Động lực làm việc là gì và đo bằng thang đo nào

Động lực làm việc là gì và được đo bằng gì

Động lực làm việc là trạng thái thúc đẩy người lao động bắt đầu, duy trì và điều chỉnh nỗ lực để thực hiện công việc. Khi đưa khái niệm này vào luận văn định lượng, bạn không đo trực tiếp một cảm giác chung bằng một câu hỏi duy nhất. Bạn đo nó thông qua nhiều biến quan sát, chẳng hạn mức độ hứng thú với công việc, sự sẵn sàng nỗ lực, mong muốn hoàn thành nhiệm vụ và ý định duy trì sự cố gắng.

Cần phân biệt động lực làm việc với sự hài lòng công việc, cam kết tổ chức và hiệu suất làm việc. Một nhân viên có thể hài lòng với môi trường hiện tại nhưng chưa chắc muốn nỗ lực thêm. Tương tự, hiệu suất là kết quả hoặc biểu hiện của công việc, còn động lực là một khái niệm giải thích vì sao cá nhân tiếp tục hành động.

Trong nghiên cứu định lượng, bạn thường đo động lực làm việc bằng thang đo Likert. Mỗi biến quan sát là một phát biểu, người trả lời chọn mức độ đồng ý, thường từ 1 đến 5 hoặc từ 1 đến 7. Thang Likert bắt nguồn từ kỹ thuật đo thái độ của Likert (1932). Bộ biến quan sát cần được lấy từ nguồn học thuật phù hợp, dịch và điều chỉnh theo bối cảnh nghiên cứu trước khi chạy SPSS hoặc SmartPLS.

Nếu đề tài của bạn nghiên cứu động lực do công việc, lương thưởng, lãnh đạo hoặc cơ hội phát triển tạo ra, hãy xác định rõ động lực làm việc là biến phụ thuộc hay là một khía cạnh nằm trong mô hình. Bạn có thể xem thêm các chủ đề thuộc Mô hình nghiên cứu để kiểm tra cách đặt biến, giả thuyết và mối quan hệ giữa các khái niệm.

Nguồn thang đo gốc

Không nên lấy một danh sách phát biểu trên mạng rồi gọi đó là thang đo động lực làm việc. Trước hết, bạn cần biết tác giả đo động lực theo nghĩa nào, trong nhóm đối tượng nào và với số lượng biến quan sát bao nhiêu. Một thang đo phát triển cho nhân viên văn phòng có thể cần điều chỉnh khi áp dụng cho giáo viên, nhân viên y tế, công nhân hoặc người lao động nền tảng số.

Trong danh mục nguồn được phép sử dụng, các công trình dưới đây có thể giúp bạn định vị nền tảng lý thuyết và cách xây dựng thang đo. Davis (1989) phù hợp khi động lực gắn với nhận thức về tính hữu ích và tính dễ sử dụng trong bối cảnh công nghệ. Ajzen (1991) phù hợp khi mô hình của bạn dựa trên thái độ, chuẩn chủ quan và kiểm soát hành vi cảm nhận. Venkatesh và cộng sự (2003) và Venkatesh và cộng sự (2012) thường được dùng cho hành vi chấp nhận và sử dụng công nghệ.

Bảng trên chỉ giúp bạn xác định hướng lý thuyết, không chứng minh rằng mọi phát biểu trong đó đều là thang đo động lực làm việc. Nếu đề tài của bạn tập trung vào nhu cầu và mức độ thúc đẩy cá nhân, hãy giải thích vì sao nguồn lý thuyết được chọn phù hợp với định nghĩa vận hành của bạn. Tháp nhu cầu Maslow có thể là nền tảng tham khảo để phân loại nhu cầu, nhưng bạn vẫn phải tìm bộ biến quan sát cụ thể và kiểm định bằng dữ liệu của mình.

Một sai lầm thường gặp là dùng tên lý thuyết làm tên thang đo. Ví dụ, nói đề tài dùng Maslow chưa cho biết bạn sẽ đo nhu cầu sinh lý, an toàn, thuộc về, được tôn trọng hay tự thể hiện bằng phát biểu nào. Nếu dùng mô hình này, bạn cần nêu rõ các thành phần và cách chuyển từng thành phần thành biến quan sát. Bạn có thể đối chiếu thêm bài mô hình Maslow khi xây dựng phần cơ sở lý thuyết.

