BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÀ RỊA - VŨNG TÀU
******

KỶ YẾU HỘI THẢO KHOA HỌC

PHÁT TRIỂN DU LỊCH
TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0
ISBN: 978-604-73-5980-6

NHÀ XUẤT BẢN ĐẠI HỌC QUỐC GIA
THÀNH PHỐ HỒ CHÍ MINH – 2018
i


ii


CHỊU TRÁCH NHIỆM XUẤT BẢN
GS.TSKH. Hoàng Văn Kiếm

BAN TỔ CHỨC
GS. TSKH. Hồng Văn Kiếm
TS. Vũ Văn Đơng
ThS. Lê Văn Tồn
PGS. TS. Hồng Văn Việt
TS. Phùng Đức Vinh
TS. Lê Sĩ Trí
TS. Nguyễn Phan Cường
ThS. Huỳnh Văn Huy

BAN BIÊN TẬP NỘI DUNG
TS. Vũ Văn Đơng
GS. TSKH. Ngơ Văn Lược
PGS. TS. Hồng Văn Việt
TS. Phùng Đức Vinh
TS. Lê Sĩ Trí
TS. Nguyễn Phan Cường

BAN THƯ KÝ
ThS. Nguyễn Thị Cẩm Vân
Trần Thị Tường Vinh
Võ Thị Ngọc Phương

iii


iv


LỜI NĨI ĐẦU
Cuộc Cách mạng cơng nghiệp lần thứ 4 (CMCN 4.0) dựa trên phát minh của nhiều
ngành công nghệ cao (như internet vạn vật, trí tuệ nhân tạo, in 3D, thực tế ảo, công
nghệ tế bào,...) nhằm làm cho các q trình sản xuất và dịch vụ thơng minh hơn, hiệu
quả hơn tiến đến tự động hóa hồn tồn, khơng có sự tham gia của con người. Cuộc
cách mạng này tuy mới bắt đầu (từ đầu thế kỉ XXI) nhưng đã và đang làm thay đổi sâu
sắc chưa từng thấy đối với mọi mặt hoạt động của con người.
Du lịch có vị trí ngày càng quan trọng đối với kinh tế thế giới. Nhiều quốc gia trong
đó có Việt Nam, đặt mục tiêu đưa du lịch trở thành ngành kinh tế mũi nhọn của nước
mình. Dưới tác động của cuộc cách mạng công nghiệp 4.0 nhiều lĩnh vực du lịch mới ra
đời (như du lịch trực tuyến, du lịch thông minh, du lịch 4.0) đem lại hiệu quả vượt trội so

với trước đây. Nắm bắt được xu hướng phát triển tất yếu này, Trường Đại học Bà Rịa Vũng Tàu tổ chức Hội thảo Khoa học Phát triển du lịch trong cách mạng công nghiệp
4.0 nhằm trao đổi các hướng phát triển du lịch mới, những kinh nghiệm bước đầu và đóng
góp giải pháp nhằm phát triển du lịch cả nước và các địa phương trong kỷ nguyên cách
mạng công nghiệp 4.0. Các nhà khoa học của nhiều trường đại học trong cả nước đã tham
dự và đóng góp nhiều báo cáo khoa học cho Hội thảo.

Chúng tôi chân thành cảm ơn Ban Giám hiệu Trường Đại học Bà Rịa - Vũng Tàu
đã ủng hộ và tạo mọi điều kiện thuận lợi để tổ chức hội thảo thành công. Cảm ơn các
nhà khoa học trong và ngoài tỉnh nhiệt tình tham gia Hội thảo này.
Chúng tơi tin tưởng rằng Hội thảo sẽ có những đóng góp thiết thực cho việc phát
triển du lịch của cả nước cũng như du lịch các địa phương nhằm góp phần đưa du lịch
sớm trở thành ngành kinh tế mũi nhọn của nước nhà.

BAN BIÊN TẬP

v


vi


MỤC LỤC
Lời nói đầu.................................................................................................................................................... v
1. Ứng dụng mơ hình SARIMA dự báo lượng khách quốc tế đếnViệt Nam đến
năm 2020............................................................................................................................................... 1
ThS.Nghiêm Phúc Hiếu
2. Tác động của chất lượng dịch vụ đến lòng trung thành của khách hàng sử dụng
dịch vụ khách sạn 4-5 sao trên địa bàn TPHCM.................................................................. 10
PGS.TS Đinh Phi Hổ, NCS Phan Thanh Long, TS Nguyễn Viết Bằng
3. Các nhân tố ảnh hưởng đến mức độ hài lòng về chất lượng dịch vụ du lịch sinh

thái biển tỉnh Ninh Thuận............................................................................................................. 27
ThS Phạm Ngọc Khanh, ThS Trần Minh Quân
4. Nghiên cứu tác động của công tác định hướng thị trường (Mo-Market
Orientation) đến hành vi du lịch của du khách: trường hợp nghiên cứu tại tỉnh
Bà Rịa - Vũng Tàu.......................................................................................................................... 44
TS Ngơ Cao Hồi Linh, ThS Nguyễn Thị Bé Hai,
ThS Nguyễn Thái Bình, ThS Nguyễn Tiến Đạt
5. Phát triển du lịch Bà Rịa - Vũng Tàu trong Cách mạng công nghiệp 4.0..................56
GS.TSKH Ngô Văn Lược, ThS Ngô Thúy Lân
6. Một số giải pháp cho du lịch Vũng Tàu trước Cách mạng công nghiệp 4.0.............62
TS Lê Kinh Nam
7. Đào tạo nguồn nhân lực du lịch trong bối cảnh cuộc Cách mạng công nghiệp 4.0 68
ThS Phan Thị Ngàn
8. Các nhân tố ảnh hưởng đến sự hài lòng của du khách đối với điểm đến du lịch
TP. Cần Thơ....................................................................................................................................... 74
ThS Nguyễn Trọng Nhân
9. Phát triển du lịch tỉnh Đắk Lắk trong cuộc Cách mạng công nghiệp 4.0...................83
ThS Phạm Thị Oanh, ThS Nguyễn Thị Thu Nguyên
10. Những giải pháp về Logistics cho du lịch tỉnh BR-VT..................................................... 91
ThS Đỗ Thanh Phong
11. Quản trị chuỗi cung ứng du lịch trong CMCN 4.0.............................................................. 99
ThS Đinh Thu Phương
12. Giải pháp phát triển du lịch sinh thái bền vững tại Vườn quốc gia Tràm Chim
trong cách mạng công nghiệp 4.0........................................................................................... 109
ThS Phạm Thị Phượng, ThS Ngô Thúy Lân
vii


13. Sản phẩm du lịch đầy tiềm năng, xích lơ chạy bằng năng lượng mặt trời sử dụng
xúc tác nano TiO2thân thiện với môi trường tạo nét riêng cho du lịch tỉnh Bà Rịa

- Vũng Tàu....................................................................................................................................... 124
ThS Vũ Thị Hồng Phượng

