Giới thiệu dự án

Trong bối cảnh toàn cầu hóa và hội nhập kinh tế quốc tế sâu rộng, năng lực ngoại ngữ—đặc biệt là tiếng Anh—đã trở thành điều kiện tiên quyết cho nguồn nhân lực tại các thị trường đang phát triển. Theo các báo cáo giáo dục quốc tế, có hơn 1,5 tỷ người trên thế giới đang học và sử dụng tiếng Anh như một ngôn ngữ thứ hai. Tại Việt Nam, sự bùng nổ của các trung tâm ngoại ngữ tư nhân tạo nên một thị trường dịch vụ giáo dục cạnh tranh khốc liệt. Tuy nhiên, tình trạng mất cân đối giữa số lượng và chất lượng đào tạo, tỷ lệ thôi học cao, cùng sự thiếu hụt các mô hình đo lường trải nghiệm khách hàng chuẩn hóa đang là rào cản lớn đối với năng lực cạnh tranh của các tổ chức giáo dục.

Dự án nghiên cứu “Phân tích mối quan hệ giữa chất lượng dịch vụ, sự hài lòng và lòng trung thành của học viên tại Học viện Đào tạo Quốc tế ANI” giải quyết trực tiếp bài toán quản trị dịch vụ giáo dục: Làm thế nào để lượng hóa tác động của các thành phần chất lượng dịch vụ đào tạo đến sự thỏa mãn và hành vi duy trì/giới thiệu của học viên thông qua mô hình cấu trúc tuyến tính?

Mục tiêu dự án

  1. Xác định các thành phần cấu thành chất lượng dịch vụ đặc thù cho mô hình học viện ngôn ngữ quốc tế dựa trên khung lý thuyết SERVQUAL/SERVPERF mở rộng.
  2. Kiểm định và lượng hóa mối quan hệ nhân quả giữa 5 nhóm yếu tố chất lượng dịch vụ (Tin cậy, Đồng cảm, Đáp ứng, Phương tiện hữu hình, Đào tạo), Sự hài lòng và Lòng trung thành của học viên.
  3. Đánh giá mức độ cảm nhận thực tế của học viên thông qua kiểm định tham số (One-Sample T-test, ANOVA/Independent T-test) nhằm xác định các điểm nghẽn vận hành.
  4. Xây dựng hệ thống giải pháp quản trị chiến lược dựa trên dữ liệu định lượng nhằm tối ưu hóa chi phí giữ chân khách hàng (Customer Retention) và nâng cao chỉ số chuyển đổi truyền miệng (WOM).

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp nghiên cứu hỗn hợp kết hợp kỹ thuật phân tích mô hình cấu trúc tuyến tính (Structural Equation Modeling - SEM). Khung nghiên cứu chuyển hóa các giá trị vô hình của dịch vụ giáo dục thành các biến định lượng có thể kiểm soát.

  • Kết quả đo lường dự kiến: Xác định bộ chỉ số thích hợp của mô hình ($CMIN/df < 3.0$, $CFI, TLI, GFI > 0.9$, $RMSEA < 0.08$), hệ số tin cậy thang đo Cronbach's $\alpha \ge 0.70$, và phương sai trích $AVE > 0.50$.
  • Phạm vi và giới hạn: Nghiên cứu thực hiện tại Học viện Đào tạo Quốc tế ANI (Thành phố Huế) với tập mẫu $n=162$ học viên chính quy trong giai đoạn từ tháng 06/2019 đến tháng 11/2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình nghiên cứu, các lý thuyết nền tảng về đo lường chất lượng dịch vụ được đánh giá để xác định mô hình phù hợp nhất cho dịch vụ đào tạo ngoại ngữ.

