Giới thiệu dự án

Ngành du lịch đóng vai trò là ngành kinh tế mũi nhọn thúc đẩy chuyển dịch cơ cấu kinh tế tại Việt Nam từ nông nghiệp sang dịch vụ, tạo công ăn việc làm và gia tăng nguồn thu ngân sách. Thành phố Đà Lạt (tỉnh Lâm Đồng) là trung tâm nghỉ dưỡng hàng đầu, xếp hạng danh lam thắng cảnh cấp quốc gia. Tuy nhiên, giai đoạn 2020 – 2021, đại dịch COVID-19 gây gián đoạn nghiêm trọng: tổng lượt khách đến Đà Lạt năm 2020 chỉ đạt 51,3% kế hoạch (giảm hơn 44% so với năm 2019), trong đó khách quốc tế đạt 120.000 lượt (giảm 77,5%), khách nội địa giảm 41,5% và khách lưu trú đạt 3,6 triệu lượt (giảm 25%).

         Kế hoạch 2020: 7.800.000 lượt khách
┌────────────────────────────────────────────────────────┐
│ Thực tế 2020: 4.001.400 lượt (51,3% kế hoạch, -44% YoY)│
├──────────────────────────┬─────────────────────────────┤
│ Khách quốc tế: 120.000   │ Khách lưu trú: 3.600.000    │
│ (-77,5% so với 2019)     │ (-25,0% so với 2019)        │
└──────────────────────────┴─────────────────────────────┘

Trong bối cảnh phục hồi kinh tế, TP. Hồ Chí Minh là thị trường khách trọng điểm cách Đà Lạt 293 km (kết nối qua Quốc lộ 20 và các chặng bay Tân Sơn Nhất - Liên Khương). Vấn đề cốt lõi đặt ra là sự suy giảm chất lượng dịch vụ du lịch tổng thể (từ lữ hành, vận chuyển, lưu trú đến ẩm thực và an ninh trật tự) dẫn đến khoảng cách lớn giữa kỳ vọng và cảm nhận thực tế của du khách TP.HCM.

Đề tài "Tác động của chất lượng dịch vụ du lịch đến sự hài lòng của du khách Thành Phố Hồ Chí Minh đối với điểm đến Thành phố Đà Lạt" được thực hiện bởi tác giả Phạm Kiều Mỹ Duyên (Chuyên ngành Marketing, Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM - IUH, dưới sự hướng dẫn của TS. Huỳnh Quang Minh) nhằm lượng hóa các thành phần chất lượng dịch vụ tác động đến sự hài lòng.

Mục tiêu nghiên cứu cụ thể

  1. Xác định và hiệu chỉnh hệ thống nhân tố đo lường chất lượng dịch vụ du lịch tại điểm đến Đà Lạt dựa trên mô hình chuẩn quốc tế.
  2. Đo lường mức độ tác động và trọng số của từng nhân tố đến sự hài lòng của du khách TP.HCM.
  3. Kiểm định sự khác biệt về mức độ hài lòng theo các đặc tính nhân khẩu học (giới tính, độ tuổi, thu nhập, tần suất du lịch).
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị giúp các nhà hoạch định chính sách và doanh nghiệp lữ hành nâng cao năng lực cạnh tranh cho điểm đến Đà Lạt.

Phạm vi và giới hạn

  • Đối tượng khảo sát: Du khách đang sinh sống tại TP.HCM đã từng trải nghiệm du lịch tại Đà Lạt.
  • Thời gian thực hiện: Từ tháng 02/2021 đến tháng 05/2021.
  • Quy mô mẫu: Nghiên cứu sơ bộ ($n = 50$) và nghiên cứu chính thức ($N = 210$).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng quan các mô hình lý thuyết nền tảng và nghiên cứu thực nghiệm nhằm xây dựng khung phân tích tối ưu cho điểm đến đặc thù:

Mô hình nghiên cứu Tác giả & Năm Thành phần cốt lõi Ưu điểm Nhược điểm / Khoảng trống
Kỹ thuật / Chức năng Grönroos (1984) Chất lượng kỹ thuật, Chất lượng chức năng, Hình ảnh thương hiệu. Phân định rõ kết quả nhận được và quy trình chuyển giao dịch vụ. Mang tính khái niệm cao, khó thao tác hóa thành thang đo định lượng chi tiết cho điểm đến.
SERVQUAL Parasuraman et al. (1988) 5 chiều: Tin cậy, Đáp ứng, Năng lực phục vụ, Đồng cảm, Phương tiện hữu hình (22 biến). Thang đo chuẩn hóa, độ tin cậy và giá trị nội dung cao, áp dụng đa ngành. Chưa tích hợp các biến đặc thù điểm đến (tài nguyên thiên nhiên, văn hóa bản địa, an toàn giao thông).
HOLSAT Tribe & Snaith (1998) Ma trận đánh giá thuộc tính tích cực/tiêu cực ($X$: Cảm nhận, $Y$: Kỳ vọng). Đánh giá được thuộc tính riêng biệt của điểm đến nghỉ dưỡng; xử lý thuộc tính tiêu cực. Cần đo lường 2 lần (trước và sau chuyến đi), dễ gây sai lệch hồi tưởng đối với khách nội địa.
Mô hình Petra Destination Al-Ababneh (2013) Cơ sở vật chất, Khả năng tiếp cận, Điểm tham quan. Tập trung mạnh vào hạ tầng du lịch và khả năng tiếp cận địa lý. Bỏ qua yếu tố tương tác nhân sự và sự thấu cảm văn hóa địa phương.
Festival Hoa Đà Lạt Hà Nam Khánh Giao & Lê Thái Sơn (2012) Phương tiện hữu hình, Bảo đảm, Đồng cảm, Tin cậy, Đáp ứng. Đã kiểm chứng thực nghiệm tại bối cảnh địa bàn Thành phố Đà Lạt. Chỉ đo lường sự kiện lễ hội ngắn hạn, chưa phản ánh toàn diện trải nghiệm du lịch quanh năm.
Du lịch ĐBSCL Nguyễn Thị Cẩm Phú (2016) Tin cậy - Đáp ứng, Cơ sở vật chất, Đồng cảm, Năng lực phục vụ. Phù hợp với văn hóa tiêu dùng và du lịch vùng phía Nam Việt Nam. Gộp biến Tin cậy và Đáp ứng làm giảm độ phân giải của tác động từng chiều riêng biệt.

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must-Have (Bắt buộc): Đo lường 5 nhân tố SERVQUAL cải tiến (Mức độ tin cậy, Khả năng đáp ứng, Năng lực phục vụ, Sự đồng cảm, Phương tiện hữu hình); kiểm định độ tin cậy Cronbach's Alpha $\ge 0.70$; phân tích EFA tải nhân tố $\ge 0.50$; mô hình hồi quy tuyến tính không vi phạm giả định OLS.
  • Should-Have (Cần có): Phân tích phương sai One-Way ANOVA và Independent Sample T-test kiểm định sự khác biệt nhân khẩu học; kiểm tra đa cộng tuyến với hệ số $VIF < 2.0$.
  • Could-Have (Có thể mở rộng): Đo lường lòng trung thành và ý định quay trở lại (Revisit Intention); tích hợp biến số truyền thông mạng xã hội và eWOM.
  • Won't-Have (Không thực hiện): Nghiên cứu hành vi chi tiêu vi mô của du khách quốc tế trong giai đoạn giãn cách biên giới.

Thiết kế hệ thống mô hình nghiên cứu

graph LR
    subgraph BienDocLap["Các Nhân Tố Chất Lượng Dịch Vụ"]
        H1["Mức độ tin cậy (TC)<br>5 biến quan sát"]
        H2["Khả năng đáp ứng (DU)<br>5 biến quan sát"]
        H3["Năng lực phục vụ (PV)<br>3 biến quan sát"]
        H4["Sự đồng cảm (DC)<br>3 biến quan sát"]
        H5["Phương tiện hữu hình (HH)<br>7 biến quan sát"]
    end

    subgraph BienPhuThuoc["Biến Phụ Thuộc"]
        Y["Sự hài lòng của du khách TP.HCM (HL)<br>3 biến quan sát"]
    end

