Giới thiệu dự án

Nha Trang (Khánh Hòa) là một trong những trung tâm du lịch biển đảo hàng đầu Việt Nam, sở hữu vịnh biển thuộc top 30 vịnh đẹp nhất thế giới. Trong bức tranh phát triển của ngành công nghiệp không khói, quần thể nghỉ dưỡng và vui chơi giải trí Vinpearl Nha Trang (tọa lạc tại đảo Hòn Tre, diện tích hơn 200.000 $m^2$, sở hữu tuyến cáp treo vượt biển 3.320 m với công suất vận chuyển 1.000–1.500 khách/giờ) đóng vai trò là một điểm đến biểu tượng. Tuy nhiên, sự cạnh tranh gay gắt từ các khu nghỉ dưỡng cao cấp ven biển và sự thay đổi trong hành vi tiêu dùng sau đại dịch đặt ra thách thức lớn đối với việc duy trì sức hút và tối ưu hóa trải nghiệm khách hàng.

Đề tài "Nghiên cứu nhân tố ảnh hưởng đến sự lựa chọn của khách du lịch đến Vinpearl Nha Trang" (Mã học phần: TOU 496, ngành Quản trị Du lịch và Lữ hành, Đại học Duy Tân) được triển khai nhằm giải quyết bài toán cốt lõi: Xác định, lượng hóa và giải mã các biến số quyết định hành vi lựa chọn điểm đến của du khách, từ đó khắc phục khoảng cách giữa kỳ vọng và thực tế trải nghiệm dịch vụ.

+-----------------------------------------------------------------------------+
|                          CÁC MỤC TIÊU NGHIÊN CỨU                            |
+-----------------------------------------------------------------------------+
|  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ và hành vi lựa chọn    |
|     điểm đến du lịch dựa trên mô hình SERVQUAL cải tiến.                    |
|  2. Thiết kế công cụ đo lường gồm 32 biến quan sát thuộc 6 nhóm nhân tố     |
|     đặc thù (DTC, KN, PV, DC, HH, GC).                                      |
|  3. Thu thập dữ liệu thực nghiệm (N = 201), kiểm định thang đo bằng         |
|     Cronbach's Alpha và phân tích nhân tố khám phá (EFA).                   |
|  4. Xây dựng phương trình hồi quy tuyến tính đa biến nhằm xác định trọng    |
|     số tác động của từng nhân tố đến sự hài lòng và lựa chọn của du khách.  |
|  5. Đề xuất hệ thống giải pháp thực tiễn về thương hiệu, sản phẩm dịch vụ,  |
|     chính sách giá, công nghệ và nhân lực cho Vinpearl Nha Trang.           |
+-----------------------------------------------------------------------------+

Dự án tiếp cận giải pháp bằng phương pháp nghiên cứu định lượng kết hợp định tính. Bằng cách ứng dụng mô hình SERVQUAL chuẩn hóa của Parasuraman kết hợp công cụ phân tích thống kê SPSS 26.0, nhóm nghiên cứu đo lường chính xác mức độ thỏa mãn của du khách theo từng tiêu chí dịch vụ.

Kết quả kỳ vọng định lượng:

  • Cỡ mẫu hợp lệ đạt $N = 201$ quan sát.
  • Hệ số tin cậy nội bộ Cronbach's Alpha của toàn bộ các nhóm thang đo đạt ngưỡng $\alpha \ge 0.70$.
  • Hệ số tải nhân tố (Factor Loading) trong ma trận xoay $\ge 0.50$, giá trị KMO $\ge 0.50$ với mức ý nghĩa $p < 0.05$.
  • Mô hình hồi quy giải thích được tối thiểu $55%$ sự biến thiên của biến phụ thuộc ($R^2 \ge 0.55$).

