SCIENCE & TECHNOLOGY DEVELOPMENT JOURNAL - ECONOMICS - LAW AND MANAGEMENT

A sub-journal of Science and Technology Development Journal since 2017

Skip to main content Skip to main navigation menu Skip to site footer

 Research article

HTML

128

Total

43

Share

Impact of destination images to satisfaction of domestic tourists for Dong Thap tourist destination






 Open Access

Downloads

Download data is not yet available.

Abstract

The study aimed to examine the impact of the destination image on domestic tourist satisfaction in Dong Thap tourist destination. Group discussion is conducted for 07 tourists to adjust the scale, followed by the interview of 250 domestic tourists (normative sampling method was applied) to 05 typical tourist attractions of Dong Thap province. Besides, the method of data analysis chosen by the authors is to evaluate the structural equation model according to the partial least squares method with the support of the SmartPLS 3.0 tool. The research results have shown that Cognitive images are the premise leading to the formation of emotional images; both the affective image and cognitive image components have a direct and positive effect on the overall image; Only the cognitive and overall image composition directly impact visitor satisfaction. Besides, the authors also found that there is an indirect relationship between the perceptual image and overall image through the emotional image; the indirect relationship between cognitive image and satisfaction through the overall image and the evolution between the affective image and the overall image; Emotional images have an indirect relationship to satisfaction through the overall image. In addition, the authors have not found a significant difference in visitor satisfaction based on gender and age.

GIỚI THIỆU

Du lịch là một ngành kinh tế quan trọng, góp phần vào việc tăng trưởng kinh tế của nhiều quốc gia và địa phương. Do đó, những chủ đề nghiên cứu liên quan đến lĩnh vực du lịch mà cụ thể là hành vi du khách, đặc biệt là hình ảnh điểm đến được sự quan tâm của nhiều chuyên gia nghiên cứu. Sỡ dĩ, hình ảnh điểm đến thu hút sự quan tâm của giới nghiên cứu là vì hình ảnh điểm đến là trung tâm của ngành công nghiệp du lịch 1 . hình ảnh điểm đến còn quan trọng trong việc xác định vị trí của điểm đến trong nhận thức của du khách.

Đồng Tháp được đánh giá là Tỉnh có tiềm năng du lịch lớn với tài nguyên du lịch phong phú và đa dạng. Tuy nhiên, việc phát triển du lịch vẫn chưa khai thác hết tài nguyên du lịch vốn có, bởi lẽ so với các tỉnh thuộc ĐBSCL thì tài nguyên du lịch của tỉnh Đồng Tháp khá tương đồng, điều này đã tạo nên một thách thức không nhỏ trong việc hình thành hình ảnh điểm đến trong nhận thức du khách. Tuy vậy, việc phát triển du lịch vẫn là nhiệm vụ quan trọng của Tỉnh. Do đó, để có cái nhìn tổng quát nhất về hình ảnh điểm đến, cũng như xem xét sự tác động của hình ảnh điểm đến tới sự hài lòng của du khách nên nhóm tác giả thực hiện nghiên cứu “ Tác động của hình ảnh điểm đến tới sự hài lòng của du khách nội địa đối với điểm đến du lịch Đồng Tháp ”. Trong nghiên cứu này, hình ảnh điểm đến được nhóm tác giả tiếp cận theo ba thành phần: hình ảnh nhận thức, hình ảnh cảm xúc và hình ảnh tổng thể, cách tiếp cận này rất khác và có thể giải thích trọn vẹn hơn về hình ảnh điểm đến so với nhiều nghiên cứu trước đây chỉ xem hình ảnh điểm đến chỉ bao gồm thành phần nhận thức. Trên cơ sở kết quả nghiên cứu, nhóm tác giả gợi ý một số hàm ý nhằm nâng cao sự hài lòng của du khách nội địa đến với Đồng Tháp.

CƠ SỞ LÝ THUYẾT

Để thực hiện nghiên cứu này, nhóm tác giả dựa trên các lý thuyết nền như: Lý thuyết hành vi người tiêu dùng của Kotler 2 ; lý thuyết hành động hợp lý TRA của Fishbein và Ajzen 3 ; Lý thuyết hành vi dự định TPB của Ajzen 4 và Lý thuyết sử dụng & thỏa mãn (U&G) của Cheung và cộng sự 5 .

Hình ảnh điểm đến (Destination Image)

Hunt 6 là một trong số những người đầu tiên chứng minh tầm quan trọng của hình ảnh điểm đến trong việc gia tăng lượng du khách viếng thăm điểm đến.

Hình ảnh điểm đến được định nghĩa là tổng số lần hiển thị hoặc niềm tin mà một người có về một điểm đến 7 . Hình ảnh điểm đến cũng phát triển qua các giai đoạn khác nhau của trải nghiệm tham quan, từ hình ảnh hữu cơ ban đầu (trước khi lập kế hoạch từ chuyến du lịch), hình ảnh cảm ứng (chuẩn bị đi du lịch) và hình ảnh thực tế (với trải nghiệm tham quan) 8 .

