5 khoảng cách chất lượng dịch vụ là gì? Cách áp dụng SERVQUAL
Mô hình 5 khoảng cách chất lượng dịch vụ là gì
Khi bạn tìm kiếm “5 khoảng cách chất lượng dịch vụ là gì”, phần dễ nhầm nhất là xem đây như một danh sách gồm năm tiêu chí để chấm điểm dịch vụ. Thực tế, mô hình này giải thích vì sao chất lượng dịch vụ khách hàng cảm nhận có thể thấp hơn kỳ vọng ban đầu. Mỗi khoảng cách nằm ở một điểm khác nhau trong chuỗi từ kỳ vọng của khách hàng, nhận thức của doanh nghiệp, tiêu chuẩn phục vụ, quá trình cung cấp đến truyền thông bên ngoài.
Mô hình 5 khoảng cách được gắn với nghiên cứu về chất lượng dịch vụ của Parasuraman, Zeithaml và Berry. Nguồn thang đo SERVQUAL thường được trích dẫn là (Parasuraman và cộng sự, 1988). Trong cách tiếp cận này, chất lượng dịch vụ cảm nhận được hình thành từ chênh lệch giữa điều khách hàng kỳ vọng và điều họ cảm nhận sau khi sử dụng dịch vụ.
Có thể biểu diễn ý tưởng trung tâm như sau:
Chất lượng dịch vụ cảm nhận = Cảm nhận thực tế của khách hàng - Kỳ vọng của khách hàng
Nếu cảm nhận thấp hơn kỳ vọng, khách hàng đánh giá chất lượng chưa đạt. Nếu cảm nhận tương đương hoặc cao hơn kỳ vọng, đánh giá chất lượng có xu hướng tích cực hơn. Trong luận văn định lượng, bạn thường không đo trực tiếp năm khoảng cách bằng một biến duy nhất. Bạn dùng mô hình để giải thích nguyên nhân, sau đó xây dựng thang đo chất lượng dịch vụ và kiểm định mối quan hệ với sự hài lòng, ý định quay lại hoặc lòng trung thành.
Bạn có thể xem thêm phần tổng quan về mô hình SERVQUAL trước khi quyết định mô hình nghiên cứu cho đề tài của mình.
Các thành phần trong mô hình
Năm khoảng cách không phải năm biến quan sát giống nhau. Chúng mô tả năm điểm đứt gãy trong quá trình doanh nghiệp thiết kế và cung cấp dịch vụ.
| Khoảng cách | Vị trí trong quá trình dịch vụ | Ý nghĩa khi phân tích | Dấu hiệu có thể quan sát |
|---|---|---|---|
| Khoảng cách 1 | Giữa kỳ vọng khách hàng và nhận thức của nhà quản lý | Nhà quản lý chưa hiểu đúng điều khách hàng cần | Khách hàng coi trọng tốc độ, nhưng doanh nghiệp tập trung vào hình thức |
| Khoảng cách 2 | Giữa nhận thức của nhà quản lý và tiêu chuẩn dịch vụ | Doanh nghiệp hiểu nhu cầu nhưng chưa chuyển thành tiêu chuẩn cụ thể | Có yêu cầu phục vụ nhưng không có thời gian xử lý rõ ràng |
| Khoảng cách 3 | Giữa tiêu chuẩn dịch vụ và dịch vụ thực tế cung cấp | Nhân viên hoặc hệ thống không thực hiện đúng tiêu chuẩn | Quy trình quy định phản hồi nhanh nhưng khách phải chờ lâu |
| Khoảng cách 4 | Giữa dịch vụ thực tế và truyền thông bên ngoài | Nội dung quảng cáo hoặc cam kết tạo kỳ vọng cao hơn khả năng cung cấp | Website hứa “phục vụ 24/7” nhưng thực tế chỉ hỗ trợ giờ hành chính |
| Khoảng cách 5 | Giữa dịch vụ khách hàng kỳ vọng và dịch vụ khách hàng cảm nhận | Kết quả cuối cùng trong đánh giá của khách hàng | Khách cho điểm thấp dù doanh nghiệp cho rằng quy trình đã đúng |
Khoảng cách 5 là phần bạn thường đo bằng bảng hỏi khách hàng. Bốn khoảng cách đầu giúp giải thích nguyên nhân phía doanh nghiệp hoặc hệ thống. Vì vậy, nếu đề tài của bạn chỉ khảo sát khách hàng bằng Likert, bạn cần nói rõ dữ liệu đang phản ánh cảm nhận của khách, chứ chưa đủ để kết luận chắc chắn rằng khoảng cách 1, 2, 3 hoặc 4 tồn tại trong nội bộ doanh nghiệp.
