Giới thiệu dự án

Bối cảnh ngành và nguồn gốc vấn đề

Ngành du lịch Việt Nam trong giai đoạn 2018–2019 ghi nhận tốc độ tăng trưởng vượt bậc, đóng góp 7,8% vào tổng GDP cả nước với 15,6 triệu lượt khách quốc tế, trên 80 triệu lượt khách nội địa và tổng doanh thu toàn ngành đạt 620.000 tỷ đồng (Nguyễn Hữu Thọ, 2018). Tại khu vực miền Trung, tỉnh Thừa Thiên Huế giữ vai trò trung tâm du lịch di sản với 6 di sản văn hóa thế giới được UNESCO công nhận. Năm 2019, tổng lượt khách đến Huế đạt 4,817 triệu lượt (tăng 11,18% so với cùng kỳ 2018), doanh thu lưu trú đạt 4.945 tỷ đồng (tăng 10,54%).

Trong bức tranh tăng trưởng đó, các doanh nghiệp kinh doanh dịch vụ lữ hành vừa và nhỏ tại địa phương phải đối mặt với áp lực cạnh tranh khốc liệt. Khách hàng ngày càng khắt khe hơn về chất lượng trải nghiệm thay vì chỉ quan tâm đến giá thành tour.

                  THỊ TRƯỜNG DU LỊCH NỘI ĐỊA HUẾ (2019 - 2020)

Vấn đề nghiên cứu cụ thể (Problem Statement)

Công ty TNHH Connect Travel Hue (thành lập năm 2013) là đơn vị lữ hành quốc tế và nội địa có thị phần ổn định tại Huế. Mảng tour nội địa đóng góp hơn 50% tổng doanh thu và chiếm gần 80% tổng lưu lượng phục vụ hàng năm (đạt 1.782 lượt khách năm 2019). Tuy nhiên, đơn vị đang đối mặt với các điểm nghẽn nghiêm trọng:

  • Tốc độ tăng trưởng doanh thu chững lại: Tăng trưởng doanh thu năm 2019 so với 2018 chỉ đạt 1,21% (2.754 triệu so với 2.721 triệu VNĐ), thấp hơn nhiều mức tăng 16,98% của giai đoạn 2017–2018.
  • Áp lực chi phí vận hành: Chi phí hoạt động năm 2018 tăng 19,72% (đạt 2.009 triệu VNĐ), làm biên lợi nhuận ròng tăng chậm (năm 2019 chỉ tăng 2,53% đạt 730 triệu VNĐ).
  • Phân bổ sản phẩm mất cân đối: Các tour miền Trung (Huế, Đà Nẵng, Hội An, Phá Tam Giang) chiếm tỷ trọng áp đảo, trong khi tour miền Bắc và miền Nam chưa tạo được sức hút bền vững.
  • Thiếu hụt dữ liệu lượng hóa: Chưa có hệ thống thang đo chuẩn hóa để lượng hóa mức độ hài lòng và xác định chính xác các yếu tố dịch vụ ảnh hưởng trực tiếp đến quyết định quay lại của du khách.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ lữ hành và hành vi thỏa mãn của khách hàng dựa trên khung lý thuyết SERVQUAL và SERVPERF.
  2. Thu thập, làm sạch và phân tích dữ liệu thực nghiệm từ 150 khách hàng đã sử dụng dịch vụ lữ hành nội địa tại Connect Travel Hue.
  3. Kiểm định độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (EFA) và xây dựng mô hình hồi quy tuyến tính đa biến (OLS Regression) để xác định mức độ tác động của từng thành phần chất lượng dịch vụ.
  4. Đề xuất hệ thống giải pháp can thiệp có tính khả thi cao nhằm tối ưu hóa 5 khía cạnh chất lượng dịch vụ giai đoạn 2020–2025.

