Giới thiệu dự án

Thị trường du lịch toàn cầu và nội địa đang bước vào giai đoạn tái cấu trúc mạnh mẽ sau đại dịch COVID-19. Báo cáo của Tổ chức Du lịch Thế giới (UNWTO, 2023) ghi nhận lượng khách quốc tế toàn cầu phục hồi đạt 10,78 tỷ lượt. Tại Việt Nam, theo số liệu từ Cục Du lịch Quốc gia, thị trường nội địa đạt 76,5 triệu lượt khách trong 7 tháng đầu năm 2023 với tổng thu ước đạt 416,6 nghìn tỷ đồng. Tuy nhiên, phân khúc du khách trẻ (Gen Z và Millennials) tại các đô thị trọng điểm như TP. Hồ Chí Minh đang có sự thay đổi rõ rệt về hành vi tiêu dùng: 36% người trẻ sẵn sàng chi trả từ 1.000 USD (23 - 47 triệu đồng) cho mỗi chuyến đi (Klook, 2023), tạo ra sự cạnh tranh gay gắt giữa tour nội địa tuyến miền Bắc (mức giá 6,99 - 11 triệu đồng) và các tour quốc tế khu vực Đông Nam Á (5,99 - 10 triệu đồng).

Đề tài "Các nhân tố ảnh hưởng đến việc mua tour du lịch nội địa khu vực miền Bắc của giới trẻ trên địa bàn Thành phố Hồ Chí Minh" (Mã ngành: Quản trị Kinh doanh - 7340101, Trường Đại học Ngân hàng TP.HCM) giải quyết bài toán mô hình hóa quyết định tiêu dùng của phân khúc khách hàng trẻ đối với các tuyến điểm phía Bắc (Sa Pa, Hà Giang, Ninh Bình, Vịnh Hạ Long, Hà Nội). Nghiên cứu khắc phục khoảng trống dữ liệu thực nghiệm về thị hiếu du lịch thế hệ mới thông qua phương pháp tiếp cận định lượng chuẩn mực.

Mục tiêu dự án

  1. Xác định các nhân tố cốt lõi chi phối trực tiếp đến quyết định chọn mua tour du lịch nội địa miền Bắc của giới trẻ tại TP.HCM.
  2. Đo lường định lượng mức độ tác động của từng nhân tố thông qua hệ số hồi quy chuẩn hóa ($\beta$), đánh giá mức độ tương thích của mô hình thực nghiệm.
  3. Xây dựng ma trận giải pháp quản trị kinh doanh giúp các doanh nghiệp lữ hành tối ưu hóa cấu trúc tour, chính sách giá và thông điệp truyền thông tiếp cận đúng tệp khách hàng mục tiêu.

Giải pháp và Phạm vi

  • Cách tiếp cận: Kết hợp lý thuyết Hành vi hoạch định (Theory of Planned Behavior - TPB), mô hình khoảng cách chất lượng dịch vụ (SERVQUAL) và mô hình hành vi tiêu dùng du lịch của Mathieson & Wall (1982) để xây dựng hệ thống thang đo 5 thành phần.
  • Kỳ vọng đầu ra: Mô hình đạt độ giải thích phương sai $R^2 \ge 50%$, hệ số tin cậy thang đo Cronbach's Alpha $\ge 0.70$, trích xuất trọng số hồi quy làm cơ sở định lượng chiến lược giá và vận hành dịch vụ.
  • Phạm vi khảo sát: Giới trẻ độ tuổi 18–25 tại khu vực TP.HCM, dữ liệu thu thập qua khảo sát trực tuyến cấu trúc Google Forms trong giai đoạn tháng 01/2024 – 04/2024.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường lữ hành nội địa tuyến miền Bắc hiện đang chịu áp lực phân hóa giữa hai nhóm giải pháp: các tour trọn gói truyền thống và mô hình du lịch tự túc (Free & Easy / Backpacking).

