Giáo dục khởi nghiệp là gì và đo bằng thang đo nào

Giáo dục khởi nghiệp là gì và được đo bằng gì

Bạn đang xây dựng mô hình có biến độc lập là giáo dục khởi nghiệp, nhưng chưa biết nên viết định nghĩa và đưa khái niệm này vào bảng hỏi thế nào. Trong nghiên cứu định lượng, giáo dục khởi nghiệp thường được khái niệm hóa theo mức độ người học được tiếp cận với kiến thức, kỹ năng, hoạt động thực hành và môi trường học tập liên quan đến việc nhận diện, đánh giá và phát triển cơ hội kinh doanh.

Khái niệm này cần được tách khỏi kết quả khởi nghiệp. Một người có thể đánh giá cao chương trình giáo dục khởi nghiệp nhưng chưa thành lập doanh nghiệp. Ngược lại, một sinh viên có thể muốn khởi nghiệp vì ảnh hưởng của gia đình, kinh nghiệm làm việc hoặc sự tự tin cá nhân mà chưa từng học một học phần khởi nghiệp chính thức.

Khi đưa vào mô hình, bạn có thể xem giáo dục khởi nghiệp là một biến tiềm ẩn được đo bằng nhiều biến quan sát. Nội dung đo nên phản ánh những gì người học thực sự được học hoặc trải nghiệm, chẳng hạn kiến thức về lập kế hoạch kinh doanh, nhận diện cơ hội, phát triển ý tưởng, quản lý nguồn lực và thực hành giải quyết vấn đề. Bảng hỏi thường dùng thang Likert từ 5 hoặc 7 mức, với thang đo thái độ bắt nguồn từ kỹ thuật đo lường của Likert (Likert, 1932).

Bạn nên xem bài viết này cùng nhóm tài liệu trong chủ đề Mô hình nghiên cứu, vì giáo dục khởi nghiệp có thể là biến độc lập, biến trung gian hoặc một thành phần của môi trường đào tạo tùy câu hỏi nghiên cứu.

Nguồn thang đo gốc

Với riêng khái niệm giáo dục khởi nghiệp, bạn cần kiểm tra bài nghiên cứu gốc mà đề tài của mình lựa chọn trước khi chốt biến quan sát. Danh sách nguồn được phép trích dẫn của bài viết này không có một bộ thang đo chuyên biệt cho giáo dục khởi nghiệp. Vì vậy, không nên ghi tên tác giả, năm xuất bản, số lượng item hoặc khẳng định đã có bản dịch chuẩn nếu bạn chưa đối chiếu tài liệu gốc.

Bảng dưới đây cho thấy cách phân biệt nguồn của kỹ thuật đo với nguồn của thang đo khái niệm. Dòng Likert chỉ hỗ trợ việc dùng thang đo nhiều mức, không phải bằng chứng rằng các biến quan sát bên dưới đã được xác nhận cho giáo dục khởi nghiệp.

Nếu bạn đã có bài báo gốc ngoài danh sách trên, hãy giữ đúng tác giả, năm, tên biến, số item và bối cảnh mẫu của bài đó theo tài liệu mà giảng viên chấp nhận. Trường hợp chưa có nguồn gốc rõ ràng, hãy mô tả bộ câu hỏi là “bộ biến quan sát tham khảo được xây dựng và điều chỉnh cho bối cảnh nghiên cứu”, sau đó trình bày quy trình kiểm định. Cách viết này trung thực hơn việc gắn nhãn một bộ câu hỏi tự soạn cho một tác giả không liên quan.

Bạn cũng có thể đối chiếu cách một khái niệm khác được đưa vào bảng hỏi trong bài thang đo chuẩn mực xã hội. Hai khái niệm không dùng chung item, nhưng cách trình bày nguồn, mã hóa và kiểm định có thể giúp bạn kiểm tra cấu trúc chương 3.

Bộ biến quan sát tham khảo

Bảng dưới đây là điểm bắt đầu để bạn xây dựng bảng hỏi. Đây là số liệu và câu chữ minh họa, chưa phải bản dịch đã được xác nhận, chưa phải thang đo gốc và chưa được kiểm định trên mẫu của bạn. Bạn cần đối chiếu với mục tiêu nghiên cứu, đối tượng khảo sát và tài liệu gốc trước khi phát hành.

