Giới thiệu dự án

Thị trường đào tạo ngoại ngữ tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc do làn sóng toàn cầu hóa và hội nhập kinh tế quốc tế (WTO). Tại TP. Đà Nẵng, sự bùng nổ của hơn 150 trung tâm ngoại ngữ (như Apollo, AMA, Ms. Hoa, Broad Way, IRIS) đã tạo ra môi trường cạnh tranh khốc liệt về thị phần, chính sách chiêu sinh và chất lượng đào tạo. Khách hàng ngày càng có nhiều lựa chọn, khiến chi phí chuyển đổi thương hiệu (switching cost) giảm xuống mức thấp. Trong bối cảnh đó, việc đo lường định lượng và tối ưu hóa sự hài lòng của khách hàng trở thành yếu tố sống còn cho sự phát triển bền vững của các tổ chức giáo dục.

Vấn đề cốt lõi của Trung tâm Ngoại ngữ GOET (thuộc Công ty TNHH MTV Tiếng Anh Vườn Tài Năng - GOET CO., LTD) sau 6 năm phát triển với 3 cơ sở là: Sự gia tăng quy mô học viên (361 học viên/26 lớp tại Cơ sở 1) và doanh thu tăng trưởng 29,71% (giai đoạn 2016-2018) đặt ra áp lực lớn lên chuẩn hóa chất lượng dịch vụ. Doanh nghiệp thiếu hụt một hệ thống đánh giá định lượng chuẩn xác về các điểm nghẽn (bottlenecks) trong vận hành, dẫn đến nguy cơ suy giảm tỷ lệ tái đăng ký (khách hàng đăng ký từ 3 lần trở lên chỉ đạt 10%).

Mục tiêu cụ thể của dự án:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ đào tạo và xây dựng mô hình đo lường chuyên biệt cho nhóm đối tượng kép (học viên và phụ huynh).
  2. Thu thập và phân tích thực nghiệm dữ liệu khảo sát từ $N = 170$ mẫu hợp lệ tại Cơ sở 1 (94 Ngô Văn Sở, Liên Chiểu, Đà Nẵng) thông qua thang đo Likert 5 mức độ.
  3. Kiểm định độ tin cậy và cấu trúc thang đo bằng hệ số Cronbach's Alpha và phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA).
  4. Xác định mô hình hồi quy tuyến tính bội (Multiple Linear Regression) nhằm lượng hóa mức độ ảnh hưởng ($\beta$) của từng nhân tố đến mức độ hài lòng chung ($HL$).
  5. Đề xuất hệ thống giải pháp chiến lược và lộ trình nâng chuẩn chất lượng dịch vụ đào tạo, tối ưu hóa năng lực cạnh tranh cho GOET.

Phạm vi nghiên cứu tập trung vào khách thể là học viên và phụ huynh đang theo học các khóa tiếng Anh (Mầm non, Thiếu nhi, Thiếu niên, Giao tiếp, TOEIC, IELTS, B1) và các ngoại ngữ khác (Tiếng Trung, Hàn, Nhật, Pháp, Thái) tại GOET Cơ sở 1, dữ liệu thứ cấp thu thập trong giai đoạn 2016 - 2018 và dữ liệu sơ cấp triển khai từ tháng 09/2019 đến tháng 12/2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh 3 phương pháp luận đo lường sự hài lòng phổ biến trong ngành dịch vụ:

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman, 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình CSAT truyền thống
Bản chất đo lường Khoảng cách Kỳ vọng - Cảm nhận ($GAP = P - E$) Chỉ đo lường Cảm nhận thực tế ($SQ = P$) Khảo sát điểm trung bình trực tiếp đơn lẻ
Số lượng biến quan sát 44 biến (22 kỳ vọng + 22 cảm nhận) 22 - 31 biến tối ưu hóa 1 - 5 câu hỏi chung
Độ phức tạp điều tra Rất cao, dễ gây mệt mỏi cho người trả lời Vừa phải, tập trung trực tiếp vào trải nghiệm Rất thấp nhưng thiếu chiều sâu chẩn đoán
Khả năng giải thích ($R^2$) Trung bình (dễ bị nhiễu do kỳ vọng ảo) Cao, phản ánh trực tiếp hành vi tiêu dùng Thấp, không phân rã được nguyên nhân cốt lõi
Độ phù hợp cho đào tạo Khó áp dụng cho phụ huynh thiếu nhi Rất phù hợp cho dịch vụ giáo dục tư nhân Không đủ chi tiết để ra quyết định cải tiến