14. Những tác động của du lịch 4.0 đến sự hài lòng số của khách hang khi sử dụng
các hãng không giá rẻ tại Việt Nam....................................................................................... 133
ThS Phạm Xuân Quyết
15. Những ảnh hưởng từ phát triển du lịch đến các mặt của đời sống kính tế - xã hội
VN hiện nay trong bối cảnh tồn cầu hóa............................................................................ 148
ThS Nguyễn Hồng Sơn, ThS Nguyễn Uyên Chi
16. Ứng dụng thương mại điện tử trong đào tạo chuyên ngành du lịch tại một số
trường đại học trên địa bàn TPHCM...................................................................................... 160
ThS Nguyễn Quyết Thắng, Đinh Diệu Thúy
17. Quảng bá du lịch trong thời kỳ CMCN 4.0 - vấn đề đặt ra và kiến nghị..................170
TS Lê Sĩ Trí
18. Ứng dụng tiêu chuẩn “Khách sạn Xanh ASEAN” cho các khách sạn tại
Việt Nam........................................................................................................................................... 182
ThS Trần Ngọc Trinh
19. Một số kinh nghiệm phát triển du lịch của Nhật Bản trong thời đại CMCN 4.0
và gợi ý cho phát triển du lịch Việt Nam.............................................................................. 194
ThS Lâm Ngọc Như Trúc, Biện Bạch Đằng
20. Cách mạng công nghiệp 4.0 với phát triển du lịch............................................................ 202
TS Phùng Đức Vinh

viii


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CƠNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6


ỨNG DỤNG MƠ HÌNH SARIMA DỰ BÁO
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020
APPLICATION OF SARIMA MODEL FOR FORECASTING
INTERNATIONAL TOURISM DEMAND IN VIETNAM TO 2020
Nghiêm Phúc
*
Hiếu
TÓM TẮT
Du lịch Việt Nam đã và đang trở thành ngành kinh tế mũi nhọn của đất nước, được xem là
“ngành cơng nghiệp khơng khói” và đóng góp khoản thu lớn vào ngân sách nhà nước. Tuy nhiên,
tiềm năng phát triển du lịch còn rất to lớn khi chúng ta chưa thể khai thác và tận dụng hết. Khi
cách mạng công nghiệp 4.0 sắp tới, việc dự báo lượng khách quốc tế đến nước ta thực sự có ý
nghĩa đối với các nhà quản lý, các nhà đầu tư để có kế hoạch phát triển bền vững. Bài viết này sử
dụng phương pháp Box-Jenkins để xây dựng mô hình ARIMA theo mùa (hay cịn gọi là SARIMA)
cho dự báo lượng khách quốc tế đến Việt Nam dựa trên số liệu công bố hàng tháng của Tổng cục
Du lịch Việt Nam. Kết quả cho thấy trong số các mô hình ước lượng thử nghiệm thì SARIMA
(1,1,1) (1,1,3)12 là phù hợp nhất. Bài viết cũng đưa ra dự báo ngắn hạn thử nghiệm về lượng
khách quốc tế đến Việt Nam những tháng trong năm 2017 với mức độ sai số chấp nhân được từ
1,7% đến 12,4%. Từ đó, tác giả tiến hành dự báo lượng khách quốc tế đến Việt Nam ba năm tới.

Từ khóa: dự báo, khách quốc tế, SARIMA, cách mạng công nghiệp 4.0.
ABSTRACT
Vietnam tourism has become a focal industry of the country, considered “the smokeless
industry” and contributed a considerable amount to the state budget. However, Vietnam has been
rated as a great potential destination but we have not taken advantage of such strengths. When
the industrial revolution 4.0 is coming, forecasting international arrivals is really useful for
managers and investors, who can base on this to plan sustainable development. The paper
applied the Box-Jenkins method to build an appropriate seasonal ARIMA model (SARIMA) for
forecasting international arrivals to Vietnam, using monthly data from Vietnam National

Administration of Tourism. The results show that among the estimated models SARIMA (1,1,1)
(1,1,3)12 is the most appropriate model. The paper has given short term forecasts on international
arrivals to Vietnam in several months of 2017 with acceptable errors varying from 1,7% to
12,4%. Since then, we forecast international arrivals to Vietnam in three coming years.

Keywords: forecast, international arrivals, SARIMA, industry 4.0.

1. GIỚI THIỆU CHUNG
Hiện nay, hầu hết các quốc gia trên thế giới đều coi trọng phát triển du lịch. Ở Việt
Nam, du lịch được coi là xu hướng tất yếu và là đầu tàu trong quá trình hội nhập kinh tế
quốc tế và cách mạng công nghiệp 4.0 hiện nay. Ngành “cơng nghiệp khơng khói” mang
*

Thạc sĩ, Trường Đại học Bà Rịa - Vũng Tàu
1


ỨNG DỤNG MƠ HÌNH SARIMA DỰ BÁO
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020

Nghiêm Phúc Hiếu

về một nguồn thu không nhỏ cho nền kinh tế Việt Nam, tuy nhiên, chặng đường phát
triển của ngành du lịch nước ta vẫn còn đối diện nhiều thách thức cần phải vượt qua.
Với những lợi thế đặc biệt về vị trí địa lý kinh tế và chính trị, Việt Nam có rất
nhiều thuận lợi để phát triển du lịch. Nằm ở trung tâm Đông Nam Á, lãnh thổ Việt
Nam vừa gắn liền với lục địa vừa thơng ra đại dương, có vị trí giao lưu quốc tế thuận
lợi cả về đường biển, đường sông, đường sắt, đường bộ và hàng không. Đây là tiền đề
rất quan trọng trong việc mở rộng và phát triển du lịch quốc tế.
Năm 2014, Hội đồng Du lịch và Lữ hành thế giới (WTTC) xếp Việt Nam ở hạng thứ

16 trong số 184 quốc gia có tiềm năng lâu dài trong phát triển du lịch. Hệ thống cơ sở vật
chất kỹ thuật, nhân lực ngành Du lịch ngày một phát triển cả về số lượng và chất lượng.
Lượng khách liên tục gia tăng, từ năm 2007 đến nay, tốc độ tăng trưởng lượng khách luôn
đạt nhịp độ 2 con số; từ 5 triệu lượt khách quốc tế từ năm 2010, đến năm 2014 đạt gần 8,5
triệu lượt khách, khách nội địa từ 28 triệu lượt tăng lên 38 triệu lượt vào năm 2014. Từ
năm 2010 đóng góp 3,26% GDP cả nước, đến năm 2016 đóng góp khoảng 6,6% GDP cả
nước đứng thứ 40/184 nước về quy mô đóng góp trực tiếp vào GDP và xếp thứ 55/184
nước về quy mơ tổng đóng góp vào GDP quốc gia. Cùng với việc đầu tư về sân bay, mở
thêm nhiều đường bay trong nước và quốc tế, nhiều tuyến du lịch đường sắt, đường biển,
đường sông như tuyến Hà Nội - Lào Cai, Hải Phòng - Quảng Ninh, TP Hồ Chí Minh –
Vũng Tàu, TP Hồ Chí Minh - Khánh Hịa, TP Hồ Chí Minh - Phú Quốc,… đã khiến cho
việc đi lại được thuận lợi, đem lại sự hài lịng cho du khách.

