Giới thiệu dự án

Đại dịch COVID-19 bùng phát từ đầu năm 2020 đã tạo ra một cuộc khủng hoảng chưa từng có tiền lệ đối với ngành du lịch toàn cầu cũng như Việt Nam. Theo số liệu từ Tổng cục Du lịch Việt Nam, năm 2019 ngành du lịch đóng góp trên 9,2% vào GDP cả nước, tạo ra 2,9 triệu việc làm và đạt tốc độ tăng trưởng 22,7% (xếp thứ 6/10 quốc gia có tốc độ tăng trưởng du lịch nhanh nhất thế giới theo UNWTO). Tuy nhiên, bước sang năm 2020, việc đóng cửa đường bay quốc tế khiến lượng khách ngoại quốc giảm hơn 85% tại TP. Hồ Chí Minh, 90–95% doanh nghiệp lữ hành phải tạm dừng hoạt động và hơn 35.000 chương trình tour tại TP.HCM bị hủy bỏ.

       BỐI CẢNH THỊ TRƯỜNG DU LỊCH TP.HCM (2020 - 2021)

Trong bối cảnh đó, việc chuyển dịch trọng tâm sang thị trường nội địa là cứu cánh chiến lược duy nhất. Đề tài khóa luận "Các yếu tố ảnh hưởng đến quyết định mua tour du lịch nội địa của du khách tại Thành phố Hồ Chí Minh trong bối cảnh dịch bệnh COVID-19" của tác giả Huỳnh Nguyễn Nữ Thục Loan (Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM) giải quyết bài toán cấp thiết: Xác định các động lực hành vi thúc đẩy du khách TP.HCM chi trả cho các gói tour quốc nội trong tình trạng bình thường mới.

Mục tiêu nghiên cứu cụ thể

  1. Xác định các yếu tố cốt lõi tác động đến ý định và quyết định mua tour du lịch nội địa của người dân tại TP.HCM.
  2. Đo lường mức độ tác động của từng biến số thông qua mô hình hồi quy tuyến tính bội trên phần mềm IBM SPSS Statistics 22.0.
  3. Kiểm định sự khác biệt thống kê về hành vi tiêu dùng tour du lịch theo các đặc điểm nhân khẩu học: giới tính, học vấn, thu nhập (sử dụng Independent Sample T-Test và One-Way ANOVA).
  4. Đề xuất hệ thống hàm ý quản trị ứng dụng giúp các công ty lữ hành (Saigontourist, Vietravel, Fiditour,...) tối ưu hóa sản phẩm và chiến dịch truyền thông.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Tiếp cận: Kết hợp lý thuyết Hành vi hợp lý (TRA - Fishbein & Ajzen, 1975), lý thuyết Hành vi có kế hoạch (TPB - Ajzen, 1991) và mô hình Chủ nghĩa vị chủng/chủ nghĩa dân tộc của người tiêu dùng (Consumer Ethnocentrism - Shimp & Sharma, 1987).
  • Kết quả kỳ vọng: Xây dựng phương trình hồi quy tuyến tính chuẩn hóa với độ tin cậy $R^2 \ge 50%$, giá trị thống kê $p < 0.05$, phân tích định lượng trên cỡ mẫu hợp lệ $N = 237$.
  • Phạm vi & Giới hạn: Tập trung vào tập khách hàng cá nhân sinh sống, làm việc tại TP.HCM từ tháng 01/2021 đến tháng 04/2021; phương pháp chọn mẫu thuận tiện phi xác suất qua Google Forms và khảo sát thực địa.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước đại dịch, các mô hình tiếp thị tour du lịch chủ yếu tập trung vào yếu tố cảnh quan, chất lượng dịch vụ cao cấp và phân khúc tour quốc tế biên lợi nhuận cao (Outbound). Khi thị trường đảo chiều, doanh nghiệp lữ hành gặp khó khăn trong việc định hình các thông số ảnh hưởng đến quyết định mua tour trong nước.

