Giới thiệu dự án
Trong kỷ nguyên toàn cầu hóa, năng lực tiếng Anh đã trở thành một chỉ số kỹ năng thiết yếu đối với sinh viên và người đi làm. Theo các báo cáo giáo dục quốc tế, thị trường đào tạo Anh ngữ tại Việt Nam tăng trưởng với tốc độ bình quân hơn 12%/năm. Sự gia tăng nhanh chóng của các trung tâm đào tạo dẫn đến mức độ cạnh tranh gay gắt. Tại địa bàn thành phố Huế, sự hiện diện của hàng loạt thương hiệu như Ames, AMA, ITC, APAX, English Kingdom và Học viện Đào tạo Quốc tế ANI (Academy of Network and Innovations) đặt ra thách thức lớn về việc thu hút và giữ chân học viên.
Theo các nghiên cứu kinh tế marketing kinh điển (Kotler, 2003), chi phí để thu hút một khách hàng mới (Customer Acquisition Cost - CAC) cao gấp 5 lần so với chi phí duy trì một khách hàng hiện tại (Customer Retention Cost - CRC). Hơn nữa, tỷ suất lợi nhuận trên mỗi khách hàng có xu hướng gia tăng tỷ lệ thuận với mức độ trung thành của họ đối với thương hiệu. Do đó, bài toán cốt lõi của các tổ chức giáo dục không chỉ dừng lại ở hoạt động chiêu sinh ngắn hạn, mà là xây dựng một hệ thống nhận diện và cảm nhận thương hiệu vững chắc để tối ưu hóa lòng trung thành của học viên.
+-------------------------------------------------------------------------------+
| BÀI TOÁN CỐT LÕI (PROBLEM) |
| Cạnh tranh khốc liệt -> Chi phí CAC tăng cao -> Thiếu mô hình lượng hóa |
| mối liên hệ giữa Cảm nhận thương hiệu (Brand Perception) & Lòng trung thành |
+---------------------------------------+---------------------------------------+
|
v
+-------------------------------------------------------------------------------+
| GIẢI PHÁP (SOLUTION) |
| Ứng dụng mô hình ECSI hiệu chỉnh kết hợp Lý thuyết Tài sản Thương hiệu |
| David Aaker; phân tích đa biến: Cronbach's Alpha -> EFA -> CFA -> SEM |
+-------------------------------------------------------------------------------+
Mục tiêu nghiên cứu
Dự án nghiên cứu tập trung vào 4 mục tiêu cụ thể:
- Hệ thống hóa cơ sở lý luận: Tổng hợp các mô hình lý thuyết về tài sản thương hiệu (David Aaker, Keller), chỉ số hài lòng khách hàng (ACSI, ECSI) và lòng trung thành của khách hàng.
- Khảo sát và đánh giá thực trạng: Đo lường các chỉ số cảm nhận thương hiệu của học viên tại Học viện Đào tạo Quốc tế ANI qua 2 cơ sở (04 Lê Hồng Phong và 103D Trường Chinh, TP. Huế).
- Kiểm định mô hình cấu trúc tuyến tính: Xác định mối quan hệ nhân quả và trọng số tác động của các nhân tố (Hình ảnh thương hiệu, Liên tưởng thương hiệu, Chất lượng cảm nhận, Giá trị cảm nhận, Sự hài lòng, Sự than phiền) đến Lòng trung thành của học viên.
- Đề xuất hệ thống giải pháp: Cung cấp hàm ý quản trị và chiến lược phát triển thương hiệu dựa trên bằng chứng định lượng.
Phương pháp tiếp cận và phạm vi nghiên cứu
- Phương pháp tiếp cận: Vận dụng mô hình Chỉ số Hài lòng Khách hàng Châu Âu (ECSI - European Customer Satisfaction Index) kết hợp cấu trúc tài sản thương hiệu của David A. Aaker (1991), loại bỏ biến Kỳ vọng thương hiệu để tinh gọn thang đo theo định hướng đo lường cảm nhận trực tiếp (tương tự thang đo SERVPERF).
- Phạm vi không gian: Học viện Đào tạo Quốc tế ANI tại Thành phố Huế.
