1. ĐẶT VẤN ĐỀ: Xu hướng mua hàng qua mạng của người dân thành phố
Hồ Chí Minh.
Vào thời điểm cách đây 10 năm, không mấy người dân Sài Thành có thể tưỏng
tượng rằng mình có thể mua được mọi thứ ngay cả khi ngồi tại nhà, chẳng phải đi
đâu. Thế nhưng, với tốc độ phát triển chóng mặt của internet và công nghệ số hóa
trong vài năm ngắn ngủi gần đây, Thương mại điện tử - tức việc mua bán hàng hóa
dựa trên internet đã biến giấc mơ trên trở thành hiện thực.
Trong nền kinh tế số, thông tin được truyền qua mạng với tốc độ cao. Điều này
tạo ra những khả năng làm thay đổi thói quen tiêu dùng và mua bán của con người
mà trong đó, người mua và bán có thể giao dịch với đối tác ở bất kỳ đâu trên thế
giới mà không cần thông qua trung gian. Việc đó giúp khách hàng dễ dàng hơn
trong việc chọn lựa khi mua hàng và giảm chi phí. Hơn nữa, Thương mại điện tử
cũng kích thích sự tiếp cận với nền kinh tế tri thức của người dân. Đây là một lợi
ích mang tính chiến lược công nghệ có thể giúp nước ta tạo được bước nhảy vọt
trong tiến trình CNH-HĐH trong thời gian ngắn hơn. Mặt khác, sự phát triển của hệ
thống mạng máy tính, mọi công việc có thể được xử lý và giải quyết tại nhà thông
qua internet.
Tuy nhiên một trở ngại lớn nhất của Thương mại điện tử là vấn đề bảo vệ người
tiêu dùng trước thông tin bất đối xứng khi người mua không thể “thấy tận mặt, bắt
tận tay” hàng hóa trước khi mua, cũng như việc thanh toán điện tử chưa phổ biến tại
Việt Nam. Hai vấn đề trên chính là trở ngại lớn nhất đối với sự nhân rộng và phát
triển của thương mại điện tử, thậm chí ở một thành phố lớn nhất nhì nước như thành
phố Hồ Chí Minh. Mặc dù vậy, số lượng người sử dụng e-commerce vẫn ngày càng
tăng không những trong giới trẻ mà còn trong một bộ phận người dân khác.
Như vậy, lợi ích của thương mại điện tử đã rõ, hiện tượng người dùng tăng lên
là thực tế. Nhưng điều gì giải thích cho hành vi mua hàng qua mạng của những tín
đồ e-commerce trong người dân thành phố Hồ Chí Minh? Đó là câu hỏi mà nhóm
chúng em luôn trăn trở. Và đó là lí do thúc đẩy nhóm thực hiện đề tài “Những yếu
tố ảnh hưởng đến xu hướng mua hàng qua mạng của người dân thành phố Hồ Chí
Minh”. Trong đề tài này, nhóm chúng em đã sử dụng ngay những kiến thức Kinh
Tế Lượng đang học và tìm hiểu thêm về Thương Mại Điện Tử để thực hiện. Hi

Chính trị
Văn hóa
Xã hôi
Nhận dạng nhu cầu
Tìm kiếm thông tin
Đánh giá thay thế
Tâm lý
Động cơ
Kiến thức
Nhận thức
Nhân cách
Thái độ
Kinh nghiệm
Mua hàng
Thử
Lập lại
Đánh giá
sau khi mua
Hành vi hậu quyết định
Đầu
ra
Quá
trình
Đầu
tư
Quá trình ra quyết định
vào đăc tính của thương hiệu. Assael phân ra bốn dạng hành vi tiêu dùng dựa theo
mức độ cân nhắc của người tiêu dùng và nhận thức của khách hàng về mức độ khác
biệt của thương hiệu, gồm có: quyết định phức tạp, so sánh thấp, tìm kiếm đa dạng,
quán tính. Dựa vào lý thuyết này ta có thể nhận xét: hành vi tìm kiếm ảnh hưởng

