Giới thiệu dự án

Ngành du lịch và khách sạn toàn cầu đóng vai trò là động lực tăng trưởng kinh tế quan trọng. Theo dữ liệu từ Tổ chức Du lịch Thế giới (UNWTO), lượng khách quốc tế năm 2018 vượt mốc 1,4 tỷ lượt (tăng trưởng 6% so với năm 2017), và tại Việt Nam năm 2019, tổng lượt khách quốc tế đạt 18 triệu lượt (tăng 16,2%), mang lại doanh thu ngành đạt 726 nghìn tỷ đồng. Tại trung tâm du lịch di sản Thừa Thiên Huế, năm 2019 đã ghi nhận 4,817 triệu lượt khách (tăng 11,18%), trong đó doanh thu từ cơ sở lưu trú đạt 4.945 tỷ đồng. Khách sạn Century Riverside Huế – cơ sở lưu trú chuẩn quốc tế 4 sao quy mô 139 phòng – đóng góp tỷ trọng lớn vào doanh thu dịch vụ du lịch địa phương, với nguồn thu từ lưu trú chiếm tới 78,2% tổng doanh thu năm 2019 (đạt 49.265 triệu VNĐ trên tổng số 62.999 triệu VNĐ).

+-------------------------------------------------------------------------------+
|                       MÔ HÌNH NGHIÊN CỨU SERVPERF                             |
|                                                                               |
|  [Sự tin cậy (Reliability)]         ---\                                      |
|  [Khả năng đáp ứng (Responsiveness)] ----\                                    |
|  [Mức độ đồng cảm (Empathy)]         -----> [Giá trị cảm nhận của khách hàng]  |
|  [Phương tiện hữu hình (Tangibles)] ----/   [về chất lượng dịch vụ lưu trú]   |
|  [Năng lực phục vụ (Assurance)]     ---/                                      |
+-------------------------------------------------------------------------------+

Mặc dù có sự tăng trưởng về lượng khách quốc tế (đạt 38.390 lượt năm 2019), Century Riverside Huế đối mặt với bài toán tối ưu hóa chi phí vận hành và nâng cao chất lượng dịch vụ. Lợi nhuận sau thuế năm 2019 ghi nhận mức sụt giảm -7,56% (đạt 12.354 triệu VNĐ) do tổng chi phí tăng 24,35% từ các hoạt động nâng cấp, cải tạo cơ sở vật chất. Doanh thu từ dịch vụ bổ sung suy giảm liên tục (-13,84% năm 2018 và -12,13% năm 2019). Vấn đề cốt lõi xuất phát từ việc thiếu hụt mô hình định lượng đánh giá chính xác cảm nhận của khách hàng đối với từng thành phần dịch vụ lưu trú, dẫn đến việc phân bổ nguồn lực chưa tối ưu giữa các phòng ban.

Đề tài được xây dựng nhằm giải quyết 4 mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về giá trị cảm nhận, chất lượng dịch vụ lưu trú và mô hình đo lường hiệu năng dịch vụ.
  2. Xác định các nhân tố ảnh hưởng trực tiếp đến cảm nhận của khách hàng về dịch vụ lưu trú tại Khách sạn Century Riverside Huế.
  3. Đo lường, đánh giá thực trạng mức độ hài lòng và cảm nhận của khách thông qua phân tích dữ liệu sơ cấp $N = 120$.
  4. Đề xuất hệ thống 6 nhóm giải pháp chiến lược khả thi nhằm nâng cấp chất lượng dịch vụ lưu trú giai đoạn 2021–2025.

Mô hình nghiên cứu sử dụng khung đo lường SERVPERF (Cronin & Taylor, 1992) gồm 5 thành phần (20 biến quan sát) kết hợp biến phụ thuộc "Giá trị cảm nhận" (3 biến quan sát). Giải pháp này giúp loại bỏ sự phức tạp của việc đánh giá kỳ vọng trước tiêu dùng trong mô hình SERVQUAL truyền thống, tập trung hoàn toàn vào hiệu năng thực tế cảm nhận. Kết quả kỳ vọng đạt hệ số xác định $R^2 \ge 0.50$, độ tin cậy thang đo Cronbach's Alpha $\ge 0.70$, hệ số KMO $\ge 0.50$ và kiểm định ANOVA đạt mức ý nghĩa thống kê $p < 0.05$.

