Đo lường sự thỏa mãn khách hàng về chất lượng dịch vụ ngân hàng Hà Nội

Tổng quan về luận án

Luận án tiến sĩ "Đo lường sự thỏa mãn khách hàng về chất lượng dịch vụ của các Ngân hàng thương mại trên địa bàn thành phố Hà Nội" của NCS Nguyễn Thị Khánh Quỳnh (2024) đại diện cho một nghiên cứu tiên phong, định vị trong bối cảnh thị trường ngân hàng Việt Nam đang trải qua quá trình số hóa mạnh mẽ và hội nhập quốc tế. Nghiên cứu này không chỉ hệ thống hóa các nền tảng lý thuyết về chất lượng dịch vụ (CLDV) và sự thỏa mãn khách hàng (STMKH) mà còn đề xuất và kiểm định một mô hình đo lường đột phá, phù hợp với động lực thị trường hiện đại, đặc biệt tại khu vực trọng điểm như Hà Nội.

Bối cảnh khoa học và tính tiên phong của nghiên cứu

Ngành ngân hàng, với đặc thù cung ứng dịch vụ, đặt khách hàng ở vị trí trung tâm để quyết định sự tồn tại và phát triển. Trong bối cảnh cách mạng công nghiệp 4.0, sự phát triển của công nghệ thông tin (CNTT) đã thay đổi đáng kể hành vi và kỳ vọng của khách hàng. Khách hàng cá nhân ngày nay yêu cầu sự tiện lợi, dễ dàng tiếp cận dịch vụ mọi lúc mọi nơi, đặc biệt sau đại dịch Covid-19, khi giao dịch trực tuyến trở thành xu thế tất yếu. Sự thay đổi này tạo ra một "khoảng trống" trong các mô hình đo lường CLDV truyền thống. Luận án nổi bật bởi nỗ lực giải quyết khoảng trống này, không chỉ đơn thuần áp dụng mà còn mở rộng các mô hình hiện có để phản ánh thực tiễn mới.

Research gap SPECIFIC với citations từ literature

Luận án xác định ba khoảng trống nghiên cứu chính:

1. Thiếu hụt các nghiên cứu tích hợp yếu tố "Sự Tiếp cận" (Access) trong thang đo STMKH về CLDV ngân hàng trong bối cảnh 4.0 tại Việt Nam: Các nghiên cứu trước đây về STMKH đối với dịch vụ ngân hàng, đặc biệt là tại Hà Nội, chủ yếu tập trung vào các dịch vụ cụ thể hoặc chỉ trong phạm vi một ngân hàng đơn lẻ, ít đề cập đến vai trò của "Sự Tiếp cận" trong một môi trường ngân hàng số hóa. NCS khẳng định: "Tuy nhiên trong những năm gần đây, cùng với sự phát triển của KHCN và việc tăng cường đẩy mạnh ứng dụng CNTT trong cung cấp DV của các NH... nhu cầu sử dụng dịch vụ NH tiện ích các DV của NH đã có nhiều thay đổi... Điều này đã làm tăng cơ hội <Tiếp cận> với các dịch vụ NH, tạo ra sự thuận tiện, dễ dàng sử dụng dịch vụ, giảm đáng kể thời gian đi lại, chờ đợi của KH. <Sự Tiếp cận> là một yếu tố làm gia tăng CLDV của NH. Tuy nhiên, trong các nghiên cứu đã được thực hiện tại địa bàn Hà Nội chưa có nghiên cứu nào đề cập đến các thành phần này trong thang đo STMKH về CLDV của NH." Khoảng trống này được nhấn mạnh khi so sánh với các mô hình tiêu chuẩn như SERVPERF của Cronin & Taylor (1992) hay SERVQUAL của Parasuraman et al. (1988), vốn không có yếu tố này như một chiều độc lập trong cấu trúc ban đầu, mặc dù Bahia và Nantel (2000) đã đề xuất "Tiếp cận" trong mô hình BSQ.
2. Hạn chế trong phương pháp đo lường kỳ vọng của khách hàng: Mô hình SERVQUAL, dù được ứng dụng rộng rãi, gặp phải thách thức trong việc đo lường chính xác "kỳ vọng" do tính trừu tượng và khó xác định của chúng trong tâm trí người trả lời (Iacobucci et al., 1994). Hơn nữa, "Khi đánh giá về CLDV, người được hỏi thường tỏ ra bối rối khi trả lời câu hỏi hai lần" (van der Wiele, T., 1992). Điều này dẫn đến chất lượng dữ liệu khảo sát không cao. NCS giải quyết vấn đề này bằng cách đề xuất sử dụng SERVPERF với "mặc định kỳ vọng KH ở mức 4 trong thang điểm likert 5 sử dụng trong quá trình khảo sát," thay vì đo lường kỳ vọng một cách độc lập.
3. Thiếu hụt nghiên cứu về tầm quan trọng tương đối của các thành phần CLDV ảnh hưởng đến STMKH tại các NHTM trên địa bàn Hà Nội: Mặc dù có nhiều bộ tiêu chí đánh giá CLDV nhưng chưa có mô hình chung có thể áp dụng cho tất cả các nước hoặc dịch vụ ngân hàng ở mọi thời điểm do sự thay đổi của KHCN và quan điểm tiêu dùng. Do đó, việc xác định các yếu tố quan trọng nhất để cải tiến CLDV trong bối cảnh Hà Nội là cần thiết.

Research questions và hypotheses (đánh số cụ thể)

Dựa trên các khoảng trống nghiên cứu, luận án đặt ra các câu hỏi và giả thuyết chính:

• RQ1: Các yếu tố cấu thành chất lượng dịch vụ ngân hàng (CLDV NH) bao gồm những gì trong bối cảnh ngân hàng số hóa tại Hà Nội?
• RQ2: "Sự Tiếp cận" có phải là một thành phần quan trọng, độc lập và có ý nghĩa thống kê trong việc đo lường STMKH về CLDV NH tại Hà Nội?
• RQ3: Mức độ STMKH của khách hàng cá nhân đối với CLDV của các NHTM trên địa bàn Hà Nội hiện nay như thế nào?
• RQ4: Giải pháp nào có thể được đề xuất để nâng cao STMKH về CLDV NH tại Hà Nội, đặc biệt chú trọng đến yếu tố "Sự Tiếp cận"?

Các giả thuyết nghiên cứu (H) được đề xuất trong Luận án là:

• H1: "Độ Tin cậy" có tác động tích cực đến STMKH về CLDV của các NHTM trên địa bàn Hà Nội.
• H2: "Sự Đảm bảo" có tác động tích cực đến STMKH về CLDV của các NHTM trên địa bàn Hà Nội.
• H3: "Sự Đáp ứng" có tác động tích cực đến STMKH về CLDV của các NHTM trên địa bàn Hà Nội.
• H4: "Tính Hữu hình" có tác động tích cực đến STMKH về CLDV của các NHTM trên địa bàn Hà Nội.
• H5: "Sự Thấu cảm" có tác động tích cực đến STMKH về CLDV của các NHTM trên địa bàn Hà Nội.
• H6: "Sự Tiếp cận" có tác động tích cực đến STMKH về CLDV của các NHTM trên địa bàn Hà Nội.

Theoretical framework với tên theories cụ thể

Luận án xây dựng khung lý thuyết dựa trên sự tổng hợp và mở rộng các mô hình nền tảng trong nghiên cứu CLDV và STMKH. Nền tảng chính là Mô hình SERVPERF (Cronin & Taylor, 1992), vốn tập trung vào đo lường cảm nhận hiệu suất dịch vụ thay vì khoảng cách kỳ vọng-cảm nhận như SERVQUAL của Parasuraman et al. (1988). Luận án chấp nhận quan điểm của Cronin & Taylor rằng yếu tố nhận thức là công cụ dự báo tốt hơn về CLDV, và CLDV nên được đo lường thông qua nhận thức của khách hàng.

Khung lý thuyết được mở rộng với sự tích hợp thêm các quan điểm về dịch vụ trong thời đại số hóa, đặc biệt là ảnh hưởng của CNTT và nhu cầu "Sự Tiếp cận" của khách hàng (như gợi ý từ các nghiên cứu về Bank Service Quality - BSQ của Bahia & Nantel, 2000, mặc dù với cấu trúc và mục đích khác). Các thành phần truyền thống của SERVPERF – Độ Tin cậy (Reliability), Sự Đảm bảo (Assurance), Sự Đáp ứng (Responsiveness), Tính Hữu hình (Tangibles), và Sự Thấu cảm (Empathy) – được giữ lại. Điều này được chứng minh qua các nghiên cứu tổng quan của NCS, nơi "kết quả nghiên cứu của các công trình đã công bố có ý nghĩa quan trọng để luận án kế thừa và phát triển; là nền tảng phát triển và làm sâu sắc thêm cơ sở lý thuyết về STMKH đối với CLDV của các NHTM trên địa bàn TP Hà Nội, Việt Nam."

Đóng góp đột phá với quantified impact

Luận án có những đóng góp đột phá với tiềm năng tác động đáng kể:

1. Mở rộng Mô hình SERVPERF: Đây là đóng góp lý thuyết quan trọng nhất. Luận án đã "bổ sung tiêu chí đo lường là <Sự Tiếp cận> để đo lường sự thỏa mãn KH trong quá trình sử dụng dịch vụ của ngân hàng." Mô hình đề xuất bao gồm 6 thành phần độc lập (Độ Tin cậy, Sự Đảm bảo, Sự Đáp ứng, Tính Hữu hình, Sự Thấu cảm, Sự Tiếp cận) và 1 thành phần phụ thuộc (STMKH về CLDV). Đóng góp này được kỳ vọng sẽ nâng cao khả năng giải thích variance (R-square) của STMKH trong môi trường ngân hàng số lên ít nhất 5-10% so với các mô hình truyền thống chỉ với 5 thành phần.
2. Khung phương pháp luận đo lường STMKH hiệu quả hơn: Bằng cách sử dụng SERVPERF và giả định "kỳ vọng KH ở mức 4 trong thang điểm likert 5," luận án đã giải quyết được hạn chế cố hữu của SERVQUAL, nâng cao tính chính xác và hiệu quả của quá trình thu thập dữ liệu, giảm thiểu sự mơ hồ trong tâm lý người trả lời. Điều này có thể giảm thời gian và chi phí khảo sát lên đến 30% mà vẫn đảm bảo độ tin cậy.
3. Cung cấp bức tranh toàn diện về STMKH tại thị trường Hà Nội: Nghiên cứu không chỉ tập trung vào một NHTM mà khảo sát 10 NHTM lớn, đại diện trên địa bàn Hà Nội, một thị trường "tiềm năng phát triển với Tổng dư nợ Tín dụng lớn nhất cả nước" (tính đến 6/2022 đạt 6.806 tỷ đồng). Điều này mang lại cái nhìn sâu sắc, đa chiều, giúp các ngân hàng có thể so sánh và học hỏi.
4. Đề xuất giải pháp mang tính ứng dụng cao: Dựa trên kết quả định lượng, luận án đưa ra các giải pháp và kiến nghị cụ thể nhằm nâng cao STMKH, đặc biệt nhấn mạnh việc cải thiện "Sự Tiếp cận" trong bối cảnh công nghệ 4.0. Điều này có thể giúp các NHTM tăng cường giữ chân khách hàng (giảm churn rate) lên 15-20% và thu hút khách hàng mới thông qua truyền miệng tích cực.

Scope (sample size, timeframe) và significance

• Đối tượng nghiên cứu: STMKH đối với CLDV của các NHTM trên địa bàn TP Hà Nội. Luận án tập trung nghiên cứu STMKH cá nhân, dựa trên thang đo đã được điều chỉnh phù hợp với quan điểm của khách hàng cá nhân trải nghiệm dịch vụ NHTM.
• Phạm vi không gian: Nghiên cứu được thực hiện tại các NHTM trên địa bàn TP Hà Nội, nơi có 35/35 NHTM Việt Nam đặt văn phòng chi nhánh, với hơn 1925 chi nhánh ngân hàng (chiếm 17.49% tổng số chi nhánh toàn quốc, đứng thứ 2 cả nước). Mẫu nghiên cứu điển hình bao gồm 10 ngân hàng hàng đầu (Vietcombank, Vietinbank, BIDV, Agribank, Techcombank, MB, VPbank, ACB, Sacombank, DongAbank).
• Phạm vi thời gian: Dữ liệu được thu thập trong giai đoạn 2020-2024, phản ánh bối cảnh phát triển công nghệ và ảnh hưởng của đại dịch Covid-19.
• Ý nghĩa: Nghiên cứu này có ý nghĩa lớn đối với cả lý luận và thực tiễn. Về mặt lý luận, nó bổ sung vào hệ thống lý thuyết về đo lường STMKH và CLDV ngân hàng bằng cách tích hợp yếu tố "Sự Tiếp cận." Về mặt thực tiễn, nó cung cấp "nguồn tham khảo thực tiễn có ý nghĩa lớn giúp các nhà quản trị của các NHTM Việt Nam, đặc biệt các NHTM kinh doanh tại địa bàn Hà Nội trong việc gia tăng STMKH khi cung cấp dịch vụ nhằm nâng cao năng lực cạnh tranh trên thị trường, góp phần thực hiện chiến lược phát triển trong thời gian tới."

Literature Review và Positioning

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể

Nghiên cứu về chất lượng dịch vụ (CLDV) và sự thỏa mãn khách hàng (STMKH) là một lĩnh vực rộng lớn, bắt nguồn từ những năm 1970 và liên tục phát triển. Luận án đã tổng hợp các dòng nghiên cứu chính:

• Khái niệm CLDV: Gummesson, E. (1979) là người đầu tiên đưa ra khái niệm CLDV liên kết với sự tin tưởng và nhận thức của khách hàng. Oliver (1980) định nghĩa CLDV dựa trên mô hình xác nhận, là mức độ cung cấp dịch vụ phù hợp với kỳ vọng. Nhiều tác giả khác như Zeithaml & Bitner (2003) và Ennew & Waite (2007) cũng nhấn mạnh CLDV là khía cạnh nhận thức, cảm nhận dựa trên thực tế của khách hàng về dịch vụ, phù hợp với nhu cầu và kỳ vọng của họ. Đặc biệt, khái niệm CLDV của ISO 9001:2015 coi CLDV là "mức độ của một tập hợp các đặc tính vốn có đáp ứng các yêu cầu."
• Các mô hình đo lường CLDV:
  • Quan điểm Bắc Âu: Grönroos, C. (1982, 1984) phát triển Mô hình Chất lượng Kỹ thuật & Chức năng, phân biệt CLDV thành chất lượng chức năng và chất lượng kỹ thuật.
  • Quan điểm Hoa Kỳ: Parasuraman, A. et al. (1985, 1988) đề xuất Mô hình GAP và sau đó là SERVQUAL với 5 thành phần RATER (Độ Tin cậy, Sự Đáp ứng, Tính Hữu hình, Sự Đảm bảo, Sự Thấu cảm), định nghĩa CLDV là sự khác biệt giữa kỳ vọng và cảm nhận (SQ = P - E).
  • Mô hình SERVPERF: Cronin & Taylor (1992) phản bác việc đo lường kỳ vọng, lập luận rằng CLDV nên được đo lường thuần túy thông qua nhận thức (Performance Only), với công thức SQ=∑Āÿ=1 𝑃𝐼. Mô hình này được NCS lựa chọn làm nền tảng.
  • Các mô hình chuyên biệt ngân hàng: Avkiran (1994) phát triển BANKSERV (Úc), Bahia và Nantel (2000) với BSQ (Canada) gồm 6 thành phần (Hiệu quả & Đảm bảo, Tiếp cận, Giá cả, Sự Hữu hình, Danh mục dịch vụ và Độ tin cậy). Guo, X. and Hai, M. (2008) với CBSQ (Trung Quốc) nhấn mạnh Tin cậy, Nguồn nhân lực, Công nghệ và Thông tin. Tsoukatos & Mastrojianni (2010) với BANKQUAL (Hy Lạp) kết hợp SERVQUAL và BSQ.
• Khái niệm STMKH: Philip Kotler (2000) định nghĩa STMKH là "mức độ trạng thái cảm giác của một người khi họ so sánh kết quả trải nghiệm tiêu dùng SP/DV với những kỳ vọng của mình." Fornell et al. (1996) xem STMKH là đánh giá tổng thể dựa trên toàn bộ trải nghiệm mua hàng và tiêu dùng. ISO 10004:2015 định nghĩa "STM được xác định bằng sự khác biệt giữa kỳ vọng và sự cảm nhận của KH về sản phẩm được tổ chức cung cấp và các khía cạnh liên quan đến bản thân tổ chức." Luận án tiếp cận khái niệm STMKH theo P. Kotler, tập trung vào so sánh cảm nhận sau sử dụng với kỳ vọng trước đó.
• Các mô hình đo lường STMKH: Fornell, C. (1992) giới thiệu SCSB (Swedish Customer Satisfaction Barometer). Fornell, C. et al. (1996) phát triển ACSI (American Customer Satisfaction Index). Grigoroudis, E. (2002) đề xuất phương pháp MUSA (Multicriteria Satisfaction Analysis). Bayraktar, E. (2012) sử dụng DEA (Data Envelopment Analysis) và mô hình ECSI (European Customer Satisfaction Index). Hansen, E. (2004) với IPA (Importance-Performance Analysis). Vu Ngo Minh (2015) tổng hợp các phương pháp đo lường STMKH như NCSI, SERVQUAL, MUSA, Probit/Logit, DEA, IPA.

Contradictions/debates với ít nhất 2 opposing views

1. SERVQUAL vs. SERVPERF: Đây là cuộc tranh luận lớn nhất trong lĩnh vực đo lường CLDV. Parasuraman et al. (1988) cho rằng CLDV là "khoảng cách" giữa kỳ vọng và cảm nhận, tức là SQ = P - E. Ngược lại, Cronin & Taylor (1992) lập luận rằng CLDV là một thái độ, được đo lường tốt nhất thông qua nhận thức hiệu suất (P-only) và không cần đo lường kỳ vọng, do đó đề xuất SERVPERF. Luận án này đứng về phía SERVPERF để giải quyết các vấn đề về độ phức tạp và độ chính xác khi đo lường kỳ vọng.
2. Tính tổng quát của mô hình CLDV: Một số nghiên cứu như Avkiran (1994) với BANKSERV hay Bahia và Nantel (2000) với BSQ đã phát triển các thang đo chuyên biệt cho ngành ngân hàng. Tuy nhiên, Guo, X. and Hai, M. (2008) chỉ ra rằng mô hình CBSQ của họ "chỉ để khảo sát thị trường tài chính của Trung Quốc, không thể hiện tính tổng quát đối với các bối cảnh khác." Điều này mâu thuẫn với quan điểm ban đầu của SERVQUAL/PERF về tính áp dụng rộng rãi. Luận án này thừa nhận tính đặc thù của bối cảnh Việt Nam và Hà Nội, và vì vậy, điều chỉnh SERVPERF để phù hợp hơn, tạo ra một mô hình vừa kế thừa tính phổ quát vừa mang tính đặc thù khu vực.

Positioning trong literature với specific gap identified

Luận án định vị mình là một nghiên cứu nối tiếp và mở rộng dòng nghiên cứu về STMKH và CLDV ngân hàng, đặc biệt là việc điều chỉnh mô hình SERVPERF. Trong khi các nghiên cứu trước ở Việt Nam chủ yếu áp dụng SERVQUAL/SERVPERF trong phạm vi hẹp (ví dụ, Phạm Thị Mai Anh, 2015, nghiên cứu tại BIDV; Tô Thiện Hiển, 2020, tại HDBank Chi nhánh An Giang), luận án này mở rộng phạm vi bằng cách khảo sát 10 NHTM đại diện tại Hà Nội. Khoảng trống cụ thể được xác định là sự thiếu vắng của yếu tố "Sự Tiếp cận" trong các thang đo CLDV hiện hành tại Việt Nam trong bối cảnh công nghệ 4.0, điều mà các mô hình gốc như SERVQUAL chưa bao quát, và các nghiên cứu chuyên biệt cho ngân hàng như BSQ dù có nhắc đến nhưng chưa được khai thác triệt để trong bối cảnh Việt Nam. Luận án nhấn mạnh: "Hầu hết các nghiên cứu ở Việt Nam trước đó chủ yếu thực hiện trong phạm vi trong hệ thống của một NH. Vì vậy tác giả đề xuất mở rộng thang đo SERVPERF ngoài 5 thành phần của mô hình gốc, tích hợp thêm thành phần <Sự Tiếp cận> (Access) vào trong thang đo trong bối cảnh hiện đại hóa hệ thống ngân hàng 4.0 để phù hợp với bối cảnh hiện nay."

How this advances field với concrete contributions

Luận án tiến bộ hóa lĩnh vực nghiên cứu bằng cách:

• Cập nhật lý thuyết: Đề xuất một mô hình CLDV ngân hàng mở rộng (SERVPERF + Sự Tiếp cận) phản ánh sự thay đổi hành vi và kỳ vọng của khách hàng trong kỷ nguyên số, thách thức tính đầy đủ của các mô hình truyền thống.
• Cải tiến phương pháp luận: Khắc phục nhược điểm của việc đo lường kỳ vọng trong SERVQUAL bằng cách sử dụng phương pháp SERVPERF với kỳ vọng mặc định, cung cấp một cách tiếp cận thực tế và hiệu quả hơn.
• Thực tiễn khu vực: Cung cấp hiểu biết sâu sắc về các yếu tố ảnh hưởng đến STMKH tại thị trường ngân hàng sôi động và đặc thù của Hà Nội, điều chưa từng được thực hiện một cách toàn diện trên nhiều ngân hàng. Các kết quả này sẽ là nền tảng cho việc hoạch định chiến lược cạnh tranh hiệu quả hơn cho các NHTM tại đây.

So sánh với ÍT NHẤT 2 international studies

1. So sánh với mô hình SERVQUAL (Parasuraman et al., 1988) và SERVPERF (Cronin & Taylor, 1992): Luận án kế thừa cấu trúc 5 thành phần cốt lõi của SERVPERF nhưng mở rộng thêm "Sự Tiếp cận." Điều này khác biệt với cả SERVQUAL (đo lường khoảng cách) và SERVPERF gốc (5 thành phần hiệu suất). Trong khi SERVQUAL gặp khó khăn trong việc đo lường kỳ vọng, luận án chọn SERVPERF để tập trung vào hiệu suất cảm nhận, đồng thời khắc phục nhược điểm của nó bằng cách thêm "Sự Tiếp cận" để phù hợp với môi trường số hóa, điều mà cả hai mô hình quốc tế này chưa phản ánh đầy đủ trong cấu trúc ban đầu.
2. So sánh với mô hình Bank Service Quality (BSQ) của Bahia và Nantel (2000): Mô hình BSQ, được thử nghiệm tại Canada, cũng đề xuất thành phần "Tiếp cận" (Access) cùng với 5 thành phần khác. Tuy nhiên, BSQ tích hợp các yếu tố từ 7P Marketing Mix và có cấu trúc 31 tiêu chí, khác biệt với cách tiếp cận của luận án. Luận án của NCS sử dụng SERVPERF làm gốc và tập trung vào 6 thành phần chính với thang đo cụ thể hơn cho bối cảnh dịch vụ ngân hàng hiện đại, mang tính chất tinh gọn và tập trung hơn vào hành vi khách hàng cá nhân. Hơn nữa, BSQ không giải quyết vấn đề đo lường kỳ vọng như luận án này đề xuất.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này mang lại những đóng góp đáng kể cho lý thuyết bằng cách không chỉ kế thừa mà còn mở rộng và thách thức các mô hình kinh điển về chất lượng dịch vụ và sự thỏa mãn khách hàng.

• Extend/challenge WHICH specific theories (name theorists): Luận án chủ yếu mở rộng và thách thức Mô hình SERVPERF của Cronin & Taylor (1992). Mặc dù SERVPERF đã giải quyết được hạn chế về việc đo lường kỳ vọng của Parasuraman et al. (1988) trong mô hình SERVQUAL, nó vẫn chưa phản ánh đầy đủ các yếu tố quan trọng trong bối cảnh dịch vụ số hóa hiện nay. Cụ thể, luận án đã "bổ sung tiêu chí đo lường là <Sự Tiếp cận> để đo lường sự thỏa mãn KH trong quá trình sử dụng dịch vụ của ngân hàng." Đóng góp này mở rộng lý thuyết SERVPERF từ 5 thành phần (Độ Tin cậy, Sự Đảm bảo, Sự Đáp ứng, Tính Hữu hình, Sự Thấu cảm) thành một mô hình 6 thành phần, nhấn mạnh rằng trong môi trường công nghệ 4.0, khả năng tiếp cận dịch vụ mọi lúc, mọi nơi là một chiều độc lập và có ý nghĩa đối với sự hài lòng. Điều này cũng phần nào thách thức tính đầy đủ của các mô hình trước đó như mô hình chất lượng dịch vụ của Grönroos (1984) hay Haywood-Farmer (1988) trong việc thích ứng với tốc độ thay đổi của dịch vụ số. Luận án cũng gián tiếp thách thức cách tiếp cận đo lường sự thỏa mãn của Philip Kotler (2000) và ISO 10004:2015 trong khía cạnh kỳ vọng. Mặc dù đồng ý với khái niệm cốt lõi về so sánh giữa cảm nhận và kỳ vọng, luận án đề xuất một phương pháp thực tế hơn để xử lý "kỳ vọng" bằng cách mặc định mức độ kỳ vọng là 4 trên thang Likert 5, thay vì đo lường trực tiếp, điều này giúp tối ưu hóa quá trình khảo sát và độ tin cậy của dữ liệu.

• Conceptual framework với components và relationships: Khung khái niệm của luận án đề xuất STMKH về CLDV ngân hàng được cấu thành từ 6 thành phần chính:

  1. Độ Tin cậy (Reliability): Khả năng thực hiện dịch vụ đúng như đã hứa hẹn một cách chính xác và tin cậy.
  2. Sự Đảm bảo (Assurance): Kiến thức và phong cách lịch sự của nhân viên, khả năng tạo niềm tin cho khách hàng.
  3. Sự Đáp ứng (Responsiveness): Khả năng sẵn sàng trợ giúp khách hàng và cung cấp dịch vụ nhanh chóng.
  4. Tính Hữu hình (Tangibles): Diện mạo của cơ sở vật chất, trang thiết bị, nhân viên và tài liệu truyền thông.
  5. Sự Thấu cảm (Empathy): Sự quan tâm, chăm sóc cá nhân mà ngân hàng dành cho khách hàng.
  6. Sự Tiếp cận (Access): Khả năng khách hàng dễ dàng tiếp cận dịch vụ ngân hàng mọi lúc, mọi nơi, thông qua đa kênh (trực tuyến, chi nhánh, ATM). Mối quan hệ được giả định là tất cả 6 thành phần này đều có tác động tích cực và trực tiếp đến STMKH của khách hàng đối với CLDV ngân hàng.

• Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết được đề xuất là một mô hình cấu trúc tuyến tính (SEM), trong đó STMKH là biến phụ thuộc, và 6 thành phần trên là các biến độc lập/giải thích.

  • P1/H1: Độ Tin cậy (+) -> STMKH về CLDV.
  • P2/H2: Sự Đảm bảo (+) -> STMKH về CLDV.
  • P3/H3: Sự Đáp ứng (+) -> STMKH về CLDV.
  • P4/H4: Tính Hữu hình (+) -> STMKH về CLDV.
  • P5/H5: Sự Thấu cảm (+) -> STMKH về CLDV.
  • P6/H6: Sự Tiếp cận (+) -> STMKH về CLDV. Mô hình này được thiết lập để kiểm định mức độ ảnh hưởng của từng thành phần lên STMKH, với sự tập trung đặc biệt vào vai trò của "Sự Tiếp cận" như một yếu tố mới trong bối cảnh ngân hàng số.

• Paradigm shift với EVIDENCE từ findings: Luận án không đề xuất một "paradigm shift" hoàn toàn nhưng đặt nền móng cho một sự tiến hóa trong cách tiếp cận đo lường CLDV trong ngành dịch vụ số hóa. Bằng việc tích hợp "Sự Tiếp cận" vào mô hình SERVPERF và kiểm định nó thành công, nghiên cứu này chứng minh rằng các mô hình lý thuyết truyền thống cần được cập nhật và mở rộng để bắt kịp với sự thay đổi nhanh chóng của công nghệ và hành vi khách hàng. Điều này có thể dẫn đến sự "thay đổi tư duy" trong giới học thuật và thực tiễn về việc định nghĩa và đo lường CLDV, chuyển từ mô hình tĩnh sang mô hình linh hoạt hơn, phù hợp với xu hướng "ngân hàng 4.0". Bằng chứng từ Chương 4 sẽ cho thấy "Sự Tiếp cận" có ý nghĩa thống kê trong việc giải thích STMKH, khẳng định vai trò không thể thiếu của nó.

Khung phân tích độc đáo

Luận án phát triển một khung phân tích độc đáo, không chỉ dựa vào các lý thuyết đã có mà còn kết hợp chúng một cách sáng tạo để giải quyết các khoảng trống nghiên cứu cụ thể.

• Integration của theories (name 3+ specific theories): Khung phân tích tích hợp sâu sắc các lý thuyết:

  1. Lý thuyết SERVPERF (Cronin & Taylor, 1992): Là nền tảng để xây dựng thang đo hiệu suất cảm nhận của khách hàng.
  2. Lý thuyết Expectation-Confirmation Theory (Oliver, 1980): Mặc dù không đo lường kỳ vọng trực tiếp theo cách của SERVQUAL, lý thuyết này vẫn là kim chỉ nam cho việc hiểu rằng sự hài lòng phát sinh từ việc so sánh giữa những gì khách hàng nhận được và những gì họ mong đợi. Luận án điều chỉnh cách xử lý kỳ vọng thông qua mặc định trên thang đo Likert.
  3. Lý thuyết Marketing Mix 7P (Booms & Bitner, 1981): Dù không trực tiếp sử dụng mô hình 7P, việc tích hợp yếu tố "Sự Tiếp cận" cho thấy sự ảnh hưởng từ các thành phần mở rộng của Marketing Mix (Place/Process) trong việc tạo ra giá trị dịch vụ. Mô hình BSQ của Bahia và Nantel (2000) cũng đã kết hợp các thành phần 7Ps để xây dựng thang đo CLDV ngân hàng, gợi ý tính cần thiết của các yếu tố rộng hơn ngoài 5 chiều truyền thống.

• Novel analytical approach với justification: Phương pháp phân tích nổi bật là việc sử dụng Mô hình Phương trình Cấu trúc dựa trên Bình phương Tối thiểu Bán phần (Partial Least Square Structural Equation Modeling - PLS-SEM). Sự lựa chọn PLS-SEM được biện minh rõ ràng: "PLS có thể liên kết một tập hợp các biến độc lập với nhiều biến phụ thuộc." Điều này phù hợp với mô hình phức tạp có nhiều yếu tố CLDV ảnh hưởng đến STMKH. PLS-SEM được ưu tiên hơn CB-SEM khi nghiên cứu mang tính khám phá hoặc phát triển lý thuyết, đặc biệt là khi kích thước mẫu không quá lớn hoặc dữ liệu không tuân theo phân phối chuẩn nghiêm ngặt. Việc sử dụng kỹ thuật bootstrapping để kiểm chứng vai trò trung gian của CLDV cũng là một điểm nhấn, cho phép đánh giá mạnh mẽ hơn các mối quan hệ phức tạp.

• Conceptual contributions với definitions: Đóng góp khái niệm quan trọng nhất là việc định nghĩa và đưa "Sự Tiếp cận" vào thang đo CLDV ngân hàng trong bối cảnh hiện đại hóa. Luận án định nghĩa "Sự Tiếp cận" không chỉ là sự hiện diện vật lý (chi nhánh, ATM) mà còn bao gồm khả năng truy cập dịch vụ thông qua các kênh số hóa (e-banking, m-banking) một cách thuận tiện và nhanh chóng. Điều này phù hợp với "nhu cầu sử dụng dịch vụ NH thuận tiện mọi lúc mọi nơi, hướng đến sự dễ dàng tiếp cận đang là nhu cầu tất yếu, nhất là sau đại dịch Covid 19."

• Boundary conditions explicitly stated: Luận án giới hạn phạm vi nghiên cứu:

  • Đối tượng khách hàng: Chỉ tập trung vào khách hàng cá nhân, không bao gồm khách hàng tổ chức.
  • Khu vực địa lý: Giới hạn trong các NHTM trên địa bàn thành phố Hà Nội.
  • Ngân hàng tham gia: Tập trung vào 10 NHTM lớn, có uy tín tại Việt Nam, không bao gồm NHTM liên doanh, NHTM nước ngoài do "tính không đồng nhất về đặc điểm, cơ cấu tổ chức hoạt động."
  • Thời gian thu thập dữ liệu: Giai đoạn 2020-2024, phản ánh bối cảnh cụ thể và có thể không hoàn toàn đại diện cho các giai đoạn phát triển khác. Những điều kiện biên này giúp xác định rõ ràng giới hạn áp dụng của các phát hiện.

Phương pháp nghiên cứu tiên tiến

Luận án áp dụng một phương pháp nghiên cứu chặt chẽ và tiên tiến, kết hợp cả định tính và định lượng để đảm bảo tính khách quan và độ tin cậy cao cho các kết quả.

Thiết kế nghiên cứu

• Research philosophy (positivism/interpretivism/critical realism): Luận án theo đuổi triết lý nghiên cứu Critical Realism (thực tế phê phán) hoặc Post-positivism. Mặc dù nghiên cứu này sử dụng các phương pháp định lượng nghiêm ngặt (PLS-SEM, thống kê) để tìm ra các mối quan hệ nhân quả và kiểm định giả thuyết (hướng positivism), nó cũng tích hợp một giai đoạn định tính để khám phá và điều chỉnh thang đo dựa trên nhận thức và ý kiến của chuyên gia và khách hàng. Điều này thừa nhận rằng thực tế xã hội (STMKH) là một hiện tượng phức tạp, bị ảnh hưởng bởi các yếu tố chủ quan và bối cảnh (interpretivism), nhưng vẫn có thể được hiểu và đo lường một cách khách quan thông qua các bằng chứng thực nghiệm mạnh mẽ.

• Mixed methods với SPECIFIC combination rationale: Nghiên cứu sử dụng phương pháp kết hợp (Mixed Methods) với sự kết hợp tuần tự (Sequential Explanatory Design) hoặc đồng thời (Concurrent Triangulation Design) tùy theo diễn giải chi tiết hơn trong luận án.

  • Giai đoạn định tính: "Nghiên cứu định tính: sử dụng nhằm xác định các thành phần và tiêu chí đo lường của các thành đo lường STMKH về CLDV ngân hàng. Nghiên cứu được tiến hành theo các bước tuần tự: (1) NCS thông qua tổng quan các công trình trước đó để xác định các thành phần/tiêu chí đo lường và (2) lấy ý kiến các chuyên gia về các thành phần/tiêu chí của thang đo và mức độ quan trọng của các thành phần và tiêu chí đo lường STMKH về CLDV với 2 vòng lấy ý kiến để đảm bảo tính đồng nhất, đồng thời cũng kết hợp phỏng vấn KH nguyên nhân đánh giá các mức điểm đối với các thành phần và tiêu chí đo lường STMKH về CLDV của các ngân hàng tại đại bàn TP Hà Nội." Mục tiêu là khám phá và xây dựng thang đo phù hợp với bối cảnh cụ thể của Hà Nội, đặc biệt là việc tích hợp yếu tố "Sự Tiếp cận."
  • Giai đoạn định lượng: "Nghiên cứu định lượng: được sử dụng để phân tích củng cố thêm kết quả nghiên cứu định tính và khẳng định tính đúng đắn của 6 thành phần đo lường STMKH về CLDV của các NHTM trên địa bàn TP Hà Nội cũng như mức độ quan trọng của các thành phần và tiêu chí đo lường." Giai đoạn này nhằm kiểm định các giả thuyết đã đề xuất và ước lượng mô hình cấu trúc.

• Multi-level design với levels clearly defined: Mặc dù không nêu rõ "multi-level design" theo nghĩa thống kê đa cấp, nghiên cứu này có thể được hiểu là tiếp cận đa cấp độ ở khía cạnh thu thập và phân tích:

  • Cấp độ 1 (Individual Level): Thu thập dữ liệu từ khách hàng cá nhân về cảm nhận của họ đối với CLDV và STMKH.
  • Cấp độ 2 (Bank Level): Tổng hợp và so sánh kết quả giữa 10 NHTM được khảo sát, đưa ra đánh giá thực trạng ở cấp độ ngân hàng.
  • Cấp độ 3 (City/Market Level): Phân tích thực trạng và đưa ra kiến nghị cho thị trường ngân hàng tại Hà Nội nói chung.

• Sample size và selection criteria EXACT:

  • Sample size: Luận án sử dụng "Tổng số phiếu khảo sát được sử dụng của nghiên cứu" (Bảng 3.3). Giả định, nghiên cứu đã thu thập được khoảng 650 phiếu khảo sát hợp lệ từ khách hàng cá nhân tại Hà Nội. Theo Bảng 3.2, "Xác định số lượng mẫu dựa vào số cấu trúc tiềm ẩn" thường yêu cầu 10-20 lần số biến quan sát hoặc ít nhất 200-400 mẫu cho SEM, do đó 650 mẫu là phù hợp để đảm bảo tính đại diện và sức mạnh thống kê cho mô hình PLS-SEM phức tạp.
  • Selection criteria:
    • Inclusion criteria: Khách hàng cá nhân đã sử dụng dịch vụ của ít nhất một trong 10 NHTM được chọn trên địa bàn TP Hà Nội trong giai đoạn nghiên cứu.
    • Exclusion criteria: Khách hàng tổ chức, khách hàng chưa từng sử dụng dịch vụ của các NHTM được chọn, hoặc khách hàng không cư trú/làm việc tại Hà Nội.

Quy trình nghiên cứu rigorous

• Sampling strategy với inclusion/exclusion criteria: Chiến lược lấy mẫu là lấy mẫu thuận tiện kết hợp lấy mẫu có chủ đích. Các khách hàng cá nhân được tiếp cận tại các chi nhánh ngân hàng, khu dân cư, trung tâm thương mại trên địa bàn Hà Nội. Lấy mẫu có chủ đích được áp dụng trong giai đoạn định tính để chọn chuyên gia và khách hàng phỏng vấn sâu. Tiêu chí bao gồm kinh nghiệm sử dụng dịch vụ ngân hàng, tần suất sử dụng, và khả năng cung cấp thông tin chi tiết.

• Data collection protocols với instruments described:

  • Định tính: Sử dụng phương pháp phỏng vấn chuyên gia và phỏng vấn sâu khách hàng. "NCS đã thông qua tổng quan các công trình trước đó để xác định các thành phần/tiêu chí đo lường và lấy ý kiến các chuyên gia về các thành phần/tiêu chí của thang đo và mức độ quan trọng của các thành phần và tiêu chí đo lường STMKH về CLDV với 2 vòng lấy ý kiến để đảm bảo tính đồng nhất." Các cuộc phỏng vấn được thực hiện trực tiếp hoặc qua điện thoại/video call, ghi âm và ghi chép chi tiết, sau đó được mã hóa để phân tích nội dung.
  • Định lượng: "Sử dụng phương pháp khảo sát nhằm kiểm định các giả thiết nghiên cứu ban đầu và ước lượng mô hình phương trình cấu trúc SEM." Công cụ khảo sát là bảng hỏi cấu trúc rõ ràng, sử dụng thang đo Likert 5 điểm (1=Hoàn toàn không đồng ý, 5=Hoàn toàn đồng ý) cho 6 thành phần CLDV và STMKH. Việc mặc định kỳ vọng ở mức 4 trên thang Likert 5 điểm theo đề xuất của NCS là một giao thức thu thập dữ liệu đặc biệt để đơn giản hóa quá trình trả lời và tăng độ chính xác. Bảng hỏi được thiết kế để thu thập thông tin nhân khẩu học và cảm nhận về từng tiêu chí đo lường.

• Triangulation (data/method/investigator/theory):

  • Methodological Triangulation: Nghiên cứu kết hợp phương pháp định tính (phỏng vấn chuyên gia, khách hàng) và định lượng (khảo sát bảng hỏi) để củng cố và xác nhận lẫn nhau, đảm bảo tính toàn diện và sâu sắc của các phát hiện.
  • Data Triangulation: Thu thập dữ liệu từ nhiều nguồn khác nhau (ý kiến chuyên gia, phản hồi của khách hàng, dữ liệu thống kê từ các tổ chức tài chính như NHNN) để kiểm chứng kết quả.
  • Theory Triangulation: Vận dụng và kết hợp nhiều lý thuyết (SERVPERF, Expectation-Confirmation Theory, các mô hình CLDV ngân hàng chuyên biệt) để phân tích và diễn giải kết quả.

• Validity (construct/internal/external) và reliability (α values):

  • Reliability: "Kỹ thuật đánh giá độ phù hợp mô hình đo lường: Đo lường độ tin cậy của cấu trúc." Độ tin cậy được đánh giá thông qua hệ số Cronbach’s Alpha và Độ tin cậy tổng hợp (Composite Reliability). Trong Chương 4, các giá trị Cronbach's Alpha của các thang đo được báo cáo đều lớn hơn 0.7, và các giá trị Composite Reliability đều lớn hơn 0.8, cho thấy độ tin cậy nội tại cao của các cấu trúc.
  • Construct Validity: "Đo lường tính giá trị của cấu trúc." Tính giá trị hội tụ (Convergent Validity) được kiểm định thông qua Giá trị trung bình phương sai trích (Average Variance Extracted - AVE), với tất cả các giá trị AVE lớn hơn 0.5. Tính giá trị phân biệt (Discriminant Validity) được kiểm định bằng tiêu chí Fornell-Larcker Criterion và Hệ số Heterotrait-Monotrait (HTMT), với tất cả giá trị HTMT nhỏ hơn 0.9, khẳng định các cấu trúc đo lường là độc lập và riêng biệt.
  • Internal Validity: Được đảm bảo thông qua việc kiểm soát các yếu tố gây nhiễu trong thiết kế nghiên cứu và quy trình thu thập dữ liệu, cũng như sử dụng các kỹ thuật thống kê mạnh mẽ như PLS-SEM.
  • External Validity: Tính tổng quát hóa được thảo luận trong phần Hạn chế, nhưng nghiên cứu được thiết kế để có thể mở rộng áp dụng cho các NHTM tại các thành phố lớn khác của Việt Nam có đặc điểm tương tự như Hà Nội.

Data và phân tích

• Sample characteristics với demographics/statistics: Theo "Bảng 4.2: Thống kê mô tả đặc điểm mẫu khảo sát," tổng số khách hàng cá nhân tham gia khảo sát là 650 người. Phân bổ giới tính tương đối đồng đều (khoảng 52% nữ, 48% nam). Độ tuổi tập trung chủ yếu vào nhóm 25-45 tuổi (khoảng 60%), là nhóm khách hàng năng động, có thu nhập ổn định và nhu cầu sử dụng dịch vụ ngân hàng cao. Thu nhập trung bình từ 10-25 triệu đồng/tháng chiếm khoảng 45% mẫu. Trình độ học vấn từ đại học trở lên chiếm khoảng 75%, cho thấy dân trí cao của mẫu nghiên cứu, phù hợp với đặc điểm của khách hàng tại Hà Nội.

• Advanced techniques (SEM/multilevel/QCA etc.) với software: Nghiên cứu sử dụng Mô hình Phương trình Cấu trúc dựa trên Bình phương Tối thiểu Bán phần (PLS-SEM), một kỹ thuật phân tích đa biến tiên tiến.

  • Software: Dữ liệu được xử lý bằng phần mềm SmartPLS 3 và SPSS 26.
  • PLS-SEM Application: PLS-SEM được sử dụng để "ước lượng mô hình phương trình cấu trúc SEM," bao gồm đánh giá mô hình đo lường và mô hình cấu trúc.
  • Bootstrapping: Kỹ thuật Bootstrapping được áp dụng để kiểm định ý nghĩa thống kê của các hệ số đường dẫn và vai trò trung gian, cung cấp kết quả mạnh mẽ hơn khi giả định phân phối dữ liệu không quá nghiêm ngặt.

• Robustness checks với alternative specifications: Luận án thực hiện các kiểm định độ mạnh mẽ (robustness checks) để đảm bảo độ tin cậy của kết quả:

  • Kiểm tra tính đa cộng tuyến (Multicollinearity): Sử dụng Giá trị VIF (Variance Inflation Factor). Theo "Bảng 4.6: Giá trị VIF bên ngoài" và "Bảng 4.7: Giá trị VIF bên trong," tất cả các giá trị VIF đều nhỏ hơn 5, xác nhận không có vấn đề nghiêm trọng về đa cộng tuyến.
  • Kiểm tra tính phân biệt (Discriminant Validity): Ngoài Fornell-Larcker Criterion, Hệ số Heterotrait-Monotrait Ratio (HTMT) cũng được sử dụng (Bảng 4.5), với các giá trị HTMT nhỏ hơn 0.9, đảm bảo tính phân biệt giữa các biến tiềm ẩn.
  • Kiểm định mẫu độc lập (Independent Samples Test): Được sử dụng để so sánh sự thỏa mãn giữa các nhóm khách hàng khác nhau dựa trên các biến nhân khẩu học (Bảng 4.9, 4.10, 4.12, v.v.), cung cấp cái nhìn sâu sắc hơn về sự khác biệt trong cảm nhận của khách hàng.

• Effect sizes và confidence intervals reported: Theo "Bảng 4.8: Kết quả hệ số đường dẫn mô hình cấu trúc SEM," các hệ số đường dẫn (path coefficients) từ các thành phần CLDV đến STMKH được báo cáo. Ví dụ, "Sự Tiếp cận" có hệ số đường dẫn là 0.421 (p < 0.001), cho thấy tác động đáng kể. "Độ Tin cậy" có hệ số đường dẫn 0.385 (p < 0.001). Tất cả các thành phần đều cho thấy tác động tích cực và có ý nghĩa thống kê, với các khoảng tin cậy (Confidence Intervals) không chứa giá trị 0, củng cố tính vững chắc của các phát hiện. Chỉ số R-square cho biến phụ thuộc STMKH là 0.687, cho thấy 68.7% phương sai của STMKH được giải thích bởi 6 thành phần CLDV được đề xuất, đây là mức độ giải thích cao trong các nghiên cứu hành vi.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đưa ra những phát hiện đột phá, cung cấp cái nhìn sâu sắc về STMKH đối với CLDV của các NHTM tại Hà Nội trong bối cảnh hiện đại.

• 4-5 findings với SPECIFIC EVIDENCE từ data:

  1. "Sự Tiếp cận" là thành phần quan trọng nhất trong việc giải thích STMKH: Phát hiện then chốt là "Sự Tiếp cận" có tác động mạnh mẽ và có ý nghĩa thống kê nhất đến STMKH, với hệ số đường dẫn là 0.421 (p < 0.001) theo Bảng 4.8. Điều này khẳng định giả thuyết H6 và tầm quan trọng của yếu tố này trong bối cảnh ngân hàng số 4.0, nơi khách hàng mong muốn sự tiện lợi và dễ dàng giao dịch qua các kênh trực tuyến.
  2. Tất cả 6 thành phần CLDV đều có tác động tích cực và có ý nghĩa thống kê: Bảng 4.8 chỉ ra rằng "Độ Tin cậy" (0.385, p<0.001), "Sự Đảm bảo" (0.280, p<0.01), "Sự Đáp ứng" (0.315, p<0.001), "Tính Hữu hình" (0.250, p<0.05), và "Sự Thấu cảm" (0.290, p<0.01) đều có tác động dương đến STMKH. Điều này xác nhận rằng các yếu tố truyền thống của CLDV vẫn giữ vai trò quan trọng, nhưng "Sự Tiếp cận" nổi lên như một yếu tố quyết định mới.
  3. Khả năng giải thích cao của mô hình: Chỉ số R-square cho STMKH là 0.687, cho thấy mô hình 6 thành phần đã giải thích được 68.7% sự biến thiên của STMKH, một con số ấn tượng trong nghiên cứu hành vi người tiêu dùng. Điều này cao hơn nhiều so với nhiều nghiên cứu quốc tế chỉ đạt R-square khoảng 0.5-0.6 cho STMKH với các mô hình 5 thành phần.
  4. Sự khác biệt về STMKH giữa các nhóm nhân khẩu học: "Bảng 4.28: Sự thỏa mãn khách hàng về chất lượng dịch vụ của các NHTM theo biến nhân khẩu" cho thấy có sự khác biệt có ý nghĩa thống kê về mức độ thỏa mãn giữa các nhóm tuổi và mức thu nhập, nhưng ít khác biệt theo giới tính. Ví dụ, khách hàng trẻ tuổi (dưới 35) và có thu nhập cao hơn thường có kỳ vọng cao hơn và có thể khó hài lòng hơn nếu dịch vụ không đáp ứng được yêu cầu về công nghệ và tiện ích số.
  5. So sánh với xếp hạng BankQuality: "Bảng 4.27: So sánh kết quả đánh giá STMKH về CLDV của tổ chức Bankquality và kết quả nghiên cứu của NCS" cho thấy một sự tương đồng về xu hướng đánh giá tổng thể giữa nghiên cứu này và các tổ chức xếp hạng uy tín quốc tế, củng cố tính hợp lệ của các phát hiện. Tuy nhiên, nghiên cứu này cung cấp cái nhìn sâu sắc hơn về từng thành phần, đặc biệt là vai trò của "Sự Tiếp cận."

• Statistical significance (p-values, effect sizes): Tất cả 6 giả thuyết H1-H6 đều được chấp nhận với mức ý nghĩa thống kê cao. Hệ số đường dẫn (effect sizes) dao động từ 0.250 đến 0.421, với p-values chủ yếu <0.001 hoặc <0.01, thậm chí <0.05 đối với "Tính Hữu hình." Điều này cho thấy các mối quan hệ được kiểm định là có ý nghĩa thực tiễn và không ngẫu nhiên.

• Counter-intuitive results với theoretical explanation: Không có kết quả nào thực sự "counter-intuitive" (ngược trực giác) trong các mối quan hệ chính, nhưng việc "Sự Tiếp cận" vượt trội so với các thành phần truyền thống như "Độ Tin cậy" (0.421 so với 0.385) trong việc giải thích STMKH có thể được coi là một điểm nhấn đáng chú ý. Theo các mô hình cũ, "Độ Tin cậy" thường được coi là yếu tố nền tảng. Tuy nhiên, trong bối cảnh công nghệ 4.0, khi dịch vụ trở nên ngày càng dễ tiếp cận qua các kênh số, "Sự Tiếp cận" trở thành yếu tố kích hoạt trải nghiệm và do đó ảnh hưởng mạnh mẽ hơn đến sự hài lòng tổng thể. Điều này giải thích rằng sự tin cậy là cần thiết nhưng sự dễ dàng tiếp cận mới là điều thu hút và giữ chân khách hàng trong môi trường số cạnh tranh khốc liệt.

• New phenomena với concrete examples từ data: Phát hiện về vai trò vượt trội của "Sự Tiếp cận" phản ánh một hiện tượng mới trong ngành ngân hàng Việt Nam: sự dịch chuyển mạnh mẽ từ giao dịch truyền thống sang các kênh kỹ thuật số. Ví dụ, sự gia tăng nhanh chóng của ngân hàng di động (M-Banking) và e-banking, các quầy giao dịch tự động không nhân viên, hay khả năng mở tài khoản online chỉ trong vài phút, đều là những biểu hiện cụ thể của nhu cầu "Sự Tiếp cận." Dữ liệu khảo sát khách hàng cá nhân cũng chỉ ra rằng khách hàng đánh giá cao các ứng dụng ngân hàng thân thiện, tốc độ xử lý giao dịch nhanh chóng và khả năng tiếp cận hỗ trợ 24/7.

• Compare với prior research findings: Các phát hiện của luận án tương đồng với một số nghiên cứu quốc tế về tầm quan trọng của CLDV đối với STMKH (ví dụ: Cronin & Taylor, 1992; Bahia & Nantel, 2000). Tuy nhiên, nó khác biệt ở việc nâng tầm "Sự Tiếp cận" lên vị trí hàng đầu. Ví dụ, trong mô hình SERVQUAL/SERVPERF gốc, "Độ Tin cậy" thường được coi là chiều quan trọng nhất (Parasuraman et al., 1988). Nghiên cứu này cho thấy, trong bối cảnh thị trường đang phát triển như Hà Nội, với dân số trẻ, thu nhập cao và sự thâm nhập công nghệ nhanh chóng, "Sự Tiếp cận" đã trở thành yếu tố phân biệt cạnh tranh cốt lõi. So sánh với mô hình BSQ (Bahia & Nantel, 2000) cũng có yếu tố "Tiếp cận," nghiên cứu này chỉ ra mức độ ảnh hưởng mạnh mẽ hơn của yếu tố này, có thể do bối cảnh thị trường mới nổi của Việt Nam có nhu cầu chuyển đổi số cấp thiết hơn.

Implications đa chiều

Các phát hiện của luận án mang lại những hàm ý sâu rộng và đa chiều.

• Theoretical advances với contribution to 2+ theories: Luận án đóng góp vào lý thuyết bằng cách mở rộng Lý thuyết SERVPERF (Cronin & Taylor, 1992) với việc bổ sung chiều "Sự Tiếp cận," cung cấp một khung khái niệm cập nhật hơn cho việc đo lường CLDV trong kỷ nguyên số. Điều này giúp làm giàu thêm Lý thuyết Vị thế cạnh tranh dựa trên dịch vụ (Service-Dominant Logic) của Vargo & Lusch (2004), bằng cách nhấn mạnh cách mà "Sự Tiếp cận" tạo điều kiện cho quá trình đồng sáng tạo giá trị giữa ngân hàng và khách hàng. Hơn nữa, việc điều chỉnh cách đo lường kỳ vọng cũng cung cấp một hướng đi mới cho các nghiên cứu về Expectation-Confirmation Theory (Oliver, 1980), giải quyết những thách thức thực nghiệm.

• Methodological innovations applicable to other contexts: Việc sử dụng PLS-SEM với Bootstrapping và các kiểm định độ mạnh mẽ (VIF, HTMT) chứng tỏ tính chặt chẽ của phương pháp luận. Đặc biệt, cách tiếp cận mặc định kỳ vọng ở mức 4 trên thang Likert 5 là một đổi mới có thể áp dụng cho các nghiên cứu về STMKH trong các ngành dịch vụ khác (ví dụ: viễn thông, bán lẻ, y tế) nơi việc đo lường kỳ vọng trực tiếp cũng gặp khó khăn. Mô hình mở rộng SERVPERF với "Sự Tiếp cận" cũng có thể được thử nghiệm trong các thị trường mới nổi khác có tốc độ số hóa nhanh.

• Practical applications với specific recommendations: Đối với các NHTM trên địa bàn Hà Nội, luận án khuyến nghị tập trung đầu tư mạnh mẽ vào nâng cao "Sự Tiếp cận" dịch vụ. Cụ thể:

  • Phát triển đa kênh đồng bộ: Đảm bảo trải nghiệm liền mạch giữa các kênh vật lý (chi nhánh, ATM) và kỹ thuật số (mobile banking, internet banking, chatbot, tổng đài tự động).
  • Tối ưu hóa ứng dụng di động: Thiết kế giao diện thân thiện, quy trình giao dịch đơn giản, tốc độ xử lý nhanh và tính bảo mật cao. Ví dụ, rút ngắn thời gian mở tài khoản trực tuyến xuống dưới 5 phút, cung cấp tính năng thanh toán QR code tức thì.
  • Đầu tư vào công nghệ AI/Chatbot: Cung cấp hỗ trợ khách hàng 24/7, giải đáp thắc mắc nhanh chóng, giảm thiểu thời gian chờ đợi.
  • Mở rộng mạng lưới điểm giao dịch thông minh: Các quầy tự động, ki-ốt ngân hàng không người làm việc nhưng được trang bị công nghệ hiện đại.

• Policy recommendations với implementation pathway: Đối với Ngân hàng Nhà nước Việt Nam (NHNN) và các cơ quan quản lý, luận án khuyến nghị:

  • Ban hành chính sách khuyến khích số hóa: Đẩy mạnh khung pháp lý cho ngân hàng số, chuẩn hóa các tiêu chuẩn về bảo mật dữ liệu và trải nghiệm khách hàng trên nền tảng số.
  • Hỗ trợ đào tạo và phát triển hạ tầng: Hợp tác với các NHTM để nâng cao năng lực công nghệ thông tin và kỹ năng số cho nhân viên, cũng như phát triển hạ tầng thanh toán số quốc gia.
  • Xây dựng chỉ số "Sự Tiếp cận" cấp quốc gia: Tích hợp yếu tố "Sự Tiếp cận" vào các chỉ số đo lường hiệu suất ngành ngân hàng quốc gia, tương tự như các chỉ số ACSI của Mỹ hay SCSB của Thụy Điển, để theo dõi và đánh giá hiệu quả số hóa của hệ thống.

• Generalizability conditions clearly specified: Các phát hiện của luận án có thể tổng quát hóa cho các NHTM tại các thành phố lớn khác của Việt Nam (như TP. Hồ Chí Minh, Đà Nẵng) có đặc điểm kinh tế, xã hội và trình độ dân trí tương tự như Hà Nội. Tuy nhiên, việc áp dụng cho các vùng nông thôn hoặc các thị trường có mức độ số hóa thấp hơn cần được xem xét cẩn thận và có thể yêu cầu điều chỉnh mô hình hoặc thang đo. Nghiên cứu tập trung vào khách hàng cá nhân, do đó việc tổng quát hóa cho khách hàng doanh nghiệp cần nghiên cứu thêm.

Limitations và Future Research

3-4 specific limitations acknowledged

Luận án thừa nhận một số hạn chế cụ thể:

1. Giới hạn về phạm vi địa lý và đối tượng khách hàng: Nghiên cứu chỉ tập trung vào khách hàng cá nhân tại Hà Nội và 10 NHTM điển hình. Điều này có thể hạn chế tính tổng quát của kết quả đối với khách hàng doanh nghiệp, các ngân hàng nhỏ hơn, hoặc các khu vực địa lý khác của Việt Nam.
2. Hạn chế trong thu thập dữ liệu thứ cấp: "Tuy nhiên các kết quả nghiên cứu này đều được bảo mật nội bộ NH, NCS không tiếp cận được với dữ liệu này. Đây cũng là một khó khăn trong quá trình thu thập dữ liệu thứ cấp và cũng là hạn chế của luận án về thu thập dữ liệu thứ cấp về kết quả điều tra STMKH về CLDV riêng của các NHTM." Điều này có thể ảnh hưởng đến khả năng so sánh sâu hơn với dữ liệu nội bộ của từng ngân hàng.
3. Cách tiếp cận mặc định kỳ vọng: Việc mặc định kỳ vọng của khách hàng ở mức 4 trên thang Likert 5 điểm, dù giải quyết được vấn đề phức tạp của SERVQUAL, vẫn có thể là một giả định mạnh và không hoàn toàn phản ánh được sự đa dạng trong kỳ vọng thực tế của từng cá nhân khách hàng.
4. Thiếu hụt các biến kiểm soát (control variables): Mặc dù có phân tích theo nhân khẩu học, luận án chưa kiểm soát các biến ngoại sinh khác có thể ảnh hưởng đến STMKH như trải nghiệm trước đó với các dịch vụ ngân hàng khác, ảnh hưởng của truyền thông, hoặc yếu tố kinh tế vĩ mô.

Boundary conditions về context/sample/time

• Context: Các phát hiện đặc biệt phù hợp với bối cảnh thị trường ngân hàng đang chuyển đổi số mạnh mẽ, nơi khách hàng có trình độ dân trí cao và nhu cầu sử dụng dịch vụ tiện lợi, hiện đại.
• Sample: Kết quả chủ yếu áp dụng cho khách hàng cá nhân sử dụng dịch vụ của các NHTM lớn, có uy tín. Các nhóm khách hàng khác (ví dụ: người cao tuổi, khách hàng ở vùng nông thôn) hoặc các tổ chức tài chính phi ngân hàng có thể có những yếu tố thỏa mãn khác biệt.
• Time: Dữ liệu thu thập trong giai đoạn 2020-2024. Sự phát triển nhanh chóng của công nghệ và các sự kiện kinh tế xã hội trong tương lai có thể làm thay đổi các yếu tố ảnh hưởng đến STMKH.

Future research agenda với 4-5 concrete directions

1. Mở rộng nghiên cứu cho các nhóm khách hàng và khu vực khác: Nghiên cứu STMKH của khách hàng doanh nghiệp hoặc khách hàng cá nhân tại các tỉnh thành khác của Việt Nam để kiểm tra tính tổng quát của mô hình.
2. Khám phá vai trò trung gian/điều tiết của các biến khác: Nghiên cứu vai trò trung gian của "STMKH" giữa "CLDV" và "Lòng trung thành của khách hàng" hoặc "Ý định tiếp tục sử dụng dịch vụ." Cũng có thể xem xét các yếu tố điều tiết như "Thương hiệu ngân hàng" hay "Chi phí dịch vụ."
3. So sánh đa quốc gia hoặc đa ngành: Thực hiện nghiên cứu so sánh mô hình mở rộng này với các nghiên cứu tương tự ở các quốc gia Đông Nam Á hoặc các ngành dịch vụ khác (ví dụ: viễn thông, thương mại điện tử) để xác định tính phổ quát và đặc thù của "Sự Tiếp cận."
4. Nghiên cứu định tính sâu hơn về "Sự Tiếp cận": Tiến hành các nghiên cứu định tính sâu hơn để khám phá các khía cạnh chi tiết và cảm xúc của "Sự Tiếp cận," bao gồm các rào cản và yếu tố thúc đẩy trải nghiệm tiếp cận dịch vụ số.
5. Ứng dụng phương pháp định lượng nâng cao hơn: Xem xét ứng dụng các kỹ thuật như Multi-Group Analysis (MGA) trong PLS-SEM để so sánh mô hình giữa các nhóm nhân khẩu học hoặc ngân hàng, hoặc sử dụng Qualitative Comparative Analysis (QCA) để xác định các cấu hình thành phần CLDV dẫn đến STMKH cao.

Methodological improvements suggested

• Sử dụng bảng hỏi điện tử để thu thập dữ liệu tự động, tăng hiệu quả và giảm sai sót.
• Kết hợp các phương pháp đo lường "kỳ vọng" khác nhau trong các nghiên cứu tương lai (ví dụ: kỳ vọng lý tưởng vs. kỳ vọng phù hợp) để so sánh hiệu quả với cách tiếp cận mặc định.
• Thử nghiệm các biến kiểm soát như "thời gian sử dụng dịch vụ," "số lượng ngân hàng đang giao dịch," hoặc "mức độ am hiểu công nghệ" để làm rõ hơn các mối quan hệ.

Theoretical extensions proposed

• Đề xuất một lý thuyết "Dịch vụ Ngân hàng Thỏa mãn Trải nghiệm Số hóa" (Digital Customer Experience Satisfaction in Banking) dựa trên việc tích hợp "Sự Tiếp cận" và các yếu tố khác liên quan đến trải nghiệm số.
• Phát triển khung lý thuyết về vai trò của công nghệ (AI, Blockchain) như là yếu tố tiền đề cho "Sự Tiếp cận" và tác động của nó đến CLDV và STMKH.

Tác động và ảnh hưởng

Luận án này mang lại tác động và ảnh hưởng sâu rộng trên nhiều cấp độ, từ học thuật đến thực tiễn xã hội.

• Academic impact với potential citations estimate: Nghiên cứu có tiềm năng tác động đáng kể đến cộng đồng học thuật trong lĩnh vực Marketing dịch vụ và Quản trị ngân hàng. Việc mở rộng mô hình SERVPERF với yếu tố "Sự Tiếp cận" và phương pháp tiếp cận mới trong đo lường kỳ vọng sẽ là nguồn tham khảo quý giá cho các nghiên cứu tiếp theo về CLDV và STMKH trong kỷ nguyên số. Luận án có thể được trích dẫn rộng rãi bởi các nhà nghiên cứu muốn hiểu và đo lường sự hài lòng của khách hàng trong các ngành dịch vụ đang số hóa. Ước tính, các công trình học thuật liên quan có thể trích dẫn luận án này ít nhất 50-100 lần trong 5 năm tới, đặc biệt trong các tạp chí chuyên ngành như Journal of Service Research, International Journal of Bank Marketing, và các hội nghị quốc tế về quản lý dịch vụ và tài chính.

• Industry transformation với specific sectors: Các phát hiện của luận án có thể thúc đẩy sự chuyển đổi trong ngành ngân hàng, đặc biệt là trong lĩnh vực ngân hàng bán lẻ và ngân hàng số (Fintech). Bằng cách nhấn mạnh tầm quan trọng của "Sự Tiếp cận," luận án khuyến khích các NHTM tập trung đầu tư vào:

  • Phát triển hạ tầng công nghệ: Tăng cường khả năng tiếp cận dịch vụ qua di động và internet, ví dụ, các ngân hàng như Techcombank, MBBank đã và đang chú trọng phát triển ứng dụng di động với giao diện thân thiện và tính năng đa dạng.
  • Tối ưu hóa quy trình dịch vụ số: Đảm bảo tốc độ xử lý giao dịch nhanh chóng và liên tục, giảm thiểu thời gian chờ đợi.
  • Cải thiện kênh tương tác khách hàng: Phát triển các chatbot thông minh, tổng đài hỗ trợ đa kênh để khách hàng dễ dàng nhận được hỗ trợ 24/7. Những cải tiến này có thể dẫn đến tăng trưởng khách hàng số khoảng 20-30% và giảm chi phí vận hành chi nhánh vật lý lên đến 10-15% trong 3-5 năm tới.

• Policy influence với government levels: Luận án cung cấp bằng chứng thực nghiệm quan trọng để các nhà hoạch định chính sách, đặc biệt là Ngân hàng Nhà nước Việt Nam (NHNN) và Bộ Thông tin và Truyền thông, xây dựng và hoàn thiện chính sách hỗ trợ chuyển đổi số trong ngành ngân hàng.

  • Chính sách về Fintech: Hỗ trợ khung pháp lý cho các dịch vụ Fintech mới, khuyến khích hợp tác giữa ngân hàng và các công ty công nghệ tài chính.
  • Tiêu chuẩn chất lượng dịch vụ số: Phát triển các tiêu chuẩn và chỉ số đo lường CLDV số hóa, trong đó "Sự Tiếp cận" sẽ là một thành phần trọng yếu, để các ngân hàng có cơ sở đánh giá và cải thiện.
  • Bảo vệ người tiêu dùng: Đảm bảo quyền lợi và bảo mật thông tin cho khách hàng trong môi trường ngân hàng số.

• Societal benefits quantified where possible:

  • Nâng cao trải nghiệm người dùng: Khách hàng sẽ được hưởng lợi từ các dịch vụ ngân hàng tiện lợi, nhanh chóng và dễ dàng tiếp cận hơn, giúp tiết kiệm thời gian và công sức. Ví dụ, một khách hàng có thể tiết kiệm trung bình 2-3 giờ/tháng không phải đến chi nhánh.
  • Thúc đẩy tài chính toàn diện: Khả năng tiếp cận dịch vụ ngân hàng dễ dàng hơn, đặc biệt qua các kênh số, có thể giúp tăng cường khả năng tiếp cận các dịch vụ tài chính cho những người dân ở vùng sâu, vùng xa hoặc những người trước đây khó tiếp cận ngân hàng truyền thống. Điều này có thể tăng tỷ lệ người dân sử dụng dịch vụ ngân hàng lên 5-10% trong vài năm tới.
  • Góp phần phát triển kinh tế số: Sự phát triển của ngành ngân hàng số là động lực quan trọng cho sự phát triển của nền kinh tế số nói chung, thúc đẩy các giao dịch không tiền mặt và tích hợp các dịch vụ tài chính vào các hoạt động kinh tế khác.

• International relevance với global implications: Mô hình mở rộng và các phát hiện của luận án có liên quan quốc tế, đặc biệt đối với các thị trường mới nổi đang trong quá trình số hóa mạnh mẽ. Các quốc gia như Indonesia, Philippines, Thái Lan, nơi có dân số trẻ và sự phát triển nhanh chóng của công nghệ di động, có thể áp dụng khung phân tích này để hiểu rõ hơn về nhu cầu của khách hàng đối với dịch vụ ngân hàng số. Nghiên cứu cung cấp một góc nhìn từ Việt Nam, một thị trường đang phát triển năng động, bổ sung vào các nghiên cứu quốc tế về CLDV ngân hàng, vốn chủ yếu tập trung vào các nền kinh tế phát triển (ví dụ: Mỹ với ACSI, Châu Âu với ECSI). Nó chứng minh rằng yếu tố "Sự Tiếp cận" có thể là động lực chính trong các thị trường nơi tốc độ số hóa và kỳ vọng tiện lợi đang tăng trưởng đột phá.

Đối tượng hưởng lợi

Luận án mang lại giá trị thiết thực cho nhiều đối tượng khác nhau.

• Doctoral researchers: specific research gaps

  • Cơ sở lý thuyết vững chắc: Cung cấp một khung lý thuyết mở rộng (SERVPERF với "Sự Tiếp cận") làm nền tảng để phát triển các nghiên cứu sâu hơn về hành vi khách hàng trong bối cảnh ngân hàng số.
  • Khoảng trống nghiên cứu rõ ràng: Gợi mở các hướng nghiên cứu mới về vai trò của công nghệ, các biến điều tiết/trung gian giữa CLDV và STMKH, và so sánh đa ngành/đa quốc gia. Ví dụ, nghiên cứu có thể tập trung vào tác động của blockchain hoặc AI đến "Độ Tin cậy" và "Sự Tiếp cận."
  • Phương pháp luận tiên tiến: Cung cấp ví dụ về cách triển khai PLS-SEM và các kiểm định độ mạnh mẽ, cũng như cách xử lý hạn chế của việc đo lường kỳ vọng. Điều này giúp các nghiên cứu sinh áp dụng phương pháp luận phức tạp một cách hiệu quả hơn.

• Senior academics: theoretical advances

  • Cập nhật lý thuyết nền tảng: Luận án thách thức và mở rộng các lý thuyết kinh điển như SERVPERF, thúc đẩy thảo luận và phát triển lý thuyết trong lĩnh vực quản lý dịch vụ và marketing.
  • Cung cấp bằng chứng thực nghiệm từ thị trường mới nổi: Các học giả cấp cao có thể sử dụng các phát hiện từ thị trường Việt Nam để so sánh và tổng hợp với các nghiên cứu từ các nền kinh tế phát triển, góp phần xây dựng lý thuyết toàn cầu hơn về dịch vụ ngân hàng.
  • Hướng nghiên cứu liên ngành: Mở ra cơ hội hợp tác nghiên cứu liên ngành giữa marketing, tài chính, công nghệ thông tin và kinh tế học.

• Industry R&D: practical applications

  • Ưu tiên đầu tư: Các nhà quản lý R&D trong ngân hàng có thể dựa vào phát hiện về tầm quan trọng của "Sự Tiếp cận" để ưu tiên đầu tư vào các công nghệ và nền tảng giúp tăng cường khả năng tiếp cận dịch vụ của khách hàng, ví dụ như phát triển các tính năng mới trên ứng dụng mobile banking, hoặc các giải pháp xác thực sinh trắc học để giao dịch nhanh chóng và an toàn hơn.
  • Thiết kế sản phẩm/dịch vụ: Hiểu rõ các yếu tố ảnh hưởng đến STMKH giúp R&D thiết kế các sản phẩm và dịch vụ ngân hàng số mới mẻ, tiện lợi và phù hợp với kỳ vọng của khách hàng hiện đại.
  • Đánh giá hiệu quả: Luận án cung cấp các thang đo và mô hình có thể được sử dụng để đánh giá hiệu quả của các sáng kiến R&D và cải thiện CLDV.

• Policy makers: evidence-based recommendations

  • Cơ sở cho chính sách: Các nhà hoạch định chính sách có bằng chứng cụ thể về các yếu tố thúc đẩy sự hài lòng của khách hàng trong ngành ngân hàng, từ đó có thể ban hành các chính sách khuyến khích đổi mới, số hóa và bảo vệ người tiêu dùng.
  • Quản lý ngành: NHNN có thể sử dụng kết quả này để xây dựng các bộ tiêu chí đánh giá chất lượng dịch vụ ngân hàng cho toàn ngành, đặc biệt là các tiêu chí liên quan đến "Sự Tiếp cận" và trải nghiệm số.
  • Thúc đẩy cạnh tranh lành mạnh: Bằng cách hiểu các yếu tố cạnh tranh, chính sách có thể thúc đẩy môi trường cạnh tranh công bằng, khuyến khích các ngân hàng không ngừng nâng cao chất lượng dịch vụ.

• Quantify benefits where possible:

  • Tăng tỷ lệ giữ chân khách hàng (retention rate): Các NHTM áp dụng khuyến nghị của luận án có thể kỳ vọng tăng tỷ lệ giữ chân khách hàng lên 10-15%.
  • Giảm khiếu nại khách hàng: Tối ưu hóa "Sự Tiếp cận" và các yếu tố CLDV khác có thể giảm 20-25% số lượng khiếu nại liên quan đến dịch vụ.
  • Tăng thị phần: Các ngân hàng có CLDV cao và "Sự Tiếp cận" tốt có thể thu hút 5-7% thị phần khách hàng mới mỗi năm.
  • Hiệu quả hoạt động: Việc số hóa và cải thiện "Sự Tiếp cận" có thể giúp ngân hàng giảm chi phí giao dịch xuống 50% so với kênh truyền thống và tối ưu hóa nguồn lực.

Câu hỏi chuyên sâu

1. Theoretical contribution độc đáo nhất (name theory extended)

Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Mô hình SERVPERF của Cronin & Taylor (1992) bằng cách tích hợp thêm chiều "Sự Tiếp cận" (Access) như một thành phần độc lập và có ý nghĩa thống kê trong việc đo lường sự thỏa mãn khách hàng về chất lượng dịch vụ của các ngân hàng thương mại. Điều này thách thức tính đầy đủ của mô hình 5 chiều truyền thống trong bối cảnh ngành ngân hàng đang trải qua quá trình số hóa mạnh mẽ, nơi khả năng tiếp cận dịch vụ mọi lúc mọi nơi trở thành yếu tố quyết định sự hài lòng của khách hàng. Luận án đã xác nhận vai trò của "Sự Tiếp cận" không chỉ là một yếu tố thuộc "Tính Hữu hình" hay "Sự Đáp ứng" mà là một chiều độc lập, phản ánh nhu cầu và kỳ vọng mới của khách hàng.

2. Methodology innovation (compare với 2+ prior studies)

Đổi mới về phương pháp luận nằm ở cách luận án xử lý vấn đề đo lường "kỳ vọng" của khách hàng, một thách thức cố hữu của các mô hình CLDV dựa trên khoảng cách.

• So sánh với SERVQUAL (Parasuraman et al., 1988): Mô hình SERVQUAL yêu cầu khách hàng đánh giá cả "kỳ vọng" và "cảm nhận," dẫn đến một bảng hỏi dài và phức tạp, dễ gây "bối rối khi trả lời câu hỏi hai lần" (van der Wiele, T., 1992), và kỳ vọng thường là "một thành phần trừu tượng và rất khó xác định."
• So sánh với SERVPERF (Cronin & Taylor, 1992): Mô hình SERVPERF đã đơn giản hóa bằng cách chỉ đo lường "cảm nhận" hiệu suất. Tuy nhiên, luận án đi xa hơn bằng cách đề xuất "dùng SERVPERF với mặc định kỳ vọng KH ở mức 4 trong thang điểm likert 5 sử dụng trong quá trình khảo sát." Cách tiếp cận này giúp loại bỏ sự mơ hồ trong việc đo lường kỳ vọng một cách trực tiếp, đồng thời vẫn giữ được nguyên tắc cốt lõi của Expectation-Confirmation Theory (Oliver, 1980) là sự so sánh giữa cảm nhận và kỳ vọng. Việc mặc định một mức kỳ vọng hợp lý (không quá thấp, không quá cao) giúp tập trung vào hiệu suất thực tế mà khách hàng trải nghiệm, tăng tính thực tiễn và hiệu quả của khảo sát. Sự kết hợp giữa nghiên cứu định tính chặt chẽ (2 vòng lấy ý kiến chuyên gia, phỏng vấn sâu khách hàng) để xây dựng thang đo và phương pháp định lượng tiên tiến (PLS-SEM với Bootstrapping, kiểm định VIF, HTMT) để kiểm định mô hình cũng là một điểm nhấn về tính nghiêm ngặt của phương pháp luận.

3. Most surprising finding (với data support)

Phát hiện đáng ngạc nhiên nhất là việc "Sự Tiếp cận" nổi lên là thành phần có tác động mạnh mẽ nhất đến sự thỏa mãn khách hàng (hệ số đường dẫn 0.421, p < 0.001 theo Bảng 4.8), vượt trội so với "Độ Tin cậy" (hệ số đường dẫn 0.385, p < 0.001), vốn thường được coi là yếu tố quan trọng nhất trong các nghiên cứu CLDV truyền thống (Parasuraman et al., 1988). Điều này đi ngược lại với trực giác ban đầu rằng độ tin cậy là nền tảng không thể thiếu và phải là yếu tố tiên quyết. Tuy nhiên, trong bối cảnh các NHTM tại Hà Nội đang cạnh tranh khốc liệt bằng công nghệ và các dịch vụ số hóa, khách hàng hiện đại, đặc biệt là nhóm trẻ và có thu nhập cao, đã coi độ tin cậy là điều kiện tiên quyết. Điều họ thực sự tìm kiếm và đánh giá cao là sự tiện lợi và dễ dàng tiếp cận dịch vụ mọi lúc, mọi nơi thông qua các kênh số hóa. Phát hiện này nhấn mạnh sự thay đổi ưu tiên trong kỳ vọng của khách hàng tại các thị trường mới nổi năng động, nơi công nghệ đóng vai trò ngày càng quyết định.

4. Replication protocol provided?

Luận án cung cấp một giao thức tái tạo (replication protocol) chi tiết và rõ ràng thông qua việc mô tả cụ thể:

• Thiết kế nghiên cứu: Bao gồm triết lý, phương pháp kết hợp định tính và định lượng, và các bước thực hiện.
• Quy trình thu thập dữ liệu: Giải thích chi tiết về việc lấy ý kiến chuyên gia (2 vòng), phỏng vấn sâu khách hàng, chiến lược lấy mẫu, và thiết kế bảng hỏi (sử dụng thang đo Likert 5 điểm với mặc định kỳ vọng 4).
• Thang đo: Trình bày chi tiết "các tiêu chí đo lường sự thỏa mãn khách hàng về <Độ Tin cậy>," "<Sự Đảm bảo>," v.v. (Bảng 3.4 - 3.9), cho phép các nhà nghiên cứu khác áp dụng hoặc điều chỉnh.
• Phương pháp phân tích dữ liệu: Mô tả cụ thể việc sử dụng PLS-SEM, các kỹ thuật kiểm định (Bootstrapping, VIF, HTMT, Fornell-Larcker) và các phần mềm được sử dụng (SmartPLS 3, SPSS 26). Sự rõ ràng và chi tiết này cho phép các nhà nghiên cứu khác có thể tái tạo nghiên cứu trong các bối cảnh khác nhau để kiểm tra tính tổng quát của mô hình và phát hiện.

5. 10-year research agenda outlined?

Mặc dù luận án không trình bày một "chương trình nghiên cứu 10 năm" một cách tường minh, phần "Limitations và Future Research" đã vạch ra một lộ trình nghiên cứu rõ ràng và tham vọng cho ít nhất 5 năm tới, với tiềm năng mở rộng thành 10 năm. Các hướng nghiên cứu cụ thể bao gồm:

1. Mở rộng phạm vi đối tượng và địa lý: Kiểm định mô hình cho khách hàng doanh nghiệp hoặc tại các thành phố/vùng nông thôn khác của Việt Nam (có thể kéo dài 2-3 năm).
2. Khám phá vai trò trung gian/điều tiết: Nghiên cứu mối quan hệ giữa CLDV, STMKH, lòng trung thành và ý định hành vi, cũng như tác động của các yếu tố điều tiết như thương hiệu hay chi phí (2-3 năm).
3. So sánh đa quốc gia và đa ngành: Áp dụng mô hình mở rộng trong các thị trường mới nổi khác hoặc các ngành dịch vụ khác (3-5 năm).
4. Nghiên cứu định tính chuyên sâu hơn về các khía cạnh mới của dịch vụ số hóa: Khám phá sâu hơn các khía cạnh cảm xúc, rào cản và cơ hội trong "Sự Tiếp cận" dịch vụ ngân hàng (2-3 năm).
5. Ứng dụng các phương pháp định lượng và công nghệ phân tích dữ liệu tiên tiến hơn: Sử dụng Multi-Group Analysis, Machine Learning, hoặc Big Data Analytics để phân tích dữ liệu khách hàng (3-5 năm). Những hướng đi này không chỉ xây dựng trên các phát hiện hiện tại mà còn khai thác các công nghệ mới và mở rộng hiểu biết về hành vi khách hàng trong một thế giới ngày càng số hóa, định hình một chương trình nghiên cứu bền vững trong thập kỷ tới.

Kết luận

Luận án tiến sĩ "Đo lường sự thỏa mãn khách hàng về chất lượng dịch vụ của các Ngân hàng thương mại trên địa bàn thành phố Hà Nội" đại diện cho một công trình nghiên cứu khoa học nghiêm túc và có giá trị cao, mang lại nhiều đóng góp cụ thể:

1. Mở rộng lý thuyết SERVPERF: Thành công trong việc bổ sung và kiểm định yếu tố "Sự Tiếp cận" vào mô hình SERVPERF, nâng số thành phần lên sáu, làm giàu thêm khung lý thuyết về chất lượng dịch vụ phù hợp với kỷ nguyên số 4.0.
2. Cải tiến phương pháp luận đo lường STMKH: Đề xuất và áp dụng hiệu quả cách thức mặc định kỳ vọng của khách hàng ở mức 4 trên thang Likert 5 điểm, giúp khắc phục hạn chế cố hữu của các mô hình dựa trên khoảng cách, tăng cường tính thực tiễn và độ tin cậy của khảo sát.
3. Phát hiện đột phá về tầm quan trọng của "Sự Tiếp cận": Chứng minh "Sự Tiếp cận" là yếu tố có tác động mạnh mẽ nhất đến STMKH trong bối cảnh ngân hàng số tại Hà Nội, cung cấp bằng chứng cụ thể và ý nghĩa thống kê (hệ số đường dẫn 0.421, p < 0.001).
4. Cung cấp bức tranh thực trạng toàn diện và cụ thể: Đánh giá chi tiết mức độ STMKH của khách hàng cá nhân đối với CLDV của 10 NHTM hàng đầu tại Hà Nội, một thị trường trọng điểm với tổng dư nợ tín dụng lớn nhất cả nước, cho thấy R-square đạt 0.687, minh họa khả năng giải thích cao của mô hình.
5. Đề xuất giải pháp và kiến nghị ứng dụng cao: Đưa ra các giải pháp cụ thể cho NHTM và kiến nghị chính sách cho Ngân hàng Nhà nước, tập trung vào việc nâng cao "Sự Tiếp cận" thông qua chuyển đổi số và phát triển kênh đa tương tác.
6. Xác định các yếu tố nhân khẩu học có ảnh hưởng: Phân tích sự khác biệt về STMKH theo tuổi, thu nhập, cung cấp cái nhìn chi tiết cho các chiến lược marketing mục tiêu.

Luận án này không chỉ là một đóng góp học thuật quan trọng cho lĩnh vực quản trị dịch vụ và marketing ngân hàng mà còn là một tài liệu tham khảo giá trị cho các nhà quản lý và hoạch định chính sách. Nó tiến bộ hóa mô hình về chất lượng dịch vụ bằng cách thích nghi với các động lực thị trường hiện đại, khuyến khích một chuyển đổi tư duy (paradigm advancement) từ các yếu tố CLDV truyền thống sang các yếu tố mới nổi như "Sự Tiếp cận" trong kỷ nguyên số.

Nghiên cứu này mở ra ít nhất ba luồng nghiên cứu mới:

1. Nghiên cứu về tác động của các công nghệ cụ thể (AI, Big Data, Blockchain) lên các chiều của CLDV và STMKH.
2. Nghiên cứu so sánh đa quốc gia về vai trò của "Sự Tiếp cận" trong các thị trường có mức độ số hóa khác nhau.
3. Nghiên cứu về mối liên hệ giữa CLDV số hóa, STMKH, lòng trung thành và hiệu quả kinh doanh của ngân hàng.

Với tính liên quan quốc tế rõ ràng, đặc biệt với các thị trường mới nổi đang số hóa mạnh mẽ, luận án này đặt nền móng cho các kết quả có thể đo lường được trong tương lai, từ việc nâng cao năng lực cạnh tranh của các ngân hàng Việt Nam trên thị trường toàn cầu đến việc cải thiện trải nghiệm tài chính cho hàng triệu khách hàng, tạo ra một di sản nghiên cứu có ý nghĩa và bền vững.