Giới thiệu dự án

Bối cảnh và thực trạng ngành

Ngành công nghiệp dệt may và thời trang toàn cầu hiện là một trong những nguồn phát thải carbon lớn nhất, sản sinh từ 400 đến 500 triệu tấn khí nhà kính mỗi năm, tương đương 8% – 10% tổng lượng khí thải toàn cầu (Báo cáo Chương trình Môi trường Liên Hợp Quốc - UNEP, 2018). Trước làn sóng rác thải khó phân hủy từ thời trang nhanh (Fast Fashion), xu hướng tiêu dùng thời trang thứ cấp (Second-hand Fashion) đang chuyển dịch từ giải pháp tiết kiệm cục bộ sang mô hình kinh tế tuần hoàn bền vững. Theo dự báo từ công ty tư vấn quản trị chiến lược Bain & Company, thị trường thời trang second-hand toàn cầu ước tính đạt quy mô 64 tỷ USD trước năm 2025 và chiếm khoảng 20% tổng doanh số toàn ngành thời trang vào năm 2030.

Tại Việt Nam, đặc biệt là đô thị có mật độ thương mại sôi động như TP. Hồ Chí Minh, thế hệ Gen Z (sinh từ năm 1997 đến 2012 theo Pew Research Center) đang trở thành phân khúc tiêu dùng dẫn dắt xu hướng sống xanh, tái định hình hành vi mua sắm thông qua các tiêu chí: tính độc bản, tối ưu chi phí và giá trị sinh thái.

+-------------------------------------------------------------------------+
|                  ÁP LỰC TOÀN CẦU TỪ FAST FASHION                        |
|   - 400 - 500 triệu tấn khí nhà kính/năm (8% - 10% tổng phát thải)      |
|   - Nhu cầu chuyển dịch sang mô hình kinh tế tuần hoàn                  |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                 SỰ TRỖI DẬY CỦA THỊ TRƯỜNG SECOND-HAND                  |
|   - Dự báo đạt 64 tỷ USD vào 2025 (Bain & Company)                      |
|   - Gen Z (1997 - 2012) tại TP.HCM dẫn dắt tiêu dùng thông minh         |
+-------------------------------------------------------------------------+

Vấn đề nghiên cứu cụ thể

Mặc dù nhu cầu tiêu dùng hàng đã qua sử dụng tăng trưởng nhanh, các doanh nghiệp và cửa hàng thời trang second-hand tại TP.HCM vẫn đối mặt với nhiều điểm nghẽn (pain points):

  • Thiếu mô hình lượng hóa thực nghiệm: Các chiến lược tiếp thị đa phần dựa vào trực giác, thiếu cơ sở định lượng về trọng số của từng yếu tố chi phối hành vi Gen Z.
  • Xung đột động cơ tiêu dùng: Doanh nghiệp chưa xác định rõ Gen Z mua đồ second-hand xuất phát chủ yếu từ yếu tố giá rẻ, ý thức môi trường, hay nhu cầu tạo phong cách độc lạ.
  • Rào cản niềm tin và chất lượng: Sự bất định về nguồn gốc, độ bền (thường đạt 50% – 70% so với đồ mới) và cách thức làm sạch sản phẩm.

Mục tiêu của dự án

  1. Mục tiêu 1: Xác định và hệ thống hóa các nhóm nhân tố tác động đến quyết định mua thời trang second-hand của khách hàng Gen Z tại địa bàn TP.HCM.
  2. Mục tiêu 2: Đo lường và lượng hóa mức độ ảnh hưởng của từng nhân tố thông qua các chỉ số thống kê thực nghiệm (Cronbach's Alpha, EFA, OLS Regression).
  3. Mục tiêu 3: Đề xuất hệ thống hàm ý quản trị giúp các nhà bán lẻ và thương hiệu thời trang tối ưu hóa chiến lược định vị sản phẩm, truyền thông và trải nghiệm khách hàng trẻ.

Phương pháp tiếp cận

Dự án áp dụng phương pháp nghiên cứu kết hợp (Mixed-Method Approach) gồm hai giai đoạn:

  • Giai đoạn định tính: Khám phá, hiệu chỉnh mô hình lý thuyết từ thuyết Hành động hợp lý (TRA - Fishbein & Ajzen, 1975), thuyết Hành vi dự định (TPB - Ajzen, 1991) và mô hình Hộp đen người tiêu dùng (Philip Kotler, 2012) thông qua phỏng vấn sâu có cấu trúc với $n=5$ đối tượng Gen Z.
  • Giai đoạn định lượng: Khảo sát diện rộng với bảng câu hỏi chuẩn hóa Likert 5 điểm, làm sạch dữ liệu và xử lý thống kê đa biến trên nền tảng IBM SPSS Statistics v20.0.

