Giới thiệu dự án

Ngành du lịch – được mệnh danh là "ngành công nghiệp không khói" – đóng vai trò động lực then chốt trong cơ cấu kinh tế của nhiều quốc gia và địa phương. Tại Việt Nam, du lịch được định hướng trở thành ngành kinh tế mũi nhọn. Tỉnh Bình Định, thuộc Vùng kinh tế trọng điểm Miền Trung, sở hữu 134 km đường bờ biển với nhiều danh thắng tự nhiên (Eo Gió, Kỳ Co, Cù Lao Xanh, Đầm Thị Nại) cùng bề dày văn hóa - lịch sử phong phú (cố đô Champa, phát tích phong trào Tây Sơn).

Năm 2019, Bình Định đón khoảng 4 triệu lượt khách du lịch, đạt tổng doanh thu 6.000 tỷ đồng (tăng 49% so với năm 2018). Tuy nhiên, giai đoạn 2020–2021 chứng kiến sự suy thoái nghiêm trọng do đại dịch COVID-19, lượng khách năm 2020 giảm 54% (còn 2,5 triệu lượt) và doanh thu giảm 60,5% (còn 2.369,5 tỷ đồng). Dù phục hồi mạnh mẽ từ năm 2022 với tổng sản phẩm trên địa bàn (GRDP) tăng 8,57% và khu vực dịch vụ tăng 12,61%, sự phát triển của du lịch Bình Định vẫn chưa tương xứng với tiềm năng, thiếu tính đồng bộ và chưa có các đánh giá định lượng cụ thể về các nhân tố cấu thành lực đẩy phát triển.

                  BỐI CẢNH NGHIÊN CỨU DU LỊCH BÌNH ĐỊNH (2018 - 2022)
┌─────────────────────────────────────────────────────────────────────────────┐
│ 2019 (Đỉnh cao): 4,00M lượt khách ───► Doanh thu: 6.000 tỷ VNĐ (+49% YoY)   │
│ 2020 (Khủng hoảng COVID): 2,50M khách ──► Doanh thu: 2.369,5 tỷ VNĐ (-60,5%)│
│ 2022 (Phục hồi): GRDP tăng 8,57% ────► Ngành Dịch vụ tăng trưởng 12,61%     │
└─────────────────────────────────────────────────────────────────────────────┘

Vấn đề cốt lõi đặt ra là sự thiếu hụt các nghiên cứu thực nghiệm ứng dụng mô hình kinh tế lượng chuẩn tắc nhằm đo lường chính xác mức độ tác động của từng nhóm nhân tố (hạ tầng, tài nguyên, dịch vụ, nhân lực, cộng đồng, giá cả) đến sự phát triển du lịch địa phương sau đại dịch. Đề tài chuyên đề tốt nghiệp "Các nhân tố tác động đến sự phát triển ngành du lịch tỉnh Bình Định" do sinh viên Nguyễn Thị Mai Hoa (Khoa Kinh tế & Kế toán, Trường Đại học Quy Nhơn) thực hiện dưới sự hướng dẫn của ThS. Lê Mỹ Kim giải quyết trực tiếp khoảng trống nghiên cứu này.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý thuyết và các mô hình thực nghiệm trong và ngoài nước về phát triển du lịch.
  2. Xác định các nhân tố ảnh hưởng đến sự phát triển ngành du lịch tỉnh Bình Định.
  3. Đo lường và đánh giá mức độ tác động của từng nhân tố thông qua phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính bội (Multiple Linear Regression - OLS).
  4. Đề xuất hệ thống giải pháp và hàm ý chính sách khả thi nhằm phát triển du lịch Bình Định bền vững giai đoạn 2023–2030.

Nghiên cứu được giới hạn trong phạm vi không gian tỉnh Bình Định và dữ liệu thực nghiệm sơ cấp thu thập từ 165 du khách trong giai đoạn 2022–2023, kết hợp dữ liệu thống kê thứ cấp giai đoạn 2018–2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tổng quan các công trình nghiên cứu trước đây chỉ ra nhiều hướng tiếp cận trong việc xác định các nhân tố ảnh hưởng đến phát triển du lịch địa phương.

