Chuẩn mực xã hội là gì và đo bằng thang đo nào

Chuẩn mực xã hội là gì và được đo bằng gì

Nếu bạn đang xây dựng mô hình về ý định khởi nghiệp, ý định sử dụng công nghệ, hành vi mua hoặc một quyết định cá nhân, biến chuẩn mực xã hội thường xuất hiện dưới tên tiếng Anh là subjective norm. Khái niệm này mô tả mức độ một cá nhân cảm nhận rằng những người quan trọng với họ mong đợi, ủng hộ hoặc phản đối một hành vi nhất định.

Ví dụ, một sinh viên có thể cảm thấy gia đình, bạn bè hoặc giảng viên đều ủng hộ việc khởi nghiệp. Cảm nhận đó tạo thành chuẩn mực xã hội trong bối cảnh nghiên cứu, dù những người xung quanh chưa trực tiếp yêu cầu sinh viên phải khởi nghiệp. Vì vậy, bạn đang đo nhận thức của người trả lời về áp lực hoặc sự ủng hộ xã hội, không đo số lượng người thật sự đã nói với họ về hành vi đó.

Chuẩn mực xã hội thường được đặt trong Theory of Planned Behavior, cùng với thái độ đối với hành vi và perceived behavioral control. Trong mô hình này, chuẩn mực xã hội có thể tác động đến behavioral intention. Nguồn lý thuyết nền thường được trích dẫn là (Ajzen, 1991). Nếu đề tài của bạn liên quan đến khởi nghiệp, nên xem thêm cách khái niệm này liên kết với các biến khác trong mô hình nghiên cứu, thay vì đưa thẳng một bộ câu hỏi vào bảng hỏi.

Về đo lường, bạn thường dùng một nhóm biến quan sát trên thang Likert 5 hoặc 7 mức. Người trả lời đánh giá mức độ đồng ý với các phát biểu như “Những người quan trọng với tôi cho rằng tôi nên thực hiện hành vi này”. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ được trình bày trong (Likert, 1932). Số mức cụ thể cần nhất quán trong toàn bộ bảng hỏi và phù hợp với hướng dẫn của giảng viên.

Nguồn thang đo gốc

Nguồn gốc quan trọng nhất của chuẩn mực xã hội trong nhiều nghiên cứu hành vi là Theory of Planned Behavior. (Ajzen, 1991) mô tả subjective norm theo hướng nhận thức của cá nhân về kỳ vọng xã hội và động lực làm theo kỳ vọng đó. Trong luận văn, bạn nên phân biệt phần định nghĩa lý thuyết với bộ biến quan sát cụ thể. Một bài nghiên cứu có thể dùng ba biến quan sát, bài khác dùng bốn hoặc điều chỉnh câu chữ theo bối cảnh.

Bảng dưới đây giúp bạn định vị nguồn tham khảo, không phải danh sách các thang đo đã được dịch và xác nhận cho mọi đề tài.

Bạn không nên ghi “thang đo chuẩn mực xã hội của Ajzen gồm chính xác X biến” nếu tài liệu bạn đang đọc không nêu rõ số item đó. Bản thân khái niệm có thể được đo theo dạng trực tiếp, chẳng hạn cảm nhận về sự ủng hộ của người quan trọng, hoặc dạng gián tiếp, kết hợp niềm tin chuẩn mực với động lực làm theo. Hai cách này không nên bị trộn lẫn thành một bảng hỏi tùy ý.

Nếu đề tài của bạn là ý định khởi nghiệp, chuẩn mực xã hội có thể liên quan đến thang đo chuẩn mực xã hội. Nếu bạn đang xây dựng toàn bộ mô hình khởi nghiệp, hãy xem riêng khái niệm giáo dục khởi nghiệp là gì và tự tin khởi nghiệp là gì để tránh dùng chuẩn mực xã hội như một tên gọi khác của sự tự tin.

Bộ biến quan sát tham khảo

Dưới đây là bộ biến quan sát minh họa để bạn bắt đầu thiết kế bảng hỏi. Đây chưa phải bản dịch được xác nhận cho đề tài của bạn. Bạn cần thay phần [hành vi] bằng hành vi cụ thể, kiểm tra ngữ nghĩa với giảng viên và thử nghiệm trước khi thu thập chính thức.

Các item SN1 đến SN4 đang đo nhận thức về kỳ vọng hoặc sự ủng hộ. SN5 gần với động lực làm theo hơn, vì vậy bạn cần quyết định trước liệu mô hình của mình đo chuẩn mực xã hội trực tiếp hay xây dựng hai thành phần riêng. Nếu gộp chúng vào cùng một thang đo, việc gộp phải có cơ sở lý thuyết và được kiểm tra bằng dữ liệu.