    H1 -->|H1 (+)| Y
    H2 -->|H2 (+)| Y
    H3 -->|H3 (+)| Y
    H4 -->|H4 (+)| Y
    H5 -->|H5 (+)| Y

Mô hình hồi quy đa biến tổng quát: $$HL = \beta_0 + \beta_1 \cdot TC + \beta_2 \cdot DU + \beta_3 \cdot PV + \beta_4 \cdot DC + \beta_5 \cdot HH + \epsilon$$

  • Thang đo Likert 5 mức độ: 1 = Hoàn toàn không đồng ý; 2 = Không đồng ý; 3 = Bình thường / Trung lập; 4 = Đồng ý; 5 = Hoàn toàn đồng ý.
  • Công nghệ và công cụ xử lý: IBM SPSS Statistics v20.0, Microsoft Excel 2019, Python 3.9 (Statsmodels, Scikit-learn, Factor-Analyzer) cho xử lý kiểm chứng dữ liệu độc lập.

Phương pháp luận (Methodology)

Nghiên cứu kết hợp hai giai đoạn:

  1. Nghiên cứu sơ bộ định tính: Phỏng vấn trực tiếp chuyên sâu $n = 5$ du khách TP.HCM từng đi Đà Lạt nhằm điều chỉnh câu chữ, bổ sung các tiêu chí địa phương (an toàn vệ sinh thực phẩm, an ninh trật tự xã hội, vệ sinh môi trường, đặc sản địa phương).
  2. Nghiên cứu sơ bộ định lượng: Khảo sát thử nghiệm $n = 50$ để đánh giá sơ bộ độ tin cậy thang đo qua hệ số Cronbach's Alpha.
  3. Nghiên cứu chính thức định lượng: Khảo sát $N = 210$ mẫu hợp lệ qua bảng hỏi cấu trúc trực tiếp và trực tuyến.

Implementation và kết quả

Quy trình triển khai phân tích dữ liệu

[Thu thập dữ liệu (N = 210)]
          │
          ▼
[Làm sạch & Mã hóa dữ liệu (Excel / SPSS 20)]
          │
          ▼
[Kiểm định độ tin cậy Thang đo (Cronbach's Alpha >= 0.70)]
          │
          ▼
[Phân tích Nhân tố Khám phá (EFA - KMO >= 0.5, Varimax)]
          │
          ▼
[Phân tích Tương quan Pearson (Ma trận tương quan r)]
          │
          ▼
[Hồi quy Đa biến OLS (R-squared, ANOVA F-test, VIF < 2)]
          │
          ▼
[Kiểm định Giả định Phần dư (Histogram, Normal P-P, Scatter)]
          │
          ▼
[Kiểm định Khác biệt Thống kê (One-Way ANOVA & T-Test)]

Dưới đây là mã nguồn Python chuẩn hóa thuật toán xử lý dữ liệu kiểm định Cronbach's Alpha, EFA và hồi quy OLS tương đương quy trình SPSS v20:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
from statsmodels.stats.outliers_influence import variance_inflation_factor

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số Cronbach's Alpha chuẩn cho tập biến quan sát."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return float((k / (k - 1)) * (1 - item_vars.sum() / total_var))

def run_efa_analysis(df_features: pd.DataFrame, n_factors: int = 5):
    """Kiểm tra KMO, Bartlett's Test và trích xuất nhân tố Varimax."""
    kmo_per_variable, kmo_total = calculate_kmo(df_features)
    chi_square_value, p_value = calculate_bartlett_sphericity(df_features)
    
    fa = FactorAnalyzer(n_factors=n_factors, rotation="varimax", method="principal")
    fa.fit(df_features)
    
    loadings = pd.DataFrame(
        fa.loadings_, 
        index=df_features.columns, 
        columns=[f"Factor_{i+1}" for i in range(n_factors)]
    )
    eigenvalues, _ = fa.get_eigenvalues()
    variance_explained = fa.get_factor_variance()
    
    return {
        "kmo": kmo_total,
        "bartlett_p": p_value,
        "loadings": loadings,
        "eigenvalues": eigenvalues[:n_factors],
        "variance_ratio": variance_explained[1]
    }

def fit_ols_regression(X: pd.DataFrame, y: pd.Series):
    """Hồi quy OLS và tính toán hệ số VIF phát hiện đa cộng tuyến."""
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model, vif_data

Kiểm định và xác thực mô hình (Testing & Validation)

1. Kiểm định độ tin cậy thang đo Cronbach's Alpha ($N = 210$)

Tất cả 5 nhóm biến độc lập và 1 biến phụ thuộc đều đạt chuẩn kiểm định với hệ số Cronbach's Alpha $> 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$:

Thang đo thành phần Ký hiệu Số biến quan sát Cronbach's Alpha Tương quan biến-tổng nhỏ nhất
Mức độ tin cậy TC 5 0.824 0.542 (TC3)
Khả năng đáp ứng DU 5 0.861 0.615 (DU4)
Năng lực phục vụ PV 3 0.789 0.578 (PV2)
Sự đồng cảm DC 3 0.805 0.601 (DC1)
Phương tiện hữu hình HH 7 0.887 0.593 (HH6)
Sự hài lòng của du khách HL 3 0.843 0.658 (HL2)

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập:
    • Hệ số $KMO = 0.876$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có giá trị thống kê Chi-Square đạt ý nghĩa thống kê cao ($Sig. = 0.000 < 0.001$).
    • Phương pháp trích Principal Axis Factoring với phép quay Varimax trích được 5 nhân tố tại Eigenvalue $= 1.248 > 1.0$.
    • Tổng phương sai trích (Cumulative Variance Explained) đạt 63.42% ($> 50%$). Tất cả hệ số tải nhân tố (Factor Loading) đều $> 0.55$.
  • Biến phụ thuộc: $KMO = 0.712$, $Sig. = 0.000$, phương sai trích đạt 67.81% tại 1 nhân tố duy nhất.

3. Kết quả phân tích hồi quy đa biến và kiểm định giả định

Phân tích tương quan Pearson cho thấy tất cả các biến độc lập đều có mối tương quan thuận chiều có ý nghĩa thống kê với biến phụ thuộc $HL$ ($r$ từ $0.412$ đến $0.628$, $p < 0.01$).

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Hệ số VIF
(Hằng số - Constant) 0.214 0.185 — 1.157 0.249 —
Khả năng đáp ứng (DU) 0.298 0.046 0.312 6.478 0.000 1.342
Phương tiện hữu hình (HH) 0.245 0.041 0.268 5.975 0.000 1.289
Năng lực phục vụ (PV) 0.182 0.039 0.195 4.667 0.000 1.215
Mức độ tin cậy (TC) 0.156 0.038 0.168 4.105 0.000 1.256
Sự đồng cảm (DC) 0.121 0.035 0.134 3.457 0.001 1.187
  • Chỉ số đánh giá độ phù hợp của mô hình:
    • Hệ số xác định $R^2 = 0.584$; $R^2$ hiệu chỉnh (Adjusted $R^2$) = 0.574 (Giải thích được 57,4% sự biến thiên của mức độ hài lòng).
    • Kiểm định $F$ trong bảng ANOVA đạt $F = 57.284$ với $Sig. = 0.000$, khẳng định mô hình hồi quy tuyến tính hoàn toàn phù hợp với dữ liệu thực tế.
    • Hệ số Durbin-Watson $= 1.942$ ($1.5 < d < 2.5$), không có hiện tượng tự tương quan chuỗi bậc nhất.
    • Hệ số phóng đại phương sai $VIF < 1.4$ (thấp hơn nhiều so với ngưỡng 2.0), mô hình không vi phạm hiện tượng đa cộng tuyến.
    • Biểu đồ tần số phần dư chuẩn hóa (Histogram) có dạng hình chuông đối xứng chuẩn; biểu đồ Normal P-P Plot các điểm quan sát phân bố sát đường chéo kỳ vọng $45^\circ$, xác nhận giả định phân phối chuẩn của phần dư không bị vi phạm.
Phương trình hồi quy chuẩn hóa:
HL = 0.312*DU + 0.268*HH + 0.195*PV + 0.168*TC + 0.134*DC

Đổi mới và đóng góp

  1. Hiệu chỉnh thang đo chuẩn hóa cho bối cảnh phục hồi du lịch: Bổ sung các biến quan sát thực tế vào khung SERVQUAL gốc (an toàn thực phẩm, trật tự trị an, sự đa dạng của ẩm thực bản địa và quà lưu niệm) giúp thang đo phản ánh chính xác tâm lý du khách hậu đại dịch.
  2. Lượng hóa thứ bậc tác động thực nghiệm: Khác với các nghiên cứu trước đây tại ĐBSCL hay sự kiện lễ hội ngắn hạn, nghiên cứu xác định Khả năng đáp ứng ($\beta = 0.312$) và Phương tiện hữu hình ($\beta = 0.268$) là hai trụ cột chi phối mạnh mẽ nhất sự hài lòng của du khách TP.HCM đối với Đà Lạt.
  3. Bộ bằng chứng thực nghiệm cho quản trị điểm đến: Cung cấp cơ sở dữ liệu thống kê khách quan cho Sở Văn hóa, Thể thao và Du lịch Lâm Đồng cùng Hiệp hội Du lịch Đà Lạt - Lâm Đồng nhằm tối ưu hóa ngân sách xúc tiến.

Ứng dụng thực tế và triển khai

Chiến lược nâng cao chất lượng dịch vụ theo 5 trụ cột

                     CHIẾN LƯỢC NÂNG CAO CLDV DU LỊCH ĐÀ LẠT
┌───────────────────────────────────┬───────────────────────────────────┐
│ 1. Khả năng đáp ứng (Beta: 0.312) │ 2. Phương tiện hữu hình (0.268)   │
│ - Đa dạng hóa tour nông nghiệp    │ - Nâng cấp QL20, đèo Prenn        │
│ - Chuẩn hóa chợ đêm, niêm yết giá │ - Quy hoạch cảnh quan Hồ Xuân Hương│
├───────────────────────────────────┼───────────────────────────────────┤
│ 3. Năng lực phục vụ (Beta: 0.195) │ 4. Mức độ tin cậy (Beta: 0.168)   │
│ - Đào tạo nghiệp vụ lễ tân/HDV    │ - Kiểm tra VSATTP định kỳ 100%    │
│ - Kỹ năng ngoại ngữ, giao tiếp    │ - Đường dây nóng hỗ trợ du khách  │
├───────────────────────────────────┴───────────────────────────────────┤
│ 5. Sự đồng cảm (Beta: 0.134)                                          │
│ - Giữ gìn phong cách người Đà Lạt "Hiền hòa - Thanh lịch - Mến khách"  │
│ - Cá nhân hóa dịch vụ lưu trú homestay/resort                         │
└───────────────────────────────────────────────────────────────────────┘
  1. Nâng cao Khả năng đáp ứng ($\beta = 0.312$): Đa dạng hóa loại hình du lịch trải nghiệm (du lịch canh nông công nghệ cao, trekking, glamping); tổ chức các hoạt động văn hóa nghệ thuật định kỳ; kiểm soát chặt chẽ tình trạng "chặt chém", chèo kéo tại Chợ Đêm Đà Lạt.
  2. Hiện đại hóa Phương tiện hữu hình ($\beta = 0.268$): Đầu tư hạ tầng giao thông kết nối liên vùng (nâng cấp đèo Prenn, mở rộng Quốc lộ 20); chuẩn hóa hệ thống bảng chỉ dẫn du lịch thông minh; bảo tồn cảnh quan kiến trúc cổ điển và vệ sinh môi trường tại các danh thắng (Hồ Xuân Hương, Thung lũng Tình Yêu).
  3. Chuẩn hóa Năng lực phục vụ ($\beta = 0.195$): Định kỳ đào tạo kỹ năng nghiệp vụ chuyên nghiệp, phong cách giao tiếp lịch thiệp và kiến thức văn hóa địa phương cho đội ngũ hướng dẫn viên, nhân viên lưu trú và tài xế taxi.
  4. Củng cố Mức độ tin cậy ($\beta = 0.168$): Tăng cường thanh tra an toàn vệ sinh thực phẩm tại các cơ sở kinh doanh ăn uống; đảm bảo trật tự an toàn giao thông và an ninh chính trị tại các điểm tham quan đông người.
  5. Gia tăng Sự đồng cảm ($\beta = 0.134$): Phát huy nét đẹp văn hóa người Đà Lạt "Hiền hòa - Thanh lịch - Mến khách"; triển khai kênh tiếp nhận và phản hồi ý kiến đóng góp của du khách 24/7.

Lộ trình triển khai khuyến nghị

Giai đoạn Thời gian Hành động trọng tâm Chỉ số KPI đo lường
Giai đoạn 1: Ổn định & Chuẩn hóa Tháng 1 - 3 Rà soát niêm yết giá, kiểm tra an toàn thực phẩm, xử lý dứt điểm "cò" mứt và chèo kéo du khách. 100% cơ sở lưu trú và điểm ăn uống ký cam kết niêm yết giá; giảm 80% khiếu nại.
Giai đoạn 2: Nâng cấp trải nghiệm Tháng 4 - 8 Triển khai số hóa thông tin điểm đến (App du lịch Đà Lạt Smart Tourism); đào tạo chuẩn hóa nhân lực dịch vụ. Tỷ lệ hài lòng chung tăng lên $\ge 4.2/5.0$; đạt trên 100.000 lượt tải ứng dụng.
Giai đoạn 3: Phát triển bền vững Tháng 9 - 12 Mở rộng sản phẩm du lịch sinh thái - văn hóa đặc sắc; xúc tiến liên kết tour tuyến TP.HCM - Đà Lạt. Lượng khách TP.HCM quay lại lần 2 trở lên đạt $\ge 45%$; doanh thu dịch vụ tăng $20%$.

Hạn chế và hướng phát triển

  • Giới hạn không gian lấy mẫu: Nghiên cứu chỉ tập trung vào nhóm du khách sinh sống tại TP.HCM, chưa bao quát du khách từ các tỉnh miền Trung, miền Bắc hoặc khách quốc tế.
  • Quy mô mẫu: Kích thước mẫu $N = 210$ đáp ứng tiêu chuẩn hồi quy nhưng cần mở rộng quy mô ($N \ge 500$) để tiến hành phân tích đa nhóm (Multi-group Analysis).
  • Phương pháp phân tích: Nghiên cứu áp dụng mô hình hồi quy OLS truyền thống. Hướng phát triển tiếp theo nên ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) hoặc PLS-SEM để đánh giá đồng thời các biến trung gian như Giá trị cảm nhận (Perceived Value) và Lòng trung thành thương hiệu (Brand Loyalty).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế / Marketing / Du lịch: Tài liệu tham khảo chuẩn mực về quy trình nghiên cứu định lượng hoàn chỉnh từ thiết kế thang đo, xử lý SPSS đến giải thích hệ số hồi quy.
  • Cơ quan quản lý nhà nước (Sở VHTTDL tỉnh Lâm Đồng): Căn cứ khoa học phục vụ công tác quy hoạch, ban hành tiêu chuẩn chất lượng dịch vụ du lịch điểm đến.
  • Doanh nghiệp lữ hành, khách sạn & kinh doanh dịch vụ: Định vị chính xác nhu cầu cốt lõi của thị trường nguồn khách lớn nhất (TP.HCM) để tái cấu trúc sản phẩm và tối ưu hóa chi phí vận hành.
  • Nhà nghiên cứu thị trường: Khung thang đo kiểm chứng thực nghiệm sẵn sàng tái sử dụng cho các điểm đến nghỉ dưỡng tương đồng tại Việt Nam (Sa Pa, Tam Đảo, Măng Đen).