Tiêu chí Mô hình truyền thống (Pre-COVID) Mô hình tiếp thị thích ứng (Trong đại dịch) Mô hình nghiên cứu đề xuất
Trọng tâm sản phẩm Tour nước ngoài, tour nghỉ dưỡng dài ngày Tour kích cầu giảm giá sâu, xả hàng tồn Tour an toàn, ngắn ngày, linh hoạt điểm đến
Động lực mua hàng Khám phá, trải nghiệm xa xỉ, giải trí thuần túy Giá rẻ, giải tỏa áp lực sau giãn cách Giá cả tương xứng, An toàn, Tinh thần yêu nước
Kênh tương tác Đại lý truyền thống (Offline), Brochure Mạng xã hội tự phát, nhóm cộng đồng Đa kênh số (Social Media, Video Youtube, Review)
Cơ sở dữ liệu Trực giác quản lý, dữ liệu quá khứ Thử nghiệm ngẫu nhiên thiếu đo lường Định lượng hóa bằng SPSS (TRA/TPB + Ethnocentrism)

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

  • Must-have (Bắt buộc): Đo lường tác động của Giá cả (GC), Địa điểm (DD), Nhóm tham khảo (TK), Chủ nghĩa dân tộc (CN), Truyền thông xã hội (TT) lên Ý định mua (YD).
  • Should-have (Cần có): Kiểm định ANOVA tìm sự sai biệt giữa các nhóm thu nhập và trình độ học vấn trong việc chấp nhận rủi ro du lịch mùa dịch.
  • Could-have (Có thể có): Phân tích dữ liệu thứ cấp từ Google Destination Insights để so khớp xu hướng tìm kiếm online với kết quả khảo sát thực tế.
  • Won't-have (Chưa thực hiện): Nghiên cứu hành vi du khách doanh nghiệp (MICE) hoặc khách du lịch quốc tế Inbound.

Thiết kế hệ thống mô hình nghiên cứu

Mô hình nghiên cứu được xây dựng gồm 5 biến độc lập bậc 1 và 1 biến phụ thuộc, biểu diễn qua sơ đồ luồng dữ liệu cấu trúc:

Ngăn xếp công nghệ và công cụ xử lý dữ liệu (Tech Stack)

  • Engine thu thập dữ liệu: Google Forms Cloud Platform, hỗ trợ xác thực 1 lượt gửi/tài khoản.
  • Engine phân tích định lượng: IBM SPSS Statistics v22.0 (Core Modules: Data Preparation, Missing Value Analysis, Factor/Reliability Analysis, Regression, Nonparametric/Parametric Tests).
  • Engine đối chiếu dữ liệu lớn (Big Data Secondary): Google Destination Insights Engine (phân tích biến động từ khóa 06/12/2020 – 31/01/2021).
  • Thiết kế thang đo: Thang đo Likert 5 điểm chuẩn hóa ($1 = \text{Hoàn toàn không đồng ý}$ đến $5 = \text{Hoàn toàn đồng ý}$) với 29 biến quan sát chi tiết.

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 2 giai đoạn chuẩn mực trong nghiên cứu hành vi ứng dụng:

[GIAI ĐOẠN 1: ĐỊNH TÍNH & SƠ BỘ]
[GIAI ĐOẠN 2: ĐỊNH LƯỢNG CHÍNH THỨC]

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán thống kê

Dữ liệu thô từ 237 mẫu khảo sát hợp lệ được xử lý qua đường ống phân tích (Data Pipeline) chuẩn hóa. Mô hình hồi quy bội được biểu diễn theo công thức:

$$YD_i = \beta_0 + \beta_1 GC_i + \beta_2 DD_i + \beta_3 TK_i + \beta_4 CN_i + \beta_5 TT_i + e_i$$

Dưới đây là mã kịch bản tự động hóa xử lý Cronbach's Alpha, EFA và Regression trên cú pháp SPSS (Syntax) và Python tương đương:

* --- 1. KIEM DINH DO TIN CAY CRONBACH'S ALPHA CHO THANG DO GIA CA ---.
RELIABILITY
  /VARIABLES=GC1 GC2 GC3 GC4 GC5
  /SCALE('Gia Ca Scale') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

* --- 2. PHAN TICH NHAN TO KHAM PHA (EFA) CHO CAC BIEN DOC LAP ---.
FACTOR
  /VARIABLES GC1 GC2 GC3 GC4 GC5 DD1 DD2 DD3 DD4 DD5 TK1 TK2 TK3 TK4 TK5 CN1 CN2 CN3 CN4 CN5 TT1 TT2 TT3 TT4 TT5
  /MISSING LISTWISE 
  /ANALYSIS GC1 GC2 GC3 GC4 GC5 DD1 DD2 DD3 DD4 DD5 TK1 TK2 TK3 TK4 TK5 CN1 CN2 CN3 CN4 CN5 TT1 TT2 TT3 TT4 TT5
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* --- 3. HOI QUY TUYEN TINH BOI OLS ---.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YD
  /METHOD=ENTER GC DD TK CN TT
  /RESIDUALS DURBIN.

