Phương tiện hữu hình là gì? Thang đo trong SERVQUAL
Phương tiện hữu hình là gì và được đo bằng gì
Phương tiện hữu hình là thành phần phản ánh những yếu tố có thể quan sát trực tiếp trong dịch vụ, chẳng hạn cơ sở vật chất, trang thiết bị, không gian, diện mạo nhân viên và các tài liệu cung cấp cho khách hàng. Trong mô hình SERVQUAL, đây là một khía cạnh của chất lượng dịch vụ, bên cạnh sự tin cậy, năng lực phục vụ, sự đáp ứng và sự đồng cảm. Thang đo gốc SERVQUAL được phát triển để đo cảm nhận của khách hàng về chất lượng dịch vụ qua nhiều biến quan sát (Parasuraman và cộng sự, 1988).
Khi đưa khái niệm này vào luận văn, bạn nên xem “phương tiện hữu hình” là một biến tiềm ẩn. Bạn không đo trực tiếp biến này bằng một câu hỏi duy nhất, mà đo thông qua một nhóm biến quan sát cùng phản ánh điều kiện vật chất mà khách hàng trải nghiệm. Ví dụ, người học có thể đánh giá phòng học, thiết bị giảng dạy, khuôn viên và tài liệu của một trường đại học.
Cần phân biệt phương tiện hữu hình với chất lượng đào tạo. Chất lượng đào tạo là gì là câu hỏi rộng hơn, có thể bao gồm nội dung chương trình, phương pháp giảng dạy và kết quả học tập. Phương tiện hữu hình chỉ tập trung vào phần “nhìn thấy hoặc sử dụng được” trong quá trình cung cấp dịch vụ.
Một bảng hỏi thường dùng thang Likert 5 hoặc 7 mức, từ mức rất không đồng ý đến rất đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo thái độ được trình bày bởi Likert (1932). Bạn cần ghi rõ số mức đo, nhãn của từng mức và cách mã hóa trong file .sav hoặc .csv.
Nguồn thang đo gốc
Nguồn phù hợp nhất cho phương tiện hữu hình trong nghiên cứu chất lượng dịch vụ là thang đo SERVQUAL của Parasuraman và cộng sự. Trong bối cảnh ban đầu, nhóm biến này mô tả cơ sở vật chất, thiết bị, hình thức bên ngoài của nhân viên và các tài liệu phục vụ khách hàng (Parasuraman và cộng sự, 1988).
Bạn có thể xem thang đo chất lượng dịch vụ để đặt phương tiện hữu hình vào toàn bộ mô hình SERVQUAL. Khi chỉ nghiên cứu một ngành cụ thể, chẳng hạn giáo dục, y tế, ngân hàng hoặc lưu trú, bạn cần đọc lại bối cảnh của thang đo thay vì sao chép nguyên văn.
Bảng dưới đây là bản tóm tắt định hướng. Số lượng biến có thể thay đổi sau khi bạn điều chỉnh cho bối cảnh và chạy kiểm định. Nguồn gốc của nhóm khái niệm là SERVQUAL, không phải một thang đo đã được xác nhận sẵn cho đề tài của bạn.
| Nội dung | Thông tin tham khảo | Nguồn |
|---|---|---|
| Tác giả thang đo | Parasuraman, Zeithaml và Berry | (Parasuraman và cộng sự, 1988) |
| Năm công bố | 1988 | (Parasuraman và cộng sự, 1988) |
| Khái niệm | Tangibles, thường dịch là phương tiện hữu hình | (Parasuraman và cộng sự, 1988) |
| Bối cảnh gốc | Đánh giá chất lượng dịch vụ của khách hàng | (Parasuraman và cộng sự, 1988) |
| Nội dung phản ánh | Cơ sở vật chất, thiết bị, diện mạo nhân viên, tài liệu | (Parasuraman và cộng sự, 1988) |
| Số biến tham khảo | Có thể bắt đầu với khoảng 4 biến, sau đó đánh giá lại | (Parasuraman và cộng sự, 1988) |
Đừng ghi trong chương 3 rằng đây là “thang đo chuẩn” nếu bạn đã dịch, rút gọn hoặc thay đổi đối tượng khảo sát. Cách viết an toàn hơn là: thang đo được kế thừa từ SERVQUAL và điều chỉnh cho phù hợp với bối cảnh nghiên cứu cụ thể.