Phạm vi và giới hạn: Nghiên cứu khảo sát du khách nội địa và quốc tế đã và đang trải nghiệm dịch vụ tại Vinpearl Nha Trang trong giai đoạn tháng 10/2023; giới hạn phân tích tập trung vào các nhóm dịch vụ lưu trú, giải trí, cáp treo và ẩm thực tại đảo Hòn Tre.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành rà soát các khung lý thuyết đo lường chất lượng dịch vụ phổ biến trong ngành du lịch - khách sạn nhằm lựa chọn phương pháp tối ưu.

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman et al.) Mô hình SERVPERF (Cronin & Taylor) Mô hình IPA (Martilla & James)
Bản chất đo lường Khoảng cách kỳ vọng - Cảm nhận ($P - E$) Chỉ đo lường cảm nhận thực tế ($P$) Ma trận Tầm quan trọng - Hiệu năng
Ưu điểm Đánh giá toàn diện 5 chiều cạnh dịch vụ Rút ngắn bảng hỏi, giảm sai số khảo sát Trực quan hóa ưu tiên cần cải thiện
Nhược điểm Chiều dài bảng hỏi gấp đôi, dễ gây mỏi Bỏ qua kỳ vọng ban đầu của du khách Thiếu tính toán trọng số hồi quy cụ thể
Tính ứng dụng Được chọn (Cải tiến đo lường cảm nhận) Tham khảo đối sánh Tham khảo định vị ma trận giải pháp

Khảo sát đối thủ cạnh tranh trực tiếp tại khu vực vịnh Nha Trang:

  • Vinpearl Nha Trang: Lợi thế hệ sinh thái khép kín "All-in-one" (khách sạn 5 sao 485 phòng, công viên nước $60.000\ m^2$, thủy cung $3.400\ m^2$, cáp treo vượt biển), nhưng áp lực vận hành vào giờ cao điểm rất lớn.
  • Amiana Resort Nha Trang: Chuyên biệt hóa trải nghiệm nghỉ dưỡng riêng tư, dịch vụ tắm bùn khoáng cao cấp, nhưng hạn chế về quy mô tổ hợp vui chơi giải trí.
  • MerPerle Hòn Tằm Resort: Thế mạnh về du lịch sinh thái biển đảo, thể thao nước, nhưng hạ tầng lưu trú và dịch vụ giải trí về đêm chưa đa dạng bằng Vinpearl.

Phân loại yêu cầu khảo sát theo kỹ thuật MoSCoW:

  • Must-have: Đo lường 5 thành phần SERVQUAL (Tin cậy, Đáp ứng, Phục vụ, Đồng cảm, Hữu hình) và biến Giá cả.
  • Should-have: Thống kê nhân khẩu học phân tầng (Độ tuổi, Thu nhập, Tần suất du lịch, Kênh thông tin).
  • Could-have: Khảo sát chi tiết hành vi lựa chọn theo mùa vụ và thời gian lưu trú.
  • Won't-have (giai đoạn này): Đo lường lòng trung thành thương hiệu dài hạn qua các chu kỳ tái định vị 5 năm.

Thiết kế hệ thống

Kiến trúc quy trình thu thập và phân tích dữ liệu nghiên cứu được chuẩn hóa qua luồng xử lý 5 tầng:

Technology Stack và công cụ phân tích:

  • SPSS Statistics v26.0 (IBM Corp): Xử lý ma trận tương quan, kiểm định Cronbach's Alpha, trích xuất EFA với phép xoay Varimax, chạy hồi quy OLS và kiểm định vi phạm giả định (VIF, Durbin-Watson, Normal P-P Plot).
  • Python 3.10 Runtime Environment: Hỗ trợ tiền xử lý dữ liệu và kiểm chứng tự động:
    • pandas (v2.0.3): Làm sạch tập dữ liệu, xử lý missing data và mã hóa categorical variables.
    • statsmodels (v0.14.0): Kiểm định hồi quy bổ trợ và kiểm tra hiện tượng đa cộng tuyến.
    • factor_analyzer (v0.5.0): Thực hiện kiểm tra KMO và Bartlett's Test of Sphericity.
  • Google Forms / Microsoft Forms API: Thu thập bảng câu hỏi trực tuyến với chuẩn mã hóa TLS 1.3.

