Thang đo chất lượng dịch vụ: nguồn, biến quan sát và cách kiểm định

Thang đo chất lượng dịch vụ là gì và được đo bằng gì

Bạn đang có một khái niệm khá rộng như chất lượng dịch vụ, nhưng SPSS không thể phân tích trực tiếp một khái niệm trừu tượng. Bạn cần chuyển khái niệm đó thành một nhóm biến quan sát, chẳng hạn các phát biểu để người trả lời đánh giá trên thang Likert 5 hoặc 7 mức. Nhóm biến này được gọi là thang đo chất lượng dịch vụ.

Trong nghiên cứu định lượng, chất lượng dịch vụ thường được đo qua cảm nhận của khách hàng sau khi sử dụng dịch vụ. Các biến quan sát có thể đề cập đến độ tin cậy, khả năng đáp ứng, năng lực phục vụ, sự đồng cảm và phương tiện hữu hình. Đây là năm thành phần thường gắn với mô hình SERVQUAL của Parasuraman và cộng sự (1988). Bạn có thể xem phần mô hình nền tại mô hình SERVQUAL trước khi quyết định giữ nguyên hoặc điều chỉnh cấu trúc này.

Một thang đo tốt cần phản ánh đúng khái niệm, dùng câu chữ mà người trả lời hiểu được và có khả năng đạt độ tin cậy, giá trị hội tụ तथा giá trị phân biệt trong dữ liệu thực tế. Việc một thang đo từng được công bố không có nghĩa là bạn có thể bê nguyên vào bảng hỏi. Bối cảnh ngành, loại khách hàng, địa điểm và cách cung cấp dịch vụ đều có thể làm thay đổi cách người trả lời hiểu từng biến quan sát.

Thang đo chất lượng dịch vụ có thể được xử lý bằng SPSS nếu bạn dùng Cronbach's Alpha và EFA, hoặc bằng SmartPLS nếu mô hình của bạn có biến tiềm ẩn và quan hệ cấu trúc giữa các khái niệm. Khi đọc thêm các chủ đề thuộc nhóm này, bạn có thể đi từ chủ đề Mô hình nghiên cứu để kiểm tra cách thang đo liên kết với mô hình và giả thuyết.

Nguồn thang đo gốc

Nguồn được trích dẫn phổ biến nhất cho chất lượng dịch vụ là SERVQUAL. Parasuraman và cộng sự (1988) phát triển thang đo để đo cảm nhận của khách hàng về chất lượng dịch vụ qua nhiều nhóm biến quan sát. Khi áp dụng, bạn cần ghi rõ mình sử dụng toàn bộ cấu trúc, một phần cấu trúc hay chỉ kế thừa cách đo lường.

Bảng trên chỉ giúp bạn định vị nguồn. Bạn cần đọc công trình gốc hoặc tài liệu mà giảng viên yêu cầu để xác định chính xác số biến quan sát, cách diễn đạt và cấu trúc nhân tố. Không nên ghi rằng thang đo có một số lượng biến cố định nếu bạn chưa kiểm tra bản gốc hoặc phiên bản đã được sử dụng trong đúng bối cảnh.

Nếu đề tài của bạn nghiên cứu ngân hàng, bệnh viện, trường học, thương mại điện tử hoặc dịch vụ công, hãy giải thích lý do chọn nguồn SERVQUAL. Ví dụ, một số biến về phương tiện hữu hình có thể phù hợp với khách sạn nhưng cần viết lại khi nghiên cứu ứng dụng giao hàng. Phần lý do này giúp hội đồng hiểu rằng bạn có điều chỉnh phương pháp, thay vì sao chép bảng hỏi.

Bạn cũng nên phân biệt thang đo chất lượng dịch vụ với các mô hình phân tích môi trường kinh doanh. Mô hình SWOT và mô hình Porter’s Five Forces có thể hỗ trợ phần phân tích bối cảnh, nhưng không thay thế cho thang đo định lượng đo cảm nhận của khách hàng.

Bộ biến quan sát tham khảo

Dưới đây là bộ biến quan sát minh họa để bạn hình dung cách mã hóa trong file .sav hoặc .csv. Đây là điểm khởi đầu để điều chỉnh, không phải bản dịch đã được xác nhận hay thang đo đã được kiểm định cho đề tài của bạn. Bạn cần thay tên dịch vụ, nhóm khách hàng và bối cảnh cụ thể trước khi đưa vào bảng hỏi.