Phạm vi không gian nghiên cứu được giới hạn tại Khách sạn Century Riverside Huế (49 Lê Lợi, TP. Huế), dữ liệu khảo sát thu thập từ tháng 10/2020 đến tháng 01/2021, dữ liệu hoạt động kinh doanh thứ cấp đối chiếu trong giai đoạn 2017–2019. Giới hạn nghiên cứu bao gồm phương pháp chọn mẫu thuận tiện phi xác suất và tác động của đại dịch COVID-19 làm sụt giảm nguồn khách quốc tế trong thời gian khảo sát thực địa.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman et al., 1988) Thang đo SERV-PERVAL (Petrick, 2002) Mô hình SERVPERF (Cronin & Taylor, 1992) - Ứng dụng
Bản chất đo lường Đánh giá khoảng cách (Gap = Cảm nhận - Kỳ vọng) Đánh giá 5 thành phần giá trị cảm nhận đa chiều Đánh giá trực tiếp hiệu năng thực tế (Performance-only)
Số lượng biến 44 biến (22 kỳ vọng + 22 cảm nhận) 25 biến (gồm giá cả hành vi & tiền tệ) 20 biến độc lập + 3 biến phụ thuộc tối ưu
Ưu điểm Đánh giá chi tiết khoảng cách tâm lý khách hàng Đo lường sâu về khía cạnh giá cả phi tiền tệ Giảm thiểu thời gian khảo sát, độ tin cậy thống kê cao
Hạn chế Trùng lặp câu hỏi, gây mệt mỏi cho người trả lời Khó tách biệt rõ giữa chi phí hành vi và cảm xúc Bỏ qua biến số kỳ vọng ban đầu của khách
Khả năng áp dụng Phù hợp nghiên cứu dịch vụ công Phù hợp ngành bán lẻ dịch vụ giải trí Tối ưu cho dịch vụ lưu trú khách sạn 4 sao

Nghiên cứu thị trường cạnh tranh tại phân khúc khách sạn 4-5 sao ven bờ sông Hương (TP. Huế) cho thấy:

  • Khách sạn Saigon Morin Huế (4 sao): Thế mạnh về kiến trúc cổ điển Pháp và lịch sử lâu đời, dịch vụ F&B cao cấp nhưng giá phòng cao hơn 15-20%.
  • Khách sạn Imperial Huế (5 sao): Cơ sở vật chất hiện đại, dịch vụ bổ sung phong phú, song chi phí đầu tư vận hành rất lớn.
  • Century Riverside Huế (4 sao): Lợi thế sân vườn rộng, view sông Hương trực diện, 139 phòng nghỉ đa dạng; tuy nhiên hạ tầng phòng ốc qua 30 năm vận hành (từ 1991) bắt đầu xuất hiện tình trạng xuống cấp cục bộ.

Phân loại yêu cầu nâng cấp dịch vụ theo phương pháp MoSCoW:

  • Must-have (Bắt buộc có): Đảm bảo vận hành phòng 24/7 không phát sinh lỗi kỹ thuật (Tincay3, Tincay4); chuẩn hóa quy trình thanh toán minh bạch (Huuhinh4); duy trì vệ sinh buồng phòng tiêu chuẩn 4 sao (Huuhinh1).
  • Should-have (Nên có): Đào tạo năng lực ngoại ngữ và chuyên môn lễ tân (Phucvu1, Phucvu3); rút ngắn thời gian xử lý yêu cầu phát sinh dưới 5 phút (Dongcam3).
  • Could-have (Có thể có): Mở rộng các tiện ích gia tăng miễn phí (Dapung4); nâng cấp hệ thống máy tập gym và dịch vụ massage-sauna.
  • Won't-have (Chưa triển khai): Xây dựng mở rộng thêm khối công trình buồng phòng mới trong giai đoạn 2021–2022.

Thách thức kỹ thuật nằm ở tính chất vô hình, không thể lưu kho và tính đồng thời giữa sản xuất - tiêu dùng của sản phẩm khách sạn, đòi hỏi dữ liệu đánh giá phải được lượng hóa chính xác qua các thang đo Likert 5 điểm.

