Likert scale là gì? Cách chọn mức đo và thiết kế bảng hỏi

Likert scale là gì trong nghiên cứu định lượng

Likert scale là thang đo dùng để ghi nhận mức độ đồng ý, mức độ hài lòng, mức độ thường xuyên hoặc mức độ đánh giá của người trả lời đối với một phát biểu. Trong bảng hỏi định lượng, bạn đưa ra một biến quan sát, sau đó yêu cầu người tham gia chọn một trong các mức trả lời được sắp xếp theo thứ tự. Ví dụ, với phát biểu “Tôi cho rằng ứng dụng này dễ sử dụng”, người trả lời có thể chọn từ 1, hoàn toàn không đồng ý, đến 5, hoàn toàn đồng ý.

Tên gọi Likert bắt nguồn từ kỹ thuật đo lường thái độ được giới thiệu bởi Likert (1932). Điểm quan trọng là mỗi mức phải có ý nghĩa rõ ràng và các mức được sắp xếp theo cùng một hướng. Nếu điểm càng cao luôn có nghĩa là mức độ đồng ý càng cao, việc nhập liệu, tính điểm trung bình và chạy Cronbach's Alpha sẽ dễ kiểm soát hơn.

Bạn nên phân biệt ba khái niệm thường bị trộn lẫn. Likert item là một phát biểu đơn lẻ, chẳng hạn “Nhân viên phản hồi nhanh”. Likert scale có thể chỉ một dãy mức trả lời của một item, hoặc cả nhóm biến quan sát cùng đo một khái niệm. Bảng hỏi là toàn bộ công cụ, gồm phần giới thiệu, câu hỏi sàng lọc, các nhóm thang đo và thông tin nhân khẩu học. Nếu bạn đang nhầm giữa bảng hỏi và thang đo, có thể xem thêm bài bảng hỏi là gì.

Về bản chất, Likert scale giúp chuyển một đánh giá chủ quan thành dữ liệu có thứ tự để phân tích. Trong luận văn, bạn thường dùng nhiều biến quan sát cho một biến tiềm ẩn, sau đó kiểm định độ tin cậy bằng Cronbach's Alpha, phân tích EFA hoặc đánh giá measurement model trong SmartPLS. Vì vậy, chọn mức Likert chỉ là một phần của quy trình xây dựng thang đo, không phải bước thay thế cho việc kiểm định thang đo.

Cách xác định Likert scale cho bảng hỏi

Không có một số mức duy nhất phù hợp cho mọi đề tài. Bạn cần xem khái niệm đang đo, trình độ của nhóm trả lời, độ dài bảng hỏi và cách các nghiên cứu trước xây dựng thang đo. Trong thực tế luận văn tại Việt Nam, thang 5 mức thường được chọn vì người trả lời dễ hiểu, bảng hỏi gọn và thuận tiện khi phân tích trên SPSS. Thang 7 mức cho phép phân biệt sắc thái chi tiết hơn, nhưng người trả lời có thể khó nhận ra khác biệt giữa hai mức gần nhau.

Nếu bạn dùng thang đo thái độ, hãy ghi rõ hai đầu mút và giữ khoảng cách ý nghĩa giữa các mức. Một cách trình bày phổ biến là: 1 = hoàn toàn không đồng ý, 2 = không đồng ý, 3 = trung lập, 4 = đồng ý, 5 = hoàn toàn đồng ý. Với thang đo hài lòng, bạn có thể dùng 1 = hoàn toàn không hài lòng đến 5 = hoàn toàn hài lòng. Đừng trộn “đồng ý” với “hài lòng” trong cùng một nhóm chỉ vì chúng đều có năm mức.

Bảng dưới đây là gợi ý lựa chọn, không phải quy định bắt buộc. Nguồn (Likert, 1932) dùng để xác định kỹ thuật đo thái độ bằng các mức phản hồi có thứ tự. Nguồn (Hair và cộng sự, 2010) liên quan đến cách kiểm định thang đo trong nghiên cứu định lượng, trong đó có việc dùng nhiều biến quan sát và xem xét độ tin cậy.