Năm khoảng cách cũng khác với năm thành phần thường thấy trong thang đo SERVQUAL. Năm thành phần của thang đo gồm độ tin cậy, khả năng đáp ứng, năng lực phục vụ, sự đồng cảm và phương tiện hữu hình. Năm thành phần này là các khía cạnh để đo chất lượng dịch vụ. Năm khoảng cách là khung giải thích nơi chất lượng có thể bị suy giảm.
Mô hình gốc và các mở rộng phổ biến
Mô hình gốc đặt trọng tâm vào chênh lệch giữa kỳ vọng và cảm nhận. Từ khung này, SERVQUAL được phát triển thành bộ thang đo gồm các biến quan sát phản ánh những khía cạnh khách hàng dùng để đánh giá dịch vụ. Nguồn gốc thường được trích dẫn cho SERVQUAL là (Parasuraman và cộng sự, 1988).
Trong nghiên cứu thực tế, bạn có thể gặp ba cách sử dụng sau.
Dùng mô hình 5 khoảng cách như khung lý thuyết
Cách này phù hợp khi bạn muốn giải thích vì sao chất lượng dịch vụ hình thành và cần đề xuất giải pháp quản trị. Bạn trình bày năm khoảng cách trong chương cơ sở lý thuyết, sau đó chọn một hoặc một số khía cạnh để đo bằng dữ liệu khảo sát.
Ví dụ, đề tài về chất lượng dịch vụ ngân hàng có thể lập luận rằng khoảng cách giữa kỳ vọng và cảm nhận của khách hàng là biểu hiện tổng hợp của các vấn đề về độ tin cậy, khả năng đáp ứng và sự đồng cảm.
Dùng SERVQUAL để đo chất lượng dịch vụ
Bạn thiết kế bảng hỏi gồm phần kỳ vọng và phần cảm nhận, hoặc chỉ đo cảm nhận tùy thiết kế nghiên cứu và hướng dẫn của giảng viên. Khi dùng mô hình SERVQUAL, cần ghi rõ phiên bản thang đo, bối cảnh dịch vụ và cách điều chỉnh câu chữ cho đối tượng khảo sát tại Việt Nam.
Trang SERVQUAL có thể được dùng để đối chiếu cách gọi các thành phần, nhưng bạn vẫn phải kiểm tra lại thang đo gốc và mô hình nghiên cứu cụ thể của mình.
Dùng SERVPERF để tập trung vào cảm nhận
Một hướng khác là đo chất lượng dịch vụ dựa trên cảm nhận thực tế thay vì hỏi riêng kỳ vọng. Cách tiếp cận này thường được gọi là SERVPERF trong các đề tài về chất lượng dịch vụ. Bạn có thể đọc thêm mô hình SERVPERF để phân biệt hai cách thiết kế bảng hỏi.
Điểm cần giữ nhất quán là mô hình lý thuyết, câu hỏi nghiên cứu và dữ liệu. Nếu bạn viết rằng nghiên cứu đo chênh lệch kỳ vọng và cảm nhận nhưng bảng hỏi chỉ có phần cảm nhận, hội đồng có thể hỏi lại cách bạn tính khoảng cách 5.