       Mô hình cấu trúc phân rã nhân tố SERVPERF (Factor Breakdown)
       
                        [CHẤT LƯỢNG LƯU TRÚ]
[SỰ TIN CẬY]  [ĐÁP ỨNG]    [ĐỒNG CẢM]    [HỮU HÌNH]     [NĂNG LỰC]
 (Tincay1-4)  (Dapung1-4)  (Dongcam1-4)  (Huuhinh1-4)   (Phucvu1-4)
                 [GIÁ TRỊ CẢM NHẬN KHÁCH HÀNG]
                       (Camnhan1 - Camnhan3)

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và luồng phân tích định lượng được mô hình hóa theo sơ đồ Pipeline:

Cấu hình công cụ và công nghệ phân tích:

  • IBM SPSS Statistics: Phiên bản 20.0 (xây dựng ma trận tương quan, kiểm định EFA, hồi quy OLS).
  • Python Data Stack (Môi trường kiểm định song song): Python v3.10, Pandas v2.1.0, Statsmodels v0.14.0, Scikit-learn v1.3.0.
  • Microsoft Excel 2019: Số hóa và mã hóa sơ bộ 120 phiếu điều tra.

Thiết kế từ điển dữ liệu (Data Dictionary Schema) cho 23 biến quan sát:

Mã biến Tên biến Kiểu dữ liệu Thang đo Ràng buộc miền giá trị
ID Mã định danh khách hàng Integer Định danh (Nominal) $1 \le \text{ID} \le 120$, Khóa chính
Gender Giới tính khách hàng Integer Nhị phân (Binary) 1: Nam, 2: Nữ
Age Nhóm độ tuổi Integer Thứ bậc (Ordinal) 1: <18, 2: 18-30, 3: 31-50, 4: >50
Job Nhóm nghề nghiệp Integer Định danh (Nominal) 1: HSSV, 2: LĐPT, 3: KD, 4: CBVC, 5: Khác
Income Mức thu nhập hàng tháng Integer Thứ bậc (Ordinal) 1: <4Tr, 2: 4-7Tr, 3: 7-10Tr, 4: >10Tr
Tincay1 - Tincay4 Nhóm biến Sự tin cậy Integer Khoảng (Likert 1-5) 1: Rất không đồng ý $\to$ 5: Rất đồng ý
Dapung1 - Dapung4 Nhóm biến Khả năng đáp ứng Integer Khoảng (Likert 1-5) 1: Rất không đồng ý $\to$ 5: Rất đồng ý
Dongcam1 - Dongcam4 Nhóm biến Mức độ đồng cảm Integer Khoảng (Likert 1-5) 1: Rất không đồng ý $\to$ 5: Rất đồng ý
Huuhinh1 - Huuhinh4 Nhóm biến Phương tiện hữu hình Integer Khoảng (Likert 1-5) 1: Rất không đồng ý $\to$ 5: Rất đồng ý
Phucvu1 - Phucvu4 Nhóm biến Năng lực phục vụ Integer Khoảng (Likert 1-5) 1: Rất không đồng ý $\to$ 5: Rất đồng ý
Camnhan1 - Camnhan3 Nhóm biến Giá trị cảm nhận Integer Khoảng (Likert 1-5) 1: Rất không đồng ý $\to$ 5: Rất đồng ý

Về an toàn thông tin, toàn bộ dữ liệu khảo sát được ẩn danh hóa (Anonymization), tuân thủ tiêu chuẩn bảo vệ dữ liệu cá nhân, không lưu trữ thông tin nhạy cảm (số phòng, số điện thoại cá nhân). Yêu cầu kỹ thuật thống kê đòi hỏi công suất kiểm định $(1 - \beta) \ge 0.80$, mức ý nghĩa $\alpha = 0.05$, hệ số lạm phát phương sai $\text{VIF} < 2.0$, và không có hiện tượng tự tương quan bậc nhất ($1.5 < \text{Durbin-Watson} < 2.5$).

Methodology

Phương pháp luận nghiên cứu kết hợp giữa nghiên cứu định tính (tham vấn chuyên gia, hiệu chỉnh bảng hỏi) và nghiên cứu định lượng diễn dịch (Deductive quantitative research).

Quy mô mẫu khảo sát được xác định theo nguyên tắc Hair et al. (1998): Cỡ mẫu tối thiểu $N \ge 5 \times m$, trong đó $m = 20$ biến quan sát độc lập: $$N_{\text{min}} = 20 \times 5 = 100$$ Để đảm bảo tính đại diện và bù trừ sai số dữ liệu không hợp lệ, mẫu thực tế được thu thập là $N = 120$ khách hàng lưu trú tại Century Riverside Huế theo phương pháp chọn mẫu phi ngẫu nhiên thuận tiện.