Hình ảnh điểm đến không chỉ là nhận thức của cá nhân về những thuộc tính điểm đến mà còn là những ấn tượng toàn diện do điểm đến mang lại. Hình ảnh điểm đến bao gồm những đặc điểm chức năng - liên quan nhiều hơn đến những khía cạnh hữu hình của điểm đến và những đặc điểm tâm lý – liên quan nhiều hơn đến những khía cạnh vô hình 9 .

Trên cơ sở lược khảo các nghiên cứu trước, tác giả nhận thấy có rất nhiều nghiên cứu về du lịch chỉ tập trung vào thành phần nhận thức của hình ảnh điểm đến 10 , trong khi hình ảnh cảm xúc quan trọng không kém đã bị bỏ qua. Hơn thế nữa, Hình ảnh tổng thể hoặc tổng hợp của một địa điểm được hình thành do sự tương tác giữa các đánh giá nhận thức và cảm xúc.

Do đó, trong nghiên cứu này nhóm tác giả tiếp cận hình ảnh điểm đến như là một khái niệm bao gồm: hình ảnh nhận thức, hình ảnh cảm xúc và hình ảnh tổng thể. Hơn thế nữa, trong nghiên cứu của Beerli và Martín 11 cho thấy rằng hình ảnh nhận thức là tiền đề quan trọng dẫn đến việc hình thành hình ảnh cảm xúc, mối quan hệ này cũng được khẳng định trong nghiên cứu của Tuấn 12 . Vì thế, giả thuyết H 1 được đề xuất:

H 1 : Hình ảnh nhận thức có ảnh hưởng trực tiếp và tích cực đến hình ảnh cảm xúc.

Sự hài lòng (Tourist Satisfaction)

Theo Iniesta-Bonillo và cộng sự 13 cho rằng sự hài lòng là trạng thái nhận thức - tình cảm của cá nhân có được từ trải nghiệm du lịch. Đồng tình với điều này, Prebensen và Xie 14 , cho rằng sự hài lòng của khách hàng là một yếu tố quan trọng trong ngành dịch vụ.

Trong bối cảnh ngành du lịch, hình ảnh nhận thức và hình ảnh cảm xúc được chứng minh rằng có ảnh hưởng trực tiếp và tích cực đến hình ảnh tổng thể 15 . Trên cơ sở đó, các giả thuyết H 2 H 3 được đề xuất:

H 2 : Hình ảnh nhận thức có ảnh hưởng trực tiếp và tích cực đến hình ảnh tổng thể.

H 3 : Hình ảnh cảm xúc có ảnh hưởng trực tiếp và tích cực đến hình ảnh tổng thể.

Trong các nghiên cứu trước đó cũng đã chứng minh mối quan hệ giữa hình ảnh điểm đến và sự hài lòng của du khách. Cụ thể, khi du khách có nhận thức tích cực về hình ảnh điểm đến, điều này sẽ dẫn đến việc họ sẽ hài lòng hơn về điểm đến 16 , 12 . Trên cơ sở đó, các giả thuyết H 4, H 5 được đề xuất:

H 4 : Hình ảnh nhận thức có ảnh hưởng trực tiếp và tích cực đến sự hài lòng du khách.

H 5 : Hình ảnh cảm xúc có ảnh hưởng trực tiếp và tích cực đến sự hài lòng du khách.

Bên cạnh đó, hình ảnh tổng thể cũng được khẳng định là có ảnh hưởng trực tiếp và tích cực đến sự hài lòng du khách 15 . Trên cơ sở đó, các giả thuyết H 6 được đề xuất:

H 6 : Hình ảnh tổng thể có ảnh hưởng trực tiếp và tích cực đến sự hài lòng du khách.

Ngoài ra, trong nghiên cứu này nhóm tác giả cũng thực hiện kiểm định vai trò của biến kiểm soát (giới tính, độ tuổi) đối với sự hài lòng của du khách. Do đó, các giả thuyết H 7a H 7b cũng được đề xuất:

H 7a : Biến kiểm soát giới tính có ảnh hưởng đến sự hài lòng du khách;

H 7b : Biến kiểm soát độ tuổi có ảnh hưởng đến sự hài lòng du khách.

Mô hình nghiên cứu

Trên cơ sở lược khảo các nghiên cứu trước có liên quan, cũng như dựa trên mối quan hệ giữa các khái niệm, tác giả đề xuất mô hình nghiên cứu ( Figure 1 ), nhằm xem xét mối quan hệ giữa hình ảnh điểm đến và sự hài lòng của du khách nội địa.