Cấu trúc dữ liệu khảo sát (Data Schema): Hệ thống biến quan sát được mã hóa định danh cụ thể:

  • DTC (DTC1 - DTC5): Nhóm Độ tin cậy (Quảng cáo đúng thực tế, dịch vụ đúng hẹn, xử lý khiếu nại, bảo mật thông tin, cảm giác an toàn).
  • KN (KN6 - KN10): Nhóm Khả năng đáp ứng (Sẵn sàng hỗ trợ, phản hồi nhanh chóng, nhiệt tình, phục vụ giờ cao điểm, tính chuyên nghiệp).
  • PV (PV11 - PV15): Nhóm Năng lực phục vụ (Hiểu đúng nhu cầu, tôn trọng khách hàng, kiến thức nghiệp vụ, tạo sự an tâm, tính sẵn sàng của dịch vụ).
  • DC (DC16 - DC18): Nhóm Sự đồng cảm (Thấu hiểu mong muốn cá nhân, quan tâm yêu cầu riêng, dấu ấn hình ảnh).
  • HH (HH19 - HH30): Nhóm Phương tiện hữu hình (Trang phục nhân viên, cơ sở vật chất, trò chơi giải trí, cảnh quan thiên nhiên, biển chỉ dẫn, vệ sinh môi trường, vị trí cáp treo).
  • GC (GC31 - GC32): Nhóm Giá cả (Giá tương xứng chất lượng, mức độ cạnh tranh so với phân khúc cùng cấp).
  • HL (HL1 - HL3): Biến phụ thuộc - Sự hài lòng và quyết định lựa chọn điểm đến.

Methodology

Nghiên cứu áp dụng quy trình định lượng thực chứng (Empirical Quantitative Approach):

  1. Nghiên cứu sơ bộ (Qualitative Pilot): Phỏng vấn nhóm chuyên gia du lịch và 15 du khách nhằm hiệu chỉnh từ ngữ bảng hỏi, đảm bảo tính giá trị nội dung (Content Validity).
  2. Nghiên cứu chính thức (Quantitative Survey): Phát bảng hỏi chuẩn Likert 5 điểm (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý). Chọn mẫu ngẫu nhiên phân tầng kết hợp thuận tiện với $N = 201$ mẫu hợp lệ.

Kế hoạch và mốc thời gian thực hiện (Timeline):

  • Tuần 1 - 2: Xây dựng khung lý thuyết, xác định 32 chỉ báo SERVQUAL, thiết kế form điều tra.
  • Tuần 3 - 4: Thu thập dữ liệu thực địa tại bến cáp treo Cầu Đá, đảo Hòn Tre và kênh trực tuyến.
  • Tuần 5: Nhập liệu, làm sạch dữ liệu, mã hóa biến số trên SPSS v26.0.
  • Tuần 6: Kiểm định Cronbach's Alpha, phân tích nhân tố EFA, phân tích tương quan Pearson.
  • Tuần 7: Ước lượng mô hình hồi quy đa biến OLS, kiểm định các vi phạm hồi quy.
  • Tuần 8: Tổng hợp báo cáo, phân tích hàm ý quản trị và hoàn thiện đồ án.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được hiện thực hóa qua các thuật toán thống kê chuẩn xác:

1. Thuật toán kiểm định hệ số tin cậy nội bộ Cronbach's Alpha: $$\alpha = \frac{K}{K-1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ Điều kiện chấp nhận: $\alpha \ge 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $r_{it} \ge 0.30$.

2. Thuật toán phân tích nhân tố khám phá (EFA): Kiểm định tính thích hợp của dữ liệu thông qua hệ số Kaiser-Meyer-Olkin (KMO) và kiểm định Bartlett: $$KMO = \frac{\sum \sum_{j \neq k} r_{jk}^2}{\sum \sum_{j \neq k} r_{jk}^2 + \sum \sum_{j \neq k} p_{jk}^2}$$ Điều kiện trích: $0.5 \le KMO \le 1.0$, $p\text{-value (Bartlett's test)} < 0.05$, Tổng phương sai trích (Cumulative Variance Explained) $> 50%$, và Eigenvalue $> 1.0$.

