ThS. Nguyễn Đức Xuân Lâm
Trường Đại học Thương mại
(Quanlynhanuoc.vn) – Bài viết phân tích tác động của chất lượng dịch vụ cảng đến sự hài lòng của khách hàng tại các cảng container. Dựa trên mô hình ROPMIS, khảo sát 259 doanh nghiệp trong chuỗi logistics. Phương pháp PLS-SEM được sử dụng để kiểm định ảnh hưởng của các yếu tố chất lượng dịch vụ: nguồn lực, quy trình, kết quả đầu ra, quản lý, hình ảnh và trách nhiệm xã hội. Kết quả cho thấy, tất cả các yếu tố đều tác động tích cực đến sự hài lòng, trong đó nguồn lực có ảnh hưởng mạnh nhất, nhấn mạnh vai trò của hạ tầng, công nghệ và chất lượng nhân sự. Quy trình và kết quả đầu ra nâng cao hiệu suất và độ tin cậy dịch vụ, trong khi quản lý, hình ảnh và CSR củng cố uy tín thương hiệu. Bài viết cung cấp cơ sở thực tiễn cho việc phát triển cảng hiện đại và bền vững.
Từ khóa: Chất lượng dịch vụ cảng; cảng container; năng lực cạnh tranh; sự hài lòng khách hàng.
1. Đặt vấn đề
Trong bối cảnh toàn cầu hóa, cảng container giữ vai trò then chốt trong xuất, nhập khẩu và năng lực cạnh tranh của Việt Nam. Dù hạ tầng hiện đại, nhưng nhiều cảng vẫn thừa công suất nhưng thiếu hàng do cạnh tranh gay gắt. Nâng cao chất lượng dịch vụ cảng là cấp thiết, bởi sự hài lòng khách hàng phản ánh trực tiếp chất lượng dịch vụ; khi dịch vụ chậm trễ hoặc thiếu minh bạch, các hãng tàu và doanh nghiệp logistics sẽ chuyển sang lựa chọn khác. Nghiên cứu trong và ngoài nước đều xác nhận mối quan hệ tích cực giữa chất lượng dịch vụ và sự hài lòng. Tuy nhiên, tại Việt Nam, các nghiên cứu chủ yếu sử dụng thang đo phổ quát, như: SERVQUAL, chưa áp dụng mô hình chuyên biệt ROPMIS. Nghiên cứu kiểm định ROPMIS, làm rõ các yếu tố chất lượng dịch vụ và ảnh hưởng tới sự hài lòng; đồng thời, đề xuất giải pháp nâng cao năng lực cạnh tranh cảng container.
2. Tổng quan các lý thuyết về chất lượng dịch vụ cảng
Tiếp cận chất lượng dịch vụ cảng: chất lượng dịch vụ cảng là một khái niệm đa chiều, được định nghĩa khác nhau bởi các học giả và tổ chức quốc tế, phản ánh tính phức hợp của hoạt động logistics trong môi trường hàng hải. Theo Kolanovic và cộng sự (2011)1, chất lượng dịch vụ cảng thể hiện mức độ đáp ứng kỳ vọng của khách hàng thông qua việc cung cấp sản phẩm và dịch vụ an toàn, đáng tin cậy, cạnh tranh và thân thiện với môi trường. Định nghĩa này nhấn mạnh sự cân bằng giữa hiệu quả hoạt động và tính bền vững là hai yếu tố cốt lõi của ngành cảng hiện đại. Chất lượng dịch vụ cảng không chỉ là kết quả cuối cùng mà còn phản ánh tổng thể năng lực kỹ thuật, hiệu quả quản lý và trải nghiệm của khách hàng.
Về phương diện kỹ thuật, cơ sở hạ tầng, mức độ cơ giới hóa, khả năng tiếp cận luồng hàng và hiện đại hóa thiết bị xếp dỡ là những nhân tố quyết định hiệu quả vận hành. Ở góc độ quản trị, khả năng tổ chức, mô hình quản lý chất lượng và sự linh hoạt trong đáp ứng nhu cầu thay đổi của khách hàng là các yếu tố chủ đạo. Đồng thời, trải nghiệm của khách hàng được hình thành từ các khía cạnh, như: độ tin cậy, tần suất và thời gian phục vụ, sự an toàn và chất lượng tương tác giữa khách hàng với nhà khai thác cảng (Pantouvakis, 2006)2.
Phương pháp đo lường chất lượng dịch vụ cảng: chất lượng dịch vụ cảng được đánh giá qua nhiều mô hình khác nhau, trong đó SERVQUAL (Parasuraman et al., 1985)3 là mô hình phổ biến, đo lường dựa trên khoảng cách giữa kỳ vọng và cảm nhận của khách hàng. Tuy nhiên, SERVQUAL có nhược điểm vì cơ sở lý thuyết chưa vững, thiếu phù hợp với lĩnh vực kỹ thuật và chưa phản ánh rõ kết quả đầu ra. SERVPERF (Cronin & Taylor, 1992)4 ra đời để khắc phục hạn chế này bằng cách chỉ đo cảm nhận thực tế sau trải nghiệm, phù hợp hơn với các ngành kỹ thuật nơi khách hàng khó hình thành kỳ vọng chính xác. Mặc dù vậy, cả hai mô hình vẫn chưa bao quát đặc thù dịch vụ cảng, nhất là yếu tố kỹ thuật và trách nhiệm xã hội trong bối cảnh phát triển bền vững. Vì vậy, Thai (2008)5 đã đề xuất mô hình ROPMIS gồm sáu thành phần: nguồn lực, quy trình, kết quả đầu ra, quản lý, hình ảnh và trách nhiệm xã hội. Mô hình này được đánh giá toàn diện hơn và phù hợp với cạnh tranh của các cảng container hiện nay.