Mô hình Tác giả & Năm Ưu điểm cốt lõi Nhược điểm/Khoảng trống Khả năng áp dụng tại ANI
SERVQUAL Parasuraman et al. (1985, 1988) Đo lường chi tiết khoảng cách kỳ vọng - cảm nhận ($Gap = P - E$); độ tin cậy lý thuyết cao. Bảng hỏi dài (44 biến quan sát), gây mệt mỏi cho người trả lời; khái niệm "kỳ vọng" dễ gây thiên lệch. Trung bình
Gronroos Model Christian Gronroos (1984) Phân định rõ chất lượng kỹ thuật (Technical - Output) và chất lượng chức năng (Functional - Process). Khó lượng hóa cụ thể các biến quan sát cho từng ngành nghề đặc thù nếu không có thang đo phụ. Thấp
SERVPERF Cronin & Taylor (1992) Đo lường trực tiếp cảm nhận ($Performance-only$); giảm 50% độ dài khảo sát; tính giải thích phương sai vượt trội. Chưa bao quát toàn diện các đặc thù học thuật chuyên sâu của dịch vụ giáo dục đào tạo. Cao (Được chọn làm khung chính)

Ưu tiên hóa yêu cầu đo lường theo khung MoSCoW

  • Must have (Bắt buộc): Đo lường 5 chiều không gian dịch vụ (TC, DC, DU, PTHH, DT); kiểm định độ tin cậy Cronbach's Alpha; phân tích nhân tố EFA, CFA và ước lượng mô hình SEM.
  • Should have (Nên có): Kiểm định Bootstrap tái chọn mẫu ($N=1000$) để bảo đảm tính vững của ước lượng khi cỡ mẫu hữu hạn; phân tích sự khác biệt nhân khẩu học (ANOVA, T-test).
  • Could have (Có thể có): Tích hợp công cụ tự động hóa tính điểm đánh giá trải nghiệm học viên trên nền tảng số.
  • Won't have (Không làm đợt này): Đánh giá tác động tài chính dài hạn (CLV - Customer Lifetime Value) qua nhiều năm tài khóa.

Thiết kế hệ thống nghiên cứu và cấu trúc dữ liệu

Mô hình nghiên cứu định lượng cấu trúc bao gồm 7 khái niệm tiềm ẩn (latent constructs) được đo lường thông qua 28 biến quan sát (observed items) sử dụng thang đo Likert 5 bậc (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).

Ma trận đặc tả biến và cấu trúc công nghệ xử lý

  • Hệ điều hành & Nền tảng phân tích: Windows 10 x64, IBM SPSS Statistics 16.0, IBM SPSS Amos 16.0, Microsoft Excel 2016.
  • Quy chuẩn mã hóa thang đo (Codebook Structure):
    • PTHH1 - PTHH6: Cơ sở vật chất, âm thanh, ánh sáng, phòng học Oxford/Cambridge/Harvard, giao diện website, hệ thống chatbot/hotline.
    • TC1 - TC4: Cam kết đào tạo, thông báo kế hoạch học tập, độ chính xác dịch vụ, bảo đảm quyền lợi.
    • DT1 - DT3: Năng lực sư phạm của giáo viên, chuẩn đầu ra, tính tương thích của giáo trình (IELTS Bronze/Silver/Golden, TOEIC, Basic Focus).
    • DU1 - DU4: Tốc độ xử lý yêu cầu, sự hỗ trợ của giáo viên ngoài giờ, mức độ lắng nghe của chuyên viên tư vấn.
    • DC1 - DC4: Chăm sóc cá nhân hóa, thấu hiểu khó khăn học viên, chính sách giờ học linh hoạt.
    • SHL1 - SHL4: Mức độ hài lòng với chất lượng giảng dạy, nhân viên hỗ trợ, cơ sở vật chất, chi phí học phí.
    • STT1 - STT3: Ý định tiếp tục đăng ký khóa học nâng cao, ý định quay lại, sự sẵn sàng giới thiệu cho người khác (WOM).

Phương pháp luận (Methodology)

Nghiên cứu kết hợp hai giai đoạn tuần tự nhằm bảo đảm tính giá trị nội dung (content validity) và tính giá trị cấu trúc (construct validity).

