Thang đo thái độ: cách xây dựng và kiểm định trong SPSS

Thang đo thái độ là gì và được đo bằng gì

Thang đo thái độ dùng để đo mức độ đồng ý, đánh giá hoặc cảm nhận của người trả lời đối với một đối tượng, hành vi, sản phẩm hay vấn đề nghiên cứu. Ví dụ, đề tài về thái độ của sinh viên đối với học trực tuyến có thể đo cảm nhận tích cực, mức sẵn sàng sử dụng và đánh giá của sinh viên về hình thức học này.

Thái độ thường là một biến tiềm ẩn. Bạn không quan sát trực tiếp được “thái độ”, mà đo nó thông qua nhiều biến quan sát trong bảng hỏi. Mỗi biến quan sát là một phát biểu để người trả lời đánh giá, thường bằng thang Likert 5 hoặc 7 mức. Thang Likert được giới thiệu trong công trình của Likert (1932).

Một bộ thang đo thái độ có thể gồm các phát biểu như “Tôi đánh giá tích cực về sản phẩm này” hoặc “Tôi sẵn sàng tiếp tục sử dụng sản phẩm này”. Người trả lời chọn từ 1, hoàn toàn không đồng ý, đến 5, hoàn toàn đồng ý. Điểm của khái niệm có thể được tính từ các biến quan sát sau khi thang đo đạt yêu cầu về độ tin cậy và giá trị.

Bạn cần phân biệt thái độ với ý định hành vi và hành vi thực tế. “Tôi có thái độ tích cực với mua sắm trực tuyến” là thái độ, còn “Tôi dự định mua hàng trực tuyến trong tháng tới” gần với ý định. Việc phân biệt này giúp bạn không trộn các phát biểu của nhiều khái niệm vào cùng một thang đo. Nếu đang xây dựng toàn bộ mô hình, bạn có thể xem thêm các chủ đề trong Mô hình nghiên cứu.

Nguồn thang đo gốc

Thang đo thái độ không nên bắt đầu bằng việc tự nghĩ ra toàn bộ câu hỏi. Bạn nên tìm một thang đo đã được sử dụng cho khái niệm tương tự, đọc bối cảnh gốc, sau đó điều chỉnh cách diễn đạt cho đề tài của mình. Một nguồn thang đo phù hợp phải có định nghĩa khái niệm rõ, các biến quan sát tương đối nhất quán và bối cảnh đủ gần với nghiên cứu của bạn.

Trong danh mục nguồn được phép sử dụng, các mô hình nền tảng có thể giúp bạn xác định thái độ theo từng bối cảnh. TAM của Davis (1989) thường gắn với nhận thức và chấp nhận công nghệ. TPB của Ajzen (1991) xem thái độ là một thành phần liên quan đến ý định hành vi. Với nghiên cứu về chấp nhận công nghệ mở rộng, UTAUT và UTAUT2 được trình bày trong Venkatesh và cộng sự (2003) và Venkatesh và cộng sự (2012).

Bảng dưới đây chỉ là bản đồ định hướng nguồn. Số lượng biến quan sát cần được kiểm tra lại trong bài gốc và phiên bản bạn chọn, không nên mặc định mọi bối cảnh đều dùng nguyên bộ thang đo.

Nếu đề tài của bạn nghiên cứu chất lượng dịch vụ, thang đo SERVQUAL có thể là hướng tham khảo riêng, bạn có thể đọc thêm mô hình SERVQUAL. Nếu đề tài nghiên cứu công nghệ, cần xác định rõ bạn đang đo thái độ, nhận thức hữu ích, nhận thức dễ sử dụng hay ý định sử dụng. Các khái niệm này có thể liên quan nhưng không phải là một.

Khi trích nguồn trong chương 3, hãy ghi tác giả, năm, bối cảnh gốc và cách bạn điều chỉnh. Nếu bản tiếng Việt do bạn dịch, hãy gọi đó là bản dịch và điều chỉnh tham khảo, không gọi là thang đo đã được chuẩn hóa nếu bạn chưa có quy trình kiểm định phù hợp.

Bộ biến quan sát tham khảo

Dưới đây là bộ phát biểu minh họa để bạn hình dung cấu trúc một thang đo thái độ. Đây là điểm khởi đầu cho việc thiết kế bảng hỏi, chưa phải bản dịch đã được xác nhận và chưa phải kết quả kiểm định. Bạn cần thay phần trong ngoặc vuông bằng đối tượng cụ thể của đề tài, đọc lại từng câu và kiểm tra với giảng viên.