Kiểm định chất lượng và độ tin cậy của thang đo (Validation)

1. Kiểm định sơ bộ (Pilot Test $n=40$) và Kiểm định chính thức ($N=237$)

Tất cả các nhóm thang đo đều đạt độ nhất quán nội tại rất cao, vượt ngưỡng tiêu chuẩn $0.70$:

  • Thang đo Giá cả (GC): 5 biến quan sát $\rightarrow \alpha = 0.893$
  • Thang đo Địa điểm (DD): 5 biến quan sát $\rightarrow \alpha = 0.842$
  • Thang đo Nhóm tham khảo (TK): 5 biến quan sát $\rightarrow \alpha = 0.836$
  • Thang đo Chủ nghĩa dân tộc (CN): 5 biến quan sát $\rightarrow \alpha = 0.864$
  • Thang đo Truyền thông xã hội (TT): 5 biến quan sát $\rightarrow \alpha = 0.851$
  • Thang đo Ý định mua (YD): 4 biến quan sát $\rightarrow \alpha = 0.878$
  • Không có biến quan sát nào có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn $0.30$.

2. Phân tích nhân tố khám phá EFA

  • Biến độc lập: Chỉ số $KMO = 0.887$ (thỏa mãn $0.5 < KMO < 1.0$), kiểm định Bartlett's Test có giá trị thống kê $\chi^2 = 3241.6$, mức ý nghĩa $Sig. = 0.000 < 0.05$. Phương pháp trích Principal Components với phép quay Varimax trích được 5 nhân tố tại điểm dừng Eigenvalue $= 1.284 > 1.0$, tổng phương sai trích đạt $63.48% > 50%$. Tất cả các hệ số Factor Loading đều lớn hơn $0.55$.
  • Biến phụ thuộc: $KMO = 0.812$, $Sig. = 0.000$, phương sai trích đạt $68.15%$ tại 1 nhân tố duy nhất.

Kết quả nghiên cứu và phương trình hồi quy

Kết quả phân tích hồi quy bội cho thấy mô hình có độ phù hợp rất cao:

  • Hệ số xác định $R^2 = 0.584$, $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.575$ (mô hình giải thích được $57.5%$ sự biến thiên của Quyết định mua tour nội địa).
  • Kiểm định $F = 64.89$ ($Sig. = 0.000$) khẳng định mô hình hồi quy hoàn toàn phù hợp với tổng thể.
  • Hệ số Durbin-Watson $= 1.892$ (nằm trong khoảng an toàn $1 < d < 3$), loại trừ hiện tượng tự tương quan chuỗi bậc nhất.
  • Hệ số phóng đại phương sai $VIF < 1.5$ trên toàn bộ các biến, chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến.
Biến độc lập Mã hóa Hệ số hồi quy chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị t-stat Mức ý nghĩa (Sig.) VIF Kết luận giả thuyết
(Hằng số) Constant 0.214 0.185 1.157 0.248
Giá cả GC 0.312 0.045 0.342 6.933 0.000 1.21 Chấp nhận H1
Chủ nghĩa dân tộc CN 0.245 0.041 0.268 5.975 0.000 1.18 Chấp nhận H4
Địa điểm DD 0.198 0.043 0.215 4.604 0.000 1.25 Chấp nhận H2
Truyền thông xã hội TT 0.156 0.039 0.174 4.000 0.000 1.14 Chấp nhận H5
Nhóm tham khảo TK 0.118 0.038 0.131 3.105 0.002 1.19 Chấp nhận H3

Phương trình hồi quy chuẩn hóa biểu diễn thứ tự tác động:

$$\widehat{YD} = 0.342 \times GC + 0.268 \times CN + 0.215 \times DD + 0.174 \times TT + 0.131 \times TK$$

MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC YẾU TỐ ĐẾN QUYẾT ĐỊNH MUA TOUR (STANDARDIZED BETA)
Giá cả (GC)             [██████████████████████████████████]  β = 0.342 (Top 1)
Chủ nghĩa dân tộc (CN)  [██████████████████████████]          β = 0.268 (Top 2)
Địa điểm (DD)           [█████████████████████]              β = 0.215 (Top 3)
Truyền thông số (TT)    [█████████████████]                  β = 0.174 (Top 4)
Nhóm tham khảo (TK)     [█████████████]                      β = 0.131 (Top 5)

Đổi mới và đóng góp

Đổi mới về mặt lý thuyết và phương pháp luận

Nghiên cứu mang tính đột phá khi tích hợp biến Chủ nghĩa dân tộc (Consumer Ethnocentrism) vào mô hình hành vi du lịch trong khủng hoảng y tế công cộng. Đa phần các nghiên cứu trước đây (Lê Quang Hùng, 2017; Nguyễn Thị Kim Liên, 2015) chỉ tập trung vào các yếu tố tiện ích truyền thống (giá, dịch vụ, khuyến mãi).

Tiêu chí so sánh Nghiên cứu Lê Quang Hùng (2017) Nghiên cứu Nguyễn Thị Kim Liên (2015) Đề tài Huỳnh Nguyễn Nữ Thục Loan (2021)
Bối cảnh nghiên cứu Thương mại điện tử thời điểm bình thường Du lịch sinh thái Hội An (Khách quốc tế) Dịch bệnh COVID-19 tại đô thị lớn (TP.HCM)
Biến tâm lý xã hội Không xem xét Động cơ, sở thích cá nhân Chủ nghĩa dân tộc / Tinh thần ủng hộ nước nhà
Kênh truyền thông Web lữ hành chung Quảng cáo từ hãng du lịch Mạng xã hội đa nền tảng (Facebook, Youtube, Blog)
Tác động mạnh nhất Sự tiện lợi ($\beta = 0.31$) Chất lượng tour ($\beta = 0.29$) Giá cả ($\beta = 0.342$) & Dân tộc ($\beta = 0.268$)

Đóng góp thực tiễn cho ngành Lữ hành

  1. Phát hiện động lực "Người Việt Nam đi du lịch Việt Nam": Yếu tố Chủ nghĩa dân tộc đứng vị trí số 2 về mức độ ảnh hưởng ($\beta = 0.268$). Du khách xem việc mua tour nội địa là hành động thiết thực giải cứu nền kinh tế và hỗ trợ lao động ngành du lịch vượt qua đại dịch.
  2. Xác lập chuẩn định giá thích ứng: Biến Giá cả ($\beta = 0.342$) có trọng số cao nhất, nhưng khảo sát chỉ ra khách hàng không chỉ tìm giá rẻ nhất mà tìm kiếm sự tương xứng giữa chi phí và cam kết an toàn y tế.
  3. Số hóa điểm chạm truyền thông: Kênh Youtube và các bài chia sẻ kinh nghiệm trên mạng xã hội có mức độ tin cậy vượt trội hơn quảng cáo hiển thị truyền thống ($p < 0.01$).

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy, các công ty lữ hành tại TP.HCM có thể áp dụng ngay lộ trình hành động 4 bước:

                  CHIẾN LƯỢC TRIỂN KHAI CHO DOANH NGHIỆP LỮ HÀNH

Ước tính hiệu quả kinh tế (Cost-Benefit & ROI Analysis)

  • Tối ưu chi phí chuyển đổi (CPA): Bằng cách tập trung ngân sách quảng cáo vào Social Media Marketing nhắm đúng tệp du khách có thu nhập 5–10 triệu đồng/tháng (chiếm 48.3% thị phần khảo sát), doanh nghiệp có thể giảm 30–40% chi phí tiếp thị so với kênh quảng cáo đại trà.
  • Tăng tỷ lệ lấp đầy (Occupancy Rate): Triển khai các gói tour ngắn ngày, an toàn giúp doanh nghiệp duy trì dòng tiền hòa vốn và tăng tỷ lệ quay lại của khách hàng nội địa thêm 25% trong vòng 6 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  1. Phương pháp lấy mẫu: Áp dụng chọn mẫu phi xác suất (thuận tiện) với quy mô $N = 237$ tại địa bàn TP.HCM, chưa bao quát toàn bộ các phân khúc du khách trên toàn quốc.
  2. Biến động dịch bệnh: Dữ liệu thu thập từ tháng 01 đến tháng 04/2021 là giai đoạn trước đợt bùng phát biến chủng Delta, do đó tâm lý hành vi có thể thay đổi khi các biện pháp phong tỏa cứng được áp dụng sau này.
  3. Cấu trúc mô hình: Mô hình tập trung vào 5 biến độc lập cơ bản, chưa đo lường tác động của các biến điều tiết (Moderating variables) như Nhận thức rủi ro y tế (Perceived Health Risk) hay Chính sách hỗ trợ của Chính phủ.

Hướng nghiên cứu tiếp theo

  • Mở rộng mô hình cấu trúc tuyến tính PLS-SEM (Partial Least Squares Structural Equation Modeling) để đánh giá các mối quan hệ gián tiếp và trung gian.
  • Khảo sát so sánh đa nhóm (Multi-group Analysis) giữa các thành phố lớn (Hà Nội, Đà Nẵng, Cần Thơ) để tìm ra sự khác biệt văn hóa vùng miền trong tiêu dùng du lịch.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Tài liệu mẫu chuẩn mực về cấu trúc khóa luận tốt nghiệp, phương pháp luận nghiên cứu hàn lâm kết hợp xử lý số liệu định lượng trên SPSS.
  • Nhà phân tích dữ liệu & Data Analyst: Tham khảo quy trình kiểm định thang đo, làm sạch dữ liệu, xử lý EFA, ma trận tương quan và kiểm soát đa cộng tuyến trong kinh tế lượng ứng dụng.
  • Ban giám đốc & Quản lý doanh nghiệp lữ hành: Bộ chỉ số định lượng cụ thể để tái cơ cấu sản phẩm, xây dựng bảng giá, lập kế hoạch truyền thông và quản trị rủi ro trong giai đoạn khủng hoảng.
  • Cơ quan quản lý nhà nước về Du lịch: Cơ sở dữ liệu khoa học phục vụ công tác hoạch định chính sách kích cầu, xây dựng chương trình xúc tiến du lịch nội địa an toàn cấp quốc gia.

Câu hỏi thường gặp

1. Dữ liệu nghiên cứu này có thể áp dụng cho các cuộc khủng hoảng khác ngoài COVID-19 không?

Hoàn toàn có thể. Cấu trúc mô hình nghiên cứu gồm Giá cả, Điểm đến, Truyền thông và Chủ nghĩa dân tộc phản ánh hành vi tâm lý người tiêu dùng trong mọi bối cảnh khủng hoảng kinh tế hoặc thiên tai, khi thị trường du lịch quốc tế bị gián đoạn.

2. Tại sao chỉ số Durbin-Watson lại quan trọng trong phân tích này?

Hệ số Durbin-Watson đạt $1.892$ (tiêu chuẩn $1 < d < 3$) chứng minh các phần dư trong mô hình hồi quy hoàn toàn độc lập, không có hiện tượng tự tương quan giữa các quan sát, đảm bảo tính không thiên lệch của các hệ số ước lượng OLS.

3. Biến "Chủ nghĩa dân tộc" được đo lường bằng những tiêu chí cụ thể nào?

Biến này gồm 5 quan sát chuẩn hóa: Nhận thức người Việt nên ủng hộ du lịch Việt, du lịch nội địa thể hiện lòng yêu nước, niềm tự hào dân tộc, đóng góp cho doanh nghiệp trong nước và chia sẻ khó khăn với người lao động mùa dịch.

4. Kết quả kiểm định ANOVA cho thấy điều gì về yếu tố nhân khẩu học?

Kiểm định ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê về ý định mua giữa các nhóm thu nhập và trình độ học vấn ($p < 0.05$). Nhóm khách hàng có học vấn Đại học và thu nhập từ 5–10 triệu đồng/tháng có xu hướng chủ động tìm kiếm thông tin và mua tour nội địa cao nhất.

5. Doanh nghiệp vừa và nhỏ (SMEs) nên ưu tiên đầu tư vào nhân tố nào trước?

Theo thứ tự tác động chuẩn hóa, doanh nghiệp cần ưu tiên hàng đầu vào chính sách Giá cả & Sản phẩm linh hoạt ($\beta = 0.342$), kết hợp lồng ghép thông điệp Tự hào dân tộc ($\beta = 0.268$) trên các kênh Mạng xã hội chi phí thấp ($\beta = 0.174$).


Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Huỳnh Nguyễn Nữ Thục Loan đã giải quyết trọn vẹn bài toán đo lường các yếu tố ảnh hưởng đến quyết định mua tour du lịch nội địa tại TP.HCM trong bối cảnh đại dịch COVID-19. Bằng việc ứng dụng phương pháp nghiên cứu định lượng chặt chẽ với cỡ mẫu $N = 237$, độ tin cậy mô hình đạt $R^2_{\text{adj}} = 57.5%$, công trình đã xác lập vị trí trọng yếu của 5 nhân tố: Giá cả ($\beta = 0.342$) > Chủ nghĩa dân tộc ($\beta = 0.268$) > Địa điểm ($\beta = 0.215$) > Truyền thông xã hội ($\beta = 0.174$) > Nhóm tham khảo ($\beta = 0.131$). Đây là kim chỉ nam khoa học vững chắc giúp các nhà quản trị lữ hành chuyển đổi số, tối ưu hóa chiến lược định giá và phục hồi kinh doanh bền vững.