Ảnh hưởng của chất lượng đào tạo đến sự hài lòng sinh viên Trường Đại học Ngân hàng TP. Hồ Chí Minh

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Mối quan hệ giữa chất lượng dịch vụ đào tạo và sự hài lòng của khách hàng Thông qua các nghiên cứu trước đó chẳng hạn như của Wang và cộng sự (2000) trong ngành viễn thông ở Trung Quốc, Kim và cộng sự (2004), Tung (2004), Turel và cộng sự (2006) trong lĩnh vực dịch vụ di động ở Hàn Quốc, Singapore và Canada đã hỗ trợ ý kiến rằng CLDV đóng vai trò tích cực đối với SHL của khách hàng (Kuo và cộng. Là sự sẵn lòng và/hoặc sẵn sàng của nhân viên trong việc giúp đỡ khách hàng và cung cấp dịch vụ nhanh chóng, kịp thời.; (3) Năng lực: Là việc sở hữu những kỹ năng và kiến thức cần thiết để thực hiện dịch vụ; (4) Khả năng tiếp cận: Là sự dễ dàng tiếp cận và tiếp xúc; (5) Lịch sự: Nó đề cập đến sự lịch sự, tôn trọng, cân nhắc và thân thiện mà nhân viên liên hệ thể hiện với khách hàng; (6) Giao tiếp: Đó là lắng nghe khách hàng và thông báo cho họ bằng ngôn ngữ họ hiểu; (7) Sự tín nhiệm: Nó bao gồm sự đáng tin cậy, đáng tin cậy và trung thực; (8) An ninh: Nó đề cập đến việc không gặp nguy hiểm, rủi ro và nghi ngờ, liên quan đến an toàn về thể chất, an ninh tài chính và bảo mật; (9) Hiểu/biết khách hàng: Điều này bao gồm việc cố gắng hiểu nhu cầu và yêu cầu cụ thể của khách hàng, mang lại sự quan tâm cá nhân và nhận biết khách hàng thường xuyên và yếu tố (10) Hữu hình: Là trạng thái tạo điều kiện thuận lợi, điều kiện vật chất tốt của tòa nhà và môi trường, hình thức bên ngoài của cơ sở vật chất, công cụ và thiết bị được sử dụng để cung cấp dịch vụ. Mô hình SERVQUAL đã thay đổi là: (1) Độ tin cậy: Là dịch vụ đã hứa sẽ được thực hiện bằng một cách đáng tin cậy và chính xác; (2) Sự đáp ứng: Là sự sẵn lòng và/hoặc sẵn sàng của nhân viên trong việc giúp đỡ khách hàng và cung cấp dịch vụ nhanh chóng, kịp thời; (3) Sự đảm bảo: Kiến thức và sự lịch sự của nhân viên cũng như khả năng truyền đạt và sự tự tin của họ; (4) Sự đồng cảm: Cung cấp sự quan tâm, quan tâm đến từng cá nhân khách hàng và (5) Hữu hình: Là trạng thái điều kiện thuận lợi, điều kiện vật chất của tòa nhà và môi trường, hình thức bên ngoài của cơ sở vật chất, công cụ, thiết bị được sử dụng để cung cấp dịch vụ.

Đó là các khía cạnh phi học thuật, khía cạnh học thuật, danh tiếng, khả năng tiếp cận và các vấn đề về chương trình, cụ thể: (1) Khía cạnh phi học thuật: liên quan đến việc thực hiện nhiệm vụ của nhân viên phi học thuật; (2) Khía cạnh học thuật: liên quan đến việc giảng viên thực hiện nhiệm vụ.; (3) Danh tiếng: Liên quan đến cách trường đại học xây dựng hình ảnh của mình; (4) Khả năng tiếp cận: Các vấn đề như khả năng tiếp cận và giao tiếp của sinh viên với giảng viên và nhân viên hành chính là những điểm liên quan đến yếu tố này; (5) Vấn đề về chương trình: Các vấn đề liên quan đến tính đa dạng, linh hoạt của chương trình đào tạo và chất lượng của nó là những phần của yếu tố này.

PHƯƠNG PHÁP NGHIÊN CỨU

Xác định sự cần thiết của đề tài và mục tiêu nghiên cứu, khám phá các khái niệm và lý thuyết cơ bản, cùng việc tóm tắt các nghiên cứu tương đồng, đề xuất mô hình nghiên cứu và xây dựng thang đo ban đầu. Sau đó, dữ liệu sẽ được phân tích bằng phần mềm SPSS 20.0 theo các bước được minh họa trong hình 3.1, bao gồm: kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA và phân tích hồi quy. Tóm lại, điều này được coi là một trong những kiến thức cơ bản cần biết khi làm việc với bất kỳ tập dữ liệu nào, vì nó cung cấp một cái nhìn tổng quan về xu hướng trong dữ liệu, bao gồm giá trị trung bình, chế độ, trung vị, và phạm vi; phương sai và độ lệch chuẩn; độ lệch; số lần xuất hiện, giá trị tối đa và tối thiểu.

