Động lực hưởng thụ là gì? Cách xây dựng thang đo
Bạn đang xây dựng mô hình chấp nhận công nghệ và gặp biến “động lực hưởng thụ”, nhưng chưa biết phải giải thích thế nào trong chương 2, lấy biến quan sát ở đâu và kiểm định ra sao. Đây là tình huống thường gặp khi nghiên cứu hành vi sử dụng ứng dụng, nền tảng số, mua sắm trực tuyến, ví điện tử hoặc dịch vụ giải trí trực tuyến.
Động lực hưởng thụ thường được viết bằng tiếng Anh là hedonic motivation. Khái niệm này mô tả mức độ một người cảm thấy vui, thú vị hoặc thoải mái khi sử dụng một công nghệ hay dịch vụ. Bài viết dưới đây tập trung vào cách dùng khái niệm này trong một nghiên cứu định lượng, từ nguồn thang đo đến bước đưa dữ liệu vào SPSS hoặc SmartPLS. Bạn có thể xem thêm các chủ đề liên quan trong chuyên mục Mô hình nghiên cứu.
Động lực hưởng thụ là gì và được đo bằng gì
Động lực hưởng thụ là cảm nhận về niềm vui, sự thích thú hoặc tính giải trí mà người dùng nhận được trong quá trình sử dụng một sản phẩm, công nghệ hay dịch vụ. Một người có thể tiếp tục dùng ứng dụng vì ứng dụng đó giúp họ hoàn thành công việc, nhưng cũng có thể dùng vì trải nghiệm đem lại cảm giác thú vị. Hai lý do này cần được tách ra trong mô hình nghiên cứu.
Trong UTAUT2, động lực hưởng thụ là một yếu tố giải thích ý định sử dụng công nghệ của người tiêu dùng. Venkatesh và cộng sự (2012) phân biệt yếu tố này với hiệu quả thực hiện công việc. Vì vậy, khi viết bảng hỏi, bạn nên tập trung vào cảm giác vui vẻ và thích thú khi sử dụng, thay vì hỏi người dùng có thấy công nghệ hữu ích hay tiết kiệm thời gian hay không.
Khái niệm này thường được đo bằng một nhóm biến quan sát sử dụng thang Likert 5 hoặc 7 mức. Chẳng hạn, người trả lời có thể đánh giá từ 1 là “Hoàn toàn không đồng ý” đến 5 là “Hoàn toàn đồng ý”. Mỗi biến quan sát là một phát biểu riêng, nhưng cùng phản ánh một khái niệm tiềm ẩn là động lực hưởng thụ.
Bạn cần phân biệt động lực hưởng thụ với thang đo thái độ. Thái độ là đánh giá tổng quát của người trả lời đối với đối tượng, còn động lực hưởng thụ nhấn mạnh cảm giác thích thú phát sinh trong quá trình sử dụng. Nếu hai nhóm biến có nội dung quá giống nhau, kết quả kiểm định giá trị phân biệt có thể không đạt.
Nguồn thang đo gốc
Nguồn phù hợp và dễ giải trình nhất cho động lực hưởng thụ trong nghiên cứu chấp nhận công nghệ là UTAUT2. Công trình của Venkatesh và cộng sự (2012) mở rộng UTAUT từ bối cảnh tổ chức sang bối cảnh người tiêu dùng, trong đó có thêm động lực hưởng thụ, giá trị giá cả và thói quen. Khi sử dụng nguồn này, bạn cần ghi rõ mình kế thừa và điều chỉnh thang đo theo bối cảnh nghiên cứu, thay vì tuyên bố đã dùng nguyên bản.
| Tác giả, năm | Số biến quan sát tham khảo | Bối cảnh gốc | Cách sử dụng trong đề tài |
|---|---|---|---|
| Venkatesh và cộng sự (2012) | 3 | Chấp nhận và sử dụng công nghệ trong bối cảnh người tiêu dùng | Nguồn chính cho thang đo động lực hưởng thụ trong UTAUT2 |
| Venkatesh và cộng sự (2003) | Không phải nguồn chính cho động lực hưởng thụ | Chấp nhận công nghệ trong bối cảnh tổ chức | Dùng để tham chiếu cấu trúc UTAUT, không nên ghi là nguồn gốc của động lực hưởng thụ |
| Davis (1989) | Không phải thang đo động lực hưởng thụ | TAM và chấp nhận công nghệ | Có thể dùng để phân biệt động lực hưởng thụ với perceived usefulness và perceived ease of use |
Bảng trên chỉ ra một điểm dễ sai trong chương 2. Davis (1989) là nguồn kinh điển cho TAM, nhưng không phải nguồn gốc của thang đo động lực hưởng thụ. Venkatesh và cộng sự (2003) cũng là nền tảng của UTAUT, tuy nhiên biến động lực hưởng thụ được bổ sung rõ ràng trong UTAUT2 của Venkatesh và cộng sự (2012).
