Sự đổi mới cá nhân là gì và đo lường bằng thang đo nào
Sự đổi mới cá nhân là gì và được đo bằng gì
Sự đổi mới cá nhân là mức độ một cá nhân chủ động tiếp nhận, tìm kiếm, đề xuất hoặc áp dụng ý tưởng, phương pháp và cách làm mới trong công việc hay bối cảnh nghiên cứu. Khái niệm này thường hướng vào hành vi và khuynh hướng của một người, chẳng hạn sẵn sàng thử công nghệ mới, tìm cách giải quyết khác đi hoặc biến một ý tưởng thành cách làm cụ thể.
Khi đưa khái niệm này vào luận văn, bạn cần xác định rõ mình đang đo khuynh hướng đổi mới cá nhân, hành vi đổi mới trong công việc hay mức độ chấp nhận một sản phẩm, công nghệ mới. Ba cách diễn đạt gần nhau nhưng không nên trộn thành một thang đo tùy tiện. Chẳng hạn, một người có thể thích ý tưởng mới nhưng chưa từng áp dụng ý tưởng đó. Nếu đề tài của bạn nghiên cứu ý định sử dụng một ứng dụng, sự đổi mới cá nhân có thể được dùng như biến giải thích cho ý định này, còn nếu nghiên cứu nhân viên, biến này có thể liên quan đến hành vi đổi mới tại nơi làm việc.
Trong mô hình định lượng, khái niệm được đo bằng nhiều biến quan sát. Mỗi biến quan sát là một phát biểu để người trả lời đánh giá trên thang Likert, thường từ 1, hoàn toàn không đồng ý, đến 5, hoàn toàn đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ của Likert (1932). Bạn có thể xem cách thiết kế một khái niệm thái độ tại bài thang đo thái độ, nhưng cần thay nội dung phát biểu cho đúng với sự đổi mới cá nhân.
Nguồn thang đo gốc
Nguồn thang đo phải đi sau định nghĩa khái niệm, không đi trước. Trước khi tìm biến quan sát, bạn hãy viết một đoạn mô tả phạm vi khái niệm trong đề tài của mình. Ví dụ: “Trong nghiên cứu này, sự đổi mới cá nhân phản ánh mức độ người dùng sẵn sàng tìm hiểu và thử các cách thức mới khi sử dụng dịch vụ số”. Câu này giúp bạn không lấy một thang đo về hành vi đổi mới của nhân viên rồi áp nguyên vào người tiêu dùng.
Danh sách dưới đây là bảng định hướng để bạn phân biệt các khái niệm thường xuất hiện trong mô hình. Các nguồn được nêu là nguồn trong danh mục được phép trích dẫn. Với riêng sự đổi mới cá nhân, bạn cần kiểm tra bài gốc mà giảng viên hoặc tài liệu nền của đề tài yêu cầu trước khi chốt số lượng biến quan sát. Không nên ghi một tác giả và năm cụ thể nếu bạn chưa xác minh đúng thang đo gốc.
| Khái niệm có thể gặp | Nguồn được phép tham khảo | Bối cảnh khái niệm | Cách dùng trong đề tài |
|---|---|---|---|
| Sự đổi mới cá nhân | Cần xác minh nguồn thang đo gốc của khái niệm bạn chọn | Khuynh hướng hoặc hành vi tiếp nhận, tìm kiếm và áp dụng cái mới | Chọn một phạm vi duy nhất, không trộn hành vi cá nhân với đặc điểm sản phẩm |
| Sự chấp nhận công nghệ | (Davis, 1989) | Perceived usefulness và perceived ease of use trong chấp nhận công nghệ | Dùng khi sự đổi mới cá nhân là biến cá nhân tác động đến ý định sử dụng |
| Ý định hành vi | (Ajzen, 1991) | Ý định thực hiện một hành vi trong TPB | Phân biệt với sự đổi mới cá nhân, vì ý định là kết quả dự định hành động |
| Chấp nhận và sử dụng công nghệ | (Venkatesh và cộng sự, 2003) | Các yếu tố trong UTAUT | Dùng để xây mô hình công nghệ, không xem đây là thang đo sự đổi mới cá nhân |
Nếu mô hình của bạn có các biến như ảnh hưởng xã hội, chuẩn chủ quan hoặc điều kiện thuận lợi, hãy kiểm tra chúng có đang bị dùng thay cho sự đổi mới cá nhân hay không. Bạn có thể đối chiếu khái niệm ảnh hưởng xã hội là gì, chuẩn chủ quan là gì và điều kiện thuận lợi là gì. Đây là các biến có thể liên quan trong mô hình, nhưng chúng trả lời những câu hỏi khác nhau.
Bộ biến quan sát tham khảo
Bảng dưới đây là số liệu minh họa về câu chữ, không phải bản dịch đã được xác nhận và cũng không phải thang đo đã đạt kiểm định. Bạn chỉ nên dùng nó để hình dung cách mã hóa biến trong file SPSS hoặc bảng hỏi. Sau đó, đối chiếu định nghĩa, nguồn gốc và bối cảnh mẫu của đề tài trước khi đưa vào khảo sát chính thức.
| Mã biến | Phát biểu tham khảo bằng tiếng Việt | Nội dung đang đo | Lưu ý khi điều chỉnh |
|---|---|---|---|
| DOI1 | Tôi thường tìm hiểu những cách mới để thực hiện công việc hoặc hoạt động của mình. | Tìm kiếm phương pháp mới | Nêu rõ “công việc”, “học tập” hoặc “sử dụng dịch vụ” tùy mẫu nghiên cứu |
| DOI2 | Tôi sẵn sàng thử một cách tiếp cận mới dù cách đó chưa phổ biến. | Sẵn sàng thử cái mới | Tránh từ “luôn luôn” nếu người trả lời khó đánh giá |
| DOI3 | Tôi thường đưa ra những ý tưởng khác với cách làm quen thuộc. | Đề xuất ý tưởng mới | Nếu khảo sát người tiêu dùng, thay “đưa ra” bằng hành vi phù hợp |
| DOI4 | Tôi có xu hướng áp dụng những giải pháp mới khi thấy chúng phù hợp. | Áp dụng giải pháp mới | Cần nêu đối tượng áp dụng để tránh hiểu quá rộng |
| DOI5 | Tôi cảm thấy hứng thú khi khám phá một sản phẩm hoặc công nghệ mới. | Hứng thú khám phá cái mới | Có thể bị trùng với [sự thích thú cảm nhận là gì] nếu đề tài đã có biến này |
Các phát biểu trên có thể bị trùng với khái niệm động lực hưởng thụ nếu bạn dùng nhiều từ như “thích”, “vui” hoặc “hứng thú”. Khi mô hình đã có biến động lực hưởng thụ là gì, sự đổi mới cá nhân nên nhấn vào khuynh hướng thử, tìm kiếm và áp dụng cái mới. Nội dung “tôi cảm thấy vui khi sử dụng” thường mô tả trải nghiệm cảm xúc, không đủ để đại diện cho sự đổi mới cá nhân.
Bạn cũng cần quyết định thang đo là đơn hướng hay đa hướng. Nếu mọi biến quan sát đều mô tả cùng một khuynh hướng đổi mới, mô hình đo lường đơn hướng sẽ dễ giải thích hơn. Nếu bạn chia thành tìm kiếm ý tưởng, thử nghiệm và áp dụng, hãy có cơ sở lý thuyết cho từng thành phần và kiểm tra mô hình đo lường tương ứng. Không tách nhóm chỉ vì EFA tạo ra nhiều nhân tố ngoài dự kiến.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bước đầu tiên là dịch theo ý nghĩa, không dịch từng từ. “Innovativeness” có thể được hiểu là tính đổi mới, khuynh hướng đổi mới hoặc sự đổi mới cá nhân tùy bối cảnh. Bạn cần chọn một cách gọi nhất quán trong mô hình, giả thuyết, bảng hỏi và chương kết quả.
Tiếp theo, thay các từ quá trừu tượng bằng hành vi mà người trả lời có thể nhớ. “Tôi là người sáng tạo” khó kiểm tra hơn “Tôi thường tìm cách mới để giải quyết một vấn đề”. Nếu khảo sát sinh viên, bối cảnh có thể là học tập và sử dụng công nghệ. Nếu khảo sát nhân viên, bạn có thể nói rõ công việc hoặc quy trình tại nơi làm việc.
Với biến đảo chiều, chỉ sử dụng khi bạn có lý do rõ ràng. Một phát biểu như “Tôi thường tránh thử các cách làm mới” cần được mã hóa ngược trước khi tính điểm thang đo. Trong SPSS, bạn có thể tạo biến mới bằng Transform > Recode into Different Variables, kiểm tra lại nhãn giá trị rồi mới chạy Cronbach's Alpha. Đừng đảo chiều chỉ vì muốn bảng hỏi có câu thuận và câu nghịch.
Sau khi soạn bản tiếng Việt, hãy kiểm tra thử với một nhóm nhỏ có đặc điểm gần với mẫu chính. Mục tiêu là phát hiện từ khó hiểu, hai ý trong cùng một câu, câu quá dài và tình huống người trả lời không có đủ thông tin để đánh giá. Đây là bước rà soát bảng hỏi, chưa phải bằng chứng rằng thang đo đã có độ tin cậy.
Kiểm định độ tin cậy và giá trị của thang đo
Bạn có thể đi theo thứ tự: kiểm tra dữ liệu, chạy Cronbach's Alpha, chạy EFA nếu dùng SPSS, sau đó kiểm định mô hình đo lường bằng SmartPLS nếu đề tài dùng PLS-SEM. Với SEM, cách tiếp cận hai bước, đánh giá mô hình đo lường trước rồi mới đánh giá mô hình cấu trúc, được trình bày trong (Anderson và Gerbing, 1988).
Trong SPSS, mở Analyze > Scale > Reliability Analysis. Đưa các biến DOI1 đến DOI5 vào ô Items, chọn Model là Alpha, rồi tại Statistics đánh dấu Item, Scale và Scale if item deleted. Bảng Reliability Statistics cho bạn Cronbach's Alpha và số lượng biến. Bảng Item-Total Statistics cho Corrected Item-Total Correlation và Alpha nếu loại biến.
Cronbach's 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). Corrected Item-Total Correlation từ 0.3 trở lên là ngưỡng thường dùng theo (Nunnally và Bernstein, 1994). Bạn không nên xóa DOI2 chỉ vì “Alpha if Item Deleted” tăng một chút. Hãy đọc nội dung biến, kiểm tra đảo chiều và xem biến đó có đúng định nghĩa khái niệm hay không.
Nếu chạy EFA, dùng Analyze > Dimension Reduction > Factor. Tại Descriptives, chọn mục KMO and Bartlett's test. Trong Extraction, xác định phương pháp trích phù hợp với thiết kế nghiên cứu và kiểm tra Eigenvalues greater than 1. Trong Rotation, chọn phép xoay phù hợp với giả định các nhân tố có tương quan hay không. Các bảng cần lưu gồm KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix.
| Tiêu chí kiểm định | Mức tham khảo | Nguồn canonical | Cách đọc trong file |
|---|---|---|---|
| Cronbach's Alpha | ≥ 0.70 | (Nunnally, 1978) | Bảng Reliability Statistics |
| Alpha cho thang đo khám phá | ≥ 0.60 | (Hair và cộng sự, 2010) | Chỉ dùng cùng lập luận về tính khám phá |
| Corrected Item-Total Correlation | ≥ 0.30 | (Nunnally và Bernstein, 1994) | Bảng Item-Total Statistics |
| KMO | ≥ 0.50 | (Kaiser, 1974) | Bảng KMO and Bartlett's Test |
| Bartlett's Test | p < 0.05 | (Kaiser, 1974) | Kiểm tra Sig. trong bảng KMO và Bartlett |
| Eigenvalue | > 1 | (Kaiser, 1960) | Bảng Total Variance Explained |
| Factor loading | ≥ 0.50 | (Hair và cộng sự, 2010) | Bảng Rotated Component Matrix |
| Total variance explained | ≥ 50% | (Hair và cộng sự, 2010) | Cột tổng phương sai trích |
| Outer loading trong PLS-SEM | ≥ 0.70 | (Chin, 1998) | Bảng Outer Loadings của SmartPLS |
| CR và AVE trong PLS-SEM | CR ≥ 0.70, AVE ≥ 0.50 | (Fornell và Larcker, 1981) | Bảng độ tin cậy và giá trị hội tụ |
| HTMT | < 0.85 hoặc < 0.90 với khái niệm gần | (Henseler và cộng sự, 2015) | Bảng Discriminant Validity |
Nếu dùng SmartPLS 4, hãy kiểm tra Outer Loadings, Construct Reliability and Validity và Discriminant Validity trước khi đọc Path Coefficients. Với mô hình PLS-SEM, VIF dưới 5 là mức tham khảo được nêu trong (Hair và cộng sự, 2019). Khi chạy bootstrapping, số subsamples 5.000 được khuyến nghị trong (Hair và cộng sự, 2022). Các chỉ số CFI, TLI và RMSEA thuộc CB-SEM, vì vậy không đưa chúng vào phần đánh giá mô hình SmartPLS.
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày định nghĩa thao tác, nguồn thang đo, cách mã hóa và thang điểm. Nếu có điều chỉnh câu chữ, ghi rõ bạn điều chỉnh cho bối cảnh nào. Không viết rằng thang đo “đã được kiểm định” khi bạn mới tham khảo từ tài liệu hoặc mới thử nghiệm bảng hỏi.
Cách viết vào luận văn: “Trong nghiên cứu này, sự đổi mới cá nhân được hiểu là [mô tả phạm vi khái niệm trong bối cảnh nghiên cứu]. Thang đo gồm [số lượng] biến quan sát, ký hiệu từ DOI1 đến DOI[số], được kế thừa và điều chỉnh từ [tác giả, năm] cho phù hợp với [đối tượng/bối cảnh]. Các biến được đo bằng thang Likert [5/7] mức, trong đó 1 là [mức thấp nhất] và [5/7] là [mức cao nhất].”
Sau khảo sát, chương 4 cần tách kết quả thực tế khỏi phần mô tả thiết kế. Bạn có thể lập bảng gồm mã biến, giá trị trung bình, độ lệch chuẩn nếu cần, hệ số tương quan biến tổng và quyết định giữ hoặc loại. Nếu dùng SmartPLS, báo cáo outer loading, Cronbach's Alpha, rho_A, CR, AVE và HTMT theo đúng mô hình đã chạy.
Tên biến trong SPSS nên ngắn, không dấu và không có khoảng trắng, chẳng hạn DOI1, DOI2, DOI3. Trong Variable View, phần Label mới ghi câu đầy đủ bằng tiếng Việt. Cách này giúp output dễ đọc và giảm lỗi khi kéo biến vào các hộp thoại phân tích.
Lỗi thường gặp
Lỗi đầu tiên là lấy một bảng câu hỏi trên Internet rồi đổi vài từ nhưng không xác định nguồn. Khi bị hỏi ở buổi bảo vệ, bạn sẽ khó giải thích vì sao mỗi biến thuộc cùng một khái niệm. Hãy lưu riêng file nguồn, bản dịch, bản điều chỉnh và lý do thay đổi.
Lỗi thứ hai là gộp sự đổi mới cá nhân với sự thích thú cảm nhận. Một người có thể thích trải nghiệm mới nhưng không có xu hướng tự tìm kiếm hoặc áp dụng cách làm mới. Hãy xem lại nội dung từng biến, không chỉ nhìn vào tên nhân tố sau EFA.
Lỗi thứ ba là xóa biến hàng loạt để Alpha tăng. Bạn cần ghi lại từng vòng chạy, biến bị loại, chỉ số trước và sau khi loại. Nếu loại quá nhiều biến, thang đo có thể mất nội dung ban đầu dù con số Alpha đẹp hơn.
Lỗi thứ tư là chạy EFA khi mẫu hoặc dữ liệu chưa sẵn sàng. Kiểm tra giá trị thiếu, câu trả lời lặp một mức, biến đảo chiều và các bản ghi bất thường trước khi phân tích. Rất ít khi EFA cho kết quả sạch ngay ở lần chạy đầu. Loại biến, chạy lại và ghi lại từng vòng là chuyện có thể xảy ra, nhưng quyết định phải có lý do học thuật.
Câu hỏi thường gặp
Sự đổi mới cá nhân có giống sự thích thú cảm nhận không?
Hai khái niệm có thể liên quan nhưng không đồng nhất. Sự đổi mới cá nhân nhấn vào khuynh hướng tìm kiếm, thử nghiệm hoặc áp dụng cái mới, còn sự thích thú cảm nhận nhấn vào cảm xúc tích cực khi trải nghiệm một hoạt động hoặc sản phẩm.
Nếu cả hai cùng nằm trong mô hình, hãy viết định nghĩa thao tác riêng và tránh dùng các biến chỉ nói về “vui”, “thích” hoặc “hứng thú” để đại diện cho cả hai khái niệm.
Có thể dùng năm biến DOI trong bảng tham khảo ngay không?
Bạn có thể dùng chúng làm bản nháp để thiết kế bảng hỏi, nhưng chưa nên gọi đây là thang đo gốc hoặc thang đo đã được xác nhận. Cần xác minh nguồn, điều chỉnh bối cảnh, kiểm tra ngôn ngữ và chạy kiểm định trên dữ liệu của đề tài.
Cronbach's Alpha của thang đo thấp thì phải làm sao?
Trước hết kiểm tra biến đảo chiều, dữ liệu thiếu, mã hóa và câu hỏi có bị hiểu khác nhau không. Sau đó xem Corrected Item-Total Correlation, nội dung biến và Alpha if Item Deleted. Chỉ loại biến khi có cả bằng chứng thống kê lẫn lý do nội dung.
EFA tách sự đổi mới cá nhân thành hai nhân tố thì có nên giữ không?
Không nên quyết định chỉ dựa vào số nhân tố mà phần mềm tạo ra. Kiểm tra các biến trong từng nhóm, nội dung lý thuyết, factor loading và cross-loading. Nếu hai nhóm thật sự phản ánh hai khía cạnh khác nhau, bạn có thể mô hình hóa thành hai thành phần, nhưng phải điều chỉnh giả thuyết và cách gọi biến.
Dùng SPSS hay SmartPLS để kiểm định thang đo?
SPSS phù hợp khi bạn cần Cronbach's Alpha và EFA theo quy trình quen thuộc trong nhiều luận văn. SmartPLS phù hợp khi mô hình của bạn dùng PLS-SEM và cần đánh giá outer loading, CR, AVE, HTMT cùng quan hệ giữa các biến tiềm ẩn. AMOS thuộc hướng CB-SEM, còn JASP và R có thể làm nhiều phân tích nhưng đòi hỏi bạn tự thiết lập quy trình và kiểm soát syntax hoặc giao diện kỹ hơn.
Bạn hãy mở lại bảng hỏi và file dữ liệu, chốt định nghĩa sự đổi mới cá nhân, kiểm tra mã DOI1 đến DOI5 rồi chạy Cronbach's Alpha trước khi quyết định loại biến; nếu cần chạy phân tích trên chính file .sav hoặc .csv, M4 phân tích của DoThesis thực hiện bước này và trả kết quả để bạn kiểm tra trong luận văn.