Thang đo thường dùng cho từng khái niệm
Bảng dưới đây là bản đồ tham khảo để bạn nối khung 5 khoảng cách với biến nghiên cứu. Đây chưa phải bảng hỏi đã được kiểm định cho đề tài của bạn. Bạn cần đọc thang đo gốc, dịch phù hợp bối cảnh và chạy kiểm định trên dữ liệu thật.
| Khái niệm hoặc thành phần | Nội dung cần đo | Ví dụ dạng biến quan sát | Nguồn tham khảo |
|---|---|---|---|
| Độ tin cậy | Khả năng thực hiện đúng cam kết và cung cấp dịch vụ ổn định | Đơn vị cung cấp dịch vụ thực hiện đúng thời gian đã cam kết | (Parasuraman và cộng sự, 1988) |
| Khả năng đáp ứng | Mức độ sẵn sàng hỗ trợ và phản hồi khách hàng | Nhân viên phản hồi yêu cầu trong thời gian phù hợp | (Parasuraman và cộng sự, 1988) |
| Năng lực phục vụ | Kiến thức, tác phong và khả năng tạo sự tin tưởng | Nhân viên giải thích rõ quy trình và vấn đề phát sinh | (Parasuraman và cộng sự, 1988) |
| Sự đồng cảm | Mức độ quan tâm đến nhu cầu riêng của khách hàng | Nhân viên chú ý đến hoàn cảnh cụ thể của khách hàng | (Parasuraman và cộng sự, 1988) |
| Phương tiện hữu hình | Cơ sở vật chất, thiết bị và hình thức thể hiện dịch vụ | Không gian, thiết bị hoặc giao diện phục vụ có tính chuyên nghiệp | (Parasuraman và cộng sự, 1988) |
| Chất lượng dịch vụ cảm nhận | Đánh giá tổng thể sau khi trải nghiệm | Tôi đánh giá chất lượng dịch vụ của đơn vị này ở mức tốt | (Parasuraman và cộng sự, 1988) |
Nếu bạn khảo sát theo thang Likert, cần ghi rõ số mức sử dụng và ý nghĩa từng mức. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ được trình bày trong (Likert, 1932). Trong bảng hỏi, mỗi biến quan sát nên diễn đạt một ý, tránh gộp “nhân viên nhanh và thân thiện” vào cùng một câu vì người trả lời có thể đánh giá hai đặc điểm này khác nhau.
Sau khi nhập dữ liệu vào SPSS, bạn có thể kiểm tra độ tin cậy bằng Cronbach's Alpha. Alpha từ 0.7 trở lên thường được xem là chấp nhận được theo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, mức alpha từ 0.6 có thể được cân nhắc theo (Hair và cộng sự, 2010). Corrected Item-Total Correlation nên từ 0.3 trở lên theo (Nunnally và Bernstein, 1994). Đây là tiêu chí tham khảo có nguồn, không phải lý do để xóa biến tự động.
Áp dụng vào đề tài của bạn
Giả sử bạn nghiên cứu chất lượng dịch vụ giao đồ ăn và ý định tiếp tục sử dụng ứng dụng. Mô hình có thể bắt đầu từ năm thành phần chất lượng dịch vụ, trong đó chất lượng dịch vụ cảm nhận là biến trung gian hoặc biến độc lập tổng hợp, còn ý định tiếp tục sử dụng là biến phụ thuộc.
Một mô hình khái niệm rút gọn có thể gồm:
- Độ tin cậy ảnh hưởng đến chất lượng dịch vụ cảm nhận.
- Khả năng đáp ứng ảnh hưởng đến chất lượng dịch vụ cảm nhận.
- Năng lực phục vụ ảnh hưởng đến chất lượng dịch vụ cảm nhận.
- Sự đồng cảm và phương tiện hữu hình cũng có thể được đưa vào mô hình nếu phù hợp với bối cảnh.
