Lòng trung thành khách hàng là gì? Cách xây dựng thang đo
Lòng trung thành khách hàng là gì và được đo bằng gì
Lòng trung thành khách hàng là mức độ khách hàng có xu hướng tiếp tục lựa chọn, sử dụng và giới thiệu một thương hiệu hoặc doanh nghiệp trong tương lai. Khái niệm này thường được đo bằng các biến quan sát phản ánh ý định mua lại, ưu tiên thương hiệu, giới thiệu cho người khác và khả năng duy trì lựa chọn khi có nhiều phương án cạnh tranh.
Bạn cần tách lòng trung thành khỏi một giao dịch đơn lẻ. Một khách hàng vừa mua sản phẩm chưa chắc đã trung thành. Trong bảng hỏi định lượng, bạn đo nhận định tương đối ổn định của người trả lời bằng nhiều biến quan sát, thường dùng thang Likert 5 hoặc 7 mức. Bản thân thang Likert được giới thiệu trong công trình của Likert (Likert, 1932).
Nếu đề tài của bạn dùng cụm “lòng trung thành thương hiệu là gì”, cách hiểu cũng tương tự nhưng đối tượng đo được chỉ rõ hơn là thương hiệu. Với “lòng trung thành khách hàng”, đối tượng có thể là doanh nghiệp, nhà cung cấp, ứng dụng, ngân hàng, sàn thương mại điện tử hoặc thương hiệu cụ thể. Bạn phải ghi rõ đối tượng trong phần định nghĩa thao tác để người đọc biết khách hàng đang trung thành với ai.
Trong mô hình nghiên cứu, lòng trung thành thường là biến phụ thuộc. Các biến độc lập có thể là chất lượng dịch vụ, sự hài lòng, niềm tin, giá trị cảm nhận hoặc chi phí chuyển đổi. Chẳng hạn, chi phí chuyển đổi có thể làm khách hàng tiếp tục sử dụng một dịch vụ, nhưng điều đó chưa đủ để kết luận họ có thái độ trung thành thật sự.
Nguồn thang đo gốc
Khi tìm nguồn cho thang đo lòng trung thành, bạn cần phân biệt ba thứ: nguồn định nghĩa khái niệm, nguồn đề xuất mô hình và nguồn công bố bộ biến quan sát. Một bài viết nói về chất lượng dịch vụ không tự động trở thành nguồn thang đo lòng trung thành. Tương tự, thang đo ý định quay lại có thể gần với lòng trung thành nhưng không nên gộp hai khái niệm nếu mô hình của bạn xem chúng là hai biến khác nhau.
Trong danh mục nguồn được phép sử dụng của bài này, chưa có công trình chuyên biệt được xác nhận để trích nguyên văn một bộ thang đo lòng trung thành khách hàng. Vì vậy, bảng dưới đây chỉ giúp bạn xác định nguồn nền tảng và phạm vi sử dụng, không phải tuyên bố rằng các nguồn này đã cung cấp một thang đo lòng trung thành hoàn chỉnh.
| Tác giả, năm | Số biến quan sát dùng cho lòng trung thành | Bối cảnh gốc | Cách sử dụng an toàn |
|---|---|---|---|
| Likert, 1932 | Không xác định cho khái niệm này | Kỹ thuật đo lường thái độ | Tham khảo cách dùng thang Likert, không trích như nguồn thang đo lòng trung thành |
| Parasuraman và cộng sự, 1988 | Không xác định cho khái niệm này | Chất lượng dịch vụ SERVQUAL | Dùng để tham khảo biến chất lượng dịch vụ, không dùng làm thang đo trung thành |
| Ajzen, 1991 | Không xác định cho khái niệm này | Theory of Planned Behavior | Tham khảo quan hệ giữa thái độ, ý định và hành vi, không nhận là bộ biến trung thành |
| Venkatesh và cộng sự, 2003 | Không xác định cho khái niệm này | Chấp nhận và sử dụng công nghệ | Chỉ dùng nếu đề tài nghiên cứu bối cảnh công nghệ và có nguồn thang đo phù hợp khác |
Bạn nên kiểm tra bài gốc mà giảng viên hoặc tài liệu tổng quan của đề tài yêu cầu, sau đó ghi đúng tác giả, năm, bối cảnh và số biến quan sát. Nếu chưa có nguồn gốc rõ ràng, đừng viết “thang đo được kế thừa từ tác giả X” chỉ vì một trang web liệt kê tên đó. Cách làm an toàn là ghi đây là bộ biến quan sát tham khảo được điều chỉnh theo bối cảnh nghiên cứu, rồi mô tả quy trình kiểm định bằng dữ liệu của bạn.
