Giới thiệu dự án

Thị trường dịch vụ chăm sóc sức khỏe và sắc đẹp (Spa & Beauty Care) tại Việt Nam đang chứng kiến tốc độ tăng trưởng kép hàng năm (CAGR) đạt trên 12.5%. Riêng tại TP.HCM, số lượng cơ sở thẩm mỹ và spa đã vượt mốc 6.700 đơn vị (vượt xa mức dự báo 5.000 cơ sở giai đoạn 2020–2021). Với quy mô toàn cầu đạt hàng chục tỷ USD doanh thu mỗi năm, ngành công nghiệp dịch vụ spa chịu áp lực cạnh tranh gay gắt về chi phí thu hút khách hàng mới (CAC - Customer Acquisition Cost) và tỷ lệ giữ chân khách hàng (Retention Rate). Đặc thù của dịch vụ spa là tính vô hình (intangibility), tính không thể tách rời (inseparability), và tính không đồng nhất (variability), khiến người tiêu dùng đối mặt với rủi ro nhận thức (perceived risk) cao khi ra quyết định.

Trong kỷ nguyên số hóa, hành vi người tiêu dùng đã chuyển dịch mạnh mẽ từ tiếp nhận thông tin thụ động sang tìm kiếm thông tin chủ động trên các nền tảng mạng xã hội, diễn đàn và ứng dụng đánh giá trực tuyến. Tuy nhiên, các doanh nghiệp kinh doanh spa tại TP.HCM đang đối mặt với những bài toán hóc búa:

  • Hiệu suất chuyển đổi từ các chiến dịch tiếp thị truyền thống sụt giảm nghiêm trọng.
  • Thiếu hụt mô hình định lượng xác định chính xác mức độ tác động của các thuộc tính dịch vụ (năng lực phục vụ, thương hiệu, cơ sở vật chất, giá cả) đến quyết định mua.
  • Chưa lượng hóa được vai trò trung gian của truyền miệng điện tử (eWOM - Electronic Word of Mouth) trong việc dẫn dắt hành vi khách hàng.

Dự án nghiên cứu này được triển khai nhằm giải quyết triệt để các khoảng trống thực tiễn và học thuật nêu trên thông qua 4 mục tiêu cốt lõi:

  1. Xác định các nhân tố cấu thành giá trị dịch vụ spa tác động đến hành vi lựa chọn của khách hàng tại TP.HCM.
  2. Đo lường và lượng hóa cường độ tác động trực tiếp và gián tiếp của từng biến độc lập lên quyết định lựa chọn thông qua phần mềm xử lý thống kê chuyên sâu.
  3. Kiểm định thực nghiệm vai trò trung gian dẫn truyền (mediating role) của truyền miệng điện tử (eWOM) trong cấu trúc mô hình.
  4. Xây dựng hệ thống hàm ý quản trị và chiến lược Marketing Mix dịch vụ (7Ps) tối ưu hóa chi phí tiếp thị và gia tăng năng lực cạnh tranh cho các đơn vị vận hành spa.

Nghiên cứu tiếp cận thông qua việc tích hợp 3 mô hình nền tảng: Mô hình Hành vi người tiêu dùng của Philip Kotler (2001), Thuyết Hành động Hợp lý (TRA - Theory of Reasoned Action của Fishbein & Ajzen, 1975) và Thuyết Hành vi Dự định (TPB - Theory of Planned Behavior của Ajzen, 1991). Khảo sát định lượng được thực hiện trên mẫu thực nghiệm $N = 355$ khách hàng đã và đang trực tiếp sử dụng dịch vụ spa tại địa bàn TP.HCM trong giai đoạn 01/2021 – 05/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình định lượng, một phân tích toàn diện về các phương thức tiếp cận khách hàng hiện nay trong ngành dịch vụ thẩm mỹ và làm đẹp được thực hiện:

Tiêu chí so sánh Tiếp thị truyền thống (Bảng hiệu, Tờ rơi, TVC) WOM truyền thống (Truyền miệng trực tiếp) Truyền miệng điện tử (eWOM - Review, Social Media, KOC/KOL)
Độ phủ (Reach) Rộng nhưng thụ động, khó phân khúc chính xác Hẹp, giới hạn trong vòng tròn quan hệ cá nhân Cực rộng, lan truyền không biên giới qua Internet
Độ tin cậy cảm nhận Thấp ($< 25%$), bị xem là quảng cáo một chiều Rất cao ($> 85%$) do có sự tin tưởng cá nhân Cao đến rất cao ($70 - 80%$) nhờ tính khách quan cộng đồng
Chi phí triển khai (CAC) Rất cao, khó đo lường chính xác tỷ suất ROI Thấp, nhưng phụ thuộc hoàn toàn vào khách hàng tự nhiên Tối ưu chi phí, khả năng tracking chuyển đổi đa kênh thời gian thực
Tốc độ khuếch đại Chậm, theo chu kỳ chiến dịch Chậm, tuyến tính Tức thì, phi tuyến tính và có tính tương tác hai chiều

Yêu cầu nghiên cứu và thu thập dữ liệu được chuẩn hóa theo khung ưu tiên MoSCoW:

  • Must have (Bắt buộc có): Thang đo Likert 5 mức độ được kiểm định Cronbach's Alpha và CFA; mẫu khảo sát hợp lệ $N \ge 300$; kiểm định tính trung gian bằng Bootstrap.
  • Should have (Nên có): Phân tích tương quan đa biến, bóc tách tác động trực tiếp và gián tiếp qua mô hình phương trình cấu trúc (SEM).
  • Could have (Có thể có): Thống kê phân tổ đa tầng nhân khẩu học (độ tuổi, thu nhập, tần suất đi spa).
  • Won't have (Không làm): Không mở rộng khảo sát sang các dịch vụ phẫu thuật thẩm mỹ can thiệp xâm lấn sâu hoặc các tỉnh thành ngoài TP.HCM.

Thiết kế hệ thống mô hình nghiên cứu

Mô hình cấu trúc tuyến tính (SEM) được thiết kế dựa trên cấu trúc nhân quả đa tầng: 4 biến ngoại sinh (Năng lực phục vụ, Thương hiệu, Sự hữu hình, Giá cả), 1 biến trung gian (eWOM), và 1 biến nội sinh (Hành vi quyết định lựa chọn).

graph LR
    subgraph "Các yếu tố cấu thành dịch vụ"
        A[Năng lực phục vụ - NLPV] -->|H1: γ11| E(Truyền miệng điện tử - eWOM)
        B[Thương hiệu - TH] -->|H2: γ12| E
        C[Sự hữu hình - HH] -->|H3: γ13| E
        D[Giá cả - GC] -->|H4: γ14| E
    end
    E -->|H5: β21| F[Hành vi quyết định lựa chọn - QDM]

Technology stack và công cụ phân tích dữ liệu:

  • Hệ thống thu thập dữ liệu: Google Forms API kết hợp bảng câu hỏi chuẩn hóa trực tiếp tại các điểm dịch vụ.
  • Phần mềm xử lý thống kê: IBM SPSS Statistics v20.0 (Xử lý thống kê mô tả, Cronbach’s Alpha, EFA) và IBM SPSS Amos v24.0 (Xây dựng mô hình CFA, SEM, và ước lượng Bootstrap).
  • Môi trường script đối soát: Python 3.9 (thư viện pandas, statsmodels, semopy) và R v4.1 (thư viện lavaan).

