4P Marketing Mix là gì? Cách áp dụng vào mô hình nghiên cứu
Mô hình 4P Marketing Mix là gì
4P Marketing Mix là khung phân tích hoạt động marketing dựa trên bốn nhóm biến: Product, Price, Place và Promotion. Khi bạn mở một đề tài về ý định mua, sự hài lòng, lòng trung thành hoặc quyết định lựa chọn thương hiệu, bốn nhóm này thường được dùng để mô tả những gì doanh nghiệp cung cấp và cách khách hàng tiếp cận sản phẩm.
Trong nghiên cứu định lượng, 4P không nên được đưa vào bảng hỏi như bốn nhãn chung chung. Mỗi P cần được chuyển thành một biến tiềm ẩn, sau đó đo bằng nhiều biến quan sát. Ví dụ, Product có thể được đo qua chất lượng, mẫu mã và mức độ phù hợp với nhu cầu; Price có thể liên quan đến mức giá, tính hợp lý và cảm nhận về giá trị nhận được.
Khung 4P thường được gắn với E. Jerome McCarthy trong tài liệu marketing. Tuy nhiên, khi viết luận văn, bạn nên kiểm tra đúng tài liệu mà giảng viên yêu cầu thay vì tự thêm một năm xuất bản không có trong danh mục tài liệu tham khảo. 4P cũng khác với mô hình AIDA. AIDA mô tả các trạng thái trong quá trình phản ứng của khách hàng, còn 4P mô tả các nhóm công cụ marketing.
Các thành phần trong mô hình
Bốn thành phần của 4P có thể là biến độc lập trong mô hình giải thích hành vi khách hàng. Biến phụ thuộc phải được chọn theo câu hỏi nghiên cứu cụ thể, chẳng hạn ý định mua hoặc sự hài lòng. Đừng mặc định cả bốn P đều tác động giống nhau trong mọi ngành, vì mức độ phù hợp phụ thuộc vào sản phẩm, thị trường và bối cảnh khảo sát.
| Thành phần | Nội dung cần đo | Ví dụ biến quan sát có thể phát triển |
|---|---|---|
| Product | Đặc điểm và giá trị cảm nhận của sản phẩm hoặc dịch vụ | Sản phẩm đáp ứng nhu cầu, chất lượng ổn định, mẫu mã phù hợp |
| Price | Cảm nhận của khách hàng về mức giá và giá trị nhận được | Giá hợp lý, tương xứng chất lượng, dễ chấp nhận so với lựa chọn khác |
| Place | Khả năng tiếp cận sản phẩm và sự thuận tiện của kênh phân phối | Dễ tìm mua, địa điểm thuận tiện, giao hàng phù hợp |
| Promotion | Hoạt động truyền thông và khuyến khích mua | Thông tin dễ hiểu, khuyến mãi phù hợp, nội dung truyền thông đáng tin |
Product không chỉ là chất lượng vật lý. Với dịch vụ hoặc nền tảng số, Product có thể bao gồm tính năng, trải nghiệm sử dụng, khả năng hỗ trợ và mức độ giải quyết vấn đề. Price cũng không chỉ là con số niêm yết, vì người trả lời có thể đánh giá giá dựa trên lợi ích, chi phí chuyển đổi hoặc mức giá của đối thủ.
Place cần được điều chỉnh theo bối cảnh. Với cửa hàng bán lẻ, bạn có thể hỏi về vị trí và khả năng tìm mua. Với thương mại điện tử, biến này có thể tập trung vào kênh bán, tốc độ giao hàng và sự thuận tiện khi nhận sản phẩm. Promotion nên tách khỏi Product, vì nội dung quảng cáo tốt không đồng nghĩa với sản phẩm có chất lượng tốt.
Mô hình gốc và các mở rộng phổ biến
Mô hình 4P phù hợp nhất khi đề tài nghiên cứu sản phẩm hoặc hoạt động marketing theo góc nhìn khách hàng. Khi nghiên cứu dịch vụ, nhiều tài liệu mở rộng 4P thành 7P bằng cách thêm People, Process và Physical Evidence. Bạn có thể xem cách phân biệt trong bài 7P Marketing Mix là gì, nhưng không nên thêm ba thành phần này chỉ vì mô hình 7P đang phổ biến.
Một mở rộng khác là kết hợp 4P với mô hình giải thích hành vi. Chẳng hạn, 4P có thể là các biến độc lập, Perceived Value là biến trung gian và Purchase Intention là biến phụ thuộc. Nếu đề tài tập trung vào chấp nhận công nghệ, bạn có thể tham khảo mô hình AIDA để phân biệt biến mô tả phản ứng truyền thông với biến đo ý định hành vi. Việc ghép mô hình cần dựa trên câu hỏi nghiên cứu và thang đo, không dựa vào việc cố đưa thật nhiều biến vào sơ đồ.