Nếu mô hình của bạn dùng các biến như ảnh hưởng xã hội, chuẩn chủ quan hoặc điều kiện thuận lợi, hãy giữ định nghĩa của từng biến riêng biệt. Việc lấy một vài câu từ các mô hình khác rồi gộp thành một thang đo mới sẽ khiến phần cơ sở lý thuyết thiếu logic.
Bộ biến quan sát tham khảo
Dưới đây là bộ biến quan sát tham khảo được diễn đạt bằng tiếng Việt dựa trên hướng đo lường của Venkatesh và cộng sự (2012). Đây là bản khởi đầu để bạn điều chỉnh, chưa phải bản dịch đã được xác nhận và chưa thể xem là thang đo đạt độ tin cậy trong đề tài của bạn.
| Mã biến | Phát biểu tiếng Việt tham khảo | Nội dung cần giữ |
|---|---|---|
| HM1 | Tôi cảm thấy vui khi sử dụng [tên công nghệ hoặc dịch vụ]. | Cảm giác vui trong quá trình sử dụng |
| HM2 | Tôi cảm thấy việc sử dụng [tên công nghệ hoặc dịch vụ] rất thú vị. | Mức độ thú vị của trải nghiệm |
| HM3 | Việc sử dụng [tên công nghệ hoặc dịch vụ] mang lại cho tôi cảm giác giải trí. | Tính giải trí hoặc thư giãn |
Bạn thay phần trong ngoặc vuông bằng đúng đối tượng nghiên cứu. Nếu đề tài nghiên cứu ví điện tử, có thể ghi “ví điện tử X”. Nếu đề tài nghiên cứu nền tảng học trực tuyến, hãy dùng tên hoặc nhóm nền tảng mà người trả lời thực sự biết. Một biến quan sát quá chung như “Tôi thích công nghệ” có thể khiến người trả lời nghĩ đến nhiều sản phẩm khác nhau.
Không nên thêm câu hỏi về tốc độ, tính tiện lợi hoặc lợi ích tài chính vào nhóm HM. Những nội dung đó gần với điều kiện thuận lợi, hiệu quả thực hiện hoặc giá trị giá cả. Chẳng hạn, câu “Ứng dụng này giúp tôi tiết kiệm tiền” không đo trực tiếp động lực hưởng thụ. Bạn có thể tham khảo cách tách riêng giá trị giá cả để tránh trộn các khái niệm.
Khi thiết kế bảng hỏi, mỗi biến quan sát nên là một câu đơn, tránh hai ý trong cùng một phát biểu. Câu “Ứng dụng này thú vị và giúp tôi tiết kiệm thời gian” chứa hai nội dung khác nhau. Nếu người trả lời đồng ý với tính thú vị nhưng không đồng ý với khả năng tiết kiệm thời gian, bạn sẽ không biết họ đang đánh giá phần nào.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bạn bắt đầu bằng việc xác định người trả lời sẽ hiểu “sử dụng” là hành động nào. Với ứng dụng mua sắm, đó có thể là tìm kiếm và đặt hàng. Với nền tảng học trực tuyến, đó có thể là xem bài giảng và làm bài tập. Định nghĩa này nên xuất hiện ở phần hướng dẫn bảng hỏi để tất cả người trả lời cùng hình dung một đối tượng.
Kiểm tra từ ngữ
Đọc từng biến quan sát thành tiếng và kiểm tra xem sinh viên hoặc khách hàng mục tiêu có dùng cách nói đó không. “Tôi cảm nhận được sự khoái lạc khi sử dụng” có thể đúng về mặt dịch thuật nhưng không tự nhiên trong bảng hỏi tiếng Việt. “Tôi cảm thấy vui khi sử dụng” dễ hiểu hơn, nhưng bạn vẫn phải giữ ý nghĩa của nguồn gốc.
Kiểm tra nội dung trùng lặp
So sánh HM1, HM2 và HM3 với các biến của thái độ, ý định sử dụng và sự hài lòng. Các khái niệm có thể liên quan về mặt lý thuyết, nhưng câu hỏi không nên lặp lại cùng một ý. Nếu biến thái độ đã hỏi “Sử dụng dịch vụ này là một ý tưởng tốt”, biến động lực hưởng thụ nên tập trung vào vui vẻ và thú vị.
Chạy thử bảng hỏi
Bạn nên thử bảng hỏi với một nhóm nhỏ có đặc điểm gần với mẫu chính để phát hiện từ khó hiểu, câu dẫn sai hoặc đối tượng nghiên cứu chưa rõ. Đây là bước kiểm tra khả năng đọc hiểu, chưa phải căn cứ để khẳng định thang đo đã đạt. Sau khi sửa, hãy lưu lại phiên bản bảng hỏi và mã biến để tránh việc tên biến trong file dữ liệu khác với tên trong chương 3.