Thang đo lòng trung thành cũng có thể liên quan đến thang đo ý định quay lại, nhưng bạn cần đọc định nghĩa của từng khái niệm trước khi chọn. Ý định quay lại tập trung vào hành vi quay lại, còn lòng trung thành có thể bao gồm ưu tiên, giới thiệu và tiếp tục lựa chọn trong điều kiện cạnh tranh.
Bộ biến quan sát tham khảo
Bảng dưới đây là số liệu minh họa về nội dung biến quan sát, không phải bản dịch đã được xác nhận và cũng không phải thang đo hợp lệ cho mọi đề tài. Bạn cần thay tên thương hiệu, dịch vụ hoặc sản phẩm trong ngoặc vuông, xin ý kiến giảng viên và kiểm tra lại bằng dữ liệu thực tế.
| Mã | Biến quan sát tham khảo | Khía cạnh phản ánh |
|---|---|---|
| LTT1 | Tôi dự định tiếp tục sử dụng [thương hiệu/dịch vụ] trong thời gian tới. | Ý định duy trì |
| LTT2 | [Thương hiệu/dịch vụ] là một trong những lựa chọn ưu tiên của tôi. | Mức độ ưu tiên |
| LTT3 | Tôi sẽ cân nhắc [thương hiệu/dịch vụ] trước các lựa chọn khác. | Xu hướng lựa chọn |
| LTT4 | Tôi sẵn sàng giới thiệu [thương hiệu/dịch vụ] cho người khác. | Truyền miệng tích cực |
| LTT5 | Tôi có khả năng tiếp tục mua hoặc sử dụng [thương hiệu/dịch vụ]. | Khả năng hành vi tiếp tục |
| LTT6 | Tôi vẫn cân nhắc [thương hiệu/dịch vụ] dù đối thủ đưa ra lựa chọn hấp dẫn. | Duy trì lựa chọn |
Không nên đưa tất cả câu vào bảng hỏi chỉ vì có nhiều biến thì thang đo sẽ tốt hơn. LTT1 và LTT5 có thể gần nghĩa, còn LTT2 và LTT3 cũng có khả năng chồng lấn. Bạn hãy đọc từng câu như một người trả lời thật, xem họ có phân biệt được các câu hay chỉ đánh cùng một mức cho tất cả.
Tránh viết biến quan sát theo kiểu “Tôi trung thành với thương hiệu này”. Câu đó quá rộng và gần như lặp lại tên khái niệm. Một biến tốt hơn nên mô tả một biểu hiện cụ thể, chẳng hạn tiếp tục sử dụng, ưu tiên lựa chọn hoặc giới thiệu cho người khác. Tuy vậy, các câu trên vẫn chỉ là điểm khởi đầu, chưa được xác nhận cho ngành, thương hiệu và mẫu nghiên cứu của bạn.
Nếu đối tượng là khách hàng ngân hàng, bạn thay [thương hiệu/dịch vụ] bằng tên ngân hàng hoặc nhóm dịch vụ được nghiên cứu. Nếu đối tượng là người dùng ứng dụng, cần nói rõ “tiếp tục sử dụng ứng dụng” thay vì “tiếp tục mua”. Sự nhất quán giữa đối tượng, động từ và thời gian quan sát giúp người trả lời không phải đoán ý câu hỏi.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bạn bắt đầu bằng việc xác định đơn vị phân tích. Một người trả lời có thể đánh giá một thương hiệu, một cửa hàng, một ứng dụng hoặc toàn bộ doanh nghiệp. Nếu bảng hỏi không nói rõ đối tượng, câu “Tôi sẽ tiếp tục sử dụng” có thể được hiểu là sử dụng sản phẩm, kênh bán hàng hoặc nhà cung cấp.
