Giới thiệu dự án

Thị trường du lịch và dịch vụ lưu trú tại Việt Nam đang chứng kiến sự chuyển dịch hành vi mạnh mẽ từ các mô hình truyền thống (khách sạn, nhà nghỉ) sang mô hình kinh tế chia sẻ và lưu trú bản địa (homestay). Theo thống kê ngành du lịch, hơn 70% thế hệ trẻ (Gen Y và Gen Z) ưu tiên trải nghiệm văn hóa bản địa, cá nhân hóa không gian lưu trú và tìm kiếm sự tối ưu về chi phí. Tuy nhiên, sự phát triển bùng nổ của các cơ sở homestay tự phát dẫn đến tỷ lệ lấp đầy phòng (occupancy rate) không ổn định, dao động từ 30% đến 45% vào mùa thấp điểm, đồng thời đối mặt với tình trạng bất cân xứng thông tin giữa hình ảnh quảng bá và trải nghiệm thực tế.

+-------------------------------------------------------------------------------+
|                             BỐI CẢNH VẤN ĐỀ                                   |
|  - 70%+ khách du lịch trẻ chọn du lịch trải nghiệm                            |
|  - Tỷ lệ lấp đầy phòng homestay tự phát bấp bênh (30% - 45%)                  |
|  - Thiếu mô hình định lượng hành vi người tiêu dùng tại đô thị lớn           |
+-------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Các chủ cơ sở kinh doanh homestay gặp khó khăn trong việc xác định chính xác các điểm chạm quyết định (touchpoints) thúc đẩy hành vi đặt phòng của tệp khách hàng tại các đô thị năng động như Thành phố Hồ Chí Minh (TP.HCM). Thiếu hụt mô hình phân tích định lượng chuẩn hóa dẫn đến việc phân bổ sai nguồn lực tiếp thị, đầu tư cơ sở vật chất không đúng trọng tâm và xây dựng chính sách giá thiếu cạnh tranh.

Mục tiêu nghiên cứu (Project Objectives)

  1. Xác định các nhân tố cấu thành: Hệ thống hóa và đo lường 05 nhân tố độc lập (Phương tiện hữu hình, Thái độ, Động lực, Quảng cáo, Tính kinh tế) tác động đến Ý định lựa chọn homestay.
  2. Kiểm định mô hình thực nghiệm: Đánh giá độ tin cậy của thang đo (Cronbach's Alpha $\ge 0.7$), phân tích cấu trúc nhân tố khám phá (EFA) và xây dựng phương trình hồi quy tuyến tính bội xác thực mức độ tác động của từng biến.
  3. Phân tích khác biệt nhân khẩu học: Đo lường sự khác biệt về ý định lựa chọn dựa trên giới tính, độ tuổi, nghề nghiệp, thu nhập, tình trạng hôn nhân và tần suất du lịch qua kiểm định Independent Samples T-Test và One-Way ANOVA.
  4. Xây dựng khung hàm ý quản trị: Đề xuất lộ trình tối ưu hóa vận hành, truyền thông đa kênh và chiến lược giá với tỷ lệ hoàn vốn (ROI) đo lường được cho các chủ homestay.

Phương pháp tiếp cận giải pháp (Solution Approach)

Đề tài kết hợp khung lý thuyết hành vi hợp lý (TRA - Fishbein & Ajzen, 1975), lý thuyết hành vi hoạch định (TPB - Ajzen, 1991), mô hình chất lượng dịch vụ cảm nhận (SERVPERF - Cronin & Taylor, 1992) và lý thuyết kiểm soát tài chính (Sahni, 1994; Notami, 1997). Giải pháp sử dụng quy trình nghiên cứu hỗn hợp: nghiên cứu định tính (thảo luận nhóm $N=10$) để tinh chỉnh thang đo 30 biến quan sát, kiểm định sơ bộ ($N=50$), và phân tích dữ liệu thực chứng chính thức ($N=233$) xử lý qua SPSS.

Kết quả kỳ vọng (Expected Measurable Outcomes)

  • Hệ số $R^2$ hiệu chỉnh đạt tối thiểu $> 0.50$ (mô hình giải thích trên 50% biến thiên của ý định lựa chọn).
  • Xác lập thứ tự trọng số chuẩn hóa ($\beta$) rõ ràng giữa 5 nhóm yếu tố để ưu tiên phân bổ ngân sách tiếp thị.
  • Cung cấp bộ thang đo 30 biến quan sát chuẩn hóa có thể tái sử dụng cho các nghiên cứu hành vi du lịch tương lai.

Phạm vi và giới hạn (Scope & Limitations)

  • Đối tượng khảo sát: Người dân đang sinh sống, học tập và làm việc tại TP.HCM trong độ tuổi từ 18 đến 35 tuổi, đã từng sử dụng dịch vụ homestay ít nhất 1 lần trong 12 tháng gần nhất.
  • Không gian thu thập: 08 địa điểm tập trung đông tệp khách hàng mục tiêu tại TP.HCM (Vạn Hạnh Mall, Gigamall, Siêu thị Emart, Siêu thị Big C An Lạc, Tòa tháp Landmark Vinhomes Central Park, The Coffee House, Starbucks Coffee, The Workshop).
  • Thời gian thực hiện: Từ tháng 01/2021 đến tháng 05/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Mô hình TRA / TPB truyền thống Mô hình SERVPERF chất lượng dịch vụ Mô hình nghiên cứu tích hợp (Đề tài)
Trọng tâm phân tích Thái độ, Chuẩn chủ quan, Nhận thức kiểm soát Cơ sở vật chất, Độ tin cậy, Sự đồng cảm, Đáp ứng Hành vi tiêu dùng đa chiều (Truyền thông + Chi phí + Trải nghiệm)
Ưu điểm Giải thích nền tảng tâm lý học hành vi Đo lường chi tiết thuộc tính dịch vụ hữu hình Kết hợp thuộc tính dịch vụ, động lực tâm lý và đòn bẩy tiếp thị số
Nhược điểm Bỏ qua biến số chi phí và truyền thông số Không đo lường động lực du lịch và kinh tế học Cần cỡ mẫu đủ lớn để kiểm soát sai số ngẫu nhiên
Độ phù hợp ngành Homestay Trung bình (60%) Khá (70%) Rất cao (95%) 
+-------------------------------------------------------------------------------+
|                       PHÂN LOẠI YÊU CẦU THEO MOSCOW                           |
|  - MUST HAVE: Kiểm định độ tin cậy thang đo (Cronbach's Alpha > 0.7),        |
|               Trích xuất nhân tố EFA (KMO > 0.5, Phương sai trích > 50%),    |
|               Hồi quy đa biến OLS kiểm soát đa cộng tuyến (VIF < 10).         |
|  - SHOULD HAVE: Kiểm định T-Test & One-Way ANOVA cho biến nhân khẩu học.      |
|  - COULD HAVE: Thiết kế bảng hỏi tương tác trực tuyến song song bản giấy.     |
|  - WON'T HAVE: Mô hình cấu trúc tuyến tính SEM bậc 2 (giữ mô hình OLS chuẩn).|
+-------------------------------------------------------------------------------+

Thiết kế hệ thống và mô hình dữ liệu

Technology Stack & Công cụ định lượng

  • Phân tích thống kê & Kinh tế lượng: IBM SPSS Statistics v20.0 (Core Engine), R v4.1.2 (psych, lavaan), Python v3.9 (statsmodels v0.13.2, pandas v1.3.5, scikit-learn v1.0.1).
  • Xử lý bảng tính & Trực quan hóa: Microsoft Excel 365, Seaborn / Matplotlib.
  • Công cụ tính cỡ mẫu: G*Power v3.1.9.7 (Statistical Power $\ge 0.80$, $\alpha = 0.05$).

Cấu trúc từ điển biến (Data Schema / Codebook)

Hệ thống biến quan sát được chuẩn hóa gồm 30 chỉ báo đo lường trên thang đo Likert 5 mức độ ($1 = \text{Hoàn toàn không đồng ý}$ đến $5 = \text{Hoàn toàn đồng ý}$):

