Giới thiệu dự án

Ngành du lịch đóng vai trò là động lực then chốt thúc đẩy tăng trưởng kinh tế - xã hội tại Việt Nam. Theo số liệu từ Sở Du lịch tỉnh Thừa Thiên Huế, năm 2019 đánh dấu giai đoạn hoàng kim của du lịch Cố đô với tổng lượt khách đạt 4,817 triệu lượt (tăng 11,18% so với cùng kỳ), trong đó khách quốc tế đạt 2,186 triệu lượt; doanh thu từ cơ sở lưu trú đạt 4.945 tỷ đồng và tổng thu du lịch đạt trên 11.300 tỷ đồng. Tuy nhiên, sự bùng phát của đại dịch COVID-19 (SARS-CoV-2) từ đầu năm 2020 đã tạo ra cú sốc nghiêm trọng: năm 2020, lượng khách đến Huế giảm 65% (đạt 1,687 triệu lượt), doanh thu giảm 66%; đến năm 2021, tổng lượt khách chỉ còn 691.571 lượt (giảm gần 60% so với 2020, trong đó khách quốc tế giảm 96%), doanh thu du lịch giảm còn 1.177 tỷ đồng và gần 80% cơ sở lưu trú phải tạm dừng hoạt động.

+-----------------------------------------------------------------------------------+
|                        TỔNG QUAN TÁC ĐỘNG CỦA COVID-19 TẠI HUẾ                    |
+-----------------------------------------------------------------------------------+
|   Năm 2019 (Đỉnh cao)    --->   Năm 2020 (Khủng hoảng)  --->   Năm 2021 (Đóng băng)|
|   - Khách: 4,817 triệu          - Khách: 1,687 triệu           - Khách: 691.571   |
|   - Khách QT: 2,186 triệu       - Khách QT: 558.841            - Khách QT: 22.735 |
|   - Doanh thu: 11.300+ tỷ       - Doanh thu: 3.839 tỷ          - Doanh thu: 1.177 tỷ|
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu cụ thể (Problem Statement)

Trong bối cảnh thị trường khách quốc tế bị đóng băng hoàn toàn do các rào cản kiểm soát dịch bệnh, du lịch nội địa trở thành cứu cánh duy nhất để duy trì chuỗi cung ứng dịch vụ. Tuy nhiên, ngành du lịch Thừa Thiên Huế đối mặt với điểm nghẽn lớn: tỷ lệ khách quay trở lại (revisit intention) còn thấp và mô hình tiếp thị truyền thống dựa vào di sản văn hóa không còn đủ sức thuyết phục khi tâm lý du khách thay đổi mạnh mẽ sau đại dịch, ưu tiên hàng đầu cho các yếu tố an toàn, y tế và chất lượng hạ tầng lưu trú.

Mục tiêu dự án

  1. Đánh giá thực trạng hoạt động kinh doanh du lịch và cơ sở hạ tầng lưu trú tại tỉnh Thừa Thiên Huế giai đoạn 2015 – 2021.
  2. Xây dựng và kiểm định mô hình định lượng xác định mức độ tác động của các thuộc tính hình ảnh điểm đến (Destination Image) đến ý định quay trở lại (Revisit Intention) của du khách nội địa.
  3. Cung cấp hệ thống giải pháp và hàm ý quản trị giúp cơ quan quản lý và doanh nghiệp lữ hành tái cấu trúc sản phẩm du lịch thích ứng với giai đoạn bình thường mới.

Phương pháp tiếp cận giải pháp

Nghiên cứu ứng dụng Thuyết hành vi dự định (Theory of Planned Behaviour - TPB) kết hợp phương pháp mô hình hóa phương trình cấu trúc tuyến tính (Structural Equation Modeling - SEM) trên phần mềm IBM SPSS Statistics 26.0 và IBM SPSS AMOS 24.0. Phương pháp này cho phép xử lý đồng thời các biến tiềm ẩn đa hướng, kiểm soát sai số đo lường và lượng hóa chính xác trọng số tác động của từng yếu tố cấu thành hình ảnh điểm đến.