3. Giả thuyết và mô hình nghiên cứu
3.1. Các giả thuyết nghiên cứu
Mối quan hệ giữa chất lượng dịch vụ cảng liên quan đến nguồn lực và sự hài lòng của khách hàng. Chất lượng dịch vụ cảng container phụ thuộc chủ yếu vào nguồn lực và quản trị hiệu quả. Cơ sở hạ tầng hiện đại, thiết bị xếp dỡ công suất cao, kho bãi hợp lý và hệ thống xử lý tiên tiến giúp rút ngắn thời gian bốc dỡ, nâng cao hiệu suất và giảm chi phí, từ đó, tăng sự hài lòng khách hàng. Nhân lực chuyên nghiệp được đào tạo bài bản và chủ động xử lý tình huống bảo đảm dịch vụ an toàn, tin cậy và trải nghiệm tích cực. Ứng dụng công nghệ giám sát, điều phối theo thời gian thực, duy trì kết nối liên phương thức và bảo trì định kỳ tăng tính minh bạch, ổn định và giảm rủi ro. Đầu tư vào công nghệ xanh và phát triển bền vững cải thiện hình ảnh cảng. Tổng thể, cơ sở vật chất, nhân lực và công nghệ là nền tảng quyết định hiệu quả vận hành và sự hài lòng khách hàng (H1).
Mối quan hệ giữa chất lượng dịch vụ cảng liên quan đến quy trình và sự hài lòng của khách hàng. Chất lượng dịch vụ cảng container chịu ảnh hưởng lớn từ tổ chức và quản lý quy trình vận hành. Các quy trình xử lý hàng hóa, điều phối, phục vụ khách hàng và bảo trì hạ tầng nếu được thiết kế hiệu quả sẽ tối ưu thời gian, nguồn lực và chi phí; đồng thời, nâng cao trải nghiệm khách hàng. Quy trình bốc dỡ ứng dụng công nghệ hiện đại tăng độ chính xác, giảm sai sót và bảo đảm hoạt động liên tục. Hệ thống quản lý tổng thể như PMS giúp giám sát luồng hàng, phân bổ nguồn lực và phản ứng nhanh với tình huống phát sinh. Dịch vụ khách hàng thông qua CRM và nền tảng trực tuyến cá nhân hóa trải nghiệm, củng cố niềm tin. Bảo trì định kỳ và kiểm soát chất lượng giảm gián đoạn và nâng cao an toàn. Nhìn chung, các quy trình chặt chẽ và minh bạch tác động tích cực đến sự hài lòng khách hàng (H2).
Mối quan hệ giữa chất lượng dịch vụ cảng liên quan đến kết quả đầu ra và sự hài lòng của khách hàng. Chất lượng dịch vụ cảng container được phản ánh qua kết quả đầu ra, như: thời gian quay vòng tàu, tốc độ bốc dỡ và tỷ lệ sai sót trực tiếp ảnh hưởng đến sự hài lòng khách hàng. Thời gian quay vòng ngắn cho thấy, hiệu quả khai thác cầu bến, tăng năng lực tiếp nhận và giảm thời gian chờ. Tốc độ và độ chính xác trong bốc dỡ tiết kiệm chi phí, giảm gián đoạn và tạo thuận lợi cho hãng tàu, doanh nghiệp logistics và chủ hàng. Ứng dụng công nghệ và tự động hóa nâng cao độ tin cậy và ổn định dịch vụ. Khi dịch vụ được cung cấp đúng tiến độ, an toàn và nhất quán, khách hàng hài lòng hơn, củng cố niềm tin và sự gắn bó. Như vậy, kết quả đầu ra là yếu tố then chốt quyết định sự hài lòng khách hàng, khẳng định tác động tích cực của chất lượng dịch vụ (H3).
Mối quan hệ giữa chất lượng dịch vụ cảng liên quan đến quản lý và sự hài lòng của khách hàng. Hiệu quả quản lý là trụ cột quyết định chất lượng dịch vụ cảng container, bao gồm: quản lý cơ sở vật chất, nhân lực, công nghệ, dịch vụ khách hàng và chiến lược. Quản lý hạ tầng bảo đảm hoạt động ổn định, bảo trì và nâng cấp thiết bị tăng năng suất, giảm thời gian chờ và gián đoạn. Quản lý nhân lực với đội ngũ chuyên nghiệp nâng cao hiệu quả vận hành và củng cố niềm tin khách hàng. Ứng dụng hệ thống quản lý hiện đại như PMS, CMS và tự động hóa tối ưu luồng hàng, giảm sai sót và tăng minh bạch. Quản lý dịch vụ khách hàng cung cấp thông tin chính xác, phản hồi nhanh, hỗ trợ kỹ thuật hiệu quả, duy trì mối quan hệ bền vững. Quản trị chiến lược giúp định hướng phát triển và thích ứng thị trường. Hệ thống quản lý đồng bộ tạo quy trình ổn định, nâng cao trải nghiệm và sự hài lòng khách hàng (H4).
