Đổi mới sáng tạo là gì và đo lường bằng thang đo nào?

Mô hình nghiên cứu··16 phút đọc

Đổi mới sáng tạo là gì và được đo bằng gì

Bạn đang mở phần cơ sở lý thuyết và cần trả lời câu hỏi “đổi mới sáng tạo là gì” trước khi đưa khái niệm này vào mô hình. Trong nghiên cứu định lượng, đổi mới sáng tạo thường được xem là mức độ doanh nghiệp tạo ra, tiếp nhận hoặc áp dụng những sản phẩm, quy trình, phương pháp quản trị hay cách thức kinh doanh mới có ích cho hoạt động của mình.

Điểm cần giữ rõ là “mới” không nhất thiết có nghĩa phát minh hoàn toàn mới đối với thị trường. Một doanh nghiệp có thể đổi mới bằng cách áp dụng một công nghệ đã phổ biến ở nơi khác, cải tiến quy trình nội bộ hoặc đưa ra cách phục vụ phù hợp hơn với khách hàng của mình. Vì vậy, bạn cần xác định phạm vi ngay từ đầu: đổi mới sản phẩm, đổi mới quy trình, đổi mới tổ chức, đổi mới marketing, hay đổi mới sáng tạo nói chung.

Trong bảng hỏi, đổi mới sáng tạo là biến tiềm ẩn. Bạn không đo trực tiếp khái niệm này bằng một con số duy nhất mà đo qua nhiều biến quan sát, thường dùng thang Likert 5 hoặc 7 mức. Thang Likert bắt nguồn từ kỹ thuật đo thái độ được trình bày bởi (Likert, 1932). Mỗi biến quan sát là một phát biểu để người trả lời đánh giá mức độ đồng ý, chẳng hạn “Doanh nghiệp thường xuyên cải tiến sản phẩm” hoặc “Doanh nghiệp nhanh chóng áp dụng ý tưởng mới vào hoạt động kinh doanh”.

Nếu đề tài của bạn nghiên cứu năng lực đổi mới của doanh nghiệp, hãy phân biệt khái niệm này với năng lực cạnh tranh. Năng lực cạnh tranh có thể là kết quả hoặc điều kiện liên quan, còn đổi mới sáng tạo tập trung vào khả năng tạo ra và triển khai sự thay đổi.

Nguồn thang đo gốc

Nguồn thang đo phải khớp với định nghĩa bạn chọn. Một thang đo về đổi mới sản phẩm không nên được bê nguyên sang nghiên cứu đổi mới quy trình, sau đó gọi chung là đổi mới sáng tạo. Bảng dưới đây là các hướng nguồn có thể dùng khi xây dựng khung lý thuyết, trong đó TAM, TPB và UTAUT chỉ phù hợp nếu đề tài của bạn nghiên cứu chấp nhận công nghệ hoặc hành vi đổi mới, không phải nguồn trực tiếp cho mọi dạng đổi mới sáng tạo.

Hướng khái niệmNguồn gốc có thể tham chiếuSố biến quan sát tham khảoBối cảnh ban đầuLưu ý khi sử dụng
Đổi mới sáng tạo nói chungNghiên cứu chuyên ngành của đề tài3 đến 6Doanh nghiệp hoặc tổ chứcPhải kiểm tra lại bài gốc và bối cảnh
Chấp nhận công nghệ liên quan đến đổi mới(Davis, 1989)Tùy thang đo trong bài gốcNgười sử dụng hệ thống công nghệPhù hợp với perceived usefulness và perceived ease of use
Ý định thực hiện hành vi mới(Ajzen, 1991)Tùy cấu trúc TPBHành vi có chủ đíchKhông gọi toàn bộ TPB là thang đo đổi mới sáng tạo
Chấp nhận và sử dụng công nghệ(Venkatesh và cộng sự, 2003)Tùy cấu trúc UTAUTChấp nhận công nghệCần nêu rõ đổi mới là công nghệ nào
Chấp nhận công nghệ của người tiêu dùng(Venkatesh và cộng sự, 2012)Tùy cấu trúc UTAUT2Người tiêu dùngChỉ dùng khi đối tượng nghiên cứu là người tiêu dùng

Khi tìm nguồn, bạn ghi lại bốn thông tin: định nghĩa tác giả dùng, số lượng biến quan sát, nguyên văn từng biến, và bối cảnh mẫu. Đừng chỉ lấy một bảng câu hỏi từ luận văn khác rồi gọi đó là thang đo gốc. Luận văn kia có thể đã dịch, rút gọn hoặc thay đổi nội dung mà không ghi rõ.

