Giới thiệu dự án

Thị trường mỹ phẩm và chăm sóc cá nhân toàn cầu đang trải qua giai đoạn chuyển dịch mạnh mẽ hướng tới tiêu dùng bền vững và đạo đức sinh học. Theo báo cáo từ The Vegan Society, 97% người tiêu dùng tại Anh Quốc chủ động tìm kiếm các sản phẩm làm đẹp có chứng nhận thuần chay (Vegan Certified). Khu vực Châu Âu chiếm lĩnh 36,81% thị phần mỹ phẩm thuần chay toàn cầu (2021), trong khi khu vực Châu Á - Thái Bình Dương dự báo đạt tốc độ tăng trưởng kép hàng năm (CAGR) 7,4% giai đoạn 2022–2030. Tại Việt Nam, theo Tổng cục Thống kê và khảo sát từ VIRAC/Q&Me (2020), thu nhập bình quân đầu người đạt khoảng 4,25 triệu VNĐ/tháng, với 21% người tiêu dùng chi từ 200.000 VNĐ và 17% chi từ 300.000 VNĐ/tháng cho các sản phẩm chăm sóc da.

[Bối cảnh Thị trường] ---> [Khoảng trống Ý định - Hành vi] ---> [Mô hình Định lượng TPB]
      |                                                                 |
      +--> CAGR Châu Á: 7,4% (2022-2030)                                +--> N = 163 mẫu hợp lệ
      +--> Chi tiêu >200k/tháng: 38%                                    +--> SPSS 20.0 / OLS Regression

Vấn đề nghiên cứu (Problem Statement)

Phần lớn các công trình nghiên cứu trước đây tại thị trường đang phát triển chỉ dừng lại ở việc khảo sát Ý định mua (Purchase Intention) mà chưa phân tích chuyên sâu Quyết định mua thực tế (Purchase Decision). Khoảng cách giữa ý định và hành vi (Intention-Behavior Gap) trong ngành mỹ phẩm thuần chay (MPTC) tại TP.HCM đối với nhóm khách hàng thế hệ trẻ (Gen Z/Sinh viên) vẫn chưa được lượng hóa bằng các mô hình kinh tế lượng thực nghiệm.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng xanh và mỹ phẩm thuần chay dựa trên Thuyết Hành vi Dự định (TPB - Theory of Planned Behaviour).
  2. Xác định các nhân tố độc lập then chốt tác động đến quyết định mua MPTC của sinh viên.
  3. Đo lường và đánh giá mức độ ảnh hưởng của từng biến số thông qua các hệ số hồi quy chuẩn hóa ($\beta$).
  4. Kiểm định mối quan hệ nhân quả và hiện tượng đa cộng tuyến giữa các biến độc lập.
  5. Đề xuất hệ thống giải pháp quản trị thực thi cho các doanh nghiệp sản xuất và phân phối MPTC tại Việt Nam.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Khu vực Thành phố Hồ Chí Minh (tập trung tại các trường đại học, học viện).
  • Thời gian: Dữ liệu khảo sát sơ cấp thu thập từ tháng 01/2023 đến tháng 04/2023.
  • Kích thước mẫu: $N = 166$ mẫu thu thập, $N = 163$ mẫu hợp lệ đưa vào xử lý định lượng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Sự phân mảnh trong nhận thức của người tiêu dùng về các dòng mỹ phẩm sinh thái đòi hỏi việc làm rõ ranh giới kỹ thuật giữa các tiêu chuẩn sản phẩm.