Bạn cũng cần quyết định có dùng lựa chọn “không có ý kiến” hay không. Nếu người trả lời thực sự có thể chưa từng sử dụng sản phẩm, hãy đặt câu hỏi sàng lọc trước, chẳng hạn “Bạn đã sử dụng dịch vụ này trong sáu tháng gần đây chưa?”. Một lựa chọn trung lập không nên bị dùng để che cho việc người trả lời không hiểu câu hỏi.

Về cỡ mẫu, (Hair và cộng sự, 2010) được dùng để tham khảo quy tắc 5 đến 10 quan sát cho mỗi biến quan sát. Đây chỉ là quy tắc tham khảo trong thiết kế khảo sát. Bạn vẫn phải xem số biến, mô hình nghiên cứu, phương pháp phân tích và khả năng thu thập dữ liệu thực tế. Một bảng hỏi có quá nhiều item sẽ làm tăng dữ liệu trả lời qua loa, dù cỡ mẫu trên giấy có vẻ đủ.

Thiết kế bảng hỏi phục vụ mục tiêu này

Trước khi mở Google Forms hoặc công cụ tạo biểu mẫu, bạn lập danh sách biến tiềm ẩn, biến quan sát và giả thuyết mà từng nhóm item phục vụ. Ví dụ, nếu mô hình có “chất lượng dịch vụ” ảnh hưởng đến “sự hài lòng”, mỗi khái niệm cần một nhóm biến quan sát riêng. Không nên viết các item chỉ vì chúng nghe hợp lý, rồi sau đó mới tìm cách đặt chúng vào mô hình.

Viết biến quan sát

Mỗi biến quan sát nên diễn đạt một ý tương đối rõ, dùng từ mà nhóm trả lời hiểu được. Phát biểu “Ứng dụng này dễ học và xử lý giao dịch nhanh” chứa hai ý, dễ khiến người trả lời không biết họ đang đánh giá phần nào. Bạn nên tách thành hai item nếu cả hai nội dung đều cần đo.

Tránh câu phủ định kép như “Tôi không cho rằng dịch vụ này không đáng tin cậy”. Những câu như vậy thường tạo lỗi nhập liệu và làm người trả lời chọn nhầm hướng. Nếu bắt buộc dùng item đảo chiều, bạn phải ghi chú mã hóa và đảo điểm trước khi tính tổng hoặc chạy phân tích. Đừng đảo chiều chỉ vì muốn bảng hỏi có vẻ đa dạng.

Chọn số mức trả lời

Dùng cùng số mức trong các nhóm thang đo chính nếu mục tiêu là so sánh và tính điểm. Năm mức thường phù hợp với bảng hỏi dành cho nhiều nhóm tuổi và trình độ. Bảy mức có thể hữu ích khi người trả lời quen với việc đánh giá chi tiết, nhưng bạn cần kiểm tra cách hiển thị trên điện thoại để các lựa chọn không bị sát nhau.

Mỗi mức nên có nhãn hoặc ít nhất hai đầu mút được giải thích. Nếu chỉ hiện các số 1, 2, 3, 4, 5 mà không giải thích 1 và 5, người trả lời có thể hiểu khác nhau. Trên bảng hỏi điện tử, phần hướng dẫn nên xuất hiện ngay trước nhóm item, không đặt ở một trang quá xa.

Sắp xếp câu hỏi sàng lọc

Câu hỏi sàng lọc đứng trước nhóm Likert. Ví dụ, bạn hỏi người tham gia đã từng mua hàng trên nền tảng hay chưa, trong bao lâu và với tần suất nào. Người chưa từng trải nghiệm không nên tiếp tục trả lời các item yêu cầu đánh giá chất lượng giao hàng, trừ khi thiết kế nghiên cứu của bạn có lý do rõ ràng.

Sau phần sàng lọc, sắp xếp các nhóm biến theo logic từ trải nghiệm chung đến đánh giá cụ thể. Thông tin nhân khẩu học thường đặt cuối bảng hỏi để giảm cảm giác bị hỏi thông tin cá nhân ngay từ đầu. Bạn có thể xem thêm biểu mẫu khảo sát để kiểm tra cách chia phần và hướng dẫn trả lời.

