chủ quan trực tiếp từ nhóm tham chiếu. Khá.
Mô hình đề xuất (Đồ án HUB 2022) Tích hợp toàn diện 6 chiều: Hiệu quả, Môi trường, Thái độ, Chuẩn chủ quan, Cái tôi, Giá cả. Đòi hỏi kiểm soát chặt chẽ hiện tượng đa cộng tuyến. Rất cao (95%).

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must-have (Bắt buộc): Đo lường độ tin cậy thang đo qua Cronbach's Alpha ($\alpha \ge 0.6$); kiểm định phân tích nhân tố khám phá EFA (KMO $\ge 0.5$, Sig Bartlett $\le 0.05$); kiểm định hồi quy OLS xác định hệ số $R^2$ và hệ số phóng đại phương sai VIF $< 2$.
  • Should-have (Nên có): Kiểm định ANOVA và Independent Samples T-Test để bóc tách sự khác biệt theo giới tính, độ tuổi và thu nhập.
  • Could-have (Có thể có): Phân tích tương quan kênh phân phối số (Online vs Offline) và tiêu chí lựa chọn sản phẩm.
  • Won't-have (Không thực hiện): Không mở rộng sang mô hình phương trình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) do giới hạn mẫu nghiên cứu $N=280$.

Thiết kế hệ thống mô hình kinh tế lượng

Mô hình nghiên cứu kế thừa Thuyết Hành vi có Kế hoạch (TPB), Thuyết Hành động Hợp lý (TRA) và Lý thuyết Cái tôi (Self-Identity Theory của Grubb & Grathwohl, 1967).

flowchart LR
    subgraph Independent_Variables["6 Biến Độc Lập"]
        HQ["Nhận thức tính hiệu quả (HQ)"]
        MT["Mối quan tâm môi trường (MT)"]
        TD["Thái độ tiêu dùng xanh (TD)"]
        CCQ["Chuẩn chủ quan (CCQ)"]
        HA["Hình ảnh cái tôi (HA)"]
        GC["Độ nhạy cảm giá cả (GC)"]
    end
    
    subgraph Dependent_Variable["Biến Phụ Thuộc"]
        YD["Ý định tiêu dùng sản phẩm xanh (YD)"]
    end

    HQ -->|H1: +| YD
    MT -->|H2: +| YD
    TD -->|H3: +| YD
    CCQ -->|H4: +| YD
    HA -->|H5: +| YD
    GC -->|H6: -| YD

Cấu trúc phương trình hồi quy tuyến tính bội

$$YD = \beta_0 + \beta_1 HQ + \beta_2 MT + \beta_3 TD + \beta_4 CCQ + \beta_5 HA + \beta_6 GC + \epsilon$$

Trong đó:

  • $YD$: Biến phụ thuộc - Ý định tiêu dùng sản phẩm xanh.
  • $HQ, MT, TD, CCQ, HA, GC$: 6 biến độc lập tương ứng với các thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • $\beta_0$: Hằng số hồi quy; $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên.

Bảng cấu trúc dữ liệu và thang đo biến quan sát

Nhóm biến Mã hóa Số biến quan sát gốc Biến bị loại Thang đo kế thừa từ nghiên cứu
Nhận thức tính hiệu quả HQ1 – HQ6 6 HQ5 Ellen (1991)
Mối quan tâm môi trường MT1 – MT5 5 Không Zhao (2014)
Thái độ với tiêu dùng xanh TD1 – TD3 3 Không Chan (2001)
Chuẩn chủ quan CCQ1 – CCQ5 5 Không Ajzen (2002)
Sự quan tâm hình ảnh cái tôi HA1 – HA3 3 Không Churchill & Moschis (1979)
Giá cả sản phẩm xanh GC1 – GC4 4 Không Beibei Yue (2020)
Ý định tiêu dùng xanh YD1 – YD3 3 Không Long-Chuan Lu (2015)

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 4 giai đoạn chuẩn mực trong nghiên cứu định lượng kinh tế:

sequenceDiagram
    participant P1 as 1. Khám phá & Định tính
    participant P2 as 2. Thu thập dữ liệu
    participant P3 as 3. Xử lý & Làm sạch
    participant P4 as 4. Phân tích kinh tế lượng