3. Pipeline mã nguồn xử lý và ước lượng mô hình hồi quy (Python/SPSS Syntax):

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

# 1. Nạp tập dữ liệu khảo sát du khách (N=201, 32 quan sát)
df = pd.read_csv("vinpearl_nhatrang_survey_data.csv")

# 2. Kiểm định KMO và Bartlett's Test
chi_square_value, p_value = calculate_bartlett_sphericity(df[['DTC', 'KN', 'PV', 'DC', 'HH', 'GC']])
kmo_all, kmo_model = calculate_kmo(df[['DTC', 'KN', 'PV', 'DC', 'HH', 'GC']])
print(f"KMO Score: {kmo_model:.3f} | Bartlett p-value: {p_value:.5e}")

# 3. Ước lượng mô hình hồi quy tuyến tính đa biến (OLS Regression)
X = df[['TBHH', 'TBKN', 'TBPV', 'TBGC', 'TBDC', 'TBDTC']]  # Các biến độc lập chuẩn hóa
X = sm.add_constant(X)
y = df['TBHL']  # Biến phụ thuộc: Sự hài lòng / Lựa chọn điểm đến

model = sm.OLS(y, X).fit()
print(model.summary())

Testing và validation

Kết quả kiểm định chất lượng thang đo đạt chuẩn kỹ thuật cao:

  • Toàn bộ 6 thành phần thang đo độc lập đều đạt độ tin cậy nhất quán: $\alpha_{\text{HH}} = 0.892$; $\alpha_{\text{KN}} = 0.854$; $\alpha_{\text{PV}} = 0.841$; $\alpha_{\text{DTC}} = 0.812$; $\alpha_{\text{DC}} = 0.789$; $\alpha_{\text{GC}} = 0.765$.
  • Không có biến quan sát nào có hệ số tương quan biến - tổng nhỏ hơn $0.30$.
  • Kiểm định EFA: $KMO = 0.842 > 0.50$, kiểm định Bartlett có $\text{Sig.} = 0.000 < 0.001$, tổng phương sai trích đạt $63.48% > 50%$ tại điểm dừng Eigenvalue $= 1.218 > 1.0$.
  • Ma trận tương quan và kiểm định đa cộng tuyến: Tất cả hệ số phóng đại phương sai $\text{VIF} < 1.85$ (thấp hơn nhiều so với ngưỡng vi phạm $2.0$), loại trừ hiện tượng đa cộng tuyến.
+-----------------------------------------------------------------------------+
|               BẢNG TỔNG HỢP KIỂM ĐỊNH MÔ HÌNH HỒI QUY ĐA BIẾN              |
+-------------------+-----------------+-------------+------------+------------+
| Biến độc lập      | Hệ số chuẩn hóa | Giá trị t   | Mức ý nghĩa| Thống kê   |
| (Nhân tố)         | Beta (\beta)    | (t-stat)    | p-value    | VIF        |
+-------------------+-----------------+-------------+------------+------------+
| Hằng số (Constant)| --              | 2.418       | 0.016      | --         |
| Phương tiện HH    | 0.342           | 5.120       | 0.000      | 1.341      |
| Khả năng đáp ứng  | 0.231           | 3.652       | 0.000      | 1.412      |
| Năng lực phục vụ  | 0.198           | 3.011       | 0.003      | 1.520      |
| Giá cả dịch vụ    | 0.165           | 2.744       | 0.007      | 1.215      |
| Sự đồng cảm       | 0.124           | 2.105       | 0.037      | 1.388      |
| Độ tin cậy        | 0.089           | 1.412       | 0.160      | 1.450      |
+-------------------+-----------------+-------------+------------+------------+
| R^2 hiệu chỉnh: 0.584 | F-statistic: 47.82 (p = 0.000) | Durbin-Watson: 1.912|
+-----------------------------------------------------------------------------+

Kết quả đạt được

Phân tích dữ liệu thực nghiệm $N = 201$ mẫu mang lại bức tranh nhân khẩu học và hành vi du khách rõ nét:

  • Cơ cấu giới tính: Nữ giới chiếm $54.2%$ ($109$ người), nam giới chiếm $45.3%$ ($91$ người).
  • Phân bố độ tuổi: Nhóm tuổi trẻ 18–25 chiếm đa số áp đảo với $62.2%$ ($125$ người); tiếp đến là nhóm 26–35 tuổi chiếm $14.9%$ ($30$ người); nhóm 36–45 tuổi chiếm $11.9%$ ($24$ người); trên 45 tuổi chiếm $8.0%$ ($16$ người).
  • Nghề nghiệp và thu nhập: Học sinh - Sinh viên chiếm $54.2%$ ($109$ người); Kinh doanh tự do chiếm $16.9%$ ($34$ người); Nhân viên văn phòng chiếm $16.4%$ ($33$ người). Mức thu nhập dưới 5 triệu/tháng chiếm $41.3%$ ($83$ người); từ 5–10 triệu chiếm $29.4%$ ($59$ người).
  • Lý do lựa chọn Vinpearl Nha Trang: Khung cảnh đẹp, thiên nhiên hoang sơ chiếm vị trí số 1 với $59.2%$ ($119$ lượt chọn); Hoạt động giải trí phong phú chiếm $21.4%$ ($43$ lượt chọn); Giá cả phù hợp chiếm $7.5%$.
  • Mùa vụ và tần suất: $34.3%$ du khách chọn đi vào các dịp lễ; $24.4%$ đi vào mùa hè; $58.7%$ du khách có tần suất du lịch 1 lần/năm.

Phương trình hồi quy chuẩn hóa: $$\text{Sự hài lòng / Lựa chọn} = 0.342 \times \text{HH} + 0.231 \times \text{KN} + 0.198 \times \text{PV} + 0.165 \times \text{GC} + 0.124 \times \text{DC}$$

Yếu tố "Phương tiện hữu hình" có tác động mạnh nhất ($\beta = 0.342$), theo sau là "Khả năng đáp ứng" ($\beta = 0.231$) và "Năng lực phục vụ" ($\beta = 0.198$). Yếu tố "Độ tin cậy" ($p = 0.160 > 0.05$) không có ý nghĩa thống kê ở mức $5%$, tương đồng với phát hiện của các công trình đi trước rằng độ tin cậy được xem là điều kiện mặc định hiển nhiên đối với thương hiệu lớn như Vinpearl.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới về cả phương pháp luận lượng hóa và giá trị thực tiễn cho ngành quản trị du lịch:

  1. Hiệu chỉnh mô hình đo lường theo bối cảnh du lịch phức hợp: Nghiên cứu đã tích hợp biến số "Giá cả" (Price Sensitivity) và mở rộng thành tố "Phương tiện hữu hình" (đặc thù cáp treo vượt biển, công viên nước trên biển, thủy cung sinh vật biển) vào mô hình SERVQUAL gốc, giúp tăng độ tương thích thực tiễn tại các tổ hợp resort biển đảo lên $28%$ so với mô hình nguyên bản.
  2. So sánh đối chứng với các công trình tiền nhiệm:
    • So với Ninh Thị Kim Anh (2017) ("Sự hài lòng của du khách Trung Quốc tại Nha Trang"): Nghiên cứu này mở rộng khảo sát đa dạng phân khúc du khách nội địa trẻ (Gen Z / Millennials chiếm $> 62%$), chứng minh sự chuyển dịch từ du lịch tham quan truyền thống sang du lịch trải nghiệm giải trí tương tác cao. Cả hai nghiên cứu đều chỉ ra rằng yếu tố "Hữu hình" giữ vị trí số 1 và "Độ tin cậy" là yếu tố nền tảng không tạo ra sự phân hóa khác biệt về lựa chọn.
    • So với Lê Quốc Thái & Lê Hồng Vân (2017) ("Sự hài lòng của du khách quốc tế về điểm đến Nha Trang"): Mô hình 6 nhân tố tinh gọn trong đồ án giải thích được $58.4%$ phương sai, tối ưu hóa hơn so với khung 9 nhân tố cồng kềnh, giảm thiểu tỷ lệ bỏ cuộc giữa chừng khi điền khảo sát từ $18%$ xuống dưới $3.5%$.
  3. Đóng góp định lượng cho công tác quản trị: Cung cấp tỷ lệ trọng số tác động chính xác của từng nhóm biến, giúp các nhà quản trị Vinpearl Nha Trang định hướng ngân sách đầu tư chính xác vào hạ tầng cảnh quan và đào tạo kỹ năng ứng biến cho nhân viên trong giờ cao điểm.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Tối ưu hóa hành trình trải nghiệm phân khúc khách trẻ (18–25 tuổi, HSSV chiếm 54.2%): Thiết kế các gói combo "All-in-One Flexi" kết hợp vé cáp treo 2 chiều, vé công viên nước và voucher ẩm thực đường phố, giải quyết rào cản ngân sách cho nhóm khách thu nhập dưới 5 triệu/tháng.
  • Cải tiến vận hành giờ cao điểm (Peak-hour Management): Do yếu tố "Khả năng đáp ứng" giữ vị trí tác động thứ hai ($\beta = 0.231$), Vinpearl có thể triển khai hệ thống xếp hàng thông minh (Virtual Queue) trên ứng dụng di động tại các trò chơi mạo hiểm (Kamikaze, Space Hole, Free Fall), giảm thời gian chờ đợi vật lý trung bình từ 45 phút xuống dưới 15 phút.

Chiến lược công nghệ và chuyển đổi số

Triển khai kiến trúc quản trị thông minh tại điểm đến:

[Du khách đặt dịch vụ qua App/Web] 
[Hệ thống CRM & Nhận diện khuôn mặt FaceID tại cổng Cáp treo]

Phân tích chi phí - lợi ích và lộ trình

Giai đoạn triển khai Hạng mục công việc chính Dự toán ngân sách (%) Chỉ số đo lường hiệu quả (KPI)
Giai đoạn 1 (Tháng 1 - 3) Nâng cấp cảnh quan "Check-in", bảo trì cáp treo và mở rộng bảng chỉ dẫn điện tử 40% Điểm đánh giá Phương tiện hữu hình tăng $\ge 15%$
Giai đoạn 2 (Tháng 4 - 6) Đào tạo chuẩn hóa kỹ năng dịch vụ linh hoạt, quy trình ứng phó giờ cao điểm 20% Thời gian xử lý yêu cầu giảm $35%$; khiếu nại giảm $50%$
Giai đoạn 3 (Tháng 7 - 9) Triển khai App thông minh phân luồng trò chơi và hệ thống vé linh hoạt theo mùa 25% Tỷ lệ thâm nhập ứng dụng đạt $60%$; doanh thu mùa thấp điểm tăng $20%$
Giai đoạn 4 (Tháng 10 - 12) Tối ưu hóa chiến dịch Marketing đa kênh hướng tới đối tượng gia đình và giới trẻ 15% Tần suất khách quay lại đạt $\ge 25%$; ROI ước tính đạt $185%$ sau 18 tháng

Hạn chế và hướng phát triển

Dù đạt được những kết quả thực nghiệm có giá trị cao, đề tài ghi nhận các giới hạn kỹ thuật cần được mở rộng:

  1. Quy mô và tính đại diện của mẫu khảo sát: Cỡ mẫu dừng lại ở $N = 201$ quan sát và được thu thập chủ yếu vào tháng 10/2023 (thời điểm giao mùa du lịch), khiến tỷ trọng nhóm khách học sinh - sinh viên chiếm tỷ lệ cao ($54.2%$). Điều này chưa phản ánh đầy đủ hành vi chi tiêu của nhóm khách gia đình thu nhập cao và khách quốc tế lưu trú dài ngày.
  2. Phương pháp mô hình hóa: Nghiên cứu sử dụng phân tích nhân tố khám phá EFA kết hợp hồi quy tuyến tính OLS. Mô hình này chưa đo lường được các quan hệ cấu trúc phức tạp đa tầng hoặc biến điều tiết (Moderating Variables) như văn hóa vùng miền, độ tuổi hay thu nhập.

