Hiệu quả công việc là gì? Cách chọn và kiểm định thang đo

Hiệu quả công việc là gì và được đo bằng gì

Bạn đang xây dựng mô hình có biến phụ thuộc là hiệu quả công việc, nhưng chưa biết lấy biến quan sát nào để đưa vào bảng hỏi. Cụm từ này có thể chỉ kết quả hoàn thành nhiệm vụ, chất lượng công việc, năng suất hoặc mức độ đạt mục tiêu. Vì vậy, bước đầu tiên là chốt định nghĩa thao tác cho đúng bối cảnh nghiên cứu.

Trong nghiên cứu định lượng, hiệu quả công việc là một khái niệm tiềm ẩn. Bạn không đo trực tiếp khái niệm này bằng một con số duy nhất, mà đo thông qua nhiều biến quan sát trong bảng hỏi. Người trả lời thường đánh giá từng phát biểu trên thang Likert 5 hoặc 7 mức, chẳng hạn từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ được trình bày bởi Likert (1932).

Một bộ thang đo hiệu quả công việc có thể tập trung vào ba mặt: hoàn thành nhiệm vụ đúng yêu cầu, đạt mục tiêu công việc và duy trì chất lượng hoặc năng suất. Hiệu quả của nhân viên văn phòng, nhân viên bán hàng và nhân viên sản xuất có thể biểu hiện khác nhau. Bạn cần xác định rõ đối tượng, vị trí công việc và tiêu chuẩn đánh giá trước khi viết từng biến quan sát.

Đừng đưa các phát biểu về sự hài lòng, cam kết tổ chức hoặc cân bằng công việc cuộc sống vào cùng một thang đo chỉ vì chúng có liên quan. Những khái niệm đó có thể là biến giải thích hoặc biến kết quả khác trong mô hình. Bạn có thể xem thêm Mô hình nghiên cứu, cam kết tổ chức và cân bằng công việc cuộc sống để phân biệt phạm vi khái niệm.

Nguồn thang đo gốc

Nguồn thang đo cần được ghi rõ trong chương 3. Một thang đo dùng được cho luận văn thường có tên tác giả, năm công bố, số lượng biến quan sát và bối cảnh nghiên cứu ban đầu. Với hiệu quả công việc, các nguồn trong danh mục cho phép của bài viết này cung cấp nền tảng phương pháp đo lường và hướng dẫn kiểm định, nhưng không có một bộ câu hỏi duy nhất áp dụng cho mọi ngành.

Bảng dưới đây là bản đồ nguồn phương pháp, không phải tuyên bố rằng tất cả các nguồn đều là thang đo hiệu quả công việc chuyên biệt. Bạn vẫn cần truy lại bài gốc phù hợp với đối tượng nghiên cứu, sau đó điều chỉnh cách diễn đạt và ghi rõ phần điều chỉnh trong luận văn.

Khi đọc một bài nghiên cứu để lấy thang đo, bạn cần kiểm tra bốn điểm. Thứ nhất, đối tượng trả lời có giống đề tài của bạn không. Thứ hai, biến quan sát đo kết quả công việc hay đo thái độ đối với công việc. Thứ ba, tác giả có mô tả cách dịch và điều chỉnh không. Thứ tư, thang đo được kiểm định trong mô hình phản xạ hay hình thành.

Nếu biến tiềm ẩn phản xạ, các biến quan sát thường cùng phản ánh một khái niệm và có tương quan với nhau. Đây là trường hợp phổ biến khi bạn dùng các phát biểu như “tôi hoàn thành công việc đúng hạn” và “tôi đạt mục tiêu công việc”. Nếu bạn thay đổi định nghĩa khái niệm, số lượng và nội dung biến quan sát cũng cần được giải thích, không nên sao chép cơ học từ một bảng hỏi khác.

Bộ biến quan sát tham khảo

Dưới đây là bộ biến quan sát minh họa để bạn bắt đầu xây dựng bảng hỏi. Các câu này chưa phải bản dịch được xác nhận và chưa được chứng minh phù hợp với dữ liệu của bạn. Bạn cần điều chỉnh từ ngữ theo ngành, vị trí công việc và cách người trả lời hiểu về hiệu quả công việc.

Các biến HQCV1 đến HQCV6 chỉ là điểm xuất phát cho bảng hỏi. Bạn có thể giữ bốn đến sáu biến nếu nội dung khái niệm đủ rộng, nhưng số biến cuối cùng phải dựa trên nguồn thang đo và kết quả kiểm định. Mỗi biến nên diễn đạt một ý. Câu “tôi hoàn thành công việc nhanh, chính xác và sáng tạo” chứa nhiều ý, khiến người trả lời khó chọn một mức độ đồng ý.