Tác giả & Năm Phạm vi nghiên cứu Phương pháp Các nhân tố chính Ưu điểm & Hạn chế
Nguyễn Phú Thắng (2018) An Giang EFA, Hồi quy OLS ($N=210$) Tài nguyên tự nhiên, Tài nguyên nhân văn, Chính sách, Hạ tầng Làm rõ vai trò tài nguyên; giải thích được 48,2% biến thiên; chưa đào sâu yếu tố cộng đồng.
Lê Thị Tố Quyên et al. (2019) Quần đảo Nam Du Thống kê mô tả, EFA ($N=116$) Tài nguyên, Hạ tầng, Lưu trú, Giá cả, Hướng dẫn viên, An ninh Mô hình cụ thể cho du lịch biển đảo; cỡ mẫu nhỏ ($N=116$), chưa kiểm định khuyết tật mô hình.
Nguyễn Thị Huỳnh Phượng et al. (2022) Cù lao An Bình (Vĩnh Long) Định tính kết hợp EFA ($N=120$) 9 nhóm nhân tố (An ninh, Ẩm thực, Giá cả, Nhân lực, Hạ tầng, v.v.) Khung phân tích chi tiết; phạm vi hẹp tại cù lao, tính khái quát hóa cho quy mô tỉnh chưa cao.
Nguyen Thi Khanh Chi & Ha Thuc Vien (2012) 12 tỉnh/thành Việt Nam EFA, MLRA ($N=317$) Hệ thống quản lý, Hạ tầng, Bảo hiểm kinh tế, Công nghệ Khảo sát quy mô lớn trên góc độ doanh nghiệp; chưa phản ánh trực tiếp cảm nhận của du khách.

Áp dụng phương pháp phân tích yêu cầu MoSCoW trong thiết kế khung nghiên cứu:

  • Must have: Nhóm biến Tài nguyên du lịch (TN), Cơ sở hạ tầng & Kỹ thuật công nghệ (HTCN), Chất lượng dịch vụ (DV).
  • Should have: Nhóm biến Nguồn nhân lực (LĐ), Giá cả dịch vụ (P), Sự tham gia của cộng đồng (CĐ).
  • Could have: Tác động của chính sách xúc tiến đầu tư và thương hiệu điểm đến.
  • Won't have: Mô hình chuỗi thời gian phân tích vĩ mô (do hạn chế chuỗi số liệu sau gián đoạn đại dịch).

Thiết kế hệ thống

Khung nghiên cứu kinh tế lượng được thiết kế theo quy trình xử lý dữ liệu chuẩn hóa qua 5 giai đoạn:

flowchart TD
    A["Thu thập dữ liệu sơ cấp (Bảng hỏi Likert 5 mức độ, N=165)"] --> B["Mã hóa & Làm sạch dữ liệu (SPSS / Excel)"]
    B --> C["Kiểm định độ tin cậy thang đo (Cronbach's Alpha >= 0.7)"]
    C --> D["Phân tích nhân tố khám phá (EFA: KMO, Bartlett, Varimax)"]
    D --> E["Ước lượng Hồi quy tuyến tính OLS (BLUE)"]
    E --> F["Kiểm định khuyết tật mô hình (VIF, White Test)"]
    F --> G["Phân tích kết quả & Đề xuất chính sách"]

Mô hình kinh tế lượng tổng quát:

$$\text{MucdoPTDL}_i = \beta_0 + \beta_1 \text{HTCN}_i + \beta_2 \text{DV}_i + \beta_3 \text{TN}_i + \beta_4 \text{LĐ}_i + \beta_5 \text{CĐ}_i + \beta_6 \text{P}_i + u_i$$

Trong đó:

  • Biến phụ thuộc $\text{MucdoPTDL}$: Mức độ phát triển du lịch (thang đo Likert 1–5: từ 1 = Rất không phát triển đến 5 = Rất phát triển).
  • $\text{HTCN}$ (Cơ sở hạ tầng & kỹ thuật công nghệ): 8 biến quan sát (HTCN1 đến HTCN8).
  • $\text{DV}$ (Chất lượng dịch vụ du lịch): Đánh giá các tiện ích lưu trú, vận chuyển, ẩm thực.
  • $\text{TN}$ (Tài nguyên du lịch): Cảnh quan thiên nhiên biển đảo và di sản văn hóa Champa, Tây Sơn.
  • $\text{LĐ}$ (Chất lượng nguồn nhân lực): Kỹ năng chuyên môn, thái độ phục vụ, ngoại ngữ.
  • $\text{CĐ}$ (Sự tham gia của cộng đồng): Mức độ thân thiện, bảo tồn môi trường, làm du lịch cộng đồng.
  • $\text{P}$ (Yếu tố giá cả): Tính hợp lý, tương xứng giữa chi phí và chất lượng dịch vụ.
  • $\beta_0$: Hệ số chặn (Intercept); $\beta_1, \dots, \beta_6$: Các hệ số hồi quy riêng phần; $u_i$: Sai số ngẫu nhiên.
CẤU TRÚC BẢNG DỮ LIỆU ĐIỀU TRA (SCHEMA TỔNG HỢP)
├── ID: Định danh mẫu điều tra [1..165]
├── Demographics: Giới tính, Độ tuổi, Thu nhập, Nghề nghiệp
├── HTCN: [HTCN1..HTCN8] -> Likert [1..5]
├── DV:   [DV1..DV5]     -> Likert [1..5]
├── TN:   [TN1..TN5]     -> Likert [1..5]
├── LD:   [LD1..LD5]     -> Likert [1..5]
├── CD:   [CD1..CD5]     -> Likert [1..5]
├── P:    [P1..P4]       -> Likert [1..5]
└── MucdoPTDL: Target    -> Likert [1..5]

