Các bên liên quan là gì? Cách xây dựng mô hình nghiên cứu
Mô hình các bên liên quan là gì
Các bên liên quan, thường được gọi là stakeholders, là những cá nhân, nhóm hoặc tổ chức có thể ảnh hưởng đến một hoạt động, dự án, doanh nghiệp hoặc bị ảnh hưởng bởi hoạt động đó. Khi bạn tìm kiếm “các bên liên quan là gì” để làm luận văn, điều cần hiểu trước tiên là đây không chỉ là một danh sách đối tượng. Trong nghiên cứu định lượng, các bên liên quan phải được chuyển thành những khái niệm có thể quan sát, đo lường và kiểm định.
Ví dụ, với đề tài về chất lượng dịch vụ ngân hàng số, khách hàng, nhân viên ngân hàng, cơ quan quản lý, đối tác công nghệ và cổ đông đều có thể là các bên liên quan. Tuy nhiên, bạn không nên đưa toàn bộ các nhóm này vào mô hình chỉ vì chúng xuất hiện trong thực tế. Mỗi nhóm cần được gắn với một câu hỏi nghiên cứu cụ thể, một khái niệm lý thuyết và bộ biến quan sát phù hợp.
Một mô hình các bên liên quan thường trả lời ba câu hỏi: ai có lợi ích liên quan, họ có mức độ ảnh hưởng nào, và sự đánh giá hoặc hành vi của họ liên quan thế nào đến biến kết quả. Chẳng hạn, đề tài có thể kiểm định ảnh hưởng của sự tham gia của nhân viên, mức độ hỗ trợ của lãnh đạo và áp lực từ khách hàng đến hiệu quả triển khai chuyển đổi số.
Bạn có thể xem thêm các chủ đề về Mô hình nghiên cứu để đặt mô hình này trong quy trình làm luận văn định lượng. Nếu đề tài nghiêng về phân tích môi trường kinh doanh, mô hình SWOT cũng có thể giúp bạn nhận diện nhóm đối tượng và yếu tố tác động ở bước hình thành ý tưởng.
Các thành phần trong mô hình
Một mô hình nghiên cứu về các bên liên quan thường có bốn nhóm thành phần: bên liên quan, đặc điểm hoặc nguồn lực của bên liên quan, cơ chế tác động và kết quả nghiên cứu. Không phải mô hình nào cũng cần đủ bốn nhóm. Bạn chọn thành phần dựa trên câu hỏi nghiên cứu và dữ liệu có thể thu thập được.
| Thành phần | Nội dung cần xác định | Ví dụ biến có thể đo lường |
|---|---|---|
| Nhóm bên liên quan | Ai có quyền lợi, trách nhiệm hoặc khả năng tác động đến đối tượng nghiên cứu | Khách hàng, nhân viên, nhà cung cấp, cơ quan quản lý |
| Mức độ ảnh hưởng | Khả năng nhóm đó tác động đến quyết định hoặc kết quả | Quyền lực, khả năng gây áp lực, mức độ kiểm soát nguồn lực |
| Mức độ quan tâm | Mức độ nhóm đó chú ý và tham gia vào vấn đề | Mức độ tham gia, tần suất trao đổi, mức độ cam kết |
| Cơ chế tác động | Cách ảnh hưởng chuyển thành thay đổi ở biến kết quả | Chia sẻ thông tin, hỗ trợ, phối hợp, áp lực |
| Kết quả nghiên cứu | Biến phụ thuộc mà luận văn cần giải thích | Hiệu quả dự án, ý định tiếp tục sử dụng, hiệu quả kinh doanh |
Trong bảng hỏi, “khách hàng” không nên được xem là một biến quan sát duy nhất nếu bạn muốn đo một khái niệm như áp lực từ khách hàng. Bạn cần nhiều phát biểu để người trả lời đánh giá, chẳng hạn khách hàng thường yêu cầu doanh nghiệp cải thiện dịch vụ, khách hàng phản hồi nhanh khi có thay đổi, hoặc kỳ vọng của khách hàng ảnh hưởng đến quyết định của doanh nghiệp.
Bạn cũng cần phân biệt đơn vị phân tích với bên liên quan. Nếu đơn vị phân tích là doanh nghiệp, người trả lời có thể là quản lý hoặc nhân viên đại diện cho doanh nghiệp. Nếu đơn vị phân tích là khách hàng, bạn không thể trộn câu trả lời của khách hàng và nhà cung cấp vào cùng một thang đo nếu chưa có thiết kế nghiên cứu giải thích rõ cách tổng hợp dữ liệu.