Kết quả kỳ vọng và chỉ số đo lường (Metrics)

  • Quy mô mẫu: Thu thập $\ge 250$ phiếu khảo sát, đạt chuẩn làm sạch $\ge 200$ mẫu hợp lệ ($N = 231$).
  • Độ tin cậy thang đo: Hệ số Cronbach's Alpha của các nhân tố $\ge 0.70$; hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$.
  • Giá trị hội tụ và phân biệt: Chỉ số KMO $\ge 0.50$, kiểm định Bartlett có $Sig. \le 0.05$, tổng phương sai trích (Total Variance Explained) $> 50%$, hệ số tải nhân tố (Factor Loading) $> 0.50$.
  • Chỉ số tương thích mô hình SEM: Đạt chuẩn $CMIN/df \le 3.00$, $GFI, TLI, CFI \ge 0.90$, $RMSEA \le 0.08$.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Địa bàn thành phố Huế và các điểm du lịch lân cận thuộc tỉnh Thừa Thiên Huế.
  • Thời gian: Dữ liệu thứ cấp thu thập từ 2015 đến 2021; dữ liệu sơ cấp điều tra trực tuyến từ tháng 10/2021 đến tháng 12/2021.
  • Đối tượng: Du khách nội địa Việt Nam đã từng trải nghiệm du lịch tại Thừa Thiên Huế.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành phân tích đối sánh với các công trình nghiên cứu tiền nhiệm về hình ảnh điểm đến và hành vi quay trở lại của du khách để xác định khoảng trống nghiên cứu:

Tiêu chí so sánh Dương Thị Ánh Tiên và cs. (2021) Hà Nam Khánh Giao & Nguyễn Thị Kim Ngân (2020) Đề tài nghiên cứu (Huế, 2022)
Địa bàn nghiên cứu Quảng Ngãi Bà Rịa – Vũng Tàu TP. Huế, Thừa Thiên Huế
Bối cảnh ứng dụng Du lịch biển đảo / Thường nhật Du lịch nghỉ dưỡng đô thị Khủng hoảng dịch bệnh COVID-19
Phương pháp phân tích EFA & Hồi quy tuyến tính đa biến EFA & Hồi quy OLS EFA, CFA & Mô hình cấu trúc SEM
Nhân tố tác động mạnh nhất Sự khác biệt, Vui chơi giải trí Môi trường, Cơ sở hạ tầng, Ẩm thực Cơ sở hạ tầng - Lưu trú ($\beta = 0.459$), An ninh an toàn ($\beta = 0.345$)
Xử lý biến rác/trùng lặp Cơ bản qua Cronbach's Alpha Loại biến tải chéo $< 0.3$ Kiểm định 2 bước nghiêm ngặt, loại 8 biến vi phạm EFA/Alpha

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must-have: Đo lường chuẩn xác mức độ ảnh hưởng của yếu tố An toàn - An ninh (AN) và Hạ tầng lưu trú (HTDL) đối với ý định quay trở lại trong đại dịch.
  • Should-have: Kiểm định vai trò của Văn hóa - Lịch sử (VHLS), Ẩm thực (AT) và Môi trường tự nhiên (MTTN) trong bối cảnh thay đổi thị hiếu.
  • Could-have: Đánh giá chi tiết cơ cấu nhân khẩu học (độ tuổi, thu nhập, nghề nghiệp) của phân khúc khách trẻ (Gen Z, Millennials).
  • Won't-have: Khảo sát khách du lịch quốc tế do hạn chế đóng cửa biên giới giai đoạn 2020–2021.

