Gắn kết công việc là gì? Cách chọn và kiểm định thang đo
Gắn kết công việc là gì và được đo bằng gì
Gắn kết công việc là mức độ một nhân viên cảm thấy có năng lượng, tập trung và chủ động đầu tư vào công việc đang làm. Khái niệm này thường được dùng để giải thích vì sao cùng làm trong một tổ chức, có người chủ động hoàn thành nhiệm vụ và có người chỉ làm ở mức tối thiểu.
Trong nghiên cứu định lượng, bạn không đo trực tiếp được gắn kết công việc bằng một câu hỏi duy nhất. Bạn đo nó thông qua một nhóm biến quan sát trong bảng hỏi. Mỗi biến mô tả một biểu hiện có thể trả lời trên thang Likert, chẳng hạn cảm giác tràn đầy năng lượng, sự tập trung hoặc mức độ say mê với công việc.
Bạn nên tách gắn kết công việc khỏi các khái niệm gần nghĩa. Cam kết tổ chức là gì nói nhiều hơn về mối quan hệ và ý định gắn bó với tổ chức. Cân bằng công việc cuộc sống là gì tập trung vào sự phân bổ giữa công việc và đời sống. Căng thẳng công việc là gì phản ánh áp lực hoặc phản ứng tiêu cực, trong khi gắn kết công việc mô tả trạng thái đầu tư tích cực vào công việc.
Vì vậy, trước khi mở SPSS, bạn cần xác định rõ mô hình của mình dùng gắn kết công việc như biến độc lập, biến phụ thuộc, biến trung gian hay biến điều tiết. Vị trí của biến sẽ quyết định giả thuyết, cách đặt mã biến và cách đọc kết quả sau này.
Nguồn thang đo gốc
Một điểm cần xử lý cẩn thận là danh mục nguồn được phép sử dụng cho bài viết này không có nghiên cứu gốc chuyên biệt về thang đo gắn kết công việc. Vì vậy, tôi không ghi tên tác giả, năm, số biến quan sát hoặc bối cảnh nghiên cứu khi chưa có nguồn đã được xác minh. Việc điền một tác giả quen thuộc vào bảng chỉ để làm thang đo có vẻ hoàn chỉnh sẽ tạo rủi ro khi hội đồng hỏi nguồn.
Bạn có thể dùng bảng dưới đây như phiếu kiểm tra tài liệu trước khi chốt thang đo. Chỉ điền thông tin sau khi đã mở đúng bài gốc và xác định được biến quan sát, ngữ cảnh, cách dịch cùng bằng chứng kiểm định.
| Thông tin cần ghi | Nội dung phải kiểm tra | Trạng thái khi chưa có nguồn xác minh |
|---|---|---|
| Tác giả và năm | Tên tác giả, năm xuất bản của thang đo gốc | Chưa xác định, không tự điền |
| Số biến quan sát | Số item của bản gốc, trước khi điều chỉnh | Chưa xác định |
| Bối cảnh | Ngành, quốc gia, nhóm người trả lời | Chưa xác định |
| Cấu trúc khái niệm | Một chiều hay nhiều thành phần | Chưa xác định |
| Bằng chứng kiểm định | Alpha, factor loading, CR, AVE hoặc kết quả tương đương | Chưa xác định |
Nếu đề tài của bạn cần dùng thang đo này ngay, hãy trao đổi với giảng viên về bài gốc mà thầy cô chấp nhận. Phần Mô hình nghiên cứu cũng nên được cập nhật cùng lúc, vì định nghĩa khái niệm, giả thuyết và thang đo phải dùng cùng một logic.
Trong chương 3, bạn có thể phân biệt ba lớp thông tin: khái niệm được định nghĩa thế nào, thang đo được kế thừa từ đâu, và các biến quan sát đã được điều chỉnh ra sao cho bối cảnh Việt Nam. Nếu chưa có nguồn gốc rõ ràng, hãy ghi là thang đo dự kiến và tiếp tục xác minh, thay vì trình bày như một thang đo đã được kiểm chứng.
