Tổng quan luận án

Công trình nghiên cứu mang tiêu đề "Factors Affect Vietnamese’s Repurchase Intention To Choose Airbnb: Relationship Between Past Experience And The Impact Of Covid-19" do học viên Ngoc Thi Tran thực hiện năm 2020 tại Khoa Quản trị (Faculty of Management), Đại học Bournemouth (Bournemouth University), Vương quốc Anh, thuộc chương trình Thạc sĩ Quản trị Khách sạn và Du lịch Quốc tế (MSc International Hospitality and Tourism Management).

Tính cấp thiết và khoảng trống nghiên cứu

Mô hình kinh tế chia sẻ (Sharing Economy - SE) trong lĩnh vực lưu trú, tiêu biểu là nền tảng Airbnb, đã phát triển nhanh chóng trên toàn cầu và xuất hiện tại Việt Nam từ năm 2015. Chỉ sau 4 năm, nền tảng này đã ghi nhận hơn 50.000 cơ sở lưu trú đăng ký trên khắp cả nước. Về mặt kinh tế học và tiếp thị, việc duy trì khách hàng cũ có chi phí thấp hơn 5 lần so với việc thu hút khách hàng mới; đồng thời, tỷ lệ giữ chân khách hàng tăng 5% có thể giúp lợi nhuận doanh nghiệp tăng từ 25% đến 75% (Amanda, 2014). Tuy nhiên, khách hàng trong nền tảng chia sẻ có thể chuyển đổi sang các dịch vụ khách sạn truyền thống.

Bên cạnh đó, sự bùng phát của đại dịch Covid-19 trong năm 2020 đã tạo ra sự gián đoạn đối với ngành du lịch toàn cầu: Tổ chức Du lịch Thế giới (UNWTO, 2020) dự báo lượng khách quốc tế giảm từ 60% đến 80%, đe dọa 100 đến 120 triệu việc làm trực tiếp; doanh thu của Airbnb năm 2020 ước tính giảm một nửa và doanh nghiệp phải cắt giảm 25% nhân sự (Khan, 2020). Tác giả xác định hai khoảng trống nghiên cứu chính trong y văn:

  1. Thiếu các công trình nghiên cứu định lượng về ý định mua lại (Repurchase Intention - RI) đối với dịch vụ Airbnb tại các thị trường đang phát triển, đặc biệt là tại Việt Nam.
  2. Thiếu các nghiên cứu thực nghiệm đánh giá tương tác đồng thời giữa giá trị cảm nhận từ trải nghiệm quá khứ và nhận thức rủi ro phát sinh từ khủng hoảng dịch bệnh Covid-19 tác động đến quyết định tiếp tục sử dụng dịch vụ lưu trú chia sẻ.

Mục tiêu nghiên cứu

Mục đích tổng quát của đề tài là khám phá và xác định các yếu tố ảnh hưởng đến ý định tiếp tục đặt phòng Airbnb của du khách Việt Nam trong bối cảnh đại dịch Covid-19. Để đạt được mục đích này, tác giả thiết lập các mục tiêu cụ thể:

  1. Điều tra mối quan hệ giữa trải nghiệm trong quá khứ, bối cảnh hiện tại và ý định mua lại trong tương lai của khách hàng Airbnb.
  2. Kiểm tra tác động của lợi ích kinh tế (Economic Benefit), tính hữu ích của trang web (Perceived Usefulness of Website), lợi ích tiện nghi gia đình (Home Benefit), mối quan hệ chủ - khách (Host-Guest Relationship) và tính xác thực cảm nhận (Perceived Authenticity) lên giá trị cảm nhận (Perceived Value - PV).
  3. Đánh giá tác động của đại dịch Covid-19 đối với nhận thức rủi ro (Perceived Risk - PR) của du khách Việt Nam, qua đó tác động đến ý định mua lại (Repurchase Intention - RI).
  4. Đưa ra các hàm ý và khuyến nghị cho các nhà quản lý doanh nghiệp và định hướng nghiên cứu tiếp theo.

Hệ thống giả thuyết nghiên cứu

Trên cơ sở tổng quan lý thuyết, tác giả thiết lập 8 giả thuyết nghiên cứu (được đánh số từ H1 đến H8):

  • H1: Lợi ích kinh tế có mối quan hệ tích cực (cùng chiều) với giá trị cảm nhận của khách hàng Việt Nam.
  • H2: Tính hữu ích của trang web Airbnb có mối quan hệ tích cực với giá trị cảm nhận của khách hàng Việt Nam.
  • H3: Lợi ích tiện nghi gia đình có mối quan hệ tích cực với giá trị cảm nhận của khách hàng Việt Nam.
  • H4: Mối quan hệ chủ - khách có mối quan hệ tích cực với giá trị cảm nhận của khách hàng Việt Nam.
  • H5: Tính xác thực cảm nhận có mối quan hệ tích cực với giá trị cảm nhận của khách hàng Việt Nam.
  • H6: Đại dịch Covid-19 có mối quan hệ tích cực với nhận thức rủi ro của khách hàng Việt Nam.
  • H7: Giá trị cảm nhận có mối quan hệ tích cực với ý định mua lại của khách hàng.
  • H8: Nhận thức rủi ro có mối quan hệ tiêu cực (ngược chiều) với ý định mua lại của khách hàng.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các yếu tố thuộc trải nghiệm quá khứ (lợi ích kinh tế, tính hữu ích trang web, tiện nghi gia đình, quan hệ chủ - khách, tính xác thực), nhận thức tác động của Covid-19, giá trị cảm nhận, nhận thức rủi ro và ý định mua lại.
  • Đối tượng khảo sát: Người tiêu dùng Việt Nam từ 18 tuổi trở lên, đã từng có ít nhất một lần đặt và trải nghiệm lưu trú qua nền tảng Airbnb.
  • Phạm vi không gian: Du khách lưu trú tại các vùng địa lý của Việt Nam, bao gồm miền Bắc (Hà Nội), miền Nam (TP. Hồ Chí Minh), miền Trung (Đà Nẵng, Hội An) và vùng Tây Nguyên (Đà Lạt).
  • Phạm vi thời gian: Dữ liệu sơ cấp được thu thập trực tuyến từ ngày 22/08/2020 đến ngày 03/09/2020.

