Hình 2.2 .7 Quan hệ giữa chấtlượng dịch vụ và sự hài lòng của
Hình 2.2.8 2 Mô hình chấtlượng dịch vụ của Parasuraman
Nhu cầu cá nhân Truyền miệng
Bộ thang đo SERVPERF cũng có 22 phát biểu với 05 thành phần cơ bản tương tự như phần hỏi về cảm nhận của khách hàng trong mô hình SERVQUAL, tuy nhiên bỏ qua phần hỏi về kỳ vọng, 05 thành phần cơ bản là:
Thứ nhất - Sự tin cậy (reliability): Sự tin cậy nói lên khả năng cung ứng dịch vụ chính xác, đúng giờ và uy tín. Điều này đòi hỏi sự nhất quán trong việc thực hiện dịch vụ và tôn trọng các cam kết cũng như giữ lời hứa với khách hàng.
Thứ hai – Sự đáp ứng (responsiveness): Đây là tiêu chí đo lường khả năng giải quyết vấn đề nhanh chóng, xử lý hiệu quả các khiếu nại, sẵn sàng giúp đỡ khách hàng và đáp ứng các yêu cầu của khách hàng. Nói cách khác hiệu quả phục vụ là sự phản hồi từ phía nhà cung cấp dịch vụ đối với những gì mà khách hàng mong muốn.
Thứ ba – Năng lực phục vụ (assurance): Đây là yếu tố tạo nên sự tín nhiệm, tin tưởng cho khách hàng được cảm nhận thông qua sự phục vụ chuyên nghiệp, kiến thức chuyên môn giỏi, phong thái lịch thiệp và khả năng giao tiếp tốt, nhờ đó, khách hàng cảm thấy an tâm mỗi khi sử dụng dịch vụ của doanh nghiệp.
Thứ tư - Sự cảm thông (empathy): Sự cảm thông chính là sự quan tâm, chăm sóc khách hàng ân cần, dành cho khách hàng sự đối xử chu đáo tốt nhất có thể (providing individual attention) giúp cho khách hàng cảm thấy mình là “thượng khách” của doanh nghiệp và luôn được đón tiếp nồng hậu mọi lúc, mọi nơi. Yếu tố con người là phần cốt lõi tạo nên sự thành công này và sự quan tâm của doanh nghiệp đối với khách hàng càng nhiều thì sự cảm thông sẽ càng tăng.
Thứ năm – Phương tiện hữu hình (tangibles): Chính là hình ảnh bên ngoài của các cơ sở vật chất, thiết bị, máy móc, phong thái của đội ngũ nhân viên, tài liệu, sách hướng dẫn và hệ thống thông tin liên lạc của doanh nghiệp. Nói một cách tổng quát tất cả những gì mà khách hàng nhìn thấy trực tiếp được bằng mắt và các giác quan thì đều có thể tác động đến yếu tố này.
Việc đo lường chất lượng dịch vụ theo mô hình SERVPERF của Cronin và Taylor được xem là một phương pháp thuận tiện và rõ ràng trong việc đo lường chất lượng dịch vụ dựa trên đo lường thông qua kết quả thể hiện của chất lượng dịch vụ. Theo lập luận của Cronin và Taylor, họ cho rằng khung phân tích theo mô hình SERVQUARL của Parasuraman và cộng sự (1985) dễ gây nhầm lẫn giữa sự hài lòng và thái độ của khách hàng. Các tác giả này cho rằng chất lượng dịch vụ có thể định nghĩa “tương tự như một thái độ”, thay vì “kết quả thực hiện theo như mong đợi” thì “kết quả thực hiện thực tế” sẽ xác định chất lượng tốt hơn.
Theo đó, chất lượng dịch vụ được đánh giá chỉ thông qua nhận thức của khách hàng mà không có đánh giá về chất lượng dịch vụ trong sự kỳ vọng của khách hàng, không có trọng số trong từng thành phần của chất lượng dịch vụ. công thức của chất lượng dịch vụ như sau:
= Trong đó: SQ = Chất lượng dịch vụ khách hàng nhận được Sự tin cậy Sự đáp ứng Năng lực phục vụ Sự cảm thông Phương tiện hữu hình SỰ HÀI LÒNG CỦA KHÁCH HÀNG Hình 2.2.8.3 - Mô hình chất lượng dịch vụ
k = Số lượng các thuộc tính
P = Nhận thức của cá nhân i đối với sự thể hiện của dịch vụ đối với thuộc tính j. Tóm lại, các mô hình đo lường chất lượng dịch vụ trên đều có những ưu điểm và nhược điểm riêng. Tuy nhiên, trong đánh giá chất lượng dịch vụ, đánh giá mức độ hài lòng của khách hàng trong lĩnh vực kinh tế thì mô hình SERVQUAL và mô hình SERVPERF thường được sử dụng hơn mô hình chất lượng dịch vụ của Gronroos.