Mối quan hệ giữa chất lượng dịch vụ cảng liên quan đến hình ảnh và trách nhiệm xã hội và sự hài lòng của khách hàng. Hình ảnh doanh nghiệp cảng container đóng vai trò quan trọng trong việc định hình trải nghiệm và sự hài lòng của khách hàng. Uy tín thương hiệu, hiệu quả vận hành và độ tin cậy qua chất lượng dịch vụ, truyền thông và quan hệ hợp tác tạo nên nhận thức tích cực, củng cố niềm tin và nâng cao năng lực cạnh tranh. Song song đó, trách nhiệm xã hội doanh nghiệp (CSR) là yếu tố quan trọng, thể hiện qua cam kết bảo vệ môi trường, giảm khí thải, sử dụng năng lượng tái tạo, quản lý chất thải và đóng góp cộng đồng. CSR không chỉ đáp ứng tiêu chuẩn quốc tế mà còn tạo dựng quan hệ tích cực với khách hàng và cộng đồng. Trong bối cảnh toàn cầu hóa, khách hàng ưu tiên các đối tác có đạo đức kinh doanh và cam kết bền vững. Do đó, hình ảnh và CSR tác động tích cực đến sự hài lòng, nâng cao giá trị dịch vụ cả về hiệu quả vận hành và phát triển bền vững (H5).
Hình 1. Mô hình nghiên cứu
3. Phương pháp nghiên cứu
3. 2. Phương pháp nghiên cứu
Phương pháp chọn mẫu và thu thập dữ liệu. Nghiên cứu khảo sát các doanh nghiệp sử dụng dịch vụ tại cảng container Việt Nam, áp dụng phương pháp chọn mẫu phi ngẫu nhiên nhằm tiếp cận trực tiếp những doanh nghiệp có kinh nghiệm, bảo đảm tính phù hợp và độ tin cậy dữ liệu. Cỡ mẫu 200 doanh nghiệp được xác định dựa trên các khuyến nghị học thuật (Hair et al., 1998)6, đáp ứng yêu cầu về số quan sát tối thiểu so với số biến quan sát trong mô hình. Danh sách mẫu được tổng hợp từ VSA, VLA và VNSC, với tiêu chí lựa chọn gồm: tối thiểu 2 năm sử dụng dịch vụ cảng, quy mô trung bình trở lên (≥200 TEUs/năm) và người trả lời là quản lý cấp trung hoặc cấp cao chịu trách nhiệm đánh giá dịch vụ. Khảo sát thực hiện kết hợp trực tiếp và gián tiếp, trong đó hình thức gián tiếp sử dụng điện thoại, email để giới thiệu nghiên cứu và gửi bảng hỏi qua Google Forms hoặc tệp đính kèm, kèm theo nhắc lại để nâng cao tỷ lệ phản hồi.
Phương pháp phân tích dữ liệu. Bước đầu tiên của nghiên cứu là đánh giá mô hình đo lường nhằm xác định độ tin cậy và giá trị thang đo. Đánh giá được thực hiện dựa trên các tiêu chí chính: (1) Độ tin cậy nội tại, kiểm tra qua Composite Reliability (CR > 0,70) và Cronbach’s Alpha (≥ 0,60) theo Hair et al. (2019)7; (2) Giá trị hội tụ, đánh giá qua hệ số tải ngoài (Outer Loadings > 0,50) và AVE (> 0,50) theo Henseler et al. (2009)8; (3) Tính phân biệt, kiểm định bằng Fornell-Larcker và HTMT (HTMT < 0,90); (4) Đa cộng tuyến, xem xét qua VIF (≤ 3) (Hair et al., 2019)9. Sau khi mô hình đo lường được xác nhận, nghiên cứu tiến hành đánh giá mô hình cấu trúc để kiểm định các mối quan hệ nhân quả và giả thuyết nghiên cứu. Phương pháp Bootstrap trong PLS-SEM được sử dụng để ước lượng tham số và xác định ý nghĩa thống kê. Các chỉ tiêu chính gồm: hệ số xác định R² (giải thích biến phụ thuộc; 0,67 cao, 0,33 – 0,67 trung bình, 0,19 – 0,33 chấp nhận được), hệ số đường dẫn (mức độ và chiều hướng tác động) và giá trị T (T > 1,96 có ý nghĩa ở mức 95%).