Không tự ý đảo chiều HM1, HM2 hoặc HM3 nếu câu gốc đều mang ý nghĩa tích cực. Một biến đảo chiều chỉ nên được dùng khi có lý do đo lường rõ ràng. Nếu có câu như “Tôi cảm thấy sử dụng dịch vụ này thật nhàm chán”, bạn phải mã hóa ngược trước khi kiểm định, đồng thời ghi chú thao tác trong nhật ký xử lý dữ liệu.
Kiểm định độ tin cậy và giá trị của thang đo
Với dữ liệu khảo sát, quy trình thường đi từ kiểm tra dữ liệu, kiểm định độ tin cậy, đánh giá cấu trúc thang đo, sau đó mới đưa biến vào mô hình hồi quy hoặc mô hình cấu trúc. Thứ tự cụ thể phụ thuộc vào phương pháp bạn chọn.
Nếu chạy SPSS, vào Analyze > Scale > Reliability Analysis, đưa HM1, HM2 và HM3 vào ô Items. Trong nút Statistics, chọn Scale if item deleted để xem Cronbach's Alpha if Item Deleted và Corrected Item-Total Correlation. Cronbach's 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 xem xét theo Hair và cộng sự (2010). Corrected Item-Total Correlation từ 0.3 trở lên được dùng làm mốc tham khảo theo Nunnally và Bernstein (1994).
Nếu có nhiều thang đo trong mô hình, bạn chạy Reliability Analysis cho từng khái niệm, không gộp toàn bộ biến độc lập vào một lần. Alpha cao không tự động chứng minh giá trị hội tụ hoặc giá trị phân biệt. Bạn vẫn cần thực hiện EFA trong SPSS khi thiết kế nghiên cứu yêu cầu, hoặc đánh giá measurement model trong SmartPLS.
| Tiêu chí | Mốc tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Cronbach's Alpha với thang đo khám phá | Từ 0.6 trở lên có thể xem xét | (Hair và cộng sự, 2010) |
| 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) |
| 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) |
Trong SmartPLS, hãy kiểm tra Outer Loadings, Cronbach's Alpha, rho_A, Composite Reliability và AVE ở measurement model. Outer loading từ 0.7 trở lên là mốc tham khảo thường dùng theo Chin (1998) hoặc Hair và cộng sự (2022). Với một biến có loading thấp, bạn không nên xóa ngay. Hãy xem nội dung lý thuyết, độ tin cậy sau khi xóa và ảnh hưởng đến tính đầy đủ của khái niệm.
Số liệu minh họa
Bảng sau mô phỏng hình dạng kết quả trong SPSS, không phải kết quả của một nghiên cứu thật. Các con số chỉ giúp bạn nhận diện cột cần đọc trong Item-Total Statistics.
| Biến | Scale Mean if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|
| HM1 | 7.84 | 0.762 | 0.861 |
| HM2 | 7.79 | 0.781 | 0.844 |
| HM3 | 7.91 | 0.704 | 0.898 |
Trong ví dụ minh họa này, cả ba Corrected Item-Total Correlation đều cao hơn mốc 0.3. Bạn vẫn cần nhìn bảng Reliability Statistics để biết Cronbach's Alpha của toàn thang đo, thay vì kết luận chỉ dựa trên một cột. Nếu xóa HM3 làm Alpha tăng, điều đó chỉ là tín hiệu để xem xét thêm. Bạn cần đọc lại nội dung HM3 trước khi quyết định loại biến.
Nếu chạy EFA, các bảng cần đọc gồm KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Nếu chạy SmartPLS, không dùng CFI, TLI hoặc RMSEA để đánh giá PLS-SEM. Các chỉ số đó thuộc nhóm CB-SEM, được trình bày trong bối cảnh khác theo Hu và Bentler (1999).
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo bốn phần: định nghĩa khái niệm, nguồn thang đo, quá trình điều chỉnh và danh sách biến quan sát sau điều chỉnh. Nêu rõ thang đo động lực hưởng thụ được kế thừa từ Venkatesh và cộng sự (2012), sau đó điều chỉnh từ ngữ cho phù hợp với [tên đối tượng nghiên cứu].
Bạn có thể viết theo mẫu sau:
Cách viết vào luận văn: “Thang đo động lực hưởng thụ được kế thừa từ Venkatesh và cộng sự (2012), gồm [số lượng] biến quan sát, ký hiệu từ HM1 đến HM[số cuối]. Các phát biểu được điều chỉnh cho phù hợp với bối cảnh [bối cảnh nghiên cứu] và sử dụng thang Likert [5/7] mức, từ [mức thấp nhất] đến [mức cao nhất]. Sau khi thu thập dữ liệu từ [số lượng] quan sát hợp lệ, thang đo được đánh giá bằng [Cronbach's Alpha/EFA/PLS-SEM].”
