Phần lớn luận văn không cần một thang đo mới. Nếu thật sự cần, quy trình gồm ba giai đoạn và chín bước, từ định nghĩa khái niệm đến kiểm định độ giá trị trên một mẫu độc lập, và bỏ qua bước nào thì hội đồng gần như chắc chắn hỏi đến bước đó.
Thứ tự ưu tiên hợp lý là dùng lại thang đo đã kiểm định, sau đó mới đến điều chỉnh, và chỉ tự phát triển khi chứng minh được thang đo hiện có không bao phủ đúng khái niệm trong bối cảnh nghiên cứu. Một thang đo mới chỉ thuyết phục khi có đủ bằng chứng ở ba tầng: nội dung (định nghĩa, hội đồng chuyên gia, phỏng vấn nhận thức), cấu trúc (EFA trên mẫu đủ lớn, CFA trên mẫu khác) và quan hệ với các biến khác (độ tin cậy, hội tụ, phân biệt, liên quan tiêu chuẩn).
1. Dùng lại, điều chỉnh hay phát triển mới
Saunders và cộng sự (2023) chia cách có được câu hỏi khảo sát thành ba lựa chọn: dùng nguyên văn (adopt), điều chỉnh (adapt) và tự phát triển (develop), theo cách phân loại của Bourque và Clark (dẫn theo Saunders et al., 2023). Hai lựa chọn đầu tốn ít thời gian hơn hẳn, và thang đo đã công bố còn cho phép so sánh kết quả với các nghiên cứu trước. Kho câu hỏi của UK Data Service hiện lưu trên 250.000 câu hỏi từ các cuộc khảo sát đã thực hiện, nên trước khi viết câu đầu tiên, việc tra cứu là bắt buộc chứ không phải tùy chọn.
Theo cùng nguồn trên, tự phát triển thang đo là việc phức tạp và mất nhiều thời gian, vì vậy nên dùng hoặc điều chỉnh thang đo có sẵn bất cứ khi nào có thể. Khi điều chỉnh, chỉ sửa ở mức thật sự cần thiết; mỗi thay đổi về từ ngữ, số điểm hay thứ tự mục đều có thể làm mất độ giá trị đã được kiểm định của thang đo gốc. Người dùng lại thang đo cũng cần kiểm tra bản quyền, xin phép khi cần và ghi nguồn tác giả gốc.
Boateng và cộng sự (2018) đặt ra một điều kiện cụ thể hơn: nếu đã có công cụ đo khái niệm tương tự, nhà nghiên cứu phải lý giải vì sao cần công cụ mới và công cụ mới khác công cụ cũ ở điểm nào. Ba lý do thường được chấp nhận là thang đo cũ không bao phủ một khía cạnh quan trọng của khái niệm trong bối cảnh mới, thang đo cũ được phát triển cho một tổng thể khác hẳn (ví dụ người tiêu dùng phương Tây so với hộ kinh doanh nhỏ ở Việt Nam), hoặc khái niệm còn quá mới để có công cụ đo.
Dịch một thang đo tiếng Anh, bỏ hai mục và thêm một mục là điều chỉnh, không phải phát triển. Gọi đúng tên giúp hội đồng đánh giá đúng phần bằng chứng cần có: thang đo điều chỉnh cần chứng minh tính tương đương với bản gốc, còn thang đo mới phải đi đủ chín bước ở mục 2.
2. Quy trình tổng thể: ba giai đoạn, chín bước
Churchill (1979) là khung kinh điển trong marketing: xác định miền khái niệm, tạo mục hỏi, thu thập dữ liệu, làm sạch thang đo, thu thập dữ liệu lần hai, đánh giá độ tin cậy, đánh giá độ giá trị và xây dựng chuẩn. Hinkin (1998) trình bày một quy trình tương tự cho các nghiên cứu tổ chức. Boateng và cộng sự (2018) tổng hợp các khung này thành ba giai đoạn với chín bước, và đây là cách sắp xếp dễ dùng nhất để trình bày trong chương phương pháp.
Giai đoạn 1, bước 1: Xác định miền và tạo biến quan sát
Định nghĩa khái niệm, ranh giới của nó, rồi tạo một bộ mục hỏi lớn hơn nhiều so với thang đo cuối cùng.