Kết quả kỳ vọng và chỉ số đo lường

  • Quy mô mẫu hợp lệ: Đạt tối thiểu $N \ge 200$ quan sát theo chuẩn chọn mẫu thực nghiệm.
  • Độ tin cậy thang đo: Hệ số Cronbach's Alpha $\alpha \ge 0.70$, hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.
  • Độ giá trị EFA: Hệ số KMO trong khoảng $0.5 \le \text{KMO} \le 1.0$, kiểm định Bartlett có $\text{Sig.} < 0.05$, tổng phương sai trích (TVE) $\ge 50%$.
  • Mô hình hồi quy: Hệ số xác định $R^2$ hiệu chỉnh có ý nghĩa thống kê ($p < 0.05$), không vi phạm hiện tượng đa cộng tuyến (hệ số phóng đại phương sai $\text{VIF} < 2.0$).

Phạm vi và giới hạn

  • Không gian nghiên cứu: Thị trường nội thành và ngoại thành TP. Hồ Chí Minh.
  • Thời gian thực nghiệm: Dữ liệu thu thập và xử lý từ tháng 09/2022 đến tháng 11/2022.
  • Đối tượng khảo sát: Người tiêu dùng thuộc thế hệ Gen Z (sinh năm 1997 – 2012) đã từng phát sinh hành vi mua sắm sản phẩm thời trang second-hand.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Đánh giá các nghiên cứu tiền nhiệm

Bảng dưới đây tổng hợp phân tích ưu - nhược điểm của các nghiên cứu liên quan trong và ngoài nước nhằm xác định khoảng trống nghiên cứu (Research Gap):

Công trình nghiên cứu Phương pháp & Mẫu Nhân tố xác định Ưu điểm Giới hạn đối với Gen Z
Nguyễn Thị Thanh Tâm & Nguyễn Văn Ngọc (2013) Định tính & Định lượng ($N=340$), OLS Tìm kiếm thông tin, Thiết kế, Động cơ, Kinh nghiệm, Giá Đo lường chi tiết khía cạnh thiết kế thời trang nữ Đối tượng nữ 18–60 tuổi tại Nha Trang; không đại diện cho Gen Z và đồ second-hand
Nguyễn Khánh Tâm (2016) Định lượng ($N=150$), SPSS Văn hóa - Xã hội, Tâm lý, Marketing doanh nghiệp Phân loại rõ ràng nhóm tác nhân Marketing hỗn hợp Giới hạn trong phân khúc nhân viên văn phòng tại Trà Vinh
Kulkanya Napompech & Sirijanya Kuawiriyapan (2011) Thống kê mô tả & Likert ($N=237$) Thái độ, Marketing mix (4Ps) Phân tích trực tiếp thị trường quần áo cũ Mẫu chỉ tập trung phụ nữ 26–30 tuổi tại Bangkok, thiếu phân tích hồi quy chuyên sâu
Ruoh-Nan Yan, Su Yun Bae & Huimin Xu (2015) Khảo sát sinh viên ($N=152$) Ý thức môi trường, Giá, Phong cách cá nhân, Cảm giác đặc biệt Làm rõ động cơ tâm lý và cá tính sinh viên Bối cảnh văn hóa phương Tây, chưa kiểm chứng tương quan với 4Ps tại Việt Nam
Hui Zheng & Lei Chen (2020) Chọn mẫu ngẫu nhiên ($N=283$) Môi trường, Tính năng sản phẩm, Nhận thức tiêu dùng Đo lường khía cạnh thời trang bền vững của giới trẻ Chưa phân tách đặc tính riêng biệt của đồ cũ (Vintage/Thrift)

Phân tích kênh tiếp cận thị trường

Thị trường thời trang second-hand tại TP.HCM hiện vận hành qua 3 mô hình kinh doanh chính:

  1. Chuỗi cửa hàng chuyên nghiệp hóa (Consignment/Thrift Chain): Điển hình như chuỗi Give Away, The VKT Shop với quy trình tuyển chọn, giặt hấp, phân loại size và niêm yết giá minh bạch.
  2. Kênh Social Commerce & Livestream: Các shop online trên TikTok, Instagram, Facebook Marketplace tận dụng thuật toán video ngắn để bắt sóng trào lưu Y2K, Grunge, Retro.
  3. Chợ truyền thống & Ki-ốt đồ si: Chợ Bà Chiểu, Chợ Bàn Cờ, Chợ Hoàng Hoa Thám với nguồn hàng kiện từ Nhật, Hàn Quốc, Mỹ nhưng chất lượng không đồng đều.