4. Kết quả nghiên cứu
4.1. Kết quả thống kê mô tả
Trong tổng số 259 doanh nghiệp tham gia khảo sát, có ba nhóm chính: doanh nghiệp vận tải biển (24%), nhà cung cấp dịch vụ logistics (49%) và doanh nghiệp chủ hàng (27%). Tỷ trọng cao của nhóm logistics phản ánh vai trò trung gian quan trọng trong chuỗi cung ứng cảng biển và mức độ tương tác thường xuyên với dịch vụ cảng, cung cấp nguồn phản hồi giá trị về chất lượng dịch vụ và năng lực cạnh tranh. Về kinh nghiệm, phần lớn doanh nghiệp hoạt động dưới 10 năm, dưới 5 năm, chiếm 42,86%, từ 5 – 10 năm, chiếm 37,84%, trên 10 năm, chiếm 19,30%. Các doanh nghiệp lâu năm mặc dù số lượng nhỏ hơn nhưng mang đến những đánh giá sâu sắc về quản trị và hoạch định chiến lược, góp phần quan trọng vào việc nâng cao chất lượng dịch vụ cảng container.
4.2. Đánh giá mô hình đo lường
Bảng 1. Kết quả đánh giá độ tin cậy tổng hợp
| STT | Mã hóa | Mô tả | Hệ số Outer Loading |
| Chất lượng dịch vụ cảng container liên quan đến nguồn lựcHệ số Cronbach’s Alpha = 0,892; chỉ số độ tin cậy tổng hợp CR = 0,921; tổng phương sai trích AVE = 0,699 | |||
| 1 | RES1 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn có sẵn trang thiết bị, cơ sở vật chất đáp ứng yêu cầu của chúng tôi | 0,879 |
| 2 | RES2 | Các trang thiết bị, cơ sở vật chất của cảng container mà doanh nghiệp tôi đang sử dụng đều hiện đại và luôn hoạt động tốt | 0,787 |
| 3 | RES3 | Cảng container mà doanh nghiệp tôi đang sử dụng có nền tảng tài chính vững mạnh và ổn định | 0,822 |
| 4 | RES4 | Cảng container mà doanh nghiệp tôi đang sử dụng có khả năng kiểm tra và theo dõi lô hàng rất tốt | 0,817 |
| 5 | RES5 | Cảng container mà doanh nghiệp tôi đang sử dụng có cơ sở hạ tầng vật chất hoàn hảo như bến, bãi, kho bãi, trung tâm phân phối và mạng lưới kết nối nội địa | 0,871 |
| Chất lượng dịch vụ cảng container liên quan đến quy trìnhHệ số Cronbach’s Alpha = 0,831; chỉ số độ tin cậy tổng hợp CR = 0,888; tổng phương sai trích AVE = 0,667 | |||
| 6 | PRO1 | Đội ngũ nhân viên tại cảng container mà doanh nghiệp tôi đang sử dụng luôn thể hiện thái độ và tác phong chuyên nghiệp trong việc đáp ứng yêu cầu của chúng tôi | 0,863 |
| 7 | PRO2 | Đội ngũ nhân viên tại cảng container mà doanh nghiệp tôi đang sử dụng luôn phản hồi nhanh chóng các thắc mắc và yêu cầu của chúng tôi | 0,712 |
| 8 | PRO3 | Các nhân viên tại cảng mà doanh nghiệp tôi đang sử dụng luôn thể hiện sự hiểu biết cao về nhu cầu và yêu cầu của chúng tôi | 0,799 |
| 9 | PRO4 | Cảng container mà doanh nghiệp tôi đang sử dụng có sự toàn diện về ứng dụng công nghệ thông tin trong phục vụ khách hàng | 0,883 |
| Chất lượng dịch vụ cảng container liên quan đến kết quả đầu raHệ số Cronbach’s Alpha = 0,920; chỉ số độ tin cậy tổng hợp CR = 0,936; tổng phương sai trích AVE = 0,678 | |||
| 10 | OUT1 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn cung cấp dịch vụ nhanh chóng | 0,890 |
| 11 | OUT2 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn cung cấp dịch vụ đáng tin cậy | 0,740 |
| 12 | OUT3 | Cảng container doanh nghiệp tôi đang sử dụng luôn cung cấp dịch vụ một cách nhất quán | 0,856 |
| 13 | OUT4 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn đảm bảo an toàn, an ninh cho tàu/lô hàng của chúng tôi | 0,812 |
| 14 | OUT5 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn xuất hóa đơn và các chứng từ liên quan một cách chính xác | 0,848 |
| 15 | OUT6 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn đưa ra mức giá dịch vụ cạnh tranh | 0,827 |
| 16 | OUT7 | Cảng container mà doanh nghiệp tôi đang sử dụng có thể đáp ứng nhu cầu dịch vụ của chúng tôi mọi lúc, mọi nơi | 0,783 |
| Chất lượng dịch vụ cảng container liên quan đến quản lýHệ số Cronbach’s Alpha = 0,940; chỉ số độ tin cậy tổng hợp CR = 0,952; tổng phương sai trích AVE = 0,769 | |||