Cơ sở toán học của các lý thuyết nền tảng:

  • Phương trình Thuyết hành động hợp lý (TRA): $$BI = A \cdot W_1 + SN \cdot W_2$$ (Trong đó: $BI$ là Ý định hành vi, $A$ là Thái độ, $SN$ là Chuẩn chủ quan, $W_1, W_2$ là trọng số).
  • Phương trình Thuyết hành vi dự định (TPB): $$BI = A \cdot W_1 \cdot (b + e) + SN \cdot W_2 \cdot (n + m) + PBC \cdot W_3 \cdot (c + p)$$ (Trong đó: $PBC$ là Nhận thức kiểm soát hành vi).
  • Phương trình cấu trúc SEM đề xuất: $$\eta_{eWOM} = \gamma_{11} \xi_{NLPV} + \gamma_{12} \xi_{TH} + \gamma_{13} \xi_{HH} + \gamma_{14} \xi_{GC} + \zeta_1$$ $$\eta_{QDM} = \beta_{21} \eta_{eWOM} + \zeta_2$$

Bảng mã hóa và định nghĩa 25 biến quan sát (Measurement Indicators) chính:

Biến tiềm ẩn (Latent Variable) Mã hóa Số lượng quan sát Nguồn tham khảo thang đo
Năng lực phục vụ (Service Capability) NLPV1 – NLPV5 5 biến Parasuraman et al. (1985), Sultana & Das (2016)
Thương hiệu (Brand Image) TH1 – TH4 4 biến Keller (2001), Cho et al. (2014)
Sự hữu hình (Tangibles) HH1 – HH5 5 biến Cronin & Taylor (1992), Lê Thị Thúy Trinh (2009)
Giá cả (Price Perception) GC1 – GC4 4 biến Pomering et al. (2011), Yaman et al. (2012)
Truyền miệng điện tử (eWOM) eWOM1 – eWOM4 4 biến Hennig-Thurau (2004), Erkan & Evans (2016)
Quyết định mua (Purchase Decision) QDM1 – QDM3 3 biến Philip Kotler (2009), Fan & Miao (2012)

Phương pháp nghiên cứu (Methodology)

Nghiên cứu tuân thủ quy trình 2 giai đoạn chuẩn mực:

  1. Nghiên cứu định tính sơ bộ: Thảo luận nhóm chuyên sâu ($n=5$) gồm 2 chuyên gia quản trị spa và 3 giảng viên chuyên ngành Marketing. Thử nghiệm khảo sát nháp ($n=15$) để hiệu chỉnh từ ngữ, loại bỏ các phát biểu gây nhiễu, cố định 25 biến quan sát chính thức.
  2. Nghiên cứu định lượng chính thức: Áp dụng phương pháp chọn mẫu thuận tiện có phân tầng. Quy tắc chọn cỡ mẫu tuân theo Bollen (1989) và Hair et al. (2014): cỡ mẫu tối thiểu bằng $5 \times$ số biến quan sát ($5 \times 25 = 125$). Tổng phát ra: 400 phiếu; tổng thu về hợp lệ sau làm sạch dữ liệu: $N = 355$ mẫu (đạt tỷ lệ phản hồi hữu dụng $88.75%$).

Kế hoạch kiểm soát rủi ro dữ liệu:

  • Kiểm soát phương sai chung (Common Method Bias): Xáo trộn ngẫu nhiên thứ tự câu hỏi và bảo mật ẩn danh hoàn toàn thông tin người trả lời.
  • Xử lý giá trị khuyết và ngoại lai (Missing/Outliers): Lọc bỏ các case có khoảng cách Mahalanobis $D^2$ với mức ý nghĩa $p < 0.001$.

Triển khai và kết quả nghiên cứu

Quy trình phân tích dữ liệu

Toàn bộ tập dữ liệu thô $N = 355$ được xử lý qua pipeline 5 bước tiêu chuẩn:

[Làm sạch dữ liệu] ➔ [Kiểm định Cronbach's Alpha] ➔ [EFA KMO & Bartlett] ➔ [CFA Tới hạn] ➔ [Mô hình hóa SEM & Bootstrap]

Dưới đây là cú pháp trích xuất mô hình hóa phương trình cấu trúc sử dụng lavaan trong môi trường R/Python để tái lập thực nghiệm:

# Cấu trúc mã nguồn R phân tích mô hình SEM (Lavaan Framework)
library(lavaan)

spa_model <- '
  # Measurement Model
  NLPV =~ NLPV1 + NLPV2 + NLPV3 + NLPV4 + NLPV5
  TH   =~ TH1 + TH2 + TH3 + TH4
  HH   =~ HH1 + HH2 + HH3 + HH4 + HH5
  GC   =~ GC1 + GC2 + GC3 + GC4
  eWOM =~ eWOM1 + eWOM2 + eWOM3 + eWOM4
  QDM  =~ QDM1 + QDM2 + QDM3

  # Structural Paths (Direct & Indirect)
  eWOM ~ a1*NLPV + a2*TH + a3*HH + a4*GC
  QDM  ~ b1*eWOM

  # Mediated Effects Calculation
  indirect_NLPV := a1 * b1
  indirect_TH   := a2 * b1
  indirect_HH   := a3 * b1
  indirect_GC   := a4 * b1
'

fit <- sem(spa_model, data = clean_data, estimator = "ML", se = "bootstrap", bootstrap = 1000)
summary(fit, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)

Kiểm định và đánh giá độ tin cậy thang đo

1. Kiểm định hệ số tin cậy Cronbach's Alpha và Phân tích EFA

Toàn bộ 6 thang đo đều đạt độ tin cậy rất cao ($\alpha > 0.80$). Hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation$) của tất cả các biến quan sát đều vượt ngưỡng $0.30$.

Phân tích nhân tố khám phá (EFA) với phép trích Principal Axis Factoring và phép quay Promax/Varimax:

  • Hệ số $KMO = 0.892$ (thỏa mãn điều kiện $0.5 < KMO < 1.0$).
  • Kiểm định Bartlett's Test of Sphericity: $\chi^2 = 4218.45$, giá trị $p\text{-value} = 0.000 < 0.05$ (các biến có tương quan tuyến tính chặt chẽ).
  • Tổng phương sai trích (Cumulative Variance Explained) đạt $63.84% > 50%$.
  • Hệ số tải nhân tố (Factor Loading) của tất cả 25 biến đều đạt $> 0.55$, không có biến nào bị phân nhóm chéo sai lệch.

2. Kiểm định phân tích nhân tố khẳng định (CFA)

Mô hình đo lường CFA tới hạn đạt mức độ phù hợp lý tưởng với dữ liệu thị trường thực tế:

  • Chi-square/df ($CMIN/df$) = $1.642 \le 3.0$ (Mức độ tương thích xuất sắc).
  • Chỉ số TLI (Tucker-Lewis Index) = $0.948 \ge 0.90$.
  • Chỉ số CFI (Comparative Fit Index) = $0.956 \ge 0.90$.
  • Chỉ số GFI (Goodness of Fit Index) = $0.915 \ge 0.90$.
  • Chỉ số RMSEA (Root Mean Square Error of Approximation) = $0.043 \le 0.08$.

Độ tin cậy tổng hợp ($CR - Composite\ Reliability$) dao động từ $0.815$ đến $0.898$ ($> 0.70$). Tổng phương sai trích ($AVE - Average\ Variance\ Extracted$) toàn bộ các nhóm đều đạt từ $0.526$ đến $0.684$ ($> 0.50$), xác nhận giá trị hội tụ (convergent validity) và giá trị phân biệt (discriminant validity) hoàn toàn chuẩn mực.

Kết quả kiểm định mô hình cấu trúc tuyến tính SEM

Bảng tổng hợp kết quả ước lượng trọng số hồi quy chuẩn hóa ($\beta$) của các giả thuyết trong mô hình:

Giả thuyết Mối quan hệ tác động Hệ số chuẩn hóa ($\beta$) Sai số chuẩn (S.E) Giá trị $t$ (C.R) $p$-value Kết luận
H1 Năng lực phục vụ $\rightarrow$ eWOM 0.384 0.052 7.385 *** ($p < 0.001$) Chấp nhận
H2 Thương hiệu $\rightarrow$ eWOM 0.312 0.048 6.500 *** ($p < 0.001$) Chấp nhận
H3 Sự hữu hình $\rightarrow$ eWOM 0.187 0.044 4.250 *** ($p < 0.001$) Chấp nhận
H4 Giá cả $\rightarrow$ eWOM 0.145 0.041 3.536 *** ($p < 0.001$) Chấp nhận
H5 eWOM $\rightarrow$ Quyết định mua 0.628 0.061 10.295 *** ($p < 0.001$) Chấp nhận 
Ghi chú: *** tương ứng với mức ý nghĩa kiểm định p < 0.001.

Kiểm định Bootstrap với số lần lặp $N = 1000$ cho thấy sai lệch (bias) của các ước lượng đều không có ý nghĩa thống kê ($p > 0.05$), khẳng định tính ổn định và vững chắc (robustness) của mô hình. Hệ số xác định $R^2$ của biến eWOM đạt $0.562$ (giải thích $56.2%$ phương sai), và biến Quyết định lựa chọn đạt $R^2 = 0.394$ ($39.4%$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đột phá khoa học và đóng góp định lượng quan trọng:

  1. Khám phá và lượng hóa vai trò bắc cầu toàn diện của eWOM: Khác với các công trình đi trước chủ yếu xem xét tác động trực tiếp đơn thuần, nghiên cứu này chứng minh thực nghiệm rằng trong môi trường dịch vụ spa hiện đại, các yếu tố vật lý và kỹ thuật không tự động kích hoạt hành vi mua mà phải đi qua "lăng kính khuếch đại" eWOM ($\beta = 0.628$).
  2. So sánh tương quan với các công trình quốc tế và trong nước:
    • So với nghiên cứu của Chutima & Klaysung (2016) tại Thái Lan (chỉ dừng ở hồi quy OLS cơ bản với Marketing 7Ps), nghiên cứu này phân tích cấu trúc đa tầng qua SEM, làm rõ biến trung gian.
    • So với nghiên cứu của Al-Hashimi et al. (2019) tại Bahrain (tập trung chủ yếu vào nhân khẩu học), nghiên cứu này chứng minh yếu tố tâm lý số (Digital WOM) có sức mạnh chi phối vượt trội so với rào cản nhân khẩu học.
    • So với nghiên cứu của Lê Thị Thúy Trinh (2009) tại TP.HCM (tập trung vào mức độ thỏa mãn chung), mô hình này đã cập nhật xu hướng hành vi số hóa với việc bổ sung biến định lượng eWOM.
  3. Thứ tự ưu tiên tác động được xác lập chính xác: $$\text{Năng lực phục vụ } (\beta = 0.384) > \text{Thương hiệu } (\beta = 0.312) > \text{Sự hữu hình } (\beta = 0.187) > \text{Giá cả } (\beta = 0.145)$$ Phát hiện này đập tan quan niệm truyền thống cho rằng "cạnh tranh bằng giá rẻ" là yếu tố tiên quyết trong ngành làm đẹp.

Ứng dụng thực tế và triển khai

Khung chiến lược quản trị định hướng eWOM (eWOM-Driven Strategy)

Dựa trên trọng số tác động $\beta$, các cơ sở kinh doanh spa có thể áp dụng lộ trình phân bổ nguồn lực theo tỷ lệ vàng:

pie title Tỷ trọng phân bổ nguồn lực Marketing & Vận hành Spa
    "Nâng cao năng lực kỹ thuật & quy trình phục vụ (NLPV)" : 40
    "Xây dựng định vị & uy tín thương hiệu (TH)" : 30
    "Cải tạo không gian & công nghệ hữu hình (HH)" : 20
    "Tối ưu chính sách giá & ưu đãi (GC)" : 10
  1. Quản trị năng lực phục vụ (Trọng số 0.384 - Ưu tiên cấp 1):
    • Chuẩn hóa quy trình thao tác chuẩn (SOP) từ khâu tư vấn, đặt lịch, đón tiếp đến kỹ thuật viên trị liệu.
    • Triển khai chương trình đào tạo định kỳ 100% kỹ thuật viên về kiểm soát sự cố, giao tiếp thấu cảm và chuyên môn da liễu.
  2. Tạo lập tài sản thương hiệu số (Trọng số 0.312 - Ưu tiên cấp 2):
    • Xây dựng Brand Identity nhất quán, nhấn mạnh các chứng nhận an toàn y khoa, giải thưởng uy tín và phản hồi từ người có ảnh hưởng (KOL/KOC) chuyên ngành da liễu.
  3. Tối ưu hóa điểm chạm hữu hình (Trọng số 0.187 - Ưu tiên cấp 3):
    • Thiết kế không gian chuẩn trị liệu 5 giác quan: âm nhạc tần số sóng não ($432\text{Hz}$), mùi hương tinh dầu tự nhiên, ánh sáng ấm, máy móc đạt chuẩn FDA/CE.
  4. Cơ chế kích hoạt và quản trị eWOM chuyên nghiệp:
    • Thiết lập chương trình Review & Rewards: Tặng voucher liệu trình mini khi khách hàng check-in, viết review chi tiết trên Google Maps Business, Facebook Page, TikTok.
    • Áp dụng hệ thống lắng nghe mạng xã hội (Social Listening Tool) để phản hồi 100% đánh giá tiêu cực trong vòng 60 phút, ngăn chặn khủng hoảng truyền thông.

Ước tính hiệu quả kinh tế và ROI triển khai

Khi một spa quy mô vừa (10 giường điều trị) chuyển đổi từ tiếp thị tờ rơi/quảng cáo truyền thống sang hệ thống vận hành tập trung vào eWOM và chất lượng phục vụ:

  • Chi phí tiếp thị (CAC): Dự kiến giảm từ $15 - 25%$ sau 6 tháng.
  • Tỷ lệ chuyển đổi từ review sang lịch hẹn: Dự kiến tăng từ $22%$ lên $41.5%$.
  • Thời gian hoàn vốn hệ thống quản trị trải nghiệm (CX): Ước tính $4 - 6$ tháng.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thống kê và thực tiễn cao, đề tài vẫn tồn tại một số hạn chế:

  • Giới hạn không gian và phương pháp lấy mẫu: Mẫu khảo sát được thu thập theo phương pháp thuận tiện tại khu vực nội thành TP.HCM, có thể chưa phản ánh trọn vẹn hành vi của nhóm khách hàng ở các vùng đô thị vệ tinh.
  • Tính chất dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm nhất định, chưa theo dõi sự biến chuyển hành vi theo chiều dọc thời gian (Longitudinal Study).

Hướng phát triển mở rộng trong tương lai:

  • Ứng dụng mô hình cấu trúc đa nhóm (Multi-group Invariance Analysis) để so sánh sự khác biệt theo giới tính (Nam vs Nữ) hoặc mức thu nhập.
  • Kết hợp kỹ thuật xử lý ngôn ngữ tự nhiên (NLP) và máy học (Machine Learning) để phân tích sắc thái cảm xúc (Sentiment Analysis) của hàng chục nghìn đánh giá thô trên các nền tảng thương mại điện tử và mạng xã hội.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học ngành Marketing/Quản trị: Nắm vững phương pháp luận nghiên cứu định lượng chuẩn mực, cách áp dụng các mô hình TRA/TPB vào thị trường dịch vụ và kỹ năng xử lý SPSS/Amos/R chuyên sâu.
  • Chuyên viên phân tích dữ liệu (Data Analysts) & Marketers: Sở hữu bộ thang đo 25 biến đã được kiểm định độ tin cậy thực nghiệm, sẵn sàng tích hợp vào hệ thống đo lường mức độ hài lòng khách hàng (CSAT/NPS).
  • Chủ doanh nghiệp & Nhà đầu tư chuỗi Spa: Nhận diện rõ bài toán đầu tư: tập trung $70%$ ngân sách vào chất lượng con người (kỹ thuật viên) và thương hiệu thay vì sa đà vào cuộc chiến giảm giá phá đáy.
  • Giảng viên & Nhà nghiên cứu: Cơ sở dữ liệu và khung lý thuyết tham chiếu đáng tin cậy về hành vi tiêu dùng dịch vụ cá nhân tại thị trường các nền kinh tế mới nổi Đông Nam Á.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ tối thiểu để tái lập nghiên cứu này là gì?

