Bài giảng Thực hành mô hình cấu trúc tuyến tính (SEM) với phần mềm AMOS (Phần 2)

5. KIỂM ĐỊNH BOOTSTRAP Các hệ số hồi quy trong mơ hình ở mục 4 cĩ được ước lượng tốt khơng? Làm sao đánh giá được mức độ tin cậy của các ước lượng trong mơ hình nghiên cứu? Để đánh giá độ tin cậy của các ước lượng, trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thơng thường chúng ta phải chia mẫu ra làm hai mẫu con. Một nửa dùng để ước lượng các tham số mơ hình, và một nửa dùng để đánh giá lại. Cách khác là lặp lại nghiên cứu bằng một mẫu khác. Hai cách trên đây thường khơng thực tế vì phương pháp cấu trúc thường địi hỏi mẫu lớn nên việc làm này tốn kém nhiều thời gian và chi phí (Anderson & Gerbing, 1988) 1. Trong những trường hợp như vậy thì Bootstrap là phương pháp phù hợp để thay thế (Schumacker & Lomax, 2006). Bootstrap là phương pháp lấy mẫu lặp lại cĩ thay thế, trong đĩ mẫu ban đầu đĩng vai trị là đám đơng. Ví dụ, từ đám đơng (mẫu ban đầu) cĩ 200 quan sát. Với dữ liệu của mẫu ban đầu, ta sẽ tính tốn được các ước lượng (các trọng số hồi quy) như ở mục 4. Trong Bootstrap, máy tính sẽ chọn ra những mẫu khác ví dụ 500 mẫu khác chẳng hạn theo phương pháp lặp lại, và cĩ thay thế. Và mỗi một mẫu lặp lại cĩ thể cĩ cùng số quan sát với số quan sát ban đầu: 200. Và theo bạn như vậy thì trong một mẫu mà Bootstrap chọn ra, cĩ khi nào cĩ 2 hay nhiều quan sát trùng nhau khơng? Dĩ nhiên là hồn tồn cĩ thể cĩ điều đĩ xảy ra. Và từ 500 mẫu này cĩ thể tính được trung bình của các ước lượng (các trọng số hồi quy). Hiệu số giữa trung bình các ước lượng từ Bootstrap và các ước lượng ban đầu gọi là độ chệch. Trị tuyệt đối các độ chệch này càng nhỏ, càng khơng cĩ ý nghĩa thống kê càng tốt. Khai báo tính tốn Bootstrap? View\ Analysis Properties Hình 5.1 Chọn nút để tính tốn. Bây giờ, ngồi các ước lượng bình thường, sẽ cĩ thêm các ước lượng bằng Bootstrap 1 Trích từ Thọ & Trang (2008, 56) 54 Hình 5.2 Hình5.3 Khi đang chọn chuột tại Standardized Regression Weights, bạn hãy nhấp chuột vào mục Bootstrap standard errors. 55 Sẽ cĩ kết quả như Hình 5.4 Hình 5. 4 Parameter Estimate SE SE-SE Mean Bias SE- Bias CR trungthanh <- luong_thuong 0.436 0.105 0.003 0.432 -0.004 0.005 -0.800 trungthanh <- lanhdao 0.229 0.125 0.004 0.236 0.007 0.006 1.167 trungthanh <- thangtien 0.278 0.132 0.004 0.274 -0.004 0.006 -0.667 Cột Estimate cho thấy ước lượng bình thường với phương pháp ML, Các cột cịn lại được tính từ phương pháp Bootstrap. Cột Mean cho ta trung bình các ước lượng Bootstrap. Bias (độ chệnh) bằng cột Mean trừ cột Estimate. Cột CR tự tính bằng Excel bằng cách lấy cột Mean chia cho cột SE-Bias. Trị tuyệt đối CR rất nhỏ so với 2 nên cĩ thể nĩi là độ chệch là rất nhỏ, khơng cĩ ý nghĩa thống kê ở độ tin cậy 95%. Và như vậy, ta cĩ thể kết luận là các ước lượng trong mơ hình (như Hình 4.4) cĩ thể tin cậy được. 56 6. PHÂN TÍCH CẤU TRÚC ĐA NHĨM Giả sử bạn muốn xem xét sự ảnh hưởng giữa lãnh đạo, thăng tiến, lương thưởng đến lịng trung thành cĩ khác biệt giữa nhĩm nhân viên nam và nhân viên nữ hay khơng thì phải làm thế nào? Ta sẽ thực hiện phân tích cấu trúc đa nhĩm Quản lý các nhĩm? Bạn đang mở file SEM phan tich da nhom jdi loy mh1.amw Hình 6.1 Nếu bạn chọn File\Data file thì sẽ thấy như Hình 6.2. Hình 6.2 này cho thấy file dữ liệu sử dụng trong phân tích là khao sat nhan vien.sav, và tồn bộ các quan sát đang được tổ chức thành 1 nhĩm. Bạn muốn tách thành 2 nhĩm là nhĩm nam, và nhĩm nữ. Click chuột vào nút Grouping Variable Ỉ Chọn biến gioitinh 57 Hình 6.2 Hình 6.3 58 Hình 6.4 Sau khi chọn xong biến trong mục Grouping Variable, Nhấp tiếp nút Group Value để xác định giá trị phân nhĩm. Chọn mã 1 (tương ứng với nhĩm Nam) và OK Hình 6.5 Cửa sổ thể hiện tên các nhĩm. Cĩ một khung nhỏ thể hiện các nhĩm. Và bây giờ mới chỉ cĩ nhĩm 1. Với tên là Group number 1. 59 Đổi tên Group, tạo Group mới? Chọn Analyze\Manage Group Ỉ Hộp thoại như Hình 6.7 xuất hiện. Bạn cĩ thể thay đổi chữ Group number thành chữ nhom nam. Sau đĩ bấm New để tạo nhĩm mới tên là nhom nu. Hình 6.6 Hình 6.7 Hình 6.8 Đưa dữ liệu đầu vào cho Nhom nu? Hãy làm lại thao tác File\Data files Bạn sẽ thấy cĩ sẵn tên “Nhom nu” ở mục group name; Chọn Nhom nu. Sau đĩ xác định File Name cho nhĩm này, xác định biến phân nhĩm là gioitinh, và giá trị phân nhĩm là 2 (Hình 6.9) 60 Hình 6.9 Ỉ Chọn OK Đưa vào Title để ghi chú các mơ hình trong phân tích đa nhĩm? Chọn Nút , rê chuột đến vị trí thích hợp Gõ vào các dịng Macro như Hình 6.10 Hình 6.10 61 Bạn hãy thử nhấp vào tên các nhĩm tương ứng trong cửa sổ thể hiện tên nhĩm. Sơ đồ đường dẫn ở bên phải sẽ hiện ra tương ứng. Và sau này kết quả nếu được tính tốn cũng sẽ được hiện ra tương ứng với nhĩm mà bạn chọn. (Xem Hình 6.11) Hình 6.11 Nhấp vào tên nhĩm tương ứng 62 Hình 6.12 lanh dao sup7e5 11 sup6e4 1 sup5e3 1 sup4e2 1 sup3e1 1 thang tien prom4e9 prom3e8 prom2e7 prom1e6 11 1 1 1 luong thuong ben4e15 pay5e14 pay4e13 1 1 1 1 trung thanh loy3 e23 loy2 e22 loy1 e21 1 1 1 1 e24 1 Phan tich da nhom Nhom nu Model Specification 63 Hình 6.13 lanh dao sup7e5 11 sup6e4 1 sup5e3 1 sup4e2 1 sup3e1 1 thang tien prom4e9 prom3e8 prom2e7 prom1e6 11 1 1 1 luong thuong ben4e15 pay5e14 pay4e13 1 1 1 1 trung thanh loy3 e23 loy2 e22 loy1 e21 1 1 1 1 e24 1 Phan tich da nhom Nhom nam Model Specification Phương pháp chung trong phân tích cấu trúc đa nhĩm là gì? Phương pháp phân tích cấu trúc đa nhĩm để so sánh mơ hình nghiên cứu theo các nhĩm nào đĩ của một biến định tính. Chẳng hạn như: bạn cĩ thể so sánh mơ hình thể hiện tác động của lãnh đạo, thăng tiến, lương thưởng đến lịng trung thành theo nhĩm giới tính (nam/ nữ), theo nhĩm độ tuổi (nhĩm trẻ / khơng trẻ), nhĩm ngành (tài chính ngân hàng/ khơng phải tài chính ngân hàng) Trong ví dụ đang xét, so sánh mơ hình nghiên cứu giữa nhĩm nam và nhĩm nữ. Đầu tiên người ta sẽ làm 2 mơ hình: Mơ hình khả biến, và mơ hình bất biến (từng phần). Trong mơ hình khả biến, các tham số ước lượng trong từng mơ hình của các nhĩm khơng bị ràng buộc (Xem Hình 6.14). Trong mơ hình bất biến, thành phần đo lường khơng bị ràng buộc nhưng các mối quan hệ giữa các khái niệm trong mơ hình nghiên cứu được ràng buộc cĩ giá trị như nhau cho tất cả các nhĩm (Xem Hình 6.15) 64 Hình 6.14 Mơ hình khả biến lanh dao thang tien luong thuong trung thanh lanh dao thang tien luong thuong trung thanh Nhĩm Nam Nhĩm Nữ β1Nữβ1Nam β2Nữ β 2Nam β 3Nam β3Nữ Hình 6.15 Mơ hình bất biến lanh dao thang tien luong thuong trung thanh lanh dao thang tien luong thuong trung thanh Nhĩm Nam Nhĩm Nữ β1Nữ = β1Namβ1Nam β2Nữ = β2Namβ 2Nam β 3Nam Β3Nữ = β3Nam Kiểm định Chi-square được sử dụng để so sánh giữa 2 mơ hình. Nếu kiểm định Chi-square cho thấy giữa mơ hình bất biến và mơ hình khả biến khơng cĩ sự khác biệt (P-value > 0.05) thì mơ hình bất biến sẽ được chọn (cĩ bậc tự do cao hơn). Ngược lại, nếu sự khác biệt Chi- square là cĩ ý nghĩa giữa hai mơ hình (P-value<0.05) thì chọn mơ hình khả biến (cĩ độ tương thích cao hơn). (Xem Thọ & Trang, 2008, 208). Bây giờ chúng ta bắt đầu ước lượng mơ hình khả biến, mơ hình bất biến, và so sánh giữa 2 mơ hình. Bước 1. Ước lượng mơ hình khả biến Files sơ đồ đường dẫn mà bạn đang mở là Sem phan tich da nhom jdi loy mh1.amw Dữ liệu mà bạn sử dụng cho nĩ cũng đã được tách thành hai nhĩm Nhĩm nam, và Nhĩm nữ. Hình 6.12, Hình 6.13 là 2 sơ đồ của nhĩm nam và nhĩm nữ thể hiện Mơ hình khả biến 65 Trước khi tính tốn, bạn hãy chọn Views\ Analysis Properties và đánh dấu chọn như sau trong tab Output. Tab Estimation bạn hãy để mặc định là phương pháp Maximum Likelihood, Tab Bootstrap bạn khơng cần đánh dấu chọn gì cả. Hình 6.16 Bạn chỉ cần nhấp nút là cĩ thể tính tốn. 66 Hình 6.17 1.52 lanh dao sup7 .86 e5 1.001 sup6 .98 e4 .77 1 sup5 .73 e3 .861 sup4 .93 e2 .74 1 sup3 .86 e1 .86 1 1.34 thang tien prom4 .81 e9 prom3 1.84 e8 prom2 .38 e7 prom1 1.41 e6 1.001 .83 1 1.211 1.04 1 1.96 luong thuong ben4 1.39 e15 pay5 .52 e14 pay4 .95 e13 1 1 1 .93 1.00 1.00 trung thanh loy3 1.45 e23 loy2 1.92 e22 loy1 1.03 e21 1 1 1 1.09 Chi-square= 275.655 ; df= 162 ; P= .000 ; Chi-square/df = 1.702 ; GFI= .859 ; TLI = .906 ; CFI = .927 ; RMSEA= .060 1.15 1.00 .44 e24 1 .90 .72 .38 .41 .87 .00 .08 -.15 Phan tich da nhom Nhom nam Unstandardized estimates .03 Hình 6.18 1.43 lanh dao sup7 1.26 e5 1.001 sup6 .76 e4 1.05 1 sup5 .70 e3 .961 sup4 .99 e2 .56 1 sup3 .57 e1 .98 1 2.03 thang tien prom4 .43 e9 prom3 .97 e8 prom2 .95 e7 prom1 1.58 e6 1.001 .69 1 .751 .78 1 .63 luong thuong ben4 2.19 e15 pay5 .52 e14 pay4 .82 e13 1 1 1 1.59 1.00 1.72 trung thanh loy3 .74 e23 loy2 1.45 e22 loy1 .60 e21 1 1 1 .89 Chi-square= 275.655 ; df= 162 ; P= .000 ; Chi-square/df = 1.702 ; GFI= .859 ; TLI = .906 ; CFI = .927 ; RMSEA= .060 .88 1.00 .67 e24 1 1.15 .74 .51 .09 .42 .55 .47 -.38 Phan tich da nhom Nhom nu Unstandardized estimates -.30 67 Chọn nút View Text để thể hiện cửa sổ Amos Output Hình 6.19 Hình 6.20 68 Bước 2. Ước lượng mơ hình bất biến Bạn hãy lưu lại file sơ đồ Sem phan tich da nhom jdi loy mh1.amw. Sau đĩ lưu lại (Save as) với một tên khác Sem phan tich da nhom jdi loy mh2.amw Ta sẽ xây dựng mơ hình bất biến (từng phần) Bấm nút để bắt đầu chọn đối tượng nào đĩ Chọn mũi tên 1 chiều từ khái niệm lãnh đạo hướng đến khái niệm trung thành, Click phải chuột, Chọn Object Properties (Hình 6.21) Hình 6.21 Hộp thoại Object Properties xuất hiện, Chọn thẻ Parameters. Nhấp Chữ Beta1 (bạn cĩ thể