Giới thiệu dự án

Thị trường du lịch và dịch vụ nghỉ dưỡng cao cấp tại Việt Nam nói chung và tỉnh Thừa Thiên Huế nói riêng trong giai đoạn 2005–2010 đã ghi nhận sự chuyển dịch mạnh mẽ. Số lượng cơ sở lưu trú tăng nhanh từ 122 cơ sở (3.747 phòng) lên 310 cơ sở (7.221 phòng), doanh thu du lịch toàn tỉnh tăng trưởng vượt bậc từ 543 tỷ đồng (2005) lên 1.130 tỷ đồng (2010) với tốc độ tăng trưởng bình quân 20% – 25%/năm, đóng góp 44% vào cơ cấu GRDP. Tuy nhiên, ngành du lịch địa phương vẫn đối mặt với thách thức lớn: sản phẩm du lịch còn đơn điệu, thiếu hoạt động giải trí về đêm, dịch vụ cao cấp chưa khai thác hết tiềm năng và sự thấu hiểu hành vi khách hàng phân khúc thượng lưu còn hạn chế.

Dự án nghiên cứu "Nghiên cứu các yếu tố ảnh hưởng đến sự lựa chọn du lịch tại Huế của khách du lịch lưu trú tại Ana Mandara Resort & Spa Huế" được triển khai nhằm giải quyết trực tiếp bài toán hành vi tiêu dùng của phân khúc khách du lịch có thu nhập cao tại khu nghỉ mát 5 sao đầu tiên tại bãi biển Thuận An, Thừa Thiên Huế (khai trương tháng 10/2010, vốn đầu tư ban đầu 80 tỷ đồng, doanh thu 2011 đạt 25 tỷ đồng).

Vấn đề nghiên cứu và điểm nghẽn thực tế

  • Tính bất đối xứng thông tin trong dịch vụ du lịch cao cấp: Khách du lịch khó trải nghiệm sản phẩm trước khi mua, khiến quyết định lựa chọn điểm đến phụ thuộc phức tạp vào nhận thức, niềm tin và sự giới thiệu từ các nguồn xung quanh.
  • Thiếu hụt mô hình định lượng hành vi tại điểm đến: Các chính sách marketing trước đây chủ yếu dựa trên cảm tính, thiếu mô hình kinh tế lượng đo lường chính xác mức độ tác động của từng nhân tố đến quyết định của khách lưu trú 5 sao.
  • Tỷ lệ giữ chân và kích thích chi tiêu chưa tối ưu: Thời gian lưu trú của khách du lịch tại Huế còn ngắn (73,3% khách chỉ ở từ 1–4 ngày), đặt ra yêu cầu phải xác định chính xác động cơ để kéo dài thời gian lưu trú và tăng tỷ lệ quay lại.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng và các mô hình dự báo ý định lựa chọn điểm đến du lịch (TRA, TPB, TAM).
  2. Nhận diện các nhân tố cấu thành ảnh hưởng đến quyết định chọn Huế làm điểm đến du lịch của khách hàng lưu trú tại Ana Mandara Resort & Spa Huế.
  3. Đo lường và kiểm định mức độ tác động định lượng của từng nhân tố thông qua thang đo Likert 5 mức độ, phân tích nhân tố khám phá (EFA) và mô hình hồi quy tuyến tính bội.
  4. Đề xuất hệ thống giải pháp Marketing Mix chuyên biệt nhằm tối ưu hóa khả năng thu hút và gia tăng lòng trung thành của nhóm khách hàng cao cấp.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Các yếu tố tâm lý, xã hội và kinh tế cấu thành quyết định lựa chọn điểm đến du lịch.
  • Không gian khảo sát: Khu nghỉ mát Ana Mandara Resort & Spa Huế (Thị trấn Thuận An, Huyện Phú Vang, Tỉnh Thừa Thiên Huế).
  • Thời gian thực hiện: Thu thập dữ liệu sơ cấp từ ngày 19/03/2012 đến ngày 07/04/2012.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng trong du lịch đòi hỏi việc đánh giá các mô hình lý thuyết nền tảng để lựa chọn khung phân tích tối ưu:

Tiêu chí Thuyết Hành động Hợp lý (TRA) Thuyết Hành vi Hoạch định (TPB) Mô hình Chấp nhận Công nghệ (TAM)
Tác giả & Năm Fishbein & Ajzen (1975, 1987) Icek Ajzen (1985, 1991) Fred Davis (1989)
Biến giải thích cốt lõi Thái độ (Attitude), Chuẩn chủ quan (Subjective Norm) Thái độ, Chuẩn chủ quan, Nhận thức kiểm soát hành vi (PBC) Hữu ích cảm nhận (PU), Dễ sử dụng cảm nhận (PEOU)
Ưu điểm Đơn giản, mô tả trực tiếp ý định xuất phát từ niềm tin cá nhân Bổ sung yếu tố kiểm soát nguồn lực, rào cản ngoại cảnh Rất mạnh trong môi trường ứng dụng hệ thống số
Hạn chế Giả định con người kiểm soát hoàn toàn hành vi (kém thực tế trong du lịch) Cần cấu trúc bảng hỏi phức tạp và kiểm định đa biến chặt chẽ Ít tập trung vào yếu tố cảm xúc và trải nghiệm nghỉ dưỡng
Độ phù hợp đề tài Trung bình Rất cao (Được chọn làm khung nghiên cứu) Thấp

Ma trận ưu tiên yêu cầu dữ liệu (MoSCoW)

  • Must-have: Biến đo lường Động cơ thúc đẩy (thời gian, tài chính), Nhóm tham khảo (gia đình, bạn bè, đồng nghiệp), Nguồn thông tin tiếp cận, Đánh giá lợi ích điểm đến.
  • Should-have: Thông tin nhân khẩu học (độ tuổi, quốc tịch, cơ cấu chi tiêu), Lịch sử số lần đến Huế, Mức độ hài lòng dịch vụ lưu trú.
  • Could-have: Đánh giá chi tiết từng dịch vụ tiện ích nội khu (Spa Ayurveda, Lagoon Restaurant, Hue Flavors).
  • Won't-have: Khảo sát nhóm khách du lịch không lưu trú hoặc vãng lai ngoài phạm vi khu nghỉ dưỡng.

Thiết kế hệ thống nghiên cứu

Khung nghiên cứu được mô hình hóa bằng sơ đồ quan hệ đa biến, chuyển hóa từ lý thuyết TPB sang bài toán lựa chọn điểm đến du lịch thực nghiệm:

Ngăn xếp công nghệ và công cụ xử lý

  • Nền tảng phân tích thống kê: IBM SPSS Statistics version 13.0 (tương thích các chuẩn xử lý dữ liệu định lượng khoa học xã hội).
  • Ngôn ngữ phụ trợ kiểm chứng: Python 3.10 (thư viện pandas, statsmodels, factor_analyzer, scipy).
  • Hệ thống biến số (Data Schema): Thang đo gồm 21 biến quan sát chia làm 2 phần: 18 biến đo lường 5 nhân tố độc lập tiềm ẩn và 3 biến đo lường nhân tố phụ thuộc "Sự lựa chọn du lịch tại Huế", chuẩn hóa trên thang đo Likert 5 điểm (1: Rất không đồng ý / Rất không quan trọng $\rightarrow$ 5: Rất đồng ý / Rất quan trọng).

Phương pháp luận (Methodology)

Nghiên cứu kết hợp hai giai đoạn:

  1. Nghiên cứu định tính: Áp dụng phương pháp Delphi và phỏng vấn nhóm tiêu điểm (Focus Group Discussion từ 5–10 chuyên gia/khách hàng) để hiệu chỉnh bảng hỏi, loại bỏ câu hỏi đa nghĩa, chuẩn hóa thuật ngữ du lịch.
  2. Nghiên cứu định lượng:
    • Xác định cỡ mẫu: Áp dụng công thức chọn mẫu xác suất với tỷ lệ phân bổ dự kiến $p = 0,2$ (khách nội địa 20%), $q = 0,8$ (khách quốc tế 80%), độ tin cậy $95%$ ($z = 1,96$), sai số cho phép $e = 0,08$: $$n = \frac{z^2 \cdot p \cdot q}{e^2} = \frac{1,96^2 \cdot 0,2 \cdot 0,8}{0,08^2} = 96,04 \approx 97 \text{ mẫu}$$ Quy mô phát phiếu thực tế: $N = 110$ phiếu để bù trừ sai số.
    • Phương pháp lấy mẫu: Chọn mẫu phân tầng phi tỷ lệ (30 mẫu khách nội địa nhằm đảm bảo tính đại diện, 80 mẫu khách quốc tế). Kỹ thuật lấy mẫu hệ thống (Systematic Sampling) dựa trên danh sách 243 phòng check-out trong giai đoạn khảo sát: $$k = \frac{N_{total}}{n_{target}} = \frac{243}{110} \approx 2,2$$ Tiến hành phỏng vấn trực tiếp tại quầy lễ tân với bước nhảy $k=2$ (cứ 2 khách làm thủ tục trả phòng thì chọn 1 người đại diện).