Cần máy tính cá nhân cấu hình tối thiểu 4GB RAM, cài đặt phần mềm IBM SPSS Statistics 20.0 trở lên và IBM SPSS Amos 24.0, hoặc môi trường R (v4.0+) với package lavaan, semPlot. Tập dữ liệu cần được chuẩn hóa định dạng .sav hoặc .csv.

2. Vì sao biến Giá cả lại có trọng số tác động thấp nhất đến eWOM (β = 0.145)?

Dịch vụ spa thuộc nhóm dịch vụ trải nghiệm cảm xúc và chăm sóc cá nhân có độ rủi ro cao. Khách hàng sẵn sàng chi trả mức giá cao hơn nếu được đảm bảo về tay nghề kỹ thuật viên, an toàn vệ sinh và uy tín thương hiệu. Giá cả chỉ đóng vai trò điều kiện cần, không phải động lực chính thôi thúc khách hàng tạo ra lời khen truyền miệng.

3. Làm thế nào để giải quyết vấn đề đa cộng tuyến và biến ngoại lai trong phân tích SEM?

Kiểm tra hệ số phóng đại phương sai $VIF < 2.0$ trong phân tích hồi quy phụ trợ; kiểm tra khoảng cách Mahalanobis ($D^2$) trong Amos để loại bỏ các quan sát đơn lẻ sai lệch trước khi thực hiện ước lượng mô hình chính thức.

4. Quy mô mẫu N = 355 có đủ đại diện cho toàn bộ thị trường TP.HCM không?

Theo công thức tính kích thước mẫu cho mô hình cấu trúc tuyến tính SEM (tối thiểu 5 mẫu/1 biến quan sát), với 25 biến quan sát thì quy mô tối thiểu là 125 mẫu. Cỡ mẫu $N = 355$ gấp gần 3 lần chuẩn tối thiểu, đảm bảo bậc tự do ($df$) và lực lượng kiểm định thống kê đạt độ tin cậy $> 95%$.

5. eWOM tiêu cực nên được xử lý như thế nào để tránh sụp đổ chuỗi tác động?

Khi xảy ra đánh giá tiêu cực, spa cần kích hoạt quy trình xử lý khủng hoảng: (1) Liên hệ trực tiếp và bồi hoàn/mời trải nghiệm dịch vụ cải chính; (2) Giải trình minh bạch trên không gian số; (3) Tăng cường các đánh giá tích cực xác thực từ khách hàng trung thành để trung hòa tỷ lệ hiển thị.

Kết luận

Đề tài khóa luận tốt nghiệp "Nghiên cứu các yếu tố tác động đến hành vi quyết định lựa chọn dịch vụ Spa tại TP.HCM – Vai trò trung gian của Truyền miệng điện tử" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc phân tích thực nghiệm trên mẫu khảo sát chuẩn $N = 355$, nghiên cứu đã chứng minh một cách khoa học rằng Truyền miệng điện tử (eWOM) giữ vai trò trung gian sống còn ($\beta = 0.628$) kết nối các thuộc tính cốt lõi của dịch vụ với quyết định mua thực tế của khách hàng. Trong đó, Năng lực phục vụ ($\beta = 0.384$) và Thương hiệu ($\beta = 0.312$) là hai trụ cột chi phối mạnh mẽ nhất. Kết quả nghiên cứu không chỉ đóng góp một khung lý thuyết tích hợp vững chắc cho học thuật Marketing dịch vụ mà còn cung cấp cẩm nang hành động thực chiến, giúp các nhà quản trị spa tại TP.HCM định vị chính xác lợi thế cạnh tranh và tối ưu hóa tăng trưởng bền vững trong kỷ nguyên số.