Khảo sát mức độ hài lòng của khách hàng: cách làm và xử lý dữ liệu

Khảo sát mức độ hài lòng của khách hàng là gì trong nghiên cứu định lượng

Khảo sát mức độ hài lòng của khách hàng là cách thu thập dữ liệu có cấu trúc để đo cảm nhận của khách hàng sau khi sử dụng sản phẩm, dịch vụ hoặc tương tác với doanh nghiệp. Bạn dùng bảng hỏi thống nhất, thường gồm các biến quan sát đo chất lượng dịch vụ, giá trị cảm nhận, mức độ đáp ứng, trải nghiệm và ý định quay lại hoặc giới thiệu.

Trong luận văn định lượng, khảo sát này tạo ra dữ liệu dạng số. Mỗi khách hàng chọn một mức trả lời cho từng biến quan sát, sau đó bạn mã hóa các lựa chọn thành số để nhập vào SPSS hoặc SmartPLS. Ví dụ, biến SAT1 có thể đo nhận định “Tôi hài lòng với dịch vụ này”, còn SAT2 đo “Dịch vụ đáp ứng kỳ vọng của tôi”.

Bạn nên phân biệt khái niệm cần đo với bảng hỏi dùng để đo khái niệm đó. Khái niệm là mức độ hài lòng của khách hàng, còn bảng hỏi là công cụ chứa phần sàng lọc, thông tin mô tả và các biến quan sát. Nếu muốn nắm cấu trúc của công cụ này, bạn có thể xem thêm bài bảng hỏi là gì. Việc xác định rõ khái niệm trước khi viết câu hỏi giúp bạn tránh tình trạng mỗi câu hỏi lại đo một nội dung khác nhau.

Một bảng hỏi định lượng tốt phải nối được ba phần: mục tiêu nghiên cứu, mô hình và dữ liệu cần phân tích. Nếu giả thuyết của bạn kiểm định ảnh hưởng của chất lượng dịch vụ đến sự hài lòng, bảng hỏi cần có nhóm biến đo chất lượng dịch vụ, nhóm biến đo sự hài lòng và các biến kiểm soát nếu đề tài có sử dụng.

Cách xác định khảo sát mức độ hài lòng của khách hàng

Cỡ mẫu phụ thuộc vào mô hình, số biến quan sát, phương pháp phân tích và khả năng tiếp cận khách hàng. Bạn không nên chỉ chọn một con số vì thấy các nghiên cứu khác dùng như vậy. Hãy ghi rõ cách xác định trong chương 3, sau đó thu thập dữ liệu đúng từ đối tượng đã mô tả.

Nếu tổng thể khách hàng hữu hạn và bạn biết kích thước tổng thể, có thể dùng công thức Yamane:

n = N / (1 + N.e²)

Trong đó N là kích thước tổng thể, n là cỡ mẫu tối thiểu và e là sai số chấp nhận. Công thức này cần được dẫn nguồn là (Yamane, 1967). Nếu bạn không có danh sách đầy đủ khách hàng, hãy trình bày rõ rằng tổng thể tiếp cận được khó xác định, thay vì ghi một giá trị N không có căn cứ.

Với bảng hỏi có nhiều biến quan sát, một quy tắc thường được dùng là cần từ 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010). Chẳng hạn, bảng hỏi có 25 biến quan sát thì khoảng tham khảo theo quy tắc này là 125 đến 250 phản hồi hợp lệ. Đây là cơ sở lập kế hoạch, không phải bảo đảm rằng dữ liệu chắc chắn đạt mọi kiểm định.

Nếu bạn chạy hồi quy với m biến độc lập, một hướng dẫn khác là cỡ mẫu từ 50 + 8m trở lên (Tabachnick và Fidell, 2013). Khi hai cách cho ra kết quả khác nhau, hãy lấy mức cao hơn và dự phòng một tỷ lệ phản hồi không hợp lệ. Ví dụ, cần 200 phiếu hợp lệ và dự kiến 15% phiếu bị loại, số phiếu cần thu khoảng 236, vì 200 / 0,85 xấp xỉ 236.

Bạn cũng nên dự tính dữ liệu bị loại vì bỏ trống nhiều câu, trả lời theo một cột hoặc không qua câu hỏi sàng lọc. Nếu chỉ thu vừa đủ số phiếu tối thiểu, một vài trường hợp không hợp lệ có thể khiến cỡ mẫu cuối cùng thấp hơn kế hoạch.