Tiêu chuẩn mỹ phẩm Nguồn gốc thành phần Thử nghiệm động vật Quy định chứng nhận tiêu biểu
Mỹ phẩm thông thường Hóa tổng hợp, phụ phẩm động vật Có thể có Tiêu chuẩn cơ sở / ASEAN Cosmetic Directive
Mỹ phẩm thiên nhiên (Natural) Chiết xuất thực vật thô Tùy nhãn hàng Không bắt buộc tỷ lệ hữu cơ
Mỹ phẩm hữu cơ (Organic) Nông nghiệp hữu cơ ($\ge 70-95%$) Nghiêm cấm USDA Organic, COSMOS, Ecocert
Cruelty-Free Tự nhiên hoặc tổng hợp Nghiêm cấm 100% Leaping Bunny, PETA
Thuần chay (Vegan Cosmetics) 100% Thực vật, khoáng chất Nghiêm cấm 100% The Vegan Society, Vegan Action

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW Matrix)

  • Must-have: Kiểm định thang đo Cronbach’s Alpha $\ge 0,6$; Phân tích nhân tố khám phá EFA với $KMO \ge 0,5$, Total Variance Explained $\ge 50%$; Kiểm định hồi quy đa biến OLS.
  • Should-have: Phân tích phương sai ANOVA và Independent Samples T-test theo đặc tính nhân khẩu học (giới tính, thu nhập).
  • Could-have: Phân tích độ nhạy của biến điều tiết (Moderating variables) theo mức chi tiêu hàng tháng.
  • Won't-have: Mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) cho dữ liệu phi tuyến tính quy mô lớn.

Thiết kế hệ thống

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH NGHIÊN CỨU THỰC NGHIỆM TPB                         |
+-----------------------------------------------------------------------------------+
|  [Biến Độc Lập]                                              [Biến Phụ Thuộc]     |
|                                                                                   |
|  +---------------------------+       H1 (+) (p > 0.05)                            |
|  | Ảnh hưởng xã hội (AHXH)   | -----------------------------+                     |
|  +---------------------------+                              |                     |
|                                                             v                     |
|  +---------------------------+       H2 (+) (p < 0.05)   +----------------------+ |
|  | Mong đợi về giá (MDG)     | ------------------------> | Quyết định mua MPTC  | |
|  +---------------------------+    (Beta = 0.449)         | (QD_MPTC)            | |
|                                                             +----------------------+ |
|  +---------------------------+       H3 (+) (p < 0.05)      ^                     |
|  | Lòng vị tha (LVT)         | -----------------------------+                     |
|  +---------------------------+    (Beta = 0.306)                                  |
+-----------------------------------------------------------------------------------+

Ngăn xếp công nghệ và công cụ xử lý dữ liệu

  • Hệ điều hành: Linux Ubuntu 22.04 LTS / Windows 11 Pro 64-bit.
  • Nền tảng phân tích thống kê chính: IBM SPSS Statistics Version 20.0.0.
  • Ngôn ngữ bổ trợ & Kiểm chứng mô hình: Python 3.10.12 (pandas v2.0.0, statsmodels v0.14.0, factor_analyzer v0.5.0, scikit-learn v1.3.0).
  • Công cụ thu thập dữ liệu: Google Forms API kết hợp bảng câu hỏi Likert 5 mức độ.

Thiết kế cấu trúc dữ liệu khảo sát (Data Schema)

Dữ liệu được số hóa dạng ma trận quan sát $M \times N$ ($163 \times 16$ items):

CREATE TABLE SurveyResponses (
    RespondentID INT PRIMARY KEY AUTO_INCREMENT,
    Gender VARCHAR(10) NOT NULL,
    MonthlyIncome DECIMAL(10, 2),
    AHXH_1 TINYINT CHECK (AHXH_1 BETWEEN 1 AND 5),
    AHXH_2 TINYINT CHECK (AHXH_2 BETWEEN 1 AND 5),
    AHXH_3 TINYINT CHECK (AHXH_3 BETWEEN 1 AND 5),
    AHXH_4 TINYINT CHECK (AHXH_4 BETWEEN 1 AND 5),
    MDG_1 TINYINT CHECK (MDG_1 BETWEEN 1 AND 5),
    MDG_2 TINYINT CHECK (MDG_2 BETWEEN 1 AND 5),
    MDG_3 TINYINT CHECK (MDG_3 BETWEEN 1 AND 5),
    MDG_4 TINYINT CHECK (MDG_4 BETWEEN 1 AND 5),
    LVT_1 TINYINT CHECK (LVT_1 BETWEEN 1 AND 5),
    LVT_2 TINYINT CHECK (LVT_2 BETWEEN 1 AND 5),
    LVT_3 TINYINT CHECK (LVT_3 BETWEEN 1 AND 5),
    LVT_4 TINYINT CHECK (LVT_4 BETWEEN 1 AND 5),
    QDM_1 TINYINT CHECK (QDM_1 BETWEEN 1 AND 5),
    QDM_2 TINYINT CHECK (QDM_2 BETWEEN 1 AND 5),
    QDM_3 TINYINT CHECK (QDM_3 BETWEEN 1 AND 5),
    QDM_4 TINYINT CHECK (QDM_4 BETWEEN 1 AND 5)
);