| 17 | MGT1 | Cảng container mà doanh nghiệp tôi đang sử dụng có mức độ toàn diện trong ứng dụng công nghệ thông tin trong khai thác và quản lý cảng | 0,883 |
| 18 | MGT2 | Cảng container mà doanh nghiệp tôi đang sử dụng thể hiện được tính hiệu quả cao trong vận hành và quản lý | 0,859 |
| 19 | MGT3 | Ban quản lý tại cảng container mà doanh nghiệp N tôi đang sử dụng luôn thể hiện được kiến thức và năng lực cao, bao gồm cả khả năng xử lý sự cố | 0,883 |
| 20 | MGT4 | Ban quản lý tại cảng container mà doanh nghiệp tôi đang sử dụng luôn thể hiện sự hiểu biết cao về nhu cầu và yêu cầu của chúng tôi | 0,863 |
| 21 | MGT5 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn thu thập phản hồi về dịch vụ và sự cải tiến của họ | 0,884 |
| 22 | MGT6 | Cảng container mà doanh nghiệp tôi đang sử dụng liên tục cải tiến quy trình quản lý và vận hành hướng tới khách hàng | 0,889 |
| Chất lượng dịch vụ cảng container liên quan đến hình ảnh và trách nhiệm xã hộiHệ số Cronbach’s Alpha = 0,901; chỉ số độ tin cậy tổng hợp CR = 0,922; tổng phương sai trích AVE = 0,630 | |||
| 23 | CSR1 | Cảng container mà doanh nghiệp tôi đang sử dụng thể hiện mối quan hệ tốt với các cảng và nhà cung cấp dịch vụ vận tải đường bộ khác | 0,823 |
| 24 | CSR2 | Cảng container mà doanh nghiệp tôi đang sử dụng có danh tiếng tích cực về độ tin cậy trên thị trường | 0,779 |
| 25 | CSR3 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn chú trọng đến khâu vận hành và an toàn lao động | 0,855 |
| 26 | CSR4 | Cảng container mà doanh nghiệp tôi đang sử dụng có thành tích tốt về vận hành và an toàn lao động | 0,711 |
| 27 | CSR5 | Cảng container mà doanh nghiệp tôi đang sử dụng thực hiện tốt trách nhiệm xã hội đối với nhân viên và các bên liên quan khác | 0,722 |
| 28 | CSR6 | Cảng container mà doanh nghiệp tôi đang sử dụng luôn chú trọng hoạt động có trách nhiệm với môi trường | 0,806 |
| 29 | CSR7 | Cảng container doanh nghiệp tôi đang sử dụng đã có hệ thống quản lý môi trường | 0,846 |
| Sự hài lòng của khách hàngHệ số Cronbach’s Alpha = 0,915; chỉ số độ tin cậy tổng hợp CR = 0,937; tổng phương sai trích AVE = 0,747 | |||
| 30 | SAT1 | Nhìn chung, doanh nghiệp tôi hài lòng với cơ sở vật chất, trang thiết bị và cơ sở hạ tầng khác của cảng mà chúng tôi đang sử dụng | 0,892 |
| 31 | SAT2 | Nhìn chung, doanh nghiệp tôi hài lòng với ban quản lý và nhân viên của cảng mà chúng tôi đang sử dụng | 0,792 |
| 32 | SAT3 | Nhìn chung doanh nghiệp tôi hài lòng với chất lượng dịch vụ của cảng mà chúng tôi đang sử dụng | 0,881 |
| 33 | SAT4 | Doanh nghiệp tôi sẵn sàng giới thiệu các dịch vụ của cảng cho các đối tác kinh doanh của chúng tôi | 0,862 |
| 34 | SAT5 | Doanh nghiệp tôi dự định sẽ tiếp tục sử dụng các dịch vụ của cảng trong tương lai. | 0,891 |
Việc đánh giá độ tin cậy tổng hợp nhằm xác định mức độ chính xác và ổn định của các thang đo trong mô hình nghiên cứu. Các chỉ số sử dụng, gồm: Cronbach’s Alpha, Composite Reliability (CR) và Average Variance Extracted (AVE). Theo Hair et al. (2019)10, Cronbach’s Alpha ≥ 0,70, CR ≥ 0,70 và Outer Loading > 0,50 là thỏa mãn độ tin cậy. Kết quả cho thấy, Cronbach’s Alpha dao động 0,831 – 0,940, CR 0,888 – 0,952 và Outer Loading 0,711 – 0,892, chứng tỏ các thang đo đáng tin cậy.
Giá trị hội tụ được đánh giá qua AVE và hệ số tải ngoài. AVE đạt 0,667 – 0,769, tất cả các biến quan sát có hệ số tải > 0,70, bảo đảm sự nhất quán nội tại và giá trị hội tụ của các thang đo.
Tính phân biệt được kiểm định bằng Fornell-Larcker và chỉ số HTMT, với ngưỡng HTMT ≤ 0,85. Kết quả cho thấy, tất cả các cặp biến quan sát đều đáp ứng tiêu chuẩn, khẳng định các nhân tố trong mô hình có sự khác biệt rõ ràng và phù hợp cho phân tích tiếp theo.