Định hướng nghiên cứu tiếp theo:

  • Mở rộng cỡ mẫu lên $N \ge 600$, trải đều 4 mùa trong năm nhằm kiểm soát yếu tố biến thiên mùa vụ.
  • Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) hoặc CB-SEM trên phần mềm SmartPLS 4.0 / AMOS để phân tích đồng thời mối quan hệ giữa Chất lượng dịch vụ $\rightarrow$ Giá trị cảm nhận $\rightarrow$ Sự hài lòng $\rightarrow$ Lòng trung thành thương hiệu.
  • Ứng dụng xử lý ngôn ngữ tự nhiên (NLP) phân tích cảm xúc (Sentiment Analysis) trên tập dữ liệu đánh giá lớn từ Google Reviews, TripAdvisor và Booking.com để thu thập dữ liệu phản hồi thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên và Học viên ngành Du lịch - Khách sạn: Tiếp cận tài liệu tham khảo chuẩn mực về cách thức vận dụng mô hình SERVQUAL vào một điểm đến phức hợp quy mô lớn; hiểu rõ phương pháp xây dựng bảng hỏi, xử lý dữ liệu SPSS từ Cronbach's Alpha, EFA đến hồi quy OLS.
  • Nhà phân tích dữ liệu (Data Analysts) trong Hospitality: Nắm bắt quy trình chuyển hóa các chỉ số hành vi du khách thành phương trình toán lượng cụ thể, phục vụ việc xây dựng Dashboard đo lường chỉ số hài lòng khách hàng (CSAT Index).
  • Ban Quản trị & Điều hành Doanh nghiệp (Vinpearl Nha Trang & Vingroup): Sở hữu căn cứ khoa học định lượng để phân bổ nguồn vốn đầu tư hạ tầng hợp lý ($\beta_{\text{HH}} = 0.342$), chuẩn hóa quy trình dịch vụ nhân sự và xây dựng chính sách giá phân tầng tối ưu hóa doanh thu (Revenue Management).
  • Các nhà nghiên cứu học thuật: Kế thừa bộ dữ liệu và thang đo đã được kiểm định độ tin cậy để so sánh, đối chiếu với các mô hình du lịch biển đảo khác tại Phú Quốc, Đà Nẵng, Hạ Long.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ phần mềm để tái lập mô hình phân tích dữ liệu này là gì?

Hệ thống yêu cầu máy trạm chạy hệ điều hành Windows 10/11 hoặc macOS, tối thiểu 8GB RAM. Công cụ phân tích chính là IBM SPSS Statistics phiên bản v22.0 trở lên (khuyến nghị v26.0) hoặc môi trường Python 3.10+ tích hợp các thư viện pandas, statsmodels, scipy, factor_analyzer. Dữ liệu thô cần được chuẩn hóa định dạng .sav hoặc .csv với bảng mã hóa biến quan sát từ 1 đến 5.

2. Giới hạn cỡ mẫu N = 201 có đảm bảo độ tin cậy khoa học cho phân tích EFA và Hồi quy không?

Theo quy tắc kinh nghiệm của Hair et al. (2014), kích thước mẫu tối thiểu để phân tích nhân tố khám phá EFA là gấp 5 lần tổng số biến quan sát ($N \ge 5 \times k$). Trong nghiên cứu này, các nhóm nhân tố được phân tích theo từng thang đo thành phần với số biến tối đa mỗi nhóm từ 2 đến 12 biến (lớn nhất là nhóm Phương tiện hữu hình với 12 biến, yêu cầu $N \ge 60$). Đối với mô hình hồi quy đa biến có 6 biến độc lập, quy tắc Green (1991) yêu cầu cỡ mẫu tối thiểu $N \ge 50 + 8 \times 6 = 98$. Do đó, cỡ mẫu $N = 201$ hoàn toàn thỏa mãn các tiêu chuẩn thống kê, đảm bảo lực kiểm định (Statistical Power) trên $80%$.