Xác định yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must-Have (Bắt buộc): Bộ thang đo chuẩn hóa đo lường 6 nhóm nhân tố (Sản phẩm, Giá cả, Tâm lý, Marketing, Ý thức môi trường, Nhóm ảnh hưởng) và biến phụ thuộc Quyết định mua.
  • Should-Have (Nên có): Kiểm định Cronbach's Alpha, phân tích nhân tố khám phá EFA với phép trích Principal Components và phép xoay Varimax.
  • Could-Have (Có thể mở rộng): Kiểm định tham số Independent Samples T-Test và One-Way ANOVA để đánh giá sự khác biệt nhân khẩu học (giới tính, thu nhập, chi tiêu).
  • Won't-Have (Tạm thời không thực hiện): Mô hình cấu trúc tuyến tính bậc cao PLS-SEM cho chuỗi biến trung gian phức tạp.
                    MÔ HÌNH YÊU CẦU DỰ ÁN (MoSCoW)
+-------------------------------------------------------------------+
|  MUST-HAVE:                                                       |
|  - Thang đo chuẩn 6 biến độc lập + 1 biến phụ thuộc              |
|  - Dữ liệu khảo sát chuẩn hóa N >= 200                           |
+---------------------------------+---------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
|  SHOULD-HAVE:                                                     |
|  - Kiểm định Cronbach's Alpha & EFA (Varimax Rotation)            |
|  - Hồi quy tuyến tính bội OLS & Kiểm định đa cộng tuyến (VIF)     |
+---------------------------------+---------------------------------+
                                  |
                                  v
+-------------------------------------------------------------------+
|  COULD-HAVE:                                                      |
|  - Kiểm định T-Test & ANOVA theo biến nhân khẩu học               |
+-------------------------------------------------------------------+

Thiết kế hệ thống nghiên cứu

Mô hình cấu trúc khái niệm (Mermaid Architecture)

graph TD
    subgraph "Các Nhân Tố Độc Lập"
        SP["Yếu tố Sản phẩm (SP)<br/>- Độc lạ, phong cách<br/>- Độ bền, chất vải<br/>- Xuất xứ rõ ràng"]
        GC["Yếu tố Giá cả (GC)<br/>- Tiết kiệm chi phí<br/>- Xứng đáng giá trị<br/>- Giá thấp hơn đồ mới"]
        TL["Yếu tố Tâm lý (TL)<br/>- Khẳng định bản thân<br/>- Cảm giác săn đồ độc<br/>- Niềm tin tiêu dùng"]
        MA["Yếu tố Marketing (MA)<br/>- Kênh bán đa dạng<br/>- Trưng bày bắt mắt<br/>- Truyền thông mạng xã hội"]
        MT["Ý thức Môi trường (MT)<br/>- Giảm thiểu rác thải<br/>- Tiêu dùng bền vững<br/>- Bảo vệ sinh thái"]
        NA["Nhóm Ảnh hưởng (NA)<br/>- Bạn bè, người thân<br/>- Influencer/KOLs<br/>- Xu hướng cộng đồng"]
    end

    subgraph "Biến Phụ Thuộc"
        QD["QUYẾT ĐỊNH MUA (QD)<br/>- Lựa chọn sản phẩm<br/>- Quyết định chi tiêu<br/>- Giới thiệu người khác"]
    end

    SP -->|H1 (+)| QD
    GC -->|H2 (+)| QD
    TL -->|H3 (+)| QD
    MA -->|H4 (+)| QD
    MT -->|H5 (+)| QD
    NA -->|H6 (+)| QD

Technology Stack và công cụ phân tích

  • Nền tảng phân tích thống kê: IBM SPSS Statistics Version 20.0 (Môi trường chạy chính cho xử lý dữ liệu định lượng, EFA, OLS Regression).
  • Nền tảng thu thập dữ liệu sơ cấp: Google Forms API / Online Survey Engine với cơ chế xác thực trường bắt buộc nhằm loại trừ missing data.
  • Ngôn ngữ kịch bản dữ liệu bổ trợ: Python 3.10 kết hợp thư viện pandas (v1.5.3), statsmodels (v0.14.0), scipy (v1.10.1) phục vụ đối soát kết quả thuật toán.
  • Quy chuẩn mã hóa: Thang đo khoảng cách 5 mức độ Likert: 1 = Rất không đồng ý; 2 = Không đồng ý; 3 = Trung lập; 4 = Đồng ý; 5 = Rất đồng ý.