Figure 1 . Mô hình nghiên cứu đề xuất

Trong đó, thang đo được sử dụng để đo lường các khái niệm trong mô hình nghiên cứu được kế thừa từ các nghiên cứu trước đó và đã được nhóm tác giả tổng hợp như được thể hiện trong Table 1 . Cụ thể, khái niệm hình ảnh nhận thức được đo lường bởi 05 biến quan sát, dựa trên nghiên cứu của Banki và cộng sự (17); khái niệm hình ảnh cảm xúc được đo lường bởi 03 biến quan sát; khái niệm sự hài lòng được đo lường bởi 04 biến quan sát; đối với khái niệm hình ảnh tổng thể được đo lường bởi 01 biến quan sát dựa trên nghiên cứu của Wang và Hsu (15). Các biến quan sát đo lường khái niệm hình ảnh nhận thức và sự hài lòng du khách được đo lường thông qua thang đo Likert 05 mức độ (1: Hoàn toàn không đồng ý, 2: Không đồng ý, 3: Trung lập; 4: Đồng ý và 5: Hoàn toàn đồng ý); đối với các biến quan sát đo lường hình ảnh cảm xúc và hình ảnh tổng thể được đo lường thông qua thang đo đối nghĩa.

Table 1 Thang đo và nguồn tham khảo

PHƯƠNG PHÁP NGHIÊN CỨU

Dữ liệu nghiên cứu

Trong nghiên cứu này, nhóm tác giả thực hiện 02 giai đoạn nghiên cứu: giai đoạn nghiên cứu định tính với kỹ thuật thảo luận nhóm mục tiêu, cụ thể tác giả lựa chọn 7 du khách tham gia thảo luận, nhằm hiệu chỉnh biến quan sát trước khi thực hiện giai đoạn nghiên cứu định lượng. Kết quả thảo luận nhóm nhìn chung các biến quan sát để đo lường các khái niệm không có sự thay đổi nhiều so với thang đo đề xuất ban đầu. Tuy nhiên, đối với khái niệm hình ảnh nhận thức thì bổ sung thêm biến quan sát có nội dung: “ Điểm đến này gắn liền với hình ảnh hoa Sen và Sếu ”. Giai đoạn nghiên cứu định lượng, dữ liệu được thu thập từ việc khảo sát trực tiếp 250 du khách đến với điểm đến du lịch Đồng Tháp với phương pháp chọn mẫu định mức (Quota) (cụ thể: Làng hoa Sa Đéc: 50 phiếu; Khu du lịch văn hóa Phương Nam: 50 phiếu; Khu di tích Gò Tháp và Đồng Sen Tháp Mười: 50 phiếu; Vườn Quốc Gia Tràm Chim: 50 phiếu và Khu di tích Xẻo Quýt: 50 phiếu). Dữ liệu được khảo sát từ 10/11/2020 đến 25/11/2020. Với tổng số phiếu phát ra là 250 phiếu, số phiếu thu về là 250 phiếu, số phiếu đạt yêu cầu là 242 phiếu. Cụ thể, thông tin về mẫu nghiên cứu hợp lệ (n = 242) được tác giả trình bày ở Table 2 .

Table 2 Thông tin mẫu nghiên cứu (n = 242)

Phương pháp phân tích dữ liệu

Phân tích dữ liệu sử dụng cách tiếp cận hai bước theo đề xuất của Anderson và Gerbing 18 . Bước đầu tiên liên quan đến việc phân tích mô hình đo lường, trong khi bước thứ hai kiểm tra các mối quan hệ cấu trúc giữa các cấu trúc tiềm ẩn. Mục đích của cách tiếp cận này là đánh giá độ tin cậy và hiệu lực của các biến quan sát, cũng như thang đo trước khi sử dụng chúng trong mô hình đầy đủ.

Trong bước thứ hai với mục đích chính của cuộc khảo sát này là để xem xét các mối quan hệ giữa các yếu tố trong mô hình nghiên cứu đề xuất. Để thực hiện mục tiêu này, tác giả sử dụng phương pháp mô hình phương trình cấu trúc dựa trên kỹ thuật phân tích bình phương tối thiểu bán phần (PLS-SEM) để kiểm tra độ tin cậy, độ giá trị các thang đo. Phương pháp PLS-SEM có một số ưu điểm vượt trội so với các phương pháp phân tích mô hình cấu trúc khác, chẳng hạn phương pháp CB-SEM, ở khía cạnh nó rất hiệu quả với cỡ mẫu nhỏ, đặc biệt khi mô hình nghiên cứu phức tạp với nhiều biến số và mối quan hệ nhân quả khác nhau. Ngoài ra, phương pháp PLS-SEM cũng hiệu quả trong trường hợp khi mục tiêu nghiên cứu là tối đa hóa mức độ dự báo cho biến phụ thuộc, chứ không phải kiểm định mô hình lý thuyết, thêm vào đó PLS-SEM không phụ thuộc vào phân phối chuẩn của dữ liệu (Sarstedt & cộng sự, 2019, trích trong Anh và Thảo 19 ).