Để khai thác có hiệu quả các tiềm năng du lịch, tạo dấu ấn tốt trong lòng du khách,
khắc phục những rủi ro trong kinh doanh dịch vụ du lịch, lên kế hoạch cho những
chặng đường phát triển bền vững tiếp theo, mục đích của bài viết nhằm xây dựng một
mơ hình SARIMA phù hợp để dự báo lượng khách quốc tế đến Việt Nam thời gian tới.
Quá trình dự báo lượng khách quốc tế theo tháng theo mùa hoặc theo năm thực sự là
vấn đề cần thiết cho nhà quản lý kinh tế thời kỳ hội nhập tồn cầu hóa cùng cách mạng
cơng nghiệp 4.0 sắp tới.
2. TỔNG QUAN NGHIÊN CỨU
Trong những năm qua, có nhiều nghiên cứu được tiến hành để dự báo lượng khách
quốc tế sử dụng các hướng tiếp cận thực nghiệp khác nhau. Một trong những kỹ thuật
mơ hình hóa chuỗi thời gian quan trọng nhất đó là mơ hình SARIMA dựa theo phương
pháp chuẩn Box-Jenkins.
Chaitip và cộng sự (2008) áp dụng SARIMA, ARIMA, các mơ hình Holt-Winters,
mạng thành kinh, VAR, GMM, ARCH-GARCH-M, ARCH-GARCH, TARCH,
PARCH và EGARCH nhằm dự báo lượng khách du lịch tới Thái Lan. Mơ hình
SARIMA đưa ra kết quả tốt nhất. Cũng tương tự như vậy, Suhartono (2011) cũng thực
hiện những phương pháp mới với dữ liệu khách theo đường hàng khơng tới Bali. Một

lần nữa, mơ hình SARIMA là mơ hình tốt nhất dùng để dự báo.
2


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CƠNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

Ngồi ra, mơ hình SARIMA cũng được sử dụng trong những lĩnh vực khác. Ví dụ như
Wongkoon và cộng sự (2008) áp dụng mơ hình để dự báo số ca sốt xuất huyết ở miền bắc
Thái Lan, Rajendran và cộng sự (2011) sử dụng mô hình SARIMA và tuyến tính tổng qt
(GLM) để nghiên cứu mối tương quan giữa số ca bệnh dịch tả với thời tiết,…

Tại Việt Nam, Nguyễn Khắc Hiếu (2014) sử dụng mơ hình SARIMA để dự báo
lạm phát 6 tháng cuối năm 2014. Vương Quốc Duy và Huỳnh Hải Âu (2014) ứng dụng
mơ hình SARIMA trong dự báo ngắn hạn lạm phát từ tháng 08/2013 đến tháng 7/2014
cho thấy mơ hình SARIMA (1,0,1) x (2,0,3)12 là phù hợp nhất.
3. PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Mơ hình SAMIRA
Hai tác giả George Box và Gwilym Jenkins (1976) đã nghiên cứu mơ hình tự hồi quy
tích hợp trung bình trượt (Autoregressive Integrated Moving Average), viết tắt là ARIMA.
Hiện nay, để có những dự báo chính xác các chỉ tiêu kinh tế - xã hội, người ta đã đi sâu
tìm hiểu, nghiên cứu và đề xuất một số phương pháp dự báo dữ liệu chuỗi thời gian có yếu
tố mùa vụ. Trong đó, những mơ hình được phát triển tiếp từ mơ hình ARIMA được xem là
thích hợp hơn cả. Mơ hình SARIMA phù hợp với bất kỳ dữ liệu chuỗi thời gian mùa vụ
nào. SARIMA có thể áp dụng cho các dự báo với mọi độ dài về mùa vụ (có thể là 4 quý
trong năm; 7 ngày trong tuần; 11, 12 tháng trong một năm,…). Mơ hình này đang được
Văn phịng Quốc gia về Nghiên cứu Kinh tế Mỹ ứng dụng trong phân tích dự báo dữ liệu
chuỗi thời gian, được sử dụng để dự báo chỉ số chứng khoán S&P500 của Mỹ, dự báo về

đầu tư nước ngoài vào Mỹ,… Giải thưởng Nobel kinh tế năm 2003 trao cho hai nhà kinh
tế Mỹ là Robert F. Engle, Đại học New York và Clive W. J. Granger, Đại học California
chủ yếu với thành tích phát triển và ứng dụng một số mơ hình liên quan đến ARIMA, nhất
là SARIMA để dự báo tình hình đầu tư vào Mỹ.

Nhận dạng mơ hình ARIMA (p, d, q) thích hợp là việc tìm các giá trị thích hợp của
p, d và q (với d là bậc sai phân của chuỗi dữ liệu thời gian được khảo sát, p là bậc tự
hồi quy và q là bậc trung bình trượt).
Phương trình tổng quát ARIMA như sau:

Nếu chuỗi dữ liệu quan sát có tính mùa thì mơ hình ARIMA tổng quát lúc này là
SARIMA (p, d, q) (P, D, Q)L (với P và Q lần lượt là bậc của thành phần mùa AR và
MA, D là bậc sai phân có tính mùa, L là số thời đoạn trong một vòng chu kỳ).
3


ỨNG DỤNG MƠ HÌNH SARIMA DỰ BÁO
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020

Nghiêm Phúc Hiếu

3.2. Quy trình ứng dụng mơ hình SARIMA
Việc ứng dụng mơ hình SARIMA trong phân tích và dự báo dữ liệu chuỗi thời
gian được thực hiện theo bốn bước sau đây:
Bước 1 - Nhận dạng mơ hình: Xác định các giá trị (D, d, p, P, q, Q). Trong đó,
trước hết cần xác định bậc sai phân theo mùa vụ D, sai phân thường d và thực hiện
biến đổi chuỗi thành chuỗi dừng. Sau đó, kiểm tra ACF, PACF tại các trễ mùa vụ và trễ
thường, thực hiện kiểm định nghiệm đơn vị để xác định bậc tự hồi quy p và tự hồi quy
mùa vụ P, bậc trung bình trượt q và trung bình trượt mùa vụ Q.
Bước 2 - Ước lượng mơ hình: Ước lượng các tham số. Sử dụng phương pháp ước

lượng cực đại hợp lý để ước lượng giá trị các tham số này.
Bước 3 - Kiểm định: Kiểm định tính hợp lý của mơ hình SARIMA được lựa chọn, bao
gồm kiểm định các tham số và kiểm định phần dư. Nếu kiểm định mơ hình được lựa chọn
khơng thỏa mãn thì quay lại từ giai đoạn nhận dạng để lựa chọn mơ hình khác hợp lý hơn.

Bước 4 - Dự báo: Dựa trên mơ hình được lựa chọn thực hiện dự báo giá trị tương
lai của dữ liệu chuỗi mùa vụ, cũng như đưa ra khoảng tin cậy của dự báo. Giá trị tương
lai có thể được dự báo cho thời điểm kế tiếp hoặc mùa vụ kế tiếp.
4. NỘI DUNG KẾT QUẢ NGHIÊN CỨU
4.1. Dữ liệu
Dữ liệu được sử dụng trong nghiên cứu này là số lượng khách quốc tế đến Việt
Nam theo tháng của Việt Nam. Dữ liệu này được thu thập từ website Tổng cục Thống
kê tháng 10 năm 2009 đến tháng 10 năm 2017. Tổng cộng bao gồm 97 quan sát, 92
quan sát từ tháng 10 năm 2009 đến tháng 5 năm 2017 sử dụng vào việc thiết lập mơ
hình, cịn lại 5 quan sát dùng để kiểm tra tính chính xác của dự báo.