Bạn cũng cần thay đổi nhóm tham chiếu theo đề tài. Với ý định mua sản phẩm xanh, nhóm quan trọng có thể là gia đình và bạn bè. Với ý định sử dụng phần mềm, đồng nghiệp hoặc cấp trên có thể phù hợp hơn. Với ý định khởi nghiệp, cha mẹ, bạn bè, giảng viên và mạng lưới nghề nghiệp có thể có ý nghĩa khác nhau. Đừng đưa tất cả nhóm này vào chỉ vì chúng nghe hợp lý. Mỗi biến quan sát phải phục vụ đúng định nghĩa và bối cảnh của nghiên cứu.

Một lỗi thường thấy là viết item theo kiểu “Mọi người đều nghĩ tôi phải làm việc này”. Câu này tạo cảm giác bắt buộc và tuyệt đối, trong khi chuẩn mực xã hội thường là nhận thức của người trả lời về kỳ vọng hoặc sự ủng hộ. Câu chữ nên cụ thể, ngắn, chỉ chứa một ý và không gợi người trả lời chọn đáp án tích cực.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bạn nên bắt đầu bằng việc lập bảng đối chiếu giữa định nghĩa gốc, nhóm đối tượng tham chiếu và hành vi trong đề tài. Nếu biến phụ thuộc là “ý định khởi nghiệp”, hãy dùng cùng một cách gọi ở phần mô hình, giả thuyết và từng item. Việc một đoạn viết dùng “khởi nghiệp”, đoạn khác dùng “bắt đầu kinh doanh” có thể khiến phạm vi hành vi bị thay đổi.

Bước tiếp theo là dịch và điều chỉnh câu chữ cho người trả lời Việt Nam. Bản dịch cần giữ ý nghĩa đo lường, nhưng không nên bê nguyên cấu trúc tiếng Anh khiến câu hỏi khó đọc. Các cụm như “những người quan trọng với tôi” cần được giải thích trong hướng dẫn bảng hỏi hoặc thay bằng nhóm tham chiếu cụ thể nếu đề tài đã xác định rõ.

Với item đảo chiều, hãy cân nhắc thật kỹ trước khi sử dụng. Một câu như “Gia đình tôi không ủng hộ việc tôi thực hiện [hành vi]” có thể đo hướng ngược, nhưng cũng dễ khiến sinh viên trả lời nhầm do bỏ sót từ “không”. Nếu bạn dùng item đảo chiều, cần mã hóa lại trước khi chạy Cronbach's Alpha hoặc EFA, đồng thời ghi lại quy tắc mã hóa trong file dữ liệu.

Bạn nên thử nghiệm bảng hỏi với một nhóm nhỏ có đặc điểm gần với mẫu chính thức. Mục tiêu của bước này là phát hiện câu khó hiểu, nhóm tham chiếu không phù hợp, thời gian trả lời quá dài và lỗi trong thang đo Likert. Đây là giai đoạn điều chỉnh công cụ, chưa phải bằng chứng rằng thang đo đã đạt độ tin cậy cho mẫu chính thức.

Trong file .sav hoặc .csv, mã biến nên nhất quán như SN1, SN2, SN3. Không đặt tên cột bằng cả câu hỏi dài, dấu tiếng Việt hoặc nhiều ký tự đặc biệt nếu bạn còn định chuyển dữ liệu qua SmartPLS. Cột dữ liệu nên chứa mã số trả lời, còn nội dung đầy đủ của biến quan sát được lưu trong codebook.

Kiểm định độ tin cậy và giá trị của thang đo

Nếu dùng SPSS, trình tự thường bắt đầu bằng Cronbach's Alpha. Vào Analyze > Scale > Reliability Analysis, đưa các biến SN1 đến SN5 vào ô Items, chọn mô hình Alpha, rồi trong Statistics chọn Item, Scale và Scale if item deleted. Bảng Reliability Statistics cho biết Cronbach's Alpha và số lượng item. Bảng Item-Total Statistics cho biết Corrected Item-Total Correlation và Alpha nếu loại từng biến.

Alpha từ 0.7 trở lên thường được chấp nhận theo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được cân nhắc theo (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là mốc tham khảo theo (Nunnally và Bernstein, 1994). Bạn không nên loại biến chỉ để làm Alpha tăng. Hãy đọc nội dung item và xem việc loại biến có làm mất một khía cạnh của khái niệm hay không.