Viết lại câu theo ngôn ngữ người trả lời
Giữ một ý trong mỗi biến quan sát. Câu “Tôi sẽ tiếp tục mua và giới thiệu sản phẩm vì giá hợp lý” đang đo nhiều nội dung cùng lúc. Bạn nên tách thành câu về tiếp tục mua, câu về giới thiệu và câu về giá, nếu giá là một biến độc lập trong mô hình.
Tránh từ tuyệt đối như “luôn luôn”, “chắc chắn” hoặc “không bao giờ”. Các từ này khiến người trả lời khó chọn mức độ phù hợp. Khoảng thời gian cũng cần rõ, chẳng hạn “trong thời gian tới” hoặc “trong 6 tháng tới”, tùy phạm vi đề tài.
Kiểm tra câu đảo chiều
Câu đảo chiều có thể giảm xu hướng chọn cùng một đáp án, nhưng cũng dễ gây nhầm trong bảng hỏi tiếng Việt. Nếu dùng câu như “Tôi không có ý định tiếp tục sử dụng [thương hiệu/dịch vụ]”, bạn phải mã hóa lại trước khi chạy Cronbach's Alpha và EFA. Một câu đảo chiều bị nhập sai sẽ làm tương quan biến tổng thấp và kéo kết quả đi xuống.
Nếu chưa quen với reverse coding, dùng các câu khẳng định cùng chiều thường an toàn hơn. Điều quan trọng là hạn chế trả lời theo một cột, không phải thêm câu phủ định cho đủ số lượng biến.
Chạy thử trước khi phát hành chính thức
Bạn có thể kiểm tra bảng hỏi với một nhóm nhỏ phù hợp với tiêu chí mẫu của đề tài, sau đó hỏi xem họ có hiểu đúng tên thương hiệu, thời gian và động từ trong từng câu hay không. Đây là bước kiểm tra khả năng hiểu bảng hỏi, không phải kết quả kiểm định cuối cùng.
Sau khi sửa nội dung, giữ lại phiên bản bảng hỏi và mã biến. Nếu thu thập bằng Google Forms, bạn cần kiểm tra tên cột trong file xuất ra. Nếu dùng fillform.info, đây là công cụ biểu mẫu của DoThesis để thu thập câu trả lời tiếng Việt và theo dõi cấu trúc dữ liệu. Dù dùng công cụ nào, file cuối cùng vẫn cần có mỗi biến quan sát ở một cột và mỗi người trả lời ở một dòng.
Kiểm định độ tin cậy và giá trị của thang đo
Bạn nên kiểm định theo thứ tự: kiểm tra dữ liệu, chạy Cronbach's Alpha, chạy EFA nếu thiết kế nghiên cứu có EFA, sau đó đánh giá cấu trúc thang đo theo mô hình đã chọn. Đừng xóa biến chỉ để làm đẹp Alpha mà không đọc nội dung biến và không ghi lại lý do.
Cronbach's Alpha phản ánh độ nhất quán nội tại của các biến trong cùng một thang đo, theo khái niệm gốc của Cronbach (Cronbach, 1951). Mốc Alpha từ 0.7 trở lên thường được chấp nhận (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét theo bối cảnh (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là một mốc thường dùng (Nunnally và Bernstein, 1994).
| Chỉ tiêu | Mốc tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Cronbach's Alpha trong nghiên cứu khám phá | Từ 0.6 trở lên có thể xem xét | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO khi chạy EFA | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Eigenvalue | Trên 1 | (Kaiser, 1960) |
Các mốc trên là tiêu chí tham khảo có nguồn, không phải lệnh tự động xóa biến. Nếu LTT4 có Corrected Item-Total Correlation thấp, bạn xem lại câu hỏi, dữ liệu thiếu, mã hóa và sự phù hợp với bối cảnh trước khi quyết định. Khi chạy EFA, kiểm tra KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Factor loading cao nhưng biến tải mạnh vào hai nhân tố vẫn cần được xem xét về mặt lý thuyết.
