Giá trị thương hiệu là gì? Cách xây dựng thang đo định lượng
Giá trị thương hiệu là gì và được đo bằng gì
Giá trị thương hiệu là phần giá trị mà một thương hiệu tạo thêm cho sản phẩm hoặc dịch vụ trong nhận thức và hành vi của khách hàng. Hai sản phẩm có tính năng gần giống nhau vẫn có thể được khách hàng đánh giá khác nhau vì họ biết thương hiệu nào, tin thương hiệu nào, nhớ đến thương hiệu nào và sẵn sàng trả giá cho thương hiệu nào.
Trong luận văn định lượng, bạn không đo trực tiếp một khái niệm trừu tượng như giá trị thương hiệu. Bạn đo nó thông qua nhiều biến quan sát trên bảng hỏi. Mỗi biến quan sát là một phát biểu để người trả lời đánh giá, thường bằng thang Likert 5 hoặc 7 mức. (Likert, 1932) là nguồn kinh điển cho kỹ thuật đo lường thái độ bằng thang Likert.
Giá trị thương hiệu có thể được mô hình hóa theo hướng tổng thể, hoặc tách thành các thành phần như nhận biết thương hiệu, liên tưởng thương hiệu, cảm nhận chất lượng, lòng trung thành và giá trị cảm nhận. Cách chọn cấu trúc phụ thuộc vào mô hình nghiên cứu và bối cảnh ngành. Bạn nên xác định rõ giá trị thương hiệu là biến phụ thuộc tổng thể hay là một khái niệm bậc cao gồm nhiều thành phần.
Nếu đề tài của bạn nghiên cứu mức độ khách hàng nhớ đến thương hiệu, hãy xem thêm khái niệm nhận biết thương hiệu là gì. Nếu đề tài tập trung vào những ấn tượng và liên tưởng trong trí nhớ khách hàng, hình ảnh thương hiệu là gì sẽ gần với hướng đo đó hơn. Hai khái niệm này có thể liên quan đến giá trị thương hiệu, nhưng không nên gộp chúng thành một biến chỉ vì tên gọi gần nhau.
Nguồn thang đo gốc
Điểm cần xử lý cẩn thận là nguồn thang đo gốc cho giá trị thương hiệu. Danh sách tài liệu được phép trích dẫn của bài này không có công trình gốc chuyên biệt về thang đo giá trị thương hiệu. Vì vậy, bạn không nên ghi một tác giả và số lượng biến quan sát theo trí nhớ, rồi gọi đó là “thang đo gốc”. Cách an toàn là truy lại bài báo hoặc sách mà giảng viên yêu cầu, kiểm tra đúng bối cảnh, số biến và cách diễn đạt trước khi đưa vào chương 3.
Bảng dưới đây là các nguồn phương pháp có thể dùng để thiết kế và đánh giá thang đo. Đây không phải tuyên bố rằng các tài liệu này là nguồn gốc của toàn bộ biến quan sát giá trị thương hiệu.
| Nguồn | Năm | Phạm vi sử dụng trong luận văn | Lưu ý |
|---|---|---|---|
| Nguyễn Đình Thọ | 2011 | Quy trình nghiên cứu, xây dựng thang đo và điều chỉnh bảng hỏi | Dùng để trình bày phương pháp trong bối cảnh Việt Nam |
| Hair và cộng sự | 2010 | Đánh giá factor loading, tổng phương sai trích và cỡ mẫu theo biến quan sát | Không thay thế cho nguồn thang đo gốc |
| Cronbach | 1951 | Cơ sở của Cronbach's Alpha | Dùng để giải thích độ tin cậy nội tại |
| Nunnally và Bernstein | 1994 | Corrected Item-Total Correlation từ 0.3 trở lên | Dùng khi đánh giá tương quan biến tổng |
| Hoàng Trọng và Chu Nguyễn Mộng Ngọc | 2008 | Thực hành phân tích dữ liệu với SPSS | Có thể dùng khi mô tả thao tác SPSS |
Bạn nên lập một bảng truy xuất tài liệu riêng gồm tên tác giả, năm, bối cảnh nghiên cứu, đối tượng khảo sát, số biến quan sát, thang Likert và bản nguyên văn từng item. Bảng này giúp bạn trả lời câu hỏi hội đồng thường đặt: “Biến quan sát này lấy từ đâu và đã được điều chỉnh như thế nào cho ngành của em”.