Bạn cũng cần tránh biến quan sát quá chung như “tôi làm việc tốt”. Người trả lời có thể hiểu “tốt” theo chất lượng, tốc độ hoặc thái độ. Câu hỏi càng cụ thể về nhiệm vụ, mục tiêu và tiêu chuẩn đánh giá thì kết quả càng dễ giải thích trong chương 4.

Không nên dùng nhiều biến quan sát chỉ để làm bảng hỏi dài hơn. Mỗi biến phải có lý do tồn tại trong định nghĩa khái niệm hoặc trong nguồn thang đo. Nếu khảo sát nhân viên bán hàng, bạn có thể điều chỉnh “đạt mục tiêu công việc” thành “đạt chỉ tiêu doanh số được giao”. Nếu khảo sát nhân viên hành chính, từ “doanh số” sẽ không phù hợp.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bước đầu tiên là viết định nghĩa thao tác. Ví dụ, bạn có thể quy định hiệu quả công việc trong đề tài là “mức độ nhân viên hoàn thành nhiệm vụ, đạt mục tiêu và duy trì chất lượng trong phạm vi trách nhiệm được giao”. Định nghĩa này giúp bạn quyết định câu nào thuộc thang đo và câu nào nên chuyển sang biến khác.

Bước thứ hai là dịch và hiệu chỉnh ngôn ngữ. Hãy dùng từ mà nhóm người trả lời thực sự sử dụng. “Tôi đạt các chỉ tiêu hiệu suất” có thể dễ hiểu trong doanh nghiệp, trong khi “tôi đạt mục tiêu công việc” phù hợp hơn với nhân viên ở nhiều phòng ban. Nếu bảng hỏi có nhiều vị trí, hãy kiểm tra liệu một câu có giữ nguyên ý nghĩa cho tất cả người trả lời hay không.

Bước thứ ba là xem xét biến đảo chiều. Một phát biểu như “Tôi thường không hoàn thành công việc đúng hạn” có thể được mã hóa ngược, nhưng câu phủ định dễ khiến người trả lời đọc nhầm. Nếu không có lý do phương pháp rõ ràng, câu khẳng định thường giúp giảm lỗi nhập liệu. Khi dùng biến đảo chiều, bạn phải đảo mã trước khi chạy Cronbach's Alpha hoặc EFA.

Bước thứ tư là chạy thử với một nhóm nhỏ tương tự mẫu chính. Bạn kiểm tra người trả lời hiểu từng câu theo nghĩa nào, có câu nào trùng nhau hay không, và thang đo có dùng được cho vị trí công việc của họ không. Đây là bước kiểm tra bảng hỏi, chưa phải bằng chứng rằng thang đo đã đạt độ tin cậy.

Sau khi điều chỉnh, hãy lập bảng mã biến gồm tên biến, nội dung, loại thang đo và cách mã hóa. Giữ mã HQCV1, HQCV2 hoặc tên tương tự nhất quán từ bảng hỏi đến file .sav hoặc .csv. Nếu đổi tên biến sau khi đã thu dữ liệu, bạn cần ghi lại mapping để tránh đọc nhầm output.

Kiểm định độ tin cậy và giá trị của thang đo

Bạn nên kiểm định theo thứ tự từ dữ liệu thô đến mô hình đo lường. Với SPSS, quy trình thường bắt đầu bằng kiểm tra dữ liệu thiếu, mã hóa ngược và phân phối sơ bộ. Sau đó chạy Cronbach's Alpha cho từng khái niệm, tiếp tục EFA nếu thiết kế nghiên cứu yêu cầu. Với SmartPLS, bạn đánh giá measurement model trước khi diễn giải structural model, phù hợp với logic hai bước được nêu bởi Anderson và Gerbing (1988).

Cronbach's Alpha phản ánh độ nhất quán nội tại của các biến quan sát. 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), nhưng bạn vẫn phải giải thích bối cảnh. Corrected Item-Total Correlation từ 0.3 trở lên thường được dùng làm mốc tham khảo theo (Nunnally và Bernstein, 1994).

Trong SPSS, mở Analyze > Scale > Reliability Analysis, đưa các biến HQCV vào ô Items, chọn Model là Alpha, rồi mở Statistics và đánh dấu Scale if item deleted, Item và Scale. Bảng Reliability Statistics cho biết Cronbach's Alpha và số lượng biến. Bảng Item-Total Statistics cho biết Corrected Item-Total Correlation và Alpha if Item Deleted.