Nhận xét: đáng lẽ ra biến TRUST phải là các biến Dummy vì nếu sử dụng
biến TRUST như một biến định lượng là một ràng buộc quá nghiêm ngặt có khả
năng gây sai mô hình.
ĐIỀU KIỆN XÃ HỘI:
FRIEND: (bạn bè) Dummy. Bạn bè có thường hay giới thiệu về những hàng
hóa được bán trên mạng hay không. FRIEND = 1 là có, FRIEND = 0 là không.
Kỳ vọng ( + )
DIST (Khoảng cách): Khi mà khoảng cách đến nơi mua hàng hóa trực tiếp càng
dài thì người ta càng có xu hướng mua hàng qua mạng hơn. Kỳ vọng ( + )
PAY (Hình thức thanh toán): hình thức thanh toán trả tiền trước hay trả tiền sau
có thể ảnh hưởng khác nhau đối với việc mua hàng qua mạng. PAY = 1 là trả
tiền trước, PAY = 0 là trả tiền sau. Kỳ vọng âm ( - )
DISC: Dummy. Chi phí mua hàng qua mạng là rẻ hơn hay là đắt hơn so với khi
mua trực tiếp. DISC =1 là rẻ hơn. DISC = 0 là đắt hơn. Kỳ vọng âm ( + )
TRANS (thời gian giao hàng) thời gian giao hàng càng nhanh thì người ta càng
có xu hướng mua hàng qua mạng nhiều hơn. Kỳ vọng âm ( - ).
 Ngoài ra các loại hàng hóa khác nhau cũng có thể ảnh hưởng đến hành vi
mua hàng khác nhau.
 BIẾN ĐƯỢC GIẢI THÍCH: TIMES ( số lần mua hàng qua mạng trong
năm gần đây nhất)
3.2 ĐIỀU TRA:
Nhóm đã tiến hành điều tra 104 người gồm có sinh viên và những người đang đi
làm.
Đối với sinh viên: Kí túc xá, Khoa Kinh Tế, ĐH Quốc Tế, ĐH KHXHVNV…
Đối với người đang đi làm: COOPMART Thủ Đức, BIG C Hoàng Văn Thụ,
Nhà ăn đại học quốc gia, Khu công nghệ phần mềm
3.3 LẬP MÔ HÌNH:
Sau khi điều tra xong số liệu, nhóm đã tiến hành đưa thêm 2 biến Dummy:
BOOK: BOOK = 1, nếu mặt hàng người đó thương mua là sách. BOOK = 0 nếu
là mặt hàng khác

Book + b
14
Trust
4. KIỂM ĐỊNH VÀ ĐỀ XUẤT CÁC MÔ HÌNH SO SÁNH:
Sau đây là kết quả Eview của mô hình đề xuất ban đầu:
Dependent Variable: TIMES
Method: Least Squares
Date: 05/29/09 Time: 02:35
Sample: 1 104
Included observations: 104
Variable Coefficient Std. Error t-Statistic Prob.
AGE -0.240131 0.118859 -2.020310 0.0463
BOOK -0.486097 0.857505 -0.566873 0.5722
CLOTH 1.471030 0.726098 2.025939 0.0457
DISC 0.547865 0.782940 0.699753 0.4859
DIST 0.000548 0.000535 1.023877 0.3086
FRIEND 0.479025 0.671476 0.713391 0.4774
INC 1.188764 0.538436 2.207807 0.0298
PAY 0.588726 0.681892 0.863370 0.3902
SEARCH 0.393145 0.077520 5.071554 0.0000
TRUST 0.764155 0.225875 3.383080 0.0011
TRANS -0.024334 0.077510 -0.313939 0.7543
JOB_INC -0.790295 0.555658 -1.422268 0.1584
JOB 1.346170 1.436344 0.937220 0.3512
C -2.041251 2.929813 -0.696717 0.4878
R-squared 0.557826 Mean dependent var 3.798077
Adjusted R-squared 0.493956 S.D. dependent var 3.981461
S.E. of regression 2.832283 Akaike info criterion 5.044693
Sum squared resid 721.9646 Schwarz criterion 5.400669
Log likelihood -248.3240 F-statistic 8.733813