Thiết kế hệ thống

Công nghệ và công cụ sử dụng (Tech Stack)

  • Nền tảng thu thập dữ liệu: Google Forms API tích hợp bộ lọc phản hồi tự động.
  • Phần mềm xử lý thống kê mô tả & EFA: IBM SPSS Statistics version 26.0.
  • Phần mềm mô hình hóa cấu trúc tuyến tính SEM: IBM SPSS AMOS version 24.0.
  • Kỹ thuật trích xuất nhân tố: Principal Axis Factoring kết hợp phép xoay Promax Rotation (phù hợp với các nhân tố có mối tương quan phi tuyến).
+---------------------------------------------------------------------------------+
|                       CẤU TRÚC BẢNG DỮ LIỆU ĐIỀU TRA (SCHEMA)                   |
+---------------------------------------------------------------------------------+
| 1. Nhân khẩu học:                                                               |
|    - Gender (Nam: 47.2%, Nữ: 52.7%)                                             |
|    - Age (18-25: 69.7%, 26-34: 22.5%, 35-50: 6.5%, >50: 1.3%)                   |
|    - Income (<5M: 51.1%, 5-10M: 34.6%, 10-20M: 8.7%, >20M: 5.6%)               |
|    - Purpose (Du lịch: 53.7%, Thăm thân: 23.4%, Nghỉ dưỡng: 9.1%, Công tác: 6.9%)|
| 2. Thang đo Likert 5 mức độ (1: Rất không đồng ý -> 5: Rất đồng ý):             |
|    - Biến độc lập: MTTN (3 items), VHLS (5 items), AT (4 items),                |
|                    HTDL (6 items), DV (3 items), AN (4 items)                   |
|    - Biến phụ thuộc: YD (4 items)                                               |
+---------------------------------------------------------------------------------+

Methodology

Quy trình nghiên cứu định lượng tuân thủ quy tắc 5 bước của Hair et al. (2010):

  1. Thiết kế bảng hỏi: Dựa trên thang đo chuẩn hóa của Echtner & Ritchie (1991), Beerli & Martin (2004) và Ajzen (1991), xây dựng 30 biến quan sát.
  2. Khảo sát sơ bộ (Pilot test): Thực hiện trên 35 mẫu để tinh chỉnh câu chữ, loại bỏ các chỉ báo gây nhiễu ngữ nghĩa.
  3. Khảo sát chính thức: Phân phối trực tuyến qua mạng xã hội (Facebook, Zalo, Instagram), thu về 250 mẫu, sàng lọc loại 19 mẫu không hợp lệ $\rightarrow$ Tập mẫu sạch $N = 231$.
  4. Kiểm định độ tin cậy thang đo: Kiểm tra Cronbach's Alpha và Corrected Item-Total Correlation.
  5. Phân tích EFA & Mô hình SEM: Kiểm tra độ hội tụ, độ phân biệt, độ tin cậy tổng hợp (CR), tổng phương sai trích (AVE) và kiểm định giả thuyết nghiên cứu bằng ước lượng Maximum Likelihood.

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu và phân tích mô hình được mô phỏng hóa thông qua thuật toán xử lý dữ liệu chuẩn bằng Python/R dưới dạng quy chuẩn phân tích thống kê:

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity

def evaluate_measurement_model(df, item_groups):
    """
    Quy trình kiểm định thang đo: Cronbach's Alpha, KMO, Bartlett và EFA
    """
    results = {}
    for group_name, items in item_groups.items():
        sub_df = df[items]
        # 1. Tính toán Cronbach's Alpha
        item_vars = sub_df.var(axis=0, ddof=1)
        total_var = sub_df.sum(axis=1).var(ddof=1)
        n_items = len(items)
        alpha = (n_items / (n_items - 1)) * (1 - item_vars.sum() / total_var)
        
        results[group_name] = {
            "n_items": n_items,
            "cronbach_alpha": round(alpha, 3)
        }
    