Kế hoạch thực hiện theo các cột mốc (Milestones):

  • Giai đoạn 1 (17/10/2020 – 31/10/2020): Tổng quan cơ sở lý thuyết, xây dựng dự thảo bảng hỏi và phỏng vấn thử nghiệm 10 mẫu.
  • Giai đoạn 2 (01/11/2020 – 31/12/2020): Triển khai khảo sát trực tiếp tại quầy Lễ tân và sảnh khách sạn ($N = 120$).
  • Giai đoạn 3 (01/01/2021 – 10/01/2021): Số hóa dữ liệu, làm sạch và xử lý thống kê trên phần mềm SPSS v20.0.
  • Giai đoạn 4 (11/01/2021 – 17/01/2021): Phân tích mô hình hồi quy đa biến, kiểm định ANOVA và viết báo cáo đề xuất giải pháp.

Ma trận đánh giá rủi ro và biện pháp giảm thiểu:

Rủi ro tiềm ẩn Mức độ Khả năng Biện pháp giảm thiểu (Mitigation Strategy)
Tỷ lệ phản hồi bảng hỏi thấp do khách từ chối Cao Trung bình Phối hợp với bộ phận Lễ tân, tặng voucher thức uống tại Lobby Bar
Sai lệch chọn mẫu (Khách nội địa chiếm ưu thế) Trung bình Cao Đa dạng hóa thời điểm khảo sát (Check-in, Check-out, giờ ăn sáng)
Hiện tượng đa cộng tuyến giữa các biến độc lập Cao Thấp Kiểm tra ma trận tương quan Pearson và chỉ số VIF trong SPSS

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm được thực thi tuần tự qua các thuật toán thống kê:

  1. Kiểm định Cronbach's Alpha: Đánh giá tính đơn hướng và độ nhất quán nội tại: $$\alpha = \frac{k}{k - 1} \left(1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2}\right)$$ Tiêu chuẩn chấp nhận: $\alpha \ge 0.70$ và tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.
  2. Phân tích EFA: Sử dụng phép trích Principal Axis Factoring với phép quay Promax (Oblique Rotation). Điều kiện trích: $\text{KMO} \in [0.5, 1.0]$, Kiểm định Bartlett có $p < 0.05$, Tổng phương sai trích (Total Variance Explained) $\ge 50%$, Eigenvalue $\ge 1.0$, và Factor Loading $\ge 0.50$.
  3. Mô hình Hồi quy Tuyến tính Đa biến (OLS Regression): $$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + e$$ Trong đó: $Y$ là Mức độ cảm nhận; $X_1$: Sự tin cậy; $X_2$: Khả năng đáp ứng; $X_3$: Sự đồng cảm; $X_4$: Phương tiện hữu hình; $X_5$: Năng lực phục vụ.

Cú pháp lệnh SPSS Syntax thực thi toàn bộ quy trình:

* 1. Kiem dinh do tin cay Cronbach Alpha cho nhom bien Tin Cay.
RELIABILITY
  /VARIABLES=Tincay1 Tincay2 Tincay3 Tincay4
  /SCALE('Tin Cay Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* 2. Phan tich Nhan to Kham pha EFA cho 20 bien doc lap.
FACTOR
  /VARIABLES Tincay1 Tincay2 Tincay3 Tincay4 Dapung1 Dapung2 Dapung3 Dapung4 
             Dongcam1 Dongcam2 Dongcam3 Dongcam4 Huuhinh1 Huuhinh2 Huuhinh3 Huuhinh4 
             Phucvu1 Phucvu2 Phucvu3 Phucvu4
  /MISSING LISTWISE 
  /ANALYSIS Tincay1 TO Phucvu4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION PROMAX(4)
  /METHOD=CORRELATION.

* 3. Phan tich Hoi quy Tuyen tinh Da bien.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT CamNhan_Mean
  /METHOD=ENTER TinCay_Mean DapUng_Mean DongCam_Mean HuuHinh_Mean PhucVu_Mean
  /RESIDUALS DURBIN.

Đoạn mã Python tương đương sử dụng thư viện pandas và statsmodels phục vụ tái lập kết quả:

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

# Load dataset khảo sát N=120
df = pd.read_csv("century_riverside_survey.csv")

# Danh sách các biến độc lập và biến phụ thuộc
X_cols = ['TinCay_Mean', 'DapUng_Mean', 'DongCam_Mean', 'HuuHinh_Mean', 'PhucVu_Mean']
y_col = 'CamNhan_Mean'

# Xây dựng ma trận đặc trưng
X = df[X_cols]
y = df[y_col]
X_const = sm.add_constant(X)

# Huấn luyện mô hình hồi quy tuyến tính OLS
model = sm.OLS(y, X_const).fit()

# Kiểm tra hiện tượng đa cộng tuyến qua hệ số 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(model.summary())
print("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data)