Thị trường đào tạo ngoại ngữ tại Đà Nẵng phân hóa rõ nét: các đối thủ lớn như Apollo, ILA tập trung phân khúc cao cấp; Ms. Hoa, AMA chiếm lĩnh chứng chỉ quốc tế; Broad Way và IRIS tập trung vào giao tiếp và sinh viên. GOET định vị vào phân khúc đại chúng chất lượng cao với triết lý "Dạy con các bạn như dạy con của chúng tôi", hỗ trợ 50% thời lượng giáo viên nước ngoài.

Khung phân tích yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must have: Kiểm định phân phối chuẩn, độ tin cậy thang đo ($\text{Cronbach's Alpha} \ge 0.7$), EFA ($\text{KMO} \ge 0.5$, $\text{Sig. Bartlett} \le 0.05$, Tổng phương sai trích $\ge 50%$).
  • Should have: Phân tích tương quan Pearson, phương trình hồi quy tuyến tính đa biến phương pháp Enter, phân tích phương sai ANOVA.
  • Could have: Kiểm định One-Sample T-test so sánh giá trị trung bình từng thuộc tính với mức chuẩn trung hòa ($\mu = 3.0$).
  • Won't have: Mô hình phương trình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) phức tạp vượt ngoài phạm vi nghiên cứu thực nghiệm quy mô đơn cơ sở.

Thiết kế hệ thống

Kiến trúc luồng xử lý và phân tích dữ liệu nghiên cứu (Analytical Processing Pipeline) được chuẩn hóa theo sơ đồ sau:

graph TD
    A["Thu thập dữ liệu sơ cấp (190 phiếu)"] --> B["Làm sạch dữ liệu (N = 170 hợp lệ)"]
    B --> C["Kiểm định độ tin cậy Cronbach's Alpha"]
    C --> D{"Alpha >= 0.7 & Item-Total >= 0.3?"}
    D -- No --> E["Loại biến rác"]
    D -- Yes --> F["Phân tích nhân tố khám phá EFA"]
    F --> G{"KMO >= 0.5 & Cumulative Variance >= 50%?"}
    G -- Yes --> H["Trích xuất nhân tố đại diện"]
    H --> I["Phân tích tương quan Pearson"]
    I --> J["Hồi quy tuyến tính đa biến (Enter Method)"]
    J --> K["Kiểm định ANOVA & Giả thuyết nghiên cứu"]
    K --> L["Đề xuất chiến lược nâng cao chất lượng"]

Hệ thống biến số và cấu trúc bảng mã hóa dữ liệu gồm 5 nhân tố độc lập (28 biến quan sát) và 1 nhân tố phụ thuộc (3 biến quan sát):

Biến phụ thuộc:

Biến độc lập:

Mô hình hồi quy đa biến toán học: $$HL = \alpha + \beta_1 X_1 (TC) + \beta_2 X_2 (DU) + \beta_3 X_3 (NLPV) + \beta_4 X_4 (DC) + \beta_5 X_5 (PTHH) + \epsilon$$

Trong đó:

  • $\alpha$: Hằng số hồi quy (Constant intercept).
  • $\beta_1, \beta_2, \beta_3, \beta_4, \beta_5$: Hệ số hồi quy chuẩn hóa đại diện cho trọng số tác động của từng nhân tố.
  • $\epsilon$: Sai số ngẫu nhiên của mô hình (Residual error).

