MỤC LỤC · 2019-09-11 · DANH MỤC CÁC HÌNH VẼ Hình 1.1: ... Bảng 2.1 : Ma trận...
Transcript of MỤC LỤC · 2019-09-11 · DANH MỤC CÁC HÌNH VẼ Hình 1.1: ... Bảng 2.1 : Ma trận...
1
MỤC LỤC
Phụ bìa
Lời cam ñoan
Lời cảm ơn
Mục lục
Danh mục các chữ viết tắt
Danh mục các hình vẽ............................................................................................................. 2
Danh mục các bảng biểu ........................................................................................................ 4
LỜI NÓI ðẦU ......................................................................................................................... 8
Chương 1: LÝ LUẬN CHUNG VỀ CHẤT LƯỢNG DỊCH VỤ HÀNG
KHÔNG VÀ QUẢN TRỊ CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG.............12
1.1. Chất lượng dịch vụ hàng không.............................................................. 12
1.2. Quản trị chất lượng dịch vụ hàng không................................................. 30
Chương 2: MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ TRONG NGHIÊN CỨU
CHẤT LƯỢNG DỊCH VỤ QUA SỰ CẢM NHẬN CỦA KHÁCH HÀNG.......53
2.1. Khái niệm và ñặc tính của biến thuộc tính tiềm ẩn ................................. 53
2.2. Một số phương pháp thống kê nghiên cứu về các biến tiềm ẩn ............... 58
Chương 3: VẬN DỤNG CÁC PHƯƠNG PHÁP THỐNG KÊ NGHIÊN CỨU
CÁC NHÂN TỐ ẢNH HƯỞNG CHẤT LƯỢNG DỊCH VỤ MẶT ðẤT VÀ TRÊN
KHOANG CỦA HÃNG HÀNG KHÔNG QUỐC GIA VIỆT NAM (VNA).........107
3.1. Mô hình lý thuyết về các nhân tố ảnh hưởng ñến sự hài lòng của khách hàng. 107
3.2. Áp dụng phương pháp hồi qui bội ñể nghiên cứu các nguyên nhân ảnh
hưởng ñến chất lượng dịch vụ hàng không.............................................. 108
3.3. Áp dụng kết hợp phân tích nhân tố và phương pháp mô hình phương trình
cấu trúc (SEM) nghiên cứu các yếu tố ảnh hưởng ñến chất lượng dịch vụ
hành khách mặt ñất và trên không........................................................... 115
KẾT LUẬN VÀ KIẾN NGHỊ...........................................................................................161
KẾT LUẬN CHUNG .........................................................................................................161
DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ
TÀI LIỆU THAM KHẢO..................................................................................................170
PHỤ LỤC..............................................................................................................................174
2
DANH MỤC CÁC CHỮ VIẾT TẮT
Tiếng Việt:
1. CLKT : Chất lượng kĩ thuật
2. GOF : Mức ñộ phù hợp của mô hình
Tiếng Anh:
3. VNA : Vietnam Airlines (Hãng hàng không Quốc gia Việt Nam)
4. Cabin : Khoang máy bay
5. Check-in : Thủ tục xuất trình vé máy bay và hộ chiếu tại sân bay
6. Economy : Vé hạng phổ thông
7. VIP : Khách hạng thương gia hoặc hạng nhất
8. Shopping : Dịch vụ mua sắm
9. Lounge : Phòng ñợi tại sân bay cho khách hạng thương gia hoặc hạng nhất
10. SERVQUAL: Phương pháp ño chất lượng dịch vụ
11. Boarding : Quá trình hành khách ñi từ phòng ñợi lên máy bay
12. Likert : Thang ño chất lượng từ 1-5 hoặc từ 1-7
13. Anova : Phương pháp phân tích phương sai
14. SEM : Phương pháp mô hình phương trình cấu trúc
15. CLCN : Chất lượng chức năng
3
DANH MỤC CÁC HÌNH VẼ
Hình 1.1: Chuỗi giá trị trong dịch vụ hàng không ..............................................20
Hình 1.2: Mô hình các khoảng cách (KC) chất lượng dịch vụ ........................38
Hình 2.2. Hình ảnh thể hiện mô hình quan hệ cấu trúc và ..............................87
ño lường trong mô hình SEM ...............................................................................87
Hình 2.5. Mô tả trực quan (Sơ ñồ hướng ñi) của mô hình phép ño ..............92
Hình 2.6. ðường biểu ñồ hoàn chỉnh thể hiện Mối quan hệ cấu trúc giả
thuyết ñược xác ñịnh và Xác ñịnh ño lường hoàn chỉnh. .............103
Hình 3.1. Mô hình quan hệ giữa các nhân tố và từng tập hợp chỉ báo ño .120
Hình 3.2. Mô hình ño ...........................................................................................121
Hình 3.3. Mô hình A_1.2 .....................................................................................123
Hình 3.4. Mô hình cấu trúc quan hệ A- 1.3 ......................................................124
Hình 3.5. Mô hình A_1.4 .....................................................................................125
Hình 3.6. Mô hình A-2..........................................................................................131
Hình 3.7. Mô hình B-1..........................................................................................133
Hình 3.8. Mô hình B-1.1 : ....................................................................................146
Hình 3.9. Mô hình B-1.2 ......................................................................................148
Hình 3.10. Mô hình B-2.1 ....................................................................................150
Hình 3.11. Mô hình B-2.2 ....................................................................................151
Hình 3.12. Mô hình B-3.1 ....................................................................................154
4
DANH MỤC CÁC BẢNG BIỂU
Bảng 2.1 : Ma trận tương quan ................................................................................76
Bảng 2.2 : Các nhân tố ñược tập hợp từ các biến .....................................................77
Bảng 2.3 : Ma trận nhân tố chưa quay ......................................................................79
Bảng 2.4 : Kết quả sau khi quay ...............................................................................80
Bảng 2.5: Ma trận hệ số ñiểm nhân tố ......................................................................81
Bảng 2.6. Ma trận tương quan sau khi chuẩn hóa các biến ......................................82
Bảng 2.7. Qua các tình huống của mô hình, chỉ ra ñặc ñiểm các chỉ số phù hợp tốt:...101
Bảng 3.1. Model Summary .....................................................................................109
Bảng 3.2. ANOVA(k) .............................................................................................110
Bảng 3.3. Các hệ số.................................................................................................110
Bảng 3.4. Tóm tắt mô hình......................................................................................113
Bảng 3.5. ANOVA(j) ..............................................................................................113
Bảng 3.6. Hệ số (a)..................................................................................................114
Bảng 3.7. Communalities (phương sai ñược giải thích bằng nhân tố ẩn)...............116
Bảng 3.8. Các thống kê ñộ tin cậy (Reliability Statistics) ......................................117
Bảng 3.9. Hệ số Cronbach-Alpha của từng biến (Item-Total Statistics) ................117
Bảng 3.10. Communalities (phương sai ñược giải thích bằng nhân tố ẩn).............117
Bảng 3.11. Tổng phương sai ñược giải thích (Total Variance Explained) .............118
Bảng 3.12. Các thống kê mức ñộ tin cậy (Reliability Statistics) ............................118
Bảng 3.13. Communalities (Phương sai ñược giải thích bằng nhân tố ẩn).............119
Bảng 3.14. Tổng phương sai ñược giải thích (Total Variance Explained) .............119
Bảng 3.15. Thống kê ñộ tin cậy (Reliability Statistics) ..........................................119
Bảng 3.16. Hệ số Cronbach-Alpha từng biến (Item-Total Statistics) .....................120
Bảng 3.17. Hệ số RMR và GFI .............................................................................122
Bảng 3.18. Các hệ số so sánh cơ bản (Baseline Comparisons) ..............................122
Bảng 3.19. Hệ số RMSEA ......................................................................................122
Bảng 3.20. Hệ số HOELTER..................................................................................122
Bảng 3.22. Hệ số tương quan (Correlations) ..........................................................123
5
Bảng 3.23. Hệ số RMSEA ......................................................................................124
Bảng 3.24. Hệ số HOELTER..................................................................................124
Bảng 3.25. Hệ số RMSEA ......................................................................................125
Bảng 3.26. Hệ số HOELTER..................................................................................125
Bảng 3.28. Hệ số RMSEA ......................................................................................126
Bảng 3.29. Hệ số HOELTER..................................................................................126
Bảng 3.30. Hệ số hồi qui .........................................................................................126
Bảng 3.31. Phương sai ñược giải thích bằng biến tiềm ẩn (Communalities) .........128
Bảng 3.32. Tổng phương sai ñược giải thích (Total Variance Explained) .............128
Bảng 3.33. Ma trận nhân tố (Factor Matrix) ...........................................................128
Bảng 3.34. Thống kê mức tin cậy (Reliability Statistics) .......................................128
Bảng 3.35. Phương sai ñược giải thích bằng nhân tố ẩn (Communalities).............129
Bảng 3.36. Tổng phương sai ñược giải thích (Total Variance Explained) .............129
Bảng 3.38. Thống kê mức tin cậy (Reliability Statistics) .......................................130
Bảng 3.39. Ma trận Nhân tố (Pattern Matrix(a)).....................................................130
Bảng 3.40. Hệ số RMR, GFI...................................................................................132
Bảng 3.41. Các hệ số so sánh cơ bản (Baseline Comparisons ) .............................132
Bảng 3.42. Hệ số RMSEA ......................................................................................132
Bảng 3.43. Hệ số HOELTER..................................................................................132
Bảng 3.45. Thông tin về các nhân tố và tập hợp ño................................................134
Bảng 3.46. Phương sai giải thích bằng nhân tố ẩn (Communalities)......................136
Bảng 3.47. Tổng phương sai ñược giải thích (Total Variance Explained) .............136
Bảng 3.48. Ma trân nhân tố (Factor Matrix) ...........................................................137
Bảng 3.49. Thống kê mức ñộ tin cậy (Reliability Statistics) ..................................137
Bảng 3.50. Phương sai ñược giải thích bằng nhana tố ẩn (Communalities)...........137
Bảng 3.50. Tổng phương sai ñược giải thích (Total Variance Explained) .............138
Bảng 3.51. Ma trận nhân tố (Factor Matrix) ...........................................................138
Bảng 3.52. Thống kê mức ñộ tin cậy (Reliability Statistics) ..................................138
Bảng 3.53. Phương sai ñược giải thích bởi nhân tố ẩn (Communalities) ...............139
6
Bảng 3.54. Tổng phương sai ñược giải thích (Total Variance Explained) .............139
Bảng 3.55. Ma trận nhân tố (Factor Matrix ............................................................139
Bảng 3.56. Thống kê mức ñộ tin cậy (Reliability Statistics) ..................................140
Bảng 3.57. Phương sai ñược giải thích bằng nhân tố ẩn (Communalities).............140
Bảng 3.58. Tổng phương sai ñược giải thích (Total Variance Explained) .............140
Bảng 3.59. Ma trận nhân tố (Factor Matrix(a)).......................................................141
Bảng 3.60. Thống kê mức ñộ tin cậy (Reliability Statistics) ..................................141
Bảng 3.61. Phương sai ñược giải thích bằng nhân tố ẩn (Communalities).............141
Bảng 3.62. Tổng phương sai ñược giải thích (Total Variance Explained) .............142
Bảng 3.63. Ma trận nhân tố (Factor Matrix(a)).......................................................142
Bảng 3.64. Thống kê mức ñộ tin cậy (Reliability Statistics) ..................................142
Bảng 3.65. Tổng phương sai ñược giải thích (Total Variance Explained) .............143
Bảng 3.66. Ma trận Nhân tố (Pattern Matrix(a)).....................................................144
Bảng 3.67. Ma trận hệ số tương quan giữa các nhân tố (Factor Correlation Matrix) .145
Bảng 3.68. Hệ số CMIN..........................................................................................147
Bảng 3.69. Các hệ số so sánh cơ bản (Baseline Comparisons) ..............................147
Bảng 3.70. Hệ số RMSEA ......................................................................................147
Bảng 3.71. Hệ số HOELTER..................................................................................148
Bảng 3.72. Hệ số CMIN..........................................................................................149
Bảng 3.73. Hệ số so sánh cơ bản (Baseline Comparisons).....................................149
Bảng 3.74. Hệ số RMSEA ......................................................................................149
Bảng 3.75. Hệ số HOELTER..................................................................................149
Bảng 3.76. Các hệ số so sánh cơ bản (Baseline Comparisons) ..............................150
Bảng 3.77. Hệ số RMSEA ......................................................................................150
Bảng 3.79. Hệ số CMIN..........................................................................................152
Bảng 3.80. Hệ số so sánh cơ bản (Baseline Comparisons).....................................152
Bảng 3.81. Hệ số RMSEA ......................................................................................152
Bảng 3.82. Hệ số hồi qui (Regression Weights) .....................................................152
Bảng 3.83. ðộ phù hợp của mô hình ......................................................................155
7
Bảng 3.84. Các hệ số so sánh cơ bản (Baseline Comparisons) ..............................155
Bảng 3.85. Hệ số RMSEA ......................................................................................155
Bảng 3.86. Hệ số so sánh ñộ phù hợp nhất giữa các mô hình (Parsimony-Adjusted
Measures (mô hình B-3.1)).....................................................................155
Bảng 3.87. Hệ số so sánh ñộ phù hợp nhất giữa các mô hình ................................155
(Parsimony-Adjusted Measures (Mô hình B-2.2)) .................................................155
Bảng 3.88. ðiểm bình quân của từng nhóm (Group Statistics) ..............................156
Bảng 3.90. Hệ số hồi qui (Regression Weights) .....................................................159
Bảng 3.1. Model Summary .....................................................................................184
Bảng 3.4. Model Summary .....................................................................................185
Bảng 3.21. Covariances: (Group number 1 - Default model).................................186
Bảng 3.27. Covariances: (Group number 1 - Default model).................................188
Bảng 3.89. Independent Samples Test ....................................................................195
8
LỜI NÓI ðẦU
Xu thế toàn cầu hoá ñang ñặt các doanh nghiệp Việt Nam ñứng trước tình
trạng phải cạnh tranh không những với các doanh nghiệp nội ñịa mà còn phải cạnh
tranh với các công ty nước ngoài. ðể có thể chiến thắng trong cuộc ñua khốc liệt
này, các doanh nghiệp không còn cách lựa chọn nào khác ngoài việc cố gắng ñể ñưa
ra những dịch vụ và dịch vụ có chất lượng ngày càng tốt hơn. Trong lúc trên một thị
trường có nhiều công ty cùng cung cấp một loại dịch vụ hoặc sản phẩm, các công ty
phải tìm cho dịch vụ của mình một sự khác biệt so với các dịch vụ cùng loại. Việc
các công ty cố gắng ñể dịch vụ của mình có chất lượng ngày càng cao hơn chính là
một cách ñể tạo ra sự khác biệt ñó.
Dịch vụ ñang chiếm tỉ trọng ngày càng tăng trong tổng thu nhập quốc dân
của nhiều nước trên thế giới, trong ñó có Việt Nam. Hãng hàng không quốc gia Việt
Nam (VNA) là một trong các công ty cung cấp dịch vụ vô cùng quan trong trong
nền kinh tế Việt Nam. Hãng ñang chiếm một vị trí chủ yếu trong việc cung cấp dịch
vụ vận tải hàng không nội ñịa và ñang ráo riết mở rộng hoạt ñộng của mình ra các
ñường bay quốc tế. Do vậy cạnh tranh quốc tế ñang là một thách thức ñối với VNA.
ðể có thể chiến thắng trong cuộc cạnh tranh này VNA không còn cách nào khác
hơn là không ngừng nâng cao chất lượng dịch vụ. Như vậy, quản lý chất lượng dịch
vụ ñể từ ñó tìm ra các yếu tố của chất lượng dịch vụ có thể ñược cải thiện tốt hơn là
một vấn ñề sống còn ñể chiến thắng trong cuộc cạnh tranh toàn cầu. Tuy nhiên, việc
nâng cao chất lượng dịch vụ là một việc làm vô cùng khó khăn và tốn kém, và ñể
thực hiện ñược công việc này ñòi hỏi phải có sự hiểu biết sâu sắc về các yếu tố cấu
thành dịch vụ và biện pháp ñể nâng cao chất lượng của từng yếu tố ñó. Do vậy, mục
tiêu của luận án này là nghiên cứu về chất lượng dịch vụ hàng không mặt ñất và trên
không và các yếu tố ảnh hưởng ñến cảm nhận của hành khách về chất lượng dịch
vụ, từ ñó ñề xuất các giải pháp ñể nâng cao sự cảm nhận của hành khách về chất
lượng dịch vụ của từng yếu tố cũng như chất lượng tổng thể chung. Các vấn ñề chi
tiết trong luận án này như sau:
9
1. Mục ñích nghiên cứu cụ thể
1. Làm rõ bản chất/cơ sở lý luận của chất lượng dịch vụ hàng không và quản trị chất
lượng dịch vụ hàng không
2. Hệ thống hóa một số phương pháp thống kê thường ñược sử dụng trong nghiên
cứu chất lượng dịch vụ cảm nhận và sự hài lòng của khách hàng
3. Vận dụng các phương pháp thống kê ñể nghiên cứu các nhân tố ảnh hưởng sự
cảm nhận của hành khách về chất lượng dịch vụ tổng thể mặt ñất và trên không của
VNA từ ñó ñưa ra các ñề xuất về các giải pháp làm tăng ñiểm cảm nhận của hành
khách về chất lượng dịch vụ cho VNA.
4. ðưa ra một số kết luận về khả năng vận dụng các phương pháp thống kê hiện ñại
và các mô hình ñã ñược vận dụng phổ biến trên thế giới ñể nghiên cứu về chất
lượng dịch vụ tại Việt nam .
2. ðối tượng nghiên cứu
ðối tượng nghiên cứu là các hành khách Việt Nam và quốc tế ñã sử dụng dịch
vụ của VNA trên các chuyến bay quốc tế ñến và ñi từ sân bay Nội Bài, Tân Sơn
Nhất và ðà Nẵng trong năm 2006.
3. Phạm vi nghiên cứu
Trong khuôn khổ của luận án này tác giả chỉ tập trung vào nghiên cứu các nhân
tố ảnh hưởng ñến chất lượng dịch vụ cảm nhận của hành khách trên các chuyến bay
quốc tế của VNA trong năm 2006. Do sự cảm nhận của hành khách bị ảnh hưởng
bởi nhiều yếu tố không gian và thời gian như cảm xúc, ñiều kiện phát triển kinh tế
xã hội, do vậy các kết luận rút ra từ luận án có thể chỉ ñúng trong giai ñoạn nghiên
cứu. Việc các kết luận ñó còn ñúng cho các năm tiếp theo hay không cần ñược tiếp
tục nghiên cứu.
Dịch vụ hành khách hàng không rất phức tạp, gồm rất nhiều bước và qui trình.
Do thời gian hạn chế trong luận án này tác giả chỉ nghiên cứu các nhân tố ảnh
hưởng chất lượng dịch vụ mặt ñất và trên không.
Do thời gian hạn chế nên tác giả cũng không nghiên cứu các nhân tố ảnh hưởng
ñến chất lượng dịch vụ cảm nhận của hành khách theo quốc tịch, theo từng ñường
10
bay. Kết luận rút ra trong luận án ñược ñưa ra dựa trên kết quả ñánh giá của hành
khách trên tất cả các ñường bay ñược ñiều tra và tất cả các quốc tịch.
4. Phương pháp thu thập số liệu
Trong luận án tác giả sử dụng toàn bộ các dữ liệu thứ cấp, các mô hình, các
nghiên cứu ñã ñược tiến hành tại các nước trên thế giới. Nguồn dữ liệu sử dụng ñể
phân tích tại Việt Nam là dữ liệu thứ cấp thu thập trên hơn 5000 hành khách quốc tế
và Viêt nam của VNA trong năm 2006.
5. Phương pháp nghiên cứu
Tác giả ñã sử dụng phương pháp nghiên cứu ñịnh lượng trong luận án. Dựa trên
hệ thống các lý luận về quản trị chất lượng dịch vụ, các mô hình về chất lượng dịch
vụ và các phương pháp thống kê thường sử dụng trong nghiên cứu chất lượng dịch
vụ tại các nước trên thế giới, tác giả ñã tổng hợp và ñưa ra các mô hình về các nhân
tố ảnh hưởng ñến chất lượng dịch vụ mặt ñất và trên không của VNA. Tác giả dựa
trên các số liệu thứ cấp về chất lượng dịch vụ cảm nhận của VNA, thông qua các
phương pháp thống kê chứng minh tính khả dụng của các mô hình này trong việc
quản trị chất lượng dịch vụ của VNA. VNA có thể dựa trên các mô hình này ñể tiếp
tục nghiên cứu các nhân tố ảnh hưởng ñến chất lượng dịch vụ cảm nhận của VNA
trong các năm tiếp theo.
6. ðóng góp của luận án
Thông qua nghiên cứu của mình tác giả ñã có một số ñóng góp cho kho tàng lý
luận và thực tiễn quản trị kinh doanh. Cụ thể như sau:
1. Tác giả ñã hệ thống hóa lại lý luận về chất lượng dịch vụ hàng không;
các vấn ñề về quản trị chất lượng nói chung và ứng dụng trong cụ thể
trong quản trị chất lượng dịch vụ hàng không.
2. Tác giả ñã hệ thống hóa một số phương pháp thống kê hiện ñại nhất
ñang ñược áp dụng rộng rãi trên thế giới nhung chưa ñược biết ñến
nhiều tại Việt Nam trong việc nghiên cứu khái niệm trừu tượng như chất
luợng cảm nhận và sự hài lòng của khách hàng.
11
3. Tác giả ñã ứng dụng các phương pháp này ñể nghiên cứu các mô hình
về các nhân tố ảnh hưởng ñến chất lượng dịch vụ cảm nhận trên mặt ñất
và trên không của VNA, chứng minh tính hợp lý và tính hiệu lực của mô
hình. Trên cơ sở các mô hình này, tác giả ñã ñưa ra các kiến nghị giúp
VNA nâng cao chất lượng dịch vụ cảm nhận.
4. Tác giả ñã chứng minh ñược rằng các phương pháp thống kê ñã ñược áp
dụng rộng rãi tại các nước phát triển có thể ñược áp dụng vào thực tiễn
tại môi trường kinh doanh của Việt nam.
7. Kết cấu của luận án
Kết cấu của luận án gồm 5 phần như sau:
Phần mở ñầu
Chương 1: Lý luận chung về chất lượng dịch vụ hàng không và quản trị chất
lượng dịch vụ hàng không
Chương 2: Một số phương pháp thống kê nghiên cứu chất lượng cảm nhận và
sự hài lòng khách hàng
Chương 3: Vận dụng các phương pháp pháp thông kê nghiên cứu các nhân tố
ảnh hưởng chất lượng dịch vụ mặt ñất và trên không của VNA
Phần kiến nghị và kết luận chung
12
Chương 1:
LÝ LUẬN CHUNG VỀ CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG
VÀ QUẢN TRỊ CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG
1.1. CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG
Phần này tác giả sẽ tập trung vào việc phân tích chất lượng dịch vụ hàng
không theo từng mắt xích trong chuỗi giá trị mà một hãng hàng không sẽ ñem ñến
cho khách hàng trong quá trình cung cấp dịch vụ hàng không. Tuy nhiên, ñể có một
cách nhìn hệ thống, phần này sẽ bao gồm các vấn ñề i) khái niệm chung về chất
lượng dịch vụ và ii) chất lượng dịch vụ hàng không.
1.1.1. Khái niệm về chất lượng dịch vụ
1.1.1.1. Khái niệm về dịch vụ
Cho ñến nay chưa có một ñịnh nghĩa về dịch vụ ñược chấp nhận trên phạm
vi toàn cầu. Tính vô hình và khó nắm bắt của dịch vụ, sự ña dạng, phức tạp của các
loại hình dịch vụ làm cho việc ñịnh nghĩa dịch vụ trở nên khó khăn. Hơn nữa, các
quốc gia khác nhau có cách hiểu về dịch vụ không giống nhau, phụ thuộc vào trình
ñộ phát triển kinh tế của mỗi quốc gia. Tuy nhiên, các học giả và các nhà thực hành
dường như khá thống nhất với nhau về một số ñiểm khi cố gắng phân biệt giữa hàng
hóa thông thường và dịch vụ. Quá trình sản xuất hàng hóa tạo ra những sản phẩm
hữu hình có tính chất cơ, lý, hoá học,... nhất ñịnh, có tiêu chuẩn về kỹ thuật cụ thể
và do ñó có thể sản xuất theo tiêu chuẩn hóa. Khác với hàng hóa, sản phẩm dịch vụ
không tồn tại dưới dạng vật chất bằng những vật phẩm cụ thể, không nhìn thấy
ñược và do ñó không thể xác ñịnh chất lượng dịch vụ trực tiếp bằng những chỉ tiêu
kỹ thuật ñược lượng hóa.
Có bốn vấn ñề thường ñược ñưa ra ñể phân biệt rõ ràng giữa dịch vụ và loại
hàng hóa nói chung. Bốn ñặc tính này là tính vô hình, tính không thể chia cắt, tính
thiếu ổn ñịnh và tính không thể dự trữ.
Tính vô hình ñược thể hiện ở chỗ tất cả các dịch vụ hầu hết ñều không thể sờ
mó hoặc sử dụng thử trước khi mua. Khách hàng không thể kiểm tra qua hàng mẫu
13
trưng bày hoặc qua bao gói như các loại hàng hóa thông thường khác. Khách hàng
thường cảm thấy rủi ro hơn khi mua dịch vụ so với mua hàng hóa. ðiều này cản trở
việc trao ñổi dịch vụ. Không thể bảo vệ dịch vụ bằng bản quyền, do vậy không thể ngăn
cản các ñối thủ cạnh tranh ñưa ra các gói dịch vụ tương tự như dịch vụ nguyên bản.
Dịch vụ không thể chia tách ñược. Dịch vụ ñược sản xuất và tiêu dùng cùng
một lúc. Do vậy, ấn tượng của lần thử nghiệm dịch vụ lần ñầu tiên của một khách
hàng sẽ ñể lại ấn tượng vô cùng quan trọng về chất lượng của dịch vụ, và với tư
cách là người cung cấp dịch vụ, công ty/tổ chức sẽ không có một cơ hội lần thứ hai.
ðây là một ñặc tính hoàn toàn khác biệt của dịch vụ so với các loại hàng hóa thông
thường khác.
Dịch vụ mang ñặc tính thiếu ổn ñịnh. Một ñặc ñiểm của dịch vụ là có sự
tham gia rất lớn của con người vào quá trình cung cấp dịch vụ, chính ñiều này ñã
tạo ra tính không ổn ñịnh cho chất lượng dịch vụ. Tính thiếu ổn ñịnh cũng có thể
gây ra do hệ thống máy móc thiết bị tham gia vào quá trình cung ứng dịch vụ. Ví
dụ, trong dịch vụ hàng không sự tê liệt của hệ thống ñặt chỗ có thể gây ra những
hậu quả rất lớn trong vấn ñề ñiều hành bay, ñặt chỗ. Dịch vụ hàng không còn bị ảnh
hưởng của các yếu tố tự nhiên như thời tiết. Sự cố sương mù có thể dẫn ñến hàng
loạt chuyến bay bị hủy bỏ và hãng phải giải quyết ñền bù thiệt hại cho hành khách
bằng những khoản tiền không nhỏ.
Tính không thể dự trữ ñược của dịch vụ thể hiện ở việc hạ tầng cơ sở của
dịch vụ ñược sử dụng chung và ñược thiết kế ñể có thể cung cấp một công suất nhất
ñịnh tại bất cứ thời ñiểm nào. Thời lượng dịch vụ không bán ñược cũng có nghĩa là
thất thu vĩnh viễn. Một ví dụ cụ thể cho tính không dự trữ ñược của dịch vụ là số
ghế trống trên một chuyến bay. Số lượng ghế trống chính là số tiền mà hãng hàng
không thất thu do không bán ñược dịch vụ. Số ghế trống này không thể dự trữ ñể
chuyển sang chuyến bay khác.
Có hai yếu tố cấu thành nên một dịch vụ là máy móc thiết bị và con người.
Cách phân loại này hoàn toàn tương tự như cách phân chia các yếu tố của quá trình
sản xuất. Tuy nhiên trong dịch vụ vai trò của con người là tối quan trọng nếu ñặt
14
trong bối cảnh của nền kinh tế thị trường. Tất cả các doanh nghiệp ñều phải lấy
khách hàng làm trọng tâm và coi sự hài lòng của khách hàng là vô cùng quan trọng.
Có một số dịch vụ vai trò của máy móc rất lớn, và có một số dịch vụ sự tham gia
của máy móc thiết bị là không nhiều. Tuy nhiên, dịch vụ nào cũng có sự giao tiếp
của con người (nhân viên) với khách hàng.
ðối với doanh nghiệp cung ứng dịch vụ, thời ñiểm ñầu tiên khách hàng giao
dịch trực tiếp với doanh nghiệp dịch vụ là rất quan trọng. Trong cung cấp dịch vụ,
thời ñiểm giao dịch ñó có vai trò cực kì quan trọng, là thời ñiểm khách hàng bắt ñầu
xác nhận “chất lượng dịch vụ”. Có nhiều ñịnh nghĩa về giao dịch trực tiếp ñối với
khách hàng. Stostack, Glynn (1984) [30] ñưa ra ñịnh nghĩa về dịch vụ giao dịch trực
tiếp “là khoảng thời gian mà khách hàng trực tiếp giao dịch với doanh nghiệp dịch
vụ”. ðịnh nghĩa này mang tính khái quát hơn so với các ñịnh nghĩa của Surprenant,
(1982) [9] và trong ñó chỉ ñề cập ñến sự giao dịch trực tiếp giữa khách hàng và
nhân viên của doanh nghiệp dịch vụ. Mặc dù Chandon, Leo, và Philippe (1997) [8]
cũng ñưa ra ñịnh nghĩa tương tự với ñịnh nghĩa của Stostack, Glynn (1984) [30]
song chỉ giới hạn ở việc giao dịch trực diện (face-to-face). Bitner, Booms và
Tetreault (1990) [2] nhận ñịnh rằng, chỉ có ñịnh nghĩa của Stostack, Glynn (1984)
[30] là không bị hạn chế bởi giao dịch trực diện giữa khách hàng và nhân viên dịch
vụ, do ñó có thể áp dụng khái niệm này với cả trường hợp sử dụng công nghệ cao
trong giao dịch trực tiếp.
Sự hài lòng của khách hàng ñối với dịch vụ giao dịch ñược hiểu là sự thoả
mãn của khách hàng trong khoảng thời gian giao dịch trực tiếp với doanh nghiệp
dịch vụ và có thể ñược hiểu là giao dịch với sự có mặt hoặc không có mặt của nhân
viên doanh nghiệp dịch vụ.
Dịch vụ giao dịch với sự có mặt của khách hàng và nhân viên của doanh
nghiệp dịch vụ gọi là dịch vụ giao dịch trực diện, còn dịch vụ giao dịch không bao
gồm sự có mặt của khách hàng và nhân viên dịch vụ gọi là dịch vụ giao dịch công
nghệ cao. Nghiên cứu về sự hài lòng của khách hàng ñối với hai loại dịch vụ giao
dịch kể trên sẽ giúp các tổ chức dịch vụ tìm ñược chiến lược phục vụ khách hàng
15
hiệu quả nhất, ñồng thời giúp doanh nghiệp thu hút, duy trì và phát triển lượng
khách hàng trung thành, từ ñó nâng cao khả năng cạnh tranh của doanh nghiệp.
1.1.1.2. Khái niệm về chất lượng dịch vụ
Chất lượng dịch vụ là một khái niệm ñã nhận ñược nhiều sự quan tâm cũng
như tranh luận trong giới nghiên cứu. Việc ñịnh nghĩa và ño lường chất lượng dịch
vụ là một việc tương ñối khó và chưa có sự thống nhất nào về cả hai vấn ñề này
(Wisniewski, 2005) [34]. Có rất nhiều “ñịnh nghĩa” khác nhau về chất lượng dịch
vụ. Một ñịnh nghĩa thường ñược sử dụng ñã ñưa ra khái niệm: chất lượng dịch vụ là
phạm vi mà một dịch vụ ñáp ứng ñược nhu cầu và kỳ vọng của khách hàng
(Asubonteng et al., 1996) [1]. Chất lượng dịch vụ do ñó có thể ñược ñịnh nghĩa là
sự khác biệt giữa kỳ vọng và cảm nhận của khách hàng về dịch vụ. Nếu như kỳ
vọng lớn hơn hiệu quả của dịch vụ thì khách hàng sẽ không thoả mãn về chất lượng,
và do ñó họ sẽ không hài lòng về dịch vụ Lewis, Robert C. and Bernard H. Booms
(1983) [21].
Các ñịnh nghĩa về chất lượng dịch vụ ñã cho thấy một sự liên kết chặt chẽ
giữa ñịnh nghĩa về “chất lượng dịch vụ” và “chất lượng dịch vụ cảm nhận”. Theo
Parasuraman et al (1985) [26], chất lượng dịch vụ là sự cảm nhận của khách hàng
về các giá trị mà dịch vụ ñem lại cho khách hàng. Một ñịnh nghĩa khác cho rằng
“chất lượng dịch vụ là thái ñộ biểu hiện sự ñánh giá tổng thể Bitner, Booms và
Tetreault (1990) [2]. Như vậy, chất lượng dịch vụ ñứng từ quan ñiểm khách hàng là
một khái niệm mang tính cảm tính, và thường gắn với “sự cảm nhận” và “sự hài
lòng của khách hàng”.
Có khá nhiều ñịnh nghĩa về sự hài lòng của khách hàng, tuy nhiên, dường
như các tác giả ñều ñồng ý với các ý kiến của nhau. Sự hài lòng hay không hài lòng
của khách hàng là trạng thái tình cảm thích thú hay thất vọng thông qua việc so sánh
chất lượng dịch vụ /dịch vụ với mong ñợi của khách hàng. (Philip, Kotler, 2001)
[27]. Theo ñó, sự hài lòng của khách hàng là một hàm số của chất lượng dịch vụ
/dịch vụ theo cảm nhận của khách hàng và sự mong ñợi của chính khách hàng. Nếu
mong ñợi của khách hàng lớn hơn chất lượng dịch vụ, khách hàng sẽ thất vọng. Nếu
16
như chất lượng sản phẩm tốt hơn sự mong ñợi, khách hàng sẽ hài lòng và doanh
nghiệp sẽ ñạt ñược sự thoả mãn của khách hàng.
Các doanh nghiệp luôn ñặt mục tiêu ñạt ñược sự hài lòng ngày càng cao của
khách hàng bởi vì ñiều này sẽ khiến doanh nghiệp ñiều khiển ñược tâm lý khách
hàng. Nói một cách khác, khiến khách hàng lặp lại hành vi mua hàng. Sự hài lòng
ngày càng cao của khách hàng sẽ tạo ra trạng thái tình cảm gắn liền với thương hiệu
dịch vụ, chứ không chỉ tạo ra sự lý trí trong quyết ñịnh mua hàng của khách hàng.
Kết quả là tạo ra sự chung thuỷ cao ñộ của khách hàng (Philip, Kotler, 2001) [27].
Tất cả các nghiên cứu ñược xem xét ñều nhất trí với nhau là sự trung thành
với dịch vụ ñã ñem lại những lợi ích cho công ty. Tuy nhiên, vẫn tồn tại sự khác
biệt nhỏ trong một số quan niệm của các nhà nghiên cứu và doanh nghiệp về sự hài
lòng của khách hàng và chất lượng dịch vụ. Các doanh nghiệp cho rằng hai thuật
ngữ này có thể hoán vị cho nhau. ðối với các nhà nghiên cứu, các yếu tố cấu thành
sự hài lòng của khách hàng tồn tại và phát triển tương ñối ñộc lập so với chất lượng
dịch vụ. Các khái niệm chất lượng dịch vụ, sự chung thuỷ với chất lượng và sự hài
lòng của khách hàng có liên quan tới nhau, trong ñó, chất lượng dịch vụ là nguyên
nhân và sự hài lòng của khách hàng là kết quả của sự trung thành của khách hàng
với chất lượng dịch vụ (Anynomous, 2002).
Từ quan ñiểm của khách hàng, chất lượng dịch vụ là một khái niệm tổng hợp
gồm hai chiều: chất lượng dịch vụ cuối cùng và chất lượng quy trình sản xuất hoặc
theo cách nói khác : chất lượng kỹ thuật và chất lượng chức năng hay quy trình sản
xuất. Chất lượng kỹ thuật ñược ñánh giá dựa theo ý kiến của khách hàng, có thể là
một bữa ăn ở nhà hàng, một chuyến bay hay một dịch vụ tư vấn của một công ty tư
vấn nào ñó. Chất lượng chức năng hàm ý quá trình thực hiện dịch vụ ñược diễn ra
như thế nào. ðiều này bao gồm cả việc tiếp cận ñến nhà cung cấp dịch vụ có dễ
dàng không; các nhân viên thực hiện dịch vụ như thế nào (Anonymous, 2002).
Cách phân loại chất lượng dịch vụ này ñược nhiều tác giả ñồng tình. Chất lượng kĩ
thuật bao gồm các khía cạnh hữu hình của dịch vụ, mặc dầu thường bị coi là không
quan trọng và thường không ñược chú ý ñúng mức. Chất lượng chức năng còn ñược
17
gọi là chất lượng con người, và thường ñược coi là yếu tố quan trọng nhất trong
quản lý chất lượng dịch vụ (Ganesh, Arnold và Reynolds, 2000) [15].
Phân tích sâu hơn về sự hài lòng của khách hàng cho thấy, bốn yếu tố cấu
thành sự hài lòng của khách hàng (Mohr, Kathrin, 1992) [24] là: i) sự mong ñợi, ii)
sự thực hiện, iii) sự xác nhận/không xác nhận và iv) sự thỏa mãn. Sự xác nhận hoặc
không xác nhận xuất phát từ khoảng cách giữa sự mong ñợi của khách hàng trước
khi mua dịch vụ và sự thực hiện dịch vụ, và tiếp theo ñó là sự hài lòng/không hài
lòng của khách hàng. Tuy nhiên, có một ý kiến trái ngược trong quan hệ giữa chất
lượng dịch vụ và sự hài lòng của khách hàng. Ðiểm mấu chốt của cuộc tranh luận là
chất lượng dịch vụ cảm nhận (perceived service quality) là kết quả từ sự so sánh của
khách hàng giữa chất lượng kì vọng và chất lượng dịch vụ ñã thực hiện. Như vậy,
có khá nhiều ñiểm tương ñồng giữa khái niệm về sự hài lòng của khách hàng và
chất lượng dịch vụ. Sự khác biệt giữa hai khái niệm này ở chỗ sự hài lòng là cảm
giác sau khi ñã trải nghiệm hành vi mua hàng, còn chất lượng thì không (Bolton and
Drew, 1991) [4]. Tuy nhiên, hiện tại vẫn không có biên giới rõ rệt trong ñịnh nghĩa
về sự hài lòng của khách hàng và chất lượng dịch vụ. Hầu hết các ý kiến ñều
nghiêng về giả thiết là chất lượng dịch vụ diễn ra trước và dẫn ñến sự hài lòng của
khách hàng. Chất lượng dịch vụ chỉ là một trong những yếu tố góp phần vào sự hài
lòng của họ khách hàng (Cronin and Taylor, 1992 ) [11]
Một cách nghiên cứu khác về sự hài lòng của khách hàng chỉ ra một cách
nhìn nhận nữa về các yếu tố ñem lại sự hài lòng của khách hàng. Như ñã trình bày
ở trên, sự hài lòng của khách hàng về chất lượng dịch vụ ñược bắt ñầu từ “thời ñiểm
giao dịch” hay còn gọi là “dịch vụ giao dịch”. Do sự phát triển và sử dụng công
nghệ cao trong ngành dịch vụ, việc giao dịch “dịch vụ trực diện” ngày nay ñã vượt
ra ngoài sự giao tiếp giữa “người và người” khi yếu tố máy móc ñược ñưa vào
nhiều trong các giao dịch trực tiếp với khách hàng, ví dụ như trong ngành dịch vụ
viễn thông hoặc dịch vụ ngân hàng. ðể hiểu thấu ñáo tâm lý khách hàng, các công
trình nghiên cứu liên quan tới lĩnh vực này hầu hết ñều sử dụng phương pháp
critical incident technique (CIT), tức là yêu cầu người ñược ñiều tra trả lời một cách
18
chi tiết kinh nghiệm họ ñã trải qua trong việc giao dịch trực tiếp với nhân viên dịch
vụ. Kết quả ñiều tra thực tế ñã giúp các nhà nghiên cứu tìm ra 3 nguyên nhân dẫn
ñến sự hài lòng của khách hàng: (1) sự khắc phục của nhân viên phục vụ ñối với các
sai sót trong dịch vụ, (2) sự ñáp ứng của nhân viên phục vụ ñối với các yêu cầu và
nhu cầu của khách hàng, (3) thái ñộ của nhân viên dịch vụ. Các nguyên nhân kể trên
ñược thể hiện rõ nét nhất trong các dịch vụ khách sạn, nhà hàng và hàng không.
Sự khắc phục của nhân viên phục vụ khi có sai sót trong hệ thống phân phối
dịch vụ. Khi có sai sót xảy ra trong quá trình dịch vụ, chẳng hạn phục vụ chậm trễ,
dịch vụ thiếu tính hợp lý hoặc những sai sót cơ bản khác, nếu nhân viên phục vụ
nhận thức ñược và kịp thời giải thích, xin lỗi hoặc bồi thường sẽ khiến khách hàng
cảm thấy hài lòng và bỏ qua những sai sót ñó. Những sự kiện ñó gọi là sự phục hồi
dịch vụ.
Colgate (2001) [10] cho rằng, sự phục hồi dịch vụ là lý do duy nhất giúp
khách hàng tiếp tục duy trì với dịch vụ ngân hàng họ ñã từng giao dịch sau khi có
sai sót xảy ra. Khách hàng cảm thấy hài lòng với sự sửa sai của tổ chức dịch vụ và
có thiện chí trong việc thông tin về kinh nghiệm họ ñã trải qua. Nhiều nghiên cứu
thực nghiệm khác cho thấy, sự ñáp ứng tích cực của nhân viên dịch vụ sau sai sót là
nhân tố quyết ñịnh sự hài lòng của khách hàng và giúp các tổ chức dịch vụ ñó duy
trì ñược lượng khách hàng giao dịch. Các nghiên cứu ñó cũng chỉ rõ rằng, nhiều
khách hàng ñã rời bỏ các tổ chức dịch vụ không biết hoặc cố tình không chịu sửa
ñổi những sai sót trong dịch vụ mà khách hàng phải gánh chịu.
Sự ñáp ứng của nhân viên dịch vụ ñối với nhu cầu và yêu cầu của khách
hàng. Khả năng và sự nhiệt tình của nhân viên dịch vụ trong việc ñáp ứng các yêu
cầu và nhu cầu ñặc biệt của khách hàng ảnh hưởng rất lớn ñến sự hài lòng của
khách hàng. Các nhu cầu ñặc biệt trong dịch vụ có thể kể ñến là khách hàng cần
giao tiếp bằng ngôn ngữ ñặc biệt, cần loại ghế ñặc biệt cho trẻ em, thức ăn ñặc biệt
cho những người ăn kiêng v.v... Khách hàng sẽ hoàn toàn hài lòng nếu doang
nghiệp dịch vụ sẵn sàng cung cấp và ñáp ứng những nhu cầu ñó.
19
Nhân viên phục vụ làm vui lòng khách hàng một cách tự phát. Khách hàng
vô cùng hài lòng và cảm kích trong giao dịch khi nhân viên dịch vụ tỏ ra quan tâm
ñặc biệt mà không ñòi hỏi hay yêu cầu gì từ phía khách hàng. Một ví dụ ñiển hình
cho tình huống này là sự tư vấn thông tin chính xác và hiệu quả cho khách hàng giao
dịch chứng khoán. Nhân viên có ứng xử ñẹp trong văn hoá giao tiếp như tôn trọng phụ
nữ và ưu ái trẻ em, cũng là cách thức mang lại sự hài lòng cho khách hàng.
Tuy nhiên, không phải bất cứ lúc nào và nơi nào, nhân viên dịch vụ cũng làm
cho khách hàng hài lòng. Những nguyên nhân gây khó chịu và bất bình ñối với
khách hàng qua nghiên cứu thực nghiệm ñược tổng kết như sau:
Không khắc phục những sai sót của hệ thống phân phối dịch vụ. Sự lơ là,
dịch vụ chậm trễ, dịch vụ không hợp lý làm khách hàng thất vọng hay không hài
lòng nhiều hơn so với tình trạng thiếu các sản phẩm dịch vụ cung ứng. Vì vậy, khi
sơ suất trong hệ thống phân phối dịch vụ xảy ra và nhân viên không kịp thời khắc
phục sẽ khiến khách hàng khó chịu và không sử dụng dịch vụ của doanh nghiệp ñó
trong tương lai nữa.
Không ñáp ứng các nhu cầu và yêu cầu của khách hàng. Một số yêu cầu quá
mức của khách hàng có thể vi phạm những qui ñịnh hiện hành của doanh nghiệp, do
vậy, nhiều nhân viên giao dịch không có thiện chí giúp ñỡ khách hàng. Với bất cứ
lý do nào, nhân viên phục vụ cần ứng xử sao cho khách hàng tuy bị từ chối, nhưng
vẫn vui vẻ chấp thuận. Từ chối thẳng thừng, hoặc ñáp ứng một cách không hợp lý
nhu cầu của khách hàng, là nguyên nhân chính làm khách hàng không hài lòng
trong giao tiếp với nhân viên dịch vụ.
Làm khách hàng không hài lòng một cách bột phát. Khách hàng luôn nhạy
cảm với ứng xử của nhân viên phục vụ khi họ quát mắng, gây ồn. Sự thiếu lịch sự,
thiếu tế nhị của nhân viên phục vụ là nguyên nhân khiến khách hàng không quay trở
lại sử dụng dịch vụ của doanh nghiệp ñó trong tương lai.
Như vậy, mặc dù các nhà nghiên cứu còn tốn khá nhiều giấy mực ñể tranh
luận về một ñịnh nghĩa rõ ràng và rành mạch về sự hài lòng của khách hàng
(customer satisfaction) và chất lượng dịch vụ (service quality), và chất lượng dịch
vụ cảm nhận (perceived service quality), các nhà thực hành lại dường như không
20
bận tâm nhiều ñến biên giới này. Các phương pháp quản lý chất lượng ñược ñề cập
ở phần dưới ñây ñược áp dụng rộng rãi trong nhiều doanh nghiệp trên thế giới
thường dựa trên cơ sở quản lý tốt các yếu tố cấu thành của dịch vụ, từ ñó sẽ dẫn
ñến sự hài lòng của khách hàng. Như vậy về mặt ngầm ñịnh, các nhà thực hành
cũng ñã nghiêng về giả thuyết rằng chất lượng dịch vụ là yếu tố xuất hiện trước và
ñóng góp vào sự hài lòng của khách hàng.
1.1.2. Chất lượng dịch vụ hàng không
Như ñã phân tích ở trên, ña số ý kiến ñều nghiêng về kết luận cho rằng chất
lượng dịch vụ gắn liền với sự hài lòng của khách hàng và sự hài lòng của khách
hàng sẽ là kết quả của việc quản lý tốt các yếu tố cấu thành nên dịch vụ. Do vậy, ñể
quản lý tốt dịch vụ hàng không, cần phải nghiên cứu kỹ các yếu tố cấu thành nên
dịch vụ cũng như quá trình cung ứng dịch vụ hàng không.
1.1.2.1. Chất lượng dịch vụ dựa trên chuỗi giá trị trong dịch vụ hàng không
Như ñã trình bày ở phần trên, chất lượng dịch vụ ñược ñánh giá thông qua sự
hài lòng của khách hàng. Sự hài lòng của khách hàng lại ñược ño thông qua sự so
sánh giữa chất lượng kỳ vọng và chất lượng thực hiện. ðối với dịch vụ hàng không,
sự hài lòng của khách hàng ñược tổng hợp qua sự hài lòng ñối với từng mắt xích
trong chuỗi giá trị một hãng hàng không cung cấp cho khách hàng. Dịch vụ hàng
không ñược cấu thành bởi 5 yếu tố: lịch bay, ñường bay, hình ảnh của hãng hàng
không, hệ thống mua vé ñặt chỗ, các dịch vụ liên quan ñến chuyến bay, tiện nghi
trên chuyến bay, và các dịch vụ sau khi bay.
Hình 1.1: Chuỗi giá trị trong dịch vụ hàng không
Thiết kế các tuyến ñường bay, lịch bay
Marketing và xây dựng hình ảnh của
Hãng
Bán vé qua hệ thống phân phối
Thực hiện chuyến bay và các dịch vụ liên quan trên chuyến
bay
Dịch vụ sau khi bay
21
1.1.2.1.1 Sự hài lòng của khách hàng với lịch bay
Theo quan ñiểm của khách hàng, ñặc trưng về lịch bay trong một thị trường
là một số các hoạt ñộng thường xuyên: thời gian khởi hành và thời gian ñến, ñi theo
các lộ trình ñã ñịnh và trong một trường hợp ñặc biệt nào ñó, dù các chuyến bay
trực tiếp hay lịch trình bay có bao gồm một hoặc nhiều trạm dừng trên tuyến ñường.
Ngược lại, các loại máy bay không ñược ñánh giá quan trọng lắm, mặc dù trên một
vài tuyến ñường ngắn máy bay phản lực ñược ưa chuộng hơn là máy bay dùng tua
bin phản lực cánh quạt. Các ñoạn thị trường khác nhau sẽ có những yêu cầu về lịch
bay khác nhau. Thị trường kinh doanh tuyến ñường ngắn thường ñòi hỏi ít nhất là
một chuyến vào buổi sáng và một chuyến bay mỗi buổi tối vào các ngày làm việc
trong tuần ñể hoàn thành công việc trong ngày. Các chuyến bay vào ngày nghỉ cuối
tuần có lẽ ít quan trọng so với việc vận chuyển hành khách có mục ñích công việc
mà chủ yếu là dành cho việc vận chuyển các hành khách muốn ñi nghỉ cuối tuần
ngắn ngày. Những yêu cầu thường xuyên thay ñổi phụ thuộc vào các loại thị trường,
ñộ dài của chuyến bay và mức ñộ cạnh tranh. Ví dụ, ñề nghị một dịch vụ một lần
trong ngày khi một ñối thủ cạnh tranh có 10 chuyến bay một ngày không chắc sẽ
không tạo ra một ảnh hưởng lớn trên thị trường.