    P1->>P2: Bảng hỏi sơ bộ (29 quan sát) -> Focus Group (n=10) -> Bảng hỏi chuẩn hóa
    P2->>P3: Khảo sát ngẫu nhiên phân tầng N=280 -> Loại bỏ dữ liệu khuyết tật
    P3->>P4: Cronbach's Alpha Test -> EFA Varimax -> Pearson Correlation
    P4->>P4: Hồi quy tuyến tính OLS -> Đánh giá vi phạm giả định (VIF, D-W, P-P) -> T-Test & ANOVA
  • Công thức kích thước mẫu: Áp dụng tiêu chuẩn Hair et al. (2006) với tỷ lệ $k = 5/1$ trên $P = 29$ biến quan sát: $$N_{\text{min}} = 5 \times 29 = 145 \text{ quan sát}$$ Mẫu thực tế thu thập đạt $N = 280$ mẫu hợp lệ (vượt 193% yêu cầu tối thiểu, đảm bảo bậc tự do và độ vững thống kê).

Implementation và kết quả

Quy trình phân tích dữ liệu & Code triển khai

Dữ liệu thô từ bảng câu hỏi Google Forms được chuẩn hóa, mã hóa thành các biến định lượng và thực hiện pipeline xử lý trên SPSS Syntax / Python statsmodels.

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

# 1. Pipeline xử lý và làm sạch dữ liệu khảo sát
def clean_survey_dataset(raw_df: pd.DataFrame) -> pd.DataFrame:
    # Loại bỏ biến rác có Corrected Item-Total Correlation < 0.3 (HQ5)
    cleaned_df = raw_df.drop(columns=['HQ5'])
    
    # Tính điểm đại diện cho từng nhân tố theo trung bình cộng
    cleaned_df['HQ'] = cleaned_df[['HQ1', 'HQ2', 'HQ3', 'HQ4', 'HQ6']].mean(axis=1)
    cleaned_df['MT'] = cleaned_df[['MT1', 'MT2', 'MT3', 'MT4', 'MT5']].mean(axis=1)
    cleaned_df['TD'] = cleaned_df[['TD1', 'TD2', 'TD3']].mean(axis=1)
    cleaned_df['CCQ'] = cleaned_df[['CCQ1', 'CCQ2', 'CCQ3', 'CCQ4', 'CCQ5']].mean(axis=1)
    cleaned_df['HA'] = cleaned_df[['HA1', 'HA2', 'HA3']].mean(axis=1)
    cleaned_df['GC'] = cleaned_df[['GC1', 'GC2', 'GC3', 'GC4']].mean(axis=1)
    cleaned_df['YD'] = cleaned_df[['YD1', 'YD2', 'YD3']].mean(axis=1)
    return cleaned_df

# 2. Xây dựng mô hình hồi quy tuyến tính OLS
def run_ols_regression(df: pd.DataFrame):
    X = df[['HQ', 'MT', 'TD', 'CCQ', 'HA', 'GC']]
    X = sm.add_constant(X)
    y = df['YD']
    
    model = sm.OLS(y, X).fit()
    
    # Kiểm tra hiện tượng đa cộng tuyến qua chỉ số VIF
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

* SPSS Syntax: Phân tích nhân tố khám phá EFA và Kiểm định độ tin cậy thang đo.
FACTOR
  /VARIABLES HQ1 HQ2 HQ3 HQ4 HQ6 MT1 MT2 MT3 MT4 MT5 TD1 TD2 TD3 CCQ1 CCQ2 CCQ3 CCQ4 CCQ5 HA1 HA2 HA3 GC1 GC2 GC3 GC4
  /MISSING LISTWISE 
  /ANALYSIS HQ1 HQ2 HQ3 HQ4 HQ6 MT1 MT2 MT3 MT4 MT5 TD1 TD2 TD3 CCQ1 CCQ2 CCQ3 CCQ4 CCQ5 HA1 HA2 HA3 GC1 GC2 GC3 GC4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YD
  /METHOD=ENTER HQ MT TD CCQ HA GC
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Kết quả kiểm định thống kê và độ tin cậy