Giai đoạn 1, bước 2: Đánh giá độ giá trị nội dung
Chuyên gia và người thuộc tổng thể mục tiêu đánh giá mức độ phù hợp của từng mục với định nghĩa.
Giai đoạn 2, bước 3 và 4: Thử nghiệm câu hỏi, chọn mẫu và khảo sát
Phỏng vấn nhận thức, khảo sát thử, sau đó khảo sát chính thức với cỡ mẫu đủ cho phân tích nhân tố.
Giai đoạn 2, bước 5 và 6: Rút gọn biến và trích nhân tố
Loại mục yếu qua tương quan biến tổng và EFA, xác định số nhân tố cần giữ.
Giai đoạn 3, bước 7 đến 9: Kiểm định tính đơn hướng, độ tin cậy và độ giá trị
CFA trên mẫu độc lập, độ tin cậy nhất quán nội tại, độ giá trị hội tụ, phân biệt và liên quan tiêu chuẩn.
Trong bản tiếng Việt của Saunders và cộng sự (2010), các khái niệm tương ứng được dịch là độ giá trị nội dung, độ giá trị liên quan tiêu chuẩn và độ giá trị khái niệm. Bài này giữ cách dịch đó để người đọc đối chiếu được với giáo trình.
3. Định nghĩa khái niệm và miền nội dung
MacKenzie và cộng sự (2011) chỉ ra ba hạn chế phổ biến trong thực hành đo lường ở nghiên cứu hành vi và hệ thống thông tin: định nghĩa khái niệm sơ sài, mô hình đo lường bị khai báo sai (phản ánh hay cấu tạo) và các kỹ thuật kiểm định độ giá trị chưa được tận dụng. Cả ba bắt đầu từ cùng một chỗ: nhà nghiên cứu viết mục hỏi trước khi biết chính xác mình đang đo cái gì.
Một định nghĩa dùng được cho việc phát triển thang đo cần trả lời bốn câu hỏi. Khái niệm thuộc về đối tượng nào (cá nhân, nhóm, tổ chức)? Nó là một thuộc tính, một hành vi, một nhận thức hay một ý định? Nó có một chiều hay nhiều chiều, và nếu nhiều chiều thì các chiều có quan hệ gì với nhau? Nó khác với những khái niệm gần nó ở điểm nào?
Trong mô hình phản ánh (reflective), khái niệm là nguyên nhân của các câu trả lời, nên các mục có thể thay thế cho nhau và phải tương quan cao. Trong mô hình cấu tạo (formative), các mục cùng tạo nên khái niệm, mỗi mục bao một phần riêng, và bỏ một mục là thu hẹp nghĩa của khái niệm. MacKenzie và cộng sự (2011) xếp việc khai báo sai loại mô hình vào nhóm lỗi đo lường nghiêm trọng, vì nó làm sai lệch cả ước lượng cấu trúc phía sau. Phần lớn hướng dẫn trong bài này (Cronbach's alpha, EFA, AVE) chỉ áp dụng cho thang đo phản ánh.
4. Tạo bộ biến quan sát ban đầu
Hinkin (1998) phân biệt hai hướng tạo mục. Hướng diễn dịch (deductive) đi từ định nghĩa và tổng quan lý thuyết: nhà nghiên cứu hiểu rõ khái niệm rồi viết các mục bao phủ từng khía cạnh. Hướng quy nạp (inductive) đi từ người trả lời: phỏng vấn sâu, thảo luận nhóm hoặc câu hỏi mở, sau đó mã hóa câu trả lời thành mục hỏi. Boateng và cộng sự (2018) xem việc kết hợp cả hai là thực hành tốt nhất; trong nghiên cứu ở Việt Nam, hướng quy nạp đặc biệt hữu ích để phát hiện những biểu hiện của khái niệm mà tài liệu nước ngoài không đề cập.
Lý do cần bộ mục dư thừa rất thực tế: một phần đáng kể sẽ bị loại ở bước chuyên gia, bước thử nghiệm và bước phân tích nhân tố. Một khái niệm dự kiến đo bằng 4 đến 5 mục nên bắt đầu với khoảng 10 mục. Bắt đầu với đúng 4 mục thì chỉ cần mất hai mục là thang đo không còn đủ để ước lượng một nhân tố ổn định.