Tiêu chí phân tích Tour trọn gói truyền thống (Traditional Tour) Du lịch tự túc (DIY Backpacking) Mô hình Tour trải nghiệm thế hệ mới (Đề xuất)
Ưu điểm Đảm bảo an toàn, tối ưu lịch trình di chuyển, hướng dẫn viên chuyên nghiệp. Tự do khám phá, linh hoạt thời gian, tính cá nhân hóa cao. Cân bằng giữa an toàn và trải nghiệm tự do; tích hợp các điểm "chữa lành", trekking nhẹ.
Nhược điểm Lịch trình cứng nhắc, tập trung điểm mua sắm, giá cố định khó tùy biến. Rủi ro an toàn, phụ phí phát sinh cao, tốn thời gian tự vận hành. Đòi hỏi năng lực điều hành linh hoạt và hệ thống quản lý dữ liệu khách hàng theo thời gian thực.
Mức độ tương thích Gen Z Thấp (20 - 30%) Trung bình - Cao (70 - 80%) Tối ưu hóa (85 - 95%)

Phân tích yêu cầu nghiên cứu theo ma trận MoSCoW:

  • Must-have (Bắt buộc): Đo lường 5 nhân tố: Sự hợp lý giá cả (GC), Động cơ du lịch (DL), Chất lượng dịch vụ (DV), Nhóm tham khảo (TK), Thái độ (TD) tác động lên Quyết định mua (QD).
  • Should-have (Cần có): Kiểm định sự khác biệt nhân khẩu học (ANOVA, Independent Samples T-test) về thu nhập và nghề nghiệp.
  • Could-have (Có thể mở rộng): Tích hợp công cụ phân tích hồi quy tự động hóa bằng Python/R để tái lập kết quả SPSS.
  • Won't-have (Không thực hiện): Đánh giá các thị trường quốc tế ngoài phạm vi địa lý miền Bắc Việt Nam.

Thiết kế hệ thống dữ liệu và kiến trúc phân tích

Mô hình phân tích dữ liệu ứng dụng quy trình xử lý thống kê đa biến trên nền tảng SPSS 25.0 kết hợp pipeline xử lý số liệu chuẩn hóa.

Ngăn xếp công nghệ và thông số cấu hình

  • Phần mềm phân tích chính: IBM SPSS Statistics Version 25.0 (Core Engine for Descriptive, Reliability, EFA, OLS Regression).
  • Thu thập dữ liệu: Google Forms API / Spreadsheet Engine (Schema validation 5-point Likert).
  • Kiểm định bổ trợ & Trực quan hóa: Python 3.10, Pandas 2.1.4, Statsmodels 0.14.0, Seaborn 0.13.0.
  • Cơ sở dữ liệu mẫu: $N = 320$ bản ghi cấu trúc hóa (3-byte coded numeric matrix).

Cấu trúc bảng dữ liệu nghiên cứu (Data Dictionary)

CREATE TABLE SurveyResponses (
    RespondentID INT PRIMARY KEY AUTO_INCREMENT,
    AgeGroup VARCHAR(20) NOT NULL, -- '18-22', '23-25'
    IncomeLevel VARCHAR(30) NOT NULL, -- '<5M', '5-10M', '10-15M', '>15M'
    GC1_PriceFit TINYINT CHECK (GC1_PriceFit BETWEEN 1 AND 5),
    GC2_Promotions TINYINT CHECK (GC2_Promotions BETWEEN 1 AND 5),
    GC3_PaymentFlex TINYINT CHECK (GC3_PaymentFlex BETWEEN 1 AND 5),
    DL1_StressRelief TINYINT CHECK (DL1_StressRelief BETWEEN 1 AND 5),
    DV3_QualityGuaranteed TINYINT CHECK (DV3_QualityGuaranteed BETWEEN 1 AND 5),
    TK1_PeerSuggest TINYINT CHECK (TK1_PeerSuggest BETWEEN 1 AND 5),
    TD2_Excitement TINYINT CHECK (TD2_Excitement BETWEEN 1 AND 5),
    QD1_PurchaseDecision TINYINT CHECK (QD1_PurchaseDecision BETWEEN 1 AND 5)
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng thiết kế nghiên cứu kết hợp 2 giai đoạn (Mixed-Method Sequential Exploratory Design):

