Original Title: ẢNH HƯỞNG CỦA CHẤT LƯỢNG DỊCH VỤ, HÌNH ẢNH THƯƠNG HIỆU ĐẾN LÒNG TRUNG THÀNH CỦA SINH VIÊN TRƯỜNG ĐẠI HỌC NGOÀI CÔNG LẬP: VAI TRÒ TRUNG GIAN CỦA SỰ HÀI LÒNG
Source: scholar.dlu.edu.vn
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ឥទ្ធិពលនៃគុណភាពសេវាកម្ម និងរូបភាពម៉ាកយីហោទៅលើភាពស្មោះត្រង់របស់និស្សិតសាកលវិទ្យាល័យឯកជន៖ តួនាទីសម្របសម្រួលនៃការពេញចិត្តរបស់និស្សិត

ចំណងជើងដើម៖ ẢNH HƯỞNG CỦA CHẤT LƯỢNG DỊCH VỤ, HÌNH ẢNH THƯƠNG HIỆU ĐẾN LÒNG TRUNG THÀNH CỦA SINH VIÊN TRƯỜNG ĐẠI HỌC NGOÀI CÔNG LẬP: VAI TRÒ TRUNG GIAN CỦA SỰ HÀI LÒNG

អ្នកនិពន្ធ៖ Lê Thanh Tiệp (Ho Chi Minh City University of Economics and Finance), Trần Dương Kim Yến (Hoa Sen University)

ឆ្នាំបោះពុម្ព៖ Tạp chí Công Thương, 2022

វិស័យសិក្សា៖ Educational Management

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហានៃការប្រកួតប្រជែងយ៉ាងស្វិតស្វាញរវាងសាកលវិទ្យាល័យឯកជន ដោយស្វែងយល់ពីកត្តាដែលជះឥទ្ធិពលដល់ការរក្សាទុកនិស្សិត។ វាវាយតម្លៃជាពិសេសទៅលើឥទ្ធិពលនៃគុណភាពសេវាកម្ម និងរូបភាពម៉ាកយីហោទៅលើភាពស្មោះត្រង់របស់និស្សិតតាមរយៈការពេញចិត្តរបស់ពួកគេ។

វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះបានប្រើប្រាស់វិធីសាស្ត្របរិមាណ ដោយប្រមូលទិន្នន័យពីនិស្សិត និងអតីតនិស្សិតមកពីសាកលវិទ្យាល័យឯកជនចំនួន ៣ ក្នុងទីក្រុងហូជីមិញ ដើម្បីធ្វើការវិភាគតាមរយៈកម្មវិធីស្ថិតិ។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Direct Effect Analysis (via SEM)
ការវិភាគឥទ្ធិពលផ្ទាល់ (តាមរយៈគំរូ SEM)
ងាយស្រួលក្នុងការស្វែងយល់ពីទំនាក់ទំនងរវាងកត្តាពីរដោយផ្ទាល់ ឧទាហរណ៍ ពីគុណភាពសេវាកម្មទៅកាន់ភាពស្មោះត្រង់របស់និស្សិត។ មិនអាចពន្យល់ពីយន្តការស៊ីជម្រៅនៃការសម្រេចចិត្តរបស់និស្សិត ហើយអាចនាំឱ្យមានការសន្និដ្ឋានខុសប្រសិនបើមើលរំលងកត្តាសម្របសម្រួល។ សម្មតិកម្មតេស្តឥទ្ធិពលផ្ទាល់ (H2 និង H5) ត្រូវបានច្រានចោល ពោលគឺមិនមានឥទ្ធិពលផ្ទាល់នោះទេ។
Mediation Effect Analysis (via SEM)
ការវិភាគឥទ្ធិពលសម្របសម្រួល ឬប្រយោល (តាមរយៈគំរូ SEM)
បង្ហាញយ៉ាងច្បាស់ពីតួនាទីនៃការពេញចិត្តជារនាំងកណ្តាល ដែលឆ្លុះបញ្ចាំងពីតថភាពជាក់ស្តែងនៃអាកប្បកិរិយារបស់អ្នកប្រើប្រាស់សេវាអប់រំ។ ទាមទារទំហំសំណាកធំ (ច្រើនជាង ៣០០) និងការប្រើប្រាស់កម្មវិធីស្ថិតិស្មុគស្មាញដើម្បីគណនា និងផ្ទៀងផ្ទាត់ម៉ូដែល។ រកឃើញឥទ្ធិពលសម្របសម្រួលទាំងស្រុង (Full Mediation) ពោលគឺនិស្សិតស្មោះត្រង់លុះត្រាតែពួកគេពេញចិត្តនឹងសេវាកម្មសិន។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការប្រមូលទិន្នន័យបឋមពីសំណាកនិស្សិតផ្ទាល់ និងការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រសម្រាប់វិភាគស្ថិតិកម្រិតខ្ពស់។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្អែកលើសំណាកនិស្សិតចំនួន ៣០២ នាក់ មកពីសាកលវិទ្យាល័យឯកជនចំនួន ៣ ក្នុងទីក្រុងហូជីមិញ ប្រទេសវៀតណាម ដោយមានអត្រានិស្សិតជានារីដល់ទៅ ៦៥.២%។ ទិន្នន័យនេះឆ្លុះបញ្ចាំងពីបរិបទសេដ្ឋកិច្ច និងប្រព័ន្ធអប់រំនៅទីក្រុងធំរបស់វៀតណាម ដែលវាមានសារៈសំខាន់សម្រាប់អ្នកស្រាវជ្រាវកម្ពុជាក្នុងការប្រុងប្រយ័ត្ន ដោយសារឥរិយាបថ និងការរំពឹងទុករបស់និស្សិតខ្មែរអាចមានភាពខុសគ្នាទៅលើឥទ្ធិពលនៃម៉ាកយីហោធៀបនឹងកម្រិតជីវភាព។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រ និងគំរូស្រាវជ្រាវនេះមានអត្ថប្រយោជន៍ និងអាចយកមកអនុវត្តបានយ៉ាងល្អសម្រាប់វិស័យអប់រំឯកជននៅកម្ពុជា ដែលកំពុងមានការប្រកួតប្រជែងខ្ពស់។