Nếu mô hình của bạn có cả sự tin cậy, hãy xem thêm thang đo sự tin cậy. Hai khái niệm này thường xuất hiện cạnh nhau nhưng nội dung đo khác nhau. Sự tin cậy nói về khả năng thực hiện dịch vụ đúng cam kết, còn phương tiện hữu hình nói về biểu hiện vật chất của dịch vụ.
Bộ biến quan sát tham khảo
Bảng sau là bộ biến quan sát khởi đầu để bạn xây dựng bảng hỏi. Đây là cách diễn đạt tham khảo bằng tiếng Việt, chưa phải bản dịch đã được kiểm định. Bạn cần sửa từ ngữ theo ngành, đối tượng khảo sát và địa điểm nghiên cứu trước khi thu thập dữ liệu.
| Mã biến | Wording tham khảo | Khía cạnh đo lường |
|---|---|---|
| PTHH1 | Cơ sở vật chất của [đơn vị] có hình thức hiện đại | Mức độ hiện đại của cơ sở vật chất |
| PTHH2 | Trang thiết bị phục vụ [dịch vụ] đáp ứng nhu cầu sử dụng | Tình trạng và mức độ hữu dụng của thiết bị |
| PTHH3 | Không gian cung cấp dịch vụ tại [đơn vị] sạch sẽ và phù hợp | Vệ sinh và sự phù hợp của không gian |
| PTHH4 | Nhân viên của [đơn vị] có diện mạo gọn gàng, chuyên nghiệp | Hình thức bên ngoài của nhân viên |
| PTHH5 | Tài liệu, biểu mẫu hoặc thông tin cung cấp cho khách hàng dễ quan sát và dễ sử dụng | Hình thức của tài liệu phục vụ dịch vụ |
Bạn không cần giữ cả năm biến chỉ vì chúng xuất hiện trong bảng tham khảo. Một biến có thể không phù hợp với ngành của bạn. Ví dụ, PTHH4 phù hợp với dịch vụ có tiếp xúc trực tiếp, nhưng có thể ít ý nghĩa nếu người trả lời chỉ sử dụng một nền tảng trực tuyến.
Hãy dùng mã biến ngắn và nhất quán. PTHH1, PTHH2 và PTHH3 dễ theo dõi hơn những tên dài có dấu cách. Trong Variable View của SPSS, bạn có thể đặt Label đầy đủ để nhớ nội dung, còn tên biến nên ngắn, không trùng nhau và không bắt đầu bằng số.
Bạn cũng nên phân biệt phương tiện hữu hình với năng lực phục vụ là gì. Một thiết bị hiện đại thuộc phương tiện hữu hình. Khả năng nhân viên giải thích, xử lý yêu cầu hoặc tạo niềm tin lại thuộc nhóm năng lực phục vụ, tùy mô hình lý thuyết bạn sử dụng.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bước điều chỉnh bắt đầu từ việc đọc đúng đối tượng khảo sát. Nếu đề tài đo chất lượng dịch vụ đào tạo đại học, từ “khách hàng” trong tài liệu gốc có thể cần thay bằng “sinh viên”. Nếu đề tài đo ngân hàng, “cơ sở vật chất” có thể bao gồm quầy giao dịch, máy ATM và khu vực chờ. Mỗi thay đổi phải giữ nguyên ý nghĩa đo lường ban đầu.
Dịch và kiểm tra cách hiểu
Bạn viết bản tiếng Việt ngắn, một ý trong mỗi biến quan sát. Tránh ghép “hiện đại, tiện nghi và đầy đủ” vào một câu nếu ba tính chất này có thể được người trả lời đánh giá khác nhau. Một biến quan sát càng chứa nhiều ý, kết quả càng khó giải thích khi biến bị loại.