KẾT QUẢ NGHIÊN CỨU

Đánh giá mô hình đo lường

Việc đánh giá mô hình đo lường kết quả bao hàm độ tin cậy tổng hợp để đánh giá tính nhất quán nội tại, độ tin cây riêng của từng thang đo/biến và phương sai trích trung bình (average variance extracted-AVE) nhằm đánh giá giá trị hội tụ. Bên cạnh đó, tiêu chí Fornell-Larcker và hệ số tải chéo (cross loading) được dùng để đánh giá giá trị phân biệt.

Trước tiên, mô hình được đánh giá giá trị hội tụ. Việc này được đánh giá thông qua các yếu tố bao gồm: hệ số tải, độ tin cậy tổng hợp (CR) và trích xuất phương sai trung bình (AVE). Table 3 cho thấy tất cả các hệ số tải nhân tố đều vượt quá giá trị đề nghị là 0.6. Giá trị độ tin cậy tổng hợp giao động từ 0.883 – 1.000 và đều vượt quá giá trị đề xuất là 0.7 trong khi phương sai trích xuất trung bình vượt quá giá trị đề xuất là 0.5 20 .

Thứ hai, là đánh giá giá trị phân biệt giữa các khái niệm, điều này được chỉ ra bởi sự tương quan thấp giữa biến quan sát đo lường cho một khái niệm liên quan và các biến quan sát đo lường cho khái niệm khác. Theo đó, Table 4 cho thấy rằng giá trị căn bậc hai của AVE (giá trị nằm trên đường chéo) của mỗi khái niệm lớn hơn các hệ số tương quan tương ứng của khái niệm đó với các khái niệm khác trong mô hình nghiên cứu. Điều này chứng minh cho giá trị phân biệt của các khái niệm 21 . Bên cạnh đó, Table 5 cũng cung cấp thêm minh chứng về hệ số tải chéo của các biến quan sát lên khái niệm của chính nó lớn hơn các khái niệm khác đã khẳng định thêm về giá trị phân biệt đạt được trong đo lường cho các khái niệm của mô hình nghiên cứu. Trong SmartPLS, mặc dù sử dụng tiêu chí Fornell-Larcker và kiểm tra hệ số tải chéo là các phương pháp được chấp nhận để đánh giá giá trị phân biệt giữa các khái niệm. Tuy nhiên, các phương pháp này có những thiếu sót. Theo Henseler và cộng sự 22 đã sử dụng các nghiên cứu mô phỏng để chứng minh rằng giá trị phân biệt được đo lường tốt hơn bởi chỉ số HTMT mà họ đã phát triển. Theo Garson 23 , giá trị phân biệt giữa hai biến liên quan được chứng minh khi giá trị của các chỉ số HTMT nhỏ hơn 1. Bên cạnh đó, Henseler và cộng sự 22 cho rằng chỉ số HTMT phải thấp hơn 0.9. Như được hiển thị trong Table 6 , các giá trị của chỉ số Heterotrait-Monotrait Ratio của mỗi cấu trúc đều thấp hơn 0.9. Do đó, tiêu chí về giá trị phân biệt đã được xác lập cho HTMT.

Table 3 Kết quả độ tin cậy và giá trị hội tụ của thang đo
Table 4 Đánh giá giá trị phân biệt của thang đo dựa trên tiêu chuẩn Fornell-Larcker
Table 5 Hệ số tải chéo cung cấp thêm bằng chứng về giá trị phân biệt
Table 6 Hệ số Heterotrait-Monotrait Ratio (HTMT)

Đánh giá mô hình cấu trúc

Đánh giá vấn đề đa cộng tuyến trong mô hình PLS-SEM

Theo Lowry và Gaskin 24 , các vấn đề về đa cộng tuyến tồn tại giữa biến ngoại sinh tương ứng và biến nội sinh. Nếu giá trị hệ số phương sai phóng đại (VIF) lớn hơn 5 hoặc nhỏ hơn 0.2 25 , thì có các vấn đề về đa cộng tuyến với các biến tiềm ẩn. Như được trình bày ở Table 7 , tất cả các hệ số VIF đều nằm dưới ngưỡng 5; giá trị tối đa của VIF là 2.262 (nhỏ hơn 5) và giá trị tối thiểu là 1 (hơn 0.2) cho thấy các biến tiềm ẩn không xảy ra hiện tượng đa cộng tuyến.