Trong những năm ñầu của thập kỷ 80, hãng Hàng không Scandinavan (SAS)
có một cuộc thăm dò ý kiến các hành khách của mình về những yếu tố ñóng vai trò
quan trọng nhất ñối với họ trong việc lựa chọn một chuyến bay khi họ ñặt chỗ. Hơn
2/3 tổng số hành khách ñược hỏi ñã trả lời yếu tố tiên quyết là giờ khởi hành và giờ
ñến. ðồng thời 2/3 trong số họ khẳng ñịnh rằng nếu chuyến bay trực tiếp không
phải qua bất kỳ một trạm dừng nào thì ñó cũng là yếu tố quan trọng. Một ñiều thú vị
là, chỉ có 3% khách hàng khẳng ñịnh loại máy bay là yếu tố quan trọng trong quyết
ñịnh của họ. ðể ñáp lại sự mong ñợi của khách hàng, SAS ñã ñầu tư thêm cơ sở hạ
tầng một cách có hiệu quả: 4 máy bay loại A300 Airbuses vào năm 1982 và tập
trung sử dụng các loại máy bay nhỏ hơn như DC-9s, sau ñó là MD 81s và MD 82s
với số ghế ít hơn một nửa so với máy bay nhãn hiệu Airbuses.
Tất cả các cuộc ñiều tra ý kiến khác ñều củng cố sự quan trọng về ñặc trưng
có liên quan ñến lịch bay. Trong một cuộc thăm dò ý kiến hơn 25.000 khách hàng
22
do Quỹ hỗ trợ Quốc tế của Hiệp hội hành khách sử dụng dịch vụ hàng không vào
năm 1987, hành khách ñược hỏi ñể chỉ ra 3 ñặc trưng quan trọng nhất khi lựa chọn
một hãng hàng không. Tính ñúng giờ, lịch bay hợp lý và tần suất các chuyến bay
ñược ñể cập ñến thường xuyên như một vấn ñề nổi trội với các lộ trình ngắn hơn
với thời gian bay ít hơn 2 tiếng, khoảng một nửa số người ñược hỏi ñặt vấn ñề ñó
vào một trong ba ñặc trưng quan trọng nhất. ðặc trưng dựa trên tính thoải mái
dường như ít quan trọng hơn dựa trên tuyến ñường. Tóm lại có thể nói rằng, ñặc
trưng dựa trên lịch bay quan trọng hơn ñặc trưng dựa trên sự thoải mái ñối với các
chuyến bay có tuyến ñường ngắn và trung bình. Tuy nhiên, ñối với các chuyến bay
dài hơn, ñặc trưng dựa trên tính thoải mái, ñặc biệt là chỗ ngồi thoải mái và chất
lượng phục vụ trong chuyến bay trở nên quan trọng và tần số ít quan trọng hơn. Giá
vé thấp cũng ñược các khách hàng ñánh giá là một ñiều khá quan trọng, phản ánh
tính chất kinh doanh mà dịch vụ vận chuyển ñã cam kết.
1.1.2.1.2 Sự lựa chọn của khách hàng liên quan ñến việc marketing và xây
dựng hình ảnh
Sự hài lòng của khách hàng có liên quan chặt chẽ ñến hình ảnh mà một hãng
hàng không mong muốn tạo dựng, ñối với khách hàng của mình và với công chúng
trên diện rộng. Mong muốn này ñược thực hiện theo nhiều cách khác nhau: qua
quảng cáo và xúc tiến ñơn thuần, qua biểu tượng của hãng, qua màu sắc ñặc trưng
và qua cách thiết kế nội thất, thiết kế các ñiểm bán vé rất riêng của từng hãng, và
qua chất lượng phục vụ của chính phi hành ñoàn trong mỗi chuyến bay cũng như
của ñội ngũ nhân viên mặt ñất. Thành công ñợt vận ñộng quảng cáo “Cô gái
Singapore” của hãng SIA suốt những năm 1980 ñã tạo nên một hình ảnh ñội ngũ
nhân viên không chỉ tươi tắn, thân thiện, ân cần mà còn là hình ảnh một hãng hàng
không luôn quan tâm chăm sóc khách hàng của mình. Hình ảnh này là yếu tố quan
trọng ñể SIA thường xuyên duy trì trọng tải khách ở mức cao trong suốt giai ñoạn
ñó. Một yếu tố quan trọng trong việc xây dựng hình ảnh là phải ñảm bảo thực hiện
những gì mình ñã hứa trước mỗi chuyến bay và ñáp ứng lòng mong ñợi của khách
hàng khi chuyến bay cất cánh. ðó là lý do tại sao kế hoạch marketing và kế hoạch
23
dịch vụ lại phải luôn bao quát ñược, thâu tóm ñược tất cả ñiều ñó, cái gì sản xuất
ñược và sản xuất như thế nào cũng như bán chúng như thế nào.
Khi việc cạnh tranh trên các thị trường ngày càng khốc liệt hơn thì số lượng
các hãng hàng không tung ra “thương hiệu” là ñể cố tạo sự phân biệt giữa dịch vụ
của mình và của hãng khác mà cũng ñược bán ở cùng một mức vé. Trên các chuyến
bay quốc tế, bước ñầu tiên trong quá trình này xuất hiện vào giữa những năm 1980,
khi các hãng hàng không bắt ñầu ñưa ra các tên gọi nổi bật cho loại vé hạng sang,
mặc dù vậy dịch vụ ñược ñưa ra về mặt không gian và tính tiện nghi thì cũng gần
như nhau. Ở một số thị trường, một số hãng có khả năng trả bảo hiểm trong vé cho
cả khách hạng sang vì mục tiêu tạo sự khác biệt. Khi quy ñịnh quốc tế về vé và sức
chứa tăng lên cao hơn thì việc sử dụng thương hiệu sẽ càng trở thành một công cụ
cạnh tranh quan trọng ñể tạo nên một hình ảnh hãng hàng không trên thị trường một
cách hiệu quả.
1.1.2.1.3 Sự hài lòng của khách hàng về sự thuận tiện và vai trò của hệ thống
phân phối, ñặt vé qua máy tính (CRS)
Là một ñặc trưng của dịch vụ, sự thuận tiện ñược quan tâm ở mức ñộ dễ
dàng cho khách hàng truy cập các dịch vụ về vé và ñặt chỗ hàng không cũng như
chất lượng của các loại hình dịch vụ này. Một quyết ñịnh then chốt trong bất kỳ
khâu marketing nào của ngành hàng không ñó là quyết ñịnh về phương thức phân
phối, bán dịch vụ. Nói một cách cụ thể nghĩa là phương thức sử dụng hệ thống cửa
hàng và các ñiểm bán lẻ bên cạnh các ñại lý lữ hành ñộc lập. Vì các hãng hàng
không phải trả hoa hồng theo doanh thu cho các ñại lý nên họ ñược hưởng một
quyền lợi bảo ñảm chắc chắn trong việc cố gắng bán vé thông qua các ñại lý của
hãng hoặc bán trực tiếp qua ñiện thoại miễn là chi phí của các ñại lý này thấp hơn
mức hoa hồng mà hãng phải trả cho các ñại lý lữ hành. Mặt khác, lợi ích chính mà
các hãng hàng không có ñược từ các ñại lý ñó là số lượng các ñại lý rất nhiều nên
họ có khả năng cung cấp cho các hãng hàng không một mạng lưới phân phối rộng
lớn ở mức chi phí thấp hơn so với chi phí của hãng.
Một phần trong kế hoạch dịch vụ của hãng hàng không là ñưa ra quyết ñịnh
về số lượng, ñịa ñiểm tọa lạc và tính chất của các ñại lý kinh doanh dịch vụ của
24
hãng cũng như các phương thức phân phối từ nhân viên kinh doanh lữ hành ñến ñặt
chỗ qua ñiện thoại hoặc ñặt vé tự ñộng. Tất cả các hoạt ñộng như ñưa ra một yêu
cầu nào ñó với hãng hàng không hoặc ñặt chỗ và mua vé máy bay thông thường ñều
liên quan ñến liên hệ cá nhân giữa hành khách hoặc người ñại diện của họ và hãng
hàng không. Hoạt ñộng giao tiếp giữa hàng hàng không và khách hàng có thể liên
quan ñến nhiều mối liên hệ với khách hàng chỉ trong một hành trình bay. Tính thuận
tiện và chất lượng của hoạt ñộng giao tiếp này là một ñặc trưng quan trọng của dịch
vụ có thể ảnh hưởng trực tiếp ñến cảm nhận của khách hàng về một hãng hàng
không. Cách bài trí và không gian của văn phòng giao dịch, tốc ñộ giải quyết công
việc mà khách hàng có thể nhìn thấy, các ñường ñiện thoại luôn sẵn sàng cho hệ
thống ñặt vé qua ñiện thoại, các nhân viên trực ñiện thoại hoặc làm việc tại quầy
giúp ích cho khách hàng là một số ñặc trưng dựa trên cơ sở mang lại thuận tiện cho
khách hàng, cần ñược lập kế hoạch cẩn thận ñồng thời cũng là ñích các mục tiêu
dịch vụ hướng tới. Có một thỏa hiệp giảm chi phí ñối với các ñặc trưng khác của
dịch vụ. Khi mức ñộ dịch vụ ñược cải thiện thì chi phí cũng sẽ tăng lên. Một hãng
hàng không phải tìm ñược phương án cân bằng hợp lý ñể có thể ñáp ứng các yêu
cầu cũng như các mong ñợi của thị trường. Thí dụ, hãng Hàng không Anh quốc có
1000 nhân viên kinh doanh ñại lý qua ñiện thoại chỉ tính riêng ở Anh trong ñó 300
người chuyên làm việc với ñối tượng là các ñại lý lữ hành trong khi số còn lại giải
quyết các cuộc gọi của công chúng và các ñại lý khác.
Phần lớn doanh thu bán vé máy bay thu ñược thông qua các ñại lý lữ hành.
Hãng Hàng không Anh quốc có thể coi là một tấm gương ñiển hình về tầm quan
trọng của các ñại lý. Năm 1990, chỉ riêng tại thị trường nội ñịa Anh quốc, bản thân
hãng ñã có trên 40 ñại lý lữ hành và ñại lý kinh doanh nhưng vẫn phụ thuộc vào
8.700 ñại lý lữ hành khác ñược chứng nhận bởi Hiệp hội Chuyên chở Hàng không
quốc tế (IATA) ñồng thời là thành viên của Hiệp hội các ñại lý lữ hành Anh quốc.
Các ñại lý lữ hành này tạo ra khoảng 70% doanh thu tính trên tổng thu nhập của
hãng trong khi 25% ñến từ các ñại lý kinh doanh của hãng và 5% còn lại ñến từ
doanh thu tạo ra bởi các hãng hàng không khác. Xét trên phạm vi toàn cầu thì gần
80% doanh thu của hãng Hàng không Anh quốc do các ñại lý lữ hành hoặc các công
25
ty tổ chức các tour lớn tạo ra.Theo Bộ Giao thông vận tải của Hoa Kỳ thì 80%
doanh không ñược tạo ra thông qua các ñại lý lữ hành. thu từ vé của tất cả các hãng hàng.
1.1.2.1.4 Sự hài lòng dựa trên các dịch vụ liên quan ñến chuyến bay
Các ñặc ñiểm liên quan ñến lịch bay của dịch vụ hàng không có vẻ quan
trọng hơn các ñặc ñiểm liên dựa trên sự tiện nghi ở hầu hết các thị trường, tuy nhiên
lại không thể ñiều chỉnh nhanh chóng ñược. Trong nhiều trường hợp, các ñặc ñiểm
liên quan ñến lịch bay còn không thể thay ñổi chút nào bởi một trong hai lí do hoặc
là hãng hàng không ñã có mạng lưới các tuyến bay và lịch bay ñáp ứng ñược nhu
cầu thị trường; hoặc là do các trở ngại từ bên ngoài như các hiệp ñịnh dịch vụ hàng
không song phương hoặc do không ñủ ñường băng nhanh (runaway slots). Tuy
nhiên, do sự cạnh tranh trên thị trường ngày càng gay gắt nên nhu cầu cải tiến dịch
vụ lại càng cao. Trong hầu hết các trường hợp, lịch bay chỉ có thể ñiều chỉnh trong
trung hạn, và nếu có chút ñiều chỉnh nào thì phát triển dịch vụ hàng không cũng
thường tập trung vào việc hoàn thiện các ñặc ñiểm dựa trên sự tiện nghi, một việc
thực hiện rất ñễ và rất nhanh. Có 3 lĩnh vực của dịch vụ hàng không có ý nghĩa quan
trọng trong việc xác ñịnh cảm nhận của hành khách về sự tiện nghi. Lĩnh vực thứ
nhất là cách bài trí bên trong và hình dáng của máy bay. Hình dáng và cách bài trí
bên trong ảnh hưởng ñến ñộ rộng và ñộ dốc của mỗi ghế ngồi và do ñó, quyết ñịnh
ñến khoảng không gian giữa mỗi hành khách. Khoảng không gian này là nhân tố
chính tạo ra sự tiện nghi thoải mái. Mật ñộ xếp ghế và chi phí ñơn vị có mối quan
hệ nghịch với nhau: càng nhiều ghế ñược xếp trên máy bay thì chi phí hoạt ñộng
tính trên mỗi chiếc ghế càng giảm. Vì vậy, quyết ñịnh số ghế xếp trên máy bay cũng
có liên quan nhiều chi phí. Ngoài ra còn có một số nhân tố khác của cách bài trí bên
trong mà mỗi hàng hàng không nên ñể ý vì chúng có tác ñộng mạnh tới chất lượng
cơ bản của dịch vụ của hãng. ðó là số lượng các loại cabin và dịch vụ riêng biệt, số
lượng các khoang vệ sinh, các loại ghế ñược lắp ñặt, thiết kế nội thất và màu sắc
bên trong máy bay, v.v..
Lĩnh vực quan trọng thứ hai mà hãng nào cũng phải ñưa ra các quyết ñịnh là
các tiêu chuẩn về thực phẩm và dịch vụ trên các chuyến bay. Lĩnh vực này bao gồm
các vấn ñề về chất lượng và tính chất thực phẩm và ñồ uống phục vụ trên máy bay,
26
số tiếp viên trên mỗi chuyến bay, các loại báo và tạp chí có trên chuyến bay, các
phim giải trí chiếu trong chuyến bay, quà tặng cho hành khách ñi khoang hạng nhất
và hạng thương nhân cũng như quà tặng cho trẻ em vv... Việc lên kế hoạch cho các
bữa ăn của các chuyến bay và ñảm bảo ñạt các tiêu chuẩn thực phẩm ñã ñược ñề ra
ñòi hỏi nhiều công sức. Lần nữa ta lại thấy mối quan hệ giữa chi phí với các tiêu
chuẩn về thực phẩm và dịch vụ trên các chuyến bay. Kết quả là thành phần của các
bữa ăn ñược dự tính ñến cả trọng lượng chính xác của một khoanh bơ hay một gói
nước sốt thịt. Trong khi các hãng hàng không lại quá nhấn mạnh vào chất lượng ñồ
ăn và ñồ uống trong các quảng cáo của mình thì sự sành ăn lại không phải là yếu tố
có nhiều tác ñộng tới quyết ñịnh của hành khách trong việc lựa chọn hãng hàng
không cho chuyến du lịch của mình. Tuy nhiên, các tiêu chuẩn thực phẩm cùng với
chất lượng và sự ân cần của phi hành ñoàn lại có khả năng tạo ra một hình ảnh nhất
ñịnh, quan trọng trong công tác marketing cho một hãng hàng không cụ thể.
Lĩnh vực cuối cùng, các hình thức dịch vụ ñối với hành khách trên mặt ñất
cũng là yếu tố chủ chốt tạo thành dịch vụ hàng không. Hãng hàng không cần cân
nhắc giữa việc sử dụng ñội ngũ nhân viên riêng của hãng hay thuê hãng hàng không
khác hoặc ñại lý ñóng gói ñảm nhận khâu ñăng ký lên máy bay và ñóng gói. Hãng
hàng không còn cần tính toán xem thời gian chờ ñợi làm thủ tục lên máy bay trung
bình một hành khách có thể chấp nhận là bao lâu, bởi ñiều này sẽ quyết ñịnh ñến số
bàn làm thủ tục cho mỗi chuyến bay. Nhiều bàn ñăng ký ñồng nghĩa với việc gia
tăng chi phí. Vì vậy, hãng hàng không cần xác ñịnh bản chất các trang thiết bị ñặc
biệt trên mặt ñất phục vụ hành khách hạng nhất và hạng thương nhân như phòng
chờ ñặt biệt, dịch vụ văn phòng, nhân viên ñỗ xe, hoặc cung cấp dịch vụ ñưa ñón
hành khách từ nhà hoặc văn phòng tới sân bay bằng xe limousine.
ðiều căn bản trong các lĩnh vực của dịch vụ hàng không dựa trên sự tiện
nghi là sự khác biệt giữa các dịch vụ cung cấp cho các hạng dịch vụ khác nhau của
cùng một hãng hàng không phải thể hiện rõ cho hành khách thấy. ðiều này có nghĩa
là những người lập kế hoạch dịch vụ hàng không phải chỉ rõ các ñặc ñiểm khác biệt
của dịch vụ dựa trên sự tiện nghi thoải mái cho các phân ñoạn thị trường khác nhau
27
mà họ ñang hướng tới. Các ñặc ñiểm dịch vụ không chỉ khác nhau ở loại cabin hay
loại vé mà cùng một loại cabin cũng cần có các ñặc ñiểm dịch vụ khác nhau với các
tuyến ñường hay các khu vực ñịa lý khác nhau. Vì vậy, các dịch vụ phục vụ hạng
thương nhân tại châu Âu sẽ có không có ñặc ñiểm giống hệt như các dịch vụ phục
vụ hạng thương nhân từ châu Âu sang châu Á.
Vì dễ ñược ñiều chỉnh và quảng cáo hơn ñặc ñiểm các dịch vụ dựa trên lịch
bay, các ñặc ñiểm dịch vụ dựa trên sự tiện nghi ñang ngày càng ñược xem xét và
giám sát. Các hãng hàng không luôn ñứng trước nhu cầu phải thường xuyên ñưa ra
các hành ñộng ñối phó với những thay ñổi về dịch vụ của các ñối thủ cạnh tranh và
thậm chí là nhu cầu trở thành hãng hàng không ñầu tiên ñưa ra các thay ñổi cải tiến
mới. Do các quy ñịnh quốc tế ñã ñược nới lỏng, các hãng hàng không có thể ñưa ra
các dịch vụ cải tiến tốt hơn nên ai cũng thấy sự phát triển nhanh chóng của dịch vụ
hàng không. Minh chứng cho sự phát triển này là việc tách hạng thương nhân thành
hạng thứ ba riêng biệt trên các chặng bay ñường dài. Vào ñầu thập niên 1980, hạng
thương nhân mới chỉ là một khu riêng trong cabin hạng thông thường dành cho
những hành khách trả ñầy ñủ tiền vé hạng thông thường. Sau ñó, sang giai ñoạn thứ
hai, hạng thương nhân ñã có cabin riêng song mật ñộ ghế xếp trong cabin hạng
thương nhân vẫn không hơn mật ñộ xếp ghế hạng thông thường là mấy mà chỉ có
chất lượng thực phẩm là ñược nâng cao hơn. Trong giai ñoạn thứ ba, ghế xếp trong
cabin hạng thương nhân rộng hơn, có thành ghế dài hơn và mật ñộ xếp thưa hơn.
Trong nhiều trường hợp như hãng Hàng không quốc tế Thái Lan, họ ñã thay những
ghế hạng sang trước ñây thành những ghế kiểu giường nằm. Giai ñoạn tiếp theo là
giai ñoạn phát triển các sản phẩm kinh doanh nở rộ. ðó là sự mở rộng hơn nữa
khoảng không gian dành cho một hành khách ở mức ñộ có thể cho vừa những ghế
kiểu giường nằm trong các cabin dành cho khách hạng sang. Hãng Virgin Atlantic
ñã tiên phong trong xu hướng này từ năm 1989 với chế ñộ “Thượng hạng” ñối với
các dịch vụ từ Luân ðôn ñến New York và tiếp sau là ñến Tokyo. Do vậy, trong
khoảng 10 năm, ñã có ñến 4 giai ñoạn phát triển sản phẩm phục vụ khách hạng sang
trên những chuyến bay dài. Trong khi ñó hãng hàng không British Airways của Anh
28
Quốc ñầu năm 1990 ñã ñưa ra giới thiệu dịch vụ hạng bốn-gọi là “Lựa chọn kinh
tế”- trong các chuyến bay của hãng bay từ Luân ðôn-Gatwick ñi Dallas và Houston
trong ñợt thử nghiệm 8 tháng liền. Hành khách mua vé hạng bốn trọn gói sẽ ñược
chọn cabin cho mình, ñăng ký riêng và có chỗ ngồi tốt hơn những hành khách khác.
Như vậy, ñể hoàn tất một dịch vụ hàng không, một hãng hàng không cần ñi
qua bốn (4) giai ñoạn i) Thiết kế sản phẩm (lịch bay, giá vé), ii) Marketing và xây
dựng hình ảnh, iii) Bán vé qua hệ thống phân phối và iv) Thực hiện chuyến bay và
các dịch vụ kèm theo chuyến bay. Tuy nhiên, như ñã trình bày ở trên, việc tăng
cường dịch vụ tại tất cả các qui trình mất rất nhiều thời gian và rất tốn kém ñối với
tất cả các hãng hàng không. Do vậy, việc nghiên cứu ñể cải thiện dịch vụ khách
hàng thường chỉ tập trung vào việc cải thiện các dịch vụ liên quan chuyến bay, tức
là giai ñoạn thứ tư trong chuỗi giá trị ở trên. Luận án này cũng chỉ tập trung vào
việc nghiên cứu mức ñộ hài lòng của khách hàng dựa trên sự thỏa mãn liên quan
trực tiếp ñến chuyến bay và các dịch vụ kèm theo, trên cơ sở ñó ñưa ra các kiến
nghị về cải thiện chất lượng dịch vụ cụ thể ñể tăng sự hài lòng của khách hàng trong
giai ñoạn thứ tư.
1.1.2.2 Chất lượng dịch vụ hàng không trong quá trình thực hiện chuyến
bay (mắt xích thứ tư trong chuỗi giá trị)
Dịch vụ hàng không trong quá trình thực hiện chuyến bay ñược cấu thành
bởi rất nhiều qui trình. Trong từng qui trình máy móc thiết bị và con người ñều
ñóng vai trò quan trọng trong việc tạo nên chất lượng cho dịch vụ hàng không. Tuy
nhiên, trong từng qui trình tầm quan trọng của máy móc thiết bị và con người có thể
khác nhau. Theo qui trình cung ứng, dịch vụ hàng không ñược bao gồm 2 nhóm
chính: dịch vụ mặt ñất và dịch vụ trên không.
1.1.2.2.1. Dịch vụ mặt ñất
Dịch vụ mặt ñất trong dịch vụ hàng không bao gồm ba nhóm dịch vụ chính:
dịch vụ check-in, dịch vụ tại sân bay và dịch vụ boarding (ñưa khách từ sân bay lên
máy bay). Dịch vụ check-in bao gồm việc chào ñón hành khách tại sân bay, làm các
thủ tục check-in cho khách gồm có thủ tục cho khách hạng economy, hạng thương
29
gia, khách VIP, khách hàng thường xuyên (thuộc chương trình Golden Lotus của
VNA) và gửi hành lý theo máy bay và hành lý xách tay. Trong quá trình làm thủ
tục, nhân viên của hãng của trách nhiệm hướng dẫn khách trở lại quầy làm thủ tục
nếu gặp vấn ñề về hành lý xách tay.
Dịch vụ tại sân bay ñược xác ñịnh từ lúc khách hàng hoàn tất thủ tục
check-in và ñợi ñến giờ lên máy bay. Dịch vụ này gồm hai nhóm. Nhóm thứ
nhất là các dịch vụ tại sân bay cho hành khách. Chi tiết của dịch vụ này gồm
có: trợ giúp hành khách tại công an cửa khẩu, hải quan, an ninh; thông báo cho
hành khách lên máy bay ñúng giờ, chính xác, hướng dẫn và ñón khách về khách
sạn trong trường hợp máy bay chậm, hủy chuyến. Bên cạnh ñó, dịch vụ tại sân
bay còn bao gồm dịch vụ ñón và hướng dẫn hành khách trên các chuyến bay
ñến quốc tế và quốc nội, ñảm bảo hành khách ñi ñến ñúng cửa ra máy bay hoặc
vào nhà ga ñúng qui ñịnh. Giúp hành khách ñặc biệt hoàn tất thủ tục hàng
không, công an, hải quan, an ninh trên các chuyến bay ñi, ñến và chuyển tiếp.
Bên cạnh các dịch vụ này còn có các dịch vụ gia tăng như ghế chờ cho khách
economy, dịch vụ ăn uống, shopping, lounge cho khách VIP và khách thương
gia và dịch vụ ñiện thoại, bưu ñiện, truy cập internet.
Nhóm thứ hai gồm có các dịch vụ liên quan ñến hành lý thất lạc. Chi tiết cụ
thể gồm có: tìm kiếm hành lý thất lạc cho khách, hướng dẫn hành khách làm thủ tục
bồi thường hành lý, phối hợp với ñại diện các hãng trong giải quyết bồi thường, bảo
quản hành lý của hành khách và công cụ ñược giao, bảo quản hành lý thừa tại kho
hành lý, xử lý hành lý bất thường ñi, ñến và chuyển tiếp cho các hãng hàng không
ñang sử dụng dịch vụ mặt ñất của VNA, ñảm bảo tìm kiếm và cung cấp thông tin
hành lý thất lạc cho hành khách.
Dịch vụ lên máy bay (boarding) ñược xác ñịnh từ lúc khách bắt ñầu ñược
thông báo lên máy bay ñến lúc ngồi trên máy bay. Dịch vụ này chủ yếu là việc ñưa
khách lên máy bay băng ñường ống lồng hoặc bằng xe buýt, và dịch vụ cho các
hành khách ñặc biệt như phụ nữ có thai, người già, người tàn tật.
30
1.1.2.2.2. Dịch vụ trên không
Nhóm dịch vụ trên không ñược thực hiện khi hành khách ñã ở trên máy bay.
Các dịch vụ này gồm có ăn uống, báo và tạp chí, các hoạt ñộng giải trí trên máy bay
gồm có: trò chơi ñiện tử, phim và tiện nghi trên máy bay. Các dịch vụ này có sự
phân biệt ñáng kể giữa khách hạng nhất (hoặc hạng VIP), hạng thương gia và hạng
phổ thông.
1.2. QUẢN TRỊ CHẤT LƯỢNG DỊCH VỤ HÀNG KHÔNG
1.2.1. Quản trị chất lượng dịch vụ
Quản trị chất lượng dịch vụ là một khái niệm mà tất cả các nhà quản trị
doanh nghiệp phải quan tâm nêu không muốn sức cạnh tranh của doanh nghiệp bị
suy giảm. Mục tiêu của quản trị chất lượng dịch vụ là không ngừng cải thiện chất
lượng dịch vụ trong phạm vi chi phí cho phép. Phần trên ñã trình bày về chất lượng
dịch vụ như là một khái niệm gắn liền với “sự cảm nhận của khách hàng” và “sự kì
vọng của khách hàng”. Do vậy, việc quản trị sự cảm nhận của khách hàng có ý
nghĩa rất lớn trong việc quản trị chất lượng dịch vụ. Sụ cảm nhận của khách hàng
thông thường bị ảnh hưởng chủ yếu bởi việc ñánh giá chất lượng chức năng. Những
khía cạnh chủ yếu mà khách hàng kì vọng là tính trách nhiệm của người cung cấp
dịch vụ, và sự tin cậy của quá trình cung ứng dịch vụ. Bên cạnh ñó, sự cảm nhận
của khách hàng cũng bị ảnh hưởng lớn bởi mức ñộ thông cảm của nhà cung ứng
dịch vụ ñối với khách hàng. Khách hàng cần ñược ñảm bảo rằng, những vấn ñề (nếu
có) ñối với dịch vụ sẽ ñược giải quyết thấu ñáo. Tất cả những ñiều vừa kể trên ñồng
nghĩa với việc các nhà cung cấp dịch vụ cần phải xây dựng lòng tin ñối với khách
hàng. Lòng tin này có thể có ñược thông qua việc giao tiếp giữa hai bên trong suốt
quá trình thực hiện dịch vụ.
Quản trị chất lượng cũng ñược gắn với quản trị quá trình thực hiện việc cung
ứng dịch vụ . Theo Melville (1995) [23] quá trình cung cấp dịch vụ có thể ñược
chia ra thành 5 bước như sau:
31
Thỏa thuận ---> Bố trí nhân sự ---> ðào tạo ---> ðo lường --> Quản trị sự thay ñổi
Bước 1:Tạo lập các thỏa thuận
ðiều ñầu tiên trong quá trình thực hiện dịch vụ là ñịnh ra những ñiều khách
hàng kỳ vọng từ trước khi việc cung cấp dịch vụ ñược thực hiện. ðiều này thường
ñược thực hiện thông qua các bản thỏa thuận về dịch vụ chính thức hoặc ngầm ñịnh.
Những thỏa thuận này chỉ rõ những ñiều khách hàng có thể trông ñợi và những ñiều
khoản của dịch vụ mà nhà cung ứng sẽ cung ứng cho khách hàng. Trước khi ñưa ra
những bản thỏa thuận này cần phải xác ñịnh xem ai là người nhận những dịch vụ
này. Nói cách khác, ai là khách hàng của những dịch vụ ñó. Khách hàng nội bộ có
thể bao gồm các ñơn vị/phòng ban trong nội bộ tổ chức và các nhà quản lý, lãnh ñạo
công ty. Khách hàng bên ngoài thường bao gồm những người luôn ñược ñịnh nghĩa
là “người sử dụng dịch vụ”, ñem lại doanh thu cho doanh nghiệp và các ñối tác kinh
doanh khác. ðiều quan trọng ở ñây là các nhóm khách hàng khác nhau có thể có
những kỳ vọng khác nhau. ðối với hãng hàng không, khách hàng thường ñược hiểu
là nhóm “hành khách”, những người sử dụng cuối cùng của dịch vụ hàng không.
Khi ñã xác ñịnh ñược khách hàng mục tiêu, cần có một bản thỏa thuận về
dịch vụ giữa người cung cấp dịch vụ và khách hàng. Trong bản thỏa thuận này, các
vấn ñề như dịch vụ sẽ ñược cung cấp thế nào, tại mức ñộ nào, mức ñộ ưu tiên ra
sao, giá cho dịch vụ là bao nhiêu, hình thức thanh toán thế nào và chất lượng dich
vụ ñược ño lường như thế nào. ðiều này cũng giúp các nhà cung cấp dịch vụ biết
thêm về nhu cầu của khách hàng, ñồng thời giúp các nhà cung cấp dịch vụ xác ñịnh
và quản lý ñược mức kỳ vọng của khách hàng. Ví dụ: nếu hành khách chỉ muốn ñợi
khoảng 60 giây khi gọi ñến phòng vé, nhân viên và quản lý sẽ phải bàn bạc ñể ñáp
ứng ñược yêu cầu này trong một giới hạn kinh phí cho phép.
Bước 2 và 3: Sắp xếp nhân sự và ñào tạo
Cần phải có sự sắp xếp nhân sự và ñào tạo ñầy ñủ ñể ñáp ứng ñược mức ñộ
yêu cầu về dịch vụ như trong thỏa thuận. Nhân viên ñáp ứng ñược yêu cầu về kỹ
32
thuật nghiệp vụ kết hợp với một thái ñộ ñịnh hướng khách hàng sẽ ñáp ứng ñược
yêu cầu về tính trách nhiệm, sự tin cậy và sự cảm thông với khách hàng. Vấn ñề
nhân sự tại các tổ chức dịch vụ là một thách thức lớn hiện nay, vì các nhân viên cần
phải có cả kiến thức về kỹ thuật nghiệp vụ và các kĩ năng về giao tiếp. Hiện tại các
doanh nghiệp có hai hướng giải quyết về nhân sự: một vài tổ chức dùng nhân sự ñã
có kiến thức về nghiệp vụ và sau ñó ñào tạo về dịch vụ. Một số khác lại tuyển các
nhân sự ñã có kỹ năng giao tiếp tốt và ñã tốt nghiệp ở các chuyên ngành khoa học
xã hội, sau ñó ñào tạo họ về kỹ thuật nghiệp vụ cần thiết. Dù doanh nghiệp chọn
cách nào trong số hai cách kể trên, một ñiều có thể nhận thấy là các doanh nghiệp
ñều ñã nhận thấy tầm quan trọng của việc cần phải trang bị cho ñội ngũ nhân sự cả hai kỹ
năng: kiến thức nghiệp vụ và kỹ năng giao tiếp và chăm sóc khách hàng. Mục tiêu của các
tổ chức là ñảm bảo cho nhân viên phục vụ khách hàng một cách tốt nhất.
Một cách ñể có ñược sự kết hợp giữa kỹ năng nghiệp vụ và kỹ năng khách
hàng là luân chuyển nhân viên giữa các bộ phận trong qui trình cung ứng dịch vụ.
ðiều này sẽ giúp họ có ñược một cách nhìn tổng quan về cả qui trình cung cấp dịch
vụ và các vấn ñề khách hàng thường hay gặp. Khi nhân viên chuyển sang các vị trí
khác họ thường có mức ñộ nhận thức về dịch vụ khách hàng cao hơn. ðiều này, về
mặt dài hạn, rất quan trọng ñối với một tố chức dịch vụ.
Bước 4: ðo lường chất lượng
Như ñã trình bày ở phần trên, dịch vụ ñược cấu thành bởi hai yếu tố: chất
lượng kỹ thuật và chất lượng chức năng. Chất lượng kỹ thuật có thể ñược ño lường
thông qua các tiêu chuẩn ngành, hay còn gọi là các dữ liệu “cứng”. Tuy nhiên hành
khách thông thường không thể ñánh giá chất lượng kỹ thuật của dịch vụ mà thường
tập trung vào ñánh giá chất lượng chức năng, ñiển hình thông qua các cuộc ñiều tra
về mức ñộ hài lòng của khách hàng hoặc các giải pháp tương tự. ðiều này giúp cho
các tổ chức cung cấp dịch vụ cơ hội ñể quản trị sự cảm nhận của khách hàng (vì
dịch vụ tốt không phải là ñiều quan trọng, mà ñiều quan trọng là khách hàng cảm
33
nhận như thế nào). Hầu hết các tổ chức ñều giám sát dữ liệu về cả hai chất lượng.
Ví dụ: một hãng hàng không không những chỉ ño lường về khoảng thời gian khách
phải chờ ñể ñược phục vụ, mà còn hỏi khách hàng “Anh (chị) nghĩ anh (chị) ñã phải
ñợi trong bao nhiêu lâu?” Thấy ñược sự khác biệt giữa sự cảm nhận của khách hàng
và thực tế, hãng có thể ñoán trước và giải quyết sớm ñược những phàn nàn nhỏ
trước khi những phàn nàn này trở thành nghiêm trọng.
Có khá nhiều mô hình ñược sử dụng ñể ño lường chất lượng. Phần này sẽ
trình bày một số phương pháp chủ yếu ñang ñược các nhà nghiên cứu sử dụng khi
ño chất lượng dịch vụ:
Phương pháp SERVQUAL: ðặc trưng của mô hình này là ño chất lượng
dịch vụ qua hiệu số giữa dịch vụ cảm nhận (P) trừ ñi kỳ vọng (E) Parasuraman et al
(1985) [26]. Do phương pháp này khá phức tạp nên tác giả sẽ trình bày chi tiết ở
phần sau.
Phương pháp ño sự hài lòng tổng thể và mức ñộ ảnh hưởng của từng nhân tố
là mô hình khác ño sự hài lòng của khách hàng qua việc ñánh mức ñộ hài lòng tổng
thể, sau ñó ñánh giá mức ñộ hài lòng ñối với từng yếu tố cấu thành dịch vụ. Mô
hình này giúp trả lời câu hỏi câu hỏi yếu tố nào ảnh hưởng quan trọng nhất ñến sự
hài lòng tổng thể của khách hàng, do các yếu tố không có mức ñộ ảnh hưởng như
nhau ñến sự hài lòng chung. ðây là một phương pháp giúp cho việc ưu tiên phân bổ
nguồn lực một cách khá hiệu quả trong tổ chức. Phương pháp này chủ yếu dựa vào
mối quan hệ giữa các yếu tố cấu thành dịch vụ (ñược gọi là các nguyên nhân) và
mức ñộ hài lòng tổng thể (kết quả).
Một phương pháp nữa cũng ñược sử dụng trong ño lường chất lượng dịch vụ là
chỉ số ñảm bảo của khách hàng (Secure Customer Satisfaction Index) (D. Randall,
1996) [12]. Một khách hàng ñảm bảo là khách hàng thỏa mãn ba yếu tố sau:
• Rất hài lòng với dịch vụ
• Chắc chắn sẽ sử dụng dịch vụ trong tương lai.
34
• Chắc chắn sẽ giới thiệu dịch vụ cho những người khác.
Bước 5: Quản trị sự thay ñổi trong qui trình cung cấp dịch vụ
Như trên ñã nói, mục tiêu tổng quát của quản trị chất lượng là liên tục cải
thiện chất lượng dịch vụ trong khuôn khổ kinh phí cho phép. Một cách ñể thực hiện
ñiều này là luôn ñứng trên quan ñiểm của khách hàng khi xây dựng các chuẩn mực
dịch vụ, từ ñó liên tục ñưa ra những thay ñổi nhỏ (nếu có thể) và quản trị sự thay
ñổi. Như vậy qui trình thực hiện dịch vụ như sau:
♦ Làm cho hành khách nắm ñược họ có thể kỳ vọng những gì ở nhà cung
ứng dịch vụ.
♦ ðưa ra những hỗ trợ khi cần thiết một cách nhanh chóng, trách nhiệm và
ñáng tin cậy.
♦ Τhừa nhận và sửa chữa các khuyết ñiểm một cách nhanh chóng
♦ Nắm ñược thông tin ñể thay ñổi qui trình và loại bỏ các khuyết ñiểm mang
tính hệ thống.
Về mặt ngắn hạn, việc làm cho ñội ngũ nhân sự trực tiếp tiếp xúc với
khách hàng có ñược thái ñộ chủ ñộng trong việc giải quyết các vấn ñề của
khách hàng là một việc rất quan trọng, giúp cho công ty nắm luôn nắm ñược
phản hồi của khách hàng và có thể liên tục ñưa ra ñược các thay ñổi nhỏ nhằm
nâng cao chất lượng dịch vụ.
Một vấn ñề thường gặp trong một tổ chức dịch vụ là câu hỏi “Ai chịu trách
nhiệm về chất lượng?”. Người ta thường cho rằng chính các nhân viên trực tiếp
thực hiện dịch vụ là người chịu trách nhiệm về chất lượng. Thực ra, nhân viên và
những người chịu trách nhiệm kiểm tra chất lượng dịch vụ chỉ chịu trách nhiệm về
chất lượng trong quá trình thực hiện dịch vụ. Họ hoàn toàn bất lực trước những sai
sót về thiết kế, thẩm ñịnh, nghiên cứu thị trường và những sai lầm trong ñịnh hướng
thị trường.
35
Trách nhiệm về chất lượng, quan niệm một cách hiện ñại và toàn diện nhất,
phải thuộc về tất cả mọi người trong doanh nghiệp, trong ñó lãnh ñạo chịu trách
nhiệm trước tiên và lớn nhất. Các nhà kinh tế Pháp quan niệm rằng lãnh ñạo phải
chịu trách nhiệm ñến 50% về những tổn thất do chất lượng kém gây ra, 50% còn lại
chia ñều cho người trực tiếp thực hiện và giáo dục. Trong khi ñó, các nhà kinh tế
Mỹ cho rằng 15-20% do lỗi trực tiếp của những người trực tiếp thực hiện dịch vụ và
80-85% do lỗi của hệ thống quản lý không hoàn hảo.
Tóm lại, quản trị chất lượng dịch vụ bao gồm việc quản trị chất lượng kỹ
thuật và chất lượng chức năng. Việc quản trị chất lượng dịch vụ kỹ thuật ñược thực
hiện một cách dễ dàng hơn thông qua hệ thống dữ liệu “cứng”, ghi lại các thông số
kĩ thuật cũng như các chuẩn mực trong ngành. Việc quản trị chất lượng kỹ năng khó
hơn rất nhiều và khách hàng thường cảm nhận ñược về chất lượng chức năng, hơn
là có ñược những ñánh giá ñúng về chất lượng kỹ thuật. Do vậy, trong quản trị chất
lượng, các tổ chức thường tập trung vào việc nâng cao chất lượng kỹ năng cảm
nhận, hay nói cách khác, nâng cao sự hài lòng của khách hàng ñối với dịch vụ của
tổ chức.
1.2.1.1. Áp dụng Phương pháp SERVQUAL và mô hình về các khoảng
cách trong quản trị chất lượng dịch vụ
Các công ty cung cấp dịch vụ và các hãng khác ñang nhận ra tầm quan trọng
của các triết lý kinh doanh lấy khách hàng là trung tâm và ñang chuyển sang các
phương pháp quản lý chất lượng ñể hỗ trợ việc quản lý các công việc kinh doanh
của họ. Phương pháp SERVQUAL là một phương pháp tiếp cận có tính hiệu quả
cao. Phương pháp SERVQUAL có thể ñược sử dụng ñể thu hẹp một trong những
khoảng cách chất lượng dịch vụ quan trọng liên quan ñến các dịch vụ cung cấp cho
các khách hàng bên ngoài và có thể ñược phát triển ñể ứng dụng cho các khách
hàng nội bộ, ví dụ như các nhân viên và các nhà cung cấp dịch vụ.
36
Các giám ñốc trong lĩnh vực dịch vụ ñang phải chịu áp lực ngày càng lớn ñể
chứng minh rằng các dịch vụ của họ tập trung vào khách hàng và họ ñang không
ngừng nâng cao kết quả hoạt ñộng. Mặc dù có những hạn chế về tài chính và nguồn
lực mà các tổ chức dịch vụ phải quản lý, nhưng việc hiểu ñúng và ño lường chính
xác sự kỳ vọng của khách hàng là ñiều vô cùng quan trọng, và từ vị trí của khách
hàng, bất kỳ khoảng cách nào trong chất lượng dịch vụ ñều phải ñược nhận ra.
Thông tin này sẽ hỗ trợ giám ñốc trong việc xác ñịnh các biện pháp tiết kiệm chi phí
ñể thu hẹp các khoảng cách chất lượng dịch vụ và ưu tiên khoảng cách nào ñể tập
trung vào. ðây là một quyết ñịnh quan trọng trong ñiều kiện khan hiếm về các
nguồn lực.
Như ñã nhiều lần ñề cập trong luận án, mặc dù có những nỗ lực trong việc
nghiên cứu chất lượng dịch vụ, nhưng lại không có sự thống nhất chung nào về việc
ño lường khái niệm chất lượng dịch vụ. Cho ñến bây giờ, một số doanh nghiệp ñã
áp dụng phương pháp luận SERVQUAL Parasuraman et al (1985) [26] nhằm ño
lường chất lượng dịch vụ .
Một câu hỏi quan trọng là: tại sao nên ño lường chất lượng dịch vụ? Việc ño
lường cho phép sự so sánh trước và sau thay ñổi, cho phép việc xác ñịnh các vấn ñề
liên quan ñến chất lượng và việc thiết lập các tiêu chuẩn rõ ràng ñối với việc cung
cấp dịch vụ. Edvardson et al., 1994, ñã cho rằng, với kinh nghiệm của họ thì ñiểm
bắt ñầu trong việc phát triển chất lượng của dịch vụ là phân tích và ño lường.
Phương pháp SERVQUAl ñược nghiên cứu trong tài liệu này là phương pháp phổ
biến nhất ñể ño lường chất lượng dịch vụ.
Mô hình các khoảng cách chất lượng dịch vụ
Có bẩy khoảng cách chính trong khái niệm chất lượng dịch vụ và ñược miêu
tả trong Hình1.2. Mô hình này là sự mở rộng mô hình của Parasuraman et al (1985)
[26]. Ba khoảng cách quan trọng liên quan hơn ñến các khách hàng bên ngoài là
37
Khoảng cách 1, Khoảng cách 5 và Khoảng cách 6 vì chúng có mối quan hệ trực tiếp
với khách hàng.
•••• Khoảng cách 1: Sự kỳ vọng của khách hàng so với sự nhận thức trong
quản lý: ñây là kết quả của việc thiếu ñịnh hướng nghiên cứu thị trường, thiếu liên
lạc với cấp trên và có quá nhiều cấp quản lý.
•••• Khoảng cách 2: Nhận thức trong quản lý so với ñặc tính của dịch vụ:
ñây là kết quả của việc thiếu cam kết ñối với chất lượng dịch vụ, sự nhận thức
không khả thi, thiếu tiêu chuẩn hóa các công việc và không lập các mục tiêu.
•••• Khoảng cách 3: ðặc tính dịch vụ so với cung cấp dịch vụ: ñây là kết quả
của việc mập mờ và mâu thuẫn giữa các vai trò, công việc không phù hợp với nhân
viên và công nghệ không phù hợp với công việc, hệ thống kiểm soát, giám sát
không thích hợp, thiếu kiểm soát và thiếu công việc theo nhóm.
•••• Khoảng cách 4: Việc cung cấp dịch vụ so với những hứa hẹn. ðây là kết
quả của việc thiếu liên lạc giữa các phòng ban và xu hướng hứa hẹn quá nhiều.
•••• Khoảng cách 5: Sự khác biệt về kỳ vọng của khách hàng và nhận thức
của họ về dịch vụ ñược cung cấp: ñây là kết của của sự ảnh hưởng gây ra từ phía
khách hàng và những thiếu sót (khoảng cách) từ phía nhà cung cấp dịch vụ. Trong
trường hợp này, kỳ vọng của khách hàng bị ảnh hưởng do các nhu cầu cá nhân,
những khuyến nghị bằng miệng và những kinh nghiệm sử dụng dịch vụ trong
quá khứ.
•••• Khoảng cách 6: Sự khác biệt giữa kỳ vọng của khách hàng và nhận
thức của nhân viên: ñây là kết quả của sự khác biệt trong việc hiểu biết sự kỳ vọng
của khách hàng của những người cung cấp dịch vụ trực tiếp cho khách hàng.
•••• Khoảng cách 7: Sự khác biệt giữa nhận thức của nhân viên và nhận
thức của người quản lý: ñây là kết quả của sự khác biệt trong việc hiểu biết kỳ
vọng của khách hàng giữa giám ñốc và những người cung cấp dịch vụ.
38
Hình 1.2: Mô hình các khoảng cách (KC) chất lượng dịch vụ
Parasuraman et al (1985) [26]
Cung cấp dịch vụ (bao gồm việc
thông tin trước và sau khi cung cấp)
Chuyển nhận thức vào các ñặc tính chất lượng dịch vụ
Nhận thức của người quản lý về kỳ vọng của khách hàng
Thông tin ra bên
ngoài với khách hàng
Nhận thức của nhân viên về kỳ vọng của
khách hàng
Khách hàng
Nhà cung cấp
KC5
KC6
KC 4
KC3
KC1
KC7
KC2
Thông tin truyền miệng
Các nhu cầu cá nhân
Kinh nghiệm
Sự kỳ vọng vào dịch vụ
Sự nhận thức dịch vụ
39
Mô hình khoảng cách là một trong những ñóng góp có giá trị khám phá nhất
cho kho tàng tài liệu về dịch vụ. Mô hình ñã xác ñịnh bẩy sự khác biệt hay bẩy
khoảng cách chính liên quan ñến nhận thức quản lý về chất lượng dịch vụ, và các
công việc liên quan ñến việc cung cấp dịch vụ cho khách hàng. Sáu khoảng cách
ñầu (Khoảng cách 1, 2, 3, 4, 6, 7) ñược xác ñịnh là có chức năng cung cấp dịch vụ,
nhưng khoảng cách 5 gắn liền với khách hàng và ñược xem như là một biện pháp
ño lường chất lượng dịch vụ thực sự. Khoảng cách mà phương pháp luận
SERVQUALcó ảnh hưởng là Khoảng cách 5. Phương pháp SERVQUAL sẽ ñược giải
thích rõ dưới ñây.
Phương pháp luận SERVQUAL
Trên quan ñiểm Giá trị Tốt nhất, phép ño lường chất lượng dịch vụ nên xem
xét sự kỳ vọng của khách hàng cũng như cảm nhận của họ về dịch vụ. Tuy nhiên,
như Robinson (1999) ñã kết luận: “Rõ ràng là có rất ít sự ñồng thuận và có rất nhiều
quan ñiểm khác nhau về cách ño lường chất lượng dịch vụ”. Một mô hình ño lường
chất lượng dịch vụ ñang ñược áp dụng là mô hình SERVQUAL do Parasuraman et
al (1985) [26] phát triển. Phương pháp SERVQUAL ñược sử dụng ñể ño lường chất
lượng dịch vụ nhằm so sánh sự kỳ vọng của khách hàng trước và sau khi một dịch
vụ ñược cung cấp. Công cụ SERVQUAl là một phương pháp nổi bật ñược sử dụng
ñể ño lường cảm nhận của khách hàng về chất lượng dịch vụ. Nó bao gồm năm yếu
tố ñược miêu tả dưới ñây:
Hữu hình: Các phương tiện vật chất, thiết bị và nhân sự.
ðộ tin cậy: Khả năng thực hiện các dịch vụ ñã hứa một cách ñáng tin cậy và
chính xác.
Sự phản ứng: Sự sẵn sàng giúp ñỡ khách hàng và cung cấp dịch vụ một cách
nhanh chóng.
Sự ñảm bảo (bao gồm năng lực, sự chu ñáo, sự tin tưởng và an toàn): Kiến
thức và sự chu ñáo của nhân viên và khả năng của họ ñể gây sự tin tưởng và tự tin.
Sự thông cảm (bao gồm việc tiếp cận, liên lạc, hiểu biết khách hàng): Sự
quan tâm và chú ý ñến từng cá nhân mà hãng dành cho khách hàng.