Thử bảng hỏi trước khi phát hành

Hãy tự điền bảng hỏi trên điện thoại và máy tính. Kiểm tra xem mã biến có nhất quán, item bắt buộc có hoạt động đúng, nhánh câu hỏi có đưa người trả lời đến đúng phần và dữ liệu xuất ra có tạo một cột cho mỗi biến quan sát hay không. Nếu có thể, hãy thử với một nhóm nhỏ tương tự đối tượng khảo sát để phát hiện từ khó hiểu và thời gian hoàn thành quá dài.

Bản thử nghiệm giúp bạn sửa công cụ, nhưng không tự động chứng minh thang đo đã đạt. Khi có dữ liệu chính thức, bạn vẫn phải kiểm tra Cronbach's Alpha, Corrected Item-Total Correlation và các bước phân tích phù hợp với mô hình.

Triển khai thu dữ liệu

Bạn cần xác định rõ đối tượng, tiêu chí chọn mẫu, kênh tiếp cận và thời gian thu thập trước khi gửi đường link. Một câu “khảo sát mọi người” không đủ để giải thích mẫu nghiên cứu. Hãy ghi lại nhóm nào được mời, ai bị loại, thời gian bắt đầu và thời gian kết thúc, vì những thông tin này sẽ đi vào chương phương pháp.

DoThesis có fillform.info, công cụ biểu mẫu của chúng tôi dành cho việc tạo bảng hỏi và thu thập câu trả lời tiếng Việt. Bạn cũng có thể dùng Google Forms, đây là lựa chọn phổ biến và phù hợp nếu bạn cần một công cụ quen thuộc. Dù dùng công cụ nào, hãy tải thử file .csv hoặc .xlsx trước khi phát hành để chắc rằng tên cột không bị cắt, ký tự tiếng Việt không lỗi và mỗi lựa chọn được mã hóa đúng.

Khi gửi khảo sát, phần giới thiệu nên nói ngắn gọn mục đích nghiên cứu, đối tượng phù hợp, thời gian hoàn thành và cách bảo mật thông tin. Không nên dẫn dắt bằng câu như “Hãy đánh giá sản phẩm tuyệt vời này”. Cách diễn đạt đó có thể làm người trả lời nghiêng về một phía. Bạn có thể tham khảo thêm hướng dẫn khảo sát là gì và khảo sát Google trước khi chọn kênh triển khai.

Theo dõi tốc độ trả lời và thời gian hoàn thành trong quá trình thu thập. Một số bản ghi hoàn thành quá nhanh có thể cần kiểm tra, nhưng bạn không nên xóa chỉ vì thời gian thấp. Hãy kết hợp nhiều dấu hiệu: bỏ trống nhiều câu, chọn cùng một phương án cho toàn bộ bảng, câu trả lời mâu thuẫn ở câu kiểm tra và thông tin sàng lọc không phù hợp.

Làm sạch dữ liệu trước khi nhập SPSS

Sau khi đóng khảo sát, lưu một bản dữ liệu gốc không chỉnh sửa. Tạo một bản sao để làm sạch và ghi lại từng thay đổi trong một file nhật ký. Nguyên tắc này giúp bạn giải thích vì sao số quan sát trong file phân tích khác số câu trả lời ban đầu.

Trước hết, kiểm tra tên cột. Mỗi biến quan sát nên có mã ngắn, chẳng hạn PU1, PU2, PU3 hoặc HL1, HL2, HL3. Không dùng câu hỏi dài làm tên cột, vì SPSS có giới hạn và dễ làm bạn nhầm khi chọn biến. Tách các cột thời gian gửi, địa chỉ email, tên người trả lời hoặc ghi chú nội bộ khỏi nhóm biến dùng để chạy mô hình nếu chúng không thuộc thiết kế phân tích.

Tiếp theo, kiểm tra dữ liệu thiếu. Xem mỗi dòng có bỏ trống quá nhiều item hay không, và xem một cột có tỷ lệ thiếu bất thường hay không. Nếu một người chưa đạt điều kiện sàng lọc nhưng vẫn xuất hiện trong phần chính, xử lý theo quy tắc loại mẫu đã ghi trước đó. Đừng tự ý thay mọi ô trống bằng giá trị trung bình, vì cách này có thể làm thay đổi phân phối và che giấu vấn đề của bảng hỏi.

