Mô hình SWOT là gì? Cách xây dựng và kiểm định trong luận văn

Mô hình SWOT là gì

Mô hình SWOT là khung phân tích giúp bạn xem xét một tổ chức, doanh nghiệp, sản phẩm hoặc dự án từ bốn nhóm yếu tố: Strengths, Weaknesses, Opportunities và Threats. Trong tiếng Việt, bốn nhóm này thường được gọi là điểm mạnh, điểm yếu, cơ hội và thách thức. Hai nhóm đầu thường liên quan đến yếu tố bên trong tổ chức, còn hai nhóm sau thường liên quan đến môi trường bên ngoài.

Nếu bạn đang làm luận văn, SWOT hữu ích ở giai đoạn xác định bối cảnh và phát hiện các nhóm yếu tố có thể đưa vào mô hình nghiên cứu. Tuy nhiên, một ma trận SWOT tự nó chưa phải là một mô hình định lượng hoàn chỉnh. Bạn vẫn cần biến các nhận định thành biến nghiên cứu, xây dựng thang đo, thu thập dữ liệu bằng bảng hỏi và kiểm định bằng SPSS hoặc SmartPLS.

Tên SWOT được hình thành từ bốn nhóm yếu tố nêu trên. Các tài liệu kinh điển về SWOT thường được trình bày theo hướng quản trị chiến lược, nhưng trong phạm vi nguồn được phép trích dẫn của bài này không có tài liệu gốc về tác giả và năm khởi nguồn của SWOT. Vì vậy, bạn không nên tự thêm một năm hoặc tên tác giả chưa kiểm chứng vào luận văn chỉ để làm phần lịch sử mô hình có vẻ đầy đủ.

Bạn có thể xem SWOT như một khung bản đồ ban đầu. Nó cho biết cần nhìn vào đâu, nhưng chưa trả lời bằng số liệu rằng yếu tố nào tác động mạnh hơn, tác động theo chiều nào hoặc tác động có ý nghĩa thống kê hay không. Muốn đi đến những kết luận đó, bạn phải thiết kế mô hình và kiểm định riêng.

Các thành phần trong mô hình

Bốn thành phần của SWOT không nên được viết thành danh sách chung chung. Khi đưa vào đề tài, bạn cần xác định rõ đối tượng phân tích, phạm vi bối cảnh và cách đo lường từng yếu tố.

Điểm cần chú ý là ranh giới giữa bên trong và bên ngoài. Ví dụ, “đội ngũ nhân viên có kỹ năng tốt” thường thuộc Strengths vì doanh nghiệp có thể phát triển và quản trị nguồn lực này. “Nhu cầu khách hàng tăng” thường thuộc Opportunities vì đây là điều kiện từ thị trường. Nếu bạn xếp sai, phần đề xuất chiến lược sẽ thiếu logic.

Trong luận văn định lượng, bốn nhóm này có thể được dùng theo ba cách. Cách thứ nhất là dùng SWOT để mô tả bối cảnh, sau đó chọn một vấn đề cụ thể để xây dựng mô hình khác. Cách thứ hai là chuyển từng nhóm thành các biến độc lập và kiểm định ảnh hưởng của chúng đến một biến phụ thuộc. Cách thứ ba là dùng kết quả khảo sát để xếp hạng các yếu tố, rồi đề xuất nhóm giải pháp ưu tiên.

Cách thứ hai cần thận trọng nhất. Một người trả lời có thể đánh giá điểm mạnh của doanh nghiệp, nhưng điều đó không tự động có nghĩa điểm mạnh ấy tạo ra ý định mua hoặc hiệu quả kinh doanh. Mối quan hệ nhân quả phải được giải thích bằng lý thuyết và tài liệu nghiên cứu phù hợp với bối cảnh.

Nếu cần đặt SWOT cạnh các công cụ chiến lược khác, bạn có thể đọc thêm mô hình chuỗi giá trị Porter, 5 áp lực cạnh tranh Porter hoặc mô hình BCG. Những công cụ này trả lời các câu hỏi khác nhau, nên không nên trộn các nhóm chỉ vì chúng đều được trình bày trong chương cơ sở lý thuyết.