Nếu mô hình của bạn còn có hiệu quả tài chính, hãy tách khái niệm kết quả này khỏi đổi mới sáng tạo và tham khảo cách phân biệt tại hiệu quả tài chính là gì. Cách đặt tên biến rõ ràng giúp bạn tránh giải thích một thang đo đang đo kết quả thay vì nguyên nhân.

Bộ biến quan sát tham khảo

Bảng sau là số liệu và câu chữ minh họa để bạn hình dung cách mã hóa. Đây chưa phải bản dịch đã được xác nhận và không nên đưa nguyên văn vào bảng hỏi mà không đối chiếu với nguồn gốc, người trả lời mục tiêu và bối cảnh doanh nghiệp.

MãPhát biểu tiếng Việt tham khảoKhía cạnh dự kiến
DOI1Doanh nghiệp thường xuyên cải tiến sản phẩm hoặc dịch vụ hiện cóĐổi mới sản phẩm
DOI2Doanh nghiệp chủ động phát triển sản phẩm hoặc dịch vụ mớiĐổi mới sản phẩm
DOI3Doanh nghiệp áp dụng những cách thức mới để cải thiện quy trình làm việcĐổi mới quy trình
DOI4Doanh nghiệp nhanh chóng thử nghiệm các ý tưởng mớiTính chủ động
DOI5Doanh nghiệp khuyến khích nhân viên đề xuất và triển khai ý tưởng mớiHỗ trợ đổi mới
DOI6Doanh nghiệp thường áp dụng các phương pháp mới trước đối thủ cạnh tranhTính dẫn đầu

Bạn có thể dùng thang Likert từ 1 đến 5, trong đó 1 là hoàn toàn không đồng ý và 5 là hoàn toàn đồng ý. Phần hướng dẫn phải nói rõ người trả lời đánh giá doanh nghiệp nào, trong khoảng thời gian nào và dựa trên vai trò nào. Một quản lý cấp cao và một nhân viên mới có thể hiểu câu “doanh nghiệp nhanh chóng áp dụng ý tưởng mới” rất khác nhau.

Không nên gom quá nhiều nội dung vào một biến quan sát. Câu “Doanh nghiệp tạo ra sản phẩm mới, cải tiến quy trình và dẫn đầu thị trường” đang hỏi ít nhất ba khía cạnh. Nếu người trả lời đồng ý với sản phẩm nhưng không đồng ý với quy trình, bạn không biết họ đang chấm điểm phần nào.

Bạn cũng cần quyết định thang đo là một chiều hay nhiều chiều. Nếu đề tài chỉ kiểm tra mức đổi mới tổng thể, các biến có thể được mô hình hóa như một cấu trúc phản xạ. Nếu bạn xem đổi mới sản phẩm, quy trình và tổ chức là những thành phần tạo nên khái niệm chung, cấu trúc có thể là formative. Quyết định này phải xuất hiện trong mô hình và phần phương pháp, không chỉ được chọn sau khi xem kết quả SmartPLS.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bản dịch tốt không chỉ thay từng từ tiếng Anh bằng một từ tiếng Việt. Bạn cần kiểm tra liệu người trả lời Việt Nam có hiểu “đổi mới” là đổi mới đối với doanh nghiệp, ngành hay toàn bộ thị trường. Với doanh nghiệp nhỏ, từ “R&D” có thể không quen thuộc, trong khi “thử nghiệm cách làm mới” dễ trả lời hơn. Tuy vậy, nếu thay đổi quá xa nội dung gốc, bạn đã tạo ra một thang đo mới và phải giải thích điều đó.

