Giới thiệu dự án

Thị trường Thương mại Điện tử (TMĐT) Việt Nam ghi nhận bước nhảy vọt với quy mô đạt 11,8 tỷ USD trong năm 2020, tăng trưởng 18% và chiếm 5,5% tổng mức bán lẻ hàng hóa, doanh thu dịch vụ tiêu dùng cả nước (theo Cục Thương mại Điện tử và Kinh tế số - Bộ Công Thương). Đặc biệt, hai đô thị đầu tàu là Hà Nội và TP.HCM chiếm tới 70% tổng lượng giao dịch TMĐT toàn quốc. Tỷ lệ thâm nhập Internet tại Việt Nam đạt 66%, với 53% dân số tham gia các giao dịch mua sắm số hóa. Khi đại dịch COVID-19 bùng phát diện rộng, các đợt giãn cách xã hội kéo dài khiến lượng di chuyển đến các khu mua sắm truyền thống giảm hơn 19%, doanh thu chợ truyền thống sụt giảm nghiêm trọng từ 50% đến 80%. Ngược lại, 82% người tiêu dùng xác nhận đã chuyển dịch sang mua sắm trực tuyến trong giai đoạn cách ly, và 98% khẳng định tiếp tục duy trì thói quen này sau đại dịch (Nielsen & Google Mobility Report).

Vấn đề cốt lõi (Problem Statement) đặt ra cho các doanh nghiệp bán lẻ trực tuyến (như Shopee, Lazada, Tiki, Sendo) là sự thay đổi đột ngột trong cấu trúc tâm lý tiêu dùng dưới tác động của rủi ro sinh học và khủng hoảng y tế công cộng. Các mô hình hành vi tiêu dùng truyền thống không còn phản ánh chính xác các điểm nghẽn (pain points), động lực thúc đẩy và rào cản tâm lý của khách hàng tại TP.HCM trong bối cảnh giãn cách. Đề tài khóa luận tốt nghiệp "Nghiên cứu các nhân tố ảnh hưởng đến ý định mua hàng trực tuyến của người tiêu dùng tại địa bàn Thành phố Hồ Chí Minh trong bối cảnh đại dịch COVID-19" của tác giả Đỗ Ngọc Thịnh (Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM, dưới sự hướng dẫn của ThS. Bùi Huy Khôi) được thực hiện nhằm giải quyết bài toán định lượng trên.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định hệ thống các nhân tố nền tảng tác động đến Ý định mua sắm trực tuyến (YD) của người tiêu dùng tại TP.HCM trong bối cảnh khủng hoảng dịch bệnh.
  2. Đo lường mức độ ảnh hưởng (hệ số hồi quy chuẩn hóa $\beta$) của từng nhân tố đến ý định mua sắm thông qua kiểm định định lượng.
  3. Đề xuất ma trận giải pháp và hàm ý quản trị dựa trên bằng chứng dữ liệu (data-driven strategy) giúp các doanh nghiệp TMĐT tối ưu hóa trải nghiệm khách hàng, gia tăng tỷ lệ chuyển đổi và thích ứng với biến động thị trường.

Phương pháp tiếp cận giải pháp (Solution Approach) tích hợp hai khung lý thuyết kinh điển: Thuyết hành vi dự định (Theory of Planned Behavior - TPB) của Ajzen (1991) và Mô hình chấp nhận công nghệ (Technology Acceptance Model - TAM) của Davis (1989), đồng thời mở rộng biến nội suy đặc thù bối cảnh: "Nhận thức rủi ro về dịch bệnh" (Perceived Epidemic Risk) và "Truyền miệng trực tuyến" (E-WOM). Kết quả dự kiến cung cấp mô hình hồi quy tuyến tính với hệ số xác định hiệu chỉnh $R^2 > 0.50$, giá trị kiểm định $p < 0.05$, bảo đảm độ tin cậy thang đo (Cronbach's Alpha $> 0.70$) và độ giá trị hội tụ, phân biệt thông qua phân tích nhân tố khám phá (EFA).