ការយល់ដឹងថា "ការពេញចិត្ត" គឺជាកត្តាសម្របសម្រួលដ៏សំខាន់ (Full Mediator) ជួយដល់ថ្នាក់ដឹកនាំគ្រឹះស្ថានអប់រំនៅកម្ពុជាក្នុងការវិនិយោគធនធានចំគោលដៅ ដើម្បីរក្សានិស្សិតឱ្យបន្តការសិក្សាដល់ចប់ និងជួយផ្សព្វផ្សាយពីសាលាតាមរយៈការនិយាយតៗគ្នា (Word of mouth)។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. សិក្សាស្វែងយល់ពីទ្រឹស្តី និងឧបករណ៍វាស់ស្ទង់កម្រិតអប់រំ: ពិនិត្យមើលទ្រឹស្តីទាក់ទងនឹងគុណភាពសេវាកម្មអប់រំ (ឧទាហរណ៍ដូចជាម៉ូដែល HEdPERFSERVQUAL) និងកំណត់អថេរដែលសមស្របនឹងបរិបទសាលារបស់អ្នក។
  2. រៀបចំកម្រងសំណួរស្ទង់មតិជាភាសាខ្មែរ: បង្កើតកម្រងសំណួរដែលប្រែសម្រួលទៅជាបរិបទខ្មែរ ដោយប្រើប្រាស់ឧបករណ៍ដូចជា Google FormsKoboToolbox ដើម្បីងាយស្រួលក្នុងការប្រមូលមតិពីនិស្សិតគោលដៅ។
  3. ប្រមូល និងសម្អាតទិន្នន័យបឋម: ធ្វើការចែកចាយកម្រងសំណួរទៅកាន់និស្សិតយ៉ាងតិច ៣០០ នាក់ រួចប្រើប្រាស់ Microsoft Excel ដើម្បីសម្អាតទិន្នន័យដែលបំពេញមិនពេញលេញ ឬមិនត្រឹមត្រូវ។
  4. វិភាគទិន្នន័យតាមរយៈកម្មវិធីស្ថិតិជំនាញ: ប្រើប្រាស់កម្មវិធី SPSS និង AMOS (ឬអាចប្រើ SmartPLS ជាជម្រើសទំនើប) ដើម្បីវាយតម្លៃភាពជឿជាក់នៃទិន្នន័យ (Cronbach's Alpha) និងសាកល្បងគំរូសមីការរចនាសម្ព័ន្ធ (SEM)។
  5. រៀបចំយុទ្ធសាស្ត្ររក្សានិស្សិតផ្អែកលើទិន្នន័យ: យោងតាមលទ្ធផលវិភាគ សូមរៀបចំផែនការកែលម្អចំណុចខ្សោយជាក់ស្តែង ដូចជាការបណ្តុះបណ្តាលបុគ្គលិកផ្នែកសេវាកម្មនិស្សិត (Soft skills training) ឬការកែលម្អសម្ភារៈរូបវន្ត ដើម្បីធានាបាននូវការពេញចិត្តជាអតិបរមាពីនិស្សិត។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
Structural Equation Modeling (SEM) វិធីសាស្ត្រស្ថិតិកម្រិតខ្ពស់ដែលអនុញ្ញាតឱ្យអ្នកស្រាវជ្រាវសាកល្បង និងប៉ាន់ស្មានទំនាក់ទំនងស្មុគ្រស្មាញរវាងអថេរជាច្រើនក្នុងពេលតែមួយ ដើម្បីមើលថាតើគំរូទ្រឹស្តីស៊ីគ្នានឹងទិន្នន័យជាក់ស្តែងកម្រិតណា។ ដូចជាការគូរប្លង់បណ្តាញទឹកនៅក្នុងផ្ទះ ដើម្បីមើលថាតើទឹកហូរពីអាងមួយទៅអាងមួយទៀតដោយរបៀបណា និងកន្លែងណាខ្លះដែលវាជះឥទ្ធិពលដល់គ្នា។