Bạn cũng cần kiểm tra straight-lining, tức người trả lời chọn cùng một mức cho hầu hết hoặc toàn bộ item. Straight-lining là dấu hiệu cần xem xét, chưa phải bằng chứng duy nhất để loại bản ghi. Đối chiếu với thời gian hoàn thành, câu hỏi chú ý và câu sàng lọc. Nếu loại, ghi số dòng hoặc mã bản ghi và lý do.

Với item đảo chiều, thực hiện đổi mã trước khi tính điểm. Trong thang 5 mức, công thức thường là điểm mới bằng 6 trừ điểm cũ. Tuy nhiên, chỉ dùng công thức này khi item có đúng năm mức và hướng đảo đã được xác định trong thiết kế. Sau đó kiểm tra lại bằng tần suất và thống kê mô tả để tránh đảo nhầm toàn bộ nhóm.

Cuối cùng, lưu file dưới dạng .sav nếu làm việc chủ yếu trên SPSS, hoặc .csv nếu cần chuyển sang SmartPLS. Kiểm tra kiểu dữ liệu của các cột Likert là numeric, không phải chuỗi ký tự. Nếu SPSS đọc “5” như text, bạn không thể tính trung bình hoặc chạy phân tích đúng cách cho đến khi chuyển kiểu dữ liệu.

Cách trình bày trong chương 3

Trong chương 3, bạn cần trình bày nguồn xây dựng thang đo, cách điều chỉnh ngôn ngữ, số mức Likert, đối tượng khảo sát, quy trình thu thập và tiêu chí làm sạch dữ liệu. Nếu thang đo được dịch từ nguồn tiếng Anh, mô tả rằng bạn đã điều chỉnh cho bối cảnh nghiên cứu, nhưng không gọi bản dịch là thang đo đã được kiểm định nếu bạn chưa chạy dữ liệu.

Một bảng mô tả thang đo nên có mã biến, nội dung biến quan sát, khái niệm tương ứng và nguồn tham khảo. Nếu một nhóm item được bạn điều chỉnh, ghi rõ nhóm đó là thang đo tham khảo và sẽ được kiểm định trong chương kết quả. Đừng đưa số Cronbach's Alpha vào chương 3 nếu bạn chưa có kết quả phân tích chính thức.

Bạn có thể dùng đoạn sau và thay phần trong ngoặc vuông:

Cách viết vào luận văn: “Nghiên cứu sử dụng thang Likert [5/7] mức, trong đó [1] thể hiện [nhãn thấp nhất] và [5/7] thể hiện [nhãn cao nhất]. Các biến quan sát được kế thừa và điều chỉnh từ [nguồn thang đo], phù hợp với bối cảnh [đối tượng nghiên cứu]. Sau khi thu thập dữ liệu, thang đo được đánh giá thông qua [Cronbach's Alpha/EFA/measurement model] trước khi kiểm định các giả thuyết.”

Ở phần mẫu, nêu số phiếu phát ra, số phiếu thu về, số phiếu hợp lệ và tiêu chí loại. Các con số này phải lấy từ file dữ liệu của bạn. Không điền số minh họa vào luận văn thật. Nếu có nhiều vòng làm sạch, lập bảng theo dõi riêng để khi được hỏi, bạn giải thích được từng thay đổi.

Lỗi thường gặp

Lỗi đầu tiên là gọi mọi câu hỏi có các lựa chọn 1 đến 5 là một thang đo Likert hoàn chỉnh. Một câu hỏi đơn lẻ có thể là một item dạng Likert, nhưng một thang đo đo khái niệm thường cần nhóm biến quan sát có nội dung liên quan. Bạn phải xác định khái niệm trước rồi mới quyết định số item.

Lỗi thứ hai là dùng nhiều loại nhãn trong cùng một nhóm. Item này hỏi mức độ đồng ý, item kế tiếp hỏi mức độ thường xuyên, nhưng cả hai đều mã hóa 1 đến 5. Khi tính điểm chung, các con số có thể không còn cùng ý nghĩa. Nếu hai loại thông tin đều cần thiết, hãy tách thành hai nhóm thang đo.

Lỗi thứ ba là sửa dữ liệu để Cronbach's Alpha tăng mà không có lý do nội dung. Bạn có thể xem bảng Item-Total Statistics và cân nhắc loại item, nhưng quyết định phải dựa trên ý nghĩa khái niệm, tương quan với các item khác và thiết kế ban đầu. Xóa liên tục cho đến khi chỉ số đẹp có thể làm thang đo mất nội dung và bị hỏi lại khi bảo vệ.