Bộ biến quan sát tham khảo

Dưới đây là bộ phát biểu minh họa để bạn hình dung cách mã hóa thang đo. Đây là điểm bắt đầu cho việc thiết kế bảng hỏi, không phải bản dịch đã được xác nhận và cũng chưa phải thang đo hợp lệ cho đề tài của bạn. Bạn cần đối chiếu nguồn gốc, xin góp ý của giảng viên, điều chỉnh ngữ cảnh và chạy kiểm định trên dữ liệu thật.

Có thể dùng mã DL1 đến DL6 cho một khái niệm đơn hướng. Nếu mô hình của bạn chia động lực thành nhiều thành phần, không nên gộp tất cả phát biểu vào một biến chỉ vì cùng có chữ “động lực”. Khi đó, mỗi thành phần cần có định nghĩa và nhóm biến quan sát riêng.

Nếu bạn sử dụng biến đảo chiều, chẳng hạn “Tôi thường không muốn cố gắng cho công việc”, phải đánh dấu rõ trong bảng mã hóa. Với thang Likert từ 1 đến 5, biến đảo chiều thường được quy đổi theo công thức điểm mới bằng 6 trừ điểm cũ. Bạn cần thực hiện việc này trước khi chạy Cronbach's Alpha hoặc EFA. Nếu quên đảo chiều, tương quan giữa biến đó và các biến còn lại có thể âm, khiến bạn loại nhầm một biến tốt.

Không nên viết phát biểu quá dài, chứa hai ý hoặc dùng thuật ngữ người trả lời khó hiểu. Câu “Tôi có động lực và hài lòng với lương thưởng, lãnh đạo và môi trường làm việc” đang đo nhiều nội dung cùng lúc. Nếu người trả lời đồng ý với động lực nhưng không hài lòng với lương thưởng, bạn cũng không biết họ chọn mức nào vì lý do gì.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bước đầu tiên là giữ nguyên ý nghĩa khái niệm, sau đó mới làm cho câu chữ tự nhiên với nhóm khảo sát. “Tôi sẵn sàng exert extra effort” không nên dịch máy thành một câu cứng. Bạn có thể chuyển thành “Tôi sẵn sàng nỗ lực thêm khi công việc yêu cầu”, nhưng cần kiểm tra xem từ “nỗ lực thêm” có phù hợp với ngành nghề và cấp bậc của người trả lời hay không.

Bước thứ hai là kiểm tra chủ thể và thời gian. Các câu hỏi như “Công việc của tôi tạo động lực” có thể được hiểu khác với “Tổ chức tạo động lực cho tôi”. Một câu đo đặc điểm công việc, câu còn lại có thể đo chính sách hoặc môi trường tổ chức. Hãy chọn một chủ thể nhất quán trong toàn bộ thang đo.

Bước thứ ba là thực hiện thử nghiệm bảng hỏi với số lượng nhỏ người thuộc đúng nhóm nghiên cứu. Mục tiêu của bước này là phát hiện từ ngữ khó hiểu, câu bị trùng ý, cách chọn đáp án không rõ và thời gian trả lời quá dài. Bạn có thể dùng fillform.info, công cụ biểu mẫu của DoThesis, để thu thập câu trả lời thử nghiệm. Google Forms là một lựa chọn thay thế nếu bạn đã quen với hệ sinh thái Google.

Sau thử nghiệm, ghi lại từng thay đổi. Nếu bỏ DL5 vì người trả lời hiểu sai, bạn cần lưu phiên bản trước và sau điều chỉnh. Hội đồng thường quan tâm đến logic hình thành bảng hỏi, không chỉ bảng kết quả cuối cùng. Việc có nhật ký điều chỉnh giúp bạn giải thích vì sao câu chữ trong bảng hỏi chính thức khác với bản dịch ban đầu.

Nếu thang đo có phát biểu phủ định, hãy cân nhắc bỏ cách diễn đạt quá phức tạp. Người trả lời dễ bỏ sót từ “không”, đặc biệt khi bảng hỏi dài. Một thang đo ngắn, rõ và nhất quán thường có giá trị thực hành tốt hơn một bảng hỏi chứa nhiều câu chỉ để tăng số lượng biến.