Table 7 Hệ số VIF của khái niệm

Theo Tenenhaus và cộng sự 26 ; Wetzels và cộng sự 27 khuyến nghị rằng chất lượng của mô hình cấu trúc PLS nên được đánh giá bằng chỉ số kích thước ảnh hưởng, giá trị communality và chỉ số mức độ phù hợp mô hình (GoF). Cụ thể:

Chỉ số kích thước ảnh hưởng: Chỉ số kích thước ảnh hưởng đo lường ảnh hưởng của một biến tiềm ẩn ngoại sinh cụ thể đến một biến nội sinh khi biến ngoại sinh được loại bỏ khỏi mô hình. Cohen 28 phân loại kích thước ảnh hưởng thành ba nhóm bao gồm: kích thước ảnh hưởng lớn ở các giá trị f trên 0.40; kích thước ảnh hưởng trung bình ở các giá trị f nằm trong khoảng từ 0.25 đến 0.4 và kích thước ảnh hưởng nhỏ ở giá trị f nhỏ hơn 0.10. Theo Wetzels và cộng sự 27 đã tranh luận rằng chỉ số f của Cohen tương ứng với giá trị R 2 trên 0.26 cho ảnh hưởng lớn hơn; dao động từ 0.13 đến 0.26 cho ảnh hưởng trung bình và dưới 0.02 cho ảnh hưởng nhỏ. Như thể hiện trong Table 8 , các giá trị R 2 của các biến tiềm ẩn hình ảnh cảm xúc, hình ảnh tổng thể và sự hài lòng du khách lần lượt là 0.443, 0.422 và 0.512 đều có giá trị lơn hơn 0.26. Do đó, các cấu trúc này có ảnh hưởng lớn trên mô hình.

Giá trị Communality: Theo Tenenhaus và cộng sự 26 ; Wetzels và cộng sự 27 sử dụng chỉ số communality để đánh giá xác nhận tổng thể mô hình PLS. Họ cũng cho rằng chỉ số communality tương đương với AVE trong mô hình PLS nên có giá trị lớn hơn 0.5 21 để mô hình phù hợp. Như thể hiện trong Table 3 , giá trị AVE của các cấu trúc đều lớn hơn 0.5. Do đó, mô hình cấu trúc của nghiên cứu này đã chứng minh sự phù hợp với dữ liệu thực nghiệm.

Chỉ số mức độ phù hợp của mô hình (GoF): là tiêu chí để đánh giá chung về tính thích hợp cuả mô hình. Chỉ số này đo lường kết hợp kích thước ảnh hưởng với giá trị hội tụ, được đề xuất bởi Tenenhaus và cộng sự 26 . GoF được xác định là căn bậc hai của trung bình các giá trị AVE của các cấu trúc nhân với trung bình các giá trị R 2 của các biến tiềm ẩn nội sinh. Với chỉ số GoF của mô hình nghiên cứu này là 0.608 lớn hơn 0.36 nên kết luận rằng nó có ảnh hưởng rất lớn đến mô hình 27 . Từ tất cả những bằng chứng nêu trên, nghiên cứu này đã chứng minh rằng mô hình PLS được xác lập là phù hợp rất tốt với dữ liệu thực nghiệm.

Figure 2 . Kết quả mô hình cấu trúc tuyến tính PLS-SEM (Nguồn: Kết quả từ phân tích của tác giả)

Kiểm định giả thuyết

Nhìn vào Figure 2Table 8 ta thấy rằng:

Trước tiên , hình ảnh cảm xúc bị tác động trực tiếp bởi hình ảnh nhận thức (β = 0.666, P-value = 0.000 < 0.05) nên giả thuyết H 1 được chấp nhận. Đồng thời, hình ảnh nhận thức giải thích được 44.3% sự biến thiên của hình ảnh cảm xúc (R 2 = 0.443).

Thứ hai , hình ảnh tổng thể bị tác động trực tiếp bởi hình ảnh nhận thức (β = 0.195, P-value = 0.004 < 0.05) và hình ảnh cảm xúc (β = 0.504, P-value = 0.000 < 0.05) nên giả thuyết H 2 và giả thuyết H 3 được chấp nhận. Đồng thời, hình ảnh nhận thức và hình ảnh cảm xúc giải thích được 42.2% sự biến thiên của hình ảnh tổng thể (R 2 = 0.422).

Thứ ba, sự hài lòng du khách bị tác động trực tiếp bởi hình ảnh nhận thức (β = 0.416, P-value = 0.000 < 0.05), hình ảnh cảm xúc (β = 0.134, P-value = 0.060 > 0.05) và hình ảnh tổng thể (β = 0.278, P-value = 0.000 < 0.05) nên giả thuyết H 4 và giả thuyết H 6 được chấp nhận; giả thuyết H 5 bị bác bỏ. Đồng thời, hình ảnh nhận thức và hình ảnh tổng thể giải thích được 51.2% sự biến thiên của sự hài lòng du khách (R 2 = 0.512).

Thứ tư , sự khác biệt giá trị trung bình không có ý nghĩa thống kê vì giá trị p-value lần lượt của các biến kiểm soát như giới tính (0.732) và độ tuổi (0.598) lớn hơn 0.05. Vì vậy, có thể nói rằng chúng không có ý nghĩa thống kê về mối quan hệ giữa các biến kiểm soát (giới tính, độ tuổi) và sự hài lòng du khách. Do đó, các giả thuyết H 7a H 7b đã bị loại bác bỏ.