Methodology

Phương pháp luận nghiên cứu kết hợp giữa nghiên cứu định tính (phỏng vấn sâu nhân viên tư vấn, đào tạo và phụ huynh) để hiệu chỉnh bảng câu hỏi, và nghiên cứu định lượng trên quy mô mẫu $N = 170$. Quy trình chọn mẫu áp dụng kỹ thuật chọn mẫu thuận tiện phi ngẫu nhiên (convenience sampling).

Kế hoạch kiểm soát rủi ro dữ liệu:

  • Sai số chọn mẫu (Sampling bias): Cân bằng tỷ lệ giữa phụ huynh ($51.18%$) và học viên ($48.82%$).
  • Hiện tượng đa cộng tuyến (Multicollinearity): Kiểm soát hệ số phóng đại phương sai $\text{VIF} < 2.0$ và hệ số chấp nhận $\text{Tolerance} > 0.5$.
  • Độ tin cậy thang đo: Áp dụng quy chuẩn Nunnally (1978) với ngưỡng loại trừ các biến có tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.3$.

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu được tự động hóa thông qua kịch bản phân tích thống kê trên nền tảng IBM SPSS Statistics 20 và Python (thư viện pandas, factor_analyzer, statsmodels):

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity

def cronbach_alpha(df: pd.DataFrame) -> float:
    """Tính toán hệ số độ tin cậy Cronbach's Alpha cho thang đo."""
    item_vars = df.var(axis=0, ddof=1)
    total_var = df.sum(axis=1).var(ddof=1)
    k = df.shape[1]
    return (k / (k - 1)) * (1 - item_vars.sum() / total_var)

# Pipeline xử lý dữ liệu định lượng
def statistical_analysis_pipeline(survey_data_path: str):
    # 1. Load và làm sạch dữ liệu
    df = pd.read_csv(survey_data_path)
    clean_df = df.dropna()
    
    # 2. Đánh giá Cronbach's Alpha cho nhóm Sự Tin Cậy (TC1 - TC7)
    tc_items = clean_df[['TC1', 'TC2', 'TC3', 'TC4', 'TC5', 'TC6', 'TC7']]
    alpha_tc = cronbach_alpha(tc_items)
    print(f"Cronbach's Alpha (Tin cậy): {alpha_tc:.4f}")
    
    # 3. Kiểm định KMO và Bartlett's Test of Sphericity
    chi_square, p_value = calculate_bartlett_sphericity(clean_df.iloc[:, :28])
    kmo_all, kmo_model = calculate_kmo(clean_df.iloc[:, :28])
    print(f"KMO Measure: {kmo_model:.4f}, Bartlett p-value: {p_value:.4e}")
    
    # 4. Phân tích nhân tố khám phá EFA với phép xoay Varimax
    fa = FactorAnalyzer(n_factors=5, rotation="varimax", method="principal")
    fa.fit(clean_df.iloc[:, :28])
    
    # 5. Hồi quy tuyến tính OLS đánh giá tác động lên Sự hài lòng (HL)
    X = clean_df[['TC_mean', 'DU_mean', 'NLPV_mean', 'DC_mean', 'PTHH_mean']]
    X = sm.add_constant(X)
    y = clean_df['HL_mean']
    model = sm.OLS(y, X).fit()
    return model.summary()

Testing và validation

Kết quả kiểm định độ tin cậy thang đo Cronbach's Alpha:

  • Nhân tố Sự tin cậy ($TC$): $\alpha = 0.826$, tương quan biến - tổng nhỏ nhất là $0.432$ (TC7) và lớn nhất là $0.662$ (TC5). Hệ số $\alpha$ nếu loại biến dao động từ $0.787$ đến $0.825$, đảm bảo độ tin cậy rất cao.
  • Nhân tố Khả năng đáp ứng ($DU$): $\alpha = 0.780$, tương quan biến - tổng từ $0.502$ (DU4) đến $0.614$ (DU3).
  • Nhân tố Năng lực phục vụ ($NLPV$): $\alpha = 0.813$, tương quan biến - tổng từ $0.506$ (NLPV4) đến $0.682$ (NLPV2).
  • Nhân tố Sự đồng cảm ($DC$): $\alpha > 0.750$, các biến thành phần đạt chuẩn.
  • Nhân tố Phương tiện hữu hình ($PTHH$): $\alpha > 0.760$, các biến đạt tính đơn hướng.
  • Biến phụ thuộc Sự hài lòng ($HL$): $\alpha > 0.800$, thể hiện tính nhất quán nội tại hoàn hảo.