- Phạm vi thời gian: Thu thập dữ liệu thứ cấp giai đoạn 2019 - 2021; dữ liệu sơ cấp điều tra từ tháng 09/2020 đến tháng 12/2021.
- Dung lượng mẫu kỳ vọng: Cỡ mẫu lý thuyết tối thiểu $n \ge 182$ học viên, bảo đảm độ tin cậy $95%$ và sai số cho phép $e = 0.05$.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Để đo lường lòng trung thành của khách hàng trong ngành dịch vụ đào tạo, nhiều mô hình lý thuyết đã được áp dụng trong các nghiên cứu trước đây. Bảng dưới đây so sánh các mô hình nền tảng:
| Mô hình |
Tác giả / Tổ chức |
Ưu điểm |
Hạn chế |
Khả năng ứng dụng vào dự án |
| ACSI (American Customer Satisfaction Index) |
Fornell (1992) |
Cấu trúc nhân quả rõ ràng giữa Kỳ vọng, Chất lượng cảm nhận và Giá trị cảm nhận. |
Thường tối ưu cho dịch vụ công; biến kỳ vọng khó kiểm soát khi học viên đã trải nghiệm lâu. |
Kế thừa cấu trúc mắt xích: Giá trị $\to$ Hài lòng $\to$ Trung thành. |
| ECSI (European Customer Satisfaction Index) |
Fornell et al. (1992) |
Bổ sung nhân tố Hình ảnh thương hiệu (Corporate Image), tác động trực tiếp đến Hài lòng và Trung thành. |
Mô hình tổng thể phức tạp, chứa nhiều biến ngoại sinh trùng lặp. |
Mô hình nền tảng chính, được hiệu chỉnh lại các biến quan sát. |
| Brand Equity Model |
David A. Aaker (1991) |
Phân rã chi tiết 5 thành phần tài sản thương hiệu: Nhận biết, Liên tưởng, Chất lượng cảm nhận, Trung thành, Tài sản khác. |
Mang tính mô tả cấu trúc, thiếu phương trình cấu trúc biểu diễn sự than phiền/hài lòng. |
Tích hợp thành phần Liên tưởng và Chất lượng cảm nhận vào thang đo. |
| CBBE Model |
Kevin Lane Keller (1998) |
Tập trung vào chiều sâu cảm xúc và cộng hưởng thương hiệu (Brand Resonance). |
Khó lượng hóa chính xác ở quy mô trung tâm đào tạo vừa và nhỏ. |
Tham chiếu xây dựng nội dung bảng câu hỏi định tính. |
Phân loại yêu cầu hệ thống chỉ tiêu đo lường theo chuẩn MoSCoW
- Must-have (Bắt buộc có): Thang đo 7 nhân tố gồm: Hình ảnh thương hiệu (HATH), Liên tưởng thương hiệu (LTTH), Chất lượng cảm nhận (CLCN), Giá trị cảm nhận (GTCN), Sự hài lòng (SHL), Sự than phiền (STP), Lòng trung thành (LTT). Kiểm định độ tin cậy Cronbach's Alpha $\ge 0.70$ và phân tích nhân tố khám phá EFA.
- Should-have (Nên có): Phân tích nhân tố khẳng định (CFA), Mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling), Kiểm định Bootstrap với $N = 1000$ mẫu lặp lại.
- Could-have (Có thể có): Kiểm định tham số One-Sample T-test để đo lường mức độ đánh giá trung bình từng tiêu chí cụ thể của học viên.
- Won't-have (Không đưa vào): Đánh giá nhận biết thương hiệu của đối tượng ngoài trung tâm (non-users), do mục tiêu tập trung vào học viên đã và đang trải nghiệm dịch vụ.
Thiết kế hệ thống đo lường và cấu trúc biến số
Dữ liệu khảo sát được xây dựng trên thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\to$ 5: Hoàn toàn đồng ý) gồm 28 biến quan sát chuẩn hóa:
Hệ thống biến quan sát (28 Indicators):
Công cụ và môi trường công nghệ
- Phân tích định tính: Phần mềm NVivo v12.0 Plus dùng mã hóa văn bản phỏng vấn sâu chuyên gia.