Table 8 Kết quả phân tích mô hình cấu trúc
Table 9 Ảnh hưởng gián tiếp giữa biến độc lập và biến phụ thuộc

Bên cạnh đó, kết quả xem xét sự ảnh hưởng gián tiếp giữa các biến độc lập và biến phụ thuộc được tác giả trình bày ở Table 9 . Cụ thể, hình ảnh nhận thức có ảnh hưởng gián tiếp đến hình ảnh tổng thể thông qua hình ảnh cảm xúc (β = 0.335, P-value = 0.000 < 0.05); hình ảnh nhận thức có ảnh hưởng gián tiếp đến sự hài lòng du khách thông qua hình ảnh tổng thể (β = 0.054, P-value = 0.014 < 0.05), thông qua hình ảnh cảm xúc và hình ảnh tổng thể (β = 0.093, P-value = 0.000 < 0.05). Tương tự, hình ảnh cảm xúc có ảnh hưởng gián tiếp đến sự hài lòng du khách thông qua hình ảnh tổng thể (β = 0.140, P-value = 0.000 < 0.05).

THẢO LUẬN

Kết quả nghiên cứu đã chỉ ra: Hình ảnh nhận thức là tiền đề dẫn đến việc hình thành hình ảnh cảm xúc, phát hiện này đồng thuận với nghiên cứu của Beerli và Martín 11 , Tuấn 12 ; cả hai thành phần hình ảnh cảm xúc và hình ảnh nhận thức đều có tác động trực tiếp và tích cực đến hình ảnh tổng thể và hình ảnh tổng thể ảnh hưởng trực tiếp đến sự hài lòng du khách, những kết quả nghiên cứu này đều đồng thuận với nghiên cứu của Wang và Hsu 15 . Đồng thời sự tác động của hình ảnh nhận thức và hình ảnh cảm xúc đến sự hài lòng cũng được khẳng định trong nghiên cứu này, điều này đồng thuận với nghiên cứu của Wu 16 và Tuấn 12 . Tuy nhiên, chưa tìm thấy sự ảnh hưởng trực tiếp giữa hình ảnh cảm xúc đến sự hài lòng du khách, kết quả nghiên cứu này không đồng thuận với nghiên cứu của Tuấn 12 , điều này có thể lý giải là trạng thái hài lòng của du khách có được thông qua một quy trình diễn biến phức tạp đánh giá về hình ảnh điểm đến (03 thành phần cấu thành nên hình ảnh điểm đến), vì vậy cảm xúc của du khách đối với điểm đến phải là kết quả của quá trình nhận thức về điểm đến, cũng như cần có sự đánh giá một cách tổng thể về điểm đến trước khi du khách đạt được trạng thái hài lòng. Ngoài ra, trong nghiên cứu này cũng chưa tìm thấy ảnh hưởng của biến kiểm soát đến sự hài lòng du khách.

KẾT LUẬN VÀ HÀM Ý QUÁN TRỊ

Kết quả nghiên cứu đã chứng minh được mối quan hệ nội tại của hình ảnh điểm đến bao gồm: hình ảnh nhận thức, hình ảnh cảm xúc và hình ảnh tổng thể, cũng như tác động của hình ảnh điểm đến tới sự hài lòng của du khách. Dựa trên kết quả kiểm định giả thuyết, nhóm tác giả đề xuất hàm trị quản trị tập trung vào 04 vấn đề sau:

Thứ nhất, đẩy mạnh khai thác cảnh quan thiên nhiên trong việc phát triển sản phẩm du lịch: cảnh quan thiên nhiên là một trong những tài nguyên du lịch quan trọng để thu hút du khách đến với điểm đến du lịch. Đồng Tháp với nhiều cảnh quan thiên nhiên đẹp mang đậm chất miền đồng bằng sông nước nên rất phù phát triển các loại hình du lịch sinh thái, du lịch nông nghiệp và du lịch cộng đồng,.... Bên cạnh đó, việc phát triển và đa dạng các sản phẩm du lịch để thu hút và giữ chân du khách cũng cần được quan tâm;

Thứ hai , nâng cao chất lượng cơ sở lưu trú và cơ sở hạ tầng phục vụ phát triển du lịch: hàng năm điểm đến Đồng Tháp thu hút du khách thập phương bởi các lễ hội lớn, đây là thời điểm mà nhu cầu lưu trú của du khách rất cao nên cần nghiên cứu và dự báo nhu cầu làm cơ sở cho việc xây dựng và nâng cấp các cơ sở lưu trú đạt yêu cầu về số lượng và chất lượng nhằm phục vụ du khách. Ngoài ra, việc phát triển cơ sở hạ tầng phục vụ phát triển du lịch (hệ thống giao thông, thông tin liên lạc, dịch vụ chăm sóc sức khỏe, cơ sở ăn uống,...) cũng cần có sự quan tâm và phát triển đồng bộ;

