Bản sắc xã hội là gì? Cách xây dựng mô hình và thang đo
Mô hình bản sắc xã hội là gì
Bạn có thể gặp biến bản sắc xã hội trong các đề tài về cộng đồng thương hiệu, hành vi người tiêu dùng, tổ chức, nhóm xã hội hoặc nền tảng trực tuyến. Hiểu ngắn gọn, bản sắc xã hội là mức độ một người xem việc thuộc về một nhóm là một phần trong cách họ nhìn nhận chính mình. Người đó không chỉ biết mình là thành viên của nhóm, mà còn có thể cảm thấy gắn bó, tự hào và dùng các đặc điểm của nhóm để định hướng hành vi.
Khái niệm này thường được truy về hướng tiếp cận của Tajfel và Turner. Tuy nhiên, danh sách nguồn được phép dùng cho bài viết này không có công trình gốc của hai tác giả đó. Vì vậy, khi viết luận văn, bạn nên kiểm tra tài liệu gốc mà giảng viên yêu cầu trước khi khẳng định tác giả và năm công bố. Trong phần mô hình định lượng, bạn có thể trình bày bản sắc xã hội như một biến tiềm ẩn được đo bằng nhiều biến quan sát trên thang Likert.
Bản sắc xã hội khác với nhân khẩu học. Tuổi, giới tính hoặc nghề nghiệp mô tả đặc điểm của người trả lời. Bản sắc xã hội đo cách người trả lời cảm nhận mối liên hệ giữa bản thân và một nhóm cụ thể, chẳng hạn người dùng một thương hiệu, nhân viên của một doanh nghiệp, thành viên câu lạc bộ hoặc người tham gia một cộng đồng trực tuyến.
Nếu bạn đang chọn nền tảng lý thuyết, hãy xem thêm chủ đề Mô hình nghiên cứu để đặt khái niệm này vào mô hình tổng thể thay vì đưa vào bảng hỏi như một biến độc lập rời rạc.
Các thành phần trong mô hình
Trong nghiên cứu định lượng, bản sắc xã hội có thể được mô tả qua ba thành phần thường gặp: nhận thức thuộc về nhóm, gắn kết cảm xúc và đánh giá nhóm. Bạn cần xác định rõ mình dùng bản sắc xã hội như một cấu trúc đơn hướng hay tách thành các thành phần riêng. Quyết định này phải thống nhất với thang đo, giả thuyết và cách chạy mô hình.
| Thành phần | Nội dung cần đo | Ví dụ bối cảnh |
|---|---|---|
| Nhận thức thuộc về nhóm | Người trả lời nhận biết mình là thành viên của nhóm và xem nhóm có liên quan đến mình | Tôi xem mình là một thành viên của cộng đồng này |
| Gắn kết cảm xúc | Cảm giác gần gũi, đồng nhất hoặc gắn bó với nhóm | Tôi cảm thấy gắn bó với những người trong cộng đồng này |
| Đánh giá nhóm | Cảm giác tự hào hoặc nhìn nhận tích cực về nhóm | Tôi tự hào khi thuộc về cộng đồng này |
Ví dụ, nếu đề tài của bạn nghiên cứu lòng trung thành với một thương hiệu, bản sắc xã hội có thể phản ánh việc khách hàng xem mình là một phần của nhóm người dùng thương hiệu đó. Nếu đề tài nghiên cứu ý định tiếp tục tham gia một cộng đồng trực tuyến, biến này có thể giải thích vì sao người dùng duy trì hoạt động dù chi phí tài chính không lớn.
Bạn cũng cần phân biệt bản sắc xã hội với sự gắn kết. Gắn kết thường nhấn mạnh cảm xúc hoặc mức độ tham gia vào một đối tượng. Bản sắc xã hội nhấn mạnh quan hệ giữa cá nhân và nhóm, đặc biệt là việc thành viên nhóm trở thành một phần trong nhận thức về bản thân. Hai khái niệm có thể liên quan, nhưng không nên dùng cùng một bộ biến quan sát nếu phần cơ sở lý thuyết không giải thích được sự khác nhau.