Bảng 2. Chỉ số HTMT của các nhân tố
| CSR | MGT | OUT | PRO | RES | SAT | |
| CSR | ||||||
| MGT | 0,817 | |||||
| OUT | 0,755 | 0,735 | ||||
| PRO | 0,659 | 0,687 | 0,682 | |||
| RES | 0,830 | 0,844 | 0,815 | 0,756 | ||
| SAT | 0,838 | 0,802 | 0,813 | 0,778 | 0,776 |
Để kiểm tra hiện tượng đa cộng tuyến trong mô hình, nghiên cứu tiến hành ước lượng Bootstrapping với 5000 mẫu. Việc lựa chọn số lượng mẫu lớn được thực hiện nhằm bảo đảm độ tin cậy cao khi sử dụng chỉ số HTMT để đánh giá mức độ chính xác của giá trị phân biệt. Kết quả Bootstrapping được dùng để phân tích hệ số phóng đại phương sai (Variance Inflation Factor – VIF), qua đó, xác định mức độ tương quan giữa các biến độc lập. Theo Hair và cộng sự (2019)11, khi giá trị VIF nhỏ hơn 3, mô hình được xem là không có hiện tượng đa cộng tuyến. Kết quả trình bày trong Bảng 3 cho thấy, tất cả các hệ số VIF đều nhỏ hơn hoặc bằng 3, cho thấy mô hình nghiên cứu không bị ảnh hưởng bởi đa cộng tuyến giữa các biến quan sát. Điều này khẳng định, mô hình đáp ứng đầy đủ các điều kiện cần thiết để tiếp tục thực hiện các phân tích định lượng tiếp theo.
Bảng 3. Kết quả kiếm tra đa cộng tuyến
| SAT | |
| CSR | 2,910 |
| MGT | 2,180 |
| OUT | 2,518 |
| PRO | 1,830 |
| RES | 2,581 |
| SAT |
Kiểm định sự phù hợp của mô hình được thực hiện thông qua chỉ số SRMR (Standardized Root Mean Square Residual), là thước đo phản ánh mức độ phù hợp giữa mô hình lý thuyết và dữ liệu thực tế. Theo Hu và Bentler (1999)12, mô hình được xem là phù hợp khi giá trị SRMR nhỏ hơn 0,08 hoặc 0,10. Chỉ số này đồng thời được xem là tiêu chí “Goodness of Fit” trong mô hình PLS-SEM, giúp giảm thiểu sai lệch trong ước lượng tham số (Hair et al., 2019)13. Kết quả trình bày tại Bảng 4 cho thấy, các giá trị SRMR đều nằm trong ngưỡng cho phép, chứng tỏ mô hình đạt mức độ phù hợp tốt với dữ liệu nghiên cứu và đáp ứng yêu cầu cho các bước phân tích tiếp theo.
Bảng 4. Kết quả sự phù hợp của mô hình với số liệu nghiên cứu
| Saturated Model | Estimated Model | |
| SRMR | 0,048 | 0,048 |
| d_ULS | 1,922 | 1,922 |
| d_G | 1,268 | 1,268 |
| Chi-Square | 1749,427 | 1749,427 |
| NFI | 0,826 | 0,826 |
Sau khi hoàn tất việc đánh giá mô hình đo lường, nghiên cứu tiếp tục kiểm định mô hình cấu trúc nhằm đánh giá mức độ tác động giữa các biến tiềm ẩn. Để đo lường khả năng giải thích của các biến độc lập đối với biến phụ thuộc, hệ số f² được sử dụng làm thước đo mức độ ảnh hưởng. Theo Nguyễn Minh Hà và Vũ Hữu Thành (2020)14, giá trị f² phải đạt từ 0,02 trở lên để được xem là có ý nghĩa giải thích.
Kết quả trình bày trong Bảng 5 cho thấy, mối quan hệ giữa biến nguồn lực (RES) và sự hài lòng khách hàng (SAT) đạt hệ số f² = 0,414, thể hiện mức độ ảnh hưởng mạnh. Mối quan hệ giữa quy trình (PRO) và sự hài lòng có hệ số f² = 0,193 cho thấy, ảnh hưởng trung bình. Các mối quan hệ còn lại, bao gồm trách nhiệm xã hội (CSR → SAT = 0,031), quản lý (MGT → SAT = 0,027) và kết quả đầu ra (OUT → SAT = 0,026), thể hiện mức độ tác động nhỏ nhưng vẫn có ý nghĩa thống kê đối với sự hài lòng khách hàng.
Bảng 5. Kết quả kiểm định hệ số f²
| SAT | |
| CSR | 0,031 |
| MGT | 0,027 |
| OUT | 0,026 |
| PRO | 0,193 |
| RES | 0,414 |
| SAT |
Sau khi hoàn tất việc đánh giá mô hình đo lường, nghiên cứu tiến hành kiểm định mô hình cấu trúc nhằm xác định mức độ phù hợp của các giả thuyết nghiên cứu. Các chỉ tiêu được sử dụng bao gồm hệ số đường dẫn (Path Coefficient), giá trị P-value, T-value và hệ số xác định R². Việc kiểm định được thực hiện với mức ý nghĩa thống kê 5%, trong đó T-value lớn hơn 1,65 và P-value nhỏ hơn 0,05 được xem là có ý nghĩa thống kê. Kết quả trình bày trong Bảng 6 cho thấy, tất cả các giả thuyết nghiên cứu đều đạt yêu cầu theo các tiêu chuẩn kiểm định trên, do đó, các giả thuyết được chấp nhận và mô hình nghiên cứu đạt độ tin cậy cần thiết.