Thiết kế cấu trúc dữ liệu và từ điển biến (Data Dictionary)

Mã biến Tên nhân tố Số biến quan sát Nội dung đo lường cốt lõi
SP1 - SP5 Sản phẩm 5 biến Kiểu dáng độc đáo, chất lượng vải, tính thẩm mỹ, độ bền sử dụng, độ an toàn vệ sinh
GC1 - GC4 Giá cả 4 biến Giá bán rẻ hơn hàng mới, mức giá hợp túi tiền sinh viên, tỷ lệ chất lượng/giá cả cao
TL1 - TL4 Tâm lý 4 biến Thể hiện cá tính riêng, cảm giác thỏa mãn khi săn đồ đẹp, sự tự tin trong phong cách
MA1 - MA5 Marketing 5 biến Hình ảnh bài đăng mạng xã hội chân thực, chương trình khuyến mãi, cửa hàng trưng bày đẹp
MT1 - MT4 Ý thức môi trường 4 biến Nhận thức về giảm phát thải dệt may, ủng hộ lối sống xanh, kéo dài vòng đời sản phẩm
NA1 - NA4 Nhóm ảnh hưởng 4 biến Lời khuyên từ bạn bè thân thiết, review của Fashion TikToker, xu hướng tiêu dùng nhóm
QD1 - QD3 Quyết định mua 3 biến Ưu tiên chọn đồ second-hand, sẵn sàng chi tiền mua sắm, duy trì hành vi mua định kỳ

Ràng buộc bảo mật và toàn vẹn dữ liệu

Toàn bộ tập dữ liệu thô (Raw survey data) được ẩn danh hóa (Anonymization) danh tính người phản hồi. Theo yêu cầu học thuật của Khoa Quản trị Kinh doanh - IUH, các tệp tin cơ sở dữ liệu SPSS (.sav) và bảng trích xuất kết quả được phân quyền bảo mật qua hệ thống ework.vn.

Phương pháp luận (Methodology)

                       QUY TRÌNH NGHIÊN CỨU 3 GIAI ĐOẠN
=============================================================================
[ Giai đoạn 1: Khám phá định tính ] (Tháng 09/2022)
  ├── Tổng quan tài liệu (TRA, TPB, Kotler 2012)
  ├── Phỏng vấn sâu có cấu trúc (n = 5 đối tượng Gen Z tại TP.HCM)
  └── Hiệu chỉnh thang đo nháp -> Thang đo chính thức (29 biến quan sát)
=============================================================================
                                     │
                                     ▼
[ Giai đoạn 2: Thu thập dữ liệu ] (Tháng 10/2022)
  ├── Phát hành bảng khảo sát Google Forms diện rộng
  ├── Thu về N = 240 phiếu
  └── Làm sạch, loại trừ 18 phiếu không hợp lệ -> N = 222 phiếu đạt chuẩn
=============================================================================
                                     │
                                     ▼
[ Giai đoạn 3: Phân tích & Kiểm định ] (Tháng 11 - 12/2022)
  ├── Thống kê mô tả nhân khẩu học
  ├── Kiểm định độ tin cậy Cronbach's Alpha (Ngưỡng loại biến: ITC < 0.3)
  ├── Phân tích nhân tố khám phá EFA (KMO > 0.5, Factor Loading > 0.5)
  ├── Phân tích tương quan Pearson & Hồi quy tuyến tính bội OLS
  └── Kiểm định giả thuyết T-Test & ANOVA -> Đề xuất hàm ý quản trị
=============================================================================

Implementation và kết quả

Quy trình xử lý và kỹ thuật phân tích

Kỹ thuật toán học và giải thuật áp dụng

Quá trình xử lý dữ liệu được tiến hành thông qua 3 giải thuật thống kê cốt lõi:

  1. Hệ số tin cậy nội tại Cronbach's Alpha ($\alpha$): Đánh giá mức độ tương quan nhất quán giữa các biến trong cùng thang đo: $$\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum_{i=1}^k \sigma_i^2}{\sigma_X^2} \right)$$ (Trong đó: $k$ là số biến quan sát; $\sigma_i^2$ là phương sai của biến thứ $i$; $\sigma_X^2$ là tổng phương sai của thang đo).