Thứ ba , xúc tiến và quảng bá văn hóa ẩm thực địa phương: văn hóa ẩm thực là một trong những yếu tố thu hút du khách đến với điểm đến du lịch. Cũng như nhiều địa phương khác, Đồng Tháp với những món ăn dân dã nhưng từ lâu đã đi vào lòng du khách, như là: cá lóc nước trui, mắm kho, canh chua cá linh bông điên điển, các món ăn chế biến từ chuột đồng, rắn,....Do đó, cần phải giữ gìn và giới thiệu những món ăn này đến những du khách khi đến với với Đồng Tháp theo một công thức chế biến truyền thống;

Thứ tư , xây dựng thương hiệu điểm đến Đồng Tháp: Đồng Tháp không phải là Tỉnh duy nhất của Việt Nam trồng Sen nhưng nói đến hình ảnh cây Sen thì bất kỳ ai cũng nghĩ trước tiên đó là Đồng Tháp vì nó đã gắn liền với đời sống của người dân nơi đây qua nhiều thế hệ, gắn liền với văn hóa vùng Đồng Tháp Mười. Do vậy, để tăng cường việc thu hút du khách đến với Đồng Tháp, cũng như nâng cao sự hài lòng của du khách cần quan tâm đến việc xây dựng hình ảnh thương hiệu Đồng Tháp gắn liền với biểu tượng hoa Sen thông qua các khía cạnh bộ nhận diện thương hiệu. Ngoài ra, cần tổ chức các lễ hội đặc trưng như: lễ hội bánh dân gian Nam Bộ, lễ hội Ngày Sen,...để hướng đến “Đồng Tháp thuần khiết như hồn sen” để quảng bá hình ảnh Đồng Tháp.

DANH MỤC TỪ VIẾT TẮT

AI: Affective Image (Hình ảnh cảm xúc)

CB-SEM: Covariance-based Structural Equation Modeling (Mô hình phương trình cấu trúc dựa trên hiệp phương sai)

CI: Cognitive Image (Hình ảnh nhận thức)

DI: Destination Image (Hình ảnh điểm đến)

ĐBSCL: Đồng bằng sông Cửu Long

OI: Overall Image (Hình ảnh tổng thể)

PLS-SEM: Partial Least Squares-Structural Equation Modeling (Mô hình phương trình cấu trúc theo bình phương nhỏ nhất riêng phần)

SAT: Satisfaction (Sự hài lòng)

XUNG ĐỘT LỢI ÍCH

Nhóm tác giả cam đoan rằng không có bất kỳ xung đột lợi ích nào trong công bố bài báo.

ĐÓNG GÓP CỦA CÁC TÁC GIẢ

Trong nhóm tác giả, tác giả Đàng Quang Vắng có đóng góp trong việc xây dựng cơ sở lý thuyết và đề xuất mô hình nghiên cứu; tác giả Huỳnh Quốc Tuấn có đóng góp trong việc triển khai thực hiện và đề xuất giải pháp và tác giả Nguyễn Giác Trí có đóng góp trong việc tổ chức thu thập, phân tích dữ liệu và thực hiện bản thảo báo cáo nghiên cứu.