Bạn có thể dùng thang Likert 5 mức, từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ được trình bày bởi Likert (1932). Trong bảng hỏi, phần hướng dẫn phải nói rõ người trả lời đánh giá trải nghiệm nào, thời điểm nào và đơn vị dịch vụ nào.

Mã biến nên ngắn, nhất quán và không có dấu tiếng Việt, chẳng hạn TC1, TC2, DU1. Trong SPSS, phần Variable View cần có tên biến, nhãn biến, giá trị mã hóa và loại đo lường phù hợp. Nếu dùng SmartPLS, tên cột trong .csv phải khớp với indicator được kéo vào mô hình.

Không nên gộp hai ý vào một biến quan sát. Câu như “Nhân viên thân thiện và xử lý yêu cầu nhanh” đo ít nhất hai nội dung. Nếu người trả lời đồng ý với sự thân thiện nhưng không đồng ý với tốc độ xử lý, bạn sẽ không biết họ đang đánh giá phần nào.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bước đầu tiên là xác định dịch vụ và đối tượng trả lời. “Chất lượng dịch vụ ngân hàng” cần cách diễn đạt khác “chất lượng dịch vụ giao đồ ăn”. Người trả lời cũng phải từng sử dụng dịch vụ đủ gần với thời điểm khảo sát để có cơ sở đánh giá.

Tiếp theo, đọc từng biến quan sát và thay các từ quá chung bằng chủ thể cụ thể. “Đơn vị cung cấp dịch vụ” có thể đổi thành tên thương hiệu hoặc loại hình dịch vụ, tùy cách bạn bảo đảm tính trung lập. Tránh dùng từ chuyên môn mà khách hàng phổ thông không thường nghe.

Bạn cần quyết định có dùng biến đảo chiều hay không. Biến đảo chiều có thể kiểm tra việc trả lời máy móc, nhưng cũng làm tăng nguy cơ người trả lời hiểu sai. Nếu dùng câu phủ định, bạn phải mã hóa ngược trước khi chạy Cronbach's Alpha. Trong SPSS, giá trị mới của thang 1 đến 5 có thể được tạo theo quy tắc 6 trừ giá trị cũ. Hãy ghi lại thao tác này trong nhật ký xử lý dữ liệu.

Sau khi soạn bảng hỏi, kiểm tra logic trên một nhóm nhỏ phù hợp với đối tượng nghiên cứu. Mục tiêu là phát hiện câu khó hiểu, lỗi hiển thị, phương án trả lời thiếu và thời gian hoàn thành bất thường. Đây là bước kiểm tra bảng hỏi, không phải bằng chứng rằng thang đo đã đạt độ tin cậy.

Khi thu dữ liệu chính thức, hãy kiểm tra các phản hồi thiếu nhiều, các dòng có cùng một đáp án cho gần như toàn bộ biến và thời gian hoàn thành quá ngắn. Bạn cần đặt tiêu chí loại dữ liệu trước khi phân tích, thay vì xóa những dòng làm kết quả kém đẹp. Nếu dùng công cụ thu thập riêng, fillform.info là sản phẩm biểu mẫu của DoThesis dành cho bảng hỏi tiếng Việt; Google Forms là một lựa chọn thay thế phổ biến.

Kiểm định độ tin cậy và giá trị của thang đo

Với hướng xử lý bằng SPSS, quy trình thường đi theo thứ tự: kiểm tra dữ liệu, chạy Cronbach's Alpha cho từng thành phần, chạy EFA nếu thiết kế nghiên cứu cần khám phá cấu trúc, sau đó mới đưa các nhân tố phù hợp vào hồi quy hoặc kiểm định tiếp theo. Cronbach's Alpha phản ánh mức độ nhất quán nội tại của nhóm biến, nhưng không tự chứng minh thang đo có đúng cấu trúc lý thuyết.

Trong SPSS, vào Analyze > Scale > Reliability Analysis. Đưa các biến của một thành phần, chẳng hạn TC1, TC2, TC3, vào ô Items. Chọn Statistics, đánh dấu Scale if item deleted để xem Alpha thay đổi thế nào nếu bỏ từng biến. Đọc cả Cronbach's Alpha trong bảng Reliability Statistics và Corrected Item-Total Correlation trong bảng Item-Total Statistics.