40
Nghiên cứu về sự ño lường chất lượng dịch vụ chủ yếu tập trung vào việc
ñáp ứng hoặc ñáp ứng vượt trội kỳ vọng của khách hàng bên ngoài, và xem xét chất
lượng dịch vụ như là một phép ño lường mức ñộ dịch vụ ñược cung cấp ñáp ứng thế
nào so với sự kỳ vọng của khách hàng. Những khía cạnh này có thể ñược ứng dụng
cho nhân viên của hãng và trong trường hợp này, các khoảng cách chính khác có thể
ñược khép lại trong mô hình các khoảng cách chất lượng dịch vụ.
Khái niệm ño lường sự khác nhau giữa kỳ vọng và cảm nhận của khách hàng
dưới hình thức ñiểm khoảng cách SERVQUALñã chứng tỏ rất hữu ích ñể ñánh giá
các mức ñộ chất lượng dịch vụ. Parasuraman et al (1985) [26] lập luận rằng, với
một chút sửa ñổi, phương pháp SERVQUAL có thể thích hợp với bất kỳ tổ chức
dịch vụ nào. Họ còn lập luận thêm rằng thông tin về các khoảng cách chất lượng
dịch vụ có thể giúp các nhà quản lý chẩn ñoán nơi có thể ñặt mục tiêu ñể cải thiện
hiệu quả hoạt ñộng tốt nhất. Các khoảng cách xấu lớn nhất cùng với nơi mà có kỳ
vọng cao nhất sẽ cho biết việc ưu tiên nâng cao hiệu quả làm việc. Tương tự, nếu
các ñiểm khoảng cách trong một số khía cạnh của dịch vụ là tốt, thì nó ám chỉ rằng
thực sự kỳ vọng không những ñược ñáp ứng mà còn ñược ñáp ứng vượt trội. ðiều
này cho phép các nhà quản lý cân nhắc lại xem liệu họ có cung cấp quá các ñặc tính
cụ thể của dịch vụ không và liệu có tiềm năng ñể họ sử dụng lại các nguồn lực vào
các ñặc tính mà có hiệu quả chưa tốt hay không.
Một ñiều quan trọng cần lưu ý là phương pháp SERVQUAL chỉ là một trong
những công cụ ñược sử dụng trong việc phân tích chất lượng dịch vụ và có nhiều
phương pháp khác có thể tốt hơn ñể thu hẹp các khoảng cách. Phương pháp
SERVQUAL ñã bị phê phán rất nhiều kể cả mặt lý thuyết và ứng dụng (Asubonteng
et al., 1996) [1], mặc dù Asubonteng et al., (1996) [1], kết luận rằng “ðến tận khi
có một mô hình tốt hơn nhưng cũng ñơn giản như vậy xuất hiện thì phương pháp
SERVQUAL vẫn là phương pháp ño lường chất lượng dịch vụ chủ yếu”. Rõ ràng là
bản thân phương pháp SERVQUAL rất hữu ích, mặc dù có thể ñối với nhà quản lý
dịch vụ thì phương pháp này không cung cấp một bức tranh hoàn chỉnh về các nhu
cầu, kỳ vọng và cảm nhận trong một bối cảnh của tổ chức dịch vụ. Như Gaster,
41
1995, nhận xét “bởi vì việc cung cấp dịch vụ rất phức tạp, nó không chỉ ñơn thuần
là vấn ñề ñáp ứng các nhu cầu ñược bộc lộ mà còn là vấn ñề tìm ra những nhu cầu
chưa ñược bộc lộ, lập các vấn ñề ưu tiên, phân bổ các nguồn lực, giải thích công
khai và xem xét những gì ñã ñược làm”. Các tổ chức dịch vụ chịu trách nhiệm ñối
với các công dân, cộng ñồng cũng như ñối với những khách hàng và người sử dụng
dịch vụ. Có rất nhiều công việc mà các tổ chức dịch vụ phải quan tâm, chứ không
chỉ ñơn thuần là chất lượng dịch vụ, ví dụ như: cải thiện việc tiếp cận với các dịch
vụ hiện có; tính công bằng và bình ñẳng trong việc cung cấp dịch vụ; cung cấp các
dịch vụ hiệu quả trong ñiều kiện hạn chế về chính trị và nguồn lực. Do ñó, ñịnh
nghĩa về chất lượng dịch vụ mang nghĩa rộng hơn và phép ño lường cũng trở nên
phức tạp và khó khăn hơn.
Phương pháp SERVQUAL cũng có khá nhiều ứng dụng trong lĩnh vực dịch
vụ vận tải hành khách, tuy không ñược áp dụng hoàn toàn giống như mô tả ở trên.
Theo sách hướng dẫn “ðo lường sự hài lòng của khách hàng và chất lượng dịch vụ”
của Ủy ban nghiên cứu vận tải của Hoa kì, xuất bản năm 1999, mười (10) nhân tố
xác ñịnh chất lượng dịch vụ gồm có:
ðộ tin cậy: tính ñồng nhất của dịch vụ
Tính trách nhiệm: sự sẵn sàng và nhiệt tình của nhân viên cung cấp dịch vụ.
Nhân tố này cũng bao gồm cả sự ñúng giờ của dịch vụ.
Năng lực: nhân viên có ñủ các kiến thức và kĩ năng yêu cầu ñể cung cấp dịch vụ.
Dễ tiếp cận: hành khách có thể tiếp cận hoặc tìm kiếm thông tin một cách dễ dàng.
Lịch thiệp: mức ñộ kính trọng, lịch sự, chu ñáo và thân thiện của tất cả các
nhân viên tiếp xúc với hành khách hoặc khách hàng.
Thông tin giao tiếp với khách hàng: giao tiếp ñược với khách hàng bằng
ngôn ngữ họ có thể hiểu ñược và lắng nghe họ. ðiều này có nghĩa là công ty phải
ñiều chỉnh ngôn ngữ với các nhóm khách hàng khác nhau: dùng những ngôn ngữ
phức tạp ñối với nhóm khách hàng có giáo dục cao và ngôn ngữ giản dị, bình dân
với nhóm khách hàng ít giáo dục hơn vv...
42
ðộ an toàn: hành khách không cảm giác lo lắng về nguy hiểm, rủi ro hoặc
ngờ vực.
Hiểu biết về khách hàng: toàn bộ công ty có những nỗ lực ñể hiểu nhu cầu
khách hàng.
Tính hữu hình: bao gồm môi trường vật chất kĩ thuật.
Như vậy về cơ bản, việc xác ñịnh các yếu tố ảnh hưởng chất lượng dịch
vụ vận tải hành khách tương ñối nhất quán với phương pháp SERVQUAL, tuy
nhiên ở mức ñộ chi tiếp hơn, mặc dù có sự trùng lắp nhất ñịnh giữa 10 yếu tố
này. Bảng hỏi của SkyTrax (trình bày ở phần dưới ñây) ñã phản ánh 10 yếu tố
này, tuy nhiên với mức ñộ chi tiết cao hơn rất nhiều do dịch vụ hàng không rất
phức tạp và ñược cấu thành bởi rất nhiều công ñoạn chi tiết. Rõ ràng là 10 nhân
tố này chỉ mang tính chất gợi ý cho các nhà nghiên cứu về dịch vụ hàng không
trong khi thiết kế bảng hỏi.
Khi sử dụng phương pháp SERVQUAL, khách hàng thường ñược yêu cầu
cho ñiểm kỳ vọng (E) vào 22 tuyên bố trên, sau ñó cho ñiểm dịch vụ cảm nhận (P).
Chênh lệch hiệu số P-E ñược dùng vào phân tích ñể ñưa ra những ñiểm công ty cần
tập trung nỗ lực ñể nâng cao chất lượng. Như trên ñã ñịnh nghĩa, sự hài lòng của
khách hàng hay chất lượng dịch vụ cảm nhận là hiệu số giữa kì vọng của khách
hàng về dịch vụ và dịch vụ cảm nhận khi khách hàng ñã trải nghiệm dịch vụ (P-E).
Tuy nhiên, các nghiên cứu cho thấy, trong ngành vận tải nói chung và vận tải hàng
không nói riêng, các cuộc ñiều tra sự hài lòng của khách hàng thường không ño
riêng rẽ ñiểm kỳ vọng (E), ñiểm dịch vụ cảm nhận (P) một cách riêng rẽ, mà thường
ño chất lượng dịch vụ cảm nhận như là một chỉ tiêu tổng hợp kết hợp cả hai yếu tố
kỳ vọng và dịch vụ cảm nhận. Nguyên nhân là do những chỉ trích từ các nhà học giả
ñối với mô hình sử dụng P-E ñể ño chất lượng dịch vụ. Chỉ trích thứ nhất là việc ño
kì vọng là một ñiều rất khó và có thể gây ra nhiều vấn ñề. Hơn nữa, tính hữu ích của
việc sử dụng kỳ vọng trong việc ño chất lượng vẫn còn là câu hỏi (Cronin and
Taylor, 1992) [11].
43
1.2.2. Quản trị chất lượng dịch vụ hàng không
Về cơ bản, các biện pháp quản lý chất lượng dich vụ hàng không ñều xuất
phát từ việc dựa trên nguồn số liệu ñiều tra về sự hài lòng của khách hàng. Việc
nghiên cứu chỉ ra có hai cách tiếp cận ñể ño sự hài lòng: sự hài lòng với từng bước
của quá trình cung ứng dịch vụ và sự hài lòng theo chất lượng chức năng và chất
lượng kỹ thuật.
1.2.2.1. Quản trị chất lượng theo từng bước trong qui trình cung ứng dịch
vụ hàng không:
Quản trị chất lượng dịch vụ theo qui trình là chia quá trình cung ứng dịch vụ
thành các bước, bắt ñầu từ khi khách hàng có sự giao dịch ñầu tiên với tổ chức cung
cấp dịch vụ cho ñến khi dịch vụ ñược thực hiện xong, nhằm không ngừng nâng cao
chất lượng của từng bước trong toàn bộ quá trình cung cấp dich vụ. Quá trình cung
cấp dịch vụ có thể rất rộng, kể từ khi khách hàng giao tiếp lần ñầu tiên với doanh
nghiêp ñể tìm kiếm thông tin cho ñến khi dịch vụ ñã thực hiện xong và tổ chức duy
trì quan hệ với khách hàng thông qua các dịch vụ sau bán và các tài liệu marketing
cập nhật. ðối với một hãng hàng không, qui trình cung cấp dịch vụ bắt ñầu từ lúc
hành khách tìm hiểu thông tin về chuyến bay qua các ñại lý, phòng vé, trang Web,
và vẫn duy trì ngay cả sau khi hành khách ñã thực hiện xong chuyến bay thông qua
các chương trình cho khách hàng thường xuyên (FFP) và các thông tin cập nhật về
các chương trình khuyến mại của hãng.
Tuy nhiên, trong khuôn khổ của luận án này, luận án sẽ không nghiên cứu
qui trình cung ứng hàng không trên phạm vi rộng như trên. Luận án sẽ tập trung vào
qui trình cung cấp dịch vụ bao gồm hai nhóm: dịch vụ mặt ñất và dịch vụ trên
không. Dịch vụ mặt ñất bắt ñầu từ lúc khách hàng ñặt vé (tức là ñã quyết ñịnh sử
dụng dịch vụ của hãng), check-in tại sân bay, chờ lên máy bay và ra máy bay. Dịch
vụ trên không bao gồm tất cả các dịch vụ ñược thực hiện trên khoang máy bay
trong suốt quá trình bay. Khi thực hiện việc quản trị chất lượng hàng không dựa trên
qui trình trên, các thông tin sẽ ñược thu thập về ñánh giá chất lượng của khách hàng
theo từng bước của qui trình cung ứng dịch vụ hàng không. Phần viết dưới ñây sẽ
44
mô tả chi tiết về tập hợp các thông tin trong bảng hỏi của hãng SkyTrax, một hãng
nổi tiếng trên thế giới về xếp hạng các hãng hàng không. Tất cả các thông tin ñều
ñược ño bằng thang ño Likert, với ñộ hài lòng từ 1-5 trong ñó 5 là mức ñộ hài lòng
cao nhất và 1 là mức ñộ hài lòng thấp nhất.
1.2.2.1.1. Nhóm thông tin ñánh giá chất lượng dịch vụ mặt ñất
1.2.2.1.1.1. Nhóm thông tin về dịch vụ mua/ñặt vé
1. Tính chất thân thiện và ñầy ñủ thông tin của trang thông tin ñiện tử
(website) của Tổng công ty.
Chỉ tiêu này ñánh giá mức ñộ hài lòng của hành khách với thiết kế của
website, mức ñộ ñầy ñủ của thông tin, mức ñộ liên kết của trang chủ với các trang
khác, sự tiện dụng khi dử dụng.
2. Hệ thống ñặt chỗ qua mạng: hệ thống này giúp cho khách hàng có thể ñặt
chỗ trực tiếp qua mạng mà không cần trực tiếp ñến các phòng vé của VNA hoặc qua
các ñại lý.
Chỉ tiêu này ñánh giá mức ñộ hài lòng của hành khách với việc ñặt chỗ qua
mạng, khả năng thanh toán online. Hệ thống này hiện vẫn chưa ñược áp dụng ở VNA.
3. Dịch vụ tại phòng bán vé
ðây là chỉ tiêu tổng hợp ñánh giá mức ñộ hài lòng của hành khách thời gian
ñợi tại phòng vé, thái ñộ của nhân viên phòng vé, thời gian nhân viên bán vé xử lý
thông tin trên máy, một số dịch vụ trong lúc khách ñợi ñến lượt ñược phục vụ.
1.2.2.1.1.2 Nhóm thông tin về dịch vụ check-in
1. Thời gian ñợi tại quầy check-in
Tiêu thức này ñược ño bằng thang ño Likert, với ñộ hài lòng từ 1-5 trong ñó
5 là mức ñộ hài lòng cao nhất.
2. Chất lượng của dịch vụ check-in
Khách hàng sẽ ñược yêu cầu ñánh giá về thời gian làm thủ tục. Tiêu thức
này ñược ño bằng thang ño Likert, với ñộ hài lòng từ 1-5 trong ñó 5 là mức ñộ hài
lòng cao nhất.
3. ðộ thân thiện của nhân viên mặt ñất
45
Tiêu thức này ñánh giá mức ñộ thông thạo của nhân viên làm thủ tục, ñộ thân
thiện ñối với hành khách và hiệu suất công việc của họ. Chỉ tiêu này ñược ño bằng
thang ño Likert, với ñộ hài lòng từ 1-5 trong ñó 5 là mức ñộ hài lòng cao nhất.
4. Khả năng ngoại ngữ của nhân viên mặt ñất
1.2.2.1.1.3 Nhóm thông tin về dịch vụ tại sân bay
1. Dịch vụ chuyển tiếp/nối chuyến
Tiêu thức này ñánh giá mức ñộ trợ giúp của hãng cho các hành khách nối
chuyến/ chuyển tiếp trong việc chỉ dẫn về thời gian, ñịa ñiểm của chuyến bay kế
tiếp.
2. Chất lượng của dịch vụ ñến
Tiêu thức này ñánh giá mức ñộ hài lòng của hành khách với sự trợ giúp của
khi hành khách ñã tới nhà ga, sự chỉ dẫn của nhân viên, các cửa ra.
3. Thời gian chờ lấy hành lý
Tiêu thức này ñánh giá mức ñộ hài lòng của hành khách về thời gian từ lúc
hoàn tất các thủ túc nhập cảnh (ñối với khách quốc tế), hoặc từ lúc xuống ñến sân
bay ñến lúc lấy ñược hành lý.
4. Khả năng giải quyết các vấn ñề phát sinh khi chuyến bay bị trì hoãn
Tiêu thức này ñánh giá mức ñộ hài lòng của hành khách với sự xử lý của
hãng khi chuyên bay bị hủy hoặc bị trì hoãn. Việc xử lý này gồm có các thông báo
về thời gian thay ñổi, phục vụ bữa ăn tại sân bay khi chuyến bay bị trì hoãn, hoặc
ñưa hành khách ñến khách sạn hoặc thực hiện các thủ tục ñền bù trong trường hợp
hủy chuyến.
5. Nhóm tiêu thức dưới ñây ñược sử dụng ñể ñánh giá mức ñộ hài lòng của
hành khách hạng thương gia; VIP và khách hàng Lotus ñã sử dụng các dịch vụ
louge của VNA.
5.1 ðịa ñiểm các nhà hàng ăn uống tại sân bay
Tiêu thức này ñánh giá mức ñộ hài lòng của hành khách về ñịa ñiểm
các nhà hàng ăn uống trong sân bay.
5.2 Chỗ ngồi thuận tiện tại các thời ñiểm ñông khách
46
Tiêu thức này ñánh giá mức ñộ hài lòng của hành khách về sự thuận
tiện và ñầy ñủ của chỗ ngồi tại các thời ñiểm cao ñiểm trong ngày.
5.3 Mức ñộ sạch sẽ
5.4. Ánh sáng, không khí của nhà hàng
5.5 Sự phong phú của ñồ uống nóng/lạnh
5.6 Sự phong phú của ñồ ăn
5.7 Sự phong phú của các loại sách báo, tạp chí.
5.8 Khu vực làm việc/ các phương tiện làm việc
5.9 Truy cập Internet/wifi
5.10 Phòng vệ sinh, tắm
5.11 Các khu vực thư giãn, nghỉ ngơi
5.12 TV và các lựa chọn giải trí khác
5.13 Khu vực hút thuốc
5.14 Mức ñộ thân thiện của các nhân viên
5.15 Hiệu quả của nhân viên
5.16 Hệ thống thông báo giờ lên máy bay
1.2.2.1.1.4 Nhóm thông tin ñánh giá dịch vụ boarding
1.Hệ thống thông báo giờ boarding
2.Sự trợ giúp trong quá trình boarding
1.2.2.1.2 Nhóm thông tin ñánh giá chất lượng dịch vụ trên không
1. Sự thoải mái trên cabin
2. Mức ñộ vệ sinh trên cabin
3. Mức ñộ vệ sinh ở nhà vệ sinh
4. Ánh sáng, không khí trên cabin
5. Nhiệt ñộ trên cabin
6. Các tạp chí, báo trên máy bay
7. Âm thanh, hình ảnh của phim
8. Sự phong phú của các phim
9. Sự phong phú của các chương trình audio
47
10. Chất lượng bữa ăn
11. Sự phong phú về bữa ăn
12.Sự phong phú về ñồ uống
13.Nhóm chỉ tiêu ñánh giá chất lượng của tiếp viên
13.1 Sự thân thiện của tiếp viên trên chuyến bay
13.2. Kĩ năng ngoại ngữ
13.3 Mức ñộ quan tâm ñến hành khách
13.4 Phục vụ ăn nhanh
13.5 Kĩ năng giải quyết vấn ñề
13.6 Luôn xuất hiện ñúng lúc
13.7 Chuẩn mực về ñồng phục
13.8 Thái ñộ của nhân viên nói chung
1.2.2.2. Quản trị chất lượng kỹ thuật và chất lượng chức năng trong chất
lượng dịch vụ hàng không
Như ñã trình bày ở phần trên, từ quan ñiểm của khách hàng, chất lượng dịch
vụ là một khái niệm tổng hợp gồm hai chiều: chất lượng dịch vụ cuối cùng và chất
lượng quy trình sản xuất hoặc theo cách nói khác: chất lượng kỹ thuật và chất lượng
chức năng hay quy trình sản xuất. Chất lượng chức năng hàm ý quá trình thực hiện
dịch vụ ñược diễn ra như thế nào. ðiều này bao gồm cả việc tiếp cận ñến nhà cung
cấp dịch vụ có dễ dàng không; các nhân viên thực hiện dịch vụ như thế nào
(Anonymous, 2002). Chất lượng kỹ thuật bao gồm các khía cạnh hữu hình của dịch
vụ.
Với cách phân loại như trên, chất lượng kỹ thuật trong dịch vụ hàng không
khá quan trọng. Chất lượng kỹ thuật trong dịch vụ vận tải hành khách gồm có: chất
lượng của các yếu tố vật chất hữu hình trong quá trình ñặt chỗ, trên sân bay và chất
lượng của các yếu tố hữu hình trên máy bay như sau:
1.2.2.2.1 Nhóm thông tin ñánh giá chất lượng kỹ thuật
ðặt chỗ
Hệ thống phòng vé của hãng
48
Hệ thống ñại lý của hãng
Hệ thống ñặt chỗ Online
Quầy vé tại sân bay
Nhà ga quốc tế
Thiết bị check-in (desk/luggage belts etc.) Hệ thống chỉ dẫn, thông báo
Nhà ga nội ñịa
Ống lồng Thiết bị check-in (Quầy, băng tải hành lý…) Các thiết bị xử lý hành lý Hệ thống chỉ dẫn, thông báo Phòng chờ trên sân bay Sự tiện nghi và thoải mái của chỗ ngồi ñợi Nhà hàng Số lượng ñồ ăn và ñồ uống sẵn có Các loại sách báo Khu vực làm việc dành cho khách doanh nhân Thiết bị Internet/WiFi Nhà vệ sinh TV và các phương tiện giải trí khác Khu vực hút thuốc Hệ thống thông báo thông tin (màn hình) và gọi lên máy bay Cơ sở vật chất trên chuyến bay Các phương tiện hỗ trợ boarding (xe nâng, xe lăn) Hệ thống từ sân bay ra máy bay (xe buýt, ống lồng) và từ máy bay vào sân
bay Loại máy bay ðộ mới của máy bay Sự tiện nghi của ghế ngồi Hệ thống ñiều hòa Hệ thống ánh sang Số lượng nhà vệ sinh Các phương tiện giải trí trên máy bay Các sách báo ñọc trên máy bay Các loại thức ăn và ñồ uống trên máy bay
49
Như vậy, ñối với dịch vụ hàng không chất lượng kỹ thuật là một phần rất
quan trọng trong chất lượng tổng thể nói chung của dịch vụ hàng không. Việc ñầu
tư vào chất lượng kỹ thuật thông thường phản ánh chiến lược ñịnh vị của một hãng
hàng không. Ví dụ, một hãng hàng không ñịnh vị như là một hãng hàng không giá
rẻ sẽ chỉ ñầu tư vào chất lượng kỹ thuật ở mức ñộ ñảm bảo tối thiểu các tiêu chuẩn
về an ninh và an toàn do IOSA qui ñịnh và sẽ không chú trọng nhiều vào việc nâng
cao sự hài lòng của khách hàng dựa trên nâng cao chất lượng kỹ thuật. Ngược lại,
một hàng không ñược ñịnh vị như là một hãng hàng không quốc gia và nhắm vào
nhóm khách hàng bậc trung cao (khách thương gia, khách du lịch cao cấp) sẽ phải
cạnh tranh dựa trên chất lượng kĩ thuật, ví dụ như loại máy bay mới nhất (A340,
A380), tiện nghi tốt nhất (trang bị khoang hạng nhất), và các dịch vụ ñặc biệt cho
khách VIPs và khách thương gia (phòng chờ và nhà ga ñặc biệt cho khách thương
gia và khách VIPs).
1.2.2.2.2 Nhóm thông tin ñánh giá chất lượng chức năng
Chất lượng chức năng bao gồm các qui trình cung ứng dịch vụ và ñội ngũ
nhân viên của hãng tham gia vào các công ñoạn khác nhau bắt ñầu từ lúc khách ñặt
chỗ ñến lúc khách hàng rời khỏi nhà ga tại ñiểm ñến. Các chi tiết của chất lượng
chức năng gồm có:
Dịch vụ mua/ñặt vé
Thời gian ñợi tại phòng vé, thái ñộ của nhân viên phòng vé, thời gian nhân
viên bán vé xử lý thông tin trên máy, một số dịch vụ trong lúc khách ñợi ñến lượt
ñươc phục vụ như sách báo, các phương tiện giải trí.
Dịch vụ check-in
Thời gian ñợi tại quầy check-in
Thời gian làm thủ tục check in
ðộ thân thiện của nhân viên mặt ñất
Khả năng ngoại ngữ của nhân viên mặt ñất
Dịch vụ tại sân bay
50
Dịch vụ chuyển tiếp/nối chuyến: mức ñộ trợ giúp của hãng cho các hành
khách nối chuyến/chuyển tiếp trong việc chỉ dẫn về thời gian, ñịa ñiểm của chuyến
bay kế tiếp.
Chất lượng của dịch vụ ñến: mức ñộ hài lòng của hành khách với sự trợ giúp
của khi hành khách ñã tới nhà ga, sự chỉ dẫn của nhân viên.
Thời gian chờ lấy hành lý : thời gian từ lúc hoàn tất các thủ túc nhập cảnh
(ñối với khách quốc tế), hoặc từ lúc xuống ñến sân bay ñến lúc lấy ñược hành lý.
Khả năng giải quyết các vấn ñề phát sinh khi chuyến bay bị trì hoãn. Việc xử
lý này gồm có các thông báo về thời gian thay ñổi, phục vụ bữa ăn tại sân bay khi
chuyấn bay bị trì hoãn, hoặc ñưa hành khách ñến khách sạn hoặc thực hiên các thủ
tục ñền bù trong trường hợp hủy chuyến.
Mức ñộ thân thiện của các nhân viên phục vụ tại khu vực phòng chờ
Hiệu quả của nhân viên và sự trợ giúp của nhân viên giúp trong quá trình
boarding
Nhóm thông tin ñánh giá chất lượng của tiếp viên
Sự thân thiện của tiếp viên trên chuyến bay
Kĩ năng ngoại ngữ
Mức ñộ quan tâm ñến hành khách
Phục vụ ăn nhanh
Kĩ năng giải quyết vấn ñề
Luôn xuất hiện ñúng lúc
Chuẩn mực về ñồng phục
Thái ñộ của nhân viên nói chung
Như vậy, việc nghiên cứu sự hài lòng của khách hàng sẽ phải dựa trên việc
ño ñộ hài lòng của khách hàng ñối với cả chất lượng dịch vụ kỹ thuật và dịch vụ
chức năng. Tuy nhiên, như ñã trình bày ở phần trên, mỗi hãng hàng không khác
nhau sẽ có chiến lược cạnh tranh khác nhau và do vậy sẽ có những trọng tâm khác
nhau trong việc ñầu tư và cải thiện chất lượng dịch vụ.
51
Trên ñây, tác giả ñã hệ thống hóa lại một số lý luận cơ bản về chất lượng
dịch vụ và các mô hình thường ñược dùng trong việc ño lường chất vụ nói
chung. Nghiên cứu các cuộc ñiều tra về sự hài lòng của khách hàng ñược thực
hiện trong ngành hàng không trước ñây cho thấy phương pháp SERVQUAL
không phải là phương pháp phổ biến, do dịch vụ hàng không có quá nhiều nhân
tố ảnh hưởng ñến mức ñộ hài lòng chung và việc ño ñộ hài lòng thông qua P
(thực hiện)-E (kì vọng) cũng cho thấy khá nhiều tranh cãi (Cronin and Taylor,
1992) [11].
Tuy nhiên, SERVQUAL và mô hình về các yếu tố chủ yếu quyết ñịnh
chất lượng dịch vụ ñã ñưa ra một ñịnh hướng khá chuẩn xác cho các nhà nghiên
cứu trong việc xây dựng ñược một khung bảng hỏi ñiều tra sự hài lòng của khách
hàng. Trong chương 3, tác giả sẽ sử dụng kết quả ñiều tra sự hài lòng của khách
hàng thông qua cuộc nghiên cứu năm 2006 của hãng Hàng không quốc gia Việt
Nam. Mục tiêu nghiên cứu của cuộc ñiều tra là ñánh giá chất lượng dịch vụ cảm
nhận theo từng nhân tố và ñánh giá chất lượng dịch vụ chung.
Việc nghiên cứu về quản trị chất lượng dịch vụ nói chung ñược tiến hành rất
nhiều trên thế giới và cả Việt nam. Có khá nhiều bài báo và các công trình khoa học
nghiên cứu về chất lượng dịch vụ như dịch vụ ngân hàng, dịch vụ tài chính, dịch vụ
y tế…Rất nhiều nghiên cứu về áp dụng mô hình SERVQUAL hoặc chất lượng dịch
vụ cảm nhận ñể ño chất lượng dịch vụ trong các lĩnh vực nói trên. Tuy nhiên, trong
quá trình tìm kiếm tài liệu cho luận án này, tác giả nhận thấy không có nhiều nghiên
cứu về chất lượng dịch hàng không như các lĩnh vực khác. Không có một cuộc
nghiên cứu nào sử dụng SERVQUAL ñể ño chênh lệch giữa chất lượng dịch vụ kì
vọng với chất lượng dịch vụ cảm nhận trong lĩnh vực hàng không, mà hầu hết các
nghiên cứu ñều chỉ ño chất lượng dịch vụ cảm nhận mà thôi. Tuy nhiên như trên ñã
nói, SERVQUAL ñã ñưa ra ñược một ñịnh hướng tốt trong việc xây dựng khung
bảng hỏi ñể thăm dò mức ñộ hài lòng chung của hành khách ñối với dịch vụ của
VNA và các yếu tố ảnh hưởng hưởng ñến mức ñộ hài lòng chung.
52
Tại Việt nam chưa có nhiều nghiên cứu về chất lượng dịch vụ hàng không và
quản trị chất lượng dịch vụ hàng không. Hiện tại mới chỉ có VNA tiến hành các
cuộc thăm dò về mức ñộ hài lòng của hành khách hàng năm, tuy nhiên sau ñó mới
chỉ dừng lại ở việc sử dụng các phương pháp thống kê mô tả ñể ñưa ra các sự biến
ñộng về mức ñộ hài lòng với từng chỉ báo chất lượng. Ví dụ, mức ñộ ahì long chung
năm 2005 là 4.3, năm 2006 là 4.5, nhu vậy tăng lên ñược 0.2. Mức ñộ hài lòng với
Tóm tắt chương 1
Trong chương một tác giả ñã hệ thống hóa lại các vấn ñề lý luận cơ bản về
dịch vụ, chất lượng dịch vụ, ñặc ñiểm của dịch vụ hàng không và chất lượng dịch
vụ hàng không. Tác giả ñã làm rõ về khái niệm chất lượng dịch vụ cảm nhận và mối
quan hệ giữa chất lượng dịch vụ cảm nhận và sự hài lòng của khách hàng. Trong
chương một tác giả cũng ñề cập ñến các yếu tố cấu thành chất lượng dịch vụ hàng
không, gồm có chất lượng theo qui trình và chất lượng kĩ thuật và chất lượng chức
năng. Tác giả cũng ñề cập ñến một số phương pháp ño thường ñược sử dụng trong
việc ño lường chất lượng dịch vụ, và cuối cùng tác giả ñã trình bày các nhóm thông
tin thường ñược sử dụng trên thế giới khi ñánh giá chất lượng của dịch vụ hàng
không.
53
Chương 2
MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ TRONG
NGHIÊN CỨU CHẤT LƯỢNG DỊCH VỤ QUA SỰ CẢM NHẬN CỦA
KHÁCH HÀNG
Chương này sẽ ñề cập ñến một số phương pháp thống kê thường ñược sử
dụng trong nghiên cứu về chất lượng dịch vụ qua sự cảm nhận của khách hàng (sau
ñây gọi tắt là chất lượng dịch vụ cảm nhận) và sự hài lòng của khách hàng, một khái
niệm ñã ñược rất nhiều nhà nghiên cứu quan tâm. Chất lượng cảm nhận và sự hài
lòng của khách hàng là một khái niệm tâm lý, trừu tượng và không thể quan sát
ñược trực tiếp mà thường ñược ño một cách gián tiếp thông qua rất nhiều chỉ báo.
Hệ thống chỉ báo gián tiếp có thể rất khác nhau khi tiến hành ño sự hài lòng trong
các tình huống khác nhau, về các vấn ñề khác nhau. Ví dụ, hệ thống các chỉ báo khi
ño sự hài lòng của khách hàng trong lĩnh vực ngân hàng sẽ có sự khác biệt ñáng kể
khi ño sự hài lòng của khách hàng trong lĩnh vực chăm sóc sức khỏe, hoặc sự hài
lòng của nhân viên trong một công ty cụ thể nào ñó ñối với chính sách ñãi ngộ của
chủ doanh nghiệp. Trong nghiên cứu thống kê, những khái niệm không quan sát
trực tiếp ñược như trên ñược gọi là biến tiềm ẩn. Từ ví dụ trên cho thấy hai vấn ñề
cần ñược làm rõ về khung lý luận i) khái niệm về biến tiềm ẩn và hệ thống chỉ báo
ño biến tiềm ẩn và ii) các biến ảnh hưởng ñến biến ñộng của một biến tiềm ẩn cụ
thể và mô hình hóa mức ñộ ảnh hưởng của các từng biến.
Phần cơ sở lý luận dưới ñây sẽ lần lượt làm rõ các vấn ñề lý luận liên quan
ñến các khái niệm về biến tiềm ẩn, các nguyên tắc trong việc xây dựng hệ thống chỉ
báo ño và các phương pháp thống kê nghiên cứu mối quan hệ nhân qủa của biến
tiềm ẩn.
2.1. KHÁI NIỆM VÀ ðẶC TÍNH CỦA BIẾN THUỘC TÍNH TIỀM ẨN
(sau ñây sẽ ñược gọi ngắn gọn là biến tiềm ẩn)
2.1.1 Khái niệm biến tiềm ẩn
Có khá nhiều nghiên cứu ñã ñược tiến hành về biến tiềm ẩn. Các nghiên cứu
về biến tiềm ẩn ñược ứng dụng rất rộng rãi trong các lĩnh vực marketing, nghiên
54
cứu tâm lý vvv. Có rất nhiều ñịnh nghĩa về biến tiềm ẩn, tuy nhiên, dường như các
khái niệm ñó ñều rất gần gũi và có nhiều ñiểm chung. Một trong các ñịnh nghĩa ñơn
giản nhất ñược ña số các nhà nghiên cứu thống nhất về biến tiềm ẩn (hay còn gọi là
biến tiềm ẩn; nhân tố (factor, construct); biến không ño ñược trực tiếp), ñối ngược
với biến quan sát ñược, là các biến không quan sát ñược trực tiếp nhưng ñược suy
luận từ các biến khác, mà các biến này có thể ñược quan sát và ño trực tiếp
(Wikipedia). Dưới ñây tập hợp các biến quan sát ñược và ño ñược trực tiếp ñược sử
dụng ñể suy luận ra biến tiềm ẩn sẽ ñược gọi là các chỉ báo.
Như trên ñã trình bày, ñây là một trong các ñịnh nghĩa ñơn giản nhất về biến
tiềm ẩn. Ví dụ về biến tiềm ẩn có thể ñược thấy rất nhiều trong thực tế, ví dụ lòng tự
trọng, sở thích cá nhân, hiệu quả quản lý vvv. ðây ñều là những biến thuộc tính
không quan sát ñược và phải ñược ño gián tiếp thông qua các chỉ báo gián tiếp.
ða phần các ñịnh nghĩa ñưa ra bởi các học giả thường phức tạp hơn. Theo
tổng kết của Bollen, 2003 (31) một nhóm các ñịnh nghĩa về biến tiềm ẩn có các
ñiểm chung là coi biến tiềm ẩn như là “các biến giả ñịnh”. Ví dụ, Harrman, 1960,
ñã coi “biến tiềm ẩn” là “các biến giả thuyết”. Gần giống như vậy Nunnally (1978)
[25] ñã coi biến là “các khái niệm mà các nhà tâm lý ñưa ra từ trí tưởng tượng”. Với
cách tư duy này, một khái niệm như sự hài lòng của khách hàng có thể ñược coi là
một khái niệm không có thật, và là một khái niệm ñược ñặt tên bởi các nhà nghiên
cứu. Tuy nhiên, cũng có những quan niệm trái ngược với quan niệm này, cho rằng
các biến giả ñịnh là một khái niệm có thật. Một số ñịnh nghĩa khác lại coi “biến
tiềm ẩn” không có thật mà là một nỗ lực ñể ño một hiện tượng có thật nào ñó.
Một nhóm ñịnh nghĩa khác lại coi các biến tiềm ẩn là các biến “không thể ño
ñược và không thể quan sát trực tiếp ñược”. ðiều này ñược khẳng ñịnh qua các ñịnh
nghĩa của Joreskog & Sorborn (1979)(20)Joreskog & Sorborn (1969) [18]. Các ñịnh
nghĩa này dựa trên giả ñịnh rằng, biến “tiềm ẩn” là các biến không thể ño ñược bằng
một thang ño cụ thể nào ñó {chẳng hạn thang ño ñộ, thang ño chiều dài} trong hiện
tại và trong tương lai. Do vậy, những biến chưa ño ñược trong hiện tại nhưng sẽ ño
55
trực tiếp trong tương lai do những phát minh khoa học sẽ không ñược gọi là biến
“tiềm ẩn”.
Nhóm ñịnh nghĩa thứ ba coi biến “tiềm ẩn “ như một “công cụ ñể giảm bớt
dữ liệu”. Theo Bollen (2003) [3], một biến tiềm ẩn hay một nhân tố là một cách
thuận tiện ñể nhóm một số lượng lớn các biến thành một số lượng nhỏ các nhân tố.
ðịnh nghĩa này có thể ñược giải thích qua ví dụ sau: ñịnh hướng khách hàng là một
khái niệm ngắn gọn ñể tóm tắt các biến như mức ñộ thường xuyên trao ñổi với
khách hàng về chất lượng dịch vụ hoặc sản phẩm; mức ñộ nhanh chóng hoặc qui
trình cụ thể ñể chuyển hóa những nhận xét của khách hàng vào việc thay ñổi những
ñặc tính của sản phẩm/dịch vụ hoặc tăng chất lượng sản phẩm/dịch vụ, mức ñộ chi
tiết và tốc ñộ của qui trình xử lý phàn nàn của khách hàng... Với cách hiểu này, biến
“tiềm ẩn” là một khái niệm ngắn gọn và trừu tượng ñể diễn giải một tập hợp các
biến khác có quan hệ với nhau (theo ví dụ trên, ba biến mức ñộ thường xuyên trao
ñổi với khách hàng về chất lượng dịch vụ hoặc sản phẩm; mức ñộ nhanh chóng
hoặc qui trình cụ thể ñể chuyển hóa những nhận xét của khách hàng vào việc
thay ñổi những ñặc tính của sản phẩm/dịch vụ hoặc tăng chất lượng sản
phẩm/dịch vụ, mức ñộ chi tiết và tôc ñộ của qui trình xử lý phàn nàn của khách
hàng...có quan hệ với nhau và cùng là nguyên nhân của một nhân tố kết quả là
ñịnh hướng khách hàng).
Một nhóm thứ tư kết hợp tất cả các ñịnh nghĩa trên (Bollen, 2003) [3]. Theo
Mac Callum & AustinJT (2000) [22], “biến tiềm ẩn là các nhân tố giả ñịnh và
không thể ño ñược trực tiếp”. Như vậy, ñịnh nghĩa này ñã kết hợp các ñịnh nghĩa
trong nhóm 1 và 2.
2.1.2 Một số ñặc ñiểm của biến tiềm ẩn
Theo Bollen (2003) [3] ñặc tính ñầu tiên của biến tiềm ẩn là có biến “ tiềm
ẩn priori (có trước)” và biến “tiềm ẩn postreri (xuất hiện sau)”. Biến tiềm ẩn xuất
hiện sau là những biến mà các nhà nghiên cứu phát hiện ra sau khi ñã thu thập dữ
liệu, trong khi ñó biến tiềm ẩn có trước là những biến ñược ñịnh hình từ trước khi
thu thập dữ liệu. Sự phân biệt này ñược khẳng ñịnh lại trong phương pháp nghiên
56
cứu “khám phá”, ñược áp dụng khi nghiên cứu về biến tiềm ẩn xuất hiện sau, ñối
nghịch với phương pháp nghiên cứu khẳng ñịnh, ñược áp dụng khi nghiên cứu về
“biến tiềm ẩn có trước” (Joreskog, 1979)(20)Joreskog & Sorborn (1969) [18].
Trong phương pháp nghiên cứu khám phá, các nhà nghiên cứu chưa hình dung ñược
cụ thể có bao nhiêu biến sẽ nhóm ñược vào thành một nhân tố, mối quan hệ giữa
các biến này như thế nào. Trong phương pháp nghiên cứu “khẳng ñịnh”, các nhà
nghiên cứu ñã có một giả ñịnh trước trong ñầu về số các biến sẽ ñược nhóm vào
thành một biến tiềm ẩn, quan hệ của các biến này trước khi phân tích dữ liệu.
ðặc tính thứ hai của biến tiềm ẩn là một biến tiềm ẩn sẽ là một biến liên tục,
biến phân loại hày là một loại kết hợp. Câu trả lời không quan sát ñược từ các thang
ño cụ thể của các chỉ báo (Bollen, 2003) [3]. Chẳng hạn, sự tuyệt vọng sẽ là một
biến liên tục hay biến rời rạc? Sự tuyệt vọng có thể là biến liên tục nếu ñược ño
bằng thang Likert, trong ñó 1 là hoàn toàn tuyệt vọng và 5 là hoàn toàn không tuyệt
vọng, hoặc là biến rời rạc nếu sử dụng thang ño có hoặc không.
ðặc tính thứ ba của biến tiềm ẩn là tính có thể ước lượng ñược của biến tiềm
ẩn từ các chỉ báo (Bollen, 2003) [3]. ðây là ứng dụng ñược áp dụng rất rộng rãi
trong nhiều lĩnh vực. Cũng theo Bollen, về mặt lý thuyết, ñiều này có thể ñược thực
hiện dưới các ñiều kiện i) cỡ mẫu n ñủ lớn, lý tưởng là vô cùng; ii) khi mà số biến
quan sát ñược ñủ lớn (tiến tới vô cùng) và iii) khi hệ số tương quan bội bình phương
của biến tiềm ẩn tiến tới 1 và các biến dùng ñể dự ñoán là các biến quan sát ñược.
Tuy nhiên, thực tiễn cho thấy rất hiếm khi các ñiều kiện này ñược ñáp ứng chính
xác và do vậy, trong các mô hình thống kê cho biến tiềm ẩn cho phép có các biện
pháp xử lý kĩ thuật (sẽ trình bày ở phần sau).
ðặc tính cuối cùng của biến tiềm ẩn là liệu các chỉ báo ñể ño một biến tiềm
ẩn là nguyên nhân hay là kết quả của biến tiềm ẩn ñó (Blalock, 1964;
Edwarrds&Bagozzi, 2000)(27). “Chỉ báo nguyên nhân” là các biến quan sát ñược
có ảnh hưởng trực tiếp ñến biến tiềm ẩn, trong khi ñó “chỉ báo kết quả” là các kết
quả của biến tiềm ẩn. Một ví dụ ñơn giản ñể minh họa về “chỉ báo nguyên nhân”
hay “chỉ báo kết quả” như sau: ñiểm số của học sinh [từ 1-10] là một biến quan sát
57
ñược-hay là một chỉ báo. ðây có thể là nguyên nhân hoặc là kết quả của biến tiềm
ẩn “chất lượng học tập”. ðiểm 10-có thể là chỉ báo nguyên nhân của chất lượng học
tập tốt, ñồng thời cũng có thể là kết quả của “chất lượng học tập tốt”. Một ví dụ
khác minh họa rõ hơn ñiều này. Rubenstein (1986) [29] nghiên cứu sự tò mò của
học sinh thông qua một thang giải ñiểm ñồng ý, không ñồng ý với câu nói “Tôi
muốn biết cái máy này chạy như thế nào” hoặc “tôi muốn thử loại ñồ ăn mới này”.
Việc ñồng ý/không ñồng ý với các câu nói này là kết quả của việc ñối tượng nghiên
cứu tò mò hay không tò mò, và do vậy, thang ñiểm thể hiện sự ñồng ý của ñối tượng
ñiều tra với các câu nói trên chính là các “chỉ báo kết quả” của biến tiềm ẩn “sự tò
mò”. Hầu hết các mô hình về biến tiềm ẩn ñều ñược xây dựng trên cơ sở “chỉ báo
kết quả”, có nghĩa là các chỉ báo là kết quả của biến tiềm ẩn. Việc nhầm lẫn giữa
“chỉ báo nguyên nhân” và “chỉ báo kết quả” sẽ dẫn ñến mô hình sai và tất nhiên là
những kết luận sai (Bollen, 2003) [3].
2.2. MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ NGHIÊN CỨU VỀ CÁC
BIẾN TIỀM ẨN
2.2.1. Phương pháp hồi qui bội
2.2.1.1 Bản chất và tác dụng của phương pháp
Phương pháp hồi qui bội ñược Pearson sử dụng lần ñầu tiên năm 1908. Phân
tích hồi qui là phương pháp thống kê nghiên cứu mối liên hệ của một biến (gọi là
biến phụ thuộc hay là biến ñược giải thích) với một hay nhiều biến khác (gọi là biến
ñộc lập hay biến giải thích).
Mục ñích của phân tích hồi quy là ước lượng giá trị của biến phụ thuộc trên
cơ sở giá trị của các biến ñộc lập ñã cho. Còn phân tích tương quan là ño cường ñộ
kết hợp giữa các biến, nó cho phép ñánh giá mức ñộ chặt chẽ của sự phụ thuộc giữa
các biến.
Phương pháp hồi qui tương quan bội ñược vận dụng ñể nghiên cứu mối liên
hệ của các yếu tố ảnh hưởng ñến chất lượng dịch vụ hàng không do hành khách cảm
nhận, thường ñược thể hiện qua biến mức ñộ hài lòng của hành khách. Mục tiêu của
việc nghiên cứu nhằm chỉ ra các yếu tố tố nào có ảnh hưởng lớn ñến mức ñộ hài
58
lòng của hành khách nhằm ñưa ra các giải pháp nâng cao chất lượng của các yếu tố
ảnh hưởng, với kỳ vọng sẽ nâng cao mức ñộ hài lòng chung.
2.2.1.2. Các bước vận dụng phương pháp hồi qui bội
Vận dụng phương pháp hồi qui bội vào nghiên cứu chất lượng dịch vụ hành
khách hàng không cần ñi qua năm bước như sau:
Bước 1: Lựa chọn các tiêu thức (các biến) ñưa vào phân tích
Bước 2: Lựa chọn mô hình phù hợp nhất ñể mô hình hóa mối quan hệ giữa
các biến ñộc lập và biến phụ thuộc. ðể chọn mô hình phù hợp nhất Sử dụng các
phép kiểm ñịnh ñể kiểm tra i) sự tồn tại thực tế của mối liên hệ giữa các biến ñộc
lập và biến phụ thuộc thông qua kiểm ñịnh F và ii) sự phù hợp của mô hình thông
qua chỉ tiêu SSE (sai số mẫu). Mô hình tốt nhất là mô hình có hệ số quyết ñịnh ñiều
chỉnh lớn nhất và sai số mẫu nhỏ nhất. ðồng thời kiểm tra mức ñộ ảnh hưởng thực
tế của từng biến ñộc lập ñến biến phụ thuộc thông qua các hệ số hồi qui B và so
sánh mức ñộ ảnh hưởng của từng biến nguyên nhân ñến biến kết quả thông qua việc
so sánh hệ số B chuẩn hóa. Lý do phải thực hiện rất nhiều phép kiểm ñịnh vì các kết
quả tính toán ñược tính ra dựa trên một mẫu. Kết quả kiểm ñịnh sẽ cho phép suy
rộng kết luận từ mẫu cho kết luận về tổng thể chung.
Bước 3: Loại bỏ khỏi mô hình tốt nhất các biến có hệ số B không có Sig t
nhỏ hơn 0.05 hoặc 0.01 (tùy theo mức ý nghĩa ñược lựa chọn). Nói cách khác,
không có ñủ bằng chứng ñể bác bỏ giả thuyết rằng trên thực tế các biến này không
có ảnh hưởng ñến chất lượng dịch vụ hàng không chung.
Bước 4: Phân tích phần dư và phân tích ña cộng tuyến nhằm ñưa ra các ñiều
chỉnh cần thiết cho mô hình
Bước 5: Kết luận về mức ñộ ảnh hưởng và dự ñoán các mức ñộ của biến phụ
thuộc trong tương lai.
Các ñiểm lưu ý trong từng bước:
Bước 1: Lựa chọn các biến ñưa vào mô hình
Khi áp dụng hồi qui cũng như các phương pháp khác trong nghiên cứu quan
hệ nhân quả, ñiều quan trọng ñầu tiên là ñưa ra mô hình lý thuyết. Việc xác ñịnh mô
59
hình lý thuyết ñược dựa trên việc phân tích ñịnh tính kết hợp với các nghiên cứu
tương tự ñã ñược thực hiện từ trước ñó.
Mô hình lý thuyết trong việc nghiên cứu chất lượng dịch vụ hàng không có
thể ñược xây dựng theo các cách tiếp cận sau:
Biến phụ thuộc là chất lượng dịch vụ cảm nhận của hành khách. Chất lượng
dịch vụ có thể ñược biểu hiện qua chỉ báo “mức ñộ hài lòng của quí khách” với
thang ño Likert 1-5 hoặc 1-7; cũng có thể ñược ño qua các chỉ báo khác như “ quí
khách sẽ tiếp tục lựa chọn VNA” với thang ño Likert, trong ñó 5 hoặc 7 là rất ñồng
ý với mệnh ñề trên và 1 là hoàn toàn không ñồng ý. Việc khách hàng nhất ñịnh sẽ
chọn VNA là một chỉ báo cho việc hài lòng và việc nhất ñịnh không chọn sẽ là một
chỉ báo của việc rất không hài lòng. Tương tự như vây, chỉ báo “quí khách chắc
chắn sẽ giới thiệu VNA với người thân và bạn bè” với thang ño Likert 1-5 hoặc 1-7
cũng phản ánh mức ñộ hài lòng của hành khách. Do vậy, biến phụ thuộc có thể là
một trong 3 chỉ báo ở trên, hoặc là tập hợp của cả ba chỉ báo. Trường hợp chọn biến
phụ thuộc là tập hợp chỉ báo sẽ ñược ñề cập ở phần sau.
Biến ñộc lập là các yếu tố ảnh hưởng ñến chất lượng dịch vụ hành khách.
Tuy nhiên, có nhiều cách tiếp cận làm cơ sở cho việc lựa chọn biến ñộc lập. Thứ
nhất, xây dựng biến ñộc lập có thế dựa trên qui trình cung ứng dịch vụ hàng không
từ lúc ñặt vé máy bay ñến lúc kết thúc chuyến bay như ñã trình bày trong chương 1.
Ngoài cách tiếp cận này, các biến ñộc lập cũng có thể ñược thiết kế dựa trên năm
khía cạnh theo phương pháp Servqual. Cách này ñược rất nhiều các nhà nghiên
cứu áp dung khi nghiên cứu về sự hài lòng của khách hàng biểu hiện thông qua chất
lượng dịch vụ cảm nhận. Thông thường, số biến ñộc lập ñưa vào mô hình rất lớn, do
vậy, khả năng ña cộng tuyến giữa các biến ñộc lập khá lớn. Như vậy việc kết hợp
một số biến có mức ñộ tương quan cao với nhau là cần thiết ñể ñảm bảo tính chính
xác của mô hình.