Bạn cũng có thể dùng 4P như một khung phân nhóm biến trước khi xây dựng mô hình. Ví dụ, một đề tài về cà phê đóng chai có thể chỉ giữ Product, Price và Promotion nếu Place không phải vấn đề nghiên cứu. Trong trường hợp đó, hãy giải thích lý do loại Place trong chương cơ sở lý thuyết và chương phương pháp.
Bảng dưới đây là các mốc kỹ thuật thường xuất hiện khi bạn chuyển 4P thành mô hình định lượng. Đây là tiêu chí đánh giá dữ liệu và thang đo, không phải ngưỡng để kết luận rằng một chiến lược marketing ngoài đời chắc chắn thành công.
| Nội dung kiểm tra | Mốc tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha của thang đo | Từ 0.7 trở lên; thang đo khám phá có thể xem xét từ 0.6 | (Nunnally, 1978); (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| KMO khi chạy EFA | Từ 0.5 trở lên | (Kaiser, 1974) |
| Total variance explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998); (Hair và cộng sự, 2022) |
| AVE và Composite Reliability | AVE từ 0.5, CR từ 0.7 | (Fornell và Larcker, 1981) |
| HTMT giữa hai khái niệm | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
Thang đo thường dùng cho từng khái niệm
4P không phải một thang đo duy nhất có thể sao chép nguyên văn cho mọi đề tài. Bạn cần tìm thang đo phù hợp với ngành, sản phẩm, đối tượng khảo sát và ngôn ngữ sử dụng. Trong danh mục nguồn nền tảng marketing, SERVQUAL của Parasuraman và cộng sự tập trung vào chất lượng dịch vụ, vì vậy không nên gọi toàn bộ SERVQUAL là thang đo 4P. Nguồn gốc cụ thể của từng thang đo phải được kiểm tra trước khi đưa vào chương 3.
| Khái niệm | Hướng phát triển thang đo | Nguồn tham khảo phù hợp |
|---|---|---|
| Product | Chất lượng, tính năng, thiết kế, mức độ đáp ứng nhu cầu | (Nguyễn Đình Thọ, 2011) cho quy trình phát triển và kiểm định thang đo |
| Price | Giá hợp lý, giá trị cảm nhận, khả năng chi trả | (Nguyễn Đình Thọ, 2011) cho quy trình điều chỉnh thang đo |
| Place | Khả năng tiếp cận, sự thuận tiện của kênh phân phối | (Nguyễn Đình Thọ, 2011) cho quy trình khảo sát định lượng |
| Promotion | Mức độ rõ ràng, hấp dẫn và đáng tin của truyền thông | (Nguyễn Đình Thọ, 2011) cho quy trình xây dựng biến quan sát |
| Ý định mua | Khả năng, kế hoạch hoặc mong muốn mua | Cần chọn nghiên cứu gốc đúng bối cảnh, không tự gắn một nguồn khi chưa kiểm tra |
Các dòng trên chỉ là hướng phát triển, chưa phải bản dịch đã được xác nhận. Khi soạn bảng hỏi, bạn viết mỗi biến quan sát thành một phát biểu mà người trả lời có thể đánh giá trên thang Likert. Thang Likert được giới thiệu trong công trình của Likert, vì vậy bạn có thể nêu nguồn (Likert, 1932) khi giải thích việc sử dụng thang đo này.
Bạn nên dùng cùng một cách xưng hô, cùng mốc đánh giá và cùng số điểm trong một nhóm thang đo. Nếu có biến quan sát đảo chiều, đánh dấu riêng trong file dữ liệu và kiểm tra lại cách mã hóa trước khi chạy Cronbach's Alpha. Việc dịch câu hỏi từ tiếng Anh sang tiếng Việt cũng cần đọc lại theo ngữ cảnh, vì một câu đúng ngữ pháp vẫn có thể khó hiểu với người trả lời.
Áp dụng vào đề tài của bạn
Giả sử bạn nghiên cứu đề tài: “Ảnh hưởng của Marketing Mix đến ý định mua mỹ phẩm nội địa của sinh viên tại Thành phố Hồ Chí Minh”. Bạn có thể xây dựng mô hình ban đầu gồm bốn biến độc lập là Product, Price, Place và Promotion, còn Purchase Intention là biến phụ thuộc.
Mô hình khái niệm có dạng:
Product, Price, Place, Promotion → Purchase Intention
Các giả thuyết cần viết thành câu đầy đủ:
- H1: Product có ảnh hưởng cùng chiều đến Purchase Intention của sinh viên đối với mỹ phẩm nội địa.