Cách tiếp cận giải pháp (Solution Approach)

Nghiên cứu áp dụng mô hình biến thể cải tiến SERVPERF (Cronin & Taylor, 1992) thay thế cho mô hình khoảng cách SERVQUAL (Parasuraman et al., 1988). Khung SERVPERF chỉ tập trung đo lường chất lượng cảm nhận thực tế (Perception - P) thay vì tính toán độ lệch giữa cảm nhận và kỳ vọng ($P - E$), giúp giảm thiểu 50% số lượng biến quan sát trong bảng hỏi, tránh hiện tượng mệt mỏi của người trả lời và hạn chế đa cộng tuyến khi phân tích kinh tế lượng.

Kết quả kỳ vọng và chỉ số đo lường

  • Bộ dữ liệu sạch $N = 150$ mẫu đại diện cho tập quần thể $N \approx 15.000$ lượt khách.
  • Hệ số Cronbach's Alpha của các thang đo $\ge 0,70$; hệ số tương quan biến - tổng $\ge 0,30$.
  • Phân tích EFA đạt kiểm định KMO $\in [0,5; 1,0]$, kiểm định Bartlett đạt ý nghĩa thống kê ($p < 0,05$), tổng phương sai trích (Total Variance Explained) $\ge 50%$.
  • Phương trình hồi quy có ý nghĩa thống kê ($R^2$ hiệu chỉnh $\ge 0,40$, kiểm định $F$ với $p < 0,05$), không vi phạm hiện tượng đa cộng tuyến ($\text{VIF} < 2$).

Phạm vi và giới hạn

  • Phạm vi không gian: Khách hàng sử dụng tour lữ hành nội địa của Công ty TNHH Connect Travel Hue.
  • Phạm vi thời gian: Dữ liệu thứ cấp thu thập giai đoạn 2017–2019; dữ liệu khảo sát sơ cấp thu thập từ tháng 02/2020 đến tháng 04/2020; các giải pháp định hướng triển khai đến năm 2025.
  • Giới hạn: Phương pháp lấy mẫu thuận tiện phi xác suất chịu ảnh hưởng nhất định bởi mùa vụ du lịch và thời điểm bùng phát dịch COVID-19 đầu năm 2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để đo lường chất lượng dịch vụ lữ hành, việc lựa chọn khung lý thuyết phù hợp đóng vai trò quyết định đến tính chuẩn xác của mô hình nghiên cứu.

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình Grönroos (1984)
Bản chất đo lường Khoảng cách Kỳ vọng - Cảm nhận ($Q = P - E$) Chỉ đo lường Cảm nhận thực tế ($Q = P$) Chất lượng kỹ thuật vs. Chất lượng chức năng
Số lượng biến đo 44 biến (22 kỳ vọng + 22 cảm nhận) 21–22 biến (chỉ cảm nhận) Không cố định số biến
Độ phức tạp khảo sát Cao (Dễ gây chán nản, sai lệch tâm lý) Thấp - Trung bình (Dễ thu thập) Cao (Khó định lượng tách bạch)
Khả năng giải thích Tốt trong chẩn đoán khoảng cách quản lý Tốt hơn trong dự báo sự hài lòng tổng thể Tập trung vào hình ảnh thương hiệu
Phù hợp nghiên cứu Đánh giá nội bộ quy trình vận hành Khảo sát trực tiếp khách du lịch lữ hành Nghiên cứu chiến lược vĩ mô 
                              SO SÁNH MÔ HÌNH NGHIÊN CỨU LIÊN QUAN

Phân tích yêu cầu theo khung MoSCoW

  • Must-have (Bắt buộc phải có): Độ tin cậy trong thực hiện đúng cam kết lịch trình tour; phương tiện vận chuyển an toàn, tiện nghi; hướng dẫn viên có chứng chỉ hành nghề và kiến thức tuyến điểm.
  • Should-have (Nên có): Kênh hỗ trợ phản hồi đa kênh trực tuyến 24/7; đa dạng hóa phương thức thanh toán không tiền mặt; chính sách bồi hoàn minh bạch khi phát sinh sự cố.
  • Could-have (Có thể có): Ứng dụng di động theo dõi lộ trình tour thời gian thực; các quà tặng cá nhân hóa đậm chất văn hóa Huế.
  • Won't-have (Chưa ưu tiên): Xây dựng hệ thống đặt phòng/tour tự động bằng trí tuệ nhân tạo (AI Engine) do quy mô vốn doanh nghiệp còn hạn chế.