Nếu mô hình cần EFA, vào Analyze > Dimension Reduction > Factor. Trong Descriptives, chọn KMO and Bartlett's test; trong Extraction, xem Eigenvalues greater than 1; trong Rotation, chọn kiểu xoay phù hợp với giả định về các nhân tố. Bảng KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix là các bảng bạn cần lưu lại.

KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê với p-value dưới 0.05 thường được dùng để đánh giá dữ liệu có phù hợp cho phân tích nhân tố, theo (Kaiser, 1974). Eigenvalue lớn hơn 1 là một quy tắc trích nhân tố được nêu trong (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên là các mốc tham khảo thường dùng theo (Hair và cộng sự, 2010). Các mốc này cần được đặt cạnh cấu trúc lý thuyết, không thay thế cho việc đọc ma trận nhân tố.

Nếu bạn dùng SmartPLS, hãy đánh giá measurement model trước structural model. Kiểm tra Outer Loadings, Cronbach's Alpha, Composite Reliability, rho_A, AVE và Discriminant Validity. Outer loading từ 0.7 trở lên thường được tham khảo theo (Chin, 1998) hoặc (Hair và cộng sự, 2022). CR từ 0.7 và AVE từ 0.5 trở lên được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ theo (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được tham khảo theo (Henseler và cộng sự, 2015).

Số liệu minh họa: đọc output độ tin cậy

Bảng dưới đây là số liệu minh họa, không phải kết quả từ một nghiên cứu thật. Tên cột được mô phỏng theo output SPSS để bạn biết cần nhìn vào đâu.

Với bảng minh họa này, các Corrected Item-Total Correlation đều cao hơn 0.3. Bạn vẫn cần kiểm tra nội dung item, cỡ mẫu, cách mã hóa và kết quả EFA trước khi kết luận. Nếu một item có hệ số thấp, hãy kiểm tra xem đó có phải item đảo chiều chưa được recode, item dùng sai nhóm tham chiếu hoặc item diễn đạt hai ý hay không.

Cách trình bày thang đo trong chương 3

Trong chương phương pháp, bạn nên trình bày chuẩn mực xã hội theo bốn lớp thông tin: định nghĩa khái niệm, nguồn lý thuyết, các biến quan sát và cách đo. Mỗi biến quan sát cần có mã, nội dung sau khi điều chỉnh và số mức Likert. Nếu có thay đổi so với nguồn gốc, hãy nói rõ bạn điều chỉnh cho bối cảnh nào.

Cách viết vào luận văn: “Thang đo chuẩn mực xã hội được kế thừa và điều chỉnh từ (Ajzen, 1991) để phù hợp với bối cảnh [đối tượng nghiên cứu] và hành vi [hành vi nghiên cứu]. Thang đo gồm [số lượng] biến quan sát, ký hiệu từ SN1 đến SN[số], được đo bằng thang Likert [5/7] mức, trong đó 1 là [mức thấp nhất] và [5/7] là [mức cao nhất].”

Sau khi thu thập dữ liệu, phần chương 4 cần báo cáo số biến ban đầu, biến bị loại nếu có, Cronbach's Alpha, Corrected Item-Total Correlation và kết quả EFA hoặc measurement model. Đừng viết “thang đo đạt chuẩn” mà không ghi con số, bảng output và tiêu chí đã áp dụng. Nếu loại SN3, bạn cần nêu lý do dựa trên kết quả và nội dung biến, không chỉ nói rằng Alpha sau khi loại biến cao hơn.

Nếu nghiên cứu có chuẩn mực xã hội như biến độc lập, hãy nối phần thang đo với giả thuyết. Chẳng hạn: “H1: Chuẩn mực xã hội có tác động tích cực đến ý định khởi nghiệp của sinh viên.” Hướng tác động này phải xuất phát từ mô hình và lập luận tài liệu của đề tài, không được suy ra chỉ vì phần lớn item dùng từ “ủng hộ”.

Lỗi thường gặp

Lỗi đầu tiên là nhầm chuẩn mực xã hội với ảnh hưởng xã hội nói chung. Chuẩn mực xã hội tập trung vào kỳ vọng, sự ủng hộ hoặc áp lực cảm nhận liên quan đến một hành vi. Nếu item hỏi “Tôi thường xuyên xem người khác làm gì trên mạng xã hội”, item đó có thể gần với social influence hoặc observational learning hơn.