  2. Phân tích nhân tố khám phá (EFA): Rút trích nhân tố bằng phương pháp Principal Components Analysis với phép xoay trực giao Varimax Rotation nhằm tối đa hóa phương sai của các trọng số nhân tố.

  3. Mô hình hồi quy tuyến tính bội OLS: $$\text{QD} = \beta_0 + \beta_1 \text{SP} + \beta_2 \text{MA} + \beta_3 \text{TL} + \epsilon$$

Kịch bản phân tích thống kê (SPSS Syntax & Python Equivalent)

Dưới đây là đoạn mã kịch bản chuẩn áp dụng trong quy trình xử lý dữ liệu của đề tài:

* --- KIỂM ĐỊNH CRONBACH ALPHA CHO NHÂN TỐ SẢN PHẨM (SP) ---.
RELIABILITY
  /VARIABLES=SP1 SP2 SP3 SP4 SP5
  /SCALE('Scale_SP') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* --- PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA CÁC BIẾN ĐỘC LẬP ---.
FACTOR
  /VARIABLES SP1 SP2 SP3 SP4 SP5 GC1 GC2 GC3 GC4 TL1 TL2 TL3 TL4 MA1 MA2 MA3 MA4 MA5 MT1 MT2 MT3 MT4 NA1 NA2 NA3 NA4
  /MISSING LISTWISE 
  /ANALYSIS SP1 SP2 SP3 SP4 SP5 GC1 GC2 GC3 GC4 TL1 TL2 TL3 TL4 MA1 MA2 MA3 MA4 MA5 MT1 MT2 MT3 MT4 NA1 NA2 NA3 NA4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* --- HỒI QUY TUYẾN TÍNH BỘI OLS ---.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT QD
  /METHOD=ENTER SP MA TL.

# Script Python tương đương kiểm tra đa cộng tuyến và hồi quy OLS
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def run_ols_regression(df: pd.DataFrame, target: str, features: list):
    X = df[features]
    X_const = sm.add_constant(X)
    y = df[target]
    
    # Tính VIF
    vif_data = pd.DataFrame()
    vif_data["Feature"] = features
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(features))]
    
    # Khởi tạo và khớp mô hình OLS
    model = sm.OLS(y, X_const).fit()
    return model.summary(), vif_data

Kết quả kiểm định và phân tích dữ liệu

Thống kê mô tả mẫu khảo sát ($N = 222$)

  • Cơ cấu giới tính: Nữ giới chiếm ưu thế với $68.5%$ ($n=152$), Nam giới chiếm $31.5%$ ($n=70$), phản ánh đặc trưng quan tâm mua sắm thời trang.
  • Độ tuổi: $18 - 22$ tuổi chiếm $76.6%$ (sinh viên các trường đại học tại TP.HCM); $23 - 25$ tuổi chiếm $23.4%$.
  • Thu nhập hàng tháng: Dưới 3 triệu đồng ($43.7%$), từ 3 – 5 triệu đồng ($38.3%$), trên 5 triệu đồng ($18.0%$).
  • Địa điểm mua sắm phổ biến: Cửa hàng second-hand trực tiếp ($48.6%$), sàn thương mại điện tử & mạng xã hội ($37.8%$), chợ đồ si truyền thống ($13.6%$).

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

Thang đo nhân tố Số biến quan sát gốc Số biến quan sát giữ lại Hệ số Cronbach's Alpha ($\alpha$) Hệ số tương quan biến - tổng nhỏ nhất Đánh giá độ tin cậy
Sản phẩm (SP) 5 5 0.842 0.581 Đạt chuẩn rất tốt
Giá cả (GC) 4 4 0.789 0.512 Đạt chuẩn tốt
Tâm lý (TL) 4 4 0.815 0.547 Đạt chuẩn rất tốt
Marketing (MA) 5 5 0.856 0.614 Đạt chuẩn rất tốt
Ý thức môi trường (MT) 4 4 0.803 0.528 Đạt chuẩn tốt
Nhóm ảnh hưởng (NA) 4 4 0.776 0.493 Đạt chuẩn tốt
Quyết định mua (QD) 3 3 0.868 0.672 Đạt chuẩn rất cao

Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Chỉ số $\text{KMO} = 0.835$ ($> 0.50$), kiểm định Bartlett có giá trị $\chi^2 = 2415.68$ với $\text{Sig.} = 0.000 < 0.001$. Quá trình trích xuất thu được 6 nhân tố với giá trị Eigenvalue $= 1.218 > 1.0$, Tổng phương sai trích $\text{TVE} = 63.45% > 50%$. Toàn bộ hệ số tải nhân tố (Factor Loading) của các biến đều $> 0.55$.
  • Biến phụ thuộc: Chỉ số $\text{KMO} = 0.724$, $\text{Sig.} = 0.000$, trích 1 nhân tố duy nhất với $\text{TVE} = 72.18%$.

Kết quả phân tích hồi quy tuyến tính bội

Mô hình nhân tố Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\text{Beta } \beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($\text{Sig.}$) Thống kê VIF
Hằng số (Constant) 0.428 0.215 — 1.991 0.048 —
Sản phẩm (SP) 0.384 0.052 0.412 7.385 0.000 1.245
Marketing (MA) 0.276 0.048 0.305 5.750 0.000 1.186
Tâm lý (TL) 0.198 0.045 0.218 4.400 0.000 1.152 
                KẾT QUẢ MÔ HÌNH HỒI QUY CHUẨN HÓA
+---------------------------------------------------------------+
|  R = 0.742   |   R² = 0.551   |   R² hiệu chỉnh = 0.544       |
|  F = 89.142 (Sig. = 0.000)    |   Durbin-Watson = 1.912       |
+---------------------------------------------------------------+
                    MỨC ĐỘ TÁC ĐỘNG (BETA):
  1. Sản phẩm (SP):   β = 0.412  (Ảnh hưởng mạnh nhất - 41.2%)
  2. Marketing (MA):  β = 0.305  (Ảnh hưởng thứ hai - 30.5%)
  3. Tâm lý (TL):     β = 0.218  (Ảnh hưởng thứ ba - 21.8%)
  * Các biến GC, MT, NA bị loại khỏi mô hình do Sig. > 0.05

Phương trình hồi quy chuẩn hóa biểu diễn mức độ tác động: $$\text{QD} = 0.412 \cdot \text{SP} + 0.305 \cdot \text{MA} + 0.218 \cdot \text{TL}$$

Đánh giá và so sánh kết quả

  • Mức độ giải thích: Giá trị $R^2$ hiệu chỉnh $= 0.544$ cho biết 3 biến độc lập (Sản phẩm, Marketing, Tâm lý) giải thích được $54.4%$ sự biến thiên trong quyết định mua thời trang second-hand của Gen Z tại TP.HCM.
  • Hiện tượng đa cộng tuyến: Toàn bộ hệ số $\text{VIF} < 1.30$, thấp hơn nhiều so với ngưỡng cảnh báo 2.0 (hoặc 10.0), khẳng định mô hình không có vi phạm đa cộng tuyến.
  • Hiện tượng bất ngờ: Biến Ý thức môi trường (MT) và Giá cả (GC) không đạt mức ý nghĩa thống kê $p < 0.05$ trong mô hình hồi quy đa biến. Điều này chứng minh rằng đối với Gen Z tại TP.HCM, ý thức bảo vệ môi trường hay giá rẻ là điều kiện nền tảng nhưng chưa đủ để kích hoạt quyết định chi tiền, mà yếu tố quyết định trực tiếp nằm ở độ độc lạ của sản phẩm, trải nghiệm truyền thông Marketing và sự thỏa mãn tâm lý cá nhân.

Đổi mới và đóng góp

Điểm mới về mặt học thuật và thực tiễn

  1. Phá vỡ định kiến "Đồ cũ chỉ vì nghèo/giá rẻ": Nghiên cứu chứng minh thực nghiệm rằng Giá cả không phải là biến số chi phối hàng đầu. Ngược lại, nhân tố Sản phẩm ($\beta = 0.412$) đóng vai trò áp đảo thông qua tính độc bản (Vintage), phong cách phối đồ cá nhân hóa (Styling) và chất lượng vải tuyển chọn.
  2. Lượng hóa vai trò của Social Marketing đối với Gen Z: Chứng minh tác động mạnh mẽ của biến Marketing ($\beta = 0.305$) trong việc chuyển hóa nhận thức thành hành vi mua qua hình ảnh bắt mắt, cách thức trưng bày và tương tác số.