nhập chữ khác cũng được) vào Ơ Regression weight, và đánh dấu chọn All groups để ràng buộc hệ số đường dẫn trên mũi tên này bằng nhau ở nhĩm nam và nhĩm nữ và bằng Beta1. (Hình 6.22) Bạn hãy nhấp chuột tương tự vào các mũi tên từ thăng tiến đến trung thành, từ lương thưởng đến trung thành, và nhập Beta2, Beta3. (chú ý nhớ đánh dấu chọn All groups) Và bây giờ, Sơ đồ như Hình 6.23. Đĩ là mơ hình bất biến 69 Hình 6.22 Hình 6.23 lanh dao sup7e5 11 sup6e4 1 sup5e3 1 sup4e2 1 sup3e1 1 thang tien prom4e9 prom3e8 prom2e7 prom1e6 11 1 1 1 luong thuong ben4e15 pay5e14 pay4e13 1 1 1 1 trung thanh loy3 e23 loy2 e22 loy1 e21 1 1 1 1 e24 1 Beta3 Beta1 Beta2 Phan tich da nhom Nhom nam Model Specification 70 Lưu lại file sơ đồ, nhấp nút là cĩ thể tính tốn. Kết quả như sau Hình 6.24 1.50 lanh dao sup7 .87 e5 1.001 sup6 .99 e4 .77 1 sup5 .73 e3 .861 sup4 .92 e2 .75 1 sup3 .84 e1 .87 1 1.11 thang tien prom4 .94 e9 prom3 1.73 e8 prom2 .57 e7 prom1 1.48 e6 1.001 .96 1 1.261 1.11 1 1.82 luong thuong ben4 1.44 e15 pay5 .53 e14 pay4 .92 e13 1 1 1 .96 1.00 1.04 trung thanh loy3 1.43 e23 loy2 1.97 e22 loy1 1.06 e21 1 1 1 .97 Chi-square= 285.837 ; df= 165 ; P= .000 ; Chi-square/df = 1.732 ; GFI= .854 ; TLI = .901 ; CFI = .923 ; RMSEA= .061 1.03 1.00 .55 e24 1 .85 .64 .44 .23 .83 .35 .20 -.01 Phan tich da nhom Nhom nam Unstandardized estimates .01 Hình 6.25 1.44 lanh dao sup7 1.26 e5 1.001 sup6 .75 e4 1.05 1 sup5 .70 e3 .961 sup4 .99 e2 .56 1 sup3 .58 e1 .97 1 2.15 thang tien prom4 .34 e9 prom3 1.00 e8 prom2 .94 e7 prom1 1.64 e6 1.001 .66 1 .721 .74 1 .80 luong thuong ben4 2.18 e15 pay5 .55 e14 pay4 .81 e13 1 1 1 1.41 1.00 1.52 trung thanh loy3 .78 e23 loy2 1.46 e22 loy1 .56 e21 1 1 1 .93 Chi-square= 285.837 ; df= 165 ; P= .000 ; Chi-square/df = 1.732 ; GFI= .854 ; TLI = .901 ; CFI = .923 ; RMSEA= .061 .93 1.00 .68 e24 1 1.18 .85 .44 .23 .47 .35 .47 -.42 Phan tich da nhom Nhom nu Unstandardized estimates -.29 71 Hình 6.26 Trọng số hồi quy trong mơ hình bất biến của nhĩm nam Hình 6.27 Trong Hình 6.24, 6.25; Hình 6.26, 6.27; bạn cĩ thấy các hệ số Beta1, Beta2, Beta3 ở cả 2 nhĩm nam va nữ đều bằng nhau khơng? Nhìn vào các kết quả tính tốn dạng bảng số liệu, bạn cĩ nhận định gì về mối quan hệ giữa lương thưởng, lãnh đạo, thăng tiến với trung thành? Các mối quan hệ này đều cĩ ý nghĩa thống kê ở độ tin cậy 95%. 72 Bước 3. So sánh sự khác biệt giữa hai mơ hình Bây giờ, bạn chọn mơ hình khả biến, hay mơ hình bất biến? Ta đi kiểm tra giả thuyết sau Ho: Chi-square của mơ hình khả biến bằng Chi-square của mơ hình bất biến H1: Cĩ sự khác biệt về Chi-square giữa mơ hình khả biến và mơ hình bất biến Bạn hãy mở file Excel. Hình 6.28 Phần trên đã đề cập: Kiểm định Chi-square được sử dụng để so sánh giữa 2 mơ hình. Nếu kiểm định Chi-square cho thấy giữa mơ hình bất biến và mơ hình khả biến khơng cĩ sự khác biệt (P-value > 0.05) thì mơ hình bất biến sẽ được chọn (cĩ bậc tự do cao hơn). Ngược lại, nếu sự khác biệt Chi-square là cĩ ý nghĩa giữa hai mơ hình (P-value<0.05) thì chọn mơ hình khả biến (cĩ độ tương thích cao hơn). (Xem Thọ & Trang, 2008, 208). Như vậy, P-value = 0.017 (<0.05) nên bạn bác bỏ giả thuyết Ho. Chấp nhận H1. Nĩi cách khác là Cĩ sự khác biệt về Chi-square giữa mơ hình khả biến, và mơ hình bất biến. Và bạn sẽ chọn mơ hình khả biến. Khi chọn mơ hình khả biến, ta cĩ thể đưa ra kết luận là Cĩ sự khác biệt trong mối ảnh hưởng giữa lãnh đạo, thăng tiến, lương thưởng đến lịng trung thành giữa nhĩm nhân viên nam, và nhĩm nhân viên nữ. Trong Hình 6.19, bạn thấy rằng với nhĩm nam, yếu tố thăng tiến khơng tác động đến lịng trung thành vì P-value = 0.978 (>0.05). Nhưng với nhĩm nữ (Hình 6.20) yếu tố thăng tiến lại tác động đến lịng trung thành (P-value<0.05). Ta cũng thấy rằng, với nhĩm nam, yếu tố lãnh đạo cĩ ảnh hưởng đến lịng trung thành (P-value=0.002), nhưng với nhĩm nữ thì khơng (P- value=0.521). 73 LỜI KẾT SEM rất hữu ích cho các nghiên cứu thuộc lĩnh vực khoa học hành vi nĩi chung (nĩ cũng hữu ích với nhiều lĩnh vực khác), và AMOS cũng rất dễ sử dụng. SEM với AMOS khơng quá phức tạp khi bạn tiếp cận dưới gĩc độ ứng dụng. Nếu bạn đã hiểu được hồi quy trong kinh tế lượng truyền thống thì SEM cũng dễ dàng vậy thơi. Bài giảng này trình bày những vấn đề quan trọng nhất (nhiều người nghiên cứu thường sử dụng) trong thực hành SEM với AMOS, các vấn đề khác bạn cĩ thể tự học thêm. Điều quan trọng hơn cả là hãy áp dụng SEM vào nghiên cứu của bạn, vào cơng việc của bạn sao cho hiệu quả (khi cần) Buổi học hơm nay là buổi học cuối của lớp bồi dưỡng cử nhân tài năng nên tơi muốn nĩi vài điều với các bạn. Qua sự gặp gỡ với các anh chị, các bạn cựu sinh viên, tơi hiểu rằng: dù nghề nghiệp sau này của bạn cĩ là người làm nghiên cứu, là người hoạch định chính sách, là doanh nhân, là nhân viên ở các cơng ty/tổ chức thì những điều bạn đã học trong lớp học này và trong các mơn phương pháp nghiên cứu, phân tích dữ liệu và dự báo (mà các giảng viên của khố học này cĩ dịp tham gia hướng dẫn các bạn), , những điều bạn đã trải nghiệm trong quá trình làm các đề tài NCKH sinh viên luơn cĩ ích với bạn. Làm NCKH sinh viên là dịp để bạn gắn lý thuyết với thực tế, tự học nhiều hơn, cĩ động lực hơn trong học tập Qua quá trình ấy bạn cũng trưởng thành hơn, cũng đạt được những điều mà bạn đang khát khao, đang muốn khám phá; và chắc chắn bạn sẽ cĩ thêm những kỷ niệm thật đẹp của một thời sinh viên. Cũng đừng máy mĩc khi chỉ áp dụng các nghiên cứu định lượng, cũng đừng quá chủ quan khi đưa ra các quyết định chỉ dựa vào các nghiên cứu định lượng. Nghiên cứu của bạn cĩ tham khảo các tạp chí quốc tế và đạt được được các chuẩn mực quốc tế trong nghiên cứu nhưng nĩ khĩ thể cĩ sức sống, và những gợi ý chính sách hợp lý khi bạn khơng sâu sát, cọ xát với người dân, với doanh nghiệp, với thị trường, với các nhà hoạch định chính sách và thiếu một cái tâm, một dũng khí của người làm nghiên cứu. Trong năm học này, năm tới, và sau này, các giảng viên chúng tơi luơn hy vọng các bạn sẽ là những động lực cho các ngành khoa học kinh tế-quản trị cịn rất non trẻ và cịn nhiều điều để khám phá ở Việt Nam. Bởi vì, chúng tơi đã thấy một nhĩm sinh viên ở ngành thẩm định giá đang làm một đề tài về “Mơ hình thẩm định giá trị tăng thêm của thương hiệu xanh”, về thẩm định giá các mỏ tài nguyên; một số bạn sinh viên ngành kế hoạch đầu tư đang khảo sát các doanh nghiệp và ước lượng vấn đề lá chắn thuế nhằm cung cấp dữ liệu đầu vào cho các cơng ty tư vấn dự án, những người thẩm định dự án; hay đề tài áp dụng mơ hình TGARCH cho thị trường chứng khốn, thị trường vàng ở VN; một nhĩm bạn ở lớp Thẩm định giá, bất động sản đang nghiên cứu về “Bong bĩng” ở thị trường bất động sản VN Nhiều thanh niên Trung Quốc (TQ) hiện nay đang cĩ một phương châm là làm gì đĩ để người ta phải kính nể TQ, TQ phải là nước “bá chủ tồn cầu” hay tương tự như vậy! Trong dịp đi Sapa cơng tác, tiện ghé qua du lịch ở một địa phương ở bên kia biên giới TQ, anh hướng dẫn viên chỉ tơi một biểu trưng của Trung Quốc rất cao (chừng 15m) và giải thích đĩ là một bàn tay nắm lấy cả trái đất! Rất nhiều khách du lịch Việt Nam đến chụp hình bên cạnh biểu trưng ấy, cịn một vài thầy giáo trong đồn thì khơng, nhất quyết khơng! Bạn cĩ biết người TQ muốn nĩi điều gì với thế giới qua biểu trưng ấy khơng? Tơi khơng biết điều suy nghĩ của nhiều thanh niên TQ (cĩ thể xuất phát từ một số lãnh đạo TQ) cĩ tốt hay khơng; nhưng tơi mong bạn cĩ một tình yêu đất nước, yêu con người, yêu hồ bình chứ khơng muốn các bạn cĩ những suy nghĩ dân tộc hẹp hịi, hay suy nghĩ rằng một dân tộc cĩ thể giẫm chân lên các dân tộc khác như nhiều bạn thanh niên TQ ấy! Hãy làm điều gì đĩ cĩ ích cho cả cộng đồng, cho con người nĩi chung và được nhiều bạn bè quốc tế yêu mến, quý trọng! Xin chân thành cảm ơn các bạn đã tham gia khố học! Các thầy cơ giáo chúng tơi cảm thấy rất vui, rất tự hào khi được trao đổi, hướng dẫn các bạn trong thời gian qua. Và chúng tơi cũng mong mỏi rằng các bạn sinh viên sẽ cảm thấy tự tin, tự hào khi đã từng học tập ở một trường đại học của Việt Nam (với các bạn, là Trường ĐH Kinh tế TPHCM) dù sau này bạn cĩ học tập thêm, và làm việc ở bất cứ nơi đâu trên trái đất này. Chúc bạn thành cơng! 74 Tài liệu tham khảo Anderson, J.C & Gerbing, D.W (1988) “Structural Equation Modeling in practice: a review and recommended two-step approach”, Psychological Bulletin, 103 (3): 411-423 Arbuckle, J.L (2008), AMOS 16 User's Guide, SPSS Inc Albright, J.J (2006), Confirmatory Factor Analysis using AMOS, LISREL, AND MPLUS, The Trustees of Indiana University, www.indiana.edu/~statmath Bentler, P. M. & Bonett, D. G., (1980), “Significane tests and goodness of fit in the analysis of covariance structures”, Psychological Bulletin, Vol 80, 600 Carmines, E. & McIver, J., (1981) Analyzing models with unobserved variables: analysis of covariance structures, Beverly Hills, CA: Sage Publications, 65 115 Trần Thị Kim Dung, Trần Hồi Nam (2005), Nhu cầu, sự thoả mãn của nhân viên và mức độ gắn kết đối với tổ chức, Đề tài NCKH Cấp bộ, Trường ĐH Kinh tế TPHCM Gerbing W.D. & Anderson, J.C (1988), “An update paradigm for scale development incorporating unidimensionality and its assessment”, Journal of Marketing Research, 25(2): 186-192 Hair, Anderson, Tatham, Black (1998), Multivariate Data Analysis, Prentical-Hall International, Inc. Hair, Black, Babin, Anderson, Tatham (2006), Multivariate Data Analysis, Prentical-Hall International, Inc. Nguyễn Trọng Hồi (2001), Mơ hình hố và dự báo chuỗi thời gian trong kinh doanh & kinh tế, NXB ĐHQG TPHCM Jabnoun & Al-Tamimi (2003) “Measuring perceived service quality at UAE commercial banks”, International Journal of Quality and Reliability Management, (20), 4 Nunnally & Burnstein (1994) Pschychometric Theory, 3rd edition, NewYork, McGraw Hill Pont, M., Mc Quilken, L. (2002), “Testing the Fit of the BANKSERV Model BANKPERF”, ANZMAC 2002 Conference Proccedings, Deankin University Steiger, J, H., (1990), “Structural Modeling Evaluation and Modification: An Interval Estimation Approach”, Multivariate Behavioral Research, Vol.25 , 176 Schumacker, R. E. & Lomax, R. G. (2006), A beginner’s guide to Structural Equation Modeling, Lawrence Erlbaum associates, publisher, London Nguyễn Đình Thọ, Nguyễn Thị Mai Trang (2008), Nghiên cứu khoa học marketing - ứng dụng mơ hình cấu trúc tuyến tính SEM, NXB ĐHQG TPHCM Hồng Trọng, Chu Nguyễn Mộng Ngọc (2008) Phân tích dữ liệu nghiên cứu với SPSS, NXB Hồng Đức 75 Phụ lục 1 PHIẾU KHẢO SÁT VỀ MỨC ĐỘ THỎA MÃN CỦA NHÂN VIÊN PHẦN I. Anh/chị vui lòng cho biết mức độ đồng ý của mình về các phát biểu dưới đây. Đối với mỗi phát biểu, anh chị hãy cách đánh dấu X vào một trong các các con số từ 1 đến 7; theo quy ước là 1:hoàn toàn không đồng ý,.. , 4:phân vân, , 7:hoàn toàn đồng ý; Số càng lớn là anh/chị càng đồng ý. Mã số Các phát biểu Mức độ đồng ý work 1 Công việc cho phép anh/chị sử dụng tốt các năng lực cá nhân 1 2 3 4 5 6 7 work 2 Công việc rất thú vị 1 2 3 4 5 6 7 work 3 Công việc có nhiều thách thức 1 2 3 4 5 6 7 work 4 Khi công việc hoàn thành tốt, sẽ được công ty rất hoan nghênh 1 2 3 4 5 6 7 pay 1 Anh/ chị được trả lương cao 1 2 3 4 5 6 7 pay 2 Anh/ chị thường được tăng lương 1 2 3 4 5 6 7 pay 3 Anh/ chị có thể sống hoàn toàn dựa vào thu nhập từ công ty 1 2 3 4 5 6 7 pay 4 Tiền lương tương xứng với kết quả làm việc 1 2 3 4 5 6 7 pay 5 Tiền lương, thu nhập được trả công bằng 1 2 3 4 5 6 7 ben 1 Công ty có chế độ phúc lợi tốt 1 2 3 4 5 6 7 ben 2 Công ty thực hiện chế độ bảo hiểm xã hội tốt 1 2 3 4 5 6 7 ben 3 Công ty thực hiện chế độ bảo hiểm y tế tốt 1 2 3 4 5 6 7 ben 4 Anh chị hài lòng với chế độ tiền thưởng của công ty 1 2 3 4 5 6 7 env 1 Công việc không bị áp lực cao 1 2 3 4 5 6 7 env 2 Công việc không đòi hỏi thường xuyên phải làm ngoài giờ 1 2 3 4 5 6 7 env 3 Trang thiết bị nơi làm việc an toàn, sạch sẽ 1 2 3 4 5 6 7 env 4 Công việc ổn định, không phải lo lằng về mất việc làm 1 2 3 4 5 6 7 cow 1 Đồng nghiệp của anh/chị thoải mái và dễ chịu 1 2 3 4 5 6 7 cow 2 Anh/ chị và các đồng nghiệp phối hợp làm việc tốt 1 2 3 4 5 6 7 cow 3 Những người mà anh/ chị làm việc với thường giúp đỡ lẫn nhau 1 2 3 4 5 6 7 cow 4 Anh/ chị cảm thấy có nhiều động lực trau dồi chuyên môn khi được làm việc với các đồng nghiệp của mình 1 2 3 4 5 6 7 prom1 Anh/ chị được biết những điều kiện để được thăng tiến 1 2 3 4 5 6 7 prom2 Công ty tạo cho anh chị nhiều cơ hội thăng tiến 1 2 3 4 5 6 7 Prom3 Anh/ chị được cung cấp kiến thức/ kỹ năng cần thiết cho công việc 1 2 3 4 5 6 7 Prom4 Công ty tạo cho anh/chị nhiều cơ hội phát triển cá nhân 1 2 3 4 5 6 7 76 sup 1 Cấp trên hỏi ý kiến anh/chị khi có vấn đề liên quan đến công việc của anh/chị 1 2 3 4 5 6 7 sup 2 Cấp trên khuyến khích cấp dưới tham gia vào những quyết định quan trọng 1 2 3 4 5 6 7 sup 3 Nhân viên được sự hỗ trợ của cấp trên 1 2 3 4 5 6 7 sup 4 Công ty hoạt động có hiệu quả 1 2 3 4 5 6 7 sup 5 Nhân viên được tôn trọng và tin cậy trong công việc 1 2 3 4 5 6 7 sup 6 Lãnh đạo có tác phong lịch sự, hòa nhã 1 2 3 4 5 6 7 sup 7 Nhân viên được đối xử công bằng, không phân biệt 1 2 3 4 5 6 7 PHẦN II. Anh/chị vui lòng cho biết mức độ đồng ý của mình về các phát biểu dưới đây loy1 Anh/chị có ý định ở lại lâu dài cùng công ty 1 2 3 4 5 6 7 loy2 Nếu có nơi khác có lời đề nghị lương bổng tương đối hấp dẫn hơn, anh/chị vẫn sẽ ở lại cùng công ty 1 2 3 4 5 6 7 loy3 Về nhiều phương diện, anh chị coi công ty là mái nhà thứ hai của mình 1 2 3 4 5 6 7 PHẦN III. Xin vui lòng cho biết đôi nét về công việc và bản thân anh/chị 1. Bộ phận công tác của anh chị trong công ty : 2. Vị trí công tác của anh chị thuộc nhóm:  Nhân viên ở các bộ phận  Cán bộ quản lý ở các bộ phận (tổ trưởng)  Trưởng/phó phòng ban hoặc tương đương 3. Giới tính:  Nam  Nữ 4. Trình độ chuyên môn:  Trung cấp  Cao đẳng  Đại học  Sau đại học 5. Tuổi đời của anh/chị:tuổi 6. Thời gian làm việc tại công ty:  Dưới 5 năm  Từ 5-<10 năm  Từ 10 - <15 năm  Trên 15 năm 7. Thu nhập trung bình/tháng của anh chị (tính cả các khoản ngoài lương) thuộc nhóm:  <3 tr đ  Từ 3 đ-<5 tr đ  Từ 5 – <7tr đ  Từ 7 tr đ trở lên 77 Phụ lục 2 Xin giới thiệu với bạn đọc bài viết sau đây của tác giả Phạm Đức Kỳ - Giảng viên Khoa Quản Lý Cơng Nghiệp, Đại học Bách Khoa TPHCM Tĩm lược lý thuyết về SEM1 Phạm Đức Kỳ Phần này tĩm tắt ngắn gọn và khơng thiên về đặc tính kỹ thuật của các vấn đề căn bản cĩ liên quan trong SEM, bao gồm các vấn đề ước lượng, thích hợp mơ hình, và các giả thiết thống kê. SEM (Structural Equation Modelling) là một kỹ thuật mơ hình thống kê rất tổng quát, được sử dụng rộng rãi trong khoa học nghiên cứu hành vi. Nĩ cĩ thể được xem là sự kết hợp của phân tích nhân tố và hồi quy hay phân tích đường dẫn. Sự quan tâm trong SEM thường là vào các kiến trúc lý thuyết (các khái niệm lý thuyết), được trình bày bởi các nhân tố ngầm (các khái niệm tiềm ẩn). Các quan hệ giữa các kiến trúc lý thuyết được trình bày bởi các hệ số hồi quy hay hệ số đường dẫn giữa các nhân tố. SEM ám chỉ 1 cấu trúc của các hiệp tương quan (covariances_hiệp phương sai) giữa các biến được quan sát, các quan hệ này cho ra một tên khác là mơ hình hĩa cấu trúc hiệp tương quan (covariance structure modeling_mơ hình cấu trúc hiệp phương sai). Tuy nhiên, mơ hình cĩ thể được mở rộng thêm bao gồm trung bình của các biến quan sát được hoặc các nhân tố trong mơ hình, làm cho tên mơ hình hĩa cấu trúc hiệp tương quan ít chính xác. Nhiều nhà nghiên cứu chỉ đơn giản nghĩ mơ hình loại này là “các mơ hình Lisrel,” điều này cũng ít chính xác. LISREL là chữ viết tắt của Linear Structural RELations (các quan hệ cấu trúc tuyến tính), và tên này được Jưreskog sử dụng cho một trong những chương trình (phần mềm) SEM đầu tiên thơng dụng nhất. Các mơ hình phương trình cấu trúc ngày nay khơng nhất thiết phải tuyến tính, và khả năng mở rộng của SEM xa hơn phương trình Lisrel ban đầu. Ví dụ, Browne (1993) thảo luận khả năng làm thích hợp các đường cong phi tuyến. SEM cung cấp một khung thuận tiện và rất tổng quát cho các phân tích thống kê bao gồm các thủ tục đa biến truyền thống, ví dụ các trường hợp đặc biệt là phân tích nhân tố, phân tích hồi quy, phân tích phân biệt, và tương quan canonical. SEM thường được minh họa bằng biểu đồ đường dẫn (sơ đồ đường dẫn). Phương trình thống kê này thường được trình bày trong một hệ phương trình ma trận. Trong đầu thập niên 70, khi kỹ thuật này được giới thiệu lần đầu trong nghiên cứu xã hội và nghiên cứu hành vi, phần mềm thường yêu cầu cài đặt chỉ rõ mơ hình theo điều kiện của những ma trận này. Do đĩ, các nhà nghiên cứu đã phải lọc việc trình bày ma trận từ biểu đồ đường dẫn, và cung cấp phần mềm với 1 chuỗi ma trận cho các tập hợp tham số khác nhau, như là hệ số nhân tố và các hệ số hồi quy. Các phần mềm được phát triển gần đây cho phép các nhà nghiên cứu chỉ định trực tiếp mơ hình như là 1 biểu đồ đường dẫn. Việc này hiệu quả với các vấn đề đơn giản, nhưng cĩ thể gây mệt mỏi đối với các mơ hình cĩ tính phức tạp hơn. Vì lý do này, phần mềm SEM hiện tại cũng vẫn hỗ trợ các đặc tính kỹ thuật của mơ hình loại câu lệnh-hay ma trận. Path analysis (phân tích đường dẫn) là kỹ thuật thống kê dùng để kiểm tra quan hệ nhân quả giữa hai hay nhiều biến (biến quan sát). Dựa trên hệ thống phương trình tuyến tính. Path analysis là thành phần phụ của SEM, một thủ tục đa biến mà theo định nghĩa của 1 Nguồn: Ghi chú: những chữ được in nghiêng đậm và trong ngoặc đơn là do tơi bổ sung thêm, để thống nhất các thuật ngữ thơng dụng nhằm giúp bạn đọc thuận lợi hơn. 78 Ullman (1996), “cho phép kiểm tra một tập quan hệ giữa một hay nhiều biến độc lập, hoặc là liên tục hoặc là rời rạc, và một hay nhiều biến phụ thuộc, hoặc là liên tục hoặc là rời rạc.” SEM liên quan đến các biến đo lường được (measured variable) và các biến ngầm (latent variable_biến tiềm ẩn). Một measured variable là một biến cĩ thể được quan sát trực tiếp và được đo lường. Biến đo lường được cũng được biết đến như biến quan sát được (observed variable), biến chỉ báo hay biến biểu thị (indicator or manifest variables). Một latent variable là một biến khơng thể được quan sát trực tiếp và phải được suy ra từ measured variable. Latent variables được ám chỉ bởi hiệp tương quan (covariances) giữa hai hay nhiều measured variables. Chúng cũng được biết đến như là các nhân tố (nghĩa là, phân tích nhân tố), các biến kiến trúc hay các biến khơng quan sát được (constructs or unobserved variables). SEM là sự kết hợp giữa hồi quy đa biến và phân tích nhân tố. Path analysis chỉ liên quan đến các biến đo lường (measured variables). CÁC THÀNH PHẦN CỦA SEM Cĩ hai thành phần: mơ hình đo lường (measurement model) và mơ hình cấu trúc (structural model). + Measurement model: liên quan đến quan hệ giữa measured variables và latent