Exploratory Factor Analysis (EFA) បច្ចេកទេសស្ថិតិប្រើសម្រាប់ស្វែងរក និងចាត់ក្រុមអថេរតូចៗជាច្រើន (ដូចជាសំនួររាប់សិបនៅក្នុងកម្រងសំណួរ) ទៅជាកត្តាធំៗរួមគ្នា ដើម្បីកាត់បន្ថយភាពស្មុគស្មាញនៃទិន្នន័យដោយមិនបាត់បង់អត្ថន័យដើម។ ដូចជាការរៀបចំសៀវភៅរាប់រយក្បាលដែលរាយប៉ាយនៅលើតុ ទៅតាមប្រភេទមុខវិជ្ជាធំៗ (ប្រវត្តិវិទ្យា វិទ្យាសាស្ត្រ) ដើម្បីងាយស្រួលស្វែងរក និងចាត់ថ្នាក់។
Confirmatory Factor Analysis (CFA) ការវិភាគស្ថិតិដែលធ្វើឡើងបន្ទាប់ពី EFA ដើម្បីបញ្ជាក់ និងផ្ទៀងផ្ទាត់ថាតើក្រុមនៃកត្តាដែលបានចាត់ចែងនោះពិតជាត្រឹមត្រូវ និងសមស្របទៅនឹងទ្រឹស្តី ឬទិន្នន័យដែលបានប្រមូលមកមែនឬអត់។ ដូចជាការត្រួតពិនិត្យម្តងទៀតដោយអ្នកបណ្ណាល័យ ដើម្បីធានាថាសៀវភៅដែលបានតម្រៀបតាមទូកាលពីលើកមុន ពិតជាដាក់ត្រូវតាមប្រភេទមុខវិជ្ជារបស់វាពិតប្រាកដមែន។
Cronbach's Alpha រង្វាស់ស្ថិតិដែលប្រើដើម្បីវាយតម្លៃភាពជឿជាក់ និងភាពស៊ីសង្វាក់គ្នានៃសំណុំសំនួរនៅក្នុងកម្រងសំណួរ ដោយវាស់ថាតើសំនួរទាំងអស់នោះកំពុងផ្តោតលើការវាស់ស្ទង់បញ្ហាតែមួយដូចគ្នាដែរឬទេ។ ដូចជាការថ្លឹងទម្ងន់វត្ថុមួយនៅលើជញ្ជីង ៣ ផ្សេងគ្នា បើជញ្ជីងទាំង ៣ បង្ហាញទម្ងន់ដូចគ្នា នោះមានន័យថាជញ្ជីងទាំងនោះអាចជឿទុកចិត្តបាន (មានភាពស៊ីសង្វាក់គ្នា)។
Mediating Role តួនាទីរបស់អថេរកណ្តាលដែលពន្យល់ពីដំណើរការ ឬយន្តការដែលអថេរឯករាជ្យមួយជះឥទ្ធិពលទៅលើអថេរអាស្រ័យមួយទៀត ដោយឆ្លងកាត់កត្តាកណ្តាលនេះជាស្ពានចម្លង។ ដូចជាការប្រើប្រាស់អ្នកបកប្រែភាសា (អ្នកសម្របសម្រួល) ដើម្បីជួយឲ្យជនជាតិពីរនាក់ផ្សេងគ្នាអាចនិយាយយល់គ្នាបាន។
Full Mediation ស្ថានភាពនៅក្នុងម៉ូដែលស្ថិតិដែលបង្ហាញថា គ្មានទំនាក់ទំនងផ្ទាល់រវាងកត្តាដើម និងលទ្ធផលចុងក្រោយនោះទេ ពោលគឺឥទ្ធិពលទាំងស្រុងត្រូវតែឆ្លងកាត់អថេរកណ្តាល (អ្នកសម្របសម្រួល) តែមួយគត់។ ដូចជាការផ្ញើលុយតាមធនាគារ អ្នកមិនអាចយកលុយទៅឲ្យអ្នកទទួលដោយផ្ទាល់បានទេ គឺត្រូវតែឆ្លងកាត់ប្រព័ន្ធធនាគារ (អ្នកសម្របសម្រួល) ជាដាច់ខាត។
Eigenvalue តម្លៃដែលបង្ហាញពីទំហំនៃភាពប្រែប្រួល (variance) ដែលកត្តានីមួយៗអាចពន្យល់បាននៅក្នុងការវិភាគកត្តា។ ជាទូទៅ កត្តាដែលមាន Eigenvalue ធំជាង ១ ទើបត្រូវបានរក្សាទុកសម្រាប់ការវិភាគបន្ត។ ដូចជាការវាស់ស្ទង់កម្រិតប្រជាប្រិយភាពរបស់អ្នកតំណាង បើគាត់មានអ្នកគាំទ្រច្រើនលើសពីកម្រិតកំណត់ (Eigenvalue > 1) នោះសំឡេងរបស់គាត់ត្រូវបានគេយកមកពិចារណា។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