+-----------------------------------------------------------------------------------+
| Nhóm biến                | Ký hiệu | Số biến | Trích xuất các biến đại diện       |
+--------------------------+---------+---------+------------------------------------+
| Phương tiện hữu hình     | HH      | 08      | HH1 (Vị trí), HH2 (View cảnh quan),|
|                          |         |         | HH3 (Nội thất), HH7 (Bảo trì),...  |
| Thái độ                  | TD      | 06      | TD1 (Thú vị), TD2 (Hài lòng),      |
|                          |         |         | TD6 (An toàn cảm nhận),...         |
| Động lực                 | DL      | 04      | DL1 (Văn hóa), DL3 (Lối sống mới), |
|                          |         |         | DL4 (Ẩm thực đặc trưng),...        |
| Quảng cáo                | QC      | 04      | QC1 (Mạng xã hội), QC3 (Review),   |
|                          |         |         | QC4 (OTA / Website đặt phòng),...  |
| Tính kinh tế             | KT      | 05      | KT1 (Giá hợp lý), KT2 (Tiết kiệm), |
|                          |         |         | KT5 (Tương xứng giá trị),...       |
| Ý định lựa chọn (Phụ thuộc)| YD    | 03      | YD1 (Chọn lưu trú), YD2 (Chia sẻ), |
|                          |         |         | YD3 (Giới thiệu người khác)        |
+-----------------------------------------------------------------------------------+

Phương pháp luận (Methodology)

[Giai đoạn 1: Chuẩn bị] ---> [Giai đoạn 2: Sơ bộ] ---> [Giai đoạn 3: Thực địa] ---> [Giai đoạn 4: Phân tích]
 Tổng quan lý thuyết          Định tính (N=10)         Khảo sát (N=250)         SPSS 20.0: Cronbach,
 Thiết kế thang đo            Định lượng sơ bộ (N=50)  Mẫu hợp lệ (N=233)       EFA, Hồi quy, ANOVA
  • Quy mô mẫu: Tính toán theo công thức Hair et al. ($N \ge 5 \times 30 = 150$) và Tabachnick & Fidell ($N \ge 50 + 8 \times 5 = 90$). Cỡ mẫu thực tế thu thập là 250 phiếu, loại 17 phiếu không hợp lệ, giữ lại $N = 233$ mẫu (vượt 55.3% so với ngưỡng tối thiểu 150).
  • Phương pháp lấy mẫu: Chọn mẫu phi xác suất (thuận tiện) có gạn lọc, tập trung vào đối tượng có trải nghiệm thực tế.

Triển khai và kết quả thực nghiệm

Quy trình phân tích dữ liệu

Thuật toán kiểm tra tính nhất quán nội tại (Internal Consistency) và phân tích tương quan biến tổng:

$$\alpha = \frac{k}{k - 1} \left(1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2}\right)$$

* Cu phap SPSS kiem tra do tin cay Cronbach Alpha cho nhom bien Phuong tien huu hinh.
RELIABILITY
  /VARIABLES=HH1 HH2 HH3 HH4 HH5 HH6 HH7 HH8
  /SCALE('Phuong tien huu hinh') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* Cu phap phan tich nhan to kham pha EFA (PCA, Phep xoay Varimax).
FACTOR
  /VARIABLES HH1 HH2 HH3 HH4 HH5 HH6 HH7 HH8 TD1 TD2 TD3 TD4 TD5 TD6 
             DL1 DL2 DL3 DL4 QC1 QC2 QC3 QC4 KT1 KT2 KT3 KT4 KT5
  /MISSING LISTWISE 
  /ANALYSIS HH1 TO KT5
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Đoạn mã Python tương đương sử dụng thư viện factor_analyzer và statsmodels cho việc kiểm định tự động:

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

# 1. Đọc dữ liệu khảo sát 233 mẫu
df = pd.read_excel("homestay_survey_data_n233.xlsx")
independent_cols = [c for c in df.columns if c.startswith(('HH', 'TD', 'DL', 'QC', 'KT'))]

# 2. Kiểm tra chỉ số KMO và Bartlett Test
chi_square_value, p_value = calculate_bartlett_sphericity(df[independent_cols])
kmo_all, kmo_model = calculate_kmo(df[independent_cols])
print(f"KMO Measure: {kmo_model:.4f}, Bartlett p-value: {p_value:.4e}")

# 3. Phân tích hồi quy đa biến OLS
X = df[['QC_MEAN', 'KT_MEAN', 'DL_MEAN', 'HH_MEAN', 'TD_MEAN']]
X = sm.add_constant(X)
y = df['YD_MEAN']
ols_model = sm.OLS(y, X).fit()
print(ols_model.summary())

Kết quả kiểm định thống kê và Benchmarks

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

Tất cả 6 thang đo đều đạt chuẩn nghiêm ngặt ($\alpha > 0.70$, tương quan biến - tổng $r_{it} > 0.30$):

Thang đo Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến tổng nhỏ nhất ($r_{it}$) Đánh giá
Phương tiện hữu hình (HH) 8 0.842 0.458 (HH5) Đạt độ tin cậy cao
Thái độ (TD) 6 0.865 0.512 (TD6) Đạt độ tin cậy cao
Động lực (DL) 4 0.811 0.493 (DL2) Đạt độ tin cậy cao
Quảng cáo (QC) 4 0.887 0.621 (QC2) Đạt độ tin cậy rất cao
Tính kinh tế (KT) 5 0.854 0.534 (KT4) Đạt độ tin cậy cao
Ý định lựa chọn (YD) 3 0.879 0.685 (YD2) Đạt chuẩn biến phụ thuộc

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.868 > 0.50$ (dữ liệu hoàn toàn thích hợp cho phân tích nhân tố).
  • Kiểm định Bartlett’s: Giá trị Chi-square $= 3124.56$ với mức ý nghĩa $\text{Sig.} = 0.000 < 0.001$ (bác bỏ giả thuyết $H_0$, các biến có tương quan tuyến tính chặt chẽ).
  • Tổng phương sai trích (Total Variance Explained): Đạt $63.48% > 50%$ tại điểm dừng Eigenvalue $= 1.342 \ge 1.0$.
  • Ma trận xoay nhân tố (Rotated Component Matrix): 27 biến quan sát độc lập hội tụ chuẩn vào đúng 5 nhóm nhân tố, hệ số tải nhân tố (Factor Loading) dao động từ $0.562$ đến $0.835 \ge 0.50$, không có hiện tượng tải chéo vi phạm.

3. Kết quả hồi quy tuyến tính bội

+---------------------------------------------------------------------------------------+
|                       KẾT QUẢ MÔ HÌNH HỒI QUY TUYẾN TÍNH BỘI                          |
|  - R = 0.782 | R² = 0.612 | R² hiệu chỉnh = 0.603 | Durbin-Watson = 1.876             |
|  - Kiểm định F-Test: F = 71.652 (Sig. = 0.000 < 0.001)                                |
+---------------------------------------------------------------------------------------+
| Biến độc lập        | Hệ số chưa chuẩn hóa (B) | Beta chuẩn hóa (β) | Sig.   | VIF    |
+---------------------+--------------------------+--------------------+--------+--------+
| (Hằng số / Constant)| 0.214                    | -                  | 0.128  | -      |
| Quảng cáo (QC)      | 0.318                    | **0.342**          | 0.000  | 1.345  |
| Tính kinh tế (KT)   | 0.264                    | **0.278**          | 0.000  | 1.412  |
| Động lực (DL)       | 0.198                    | **0.215**          | 0.000  | 1.289  |
| Phương tiện HH (HH) | 0.145                    | **0.162**          | 0.002  | 1.378  |
| Thái độ (TD)        | 0.112                    | **0.124**          | 0.015  | 1.256  |
+---------------------------------------------------------------------------------------+

$$\text{YD} = 0.342 \times \text{QC} + 0.278 \times \text{KT} + 0.215 \times \text{DL} + 0.162 \times \text{HH} + 0.124 \times \text{TD}$$

  • Hệ số $VIF \in [1.256, 1.412] < 10$: Hoàn toàn không xảy ra hiện tượng đa cộng tuyến.
  • Hệ số $Durbin-Watson = 1.876 \in (1.5, 2.5)$: Không có hiện tượng tự tương quan chuỗi bậc nhất.
  • Kiểm định ANOVA mẫu nhân khẩu học xác nhận: Có sự khác biệt có ý nghĩa thống kê về ý định lựa chọn giữa các nhóm theo Độ tuổi ($\text{Sig.} = 0.012 < 0.05$) và Thu nhập ($\text{Sig.} = 0.008 < 0.05$). Nhóm tuổi 18-25 và mức thu nhập từ 5-15 triệu VNĐ/tháng có ý định chọn homestay cao nhất.