Quy trình quản trị rủi ro khảo sát

  • Rủi ro sai lệch chọn mẫu (Sampling Bias): Sử dụng phương pháp chọn mẫu ngẫu nhiên hệ thống ($k = \frac{N}{n} = \frac{350}{162} \approx 2.16$, chọn bước nhảy $k=2$), khảo sát phân bổ đều các ngày chẵn/lẻ (Thứ 2-4-6 và Thứ 3-5-7) để tránh hiện tượng bỏ sót nhóm học viên cuối tuần.
  • Rủi ro dữ liệu khuyết (Missing Data): Mã hóa quy ước số 9 cho các ô trống, tiến hành sàng lọc bản ghi bằng kiểm tra tần số (Descriptive Statistics > Frequencies) trước khi chạy ma trận tương quan.

Implementation và kết quả

Quy trình phân tích định lượng và thuật toán ứng dụng

1. Công thức xác định quy mô mẫu

Cỡ mẫu đại diện tối thiểu được tính toán dựa trên công thức ước lượng giá trị trung bình cho tổng thể hữu hạn:

$$n = \frac{Z_{\alpha/2}^2 \cdot \sigma^2}{e^2}$$

Trong đó:

  • Độ tin cậy $1 - \alpha = 95% \Rightarrow Z_{0.025} = 1.96$.
  • Sai số biên cho phép: $e = 0.05$.
  • Độ lệch chuẩn tổng thể $\sigma$ thu được từ nghiên cứu thử nghiệm ($n_{pilot} = 30$): $\sigma = 0.325$.

$$\Rightarrow n = \frac{(1.96)^2 \cdot (0.325)^2}{(0.05)^2} = \frac{3.8416 \cdot 0.105625}{0.0025} = 162.31 \approx 162 \text{ (học viên)}$$

2. Kỹ thuật ước lượng mô hình SEM

Hệ phương trình cấu trúc tuyến tính mô tả mối quan hệ giữa biến tiềm ẩn nội sinh ($\eta$) và biến tiềm ẩn ngoại sinh ($\xi$):

$$\eta = \mathbf{B}\eta + \mathbf{\Gamma}\xi + \zeta$$

Trong đó:

  • $\mathbf{B}$: Ma trận hệ số hồi quy biểu diễn tác động qua lại giữa các biến tiềm ẩn nội sinh (Sự hài lòng $\rightarrow$ Sự trung thành).
  • $\mathbf{\Gamma}$: Ma trận hệ số hồi quy biểu diễn tác động của biến ngoại sinh (TC, DC, DU, PTHH, DT) lên biến nội sinh.
  • $\zeta$: Vector sai số cấu trúc.
# Cấu trúc mã nguồn giả lập quy trình phân tích CFA/SEM (SPSS/Amos Python Integration)
import numpy as np
import pandas as pd

def evaluate_construct_reliability(loadings, indicator_variances):
    """Tính toán Composite Reliability (CR) và Average Variance Extracted (AVE)"""
    sum_loadings = np.sum(loadings)
    sum_sq_loadings = np.sum(loadings ** 2)
    sum_variances = np.sum(indicator_variances)
    
    # CR Formula: (sum(lambda))^2 / [ (sum(lambda))^2 + sum(theta) ]
    cr = (sum_loadings ** 2) / ((sum_loadings ** 2) + sum_variances)
    
    # AVE Formula: sum(lambda^2) / [ sum(lambda^2) + sum(theta) ]
    ave = sum_sq_loadings / (sum_sq_loadings + sum_variances)
    
    return {"Composite_Reliability": cr, "AVE": ave}

# Ví dụ kiểm tra nhân tố 'Đào tạo' (DT)
dt_loadings = np.array([0.812, 0.785, 0.840])
dt_variances = 1 - dt_loadings ** 2
metrics = evaluate_construct_reliability(dt_loadings, dt_variances)
# Kết quả đạt chuẩn: CR > 0.70, AVE > 0.50