Mô hình gốc và các mở rộng phổ biến
Khi xây dựng mô hình, bản sắc xã hội có thể đứng ở nhiều vị trí. Nó có thể là biến độc lập tác động đến niềm tin, sự gắn kết, ý định mua hoặc ý định tiếp tục sử dụng. Nó cũng có thể là biến trung gian, nối một yếu tố bối cảnh với kết quả hành vi. Trong một số mô hình, bản sắc xã hội còn được dùng như biến điều tiết, làm thay đổi mức độ tác động của một biến khác.
Bạn không nên chọn vị trí của biến chỉ vì phần mềm SmartPLS cho phép vẽ mũi tên theo nhiều hướng. Hãy bắt đầu từ câu hỏi nghiên cứu. Nếu câu hỏi là “mức độ bản sắc xã hội có làm tăng ý định tiếp tục tham gia không”, bản sắc xã hội có thể là biến độc lập và ý định tiếp tục tham gia là biến phụ thuộc. Nếu câu hỏi là “vì sao chất lượng cộng đồng làm tăng ý định tham gia”, bản sắc xã hội có thể được đặt làm biến trung gian.
Một hướng mở rộng thực tế là kết hợp bản sắc xã hội với mô hình TPB. Trong trường hợp đó, bạn có thể tham khảo mô hình TPB để xem cách các yếu tố thái độ, chuẩn chủ quan và kiểm soát hành vi cảm nhận được đưa vào mô hình. Bản sắc xã hội có thể được lập luận như một yếu tố bổ sung, nhưng bạn phải giải thích vì sao nó tạo ra thông tin khác với các cấu trúc đã có trong TPB.
Nếu đề tài liên quan đến thái độ, cảm giác mâu thuẫn hoặc hành vi không nhất quán, bất hòa nhận thức là gì có thể là một khái niệm dễ bị nhầm với phản ứng tâm lý do xung đột giữa cá nhân và nhóm. Hai biến này cần có định nghĩa và bộ biến quan sát riêng.
Một mô hình mở rộng khác có thể dùng bản sắc xã hội cùng với dòng chảy trải nghiệm, sự tin tưởng hoặc sự gắn bó cộng đồng. Dù thêm biến nào, hãy kiểm soát mô hình ở mức mà bạn có thể giải thích trong chương 2 và kiểm định với cỡ mẫu thực tế. Một mô hình có tám biến tiềm ẩn nhưng bảng hỏi thu được ít phản hồi sẽ tạo rủi ro lớn hơn một mô hình gọn, có lập luận rõ.
Thang đo thường dùng cho từng khái niệm
Bản sắc xã hội không nên được đo bằng một câu hỏi duy nhất nếu bạn muốn đưa vào mô hình SEM hoặc hồi quy với độ tin cậy cần kiểm tra. Bạn có thể bắt đầu bằng các phát biểu phản ánh nhận thức thuộc về, sự gắn bó và niềm tự hào. Đây chỉ là bộ khung tham khảo. Bạn phải điều chỉnh từ ngữ theo nhóm cụ thể và kiểm tra lại bằng nghiên cứu sơ bộ.
| Khái niệm | Mã biến tham khảo | Nội dung biến quan sát bằng tiếng Việt | Nguồn cần kiểm tra |
|---|---|---|---|
| Nhận thức thuộc về | SI1 | Tôi xem mình là một phần của nhóm này | Kiểm tra thang đo gốc của đề tài |
| Nhận thức thuộc về | SI2 | Việc thuộc về nhóm này có ý nghĩa đối với tôi | Kiểm tra thang đo gốc của đề tài |
| Gắn kết cảm xúc | SI3 | Tôi cảm thấy gần gũi với các thành viên của nhóm này | Kiểm tra thang đo gốc của đề tài |
| Gắn kết cảm xúc | SI4 | Tôi có cảm giác gắn bó với nhóm này | Kiểm tra thang đo gốc của đề tài |
| Đánh giá nhóm | SI5 | Tôi cảm thấy tự hào khi thuộc về nhóm này | Kiểm tra thang đo gốc của đề tài |
| Đánh giá nhóm | SI6 | Tôi có thiện cảm với hình ảnh của nhóm này | Kiểm tra thang đo gốc của đề tài |
Các câu trên là số liệu và câu chữ minh họa cho việc thiết kế bảng hỏi, không phải bản dịch đã được xác nhận của một thang đo gốc. Khi đưa vào luận văn, bạn cần ghi rõ nguồn thang đo, quy trình dịch và điều chỉnh bối cảnh. Nếu bạn dùng một mô hình chấp nhận công nghệ, có thể đối chiếu cách xây dựng cấu trúc trong mô hình TRA, nhưng không được tự động xem bản sắc xã hội là một thành phần của TRA.