Mô hình gốc và các mở rộng phổ biến

SWOT thường bắt đầu bằng ma trận bốn ô. Bạn liệt kê các yếu tố bên trong ở một chiều và các yếu tố bên ngoài ở chiều còn lại, sau đó kết hợp chúng để suy nghĩ về hướng hành động. Bốn hướng kết hợp thường được diễn giải là dùng điểm mạnh để tận dụng cơ hội, dùng điểm mạnh để giảm thách thức, khắc phục điểm yếu để tận dụng cơ hội và giảm điểm yếu để hạn chế thách thức.

Trong luận văn, phần mở rộng cần được trình bày như cách bạn vận hành khung phân tích, không nên tự gọi mọi bảng phân tích bốn ô là một “mô hình mới”. Một số hướng mở rộng thường gặp gồm:

• SWOT định tính, tập trung nhận diện và mô tả các yếu tố.
• SWOT có chấm điểm, trong đó người trả lời đánh giá mức độ quan trọng hoặc mức độ hiện diện của từng yếu tố.
• TOWS, tập trung nhiều hơn vào việc ghép các yếu tố để hình thành nhóm chiến lược.
• SWOT kết hợp với các công cụ khác như PESTEL, phân tích ngành hoặc ma trận ưu tiên.

Nếu bạn dùng SWOT để xây dựng mô hình nghiên cứu, phần mở rộng hợp lý thường là thêm biến trung gian, biến điều tiết hoặc biến kết quả. Ví dụ, năng lực công nghệ có thể tác động đến chất lượng dịch vụ, còn chất lượng dịch vụ tác động đến sự hài lòng. Khi đó, SWOT chỉ giúp bạn nhận diện năng lực công nghệ như một vấn đề cần nghiên cứu. Quan hệ giữa các biến phải dựa trên tổng quan tài liệu và giả thuyết riêng.

Bạn cũng có thể đặt SWOT trong nhóm công cụ phân tích bối cảnh cùng với Balanced Scorecard hoặc phân tích các bên liên quan. Balanced Scorecard thiên về chuyển mục tiêu thành các khía cạnh đo lường hiệu quả. Phân tích các bên liên quan thiên về xác định nhóm người hoặc tổ chức có lợi ích và ảnh hưởng đến vấn đề. SWOT rộng hơn ở việc gom các nhận định thành bốn nhóm, nhưng thường ít cụ thể hơn khi đo lường.

Một lỗi thường thấy là lấy một bảng SWOT trong giáo trình, thay tên doanh nghiệp rồi xem đó là mô hình nghiên cứu. Cách làm này chỉ tạo ra phần mô tả. Nếu đề tài có mục tiêu kiểm định ảnh hưởng, bạn cần nêu rõ biến nào là nguyên nhân, biến nào là kết quả, dữ liệu được thu từ ai và thang đo lấy từ đâu.

Thang đo thường dùng cho từng khái niệm

SWOT không có một bộ thang đo duy nhất dùng cho mọi đề tài. “Điểm mạnh” của một ngân hàng sẽ khác “điểm mạnh” của một điểm đến du lịch hoặc một sàn thương mại điện tử. Bạn cần bắt đầu từ khái niệm cụ thể, sau đó tìm thang đo gốc trong các nghiên cứu phù hợp.

Mỗi khái niệm nên có nhiều biến quan sát, diễn đạt thành các phát biểu mà người trả lời có thể đánh giá trên thang Likert. Ví dụ, thay vì hỏi “Doanh nghiệp có điểm mạnh không”, bạn có thể đo “Doanh nghiệp phản hồi yêu cầu của khách hàng nhanh”, “Doanh nghiệp có năng lực duy trì chất lượng dịch vụ ổn định” và “Nhân viên có đủ kỹ năng để xử lý yêu cầu của khách hàng”. Các phát biểu này chỉ là hình thức minh họa. Bạn cần điều chỉnh và kiểm tra lại bằng tài liệu gốc, thử nghiệm bảng hỏi và bối cảnh thực tế.

Với thang Likert, bạn có thể dùng mức từ 1 đến 5 hoặc 1 đến 7, nhưng cần giữ cách mã hóa nhất quán. Nếu có biến quan sát mang ý nghĩa ngược chiều, hãy reverse code trước khi chạy các kiểm định độ tin cậy. Trong SPSS, bạn có thể tạo biến mới bằng Transform > Compute Variable thay vì sửa trực tiếp cột dữ liệu gốc.