Bạn nên giữ một ý chính trong mỗi biến quan sát. Câu “Tôi thấy dịch vụ này tiện lợi và đáng tin cậy” chứa hai ý, người trả lời có thể đồng ý với tính tiện lợi nhưng không đồng ý với độ tin cậy. Khi đó, câu trả lời không cho biết họ đang đánh giá phần nào.

Không nên viết biến quan sát theo kiểu dẫn dắt, chẳng hạn “Một dịch vụ hiện đại và tiện lợi như [đối tượng] chắc chắn rất cần thiết”. Câu này đã gợi ý đáp án và dùng nhiều tính từ mang tính kết luận. Hãy viết ngắn, xác định chủ thể và dùng từ mà mẫu khảo sát của bạn thực sự hiểu.

Nếu sử dụng biến đảo chiều, bạn phải ghi chú ngay trong mã dữ liệu, chẳng hạn ATT3_R. Khi nhập SPSS, biến đảo chiều cần được tái mã hóa trước khi tính điểm hoặc chạy Cronbach's Alpha. Tuy nhiên, không nên thêm câu đảo chiều chỉ để làm bảng hỏi có vẻ chặt chẽ. Câu đảo chiều khó hiểu có thể tạo lỗi trả lời và làm giảm chất lượng dữ liệu.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bạn bắt đầu bằng việc so sánh định nghĩa gốc với đối tượng nghiên cứu tại Việt Nam. Nếu nguồn gốc đo thái độ với một ứng dụng ngân hàng, bạn không thể thay vài từ để dùng ngay cho thái độ với bệnh viện, trường đại học hoặc sản phẩm tiêu dùng. Cùng tên “thái độ” nhưng đối tượng, trải nghiệm và ngữ cảnh trả lời có thể khác nhau.

Rà soát nội dung và ngôn ngữ

Đọc từng biến quan sát thành tiếng. Kiểm tra chủ thể, thời gian, đối tượng và mức độ quen thuộc của từ ngữ. “Tôi đánh giá cao hệ sinh thái dịch vụ” có thể phù hợp với người dùng công nghệ, nhưng gây khó hiểu với người trả lời không quen thuật ngữ này. Bạn cũng cần thống nhất cách gọi đối tượng trong toàn bộ bảng hỏi.

Kiểm tra biến trùng ý

Đặt các biến quan sát cạnh nhau và gạch chân phần nội dung giống nhau. ATT1 “đánh giá tích cực” và ATT5 “thái độ tích cực” có thể quá gần nhau. Sự giống nhau về ý tưởng không luôn là lỗi, nhưng nếu người trả lời chỉ gặp cùng một câu được đổi vài từ, thang đo sẽ thiếu thông tin bổ sung.

Thử nghiệm bảng hỏi

Trước khi phát hành chính thức, hãy cho một nhóm nhỏ đọc bảng hỏi và đánh dấu những câu khó hiểu, có nhiều cách diễn giải hoặc không phù hợp với thực tế. Đây là bước kiểm tra cách diễn đạt, chưa phải căn cứ để khẳng định thang đo đạt độ tin cậy. Sau khi sửa, bạn cần lưu phiên bản câu hỏi và mã biến để đối chiếu với file dữ liệu.

Khi thu thập phản hồi, bạn có thể dùng fillform.info, công cụ biểu mẫu của DoThesis dành cho bảng hỏi tiếng Việt. Google Forms là lựa chọn thay thế phổ biến. Dù dùng công cụ nào, hãy xuất dữ liệu thành .csv hoặc định dạng phù hợp trước khi nhập SPSS, đồng thời giữ lại bản gốc để kiểm tra khi có dòng dữ liệu bất thường.

Kiểm định độ tin cậy và giá trị của thang đo

Quy trình thường đi từ kiểm tra dữ liệu, chạy Cronbach's Alpha, chạy EFA nếu thiết kế nghiên cứu yêu cầu, rồi mới đưa các biến đạt yêu cầu vào hồi quy hoặc mô hình tiếp theo. Bạn không nên xóa biến chỉ vì muốn làm đẹp kết quả. Mỗi lần loại biến cần có lý do về nội dung và thống kê, đồng thời ghi lại phiên bản chạy.