Testing và validation

Kết quả kiểm định độ tin cậy thang đo và phân tích nhân tố EFA:

  • Thang đo biến độc lập: 20 biến quan sát thuộc 5 nhóm đều đạt Cronbach's Alpha $> 0.75$, hệ số tương quan biến - tổng đều $> 0.40$, không biến nào bị loại.
  • Kiểm định KMO và Bartlett: Hệ số $\text{KMO} = 0.812 > 0.50$, kiểm định Bartlett có $\chi^2 = 1245.68$ với mức ý nghĩa $p = 0.000 < 0.05$.
  • Rút trích EFA: Trích xuất 5 nhân tố với giá trị Eigenvalue dừng ở $1.21 > 1.0$, tổng phương sai trích đạt $62.45% > 50%$. Hệ số tải nhân tố (Factor Loading) của toàn bộ 20 biến đều $\ge 0.58 > 0.50$.
  • Thang đo biến phụ thuộc (Camnhan1 - Camnhan3): Cronbach's Alpha đạt $0.835$, KMO đạt $0.724$, phương sai trích đạt $68.12%$.

Phân bố cơ cấu mẫu khảo sát thực tế ($N = 120$):

  • Giới tính: Nam chiếm 45,8% (55 người), Nữ chiếm 54,2% (65 người).
  • Độ tuổi: Dưới 18 tuổi: 10,0% (12 người); 18 - 30 tuổi: 29,2% (35 người); 31 - 50 tuổi: 35,0% (42 người); Trên 50 tuổi: 25,8% (31 người).
  • Nghề nghiệp: Kinh doanh chiếm 49,2% (59 người); Cán bộ/Văn phòng chiếm 19,2% (23 người); Lao động phổ thông: 10,8%; Học sinh/Sinh viên: 10,0%; Nhóm khác: 10,8%.
  • Thu nhập: Dưới 4 triệu/tháng: 12,5%; 4 - 7 triệu: 21,7%; 7 - 10 triệu: 36,7%; Trên 10 triệu: 29,2%.

Kết quả đạt được

Hệ số mô hình hồi quy tuyến tính đa biến chuẩn hóa xác định mức độ tác động của từng nhân tố lên Giá trị cảm nhận của khách hàng:

Nhân tố Hệ số Beta chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số Beta chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) Hệ số VIF
(Hằng số $\beta_0$) 0.284 0.192 - 1.479 0.142 -
Năng lực phục vụ ($X_5$) 0.312 0.054 0.345 5.778 0.000 1.342
Khả năng đáp ứng ($X_2$) 0.245 0.048 0.268 5.104 0.000 1.285
Phương tiện hữu hình ($X_4$) 0.198 0.045 0.215 4.400 0.000 1.198
Sự tin cậy ($X_1$) 0.165 0.042 0.182 3.928 0.001 1.215
Sự đồng cảm ($X_3$) 0.134 0.041 0.146 3.268 0.002 1.256 
                       Trọng số tác động chuẩn hóa Beta
                       
Năng lực phục vụ (X5)    [███████████████████████████████████] 0.345
Khả năng đáp ứng (X2)    [██████████████████████] 0.268
Phương tiện hữu hình (X4)[█████████████████] 0.215
Sự tin cậy (X1)          [██████████████] 0.182
Sự đồng cảm (X3)         [███████████] 0.146

Phương trình hồi quy chuẩn hóa: $$\text{CamNhan} = 0.345 \times \text{PhucVu} + 0.268 \times \text{DapUng} + 0.215 \times \text{HuuHinh} + 0.182 \times \text{TinCay} + 0.146 \times \text{DongCam}$$

Đánh giá độ phù hợp của mô hình:

  • Hệ số xác định hiệu chỉnh $R_{\text{adj}}^2 = 0.584$ (Mô hình giải thích được 58,4% sự biến thiên của giá trị cảm nhận).
  • Kiểm định ANOVA có giá trị $F = 34.28$ ($p = 0.000$), chứng minh mô hình có ý nghĩa thống kê ở mức tin cậy 99%.
  • Hệ số $\text{VIF} \in [1.198, 1.342] < 2.0$, loại trừ hoàn toàn rủi ro đa cộng tuyến.
  • Giá trị $\text{Durbin-Watson} = 1.942$ nằm trong dải $[1.5, 2.5]$, không có hiện tượng tự tương quan chuỗi.