Khi tài liệu gốc có các khái niệm gần nhau như brand image, brand trust hoặc brand loyalty, hãy giữ đúng tên construct của nguồn. Chẳng hạn, thang đo uy tín thương hiệu có thể là một biến giải thích cho giá trị thương hiệu, nhưng item đo uy tín không tự động trở thành item đo giá trị thương hiệu.
Bộ biến quan sát tham khảo
Bảng dưới đây là bộ biến quan sát minh họa để bạn bắt đầu thiết kế bảng hỏi. Đây là wording tham khảo, chưa phải bản dịch đã được xác nhận và chưa phải thang đo đã được kiểm định. Bạn cần đối chiếu với nguồn gốc, dịch xuôi, rà soát thuật ngữ và chạy thử trước khi thu thập chính thức.
| Mã | Phát biểu tham khảo bằng tiếng Việt | Khía cạnh gợi ý |
|---|---|---|
| GTE1 | Thương hiệu này có giá trị cao đối với tôi. | Đánh giá tổng thể |
| GTE2 | Thương hiệu này tạo ra nhiều lợi ích cho tôi hơn so với một thương hiệu ít được biết đến. | Giá trị cảm nhận |
| GTE3 | Tôi có ấn tượng tích cực về thương hiệu này. | Liên tưởng tích cực |
| GTE4 | Tôi có thể nhận ra thương hiệu này giữa các thương hiệu cạnh tranh. | Nhận biết |
| GTE5 | Tôi sẵn sàng cân nhắc thương hiệu này khi có nhu cầu mua sản phẩm thuộc ngành hàng. | Ý định lựa chọn |
| GTE6 | Tôi có xu hướng ưu tiên thương hiệu này dù có những lựa chọn khác. | Ưu tiên thương hiệu |
| GTE7 | Tôi cho rằng thương hiệu này đáng tin cậy. | Niềm tin, chỉ dùng nếu mô hình quy định |
| GTE8 | Tôi sẵn sàng trả mức giá cao hơn cho sản phẩm của thương hiệu này. | Giá trị kinh tế cảm nhận |
Không nhất thiết đưa cả tám biến vào mô hình. GTE4 nghiêng về nhận biết thương hiệu, GTE7 nghiêng về uy tín hoặc niềm tin, còn GTE8 đo phản ứng về giá. Nếu mô hình của bạn đã có các biến này như biến độc lập riêng, đưa chúng lặp lại vào giá trị thương hiệu có thể gây chồng lấn khái niệm.
Một item tốt nên chỉ diễn đạt một ý, có chủ thể rõ ràng và phù hợp với trải nghiệm thật của người trả lời. Bạn cần thay “thương hiệu này” bằng tên thương hiệu cụ thể nếu bảng hỏi chỉ khảo sát một thương hiệu. Nếu khảo sát nhiều thương hiệu, phần hướng dẫn phải nói rõ người trả lời chọn một thương hiệu họ đã từng sử dụng hoặc biết đến.
Bạn cũng nên tránh các phát biểu quá rộng như “thương hiệu này hoàn hảo” hoặc “thương hiệu này tốt nhất”. Người trả lời có thể hiểu “tốt” theo giá, chất lượng, dịch vụ hoặc danh tiếng, khiến biến quan sát khó đại diện cho một nội dung duy nhất.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bản dịch tiếng Việt không chỉ là thay từng từ tiếng Anh bằng một từ tiếng Việt. Bạn cần giữ nghĩa của construct, đồng thời làm cho câu hỏi phù hợp với ngành, thương hiệu và nhóm người trả lời trong đề tài.
