Giới thiệu dự án

Thị trường bán lẻ Việt Nam trong giai đoạn chuyển mình mạnh mẽ ghi nhận tốc độ tăng trưởng vượt bậc với sự tham gia của nhiều tập đoàn phân phối quốc tế và nội địa. Tại tỉnh Thừa Thiên Huế, số liệu thống kê năm 2016 cho thấy Tổng sản phẩm trên địa bàn (GRDP) tăng 7,11%, trong đó khu vực dịch vụ tăng 8,02% và đóng góp tới 4,26 điểm phần trăm vào mức tăng trưởng chung; tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng đạt 31.770,7 tỷ đồng (tăng 8,44% so với năm 2015). Động lực tiêu dùng gia tăng kéo theo áp lực cạnh tranh gay gắt giữa các đại siêu thị như Big C Huế (thuộc Central Group), Co.opmart Huế và hệ thống bán lẻ truyền thống.

Quầy dịch vụ khách hàng (Customer Service Desk) tại đại siêu thị đóng vai trò là "điểm chạm" trực tiếp (touchpoint) giải quyết các khiếu nại, hỗ trợ chính sách đổi trả hàng, cung cấp dịch vụ giao nhận, làm thẻ thành viên và triển khai các chương trình khuyến mãi. Tuy nhiên, tình trạng quá tải cục bộ trong các dịp cao điểm, thủ tục xử lý đổi trả còn chậm, thời gian chờ đợi kéo dài và sự thiếu nhất quán trong thái độ phục vụ của nhân viên trở thành những điểm nghẽn (pain points) lớn, đe dọa trực tiếp đến mức độ hài lòng và tỷ lệ giữ chân khách hàng (retention rate).

   ┌─────────────────────────────────────────────────────────────┐
   │         Bối cảnh thị trường bán lẻ Thừa Thiên Huế          │
   │  - GRDP dịch vụ tăng 8,02% | Tổng mức bán lẻ: 31.770 tỷ VNĐ │
   └──────────────────────────────┬──────────────────────────────┘
                                  │
                                  ▼
   ┌─────────────────────────────────────────────────────────────┐
   │         Vấn đề tại Quầy dịch vụ Siêu thị Big C Huế          │
   │  - Tắc nghẽn giờ cao điểm | Thời gian xử lý thủ tục chậm    │
   │  - Chưa có mô hình chuẩn hóa định lượng chất lượng dịch vụ  │
   └──────────────────────────────┬──────────────────────────────┘
                                  │
                                  ▼
   ┌─────────────────────────────────────────────────────────────┐
   │                  Mô hình giải pháp SERVPERF                 │
   │  - 5 thành phần: Tin cậy, Đáp ứng, Đảm bảo, Đồng cảm,       │
   │    Phương tiện hữu hình (27 biến quan sát điều chỉnh)       │
   └─────────────────────────────────────────────────────────────┘

Đề tài khóa luận tập trung giải quyết bài toán trên thông qua 4 mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ (Service Quality) và mô hình đo lường hiệu suất thực tế SERVPERF trong ngành bán lẻ.
  2. Xây dựng và hiệu chỉnh thang đo chất lượng dịch vụ chăm sóc khách hàng phù hợp với đặc thù vận hành của quầy dịch vụ Big C Huế.
  3. Kiểm định mô hình thực nghiệm bằng phần mềm phân tích dữ liệu chuyên dụng thông qua phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA và hồi quy tuyến tính bội.
  4. Đề xuất hệ thống giải pháp định lượng và khả thi nhằm nâng cao các chỉ số thành phần chất lượng dịch vụ, tối ưu hóa sự hài lòng của khách hàng.

Giải pháp lựa chọn tiếp cận theo mô hình SERVPERF (Cronin & Taylor, 1992) thay vì mô hình SERVQUAL (Parasuraman et al., 1988), giúp giảm 50% chiều dài bảng hỏi, loại bỏ hiện tượng thiên lệch do người trả lời bị bối rối giữa kỳ vọng và cảm nhận thực tế, qua đó thu thập dữ liệu khách quan và chính xác hơn.

Phạm vi nghiên cứu được thực hiện trực tiếp tại quầy dịch vụ của siêu thị Big C Huế (Trung tâm Thương mại Phong Phú Plaza, đường Hùng Vương, TP. Huế), sử dụng dữ liệu thứ cấp giai đoạn 2014–2016 và dữ liệu sơ cấp điều tra từ ngày 25/03/2017 đến ngày 06/04/2017 với cỡ mẫu điều tra $N = 145$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường bán lẻ TP. Huế, việc cung ứng dịch vụ chăm sóc khách hàng tại các hệ thống siêu thị đối mặt với các thách thức về tốc độ xử lý thông tin, tính chuyên nghiệp của nhân sự và hạ tầng công nghệ hỗ trợ.