Methodology

Quy trình nghiên cứu áp dụng phương pháp tiếp cận định lượng có kiểm soát giả định BLUE (Best Linear Unbiased Estimator):

  • Quy mô mẫu:
    • Theo Hair et al. (1998), kích thước mẫu tối thiểu cho EFA: $N \ge 5 \times x$ ($x=33$ biến quan sát) $\Rightarrow N \ge 165$.
    • Theo Tabachnick & Fidell (1996), kích thước mẫu tối thiểu cho hồi quy: $N \ge 50 + 8k$ ($k=6$ biến độc lập) $\Rightarrow N \ge 98$.
    • Mẫu chính thức được chọn: $N = 165$ khách du lịch tại Bình Định (phương pháp chọn mẫu thuận tiện).
  • Quy trình thu thập:
    1. Khảo sát thử nghiệm: Phỏng vấn 20 du khách để tinh chỉnh câu chữ, bảo đảm độ rõ ràng của bảng hỏi.
    2. Khảo sát chính thức: Triển khai bảng hỏi trực tiếp tại các điểm du lịch trọng điểm (Quy Nhơn, Kỳ Co, Eo Gió, Bảo tàng Quang Trung).
    3. Làm sạch dữ liệu: Sử dụng kỹ thuật bảng tần số và xử lý missing value trên SPSS.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được hiện thực hóa qua pipeline xử lý trên SPSS/Python với các thuật toán thống kê chuẩn:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.stats.diagnostic import het_white

# 1. Đọc và tiền xử lý bộ dữ liệu khảo sát (N=165)
df = pd.read_csv("binhdinh_tourism_survey.csv")
feature_cols = ['HTCN', 'DV', 'TN', 'LD', 'CD', 'P']
X = df[feature_cols]
y = df['MucdoPTDL']

# 2. Ước lượng mô hình hồi quy OLS
X_const = sm.add_constant(X)
ols_model = sm.OLS(y, X_const).fit()

# 3. Kiểm định Đa cộng tuyến (Variance Inflation Factor - VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = feature_cols
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(feature_cols))]

# 4. Kiểm định Phương sai sai số thay đổi (White's Test)
white_test = het_white(ols_model.resid, X_const)
labels = ['Test Statistic', 'Test p-value', 'F-Statistic', 'F-Test p-value']
white_results = dict(zip(labels, white_test))

print(ols_model.summary())
print(vif_data)
print("White Test p-value:", white_results['Test p-value'])

Testing và validation

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

Tất cả các thang đo thành phần đều thỏa mãn điều kiện kiểm định: Hệ số $\alpha \ge 0,7$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0,30$. Không có biến quan sát nào bị loại do giá trị "Cronbach's Alpha if Item Deleted" không vượt quá Alpha tổng.

KẾT QUẢ KIỂM ĐỊNH ĐỘ TIN CẬY CRONBACH'S ALPHA
├── Cơ sở hạ tầng, kỹ thuật (HTCN): α = 0.862 (8 biến quan sát, Item-Total > 0.45)
├── Chất lượng dịch vụ (DV):         α = 0.814 (5 biến quan sát, Item-Total > 0.41)
├── Tài nguyên du lịch (TN):         α = 0.845 (5 biến quan sát, Item-Total > 0.52)
├── Nguồn nhân lực (LD):             α = 0.798 (5 biến quan sát, Item-Total > 0.38)
├── Sự tham gia cộng đồng (CD):      α = 0.831 (5 biến quan sát, Item-Total > 0.46)
└── Yếu tố giá cả (P):               α = 0.789 (4 biến quan sát, Item-Total > 0.39)

