Đề tài phân tích Ảnh hưởng của thời gian giao hàng Đến sự hài lòng của khách hàng trong thương mại Điện tử

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH VIỆN ĐÀO TẠO QUỐC TẾ NTT TIỂU LUẬN KẾT THÚC MÔN HỌC ĐỀ ÁN NGHIÊN CỨU ĐỀ TÀI: Phân tích ảnh hưởng của thời gian giao hàng đến sự hài

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH

VIỆN ĐÀO TẠO QUỐC TẾ NTT

TIỂU LUẬN KẾT THÚC MÔN HỌC

ĐỀ ÁN NGHIÊN CỨU

ĐỀ TÀI: Phân tích ảnh hưởng của thời gian giao hàng đến sự hài lòng của khách hàng trong thương mại điện

tử.

GIẢNG VIÊN HƯỚNG DẪN: NCS THS TẠ HỮU HIỂN

Tp Hồ Chí Minh, Tháng 9 Năm 2024

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGUYỄN TẤT THÀNH

VIỆN ĐÀO TẠO QUỐC TẾ NTT

TIỂU LUẬN KẾT THÚC MÔN HỌC

ĐỀ ÁN NGHIÊN CỨU

ĐỀ TÀI: Phân tích ảnh hưởng của thời gian giao hàng đến sự hài lòng của khách hàng trong thương mại điện

tử.

GIẢNG VIÊN HƯỚNG DẪN: NCS THS TẠ HỮU HIỂN

ii

LỜI XÁC NHẬN CỦA SINH VIÊN

Họ tên và Mã số sinh viên:

1 Nguyễn Hoàng Oanh MSSV: 2311559794

2 Vũ Ngọc Bảo Hân MSSV: 2311559389

3 Nguyễn Ngọc Nhi MSSV: 2311559068

Tên Giảng viên hướng dẫn: NCS THS TẠ HỮU HIỂN

LỜI XÁC NHẬN

Tôi xác nhận rằng luận án này, “Phân tích ảnh hưởng của thời gian giao hàng đến sự hài lòng của khách hàng trong thương mại điện tử.” là kết quả của những nỗ lực nghiên cứu độc lập của tôi và đã được thực hiện toàn bởi tôi.

Tp Hồ Chí Minh, Ngày 18 Tháng 9 Năm 2024

Giảng viên hướng dẫn

(Tên và chữ ký)

Sinh viên

(Tên và chữ ký)

LỜI CẢM ƠN

(in đậm, cỡ chữ 14, Phía sau lời xác nhận của sinh viên)

Cỡ chữ 13

iv

MỤC LỤC

(in đậm, cỡ chữ 14, Phía sau Lời cảm ơn)

Page

TÓM TẮT vi

CHƯƠNG 1: (uppercase) 1

1.1 1

1.1.1 2

1.1.2 3

1.2 5

1.2.1 5

1.2.2 6

1.3 7

1.3.1 8

………

CHƯƠNG 2: (uppercase) 10

2.1 11

2.1.1 12

2.2 15

2.2.1 15

2.2.2 16

………

CHƯƠNG 5: (uppercase) 50

5.1 51

5.1.1 52

5.1.2 53

………

Tài liệu tham khảo 71

Phụ lục 72

DANH MỤC CÁC BẢNG BIỂU, SƠ ĐỒ

(in đậm, cỡ chữ 14, Phía sau mục lục)

Bảng 1.1 (cỡ chữ 13) 12

Bảng 1.2 16

……

……

……

SƠ ĐỒ Page Sơ đồ 1.1……

……

Note:

- Đặt sau mục lục

- Số đầu tiên chỉ số thứ tự của chương

- Số thứ hai chỉ thứ tự của các bảng, hình ảnh, v.v., trong mỗi chương

- Ở cuối mỗi bảng, hình ảnh, v.v., trong mỗi chương, phải có một lưu ý, giải thích, trích dẫn nguồn rõ ràng hoặc mô tả về cách nó được thu thập

vi

KÍ HIỆU CÁC CỤM TỪ VIẾT TẮT (size 14)

(Phía sau Danh sách bảng, hình ảnh)

GDP (cỡ chứ 13) Gross Domestic Product

Note:

- Cụm từ viết viết tắt là các chữ cái và các ký hiệu thay chữ được viết liền nhau, để thay cho một cụm từ có nghĩa thường được lặp nhiều lần trong văn bản hoặc được mọi người mặc nhiên chấp nhận, xếp theo thự tự ABC

