Mục tiêu nghiên cứu: Nghiên cứu nhằm phân tích sự biến động không gian – thời gian trong mức độ hài lòng và ưu tiên thuộc tính dịch vụ (TTDV) xe buýt của hành khách tại Thành phố Thủ Đức. Cụ thể, nghiên cứu đo lường mức độ quan trọng tương đối của các TTDV và kiểm định sự khác biệt theo tuyến xe và khung giờ trong ngày.
Thiết kế nghiên cứu/phương pháp/tiếp cận: Dữ liệu được thu thập từ 738 hành khách trên bốn tuyến xe buýt (08, 19, 56, 76) trong giai đoạn tháng 10–11/2024. Nghiên cứu áp dụng phương pháp Best–Worst Scaling (BWS) kết hợp mô hình hồi quy logit có điều kiện (conditional logit) để ước lượng mức độ tiện ích tương đối của 24 TTDV. Đồng thời, kiểm định ANOVA và mô hình Logit đa thức (Multinomial Logit – MNL) được sử dụng để phân tích sự khác biệt theo tuyến và theo thời gian.
Kết quả nghiên cứu chính: Kết quả cho thấy các thuộc tính cốt lõi như độ an toàn, thời gian chờ, thời gian hành trình và thông tin tuyến được hành khách ưu tiên cao nhất. Ngược lại, các yếu tố bổ trợ như màu sắc xe, đồng phục tài xế và hình ảnh quảng bá có ảnh hưởng hạn chế đến quyết định lựa chọn. Mức độ ưu tiên thay đổi đáng kể giữa các tuyến và những khung giờ, đặc biệt trong giờ cao điểm. Kiểm định ANOVA xác nhận sự khác biệt có ý nghĩa thống kê theo không gian và thời gian.
Giá trị đóng góp mới: Nghiên cứu đóng góp về mặt phương pháp bằng cách tích hợp phân tích không gian – thời gian vào khung đo lường BWS dựa trên mô hình tiện ích ngẫu nhiên (Random Utility Model – RUM). Về mặt thực tiễn, nghiên cứu cung cấp bằng chứng thực nghiệm giúp cơ quan quản lý tối ưu hóa tần suất, phân bổ tuyến và thiết kế dịch vụ xe buýt linh hoạt theo nhu cầu từng nhóm hành khách và từng thời điểm trong ngày.

Purpose: This study examines spatial–temporal variations in passenger satisfaction and service attribute priorities in public bus services in Thu Duc City, Vietnam.
Design/methodology/approach: A survey of 738 passengers across four major bus routes was conducted during October–November 2024. The Best–Worst Scaling (BWS) method combined with a conditional logit model was employed to estimate the relative importance of 24 service attributes. ANOVA tests and multinomial logit (MNL) models were further applied to assess spatial and temporal heterogeneity.
Findings: Core operational attributes–including safety, waiting time, travel time, and route information–were identified as the most influential determinants of passenger satisfaction. Attribute importance varies significantly across routes and time periods, particularly during peak hours. Findings provide actionable insights for demand-responsive service design, route planning optimization, and time-based operational adjustments. The study focuses on four bus routes within a single urban district; future research may expand to other metropolitan contexts or integrate panel data for dynamic analysis.
Originality/value: This study integrates spatial–temporal heterogeneity into the Best–Worst Scaling framework grounded in Random Utility Theory, offering a refined approach to measuring transit service satisfaction.