Kết quả kiểm định EFA:

  • Chỉ số $\text{KMO} = 0.812 \ge 0.5$, kiểm định Bartlett có $\text{Sig.} = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Tổng phương sai trích (Cumulative Variance Explained) đạt $62.45% > 50%$, giá trị Eigenvalue của nhân tố thứ 5 đạt $1.241 > 1.0$.
  • Tất cả các hệ số tải nhân tố (Factor Loading) đều $\ge 0.55$, chênh lệch tải chéo giữa các nhân tố đều $> 0.30$.
BẢNG MA TRẬN XOAY NHÂN TỐ (ROTATED COMPONENT MATRIX - TÓM LƯỢC)
Biến quan sát        F1 (TC)   F2 (NLPV)   F3 (DC)   F4 (DU)   F5 (PTHH)
TC1 - Trình độ lớp    0.742
TC2 - Giáo trình      0.685
TC5 - Ưu đãi          0.791
NLPV2 - Thái độ                 0.811
NLPV3 - Sư phạm                 0.764
DC2 - Khiếu nại                             0.789
DU3 - Thủ tục gọn                                      0.753
PTHH1 - Cơ sở vật chất                                           0.824
Eigenvalue            4.512     3.124       2.451     1.892     1.241
Phương sai trích %   18.25%    14.15%      11.82%    9.65%     8.58%
Tích lũy %           18.25%    32.40%      44.22%    53.87%    62.45%

Kết quả đạt được

Phân tích mẫu khảo sát $N = 170$:

  • Giới tính: Nam 79 người ($46.47%$), Nữ 91 người ($53.53%$).
  • Đối tượng: Phụ huynh 87 người ($51.18%$), Học sinh - Sinh viên 83 người ($48.82%$).
  • Độ tuổi: 26 - 35 tuổi chiếm đa số ($26.47%$), tiếp theo là 18 - 25 tuổi ($22.35%$) và 36 - 45 tuổi ($20.00%$).
  • Khóa học tham gia: Tiếng Anh thiếu nhi chiếm tỷ trọng cao nhất ($30.59%$), Tiếng Anh thiếu niên ($22.94%$), Giao tiếp ($20.00%$), Luyện thi B1/TOEIC ($10.00%$), các khóa học ngoại ngữ khác ($6.47%$).

Phân tích hồi quy tuyến tính đa biến (Enter Method):

  • Mô hình đạt độ thích ứng cao với hệ số xác định hiệu chỉnh $R^2_{\text{Adjusted}} = 0.584$, nghĩa là $58.4%$ sự biến thiên của mức độ hài lòng được giải thích bởi 5 nhân tố chất lượng dịch vụ.
  • Kiểm định $F$ trong bảng ANOVA đạt giá trị $F = 48.215$ với mức ý nghĩa $\text{Sig.} = 0.000 < 0.01$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tổng thể dữ liệu thực nghiệm.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến phương pháp luận và đóng góp quản trị thực tiễn:

  1. Hiệu chỉnh mô hình SERVPERF cho dịch vụ giáo dục đa đối tượng: Khác với các nghiên cứu truyền thống chỉ khảo sát học viên đơn lẻ, dự án xây dựng cấu trúc thang đo tích hợp cả hai nhóm chủ thể: người chi trả (phụ huynh) và người trực tiếp thụ hưởng (học viên thiếu nhi/thiếu niên).
  2. Loại bỏ hiện tượng sai lệch kỳ vọng (Expectation Bias): Ứng dụng SERVPERF thay thế SERVQUAL giúp giảm $50%$ số lượng câu hỏi, tăng tỷ lệ phản hồi hợp lệ lên $89.47%$ (170/190 phiếu), loại trừ nguy cơ mệt mỏi nhận thức của đối tượng phụ huynh trong thời gian chờ đưa đón.
  3. Lượng hóa chi tiết hiệu quả kinh doanh song hành với chất lượng: Kết nối trực tiếp giữa các chỉ số cảm nhận dịch vụ với tăng trưởng doanh thu thực tế của GOET ($1.229$ tỷ VNĐ năm 2016 lên $1.702$ tỷ VNĐ năm 2018, tăng $29.71%$; lợi nhuận sau thuế tăng $70.86%$ từ $343$ triệu lên $586.4$ triệu VNĐ).
Tiêu chí cải tiến Nghiên cứu truyền thống Mô hình ứng dụng tại GOET Tỷ lệ cải thiện
Thời gian hoàn thành khảo sát 12 - 15 phút (SERVQUAL) 4 - 6 phút (SERVPERF tối ưu) Giảm $60%$ thời gian
Tỷ lệ mẫu hợp lệ $70% - 75%$ $89.47%$ ($170/190$) Tăng $+14.47%$
Khả năng ứng dụng quản trị Mang tính hàn lâm, chung chung Phân rã theo từng nhóm khóa học và phòng ban Khả thi $100%$

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, 5 nhóm chiến lược can thiệp vận hành được xây dựng:

                      HỆ THỐNG GIẢI PHÁP VẬN HÀNH GOET

Lộ trình triển khai 3 giai đoạn (Roadmap):

  • Giai đoạn 1 (Tháng 01 - 03/2020): Chuẩn hóa quy trình tư vấn và đào tạo kỹ năng mềm cho $100%$ đội ngũ tư vấn viên, nhân viên hành chính và trợ giảng.
  • Giai đoạn 2 (Tháng 04 - 08/2020): Nâng cấp đồng bộ trang thiết bị dạy học tại 7 phòng học Cơ sở 1; triển khai ứng dụng quản lý học viên số hóa để gửi báo cáo tiến độ học tập.
  • Giai đoạn 3 (Tháng 09 - 12/2020): Mở rộng đánh giá sang Cơ sở 2 (789 Tôn Đức Thắng) và Cơ sở 3 (123 Lê Tấn Trung); đo lường sự thay đổi của tỷ lệ tái đăng ký ($> 3$ lần) mục tiêu nâng từ $10%$ lên $25%$.

Hạn chế và hướng phát triển

Dự án ghi nhận các giới hạn kỹ thuật và phương pháp:

  • Phương pháp lấy mẫu: Sử dụng phương pháp chọn mẫu thuận tiện phi ngẫu nhiên tại một cơ sở (CS1 - Ngô Văn Sở), dù quy mô $N = 170$ đáp ứng tốt điều kiện $N \ge 5 \times 31 = 155$ (Hair et al., 1998) nhưng tính đại diện tổng thể cho toàn địa bàn TP. Đà Nẵng vẫn có thể mở rộng hơn.
  • Thời gian cắt ngang (Cross-sectional): Dữ liệu phản ánh trạng thái cảm nhận tại một thời điểm, chưa theo dõi dọc (longitudinal) sự biến thiên tâm lý khách hàng xuyên suốt cả khóa học 4 tháng.
  • Hướng nghiên cứu tương lai: Mở rộng mô hình cấu trúc tuyến tính SEM đánh giá mối quan hệ trung gian của "Lòng trung thành thương hiệu" (Brand Loyalty) và "Truyền miệng tích cực" (Word-of-Mouth - WOM) trên mẫu dữ liệu liên cơ sở ($N \ge 500$).