Hình 1: Lượng khách quốc tế đến Việt Nam từ tháng 10/2009 đến tháng 5/2017
4


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CƠNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

4.2. Kiểm định tính dừng
Chuỗi số liệu sử dụng trong mơ hình SARIMA theo phương pháp Box-Jenkins
được giả định là chuỗi dừng, vì vậy để dự báo lượng khách quốc tế bằng mơ hình này
cần phải xem xét chuỗi dữ liệu nghiên cứu có dừng hay chưa. Trước tiên, dựa vào việc
quan sát đồ thị của chuỗi số liệu, sau đó tiến hành kiểm tra tính dừng này thơng qua

hai kiểm định phổ biến: Augmented Dickey-Fuller (ADF) và Perron-Phillips (PP)
được gọi là kiểm định nghiệm đơn vị (unit root test).
Đồ thị hình 1 cho thấy chuỗi dữ liệu nghiên cứu chưa dừng, ta cần lấy sai phân bậc
1 chuỗi dữ liệu và tiến hành hai kiểm định sau:
Bảng 1: Kết quả kiểm định ADF và PP
Kiểm định
ADF
PP

Giá trị t
Xác suất
-12.08271
0.0001
-12.15792
0.0001

Các giá tri tới hạn ở mức ý nghĩa thống kê 1%,
5%, 10% tương ứng là: -3.505, -2.894, -2.584

Như vậy, kết quả của cả hai kiểm định ADF và PP đều cho phép ta bác bỏ giả
thuyết H0 về tính dừng của dữ liệu ở mức ý nghĩa 1%.
4.3. Nhận dạng các yếu tố mơ hình
Để xác định giá trị p, q của mơ hình SARIMA ta phải dựa vào biểu đồ hàm tự
tương quan ACF và tự tương quan từng phần PACF. Trong biểu đồ PACF ở hình 2, các
hệ số tương quan riêng phần khác khơng có ý nghĩa ở các độ trễ 1, 5 và 12 sau đó tắt
dần về 0. Cịn đối với biểu đồ ACF, ta có các hệ số tương quan khác khơng có ý nghĩa
ở các độ trễ 1 sau đó tắt dần về 0. Như vậy, biểu đồ chỉ ra rằng ta nên chọn p (1, 5, 12)
và q (1) cho thành phần khơng có tính mùa.
Hình 2 cũng cho thấy có những đỉnh nhọn ở các độ trễ 12, 24 và 36 trên ACF sau
đó tắt hết về 0, gợi ý rằng thành phần MA mùa cần được xem xét trong mơ hình. Trên

PACF tồn tại những đỉnh nhọn ở độ trễ 12 sau đó tắt hết về 0, do đó thành phần AR
mùa cũng phải cũng cần được bao gồm. Điều đó nghĩa ta nên chọn là P = 1, Q = 3 và L
= 12 cho thành phần có tính mùa.

5


ỨNG DỤNG MƠ HÌNH SARIMA DỰ BÁO
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020

Nghiêm Phúc Hiếu

Hình 2: Biểu đồ ACF VÀ PACF

Tóm lại, các dạng mơ hình SARIMA được nhận diện bao gồm SARIMA (1,1,1)
(1,1,3)12, SARIMA (5,1,1) (1,1,3)12, SARIMA (12,1,1) (1,1,3)12.
4.4. Lựa chọn mơ hình
Các mơ hình đã nhận diện được so sánh tính phù hợp dựa trên các thông số kiểm
2
định sau hồi quy bao gồm: R điều chỉnh, công cụ thông tin Akaike, công cụ Schwarz
để lựa chọn mơ hình phù hợp nhất. Kết quả ước lượng thử được tổng hợp như sau:
Bảng 2: Các mô hình SARIMA (p, d, q) (P, D, Q)L thử nghiệm
Mơ hình
SARIMA (1,1,1) (1,1,3)12
SARIMA (5,1,1) (1,1,3)12
SARIMA (12,1,1) (1,1,3)12
6

AIC
SC

R2 điều chỉnh
0.717
24.283
24.494
0.718
24.319
24.537
0.814

23.798

24.029


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

Từ bảng 2 ta thấy mơ hình SARIMA (12,1,1) (1,1,3) 12 là mơ hình thỏa mãn nhiều nhất
các tiêu chuẩn sử dụng, do đó đây là mơ hình được vận dụng vào việc dự báo ngồi mẫu.

4.5. Ước lượng mơ hình
Bảng 3: Kết quả ước lượng của mơ hình SARIMA (12,1,1) (1,1,3)12
Biến
C
AR (12)
SAR (12)
MA (1)
SMA (12)

SMA (24)
SMA (36)

Hệ số
-81221.500
-0.372
1.052
-0.480
-0.336
-0.308
0.905

Sai số chuẩn
105270
0.124
0.059
0.124
0.055
0.000
0.058

Thống kê t
-0.771
-3.006
17.762
-3.878
-6.110
-232529.8
15.662


Xác suất
0.443
0.004
0.000
0.000
0.000
0.000
0.000

Kết quả hồi quy bảng 3 cho thấy có 6 hệ số có ý nghĩa ở mức 1%. Cũng trong
bảng 3, SAR, thể hiện điều kiện chạy mơ hình mang tính thời vụ, được thêm vào mơ
hình khi AFC ở khoảng thời gian mùa vụ (12 tháng) là dương và SMA, thể hiện điều
kiện chạy mơ hình mang tính thời vụ, được thêm vào nếu như ACF ở khoảng thời gian
mùa vụ (12 tháng) là âm.
Mơ hình sau đó được kiểm tra mức độ phù hợp với chuỗi dữ liệu nghiên cứu bằng
cách phân tích phần dư.
4.6. Kiểm định phần dư

Hình 3: Biểu đồ ACF VÀ PACF phần dư
7


ỨNG DỤNG MƠ HÌNH SARIMA DỰ BÁO
LƯỢNG KHÁCH QUỐC TẾ ĐẾN VIỆT NAM ĐẾN NĂM 2020

Nghiêm Phúc Hiếu

Hình 3 biểu đồ ACF của phần dư khơng có thanh nào vượt quá hai đường biên cho
thấy sai số là một nhiễu trắng. Ngoài ra, kết quả kiểm định Breusch-Godfrey ở mức ý
nghĩa 1% cũng cho thấy không tồn tại hiện tượng tự tương quan bậc 2.

Bảng 4: Kết quả kiểm định Breusch-Godfrey
Kiểm định
Breusch-Godfrey

Giá trị t
Xác suất
2.168
0.373

Kết quả kiểm tra mơ hình SARIMA (12,1,1) (1,1,3) 12 là thích hợp và có thể sử
dụng để dự báo.
4.7. Dự báo
Bảng 5: Kết quả dự báo
Thời gian
6/2017
7/2017
8/2017
9/2017
10/2017

Lượng khách
thực tế
949,362
1,036,880
1,229,163
975,952
1,024,899

Lượng khách
dự báo

889,549
1,005,056
1,076,734
1,037,479
1,007,445

Chênh
lệch
-6.30%
-3.07%
-12.40%
6.30%
-1.7%

Bảng 5 thể hiện các giá trị dự báo trong 5 tháng từ tháng 6/2017 tới tháng 10/2017
và so sánh với các giá trị thực tế. Kết quả cho thấy chênh lệch giữa giá trị dự báo và
thực tế lượng khách quốc tế đến Việt Nam trong giai đoạn này khá thấp chỉ trừ trường
họp tháng 8/2017 kỷ lục do ngành du lịch và các cơng ty lữ hành đã có nhiều biện
pháp tổ chức hiệu quả các hoạt động văn hóa, du lịch nhằm thu hút khách quốc tế. Bên
cạnh đó, chính sách gia hạn miễn thị thực cho công dân các nước: Vương quốc Anh,
Cộng hịa Pháp, Cộng hồ liên bang Đức, Vương quốc Tây Ban Nha và Cộng hịa
Italia góp phần thu hút số lượng lớn khách đến từ các nước Tây Âu. Từ đó, ta dự báo
lượng khách quốc tế đến Việt Nam trong 3 năm sắp tới như bảng 6.
Bảng 6: Dự báo khách quốc tế tới 2020
Thời gian