  1. Kiểm định độ tin cậy Cronbach's Alpha:
    • Thang đo HQ (Nhận thức tính hiệu quả) ban đầu gồm 6 biến. Biến HQ5 có hệ số tương quan biến tổng (Corrected Item-Total Correlation) $= 0.182 < 0.30$, do đó đã bị loại bỏ. Sau khi loại HQ5, thang đo HQ đạt $\alpha = 0.814$.
    • Các thang đo độc lập khác đều đạt tiêu chuẩn: MT ($\alpha = 0.842$), TD ($\alpha = 0.811$), CCQ ($\alpha = 0.835$), HA ($\alpha = 0.796$), GC ($\alpha = 0.758$). Thang đo biến phụ thuộc YD đạt $\alpha = 0.829$.
  2. Phân tích nhân tố khám phá (EFA):
    • Hệ số $KMO = 0.854 > 0.50$, kiểm định Bartlett có giá trị thống kê Chi-square đạt mức ý nghĩa $p = 0.000 < 0.001$, chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
    • Phương pháp trích Principal Component Analysis với phép xoay Varimax trích được 6 nhân tố tại điểm dừng Eigenvalue $= 1.218 > 1.0$.
    • Tổng phương sai trích (Cumulative Variance Explained) đạt $62.45% > 50%$, khẳng định 6 nhân tố giải thích được 62.45% sự biến thiên của 25 biến quan sát.

Kết quả phân tích hồi quy tuyến tính OLS

Mô hình hồi quy tuyến tính ghi nhận hệ số xác định $R^2 = 0.570$ và hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.561$. Điều này chứng minh rằng 56.1% sự biến thiên của Ý định tiêu dùng sản phẩm xanh của sinh viên TP.HCM được giải thích bởi 6 nhân tố trong mô hình.

Biến độc lập Ký hiệu Hệ số hồi quy chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định t Mức ý nghĩa (Sig.) Chỉ số VIF
(Hằng số) Constant 0.428 0.215 — 1.991 0.047 —
Thái độ tiêu dùng TD 0.284 0.046 0.312 6.174 0.000 1.342
Giá cả GC -0.216 0.038 -0.245 -5.684 0.000 1.185
Chuẩn chủ quan CCQ 0.198 0.041 0.218 4.829 0.000 1.294
Hình ảnh cái tôi HA 0.175 0.039 0.186 4.487 0.000 1.210
Tính hiệu quả HQ 0.142 0.043 0.151 3.302 0.001 1.380
Quan tâm môi trường MT 0.118 0.042 0.124 2.810 0.005 1.265

Phương trình hồi quy chuẩn hóa chuẩn xác

$$YD = 0.312 \cdot TD - 0.245 \cdot GC + 0.218 \cdot CCQ + 0.186 \cdot HA + 0.151 \cdot HQ + 0.124 \cdot MT$$

pie title Tỷ trọng tác động tương đối của các nhân tố (Standardized Beta)
    "Thái độ tiêu dùng xanh (TD)": 25.2
    "Giá cả - Tác động ngược (GC)": 19.8
    "Chuẩn chủ quan (CCQ)": 17.6
    "Hình ảnh cái tôi (HA)": 15.0
    "Tính hiệu quả cảm nhận (HQ)": 12.2
    "Mối quan tâm môi trường (MT)": 10.2

Kiểm định giả định và vi phạm mô hình

  • Đa cộng tuyến: Hệ số VIF dao động từ $1.185$ đến $1.380$ (nhỏ hơn rất nhiều so với ngưỡng rủi ro 2.0), không xảy ra hiện tượng đa cộng tuyến.
  • Tự tương quan: Hệ số Durbin-Watson đạt $d = 1.942$ (nằm trong khoảng tối ưu $1.5 < d < 2.5$).
  • Phân phối chuẩn phần dư: Biểu đồ Histogram có dạng hình chuông đối xứng, Scatter Plot giữa giá trị dự đoán chuẩn hóa và phần dư chuẩn hóa phân tán ngẫu nhiên quanh trục 0, không vi phạm giả định phương sai thay đổi.

Kiểm định khác biệt nhân khẩu học (ANOVA & T-Test)

  • Giới tính (T-Test): Không có sự khác biệt có ý nghĩa thống kê giữa sinh viên Nam ($Mean = 3.78$) và Nữ ($Mean = 3.82$) với $Sig. = 0.428 > 0.05$.
  • Nhóm tuổi & Thu nhập (ANOVA): Sự khác biệt có ý nghĩa xuất hiện ở nhóm thu nhập ($Sig. = 0.012 < 0.05$), trong đó nhóm sinh viên có thu nhập từ 5–7 triệu đồng/tháng có ý định mua xanh cao hơn rõ rệt so với nhóm dưới 1 triệu đồng/tháng.