- Phân tích định lượng: Phần mềm IBM SPSS Statistics v20.0 kết hợp mô đun phân tích AMOS v24.0 (hoặc thư viện R
lavaan v0.6-12) để xử lý CFA và SEM.
- Xử lý bảng tính và làm sạch dữ liệu: Microsoft Excel 2019 / Google Sheets.
Phương pháp luận (Methodology)
Quy trình nghiên cứu áp dụng mô hình tuần tự kết hợp (Exploratory Sequential Mixed Methods):
+---------------------------------------------------------------------------------+
| QUY TRÌNH NGHIÊN CỨU ĐỊNH LƯỢNG KẾT HỢP ĐỊNH TÍNH |
| |
| [Nghiên cứu định tính] (Phỏng vấn chuyên gia + Pilot test n=30) |
| [Hiệu chỉnh thang đo] (Bảng hỏi chính thức: 28 biến quan sát) |
| [Điều tra chính thức] (Phát 190 phiếu -> Thu về 182 phiếu hợp lệ) |
| [Kiểm định Thang đo] (Cronbach's Alpha >= 0.7; Corrected Item-Total >= 0.3) |
| [Phân tích EFA] (KMO >= 0.5; Bartlett p < 0.001; Factor Loading >= 0.5) |
| [Phân tích CFA & SEM] (Đánh giá độ phù hợp mô hình, Convergent & Discriminant) |
| [Bootstrap n=1000] & [Hàm ý Quản trị Chiến lược] |
+---------------------------------------------------------------------------------+
Công thức xác định quy mô mẫu
Cỡ mẫu xác định theo công thức ước lượng giá trị trung bình cho tổng thể vô hạn:
$$n = \frac{Z^2 \cdot \sigma^2}{e^2}$$
Trong đó:
- $Z = 1.96$: Giá trị phân phối chuẩn ứng với độ tin cậy $95%$ ($\alpha = 0.05$).
- $\sigma = 0.344$: Độ lệch chuẩn thu được từ nghiên cứu thử nghiệm sơ bộ ($n_0 = 30$).
- $e = 0.05$: Sai số chọn mẫu cho phép.
Tính toán cụ thể:
$$n = \frac{(1.96)^2 \cdot (0.344)^2}{(0.05)^2} = \frac{3.8416 \cdot 0.118336}{0.0025} \approx 181.82 \implies n_{\text{chuẩn}} = 182$$
Kế hoạch điều tra thực tế phát ra $190$ bảng hỏi, loại bỏ $8$ phiếu không hợp lệ (do khuyết thông tin hoặc chọn cùng 1 phương án lặp lại), thu được $N = 182$ quan sát hợp lệ (đạt $100%$ yêu cầu toán thống kê).
Implementation và kết quả
Quy trình triển khai xử lý dữ liệu (Statistical Processing)
Dữ liệu được làm sạch, mã hóa và phân tích thông qua kịch bản kiểm định định lượng. Đoạn mã R bên dưới minh họa quá trình ước lượng mô hình SEM qua gói lavaan:
# Cấu hình phân tích mô hình cấu trúc tuyến tính SEM cho đề tài ANI Academy
library(lavaan)
ani_model <- '
# Measurement Model (CFA)
HATH =~ HA1 + HA2 + HA3 + HA4 + HA5
LTTH =~ LT1 + LT2 + LT3 + LT4 + LT5
CLCN =~ CLCN1 + CLCN2 + CLCN3 + CLCN4 + CLCN5 + CLCN6 + CLCN7 + CLCN8
GTCN =~ GTCN1 + GTCN2 + GTCN3
SHL =~ HL1 + HL2 + HL3 + HL4
STP =~ TP1 + TP2 + TP3 + TP4 + TP5
LTT =~ LTT1 + LTT2 + LTT3
# Structural Paths (Hypotheses Testing)
SHL ~ b1*HATH + b2*CLCN + b3*GTCN
LTT ~ g1*HATH + g2*LTTH + g3*CLCN + g4*GTCN + g5*SHL + g6*STP
'
# Ước lượng mô hình với Bootstrap 1000 mẫu lặp lại
fit <- sem(ani_model, data = survey_data, se = "bootstrap", bootstrap = 1000)
summary(fit, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)
Kiểm định độ tin cậy và giá trị thang đo
1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)