Xác định đối tượng trả lời

Ghi rõ người trả lời là chủ doanh nghiệp, quản lý, nhân viên hay khách hàng. Nếu biến đo năng lực đổi mới của doanh nghiệp, người trả lời cần có đủ thông tin để đánh giá hoạt động của doanh nghiệp. Tránh phát bảng hỏi cho người chỉ biết một điểm tiếp xúc nhỏ nhưng lại yêu cầu họ đánh giá toàn bộ chiến lược đổi mới.

Rà soát câu chữ

Mỗi biến quan sát nên có một ý chính, dùng từ mà đối tượng khảo sát thực sự hiểu. Những từ như “đột phá”, “linh hoạt”, “tiên phong” dễ tạo cảm giác tích cực nhưng có thể quá chung. Bạn nên thay bằng hành vi có thể quan sát, chẳng hạn cải tiến sản phẩm, thử nghiệm quy trình hoặc triển khai ý tưởng.

Xử lý biến đảo chiều

Biến đảo chiều có thể giúp phát hiện cách trả lời máy móc, nhưng câu phủ định thường gây nhầm lẫn khi dịch. Nếu dùng phát biểu như “Doanh nghiệp hiếm khi thử nghiệm ý tưởng mới”, bạn phải đảo mã trước khi tính điểm tổng hợp. Ghi lại quy tắc này trong file dữ liệu, vì SPSS không tự biết DOI3R là biến đảo chiều.

Chạy thử bảng hỏi

Trước khi thu mẫu chính thức, bạn cho một nhóm nhỏ thuộc đúng đối tượng đọc bảng hỏi và trả lời thử. Ghi lại câu nào bị hỏi lại, thời gian hoàn thành và phương án trả lời nào không phù hợp. Đây là bước kiểm tra khả năng hiểu, chưa phải căn cứ để khẳng định thang đo đã đạt độ tin cậy.

Kiểm định độ tin cậy và giá trị của thang đo

Với dữ liệu .sav, quy trình thường bắt đầu bằng kiểm tra dữ liệu, sau đó chạy Cronbach's Alpha, EFA và hồi quy hoặc mô hình tiếp theo. Nếu dùng SmartPLS, bạn đánh giá measurement model trước structural model theo cách tiếp cận hai bước được nêu trong (Anderson và Gerbing, 1988). Không được bỏ qua bước đo lường chỉ vì các giả thuyết có p-value đẹp.

Chỉ tiêuMức tham khảoNguồn canonicalCách đọc trong phần mềm
Cronbach's AlphaTừ 0.7 trở lên; thang đo khám phá có thể xem từ 0.6(Nunnally, 1978); (Hair và cộng sự, 2010)SPSS, bảng Reliability Statistics
Corrected Item-Total CorrelationTừ 0.3 trở lên(Nunnally và Bernstein, 1994)SPSS, bảng Item-Total Statistics
KMOTừ 0.5 trở lên(Kaiser, 1974)SPSS, bảng KMO and Bartlett's Test
Bartlett's TestSig. dưới 0.05(Kaiser, 1974)SPSS, bảng KMO and Bartlett's Test
Factor loadingTừ 0.5 trở lên(Hair và cộng sự, 2010)SPSS, Rotated Component Matrix
Total variance explainedTừ 50% trở lên(Hair và cộng sự, 2010)SPSS, Total Variance Explained
Outer loadingTừ 0.7 trở lên(Chin, 1998) hoặc (Hair và cộng sự, 2022)SmartPLS, Outer Loadings
CR và AVECR từ 0.7, AVE từ 0.5(Fornell và Larcker, 1981)SmartPLS, Construct Reliability and Validity
HTMTDưới 0.85 hoặc 0.90 với khái niệm gần nhau(Henseler và cộng sự, 2015)SmartPLS, Discriminant Validity

Trong SPSS, vào Analyze > Scale > Reliability Analysis, đưa các biến DOI vào ô Items, rồi mở Statistics và chọn Scale if item deleted. Alpha tăng lên sau khi xóa một biến chưa đủ để bạn xóa biến đó. Bạn phải kiểm tra biến có lệch khỏi định nghĩa hay không và xem việc xóa có làm thang đo mất một khía cạnh quan trọng không.