Nguyễn Hoàng Oanh

Vũ Ngọc Bảo Hân

Nguyễn Ngọc Nhi

Trường Đại học Nguyễn Tất Thành

+ Tác giả liên hệ ● Email:

Article history

Received: x/x/2024

Accepted: x/x/2024

Published: x/x/2024

Keywords

R, Rstudio, R Markdown,

Delivery time, Customer

Satisfaction, E-commerce

Từ khóa

R, Rstudio, R Markdown,

Thời gian giao hàng, Sự

hài lòng của khách hàng,

Thương mại điện tử

TÓM TẮT

Nghiên cứu này khám phá vai trò của thời gian giao hàng trong việc ảnh hưởng đến sự hài lòng của khách hàng trong lĩnh vực thương mại điện tử Sử dụng phần mềm R để phân tích và trực quan hóa dữ liệu sinh động, nghiên cứu xem xét mối quan hệ giữa các biến số chính như thời gian giao hàng và mức độ hài lòng của khách hàng Kết quả cho thấy rằng thời gian giao hàng có tác động đáng kể đến sự hài lòng của khách hàng, với điểm trung bình tổng thể là 3.072 (SD = 0.74895) Phân tích hồi quy chỉ ra mối tương quan thuận đáng kể giữa thời gian giao hàng và sự hài lòng của khách hàng, được minh chứng bằng hệ số β1 có ý nghĩa thống kê là 0.72198 (giá trị p < 0.001) Những kết quả này cho thấy thời gian giao hàng đóng vai trò quan trọng trong việc nâng cao trải nghiệm mua sắm của khách hàng, tác động tích cực đến mức độ hài lòng chung Nghiên cứu cũng nhấn mạnh hiệu quả của R, RStudio và R Markdown như một công cụ mạnh mẽ cho phân tích dữ liệu, khuyến khích sử dụng chúng để thực hiện các nghiên cứu có thể tái lập Bài báo cáo này đề xuất rằng các doanh nghiệp thương mại điện tử nên chú trọng cải thiện thời gian giao hàng

để nâng cao sự hài lòng của khách hàng, từ đó tăng cường trải nghiệm mua sắm trực tuyến và xây dựng lòng trung thành với thương hiệu

ix

1 Mở đầu

1.1 Bối cảnh

Thương mại điện tử (TMĐT) đã phát triển mạnh mẽ trong những năm gần đây, đặc biệt sau đại dịch COVID-19 khi người tiêu dùng chuyển hướng sang mua sắm trực tuyến Việc giao hàng không chỉ là phương tiện để chuyển sản phẩm từ nhà cung cấp đến khách hàng mà còn là một yếu tố quan trọng ảnh hưởng đến sự trải nghiệm và hài lòng của khách hàng Thời gian giao hàng, cụ thể là thời gian từ lúc đặt hàng cho đến khi nhận hàng, đang trở thành một trong những yếu tố then chốt quyết định sự thành công của doanh nghiệp thương mại điện tử

1.2 Lý do chọn đề tài

Trong thị trường cạnh tranh hiện nay, sự hài lòng của khách hàng là yếu tố sống còn của các doanh nghiệp thương mại điện tử Thời gian giao hàng ảnh hưởng trực tiếp đến cảm nhận của khách hàng về dịch vụ và sản phẩm của doanh nghiệp Tuy nhiên, chưa có nhiều nghiên cứu cụ thể về mối quan hệ giữa thời gian giao hàng và mức độ hài lòng của khách hàng Vì vậy, nghiên cứu này được thực hiện để phân tích sâu hơn về tầm quan trọng của yếu tố này

1.3 Mục tiêu và câu hỏi nghiên cứu

Mục tiêu của nghiên cứu là đánh giá và phân tích tác động của thời gian giao hàng đối với

sự hài lòng của khách hàng trong ngành thương mại điện tử Các câu hỏi chính mà nghiên cứu đặt ra bao gồm:

 Thời gian giao hàng ảnh hưởng như thế nào đến sự hài lòng của khách hàng?

 Có yếu tố nào khác ngoài thời gian giao hàng có thể làm giảm sự hài lòng khi thời gian giao hàng bị chậm trễ?

 Làm thế nào để cải thiện dịch vụ giao hàng nhằm tăng sự hài lòng của khách hàng?