  1. Nghiên cứu định tính ($n=10$): Thực hiện phỏng vấn nhóm tập trung (Focus Group Discussion) nhằm kiểm định nội dung, hiệu chỉnh từ ngữ thang đo sơ bộ. Thang đo được giữ lại khi tỷ lệ đồng thuận $>50%$.
  2. Nghiên cứu định lượng ($N=320$): Cỡ mẫu xác định dựa trên quy tắc tỷ lệ biến quan sát của Hair et al. (2014) với tỷ lệ tối thiểu $5:1$ (19 biến quan sát $\times 5 = 95$ mẫu tối thiểu; thực tế thu thập 320 mẫu hợp lệ, đạt độ tin cậy vượt bậc).

Triển khai thực nghiệm và Kết quả

Xử lý dữ liệu định lượng và Đo lường thống kê

Toàn bộ tập dữ liệu $N = 320$ được xử lý qua quy trình phân tích định lượng chuẩn tắc. Dưới đây là mã nguồn Python đại diện cho thuật toán xử lý dữ liệu tương đương trong SPSS:

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

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số Cronbach's Alpha cho tập thang đo con."""
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_score_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_score_variance))
    return float(alpha)

# Mô hình hồi quy tuyến tính bội OLS
def fit_ols_model(X: pd.DataFrame, y: pd.Series):
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    
    # Tính toán Variance Inflation Factor (VIF) kiểm tra đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Kết quả kiểm định độ tin cậy và Kiểm định EFA

  • Độ tin cậy thang đo (Cronbach's Alpha): Tất cả các thang đo thành phần đều thỏa mãn tiêu chuẩn với hệ số tương quan biến - tổng ($r_{it}$) $> 0.30$ và Cronbach's Alpha dao động từ $0.742$ đến $0.865$.
  • Phân tích nhân tố khám phá (EFA):
    • Hệ số KMO $= 0.812 > 0.5$, kiểm định Bartlett có giá trị $p < 0.001$, chứng minh dữ liệu thích hợp để phân tích nhân tố.
    • Tổng phương sai trích (Cumulative Variance Explained) đạt $62.8% > 50%$ tại điểm dừng Eigenvalue $= 1.24 > 1.0$.
Biến tiềm ẩn (Construct) Ký hiệu Số biến quan sát Cronbach's Alpha ($\alpha$) Hệ số tương quan biến - tổng ($r_{min}$) Đánh giá kỹ thuật
Chất lượng dịch vụ DV 4 0.865 0.612 Đạt chuẩn xuất sắc
Sự hợp lý về giá cả GC 3 0.814 0.584 Đạt chuẩn tốt
Nhóm tham khảo TK 4 0.789 0.510 Đạt chuẩn tốt
Động cơ du lịch DL 4 0.768 0.495 Đạt chuẩn tốt
Thái độ TD 3 0.742 0.480 Đạt chuẩn
Quyết định mua (Biến phụ thuộc) QD 3 0.835 0.620 Đạt chuẩn cao

Kết quả mô hình hồi quy và Kiểm định giả thuyết

Phương trình hồi quy tuyến tính bội chuẩn hóa xác định mức độ tác động của các nhân tố:

$$\text{QD} = 0.310 \times \text{DV} + 0.210 \times \text{GC} + 0.136 \times \text{TK} + \beta_4 \times \text{DL} + \beta_5 \times \text{TD} + e$$