Tổng quan tài liệu và vị trí của luận án

Các hướng nghiên cứu trước được điểm luận

Tác giả đã hệ thống hóa các hướng nghiên cứu trong y văn học thuật liên quan đến nền tảng Airbnb và kinh tế chia sẻ từ năm 2008 đến năm 2020 theo các nhóm chủ đề:

  • Khái niệm và sự hình thành kinh tế chia sẻ trong du lịch: Điểm lại định nghĩa kinh tế chia sẻ của Belk (2010), Frenken và Schor (2017), Guttentag và cộng sự (2017), Từ điển Oxford (2015), Puschmann và Alt (2016). Phân loại dịch vụ du lịch chia sẻ thành bốn nhóm: vận chuyển (Uber, Grab), ẩm thực (Eatwith), hướng dẫn viên (Vayable) và lưu trú (Airbnb, Homeaway, Couchsurfing) theo Ert và cộng sự (2016).
  • Mô hình vận hành và tác động kinh tế - xã hội của Airbnb: Oskam và Boswijk (2016), Bloomberg (2018), Kastrenakes (2020), Tran và Filimonau (2020), Sraders (2018), Statt (2018), Yu (2012). Các nghiên cứu tranh luận về tác động tích cực như mở rộng điểm đến, tăng thời gian lưu trú (Tussyadiah và Pesonen, 2015; Heo, 2016; Byers và cộng sự, 2013; Dolnicar, 2018) và tác động tiêu cực như cạnh tranh với khách sạn phân khúc thấp, làm tăng giá thuê nhà dài hạn, bất bình đẳng thuế và an toàn (Roma và cộng sự, 2019; Guttentag và Smith, 2017; Kuo, 2020; Thompson, 2018; Juul, 2015).
  • Động cơ của chủ nhà (hosts) và khía cạnh pháp lý: Động cơ tham gia cung cấp phòng (Stern, 2014; Gibbs và cộng sự, 2018; Xie và Chen, 2019), hành vi ứng xử của chủ nhà (Li và cộng sự, 2015), khung pháp lý và chính sách quản lý (Lee, 2016; Edelman và Geradin, 2015; Uzunca và Borlenghi, 2019), hệ thống thuật toán và đánh giá trực tuyến của nền tảng (Fradkin và cộng sự, 2014; Ert và cộng sự, 2015), xây dựng thương hiệu (Yannopoulou và cộng sự, 2013).
  • Tác động đến khách sạn truyền thống và cộng đồng: Neeser và cộng sự (2015), Zervas và cộng sự (2014), Guttentag (2013), Fang và cộng sự (2014).
  • Động cơ tiêu dùng và sự hài lòng của du khách: Guttentag (2015) chỉ ra chi phí kinh tế là động lực chính nhưng bị phản biện bởi Lane và Woodworth (2016) tại một số đô thị Mỹ; Tran và Filimonau (2020) chỉ ra yếu tố cộng đồng địa phương, trải nghiệm quá khứ, tính bền vững thúc đẩy sử dụng, trong khi thiếu giá trị cảm nhận và thiếu tin tưởng công nghệ là rào cản; Möhlmann (2015), Bai và cộng sự (2008), Johnson (2013).
  • Ý định mua lại (Repurchase Intention) và mô hình giá trị - rủi ro: Khái niệm ý định mua lại của Hellier và cộng sự (2003); các tiền tố của ý định mua sắm trực tuyến (Wu và Chang, 2007; An và cộng sự, 2010; Chiu và cộng sự, 2012; Fang và cộng sự, 2014; Matute và cộng sự, 2016; Talón-Ballestero và cộng sự, 2019). Trong bối cảnh Airbnb, các nghiên cứu của Tussyadiah và Pesonen (2016), Liang và cộng sự (2017), Chen và Chang (2018), Kim (2019), Lee và cộng sự (2019), Amaro và cộng sự (2017, 2018), Jun (2020) xác nhận giá trị cảm nhận thúc đẩy ý định mua lại trong khi nhận thức rủi ro kìm hãm hành vi này.
  • Nhận thức rủi ro và tác động của đại dịch Covid-19: Các nghiên cứu về rủi ro du lịch (Mazri, 2017; Wogalter và cộng sự, 1999; Park và Reisinger, 2010; Park và cộng sự, 2016; Jacoby và Kaplan, 1972; Bhatnagar và cộng sự, 2000). Về cuộc khủng hoảng Covid-19: Gössling và cộng sự (2020), Hall và cộng sự (2020), Watson (2020), DuBois (2020), Yu và cộng sự (2020), Wen và cộng sự (2020), Wood (2020), Dolnicar và Zare (2020), Chadwick (2020), Naumov và cộng sự (2020), khảo sát của McKinsey & Company (2020).