Implementation và kết quả

Quy trình phát triển và thuật toán tính toán

Toàn bộ quy trình phân tích được thực thi qua 4 giai đoạn chuẩn hóa:

[Thu thập dữ liệu sơ cấp: N=102]
[Kiểm định độ tin cậy Cronbach's Alpha (α >= 0.6)]
[Phân tích Nhân tố Khám phá EFA (KMO, Bartlett, Varimax)]
[Phân tích Hồi quy Tuyến tính Bội OLS & Kiểm định ANOVA]

Dưới đây là đoạn mã thực thi kiểm định thống kê và xây dựng mô hình hồi quy tương đương trên nền tảng Python:

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

# 1. Khởi tạo phương trình hồi quy OLS dựa trên ma trận dữ liệu chuẩn hóa
def build_tourism_regression_model(df):
    X = df[['DC', 'LI', 'TK', 'CV', 'TT']] # 5 nhân tố rút trích
    y = df['SLC']                          # Biến phụ thuộc: Sự lựa chọn du lịch
    
    # Bổ sung hằng số
    X_const = sm.add_constant(X)
    
    # Ước lượng mô hình OLS
    model = sm.OLS(y, X_const).fit()
    
    # 2. Kiểm định Đa cộng tuyến (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))]
    
    return model.summary(), vif_data

# Công thức tính Cronbach's Alpha chuẩn
def cronbach_alpha(item_scores):
    item_scores = np.asarray(item_scores)
    item_vars = item_scores.var(axis=0, ddof=1)
    total_var = item_scores.sum(axis=1).var(ddof=1)
    k = item_scores.shape[1]
    return (k / (k - 1)) * (1 - item_vars.sum() / total_var)

Kiểm định và xác thực mô hình

  • Mẫu thực tế thu về: Thu hồi 107 phiếu, sau khi làm sạch và loại bỏ các phiếu không hợp lệ thu được $N = 102$ mẫu đạt chuẩn (53,9% nam, 46,1% nữ; 47,1% quốc tịch Châu Á, 35,29% Châu Âu, 6,1% Châu Úc; 64,4% là cán bộ - nhân viên văn phòng).
  • Kiểm định KMO and Bartlett's Test (18 biến độc lập):
    • Hệ số Kaiser-Meyer-Olkin (KMO) = $0,782 > 0,5$ (Dữ liệu hoàn toàn thích hợp cho EFA).
    • Kiểm định Bartlett's Test of Sphericity: $\chi^2 = 724,064$, $df = 153$, $Sig. = 0,000 < 0,05$ (Bác bỏ giả thuyết $H_0$, các biến có tương quan tuyến tính với nhau).
  • Tiêu chuẩn trích nhân tố: Sử dụng phép xoay Varimax với tiêu chuẩn Kaiser (Eigenvalues $> 1,0$). Trích thành công 5 nhân tố với tổng phương sai trích (Cumulative Variance Explained) đạt $74,346% > 50%$.
  • Kiểm định KMO biến phụ thuộc (3 biến): KMO = $0,632$, Bartlett $Sig. = 0,000$, phương sai trích đạt $58,2%$, Cronbach's Alpha = $0,623$.

Kết quả rút trích nhân tố (EFA) & Độ tin cậy thang đo

Tên nhân tố trích Biến quan sát đặc trưng Hệ số tải (Factor Loading) Phương sai trích (%) Cronbach's Alpha ($\alpha$)
1. Động cơ thúc đẩy (ĐC) Sắp xếp thời gian phù hợp
Khả năng thanh toán chi phí
Không gặp trở ngại khi du lịch
Nơi nghỉ dưỡng lý tưởng
Thời tiết thuận lợi		 0.883
0.787
0.779
0.721
0.700		 21.868% 0.868
2. Lợi ích (LI) Huế là địa điểm thú vị
Trải nghiệm thêm nhiều điều mới
Thoải mái khi nghỉ ngơi		 0.841
0.838
0.732		 16.712% 0.881
3. Nhóm tham khảo (TK) Bạn bè, đồng nghiệp khuyên chọn
Gia đình khuyến khích
Ảnh hưởng từ ý kiến gia đình
Góp ý của đồng nghiệp quan trọng		 0.873
0.852
0.597
0.820		 12.415% 0.711
4. Công việc (CV) Công việc hoàn thành tốt tại đây
Môi trường làm việc thuận lợi
Chuyến đi gắn liền công tác		 0.801
0.723
0.703		 11.873% 0.801
5. Nguồn thông tin (TT) Ý kiến người đi trước hữu ích
Người từng đi Huế khuyên nên đến
Dễ dàng tìm kiếm thông tin điểm đến		 0.873
0.839
0.596		 11.478% 0.873

Kết quả phân tích Hồi quy Tuyến tính Bội

Mô hình hồi quy đánh giá tác động của 5 nhân tố độc lập lên biến phụ thuộc $SLC$:

$$SLC = \beta_0 + \beta_1 ĐC + \beta_2 LI + \beta_3 TK + \beta_4 CV + \beta_5 TT$$

Biến độc lập Hệ số B Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Thống kê VIF
Hằng số ($Const$) $-2,85 \times 10^{-16}$ 0.065 — 0.000 1.000 —
Động cơ thúc đẩy (ĐC) 0.378 0.065 0.378 5.803 0.000 1.000
Lợi ích (LI) 0.242 0.065 0.242 3.715 0.000 1.000
Nhóm tham khảo (TK) 0.500 0.065 0.500 7.677 0.000 1.000
Công việc (CV) 0.155 0.065 0.155 2.380 0.019 1.000
Thông tin (TT) 0.349 0.065 0.349 5.358 0.000 1.000
  • Hệ số xác định mô hình: $R = 0,779$, $R^2 = 0,608$, $R^2 \text{ hiệu chỉnh} = 0,577$.
  • Kiểm định ANOVA: $F = 29,742$, $p\text{-value} = 0,000 < 0,05$. Mô hình giải thích được $57,7%$ sự biến thiên trong quyết định lựa chọn du lịch Huế của du khách.
  • Phương trình hồi quy chuẩn hóa: $$SLC = 0,500 \cdot TK + 0,378 \cdot ĐC + 0,349 \cdot TT + 0,242 \cdot LI + 0,155 \cdot CV$$

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình TPB cho ngành kinh tế du lịch nghỉ dưỡng: Thay vì áp dụng nguyên bản mô hình TPB thuần túy, nghiên cứu đã phân rã nhận thức kiểm soát hành vi thành hai cấu phần độc lập: Động cơ thúc đẩy (thời gian, tài chính, rào cản di chuyển) và Yếu tố công việc (kết hợp công tác - bleisure travel), nâng tổng mức giải thích phương sai lên $74,346%$.
  2. Định lượng thứ bậc ảnh hưởng chính xác:
    • Nhân tố Nhóm tham khảo tác động mạnh nhất ($\beta = 0,500$), chứng minh rằng trong phân khúc khách cao cấp, quyết định lựa chọn bị chi phối mạnh mẽ nhất bởi sự giới thiệu truyền miệng (Word-of-Mouth) từ gia đình và đối tác thân tín.
    • Nhân tố Động cơ thúc đẩy ($\beta = 0,378$) và Thông tin ($\beta = 0,349$) xếp thứ hai và thứ ba, khẳng định vai trò sống còn của truyền thông số và sự tiện lợi trong sắp xếp kỳ nghỉ.
    • Nhân tố Lợi ích ($\beta = 0,242$) và Công việc ($\beta = 0,155$) hoàn thiện mô hình.
  3. Cung cấp cơ sở dữ liệu vi mô cho phân khúc khách hạng sang: Dữ liệu phản ánh 96,1% khách hàng hài lòng với chất lượng dịch vụ (điểm trung bình hài lòng 1.598 trên thang đo nghịch đảo 1-Rất hài lòng đến 5-Không hài lòng), 69,6% có dự định quay lại Huế, giúp doanh nghiệp định vị chính xác chân dung khách hàng mục tiêu.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế tại doanh nghiệp