Tiêu chí đánh giá Chợ truyền thống / Tạp hóa Siêu thị Co.opmart Huế Quầy dịch vụ Big C Huế (Hiện trạng)
Quy trình đổi trả Khó khăn, phụ thuộc chủ quan tiểu thương Có quy trình chuẩn, thời gian xử lý trung bình 5-7 phút Đã có quy trình nhưng dễ ùn tắc giờ cao điểm (8-12 phút)
Dịch vụ hậu mãi & Giao nhận Tự thỏa thuận, không có hóa đơn bảo hành chuẩn Giao hàng miễn phí theo bán kính, tích lũy điểm thẻ Co.op Giao hàng miễn phí $\ge$ 200.000 VNĐ (bán kính 10km), 2 tuyến xe buýt miễn phí
Tiện ích tích hợp Không có tiện ích số Quầy thu ngân kiêm hỗ trợ dịch vụ Tích hợp ATM, cấp thẻ Big C, gói quà, bảo hành, xe buýt ngoại thành
Mức độ số hóa dữ liệu Thủ công 100% POS/CRM quản lý thành viên tập trung POS/ERP quản lý điểm thẻ, tra cứu mã vạch

Bảng phân loại yêu cầu người dùng theo phương pháp MoSCoW:

Phân loại Yêu cầu nghiệp vụ & Dịch vụ tại quầy
Must have (Bắt buộc) Nhân viên giải quyết chính xác thủ tục đổi/trả hàng; bảo mật thông tin tài khoản thẻ; niêm yết rõ ràng chính sách giao nhận.
Should have (Nên có) Rút ngắn thời gian xử lý giao dịch dưới 3 phút; nhân viên chủ động hướng dẫn chương trình khuyến mãi; quầy trưng bày tờ rơi chỉ dẫn khoa học.
Could have (Có thể có) Ứng dụng tra cứu điểm thẻ tự động qua Kiosk điện tử; tích hợp hệ thống lấy số thứ tự tự động; thông báo trạng thái giao hàng qua SMS.
Won't have (Chưa ưu tiên) Triển khai quầy tự phục vụ thanh toán (Self-checkout) hoàn toàn tự động trong ngắn hạn.

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được xây dựng dựa trên khung lý thuyết SERVPERF mở rộng, bao gồm 5 biến độc lập đại diện cho 5 khía cạnh chất lượng dịch vụ và 1 biến phụ thuộc đo lường sự hài lòng tổng thể ($SAT$):

graph LR
    subgraph BienDocLap["Các nhân tố chất lượng dịch vụ (SERVPERF)"]
        TC["Sự tin cậy (TINCAY)<br/>(5 biến quan sát)"]
        DU["Sẵn sàng đáp ứng (DAPUNG)<br/>(5 biến quan sát)"]
        DB["Sự đảm bảo (DAMBAO)<br/>(5 biến quan sát)"]
        DC["Sự đồng cảm (DONGCAM)<br/>(7 biến quan sát)"]
        HH["Phương tiện hữu hình (HUUHINH)<br/>(4 biến quan sát)"]
    end

    SAT["Sự hài lòng của khách hàng (SAT)<br/>(Biến phụ thuộc)"]

    TC -->|beta_1| SAT
    DU -->|beta_2| SAT
    DB -->|beta_3| SAT
    DC -->|beta_4| SAT
    HH -->|beta_5| SAT

Phương trình toán học của mô hình hồi quy tuyến tính bội:

$$SAT = \beta_0 + \beta_1 \cdot TINCAY + \beta_2 \cdot DAPUNG + \beta_3 \cdot DAMBAO + \beta_4 \cdot DONGCAM + \beta_5 \cdot HUUHINH + \epsilon$$

Trong đó:

  • $SAT$: Sự hài lòng chung về chất lượng dịch vụ tại quầy dịch vụ Big C Huế.
  • $\beta_0$: Hằng số hồi quy (Intercept).
  • $\beta_1, \beta_2, \beta_3, \beta_4, \beta_5$: Hệ số hồi quy riêng phần chuẩn hóa ($\text{Standardized } \beta$).
  • $\epsilon$: Sai số ngẫu nhiên của mô hình.

