Giới thiệu dự án

Bối cảnh ngành và thực trạng thị trường

Ngành du lịch và khách sạn tại Việt Nam đóng vai trò là ngành kinh tế mũi nhọn, đóng góp trực tiếp vào tăng trưởng GDP quốc gia. Thừa Thiên Huế – trung tâm văn hóa, lịch sử và du lịch đặc sắc sở hữu hai Di sản Văn hóa Thế giới được UNESCO công nhận – đón hàng triệu lượt khách nội địa và quốc tế mỗi năm. Tuy nhiên, giai đoạn 2020–2021 chứng kiến sự đứt gãy nặng nề do đại dịch COVID-19: 9 tháng đầu năm 2021, tổng lượt khách đến Thừa Thiên Huế chỉ đạt 633.315 lượt (giảm 56% so với cùng kỳ 2020), trong đó khách quốc tế sụt giảm 96% (đạt 18.796 lượt), tổng doanh thu toàn ngành giảm 69% xuống còn 1.097,45 tỷ đồng.

Bước vào giai đoạn phục hồi 2022–2023 gắn liền với chuyển đổi số và đề án "Đô thị du lịch thông minh" (ứng dụng Audio Guide, VR/VR 360, thanh toán không tiền mặt), các doanh nghiệp lưu trú cao cấp tại địa phương phải đối mặt với áp lực tái cơ cấu toàn diện nhằm tối ưu chi phí vận hành và nâng cao trải nghiệm khách hàng. Khách sạn Hương Giang Resort & Spa (trực thuộc Công ty Cổ phần Du lịch Hương Giang) là cơ sở lưu trú 4 sao biểu tượng ven sông Hương, sở hữu quy mô tài sản trên 39,7 tỷ đồng nhưng đang gặp bài toán suy giảm nguồn nhân lực (từ 175 nhân sự năm 2019 xuống 108 nhân sự năm 2021, giảm 38,29%) và công suất khai thác phòng chưa tối ưu.

+-----------------------------------------------------------------------------+
|               BỐI CẢNH TÁI THIẾT NGÀNH LƯU TRÚ HUẾ (2021-2023)               |
|                                                                             |
|  [Khủng hoảng đại dịch]         [Áp lực nội tại DN]      [Xu hướng thị trường]
|  - Khách quốc tế: -96%          - Nhân sự: -38.29%       - Chuyển đổi số / VR
|  - Doanh thu: -69%              - Tài sản: -7.24%        - Cá nhân hóa dịch vụ
|                                                                             |
|                                     │                                       |
|                                     ▼                                       |
|             +───────────────────────────────────────────────+               |
|             |  Nhu cầu cấp thiết: Mô hình hóa định lượng    |               |
|             |  chất lượng dịch vụ lưu trú (SERVPERF/OLS)    |               |
|             +───────────────────────────────────────────────+               |
+-----------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Khách sạn Hương Giang đang đối mặt với 4 điểm nghẽn (pain points) lớn trong quản trị chất lượng:

  1. Thiếu khung đánh giá định lượng chuẩn xác: Khách sạn chủ yếu dựa vào phản hồi định tính truyền thống, thiếu hệ thống chỉ số đo lường hiệu suất dịch vụ (Service Performance Metrics) để nhận diện chính xác khoảng cách giữa kỳ vọng và thực tế trải nghiệm của du khách.
  2. Biến động và cơ cấu nhân sự mất cân bằng: Lao động trình độ đại học chỉ chiếm 33,3%, trong khi nhóm sơ cấp/chứng chỉ nghề chiếm tới 33,3%–44%, tạo ra sự không đồng đều trong kỹ năng giao tiếp ngoại ngữ và xử lý khiếu nại phát sinh.
  3. Sự hao mòn vật lý và công nghệ của cơ sở vật chất: Trang thiết bị nội thất và hệ sinh thái tiện ích phòng ngủ chưa được đồng bộ hóa với tiêu chuẩn thông minh, làm suy giảm năng lực cạnh tranh trước các chuỗi nghỉ dưỡng mới nổi.
  4. Hiệu ứng đứt gãy sau khủng hoảng: Nguồn vốn kinh doanh giảm liên tục qua 3 năm (từ 42,8 tỷ đồng năm 2019 xuống 39,7 tỷ đồng năm 2021), đòi hỏi mọi chiến lược đầu tư nâng cấp chất lượng phải có căn cứ hoàn vốn (ROI) rõ ràng.

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Hệ thống hóa cơ sở lý luận về quản trị chất lượng dịch vụ lưu trú, xây dựng mô hình nghiên cứu thực nghiệm thích ứng dựa trên thang đo SERVQUAL và SERVPERF.
  2. Mục tiêu 2: Đo lường thực trạng và kiểm định mức độ tác động của các nhân tố cấu thành chất lượng dịch vụ đến sự hài lòng chung của du khách tại Khách sạn Hương Giang thông qua phân tích định lượng ($N = 150$).
  3. Mục tiêu 3: Xác định thứ tự ưu tiên và đề xuất hệ thống giải pháp khả thi nhằm cải thiện chất lượng phục vụ, nâng cao tỷ lệ quay lại và tối ưu hóa hiệu quả kinh doanh.

Phương pháp tiếp cận giải pháp (Solution Approach)

Đề tài áp dụng phương pháp tiếp cận SERVPERF (Cronin & Taylor, 1992) kết hợp với kỹ thuật định lượng đa biến trên phần mềm IBM SPSS Statistics 20.0. Thay vì đo lường sự chênh lệch kép "Kỳ vọng - Cảm nhận" (Expectation - Perception Gap) dễ gây sai lệch tâm lý học hành vi, mô hình tập trung trực tiếp vào kết quả thực hiện thực tế (Performance-only measure), tối ưu hóa độ nhạy thống kê và giảm thiểu độ dài bảng hỏi khảo sát.

Kết quả kỳ vọng và chỉ số đo lường

  • Xây dựng thang đo gồm 5 nhóm nhân tố độc lập (22 biến quan sát) và 1 biến phụ thuộc (3 biến quan sát).
  • Đạt độ tin cậy thang đo Cronbach's Alpha $\ge 0.70$ cho toàn bộ các nhóm biến.
  • Phân tích nhân tố khám phá (EFA) đạt chỉ số $\text{KMO} \ge 0.70$, tổng phương sai trích $> 50%$, hệ số tải nhân tố $> 0.50$.
  • Mô hình hồi quy tuyến tính bội đạt $R^2 \ge 0.50$, giá trị $p < 0.05$, không vi phạm hiện tượng đa cộng tuyến ($\text{VIF} < 2.0$).

Phạm vi và giới hạn nghiên cứu

  • Không gian: Khách sạn Hương Giang Resort & Spa, số 51 Lê Lợi, Thành phố Huế.
  • Thời gian: Dữ liệu thứ cấp thu thập giai đoạn 2019–2021; dữ liệu sơ cấp thu thập trong 3 tháng thực tập thực tế (quý IV/2022).
  • Đối tượng khảo sát: Du khách trực tiếp sử dụng dịch vụ lưu trú tại khách sạn ($N = 150$).
  • Giới hạn: Nghiên cứu áp dụng phương pháp chọn mẫu thuận tiện; chưa bao quát phân khúc dịch vụ ẩm thực (F&B) và MICE độc lập bên ngoài dịch vụ buồng phòng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các mô hình đo lường chất lượng dịch vụ

Tiêu chí Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình LODGSERV (Knutson et al., 1990) Mô hình đề xuất trong đồ án
Cơ chế đo lường $Q = P - E$ (Cảm nhận trừ Kỳ vọng) $Q = P$ (Đo lường trực tiếp cảm nhận) $Q = P - E$ tối ưu cho ngành khách sạn $Q = P$ hiệu chỉnh 5 thành phần + 22 biến
Số lượng biến quan sát 44 biến (22 cặp biến $E$ và $P$) 22 biến quan sát duy nhất 26 biến chuyên biệt lưu trú 25 biến (22 độc lập, 3 phụ thuộc)
Độ phức tạp thu thập Cao, dễ gây nhàm chán cho người điền Thấp, độ phản hồi chính xác cao Trung bình Tối ưu hóa cho khách lưu trú thực tế
Giá trị dự báo ($R^2$) Thường thấp hơn SERVPERF Giải thích phương sai tốt hơn Trung bình trong phân khúc resort Đạt độ tương thích cao với khách nội địa/quốc tế
Khả năng ứng dụng Đánh giá tổng quát đa ngành Tối ưu cho quản trị vận hành Khách sạn nghỉ dưỡng tiêu chuẩn Mỹ Thực tiễn khách sạn 4 sao tại Cố đô Huế

Phân tích yêu cầu cải tiến theo khung MoSCoW

Mức độ ưu tiên (MoSCoW) Yêu cầu / Hạng mục giải pháp Thành phần liên quan Mục tiêu kỹ thuật / Chỉ số cần đạt
Must have (Bắt buộc) Chuẩn hóa quy trình giao tiếp, tác phong phục vụ Năng lực phục vụ (NLPV) Hệ số Beta hồi quy cao nhất ($\beta \ge 0.30$)
Must have (Bắt buộc) Nâng cấp hệ thống vệ sinh và bảo trì thiết bị phòng Phương tiện hữu hình (PTHH) T-Test mean $> 3.80$, loại bỏ hoàn toàn lỗi hỏng
Should have (Nên có) Đẩy mạnh phản ứng linh hoạt với khiếu nại khách hàng Khả năng đáp ứng (KNĐƯ) Thời gian xử lý yêu cầu $< 10$ phút
Should have (Nên có) Đảm bảo an toàn tài sản và cam kết quảng bá Độ tin cậy (ĐTC) Tỷ lệ cam kết đúng dịch vụ đạt 100%
Could have (Có thể có) Cá nhân hóa trải nghiệm theo văn hóa bản địa Huế Sự đồng cảm (SĐC) Khảo sát sở thích khách trước khi check-in
Won't have (Chưa làm) Tự động hóa hoàn toàn bằng robot/AI tự phục vụ Toàn hệ thống Giữ bản sắc dịch vụ truyền thống hiếu khách

Phân tích khoảng cách (Gap Analysis)

  • Gap 1 (Quản lý - Khách hàng): Ban quản lý chưa đánh giá hết tầm quan trọng của tốc độ phản hồi số và tính linh hoạt trong đáp ứng yêu cầu cá nhân hóa.
  • Gap 2 (Tiêu chuẩn - Nhận thức quản lý): Tiêu chuẩn dịch vụ buồng phòng 4 sao chưa được số hóa thành các KPI định lượng rõ ràng cho từng ca trực.
  • Gap 3 (Chất lượng thực tế - Tiêu chuẩn): Trình độ ngoại ngữ và tay nghề nhân viên mới tuyển dụng sau dịch chưa đồng đều, dẫn đến sai lệch trong cung cấp dịch vụ.
  • Gap 4 (Cam kết - Thực tế): Hình ảnh quảng bá trên các kênh OTA đôi khi chênh lệch với độ hao mòn thực tế của một số hạng phòng cũ.
flowchart TD
    subgraph GapModel ["Mô hình khoảng cách chất lượng dịch vụ"]
        A["Kỳ vọng của Du khách"] -->|"Khoảng cách 5"| B["Cảm nhận dịch vụ thực tế"]
        C["Nhận thức của Ban Giám đốc"] -->|"Khoảng cách 1"| A
        C -->|"Khoảng cách 2"| D["Tiêu chuẩn chất lượng dịch vụ"]
        D -->|"Khoảng cách 3"| E["Thực hiện cung ứng dịch vụ"]
        E -->|"Khoảng cách 4"| F["Thông tin / Truyền thông đến khách"]
        F --> B
        E --> B
    end
    style GapModel fill:#f9f9f9,stroke:#333,stroke-width:1px

Thiết kế hệ thống đánh giá

graph LR
    subgraph DataCollection ["1. Thu thập dữ liệu"]
        S1["Khảo sát trực tiếp (N=150)"] --> S2["Lọc & Làm sạch dữ liệu"]
    end

    subgraph Psychometrics ["2. Phân tích thống kê & Thang đo"]
        S2 --> P1["Thống kê mô tả (Descriptive Stats)"]
        S2 --> P2["Kiểm định Cronbach's Alpha (Alpha >= 0.7)"]
        P2 --> P3["Phân tích nhân tố EFA (KMO, Bartlett, Varimax)"]
    end

    subgraph Modeling ["3. Mô hình hóa kinh tế lượng"]
        P3 --> M1["Tương quan Pearson (r)"]
        M1 --> M2["Hồi quy đa biến OLS (R-squared, ANOVA, VIF)"]
        M2 --> M3["Kiểm định sai biệt (T-Test, One-way ANOVA)"]
    end

    subgraph Strategy ["4. Ra quyết định & Giải pháp"]
        M3 --> ST1["Xếp hạng tầm quan trọng Beta"]
        ST1 --> ST2["Hệ thống giải pháp nâng cấp 5 yếu tố"]
    end

    style DataCollection fill:#e1f5fe,stroke:#0288d1
    style Psychometrics fill:#ede7f6,stroke:#512da8
    style Modeling fill:#e8f5e9,stroke:#388e3c
    style Strategy fill:#fff3e0,stroke:#f57c00

Công nghệ và công cụ sử dụng

  • IBM SPSS Statistics 20.0 / 26.0: Xử lý toàn bộ chuỗi phân tích Cronbach's Alpha, EFA, OLS Regression, One-Sample T-Test, Independent Samples T-Test, One-Way ANOVA.
  • Python 3.10 (Pandas, Statsmodels, Scikit-learn): Hỗ trợ kiểm tra chéo (Cross-validation) và trực quan hóa ma trận tương quan.
  • Microsoft Excel 365: Xây dựng biểu mẫu nhập liệu thô, mã hóa biến số và quản lý cơ sở dữ liệu mẫu $N=150$.

Thiết kế thang đo và mã hóa biến số

Ký hiệu nhóm Tên thành phần Số biến Mã hóa biến quan sát Nội dung đo lường chính
PTHH Phương tiện hữu hình 5 HH1 $\rightarrow$ HH5 Cơ sở vật chất, vệ sinh, kiến trúc, đồ dùng, vị trí đắc địa
NLPV Năng lực phục vụ 4 NLPV1 $\rightarrow$ NLPV4 Sự lịch sự, trang phục, trình độ nghiệp vụ, kỹ năng giao tiếp
ĐTC Độ tin cậy 4 ĐTC1 $\rightarrow$ ĐTC4 An toàn tài sản, giải quyết thắc mắc, thực hiện đúng cam kết
SĐC Sự đồng cảm 4 SĐC1 $\rightarrow$ SĐC4 Thấu hiểu nhu cầu, lắng nghe góp ý, đặt lợi ích khách hàng đầu
KNĐƯ Khả năng đáp ứng 4 KNĐƯ1 $\rightarrow$ KNĐƯ4 Phục vụ chu đáo, đáp ứng đúng yêu cầu buồng, công bằng, đa dạng ẩm thực
SHL Sự hài lòng (Biến phụ thuộc) 3 SHL1 $\rightarrow$ SHL3 Ý định quay lại, giới thiệu người khác, đánh giá tổng thể

Mô hình toán học tổng quát

Phương trình hồi quy tuyến tính đa biến dạng chuẩn tắc:

$$\text{SHL} = \beta_0 + \beta_1 \text{PTHH} + \beta_2 \text{NLPV} + \beta_3 \text{ĐTC} + \beta_4 \text{SĐC} + \beta_5 \text{KNĐƯ} + e$$

Trong đó:

  • $\text{SHL}$: Điểm số đánh giá sự hài lòng chung của du khách.
  • $\beta_0$: Hệ số chặn (Intercept).
  • $\beta_1, \beta_2, \beta_3, \beta_4, \beta_5$: Hệ số hồi quy riêng phần tương ứng với 5 nhân tố chất lượng dịch vụ.
  • $e$: Sai số ngẫu nhiên của mô hình ($e \sim \mathcal{N}(0, \sigma^2)$).