Các item trên đang được viết theo hướng người trả lời đánh giá trải nghiệm giáo dục. Bạn cần quyết định rõ mình đo “mức độ được giáo dục khởi nghiệp cảm nhận” hay “chất lượng chương trình giáo dục khởi nghiệp”. Hai cách này dẫn đến cách viết item khác nhau. Với cách thứ nhất, các câu bắt đầu bằng “tôi được học”, “tôi được hướng dẫn” hoặc “tôi được thực hành” phù hợp hơn. Với cách thứ hai, item có thể tập trung vào tính cập nhật, tính thực tiễn và chất lượng phản hồi của chương trình.

Tránh trộn các biến kết quả vào cùng thang đo. “Tôi tự tin thành lập doanh nghiệp” gần với tự tin khởi nghiệp là gì, còn “tôi dự định thành lập doanh nghiệp” phản ánh ý định khởi nghiệp. Hai nội dung này có thể là biến phụ thuộc hoặc biến trung gian, nhưng không nên nhập chung vào thang đo giáo dục khởi nghiệp nếu mô hình của bạn xem giáo dục là nguyên nhân.

Khi tạo file dữ liệu, dùng tên biến ngắn như GD1, GD2, GD3. Trong Variable View của SPSS, đặt Label đầy đủ, Values cho các mức Likert, và Measure phù hợp. Nếu bạn dùng mã 1 là hoàn toàn không đồng ý và 5 là hoàn toàn đồng ý, phải giữ cùng chiều mã hóa ở tất cả item để tránh diễn giải sai Cronbach's Alpha.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Điều chỉnh thang đo bắt đầu từ bối cảnh, không bắt đầu từ việc thay vài từ tiếng Anh bằng tiếng Việt. Sinh viên đại học, học sinh phổ thông, người đã đi làm và chủ doanh nghiệp có thể hiểu “giáo dục khởi nghiệp” rất khác nhau. Bạn cần ghi rõ đối tượng khảo sát, loại cơ sở đào tạo và trải nghiệm học tập mà câu hỏi hướng tới.

Xác định đơn vị trải nghiệm

Trước tiên, quyết định người trả lời đánh giá một học phần, toàn bộ chương trình đào tạo hay các hoạt động ngoại khóa. Nếu câu hỏi dùng “chương trình học” nhưng mẫu có người chưa từng học học phần liên quan, câu trả lời sẽ thiếu cơ sở. Bạn có thể thêm câu hỏi sàng lọc về việc người trả lời đã từng học, tham gia cuộc thi, khóa học hoặc hoạt động hỗ trợ khởi nghiệp hay chưa.

Viết lại câu chữ dễ hiểu

Mỗi biến quan sát nên chứa một ý chính. Câu như “Học phần giúp tôi phát triển ý tưởng, lập kế hoạch và huy động vốn” có quá nhiều nội dung. Khi người trả lời đồng ý với lập ý tưởng nhưng không đồng ý với huy động vốn, bạn không biết họ đang đánh giá phần nào. Hãy tách thành các item riêng nếu cả ba nội dung đều cần đo.

Tránh thuật ngữ mà mẫu khảo sát không dùng thường xuyên. “Đổi mới mô hình kinh doanh” có thể cần một mô tả ngắn hoặc ví dụ trong phần hướng dẫn, nhưng không nên giải thích dài ngay trong câu hỏi vì phần giải thích có thể dẫn dắt câu trả lời.

Kiểm tra item đảo chiều

Item đảo chiều có thể được dùng khi có lý do phương pháp rõ ràng, nhưng câu phủ định kép dễ khiến sinh viên chọn sai. Nếu có item đảo chiều, ghi chú mã hóa ngay trong codebook. Sau khi nhập dữ liệu, phải recode trước khi chạy Reliability Analysis. Ví dụ, với thang 1 đến 5, giá trị mới của item đảo chiều có thể được tạo theo quy tắc 6 trừ giá trị cũ.

Chạy khảo sát thử

Khảo sát thử giúp bạn phát hiện câu khó hiểu, item trùng ý và thời gian hoàn thành quá dài. Hãy ghi lại câu hỏi nào bị hỏi lại nhiều lần, tỷ lệ bỏ trống và lý do người trả lời không xác định được trải nghiệm mình đang đánh giá. Khảo sát thử không biến một bộ item tự soạn thành thang đo đã được xác nhận, nhưng nó giúp giảm lỗi trước khi thu mẫu chính thức.

Bạn có thể dùng fillform.info, công cụ biểu mẫu của DoThesis, để thu thập phản hồi bảng hỏi tiếng Việt. Google Forms cũng là lựa chọn thay thế phù hợp. Dù dùng công cụ nào, hãy kiểm tra dữ liệu xuất ra có giữ đúng mã biến GD1, GD2 và thứ tự các mức Likert trước khi nhập SPSS.