Trình tự kiểm định thường gồm Cronbach's Alpha, EFA nếu thiết kế nghiên cứu yêu cầu, sau đó là hồi quy hoặc mô hình cấu trúc. Cronbach's Alpha từ 0.7 trở lên thường được xem là chấp nhận được (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là ngưỡng thường được sử dụng (Nunnally và Bernstein, 1994).

Nếu dùng SmartPLS, bạn sẽ đánh giá outer loading, độ tin cậy tổng hợp, AVE và giá trị phân biệt. Outer loading từ 0.7 trở lên là ngưỡng tham khảo trong PLS-SEM (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên thường được dùng để đánh giá độ tin cậy và giá trị hội tụ (Fornell và Larcker, 1981). HTMT nên dưới 0.85, hoặc dưới 0.90 khi hai khái niệm gần nhau về mặt nội dung (Henseler và cộng sự, 2015).

Áp dụng vào đề tài của bạn

Giả sử bạn nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng nền tảng thương mại điện tử của sinh viên. Bạn có thể dùng SWOT ở bước khám phá bối cảnh, sau đó chọn các yếu tố có khả năng giải thích ý định sử dụng. Một mô hình minh họa có thể gồm năng lực công nghệ, chất lượng dịch vụ, cơ hội tiện lợi, rủi ro cảm nhận và ý định sử dụng.

Mô hình này cần được vẽ thành các mũi tên rõ ràng. Năng lực công nghệ và chất lượng dịch vụ có thể được xem là nhóm điểm mạnh nội bộ của nền tảng. Cơ hội tiện lợi phản ánh điều kiện bên ngoài hoặc lợi ích mà người dùng nhận thấy. Rủi ro cảm nhận có thể đại diện cho nhóm thách thức. Ý định sử dụng là biến kết quả.

Bốn giả thuyết minh họa có thể viết như sau:

• H1: Năng lực công nghệ có ảnh hưởng tích cực đến ý định sử dụng nền tảng thương mại điện tử.
• H2: Chất lượng dịch vụ có ảnh hưởng tích cực đến ý định sử dụng nền tảng thương mại điện tử.
• H3: Nhận thức về cơ hội tiện lợi có ảnh hưởng tích cực đến ý định sử dụng nền tảng thương mại điện tử.
• H4: Rủi ro cảm nhận có ảnh hưởng tiêu cực đến ý định sử dụng nền tảng thương mại điện tử.

Đây là mô hình minh họa, không phải mô hình mặc định cho mọi đề tài về SWOT. Bạn cần thay các biến bằng khái niệm phù hợp với câu hỏi nghiên cứu, đối tượng khảo sát và tài liệu đã đọc. Nếu dùng TAM, TPB hoặc UTAUT, hãy giải thích vì sao nền tảng lý thuyết đó phù hợp. Chẳng hạn, UTAUT có thể phù hợp với đề tài chấp nhận công nghệ, còn SERVQUAL phù hợp hơn khi bạn nghiên cứu chất lượng dịch vụ.

Cỡ mẫu cũng phải được tính theo số biến quan sát và phương pháp phân tích. Một quy tắc thường được trích dẫn là cần từ 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010). Với hồi quy, công thức tham khảo là cỡ mẫu từ 50 cộng 8 lần số biến độc lập trở lên (Tabachnick và Fidell, 2013). Đây là căn cứ lập kế hoạch, không phải cam kết rằng dữ liệu của bạn sẽ cho kết quả có ý nghĩa.

Cách viết vào luận văn: “Dựa trên mục tiêu nghiên cứu và tổng quan tài liệu, nghiên cứu đề xuất mô hình gồm [tên biến độc lập], tác động đến [tên biến phụ thuộc] trong bối cảnh [đối tượng và địa bàn]. Mô hình SWOT được sử dụng để hệ thống hóa các yếu tố bên trong và bên ngoài, còn các mối quan hệ giữa các biến được kiểm định bằng dữ liệu khảo sát định lượng.”