Xác định đối tượng trả lời
Ghi rõ người trả lời là khách hàng đã mua, người đã sử dụng, người biết đến hay người đang cân nhắc thương hiệu. Một người chỉ nhìn thấy quảng cáo chưa chắc có đủ trải nghiệm để đánh giá mức giá cao hơn hoặc sự trung thành.
Rà soát từ ngữ theo ngành
Các từ như “giá trị”, “ưu tiên”, “đáng tin cậy” và “lợi ích” có thể được hiểu khác nhau giữa ngân hàng, bán lẻ, giáo dục và thương mại điện tử. Bạn nên đặt tên ngành hàng hoặc tình huống sử dụng vào hướng dẫn bảng hỏi, nhưng không thêm quá nhiều nội dung vào từng item.
Kiểm tra item đảo chiều
Item đảo chiều có thể giúp phát hiện trả lời máy móc, nhưng cũng dễ gây hiểu nhầm trong tiếng Việt. Nếu dùng câu phủ định, bạn phải mã hóa ngược trước khi chạy Cronbach's Alpha và ghi lại quy tắc mã hóa. Đừng giữ một item chỉ vì muốn bảng hỏi có câu thuận và câu nghịch.
Chạy khảo sát thử
Trước khảo sát chính thức, hãy kiểm tra bảng hỏi với một nhóm nhỏ có đặc điểm gần với mẫu thật. Bạn cần hỏi họ có hiểu “giá trị thương hiệu” theo cùng một nghĩa hay không, có câu nào trùng ý hay quá dài không, và thời gian hoàn thành có phù hợp không. Nếu sửa wording sau pilot, lưu cả phiên bản cũ và mới để giải trình lịch sử điều chỉnh.
Kiểm định độ tin cậy và giá trị của thang đo
Quy trình thường đi từ kiểm tra dữ liệu, Cronbach's Alpha, EFA nếu nghiên cứu dùng SPSS, sau đó là hồi quy hoặc mô hình cấu trúc. Nếu dùng SmartPLS, bạn đánh giá measurement model trước rồi mới chuyển sang structural model. Không nên trộn CFI, TLI, RMSEA của CB-SEM vào báo cáo SmartPLS.
| Chỉ tiêu | Mốc tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Cronbach's Alpha trong 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) |
| 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) |
| 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 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
Các mốc này là điểm tham chiếu, không phải lý do để xóa biến tự động. Khi một item có loading thấp, bạn xem nội dung item, tương quan với các item khác và sự phù hợp lý thuyết trước khi loại. Việc chạy lại nhiều vòng để đạt một con số đẹp nhưng không ghi lại các vòng trước sẽ làm yếu phần giải trình.
Chạy Cronbach's Alpha trên SPSS
Mở Analyze > Scale > Reliability Analysis, đưa các biến GTE vào ô Items, chọn Model là Alpha. Trong Statistics, chọn Scale if item deleted và Item, sau đó đọc bảng Reliability Statistics cùng bảng Item-Total Statistics. Bạn xem Cronbach's Alpha if Item Deleted, Corrected Item-Total Correlation và nội dung item trước khi quyết định.
Chạy EFA trên SPSS
Vào Analyze > Dimension Reduction > Factor. Đưa các biến cần phân tích vào ô Variables, chọn Descriptives để lấy KMO and Bartlett's Test, chọn Extraction với quy tắc phù hợp, rồi chọn Rotation nếu các nhân tố cần được diễn giải. Output thường gồm KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix.