Thiết kế bảng hỏi phục vụ mục tiêu này

Bắt đầu bằng bảng đặc tả. Mỗi khái niệm trong mô hình cần có định nghĩa, nguồn thang đo, mã biến và số lượng biến quan sát dự kiến. Bạn có thể tham khảo biểu mẫu khảo sát để hình dung bố cục, nhưng cần điều chỉnh nội dung theo sản phẩm, dịch vụ và nhóm khách hàng của đề tài.

Phần mở đầu nên nói ngắn gọn mục đích học thuật, đối tượng trả lời, thời gian thực hiện và nguyên tắc bảo mật. Đừng yêu cầu thông tin định danh nếu thông tin đó không phục vụ phân tích. Một lời giới thiệu rõ ràng giúp người trả lời biết họ cần đánh giá trải nghiệm nào, chẳng hạn giao dịch gần nhất hoặc lần sử dụng trong ba tháng vừa qua.

Phần sàng lọc cần xuất hiện trước các câu hỏi đo lường. Ví dụ, bạn có thể hỏi người trả lời đã sử dụng dịch vụ trong khoảng thời gian nghiên cứu chưa, đã thực hiện giao dịch tại chi nhánh hoặc nền tảng nào, và có thuộc nhóm khách hàng mục tiêu không. Người không đáp ứng tiêu chí nên kết thúc bảng hỏi hoặc được chuyển đến phần phù hợp.

Phần thông tin mô tả có thể gồm độ tuổi, giới tính, nghề nghiệp, tần suất sử dụng, thời gian đã dùng dịch vụ và kênh giao dịch. Chỉ đưa biến thật sự cần cho mục tiêu nghiên cứu. Càng nhiều câu hỏi không cần thiết, tỷ lệ bỏ dở càng tăng và việc làm sạch dữ liệu càng mất thời gian.

Các biến đo mức độ hài lòng thường dùng thang Likert nhiều mức. Thang Likert được giới thiệu trong công trình gốc của (Likert, 1932). Với bảng hỏi của sinh viên, thang 5 mức thường dễ giải thích, từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Bạn có thể đọc thêm Likert scale là gì trước khi quyết định số mức.

Câu hỏi nên có một ý chính và chỉ rõ đối tượng đánh giá. “Nhân viên tư vấn nhiệt tình và xử lý yêu cầu nhanh” đang gộp hai nội dung, người trả lời có thể đồng ý với một vế nhưng không đồng ý với vế còn lại. Hãy tách thành hai biến quan sát nếu cả hai nội dung đều quan trọng.

Tránh câu dẫn dắt như “Bạn có đồng ý rằng dịch vụ của chúng tôi rất tốt không”. Cách viết này đưa sẵn đánh giá tích cực vào câu hỏi. Bạn nên dùng câu trung tính, ví dụ “Dịch vụ đáp ứng kỳ vọng của tôi” và giữ cùng một hướng mã hóa khi có thể.

Trước khi phát hành, hãy kiểm tra bảng hỏi trên một nhóm nhỏ phù hợp với đối tượng nghiên cứu. Mục tiêu của bước này là phát hiện từ ngữ khó hiểu, lựa chọn trả lời bị thiếu, câu hỏi trùng ý hoặc thời lượng quá dài. Dữ liệu thử nghiệm không nên tự động gộp vào dữ liệu chính nếu bạn đã thay đổi nội dung bảng hỏi sau đó.

Triển khai thu dữ liệu

Bạn cần xác định rõ ai được mời trả lời, họ được tiếp cận ở đâu và khoảng thời gian thu thập. Nếu đề tài nghiên cứu khách hàng của một cửa hàng, bạn có thể đặt câu hỏi sau giao dịch hoặc gửi đường dẫn cho khách đã đồng ý nhận khảo sát. Nếu nghiên cứu khách hàng của một ứng dụng, hãy nêu điều kiện đã từng sử dụng ứng dụng trong khoảng thời gian cụ thể.

Tránh phát đường dẫn công khai mà không kiểm soát đối tượng nếu mục tiêu nghiên cứu yêu cầu khách hàng thực tế. Một phản hồi từ người chưa từng sử dụng sản phẩm có thể làm sai lệch biến hài lòng. Bạn cũng nên ghi lại thời gian bắt đầu, thời gian kết thúc, kênh thu và số phản hồi theo từng kênh để trình bày minh bạch.