Thiết kế hệ thống nghiên cứu

Hệ thống đo lường thực nghiệm được chuẩn hóa thành 5 nhóm nhân tố độc lập (21 biến quan sát) tác động đến 1 nhóm nhân tố phụ thuộc (3 biến quan sát):

Công nghệ và công cụ thống kê sử dụng

  • Phần mềm phân tích: IBM SPSS Statistics v20.0 (Build 20.0.0.0).
  • Phần mềm xử lý bảng tính: Microsoft Excel 2019 MSO (Version 1808).
  • Công cụ khảo sát: Bảng hỏi trực tiếp kết hợp Google Forms API phục vụ thu thập dữ liệu từ xa qua Email/Zalo.
  • Công thức xác định kích thước mẫu (Taro Yamane, 1973):

$$n = \frac{N}{1 + N \cdot e^2}$$

Trong đó:

  • $N = 15.000$ (tổng lượt khách hàng năm của doanh nghiệp).
  • $e = 0,10$ (mức sai số cho phép ở độ tin cậy 90%).
  • Cỡ mẫu lý thuyết: $n_0 = \frac{15000}{1 + 15000 \cdot (0,10)^2} = 99,34 \approx 100$ mẫu.
  • Để đảm bảo tính đại diện và bù trừ hao hụt phiếu lỗi, cỡ mẫu thực tế được mở rộng thêm 150%: $n = 100 \times 150% = 150$ mẫu hợp lệ.

Cấu trúc mã hóa biến dữ liệu

  • Sự tin cậy (TC): TC1 (Thực hiện đúng cam kết), TC2 (Thông báo kịp thời khi đổi lịch), TC3 (Dịch vụ chuẩn xác ngay lần đầu), TC4 (Cung cấp dịch vụ đúng thời gian).
  • Khả năng đáp ứng (DU): DU1 (Phục vụ nhanh chóng), DU2 (Dễ dàng tra cứu thông tin), DU3 (Nhiệt tình hỗ trợ khó khăn), DU4 (Cung cấp đúng thỏa thuận tour).
  • Sự đồng cảm (DC): DC1 (Quan tâm cá nhân hóa), DC2 (Thấu hiểu nhu cầu riêng biệt), DC3 (Xử lý nhanh phát sinh), DC4 (Đối xử công bằng, văn minh).
  • Phương tiện hữu hình (HH): HH1 (Văn phòng dễ tìm, hiện đại), HH2 (Trang phục nhân viên lịch sự), HH3 (Phương thức thanh toán an toàn), HH4 (Phương tiện vận chuyển/vật chất tiện nghi), HH5 (Tổ chức vận hành chuyên nghiệp).
  • Năng lực phục vụ (PV): PV1 (Giải quyết thắc mắc kịp thời), PV2 (Nhân viên lịch sự, nhã nhặn), PV3 (Đủ kiến thức giải đáp chuyên sâu), PV4 (Tác phong chuyên nghiệp).
  • Sự hài lòng (HL): HL1 (Hài lòng chung về dịch vụ), HL2 (Sẵn sàng giới thiệu người thân), HL3 (Dự định tiếp tục sử dụng tour).