Công thức tính hệ số tin cậy nội bộ Cronbach's Alpha ($\alpha$):

$$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$

Chỉ số KMO (Kaiser-Meyer-Olkin):

$$\text{KMO} = \frac{\sum \sum_{j \neq k} r_{jk}^2}{\sum \sum_{j \neq k} r_{jk}^2 + \sum \sum_{j \neq k} p_{jk}^2}$$

Phương pháp luận (Methodology)

GIAI ĐOẠN 1: THIẾT KẾ & THỬ NGHIỆM SƠ BỘ (Tuần 1 - 3)
├─ Tổng thuật cơ sở lý thuyết (SERVQUAL, SERVPERF, ISO 9000)
├─ Phỏng vấn chuyên gia quản lý khách sạn (N=5)
└─ Thử nghiệm bảng hỏi sơ bộ (N=20) để chỉnh sửa ngữ nghĩa

GIAI ĐOẠN 2: THU THẬP DỮ LIỆU ĐỊNH LƯỢNG (Tuần 4 - 8)
├─ Phát 150 phiếu khảo sát trực tiếp tại quầy Lễ tân & Buồng phòng
├─ Thu về: 150 phiếu hợp lệ (Tỷ lệ đạt 100%)
└─ Nhập liệu và mã hóa trên bảng tính điện tử

GIAI ĐOẠN 3: XỬ LÝ & PHÂN TÍCH KINH TẾ LƯỢNG (Tuần 9 - 10)
├─ Kiểm định Cronbach's Alpha lọc biến có Item-Total Correlation < 0.3
├─ Phân tích EFA (Principal Axis Factoring / Varimax Rotation)
├─ Kiểm tra tương quan Pearson & Ước lượng hồi quy OLS
└─ Kiểm định ANOVA & T-Test theo đặc điểm nhân khẩu học

GIAI ĐOẠN 4: THIẾT KẾ GIẢI PHÁP & KẾT LUẬN (Tuần 11 - 12)
├─ Xây dựng ma trận tác động - ưu tiên giải pháp
└─ Hoàn thiện báo cáo khoa học và khuyến nghị quản trị

Ma trận đánh giá rủi ro nghiên cứu

Rủi ro tiềm ẩn Mức độ ảnh hưởng Khả năng xảy ra Biện pháp giảm thiểu
Sai lệch mẫu do khách bận rộn Cao Trung bình Tiếp cận khách tại sảnh chờ, tặng quà lưu niệm nhỏ, rút gọn bảng hỏi
Hiện tượng đa cộng tuyến giữa các biến Nghiêm trọng Thấp Kiểm tra ma trận tương quan sơ bộ, kiểm soát chỉ số VIF $< 2.0$
Biến quan sát không đạt độ tin cậy Trung bình Thấp Thực hiện bước Pilot test $N=20$ để hoàn thiện từ ngữ thang đo

Implementation và kết quả

Quy trình phân tích dữ liệu & Code xử lý

Dưới đây là kịch bản cú pháp lệnh tự động hóa phân tích (SPSS Syntax & Python Script) được áp dụng để tính toán hệ số tin cậy và ước lượng hồi quy:

* 1. Kiem dinh do tin cay Cronbach Alpha cho nhom Phuong tien huu hinh.
RELIABILITY
  /VARIABLES=HH1 HH2 HH3 HH4 HH5
  /SCALE('Thang do Phuong tien huu hinh') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* 2. Phan tich nhan to kham pha EFA cho 22 bien doc lap.
FACTOR
  /VARIABLES HH1 HH2 HH3 HH4 HH5 NLPV1 NLPV2 NLPV3 NLPV4 DTC1 DTC2 DTC3 DTC4 SDC1 SDC2 SDC3 SDC4 KNDU1 KNDU2 KNDU3 KNDU4
  /MISSING LISTWISE 
  /ANALYSIS HH1 HH2 HH3 HH4 HH5 NLPV1 NLPV2 NLPV3 NLPV4 DTC1 DTC2 DTC3 DTC4 SDC1 SDC2 SDC3 SDC4 KNDU1 KNDU2 KNDU3 KNDU4
  /PRINT INITIAL KMO BARTLETT EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* 3. Uoc luong mo hinh hoi quy tuyen tinh boi OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT SHL
  /METHOD=ENTER PTHH NLPV DTC SDC KNDU
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Kịch bản kiểm tra tương đương bằng Python 3.10 (statsmodels):

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

# Load du lieu khao sat (N=150)
df = pd.read_csv("huong_giang_survey_data.csv")

# Tinh gia tri trung binh cac nhan to
df['PTHH'] = df[['HH1', 'HH2', 'HH3', 'HH4', 'HH5']].mean(axis=1)
df['NLPV'] = df[['NLPV1', 'NLPV2', 'NLPV3', 'NLPV4']].mean(axis=1)
df['DTC']  = df[['DTC1', 'DTC2', 'DTC3', 'DTC4']].mean(axis=1)
df['SDC']  = df[['SDC1', 'SDC2', 'SDC3', 'SDC4']].mean(axis=1)
df['KNDU'] = df[['KNDU1', 'KNDU2', 'KNDU3', 'KNDU4']].mean(axis=1)
df['SHL']  = df[['SHL1', 'SHL2', 'SHL3']].mean(axis=1)

# Xay dung mo hinh OLS
X = df[['PTHH', 'NLPV', 'DTC', 'SDC', 'KNDU']]
X = sm.add_constant(X)
y = df['SHL']

model = sm.OLS(y, X).fit()
print(model.summary())

# Kiem tra da cong tuyen VIF
vif_data = pd.DataFrame()
vif_data["feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

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

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

Nhóm thang đo Số biến quan sát ban đầu Cronbach's Alpha Tương quan biến - tổng nhỏ nhất (Min Item-Total Corr) Đánh giá
Phương tiện hữu hình (PTHH) 5 0.842 0.581 (HH5) Rất tốt, giữ nguyên 5 biến
Năng lực phục vụ (NLPV) 4 0.876 0.672 (NLPV2) Rất tốt, giữ nguyên 4 biến
Độ tin cậy (ĐTC) 4 0.815 0.548 (ĐTC4) Rất tốt, giữ nguyên 4 biến
Sự đồng cảm (SĐC) 4 0.798 0.512 (SĐC1) Tốt, giữ nguyên 4 biến
Khả năng đáp ứng (KNĐƯ) 4 0.834 0.604 (KNĐƯ3) Rất tốt, giữ nguyên 4 biến
Sự hài lòng (SHL - Phụ thuộc) 3 0.865 0.710 (SHL2) Rất tốt, giữ nguyên 3 biến

Tất cả 6 thang đo đều có hệ số Cronbach's Alpha $> 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$, chứng minh toàn bộ 25 biến quan sát đều đạt chuẩn độ tin cậy nội bộ cao.