Vị trí và khoảng trống luận án giải quyết

Phần lớn các nghiên cứu trước đây về Airbnb sử dụng phương pháp định tính hoặc khảo sát tại các trung tâm đô thị lớn ở các quốc gia phát triển (Bong và Seo, 2018). Luận án này định vị tại thị trường lưu trú Việt Nam – một thị trường kinh tế mới nổi có tốc độ tăng trưởng điểm lưu trú chia sẻ cao nhưng thiếu hụt dữ liệu định lượng. Công trình tích hợp đồng thời hai luồng lý thuyết: mô hình đánh giá giá trị từ trải nghiệm chức năng/xã hội trong quá khứ và mô hình nhận thức rủi ro y tế/khủng hoảng do đại dịch Covid-19 gây ra để giải thích biến động ý định mua lại của du khách.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án vận dụng các lý thuyết và cấu trúc khái niệm nền tảng:

  • Giá trị cảm nhận (Perceived Value - PV): Dựa trên định nghĩa của Zeithaml (1988), Kashyap và Bojanic (2000), Sweeney và Soutar (2001), xem giá trị cảm nhận là sự đánh giá tổng thể của người tiêu dùng về lợi ích ròng nhận được so với chi phí bỏ ra. Khung phân tích kiểm tra 5 tiền tố tạo nên PV từ trải nghiệm quá khứ:
    1. Lợi ích kinh tế (Economic Benefit): Tiết kiệm chi phí so với khách sạn truyền thống (Kim và cộng sự, 2008; Karlsson và Dolnicar, 2016).
    2. Tính hữu ích của trang web (Perceived Usefulness): Khả năng tìm kiếm thông tin nhanh chóng, thuận tiện (Davis và cộng sự, 1989; Mathwick và cộng sự, 2002; Wang và Jeong, 2018).
    3. Lợi ích tiện nghi gia đình (Home Benefit): Không gian sinh hoạt, tiện nghi như máy giặt, bếp nấu, tủ lạnh và vị trí thuận lợi (Guttentag, 2015, 2016; Tussyadiah và Zach, 2015).
    4. Mối quan hệ chủ - khách (Host-Guest Relationship): Quá trình đồng kiến tạo giá trị (value co-creation) qua sự thân thiện, hỗ trợ chỉ dẫn địa phương của chủ nhà (Lampinen và Cheshire, 2016; Vargo và cộng sự, 2008).
    5. Tính xác thực cảm nhận (Perceived Authenticity): Cơ hội trải nghiệm lối sống bản địa và hòa nhập cộng đồng (MacCannell, 1973; Liang và cộng sự, 2017).
  • Nhận thức rủi ro (Perceived Risk - PR) và Tác động Covid-19: Tiếp cận theo định nghĩa của Park và cộng sự (2016), Chiu và cộng sự (2014). Tác động của Covid-19 (Wen và cộng sự, 2020; Wood, 2020) làm gia tăng rủi ro về an toàn, vệ sinh dịch tễ và bất ổn tài chính, tác động ngược chiều tới ý định tiếp tục đặt phòng.

Phương pháp nghiên cứu thực tế

  • Triết lý nghiên cứu: Triết lý thực chứng (Positivism / Positivistic philosophy) nhằm kiểm định giả thuyết thông qua các biến số có thể đo lường định lượng (Collis và Hussey, 2003; Saunders và cộng sự, 2007).
  • Cách tiếp cận nghiên cứu: Tiếp cận diễn dịch (Deductive approach) đi từ các khung lý thuyết đã thiết lập để kiểm chứng bằng dữ liệu thực nghiệm (Trochim, 2006; Cooper và Schindler, 2006).
  • Thiết kế bảng hỏi: Bảng khảo sát tự điền gồm 3 phần với 18 câu hỏi:
    • Phần 1 (Câu 1-5): Trải nghiệm quá khứ với Airbnb (tần suất ở, mục đích chuyến đi, loại phòng lựa chọn, khu vực lưu trú tại Việt Nam).
    • Phần 2 (Câu 6-11): 27 biến quan sát đo lường 9 cấu trúc nghiên cứu sử dụng thang đo Likert 5 điểm (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý), được dịch sang tiếng Việt.
    • Phần 3 (Câu 12-15): Thông tin nhân khẩu học (giới tính, độ tuổi, trình độ học vấn, thu nhập hàng tháng).
  • Thử nghiệm sơ bộ (Pilot test): Khảo sát thử nghiệm trên 10 sinh viên đã từng sử dụng Airbnb để hoàn thiện ngữ nghĩa, cách trình bày bảng hỏi trước khi phân phối chính thức (Bell, 2005, 2010; Finn và cộng sự, 2000).
  • Quy mô mẫu và chọn mẫu: Áp dụng công thức Cochran (Israel, 1992): $$n = \frac{Z^2 \cdot p \cdot q}{e^2}$$ Với độ tin cậy 85% ($Z = 1{,}44$), tỷ lệ ước tính $p = 0{,}5$, sai số cho phép $e = 0{,}05$, kích thước mẫu tối thiểu xác định là 208. Mẫu phân phối mở rộng lên 220; kết quả thu về 238 phản hồi hợp lệ. Phương pháp chọn mẫu là chọn mẫu ngẫu nhiên trực tuyến thông qua nền tảng JISC, mạng xã hội và email.
  • Công cụ và kỹ thuật phân tích dữ liệu: Sử dụng phần mềm thống kê IBM SPSS phiên bản 26 kết hợp phần mềm AMOS. Các kỹ thuật áp dụng:
    • Thống kê mô tả (Descriptive statistics: tần số, phần trăm, giá trị trung bình Mean, độ lệch chuẩn Std. Deviation).
    • Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha.
    • Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) với chỉ số KMO, kiểm định Bartlett's Test of Sphericity, trích xuất nhân tố Principal Component Analysis và phép xoay Varimax with Kaiser Normalization.
    • Phân tích hệ số tương quan Pearson ($r$).
    • Phân tích hồi quy tuyến tính đơn biến và đa biến (Linear Regression Analysis), kiểm tra hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (VIF) và hệ số Tolerance.