Đánh giá measurement model trên SmartPLS
Trong SmartPLS 4, bạn tạo construct giá trị thương hiệu và kéo các indicator GTE1, GTE2, GTE3 vào construct. Chạy PLS-SEM Algorithm để xem Outer Loadings, Composite Reliability, AVE và Discriminant Validity. Sau đó chạy Bootstrapping, thường thiết lập 5.000 bootstrap subsamples theo hướng dẫn (Hair và cộng sự, 2022), để xem t-statistics, p-value và khoảng tin cậy.
Dưới đây là bảng mô phỏng hình dạng output để bạn biết cần đọc cột nào. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật và không được chép vào luận văn như số liệu của bạn.
| Indicator | Outer Loading | Cronbach's Alpha | Composite Reliability | AVE | p-value minh họa |
|---|---|---|---|---|---|
| GTE1 | 0.812 | 0.884 | 0.919 | 0.694 | 0.000 |
| GTE2 | 0.846 | 0.884 | 0.919 | 0.694 | 0.000 |
| GTE3 | 0.791 | 0.884 | 0.919 | 0.694 | 0.000 |
| GTE4 | 0.734 | 0.884 | 0.919 | 0.694 | 0.002 |
| GTE5 | 0.856 | 0.884 | 0.919 | 0.694 | 0.000 |
Nếu GTE4 thuộc một construct nhận biết thương hiệu riêng trong mô hình, bạn không nên đưa nó vào construct giá trị thương hiệu chỉ để tăng AVE. Giá trị hội tụ và giá trị phân biệt phải được đánh giá cùng với mô hình lý thuyết. (Fornell và Larcker, 1981) thường được dùng cho CR, AVE và tiêu chí căn bậc hai AVE, còn HTMT được trình bày theo (Henseler và cộng sự, 2015).
Cách viết vào luận văn: “Thang đo giá trị thương hiệu gồm [số lượng] biến quan sát, ký hiệu từ [mã biến] đến [mã biến], được kế thừa và điều chỉnh từ [tác giả, năm] cho bối cảnh [ngành hoặc thương hiệu]. Sau khảo sát thử và đánh giá [Cronbach's Alpha/EFA hoặc measurement model], các biến [mã biến bị loại nếu có] được xử lý vì [lý do], còn [số lượng] biến được giữ lại cho phân tích tiếp theo.”
Cách trình bày thang đo trong chương 3
Ở chương 3, bạn nên trình bày theo chuỗi quyết định thay vì chỉ dán bảng item. Trước hết, định nghĩa giá trị thương hiệu theo cách bạn dùng trong đề tài. Tiếp theo, mô tả nguồn thang đo, cách dịch và điều chỉnh, thang đo Likert, đối tượng khảo sát thử và tiêu chí đánh giá.
Một bảng thang đo hoàn chỉnh nên có các cột: khái niệm, mã biến, phát biểu, nguồn tham khảo và ghi chú điều chỉnh. Nếu nguồn gốc có wording tiếng Anh, bạn có thể đưa bản tiếng Anh ở phụ lục, còn chương 3 tập trung vào phiên bản tiếng Việt được sử dụng.
Bạn cũng cần phân biệt “thang đo đề xuất” ở chương 3 với “thang đo sau kiểm định” ở chương 4. Chương 3 chưa biết biến nào sẽ bị loại. Chương 4 mới báo cáo kết quả thực tế từ file .sav hoặc .csv của bạn, bao gồm số biến ban đầu, số biến giữ lại và lý do loại nếu có.
Nếu giá trị thương hiệu là biến phụ thuộc, hãy nối nó với các giả thuyết cụ thể như chất lượng cảm nhận, uy tín thương hiệu hoặc tình yêu thương hiệu. Tình yêu thương hiệu là gì và uy tín thương hiệu là gì có thể hỗ trợ phần phân biệt khái niệm, nhưng mỗi khái niệm vẫn cần bộ biến quan sát riêng.