Kiểm định chất lượng mô hình và thang đo

1. Đánh giá độ tin cậy thang đo (Cronbach's Alpha) và Phân tích EFA

Các tiêu chí kiểm định thống kê đạt độ tương thích cao với dữ liệu thị trường:

  • Hệ số Cronbach's Alpha: Toàn bộ 7 nhóm thang đo đều đạt hệ số $\alpha > 0.75$ (dao động từ $0.782$ đến $0.891$), hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation$) đều $> 0.35$, không có biến quan sát nào bị loại.
  • Kiểm định KMO & Bartlett: Chỉ số KMO đạt $0.842 > 0.50$, kiểm định Bartlett có ý nghĩa thống kê ($Sig. = 0.000 < 0.05$), tổng phương sai trích đạt $63.48% > 50%$ tại giá trị Eigenvalue $> 1.0$.

2. Kết quả phân tích nhân tố khẳng định (CFA) và kiểm định mô hình cấu trúc (SEM)

Sau khi hiệu chỉnh bằng chỉ số hiệu chỉnh Modification Indices (MI) để giải phóng các cặp sai số có tương quan lý thuyết, các chỉ số độ phù hợp mô hình đều đạt chuẩn lý tưởng:

Chỉ số đánh giá Giá trị ngưỡng chấp nhận Giá trị đạt được (Trước MI) Giá trị đạt được (Sau MI) Kết luận
$CMIN/df$ $< 3.0$ (tốt), $< 5.0$ (chấp nhận) 1.845 1.482 Rất tốt
$GFI$ $\ge 0.90$ 0.865 0.912 Đạt chuẩn
$TLI$ $\ge 0.90$ 0.889 0.945 Rất tốt
$CFI$ $\ge 0.90$ 0.898 0.958 Rất tốt
$RMSEA$ $\le 0.08$ (tốt $\le 0.05$) 0.062 0.043 Lý tưởng

Kết quả đạt được từ phân tích SEM

  1. Yếu tố Đào tạo (DT) có tác động mạnh nhất đến Sự hài lòng ($\beta = 0.356, p < 0.001$), khẳng định trình độ giảng viên và giáo trình là giá trị cốt lõi chi phối nhận thức của học viên.
  2. Yếu tố Tin cậy (TC) giữ vị trí quan trọng thứ hai ($\beta = 0.284, p < 0.001$), chứng minh việc giữ đúng cam kết chuẩn đầu ra có ảnh hưởng quyết định đến niềm tin học tập.
  3. Sự hài lòng (SHL) đóng vai trò biến trung gian một phần vững chắc, tác động trực tiếp cực mạnh đến Lòng trung thành (STT) ($\beta = 0.612, p < 0.001$). Đồng thời, yếu tố Đào tạo có tác động trực tiếp bổ sung đến Lòng trung thành ($\beta = 0.215$).
  4. Kiểm định Bootstrap ($N = 1000$): Độ chệch (Bias) của các trọng số hồi quy ước lượng đều xấp xỉ bằng $0$, với giá trị $p > 0.05$, chứng minh mô hình cấu trúc có độ tin cậy cao và không bị vi phạm giả định phân phối khi suy rộng tổng thể.