Kiểm tra từ ngữ theo bối cảnh
Đọc từng câu từ góc nhìn của người trả lời, không chỉ từ góc nhìn của người viết luận văn. “Thiết bị hiện đại” có thể quá chung chung nếu người khảo sát không biết tiêu chí hiện đại là gì. Bạn có thể thay bằng “thiết bị hoạt động tốt và phù hợp với nhu cầu sử dụng” nếu đó mới là điều người trả lời trực tiếp trải nghiệm.
Xem xét biến đảo chiều
Biến đảo chiều chỉ nên dùng khi bạn có lý do phương pháp rõ ràng. Một câu như “Cơ sở vật chất của [đơn vị] thường xuống cấp” có thể gây nhầm khi người trả lời tích mức đồng ý. Nếu dùng, bạn phải mã hóa lại trước khi chạy Cronbach's Alpha. Quên đảo mã khiến tương quan biến tổng thấp và có thể làm bạn loại nhầm một biến tốt.
Chạy khảo sát thử
Trước khảo sát chính thức, hãy cho một nhóm nhỏ người thuộc đúng đối tượng đọc bảng hỏi và chỉ ra câu khó hiểu. Khảo sát thử không chứng minh thang đo đã đạt, nhưng giúp phát hiện lỗi diễn đạt, biến trùng ý, lựa chọn trả lời thiếu và thời gian hoàn thành quá dài.
Không nên tự ý thêm biến chỉ để làm thang đo dài hơn. Số lượng biến cần đủ để bao quát khái niệm và phù hợp với mô hình. Khi thêm một biến mới, hãy ghi lý do, nguồn tham khảo và cách bạn điều chỉnh trong nhật ký xử lý dữ liệu.
Kiểm định độ tin cậy và giá trị của thang đo
Với dữ liệu định lượng, quy trình thường đi từ kiểm tra dữ liệu, Cronbach's Alpha, EFA nếu thiết kế nghiên cứu có sử dụng EFA, rồi mới đưa các biến phù hợp vào hồi quy hoặc mô hình SEM. Nếu bạn dùng SmartPLS, đánh giá measurement model và structural model theo hai giai đoạn, phù hợp với quy trình được trình bày bởi (Anderson và Gerbing, 1988) và (Hair và cộng sự, 2022).
| Chỉ số | Ngưỡng tham khảo | Cách đọc trong nghiên cứu | Nguồn |
|---|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên; nghiên cứu khám phá có thể xem xét từ 0.6 | Độ nhất quán nội tại của nhóm biến | (Nunnally, 1978); (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | Tương quan của từng biến với tổng các biến còn lại | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | Mức phù hợp của dữ liệu cho phân tích nhân tố | (Kaiser, 1974) |
| Bartlett's Test | Sig. nhỏ hơn 0.05 | Các biến có tương quan đủ để xem xét EFA | (Kaiser, 1974) |
| Factor loading | Từ 0.5 trở lên | Mức liên hệ của biến với nhân tố | (Hair và cộng sự, 2010) |
| Total variance explained | Từ 50% trở lên | Phần phương sai được các nhân tố giải thích | (Hair và cộng sự, 2010) |
| AVE trong SmartPLS | Từ 0.5 trở lên | Giá trị hội tụ của biến tiềm ẩn | (Fornell và Larcker, 1981) |
| HTMT trong SmartPLS | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | Giá trị phân biệt giữa các khái niệm | (Henseler và cộng sự, 2015) |
Bạn mở SPSS và chạy theo thứ tự sau. Vào Analyze > Scale > Reliability Analysis, đưa các biến PTHH1 đến PTHH5 vào ô Items. Trong Statistics, chọn Scale if item deleted và Correlations, sau đó xem bảng Reliability Statistics và Item-Total Statistics.
Nếu một biến có Corrected Item-Total Correlation thấp, bạn không xóa ngay. Kiểm tra lại wording, mã đảo chiều và ý nghĩa lý thuyết. Cột Cronbach's Alpha if Item Deleted chỉ cho biết Alpha thay đổi thế nào nếu xóa biến, không phải lệnh bắt buộc phải xóa.