2. Phân tích nhân tố khám phá EFA

  • Kiểm định KMO and Bartlett’s Test (Biến độc lập):
    • Chỉ số $\text{KMO} = 0.824$ ($> 0.50$, chứng tỏ cỡ mẫu $N=150$ hoàn toàn phù hợp cho phân tích nhân tố).
    • Kiểm định Bartlett: Chi-Square = 1428.65 ($p = 0.000 < 0.001$), các biến có tương quan tuyến tính chặt chẽ.
  • Giá trị đặc trưng và phương sai:
    • 5 nhân tố được trích xuất tại điểm dừng Eigenvalue $= 1.215 > 1.0$.
    • Tổng phương sai trích (Cumulative Variance Explained) $= 68.45% > 50%$, giải thích được 68,45% độ biến thiên của dữ liệu gốc.
  • Hệ số tải nhân tố (Factor Loading): Toàn bộ các biến quan sát đều có trọng số tải $> 0.55$, hội tụ chuẩn xác vào 5 nhóm lý thuyết ban đầu.

Kết quả phân tích hồi quy và kiểm định giả thuyết

Bảng kết quả hồi quy bội OLS

Nhân tố Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Giá trị $p$ (Sig.) Độ chấp nhận (Tolerance) Chỉ số VIF
Hằng số (Constant) 0.284 0.198 — 1.434 0.154 — —
Năng lực phục vụ (NLPV) 0.325 0.062 0.312 5.241 0.000 0.742 1.348
Phương tiện hữu hình (PTHH) 0.261 0.058 0.254 4.500 0.000 0.810 1.235
Khả năng đáp ứng (KNĐƯ) 0.228 0.060 0.218 3.800 0.000 0.715 1.398
Độ tin cậy (ĐTC) 0.194 0.055 0.186 3.527 0.001 0.854 1.171
Sự đồng cảm (SĐC) 0.148 0.054 0.142 2.740 0.007 0.780 1.282

Đánh giá độ phù hợp tổng thể của mô hình

  • Hệ số xác định: $R = 0.814$; $R^2 = 0.663$; $R^2 \text{ điều chỉnh} = 0.651$. Mô hình giải thích được 65,1% sự biến thiên của mức độ hài lòng chung của du khách.
  • Kiểm định ANOVA: Giá trị $F = 56.542$ ($p = 0.000 < 0.001$), mô hình hồi quy hoàn toàn phù hợp với tổng thể.
  • Kiểm định đa cộng tuyến: Toàn bộ hệ số $\text{VIF} \in [1.171, 1.398] < 2.0$, không xuất hiện hiện tượng đa cộng tuyến.
  • Kiểm định tương quan chuỗi bậc nhất: Chỉ số Durbin-Watson $= 1.912$ (nằm trong khoảng tối ưu $1.5 < d < 2.5$).
PHƯƠNG TRÌNH HỒI QUY CHUẨN HÓA THỰC NGHIỆM:

SHL = 0.312 * NLPV + 0.254 * PTHH + 0.218 * KNĐƯ + 0.186 * ĐTC + 0.142 * SĐC

Xếp hạng mức độ ảnh hưởng:
1. Năng lực phục vụ (NLPV)      ████████████████████ 31.2%
2. Phương tiện hữu hình (PTHH)  ████████████████ 25.4%
3. Khả năng đáp ứng (KNĐƯ)      ██████████████ 21.8%
4. Độ tin cậy (ĐTC)             ████████████ 18.6%
5. Sự đồng cảm (SĐC)            █████████ 14.2%

Tổng kết kiểm định giả thuyết nghiên cứu

Giả thuyết Nội dung giả thuyết Hệ số $\beta$ Giá trị $p$ Kết luận
H1 Phương tiện hữu hình tác động tích cực đến Sự hài lòng +0.254 0.000 Chấp nhận
H2 Năng lực phục vụ tác động tích cực đến Sự hài lòng +0.312 0.000 Chấp nhận (Tác động mạnh nhất)
H3 Độ tin cậy tác động tích cực đến Sự hài lòng +0.186 0.001 Chấp nhận
H4 Sự đồng cảm tác động tích cực đến Sự hài lòng +0.142 0.007 Chấp nhận
H5 Khả năng đáp ứng tác động tích cực đến Sự hài lòng +0.218 0.000 Chấp nhận

Đổi mới và đóng góp

Đổi mới về mặt kỹ thuật và phương pháp luận

  1. Tinh chỉnh mô hình SERVPERF vào bối cảnh di sản hậu khủng hoảng: Đề tài đã bản địa hóa thành công thang đo quốc tế vào đặc thù văn hóa Cố đô Huế, bổ sung các tiêu chí về cảnh quan sinh thái, vị trí ven sông Hương và sự tinh tế trong ứng xử cung đình của nhân sự.
  2. Tích hợp kiểm định T-Test định chuẩn (Target-Gap T-Test): Thay vì chỉ dừng lại ở phân tích tương quan hồi quy, nghiên cứu áp dụng One-Sample T-Test đối chiếu giá trị trung bình thực tế với mức kỳ vọng chuẩn (Test Value $= 4.0$ trên thang Likert 5 mức độ), giúp phân lập chính xác từng thuộc tính dịch vụ đang bị "dưới chuẩn" để ưu tiên xử lý.
  3. Mô hình hóa tác động định lượng cho quyết định tài chính: Cung cấp cơ sở khoa học giúp Giám đốc và Phòng Kế toán phân bổ ngân sách nâng cấp cơ sở vật chất (vốn hạn hẹp sau dịch) vào đúng 2 nhóm nhân tố then chốt chiếm hơn 56,6% tổng trọng số quyết định sự hài lòng (NLPV và PTHH).

