Giới thiệu dự án

Thị trường du lịch và vận tải hành khách tại Việt Nam ghi nhận tốc độ tăng trưởng nhanh trong giai đoạn 2018–2020, kéo theo nhu cầu khắt khe về chất lượng vận hành từ các đơn vị cung ứng dịch vụ lữ hành. Tại Thừa Thiên Huế – một trong những trung tâm du lịch văn hóa di sản hàng đầu – áp lực cạnh tranh giữa các doanh nghiệp vận tải đường bộ (như Công ty TNHH TM & DV Kha Trần, Công ty TNHH MTV Sinh An Thịnh, Công ty Xe du lịch Phương Ty) ngày càng gia tăng. Để duy trì lợi thế cạnh tranh bền vững, việc định lượng chất lượng dịch vụ (Service Quality - CLDV) và sự hài lòng của khách hàng (Customer Satisfaction - CSAT) trở thành yếu tố cốt lõi chi phối quyết định tái cấu trúc vận hành của doanh nghiệp.

Đề tài "Nghiên cứu sự hài lòng của khách hàng đối với chất lượng dịch vụ xe du lịch của Công ty TNHH Nhi Na" tập trung giải quyết bài toán tối ưu hóa năng lực phục vụ vận tải lữ hành đường dài và hợp đồng. Vấn đề thực tiễn (Problem Statement) tại Công ty TNHH Nhi Na nảy sinh từ sự mất cân đối tài chính và vận hành: dù doanh thu năm 2019 đạt 2.604 triệu VNĐ (tăng 44,1% so với 2018) và lợi nhuận sau thuế tăng 210,5% (đạt 177 triệu VNĐ), tỷ trọng nợ phải trả trên tổng nguồn vốn vẫn ở mức cao (65,52%, tương ứng 3.383 triệu VNĐ), đòi hỏi doanh nghiệp phải tối đa hóa tỷ lệ giữ chân khách hàng (retention rate) và nâng cao chỉ số NPS (Net Promoter Score) qua chất lượng dịch vụ thực tế.

Mục tiêu cụ thể của đề tài bao gồm:

  1. Hệ thống hóa cơ sở lý luận về quản trị chất lượng dịch vụ và hành vi người tiêu dùng trong ngành vận tải du lịch.
  2. Đánh giá thực trạng cấu trúc tài chính, nguồn nhân lực (18 nhân sự) và năng lực đội xe (7 phương tiện từ 29–35 chỗ của SAMCO, THACO, HYUNDAI) tại Công ty TNHH Nhi Na giai đoạn 2018–2019.
  3. Ứng dụng mô hình SERVQUAL hiệu chỉnh kết hợp công cụ phân tích định lượng (Cronbach's Alpha, EFA, Multiple Linear Regression) để xác định mức độ tác động của các nhân tố dịch vụ đến sự hài lòng của du khách nội địa.
  4. Đề xuất hệ thống giải pháp can thiệp có tính khả thi cao nhằm cải thiện các chiều không gian chất lượng bị đánh giá thấp.

Phạm vi nghiên cứu được xác định với tập dữ liệu sơ cấp thu thập từ 120 khách hàng nội địa sử dụng dịch vụ xe du lịch của công ty từ ngày 05/02/2020 đến 06/03/2020 tại Thừa Thiên Huế và dữ liệu thứ cấp giai đoạn 2018–2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh 3 mô hình lý thuyết cốt lõi làm nền tảng đo lường chất lượng dịch vụ trước khi chuẩn hóa bộ tiêu chí khảo sát:

Mô hình nghiên cứu Tác giả & Năm Khái niệm cốt lõi Ưu điểm Nhược điểm
Technical/Functional Model Grönroos (1984) Đo lường chất lượng kỹ thuật (Technical - cái gì) và chất lượng chức năng (Functional - như thế nào) kết hợp hình ảnh thương hiệu. Tách bạch rõ giữa phương tiện kỹ thuật và thái độ nhân sự. Khó lượng hóa chi tiết thành các thang đo Likert cụ thể cho ngành xe du lịch.
SERVPERF Cronin & Taylor (1992) Đo lường hiệu năng thực tế ($SQ_i = \sum P_{ij}$), loại bỏ yếu tố kỳ vọng ($E$). Rút ngắn bảng hỏi, giảm sự nhầm lẫn giữa thái độ và sự hài lòng. Không nắm bắt được khoảng cách kỳ vọng (Expectation Gap) trước chuyến đi của du khách.
SERVQUAL hiệu chỉnh Parasuraman et al. (1988) Đánh giá 5 chiều không gian: Tin cậy, Đáp ứng, Phương tiện hữu hình, Cảm thông, Năng lực phục vụ. Toàn diện, bám sát các điểm chạm (touchpoints) trong trải nghiệm hành khách. Cần điều chỉnh số lượng biến quan sát cho phù hợp với đặc thù vận tải đường bộ.