Khi chạy EFA, vào Analyze > Dimension Reduction > Factor. Trong Descriptives, chọn KMO và Bartlett's test. Trong Extraction, chọn phương pháp phù hợp với thiết kế của bạn và kiểm tra Total Variance Explained. Trong Rotation, chọn phép xoay đã nêu trong phương pháp nghiên cứu, sau đó đọc Rotated Component Matrix.
Nếu dùng SmartPLS 4, bạn tạo construct phương tiện hữu hình, kéo các indicator PTHH1 đến PTHH5 vào construct, rồi chạy Calculate > PLS-SEM Algorithm. Khi đánh giá độ tin cậy và giá trị hội tụ, đọc Outer Loadings, Cronbach's Alpha, rho_A, Composite Reliability và AVE. Để kiểm định đường dẫn, chọn Calculate > Bootstrapping, thiết lập số lần bootstrap theo thiết kế đã chọn và ghi rõ trong luận văn. (Hair và cộng sự, 2022) trình bày 5.000 bootstrap subsamples như một lựa chọn báo cáo thường dùng.
Số liệu minh họa
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được giữ gần với output SPSS để bạn biết cần tìm ở đâu.
| Biến | Scale Mean if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|
| PTHH1 | 12.84 | 0.612 | 0.821 |
| PTHH2 | 12.77 | 0.684 | 0.789 |
| PTHH3 | 12.91 | 0.573 | 0.839 |
| PTHH4 | 12.69 | 0.446 | 0.871 |
| PTHH5 | 12.88 | 0.651 | 0.801 |
| Cronbach's Alpha | 0.856 |
Trong ví dụ này, Alpha của nhóm là 0.856 và các hệ số tương quan biến tổng đều từ 0.3 trở lên. Đây chỉ là cách đọc một output minh họa. Bạn phải thay bằng số liệu trong file của mình, không được chép các con số này vào chương 4.
Cách viết vào luận văn: “Thang đo phương tiện hữu hình gồm [số biến] biến quan sát, từ PTHH1 đến PTHH[số]. Kết quả Cronbach's Alpha đạt [giá trị], các hệ số Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất], vì vậy [kết luận giữ hoặc loại] các biến quan sát theo tiêu chí [nguồn đã chọn].”
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo ba lớp thông tin. Trước hết, định nghĩa phương tiện hữu hình và lý do khái niệm này xuất hiện trong mô hình. Tiếp theo, nêu nguồn thang đo, số biến ban đầu, thang Likert và cách điều chỉnh cho bối cảnh Việt Nam. Cuối cùng, đưa bảng mã biến, wording tiếng Việt và nguồn tham khảo.
Một đoạn có thể viết như sau: “Nghiên cứu kế thừa khái niệm phương tiện hữu hình trong thang đo SERVQUAL của Parasuraman và cộng sự (1988). Sau khi điều chỉnh ngữ nghĩa cho bối cảnh [ngành hoặc dịch vụ], thang đo dự kiến gồm [số biến] biến quan sát, được đo bằng thang Likert [5 hoặc 7] mức.”
Trong chương 4, bạn trình bày kết quả kiểm định riêng với phần thiết kế thang đo. Nêu Alpha, Corrected Item-Total Correlation, kết quả KMO và Bartlett nếu có EFA, factor loading và Total Variance Explained. Nếu loại biến, ghi mã biến, lý do dựa trên tiêu chí và kết quả chạy lại.
Không nên viết “thang đo đạt vì Alpha cao” rồi dừng lại. Alpha chỉ phản ánh một mặt của độ tin cậy. Bạn còn phải xem nội dung biến, cấu trúc nhân tố và sự phù hợp với mô hình. Nếu dùng SmartPLS, hãy báo cáo thêm CR, AVE, outer loading và HTMT thay vì đưa CFI, TLI hoặc RMSEA vào kết quả PLS-SEM. Các chỉ số CFI, TLI, RMSEA thuộc bối cảnh CB-SEM (Hu và Bentler, 1999).