So sánh với các mô hình nghiên cứu tiền nhiệm

Tiêu chí so sánh Nghiên cứu của Huỳnh Ngọc Uyển Nhi (2022) Nghiên cứu của Nguyễn Khánh Tâm (2016) Nghiên cứu của Ruoh-Nan Yan et al. (2015)
Phân khúc mục tiêu Gen Z (1997 – 2012) tại TP.HCM Nhân viên văn phòng tại Trà Vinh Sinh viên đại học tại Mỹ
Ngành hàng Thời trang Second-hand Trang phục nữ công sở mới Quần áo cũ tổng hợp
Thứ tự nhân tố tác động 1. Sản phẩm ($\beta=0.412$)
2. Marketing ($\beta=0.305$)
3. Tâm lý ($\beta=0.218$)		 1. Văn hóa - Xã hội
2. Tâm lý
3. Marketing		 1. Giá cả
2. Ý thức môi trường
3. Phong cách cá nhân
Mức độ đóng góp ($R^2$) $54.4%$ (Giải thích tốt hành vi tiêu dùng trẻ) $48.2%$ Thống kê phi tham số / Tương quan

Ứng dụng thực tế và triển khai

                 CHIẾN LƯỢC TRIỂN KHAI 3 TRỤ CỘT CHO DOANH NGHIỆP
+-------------------------------------------------------------------------------+
|  1. CHIẾN LƯỢC SẢN PHẨM (SP - Beta = 0.412)                                  |
|  - Chuẩn hóa quy trình kiểm định chất lượng: Giặt hấp tiệt trùng & khử khuẩn  |
|  - Tuyển chọn mẫu độc bản, phân loại theo phong cách (Y2K, Streetwear, Retro) |
|  - Cam kết độ mới 80% - 95%, cung cấp thông số size chi tiết                 |
+---------------------------------------+---------------------------------------+
                                        |
                                        v
+-------------------------------------------------------------------------------+
|  2. CHIẾN LƯỢC MARKETING (MA - Beta = 0.305)                                  |
|  - Kênh truyền thông: Sản xuất video OOTD, Lookbook trên TikTok & Instagram   |
|  - Thiết kế không gian: Concept cửa hàng trải nghiệm, ánh sáng chuẩn studio   |
|  - Chương trình đổi đồ (Consignment): Kích thích tuần hoàn quần áo cũ         |
+---------------------------------------+---------------------------------------+
                                        |
                                        v
+-------------------------------------------------------------------------------+
|  3. CHIẾN LƯỢC TÂM LÝ (TL - Beta = 0.218)                                     |
|  - Định vị "Thợ săn đồ cổ" (Thrift Hunting): Tôn vinh gu thẩm mỹ độc lập      |
|  - Gắn nhãn thông điệp nhân văn: Trích % doanh thu cho quỹ bảo vệ môi trường  |
+-------------------------------------------------------------------------------+

Kịch bản ứng dụng cụ thể (Use Case Scenario)

  • Bối cảnh: Một chuỗi cửa hàng thời trang second-hand tại Quận 1 và Quận 3, TP.HCM muốn tái cấu trúc chiến lược kinh doanh để tiếp cận nhóm sinh viên và người đi làm trẻ tuổi.
  • Giải pháp triển khai:
    1. Về sản phẩm: Loại bỏ việc bán quần áo theo kiện đổ đống. Thiết lập quy trình 3 bước: Sàng lọc chất vải $\rightarrow$ Xử lý giặt sấy nhiệt độ cao $\rightarrow$ Gắn tag thương hiệu và mã QR kiểm tra nguồn gốc.
    2. Về Marketing số: Hợp tác với các Micro-influencer/KOLs thời trang trên TikTok để triển khai chiến dịch "Thử thách phối đồ 200k chất lừ", phát triển tính năng Virtual Try-On hoặc video xoay 360 độ cho sản phẩm trên nền tảng bán hàng.
    3. Về kích hoạt tâm lý: Tổ chức sự kiện "Weekend Garage Sale" tạo không gian giao lưu cộng đồng, nơi khách hàng tự hào chia sẻ phong cách cá nhân và lan tỏa giá trị tiêu dùng tuần hoàn.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật của đề tài

  1. Phương pháp chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu phi xác suất thuận tiện ($N=222$), tập trung chủ yếu vào đối tượng sinh viên và người trẻ tại một số khu vực thuộc TP.HCM, chưa bao phủ toàn diện các nhóm nhân khẩu học thu nhập cao.
  2. Giới hạn mô hình OLS: Mô hình hồi quy tuyến tính cổ điển chưa đo lường được tác động gián tiếp (Mediating effect) hoặc biến điều tiết (Moderating effect) của yếu tố Ý thức môi trường đối với Thái độ và Quyết định mua.