Phương pháp luận (Methodology)

Nghiên cứu ứng dụng quy trình 10 bước chuẩn tắc trong kinh tế lượng thực nghiệm:

[B1: Xác định mục tiêu] -> [B2: Khảo lược lý thuyết] -> [B3: Xây dựng mô hình/Giả thuyết]
          |
          v
[B4: Thiết kế thang đo] -> [B5: Thu thập dữ liệu N=166] -> [B6: Làm sạch dữ liệu N=163]
          |
          v
[B7: Cronbach's Alpha]  -> [B8: Khám phá EFA]           -> [B9: Hồi quy đa biến OLS]
          |
          v
[B10: Thảo luận & Đề xuất Hàm ý Quản trị]

Triển khai và kết quả

Quy trình phân tích dữ liệu thực nghiệm

Mô hình hồi quy tuyến tính bội được xây dựng theo phương pháp Enter:

$$Y_{QĐM} = \beta_0 + \beta_1 X_{AHXH} + \beta_2 X_{MDG} + \beta_3 X_{LVT} + e$$

Trong đó:

  • $Y_{QĐM}$: Quyết định mua mỹ phẩm thuần chay (Biến phụ thuộc).
  • $X_{AHXH}$: Ảnh hưởng xã hội / Chuẩn mực chủ quan.
  • $X_{MDG}$: Mong đợi về giá / Kiểm soát hành vi nhận thức.
  • $X_{LVT}$: Lòng vị tha / Thái độ cá nhân đối với môi trường và sinh thái.
  • $\beta_i$: Các hệ số hồi quy riêng phần; $e$: Sai số ngẫu nhiên.
import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load và chuẩn hóa ma trận dữ liệu khảo sát (N = 163)
df = pd.read_csv("vegan_cosmetics_survey_163.csv")

# 2. Định nghĩa các tập chỉ báo cho từng nhân tố
scale_items = {
    "AHXH": ["AHXH_1", "AHXH_2", "AHXH_3", "AHXH_4"],
    "MDG": ["MDG_1", "MDG_2", "MDG_3", "MDG_4"],
    "LVT": ["LVT_1", "LVT_2", "LVT_3", "LVT_4"],
    "QDM": ["QDM_1", "QDM_2", "QDM_3", "QDM_4"],
}

# 3. Tính toán Cronbach's Alpha nội tại
def calculate_cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

# 4. Trích xuất giá trị trung bình đại diện nhân tố (Mean aggregation)
for factor, items in scale_items.items():
    df[factor] = df[items].mean(axis=1)

# 5. Hồi quy tuyến tính bội OLS
X = df[["AHXH", "MDG", "LVT"]]
y = df["QDM"]
X_with_const = sm.add_constant(X)

ols_model = sm.OLS(y, X_with_const).fit()

# 6. Kiểm định VIF ngăn ngừa đa cộng tuyến
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])]

Kiểm định và đánh giá thang đo (Testing & Validation)

[Cronbach's Alpha >= 0.7] ---> [EFA: KMO = 0.812, Sig < 0.001] ---> [OLS: R^2 = 0.428]
        (Reliability)                     (Construct Validity)               (Model Fit)