Kiểm định độ tin cậy và giá trị của thang đo

Với dữ liệu .sav, quy trình phổ biến là kiểm tra dữ liệu, chạy Cronbach's Alpha, chạy EFA nếu thiết kế nghiên cứu cần khám phá cấu trúc, sau đó đưa các biến đạt yêu cầu vào hồi quy hoặc mô hình tiếp theo. Trong SPSS, bạn mở Analyze > Scale > Reliability Analysis, đưa các biến DL vào ô Items, chọn Model là Alpha, rồi vào Statistics và đánh dấu Scale if item deleted cùng Correlations.

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 cân nhắc theo Hair và cộng sự (2010). Corrected Item-Total Correlation từ 0.3 trở lên được dùng như một mốc tham khảo theo Nunnally và Bernstein (1994). Không nên xóa biến chỉ vì cột “Cronbach's Alpha if Item Deleted” tăng một chút. Bạn phải xem nội dung biến, nguồn thang đo và sự phù hợp lý thuyết.

Nếu chạy EFA, KMO từ 0.5 trở lên và Bartlett's Test có Sig. nhỏ hơn 0.05 là các mốc thường được sử dụng theo Kaiser (1974). Eigenvalue lớn hơn 1 là quy tắc trích nhân tố được đề cập bởi Kaiser (1960). Factor loading từ 0.5 trở lên và Total Variance Explained từ 50% trở lên là các mốc tham khảo theo Hair và cộng sự (2010). Một biến tải cao ở hai nhân tố hoặc có chênh lệch tải quá nhỏ cần được xem xét về nội dung trước khi loại.

Nếu dùng SmartPLS, bạn đánh giá measurement model trước structural model. Hãy xem Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Outer loading từ 0.7 trở lên là mốc thường dùng theo Chin (1998) hoặc Hair và cộng sự (2022). CR từ 0.7 và AVE từ 0.5 trở lên có thể tham khảo Fornell và Larcker (1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được đề cập bởi Henseler và cộng sự (2015).

Bảng dưới đây là số liệu minh họa, không phải kết quả nghiên cứu của bạn. Tên cột được mô phỏng theo output SPSS để bạn biết cần đọc phần nào.

Trong ví dụ minh họa này, các Corrected Item-Total Correlation đều cao hơn 0.3 và Alpha tổng thể là 0.842. Bạn không được chép các con số này vào chương 4. Hãy mở đúng bảng Reliability Statistics và Item-Total Statistics trong file của mình, sau đó ghi kết quả theo từng vòng chạy.

Cách trình bày thang đo trong chương 3

Ở chương 3, bạn nên trình bày định nghĩa vận hành của động lực làm việc, nguồn thang đo, cách dịch và điều chỉnh, dạng thang Likert, mã biến quan sát và kế hoạch kiểm định. Nếu có biến đảo chiều, ghi rõ cách mã hóa trước khi phân tích. Nếu kế thừa thang đo từ một nghiên cứu trước, nêu rõ bạn giữ lại, sửa câu chữ hay bổ sung biến nào.

Cách viết vào luận văn: “Khái niệm động lực làm việc được đo lường thông qua [số lượng] biến quan sát, ký hiệu từ [DL1] đến [DLx], kế thừa và điều chỉnh từ [tác giả, năm] cho bối cảnh [đối tượng nghiên cứu]. Người trả lời đánh giá các phát biểu trên thang Likert [5/7] mức, trong đó 1 là [hoàn toàn không đồng ý] và [5/7] là [hoàn toàn đồng ý].”

Sau khi chạy dữ liệu, bạn có thể viết phần kết quả theo cấu trúc: Alpha là bao nhiêu, số biến giữ lại là bao nhiêu, biến nào bị loại và lý do loại. Nếu có EFA, thêm KMO, Bartlett's Test, số nhân tố trích, factor loading thấp nhất và tổng phương sai trích. Mọi con số phải lấy từ output thực tế.

Bạn cũng cần phân biệt chương 3 và chương 4. Chương 3 mô tả thiết kế dự kiến và nguồn thang đo. Chương 4 báo cáo kết quả sau khi thu dữ liệu. Việc viết trước Alpha hoặc factor loading khi chưa chạy dữ liệu sẽ tạo ra mâu thuẫn nếu kết quả thực tế khác dự kiến.

Lỗi thường gặp

Lỗi đầu tiên là dùng một phát biểu duy nhất để đo động lực làm việc rồi vẫn gọi đó là thang đo. Một biến đơn có thể xuất hiện trong một số thiết kế, nhưng bạn phải giải thích cơ sở lựa chọn và giới hạn đo lường. Với luận văn sử dụng biến tiềm ẩn, nhiều biến quan sát thường giúp kiểm tra độ tin cậy và giá trị tốt hơn.