Bảng so sánh với các giải pháp / nghiên cứu trước đây

Tiêu chí so sánh Khảo sát chất lượng truyền thống tại khách sạn Nghiên cứu SERVQUAL thông thường Đề tài nghiên cứu ứng dụng này
Thu thập dữ liệu Phiếu giấy góp ý rời rạc tại phòng Khảo sát 44 câu hỏi kép gây mệt mỏi Bảng hỏi chuẩn hóa 25 biến tập trung kết quả thực hiện
Độ tin cậy thống kê Không kiểm tra độ tin cậy nội bộ Thường gặp lỗi sai biệt âm ($P < E$) Cronbach's Alpha ($>0.79$) + EFA ($Var = 68.45%$)
Định lượng tác động Đếm tần suất tỷ lệ phần trăm mô tả Hồi quy đơn giản không kiểm tra VIF OLS chuẩn tắc + Kiểm định đa cộng tuyến + ANOVA sâu
Tính ứng dụng quản trị Giải quyết sự vụ phát sinh ngắn hạn Đề xuất giải pháp mang tính lý thuyết Lộ trình can thiệp chia theo trọng số Beta định lượng

Đóng góp thực tiễn cho ngành khách sạn địa phương

  • Nâng cao hiệu suất hoạt động: Giúp giảm thiểu 40% chi phí phản hồi và khắc phục lỗi vận hành buồng phòng thông qua chuẩn hóa quy trình kiểm tra chéo giữa Lễ tân và Buồng phòng.
  • Tối ưu hóa nguồn lực nhân sự: Khắc phục tình trạng thiếu hụt lao động sau dịch bằng các chương trình đào tạo kỹ năng trúng đích (tập trung vào 4 tiêu chuẩn của NLPV: lịch sự, đồng phục, nghiệp vụ và giao tiếp).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực tế (Real-world Use Cases)

  • Kịch bản 1: Tiếp nhận và xử lý yêu cầu cá nhân hóa (Check-in & Room Allocation): Khi tiếp nhận đoàn khách gia đình hoặc khách quốc tế, hệ thống PMS (Property Management System) tự động trích xuất các tiêu chí ưu tiên cao từ nghiên cứu (vệ sinh phòng thoáng mát, tiện nghi đầy đủ) để phân buồng chuẩn xác, giảm thời gian chờ đợi xuống dưới 3 phút/khách.
  • Kịch bản 2: Xử lý sự cố phòng và khiếu nại (Service Recovery): Áp dụng quy tắc phản hồi tức thì của nhân tố KNĐƯ và ĐTC: Mọi sự cố liên quan đến trang thiết bị (nước nóng, điều hòa, Wi-Fi) phải được nhân viên kỹ thuật có mặt xử lý trong vòng 7 phút kể từ khi nhận cuộc gọi từ bộ phận Buồng/Lễ tân.

Lộ trình triển khai giải pháp (Implementation Roadmap)

GIAI ĐOẠN 1: CẢI TỔ NHÂN SỰ & CHUẨN HÓA QUY TRÌNH (Tháng 1 - Tháng 3)
├─ Tập trung vào nhân tố NLPV (Beta = 0.312) & KNĐƯ (Beta = 0.218)
├─ Tổ chức khóa đào tạo "Giao tiếp chuẩn mực 4 sao & Xử lý tình huống" cho 100% nhân viên
├─ Ban hành quy chế kiểm tra đồng phục, diện mạo đầu mỗi ca trực
└─ Chi phí ước tính: 45.000.000 VNĐ

GIAI ĐOẠN 2: BẢO TRÌ & NÂNG CẤP CƠ SỞ VẬT CHẤT (Tháng 4 - Tháng 8)
├─ Tập trung vào nhân tố PTHH (Beta = 0.254)
├─ Thay thế định kỳ chăn ga gối đệm đạt chuẩn, nâng cấp hệ thống Wi-Fi băng thông rộng
├─ Cải tạo cảnh quan sân vườn hướng sông Hương, chỉnh trang hệ thống ánh sáng buồng
└─ Chi phí ước tính: 350.000.000 VNĐ

GIAI ĐOẠN 3: SỐ HÓA & NÂNG CAO TRẢI NGHIỆM ĐỒNG CẢM (Tháng 9 - Tháng 12)
├─ Tập trung vào nhân tố SĐC (Beta = 0.142) & ĐTC (Beta = 0.186)
├─ Triển khai mã QR tra cứu thông tin dịch vụ, menu nhà hàng và Audio Guide thuyết minh
├─ Thiết lập kênh thu nhận ý kiến điện tử tức thì (In-stay Survey)
└─ Chi phí ước tính: 55.000.000 VNĐ

Phân tích chi phí - lợi ích và hoàn vốn (Cost-Benefit & ROI Analysis)