5. Độ giá trị nội dung và hội đồng chuyên gia
Saunders và cộng sự (2023) mô tả hai cách xác lập độ giá trị nội dung: định nghĩa khái niệm rõ ràng từ tài liệu, và dùng một hội đồng đánh giá từng câu hỏi theo ba mức "thiết yếu", "hữu ích nhưng không thiết yếu" và "không cần thiết". Cách phân loại ba mức này bắt nguồn từ Lawshe (1975), người đề xuất tỷ số độ giá trị nội dung (CVR) để lượng hóa mức đồng thuận của hội đồng.
CVR = (ne − N/2) / (N/2)
Trong đó ne là số chuyên gia chấm mục là "thiết yếu" và N là tổng số chuyên gia. CVR chạy từ −1 đến +1; giá trị dương nghĩa là hơn một nửa hội đồng xem mục là thiết yếu. Lawshe (1975) cung cấp bảng ngưỡng tối thiểu theo số chuyên gia; hội đồng càng nhỏ, ngưỡng càng cao. Boateng và cộng sự (2018) khuyến nghị 5 đến 7 chuyên gia độc lập và dùng hệ số kappa của Cohen khi cần đo mức đồng thuận giữa các người chấm.
Chuyên gia không nên chỉ là giảng viên. Một hội đồng tốt có cả người am hiểu lý thuyết lẫn người thuộc tổng thể mục tiêu: nếu đo năng lực số của chủ hộ kinh doanh, hai hoặc ba chủ hộ thật sẽ phát hiện những mục khó hiểu mà giảng viên không nhận ra.
Lưu bảng chấm của từng chuyên gia, mục nào bị loại, mục nào được viết lại và vì sao. Đây là phụ lục mà hội đồng bảo vệ thường yêu cầu, và nếu không có nó thì câu "thang đo đã được chuyên gia góp ý" trong luận văn không có giá trị chứng minh.
6. Viết câu hỏi và chọn thang đánh giá
Các khái niệm như sự hài lòng hay lòng trung thành không quan sát trực tiếp được, nên người ta cộng điểm nhiều mục để tạo một điểm tổng hợp. Saunders và cộng sự (2023) lưu ý rằng cách làm này giả định dữ liệu khoảng, một giả định đã được chấp nhận từ công trình của Murphy và Likert năm 1937 (dẫn theo Saunders et al., 2023). Vì vậy các mục phát biểu theo hướng phủ định phải được mã hóa đảo trước khi cộng hoặc chạy phân tích.
Số điểm trên thang
Hinkin (1998) cho biết hệ số alpha của thang Likert tăng khi số điểm tăng lên đến 5, sau đó gần như đi ngang. Boateng và cộng sự (2018) khuyến nghị 5 điểm cho các mục đơn cực (ví dụ mức độ thường xuyên) và 7 điểm cho các mục lưỡng cực (ví dụ hoàn toàn không đồng ý đến hoàn toàn đồng ý); thang 2 hoặc 3 điểm cho độ tin cậy thấp hơn. Saunders và cộng sự (2023) bổ sung rằng việc chọn số điểm còn phụ thuộc vào mức sai số đo lường có thể xảy ra với nhóm người trả lời cụ thể.
| Loại đánh giá | Ví dụ neo 5 điểm | Khi nào dùng |
|---|---|---|
| Mức đồng ý | Hoàn toàn không đồng ý, Không đồng ý, Trung lập, Đồng ý, Hoàn toàn đồng ý | Thái độ, niềm tin, nhận thức về một phát biểu |
| Mức độ, số lượng | Không hề, Rất ít, Một phần, Khá nhiều, Rất nhiều | Mức độ một đặc điểm hiện diện |
| Tần suất | Không bao giờ, Hiếm khi, Thỉnh thoảng, Thường xuyên, Luôn luôn | Hành vi lặp lại |
| Khả năng | Rất không có khả năng, Không có khả năng, Không chắc, Có khả năng, Rất có khả năng | Ý định, dự đoán hành vi tương lai |
Bảng 1. Các nhóm neo thang đánh giá, phỏng theo Bảng 11.3 trong Saunders và cộng sự (2023), diễn đạt lại bằng tiếng Việt.
Nguyên tắc viết mục
- Mỗi mục chỉ hỏi một ý. Câu "Nhân viên thân thiện và phục vụ nhanh" là hai mục bị gộp.