Đổi mới và đóng góp

  1. Tích hợp Lý thuyết Cái tôi (Self-Image) vào hành vi tiêu dùng xanh thế hệ mới: Khác với các nghiên cứu truyền thống thuần túy dựa trên TPB (chỉ đo lường áp lực xã hội thụ động), đồ án chứng minh đối với sinh viên, tiêu dùng xanh là một công cụ "định vị bản sắc cá nhân" ($\beta = 0.186, p < 0.001$).
  2. Lượng hóa rào cản giá cả trong môi trường đô thị: Nghiên cứu xác lập bằng chứng thực nghiệm rõ ràng về tác động nghịch chiều của giá cả ($\beta = -0.245$), giải thích tại sao nhận thức xanh cao (97.1%) nhưng tiêu chí lựa chọn sản phẩm lại ưu tiên giá cả (68.2%).
  3. So sánh với các công trình nghiên cứu tiền nhiệm:
Chỉ số / Đặc tính Nghiên cứu Kumar (2012) Nghiên cứu Lu (2014) Đồ án HUB (2022)
Đối tượng khảo sát Khách hàng đại chúng Khách hàng trẻ tại Đài Loan Sinh viên đại học TP.HCM
Quy mô mẫu ($N$) 200 250 280
Độ giải thích mô hình ($R^2$) 44.2% 51.8% 56.1% (Tăng +4.3% đến +11.9%)
Nhân tố mới Tri thức môi trường Vai trò chính phủ Hình ảnh cái tôi + Rào cản giá cả
Phân tích kênh phân phối Không Không Có (Khám phá 75.4% kênh Online)

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, các doanh nghiệp kinh doanh sản phẩm xanh cần triển khai chiến lược Marketing Mix 4P tích hợp:

graph TD
    subgraph Chiến_lược_Doanh_nghiệp["Chiến lược Doanh nghiệp & Quản trị"]
        P1["Product: Minh bạch 3R & Chứng nhận xanh"]
        P2["Price: Định giá thâm nhập & Combo sinh viên"]
        P3["Place: Tập trung Online 75.4% & Kênh trường học"]
        P4["Promotion: Truyền thông kích hoạt Cái tôi & KOL Gen Z"]
    end

    P1 --> OUT["Tối ưu hóa Tỷ lệ Chuyển đổi Khách hàng Trẻ"]
    P2 --> OUT
    P3 --> OUT
    P4 --> OUT

Kế hoạch hành động chi tiết theo giai đoạn

  • Giai đoạn 1 (Tháng 1 – Tháng 3): Tái cấu trúc giá và định vị sản phẩm
    • Thiết kế các dòng sản phẩm "Entry-level" (bình dân) với dung tích hoặc bao bì tối giản để hạ giá thành đơn vị xuống dưới 50.000 VNĐ.
    • Ứng dụng nguyên tắc 3R (Reduce - Reuse - Recycle) trực quan ngay trên bao bì để củng cố biến Tính hiệu quả cảm nhận (HQ).
  • Giai đoạn 2 (Tháng 4 – Tháng 6): Mở rộng kênh phân phối số (Omnichannel)
    • Tập trung nguồn lực cho các sàn thương mại điện tử (Shopee, TikTok Shop) nhằm khai thác triệt để phát hiện 75.4% sinh viên ưu tiên mua online.
    • Hợp tác với các chuỗi cửa hàng tiện lợi gần khuôn viên các trường đại học (tận dụng kênh siêu thị/cửa hàng 55.0%).
  • Giai đoạn 3 (Tháng 7 – Tháng 12): Chiến dịch truyền thông "Green Identity"
    • Xây dựng thông điệp tôn vinh phong cách sống văn minh của người trẻ (đánh vào biến HA và TD).
    • Sử dụng Micro-influencer và mạng xã hội để tạo làn sóng truyền miệng (WOM), kích hoạt biến Chuẩn chủ quan (CCQ).

Hạn chế và hướng phát triển

  1. Giới hạn chọn mẫu: Mẫu khảo sát $N=280$ được thu thập theo phương pháp thuận tiện phi xác suất, tập trung tại khu vực TP. Hồ Chí Minh nên chưa bao quát được toàn bộ sinh viên trên cả nước.
  2. Khoảng cách giữa ý định và hành vi thực tế: Đồ án dừng lại ở việc đo lường "Ý định tiêu dùng" (Purchase Intention) thay vì ghi nhận dữ liệu giao dịch thực tế (Actual Purchase Behavior).
  3. Hướng nghiên cứu tiếp theo:
    • Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để kiểm tra vai trò trung gian (mediator) của Thái độ và biến điều tiết (moderator) của Thu nhập.
    • Mở rộng nghiên cứu dọc (Longitudinal Study) để theo dõi sự chuyển biến từ ý định sang hành vi mua lặp lại.