Dựa trên trọng số hồi quy $\beta$, chiến lược triển khai marketing của Ana Mandara Resort & Spa và ngành du lịch Huế được cấu trúc như sau:

                          CHIẾN LƯỢC MARKETING TỔNG THỂ
  [Kênh Tham khảo]              [Nền tảng Thông tin]          [Gói Dịch vụ Động cơ]
 (β = 0.500 | Referral)         (β = 0.349 | Digital)         (β = 0.378 | Flexibility)
  - Chương trình VIP Family      - SEO Cổng thông tin          - Đưa đón sân bay riêng
  - Ưu đãi MICE Doanh nghiệp     - Booking Engine OTAs         - Combo nghỉ dưỡng 4N3Đ
  1. Khai thác Nhóm tham khảo ($\beta = 0,500$):
    • Triển khai chương trình khách hàng thân thiết VIP Referral Privilege: Tặng voucher nghỉ dưỡng và dịch vụ Spa Ayurveda cho người thân/bạn bè được giới thiệu bởi khách hàng cũ.
    • Thiết lập các gói hội nghị MICE kết hợp nghỉ dưỡng cao cấp phục vụ đối tượng cán bộ, doanh nhân (chiếm 64,4% tập khách hàng).
  2. Tối ưu hóa Kênh thông tin Digital ($\beta = 0,349$):
    • Thống kê chỉ ra 33,7% khách tìm kiếm qua Internet và 71,8% biết đến khu nghỉ qua Internet/Hãng lữ hành. Do đó, cần đẩy mạnh SEO đa ngôn ngữ trên hệ thống công cụ tìm kiếm quốc tế, tối ưu hóa hồ sơ trên các kênh OTA cao cấp (Agoda, Booking, TripAdvisor).
  3. Thúc đẩy Động cơ và Lợi ích lưu trú ($\beta = 0,378$ & $\beta = 0,242$):
    • Cung cấp dịch vụ xe đưa đón cao cấp định kỳ từ resort vào trung tâm thành phố Huế (cách 15 phút di chuyển), xóa bỏ rào cản khoảng cách địa lý.
    • Đa dạng hóa trải nghiệm ẩm thực bản địa tại nhà hàng Hue Flavors và không gian ngắm hoàng hôn Sky Terrace, gia tăng thời gian lưu trú trung bình vượt mốc 4 ngày.

Lộ trình triển khai khuyến nghị

Hạn chế và hướng phát triển

  • Quy mô và thời gian lấy mẫu: Mẫu khảo sát $N=102$ được thu thập tập trung trong 2 tháng (tháng 3 và tháng 4/2012), mang tính chất mùa vụ du lịch, chưa bao quát đầy đủ sự biến thiên hành vi vào mùa mưa tại miền Trung.
  • Hạn chế về phương pháp luận: Sử dụng mô hình hồi quy OLS trên dữ liệu khảo sát cắt ngang (Cross-sectional data). Hướng phát triển tiếp theo cần ứng dụng mô hình Cấu trúc Tuyến tính (Structural Equation Modeling - SEM / PLS-SEM) để phân tích sâu hơn các biến trung gian (Mediating Variables) và biến điều tiết (Moderating Variables) như quốc tịch hay mức thu nhập.
  • Mở rộng phạm vi không gian: Mở rộng đối tượng khảo sát sang các cơ sở lưu trú 4–5 sao khác trên địa bàn toàn tỉnh để tăng tính tổng quát hóa cho toàn ngành du lịch Cố đô.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Tiếp cận một mẫu hình chuẩn mực về quy trình nghiên cứu định lượng, từ thiết kế thang đo Likert, kỹ thuật lấy mẫu phân tầng hệ thống đến quy trình chạy EFA và Hồi quy bội trên SPSS.
  • Ban Quản lý Khách sạn & Khu nghỉ dưỡng: Nắm bắt trực tiếp trọng số chi phối quyết định của khách hàng cao cấp để phân bổ ngân sách marketing tối ưu (tập trung 50% nguồn lực vào Referral và Digital Touchpoints).
  • Cơ quan Quản lý Du lịch (DMO Thừa Thiên Huế): Có luận cứ khoa học để xây dựng chiến lược xúc tiến điểm đến "Huế - Kinh đô xưa, Trải nghiệm mới", định vị liên kết vùng di sản miền Trung (Phong Nha - Huế - Hội An - Mỹ Sơn).
  • Các nhà nghiên cứu ứng dụng: Khung tham chiếu tin cậy để so sánh sự thay đổi trong hành vi du khách cao cấp qua các thời kỳ phát triển kinh tế.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn phương pháp chọn mẫu phân tầng phi tỷ lệ thay vì phân tầng theo tỷ lệ?