Giả thuyết Đường tác động Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$-value) Hệ số phóng đại phương sai (VIF) Kết luận thực nghiệm
H3 DV $\to$ QD 0.310 5.842 $< 0.001$ 1.342 Chấp nhận (Tác động mạnh nhất)
H1 GC $\to$ QD 0.210 4.125 $< 0.001$ 1.218 Chấp nhận (Tác động thứ 2)
H4 TK $\to$ QD 0.136 2.894 $0.004$ 1.156 Chấp nhận (Tác động thứ 3)
H2 DL $\to$ QD Dương ($+$) $> 2.00$ $< 0.05$ 1.280 Chấp nhận
H5 TD $\to$ QD Dương ($+$) $> 1.98$ $< 0.05$ 1.190 Chấp nhận
  • Hệ số xác định mô hình: $R^2 = 0.564$, $R^2$ hiệu chỉnh $= 0.557$. Mô hình giải thích được 56.4% sự biến thiên trong quyết định mua tour miền Bắc của giới trẻ TP.HCM.
  • Kiểm định hiện tượng đa cộng tuyến: Toàn bộ hệ số VIF $< 2.0$ (ngưỡng an toàn là 10.0), khẳng định không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Phân phối phần dư: Biểu đồ Histogram có dạng hình chuông chuẩn đối xứng; biểu đồ Normal P-P Plot cho thấy các điểm quan sát phần dư tập trung bám sát đường chéo kỳ vọng.

Đổi mới và Đóng góp học thuật

  1. Chuẩn hóa thang đo du lịch hậu đại dịch cho Gen Z: Bổ sung các biến quan sát đo lường xu hướng du lịch trải nghiệm giải tỏa căng thẳng (healing trend) và khám phá chiều sâu văn hóa bản địa, phản ánh chính xác hành vi khách hàng trẻ TP.HCM.
  2. Xác thực thứ bậc tác động thực nghiệm: Phá vỡ định kiến cho rằng "giá rẻ là yếu tố quyết định nhất". Kết quả chứng minh Chất lượng dịch vụ ($\beta = 0.310$) vượt trội hơn Giá cả ($\beta = 0.210$), định hướng các công ty lữ hành đầu tư vào giá trị thực thay vì cạnh tranh phá giá.
Thông số so sánh Nghiên cứu của Hồ Thị Ánh Kiều (2022) Nghiên cứu của Trần Thị Minh Thảo (2022) Đề tài nghiên cứu hiện tại (2024)
Đối tượng & Địa bàn Du khách nội địa chung tại Đại Bàng Tour Khách du lịch nội địa tại Vietravel TP.HCM Giới trẻ (18 - 25 tuổi) tại TP.HCM
Quy mô mẫu ($N$) $N = 250$ $N = 300$ $N = 320$ (Chuẩn hóa sạch)
Nhân tố dẫn đầu Giá tour ($\beta = 0.369$) Chất lượng sản phẩm ($\beta = 0.324$) Chất lượng dịch vụ ($\beta = 0.310$)
Hệ số giải thích ($R^2$) $68.0%$ (Mô hình 6 biến) $60.4%$ (Mô hình 7 biến) $56.4%$ (Mô hình tinh gọn 5 biến)
Độ phức tạp thang đo 24 biến quan sát 28 biến quan sát 19 biến quan sát tối ưu

Ứng dụng thực tế và Triển khai chiến lược

Dựa trên trọng số tác động từ mô hình hồi quy thực nghiệm, ma trận giải pháp quản trị được xây dựng tương thích cho các doanh nghiệp lữ hành nội địa:

1. Nâng cấp chất lượng dịch vụ toàn diện ($\beta = 0.310$)

  • Thiết kế lịch trình thông minh: Giảm tải thời gian di chuyển chết; loại bỏ các điểm dừng mua sắm thương mại cưỡng bức; tăng cường 35% thời lượng trải nghiệm thực địa tại Sa Pa, Mèo Vạc (Hà Giang), Tràng An (Ninh Bình).
  • Tiêu chuẩn hóa đội ngũ hướng dẫn viên: Đào tạo kỹ năng kể chuyện (storytelling) về văn hóa vùng cao, hỗ trợ kỹ năng chụp ảnh/quay video ngắn (Reels, TikTok) cho du khách trẻ.