Nội dung chính theo từng chương

Chapter 1: Introduction (Mở đầu)

Chương 1 làm rõ bối cảnh phát triển của Airbnb trên toàn cầu và tại Việt Nam từ năm 2015. Tác giả trình bày các lý do học thuật và thực tiễn của đề tài, xác định mục đích nghiên cứu, 4 mục tiêu cụ thể và phác thảo cấu trúc tổng thể 5 chương của luận án.

Chapter 2: Literature Review (Tổng quan tài liệu)

Chương 2 trình bày tổng quan các tài liệu học thuật về sự xuất hiện của mô hình kinh tế chia sẻ, hoạt động của Airbnb và các hướng nghiên cứu hiện có. Tác giả phân tích các định nghĩa, tiền tố cấu thành giá trị cảm nhận (lợi ích kinh tế, tính hữu ích trang web, tiện nghi nhà ở, quan hệ chủ - khách, tính xác thực), nhận thức rủi ro trong đại dịch Covid-19 và ý định mua lại; từ đó xây dựng mô hình khái niệm và 8 giả thuyết nghiên cứu (H1 - H8).

Chapter 3: Research Methodology (Phương pháp nghiên cứu)

Chương 3 trình bày cơ sở phương pháp luận: lựa chọn triết lý thực chứng, cách tiếp cận diễn dịch, quy trình xây dựng bảng hỏi khảo sát gồm 18 câu hỏi (dựa trên thang đo của Kim và cộng sự, 2008; Wang và Jeong, 2018; Amaro và cộng sự, 2018; Liang và cộng sự, 2017; Wen và cộng sự, 2020; Wood, 2020). Chương này cũng mô tả công thức xác định cỡ mẫu theo Cochran ($n = 208$), kết quả khảo sát thử nghiệm trên 10 người và quy trình xử lý dữ liệu trên phần mềm SPSS 26.

Nhóm biến Biến quan sát Nội dung câu hỏi trích xuất từ bảng hỏi Nguồn thang đo
Lợi ích kinh tế (E) E1
E2		 Tôi có thể tiết kiệm tiền khi đặt phòng từ chủ nhà trên Airbnb.
Tôi ở Airbnb để có chỗ ở tốt hơn với chi phí thấp hơn.		 Kim và cộng sự (2008)
Tính hữu ích website (U) U1
U2
U3		 Trang web Airbnb dễ hiểu.
Thông tin về chỗ ở được cung cấp đầy đủ.
Thuận tiện để tìm kiếm chỗ ở phù hợp.		 Wang và Jeong (2018)
Lợi ích tiện nghi (H) H1
H2		 Airbnb cho phép tôi sử dụng các tiện nghi/tiện ích mà khách sạn không có.
Airbnb cung cấp cho tôi những gì tôi cần đúng như kỳ vọng.		 Amaro và cộng sự (2018)
Quan hệ chủ - khách (HG) HG1
HG2
HG3		 Chủ nhà tốt bụng và thân thiện.
Chủ nhà hỗ trợ nhiệt tình.
Tôi thích tương tác với chủ nhà như một cách kết nối văn hóa bản địa.		 Wang và Jeong (2018)
Tính xác thực (A) A1
A2
A3		 Lưu trú tại Airbnb giúp tôi trải nghiệm lối sống bản địa đích thực.
Lưu trú tại Airbnb cho phép tôi sống như một người dân địa phương.
Lưu trú tại Airbnb cho phép tôi tương tác với cộng đồng địa phương.		 Liang và cộng sự (2017)
Tác động Covid-19 (C) C1
C2
C3
C4		 Covid-19 ảnh hưởng đến ngân sách chỗ ở tương lai của tôi.
Covid-19 ảnh hưởng đến ý định lưu trú tại Airbnb của tôi.
Covid-19 ảnh hưởng đến tần suất lưu trú Airbnb của tôi.
Tôi sẽ chọn căn hộ/phòng riêng biệt thay vì ở chung với chủ nhà vì lý do sức khỏe.		 Wen và cộng sự (2020);
Wood (2020)
Giá trị cảm nhận (PV) PV1
PV2
PV3
PV4		 Tôi thấy sử dụng trang web Airbnb là một ý tưởng hay.
Tôi thấy ở Airbnb rất đáng tiền.
Lưu trú tại Airbnb giúp tôi có thêm trải nghiệm văn hóa địa phương.
Nhìn chung, tôi thích ở tại Airbnb.		 Liang và cộng sự (2017)
Nhận thức rủi ro (PR) PR1
PR2
PR3
PR4		 Tôi nghĩ việc đặt phòng Airbnb sau đại dịch là rủi ro.
Tôi lo ngại việc lưu trú tại Airbnb có thể không an toàn.
Tôi lo ngại về quy trình vệ sinh và khử khuẩn tại Airbnb.
Tôi lo ngại bản thân không ổn định tài chính để ở Airbnb.		 Liang và cộng sự (2017)
Ý định mua lại (RI) RI1
RI2		 Tôi sẽ tiếp tục đặt phòng qua Airbnb sau đại dịch.
Tôi sẽ giới thiệu Airbnb cho người khác.		 Liang và cộng sự (2017)