Tất cả 7 nhóm thang đo đều đạt chuẩn độ tin cậy cao ($\alpha > 0.70$), hệ số tương quan biến - tổng (Corrected Item - Total Correlation) đều vượt ngưỡng $0.30$:
| Thang đo nhân tố |
Số biến quan sát |
Hệ số Cronbach's Alpha |
Đánh giá độ tin cậy |
| Hình ảnh thương hiệu (HATH) |
5 |
0.842 |
Rất tốt |
| Liên tưởng thương hiệu (LTTH) |
5 |
0.816 |
Rất tốt |
| Chất lượng cảm nhận (CLCN) |
8 |
0.895 |
Xuất sắc |
| Giá trị cảm nhận (GTCN) |
3 |
0.788 |
Tốt |
| Sự hài lòng (SHL) |
4 |
0.862 |
Rất tốt |
| Sự than phiền (STP) |
5 |
0.804 |
Tốt |
| Lòng trung thành (LTT) |
3 |
0.835 |
Rất tốt |
2. Phân tích nhân tố khám phá (EFA)
- Hệ số KMO (Kaiser-Meyer-Olkin) $= 0.868 > 0.50$, chứng minh quy mô mẫu hoàn toàn thích hợp cho phân tích nhân tố.
- Kiểm định Bartlett: $\chi^2 = 2458.32$, $p\text{-value} = 0.000 < 0.001$, các biến quan sát có tương quan tuyến tính chặt chẽ.
- Tổng phương sai trích (Total Variance Explained) $= 68.45% > 50%$, giá trị Eigenvalue của nhân tố cuối cùng dừng ở mức $1.24 > 1.0$.
3. Phân tích nhân tố khẳng định (CFA) và Độ hội tụ
Mô hình đo lường đạt độ tương thích thống kê với dữ liệu thị trường:
- Chi-square/df ($CMIN/df$) $= 1.425 \le 2.0$ (Phù hợp tuyệt hảo).
- $CFI = 0.962$, $TLI = 0.955$, $GFI = 0.912$ (Đều vượt ngưỡng chuẩn $> 0.90$).
- $RMSEA = 0.048 \le 0.05$ (Mức độ sai lệch tuyệt hảo).
- Độ tin cậy tổng hợp ($CR - \text{Composite Reliability}$) $> 0.70$ và Phương sai trích trung bình ($AVE - \text{Average Variance Extracted}$) $> 0.50$ cho toàn bộ các khái niệm nghiên cứu.
+-------------------------------------------------------------------------------+
| KẾT QUẢ KIỂM ĐỊNH GIÁ TRỊ PHÂN BIỆT |
| Mọi hệ số tương quan (r) giữa các biến tiềm ẩn đều nhỏ hơn căn bậc hai |
| của AVE (Fornell-Larcker Criterion): r_ij < sqrt(AVE_i) |
| => Tính phân biệt và tính hội tụ của bộ thang đo được xác lập vững chắc. |
+-------------------------------------------------------------------------------+
Kết quả phân tích mô hình cấu trúc tuyến tính SEM
Bảng tổng hợp kết quả ước lượng đường dẫn mô hình cấu trúc tuyến tính và kiểm định các giả thuyết:
| Giả thuyết |
Mối quan hệ tác động |
Hệ số chuẩn hóa ($\beta$) |
P-value |
Kết luận |
| H1 |
$\text{HATH} \to \text{LTT}$ |
$+0.185$ |
$0.008$ |
Chấp nhận (Tác động cùng chiều) |
| H2 |
$\text{LTTH} \to \text{LTT}$ |
$+0.142$ |
$0.031$ |
Chấp nhận (Tác động cùng chiều) |
| H3 |
$\text{CLCN} \to \text{LTT}$ |
$+0.328$ |
$0.000$ |
Chấp nhận (Tác động mạnh nhất) |
| H4 |
$\text{GTCN} \to \text{LTT}$ |
$+0.214$ |
$0.002$ |
Chấp nhận (Tác động cùng chiều) |
| H5 |
$\text{SHL} \to \text{LTT}$ |
$+0.265$ |
$0.000$ |
Chấp nhận (Tác động cùng chiều) |
| H6 |
$\text{STP} \to \text{LTT}$ |
$-0.118$ |
$0.042$ |
Chấp nhận (Tác động ngược chiều) |
Kiểm định Bootstrap lặp lại $N = 1000$ lần cho thấy độ chệch (bias) của các trọng số ước lượng là không đáng kể ($p > 0.05$), khẳng định mô hình có độ tin cậy cao và khái quát hóa tốt.