Dự báo lượng khách

Năm 2018
Năm 2019

Năm 2020

15,314,765
19,151,568
24,080,227

Dự báo cho rằng lượng khách quốc tế có tốc độ tăng nhanh trong những năm tiếp
theo và tới năm 2020 sẽ vượt mốc 20 triệu lượt khách. Điều này là một tín hiệu rất tốt
cho ngành du lịch Việt Nam và cũng là thách thức khiến chúng ta cần phải chuẩn bị
nhiều nguồn lực để đón tiếp khách quốc tế một cách chu đáo nhất.
8


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

5. KẾT LUẬN
Bài nghiên cứu sử dụng phương pháp Box-Jenkins (1976) để lập mơ hình và dự
báo tỷ lệ lạm phát Việt Nam. Mơ hình Lượng khách quốc tế đến Việt Nam theo tháng
là một mơ hình chuỗi thời gian tn theo q trình tự hồi quy tích hợp có trung bình
trượt với độ trễ thời gian là 12 hay SARIMA (1,1,1) (1,1,3) 12. Dựa vào mơ hình này
chúng ta có thể đưa ra dự báo lượng khách quốc tế đến Việt Nam tới năm 2020. So
sánh kết quả với dự báo trong 5 tháng năm 2017 thì mức độ sai số chấp nhận được so
với thực tế từ 1,7% đến 12,4%. Mơ hình SARIMA có thể dùng để dự báo, song có thể
chưa phải là tối ưu, bởi vì sự phụ thuộc trong mơ hình được giả định là tuyến tính. Ta
có thể dùng thêm những phương pháp khác để nâng cao chất lượng dự báo.
Để sẵn sàng cho cơng tác tiếp đón du khách quốc tế với số lượng rất lớn trong thời
gian tới, ngành du lịch cần tập trung chú trọng phát triển cơ sở hạ tầng du lịch, nâng

cao chất lượng sản phẩm dịch vụ, chuẩn bị tốt nguồn nhân lực du lịch đáp ứng yêu cầu
về chất lượng, ngoại ngữ tốt, cơ cấu ngành nghề và tính chuyên nghiệp, tăng cường
khai thác các công nghệ thông tin hiện đại, khai thác hiệu quả internet phục vụ công
tác truyền thông quảng bá du lịch Việt Nam tại các thị trường trọng điểm, tăng cường
hội nhập hợp tác quốc tế về du lịch.
TÀI LIỆU THAM KHẢO
[1]

Box, G. E. P. and G. M. Jenkins (1976). Time Series Analysis: Forecasting and Control, Revised
Edition, Holden Day, San Francisco.

[2]

Chaitip, C. Chaiboonsri and R. Mukhjang (2008), Time Series Models for Forecasting International
Visitor Arrivals to Thailand, International Conference on Applied Economics, pp.159-163.

[3]

Nguyễn Khắc Hiếu (2014), „Mơ hình ARIMA và dự báo lạm phát 6 tháng cuối năm 2014‟, Tạp
chí Kinh tế và Dự báo, số 16, tr.16-18.

[4]

K. Rajendran, A. Sumi, M. K. Bhattachariya, B. Manna, D. Sur, N. Kobayashi and T.
Ramamurthy (2011), Influence of relative humidity in Vibrio Cholerae infection: A time series
model, Indian J Med Res 133, pp.138-145.

[5]

Suhartono (2011), „Time series forecasting by using seasonal autoregressive integrated moving

average‟, Journal of Mathematics and Statistics 7(1), pp.20-27.

[6]

S. Wongkoon, M. Pollar, M. Jaroensutasinee and K. Jaroensutasinee (2008), „Predicting DHF
Incidence in Northern Thailand using Time Series Analysis Technique‟, International Journal
of Biological and Life Sciences 4(3).

[7]

Vương Quốc Duy, Huỳnh Hải Âu (2014), „Dự báo lạm phát Việt Nam giai đoạn 8/20137/2014‟, Tạp chí Khoa học Đại học Cần Thơ, số 30, tr.34-41.

9


TÁC ĐỘNG CỦA CHẤT LƢỢNG DỊCH VỤ ĐẾN LÒNG TRUNG THÀNH
CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4-5 SAO
TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH

Đinh Phi Hổ, Phan Thanh Long,
Nguyễn Viết Bằng

TÁC ĐỘNG CỦA CHẤT LƯỢNG DỊCH VỤ ĐẾN LÒNG TRUNG
THÀNH CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4 - 5
SAO TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH
THE EFFECTS OF SERVICE QUALITY ON CUSTOMER LOYALTY TO 4-5
STAR HOTELS IN HO CHI MINH CITY
Đinh Phi
*
Hổ

**
Phan Thanh Long
***
Nguyễn Viết Bằng
TÓM TẮT
Nghiên cứu đánh giá tác động của chất lượng dịch vụ đến lòng trung thành của khách hàng
đối với chất lượng dịch vụ 4, 5 sao trên địa bàn TP HCM. Trên cơ sở dữ liệu 322 khách hàng thu
thập trực tiếp và ứng dụng mô hình cấu trúc tuyến tính, kết quả nghiên cứu cho thấy: (i) lòng
trung thành của khách hàng chịu tác động bởi 04 thành phần của chất lượng dịch vụ (độ tin cậy,
tính đáp ứng, tiện ích của website và phương tiện hữu hình) và sự hài lịng của khách hàng; (ii)
sự hài lòng của khách hàng chịu tác động bởi 05 thành phần của chất lượng dịch vụ (độ tin cậy,
tính đáp ứng, tiện ích của website, phương tiện hữu hình và sự đồng cảm).

Từ khóa: chất lượng dịch vụ, lòng trung thành, khách sạn 4, 5 sao, Thành phố Hồ Chí
Minh, mơ hình SEM.
ABSTRACT
This research tries to estimate the effect of service quality on customers’ loyalty to 4- and 5star hotels in Ho Chi Minh city. Employing data collected directly from 322 sampled customers
and Structural Equation Modeling (SEM), the result showed that: (i) customer loyalty is affected
by four dimensions of service quality (reliability, responsiveness, website utility, and tangibles)
and customer satisfaction; (ii) customer satisfaction is affected by five dimensions of service
quality (reliability, responsiveness, website utility, tangibles, and sympathy).

Keywords: service quality, loyalty, 4- and 5-star hotels, Ho Chi Minh city, SEM.