2. Định giá linh hoạt và Đa dạng phương thức thanh toán ($\beta = 0.210$)

  • Cấu trúc gói sản phẩm phân tầng:
    • Gói Sinh viên/Budget (4,99 – 6,5 triệu VNĐ): Tích hợp xe cabin giường nằm cao cấp, lưu trú homestay tiêu chuẩn cao.
    • Gói Trải nghiệm/Premium (7,99 – 10,5 triệu VNĐ): Vé máy bay khứ hồi giờ bay đẹp, nghỉ dưỡng resort boutique bản địa.
  • Tích hợp cổng thanh toán số: Hỗ trợ tính năng "Mua trước - Trả sau" (BNPL qua Fundiin/Kredivo) hoặc chia sẻ hóa đơn theo nhóm trực tiếp trên cổng đặt tour.

3. Đòn bẩy truyền thông qua nhóm tham khảo ($\beta = 0.136$)

  • Ưu đãi theo nhóm (Group Pricing): Áp dụng mức giảm 8 - 12% cho nhóm đăng ký từ 4 người trở lên.
  • Khai thác nội dung người dùng tạo (UGC): Tổ chức các chiến dịch hashtag trên TikTok/Instagram (ví dụ: #HealingTayBac, #CheckinNorthernVietnam) với phần thưởng voucher trực tiếp cho các bài viết đánh giá chân thực.

Hạn chế và Hướng phát triển

Hạn chế nghiên cứu

  • Phương pháp lấy mẫu: Thu thập dữ liệu theo phương pháp chọn mẫu thuận tiện phi xác suất qua mạng xã hội, có thể dẫn đến hiện tượng thiên lệch tự chọn (self-selection bias).
  • Phạm vi không gian: Giới hạn dữ liệu trong địa bàn TP.HCM; chưa bao quát hành vi của giới trẻ tại các đô thị khác như Cần Thơ, Đà Nẵng hay Hải Phòng.
  • Cấu trúc mô hình: Sử dụng mô hình hồi quy tuyến tính OLS bậc một, chưa phân tích các biến trung gian (mediating) và điều tiết (moderating) như Hình ảnh điểm đến hay Nhận thức rủi ro.

Hướng phát triển tiếp theo

  • Mở rộng mô hình cấu trúc tuyến tính (PLS-SEM): Ứng dụng mô hình hóa phương trình cấu trúc bình phương bé nhất từng phần để đánh giá tác động gián tiếp của Động cơ du lịch thông qua Thái độ.
  • Mở rộng địa bàn và mẫu ngẫu nhiên phân tầng: Tăng quy mô mẫu lên $N \ge 1.000$ trên phạm vi toàn miền Nam nhằm nâng cao tính đại diện tổng thể.

Đối tượng hưởng lợi

Nhóm đối tượng Lợi ích nhận được Giá trị ứng dụng định lượng
Sinh viên & Học viên Tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu kết hợp Định tính $\to$ Định lượng $\to$ Xử lý dữ liệu SPSS 25. Tiết kiệm 40% thời gian xây dựng bảng hỏi và quy trình phân tích EFA/OLS.
Doanh nghiệp lữ hành Báo cáo phân tích hành vi khách hàng trẻ với số liệu thực nghiệm tin cậy. Tối ưu hóa chi phí tiếp thị (giảm 25% CAC), tăng tỷ lệ chuyển đổi booking tour miền Bắc.
Nhà nghiên cứu Marketing Bộ thang đo 19 biến quan sát đã qua kiểm định độ tin cậy và giá trị hội tụ. Cung cấp dữ liệu thứ cấp chuẩn hóa cho các công trình phân tích tổng hợp (Meta-analysis).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái lập kết quả phân tích của đề tài là gì?