Do tỷ lệ khách nội địa thực tế chỉ chiếm khoảng 20% tổng lượt lưu trú tại resort. Nếu chọn mẫu theo tỷ lệ với quy mô mẫu $\approx 100$, số lượng khách Việt Nam chỉ đạt khoảng 20 người, không đảm bảo tính đại diện và cỡ mẫu tối thiểu cho các phép kiểm định thống kê nhóm. Việc nâng số mẫu khách nội địa lên 30 mẫu giúp nâng cao độ tin cậy khi so sánh chéo.

2. Ý nghĩa của hệ số $R^2 \text{ hiệu chỉnh} = 0,577$ trong mô hình là gì?

Hệ số này chứng minh rằng 5 nhân tố độc lập (Nhóm tham khảo, Động cơ thúc đẩy, Thông tin, Lợi ích, Công việc) giải thích được 57,7% sự biến thiên trong quyết định lựa chọn du lịch Huế của du khách. 42,3% còn lại được giải thích bởi các yếu tố ngoài mô hình (như biến động kinh tế vĩ mô, chính sách thị thực, biến cố thiên tai).

3. Mô hình có gặp hiện tượng đa cộng tuyến không và làm thế nào để nhận biết?

Mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến. Minh chứng là hệ số phóng đại phương sai (VIF) của tất cả các biến độc lập đều bằng 1,000 (nhỏ hơn rất nhiều so với ngưỡng cảnh báo 10), và ma trận tương quan giữa các nhân tố trích từ phép xoay trực góc Varimax đều triệt tiêu về 0.

4. Kết quả kiểm định Cronbach's Alpha nào cho thấy thang đo đạt độ tin cậy chuẩn?

Toàn bộ 5 thang đo thành phần đều có hệ số Cronbach's Alpha từ 0,711 đến 0,881 (đều vượt ngưỡng chấp nhận chuẩn 0,600 hoặc 0,700 trong nghiên cứu khoa học xã hội), đồng thời hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của các biến quan sát đều đạt yêu cầu $> 0,300$.

5. Doanh nghiệp cần ưu tiên đầu tư vào yếu tố nào trước để tăng lượng khách?

Doanh nghiệp cần ưu tiên số 1 vào Nhóm tham khảo ($\beta = 0,500$) thông qua các chính sách giới thiệu truyền miệng, chăm sóc khách hàng VIP sau lưu trú, và ưu tiên số 2 vào Động cơ thúc đẩy ($\beta = 0,378$) bằng cách tối ưu hóa các tiện ích hỗ trợ di chuyển và chính sách đặt phòng linh hoạt.

Kết luận

Đồ án/Khóa luận tốt nghiệp "Nghiên cứu các yếu tố ảnh hưởng đến sự lựa chọn du lịch tại Huế của khách du lịch lưu trú tại Ana Mandara Resort & Spa Huế" của tác giả Đặng Quang Tuyên (GVHD: ThS. Bùi Văn Chiêm) đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc vận dụng nghiêm ngặt các phương pháp thống kê định lượng hiện đại (EFA, Cronbach's Alpha, OLS Regression) trên mẫu khảo sát thực tế $N=102$, đề tài đã lượng hóa thành công cấu trúc 5 nhân tố tác động đến quyết định chọn điểm đến du lịch của khách hàng cao cấp.

Kết quả nghiên cứu mang giá trị thực tiễn to lớn cho công tác quản trị kinh doanh nghỉ dưỡng tại Ana Mandara Huế, đồng thời đóng góp một khung lý thuyết ứng dụng chuẩn mực cho các chiến lược phát triển du lịch bền vững tại tỉnh Thừa Thiên Huế. Các đơn vị lữ hành, nhà nghiên cứu và doanh nghiệp lưu trú có thể khai thác trực tiếp mô hình này để hoạch định các chiến lược xúc tiến thương hiệu và phân bổ ngân sách marketing đạt hiệu suất đầu tư (ROI) cao nhất.