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

    • Thang đo Ảnh hưởng xã hội (AHXH): $\alpha = 0,782$; Tương quan biến - tổng nhỏ nhất $= 0,481 > 0,3$.
    • Thang đo Mong đợi về giá (MDG): $\alpha = 0,834$; Tương quan biến - tổng nhỏ nhất $= 0,562 > 0,3$.
    • Thang đo Lòng vị tha (LVT): $\alpha = 0,819$; Tương quan biến - tổng nhỏ nhất $= 0,524 > 0,3$.
    • Thang đo Quyết định mua (QDM): $\alpha = 0,856$; Tương quan biến - tổng nhỏ nhất $= 0,611 > 0,3$.
    • Kết luận: Tất cả các thang đo đều đạt độ tin cậy cao ($\alpha > 0,7$).

  2. Phân tích nhân tố khám phá (EFA):

    • Hệ số $KMO = 0,812$ ($0,5 \le KMO \le 1,0$).
    • Kiểm định Bartlett’s: $\chi^2 = 1142,38$, $p\text{-value} = 0,000 < 0,05$.
    • Rút trích bằng phương pháp Principal Component Analysis với phép xoay Varimax.
    • 3 nhân tố độc lập được rút ra tại $Eigenvalue = 1,328 > 1,0$.
    • Tổng phương sai trích (Total Variance Explained) $= 62,45% > 50%$.
    • Tất cả Factor Loadings đều $\ge 0,58 > 0,50$; không có hiện tượng cross-loading phức tạp.

Kết quả đạt được

Giả thuyết Mối quan hệ tác động Hệ số $\beta$ chuẩn hóa Hệ số $t$ $p\text{-value}$ (Sig.) Hệ số VIF Kết luận
H1 $\text{AHXH} \to \text{QĐM}$ $+0,072$ $1,054$ $0,293$ ($>0,05$) $1,214$ Bác bỏ
H2 $\text{MDG} \to \text{QĐM}$ $+0,449$ $6,128$ $0,000$ ($<0,01$) $1,342$ Chấp nhận
H3 $\text{LVT} \to \text{QĐM}$ $+0,306$ $4,175$ $0,000$ ($<0,01$) $1,288$ Chấp nhận

  • Độ phù hợp mô hình: Hệ số $R^2 = 0,439$; $R^2 \text{ hiệu chỉnh} = 0,428$; Kiểm định $F = 41,438$ ($p < 0,001$).

  • Phương trình hồi quy chuẩn hóa:

    $$\text{QĐM} = 0,449 \times \text{MDG} + 0,306 \times \text{LVT}$$

  • Phát hiện quan trọng: Yếu tố Mong đợi về giá đóng vai trò quyết định mạnh nhất ($\beta = 0,449$), tiếp theo là Lòng vị tha ($\beta = 0,306$). Biến Ảnh hưởng xã hội ($\beta = 0,072, p = 0,293$) không có ý nghĩa thống kê ở mức ý nghĩa $5%$, chứng minh sinh viên TP.HCM có xu hướng đưa ra quyết định độc lập dựa trên giá trị sử dụng thực tế và đạo đức cá nhân hơn là áp lực từ nhóm tham khảo.