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO và Bartlett: Hệ số KMO đạt $0,812$ ($0,5 < \text{KMO} < 1,0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0,000 < 0,05$, khẳng định ma trận tương quan giữa các biến là phù hợp cho phân tích nhân tố.
  • Tổng phương sai trích (Total Variance Explained): Đạt $63,48% > 50%$, giá trị Eigenvalue của nhân tố thứ 6 đạt $1,218 > 1$, giải thích tốt biến thiên của dữ liệu gốc.
  • Ma trận xoay nhân tố (Varimax Rotation): Các trọng số nhân tố (Factor Loading) đều đạt giá trị $> 0,55$, phân tách rõ nét 6 nhóm nhân tố độc lập mà không xảy ra hiện tượng tải chéo vi phạm giá trị phân biệt.
KIỂM ĐỊNH KHUYẾT TẬT MÔ HÌNH HỒI QUY:
├── Đa cộng tuyến: Hệ số VIF của tất cả các biến độc lập đều nằm trong khoảng [1.214 - 1.842] < 10 (Không có đa cộng tuyến).
├── Phương sai sai số thay đổi: Kiểm định White cho giá trị p-value = 0.241 > 0.05 (Chấp nhận giả thuyết H0: Phương sai đồng nhất).
└── Tự tương quan: Giá trị Durbin-Watson = 1.892 (Nằm trong dải chấp nhận 1.5 - 2.5).

Kết quả đạt được

Kết quả ước lượng mô hình hồi quy tuyến tính OLS sau chuẩn hóa thể hiện mức độ giải thích và thứ tự tác động của từng nhân tố:

Biến độc lập Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$-stat Mức ý nghĩa ($p$-value) Mức độ tác động
(Constant) 0.412 0.158 — 2.608 0.010 —
TN (Tài nguyên) 0.312 0.048 0.345 6.500 0.000 Hạng 1 (Mạnh nhất)
HTCN (Hạ tầng) 0.245 0.042 0.278 5.833 0.000 Hạng 2
DV (Dịch vụ) 0.186 0.039 0.201 4.769 0.000 Hạng 3
LD (Nhân lực) 0.142 0.036 0.156 3.944 0.000 Hạng 4
CD (Cộng đồng) 0.118 0.035 0.129 3.371 0.001 Hạng 5
P (Giá cả) 0.095 0.032 0.104 2.968 0.003 Hạng 6
  • Hệ số xác định $R^2 = 0,584$ và $R^2 \text{ hiệu chỉnh} = 0,568$. Điều này chứng minh rằng 6 nhân tố trong mô hình giải thích được 56,8% sự biến thiên của mức độ phát triển du lịch tại tỉnh Bình Định; 43,2% còn lại là do các yếu tố ngoài mô hình và sai số ngẫu nhiên.
  • Kiểm định $F = 36,92$ với $p\text{-value} = 0,000$ khẳng định mô hình xây dựng có ý nghĩa thống kê cao ở mức tin cậy 99%.

Đổi mới và đóng góp

  1. Định lượng hóa cấu trúc phát triển du lịch Bình Định hậu COVID-19: Đề tài là công trình nghiên cứu thực nghiệm đầu tiên tại Đại học Quy Nhơn tích hợp đồng thời 6 trụ cột kinh tế lượng để lượng hóa lực đẩy du lịch Bình Định sau đại dịch.
  2. Xác lập thứ bậc tác động thực nghiệm: Kết quả nghiên cứu chứng minh Tài nguyên du lịch ($\beta = 0,345$) và Cơ sở hạ tầng & Kỹ thuật công nghệ ($\beta = 0,278$) là 2 nhân tố then chốt chi phối hơn 62% tác động tổng hợp của các biến độc lập.
  3. Mở rộng lý thuyết nguồn lực (Resource-Based View - RBV): Chứng minh tính tương thích của lý thuyết Wernerfelt (1984) và Dwyer & Kim (2003) trong bối cảnh du lịch biển đảo miền Trung Việt Nam: Lợi thế so sánh từ tài nguyên chỉ phát huy tối đa khi đi kèm năng lực hạ tầng kết nối.
THỨ BẬC TÁC ĐỘNG CỦA CÁC NHÂN TỐ (STANDARDIZED BETA)
Tài nguyên du lịch (TN)          ████████████████████████ 0.345
Hạ tầng & Công nghệ (HTCN)       ███████████████████ 0.278
Chất lượng dịch vụ (DV)          ██████████████ 0.201
Nguồn nhân lực (LD)              ███████████ 0.156
Sự tham gia cộng đồng (CD)       █████████ 0.129
Yếu tố giá cả (P)                ███████ 0.104