- Chất lượng dịch vụ cảm nhận ảnh hưởng đến ý định tiếp tục sử dụng.
Bạn có thể viết giả thuyết theo dạng sau:
H1: Độ tin cậy có ảnh hưởng cùng chiều đến chất lượng dịch vụ cảm nhận của khách hàng sử dụng ứng dụng giao đồ ăn.
H2: Khả năng đáp ứng có ảnh hưởng cùng chiều đến chất lượng dịch vụ cảm nhận của khách hàng sử dụng ứng dụng giao đồ ăn.
H3: Năng lực phục vụ có ảnh hưởng cùng chiều đến chất lượng dịch vụ cảm nhận của khách hàng sử dụng ứng dụng giao đồ ăn.
H4: Chất lượng dịch vụ cảm nhận có ảnh hưởng cùng chiều đến ý định tiếp tục sử dụng ứng dụng giao đồ ăn.
Đây là mô hình minh họa, không phải kết luận cho đề tài của bạn. Nếu bối cảnh là bệnh viện, trường đại học, ngân hàng hoặc khách sạn, nội dung biến quan sát phải đổi theo trải nghiệm thực tế. Bạn cũng cần quyết định có đo khoảng cách kỳ vọng và cảm nhận hay chỉ đo cảm nhận. Hai lựa chọn này dẫn đến cách thiết kế bảng hỏi và cách diễn giải kết quả khác nhau.
Cách viết vào luận văn có thể điều chỉnh như sau: “Dựa trên khung lý thuyết 5 khoảng cách và thang đo SERVQUAL của (Parasuraman và cộng sự, 1988), nghiên cứu đề xuất xem xét tác động của [các thành phần chất lượng dịch vụ] đến [biến phụ thuộc] trong bối cảnh [đối tượng nghiên cứu].” Bạn thay phần trong ngoặc vuông bằng đúng biến và bối cảnh trong mô hình của mình.
Cách kiểm định mô hình bằng SPSS hoặc SmartPLS
Nếu mô hình của bạn dùng các biến quan sát dạng Likert và muốn kiểm định độ tin cậy, EFA, tương quan và hồi quy, SPSS là lựa chọn dễ theo dõi. Bạn có thể chạy Analyze > Scale > Reliability Analysis để kiểm tra Cronbach's Alpha, sau đó dùng Analyze > Dimension Reduction > Factor cho EFA. Trong EFA, cần xem KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê được tham khảo theo (Kaiser, 1974). Factor loading từ 0.5 trở lên có thể tham khảo (Hair và cộng sự, 2010).
Sau EFA, hồi quy có thể thực hiện tại Analyze > Regression > Linear. Bảng Coefficients cho biết hệ số, p-value và VIF. Bạn cần kiểm tra biến phụ thuộc, biến độc lập, dấu của hệ số và ý nghĩa thống kê theo mức ý nghĩa đã chọn trước. VIF dưới 5 là ngưỡng tham khảo trong báo cáo PLS-SEM theo (Hair và cộng sự, 2019), nhưng khi dùng SPSS bạn vẫn phải trình bày rõ cách kiểm tra đa cộng tuyến trong nghiên cứu của mình.
SmartPLS phù hợp khi mô hình của bạn có biến tiềm ẩn, nhiều đường dẫn và muốn đánh giá đồng thời mô hình đo lường với mô hình cấu trúc. Trong SmartPLS 4, bạn tạo project, nhập file .csv, kéo các biến tiềm ẩn vào canvas, nối các đường dẫn rồi chạy PLS-SEM Algorithm. Sau đó dùng Bootstrapping để kiểm định path coefficient và khoảng tin cậy. Quy trình nên tách thành hai phần: đánh giá measurement model trước, rồi đánh giá structural model, phù hợp với cách tiếp cận hai bước được trình bày trong (Anderson và Gerbing, 1988).