Vỡ thế thống kờ mụ tả cú 5 vai trũ chớnh: (1) Hiểu rừ tớnh chất dữ liệu: Giúp người đọc hiểu được tính chất của dữ liệu bằng việc mô tả và sử dụng các biến; (2) Biết được ý nghĩa dữ liệu: Diễn tả được kết quả dữ liệu dưới dạng biểu đồ hay số và giúp người đọc hình dung dễ hơn về ý nghĩa của các dữ liệu cần phân tích;. (4) Đơn giản hóa dữ liệu: Những thông tin của một dữ liệu lớn được biến hóa trở nên ngắn gọn, đơn giản; (5) Đánh giá và phân loại dữ liệu: Có thể đưa ra những đánh giá, dự đoán hay phân loại một đối tượng đang được quan sát thông qua thống kê mô tả. Về mục tiêu thì phân tích EFA có ba mục tiêu chính khi sử dụng: (1) Xác định biến quan sát bị ảnh hưởng bởi những nhân tố nào; (2) Xác định mức độ tương quan giữa mỗi nhân tố và biến quan sát; và (3) Loại bỏ biến quan sát trùng lặp trong một phân tích.

Tuy nhiên, giá trị 0.5 trở lên thường đảm bảo ý nghĩa thống kê; (3) Kiểm định Bartlett (Bartlett's Test of Sphericity): Khi giá trị sig dưới 0.05 thì nó biểu thị mối tương quan đáng kể giữa các biến; (4) Trị số Eigenvalues ≥ 1 để xác định số lượng nhân tố cần giữ lại; (5) Tổng phương sai trích (Total Variance Explained): Biểu thị tỷ lệ phần trăm sự biến thiên của các biến quan sát. Có hai loại phân tích tương quan, cụ thể: (1) Tương quan Spearman: là hệ số được áp dụng để xác định mối liên hệ có ý nghĩa nào giữa hai tập dữ liệu hay không và thường được sử dụng khi dữ liệu phải được xử lý liên quan đến các đặc điểm phân bổ dân số hoặc xác suất, thực hiện với dữ liệu định lượng đã được thiết lập bên trong các tham số; (2) Tương quan Pearson: với mục tiêu đánh giá sức mạnh của mối quan hệ 'tuyến tính' giữa dữ liệu thô từ cả hai biến, không chỉ từ thứ hạng của chúng mà còn từ giá trị thực tế. Phân tích này hỗ trợ việc phân tích các tác động liên quan đến các câu hỏi nghiên cứu phức tạp, cũng như hướng dẫn chiến lược và tối ưu hóa lợi nhuận thông qua việc áp dụng phương pháp thống kê một cách hiệu quả.

KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN

Nguồn: Kết quả điều tra xử lý trên SPSS Sau khi thu thập dữ liệu, nghiên cứu sử dụng hệ số Cronbach's Alpha để xác định độ tin cậy của thang đo nhằm lấy dữ liệu chuẩn và loại trừ dữ liệu rác. Nghiên cứu sử dụng phương pháp phân tích nhân tố để phân loại các biến quan sát và xác định mức độ tương quan giữa các biến sau khi kiểm tra độ tin cậy của từng biến quan sát trong bốn nhân tố bằng hệ số Cronbach's Alpha. Nguồn: Kết quả điều tra xử lý trên SPSS Theo bảng 4.5, kết quả nghiên cứu cho thấy kết quả kiểm định Bartlett là 624,754 với mức ý nghĩa (p-value) tại Sig.

Để xác định hệ số tương quan, đã sử dụng phần mềm SPSS nhằm phân tích mối quan hệ giữa tác động của các yếu tố chất lượng dịch vụ đào tạo và sự hài lòng của sinh viên HUB. Dữ liệu phân tích ra kết quả ở bảng 4.7 cho thấy chiều hướng của các mối quan hệ đều mang tính tích cực được biểu thị bằng các hệ số tương quan dương của Pearson. Đồng thời, hệ số VIF cũng chứng minh rằng tất cả các thành phần đều tham gia thể hiện sự tác động của các yếu tố tác động đến sự hài lòng của sinh viên về chất lượng dịch vụ đào tạo tại HUB.

Để kiểm định hiện tượng tự tương quan sẽ dùng đến hệ số Durbin - Watson và với hệ số Durbin - Watson từ 1 - 3 thì mô hình sẽ không có hiện tượng tự tương quan. Thông qua bảng 4.8 có thể thấy được mức ý nghĩa sig của các biến gồm CSVC, HDHT, DNGV, CTDT đều có sig < 0.05, nghĩa là hệ số hồi quy của cả 4 biến độc lập đều có ý nghĩa thống kê hay là có sự ảnh hưởng đến biến phụ thuộc (SHL). Hệ số HDHT (= 0,231) ám chỉ kết quả trong điều kiện các biến khác không đổi thì HDHT có tác động tích cực đến SHL và khi “Hoạt động hỗ trợ” thay đổi 1 đơn vị thì.