Bộ biến quan sát tham khảo
Bảng dưới đây là bộ câu chữ tham khảo để bạn hình dung cách mã hóa dữ liệu. Đây chưa phải bản dịch đã được xác nhận và chưa phải thang đo hợp lệ cho đề tài của bạn. Bạn cần đối chiếu với nguồn gốc, xin góp ý của giảng viên, thử nghiệm bảng hỏi và kiểm định trên dữ liệu thật.
| Mã biến | Câu phát biểu tham khảo | Thành phần dự kiến | Ghi chú khi đưa vào bảng hỏi |
|---|---|---|---|
| GKC1 | Tôi cảm thấy có nhiều năng lượng khi bắt đầu một ngày làm việc | Năng lượng | Điều chỉnh từ ngữ theo nghề nghiệp cụ thể |
| GKC2 | Tôi có thể duy trì sự nỗ lực khi công việc trở nên khó khăn | Năng lượng | Tránh gộp hai ý trong cùng một câu |
| GKC3 | Tôi cảm thấy công việc mình đang làm có ý nghĩa | Sự tận tâm | Kiểm tra người trả lời có hiểu từ “ý nghĩa” không |
| GKC4 | Tôi cảm thấy tự hào về công việc của mình | Sự tận tâm | Giữ chủ thể và thời gian trả lời nhất quán |
| GKC5 | Tôi tập trung cao độ khi thực hiện công việc | Sự say mê | Không dùng câu quá dài |
| GKC6 | Tôi thường bị cuốn vào công việc đến mức không để ý thời gian | Sự say mê | Kiểm tra khả năng hiểu khác nhau giữa các nhóm mẫu |
Các mã GKC1 đến GKC6 chỉ là mã minh họa. Nếu nguồn gốc của bạn có mã WE1, WE2 hoặc một hệ mã khác, nên giữ hệ mã theo tài liệu gốc và lập bảng đối chiếu riêng. Đổi mã tùy tiện khiến bạn khó giải thích item nào đã bị loại sau Cronbach's Alpha hoặc EFA.
Với thang Likert, bạn cần ghi rõ điểm số trong bảng hỏi, ví dụ từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Thang Likert được sử dụng để đo thái độ và mức độ đồng ý của người trả lời (Likert, 1932). Đừng trộn thang 5 điểm và 7 điểm trong cùng một biến nếu chưa có lý do phương pháp rõ ràng.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bản dịch tốt không chỉ là thay từng từ tiếng Anh bằng một từ tiếng Việt. Bạn cần bảo đảm người trả lời trong mẫu nghiên cứu hiểu câu hỏi theo cùng một ý nghĩa, không bị vướng thuật ngữ nghề nghiệp và không phải suy đoán chủ thể của câu.
Làm rõ đối tượng và bối cảnh
Thay các từ chung như “công việc” bằng “công việc hiện tại” nếu đề tài chỉ khảo sát nhân viên đang làm tại doanh nghiệp. Nếu mẫu gồm nhân viên bán thời gian, người làm việc từ xa hoặc nhân sự mới, hãy xem câu hỏi có còn phù hợp với tất cả nhóm đó không.
Kiểm tra câu phủ định và biến đảo chiều
Câu phủ định dễ làm người trả lời nhầm chiều điểm. Nếu bạn dùng item đảo chiều, phải ghi chú mã hóa trong file dữ liệu và đảo điểm trước khi chạy phân tích. Với thang 1 đến 5, điểm đảo thường được quy đổi theo nguyên tắc 1 thành 5, 2 thành 4, 3 giữ nguyên, nhưng bạn cần kiểm tra đúng số mức của bảng hỏi trước khi thực hiện.
Chạy thử bảng hỏi
Hãy nhập một nhóm nhỏ phản hồi thử vào SPSS để kiểm tra tên biến, kiểu dữ liệu, giá trị thiếu và hướng điểm. Bạn cũng cần đọc tần suất từng biến để phát hiện câu có quá nhiều người chọn cùng một mức. Một biến có phân phối bất thường chưa chắc phải loại ngay, nhưng đó là dấu hiệu cần xem lại câu chữ và bối cảnh thu thập.
Chốt phiên bản trước khi thu mẫu chính thức
Lưu riêng ba file: bảng hỏi dự kiến, bảng hỏi đã chỉnh sửa và bảng hỏi chính thức. Khi có biến bị loại sau này, bạn vẫn truy được item đó xuất hiện ở phiên bản nào. Không nên sửa câu hỏi giữa chừng mà không ghi lại, vì người trả lời ở hai giai đoạn có thể đã nhận hai công cụ khác nhau.