Bạn có thể xem thêm mô hình nghiên cứu để kiểm tra quan hệ giữa các construct trước khi chốt bảng hỏi. Mô hình rõ giúp bạn tránh đưa mọi item liên quan đến thương hiệu vào cùng một thang đo tổng hợp.
Lỗi thường gặp
Gọi mọi biến về thương hiệu là giá trị thương hiệu
Nhận biết, hình ảnh, uy tín, tình yêu và trung thành đều có thể liên quan, nhưng chúng không đồng nghĩa. Hãy lập bảng phân biệt khái niệm, định nghĩa và item trước khi chạy dữ liệu.
Tự dịch thang đo rồi ghi là thang đo gốc
Nếu bạn chưa kiểm tra công trình gốc, hãy ghi là “biến quan sát tham khảo” hoặc “thang đo đề xuất”. Cách ghi trung thực này tốt hơn việc nêu sai tác giả và bị hỏi lại khi bảo vệ.
Xóa biến chỉ vì Alpha tăng
Cronbach's Alpha if Item Deleted chỉ là một tín hiệu. Bạn phải xem item đó có đại diện cho nội dung khái niệm không, có bị dịch sai không và việc loại bỏ có làm thay đổi phạm vi đo không.
Đưa số minh họa vào kết quả thật
Bảng số liệu minh họa chỉ giúp bạn nhận diện cột output. Khi viết chương 4, hãy mở chính file của mình và sao chép đúng số liệu, cỡ mẫu, p-value và mã biến từ output đã lưu.
Câu hỏi thường gặp
Giá trị thương hiệu có phải là nhận biết thương hiệu không?
Hai khái niệm gần nhau nhưng không phải là một. Nhận biết thương hiệu phản ánh khả năng khách hàng nhận ra hoặc nhớ đến thương hiệu, còn giá trị thương hiệu thường rộng hơn và có thể bao gồm đánh giá, ưu tiên, lợi ích cảm nhận hoặc phản ứng của khách hàng.
Có thể dùng một câu hỏi duy nhất để đo giá trị thương hiệu không?
Bạn có thể dùng một biến đo tổng thể trong một số thiết kế, nhưng thang đo nhiều biến quan sát thường giúp kiểm tra độ tin cậy và nội dung construct tốt hơn. Quyết định cuối cùng phải dựa trên mô hình, nguồn thang đo và yêu cầu của giảng viên.
Giá trị thương hiệu nên chạy Cronbach's Alpha hay SmartPLS?
Nếu đề tài dùng SPSS và EFA, bạn có thể chạy Cronbach's Alpha rồi EFA theo quy trình đã xác định. Nếu đề tài dùng PLS-SEM, bạn đánh giá outer loading, Composite Reliability, AVE và HTMT trong SmartPLS. Công cụ phải đi theo mô hình, không nên chọn chỉ vì một phần mềm cho ra bảng đẹp hơn.
Alpha dưới 0.7 có phải loại ngay thang đo không?
Không phải lúc nào cũng vậy. Với thang đo khám phá, Alpha từ 0.6 có thể được xem xét theo (Hair và cộng sự, 2010), nhưng bạn vẫn cần xem Corrected Item-Total Correlation, nội dung item, số lượng biến và bối cảnh nghiên cứu. Hãy báo cáo lý do giữ hoặc loại thay vì sửa dữ liệu để đạt mốc.
Tôi có được dùng lại bộ biến quan sát trong bài khác không?
Bạn có thể tham khảo wording nếu đã xác định được nguồn và điều chỉnh cho đúng bối cảnh, nhưng không nên xem nó là bản dịch đã được xác nhận. Ghi rõ nguồn, quy trình điều chỉnh và kết quả kiểm định trên mẫu của bạn.
Mở tài liệu nguồn và file dữ liệu của bạn ngay bây giờ, lập bảng mã GTE, kiểm tra từng biến quan sát, rồi chạy đúng thứ tự kiểm định đã chọn. Nếu cần hỗ trợ chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.