DoThesis có fillform.info, công cụ biểu mẫu của chúng tôi dành cho việc tạo và thu thập phản hồi bảng hỏi tiếng Việt. Bạn có thể dùng nó khi cần một biểu mẫu tập trung cho nghiên cứu. Google Forms là lựa chọn thay thế quen thuộc, đặc biệt khi nhóm nghiên cứu đã có sẵn tài khoản và quy trình chia sẻ.

Thời gian thu dữ liệu không nên được viết theo kiểu “thu đủ mẫu trong thời gian ngắn” nếu bạn không có kế hoạch cụ thể. Hãy đặt khoảng thời gian dự kiến, theo dõi số phản hồi hợp lệ mỗi ngày và kiểm tra cơ cấu mẫu. Nếu 90% phản hồi đến từ một nhóm tuổi trong khi mô hình cần nhiều nhóm, bạn cần điều chỉnh kênh tiếp cận thay vì chỉ tiếp tục phát cùng một đường dẫn.

Không nên tặng quà hoặc yêu cầu người trả lời chọn đáp án theo hướng có lợi cho doanh nghiệp. Nếu có phần quà, hãy mô tả điều kiện rõ ràng và tách thông tin liên hệ nhận quà khỏi dữ liệu phân tích khi có thể. Việc này giảm nguy cơ thông tin định danh bị gắn trực tiếp với câu trả lời.

Làm sạch dữ liệu trước khi nhập SPSS

Trước tiên, xuất dữ liệu về dạng .csv hoặc .xlsx, tạo một bản gốc chỉ đọc và một bản làm việc. Không chỉnh trực tiếp trên bản duy nhất. Kiểm tra tên biến, mã hóa giá trị và thứ tự cột trước khi mở trong SPSS. Mỗi dòng nên là một người trả lời, mỗi cột là một biến.

Loại các cột kỹ thuật không dùng cho phân tích, chẳng hạn mã phiên truy cập, thời gian hệ thống hoặc địa chỉ không phục vụ mục tiêu nghiên cứu. Giữ lại mã phiếu nếu bạn cần truy vết, nhưng không đưa mã đó vào hồi quy, EFA hoặc Cronbach's Alpha. Các câu hỏi định danh cũng không nên được xem như biến đo lường.

Kiểm tra phản hồi không hoàn chỉnh. Một phiếu bỏ trống phần lớn nhóm biến đo lường thường không nên được xem là quan sát hợp lệ. Với vài ô trống riêng lẻ, bạn cần quy định trước cách xử lý và ghi lại số lượng trường hợp. Đừng tự điền giá trị trung bình cho mọi ô trống chỉ để đủ số dòng.

Kiểm tra hiện tượng trả lời một đường thẳng, còn gọi là straight-lining. Nếu một người chọn cùng một mức cho toàn bộ bảng hỏi, đó là dấu hiệu cần xem xét, nhưng chưa đủ để tự động loại. Đối chiếu thêm thời gian hoàn thành, câu hỏi đảo chiều nếu có và câu sàng lọc. Một bảng hỏi ngắn có thể được hoàn thành nhanh một cách hợp lệ.

Kiểm tra giá trị ngoài phạm vi. Với thang 1 đến 5, giá trị 0, 6 hoặc chữ không thuộc mã quy định cần được sửa từ dữ liệu gốc nếu xác định là lỗi nhập. Nếu không thể xác định, mã hóa thành missing và ghi lại quy tắc. Không đổi tùy tiện các giá trị cực đoan thành giá trị trung bình.

Nếu có biến quan sát đảo chiều, phải đảo mã trước khi chạy độ tin cậy hoặc tạo biến tổng hợp. Với thang 1 đến 5, phép đảo thường là giá trị mới bằng 6 - giá trị cũ, nhưng chỉ áp dụng khi thiết kế thang đo thật sự yêu cầu. Sai bước này có thể làm tương quan giữa các biến thấp và khiến bạn loại nhầm biến.

Sau khi làm sạch, lưu một bảng nhật ký gồm mã phiếu, lý do loại, thời điểm xử lý và người thực hiện. Quy trình này giúp bạn trả lời khi giảng viên hỏi vì sao số phản hồi ban đầu khác số quan sát trong SPSS. Bạn cũng có thể xem thêm bài khảo sát Google nếu dữ liệu của bạn được thu qua Google Forms và cần kiểm tra cách xuất bảng dữ liệu.