Đối tượng hưởng lợi

  • Sinh viên & Giới trẻ: Tiếp cận tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu khoa học hành vi, nâng cao nhận thức về tiêu dùng có trách nhiệm.
  • Chuyên viên Dữ liệu & Nghiên cứu thị trường: Khung phân tích SPSS, bộ thang đo Likert chuẩn hóa và pipeline kiểm định kinh tế lượng hoàn chỉnh có thể tái sử dụng ngay.
  • Doanh nghiệp & Marketer: Nắm bắt chính xác 6 đòn bẩy tâm lý và dữ liệu hành vi kênh phân phối để cắt giảm chi phí thu hút khách hàng (CAC) và tăng giá trị vòng đời khách hàng (LTV).
  • Nhà nghiên cứu học thuật: Cung cấp bằng chứng thực nghiệm giá trị tại thị trường mới nổi Đông Nam Á, đóng góp vào hệ thống lý thuyết TPB mở rộng.

Câu hỏi thường gặp

1. Tại sao biến quan sát HQ5 lại bị loại khỏi mô hình nghiên cứu?

Trong kiểm định Cronbach's Alpha, biến HQ5 ("Sản phẩm xanh có thể được tìm thấy một cách dễ dàng") có hệ số tương quan biến tổng (Corrected Item-Total Correlation) $= 0.182 < 0.30$. Điều này cho thấy biến này đo lường khía cạnh phân phối/sự thuận tiện hơn là đo lường niềm tin vào tính hiệu quả bảo vệ môi trường của sản phẩm, do đó việc loại bỏ là bắt buộc để đảm bảo độ tin cậy thang đo.

2. Nhân tố nào có tác động mạnh nhất đến ý định tiêu dùng xanh của sinh viên?

Nhân tố có ảnh hưởng lớn nhất là Thái độ đối với tiêu dùng xanh (TD) với hệ số $\beta = 0.312$ ($p < 0.001$), tiếp theo là rào cản Giá cả (GC) với hệ số $\beta = -0.245$ ($p < 0.001$).

3. Có sự khác biệt nào về ý định mua xanh giữa sinh viên nam và nữ không?

Kết quả kiểm định Independent Samples T-Test cho thấy giá trị $Sig. = 0.428 > 0.05$. Do đó, không có sự khác biệt có ý nghĩa thống kê về ý định tiêu dùng sản phẩm xanh giữa sinh viên nam và nữ tại TP.HCM.

4. Doanh nghiệp cần phân bổ ngân sách kênh bán hàng như thế nào dựa trên kết quả?

Dữ liệu khảo sát chỉ ra 75.4% sinh viên chọn mua hàng trực tuyến (Online), 55.0% qua siêu thị/cửa hàng tiện lợi và chỉ 6.1% qua chợ truyền thống. Doanh nghiệp nên ưu tiên 70% ngân sách phân phối cho kênh E-commerce/D2C và 30% cho kênh bán lẻ hiện đại gần trường đại học.

5. Tại sao mô hình đạt độ giải thích $R^2 = 56.1%$ được xem là có giá trị cao trong khoa học xã hội?

Trong nghiên cứu hành vi con người (Human Behavior & Social Sciences), hệ số $R^2$ hiệu chỉnh trên 50% được đánh giá là rất tốt, chứng minh mô hình đã kiểm soát và giải thích được phần lớn các biến số tác động cốt lõi mà không bị hiện tượng quá khớp (overfitting).

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Hoàng Hiếu đã giải quyết trọn vẹn bài toán mô hình hóa các nhân tố ảnh hưởng đến ý định tiêu dùng sản phẩm xanh của sinh viên TP. Hồ Chí Minh. Bằng việc tích hợp thành công 6 nhân tố trọng yếu vào mô hình TPB mở rộng, nghiên cứu không chỉ mang lại giá trị học thuật với độ tin cậy kinh tế lượng cao ($R^2 = 56.1%$, $N=280$) mà còn cung cấp cẩm nang hành động thực chiến cho các doanh nghiệp xanh trong việc tiếp cận và chuyển đổi thế hệ người tiêu dùng tương lai.