Đổi mới và đóng góp

Đóng góp về mặt học thuật

  1. Chuyển dịch từ Intent sang Actual Decision: Khắc phục khoảng trống lớn của các nghiên cứu trước đây tại Việt Nam (vốn chỉ dừng lại ở ý định hành vi).
  2. Kiểm chứng biến số Lòng vị tha (Altruism): Chứng minh tính hiệu lực của biến thái độ phi tư lợi trong mô hình TPB đối với nhóm sản phẩm bền vững.
Tiêu chí so sánh Nghiên cứu này (2023) Kim & Seock (2009) Andreevna (2021)
Đối tượng nghiên cứu Quyết định mua MPTC thực tế Thái độ với mỹ phẩm tự nhiên Tiêu dùng không thử nghiệm ĐV
Khung lý thuyết TPB mở rộng (Altruism + Price) TRA cải biên Mô hình hành vi mở rộng
Mẫu khảo sát $N=163$ (Sinh viên TP.HCM) $N=210$ (Nữ giới trẻ tại Mỹ) $N=586$ (Người tiêu dùng Nga)
Tác động của Giá Tích cực rõ rệt ($\beta=0,449$) Tiêu cực (Rào cản giá) Không phân tích sâu về giá
Ảnh hưởng xã hội Không có ý nghĩa ($p>0,05$) Có tác động gián tiếp Tác động tích cực ($p<0,05$)

Đóng góp thực tiễn cho doanh nghiệp

  • Cung cấp bằng chứng định lượng giúp các thương hiệu mỹ phẩm trong nước (như Cocoon) và quốc tế (Dear Klairs, Cosrx) tái định vị chiến lược giá: Sinh viên sẵn sàng chi trả mức giá tương xứng nếu sản phẩm minh bạch về mặt công dụng và tính nhân văn (Cruelty-Free).

Ứng dụng thực tế và triển khai

Chiến lược thương mại hóa cho doanh nghiệp MPTC

[Quý 1: R&D & Chứng nhận] ---> [Quý 2: Chiến dịch Minh bạch] ---> [Quý 3: Định giá Sinh viên] ---> [Quý 4: Mở rộng Bán lẻ]
            |                                 |                                 |                             |
      Vegan Action,                    Animal Welfare,                  Combo dùng thử,                Kênh Online /
      The Vegan Society               Chiết xuất bản địa                Giá dưới 250.000đ              Trường Đại học
  1. Chiến lược giá theo giá trị cảm nhận (Value-Based Pricing):
    • Thiết lập khung giá cho các sản phẩm cơ bản (Toner, Cleanser) trong khoảng $150.000 - 250.000\text{ VNĐ}$ phù hợp với ngân sách sinh viên.
    • Phát triển dung tích nhỏ (Travel size/Mini size) để giảm chi phí chuyển đổi thương hiệu ban đầu.
  2. Chiến dịch truyền thông dựa trên Lòng vị tha:
    • Minh bạch hóa tem chứng nhận quốc tế (The Vegan Society, Leaping Bunny) trên bao bì.
    • Triển khai chiến dịch CSR liên kết cứu trợ động vật hoặc bảo tồn tài nguyên sinh thái.

Lộ trình triển khai 4 quý (Roadmap)

  • Quý 1: Chuẩn hóa chứng nhận thuần chay quốc tế; tối ưu hóa công thức chiết xuất nông sản nội địa (bí đao, rau má, hoa hồng Cao Bằng).
  • Quý 2: Xây dựng hệ thống thông điệp "Beauty Without Cruelty"; kết nối các hội đồng sinh viên, CLB bảo vệ môi trường.
  • Quý 3: Ra mắt dòng sản phẩm chuyên biệt cho sinh viên; áp dụng chính sách ưu đãi tích điểm qua mã sinh viên.
  • Quý 4: Đánh giá độ co giãn của cầu theo giá và mở rộng mạng lưới phân phối tại chuỗi bán lẻ mỹ phẩm hiện đại (Watson, Guardian, Hasaki).

Hạn chế và hướng phát triển

[Hạn chế hiện tại: Mẫu N=163, HCMC, Chọn mẫu thuận tiện]
                          |
                          v
[Hướng mở rộng: N >= 500, Toàn quốc, Mô hình PLS-SEM đa biến]
  • Quy mô mẫu: Kích thước $N = 163$ dù đạt chuẩn tối thiểu cho hồi quy OLS ($N \ge 50 + 8m = 74$) nhưng tính đại diện tổng thể cho sinh viên cả nước còn hạn chế.
  • Phương pháp lấy mẫu: Sử dụng kỹ thuật lấy mẫu thuận tiện phi xác suất (Convenience Sampling) qua mạng xã hội.
  • Hướng phát triển: Mở rộng khảo sát tại Hà Nội, Đà Nẵng; tích hợp thêm các cấu trúc biến số mới như Sự hoài nghi xanh (Green Skepticism) và Hiệu quả tự nhận thức (Perceived Self-Efficacy) bằng mô hình PLS-SEM.