Chapter 4: Finding and Analysis (Kết quả và phân tích)

Chương 4 cung cấp toàn bộ kết quả phân tích thống kê từ 238 mẫu khảo sát hợp lệ:

1. Thống kê mô tả mẫu nghiên cứu

  • Đặc điểm nhân khẩu học:
    • Nữ giới chiếm 52,1% (124 người), nam giới chiếm 45,4%, không tiết lộ chiếm 2,5% (6 người).
    • Độ tuổi: 18 - 24 tuổi chiếm 52,1%; 25 - 35 tuổi chiếm 40,3%; 36 - 45 tuổi chiếm 9,2%; trên 46 tuổi có 3 người.
    • Học vấn: Đại học/Sau đại học (BSc/MSc/PhD) chiếm 89,5% (213 người); Trung học phổ thông chiếm 8,8%; Trung học cơ sở trở xuống chiếm 1,7% (4 người).
    • Thu nhập: Mức trung bình 6 - 15 triệu VNĐ/tháng chiếm 50,0% (119 người); trên 15 triệu VNĐ chiếm 39,1%; dưới 6 triệu VNĐ chiếm 10,9%.
  • Hành vi lưu trú:
    • Tần suất đã ở Airbnb: 1 lần chiếm 42,4% (101 người); 2 - 3 lần chiếm 36,1%; từ 4 lần trở lên chiếm 21,4%.
    • Mục đích lưu trú: Du lịch/nghỉ dưỡng (Leisure) chiếm 74,4%; thăm bạn bè/người thân chiếm 17,2%; công tác (Business) chiếm 8,4%.
    • Loại hình lưu trú: Thuê nguyên căn (Entire house) và phòng riêng (Private room) chiếm ưu thế với 52,8% và các tỷ lệ chọn cao; phòng chia sẻ chung với chủ (Shared room) chiếm tỷ lệ nhỏ.
    • Địa điểm lưu trú tại Việt Nam (câu hỏi đa lựa chọn): Miền Nam chiếm 58% (116 lượt), miền Bắc chiếm 54% (108 lượt), miền Trung chiếm 31% (74 lượt) và Tây Nguyên (Đà Lạt) chiếm 11,9% (28 lượt).

2. Kiểm định độ tin cậy thang đo (Cronbach's Alpha) và phân tích nhân tố (EFA)

Tất cả 9 thang đo nghiên cứu đều đạt độ tin cậy nhất quán nội tại với hệ số Cronbach's Alpha vượt ngưỡng 0,70.

Biến số nghiên cứu Số lượng mục hỏi Hệ số Cronbach's Alpha Giá trị KMO Mức ý nghĩa Bartlett's Test ($p$)
Lợi ích kinh tế (Economic benefit) 2 0,797 0,500 0,000
Tính hữu ích trang web (Usefulness) 3 0,812 0,708 0,000
Lợi ích tiện nghi gia đình (Home benefit) 2 0,806 0,500 0,000
Mối quan hệ chủ - khách (Host-Guest) 3 0,842 0,724 0,000
Tính xác thực (Authenticity) 3 0,825 0,715 0,000
Đại dịch Covid-19 (Covid-19) 4 0,835 0,762 0,000
Giá trị cảm nhận (Perceived value - PV) 4 0,865 0,802 0,000
Nhận thức rủi ro (Perceived risk - PR) 4 0,879 0,788 0,000
Ý định mua lại (Repurchase intention - RI) 2 0,832 0,500 0,000

Ghi chú EFA: Các biến có 2 mục hỏi có giá trị KMO đạt 0,500; các biến còn lại có KMO từ 0,708 đến 0,802. Kiểm định Bartlett đều đạt mức ý nghĩa $p = 0{,}000$. Tất cả các trọng số nhân tố (Factor Loadings) trong ma trận xoay (Rotated Component Matrix) đều lớn hơn 0,60 (dao động từ 0,612 đến 0,852), xác nhận giá trị cấu trúc hợp lệ.

3. Thống kê mô tả các biến nghiên cứu

Biến số nghiên cứu Giá trị nhỏ nhất (Min) Giá trị lớn nhất (Max) Giá trị trung bình (Mean) Độ lệch chuẩn (Std. Deviation)
Ý định mua lại (RI) 1,00 5,00 4,0210 0,7812
Giá trị cảm nhận (PV) 1,25 5,00 4,1271 0,6934
Lợi ích kinh tế (E) 1,00 5,00 3,9852 0,7415
Tính hữu ích trang web (U) 1,33 5,00 4,0125 0,6841
Lợi ích tiện nghi gia đình (H) 1,00 5,00 4,0532 0,7120
Quan hệ chủ - khách (HG) 1,00 5,00 4,0854 0,6752
Tính xác thực (A) 1,00 5,00 3,9650 0,7321
Tác động Covid-19 (C) 1,00 5,00 3,8421 0,8145
Nhận thức rủi ro (PR) 1,00 5,00 3,5315 1,2542

Điểm trung bình của PV đạt mức cao (4,1271) và RI đạt 4,0210. Biến nhận thức rủi ro PR có điểm trung bình thấp nhất (3,5315) nhưng độ lệch chuẩn cao nhất (1,2542), phản ánh sự phân hóa trong nhận thức rủi ro dịch bệnh của du khách.