Để tránh mô hình quá rộng, hãy lập một bảng sàng lọc gồm ba cột: nhóm bên liên quan, lý do đưa vào nghiên cứu và dữ liệu có thể thu thập. Nhóm nào không có người trả lời phù hợp, không có thang đo hoặc không gắn với giả thuyết thì nên bỏ khỏi mô hình.
Mô hình gốc và các mở rộng phổ biến
Khái niệm các bên liên quan thường được dùng như một cách nhìn để mở rộng phạm vi phân tích của doanh nghiệp. Doanh nghiệp không chỉ xem xét cổ đông hoặc khách hàng, mà còn cân nhắc các nhóm có quyền lợi, trách nhiệm, nguồn lực hoặc khả năng gây ảnh hưởng đến hoạt động của mình.
Trong luận văn định lượng, bạn nên nói rõ mô hình của mình kế thừa phần nào và mở rộng phần nào. “Các bên liên quan” có thể là nền tảng để lựa chọn biến độc lập, nhưng bản thân cụm từ này chưa tự động tạo thành một thang đo duy nhất. Bạn phải xác định nhóm bên liên quan cụ thể và khía cạnh cần đo.
Có ba hướng mở rộng thường gặp. Hướng thứ nhất tập trung vào mức độ ảnh hưởng của từng nhóm, chẳng hạn quyền lực và mức độ quan tâm. Hướng thứ hai tập trung vào quan hệ giữa doanh nghiệp và bên liên quan, chẳng hạn chất lượng phối hợp, trao đổi thông tin hoặc sự tin cậy. Hướng thứ ba tập trung vào kết quả của việc quản trị quan hệ, chẳng hạn hiệu quả dự án, năng lực đổi mới hoặc ý định tiếp tục hợp tác.
Nếu đề tài của bạn nghiên cứu cạnh tranh trong ngành, hãy phân biệt mô hình các bên liên quan với 5 áp lực cạnh tranh Porter. Mô hình Porter tập trung vào cấu trúc cạnh tranh và áp lực trong ngành, còn mô hình các bên liên quan rộng hơn, bao gồm cả những nhóm không trực tiếp cạnh tranh nhưng vẫn tác động đến quyết định của tổ chức.
Một hướng kết hợp khác là dùng các bên liên quan để giải thích nguồn lực hoặc kết quả trong mô hình chuỗi giá trị Porter. Khi đó, nhà cung cấp có thể liên quan đến hoạt động đầu vào, nhân viên liên quan đến vận hành, còn khách hàng liên quan đến hoạt động đầu ra. Bạn cần tránh đưa hai mô hình vào cùng một sơ đồ chỉ để làm mô hình có vẻ đầy đủ hơn.
Thang đo thường dùng cho từng khái niệm
Không có một bộ biến quan sát chung cho mọi đề tài về các bên liên quan. Bạn cần chọn thang đo theo nhóm đối tượng, bối cảnh và biến kết quả. Các khái niệm như quyền lực, mức độ tham gia, sự hỗ trợ, chất lượng quan hệ và áp lực từ bên liên quan là những khái niệm khác nhau, dù đôi khi chúng cùng xuất hiện trong một mô hình.
| Khái niệm | Cách diễn giải trong nghiên cứu | Gợi ý nguồn hoặc nền tảng đo lường |
|---|---|---|
| Mức độ tham gia của bên liên quan | Nhóm liên quan được tham gia vào trao đổi, ra quyết định hoặc triển khai hoạt động | Xây dựng mục đo theo bối cảnh, sau đó kiểm định EFA hoặc mô hình đo lường |
| Sự hỗ trợ của bên liên quan | Mức độ nhóm liên quan cung cấp nguồn lực, thông tin hoặc khuyến khích | Có thể đo bằng các phát biểu về hỗ trợ và phối hợp |
| Áp lực từ bên liên quan | Mức độ yêu cầu hoặc kỳ vọng của nhóm đó ảnh hưởng đến quyết định | Cần ghi rõ nhóm gây áp lực, tránh gộp khách hàng và cơ quan quản lý |
| Chất lượng quan hệ | Mức độ tin cậy, trao đổi và phối hợp giữa tổ chức với nhóm liên quan | Có thể sử dụng các mục đo riêng cho tin cậy, trao đổi và phối hợp |
| Hiệu quả quản trị quan hệ | Mức độ tổ chức đạt kết quả mong muốn khi làm việc với bên liên quan | Có thể đo bằng hiệu quả phối hợp, giảm xung đột hoặc đạt mục tiêu |
| Kết quả đầu ra | Kết quả cuối cùng cần giải thích trong mô hình | Hiệu quả dự án, hiệu quả kinh doanh, ý định duy trì hợp tác |
Khi viết bảng hỏi, hãy dùng “biến quan sát” thay cho cách gọi chung là “câu hỏi”. Mỗi biến quan sát nên diễn đạt một ý, dùng cùng một chủ thể và cùng một thang Likert. Thang Likert là kỹ thuật đo thái độ được giới thiệu trong (Likert, 1932). Bạn có thể dùng thang 5 hoặc 7 mức, nhưng cần giữ nhất quán trong toàn bộ bảng hỏi.