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 thiết kế nghiên cứu cần khám phá cấu trúc, rồi mới đưa nhân tố vào hồi quy hoặc mô hình SEM. Với SmartPLS, bạn đánh giá measurement model trước structural model, thay vì trộn các chỉ số của CB-SEM vào kết quả PLS-SEM.

Kiểm tra dữ liệu và mô tả item

Kiểm tra giá trị thiếu, giá trị ngoài khoảng 1 đến 5, mẫu trả lời một cột duy nhất và các bản ghi trùng. Một bảng hỏi hoàn thành quá nhanh hoặc có chuỗi trả lời giống hệt nhau cần được xem xét theo tiêu chí đã quy định trước. Đừng xóa dữ liệu chỉ vì Alpha thấp.

Chạy Cronbach's Alpha

Trong SPSS, chọn Analyze > Scale > Reliability Analysis. Đưa GD1 đến GD7 vào ô Items, chọn Model là Alpha, sau đó mở Statistics và đánh dấu Scale, Scale if item deleted và Correlations. Bảng Reliability Statistics cho biết Cronbach's Alpha và số item. Bảng Item-Total Statistics cho biết Corrected Item-Total Correlation và Alpha if Item Deleted.

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 là một mốc tham khảo theo (Nunnally và Bernstein, 1994). Các mốc này không thay thế việc đọc nội dung item.

Chạy EFA khi thiết kế nghiên cứu cần khám phá

Chọn Analyze > Dimension Reduction > Factor, đưa các item vào Variables, chọn Extraction là Principal Axis Factoring nếu mục tiêu là tìm cấu trúc nhân tố tiềm ẩn, và chọn Rotation phù hợp với giả định tương quan giữa các nhân tố. Trong output, đọc KMO and Bartlett's Test, Total Variance Explained và Rotated Factor Matrix hoặc Pattern Matrix tùy lựa chọn rotation.

KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê ở mức dưới 0.05 là mốc thường được trích dẫn theo (Kaiser, 1974). Eigenvalue trên 1 là một quy tắc trích nhân tố theo (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể tham khảo (Hair và cộng sự, 2010). Khi item tải lên nhiều nhân tố, xem xét nội dung và chênh lệch tải trước khi quyết định loại.

Đọc output minh họa

Bảng sau là số liệu minh họa, được trình bày theo dạng output SPSS. Các con số không phải kết quả của một nghiên cứu thật và bạn không được chép vào chương 4.

Nếu GD5 có Corrected Item-Total Correlation thấp, hãy kiểm tra item có bị nhập ngược chiều không, người trả lời có hiểu từ “nguồn lực” không, và item có thực sự cùng khái niệm không. Xóa GD5 chỉ để Alpha tăng là cách xử lý yếu khi bị hỏi ở buổi bảo vệ. Bạn cần ghi lại lý do loại và kết quả chạy lại.

Cách viết vào luận văn: “Kết quả kiểm định thang đo giáo dục khởi nghiệp cho thấy Cronbach's Alpha đạt [giá trị], trong đó Corrected Item-Total Correlation của các biến dao động từ [giá trị thấp nhất] đến [giá trị cao nhất]. Sau khi xem xét cả tiêu chí thống kê và nội dung, nghiên cứu giữ lại [số lượng] biến quan sát gồm [mã biến] để thực hiện [EFA/hồi quy/đánh giá measurement model]. Các giá trị trong ngoặc cần thay bằng output của chính bạn.”

Cách trình bày thang đo trong chương 3

Ở chương 3, bạn nên đi theo thứ tự: định nghĩa khái niệm, vai trò của giáo dục khởi nghiệp trong mô hình, nguồn hình thành item, cách điều chỉnh ngôn ngữ, thang Likert và kế hoạch kiểm định. Nếu chưa có nguồn thang đo gốc được giảng viên duyệt, nói rõ bộ item được xây dựng tham khảo từ nội dung lý thuyết và điều chỉnh theo bối cảnh nghiên cứu.

Một bảng thang đo nên có mã biến, phát biểu tiếng Việt, nguồn hoặc ghi chú “biến quan sát tham khảo”, và cách đo. Phần này không nên đưa Alpha, KMO hay factor loading của mẫu chính thức vào chương 3 nếu bạn chưa thu thập và phân tích dữ liệu. Các kết quả đó thuộc chương 4.

Bạn có thể đặt giáo dục khởi nghiệp cạnh các biến như ý định khởi nghiệp, tự tin khởi nghiệp hoặc chuẩn mực xã hội. Khi đó, hãy kiểm tra mỗi biến có nhóm item riêng. chuẩn mực xã hội là gì có thể giúp bạn phân biệt ảnh hưởng từ người xung quanh với nội dung đào tạo. tháp nhu cầu Maslow chỉ phù hợp nếu thật sự có vai trò trong lập luận lý thuyết của đề tài, không nên đưa vào chỉ để làm mô hình dài hơn.