    # 2. Kiểm định KMO và Bartlett toàn bộ thang đo
    kmo_per_variable, kmo_total = calculate_kmo(df)
    chi_square_value, p_value = calculate_bartlett_sphericity(df)
    
    return results, kmo_total, (chi_square_value, p_value)

# Định nghĩa các biến quan sát từ khảo sát thực tế tại Huế
survey_items = {
    'MTTN': ['MT2', 'MT3', 'MT4'],
    'VHLS': ['VH3', 'VH4', 'VH5'],
    'HTDL': ['HT2', 'HT3', 'HT4', 'HT5', 'HT6'],
    'AN': ['AN1', 'AN3', 'AN4'],
    'YD': ['YD1', 'YD2', 'YD3', 'YD4']
}

Testing và validation

1. Kiểm định độ tin cậy thang đo Cronbach's Alpha

Trong lần kiểm tra sơ bộ thang đo Môi trường tự nhiên (MT) gồm 4 biến quan sát, biến MT1 ("Khí hậu phù hợp cho các hoạt động du lịch") có hệ số tương quan biến - tổng chỉ đạt $0.186 < 0.30$, làm giảm độ tin cậy của thang đo. Sau khi loại bỏ biến MT1, Cronbach's Alpha của thang đo MTTN tăng từ $0.777$ lên $0.942$.

Mã thang đo Tên thành phần Số lượng biến ban đầu Số lượng biến sau lọc Cronbach's Alpha Đánh giá
MTTN Môi trường tự nhiên 4 3 0.942 Rất tốt (loại MT1)
VHLS Văn hóa – Lịch sử – Xã hội 5 3 0.938 Rất tốt (loại VH1, VH2 ở EFA)
AT Ẩm thực địa phương 4 0 0.926 Bị loại ở phân tích EFA do tải chéo
HTDL Cơ sở hạ tầng và lưu trú 6 5 0.942 Rất tốt (loại HT1)
DV Dịch vụ mua sắm – giải trí 3 0 0.858 Bị loại ở phân tích EFA do tải chéo
AN An toàn và an ninh 4 3 0.939 Rất tốt (loại AN2)
YD Ý định quay trở lại 4 4 0.947 Rất tốt (Biến phụ thuộc)

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định EFA lần 1: Hệ số $KMO = 0.958 > 0.50$, kiểm định Bartlett's Test $\chi^2 = 5965.002$ ($df = 253, p = 0.000 < 0.05$). Tổng phương sai trích đạt $86.672%$. Tuy nhiên, các biến DV1, HT1, AN2, AT1, AT3, AT4 có hệ số tải nhân tố $< 0.50$ hoặc chênh lệch tải chéo $< 0.30$ nên tiến hành loại bỏ.
  • Kiểm định EFA lần 2: Hệ số $KMO = 0.957$, kiểm định Bartlett's Test $\chi^2 = 5399.737$ ($p = 0.000$). Loại tiếp VH1, VH2. Tổng phương sai trích đạt $83.601%$ ($> 50%$), giữ lại 5 nhóm nhân tố rõ rệt đạt giá trị hội tụ và giá trị phân biệt tuyệt đối.

3. Đánh giá độ tin cậy tổng hợp (CR) và tổng phương sai trích (AVE)

Công thức tính toán: $$\text{CR} = \frac{(\sum \lambda_i)^2}{(\sum \lambda_i)^2 + \sum (1 - \lambda_i^2)}, \quad \text{AVE} = \frac{\sum \lambda_i^2}{n}$$

Nhân tố Mã hiệu Độ tin cậy tổng hợp (CR) Tổng phương sai trích (AVE) Kết luận
Cơ sở hạ tầng – Lưu trú HTDL 0.942 0.684 Đạt chuẩn ($CR > 0.7, AVE > 0.5$)
Văn hóa – Lịch sử VHLS 0.938 0.824 Đạt chuẩn
Môi trường tự nhiên MTTN 0.942 0.847 Đạt chuẩn
An ninh an toàn AN 0.939 0.803 Đạt chuẩn
Ý định quay trở lại YD 0.947 0.816 Đạt chuẩn