Với một thang đo mới hoặc được điều chỉnh mạnh cho bối cảnh Việt Nam, bạn nên chạy thử trên một nhóm nhỏ trước khi thu thập chính thức. Sau đó kiểm tra Cronbach's Alpha, Corrected Item-Total Correlation và EFA nếu thiết kế nghiên cứu của bạn có bước khám phá thang đo. Cronbach's Alpha từ 0.7 trở lên thường được chấp nhận (Nunnally, 1978), còn mức 0.6 có thể được cân nhắc với thang đo mới hoặc nghiên cứu khám phá (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là một ngưỡng thường dùng (Nunnally và Bernstein, 1994).
Nếu bạn muốn phân tích nhiều khía cạnh chiến lược của doanh nghiệp, Balanced Scorecard là gì có thể giúp phân biệt các nhóm kết quả như tài chính, khách hàng, quy trình nội bộ và học hỏi phát triển. Đây là cách tham khảo để chọn biến kết quả, không phải lý do để đưa toàn bộ chỉ tiêu vào một mô hình hồi quy.
Áp dụng vào đề tài của bạn
Giả sử bạn nghiên cứu đề tài: “Ảnh hưởng của quản trị các bên liên quan đến hiệu quả chuyển đổi số của doanh nghiệp nhỏ và vừa”. Một mô hình vừa sức có thể gồm ba biến độc lập, một biến trung gian và một biến phụ thuộc.
Mô hình minh họa:
- Sự hỗ trợ của lãnh đạo tác động đến mức độ sẵn sàng chuyển đổi số.
- Sự tham gia của nhân viên tác động đến mức độ sẵn sàng chuyển đổi số.
- Áp lực từ khách hàng tác động đến mức độ sẵn sàng chuyển đổi số.
- Mức độ sẵn sàng chuyển đổi số tác động đến hiệu quả chuyển đổi số.
Xác định đối tượng trả lời
Bạn cần quyết định người trả lời là chủ doanh nghiệp, quản lý cấp phòng hay nhân viên tham gia dự án. Nếu dùng nhiều nhóm trả lời, bảng hỏi phải có biến nhận diện nhóm và kế hoạch kiểm tra sự khác biệt. Với một luận văn thời gian ngắn, chọn một nhóm trả lời có thông tin phù hợp thường dễ giải trình hơn.
Chuyển khái niệm thành giả thuyết
H1: Sự hỗ trợ của lãnh đạo có ảnh hưởng tích cực đến mức độ sẵn sàng chuyển đổi số.
H2: Sự tham gia của nhân viên có ảnh hưởng tích cực đến mức độ sẵn sàng chuyển đổi số.
H3: Áp lực từ khách hàng có ảnh hưởng tích cực đến mức độ sẵn sàng chuyển đổi số.
H4: Mức độ sẵn sàng chuyển đổi số có ảnh hưởng tích cực đến hiệu quả chuyển đổi số.
Các giả thuyết trên là ví dụ minh họa về cấu trúc mô hình, không phải kết quả của một nghiên cứu đã thực hiện. Khi viết đề cương, bạn cần bổ sung lập luận từ tài liệu phù hợp cho từng mối quan hệ và giải thích vì sao bối cảnh của mình cần kiểm định lại.
Viết mô hình vào luận văn
Cách viết vào luận văn: “Nghiên cứu đề xuất mô hình gồm [tên biến độc lập], [tên biến trung gian nếu có] và [tên biến phụ thuộc]. Cụ thể, giả thuyết H1 kiểm định ảnh hưởng của [X1] đến [Y], giả thuyết H2 kiểm định ảnh hưởng của [X2] đến [Y], trong khi H3 kiểm định ảnh hưởng của [X3] đến [Y]. Các mối quan hệ được đánh giá bằng [hồi quy tuyến tính hoặc PLS-SEM] trên dữ liệu thu thập từ [đối tượng khảo sát] tại [phạm vi nghiên cứu].”
