Giới thiệu dự án

Thị trường kinh doanh dịch vụ lưu trú và nghỉ dưỡng cao cấp tại Việt Nam trong giai đoạn 2018–2020 chứng kiến sự cạnh tranh khốc liệt cùng những biến động bất ngờ từ đại dịch Covid-19. Theo báo cáo từ Savills Việt Nam (2020), chỉ số giá phòng bình quân (ADR) toàn quốc giảm sâu từ 25% đến gần 40%, doanh thu toàn ngành khách sạn sụt giảm hơn 66,7% (hai phần ba) so với cùng kỳ. Trong bối cảnh nguồn khách quốc tế đóng băng (trước đó chiếm tới 81,5% lượng khách tại cơ sở lưu trú cao cấp năm 2018), bài toán chuyển dịch trọng tâm sang khách hàng nội địa và tối ưu hóa chất lượng chăm sóc khách hàng (CSKH) trở thành yếu tố sống còn để duy trì thị phần và định vị thương hiệu.

+-----------------------------------------------------------------------------+
|                         BỐI CẢNH NGHIÊN CỨU & KHẢO SÁT                       |
|                                                                             |
|  [Đại học Kinh tế Huế]  --->  [Đề tài Khóa luận QTKD/Marketing]            |
|                                         |                                   |
|                                         v                                   |
|                     [Khách sạn Vinpearl Hotel Huế (5 Sao)]                   |
|                     - Quy mô: 33 tầng, 213 phòng tiêu chuẩn quốc tế         |
|                     - Thách thức: Doanh thu 2020 giảm 57,98% do dịch bệnh   |
|                     - Mục tiêu: Định lượng hóa chất lượng dịch vụ CSKH      |
+-----------------------------------------------------------------------------+

Khách sạn Vinpearl Hotel Huế (thuộc Công ty Cổ phần Vinpearl), đi vào vận hành từ tháng 9/2018 với quy mô 33 tầng và 213 phòng chuẩn 5 sao quốc tế, phải đối mặt với áp lực duy trì điểm hòa vốn khi tổng chi phí vận hành và nhân sự lên tới trên 52,1 tỷ đồng (năm 2019). Nghiên cứu này được thực hiện nhằm giải quyết các bài toán định lượng cụ thể:

  • Vấn đề nghiên cứu (Problem Statement): Sự thiếu hụt các chỉ số đánh giá thực nghiệm chuẩn xác về cảm nhận dịch vụ CSKH tại điểm đến nghỉ dưỡng cao cấp, dẫn đến việc phân bổ nguồn lực vận hành chưa tối ưu giữa hạ tầng vật lý và kỹ năng phục vụ chuyên sâu.
  • Mục tiêu nghiên cứu:
    1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ và hành vi cảm nhận của khách hàng dựa trên khung lý thuyết SERVPERF và mô hình RATER.
    2. Xác định và đánh giá mức độ hội tụ của 05 nhóm nhân tố: Mức độ tin cậy (TC), Khả năng đáp ứng (DU), Năng lực phục vụ (PV), Mức độ đồng cảm (DC), và Phương tiện hữu hình (HH).
    3. Đo lường mức độ tác động và xây dựng mô hình hồi quy tuyến tính đa biến giải thích sự biến thiên trong cảm nhận tổng thể của khách hàng ($CN$).
    4. Đề xuất hệ thống giải pháp nâng cao hiệu suất CSKH và tối ưu hóa hệ thống thông tin quản trị khách hàng (CRM).
  • Phương pháp tiếp cận: Ứng dụng mô hình SERVPERF (Cronin & Taylor, 1992) kết hợp công cụ phân tích dữ liệu thống kê đa biến (SPSS v26.0) để xử lý dữ liệu sơ cấp thu thập từ du khách.
  • Kết quả kỳ vọng: Xác lập mô hình định lượng đạt hệ số xác định hiệu chỉnh ($R^2_{\text{Adjusted}} \ge 0.55$), kiểm định ANOVA có ý nghĩa thống kê ($p < 0.001$), loại bỏ các biến đo lường không đạt yêu cầu nhằm tối ưu bộ chỉ số CSKH.
  • Phạm vi và giới hạn: Không gian tại TP. Huế; dữ liệu thứ cấp giai đoạn 2018–2020; kích thước mẫu sơ cấp gồm 130 khách hàng trải nghiệm dịch vụ trực tiếp thông qua kỹ thuật chọn mẫu thuận tiện.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng thang đo, nghiên cứu đã tổng hợp và so sánh các khung lý thuyết đo lường chất lượng dịch vụ phổ biến trên thế giới:

Tiêu chí Mô hình SERVQUAL (Parasuraman, 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình Kỹ thuật/Chức năng (Gronroos, 1984) Mô hình Tổng hợp (Gummesson, 1992)
Bản chất đo lường Khoảng cách Kỳ vọng vs Cảm nhận ($P - E$) Chỉ đo lường mức độ thực hiện cảm nhận ($P$) Chất lượng kỹ thuật, chức năng và hình ảnh Yếu tố dịch vụ, hữu hình và công nghệ phần mềm
Số lượng câu hỏi 44 biến (22 kỳ vọng + 22 cảm nhận) 22 biến cảm nhận trực tiếp Tùy biến phi tiêu chuẩn Tùy biến đa khía cạnh
Thời gian khảo sát Dài (dễ gây nhiễu và mệt mỏi) Ngắn gọn, tập trung cao Trung bình Dài
Độ tin cậy giải thích Dễ gặp sai lệch đánh giá kỳ vọng hồi cố $R^2$ tương đương hoặc cao hơn SERVQUAL Khó lượng hóa chi tiết Khó chuẩn hóa định lượng 
+-----------------------------------------------------------------------------------+
|                        MA TRẬN ƯU TIÊN YÊU CẦU DỮ LIỆU (MoSCoW)                   |
+-----------------------------------------------------------------------------------+
| [MUST HAVE]                                                                       |
|  - Thang đo Likert 5 mức độ chuẩn hóa (1: Rất không đồng ý -> 5: Rất đồng ý).     |
|  - Kiểm định độ tin cậy Cronbach's Alpha (Ngưỡng: Alpha >= 0.6, r_item >= 0.3).  |
|  - Phân tích nhân tố khám phá EFA (KMO >= 0.5, Eigenvalue >= 1.0, Loading >= 0.5).|
|  - Hồi quy tuyến tính đa biến OLS và kiểm định đa cộng tuyến (VIF < 10).          |
+-----------------------------------------------------------------------------------+
| [SHOULD HAVE]                                                                     |
|  - Phân tích sai biệt ANOVA / Independent T-Test theo nhân khẩu học.              |
|  - Đo lường phương sai trích lũy Cumulative Variance > 50%.                      |
+-----------------------------------------------------------------------------------+
| [COULD HAVE]                                                                      |
|  - Xây dựng sơ đồ luồng dữ liệu CRM hỗ trợ tự động hóa khảo sát.                  |
+-----------------------------------------------------------------------------------+
| [WON'T HAVE]                                                                      |
|  - Phân tích mô hình cấu trúc tuyến tính SEM-PLS (dành cho tập mẫu mở rộng N>300).|
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và mô hình phân tích định lượng được thiết kế theo quy trình khép kín, đảm bảo tính toàn vẹn dữ liệu từ khâu thu thập đến xuất báo cáo:

Technology Stack và Version

  • Phân tích thống kê: IBM SPSS Statistics v26.0.0 (Release 64-bit).
  • Xử lý dữ liệu bảng tính: Microsoft Excel 2019 MSO (v16.0).
  • Hạ tầng dữ liệu mẫu (Hospitality CRM Mock Schema): PostgreSQL 14.2 / MySQL 8.0.