Nếu một biến có tương quan biến tổng thấp, bạn cần đọc lại nội dung biến trước khi loại. Có thể biến bị đảo mã chưa đúng, câu hỏi không phù hợp với khái niệm hoặc người trả lời hiểu khác dự kiến. Loại một biến chỉ vì Alpha tăng lên có thể làm mất một khía cạnh quan trọng của hiệu quả công việc.

Với EFA, bạn kiểm tra KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê với p-value dưới 0.05 là các mốc thường được dùng theo (Kaiser, 1974). Eigenvalue lớn hơn 1 là quy tắc trích nhân tố được nêu bởi (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể tham khảo theo (Hair và cộng sự, 2010).

Nếu dùng SmartPLS, bạn xem Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Outer loading từ 0.7 trở lên có thể tham khảo theo (Chin, 1998) hoặc (Hair và cộng sự, 2022). CR từ 0.7 và AVE từ 0.5 trở lên được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ theo (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, là mốc tham khảo theo (Henseler và cộng sự, 2015).

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên bảng và cột được trình bày theo dạng output thường gặp để bạn biết cần nhìn vào đâu.

Với bảng minh họa này, các Corrected Item-Total Correlation đều trên 0.3 và Alpha tổng thể là 0.842. Khi đọc file của bạn, hãy ghi đúng con số từ output, không thay bằng mốc tham khảo. Nếu chạy EFA, cần xem thêm biến có tải lên đúng nhân tố không, có tải chéo cao không và việc loại biến có phù hợp về mặt lý thuyết không.

Cách trình bày thang đo trong chương 3

Trong chương 3, bạn nên trình bày định nghĩa thao tác trước, sau đó nêu nguồn thang đo, cách dịch và cách điều chỉnh cho bối cảnh nghiên cứu. Tiếp theo là bảng mã biến quan sát, thang Likert sử dụng và kế hoạch kiểm định. Phần này mô tả phương pháp dự kiến, nên chưa đưa Cronbach's Alpha hoặc kết quả EFA của mẫu chính nếu bạn chưa chạy dữ liệu.

Cách viết vào luận văn: “Khái niệm hiệu quả công việc được đo lường thông qua [số lượng] biến quan sát, ký hiệu từ [HQCV1] đến [HQCVx]. Các biến được kế thừa từ [tác giả, năm], sau đó điều chỉnh câu chữ cho phù hợp với [đối tượng/bối cảnh nghiên cứu]. Người trả lời đánh giá theo thang Likert [5/7] mức, từ [mức thấp nhất] đến [mức cao nhất].”

Sau khi chạy dữ liệu, bạn viết riêng phần kết quả ở chương 4. Có thể trình bày số biến ban đầu, biến bị loại nếu có, lý do loại và số biến giữ lại. Câu mô tả phải bám vào output, chẳng hạn: “Cronbach's Alpha của thang đo đạt [giá trị], các Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất].” Không điền số minh họa vào luận văn thật.

Nếu dùng SmartPLS, chương 3 cần nói rõ bạn đánh giá outer loading, CR, AVE và HTMT. Nếu dùng SPSS, cần nói rõ bạn chạy Cronbach's Alpha và EFA theo tiêu chí nào. Bạn có thể xem thêm mô hình Maslow và tháp nhu cầu Maslow khi hiệu quả công việc được đặt trong mô hình có động lực hoặc nhu cầu của nhân viên, nhưng không trộn các biến của những khái niệm đó vào thang đo HQCV.

Lỗi thường gặp

Lỗi đầu tiên là dùng “hiệu quả công việc” và “năng suất lao động” như hai tên gọi hoàn toàn giống nhau. Hai khái niệm có thể liên quan, nhưng năng suất thường nhấn mạnh đầu ra so với nguồn lực, còn hiệu quả công việc có thể bao gồm chất lượng, tiến độ và mức độ đạt mục tiêu. Bạn phải chọn một định nghĩa và dùng nhất quán trong mô hình, bảng hỏi và phần thảo luận.

Lỗi thứ hai là lấy một bộ biến quan sát từ internet mà không kiểm tra nguồn. Một bảng hỏi có sẵn không cho biết nó phù hợp với mẫu của bạn. Hãy truy ngược tác giả, năm, bối cảnh và cách đo trước khi đưa vào đề tài.

Lỗi thứ ba là dịch câu hỏi theo từng chữ, khiến người trả lời Việt Nam không hiểu. Câu dịch cần giữ nghĩa đo lường, không nhất thiết giữ nguyên cấu trúc câu tiếng Anh. Sau khi chỉnh sửa, bạn phải ghi rõ đây là thang đo tham khảo đã được điều chỉnh.