Khi hoàn thiện sơ đồ, hãy kiểm tra chiều mũi tên. Mũi tên từ biến độc lập sang biến phụ thuộc thể hiện quan hệ giả thuyết. Nếu bạn chưa có lập luận cho cơ chế trung gian hoặc điều tiết, không nên thêm mediator hay moderator chỉ vì sơ đồ đang có ít biến.
Bạn cũng có thể tham khảo mô hình BCG khi phân loại danh mục sản phẩm, nhưng mô hình BCG và mô hình các bên liên quan trả lời hai câu hỏi khác nhau. BCG phân tích vị thế sản phẩm theo thị phần và tốc độ tăng trưởng, còn mô hình các bên liên quan phân tích nhóm người hoặc tổ chức có liên hệ với vấn đề nghiên cứu.
Cách kiểm định mô hình bằng SPSS hoặc SmartPLS
SPSS phù hợp khi mô hình của bạn dùng các biến tổng hợp và cần chạy Cronbach's Alpha, EFA, tương quan, hồi quy hoặc kiểm định trung gian bằng PROCESS. Bạn có thể bắt đầu tại Analyze > Scale > Reliability Analysis, chọn các biến quan sát của từng khái niệm, sau đó mở Statistics và chọn Scale if item deleted để xem ảnh hưởng của từng biến.
Sau độ tin cậy, chạy EFA tại Analyze > Dimension Reduction > Factor. Trong hộp thoại, chọn KMO and Bartlett's Test, Total Variance Explained và Rotated Solution. KMO từ 0.5 trở lên, Bartlett có ý nghĩa thống kê dưới 0.05 và eigenvalue lớn hơn 1 là các tiêu chí thường được dùng, lần lượt theo (Kaiser, 1974) và (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên là các ngưỡng thường gặp (Hair và cộng sự, 2010).
Nếu mô hình có biến tiềm ẩn, nhiều mối quan hệ đồng thời, mediator hoặc moderator, SmartPLS có thể phù hợp hơn. Bạn nhập dữ liệu .csv, tạo construct, kéo các biến quan sát vào từng construct, vẽ mũi tên và chạy PLS-SEM Algorithm, sau đó chạy Bootstrapping. Theo hướng dẫn thực hành PLS-SEM, có thể dùng 5.000 bootstrap subsamples (Hair và cộng sự, 2022).
Trong SmartPLS, bạn đọc các bảng Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Path Coefficients và Total Effects. Outer loading từ 0.7 trở lên là mức tham khảo thường dùng (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên thường được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ (Fornell và Larcker, 1981). HTMT nên dưới 0.85, hoặc dưới 0.90 khi các khái niệm gần nhau về mặt nội dung (Henseler và cộng sự, 2015).
| Chỉ số cần đọc | Nơi xem trong phần mềm | Ngưỡng tham khảo và nguồn |
|---|---|---|
| Cronbach's Alpha | Reliability Statistics | Từ 0.7 trở lên (Nunnally, 1978); thang đo khám phá có thể xem xét từ 0.6 (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Item-Total Statistics | Từ 0.3 trở lên (Nunnally và Bernstein, 1994) |
| KMO và Bartlett's Test | KMO and Bartlett's Test | KMO từ 0.5, Bartlett dưới 0.05 (Kaiser, 1974) |
| Factor loading | Rotated Component Matrix | Từ 0.5 trở lên (Hair và cộng sự, 2010) |
| CR và AVE | Construct Reliability and Validity | CR từ 0.7, AVE từ 0.5 (Fornell và Larcker, 1981) |
| HTMT | Discriminant Validity | Dưới 0.85 hoặc 0.90 tùy mức độ gần nhau (Henseler và cộng sự, 2015) |
| VIF | Collinearity Statistics | Dưới 5 (Hair và cộng sự, 2019) |
| R² | R Square | 0.75 đáng kể, 0.50 trung bình, 0.25 yếu trong PLS-SEM (Hair và cộng sự, 2011) |
| Q² | Construct Crossvalidated Redundancy | Lớn hơn 0 cho thấy khả năng dự báo có liên quan (Stone, 1974) |
Bảng trên chỉ là quy tắc đọc kết quả, không phải cam kết rằng dữ liệu của bạn sẽ đạt. Nếu một chỉ số không đạt, hãy quay lại định nghĩa khái niệm, nội dung biến quan sát và chất lượng dữ liệu trước khi quyết định loại biến.