Bảng hỏi nên dùng cùng một hướng điểm, chẳng hạn từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Nếu có biến đảo chiều, hãy đánh dấu ngay trong file dữ liệu và recode trước khi chạy Cronbach's Alpha. Việc thêm từ “không” vào một câu phát biểu chưa đủ để biến đó thành biến đảo chiều có chất lượng. Câu đảo chiều dễ khiến người trả lời hiểu sai, vì vậy chỉ dùng khi có lý do phương pháp rõ ràng.
Áp dụng vào đề tài của bạn
Giả sử đề tài của bạn là “Ảnh hưởng của chất lượng cộng đồng trực tuyến đến ý định tiếp tục tham gia của người dùng”. Bạn có thể xây dựng mô hình gồm chất lượng cộng đồng, bản sắc xã hội, sự gắn kết và ý định tiếp tục tham gia. Một mô hình bốn giả thuyết có thể được viết như sau:
- H1: Chất lượng cộng đồng trực tuyến có ảnh hưởng tích cực đến bản sắc xã hội của người dùng.
- H2: Bản sắc xã hội có ảnh hưởng tích cực đến sự gắn kết của người dùng với cộng đồng.
- H3: Bản sắc xã hội có ảnh hưởng tích cực đến ý định tiếp tục tham gia.
- H4: Sự gắn kết có ảnh hưởng tích cực đến ý định tiếp tục tham gia.
Đây là mô hình minh họa, không phải kết luận cho đề tài của bạn. Bạn cần thay “chất lượng cộng đồng trực tuyến” bằng biến thực sự có trong cơ sở lý thuyết và xác định rõ đối tượng khảo sát. Nhóm có thể là người dùng một ứng dụng, khách hàng của một thương hiệu, nhân viên trong một tổ chức hoặc thành viên của một cộng đồng chuyên môn.
Trước khi phát bảng hỏi, hãy viết một câu định nghĩa thao tác cho bản sắc xã hội. Ví dụ: “Trong nghiên cứu này, bản sắc xã hội là mức độ người dùng xem mình là một phần của cộng đồng trực tuyến và cảm nhận sự gắn bó, tự hào với cộng đồng đó.” Câu này giúp bạn kiểm tra xem từng biến quan sát có đúng đối tượng hay đang đo sự hài lòng, sự tin tưởng hoặc mức độ tham gia.
Bạn cũng nên lập sơ đồ mũi tên trước khi nhập dữ liệu. Mỗi mũi tên phải tương ứng với một giả thuyết. Nếu muốn kiểm tra vai trò trung gian của bản sắc xã hội, bạn cần có đường từ biến nguyên nhân đến bản sắc xã hội, đường từ bản sắc xã hội đến biến kết quả và lập luận cho đường trực tiếp nếu mô hình yêu cầu.