- Giữ thứ tự các mức trả lời nhất quán trong toàn bảng hỏi; đảo chiều giữa chừng làm tăng sai sót (Dillman et al., dẫn theo Saunders et al., 2023).
- Có thể kết hợp phát biểu thuận và nghịch để hạn chế việc trả lời theo quán tính, nhưng mục nghịch phải được viết rõ ràng, không dùng phủ định kép.
- Tránh từ chuyên môn mà người trả lời không dùng hằng ngày, và tránh mục gợi ý sẵn câu trả lời "đúng".
Saunders và cộng sự (2023) trích dẫn số liệu cho thấy khoảng 5% đến 9% người trả lời không đọc phần hướng dẫn. Ba kiểu hiểu sai thường gặp, theo Hardy và Ford (dẫn theo Saunders et al., 2023), là hiểu sai hướng dẫn, hiểu sai ý của cả câu và hiểu sai nghĩa của một từ. Phỏng vấn nhận thức ở mục 8 là cách phát hiện cả ba trước khi khảo sát chính thức.
7. Dịch và chuyển ngữ thang đo
Với nghiên cứu ở Việt Nam, phần lớn thang đo gốc là tiếng Anh. Saunders và cộng sự (2023), dựa trên Usunier và cộng sự, yêu cầu người dịch chú ý bốn loại tương đương: nghĩa từ vựng, nghĩa thành ngữ, nghĩa kinh nghiệm (người trả lời có trải nghiệm tương ứng hay không) và ngữ pháp, cú pháp. Ba kỹ thuật dịch chính được so sánh dưới đây.
| Kỹ thuật | Cách làm | Ưu điểm | Hạn chế |
|---|---|---|---|
| Dịch trực tiếp | Một người dịch từ ngôn ngữ nguồn sang ngôn ngữ đích | Nhanh, ít tốn kém | Khó phát hiện sai lệch nghĩa vì không có bản đối chiếu |
| Dịch ngược | Người thứ nhất dịch sang tiếng Việt, người thứ hai độc lập dịch ngược lại tiếng Anh, sau đó so hai bản tiếng Anh | Phát hiện được chỗ lệch nghĩa | Cần hai người dịch thành thạo; bản dịch có thể đúng nghĩa nhưng không tự nhiên |
| Dịch song song | Hai hoặc nhiều người dịch độc lập, rồi một nhóm so sánh và chọn cách diễn đạt tốt nhất | Dễ ra câu tự nhiên trong ngôn ngữ đích | Tốn thời gian, cần người điều phối có năng lực |
Bảng 2. Ba kỹ thuật dịch bảng hỏi, tổng hợp từ Saunders và cộng sự (2023).
Luận văn nên đính kèm cả bản thang đo gốc và bản dịch trong phụ lục, đúng như Saunders và cộng sự (2023) khuyến nghị. Cách làm này cho phép hội đồng kiểm tra từng mục thay vì phải tin vào câu "thang đo đã được dịch thuật cẩn thận".
8. Thử nghiệm sơ bộ
Saunders và cộng sự (2023) khuyên lấy ý kiến chuyên gia trước khi khảo sát thử; bước này vừa sửa được câu hỏi, vừa góp phần xác lập độ giá trị nội dung. Tiếp theo là phỏng vấn nhận thức (cognitive interviewing): người trả lời vừa trả lời vừa nói ra họ hiểu câu hỏi thế nào. Boateng và cộng sự (2018) khuyến nghị 5 đến 15 cuộc phỏng vấn, chia thành hai đến ba vòng hoặc đến khi không còn phát hiện vấn đề mới.
Về cỡ mẫu khảo sát thử, Saunders và cộng sự (2023) dẫn Fink rằng tối thiểu 10 người là đủ cho phần lớn đề tài của học viên, trong khi Dillman và cộng sự đề xuất 100 đến 200 người cho các cuộc khảo sát lớn. Thử nghiệm với bạn bè vẫn tốt hơn là không thử, nhưng cách này chủ yếu mang lại độ giá trị bề mặt (face validity).
Danh sách câu hỏi nên hỏi người tham gia thử nghiệm, phỏng theo Bell và Waters (dẫn theo Saunders et al., 2023):
- Mất bao lâu để hoàn thành bảng hỏi?
- Phần hướng dẫn có rõ ràng không?
- Câu hỏi nào không rõ nghĩa hoặc khó trả lời?