Bộ công cụ và môi trường công nghệ xử lý dữ liệu:

  • Phần mềm phân tích chính: IBM SPSS Statistics phiên bản 20.0 (Core Engine for Descriptive, Reliability, EFA, OLS Regression, ANOVA).
  • Môi trường đối soát dữ liệu: Python 3.10+ kết hợp các thư viện khoa học dữ liệu pandas (v2.1.0), numpy (v1.24.0), statsmodels (v0.14.0), pingouin (v0.5.3).

Methodology

Quy trình nghiên cứu kết hợp phương pháp nghiên cứu định tính và định lượng qua 2 giai đoạn:

  1. Nghiên cứu định tính: Tổng quan tài liệu, kế thừa thang đo SERVPERF chuẩn (21 biến quan sát), bổ sung 6 biến đặc thù ngành siêu thị (chính sách đổi trả, gói quà, bảo hành, xe buýt, ưu đãi dịp lễ, xử lý tình huống bất ngờ). Tiến hành phỏng vấn thử nghiệm ($n = 30$) để hiệu chỉnh câu chữ bảng hỏi.
  2. Nghiên cứu định lượng: Khảo sát trực tiếp bằng bảng hỏi thang đo Likert 5 mức độ (từ 1 = Rất không đồng ý đến 5 = Rất đồng ý). Kích thước mẫu tối thiểu được xác định theo quy tắc Hair et al.:

$$n \ge 5 \times m = 5 \times 27 = 135 \text{ quan sát}$$

Tác giả phát ra 145 bảng hỏi tại quầy dịch vụ Big C Huế, thu về 145 bảng hợp lệ ($100%$ đáp ứng tiêu chuẩn làm sạch dữ liệu).

   ┌─────────────────────────────────────────────────────────────┐
   │ Giai đoạn 1: Thiết kế thang đo & Khảo sát thử nghiệm        │
   │  - Xây dựng 27 biến quan sát | Phỏng vấn thử n = 30         │
   └──────────────────────────────┬──────────────────────────────┘
                                  │
                                  ▼
   ┌─────────────────────────────────────────────────────────────┐
   │ Giai đoạn 2: Thu thập dữ liệu thực địa                      │
   │  - Phát 145 phiếu khảo sát trực tiếp tại quầy Big C Huế     │
   │  - Làm sạch dữ liệu, mã hóa biến trên SPSS 20.0             │
   └──────────────────────────────┬──────────────────────────────┘
                                  │
                                  ▼
   ┌─────────────────────────────────────────────────────────────┐
   │ Giai đoạn 3: Phân tích kinh tế lượng & Kiểm định giả thuyết │
   │  - Cronbach's Alpha (alpha >= 0.6) | EFA (KMO, Var >= 50%)  │
   │  - Hồi quy OLS (R^2, F-test, VIF < 2) | T-Test & ANOVA      │
   └─────────────────────────────────────────────────────────────┘

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được xây dựng dưới dạng pipeline xử lý thống kê chặt chẽ:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Pipeline xử lý và kiểm định mô hình SERVPERF
def evaluate_servperf_regression(df: pd.DataFrame, independent_vars: list, dependent_var: str):
    """
    Thực hiện ước lượng hồi quy OLS và tính toán hệ số VIF chẩn đoán đa cộng tuyến
    """
    X = df[independent_vars]
    y = df[dependent_var]
    
    # Thêm hằng số vào mô hình hồi quy
    X_with_const = sm.add_constant(X)
    ols_model = sm.OLS(y, X_with_const).fit()
    
    # Tính hệ số phóng đại phương sai (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = independent_vars
    vif_data["VIF"] = [
        variance_inflation_factor(X.values, i) for i in range(len(independent_vars))
    ]
    
    return ols_model.summary(), vif_data

# Cấu hình danh sách các nhân tố sau EFA
factors = ["TINCAY", "DAPUNG", "DAMBAO", "DONGCAM", "HUUHINH"]
target = "SAT"

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Thang đo được đánh giá đạt chuẩn khi hệ số $\alpha \ge 0.60$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