Cách kiểm định mô hình bằng SPSS hoặc SmartPLS

Nếu mô hình của bạn chỉ có biến quan sát và cần kiểm định tác động trực tiếp, SPSS có thể đáp ứng với Cronbach's Alpha, EFA, tương quan và hồi quy tuyến tính. Bạn vào Analyze > Scale > Reliability Analysis để chạy Cronbach's Alpha, chọn Statistics và đánh dấu Scale if item deleted. Sau đó, có thể vào Analyze > Dimension Reduction > Factor để chạy EFA, kiểm tra KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix.

Với EFA, KMO từ 0.5 trở lên và Bartlett có ý nghĩa ở mức dưới 0.05 là các tiêu chí thường được sử dụng (Kaiser, 1974). Eigenvalue lớn hơn 1 thường được dùng làm quy tắc trích nhân tố (Kaiser, 1960). Tổng phương sai trích từ 50% trở lên và factor loading từ 0.5 trở lên là các ngưỡng tham khảo phổ biến (Hair và cộng sự, 2010). Bạn vẫn phải xem nội dung biến và mức độ cross-loading, không nên loại biến chỉ vì một con số đứng riêng lẻ.

Nếu mô hình có biến tiềm ẩn, nhiều mối quan hệ hoặc có mục tiêu dự báo, SmartPLS có thể phù hợp hơn. Trong SmartPLS 4, bạn nhập dữ liệu .csv, tạo construct, kéo các indicator vào construct và vẽ mũi tên theo giả thuyết. Sau đó chạy PLS-SEM Algorithm để xem Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Chạy Bootstrapping để kiểm tra Path Coefficients, T Statistics, P Values và khoảng tin cậy.

Quy trình PLS-SEM nên đi từ mô hình đo lường sang mô hình cấu trúc. Đây là cách tiếp cận hai bước được trình bày trong tài liệu phương pháp (Anderson và Gerbing, 1988). Khi báo cáo PLS-SEM, bạn cần kiểm tra VIF, hệ số đường dẫn, R², f² và Q². VIF dưới 5 là ngưỡng tham khảo (Hair và cộng sự, 2019), R² ở mức 0.75, 0.50 và 0.25 lần lượt có thể được diễn giải là đáng kể, trung bình và yếu trong một số bối cảnh PLS-SEM (Hair và cộng sự, 2011). Q² lớn hơn 0 cho thấy giá trị dự báo có thể được xem xét (Stone, 1974).

Khi chạy Bootstrapping trong SmartPLS, bạn có thể thiết lập 5.000 subsamples theo hướng dẫn thường dùng (Hair và cộng sự, 2022). Đừng trộn tiêu chí CFI, TLI và RMSEA vào bài SmartPLS. Các chỉ số này thuộc nhóm đánh giá CB-SEM, với ngưỡng tham khảo được trình bày cho CFI, TLI, RMSEA và SRMR (Hu và Bentler, 1999).

Lỗi thường gặp khi dùng mô hình này

Lỗi đầu tiên là xem SWOT như bằng chứng nhân quả. Một bảng liệt kê rằng “thương hiệu mạnh” không chứng minh thương hiệu tạo ra lòng trung thành. Bạn cần có biến đo lường, dữ liệu và kiểm định phù hợp.

Lỗi thứ hai là đặt tên biến quá rộng. “Điểm mạnh của doanh nghiệp” có thể bao gồm thương hiệu, nhân sự, tài chính, công nghệ và quy trình. Nếu gom tất cả vào một construct mà không có cơ sở lý thuyết, thang đo sẽ khó có tính nhất quán.

Lỗi thứ ba là dùng các nguồn không rõ xuất xứ cho thang đo. Một bảng câu hỏi được tìm thấy trên mạng chưa phải là thang đo đã được xác nhận. Hãy truy về bài nghiên cứu gốc, kiểm tra bối cảnh, số lượng biến quan sát và cách diễn đạt trước khi dịch hoặc điều chỉnh.

Lỗi thứ tư là loại biến liên tục cho đến khi kết quả đẹp. Việc loại biến cần dựa trên loading, tương quan, nội dung và thiết kế ban đầu. Bạn nên lưu lại từng phiên bản dữ liệu, ghi lý do loại biến và báo cáo minh bạch trong luận văn.