4. Phân tích tương quan Pearson ($r$)

  • Tương quan giữa Giá trị cảm nhận (PV) và các yếu tố trải nghiệm quá khứ: Lợi ích kinh tế ($r = 0{,}718$), Tính hữu ích website ($r = 0{,}685$), Tiện nghi gia đình ($r = 0{,}732$), Quan hệ chủ - khách ($r = 0{,}768$), Tính xác thực ($r = 0{,}704$). Tất cả đều có tương quan dương ở mức ý nghĩa $p < 0{,}01$.
  • Tương quan giữa Covid-19 và Nhận thức rủi ro (PR): $r = 0{,}570$ ($p < 0{,}01$), xác nhận mối liên hệ cùng chiều.
  • Tương quan với Ý định mua lại (RI): Tương quan dương mạnh với PV ($r = 0{,}682$, $p < 0{,}01$) và tương quan âm với PR ($r = -0{,}104$).

5. Phân tích hồi quy tuyến tính

Mô hình hồi quy 1: Giá trị cảm nhận (PV) phụ thuộc vào 5 yếu tố trải nghiệm quá khứ
  • Tóm tắt mô hình: $R = 0{,}855$; $R^2 = 0{,}731$; $R^2$ hiệu chỉnh $= 0{,}725$; Sai số chuẩn ước lượng $= 0{,}364$. 5 biến độc lập giải thích 72,5% biến thiên của Giá trị cảm nhận.
  • Kiểm định ANOVA: $F(5, 232) = 126{,}14$; $p = 0{,}000 < 0{,}01$.
  • Hiện tượng đa cộng tuyến: Tất cả hệ số phóng đại phương sai (VIF) đều nhỏ hơn 10 (dao động trong khoảng 1,5 - 2,8), hệ số Tolerance đều lớn hơn 0,1.
Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$)
Hằng số (Constant) 0,312 0,145 - 2,152 0,032
Quan hệ chủ - khách (HG) 0,252 0,048 0,285 5,250 0,000
Tiện nghi gia đình (H) 0,218 0,045 0,231 4,844 0,000
Lợi ích kinh tế (E) 0,185 0,042 0,198 4,405 0,000
Tính xác thực (A) 0,162 0,041 0,176 3,951 0,000
Tính hữu ích website (U) 0,141 0,043 0,157 3,279 0,001

Phương trình hồi quy: $$\text{PV} = 0{,}312 + 0{,}252 \cdot \text{HG} + 0{,}218 \cdot \text{H} + 0{,}185 \cdot \text{E} + 0{,}162 \cdot \text{A} + 0{,}141 \cdot \text{U}$$ Thứ tự mức độ tác động chuẩn hóa từ mạnh nhất đến thấp nhất: Quan hệ chủ - khách ($\beta = 0{,}285$) > Tiện nghi gia đình ($\beta = 0{,}231$) > Lợi ích kinh tế ($\beta = 0{,}198$) > Tính xác thực ($\beta = 0{,}176$) > Tính hữu ích trang web ($\beta = 0{,}157$). Các giả thuyết H1, H2, H3, H4, H5 đều được chấp nhận ($p < 0{,}01$).

Mô hình hồi quy 2: Nhận thức rủi ro (PR) phụ thuộc vào Covid-19
  • Tóm tắt mô hình: $R = 0{,}570$; $R^2 = 0{,}325$; $R^2$ hiệu chỉnh $= 0{,}322$. Covid-19 giải thích 32,5% sự thay đổi của nhận thức rủi ro.
  • Kiểm định ANOVA: Mô hình đạt ý nghĩa thống kê với $p = 0{,}000 < 0{,}01$.
  • Hệ số hồi quy: Hệ số chưa chuẩn hóa $B = 0{,}612$, sai số chuẩn $= 0{,}058$, hệ số chuẩn hóa $\beta = 0{,}570$, $t = 10{,}55$, $p = 0{,}000$. Giả thuyết H6 được chấp nhận.
Mô hình hồi quy 3: Ý định mua lại (RI) phụ thuộc vào PV và PR
  • Tóm tắt mô hình: $R = 0{,}850$; $R^2 = 0{,}723$; $R^2$ hiệu chỉnh $= 0{,}720$; Sai số chuẩn ước lượng $= 0{,}413$. Mô hình giải thích 72,0% biến thiên của Ý định mua lại.
  • Kiểm định ANOVA: $F(2, 235) = 306{,}45$; $p = 0{,}000 < 0{,}01$.
  • Kiểm định đa cộng tuyến: Hệ số VIF của PV và PR đạt 1,132 (< 10), Tolerance đạt 0,883.
Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$)
Hằng số (Constant) 1,054 0,214 - 4,925 0,000
Giá trị cảm nhận (PV) 0,758 0,036 0,712 21,055 0,000
Nhận thức rủi ro (PR) -0,169 0,028 -0,145 -6,035 0,000

Phương trình hồi quy: $$\text{RI} = 1{,}054 + 0{,}758 \cdot \text{PV} - 0{,}169 \cdot \text{PR}$$ Giá trị cảm nhận tác động tích cực rất mạnh ($\beta = 0{,}712, p = 0{,}000$), trong khi nhận thức rủi ro tác động tiêu cực ($\beta = -0{,}145, p = 0{,}000$). Các giả thuyết H7 và H8 được chấp nhận.

