Nguồn lực RBV là gì? Cách xây dựng mô hình nghiên cứu
Mô hình nguồn lực RBV là gì
Nguồn lực RBV, viết đầy đủ là Resource-Based View, là cách tiếp cận giải thích lợi thế cạnh tranh từ những nguồn lực và năng lực mà doanh nghiệp đang sở hữu hoặc kiểm soát. Khi tìm kiếm “nguồn lực rbv là gì”, bạn thường đang cần biến một lý thuyết quản trị thành mô hình có biến độc lập, biến trung gian hoặc biến phụ thuộc để kiểm định bằng dữ liệu khảo sát.
Theo RBV, doanh nghiệp có thể đạt kết quả tốt hơn khi sở hữu nguồn lực có giá trị, tương đối khan hiếm, khó bắt chước và khó thay thế. Trong luận văn định lượng, bạn không nên dừng ở việc liệt kê tài sản của doanh nghiệp. Bạn cần xác định mỗi nhóm nguồn lực được đo bằng các biến quan sát nào, tác động đến kết quả nào và giả thuyết sẽ được kiểm định ra sao.
RBV thường được dùng cho các đề tài về năng lực cạnh tranh, hiệu quả kinh doanh, đổi mới, hiệu quả chuyển đổi số, năng lực marketing hoặc kết quả hoạt động của doanh nghiệp. Nếu bạn đang xem các hướng khác trong nhóm Mô hình nghiên cứu, hãy đặt RBV cạnh câu hỏi nghiên cứu và dữ liệu bạn thực sự có thể thu thập, thay vì chọn mô hình chỉ vì tên lý thuyết quen thuộc.
Các thành phần trong mô hình
RBV không phải một thang đo duy nhất. Đây là khung lý thuyết để bạn chọn các nhóm nguồn lực phù hợp với bối cảnh. Một doanh nghiệp sản xuất và một doanh nghiệp thương mại điện tử có thể sử dụng những nhóm nguồn lực khác nhau.
| Thành phần trong RBV | Diễn giải khi xây dựng mô hình | Ví dụ biến quan sát có thể phát triển |
|---|---|---|
| Nguồn lực hữu hình | Tài sản vật chất và điều kiện tài chính mà doanh nghiệp kiểm soát | máy móc, cơ sở vật chất, khả năng tài chính |
| Nguồn lực vô hình | Tài sản khó nhìn thấy nhưng tạo giá trị cho doanh nghiệp | thương hiệu, danh tiếng, dữ liệu, bằng sáng chế |
| Nguồn nhân lực | Kiến thức, kỹ năng và kinh nghiệm của nhân viên, nhà quản lý | chuyên môn, kinh nghiệm, khả năng giải quyết vấn đề |
| Năng lực tổ chức | Khả năng phối hợp và triển khai nguồn lực thành hoạt động | phối hợp nội bộ, học hỏi, ra quyết định |
| Năng lực động | Khả năng nhận diện, nắm bắt và tái cấu hình nguồn lực khi môi trường thay đổi | đổi mới, thích ứng, tái cấu trúc quy trình |
| Kết quả đầu ra | Kết quả bạn muốn giải thích bằng mô hình | lợi thế cạnh tranh, hiệu quả kinh doanh, đổi mới |
Bảng trên là khung thiết kế, chưa phải bộ biến quan sát đã được xác nhận cho đề tài của bạn. Bạn cần đọc nguồn thang đo phù hợp, dịch và điều chỉnh ngữ cảnh, sau đó kiểm tra độ tin cậy và giá trị của thang đo bằng dữ liệu thật.
Ví dụ, nếu đề tài là “nguồn lực công nghệ ảnh hưởng đến hiệu quả chuyển đổi số của doanh nghiệp nhỏ”, nguồn lực công nghệ có thể là biến độc lập. Hiệu quả chuyển đổi số là biến phụ thuộc. Năng lực đổi mới có thể là biến trung gian nếu câu hỏi nghiên cứu của bạn giải thích cơ chế tác động, nhưng chỉ thêm biến này khi có cơ sở lý thuyết và dữ liệu phù hợp.
RBV cũng có thể kết hợp với các khung khác. Mô hình SWOT giúp bạn phân loại điểm mạnh, điểm yếu, cơ hội và thách thức, còn RBV đi sâu hơn vào việc giải thích vì sao một nguồn lực nội tại có thể tạo ra kết quả khác biệt. Hai cách tiếp cận này có thể hỗ trợ nhau, nhưng không nên gộp các nhóm khái niệm thành một thang đo chỉ vì chúng đều nói về chiến lược.
