Thang đo cam kết tổ chức: nguồn, biến quan sát và cách kiểm định
Cam kết tổ chức là gì và được đo bằng gì
Bạn mở bảng hỏi lên và thấy các phát biểu như “Tôi muốn tiếp tục làm việc tại tổ chức này” hoặc “Tôi cảm thấy các vấn đề của tổ chức cũng là mối quan tâm của tôi”. Đây là nhóm biến quan sát thường được dùng để đo cam kết tổ chức, tức mức độ người lao động gắn bó, đồng nhất và sẵn sàng duy trì quan hệ với tổ chức.
Trong luận văn định lượng, cam kết tổ chức thường được đưa vào mô hình như một biến phụ thuộc hoặc biến trung gian. Các biến độc lập có thể là thang đo động lực làm việc, thang đo gắn kết công việc, phong cách lãnh đạo, văn hóa tổ chức hoặc cân bằng công việc cuộc sống. Bạn có thể xem thêm nội dung về cam kết tổ chức là gì để thống nhất phần khái niệm trước khi thiết kế bảng hỏi.
Một thang đo cam kết tổ chức không nên được tạo bằng cách gom mọi câu hỏi có chữ “gắn bó” vào cùng một nhóm. Bạn cần xác định rõ mình đang đo cam kết với tổ chức, gắn kết với công việc, ý định ở lại hay ý định nghỉ việc. Đây là các khái niệm liên quan nhưng không đồng nhất. Ví dụ, một người có thể rất gắn kết với công việc hiện tại nhưng vẫn có ý định nghỉ việc vì không hài lòng với tổ chức.
Về hình thức, mỗi biến quan sát thường được đo bằng thang Likert từ 1 đến 5 hoặc từ 1 đến 7. Likert là dạng thang đo thái độ được giới thiệu trong (Likert, 1932). Số điểm bạn chọn cần được giữ nhất quán trong toàn bộ bảng hỏi, từ phần cam kết tổ chức đến thang đo hiệu quả công việc, thang đo hành vi công dân tổ chức hay thang đo ý định nghỉ việc.
Nguồn thang đo gốc
Điểm cần xử lý cẩn thận là nguồn thang đo cam kết tổ chức. Danh mục tài liệu được phép trích dẫn của bài viết này không có công trình gốc chuyên biệt về thang đo cam kết tổ chức. Vì vậy, bạn không nên ghi đại một tác giả, năm xuất bản hoặc số lượng biến quan sát vào chương 3 chỉ vì tên đó xuất hiện trong một bài trên mạng.
Bảng dưới đây giúp bạn phân biệt phần nào đã có căn cứ trong danh mục được phép sử dụng và phần nào cần truy lại từ bài nghiên cứu gốc của đề tài. Dòng về Likert chỉ hỗ trợ cho dạng thang đo, không phải nguồn chứng minh rằng một bộ biến quan sát cụ thể đã được xác nhận cho cam kết tổ chức.
| Nội dung cần xác minh | Tác giả, năm | Số biến quan sát | Bối cảnh gốc | Cách dùng trong luận văn |
|---|---|---|---|---|
| Dạng thang Likert đo thái độ | (Likert, 1932) | Không áp dụng | Đo lường thái độ | Dùng để mô tả dạng thang đo, không ghi là nguồn của thang đo cam kết tổ chức |
| Bộ thang đo cam kết tổ chức bạn chọn | Cần truy từ bài gốc của mô hình | Ghi đúng theo bài gốc | Ghi đúng mẫu nghiên cứu gốc | Chỉ đưa vào chương 3 sau khi kiểm tra bài gốc và bản dịch |
| Bản điều chỉnh cho doanh nghiệp Việt Nam | Bạn ghi tác giả của nghiên cứu gốc và nghiên cứu hiện tại | Ghi số biến sau sàng lọc | Nhân viên thuộc bối cảnh nghiên cứu của bạn | Nêu rõ đây là bản điều chỉnh, chưa mặc nhiên là thang đo gốc |
Khi tìm nguồn, bạn hãy kiểm tra bốn chi tiết: tên đầy đủ của khái niệm, định nghĩa tác giả sử dụng, từng biến quan sát, và bối cảnh mẫu ban đầu. Nếu bài viết bạn đang đọc chỉ nói “tham khảo thang đo quốc tế” nhưng không có phụ lục biến quan sát, hãy xem đó là dấu hiệu cần tìm tiếp.
Bạn cũng nên phân biệt cam kết tổ chức với các khái niệm được đo gần nó. Thang đo căng thẳng công việc thường phản ánh áp lực và phản ứng của người lao động, trong khi cam kết tổ chức phản ánh quan hệ của họ với tổ chức. Thang đo kiệt sức nghề nghiệp tập trung vào trạng thái cạn kiệt, còn thang đo ý định nghỉ việc tập trung vào dự định hành vi trong tương lai.
Bộ biến quan sát tham khảo
Dưới đây là số liệu và câu chữ minh họa cho việc thiết kế bảng hỏi, không phải một thang đo đã được xác nhận và không phải kết quả của một nghiên cứu cụ thể. Bạn cần đối chiếu từng phát biểu với nguồn gốc mà giảng viên chấp nhận, dịch xuôi, dịch ngược nếu cần, rồi điều chỉnh theo ngành và nhóm người trả lời.
| Mã biến | Phát biểu tiếng Việt tham khảo | Chiều đo | Ghi chú khi điều chỉnh |
|---|---|---|---|
| OCC1 | Tôi cảm thấy mình thuộc về tổ chức này | Thuận | Kiểm tra từ “thuộc về” có dễ hiểu với người trả lời không |
| OCC2 | Tôi muốn tiếp tục làm việc tại tổ chức này trong thời gian tới | Thuận | Có thể ghi rõ khoảng thời gian nếu mô hình yêu cầu |
| OCC3 | Tôi quan tâm đến tương lai của tổ chức này | Thuận | Tránh dùng câu quá trừu tượng nếu mẫu có nhiều trình độ |
| OCC4 | Tôi cảm thấy các vấn đề của tổ chức cũng là mối quan tâm của mình | Thuận | Nên thử nghiệm cách diễn đạt trong pilot |
| OCC5 | Tôi sẵn sàng nỗ lực để góp phần vào kết quả chung của tổ chức | Thuận | Cần phân biệt với thang đo hiệu quả công việc |
| OCC6 | Tôi khó hình dung việc rời khỏi tổ chức này ngay lúc này | Thuận | Có thể chịu ảnh hưởng của thâm niên hoặc cơ hội việc làm |
Các mã OCC1 đến OCC6 chỉ là mã làm việc. Bạn có thể đổi thành CKTC1, CKTC2 hoặc mã theo quy ước của toàn bộ bảng hỏi, nhưng phải giữ một quy tắc duy nhất trong file .sav hoặc .csv. Phần nhãn biến trong SPSS nên mô tả ngắn gọn, còn phần Variable Label có thể lưu nội dung đầy đủ.
Đừng trộn câu đo cam kết tổ chức với câu đo sự hài lòng công việc. “Tôi hài lòng với mức lương” phản ánh một đánh giá về công việc hoặc đãi ngộ. “Tôi muốn tiếp tục thuộc về tổ chức” gần với cam kết hơn, nhưng vẫn cần nguồn và kiểm định. Tương tự, “Tôi sẵn sàng làm thêm giờ” có thể liên quan đến hành vi công dân tổ chức hoặc nỗ lực công việc, chưa đủ để kết luận đó là cam kết tổ chức.
Nếu mô hình của bạn dùng thang đo động lực làm việc, hãy đặt nhóm biến này ở phần riêng. Động lực trả lời câu hỏi vì sao nhân viên nỗ lực, còn cam kết trả lời câu hỏi họ gắn bó với tổ chức ở mức nào. Việc tách nhóm ngay từ thiết kế giúp ma trận xoay dễ diễn giải hơn.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bản dịch tốt phải giữ được ý nghĩa đo lường, không chỉ thay từng từ tiếng Anh bằng một từ tiếng Việt. Bạn nên đọc từng biến quan sát thành tiếng và tự hỏi một nhân viên không học chuyên ngành có hiểu cùng một cách hay không. Những từ như “đồng nhất”, “trung thành” hoặc “hy sinh” dễ tạo cách hiểu khác nhau giữa nhân viên văn phòng, công nhân và cán bộ quản lý.
Giữ đúng đối tượng và bối cảnh
Trong hướng dẫn, hãy thống nhất chủ thể là “tôi” và đối tượng là “tổ chức này”. Nếu bảng hỏi dùng lẫn “công ty”, “doanh nghiệp”, “đơn vị” và “nơi làm việc”, người trả lời có thể không biết bạn đang hỏi về pháp nhân, phòng ban hay nhóm trực tiếp.
Xử lý biến đảo chiều
Một câu đảo chiều có thể giúp phát hiện trả lời theo quán tính, nhưng cũng làm tăng lỗi đọc hiểu. Nếu bạn dùng câu như “Tôi thường nghĩ đến việc rời khỏi tổ chức này”, cần mã hóa lại trước khi chạy Cronbach's Alpha và EFA. Trong SPSS, điểm sau đảo chiều phải cùng hướng với các biến còn lại, điểm cao đều biểu thị cam kết cao.
Bạn nên ghi rõ biến nào được đảo chiều trong nhật ký xử lý dữ liệu. Đừng xóa một biến chỉ vì tương quan âm trước khi kiểm tra xem nguyên nhân có phải do chưa reverse code hay không.
Chạy khảo sát thử
Với pilot, hãy kiểm tra thời gian trả lời, câu bị bỏ trống, câu có nhiều người hỏi lại và các lựa chọn không phù hợp. Bạn cũng cần xem người trả lời có chọn cùng một mức cho toàn bộ bảng hỏi hay không. Hiện tượng chọn một cột từ đầu đến cuối có thể là straight-lining, nhưng không nên loại chỉ bằng một quy tắc máy móc.
Nếu đề tài liên quan đến áp lực nơi làm việc, bạn có thể tham khảo cách phân biệt khái niệm ở bài căng thẳng công việc là gì. Nếu mô hình đặt cam kết cạnh nhu cầu cá nhân, nội dung về tháp nhu cầu Maslow và mô hình Maslow có thể giúp bạn kiểm tra logic lý thuyết, nhưng không thay thế nguồn thang đo cam kết tổ chức.
Kiểm định độ tin cậy và giá trị của thang đo
Bạn nên kiểm định theo thứ tự: làm sạch dữ liệu, Cronbach's Alpha, EFA nếu mô hình dùng EFA, sau đó mới đưa biến đạt yêu cầu vào hồi quy hoặc mô hình cấu trúc. Nếu dùng SmartPLS, quy trình đo lường sẽ khác SPSS, với các bảng như Outer Loadings, Reliability and Validity và Discriminant Validity. Đừng dùng CFI, TLI hoặc RMSEA của CB-SEM để kết luận một mô hình PLS-SEM.
| Chỉ tiêu | Mốc tham khảo | Nguồn | Cách đọc thực tế |
|---|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) | Đánh giá độ nhất quán nội tại của nhóm biến |
| Cronbach's Alpha trong thang đo khám phá | Có thể từ 0.6 | (Hair và cộng sự, 2010) | Chỉ dùng khi có lý do về tính khám phá và bối cảnh |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) | Xem biến có đồng hành với tổng thang đo không |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) | Kiểm tra mức phù hợp cho EFA |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) | Ma trận tương quan đủ khác ma trận đơn vị |
| Eigenvalue | Trên 1 | (Kaiser, 1960) | Một quy tắc tham khảo khi xác định nhân tố |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) | Xem biến quan sát đại diện cho nhân tố đến đâu |
| Total variance explained | Từ 50% trở lên | (Hair và cộng sự, 2010) | Xem các nhân tố giữ lại giải thích bao nhiêu biến thiên |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998) | Đánh giá biến quan sát trong mô hình đo lường |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) | Đánh giá giá trị hội tụ |
Các mốc trên là điểm tham chiếu, không phải nút bấm để xóa biến tự động. Nếu OCC3 có loading thấp, bạn xem nội dung câu, tương quan với các biến khác, nguồn thang đo và ý nghĩa lý thuyết trước khi quyết định. Một mô hình đạt chỉ vì xóa nhiều biến có thể bị hỏi lại ở buổi bảo vệ.
Trong SPSS, bạn chạy Analyze > Scale > Reliability Analysis, đưa các biến OCC vào ô Items, chọn Model là Alpha, rồi vào Statistics và đánh dấu Scale if item deleted. Sau đó, nếu có cơ sở về cấu trúc nhân tố, chạy Analyze > Dimension Reduction > Factor. Chọn KMO và Bartlett, kiểm tra Total Variance Explained và Rotated Component Matrix.
Đọc output minh họa
Bảng sau là số liệu minh họa, được tạo để bạn nhận diện vị trí các cột trong output SPSS. Đây không phải kết quả từ nghiên cứu của bạn và không được chép vào chương 4.
| Bảng output SPSS | Biến | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted | Factor loading minh họa |
|---|---|---|---|---|
| Item-Total Statistics | OCC1 | 0.612 | 0.861 | 0.724 |
| Item-Total Statistics | OCC2 | 0.684 | 0.842 | 0.781 |
| Item-Total Statistics | OCC3 | 0.287 | 0.889 | 0.438 |
| Item-Total Statistics | OCC4 | 0.645 | 0.850 | 0.746 |
| Item-Total Statistics | OCC5 | 0.598 | 0.865 | 0.703 |
| Item-Total Statistics | OCC6 | 0.553 | 0.872 | 0.671 |
Trong ví dụ này, OCC3 có Corrected Item-Total Correlation thấp hơn mốc 0.3 và loading minh họa cũng thấp. Bạn vẫn cần kiểm tra lỗi nhập liệu, reverse code, cách dịch và nội dung lý thuyết trước khi loại. Nếu loại, hãy chạy lại toàn bộ kiểm định và lưu phiên bản dữ liệu, syntax hoặc output của từng vòng.
Cách trình bày thang đo trong chương 3
Phần phương pháp nên nói rõ khái niệm cam kết tổ chức được định nghĩa thế nào, lấy từ nguồn nào, đã điều chỉnh ra sao và dùng thang Likert mấy mức. Tiếp theo, bạn liệt kê mã biến, nội dung phát biểu, nguồn gốc và những thay đổi về ngôn ngữ. Nếu một biến bị loại sau pilot hoặc sau EFA, hãy đặt thông tin đó ở phần kết quả, không âm thầm xóa khỏi bảng hỏi ban đầu.
Cách viết vào luận văn: “Thang đo cam kết tổ chức gồm [số biến quan sát] biến, kế thừa từ [tác giả, năm] và được điều chỉnh cho bối cảnh [đối tượng nghiên cứu]. Các phát biểu được đo bằng thang Likert [5/7] mức, từ [1 = hoàn toàn không đồng ý] đến [5/7 = hoàn toàn đồng ý]. Sau bước [pilot/EFA], biến [mã biến nếu có] được [giữ lại/loại] vì [lý do], còn [số biến] biến được sử dụng trong phân tích tiếp theo.”
Nếu mô hình của bạn còn có thang đo văn hóa tổ chức, thang đo hiệu quả công việc hoặc thang đo ý định nghỉ việc, hãy trình bày từng thang đo thành tiểu mục riêng. Bảng tổng hợp nên có mã biến, nội dung, nguồn và quyết định sau kiểm định. Cách này giúp người đọc thấy rõ biến nào thuộc cam kết tổ chức, thay vì nhìn một danh sách phát biểu dài.
Bạn có thể xem thêm cân bằng công việc cuộc sống là gì khi xây dựng mô hình có biến điều kiện làm việc. Tuy nhiên, chỉ đưa biến đó vào mô hình nếu có lập luận lý thuyết và giả thuyết riêng.