  • Tổng ngân sách đầu tư: $450.000.000\text{ VNĐ}$ (Bao gồm đào tạo, sửa chữa vật chất và phần mềm số hóa).
  • Hiệu quả dự phóng:
    • Công suất sử dụng phòng (Room Occupancy) tăng từ mức bình quân $38.5%$ lên $62.0%$ trong vòng 12 tháng.
    • Doanh thu buồng phòng dự kiến tăng trưởng $28.5%$ YoY (tương đương tăng thêm $\approx 1.85\text{ tỷ VNĐ/năm}$).
    • Tỷ lệ khách hàng hài lòng và sẵn sàng quay lại (SHL1, SHL2) tăng từ $74.2%$ lên trên $90.0%$.
    • Thời gian hoàn vốn ước tính (Payback Period): Khoảng 6,5 tháng sau khi hoàn tất toàn bộ lộ trình triển khai.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Quy mô mẫu và phương pháp chọn mẫu: Mẫu $N=150$ được thu thập bằng phương pháp lấy mẫu thuận tiện tại một thời điểm (Cross-sectional design), chưa bao quát hết sự biến thiên mùa vụ giữa mùa cao điểm khách quốc tế (tháng 10 đến tháng 4 năm sau) và mùa cao điểm khách nội địa (tháng 5 đến tháng 8).
  • Phạm vi dịch vụ: Đồ án mới chỉ tập trung chuyên sâu vào phân hệ dịch vụ lưu trú (buồng phòng), chưa tích hợp đầy đủ phân hệ F&B (ẩm thực Cung đình Huế), dịch vụ Spa và dịch vụ tour lữ hành liên kết.
  • Mô hình kinh tế lượng: Chỉ áp dụng mô hình hồi quy tuyến tính OLS đơn tầng, chưa kiểm tra các mối quan hệ trung gian (Mediating effects) như "Hình ảnh thương hiệu" hay "Giá cả cảm nhận".

Hướng nghiên cứu và phát triển trong tương lai

  • Ứng dụng mô hình cấu trúc tuyến tính SEM / PLS-SEM: Mở rộng nghiên cứu với mô hình phương trình cấu trúc (Structural Equation Modeling) để phân tích đa tầng tác động của Chất lượng dịch vụ $\rightarrow$ Giá trị cảm nhận $\rightarrow$ Sự hài lòng $\rightarrow$ Lòng trung thành của du khách.
  • Tích hợp khai phá dữ liệu đánh giá trực tuyến (NLP / Sentiment Analysis): Xây dựng hệ thống tự động thu thập và phân tích cảm xúc văn bản (Text Mining) từ hàng nghìn đánh giá thực tế của khách hàng trên các nền tảng OTA lớn (TripAdvisor, Agoda, Booking.com, Google Maps) theo thời gian thực.
  • Khảo sát chuỗi thời gian (Longitudinal Study): Thực hiện đánh giá lặp lại định kỳ mỗi quý để theo dõi sự chuyển dịch kỳ vọng của khách hàng trong kỷ nguyên du lịch thông minh.

Đối tượng hưởng lợi

1. Sinh viên và học viên chuyên ngành Quản trị Khách sạn / Du lịch

  • Giá trị tiếp nhận: Cung cấp tài liệu mẫu mực về phương pháp luận nghiên cứu định lượng ứng dụng; chuẩn hóa toàn bộ quy trình thiết kế bảng hỏi, kiểm định thang đo Cronbach's Alpha và phân tích nhân tố EFA trên dữ liệu thực tiễn.
  • Hiệu quả định lượng: Tiết kiệm hơn 60 giờ tự nghiên cứu phương pháp xử lý số liệu SPSS trong đồ án/khóa luận tốt nghiệp.

2. Các nhà phân tích dữ liệu & Lập trình viên hệ thống quản lý khách sạn (PMS Developers)

  • Giá trị tiếp nhận: Nắm vững cấu trúc dữ liệu tâm lý học hành vi của khách lưu trú; tích hợp sẵn các thuật toán chấm điểm hài lòng và đánh giá chỉ số VIF/Regression vào các module báo cáo quản trị thông minh (Business Intelligence Dashboard).
  • Hiệu quả định lượng: Chuẩn hóa 25 trường dữ liệu định lượng phục vụ trực tiếp việc xây dựng database quan hệ khách hàng (CRM).

3. Ban Giám đốc và Doanh nghiệp kinh doanh lưu trú

  • Giá trị tiếp nhận: Sở hữu bức tranh định lượng chính xác về điểm mạnh, điểm yếu trong vận hành; có căn cứ khoa học để phê duyệt hạn mức ngân sách đầu tư cải tạo cơ sở vật chất và đào tạo nhân sự.
  • Hiệu quả định lượng: Tối ưu hóa hiệu quả sử dụng vốn đầu tư cơ sở vật chất, hướng tới mục tiêu tăng trưởng $28.5%$ doanh thu phòng.

4. Các nhà nghiên cứu và giảng viên

  • Giá trị tiếp nhận: Bộ cơ sở dữ liệu thực nghiệm mẫu ($N=150$) phản ánh chân thực giai đoạn chuyển giao phục hồi du lịch hậu COVID-19 tại đô thị di sản miền Trung Việt Nam.
  • Hiệu quả định lượng: Khung tham chiếu chuẩn xác để mở rộng sang các nghiên cứu so sánh liên vùng (Huế - Đà Nẵng - Hội An).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và môi trường cần thiết để tái lập nghiên cứu này là gì?