Khi đọc output SmartPLS, bạn thường xem Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Path Coefficients, R-Square, f-Square và Collinearity Statistics. CR từ 0.7 và AVE từ 0.5 có thể tham khảo (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được đề xuất trong (Henseler và cộng sự, 2015). Với bootstrapping, số 5.000 mẫu lặp là thực hành được nêu trong (Hair và cộng sự, 2022).
Đừng đưa CFI, TLI hoặc RMSEA vào báo cáo SmartPLS như thể đó là tiêu chí bắt buộc của PLS-SEM. Các chỉ số này thuộc nhóm đánh giá độ phù hợp thường dùng trong CB-SEM, với ngưỡng được nêu trong (Hu và Bentler, 1999). Nếu bạn dùng AMOS, câu chuyện về fit indices sẽ khác. Nếu dùng SPSS và hồi quy, bạn cần báo cáo đúng output của hồi quy thay vì ghép các chỉ số từ nhiều phương pháp.
Bạn có thể xem mô hình 5 khoảng cách chất lượng dịch vụ để đối chiếu cách trình bày mô hình, nhưng bảng kết quả cuối cùng phải lấy từ file .sav hoặc .csv của bạn. Một bảng số liệu minh họa có thể hình dung như sau:
| Quan hệ giả thuyết | Path coefficient | T Statistics | P Values | Kết luận minh họa |
|---|---|---|---|---|
| Độ tin cậy → Chất lượng dịch vụ | 0.286 | 3.412 | 0.001 | Ủng hộ H1 trong số liệu minh họa |
| Khả năng đáp ứng → Chất lượng dịch vụ | 0.174 | 2.106 | 0.035 | Ủng hộ H2 trong số liệu minh họa |
| Năng lực phục vụ → Chất lượng dịch vụ | 0.091 | 1.284 | 0.199 | Chưa đủ bằng chứng ủng hộ H3 |
| Chất lượng dịch vụ → Ý định tiếp tục | 0.521 | 7.863 | 0.000 | Ủng hộ H4 trong số liệu minh họa |
Các con số trên chỉ là số liệu minh họa, không phải kết quả của một nghiên cứu thật và không được chép vào chương 4. Khi có output, bạn thay từng giá trị bằng kết quả của mình, giữ nguyên tên biến và kiểm tra lại chiều tác động.
Lỗi thường gặp khi dùng mô hình này
Gọi năm khoảng cách là năm biến độc lập
Nhiều bài viết đưa khoảng cách 1 đến khoảng cách 5 vào bảng hồi quy như năm biến độc lập dù bảng hỏi chỉ đo năm thành phần SERVQUAL. Bạn cần phân biệt khung giải thích với biến được đo trực tiếp. Nếu không có dữ liệu về nhận thức của nhà quản lý, tiêu chuẩn nội bộ hoặc truyền thông doanh nghiệp, bạn không nên kết luận định lượng về bốn khoảng cách đầu.
Trộn SERVQUAL và SERVPERF trong cùng một kết luận
Bảng hỏi có cả kỳ vọng và cảm nhận nhưng phần phương pháp lại mô tả nghiên cứu chỉ đo cảm nhận. Hãy chốt thiết kế trước khi phát bảng hỏi, sau đó dùng đúng thuật ngữ trong chương 3 và chương 4.
Xóa biến chỉ vì muốn chỉ số đẹp
Cronbach's Alpha tăng sau khi xóa một biến chưa đủ để chứng minh biến đó không phù hợp về mặt lý thuyết. Bạn cần xem nội dung biến, Corrected Item-Total Correlation, tải nhân tố và lý do loại biến. Ghi lại từng vòng chạy để khi được hỏi, bạn giải thích được quyết định của mình.
Đổi tên biến sau khi đã chạy mô hình
Nếu TC1, TC2 thuộc độ tin cậy nhưng bạn đổi thành DU1 trong file hoặc bảng kết quả, việc đối chiếu sẽ rất khó. Đặt mã biến nhất quán từ bảng hỏi, file dữ liệu đến output SPSS hoặc SmartPLS.