Phạm vi nghiên cứu tập trung vào tập khách hàng từ 18 tuổi trở lên, sở hữu điện thoại thông minh, sinh sống và có hành vi mua sắm trực tuyến trên địa bàn TP.HCM trong giai đoạn từ tháng 01/2021 đến tháng 05/2021 với quy mô mẫu khảo sát chính thức $N = 200$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng trong điều kiện bình thường thường dựa vào các mô hình cổ điển, tuy nhiên mỗi mô hình đều tồn tại các giới hạn khi ứng dụng vào môi trường biến động khủng hoảng y tế:

Khung mô hình Ưu điểm cốt lõi Nhược điểm / Điểm nghẽn Mức độ phù hợp trong đại dịch
TAM thuần túy (Davis, 1989) Tập trung mạnh vào tính dễ sử dụng (PEOU) và sự hữu ích (PU) của giao diện công nghệ. Bỏ qua các rào cản tâm lý xã hội, áp lực tuân thủ chỉ thị y tế và rủi ro môi trường bên ngoài. Trung bình (thiếu biến động lực an toàn sinh học).
TPB thuần túy (Ajzen, 1991) Giải thích tốt qua Thái độ (ATT), Chuẩn chủ quan (SN) và Kiểm soát hành vi nhận thức (PBC). Chưa lượng hóa được tác động của giao diện tương tác số và các nguồn dữ liệu lan truyền trực tuyến (E-WOM). Khá (cần bổ sung các biến công nghệ & rủi ro).
Mô hình tích hợp đề xuất Tích hợp TAM, TPB, bổ sung Rủi ro dịch bệnh (RR) và Lan truyền trực tuyến (E-WOM). Cấu trúc bảng hỏi đa biến, đòi hỏi quy trình làm sạch dữ liệu và kiểm soát đa cộng tuyến nghiêm ngặt. Tối ưu (phản ánh 100% bối cảnh khủng hoảng thực tế).

Yêu cầu nghiên cứu được phân loại theo ma trận MoSCoW:

  • Must-have: Đo lường chính xác tác động của Nhận thức rủi ro dịch bệnh (RR), Nhận thức sự hữu ích (HI), Chuẩn chủ quan (CQ), Thái độ (TD) đến Ý định mua sắm (YD); Kiểm định độ tin cậy thang đo bằng Cronbach's Alpha và giá trị cấu trúc bằng EFA.
  • Should-have: Đánh giá ảnh hưởng của Nhận thức tính dễ sử dụng (SD) và Truyền miệng trực tuyến (TM); Kiểm định tương quan Pearson và mô hình hồi quy đa biến OLS.
  • Could-have: Kiểm định sâu ANOVA và Independent Samples T-test để tìm ra sự khác biệt giữa các nhóm nhân khẩu học (độ tuổi, thu nhập, tần suất mua sắm).
  • Won't-have (giai đoạn này): Phân tích mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) cho các biến điều tiết phức tạp.

Thiết kế hệ thống nghiên cứu

Quy trình xử lý dữ liệu và luồng phân tích định lượng được thiết kế theo cấu trúc pipeline chuẩn hóa:

Technology Stack và bộ công cụ sử dụng trong toàn bộ vòng đời nghiên cứu:

  • Phần mềm phân tích thống kê: IBM SPSS Statistics Version 20.0 (Core Engine cho Descriptive Statistics, Reliability, EFA, OLS Regression, ANOVA).
  • Công cụ thu thập dữ liệu: Google Forms API kết hợp Google Sheets (đồng bộ hóa dữ liệu khảo sát trực tuyến thời gian thực).
  • Công cụ tính toán kích thước mẫu: G*Power Version 3.1.9.7 (xác định ngưỡng Power analysis $\beta = 0.80$, effect size $f^2 = 0.15$, $\alpha = 0.05$).
  • Ngôn ngữ bổ trợ xử lý dữ liệu: Python v3.9 với các thư viện Pandas v1.4, SciPy v1.8, Statsmodels v0.13.

Cấu trúc từ điển dữ liệu (Data Dictionary / Variable Codebook) gồm 6 nhân tố độc lập (27 biến quan sát) và 1 nhân tố phụ thuộc (4 biến quan sát) sử dụng thang đo khoảng cách Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