- H2: Price có ảnh hưởng cùng chiều đến Purchase Intention của sinh viên đối với mỹ phẩm nội địa.
- H3: Place có ảnh hưởng cùng chiều đến Purchase Intention của sinh viên đối với mỹ phẩm nội địa.
- H4: Promotion có ảnh hưởng cùng chiều đến Purchase Intention của sinh viên đối với mỹ phẩm nội địa.
Đây là mô hình minh họa, không phải kết quả của một nghiên cứu thực tế. Khi dùng cho đề tài của bạn, hãy thay ngành, đối tượng, địa bàn và biến phụ thuộc trong các giả thuyết. Nếu bạn muốn nghiên cứu mức độ trung thành, Purchase Intention cần được thay bằng Loyalty và phải có cơ sở lý thuyết cho mối quan hệ đó.
Tiếp theo, bạn lập bảng mã biến. Ví dụ Product có thể mang mã PRD1, PRD2, PRD3; Price có mã PRI1, PRI2, PRI3; Place có PLC1, PLC2, PLC3; Promotion có PRO1, PRO2, PRO3. Tên mã phải nhất quán giữa bảng hỏi, file .sav hoặc .csv, và sơ đồ SmartPLS.
Khi dữ liệu đã đủ, bạn kiểm tra dữ liệu thiếu, câu trả lời lặp một mức, mã hóa ngược và các trường hợp không thuộc đối tượng khảo sát. Sau đó mới đánh giá độ tin cậy và giá trị thang đo. Nếu một biến quan sát bị loại, bạn ghi rõ mã biến, lý do và kết quả chạy lại thay vì âm thầm sửa bảng kết quả.
Cách viết vào luận văn: “Dựa trên khung 4P Marketing Mix và bối cảnh [ngành/sản phẩm], nghiên cứu đề xuất bốn yếu tố gồm [Product], [Price], [Place] và [Promotion] có ảnh hưởng đến [biến phụ thuộc] của [đối tượng khảo sát] tại [địa bàn]. Các giả thuyết H1 đến H4 được kiểm định bằng [SPSS/SmartPLS] trên dữ liệu thu thập từ [số lượng] đáp viên.”
Cách kiểm định mô hình bằng SPSS hoặc SmartPLS
SPSS phù hợp khi bạn dùng hồi quy tuyến tính, kiểm định độ tin cậy, EFA và muốn đọc các bảng Reliability Statistics, KMO and Bartlett's Test, Rotated Component Matrix và Coefficients. Quy trình cơ bản là chạy Cronbach's Alpha cho từng nhóm, chạy EFA nếu thiết kế nghiên cứu yêu cầu, tính điểm đại diện cho các nhân tố rồi chạy hồi quy với Purchase Intention là biến phụ thuộc.
SmartPLS phù hợp khi 4P được mô hình hóa bằng biến tiềm ẩn và bạn muốn đánh giá đồng thời measurement model cùng structural model. Trong SmartPLS 4, bạn cần nhập file .csv, vẽ các construct, nối mũi tên theo giả thuyết, chạy PLS-SEM Algorithm, sau đó chạy Bootstrapping. Khi báo cáo PLS-SEM, có thể dùng 5.000 bootstrap subsamples theo hướng dẫn (Hair và cộng sự, 2022).
Bảng dưới đây mô phỏng hình dạng kết quả, không phải số liệu của một nghiên cứu thật.
số liệu minh họa
| Path Coefficients | Original sample (O) | Sample mean (M) | Standard deviation (STDEV) | T statistics | P values |
|---|---|---|---|---|---|
| Product → Purchase Intention | 0.284 | 0.287 | 0.071 | 4.000 | 0.000 |
| Price → Purchase Intention | 0.156 | 0.159 | 0.068 | 2.294 | 0.022 |
| Place → Purchase Intention | 0.091 | 0.094 | 0.064 | 1.422 | 0.155 |
| Promotion → Purchase Intention | 0.331 | 0.328 | 0.075 | 4.413 | 0.000 |
Từ bảng minh họa, bạn không được kết luận thay cho dữ liệu của mình. Với file thật, hãy kiểm tra dấu của path coefficient, p-value, khoảng tin cậy bootstrap và VIF. VIF dưới 5 là mốc thường được tham khảo trong PLS-SEM (Hair và cộng sự, 2019). R² của Purchase Intention cho biết mức độ giải thích của các biến trong mô hình, còn Q² lớn hơn 0 được dùng để xem xét khả năng dự báo (Stone, 1974).