Dùng bài nghiên cứu khác làm nguồn thang đo duy nhất
Một bài nghiên cứu trong ngành tương tự có thể giúp bạn tham khảo cách điều chỉnh, nhưng bạn vẫn phải truy về nguồn gốc thang đo và nói rõ bối cảnh. Thang đo dùng cho khách sạn chưa chắc giữ nguyên câu chữ khi chuyển sang ngân hàng số hoặc bệnh viện.
Câu hỏi thường gặp
5 khoảng cách chất lượng dịch vụ là gì?
Đó là khung giải thích năm điểm chênh lệch có thể làm chất lượng dịch vụ suy giảm: giữa kỳ vọng khách hàng và nhận thức quản lý, giữa nhận thức và tiêu chuẩn, giữa tiêu chuẩn và cung cấp thực tế, giữa cung cấp thực tế và truyền thông, cuối cùng là giữa kỳ vọng và cảm nhận của khách hàng.
5 khoảng cách trong SERVQUAL có phải 5 thành phần thang đo không?
Không. Năm khoảng cách là các điểm đứt gãy trong quá trình thiết kế và cung cấp dịch vụ. Năm thành phần thường dùng trong SERVQUAL là các khía cạnh để đo chất lượng dịch vụ, gồm độ tin cậy, khả năng đáp ứng, năng lực phục vụ, sự đồng cảm và phương tiện hữu hình.
Mô hình 5 khoảng cách chất lượng dịch vụ dùng SPSS được không?
Được, nếu bạn thiết kế bảng hỏi và biến nghiên cứu phù hợp. SPSS có thể hỗ trợ Cronbach's Alpha, EFA, tương quan và hồi quy. Nếu mô hình có nhiều biến tiềm ẩn và đường dẫn, SmartPLS có thể thuận tiện hơn, nhưng bạn phải chọn công cụ theo mô hình và dạng dữ liệu, không chọn chỉ vì output có nhiều bảng.
Có phải đo cả kỳ vọng và cảm nhận không?
Điều này phụ thuộc vào cách bạn vận dụng SERVQUAL. Nếu muốn tính chênh lệch kỳ vọng và cảm nhận, bảng hỏi phải thu thập đủ hai phần và bạn phải mô tả công thức rõ ràng. Nếu chỉ đo cảm nhận theo hướng SERVPERF, hãy trình bày đúng thiết kế đó, tránh gọi kết quả là chênh lệch kỳ vọng và cảm nhận.
Thang đo SERVQUAL bao nhiêu biến quan sát là đạt?
Không có một con số cố định áp dụng cho mọi đề tài. Số biến phụ thuộc vào nguồn thang đo, bối cảnh dịch vụ, cách dịch và mô hình của bạn. Khi điều chỉnh, hãy giữ đủ nội dung khái niệm, thử nghiệm bảng hỏi và kiểm định Cronbach's Alpha, EFA hoặc measurement model theo phương pháp đã chọn.
Nếu Cronbach's Alpha không đạt thì làm sao?
Kiểm tra cách mã hóa, biến đảo chiều, dữ liệu thiếu và nội dung từng biến trước khi xóa. Xem Corrected Item-Total Correlation và cột Alpha if Item Deleted, sau đó đối chiếu với lý thuyết. Nếu loại biến, ghi lại lý do và chạy lại các phân tích liên quan thay vì chỉ chọn phương án làm chỉ số tăng.
Mở file dữ liệu của bạn ngay bây giờ, đối chiếu từng biến quan sát với năm thành phần SERVQUAL, xác định rõ bạn đo kỳ vọng và cảm nhận hay chỉ đo cảm nhận, rồi lập bảng mã biến trước khi chạy Cronbach's Alpha. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của mình, bạn có thể dùng M4 phân tích của DoThesis.