Kiểm tra Cronbach's Alpha

Trong SPSS, vào Analyze > Scale > Reliability Analysis. Đưa các biến ATT vào ô Items, chọn Model là Alpha. Trong Statistics, chọn Scale if item deleted để xem Corrected Item-Total Correlation và Cronbach's Alpha if Item Deleted.

Cronbach's Alpha từ 0.7 trở lên thường được xem là chấp nhận được theo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được cân nhắc theo (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là ngưỡng thường được dùng theo (Nunnally và Bernstein, 1994).

Alpha không nên được đọc một mình. Nếu Alpha tăng mạnh khi xóa ATT2, bạn cần xem ATT2 có lệch nội dung, viết khó hiểu hoặc đo khái niệm khác không. Xóa biến chỉ vì chỉ số tăng có thể làm thang đo mất một khía cạnh quan trọng.

Kiểm tra EFA khi nghiên cứu sử dụng EFA

Nếu mô hình cần khám phá cấu trúc các biến, vào Analyze > Dimension Reduction > Factor. Chọn các biến quan sát, kiểm tra KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Với phép quay, chọn cách phù hợp với giả định về mối liên hệ giữa các nhân tố, sau đó đọc tải nhân tố và hiện tượng một biến tải lên nhiều nhân tố.

KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê ở mức dưới 0.05 được dùng làm căn cứ xem xét tính phù hợp của dữ liệu cho phân tích nhân tố theo (Kaiser, 1974). Quy tắc eigenvalue lớn hơn 1 được trình bày trong (Kaiser, 1960). Tổng phương sai trích từ 50% trở lên và factor loading từ 0.5 trở lên là các ngưỡng thường được tham khảo theo (Hair và cộng sự, 2010).

Các ngưỡng này không thay thế cho việc đọc nội dung biến. Nếu ATT4 tải thấp, bạn xem lại câu hỏi và bối cảnh trước khi xóa. Nếu ATT2 tải mạnh vào một nhân tố khác, bạn cần kiểm tra khả năng câu hỏi đang đo một khái niệm khác hoặc người trả lời hiểu câu theo hướng khác với dự kiến.

Bảng tiêu chí tham khảo

Nếu dùng SmartPLS thay vì EFA trong SPSS, bạn sẽ đọc Outer Loadings, Composite Reliability, AVE và HTMT theo quy trình PLS-SEM. Khi đó không đưa các tiêu chí CFI, TLI hoặc RMSEA của CB-SEM vào phần đánh giá SmartPLS. Với đề tài đang dùng SPSS, bạn có thể tham khảo thêm mô hình AIDA, tháp nhu cầu Maslow hoặc mô hình SWOT, nhưng cần chọn mô hình đúng với câu hỏi nghiên cứu và dữ liệu của bạn.

Cách trình bày thang đo trong chương 3

Trong chương 3, bạn nên trình bày theo thứ tự: định nghĩa khái niệm, nguồn thang đo, cách điều chỉnh, số lượng biến quan sát, dạng thang Likert và mã hóa. Nếu có dịch từ tiếng Anh, hãy mô tả đây là bản dịch và điều chỉnh theo bối cảnh nghiên cứu. Phần kết quả kiểm định Cronbach's Alpha và EFA thường nằm ở chương 4, sau khi bạn đã thu thập và làm sạch dữ liệu.

Một đoạn có thể điều chỉnh như sau: “Thang đo thái độ đối với [đối tượng] được kế thừa và điều chỉnh từ [tác giả, năm]. Thang đo ban đầu gồm [số lượng] biến quan sát, sử dụng Likert [5/7] mức từ 1 là [mô tả mức thấp nhất] đến [5/7] là [mô tả mức cao nhất]. Sau khi rà soát cách diễn đạt cho bối cảnh [đối tượng/mẫu nghiên cứu], nghiên cứu sử dụng các biến ATT1 đến ATT[số].”

Bạn cũng nên có bảng mã hóa gồm mã biến, nội dung biến quan sát, nguồn và ghi chú biến đảo chiều nếu có. Đừng ghi “thang đo đạt” trong chương 3 khi bạn chưa chạy dữ liệu. Chương 3 mô tả thiết kế dự kiến, còn kết luận đạt hay loại biến phải dựa trên output thực tế.