S.E. of regression 2.818220 Akaike info criterion 5.026557
Sum squared resid 722.7552 Schwarz criterion 5.357106
Log likelihood -248.3810 F-statistic 9.548000
Durbin-Watson stat 1.655278 Prob(F-statistic) 0.000000
Tiếp tục bỏ dần những biến có pvalue cao theo thứ tự là book, disc, Dist, Friend. Ta
có mô hình
Dependent Variable: TIMES
Method: Least Squares
Date: 05/29/09 Time: 03:07
Sample: 1 104
Included observations: 104
Variable Coefficient Std. Error t-Statistic Prob.
AGE -0.189565 0.103508 -1.831400 0.0702
CLOTH 1.603882 0.623493 2.572416 0.0116
INC 1.176916 0.513628 2.291380 0.0242
JOB 1.490703 1.380941 1.079483 0.2831
JOB_INC -0.827479 0.521611 -1.586389 0.1160
PAY 0.753674 0.643235 1.171693 0.2443
SEARCH 0.392725 0.075579 5.196197 0.0000
TRUST 0.835927 0.211206 3.957867 0.0001
C -3.074116 2.661819 -1.154893 0.2510
R-squared 0.545469 Mean dependent var 3.798077
Adjusted R-squared 0.507192 S.D. dependent var 3.981461
S.E. of regression 2.794997 Akaike info criterion 4.976102
Sum squared resid 742.1407 Schwarz criterion 5.204943
Log likelihood -249.7573 F-statistic 14.25080
Durbin-Watson stat 1.665423 Prob(F-statistic) 0.000000
Để cẩn thận hơn, một kiểm định F-test được thực hiện để kiểm tra xem các
biến bị loại bỏ gồm Trans, Disc, Friend, Dist,Book có ý nghĩa liên kết hay không.
F-Test:

2
, cloth*sea, cloth*sea
2
, và biến
sea
2
. Sau đây là kết quả ước lượng
Dependent Variable: TIMES
Method: Least Squares
Date: 05/29/09 Time: 03:56
Sample: 1 104
Included observations: 104
Variable Coefficient Std. Error t-Statistic Prob.
CLOTH 2.122868 0.759344 2.795663 0.0063
INC 1.300347 0.382204 3.402236 0.0010
JOB 1.910650 1.036524 1.843323 0.0685
JOB_INC -0.898703 0.392755 -2.288201 0.0244
PAY 0.877585 0.490170 1.790367 0.0767
TRUST 0.797775 0.160511 4.970205 0.0000
SEA2 0.014262 0.005369 2.656552 0.0093
AGE -0.197644 0.078799 -2.508208 0.0139
BOOK_SEA 0.105570 0.220636 0.478481 0.6335
BOOK_SEA2 -0.018906 0.013962 -1.354049 0.1791
CLOTH_SEA -0.599437 0.209790 -2.857318 0.0053
CLOTH_SEA2 0.071260 0.013442 5.301326 0.0000
C -1.789762 2.056926 -0.870115 0.3865
R-squared 0.759029 Mean dependent var 3.798077
Adjusted R-squared 0.727252 S.D. dependent var 3.981461
S.E. of regression 2.079328 Akaike info criterion 4.418436
Sum squared resid 393.4482 Schwarz criterion 4.748984

Hằng số không có ý nghĩa. Điều này hoàn toàn có thể chấp nhận được. Tuy
nhiên việc hệ số cloth*sea
2
là dương và cloth*sea là âm có vẻ không đúng với thực
tế cho lắm. Không thể nào có chuyện đối với quần áo (CLOTH), lúc đầu càng tìm
kiếm người ta càng mua ít đi, sau đó thì ngược lại, càng tìm kiếm lại càng mua
nhiều hơn. Với việc hệ số của sea
2
dương và cloth*sea
2
thể hiện rằng càng tìm kiếm
thông tin về sản phẩm trên mạng người ta mua hàng càng nhiều. Ngoài ra dạng hàm
số của Sea
2
và Cloth*sea
2
gợi ý cho nhóm có khả năng tác động của việc tìm kiếm
đối với mua hàng hóa giống như tác động của x đối với lny trong dạng hàm lny =
b1 + b2 x. Do đó nhóm sửa biến sea
2
thành Esea (e mũ search) và cụm biến
(cloth*sea + cloth*sea
2
) thành cloth*Esea (Esea là e mũ Search). Sau đây là kết quả
hồi quy trên Eviews:
Dependent Variable: TIMES
Method: Least Squares
Date: 05/29/09 Time: 04:11
Sample: 1 104
Included observations: 104