2.3. Giả thuyết nghiên cứu và đề suất mô hình 2.3.1. Giả thuyết nghiên cứu 2.3.1. Giả thuyết nghiên cứu
Từ cơ sở lý thuyết về chất lượng dịch vụ, từ đặc thù của ngành cấp nước nói chung và tại Vĩnh Long, tác giả đưa ra các giả thuyết nghiên cứu như sau:
- H1: Phương tiện hữu hình (+) thì Sự hài lòng tăng (+). Khi cơ sở vật chất phục vụ cho việc sử lý nước, hệ thống nhà máy, trạm bơm, ống dẫn… tốt sẽ cung cấp cho khách hàng dịch vụ tốt từ đó khách hàng sẽ tang sự hài long đối với dịch vụ mà họ nhận được.
- H2: Sự tin cậy (+) thì Sự hài lòng tăng (+).Sự tin cậy của khách hàng đối với dịch vụ và nhà cung cấp dịch vụ tăng thì sự hài lòng của họ đối với dịch vụ cũng sẽ tăng.
- H3: Chất lượng dịch vụ (+) thì Sự hài lòng tăng (+). Khi nhà cung cấp dịch vụ đảm bbảo chất lượng dịch vụ đúng với cam kết, chất lượng dịch vụ ngày càng tốt thì sự hài lòng của khách hàng đối với dịch vụ sẽ tăng lên.
- H4: Giá cả dịch vụ (+) thì Sự hài lòng tăng (+). Khi khách hàng sử dịch dịch vụ tốt mà chi trả mức phí hợp lý thì mức độ hài long của họ đối với dịch vụ sẽ tăng.
- H5: Khả năng đáp ứng (+) thì Sự hài lòng tăng (+). Khả năng đáp ứng được hầu hết các đề xuất, nguyện vọng hợp lý, trong khoản thời gian cho phép, đảm bảo đúng cam kết của nhà cung cấp dịch vụ cho khách hàng thì sự hài lòng của khách hàng đối với dịch vụ sẽ tăng.
- H6: Năng lực phục vụ (+) thì Sự hài lòng tăng (+). Với đội ngũ nhân viên có chuyên môn, nghiệp vụ tốt, thiết bị hỗ trợ hiện đại, nhanh chóng… luôn phục vụ tốt cho khách hàng thì sự hài long của khách hàng sẽ tăng.
- H7: Sự đồng cảm (+) thì Sự hài lòng tăng (+). Khi nhà cung cấp dịch vụ tạo được sự đồng cảm của khách hàng đối với dịch vụ mình cung cấp thì sự đồng cảm càng tăng sự hài lòng sẽ tăng.
- H8: Mạng lưới (+) thì Sự hài lòng tăng (+). Khi mạng lưới được phát triển rộng khắp, thuận lợi cho khách hàng khi có nhu cầu sử dụng dịch vụ thì màng lưới càng lớn càng làm tăng sự hài lòng của khách hàng đối với dịch vụ.
2.3.2. Mô hình đề suất
Từ các nghiên cứu đã thực hiện trước và cơ sở lý thuyết về chất lượng dịch vụ và sự hài lòng của khách hàng. Dựa trên thang đo sự hài lòng về chất lượng dịch vụ của Cronin và Taylor (1992) mô hình SERVPERF,tác giả để xuất mô hình nghiên cứu gồm 05 thành phần theo mô hình SERVPERF: Sự tin cậy, Sự đồng cảm, Khả năng đáp ứng, Năng lực phục vụ và Phương tiện hữ hình, tác giả phát triển thêm 03 thành phần đặc thù là Giá cả, Chất lượng dịch vụ và Mạng lưới. Ngoài ra, trong mô hình tác giả còn đề xuất thêm một số biến kiểm soát thuộc về đặc điểm cá nhân như: Độ tuổi, Giới tính, Thu nhập, Nghề nghiệp… những biến này giúp tác giả kiểm tra sự khác biệt về mức độ hài long của khách theo các đặc điểm cá nhân trên.