Lỗi thứ hai là trộn động lực nội tại, động lực bên ngoài và sự hài lòng vào cùng một nhóm biến. “Tôi thích công việc”, “Tôi được trả lương tương xứng” và “Tôi muốn nỗ lực hơn” có thể liên quan, nhưng không tự động là cùng một khái niệm. Hãy quay lại mô hình lý thuyết trước khi sửa bảng dữ liệu.

Lỗi thứ ba là xóa liên tiếp nhiều biến để làm Alpha tăng. Cách làm này có thể khiến thang đo mất nội dung quan trọng và chỉ còn các câu có ý nghĩa gần như giống nhau. Nếu phải loại biến, hãy ghi lại Alpha trước và sau, Corrected Item-Total Correlation, lý do về mặt thống kê và lý do về mặt nội dung.

Lỗi thứ tư là dùng kết quả của một thang đo trong tài liệu khác làm kết quả cho đề tài hiện tại. Độ tin cậy phụ thuộc vào mẫu, bối cảnh, cách dịch và cách trả lời. Một bộ biến từng đạt yêu cầu ở nghiên cứu trước vẫn phải được kiểm định lại trên file .sav hoặc .csv của bạn.

Nếu mô hình của bạn nghiên cứu áp lực hoặc nguồn lực tại nơi làm việc, hãy xác định nó có phải biến giải thích động lực hay chỉ là một khái niệm khác. Chẳng hạn, bảo toàn nguồn lực COR và bắt nạt nơi làm việc có thể liên quan đến trải nghiệm nhân viên, nhưng không nên nhập chung vào thang đo động lực nếu không có lập luận lý thuyết.

Câu hỏi thường gặp

Động lực làm việc có phải là sự hài lòng công việc không?

Hai khái niệm có thể liên quan nhưng không nên dùng thay thế cho nhau. Sự hài lòng phản ánh đánh giá tích cực hoặc tiêu cực về công việc, còn động lực tập trung vào sự thúc đẩy, nỗ lực và mong muốn tiếp tục hành động. Nếu mô hình dùng cả hai, bạn cần định nghĩa và bộ biến quan sát riêng cho từng biến.

Nên dùng thang đo Likert 5 mức hay 7 mức?

Cả hai đều có thể sử dụng nếu được giải thích nhất quán trong bảng hỏi và chương phương pháp. Likert 5 mức thường dễ trả lời với nhóm khảo sát đa dạng. Likert 7 mức cho phép phân biệt sắc thái nhiều hơn, nhưng không tự động làm thang đo có giá trị cao hơn.

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

Bạn nên xem Corrected Item-Total Correlation, nội dung phát biểu, biến đảo chiều và lỗi nhập dữ liệu trước. Nếu biến bị mã hóa ngược nhưng chưa reverse code, hãy sửa dữ liệu rồi chạy lại. Việc xóa biến chỉ để Alpha tăng có thể làm mất nội dung của khái niệm.

Có thể lấy bộ biến quan sát trên Google không?

Bạn có thể dùng kết quả tìm kiếm để tìm nguồn gốc, nhưng không nên lấy một bảng không rõ tác giả, năm và bối cảnh làm thang đo chính thức. Hãy truy về bài nghiên cứu hoặc sách gốc, ghi nguồn trong chương 3, rồi dịch và điều chỉnh cho nhóm khảo sát của bạn.

Dùng SPSS hay SmartPLS để kiểm định động lực làm việc?

SPSS phù hợp với Cronbach's Alpha, EFA, tương quan và hồi quy. SmartPLS phù hợp khi mô hình có biến tiềm ẩn và bạn muốn đánh giá outer loading, CR, AVE, HTMT cùng path coefficient. Lựa chọn công cụ phải theo mô hình và kế hoạch phân tích, không theo việc một phần mềm cho ra bảng đẹp hơn.

Mở file bảng hỏi của bạn ngay bây giờ, lập bảng mã DL1 đến DLx, đối chiếu từng phát biểu với nguồn gốc và ghi rõ biến đảo chiều trước khi chạy thử Cronbach's Alpha. Nếu cần xử lý trực tiếp file .sav hoặc .csv và chuyển kết quả thành bảng phân tích, bạn có thể xem module M4 phân tích dữ liệu của DoThesis.