1. GIỚI THIỆU
Kinh tế Việt Nam kể từ sau khi đổi mới đã có nhiều thay đổi trong cơ cấu, đáng chú ý
là sự chuyển dịch từ nông nghiệp sang công nghiệp và dịch vụ, tỷ trọng ngành dịch vụ đã
có sự gia tăng đáng kể, trong đó ngành dịch vụ du lịch chiếm một trọng số không nhỏ và
ngày càng lớn dần lên theo sự hội nhập của đất nước. Sau khi gia nhập WTO, Nhà nước
*


Phó giáo sư, Tiến sĩ, Trường Đại học Kinh tế TP Hồ Chí Minh

*

Nghiên cứu sinh, Rex Hotel Sài Gòn

*

10

Tiến sĩ, Trường Đại học Tài chính - Marketing


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

đã xác định du lịch là ngành kinh tế mũi nhọn cần phải được đầu tư tương xứng. Thực
tế cho thấy Việt Nam với lợi thế về tiềm năng du lịch (nhiều cảnh quan thiên nhiên
đẹp, bờ biển dài trải dọc đất nước, có nhiều khu du lịch quốc gia được chú trọng bảo
tồn và phát triển,…) và là nước có nền kinh tế chính trị được cộng đồng thế giới đánh
giá là ổn định. Việt nam trở thành tâm điểm thu hút nhiều khách du lịch trong và ngoài
nước là điều hoàn toàn dự đoán được.
Những năm gần đây du khách quốc tế tăng trưởng nhanh và du khách Việt Nam có xu
hướng quay trở lại du lịch trong nước nhiều hơn, dân số Việt Nam hiện khoảng 90 triệu
người cùng với mức sống được cải thiện thì đây là nguồn khách dồi dào cho ngành du
lịch. Thành phố Hồ Chí Minh ln giữ vị trí quan trọng thu hút du khách (58% lượng
khách quốc tế, 34% lượng khách nội địa của cả nước). Tổng lượng khách quốc tế đến

Thành phố trong năm 2016 là 5,2 triệu lượt khách; Khách nội địa đến Thành phố đạt 21,8
triệu lượt khách (Sở Du lịch TP HCM, 2017). Tuy nhiên thị trường du lịch khách quốc tế
cũng như nội địa trong ngắn và trung hạn vẫn chưa có xu hướng rõ ràng, cơ cấu khách của
các khách sạn và khách của các khu nghỉ dưỡng vẫn liên tục thay đổi. Khách du lịch Việt
Nam cũng như khách quốc tế cũng có phần thay đổi so với những năm trước, họ đòi hỏi
cao hơn, quan tâm nhiều đến giá trị và dịch vụ, họ cũng nắm bắt được thông tin nhiều hơn
trong xu thế hội nhập ngày nay, đặt biệt là trong bối cảnh cuộc cách mạng công nghiệp lần
thứ 4. Vậy các nhà quản lý khách sạn phải làm gì để giải quyết vấn đề này? Có nhiều
phương án để trả lời câu hỏi trên, tuy nhiên hiện tại đa phần các quản lý khách sạn chưa
thật sự tìm hiểu một cách đầy đủ du khách cần và muốn gì khi tiếp tục đến với khách sạn
của mình? Do đó, trong bối cảnh mới khơng chỉ làm hài lòng khách mà phải tạo được sự
trung thành của du khách đối với khách sạn của mình. Thách thức của các nhà quản lý là
cần tìm ra các nhân tố ảnh hưởng đến sự trung thành của các du khách. Bài viết tập trung
vào: (i) Cơ sở lý thuyết về lịng trung thành khách hàng; (ii) Mơ hình định lượng lịng
trung thành và (iii) Hàm ý chính sách.

2. CƠ SỞ LÝ THUYẾT
Theo Oliver (1993); Chaudhuri và Holbrook (2001), lòng trung thành của khách hàng
nói lên xu hướng của khách hàng mua và sử dụng sản phẩm/dịch vụ của thương hiệu nào
đó trong một tập các thương hiệu cạnh tranh có mặt trên thị trường và lặp lại hành vi này;
biểu hiện thái độ hoặc hành vi gắn bó với nhà cung cấp dịch vụ của khách hàng.
Kabiraj và Shanmugan (2011), nhận diện lòng trung thành của khách hàng được tiếp
cận dưới hai góc độ: (i) Dựa vào hành vi của khách hàng: cách tiếp cận này xem xét lòng
trung thành thông qua hành động mua lặp lại, sử dụng thường xuyên một sản phẩm/dịch
vụ của khách hàng. Theo cách tiếp cận này thì lịng trung thành như một lời cam kết của
khách hàng mua hoặc sử dụng thương hiệu một sản phẩm/dịch vụ trong tương lai, mặc dù
ảnh hưởng bởi những tình huống và tác động của thị trường có thể làm thay đổi hành vi
bất thường của khách hàng. (ii) Dựa vào thái độ của khách hàng: cách tiếp cận này muốn
nhấn mạnh đến ý định của khách hàng trong việc tiêu dùng sản phẩm/dịch vụ.
11



TÁC ĐỘNG CỦA CHẤT LƢỢNG DỊCH VỤ ĐẾN LÒNG TRUNG THÀNH
CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4-5 SAO
TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH

Đinh Phi Hổ, Phan Thanh Long,
Nguyễn Viết Bằng

Rossiter và Percy (1987) nhấn mạnh hơn, lòng trung thành của khách hàng được
thể hiện qua thái độ thiện cảm của họ đối với sản phẩm/dịch vụ và sẽ sử dụng sản
phẩm/dịch vụ đó qua thời gian.
Theo Gronroos (1984); Parasuraman và cộng sự (1985), chất lượng dịch vụ được
xem như một quá trình đánh giá của khách hàng khi so sánh chất lượng dịch vụ mong
đợi với chất lượng do kinh nghiệm có được, như là khoảng cách giữa sự mong đợi của
khách hàng và nhận thức của họ khi sử dụng qua dịch vụ.
Gronroos (1984) cho rằng chất lượng dịch vụ được đo lường bởi 03 thành phần: chất
lượng kỹ thuật, chất lượng chức năng và chất lượng hình ảnh. Trong khi Parasuraman và
cộng sự (1985, 1988) thì cho rằng chất lượng dịch vụ được đo lường bởi 05 thành phần
thông qua thang đo SERVQUAL: độ tin cậy (reliability), tính đáp ứng (responsiveness),
tính đảm bảo (assurance), phương tiện hữu hình (tangibles) và sự đồng cảm (empathy).
Trong bối cảnh tác động của cách mạng công nghiệp 4.0, Eleanor và cộng sự (2002)
cho rằng tiện ích website (được đánh giá thông qua chất lượng thông tin trên website,
chức năng phù hợp, tính tương tác với khách hàng, độ tin cậy của website, bảo mật thông
tin cho khách hàng và thời gian phản hồi) cũng là bộ phận của chất lượng dịch vụ.
Dabholkar và cộng sự (2000) cho rằng chất lượng dịch vụ chịu tác động trực tiếp bởi
04 yếu tố: độ tin cậy, sự quan tâm cá nhân, sự tiện lợi, các đặc tính của sản phẩm/dịch vụ;
chất lượng dịch vụ sẽ có tác động đến sự hài lòng của khách hàng và từ đây là yếu tố tác
động đến sự trung thành của khách hàng đối với sản phẩm dịch vụ được cung cấp.