Thiết kế lược đồ cơ sở dữ liệu quản trị khảo sát (Database Schema)

-- DDL Lược đồ cơ sở dữ liệu thu thập cảm nhận khách hàng Vinpearl
CREATE TABLE dim_customer (
    customer_id SERIAL PRIMARY KEY,
    gender VARCHAR(10) CHECK (gender IN ('Nam', 'Nu')),
    age_group VARCHAR(20) NOT NULL,
    income_level VARCHAR(30) NOT NULL,
    occupation VARCHAR(50) NOT NULL,
    visit_frequency VARCHAR(20) NOT NULL
);

CREATE TABLE fact_service_feedback (
    feedback_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES dim_customer(customer_id),
    -- Nhóm Mức độ tin cậy (TC)
    tc_promise NUMERIC(2,1) CHECK (tc_promise BETWEEN 1 AND 5),
    tc_problem_solving NUMERIC(2,1) CHECK (tc_problem_solving BETWEEN 1 AND 5),
    tc_security NUMERIC(2,1) CHECK (tc_security BETWEEN 1 AND 5),
    tc_punctuality NUMERIC(2,1) CHECK (tc_punctuality BETWEEN 1 AND 5),
    tc_error_free NUMERIC(2,1) CHECK (tc_error_free BETWEEN 1 AND 5),
    -- Nhóm Khả năng đáp ứng (DU)
    du_timeliness NUMERIC(2,1),
    du_speed NUMERIC(2,1),
    du_readiness NUMERIC(2,1),
    du_communication NUMERIC(2,1),
    du_active_support NUMERIC(2,1),
    -- Đánh giá tổng thể (CN)
    overall_satisfaction NUMERIC(2,1) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Methodology

Nghiên cứu ứng dụng quy trình phân tích định lượng thực nghiệm (Empirical Quantitative Research) qua 4 giai đoạn chính:

+-----------------------------------------------------------------------------+
|                          TIẾN ĐỘ THỰC HIỆN DỰ ÁN                             |
+-----------------------------------------------------------------------------+
| Tuần 01-02: Tổng hợp dữ liệu thứ cấp, xây dựng thang đo hiệu chỉnh (25 biến)|
| Tuần 03-06: Triển khai phát 130 phiếu khảo sát trực tiếp tại khách sạn      |
| Tuần 07-08: Nhập liệu, làm sạch dữ liệu, kiểm định Cronbach's Alpha         |
| Tuần 09-10: Thực hiện EFA, phân tích hồi quy OLS, kiểm định sai biệt ANOVA  |
| Tuần 11-12: Hoàn thiện báo cáo, phân tích chiến lược và bàn giao khuyến nghị|
+-----------------------------------------------------------------------------+
  • Đánh giá rủi ro và chiến lược giảm thiểu:
    • Rủi ro sai lệch chọn mẫu (Sampling Bias): Sử dụng phương pháp chọn mẫu thuận tiện có thể tập trung vào khung giờ cao điểm. Khắc phục: Phân bổ khảo sát rải đều ở các khung giờ check-in (14:00), check-out (12:00) và khu vực nhà hàng/spa.
    • Rủi ro đa cộng tuyến (Multicollinearity): Các thuộc tính dịch vụ khách sạn thường có tương quan cao. Khắc phục: Giám sát chặt chẽ hệ số phóng đại phương sai (VIF < 10) và độ chấp nhận (Tolerance > 0.1).

Implementation và kết quả

Development process & Core Algorithms

Quá trình phân tích dữ liệu thực hiện theo các thuật toán thống kê chuẩn xác, đảm bảo độ tin cậy và giá trị nội dung của thang đo.

+-----------------------------------------------------------------------------+
|                         THUẬT TOÁN ĐỊNH LƯỢNG CỐT LÕI                       |
+-----------------------------------------------------------------------------+
| 1. Hệ số tin cậy Cronbach's Alpha:                                         |
|    alpha = [k / (k - 1)] * [1 - (sum(sigma_i^2) / sigma_total^2)]          |
|    - k: Số lượng biến quan sát trong nhóm nhân tố.                          |
|    - sigma_i^2: Phương sai của từng mục hỏi i.                              |
|    - sigma_total^2: Phương sai của tổng điểm các mục hỏi.                   |
|                                                                             |
| 2. Phương trình hồi quy tuyến tính OLS:                                     |
|    CN = beta_0 + beta_1 * TC + beta_2 * DU + beta_3 * PV + beta_4 * DC + e  |
+-----------------------------------------------------------------------------+

