Cơ sở lý luận là gì? Cách xây dựng trong luận văn định lượng
Cơ sở lý luận là gì
Cơ sở lý luận là phần trong luận văn dùng để giải thích các khái niệm, lý thuyết và mối quan hệ giữa các biến mà bạn nghiên cứu. Đây là nền tảng để bạn trả lời ba câu hỏi: đề tài đang nghiên cứu vấn đề gì, các khái niệm được hiểu như thế nào, và vì sao bạn dự đoán các biến có quan hệ với nhau.
Trong một luận văn định lượng, cơ sở lý luận thường nằm ở chương 2, sau phần giới thiệu vấn đề nghiên cứu và trước phần phương pháp. Nội dung này không phải là danh sách các định nghĩa được chép nối tiếp. Bạn cần chọn những lý thuyết có liên quan trực tiếp đến mô hình, dùng tài liệu học thuật để định nghĩa biến, sau đó lập luận cho từng giả thuyết.
Có thể hình dung cơ sở lý luận theo chuỗi sau:
lý thuyết nền → khái niệm nghiên cứu → biến và thang đo → mô hình → giả thuyết → kiểm định bằng dữ liệu
Ví dụ, nếu đề tài nghiên cứu ý định sử dụng ứng dụng học trực tuyến, cơ sở lý luận có thể trình bày TAM, giải thích perceived usefulness và perceived ease of use, xác định ý định sử dụng là biến phụ thuộc, rồi đề xuất các giả thuyết về tác động của hai biến này. Mô hình sau đó được kiểm định bằng bảng hỏi, SPSS hoặc SmartPLS.
Bạn có thể xem thêm phần nghiên cứu khoa học để phân biệt cơ sở lý luận với toàn bộ quy trình nghiên cứu. Nếu đang bắt đầu từ một chủ đề rộng, bài NCKH là gì cũng giúp bạn xác định câu hỏi và phạm vi trước khi viết chương 2.
Ý nghĩa của cơ sở lý luận trong nghiên cứu định lượng
Cơ sở lý luận quyết định cách bạn xây dựng mô hình và thu thập dữ liệu. Khi phần này rõ, bạn sẽ biết biến độc lập, biến phụ thuộc, biến trung gian hoặc biến điều tiết là gì. Bạn cũng có căn cứ để chọn biến quan sát thay vì đưa vào bảng hỏi những câu hỏi chỉ dựa trên cảm tính.
Thứ nhất, cơ sở lý luận giúp thống nhất cách hiểu về khái niệm. Chẳng hạn, “chất lượng dịch vụ” có thể được đo theo nhiều cách tùy bối cảnh. Nếu không chọn một định nghĩa và nguồn thang đo cụ thể, các biến quan sát trong bảng hỏi có thể không cùng đo một khái niệm.
Thứ hai, cơ sở lý luận giải thích vì sao bạn đưa một biến vào mô hình. Một giả thuyết tốt không chỉ viết rằng “X có ảnh hưởng đến Y”. Bạn cần trình bày cơ chế hoặc lập luận: khi X thay đổi, hành vi hoặc nhận thức nào của đối tượng nghiên cứu có thể làm Y thay đổi theo.
Thứ ba, cơ sở lý luận giúp nối nghiên cứu của bạn với công trình trước. Bạn có thể kế thừa TAM của Davis (1989), TPB của Ajzen (1991), UTAUT của Venkatesh và cộng sự (2003), hoặc một mô hình phù hợp khác trong danh mục tài liệu đã xác minh. Việc kế thừa không có nghĩa là sao chép nguyên mô hình. Bạn cần nói rõ bối cảnh, đối tượng và biến nào được giữ lại, bổ sung hoặc loại bỏ.
Thứ tư, cơ sở lý luận tạo căn cứ để giải thích kết quả. Khi một giả thuyết được ủng hộ hoặc không được ủng hộ, bạn quay lại lập luận lý thuyết và các nghiên cứu trước để phân tích. Phần này đặc biệt cần thiết khi kết quả của bạn khác với dự đoán ban đầu.
Cơ sở lý luận cũng khác với phần đối tượng nghiên cứu. Đối tượng cho biết bạn khảo sát ai hoặc hiện tượng nào. Cơ sở lý luận giải thích các khái niệm và mối quan hệ được dùng để nghiên cứu đối tượng đó.
Cơ sở lý luận bao nhiêu là đạt
Không có một số trang cố định áp dụng cho mọi luận văn. Một cơ sở lý luận được xem là đủ dùng khi người đọc có thể hiểu khái niệm, thấy nguồn gốc của mô hình, theo dõi được lập luận dẫn đến giả thuyết và biết các biến sẽ được đo như thế nào.