Lỗi thường gặp

Gắn nhãn nguồn gốc chưa kiểm chứng

Bạn không nên viết “thang đo giáo dục khởi nghiệp của tác giả X” khi chưa đọc bài gốc và xác nhận đúng số item. Nếu chỉ tham khảo nội dung từ nhiều tài liệu, hãy ghi rõ quá trình tổng hợp và xin giảng viên duyệt cách trích dẫn.

Dùng item đo kết quả thay cho nguyên nhân

“Tôi muốn khởi nghiệp” và “tôi tin mình có thể khởi nghiệp” không mô tả trực tiếp việc được giáo dục. Đưa chúng vào cùng nhóm GD1 đến GD7 có thể làm mất giá trị phân biệt giữa các khái niệm trong mô hình.

Loại item theo Alpha if Item Deleted một cách máy móc

Alpha tăng sau khi loại item chưa đủ để chứng minh thang đo tốt hơn. Kiểm tra tương quan item, ý nghĩa nội dung, lỗi mã hóa và cấu trúc nhân tố trước khi quyết định.

Trộn tiêu chí SPSS và SmartPLS

Nếu bạn dùng SmartPLS, hãy đọc Outer Loadings, Composite Reliability, AVE, HTMT, VIF, R² và Q² theo quy trình phù hợp. Outer loading từ 0.7 trở lên có thể tham khảo (Chin, 1998) hoặc (Hair và cộng sự, 2022), CR từ 0.7 và AVE từ 0.5 theo (Fornell và Larcker, 1981), còn HTMT dưới 0.85 hoặc 0.90 theo (Henseler và cộng sự, 2015). CFI, TLI và RMSEA thuộc CB-SEM, không đưa vào phần đánh giá measurement model của SmartPLS.

Câu hỏi thường gặp

Giáo dục khởi nghiệp có phải là ý định khởi nghiệp không?

Hai khái niệm này khác nhau. Giáo dục khởi nghiệp mô tả nội dung hoặc trải nghiệm đào tạo mà người học nhận được, còn ý định khởi nghiệp mô tả mức độ sẵn sàng hoặc dự định thực hiện hành vi khởi nghiệp. Trong mô hình, giáo dục có thể được giả thuyết là yếu tố tác động đến ý định.

Có thể dùng một câu hỏi duy nhất để đo giáo dục khởi nghiệp không?

Có thể nếu thiết kế nghiên cứu có lý do rõ ràng, nhưng một item thường khó bao quát nhiều mặt của khái niệm. Với luận văn định lượng dùng thang đo biến tiềm ẩn, nhiều biến quan sát giúp bạn kiểm tra độ tin cậy và giá trị của thang đo tốt hơn.

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

Chưa thể kết luận như vậy. Bạn cần xem Corrected Item-Total Correlation, Alpha if Item Deleted, nội dung item, chiều mã hóa và đặc điểm mẫu. Nếu item phản ánh một khía cạnh quan trọng của khái niệm, trao đổi với giảng viên trước khi loại.

Có thể lấy item trên mạng rồi dịch sang tiếng Việt không?

Bạn có thể dùng tài liệu trên mạng để tìm hướng tham khảo, nhưng cần xác định nguồn gốc, bối cảnh và quyền sử dụng trước khi đưa vào bảng hỏi. Bản dịch phải được điều chỉnh cho đối tượng Việt Nam và kiểm tra qua khảo sát thử. Đừng gọi đó là bản dịch chuẩn nếu chưa có quy trình xác nhận phù hợp.

Nên chọn SPSS hay SmartPLS để kiểm định thang đo?

SPSS phù hợp với Cronbach's Alpha và EFA, đặc biệt khi mô hình của bạn dùng hồi quy hoặc cần khám phá cấu trúc nhân tố. SmartPLS phù hợp khi bạn xây dựng mô hình PLS-SEM có biến tiềm ẩn và cần đánh giá đồng thời measurement model với structural model. Lựa chọn nên dựa trên mô hình, cỡ mẫu, giả định phương pháp và yêu cầu của giảng viên.

Bây giờ hãy mở codebook của mình, đổi tên nhóm biến giáo dục khởi nghiệp thành GD1, GD2 và các mã tương ứng, rồi đối chiếu từng item với vai trò biến trong mô hình trước khi chạy thử trên file .sav hoặc .csv; nếu cần chạy phân tích trên chính dữ liệu của bạn, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.