- Câu hỏi nào khiến người trả lời thấy không thoải mái?
- Có chủ đề quan trọng nào bị bỏ sót không?
- Bố cục có dễ theo dõi không?
- Còn góp ý nào khác không?
Mẫu 30 hoặc 50 người dùng để phát hiện vấn đề về câu chữ và bố cục, cùng lắm là xem sơ bộ alpha. Mẫu này không đủ để chạy EFA và rút ra kết luận về cấu trúc nhân tố. Nhiều luận văn chạy EFA trên mẫu thử 50 người rồi loại mục dựa trên kết quả đó, và đây là điểm thường bị phản biện.
9. Rút gọn biến và kiểm tra cấu trúc
Cỡ mẫu cho bước này lớn hơn nhiều so với thử nghiệm. Boateng và cộng sự (2018) tổng hợp quy tắc kinh nghiệm phổ biến là 10 người trả lời cho mỗi mục hỏi, cùng với các khuyến nghị tuyệt đối từ 200 đến 300 người cho phân tích nhân tố. Theo thang đánh giá của Comrey và Lee được trích trong bài, 100 là kém, 200 là tạm được, 300 là tốt và 500 là rất tốt.
Rút gọn mục
Tương quan giữa các mục và tương quan biến tổng hiệu chỉnh dưới 0,30 là dấu hiệu mục đó có thể cần loại (Boateng et al., 2018). Trong EFA, hệ số tải dưới 0,30 được xem là không đạt, mục có hệ số tải từ 0,40 trở lên thường được giữ, và mục tải chéo lên nhiều nhân tố có thể bị loại. Việc loại mục không nên dựa thuần vào con số: một mục tải thấp nhưng là mục duy nhất bao phủ một khía cạnh của định nghĩa thì cần cân nhắc viết lại thay vì xóa.
Xác định số nhân tố
Boateng và cộng sự (2018) liệt kê các phương pháp xác định số nhân tố gồm biểu đồ scree, tỷ lệ phương sai giải thích, phân tích song song (parallel analysis), thủ tục trung bình riêng phần tối thiểu (MAP) và phương pháp Hull. Quy tắc eigenvalue lớn hơn 1, vốn là mặc định trong SPSS, không nằm trong danh sách này. Phân tích song song là lựa chọn nên báo cáo kèm, nhất là khi kết quả theo eigenvalue mâu thuẫn với lý thuyết.
Kiểm định trên mẫu độc lập
Cấu trúc tìm được bằng EFA cần được kiểm định bằng CFA trên một mẫu khác, hoặc trên dữ liệu thu thập ở thời điểm sau (Boateng et al., 2018). Các ngưỡng phù hợp mô hình được bài tổng hợp này nhắc đến gồm RMSEA ≤ 0,06, CFI và TLI ≥ 0,95, SRMR ≤ 0,08. Với mẫu nhỏ, cách thực tế là chia ngẫu nhiên mẫu chính thức thành hai nửa, chạy EFA trên nửa đầu và CFA trên nửa sau.
Chạy CFA trên chính dữ liệu đã dùng để quyết định loại mục ở bước EFA gần như chắc chắn cho kết quả phù hợp tốt, vì mô hình đã được tinh chỉnh theo dữ liệu đó. Kết quả này chỉ xác nhận lại điều đã biết, không chứng minh thang đo ổn định trên một mẫu mới.
10. Độ tin cậy và độ giá trị
Độ tin cậy
Saunders và cộng sự (2023) nêu ba cách đánh giá độ tin cậy. Nhất quán nội tại, thường đo bằng Cronbach's alpha, nhận giá trị từ 0 đến 1 và được xem là chấp nhận được từ 0,70. Dạng thay thế dùng các câu hỏi kiểm tra lặp lại ý của câu hỏi khác, nhưng chỉ nên dùng hạn chế để tránh làm bảng hỏi dài và gây khó chịu. Kiểm tra lặp lại (test-retest) đòi hỏi khảo sát cùng người hai lần, nên chỉ nên là bổ sung. Boateng và cộng sự (2018) ghi nhận 0,70 thường được chấp nhận, trong khi 0,80 trở lên được ưa thích hơn.