Cách trình bày trong chương 3

Trong chương 3, bạn mô tả đối tượng khảo sát, phương pháp chọn mẫu, thời gian và địa điểm thu thập, công cụ đo lường, thang đo sử dụng và tiêu chí chọn dữ liệu hợp lệ. Câu chữ cần phản ánh đúng việc bạn đã làm, không ghi phương pháp lấy mẫu xác suất nếu thực tế bạn phát đường dẫn thuận tiện trong mạng lưới cá nhân.

Bạn có thể trình bày cỡ mẫu theo cấu trúc sau: bảng hỏi có [số biến quan sát] biến quan sát, áp dụng quy tắc [5 đến 10] quan sát cho mỗi biến theo (Hair và cộng sự, 2010), từ đó cỡ mẫu tối thiểu là [cỡ mẫu tối thiểu]. Sau khi dự phòng [tỷ lệ]% phản hồi không hợp lệ, nghiên cứu phát ra [số phiếu phát] bảng hỏi và thu về [số phiếu thu] phản hồi.

Bạn cũng cần tách số phiếu phát, số phiếu thu, số phiếu bị loại và số phiếu hợp lệ. Nếu có nhiều kênh thu thập, lập bảng theo kênh để người đọc thấy dữ liệu đến từ đâu. Không gọi toàn bộ số lượt truy cập biểu mẫu là cỡ mẫu, vì chỉ phản hồi đáp ứng tiêu chí mới được đưa vào phân tích.

Đoạn mô tả có thể viết như sau: “Nghiên cứu sử dụng bảng hỏi cấu trúc gồm [số phần] phần. Đối tượng khảo sát là [mô tả khách hàng], đã [điều kiện sử dụng sản phẩm hoặc dịch vụ] trong [khoảng thời gian]. Sau khi loại [số phiếu] phản hồi không hợp lệ, [số phiếu hợp lệ] quan sát được sử dụng cho các phân tích tiếp theo.” Hãy thay toàn bộ phần trong ngoặc vuông bằng số liệu thật từ file của bạn.

Trong phần phụ lục, nên đưa bảng câu hỏi và mã biến. Ví dụ, SAT1 đến SAT4 là nhóm biến đo sự hài lòng, SER1 đến SER5 là nhóm biến đo chất lượng dịch vụ. Cách đặt mã nhất quán giúp bạn đối chiếu bảng hỏi với các bảng Reliability Statistics, KMO and Bartlett's Test, Rotated Component Matrix và Coefficients trong output SPSS.

Lỗi thường gặp

Lỗi đầu tiên là dùng một bảng hỏi chung cho mọi ngành mà không xác định trải nghiệm khách hàng cụ thể. Khách hàng của ngân hàng, sàn thương mại điện tử và phòng khám có điểm tiếp xúc khác nhau. Các biến quan sát cần mô tả đúng dịch vụ bạn đang nghiên cứu, nếu không điểm hài lòng sẽ khó diễn giải.

Lỗi thứ hai là hỏi người không thuộc tổng thể mục tiêu. Số lượng phản hồi lớn không bù được việc mẫu sai đối tượng. Hãy đặt tiêu chí sàng lọc trước các câu hỏi chính và kiểm tra logic chuyển trang của biểu mẫu.

Lỗi thứ ba là thay đổi câu hỏi sau khi đã thu một phần dữ liệu nhưng vẫn gộp toàn bộ phản hồi. Nếu thay đổi từ ngữ, thêm biến hoặc đổi thang đo, bạn phải đánh dấu thời điểm thay đổi và cân nhắc tách hai đợt dữ liệu. Ghi lại quyết định để có thể giải trình.

Lỗi thứ tư là loại dữ liệu chỉ vì một biến có giá trị thấp hoặc vì muốn kết quả đẹp. Việc loại phiếu phải dựa trên tiêu chí đã nêu trước, chẳng hạn không qua sàng lọc, bỏ trống quá nhiều hoặc có dấu hiệu trả lời không hợp lệ. Không xóa quan sát chỉ vì nó làm giảm trung bình hài lòng.