Mô hình gốc và các mở rộng phổ biến
Mô hình RBV thường được trình bày như một logic từ nguồn lực đến năng lực, rồi đến lợi thế cạnh tranh và kết quả hoạt động. Trong mô hình định lượng, bạn có thể biểu diễn logic đó bằng các đường dẫn giữa biến tiềm ẩn.
Một cách mở rộng phổ biến là bổ sung năng lực động. Năng lực động mô tả khả năng doanh nghiệp tái cấu hình nguồn lực để thích ứng với thay đổi. Trong đề tài về công nghệ, thị trường hoặc đổi mới, nhóm biến này giúp mô hình giải thích được quá trình chuyển nguồn lực thành kết quả, thay vì giả định rằng chỉ cần sở hữu nguồn lực là doanh nghiệp sẽ có hiệu quả cao.
Một hướng khác là thêm năng lực marketing, năng lực đổi mới hoặc năng lực quản trị tri thức. Các khái niệm này có thể đóng vai trò biến trung gian hoặc biến độc lập tùy câu hỏi nghiên cứu. Khi dùng RBV, bạn cần trả lời ba câu hỏi trước khi vẽ mô hình:
- Nguồn lực nào là đầu vào chính của nghiên cứu.
- Năng lực nào biến đầu vào đó thành hành động hoặc kết quả.
- Kết quả nào có thể đo được bằng bảng hỏi và dữ liệu định lượng.
RBV cũng thường được đặt cạnh các mô hình chiến lược khác. Mô hình chuỗi giá trị Porter tập trung vào các hoạt động tạo ra giá trị, còn RBV tập trung vào nguồn lực và năng lực bên trong doanh nghiệp. 5 áp lực cạnh tranh Porter là gì lại giúp mô tả áp lực từ môi trường ngành. Nếu đề tài của bạn chỉ đo nguồn lực nội bộ, thêm các biến áp lực cạnh tranh mà không có giả thuyết rõ ràng sẽ làm mô hình dài nhưng không mạnh hơn.
Bạn cũng có thể tham khảo Balanced Scorecard là gì nếu biến phụ thuộc của bạn bao gồm nhiều khía cạnh hiệu quả. Tuy nhiên, Balanced Scorecard là khung đo lường hiệu quả theo nhiều phương diện, không phải phiên bản khác của RBV. Hãy giữ vai trò của từng lý thuyết tách biệt trong phần cơ sở lý thuyết.
Thang đo thường dùng cho từng khái niệm
RBV không cung cấp một bảng câu hỏi duy nhất dùng cho mọi ngành. Vì vậy, việc chọn thang đo phải bắt đầu từ định nghĩa khái niệm và bối cảnh nghiên cứu. Bạn có thể dùng các nguồn thang đo đã được công bố, nhưng bản dịch tiếng Việt cần được điều chỉnh để người trả lời hiểu đúng.
| Khái niệm | Cách đo thường gặp trong nghiên cứu định lượng | Nguồn nền tảng có thể tham khảo |
|---|---|---|
| Nguồn lực hữu hình | mức độ đầy đủ của cơ sở vật chất, thiết bị, tài chính hoặc công nghệ | RBV và bối cảnh ngành của đề tài |
| Nguồn lực vô hình | thương hiệu, danh tiếng, dữ liệu, quan hệ và tri thức sở hữu | RBV và tài liệu chuyên ngành |
| Nguồn nhân lực | chuyên môn, kinh nghiệm, kỹ năng và khả năng học hỏi của nhân viên | RBV và nghiên cứu về nguồn nhân lực |
| Năng lực đổi mới | khả năng tạo, tiếp nhận và triển khai sản phẩm hoặc quy trình mới | RBV và nghiên cứu đổi mới |
| Năng lực động | khả năng nhận diện thay đổi, nắm bắt cơ hội và tái cấu hình nguồn lực | RBV và nghiên cứu năng lực động |
| Lợi thế cạnh tranh | mức độ khác biệt, giá trị cung cấp hoặc vị thế so với đối thủ | RBV và nghiên cứu chiến lược |
| Hiệu quả kinh doanh | doanh thu, lợi nhuận, tăng trưởng hoặc đánh giá kết quả tương đối | chỉ chọn chỉ báo phù hợp với khả năng trả lời |
Các khái niệm công nghệ có thể dùng nền tảng TAM hoặc UTAUT nếu câu hỏi của bạn tập trung vào chấp nhận công nghệ. TAM được gắn với (Davis, 1989), còn UTAUT được gắn với (Venkatesh và cộng sự, 2003). Đây là nguồn cho khái niệm chấp nhận hoặc sử dụng công nghệ, không phải nguồn thay thế cho RBV.