Cách kiểm định mô hình bằng SPSS hoặc SmartPLS
SPSS phù hợp khi bạn muốn kiểm tra Cronbach's Alpha, EFA, tương quan và hồi quy tuyến tính. SmartPLS phù hợp khi mô hình có biến tiềm ẩn, nhiều biến quan sát và bạn muốn đánh giá đồng thời measurement model với structural model. AMOS thuộc hướng CB-SEM và có cách đánh giá fit index riêng. JASP hoặc R có thể giảm chi phí phần mềm, nhưng đòi hỏi bạn tự quản lý syntax, gói phân tích và cách xuất bảng. Thuê dịch vụ chạy SPSS có thể tiết kiệm thời gian thao tác, nhưng rủi ro lớn là bạn không giải thích được vì sao loại biến hoặc chọn mô hình khi hội đồng hỏi.
Với SPSS, bạn có thể đi theo thứ tự: kiểm tra dữ liệu thiếu và mã hóa, chạy Analyze > Scale > Reliability Analysis, chạy EFA tại Analyze > Dimension Reduction > Factor, sau đó tạo biến tổng hợp và chạy hồi quy tại Analyze > Regression > Linear. Với SmartPLS 4, nhập file .csv, vẽ measurement model, nối các biến tiềm ẩn theo giả thuyết, chạy PLS-SEM Algorithm rồi chạy Bootstrapping.
Bảng sau là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được mô phỏng theo nhóm bảng thường gặp khi bạn đọc kết quả SmartPLS hoặc hồi quy.
| Quan hệ giả thuyết | Path Coefficient | T Statistics | P Values | Kết luận minh họa |
|---|---|---|---|---|
| Chất lượng cộng đồng → Bản sắc xã hội | 0.286 | 3.412 | 0.001 | H1 được ủng hộ trong ví dụ |
| Bản sắc xã hội → Sự gắn kết | 0.517 | 7.086 | 0.000 | H2 được ủng hộ trong ví dụ |
| Bản sắc xã hội → Ý định tiếp tục | 0.194 | 2.226 | 0.026 | H3 được ủng hộ trong ví dụ |
| Sự gắn kết → Ý định tiếp tục | 0.401 | 4.965 | 0.000 | H4 được ủng hộ trong ví dụ |
Khi đánh giá measurement model, hãy xem Outer Loadings, Composite Reliability, AVE và HTMT. Khi đánh giá structural model, xem VIF, Path Coefficients, P Values, R², f² và Q² nếu quy trình của bạn có chỉ số này. Đừng đưa CFI, TLI hoặc RMSEA vào báo cáo SmartPLS, vì các fit index đó thuộc CB-SEM.
| Chỉ số hoặc tiêu chí | Ngưỡng tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Total variance explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
| VIF | Dưới 5 | (Hair và cộng sự, 2019) |
| R² | 0.25 yếu, 0.50 trung bình, 0.75 đáng kể | (Hair và cộng sự, 2011) |
| Q² | Lớn hơn 0 | (Stone, 1974) |
Cách viết vào luận văn: “Kết quả minh họa cho thấy bản sắc xã hội có tác động đến [tên biến phụ thuộc] với hệ số tác động là [β], p-value là [p]. Do p-value [nhỏ hơn/lớn hơn] 0.05, giả thuyết [H] được [chấp nhận/không được ủng hộ] trong phạm vi mẫu nghiên cứu.” Bạn thay toàn bộ phần trong ngoặc vuông bằng kết quả thật trong output của mình.
Lỗi thường gặp khi dùng mô hình này
Lỗi đầu tiên là dùng từ “bản sắc xã hội” nhưng câu hỏi lại chỉ đo mức độ hài lòng với sản phẩm. Hãy đọc từng biến quan sát và hỏi: người trả lời có đang nói về quan hệ với một nhóm không. Nếu không, biến đó có thể thuộc về chất lượng cảm nhận, sự hài lòng hoặc giá trị cảm nhận.
Lỗi thứ hai là lấy nguyên thang đo tiếng Anh rồi dịch từng chữ. Một câu phù hợp với nhóm người dùng thương hiệu có thể không phù hợp với nhân viên tổ chức. Bạn cần nêu rõ nhóm tham chiếu, bối cảnh và đối tượng trong câu hỏi, sau đó kiểm tra cách hiểu trước khi thu thập chính thức.