Bước 2: Lựa chọn mô hình hồi qui
Phương pháp thường ñược sử dụng nhất trong lựa chọn mô hình hồi qui là
phương pháp bình phương nhỏ nhất. Mục tiêu của phương pháp này là lựa chọn ra
60
một mô hình có tổng bình phương các chênh lệch giữa giá trị thực tế và giá trị tính
theo mô hình là nhỏ nhất. Mối quan hệ giữa biến phụ thuộc và biến ñộc lập có thể
ñược biểu diễn như sau:
kk22110k21 X...XX)X,...,X,X/Y(E β++β+β+β= (2.1)
Trong ñó:
Y: biến phụ thuộc
k21 X,...,X,X : là các biến ñộc lập
0β là hệ số tự do (hệ số chặn)
k21 ,...,, βββ : gọi là các hệ số hồi quy riêng
ðối với mỗi giá trị Yi của y ta có
ik21i )X,...,X,X/Y(EY ε+= (2.2)
Trong ñó iε gọi là sai số ngẫu nhiên
Trong mô hình hồi qui bội trên, các hệ số mang ý nghĩa như sau:
0β là giá trị trung bình của y khi 0X...XX k21 ====
)k,1i(i =β nói lên sự thay ñổi trung bình của biến phụ thuộc Y khi biến giải
thích Xi thay ñổi một ñơn vị trong ñiều kiện các biến giải thích khác không thay ñổi.
Lý do cần phải thực hiện các phép kiểm ñịnh là do các nghiên cứu của
mẫu ñược sử dụng ñể suy rộng cho toàn bộ tổng thể chung. Mô hình hồi quy
(2.1) có thể ñược ước lượng thông qua môt mẫu ngẫu nhiên. Phương trình hồi
quy của mẫu có dạng:
kk22110 Xb...XbXbbY ++++= (2.3)
Trong ñó )k,...,1,0i(b i = là các ước lượng tương ứng của )k,...,1,0i(i =β
Khi ñó:
ikk22110i eXb...XbXbbY +++++= (2.4)
Với ei là phần dư. ta sẽ có:
61
kk22110iii Xb...XbXbbYYYe −−−−−=−= (2.5)
Áp dụng phương pháp bình phương nhỏ nhất ñể tính giá trị của các tham số
k210 b,...,b,b,b sao cho:
( ) minXb...XbXbbYeSSEn
1i
2kk22110i
n
1i
2i ⇒−−−−−== ∑∑
==
SSE chính là tổng bình phương của các chênh lệch giữa giá trị thực tế và giá
trị theo mô hình, hay nói cách khác SSE phản ánh sai số của mô hình. Mô hình tốt
nhất sẽ là mô hình có SSE min.
Tuy nhiên, SSE chỉ là một thông tin ñể lựa chọn mô hình tốt nhất. Một
thông tin nữa là hệ số quyết ñịnh R bình phương hay còn gọi là hệ số quyết ñịnh.
Mức ñộ một hay nhiều biến ñộc lập ảnh hưởng lên biến phụ thuộc ñược biểu hiện
thông qua hệ số tương quan R, là căn bậc hai của hệ số quyết ñịnh. Hệ số quyết
ñịnh thể hiện phần trăm biến thiên của biến phụ thuộc do các biến ñộc lập mô hình
gây ra. Nói cách khách, hệ số quyết ñịnh cho biết các biến ñộc lập trong mô hình
có ảnh hưởng lớn hay nhỏ ñến sự biến ñộng của biến phụ thuộc Y. Giá trị của R2
chạy từ 0-1. Như vậy, một hàm hồi qui có hệ số quyết ñịnh 0.6 có nghĩa là các
biến ñộc lập gây ra 60% sự biến ñộng của Y, và 40% sự biến ñộng của Y là do các
nhân tố ngoài mô hình gây ra. Do vậy, hệ số quyết ñịnh lớn là một yếu tố ñể lựa
chọn mô hình tốt nhất.
Tuy nhiên, trong mô hình hồi qui ña biến, cần lưu ý ñến hệ số quyết ñịnh
ñiều chỉnh. Hệ số này chịu ảnh hưởng của số biến giải thích có trong mô hình. Do
ñó, nếu tăng số biến giải thích trong mô hình thì hệ số xác ñịnh bội cũng tăng cũng
tăng. ðiều ñó ảnh hưởng ñến tính chính xác của viêc lựa chọn mô hình phù hợp
nhất cho mối quan hệ. ðiều này dẫn ñến việc cần phải ñưa ra một hệ số ñiều chỉnh
ñể ñảm bảo tính so sánh ñược giữa các mô hình. Công thức tính hệ số xác ñịnh ñiều
chỉnh 2R như sau:
)1n()Y(SS)1kn(SSE
1R 2
−
−−−=
(2.6)
62
hay )(
)(
)( 22 R11kn
1n1R −
−−
−−=
(2.7)
Trong ñó: k là số biến ñộc lập, và là bậc tự do của SSR
n-k-1 là bậc tự do của SSE
n-1 là bậc tự do của SS(Y)
ðể ñánh giá mức ñộ chặt chẽ của mối liên hệ tuyến tính giữa biến phụ thuộc
Y với các biến ñộc lập Xi (i = k,1 ) người ta dùng hệ số tương quan bội, ký hiệu R.
2R)Y(SS
SSRR +=+=
(2.8)
và 1R0 ≤≤
nếu R = 0 thì không tồn tại liên hệ tuyến tính
R = 1 liên hệ hàm số
R →+/-1 mối liên hệ càng chặt chẽ
Một phép kiểm ñịnh nữa phải thực hiện là kiểm ñịnh giả thiết trên thực tế
không tồn tại quan hệ giữa các biến ñộc lập với biến phụ thuộc, mặc dù hệ số quyết
ñịnh của mô hình tính ra từ mẫu nghiên cứu có giá trị khác 0.
Giả thiết kiểm ñịnh:
0...:Ho k21 =β==β=β
H1: ít nhất có một iβ khác 0
Tiêu chuẩn kiểm ñịnh
[ ])1k(nSSEkSSR
F+−
=
(2.9)
F có phân phối F(k; [n-(k+1)].
∑ −= 2i )YY(SSR : là tổng của bình phương các chênh lệch giữa trị số lý
thuyết theo phương trình hồi qui mẫu với trị số bình quân của biến phụ thuộc Y. Chỉ
tiêu này ñược gọi ngắn gọn là tổng các ñộ lệch bình phương hồi qui.
63
∑ −= 2ii )YY(SSE : là tổng của bình phương các chênh lệch giữa các trị số
thực tế và trị số lý thuyết của biến phụ thuộc Y phần dư. Chỉ tiêu này ñược gọi ngắn
gọn là tổng các ñộ lệch bình phương phần dư
k: số lượng các biến ñộc lập
F lớn hơn một giá trị F* tương ứng với mức ý nghĩa an-pha 0.05 hoặc 0.01 sẽ
giúp bác bỏ giả thiết Ho. ðiều ñó có nghĩa là có ít nhất một trong các biến ñộc lập
ñang nghiên cứu có ảnh hưởng lên biến phụ thuộc, hay nói cách khác là tồn tại mối
liên hệ nhân quả giữa các biến ñộc lập ñang nghiên cứu với biến kết quả.
Bước 3: Loại bỏ khỏi mô hình các tham số không phù hợp
Tham số hồi qui trong mô hình ñược biểu hiện qua các kí hiệu Bi, phản ánh
ảnh hưởng của từng biến ñộc lập lên biến kết quả. Bi chính là các ước lượng của
tham số beta trong mô hình
kk22110k21 X...XX)X,...,X,X/Y(E β++β+β+β= .
Nói cách khác, nếu beta phản ánh mức ñộ ảnh hưởng của từng biến ñộc lập
lên biến phụ thuộc của toàn bộ tổng thể thì B phản ánh ảnh hưởng của từng biến ñộc
lập lên biến phụ thuộc ở mẫu quan sát. Do vây, có thể dùng B ñể ước lượng cho
beta.
Một phép kiểm ñịnh cần phải thực hiện ñể kiểm ñịnh xem từng biến ñộc lập
có thực sự ảnh hưởng ñến biến phụ thuộc hay không.
Giả thiết kiểm ñịnh:
Ho: iβ =0
H1: iβ khác 0
Sử dụng tiêu chuẩn kiểm ñịnh t ñể kiểm ñịnh giả thiết trên. Giá trị của t lớn
hơn giá trị t* ñược tính ra theo mức ý nghĩa 0.05 hoặc 0.01 cho phép bác bỏ giả
thuyết Ho. Nói cách khác, thực tế biến ñộc lập thứ i có ảnh hưởng ñến biến kết quả.
Khi sử dụng B ñể ước lượng cho các hệ số hồi qui beta, một khoảng tin cậy với
ñộ tin cậy khác nhau (90%, 95% và 99%) sẽ ñược xây dựng. ðồ thị dưới ñây minh
họa 3 mô hình hồi qui; trong ño ñường ở giữa là hàm hồi qui ñược tính ra từ mẫu và
64
hai hai hàm hồi qui ở trên và ở dưới là hai hàm hồi qui với hệ số beta ñược ước
lượng từ các tham số của mẫu với khoảng ước lượng 90%.
Tuy nhiên, các biến ñộc lập có thể ñược ño với các thang ño khác nhau. Do
vậy, cần thiết phải qui chuẩn các hệ số hồi qui ñể có thể so sánh mức ñộ ảnh hưởng
của các biến khác nhau ñến biến phụ thuộc. Ví dụ: trong các yếu tố ảnh hưởng ñến
chất lượng dịch vụ hàng không chung là chất lượng tiếp viên, chất lượng máy bay
và chất lượng ñồ ăn, uống và giải trí trên máy bay, cần thiết phải chỉ ra yếu tố nào
là yếu tố ảnh hưởng lớn nhất tới chất lượng dịch vụ hành khách nói chung. ðiều này
có thể ñược trả lời thông qua hệ số B chuẩn hóa.
Bước 4: phân tích phần dư và ña cộng tuyến ñể ñiều chỉnh mô hình nếu
cần thiết.
Phương pháp hồi qui ñược xây dựng dựa trên các giả thuyết sau:
Tính tuyến tính: phương pháp này dựa trên giả ñịnh rằng mối quan hệ giữa
các biến là quan hệ tuyến tính. Trên thực tế giả thuyết này rất khó ñược kiểm chứng,
tuy nhiên sử dụng các kĩ thuật như chuyển hóa biến (bình phương, khai căn, logarit
các biến ñộc lập) ñã giúp cho mô hình gần với tuyến tính nhất.
65
Tính chuẩn: Các phần dư ñược giả ñịnh là có phân phối chuẩn. Do vậy,
trước khi có kết luận cuối cùng nên xem xét phân phối của các biến quan trọng. Một
số các quan sát có giá trị quá lớn hoặc quá nhỏ nên ñược bỏ ra khỏi tập hợp số liệu.
Thực tế ñã cho thấy kết quả có thể rất khác khi một số các giá trị cực ñại hoặc cực
tiểu ñưuợc loại ra khỏi tập hợp số liệu.
Số lượng biến: Hồi qui bội không hạn chế số lượng biến vào mô hình. Tuy
nhiên số biến ñưa vào mô hình nên phụ thuộc vào số quan sát. Một nghiên cứu bao
gồm 100 biến chỉ dựa trên câu trả lời của 10 người sẽ rất khó ñưa ra các kết luận
mang tính thuyết phục.
ða cộng tuyến: Như trình bày ở trên, số biến ñộc lập trong mô hình nghiên
cứu các yếu tố ảnh hưởng mức ñộ hài lòng chung của hành khách hàng không có
thể khá lớn. Trong số ñó, có thể có các biến ñộc lập có mối liên hệ tương quan với
nhau. Nếu các biến có liên hệ tương quan với nhau cùng ñược ñưa vào làm các biến
ñộc lập trong mô hình hồi qui bội thì xảy ra hiện tượng ña cộng tuyến. Bản chất của
hiện tượng ña cộng tuyến và các biện pháp khắc phục có thể ñược trình bày vắn tắt
như sau:
Mô hình hồi quy bội giả thiết là các biến giải thích )k,1i(X i = không tương
quan với nhau. Nếu giữa các biến ñó quan hệ tuyến tính với nhau thì xuất hiện hiện
tượng ña cộng tuyến. ða cộng tuyến ñược gọi là hoàn hảo khi một biến ñược biểu
diễn dưới dạng tổ hợp tuyến tính của các biến giải thích còn lại. Có nghĩa là:
0X.....XX kk2211 =λ++λ+λ
Trong ñó k21 ,.....,, λλλ là các hằng số không ñồng thời bằng 0.
Khi xuất hiện ña cộng tuyến mỗi biến Xi không chỉ có ảnh hưởng ñến Y mà
còn ảnh hưởng các biến Xi khác. Do vậy không thể tách ñược ảnh hưởng của từng
biến lên biến phụ thuộc Y.
Có hai bước ñể xử lý ña cộng tuyến i) kiểm tra xem có xuất hiện ña cộng
tuyến giữa các biến hay không và ii) xử lý ña cộng tuyến. ðể phát hiện ña cộng
tuyến có thể sử dụng hệ số tương quan cặp giữa các biến ñộc lập - )ji(r
ji X,X ≠. Nếu
66
ji X,Xr tương ñối cao ( ji X,Xr > 0,8) thì có khả năng tồn tại ña cộng tuyến. Cách thứ
hai là tính ñộ chấp nhận (tolerance) của biến giải thích Xi (ñược ñịnh nghĩa là 1-R2)
và hệ số VIF(Xi) ñược xác ñịnh:
VIF(Xi) = 2R1
1− (2.11)
Nếu ñộ chấp nhận càng bé và VIF càng lớn thì Xi càng liên hệ chặt chẽ với
các biến ñộc lập (biến giải thích) khác.
Hậu quả của ña cộng tuyến là làm cho việc ước lượng các tham số của mô
hình hồi quy sẽ không chính xác, trong trường hợp ña cộng tuyến hoàn hảo thì các
tham số là không xác ñịnh. Ngoài ra, ña cộng tuyến còn ảnh hưởng ñến việc suy
rộng và các kiểm ñịnh thống kê.
ðể khắc phục hiện tượng ña cộng tuyến – hay nói ñúng hơn là ñể hạn chế
phần nào hiện tượng ña cộng tuyến, có thể có những biện pháp khác nhau ñược sử
dụng. Ở ñây, chỉ ñề cập ñến hai biện pháp là tăng cỡ mẫu và bỏ bớt biến giải thích.
Biện pháp thứ nhất là tăng cỡ mẫu: Vì ña cộng tuyến về cơ bản là vấn ñề mẫu, do
ñó khi cỡ mẫu ñược tăng lên thì có thể làm giảm bớt tính chất nghiêm trọng của
ña cộng tuyến. Biện pháp thứ hai là bỏ bớt biến giải thích: Như trên ñã nói ña
cộng tuyến ñó chính là mối liên hệ giữa các biến giải thích. Do ñó nếu bỏ bớt
biến giải thích thì có thể làm giảm nguy cơ của ña cộng tuyến. ðể bỏ bớt các
biến giải thích có thể so sánh các hệ số xác ñịnh bội R2 của các mô hình hồi quy
với các biến giải thích khác nhau hoặc chọn các phương pháp khác nhau ñể xây
dựng mô hình hồi quy.
2.2.2 Phương pháp phân tích nhân tố
2.2.2.1 Bản chất
Có khá nhiều cách giải thích về phương pháp phân tích nhân tố. Tác giả ñã
cố gắng tóm tắt một số các giải thích khác nhau về phương pháp này duới ñây.
Phân tích nhân tố là một phương pháp thống kê ñược sử dụng ñể phân tích
mối liên hệ tác ñộng qua lại giữa một số lượng lớn các biến và giải thích các biến
67
này dưới dạng các nhân tố “ẩn”. Các tiếp cận này ñưa ra cách ñể “cô ñọng ”thông
tin ñồng thời khi giảm thiểu sự mất mát thông tin .
Phân tích nhân tố ñược sử dụng ñể kiểm ñịnh lại khái niệm. Ví dụ, chất
lượng tiếp viên hàng không ñược ño bằng ba chỉ báo ño ñược trực tiếp i)mức ñộ hài
lòng của khách hàng về ñộ chuyên nghiệp; ii) Mức ñộ hài lòng về thái ñộ niềm nở,
ân cần và iii) Kết quả phục vụ ñáp ứng yêu cầu. Tập hợp ño này ñược hình thành từ
nhà nghiên cứu, do vậy cần phải khẳng ñịnh tập hợp ba chỉ báo trên ñúng là thang
ño của biến tiềm ẩn “chất lượng tiếp viên hàng không”. Phân tích nhân tố cho phép
thực hiện ñiều này.
Phân tích nhân tố ñược sử dụng ñể rút gọn và tóm tắt dữ liệu. Trong nghiên
cứu chất lượng dịch vụ có thể có rất nhiều biến ñể nghiên cứu, hầu hết chúng có
tương quan với nhau và cần ñược rút gọn ñể có thể dễ dàng quản lý. Trong phân
tích ANOVA hay hồi qui, tất cả các biến nghiên cứu sẽ có một biến phụ thuộc còn
các biến còn lại là các biến ñộc lập, nhưng ñối với phân tích nhân tố thì không có sự
phân biệt này. Hơn nữa, phân tích nhân tố có quan hệ phụ thuộc lẫn nhau giữa các
biến trong ñó mối quan hệ phụ thuộc này ñược xác ñịnh. Vì những lý do trên, phân
tích nhân tố ñược sử dụng trong các trường hợp sau:
1. Nhận dạng các nhân tố ñể giải thích mối quan hệ giữa các biến. Ví dụ như
các câu trả lời về việc tiếp tục lựa chọn một hãng hàng không trong tương lai có thể
ñược sử dụng ñể ño lường sự hài lòng của hành khách. Các câu trả lời này có thể là
nhân tố ñược phân tích ñể nhận dạng các nhân tố tâm lý.
2. Nhận dạng các biến mới thay thế cho các biến gốc ban ñầu trong phân tích
ña biến (hồi qui). Chẳng hạn các nhân tố tâm lý ñược nhận dạng có thể sử dụng như
là các biến ñộc lập ñể phân biệt số khách hàng trung thành và không trung thành.
3. Nhận dạng một bộ nhân tố có số biến [tiềm ẩn] ít hơn cho việc sử dụng
phân tích ña biến. Chẳng hạn, có một ít câu trả lời về ñộ hài lòng khá cao về thái ñộ
của tiếp viên có tương quan khá cao với nhân tố tiềm ẩn ñược nhận dạng là “tiếp
viên”, và nhân tố “tiếp viên” có thể ñược sử dụng là biến ñộc lập ñể giải thích về
mức ñộ hài lòng chung với dịch vụ hàng không.
68
Theo Byrne (2001) [5] phương pháp phân tích nhân tố là một phương pháp
thông dụng nhất ñể nghiên cứu về mối quan hệ giữa các biến quan sát ñược và biến
tiềm ẩn. Darlington, 2006, cũng ñồng tình khi cho rằng hồi qui ña biến là một
phương pháp rất thông dụng ñể nghiên cứu quan hệ giữa các biến ñộc lập và một
biến phụ thuộc, tuy nhiên phân tích nhân tố ñược sử dụng ñể nghiên cứu chiều
hướng của mối quan hệ giữa các biến phụ thuộc với mục tiêu nhằm phát hiện ra một
ñiều gì ñó về bản chất của các biến ñộc lập ñã ảnh hưởng ñến các biến phụ thuộc
ñó, mặc dù các biến ñộc lập này không ño ñược một cách trực tiếp. Biến ñộc lập
ñược suy luận ñó ñược gọi là “nhân tố-factor”.
Cũng theo Darlington, 2006, phân tích nhân tố ñề xuất câu trả lời cho bốn
câu hỏi chính :
1. Có bao nhiêu nhân tố cần thiết ñể giải thích về chiều hướng mối quan hệ
giữa các biến này?
2. Bản chất của các nhân tố này là gì?
3. Các nhân tố ñược giả ñịnh ñó giải thích ñược ñến mức ñộ nào các số liệu
quan sát ñược?
4. Mỗi biến quan sát ñược giải thích ñược bao nhiêu phần trăm phương sai ?
Như vậy, bản chất của phân tích nhân tố là ñể rút gọn và tóm tắt dữ liệu.
Phân tích ANOVA hay hồi qui nghiên cứu mối quan hệ giữa một biến phụ thuộc
với các biến còn lại là các biến ñộc lập, nhưng ñối với phân tích nhân tố thì không
có sự phân biệt này. Hơn nữa, phân tích nhân tố có quan hệ phụ thuộc lẫn nhau giữa
các biến trong ñó mối quan hệ phụ thuộc này ñược xác ñịnh.
Phương pháp phân tích nhân tố có thể ñược ứng dụng rộng rãi trong quản trị
chất lượng dịch vụ thông qua việc nghiên cứu về sự hài lòng của khách hàng. Ví dụ
dưới ñây ñược dùng ñể minh họa về số lượng các biến có thể thu thập ñược trong
một cuộc ñiêu tra mức ñộ hài lòng của hành khách và nguyên nhân phải sử dụng
phân tích nhân tố.
Hành khách ñược yêu cầu sử dụng thang ño Likert ñể ñánh giá mức ñộ ñồng
ý, không ñồng ý với các câu dưới ñây.
69
Hoàn toàn không ñồng ý Hoàn toàn ñồng ý
1 2 3 4 5 6 7
Máy bay của hãng rất hiện ñại
Ghế ngồi rộng rãi, thoải mái
ðộ ngả thân ghế
Sử dụng các thiết bị tại ghế ngồi rất thuận lợi
Chỗ ñể chân rất rộng rãi
Khoang hành khách rất sạch sẽ
Ghế ngồi sạch sẽ
Buồng vệ sinh sạch sẽ
Không khi trong máy bay rất dễ chịu
Thái ñộ của tiếp viên chân thành, thân thiện
Tiếp viên nhã nhặn, lịch sự khi giao tiếp
Tiếp viên nhiệt tình chu ñáo với hành khách
Thái ñộ của tiếp viên rất nghiêm túc
Luôn sẵn sàng phục vụ khi khách có yêu cầu
Diện mạo trang ñiểm ñẹp
Trang phục chỉnh tề
Tính chuyên nghiệp cao
Hiện diện thường xuyên trong suốt chuyến bay
Cung cấp thông tin nếu có khách yêu cầu
Tiếp viên có cách phát âm hay khi ñọc bản phát thanh
Thông tin ñược thông báo ñầy ñủ
Thời ñiểm phục vụ ñồ ăn trên chuyến bay là phù hợp
Hình thức bày biện ñồ ăn hấp dẫn
Hương vị các món ăn hấp dẫn
Chất lượng ñồ uống trên máy bay rất tốt
Sách báo tạp chí trên chuyến bay rất phong phú
70
Nội dung sách báo tạp chí rất hay
Giải trí trên chuyến bay rất phong phú
Hành khách ñược lựa chọn phim theo sở thích
Chất lượng âm thanh và hình ảnh tuyệt vời
Sự hài lòng tổng thể của hành khách với chất lượng DV trên máy bay
Hành khách sẽ giới thiệu với bạn bè về VNA
Hành khách sẽ tiếp tục sử dụng dịch vụ của VNA lần sau.
Như vậy sau cuộc ñiều tra kết quả thu ñược gồm có các câu trả lời cho 33
biến quan sát ñược. Vấn ñề ñặt ra ở ñây là nếu dựa trên toàn bộ 33 biến này ñể
nghiên cứu về ảnh hưởng của từng biến ñên chất lượng dịch vụ thì sẽ không chính
xác vì các biến nay có thể mức ñộ tương quan lẫn nhau khá cao, và một số biến
quan sát ñược có quan hệ tương quan với nhau cao có thể là ñại diện cho một biến
ñộc lập không quan sát ñược (tiềm ẩn) ẩn ñằng sau các biến ñó. Nhiệm vụ ñặt ra lúc
này là trả lời các câu hỏi:
1. Số luợng các nhân tố cần thiết ñể giải thích về mối quan hệ giữa 33 biến
này? Ba, bốn, năm, hay sáu nhân tố là ñủ?
2. Bản chất của từng nhân tố này là gì?
3. Mỗi nhân tố ñó giải thích ñược ñến mức ñộ nào các số liệu quan sát ñược?
4. Mỗi nhân tố sẽ có ảnh hưởng thế nào/bao nhiêu ñến biến ñộng chung của
chất lượng dịch vụ trên máy bay ?
Như vậy, phương pháp phân tích nhân tố sẽ ñược sử dung trong nghiên cứu
chất lượng dich vụ hàng không nhằm các mục ñích sau:
1. Nhận dạng các nhân tố ñể giải thích mối quan hệ giữa các biến. Ví dụ như
các câu trả lời về thái ñộ của tiếp viên (sự nhã nhặn, ñộ chuyên nghiệp, vvv) ñều là
kết quả của nhân tố “tiếp viên”, nhóm biến về ñồ uống, ñồ ăn có thể là kết quả của
nhân tố “chất lượng ñồ ăn, uống”; nhóm biến về loại máy bay, ñộ rộng rãi của ghế
ngồi; thiết bị tại ghế ngồi vvv có thể nhóm lại thành nhân tố ”tiện nghi trên máy
bay”. Bằng việc nhóm một số lượng lớn các biến thành các nhân tố con, việc nghiên
cứu sự hài lòng chung sẽ dễ dàng hơn và tránh ñược sự tương quan cao giữa các
71
biến trong cùng một nhóm. Nếu sử dụng phương pháp phân tích hồi qui bội trong
trường hợp số lượng các biến giải thích quá lớn ñồng thời có nhiều biến có tương
quan với nhau sẽ không tránh khỏi những kết quả phân tích không ñảm bảo ý nghĩa
do ảnh hưởng của hiện tượng ña cộng tuyến. Trong trường hợp này phân tích hồi
qui bội ñược thực hiện trên cơ sở kết quả của phân tích nhân tố.
2. Nhận dạng các biến mới thay thế cho các biến gốc ban ñầu trong phân tích
ña biến (hồi qui). Chẳng hạn, các nhân tố “tiếp viên” sẽ giúp nghiên cứu ñược ảnh
hưởng của yếu tố con người so với yếu tố “phi con người” ñến mức ñộ hài lòng
chung của hành khách.
3. Một nội dung quan trọng trong ñánh giá chất lượng dịch vụ ñó là vấn ñề
kiểm soát chất lượng chức năng và chất lượng kỹ thuật. ðối với những ñặc tính
mang tính hữu hình của dịch vụ thì việc kiểm soát chất lượng có thể ñược thực hiện
một cách trực tiếp bằng các công cụ kiểm soát chất lượng truyền thống. Chẳng hạn
mức ñộ vệ sinh của thực phẩm ñối với dịch vụ ăn uống, số lượng sách báo tạp chí
trên máy bay ... Tuy nhiên, ña số biến ñánh giá chất lượng dịch vụ hàng không dựa
trên cơ sở những cảm nhận ñánh giá của khách hàng, với số lượng lớn các biến thì
việc kiểm soát chất lượng theo từng biến khó có thể ñưa ra ñược những nhận ñịnh
chung cho toàn bộ qui trình dịch vụ. Trong trường hợp này, việc kiểm soát chất
lượng dịch vụ hàng không ñược thực hiện trên cơ sở một số ít các nhân tố có ñược
sau khi tiến hành thu gọn dữ liệu sẽ thuận tiện hơn.
2.2.2.2. Nguyên tắc cơ bản trong phân tích nhân tố
Về mặt toán học, mô hình phân tích nhân tố giống như phương trình hồi qui
nhiều chiều mà trong ñó mỗi biến ñược ñặc trưng cho mỗi nhân tố. Những nhân tố
này không ñược quan sát một cách riêng lẻ trong mô hình. Nếu các biến ñược chuẩn
hóa mô hình nhân tố có dạng như sau:
Xi = Ai1F1 + Ai2F2+... + AimFm +ViUi (2.12)
Trong ñó:
Xi: Biến ñược chuẩn hóa thứ i
Aịj: Hệ số hồi qui bội của biến ñược chuẩn hóa i trên nhân tố chung j
F: Nhân tố chung
72
Vi: Hệ số hồi qui của biến chuẩn hóa i trên nhân tố di biệt i
Ui: Nhân tố dị biệt của biến i
m: Số nhân tố chung.
Mỗi nhân tố duy nhất tương quan với mỗi nhân tố khác và với các nhân tố
chung. Các nhân tố chung có sự kết hợp tuyến tính của các biến ñược quan sát.
Fi = wi1x1 + wi2x2 +...+ wikxk (2.13)
Trong ñó:
Fi: Ước lượng nhân tố thứ i
wi: Trọng số hay hệ số ñiểm nhân tố
k: Số biến
Trong phân tích này có thể chọn trọng số (hay hệ số ñiểm nhân tố) ñể nhân tố
thứ nhất có tỷ trọng lớn nhất trong tổng phương sai. Các nhân tố có thể ñược ước
lượng ñiểm nhân tố của nó. Theo ước lượng này, nhân tố thứ nhất có ñiểm nhân tố
cao nhất, nhân tố thứ hai có ñiểm nhân tố cao thứ hai, vvv.
2.2.2.3. Các bước trong quá trình phân tích nhân tố
Tiến trình thực hiện phân tích nhân tố ñược trình bày theo các bước trong sơ
ñồ dưới ñây:
73
Bước 1: Xác ñịnh vấn ñề
ðây là bước ñầu tiên và ñóng vai trò quan trong trong toàn bộ quá trình nghiên
cứu và phân tích. Bước 1 bao gồm các nhiệm vụ dưới ñây 1)Xác ñịnh mục tiêu
nghiên cứu; 2)Xây dựng mô hình nghiên cứu và các tập hợp chỉ báo ño; 3)Lựa
chọn cỡ mẫu; 4)Xác ñịnh phương pháp thu thập thông tin.
Trước tiên, mục tiêu nghiên cứu phải ñược xác ñịnh. Việc xác ñịnh ñúng
mục tiêu nghiên cứu sẽ giúp cho việc ñịnh hình các mô hình. Nếu xác ñịnh mục tiêu
nghiên cứu là các yếu tố ảnh hưởng chất lượng dịch vụ ñặt chỗ, các biến trong mô
hình sẽ hoàn toàn khác khi mục tiêu nghiên cứu là chất lượng dịch vụ trên máy bay.
Sau khi ñã xác ñịnh mục tiêu rõ ràng, nhiệm vụ 2 là xác ñịnh các nhân tố
trong mô hình phân tích nhân tố. Các nhân tố có thể ñược xác ñịnh dựa trên các
nghiên cứu ñã ñược tiến hành trước ñây, dựa trên lý thuyết hoặc sự cân nhắc của
nhà nghiên cứu. Mỗi nhân tố sẽ ñược gắn với một tập hợp các chỉ báo là các biến
quan sát ñược trực tiếp. Việc xác ñịnh xem có bao nhiêu chỉ báo trong một nhân tố
cũng là một quyết ñịnh cần phải cân nhắc kĩ càng, do việc có quá nhiều chỉ báo sẽ
dẫn ñến những khó khăn trong việc thu thập thông tin, và có quá ít chỉ báo sẽ không
ñầy ñủ ñể ño một nhân tố. Cần phải có ñủ số biến sao cho mỗi nhân tố ñươc ñại
diện bởi ít nhất ba ñến bốn biến.
Velicer & Fava ñã tóm tắt các nghiên cứu về lựa chọn số biến và ñưa ra các
ñiểm chính sau:
1. Những nhân tố không có ít nhất ba biến với hệ số tải cao không nên ñược
lựa chọn. ðiều ñó có nghĩa là cần phải có ít nhất ba biến mỗi nhân tố. Vì không phải
lúc nào kết quả phân tích cũng diễn ra ñúng như dự kiến nên khi xây dựng mô hình
nên ñưa ít nhất 6-10 biến vào mỗi nhân tố.
2. Cần phải có số lượng biến lớn hơn nếu hệ số tải thấp, 10 ñến 20 biến mỗi
nhân tố.
Số quan sát càng lớn, số lượng biến mỗi nhân tố càng lớn và các hệ số tải càng
lớn thì mô hình ñược lấy ra từ mẫu sẽ càng gần với mô hình nhân tố của toàn bộ
tổng thể do ñiểm mạnh và ñiểm yếu ñược bổ sung cho nhau – ví dụ: hệ số tải thấp
74
và số biến nhỏ sẽ ñược bù lại bởi số lượng quan sát lớn. Nếu không có số quan sát
lớn, có thể bù lại bằng số lượng biến mỗi nhân tố lớn (lưu ý tránh trường hợp có
nhiều biến hơn số quan sát).
Mac Callum & AustinJT (2000) [22] ñã chứng minh qua lý thuyết và thực
nghiệm rằng tỉ lệ cỡ mẫu và số biến không phải bất biến, mà có quan hệ với các
khía cạnh khác của việc nghiên cứu. Kết luận ñược ñưa ra là không nên ñưa ra các
nguyên tắc chung về cỡ mẫu. Các kết luận cơ bản khác như sau:
1. Cỡ mẫu càng lớn thì càng có hệ số communalties cao (Communality : là tỉ
lệ của phương sai của một biến ñược giải thích bởi nhân tố tiềm ẩn, hệ số
communalities thấp thường có nghĩa là có những nhân tố dị biệt có tương quan với
nhau và với các nhân tố chung), và có ra ñược mô hình ñược ñịnh nghĩa tốt [mỗi
nhân tố có ít nhất ba hoặc bốn hệ số tải cao và có một cấu trúc ñơn giản (số nhân tố
ít và không bị trùng lắp)]. ðiều này sẽ làm tăng cơ hội có ñược mô hình nhân tố
phản ánh ñúng bản chất của toàn bộ tổng thể.
2. Khi hệ số communalities lớn (> .6), N dưới 100 vẫn có các kết quả phân
tích tin cậy.
3. Với communalities trung bình (khoảng .5) và các nhân tố ñược ñịnh nghĩa
tốt, nên có 100 ñến 200 quan sát.
4. Với hệ số communalities thấp (< .5) nhưng có số nhân tố không nhiều và
mỗi nhân tố ñại diện cho 6-7 biến, cần có hơn 100 quan sát.
5. Với communalities thấp và chỉ có 3 hoặc 4 hệ số tải cao trên mỗi nhân tố,
cần khoảng hơn 300 quan sát.
6. Với communalities thấp và các nhân tố không ñược ñịnh nghĩa tốt, cần phải
có hơn 500 quan sát.
Tuy nhiên, do không thể biết trước ñược liệu các hệ số communalities cao
hay thấp hoặc các nhân tố có ñược ñịnh nghĩa tốt hay không, nên có một nguyên tắc
là “càng nhiều quan sát càng tốt”.
75
Một lý luận khác do Darlington, 2006, ñưa ra cũng có kết luận gần tương
tự. Cỡ mẫu cần thiết ñược xác ñịnh dựa trên nhiều yếu tố. Mô hình có cấu trúc
càng rõ ràng thì số lượng ñơn vị trong mẫu càng giảm. Tuy nhiên, theo
Darlington, 2006, một mô hình rất mạch lạc và rõ ràng cũng cần ít nhất 50 quan
sát và cần 100 quan sát hoặc nhiều hơn cho các mô hình có cấu trúc thiếu mạch
lạc hơn. Nguyên tắc về số lượng biến trong phân tích nhân tố rất khác so với hồi
qui. Trong phân tích nhân tố, số biến nhiều hơn số quan sát có thể ñược chấp
nhận. Trên thực tế số biến càng nhiều càng tốt, với ñiều kiện là các biến ñó phù
hợp với các nhân tố tiềm ẩn mà chúng ñang ño (Darlington, 2006). ðiều này khá
mâu thuẫn với các kết luận của các tác giả khác rằng số biến không nên nhiều hơn
số quan sát.
Trong ví dụ trên về dịch vụ hàng không, mục tiêu nghiên cứu là các nhân
tố ảnh hưởng ñến sự hài lòng của hành khách về chất lượng dịch vụ trên máy
bay. Số biến ñược nghiên cứu là 33 biến, bao gồm tất cả các khía cạnh cấu thành
nên dịch vụ trên khoang máy bay. 33 câu hỏi tương ứng với 33 biến ñược thiết
kế trong bảng hỏi. Nếu theo nguyên tắc số quan sát cần gấp ít nhất 4-5 lần số
biến thì cỡ mẫu tối thiếu cần thiết là 165 hành khách ñiền vào bảng hỏi. Bước
tiếp theo là giảm bớt số biến xuống thành các nhân tố, trong ñó mỗi nhân tố là
một biến ñộc lập có quan hệ nhân quả với các biến quan sát “kết quả” trong tập
hợp biến-nhân tố ñó.
Bước 2: Xác ñịnh mức ñộ tương quan giữa các biến qua ma trận tương quan
Sau khi thông tin ñã ñược thu thập và tổng hợp, một ma trận hệ số tương
quan sẽ ñược thiết lập. ðây là một ma trận thể hiện các tương quan cặp của từng
cặp biến. Trong thực tế, nếu sự tương quan giữa các biến tương ñối nhỏ thì phân
tích nhân tố có thể không phù hợp.
ðể minh họa, có thể ñơn giản hóa ví dụ trên bằng cách giả ñịnh rằng 7 biến
ñầu tiên (trong số 33 biến ) có tương quan cặp như sau (vì là ví dụ minh họa nên tác
giả chỉ lấy 7 biến cho ngắn gọn, thay vì ñưa ví dụ cả 33 biến):
76
Bảng 2.1 : Ma trận tương quan
Biến V1 V2 V3 V4 V5 V6 V7
V1 1.00
V2 0.78 1.00
V3 0.82 0.75 1.00
V4 0.23 0.16 0.12 1.00
V5 0.15 0.23 0.36 0.81 1.00
V6 0.35 0.59 0.12 0.84 0.67 1.00
V7 0.41 0.20 0.23 0.72 0.87 0.73 1.00
Trong ñó:
V1: Máy bay của hãng rất hiện ñại
V2: Ghế ngồi rộng rãi, thoải mái
V3: ðộ ngả thân ghế
V4: Sử dụng các thiết bị tại ghế ngồi rất thuận lợi
V5: Thái ñộ của tiếp viên chân thành, thân thiện
V6: Tiếp viên nhã nhặn, lịch sự khi giao tiếp
V7: Tiếp viên nhiệt tình chu ñáo với hành khách
Nhận xét:
Ma trận tương quan giữa 7 biến (V1(V7) biểu hiện quan hệ tương quan
theo từng cặp biến. Theo kết quả bảng ...., các biến V4, V6, V5 và V7 có
tương quan rất cao. Nhóm này sẽ ñược ñặt tên là nhân tố F2, cụ thể là nhân tố
“tiếp viên” . Tương tự, các biến V1, V2 và V3 ñược ñại diện bởi nhân tố
chung F1, ñược ñặt tên là nhân tố “thiết bị”. Bước tiếp theo sẽ giúp khẳng
ñịnh lại giả thuyết này.
77
Bảng 2.2 : Các nhân tố ñược tập hợp từ các biến
Nhân tố Eigenvalue % of variance Cumulative % of variance
1 2.6379 44.5 44.5
2 1.9890 31.3 75.8
3 0.8065 11.2 87.0
4 0.6783 5.7 92.7
5 0.5421 3.4 96.1
6 0.3420 2.3 98.4
7 0.2341 1.6 100%
Giải thích:
Eigenvalue: Phương sai tổng hợp của từng nhân tố
Percent of variance: Phương sai của từng nhân tố tính bằng %
Cumulative Percentage: Phương sai tích lũy [cột (6) = cột (5) cộng dồn]
Bước 3: Xác ñịnh số nhân tố
Trong nghiên cứu thường số nhân tố sau khi xử lý ít hơn số biến ban ñầu. Rất
hiếm có trường hợp tất cả các biến ban ñầu ñều là các nhân tố ảnh hưởng hay tác
ñộng ñến vấn ñề nghiên cứu. Theo ví dụ trên, trong 7 biến ban ñầu nhưng chỉ có hai
nhân tố (V1) và (V2) là có trọng số cao về phương sai thể hiện kết quả trong cột 5
(48,3% và 28,0%) làm ñại diện. Tuy nhiên, có rất nhiều cách ñể xác ñịnh số nhân tố
trong mô hình phù hợp:
1. Quyết ñịnh trước số nhân tố: thỉnh thoảng nhà nghiên cứu biết trước có
bao nhiêu nhân tố trước khi tiến hành phân tích. Số nhân tố có giảm ñi hay không là
do nhà nghiên cứu hoàn toàn quyết ñịnh.
2. Quyết ñịnh dựa vào phương sai tổng hợp của từng nhân tố (Eigenvalue):
Trong cách tiếp cận này chỉ có những nhân tố có Eigenvalue lớn hơn 1 mới ñược
ñưa vào mô hình. Nguyên tắc này do Henry Kaiser ñưa ra. Tiêu chuẩn này cho phép
78
chắc chắn rằng những nhân tố ñược giữ lại trong mô hình sẽ nắm giữ phương sai
của ít nhất một trong số các biến ñược sử dụng trong mô hình. Tuy nhiên khi áp
dụng tiêu chuẩn này, nếu số biến quá nhỏ, kết quả phân tích có thể dẫn ñến việc có
ít nhân tố hơn số nhân tố tồn tại thực tế, và nếu số biến quá lớn sẽ dẫn ñến có nhiều
nhân tố hớn là những nhân tố thực sự có ý nghĩa.
3. Quyết ñịnh dựa trên phép kiểm tra Scree test của Raymond B. Cattell. Với
phương pháp này các giá trị Eigenvalues sẽ ñược vẽ kế tiếp trên ñồ thị, và tìm kiếm
các ñiểm tại ñó ñồ thị ñồ thị ñột ngột trở nên phẳng. Nhược ñiểm của phương pháp
này tác giả không giải thích ñược vì sao Eigenvals lại là một chỉ tiêu tốt nhất ñể vẽ
ñồ thị, thay vì dùng các chỉ tiêu khác.
4. Theo Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E.
J.,1999), quá nhiều nhân tố thì tốt hơn là quá ít nhân tố. Quá nhiều nhân tố có thể
dẫn ñến việc có một số nhân tố ñược ước lượng rất tốt từ các hệ số tải nhưng cũng
có cả những nhân tố không ñược ñịnh nghĩa tốt ñưa vào mô hình. Quá ít nhân tố ñẫn
ñến việc có những nhân tố không ñược ước lượng tốt (sự kém tướng ứng giữa cấu
trúc thực sự của nhân tố và cấu trúc ước lượng của nhân tố).
5. Cũng theo Wegner, 2004, hai tiêu chuẩn Kaiser "Eigenvalue lớn hơn 1" và
Cattell's scree test ñã trở nên lạc hậu. Một ñề xuất ñược ñưa ra là so sánh giá trị
Eigenvalues tính ñược với các giá trị mà nhà nghiên cứu kì vọng sẽ xuất hiện từ một
tập hợp dữ liệu ngẫu nhiên. Nếu m Eigenvalues ñầu tiên có giá trị lớn hơn những
giá trị ñược kì vọng từ tập hợp dữ liệu ngẫu nhiên, như vậy giải pháp với m nhân tố
sẽ ñược chấp nhận. Tuy nhiên không có phần mềm thống kê nào ñược lập trình trên
quan ñiểm này.
6. Tiêu chuẩn thống kê GOF (mức ñộ phù hợp của mô hình) từ lệnh ML
trong phân tích nhân tố cũng có ích trong việc xác ñịnh số lượng nhân tố trong mô
hình. Nhà nghiên cứu trước hết xác ñịnh xem nên có nhiều nhất bao nhiêu nhân tố
trong mô hình, ñược gọi là e. Sau ñó lần lượt chạy thử các mô hình với e bằng 0, 1,
2, 3, ... lần lượt cho tới số lượng nhân tố lớn nhất, sau ñó so sánh các GOF của các
mô hình với nhau.
79
Việc lựa chọn mô hình cuối cùng mang tính khá cảm tính. Theo Wegner,
một mô hình không ñưa ra ñược một giải pháp có thể diễn giả ñược và không phù
hợp với các lập luận lý thuyết sẽ không có nhiều giá trị”. Các nhà nghiên cứu khác
cũng ñồng ý với quan ñiểm này. Một cách diễn ñạt khác về lựa chọn mô hình như
sau “tôi sẽ lựa chọn thêm các mô hình, bên cạnh mô hình dường như có số nhân tố
chính xác nhất, các giải pháp về mô hình có 1 hoặc 2 nhân tố. Sau ñó tôi sẽ chọn mô
hình hợp lý nhất ñối với tôi” (Wuesch, 2004)
7. Cũng theo Wuesch, 2004, có một số lựa chọn khác nhau về phương pháp
“chiết xuất nhân tố” (Factor extraction). Phương pháp Maximum Likelihood hay
gọi tắt là ML cho phép tính các chỉ số “phù hợp của mô hình” hay GOF (của các dữ
liệu của mô hình)” và kiểm ñịnh mức ý nghĩa của các hệ số tải và tương quan giữa
các nhân tố, nhưng ñi với giả thiết là các biến phân phối chuẩn. Tuy nhiên phương
pháp ML ñược nhiều tác giả ưa thích hơn. ðể thực hiện ML, trước hết kiểm tra tính
chuẩn của các biến quan sát ñược. Trừ khi |skew| > 2 và kurtosis > 7, phương pháp
ML có thể ñược áp dụng. Nếu tính chuẩn bị vi phạm, nên sửa chữa vấn ñề này bằng
cách chuyển hóa các biến hơn là sử dụng phương pháp PF.
Quay trở lại ví dụ về chất lượng dịch vụ trên máy bay, vì chỉ có hai nhân tố ñầu tiên
có Eigenvalues >1, mô hình hai nhân tố sẽ ñại diện cho 75.8% toàn bộ phương sai trong dữ
liệu. Hệ số tải (loadings) ở cột “nhân tố” thể hiện mối quan hệ giữa biến ñó với toàn bộ
nhân tố. Tương tự như hệ số tương quan Pearson, hệ số này có khoảng từ -1 to 1. Bước
tiếp theo của phân tích nhân tố sẽ cho kết quả như bảng dưới ñây:
Bảng 2.3 : Ma trận nhân tố chưa quay
Biến Nhân tố 1 Nhân tố 2 Communality
V1 .62 0.32 .69
V2 .81 -.45 .87
V3 .84 -.31 .79
V4 .80 -.29 .90
V5 .89 .37 .88
V6 .79 .51 .67
V7 .45 .43 .72
80
Communality : là tỉ lệ của phương sai của một biến ñược giải thích bởi nhân tố
tiềm ẩn.
Tất cả các biến ñều có hệ số tải cao trong nhân tố 1. ðây là ñiều thường gặp
khi chưa quay các biến vào trong các nhân tố. Giải pháp cho vấn ñề này là thực hiện
phép quay, và thông thường các phần mềm thường sử dụng phép varimax ñể thực
hiện việc xoay các biến. Varimax là phép quay cho ra các nhân tố không tương
quan với nhau. Tuy nhiên, có khá nhiều tranh luận về việc dùng phép quay nào là
hợp lý nhất. Wuesch, 2004 rất ủng hộ việc dùng phép quay trong ñó vẫn duy trì sự
tương quan giữa các nhân tố hơn là (oblique rotations) hơn là phép quay tạo ra các
nhân tố không tương quan với nhau (orthogonal solutions). Nguyên nhân là các
nghiên cứu áp dụng phân tích nhân tố thường gắn với yếu tố tâm lý (nghiên cứu về
sự hài lòng của hành khách cũng gắn liền với tâm lý-TG), do vậy thường các nhân
tố vẫn có sự tương quan với nhau. Nếu trên thực tế các nhân tố tiềm ẩn vẫn có sự
tương quan, lúc ñó phép quay oblique rotation sẽ ñưa ra kết quả tốt hơn và có một
cấu trúc mô hình ñơn giản hơn phép quay orthogonal rotation – và nếu phép quay
oblique rotation chỉ ra rằng các nhân tố có hệ tương quan gần zero, lúc ñó các nhà
nghiên cứu có thể thực hiện phép quay orthogonal rotation (lúc ñó cũng sẽ có kết
quả như phép quay oblique rotation).
Bảng dưới ñây chỉ ra kết quả sau khi ñã xoay các biến và các nhân tố:
Bảng 2.4 : Kết quả sau khi quay
Variables Factor 1 (Nhân tố 1)
Factor 2 (Nhân tố 2)
Communality
V1 .68 .17 .87
V2 .87 .24 .79
V3 .65 .07 .90
V4 .21 .79 .69
V5 .16 .76 .88
V6 .30 .83 .67
V7 .19 .69 .72
81
Bước 4: Giải thích các nhân tố
Bảng trên chứa các biến ñã ñược chuẩn hóa, ma trận này thể hiện mối tương
quan giữa hai nhân tố (F1) và (F2) với 7 biến (V1-V7). Các biến V1, V2, V3 có
quan hệ tương quan khá chặt chẽ với nhân tố F1, trong khi các biến V4-V7 có quan
hệ tương quan khá chặt chẽ với nhân tố F2.
Bước 5: Xác ñịnh ñiểm nhân tố và chọn nhân tố thay thế
Ðiểm nhân tố (hay trọng số) ñể kết hợp các biến chuẩn hóa (F) ñược lấy từ
ma trận hệ số ñiểm (bảng 2.5: Factor score coefficient matrix). Theo ví dụ trên,
trong mô hình có hai nhân tố chung F1 và F2, trong ñó F1 có ba biến liên quan là
V1, V2, V3, và F2 có ba biến liên hệ là V45, V4, V7 và V6.
Cụ thể ước lượng ñiểm nhân tố của hai nhân tố F1 và F2 như sau:
F2= 0.680,31x4 + 0,39 x5 + 0,3x6 +0,29x7
F1= 0,30x1 + 0,38x2 + 0,37x3
Các tham số của hai phương trình trên ñược rút ra từ bảng kết quả phân tích
Ma trận hệ số ñiểm nhân tố. Trong hai phương trình trên, biến nào có hệ số ñiểm
nhân tố cao nhất thì biến ñó ảnh hưởng lớn nhất ñến nhân tố chung. Vì kết quả phân
tích nhân tố có thể bị ảnh hưởng lớn bởi các lỗi trong tập dữ liệu gốc. Hair, et al.
kiến nghị rằng, có thể sử dụng ñiểm nhân tố nếu các thang ño ñược “xây dựng tốt,
tin cậy và hợp lý”.