Bảng 6. Kết quả kiểm định các giả thuyết nghiên cứu
| Giả thuyết | Original Sample (O) | Sample Mean (M) | Standard Deviation (STDEV) | T Values (|O/STDEV|) | P Values | Kết quả |
| CSR ->SAT | 0,145 | 0,139 | 0,049 | 2,946 | 0,003 | Chấp nhận |
| MGT->SAT | 0,142 | 0,143 | 0,063 | 2,236 | 0,026 | Chấp nhận |
| OUT-> SAT | 0,156 | 0,158 | 0,064 | 2,461 | 0,014 | Chấp nhận |
| PRO-> SAT | 0,122 | 0,123 | 0,033 | 3,713 | 0,000 | Chấp nhận |
| RES -> SAT | 0,457 | 0,459 | 0,055 | 8,286 | 0,000 | Chấp nhận |
Từ kết quả nghiên cứu có thể khẳng định, tất cả các yếu tố của chất lượng dịch vụ cảng container bao gồm các biến CSR, MGT, OUT, PRO và RES đều có ảnh hưởng tích cực và cùng chiều đến biến sự hài lòng của khách hàng. Trong đó, biến nguồn lực RES có tác động mạnh nhất với chỉ số O = 0,457, tiếp theo lần lượng là các biến kết quả đầu ra OUT (O = 0,156), biến hình ảnh và trách nhiệm xã hội CSR (O = 0,145), biến quản lý MGT (O = 0,142) và biến quy trình PRO đứng cuối cùng về mức độ tác động với chỉ số O = 0,122.
4.3. Thảo luận kết quả nghiên cứu
Kết quả phân tích mô hình cấu trúc PLS-SEM cho thấy, chất lượng dịch vụ cảng có ảnh hưởng đáng kể đến sự hài lòng của khách hàng sử dụng cảng container tại Việt Nam, với các yếu tố thành phần thể hiện mức độ tác động khác nhau.
Yếu tố “hình ảnh và trách nhiệm xã hội” (CSR) có ảnh hưởng tích cực và có ý nghĩa thống kê đến “sự hài lòng của khách hàng” (SAT), với hệ số tác động 0,145, T = 2,946 và P = 0,003. Kết quả này khẳng định vai trò của hình ảnh và trách nhiệm xã hội trong việc củng cố niềm tin, nâng cao uy tín thương hiệu và tạo dựng nhận thức tích cực từ phía khách hàng. Các hoạt động, như: bảo vệ môi trường, minh bạch thông tin, an toàn hàng hóa và cam kết đạo đức kinh doanh góp phần định hình ấn tượng tốt về doanh nghiệp cảng, qua đó thúc đẩy sự hài lòng. Tuy nhiên, do mức độ tác động ở mức trung bình, yếu tố này không phải là nhân tố chủ đạo so với các yếu tố chức năng, như: hiệu quả quy trình, tốc độ xử lý hay độ chính xác trong giao nhận. Kết quả phù hợp với nghiên cứu của Lai et al. (2009) và Lê Thanh Tiệp, Dương Nam Dũng (2023)15, khẳng định CSR là nền tảng xây dựng lòng trung thành và giá trị cảm nhận tích cực của khách hàng, đặc biệt trong bối cảnh các cảng Việt Nam hướng tới phát triển bền vững và hội nhập chuỗi cung ứng toàn cầu.
Yếu tố “kết quả đầu ra” (OUT) có hệ số đường dẫn 0,156, T = 2,461 và P = 0,014, thể hiện mối quan hệ có ý nghĩa thống kê ở mức tin cậy 95%. Điều này chứng tỏ các kết quả cụ thể, như: tốc độ xử lý, độ chính xác và tính ổn định trong vận hành có ảnh hưởng trực tiếp đến sự hài lòng của khách hàng. Kết quả phù hợp với các nghiên cứu của Uvet (2020)16, nhấn mạnh vai trò của công nghệ và hiệu quả vận hành trong cải thiện chất lượng dịch vụ và củng cố niềm tin khách hàng. Trong bối cảnh cạnh tranh gay gắt của các cảng châu Á, việc duy trì chất lượng đầu ra ổn định và đáng tin cậy là yếu tố then chốt để giữ chân và thu hút khách hàng mới.
Đối với yếu tố “quy trình” (PRO), kết quả cho thấy, tác động tích cực và có ý nghĩa thống kê cao đến sự hài lòng, với hệ số 0,122, T = 3,713 và P < 0,001. Điều này khẳng định vai trò của tính minh bạch, hiệu quả và linh hoạt trong quy trình vận hành cảng. Kết quả nhất quán với các nghiên cứu của Bichou & Gray (2005) và Roh et al. (2025)17 cho thấy, các quy trình chuẩn hóa, khả năng phản ứng nhanh và hỗ trợ kỹ thuật hiệu quả là nhân tố quan trọng nâng cao trải nghiệm khách hàng. Trong bối cảnh các chuỗi logistics toàn cầu ngày càng yêu cầu tối ưu hóa chi phí và thời gian, việc tự động hóa và số hóa quy trình là điều kiện cần để tăng cường năng lực cạnh tranh và nâng cao sự hài lòng khách hàng.
