Kinh nghiệm sử dụng là gì? Cách xây dựng thang đo
Bạn đang gặp cụm “kinh nghiệm sử dụng” trong mô hình nghiên cứu và chưa biết phải đưa nó vào bảng hỏi như thế nào. Đây là tình huống thường xảy ra khi nghiên cứu hành vi chấp nhận công nghệ, sử dụng ứng dụng, ngân hàng số, sàn thương mại điện tử hoặc một dịch vụ mới.
Điểm cần chốt trước tiên là “kinh nghiệm sử dụng” có thể được dùng theo hai cách. Nó có thể là một biến mô tả hoặc biến phân nhóm, chẳng hạn số tháng đã sử dụng sản phẩm. Nó cũng có thể là một khái niệm được đo bằng nhiều biến quan sát, phản ánh mức độ quen thuộc, số lần sử dụng và khả năng xử lý các thao tác. Hai cách này dẫn đến cách thiết kế bảng hỏi và cách phân tích khác nhau.
Nếu đề tài của bạn đang xây dựng mô hình nghiên cứu, có thể xem thêm chuyên mục Mô hình nghiên cứu để đặt khái niệm này đúng vị trí, trước khi viết giả thuyết và bảng hỏi.
Kinh nghiệm sử dụng là gì và được đo bằng gì
Kinh nghiệm sử dụng là mức độ tiếp xúc, quen thuộc và từng trải của một người với sản phẩm, dịch vụ, nền tảng hoặc công nghệ được nghiên cứu. Một người mới đăng ký tài khoản có kinh nghiệm khác với người đã sử dụng đều đặn trong hai năm, dù cả hai đều có thể trả lời rằng họ “đã sử dụng” sản phẩm.
Trong nghiên cứu định lượng, bạn cần chỉ rõ kinh nghiệm đang nói đến điều gì. Nếu muốn đo thời gian, hãy hỏi số tháng hoặc số năm. Nếu muốn đo mức độ quen thuộc, hãy dùng một nhóm biến quan sát cùng phản ánh sự thành thạo và hiểu biết. Nếu muốn so sánh người mới và người dùng lâu năm, kinh nghiệm có thể được mã hóa thành nhóm và đưa vào phân tích khác biệt.
Kinh nghiệm sử dụng không đồng nghĩa với thái độ. Thái độ nói về đánh giá tích cực hoặc tiêu cực của người trả lời. Kinh nghiệm nói về mức độ đã tiếp xúc hoặc đã sử dụng. Tương tự, kinh nghiệm cũng khác với ảnh hưởng xã hội, vì ảnh hưởng xã hội mô tả tác động từ người khác đến ý định hoặc hành vi của cá nhân.
Bạn nên chọn một trong hai cấu trúc sau:
- Biến đơn chỉ báo hoặc biến phân loại: dùng khi kinh nghiệm được xác định bằng thời gian, tần suất hoặc trạng thái đã từng sử dụng.
- Biến tiềm ẩn có nhiều biến quan sát: dùng khi bạn muốn đo một khái niệm rộng hơn, gồm sự quen thuộc, khả năng thao tác và hiểu biết về sản phẩm.
Nếu mô hình của bạn dựa trên UTAUT2, kinh nghiệm thường được xem xét như một biến điều tiết liên quan đến mối quan hệ giữa các yếu tố trong mô hình, thay vì mặc nhiên coi là một thang đo độc lập. Việc sử dụng khái niệm này cần bám vào mô hình và câu hỏi nghiên cứu cụ thể, không chỉ dựa vào tên biến.
Nguồn thang đo gốc
Không có một bộ thang đo duy nhất, áp dụng cho mọi đề tài, mang tên “kinh nghiệm sử dụng”. Bối cảnh nghiên cứu quyết định bạn hỏi về thời gian sử dụng, số lần sử dụng, sự quen thuộc hay khả năng thực hiện thao tác. Vì vậy, trước khi tìm câu hỏi mẫu, bạn hãy ghi rõ sản phẩm, nhóm người dùng và hành vi cần giải thích.
Venkatesh và cộng sự xem xét kinh nghiệm trong nghiên cứu về chấp nhận và sử dụng công nghệ, nhưng kinh nghiệm trong mô hình này không tự động trở thành một biến tiềm ẩn có cùng số lượng item cho mọi đề tài (Venkatesh và cộng sự, 2003). Phần mở rộng dành cho bối cảnh người tiêu dùng cũng cần được đọc cùng mô hình và cách vận hành biến của nghiên cứu gốc (Venkatesh và cộng sự, 2012).
| Nguồn tham khảo | Năm | Số biến quan sát có thể dùng nguyên trạng | Bối cảnh gốc và cách áp dụng |
|---|---|---|---|
| Venkatesh và cộng sự | 2003 | Không cố định | Chấp nhận và sử dụng công nghệ; dùng để xác định vai trò của experience trong mô hình UTAUT |
| Venkatesh và cộng sự | 2012 | Không cố định | Chấp nhận công nghệ trong bối cảnh người tiêu dùng; cần điều chỉnh theo sản phẩm và nhóm người dùng |
| Nguyễn Đình Thọ | 2011 | Không cung cấp một thang đo riêng cho mọi đề tài | Tham khảo quy trình xây dựng, điều chỉnh và kiểm định thang đo trong nghiên cứu kinh doanh |
Khi viết chương 3, đừng ghi “thang đo kinh nghiệm sử dụng được kế thừa nguyên bản” nếu bạn chưa tìm thấy bảng câu hỏi gốc và chưa chứng minh được bối cảnh tương đồng. Cách an toàn hơn là nói thang đo được phát triển từ định nghĩa khái niệm, tham khảo nghiên cứu nền và điều chỉnh qua khảo sát thử.
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 và chưa được xem là thang đo đạt độ tin cậy. Bạn phải thay tên sản phẩm, thời gian và thao tác cho đúng đề tài.
| Mã biến | Câu phát biểu tham khảo | Khía cạnh đang đo | Gợi ý điều chỉnh |
|---|---|---|---|
| KNSD1 | Tôi đã sử dụng nền tảng này trong một khoảng thời gian đáng kể. | Thời gian tiếp xúc | Thay “nền tảng này” bằng sản phẩm cụ thể; nếu đo chính xác số tháng, dùng câu hỏi số thay vì Likert |
| KNSD2 | Tôi khá quen thuộc với các chức năng chính của nền tảng này. | Mức độ quen thuộc | Liệt kê chức năng chính nếu người trả lời có thể hiểu khác nhau |
| KNSD3 | Tôi có thể thực hiện các thao tác cơ bản trên nền tảng này mà không cần hướng dẫn. | Khả năng thao tác | Nêu rõ thao tác cơ bản trong phần giới thiệu bảng hỏi |
| KNSD4 | Tôi thường xuyên sử dụng nền tảng này. | Tần suất sử dụng | Nếu đã có câu hỏi về số lần mỗi tuần, không nên giữ hai câu trùng ý |
| KNSD5 | Tôi hiểu cách nền tảng này hoạt động trong những tình huống tôi thường gặp. | Hiểu biết thực tế | Điều chỉnh “tình huống” theo hành vi nghiên cứu |
Bạn có thể dùng thang Likert 5 mức từ 1, “hoàn toàn không đồng ý”, đến 5, “hoàn toàn đồng ý”, nếu kinh nghiệm được xem là một khái niệm cảm nhận. Likert là kỹ thuật đo lường thái độ được đề xuất trong nghiên cứu kinh điển của Likert (Likert, 1932). Nếu mục tiêu chỉ là đo thời gian hoặc số lần dùng, câu hỏi định lượng trực tiếp thường dễ giải thích hơn nhóm câu Likert.
Khi bảng hỏi có cả biến phân loại và thang đo Likert, hãy đặt chúng ở hai phần khác nhau. Ví dụ, phần thông tin sử dụng hỏi “Bạn đã dùng ứng dụng bao lâu”, còn phần thang đo hỏi về mức độ quen thuộc. Hai phần này có thể bổ sung cho nhau, nhưng không nên gộp thành một điểm tổng nếu chúng đo các khía cạnh khác nhau.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Trước khi nhập biến vào SPSS, hãy viết một định nghĩa thao tác dài một hoặc hai câu. Ví dụ: “Trong nghiên cứu này, kinh nghiệm sử dụng là mức độ người dùng đã tiếp xúc, quen thuộc và có khả năng thực hiện các thao tác cơ bản trên ứng dụng ngân hàng số.” Định nghĩa này giúp bạn loại những câu hỏi chỉ đo ý định sử dụng hoặc sự hài lòng.
Kiểm tra bối cảnh và đối tượng trả lời
Một người từng đăng ký nhưng chưa hoàn tất giao dịch không nên nhận cùng một câu hỏi với người giao dịch hàng tuần. Bạn cần đặt câu hỏi sàng lọc ở đầu bảng hỏi, chẳng hạn “Bạn đã từng sử dụng ứng dụng X chưa” và “Bạn đã sử dụng ứng dụng X trong bao lâu”. Người chưa từng sử dụng có thể được loại khỏi phần thang đo kinh nghiệm.
Điều chỉnh từ ngữ và thời gian
Tránh các từ quá rộng như “thường xuyên”, “thành thạo” nếu không có ngữ cảnh. Bạn có thể bổ sung khoảng thời gian hoặc thao tác cụ thể. Câu “Tôi sử dụng ứng dụng thường xuyên” khó giống nhau giữa người dùng hàng ngày và người chỉ mở ứng dụng mỗi tuần một lần.
Nếu có biến đảo chiều, hãy kiểm tra lại sau khi nhập dữ liệu. Một câu như “Tôi thường gặp khó khăn khi sử dụng các chức năng cơ bản” cần được mã hóa ngược trước khi tính điểm, nhưng chỉ nên giữ khi người trả lời hiểu rõ và câu này thực sự cần thiết. Quá nhiều câu phủ định dễ tạo lỗi trả lời hơn là tăng chất lượng thang đo.
Chạy khảo sát thử
Khảo sát thử với một nhóm nhỏ phù hợp đối tượng nghiên cứu giúp bạn phát hiện câu khó hiểu, câu trùng nghĩa và lựa chọn trả lời thiếu. Đây là bước kiểm tra bảng hỏi, chưa phải căn cứ để khẳng định thang đo đã đạt. Ghi lại câu nào bị hỏi lại nhiều lần và sửa trước khi phát hành chính thức.
Kiểm định độ tin cậy và giá trị của thang đo
Nếu kinh nghiệm sử dụng là thang đo nhiều biến, quy trình thường đi từ kiểm tra dữ liệu, Cronbach's Alpha, EFA nếu thiết kế nghiên cứu có EFA, rồi đến mô hình đo lường hoặc mô hình hồi quy. Nếu dùng SmartPLS, hãy đánh giá measurement model trước structural model, theo logic hai bước được trình bày trong nghiên cứu SEM thực hành (Anderson và Gerbing, 1988).
| Bước kiểm định | Chỉ số cần đọc | Mốc tham khảo và nguồn | Cách xử lý thực tế |
|---|---|---|---|
| Độ tin cậy nội tại | Cronbach's Alpha | Từ 0.7 trở lên (Nunnally, 1978); nghiên cứu khám phá có thể cân nhắc từ 0.6 (Hair và cộng sự, 2010) | Xem thêm Corrected Item-Total Correlation, không xóa biến chỉ để làm đẹp Alpha |
| Tương quan biến tổng | Corrected Item-Total Correlation | Từ 0.3 trở lên (Nunnally và Bernstein, 1994) | Kiểm tra nội dung và chiều mã hóa trước khi loại biến |
| Khả năng phân tích nhân tố | KMO và Bartlett's Test | KMO từ 0.5 trở lên và Bartlett có ý nghĩa ở mức dưới 0.05 (Kaiser, 1974) | Nếu không đạt, xem lại biến quan sát, cỡ mẫu và cấu trúc khái niệm |
| Số nhân tố | Eigenvalue | Eigenvalue trên 1 là một quy tắc trích nhân tố được dùng phổ biến (Kaiser, 1960) | Kết hợp lý thuyết, Total Variance Explained và Rotated Component Matrix |
| Tải nhân tố | Factor loading | Từ 0.5 trở lên (Hair và cộng sự, 2010) | Xem tải chéo và ý nghĩa nội dung, không xóa máy móc |
| PLS-SEM | Outer loading, CR, AVE | Outer loading từ 0.7 trở lên (Chin, 1998), CR từ 0.7 và AVE từ 0.5 (Fornell và Larcker, 1981) | Kiểm tra đồng thời độ tin cậy và giá trị hội tụ |
| Giá trị phân biệt | HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau (Henseler và cộng sự, 2015) | So sánh với các biến như thái độ, sự hài lòng hoặc ý định sử dụng |
Nếu chạy SPSS, vào Analyze > Scale > Reliability Analysis, đưa KNSD1 đến KNSD5 vào ô Items, chọn Statistics, sau đó đánh dấu Scale if item deleted. Đọc bảng Reliability Statistics và Item-Total Statistics. Khi chạy EFA, vào Analyze > Dimension Reduction > Factor, chọn KMO và Bartlett, phương pháp trích phù hợp, rồi đọc Total Variance Explained và Rotated Component Matrix.
Nếu chạy SmartPLS 4, nhập file .csv, vẽ biến tiềm ẩn KNSD và nối các indicator KNSD1 đến KNSD5. Chạy Calculate > PLS-SEM Algorithm để xem Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Sau đó chạy Calculate > Bootstrapping để kiểm tra các quan hệ trong mô hình cấu trúc. Số lượng bootstrap nên được báo cáo nhất quán với quy trình bạn chọn, trong đó 5.000 bootstrap subsamples là mốc được nêu trong (Hair và cộng sự, 2022).
Cách đọc output minh họa
Bảng dưới đây mô phỏng hình dạng kết quả SPSS, không phải kết quả từ một nghiên cứu thật. Các con số chỉ giúp bạn nhận diện cột và cách diễn giải. Hãy thay bằng số liệu trong file .sav hoặc .csv của bạn.
Reliability Statistics và Item-Total Statistics, số liệu minh họa
| Cronbach's Alpha | N of Items | Item | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|---|
| 0.842 | 5 | KNSD1 | 0.641 | 0.801 |
| 0.842 | 5 | KNSD2 | 0.702 | 0.784 |
| 0.842 | 5 | KNSD3 | 0.675 | 0.793 |
| 0.842 | 5 | KNSD4 | 0.488 | 0.835 |
| 0.842 | 5 | KNSD5 | 0.719 | 0.779 |
Trong ví dụ này, Alpha là 0.842 và các Corrected Item-Total Correlation đều trên 0.3. KNSD4 có tương quan thấp hơn các biến còn lại nhưng chưa thể kết luận phải xóa. Bạn cần đọc nội dung câu hỏi, kiểm tra mã hóa và xem kết quả EFA trước khi quyết định.
Cách viết vào luận văn
Bạn có thể điều chỉnh đoạn sau: “Thang đo kinh nghiệm sử dụng gồm [số lượng] biến quan sát, ký hiệu từ KNSD1 đến KNSD[số]. Kết quả kiểm định cho thấy Cronbach's Alpha đạt [giá trị], các Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất]. Do đó, thang đo được [giữ nguyên/loại biến KNSD...] để tiếp tục thực hiện [EFA/đánh giá measurement model].” Hãy thay toàn bộ phần trong ngoặc vuông bằng output thật của bạn.
Cách trình bày thang đo trong chương 3
Phần phương pháp nên cho người đọc biết khái niệm được định nghĩa thế nào, nguồn tham khảo là gì, bảng hỏi được điều chỉnh ra sao và mỗi biến quan sát được mã hóa bằng ký hiệu nào. Bạn không cần đưa toàn bộ output SPSS vào chương 3. Output kiểm định thuộc chương kết quả, còn chương 3 tập trung mô tả thiết kế nghiên cứu.
Một đoạn trình bày có thể đi theo thứ tự: “Kinh nghiệm sử dụng được hiểu là [định nghĩa thao tác]. Khái niệm được đo bằng [số lượng] biến quan sát, ký hiệu KNSD1 đến KNSD[số], phát triển từ [nguồn tham khảo] và điều chỉnh cho bối cảnh [đối tượng/sản phẩm]. Các biến được đo bằng thang Likert [5/7] mức, từ [mức thấp nhất] đến [mức cao nhất].”
Nếu kinh nghiệm chỉ là biến phân loại, hãy lập bảng mã hóa riêng. Ví dụ, 1 là dưới 6 tháng, 2 là từ 6 đến dưới 12 tháng, 3 là từ 12 tháng trở lên. Khoảng phân nhóm phải phù hợp với sản phẩm, không nên dùng một cách chia giống nhau cho ứng dụng dùng hàng ngày và dịch vụ chỉ phát sinh vài lần mỗi năm.
Lỗi thường gặp
Dùng kinh nghiệm như biến độc lập mà không có định nghĩa
Tên biến nghe quen thuộc nhưng không cho biết bạn đo thời gian, tần suất hay sự thành thạo. Hãy viết định nghĩa thao tác trước khi viết item.
Sao chép câu hỏi từ một ngành khác
Một item dùng cho mạng xã hội có thể không phù hợp với ngân hàng số hoặc hệ thống học trực tuyến. Bạn cần đổi đối tượng, thao tác và điều kiện sử dụng, sau đó kiểm tra lại bằng khảo sát thử.
Gộp thời gian sử dụng với mức độ thành thạo
Hai người cùng sử dụng 12 tháng nhưng có tần suất và khả năng khác nhau. Nếu câu hỏi nghiên cứu cần cả hai khía cạnh, hãy đo riêng hoặc giải thích rõ cách gộp.
Xóa biến chỉ vì Alpha tăng
Việc xóa một biến có thể làm mất nội dung quan trọng của khái niệm. Hãy xem Corrected Item-Total Correlation, tải nhân tố, tải chéo và ý nghĩa lý thuyết trước khi quyết định.
Nhầm kinh nghiệm với ý định sử dụng
Câu “Tôi dự định tiếp tục sử dụng” đo ý định, không đo kinh nghiệm. Câu “Tôi đã sử dụng ứng dụng trong 12 tháng” đo thời gian, còn câu “Tôi quen thuộc với chức năng chính” đo cảm nhận về kinh nghiệm.
Câu hỏi thường gặp
Kinh nghiệm sử dụng là biến độc lập hay biến điều tiết
Câu trả lời phụ thuộc vào mô hình và giả thuyết của bạn. Nếu kinh nghiệm được dùng để giải thích trực tiếp kết quả, nó có thể là biến độc lập. Nếu bạn kiểm tra việc kinh nghiệm làm thay đổi độ mạnh của quan hệ giữa hai biến, nó là biến điều tiết.
Trong UTAUT và UTAUT2, experience thường được xem xét trong vai trò điều tiết hoặc biến liên quan đến điều kiện sử dụng. Bạn cần viết giả thuyết cụ thể thay vì mặc định đặt nó vào mô hình.
Có thể đo kinh nghiệm sử dụng bằng một câu hỏi không
Có thể, nếu khái niệm của bạn chỉ là thời gian, số lần hoặc nhóm người dùng. Ví dụ, “Bạn đã sử dụng dịch vụ bao lâu” phù hợp với biến mô tả.
Nếu bạn muốn đo một khái niệm rộng gồm sự quen thuộc, khả năng thao tác và hiểu biết, một câu hỏi thường không đủ. Khi đó, hãy dùng nhiều biến quan sát và kiểm định độ tin cậy, giá trị của thang đo.
Kinh nghiệm sử dụng có cần chạy Cronbach's Alpha không
Chỉ cần chạy Cronbach's Alpha khi kinh nghiệm được thiết kế như thang đo nhiều biến quan sát cùng phản ánh một khái niệm. Biến thời gian sử dụng hoặc biến phân nhóm không phải thang đo phản xạ, nên không cộng các nhóm đó vào Alpha.
Nếu các item đo những khía cạnh rất khác nhau, Alpha có thể không phải câu trả lời phù hợp. Trước hết, hãy xem lại định nghĩa và mục tiêu đo lường.
Alpha của thang đo kinh nghiệm sử dụng dưới 0.7 thì phải làm sao
Bạn hãy kiểm tra chiều mã hóa, dữ liệu thiếu, câu hỏi đảo chiều và Corrected Item-Total Correlation. Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được cân nhắc theo bối cảnh (Hair và cộng sự, 2010), nhưng bạn phải giải thích lý do và không dùng mốc này như quy tắc tự động.
Sau đó, đọc nội dung từng biến và chạy lại theo một quyết định có căn cứ. Không nên xóa liên tục nhiều biến chỉ để đạt một con số đẹp.
Có được lấy thang đo kinh nghiệm sử dụng trên mạng không
Bạn có thể tham khảo, nhưng cần xác định nguồn gốc, bối cảnh, cách dịch và mức độ tương đồng với đề tài. Một bảng câu hỏi không có nguồn rõ ràng không nên được ghi là thang đo gốc.
Hãy đối chiếu với mô hình, điều chỉnh ngôn ngữ cho người trả lời Việt Nam, khảo sát thử và báo cáo quy trình. Phần chuẩn chủ quan, điều kiện thuận lợi hoặc động lực hưởng thụ cũng cần được phân biệt rõ nếu chúng cùng xuất hiện trong mô hình công nghệ của bạn.
Khi mở file dữ liệu, việc tiếp theo là kiểm tra biến KNSD đang là biến phân loại hay thang đo nhiều item, sau đó đối chiếu mã biến với bảng hỏi trước khi chạy kiểm định. Nếu bạn muốn chạy phân tích trên chính file .sav hoặc .csv, M4 phân tích dữ liệu của DoThesis hỗ trợ quy trình SPSS và SmartPLS theo kết quả thật của bạn.