Nếu đo lợi thế cạnh tranh bằng các biến quan sát dạng Likert, bạn cần nêu rõ người trả lời đang đánh giá doanh nghiệp của họ so với đối thủ, so với mục tiêu nội bộ hay theo mức độ đồng ý với một phát biểu. Thang Likert bắt nguồn từ (Likert, 1932). Cách diễn đạt này ảnh hưởng trực tiếp đến việc người trả lời hiểu biến phụ thuộc như thế nào.
Sau khi nhập dữ liệu, bạn có thể kiểm tra Cronbach's Alpha, Corrected Item-Total Correlation và EFA trong SPSS. Với mô hình PLS-SEM, bạn xem outer loading, CR, AVE và HTMT trong SmartPLS. Một số ngưỡng thường được dùng như sau, nhưng cần đọc cùng bối cảnh và báo cáo kết quả thực tế.
| Chỉ số | Ngưỡng tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | từ 0.70 trở lên; thang đo khám phá có thể xem xét từ 0.60 | (Nunnally, 1978) và (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | từ 0.30 trở lên | (Nunnally và Bernstein, 1994) |
| Factor loading trong EFA | từ 0.50 trở lên | (Hair và cộng sự, 2010) |
| Total variance explained | từ 50% trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | từ 0.70 trở lên | (Chin, 1998) |
| Composite Reliability | từ 0.70 trở lên | (Fornell và Larcker, 1981) |
| AVE | từ 0.50 trở lên | (Fornell và Larcker, 1981) |
| HTMT | dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
Áp dụng vào đề tài của bạn
Giả sử bạn nghiên cứu “Ảnh hưởng của nguồn lực doanh nghiệp đến lợi thế cạnh tranh của doanh nghiệp nhỏ tại Thành phố Hồ Chí Minh”. Một mô hình gọn có thể gồm bốn biến độc lập là nguồn lực tài chính, nguồn lực công nghệ, nguồn nhân lực và năng lực đổi mới. Biến phụ thuộc là lợi thế cạnh tranh.
Bạn có thể viết mô hình khái niệm như sau: nguồn lực tài chính, nguồn lực công nghệ, nguồn nhân lực và năng lực đổi mới cùng tác động đến lợi thế cạnh tranh. Đây là số liệu minh họa cho cấu trúc giả thuyết, không phải kết quả của một nghiên cứu đã thực hiện.
- H1: Nguồn lực tài chính có tác động tích cực đến lợi thế cạnh tranh.
- H2: Nguồn lực công nghệ có tác động tích cực đến lợi thế cạnh tranh.
- H3: Nguồn nhân lực có tác động tích cực đến lợi thế cạnh tranh.
- H4: Năng lực đổi mới có tác động tích cực đến lợi thế cạnh tranh.
Trước khi giữ bốn giả thuyết này, bạn cần kiểm tra khả năng thu thập dữ liệu. Nếu người trả lời không biết thông tin tài chính hoặc công nghệ của doanh nghiệp, các biến quan sát sẽ tạo ra nhiều câu trả lời trung lập và làm yếu chất lượng dữ liệu. Khi đó, bạn nên viết phát biểu theo mức độ cảm nhận hoặc khả năng đánh giá mà đối tượng khảo sát thực sự có.
Một mô hình khác có thể đưa năng lực đổi mới vào giữa nguồn lực công nghệ và lợi thế cạnh tranh. Khi đó, bạn có giả thuyết về tác động trực tiếp và giả thuyết về tác động gián tiếp. Nếu kiểm định mediation, hãy báo cáo indirect effect và khoảng tin cậy bootstrap. Tác động gián tiếp được xem là có ý nghĩa khi khoảng tin cậy bootstrap không chứa số 0 (Preacher và Hayes, 2008).
Cách viết giả thuyết
Mỗi giả thuyết nên có một biến nguyên nhân, một biến kết quả và hướng tác động nếu lý thuyết cho phép bạn dự đoán hướng. Tránh viết “nguồn lực tài chính ảnh hưởng đến lợi thế cạnh tranh” rồi gọi đó là giả thuyết đầy đủ nếu bạn chưa nêu tác động tích cực hay tiêu cực.
Cách chọn biến quan sát
Bạn lập danh sách mã biến trước khi tạo bảng hỏi, chẳng hạn TC1 đến TC4 cho nguồn lực công nghệ và CT1 đến CT4 cho năng lực cạnh tranh. Mỗi biến quan sát nên diễn đạt một ý, dùng cùng chủ thể và cùng thang đo. Nếu có biến đảo chiều, bạn phải mã hóa lại trước khi chạy Cronbach's Alpha hoặc EFA.