variables. + Structural model: chỉ liên quan đến các quan hệ giữa các latent variables mà thơi. Ký hiệu trong SEM: - Các biến đo lường được: hình chữ nhật hay vuơng - Các biến ngầm: elíp hay hình trịn - Các khoản sai số: (“nhiễu” của các biến ngầm) được đưa vào biểu đồ SEM, đại diện bởi “E’s” cho các biến đo lường và “D’s” cho các biến ngầm. Các khoản sai số đại diện phương sai phần dư trong các biến khơng được tính cho các đường dẫn (pathways) được giả thiết trong mơ hình. Tham số của SEM: - Là các biến, hệ số hồi quy và hiệp tương quan giữa các biến. - Phương sai cĩ thể được chỉ ra bằng mũi tên hai đầu kết thúc tại cùng một biến, hoặc đơn giản hơn, ký hiệu bằng số trong hộp vẽ biến hay cung trịn. - Các hệ số hồi quy được trình bày dọc theo mũi tên một chiều chỉ ra đường dẫn được giả thiết giữa hai biến (cĩ trọng số được áp dụng cho các biến trong các phương trình hồi quy tuyến tính) - Hiệp phương sai được kết hợp với các mũi tên vịng cung hai đầu giữa hai biến hoặc các sai số và biểu thị vơ hướng (no directionality). Data cho SEM là các phương sai mẫu và hiệp phương sai mẫu lấy từ tổng thể (ký hiệu S, phương sai mẫu quan sát được và ma trận hiệp phương sai). KIẾN TRÚC SEM Mục tiêu trong việc xây dựng 1 sơ đồ đường đẫn (path diagram) hay mơ hình phương trình cấu trúc, là tìm một mơ hình đủ thích hợp với dữ liệu (S) để phục vụ như là 1 đại diện cĩ ích của độ tin cậy và giải thích chi tiết dữ liệu. 79 Cĩ 5 bước trong kiến trúc SEM: 1. Chỉ định mơ hình (Model Specification) 2. Nhận dạng mơ hình (Model Identification) 3. Ước lượng mơ hình (Model Estimation) 4. Đánh giá độ thích hợp của mơ hình (Assesing Fit of the Model) 5. Hiệu chỉnh mơ hình (Model Modification) Chỉ định mơ hình (Model Specification) Là việc chính thức bắt đầu một mơ hình. Trong bước này, các tham số được xác định là cố định hay tự do. Tham số cố định (fixed parameters) khơng được ước lượng từ dữ liệu và được gán một cách tiêu biểu bằng 0 (chỉ ra khơng cĩ quan hệ giữa các biến). Các đường dẫn của các tham số cố định được gắn nhãn số (trừ khi được gán giá trị là 0, trong trường hợp này khơng cĩ đường dẫn nào được vẽ) trong biểu đồ SEM. Tham số tự do (Free parameters) được ước lượng từ dữ liệu quan sát và được người điều tra tin rằng nĩ khác 0. Việc xác định tham số nào là cố định hay tự do trong SEM là rất quan trọng vì nĩ xác định tham số nào sẽ được sử dụng để so sánh biểu đồ giả thuyết với ma trận hiệp phương sai và phương sai tổng thể mẫu trong việc kiểm tra tính thích hợp của mơ hình (bước 4). Việc chọn tham số nào là cố định và tham số nào là tự do tùy thuộc vào người nghiên cứu. Sự lựa chọn này trình bày một giả thuyết tiền đề về đường xu hướng trong hệ thống là quan trọng trong thế hệ của cấu trúc liên quan của hệ thống được quan sát (ví dụ, phương sai mẫu được quan sát và ma trận hiệp phương sai). Nhận dạng mơ hình (Model Identification) Việc nhận dạng quan tâm đến việc cĩ hay khơng giá trị duy nhất cho mỗi và mọi tham số tự do cĩ thể thu thập được từ dữ liệu quan sát. Nĩ phụ thuộc vào việc lựa chọn mơ hình và đặc tính kỹ thuật của các tham số cố định, ràng buộc và tự do. Một tham số bị ràng buộc khi nĩ trong một tập hợp với các tham số khác. Các mơ hình cần phải được nhận dạng hồn chỉnh để cĩ thể ước lượng được (bước 3) và để kiểm định giả thuyết về quan hệ giữa các biến. Cĩ các dạng mơ hình cĩ cấu trúc là just-identified, overidentified, hay underidentified. + just-identified model: trong đĩ tương ứng 1-1 giữa data và các tham số cấu trúc. Nghĩa là, số phương sai dữ liệu và số hiệp phương sai bằng với số tham số được ước lượng. Tuy nhiên, mặc dầu khả năng của mơ hình là đạt được một giải pháp duy nhất cho tất cả các tham số, just-identified model khơng cĩ sự quan tâm của khoa học gia vì bởi nĩ khơng cĩ độ tự do và do đĩ khơng thể bị loại bỏ. + Overidentified model: là mơ hình trong đĩ số tham số cĩ thể ước lượng được thì nhỏ hơn số điểm dữ liệu (data points) (nghĩa là, phương sai, hiệp tương quan của các biến quan sát được). Tình trạng này tạo kết quả ra độ tự do dương cho phép loại bỏ mơ hình, do đĩ được sử dụng một cách khoa học hơn. Mục đích của SEM là chỉ ra một mơ hình như vậy đáp ứng các tiêu chuẩn của overidentification. + Underidentified model: là mơ hình trong đĩ số tham số được ước lượng vượt quá số phương sai và hiệp tương quan. Như vậy, mơ hình bao gồm thơng tin khơng ý nghĩa (từ dữ 80 liệu đầu vào) cho việc đạt được 1 giải pháp xác định về ước lượng tham số; nghĩa là, vơ số các giải pháp là khả dĩ cho 1 underidentified model. Ước luợng mơ hình (Model Estimation) Trong bước này, các giá trị khởi đầu của tham số tự do được chọn để sinh ra 1 ma trận hiệp tương quan tổng thể được ước lượng (estimated population covariance matrix), S(q), từ mơ hình. Các giá trị khởi đầu cĩ thể được chọn bởi người nghiên cứu từ thơng tin ban đầu, bởi các chương trình máy tính được sử dụng để xây dựng SEM, hay từ phân tích hồi quy đa biến. Mục tiêu của ước lượng là để sinh ra một S(q) hội tụ trên ma trận hiệp tương quan tổng thể quan sát được, S, với ma trậnphần dư (residual matrix) (khác biệt giữa S(q) và S) trở nên tối thiểu. Nhiều phương pháp cĩ thể được sử dụng để sinh ra S(q). Việc chọn các phương pháp được hướng dẫn bằng đặc tính của data bao gồm kích thước và phân phối mẫu. Hầu hết các tiến trình được sử dụng là lặp. Hình thức tổng quát của hàm tối thiểu là: Q = (s - s(q))’W(s - s(q)) Trong đĩ: s = vector bao gồm phương sai và hiệp phương sai của các biến quan sát được. s(q) = vector bao gồm các phương sai corresponding và hiệp phương sai như được dự đốn bởi mơ hình. W = ma trận trọng số (một vài tác giả xem Q như là F) Ma trận trọng số, W, trong hàm trên, phù hợp với phương pháp ước lượng được chọn. W được chọn để tối thiểu Q, và Q(N-1) cho việc thích hợp hàm, trong hầu hết các trường hợp một thống kê phân phối X2. Kết quả thực hiện của X2 bị ảnh hưởng bởi kích thước mẫu, sai số phân phối, nhân tố phân phối, và giả thiết rằng các nhân tố và sai số là độc lập (Ullman 1996). Một vài phương pháp ước luợng được sử dụng thơng dụng nhất là: Generalized Least squares (GLS) FGLS = ½ tr[([S - S(q)]W-1)2] Trong đĩ: tr = tốn tử theo dõi (trace operator), cộng các yếu tố trên đường chéo chính của ma trận W-1 = ma trận trọng số tối ưu, phải được chọn bởi nhà nghiên cứu (chọn lựa thơng thường nhất là S-1) Maximum Likelihood (ML) FML = log|S| - log|S| + tr(SS-1) - p Trong trường hợp này, W = S-1và p = số lượng biến được đo lường Asymptotically Distribution Free (ADF) Estimator (Hàm ước lượng tự do phân phối tiệm cận) FADF = [S - s(q)]’W-1[S - s(q)] W, trong hàm này, bao gồm các yếu tố xem xét trong kurtosis. Ullman (1996) và Hoyle (1995) thảo luận về các thuận lợi và giới hạn của các hàm ước lượng trên đây. ML và GLS hữu ích cho dữ liệu phân phối chuẩn khi các nhân tố và sai số là độc lập, ADF 81 hữu ích cho các dữ liệu khơng phân phối chuẩn, nhưng chỉ cĩ giá trị khi kích thước mẫu lớn hơn 2.500. Ullman chỉ ra hàm ước lượng tốt nhất cho dữ liệu khơng phân phối chuẩn và/hoặc phụ thuộc giữa các nhân tố và sai số là Scaled ML. Bất kể hàm nào được chọn, kết quả mong đợi của tiến trình ước lượng là đạt được một hàm thích hợp gần đến 0. Một hàm thích hợp với số điểm là 0 chỉ ra rằng ma trận hiệp phương sai được ước lượng của mơ hình và ma trận hiệp phương sai mẫu nguyên thủy là tương đương. Đánh giá độ thích hợp của mơ hình (Assesing Fit of the Model) Như đã phân tích, giá trị hàm thích hợp gần đến 0 được mong đợi cho độ thích hợp mơ hình. Tuy nhiên, nĩi chung, nếu tỷ số giữa X2và bậc tự do nhỏ hơn 3, mơ hình là thích hợp tốt (Ullman 1996). Để cĩ độ tin cậy trong kiểm định độ thích hợp mơ hình, kích thước mẫu từ 100 đến 200 được yêu cầu (Hoyle 1995). Ullman (1996) thảo luận sự đa dạng của các hàm thích hợp phân phối khơng-X2, mà ơng ta gọi là “các chỉ số thích hợp so sánh (comparative fit indices.)” Hoyle (1995) đề cập đến điều này như “các chỉ số thích hợp phụ thuộc (adjunct fit indices).” Một cách căn bản, những phương pháp này so sánh độ thích hợp của một mơ hình độc lập (một mơ hình khẳng định khơng cĩ quan hệ giữa các biến) để thích hợp mơ hình được ước lượng. Kết quả của việc so sánh này thì thường là một số giữa 0 và 1, với 0.90 hoặc lớn hơn được chấp nhận như là các giá trị chỉ ra độ thích hợp. Cả Hoyle và Ullman đề nghị sử dụng nhiều chỉ số khi xác định các độ thích hợp mơ hình. Hiệu chỉnh mơ hình (Model Modification) Nếu ma trận phương sai/hiệp phương sai được ước lượng bằng mơ hình khơng mơ phỏng một cách thích hợp ma trận phương sai/hiệp phương sai mẫu, các giả thuyết cĩ thể được hiệu chỉnh và mơ hình được kiểm định lại. Để điều chỉnh 1 mơ hình, các đường dẫn mới được vẽ thêm hay các đường dẫn cũ được bỏ đi. Nĩi cách khác, các tham số được thay đổi từ cố định tới tự do hoặc từ tự do đến cố định. Điều quan trọng để nhớ là khi trong các thủ tục thống kê khác, là việc hiệu chỉnh mơ hình sau việc kiểm định lần đầu làm gia tăng cơ hội của vấp phải sai lầm loại I. Các thủ tục thơng thường được sử dụng cho việc hiệu chỉnh mơ hình là Lagrange Multiplier Index (LM) và Kiểm định Wald. Cả hai loại kiểm định này báo cáo các thay đổi trong giá trị X2 khi các đường dẫn được điều chỉnh. LM yêu cầu dù cĩ hay khơng việc gia tăng các tham số tự do gia tăng sự thích hợp của mơ hình. Kiểm định Wald yêu cầu cĩ hay khơng việc xĩa bỏ các tham số tự do gia