Khi chạy EFA, vào Analyze > Dimension Reduction > Factor. Đọc KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Nếu DOI2 tải mạnh vào một nhân tố khác, bạn xem nội dung câu hỏi, phương pháp trích, phép xoay và cơ sở lý thuyết trước khi loại biến. EFA hiếm khi ra đẹp ở lần chạy đầu, nhưng mỗi vòng loại biến cần được ghi lại.

Trong SmartPLS 4, bạn tạo measurement model, chạy PLS Algorithm rồi xem Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Sau đó chạy Bootstrapping để kiểm định các đường dẫn trong structural model. Với PLS-SEM, quy trình bootstrapping 5.000 mẫu được nêu trong (Hair và cộng sự, 2022). Các chỉ số CFI, TLI và RMSEA thuộc CB-SEM, vì vậy không đưa chúng vào phần đánh giá SmartPLS.

Số liệu minh họa từ output

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được trình bày theo dạng output để bạn nhận diện vị trí cần đọc.

Output và chỉ tiêuDOI1DOI2DOI3DOI4DOI5
Reliability Statistics, Cronbach's Alpha0.842
Item-Total Statistics, Corrected Item-Total Correlation0.6810.7240.6570.7030.614
Rotated Component Matrix, Component 10.7810.8060.7440.7690.712
SmartPLS Outer Loadings0.7810.8060.7440.7690.712

Bạn không kết luận chỉ từ một bảng. Với ví dụ minh họa này, Alpha là 0.842 và các corrected item-total correlation đều lớn hơn 0.3, nên có tín hiệu tốt về độ nhất quán nội tại theo các ngưỡng đã nêu. Khi viết kết quả thật, bạn vẫn phải báo cáo KMO, Bartlett, số nhân tố, tổng phương sai trích hoặc CR, AVE, HTMT tùy phần mềm và mô hình đã chọn.

Cách trình bày thang đo trong chương 3

Phần phương pháp nên cho người đọc biết khái niệm đổi mới sáng tạo được định nghĩa thế nào, lấy từ nguồn nào, gồm bao nhiêu biến quan sát, dùng thang Likert mấy mức và đã điều chỉnh ra sao. Bạn lập một bảng mã hóa gồm tên biến, nội dung phát biểu, nguồn tham khảo và ghi chú điều chỉnh. Nếu tự dịch, hãy nói đó là bản dịch tham khảo đã được rà soát theo bối cảnh nghiên cứu.

Cách viết vào luận văn: “Thang đo đổi mới sáng tạo trong nghiên cứu này được kế thừa và điều chỉnh từ [TÁC GIẢ, NĂM], gồm [SỐ LƯỢNG] biến quan sát, ký hiệu từ [MÃ BIẾN 1] đến [MÃ BIẾN CUỐI]. Người trả lời đánh giá các phát biểu trên thang Likert [5/7] mức, từ [MỨC THẤP NHẤT] đến [MỨC CAO NHẤT]. Các biến quan sát được điều chỉnh từ ngữ để phù hợp với [BỐI CẢNH, NGÀNH, ĐỐI TƯỢNG] và được kiểm định bằng [SPSS/SmartPLS].”

Nếu mô hình của bạn có yếu tố tài chính, hãy tránh viết đổi mới sáng tạo là nguyên nhân chắc chắn làm tăng hiệu quả. Dữ liệu cắt ngang chỉ cho phép bạn kiểm định mối quan hệ theo mô hình và giả thuyết đã đặt ra. Việc phân biệt khái niệm với cấu trúc vốn, đòn bẩy tài chính hoặc chấp nhận rủi ro giúp phần giả thuyết không bị trộn lẫn các biến.

Lỗi thường gặp

Lỗi đầu tiên là dùng “đổi mới sáng tạo” như một nhãn chung nhưng không nói rõ đang đo sản phẩm, quy trình, tổ chức hay marketing. Khi định nghĩa mơ hồ, biến quan sát sẽ không cùng hướng và phần thảo luận kết quả trở nên khó bảo vệ.