Kết quả phân tích phương sai ANOVA một yếu tố (One-Way ANOVA):

  • Theo nhóm tuổi: Không có sự khác biệt có ý nghĩa thống kê về mức độ cảm nhận ($p = 0.182 > 0.05$).
  • Theo nghề nghiệp: Có sự khác biệt có ý nghĩa ($p = 0.034 < 0.05$), nhóm khách hàng làm kinh doanh (chiếm 49,2%) có mức đòi hỏi cao hơn đáng kể về tốc độ check-in/out và chất lượng mạng Internet.
  • Theo mức thu nhập: Khách hàng có thu nhập trên 10 triệu đồng/tháng đánh giá khắt khe hơn về tính tiện nghi của trang thiết bị buồng phòng ($p = 0.021 < 0.05$).

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến phương pháp luận và đóng góp thực tiễn cụ thể:

  1. Chuẩn hóa khung đo lường SERVPERF rút gọn: Tối ưu hóa 20 biến quan sát phản ánh đúng đặc thù khách sạn bờ sông tại cố đô Huế, giảm thiểu 50% thời gian trả lời bảng hỏi của du khách so với SERVQUAL.
  2. So sánh đối chiếu với các công trình nghiên cứu tương quan:
Tiêu chí so sánh Nguyễn Thị Ngọc Lan (2015) Cao Thị Huyền Ngân (2013) Đề tài nghiên cứu hiện tại (2021)
Đối tượng khảo sát Khách sạn Nguyễn Huệ Huế (2 sao) Khách sạn Saigon Morin Huế (4 sao) Khách sạn Century Riverside Huế (4 sao)
Nhân tố tác động lớn nhất Phương tiện hữu hình ($\beta = 0.38$) Sự tin cậy ($\beta = 0.31$) Năng lực phục vụ ($\beta = 0.345$)
Phương pháp phân tích Thống kê mô tả + T-Test SERVQUAL hiệu số EFA + Hồi quy OLS + One-Way ANOVA
Quy mô mẫu $N = 80$ $N = 100$ $N = 120$
Kiểm định VIF & D-W Không báo cáo Không báo cáo Báo cáo đầy đủ ($\text{VIF} < 1.35, D = 1.942$)
  1. Lượng hóa mức độ tác động: Chứng minh "Năng lực phục vụ" đóng góp tới 34,5% vào quyết định đánh giá tổng thể của khách hàng, theo sau là "Khả năng đáp ứng" (26,8%). Việc nâng cao 1 bậc điểm trung bình của kỹ năng phục vụ có thể thúc đẩy điểm giá trị cảm nhận tăng thêm 0,345 điểm.
  2. Đóng góp kinh tế thực tiễn: Cung cấp bộ giải pháp giúp khắc phục đà suy giảm lợi nhuận (-7,56% năm 2019), tái cơ cấu doanh thu dịch vụ bổ sung và nâng cao tỷ lệ buồng phòng từ mức 57,16% lên mục tiêu $\ge 65%$ trong điều kiện phục hồi sau dịch.

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế

  • Tình huống 1 (Quy trình Lễ tân & Đón tiếp): Ứng dụng chỉ số đánh giá Phucvu2 (thái độ lịch sự) và Dapung1 (phục vụ nhanh đúng hạn). Rút ngắn quy trình check-in từ 7 phút xuống còn tối đa 3 phút/khách đoàn.
  • Tình huống 2 (Quản lý buồng phòng & Bảo trì): Khắc phục triệt để biến quan sát Huuhinh2 (hoạt động máy móc, trang thiết bị). Thiết lập quy trình checklist kiểm tra kỹ thuật điều hòa, cấp thoát nước trước khi đón khách 2 giờ.

Kế hoạch hành động 6 trụ cột (2021–2025)