Độ giá trị
| Loại độ giá trị | Câu hỏi cần trả lời | Cách đánh giá thường dùng |
|---|---|---|
| Nội dung | Các mục có bao phủ đủ và đúng định nghĩa không? | Định nghĩa từ tài liệu, hội đồng chuyên gia, CVR (Lawshe, 1975) |
| Hội tụ | Các mục của cùng khái niệm có cùng đo một thứ không? | Hệ số tải chuẩn hóa, AVE ≥ 0,50 (Fornell & Larcker, 1981) |
| Phân biệt | Khái niệm này có khác các khái niệm gần nó không? | Căn bậc hai AVE lớn hơn tương quan với khái niệm khác (Fornell & Larcker, 1981); HTMT dưới 0,85 hoặc 0,90 (Henseler et al., 2015) |
| Liên quan tiêu chuẩn | Điểm thang đo có dự báo được biến kết quả mà lý thuyết kỳ vọng không? | Tương quan hoặc hồi quy với một biến tiêu chuẩn đo độc lập (Saunders et al., 2023) |
Bảng 3. Các loại độ giá trị cần báo cáo cho một thang đo mới.
Henseler và cộng sự (2015) cho thấy tiêu chí Fornell và Larcker cùng việc xem xét hệ số tải chéo thường không phát hiện được vấn đề phân biệt trong các tình huống phổ biến, và đề xuất HTMT thay thế. Với thang đo mới, nên báo cáo cả HTMT lẫn khoảng tin cậy bootstrap của nó, thay vì chỉ dựa vào Fornell và Larcker.
Độ giá trị liên quan tiêu chuẩn thường bị bỏ qua nhất, dù đây là bằng chứng cho thấy thang đo có ích chứ không chỉ nhất quán. Một thang đo "sự gắn kết với tổ chức" mới nên tương quan với ý định nghỉ việc theo chiều âm; nếu không, cấu trúc nhân tố đẹp đến đâu cũng khó thuyết phục.
11. Mẫu báo cáo trong luận văn
Đoạn mẫu cho chương phương pháp
Do chưa có công cụ đo [tên khái niệm] phù hợp với [tổng thể, bối cảnh], nghiên cứu phát triển thang đo mới theo quy trình của Boateng và cộng sự (2018). Khái niệm được định nghĩa là [định nghĩa], gồm [số] khía cạnh: [liệt kê], và được khai báo theo mô hình [phản ánh/cấu tạo]. Bộ mục ban đầu gồm [số] mục, tạo từ tổng quan tài liệu và [số] cuộc phỏng vấn sâu. [Số] chuyên gia đánh giá độ giá trị nội dung; [số] mục có CVR dưới ngưỡng [giá trị] bị loại. Sau [số] vòng phỏng vấn nhận thức với [số] người, [số] mục được viết lại. Khảo sát chính thức thu được [N] phiếu hợp lệ, chia ngẫu nhiên thành hai mẫu con: EFA trên mẫu thứ nhất (n = [số]) giữ lại [số] mục thuộc [số] nhân tố; CFA trên mẫu thứ hai (n = [số]) cho CFI = [giá trị], TLI = [giá trị], RMSEA = [giá trị], SRMR = [giá trị]. Cronbach's alpha của các nhân tố từ [giá trị] đến [giá trị]; AVE từ [giá trị] đến [giá trị]; mọi giá trị HTMT dưới [ngưỡng]. Điểm thang đo tương quan [chiều, độ lớn] với [biến tiêu chuẩn], phù hợp với kỳ vọng lý thuyết.
12. Lỗi thường gặp và checklist
| Cách viết hoặc cách làm yếu | Vấn đề | Cách làm tốt hơn |
|---|---|---|
| "Thang đo được kế thừa và điều chỉnh từ nghiên cứu trước" | Không nói rõ điều chỉnh gì, vì sao | Liệt kê từng mục đã sửa, lý do sửa, kèm bản gốc trong phụ lục |
| Bộ mục ban đầu bằng đúng số mục dự kiến giữ lại | Không còn dư địa để loại mục yếu | Bắt đầu với ít nhất gấp đôi số mục cuối cùng |
| "Đã tham khảo ý kiến chuyên gia" | Không có bằng chứng định lượng hay danh sách thay đổi | Báo cáo số chuyên gia, cách chấm, CVR và các mục bị loại |
| Chạy EFA trên mẫu thử 50 người rồi loại mục | Mẫu quá nhỏ, cấu trúc nhân tố không ổn định | Dùng mẫu thử để sửa câu chữ; EFA trên mẫu chính thức đủ lớn |
| EFA và CFA trên cùng một bộ dữ liệu | CFA chỉ xác nhận lại kết quả đã tinh chỉnh | Chia đôi mẫu hoặc thu mẫu thứ hai |
| Dùng Cronbach's alpha cho khái niệm cấu tạo | Mục của khái niệm cấu tạo không cần tương quan với nhau | Kiểm tra đa cộng tuyến và trọng số mục theo hướng dẫn của MacKenzie và cộng sự (2011) |
Bảng 4. Lỗi thường gặp khi báo cáo phát triển thang đo.