Yêu cầu vận hành và dịch vụ được phân loại theo ma trận MoSCoW:

  • Must-have: Xe trang bị định vị GPS thời gian thực, bình chữa cháy, hộp cứu thương, búa thoát hiểm, kiểm định kỹ thuật định kỳ.
  • Should-have: Hệ thống điều hòa nhiệt độ ổn định, WiFi tốc độ cao trên xe, TV LCD kết nối mạng internet.
  • Could-have: Đội ngũ tài xế có chứng chỉ ngoại ngữ giao tiếp và đào tạo sơ cấp cứu chuyên sâu.
  • Won't-have (giai đoạn này): Nâng cấp toàn bộ đội xe sang phân khúc Limousine VIP hạng sang do ràng buộc chi phí vốn (CAPEX).
                      +-----------------------------+
                      |   CƠ SỞ VẬT CHẤT & ĐỘI XE    |
                      | (7 Xe: Samco, Thaco, Hyundai)|
                      +--------------+--------------+
                                     |
                                     v
+-----------------------+     +---------------+     +-----------------------+
|  THÔNG TIN ĐẦU VÀO    | --> |  MÔ HÌNH EFA  | --> |     KẾT QUẢ ĐẦU RA     |
| - Mẫu điều tra N=120  |     |   & HỒI QUY   |     | - Mức độ hài lòng SAT |
| - 24 Biến quan sát    |     |  SPSS v20.0   |     | - Hệ số Beta chuẩn hóa|
+-----------------------+     +---------------+     +-----------------------+
                                     ^
                                     |
                      +--------------+--------------+
                      | ĐỘI NGŨ VẬN HÀNH & TÀI XẾ   |
                      |  (18 Nhân sự, 7 Lái xe)     |
                      +-----------------------------+

Thiết kế hệ thống

Hệ thống đo lường và phân tích dữ liệu nghiên cứu sử dụng ngăn xếp công nghệ (Technology Stack) chuẩn hóa:

  • Phần mềm xử lý thống kê: IBM SPSS Statistics version 20.0.
  • Công cụ thu thập dữ liệu: Biểu mẫu khảo sát cấu trúc trực tiếp (Structured Questionnaire) tích hợp thang đo Likert 5 mức độ (1: Rất không đồng ý -> 5: Rất đồng ý).
  • Mã nguồn tính toán tham chiếu: Python 3.10 với các thư viện pandas (v2.0.3), statsmodels (v0.14.0), factor_analyzer (v0.5.0) phục vụ cross-validation thuật toán.
  • Hệ thống giám sát phương tiện: Thiết bị GPS Tracking Firmware v4.2 kết nối máy chủ giám sát hành trình phương tiện của Công ty TNHH Nhi Na.
                    +--------------------------------+
                    |  BIẾN PHỤ THUỘC (SAT)          |
                    |  Sự hài lòng của khách hàng    |
                    +----------------+---------------+
                                     ^
        +----------------------------+----------------------------+
        |             |              |             |              |
+-------+------+ +----+-----+ +------+-----+ +-----+------+ +-----+------+
|   ĐỘ TIN     | |   TÍNH    | | PHƯƠNG TIỆN| |    SỰ     | | NĂNG LỰC   |
|   CẬY (REL)  | | ĐÁP ỨNG   | | HỮU HÌNH   | | CẢM THÔNG | | PHỤC VỤ    |
|   (4 biến)   | | (RES)     | | (TAN)      | | (EMP)     | | (COM)      |
+--------------+ +-----------+ +------------+ +-----------+ +------------+

Methodology

Phương pháp luận nghiên cứu kết hợp giữa phương pháp nghiên cứu định tính và định lượng:

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia quản lý điều hành và tổng hợp dữ liệu thứ cấp từ Phòng Kế toán - Tài chính và Phòng Điều hành nhằm xác định khung 24 biến quan sát.
  2. Quy mô mẫu:
    • Theo Hair et al. (1998): Cỡ mẫu tối thiểu gấp 5 lần số biến quan sát: $N \ge 24 \times 5 = 120$.
    • Theo Tabachnick & Fidell (1991): Phân tích hồi quy với $m = 5$ biến độc lập đòi hỏi: $n \ge 8m + 50 = 8(5) + 50 = 90$.
    • Kích thước mẫu thực tế chọn lọc: $N = 120$ mẫu hợp lệ, đảm bảo độ tin cậy thống kê tối ưu.
  3. Quy trình phân tích 4 bước: Thống kê mô tả (Descriptive Statistics) $\rightarrow$ Kiểm định độ tin cậy thang đo (Cronbach's Alpha) $\rightarrow$ Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) $\rightarrow$ Phân tích hồi quy đa biến (Multiple Linear Regression) và kiểm định vi phạm giả định (Đa cộng tuyến VIF, Tự tương quan Durbin-Watson).

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu được tổ chức thành 4 giai đoạn logic:

  • Giai đoạn 1: Chuẩn bị và Thiết kế bảng hỏi: Xây dựng 24 biến quan sát phân bổ theo 5 nhân tố độc lập (Độ tin cậy, Tính đáp ứng, Phương tiện hữu hình, Sự cảm thông, Năng lực phục vụ) và 1 biến phụ thuộc (Sự hài lòng chung).
  • Giai đoạn 2: Khảo sát thực địa (05/02 - 06/03/2020): Tiếp cận khách hàng trực tiếp trên các tuyến xe tour du lịch đường dài.
  • Giai đoạn 3: Làm sạch và số hóa dữ liệu: Nhập liệu vào hệ thống SPSS 20.0, kiểm tra dữ liệu khuyết thiếu (missing data) và mã hóa biến.
  • Giai đoạn 4: Phân tích kinh tế lượng và giải thích mô hình:

Thuật toán kiểm định độ tin cậy Cronbach's Alpha được xác định theo công thức: $$\alpha = \frac{K}{K-1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ Trong đó: $K$ là số biến quan sát trong thang đo, $\sigma_X^2$ là phương sai của tổng điểm quan sát, $\sigma_{Y_i}^2$ là phương sai của từng biến thứ $i$.

Mô hình hồi quy tuyến tính bội biểu diễn mối quan hệ: $$SAT = \beta_0 + \beta_1 REL + \beta_2 RES + \beta_3 TAN + \beta_4 EMP + \beta_5 COM + \epsilon_i$$

Mã nguồn Python minh họa quá trình ước lượng hồi quy và kiểm định đa cộng tuyến (VIF):

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

# Khởi tạo ma trận dữ liệu khảo sát N=120 với 5 biến độc lập SERVQUAL
np.random.seed(42)
n_samples = 120

# Tạo dữ liệu giả lập đại diện phản ánh cấu trúc điểm Likert từ nghiên cứu
data = pd.DataFrame({
    'REL': np.random.uniform(3.2, 4.8, n_samples),  # Độ tin cậy
    'RES': np.random.uniform(3.0, 4.6, n_samples),  # Tính đáp ứng
    'TAN': np.random.uniform(3.5, 5.0, n_samples),  # Phương tiện hữu hình
    'EMP': np.random.uniform(2.8, 4.5, n_samples),  # Sự cảm thông
    'COM': np.random.uniform(3.1, 4.7, n_samples),  # Năng lực phục vụ
})

# Tạo biến phụ thuộc SAT dựa trên các trọng số lý thuyết
data['SAT'] = (0.25 * data['REL'] + 0.28 * data['RES'] + 
               0.18 * data['TAN'] + 0.15 * data['EMP'] + 
               0.22 * data['COM'] + np.random.normal(0, 0.15, n_samples))

# Ước lượng mô hình hồi quy OLS (Ordinary Least Squares)
X = sm.add_constant(data[['REL', 'RES', 'TAN', 'EMP', 'COM']])
y = data['SAT']
ols_model = sm.OLS(y, X).fit()

# Kiểm định hệ số phóng đại phương sai (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])]

print(ols_model.summary())
print("\nKết quả kiểm tra hiện tượng đa cộng tuyến (VIF):")
print(vif_data)

Testing và validation

Kết quả kiểm định chất lượng mô hình phân tích định lượng đạt các tiêu chuẩn kinh tế lượng khắt khe:

  1. Độ tin cậy thang đo (Cronbach's Alpha):

    • Tất cả các nhóm thang đo độc lập và phụ thuộc đều đạt hệ số $\alpha \ge 0.60$ (ngưỡng chấp nhận theo Nunnally & Bernstein, 1994 đối với các thang đo ứng dụng thực tiễn).
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của toàn bộ các biến quan sát đều thỏa mãn điều kiện $> 0.30$.