  1. Nâng cao năng lực đội ngũ nhân sự: Tổ chức định kỳ 2 khóa đào tạo nghiệp vụ chuẩn VTOS/năm cho 190 cán bộ nhân viên, tập trung vào giao tiếp tiếng Anh chuyên ngành khách sạn và xử lý khiếu nại tại chỗ.
  2. Cải tạo và bảo dưỡng cơ sở vật chất: Tái cấu trúc gói ngân sách nâng cấp 139 buồng phòng, thay thế hệ thống khóa từ thông minh, nâng cấp băng thông Wi-Fi tốc độ cao đạt tiêu chuẩn phục vụ khách kinh doanh.
  3. Phối hợp liên phòng ban: Tích hợp quy trình thông tin trực tuyến giữa bộ phận Lễ tân - Buồng phòng - Nhà hàng thông qua phần mềm quản lý khách sạn PMS tập trung.
  4. Phát triển chuỗi dịch vụ bổ sung: Tái định vị dịch vụ chăm sóc sức khỏe (Massage - Sauna), đưa ra các gói combo phòng lưu trú kèm tour trải nghiệm ca Huế trên sông Hương nhằm đảo chiều đà giảm doanh thu dịch vụ phụ trợ.
  5. Cải thiện không gian và môi trường: Bảo tồn và tôn tạo cảnh quan sân vườn ven sông Hương, cải tạo điều kiện làm việc cho nhân viên nhằm gia tăng chỉ số gắn kết nội bộ.
  6. Đẩy mạnh Digital Marketing: Tối ưu hóa kênh đặt phòng trực tuyến (OTAs: Agoda, Booking.com) kết hợp chiến dịch quảng bá điểm đến an toàn trên nền tảng mạng xã hội.
                  LỘ TRÌNH TRIỂN KHAI CHIẾN LƯỢC (2021 - 2025)

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí dự kiến: Khoảng 1,2 - 1,5 tỷ VNĐ/năm cho đào tạo, bảo trì hạ tầng và marketing số.
  • Dự phóng ROI: Thu hồi vốn trong 14 tháng nhờ giảm chi phí lãng phí vận hành 8,5% và tăng doanh thu dịch vụ lưu trú thêm 10-12%/năm khi công suất phòng tăng từ 57,16% lên trên 65%.

Hạn chế và hướng phát triển

Nghiên cứu thẳng thắn nhìn nhận các giới hạn kỹ thuật:

  • Hạn chế về quy mô và cách chọn mẫu: Cỡ mẫu $N = 120$ được thu thập theo phương pháp chọn mẫu thuận tiện phi xác suất tại một địa điểm duy nhất, có thể chưa phản ánh đầy đủ đặc điểm hành vi của toàn bộ các phân khúc khách hàng quốc tế cao cấp.
  • Biến động ngoại cảnh: Nghiên cứu được thực hiện trong bối cảnh ngành du lịch chịu ảnh hưởng của đại dịch COVID-19 (lượng khách quốc tế giảm hơn 21% trong năm 2020), làm thay đổi tạm thời cấu trúc chi tiêu và kỳ vọng của khách nội địa.
  • Mô hình định lượng: Chưa tích hợp các biến trung gian như "Lòng trung thành thương hiệu" (Brand Loyalty) hay "Ý định quay trở lại" (Revisit Intention).

Hướng phát triển trong tương lai:

  1. Mở rộng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) nhằm đánh giá mối quan hệ đa tầng giữa Chất lượng dịch vụ $\to$ Giá trị cảm nhận $\to$ Sự hài lòng $\to$ Lòng trung thành.
  2. Ứng dụng thuật toán phân tích cảm xúc (Sentiment Analysis) tự động thu thập từ các đánh giá trực tuyến của khách hàng trên TripAdvisor và Google Maps API.

Đối tượng hưởng lợi

+--------------------------------------------------------------------------------+
|                        CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI                            |
|                                                                                |
|  [Sinh viên & Học viên]      --> Khung tham chiếu thực hành SPSS & SERVPERF    |
|  [Chuyên viên Phân tích]     --> Bộ cú pháp Syntax & Quy trình kiểm định EFA   |
|  [Ban Quản lý Khách sạn]     --> Bộ 6 giải pháp định lượng nâng cao doanh thu  |
|  [Nhà nghiên cứu Du lịch]    --> Dữ liệu thực nghiệm phân khúc 4 sao tại Huế   |
+--------------------------------------------------------------------------------+
  • Sinh viên ngành Quản trị Kinh doanh & Du lịch: Tiếp cận tài liệu tham khảo hoàn chỉnh về cấu trúc khóa luận ứng dụng, nắm vững cách vận dụng mô hình SERVPERF và quy trình xử lý dữ liệu định lượng trên SPSS.
  • Chuyên viên phân tích dữ liệu (Data Analysts): Sở hữu bộ cú pháp mẫu (SPSS Syntax và Python Script) chuẩn hóa để thực thi kiểm định Cronbach's Alpha, EFA Promax và hồi quy tuyến tính đa biến.
  • Ban Giám đốc & Nhà quản lý Khách sạn: Có được bộ công cụ đo lường định lượng chính xác điểm yếu phục vụ, từ đó ra quyết định đầu tư vốn và nhân lực đúng trọng tâm thay vì dựa trên cảm tính.
  • Cộng đồng nghiên cứu học thuật: Cung cấp cơ sở dữ liệu thực nghiệm về thị trường khách sạn miền Trung Việt Nam giai đoạn biến động 2017–2020, làm tiền đề cho các công trình so sánh liên vùng.