Yếu tố “quản lý” (MGT) có ảnh hưởng dương và có ý nghĩa thống kê với β = 0,142, T = 2,236 và P = 0,026 cho thấy, năng lực quản trị cảng có vai trò quan trọng trong việc nâng cao sự hài lòng. Các khía cạnh quản lý, như: ra quyết định, điều hành khai thác, quản lý nhân sự, bảo trì thiết bị và bảo đảm an toàn vận hành có tác động trực tiếp đến cảm nhận của khách hàng. Kết quả nhấn mạnh hiệu quả quản lý là cầu nối giữa nguồn lực hữu hình và kết quả dịch vụ, góp phần củng cố lòng tin và sự trung thành của khách hàng trong môi trường logistics cạnh tranh cao.
Yếu tố “nguồn lực” (RES) thể hiện tác động mạnh nhất với β = 0,457, T = 8,286 và P < 0,001, khẳng định vai trò trung tâm của cơ sở hạ tầng, công nghệ, nhân lực và hệ thống quản lý trong việc nâng cao chất lượng dịch vụ. Việc đầu tư hiện đại hóa cầu bến, thiết bị xếp dỡ, phần mềm vận hành và đào tạo nhân lực giúp giảm thời gian chờ, tăng tốc độ xử lý và bảo đảm an toàn hàng hóa. Kết quả này phù hợp với nghiên cứu của Masangya (2008) và Chang et al. (2008)18 cho thấy, chất lượng nguồn lực là yếu tố quyết định sự hài lòng và lòng trung thành của khách hàng. Do vậy, nguồn lực không chỉ là nền tảng vận hành mà còn là yếu tố tạo khác biệt chiến lược, góp phần củng cố năng lực cạnh tranh của các cảng container Việt Nam trong bối cảnh hội nhập khu vực và toàn cầu.
5. Kết luận
Bài viết làm rõ tác động của các yếu tố chất lượng dịch vụ đến sự hài lòng khách hàng trong bối cảnh cảng container Việt Nam cạnh tranh và hội nhập quốc tế. Kết quả chỉ ra các yếu tố trong mô hình ROPMIS – nguồn lực, quy trình, kết quả đầu ra, quản lý và hình ảnh, trách nhiệm xã hội tác động tích cực đến sự hài lòng. Nguồn lực có ảnh hưởng mạnh nhất, nhấn mạnh vai trò của cơ sở hạ tầng, công nghệ và nhân lực. Quy trình và kết quả đầu ra nâng cao hiệu suất, minh bạch và trải nghiệm khách hàng, trong khi quản lý đảm bảo hoạt động ổn định, nhất quán. Hình ảnh và trách nhiệm xã hội, dù tác động trung bình, củng cố uy tín thương hiệu và định vị cảng Việt Nam trong chuỗi cung ứng toàn cầu. Việc nâng cao chất lượng dịch vụ cần thực hiện đồng bộ qua cơ sở vật chất, chuyển đổi số, đào tạo nhân lực và phát triển bền vững, giúp các cảng nâng cao năng lực cạnh tranh và thu hút khách hàng quốc tế.
Chú thích:
1. Kolanovic, I et al (2011). Customer-based port service quality model. Distribution Logistics Review, 23(6), 495 – 502.
2. Pantouvakis, A. (2006). Port-service quality dimensions and passenger profiles: an exploratory examination and analysis. Maritime Economics & Logistics, 8, 402-418.
3. Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1985). A Conceptual Model of Service Quality and Its Implications for Future Research. Journal of Marketing, 49(4), 41-50. doi:10.1177/002224298504900403
4. Cronin, J. J., & Taylor, S. A. (1992). Measuring Service Quality: A Reexamination and Extension.Journal of Marketing, 56(3), 55. doi:10.2307/1252296
5. Thai, V. V. (2008). Service quality in maritime transport: conceptual model and empirical evidence.Asia Pacific Journal of Marketing and Logistics, 20(4), 493–518. doi:10.1108/13555850810909777
6, 7, 9, 10, 11, 13. 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.
8. Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least squares path modeling in international marketing. In New challenges to international marketing (Vol. 20, pp. 277-319). Emerald Group Publishing Limited.
12. Hu, L. T., & Bentler, P. M. (1999). Cutoff Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criteria versus New Alternatives. Structural Equation Modeling, 6, 1-55.
14. Nguyễn Minh Hà, Vũ Hữu Thành (2020). Giáo trình Phân tích dữ liệu: Áp dụng mô hình PLS-SEM.NXB Kinh tế TP. Hồ Chí Minh.
15. Lê Thanh Tiệp, Dương Nam Dũng (2023), Tác động của trách nhiệm xã hội đến sự hài lòng khách hàng và kinh doanh bền vững. Tạp chí Kinh tế và Dự báo, số 27.
16. Uvet, H. (2020). Importance of logistics service quality in customer satisfaction: An empirical study.Operations and Supply Chain Management: An International Journal, 13(1), 1-10. https://doi.org/10.31387/oscm0400248
17. Bichou & Gray (2005). A Critical Review of Conventional Terminology for Classifying Seaports.Transportation Research Part A, Policy and Practice, 39, 75-92.
18. Masangya (2008) Masangya, Y. B. (2008). Evaluation of customer’s service satisfaction with ports in Tanzania: The case of Dar es Salaam port [Master’s dissertation, University of Dar es Salaam]. University of Dar es Salaam Library Repository.