Kết quả đạt được

Chỉ số mức độ phù hợp của mô hình SEM (Model Fit):

  • $\chi^2 / df (\text{CMIN/df}) = \mathbf{1.064} \le 3.0$ (Mức độ thích hợp hoàn hảo).
  • Mức ý nghĩa $p = 0.393$.
+------------------------------------------------------------------------------------+
|                      KẾT QUẢ KIỂM ĐỊNH GIẢ THUYẾT MÔ HÌNH SEM                      |
+------------------------------------------------------------------------------------+
| Mối quan hệ tác động       | Trọng số chuẩn hóa (Beta) | S.E   | C.R    | P-value  | Trạng thái |
+----------------------------+---------------------------+-------+--------+----------+------------+
| YD  <---  HTDL (H4)        |  +0.459                   | 0.159 |  3.322 |  ***     | CHẤP NHẬN  |
| YD  <---  AN   (H6)        |  +0.345                   | 0.124 |  2.485 |  0.013   | CHẤP NHẬN  |
| YD  <---  MTTN (H1)        |  +0.083                   | 0.077 |  0.855 |  0.393   | BÁC BỎ     |
| YD  <---  VHLS (H2)        |  -0.051                   | 0.097 | -0.468 |  0.640   | BÁC BỎ     |
+------------------------------------------------------------------------------------+
(Ghi chú: *** tương ứng với p-value < 0.001)

Đổi mới và đóng góp

  1. Phát hiện sự dịch chuyển trọng tâm hành vi trong khủng hoảng y tế: Khác biệt căn bản với các nghiên cứu trước dịch (khi Văn hóa - Lịch sử và Ẩm thực luôn chiếm ưu thế tuyệt đối), nghiên cứu chứng minh trong bối cảnh COVID-19, Cơ sở hạ tầng & Lưu trú ($\beta = 0.459$) và An ninh an toàn ($\beta = 0.345$) trở thành 2 động lực quyết định 80.4% xu hướng hành vi quay trở lại của khách nội địa.
  2. Loại bỏ các ngộ nhận trong tiếp thị du lịch: Các giả thuyết về Môi trường tự nhiên ($p = 0.393$) và Văn hóa lịch sử ($p = 0.640$) không có ý nghĩa thống kê trong việc thúc đẩy ý định quay lại ngắn hạn sau đại dịch. Điều này chứng minh du khách coi văn hóa là điều kiện mặc định, nhưng rào cản an toàn và điều kiện tiện nghi lưu trú mới là yếu tố "kích hoạt" hành vi.
  3. Quy trình lọc dữ liệu khắt khe: Giảm thiểu sai số đo lường qua 2 lần xoay EFA Promax, đảm bảo tính đại diện và độ tin cậy phương sai trích cực cao ($83.601%$).

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Dữ liệu nghiên cứu được chuyển giao phục vụ trực tiếp cho Sở Du lịch Thừa Thiên Huế và Hiệp hội Du lịch tỉnh trong việc xây dựng gói kích cầu "Huế - Điểm đến an toàn và thân thiện".