Lỗi thường gặp
Lỗi đầu tiên là dùng tên “cam kết tổ chức” cho một nhóm câu hỏi thực chất đo ý định nghỉ việc. Hai biến có thể liên quan nghịch chiều, nhưng khái niệm và cách diễn giải giả thuyết không giống nhau.
Lỗi thứ hai là lấy một bộ câu hỏi trên luận văn cũ rồi ghi nguồn theo luận văn đó. Bạn cần truy về bài nghiên cứu gốc, kiểm tra bản quyền và bối cảnh, sau đó mới ghi nguồn kế thừa phù hợp.
Lỗi thứ ba là thấy Alpha tăng khi xóa biến rồi loại ngay. Alpha có thể tăng vì thang đo còn ít biến hoặc vì một câu hỏi có nội dung khác biệt. Hãy đọc Item-Total Statistics cùng với lý thuyết, không đọc riêng một cột.
Lỗi thứ tư là báo cáo “thang đo đạt” nhưng không nói số biến, mã biến, KMO, Bartlett, tổng phương sai trích hoặc ma trận xoay. Người đọc cần biết bạn đã giữ và loại biến nào.
Lỗi cuối là trộn SPSS và SmartPLS trong cùng một kết luận. Nếu chạy PLS-SEM, hãy báo cáo các chỉ tiêu phù hợp như CR, AVE, HTMT, VIF, R², f² và Q² theo thiết kế nghiên cứu. Với CR từ 0.7 và AVE từ 0.5, bạn có thể tham khảo (Fornell và Larcker, 1981). HTMT dưới 0.85 hoặc 0.90 tùy mức gần nhau của khái niệm được trình bày theo (Henseler và cộng sự, 2015).
Câu hỏi thường gặp
Thang đo cam kết tổ chức có giống thang đo gắn kết công việc không?
Không. Cam kết tổ chức tập trung vào mối quan hệ của người lao động với tổ chức, còn gắn kết công việc tập trung vào mức độ người đó投入 và hiện diện trong công việc. Hai biến có thể cùng xuất hiện trong một mô hình, nhưng cần định nghĩa và bộ biến quan sát riêng.
Có thể tự viết toàn bộ biến quan sát cho cam kết tổ chức không?
Bạn có thể xây dựng phát biểu sơ bộ để pilot, nhưng không nên gọi đó là thang đo đã được xác nhận. Hãy truy nguồn gốc, ghi rõ phần kế thừa và điều chỉnh, sau đó kiểm định độ tin cậy và giá trị trên dữ liệu của đề tài.
Cronbach's Alpha thấp thì phải làm sao?
Trước tiên, kiểm tra mã hóa, biến đảo chiều, dữ liệu thiếu và việc đưa nhầm biến của khái niệm khác vào nhóm. Sau đó xem Corrected Item-Total Correlation và nội dung từng biến. Chỉ loại biến khi có cả lý do thống kê lẫn lý do nội dung, rồi chạy lại kiểm định.
Có bắt buộc phải chạy EFA cho thang đo cam kết tổ chức không?
Điều này phụ thuộc thiết kế nghiên cứu và mức độ kế thừa thang đo. Nếu bạn dịch, điều chỉnh hoặc gộp thang đo trong bối cảnh mới, EFA thường giúp kiểm tra cấu trúc dữ liệu trước các phân tích tiếp theo. Bạn cần nêu rõ lý do chọn hoặc không chọn EFA trong phương pháp.
Dùng thang đo cam kết tổ chức trong SmartPLS cần xem gì?
Bạn kiểm tra Outer Loadings, Cronbach's Alpha, rho_A, Composite Reliability, AVE và Discriminant Validity. Sau đó đánh giá mô hình cấu trúc với VIF, path coefficient, bootstrapping, R², f² và Q² nếu phù hợp. Không đưa CFI, TLI hoặc RMSEA vào kết luận PLS-SEM chỉ vì bạn thấy các chỉ tiêu đó trong tài liệu về AMOS.
Mở file dữ liệu của bạn, lập một bảng gồm mã biến, câu chữ, nguồn, chiều đo và quyết định giữ hoặc loại, rồi chạy lại Cronbach's Alpha từ bảng đó trước khi viết chương 3; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.