Lỗi thứ năm là trộn kết quả từ SPSS và SmartPLS mà không giải thích. Nếu dùng SPSS để EFA rồi chuyển sang SmartPLS, hãy nêu rõ vai trò của từng phần mềm, tiêu chí quyết định và thứ tự phân tích. Nếu mô hình chỉ nhằm mô tả mức độ ưu tiên của các yếu tố SWOT, có thể không cần dựng một mô hình nhân quả phức tạp.

Cuối cùng, hãy kiểm tra xem đề tài thực sự cần SWOT hay cần một mô hình lý thuyết cụ thể hơn. Bạn có thể xem thêm các chủ đề trong Mô hình nghiên cứu để so sánh cách xây dựng biến, giả thuyết và thang đo.

Câu hỏi thường gặp

Mô hình SWOT có phải là mô hình nghiên cứu định lượng không?

SWOT là khung phân tích chiến lược, chưa phải mô hình định lượng hoàn chỉnh. Bạn có thể dùng SWOT để nhận diện yếu tố, sau đó chuyển các yếu tố phù hợp thành biến độc lập, biến phụ thuộc hoặc biến trung gian để kiểm định bằng dữ liệu khảo sát.

Nếu luận văn chỉ lập ma trận bốn ô và đưa ra đề xuất, đó là phân tích SWOT. Nếu luận văn kiểm định ảnh hưởng giữa các biến, bạn cần trình bày thêm cơ sở lý thuyết, thang đo, giả thuyết và phương pháp phân tích.

Mô hình SWOT gồm những gì?

SWOT gồm Strengths, Weaknesses, Opportunities và Threats, tương ứng với điểm mạnh, điểm yếu, cơ hội và thách thức. Điểm mạnh và điểm yếu thường phản ánh yếu tố bên trong, còn cơ hội và thách thức thường phản ánh môi trường bên ngoài.

Khi viết luận văn, bạn nên mô tả tiêu chí phân loại và đối tượng phân tích. Một yếu tố chỉ nên được xếp vào một nhóm khi bạn giải thích được vì sao nó thuộc nội bộ hoặc môi trường bên ngoài.

Có thể chạy mô hình SWOT bằng SPSS không?

Bạn không chạy một nút có tên “SWOT” trong SPSS. Bạn dùng SPSS để phân tích dữ liệu của các biến được xây dựng từ bối cảnh SWOT, chẳng hạn chạy Cronbach's Alpha, EFA, tương quan và hồi quy.

Nếu chỉ cần xếp hạng mức độ quan trọng của các yếu tố, bạn có thể dùng thống kê mô tả. Nếu muốn kiểm định tác động, cần xác định biến phụ thuộc và chọn mô hình phân tích phù hợp.

Nên dùng SPSS hay SmartPLS cho mô hình SWOT?

SPSS phù hợp khi mô hình có cấu trúc tương đối đơn giản và bạn muốn chạy EFA, hồi quy hoặc kiểm định dữ liệu theo quy trình quen thuộc. SmartPLS phù hợp khi đề tài có nhiều biến tiềm ẩn, nhiều indicator và mục tiêu đánh giá mô hình đo lường cùng mô hình cấu trúc.

Tên SWOT không quyết định phần mềm. Câu hỏi nghiên cứu, loại biến, kích thước mẫu và mục tiêu kiểm định mới là căn cứ lựa chọn. Bạn cũng không nên dùng SmartPLS chỉ vì muốn tránh kiểm tra chất lượng thang đo.

Mô hình SWOT có cần giả thuyết không?

Nếu bạn chỉ trình bày ma trận SWOT và đề xuất chiến lược, không nhất thiết phải có giả thuyết nhân quả. Nếu bạn dùng khảo sát để kiểm định ảnh hưởng của các yếu tố đến một kết quả, bạn cần xây dựng giả thuyết cho từng mối quan hệ.

Mỗi giả thuyết nên nêu rõ biến tác động, biến nhận tác động, chiều tác động dự kiến và bối cảnh. Các giả thuyết trong bài chỉ là số liệu minh họa về cách viết, không phải kết luận cho đề tài của bạn.

Mở file dữ liệu và kiểm tra trước bạn đang có ma trận mô tả SWOT hay một mô hình biến cần kiểm định, sau đó chọn quy trình phân tích tương ứng trong M4 tại DoThesis.