References

  1. Kozak M, Rimmington M. Tourist Satisfaction with Mallorca , Spain , as an Off-Season Holiday Destination. Journal of Travel Research. 2016;38:260-269. . ;:. Google Scholar
  2. Kotler P. Marketing management, Millenium Ed. USA: Pearson Custom Publishing; 2001. p. 109-114. . ;:. Google Scholar
  3. Fishbein M, Ajzen I. Belief, attitude, intention and behavior: An introduction to theory and research by Martin Fishbein and Icek Ajzen. In: Addison-Wesley Publishing Company [Internet]. 1975. . ;:. Google Scholar
  4. Icek A. The Theory of Planned Behavior Organizational Behavior and Human Decision Processes. Organizational Behavior and Human Decision Processes. 1991;50(2):179-211. . ;:. Google Scholar
  5. Cheung CMK, Chiu PY, Lee MKO. Online social networks: Why do students use facebook?. Computers in Human Behavior [Internet]. 2011;27(4):1337-1343. . ;:. Google Scholar
  6. Hunt JD. Image as a Factor in Tourism Development. Journal of Travel Research [Internet]. 1975;13:1-7. . ;:. Google Scholar
  7. Stylidis D, Shani A, Belhassen Y. Testing an integrated destination image model across residents and tourists. Tourism Management [Internet]. 2017;58:184-195. . ;:. Google Scholar
  8. Becken S, Jin X, Zhang C, Gao J. Urban air pollution in China: destination image and risk perceptions. Journal of Sustainable Tourism. 2017;25(1):130-147. . ;:. Google Scholar
  9. Echtner CM, Ritchie JRB. The Meaning and Measurement of Destination Image. Journal of Tourism Studies. 1991;2(2):2-12. . ;:. Google Scholar
  10. Fakeye PC, Crompton JL. Image Differences between Prospective, First-Time, and Repeat Visitors to the Lower Rio Grande Valley. Journal of Travel Research. 1991;30(2):10-16. . ;:. Google Scholar
  11. Beerli A, Martín JD. Factors influencing destination image. Annals of Tourism Research. 2004;31(3):657-681. . ;:. Google Scholar
  12. Tuan HQ. An analysis on the relationship between destination image , satisfaction , and electronic word-of-mouth of domestic travelers. Dalat university journal of science. 2020;10(4):118-140. . ;:. Google Scholar
  13. Iniesta-Bonillo MA, Sánchez-Fernández R, Jiménez-Castillo D. Sustainability, value, and satisfaction: Model testing and cross-validation in tourist destinations. Journal of Business Research. 2016;69(11):5002-5007. . ;:. Google Scholar
  14. Prebensen NK, Xie J. Efficacy of co-creation and mastering on perceived value and satisfaction in tourists' consumption. Tourism Management. 2016;60 SRC-:166-176. . ;:. Google Scholar
  15. Wang C, Hsu MK, Hsu MK. The Relationships of Destination Image , Satisfaction , and Behavioral Intentions : An Integrated Model the relationships of destination image , satisfaction , and behavioral intentions : an integrated model. Journal of Travel & Tourism Marketing. 2010;27:829-843. . ;:. Google Scholar
  16. Chih-Wen W. Destination loyalty modeling of the global tourism. Journal of Business Research. 2015;1-7. . ;:. Google Scholar
  17. Banki MB, Ismail HN, Dalil M, Kawu A. Moderating Role of Affective Destination Image on the Relationship between Tourists Satisfaction and Behavioural Intention: Evidence from Obudu Mountain Resort. Journal of Environment and Earth Science. 2014;47-60. . ;:. Google Scholar
  18. Anderson JC, Gerbing DW. Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach. Psychological Bulletin. 1988;103(3):411-423. . ;:. Google Scholar
  19. Anh NV, Thao NTP. The applying of american customer satisfaction index in vietnam - a case in mobile phone service. Asian Journal of Economics and Business Studies. 2019;30:0-23. . ;:. Google Scholar
  20. Hair JJF, Hult GTM, Ringle CM, and & Sarstedt M. A primer on partial least squares structural equation modeling (PLS-SEM) [Internet]. California, USA: Sage Publishing. 2014. . ;:. Google Scholar
  21. Fornell C, & Larcker DF. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research. 1981;18(1):39-50. . ;:. Google Scholar
  22. Henseler J, Ringle CM, Sarstedt M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science. 2015;43(1):115-135. . ;:. Google Scholar
  23. Garson D. Partial Least Squares Regression and Structural Equation Models. USA: Statistical Publishshing Associates; 2016. . ;:. Google Scholar
  24. Lowry PB, Gaskin J. Partial least squares (PLS) structural equation modeling (SEM) for building and testing behavioral causal theory: When to choose it and how to use it. IEEE Transactions on Professional Communication. 2014;57(2):123-146. . ;:. Google Scholar
  25. Wong KKK-K. Partial Least Squares Structural Equation Modeling (PLS-SEM) Techniques Using SmartPLS. Marketing Bulletin [Internet]. 2013;24(1):1-32. . ;:. Google Scholar
  26. Tenenhaus M, Vinzi VE, Chatelin YM, Lauro C. PLS path modeling. Computational Statistics and Data Analysis. 2005;48(1):159-205. . ;:. Google Scholar
  27. Wetzels M, Odekerken-Schröder G, Van Oppen C. Using PLS path modeling for assessing hierarchical construct models: Guidelines and empirical illustration. MIS Quarterly: Management Information Systems. 2009;33(1):177-196. . ;:. Google Scholar
  28. Cohen J. Statistical Power power Analysis analysis for the the Behavioral behavioral Sciences. 2nd ed. New York: Lawrence Erlbaum Associates. . 1988;:. Google Scholar


Author's Affiliation
Article Details

Issue: Vol 5 No 3 (2021)
Page No.: 1648-1658
Published: Jun 9, 2021
Section: Research article
DOI: https://doi.org/10.32508/stdjelm.v5i3.776

 Copyright Info

Creative Commons License

Copyright: The Authors. This is an open access article distributed under the terms of the Creative Commons Attribution License CC-BY 4.0., which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

 How to Cite
Đàng, V., Huỳnh, T., & Nguyễn, T. (2021). Impact of destination images to satisfaction of domestic tourists for Dong Thap tourist destination. Science & Technology Development Journal - Economics - Law and Management, 5(3), 1648-1658. https://doi.org/https://doi.org/10.32508/stdjelm.v5i3.776

 Cited by



Article level Metrics by Paperbuzz/Impactstory
Article level Metrics by Altmetrics

 Article Statistics
HTML = 128 times
Download   = 43 times
View Article   = 0 times
Total   = 43 times