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình hồi quy, hệ thống giải pháp thực thi được đề xuất theo 4 nhóm ưu tiên:

graph TD
    A["Chiến lược phát triển Du lịch Bình Định"] --> B["1. Bảo tồn & Khai thác Tài nguyên (Beta=0.345)"]
    A --> C["2. Hiện đại hóa Hạ tầng & Công nghệ (Beta=0.278)"]
    A --> D["3. Chuẩn hóa Chất lượng Dịch vụ (Beta=0.201)"]
    A --> E["4. Đào tạo Nhân lực & Du lịch Cộng đồng (Beta=0.156 & 0.129)"]

    B --> B1["Bảo tồn rạn san hô Kỳ Co, Hòn Khô"]
    B --> B2["Phát huy văn hóa Champa & Võ thuật Tây Sơn"]
    C --> C1["Nâng cấp trục Quốc lộ 19B, Cảng Quy Nhơn"]
    C --> C2["Chuyển đổi số: App du lịch thông minh, bản đồ số"]
    D --> D1["Chuẩn hóa cơ sở lưu trú 3-5 sao"]
    D --> D2["Kiểm soát an toàn vệ sinh thực phẩm"]
    E --> E1["Liên kết Đại học Quy Nhơn đào tạo ngoại ngữ"]
    E --> E2["Mô hình Homestay bản địa tại Cù Lao Xanh, Nhơn Hải"]

Kế hoạch hành động và Lộ trình triển khai (2023 - 2026)

  • Giai đoạn 1 (2023 - 2024):
    • Hoàn thiện số hóa dữ liệu điểm đến (Smart Tourism Portal).
    • Tăng cường thanh tra niêm yết giá dịch vụ du lịch tại bãi biển Quy Nhơn, Nhơn Lý.
  • Giai đoạn 2 (2024 - 2025):
    • Triển khai Đề án đào tạo kỹ năng nghề du lịch chuẩn quốc gia cho 2.000 lao động ngành khách sạn - nhà hàng.
    • Xây dựng cụm sản phẩm du lịch văn hóa kết hợp biểu diễn võ cổ truyền Bình Định và nghệ thuật tuồng Đào Tấn.
  • Giai đoạn 3 (2025 - 2026):
    • Mở rộng cảng biển Nhơn Hội và hoàn thiện các tuyến giao thông kết nối sân bay Phù Cát.
    • Nhân rộng mô hình du lịch cộng đồng gắn với bảo tồn biển tại xã đảo Nhơn Châu.

Hạn chế và hướng phát triển

  • Hạn chế về cỡ mẫu và kỹ thuật chọn mẫu: Cỡ mẫu $N = 165$ dù thỏa mãn các điều kiện kỹ thuật của EFA và OLS nhưng áp dụng phương pháp chọn mẫu thuận tiện, có thể chưa bao phủ toàn diện nhóm khách du lịch quốc tế cao cấp.
  • Hạn chế về tính động của dữ liệu: Nghiên cứu sử dụng dữ liệu cắt ngang (cross-sectional data) tại một thời điểm, chưa phản ánh được sự biến động mùa vụ du lịch (mùa khô tháng 1–8 so với mùa mưa bão tháng 9–12).
  • Hướng phát triển tiếp theo:
    • Ứng dụng mô hình Cấu trúc tuyến tính (Structural Equation Modeling - PLS-SEM) để phân tích các tác động gián tiếp và biến trung gian (như Sự hài lòng, Lòng trung thành của du khách).
    • Mở rộng khảo sát đa ngôn ngữ (Anh, Hàn, Hoa) tại Sân bay Phù Cát nhằm nâng cao tính đại diện cho thị trường khách quốc tế.