Lỗi thứ tư là không lưu bảng hỏi và mã hóa phiên bản cuối. Nếu file SPSS có PU1 đến PU5 nhưng bảng hỏi đã đổi nội dung PU3 sau khi thu thập, bạn sẽ không biết dữ liệu đang phản ánh phiên bản nào. Hãy lưu ngày sửa, phiên bản biểu mẫu và file dữ liệu tương ứng.

Bạn cũng nên tránh đưa các câu trả lời “không biết” vào giữa thang đồng ý nếu chưa có kế hoạch mã hóa. “Không biết” không luôn nằm giữa “không đồng ý” và “đồng ý”. Có thể đặt nó thành lựa chọn riêng, sau đó xử lý theo thiết kế phân tích thay vì gán tùy tiện một điểm số.

Câu hỏi thường gặp

Likert scale là gì và có bắt buộc dùng 5 mức không?

Likert scale là cách đo mức độ phản hồi đối với một phát biểu bằng các lựa chọn có thứ tự. Năm mức là lựa chọn phổ biến trong luận văn, nhưng không bắt buộc. Bạn có thể dùng 7 mức nếu mục tiêu cần phân biệt chi tiết hơn và nhóm trả lời đủ khả năng sử dụng các mức đó.

Thang đo Likert 5 mức hay 7 mức tốt hơn?

Không có lựa chọn tốt tuyệt đối. Thang 5 mức dễ hướng dẫn và giảm độ phức tạp khi trả lời, còn thang 7 mức cho nhiều sắc thái hơn. Bạn nên ưu tiên cách đã được dùng trong nguồn thang đo gốc, sự phù hợp với đối tượng khảo sát và tính nhất quán trong toàn bộ bảng hỏi.

Likert scale bao nhiêu là đạt?

Bản thân số mức 5 hay 7 không quyết định thang đo đạt. Sau khi có dữ liệu, bạn cần kiểm tra độ tin cậy và giá trị của thang đo bằng phương pháp phù hợp. Chẳng hạn, Corrected Item-Total Correlation từ 0.3 trở lên được tham khảo theo (Nunnally và Bernstein, 1994), còn Cronbach's Alpha từ 0.7 trở lên thường được tham khảo 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.

Có được trộn thang Likert 5 mức và 7 mức trong một bảng hỏi không?

Có thể, nếu mỗi nhóm có mục tiêu và hướng dẫn riêng, nhưng cách này làm tăng nguy cơ người trả lời nhầm và khiến việc diễn giải điểm trung bình phức tạp hơn. Nếu không có lý do phương pháp rõ ràng, nên giữ cùng một số mức trong các thang đo chính.

Dữ liệu Likert có chạy SPSS được không?

Có. Bạn mã hóa các mức thành số, kiểm tra kiểu dữ liệu và dùng chúng trong các phân tích phù hợp với thiết kế nghiên cứu. Trước khi chạy SPSS, cần xử lý item đảo chiều, dữ liệu thiếu, bản ghi không hợp lệ và các cột không dùng cho phân tích. Không nên coi các con số mã hóa là bằng chứng thang đo đã đạt nếu chưa kiểm định.

Khi người trả lời chọn cùng một mức cho toàn bộ câu hỏi thì làm sao?

Hãy kiểm tra thêm thời gian hoàn thành, câu hỏi sàng lọc, câu hỏi chú ý và các câu trả lời có mâu thuẫn hay không. Một người có thể thật sự có cùng đánh giá, nên không xóa tự động chỉ vì họ chọn một mức lặp lại. Nếu có đủ bằng chứng cho thấy bản ghi không đáng tin, loại theo tiêu chí đã định và ghi lại lý do trong nhật ký làm sạch dữ liệu.

Mở file bảng hỏi và file dữ liệu ngay bây giờ, lập bảng mã biến cho từng nhóm Likert, kiểm tra phiên bản cuối rồi đối chiếu với các bước làm sạch trước khi nhập SPSS; nếu bạn cần chạy phân tích trên chính file .sav hoặc .csv của mình, xem M4 phân tích dữ liệu.