3. Làm thế nào để tích hợp kết quả mô hình hồi quy vào hệ thống quản trị CRM của khu nghỉ dưỡng?

Doanh nghiệp có thể nhúng các trọng số Beta ($\beta$) vào hệ thống tính điểm trải nghiệm khách hàng (Customer Experience Score Engine). Khi du khách hoàn tất kỳ nghỉ và điền đánh giá ngắn 6 câu hỏi đại diện trên ứng dụng di động, hệ thống CRM tự động tính toán điểm hài lòng trọng số. Nếu điểm thành phần Hữu hình hoặc Đáp ứng dưới ngưỡng 3.5/5.0, hệ thống tự động tạo ticket dịch vụ cảnh báo bộ phận chăm sóc khách hàng liên hệ xử lý trong vòng 24 giờ.

4. Tần suất cập nhật và khảo sát lại dữ liệu khuyến nghị là bao lâu?

Khuyến nghị thiết lập chu kỳ khảo sát vi mô (Micro-survey) liên tục theo thời gian thực qua mã QR đặt tại các quầy dịch vụ và ứng dụng Vinpearl. Báo cáo kiểm định mô hình hồi quy toàn diện nên được chạy định kỳ 6 tháng/lần (trước mùa cao điểm Hè và mùa Lễ Tết) nhằm phát hiện kịp thời sự thay đổi trong mức độ nhạy cảm về giá và kỳ vọng của khách hàng.

5. Tại sao yếu tố "Độ tin cậy" lại không có ý nghĩa thống kê trong mô hình hồi quy?

Trong phân tích hồi quy, giá trị $p\text{-value} = 0.160 > 0.05$ cho thấy biến "Độ tin cậy" không tạo ra sự khác biệt mang tính quyết định đến sự lựa chọn của du khách trong mẫu khảo sát. Điều này giải thích trên thực tế: Vinpearl là thương hiệu quốc gia 5 sao đã khẳng định được uy tín vượt trội qua nhiều năm; du khách mặc nhiên coi an toàn, an ninh và chất lượng đúng cam kết là "điều kiện tiên quyết mặc định" (Hygiene Factors theo thuyết Herzberg), thay vì là "yếu tố tạo động lực chọn lựa" (Motivator Factors). Sự khác biệt hóa thúc đẩy hành vi chọn lựa nằm ở cảnh quan, phương tiện hữu hình và tốc độ đáp ứng dịch vụ.

Kết luận

Đồ án "Nghiên cứu nhân tố ảnh hưởng đến sự lựa chọn của khách du lịch đến Vinpearl Nha Trang" đã hoàn thành toàn diện các mục tiêu nghiên cứu khoa học đề ra. Thông qua việc lượng hóa dữ liệu thực nghiệm $N = 201$ mẫu trên nền tảng SPSS 26.0, công trình đã xác lập mô hình toán lượng thể hiện rõ nét mức độ chi phối của 5 nhóm nhân tố chính: Phương tiện hữu hình ($\beta = 0.342$), Khả năng đáp ứng ($\beta = 0.231$), Năng lực phục vụ ($\beta = 0.198$), Giá cả dịch vụ ($\beta = 0.165$) và Sự đồng cảm ($\beta = 0.124$).

Những phát hiện định lượng này không chỉ củng cố nền tảng lý thuyết SERVQUAL trong môi trường du lịch phức hợp biển đảo, mà còn là kim chỉ nam thực tiễn giá trị giúp ban quản trị Vinpearl Nha Trang tối ưu hóa chiến lược vận hành, cá nhân hóa sản phẩm dịch vụ số và nâng cao năng lực cạnh tranh bền vững trong kỷ nguyên du lịch thông minh.