1.4 Phạm vi nghiên cứu

Nghiên cứu sẽ tập trung vào thị trường thương mại điện tử tại Việt Nam, bao gồm cả các doanh nghiệp nội địa và các doanh nghiệp nước ngoài hoạt động tại Việt Nam Phạm vi

thời gian nghiên cứu sẽ bao gồm các dữ liệu thu thập trong hai năm gần nhất để đảm bảo tính cập nhật và độ tin cậy của kết quả

1.5 Kết luận

Nghiên cứu dự kiến sẽ cung cấp cái nhìn chi tiết về mối liên hệ giữa thời gian giao hàng

và sự hài lòng của khách hàng, từ đó đề xuất các giải pháp tối ưu để cải thiện dịch vụ giao hàng trong ngành thương mại điện tử Kết quả này sẽ hỗ trợ các doanh nghiệp nâng cao chất lượng dịch vụ, tăng tính cạnh tranh và cải thiện trải nghiệm khách hàng

2 Kết quả nghiên cứu

2.1 Khái quát khảo sát

a) Phương pháp định lượng được thực hiện thông qua khảo sát trực tuyến nhằm thu thập

thông tin từ người tiêu dùng về trải nghiệm mua sắm trực tuyến và mức độ hài lòng của

họ với thời gian giao hàng

Khảo sát này sẽ bao gồm các câu hỏi liên quan đến:

- Thời gian giao hàng: Bao gồm các tùy chọn từ giao hàng nhanh trong ngày, 1-3 ngày,

4-7 ngày, đến trên 7 ngày

- Loại sản phẩm đặt mua: Người tham gia sẽ được hỏi về loại sản phẩm mà họ đặt mua,

bao gồm hàng tiêu dùng, thời trang, điện tử, và các sản phẩm khác

- Mức độ mong đợi về thời gian giao hàng: Đánh giá mức độ kỳ vọng của khách hàng

về thời gian giao hàng so với thực tế

- Môi trường giao hàng: Điều kiện giao hàng như có sự tương tác với nhân viên giao

hàng, tình trạng đóng gói, và các yếu tố khác có thể ảnh hưởng đến sự hài lòng

- Cảm xúc sau khi nhận hàng: Sử dụng thang đo Likert 5 mức (1 = Rất không hài lòng,

5 = Rất hài lòng) để đo lường sự hài lòng tổng thể của khách hàng sau khi nhận hàng

- Ngoài ra, khảo sát cũng bao gồm các câu hỏi về trải nghiệm mua sắm, lý do khách hàng chọn trang web và những yếu tố khác ảnh hưởng đến quyết định mua hàng

xi trong thương mại điện tử Qua đó, có thể rút ra kết luận về xu hướng chung và cải thiện dịch vụ giao hàng

b) Phương pháp định tính: Để bổ sung cho khảo sát định lượng, các cuộc phỏng vấn sâu

sẽ được thực hiện với một nhóm nhỏ khoảng 10-15 người

Những người này sẽ được chọn từ những người đã tham gia khảo sát và có nhiều trải nghiệm giao hàng đa dạng, bao gồm cả giao hàng nhanh và chậm

Các nội dung phỏng vấn sẽ bao gồm:

- Trải nghiệm cá nhân: Cảm giác và trải nghiệm khi nhận được hàng, mức độ hài lòng

với thời gian giao hàng và những yếu tố liên quan khác như sự tiện lợi và khả năng theo dõi đơn hàng

- Ảnh hưởng tâm lý: Khám phá cảm xúc của khách hàng khi thời gian giao hàng bị chậm

trễ hoặc giao đúng hẹn, và mức độ ảnh hưởng của điều này đến quyết định mua sắm trong tương lai

- Kỳ vọng so với thực tế: Những nhận thức về sự khác biệt giữa mong đợi về thời gian

giao hàng và kết quả thực tế

Mục tiêu của phương pháp định tính là đi sâu vào các khía cạnh cảm xúc và suy nghĩ của khách hàng, từ đó xác định các yếu tố tác động mạnh mẽ đến sự hài lòng và trải nghiệm của họ

Bảng 1 Đặc điểm đối tượng nghiên cứu

Số lượng SV (N=30)