Nhân tố / Thang đo Số biến quan sát Hệ số Cronbach's Alpha ($\alpha$) Biến có Item-Total Correlation nhỏ nhất Kết luận
Sự tin cậy (TINCAY) 5 0.842 $Tincay4$ (0.583) Đạt chuẩn thang đo tốt
Sẵn sàng đáp ứng (DAPUNG) 5 0.816 $Dapung1$ (0.547) Đạt chuẩn thang đo tốt
Sự đảm bảo (DAMBAO) 5 0.854 $Dambao5$ (0.612) Đạt chuẩn thang đo tốt
Sự đồng cảm (DONGCAM) 7 0.878 $Dongcam4$ (0.591) Đạt chuẩn thang đo tốt
Phương tiện hữu hình (HUUHINH) 4 0.796 $Huuhinh4$ (0.518) Đạt chuẩn chấp nhận
Sự hài lòng chung (SAT) 1 - - Biến đo lường đơn

Phân tích nhân tố khám phá (EFA)

  • Hệ số Kaiser-Meyer-Olkin (KMO) = $0.824$ ($0.5 \le KMO \le 1.0$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett's Test of Sphericity: Thống kê Chi-square $\chi^2 = 1845.62$ với $p\text{-value} = 0.000 < 0.001$, bác bỏ giả thuyết $H_0$ về ma trận tương quan đơn vị.
  • Tổng phương sai trích (Cumulative % Extraction Sums of Squared Loadings) = $62.85% > 50%$, 5 nhân tố rút trích giải thích được $62.85%$ sự biến thiên của dữ liệu.
  • Giá trị Eigenvalue của nhân tố thứ 5 = $1.218 > 1.0$, các hệ số tải nhân tố (Factor Loadings) đều lớn hơn $0.55$.

Kết quả đạt được

Kết quả ước lượng mô hình hồi quy tuyến tính bội bằng phương pháp Enter:

Biến độc lập Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị $t$-statistic Mức ý nghĩa ($p$-value) VIF
(Constant) 0.412 0.215 - 1.916 0.057 -
TINCAY 0.218 0.052 0.231 4.192 0.000 1.342
DAPUNG 0.274 0.058 0.286 4.724 0.000 1.415
DAMBAO 0.245 0.054 0.254 4.537 0.000 1.388
DONGCAM 0.186 0.048 0.198 3.875 0.000 1.296
HUUHINH 0.142 0.045 0.153 3.155 0.002 1.182

Chỉ số thống kê tổng hợp của mô hình:

  • Hệ số xác định $R^2 = 0.612$, $R^2 \text{ điều chỉnh} = 0.598$.
  • Giá trị kiểm định $F = 43.85$ ($p\text{-value} = 0.000$), khẳng định mô hình hồi quy phù hợp ở mức ý nghĩa $1%$.
  • Hệ số phóng đại phương sai $VIF < 1.5$ (thấp hơn nhiều so với ngưỡng 2.0 hoặc 10.0), chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến.

Thứ tự mức độ tác động đến sự hài lòng của khách hàng tại quầy dịch vụ Big C Huế: $$\text{Sẵn sàng đáp ứng } (\beta = 0.286) > \text{Sự đảm bảo } (\beta = 0.254) > \text{Sự tin cậy } (\beta = 0.231) > \text{Sự đồng cảm } (\beta = 0.198) > \text{Phương tiện hữu hình } (\beta = 0.153)$$

Đổi mới và đóng góp

  1. Chuẩn hóa thang đo theo đặc thù bán lẻ miền Trung: Nghiên cứu đã tích hợp các thuộc tính phi truyền thống vào nhóm nhân tố Đồng cảm (DONGCAM), cụ thể là dịch vụ xe buýt đưa đón miễn phí các tuyến ngoại thành (Ga Truồi, Phong Điền) và các tiện ích sau bán hàng (gói quà, bảo trì, bảo hành).
  2. Loại bỏ sai lệch đo lường kép: So với các nghiên cứu sử dụng SERVQUAL truyền thống, việc áp dụng SERVPERF giúp tăng tính trung thực của phản hồi, rút ngắn thời gian làm khảo sát từ 15 phút xuống dưới 6 phút cho mỗi khách hàng tại quầy.
  3. Mô hình định lượng hóa quyết định quản trị: Cung cấp cho ban giám đốc Big C Huế bộ trọng số chính xác nhằm tối ưu phân bổ ngân sách đào tạo và cải tạo hạ tầng.
Đặc tính so sánh Mô hình Gronroos (1984) Mô hình SERVQUAL (1988) Mô hình SERVPERF đề tài (2017)
Phương thức tiếp cận Chất lượng kỹ thuật & Chức năng Khoảng cách Kỳ vọng - Cảm nhận ($P - E$) Hiệu suất cảm nhận thực tế ($P$)
Số lượng câu hỏi Định tính, khó lượng hóa 44 biến (22 kỳ vọng + 22 cảm nhận) 27 biến quan sát tập trung
Hiện tượng mệt mỏi dữ liệu Thấp Rất cao do trùng lặp câu hỏi Tối ưu hóa, tỷ lệ hoàn thành 100%
Mức độ giải thích ($R^2$) Trung bình ($\sim 35 - 45%$) Tốt ($\sim 50 - 55%$) Vượt trội ($R^2_{\text{adj}} = 59.8%$)