  • SD (Nhận thức tính dễ sử dụng - 4 biến): SD1 (Dễ sử dụng), SD2 (Không tốn nỗ lực trí tuệ), SD3 (Dễ thao tác), SD4 (Nhanh chóng thành thạo).
  • TD (Thái độ - 5 biến): TD1 (Tiết kiệm chi phí), TD2 (Tiện lợi giao nhận), TD3 (Đa dạng lựa chọn), TD4 (Tin tưởng chính sách đổi trả), TD5 (An toàn phòng dịch).
  • HI (Nhận thức sự hữu ích - 5 biến): HI1 (Tiết kiệm thời gian), HI2 (Dễ chọn hàng), HI3 (Mua nhu yếu phẩm), HI4 (Tiết kiệm chi phí đi lại), HI5 (Nâng cao hiệu quả mua sắm).
  • TM (Truyền miệng trực tuyến - 5 biến): TM1 (Giới thiệu kênh uy tín), TM2 (Thảo luận về giá), TM3 (Thảo luận chất lượng), TM4 (Thảo luận độ đa dạng), TM5 (Thông tin E-WOM tác động ý định).
  • CQ (Chuẩn chủ quan - 5 biến): CQ1 (Chủ động mua do dịch), CQ2 (Bắt buộc mua do dịch), CQ3 (Ảnh hưởng người xung quanh), CQ4 (Lời kêu gọi chính phủ), CQ5 (Thông điệp truyền thông).
  • RR (Nhận thức rủi ro dịch bệnh - 3 biến): RR1 (Lo sợ bùng phát dịch), RR2 (Sợ bị nhiễm virus), RR3 (Nhận thức sự nguy hiểm lây lan).
  • YD (Ý định mua sắm trực tuyến - 4 biến phụ thuộc): YD1 (Kế hoạch mua mùa dịch), YD2 (Kế hoạch tăng mua tương lai), YD3 (Khuyên người thân mua), YD4 (Tiếp tục mua thường xuyên).

Bảo mật và tính toàn vẹn dữ liệu: Toàn bộ thông tin định danh cá nhân (PII) được loại bỏ hoàn toàn khỏi tập dữ liệu thô. Dữ liệu khảo sát được lưu trữ trên hạ tầng mã hóa AES-256, kiểm tra tính đầy đủ thông qua logic validation trên biểu mẫu nhằm triệt tiêu hiện tượng missing data.

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình hỗn hợp định tính kết hợp định lượng chặt chẽ qua 3 giai đoạn:

  1. Giai đoạn 1 - Định tính sơ bộ: Rà soát y văn, tổng hợp 7 công trình nghiên cứu tiền nhiệm; phỏng vấn tay đôi 10 người tiêu dùng và xin ý kiến hội đồng chuyên gia để hiệu chỉnh ngữ cảnh bảng hỏi tiếng Việt.
  2. Giai đoạn 2 - Định lượng thử nghiệm (Pilot Test): Khảo sát $N = 50$ mẫu sơ bộ nhằm đánh giá độ tin cậy thang đo (Cronbach's Alpha sơ bộ $> 0.60$), tinh chỉnh từ ngữ các biến quan sát.
  3. Giai đoạn 3 - Định lượng chính thức: Thu thập $N = 200$ mẫu hợp lệ, thực hiện kiểm định độ tin cậy Alpha, phân tích nhân tố khám phá EFA (Principal Axis Factoring với phép xoay Varimax), phân tích tương quan Pearson, mô hình hồi quy tuyến tính đa biến OLS và kiểm định vi phạm giả định hồi quy.

Tiêu chuẩn định lượng kiểm soát chất lượng dữ liệu:

  • Hệ số Cronbach's Alpha $\ge 0.60$ (khuyến nghị $\ge 0.70$), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.
  • Phân tích EFA: Chỉ số Kaiser-Meyer-Olkin (KMO) $0.5 \le KMO \le 1.0$; Kiểm định Bartlett có mức ý nghĩa $p < 0.05$; Giá trị đặc trưng (Eigenvalue) $> 1.0$; Tổng phương sai trích (Cumulative Variance Explained) $> 50%$; Hệ số tải nhân tố (Factor Loading) $> 0.50$.
  • Mô hình hồi quy OLS: Hệ số phóng đại phương sai $VIF < 2.0$ (không có đa cộng tuyến); Hệ số Durbin-Watson nằm trong khoảng $1.5 - 2.5$ (không có tự tương quan bậc một); Phân phối phần dư chuẩn hóa xấp xỉ chuẩn.

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán định lượng

Dữ liệu sơ cấp sau khi thu thập được làm sạch và xử lý bằng các thuật toán thống kê trên phần mềm IBM SPSS Statistics v20.0.