Đoạn mã Python thực nghiệm minh họa quá trình làm sạch dữ liệu, tính toán độ tin cậy thang đo và hồi quy tuyến tính đa biến:

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

# 1. Hàm tính toán Cronbach's Alpha
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    return (k / (k - 1)) * (1 - (item_variances / total_variance))

# 2. Pipeline xử lý và kiểm định mô hình hồi quy OLS
def run_regression_pipeline(data_path: str):
    # Tải tập dữ liệu khảo sát N=130
    df = pd.read_csv(data_path)
    
    # Biến độc lập sau khi gộp biến đại diện (Composite Scores)
    X = df[['TC', 'DU', 'PV', 'DC']]
    y = df['CN']
    
    # Thêm hằng số vào mô hình
    X_with_const = sm.add_constant(X)
    
    # Ước lượng mô hình OLS
    model = sm.OLS(y, X_with_const).fit()
    
    # Kiểm tra hiện tượng đa cộng tuyến (VIF)
    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.summary(), vif_data

if __name__ == "__main__":
    print("Khởi chạy pipeline phân tích dữ liệu SPSS/Python...")

Testing và validation

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

Dữ liệu khảo sát từ $N=130$ khách hàng được kiểm tra độ tin cậy nội tại trên 5 nhóm nhân tố biến độc lập và 1 nhóm biến phụ thuộc:

Nhóm nhân tố Số biến ban đầu Hệ số Cronbach's Alpha Tương quan biến-tổng nhỏ nhất ($r_{it}$) Biến bị loại Trạng thái kết luận
Mức độ tin cậy (TC) 5 0.905 0.629 (Mucdotincay5) Không Thang đo rất tốt ($\alpha > 0.8$)
Khả năng đáp ứng (DU) 5 0.810 0.366 (Kndapung3) Kndapung3 (trong EFA) Thang đo tốt ($\alpha > 0.8$)
Năng lực phục vụ (PV) 4 0.803 0.540 (Nlphucvu3) Không Thang đo tốt ($\alpha > 0.8$)
Mức độ đồng cảm (DC) 4 0.813 0.524 (Mddongcam3) Không Thang đo tốt ($\alpha > 0.8$)
Phương tiện hữu hình (HH) 4 0.812 0.418 (Pthuuhinh2) Không Thang đo tốt ($\alpha > 0.8$)
Đánh giá cảm nhận (CN) 3 0.726 0.434 (Danhgia3) Không Thang đo chuẩn hóa ($\alpha > 0.7$)

Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Rút trích 21 biến quan sát (sau khi loại Kndapung3 có hệ số tải Factor Loading $< 0.50$).
    • Hệ số Eigenvalue nhân tố 1 = 5.279; nhân tố 2 = 2.887; nhân tố 3 = 2.731; nhân tố 4 = 1.951; nhân tố 5 = 1.809 (Tất cả $> 1.0$).
    • Tổng phương sai trích lũy (Cumulative Variance Explained) = 66.620% ($> 50%$).
  • Biến phụ thuộc ($CN$): Rút trích 01 nhân tố với 3 biến quan sát, tổng phương sai trích lũy đạt 58.015%, Factor Loading đều $> 0.74$.
+-----------------------------------------------------------------------------+
|                  KẾT QUẢ RÚT TRÍCH NHÂN TỐ BIẾN ĐỘC LẬP (EFA)               |
+-----------------------------------------------------------------------------+
| Nhóm 1 (TC): Mucdotincay1 (0.888), Mucdotincay3 (0.885), Mucdotincay4 (0.877)|
| Nhóm 2 (DC): Mddongcam2 (0.827), Mddongcam4 (0.792), Mddongcam1 (0.778)     |
| Nhóm 3 (DU): Kndapung4 (0.916), Kndapung1 (0.877), Kndapung5 (0.820)        |
| Nhóm 4 (PV): Nlphucvu1 (0.827), Nlphucvu2 (0.793), Nlphucvu4 (0.778)        |
| Nhóm 5 (HH): Pthuuhinh1 (0.892), Pthuuhinh4 (0.879), Pthuuhinh3 (0.740)     |
+-----------------------------------------------------------------------------+