Kiểm định độ tin cậy và giá trị của thang đo
Thứ tự phổ biến là kiểm tra dữ liệu, chạy độ tin cậy, thực hiện EFA nếu thiết kế nghiên cứu dùng EFA, rồi đánh giá mô hình đo lường trong SmartPLS nếu bạn dùng PLS-SEM. Nếu chạy SmartPLS, hãy đánh giá measurement model trước structural model theo logic hai bước (Anderson và Gerbing, 1988).
| Chỉ tiêu | Mốc tham khảo | Nguồn canonical |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Cronbach's Alpha cho thang đo khám phá | Có thể từ 0.6 | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) |
| Eigenvalue khi trích nhân tố | Trên 1 | (Kaiser, 1960) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | 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) |
Các mốc trên là điểm tham khảo để ra quyết định, không phải lệnh tự động xóa biến. Nếu Alpha tăng sau khi xóa một item, bạn vẫn phải xem item đó có quan trọng về nội dung không. Xóa nhiều biến chỉ để làm đẹp chỉ số có thể khiến gắn kết công việc bị đo thiếu một thành phần.
Khi dùng SPSS
Vào Analyze > Scale > Reliability Analysis, đưa các biến GKC vào ô Items, chọn Model là Alpha. Trong Statistics, tích Item, Scale và Scale if item deleted để xem Corrected Item-Total Correlation và Alpha nếu biến bị loại.
Nếu chạy EFA, vào Analyze > Dimension Reduction > Factor. Chọn KMO and Bartlett's test, eigenvalues over 1, scree plot và phép xoay phù hợp với thiết kế. Đọc Rotated Component Matrix, không chỉ nhìn vào tổng phương sai trích.
Khi dùng SmartPLS 4
Trong SmartPLS 4, bạn cần tạo measurement model, nối các indicator GKC1 đến GKC6 vào construct gắn kết công việc, sau đó chạy Calculate > PLS-SEM Algorithm. Kiểm tra Outer Loadings, Cronbach's Alpha, rho_A, Composite Reliability, AVE và Discriminant Validity.
Sau đó chạy Calculate > Bootstrapping để kiểm tra độ ổn định của ước lượng. Với quy trình PLS-SEM, số lần bootstrap thường được thiết lập là 5.000 theo hướng dẫn (Hair và cộng sự, 2022). Các chỉ số CFI, TLI và RMSEA thuộc CB-SEM, không đưa vào bảng đánh giá measurement model của SmartPLS.
Số liệu minh họa
Bảng dưới đây mô phỏng dạng kết quả bạn có thể thấy trong SmartPLS 4. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật và không được chép vào luận văn như phát hiện của bạn.
| Construct | Cronbach's Alpha | rho_A | Composite Reliability | AVE | Kết luận minh họa |
|---|---|---|---|---|---|
| Gắn kết công việc | 0.861 | 0.868 | 0.899 | 0.641 | Đạt các mốc tham khảo |
| GKC1 outer loading | 0.812 | Giữ lại để xem xét | |||
| GKC2 outer loading | 0.846 | Giữ lại để xem xét | |||
| GKC3 outer loading | 0.779 | Giữ lại để xem xét | |||
| GKC4 outer loading | 0.824 | Giữ lại để xem xét | |||
| GKC5 outer loading | 0.731 | Kiểm tra thêm nội dung | |||
| GKC6 outer loading | 0.688 | Xem xét cùng CR và AVE |
Đừng kết luận chỉ từ một dòng. GKC6 có outer loading dưới 0.7 trong minh họa, nhưng quyết định giữ hay loại còn phụ thuộc nội dung item, CR, AVE và giá trị phân biệt của construct. Với dữ liệu của bạn, hãy lưu lại phiên bản mô hình trước và sau khi loại biến.
Cách trình bày thang đo trong chương 3
Bạn có thể viết theo mẫu sau, rồi thay toàn bộ phần trong ngoặc vuông bằng thông tin thật:
Cách viết vào luận văn: “Khái niệm gắn kết công việc trong nghiên cứu này được đo bằng [số lượng] biến quan sát, kế thừa từ [tác giả, năm, nguồn gốc]. Các biến được điều chỉnh ngôn ngữ để phù hợp với [đối tượng và bối cảnh khảo sát tại Việt Nam]. Người trả lời đánh giá trên thang Likert [5 hoặc 7] mức, từ [mức thấp nhất] đến [mức cao nhất]. Trước khi phân tích chính thức, thang đo được kiểm tra bằng [Cronbach's Alpha và EFA hoặc mô hình đo lường PLS-SEM].”
Ngay sau đoạn này, đặt bảng gồm mã biến, nội dung biến quan sát, nguồn gốc và cách đo. Nếu có biến bị loại, trình bày ở phần kết quả với lý do dựa trên chỉ tiêu và ý nghĩa nội dung. Không ghi “thang đo đạt chuẩn” nếu bạn chưa có số liệu từ file .sav hoặc .csv của chính mình.