Số liệu minh họa từ output SPSS
Bảng sau là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được trình bày theo output SPSS để bạn đối chiếu với file đang mở.
| Reliability Statistics | Cronbach's Alpha | N of Items |
|---|---|---|
| Lòng trung thành khách hàng | 0.846 | 5 |
| Item-Total Statistics | Scale Mean if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|
| LTT1 | 16.42 | 0.662 | 0.811 |
| LTT2 | 16.38 | 0.704 | 0.799 |
| LTT3 | 16.51 | 0.618 | 0.823 |
| LTT4 | 16.47 | 0.583 | 0.831 |
| LTT5 | 16.35 | 0.721 | 0.794 |
Với bảng minh họa này, Alpha là 0.846 và tất cả Corrected Item-Total Correlation đều cao hơn 0.3. Bạn vẫn phải xem bảng thực tế của mình. Cột “Cronbach's Alpha if Item Deleted” không có nghĩa biến nào làm Alpha tăng thì bắt buộc phải xóa. Xóa LTT4 chỉ hợp lý khi có thêm lý do về nội dung, mã hóa hoặc kết quả EFA.
Nếu dùng SmartPLS, nhóm chỉ tiêu sẽ khác SPSS. Bạn đọc Outer Loadings, Composite Reliability, AVE, HTMT và VIF theo mô hình PLS-SEM, không đưa CFI, TLI hoặc RMSEA vào báo cáo SmartPLS. Outer loading từ 0.7 trở lên được dùng như mốc tham khảo (Chin, 1998); CR từ 0.7 và AVE từ 0.5 trở lên có thể tham khảo (Fornell và Larcker, 1981). HTMT nên dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau (Henseler và cộng sự, 2015).
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo bốn phần: định nghĩa thao tác của lòng trung thành khách hàng, nguồn hoặc cơ sở hình thành biến quan sát, bảng mã hóa thang đo và cách thu thập dữ liệu. Nếu bộ biến là bản điều chỉnh, ghi rõ câu nào được viết lại cho bối cảnh Việt Nam và vì sao.
Cách viết vào luận văn: “Lòng trung thành khách hàng được đo lường thông qua [số lượng] biến quan sát, gồm [mã biến]. Các biến được đánh giá bằng thang Likert [5/7] mức, từ [1 = hoàn toàn không đồng ý] đến [5/7 = hoàn toàn đồng ý]. Nội dung biến quan sát được điều chỉnh cho bối cảnh [ngành/thương hiệu] và được kiểm định độ tin cậy, giá trị trước khi sử dụng trong phân tích mô hình.”
Bạn có thể thêm một câu về nguồn theo đúng tình trạng dữ liệu: “Do nguồn thang đo gốc cần được đối chiếu với nghiên cứu chuyên ngành của đề tài, nhóm nghiên cứu sử dụng các biến quan sát tham khảo và điều chỉnh theo [bối cảnh], sau đó đánh giá bằng dữ liệu khảo sát.” Câu này trung thực hơn việc gán nhãn “kế thừa” cho một bộ câu hỏi chưa kiểm tra nguồn.
Trong bảng thang đo, các cột nên gồm mã biến, nội dung biến quan sát, nguồn hoặc tình trạng điều chỉnh và thang đo. Phần kết quả chương 4 mới báo cáo Alpha, Corrected Item-Total Correlation, KMO, Bartlett's Test, factor loading và số biến còn lại. Chương 3 mô tả kế hoạch đo lường, không chèn kết quả mà bạn chưa chạy.
Lỗi thường gặp
Gộp lòng trung thành với ý định quay lại
Hai khái niệm có thể liên quan nhưng không mặc nhiên giống nhau. Nếu mô hình có cả hai biến, hãy giữ các biến quan sát riêng, tránh dùng toàn bộ câu hỏi về quay lại cho biến trung thành.