Bảng dưới đây là checklist ngưỡng tham khảo. Các con số liên quan đến phân tích và thang đo cần được dùng đúng ngữ cảnh, không biến thành điều kiện cứng cho mọi đề tài.
| Nội dung cần kiểm tra | Mức tham khảo hoặc yêu cầu | Nguồn |
|---|---|---|
| Cronbach's Alpha của thang đo | Từ 0.7 trở lên thường được chấp nhận | (Nunnally, 1978) |
| Cronbach's Alpha của thang đo khám phá | Có thể xem xét từ 0.6 | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO khi chạy EFA | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | Có ý nghĩa thống kê với p-value dưới 0.05 | (Kaiser, 1974) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Số quan sát trên mỗi biến quan sát | Khoảng 5 đến 10 quan sát cho một biến quan sát | (Hair và cộng sự, 2010) |
| CR trong PLS-SEM | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE trong PLS-SEM | 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) |
Bạn cần phân biệt “đủ về nội dung” với “đạt về chỉ số”. Các ngưỡng Cronbach's Alpha, KMO, AVE hay HTMT được kiểm tra sau khi có dữ liệu. Chúng không thể chứng minh rằng cơ sở lý luận của bạn tốt nếu mô hình thiếu logic hoặc nguồn thang đo không phù hợp.
Về độ dài, hãy ưu tiên mức độ liên quan. Một phần cơ sở lý luận ngắn nhưng tập trung vào bốn hoặc năm biến của mô hình thường có giá trị hơn nhiều trang tóm tắt các lý thuyết không được sử dụng. Mỗi mục lý thuyết nên trả lời được nó đóng góp gì cho đề tài của bạn.
Cách đọc cơ sở lý luận trên mô hình và output
Cơ sở lý luận không xuất hiện như một bảng kết quả duy nhất trong SPSS. Bạn đọc nó qua sự nhất quán giữa mô hình khái niệm, bảng mã biến, kết quả kiểm định và phần giả thuyết. Nếu chương 2 nói X tác động đến Y nhưng bảng hỏi không có biến quan sát đo X, mô hình của bạn đang bị đứt đoạn.
Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thực tế. Giả sử bạn nghiên cứu tác động của perceived usefulness và perceived ease of use đến intention to use. Sau khi chạy EFA và hồi quy trong SPSS, một số bảng có thể được đọc như sau:
| Bảng output SPSS | Chỉ số hoặc dòng cần đọc | Số liệu minh họa | Cách liên hệ với cơ sở lý luận |
|---|---|---|---|
| KMO and Bartlett's Test | KMO | 0.812 | Dữ liệu phù hợp để xem xét EFA theo (Kaiser, 1974) |
| KMO and Bartlett's Test | Sig. của Bartlett's Test | 0.000 | Các biến có tương quan đủ để phân tích nhân tố |
| Total Variance Explained | Cumulative % | 63.480 | Các nhân tố trích giải thích phần phương sai ở mức tham khảo theo (Hair và cộng sự, 2010) |
| Rotated Component Matrix | PU3 trên nhân tố PU | 0.774 | Biến quan sát phù hợp với khái niệm perceived usefulness trong mô hình |
| Reliability Statistics | Cronbach's Alpha của PU | 0.856 | Thang đo có độ tin cậy tham khảo theo (Nunnally, 1978) |
| Coefficients | PU → INT, Sig. | 0.003 | Có bằng chứng thống kê để xem xét giả thuyết về quan hệ PU và INT |
| Coefficients | PU → INT, Standardized Beta | 0.218 | Cho biết chiều và mức tác động tương đối trong mô hình minh họa |
Khi đọc bảng Coefficients, bạn không được kết luận chỉ từ Standardized Beta. Cần xem dấu của hệ số, Sig. hoặc p-value, khoảng tin cậy nếu có, và cách biến được mã hóa. Nếu giả thuyết dự đoán tác động dương nhưng Beta âm, bạn phải kiểm tra lại mã hóa biến đảo, dữ liệu nhập và lập luận lý thuyết.
Nếu dùng SmartPLS, các bảng tương ứng có thể là Outer Loadings, Reliability and Validity, Discriminant Validity và Path Coefficients. Với PLS-SEM, bạn không đưa CFI, TLI hoặc RMSEA của CB-SEM vào phần đánh giá mô hình. Quy trình PLS-SEM thường đánh giá mô hình đo lường trước rồi mới đánh giá mô hình cấu trúc, theo (Hair và cộng sự, 2022).