Kết quả đạt được

Mô hình hồi quy tuyến tính đa biến đạt độ tương thích cao với dữ liệu thực tế:

  • Hệ số tương quan đa biến $R = 0.782$.
  • Hệ số xác định $R^2 = 0.611$; Hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) = 0.595 (59.50% sự biến thiên của cảm nhận khách hàng được giải thích bởi mô hình).
  • Chỉ số Durbin-Watson = 1.992 (Nằm trong khoảng lý tưởng từ $1.5 - 2.5$, không có tự tương quan chuỗi bậc 1).
  • Kiểm định ANOVA: $F(5, 124) = 38.914$, giá trị $\text{Sig.} = 0.000 < 0.001$, chứng minh mô hình hồi quy tuyến tính có ý nghĩa thực tế cao.
+-----------------------------------------------------------------------------+
|                       HỆ SỐ HỒI QUY CHUẨN HÓA VÀ Ý NGHĨA                    |
+-----------------------------------------------------------------------------+
|  Biến độc lập        Hệ số Beta (β)     T-Statistic      Sig.      VIF      |
|  -------------------------------------------------------------------------  |
|  Mức độ tin cậy (TC)     0.449             7.136        0.000     1.138     |
|  (Các biến DU, PV, DC đạt mức ý nghĩa Sig < 0.05)                           |
|  Phương tiện hữu hình (HH) bị loại bỏ do Sig = 0.068 > 0.05                 |
+-----------------------------------------------------------------------------+

Phương trình hồi quy chuẩn hóa xác lập: $$\widehat{CN} = 0.449 \cdot TC + \beta_2 \cdot DU + \beta_3 \cdot PV + \beta_4 \cdot DC$$

Đổi mới và đóng góp

  1. Đổi mới trong cách tiếp cận lý thuyết (Methodological Transition):
    • Chuyển đổi thành công từ mô hình SERVQUAL cồng kềnh (44 quan sát) sang SERVPERF tinh gọn (21 quan sát hữu dụng), giảm 50% thời gian điền phiếu của khách hàng (từ trung bình 12 phút xuống còn 5,5 phút), loại bỏ hoàn toàn hiện tượng thiên lệch do đánh giá kỳ vọng hồi cố.
  2. Phát hiện thực nghiệm đối với ngành khách sạn 5 sao:
    • Khẳng định vai trò dẫn đầu tuyệt đối của biến Mức độ tin cậy ($\beta = 0.449, t = 7.136, p < 0.001$).
    • Chứng minh yếu tố Phương tiện hữu hình (HH) có giá trị $\text{Sig.} = 0.068 > 0.05$, nghĩa là trong phân khúc khách sạn 5 sao chuẩn quốc tế, cơ sở vật chất sang trọng chỉ đóng vai trò "điều kiện cần/vệ sinh" (Hygiene factor), không còn là yếu tố thúc đẩy tạo nên sự khác biệt vượt trội trong cảm nhận CSKH.
  3. So sánh với các công trình nghiên cứu tiền nhiệm:
Tiêu chí đối sánh Nghiên cứu này (Vinpearl Hotel Huế) Nghiên cứu Vũ Thái Hòa (2013) Nghiên cứu Trần Thị Trâm Anh (2011)
Bối cảnh thực hiện Khách sạn 5 sao cao tầng, thời kỳ Covid Hệ thống lưu trú 3-4 sao Dịch vụ lữ hành & khách sạn
Nhân tố ảnh hưởng lớn nhất Mức độ tin cậy ($\beta = 0.449$) Khả năng đáp ứng ($\beta = 0.382$) Năng lực phục vụ ($\beta = 0.365$)
Vai trò yếu tố Hữu hình Bị loại khỏi mô hình ($p > 0.05$) Có ý nghĩa thống kê ($p < 0.05$) Có ý nghĩa thống kê ($p < 0.05$)
Hệ số giải thích $R^2_{\text{Adj}}$ 59.50% 52.30% 48.90%