Lỗi thứ hai là lấy thang đo từ một bài không có nguồn gốc rõ ràng. Bạn cần truy ngược bài gốc, kiểm tra bối cảnh và ghi nguồn ngay trong ma trận thang đo. Một bảng hỏi được dùng trong khóa luận khác không tự động trở thành thang đo đã được xác nhận cho mẫu của bạn.

Lỗi thứ ba là xóa biến chỉ vì Alpha tăng. Hãy đọc nội dung biến, kiểm tra corrected item-total correlation, xem factor loading và đối chiếu mô hình lý thuyết. Xóa quá nhiều biến có thể làm khái niệm chỉ còn một phần ý nghĩa.

Lỗi thứ tư là trộn tiêu chí SPSS và SmartPLS. Cronbach's Alpha, EFA và factor loading thuộc quy trình thường gặp trong SPSS. Outer loading, CR, AVE và HTMT thuộc đánh giá measurement model trong PLS-SEM. Bạn cần nói rõ công cụ và quy trình đã dùng.

Cuối cùng, đừng sửa dữ liệu để output đẹp. Nếu một nhóm trả lời chọn cùng một mức cho toàn bộ bảng hỏi, hãy kiểm tra chất lượng phản hồi theo quy tắc đã xác định trước. Mọi biến bị loại, lý do loại và lần chạy lại nên được lưu trong một bản ghi riêng.

Đọc thêm: cấu trúc vốn là gì, chấp nhận rủi ro là gì, đòn bẩy tài chính là gì, hiệu quả tài chính là gì, năng lực cạnh tranh là gì, chủ đề mo hinh nghien cuu.

Câu hỏi thường gặp

Đổi mới sáng tạo có phải chỉ là tạo ra sản phẩm mới không?

Không. Khái niệm này có thể bao gồm sản phẩm, quy trình, phương pháp tổ chức hoặc cách thức marketing mới. Bạn cần chọn phạm vi phù hợp với câu hỏi nghiên cứu và thiết kế biến quan sát theo đúng phạm vi đó.

Nên dùng SPSS hay SmartPLS để đo đổi mới sáng tạo?

SPSS phù hợp khi bạn dùng Cronbach's Alpha, EFA và các mô hình hồi quy theo quy trình quen thuộc. SmartPLS phù hợp khi mô hình có biến tiềm ẩn, nhiều quan hệ giữa các cấu trúc hoặc bạn chủ động chọn PLS-SEM. Phần mềm không thay bạn quyết định khái niệm và nguồn thang đo.

Có thể tự viết biến quan sát cho đổi mới sáng tạo không?

Có thể, nhưng bạn phải giải thích cơ sở xây dựng, kiểm tra nội dung và kiểm định bằng dữ liệu. Cách an toàn hơn là tìm thang đo gốc phù hợp, dịch và điều chỉnh có kiểm soát, thay vì tự viết toàn bộ rồi chỉ dựa vào Cronbach's Alpha.

Cronbach's Alpha thấp thì có nên xóa ngay một biến không?

Chưa nên. Bạn kiểm tra corrected item-total correlation, nội dung biến, mã đảo chiều và dữ liệu nhập trước. Nếu xóa biến, hãy ghi rõ lý do và bảo đảm khái niệm vẫn còn đủ các khía cạnh cần đo.

Đổi mới sáng tạo có thể là biến độc lập và biến phụ thuộc không?

Có. Vai trò của biến phụ thuộc vào mô hình nghiên cứu cụ thể. Đổi mới sáng tạo có thể được giải thích bởi năng lực lãnh đạo hoặc nguồn lực, đồng thời có thể được dùng để giải thích hiệu quả tài chính hay năng lực cạnh tranh. Bạn cần viết giả thuyết và hướng quan hệ trước khi chạy mô hình.

Bạn hãy mở lại file dữ liệu, kiểm tra mã DOI, đối chiếu từng biến với nguồn gốc, rồi chạy lần lượt Reliability Statistics và EFA hoặc measurement model trước khi kết luận về thang đo; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.