Lỗi thứ hai là dùng một bộ item cho mọi hành vi. “Gia đình tôi nghĩ tôi nên mua sản phẩm này” và “Gia đình tôi nghĩ tôi nên khởi nghiệp” có thể cùng nói về ý kiến gia đình, nhưng đối tượng, quyết định và bối cảnh hoàn toàn khác nhau. Bạn phải thay hành vi và nhóm tham chiếu cho đúng đề tài.

Lỗi thứ ba là gộp chuẩn mực xã hội với biến “tự tin”. Tự tin phản ánh đánh giá về năng lực hoặc khả năng thực hiện. Chuẩn mực xã hội phản ánh cảm nhận về người khác. Nếu bạn đang đọc về tự tin khởi nghiệp, hãy kiểm tra từng item để tránh hai thang đo hỏi cùng một nội dung.

Lỗi thứ tư là loại biến hàng loạt theo Alpha. Cronbach's Alpha có thể tăng khi số item tăng hoặc khi các item tương quan với nhau, nhưng Alpha cao không tự động chứng minh giá trị nội dung. Bạn cần kết hợp lý thuyết, corrected item-total correlation, EFA hoặc kết quả measurement model.

Lỗi thứ năm là dùng CFI, TLI hoặc RMSEA để báo cáo một mô hình SmartPLS. Đây là nhóm fit indices thuộc CB-SEM và được thảo luận trong (Hu và Bentler, 1999). Với PLS-SEM, hãy giữ đúng nhóm chỉ số như outer loading, CR, AVE, HTMT, VIF, R², f² và Q² theo quy trình phù hợp. Nếu bạn tham khảo các khái niệm nền như tháp nhu cầu Maslow, cũng cần tách chúng khỏi thang đo chuẩn mực xã hội nếu chúng không thuộc mô hình của bạn.

Câu hỏi thường gặp

Chuẩn mực xã hội có phải là áp lực xã hội không?

Hai khái niệm có liên quan nhưng không hoàn toàn đồng nhất. Trong bảng hỏi định lượng, chuẩn mực xã hội thường đo cảm nhận của cá nhân về kỳ vọng, sự ủng hộ hoặc ý kiến của những người quan trọng. Từ “áp lực” có thể làm câu hỏi mang sắc thái cưỡng ép mạnh hơn định nghĩa gốc.

Chuẩn mực xã hội nên có bao nhiêu biến quan sát?

Mỗi đề tài có một mức phù hợp riêng. Số item phụ thuộc vào nguồn thang đo, cách bạn định nghĩa khái niệm, bối cảnh và mô hình nghiên cứu. Bạn nên giữ đủ item để bao quát nội dung, sau đó kiểm định độ tin cậy và giá trị trên dữ liệu thực tế.

Có thể tự dịch thang đo chuẩn mực xã hội từ tiếng Anh không?

Bạn có thể dịch để xây dựng bản nháp, nhưng bản dịch cần được kiểm tra về nghĩa, bối cảnh và khả năng hiểu của người trả lời. Đừng gọi đó là “thang đo đã được Việt hóa và kiểm định” nếu bạn chưa có quy trình điều chỉnh và dữ liệu kiểm định phù hợp.

Nếu Cronbach's Alpha của chuẩn mực xã hội thấp thì phải làm sao?

Trước hết, kiểm tra item đảo chiều, dữ liệu thiếu, mã hóa và việc nhập nhầm cột. Sau đó đọc Corrected Item-Total Correlation, xem nội dung item và cân nhắc loại một biến khi có lý do phương pháp rõ ràng. Không nên xóa nhiều biến liên tiếp chỉ để đạt một con số đẹp.

Có nên dùng cả SN1 đến SN5 trong SmartPLS không?

Chỉ nên dùng khi cả năm item cùng phản ánh một construct theo định nghĩa và mô hình của bạn. Sau khi chạy PLS algorithm, hãy xem Outer Loadings, CR, AVE và HTMT. Nếu một item có loading thấp, quyết định giữ hoặc loại cần dựa trên lý thuyết, nội dung item và ảnh hưởng đến giá trị hội tụ, không chỉ dựa vào một lần chạy.

Bạn hãy mở lại codebook, đối chiếu từng biến SN với định nghĩa chuẩn mực xã hội, sau đó chạy thử Cronbach's Alpha trên đúng nhóm item trước khi sửa bảng hỏi. Nếu cần kiểm tra dữ liệu .sav hoặc .csv và thực hiện trọn quy trình phân tích trên file của mình, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.