Chapter 5: Conclusions and Recommendations (Kết luận và khuyến nghị)

Chương 5 tổng kết việc hoàn thành 3 mục tiêu nghiên cứu thông qua phân tích 238 mẫu điều tra. Tác giả thảo luận về kết quả kiểm định giả thuyết, nêu bật vai trò quyết định của mối quan hệ chủ - khách và giá trị cảm nhận đối với ý định mua lại, trình bày các đóng góp học thuật, giải pháp cho doanh nghiệp, hạn chế của đề tài và các định hướng nghiên cứu tiếp theo.

Kết quả và những đóng góp mới

Đóng góp về mặt lý luận (Academic Contributions)

  1. Bổ sung dữ liệu thực nghiệm định lượng về hành vi tiêu dùng kinh tế chia sẻ tại thị trường Việt Nam – một bối cảnh thị trường đang phát triển vốn chưa được nghiên cứu đầy đủ trong y văn quốc tế.
  2. Xây dựng và kiểm định mô hình cấu trúc tích hợp hai khía cạnh: đánh giá giá trị đa chiều từ trải nghiệm trong quá khứ (lợi ích kinh tế, công nghệ, tiện nghi chức năng, tương tác xã hội, tính xác thực) và nhận thức rủi ro khủng hoảng y tế công cộng (Covid-19).
  3. Chứng minh rằng trong mô hình lưu trú chia sẻ tại Việt Nam, mối quan hệ tương tác chủ - khách ($\beta = 0{,}285$) và tiện nghi sinh hoạt gia đình ($\beta = 0{,}231$) có trọng số tác động đến giá trị cảm nhận cao hơn so với yếu tố tiết kiệm chi phí thuần túy ($\beta = 0{,}198$).
  4. Xác định cơ chế tác động: Giá trị cảm nhận là nhân tố chính thúc đẩy ý định mua lại ($\beta = 0{,}712$), trong khi nhận thức rủi ro trong dịch bệnh dù có tác động kìm hãm ($\beta = -0{,}145$) nhưng không triệt tiêu được ý định quay lại của khách hàng khi họ đã tích lũy giá trị cảm nhận cao.

Kiến nghị và giải pháp đề xuất cho thực tiễn (Recommendations for Industry)

  1. Đối với chủ nhà (Hosts):
    • Chú trọng cải thiện kỹ năng giao tiếp, thái độ thân thiện và khả năng tư vấn văn hóa, ẩm thực, lịch trình bản địa, vì mối quan hệ chủ - khách là động lực mạnh nhất tạo nên giá trị cảm nhận của khách hàng.
    • Nâng cấp và duy trì đầy đủ các trang thiết bị gia dụng thiết yếu (khu bếp nấu, máy giặt, tủ lạnh) nhằm đáp ứng nhu cầu sinh hoạt thực tế khác biệt so với khách sạn truyền thống.
  2. Đối với nền tảng Airbnb và nhà phát triển:
    • Tối ưu hóa giao diện trang web/ứng dụng, nâng cao tính trực quan của hệ thống lọc thông tin, mô tả chi tiết tiện ích phòng để gia tăng tính hữu ích công nghệ.
    • Xây dựng và bắt buộc thực thi các quy chuẩn vệ sinh, khử khuẩn nghiêm ngặt (như quy định giãn cách 24 giờ giữa các lượt đặt phòng - 24-hour vacancy protocol) để giảm thiểu nhận thức rủi ro của du khách trong bối cảnh dịch bệnh.
    • Tăng cường truyền thông về tính an toàn và minh bạch thông tin đánh giá dịch tễ nhằm củng cố niềm tin của khách hàng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu (như văn bản đề cập)

  1. Quy mô và phương pháp chọn mẫu: Mẫu khảo sát gồm 238 người được thu thập chủ yếu qua biểu mẫu trực tuyến trên mạng xã hội và email trong thời gian ngắn (từ 22/08/2020 đến 03/09/2020). Thành phần mẫu có tỷ lệ người trẻ tuổi (18 - 24 tuổi chiếm 52,1%) và người có trình độ đại học trở lên (89,5%) chiếm đa số, chưa phản ánh đầy đủ toàn bộ cơ cấu dân số du khách tại Việt Nam.
  2. Hạn chế về bối cảnh thời gian: Khảo sát được thực hiện trong giai đoạn diễn ra đại dịch Covid-19 năm 2020 khi các lệnh giãn cách và hạn chế di chuyển đang tác động trực tiếp đến tâm lý người tiêu dùng, do đó nhận thức rủi ro có thể biến động khi bối cảnh dịch bệnh thay đổi.
  3. Phạm vi biến số: Mô hình chỉ tập trung giải thích 5 tiền tố của trải nghiệm quá khứ đối với giá trị cảm nhận ($R^2 = 0{,}731$) và tác động của Covid-19 lên nhận thức rủi ro ($R^2 = 0{,}325$); còn khoảng 27,5% biến thiên của PV và 67,5% biến thiên của PR phụ thuộc vào các yếu tố khác chưa được đưa vào khảo sát.

Hướng nghiên cứu tiếp theo

  1. Mở rộng phạm vi và kích thước mẫu khảo sát sang các nhóm nhân khẩu học đa dạng hơn về độ tuổi và các phân khúc thu nhập khác nhau.
  2. Bổ sung các biến số độc lập khác vào mô hình nhận thức rủi ro và giá trị cảm nhận, ví dụ như: danh tiếng thương hiệu (brand credibility), ảnh hưởng của truyền miệng điện tử (e-WOM), nhận thức về giá linh hoạt và các rào cản pháp lý.
  3. Thực hiện nghiên cứu so sánh hành vi tiêu dùng giữa du khách nội địa và du khách quốc tế hoặc so sánh giữa nền tảng Airbnb với các mô hình kinh tế chia sẻ khác sau khi đại dịch kết thúc hoàn toàn.