Lỗi thường gặp

Lỗi đầu tiên là dùng “thái độ” như một nhãn chung rồi đưa vào đó các câu về nhận thức, sự hài lòng và ý định. Hãy quay lại định nghĩa khái niệm và phân loại từng phát biểu trước khi tạo biến trong SPSS.

Lỗi thứ hai là dịch từng chữ từ thang đo tiếng Anh. Một câu đúng ngữ pháp vẫn có thể không tự nhiên với người trả lời Việt Nam. Bạn cần kiểm tra chủ thể, ngữ cảnh, mức độ quen thuộc và ý nghĩa thực tế của câu.

Lỗi thứ ba là lấy nhiều biến quan sát từ các nguồn khác nhau nhưng không kiểm tra sự tương thích. Một thang đo ghép có thể làm Alpha cao nhưng vẫn thiếu giá trị nội dung. Hãy ghi rõ nguồn của từng nhóm biến và lý do điều chỉnh.

Lỗi thứ tư là xóa liên tục các biến cho đến khi chỉ số đẹp. Khi bị hỏi tại sao ATT3 bị loại, bạn phải giải thích được nội dung, tương quan biến tổng, factor loading hoặc hiện tượng tải chéo. Nếu không có nhật ký các vòng chạy, bạn sẽ khó viết lại quy trình một cách trung thực.

Lỗi cuối là nhập sai mã Likert hoặc quên đảo chiều biến. Trước khi chạy, hãy dùng Analyze > Descriptive Statistics > Frequencies để kiểm tra giá trị nhỏ nhất, lớn nhất, số lượng thiếu và các mã ngoài khoảng dự kiến. Một lỗi mã hóa ở bước này có thể làm sai toàn bộ kiểm định sau đó.

Câu hỏi thường gặp

Thang đo thái độ bao nhiêu biến quan sát là đủ?

Không có một con số cố định áp dụng cho mọi đề tài. Số biến phụ thuộc vào định nghĩa khái niệm, nguồn thang đo, số khía cạnh cần đo và thiết kế mô hình. Bạn nên có đủ biến để đại diện cho nội dung của khái niệm, sau đó kiểm định độ tin cậy và giá trị bằng dữ liệu thực tế.

Thang đo thái độ dùng Likert 5 hay 7 mức?

Cả hai đều có thể dùng. Likert 5 mức thường dễ trả lời và dễ giải thích với mẫu khảo sát phổ thông, còn 7 mức cho thêm mức phân biệt trong đánh giá. Quan trọng là bạn ghi rõ ý nghĩa từng mức, dùng nhất quán trong bảng hỏi và thống nhất cách mã hóa trong SPSS.

Cronbach's Alpha của thang đo thái độ bao nhiêu là đạt?

Alpha từ 0.7 trở lên thường được tham khảo theo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, mức từ 0.6 có thể được cân nhắc theo (Hair và cộng sự, 2010). Bạn vẫn phải xem Corrected Item-Total Correlation, nội dung biến và lý do loại biến, không kết luận chỉ dựa trên Alpha.

Có được tự viết toàn bộ thang đo thái độ không?

Bạn có thể xây dựng biến quan sát mới nếu khái niệm hoặc bối cảnh chưa có thang đo phù hợp, nhưng cần giải thích cơ sở hình thành từng phát biểu và kiểm định nghiêm túc. Với luận văn sinh viên, kế thừa và điều chỉnh nguồn đã có thường dễ giải trình hơn, miễn là bạn không sao chép máy móc.

Thang đo thái độ bị loại biến thì phải làm sao?

Trước tiên, kiểm tra lỗi nhập liệu, biến đảo chiều, câu hỏi khó hiểu và sự phù hợp giữa biến với khái niệm. Sau đó xem các bảng Item-Total Statistics hoặc Rotated Component Matrix, ghi lại lý do loại và chạy lại theo quy trình. Nếu loại biến làm mất một nội dung quan trọng, bạn cần trao đổi với giảng viên thay vì chỉ giữ kết quả có chỉ số đẹp.

Bạn hãy mở lại file bảng hỏi và file .sav hoặc .csv, lập một bảng riêng cho mã biến, nguồn, cách mã hóa và quyết định giữ hoặc loại. Khi cần hỗ trợ chạy phân tích trên chính dữ liệu của bạn bằng SPSS, hãy xem M4 phân tích dữ liệu của DoThesis.