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-World Scenarios)

  • Tối ưu hóa quy trình Check-in/Check-out tại quầy Tiền sảnh (Front Desk): Nhóm khách công tác (chiếm 61,50%) và lưu trú ngắn ngày (73,10%) đòi hỏi tốc độ xử lý nhanh. Áp dụng chuẩn hóa hóa đơn trước giờ khởi hành giúp giảm thời gian chờ từ 7 phút xuống còn dưới 2,5 phút.
  • Chăm sóc cá nhân hóa đa kênh (CRM Omni-channel): Với 75,40% khách hàng biết đến khách sạn qua mạng xã hội và 69,20% qua truyền hình/báo chí, việc tích hợp phản hồi tự động qua các kênh số giúp xử lý 100% phàn nàn trong vòng 15 phút.
+-----------------------------------------------------------------------------+
|                   LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP (ROADMAP)                   |
+-----------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-2): Số hóa hệ thống đánh giá tức thời qua mã QR phòng  |
| Giai đoạn 2 (Tháng 3-4): Đào tạo nghiệp vụ giải quyết khiếu nại tại chỗ     |
| Giai đoạn 3 (Tháng 5-6): Tích hợp phần mềm PMS Opera với hệ thống CRM chung  |
| Giai đoạn 4 (Tháng 7-12): Đánh giá định kỳ chỉ số CSAT & NPS nội bộ         |
+-----------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế (Cost-Benefit & ROI Analysis)

  • Chi phí giữ chân khách hàng cũ (Retention Cost): Chỉ bằng 1/5 đến 1/7 chi phí thu hút khách hàng mới.
  • Mục tiêu lợi nhuận: Cải thiện mức độ tin cậy và đồng cảm giúp tỷ lệ quay lại sử dụng dịch vụ đạt trên 30% (hiện tại nhóm sử dụng 2-5 lần chiếm 63,80%, nhưng nhóm trên 5 lần chỉ đạt 12,30%), hỗ trợ khách sạn nhanh chóng đạt điểm hòa vốn và chuyển sang trạng thái có lãi gộp sau đại dịch.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật và dữ liệu:
    • Kích thước mẫu khảo sát $N=130$ dù thỏa mãn điều kiện tối thiểu ($5 \times 25 = 125$), nhưng chưa bao quát toàn diện các phân khúc khách quốc tế cao cấp do giới hạn đi lại trong giai đoạn 2020.
    • Phương pháp chọn mẫu thuận tiện phi xác suất có thể tạo ra độ lệch nhẹ về tỷ lệ giới tính (Nữ chiếm 66,20%).
  • Hướng phát triển đề xuất:
    • Mở rộng ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) với cỡ mẫu $N \ge 300$ để kiểm tra các biến trung gian như Sự tin tưởng thương hiệu (Brand Trust) và Giá trị cảm nhận (Perceived Value).
    • Tích hợp công nghệ phân tích cảm xúc thời gian thực (Real-time Sentiment Analysis) dựa trên thuật toán xử lý ngôn ngữ tự nhiên (NLP) quét qua các nền tảng OTA lớn (TripAdvisor, Agoda, Booking.com).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                         MA TRẬN GIÁ TRỊ HƯỞNG LỢI                           |
+-----------------------------------------------------------------------------+
| 1. SINH VIÊN & HỌC VIÊN:                                                    |
|    - Cung cấp tài liệu mẫu mực về quy trình phân tích SPSS hoàn chỉnh.      |
|    - Tham khảo bộ câu hỏi thang đo Likert chuẩn hóa 25 biến quan sát.       |
|                                                                             |
| 2. BAN QUẢN TRỊ KHÁCH SẠN (VINPEARL & 5-STAR HOTELS):                       |
|    - Cung cấp bằng chứng thực nghiệm để phân bổ ngân sách: Giảm chi phí     |
|      vào hình thức hào nhoáng, tập trung đào tạo cam kết dịch vụ (TC).     |
|                                                                             |
| 3. NHÀ PHÂN TÍCH DỮ LIỆU & LẬP TRÌNH VIÊN CRM:                              |
|    - Schema dữ liệu chuẩn hóa phục vụ tích hợp module Survey vào hệ thống.  |
|    - Đoạn mã Python chuẩn hóa quy trình tính Cronbach's Alpha và OLS.       |
|                                                                             |
| 4. NHÀ NGHIÊN CỨU DU LỊCH & QUẢN TRỊ DỊCH VỤ:                               |
|    - Dữ liệu cơ sở về sự thay đổi hành vi du khách thời kỳ biến động 2020.  |
+-----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nhân tố Phương tiện hữu hình (HH) lại bị loại khỏi mô hình hồi quy?