Tỉ lệ %

Giới tính

Khối ngành

Khối ngành Sư Phạm – Ngôn ngữ

Năm học hiện tại

- Thiết kế nghiên cứu định lượng: Theo Hair và cộng sự (2014), trong phân tích nhân tố khám

phá EFA, kích thước mẫu tối thiểu tốt hơn hết là từ 100 trở lên Tỉ lệ số quan sát trên một biến phân tích tối thiểu là 5:1 Bộ câu hỏi có 30 biến quan sát tham gia EFA, do đó, cỡ mẫu n tối thiểu phải bằng 180 Cụ thể, nhóm nghiên cứu đã thu thập được 30 phiếu trả lời trong nghiên cứu này

- Công cụ thu thập số liệu: Bộ câu hỏi có 20 câu hỏi, bao gồm 3 phần chính: Thông tin chung

và nhân khẩu học (1-6); Các câu hỏi về thói quen mua sắm trực tuyến (7-12); Các câu hỏi về ảnh hưởng của thời gian giao hàng đến trải nghiệm mua sắm (13-20)

Bảng 2 Tổng quan về câu hỏi khảo sát

xiii

Thói quen mua sắm trực tuyến

7-12

Có 5 phản hồi có thể cho mỗi câu, từ "hoàn toàn không đồng ý" (số 1) đến "hoàn toàn đồng ý" (số 5)

Ảnh hưởng của thời gian giao hàng đến trải

1 = Hoàn toàn không đồng ý; 2 = Không đồng ý; 3 = Bình thường; 4= Đồng ý; 5 = Hoàn toàn đồng ý

2.2 Kết quả khảo sát

2.2.1 Kiểm tra phân phối mẫu và xác định giá trị ngoại lai

Trước tiên, tác giả gọi thư viện tidyverse bằng hàm library Tidyverse là một tập hợp

các gói R (R packages) được thiết kế cho khoa học dữ liệu Nó được thống nhất bởi một triết lý thiết kế cơ bản, ngữ pháp và cấu trúc dữ liệu, cung cấp một hệ thống nhất quán cho việc xử lý dữ liệu, khám phá và trực quan hóa (Wickham, 2019) Các gói cốt lõi của

tidyverse bao gồm: ggplot2 cho việc trực quan hóa dữ liệu; dplyr cho việc xử lý dữ liệu;

tidyr cho việc làm sạch dữ liệu; readr cho việc nhập dữ liệu; tibble cho các bảng dữ liệu

(một cách tiếp cận hiện đại đối với các khung dữ liệu); stringr cho việc xử lý chuỗi ký tự

Các gói này chia sẻ một triết lý thiết kế cơ bản và các API chung, giúp chúng dễ học và sử dụng kết hợp (Wickham et al., 2019)

library(tidyverse)

Tiếp theo, tác giả tải dữ liệu sử dụng hàm read.csv Hàm read.csv trong R được sử dụng

để đọc một tệp csv vào một khung dữ liệu Hàm này là một phần của gói cơ bản R và rất

quan trọng để nhập dữ liệu vào R để phân tích Ký hiệu <- được sử dụng để khai biến và tạo một dữ liệu mới Ở đây, tác giả gọi dữ liệu mới tải là "FinalProject”, và lấy dữ liệu từ file FinalR.csv

FinalProject <- read.csv("FinalR.csv")

Biểu đồ tần suất (histogram) và biểu đồ boxplot là những công cụ thiết yếu trong phân tích dữ

liệu, giúp hiểu rõ phân phối và tính chuẩn của dữ liệu, cũng như xác định các giá trị ngoại lai Histogram là một biểu diễn đồ họa của phân phối dữ liệu, trong đó dữ liệu được chia thành các

khung hoặc khoảng, và tần suất của các điểm dữ liệu trong mỗi khung được thể hiện bằng chiều cao của các thanh Việc hình ảnh hóa này giúp đánh giá hình dạng của phân phối dữ liệu, liệu nó

có đối xứng, lệch hay có nhiều đỉnh Nếu histogram thể hiện một đường cong hình chuông, nó cho

thấy dữ liệu tuân theo phân phối chuẩn (normal distribution) Ngược lại, lệch khỏi hình dạng này