Đối tượng hưởng lợi

ĐỐI TƯỢNG HƯỞNG LỢI TỪ DỰ ÁN NGHIÊN CỨU
├── 🏛️ Cơ quan Quản lý Nhà nước (Sở Du lịch, UBND tỉnh Bình Định):
│   └── Căn cứ dữ liệu thực nghiệm để phân bổ ngân sách đầu tư công và lập quy hoạch phát triển.
├── 🏢 Doanh nghiệp Du lịch & Lữ hành:
│   └── Tối ưu hóa chất lượng dịch vụ (DV) và chiến lược định giá (P) để gia tăng tỷ lệ khách quay lại.
├── 👨‍🎓 Sinh viên & Giới Nghiên cứu:
│   └── Tài liệu tham khảo chuẩn mực về quy trình phân tích kinh tế lượng (Cronbach's Alpha, EFA, OLS, White test).
└── 👥 Cộng đồng Dân cư Địa phương:
│   └── Tiếp cận mô hình sinh kế du lịch cộng đồng bền vững, bảo tồn tài nguyên sinh thái biển đảo.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lựa chọn cỡ mẫu N = 165?

Theo chuẩn phân tích EFA của Hair et al. (1998), tỷ lệ quan sát trên biến đo lường tối thiểu là 5:1. Bảng hỏi gồm 33 biến quan sát, yêu cầu tối thiểu $33 \times 5 = 165$ mẫu. Đồng thời, theo Tabachnick & Fidell (1996), phân tích hồi quy 6 biến độc lập đòi hỏi cỡ mẫu $N \ge 50 + 8 \times 6 = 98$. Mẫu $N = 165$ đáp ứng chặt chẽ cả hai tiêu chuẩn học thuật trên.

2. Mô hình có gặp hiện tượng đa cộng tuyến và phương sai sai số thay đổi không?

Không. Kiểm định hệ số phóng đại phương sai cho thấy $\text{VIF} < 2,0$ (thấp hơn nhiều so với ngưỡng cảnh báo 10), chứng minh không có đa cộng tuyến. Kiểm định White cho giá trị $p\text{-value} = 0,241 > 0,05$, xác nhận giả định phương sai sai số không đổi được tôn trọng, đảm bảo tính chất ước lượng tuyến tính không thiên lệch tốt nhất (BLUE).

3. Nhân tố nào có ảnh hưởng mạnh nhất đến sự phát triển du lịch Bình Định?

Nhân tố Tài nguyên du lịch có mức độ tác động mạnh nhất với hệ số hồi quy chuẩn hóa $\beta = 0,345$ ($p < 0,001$), theo sau là Cơ sở hạ tầng, kỹ thuật công nghệ với $\beta = 0,278$.

4. Giá trị hệ số R-squared = 0.584 có ý nghĩa thực tiễn như thế nào?

Giá trị $R^2 = 0,584$ thể hiện 6 nhóm nhân tố trong mô hình giải thích được 58,4% sự thay đổi của mức độ phát triển du lịch tại Bình Định. Đây là tỷ lệ giải thích tốt trong các nghiên cứu kinh tế lượng xã hội và hành vi du khách.

5. Giải pháp nào mang tính đột phá nhất cho Bình Định giai đoạn tới?

Đột phá kép: Tập trung nguồn lực nâng cấp hạ tầng kết nối giao thông - viễn thông thông minh song song với chiến lược khoanh vùng bảo tồn nghiêm ngặt tài nguyên sinh thái biển đảo tại Quy Nhơn, Nhơn Lý, Cù Lao Xanh.

Kết luận

Chuyên đề tốt nghiệp "Các nhân tố tác động đến sự phát triển ngành du lịch tỉnh Bình Định" đã xây dựng thành công khung phân tích thực nghiệm định lượng chuẩn tắc, xác định rõ mức độ đóng góp của 6 nhóm nhân tố trọng yếu: Tài nguyên du lịch ($\beta = 0,345$), Cơ sở hạ tầng công nghệ ($\beta = 0,278$), Chất lượng dịch vụ ($\beta = 0,201$), Nguồn nhân lực ($\beta = 0,156$), Sự tham gia cộng đồng ($\beta = 0,129$) và Yếu tố giá cả ($\beta = 0,104$).

Các kết quả kiểm định thống kê Cronbach's Alpha, EFA và các kiểm định khuyết tật mô hình (VIF, White Test) khẳng định tính vững chắc và độ tin cậy khoa học của mô hình OLS. Đây không chỉ là công trình học thuật hoàn chỉnh của sinh viên Khoa Kinh tế & Kế toán - Trường Đại học Quy Nhơn, mà còn là tài liệu tham khảo thực chứng có giá trị ứng dụng cao cho các nhà hoạch định chính sách và doanh nghiệp trong nỗ lực đưa du lịch Bình Định trở thành ngành kinh tế mũi nhọn bền vững.