Đổi mới và đóng góp
- Hiệu chỉnh mô hình tích hợp chuyên sâu cho EdTech/ESL:
Khác với các nghiên cứu trước đây vốn áp dụng nguyên bản mô hình ACSI hoặc ECSI cho khối ngân hàng hay bán lẻ (Lê Văn Huy, 2007; Nguyễn Thị Mai Trang, 2006), đề tài đã tinh gọn và cấu trúc lại mô hình phù hợp với hành vi tiêu dùng giáo dục tại địa phương. Việc loại bỏ biến "Kỳ vọng" và thay thế bằng cặp biến "Chất lượng cảm nhận" - "Giá trị cảm nhận" giúp phản ánh chân thực trải nghiệm dài hạn của học viên.
- Lượng hóa chính xác tác động của dịch vụ hỗ trợ (Tutor & Trợ giảng):
Nghiên cứu chỉ ra biến quan sát
CLCN4 (Đội ngũ tutor, trợ giảng hỗ trợ) và CLCN5 (Lộ trình học cá nhân hóa) đạt hệ số tải nhân tố (Factor Loading) cao nhất trong thang đo CLCN ($> 0.78$), minh chứng rằng trong giáo dục ngoại ngữ, giá trị cốt lõi đến từ tương tác hỗ trợ học tập thay vì chỉ đơn thuần là bài giảng một chiều.
- Chứng minh mối quan hệ giữa than phiền và lòng trung thành:
Nghiên cứu cung cấp bằng chứng thực nghiệm về tác động tiêu cực của biến
STP ($\beta = -0.118, p < 0.05$). Điều này giải quyết bài toán kinh doanh: việc xử lý triệt để phản hồi than phiền của học viên đóng vai trò như một cơ chế phòng vệ trực tiếp bảo vệ nguồn thu từ học viên tái ghi danh.
Ứng dụng thực tế và triển khai
Tình huống triển khai thực tế tại Học viện ANI
Dựa trên kết quả thực nghiệm, giải pháp quản trị được phân chia thành 4 trụ cột chiến lược:
+-----------------------------------------------------------------------------------+
| 4 TRỤ CỘT CHIẾN LƯỢC QUẢN TRỊ ANI |
+--------------------------+--------------------------+-----------------------------+
| 1. CHẤT LƯỢNG ĐÀO TẠO | 2. HỆ THỐNG TRỢ GIẢNG | 3. TRẢI NGHIỆM & CRM |
| (Beta = 0.328) | (Factor Loading = 0.78) | (Beta = 0.265, -0.118) |
| - Chuẩn hóa giáo trình | - Tăng tỷ lệ Tutor/lớp | - SLA tiếp nhận < 2 giờ |
| Cambridge/IELTS | - Dashboard theo dõi | - Khảo sát tự động tuần 4-8 |
| - Bổ trợ app học tập | bài tập tự động | - Ưu đãi 15-20% tái đăng ký |
+--------------------------+--------------------------+-----------------------------+
- Chuẩn hóa Chất lượng đào tạo (Trọng số $\beta = 0.328$):
- Rà soát giáo trình các hệ lớp (Basic, Communication, IELTS Iron $\to$ Golden, TOEIC 450+ $\to$ 750+).
- Tích hợp công nghệ học tập số qua các ứng dụng bổ trợ (English Central, IELTS Speaking Assistant).
- Nâng cao năng lực đội ngũ Tutor và Cố vấn học tập:
- Tăng cường tỷ lệ trợ giảng trên mỗi lớp học, đảm bảo chấm chữa bài tập phát âm/ngữ pháp chi tiết trong vòng 24 giờ.