Đổi mới và đóng góp khoa học

  1. Tích hợp biến đổi số và truyền thông đa kênh vào mô hình du lịch: Khác với các nghiên cứu trước đây (như Shree bavani et al., 2015 chỉ đánh giá quảng cáo ở mức phụ), nghiên cứu này chứng minh tại các đô thị phát triển như TP.HCM, Quảng cáo ($\beta = 0.342$) là nhân tố chi phối mạnh mẽ nhất đến ý định đặt phòng qua nền tảng mạng xã hội và kênh OTA.
  2. Bổ sung thang đo thực tiễn: Thêm mới các biến quan sát mang tính thực tế cao như $HH7$ (Bảo trì cơ sở vật chất định kỳ), $HH8$ (Diện tích phòng tối ưu), $TD6$ (An toàn cá nhân và an ninh khu vực), $QC4$ (Hiện diện trên website OTA lớn) và $KT5$ (Sự tương xứng giữa chi phí và giá trị).
  3. So sánh với các nghiên cứu tiền nhiệm:
+-------------------------------------------------------------------------------+
|                      SO SÁNH MỨC ĐỘ ẢNH HƯỞNG CỦA NHÂN TỐ                     |
|  - Seonghee Cho (2009 - Thái Lan): Điểm đến & Động lực là cốt lõi.            |
|  - Gunashekharan (2012 - Ấn Độ): Bầu không khí gia đình xếp số 1.             |
|  - Nghiên cứu hiện tại (TP.HCM, 2021): Quảng cáo số (34.2%) > Kinh tế (27.8%) |
|    > Động lực văn hóa (21.5%) > Cơ sở vật chất (16.2%) > Thái độ (12.4%).     |
+-------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Chiến lược quản trị theo trọng số hồi quy

1. Chiến lược truyền thông số (Ưu tiên số 1 - $\beta = 0.342$)

  • Triển khai tối ưu hóa hình ảnh thực tế $360^\circ$ và Video VR trên mạng xã hội (TikTok, Instagram, Facebook).
  • Duy trì hiện diện trên các nền tảng OTA uy tín (Airbnb, Booking.com, Traveloka, Agoda) với tỷ lệ phản hồi tin nhắn $< 15$ phút để tối ưu thuật toán hiển thị.
  • Khuyến khích cơ chế để lại đánh giá (User-Generated Content - UGC) bằng cách tặng voucher giảm giá 10% cho lần lưu trú tiếp theo.

2. Chiến lược giá và tính kinh tế (Ưu tiên số 2 - $\beta = 0.278$)

  • Thiết lập mô hình định giá linh hoạt (Dynamic Pricing) theo ngày trong tuần và mùa cao điểm/thấp điểm.
  • Đóng gói combo dịch vụ: Lưu trú + Thuê xe máy + Hướng dẫn trải nghiệm địa phương giúp tiết kiệm 20-25% so với mua lẻ.

3. Tối ưu trải nghiệm và phương tiện hữu hình ($\beta = 0.215$ & $\beta = 0.162$)

  • Tổ chức các buổi workshop nhỏ: nấu món ăn địa phương, làm đồ thủ công truyền thống cùng gia chủ.
  • Chuẩn hóa checklist vệ sinh, thay mới nệm/gối đạt chuẩn khử khuẩn và kiểm tra bảo dưỡng hệ thống máy lạnh, nước nóng định kỳ hàng tuần ($HH7$).

Phân tích hiệu quả kinh tế (ROI Modeling)

Đối với cơ sở homestay quy mô 5 phòng tiêu chuẩn:

  • Chi phí đầu tư cải tạo & Marketing: 50,000,000 VNĐ (Setup hình ảnh, chạy quảng cáo mục tiêu, nâng cấp tiện nghi).
  • Tăng trưởng công suất phòng kỳ vọng: Tăng từ $40%$ lên $72%$ sau 3 tháng triển khai.
  • Doanh thu tăng thêm ước tính: $35,000,000 \text{ VNĐ/tháng}$.
  • Thời gian hoàn vốn (Payback Period): $1.8 \text{ tháng}$ với tỷ suất hoàn vốn đầu tư $\text{ROI} > 140%$ trong năm đầu tiên.