Phương pháp luận triển khai (Methodology)

Quy trình nghiên cứu 7 bước chuẩn hóa:

  1. Xác định mục tiêu & câu hỏi nghiên cứu: Định vị vấn đề suy giảm tăng trưởng lữ hành nội địa.
  2. Xây dựng mô hình & giả thuyết: Kế thừa khung SERVPERF và các nghiên cứu của Trần Ngọc Anh Thư (2019), Trần Thị Thái (2012).
  3. Thiết kế công cụ thu thập: Xây dựng bảng hỏi Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý). Khảo sát thử nghiệm 20 mẫu để hiệu chỉnh câu chữ.
  4. Thu thập dữ liệu chính thức: Phỏng vấn trực tiếp tại văn phòng, các điểm kết thúc tour và gửi phiếu điện tử ($N = 150$).
  5. Làm sạch & mã hóa dữ liệu: Kiểm tra dữ liệu khuyết thiếu (Missing values) và giá trị ngoại lai (Outliers) trên SPSS.
  6. Xử lý dữ liệu định lượng: Thống kê mô tả $\rightarrow$ Kiểm định Cronbach's Alpha $\rightarrow$ Phân tích EFA $\rightarrow$ Ma trận tương quan Pearson $\rightarrow$ Hồi quy OLS $\rightarrow$ Kiểm định giả định (Durbin-Watson, VIF, Histogram).
  7. Tổng hợp báo cáo & Đề xuất giải pháp: Chuyển hóa các hệ số hồi quy thành kế hoạch hành động cụ thể cho ban giám đốc.

Thực thi và Kết quả nghiên cứu

Quy trình phân tích dữ liệu trên SPSS

Toàn bộ quá trình xử lý dữ liệu được thực thi thông qua cú pháp chuẩn trên IBM SPSS Statistics v20.0:

# Cú pháp mô phỏng logic xử lý thống kê thực hiện trên tập dữ liệu khảo sát (N=150)
import numpy as np
import pandas as pd
from statsmodels.formula.api import ols
from statsmodels.stats.stattools import durbin_watson
from statsmodels.stats.outliers_influence import variance_inflation_factor

def cronbach_alpha(df_items):
    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 (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

# Kiểm định giả định mô hình hồi quy tuyến tính
# Y_HL = beta_0 + beta_1*TC + beta_2*DU + beta_3*DC + beta_4*HH + beta_5*PV + epsilon

Đặc điểm mẫu khảo sát ($N = 150$)

Dữ liệu khảo sát phản ánh cơ cấu nhân khẩu học đa dạng của du khách nội địa tại Connect Travel Hue:

                            CƠ CẤU NHÂN KHẨU HỌC MẪU NGHIÊN CỨU (N = 150)

Về nghề nghiệp, nhóm làm kinh doanh chiếm tỷ lệ cao nhất với 38,0% (57 mẫu), tiếp theo là cán bộ viên chức/nhân viên văn phòng chiếm 28,7% (43 mẫu), lao động phổ thông chiếm 18,0% (27 mẫu), học sinh/sinh viên chiếm 8,7% (13 mẫu) và các ngành nghề khác chiếm 6,7% (10 mẫu).

Kiểm định độ tin cậy thang đo (Cronbach's Alpha) và Phân tích EFA

Thang đo / Nhân tố Số biến ban đầu Số biến đạt chuẩn Cronbach's Alpha Hệ số tương quan biến - tổng nhỏ nhất Đánh giá chất lượng thang đo
Sự tin cậy (TC) 4 4 0,842 0,618 (TC1) Rất tốt ($\alpha > 0,8$)
Khả năng đáp ứng (DU) 4 4 0,815 0,589 (DU2) Rất tốt ($\alpha > 0,8$)
Sự đồng cảm (DC) 4 4 0,788 0,541 (DC4) Tốt ($\alpha > 0,7$)
Phương tiện hữu hình (HH) 5 5 0,863 0,634 (HH3) Rất tốt ($\alpha > 0,8$)
Năng lực phục vụ (PV) 4 4 0,829 0,592 (PV1) Rất tốt ($\alpha > 0,8$)
Sự hài lòng (HL) 3 3 0,851 0,672 (HL3) Thang đo phụ thuộc đạt chuẩn cao