+------------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN                            |
+------------------------------------------------------------------------------------+
| [Q1/2022] Giai đoạn 1: Chuẩn hóa An toàn & Y tế                                   |
|   * Phổ cập chứng nhận "Green Destination / Safe Stay" cho 216 khách sạn.          |
|   * Triển khai bộ quy tắc phòng dịch và khai báo y tế điện tử đồng bộ.            |
|                                                                                    |
| [Q2/2022] Giai đoạn 2: Nâng cấp Cơ sở vật chất & Số hóa Điểm đến                  |
|   * Đầu tư hệ thống thuyết minh tự động (Audio Guide), vé điện tử QR Code.         |
|   * Tái cấu trúc 26 khách sạn 3-5 sao (3.497 giường) theo mô hình Bleisure.        |
|                                                                                    |
| [Q3/2022] Giai đoạn 3: Chiến dịch Tiếp thị Hướng phân khúc Khách trẻ               |
|   * Thiết kế gói combo "Staycation" nhắm vào tệp 18-25 tuổi (chiếm 69.7% mẫu).     |
|   * Hợp tác OTA (Traveloka, Klook, Agoda) đẩy mạnh voucher kích cầu 20-30%.       |
|                                                                                    |
| [Q4/2022] Giai đoạn 4: Đào tạo Nhân lực & Đánh giá Hiệu quả                        |
|   * Tái đào tạo 6.228 lao động du lịch bị ảnh hưởng bởi dịch bệnh.                 |
|   * Khảo sát định kỳ đánh giá chỉ số hài lòng và tỷ lệ quay lại của du khách.      |
+------------------------------------------------------------------------------------+

Phân tích Hiệu quả Tài chính & ROI Dự kiến

  • Chi phí triển khai đề xuất: Ước tính 15 tỷ VNĐ (nguồn vốn ngân sách xúc tiến và xã hội hóa).
  • Doanh thu kỳ vọng phục hồi: Đưa doanh thu du lịch từ mức 1.177 tỷ VNĐ (2021) tăng lên 3.500 - 4.500 tỷ VNĐ trong năm 2022 (tăng trưởng $> 200%$).
  • Thời gian hoàn vốn xã hội (Social ROI): Dưới 12 tháng thông qua việc phục hồi công ăn việc làm cho hơn 6.000 lao động ngành lưu trú.

Hạn chế và hướng phát triển

  • Hạn chế mẫu khảo sát: Tỷ lệ mẫu khảo sát trực tuyến tập trung lớn vào nhóm sinh viên/người trẻ tuổi (18–25 tuổi chiếm 69.7%, thu nhập dưới 5 triệu chiếm 51.1%), chưa phản ánh đồng đều nhóm khách gia đình và khách trung niên có chi tiêu cao.
  • Hạn chế về không gian: Khảo sát thực hiện chủ yếu trong giai đoạn giãn cách xã hội (Q4/2021), phản ánh tâm lý nhất thời trong đỉnh dịch.
  • Hướng nghiên cứu tiếp theo: Mở rộng mô hình phân tích đa nhóm (Multi-group Analysis) để so sánh hành vi giữa các phân khúc thu nhập khác nhau; tích hợp thêm biến trung gian "Cảm nhận rủi ro du lịch" (Perceived Travel Risk) và "Sự tin tưởng điểm đến" (Destination Trust).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận khung phương pháp luận nghiên cứu khoa học chuẩn mực, quy trình làm sạch dữ liệu và xử lý SEM trên AMOS/SPSS.
  • Cơ quan quản lý nhà nước (Sở Du lịch): Sở hữu luận cứ khoa học để phân bổ ngân sách xúc tiến, tập trung vào hạ tầng y tế và an ninh thay vì dàn trải vào quảng bá hình ảnh chung chung.
  • Doanh nghiệp khách sạn & Lữ hành: Tối ưu hóa gói dịch vụ, thiết kế sản phẩm lưu trú linh hoạt, giá cả minh bạch đáp ứng đúng kỳ vọng của 84.8% tệp khách hàng trẻ và trung lưu.
  • Cộng đồng nghiên cứu: Bộ dữ liệu mẫu về sự chuyển dịch hành vi tiêu dùng du lịch thời kỳ khủng hoảng toàn cầu.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng và phần mềm để triển khai mô hình phân tích này?