Hướng nghiên cứu tiếp theo

  • Mở rộng địa bàn và quy mô mẫu: Tăng kích thước mẫu lên $N \ge 500$ trên phạm vi toàn quốc (Hà Nội, Đà Nẵng, TP.HCM, Cần Thơ) để so sánh hành vi tiêu dùng liên vùng.
  • Nâng cấp phương pháp phân tích: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) thông qua phần mềm SmartPLS 4 nhằm kiểm định chuỗi giả thuyết phức hợp về niềm tin thương hiệu và sự gắn kết sinh thái.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kinh doanh/Marketing: Nắm bắt quy trình thực thi một đề tài nghiên cứu ứng dụng hoàn chỉnh từ tổng quan lý thuyết, thiết kế bảng hỏi, kiểm định EFA đến hồi quy đa biến trên SPSS.
  • Chuyên viên phân tích dữ liệu thị trường (Market Researchers): Tham khảo bộ thang đo chuẩn hóa đã được kiểm định độ tin cậy nội tại ($\alpha > 0.7$) phục vụ cho các nghiên cứu hành vi người tiêu dùng trẻ.
  • Chủ doanh nghiệp & Nhà bán lẻ thời trang: Tiếp cận các chỉ số thực nghiệm định lượng để phân bổ ngân sách tiếp thị chính xác, tập trung vào nâng cao chất lượng tuyển chọn sản phẩm và trải nghiệm truyền thông xã hội.
  • Các nhà hoạt động môi trường & Xã hội: Có cơ sở dữ liệu thực tiễn để xây dựng các chiến dịch truyền thông về lối sống xanh gắn liền với thị hiếu thẩm mỹ và phong cách sống của thế hệ trẻ.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái lập quy trình phân tích dữ liệu của đề tài là gì?

Cần cài đặt phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, scikit-learn. Tệp dữ liệu khảo sát cần được làm sạch, mã hóa dạng số (Numeric) theo thang đo Likert 1–5 trước khi chạy lệnh.

2. Vì sao biến "Ý thức môi trường" lại không có ý nghĩa thống kê trong mô hình hồi quy OLS?

Trong khảo sát định lượng đa biến, khi các yếu tố thực dụng như Tính độc lạ của sản phẩm và Sự thu hút của Marketing được đưa vào đồng thời, mức độ giải thích trực tiếp của ý thức môi trường bị lấn át. Gen Z ủng hộ môi trường nhưng quyết định "xuống tiền" tức thì phụ thuộc chủ yếu vào việc món đồ đó có đẹp, hợp phong cách và được quảng bá hấp dẫn hay không.

3. Làm thế nào để các shop second-hand nhỏ áp dụng kết quả nghiên cứu này mà không tốn nhiều chi phí?

Tập trung ngay vào yếu tố có trọng số cao nhất: Sản phẩm ($\beta = 0.412$) bằng cách đầu tư vào khâu ủi phẳng, giặt thơm, chụp ảnh Lookbook phối đồ (Mix & Match) chỉn chu trên nền tảng mạng xã hội thay vì chỉ đăng ảnh chụp trải sàn đơn điệu.

Kết luận

Khóa luận tốt nghiệp của tác giả Huỳnh Ngọc Uyển Nhi đã giải quyết trọn vẹn bài toán xác định và đo lường các động lực thúc đẩy hành vi tiêu dùng thời trang second-hand của Gen Z tại TP.HCM. Thông qua việc phân tích dữ liệu thực nghiệm từ 222 phản hồi hợp lệ trên SPSS 20.0, nghiên cứu chỉ ra rằng Sản phẩm ($\beta = 0.412$), Marketing ($\beta = 0.305$) và Tâm lý ($\beta = 0.218$) là ba trụ cột quyết định chi phối hành vi mua sắm. Kết quả này cung cấp luận cứ khoa học vững chắc giúp các nhà quản trị thời trang chuyển đổi mô hình kinh doanh sang hướng bền vững, tối ưu hóa doanh thu và kết nối sâu sắc với thế hệ người tiêu dùng tương lai.