tăng sự thích hợp mơ hình. Để điều chỉnh tỷ lệ sai lầm loại 1 gia tăng, Ullman (1996) yêu cầu sử dụng một giá trị xác suất thấp (p<0.01) khi tăng thêm hay bỏ các tham số. Ullman cũng yêu cầu so sánh giá trị chéo (cross-validation) với các mẫu khác. Vì trật tự của các tham số tự do cĩ thể ảnh hưởng đến việc lựa chọn của các tham số khác, LM nên được áp dụng trước kiểm định Wald (nghĩa 82 là, cộng thêm vào tất cả các tham số trước khi bắt đầu xĩa chúng) (MacCullum 1986, đã trích dẫn của Ullman 1996). Trình bày mơ hình cuối cùng (Final Presentation of Model) Khi mơ hình đã đạt được độ thích hợp chấp nhận được, các ước lượng riêng biệt về các tham số tự do được đánh giá. Các tham số tự do được so sánh với giá trị rỗng (null value), sử dụng thống kê phân phối z. Thống kê z đạt được bằng cách chia tham số ước lượng cho sai số chuẩn của ước lượng đĩ. Tỷ lệ của kiểm định này phải vượt +/-1.96 để quan hệ trở nên cĩ ý nghĩa. Sau khi các quan hệ riêng biệt trong mơ hình được đánh giá, các ước lượng tham số được chuẩn hĩa cho việc trình bày mơ hình cuối cùng. Khi các ước lượng tham số được chuẩn hĩa, chúng cĩ thể được giải thích tham chiếu với các tham số khác trong mơ hình và cường độ của đường xu hướng cĩ liên quan trong mơ hình cĩ thể được so sánh. 83 Phụ lục 3 Nhằm tạo thuận lợi cho bạn đọc khi tìm hiểu SEM, xin giới thiệu với bạn đọc nghiên cứu sau đây (cĩ áp dụng SEM) tác giả Phạm Đức Kỳ, Bùi Nguyên Hùng. Bạn nên đọc thêm các nghiên cứu khác đã được phát trong lớp, và một số bài viết dưới dạng file pdf đã được gửi qua email. Tác giả của quyển bài giảng này lựa chọn 2 bài nghiên cứu này để giới thiệu với các bạn bởi 2 tác giả của bài nghiên cứu viết rất tốt, lĩnh vực lịng trung thành, dịch vụ thơng tin di động cũng gần gũi với rất nhiều bạn. Bài viết 1. Nghiên cứu mơ hình sự trung thành của khách hàng dịch vụ thơng tin di động tại Việt Nam Phạm Đức Kỳ, Bùi Nguyên Hùng Khoa Quản lý Cơng Nghiệp-ĐHBK TP.HCM I. GIỚI THIỆU Trong bối cảnh khi mà thị trường thơng tin di động (TTDĐ) các nước cạnh tranh mạnh mẽ do mở cửa thị trường và giảm mạnh các ưu thế của vị thế độc quyền, với sự tham gia của nhiều nhà cung cấp, dùng các chiến lược cạnh tranh hỗn hợp bao gồm các chiến lược về giá cước, chất lượng dịch vụ cơ bản, dịch vụ gia tăng, quảng cáo khuyến mãi, giảm giá và chăm sĩc khách hàng (CSKH), tạo cho họ ngày càng cĩ nhiều sự lựa chọn, với xu hướng chuyển sang mạng khác hấp dẫn hơn, tác động đến sự bền vững về thuê bao của các mạng di động. Các nghiên cứu thực nghiệm tại nhiều nước trên thế giới trong lĩnh vực TTDĐ như Ấn Độ[1], Canada, Mỹ[14] và Trung Quốc[21], cho thấy mơ hình chất lượng dịch vụ theo Parasuraman và các mơ hình truyền thống khác[9] khơng đủ để giải thích sự thoả mãn và sự trung thành của khách hàng. Một số nghiên cứu gần đây tại Bangladesh, Hàn Quốc, Đài Loan đã đề cập thêm một số nhân tố tác động khác (chi phí vật chất, tinh thần, rủi ro, sức hấp dẫn của dịch vụ thay thế, mức độ mật thiết trong quan hệ cá nhân giữa khách hàng và nhà cung cấp,..) mà khách hàng phải cân nhắc mỗi khi cĩ ý định chuyển sang nhà cung cấp khác[10] [22]. Kết quả nghiên cứu của tác giả M-K Kim tại Hàn Quốc cịn chỉ ra rằng khách hàng mặc dù thoả mãn với chất lượng dịch vụ của nhà cung cấp hiện tại nhưng vẫn chuyển sang nhà cung cấp khác, hoặc sử dụng nhiều dịch vụ của nhiều nhà cung cấp đồng thời.Các tác giả Fornell, 1992; Ahmad & Buttle, 2002 cũng cho rằng một khi thị trường đã trở nên cạnh tranh quyết liệt thì chiến lược phịng thủ để duy trì khách hàng hiện cĩ cịn quan trọng hơn so với chiến lược cơng kích nhằm mở rộng quy mơ tồn bộ thị trường bằng nỗ lực gia tăng các khách hàng tiềm năng[12]. Chiến lược phịng thủ của nhà cung cấp truyền thống Telstra(Australia) trước sự thâm nhập của Optus (Anh-Mỹ) năm1990 là một ví dụ điển hình[3] Thị trường TTDĐ tại Việt Nam đang trong giai đoạn chuyển dần từ một thị trường độc quyền do nhà nước kiểm sốt sang thị trường cạnh tranh với tốc độ phát triển cơng nghệ di động nhanh, chu kỳ cơng nghệ rút ngắn, lợi thế do chi phí đầu tư ngày càng giảm đã mang đến những cơ hội cho nhà cung cấp dịch vụ mới tham gia thị trường, đồng thời là thách thức đối 84 với nhà cung cấp dịch vụ hiện tại. Cạnh tranh giữa các mạng TTDĐ hiện nay chủ yếu dựa vào giảm giá cước và khuyến mãi liên tục tạo nên làn sĩng thuê bao di chuyển từ mạng này sang mạng khác ngày càng phổ biến. Tỷ lệ thuê bao ngưng hoạt động so với tổng thuê bao trên mạng hiện chiếm tỷ lệ rất lớn ở mạng VinaPhone (1/4), MobiFone (1/3), Viettel(1/2) & S-Fone (2/3). Kết cục của kiểu cạnh tranh bằng giá cước đã dẫn tới tình trạng trong tổng số 14.3 triệu thuê bao cơng bố, thực chất chỉ cĩ 10.4 triệu thuê bao thực hoạt động, do số thuê bao “ảo” chiếm từ 25-30% (một khách hàng sử dụng cùng lúc từ 2-3 mạng di động). Tình trạng này cho thấy khách hàng hiện nay khơng cịn trung thành với nhà cung cấp như trong thị trường độc quyền trước năm 2003[19]. Trong tương lai, khi số thuê bao ngày càng tiến đến điểm bão hồ và giá cước khơng cịn là lợi thế đối với riêng doanh nghiệp (DN) nào thì việc tìm kiếm và tạo khách hàng mới sẽ rất khĩ khăn, địi hỏi nhiều chi phí dành cho quảng cáo-khuyến mãi[12], Xét ở gĩc độ vĩ mơ, thực trạng trên thể hiện một thị trường phát triển thiếu bền vững, tiêu cực và lãng phí tài nguyên của ngành[19] Vì vậy, việc nghiên cứu mơ hình trung thành của khách hàng dịch vụ TTDĐ tại Việt Nam cĩ ý nghĩa về mặt nghiên cứu khám phá, đĩng gĩp một thang đo mới và một mơ hình lý thuyết mới. Về mặt thực tiễn, việc “giữ chân” khách hàng, làm cho khách hàng trở nên trung thành hơn mang tính cấp thiết, đặc biệt đối với hai nhà cung cấp dịch vụ truyền thống hiện nay là MobiFone và VinaPhone, khi mà thị trường TTDĐ tại Việt Nam đang trong giai đoạn phát triển mạnh, vì tỷ lệ thâm nhập hiện mới chỉ đạt 14 máy/100 dân, cịn thấp hơn nhiều so với các nước trong khu vực và thế giới (70-80 máy/100 dân). Kết quả nghiên cứu sẽ cung cấp thơng tin cho các nhà quản lý hoạch định chiến lược sử dụng hiệu quả nguồn tài nguyên viễn thơng, đồng thời giúp các nhà cung cấp dịch vụ TTDĐ hoạch định và thực hiện hiệu quả hơn các hoạt động tiếp thị, CSKH. II. CÁC MƠ HÌNH NGHIÊN CỨU SỰ TRUNG THÀNH CỦA KHÁCH HÀNG TTDĐ Nhiều nghiên cứu trước đây đã đề cập mối quan hệ nhân quả giữa chất lượng dịch vụ, sự thỏa mãn và sự trung thành trong mơ hình truyền thống được tổng quát hố như Hình 1: Hình 1. Mơ hình tích hợp sự trung thành của khách hàng [9] 85 Sự thỏa mãn là sự đáp ứng và sự đánh giá của khách hàng về trạng thái mãn nguyện (Oliver, 1997)[12]. Sự thỏa mãn theo Parasuraman (1994) là kết quả tổng hợp của Chất lượng dịch vụ, Chất lượng sản phẩm và Giá hoặc theo Mittal et al (1998) là Chất lượng dịch vụ cốt lõi, Dịch vụ cá nhân và Giá [22]. Trong lĩnh vực dịch vụ TTDĐ thoả mãn cũng được đo lường thơng qua 05 thành phần chất lượng dịch vụ của Parasuraman[5][7][10][17][20], theo M-K. Kim et al, là: Chất lượng cuộc gọi, Dịch vụ gia tăng, Cấu trúc giá cước, Dịch vụ khách hàng và Sự thuận tiện [12] . Mơ hình đo lường khái niệm sự trung thành đã tiến triển qua ba giai đoạn, đầu tiên nĩ chỉ đo “hành vi mua lặp lại” (Jacoby & Chestnut, 1978) được đánh giá là quá giản lược do bỏ qua các yếu tố tình huống (Omally, 1998; Dick & Basu, 1994), hoặc khơng thể giải thích sự trung thành “tự nguyện” hay trung thành “ép buộc” (Hirschman, 1970; Johnson, 1982; Levinger,1979; Ping, 1993) nên yếu tố “thái độ” đã được đưa vào giải thích cho sự trung thành (Linderstat, 1998)[9]. Cuối cùng yếu tố “nhận thức“ được đưa vào vì khách hàng phải trải qua giai đoạn “trung thành nhận thức” trên cơ sở kiến thức hay niềm tin đã cĩ về thương hiệu (Glember & Brown, 1996). Như vậy, sự trung thành địi hỏi cùng lúc niềm tin (nhận thức), cảm tình (thái độ) và hành động mua lặp lại (hành vi)[9]. Đây là phương pháp tiếp cận kiểu “tích hợp”. Sự thỏa mãn cao sẽ giảm bớt lợi ích cảm nhận của các dịch vụ thay thế và dẫn đến sự trung thành cao hơn (Anderson & Sullivan, 1993), chất lượng nhận thức và sự thỏa mãn ảnh hưởng đến sự trung thành (Johny, 2001), sự thỏa mãn dẫn đến hành vi mua lại và dẫn đến sự trung thành. Kết quả các nghiên cứu thực nghiệm ở 100 cơng ty thuộc 13 ngành dịch vụ (cĩ ngành viễn thơng) cĩ thể tổng quát hố như hình 2, nghĩa là chất lượng nhận thức cĩ thể ảnh hưởng trực tiếp lên sự trung thành hoặc cũng cĩ thể ảnh hưởng gián tiếp lên sự trung thành thơng qua sự thỏa mãn. Hình 2: Mơ hình lý thuyết sự trung thành của khách hàng [9] Hạn chế của mơ hình này là quá giản lược khơng thể hiện đầy đủ các yếu tố tác động đến sự trung thành. Phương pháp tiếp cận khái niệm sự trung thành kiểu “tích hợp” được sử dụng trong nhiều nghiên cứu tại Mỹ, Canada, châu Âu [14], Ấn Độ [1] trong lĩnh vực dịch vụ TTDĐ 86 thể hiện rõ tính đa hướng của sự trung thành nhưng về cơ bản vẫn là mơ hình truyền thống nêu trên (Hình 1). 1. Mơ hình tiếp cận theo kiểu”Rào cản chuyển đổi” Do cấu trúc thị trường và bản chất cạnh tranh đã biến đổi trong những năm gần đây, nhiều nghiên cứu cho thấy các mơ hình truyền thống về sự trung thành kém phù hợp để giải thích thực tiễn về cạnh tranh trong các ngành dịch vụ nĩi chung, và ngành dịch vụ TTDĐ nĩi riêng. Các nhà nghiên cứu cũng đã phát hiện các khái niệm mới cĩ tác động điều chỉnh đối với các mơ hình truyền thống. Cụ thể, các mơ hình nghiên cứu tại thị trường một số nước châu Á gần đây thường tiếp cận theo khái niệm “Rào cản chuyển đổi nhà cung cấp”, đề cập tình huống khách hàng khơng thỏa mãn dịch vụ hiện tại, muốn chuyển sang dịch vụ khác sẽ gặp phải gánh nặng như khĩ khăn về tài chính, tâm lý, xã hội, rủi ro,(Hình 3). Hình 3: Mơ hình lý thuyết sự trung thành của khách hàng dịch vụ TTDĐ Rào cản chuyển đổi nhà cung cấp trong lĩnh vực dịch vụ TTDĐ thường đề cập là 1) Chi phí chuyển đổi (tổn thất do chuyển đổi, chi phí thích nghi mới và chi phí gia nhập mới), 2) Sự hấp dẫn của mạng khác (về danh tiếng, hình ảnh, chất lượng, giá cước,..) và 3) Quan hệ khách hàng (thăm hỏi, chăm sĩc, tin cậy, mật thiết, trao đổi thơng tin,giữa khách hàng với nhân viên nhà cung cấp dịch vụ)[10][12][13][22]. Rào cản chuyển đổi càng cao càng cĩ tác dụng giữ chân khách hàng. Người ta thường chia rào cản chuyển đổi ra làm hai loại: rào cản tiêu cực (loại thứ nhất), rào cản tích cực (loại thứ 2 &3); hoặc phân biệt bằng: rào cản nội sinh (loại thứ 1&3); rào cản ngoại sinh (loại thứ 2) 2. Mơ hình tiếp cận kiểu “tích hợp” Phân tích sâu mơ hình khảo sát chỉ số hài lịng của khách hàng một số ngành dịch vụ tại thị trường Mỹ, châu Âu cũng như mơ hình nghiên cứu sự thỏa mãn của khách hàng dịch vụ di động tại Canada, dựa theo mơ hình Fornell at al (1996)[14] thì quan hệ giữa sự thoả mãn và sự trung thành được sử dụng như một khái niệm đồng nhất (Hình 4), trong đĩ sự trung thành tiềm ẩn gồm các thành phần: “Khả năng mua lại” (Nhận thức), “ Mức độ chấp nhận giá” (Thái độ) và “Sự than phiền” (Hành vi). 87 Hình 4: Mơ hình lý thuyết sự trung thành khách hàng dịch vụ TTDĐ So với mơ hình tiếp cận kiểu rào cản chuyển đổi của M-K.Kim et al (2004)[12], thành phần “khả năng mua lại” giả thiết khơng bị ảnh hưởng bởi “rào cản chuyển đổi”, nghĩa là khách hàng tự do lựa chọn khi cĩ nhu cầu, khơng bị ràng buộc với nhà cung cấp (thuê bao trả tiền trước). Ngược lại “mức độ chấp nhận giá” của khách hàng được đo lường trong điều kiện thực cĩ hiện diện của “Rào cản chuyển đổi”[14] (thuê bao trả tiền sau bị ràng buộc bởi hợp đồng với nhà cung cấp). “Khả năng mua lại” hàm ý sự ưa thích của khách hàng cĩ tính bền vững đối với nhà cung cấp (Soderlund,1998), đây là thành phần truyền thống trong mơ hình cổ điển, và “mức độ chấp nhận giá” hàm ý khách hàng trung thành sẵn sàng trả giá cao hơn, hoặc khơng chuyển sang nhà cung cấp khác cĩ giá thấp hơn để tránh rủi ro cảm nhận do xảy ra sự thay đổi nào đĩ. Khách hàng càng cĩ quan hệ lâu dài và càng trung thành thì mức độ chấp nhận giá càng cao, ít so sánh giá với nhà cung cấp khác (Ruyter et al, 1999)[14] . 3. Đánh giá các mơ hình Khi nghiên cứu sự trung thành của khách hàng dịch vụ TTDĐ, các nhà nghiên cứu thường tiếp cận theo hai trường phái: Các mơ hình nghiên cứu tại thị trường châu Âu và Bắc Mỹ (Hoa Kỳ, Canada) tiếp cận kiểu tích hợp theo Thái độ, Nhận thức và Hành vi thể hiện qua “Mức độ chấp nhận giá”, “Khả năng mua lại” và “Sự than phiền” để giải thích cho sự trung thành của khách hàng[14]. Các mơ hình nghiên cứu tại thị trường châu Á thì tiếp cận theo các yếu tố liên quan đến khĩ khăn mà khách hàng gặp phải như: Chi phí vật chất, chi phí tinh thần, rủi ro khi chuyển đổi nhà cung cấp, tạo nên khái niệm gọi là “Rào cản chuyển đổi” nhà cung cấp dịch vụ[10][12][13][22]. Hơn nữa các nghiên cứu này cịn chứng minh được rằng “Rào cản chuyển đổi” đĩng vai trị biến điều chỉnh mối quan hệ giữa sự thỏa mãn và sự trung thành. Nĩi cách khác, với một mức độ thoả mãn nhất định, mức độ trung thành cĩ thể thay đổi tuỳ thuộc biên độ thay đổi của “Rào cản chuyển đổi” [12] 88 Tĩm lại, sự trung thành trong các mơ hình châu Au và Bắc Mỹ là một khái niệm hai thứ nguyên trong đĩ yếu tố “Mức độ chấp nhận giá” cĩ nguồn gốc từ “rủi ro nhận thức” tương đương với “rào cản chuyển đổi” trong các mơ hình nghiên cứu ở thị trường châu Á. Tuy nhiên, mơ hình châu Au và Bắc Mỹ nhấn mạnh yếu tố giá như một thành phần chính của “rào cản chuyển đổi” trong khi các mơ hình châu Á coi “rào cản chuyển đổi” là sự đánh đổi giữa giá trị nhận thức và chi phí bỏ ra khi khách hàng cĩ ý định chuyển sang nhà cung cấp khác (Ratchford, 1982). 4. Đề xuất mơ hình cho nghiên cứu thị trường TTDĐ tại Việt Nam Trong bối cảnh thị trường TTDĐ Việt nam đang cạnh tranh ngày càng gay gắt với sự tham gia của 06 nhà cung cấp dịch vụ, số lượng khách hàng chuyển đổi qua lại giữa các mạng ngày càng gia tăng thì vấn đề nghiên cứu mơ hình sự trung thành của khách hàng với rào cản chuyển mạng thực sự mang tính thực tế và cấp thiết hiện nay. Mơ hình được đề xuất sử dụng thang đo 05 thành phần chất lượng dịch vụ trong lĩnh vực TTDĐ [1,5,6,7,9,10,15,16,17,20,21,22], kết hợp các mơ hình nghiên cứu gần đây cĩ xét thêm yếu tố “Rào cản chuyển mạng”, được nhiều tổ chức và cá nhân trên thế giới [2,4,8,11,12,13,18] tiến hành, lựa chọn các nhân tố được xem là phù hợp với thị trường TTDĐ tại Việt Nam để hình thành mơ hình lý thuyết và các giả thuyết như Hình 5 Căn cứ vào các dữ liệu thứ cấp của các mạng Vinaphone, MobiFone, Viettel Mobile như: báo cáo chất lượng dịch vụ, thống kê các khiếu nại, phản ánh của khách hàng qua tổng đài và tại các giao dịch Tại các lớp đào tạo nghiệp vụ của Vinaphone từ tháng 12/2005 đến tháng 02/2006, đã kết hợp thăm dị hơn 800 giao dịch viên của 22 Bưu điện tỉnh thành khu vực phía nam, thường xuyên tiếp xúc với khách hàng bằng 02 câu hỏi mở: 89 Hình 5: Mơ hình lý thuyết - Đánh giá chất lượng dịch vụ TTDĐ dựa trên những yếu tố nào? - Những yếu tố nào khiến khách hàng chọn mạng mới, dùng thêm mạng, ngưng sử dụng, tiếp tục trung thành với mạng hiện tại? Sau khi lựa chọn, cân nhắc sắp xếp, cĩ kết quả như bảng 1. 90 Bảng 1: Các nhân tố và thuộc tính đo lường của mơ hình 5. Kết luận Từ các phân tích và đánh giá các mơ hình nghiên cứu sự trung thành của khách hàng dịch vụ TTDĐ trên thế giới, mơ hình lý thuyết cho nghiên cứu thực nghiệm tại thị trường TTDĐ tại 91 Việt Nam được đề xuất như hình 5. Trong mơ hình này sự trung thành của khách hàng sử dụng dịch vụ thơng tin di động được quyết định bởi 02 nhĩm yếu tố: đĩ là nhĩm yếu tố “ Sự thỏa mãn” – nhĩm yếu tố chất lượng dịch vụ của các nhà cung cấp và nhĩm yếu tố “Rào cản chuyển mạng” của chính loại dịch vụ này. Trong nhĩm yếu tố “Sự thỏa mãn” (chất lượng dịch vụ) cĩ 5 yếu tố: chất lượng cuộc gọi, cấu trúc giá, dịch vụ gia tăng, tính thuận tiện và dịch vụ khách hàng. Trong nhĩm “Rào cản chuyển mạng” cũng gồm 5 yếu tố: các tổn thất, chi phí thích nghi mới, chi phí gia nhập mới, sự hấp dẫn của các mạng khác (đối thủ cạnh tranh) và mối quan hệ khách hàng Mơ hình trong hình 5 là một mơ hình đa nhân tố, việc tìm hiểu tương tác giữa các nhân tố này với sự trung thành của khách hàng sẽ giúp cho các cơ quan quản lý nhà nước trong hoạch định chính sách phát triển ngành TTDĐ như: số lượng các nhà cung cấp dịch vụ, chính sách phát triển thị trường ổn định bền vững, đầu tư hiệu quả và tiết kiệm tài nguyên của ngành,.. Riêng với gĩc độ các nhà cung cấp dịch vụ thơng tin di động ở Việt Nam thì kết quả ứng dụng mơ nghiên cứu này giúp đưa ra các giải pháp nhằm nâng cao chất lượng dịch vụ để giữ chân khách hàng qua việc nâng cao lịng trung thành của khách hàng, bình ổn thị trường, gia tăng số thuê bao và gia tăng lợi nhuận. TÀI LIỆU THAM KHẢO [1] Apoorva Palkar (2004), Determinants of Customer Satisfaction for Cellular Service Providers, Vol. 28, No,1, Jan-March 2004. [2] Arthur Lin (2004), Antecedent and Consequences of Customer Switching Cost for the Mobile Phone Market, Progress report. [3] Nguyễn Sơn Hải, Tạp chí Bưu chính viễn thơng và Cơng nghệ thơng tin. MPT (10/2006) [4] Claes-Robert Julander (Jan,2003), Effect of Switching Barrier on Satisfaction, Repurchase Intentions and Attitudinal Loyalty, SSE/EFI Working paper Series in Business Administration. No. 2003:1. [5] Eli M.Noam, The Quality of regulation in Regulating Quality: A Proposal for an Intergrated Incentive Approach to Telephone Service Performance, in Price Caps and Incentive Regulation in Telecommunications, ed. Micheal Einhorn (Boston: Kluwer Academic Publishers, 1991) 168-189. [6] Garvin, “Competing on the Eight Dimension of Quality” [7]J.D.Power and Associates, A Marketing Information Firm, www.Jdpower.com. [8] Klemperer, Paul(1987), Markets with Consumer Switching Cost, the Quarterly Jounal of Economics, 102:375-394. [9] Lu ting Pong, Johnny(2001), An Intergrated Model of Service Loyalty, Academy of Business & Administrative Sciences 2001 International Conferences, Brussels, Belgium 23-25 July, 2001. [10] Masud Parvez(ID#0120016), (2005), A relational Study on Service Quality, Switching Cost, Trust, Customer Satisfaction and Customer Loyalty in the context of Grameenphone, Independent University, Bangladesh. [11] Mengze Shi(2005), Managing Consumer Switching Cost through Loyalty Incentives, Progress Report, Feb 14,2005. [12] M-K. Kim et al., (2004), The effects of customer satisfaction and switching barrier on customer loyalty in Korean mobile telecommunication services, Telecommunications Policy 28, (145-159) [13] Moon-Koo Kim & Jong-Hyun Park (2003), The effect of switching barrier on customer retention in Korean Mobile Telecommunication services, Electronics and Telecommunications Research Institute, Korea. [14] Ofir Turel & Alexander Serenko (2004), User Satisfaction with Mobile Services in Canada, Proceedings of the Third International Conference on Mobile Business, [15] Parasuraman, A. V. A. Zeithaml, & L.L.Berry (1985), “A conceptual Model of Service Quality and its Implications for Future Research”, Jounal of Marketing. 92 [16] Parasuraman, A. V. A. Zeithaml, & L.L.Berry (1988), “SERQUAL: A multiple-Item scale for measuring consumer perceptions of service quality”, Jounal of Retailing. [17] Richters & Dvorak,“A Framwork Of Defining the Quality of Communications Services” [18] Ruyter. K.D.,M.Wetzels&Bloemer (1998), On the relationship between perceived service quality, service loyalty and switching cost, International of Service Industry Managerment, 19(5), pp.436-453. [19] Trung tâm thơng tin, Bộ BCVT (2005-2006), Tổng hợp báo chí tuần, MPT, [20] Trung tâm nghiên cứu tiếp thị –Trường Đại học Marketing (2003), Báo cáo kết quả nghiên cứu dự án khảo sát thị trường dịch vụ điện thoại di động tại TP.HCM, Hợp đồng dịch vụ số 116/Đ-MARC ngày 13/08/2003. [21] Wen-Hai Chih & Tzy-Wen Tang & I-Ju Chen (2002), The Service Quality Perceptional Analysis of Mobile Phone User in Mainland China, National Dong Hwa University. [22] Shih-Ping JENG (2003), Customer Loyalty in Competitive Market : Alternative Attractiveness, Switching Cost, and Satisfaction Effects, Fu Jen Catholic University Tạp chí BCVT-CNTT số tháng 2/2007 Nguồn: 93 Bài viết 2. Đo lường mức độ trung thành của khách hàng đối với dịch vụ thơng tin di động-Nghiên cứu tại thị trường TP.HCM Phạm Đức Kỳ, Bùi Nguyên Hùng Khoa Quản lý Cơng nghiệp-ĐHBK TP.HCM I. GIỚI THIỆU MƠ HÌNH NGHIÊN CỨU Bài viết “Nghiên cứu mơ hình sự trung thành của khách hàng trong lĩnh vực thơng tin di động tại Việt Nam”, Tạp chí BCVT&CNTT Kỳ 1 tháng 2/2007 đã phân tích các mơ hình nghiên cứu sự trung thành của khách hàng trong lĩnh vực dịch vụ thơng tin di động (TTDĐ) của một số nước trên thế giới và đề xuất mơ hình lý thuyết áp dụng cho nghiên cứu tại thị trường TTDĐ Việt Nam [10]. Bài viết này sẽ trình bày kết quả nghiên cứu thực nghiệm tại thị trường TP. Hồ Chí Minh từ 01/2006 đến 05/2006 nhằm kiểm nghiệm mơ hình lý thuyết đề xuất [10] và cung cấp một thang đo sự trung thành của khách hàng trong lĩnh vực dịch vụ TTDĐ tại Việt Nam. Về mặt thực tiễn kết quả nghiên cứu cung cấp thơng tin giúp cho việc hoạch định chính sách sử dụng hiệu quả nguồn tài nguyên viễn thơng đồng thời giúp các nhà cung cấp dịch vụ TTDĐ xây dựng chiến lược tiếp thị phịng thủ hiệu quả theo định hướng khách hàng. Mơ hình nghiên cứu sử dụng thang đo 05 thành phần chất lượng dịch vụ trong lĩnh vực TTDĐ, kết hợp các mơ hình nghiên cứu gần đây cĩ xét thêm yếu tố “Rào cản chuyển mạng”, được nhiều tổ chức và cá nhân trên thế giới tiến hành, lựa chọn các nhân tố phù hợp với thị trường TTDĐ tại Việt Nam [10]. Trong mơ hình này, chất lượng dịch vụ gồm 05 thành phần: Chất lượng cuộc gọi, Cấu trúc giá cước, Dịch vụ gia tăng, Sự thuận tiện và Dịch vụ khách hàng. Rào cản chuyển mạng gồm 03 thành phần: Chi phí chuyển mạng (tổn thất phát sinh khi chuyển mạng, chi phí thích nghi mạng mới, chi phí gia nhập mạng mới); Sự hấp dẫn của mạng khác, và Quan hệ khách hàng. II. PHƯƠNG PHÁP NGHIÊN CỨU Xác định các biến đo lường: nghiên cứu định tính nhằm xác định các nhân tố và các thuộc tính đo lường. Hơn 800 giao dịch viên các cửa hàng, đại lý Bưu điện tỉnh thành phía Nam đã được lấy ý kiến thăm dị trong khoảng thời gian từ 01/2006 đến 02/2006, sơ bộ hình thành thang đo ban đầu [10]. Tiếp theo tiến hành phỏng vấn 150 khách hàng để kiểm định độ tin cậy thang đo. Sau khi hiệu chỉnh một số biến, thang đo cuối cùng được sử dụng cho phỏng vấn chính thức. Mẫu và thơng tin mẫu: khảo sát định lượng thực hiện tại khu vực TP.HCM từ tháng 03/2006 đến 05/2006, đối tượng chọn mẫu là khách hàng các mạng di động MobiFone, VinaPhone, S-Fone và Viettel, sử dụng dịch vụ 6 tháng trở lên, tiến hành phỏng vấn khách hàng tại các khu vực Quận, Huyện theo tỷ lệ dân cư hợp lý. Phương pháp lấy mẫu phi xác suất cĩ phân tổ[14] theo giới tính (nam-58%, nữ-42%), 5 nhĩm độ tuổi (18-24, 25-34, 35-44, 45-54, 55-64), thị phần thuê bao các mạng (Mobifone-52.8%, VinaPhone-21%, S-Fone 5.9%, Viettel-20.3%), trong mỗi mạng lại chia theo tỷ lệ thuê bao trả trước và thuê bao trả sau (MobiFone-70/30, VinaPhone-80/20, S-Fone-60/40, Viettel-65/35). Mơ hình đo lường gồm 52 biến quan sát, theo quy tắc tối thiểu là: 5 x 3 = 15 mẫu cho một biến đo lường (Bentle & Chou, 1987), do đĩ số mẫu tính tốn ban đầu là: 52 x 15 = 780, sau khi phát hành 1.170 mẫu, ết quả thu được 917 mẫu hợp lệ.k Thu thập và phân tích dữ liệu: Mơ hình lý thuyết nghiên cứu được xây dựng dựa trên nền tảng lý thuyết mơ hình mạng SEM (Structural Equation Modeling) [1,3,6] và kỹ thuật xử lý 94 III. KẾT QUẢ NGHIÊN CỨU .1. Kết quả thống kê mơ tả 3 Dữ liệu phân tích dùng cỡ mẫu N= 917, với thang Likert 5 khoảng cách cho kết quả các giá trị Skewness và Kurtosis các biến đo lường phân bố trong khoảng [-1, +1] nên phân bố gần chuẩn và phương pháp ước lượng ML (Maximum Likelihood) được chấp nhận sử dụng [8]. Với thang đo Likert 5 khoảng (từ 1: rất khơng đồng ý đến 5: rất đồng ý), giá trị trung bình (mean) của các biến đo chất lượng dịch vụ cĩ sự khác biệt khá cao (mean=2.82 ->3.64), đặc biệt khách hàng chưa hài lịng về giá cước (mean=2.84); Tổng đài hỗ trợ (mean=2.82); Mạng hay bị nghẽn, rớt mạch (mean=3.1), Giải quyết khiếu nại kéo dài và chưa thỏa đáng (mean=3.11). Ngồi ra, các biến đo “Vùng phủ sĩng” và “Tổng đài hỗ trợ” cĩ độ lệch chuẩn khá cao (1.056 và 1.149) và kết quả phân tích ANOVA xác nhận cĩ sự khác biệt trong nhận thức giữa khách hàng của các mạng di động khác nhau đối với 02 biến đo này. Các biến đo Rào cản cũng được đánh giá sai biệt nhiều (mean=2.75->3.76), trong đĩ biến đo “Bất tiện khi đổi số điện thoại” đánh giá khá cao (mean=3.76) chứng tỏ khách hàng rất ngại chuyển đổi vì sợ bị gián đoạn thơng tin liên lạc. Ngược lại, biến “Quan hệ khách hàng” (mean=3.01) và “Sự quan tâm của nhà cung cấp” (mean=2.75) được giá thấp cho thấy nhà cung cấp chưa chú trọng cơng tác chăm sĩc khách hàng. Đối với “Sự hấp dẫn của mạng khác” về chất lượng (mean=3.55), Giá cước rẻ (mean=3.64) và Danh tiếng/Hình ảnh (mean=3.41) được khách hàng đánh giá cao. Khách hàng đánh giá Sự thỏa mãn hơi thấp (mean=3.1) trong khi Sự trung thành lại được đánh giá khá cao (mean=3.64) 3.2 Đánh giá sơ bộ thang đo: Tổ hợp thang đo Chất lượng-Rào cản chuyển mạng bao gồm thang đo “Chất lượng dịch vụ” với 05 thành phần và 31 biến đo lường ; thang đo “Rào cản chuyển mạng” với 03 thành phần và 21 biến đo lường. Kết quả phân tích độ tin cậy thang đo đã loại 02 biến (vì cĩ tương quan biến tổng nhỏ hơn 0.3) cịn lại 50 biến đưa vào phân tích EFA, các thành phần thang đo sau hi loại biến đều cĩ các hệ số Cronbach Alpha > 0.6 đạt yêu cầu.k .3. Phân tích nhân tố khám phá (EFA) 3 Sử dụng phân tích nhân tố bằng SPSS 13.0 cho kết quả EFA như sau: thành phần Dịch vụ gia tăng và thành phần Quan hệ khách hàng cĩ hệ số tải (Factor Loading) nhỏ hơn 0.5 nên bị loại. Thang đo Chất lượng dịch vụ cịn lại 04 thành phần là: Chất lượng cuộc gọi, Cấu trúc giá cước, Dịch vụ khách hàng và Sự thuận tiện. Thang đo Rào cản chuyển mạng cịn lại 02 thành phần là: Chi phí thích nghi, Sự hấp dẫn của mạng khác. 3.4. Phân tích nhân tố khẳng định (CFA): Kết quả sử dụng phần mềm AMOS 6.0 để tiến hành phân tích CFA các thang đo khái niệm, kiểm nghiệm độ phù hợp của mơ hình lý thuyết à kiểm định các giả thuyết như sau:v Kiểm nghiệm mơ hình tổ hợp thang đo Chất lượng –Rào cản a) Kết quả phân tích nhân tố khẳng định (CFA): Các hệ số tải từ các biến quan sát lên các 95 đ b) Các chỉ số độ phù hợp mơ hình sau khi điều chỉnh đạt yêu cầu (Bảng 1). Như vậy 04 thành phần của Chất lượng dịch vụ và 02 thành phần của Rào cản chuyển mạng đạt được tính đơn nguyên[8]. Bảng 1: So sánh độ phù hợp của mơ hình trước và sau khi hiệu chỉnh Các chỉ số đánh giá Mơ hình ban đầu Mơ hình hiệu chỉnh χ 2 (df) χ 2/ df p GFI AGFI TLI CFI RMSEA 747.871 (155) 4.82 .000 .921 .893 .879 .901 .065 423.269 (152) 2.78 .000 .956 .939 .943 .955 .044 Ghi chú: các chỉ số cơ bản để đánh giá mơ hình gồm: Fmin = χ 2/ df: Chi-square/bậc tự do; GFI: Goodness-of-Fit Index; AGFI: Adjusted GFI; TLI: Tucker-Lewis Coefficient; CFI: Comparative Fit Index; RMSEA: Root Mean Square Error of Approximation. Mơ hình cĩ các chỉ số χ 2/ df .9 và RMSEA <.06 được xem là mơ hình phù hợp với dữ liệu thị trường)[1,3,5]. c) Hệ số tương quan của các khái niệm thành phần đều < 1 và cĩ ý nghĩa (p<.05) , do đĩ các khái niệm này đạt độ giá trị phân biệt[8]. Kiểm nghiệm mơ hình thang đo Thoả mãn và Trung thành Thang đo mức độ thoả mãn của khách hàng là thang đo đơn hướng, được đo lường bằng 02 biến quan sát. Mơ hình thang đo này được kiểm định bằng CFA và kết quả cho thấy mơ hình này phù hợp với bộ dữ liệu khảo sát thị trường (χ2 = 0, χ 2/ df = 0 p = .000; Các chỉ số AGFI = 1, GFI = 1, TLI= 1 , CFI = 1 và RMSEA = .000). Thang đo này cĩ hệ số tin cậy tổng hợp là .794 và phương sai trích được là 82.9%. Các hệ số tải của thang đo này đều khá cao (nhỏ nhất là Q9b = .80). Vì vậy, thang đo mức độ thoả mãn của khách hàng đạt được giá trị hội tụ và ính đơn nguyên[8].t Tương tự thang đo mức độ trung thành của khách hàng được đo bằng 03 biến quan sát. Kết quả kiểm định mơ hình ban đầu cho thấy mơ hình phù hợp tốt với dữ liệu thị trường (χ 2 = 2.688, χ 2/df = 1.34, p = .261; Các chỉ số GFI = .998 , TLI = .998, CFI = .99 và RMSEA = .019). Thang đo cĩ hệ số tin cậy tổng hợp là .755 và phương sai trích được là 67.5%. Các trọng số thang đo đều chấp nhận được (nhỏ nhất là Q11b = .61) . Vậy thang đo mức độ trung thành của khách hàng cũng đạt được giá trị hội tụ và tính đơn nguyên [8]. Kiểm nghiệm độ phù hợp của mơ hình lý thuyết bằng SEM: Kết quả kiểm định CFA bằng phần mềm AMOS thực hiện theo nguyên tắc điều chỉnh các quan hệ cĩ MI > 4 (MI-Indice Modification, là hệ số điều chỉnh ứng với sự thay đổi của χ 2 trên một bậc tự do) nhưng sự điều chỉnh này phải đảm bảo phù hợp về mặt cơ sở lý thuyết và bao hàm ý nghĩa về mặt thực tiễn. Sau khi thực hiện điều chỉnh, kết quả CFA cho thấy các chỉ số đánh giá độ phù hợp của mơ hình lý thuyết đều được cải thiện đáng kể như hình 1 ( χ2/df = 2.37; GFI=.94; TLI=.94; CFI=.95; RMSEA = .039). Vì vậy mơ hình này phù hợp với dữ liệu thị trường. Hơn nữa các hệ số hồi quy giữa khái niệm Sự thỏa mãn và Sự trung thành, các hệ số hồi quy giữa Sự thỏa mãn , Sự trung thành với các thành phần của chúng là Chất lượng dịch vụ và Rào cản chuyển đổi đều nhỏ hơn 1 và khác 0 một cách cĩ ý nghĩa về mặt thống kê 96 (Hình 1). Vì vậy, cĩ thể kết luận là các thành phần đo lường Sự thỏa mãn, Rào cản và Sự trung thành với các thành phần của chúng đạt được giá trị phân biệt[8]. Hình 1: Kết quả kiểm định mơ hình lý thuyết Kiểm nghiệm ước lượng mơ hình bằng phân tích BOOSTRAP Để đánh giá tính bền vững của mơ hình lý thuyết, phương pháp phân tích Boostrap được sử dụng. Đây là phương pháp lấy mẫu lặp lại cĩ thay thế từ mẫu ban đầu (N=917), trong đĩ mẫu ban đầu đĩng vai trị đám đơng (Schumacker& Lomax, 1996). Số lần lấy mẫu lặp lại trong nghiên cứu được chọn là B = 1.500 lần, kết quả ước lượng với B lần từ N mẫu được tính trung bình và giá trị này cĩ xu hướng gần với ước lượng của tổng thể. Kết quả độ chệnh của ước lượng (bias) và sai lệch chuẩn của nĩ cĩ giá trị nhỏ và ổn định cho phép kết luận rằng các ước lượng ML áp dụng trong mơ hình là tin cậy và được dùng cho các kiểm định giả thuyết tiếp theo. 3.5 Kiểm định mơ hình hồi quy cấu trúc Kiểm định giả thuyết tương quan Kết quả kiểm định mơ hình lý thuyết (Hình 2) cho thấy giữa các khái niệm (thành phần) cĩ quan hệ (tương quan) với nhau một cách ý nghĩa nhưng vẫn đạt độ giá trị phân biệt, nghĩa là 97 c iểm định giả thuyết quan hệ nhân quả K Hình 2: Kết quả kiểm định mơ hình cấu trúc Nhận xét: Từ kết quả kiểm định giả thuyết của mơ hình cấu trúc (hình 2) cho thấy - Các thành phần Chất lượng dịch vụ cĩ tác động tích cực (trực tiếp) lên Sự thỏa mãn và tích cực (gián tiếp) lên Sự trung thành là: Chất lượng cuộc gọi (.40), Giá cước(.23) và Dịch vụ khách hàng (.11), - Sự thuận tiện và Chi phí thích nghi tác động tích cực (trực tiếp) lên Sự trung thành và Rào cản. - Sự hấp dẫn của mạng khác cĩ tác động tiêu cực (trực tiếp) làm giảm đồng thời cả Sự thỏa mãn, Sự trung thành và Rào cản, - Sự trung thành được giải thích bởi sự thoả mãn (.66) và Rào cản (.17) tương ứng với 79% à 21%. v 3.6. Đánh giá sự khác biệt cĩ ý nghĩa giữa các nhĩm khách hàng (Bảng 2) Bảng 2: Kết quả phân tích ANOVA giữa các nhĩm khách hàng YẾU TỐ ĐÁNH GIÁ CAO/RẺ ĐÁNH GIÁ THẤP/ĐẮT CHẤT LƯỢNG CUỘC GỌI - Vinaphone, MobiFone - Nhân viên, học sinh-sinh viên - Viettel Mobile - Nhà quản lý GIÁ CƯỚC - Nam, Lớn tuổi, Học vấn thấp,Vị trí xã hội thấp. - Viettel Mobile - Thuê bao trả trước - Nữ, Trẻ tuổi, Học vấn cao, Vị trí xã hội cao. - MobiFone, VinaPhone - Thuê bao trả sau DỊCH VỤ KHÁCH HÀNG - Lớn tuổi - Trẻ tuổi THUẬN TIỆN - Thuê bao trả trước - Thuê bao trả sau CHI PHÍ THÍCH NGHI - VinaPhone - Thuê bao trả sau - MobiFone - Thuê bao trả trước 98 THỎA MÃN - MobiFone - VinaPhone TRUNG THÀNH - VinaPhone - Thời gian sử dụng dịch vụ dài - MobiFone - Thời gian sử dụng dịch vụ ngắn. IV. KẾT LUẬN .1. Kết quả nghiên cứu4 Đĩng gĩp của nghiên cứu này là xây dựng mơ hình lý thuyết, kiểm định các giả thuyết và cung cấp một thang đo mới trong lĩnh vực TTDĐ tại Việt Nam, lượng hố cường độ tác động của các yếu tố thành phần, trong đĩ đáng chú ý là: thành phần Chất lượng dịch vụ vẫn đĩng vai trị quan trọng (0.4) so với Giá cước (0.23) và Dịch vụ khách hàng (0.11); Sự thuận tiện tác động trực tiếp lên Sự trung thành mà khơng thơng qua sự thoả mãn, Sự hấp dẫn của mạng khác cĩ tác động tiêu cực đến cả sự thoả mãn và sự trung thành của khách hàng mạng hiện tại; tác động của nhân tố Sự thoả mãn chiếm 79% so với Rào cản chuyển mạng chiếm 21% lên Sự trung thành. Kết quả nghiên cứu cũng phù hợp với một số nghiên cứu tại các thị trường Đài Loan[13] và Hàn Quốc[7]. Kết quả phân tích ANOVA được tổng kết tại Bảng 2 cịn cung cấp một số thơng tin hữu ích cho các nhà quản lý trong xây dựng chiến lược theo phân khúc thị trường. 4.2. Hàm ý đối nhà quản trị dịch vụ Kết quả nghiên cứu cho thấy: để tăng cường sự trung thành của khách hàng thì tăng sự thỏa mãn của họ đối với chất lượng dịch vụ là chưa đủ mà cịn phải tăng rào cản chuyển mạng để giữ khách hàng bằng cách tăng rào cản nội sinh (chi phí thích nghi) và giảm ảnh hưởng của thành phần ngoại sinh (sự hấp dẫn của mạng khác). Về nguyên tắc, doanh nghiệp (DN) cần phối hợp thực hiện các giải pháp theo như mơ hình cấu trúc (Hình 2). Đây chính là các đặc tính thứ hai của mơ hình Kano[2] mà các nhà quản trị cần quan tâm. Một kết quả đáng được lưu ý nữa là: khách hàng VinaPhone mặc dù cĩ mức độ thỏa mãn thấp nhưng lại cĩ mức độ trung thành khá cao. Điều này được giải thích bằng: a) “Chi phí thích nghi” được khách hàng đánh giá cao từ kết quả thống kê mơ tả và từ phân tích ANOVA; b) “Sự thuận tiện” do đang được thừa hưởng kênh bán hàng và chăm sĩc khách hàng tại các Bưu điện tỉnh, thành (BĐTT). Chi phí thích nghi và Sự thuận tiện được đánh giá cao chính là nguyên nhân làm tăng Sự trung thành. Mặc dù yếu tố Chi phí thích nghi hiện đang được đánh giá cao (khách hàng ngại chuyển sang mạng khác) nhưng yếu tố này sẽ bị suy giảm rất nhiều trong tương lai khi Bộ BCVT cho phép các mạng liên kết cơ sở dữ liệu chung và khách hàng chuyển mạng được giữ nguyên số điện thoại. Cịn Sự thuận tiện cũng sẽ bị hạn chế khi VinaPhone tiến hành cổ phần hố khơng cịn dựa vào kênh phân phối của các BĐTT như hiện nay. Do vậy, Vinaphone cần chủ động xây dựng rào cản mang tính tính cực và bền vững hơn. Ngược lại, Sự hấp dẫn của mạng khác cĩ tác động tiêu cực làm giảm cả Sự thoả mãn và Sự trung thành. Cho nên, để làm giảm hiệu ứng Sự hấp dẫn của mạng khác, các DN cần nỗ lực thực hiện giải pháp tạo lợi thế cạnh tranh như sau: 4.3. Hàm ý đối với việc hoạch định chính sách Từ kết quả nghiên cứu, cĩ một số đề xuất đối với việc hoạch định chính sách: a) Kiến nghị chính phủ rút ngắn thời gian khấu hao thiết bị để phù hợp với chu kỳ cơng nghệ 99 v b) Cĩ mức phạt hành chính đối với DN chỉ tập trung phát triển thuê bao bằng giảm giá/khuyến mãi mà khơng đảm bảo chất lượng dịch vụ và cơng khai kết quả thanh tra chất lượng dịch vụ của các nhà cung cấp trên các phương tiện thơng tin đại chúng. c) Giám sát quy trình quản lý chất lượng dịch vụ theo Quyết định 33/2006/QĐ-BBCVT của Bộ BCVT đối với chỉ tiêu chất lượng đăng ký của các nhà cung cấp dịch vụ TTDĐ bảo vệ lợi ch cho người tiêu dùng, đảm bảo thị trường phát triển bền vững, í d) Khuyến khích các nhà cung cấp dịch vụ sử dụng chung hạ tầng mạng và cơ sở dữ liệu khách hàng như kinh nghiệm tại một số nước trên thế giới và khu vực (Hàn Quốc, Đài Loan) nhằm tiết kiệm tài nguyên viễn thơng, giảm tỷ lệ khách hàng chuyển mạng, giảm lãng phí đầu ư và tăng sức mạnh cho tồn ngành trước khi mở cửa thị trường để hội nhập. t TÀI LIỆU THAM KHẢO [1]. Bollen, K.A (1989), Structural Equation with Latent Variables, New York: John Wiley & Sons. [2]. Bùi Nguyên Hùng, Nguyễn Thúy Quỳnh Loan (2004), Quản lý chất lượng, NXB Đại học Quốc gia TP.HCM, [3]. Hair et al (2000), Applied Multivariate Statistics, Week 11, chap 11. [4]. Hồng Trọng (2005), Phân tích dữ liệu nghiên cứu với SPSS, NXB thống kê. [5]. James L. Arbuckle(2005), Amos 6.0 User’s Guide, Copyright © 1995–2005 by Amos Development Corporation, [6]. J.J. Hox (2003), An Introduction to Structural Equation Modeling, Family Science Review, 11, 354-373. [7]. M-K. Kim et al., (2004), The effects of customer satisfaction and switching barrier on customer loyalty in Korean mobile telecommunication services, Telecommunications Policy 28, (145-159) [8]. Nguyễn Đình Thọ và các thành viên (2003), Đo lường chất lượng dịch vụ vui chơi giải trí ngồi trời TP.HCM, Đề tài nghiên cứu khoa học, mã số CS2003-19 [9]. Ofir Turel & Alexander Serenko (2004), User Satisfaction with Mobile Services in Canada, Proceedings of the Third International Conference on Mobile Business, [10]. Phạm Đức Kỳ, Bùi Nguyên Hùng, Nghiên cứu mơ hình sự trung thành của khách hàng trong lĩnh vực dịch vụ TTDĐ tại Việt Nam”, Tạp chí BCVT&CNTT, 02/2007 [11]. Rich Zimmerman & Olga Dekhtyar (2004), AMOS-Analysis of Moment Structures, University of Kentucky. [12]. Scott MacLean, Kevin Gray (1998), Structural Equation Modeling in Marketing Research, Jounal of the Australian Market Research Society. [13]. Shih-Ping JENG (2003), Customer Loyalty in Competitive Market: Alternative Attractiveness, Switching Cost, and Satisfaction Effects, Fu Jen Catholic University [14]. Trần Xuân Kiêm, Nguyễn Văn Thi (2004), Nghiên cứu tiếp thị, NXB Thống kê. Tạp chí BCVT&CNTT tháng 4/2007 Xem 100