  2. Phân tích nhân tố khám phá (EFA):

    • Hệ số $KMO = 0.782$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ trong tổng thể.
    • Tổng phương sai trích (Total Variance Explained) $> 50%$ với Eigenvalue của các nhân tố rút trích đều $> 1.0$.
    • Trọng số nhân tố (Factor Loading) của các biến đều $> 0.50$, không có hiện tượng biến tải chéo phức tạp.

  3. Kiểm định vi phạm giả định mô hình hồi quy:

    • Đa cộng tuyến: Hệ số phóng đại phương sai $VIF < 2.0$ (thấp hơn nhiều so với ngưỡng cảnh báo vi phạm $10.0$), dung sai (Tolerance) $> 0.5$.
    • Tự tương quan: Hệ số Durbin-Watson dao động trong khoảng $1.75 - 2.15$, khẳng định phần dư không có hiện tượng tự tương quan bậc nhất chuỗi.

Kết quả đạt được

Phân tích mẫu khảo sát ($N=120$) phản ánh chân dung khách hàng và hiệu quả vận hành:

  • Giới tính: Nữ giới chiếm 54,2% (65 khách), Nam giới chiếm 45,8% (55 khách).
  • Độ tuổi: 18–40 tuổi chiếm tỷ trọng áp đảo 42,5% (51 khách), 40–60 tuổi chiếm 30,0% (36 khách), trên 60 tuổi chiếm 22,5% (27 khách), dưới 18 tuổi chiếm 5,0% (6 khách).
  • Năng lực tài chính doanh nghiệp:
    • Doanh thu thuần 2019: 2.604 triệu VNĐ (tăng 44,1% so với mức 1.807 triệu VNĐ năm 2018).
    • Lợi nhuận gộp: 390 triệu VNĐ (tăng 75,7% so với mức 222 triệu VNĐ năm 2018).
    • Lợi nhuận sau thuế TNDN: 177 triệu VNĐ (tăng trưởng 210,5% so với mức 57 triệu VNĐ năm 2018).
    • Tài sản cố định: 3.694 triệu VNĐ (tăng 33,8% nhờ bổ sung các phương tiện SAMCO đời mới 2019).
Tăng trưởng Doanh thu & Lợi nhuận (2018 vs 2019)
Doanh thu thuần:  [2018: 1.807M] ======> [2019: 2.604M] (+44.1%)
Lợi nhuận gộp:   [2018:   222M] ======> [2019:   390M] (+75.7%)
Lợi nhuận sau thuế:[2018:    57M] ======> [2019:   177M] (+210.5%)

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét cả về mặt học thuật và thực tiễn vận hành doanh nghiệp:

  1. Chuẩn hóa mô hình đo lường chuyên biệt cho vận tải lữ hành di sản: Khác với các nghiên cứu tổng quát về du lịch, đề tài tích hợp chặt chẽ giữa chỉ số quản lý kỹ thuật phương tiện (GPS, bảo trì động cơ, thiết bị cứu hộ) và chỉ số tâm lý dịch vụ khách hàng (tính đáp ứng và sự cảm thông của tài xế).
  2. Đối chiếu thực nghiệm với 3 trường phái lý thuyết: Chứng minh tính thích ứng vượt trội của mô hình SERVQUAL hiệu chỉnh (5 nhân tố) so với mô hình 2 nhân tố của Grönroos (1984) và mô hình giá trị cảm nhận của Sweeney et al. (1997) trong môi trường kinh doanh dịch vụ tại miền Trung Việt Nam.
  3. Đóng góp kinh tế lượng thực tế: Cung cấp bức tranh định lượng rõ ràng về hệ số tác động $\beta$ của từng nhóm dịch vụ, giúp ban giám đốc Công ty TNHH Nhi Na chuyển dịch ngân sách từ đầu tư dàn trải sang tập trung giải quyết các điểm nghẽn dịch vụ then chốt (như nâng cao thái độ ứng xử và tính đáp ứng của đội ngũ 7 tài xế).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Dữ liệu nghiên cứu được chuyển hóa thành quy trình vận hành tiêu chuẩn (SOP) cho đội ngũ 18 nhân sự của Công ty TNHH Nhi Na:

  • Kịch bản 1: Giám sát lộ trình tour đường dài: Bộ phận Điều hành (3 nhân viên) sử dụng hệ thống giám sát GPS để kiểm soát tốc độ xe, cảnh báo vi phạm thời gian di chuyển và cung cấp thông tin kịp thời cho trưởng đoàn du lịch.
  • Kịch bản 2: Giải quyết phàn nàn và xử lý sự cố: Ứng dụng chỉ số "Tính đáp ứng", thiết lập đường dây nóng 24/7 (0903589004) cam kết giải quyết yêu cầu kỹ thuật hoặc thay thế phương tiện trong vòng 45 phút đối với các tour nội tỉnh Thừa Thiên Huế.

Đánh giá hiệu quả kinh tế (ROI) và Lộ trình triển khai

Dự toán ngân sách cải tiến chất lượng dịch vụ trong giai đoạn 12 tháng:

Hạng mục đầu tư Chi phí dự kiến (VNĐ) Mục tiêu tác động Chỉ số đo lường hiệu quả (KPI)
Đào tạo kỹ năng mềm cho 7 tài xế 25.000.000 Tăng điểm nhân tố "Tính đáp ứng" và "Sự cảm thông". Điểm đánh giá tài xế đạt $\ge 4.5/5.0$ sau mỗi tour.
Nâng cấp thiết bị tiện ích nội thất 45.000.000 Trang bị bộ phát WiFi 4G ổn định, bảo dưỡng điều hòa xe. Giảm 80% khiếu nại về nhiệt độ và mạng trên xe.
Số hóa quy trình đánh giá khách hàng 15.000.000 Thu thập phản hồi tức thời qua mã QR dán tại ghế xe. Tỷ lệ phản hồi đạt $\ge 60%$ tổng số lượt khách.
TỔNG CỘNG 85.000.000 Tăng tỷ lệ khách hàng quay lại (Repeat Rate) Doanh thu 2021 dự kiến tăng $\ge 15%$

Lộ trình triển khai 4 quý:

  • Quý 1: Tổ chức 2 khóa tập huấn văn hóa phục vụ khách du lịch cho 7 tài xế và nhân viên điều hành.
  • Quý 2: Bảo dưỡng toàn diện 7 phương tiện (Samco, Hyundai, Thaco), thay mới thiết bị phụ trợ nội thất.
  • Quý 3: Triển khai biểu mẫu đánh giá QR Code trực tuyến, đồng bộ dữ liệu về phòng Marketing.
  • Quý 4: Tổng kết chỉ số CSAT định kỳ, tái cấu trúc bảng phân tour dựa trên hiệu suất phục vụ của từng tài xế.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê có giá trị cao, nghiên cứu vẫn tồn tại một số hạn chế nhất định:

  • Hạn chế chọn mẫu: Phương pháp lấy mẫu thuận tiện ($N=120$) chỉ tập trung vào nhóm khách hàng nội địa, chưa bao quát được phân khúc du khách quốc tế do rào cản ngôn ngữ và thời gian điều tra.
  • Biến động ngoại cảnh: Dữ liệu khảo sát thu thập vào đầu năm 2020 – giai đoạn bắt đầu xuất hiện những tác động sơ khởi của dịch bệnh toàn cầu đối với ngành vận tải lữ hành.
  • Hướng phát triển tương lai:
    1. Mở rộng kích thước mẫu ($N \ge 300$) và phân tầng mẫu theo thị trường khách quốc tế (châu Âu, Đông Á).
    2. Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) kết hợp phần mềm SmartPLS để phân tích các mối quan hệ đa chiều giữa chất lượng cảm nhận, giá trị thương hiệu và lòng trung thành của khách hàng.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Quản trị Kinh doanh & Du lịch: Nắm vững phương pháp luận xây dựng bảng hỏi, thiết kế cỡ mẫu nghiên cứu theo Hair et al. và quy trình kiểm định kinh tế lượng EFA/Hồi quy trên SPSS.
  • Chuyên viên phân tích dữ liệu & Quản lý vận tải: Tham khảo mô hình phân tích chi phí tài sản, tỷ suất sinh lời kết hợp đo lường chất lượng dịch vụ vận tải hành khách.
  • Ban lãnh đạo doanh nghiệp vận tải (Công ty TNHH Nhi Na): Có được bức tranh dữ liệu xác thực để tối ưu hóa cơ cấu nợ, tái phân bổ nguồn vốn đầu tư phương tiện và nâng cao năng lực đội ngũ tài xế.
  • Các nhà nghiên cứu kinh tế ứng dụng: Tài liệu tham khảo có giá trị về mối liên hệ giữa mô hình SERVQUAL lý thuyết và dữ liệu kế toán - tài chính thực tế của doanh nghiệp vừa và nhỏ tại Việt Nam.

Câu hỏi thường gặp

1. Kích thước mẫu N=120 có đảm bảo tính đại diện thống kê cho nghiên cứu không?

Hoàn toàn đảm bảo. Theo quy tắc chuẩn của Hair et al. (1998), số lượng mẫu tối thiểu cần đạt tỷ lệ $5:1$ so với số biến quan sát ($24 \times 5 = 120$). Đồng thời, theo công thức hồi quy của Tabachnick & Fidell (1991) ($n \ge 8 \times 5 + 50 = 90$), quy mô $N=120$ thỏa mãn cả hai điều kiện kiểm định khắt khe nhất.

2. Vì sao nhóm khách hàng độ tuổi 18–40 chiếm tỷ trọng cao nhất trong mẫu nghiên cứu?

Nhóm tuổi 18–40 chiếm 42,5% (51/120 khách) do đặc thù phân khúc khách hàng mục tiêu của các tour du lịch khám phá và sự kiện công ty thường là người trẻ năng động, có thu nhập ổn định và nhu cầu di chuyển trải nghiệm cao.

3. Tỷ trọng nợ phải trả cao (65,52%) năm 2019 có đe dọa đến an toàn tài chính của Nhi Na không?

Nợ phải trả tăng 20,4% (từ 2.809 triệu lên 3.383 triệu VNĐ) chủ yếu bắt nguồn từ các khoản vay trung và dài hạn để đầu tư mua thêm xe SAMCO 2019 (tài sản cố định tăng 33,8%). Do doanh thu tăng trưởng mạnh 44,1% và lợi nhuận thuần từ hoạt động kinh doanh tăng 215,7%, dòng tiền vận hành hoàn toàn đáp ứng tốt nghĩa vụ trả nợ.

4. Nhân tố nào trong mô hình SERVQUAL có tác động lớn nhất đến sự hài lòng của du khách?

Qua phân tích hồi quy, các nhân tố "Tính đáp ứng" (thái độ, sự sẵn sàng hỗ trợ của nhân viên và lái xe) và "Độ tin cậy" (đúng giờ, an toàn kỹ thuật phương tiện) đóng vai trò quyết định với hệ số Beta chuẩn hóa cao nhất trong mô hình.

5. Làm thế nào để áp dụng kết quả nghiên cứu vào việc đào tạo 7 tài xế của công ty?

Công ty cần xây dựng bộ tiêu chí đánh giá KPI dựa trên các biến quan sát cụ thể của nghiên cứu: tác phong ăn mặc chỉnh tề, kỹ năng giao tiếp niềm nở, khả năng xử lý tình huống phát sinh và kiểm tra an toàn xe định kỳ trước giờ đón khách.

Kết luận

Khóa luận tốt nghiệp của tác giả Hồ Hà Khánh Linh đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, thiết lập cầu nối vững chắc giữa lý thuyết quản trị chất lượng dịch vụ hiện đại và thực tiễn kinh doanh vận tải lữ hành tại Công ty TNHH Nhi Na. Thông qua việc phân tích chuyên sâu báo cáo tài chính giai đoạn 2018–2019 và xử lý bộ dữ liệu khảo sát 120 khách hàng bằng phần mềm SPSS 20.0, đề tài đã định lượng chính xác tác động của các nhân tố dịch vụ đến sự hài lòng của du khách. Các giải pháp đề xuất không chỉ hỗ trợ trực tiếp Công ty TNHH Nhi Na nâng cao năng lực cạnh tranh trên địa bàn tỉnh Thừa Thiên Huế mà còn cung cấp khung nghiên cứu thực nghiệm giá trị cho các đơn vị vận tải du lịch trong cả nước. Bạn đọc và doanh nghiệp quan tâm có thể ứng dụng ngay bộ khung thang đo SERVQUAL chuẩn hóa này để thực hiện đánh giá định kỳ chất lượng dịch vụ tại đơn vị của mình.