Hệ thống yêu cầu máy tính chạy hệ điều hành Windows 10/11 hoặc macOS, tối thiểu 8GB RAM. Cài đặt bộ phần mềm thống kê chuyên dụng: IBM SPSS Statistics v26.0 (cho thống kê mô tả, kiểm định Alpha, EFA) và IBM SPSS AMOS v24.0 (cho phân tích mô hình cấu trúc SEM). Có thể sử dụng thư viện Python semopy hoặc package lavaan trong R để tự động hóa quy trình.

2. Kích thước mẫu N = 231 có đảm bảo độ tin cậy đại diện không?

Theo tiêu chuẩn của Hair et al. (1998), kích thước mẫu tối thiểu cho phân tích nhân tố EFA phải gấp 5 lần số biến quan sát ($n \ge 5 \times m$). Đề tài có 30 biến quan sát ban đầu, quy mô mẫu tối thiểu yêu cầu là $30 \times 5 = 150$ mẫu. Tập mẫu đạt chuẩn $N = 231$ hoàn toàn vượt ngưỡng yêu cầu, đảm bảo độ mạnh thống kê (statistical power) $> 0.80$.

3. Làm thế nào để tích hợp kết quả nghiên cứu vào hệ thống Quản lý Du lịch Thông minh (Smart Tourism)?

Các chỉ số trọng số ($\beta$) từ mô hình SEM có thể được nạp vào thuật toán gợi ý (Recommendation Engine) của ứng dụng Hue-S / Du lịch Huế. Hệ thống sẽ ưu tiên đề xuất cho du khách các cơ sở lưu trú đạt chuẩn an toàn dịch tễ cao nhất và có hạ tầng tiện ích được xác thực.

4. Chi phí và nguồn lực để duy trì hệ thống đánh giá thang đo du khách định kỳ?

Chi phí vận hành rất thấp nhờ số hóa bảng khảo sát qua QR Code đặt tại các quầy lễ tân khách sạn 3-5 sao, nhà ga, sân bay Phú Bài. Dữ liệu được thu thập tự động vào Data Warehouse và chạy kịch bản phân tích tự động định kỳ hàng quý với chi phí duy trì phần mềm dưới 20 triệu VNĐ/năm.

5. Tại sao yếu tố Văn hóa - Lịch sử lại không có ý nghĩa thống kê thúc đẩy ý định quay lại trong đại dịch?

Trong điều kiện bình thường, Văn hóa - Lịch sử là tài nguyên cốt lõi thu hút khách đến Huế lần đầu. Tuy nhiên, với khách du lịch nội địa quay lại lần 2 trở lên trong bối cảnh đại dịch, giá trị lịch sử là yếu tố tĩnh (không thay đổi), trong khi các yếu tố bảo vệ sức khỏe (An ninh an toàn) và trải nghiệm nghỉ dưỡng khép kín (Hạ tầng lưu trú) trở thành điều kiện tiên quyết chi phối quyết định đi lại.

Kết luận

Khóa luận tốt nghiệp "Phân tích mối quan hệ giữa hình ảnh điểm đến thành phố Huế và ý định quay trở lại của khách du lịch nội địa trong bối cảnh COVID-19" của tác giả Trần Thị Hoài Như đã giải quyết trọn vẹn bài toán thực tiễn của ngành du lịch Thừa Thiên Huế trong giai đoạn khủng hoảng. Bằng việc ứng dụng mô hình cấu trúc tuyến tính SEM nghiêm ngặt trên tập dữ liệu $N = 231$, công trình đã lượng hóa thành công vai trò quyết định của Cơ sở hạ tầng & Lưu trú ($\beta = 0.459, p < 0.001$) và An toàn an ninh ($\beta = 0.345, p = 0.013$). Kết quả này cung cấp cơ sở khoa học vững chắc để các nhà hoạch định chính sách chuyển dịch chiến lược phục hồi du lịch từ quảng bá di sản truyền thống sang nâng cao năng lực kiểm soát an toàn dịch tễ và hiện đại hóa hạ tầng dịch vụ lưu trú.