Checklist trước khi nộp
- Đã tra cứu và lý giải vì sao thang đo hiện có không dùng được.
- Có định nghĩa khái niệm rõ ràng, nêu số chiều và loại mô hình đo lường.
- Bộ mục ban đầu dài ít nhất gấp đôi thang đo cuối cùng, ghi rõ nguồn của từng mục.
- Có bảng chấm của hội đồng chuyên gia và chỉ số đồng thuận.
- Có kết quả phỏng vấn nhận thức và danh sách mục đã viết lại.
- Phụ lục có bản gốc và bản dịch nếu thang đo được chuyển ngữ.
- Cỡ mẫu cho EFA đạt khoảng 10 người trên mỗi mục hoặc tối thiểu 200 đến 300 người.
- Phương pháp xác định số nhân tố không chỉ dựa vào eigenvalue lớn hơn 1.
- CFA được chạy trên mẫu độc lập với mẫu EFA.
- Báo cáo đủ độ tin cậy, độ giá trị hội tụ, phân biệt (có HTMT) và liên quan tiêu chuẩn.
Kết luận
Phát triển thang đo là một dự án nghiên cứu riêng, không phải một bước phụ trong chương phương pháp. Nếu thời gian chỉ đủ cho một luận văn thạc sĩ, phương án an toàn hơn thường là điều chỉnh một thang đo đã kiểm định và chứng minh tính tương đương của bản điều chỉnh.
Khi đã quyết định tự xây, giá trị của thang đo nằm ở chuỗi bằng chứng: định nghĩa, hội đồng chuyên gia, phỏng vấn nhận thức, EFA trên mẫu đủ lớn, CFA trên mẫu khác và kiểm định liên quan tiêu chuẩn. Thiếu một mắt xích nào thì phần còn lại khó đứng vững trước phản biện.
Tài liệu tham khảo
Giáo trình và tổng quan quy trình
- Boateng, G. O., Neilands, T. B., Frongillo, E. A., Melgar-Quiñonez, H. R., & Young, S. L. (2018). Best practices for developing and validating scales for health, social, and behavioral research: A primer. Frontiers in Public Health, 6, 149. https://doi.org/10.3389/fpubh.2018.00149
- Churchill, G. A., Jr. (1979). A paradigm for developing better measures of marketing constructs. Journal of Marketing Research, 16(1), 64–73. https://doi.org/10.1177/002224377901600110
- Hinkin, T. R. (1998). A brief tutorial on the development of measures for use in survey questionnaires. Organizational Research Methods, 1(1), 104–121. https://doi.org/10.1177/109442819800100106
- MacKenzie, S. B., Podsakoff, P. M., & Podsakoff, N. P. (2011). Construct measurement and validation procedures in MIS and behavioral research: Integrating new and existing techniques. MIS Quarterly, 35(2), 293–334. https://doi.org/10.2307/23044045
- Saunders, M., Lewis, P., & Thornhill, A. (2010). Phương pháp nghiên cứu trong kinh doanh (Nguyễn Văn Dung, dịch). Nhà xuất bản Tài chính.
- Saunders, M. N. K., Lewis, P., & Thornhill, A. (2023). Research methods for business students (9th ed.). Pearson.
Nguồn về độ giá trị
- Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.2307/3151312
- Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
- Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x
Bài viết tổng hợp từ các nguồn học thuật được liệt kê ở trên nhằm mục đích tham khảo phương pháp. Các ngưỡng đánh giá chỉ là quy tắc kinh nghiệm; người đọc nên đối chiếu với yêu cầu của cơ sở đào tạo và tạp chí mục tiêu.