Cách viết vào luận văn
Bạn có thể điều chỉnh đoạn sau: “Dựa trên RBV, nghiên cứu đề xuất rằng [tên nguồn lực] tác động đến [tên kết quả] của [đối tượng nghiên cứu]. Cụ thể, nghiên cứu kiểm định các giả thuyết H1 đến H4 về tác động của [nguồn lực 1], [nguồn lực 2], [nguồn lực 3] và [nguồn lực 4] đến [biến phụ thuộc].”
Cách kiểm định mô hình bằng SPSS hoặc SmartPLS
SPSS phù hợp khi bạn cần làm sạch dữ liệu, thống kê mô tả, kiểm tra Cronbach's Alpha, EFA, tương quan và hồi quy. Đường dẫn thường dùng là Analyze > Scale > Reliability Analysis cho độ tin cậy, Analyze > Dimension Reduction > Factor cho EFA và Analyze > Regression > Linear cho hồi quy.
Trong SPSS, bạn kiểm tra Reliability Statistics, Item-Total Statistics, KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Với hồi quy, bảng Coefficients cho biết hệ số, t và Sig., còn Model Summary cho biết R Square. Bạn cần lưu lại từng vòng loại biến, vì việc xóa biến sau khi xem kết quả phải có lý do phương pháp chứ không chỉ nhằm làm bảng đẹp.
SmartPLS phù hợp khi mô hình có biến tiềm ẩn, nhiều đường dẫn, mediation hoặc moderation. Trong SmartPLS 4, bạn tạo measurement model, nối các biến tiềm ẩn với indicator, sau đó tạo structural model. Chạy PLS-SEM Algorithm để xem Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Path Coefficients và R Square. Tiếp theo chạy Bootstrapping, thường dùng 5.000 bootstrap subsamples theo (Hair và cộng sự, 2022).
| Phần output | Bạn cần đọc gì | Cách diễn giải minh họa |
|---|---|---|
| Outer Loadings | tải của từng biến quan sát | TC2 = 0.781, số liệu minh họa, cao hơn ngưỡng tham khảo |
| Cronbach's Alpha | độ nhất quán nội tại | Năng lực đổi mới = 0.824, số liệu minh họa |
| Composite Reliability | độ tin cậy tổng hợp | 0.861, số liệu minh họa |
| AVE | giá trị hội tụ | 0.607, số liệu minh họa |
| HTMT | giá trị phân biệt | 0.742, số liệu minh họa |
| Path Coefficients | hướng và độ lớn đường dẫn | Nguồn lực công nghệ → lợi thế cạnh tranh = 0.286 |
| P Values | ý nghĩa thống kê của đường dẫn | 0.018, số liệu minh họa |
| R Square | mức độ giải thích biến phụ thuộc | 0.493, số liệu minh họa |
Các con số trong bảng chỉ là số liệu minh họa để bạn nhận diện hình dạng output, không phải phát hiện từ dữ liệu của bạn. Trong PLS-SEM, bạn có thể báo cáo VIF dưới 5 theo (Hair và cộng sự, 2019), R² theo các mức tham khảo của (Hair và cộng sự, 2011) và Q² lớn hơn 0 theo (Stone, 1974). Không đưa CFI, TLI hoặc RMSEA vào báo cáo SmartPLS, vì các chỉ số này thuộc CB-SEM và nguồn ngưỡng (Hu và Bentler, 1999) được áp dụng cho CB-SEM.
Nếu mô hình chỉ có các biến quan sát độc lập và phụ thuộc, SPSS với hồi quy tuyến tính có thể đủ dùng. Nếu mô hình có nhiều biến tiềm ẩn, mediation hoặc cần đánh giá đồng thời measurement model và structural model, SmartPLS thường thuận tiện hơn. AMOS phù hợp với CB-SEM nhưng đòi hỏi bạn hiểu thêm về model fit và các giả định phân phối. JASP hoặc R có thể giúp kiểm định minh bạch và linh hoạt, nhưng bạn phải tự chuẩn bị quy trình và giải thích output. Thuê dịch vụ chạy SPSS có thể tiết kiệm thời gian trước mắt, nhưng rủi ro nằm ở chỗ bạn không biết dữ liệu đã được xử lý thế nào khi hội đồng hỏi lại.