Trong SPSS, bạn vào Analyze > Scale > Reliability Analysis để chạy Cronbach's Alpha, chọn các biến quan sát của từng P riêng biệt và mở Statistics để chọn Scale if item deleted. Sau đó vào Analyze > Dimension Reduction > Factor để chạy EFA, kiểm tra KMO, Bartlett, Total Variance Explained và Rotated Component Matrix. Với hồi quy, vào Analyze > Regression > Linear, đặt Purchase Intention vào ô Dependent và các điểm nhân tố vào ô Independent(s).
Lỗi thường gặp khi dùng mô hình này
Lỗi đầu tiên là xem 4P như bốn biến quan sát đơn lẻ. Một P thường là một khái niệm gồm nhiều biến quan sát, vì vậy việc chỉ hỏi một câu cho Product hoặc Price khiến bạn khó đánh giá độ tin cậy của thang đo.
Lỗi thứ hai là lấy nguyên bộ câu hỏi của một ngành khác. Thang đo Promotion cho ngân hàng có thể không phù hợp với mỹ phẩm hoặc ứng dụng giao đồ ăn. Bạn cần giữ ý nghĩa khái niệm, điều chỉnh từ ngữ theo bối cảnh và kiểm tra lại bằng khảo sát thử.
Lỗi thứ ba là thêm People, Process, Physical Evidence nhưng vẫn gọi mô hình là 4P. Nếu có thêm ba thành phần, hãy gọi đúng là 7P và giải thích lý do mở rộng. Tương tự, lý thuyết RFM và mô hình RFM phục vụ phân khúc hoặc phân tích giá trị khách hàng, không phải biến thể tự động của 4P.
Lỗi thứ tư là giữ một biến quan sát chỉ vì nó làm Cronbach's Alpha tăng. Alpha cao chưa đủ để chứng minh giá trị nội dung, giá trị hội tụ và giá trị phân biệt. Bạn cần kết hợp lý thuyết, Corrected Item-Total Correlation, factor loading hoặc outer loading và cấu trúc nhân tố.
Lỗi cuối là viết kết luận nhân quả quá mạnh. Dữ liệu khảo sát cắt ngang có thể cho thấy mối liên hệ theo mô hình và mức độ phù hợp với giả thuyết. Bạn nên viết “có ảnh hưởng theo kết quả mô hình” trong phạm vi nghiên cứu, không viết rằng một P luôn làm khách hàng mua nhiều hơn trong mọi tình huống.
Câu hỏi thường gặp
4P Marketing Mix có phải là một lý thuyết không
4P thường được dùng như một khung hoặc mô hình thực hành để phân loại các công cụ marketing. Trong luận văn, bạn cần đặt 4P trong phần cơ sở lý thuyết và giải thích vì sao từng thành phần có thể liên quan đến biến phụ thuộc của đề tài.
Có bắt buộc phải dùng đủ bốn P không
Không bắt buộc. Bạn có thể chọn những thành phần phù hợp với câu hỏi nghiên cứu, nhưng phải giải thích lý do loại biến. Nếu đề tài tập trung vào kênh bán hàng, Place có thể là trọng tâm; nếu nghiên cứu chất lượng dịch vụ, 7P hoặc một mô hình chất lượng dịch vụ có thể phù hợp hơn.
4P nên chạy SPSS hay SmartPLS
Cả hai đều có thể phù hợp. Chọn SPSS khi mô hình đơn giản, bạn cần EFA và hồi quy trên điểm nhân tố. Chọn SmartPLS khi muốn giữ các biến tiềm ẩn, đánh giá measurement model và structural model cùng lúc. Phần mềm không thay thế việc chọn đúng thang đo và giả thuyết.
Có thể dùng 4P để nghiên cứu ý định mua không
Có thể, nếu bạn xây dựng được lập luận cho mối quan hệ giữa từng P và ý định mua trong bối cảnh cụ thể. Bạn cần xác định rõ đối tượng, sản phẩm, địa bàn và cách đo Purchase Intention, sau đó kiểm định từng giả thuyết thay vì kết luận từ cảm nhận cá nhân.
Nếu Cronbach's Alpha của một P thấp thì phải làm sao
Kiểm tra Corrected Item-Total Correlation, nội dung biến quan sát, cách mã hóa và dữ liệu thiếu. Bạn chỉ nên loại biến khi có lý do về thống kê và nội dung, sau đó chạy lại thang đo và ghi lại các vòng xử lý trong luận văn. Không nên xóa nhiều biến chỉ để đạt một con số đẹp.
Bạn hãy mở lại đề cương và file dữ liệu, chốt biến phụ thuộc, lập mã cho bốn nhóm P rồi kiểm tra từng thang đo theo đúng thứ tự trước khi chạy mô hình; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.