Bảng 2.5: Ma trận hệ số ñiểm nhân tố
Variable Factor 1 Factor 2
V1
V2
V3
V4
V5
V6
V7
.30931
.38315
.37478
-.04918
.00145
-.04160
0.0123
-.06814
-.03331
0.0321
.68031
.3902
.3041
.29173
82
Bước 6: Xác ñịnh mô hình phù hợp
Một giả thuyết cơ bản trong phân tích nhân tố là sự tương quan giữa các biến
ảnh hưởng ñến các nhân tố chung. Vì vậy, tương quan giữa các biến có thể ñược
suy ra hoặc mô phỏng từ mối tương quan ñược ước lượng giữa các biến và các nhân
tố (bảng 2.6). Sự khác biệt giữa ma trận tương quan giữa các biến (bảng 2.1) và ma
trận tương quan giữa các biến và nhân tố (bảng 2.6) gọi là các dư số. Nếu các dư số
có giá trị lớn thì mô hình sẽ không phù hợp, và vì vậy cần phải xem xét lại mô hình.
Với ví dụ này, so sánh giữa bảng 2.1 và bảng 2.6 cho thấy không có chênh lệch nào
quá lớn, do vậy mô hình hai nhân tố có thể chấp nhận ñược.
Bảng 2.6. Ma trận tương quan sau khi chuẩn hóa các biến
V1 V2 V3 V4 V5 V6 V7 V1
V2
V3
V4
V5
V6
V7
0.74
0.76
0.72
0.13
0.24
0.14
0.24
0.80
0.78
0.28
0.14
0.19
0.26
0.70
0.19
0.71
0.20
0.73
0.80
0.15
0.79
0.28
0.72
0.17
0.74
0.79
0.29
0.78
2.2.3 Kết hợp phân tích nhân tố và hồi qui ñể nghiên cứu mối quan hệ
nhân quả
Do phân tích nhân tố không phải nghiên cứu quan hệ nhân quả mà chỉ “cô
ñọng” các biến, do vậy cần thiết phải kết hợp với hồi qui bội ñể nghiên cứu về quan
hệ nhân quả giữa các nhân tố (biến tiềm ẩn) ñộc lập với biến kết quả (tiềm ẩn hoặc
quan sát ñược trực tiếp). Qui trình kết hợp ñược thực hiện như sau:
• Vận dụng phân tích nhân tố, ñồng thời xác ñịnh các nhân tố chung trong
các mô hình nhân tố ảnh hưởng mức ñộ hài lòng chung của hành khách ñối với dịch
vụ hàng không.
•••• ðánh giá ñộ tin cậy của ño lường bằng phương pháp tính hệ số Cronbach’s
Alpha
83
•••• Tính hệ số Cronbach’s Alpha ñược thực hiện ñối với mỗi nhóm biến hình
thành nên từng nhân tố.
•••• ðo lường ñảm bảo ñộ tin cậy khi có hệ số 5,0≥α .
•••• Từ kết quả phân tích nhân tố vận dụng phân tích hồi qui bội ñể ñánh giá
mức ñộ ảnh hưởng của từng nhân tố ảnh hưởng ñến chất lượng dịch vụ hàng không
nói chung.
Các nhân tố tiềm ẩn xác ñịnh ñược ở bước trên ñược sử dụng làm các biến
ñộc lập và cùng với một biến phụ thuộc từ số liệu ñiều tra (thể hiện ñánh giá chung
về chất lượng dịch vụ chung do hành khách cảm nhận) ñược ñưa vào mô hình phân
tích hồi qui bội. Với các biến ñộc lập là những biến tổng hợp có ñược từ phân tích
nhân tố cho phép loại trừ ñược hiện tượng ña cộng tuyến.
2.2.4. Phương pháp mô hình phương trình cấu trúc (Structral equation
Model-SEM)
2.2.4.1 Bản chất của phương pháp mô hình phương trình cấu trúc
Theo Hair, 2006, mô hình phương trình cấu trúc là một dạng của các mô
hình thống kê nhằm giải thích quan hệ giữa các biến ña chiều. Trong ñó, mô hình
cho phép khảo sát cấu trúc của các mối quan hệ lẫn nhau ñược thể hiện bởi một hệ
phương trình, tương tự như hệ phương trình hồi quy. Những hệ phương trình này
mô tả tất cả các mối quan hệ của các biến (phụ thuộc và không phụ thuộc) liên quan
ñến việc phân tích. Các biến này không quan sát ñược và là các biến tiềm ẩn ñược
ño bởi các chỉ báo tương tự như các chỉ báo ñại diện cho một nhân tố trong phân
tích nhân tố. Gần ñây kỹ thuật biến ña chiều ñược phân loại thành kỹ thuật phụ
thuộc và phụ thuộc lẫn nhau. Nếu như phân tích nhân tố chỉ cho phép ño ñược các
biến tiềm ẩn thông qua hệ thông chỉ báo thì mô hình phương trình cấu trúc cho phép
kết hợp hai kỹ thuật là phân tích nhân tố và phân tích hồi quy ña chiều.
Mô hình phương trình cấu trúc còn ñược biết ñến nhiều tên như: phân tích
cấu trúc tương quan, phân tích biến tiềm ẩn… Mặc dù có nhiều cách có thể ñược sử
dụng ñể kiểm ñịnh mô hình, nhưng tất cả những mô hình phương trình cấu trúc
ñược phân biệt bởi ba yếu tố sau:
84
1. Ước lượng những mối quan hệ phụ thuộc ña chiều lẫn nhau
2. Khả năng biểu diễn những biến tiềm ẩn các mối quan hệ này và làm chính
xác những sai số ño lường trong quá trình ước lượng
3. ðịnh nghĩa mô hình ñể giải thích toàn bộ các mối quan hệ.
2.2.4.1.1 Ước lượng những mối quan hệ phụ thuộc ña chiều lẫn nhau
Sự khác biệt rõ ràng nhất giữa mô hình phương trình cấu trúc với các mô hình ña
nhân tố khác là sự bóc tách những mối quan hệ với mỗi một tập hợp các biến phụ thuộc.
Một cách ñơn giản, mô hình ước lượng riêng từng phần nhưng phụ thuộc qua lại và hồi
quy ña chiều ñồng thời bằng cách xác ñịnh mô hình cấu trúc trên cơ sở những chương trình
thống kê. Dựa trên phân tích lý thuyết và tư duy logic, một nhà nghiên cứu có thể phác
thảo biến ñộc lập dự báo cái gì với mỗi biến phụ thuộc. Trong mô hình ñó, một số biến phụ
thuộc trở thành biến ñộc lập trong quan hệ tiếp theo làm tăng tính phụ thuộc qua lại của mô
hình cấu trúc. Mô hình cấu trúc thể hiện các mối quan hệ ñó giữa những biến ñộc lập và
phụ thuộc, thậm chí khi biến phụ thuộc trở thành biến ñộc lập với những mối quan hệ khác.
2.2.4.1.2 Kết hợp những biến tiềm ẩn không ño lường ñược trực tiếp
Phương pháp mô hình phương trình cấu trúc cũng có khả năng kết hợp
những biến tiềm ẩn vào phân tích. Những biến tiềm ẩn ñược giả ñịnh và không quan
sát ñược ñược ñại diện bởi những chỉ báo có thể quan sát và ño lường ñược. Trong
phương pháp này khi xây dựng mô hình có hai loại biến là biến ngoại sinh và biến
nội sinh. Việc phân biệt hai loại biến này ñược trình bày dưới ñây.
Phân biệt các biến ẩn ngoại sinh và nội sinh
Biến ngoại sinh là biến tiềm ẩn ña chiều tương ñương với biến ñộc lập. Biến
ngoại sinh ñược quyết ñịnh bởi các yếu tố bên ngoài mô hình (không ñược giải
thích bởi bất kỳ một biến nào trong mô hình) nên ñược gọi là biến ñộc lập. Mô hình
thường ñược mô tả bởi một sơ ñồ, vì vậy rất hữu dụng ñể biết bằng cách nào ñể
nhận ra biến ngoại sinh. Giả sử một biến ñộc lập với các biến khác trong mô hình,
có thể thấy một biến ngoại sinh không có một ñường dẫn từ một biến khác tới nó.
Vấn ñề xây dựng sơ ñồ ñược ñề cập trong phần dưới ñây.
Biến nội sinh là các biến tiềm ẩn ña chiều tương ñương với với biến phụ
thuộc (hay một sự kết hợp của biến cá nhân phụ thuộc). Những biến này về mặt lí
85
thuyết ñược xác ñịnh bởi các yếu tố trong mô hình, và sự phụ thuộc này ñược biểu
diễn bằng mắt bởi một ñường dẫn tới tới biến nội sinh từ các biến ngoại sinh (hoặc
từ biến ngoại sinh khác mà chúng ta sẽ nhìn thấy sau).
2.2.4.1.3 ðịnh nghĩa mô hình
Mô hình ñược sử dụng dụng ñể mô tả lí thuyết. Lí thuyết có thể ñược hiểu
như là tập hợp có hệ thống các mối quan hệ cho phép giải thích sự biến ñộng của
các hiện tượng. Từ ñịnh nghĩa này, chúng ta thấy rằng lí thuyết không phải là vùng
dành riêng cho giới học thuật mà có thể ñược xây dựng trên kinh nghiệm và thực
nghiệm ñạt ñược bởi sự quan sát các hành vi thế thế giới thực. Một mô hình quy
ước trong mô hình phương trình cấu trúc thực tế bao gồm hai mô hình: Mô hình ño
(các biến tiềm ẩn ñược ño bằng các tập hợp chỉ báo nào) và mô hình cấu trúc (Các
biến tiềm ẩn liên kết với nhau theo mối quan hệ nào).
Mô tả mô hình ñược xây dựng theo phương pháp SEM
Một mô hình phương trình cấu trúc hoàn chỉnh bao gồm mô hình ño lường
và mô hình cấu trúc có thể sẽ khá phức tạp. Rất nhiều cách ñược sử dụng ñể xác
ñịnh tất cả các mối quan hệ trong một mô hình toán nhưng nhiều nhà nghiên cứu
nhận ra rằng nó sẽ thuận tiện hơn khi mô tả trong một dạng có thể quan sát bằng
mắt, sơ ñồ ñường dẫn. Mô hình các mối quan hệ này quy ước cụ thể cho cả biến ẩn
và các biến ñược ño lường tốt như các các mối quan hệ giữa chúng.
Mô hình ño
Qui tắc cơ bản ñể xây dựng sơ ñồ ñường dẫn của mô hình ño lường như sau:
• ðể phân biệt các chỉ báo của biến ngoại sinh và biến nội sinh, các biến ño
lường (indicators) của biến ngoại sinh ký hiệu là X và cho biến nội sinh kí hiệu là Y.
• Các biến tiềm ẩn ñược biểu diễn bởi hình ô van hoặc hình tròn trong khi
các biến chỉ báo là hình vuông.
• Các biến chỉ báo của X hoặc Y ñược liên kết với riêng từng biến bằng
những ñường thẳng từ biến tiềm ẩn tới biến chỉ báo.
Hình 2.3-1 mô tả những cách mô tả quan hệ giữa biến và một trong những
biến ño lường của nó.
86
Mô hình mô tả quan hệ cấu trúc. Mô hình cấu trúc liên quan ñến xác ñịnh
quan hệ cấu trúc giữa các biến ẩn. Xác ñịnh các mối quan hệ này nghĩa chúng ta xác
ñịnh xem có tồn tại quan hệ hay không. Hai dạng quan hệ có thể có giữa các biến là
quan hệ phụ thuộc và quan hệ tương quan.
Quan hệ phụ thuộc. Mũi tên trực tiếp mô tả một mối quan hệ phụ thuộc, tác
ñộng của một biến lên các biến khác. Trong trường hợp ño lường, quan hệ phụ
thuộc xảy ra từ các biến này ñến biến khác. Mũi tên từ cái có trước (biến ñộc lập)
ñến kết quả (biến phụ thuộc). Quan hệ này ñược môt tả trên hình 2.2. Phần sau sẽ
thảo luận về vấn ñề liên quan ñến việc xác ñịnh mối quan hệ nhân quả, một dạng
ñặc biệt của quan hệ phụ thuộc.
Hình 2.1. Một số loại phổ biển của quan hệ lý thuyết trong mô hình SEM
Biến ngoại sinh X
a. Quan hệ giữa biến và biến ño lường
Biến nội sinh Y
Biến nội sinh X2
X3
X1
Biến tiềm ẩn 1 Biến tiềm ẩn 2
Biến tiềm ẩn 1
Biến tiềm ẩn 2
b. Quan hệ giữa biến và các biến ño lường
c. Quan hệ giữa hai biến (quan hệ cấu trúc)
d. Quan hệ tương quan giữa các biến
87
Hình 2.2. Mô tả trực giác mô hình phương trình cấu trúc ñơn giản bằng cách
mô tả biến ngoại sinh ñơn và biến nội sinh ñơn. ðầu tiên, mỗi biến có chỉ báo là X1
ñến X4 với biến ngoại sinh và Y1 ñến Y4 với biến nội sinh. Thứ hai, biến phụ thuộc
giữa biến ngoại sinh và nội sinh ñược mô tả bởi mũi tên giữa các biến.
Hình 2.2. Hình ảnh thể hiện mô hình quan hệ cấu trúc và
ño lường trong mô hình SEM
Quan hệ tương quan. Trong một số trường hợp, mối tương quan ñơn giản
giữa các biến ngoại sinh có thể tồn tại, do các biến này có quan hệ tương quan lẫn
nhau nhưng không phải quan hệ phụ thuộc của biến này vào một biến khác.
Hình 2.2-b mô tả quan hệ tương quan. Hai biến có cùng các chỉ tiêu nhưng
hai sự thay ñổi phân biệt so với phần a. ðầu tiên, cả hai biến có thể là ngoại sinh bởi
vì không có quan hệ phụ thuộc nào ñược chỉ ra từ một trong số chúng. Thứ hai, bốn
chỉ báo của biến thứ hai ñược gọi là biến X bởi vì chúng tương ứng với biến ngoại
sinh. Vì vậy cách ñặt chỉ báo từ Y1 ñến Y4 trong mô hình ñầu tiên bây giờ ñược
gán lại là là X5 ñến X8. Các biến ñó bản thân không thay ñổi, mà chỉ thay ñổi
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
Y1 Y2 Y3 Y4
a. Quan hệ phụ thuộc
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
X5 X6 X7 X8
b. Quan hệ tương quan
88
những thiết kế trong mô hình. Cuối cùng, mũi tên ñược thay thế bởi ñường cong ñại
diện cho một quan hệ tương quan.
Nhà nghiên cứu xác ñịnh biến là biến ngoại sinh hay nội sinh dựa trên lý
thuyết ñược thử nghiệm. Mỗi biến giữ lại các chỉ báo không thay ñổi, sự phân biệt
duy nhất là vị trí của chúng trong mô hình ñã thay ñổi. Mô hình phương trình cấu
trúc ñơn có thể bao gồm cả quan hệ phụ thuộc và quan hệ tương quan.
Kết hợp quan hệ phụ thuộc và quan hệ ñộc lập. Sự mô tả một tập hợp các
mối quan hệ trong sơ ñồ ñường dẫn cơ bản liên quan ñến sự kết hợp giữa quan hệ
phụ thuộc và quan hệ cấu trúc giữa biến ngoại sinh và biến nội sinh. Nhà nghiên
cứu có thể xác ñịnh bất cứ sự kết hợp các mối quan hệ rằng các bằng chứng lý
thuyết cho những câu hỏi nghiên cứu sắp tới. Ví dụ sau ñây mô tả bằng cách nào
các quan hệ liên quan ñến cả yếu tố phụ thuộc và tương quan như là cung cấp cá
mối quan hệ tương quan lẫn nhau.
Hình 2.3. Sơ ñồ mối quan hệ ñộc lập và tương quan
X1, X2
X1, X2
X2, Y1
X1, X2
Y1
Y1 Y2
Y1 Y2 Y3
X2, Y1
Y1, Y2
Biến ñộc lập Biến phụ thuộc
QH nhân quả
(a)
(b)
(c)
X1 X2
Y1
X1 X2
Y1 Y2
X1 X2
Y1 Y2
Y3
89
Hình 2.3 thể hiện 3 ví dụ về các mối quan hệ ñược mô tả bởi sơ ñồ ñường
dẫn với các phương trình tương ứng. Hình 2.3-3a chỉ ra một mô hình 3 biến ñơn
giản: x1, x2 ngoại sinh, quan hệ với biến nội sinh y1, ñường nối giữa x1, x2 thể
hiện ảnh hưởng của sự tương quan qua lại giữa 2 biến (ña cộng tuyến) của dự báo.
Ta có thể chỉ ra mối quan hệ này thông qua một phương trình ñơn ñã ñược trình bày
trong phần hồi quy bội.
Trong hình 2.3-3b biến nội sinh thứ 2 y2 ñược thêm vào. Trong hình này
phương trình thứ hai thể hiện mối quan hệ giữa X2, Y1 với Y2, ở ñây ta có thể thấy
vai trò của mô hình khi có nhiều mối quan hệ giữa các biến hơn. Chúng ta cần xem
xét ảnh hưởng của x1 lên y1, x2 lên y1 ñồng thời là ảnh hưởng của x2, y1 lên y2
nếu ta không ước lượng ñược các ảnh hưởng trên ta sẽ không ước lượng ñược các
ảnh hưởng thực tế và riêng rẽ của các nhân tố ñó, chúng ta sẽ phải làm tương tự ñể
tìm ra ảnh hưởng của x2 lên y1 và y2. Các mối quan hệ sẽ phức tạp hơn trong hình
2.3-3c với 3 biến phụ thuộc mỗi biến lại có quan hệ với các biến ñộc lập khác, các
mối quan hệ này hai chiều này ñược thể hiện cả ở y2 và y3, phương trình y2 sử
dụng ñể dự ñoán kết quả của y3 và ngược lại. Không thể biểu diễn các mối quan hệ
ñồng thời của hình 2.3-3b và c trong một phương trình ñơn. Các phương trình ñơn
là cần thiết ñể thể hiện các biến phụ thuộc. Sự cần thiết có một phương pháp cho
phép ước lượng ñồng thời các phương trình với nhau sẽ ñược sử dụng trong mô
hình phương trình cấu trúc.
Tóm tắt
SEM là kỹ thuật ña nhân tố duy nhất cho phép ước lượng phương trình bội.
Nhưng phương trình này ñại diện cho phương pháp xây dựng mô hình liên quan tới
các yếu tố cần ño lường và phương pháp mô hình này liên quan tới một mô hình
khác. Vì vậy, khi sử dụng kỹ thuật SEM ñể kiểm ñịnh ký thuyết cấu trúc, có thể coi
như việc phân tích nhân tố hiệu quả và phân tích hồi quy trong cùng một bước.
SEM vì vậy ñược coi là một kỹ thuật rất phổ biến trong khoa học xã hội vì những
ưu ñiểm vượt trội ñó.
90
2.2.4.2 Sáu bước trong quá trình xây dựng mô hình phương trình cấu trúc
Theo Hair, Jr.J.F., Anderson, R.E. , Tatham, R.L. and Black, W.C.(1998)
[17]mô hình phương trình cấu trúc bao gồm sáu bước như sau:
Xây dựng mô hình phương trình cấu trúc
Có
Không Mô hình ño lường có giá trị hay
không? Tìm kiếm lại thước ño và thiết kế một nghiên cứu mới
Tiếp tục quá trình kiểm tra mô hình cấu trúc ở bước 5 và 6
Chỉ ra mô hình cấu trúc Chuyển ñổi mô hình ño lường thành mô hình
cấu trúc
Xác ñịnh giá trị của mô hình cấu trúc Tính toán GOF và ý nghĩa, hướng ñi và kích thước
của tham số cấu trúc
Mô hình cấu trúc có giá trị
không?
Tiếp tục tìm kiếm mô hình và kiển tra với dữ liệu mới
Vẽ ra mô hình và giới thiệu
Phát triển và xác ñịnh rõ mô hình ño lường Tạo ra các biến ño lường trong mô hình ño
Vẽ ñường biểu ñồ biểu diễn mô hình ño lường
Phương pháp ước lượng các tham số của mô hình ño ðánh giá mức ñộ ñầy ñủ/thích hợp của kích thước mẫu
Lựa chọn phương pháp ước lượng và tiếp cận các dữ liệu còn thiếu
Xác ñinh giá trị của mô hình ño lường Xác ñịnh mức ñộ phù hợp của mô hình
(GOF)
Bước1 Xác ñịnh các biến/cấu trúc ñơn
Các chỉ báo nào ñược dung ñể ño từng nhân tố riêng biệt
Bước 2
Bước 3
Bước 4
Bước 5
Bước 6
Không
Có
Hình 2.4. Sáu bước xây dựng mô hình phương trình cấu trúc
91
Bước 1: Xác ñịnh tập hợp các chỉ báo ño từng nhân tố (biến tiềm ẩn) riêng lẻ
Xây dựng tập hợp chỉ báo ño lường biến tiềm ẩn (Operationalizing the
contructs)
Quá trình này bắt ñầu bằng việc xác ñịnh những chỉ báo có liên quan. Việc
xác ñịnh này sau ñó sẽ cung cấp cơ sở cho việc lựa chọn hoặc thiết kế tập hợp các
chỉ báo cho 1 biến riêng lẻ nào ñó. Thang ño thường dùng là thang ñiểm Likert .
Việc xác ñịnh tập hợp chỉ báo ño từng nhân tố có thể dựa trên một hoặc kết hợp các
cách sau:
Kế thừa kết quả từ các nghiên cứu trước. Trong nhiều ví dụ, tập hợp biến
có thể ñược xác ñịnh và thực hiện như ñã làm trong những nghiên cứu trước ñó.
Các nhà nghiên cứu có thể tiến hành tìm kiếm tài liệu về những biến riêng lẻ và xác
ñịnh những thang ño ñã hoạt ñộng tốt ở các nghiên cứu trước ñó.
Phát triển các biến ño mới . Biến ño lường có thể ñược phát triển. Sự phát triển
này phù hợp khi nhà nghiên cứu ñang nghiên cứu cái gì ñó mới, chưa ñược nghiên cứu
nhiều trước ñó. Quá trình phát triển các tập hợp ño mới có thể rất dài và chi tiết.
Bước 2: Phát triển và cụ thể hóa mô hình ño lường
Trong giai ñoạn này, mỗi biến tiềm ẩn trong mô hình ñược xác ñịnh tương
ứng với tập hợp chỉ báo của từng biến tiềm ẩn. Mặc dù mối quan hệ giữa từng tập
hợp biến quan sát ñược với một tiềm ẩn và giữa các biến tiềm ẩn với nhau có thể
ñược trình bày dưới dạng phương trình, nhưng sẽ ñơn giản hơn nếu trình bày quá
trình này bằng biểu ñồ. Hình 2.5 mô tả mô hình ño lường 2 biến ñơn giản, với 4 chỉ
số liên kết với mỗi biến và mối quan hệ tương quan giữa các biến.
Mô hình phép ño ñơn giản trong Hình 2.5 có tổng số 17 tham số ước lượng
(như 8 ước lượng tác ñộng (eight loading estimate), 8 ước lượng sai số, và một ước
lượng tương quan giữa các biến). Ước lượng tỷ lệ tác ñộng (loading) ñối với mỗi
mũi tên kết nối một biến tiềm ẩn ñến biến ño lường là một ước lượng của tỷ lệ tác
ñộng (loading) của biến - mức ñộ mà yếu tố liên quan ñến biến.. Về trực quan, nó
trả lời câu hỏi: mũi tên ñược vẽ ở ñâu liên kết biến với biến?
92
Rất nhiều hướng ñi có thể ñã không ñược chỉ ra (như tương quan giữa biến
chỉ báo, hệ số tác ñộng của chỉ báo (loading of indicator) trên hơn 1 biến, vv...).
Trong quá trình ước lượng các hệ số tác ñộng không ñược chỉ rõ này ñược ñặt ở
mức giá trị bằng 0, nghĩa là chúng không ñược ước lượng.
Hình 2.5. Mô tả trực quan (Sơ ñồ hướng ñi) của mô hình phép ño
Mô tả chi tiết của mô hình phép ño cho phép hình dung dễ dàng mối quan hệ
của từng biến tiềm ẩn với tập hợp chỉ báo ño của nó. Tuy nhiên, vẫn có khá nhiều
vấn ñề ñược ñặt ra sau ñây:
1. Có bao nhiêu chỉ số sẽ ñược sử dụng cho mỗi biến? Số lượng chỉ số tối
thiểu là bao nhiêu? Có số lượng tối ña không? Những nếu tăng hoặc giảm số chỉ
báo thì sẽ có những thay ñổi gì?
2. ðo lường có ñược cân nhắc như là việc minh họa biến (nghĩa là nó mô tả
biến) hoặc xem như việc giải thích biến. Mỗi cách tiếp cận mang lại cách hiểu khác
nhau về cái mà biến mô tả.
Bước 3: Thiết kế mô hình ño các mối quan hệ
Với những mô hình cơ bản tập trung vào xây dựng hoặc ño lường các biến/
yếu tố, những nhà nghiên cứu thường tập trung chú ý tới những vấn ñề liên quan tới
nghiên cứu thiết kế hoặc ước lượng. Sáu vấn ñề sau sẽ ñược ñề cập ñến trong phần
này bao gồm:
L1,1 L2,1
L3,1 L4,1
L4,1 L3,1
L1,1 L2,1
C2
X1 X1 X1 X1
e8 e7 e6 e5
C1
X1 X1 X1 X1
e1 e2 e3 e4
Cov C1,C2
93
Thiết kế mô hình nghiên cứu
Các vấn ñề cần chú ý trong quá trình này:
1. Các loại dữ liệu phân tích: hiệp phương sai và quan hệ tương quan
2. Xử lý các dữ liệu khuyết (missing values)
3. Kích thước mẫu
Ứơc lượng mô hình:
Bao gồm các vấn ñề sau:
1. Cấu trúc mô hình
2. Kỹ thuật ước lượng
3. Các phần mềm thống kê thường ñược sử dụng
Một số vấn ñề trong thiết kế mô hình nghiên cứu
Như ñã ñề cập ñến trong phương pháp phân tích nhân tố, các mối quan hệ
trong mô hình ñược xây dựng dựa trên ma trận hiệp phương sai hoặc hệ số tương
quan giữa các chỉ báo và các biến tiềm ẩn (nhân tố). Nguyên tắc của SEM cũng dựa
trên việc phân tích hai loại ma trận này.
Hiệp phương sai và hệ tương quan. Những nhà nghiên cứu tiến hành phân
tích theo mô hình SEM trước ñây thường tranh cãi về việc sử dụng hiệp phương sai
hoặc ma trận quan hệ tương quan như một yếu tố ñầu vào Hair, Jr.J.F., Anderson,
R.E. , Tatham, R.L. and Black, W.C.(1998) [17]. Ban ñầu, SEM ñược phát triển dựa
trên những ma trận hiệp phương sai (vì thế người ta thường gọi nó với cái tên là
phân tích các cấu trúc hiệp phương sai). Nhiều nhà nghiên cứu lại ủng hộ phương
pháp sử dụng hệ số tương quan như một cách ñơn giản hơn ñể phân tích và dễ dàng
kết luận hơn.
Một ưu ñiểm của sử dụng dữ liệu quan hệ tương quan trong SEM là tất cả
các giá trị ước lượng phải nằm trong khoảng từ -1.0 tới +1.0, tạo khả năng dễ dàng
nhận biết những ước lượng không phù hợp hơn phương pháp sử dụng hiệp phương
sai vì sử dụng phương pháp hiệp phương sai không có khoảng giá trị cụ thể.
94
Dữ liệu khuyết: Có 2 câu hỏi cần ñược trả lời liên quan tới việc liệu việc
thiếu dữ liệu có thể gây ra những vấn ñề gì:
1. Việc bỏ sót dữ liệu ñã ñầy ñủ và là hiện tượng phi ngẫu nhiên , qua ñó cho
phép dự ñóan và giải thích các nguyên nhân của vấn ñề?
2. Trong trường hợp phải có những cách ñiều chỉnh với dữ liệu bị thiếu, ñâu
là phương pháp tiếp cận tốt nhất.
Dữ liệu khuyết và phương pháp xử lý:
Theo Hair, có khá nhiều cách xử lý dữ liệu khuyết, tuy nhiên có hai phương
pháp ñược sử dụng khá nhiều trong SEM là phương pháp thêm biến. Phương pháp
này ñề cập tới cách thay thế các giá trị trung bình phổ biến nhất sẽ ñược thêm vào
bộ số liệu bị bỏ sót (thay thế) ñối với tất cả các biến. Hai cách tiếp cận phổ biến
nhất (1) Ước lượng tối ưu những giá trị bị khuyết (Maximum Likehood); (2) ước
lượng giá trị trung bình và hiệp phương sai của tất cả các giá trị trong trường hợp
có hiện tượng bỏ sót dữ liệu (EM).
Quy mô mẫu.
Có khá nhiều các tranh luận về qui mô mẫu.Tuy nhiên các tác giả ñều thông
nhất về năm yếu tố ảnh hưởng tới về quy mô mẫu trong SEM bao gồm i) Sự phân
phối số liệu ña nhân tố, ii) Kỹ thuật ước lượng, iii) Tính phức tạp của mô hình, iv)
Số lượng dữ liệu bị bỏ sót, v) Số lượng phương sai sai số trung bình tương ứng với
các nhân tố khác. Trong ñó tính phức tạp của mô hình có ảnh hưởng rất lớn ñến qui
mô mẫu. Những mô hình ñơn giản hơn có thể ñược thực hiện dựa trên những mẫu
có quy mô nhỏ. Những yếu tố dưới ñây sẽ ảnh hưởng trực tiếp tới qui mô mẫu:
1) Mô hình với nhiều biến tiềm ẩn sẽ cần nhiều tham số ước lượng hơn
2) Phân tích các nhóm ña nhân tố yêu cầu quy mô mẫu phải ñủ lớn cho
từng nhóm.
Ý nghĩa của quy mô mẫu là rất quan trọng trong việc cung cấp thông tin và
tính ổn ñịnh ñối với mô hình SEM.
Trong các nghiên cứu của SEM, có khá nhiều tranh luận xung quanh ý kiến
cần “mở rộng tối ña kích thước mẫu” hoặc “quy mô mẫu cần ít nhất khoảng 300
95
quan sát”. Có một thực tế rằng, quy mô mẫu càng lớn thì tính chắc chắn của các kết
quả ñưa ra sẽ tăng lên nhưng các nghiên cứu cũng chỉ ra rằng các quy mô mẫu ñược
lựa chọn cần phải dựa trên tập hợp các nhân tố (biến tiềm ẩn).
Hair, Black, Babin, Anderson và Tatham, 2006, ñã ñưa ra những gợi ý sau
ñây về qui mô mẫu dựa trên tính phức tạp của mô hình và ñặc ñiểm cơ bản của
mô hình:
1) Mô hình SEM có dưới năm biến tiềm ẩn và mỗi biến có nhiều hơn 3 chỉ
báo và cao hơn (có communalities >0.6), có thể sử dụng những mẫu có kích thước
từ 100 ñến 150 quan sát.
2) Nếu giá trị commulnalities từ khoảng 0.45 – 0.55, các biến trong mô hình
có ít hơn 3 chỉ báo, quy mô mẫu sẽ phải >200 quan sát.
3) Nếu giá trị commulnalities thấp hơn hoặc mô hình bao gồm những biến
tiềm ẩn có số chỉ báo chưa xác ñịnh (<3), quy mô mẫu nhỏ nhất có thể sử dụng là
300 quan sát.
4) Khi số lượng các nhân tố >6, một nhân tố nào ñó có nhiều hơn 3 chỉ báo,
giá trị commulnalities là nhỏ, quy mô mẫu phải lớn hơn 500 quan sát.
5) Ngoài những ñặc ñiểm ñã nêu, quy mô mẫu sẽ tăng trong những trường
hợp sau:
- Số liệu không có tính chuẩn
- Sử dụng những phương pháp ước lượng khác
- Có trên 10% số liệu bị bỏ sót trong mô hình.
Hạn chế trong ước lượng mô hình
Ngoài những hạn chế có thể gặp phải trong các nghiên cứu khác, phân tích
SEM cũng có một số hạn chế nhất ñịnh. Những hạn chế này liên quan tới cấu trúc
mô hình, kỹ thật ước lượng sử dụng và chương trình máy tính sử dụng ñể phân tích.
Cấu trúc mô hình Bước quan trọng nhất trong quá trình phân tích SEM là
mức ñộ quyết ñịnh và liên quan của cấu trúc mô hình lý thuyết. Hiểu ñược mô hình
96
cấu trúc ký thuyết, người nghiên cứu cần xác ñịnh các tham số của mô hình cần
ñược ước lượng. Mô hình này thường bao gồm các biến trong SEM thể hiện dưới
dạng mối quan hệ của các biến.
Kỹ thuật ước lượng. Khi xác ñịnh mô hình, người nghiên cứu cần chọn mô
hình nào sẽ sử dụng ñể ước lượng. Nói một cách khác, những thuật toán nào sẽ
dùng ñể ước lượng các tham số tự do. SEM cũng cấp một số kết quả lựa chon.
Ban ñầu, người ta ước lượng mô hình phương trình cấu trúc bằng phương
pháp hồi quy bình phương nhỏ nhất. Sau ñó, người ta sử dụng phương pháp ước
lượng hợp lý tối ña (MLE) sẽ cho kết quả tốt hơn và không chệch ñối với những giả
ñịnh về phân phối chuẩn của ña nhân tố. MLE ñược sử dụng ñầu tiên trong phần
mềm LISEL và trở nên phổ biến trong hầu hết các chương trình SEM.
Tất cả những kỹ thuật ước lượng thay thế ngày một sử dụng phổ biến hơn
cũng như kỹ thuật tính toán của máy tính cá nhân tăng lên khiến cho các vấn ñề trở
nên dễ dàng hơn. MLE vẫn ñược sử dụng rộng rãi và ñược mặc ñịnh trong hầu hết
các chương trình SEM. Trên thực tế cho thấy việc vi phạm các giả ñịnh về phân
phối chuẩn là khá phổ biến.
Bước 4: ðánh giá hiệu lực của mô hình ño
Sau khi ñã xây dựng xong mô hình ño với những số liệu ñầy ñủ, kỹ thuật ước
lượng cũng ñược xác ñịnh, câu hỏi ñặt ra tiếp theo sẽ là : “Liệu mô hình ño lường
(bao gồm tập hợp các biến tiềm ẩn) có giá trị?”. Tính chính xác, mức ñộ ý nghĩa của
kết quả của hình ño phụ thuộc vào tính hợp lý trong mô hình và những ñiều kiện cụ
thể ñể các biến có ý nghĩa. Dưới ñây là một số tham số ño hiệu lực của mô hình ño.
1)Tính hợp lý của mô hình (Goodness Of Fit-GOF) hàm ý rằng việc xác
ñịnh mô hình ñể xây dựng ma trân hiệp phương sai giữa các biến nhân tố (sự giống
nhau của các quan sát và ma trận hiệp phương sai ước lượng ñược). Khi phương
pháp ño lường hợp lý ñầu tiên ñược xây dựng, nhà nghiên cứu ñã có những ñiều
chỉnh và phát triển những phương pháp ño lường khác có thể cho phép ño lường ở
mức ñộ khác nhau của số liệu có ñược. Như vậy, số lượng các phương pháp ño
97
lường hợp lý hiện nay có khá nhiều cho các nhà nghiên cứu lựa chọn. Mỗi phương
pháp ño lường GOF là duy nhất, thường ñược chia thành 3 phần: ño lường toàn
bộ, ño lường phần tăng thêm, ño lường ñộ hợp lý tối thiểu. Trong phần sau, chúng
ta sẽ ñể cập tới những vấn ñề cơ bản trong quá trình tính toán phương pháp ño
lường GOF
a. Các chỉ số ño tính hợp lý
Khi các lý thuyết ñược sử dụng ñể xác ñịnh một mô hình mà qua ñó có thể
ước lượng các biến thì tính hợp lý của mô hình lý thuyết ñược chứng minh thông
qua việc so sánh giữa mô hình lý thuyết với thực tế. Nếu các lý thuyết nghiên cứu
là ñúng thì ma trận hiệp phương sai ước tính (∑k) và ma trận hiệp phương sai quan
sát ñược (S) sẽ phải giống nhau. Vì thế, ma trận hiệp phương sai ước tính theo các
mô hình toán học sẽ ñược so với ma trận hiệp phương sai quan sát ñược ñể ñưa ra
tính hợp lý của mô hình. Hai ma trận này càng gần nhau thì mô hình càng ñược coi
là hợp lý.
Khi-bình phương (Chi-square (x2) GOF. Chênh lệch giữa ma trận phương
sai (S-∑k) là giá trị chủ yếu trong ñánh giá GOF của bất kỳ mô hình SEM nào. Công
thức tính như sau:
X2 (Chi-square) = (N - 1)(Ma trận phương sai mẫu quan sát - Ma trận
phương sai ước lượng SEM ) hoặc X2 (Chi square) = (N - 1)(S-∑k)
N là kích cỡ mẫu tổng thể. Giá trị X2 bị ảnh hưởng bởi N. Thậm chí nếu sự
chênh lệch trong ma trận phương sai không ñổi, giá trị X2 tăng khi kích cỡ mẫu
tăng. Trong khi ñó, ma trận phương sai ước lượng SEM bị ảnh hưởng bởi có bao
nhiêu ñộ tự do ñược ước lượng (số k trong ∑k), vì vậy ñộ tự do cũng ảnh hưởng ñến
giá trị GOF.
ðộ tự do (df). Theo các quy trình thống kê, ñộ tự do ñại diện cho số thông
tin toán học sẵn có cho thông số mô hình ước lượng. Số lượng ñộ tự do ñối với một
phân tích của một mô hình cấu trúc phương sai (SEM) ñược xác ñịnh bởi:
df = ½ [(p)(p + 1)] - k
98
Trong ñó p là tổng số biến quan sát ñược và k là tổng số thông số ước lượng
(tự do). Chênh lệch so sánh giữa việc tính toán mức ñộ tự do thảo luận ở phần ñầu
chương là cái mà họ dựa trên tổng số quan sát ñối với các biến liên quan (ví dụ:
trong hồi quy, df bằng kích cỡ mẫu trừ ñi số hệ số ước lượng) trong khi tính toán
SEM thì dựa trên số phương sai và biến duy nhất trong ma trận phương sai quan sát.
Trong phương trình trước, ½ [(p)(p + 1)] ñại diện số những phương sai ở dưới
ñường chéo cộng với những biến trên ñường chéo.
Ý nghĩa thống kê của X2. Một giả thuyết của SEM là mẫu quan sát và các
ma trận phương sai ước lượng SEM là bằng nhau, nghĩa là mô hình phù hợp hoàn
toàn. Nếu không phải trường hợp hoàn toàn phù hợp, giá trị X2 sẽ tăng. Bởi vì giá
trị tới hạn của phân phối X2 ñã ñược biết, khả năng mà bất kỳ mẫu quan sát nào và
ma trận phương sai ước lượng SEM thực sự bằng nhau trong một tổng thể nhất ñịnh
có thể ñược tìm thấy. Khả năng này là giá trị p truyền thống kết hợp với thử nghiệm
thống kê tham số. Chương trình phần mềm SEM cung cấp cả giá trị tính toán X2 và
giá trị p, vì vậy người sử dụng không phải thực hiện tính toán này.
Trong những nghiên cứu khác, giá trị p nhỏ hơn (nhỏ hơn .05) thường ñược
mong ñợi ñể chỉ ra rằng mối quan hệ là tồn tại. Với thử nghiệm GOF X2 trong
SEM, giá trị p càng nhỏ, cơ hội mà mẫu quan sát và ma trận phương sai ước lượng
SEM không bằng nhau càng lớn. Vì vậy với SEM, nên có một giá trị X2 nhỏ (và
tương ứng với giá trị p lớn) ñể kết luận ñược không có chênh lệch ý nghĩa thống kê
giữa các ma trận.
b. Các chỉ số ñánh giá mức ñộ phù hợp tuyệt ñối của mô hình
Những chỉ số phù hợp tuyệt ñối là thước ño trực tiếp mô hình ñược xây
dưng mô phỏng tốt hay không các mối quan hệ thực tế. Chỉ số phù hợp tuyệt ñối
cung cấp sự ñánh giá cơ bản nhất về mức ñộ phù hợp giữa lý thuyết của các nhà
nghiên cứu với dữ liệu mẫu. Tuy nhiên, chúng không so sánh rõ ràng GOF của mô
hình ñược chỉ ra với các mô hình khác. Gần như là mỗi mô hình ñược ñánh giá ñộc
lập với các mô hình khác.
99
Giá trị khi bình phương: Chỉ số phù hợp tuyệt ñối cơ bản nhất là X2 (Chi
square). ðây cũng là công cụ ño mức ñộ phù hợp có tính thống kê duy nhất dựa trên
SEM. Thống kê X2 có 2 thuộc tính toán học khó giải quyết trong cách sử dụng của
nó như là một thước ño GOF. Thứ nhất, xem lại rằng thống kê X2 là một hàm toán
học của kích thước mẫu (N) và sự chênh lệch của hai ma trận hiệp phương sai. Khi
N tăng lên thì giá trị X2 tăng lên. Thứ hai thống kê X2 cũng dường như trở nên lớn
hơn khi số các biến ñối tượng tăng lên. Do ñó giả ñịnh các nhân tố khác không ñổi,
chỉ thêm các chỉ báo vào mô hình sẽ làm cho giá trị X2 tăng lên.
Vì lý do ñó, phân tích X2GOF rất khó ñể sử dụng như là chỉ dẫn duy nhất
của sự phù hợp SEM. Những nhà nghiên cứu ñã phát triển nhiều thước ño sự phù
hợp có thể thay thế cho X2 ñể ñiều chỉnh thiên lệch của chỉ số này ñối với các mẫu
lớn và phức tạp.
Chỉ số phù hợp (Goodness of Fit Index) GFI
Chỉ số này ñược ñưa ra ñể kiểm tra sự phù hợp mô hình mà ít chịu ảnh
hưởng của kích thước mẫu. Mặc dù N không ñược tính ñến trong công thức, chỉ số
thống kê này vẫn bị ảnh hưởng bởi kích thước mẫu một cách gián tiếp do N tác
ñộng lên phân phối mẫu. Trong dãy giá trị của GFI từ 0 ñến 1 các giá trị lớn hơn
cho ta sự phù hợp tốt hơn. Giá trị GFI lớn hơn .90 ñược coi là tốt (Hair, 2006)
CFI Có d = 2 - df trong ñó df là ñộ tự do của mô hình. Chỉ số ño phù hợp
tương ñối (Comparative Fit Index) bằng d (mô hình thực tế) – d (mô hình ñề xuất)/d
(mô hình thực tế)
Nếu chỉ số này lớn hơn 1 sẽ ñược làm tròn thành và nếu nhỏ hơn 0 sẽ ñược
làm tròn thành 0. Giá trị CFI càng gần 1 càng tốt, trong ñó nếu CFI lớn hớn 0.9
ñược coi là mô hình có sự phù hợp cao.
Xấp xỉ trung bình căn sai số (Root Mean Square Error of
Approximation) RMSEA
Một thước ño khác ñưa ra ñể bổ sung cho X2 GOF là RMSEA, phản ánh một
mô hình có phù hợp thực tế hay không. Giá trị RMSEA thấp hơn cho thấy sự phù
hợp cao hơn. Do vậy ñây là chỉ số ñánh giá sự “không phù hợp”.
100
Câu hỏi cần ñặt ra là ñâu là chỉ số RMSEA tốt. Các nghiên cứu trước ñây
chỉ ra giá trị dưới 0.10 cho tất cả các mô hình ñược chấp nhận. Kinh nghiệm chỉ ra
rằng RMSEA là phù hợp nhất ñể ño sự phù hợp của mô hình khi kích thước mẫu trở
nên lớn hơn. Kích thước mẫu trên 500 trả lời ñược coi là lớn.
Hoelter Index Chỉ số này chỉ nên sử dụng nếu chi square nhỏ hơn 0.05.
Công thức như sau:
(N - 1)X2(crit) X2 + 1
Trong ñó N là cỡ mẫu, X2 là kí hiệu chi bình phương của mô hình và X2
(crit) là giá trị của p tương ứng với chi bình phương. Nếu p không biết, có thể sử
dụng công thức gần ñúng sau:
[1.645 + √(2df - 1)]2
2X2/(N - 1) + 1
Trong ñó df là ñộ tự do của mô hình. Chỉ số này chỉ ra cở mẫu tại ñó Chi
bình phương sẽ không có ý nghĩa. Hoelter ñề xuất hệ số này thấp nhất 200, tuy
nhiên có người lại chấp nhân mức 150 (Denny, 2006). Giá trị nhỏ hơn 75 chỉ ra mô
hình có sự phù hợp rất kém.
Nói chung sử dụng 3 hoặc 4 chỉ số cho ta chứng cứ xác thực về mô hình phù
hợp. Nghiên cứu này gợi ý ñưa ra 1 bộ chỉ số chung cho hầu hết các trường hợp là
CFI, TLI, RNI, Gamma Hat, SRMR và RMSEA.
Khi ñánh giá mô hình không cần có tất cả các chỉ số phù hợp vì sự rườm rà
giữa chúng. Tuy nhiên nhà nghiên cứu nên có ít nhất một chỉ số gia tăng và một chỉ
số tuyệt ñối thêm vào giá trị X2 và mức ñộ tự do liên quan. Ít nhất 1 chỉ số là chỉ số
phù hợp không tốt. Một mô hình ñưa ra giá trị X2 và mức ñộ phù hợp tốt, CFI và
RMSEA sẽ cung cấp thông tin hỗ trợ tốt cho việc ñánh giá mô hình. Khi so sánh mô
hình với sự phức tạp thay ñổi nên thêm vào chỉ số PNFI. Những chứng cứ khác cho
thấy áp dụng một chỉ số phù hợp tốt duy nhất yêu cầu giá trị từ.95 trở lên không tốt
hơn là mô hình ñơn giản sử dụng một kiểm tra X2GOF duy nhất.
ðiều chỉnh giá trị ngưỡng dựa trên ñặc ñiểm mô hình
Bảng 2.7 cho một vài hướng dẫn sử dụng các chỉ số trong các tình huống
khác nhau. Hướng dẫn này trước hết dựa vào nghiên cứu kích thước mẫu, sự phức
tạp, mức ñộ sai lệch khác nhau trong mô hình ñể kiểm tra các chỉ số này cho ra kết
101
quả phù hợp như thế nào. Một ñiểm quan trọng của các kết quả này là các mô hình
ñơn giản, kích thước mẫu nhỏ sẽ bị ñánh giá khắt khe hơn. Mô hình phức tạp hơn
nhưng kích thước mẫu nhỏ hơn có thể ñòi hỏi tiêu chuẩn ít khắt khe hơn với các chỉ
số ñánh giá.
Sử dụng chỉ số ñể so sánh mô hình
Mặc dù kiểm tra một cách tuyệt ñối một mô hình có phù hợp hay không sẽ
có những khó khăn nhất ñịnh nhưng sẽ dễ dàng hơn nhiều khi kiểm tra một mô hình
tốt hơn mô hình khác hay không. Các chỉ số ở bảng 2.3-2 thể hiện rõ việc phân biệt
mối quan hệ hơn kém của các mô hình 2 mô hình có cùng mức ñộ phức tạp nhưng
mô hình với CFI bằng .95 sẽ phù hợp hơn là mô hình với CFI bằng .85, ñặc biệt
trường hợp các mô hình lồng nhau. Một mô hình ñược coi là lồng vào mô hình khác
bằng việc tăng hay giảm mối tương quan, tăng giảm các ñường biểu diễn.
Bảng 2.7. Qua các tình huống của mô hình, chỉ ra ñặc ñiểm các chỉ số phù hợp tốt:
N < 250 N> 250
Số lượng biến Thống kê
m<=12 12<m<30 m>=30 m<=12 12<m<30 m>=30
X2 (Khi bình
phương-Chi
square)
Không có ý nghĩa. p-gía trị ñược
mong ñợi
Có ý nghĩa. P-gía trị có thể cho ra Kết quả thậm chí với phù hợp tốt
Có ý nghĩa
p-giá trị có thể ñược
mong ñợi
Không có ý nghĩa p- giá trị có thể cho kết quả với phù hợp tốt
Có ý nghĩa
p- giá trị có thể ñược
mong ñợi
Có ý nghĩa
p- giá trị có thể ñược
mong ñợi
CFI hoặc TLI
.97 hoặc tốt hơn
.95 hoặc tốt hơn
Trên .92 .95 hoặc tốt hơn
Trên .92 Trên .90
RMSEA Giá trị <.08 với CFI =.97 hoặc cao
hơn
Giá trị <.08 với CFI .95 hoặc cao
hơn
Giá trị <.08
Với CFI trên .92
Giá trị <.07 với CFI =.97 hoặc cao
hơn
Giá trị <.07
với CFI .92 hoặc cao hơn
Giá trị <.07
với CFI .90 hoặc cao hơn
Ghi chú: N: số lượng mẫu quan sát, m số lượng các quan sát mỗi nhóm khi áp dụng CFA vào các nhóm phức tạp cùng một thời ñiểm.
102
Tóm tắt: Bước 4 giới thiệu các thủ tục sử dụng ñể thiết lập nên giá trị của mô hình ño
lường. Sự phù hợp là một tiêu chuẩn hữu ích trong việc ñánh giá giá trị của một mô
hình, nhưng ñánh giá mức ñộ phù hợp không phải là một vấn ñề ñơn giản. Rất nhiều
các chỉ số khác ñã ñược xây dựng. Không có giá trị Cutoff tuyệt ñối tồn tại trong
các chỉ số ñó mà có thể phân biệt mô hình tốt hay không. ðiều ñó là rõ ràng, tuy
nhiên một mô hình ñơn giản hơn yêu cầu tiêu chuẩn khắt khe hơn là một mô hình
phức tạp.
Bước 5: Xây dựng Mô hình cấu trúc
Xác ñịnh mô hình ño lường (ví dụ: chỉ ñịnh các biến chỉ số cho các xây dựng
mà nó ñại diện) là một bước quyết ñịnh trong việc phát triển một mô hình SEM.