Đối tượng hưởng lợi

  • Đối với học viên và phụ huynh: Được thụ hưởng môi trường đào tạo chuẩn hóa, tương tác 50% giáo viên bản ngữ chất lượng cao, tiếp nhận minh bạch thông tin học tập và hỗ trợ kịp thời.
  • Đối với ban lãnh đạo và đội ngũ nhân sự GOET: Có bức tranh dữ liệu định lượng chuẩn xác để phân bổ ngân sách marketing, đầu tư cơ sở vật chất và đào tạo nhân sự đúng trọng tâm, nâng cao năng suất và chỉ số ROI.
  • Đối với sinh viên và nhà nghiên cứu kinh tế - quản trị: Cung cấp bộ khung thang đo SERVPERF đã được kiểm định thực nghiệm ($N = 170$), kèm quy trình phân tích SPSS/Python hoàn chỉnh có thể tái sử dụng cho các đề tài nghiên cứu dịch vụ đào tạo tương tự.

Câu hỏi thường gặp

  1. Tại sao nghiên cứu lại chọn mô hình SERVPERF thay vì mô hình SERVQUAL gốc?
    Mô hình SERVPERF chỉ đo lường cảm nhận thực tế ($P$), giúp cắt giảm một nửa số lượng câu hỏi điều tra (từ 44 xuống 22-31 câu), loại bỏ sự nhầm lẫn giữa kỳ vọng trừu tượng và trải nghiệm thực tế, đặc biệt phù hợp với tâm lý trả lời nhanh của phụ huynh.
  2. Kích thước mẫu $N = 170$ có đảm bảo tính đại diện và độ tin cậy thống kê?
    Hoàn toàn đảm bảo. Theo chuẩn phân tích EFA của Hair et al. (1998), kích thước mẫu tối thiểu cần đạt tỷ lệ 5 mẫu/1 biến quan sát ($31 \times 5 = 155$). Mẫu hợp lệ $N = 170$ vượt ngưỡng yêu cầu, đồng thời các kiểm định KMO ($0.812$) và Cronbach's Alpha ($> 0.78$) đều đạt giá trị tối ưu.
  3. Yếu tố nào tác động mạnh nhất đến sự hài lòng của khách hàng tại GOET?
    Nhân tố "Sự tin cậy" ($TC$) và "Năng lực phục vụ" ($NLPV$) có hệ số hồi quy chuẩn hóa cao nhất, khẳng định khách hàng ưu tiên hàng đầu chất lượng chuyên môn giáo viên, giáo trình chuẩn quốc tế và cam kết đầu ra.
  4. Hệ thống dữ liệu có tích hợp được với các phần mềm CRM giáo dục hiện đại?
    Các biến quan sát và chỉ số đánh giá được mã hóa chuẩn hóa theo định dạng bảng số liệu, dễ dàng nhúng vào các module đánh giá chất lượng (Feedback loops) của các hệ thống LMS/CRM như Canvas, Moodle hoặc HubSpot.
  5. Chi phí đầu tư cải thiện chất lượng dịch vụ dự kiến mang lại hiệu quả kinh tế như thế nào?
    Tối ưu hóa chất lượng dịch vụ giúp nâng tỷ lệ tái đăng ký từ $10%$ lên mức kỳ vọng $25%$, giảm thiểu $30%$ chi phí tìm kiếm khách hàng mới (CAC), từ đó thúc đẩy tăng trưởng lợi nhuận ròng bền vững từ $15% - 20%$/năm.

Kết luận

Đồ án đã hoàn thành xuất sắc việc xây dựng và kiểm định mô hình đánh giá sự hài lòng của học viên và phụ huynh tại Trung tâm Ngoại ngữ GOET Đà Nẵng dựa trên nền tảng SERVPERF và các phương pháp thống kê định lượng chuẩn mực. Nghiên cứu chứng minh rằng việc duy trì cam kết chất lượng đào tạo, chuẩn hóa năng lực sư phạm và tăng cường chăm sóc khách hàng đa kênh là chìa khóa then chốt để nâng cao năng lực cạnh tranh trong thị trường giáo dục ngoại ngữ. Các tổ chức giáo dục và nhà quản trị có thể trực tiếp ứng dụng quy trình đánh giá và hệ thống thang đo này để liên tục giám sát và hoàn thiện chất lượng dịch vụ của mình.