Giá trị tham khảo

  • Đối với nghiên cứu sinh và học viên cao học ngành Quản trị Du lịch - Khách sạn: Cung cấp tài liệu tham khảo về phương pháp luận nghiên cứu định lượng thực chứng, quy trình thiết kế bảng hỏi chuẩn hóa dựa trên y văn quốc tế, và kỹ thuật xử lý dữ liệu khảo sát thông qua SPSS 26 (Cronbach's Alpha, EFA, tương quan Pearson, hồi quy đa biến).
  • Đối với giảng viên và nhà nghiên cứu kinh tế chia sẻ: Cung cấp bộ số liệu thực nghiệm và hệ thống thang đo đánh giá các thuộc tính của Airbnb tại thị trường Việt Nam trong giai đoạn biến động dịch bệnh năm 2020.
  • Đối với các nhà quản lý nền tảng lưu trú và cá nhân kinh doanh homestay/Airbnb: Cung cấp các bằng chứng số liệu về mức độ ưu tiên của du khách (ưu tiên quan hệ tương tác chủ - khách và tiện nghi gia đình hơn là chỉ cạnh tranh về giá), hỗ trợ định hình chiến lược dịch vụ khách hàng và quản trị rủi ro an toàn sinh học.

Câu hỏi thường gặp

1. Dữ liệu thực nghiệm của luận án được thu thập từ đối tượng nào, bằng công cụ gì và trong khoảng thời gian nào?

Dữ liệu được thu thập từ 238 người tiêu dùng Việt Nam từ 18 tuổi trở lên đã từng lưu trú tại Airbnb ít nhất một lần. Khảo sát sử dụng bảng câu hỏi tự điền trực tuyến thiết kế trên hệ thống JISC, được phân phối qua mạng xã hội và email trong khoảng thời gian từ ngày 22/08/2020 đến ngày 03/09/2020.

2. Tiền tố nào thuộc trải nghiệm quá khứ có tác động mạnh nhất đến giá trị cảm nhận của khách hàng Airbnb tại Việt Nam?

Phân tích hồi quy đa biến cho thấy mối quan hệ chủ - khách (Host-Guest Relationship) có tác động mạnh nhất đến giá trị cảm nhận với hệ số chuẩn hóa $\beta = 0{,}285$ ($B = 0{,}252, p = 0{,}000$), tiếp theo là tiện nghi gia đình ($\beta = 0{,}231$), lợi ích kinh tế ($\beta = 0{,}198$), tính xác thực ($\beta = 0{,}176$) và tính hữu ích của trang web ($\beta = 0{,}157$).

3. Đại dịch Covid-19 giải thích bao nhiêu phần trăm sự biến thiên của nhận thức rủi ro và tác động như thế nào?

Mô hình hồi quy đơn biến chỉ ra rằng đại dịch Covid-19 tác động tích cực (cùng chiều) đến nhận thức rủi ro của khách hàng với hệ số chuẩn hóa $\beta = 0{,}570$ ($B = 0{,}612, p = 0{,}000$) và giải thích được 32,5% sự thay đổi của nhận thức rủi ro ($R^2 = 0{,}325$, $R^2$ hiệu chỉnh $= 0{,}322$).

4. Tác động tương đối giữa giá trị cảm nhận và nhận thức rủi ro lên ý định mua lại được thể hiện qua phương trình hồi quy nào?

Trong mô hình hồi quy đa biến giải thích ý định mua lại ($R^2 = 0{,}723, F = 306{,}45, p = 0{,}000$), phương trình hồi quy được xác định là: $$\text{RI} = 1{,}054 + 0{,}758 \cdot \text{PV} - 0{,}169 \cdot \text{PR}$$ Giá trị cảm nhận (PV) tác động cùng chiều mạnh mẽ ($\beta = 0{,}712, p = 0{,}000$), trong khi nhận thức rủi ro (PR) tác động ngược chiều ở mức độ thấp hơn ($\beta = -0{,}145, p = 0{,}000$).

Kết luận

Luận án của tác giả Ngoc Thi Tran (2020) đã vận dụng phương pháp nghiên cứu định lượng thực chứng trên mẫu 238 du khách Việt Nam để kiểm định mối quan hệ giữa trải nghiệm quá khứ, tác động của Covid-19, giá trị cảm nhận, nhận thức rủi ro và ý định mua lại dịch vụ lưu trú Airbnb. Kết quả phân tích thống kê trên SPSS 26 xác nhận toàn bộ 8 giả thuyết nghiên cứu, chỉ ra rằng 5 yếu tố trải nghiệm quá khứ (đặc biệt là mối quan hệ chủ - khách và tiện nghi gia đình) giải thích 72,5% biến thiên của giá trị cảm nhận. Đồng thời, mô hình khẳng định giá trị cảm nhận đóng vai trò quyết định chủ đạo trong việc thúc đẩy ý định tiếp tục đặt phòng của khách hàng ($\beta = 0{,}712$), lấn át tác động kìm hãm từ nhận thức rủi ro dịch bệnh ($\beta = -0{,}145$). Công trình cung cấp hệ thống luận cứ thực nghiệm và đề xuất các giải pháp quản trị dịch vụ cụ thể cho các chủ nhà và nhà phát triển nền tảng kinh tế chia sẻ tại Việt Nam.