Lỗi thường gặp khi dùng mô hình này
Lỗi đầu tiên là coi “các bên liên quan” như một biến duy nhất. Khách hàng, nhân viên và cơ quan quản lý có quyền lợi, ngôn ngữ và mức độ ảnh hưởng khác nhau. Gộp họ vào cùng một thang đo có thể làm mất ý nghĩa của mô hình.
Lỗi thứ hai là liệt kê quá nhiều nhóm nhưng không có dữ liệu. Một mô hình có tám biến độc lập sẽ kéo theo nhiều biến quan sát, cỡ mẫu lớn và phần giải thích dài. Nếu số mẫu có hạn, hãy ưu tiên vài khái niệm gắn trực tiếp với câu hỏi nghiên cứu.
Lỗi thứ ba là dùng tên nhóm thay cho khái niệm đo lường. “Nhân viên” là nhóm đối tượng, còn “sự tham gia của nhân viên” hoặc “sự hỗ trợ của nhân viên” mới là khái niệm cần xây dựng thang đo.
Lỗi thứ tư là loại biến chỉ để làm Cronbach's Alpha tăng. Bạn cần đọc cả nội dung phát biểu, Corrected Item-Total Correlation và tác động đến giá trị khái niệm. Việc loại biến phải được ghi lại qua từng vòng, gồm lý do và kết quả sau khi chạy lại.
Lỗi thứ năm là đưa các chỉ số phù hợp của CB-SEM vào bài SmartPLS. CFI, TLI và RMSEA gắn với đánh giá CB-SEM theo (Hu và Bentler, 1999), vì vậy không nên dùng chúng như bộ tiêu chí chính cho PLS-SEM. Với SmartPLS, hãy tập trung vào measurement model, structural model, path coefficient, R², f², Q² và bootstrapping.
Câu hỏi thường gặp
Các bên liên quan có phải là một biến độc lập không?
Không tự động. Đây trước hết là một nhóm khái niệm hoặc cách tiếp cận để nhận diện đối tượng có liên quan. Bạn chỉ có biến độc lập sau khi chuyển một khía cạnh cụ thể, chẳng hạn sự hỗ trợ của lãnh đạo hoặc áp lực từ khách hàng, thành thang đo có các biến quan sát.
Có thể đưa khách hàng, nhân viên và nhà cung cấp vào cùng một thang đo không?
Chỉ nên làm vậy khi các nhóm này cùng đại diện cho một khái niệm rõ ràng và thiết kế lấy mẫu cho phép gộp dữ liệu. Trong phần lớn luận văn sinh viên, nên tách nhóm hoặc chọn một nhóm chính để bảng hỏi, mô hình và phần giải thích nhất quán hơn.
Mô hình các bên liên quan nên chạy SPSS hay SmartPLS?
Nếu bạn dùng các biến tổng hợp và muốn chạy hồi quy, SPSS là lựa chọn dễ theo dõi. Nếu mô hình có nhiều biến tiềm ẩn, mediator, moderator hoặc cần đánh giá đồng thời measurement model và structural model, SmartPLS có thể phù hợp hơn. Công cụ không thay thế cho việc định nghĩa khái niệm và thiết kế bảng hỏi.
Nếu Cronbach's Alpha không đạt thì phải làm sao?
Kiểm tra mã hóa biến đảo chiều, dữ liệu thiếu, biến nhập sai và thống kê Item-Total Statistics trước. Sau đó xem nội dung biến quan sát nào không cùng đo một khái niệm. Chỉ loại biến khi có lý do nội dung và thống kê, rồi chạy lại đúng nhóm biến đó.
Có cần dùng cả mô hình các bên liên quan và mô hình Porter không?
Chỉ dùng cả hai khi mỗi mô hình trả lời một phần khác nhau của câu hỏi nghiên cứu. Mô hình Porter phù hợp để phân tích cạnh tranh hoặc cấu trúc ngành, còn mô hình các bên liên quan giúp nhận diện nhóm có ảnh hưởng và quan hệ với tổ chức. Đưa cả hai vào mà không có mối nối lý thuyết sẽ làm mô hình khó kiểm định.
Bạn hãy mở file .sav hoặc .csv, lập danh sách từng nhóm bên liên quan, chọn một khái niệm đo lường được cho mỗi nhóm, rồi kiểm tra lại giả thuyết trước khi chạy phân tích; nếu cần hỗ trợ chạy dữ liệu thật và đọc output SPSS hoặc SmartPLS theo đúng mô hình của bạn, xem M4 phân tích dữ liệu của DoThesis.