Lỗi thường gặp khi dùng mô hình này
Lỗi đầu tiên là coi RBV như một danh sách cố định gồm tài chính, công nghệ, nhân lực và thương hiệu. Các nhóm này chỉ phù hợp khi chúng trả lời câu hỏi nghiên cứu và có thể đo trong bối cảnh của bạn. Đề tài về hộ kinh doanh nhỏ có thể cần cách đo khác đề tài về doanh nghiệp công nghệ.
Lỗi thứ hai là dùng nguồn thang đo không rõ xuất xứ, sau đó ghi rằng “tham khảo RBV”. Lý thuyết không tự xác nhận từng câu hỏi trong bảng hỏi. Bạn cần ghi nguồn của thang đo, số biến quan sát ban đầu, cách dịch, cách điều chỉnh và kết quả kiểm định.
Lỗi thứ ba là thêm quá nhiều biến để mô hình có vẻ đầy đủ. Mỗi biến mới kéo theo định nghĩa, thang đo, giả thuyết, câu hỏi khảo sát và phần giải thích kết quả. Với dữ liệu hạn chế, mô hình dài còn có thể gây đa cộng tuyến hoặc khiến người trả lời mệt mỏi.
Lỗi thứ tư là xóa biến chỉ vì một chỉ số chưa đạt mà không xem nội dung biến. Nếu một biến quan sát có loading thấp, bạn kiểm tra lại mã hóa, dữ liệu thiếu, phát biểu đảo chiều và sự phù hợp khái niệm trước khi quyết định loại. Ghi lại lý do từng vòng chạy để có thể giải trình với giảng viên.
Lỗi cuối là trộn RBV với mô hình cạnh tranh mà không phân biệt vai trò. Mô hình BCG dùng để phân tích danh mục sản phẩm, còn RBV giải thích nguồn lực và năng lực. Hai công cụ có thể xuất hiện trong cùng một nghiên cứu chiến lược, nhưng không nên xem chúng là cùng một mô hình đo lường.
Câu hỏi thường gặp
Nguồn lực RBV là gì trong nghiên cứu định lượng?
Nguồn lực RBV là các tài sản, tri thức, kỹ năng và năng lực mà doanh nghiệp có thể sử dụng để tạo giá trị hoặc đạt kết quả tốt hơn. Trong nghiên cứu định lượng, bạn chuyển từng nhóm nguồn lực thành biến tiềm ẩn và đo bằng các biến quan sát trong bảng hỏi.
Mô hình RBV có bắt buộc phải có lợi thế cạnh tranh không?
Lợi thế cạnh tranh là một kết quả thường gặp của RBV, nhưng không bắt buộc trong mọi đề tài. Bạn có thể dùng hiệu quả kinh doanh, năng lực đổi mới hoặc hiệu quả chuyển đổi số làm biến phụ thuộc nếu câu hỏi nghiên cứu và nguồn thang đo phù hợp.
Nên dùng SPSS hay SmartPLS cho mô hình nguồn lực RBV?
SPSS phù hợp với Cronbach's Alpha, EFA và hồi quy khi mô hình tương đối đơn giản. SmartPLS phù hợp khi bạn có nhiều biến tiềm ẩn, cần đánh giá measurement model, mediation, moderation hoặc các đường dẫn trong cùng một mô hình.
Thang đo RBV bao nhiêu biến quan sát là đủ?
Không có một con số cố định cho mọi khái niệm. Số biến phụ thuộc vào định nghĩa, nguồn thang đo và phạm vi nội dung cần đo. Khi lập kế hoạch cỡ mẫu, quy tắc 5 đến 10 quan sát cho một biến quan sát thường được tham khảo theo (Hair và cộng sự, 2010), nhưng bạn vẫn phải xem xét thiết kế mô hình và cách phân tích.
Nếu biến nguồn lực RBV không đạt Cronbach's Alpha thì làm sao?
Bạn kiểm tra Corrected Item-Total Correlation, mã hóa biến đảo chiều, dữ liệu thiếu và nội dung từng biến trước khi loại. Nếu loại một biến, cần ghi rõ lý do và chạy lại có kiểm soát. Alpha từ 0.70 thường được tham khảo theo (Nunnally, 1978), còn thang đo khám phá có thể xem xét từ 0.60 theo (Hair và cộng sự, 2010).
Bạn hãy mở file dữ liệu, lập bảng ánh xạ giữa khái niệm RBV, mã biến quan sát, nguồn thang đo và giả thuyết, rồi chọn SPSS hoặc SmartPLS theo mô hình thực tế của mình; nếu cần chạy phân tích trên chính file .sav hoặc .csv, xem M4 phân tích của DoThesis.