Ảnh hưởng của giá trị thương hiệu điểm đến và tính xác thực của thương hiệu đến ý định ghé lại: Vai trò trung gian của sự hài lòng khách du lịch và vai trò điều tiết của sự quen thuộc với điểm đến tại Đồng bằng sông Cửu Long

Mục tiêu cụ thể

- Thứ nhất, xem xét vai trò trung gian của sự hài lòng của khách du lịch trong mối quan hệ giữa giá trị thương hiệu và ý định ghé lại và giữa tính xác thực của thương hiệu với ý định thăm lại và vai trò điều tiết của mức độ quen thuộc của điểm đến trong mối quan hệ giữa giá trị thương hiệu và ý định ghé lại. - Thứ hai, xác định mức ảnh hưởng cụ thể của tính xác thực của thương hiệu điểm đến đối với giá trị thương hiệu. - Thứ ba, nghiên cứu này khẳng định các khía cạnh cụ thể của giá trị thương hiệu điểm đến và tính xác thực của thương hiệu trước những tranh cãi hiện nay.

- Cuối cùng, nghiên cứu cung cấp hướng dẫn thực tế để xây dựng các chính sách tiếp thị cho các điểm đến du lịch khác nhau.

Phương pháp nghiên cứu định lượng

Gía trị thương hiệu điểm đến Nhận biết thương hiệu Chất lượng cảm nhận Hình ảnh thương hiệu Lòng trung thành thương hiệu Tính tự động của thương hiệu Liên tục. Sự hài lòng của khách du lịch Sự quen thuộc về điểm đến Chú ý : SD là độ lệch chuẩn.

Phương pháp xử lý số liệu

Theo (Hà Nam Khánh Giao and Bùi Nhất. Vương 2019), hiện tại PLS là cách tiếp cận phổ biến và hiệu quả nhất trong việc phân tích các mô hình cấu trúc tuyến tính gồm các biến ẩn (latent variables). Kết quả phân tích thu được không chỉ cho phép đánh giá độ tin cậy (reliability), giá trị phân biệt và hội tụ (discriminant and convergent validity) của các thang đo mà còn ước tính các hệ số hồi quy được tiêu chuẩn hóa cho các mối quan hệ nghiên cứu trong mô hình. Với PLS, cả mô hình đo lường (measuremen model) và mô hình phương trình cấu trúc (structural equation modeling) được ước lượng cùng một lúc, cho phép tránh được các phần lệch hoặc không phù hợp cho ước lượng. Phần mềm Smart PLS 3.0 được sử dụng để phân tích dữ liệu. Mức ý nghĩa của các hệ số hồi quy được tính toàn bằng boothstrapping với mức boothstrapping được áp dụng là 5,000).

Mục đích của giai đoạn này là để kiểm định các yêu cầu về giá trị của thang đo được sử dụng nhằm đảm bảo các thang đo đưa vào nghiên cứu phải đáp ứng đủ các giá trị cần thiết như: độ tin cậy; giá trị hội tụ và giá trị phân biệt của thang đo. Để đánh giá các giá trị trên của thang đo, các hệ số sau đây lần lượt được sử dụng làm tham chiếu gồm: Hệ số Cronbach's Alpha; hệ số độ tin cậy tổng hợp Composite reliability (CR), phương sai trích bình quân – AVE và hệ số tải ngoài (outer loading). Bước 2: Để kiểm định khả năng hội tụ của các thang đo, tác giả sử dụng chỉ số phương sai trích bình quân (average variance extracted - AVE), trong đó AVE > 0,5 là có thể chấp nhận được (Hà Nam Khánh Giao and Bùi Nhất Vương 2019).

Bước 3: Để kiểm định việc các thang đo được thiết kế cho các khái niệm nghiên cứu khác nhau thì có khác biệt nhau hay không, nhóm tác giả tiến hành bước kiểm định giá trị phân biệt của thang đo. Trong kỹ thuật phân tích PLS_SEM, giá trị phân biệt của thang đo được đánh giá qua tiêu chỉ Forell-Larcker và hệ số HTMT (Heterotrait-monotrait ratio) (Hà Nam Khánh Giao and Bùi Nhất Vương 2019). Trong đó, tiêu chỉ Fornell-Larcker so sánh căn bậc 2 của phương sai trích bình quân AVE của từng cấu trúc phải lớn hơn hệ số tương quan giữa các cấu trúc.

Sau khi xác định được các mối quan hệ giữa các nhân tố có ý nghĩa thống kê (các giả thuyết nghiên cứu được chấp nhận) thì tiếp đến, các kỹ thuật phân tích định lượng tiếp tục được sử dụng để kiểm tra về khả năng dự báo của mô hình trong thực tế. Như vậy, với mục đích của nghiên cứu này là xây dựng mô hình về mối quan hệ giữa các nhân tố và kiểm tra khả năng dự bảo trong bối cảnh thực tế thì kỹ thuật phân tích định lượng là cần thiết được sử dụng. Bước 1: Mục đích của bước kiểm định hiện tượng đa cộng tuyến là để xem xét liệu có xảy ra hiện tượng tương quan hoàn toàn giữa các biến độc lập trong mô hình nghiên cứu hay không.

Theo (Hà Nam Khánh Giao and Bùi Nhất Vương 2019), VIF < 2 là tốt tức hoàn toàn không có đa cộng tuyến, nếu VIF < 5 thì có thể chấp nhận được tức không vi phạm đa cộng tuyến hoàn toàn, ngược lại nếu VIF>5 thì nên gộp các biến quan sát thành một biến quan sát hay chuyển thang đo của khái niệm thành thang đo bậc cao. Để thực hiện được điều này, trong mô hình PLS-SEM, nhóm tiến hành chạy boostrap 2000 lần với đuôi 2t để xác định mức ý nghĩa thống kê của các mối quan hệ. Phương pháp nghiên cứu định lượng được tiến hành khảo sát 424 khách du lịch trên địa bàn khu vực đồng bằng sông Cửu Long, sau đó phân tích và xử lý dữ liệu bằng phần mềm SPSS.