Trong kiểm định hồi quy đa biến, biến Phương tiện hữu hình có giá trị $\text{Sig.} = 0.068 > 0.05$. Điều này cho thấy tại phân khúc khách sạn 5 sao quốc tế, cơ sở vật chất sang trọng, hiện đại được xem là tiêu chuẩn mặc định hiển nhiên của thương hiệu Vinpearl, không tạo ra sự biến thiên mang tính quyết định đến sự thỏa mãn dịch vụ CSKH so với thái độ và cam kết của nhân sự.

2. Thang đo của nghiên cứu có thể triển khai cho các khách sạn khác không?

Hoàn toàn có thể. Bộ thang đo gồm 21 biến chuẩn hóa sau EFA có thể áp dụng ngay cho các khu nghỉ dưỡng, khách sạn từ 4–5 sao có cấu trúc vận hành tương đương.

3. Tỷ lệ giải thích $R^2_{\text{Adjusted}} = 59.50%$ phản ánh điều gì?

Con số 59.50% cho thấy 4 nhân tố trong mô hình (Mức độ tin cậy, Khả năng đáp ứng, Năng lực phục vụ, Mức độ đồng cảm) giải thích được gần 60% cảm nhận thực tế của khách hàng. Phần còn lại (40.50%) thuộc về các yếu tố ngoài mô hình như chính sách giá phòng, vị trí địa lý hay các tác động ngoại cảnh vĩ mô.

4. Dữ liệu khảo sát được kiểm soát tính trùng lặp và dị biệt như thế nào?

Dữ liệu được làm sạch thông qua kiểm định tương quan biến-tổng ($r_{it} \ge 0.3$), kiểm tra chỉ số phóng đại phương sai ($\text{VIF} < 10$), và hệ số Durbin-Watson ($d = 1.992$) loại trừ hoàn toàn hiện tượng sai số ngẫu nhiên có tương quan.

5. Khách sạn nên ưu tiên giải pháp nào trước tiên sau nghiên cứu này?

Khách sạn cần ưu tiên số 1 cho nhân tố Mức độ tin cậy (TC) ($\beta = 0.449$), bao gồm việc thực hiện đúng 100% các cam kết quảng bá ban đầu, bảo mật thông tin tuyệt đối và hạn chế tối đa sai sót trong thanh toán, bàn giao phòng.

Kết luận

Công trình khóa luận tốt nghiệp "Đánh giá cảm nhận của khách hàng về chất lượng dịch vụ chăm sóc khách hàng tại Vinpearl Hotel Huế" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra thông qua việc kết hợp chặt chẽ giữa lý luận quản trị dịch vụ và phương pháp phân tích định lượng thực chứng. Với việc xác lập mô hình hồi quy đa biến có hệ số giải thích $R^2_{\text{Adjusted}} = 59.50%$ và chứng minh vai trò trọng tâm của nhân tố Mức độ tin cậy ($\beta = 0.449$), đề tài cung cấp luận cứ khoa học vững chắc để Ban Quản lý Vinpearl Hotel Huế tái cơ cấu quy trình CSKH, tối ưu hóa năng suất lao động của 183 cán bộ nhân viên và nâng cao sức cạnh tranh dài hạn trong kỷ nguyên du lịch số.