Lỗi thứ ba là loại biến chỉ để làm chỉ số đẹp. EFA hiếm khi ra đẹp ngay ở lần đầu. Bạn có thể loại biến khi có lý do phương pháp, chẳng hạn loading thấp, cross-loading rõ hoặc nội dung không phù hợp, nhưng phải ghi lại từng vòng xử lý và xem tác động đến ý nghĩa của khái niệm.
Lỗi thứ tư là khẳng định bản sắc xã hội là biến trung gian chỉ vì có tương quan với hai biến còn lại. Vai trò trung gian cần được kiểm tra bằng indirect effect, thường dựa trên bootstrapping. Khoảng tin cậy của tác động gián tiếp cần được đọc theo quy tắc của phương pháp bạn chọn, trong đó khoảng tin cậy không chứa zero là dấu hiệu có ý nghĩa theo (Preacher và Hayes, 2008).
Cuối cùng, đừng trộn mô hình lý thuyết với kết quả minh họa. Bảng số liệu ở trên chỉ giúp bạn nhận diện cột và cách diễn giải. Khi viết chương 4, hãy mở đúng file .sav hoặc .csv, đối chiếu số dòng hợp lệ, lưu output từng bước và dùng đúng con số của mẫu nghiên cứu.
Đọc thêm: các giai đoạn thay đổi hành vi là gì, dòng chảy flow là gì.
Câu hỏi thường gặp
Bản sắc xã hội có phải là sự gắn bó với thương hiệu không
Hai khái niệm có thể liên quan nhưng không đồng nhất. Bản sắc xã hội tập trung vào việc người tiêu dùng xem mình là thành viên của một nhóm, còn sự gắn bó với thương hiệu thường tập trung vào mối quan hệ cảm xúc với thương hiệu. Bạn nên tách hai biến nếu mô hình có cả hai và dùng câu hỏi phản ánh đúng nội dung từng khái niệm.
Bản sắc xã hội nên có bao nhiêu biến quan sát
Số biến quan sát phụ thuộc vào thang đo gốc, cấu trúc bạn chọn và bối cảnh nghiên cứu. Không nên đặt một con số cố định rồi thêm câu cho đủ. Hãy bảo đảm mỗi thành phần quan trọng có nội dung đo phù hợp, sau đó kiểm tra độ tin cậy và giá trị của thang đo trên dữ liệu thực tế.
Có thể dùng bản sắc xã hội làm biến trung gian không
Có thể, nếu cơ sở lý thuyết giải thích được vì sao một biến nguyên nhân hình thành hoặc củng cố bản sắc xã hội, rồi bản sắc xã hội dẫn đến kết quả hành vi. Mô hình cần có các đường dẫn tương ứng và bạn phải kiểm tra indirect effect thay vì chỉ nhìn vào tương quan.
Nên chạy SPSS hay SmartPLS cho bản sắc xã hội
Nếu bạn chỉ cần kiểm tra độ tin cậy, EFA và hồi quy, SPSS có thể đáp ứng. Nếu bản sắc xã hội là biến tiềm ẩn trong mô hình có nhiều đường dẫn, SmartPLS giúp bạn đánh giá measurement model và structural model trong cùng quy trình. Công cụ không thay thế cho việc chọn đúng lý thuyết và thang đo.
Outer loading thấp thì có nên xóa biến ngay không
Chưa nên xóa ngay chỉ vì một con số thấp. Hãy xem nội dung biến, loading của các biến còn lại, độ tin cậy, AVE và lý do lý thuyết. Nếu xóa biến làm khái niệm mất một thành phần quan trọng, kết quả đẹp hơn có thể khiến thang đo kém hợp lệ khi giải thích trước hội đồng.
Bạn hãy mở lại file dữ liệu, lập bảng mã cho từng biến SI, kiểm tra câu hỏi nào thực sự đo quan hệ giữa cá nhân và nhóm, rồi chạy lần lượt Reliability Analysis, EFA hoặc measurement model trước khi kiểm định giả thuyết. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của bạn, M4 phân tích dữ liệu của DoThesis là bước phù hợp.