Việc này ñã ñược hoàn thành trong Bước 2. Bước 5 bao gồm việc xác ñịnh mô hình
cấu trúc bằng việc ñịnh ra mối quan hệ của một biến tiềm ẩn với mốt biến tiềm ẩn
khác dựa trên mô hình lý thuyết ñề xuất. Sự xác ñịnh mô hình cấu trúc tập trung vào
sử dụng kiểu liên hệ ở Hình minh hoạ 2.3-1c ñể miêu tả giả thuyết cấu trúc của mô
hình nghiên cứu. Nói cách khác, mối liên hệ phụ thuộc nào tồn tại giữa các xây
dựng? Mỗi giả thuyết mô tả cho một mối tương quan riêng cần phải ñược xác ñịnh.
Trong việc xác ñịnh một mô hình cấu trúc, cần phải lựa chọn biến tiềm ẩn
nào trở thành nguyên nhân và biến nào là kết quả. Trong ví dụ về nghiên cứu dịch
vụ hàng không trên không, sự hài lòng tổng thể của hành khách là biến kết quả và
các nguyên nhân là các biến tiềm ẩn gồm có chất lượng tiếp viên (chất lượng chức
năng); chất lượng kĩ thuật (bao gồm chất lượng ăn uống, chất lượng giải trí, chất
lượng sách báo, vvv). Dựa trên các lý thuyết ñề cập ở chương 1, các tương quan cấu
trúc có thể ñược giả ñịnh như sau:
H1: Cảm nhận về giá có quan hệ âm ñối với sự hài lòng của hành khách
H2: Cảm nhận về chất lượng của nhân viên thực hiện dịch vụ có quan hệ
dương ñối với sự hài lòng của hành khách
H3: Cảm nhận về chất lượng các yếu tố kĩ thuật có quan hệ dương ñối với sự
hài lòng
103
H2
Giá (e1)
Dvchức năng
Dv kĩ thuật
Hài lòng KH (n1)
Thị phần (n2)
X1 X2 X3 X4
E E E E
Y1 Y2 Y3 Y4
E E E E
Y5 Y6 Y7 Y8
E E E E
H1
H4
H3
Dv chức năng
Những mối tương quan này ñược thể hiện trong hình minh hoạ 2.3-5 ñược thể
hiện bằng mũi tên
nối từ các biến này ñến sự hài lòng của hành khách.
Hình 2.6. ðường biểu ñồ hoàn chỉnh thể hiện Mối quan hệ cấu trúc giả thuyết
ñược xác ñịnh và Xác ñịnh ño lường hoàn chỉnh.
Những sự tương quan này ñược thể hiện ở Hình 2.3-5 thể hiện với mũi tên
nối từ chất lượng chức năng ñến sự hài lòng của khách hàng, và ñược kí hiệu là H2.
Tương tự với H1 và H3. Các ñường cấu trúc xác ñịnh thể hiện cho mối tương quan
giữa các biến tiềm ẩn cho mỗi mối liên hệ ñược giả thiết. ðường quan hệ không
ñược vẽ giữa 3 biến tiềm ẩn nguyên nhân với giả thiết mối quan hệ là không trực
tiếp. Do vậy các mối liên hệ ñó trở thành bằng 0.
104
Mặc dù bước này tập trung vào mô hình cấu trúc, sự ước lượng mô hình
SEM ñòi hỏi cả việc xác ñịnh ño lường. Như vậy các ñường biểu ñồ sẽ ñồng thời
thể hiện cả bước ño lường và bước cấu trúc của SEM trong một mô hình gộp chung.
Các ñường biểu ñồ trong Hình 2.3-5 thể hiện không chỉ thể hiện hoàn chỉnh
1 tập hợp các nhân tố và các chỉ báo trong mô hình ño lường, nó còn áp ñặt một mối
liên hệ cấu trúc giữa các biến tiềm ẩn. Mô hình có thể hoàn toàn dùng cho việc ước
lượng tính toán.
Bước 6: ðánh giá giá trị của mô hình cấu trúc
ðây là bước cuối cùng, trong bước 6 này mục sẽ kiểm tra giá trị của mô hình
cấu trúc và mối quan hệ giả thuyết tương ứng (H1-H2). Một mô hình ño lường
không vượt qua ñược kiểm tra giá trị ở bước 4 thì không ñược xem xét ñến ở các
bước 5 và 6. Nếu như mô hình ño lường vượt qua ñược kiểm tra của bước 4 có
nghĩa là mô hình ñó có giá trị, có thể tiếp tục kiểm tra giá trị của các mối liên hệ
cấu trúc.
Có 2 sự khác nhau rất quan trọng nảy sinh khi kiểm tra sự phù hợp của mô
hình cấu trúc liên quan tới mô hình ño lường. Thứ nhất, mặc dù sự phù hợp của mô
hình gộp phải ñược thiết lập, các mô hình có thể chuyển ñổi hoặc cạnh tranh vẫn
ñược so sánh nếu lựa chọn tiếp cận các mô hình ñó. Thứ 2 là tham số ñược ước
lượng có tầm quan trọng ñặc biệt với mối liên hệ cấu trúc, bởi vì kinh nghiệm cho
thấy nó cung cấp các bằng chứng liên quan tới mối quan hệ giả thuyết ñược miêu tả
trong mô hình cấu trúc.
ðánh giá tính hiệu lực (giá trị) của mô hình cấu trúc
Quy trình tính toán các tham số ño tính hiệu lực của mô hình cấu trúc ñược
làm như hướng dẫn trong bước 4. Mô hình ño lường chấp nhận tất cả các nhân tố
tương quan với các nhân tố khác (mối liên hệ tương quan). Trong một mô hình cấu
trúc sự liên hệ giữa một số nhân tố ñược coi như bằng 0. Do vậy, hầu hết các mô
hình SEM, X2 GOF cho mô hình ño lường sẽ nhỏ hơn là X2 GOF cho mô hình cấu
trúc. Khi giá trị X2 GOF khác nhau, sự phù hợp của mô hình cấu trúc phải ñược
ñánh giá lại.
105
Sự phù hợp của mô hình cấu trúc có thể ñược xác ñịnh bằng cách sử dụng
cùng các tiêu chuẩn giống như mô hình ño lường: sử dụng giá trị X2 cho mô hình
cấu trúc, một chỉ số tuyệt ñối, một chỉ số gia tăng, một chỉ số phù hợp tốt và một chỉ
số phù hợp không tốt. Những thước ño này xác ñịnh giá trị của mô hình cấu trúc
nhưng vẫn nên so sánh giữa phù hợp của mô hình cấu trúc với mô hình ño lường.
Nhìn chung, mô hình cấu trúc GOF càng gần với mô hình ño lường thì mức ñộ phù
hợp của mô hình cấu trúc càng tốt hơn bởi vì sự phù hợp mô hình ño lường cung
cấp một giới hạn trên ñối với GOF của một mô hình cấu trúc quy ước
Sự cạnh tranh giữa các mô hình
Trên ñây ñã ñề cập về sự tồn tại của các mô hình cạnh tranh như là một cách
tiếp cận trong phương pháp SEM. Có thể có nhiều mô hình biểu diễn quan hệ giữa
các nhân tố. Giữa các mô hình có hiệu lực, mô hình nào phù hợp nhất với lý thuyết
ñược ủng hộ hơn. So sánh mô hình có thể ñược thiết lập bằng ñánh giá sự khác nhau
trong chỉ số phù hợp gia tăng (PNFI) hoặc chỉ số phù hợp chi tiết cùng với sự khác
nhau trong giá trị X2 GOF cho mỗi mô hình.
Như phần trước ñã nói các mô hình bằng nhau có thể ñưa ra ñược cùng 1 ma
trận hợp biến ước lượng. Do vậy mỗi mô hình ñưa ra, dù là với phù hợp tốt, chỉ là 1
giải thích có tính tiềm năng; các cách sắp xếp khác theo kinh nghiệm có thể phù hợp
như nhau.Nói cách khác phù hợp theo kinh nghiệm tốt không chứng minh rằng 1
mô hình ñưa ra là cấu trúc ñúng duy nhất. Thống kê sự phù hợp ñược chấp thuận
cũng ñã luôn ñược mong ñợi nhưng tuy nhiên cũng phải nhận thấy một ñiều quan
trọng là mặc dù một thống kê phù hợp tốt ñược tìm thấy thì vẫn còn có những mô
hình khác có thể biểu diễn dữ liệu thu thập ñược thậm chí còn tốt hơn.
Tóm tắt chương 2
Trong chương hai, tác giả ñã ñề cấp ñến ba phương pháp nghiên cứu quan hệ
tương quan và quan hệ phụ thuộc thường ñược sử dụng trong nghiên cứu chất lượng
dịch vụ và sự hài lòng của khách hàng. Ba phương pháp ñó là hồi qui bội; phân tích
nhân tố và phương pháp mô hình cấu trúc. Hồi qui bội có thể ñược sử dụng khi
nghiên cứu về mức ñộ ảnh hưởng của một số biến ñộc lập lên một biến phụ thuộc,
106
trong ñiều kiện số biến ñộc lập không quá lớn và không có quan hệ tương quan với
nhau. Phương pháp nhân tố ñược sử dụng trong ñiều kiện số lượng biến ñộc lập lớn
và có quan hệ tương quan chặt chẽ với nhau, dẫn ñến sự cần thiết phải giảm số biến
ñộc lập bằng cách nhóm một số biến ñộc lập có quan hệ tương quan chặt chẽ với
nhau thành một nhân tố ñại diện. Tuy nhiên phương pháp này không cho phép
nghiên cứu quan hệ nhân quả. Muốn biết ảnh hưởng của từng nhân tố ñại diện lên
một nhân tố kết quả thi cần sử dụng kết hợp với phương pháp hồi qui bội. Phương
pháp SEM khắc phục ñược nhược ñiểm trên của phân tích nhân tố, và trên thực tế,
ñược phát triển dựa trên cơ sở của phân tích nhân tố. Mô hình ño lường trong SEM
chính là vận dụng phân tích nhân tố ñể ñưa ra các tập hợp chỉ báo ñể ño một nhân tố
ñai diện, và tập hợp các nhân tố ñại diện là các yếu tố ảnh hưởng ñến một nhân tố
kết quả ñang ñược nghiên cứu, chẳng hạn như chất lượng dịch vụ cảm nhận của
khách hàng. Mô hình cấu trúc cho phép chỉ ra ảnh hưởng của từng nhân tố ñại diện
ñó ñến nhân tố kết quả, cường ñộ của mối quan hệ và từ ñó có thể dự báo biến ñộng
của nhân tố kết quả nếu có biến ñộng của các nhân tố nguyên nhân. Trong chương
ba tác giả sẽ vận dụng kết hợp các phương pháp này ñể nghiên cứu ảnh hưởng của
từng nhân tố ñến chất lượng dịch vụ mặt ñất và trên không của hãng Hàng không
quốc gia Việt Nam.
107
Chương 3
VẬN DỤNG CÁC PHƯƠNG PHÁP THỐNG KÊ NGHIÊN CỨU
CÁC NHÂN TỐ ẢNH HƯỞNG CHẤT LƯỢNG DỊCH VỤ MẶT ðẤT
VÀ TRÊN KHOANG CỦA HÃNG HÀNG KHÔNG QUỐC GIA
VIỆT NAM (VNA)
Trong chương này tác giả sẽ áp dụng ba phương pháp: hồi qui ña biến; phân
tích nhân tố (sử dụng SPSS) và SEM (sử dụng AMOS) ñể tìm ra mối quan hệ giữa
chất lượng dịch vụ cảm nhận theo từng yếu tố cấu thành và chất lượng tổng thể, từ
ñó ñưa ra các kiến nghị nhằm giúp VNA tập trung vào cải thiện những yếu tố có
ảnh hưởng lớn ñến sự hài lòng của khách hàng. Phần trình bày sẽ gồm hai phần i)
mô hình lý thuyết về các giả thuyết về quan hệ nhân quả giữa các nhân tố ảnh
hưởng ñến sự hài lòng của khách hàng và sự hài lòng của khách hàng và ii) mô hình
thống kê biểu hiện mối quan hệ nhân quả giữa các nguyên nhân và kết quả (sự hài
lòng của khách hàng). Khi vận dụng các phương pháp phân tích nhân tố và SEM ñể
phân tích, tác giả sẽ ñi qua 2 bước i) xây dựng mô hình ño, trong ñó các biến
tiềm ấn sẽ ñược ño thông qua một tập hợp các biến quan sát trực tiếp gắn với
từng biến tiềm ẩn và ii) quan hệ nhân quả giữa các biến tiềm ẩn và sự hài lòng
của khách hàng.
Các phương pháp thông kê sẽ ñược áp dụng ñể phân tích các nhân tố ảnh
hưởng ñến sự hài lòng của khách hàng về dịch vụ mặt ñất và dịch vụ trên máy bay.
3.1. MÔ HÌNH LÝ THUYẾT VỀ CÁC NHÂN TỐ ẢNH HƯỞNG ðẾN
SỰ HÀI LÒNG CỦA KHÁCH HÀNG
Như ñã trình bày ở trên, chương này phân tích sự hài lòng của khách hàng
trong mối quan hệ với các nhân tố ảnh hưởng. Hai sự hài lòng sẽ ñược sử dụng như
là nhân tố kết quả gồm có sự hài lòng với chất lượng dịch vụ mặt ñất và sự hài lòng
với chất lượng dịch vụ trên khoang máy bay.
Chương một ñã ñề cập ñến việc quản trị chất lượng theo qui trình cung ứng
và quản trị theo chất lượng kỹ thuật và chất lượng chức năng. Trong chương này,
108
tác giả sẽ áp dụng các lý luận này vào thực tiễn quản trị chất lượng dịch vụ hành
khách tại VNA như sau:
Các mô hình nghiên cứu các nhân tố ảnh hưởng ñến chất lượng chung về
dịch vụ mặt ñất 2 mô hình i) Ảnh hưởng của các nhân tố theo qui trình cung ứng
dịch vụ bắt ñầu từ check-in tại sân bay, ñợi và ra máy bay ii) Ảnh hưởng của các
nhân tố cấu thành dịch vụ bao gồm chất lượng chức năng (tiếp viên) và chất lượng
kĩ thuật. Chất lượng kỹ thuật bao gồm thời gian ñợi tại quầy check-in, trật tự tại khu
vưc check-in; sự rõ ràng của thông báo mời ra máy bay và sự thuận tiện của việc ra
máy bay. Chất lượng chức năng gồm có chất lượng của nhân viên tại khu vực
check-in và hướng dẫn ra máy bay.
ðối với sự hài lòng về dịch vụ trên khoang, tác giả sử dụng một mô hình
trong ñó chất lượng cảm nhận tổng thể là kết quả, và các nhân tố ảnh hưởng gồm có
chất lượng kỹ thuật và chất lượng chức năng. Chất lượng kỹ thuật bao gồm tiện
nghi trên máy bay, chất lượng vệ sinh trên máy bay; chất lượng giải trí; chất lượng
tạp chí và chất lượng ñồ ăn uống. Chất lượng chức năng là chất lượng của tiếp viên
ñược phản ánh trên các mặt: tính chuyên nghiệp, sự luôn có mặt lúc cần và thái ñộ
của tiếp viên.
3.2. ÁP DỤNG PHƯƠNG PHÁP HỒI QUI BỘI ðỂ NGHIÊN CỨU
CÁC NGUYÊN NHÂN ẢNH HƯỞNG ðẾN CHẤT LƯỢNG DỊCH VỤ
HÀNG KHÔNG
3.2.1. Áp dụng phương pháp hồi qui bội ñể nghiên cứu mối quan hệ giữa
các biến nguyên nhân với chất lượng dịch vụ mặt ñất
3.2.1.1. Tóm tắt về cuộc ñiều tra về chất lượng dịch vụ mặt ñất
Hình thức thu thập thông tin là bảng hỏi. Các bảng hỏi ñược chiêu ñãi viên
phát cho các hành khách trên các chuyên bay nội ñịa và quốc tế trong năm 2006.
Tổng số phiếu thu về là 5120 phiếu, trong ñó có 3639 phiếu hợp lệ có thể ñưa vào
phân tích.
Mô tả các biến và mối liên hệ giữa các biến
109
Mô hình hồi qui bội nghiên cứu mối quan hệ nhân quả giữa biến phụ thuộc –
chất lượng chung về dịch vụ mặt ñất (cau81) với tập hợp 12 biến ñộc lập như sau:
Cau 64: Thời gian xếp hàng chờ làm thủ tục check-in, sử dụng thang ño từ 1-
7, trong ñó 1 là rất lâu và 7 là rất nhanh.
Cau67a: Thái ñộ lịch sự nhã nhăn của nhân viên, sử dụng thang ño từ 1-7
Cau 67b: Khả năng hiểu và nắm bắt nhu cầu một cách chính xác, sử dụng
thang ño từ 1-7
Cau 67c: Sự nhiệt tình chu ñáo, sẵn sàng khi phục vụ, sử dụng thang ño từ 1-7
Cau 67d: Hướng dẫn chung về thủ tục cần ñược thực hiện tại sân bay khi
khách có nhu cầu, sử dụng thang ño từ 1-7.
Cau 68: ðánh giá chung về thủ tục check-in, thang ño 1-7
Cau 66: Trật tự của khu vực xếp hàng làm thủ tục check-in, sử dụng thang
ño từ 1-7, trong ñó 1 là rất mất trật tự và 7 là rất trật tự.
Cau 7a: Thái ñộ lịch sự nhã nhăn của nhân viên, sử dụng thang ño từ 1-7
Cau 7b: Sự rõ ràng của thông báo mời ra máy bay, sử dụng thang ño từ 1-7
Cau 7c: Sự ñầy ñủ chu ñáo, sẵn sàng của nhân viên khi hướng dẫn về qui
trình, thủ tục ra máy bay, sử dụng thang ño từ 1-7
Cau 7d: Sự tiện lợi của quá trình hành khách ñi từ phòng chờ ra máy bay, sử
dụng thang ño từ 1-7
Cau 7e: ðánh giá chung về thủ tục ra máy bay, sử dụng thang ño từ 1-7
3.2.1.2 Kết quả nghiên cứu
Bảng 3.1. Model Summary
Model R R Bình phương
R bình phương ñiều chỉnh
Sai số ước lượng
10 .812(j) .659 .658 .7669
Các biến ñộc lâp : Cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1, cau67d_1,
cau67a_1, cau7c_1, cau7d_1, cau64_1
SPSS ñã ñưa ra 10 mô hình, trong ñó mô hình thứ 10 có hệ số quyết ñịnh
ñiều chỉnh lớn nhất (0.658) và sai số mô hình nhỏ nhất (0.7669) (xem bảng 3.1 Phụ
110
lục 2). Mô hình này có biến phụ thuộc là mức ñộ hài lòng tổng thể (cau81) và các
biến ñộc lập gồm có 10 biến nguyên nhân ñã ñưa vào mô hình, hai biến bị loại là
cau 67b và cau 67c. Như vậy với hệ số quyết ñịnh ñiều chỉnh là 0.658, mô hình này
ñã giải thích ñược 65,8% sự biến ñộng về mức ñộ hài lòng chung của khách hàng về
dịch vụ mặt ñất.
Bảng 3.2. ANOVA(k)
Mô hình
Tổng bình
phương (Sum of Square)
ðộ tự do (df)
Bình quân bình phương
(Mean Square)
F Sig.
10 Regression 4122.226 10 412.223 700.852 .000(j)
Residual 2133.895 3628 .588
Total 6256.121 3638
Phân tích ANOVA cho thấy sig.F xấp xỉ 0, như vây có thể kết luận có mối
quan hệ thực tế giữa các biến nguyên nhân trong mô hình với biến kết quả mức ñộ
hài lòng tổng thể.
Bảng 3.3. Các hệ số
Hệ số không chuẩn hóa (Unstandardized
Coefficients)
Hệ số chuẩn hóa
(Standardized Coefficients)
t Sig VIF Mô hình
B Std. Error Beta (Constant) cau7e_1 cau68_1 cau66_1 cau7b_1 cau7a_1 cau67d_1 cau67a_1 cau7c_1 cau7d_1 cau64_1
.003
.258
.141
.081
.101
.087
.066
.076
.080
.053
.026
.067
.030
.024
.013
.023
.015
.020
.020
.023
.019
.011
.245 .135 .091 .096 .092 .068 .075 .079 .055 .034
.052 8.733 5.925 6.336 4.304 5.840 3.343 3.783 3.434 2.704 2.515
.958
.000
.000
.000
.000
.000
.001
.000
.001
.007
.012
8.373 5.528 2.211 5.277 2.626 4.375 4.140 5.612 4.408 1.917
111
Mô hình này có 10 biến ñộc lập, trong ñó tất cả các biến ñều có sig t gần
bằng 0 (không tính ñến hệ số tư do sig t là 0.958). Nếu lấy mức ý nghĩa kiểm ñịnh
0.01, tất cả các biến này ñược chấp nhận ñưa vào mô hình. Tuy nhiên, phân tích ña
cộng tuyến thông qua hệ số VIF cho thấy biến cau 7e; cau 68; cau 7b; va cau 7c có
hệ số VIF quá lớn. ðiều ñó có nghĩa là các biến này có mức ñộ tương quan quá cao
với các biến nguyên nhân còn lại. Do vậy những biến này nên loại ra khỏi danh sách
các biến nguyên nhân của mô hình.
Sáu biến còn lại có thứ tự ảnh hưởng như sau:
Sự nhã nhặn của nhân viên làm thủ ra máy bay (cau 7a) có mức ñộ ảnh
hưởng lớn nhất ñến mức ñộ hài lòng chung, tiếp ñó là trật tự của khu vực xếp hàng
làm thủ tục check-in (cau 66). Hai biến về thái ñộ của nhân viên là sự sẵn sàng
hướng dẫn qui trình ra máy bay và sự nhã nhặn, lịch sự của nhân viên check-in có
ảnh hưởng ở mức ñộ yếu hơn, và hai biến có ảnh hưởng yếu nhất là sự tiện lợi của
việc ñi từ phòng chờ ra máy bay và thời gian chờ làm thủ tục check-in. Như vậy thái
ñộ của nhân viên mặt ñất và nhân viên hướng dẫn từ phòng chờ ra máy bay có ảnh
hưởng khá lớn ñến ñánh giá chung về chất lượng dịch vụ mặt ñất.
3.2.2. Áp dụng phương pháp hồi qui bội ñể nghiên cứu mối quan hệ giữa
các biến nguyên nhân với chất lượng chung về dịch vụ trên không
3.2.2.1 Tóm tắt về cuộc ñiều tra về chất lượng dịch vụ trên khoang máy bay
Hình thức thu thập thông tin là bảng hỏi. Các bảng hỏi ñược chiêu ñãi viên
phát cho các hành khách trên các chuyến bay nội ñịa và quốc tế năm 2006. Tổng số
phiếu thu về là 5111. Tuy nhiên, sau khi nhập và làm sạch dữ liệu, số phiếu hợp lệ
ñược ñưa vào phân tích chỉ còn lại là 733 phiếu. Kết quả phân tích phần dưới ñây
dựa vào số liệu của 733 phiếu này. Toàn bộ nội dung câu bảng hỏi có thể ñược xem
ở phụ lục 1.
Mô hình lý thuyết
Mô hình này ñược xây dựng dựa trên giả thuyết là mức ñộ hài lòng tổng thể
của hành khách phụ thuộc vào mức ñộ hài lòng của từng yếu tố cấu thành nên dịch
vụ. Thông tin cụ thể về các biến trong mô hình như sau:
112
Biến phụ thuộc:
Cau111_1: Chất lượng chung về chất lượng dịch vụ trên không
Các biến ñộc lập:
Cau4a_1: Sự rộng rãi, thoải mái của ghế ngồi
Cau4b_1: ðộ ngả thân ghế
Cau4c_1: Mức ñộ tiện lợi khi sử dụng các thiết bị tại ghế ngồi
Cau4d_1: Sự rộng rãi của chỗ ñể chân
Cau4e_1: Sự sạch sẽ trong khoang hành khách
Cau4f_1: Sự sạch sẽ của ghế ngồi
Cau4g_1: Sự sạch sẽ trong buồng vệ sinh
Cau4h_1: Cảm giảc trong sạch, dễ chịu của bầu không khí trong máy bay
Cau5a_1: Thái ñộ thân thiện,chân thành của tiếp viên
Cau5b_1: Sự nhã nhặn, lịch sự khi giao tiếp
Cau5c_1: Sự nhiệt tình, chu ñáo phục vụ hành khách
Cau5d_1: Thái ñộ nghiêm túc khi làm việc
Cau5e_1: Luôn sẵn sàng phục vụ khi quí khách yêu cầu
Cau5f_1: Diện mạo, trang ñiểm
Cau5g_1: Sự chỉnh tề của trang phục
Cau5h_1: Tính chuyên nghiệp khi làm việc
Cau5i_1: Hiện diện thường xuyên trong suốt chuyến bay
Cau5j_1: Cung cấp thông tin nếu quí khách yêu cầu
Cau6a_1: Cách phát âm của tiếp viên ñọc bản phát thanh
Cau6b_1: Sự trôi chảy khi ñọc phát thanh
Cau6c_1: Sư ñầy ñủ của thông tin ñược thông báo từ phi hành ñoàn
Cau6d_1: Sự ñầy ñủ, dễ hiểu của thông tin hiển thị trên video
Cau73a_1: Số lượng thức ăn
Cau73b_1:Hình thức bày biện các món ăn
Cau73c_1: Hương vị các món ăn
Cau86_1: Nhận xét tổng thể về chất lượng ñồ uống trên máy bay
113
Cau95a_1: Nội dung bài viết của tạp chí Heritage
Cau95b_1: Hình thức trình bày của tạp chí
Cau96_1: Chất lượng chung của tạp chí trên máy bay
Cau102a_1: Khả năng lựa chọn chương trình phim theo sở thích
Cau102b_1: Chất lượng âm thanh, hình ảnh trình chiếu
Cau 102c_1: Khả năng lựa chọn kênh âm thanh theo sở thích
Cau102d_1: Chất lượng âm thanh phục vụ
3.2.2.2 Kết quả nghiên cứu
Bảng 3.4. Tóm tắt mô hình
Các thống kê thay ñổi (Change Statistics)
Mô hình
Hệ số quyết ñịnh (R Square)
Hệ số quyết
ñịnh ñiều chỉnh
(Adjusted R Square)
Sai số mẫu (Std. Error
of the Estimate)
Thay ñổi của hệ số quyết ñịnh (R Square Change)
Hệ số F thay ñổi
(F Change)
ðộ tự do (df1)
ðộ tự do (df2)
Sig. F Change
9 .513 .508 .8813 -.002 2.518 1 724 .113
Các biến ñộc lập : Cau5c_1, cau102b_1, cau86_1, cau4f_1, cau96_1,
cau4c_1, cau73c_1
Mô hình số 8 (xem bảng 3.4 ñầy ñủ trong phụ lục 2) có hệ số quyết ñịnh ñiều
chỉnh lớn nhất và sai số mô hình nhỏ nhất với sig F change =0.045 nhỏ hơn 0.05.
Với hệ số quyết ñịnh 0.508 mô hình này chiếm tới 50.8% sự biến ñộng của chất
lượng chung của dịch vụ trên khoang.
Bảng 3.5. ANOVA(j)
Mô hình
Tổng bình phương (Sum of Squares)
(ðộ tự do) Df
Bình quân của bình phương (Mean Square)
F Sig.
8 Regression 595.019 8 74.377 95.957 .000(h)
Residual 561.180 724 .775
Total 1156.198 732
114
Sig F= .000 cho phép bác bỏ giả thuyết không tồn tại quan hệ giữa các
nguyên nhân và kết quả. Nói cách khác, có ảnh hưởng của các biến nguyên nhân
ñang nghiên cứu ñến biến kết quả.
Các tham số của mô hình như sau:
Bảng 3.6. Hệ số (a)
Các hệ số không chuẩn hóa
(Unstandardized Coefficients)
Hệ số chuẩn hóa (Standardized Coefficients) Mô hình
B Sai số chuẩn
Beta
t Sig
Hằng số (Constant)
.102 .202 .504 .614
cau5c_1 .263 .035 .263 7.498 .000
cau102b_1 .161 .026 .190 6.236 .000
cau86_1 .179 .039 .157 4.626 .000
cau4a_1 .054 .034 .062 1.587 .113
cau4f_1 .091 .034 .092 2.649 .008
cau96_1 .092 .037 .081 2.500 .013
cau4c_1 .063 .031 .078 2.014 .044
cau73c_1 .069 .034 .066 2.006 .045
Trong mô hình còn lại 8 biến, tuy nhiên cau4a_1 có sig t quá cao, 0.113 do
vậy cần loại khỏi mô hình.
Các biến còn lại trong mô hình gồm có:
Cau 4c_1:Mức ñộ tiện lợi khi sử dụng các thiết bị tại ghế ngồi
Cau4f_1: Sự sạch sẽ của ghế ngồi
Cau 5c_1: Sự nhiệt tình, chu ñáo phục vụ hành khách
Cau73c_1: Hương vị các món ăn
Cau86_1: Chất lượng chung của ñồ uống
Cau96_1: Chất lượng chung của tạp chí trên máy bay
Cau102b_1:Chất lượng âm thanh, hình ảnh trình chiếu
So sánh tham số B cho thấy mức ñộ ảnh hưởng của các nhân tố như sau:
115
Ảnh hưởng mạnh nhất ñến chất lượng chung là sự nhiệt tình, chu ñáo của
tiếp viên. Tiếp sau ñó là chất lượng ñồ uống và chất lượng âm thanh và hình ảnh
trong các phim và chương trình giải trí. ðứng thứ tư là sự sạch sẽ của ghế ngồi và
tạp chí với tham số gần giống nhau, .91 và .92. Cuối cùng là hương vị của món ăn
và mức ñộ tiện lợi khi sử dụng các thiết bị tại ghế ngồi. Như vậy, tương tự như kết
quả nghiên cứu về các yếu tố ảnh hưởng chất lượng dịch vụ mặt ñất, sự tận tình chu
ñáo của nhân viên lại một lần nữa có ảnh hưởng rất quan trọng ñến việc ñánh giá
chất lượng chung của hành khách.
3.3. ÁP DỤNG KẾT HỢP PHÂN TÍCH NHÂN TỐ VÀ PHƯƠNG
PHÁP MÔ HÌNH PHƯƠNG TRÌNH CẤU TRÚC (SEM) NGHIÊN CỨU CÁC
YẾU TỐ ẢNH HƯỞNG CHẤT LƯỢNG DỊCH VỤ HÀNH KHÁCH MẶT
ðẤT VÀ TRÊN KHÔNG
3.3.1. Áp dụng phân tích nhân tố và SEM nghiên cứu các yếu tố ảnh
hưởng chất lượng dịch vụ hành khách mặt ñất
Trong phần này tác giả sẽ áp dụng SEM ñể nghiên cứu các yếu tố ảnh hưởng
chất lượng dịch vụ mặt ñất theo 2 mô hình i) mô hình theo qui trình và ii) mô hình
theo các yếu tố thuộc chất lượng kỹ thuật và chất lượng chức năng.
3.3.1.1 Mô hình các yếu tố ảnh hưởng theo qui trình
Trong mô hình này biến kết quả là chất lượng tổng thể dịch vụ mặt ñất dịch
vụ mặt ñất, ñược kí hiệu CLTTMD. Chỉ báo ñánh giá CLTTMD tương ứng vơi
cau8.1 trong phiếu hỏi, tương ứng với biến cau81_1 trong tập dữ liệu.
Các biến tiềm ẩn nguyên nhân gồm có:
Biến chất lượng dịch vụ check-in, ñược kí hiệu là clci. ðây là một biến tiềm
ẩn ñược cấu thành bởi hai biến tiềm ẩn khác là mức ñộ hài lòng về khu vực check-in
và mức ñộ hài lòng với nhân viên làm thủ tục check-in. Các biến quan sát ñược
dùng làm chỉ báo ñể ño mức ñộ hài lòng với khu vực check-in gồm có cau64_1:
thời gian chờ làm thủ tục check-in và cau 66_1: trật tự của khu vực check-in. Các
chỉ báo ño mức ñộ hài lòng với thái ñộ của nhân viên check-in gồm có i) cau67a_1
thái ñộ lịch sự nhã nhặn của nhân viên ii) cau67b_1 sự nhiệt tình chu ñáo sẵn sàng
116
phục vụ; iii) cau67c_1 khả năng làm việc nhanh gọn thành thạo và iv) hướng dẫn về
các thủ tục phải thực hiện tại sân bay nếu quí khách có yêu cầu.
Biến nguyên nhân thứ hai ảnh hưởng ñến chất lượng chung với dịch vụ mặt
ñất là chất lượng của thủ tục ra máy bay, ñược viết tắt là ttmb. ðây là một biến
tiềm ẩn ñược ño bằng 5 chỉ báo i) cau7a_1 Sự rõ ràng của thông báo mời ra máy
bay; ii) cau7b_1Thái ñộ lịch sự, nhã nhặn của nhân viên hướng dẫn; iii) cau7c_1
Sự ñầy ñủ, chu ñáo trong hướng dẫn của nhân viên về qui trình thủ tục bay; iv)
cau7d_1 sự tiện lợi của quá trình ñi từ phòng chờ ra máy bay và v) ñánh giá
chung về thủ tục ra máy bay.
3.3.1.2 Mô hình ño các các nhân tố ảnh hưởng chất lượng dịch vụ mặt ñất
3.3.1.2.1 Kết quả kiểm tra mô hình ño
Bước 1: Xây dựng tập hợp chỉ báo cho từng biến
Dự kiến tập hợp chỉ báo ño biến hlci (chất lượng check-in) gồm có cau64_1;
cau66_1; cau67a_1; cau67b_1; cau67c_1; cau67d_1 và cau67e_1. Kết quả kiểm tra
sự chính xác của thang ño như sau:
Bảng 3.7. Communalities (phương sai ñược giải thích bằng nhân tố ẩn)
Ban ñầu (Initial) Sau khi chiết xuất
(Extraction)
cau64_1 .473 .357
cau66_1 .533 .453
cau67a_1 .846 .842
cau67b_1 .867 .860
cau67c_1 .782 .819
cau67d_1 .753 .772
Hệ số commumnalities của hai biến cau64_ va cau66_1 khá thấp, do vậy có
thể nghi ngờ là 2 chỉ báo này không có mức ñộ tương quan cao với nhân tố tiềm ẩn
ñang ñược nghiên cứu. Bốn biến còn lại có hệ số communalities rất cao, ñiều này
117
cho thấy bốn biến này có khả năng là chỉ báo của cùng một nguyên nhân, ở ñây là
thái ñộ của nhân viên check-in, kí hiệu là tdci.
Kết quả kiểm tra ñộ tin cậy của thang ño như sau:
Bảng 3.8. Các thống kê ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha
Cronbach's Alpha dựa trên
các biến ñược chuẩn hóa
(Based on Standardized
Items)
Số lượng biến
(N of Items)
.956 .956 4
Bảng 3.9. Hệ số Cronbach-Alpha của từng biến (Item-Total Statistics)
Cronbach's Alpha
cau67a_1 .939
cau67b_1 .933
cau67c_1 .946
cau67d_1 .950
Hệ số Cronbach’s Alpha rất cao cho thấy tập hợp này là một thang ño tin cậy
của nhân tố “chất lượng thái ñộ của nhân viên check-in”; hay là tdci.
Hai chỉ báo còn lại có thể là kết quả của một biến tiềm ẩn khác. ðể kiểm tra
tác giả kiểm tra giả thuyết này. Kết quả như sau:
Bảng 3.10. Communalities (phương sai ñược giải thích bằng nhân tố ẩn)
Ban ñầu (Initial) Sau khi chiết xuất (Extraction)
cau64_1 .444 .665
cau66_1 .444 .665
118
Bảng 3.11. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu (Initial Eigenvalues)
Tổng hệ số tải bình phương (Extraction Sums of Squared
Loadings)
Factor
Tổng (Total)
% phương sai (% of Variance)
% tích lũy (%Cumulative)
Tổng % phương sai (% of Variance)
Tích lũy % (Cumulative
%)
1 1.666 83.299 83.299 1.330 66.511 66.511
2 .334 16.701 100.000
Hai bảng trên cho thấy hệ số communalities khá cao và một nhân tố ñược rút
ra sau các phép quay với hệ số Eigenvalue lớn hơn 1. Như vậy có thể kết luận hai
chỉ báo này ño một biến tiềm ẩn nữa là chất lượng cảm nhận về tổ chức check-in, kí
hiệu là tcci
Bảng 3.12. Các thống kê mức ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha Cronbach's Alpha dựa trên các biến ñược chuẩn hóa (Based on
Standardized Items)
Số biến
(N of Items)
.947 .949 5
Hệ số Cronbach’s Alpha rất cao 0.947 cho thấy hai chỉ báo này là thang ño
ñáng tin cậy của nhân tố “chất lượng tổ chức check-in”.
Như vậy nhóm sáu biến này hình thành hai nhân tố cùng ñánh giá chất lượng
của hoạt ñộng check-in. Hai nhân tố này có thể là kết quả của cùng một nguyên
nhân, ñó chất lượng check in nói chung, ñược kí hiệu là clci. ðiều này sẽ ñược thể
hiện trong sơ ñồ A-1 ở trang sau, và sẽ ñược kiểm tra ở bước sau.
Dự kiến tập hợp chỉ báo ñể ño biến tiềm ẩn thứ hai chất lượng thủ tục ra máy
bay gồm có 5 biến quan sát ñược là cau7a_1; cau7b_1; cau7c_; cau7d_1 và
cau7e_1. Kết quả như sau:
119
Bảng 3.13. Communalities (Phương sai ñược giải thích bằng nhân tố ẩn)
Ban ñầu (Initial) Sau khi chiết xuất (Extraction)
cau7a_1 .614 .631
cau7b_1 .801 .818
cau7c_1 .820 .849
cau7d_1 .771 .731
cau7e_1 .877 .926
Bảng 3.14. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen gốc (Initial
Eigenvalues)
Tổng bình phương hệ số tải
(Extraction Sums of Squared
Loadings) Nhân tố
(Factor) Tổng
(Total)
% phương
sai (% of
Variance)
% tích lũy
(Cumulative
%)
Tổng
(Total)
%
phương
sai (% of
Variance)
% tích lũy
(Cumulative
%)
1 4.153 83.068 83.068 3.955 79.097 79.097
2 .354 7.090 90.158
3 .276 5.518 95.676
4 .125 2.508 98.184
5 .091 1.816 100.000
Hệ số communalities của 5 biến ñều cao hơn 0.6, do vây có thể kết luận cả 5
biến này ñều ño chung một nhân tố. Kết quả eigenvalue cũng cho thấy chỉ có 1 nhân
tố ñược rút ra từ cả 5 biến này.
Bảng 3.15. Thống kê ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha Cronbach's Alpha dựa trên các biến
ñược chuẩn hóa (Based on
Standardized Items)
Số lượng biến
(N of Items)
.947 .949 5
120
Bảng 3.16. Hệ số Cronbach-Alpha từng biến (Item-Total Statistics)
Cronbach's Alpha
cau7a_1 .950
cau7b_1 .932
cau7c_1 .929
cau7d_1 .940
cau7e_1 .922
Hai bảng có hệ số Cronbach’s Alpha cho toàn bộ tập hợp chỉ báo và từng chỉ
báo ñều rất cao, hơn 0.9. Do vậy có thể nói tập hợp chỉ báo này là một thang ño tin
cậy cho nhân tố “chất lượng thủ tục ra máy bay”.
CLTTMD
ttmb
CAU7E_1
e1
1
1CAU7D_1
e2
1CAU7C_1
e3
1CAU7B_1
e4
1CAU7A_1
e5
1
tdci
CAU67D_1e8
11
CAU67C_1e91
CAU67B_1e101
CAU67A_1e111
CLXH
CAU64_1
e12
1
1
CAU66_1
e131
z1
Clci
d2
1
1
1
Hình 3.1. Mô hình quan hệ giữa các nhân tố và từng tập hợp chỉ báo ño
121
Mô hình này gồm 4 biến tiềm ẩn, trong ñó có hai biến tiềm ẩn ñược xác ñịnh
là nguyên nhân ảnh hưởng ñến mức ñộ hài lòng tổng thể về chất lượng dịch vụ mặt
ñất. Hai nguyên nhân này là chất lượng check-in (hlci) và chất lượng qui trình ra
máy bay. Biến tiềm ẩn hay nhân tố hlci lại ñược cấu tạo bởi hai nhân tố là chất
lượng tổ chức check-in (tcci) và chất lượng qui trình ra máy bay (ttmb). Biến kết
quả là mức ñộ hài lòng tổng thể HLTT_1. Mục tiêu của việc nghiên cứu là ñưa ra
một mô hình ño tốt nhất, và sau ñó ñưa ra một mô hình cấu trúc tốt nhất về các nhân
tố ảnh hưởng ñến mức ñộ hài lòng tổng thể về dịch vụ mặt ñất.
3.3.1.2.2 Kiểm tra tính hiệu lực của mô hình ño
Trước khi tính toán các chỉ số ño tính hiệu lực của mô hình, các quan hệ giữa
các biến ñược biểu diễn dưới dạng các mũi tên hai chiều như sau:
HLTTHE_1
ttmb
CAU7E_1
e1
1
1CAU7D_1
e2
1CAU7C_1
e3
1CAU7B_1
e4
1CAU7A_1
e5
1
tdci
CAU67D_1e8
11
CAU67C_1e91
CAU67B_1e101
CAU67A_1e111
hlxh
CAU64_1
e12
1
1
CAU66_1
e131
z1
hlci
d2
1
1
1
Hình 3.2. Mô hình ño
122
Các mũi tên hai chiều thể hiện quan hệ tương quan giữa các biến. Trong mô
hình này các quan hệ nhân quả chưa ñược xác ñịnh.
Các tham số ño tính hiệu lực của mô hình như sau:
Bảng 3.17. Hệ số RMR và GFI
Model GFI AGFI PGFI
Default model .926 .885 .594
Bảng 3.18. Các hệ số so sánh cơ bản (Baseline Comparisons)
NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
.967 .956 .968 .957 .968
Bảng 3.19. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.091 .087 .095 .000
Bảng 3.20. Hệ số HOELTER
HOELTER .05
HOELTER .01
158 179
Giá trị của GFI, TLI ñều xấp xỉ 1, cho thấy mô hình có ñộ phù hợp rất cao.
Tuy nhiên giá trị RMSEA và Holter chưa thực sự tốt (lớn hơn 0.8 và nhỏ hơn 200),
do vậy cần phải ñiều chỉnh mô hình ñể có các chỉ số ño ñộ phù hợp cao hơn. Việc
này ñược thực hiện bằng việc nhìn vào bảng MI. Xem chi tiết giá trị của MI trong
bảng 3.21 ở phụ lục 2.
123
Bảng MI cho thấy phần dư e4 xuất hiện nhiều lần với giá trị MI khá lớn.
Phần dư e1 tương ứng với biến 7e_1cũng có giá trị MI khá cao. Do vậy có thể loại
bỏ biến 7b_1 và 7e_1 tương ứng với các phần dư này sẽ làm cho mô hình tốt hơn.
Mô hình mới như sau:
CLTTMD
ttmb
CAU7D_1
e2
1CAU7C_1
e3
1CAU7A_1
e5
1
tdci
CAU67D_1e8
11
CAU67C_1e91
CAU67B_1e101CAU67A_1e11
1
hlxh
CAU64_1
e12
1
1
CAU66_1
e131
z1
hlci
d2
1
1
1
Hình 3.3. Mô hình A_1.2
Hệ số tương quan giữa ba biến tiềm ẩn hlci; ttmb và hlltt như sau:
Bảng 3.22. Hệ số tương quan (Correlations)
Estimate
clci <--> CLTTMD .784
ttmb <--> CLTTMD .793
ttmb <--> Clci .794
124
Mô hình mới này có RMSEA và Holter như sau:
Bảng 3.23. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.069 .064 .074 .000
Bảng 3.24. Hệ số HOELTER
HOELTER .05
HOELTER .01
286 332
RMSEA dưới 0.7 và Holter cao hơn 200. Như vậy mô hình thứ hai tốt hơn
mô hình thứ nhất rất nhiều. Do vậy có thể xây dựng mô hình cấu trúc từ mô hình
thứ hai .
CLTTMD
ttmb
CAU7D_1
e2
1CAU7C_1
e3
1CAU7A_1
e5
1
tdci
CAU67D_1e8
11
CAU67C_1e91
CAU67B_1e101CAU67A_1e11
1
hlxh
CAU64_1
e12
1
1
CAU66_1
e131
z1
hlci
d2
1
1
1
Hình 3.4. Mô hình cấu trúc quan hệ A- 1.3
Mô hình này thể hiện quan hệ nhân quả, trong ñó CLTTMD là kết quả của hai
nguyên nhân là Clci và ttmb. Kết quả ño tính hiệu lực của mô hình cấu trúc này như sau:
125
Bảng 3.25. Hệ số RMSEA RMSEA LO 90 HI 90 PCLOSE
.157 .152 .162 .000
Bảng 3.26. Hệ số HOELTER
HOELTER .05
HOELTER .01
59 68
Hai hệ số RMSEA và Holter cho thấy mô hình không có sự phù hợp cao. Do
vậy mặc dù mô hình ño có ñộ phù hợp cao nhưng mô hình cấu trúc này chưa biểu
diễn ñúng quan hệ giữa các biến tiềm ẩn. Cần ñiều chỉnh mô hình thông qua bảng
MI. Chi tiết bảng MI xem ở bảng 3.27 phụ lục 2.
Quan sát bảng MI cho thấy hai biến ttmb và Clci có MI rất lớn. ðiều này cho
phép nghĩ ñến giả thuyết hai biến này có quan hệ tương quan rất chặt chẽ với nhau,
và do vậy cần phải vẽ lại mô hình. Có thể vẽ quan hệ tương quan giữa hai biến sẽ
làm cho mô hình phù hợp hơn hoặc phải xóa bỏ một trong hai biến ra khỏi mô hình.
CLTTMD
ttmb
CAU7D_1
e2
1CAU7C_1
e3
CAU7A_1
e5
1
tdci
CAU67D_1e8
11
CAU67C_1e91
CAU67B_1e101
CAU67A_1e111
CLXH
CAU64_1
e12
1
1
CAU66_1
e131
z1
Clci
d2
1
1
1
d3
1
Hình 3.5. Mô hình A_1.4
Trong mô hình này hlci ảnh hưởng tới cảm nhận về chất lượng thủ tục ra
máy bay và thủ tục ra máy bay lại ảnh hưởng tới mức ñộ hài lòng tổng thể về dịch
vụ mặt ñất. Kết quả kiểm tra tính hiệu lực của mô hình như sau:
126
Bảng 3.28. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.086 .081 .091 .000
Bảng 3.29. Hệ số HOELTER HOELTER
.05 HOELTER
.01
188 218
Hai chỉ số này ñã có mức ñộ cải thiện rõ rệt ở mô hình này. Ngoài hệ số
RMSEA, các chỉ số GFI; TLI và CFI ñều rất cao tương ứng với 0.95; 0.963 và
0.974, có thể nói mô hình có ñộ phù hợp tốt và có thể sử dụng ñể biểu diễn cấu trúc
quan hệ của các biến clci; ttmb và CLTTMD.
Hệ số hồi qui giữa các biến như sau:
Bảng 3.30. Hệ số hồi qui
Hệ số
(Estimate) Sai số (S.E.) P
clxh <--- Clci .861 .027 *** tdci <--- Clci 1.000 ttmb <--- Clci .871 .022 *** ttmb <--- z15 .651 .017 ***
CAU67D_ <--- Tdci 1.000 CAU67C_1 <--- Tdci 1.044 .013 *** CAU67A_ <--- Tdci 1.024 .011 *** CAU64_1 <--- Clxh 1.000 CAU66_1 <--- Clxh 1.039 .025 *** CLTTMD <--- ttmb .933 .016 *** CLTTMD <--- z10 .747 .011 *** CAU67B_1 <--- e10 .397 .008 *** CAU67B_1 <--- Tdci 1.069 .011 *** CAU7D_1 <--- ttmb 1.000 CAU7A_1 <--- ttmb .950 .017 *** CAU7C_1 <--- ttmb 1.009 .015 ***
Ttmb <--- Clci .871 .022 ***
CLTTMD <--- ttmb .933 .016 ***
127
Như vậy nhân tố trực tiếp ảnh hưởng ñến chất lượng chung là chất lượng của
thủ tục ra máy bay, tuy nhiên chất lượng cảm nhận về thủ tục ra máy bay lại bị chất
lượng cảm nhận về thủ tục check-in ảnh hưởng. Hai nhân tố ño chất lượng check- in
là thái ñộ nhân viên check-in (tdci) và chất lượng tổ chức check-in (tcci) gồm có
thời gian chờ và trật tự tại khu xếp hàng.
Như vậy, mô hình cấu trúc cho thấy biến clci hay chất lượng của quá trình
check-in là xuất phát ñiểm cho VNA trong các nỗ lực nâng cao mức ñộ hài lòng
chung với chất lượng dịch vụ mặt ñất. Chất lượng check-in nâng lên ñược 1 ñiểm sẽ
làm cho chất lượng của thủ tục ra máy bay tăng thêm ñược 0.871 ñiểm. Tuy nhiên,
do hệ số tương quan giữa clci và ttmb là 0.794, tương ñương với hệ số quyết ñịnh là
0.63; có nghĩa là chất lượng của check-in quyết ñịnh 63% sự biến ñộng của thủ
tục ra máy bay. Hệ số tương quan giữa ttmb và CLTTMD là 0.793, cũng tương
ứng với hệ số quyết ñịnh 63%. Do vậy ñể mức ñộ hài lòng tổng thể với dịch vụ
mặt ñất ñược cao, VNA cũng phải nâng cao chất lượng của thủ tục ra máy bay.
ðối với thủ tục ra máy bay, hai thang ño quan trọng là sự thuận tiện của việc ñi
từ phòng chờ ra máy bay và sự nhiệt tình của nhân viên trong việc hướng dẫn
các thủ tục ra máy bay.
3.3.1.3 Mô hình nghiên cứu quan hệ của chất lượng kĩ thuật và chất
lượng chức năng với chất lượng dịch vụ mặt ñất
Tập hợp chỉ báo ño các yếu tố của chất lượng mặt ñất có thể ñược kết hợp theo
một cách khác ñể ño chất lượng kĩ thuật và chất lượng chức năng. Cụ thể như sau:
Biến tiềm ẩn chất lượng kĩ thuật ñược ño bằng ba chỉ báo i) cau 64 Thời gian
chờ làm thủ tục check-in; ii) cau 66 Trật tự tại khu vực check-in; iii) cau 7d Sự
thuận tiện của việc ñi từ phòng chờ ra sân bay.