Kết quả phân tích nhân tố khám phá (EFA)

  • Biến độc lập:
    • Hệ số $\text{KMO} = 0,836$ thỏa mãn điều kiện $0,5 < \text{KMO} < 1,0$.
    • Kiểm định Bartlett's Test: $\chi^2 = 1482,65$, $\text{Sig.} = 0,000 < 0,05$ chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
    • Trích xuất 5 nhân tố tại giá trị Eigenvalue $= 1,248 > 1$.
    • Tổng phương sai trích (Total Variance Explained) $= 63,45% > 50%$ (5 nhân tố giải thích được 63,45% độ biến thiên của tập dữ liệu).
    • Tất cả hệ số tải nhân tố (Factor Loading) đều $\ge 0,582 > 0,50$, không có biến nào bị loại.
  • Biến phụ thuộc: $\text{KMO} = 0,712$, Bartlett's Test có $\text{Sig.} = 0,000$, phương sai trích đạt $71,82%$ tại 1 nhân tố duy nhất.

Kết quả phân tích hồi quy tuyến tính OLS

Mô hình hồi quy tuyến tính chuẩn hóa được thiết lập:

$$\text{HL} = \beta_0 + \beta_1 \cdot \text{TC} + \beta_2 \cdot \text{DU} + \beta_3 \cdot \text{DC} + \beta_4 \cdot \text{HH} + \beta_5 \cdot \text{PV} + e$$

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$-value) Hệ số phóng đại phương sai (VIF)
Hằng số ($\beta_0$) 0,214 0,185 — 1,157 0,249 —
Sự tin cậy (TC) 0,285 0,054 0,312 5,278 0,000 1,342
Năng lực phục vụ (PV) 0,241 0,051 0,268 4,725 0,000 1,286
Phương tiện hữu hình (HH) 0,198 0,048 0,215 4,125 0,000 1,310
Khả năng đáp ứng (DU) 0,145 0,046 0,162 3,152 0,002 1,245
Sự đồng cảm (DC) 0,112 0,043 0,128 2,605 0,010 1,198 
                       ĐỘ PHÙ HỢP CỦA PHƯƠNG TRÌNH HỒI QUY

Phương trình hồi quy chuẩn hóa:

$$\text{HL} = 0,312 \cdot \text{TC} + 0,268 \cdot \text{PV} + 0,215 \cdot \text{HH} + 0,162 \cdot \text{DU} + 0,128 \cdot \text{DC}$$

Kết luận thực nghiệm: Cả 5 thành phần chất lượng dịch vụ đều có tác động tỷ lệ thuận có ý nghĩa thống kê ($p < 0,05$) đến sự hài lòng của du khách. Trong đó, Sự tin cậy ($\beta = 0,312$) là yếu tố chi phối mạnh nhất, tiếp theo là Năng lực phục vụ ($\beta = 0,268$), Phương tiện hữu hình ($\beta = 0,215$), Khả năng đáp ứng ($\beta = 0,162$) và sau cùng là Sự đồng cảm ($\beta = 0,128$).

Đổi mới và Đóng góp khoa học

Cải tiến kỹ thuật và phương pháp luận

  1. Rút gọn cấu trúc đo lường thực địa: Khác với các nghiên cứu lữ hành truyền thống sử dụng khung SERVQUAL 44 biến gây tỷ lệ bỏ cuộc cao, đề tài đã ứng dụng thành công khung SERVPERF 21 biến được tinh chỉnh trực tiếp cho thị trường du lịch di sản Huế, rút ngắn thời gian điền phiếu trung bình từ 12 phút xuống còn 4,5 phút (giảm 62,5% thời gian).
  2. Kiểm soát chặt chẽ sai số đo lường: Tích hợp kiểm định phân phối chuẩn phần dư (Histogram & P-P Plot) cùng hệ số Durbin-Watson ($d = 1,892$), chứng minh mô hình hồi quy không vi phạm các giả định kinh tế lượng cổ điển.
                    SO SÁNH KẾT QUẢ VỚI CÁC NGHIÊN CỨU TIỀN NHIỆM