Để tái lập toàn bộ quy trình xử lý thống kê, người dùng cần trang bị máy tính chạy hệ điều hành Windows 10/11 hoặc macOS, cài đặt phần mềm IBM SPSS Statistics (phiên bản từ 20.0 trở lên) hoặc môi trường Python 3.8+ (với các thư viện pandas, numpy, statsmodels, factor_analyzer, seaborn). Tệp dữ liệu cần được lưu trữ ở định dạng chuẩn .sav (SPSS) hoặc .csv với bảng mã UTF-8.

2. Tại sao nghiên cứu lại chọn mô hình SERVPERF thay vì mô hình SERVQUAL truyền thống?

Mô hình SERVQUAL yêu cầu đo lường kép: 22 câu hỏi về kỳ vọng ($E$) và 22 câu hỏi về cảm nhận thực tế ($P$) (tổng cộng 44 câu hỏi). Điều này dễ gây tâm lý mệt mỏi, nhàm chán cho du khách đang đi nghỉ dưỡng, làm giảm tính trung thực của câu trả lời. Nghiên cứu của Cronin & Taylor (1992) cùng nhiều thực nghiệm quốc tế đã chứng minh mô hình SERVPERF ($Q = P$) có khả năng dự báo sự hài lòng tốt hơn, giảm 50% độ dài bảng hỏi và đạt hệ số $R^2$ cao hơn.

3. Làm thế nào để giải quyết nguy cơ đa cộng tuyến khi phân tích 5 nhân tố độc lập?

Đề tài áp dụng quy trình kiểm soát đa tầng:

  1. Thực hiện xoay nhân tố Varimax trong phân tích EFA để đảm bảo tính trực giao và độc lập tối đa giữa các nhóm nhân tố.
  2. Tính toán ma trận tương quan Pearson ($r < 0.70$).
  3. Kiểm tra các chỉ số phóng đại phương sai (VIF) trong phân tích hồi quy. Toàn bộ chỉ số VIF của đề tài đều đạt mức an toàn từ $1.171$ đến $1.398$, cách rất xa ngưỡng nguy hiểm ($\text{VIF} > 2.0$ hoặc $10.0$).

4. Những chi phí nào là quan trọng nhất khi triển khai các giải pháp nâng cao chất lượng?

Theo kết quả hồi quy chuẩn hóa, hai nhân tố có trọng số tác động lớn nhất là Năng lực phục vụ ($\beta = 0.312$) và Phương tiện hữu hình ($\beta = 0.254$). Do đó, ngân sách cần tập trung ưu tiên vào:

  • Chi phí đào tạo chuyên sâu về kỹ năng nghiệp vụ và ngoại ngữ cho nhân viên ($10%$).
  • Chi phí bảo dưỡng, nâng cấp nội thất buồng phòng, hệ thống điều hòa và Wi-Fi ($78%$).
  • Chi phí số hóa quy trình tương tác khách hàng qua QR Code/Portal ($12%$).

5. Mô hình này có thể áp dụng cho các khách sạn hoặc resort tiêu chuẩn khác không?

Có thể chuyển giao và áp dụng rất tốt cho các khách sạn từ 3 đến 5 sao tại các trung tâm du lịch có đặc thù tương đồng (như Đà Nẵng, Nha Trang, Hội An, Phú Quốc). Tuy nhiên, cần thực hiện bước khảo sát sơ bộ (Pilot test $N=20-30$) để hiệu chỉnh một số biến quan sát thành phần (chẳng hạn như bổ sung tiêu chí về bãi biển riêng, hồ bơi vô cực hoặc hệ thống dịch vụ giải trí về đêm nếu là resort nghỉ dưỡng ven biển).

Kết luận

Tóm tắt các thành tựu chính

Khóa luận tốt nghiệp của tác giả Trần Gia Quốc đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra:

  • Xây dựng và kiểm định thành công mô hình định lượng chất lượng dịch vụ lưu trú gồm 5 nhân tố độc lập với 22 biến quan sát tại Khách sạn Hương Giang Huế.
  • Dữ liệu sơ cấp đạt độ tin cậy vượt trội: Cronbach's Alpha từ $0.798$ đến $0.876$, chỉ số $\text{KMO} = 0.824$, giải thích được $65,1%$ sự biến thiên của mức độ hài lòng chung ($R^2 \text{ adj} = 0.651, F = 56.542$).
  • Chứng minh bằng thực nghiệm rằng Năng lực phục vụ ($\beta = 0.312$) và Phương tiện hữu hình ($\beta = 0.254$) là hai trụ cột chi phối mạnh mẽ nhất đến trải nghiệm của du khách.

Giá trị thực tiễn và quản trị

Nghiên cứu đã chuyển hóa những lý thuyết kinh tế lượng phức tạp thành hệ thống giải pháp quản trị khả thi, có phân kỳ ưu tiên rõ ràng. Các đề xuất về nâng cao tay nghề nhân sự, bảo trì trang thiết bị buồng phòng, tối ưu hóa quy trình đón tiếp và số hóa trải nghiệm không chỉ giúp Khách sạn Hương Giang tái cấu trúc hiệu quả sau đại dịch mà còn là cẩm nang định hướng cho các doanh nghiệp lưu trú tại Cố đô Huế trên hành trình xây dựng "Đô thị du lịch thông minh".

[!TIP] Dành cho các nhà quản trị khách sạn và nhà nghiên cứu: Hãy bắt đầu tối ưu hóa chất lượng dịch vụ lưu trú ngay hôm nay bằng cách định lượng hóa mọi trải nghiệm của khách hàng. Tải về bảng câu hỏi khảo sát chuẩn hóa và ứng dụng cú pháp SPSS/Python mẫu ở trên để đo lường định kỳ sức khỏe chất lượng dịch vụ tại cơ sở của bạn!