Lỗi cuối là nhập tên biến có dấu, khoảng trắng hoặc tên quá dài. SPSS và SmartPLS có quy tắc khác nhau đối với tên biến. Dùng mã ngắn, không dấu như SAT1, SAT2, AGE, đồng thời lưu bảng quy đổi mã biến sang nội dung tiếng Việt.

Câu hỏi thường gặp

Khảo sát mức độ hài lòng của khách hàng nên có bao nhiêu câu hỏi?

Không có một số câu cố định cho mọi đề tài. Số câu phụ thuộc số khái niệm trong mô hình và số biến quan sát của từng thang đo. Bạn cần đủ biến để đại diện cho khái niệm, nhưng bảng hỏi quá dài sẽ làm tăng bỏ dở và straight-lining.

Hãy dựa vào nguồn thang đo, mục tiêu nghiên cứu và kết quả kiểm tra thử. Mỗi biến quan sát phải có lý do tồn tại, được gắn với một khái niệm và có mã để phân tích.

Cỡ mẫu khảo sát khách hàng bao nhiêu là đạt?

Bạn cần trình bày căn cứ thay vì chỉ ghi một con số. Có thể tham khảo 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010), hoặc công thức 50 + 8m cho hồi quy với m biến độc lập (Tabachnick và Fidell, 2013).

Cỡ mẫu cuối cùng là số phản hồi hợp lệ sau làm sạch. Nếu dự kiến một phần phiếu bị loại, hãy thu dư và báo cáo riêng số phiếu phát, số phiếu thu, số phiếu loại và số phiếu đưa vào SPSS.

Có nên dùng thang Likert 5 mức để đo sự hài lòng không?

Thang 5 mức là lựa chọn dễ hiểu và dễ triển khai cho nhiều bảng hỏi tiếng Việt. Bạn cần ghi rõ ý nghĩa của từng mức, giữ thứ tự từ mức thấp đến mức cao và dùng cùng hướng mã hóa giữa các biến.

Nếu có biến đảo chiều, đánh dấu ngay trong bảng mã và xử lý trước khi chạy kiểm định độ tin cậy. Đừng thêm lựa chọn “không biết” vào thang Likert nếu bạn chưa có kế hoạch mã hóa riêng cho lựa chọn đó.

Dữ liệu khảo sát bị nhiều câu trả lời giống nhau thì làm sao?

Trước hết, kiểm tra thời gian hoàn thành, tỷ lệ bỏ trống, câu hỏi kiểm tra và điều kiện sàng lọc. Trả lời giống nhau không tự động chứng minh người đó trả lời sai, đặc biệt khi các câu hỏi có nội dung gần nhau hoặc bảng hỏi ngắn.

Bạn cần đặt tiêu chí loại trước khi xử lý và áp dụng nhất quán. Lưu danh sách phiếu bị loại cùng lý do, sau đó báo cáo số liệu cuối cùng trong chương 3.

Có thể nhập thẳng dữ liệu Google Forms vào SPSS không?

Bạn nên xuất dữ liệu thành .xlsx hoặc .csv, làm sạch tên cột và kiểm tra mã hóa trước khi mở trong SPSS. Không dùng cột thời gian, địa chỉ email hoặc mã phản hồi làm biến phân tích nếu chúng không thuộc mô hình.

Trước khi chạy, đối chiếu một vài dòng trong file xuất với biểu mẫu gốc. Một lỗi thường gặp là lựa chọn trả lời được xuất dưới dạng chữ, trong khi các biến đo lường cần mã số 1 đến 5.

Nên khảo sát trực tiếp hay khảo sát online?

Cách thu phụ thuộc nơi bạn tiếp cận khách hàng và yêu cầu của đề tài. Online dễ theo dõi số lượng và xuất dữ liệu, còn trực tiếp có thể tiếp cận đúng khách hàng tại điểm giao dịch nhưng cần kiểm soát việc nhập liệu.

Dù chọn cách nào, bạn vẫn phải mô tả đối tượng, thời gian, kênh thu và tiêu chí hợp lệ. Hình thức thu không thay thế cho việc thiết kế mẫu và làm sạch dữ liệu.

Bạn hãy mở file dữ liệu hiện tại, lập bảng mã biến, kiểm tra số phản hồi hợp lệ và ghi lại quy tắc loại phiếu trước khi chạy SPSS. Nếu cần hỗ trợ chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích dữ liệu.