- Tối ưu hóa Giá trị cảm nhận và Truyền thông thương hiệu:
- Triển khai chính sách học phí linh hoạt kèm cam kết hỗ trợ học lại miễn phí nếu không đạt chuẩn đầu ra (giải tỏa rủi ro tâm lý).
- Đồng bộ hóa nhận diện thương hiệu tại 2 cơ sở (màu sắc, logo, bảng biển, trang phục nhân viên).
- Hệ thống xử lý than phiền (Service Recovery System):
- Xây dựng cổng tiếp nhận phản hồi ẩn danh qua ứng dụng di động; cam kết phản hồi và xử lý trong vòng 2 giờ làm việc để triệt tiêu biến
STP.
Lộ trình triển khai (Implementation Roadmap)
| Giai đoạn |
Thời gian |
Nhiệm vụ chính |
Chỉ số đo lường hiệu quả (KPIs) |
| P1: Tối ưu quy trình |
Quý 1 |
Chuẩn hóa bảng SLA phản hồi học viên; nâng cấp ứng dụng bổ trợ học tập. |
$100%$ khiếu nại được xử lý trong 2h; Tỷ lệ nộp bài tập đạt $> 90%$. |
| P2: Đào tạo & Nhận diện |
Quý 2 |
Huấn luyện kỹ năng CSKH cho bộ phận Tư vấn/Tutor; làm mới POSM tại 2 cơ sở. |
Điểm đánh giá hài lòng nội bộ đạt $\ge 4.5/5.0$. |
| P3: Chiến dịch Loyalty |
Quý 3 |
Triển khai chính sách tích điểm, học bổng tri ân và chương trình Referral ("Giới thiệu bạn bè"). |
Tỷ lệ học viên cũ giới thiệu người mới tăng $+25%$. |
| P4: Đánh giá & Nhân rộng |
Quý 4 |
Tái khảo sát định lượng $N = 200$; mở rộng cơ sở mới tại khu vực Miền Trung. |
Tỷ lệ giữ chân học viên (Retention Rate) đạt $> 75%$. |
Hạn chế và hướng phát triển
Hạn chế học thuật
- Quy mô và địa bàn nghiên cứu: Dữ liệu chỉ thu thập tại 2 cơ sở của ANI ở TP. Huế ($N = 182$), chưa mở rộng so sánh với các đô thị lớn như Đà Nẵng, Hà Nội hay TP. Hồ Chí Minh.
- Phương pháp chọn mẫu: Sử dụng phương pháp chọn mẫu thuận tiện/ngẫu nhiên đơn giản, có thể tồn tại sai số đại diện giữa các phân khúc độ tuổi và khóa học (khóa IELTS so với khóa tiếng Anh trẻ em).
- Bản chất dữ liệu cắt ngang (Cross-sectional data): Chưa theo dõi biến động lòng trung thành theo thời gian thực (Longitudinal study).
Hướng phát triển đề xuất
- Mở rộng phân tích đa nhóm (Multi-group SEM Analysis) để kiểm định sự khác biệt giữa các nhóm học viên: Học sinh/Sinh viên vs Người đi làm, hoặc nhóm có mức thu nhập khác nhau.
- Tích hợp thêm các biến số công nghệ mới như Mức độ chấp nhận nền tảng học số (Technology Acceptance Model - TAM) trong bối cảnh đào tạo kết hợp (Blended Learning).
Đối tượng hưởng lợi
+-------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI & GIÁ TRỊ |
+-----------------------------+-------------------------------------------------+
| Sinh viên / Người học: | Tài liệu học thuật chuẩn mực về phân tích EFA/ |
| | CFA/SEM trên SPSS và Amos/R. |
| Nhà quản trị giáo dục: | Framework chiến lược tối ưu hóa CAC và CRC |
| | thông qua quản trị cảm nhận thương hiệu. |
| Chuyên viên Marketing: | Bằng chứng định lượng về mức độ tác động của |
| | hình ảnh và giá trị cảm nhận đến tỷ lệ giữ chân.|
| Nhà nghiên cứu khoa học: | Bộ thang đo 28 biến quan sát được kiểm định hội |
| | tụ và phân biệt đầy đủ trong lĩnh vực ESL. |
+-----------------------------+-------------------------------------------------+
- Học viên và Sinh viên: Hiểu rõ quyền lợi và lộ trình chuẩn hóa chất lượng khi lựa chọn các khóa đào tạo Anh ngữ uy tín.