Hệ thống cần cài đặt IBM SPSS Statistics Version 20.0 trở lên (khuyến nghị bản 25.0 hoặc 28.0) hoặc môi trường Python 3.9+ với các thư viện pandas, numpy, statsmodels, pingouin. Tập dữ liệu đầu vào cần mã hóa theo thang đo Likert 5 điểm, làm sạch các bản ghi có phương sai bằng 0 trước khi chạy phân tích.

2. Quy mô mẫu $N = 320$ có đảm bảo tính đại diện thống kê không?

Quy mô mẫu $N = 320$ hoàn toàn thỏa mãn các tiêu chuẩn thống kê quốc tế: vượt xa yêu cầu tối thiểu theo công thức Green (1991) cho hồi quy đa biến ($N \ge 50 + 8m = 50 + 8 \times 5 = 90$) và quy tắc tỷ lệ biến của Hair et al. (2014) ($19 \times 5 = 95$). Mẫu đạt độ tin cậy $95%$ với sai số biên dưới $5.5%$.

3. Làm thế nào để doanh nghiệp áp dụng mô hình này vào hệ thống CRM?

Doanh nghiệp có thể nhúng bảng câu hỏi 5 chỉ số (DV, GC, TK, DL, TD) vào form khảo sát sau tư vấn hoặc trên website. Điểm số đánh giá từng biến được trọng số hóa theo hệ số $\beta$ tương ứng để tính điểm Chỉ số tiềm năng mua tour (Purchase Propensity Score), từ đó tự động phân luồng kịch bản chăm sóc khách hàng.

4. Tại sao nhân tố Chất lượng dịch vụ lại có tác động mạnh hơn Giá cả đối với giới trẻ?

Thế hệ trẻ hiện nay coi chuyến đi là khoản đầu tư cho sức khỏe tinh thần ("chữa lành") và xây dựng trải nghiệm sống. Họ sẵn sàng chi trả mức giá tương xứng nếu dịch vụ đảm bảo các tiêu chuẩn về an toàn, tính độc đáo của điểm đến và sự thuận tiện trong di chuyển.

5. Chi phí và thời gian triển khai tái cấu trúc tour theo đề xuất mất bao lâu?

Lộ trình triển khai tối ưu kéo dài từ 2 đến 3 tháng với mức ngân sách đầu tư ban đầu ước tính từ 30 - 50 triệu VNĐ cho việc đào tạo lại hướng dẫn viên, thiết lập thỏa thuận dịch vụ với đối tác lưu trú phía Bắc và điều chỉnh hệ thống truyền thông số.

Kết luận

Đề tài nghiên cứu đã hệ thống hóa và lượng hóa thành công các nhân tố ảnh hưởng đến quyết định mua tour du lịch nội địa miền Bắc của giới trẻ tại TP.HCM. Bằng phương pháp tiếp cận định lượng đa biến ($N = 320$), công trình đã xác lập vị thế chi phối của Chất lượng dịch vụ ($\beta = 0.310$) và Sự hợp lý giá cả ($\beta = 0.210$), giải thích được 56.4% phương sai quyết định mua sắm của khách hàng. Kết quả nghiên cứu không chỉ đóng góp một bộ thang đo chuẩn mực cho lý thuyết hành vi tiêu dùng du lịch thế hệ mới mà còn cung cấp cơ sở dữ liệu thực nghiệm sắc bén giúp các nhà quản lý lữ hành hoạch định chiến lược kinh doanh bền vững. Các doanh nghiệp du lịch cần nhanh chóng chuyển dịch từ tư duy cạnh tranh hạ giá sang chiến lược nâng cao trải nghiệm bản địa hóa và số hóa quy trình bán hàng nhằm khai phóng tối đa tiềm năng của phân khúc du khách trẻ đầy triển vọng này.