Đối tượng hưởng lợi

  • Doanh nghiệp mỹ phẩm: Nắm bắt được động lực mua thực tế để phân bổ ngân sách marketing từ kênh Influencer (ít tác động) sang R&D bao bì và minh bạch chứng chỉ đạo đức.
  • Nhà nghiên cứu & Giảng viên: Cung cấp bộ thang đo đã kiểm định độ tin cậy tại thị trường Việt Nam làm tiền đề cho các phân tích mở rộng.
  • Sinh viên & Người tiêu dùng: Được tiếp cận các dòng sản phẩm an toàn, lành tính, đúng với kỳ vọng tài chính cá nhân.

Câu hỏi thường gặp

  1. Tại sao biến Ảnh hưởng xã hội lại không có ý nghĩa thống kê trong nghiên cứu này? Sinh viên tại các đô thị lớn như TP.HCM có mức độ tiếp cận thông tin độc lập và tính cá nhân hóa cao. Khi lựa chọn sản phẩm thoa trực tiếp lên da, họ ưu tiên thành phần khoa học và ngân sách cá nhân hơn là định kiến từ người xung quanh.
  2. Kích thước mẫu N = 163 có đảm bảo tính giá trị kinh tế lượng? Hoàn toàn đảm bảo. Theo chuẩn của Green (1991) và Hair et al. (2014), phân tích hồi quy với 3 biến độc lập yêu cầu cỡ mẫu tối thiểu $N \ge 50 + 8 \times 3 = 74$, và phân tích EFA cần $N \ge 16 \times 5 = 80$.
  3. Mỹ phẩm hữu cơ (Organic) và thuần chay (Vegan) khác nhau như thế nào? Mỹ phẩm hữu cơ tập trung vào phương thức canh tác không hóa chất nhưng vẫn có thể chứa mật ong, sáp ong hoặc dịch ốc sên. Mỹ phẩm thuần chay loại trừ 100% thành phần có nguồn gốc động vật và tuyệt đối không thử nghiệm trên động vật.
  4. Làm thế nào để xác minh một sản phẩm thuần chay chuẩn xác? Kiểm tra logo chứng nhận chính thức từ các tổ chức quốc tế uy tín như The Vegan Society (bông hoa hướng dương) hoặc Vegan Action trên bao bì.
  5. Chi phí R&D mỹ phẩm thuần chay có khiến giá sản phẩm tăng cao không? Ban đầu chi phí tách chiết tinh chất thực vật chuẩn hóa cao hơn hóa chất tổng hợp, nhưng việc tối ưu hóa nguồn nguyên liệu thực vật bản địa tại Việt Nam giúp cân bằng chi phí sản xuất ở mức cạnh tranh.

Kết luận

Công trình nghiên cứu đã làm sáng tỏ cấu trúc các yếu tố quyết định hành vi mua mỹ phẩm thuần chay của sinh viên tại TP.HCM. Thông qua mô hình hồi quy $R^2_{\text{adj}} = 42,8%$, nghiên cứu khẳng định vai trò chủ đạo của Mong đợi về giá ($\beta = 0,449$) và Lòng vị tha ($\beta = 0,306$), đồng thời bác bỏ tác động trực tiếp của Ảnh hưởng xã hội. Đây là cơ sở khoa học quan trọng giúp các thương hiệu làm đẹp bền vững hoạch định chiến lược sản phẩm, minh bạch hóa chứng nhận đạo đức sinh học và xây dựng chính sách giá tối ưu cho thế hệ tiêu dùng tương lai.