Đổi mới và đóng góp

  1. Chuẩn hóa thang đo chuyên biệt cho phân khúc học viện ngôn ngữ: Khác với các nghiên cứu áp dụng SERVQUAL nguyên bản (chỉ gồm 5 thành phần tổng quát), đề tài đã tích hợp và kiểm chứng thành công nhân tố “Đào tạo” (Training Quality) như một cấu trúc độc lập có trọng số giải thích cao nhất ($35.6%$).
  2. So sánh cải tiến so với các nghiên cứu tiền nhiệm:
    • So với mô hình siêu thị của Nguyễn Thị Mai Trang: Nghiên cứu đào tạo chỉ ra rằng chất lượng cốt lõi (Core service - Giảng viên & Giáo trình) quan trọng vượt trội so với dịch vụ ngoại vi, trong khi ở bán lẻ thì vị trí và trưng bày chiếm ưu thế.
    • So với SERVQUAL truyền thống: Loại bỏ thang đo kép (Kỳ vọng/Thực tế), giúp rút ngắn thời gian thu thập dữ liệu từ trung bình 15 phút xuống còn 4 phút/phiếu, tăng tỷ lệ phản hồi hợp lệ đạt $98.8%$.
  3. Đóng góp khoa học và thực tiễn: Cung cấp bộ công cụ đo lường thực chứng đã qua kiểm định CFA/SEM cho các cơ sở đào tạo ngoại ngữ tại khu vực miền Trung, lượng hóa được cơ chế chuyển dịch từ "Hài lòng" sang "Trung thành & Giới thiệu".

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong quản trị học viện

Lộ trình triển khai chiến lược cải tiến 4 giai đoạn

Phân tích hiệu quả kinh tế (Cost-Benefit & ROI Analysis)

  • Chi phí duy trì khách hàng cũ (Retention): Thấp hơn 5 lần so với chi phí thu hút khách hàng mới ($CAC$).
  • Lợi ích dự kiến: Gia tăng tỷ lệ học viên học tiếp các khóa nâng cao (Basic $\rightarrow$ Pronunciation $\rightarrow$ Communication $\rightarrow$ Pre IELTS $\rightarrow$ IELTS Bronze/Silver) thêm $28%$, giúp giảm $35%$ ngân sách quảng cáo chuyển đổi trực tiếp, hoàn vốn đầu tư nâng cấp cơ sở vật chất trong vòng 8 tháng hoạt động.

Hạn chế và hướng phát triển

  • Hạn chế về phạm vi không gian và thời gian: Nghiên cứu được thực hiện cục bộ tại địa bàn TP. Huế trong khung thời gian 5 tháng; cỡ mẫu $n=162$ dù đạt chuẩn thống kê tối thiểu ($5 \times 28 = 140$) nhưng chưa bao quát được sự biến động hành vi theo mùa vụ (ví dụ: mùa tuyển sinh cao điểm hè).
  • Hạn chế phương pháp lấy mẫu: Phương pháp chọn mẫu ngẫu nhiên hệ thống tại các lớp học có thể gặp rủi ro thiếu vắng các học viên có tỷ lệ chuyên cần thấp.
  • Hướng phát triển tiếp theo:
    1. Mở rộng mô hình nghiên cứu đa nhóm (Multi-group Invariance Analysis) để so sánh hành vi giữa nhóm học sinh THPT, sinh viên đại học và người đi làm.
    2. Bổ sung các biến trung gian mới như Giá trị cảm nhận (Perceived Value) và Hình ảnh thương hiệu (Brand Equity) vào mạng lưới cấu trúc SEM.

Đối tượng hưởng lợi

Câu hỏi thường gặp

1. Cần chuẩn bị hạ tầng phần mềm gì để tái lập quy trình phân tích của đồ án?

Hệ thống yêu cầu cài đặt gói phần mềm phân tích định lượng chuẩn gồm IBM SPSS Statistics (phiên bản từ 16.0 đến 26.0) để làm sạch, thống kê mô tả, kiểm định Cronbach's Alpha, EFA và IBM SPSS Amos (phiên bản 16.0 trở lên) để thực hiện vẽ đường dẫn, phân tích CFA, SEM và Bootstrap. Dữ liệu thô được chuẩn bị trên Microsoft Excel dưới dạng bảng ma trận số hóa không chứa ký tự đặc biệt.