Theo Oliver (1990), Cronin và Taylor (1992), Tribe và Snaith (1998), Baker và
Crompton (2000), chất lượng dịch vụ là yếu tố tác động trực tiếp đến sự hài lòng của
khách hàng. Khi chất lượng dịch vụ được đánh giá là tốt thì khách hàng sẽ hài lòng
(Kim và cộng sự, 2005; Ho và cộng sự, 2006; Nadiri và cộng sự, 2008; Chen và
Yeung, 2008; Phạm và Kullada, 2009). Bên cạnh đó, kết quả nghiên cứu của Cronin và
Taylor (1992), Zeithaml và cộng sự (1996), Baker và Crompton (2000), Xiangyu và
Jarinto (2012), Mai Ngoc Khuong và cộng sự (2015), Tefera và Govender (2016) đã
chỉ ra rằng: khi khách hàng hài lòng với dịch vụ khách sạn mà họ đang sử dụng sẽ làm
cho họ trung thành với các nhà cung cấp dịch vụ này.
Chất lượng dịch vụ được nhiều nhà nghiên cứu xem như yếu tố quyết định đến
lòng trung thành của khách hàng (Monal và Girish, 2012). Kết quả nghiên cứu của
Rousan và cộng sự (2010), Xiangyu và Jarinto (2012), Galib (2013), Kofi và cộng sự
(2013), Mai Ngoc Khuong và cộng sự (2015), Tefera và Govender (2016) cho thấy:
chất lượng dịch vụ là yếu tố có tác động đến lịng trung thành của khách hàng khi họ
sử dụng các dịch vụ của khách sạn.
3. MƠ HÌNH NGHIÊN CỨU ĐỀ XUẤT
Dựa trên các nghiên cứu trước và thực tiễn ở TP HCM, nhóm tác giả nhận diện
các yếu tố chất lượng dịch vụ tác động đến lòng trung thành khách hàng như sau:
12


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CƠNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

Hình 1: Mơ hình và các giả thuyết nghiên cứu

Theo mơ hình ta có các giả thuyết sau:
H1: Độ tin cậy có tác động đến sự hài lòng của khách hàng (kỳ vọng +)

H2: Phương tiện hữu hình có tác động đến sự hài lịng của khách hàng (kỳ vọng +)

H3: Tính đáp ứng có tác động đến sự hài lòng của khách hàng (kỳ vọng +)
H4: Tiện ích website có tác động đến sự hài lòng của khách hàng (kỳ vọng +)
H5: Sự đồng cảm có tác động đến sự hài lịng của khách hàng (kỳ vọng +)
H6: Độ tin cậy có tác động đến lòng trung thành (kỳ vọng +)
H7: Phương tiện hữu hình có tác động đến lịng trung thành (kỳ vọng +)
H8: Tính đáp ứng có tác động đến lịng trung thành (kỳ vọng +)
H9: Tiện ích website có tác động đến lòng trung thành (kỳ vọng +)
H10: Sự đồng cảm có tác động đến lịng trung thành (kỳ vọng +)
H11: Sự hài lịng có tác động đến lịng trung thành (kỳ vọng +)
Mơ hình có 7 thang đo với 32 biến quan sát (được đánh giá theo thang đo likert 5
mức độ từ 1–Rất không tốt đến 5–Rất tốt). Thành phần chất lượng dịch vụ gồm 5
thang đo với 24 biến quan sát; thành phần hài lòng với 4 biến quan sát và lòng trung
thành với 4 biến quan sát.
Bảng 1: Thành phần các thang đo
STT
I
1
2

Thang đo và thành phần
Phương tiện hữu hình
Khách sạn có trang thiết bị hiện đại
Văn phòng, trụ sở giao dịch khang trang, tạo sự tin tưởng cho khách hàng

Ký hiệu
TAN
TAN1
TAN2

13


TÁC ĐỘNG CỦA CHẤT LƢỢNG DỊCH VỤ ĐẾN LÒNG TRUNG THÀNH
CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4-5 SAO
TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH

Nguyễn Viết Bằng

3

Nhân viên khách sạn có trang phục gọn gàng và đẹp

TAN3

4

Các dịch vụ của khách sạn luôn đáp ứng yêu cầu

TAN4

II
1

Độ tin cậy
Khách sạn hứa thực hiện một điều gì đó (như thiết lập dịch vụ chăm sóc khách
hàng, hậu mãi) vào khoảng thời gian cụ thể, điều đó sẽ được thực hiện.
Khi khách hàng gặp sự cố về dịch vụ thì khách sạn ln đáp ứng giải quyết vấn đề
kịp thời.
Các dịch vụ của khách sạn luôn ổn định và đáng tin cậy

Khách sạn cung cấp các dịch vụ đúng thời điểm khách hàng cần
Khách sạn thông báo cho khách hàng khi nào dịch vụ sẽ được thực hiện

2
3
4
5
III
1
2
3

Tính đáp ứng
RES1: Nhân viên khách sạn thực hiện nhanh chóng các yêu cầu của khách hàng về
thay đổi dịch vụ như thay đổi thơng tin trên hóa đơn, dịch vụ cung ứng internet,
v.v.
RES2: Nhân viên khách sạn ln có mặt theo yêu cầu của khách hàng

REL
REL1

REL2
REL3
REL4
REL5
RES

RES1
RES2


4

RES3: Nhân viên khách sạn không bao giờ tỏ ra quá bận rộn để không đáp ứng
yêu cầu của khách hàng
RES4: Khách hàng luôn nhận được hỗ trợ dịch vụ từ phía nhân viên khách sạn

IV
1
2
3
4

Tiện ích website
Website cung cấp được các thông tin liên quan đến dịch vụ tại khách sạn
Website đáp ứng được các yêu cầu của khách hàng về dịch vụ tại khách sạn
Thời gian xử lý thông tin và trả lời những yêu cầu của khách hàng nhanh chóng
Những giao dịch và thông tin cá nhân khách hàng luôn được bảo mật trên website

WEB
WEB1
WEB2
WEB3
WEB4

V
1
2
3

Sự đồng cảm

Nhân viên khách sạn thể hiện sự quan tâm đến từng khách hàng
Nhân viên khách sạn thể hiện sự quan tâm đến khách hàng
Nhân viên khách sạn hiểu được nhu cầu đặc biệt của khách hàng

EMP
EMP1
EMP2
EMP3

4

Nhân viên khách sạn chú ý đến những vấn đề mà khách hàng hoặc doanh nghiệp
quan tâm nhiều nhất.

5

14

Đinh Phi Hổ, Phan Thanh Long,

VI
1
2
3
4

Nhân viên khách sạn ln có những khoản thời gian thuận tiện để phục vụ nhu cầu
của khách hàng
Sự hài lịng
Tơi hài lịng khi sử dụng các dịch vụ tại khách sạn X

Tơi hài lịng cách thức quản lý và chất lượng dịch vụ của khách sạn X
Tôi hài lòng thái độ phục vụ và làm việc của nhân viên khách sạn X
Tơi hài lịng quy trình quản lý và thủ tục check in và check out của khách sạn X

VII
1
2
3
4

Lịng trung thành
Tơi ln nghĩ đến dịch vụ khách sạn X mỗi khi có nhu cầu
Tơi sẽ khơng sử dụng dịch vụ khách sạn khác nếu khách sạn X sẵn sàng cung cấp
Tôi sẽ sử dụng trở lại các dịch vụ khách sạn
Tôi sẽ giới thiệu dịch vụ khách sạn đến những người sử dụng khác