Khi cơ sở lý luận không đạt thì xử lý thế nào
Nếu giảng viên nhận xét cơ sở lý luận chưa đạt, hãy sửa theo thứ tự từ mô hình đến câu chữ. Đừng bắt đầu bằng việc kéo dài chương 2 hoặc thêm hàng loạt tài liệu không được dùng.
Xác định biến nào chưa có căn cứ
Lập một bảng gồm tên biến, định nghĩa, nguồn lý thuyết, nguồn thang đo và giả thuyết liên quan. Nếu một biến không có định nghĩa rõ hoặc không dẫn đến giả thuyết nào, bạn cần hỏi lại lý do giữ biến đó. Có thể biến này nên được loại khỏi mô hình, hoặc bạn đang thiếu phần lập luận.
Kiểm tra nguồn của từng khái niệm
Ưu tiên nguồn gốc của lý thuyết và nguồn thang đo phù hợp với bối cảnh. Chẳng hạn, nếu nghiên cứu chất lượng dịch vụ, bạn cần làm rõ có kế thừa SERVQUAL của Parasuraman và cộng sự (1988) hay dùng một cách tiếp cận khác. Không nên lấy một định nghĩa trên blog rồi trình bày như khái niệm học thuật.
Viết lại lập luận cho từng giả thuyết
Mỗi giả thuyết nên có ba phần: khái niệm X được hiểu thế nào, vì sao X có thể tác động đến Y, và nghiên cứu của bạn dự đoán chiều tác động nào. Sau đó mới viết câu giả thuyết. Nếu không dự đoán được chiều, bạn cần xem lại tài liệu hoặc cách đặt câu hỏi nghiên cứu.
Điều chỉnh mô hình trước khi loại biến
Khi kết quả Cronbach's Alpha hoặc EFA không đạt, không nên xóa biến chỉ để bảng kết quả đẹp. Hãy kiểm tra nội dung biến quan sát, mã hóa biến đảo, giá trị thiếu và việc nhập dữ liệu. Nếu phải loại, ghi lại lý do và số thứ tự vòng chạy để giải trình.
Cách được hội đồng chấp nhận thường là điều chỉnh có lý do và báo cáo minh bạch. Việc thêm tài liệu sau khi đã thấy kết quả chỉ để hợp thức hóa một quan hệ không có căn cứ sẽ làm phần thảo luận yếu hơn.
Phân biệt cơ sở lý luận với tổng quan tài liệu
Cơ sở lý luận và tổng quan tài liệu có liên quan nhưng không hoàn toàn giống nhau. Tổng quan tài liệu trả lời câu hỏi các nghiên cứu trước đã làm gì, dùng biến nào, trong bối cảnh nào và còn khoảng trống nào. Cơ sở lý luận trả lời câu hỏi đề tài của bạn dựa trên khái niệm và lý thuyết nào để xây dựng mô hình.
Ví dụ, trong tổng quan tài liệu, bạn có thể so sánh năm nghiên cứu về ý định sử dụng ví điện tử. Trong cơ sở lý luận, bạn định nghĩa ý định sử dụng, giải thích lý thuyết phù hợp, chọn các biến tác động và lập luận cho H1, H2, H3. Hai phần có thể dùng chung nguồn, nhưng mục đích trình bày khác nhau.
Cơ sở lý luận cũng dễ bị nhầm với cơ sở thực tiễn. Cơ sở thực tiễn mô tả tình hình của ngành, doanh nghiệp hoặc nhóm đối tượng trong thực tế. Nó có thể trả lời vì sao đề tài đáng nghiên cứu, nhưng không thay thế cho định nghĩa khái niệm và mô hình lý thuyết.
Nếu đề tài của bạn có sử dụng dữ liệu định tính ở mức tham khảo, hãy xác định rõ phạm vi phương pháp. Định tính là gì là nội dung riêng về cách tiếp cận đó, còn bài này tập trung vào cơ sở lý luận cho nghiên cứu định lượng với bảng hỏi và dữ liệu số.
Một cách kiểm tra nhanh là đặt câu hỏi cho từng đoạn: đoạn này đang giải thích lý thuyết, tổng hợp nghiên cứu trước, mô tả thực trạng hay dẫn đến giả thuyết. Nếu không xác định được chức năng, đoạn đó có thể đang lặp hoặc đặt sai vị trí.
Lỗi thường gặp khi viết cơ sở lý luận
Lỗi đầu tiên là viết định nghĩa liên tiếp nhưng không tạo ra mô hình. Bạn có thể có mười khái niệm, nhưng nếu không nói biến nào ảnh hưởng biến nào thì người đọc chưa thấy logic nghiên cứu.