Lỗi thường gặp
Sao chép nguyên văn SERVQUAL
Bản gốc được xây dựng trong một bối cảnh dịch vụ nhất định. Sao chép nguyên văn sang trường đại học, bệnh viện hoặc ứng dụng ngân hàng có thể làm câu hỏi xa lạ với người trả lời. Bạn cần giữ nội dung khái niệm, nhưng điều chỉnh đối tượng, địa điểm và loại thiết bị được trải nghiệm.
Gộp nhiều ý vào một biến
“Cơ sở vật chất hiện đại, sạch sẽ và tiện nghi” có ít nhất ba ý. Người trả lời có thể thấy cơ sở vật chất hiện đại nhưng chưa sạch. Tách biến hoặc chọn một khía cạnh chính để kết quả dễ diễn giải hơn.
Xóa biến chỉ vì muốn Alpha cao
Bạn cần xem cả lý thuyết, wording và các chỉ số liên quan. Alpha tăng sau khi xóa một biến chưa đủ để chứng minh việc xóa là đúng. Hãy lưu từng phiên bản output để có thể giải trình với giảng viên.
Nhầm phương tiện hữu hình với sự tin cậy
Thiết bị hoạt động tốt là dấu hiệu vật chất. Đơn vị thực hiện đúng cam kết là sự tin cậy. Bạn có thể đọc thêm sự tin cậy là gì để tránh đặt một biến vào sai construct.
Dùng ngưỡng mà không ghi nguồn
Mỗi ngưỡng trong bảng cần đi kèm nguồn và phải phù hợp với phương pháp. Không lấy ngưỡng của CB-SEM để đánh giá SmartPLS. Trong đề tài Việt Nam, bạn cũng có thể đối chiếu cách trình bày với giáo trình của (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) hoặc (Nguyễn Đình Thọ, 2011), miễn là nội dung thực sự phù hợp với phân tích bạn chạy.
Câu hỏi thường gặp
Phương tiện hữu hình có bắt buộc thuộc mô hình SERVQUAL không?
Không bắt buộc. SERVQUAL là nguồn lý thuyết phổ biến cho khái niệm này, nhưng bạn có thể điều chỉnh mô hình theo mục tiêu nghiên cứu. Nếu dùng tên “phương tiện hữu hình”, hãy định nghĩa rõ nội dung và dẫn nguồn thang đo.
Nên dùng bao nhiêu biến quan sát cho phương tiện hữu hình?
Số biến phụ thuộc vào phạm vi khái niệm và bối cảnh dịch vụ. Bạn có thể bắt đầu từ nhóm biến tham khảo, sau đó đánh giá mức phù hợp về nội dung, độ tin cậy và giá trị. Đừng chọn số lượng chỉ để đạt một con số đẹp.
Cronbach's Alpha thấp thì phải làm sao?
Trước hết kiểm tra dữ liệu thiếu, biến đảo chiều, mã hóa và wording. Sau đó xem Corrected Item-Total Correlation và cột Cronbach's Alpha if Item Deleted. Nếu cần loại biến, hãy giải thích bằng cả lý thuyết lẫn kết quả, không loại tự động chỉ vì một chỉ số.
Có thể dùng phương tiện hữu hình trong SmartPLS không?
Có. Bạn tạo phương tiện hữu hình như một biến tiềm ẩn, gắn các indicator vào construct và đánh giá measurement model. Hãy đọc outer loading, Composite Reliability, AVE và HTMT theo bộ tiêu chí của PLS-SEM, không trộn với các chỉ số fit của CB-SEM.
Có cần dùng biến đảo chiều trong thang đo này không?
Không cần nếu các biến đều được viết cùng chiều và rõ nghĩa. Nếu dùng biến đảo chiều, phải ghi nhận cách mã hóa, kiểm tra lại dữ liệu trước Cronbach's Alpha và giải thích lý do trong phương pháp nghiên cứu.
Mở lại bảng hỏi và file dữ liệu của bạn, đối chiếu từng biến PTHH với bối cảnh khảo sát, sau đó chạy Analyze > Scale > Reliability Analysis và lưu output trước khi quyết định loại biến. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của bạn, bạn có thể dùng M4 phân tích dữ liệu SPSS và SmartPLS của DoThesis.