Cronbach's Alpha từ 0.7 trở lên thường được xem là đạt theo Nunnally (1978). Với thang đo mới hoặc nghiên cứu khám phá, mức từ 0.6 có thể được cân nhắc theo Hair và cộng sự (2010). Corrected Item-Total Correlation từ 0.3 trở lên là ngưỡng thường được trích dẫn theo Nunnally và Bernstein (1994). Bạn không nên xóa biến chỉ vì cột Alpha if Item Deleted tăng nhẹ. Hãy xem biến đó có quan trọng về mặt nội dung hay không.

Nếu chạy EFA, vào Analyze > Dimension Reduction > Factor. Trong Descriptives, chọn KMO and Bartlett's test. Trong Extraction, xác định phương pháp trích và quy tắc eigenvalue theo thiết kế nghiên cứu. Trong Rotation, chọn phép xoay phù hợp với giả định các nhân tố độc lập hoặc có tương quan. Bảng cần đọc gồm 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 ở mức dưới 0.05 là các tiêu chí thường được dẫn theo Kaiser (1974). Quy tắc eigenvalue lớn hơn 1 được gắn với Kaiser (1960). Tổng phương sai trích từ 50% trở lên và factor loading từ 0.5 trở lên có thể tham khảo Hair và cộng sự (2010). Các ngưỡng này cần được đặt cạnh ý nghĩa lý thuyết, vì EFA hiếm khi ra đẹp ngay lần chạy đầu.

Nếu dùng SmartPLS, bạn đánh giá measurement model trước structural model. Các chỉ số thường xem gồm Outer Loadings, Cronbach's Alpha, rho_A, Composite Reliability, AVE và Discriminant Validity. Outer loading từ 0.7 trở lên, Composite Reliability từ 0.7 và AVE từ 0.5 trở lên là các ngưỡng có thể tham khảo Chin (1998), Fornell và Larcker (1981), cùng Hair và cộng sự (2022). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được trình bày theo Henseler và cộng sự (2015).

Số liệu minh họa

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột mô phỏng cách SPSS hiển thị trong các bảng Reliability Statistics và Item-Total Statistics.

Trong ví dụ này, các biến đều vượt ngưỡng Corrected Item-Total Correlation 0.3. Tuy vậy, bạn vẫn phải xem nội dung câu hỏi và số lượng biến trong từng thành phần. Nếu một biến có tương quan thấp, hãy kiểm tra lỗi nhập dữ liệu, mã hóa đảo chiều và cách người trả lời hiểu câu hỏi trước khi xóa.

Cách trình bày thang đo trong chương 3

Trong chương 3, bạn nên trình bày nguồn thang đo, định nghĩa từng khái niệm, số biến quan sát dự kiến, thang Likert và cách mã hóa. Một bảng ngắn có thể gồm mã biến, nội dung phát biểu, nguồn tham khảo và ghi chú điều chỉnh. Nếu dịch hoặc viết lại, hãy nói rõ đây là phiên bản điều chỉnh cho bối cảnh nghiên cứu của bạn.

Phần phương pháp cũng cần nêu tiêu chí kiểm định dự kiến. Bạn có thể ghi Cronbach's Alpha, Corrected Item-Total Correlation, KMO, Bartlett, factor loading, tổng phương sai trích hoặc các chỉ số SmartPLS tương ứng. Đừng đưa kết quả thực tế vào chương 3 khi bạn chưa chạy dữ liệu; kết quả kiểm định thuộc chương 4.

Cách viết vào luận văn

Bạn có thể điều chỉnh đoạn sau: “Thang đo chất lượng dịch vụ được kế thừa từ [tác giả, năm], gồm [số lượng] biến quan sát thuộc [số lượng] thành phần. Sau khi đối chiếu với bối cảnh [ngành hoặc dịch vụ], nhóm nghiên cứu điều chỉnh cách diễn đạt một số biến và sử dụng thang Likert [5 hoặc 7] mức, trong đó [1] là [mức thấp nhất] và [5 hoặc 7] là [mức cao nhất].”

Khi có kết quả thật, viết tiếp: “Kết quả kiểm định cho thấy các thang đo có Cronbach's Alpha từ [giá trị thấp nhất] đến [giá trị cao nhất], các biến giữ lại có Corrected Item-Total Correlation từ [giá trị] trở lên. Các biến bị loại gồm [mã biến], với lý do [lý do dựa trên tiêu chí và nội dung].” Bạn cần thay toàn bộ phần trong ngoặc vuông bằng số liệu từ output của mình.