Đóng góp thực tiễn cho doanh nghiệp lữ hành

  • Đưa ra bằng chứng định lượng chứng minh rằng việc đầu tư dàn trải vào giảm giá tour không mang lại sự hài lòng bền vững bằng việc nâng cao tính cam kết đúng giờ và chất lượng chuyên môn của đội ngũ hướng dẫn viên.
  • Cung cấp mô hình tham chiếu chuẩn hóa giúp các công ty du lịch vừa và nhỏ (SMEs) tại miền Trung tự thực hiện đánh giá định kỳ chất lượng tour mà không cần thuê chuyên gia tư vấn bên ngoài.

Ứng dụng thực tế và Triển khai giải pháp

Dựa trên trọng số hồi quy $\beta$, hệ thống giải pháp can thiệp giai đoạn 2020–2025 được thiết kế đồng bộ theo 5 nhóm trụ cột:

                            LỘ TRÌNH TRIỂN KHAI 5 NHÓM GIẢI PHÁP

Phân tích chi phí - lợi ích và Hiệu quả đầu tư (Cost-Benefit Analysis)

  • Ngân sách dự kiến: 120 triệu VNĐ/năm (chiếm ~6% tổng chi phí vận hành), phân bổ 40% cho đào tạo nhân sự, 35% cho nâng cấp phương tiện/công nghệ và 25% cho marketing quan hệ khách hàng (CRM).
  • Dự phóng tăng trưởng (ROI Projection):
    • Giảm tỷ lệ khách hàng khiếu nại lịch trình từ 6,5% xuống dưới 1,5%.
    • Tăng tỷ lệ khách hàng quay lại và giới thiệu người thân (đo lường qua biến HL2, HL3) từ 22% lên 45% trong vòng 24 tháng.
    • Thúc đẩy tăng trưởng doanh thu lữ hành nội địa đạt mức 8,5% - 10%/năm giai đoạn 2021–2025.

Hạn chế và Hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp chọn mẫu: Lấy mẫu thuận tiện phi xác suất ($N = 150$) có thể tạo ra độ lệch nhất định đối với phân khúc khách hàng tự túc (Free Independent Travelers - FIT).
  • Phạm vi địa lý: Khảo sát tập trung chủ yếu vào khách trải nghiệm tuyến Thừa Thiên Huế và miền Trung, chưa bao phủ toàn diện nhóm khách đi tour xuyên Việt.
  • Biến ngoại sinh: Mô hình chưa tích hợp biến điều tiết (Moderating variables) như "Giá cả cảm nhận" (Perceived Price) hoặc "Rủi ro dịch bệnh/khủng hoảng truyền thông".

Hướng nghiên cứu tiếp theo

  • Mở rộng cỡ mẫu lên $N \ge 400$ và ứng dụng phương pháp mô hình hóa cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để kiểm định các mối quan hệ phi tuyến tính phức tạp.
  • Ứng dụng công nghệ xử lý ngôn ngữ tự nhiên (NLP) phân tích cảm xúc (Sentiment Analysis) từ đánh giá thực tế của du khách trên TripAdvisor, Google Maps và fanpage doanh nghiệp.

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI
  • Sinh viên chuyên ngành Du lịch/Marketing: Cung cấp tài liệu mẫu về quy trình nghiên cứu định lượng 7 bước, cách thiết kế bảng hỏi và xử lý hồi quy thực tế.
  • Các doanh nghiệp lữ hành vừa và nhỏ (SMEs): Bộ công cụ quản trị chất lượng tinh gọn giúp định vị điểm yếu dịch vụ và phân bổ ngân sách cải tiến chuẩn xác.
  • Cơ quan quản lý du lịch địa phương: Bức tranh thực trạng về mức độ hài lòng của du khách, làm cơ sở xây dựng chính sách kích cầu du lịch di sản bền vững.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại ưu tiên mô hình SERVPERF thay vì SERVQUAL?