TRUST 0.801419 0.152177 5.266363 0.0000
AGE -0.244596 0.074061 -3.302643 0.0014
ECLOTH 4.99E-08 4.26E-09 11.72373 0.0000
C -0.751221 1.918480 -0.391571 0.6963
R-squared 0.761437 Mean dependent var 3.798077
Adjusted R-squared 0.741347 S.D. dependent var 3.981461
S.E. of regression 2.024889 Akaike info criterion 4.331470
Sum squared resid 389.5166 Schwarz criterion 4.560311
Log likelihood -216.2364 F-statistic 37.90214
Durbin-Watson stat 1.894630 Prob(F-statistic) 0.000000
Mô hình lựa chọn:
Times= -0.751221 + 1.198511Cloth + 1.380596Inc + 1.977616Job
-0.87651Job_Inc+1.402768Pay+0.801419Trust-0.244596Age+(4.99*10^-8)Ecloth
NHẬN XÉT:
1. Nhóm biến Cloth và Ecloth: hai biến này có hiện tượng đa cộng tuyến, tuy
nhiên việc giải thích tác động của nhóm biến này đến Times (số lần mua
hàng qua mạng) không phải là quá khó khăn. Hệ số của biến Cloth và Ecloth
dương chứng tỏ những người thường hay mua quần áo, dày dép, túi xách qua
mạng có số lần mua hàng nhiều hơn những người thường mua những hàng
hóa khác ( sách, hàng điện tử, đồ lưu niệm…). Và những người mua Cloth
(quần áo, dày dép, túi xách) qua mạng nếu tìm hiểu thông tin về Cloth càng
nhiều thì sẽ mua càng nhiều.
2. Biến Pay: biến Pay trái dấu so với kỳ vọng dấu (+), liệu việc này có phải là
do đặc trưng mô hình sai hay thiếu biến quan trọng. Việc thiếu biến quan
trọng bị nhóm bác bỏ vì ban đầu theo lý thuyết, kinh nghiệm và hiểu biết
nhóm đã đưa rất nhiều các biến (14 biến sơ khảo được cho là có ảnh hưởng
đến hành vi mua hàng), sau đó thận trọng hơn, nhóm còn tạo các biến thứ
cấp (như đã trình bày ở trên) dựa trên một nền tảng lý thuyết vững chắc. Do
đó khó chấp nhận rằng nhóm đã bỏ sót biến quan trọng. Ngoài ra R
2

Việc đánh giá cùng với kinh nghiệm mua hàng thành công tác động đến tâm
lý (nhận thức, thái độ) của họ về hình thức trả tiền trước ở những trang web
như 123.com… Cuối cùng điều này làm cho mua hàng ở những trang web
như 123.com là một thay thế tốt so với những hình thức mua hàng khác.
Những người bán hàng qua mạng (seller) ưa thích hình thức thanh toán trả
tiền trước hơn. Do đó hàng hóa trên mạng hầu hết là trả tiền trước. Ngoài ra
hàng hóa trả tiền trước thường rẻ hơn hàng hóa trả tiền sau. Điều này làm
cho những người mua (buyer) tin tưởng hình thức trả tiền trước(PAY=1) có
nhiều hàng hóa rẻ hơn và nhiều sự lựa chọn hơn so với những người mua
không tin tưởng hình thức trả tiền trước. Do đó việc số lần mua hàng trên
mạng của người mua trả tiền trước nhiều hơn người mua trả tiền sau là điều
dễ hiểu.
Giả định B: Giao dịch trả tiền trước thất bại. Người mua hàng qua mạng này
không còn tin tưởng vào hình thức trả tiền trước nữa và trở thành người mua
hàng trả tiền sau (PAY=0) hoặc không mua hàng qua mạng nữa (nhóm người
này không nằm trong phạm vi nghiên cứu của nhóm). Và dĩ nhiên với thức tế
hàng hóa trả tiền sau ít đa dạng hơn và mắc hơn đã làm cho anh ta mua hàng
ít hơn những người trả tiền trước.
 Biến Pay có hệ số dương phải được chấp nhận.
3. Biến TRUST: như đã nói việc biến TRUST được sử dụng như một biến định
lượng là một ràng buộc quá nghiêm ngặt gây sai đặc trưng mô hình. Tuy
nhiên kết quả cuối cùng cho thấy TRUST có ý nghĩa và R
2
hiệu chỉnh cao
cho thấy mô hình là không quá sai. Việc sử dụng biến TRUST là các biến
Dummy là một hành động đúng đắn và có khả năng tăng R
2
hiệu chỉnh lên.
Tuy nhiên do sơ sót của nhóm là biến TRUST có thang điểm 10 vì vậy nếu
sửa biến TRUST thành các biến Dummy sẽ làm mô hình quá cồng kềnh. Do