Hình 2.2.8.4. Mô hình nghiên cứu đề xuất
2.4. Phương pháp nghiên cứu 2.4.1 Phương pháp thu thập số liệu 2.4.1 Phương pháp thu thập số liệu
- Số liệu thứ cấp: Được thu thập từ các báo cáo về dịch vụ cung cấp nước sạch của Trung tâm Nước sạch và vệ sinh môi trường nông thôn tỉnh Vĩnh Long.
- Thu thập số liệu sơ cấp: Các thông tin thu thập từ phiếu điều tra (Kết quả nghiên cứu sơ bộ) phương pháp chọn mẫu thuận tiện: Tác giả liên hệ xin lịch họp dân của từng ấp của mỗi xã để tiếp cận và phỏng vấn ở nơi hợp dân của ấp.
- Cỡ mẫu được xác định theo Hair và Mộng Ngọc mỗi biến quan sát sẽ ít nhất là 5 quan sát. Dự kiến sẽ nghiên cứu có 42 biến quan sát nên cỡ mẫu tối thiểu là 5 x 42 = 210. Nghiên cứu sẽ phỏng vấn 250 quan sát. Do địa bàn phỏng vấn thuộc 03 xã nên số lượng quan sát sẽ được tính theo tỷ lệ (250 quan sát/tổng số dân) có trong xã từ đó sẽ xác định được mỗi xã sẽ phỏng vấn bao nhiêu phiếu. Tương tự số phiếu cho từng ấp trong xã cũng được xác định giống như vậy.
Sự hài lòng Sự tin cậy Mạng lưới Chất lượng dịch vụ Khả năng đáp ứng Năng lưc phục vụ Phương tiện hữu hình
Sự đồng cảm Giá cả dịch vụ H1 H2 H3 H4 H5 H6 H7 H8 Biến kiểm soát giới tính, tuổi, hôn nhân…
2.4.2. Phương pháp kỹ thuật phân tích
Các phương pháp nghiên cứu khoa học được sử dụng như sau:
* Đối với mục tiêu 1: Tác giả sử dụng phương pháp thống kê mô tả để xác định các chỉ tiêu, sử dụng phương pháp so sánh số tuyệt đối, so sánh số tương đối để đánh giá thực trạng hoạt động kinh doanh dịch vụ cung cấp nước sạch của Trung tâm Nước sạch và vệ sinh môi trường nông thôn tỉnh Vĩnh Long.
- Phương pháp thống kê mô tả: Thống kê mô tả cho phép các nhà nghiên cứu trình bày các dữ liệu thu được dưới hình thức cơ cấu và tổng kết. Các thống kê mô tả sử dụng trong nghiên cứu này để phân tích, mô tả dữ liệu bao gồm: các tần số, tỷ lệ, giá trị trung bình và độ lệch chuẩn.
- So sánh bằng số tuyệt đối: Số tuyệt đối là một chỉ tiêu tổng hợp phản ánh quy mô, khối lượng của sự kiện. Tác dụng của nó là phản ánh tình hình thực hiện kế hoạch, sự biến động về quy mô, khối lượng
F = F1 – F0 Trong đó:
+ F0: Chỉ tiêu năm trước + F1: Chỉ tiêu năm sau
+ F: Phần chênh lệch tăng/giảm của các chỉ tiêu kinh tế.
Phương pháp này dùng để so sánh số liệu năm tính với số liệu năm trước của các chỉ tiêu để xem xét có biến động không. Và tìm ra nguyên nhân biến động của các chỉ tiêu kinh tế, từ đó đề ra biện pháp khắc phục.
So sánh bằng số tương đối: So sánh bằng số tương đối là kết quả của phép trừ giữa trị số của kỳ phân tích so với kỳ gốc của các chỉ tiêu kinh tế, kết quả nghiên cứu biểu hiện khối lượng quy mô của các hiện tượng kinh tế
Trong đó:
+ F0: Chỉ tiêu năm trước + F1: Chỉ tiêu năm sau
+ F: Phần chênh lệch tăng/giảm của các chỉ tiêu kinh tế.