có thể báo hiệu các phân phối không chuẩn, đòi hỏi phải điều tra hoặc chuyển đổi thêm dữ liệu Boxplot, hay còn gọi là biểu đồ hộp và râu, trực quan hóa việc tóm tắt về phân phối dữ liệu thông qua năm thống kê chính: giá trị nhỏ nhất, tứ phân vị thứ nhất, trung vị, tứ phân vị thứ ba, và giá trị lớn nhất Biểu đồ này hiệu quả trong việc làm nổi bật xu hướng trung tâm, biến thiên và độ lệch của dữ liệu Khả năng của boxplot trong việc hiển thị khoảng tứ phân vị (IQR) và các giá trị ngoại lai tiềm năng làm cho nó trở nên đặc biệt hữu ích Các giá trị ngoại lai được xác định là các điểm dữ liệu nằm ngoài các râu, thường được định nghĩa là 1.5 lần IQR từ tứ phân vị thứ nhất và thứ ba Bằng cách trực quan hóa các giá trị ngoại lai này, các nhà phân tích có thể đánh giá mức độ

và ảnh hưởng của các điểm dữ liệu bất thường, có thể ảnh hưởng đến phân tích tổng thể

Gói ggplot2

Gói ggplot2, một phần của bộ sưu tập tidyverse trong R, là một công cụ mạnh mẽ và linh hoạt cho trực quan hóa dữ liệu Được phát triển bởi Hadley Wickham, ggplot2 dựa trên Ngữ pháp đồ họa (Grammar of Graphics), cung cấp một phương pháp có cấu trúc để tạo biểu đồ bằng cách phân tách các đồ thị thành các thành phần ngữ nghĩa như thang đo và lớp (Wickham, 2016) Tính mô-đun này cho phép người dùng xây dựng các hình ảnh trực quan phức tạp và thẩm mỹ bằng cách thêm hoặc sửa đổi các thành phần từng bước một Do đó, gói ggplot2 đã trở thành một phần thiết yếu của phân tích dữ liệu trong R nhờ khả năng xử lý nhiều loại biểu đồ và khả năng tùy chỉnh cao

# Create the histogram (Tạo

biểu đồ tần suất)

ggplot(FinalR, aes(x = X)) +

geom_histogram(aes(y =

( count )/sum( count ) *

xv

1)) +

labs(title = "Thói quen mua sắm trực tuyến”

x = "Thói quen mua sắm trực tuyến",

y = "Percentage") +

theme_minimal()

# Add a normal distribution layer

mean_traf <- mean(FinalR$X, na.rm = TRUE)

sd_traf <- sd(FinalR$X, na.rm = TRUE)

p + stat_function(fun = function(x) dnorm(x, mean =

mean_traf, sd = sd_traf) * length(FinalR$X) *

diff(range(FinalR$X))/10, color = "blue", size = 1)

# Create the histogram (Tạo biểu đồ tần suất)

ggplot(FinalR, aes(x = Y)) +

geom_histogram(aes(y =

( count )/sum( count ) *

100), binwidth = 1, fill =

"blue", color = "black") +

scale_y_continuous(labels =

scales::percent_format(scale =

1)) +

labs(title = "Ảnh hưởng của thời gian giao hàng đến trải nghiệm mua sắm”

x = "Ảnh hưởng của thời gian giao hàng đến trải nghiệm mua sắm",

y = "Percentage") +

theme_minimal()

# Create a boxplot (Tạo boxplot

bằng hàm ggplot)

ggplot(FinalR, aes(x = "", y = X))

+

geom_boxplot() +

labs(title = "Thói quen mua sắm

trực tuyến",

x = "Thói quen mua sắm trực tuyến",

y = "Value") +

theme_minimal()

# Calculating Quartiles (Tính tứ phân vị)

FinalR %>%

pull(X) %>%

quantile()

## 0% 25% 50% 75% 100%

##1.666667 2.333333 3.166667 3.666667 4.666667

2.2.2 Thống kê mô tả tóm tắt

Bảng 2 Đoạn mã R để tính toán thống kê mô tả tóm tắt

# Calculate summary statistics

xvii pull(X) %>%

summary()

## Min 1st Qu Median Mean 3rd Qu Max

## 1.667 2.333 3.167 3.011 3.667 4.667

#Summarize the PERC variable (Thống kê tóm tắt biến ảnh hưởng của thời gian giao hàng đến trải nghiệm mua sắm)

summary(FinalR$Y)

## Min 1st Qu Median Mean 3rd Qu Max

## 1.333 3.000 3.333 3.133 3.333 4.333

Bảng 3 Điểm mức độ tiêu dùng và sự hạnh phúc khi sử dụng trà sữa

Ảnh hưởng của thời gian giao hàng đến

trải nghiệm mua sắm