Nếu dùng SmartPLS, ghi rõ bạn đánh giá measurement model trước, sau đó mới kiểm định các quan hệ trong structural model. Không đưa CFI, TLI hoặc RMSEA vào báo cáo SmartPLS, vì đây là nhóm fit index thuộc CB-SEM theo Hu và Bentler (1999), không phải bộ tiêu chí cốt lõi của PLS-SEM.

Lỗi thường gặp

Lỗi đầu tiên là lấy một bảng biến quan sát trên Internet mà không biết nguồn. Khi bị hỏi tại sao biến này đo chất lượng dịch vụ, bạn không có căn cứ để giải thích. Hãy lưu tên tác giả, năm, bối cảnh, cấu trúc và lý do điều chỉnh ngay khi xây dựng bảng hỏi.

Lỗi thứ hai là coi Cronbach's Alpha cao là đủ. Alpha quá cao đôi khi cho thấy các biến diễn đạt gần như lặp lại nhau. Bạn cần xem nội dung, số lượng biến và cấu trúc nhân tố, không chạy theo một con số đẹp.

Lỗi thứ ba là xóa biến liên tục để ép EFA đạt ngưỡng. Việc loại biến phải có lý do về thống kê hoặc nội dung, được ghi lại theo từng vòng chạy. Nếu xóa nhiều biến, cấu trúc ban đầu có thể không còn đại diện cho khái niệm.

Lỗi thứ tư là trộn các thành phần vào một lần Cronbach's Alpha. Nếu mô hình có năm thành phần, hãy kiểm tra từng nhóm theo lý thuyết trước. Đưa toàn bộ biến vào một Alpha có thể tạo ra kết quả khó diễn giải.

Lỗi cuối là dùng sai thuật ngữ. Biến quan sát là từng phát biểu trong thang đo, còn bảng hỏi là toàn bộ công cụ thu thập dữ liệu. Viết rõ hai khái niệm này giúp chương 3 tránh bị hỏi lại.

Câu hỏi thường gặp

Thang đo chất lượng dịch vụ có bắt buộc dùng SERVQUAL không?

Không bắt buộc. SERVQUAL của Parasuraman và cộng sự (1988) là một nguồn nền phổ biến, nhưng bạn cần chứng minh sự phù hợp với loại dịch vụ, khách hàng và mô hình nghiên cứu. Nếu dùng nguồn khác, hãy ghi rõ nguồn, cấu trúc và lý do lựa chọn.

Thang đo chất lượng dịch vụ 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 định nghĩa khái niệm, số thành phần và nguồn thang đo. Hair và cộng sự (2010) có đề cập quy tắc từ 5 đến 10 quan sát cho mỗi biến quan sát khi cân nhắc cỡ mẫu, nhưng quy tắc này không quyết định số biến phải có trong thang đo.

Cronbach's Alpha thấp thì làm sao?

Trước tiên, kiểm tra biến đảo chiều, lỗi nhập dữ liệu và cách mã hóa. Sau đó xem Corrected Item-Total Correlation, nội dung biến và Alpha nếu loại biến. Alpha từ 0.7 trở lên thường được tham khảo theo Nunnally (1978), còn mức từ 0.6 có thể được cân nhắc với thang đo khám phá theo Hair và cộng sự (2010).

Có được dịch nguyên văn thang đo nước ngoài không?

Bạn có thể dùng bản dịch làm cơ sở, nhưng cần điều chỉnh từ ngữ theo bối cảnh Việt Nam và đối tượng trả lời. Trong luận văn, hãy nêu nguồn gốc, quy trình điều chỉnh và cách kiểm tra bảng hỏi. Bản dịch chưa được kiểm định không nên gọi là phiên bản chính thức của thang đo.

Nên dùng SPSS hay SmartPLS để kiểm định thang đo?

SPSS phù hợp khi bạn muốn chạy Cronbach's Alpha, EFA và các phân tích hồi quy quen thuộc. SmartPLS phù hợp khi mô hình có biến tiềm ẩn, cần đánh giá outer loading, CR, AVE, HTMT và quan hệ path coefficient. Hãy chọn theo mô hình, giả thuyết và yêu cầu của giảng viên, không chọn chỉ vì một phần mềm cho ra nhiều bảng hơn.

Bạn hãy mở lại file .sav hoặc .csv, lập danh sách nguồn cho từng nhóm biến, kiểm tra mã hóa và ghi rõ biến nào cần điều chỉnh trước khi chạy thử. Nếu cần chạy phân tích trên chính dữ liệu của mình bằng SPSS hoặc SmartPLS, bạn có thể xem M4 phân tích dữ liệu của DoThesis.