RES3
RES4

EMP4

EMP5
SAT
SAT1
SAT2
SAT3
SAT4
LO
LO1
LO2

LO3
LO4


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0

ISBN: 978-604-73-5980-6

Dữ liệu được thu thập thông qua phỏng vấn trực tiếp 322 khách hàng, trong đó
187 đáp viên sử dụng dịch vụ tại 28 khách sạn 5 sao và 135 khách hàng sử dụng dịch
vụ tại 47 khách sạn 4 sao tại TP HCM (Việt Nam), từ tháng 5/2017 đến 9/2017 theo
phương pháp lấy mẫu phân tầng thuận tiện bằng bảng câu hỏi chi tiết để kiểm định mơ
hình và các giả thuyết nghiên cứu.
Do mơ hình lý thuyết với một tập hợp các quan hệ đan xen, mơ hình cấu trúc tuyến
tính (Structural Equation Model, SEM) được sử dụng để kiểm định các giả thuyết trên
(Lorence và Mortimer, 1985; Anderson & Gerbing, 1988); Quy trình phân tích mơ
hình bao gồm các bước: (i) Kiểm định Cronbach về tin cậy thang đo (Cronbach test) ;
(ii) Phân tích nhân tố khám phá (Exploratory Factor Analysis–EFA); (iii) Phân tích
nhân tố khẳng định (Confirmatory Factor Analysis–CFA) và (iv) Mơ hình cấu trúc
tuyến tính (Structural Equation Modeling –SEM).
4. KẾT QUẢ VÀ THẢO LUẬN
Về kết quả phân tích độ tin cậy
Kết quả thể hiện trong bảng 2 cho thấy: tất cả các biến quan sát đều thỏa mãn các
điều kiện trong phân tích độ tin cậy của thang đo thơng qua hệ số Cronbach (hệ số
Cronbach > 0,6 và tương quan biến – tổng > 0,3, Nunnally and Burnstein, 1994).
Bảng 2: Kết quả phân tích độ tin cậy
Khái niệm

Cronbach’s

alpha

Phƣơng tiện hữu hình TAN
TAN1: Khách sạn có trang thiết bị hiện đại
TAN2: Văn phòng, trụ sở giao dịch khang trang, tạo sự tin tưởng cho khách hàng

0,793

TAN3: Nhân viên khách sạn có trang phục gọn gàng và đẹp
TAN4: Các dịch vụ của khách sạn luôn đáp ứng yêu cầu
Độ tin cậy REL
REL1: Khách sạn hứa thực hiện một điều gì đó (như thiết lập dịch vụ chăm sóc khách
hàng, hậu mãi) vào khoảng thời gian cụ thể, điều đó sẽ được thực hiện
REL2: Khi khách hàng gặp sự cố về dịch vụ thì khách sạn ln đáp ứng giải quyết vấn đề
kịp thời
REL3: Các dịch vụ của khách sạn thì ln ổn định và đáng tin cậy

0,866

REL4: Khách sạn cung cấp các dịch vụ đúng thời điểm khách hàng cần
REL5: Khách sạn thông báo cho khách hàng khi nào dịch vụ sẽ được thực hiện
Tính đáp ứng RES
RES1: Nhân viên khách sạn thực hiện nhanh chóng các yêu cầu của khách hàng về thay
đổi dịch vụ như thay đổi thông tin trên hóa đơn, dịch vụ cung ứng internet, v.v.

0,840

15



TÁC ĐỘNG CỦA CHẤT LƢỢNG DỊCH VỤ ĐẾN LÒNG TRUNG THÀNH
CỦA KHÁCH HÀNG SỬ DỤNG DỊCH VỤ KHÁCH SẠN 4-5 SAO
TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH

Đinh Phi Hổ, Phan Thanh Long,
Nguyễn Viết Bằng

RES2: Nhân viên khách sạn luôn có mặt theo yêu cầu của khách hàng
RES3: Nhân viên khách sạn không bao giờ tỏ ra quá bận rộn để không đáp ứng yêu cầu
của khách hàng
RES4: Khách hàng ln nhận được hỗ trợ dịch vụ từ phía nhân viên khách sạn
Tiện ích WEB
WEB1: Website cung cấp được các thông tin liên quan đến dịch vụ tại khách sạn
WEB2: Website đáp ứng được các yêu cầu của khách hàng về dịch vụ tại khách sạn

0,838

WEB3: Thời gian xử lý thông tin và trả lời những yêu cầu của khách hàng nhanh chóng
WEB4: Những giao dịch và thơng tin cá nhân khách hàng luôn được bảo mật trên website
Sự đồng cảm EMP
EMP1: Nhân viên khách sạn thể hiện sự quan tâm đến từng khách hàng
EMP2: Nhân viên khách sạn thể hiện sự quan tâm đến khách hàng
EMP3: Nhân viên khách sạn hiểu được nhu cầu đặc biệt của khách hàng
EMP4: Nhân viên khách sạn chú ý đến những vấn đề mà khách hàng hoặc doanh nghiệp
quan tâm nhiều nhất.

0,831

EMP5: Nhân viên khách sạn ln có những khoản thời gian thuận tiện để phục vụ nhu cầu
của khách hàng

Sự hài lòng SAT
SAT1: Tơi hài lịng khi sử dụng các dịch vụ tại khách sạn X
SAT2: Tơi hài lịng cách thức quản lý và chất lượng dịch vụ của khách sạn X

0,846

SAT3: Tơi hài lịng thái độ phục vụ và làm việc của nhân viên khách sạn X
SAT4: Tơi hài lịng quy trình quản lý và thủ tục check in và check out của khách sạn X
Lịng trung thành LO
LO1: Tơi ln nghĩ đến dịch vụ khách sạn X mỗi khi có nhu cầu
LO2: Tôi sẽ không sử dụng dịch vụ khách sạn khác nếu khách sạn X sẵn sàng cung cấp

0,871

LO3: Tôi sẽ sử dụng trở lại các dịch vụ khách sạn
LO4: Tôi sẽ giới dịch vụ khách sạn đến những người sử dụng khác
Nguồn: Kết quả khảo sát, 2017

Về kết quả phân tích nhân tố khám phá EFA
Kết quả được trình bày trong bảng 3 và bảng 4 cho thấy: các biến quan sát đều đạt
yêu cầu về giá trị. Cụ thể: các yếu tố tác động đến lòng trung thành của khách hàng
được trích thành 06 yếu tố tương ứng với các biến đo lường của 06 khái niệm với tổng
phương sai trích là 65,828% tại Eigenvalue là 2,422; EFA lịng trung thành được trích
thành 01 yếu tố với phương sai trích là 72,139 tại Eigenvalue là 2,886. Kết quả EFA
được sử dụng bằng phương pháp xoay Varimax.
16


KỶ YÊU HỘI THẢO KHOA HỌC:
PHÁT TRIỂN DU LỊCH TRONG CÁCH MẠNG CÔNG NGHIỆP 4.0


ISBN: 978-604-73-5980-6

Bảng 3: Kết quả EFA các yếu tố tác động đến lòng trung thành của khách hàng
Biến quan sát
REL3
REL2
REL5
REL1
REL4
EMP5
EMP4
EMP1
EMP2
EMP3
RES3
RES4
RES1
RES2
WEB2
WEB3
WEB4
WEB1
TAN1
TAN2
TAN4
TAN3
SAT2
SAT3
SAT1

SAT4
Eigenvalue
% of variance
Cumulative %
KMO
Bartlett's Test

Nhân tố
1
.815
.806
.795
.759
.730

2

3

4

5

6

.810
.776
.740
.725
.708

.835
.802
.794
.765
.808
.800
.787
.748
.816
.799
.785
.749

3,409
13,112
13,112
Chisquare
df
Sig.

3,123
12,013
25,124

2,809
10,804
35,929

2,760
2,725

10,615
10,481
46,543
57,024
0,837
3893,428

.726
.707
.704
.666
2,427
9,334
65,358

352
0,000

Ghi chú: 0,5 < KMO < 1 (Hair và cộng sự, 2006), kiểm định Bartlett có mức ý nghĩa nhỏ hơn 0,05 (Hair và cộng sự,

2006), Trọng số của các biến quan sát (Factor Loading) >0,40 (Gerbing và Anderson, 1988), phương sai trích >
50% và Eigenvalue > 1 (Gerbing và Anderson, 1988).
17