Trong bảng thang đo của chương 3, nên có mã biến, phát biểu, nguồn và ghi chú điều chỉnh. Đừng ghi “thang đo đã được kiểm định” trước khi bạn có kết quả từ chính mẫu dữ liệu của mình. Nếu một biến bị loại ở chương 4, hãy trình bày số lượng ban đầu ở chương 3 và giải thích biến bị loại dựa trên bảng output tương ứng.
Lỗi thường gặp
Lỗi đầu tiên là dịch hedonic motivation thành một khái niệm quá rộng như “động lực sử dụng”. Cách dịch đó có thể bao phủ cả lợi ích, sự tiện lợi và ảnh hưởng xã hội. Trong bảng hỏi, bạn cần giữ trọng tâm vào vui vẻ, thú vị và giải trí.
Lỗi thứ hai là ghi Venkatesh và cộng sự (2003) làm nguồn gốc trực tiếp của động lực hưởng thụ. Nguồn này giúp bạn trình bày UTAUT, còn UTAUT2 của Venkatesh và cộng sự (2012) phù hợp hơn cho thang đo động lực hưởng thụ trong bối cảnh người tiêu dùng.
Lỗi thứ ba là xóa biến chỉ vì Alpha tăng. Một biến quan sát có thể có ý nghĩa lý thuyết nhưng chưa phù hợp với cách hiểu của mẫu khảo sát. Hãy xem Corrected Item-Total Correlation, nội dung câu hỏi, kích thước mẫu và kết quả sau khi xóa cùng lúc.
Lỗi thứ tư là trộn động lực hưởng thụ với thái độ hoặc sự hài lòng. Nếu câu hỏi HM hỏi người dùng có hài lòng hay không, bạn đang thay đổi khái niệm. Lỗi cuối là trình bày số liệu minh họa như kết quả thật. Mọi bảng mô phỏng cần được ghi rõ là số liệu minh họa, còn kết quả trong luận văn phải lấy từ file .sav hoặc .csv của bạn.
Câu hỏi thường gặp
Động lực hưởng thụ có bắt buộc phải thuộc mô hình UTAUT2 không?
Không bắt buộc, nhưng UTAUT2 là nguồn phù hợp và dễ giải trình khi bạn nghiên cứu chấp nhận công nghệ trong bối cảnh người tiêu dùng. Nếu dùng khung lý thuyết khác, bạn cần giải thích vì sao khái niệm này phù hợp với câu hỏi nghiên cứu và chọn nguồn thang đo tương ứng.
Động lực hưởng thụ nên có bao nhiêu biến quan sát?
Số biến phụ thuộc vào nguồn thang đo, bối cảnh và thiết kế nghiên cứu. Bộ ba biến tham khảo từ Venkatesh và cộng sự (2012) có thể là điểm bắt đầu, nhưng bạn cần kiểm tra nội dung và độ phù hợp với đối tượng khảo sát. Không thêm nhiều câu chỉ để làm thang đo dài hơn.
Cronbach's Alpha của động lực hưởng thụ dưới 0.7 thì phải làm sao?
Trước hết, kiểm tra mã hóa, dữ liệu thiếu, biến đảo chiều và Corrected Item-Total Correlation. Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét theo Hair và cộng sự (2010), nhưng bạn phải giải thích căn cứ và không nên tự động giữ toàn bộ biến.
Có thể dùng động lực hưởng thụ trong hồi quy SPSS không?
Có. Sau khi tạo điểm đại diện cho thang đo theo quy trình của đề tài, bạn có thể đưa biến này vào hồi quy nếu mô hình và giả thuyết yêu cầu. Trước đó, cần hoàn tất kiểm định độ tin cậy, giá trị thang đo và các giả định phù hợp với phương pháp phân tích.
Có nên dùng cả động lực hưởng thụ và thái độ trong cùng mô hình không?
Có thể, vì hai khái niệm này không đồng nhất. Tuy nhiên, bạn cần định nghĩa rõ: động lực hưởng thụ nói về cảm giác vui và thú vị khi sử dụng, còn thái độ là đánh giá tổng quát đối với đối tượng. Sau khi thu thập dữ liệu, hãy kiểm tra giá trị phân biệt để xem hai thang đo có bị chồng lấn quá nhiều không.
Việc tiếp theo của bạn là mở bảng hỏi và file dữ liệu, thay phần [tên công nghệ hoặc dịch vụ], kiểm tra mã HM1 đến HM3 rồi ghi lại nguồn Venkatesh và cộng sự (2012) trong chương 3. Nếu cần xây dựng trọn bộ mô hình, giả thuyết và bảng hỏi định lượng, bạn có thể dùng M3 của DoThesis để thực hiện bước này.