Phương pháp này dùng để làm rõ tình hình biến động của mức độ các chỉ tiêu kinh tế trong thời gian nào đó. So sánh tốc độ tăng trưởng của chỉ tiêu giữa các chỉ tiêu. Từ đó, tìm ra nguyên nhân và biện pháp khắc phục.
* Đối với mục tiêu 2: Tác giả sử dụng các phương pháp thống kê mô tả, phân tích Cronbach alpha, phân tích nhân tố (EFA), Phân tích hồi qui tuyến tính bội và cuối cùng, kiểm định T- test, phân tích phương sai One Way Anova được thực hiện để so sách khác biệt về sự ảnh hưởng đến mức độ hài lòng của người dân giữa những nhóm người có đặc điểm cá nhân khác nhau.
- Phân tích hệ số tin cậy Cronbach’s Alpha
Phương pháp phân tích hệ số tin cậy Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích loại bỏ những thang đo không phù hợp và hạn chế các biến quan sát rác trong quá trình nghiên cứu, vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến.
- Hệ số alpha của Cronbach’s: là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng hệ số Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1997; Slater, 1995 dẫn theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
- Hệ số tương quan biến – tổng (item – total correlation): là hệ số tương quan của một biến với điểm trung bình của các biến trong cùng một thang đo. Do đó, hệ số này càng cao, sự tương quan của biến này với các biến khác trong nhóm càng cao. Những biến có hệ số tương quan biến – tổng biến nhỏ hơn 0,3 được coi là biến rác và sẽ bị loại khỏi thang đo (Nunnally & Burnstein, 1994).
- Phân tích nhân tố (EFA)
Phương pháp phân tích nhân tố khám phá EFA (Exploratory factor analysis) được sử dụng để đánh giá độ giá trị của thang đo (Nguyễn Đình Thọ, 2001). Đây là một phương pháp phân tích thống kê dùng để rút gọn một tập nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998). Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Fi=Wi1X1+Wi2X2+……..+Wik Xk Trong đó:
Fi: ước lượng trị số của nhân tố thứ i.
W: quyền số hay trọng số nhân tố (weight or factor score coefficient) k: số biến
Điều kiện để áp dụng phân tích nhân tố là các biến có tương quan với nhau. Để xác định các biến có tương quan như thế nào, ta sử dụng kiểm định Barlett’s để kiểm định giả thuyết:
H0: các biến không có liên quan lẫn nhau H1: có sự tương quan giữa các biến.
Chúng ta mong đợi bác bỏ giả thuyết H0, nghĩa là chấp nhận H1 các biến có liên hệ với nhau. Điều này có được giá trị P sau khi kiểm định phải nhỏ hơn mức ý nghĩa xử lý α. Đồng thời, phân tích nhân tố được xem là thích hợp khi giá trị hệ
KMO (Kaiser – Mayser - Olkin) trong khoảng từ 0.5 đến 1, khi đó các tương quan đủ lớn để có thể áp dụng phân tích nhân tố.
Đại lượng Eigenvalue dùng để xác định số lượng nhân tố Eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình phân tích (Anderson & Gerbing, 1988). Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phương sai là 1.
Một phần quan trọng trong phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trong số ≥ 0,5 (Hair & ctg, 1998) thì mới đạt yêu cầu.
- Phương Phân tích hồi quy: Đề tài sử dụng phương pháp hồi quy để dự đoán cường độ tác động của các nhân tố ảnh hưởng đến mức độ hài lòng của khách hàng sử dụng nước sạch. Biến phụ thuộc là yếu tố “Sự hài lòng” và biến độc lập là các yếu tố ảnh hưởng được rút ra từ phân tích EFA, kiểm định mức ý nghĩa 5% và có ý nghĩa trong phân tích tương quan Pearson. Mô hình dự đoán các yếu tố ảnh hưởng đến quyết định mua sản phẩm của người tiêu dùng có thể là:
Y = βo + β1X1 + β2X2 +...+ βnXn + ε Trong đó:
- βi: hằng số;
- βn: là hệ số hồi quy riêng phần; - ε: sai số của mô hình
- Y: là biến phụ thuộc, sự hài lòng của khách hàng sử dụng nước sạch tại trung tâm, được đo lường bằng các biến quan sát như sau: