Đánh giá chất lượng dịch vụ là quá trình đo lường nhận thức và trải nghiệm thực tế của người dùng. Nguyên nhân chính khiến nhiều mô hình quản trị thất bại là việc chỉ tập trung vào các yếu tố gia tăng sự hài lòng mà bỏ qua các rào cản tối thiểu (điểm nghẽn). Giải pháp nhanh nhất và toàn diện nhất hiện nay là sử dụng phương pháp PLS-SEM và NCA để phân định rõ ràng giữa “điều kiện cần” [Necessary conditions] và “điều kiện đủ” [Sufficient conditions] trong cấu trúc sự hài lòng của khách hàng. Phương pháp tiếp cận kết hợp này không chỉ giúp tối ưu hóa nguồn lực mà còn chỉ ra chính xác mức độ dịch vụ nào là bắt buộc để ngăn chặn sự không hài lòng.
Về mặt học thuật, sự kết hợp này đánh dấu một bước chuyển mình quan trọng từ tư duy tuyến tính (linear thinking) sang tư duy đa chiều (configurational thinking), giúp các nhà nghiên cứu không chỉ tìm ra cái gì làm khách hàng vui, mà còn phát hiện ra cái gì khiến họ chắc chắn sẽ từ bỏ dịch vụ.
1. Tổng Quan & Lý Thuyết Nền Tảng (Overview & Theoretical Foundations)
1.1 Thông tin định danh bài báo
- Tiêu đề gốc: Necessary and sufficient conditions for attractive public transport: Combined use of PLS-SEM and NCA.
- Tiêu đề tiếng Việt: Điều kiện cần và đủ cho Giao thông công cộng hấp dẫn: Sử dụng kết hợp PLS-SEM và NCA.
- Tác giả: Alexandre Sukhov, Lars E. Olsson, Margareta Friman.
- Tạp chí: Transportation Research Part A 158 (2022) 239–250.
(Lưu ý: Đây là một trong những tạp chí xếp hạng Q1 hàng đầu thế giới trong lĩnh vực nghiên cứu giao thông và chính sách công, đảm bảo tính chuẩn xác và độ tin cậy tuyệt đối của phương pháp luận).
1.2 Bối cảnh thực tiễn & Khoảng trống nghiên cứu
Có một nhu cầu cấp thiết phải chuyển đổi các hệ thống giao thông hiện nay nhằm đáp ứng các mục tiêu của Chương trình nghị sự 2030 về Phát triển Bền vững của Liên Hợp Quốc. Mục tiêu Phát triển Bền vững số 13 về hành động vì khí hậu tập trung vào nỗ lực giảm phát thải khí nhà kính. Điều này có thể được hoàn thành bằng cách phát triển các lựa chọn thay thế hấp dẫn cho xe hơi cá nhân, ví dụ như giao thông công cộng (theo Creutzig và cộng sự, 2018).
Tuy nhiên, các nhà quản lý thường bế tắc vì thiếu sự ưu tiên trong phân bổ nguồn lực. Về mặt học thuật, các nghiên cứu định lượng truyền thống chủ yếu dùng hồi quy để tìm ra “điều kiện đủ” giúp tăng sự hài lòng, nhưng lại bỏ sót “điều kiện cần” – tức là những yếu tố bắt buộc phải có để dịch vụ được chấp nhận. Thực tế cho thấy, việc chỉ dựa vào phân tích ý nghĩa thống kê thông thường theo logic “tương quan thuận/nghịch” sẽ không thể cung cấp bức tranh toàn cảnh. Việc ứng dụng phương pháp PLS-SEM và NCA giúp các cơ quan chức năng, nhà hoạch định chính sách có các công cụ chính xác để đánh giá và quản lý hệ thống giao thông bằng cách phác thảo các yếu tố quan trọng, từ đó tìm ra đâu mới thực sự là “nút thắt cổ chai” (bottleneck) của hệ thống.
Việc giải quyết được các điểm nghẽn này giúp thiết lập một “điểm neo” chất lượng. Nếu không giải quyết nút thắt cổ chai, mọi nỗ lực đầu tư tài chính vào các tính năng phụ trợ đều sẽ bị lãng phí do không vượt qua được rào cản chấp nhận cơ bản của người dùng.
1.3 Hệ thống Lý thuyết nền tảng (Theoretical Foundations)
- Lý thuyết Thang đo Sự hài lòng với chuyến đi (Satisfaction with Travel Scale – STS): Được phát triển bởi Ettema và cộng sự (2011), thang đo này kết hợp cả đánh giá nhận thức [Cognitive judgments] và các khía cạnh cảm xúc [Affective dimensions]. Các nhà nghiên cứu như De Vos (2015) và Singleton (2019) cũng đã chứng minh rằng STS tốt nhất nên được sử dụng như một biến tổng hợp duy nhất (single overall composite) để phản ánh trọn vẹn giá trị hành trình.
- Lý thuyết Điều kiện Cần (Necessary Condition Analysis – NCA): Trái ngược với logic “bù trừ” [Compensatory logic] trong các mô hình truyền thống (nếu yếu tố A thấp, có thể bù đắp bằng yếu tố B cao), lý thuyết NCA khẳng định rằng nếu không đạt được một mức độ nhất định của “điều kiện cần”, thì kết quả kỳ vọng tuyệt đối sẽ không xảy ra. Bất kể các yếu tố khác có được đầu tư xuất sắc đến đâu, sự thiếu hụt của yếu tố cần sẽ tạo ra rào cản vĩnh viễn đối với sự hài lòng. Chẳng hạn, một chiếc xe buýt có Wi-Fi miễn phí (yếu tố đủ) không thể bù đắp cho việc xe không có ghế ngồi và quá ồn ào (thiếu yếu tố cần).
- Lý thuyết Điều kiện Đủ (Sufficiency Logic): Tính đủ có nghĩa là kết quả có thể xảy ra nếu đáp ứng được một số điều kiện chính. Nếu một thuộc tính đơn lẻ không làm hài lòng, mức độ hài lòng tổng thể có thể giảm nhưng vẫn ở mức đạt, và các thuộc tính khác có thể bù đắp. Trong quản trị, tập trung vào điều kiện đủ chính là quá trình tìm kiếm các điểm cộng dồn để gia tăng giá trị thặng dư cho khách hàng. Sự tích hợp hoàn hảo giữa hai logic này mang lại một khung phân tích toàn diện, cho phép lập bản đồ chiến lược phân bổ ngân sách tối ưu.
2. Khái Niệm Hóa và Cấu Trúc Khái Niệm (Conceptualization)
2.1 Sự hài lòng đi lại tổng thể (Overall travel satisfaction)
Sự hài lòng đi lại tổng thể là một phản ứng nhận thức và/hoặc cảm xúc đối với việc đi lại. Đôi khi nó được gọi là sự hài lòng tích lũy, ngụ ý rằng nó được tạo thành từ các phần trải nghiệm khác nhau về phương thức, thời gian, bạn đồng hành và sự thoải mái. Sự đánh giá tích lũy này còn chịu ảnh hưởng mạnh mẽ bởi những trải nghiệm trong quá khứ và thái độ của cá nhân trước khi tiến hành chuyến đi (Gärling và cộng sự, 2018). Thang đo đa biến STS bao gồm 9 mục, đại diện cho 3 khía cạnh cốt lõi, phản ánh từ trạng thái bị động (tiêu cực) đến chủ động (tích cực):
Bảng 1: Các tính từ và khía cạnh tương ứng cho thang đo hai cực được sử dụng trong Thang đo STS
| Biến quan sát (Items) | Cực Trái (Left end-point) | Khía cạnh (Dimension) | Cực Phải (Right end-point) |
| Mục 1-2 | Hoạt động rất kém / Tiêu chuẩn thấp | Quality (Chất lượng) | Hoạt động rất tốt / Tiêu chuẩn cao |
| Mục 3 | Tồi tệ nhất có thể tưởng tượng | Quality (Chất lượng) | Tốt nhất có thể tưởng tượng |
| Mục 4-6 | Rất chán nản / Rất mệt mỏi / Rất ngán ngẩm | Enthusiasm (Sự nhiệt tình) | Rất nhiệt tình / Rất tỉnh táo / Rất gắn kết |
| Mục 7-9 | Rất căng thẳng / Rất lo lắng / Rất vội vã | Stress (Sự căng thẳng) | Rất thư giãn / Rất bình tĩnh / Rất tự tin |
2.2 Sự hài lòng với các thuộc tính chất lượng dịch vụ (Service quality attributes)
Nhìn chung, người đi lại có thể kém hài lòng hơn nếu dịch vụ không đáng tin cậy, thiếu thường xuyên, kém thoải mái, không an toàn, hoặc thiếu thông tin rõ ràng. Sự thiếu vắng của một “thuộc tính cần” không thể được bù đắp bởi các thuộc tính khác; nếu mức độ cần thiết không được đáp ứng, chắc chắn sẽ dẫn đến sự không hài lòng. Việc phân rã khái niệm chất lượng dịch vụ giúp các nhà hoạch định chính sách không bị “ảo tưởng” về tác động của các chiến dịch quảng bá nếu như chất lượng cốt lõi bên trong chưa đạt mức tối thiểu. Các cấu trúc tiềm ẩn (latent variables) này đóng vai trò như những viên gạch nền móng (building blocks) định hình hành vi trung thành của người tiêu dùng.
3. Thiết Kế Nghiên Cứu và Quy Trình Đo Lường (Methodology)
3.1 Mẫu nghiên cứu (Sample)
Dữ liệu bao gồm một cuộc khảo sát từ năm 2020 ở năm thành phố Bắc Âu (Stockholm n = 228; Helsinki n = 154; Oslo n = 105; Copenhagen n = 176; Bergen n = 285). Tổng cộng có 948 người tham gia ở độ tuổi 16-90 (tuổi trung bình 57.0), trong đó 40% là nữ, 46% làm việc toàn thời gian. Quá trình thu thập dữ liệu diễn ra từ tháng 5 đến tháng 12 thông qua khảo sát trực tuyến trên nền tảng web (web survey) và phỏng vấn qua điện thoại có cấu trúc. Tất cả người tham gia đều nhận được một món quà nhỏ nhằm tri ân và đảm bảo tính đại diện của tỷ lệ phản hồi. Khung mẫu lấy từ nhiều khu vực địa lý có đặc thù hạ tầng khác nhau giúp kết quả nghiên cứu loại bỏ được các yếu tố nhiễu cục bộ, mang tính khái quát hóa (generalizability) cao.
3.2 Thang Đo Lường Chính Thức (Measurement Scale)
Bảng câu hỏi bao gồm các thước đo về sự hài lòng với các thuộc tính chất lượng dịch vụ phản ánh 5 khía cạnh đa hướng. Các biến này được đặt dưới dạng các câu phát biểu mang tính khẳng định. Thang đo sử dụng dạng Likert 5 điểm (1: Hoàn toàn không đồng ý – 5: Hoàn toàn đồng ý). Việc dùng Likert 5 điểm giúp người khảo sát dễ dàng đưa ra quyết định mà không bị quá tải nhận thức, đồng thời vẫn bảo đảm phương sai đủ rộng cho các mô hình phân tích cấu trúc phức tạp.
Bảng 2: Thang đo các thuộc tính chất lượng dịch vụ (Service quality attributes)
| Biến tiềm ẩn (Construct) | Biến quan sát (Items – Tiếng Anh) | Biến quan sát (Items – Tiếng Việt) |
| Functionality (Chức năng) | Transfers are easy | Việc chuyển tuyến rất dễ dàng |
| Travel times on public transport are reasonable | Thời gian di chuyển hợp lý | |
| Waiting times are short during transfers | Thời gian chờ chuyển tuyến ngắn | |
| Nearest stop is close to where I live | Điểm dừng gần nơi tôi sống | |
| I’m satisfied with the number of departures | Tôi hài lòng với số lượng chuyến xuất phát | |
| Information (Thông tin) | Info provided is good when traffic problems occur | Thông tin rõ ràng khi có sự cố |
| Info provided is good at stops and terminals | Thông tin tại trạm/bến tốt | |
| Easy to get info I need when planning a trip | Thông tin lập kế hoạch dễ tiếp cận | |
| Security/safety (An toàn) | I feel secure at stations and bus stops | Tôi thấy an toàn tại bến/điểm dừng |
| I feel secure aboard buses and trains | Tôi thấy an toàn trên xe buýt/tàu | |
| I’m not afraid of accidents when using public transport | Tôi không sợ tai nạn khi sử dụng dịch vụ | |
| Comfort (Thoải mái) | Traveling by public transport is comfortable | Việc đi lại rất thoải mái |
| Buses and trains are modern | Xe cộ hiện đại | |
| Buses and trains are clean | Xe cộ sạch sẽ | |
| I normally get a seat when I travel | Tôi thường xuyên có chỗ ngồi | |
| The staff behave nicely and correctly | Nhân viên có thái độ tốt và chuẩn mực | |
| Cost (Chi phí) | Public transport gives value for money | Đáng tiền |
| Public transport fares are reasonable | Giá vé hợp lý |
3.3 Quy trình phân tích dữ liệu
Bằng phương pháp PLS-SEM và NCA, các trọng số chỉ báo riêng lẻ được ước lượng và dùng để tính điểm tổng hợp cho các biến tiềm ẩn. Phần mềm SmartPLS v.3.3.3 được sử dụng cho PLS-SEM nhằm xử lý sai số đo lường hiệu quả hơn. Những điểm số tiềm ẩn này sau đó là đầu vào cho NCA thông qua đường trần CE-FDH (ceiling envelopment with free disposal hull) nhằm tạo ra hàm tuyến tính từng phần dọc theo các quan sát phía trên bên trái. Hàm bậc thang này rất hữu ích đối với dữ liệu rời rạc có biên độ nhỏ, giúp phân tách không gian có chứa dữ liệu và không gian trống một cách sắc nét nhất bằng phần mềm thống kê R (NCA R Package). Nhờ chuỗi phân tích kép này, nhà nghiên cứu vừa đảm bảo tính hội tụ và phân biệt của thang đo (bằng PLS-SEM), vừa lượng hóa được ngưỡng sống còn của dữ liệu (bằng NCA).
4. Kết Quả Phân Tích Mô Hình Phương Trình Cấu Trúc (PLS-SEM Results)
4.1 Đánh giá mô hình đo lường (Measurement Model)
Thống kê mô tả cho thấy tính nhất quán nội bộ (pA) của các thang đo đều nằm trong khoảng 0.7 đến 0.9. Tính hội tụ cũng được thiết lập vì hầu hết các hệ số tải ngoài (outer loadings) đều trên 0.708. Mặc dù có hai chỉ báo hơi thấp hơn ngưỡng chuẩn này, chúng vẫn được giữ lại do tính quan trọng về mặt lý thuyết và không làm suy giảm cấu trúc tổng thể. Phương sai trích xuất trung bình (AVE) đều trên 0.5 và giá trị phân biệt (HTMT) đều dưới ngưỡng 0.85, chứng tỏ mô hình đo lường đã thỏa mãn các điều kiện khắt khe nhất. Các thông số đo lường vững chắc này là nền tảng để tránh hiện tượng dương tính giả (false positive) trong các bước phân tích sau.
4.2 Đánh giá mô hình cấu trúc (Structural Model)
Mô hình cấu trúc không ghi nhận vấn đề đa cộng tuyến (VIF < 3) và có sức mạnh dự đoán tốt dựa trên PLSpredict. Cụ thể, hệ số xác định (R² = 0.26) và thước đo dự báo dự phòng mù (Q² = 0.18) đều đạt ngưỡng hài lòng. Phân tích phân khúc hỗn hợp hữu hạn (FIMIX) cho thấy không có mức độ không đồng nhất đáng kể trong dữ liệu giữa các thành phố. Thuật toán Bootstrapping với 4,999 mẫu lấy lại đã được thực thi để kiểm định độ tin cậy của các hệ số.
Bảng 3: Kết quả từ mô hình cấu trúc phân tích điều kiện đủ (Sufficiency)
| Đường dẫn (Path) | Hệ số tác động (β) | Mức ý nghĩa (p-value) | Kết luận |
| Sự thoải mái -> STS | 0.319 | < 0.001 | Hỗ trợ (Có ý nghĩa) |
| Chi phí -> STS | 0.104 | 0.005 | Hỗ trợ (Có ý nghĩa) |
| Chức năng -> STS | 0.141 | 0.007 | Hỗ trợ (Có ý nghĩa) |
| Thông tin -> STS | -0.043 | 0.399 | Không có ý nghĩa |
| An toàn/An ninh -> STS | 0.073 | 0.121 | Không có ý nghĩa |
Tóm lại, phân tích PLS-SEM cho thấy tầm quan trọng của Sự thoải mái, Chi phí và Chức năng đối với sự hài lòng đi lại tổng thể (đóng vai trò là điều kiện đủ). Điều này ngầm định rằng ba cấu trúc dịch vụ này mang lại động lực trực tiếp, thúc đẩy đường cung giá trị đi lên.
5. Kết Quả Phân Tích Điều Kiện Cần (NCA Results)
5.1 Quy mô tác động và kiểm định ý nghĩa (Effect Size & Significance)
NCA tính toán thước đo quy mô tác động (d), biểu diễn bằng tỷ lệ giữa diện tích không có quan sát (C) và vùng chứa không gian quan sát (S): d = C/S. Một điều kiện được coi là cần thiết nếu có căn cứ lý thuyết, d > 0, và giá trị p < 0.05. Để tránh sai lầm loại 1 (Type 1 error), mô hình NCA đã thực hiện kỹ thuật hoán vị mẫu (bootstrapping random sample size) với 10,000 vòng lặp.
Bảng 4: Quy mô tác động NCA (Sự hài lòng với Thang đo Hành trình STS)
| Thuộc tính dịch vụ | Đường trần CE-FDH (d) | Mức ý nghĩa (p-value) |
| Sự thoải mái (Comfort) | 0.091 | 0.009 |
| Chi phí (Cost) | 0.000 | 1.000 |
| Chức năng (Functionality) | 0.033 | 0.160 |
| Thông tin (Information) | 0.000 | 1.000 |
| An ninh/An toàn (Security/safety) | 0.030 | 0.526 |
Kết quả chỉ ra rằng Sự thoải mái là điều kiện duy nhất đáp ứng tiêu chí điều kiện cần: có quy mô tác động từ nhỏ đến trung bình và có ý nghĩa thống kê (p < 0.01). Các biến có giá trị d > 0 nhưng p-value > 0.05 thể hiện tính ngẫu nhiên của mẫu phân bố chứ không mang bản chất quy luật.
5.2 Phân tích điểm nghẽn (Bottleneck Analysis)
Đường trần CE-FDH cho phép thiết lập bảng điểm nghẽn (bottleneck table) để biết mức tối thiểu của X để đạt được Y.
Bảng 5: Bảng điểm nghẽn cho sự hài lòng tổng thể (STS) tính bằng phần trăm
| Mức độ STS mong muốn | Sự thoải mái (Mức tối thiểu cần) | Các thuộc tính khác (Chi phí, Thông tin…) |
| 30% – 90% (Trung bình đến Cao) | 10.8% | Không cần thiết (NN) hoặc Dương tính giả |
| 100% (Tối đa) | 33.1% | Không cần thiết (NN) hoặc Dương tính giả |
Nếu không đạt ngưỡng 33.1% về sự thoải mái thì kết quả hài lòng tổng thể cao sẽ không xảy ra. Chức năng và an ninh dù xuất hiện nhưng có p-value lớn nên được xem là dương tính giả và bị loại bỏ khỏi danh sách các điều kiện cần. Bảng điểm nghẽn này chính là tài sản quý giá nhất cho nhà quản lý, giúp họ lượng hóa chính xác mốc KPIs cần duy trì để hệ thống không sụp đổ. Bất cứ bộ phận dịch vụ nào vi phạm giới hạn 33.1% này đều cần được xử lý kỷ luật hoặc can thiệp cải tổ ngay lập tức.
6. Mạng Lưới Quan Hệ Lý Thuyết (Nomological Network)
- Tiền tố (Antecedents): Các yếu tố đầu vào bao gồm 5 cấu trúc dịch vụ gốc (Thông tin, Chức năng, An toàn, Sự thoải mái, Chi phí). Mạng lưới này khẳng định rằng chất lượng dịch vụ không hình thành một cách ngẫu nhiên mà chịu sự chi phối chặt chẽ của hệ thống vận hành bên dưới.
- Hậu tố (Consequences): Sự hài lòng tổng thể với chuyến đi (STS). Đạt được STS cao là tiền đề cốt lõi để duy trì và gia tăng tỷ lệ chuyển đổi sử dụng phương tiện công cộng, tạo đà xây dựng lòng trung thành bền vững. Giá trị của mạng lưới này nằm ở chỗ nó xác thực định lượng bản đồ tư duy của hành khách.
7. Thảo Luận Các Đóng Góp Chính (Discussion & Contributions)
7.1 Đóng góp về phương pháp luận
Nghiên cứu cho thấy làm thế nào việc kết hợp PLS-SEM (đại diện cho tính đủ) và NCA (đại diện cho tính cần) mang tính bổ sung khi khám phá sự hài lòng đi lại. Điều này khuyến khích nhà nghiên cứu áp dụng cách tiếp cận này để tạo ra kết quả hiệu quả hơn, phá vỡ lối mòn của việc chỉ chạy mô hình SEM thuần túy vốn không phản ánh được tính phi tuyến tính và ranh giới sinh tử của biến số. Sự kết hợp hai lăng kính này tạo nên sức nặng học thuật mang tính đột phá cho các bài đánh giá (literature review) và phân tích định lượng.
7.2 Định nghĩa lại thuộc tính “Nên có” và “Bắt buộc có”
Bằng PLS-SEM, chúng tôi xác định các thuộc tính “nên có” (Sự thoải mái, Chi phí, và Chức năng). Tuy nhiên, để tránh điểm nghẽn, các yếu tố “bắt buộc có” phải được giải quyết: người dùng cần hài lòng tối thiểu 33.1% về sự thoải mái. Kết quả này khác với các nghiên cứu trước đây (nhấn mạnh Sự an toàn), có thể do phương pháp đo lường nâng cao hơn hoặc sự khác biệt ngữ cảnh. Điều này chứng minh rằng tháp nhu cầu của người dùng giao thông công cộng đã dịch chuyển từ an toàn cơ bản sang các giá trị hưởng thụ.
7.3 Khuyến nghị mở rộng khái niệm “Sự thoải mái”
Hầu hết nghiên cứu hiện tại chỉ định nghĩa sự thoải mái về khía cạnh vật lý (ghế ngồi, tiếng ồn, nhiệt độ, xe sạch sẽ). Các nhà nghiên cứu cần mở rộng định nghĩa bao hàm cả các giá trị hạnh phúc và sức khỏe tinh thần, để thấu hiểu phức hợp giữa chất lượng dịch vụ cung cấp và sự hài lòng chủ quan. Trải nghiệm thoải mái còn bao gồm cảm giác trân trọng thời gian cá nhân và sự yên bình trong suốt hành trình di chuyển, mở ra góc nhìn nhân văn hơn cho ngành quy hoạch giao thông.
7.4 Giới hạn nghiên cứu (Limitations)
Nghiên cứu thực hiện ở Bắc Âu, có thể không áp dụng hoàn toàn cho phía Nam Bán cầu hoặc nơi giao thông công cộng không chính thức cùng tồn tại. Dữ liệu thu thập trong giai đoạn đại dịch (5-12/2020) có thể ảnh hưởng đến kết quả. Ngoài ra, nghiên cứu chỉ tập trung vào người dùng hiện tại mà chưa thu thập đối tượng dùng xe hơi cá nhân. Những giới hạn này chính là tiền đề hấp dẫn cho các nghiên cứu tiếp theo áp dụng phương pháp PLS-SEM và NCA ở các quốc gia đang phát triển để tái kiểm định mô hình.
8. Hướng Dẫn Ứng Dụng Nghiên Cứu (Academic Implications)
Đối với các nghiên cứu sinh và giảng viên, việc chỉ áp dụng các mô hình cấu trúc tuyến tính là chưa đủ. Các bạn cần tích hợp phương pháp PLS-SEM và NCA vào chung một quy trình nghiên cứu khoa học. Cụ thể, dùng PLS-SEM để xử lý sai số đo lường (measurement errors) và trích xuất ra biến tiềm ẩn. Tiếp đó, dùng phần mềm R chạy gói NCA với phương pháp vẽ đường bao trần CE-FDH nhằm xác định vùng không có quan sát (Area without observations). Sự kết hợp này sẽ giúp bài báo luận văn của bạn thể hiện tư duy học thuật sắc bén và toàn diện, đáp ứng tiêu chuẩn xuất bản quốc tế.
9. Ứng Dụng Quản Trị Doanh Nghiệp (Managerial Implications)
Dựa trên kết quả từ phương pháp PLS-SEM và NCA, các nhà quản trị cần phân tách rõ chiến lược thành 2 nhóm:
- Nhóm “Must-have” (Bắt buộc phải có): Phân tích NCA chỉ ra rằng Sự thoải mái (Comfort) là điểm nghẽn duy nhất. Để khách hàng hài lòng 100%, trải nghiệm thoải mái buộc phải đạt mức tối thiểu là 33.1%. Doanh nghiệp không thể dùng giá vé rẻ để bù đắp cho một chiếc xe bẩn và ồn ào. Nếu chiếc xe không đạt tiêu chuẩn làm mát, không sạch sẽ và không có đủ ghế trống, các nỗ lực marketing khác đều hoàn toàn vô nghĩa do rào cản từ chối dịch vụ đã bị kích hoạt.
- Nhóm “Should-have” (Nên có): Chức năng hoạt động và Chi phí là các yếu tố đủ. Sau khi đã vượt qua ngưỡng an toàn về sự thoải mái, doanh nghiệp mới nên dồn ngân sách vào việc tối ưu hóa lộ trình hoặc tung các gói vé khuyến mãi. Các yếu tố này sẽ kích thích và đẩy mức điểm đánh giá của khách hàng từ mức “ổn” lên “tuyệt vời”, đóng vai trò như đòn bẩy lòng trung thành bền vững.
10. Các Câu Hỏi Thường Gặp (FAQ)
Sự khác biệt cốt lõi giữa hồi quy tuyến tính (hoặc PLS-SEM) và NCA là gì?
PLS-SEM tập trung vào tính trung bình và sự bù trừ, giúp trả lời câu hỏi “Yếu tố nào làm tăng kết quả Y?”. Trong khi đó, NCA tập trung vào giới hạn tuyệt đối, giúp trả lời câu hỏi “Mức độ tối thiểu của X là bao nhiêu để Y có thể xảy ra?”. Việc kết hợp hai mô hình này giúp nhà nghiên cứu đo lường cả sức kéo lẫn rào cản của từng biến độc lập.
Tại sao Thông tin (Information) lại không có ý nghĩa thống kê trong nghiên cứu này?
Đối với những người dùng thường xuyên trong tập mẫu, họ đã quá quen thuộc với lộ trình nên yếu tố thông tin không còn đóng vai trò mang tính quyết định đến sự hài lòng tổng thể của họ nữa. Mức độ quen thuộc đã khiến khía cạnh này trở thành một yếu tố hiển nhiên chứ không phải là động lực chi phối cảm xúc.
Hiệu ứng (Effect size – d) trong phương pháp NCA được đánh giá ra sao?
Trong NCA, d tỷ lệ thuận với kích thước vùng không có dữ liệu quan sát. Ngưỡng chuẩn là: 0 < d < 0.1 (nhỏ); 0.1 ≤ d ≤ 0.3 (trung bình); 0.3 ≤ d ≤ 0.5 (lớn) và 0.5 ≤ d ≤ 1 (rất lớn). Việc đánh giá effect size đi kèm với kiểm định p-value giúp gạn lọc những biến ngẫu nhiên khỏi danh sách điều kiện mang tính quy luật, loại bỏ triệt để yếu tố dương tính giả.
11. Tuyên bố và Lời cảm ơn (Declarations & Acknowledgements)
- Tuyên bố về lợi ích cạnh tranh: Các tác giả tuyên bố rằng họ không có bất kỳ xung đột lợi ích tài chính hay mối quan hệ cá nhân nào ảnh hưởng đến công việc nghiên cứu.
- Lời cảm ơn: Nghiên cứu này được tài trợ bởi Cơ quan Năng lượng Thụy Điển (Mã tài trợ: 50504-1) và Học bổng Handelsbanken Wallander (W20-0016).
12. Tài Liệu Tham Khảo (References)
Aladwani, A. M. (2001). Change management strategies for successful ERP implementation. Business Process Management Journal, 7(3), 266–275.
Anderson, E. W., & Sullivan, M. W. (1993). The antecedents and consequences of customer satisfaction for firms. Marketing Science, 12(2), 125–143.
Bergkvist, L., & Rossiter, J. R. (2007). The predictive validity of multiple-item versus single-item measures of the same constructs. Journal of Marketing Research, 44(2), 175–184.
Creutzig, F., Roy, J., Lamb, W. F., et al. (2018). Towards demand-side solutions for mitigating climate change. Nature Climate Change, 8(4), 260–263.
Cronin Jr, J. J., & Taylor, S. A. (1992). Measuring service quality: A reexamination and extension. Journal of Marketing, 56(3), 55–68.
De Oña, J., & de Oña, R. (2015). Quality of service in public transport based on customer satisfaction surveys: A review and assessment of methodological approaches. Transportation Science, 49, 605–622.
De Oña, J., de Oña, R., Eboli, L., & Mazzulla, G. (2015). Heterogeneity in perceptions of service quality among groups of railway passengers. International Journal of Sustainable Transportation, 9(8), 612–626.
De Vos, J., Schwanen, T., Van Acker, V., & Witlox, F. (2015). How satisfying is the Scale for Travel Satisfaction? Transportation Research Part F: Traffic Psychology and Behaviour, 29, 121–130.
Dul, J. (2016). Necessary condition analysis (NCA) logic and methodology of “necessary but not sufficient” causality. Organizational Research Methods, 19(1), 10–52.
Dul, J. (2020). Conducting Necessary Condition Analysis. SAGE Publications.
Dul, J., van der Laan, E., & Kuik, R. (2020). A statistical significance test for Necessary Condition Analysis. Organizational Research Methods, 23(2), 385–395.
Dul, J. (2021). Necessary Condition Analysis. R Package Version 3 (1).
Eboli, L., & Mazzulla, G. (2007). Service quality attributes affecting customer satisfaction for bus transit. Journal of Public Transportation, 10(3), 2.
Eriksson, L., Friman, M., & Gärling, T. (2008). Stated reasons for reducing work-commute by car. Transportation Research Part F: Traffic Psychology and Behaviour, 11(6), 427–433.
Ettema, D., Gärling, T., Olsson, L. E., & Friman, M. (2010). Out-of-Home Activities, Daily Travel, and Subjective Well-Being. Transportation Research Part A, 44(9), 723–732.
Ettema, D., Gärling, T., Erikson, L., Friman, M., Olsson, L. E., & Fujii, S. (2011). Satisfaction With Travel and Subjective Well-Being (SWB): Development and Tests of a Measurement Tool. Transportation Research Part F: Traffic Psychology and Behaviour, 14, 167–175.
Fellesson, M., & Friman, M. (2008). Perceived satisfaction with public transport services in nine European cities. Journal of Transportation Research Forum, 47(3), 93–103.
Friman, M., & Gärling, T. (2001). Frequency of negative critical incidents and satisfaction with public transport services. II. Journal of Retailing and Consumer Services, 8(2), 105–114.
Friman, M., Fujii, S., Ettema, D., Gärling, T., & Olsson, L. E. (2013). Psychometric analysis of the satisfaction with travel scale. Transportation Research Part A, 48, 132–145.
Friman, M., Olsson, L. E., Ståhl, M., Ettema, D., & Gärling, T. (2017). Travel and residual emotional well-being. Transportation Research Part F: Traffic Psychology and Behaviour, 49, 159–176.
Goertz, G. (2003). The substantive importance of necessary condition hypotheses. In Necessary conditions: Theory, methodology, and applications (pp. 65–94). Rowman & Littlefield Publishers, Inc.
Gotlieb, J. B., Grewal, D., & Brown, S. W. (1994). Consumer satisfaction and perceived quality: Complementary or divergent constructs? Journal of Applied Psychology, 79, 875.
Gärling, T., Bamberg, S., & Friman, M. (2018). The role of attitude in choice of travel, satisfaction with travel, and change to sustainable travel. In Handbook of Attitudes, Volume 2: Applications (pp. 562–586). Routledge.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Sage.
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24.
Hair, J. F., Sarstedt, M., Matthews, L. M., & Ringle, C. M. (2016). Identifying and treating unobserved heterogeneity with FIMIX-PLS: Part 1-method. European Business Review, 1, 63–76.
Hensher, D. A., Stopher, P., & Bullock, P. (2003). Service quality developing a service quality index in the provision of commercial bus contracts. Transportation Research Part A: Policy and Practice, 37(6), 499–517.
Mandel, D. R., & Lehman, D. R. (1998). Integration of contingency information in judgments of cause, covariation, and probability. Journal of Experimental Psychology: General, 127(3), 269.
Pedersen, T., Friman, M., & Kristensson, P. (2011). Affective forecasting: Predicting and experiencing satisfaction with public transportation. Journal of Applied Social Psychology, 41(8), 1926–1946.
Redman, L., Friman, M., Gärling, T., & Hartig, T. (2013). Quality attributes of public transport that attract car users: A research review. Transport Policy, 25, 119–127.
Richter, N. F., Schubring, S., Hauff, S., Ringle, C. M., & Sarstedt, M. (2020). When Predictors of Outcomes are Necessary: Guidelines for the Combined use of PLS-SEM and NCA. Industrial Management & Data Systems, 120(12), 2243–2267.
Rigdon, E. E., Sarstedt, M., & Ringle, C. M. (2017). On comparing results from CB-SEM and PLS-SEM: Five perspectives and five recommendations. Marketing: ZFP-Journal of Research and Management, 39(3), 4–16.
Schneider, C. Q., & Wagemann, C. (2012). Set-theoretic methods for the social sciences: A guide to qualitative comparative analysis. Cambridge University Press.
Singleton, P. A. (2019). Validating the Satisfaction with Travel Scale as a measure of hedonic subjective well-being for commuting in a US city. Transportation Research Part F: Traffic Psychology and Behaviour, 60, 399–414.
Sukhov, A., Lättman, K., Olsson, L. E., Friman, M., & Fujii, S. (2021). Assessing travel satisfaction in public transport: A configurational approach. Transportation Research Part D: Transport and Environment, 93, 102732.
Suzuki, H., Fujii, S., Gärling, T., Ettema, D., Olsson, L. E., & Friman, M. (2014). Rules for aggregated satisfaction with work commutes. Transportation, 41(3), 495–506.
Tyrinopoulos, Y., & Aifadopoulou, G. (2008). A complete methodology for the quality control of passenger services in the public transport business. European Transport, 38, 1–16.
Van Lierop, D., Badami, M. G., & El-Geneidy, A. M. (2018). What influences satisfaction and loyalty in public transport? A review of the literature. Transport Reviews, 38(1), 52–72.
13. Lời kêu gọi hành động
Hy vọng hướng dẫn chuyên sâu trên đã giúp bạn nắm bắt được kiến thức học thuật cốt lõi và cách triển khai công cụ thống kê nâng cao vào nghiên cứu hành vi thực tiễn. Để tham khảo toàn bộ dữ liệu, biểu đồ Scatterplot và cách chạy biến của tác giả, vui lòng tải tài liệu nguyên bản dưới đây.