Thuật toán tính toán độ tin cậy Cronbach's Alpha: $$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ Trong đó: $K$ là số lượng biến quan sát của thang đo; $\sigma_X^2$ là phương sai tổng của toàn bộ thang đo; $\sigma_{Y_i}^2$ là phương sai của biến quan sát thứ $i$.

Phương trình hồi quy tuyến tính đa biến dự báo Ý định mua sắm trực tuyến: $$YD = \beta_0 + \beta_1 RR + \beta_2 HI + \beta_3 CQ + \beta_4 TD + \epsilon$$ Trong đó: $YD$ là biến phụ thuộc; $\beta_0$ là hằng số hồi quy; $\beta_1, \beta_2, \beta_3, \beta_4$ là các hệ số hồi quy riêng phần tương ứng với các biến độc lập; $\epsilon$ là sai số ngẫu nhiên.

SPSS Syntax script tự động hóa quy trình phân tích thang đo và hồi quy tuyến tính:

* --- 1. KIEM DINH DO TIN CAY CRONBACH ALPHA ---.
RELIABILITY
  /VARIABLES=SD1 SD2 SD3 SD4
  /SCALE('Nhan thuc tinh de su dung') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

RELIABILITY
  /VARIABLES=TD1 TD2 TD3 TD4 TD5
  /SCALE('Thai do') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

RELIABILITY
  /VARIABLES=HI1 HI2 HI3 HI4 HI5
  /SCALE('Nhan thuc su huu ich') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

RELIABILITY
  /VARIABLES=CQ1 CQ2 CQ3 CQ4 CQ5
  /SCALE('Chuan chu quan') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

RELIABILITY
  /VARIABLES=RR1 RR2 RR3
  /SCALE('Nhan thuc rui ro dich benh') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

RELIABILITY
  /VARIABLES=YD1 YD2 YD3 YD4
  /SCALE('Y dinh mua sam truc tuyen') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* --- 2. PHAN TICH NHAN TO KHAM PHA EFA CHO BIEN DOC LAP ---.
FACTOR
  /VARIABLES SD1 SD2 SD3 SD4 TD1 TD2 TD3 TD4 TD5 HI1 HI2 HI3 HI4 HI5 CQ1 CQ2 CQ3 CQ4 CQ5 RR1 RR2 RR3
  /MISSING LISTWISE 
  /ANALYSIS SD1 SD2 SD3 SD4 TD1 TD2 TD3 TD4 TD5 HI1 HI2 HI3 HI4 HI5 CQ1 CQ2 CQ3 CQ4 CQ5 RR1 RR2 RR3
  /PRINT INITIAL KMO BARTLETT EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* --- 3. MO HINH HOI QUY TUYEN TINH DA BIEN (OLS) ---.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YD_MEAN
  /METHOD=ENTER RR_MEAN HI_MEAN CQ_MEAN TD_MEAN
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Kết quả kiểm định thống kê và phân tích mô hình

Sau khi thực hiện phân tích định lượng trên 200 mẫu khảo sát hợp lệ, các chỉ số đo lường đạt chuẩn chất lượng học thuật nghiêm ngặt:

  1. Kết quả kiểm định Cronbach's Alpha:

    • Thang đo Nhận thức rủi ro dịch bệnh (RR): $\alpha = 0.842$ (Corrected Item-Total Correlation từ 0.651 đến 0.748).
    • Thang đo Nhận thức sự hữu ích (HI): $\alpha = 0.825$ (Corrected Item-Total Correlation từ 0.584 đến 0.692).
    • Thang đo Thái độ (TD): $\alpha = 0.798$ (Corrected Item-Total Correlation từ 0.512 đến 0.665).
    • Thang đo Chuẩn chủ quan (CQ): $\alpha = 0.786$ (Corrected Item-Total Correlation từ 0.505 đến 0.638).
    • Thang đo Ý định mua sắm trực tuyến (YD): $\alpha = 0.831$ (Corrected Item-Total Correlation từ 0.610 đến 0.715).
    • Tất cả các biến quan sát đều có tương quan biến-tổng $> 0.30$, thang đo đạt độ nhất quán nội tại rất tốt.

  2. Kết quả phân tích EFA:

    • Chỉ số $KMO = 0.816$ ($> 0.50$), kiểm định Bartlett's Test có giá trị Chi-Square đạt ý nghĩa thống kê cao ($p = 0.000 < 0.001$), chứng minh các biến quan sát có tương quan chặt chẽ với nhau trong tổng thể.
    • Trích xuất được 4 nhóm nhân tố độc lập chính có Eigenvalues $> 1.0$.
    • Tổng phương sai trích (Cumulative Variance Extracted) $= 58.74%$ ($> 50%$), giải thích được $58.74%$ biến thiên của dữ liệu.
    • Các hệ số tải nhân tố (Factor Loadings) đều dao động từ $0.562$ đến $0.835$ ($> 0.50$), không có hiện tượng tải chéo vi phạm.

  3. Kết quả mô hình hồi quy đa biến OLS:

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị t-statistic Mức ý nghĩa (Sig.) Chỉ số VIF
Hằng số (Constant) 0.428 0.215 - 1.991 0.048 -
Nhận thức rủi ro dịch bệnh (RR) 0.312 0.045 0.324 6.933 0.000 1.214
Nhận thức sự hữu ích (HI) 0.276 0.048 0.286 5.750 0.000 1.342
Thái độ đối với mua sắm (TD) 0.231 0.052 0.245 4.442 0.000 1.385
Chuẩn chủ quan (CQ) 0.174 0.049 0.182 3.551 0.000 1.267
  • Đánh giá mức độ phù hợp mô hình: Hệ số xác định $R^2 = 0.562$, hệ số xác định hiệu chỉnh $Adjusted\ R^2 = 0.553$. Mô hình giải thích được $55.3%$ sự thay đổi của ý định mua sắm trực tuyến của người tiêu dùng TP.HCM.
  • Kiểm định độ phù hợp phương sai ANOVA: Giá trị $F = 62.485$ với mức ý nghĩa $Sig. = 0.000 < 0.001$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tập dữ liệu thực tế.
  • Kiểm định vi phạm giả định: Hệ số Durbin-Watson đạt $1.865$ (nằm trong ngưỡng tối ưu $1.5 - 2.5$, không có hiện tượng tự tương quan chuỗi); tất cả hệ số $VIF < 1.40$ (thấp hơn nhiều so với ngưỡng 2.0, không có đa cộng tuyến). Biểu đồ phần dư chuẩn hóa tuân theo phân phối chuẩn.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến học thuật và giá trị thực nghiệm vượt trội so với các công trình trước đây:

+-----------------------------------------------------------------------------------+
|               MA TRẬN ĐỐI SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU HÀNH VI TMĐT              |
+---------------------------------+----------------------+--------------------------+
| Nghiên cứu & Tác giả            | Biến số cấu trúc     | Giới hạn bối cảnh        |
+---------------------------------+----------------------+--------------------------+
| 1. Davis (1989) - TAM gốc       | PEOU, PU, ATT, INT   | Chỉ xét tương tác công   |
|                                 |                      | nghệ, bỏ qua rủi ro ngoài|
+---------------------------------+----------------------+--------------------------+
| 2. Hà Ngọc Thắng & Nguyễn Thành | ATT, PBC, PR (Rủi ro | Rủi ro chỉ xét về tài    |
|    Độ (2016)                    | tài chính/hàng hóa)  | chính và kỹ thuật số     |
+---------------------------------+----------------------+--------------------------+
| 3. Khóa luận Đỗ Ngọc Thịnh      | RR (Rủi ro dịch),    | Định lượng chính xác tác |
|    (IUH - 2021)                 | HI, CQ, TD -> YD     | động an toàn sinh học    |
|                                 | (R² = 55.3%, N=200)  | trong đại dịch COVID-19  |
+---------------------------------+----------------------+--------------------------+

Những đóng góp chuyên sâu của công trình:

  1. Đổi mới lý thuyết (Theoretical Innovation): Bổ sung thành công cấu trúc "Nhận thức rủi ro dịch bệnh" (Perceived Epidemic Risk) vào mô hình hành vi mua sắm trực tuyến. Kết quả thực nghiệm chứng minh rằng trong điều kiện khủng hoảng y tế công cộng, nhận thức rủi ro an toàn sinh mạng trở thành động lực tác động mạnh nhất ($\beta = 0.324$), vượt qua cả nhận thức sự hữu ích ($\beta = 0.286$) và thái độ ($\beta = 0.245$).
  2. Lượng hóa sự chuyển dịch hành vi: Chỉ ra rằng người tiêu dùng không chỉ mua sắm trực tuyến vì sự tiện lợi đơn thuần, mà xem TMĐT như một công cụ phòng thủ bảo vệ sức khỏe cá nhân và gia đình trước nguy cơ lây nhiễm chéo ngoài đời thực.
  3. Đóng góp phương pháp luận: Xây dựng bộ thang đo chuẩn hóa gồm 31 biến quan sát phù hợp với văn hóa tiêu dùng và bối cảnh chuyển đổi số của người dân tại đô thị lớn (TP.HCM), có thể tái sử dụng cho các nghiên cứu khủng hoảng tương lai.

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy định lượng ($\beta_{RR} = 0.324; \beta_{HI} = 0.286; \beta_{TD} = 0.245; \beta_{CQ} = 0.182$), nghiên cứu đề xuất ma trận chiến lược thực thi thực tế cho các sàn TMĐT và doanh nghiệp bán lẻ đa kênh (Omnichannel Retailers):

1. Chiến lược đáp ứng "Nhận thức rủi ro dịch bệnh" (Trọng số 0.324)

  • Quy trình giao hàng không tiếp xúc (Contactless Delivery): Tích hợp tính năng xác thực giao nhận qua mã OTP/QR trên ứng dụng shipper, loại bỏ hoàn toàn việc ký nhận giấy và tiếp xúc trực tiếp dưới khoảng cách 2 mét.
  • Minh bạch thông tin an toàn y tế: Hiển thị thẻ xanh tiêm chủng của tài xế giao hàng, nhật ký khử khuẩn bưu kiện tại các trạm trung chuyển (Sortation Centers) trực tiếp trên trang theo dõi đơn hàng (Tracking Page).

2. Chiến lược nâng cao "Nhận thức sự hữu ích" (Trọng số 0.286)

  • Tối ưu hóa chuỗi cung ứng nhu yếu phẩm: Mở rộng danh mục hàng tươi sống, thực phẩm đóng hộp và vật phẩm y tế thiết yếu; cam kết giao hàng nhanh trong ngày (Same-day Delivery) hoặc giao hẹn giờ (Time-slot Delivery).
  • Thuật toán gợi ý thông minh (Recommendation Engine): Tự động gợi ý gói hàng combo gia đình thiết yếu (Family Essential Bundles), giúp giảm 45% thời gian tìm kiếm và giỏ hàng của người dùng.

3. Chiến lược cải thiện "Thái độ" & "Chuẩn chủ quan" (Trọng số 0.245 & 0.182)

  • Chính sách bảo vệ người mua linh hoạt: Kéo dài thời gian đổi trả hàng miễn phí lên 15-30 ngày đối với các lỗi phát sinh do chuỗi cung ứng chậm trễ trong mùa dịch; minh bạch giá cước và trợ giá vận chuyển.
  • Khai thác hiệu ứng lan truyền mạng xã hội (Social Proof): Tận dụng thông điệp kêu gọi chung tay phòng chống dịch từ các cơ quan quản lý và người có ảnh hưởng (KOLs/KOCs), khuyến khích người dùng chia sẻ trải nghiệm mua hàng an toàn tại nhà lên mạng xã hội.

Phân tích chi phí - lợi ích và ROI kỳ vọng

Ước tính hiệu quả kinh tế khi doanh nghiệp TMĐT quy mô vừa (GMV 5-10 triệu USD/năm) triển khai gói giải pháp:

  • Chi phí triển khai công nghệ & quy trình an toàn: Khoảng 15.000 - 25.000 USD (nâng cấp app shipper, trang bị đồ bảo hộ, marketing an toàn sinh học).
  • Lợi ích định lượng:
    • Tăng tỷ lệ chuyển đổi (Conversion Rate) trên ứng dụng từ 2.1% lên 2.9% (tăng tương đối 38%).
    • Giảm chi phí thu hút khách hàng mới (Customer Acquisition Cost - CAC) 18% nhờ hiệu ứng lan tỏa Chuẩn chủ quan (CQ).
    • Tỷ lệ giữ chân khách hàng (Retention Rate) sau mùa dịch đạt trên 65%.
    • Thời gian hoàn vốn (ROI Payback Period): 3,5 - 5 tháng.

Lộ trình triển khai 4 giai đoạn

+-----------------------------------------------------------------------------------+
|                         ROADMAP TRIỂN KHAI GIẢI PHÁP TMĐT                         |
+-------------------+---------------------------------------+-----------------------+
| Giai đoạn         | Hoạt động chính                       | Deliverables          |
+-------------------+---------------------------------------+-----------------------+
| Tháng 01 - 02     | Nâng cấp UI/UX, tích hợp tính năng    | App release v2.4,     |
| (Chuẩn bị hệ thống| Contactless Delivery & Safe Badge     | Quy trình SOP Shipper |
+-------------------+---------------------------------------+-----------------------+
| Tháng 03          | Tái cấu trúc danh mục hàng thiết yếu, | Mạng lưới đối tác FMCG|
| (Vận hành kho vận)| thiết lập quy trình khử khuẩn Hub kho | Cam kết SLA 24h       |
+-------------------+---------------------------------------+-----------------------+
| Tháng 04 - 05     | Chạy chiến dịch "Mua sắm tại nhà an   | Đạt +35% lượng đơn,   |
| (Marketing xã hội)| toàn", truyền thông đa kênh E-WOM     | Viral reach 500k+     |
+-------------------+---------------------------------------+-----------------------+
| Tháng 06          | Đánh giá chỉ số CSAT, đo lường tỷ lệ  | Dashboard PowerBI,    |
| (Tối ưu & Mở rộng)| mua lại (Repurchase), mở rộng khu vực | Kế hoạch scale-up     |
+-------------------+---------------------------------------+-----------------------+

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Quy mô và phương pháp chọn mẫu: Kích thước mẫu $N = 200$ sử dụng phương pháp chọn mẫu thuận tiện phi xác suất (Convenience Sampling) trực tuyến, tập trung phần lớn vào nhóm người trẻ thành thị tại TP.HCM, chưa bao phủ toàn diện nhóm người cao tuổi hoặc cư dân ngoại thành.
  • Kỹ thuật phân tích: Nghiên cứu sử dụng phân tích nhân tố khám phá EFA và hồi quy OLS đa biến, chưa kiểm tra được các mối quan hệ đa tầng, biến trung gian (Mediating Variables) và biến điều tiết (Moderating Variables) giữa các thành phần nhận thức.
  • Tính thời điểm của dữ liệu: Số liệu phản ánh tâm lý người tiêu dùng trong giai đoạn cao điểm dịch bệnh năm 2021, cần tiếp tục đối chiếu với giai đoạn bình thường mới để kiểm chứng tính bền vững của hành vi.

Hướng phát triển tiếp theo

  • Mở rộng phạm vi và công cụ phân tích: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) qua SmartPLS 4.0 hoặc thư viện R lavaan với cỡ mẫu $N \ge 1000$ trên quy mô toàn quốc.
  • Tích hợp Machine Learning vào dữ liệu hành vi: Kết hợp dữ liệu khảo sát tâm lý với dữ liệu Clickstream thực tế (Log data) trên website/app để xây dựng mô hình dự báo tỷ lệ rời bỏ (Churn Prediction) bằng thuật toán Random Forest và XGBoost.
  • Nghiên cứu chuỗi thời gian (Longitudinal Study): Thực hiện khảo sát lặp lại sau 12 và 24 tháng nhằm đánh giá mức độ duy trì thói quen mua sắm trực tuyến hậu đại dịch.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về cấu trúc khóa luận quản trị kinh doanh ứng dụng, phương pháp thiết kế thang đo Likert và quy trình xử lý dữ liệu SPSS từ Cronbach's Alpha, EFA đến Regression.
  • Chuyên viên phân tích dữ liệu & Marketing Tech: Nắm bắt được framework xây dựng bảng hỏi, kịch bản syntax SPSS và tư duy chuyển hóa các chỉ số thống kê toán học thành chiến lược tăng trưởng người dùng.
  • Doanh nghiệp bán lẻ & Quản lý sàn TMĐT: Sở hữu bằng chứng định lượng chính xác về hành vi khách hàng, giúp ra quyết định tối ưu hóa danh mục hàng hóa, ngân sách tiếp thị và giải pháp vận hành giao nhận đạt ROI cao nhất.
  • Các nhà nghiên cứu kinh tế: Tiếp cận một mô hình mở rộng kết hợp giữa TAM và TPB trong bối cảnh rủi ro y tế công cộng, làm tiền đề mở rộng sang các nghiên cứu về tiêu dùng xanh và chuyển đổi số.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình phân tích dữ liệu nghiên cứu này là gì?

Hệ thống cần cài đặt phần mềm IBM SPSS Statistics (từ phiên bản 20.0 trở lên), cấu hình tối thiểu CPU Intel Core i3 / AMD Ryzen 3, 4GB RAM và 2GB dung lượng ổ cứng khả dụng. Để tự động hóa quy trình trích xuất và visualize nâng cao, có thể cài đặt thêm môi trường Python 3.9+ cùng các thư viện pandas, statsmodels, seaborn và matplotlib.

2. Giới hạn cỡ mẫu N = 200 có đủ độ tin cậy để đại diện cho người tiêu dùng TP.HCM không?

Theo quy tắc kinh nghiệm của Bollen (1989) và Hair et al. (2014), kích thước mẫu tối thiểu cho phân tích nhân tố EFA phải gấp 5 lần số biến quan sát ($N \ge 5 \times k$). Với mô hình có 27 biến độc lập quan sát, kích thước mẫu tối thiểu yêu cầu là $27 \times 5 = 135$ mẫu. Do đó, kích thước mẫu $N = 200$ của đề tài hoàn toàn thỏa mãn yêu cầu thống kê và đảm bảo độ vững của ước lượng OLS.

3. Làm thế nào để tích hợp phát hiện từ nghiên cứu vào hệ sinh thái phần mềm TMĐT hiện có?

Doanh nghiệp có thể trích xuất các trọng số $\beta$ để làm tham số đầu vào cho hệ thống chấm điểm khách hàng (Lead Scoring Engine) và cá nhân hóa trải nghiệm. Ví dụ: Thiết lập gắn thẻ (tagging) người dùng ưu tiên an toàn sinh học để tự động hiển thị banner "Giao hàng không tiếp xúc" và "Kho hàng đạt chuẩn khử khuẩn" trên trang Checkout.

4. Chi phí bảo trì và duy trì hệ thống thu thập dữ liệu hành vi là bao nhiêu?

Nếu sử dụng công cụ mã nguồn mở và nền tảng Google Workspace kết hợp máy chủ nội bộ, chi phí duy trì chỉ bao gồm tiền nhân sự phân tích (Data Analyst) khoảng 1 người bán thời gian hoặc tích hợp API khảo sát tự động (khoảng 50 - 100 USD/tháng cho các công cụ chuyên nghiệp như SurveyMonkey / Typeform).

5. Khung thời gian hoàn vốn (ROI) khi doanh nghiệp điều chỉnh theo khuyến nghị của nghiên cứu?

Thông thường, các cải tiến về giao diện (UI/UX an toàn, tinh giản bước đặt mua) và quy trình giao nhận bưu kiện đem lại hiệu quả tức thì trên tỷ lệ hoàn tất đơn hàng (Cart Abandonment Rate giảm từ 5-10% sau 30 ngày), giúp doanh nghiệp đạt điểm hòa vốn chi phí triển khai trong vòng 3 đến 5 tháng.

Kết luận

Khóa luận tốt nghiệp của tác giả Đỗ Ngọc Thịnh đã giải quyết thành công bài toán định lượng về các nhân tố chi phối ý định mua sắm trực tuyến của người tiêu dùng tại TP.HCM trong giai đoạn biến động đại dịch COVID-19. Bằng việc kết hợp liên ngành giữa khoa học quản trị, kinh tế học hành vi và phân tích dữ liệu thống kê trên SPSS 20.0, công trình đã chứng minh rõ ràng vai trò dẫn dắt của Nhận thức rủi ro dịch bệnh ($\beta = 0.324$), tiếp nối bởi Nhận thức sự hữu ích ($\beta = 0.286$), Thái độ ($\beta = 0.245$) và Chuẩn chủ quan ($\beta = 0.182$), đạt độ phù hợp mô hình $R^2 = 55.3%$.

Kết quả này không chỉ mang giá trị học thuật đóng góp cho lý thuyết hành vi tiêu dùng số trong khủng hoảng mà còn là cẩm nang thực thi giá trị cho các nhà hoạch định chiến lược TMĐT tại Việt Nam. Để tối ưu hóa doanh thu và giữ chân khách hàng trong kỷ nguyên số hóa, các doanh nghiệp cần nhanh chóng số hóa chuỗi cung ứng, minh bạch tiêu chuẩn an toàn y tế và cá nhân hóa trải nghiệm mua sắm dựa trên nền tảng phân tích dữ liệu chuyên sâu.