Mô hình SERVPERF giảm một nửa số lượng câu hỏi so với SERVQUAL (21 biến thay vì 44 biến), loại bỏ hoàn toàn việc đo lường kỳ vọng vốn mang tính trừu tượng và biến thiên liên tục trước chuyến đi. Dữ liệu thực nghiệm của Cronin & Taylor (1992) chứng minh SERVPERF có khả năng giải thích biến thiên sự hài lòng cao hơn và hạn chế tối đa sai số tâm lý của khách du lịch.

2. Cỡ mẫu 150 có đảm bảo độ tin cậy thống kê cho doanh nghiệp lữ hành?

Theo công thức Taro Yamane với độ tin cậy 90% ($e = 0,10$), cỡ mẫu tối thiểu cho quần thể 15.000 khách là 100 mẫu. Nghiên cứu đã khảo sát 150 mẫu (vượt 150% yêu cầu lý thuyết). Đồng thời, theo quy tắc phân tích EFA của Hair et al. (2010), tỷ lệ quan sát trên biến đo lường đạt $150 / 24 \approx 6,25 : 1$ (vượt chuẩn tối thiểu $5 : 1$).

3. Làm thế nào để giải quyết vấn đề đa cộng tuyến khi phân tích hồi quy?

Trong nghiên cứu này, toàn bộ hệ số phóng đại phương sai (VIF) của 5 biến độc lập dao động từ 1,198 đến 1,342 (thấp hơn nhiều so với ngưỡng cảnh báo 2,0 hoặc 10,0). Điều này khẳng định giữa các biến độc lập không có hiện tượng tương quan cao làm sai lệch hệ số hồi quy.

4. Chi phí triển khai bộ giải pháp nâng cao chất lượng có vượt quá năng lực của công ty?

Không. Bộ giải pháp được thiết kế tối ưu hóa dựa trên nguồn lực sẵn có: tập trung 40% ngân sách vào đào tạo nội bộ chiều thứ 7 hàng tuần (chi phí thấp nhưng cải thiện trực tiếp biến $\text{PV}$ có $\beta = 0,268$) và chuẩn hóa quy trình cam kết SLA (cải thiện biến $\text{TC}$ có $\beta = 0,312$). Tổng kinh phí chỉ chiếm ~6% tổng chi phí vận hành hàng năm.

5. Kết quả nghiên cứu có thể áp dụng cho các doanh nghiệp du lịch ở địa phương khác không?

Mô hình thang đo 5 nhân tố và quy trình xử lý SPSS hoàn toàn có thể tái sử dụng cho các doanh nghiệp lữ hành tại Đà Nẵng, Quảng Nam, Quảng Bình. Tuy nhiên, trọng số tác động ($\beta$) có thể thay đổi tùy thuộc vào đặc thù văn hóa điểm đến và cơ cấu sản phẩm của từng công ty.

Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Tạ Quang Pháp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra:

  • Lượng hóa thành công mức độ tác động của 5 thành phần chất lượng dịch vụ lữ hành nội địa tại Công ty TNHH Connect Travel Hue, xác định phương trình hồi quy có hệ số giải thích $R^2 = 58,4%$.
  • Khẳng định vai trò then chốt của Sự tin cậy ($\beta = 0,312$) và Năng lực phục vụ ($\beta = 0,268$) trong việc xây dựng sự hài lòng và lòng trung thành của du khách.
  • Cung cấp luận cứ khoa học vững chắc và hệ thống 5 nhóm giải pháp hành động cụ thể giai đoạn 2020–2025, giúp doanh nghiệp vượt qua giai đoạn tăng trưởng chậm, tối ưu hóa chi phí vận hành và nâng tầm thương hiệu du lịch Huế.