Lỗi thứ hai là dùng nguồn không kiểm chứng hoặc trích dẫn sai năm. Hãy kiểm tra tài liệu gốc, thông tin xuất bản và nội dung mà nguồn đó thực sự hỗ trợ. Một nguồn về định nghĩa không tự động hỗ trợ cho ngưỡng Cronbach's Alpha hay cách chạy EFA.
Lỗi thứ ba là trộn thuật ngữ. Nếu bạn dùng “sự hữu ích cảm nhận”, “tính hữu ích cảm nhận” và perceived usefulness cho cùng một biến, hãy chọn một cách gọi chính và ghi thuật ngữ tiếng Anh ở lần đầu. Tên biến trong chương 2, bảng hỏi và file SPSS cần nhất quán.
Lỗi thứ tư là đưa kết quả vào chương 2. Cơ sở lý luận có thể nêu tiêu chí dự kiến và nguồn của tiêu chí, nhưng số liệu KMO, Alpha, Beta hoặc p-value của mẫu nghiên cứu phải nằm ở chương kết quả.
Lỗi thứ năm là dùng mọi lý thuyết quen thuộc trong một đề tài. TAM, TPB, UTAUT và SERVQUAL không nên cùng xuất hiện chỉ vì chúng phổ biến. Mỗi lý thuyết cần có vai trò cụ thể trong mô hình, nếu không chương 2 sẽ dài nhưng thiếu trọng tâm.
Lỗi cuối là không cập nhật bảng mã biến sau khi sửa mô hình. Khi loại một biến quan sát hoặc đổi tên biến, bạn phải kiểm tra lại bảng hỏi, file .sav hoặc .csv, mô hình SmartPLS và phần mô tả phương pháp. Sự không nhất quán này thường bị phát hiện ngay khi hội đồng hỏi từ giả thuyết sang bảng kết quả.
Câu hỏi thường gặp
Cơ sở lý luận là gì trong nghiên cứu khoa học
Cơ sở lý luận là phần giải thích các lý thuyết, khái niệm và mối quan hệ được dùng để xây dựng mô hình nghiên cứu. Trong nghiên cứu định lượng, phần này dẫn đến biến, thang đo và các giả thuyết cần kiểm định bằng dữ liệu.
Cơ sở lý luận và cơ sở lý thuyết có giống nhau không
Trong nhiều luận văn, hai cụm từ này được dùng gần như đồng nghĩa. Tuy vậy, “cơ sở lý luận” thường có phạm vi rộng hơn, gồm lý thuyết nền, khái niệm, nghiên cứu trước và lập luận hình thành mô hình. “Cơ sở lý thuyết” thường nhấn mạnh hơn vào các lý thuyết được kế thừa.
Cơ sở lý luận gồm những phần nào
Một cấu trúc thường dùng gồm: các khái niệm chính, lý thuyết nền, nghiên cứu trước, mô hình nghiên cứu, giả thuyết và tóm tắt chương. Tùy đề tài, bạn có thể thêm bối cảnh nghiên cứu hoặc định nghĩa biến kiểm soát, nhưng phần thêm vào phải phục vụ câu hỏi nghiên cứu.
Cơ sở lý luận dài bao nhiêu trang là đạt
Không có số trang chung cho mọi trường và mọi đề tài. Bạn nên dùng số trang trong quy định khoa hoặc hướng dẫn của giảng viên làm mốc, sau đó kiểm tra xem mỗi biến trong mô hình đã có định nghĩa, nguồn và lập luận hay chưa. Nội dung liên quan quan trọng hơn việc kéo dài số trang.
Bị thiếu tài liệu cho một giả thuyết thì làm sao
Trước tiên, xác định giả thuyết đó dựa trên lý thuyết nào và tìm nguồn gốc của mối quan hệ, không chỉ tìm một câu trích dẫn có sẵn. Nếu không có căn cứ phù hợp, bạn nên xem xét thu hẹp mô hình hoặc ghi rõ đây là mối quan hệ cần kiểm định khám phá, thay vì viết như một kết luận đã được chứng minh.
Có cần chạy SPSS khi viết cơ sở lý luận không
Chưa cần chạy SPSS để viết phần nền tảng, nhưng bạn cần thiết kế cơ sở lý luận sao cho các khái niệm có thể đo bằng dữ liệu. Sau khi thu thập dữ liệu, SPSS hoặc SmartPLS mới được dùng để kiểm tra độ tin cậy, giá trị thang đo và các quan hệ trong mô hình.
Mở file đề cương của bạn ngay bây giờ, lập bảng gồm biến, định nghĩa, nguồn, biến quan sát và giả thuyết, rồi đối chiếu từng dòng với chương 2; nếu cần hỗ trợ xây dựng mô hình, giả thuyết, thang đo và bảng hỏi, bạn có thể dùng module M3 tại DoThesis.