Câu hỏi thường gặp

1. Kích thước mẫu $N = 210$ có đảm bảo độ tin cậy thống kê cho phân tích EFA và hồi quy đa biến?

Theo quy tắc kinh nghiệm của Hair et al. (2014), kích thước mẫu tối thiểu cho phân tích EFA là $N \ge 5 \times k$ (với $k$ là số biến quan sát). Nghiên cứu có 23 biến quan sát độc lập, yêu cầu cỡ mẫu tối thiểu là $23 \times 5 = 115$ mẫu. Đối với hồi quy OLS, cỡ mẫu tối thiểu theo Tabachnick & Fidell (2007) là $N \ge 50 + 8 \times m = 50 + 8 \times 5 = 90$ mẫu (với $m = 5$ biến độc lập). Do đó, cỡ mẫu $N = 210$ đạt chuẩn thống kê và đảm bảo lực kiểm định cao.

2. Thang đo SERVQUAL gốc 22 biến đã được tinh chỉnh như thế nào cho phù hợp với điểm đến Đà Lạt?

Tác giả đã chuyển đổi thang đo SERVQUAL từ đánh giá dịch vụ doanh nghiệp đơn lẻ sang đánh giá chất lượng điểm đến tổng thể thông qua nghiên cứu định tính ($n = 5$): bổ sung các biến an toàn giao thông trên các cung đường đèo, an ninh trật tự, vệ sinh môi trường, văn hóa ẩm thực và tính cách hiếu khách của cư dân địa phương.

3. Làm thế nào để kiểm soát và loại trừ hiện tượng đa cộng tuyến trong mô hình?

Độ đa cộng tuyến được kiểm soát chặt chẽ qua hệ số phóng đại phương sai (VIF). Tất cả các biến độc lập trong mô hình đều có hệ số $VIF$ dao động từ $1.187$ đến $1.342$, thấp hơn nhiều so với ngưỡng cảnh báo lý thuyết ($VIF > 2.0$ hoặc $10.0$), chứng minh các biến độc lập không có mối quan hệ phụ thuộc lẫn nhau nghiêm trọng.

4. Kết quả kiểm định ANOVA cho thấy có sự khác biệt về sự hài lòng theo thu nhập hay không?

Kiểm định One-Way ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê ($Sig. < 0.05$) về mức độ hài lòng giữa các nhóm thu nhập khác nhau: nhóm du khách có thu nhập từ 15 triệu đồng/tháng trở lên đặt ra yêu cầu khắt khe hơn về yếu tố Phương tiện hữu hình và Năng lực phục vụ so với nhóm học sinh - sinh viên có thu nhập dưới 5 triệu đồng/tháng.

5. Tại sao nhân tố Khả năng đáp ứng lại có trọng số tác động lớn nhất ($\beta = 0.312$)?

Khách du lịch TP.HCM đến Đà Lạt chủ yếu với mục đích giải tỏa căng thẳng và nghỉ dưỡng ngắn ngày vào cuối tuần. Do đó, sự sẵn sàng phục vụ nhanh chóng, sự đa dạng của dịch vụ giải trí, ẩm thực và giá cả hợp lý là yếu tố trực tiếp tạo nên cảm xúc tích cực tức thì cho kỳ nghỉ.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Kiều Mỹ Duyên đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc xác lập mô hình 5 nhân tố chất lượng dịch vụ du lịch tác động đến sự hài lòng của du khách TP.HCM đối với Đà Lạt với độ giải thích $R^2 = 58.4%$. Thứ tự tác động giảm dần lần lượt là: Khả năng đáp ứng ($\beta = 0.312$), Phương tiện hữu hình ($\beta = 0.268$), Năng lực phục vụ ($\beta = 0.195$), Mức độ tin cậy ($\beta = 0.168$) và Sự đồng cảm ($\beta = 0.134$). Các phát hiện thực nghiệm này là kim chỉ nam quan trọng giúp ngành du lịch Đà Lạt - Lâm Đồng tái thiết chuỗi cung ứng dịch vụ, nâng tầm hình ảnh thành phố du lịch thông minh, thân thiện và bền vững.