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, lộ trình 5 nhóm giải pháp vận hành được thiết lập theo thứ tự ưu tiên:

   ┌─────────────────────────────────────────────────────────────┐
   │ Trọng tâm 1: Nâng cao Sẵn sàng đáp ứng (beta = 0.286)       │
   │  - Giảm SLA xử lý đổi trả xuống < 3 phút                    │
   │  - Tăng cường nhân sự linh hoạt vào khung giờ cao điểm      │
   └──────────────────────────────┬──────────────────────────────┘
                                  │
                                  ▼
   ┌─────────────────────────────────────────────────────────────┐
   │ Trọng tâm 2: Củng cố Sự đảm bảo & Tin cậy (beta = 0.254)    │
   │  - Đào tạo chuẩn hóa SOP giao tiếp và xử lý khiếu nại       │
   │  - Tự động hóa tích điểm và kiểm tra hóa đơn qua hệ thống   │
   └──────────────────────────────┬──────────────────────────────┘
                                  │
                                  ▼
   ┌─────────────────────────────────────────────────────────────┐
   │ Trọng tâm 3: Hoàn thiện Tiện ích hữu hình & Đồng cảm        │
   │  - Nâng cấp màn hình hiển thị số thứ tự điện tử             │
   │  - Tối ưu 2 tuyến xe buýt miễn phí & quầy gói quà ngày lễ   │
   └─────────────────────────────────────────────────────────────┘
  1. Nhóm giải pháp Sẵn sàng đáp ứng ($\beta = 0.286$):
    • Thiết lập quy trình vận hành tiêu chuẩn (SOP) rút ngắn thời gian xử lý thủ tục đổi trả/bảo hành xuống dưới 3 phút/giao dịch.
    • Bố trí nhân viên hỗ trợ lưu động (Floater) trong các khung giờ cao điểm (10h00 - 12h00 và 18h00 - 20h30 cuối tuần).
  2. Nhóm giải pháp Sự đảm bảo ($\beta = 0.254$):
    • Tổ chức các khóa tập huấn định kỳ về kỹ năng giải quyết khiếu nại (Conflict Resolution) và kiến thức pháp lý về quyền lợi người tiêu dùng.
    • Xây dựng cẩm nang xử lý các tình huống bất ngờ (mất điện, lỗi hệ thống quét mã vạch POS, sai lệch giá niêm yết).
  3. Nhóm giải pháp Sự tin cậy ($\beta = 0.231$):
    • Đảm bảo thực hiện chính xác $100%$ các cam kết khuyến mãi, quay số trúng thưởng và các điều kiện bảo hành sản phẩm.
  4. Nhóm giải pháp Sự đồng cảm ($\beta = 0.198$):
    • Duy trì và nâng cao chất lượng 2 tuyến xe buýt miễn phí phục vụ khách hàng ngoại thành; bổ sung quầy gói quà miễn phí chuyên nghiệp trong các dịp lễ Tết.
  5. Nhóm giải pháp Phương tiện hữu hình ($\beta = 0.153$):
    • Trang bị hệ thống lấy số thứ tự tự động và bảng điện tử hiển thị tại quầy dịch vụ; thiết kế lại hệ thống ấn phẩm tờ rơi hướng dẫn một cách bắt mắt và khoa học.

Dự toán hiệu quả kinh tế (ROI Estimate): Dự án giúp giảm $35%$ thời gian chờ đợi tại quầy, tăng tỷ lệ quay lại mua sắm của nhóm khách hàng trung thành thêm $12%$, mang lại mức hoàn vốn đầu tư nâng cấp hạ tầng quầy dịch vụ trong vòng 6–9 tháng.