Lỗi thứ tư là xóa liên tục các biến để Alpha tăng. Cronbach's Alpha cao không tự động chứng minh giá trị nội dung. Mỗi lần loại biến cần dựa trên cả chỉ số thống kê, định nghĩa khái niệm và lập luận nghiên cứu.

Lỗi cuối cùng là trộn các tiêu chí của SPSS, SmartPLS và AMOS. CFI, TLI và RMSEA thuộc nhóm chỉ số fit thường dùng trong CB-SEM, không phải tiêu chí chính để đánh giá measurement model của SmartPLS. Nếu bạn chưa chắc phần mềm nào phù hợp, hãy chốt mô hình và loại dữ liệu trước khi chạy.

Bạn có thể đọc thêm về căng thẳng công việc khi xây dựng mô hình có biến giải thích liên quan đến áp lực nghề nghiệp. Mối liên hệ giữa hai khái niệm không có nghĩa là các biến quan sát được phép trộn vào cùng một thang đo.

Đọc thêm: tháp nhu cầu maslow, mô hình maslow, cam kết tổ chức là gì, cân bằng công việc cuộc sống là gì, căng thẳng công việc là gì, chủ đề mo hinh nghien cuu.

Câu hỏi thường gặp

Hiệu quả công việc có phải là năng suất lao động không?

Hai khái niệm có thể giao nhau nhưng không nên mặc định là một. Hiệu quả công việc thường bao gồm việc hoàn thành nhiệm vụ, đạt mục tiêu và duy trì chất lượng; năng suất có thể tập trung hơn vào lượng đầu ra trong một khoảng thời gian hoặc so với nguồn lực sử dụng.

Bạn nên chọn thuật ngữ dựa trên câu hỏi nghiên cứu và nguồn thang đo. Nếu dùng cả hai, cần định nghĩa riêng và kiểm tra giá trị phân biệt trong mô hình.

Nên dùng bao nhiêu biến quan sát cho hiệu quả công việc?

Không có một con số cố định cho mọi đề tài. Số biến phụ thuộc vào định nghĩa khái niệm, nguồn thang đo, bối cảnh và kết quả thử nghiệm. Bộ sáu biến ở trên chỉ giúp bạn phác thảo bảng hỏi.

Khi xác định cỡ mẫu, quy tắc từ 5 đến 10 quan sát cho một biến quan sát có thể được tham khảo theo (Hair và cộng sự, 2010). Đây là quy tắc lập kế hoạch, không thay thế việc kiểm tra chất lượng dữ liệu.

Có thể chỉ dùng một câu hỏi để đo hiệu quả công việc không?

Có thể trong một số thiết kế đặc biệt, nhưng thang đo nhiều biến quan sát thường cho phép bao quát nhiều mặt của khái niệm và kiểm định độ tin cậy. Nếu chỉ dùng một câu, bạn không thể chạy Cronbach's Alpha cho khái niệm đó.

Trước khi chọn một biến, hãy kiểm tra yêu cầu của mô hình, nguồn nghiên cứu và cách giảng viên hướng dẫn đánh giá thang đo. Đừng rút gọn chỉ để bảng hỏi ngắn hơn.

Cronbach's Alpha thấp thì phải làm sao?

Trước hết kiểm tra biến đảo chiều, dữ liệu thiếu, mã hóa và việc đưa nhầm biến khác khái niệm vào cùng nhóm. Sau đó xem Corrected Item-Total Correlation và nội dung từng biến. Bạn có thể cân nhắc loại biến khi có cả lý do thống kê và lý do nội dung.

Nếu Alpha vẫn thấp, hãy báo cáo trung thực và xem lại thiết kế thang đo. Việc chạy lại nhiều lần cho đến khi có con số đẹp làm tăng rủi ro bị hỏi khi bảo vệ.

Dùng SPSS hay SmartPLS để kiểm định thang đo hiệu quả công việc?

SPSS phù hợp khi bạn dự kiến chạy Cronbach's Alpha, EFA và hồi quy theo quy trình quen thuộc. SmartPLS phù hợp khi mô hình có biến tiềm ẩn và bạn muốn đánh giá measurement model cùng structural model bằng PLS-SEM.

Lựa chọn nên dựa vào mô hình, cỡ mẫu, giả định phương pháp và yêu cầu của khoa. Bạn không nên chạy cả hai phần mềm rồi chọn bộ kết quả đẹp hơn.

Trước mắt, hãy mở file bảng hỏi và lập bảng mã HQCV1 đến HQCV6, đối chiếu từng biến với nguồn thang đo, rồi mới nhập hoặc làm sạch dữ liệu. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của bạn, M4 phân tích dữ liệu của DoThesis có thể hỗ trợ bước này.