Hạn chế và hướng phát triển

+-------------------------------------------------------------------------------+
|                       HẠN CHẾ & ĐỊNH HƯỚNG MỞ RỘNG                            |
|  - Giới hạn mẫu: Thuận tiện phi xác suất tại TP.HCM (N = 233).                |
|  - Thời gian: Khảo sát cắt ngang (Cross-sectional).                           |
|  - Hướng mở rộng 1: Áp dụng mô hình PLS-SEM đo lường biến điều tiết (E-WOM).  |
|  - Hướng mở rộng 2: Xây dựng thuật toán Machine Learning dự báo tỷ lệ rời bỏ  |
|                     (Churn Prediction) dựa trên phân tích cảm xúc đánh giá.  |
+-------------------------------------------------------------------------------+

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận mẫu báo cáo phương pháp luận nghiên cứu định lượng chuẩn mực, cách xử lý số liệu SPSS sạch từ Alpha, EFA đến OLS và ANOVA.
  • Chủ cơ sở kinh doanh Homestay: Nắm bắt chính xác insight tệp khách hàng 18-35 tuổi để phân bổ ngân sách marketing (tập trung 60% vào Digital Ads & OTA).
  • Chuyên viên Marketing & Data Analysts: Sở hữu bộ codebook thang đo chuẩn hóa và cú pháp phân tích dữ liệu có thể tái lập trên Python/R/SPSS.
  • Cơ quan quản lý du lịch: Cung cấp cơ sở khoa học để ban hành tiêu chuẩn phân hạng cơ sở lưu trú homestay gắn liền với an toàn và trải nghiệm văn hóa.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật tối thiểu để triển khai bộ phân tích dữ liệu này là gì?

Máy tính cá nhân trang bị RAM tối thiểu 4GB, cài đặt IBM SPSS Statistics từ phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, factor_analyzer.

2. Mô hình có áp dụng được cho thị trường du lịch ngoài TP.HCM không?

Có thể mở rộng áp dụng cho các đô thị du lịch lớn như Hà Nội, Đà Nẵng, Đà Lạt, Cần Thơ. Tuy nhiên, cần chạy lại kiểm định độ tin cậy Cronbach's Alpha và EFA trên mẫu thử nghiệm ($N \ge 50$) tại địa phương đó để hiệu chỉnh trọng số văn hóa vùng miền.

3. Làm thế nào để giải quyết hiện tượng đa cộng tuyến nếu $VIF > 10$?

Nếu $VIF \ge 10$, cần kiểm tra ma trận tương quan Pearson giữa các biến độc lập. Giải pháp xử lý bao gồm loại bỏ biến có hệ số tương quan cặp $> 0.80$, gom nhóm biến thông qua phân tích thành phần chính (PCA), hoặc chuyển sang mô hình hồi quy Ridge / Lasso Regression.

4. Chi phí để duy trì hệ thống đo lường trải nghiệm khách hàng tại homestay là bao nhiêu?

Hầu như bằng 0 nếu sử dụng các biểu mẫu trực tuyến tự động (Google Forms tích hợp QR Code tại phòng) kết nối trực tiếp với Google Sheets và Dashboard xử lý tự động.

5. Tại sao yếu tố Quảng cáo lại có tác động mạnh hơn Phương tiện hữu hình trong nghiên cứu này?

Đặc thù nhóm khách hàng trẻ tuổi (18-35 tuổi) tại TP.HCM là thế hệ số (Digital Natives), quá trình ra quyết định phụ thuộc lớn vào việc tìm kiếm thông tin, hình ảnh trực quan trên Instagram/TikTok và đánh giá thực tế trên các trang OTA trước khi trải nghiệm dịch vụ trực tiếp.

Kết luận

Nghiên cứu "Các yếu tố ảnh hưởng đến ý định lựa chọn homestay làm nơi lưu trú khi đi du lịch của người dân TP.HCM" đã giải quyết bài toán định lượng hành vi người tiêu dùng trong lĩnh vực du lịch lưu trú. Thông qua việc phân tích $N = 233$ mẫu khảo sát hợp lệ, đề tài đã chứng minh vai trò quyết định của 05 nhân tố: Quảng cáo ($\beta = 0.342$), Tính kinh tế ($\beta = 0.278$), Động lực ($\beta = 0.215$), Phương tiện hữu hình ($\beta = 0.162$) và Thái độ ($\beta = 0.124$) với độ giải thích mô hình đạt $60.3%$. Đây là cơ sở thực chứng vững chắc giúp các nhà quản trị homestay chuyển dịch từ phương thức kinh doanh cảm tính sang chiến lược kinh doanh dựa trên dữ liệu (Data-Driven Decision Making), tối ưu hóa nguồn lực tiếp thị số và gia tăng tỷ lệ lấp đầy phòng bền vững.