2. Cỡ mẫu n = 162 có đủ độ tin cậy để chạy mô hình cấu trúc SEM không?

Theo tiêu chuẩn của Bollen (1989) và Hair et al. (2010), kích thước mẫu tối thiểu cho phân tích nhân tố và SEM cần đạt tỷ lệ tối thiểu 5 quan sát cho 1 biến đo lường ($5:1$). Nghiên cứu có 28 biến quan sát, yêu cầu mẫu tối thiểu là $28 \times 5 = 140$. Với quy mô mẫu thực tế $n = 162$, cùng với kiểm định Bootstrap tái lặp 1.000 lần cho thấy độ chệch không có ý nghĩa thống kê, kết quả hoàn toàn bảo đảm độ vững và tính đại diện.

3. Tại sao nghiên cứu sử dụng SERVPERF thay vì giữ nguyên mô hình SERVQUAL gốc?

Mô hình SERVQUAL yêu cầu đo lường 2 lần cho mỗi biến (Kỳ vọng và Cảm nhận thực tế, tổng cộng 44 câu hỏi đối với 22 biến), thường dẫn đến hiện tượng học viên trả lời thiếu tập trung hoặc thiên lệch điểm kỳ vọng quá cao. SERVPERF chỉ đo lường điểm cảm nhận thực tế, giúp giảm một nửa dung lượng bảng hỏi, tăng độ chuẩn xác của câu trả lời, đồng thời chứng minh được khả năng giải thích phương sai vượt trội trong môi trường dịch vụ giáo dục.

4. Chi phí đầu tư cải tiến dịch vụ theo đề xuất có tạo áp lực lên học phí không?

Các giải pháp tập trung chính vào việc chuẩn hóa quy trình đào tạo giảng viên nội bộ, tái cấu trúc tài liệu học tập sẵn có và tối ưu hóa quy trình chăm sóc học viên qua kênh trực tuyến. Các hạng mục nâng cấp cơ sở vật chất (TV, âm thanh, bàn ghế) được phân bổ khấu hao theo từng chu kỳ khóa học 2-3 tháng, được bù đắp hoàn toàn bằng lượng doanh thu tăng thêm từ tỷ lệ học viên tái đăng ký khóa tiếp theo ($Retention\ Rate$) mà không cần tăng học phí.

5. Làm thế nào để trung tâm duy trì chỉ số chất lượng dịch vụ ổn định qua thời gian?

Học viện cần số hóa quy trình thu thập ý kiến học viên định kỳ thành 3 mốc cố định: Đầu khóa (sau 1 tuần), Giữa khóa (tuần 4-6) và Cuối khóa (trước kỳ thi Final Test). Dữ liệu này được tự động hóa tính điểm trung bình các nhân tố (TC, DT, DU, DC, PTHH); nếu bất kỳ nhân tố nào có điểm số rơi xuống dưới ngưỡng $3.5/5.0$, hệ thống quản trị sẽ kích hoạt quy trình can thiệp và kiểm tra chuyên môn ngay lập tức.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Chu Thị Lam Phương đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, mang lại cả giá trị học thuật lẫn giá trị thực tiễn sâu sắc cho chuyên ngành Quản trị Kinh doanh. Bằng việc ứng dụng phương pháp luận khoa học chặt chẽ—từ nghiên cứu định tính khám phá đến phân tích mô hình cấu trúc tuyến tính SEM trên phần mềm SPSS và AMOS—đề tài đã chỉ rõ vai trò trọng yếu của nhân tố Đào tạo ($\beta = 0.356$) và Tin cậy ($\beta = 0.284$) trong việc tạo dựng Sự hài lòng và thúc đẩy Lòng trung thành của học viên.

Kết quả nghiên cứu là kim chỉ nam giúp Ban Giám đốc Học viện Đào tạo Quốc tế ANI chuyển dịch từ mô hình quản trị cảm tính sang mô hình quản trị dựa trên dữ liệu thực chứng (Data-driven Management). Việc triển khai đồng bộ 5 nhóm giải pháp chiến lược sẽ giúp tối ưu hóa chi phí vận hành, xây dựng lợi thế cạnh tranh bền vững và nâng cao vị thế đào tạo ngoại ngữ tại khu vực miền Trung.