Biến chất lượng kĩ năng gồm có các chỉ báo i) cau67a; ii) cau 67b; iii) cau
67c; iv) cau 67d; v) cau 7a; vi) cau 7b; vii) cau 7c và viii) cau 68.
Qui trình xây dựng mô hình ño tổng thể ñược thực hiện qua các bước sau:
Bước 1: Kiểm tra tính hiệu lực của từng tập hợp chỉ báo ño từng biến tiềm ẩn
Kiểm tra tính hiệu lực của tập hợp ño biến chất lượng kĩ thuật
128
Bảng 3.31. Phương sai ñược giải thích bằng biến tiềm ẩn (Communalities)
Ban ñầu (Initial) Sau khi chiết xuất
(Extraction) cau64_1 .452 .564
cau66_1 .493 .786
cau7d_1 .229 .275
Bảng 3.32. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu (Initial Eigenvalues)
Tổng hệ số tải bình phương sau khi chiết xuất (Extraction Sums
of Squared Loadings) Nhân tố (Factor)
Tổng (Total)
% phương sai (% of Variance)
% tích lũy (Cumulative
%)
Tổng (Total)
% phương sai (% of Variance)
% tích lũy (Cumulative
%)
1 2.025 67.510 67.510 1.624 54.141 54.141
2 .647 21.581 89.091
3 .327 10.909 100.000
Bảng 3.33. Ma trận nhân tố (Factor Matrix)
Nhân tố (Factor) 1
cau64_1 .751
cau66_1 .886
cau7d_1 .524
Ba bảng trên cho thấy cau 7d có hệ số communality rất thấp, tuy nhiên sau
vẫn có 1 nhân tố ñược tạo ra với hệ số tải (loading) của cả ba chỉ báo ñều lớn hơn
0.5, mặc dù cau7d vẫn có hệ số tải thấp nhất. Do vậy tác giả vẫn giữ cau7d lại trong
mô hình ño chất lượng kĩ thuật.
Bảng 3.34. Thống kê mức tin cậy (Reliability Statistics)
Cronbach's Alpha Số biến (N of
Items) .756 3
129
Hệ số Cronbach’ alpha tuy không cao lắm nhưng vẫn ñạt tiêu chuẩn cho
phép (lớn hơn 0.5). Do vậy tập hợp ño này ñảm bảo ñộ tin cây.
Kiểm tra tính hiệu lực của các chỉ báo ño chất lượng chức năng
Bảng 3.35. Phương sai ñược giải thích bằng nhân tố ẩn (Communalities)
Ban ñầu (Initial) Sau khi chiết
xuất (Extraction) cau67a_1 .848 .798
cau67b_1 .873 .827
cau67c_1 .805 .789
cau67d_1 .786 .787
cau68_1 .843 .827
cau7a_1 .579 .447
cau7b_1 .798 .650
cau7c_1 .787 .624
Bảng 3.36. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu (Inial Eigenvalues)
Tổng hệ số tải bình phương (Extraction Sums of Squared
Loadings) Nhân tố (Factor)
Tổng (Total)
% phương sai
(% of Variance)
% tích lũy (Cumulativ
e % )
Tổng (Total)
% phương sai (% of Variance)
% tích lũy (Cumulative
%)
1 6.010 75.127 75.127 5.748 71.855 71.855
2 .970 12.119 87.247
3 .300 3.754 91.001
4 .211 2.641 93.642
5 .174 2.170 95.812
6 .129 1.607 97.419
7 .120 1.496 98.915
8 .087 1.085 100.000
130
Bảng 3.37. Ma trận nhân tố (Factor Matrix)
Factor 1
Cau67a_1 .893 Cau67b_1 .909 Cau67c_1 .888 Cau67d_1 .887 Cau68_1 .910 Cau7a_1 .668 Cau7b_1 .806 Cau7c_1 .790
Quan sát hệ số communalities, hệ số eigenvalue và hệ số tải cho thấy tất cả các chỉ báo ở trên ñều có ñủ tiêu chuẩn ñể ñưa vào tập hợp chỉ báo ño biến chất lượng chức năng. Chỉ có 1 nhân tố ñược rút ra từ tập hợp thang ño gồm 8 biến này.
Bảng 3.38. Thống kê mức tin cậy (Reliability Statistics)
Cronbach's Alpha Số biến (N of Items)
.951 8
Hệ số Cronbach’s Alpha rất cao cho thấy tập hợp ño này rất ñáng tin cậy. Bước hai: kiểm tra tổng hợp toàn bộ tập hợp thang ño
Bảng 3.39. Ma trận Nhân tố (Pattern Matrix(a))
Nhân tố (Factor)
1 2
cau67a_1 .899 .020
cau67b_1 .916 .014
cau67c_1 .877 .045
cau67d_1 .803 .115
cau68_1 .915 .034
cau7a_1 -.013 .806
cau7b_1 .060 .877
cau7c_1 .000 .937
cau64_1 .617 -.032
cau66_1 .634 .050
cau7d_1 .075 .767
131
Quan sát bảng trên cho thấy mặc dù vẫn có 2 nhân tố ñược rút ra từ tập hợp
chỉ báo trên xong hệ số tải của các biến vào từng nhân tố ñã bộc lộ một số vấn ñề.
Theo mô hình giả thiết, nhân tố chất lượng kĩ thuật ñược ño bằng cau64, cau66 và
cau7d. Do vậy, ba chỉ báo này nên có hệ số tải cao vào 1 nhân tố, và các biến còn
lại nên có hệ số tải cao vào nhân tố còn lại. Tuy nhiên, kết quả cho thấy 4 biến cau
7a, 7b, 7c, 7d có hệ số tải cao vào 1 nhân tố và các biến còn lại có hệ số tải cao vào
1 nhân tố khác. Do vậy, có thể ñưa ra kết luận giả thuyết về quan hệ giữa nhân tố
chất lượng kĩ thuật và chất lượng chức năng với chất lượng chung về dịch vụ mặt
ñất là không phù hợp. ðiều này ñược tác giả kiểm tra lại bằng cách sử dụng AMOS
ñể kiểm tra tính hiệu lực của mô hình ño.
Bước 3: Dùng AMOS ñể kiểm tra lại kết luận ở bước 2
CLTTMD
CLKT
CAU64_1
e1
1
1CAU7D_1
e3
CAU66_1
e4
1
CLCN
CAU67D_1e8
1
1CAU67C_1e9
1CAU67B_1e10
1CAU67A_1e11
1
CAU7A_1
e12
CAU7B_1
e131
CAU7D
e151
1
Hình 3.6. Mô hình A-2
ðây là mô hình mô phỏng tập hợp ño như ñã trình bày ở trên. Kết quả chạy
AMOS ñể kiểm tra ñộ phù hợp của mô hình như sau:
132
Bảng 3.40. Hệ số RMR, GFI
GFI AGFI PGFI .644 .441 .410
Bảng 3.41. Các hệ số so sánh cơ bản (Baseline Comparisons )
NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
.799 .737 .800 .738 .800
Bảng 3.42. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.226 .222 .230 .000
Bảng 3.43. Hệ số HOELTER
HOELTER .05
HOELTER .01
27 31
Giá trị GFI và CFI rất thấp; RMSEA quá lớn và Hoelter quá nhỏ cho thấy mô
hình rất không phù hợp. Do vậy, một lần nữa có thể khẳng ñịnh rằng mô hình ño
theo nhân tố chất lượng kĩ thuật và chất lượng chức năng không phù hợp.
3.3.2 Vận dụng kết hợp phương pháp phân tích nhân tố và mô hình
phương trình cấu trúc (SEM) xây dựng mô hình ño và mô hình cấu trúc cho
các yếu tố ảnh hưởng chất lượng dịch vụ trên không
3.3.2.1 Xây dựng mô hình lý thuyết
Khi nghiên cứu các nhân tố ảnh hưởng ñến mức ñộ hài lòng chung với dịch
vụ mặt ñất của VNA, tác giả ñã cố gắng ñưa ra hai mô hình i)Mô hình phản ánh ảnh
hưởng của chất lượng từng qui trình ñến mức ñộ hài lòng chung và ii) Mô hình
phản ánh ảnh hưởng của chất lượng kĩ thuật và chất lượng chức năng ñến mức ñộ
hài lòng chung với dịch vụ mặt ñất.
133
Khi xây dựng mô hình nghiên cứu chất lượng dịch vụ trên không, tác giả sẽ
không nghiên cứu mô hình ảnh hưởng theo qui trình ño dịch vụ trên không do nhiều
yếu tố thuộc chất lượng chức năng và chất lượng kĩ thuật cấu thành hơn là tính
qui trình. Do vậy, trong phần này, tác giả sẽ ñưa ra mô hình ño và mô hình cấu
trúc trong ñó biến tiềm ẩn là các nhân tố thuộc chất lượng kĩ thuật và chất lượng
chức năng.
Mô hình dự kiến như sau:
CLTTTK
0,
CLCN
CAU5E_1
0,
e1
1CAU5D_1
0,
e2
1CAU5H_1
0,
e3
1CAU5B_1
0,
e4
1CAU5I_1
0,
e5
1
0,
Tiennghi
CAU4D_1
0,
e8
11
CAU4C_1
0,
e91
CAU4B_1
0,
e101
CAU4A_1
0,
e111
0,
Giaitri
CAU102_B
0,
e14
1
1
CAU102_C
0,
e151
CAU102_D
0,
e161
CAU102_A
0,
e171
0,
CLVS
CAU4E_1
0,
e181
CAU4F_1
0,
e191
CAU4G_1
0,
e201
CAU4H_1
0,
e211
0,
CLAU
CAU73A_1
0,
e22
1CAU73B_1
0,
e23
1
CAU73C_1
0,
e24
11
CAU5G_1 CAU5J_1
0, 1
e27
0, 1
e28
TAPCHI
1
1
CAU86_1
0,
e30
Hình 3.7. Mô hình B-1
Trong mô hình này biến kết quả cuối cùng là chất lượng dịch vụ trên không
(ñược kí hiệu là CLTTTK) . Biến này ñược ño thông qua một chỉ báo là cau 111
ðánh giá chung về chất lượng trên không.
Các biến tiềm ẩn ñược xác ñịnh là nguyên nhân gồm có:
134
Nhân tố chất lượng chức năng (kí hiệu CLCN). ðây là một nhân tố ñược ño
thông qua các biến ño ñược là i) cau 5b; ii) cau 5d; iii) cau 5e; iv) cau5h; v) cau5g;
vi) cau5i; và vii) cau5j. Ý nghĩa cụ thể của các biến như sau:
Chất lượng kĩ thuật ñược cấu thành bởi năm nhân tố nhỏ hơn là i) Tiện nghi
của ghế ngồi; ii) Chất lượng sách báo tạp chí; iii) Chất lượng vệ sinh; iv) Chất
lượng ăn uống và v) Chất lượng giải trí . Các tập hợp biến ño trực tiếp của từng
nhân tố con như sau:
Tiện nghi ghế ngồi ñược ño bằng bốn biến quan sát ñược gồm có i) cau 4a;
ii) cau 4b; iii) cau 4c và iv) cau 4d
Chất lượng sách báo tạp chí ño bằng biến cau 96
Chất lượng vệ sinh ñược ño bằng 4 biến quan sát ñược gồm có i)Sự sạch sẽ
của khoang hành khách; ii)Sự sạch sẽ của ghế ngồi; iii)Sự sạch sẽ trong buồng vệ
sinh; iv) Cảm giác trong sạch dễ chịu của không khí trong máy bay
Chất lượng ăn uống ñược ño bằng 4 biến gồm có i)cau 73a; ii) cau 73b;
iii)cau 73c và iv) cau 86
Chất lượng giải trí ñược ño bằng 4 biến i) cau 102a;ii)cau102b; iii)cau102c
và iv)cau102d.
Tất cả thông tin về các nhân tố và tập hợp ño ñược tóm tắt trong bảng dưới ñây:
Bảng 3.45. Thông tin về các nhân tố và tập hợp ño
Tên nhân tố cấp 1 Tên nhân tố
cấp 2
Tập hợp các chỉ báo ño
Chất lượng chung về
dịch vụ trên không
(CLTTTK)
Cau 111: Mức ñộ hài lòng chung về chất
lượng dịch vụ trên không
Chất lượng chức
năng
(Tiepvien)
Cau5b_1: Sự nhã nhặn, lịch sự khi giao
tiếp
Cau5d_1: Thái ñộ nghiêm túc khi làm việc
Cau5e_1: Luôn sẵn sàng phục vụ khi quí
khách yêu cầu
Cau5g_1: Sự chỉnh tề của trang phục
135
Cau5h_1: Tính chuyên nghiệp khi làm
việc
Cau5i_1: Hiện diện thường xuyên trong
suốt chuyến bay
Cau5j_1: Cung cấp thông tin nếu quí
khách yêu cầu
Tiện nghi ghế
ngồi
Cau4a_1: Sự rộng rãi, thoải mái của ghế
ngồi
Cau4b_1: ðộ ngả thân ghế
Cau4c_1: Mức ñộ tiện lợi khi sử dụng các
thiết bị tại ghế ngồi
Cau4d_1: Sự rộng rãi của chỗ ñể chân
Chất lượng
sách báo tạp
chí
Cau 96_1: Chất lượng nói chung của sách
báo tạp chí
Chất lượng
vệ sinh
Cau4e_1: Sự sạch sẽ trong khoang hành
khách
Cau4f_1: Sự sạch sẽ của ghế ngồi
Cau4g_1: Sự sạch sẽ trong buồng vệ sinh
Cau4h_1: Cảm giác trong sạch, dễ chịu
của bầu không khí trong máy bay
Chất lượng
ăn uống
Cau73a_1: Số lượng thức ăn
Cau73b_1:Hình thức bày biện các món ăn
Cau73c_1: Hương vị các món ăn
Cau86_1: Nhận xét tổng thể về chất lượng
ñồ uống trên máy bay
Chất lượng kĩ thuật
Chất lượng
giải trí
Cau102a_1: Khả năng lựa chọn chương
trình phim theo sở thích
Cau102b_1: Chất lượng âm thanh, hình
ảnh trình chiếu
Cau 102c_1: Khả năng lựa chọn kênh âm
thanh theo sở thích
Cau102d_1: Chất lượng âm thanh phục vụ
136
3.3.2.2 Xây dựng mô hình ño lường và mô hình cấu trúc
Quá trình xây dựng mô hình ño và mô hình cấu trúc gồm các bước như sau:
Bước 1: Kiểm tra tính hiệu lực của từng tập hợp chỉ báo ño
Kiểm tra tính hiệu lực của tập hợp chỉ báo ño chất luợng chức năng
Bảng 3.46. Phương sai giải thích bằng nhân tố ẩn (Communalities)
Ban ñầu (Initial)
Sauk hi chiết xuất (Extraction)
cau5b_1 .764 .772
cau5d_1 .827 .842
cau5e_1 .789 .806
cau5g_1 .623 .636
cau5h_1 .778 .808
cau5i_1 .781 .794
cau5j_1 .764 .774
Bảng 3.47. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu (Initial
Eigenvalues)
Tổng bình phương hệ sôs tải
(Extraction Sums of Squared
Loadings) Nhân tố
(Factor) Tổng
(Total)
% phương
sai (% of
Variance)
% tích lũy
(Cumulativ
e %)
Tổng
(Total)
% phương
sai (% of
Variance)
% tích lũy
(Cumulative
%)
1 5.652 80.737 80.737 5.432 77.596 77.596
2 .364 5.197 85.934
3 .311 4.439 90.373
4 .212 3.022 93.395
5 .180 2.568 95.963
6 .155 2.208 98.171
7 .128 1.829 100.000
137
Bảng 3.48. Ma trân nhân tố (Factor Matrix)
Nhân tố (Factor)
1
Cau5b_1 .879
Cau5d_1 .918
Cau5e_1 .898
Cau5g_1 .797
Cau5h_1 .899
Cau5i_1 .891
Cau5j_1 .880
Hệ số communalities của 7 nhân tố cao hơn 0.5. Hệ số eigenvalue có 1 nhân
tố lớn hơn 1 và có 1 nhân tố ñược rút ra sau 4 phép quay. Như vậy có thể kết luận là
7 chỉ báo này là một tập hợp ño tốt cho nhân tố chất lượng tiếp viên.
Bảng 3.49. Thống kê mức ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha Số biến (N of Items)
.960 7
Hệ số Cronbach’s Alpha xấp xỉ 1, do vậy tập hợp ño này có ñộ tin cậy rất cao.
Kiểm tra tính hiệu lực của tập hợp chỉ báo ño tiện nghi chỗ ngồi
Bảng 3.50. Phương sai ñược giải thích bằng nhana tố ẩn
(Communalities)
Ban ñầu
(Initial)
Sau khi chiết xuất
(Extraction)
cau4a_1 .697 .790
cau4b_1 .671 .747
cau4c_1 .598 .672
cau4d_1 .576 .641
138
Bảng 3.50. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu (Initial Eigenvalues)
Tổng bình phương hệ số tải (Extraction Sums of Squared
Loadings) Nhân tố
Factor Tổng (Total)
% phương sai (% of Variance)
% tích lũy (Cumulative
%)
Tổng (Total)
% phương sai (% of Variance)
% tích lũy (Cumulative
%) 1 3.134 78.342 78.342 2.850 71.242 71.242
2 .343 8.567 86.909
3 .314 7.842 94.751
4 .210 5.249 100.000
Bảng 3.51. Ma trận nhân tố (Factor Matrix)
Nhân tố
(Factor)
1
cau4a_1 .889
cau4b_1 .864
cau4c_1 .820
cau4d_1 .800
Các hệ số communalities lớn hơn 0.5, 1 nhân tố có hệ số eigenvalue lớn hơn
1 và có 1 nhân tố rút ra sau 6 lần quay cho thấy 4 biến này là thang ño phù hợp cho
cùng một nhân tố, ñược gọi là tiện nghi chỗ ngồi.
ðộ tin cậy của tập hợp ño
Bảng 3.52. Thống kê mức ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha Số biến (N of Items)
.907 4
Hệ số Cronbach’s Alpha 0.907 rất cao cho thấy tập hợp ño có ñộ tin cậy cao.
Kiểm tra tính hiệu lực của tập hợp ño nhân tố chất lượng vệ sinh
139
Bảng 3.53. Phương sai ñược giải thích bởi nhân tố ẩn (Communalities)
Initial Extraction
cau4e_1 .794 .830
cau4f_1 .802 .850
cau4g_1 .600 .643
cau4h_1 .642 .698
Bảng 3.54. Tổng phương sai ñược giải thích (Total Variance Explained)
G trị Eigen ban ñầu (nitial
Eigenvalues)
Tổng bình phương hệ số tải
(Extraction Sums of Squared
Loadings)
Nhân
tố
(Facto
r) Total % of
Variance
Cumulative
% Total
% of
Variance
Cumulative
%
1 3.259 81.467 81.467 3.021 75.534 75.534
2 .349 8.732 90.199
3 .272 6.809 97.007
4 .120 2.993 100.000
Bảng 3.55. Ma trận nhân tố (Factor Matrix
Nhân tố
(Factor)
1
cau4e_1 .911
cau4f_1 .922
cau4g_1 .802
cau4h_1 .836
Hệ số communalities của 4 biến ñều trên mức 0.5, một nhân tố có hệ số
eigenval lớn hơn 1 và 1 nhân tố ñược rút ra sau 5 lần quay cho thấy 4 biến này là
140
tập hợp ño tốt cho 1 nhân tố tiềm ẩn ñằng sau 4 biến này, ñược ñặt tên là chất lượng
vệ sinh.
ðộ tin cậy của tập hợp ño
Bảng 3.56. Thống kê mức ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha Số biến
(N of Items)
.924 4
Bảng trên cho thấy thang ño có ñộ tin cậy cao.
Kiểm tra tập hợp ño chất lượng ăn uống
Bảng 3.57. Phương sai ñược giải thích bằng nhân tố ẩn (Communalities)
Ban ñầu
(Initial)
Sauk hi chiết
xuất
(Extraction)
cau73a_1 .658 .731
cau73b_1 .732 .846
cau73c_1 .671 .749
cau86_1 .286 .313
Bảng 3.58. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu
(Initial Eigenvalues)
Tổng hệ số tải bình phương
(Extraction Sums of Squared )
Loadings) Nhân tố
(Factor)
Total % of
Variance
Cumulative
% Total
% of
Variance
Cumulative
%
1 2.926 73.153 73.153 2.639 65.968 65.968
2 .623 15.568 88.720
3 .265 6.630 95.351
4 .186 4.649 100.000
141
Bảng 3.59. Ma trận nhân tố (Factor Matrix(a))
Factor
1
cau73a_1 .855
cau73b_1 .920
cau73c_1 .866
cau86_1 .559
Trong số 4 biến này biến cau86 chất lượng ñồ uống có hệ số communality rất
thấp. Tuy nhiên hệ số tải mặc dù thấp vẫn lớn hơn 0.5. Do vậy có thể giữ hoặc loại
biến này khỏi tập hợp ño. ðiều này có thể ñược kết luận thông qua kiểm tra ñộ tin
cậy của thang ño.
Bảng 3.60. Thống kê mức ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha Số biến (N of
Items) .877 4
Tập hợp ño có hệ số Cronbach’s Alpha không thấp (0.877) có nghĩa là tập
hợp này vẫn có ñộ tin cậy cao. Do vậy tác giả vẫn quyết ñịnh giữ lại biến này trong
tập hợp ño.
Kiểm tra tính hiệu lưc của tập hợp ño chất lượng giải trí:
Bảng 3.61. Phương sai ñược giải thích bằng nhân tố ẩn (Communalities)
Initial Extraction
cau102a_1 .374 .407
cau102b_1 .676 .766
cau102c_1 .700 .783
cau102d_1 .713 .795
142
Bảng 3.62. Tổng phương sai ñược giải thích (Total Variance Explained)
Hệ số Eigen ban ñầu (Initial
Eigenvalues)
Tổng bình phương hệ số tải
(Extraction Sums of Squared
Loadings) Nhân tố
(Factor) Tổng
(Total)
% phương
sai
(% of
Variance)
% tích lũy
(Cumulative
%)
Tông
(Total)
% phương
sai
(% of
Variance)
% tích lũy
(Cumulative
%)
1 3.032 75.804 75.804 2.751 68.767 68.767
2 .533 13.321 89.125
3 .240 5.999 95.124
4 .195 4.876 100.000
Bảng 3.63. Ma trận nhân tố (Factor Matrix(a))
Nhân tố (Factor)
1
cau102a_1 .638
cau102b_1 .875
cau102c_1 .885
cau102d_1 .892
Mặc dù cau102 (khả năng lựa chọn chương trình phim theo sở thích) có hệ
số communality thấp hơn các biến khác, hệ số tải của cả 4 biến ñều cao và có 1
nhân tố có hệ số eigenval lớn hơn 1. Do vậy bốn biến này có thế ñược sử dụng ñể
ño chất lượng giải trí trên máy bay.
Bảng 3.64. Thống kê mức ñộ tin cậy (Reliability Statistics)
Cronbach's Alpha N of Items
.893 4
Hệ số Cronbach’s Alpha cũng ñảm bảo tính tin cậy của tập hợp ño.
143
Bước hai: Kiểm tra toàn bộ tập hợp ño
Bảng 3.65. Tổng phương sai ñược giải thích (Total Variance Explained)
Giá trị Eigen ban ñầu (Initial
Eigenvalues)
Tổng bình phương hệ số tải
(Extraction Sums of Squared
Loadings)
Nhân
tố
(Fact
o)r Total % of
Variance
Cumulative
%
Total % of
Variance
Cumulative
%
1 10.860 45.248 45.248 10.600 44.165 44.165
2 2.893 12.055 57.303 2.614 10.893 55.058
3 1.871 7.796 65.099 1.619 6.748 61.805
4 1.707 7.112 72.211 1.451 6.045 67.850
5 1.009 4.202 76.414 .785 3.273 71.123
6 .741 3.086 79.500
7 .579 2.413 81.912
8 .534 2.224 84.136
9 .385 1.603 85.739
10 .346 1.441 87.180
11 .328 1.366 88.547
12 .314 1.307 89.854
13 .306 1.276 91.129
14 .267 1.113 92.242
15 .263 1.098 93.340
16 .236 .983 94.323
17 .209 .873 95.196
18 .207 .864 96.060
19 .193 .802 96.862
20 .184 .767 97.629
21 .171 .714 98.342
22 .153 .636 98.979
23 .127 .529 99.507
24 .118 .493 100.000
144
Bảng 3.66. Nhân tố (Pattern Matrix(a))
Factor
1 2 3 4 5
cau102a_1 .002 .014 .012 .638 -.035
cau102b_1 -.012 -.006 -.004 .877 .016
cau102c_1 .011 -.011 -.005 .889 -.013
cau102d_1 -.009 -.003 -.010 .894 .010
Cau4a_1 -.004 .918 -.013 -.017 -.025
Cau4b_1 -.015 .914 -.004 -.008 -.052
Cau4c_1 .015 .755 .018 .027 .063
Cau4d_1 .021 .773 -.006 -.005 .027
Cau4e_1 .007 -.002 -.031 -.010 .931
Cau4f_1 -.009 -.046 -.020 -.012 .981
Cau4g_1 .088 .067 .037 .010 .664
Cau4h_1 .138 .126 .029 -.008 .635
Cau5b_1 .868 .036 -.011 -.004 -.005
Cau5d_1 .935 .006 -.029 -.004 -.007
Cau5e_1 .928 .012 -.031 -.003 -.028
Cau5g_1 .764 -.049 .059 -.017 .046
Cau5h_1 .914 -.030 .026 -.010 -.017
Cau5i_1 .894 .001 -.001 .005 -.005
Cau5j_1 .870 .013 -.009 .011 .010
cau73a_1 -.001 -.022 .884 -.005 -.036
cau73b_1 .010 -.021 .929 -.019 -.005
cau73c_1 -.035 .025 .878 -.003 -.011
Cau86_1 .154 .022 .437 .028 .062
Cau96_1 .189 .109 .202 .083 .105
Kết quả phân tích cho thấy có 5 nhân tố có eigenval lớn hơn 1. Như vậy
trong tập hợp biến quan sát ñược này phản ánh 5 nhân tố tiềm ẩn.
Quan sát bảng hệ số tải cho thấy các kết luận sau:
Thứ nhất, không có biến nào có hệ số tải cao vào hai nhân tố. ðiều ñó chứng
tỏ không có tình trạng một biến ño hai nhân tố, mà mỗi biến chỉ ño một nhân tố.
145
ðiều ñó chứng tỏ tập hợp ño tốt.
Thứ hai, tập hợp các chỉ báo ñược cho là ño cùng một nhân tố ñều có hệ số
tải (loading ) cao vào cùng 1 nhân tố. Cụ thể như sau:
Biến cau4a ñến cau4d có hệ số tải cao vào nhân tố số 2.
Biến cau4e ñến cau4h có hệ số tải cao vào nhân tố số 5.
Biến cau 5b ñến cau5j có hệ số tải cao vào nhân tố số 1.
Biến cau102a ñến 102d có hệ số tải cao vao nhân tố số 4.
Biến cau73a ñến 73c có hệ số tải cao vào nhân tố thứ 3. Tuy nhiên hệ số tải
của biến cau 86 ño chất lượng ñồ uống lại khá thấp, dưới 0.5. Do vậy, có thể biến
này không thể ñược ñưa vào tập hợp ño nhân tố chất lượng ăn uống, mà phải tách ra
từ cau 73a-cau73c là tập hợp ño chất lượng ăn và câu 86 ño chất lượng ñồ uống.
ðến bước 3 tác giả sẽ kiểm tra ñộ phù hợp của hai mô hình: một mô hình với cau86
trong tập hợp nhân tố phản ánh chất lượng ăn uống và mô hình với cau86 như một
biến ñộc lập phản ánh chất lượng ñồ uống và tập hợp cau 73a-73c phản ánh chất
lượng ñồ ăn.
Bảng 3.67. Ma trận hệ số tương quan giữa các nhân tố (Factor Correlation
Matrix)
Factor 1 2 3 4 5
1 1.000 .574 .565 .186 .686
2 .574 1.000 .492 .227 .680
3 .565 .492 1.000 .195 .529
4 .186 .227 .195 1.000 .186
5 .686 .680 .529 .186 1.000
Ma trận hệ số tương quan cho thấy 5 nhân tố này có mức ñộ tương quan khá
thấp, ñều dưới 0.85. ðiều này cho phép kết luận ñây là 5 nhân tố riêng biệt, mỗi
nhân tố phản ảnh một khía cạnh của dịch vụ trên không.
146
ðến ñây ñã có thể kết luận ñược rằng mô hình ño sẽ gồm các thành phần sau:
Loại biến Tên biến Loại biến
Tiện nghi chỗ ngồi Biến tiềm ẩn
Chất lượng vệ sinh Biến tiềm ẩn
Chất lượng thức ăn Biến tiềm ẩn
Chất lượng giải trí Biến tiềm ẩn
Chất lượng ñồ uống (cau86) Biến ño trực tiếp
Biến nguyên nhân
Chất lượng tạp chí Biến ño trực tiếp
Biến kết quả Mứcñộ hài lòng chung với dịch vụ
trên không (cau111)
Biến ño trực tiếp
Bước 3: Kiểm tra tính hiệu lực của mô hình ño
CLTTTK0,
CLCN
CAU5E_1
0,
e1
1
1CAU5D_1
0,
e2
1CAU5H_1
0,
e3
1CAU5B_1
0,
e4
1CAU5I_1
0,
e5
1
0,
Tiennghi
CAU4D_1
0,
e8
11
CAU4C_1
0,
e91
CAU4B_1
0,
e101
CAU4A_1
0,
e111
0,
Giaitri
CAU102_B
0,
e14
1
1
CAU102_C
0,
e151
CAU102_D
0,
e161
CAU102_A
0,
e171
0,
CLVS
CAU4E_1
0,
e18
1
1
CAU4F_1
0,
e191
CAU4G_1
0,
e201
CAU4H_1
0,
e211
0,
CLAU
CAU73A_1
0,
e22
1CAU73B_1
0,
e23
1
CAU73C_1
0,
e24
1
CAU83_1
0,
e25
11
CAU5G_1 CAU5J_1
0, 1
e27
0, 1
e28
TAPCHI
Hình 3.8. Mô hình B-1.1 :
147
Trong mô hình B-1.1 là mô hình chất lượng ñồ uống (cau 86) vẫn ñược ñể
trong tập hợp ño nhân tố chất lượng ăn uống. Trong mô hình này tất cả các biến
tiềm ẩn ñược nối với nhau bằng mũi tên chỉ quan hệ tương quan. Các nhân tố tiềm
ẩn cũng ñược nối với các biến cau 96 (chất lượng tạp chí ) và cau 111 (hài lòng tổng
thể) bằng các mũi tên hai chiều chỉ quan hệ tương quan.
Kết quả ño ñộ phù hợp của mô hình như sau:
Bảng 3.68. Hệ số CMIN
Model NPAR CMIN DF P CMIN/DF
Default model 94 3515.663 256 .000 13.733
Saturated model 350 .000 0
Independence model 50 109552.361 300 .000 365.175
Bảng 3.69. Các hệ số so sánh cơ bản (Baseline Comparisons)
Model NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
Default model .968 .962 .970 .965 .970
Saturated model 1.000 1.000 1.000
Independence model .000 .000 .000 .000 .000
Bảng 3.70. Hệ số RMSEA
Model RMSEA LO 90 HI 90 PCLOSE
Default model .050 .048 .051 .533
Independence model .267 .266 .268 .000
148
Bảng 3.71. Hệ số HOELTER
Model HOELTER .05
HOELTER .01
Default model 428 453
Independence model 16 17
Mặc dù bảng CMIN cho thấy p xấp xỉ bằng 0, tuy nhiên do mẫu rất lớn nên
ñây là ñiều chấp nhận ñược. Các tham số khác như TLI; CFI ñều rất cao, xấp xỉ 1 và
RMSEA rất thấp, và Hoelter có giá trị rất cao (lớn hơn nhiều so với yếu cầu 200)
cho thấy mô hình chấp nhận ñược.
Mô hình B-1.2 là mô hình hoàn toàn tương tự như mô hình B-1.1, chỉ có một sự
khác biệt là ở mô hình này tập hợp biến cau73a-73c và cau 86 sẽ ñược chia làm 2 nhóm
: từ cau73a ñến cau73c ño chất lượng ñồ ăn và cau86 ño chất lượng ñồ uống. Nhân tố
chất lượng ñồ ăn kí hiệu là CLA và chất lượng ñồ uống ñược kí hiệu là CLU.
CLTTTK0,
CLCN
CAU5E_1
0,
e1
1
1CAU5D_1
0,
e2
1CAU5H_1
0,
e3
1CAU5B_1
0,
e4
1CAU5I_1
0,
e5
1
0,
Tiennghi
CAU4D_1
0,
e8
11
CAU4C_1
0,
e91
CAU4B_1
0,
e101
CAU4A_1
0,
e111
0,
Giaitri
CAU102_B
0,
e14
1
1
CAU102_C
0,
e151
CAU102_D
0,
e161
CAU102_A
0,
e171
0,
CLVS
CAU4E_1
0,
e18
1
1
CAU4F_1
0,
e191
CAU4G_1
0,
e201
CAU4H_1
0,
e211
0,
CLA
CAU73A_1
0,
e22
1CAU73B_1
0,
e23
1
CAU73C_1
0,
e24
1
CLU
1
CAU5G_1 CAU5J_1
0, 1
e27
0, 1
e28
TAPCHI
Hình 3.9. Mô hình B-1.2
149
Kết quả ño sự phù hợp của mô hình như sau:
Bảng 3.72. Hệ số CMIN
NPAR CMIN DF P CMIN/DF
100 3077.290 250 .000 12.309
Bảng 3.73. Hệ số so sánh cơ bản (Baseline Comparisons)
NFI
Delta1
RFI
rho1
IFI
Delta2
TLI
rho2
CFI
.972 .966 .974 .969 .974
Bảng 3.74. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.047 .046 .049 .999
Bảng 3.75. Hệ số HOELTER
HOELTER
.05
HOELTER
.01
479 507
Bước 4: Lựa chọn mô hình ño tốt nhất
So sánh với các tham số ño ñộ phù hợp của mô hình trước có thể thấy tất cả
các chỉ số ñều tốt hơn. Do vậy, có thể kết kuận mô hình B-1.2 phù hợp hơn mô hình
B-1.1. Có thể dựa trên mô hình này ñể xây dựng mô hình cấu trúc.
Bước 5: xây dựng mô hình cấu trúc
Trong mô hình cấu trúc các nhân tố CLCN; CLVS; CLA; CLU; Giải trí;
Tiện nghi; CLTT là biến kết quả. Mô hình cấu trúc như sau:
150
CLTT
0,
CLCN
CAU5E_1
0,
e1
1CAU5D_1
0,
e2
1CAU5H_1
0,
e3
1CAU5B_1
0,
e4
1CAU5I_1
0,
e5
1
0,
Tiennghi
CAU4D_1
0,
e8
11
CAU4C_1
0,
e91
CAU4B_1
0,
e101
CAU4A_1
0,
e111
0,
Giaitri
CAU102_B
0,
e14
1
1
CAU102_C
0,
e151
CAU102_D
0,
e161
CAU102_A
0,
e171
0,
CLVS
CAU4E_1
0,
e181
CAU4F_1
0,
e191
CAU4G_1
0,
e201
CAU4H_1
0,
e211
0,
CLA
CAU73A_1
0,
e22
1CAU73B_1
0,
e23
1
CAU73C_1
0,
e24
1
CLU
1
CAU5G_1 CAU5J_1
0, 1
e27
0, 1
e28
TAPCHI
1
1
Hình 3.10. Mô hình B-2.1
Mô hình này có các chỉ số ño sự phù hợp như sau:
Bảng 3.76. Các hệ số so sánh cơ bản (Baseline Comparisons)
NFI
Delta1
RFI
rho1
IFI
Delta2
TLI
rho2 CFI
.740 .713 .753 .727 .752
Bảng 3.77. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.141 .138 .145 .000
151
Các chỉ số TLI; CFI ñều khá thấp, nhỏ hơn 0.9 và RMSEA quá cao 0.141
cho thấy mô hình này không phù hợp. Do vậy cần có những sự ñiều chỉnh ñể mô
hình phù hợp hơn. ðiều này ñược thực hiện thông qua việc quan sát bảng MI. Chi
tiết bảng MI xem bảng 3.78 ở phần phụ lục 2.
Kết quả bảng MI (Modification indexes) cho thấy các nhân tố tiềm ẩn có MI
rất cao. ðiều này cho phép ñặt giả thuyết các nhân tố này có quan hệ tương quan
với nhau. Các phần dư e22; e23; e27; e28 cũng có hiệp phương sai rất cao với các
biến tiềm ẩn. Tác giả xóa các biến này khỏi mô hình.
CLTTTK
0,
CLCN
CAU5E_1
0,
e1
1CAU5D_1
0,
e2
1CAU5H_1
0,
e3
1CAU5B_1
0,
e4
1CAU5I_1
0,
e5
1
0,
Tiennghi
CAU4D_1
0,
e8
11
CAU4C_1
0,
e91
CAU4B_1
0,
e101
CAU4A_1
0,
e111
0,
Giaitri
CAU102_B
0,
e14
1
1
CAU102_C
0,
e151
CAU102_D
0,
e161
CAU102_A
0,
e171
0,
CLVS
CAU4E_1
0,
e181
CAU4F_1
0,
e191
CAU4G_1
0,
e201
CAU73C_1
CLU
TAPCHI
0, 1
e35
1
1
Hình 3.11. Mô hình B-2.2
Các tham số ño ñộ phù hợp của mô hình mới như sau:
152
Bảng 3.79. Hệ số CMIN
NPAR CMIN DF P CMIN/DF
79 682.082 151 .000 4.517
Bảng 3.80. Hệ số so sánh cơ bản (Baseline Comparisons)
NFI Delta1
RFI rho1
IFI Delta2
TLI rho2
CFI
.944 .929 .955 .944 .955
Bảng 3.81. Hệ số RMSEA
RMSEA LO 90 HI 90 PCLOSE
.069 .064 .075 .000
Bước 6: Với CMIN nhỏ hơn 5; CFI và TLI có các giá trị .955 và .943;
RMSEA 0.07 có thể nói mô hình có ñộ phù hợp rất cao.
Sử dụng mô hình này ñể tính toán các hệ số tương quan và hệ số hồi qui giữa
các biến. kết quả như sau:
Bảng 3.82. Hệ số hồi qui (Regression Weights)
Estimate S.E. C.R. P Label
CLTTTK <--- CLCN .316 .051 6.219 *** par_13
CLTTTK <--- CAU96_1 .079 .035 2.216 .027 par_15
CLTTTK <--- CLVS .089 .047 1.894 .058 par_16
CLTTTK <--- CAU86_1 .166 .039 4.316 *** par_17
CLTTTK <--- CAU73C_1 .055 .034 1.606 .108 par_28
CLTTTK <--- Giaitri .184 .032 5.756 *** par_32
CLTTTK <--- Tiennghi .129 .038 3.345 *** par_36
Bảng trên cho thấy hệ số hồi qui giữa CLCN với CLTTTK cao nhất, sau ñó
là nhân tố giải trí, tiếp theo là chất lượng ñồ uống; sau ñó là tiện nghi chỗ ngồi. Sau
ñó lần lượt là chất lượng vệ sinh, chất lượng tạp chí và hương vị thức ăn có ảnh
hưởng khá yếu ớt ñến chất lượng chung của toàn bộ dịch vụ.
153
Trong mô hình này chất lượng tiếp viên (CLCN) ñược phản ánh qua 5 biến
quan sát trực tiếp là:
Cau5e_1: Luôn sẵn sàng phục vụ khi quí khách yêu cầu
Cau5d_1: Thái ñộ nghiêm túc khi làm việc
Cau5h_1: Tính chuyên nghiệp khi làm việc
Cau5b_1: Sự nhã nhặn, lịch sự khi giao tiếp
Cau5i_1: Hiện diện thường xuyên trong suốt chuyến bay
Các hệ số hồi qui cho thấy các biến này ñều có mức ñộ hồi qui gần như tương
ñương nhau cho thấy tầm quan trọng như nhau của các biến này khi khách hàng
ñánh giá chất lượng tiếp viên. Tuy nhiên, các tiêu chí thái ñộ nghiêm túc; sự nhã nhặn
lịch sự; và luốn sẵn sang phục vụ có hệ số hồi qui cao hơn, cho thấy dường như khách
hàng quan tâm ñến các nhân tố này nhiều hơn khi ñánh giá về chất lượng tiếp viên. Kết
luận này khá trùng hợp với kết quả của mô hình hồi qui bội ở phần trên.
Nhân tố Tiện nghi ñược ño bằng các biến sau:
Cau4a_1: Sự rộng rãi, thoải mái của ghế ngồi
Cau4b_1: ðộ ngả thân ghế
Cau4c_1: Mức ñộ tiện lợi khi sử dụng các thiết bị tại ghế ngồi
Cau4d_1: Sự rộng rãi của chỗ ñể chân
Hệ số hồi qui của các biến này cũng không chênh lệch nhau nhiều, tuy nhiên
cao nhất là sự rộng rãi của ghế ngồi.
Nhân tố chất lượng vệ sinh ñược ño bằng các biến
Cau4e_1: Sự sạch sẽ trong khoang hành khách
Cau4g_1: Sự sạch sẻ trong buồng vệ sinh
Trong hai nhân tố này sự sạch sẽ trong buồng vệ sinh có hệ số hồi qui cao
hơn, thể hiện sự cảm nhận của hành khách ñối với chất lượng vệ sinh.
Nhân tố giải trí
Cau102a_1: Khả năng lựa chọn chương trình phim theo sở thích
Cau102b_1: Chất lượng âm thanh, hình ảnh trình chiếu
Cau 102c_1: Khả năng lựa chọn kênh âm thanh theo sở thích
Cau102d_1: Chất lượng âm thanh phục vụ
Trong bốn biến này hệ số hồi qui của chất lượng âm thanh, hình ảnh và lựa
154
chọn kênh theo ý thích có hệ số hồi qui cao hơn, cho thấy các tiêu chí hành khách
chú trọng khi ñánh giá về chất lượng giải trí trên máy bay.
Nhân tố chất lượng thức ăn chỉ còn lại một chỉ báo ñược chấp nhận là
cau73c Hương vị thức ăn
Nhân tố chất lượng ñồ uống ñược ño bằng một chỉ báo là chất lượng
chung của ñồ uống cau86
Nhân tố sách báo tạp chí ñược ño bằng một chỉ báo chất lượng chung của
tạp chí cau96.
Việc các biến tiềm ẩn có hiệp phương sai cao cho thấy có nhiều khả năng các
biến này ñều là kết quả của cùng một nguyên nhân nào ñó. Từ giả thuyết này tác giả
ñã thiết lập một mô hình cấu trúc khác trong ñó tất cả các biến tiềm ẩn là kết quả
của cùng một nhân tố tiềm ẩn, ñược gọi là nhân tố tiềm ẩn cấp hai, và chất lượng
tổng thể cũng là kết quả của nhân tố này.
CLTTTK
0
CLCN
CAU5E_1
0,
e1
1CAU5D_1
0,
e2
1CAU5H_1
0,
e3
1CAU5B_1
0,
e4
1CAU5I_1
0,
e5
1
0
Tiennghi
CAU4D_1
0,
e8
11
CAU4C_1
0,
e91
CAU4B_1
0,
e101
CAU4A_1
0,
e111
0
Giaitri
CAU102_B
0,
e14
1
1
CAU102_C
0,
e151
CAU102_D
0,
e161
CAU102_A
0,
e171
0
CLVS
CAU4E_1
0,
e181
CAU4G_1
0,
e201
CAU4H_1
0,
e211
0
CLA
CAU73A_1
0,
e22
1CAU73B_1
0,
e23
1
CAU73C_1
0,
e24
1
CLU
0,
e25
1TAPCHI
0, 1
e29
0, 1
e35
0,
XYZ0, 1
e41
0, 1
e43
0, 1
e42
1
0, 1
e40
1
1
1
Hình 3.12. Mô hình B-3.1
155
Trong mô hình này XYZ ñược dùng ñể kí hiệu cho một biến tiềm ẩn chưa
ñược biết, và là nguyên nhân ảnh hưởng ñến sự cảm nhận của hành khách về chất
lượng của từng nhân tố cũng như chất lượng tổng thể.
ðộ phù hợp của mô hình như sau:
Bảng 3.83. ðộ phù hợp của mô hình
NPAR CMIN DF P CMIN/DF
70 981.301 205 .000 4.787
Bảng 3.84. Các hệ số so sánh cơ bản (Baseline Comparisons)
Bảng 3.85. Hệ số RMSEA
Các chỉ số ño ñộ phù hợp rất cao cho thấy ñay là mô hình tốt. Thêm nữa, so
sánh PNFI của hai mô hình B-2.2 và B-3.1 cho thấy mô hình B-3.1 có PNFI cao
hơn, chứng tỏ mô hình thứ hai thậm chí còn tốt hơn mô hình B-2.2.
Bảng 3.86. Hệ số so sánh ñộ phù hợp nhất giữa các mô hình
(Parsimony-Adjusted Measures (Mô hình B-3.1))
PRATIO PNFI PCFI
.887 .823 .835
Bảng 3.87. Hệ số so sánh ñộ phù hợp nhất giữa các mô hình
(Parsimony-Adjusted Measures (Mô hình B-2.2))
PRATIO PNFI PCFI
.800 .754 .764
NFI
Delta1
RFI
rho1
IFI
Delta2
TLI
rho2
CFI
.927 .918 .941 .934 .941
RMSEA LO 90 HI 90 PCLOSE
.072 .067 .076 .000
156
Với kết quả mô hình như trên có thể kết luận về sự tồn tại của nhân tố tiềm
ẩn XYZ, nhân tố quyết ñịnh việc ñánh giá của hành khách về chất lượng dịch vụ
của từng yếu tố cũng như chất lượng tổng thể. Ở ñây, tác giả phỏng ñoán XYZ có
thể là “ñịnh kiến”, tức là cảm giác “yêu” hoặc “ghét” hành khách ñã có từ trước khi
bước lên máy bay. ðể kiểm tra giả thuyết này tác giả thực hiện việc so sánh chất
lượng cảm nhận của hai nhóm: nhóm hành khách chọn VNA do ñã từng hài lòng
với dịch vụ hoặc ñược bạn bè giới thiệu và nhóm không chọn VNA không vì hai
nguyên nhân trên.
Bảng 3.88. ðiểm bình quân của từng nhóm (Group Statistics)
cau39 N
ðiểm bình
quân
(Mean)
ðộ lệch chuẩn
(Std. Deviation)
Cau4a_1 0 575 5.043 1.4688 .0613
1 158 5.744 1.1499 .0915
Cau4b_1 0 575 4.965 1.4444 .0602
1 158 5.569 1.2415 .0988
Cau4c_1 0 575 5.039 1.5843 .0661
1 158 5.711 1.3100 .1042
Cau4d_1 0 575 5.118 1.5888 .0663
1 158 5.710 1.4401 .1146
Cau4e_1 0 575 5.585 1.2414 .0518
1 158 6.188 1.0191 .0811
Cau4f_1 0 575 5.511 1.3089 .0546
1 158 6.136 .9687 .0771
Cau4g_1 0 575 5.301 1.3161 .0549
1 158 5.787 1.1842 .0942
157
Cau4h_1 0 575 5.339 1.2874 .0537
1 158 6.089 1.0213 .0812
Cau4i_1 0 575 5.392 1.1663 .0486
1 158 5.944 .8717 .0693
Cau5a_1 0 575 5.636 1.2535 .0523
1 158 6.323 1.0124 .0805
Cau5b_1 0 575 5.753 1.2306 .0513
1 158 6.425 .8945 .0712
Cau5c_1 0 575 5.622 1.2918 .0539
1 158 6.362 .9260 .0737
Cau5d_1 0 575 5.755 1.2034 .0502
1 158 6.358 .8954 .0712
Cau5e_1 0 575 5.751 1.2227 .0510
1 158 6.353 1.0014 .0797
Cau5f_1 0 575 5.971 1.0921 .0455
1 158 6.364 .8141 .0648
Cau5g_1 0 575 6.077 1.0778 .0449
1 158 6.500 .8440 .0671
Cau5h_1 0 575 5.690 1.1885 .0496
1 158 6.231 .8635 .0687
Cau5i_1 0 575 5.709 1.2008 .0501
1 158 6.278 .8819 .0702
Cau5j_1 0 575 5.693 1.2250 .0511
1 158 6.263 .9668 .0769
Cau5k_1 0 575 5.782 1.1162 .0466
158
1 158 6.411 .7713 .0614
Cau73a_1 0 575 5.359 1.2410 .0518
1 158 5.610 1.2880 .1025
Cau73b_1 0 575 5.345 1.1746 .0490
1 158 5.734 1.1326 .0901
Cau73c_1 0 575 5.161 1.1990 .0500
1 158 5.486 1.1980 .0953
Cau86_1 0 575 5.300 1.0864 .0453
1 158 5.753 1.0679 .0850
Cau96_1 0 575 5.099 1.0796 .0450
1 158 5.656 1.0933 .0870
Cau101_1 0 575 1.776 .9871 .0412
1 158 1.868 1.0103 .0804
cau102a_1 0 575 4.449 1.2246 .0511
1 158 4.701 1.1561 .0920
cau102b_1 0 575 4.508 1.5059 .0628
1 158 5.038 1.3045 .1038
cau102c_1 0 575 4.571 1.4313 .0597
1 158 5.046 1.3125 .1044
cau102d_1 0 575 4.700 1.3724 .0572
1 158 5.178 1.2592 .1002
CLTTTK 0 575 5.163 1.2743 .0531
1 158 5.792 1.0560 .0840
Kết quả tính chất lượng bình quân của các biến quan sát ñược cho thấy nhóm
2 là nhóm ñã từng hài lòng với VNA hoặc ñược người quen giới thiệu cho ñiểm cao
159
hơn nhóm 1 ở tất các tiêu chí ñánh giá. Tác giả kiểm ñịnh lại giả thuyết rằng các kết
quả ñánh giá của nhóm 2 cao hơn nhóm 1 bằng cách sử dụng T test. Kết quả kiểm
ñịnh xem bảng 3.89 phụ lục 2.