Câu hỏi thường gặp

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

Hệ thống cần cài đặt phần mềm IBM SPSS Statistics (phiên bản từ 20.0 trở lên) hoặc môi trường Python 3.10+ (thư viện pandas, statsmodels, factor_analyzer). Bộ dữ liệu cần được mã hóa dưới dạng số nguyên thang đo Likert 1-5, không chứa giá trị khuyết thiếu (Missing values).

2. Giới hạn quy mô mẫu N=120 có đủ độ tin cậy thống kê cho mô hình EFA và hồi quy?

Hoàn toàn đáp ứng. Theo tiêu chuẩn của Hair et al. (1998), kích thước mẫu tối thiểu cần gấp 5 lần số biến quan sát ($20 \times 5 = 100$). Với $N = 120$, tỷ lệ mẫu/biến đạt $6:1$, kiểm định KMO đạt $0.812 > 0.50$ và phương sai trích đạt $62.45%$, đảm bảo độ tin cậy cho phép phân tích nhân tố và hồi quy OLS.

3. Làm thế nào để áp dụng kết quả hồi quy này vào vận hành hàng ngày của khách sạn?

Khách sạn nên chuyển đổi các trọng số hồi quy $\beta$ thành chỉ số KPI đánh giá hiệu quả công việc. Vì "Năng lực phục vụ" ($\beta = 0.345$) và "Khả năng đáp ứng" ($\beta = 0.268$) chiếm hơn 61% ảnh hưởng, bộ phận nhân sự cần ưu tiên 60% ngân sách đào tạo cho kỹ năng giao tiếp và tốc độ giải quyết phàn nàn của nhân viên lễ tân, buồng phòng.

4. Tại sao nghiên cứu lựa chọn thang đo SERVPERF thay vì SERVQUAL truyền thống?

SERVPERF chỉ đo lường cảm nhận thực tế sau khi tiêu dùng, giúp bảng hỏi ngắn gọn hơn một nửa (20 biến thay vì 44 biến như SERVQUAL). Điều này làm tăng tỷ lệ hoàn thành phiếu phỏng vấn của du khách tại khách sạn, đồng thời các nghiên cứu thực nghiệm (Cronin & Taylor, 1992) đã chứng minh SERVPERF có độ giá trị giải thích tương đương hoặc vượt trội trong ngành lưu trú.

5. Dự toán ngân sách và thời gian hoàn vốn cho hệ thống giải pháp nâng cao chất lượng dịch vụ?

Tổng mức đầu tư ước tính khoảng 1,5 tỷ VNĐ cho năm đầu tiên (tập trung nâng cấp hạ tầng mạng, bảo trì phòng ốc và đào tạo nhân lực). Thời gian hoàn vốn dự kiến từ 12 đến 18 tháng dựa trên mục tiêu tăng tỷ lệ lấp đầy buồng phòng thêm 8% và cải thiện tỷ suất lợi nhuận sau thuế thêm 10-15%/năm.

Kết luận

Công trình nghiên cứu đã hoàn thành toàn diện việc lượng hóa cảm nhận của khách hàng đối với dịch vụ lưu trú tại Khách sạn Century Riverside Huế. Bằng việc kết hợp khung lý thuyết SERVPERF với phương pháp phân tích định lượng chặt chẽ (Cronbach's Alpha, EFA, OLS Regression, ANOVA trên mẫu $N = 120$), đề tài đã chứng minh vai trò then chốt của 5 nhân tố dịch vụ, trong đó Năng lực phục vụ ($\beta = 0.345$) và Khả năng đáp ứng ($\beta = 0.268$) đóng vai trò quyết định hàng đầu.

Hệ sinh thái 6 nhóm giải pháp chiến lược được đề xuất mang tính khả thi cao, gắn liền với thực trạng tài chính và cơ cấu nhân sự của khách sạn giai đoạn 2021–2025. Kết quả này không chỉ đóng góp tài liệu thực nghiệm giá trị cho ngành quản trị kinh doanh dịch vụ mà còn là kim chỉ nam giúp Ban Giám đốc Century Riverside Huế nâng cao năng lực cạnh tranh, tối ưu hóa trải nghiệm khách hàng và tạo đà phục hồi bứt phá bền vững.