Trong chương 4, báo cáo số biến ban đầu, số biến còn lại, các chỉ số chính và quyết định xử lý. Nếu mô hình có các khái niệm liên quan như cam kết tổ chức hoặc căng thẳng công việc, hãy báo cáo kết quả phân biệt giữa các construct thay vì gộp tất cả item vào một Alpha chung.
Lỗi thường gặp
Lấy câu hỏi trên mạng nhưng không kiểm tra nguồn
Một danh sách item có câu chữ phù hợp vẫn chưa phải thang đo có thể trích dẫn. Bạn cần biết nó xuất phát từ nghiên cứu nào, đã dùng trong bối cảnh nào và được kiểm định ra sao.
Dùng gắn kết công việc và cam kết tổ chức như một khái niệm
Hai biến có thể liên quan trong mô hình nhưng không đồng nghĩa. Nếu gộp item của chúng, EFA có thể tạo nhân tố khó giải thích và giả thuyết của bạn mất ranh giới lý thuyết.
Xóa biến chỉ vì Alpha tăng
Hãy đọc Item-Total Statistics, xem tương quan biến tổng, nội dung item và cấu trúc khái niệm. Việc xóa liên tiếp nhiều biến mà không ghi nhật ký phân tích sẽ khiến bạn không giải trình được quy trình.
Dùng số liệu minh họa làm kết quả thật
Số liệu trong bài hướng dẫn chỉ giúp bạn nhận diện cột và cách đọc output. Khi viết luận văn, bạn phải thay bằng kết quả chạy từ dữ liệu của mình và lưu output gốc để đối chiếu.
Đổi thang đo sau khi đã thu dữ liệu
Nếu đổi nội dung biến sau khi thu một phần mẫu, hãy ghi rõ mốc thời gian và hỏi giảng viên trước khi gộp dữ liệu. Một bảng hỏi thay đổi có thể làm các nhóm phản hồi không còn tương đương.
Đọc thêm: tháp nhu cầu maslow, mô hình maslow.
Câu hỏi thường gặp
Gắn kết công việc có giống cam kết tổ chức không?
Không. Gắn kết công việc tập trung vào trạng thái năng lượng, tận tâm và tập trung khi thực hiện công việc. Cam kết tổ chức liên quan nhiều hơn đến sự gắn bó của nhân viên với tổ chức, nên hai khái niệm có thể cùng xuất hiện trong một mô hình nhưng cần bộ biến quan sát riêng.
Thang đo gắn kết công việc nên có bao nhiêu biến quan sát?
Không có một con số chung có thể áp dụng cho mọi đề tài. Số biến phụ thuộc vào thang đo gốc, cấu trúc khái niệm và bối cảnh mẫu. Bạn nên giữ đủ biến để bao quát nội dung, sau đó kiểm định bằng dữ liệu thật thay vì đặt trước một con số chỉ để đủ điều kiện chạy SPSS.
Cronbach's Alpha thấp thì có phải xóa biến ngay không?
Chưa. Hãy xem Corrected Item-Total Correlation, nội dung biến, cách đảo chiều và lỗi nhập dữ liệu trước. Alpha từ 0.7 trở lên thường được tham khảo theo (Nunnally, 1978), còn thang đo khám phá có thể được xem xét từ 0.6 theo (Hair và cộng sự, 2010), nhưng quyết định cuối cùng cần gắn với bối cảnh và lập luận của bạn.
Có thể dùng thang đo tự dịch mà không cần kiểm định không?
Bạn có thể dùng bản dịch làm phiên bản dự kiến, nhưng không nên trình bày nó như thang đo đã được xác nhận. Hãy ghi nguồn gốc, mô tả bước điều chỉnh, thử bảng hỏi, kiểm tra độ tin cậy và giá trị trước khi kết luận.
Nên chạy EFA hay SmartPLS trước?
Câu trả lời phụ thuộc thiết kế nghiên cứu. Nếu bạn dùng SPSS để khám phá cấu trúc nhân tố, quy trình thường gồm Cronbach's Alpha rồi EFA. Nếu dùng PLS-SEM, bạn đánh giá measurement model trước structural model trong SmartPLS. Không chạy cả hai chỉ vì nghĩ càng nhiều kiểm định thì luận văn càng mạnh.
Mở file bảng hỏi và file dữ liệu của bạn ngay bây giờ, lập bảng đối chiếu nguồn cho từng biến GKC, kiểm tra mã hóa biến đảo chiều rồi mới chạy Cronbach's Alpha. Nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích dữ liệu bằng SPSS và SmartPLS.