Kết quả kiểm ñịnh với tiêu chuẩn Alpha 0.05 cho Sig t =.000 trên tất cả các
tiêu chí. Như vậy có thể khẳng ñịnh rằng nhóm 2 ñánh giá cao hơn nhóm 1 trên tất
cả các tiêu chí ñánh giá. ðiều này cho phép khẳng ñịnh nhân tố tiềm ẩn ảnh hưởng
rất lớn ñến các ñánh giá của hành khách là cảm giác “yêu” hoặc” ghét” hành khách
ñã có từ trước khi sử dụng dịch vụ. Do vậy, tác giả ñặt tên cho nhân tố XYZ là
“ðịnh kiến”.
Tương quan giữa ñịnh kiến và các nhân tố chất lượng như sau:
Bảng 3.90. Hệ số hồi qui (Regression Weights)
Hệ số (Estimate) Sai số S.E. P
CLCN <--- XYZ 1.672 .105 ***
Tiennghi <--- XYZ 1.216 .101 ***
CLVS <--- XYZ 1.335 .094 ***
Giaitri <--- XYZ .927 .092 ***
CLA <--- XYZ .980 .082 ***
HLTTHE_1 <--- XYZ 1.272 .094 ***
CAU96_1 <--- XYZ .920
CAU86_1 <--- XYZ 1.026 .080 ***
Kết quả cho thấy sự “ñịnh kiến” có ảnh hưởng rất lớn ñến ñánh giá của hành
khách về chất lượng tiếp viên, chất lượng vệ sinh, chất lượng tổng thể và chất lượng
tiện nghi. “ðịnh kiến” có ảnh hưởng yếu hơn ñến ñánh giá và chất lượng ñồ uống.
160
Các nhân tố chịu ảnh hưởng ít hơn của sự “ñịnh kiến” là chất lượng ñồ ăn, các
phương tiện giải trí và tạp chí trên máy bay.
Tóm tắt chương 3
Trong chuơng 3 tác giả ñã sử dụng phương pháp hồi qui tương quan ñể
nghiên cứu ảnh hưởng của từng biến trong bảng hỏi ñến chất lượng dịch vụ cảm
nhận nói chung về dịch vụ mặt ñất và trên không của VNA.
Tác giả cũng kết hợp phân tích nhân tố với SEM ñể ñưa ra mô hình ño gồm
12 chỉ báo, ñược rút gọn lại thành 3 nhân tố là chất lượng check-in, chất lượng nhân
viên và chất lượng quá trình ra máy bay ñể ño mức ñộ ảnh hưởng của các nhân tố
này ñến chất lượng dịch vụ mặt ñất tổng thể.
Tác giả cũng ñưa ra mô hình ño gồm bảy nhân tố ño các yếu tố ảnh hưởng
chất lượng dịch vụ trên không. Mô hình bảy nhân tố này ñược rút gọn từ tập hợp 33
chỉ báo trong bảng hỏi.
Từ các kết quả của mô hình ño và cấu trúc, phần dưới ñây tác giả sẽ ñưa ra
các kết luận và các kiến nghị cho VNA nhằm giúp VNA nâng cao ñược chất lượng
dịch vụ cảm nhận.
161
KẾT LUẬN VÀ KIẾN NGHỊ
Dưới ñây là một số tóm tắt từ kết quả phân tích trên ñây:
ðối với chất lượng dịch vụ mặt ñất:
1. Có thể dùng mô hình gồm 12 chỉ báo như trên ñể ño mức ñộ hài lòng ñối
với từng bước trong qui trình cung ứng dịch vụ (mặt ñất) của VNA.
2. Sự nhã nhặn của nhân viên làm thủ tục ra máy bay , trật tự của khu vực
xếp hàng làm thủ tục check-in , sự sẵn sàng hướng dẫn qui trình ra máy bay và sự
nhã nhặn của nhân viên check-in là các biến có ảnh hưởng lớn ñến ñánh giá về chất
lượng chung về dịch vụ mặt ñất.
3. Nghiên cứu chất lượng từng bước trong qui trình cung ứng dịch vụ ñể
ñánh giá mức ñộ ảnh hưởng của từng nhân tố ñến chất lượng chung là một mô hình
hợp lý.
4. Tập hợp các chỉ báo từ câu 67a ñến 67d là một tập hợp ño ñáng tin cậy
cho chất lượng nhân viên check-in, gồm có thái ñộ nhã nhặn của nhân viên; khả
năng hiểu và nắm bắt nhu cầu chính xác; sự nhiệt tình chu ñáo; và hướng dẫn tận
tình. Tập hợp các chỉ báo ñáng tin cậy ñánh giá chất lượng của thủ tục ra máy bay
gồm có cau 7a Thái ñộ nhã nhặn; 7c Sự chu ñáo khi hướng dẫn thủ tục và 7d Sự
tiện lợi của việc ñi từ phòng chờ ra máy bay. Tuy nhiên tập hợp chỉ báo ñánh giá
việc tổ chức hoạt ñộng check-in hiện mới chỉ có hai chỉ báo, nên bổ sung thêm một
chỉ báo nữa là mức ñộ ñầy ñủ của số lượng các quầy làm thủ tục. Việc ñánh giá chất
lượng chung hiện tại chỉ dùng 1 chỉ báo là “ñánh giá chung về chất lượng dịch vụ
mặt ñất”. VNA nên ñưa thêm 2 chỉ báo nữa vào tập hợp ño là “ sẽ tiếp tục lựa chọn
VNA” và “sẽ giới thiệu VNA với bạn bè và người thân”, sử dụng thang ño Likert từ
1-7 thay vì thang ño 3 mức ñộ “chắc chắn”, “không chắc chắn” và “không” như
hiện nay.
5. Ảnh hưởng ñến chất lượng chung về dịch vụ mặt ñất bao gồm hai nhân tố
i) chất lượng check-in và chất lượng quá trình ra máy bay. Chất lượng check-in lại
là một biến tiềm ẩn ñược ño bằng hai biến tiềm ẩn là chất lượng tổ chức hoạt ñông
check-in và chất lượng nhân viên làm thủ tục check-in. Tuy nhiên chất lượng check-
162
in không có ảnh hưởng trực tiếp ñến chất lượng chung mà ảnh hưởng thông qua
chất lượng thủ tục ra máy bay. ðiều này có nghĩa là mức ñộ hành khách ñánh giá
chất lượng dịch vụ check-in sẽ ảnh hưởng ñến sự ñánh giá của họ về chất lượng quá
trình ra máy bay. Việc hành khách ñánh giá quá trình ra máy bay cao hay thấp sẽ
ảnh hưởng ñến sự ñánh giá chất lượng chung. Như vậy có thể kết luận cảm nhận về
chất lượng của hành khách về từng bước trong toàn bộ qui trình cung ứng dịch vụ
có liên quan mật thiết với nhau, và sự hài lòng của bước ñứng trước sẽ quyết ñịnh
mức ñộ hài lòng của bước tiếp theo. Do vậy không thể có mức ñộ ñánh giá về chất
lượng chung cao nếu hành khách không ñánh giá cao về một bước nào ñó trong qui
trình. ðối với dịch vụ mặt ñất, bước ñầu tiên trong qui trình là hoạt ñộng check-in
bao gồm nhân viên check-in và thời gian xếp hàng cũng như trật tự tại khu vực xếp
hàng. Chất lượng cảm nhận tại bước này sẽ có ảnh hưởng ñến chất lượng cảm nhận
về toàn bộ qui trình tiếp theo.
6. Nhân tố chất lượng check-in có hệ số hồi qui với chất lượng thủ tục ra
máy bay là 0.871, có nghĩa là chất lượng check-in tăng lên 1 ñiểm sẽ làm cho chất
lượng thủ tục ra máy bay tăng thêm ñược 0.87 ñiểm. Hệ số hồi qui giữa chất lượng
thủ tục ra máy bay và chất lượng tổng thể là 0.933, có nghĩa là chất lượng của thủ
tục ra máy bay tăng thêm ñược 1 ñiểm sẽ dẫn ñến chất lượng chung tăng thêm ñược
0.933 ñiểm. Như vậy có thể thấy ñược sự ảnh hưởng gián tiếp của chất lượng
check-in ñối với chất lượng tổng thể.
ðối với dịch vụ trên không
7. Sự nhiệt tình chu ñáo của tiếp viên có ảnh hưởng lớn nhất ñến chất lượng
chung của dịch vụ trên không. Tiếp theo là chất lượng âm thanh hình ảnh của các
chương trình giải trí trên máy bay, sau ñó là chất lượng ñồ uống và sự sạch sẽ của
ghế ngồi. Cuối cùng là hương vị món ăn và sự tiện lợi của thiết bị tại ghế ngồi.
8. Mô hình nghiên cứu các nhân tố ảnh hưởng ñến chất lượng tổng thể của
dịch vụ trên không ñược chia thành các nhân tố thuộc chất lượng chức năng (chất
lượng tiếp viên) và chất lượng kĩ thuật là một mô hình phù hợp ñể nghiên cứu chất
lượng trên không.
163
9. Mô hình ño tốt về chất lượng từng nhân tố và chất lượng tổng thể gồm có
các nhân tố tiềm ẩn sau i) Chất lượng tiếp viên (chức năng); ii) Tiện nghi ghế
ngồi; iii) Chất lượng sách báo tạp chí; iv) Chất lượng vệ sinh; v) Chất lượng ăn;
vi) Chất lượng ñồ uống; vii) Chất lượng giải trí và viii) Chất lượng tổng thể dịch
vụ trên không.
10. Tập hợp chỉ báo ño tốt cho từng nhóm nhân tố như sau:
Tiếp viên Cau5e_1: Luôn sẵn sàng phục vụ khi quí khách yêu cầu
Cau5d_1: Thái ñộ nghiêm túc khi làm việc
Cau5h_1: Tính chuyên nghiệp khi làm việc
Cau5b_1: Sự nhã nhặn, lịch sự khi giao tiếp
Cau5i_1: Hiện diện thường xuyên trong suốt chuyến bay
Tiện nghi ghế ngồi Cau4a_1: Sự rộng rãi, thoải mái của ghế ngồi
Cau4b_1: ðộ ngả thân ghế
Cau4c_1: Mức ñộ tiện lợi khi sử dụng các thiết bị tại ghế
ngồi
Cau4d_1: Sự rộng rãi của chỗ ñể chân
Chất lượng vệ sinh Cau4e_1: Sự sạch sẽ trong khoang hành khách
Cau4f_1: Sự sạch sẽ của ghế ngồi
Cau4g_1: Sự sạch sẽ trong buồng vệ sinh
Cau4h_1: Cảm giảc trong sạch, dễ chịu của bầu không khí
trong máy bay
Chất lượng ăn Cau73c_1: Hương vị các món ăn
Chất lượng giải trí Cau102a_1: Khả năng lựa chọn chương trình phim theo sở
thích
Cau102b_1: Chất lượng âm thanh, hình ảnh trình chiếu
Cau 102c_1: Khả năng lựa chọn kênh âm thanh theo sở
thích
Cau102d_1: Chất lượng âm thanh phục vụ
164
Ba nhân tố chất lượng uống, chất lượng tạp chí và chất lượng tổng thể chưa
có tập hợp ño tốt do ngay từ trước ñiều tra mỗi nhân tố này chỉ ñược ño bằng một
chỉ báo thay vì một tập hợp chỉ báo.
11.Trong các nhân tố ảnh hưởng ñến chất lượng tổng thể trên không chất
lượng tiếp viên có ảnh hưởng lớn nhất, sau ñó là chất lượng giải trí, tiếp theo là chất
lượng ñồ uống, tiện nghi; chất lượng vệ sinh và cuối cùng là chất lượng tạp chí và
hương vị thức ăn. Như vậy ñối với cả dịch vụ mặt ñất và dịch vụ trên không chất
lượng của ñội ngũ nhân viên và tiếp viên ñều có ảnh hưởng rất lớn ñến ñánh giá
chung về chất lượng tổng thể.
12. Các nhân tố chất lượng tiếp viên, giải trí, ñồ uống, tiện nghi, vệ sinh, tạp
chí và hương vị thức ăn có quan hệ tương quan rất chặt chẽ với nhau, do vậy mặc
dù mức ñộ ảnh hưởng của từng nhân tố ñến chất lượng cuối cùng có thể khác nhau,
song không thể chỉ tập trung vào nâng cao chất lượng của tiếp viên mà bỏ qua các
yếu tố khác như chất lượng vệ sinh, ñồ uống.
13. ðánh giá của khách hàng hoàn toàn không khách quan . ðiều này ñược
khẳng ñịnh qua hiệp phương sai giữa các nhân tố cao, chứng tỏ rằng việc hành
khách ñánh giá cao hoặc thấp một nhân tố ñầu tiên khách hàng trải nghiệm trong
quá trình thực hiện dịch vụ nhiều khả năng sẽ dẫn ñến việc hành khách ñánh giá các
nhân tố tiếp theo cũng cao hoặc thấp chứ không phải do các tiêu chuẩn kĩ thuật
khách quan quyết ñịnh.
14. Việc khách hàng không khách quan còn ñược quan sát thấy thông qua
việc những khách hàng ñã hài lòng với VNA hoặc ñã ñược bạn bè hoặc người quen
giới thiệu về VNA có ñánh giá cao hơn hẳn so với những người chưa từng ñi VNA
hoặc ñã từng ñi nhưng không hài lòng với VNA. Như vậy cảm giác “yêu ghét”
mang tính ñịnh kiến của hành khách trước khi trải qua dịch vụ có ảnh hưởng rất lớn
ñến ñánh giá của hành khách về chất lượng dịch vụ.
Một số kiến nghị cho VietnamAirlines
1.Trong các cuộc ñiều tra thị trường và phân tích kết quả, VNA thường tập
trung vào phân tích biến “ñánh giá chất lượng chung” như một chỉ tiêu duy nhất ño
165
chất lượng tổng thể. Tuy nhiên mục tiêu của VNA là ño sự hài lòng của hành khách,
vì sự hài lòng của hành khách sẽ dấn ñến việc hành khách tiếp tục sử dụng dịch vụ
của VNA. Do vậy, VNA nên ño “mức ñộ hài lòng của hành khách”, và tập hợp ño
của nhân tố này gồm có ba chỉ báo thay vì một chỉ báo. Tập hợp chỉ báo ñó là “Mức
ñộ hài lòng chung với dịch vụ”; “giới thiệu với bạn bè người thân” và “tiếp tục bay
với VNA” . Tất cả các chỉ báo ñều ñược ño bằng thang ño Likert từ 1-5 hoặc từ 1-7.
2. Tập hợp chỉ báo ño chất lượng sách báo tạp chí khá ñầy ñủ, tuy nhiên cần
bổ sung câu hỏi về “sự phù hợp của ngôn ngữ trong các tạp chí và sách báo ñó”.
Hiện nay các chỉ báo này ñang ñược ño bằng các thang ño khác nhau (“có”,
“không” và Likert), do vậy không thể ñưa vào tập hợp chỉ báo ñể ñánh giá chất
lượng sách báo.
3. Tập hợp chỉ báo cho ñồ uống nên ñược bổ sung thêm câu hỏi về “sự ña
dạng trong các lựa chọn về ñồ uống”. Như vậy tập hợp ño sẽ gồm 3 chỉ báo i) có
nhiều lựa chọn cho ñồ uống; ii) chất lượng ñồ uống và iii) ñược cung cấp ñồ uống
ñúng lựa chọn. Tất cả ba chỉ báo này ñược ño bằng thang Likert từ 1-5 hoặc 1-7.
4. Dịch vụ mặt ñất còn bao gồm cả phòng chờ cho VIPs và khách hạng
thương gia và các tiện nghi. VNA nên có phiếu thiết kế riêng cho khách hạng
thương gia trong ñó có thêm các chỉ báo ño tiện nghi phòng cho khách VIPs.
5. Tập hợp các chỉ báo ño các nhân tố khác (check-in; thủ tục ra máy bay;
tiện nghi chỗ ngồi trên máy bay; vệ sinh, tiếp viên; chất lượng ăn, giải trí) là ñáng
tin cậy và có thể tiếp tục sử dụng trong các cuộc nghiên cứu trong tương lai.
6. VNA có thể áp dụng các phương pháp và các mô hình ño và mô hình cấu
trúc ở trên ñể nghiên cứu các nhân tố ảnh hưởng chất lượng dịch vụ trong tương lai.
7. Từ kết quả phân tích dữ liệu cho thấy VNA cần ñặt trọng tâm vào việc ñào
tạo nhân viên mặt ñất và tiếp viên. Sự nhã nhặn lịch sư, chu ñáo, tính chuyên nghiệp
có ảnh hưởng lớn nhất ñến chất lượng chung. Các mô hình cấu trúc cũng cho thấy
chất lượng chức năng (tiếp viên) có ảnh hưởng rất lớn ñến chất lượng chung.
8. ðối với dịch vụ mặt ñất check-in là bước ñầu tiên hành khách trải
nghiệm và như kết quả phân tích ở trên, ñánh giá về check-in có ảnh hưởng tới toàn
166
bộ các bước về sau. Trong hoat ñộng check-in gồm có thái ñộ và sự chuyên nghiệp
của nhân viên check-in, ñồng thời có sự trật tự của xếp hàng cũng như thời gian
chờ. VNA nên ñào tạo ñội ngũ này thật tốt về khả năng giao tiếp cũng như sự
chuyên nghiệp trong chuyên môn, ñồng thời tổ chức tốt việc xếp hàng ñể tạo ra ấn
tượng tốt nhất ngay từ bước ñầu tiên cho hành khách.
9. ðối với dịch vụ trên không chất lượng tiếp viên là yếu tố ảnh hưởng lớn
nhất ñến chất lượng chung, do vậy ñào tạo ñội ngũ tiếp viên về khả năng giao tiếp,
sự chu ñáo và chuyên nghiệp cũng là ñiều rất quan trọng. Tiếp theo ñối với các
chuyến bay ñường dài, giải trí là nhân tố quan trọng thư hai cần ñược tập trung cải
thiện chất lượng và ñồ uống là nhân tố thứ ba cần ñược chú ý.
10. ðối với các chuyến bay dài loại máy bay có thể là một mối quan tâm của
hành khách ñối với chất lượng kĩ thuật. Do vậy VNA nên bổ sung vào bảng hỏi tập
hợp ño chất lượng của máy bay, sử dụng thang ño Likert.
11. VNA nên thiết kế các cuộc ñiều tra chuyên ñề ñể tìm hiểu sâu hơn các
nhân tố ảnh hưởng ñến từng nhóm hành khách. Ví dụ: nghiên cứu các yếu tố ảnh
hưởng ñến mức ñộ hài lòng của khách Nhật Bản; hoặc các yếu tố ảnh hưởng mức
ñộ hài lòng của khách hạng thương gia. Hiện tại bộ dữ liệu ñang ñược sử dụng
ñánh giá hành khách thuộc rất nhiều ñường bay khác nhau nên kết quả có thể không
hữu ích bằng nghiên cứu chuyên sâu cho một ñường bay hoặc một nhóm khách
hàng cụ thể.
12. Như trên ñã nói sự ñánh giá của hành khách hoàn toàn không mang tính
khách quan mà bị chi phối bởi cảm xúc và “ñịnh kiến”. Dựa trên kết luận này tác
giả ñưa ra hai kiến nghị liên quan ñến marketing và chăm sóc khách hàng cho VNA.
Thứ nhất, VNA nên tập trung vào xây dựng hình ảnh như một hãng hàng không
quốc gia thân thiện, chu ñáo và thấu hiểu khách hàng. Việc khách hàng có ấn tượng
tốt về hãng trước khi thử nghiệm dịch vụ sẽ dẫn ñến những ñánh giá tốt, và khách
hàng ñã có những ấn tượng xấu về hãng nhiều khả năng sẽ có những ñánh giá xấu
về dịch vụ. Thứ hai, VNA cần ñặc biệt tập trung vào nhóm khách hàng ñã sử dụng
VNA và ñã hài lòng với VNA. Chương trình hành khách thường xuyên (FFP) là
167
một cách rất tốt ñể giữ chân khách hàng ñã sử dụng dịch vụ, tuy nhiên vẫn còn
nhiều vấn ñề liên quan ñến chương trình này. Ngoài FFP, VNA nên có thêm những
chương trình chăm sóc khách hàng ñặc biệt khác, chẳng hạn như gửi thiệp sinh
nhật. Do số lượng hành khách của VNA rất lớn nên ñể phát hiện ñược ai là hành
khách thỏa mãn, trung thành VNA cần có hệ thống phần mềm CRM ñể quản trị
hành khách.
Trên ñây là các kiến nghị tác giả ñã rút ra sau khi áp dụng tổng hợp các
phương pháp thống kê nghiên cứu các yếu tố ảnh hưởng chất lượng dịch vụ mặt ñất
và trên không của VNA.
168
KẾT LUẬN CHUNG
Sau quá trình tổng hợp hệ thống lý thuyết và áp dụng vào nghiên cứu chất
lượng dịch vụ hành khách của VNA, tác giả có một số kết luận chung như sau:
1. Khi xây dựng phiếu thăm dò sự cảm nhận của khách hàng về chất lượng
dịch vụ và sự hài lòng của khách hàng về dịch vụ, doanh nghiệp nên dựa trên việc
phân tích toàn bộ qui trình cung cấp dịch vụ, từ ñó ñưa ra tập hợp các câu hỏi bao
trùm toàn bộ các bước trong qui trinh cung ứng. Như kết quả nghiên cứu ñã chỉ ra,
sự hài lòng của khách hàng với dịch vụ ở bước sau thường bị chi phối bởi mức ñộ
hài lòng bởi các dịch vụ ở bước trước ñó, do vậy nên nghiên cứu toàn bộ các bước
trong qui trình ñể xác ñịnh mức ñộ ảnh hưởng dây chuyền của các bước và xác ñịnh
các bước có mức ñộ ảnh hưởng lớn nhất trong toàn bộ các mắt xích.
2. Khi nghiên cứu chất lượng dịch vụ, tùy từng tình huống cụ thể mà có thể
nghiên cứu theo qui trình hoặc nghiên cứu theo các yếu tố cấu thành, tức là chất
lượng kĩ thuật bao gồm các yếu tố hữu hình của dịch vụ và chất lượng chức năng
(yếu tố con người ). Việc nghiên cứu theo qui trình sẽ phù hợp khi nghiên cứu chất
lượng tổng thể như là kết quả cuối cùng của một chuỗi các bước cung ứng, còn khi
nghiên cứu sâu vào một bước cụ thể trong chuỗi các bước cung ứng nên nghiên cứu
ảnh hưởng của chất lượng dịch vụ theo các yếu tố cấu thành, mà bao trùm nhất là
cách phân loại theo chất lượng kĩ thuật và chất lượng chức năng.
3. Trong các cuộc thăm dò ý kiến khách hàng tại Việt nam trước ñây khi ñề
nghị khách hàng ñánh giá về chất lượng tổng thể các nhà nghiên cứu thị trường
thường chỉ dùng một câu hỏi là “Anh (Chị) hãy ñánh giá về chất lượng tổng thể của
dịch vụ”. Tuy nhiên ñể tăng ñộ chính xác cũng như sự nhất quán trong câu trả lời, ít
nhất hai biến khác nên ñược bổ sung là “Anh (Chị) có tiếp tục sử dụng dịch vụ của
doanh nghiệp nghiệp không” và “Anh (Chị) có giới thiệu dịch vụ của doanh nghiệp
với người thân và bạn bè không”. Cả ba biến ñều ñược ño qua thang Likert từ 1-5
hoặc từ 1-7. Ba biến này là các chỉ báo của nhân tố tiềm ẩn ñánh giá chính xác hơn
mức ñộ hài lòng của khách hàng.
169
4. Một qui trình tương tự như tác giả ñã làm khi nghiên cứu chất lượng
dịch vụ hàng không có thể ñược áp dụng trong các ngành dịch vụ khác như ngân
hàng, tài chính, khách sạn, giáo dục. Trước khi thu thập thông tin thông qua phiếu
hỏi, cần phải dựng ñược mô hình gồm các bước trong qui trình cung ứng dịch vụ cụ
thể, và các yếu tố thuộc chất lượng kĩ thuật và chất lượng chức năng. Các tiêu chí
ño chất lượng chức năng rất quan trọng, ñặc biệt ñối với những ngành như giáo dục,
tài chính, do vậy cần ñưa ñủ các biến quan sát ñược trực tiếp dưới dạng các câu hỏi
vào trong phiếu thăm dò khách hàng.
5. Hai phương pháp phân tích nhân tố và SEM có thể sử dụng ñược ñể
nghiên cứu các vấn ñề trìu tượng và mang tính tâm lý như chất lượng dịch vụ, sự
thỏa mãn, ñịnh hướng khách hàng vvv tại Việt nam. Một phương pháp thường hay
ñược sử dụng trước ñây là hồi qui ña biến vẫn có thể sử dụng ñược khi nghiên cứu
các hiện tượng này, tuy nhiên sử dụng phương pháp này thường mất dữ liệu nhiều
do ảnh hưởng của ña cộng tuyến, do các yếu tố tâm lý thường có quan hệ tương
quan chặt chẽ với nhau, do vậy không thể ñưa vào thành các biến ñộc lập trong mô
hình hồi qui ña biến. Phương pháp phân tích nhân tố và SEM cho phép giải quyết
vấn ñề ña cộng tuyến trong mô hình.
170
DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ
1. Trần Phương Lan (2003), “Tăng cường năng lực cạnh tranh thông qua liên
kết ngành”, Tạp chí Kinh tế phát triển, Số 78, tháng 12/2003, Hà Nội.
2. Trần Phương Lan (2004), “Chất lượng dịch vụ và một số phương pháp quản
lý chất lượng dịch vụ ñang ñược áp dụng trên thế giới”, Tạp chí Kinh tế phát
triển, Số 84, tháng 6/2004, Hà Nội.
3. Trần Phương Lan (2007), “Một số vấn ñề cơ bản trong quan niệm hiện ñại về
quản trị chất lượng dịch vụ”, Tạp chí Kinh tế phát triển, Số 122, tháng
8/2007, Hà Nội.
4. Trần Phương Lan (2007), “Biến tiềm ẩn và ứng dụng trong nghiên cứu các
nhân tố ảnh hưởng ñến sự hài lòng của khách hàng”, Tạp chí Thương mại, Số
19, tháng 8/2007, Hà Nội.
171
TÀI LIỆU THAM KHẢO
1. Asubonteng et al., (2001), “Servqual Revisited: A critical Review of Service
Quality”, Journal of Service Marketing, Vol 10, No. 6.
2. Bitner, Mary, Bernard and Tetreault (1990), “The service Encounter:
Dianosing the favorable and unfavorable Incidents”, Journal of Marketing,
Pg 71-84.
3. Bollen, K.A (1989, 2003). Correlation and causality. New York:Wiley
4. Bolton and Drew (1991), “A Multistages Model of customers’ Assessment of
service quality and Value”, Journal of Consumer Research. Vol 17, No. 4,
375-384
5. Byrne, (2001). Non recursive causal models. Beverly Hills, CA:Sage
6. Byrne, M.B.(2001). Structural Equation Modeling with AMOS. Lawrence
Erlbaum Assocociate Publishers. London
7. Carmen, James M. and Eric Langeard (1980), "Growth Strategies of Service
Firms," Strategic. Management Journal, 1 (January-March), pp. 7-22
8. Chandon, Leo et Philippine (1997), “Service Encounter Dimension-a dyadic
perspective: measuring the dimensions of service encounters as perceived by
customers and personnel”, International Journal of Service Industry
Marketing, Vol 18
9. Churchill, G.A. Jr. and C. Suprenaut (1982), "An Investigation into the
Determinants of Customer. Satisfaction," Journal of Marketing Research, 19
(November), pp. 491-504
10. Colgate (2001), “Switching barrier in consumer markets: an investigation
of the financial service industry”, Journal of consumer marketing, Jul 2001,
Vol 18
11. Cronin and Taylor, (1992), “Measuring Service quality: A re-examination &
extension”, Journal of Marketing. Vol 56, No 3, 55-68
12. D.Randall Brandt (1996), “Customer satisfaction indexing”, Conference
Paper, American Marketing Association
172
13. Edwards, J.R & Bagozzi, R.P. (2000). “On the nature & direction of
relationships between construct and measures”. Psychological Methods
14. Fornell, C. and Larcker, D.F.(1981). Evaluating Structural Equation
Modelling in Marketing and Consumer research: A review. International
Journal of research in marketing
15. Ganesh, Arnolds & Reynolds (2000), “Understanding the customer base of
service providers:An examination of differences between switchers and
stayers”, Journal of marketing. Vol 64, 65-67
16. Gower Publishing (1994), Gower handbook of quality management. Dennis
Lock, editor. Brookfield, VT
17. Hair, Jr.J.F., Anderson, R.E. , Tatham, R.L. and Black, W.C.(1998).
Mutivariate data analysis, 5th ed. Upper Saddle River:NJ. Prentice Hall
18. Joreskog KG (1969), Ageneral approach to confirmary maximum likehood
factor analysis. Psychometicka 34
19. Kenny, D.C (1979). Correlation and Causality. New York: Wiley
20. Lewis, B.R. (1989), "Quality in the service sector: a review", International
Journal of Bank Marketing, Vol. 7 No.5
21. Lewis, Robert C. and Bernard H. Booms (1983), "The Marketing Aspects of
Service Quality", in Emerging Perspectives on Services Marketing, L. Berry,
G. Shostack and G. Upah, eds., Chicago:American Marketing, pp. 99-107
22. .Mac Callum RC, AustinJT (2000). Applications of structural equation
modeling in psychological research. Anunu.Rev. Psycho. 51
23. Melville (1995), “The transition to customer service: the IT department
challenge”, Managing Service Quality. Vol 18
24. Mohr, Kathrin. "Service Works from the Inside Out" Making, Serving,
Keeping Customers, October 12, 1992
25. Nunnally JC. (1978). Psychometric Theory. New York:McGraw Hill
26. Parasuraman, A., et al. "A Conceptual Model of Service Quality and its
Implications for Future Research." Journal of Marketing, Fall 1985
173
27. Philips Kotler (2001), “Marketing Management”. Pearson Custom
Publishing
28. Rossi, Peter, et al. (eds.), (1983) Handbook of Survey Research. San Diego,
CA: Academic Press Inc.
29. Rubenstein D.I. & R. W. Wrangham (1986). Sociecology: Origins and
trends. In: Ecological aspect of social evolution . Princeton University Press,
Princeton, NJ
30. Stostack, G.Lynn (1984), “Designing services that deliver”, Harvard
Business Review. Jan-Feb. Pg 133-139
31. Takeuchi, Hirotaka and John A Quelch (1983), "Quality Is More Than
Making a Good Product”, Harvard Business Review, 61 (July-augus)t
32. University of Houston (1995), Report of round table disscusion on Service
quality management at College of Business
33. Upah, Gregory D. (1980), "Mass Marketing in Service Retailing: A Review
and Synthesis of Major, Methods," Journal of Retailing, 56 (Fall), pp. 56-76
34. Wisniewski (2005), “Measring service quality in a hospital colposcopy
clinic”, International Journal of Health Care Quality Assurance. ISSN:
0952-6862. Vo 18, ISS 3, 217-228
35. Zeithaml, Valerie A., et al., (1990) Delivering Quality Service: Balancing
Customer Perceptions and Expectations. New York: Free Press
36. Zeithhaml, Valerie A. (1981) "How Consumer Evaluation Processes Differ
Between Goods and Services in Marketing of Services”, J. Donnelly and W.
George, eds., Chicago: American Marketing
174
PHỤ LỤC I
175
176
177
178
179
180
181
182
183
PHỤ LỤC II
184
Bảng 3.1. Model Summary
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .754(a) .568 .568 .8616
2 .794(b) .631 .631 .7970
3 .800(c) .641 .640 .7866
4 .806(d) .649 .649 .7771
5 .808(e) .653 .652 .7732
6 .809(f) .655 .655 .7707
7 .810(g) .656 .656 .7694
8 .811(h) .658 .657 .7682
9 .811(i) .658 .657 .7675
10 .812(j) .659 .658 .7669
a Predictors: (Constant), cau7e_1
b Predictors: (Constant), cau7e_1, cau68_1
c Predictors: (Constant), cau7e_1, cau68_1, cau66_1
d Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1
e Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1
f Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1,
cau67d_1
g Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1,
cau67d_1, cau67a_1
h Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1,
cau67d_1, cau67a_1, cau7c_1
i Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1,
cau67d_1, cau67a_1, cau7c_1, cau7d_1
j Predictors: (Constant), cau7e_1, cau68_1, cau66_1, cau7b_1, cau7a_1,
cau67d_1, cau67a_1, cau7c_1, cau7d_1, cau64_1
185
Bảng 3.4. Model Summary
Change Statistics Mode
l
R
Square
Adjusted
R Square
Std. Error
of the
Estimate R Square
Change
F
Change
df
1 df2
Sig. F
Change
1 .351 .350 1.0136 .351 394.488 1 731 .000
2 .441 .439 .9413 .090 117.590 1 730 .000
3 .480 .478 .9084 .039 54.720 1 729 .000
4 .496 .493 .8948 .016 23.433 1 728 .000
5 .504 .500 .8882 .008 11.726 1 727 .001
6 .509 .505 .8842 .005 7.643 1 726 .006
7 .512 .507 .8822 .003 4.263 1 725 .039
8 .515 .509 .8804 .003 4.025 1 724 .045
9 .513 .508 .8813 -.002 2.518 1 724 .113
a Predictors: (Constant), cau5c_1
b Predictors: (Constant), cau5c_1, cau102b_1
c Predictors: (Constant), cau5c_1, cau102b_1, cau86_1
d Predictors: (Constant), cau5c_1, cau102b_1, cau86_1, cau4a_1
e Predictors: (Constant), cau5c_1, cau102b_1, cau86_1, cau4a_1, cau4f_1
f Predictors: (Constant), cau5c_1, cau102b_1, cau86_1, cau4a_1, cau4f_1,
cau96_1
g Predictors: (Constant), cau5c_1, cau102b_1, cau86_1, cau4a_1, cau4f_1,
cau96_1, cau4c_1
h Predictors: (Constant), cau5c_1, cau102b_1, cau86_1, cau4a_1, cau4f_1,
cau96_1, cau4c_1, cau73c_1
i Predictors: (Constant), cau5c_1, cau102b_1, cau86_1, cau4f_1, cau96_1,
cau4c_1, cau73c_1
186
Bảng 3.21. Covariances: (Group number 1 - Default model)
M.I. Par Change z1 <--> HLTTHE_1 18.625 .058 z1 <--> Ttmb 19.027 -.055 d2 <--> HLTTHE_1 6.661 -.024 d2 <--> Ttmb 6.838 .023 e13 <--> HLTTHE_1 9.085 .038 e12 <--> Ttmb 9.264 -.044 e11 <--> Hlci 9.676 .020 e11 <--> Ttmb 6.781 -.016 e11 <--> d2 6.905 .017 e10 <--> HLTTHE_1 11.686 -.022 e10 <--> Hlci 17.382 .026 e10 <--> Ttmb 6.846 -.015 e10 <--> z1 29.203 -.047 e10 <--> d2 52.930 .044 e10 <--> e13 4.707 -.018 e10 <--> e12 12.124 -.035 e10 <--> e11 122.487 .043 e9 <--> Hlci 8.009 -.024 e9 <--> Ttmb 9.203 .024 e9 <--> z1 31.746 .065 e9 <--> d2 38.526 -.050 e9 <--> e12 41.754 .086 e9 <--> e11 37.314 -.033 e9 <--> e10 21.388 -.024 e8 <--> HLTTHE_1 8.345 .025 e8 <--> Hlci 52.060 -.062 e8 <--> Ttmb 40.979 .051 e8 <--> d2 57.486 -.063 e8 <--> e11 66.598 -.046 e8 <--> e10 16.780 -.022 e8 <--> e9 93.093 .069 e5 <--> HLTTHE_1 10.791 .036 e5 <--> Hlci 12.019 -.039 e5 <--> d2 15.958 -.043 e5 <--> e13 16.014 .057 e5 <--> e12 15.265 -.069
187
M.I. Par Change e5 <--> e11 4.232 -.015 e5 <--> e10 8.258 -.021 e5 <--> e8 11.052 .032 e4 <--> Hlci 48.722 .053 e4 <--> Ttmb 15.788 -.027 e4 <--> z1 27.263 -.054 e4 <--> d2 100.350 .073 e4 <--> e13 12.046 -.034 e4 <--> e11 26.209 .026 e4 <--> e10 15.754 .019 e4 <--> e5 20.742 .038 e3 <--> HLTTHE_1 4.093 -.015 e3 <--> z1 16.493 -.041 e3 <--> d2 19.302 .032 e3 <--> e12 14.188 -.044 e3 <--> e8 6.027 .016 e3 <--> e4 373.369 .106 e2 <--> Hlci 13.028 -.033 e2 <--> Ttmb 7.074 .022 e2 <--> z1 26.437 .064 e2 <--> d2 44.820 -.059 e2 <--> e13 5.844 .028 e2 <--> e12 8.115 .041 e2 <--> e11 16.361 -.025 e2 <--> e10 19.221 -.026 e2 <--> e9 14.108 .029 e2 <--> e5 48.538 -.071 e2 <--> e4 216.408 -.100 e2 <--> e3 86.662 -.062 e1 <--> Hlci 6.914 -.016 e1 <--> d2 7.955 -.016 e1 <--> e12 5.261 .021 e1 <--> e4 104.007 -.043 e1 <--> e3 66.391 -.034 e1 <--> e2 519.807 .119
188
Bảng 3.27. Covariances: (Group number 1 - Default model)
M.I. Par Change
ttmb <--> clci 1632.185 .887
z1 <--> ttmb 38.872 .130
d2 <--> ttmb 701.319 .454
e13 <--> ttmb 35.098 .115
e10 <--> e15 5.653 -.021
e10 <--> hlci 4.723 -.020
e10 <--> z1 45.166 -.059
e10 <--> d2 26.307 .036
e10 <--> e13 6.890 -.021
e10 <--> e12 19.063 -.043
e10 <--> e11 68.290 .031
e9 <--> ttmb 54.135 .094
e9 <--> z1 45.789 .080
e9 <--> d2 22.184 -.046
e9 <--> e12 43.140 .088
e9 <--> e11 31.808 -.031
e9 <--> e10 21.317 -.024
e8 <--> e15 8.434 .036
e8 <--> ttmb 113.459 .140
e8 <--> z1 7.896 .034
e8 <--> d2 9.265 -.030
e8 <--> e11 49.158 -.040
e8 <--> e10 10.137 -.017
e8 <--> e9 129.863 .084
189
M.I. Par Change
e5 <--> e15 5.729 .040
e5 <--> clci 20.847 .078
e5 <--> e13 16.237 .061
e5 <--> e12 8.048 -.052
e5 <--> e8 7.966 .029
e3 <--> e15 10.420 -.041
e3 <--> clci 165.301 .173
e3 <--> z1 10.822 -.042
e3 <--> d2 216.206 .154
e3 <--> e11 8.173 .017
e3 <--> e10 17.343 .024
e2 <--> clci 70.944 .132
e2 <--> z1 42.156 .097
e2 <--> e13 5.349 .032
e2 <--> e12 19.920 .075
e2 <--> e10 4.698 -.015
e2 <--> e9 17.952 .039
e2 <--> e5 7.694 -.034
Bảng 3.78. Covariances: (Group number 1 - Default model)
M.I. Par Change
e27 <--> e28 9.728 -.127
CLVS <--> e28 7.870 .132
CLVS <--> e27 4.102 .090
CLVS <--> CLA 111.930 .173
Giaitri <--> CLA 75.581 .165
190
M.I. Par Change
Giaitri <--> CLVS 117.797 .641
Tiennghi <--> e28 4.235 .107
Tiennghi <--> CLA 83.897 .167
Tiennghi <--> CLVS 281.418 .950
Tiennghi <--> Giaitri 147.665 .799
CLCN <--> CLA 118.856 .168
CLCN <--> CLVS 350.580 .897
CLCN <--> Giaitri 109.936 .583
CLCN <--> Tiennghi 217.844 .786
CAU86_1 <--> e27 12.821 .149
CAU86_1 <--> CLA 147.345 .186
CAU86_1 <--> CLVS 182.089 .642
CAU86_1 <--> Giaitri 104.728 .565
CAU86_1 <--> Tiennghi 126.353 .595
CAU86_1 <--> CLCN 228.353 .676
CAU96_1 <--> CLA 98.676 .153
CAU96_1 <--> CLVS 174.397 .633
CAU96_1 <--> Giaitri 149.633 .681
CAU96_1 <--> Tiennghi 165.143 .685
CAU96_1 <--> CLCN 172.908 .593
CAU96_1 <--> CAU86_1 142.326 .534
e24 <--> e27 5.928 .104
e24 <--> CLVS 83.984 .446
e24 <--> Giaitri 66.987 .462
e24 <--> Tiennghi 70.775 .455
191
M.I. Par Change
e24 <--> CLCN 82.354 .415
e24 <--> CAU86_1 120.207 .499
e24 <--> CAU96_1 70.794 .386
e23 <--> e27 19.549 .184
e23 <--> CLVS 113.879 .507
e23 <--> Giaitri 60.111 .427
e23 <--> Tiennghi 76.013 .460
e23 <--> CLCN 126.029 .501
e23 <--> CAU86_1 128.490 .503
e23 <--> CAU96_1 101.354 .450
e23 <--> e24 426.922 .938
e22 <--> e27 9.078 .137
e22 <--> CLVS 78.066 .458
e22 <--> Giaitri 59.476 .464
e22 <--> Tiennghi 59.319 .445
e22 <--> CLCN 86.115 .453
e22 <--> CAU86_1 114.676 .519
e22 <--> CAU96_1 71.813 .414
e22 <--> e24 324.209 .893
e22 <--> e23 401.936 .970
e21 <--> Giaitri 11.232 .138
e21 <--> Tiennghi 45.231 .264
e21 <--> CLCN 34.349 .195
e21 <--> CAU86_1 21.783 .154
e21 <--> CAU96_1 10.433 .108
192
M.I. Par Change
e21 <--> e24 5.742 .081
e21 <--> e23 4.520 .070
e20 <--> e27 5.064 -.072
e20 <--> Giaitri 8.655 .126
e20 <--> Tiennghi 16.150 .165
e20 <--> CLCN 18.391 .148
e20 <--> CAU86_1 4.929 .076
e20 <--> CAU96_1 12.729 .124
e20 <--> e24 14.874 .136
e20 <--> e23 4.802 .075
e20 <--> e21 35.948 .152
e19 <--> CLA 4.669 .019
e19 <--> e22 5.666 .067
e19 <--> e21 4.374 -.039
e18 <--> e27 4.552 .047
e18 <--> e19 5.073 .027
e17 <--> e22 5.258 .094
e16 <--> CLVS 7.144 .083
e16 <--> Tiennghi 5.370 .080
e16 <--> CLCN 4.695 .063
e16 <--> CAU96_1 5.423 .068
e16 <--> e23 7.798 .081
e16 <--> e21 5.644 .051
e15 <--> e27 5.661 .070
e15 <--> CAU96_1 6.006 .077
193
M.I. Par Change
e15 <--> e23 6.738 .081
e15 <--> e22 8.051 .097
e15 <--> e18 5.203 .038
e14 <--> CLA 16.706 .046
e14 <--> CLVS 7.846 .098
e14 <--> Tiennghi 9.006 .116
e14 <--> CLCN 4.736 .071
e14 <--> CAU86_1 8.809 .097
e11 <--> CLVS 4.436 .067
e11 <--> e22 8.518 .094
e10 <--> CLVS 4.178 .065
e10 <--> CAU86_1 4.738 .065
e10 <--> CAU96_1 4.603 .065
e10 <--> e21 9.097 .067
e9 <--> CLA 12.728 .052
e9 <--> CLVS 27.477 .237
e9 <--> Giaitri 24.850 .261
e9 <--> CLCN 25.574 .215
e9 <--> CAU86_1 12.242 .148
e9 <--> CAU96_1 6.094 .105
e9 <--> e24 4.024 .087
e9 <--> e23 14.019 .158
e9 <--> e21 11.255 .105
e9 <--> e18 5.234 .052
e9 <--> e16 7.117 .074
194
M.I. Par Change
e8 <--> CLVS 5.010 .099
e8 <--> CLCN 5.471 .097
e8 <--> CAU96_1 4.222 .085
e8 <--> e9 5.335 .089
e5 <--> e28 31.110 .130
e5 <--> CAU96_1 9.921 .076
e5 <--> e24 4.305 .051
e4 <--> e28 23.428 -.117
e4 <--> CLA 7.457 .023
e4 <--> CLVS 7.042 .070
e4 <--> Tiennghi 8.663 .087
e4 <--> CAU96_1 10.442 .080
e4 <--> e21 4.618 .039
e4 <--> e20 7.879 .054
e4 <--> e19 10.700 -.047
e3 <--> e27 32.747 .121
e3 <--> e24 5.164 .053
e3 <--> e23 4.649 .049
e3 <--> e14 4.240 -.034
e3 <--> e8 4.371 -.044
e3 <--> e5 5.997 .030
e2 <--> e28 13.943 -.075
e2 <--> CLA 4.151 .015
e2 <--> e20 4.889 .036
e2 <--> e5 11.073 -.037
195
M.I. Par Change
e2 <--> e4 24.750 .057
e1 <--> e28 28.807 .121
e1 <--> e27 19.503 -.095
e1 <--> e15 5.711 -.039
e1 <--> e5 10.874 -.040
e1 <--> e3 11.277 -.039
e1 <--> e2 11.883 .037
Bảng 3.89. Independent Samples Test
F t Df Sig. (2-tailed)
Mean Difference
Std. Error Difference
cau4a_1
Equal variances assumed
.041 731 .000 -.7012 .1263 -.9492
Equal variances not assumed
312.152 .000 -.7012 .1101 -.9178
cau4b_1
Equal variances assumed
.565 731 .000 -.6035 .1260 -.8510
Equal variances not assumed
284.735 .000 -.6035 .1157 -.8312
cau4c_1
Equal variances assumed
.052 731 .000 -.6716 .1374 -.9413
Equal variances not assumed
295.499 .000 -.6716 .1234 -.9144
cau4d_1
Equal variances assumed
.296 731 .000 -.5922 .1399 -.8669
Equal variances not assumed
271.288 .000 -.5922 .1323 -.8527
196
cau4e_1
Equal variances assumed
.004 731 .000 -.6030 .1075 -.8141
Equal variances not assumed
297.601 .000 -.6030 .0962 -.7923
cau4f_1
Equal variances assumed
.000 731 .000 -.6244 .1117 -.8437
Equal variances not assumed
331.222 .000 -.6244 .0944 -.8102
cau4g_1
Equal variances assumed
.029 731 .000 -.4859 .1158 -.7132
Equal variances not assumed
273.060 .000 -.4859 .1090 -.7005
cau4h_1
Equal variances assumed
.001 731 .000 -.7495 .1109 -.9673
Equal variances not assumed
307.988 .000 -.7495 .0974 -.9411
cau4i_1
Equal variances assumed
.000 731 .000 -.5526 .0997 -.7483
Equal variances not assumed
327.756 .000 -.5526 .0847 -.7192
cau5a_1
Equal variances assumed
.002 731 .000 -.6867 .1083 -.8994
Equal variances not assumed
302.458 .000 -.6867 .0960 -.8757
cau5b_1
Equal variances assumed
.000 731 .000 -.6720 .1048 -.8777
Equal variances not assumed
337.774 .000 -.6720 .0877 -.8446
197
cau5c_1
Equal variances assumed
.000 731 .000 -.7404 .1098 -.9560
Equal variances not assumed
342.966 .000 -.7404 .0913 -.9199
cau5d_1
Equal variances assumed
.003 731 .000 -.6029 .1028 -.8047
Equal variances not assumed
329.350 .000 -.6029 .0871 -.7743
cau5e_1
Equal variances assumed
.006 731 .000 -.6020 .1059 -.8099
Equal variances not assumed
298.296 .000 -.6020 .0946 -.7882
cau5f_1
Equal variances assumed
.015 731 .000 -.3934 .0933 -.5765
Equal variances not assumed
328.670 .000 -.3934 .0792 -.5491
cau5g_1
Equal variances assumed
.003 731 .000 -.4235 .0927 -.6055
Equal variances not assumed
312.114 .000 -.4235 .0808 -.5825
cau5h_1
Equal variances assumed
.000 731 .000 -.5406 .1012 -.7393
Equal variances not assumed
337.962 .000 -.5406 .0847 -.7072
cau5i_1
Equal variances assumed
.002 731 .000 -.5695 .1024 -.7705
Equal variances not assumed
334.013 .000 -.5695 .0862 -.7391
198
cau5j_1
Equal variances assumed
.011 731 .000 -.5695 .1055 -.7766
Equal variances not assumed
309.598 .000 -.5695 .0923 -.7512
cau5k_1
Equal variances assumed
.000 731 .000 -.6285 .0945 -.8140
Equal variances not assumed
357.337 .000 -.6285 .0770 -.7800
cau73a_1
Equal variances assumed
.556 731 .026 -.2510 .1124 -.4717
Equal variances not assumed
242.996 .030 -.2510 .1148 -.4771
cau73b_1
Equal variances assumed
.872 731 .000 -.3891 .1047 -.5946
Equal variances not assumed
257.368 .000 -.3891 .1026 -.5910
cau73c_1
Equal variances assumed
.208 731 .003 -.3248 .1077 -.5362
Equal variances not assumed
250.138 .003 -.3248 .1076 -.5368
cau86_1
Equal variances assumed
.763 731 .000 -.4527 .0972 -.6436
Equal variances not assumed
253.400 .000 -.4527 .0963 -.6423
cau96_1
Equal variances assumed
.071 731 .000 -.5569 .0972 -.7478
Equal variances not assumed
247.546 .000 -.5569 .0979 -.7498
199
cau102a_1
Equal variances assumed
1.000 731 .020 -.2525 .1087 -.4659
Equal variances not assumed
261.908 .017 -.2525 .1052 -.4597
cau102b_1
Equal variances assumed
.191 731 .000 -.5298 .1316 -.7882
Equal variances not assumed
282.664 .000 -.5298 .1213 -.7686
cau102c_1
Equal variances assumed
.578 731 .000 -.4756 .1263 -.7236
Equal variances not assumed
268.524 .000 -.4756 .1203 -.7124
cau102d_1
Equal variances assumed
.974 731 .000 -.4781 .1212 -.7160
Equal variances not assumed
268.400 .000 -.4781 .1154 -.7053
CLTTTK
Equal variances assumed
.061 731 .000 -.6295 .1105 -.8465
Equal variances not assumed
294.859 .000 -.6295 .0994 -.8251