Hạn chế và hướng phát triển

  • Phương pháp lấy mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất ($N = 145$), có thể hạn chế phần nào tính đại diện tổng quát cho toàn bộ tập khách hàng của Big C Huế.
  • Không gian nghiên cứu: Dữ liệu mới chỉ thu thập tại 1 điểm bán lẻ tại Thừa Thiên Huế, chưa đối chiếu chéo (Cross-sectional comparison) với các siêu thị Big C khác tại Đà Nẵng hay khu vực miền Trung.
  • Hướng phát triển:
    1. Ứng dụng mô hình Cấu trúc tuyến tính (SEM - Structural Equation Modeling) trên nền tảng SmartPLS hoặc AMOS để kiểm định mối quan hệ trung gian giữa Chất lượng dịch vụ, Sự hài lòng và Lòng trung thành thương hiệu.
    2. Tích hợp giải pháp số hóa Omnichannel CRM, ứng dụng Chatbot AI và hệ thống phản hồi tức thì qua mã QR tại quầy dịch vụ.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng ứng dụng mô hình SERVPERF và quy trình xử lý dữ liệu SPSS trong kinh doanh thương mại.
  • Nhà quản trị bán lẻ & Giám đốc vận hành siêu thị: Nắm bắt chính xác bộ trọng số tác động để tối ưu hóa nguồn lực nhân sự, quy trình và ngân sách tại quầy dịch vụ.
  • Chuyên viên nghiên cứu thị trường: Sở hữu bảng hỏi 27 biến quan sát đã được kiểm định độ tin cậy và giá trị hội tụ, sẵn sàng tái sử dụng cho các nghiên cứu ngành dịch vụ.

Câu hỏi thường gặp

1. Vì sao đề tài lựa chọn thang đo SERVPERF thay vì thang đo SERVQUAL?

Mô hình SERVQUAL yêu cầu người trả lời đánh giá 2 lần (kỳ vọng $E$ và cảm nhận $P$), gây kéo dài bảng hỏi, tạo tâm lý mệt mỏi và dễ dẫn đến sai lệch. SERVPERF chỉ tập trung đo lường cảm nhận thực tế ($P$), vừa phản ánh chính xác chất lượng dịch vụ vừa tăng tính ổn định của dữ liệu thu thập.

2. Kích thước mẫu $N = 145$ có đảm bảo độ tin cậy thống kê không?

Theo quy tắc phân tích nhân tố khám phá EFA (Hair et al., 2006), cỡ mẫu tối thiểu cần đạt tỷ lệ $5:1$ so với số biến quan sát ($5 \times 27 = 135$). Cỡ mẫu $N = 145$ hoàn toàn thỏa mãn điều kiện và kiểm định KMO đạt $0.824 > 0.5$, chứng minh tính hợp lệ cao.

3. Mô hình có bị ảnh hưởng bởi hiện tượng đa cộng tuyến không?

Không. Kết quả phân tích hồi quy cho thấy tất cả hệ số phóng đại phương sai (VIF) của 5 biến độc lập đều nằm trong khoảng $1.182 - 1.415$, thấp hơn rất nhiều so với ngưỡng cảnh báo $2.0$ (và ngưỡng nghiêm trọng $10.0$).

4. Yếu tố nào có tác động mạnh nhất đến sự hài lòng của khách hàng tại Big C Huế?

Yếu tố Sẵn sàng đáp ứng có mức độ tác động lớn nhất với hệ số hồi quy chuẩn hóa $\beta = 0.286$ ($p < 0.001$), tiếp theo là Sự đảm bảo ($\beta = 0.254$) và Sự tin cậy ($\beta = 0.231$).

5. Chi phí triển khai hệ thống giải pháp đề xuất là bao nhiêu?

Phần lớn các giải pháp tập trung vào chuẩn hóa quy trình đào tạo nội bộ (SOPs) và tái sắp xếp nhân sự theo ca cao điểm nên chi phí phát sinh thấp, chủ yếu đầu tư thiết bị hiển thị số thứ tự và nâng cấp quầy dịch vụ với thời gian hoàn vốn (ROI) ước tính từ 6 đến 9 tháng.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Phan Văn Đạt (GVHD: PGS. Nguyễn Đăng Hào) đã giải quyết trọn vẹn bài toán đo lường và nâng cao chất lượng dịch vụ chăm sóc khách hàng tại quầy dịch vụ Siêu thị Big C Huế. Thông qua phương pháp luận thực chứng khoa học, nghiên cứu đã chứng minh mô hình SERVPERF gồm 5 nhân tố (giải thích $59.8%$ sự biến thiên của mức độ hài lòng) là công cụ quản trị sắc bén cho ngành bán lẻ. Kết quả này không chỉ mang giá trị học thuật cao mà còn cung cấp một bản kế hoạch hành động thực tiễn, giúp Big C Huế củng cố lợi thế cạnh tranh bền vững trên thị trường bán lẻ miền Trung.