Dùng nguồn SERVQUAL làm nguồn thang đo trung thành
SERVQUAL được biết đến với thang đo chất lượng dịch vụ (Parasuraman và cộng sự, 1988). Nó có thể là biến giải thích lòng trung thành trong một mô hình, nhưng không nên được ghi là thang đo lòng trung thành.
Xóa biến chỉ vì Alpha chưa cao
Bạn cần kiểm tra mã hóa, câu đảo chiều, dữ liệu thiếu và nội dung biến trước. EFA hiếm khi ra đẹp ở lần chạy đầu. Loại biến, chạy lại và ghi từng vòng loại là quy trình có thể xảy ra, nhưng mỗi lần loại phải có lý do bảo vệ được.
Viết “thang đo đã được kiểm định” trước khi chạy dữ liệu
Bộ câu hỏi tham khảo chưa phải thang đo đạt. Chỉ sau khi bạn chạy kiểm định trên mẫu nghiên cứu và báo cáo kết quả, bạn mới có thể kết luận thang đo trong bối cảnh đó đạt tiêu chí đã chọn.
Đổi mã biến sau khi đã nhập dữ liệu
Nếu LTT1 trong bảng hỏi là ý định tiếp tục sử dụng nhưng trong file SPSS lại trở thành biến giới thiệu, kết quả và phần viết luận văn sẽ không khớp. Hãy khóa danh sách mã biến trước khi phát hành bảng hỏi.
Đọc thêm: rào cản chuyển đổi là gì, ý định quay lại là gì, chủ đề mo hinh nghien cuu.
Câu hỏi thường gặp
Lòng trung thành khách hàng là gì trong nghiên cứu định lượng?
Đó là khái niệm đo xu hướng khách hàng tiếp tục lựa chọn, ưu tiên và giới thiệu một thương hiệu, sản phẩm hoặc dịch vụ. Trong nghiên cứu định lượng, khái niệm này được đo bằng nhiều biến quan sát thay vì một câu hỏi duy nhất.
Lòng trung thành thương hiệu là gì và có khác lòng trung thành khách hàng không?
Lòng trung thành thương hiệu nhấn mạnh đối tượng mà khách hàng trung thành là một thương hiệu cụ thể. Lòng trung thành khách hàng có phạm vi gọi tên rộng hơn, có thể áp dụng cho doanh nghiệp, nhà cung cấp hoặc dịch vụ. Bạn cần ghi rõ đối tượng trong mô hình và bảng hỏi.
Có thể dùng thang đo ý định quay lại để đo lòng trung thành không?
Bạn có thể tham khảo mối liên hệ giữa hai khái niệm, nhưng không nên thay thế tự động. Nếu đề tài tách hai biến, nhóm câu hỏi về quay lại cần được phân biệt với câu hỏi về ưu tiên, giới thiệu và lựa chọn trước đối thủ.
Lòng trung thành khách hàng có cần chạy Cronbach's Alpha không?
Nếu bạn đo khái niệm bằng nhiều biến quan sát và phân tích bằng SPSS, Cronbach's Alpha thường được kiểm tra để đánh giá độ nhất quán nội tại. Mốc Alpha cần được đọc cùng Corrected Item-Total Correlation và nội dung biến, với các nguồn tham khảo như (Cronbach, 1951), (Nunnally, 1978) và (Nunnally và Bernstein, 1994).
Có nên giữ tất cả biến quan sát nếu Alpha tăng khi xóa một biến?
Chưa nên xóa ngay. Bạn kiểm tra câu hỏi có lệch khái niệm, nhập sai mã, có biến đảo chiều hoặc có vấn đề dữ liệu hay không. Nếu xóa, hãy ghi rõ lý do và chạy lại đúng quy trình, thay vì xóa nhiều biến liên tiếp để đạt một con số đẹp.
Hãy mở lại bảng hỏi và file .sav hoặc .csv của bạn, lập bảng đối chiếu mã LTT1, LTT2 và các biến còn lại, sau đó chạy Reliability Statistics trước khi quyết định sửa thang đo; nếu cần phân tích dữ liệu thật bằng SPSS hoặc SmartPLS, bạn có thể dùng module M4 phân tích.