- Doanh nghiệp đào tạo: Tiết kiệm hàng trăm triệu đồng ngân sách quảng cáo không hiệu quả thông qua việc tập trung vào nhân tố có trọng số tác động cao nhất (Chất lượng cảm nhận $\beta = 0.328$).
Câu hỏi thường gặp
1. Tại sao nghiên cứu lại loại bỏ biến "Kỳ vọng thương hiệu" trong mô hình ECSI gốc?
Trong bối cảnh học viên đã trực tiếp trải nghiệm khóa học tại trung tâm (từ 3 đến 12 tháng), yếu tố kỳ vọng ban đầu đã bị biến đổi hoàn toàn thành cảm nhận thực tế. Việc loại bỏ biến này giúp mô hình tinh gọn hơn mà vẫn đảm bảo độ tin cậy và sức mạnh giải thích của phương trình cấu trúc (R-square).
2. Kích thước mẫu N = 182 có đủ điều kiện thống kê cho phân tích SEM không?
Theo quy tắc kinh nghiệm của Hair et al. (2014), cỡ mẫu tối thiểu cho mô hình SEM cần thỏa mãn tỷ lệ 5 quan sát trên 1 biến đo lường ($5:1$). Thang đo hiệu chỉnh có 28 biến quan sát, yêu cầu tối thiểu $28 \times 5 = 140$ mẫu. Quy mô $N = 182$ hoàn toàn đáp ứng tốt yêu cầu này và phù hợp với công thức ước lượng cỡ mẫu theo độ lệch chuẩn thực nghiệm.
3. Nhân tố nào có ảnh hưởng mạnh nhất đến lòng trung thành của học viên?
Kết quả SEM chỉ ra rằng Chất lượng cảm nhận (CLCN) là biến có tác động lớn nhất ($\beta = 0.328, p < 0.001$), tiếp theo là Sự hài lòng (SHL) ($\beta = 0.265$) và Giá trị cảm nhận (GTCN) ($\beta = 0.214$).
4. Hệ thống xử lý dữ liệu sử dụng phần mềm nào?
Nghiên cứu sử dụng kết hợp NVivo v12.0 (mã hóa dữ liệu định tính phỏng vấn chuyên gia), IBM SPSS v20.0 (thống kê mô tả, Cronbach's Alpha, EFA) và AMOS v24.0 / R lavaan (CFA, SEM, Bootstrap).
5. Làm sao để giảm thiểu sự than phiền (STP) của học viên hiệu quả nhất?
Phân tích One-Sample T-test cho thấy biến than phiền tập trung nhiều nhất ở TP3 (Cơ sở vật chất) và TP5 (Tốc độ hỗ trợ ngoài giờ). Do đó, việc nâng cấp thiết bị giảng dạy và chuẩn hóa quy trình chăm sóc qua kênh Zalo/App là giải pháp ưu tiên hàng đầu.
Kết luận
Đề tài nghiên cứu đã xây dựng và kiểm định thành công mô hình định lượng xác định mối liên hệ giữa Cảm nhận thương hiệu và Lòng trung thành của học viên tại Học viện Đào tạo Quốc tế ANI. Bằng việc phối hợp chặt chẽ giữa cơ sở lý luận vững chắc và công cụ phân tích cấu trúc đa biến hiện đại (Cronbach's Alpha, EFA, CFA, SEM), nghiên cứu đã chứng minh rằng việc đầu tư vào chất lượng dịch vụ đào tạo thực chất, đội ngũ hỗ trợ nhiệt tình và hệ thống nhận diện chuyên nghiệp là chìa khóa then chốt để xây dựng lòng trung thành bền vững. Kết quả này không chỉ mang lại giá trị học thuật cao mà còn cung cấp cẩm nang thực thi thực tế cho ban lãnh đạo Học viện ANI nói riêng và các tổ chức giáo dục đào tạo ngoại ngữ nói chung trên con đường phát triển thương hiệu dài hạn.
