Quảng cáo trên mạng xã hội là gì và đo lường thế nào
Quảng cáo trên mạng xã hội là gì và được đo bằng gì
Quảng cáo trên mạng xã hội là hoạt động doanh nghiệp trả phí để đưa nội dung, sản phẩm hoặc thông điệp thương hiệu đến một nhóm người dùng trên Facebook, TikTok, Instagram, YouTube hoặc nền tảng tương tự. Điểm cần phân biệt là doanh nghiệp có thể kiểm soát ngân sách, nhóm đối tượng, thời điểm hiển thị và mục tiêu chiến dịch, còn việc người dùng có chú ý, tương tác hoặc mua hàng hay không vẫn cần được đo bằng dữ liệu.
Trong luận văn định lượng, đây thường là một biến tiềm ẩn. Bạn không hỏi người trả lời một câu duy nhất rồi gọi đó là “quảng cáo trên mạng xã hội”. Bạn dùng nhiều biến quan sát để phản ánh các mặt như mức độ phù hợp của quảng cáo, tính cung cấp thông tin, mức độ hấp dẫn, độ tin cậy hoặc cảm nhận phiền nhiễu. Bộ biến này thường được đo bằng thang Likert 5 hoặc 7 mức, từ “hoàn toàn không đồng ý” đến “hoàn toàn đồng ý”, theo cách thiết kế thang đo thái độ của Likert (Likert, 1932).
Nếu đề tài của bạn nghiên cứu tác động của quảng cáo trên mạng xã hội đến sự gắn kết khách hàng, ý định mua hoặc nhận biết thương hiệu, hãy xem quảng cáo trên mạng xã hội là biến độc lập. Bạn có thể đối chiếu cách đặt biến với bài sự gắn kết khách hàng là gì. Nếu đề tài tập trung vào nội dung được doanh nghiệp đăng tự nhiên, không nhất thiết trả phí, khái niệm phù hợp hơn có thể là marketing nội dung là gì.
Nguồn thang đo gốc
Một thang đo tốt phải bắt đầu từ định nghĩa khái niệm và bối cảnh nghiên cứu, sau đó mới đến câu chữ tiếng Việt. Bạn không nên lấy các câu hỏi trên một bảng khảo sát bất kỳ, dịch lại rồi gọi là thang đo gốc. Với quảng cáo trên mạng xã hội, nguồn được dùng nhiều nhất trong các đề tài marketing là thang đo chất lượng dịch vụ hoặc chất lượng cảm nhận, nhưng bạn cần kiểm tra xem từng biến quan sát có thật sự phản ánh quảng cáo hay chỉ phản ánh trải nghiệm mua hàng.
Trong danh mục nguồn được phép sử dụng, Parasuraman và cộng sự xây dựng SERVQUAL cho chất lượng dịch vụ, còn Davis xây dựng các biến đo perceived usefulness và perceived ease of use trong bối cảnh chấp nhận công nghệ. Hai nguồn này có thể gợi ý cách diễn đạt, nhưng không tự động trở thành thang đo đã được xác nhận cho quảng cáo trên mạng xã hội.
| Nguồn | Năm | Số biến quan sát gốc | Bối cảnh ban đầu | Cách sử dụng thận trọng |
|---|---|---|---|---|
| Parasuraman và cộng sự | 1988 | Bộ biến nhiều thành phần | Chất lượng dịch vụ | Chỉ chọn khía cạnh phù hợp với chất lượng thông tin hoặc cảm nhận về thông điệp quảng cáo |
| Davis | 1989 | Thang đo nhận thức về công nghệ | Chấp nhận hệ thống công nghệ | Có thể tham khảo câu chữ về tính hữu ích, không gọi đây là thang đo quảng cáo gốc |
| Likert | 1932 | Nguyên tắc thiết kế thang đo thái độ | Đo lường thái độ | Dùng để xây dựng mức độ đồng ý, không phải nguồn nội dung cho khái niệm |
Bảng trên chỉ là bản đồ nguồn, không phải bằng chứng rằng mọi biến quan sát đều có thể sao chép. Nếu đề tài của bạn nghiên cứu nội dung quảng cáo, hãy trình bày rõ bạn kế thừa khía cạnh nào, điều chỉnh cho nền tảng nào và vì sao câu hỏi phù hợp với người dùng Việt Nam. Thang đo marketing nội dung có thể giúp bạn so sánh ranh giới giữa nội dung thương hiệu và quảng cáo trả phí.
Một mô hình nghiên cứu thường đặt quảng cáo trên mạng xã hội là biến độc lập, sự gắn kết khách hàng hoặc ý định mua là biến phụ thuộc. Bạn có thể xem thêm các chủ đề thuộc nhóm mô hình nghiên cứu trước khi chốt giả thuyết. Chẳng hạn, giả thuyết có thể viết là: “Quảng cáo trên mạng xã hội có tác động cùng chiều đến sự gắn kết khách hàng”. Câu này vẫn cần được bảo vệ bằng cơ sở lý thuyết và dữ liệu, không thể suy ra chỉ từ việc một quảng cáo có nhiều lượt thích.
Bộ biến quan sát tham khảo
Dưới đây là bộ câu chữ minh họa để bạn bắt đầu thiết kế bảng hỏi. Đây chưa phải bản dịch đã được kiểm định và cũng chưa phải thang đo gốc của một nghiên cứu cụ thể. Bạn cần thay tên thương hiệu, nền tảng và nhóm sản phẩm theo đề tài của mình. Nếu khảo sát nhiều nền tảng, hãy ghi rõ “các quảng cáo bạn nhìn thấy trên mạng xã hội” thay vì để người trả lời tự đoán phạm vi.
| Mã | Biến quan sát tham khảo | Khía cạnh gợi ý | Lưu ý khi điều chỉnh |
|---|---|---|---|
| QMXH1 | Quảng cáo trên mạng xã hội cung cấp thông tin hữu ích về sản phẩm | Tính thông tin | Nêu rõ loại thông tin nếu sản phẩm có đặc thù kỹ thuật |
| QMXH2 | Nội dung trong quảng cáo trên mạng xã hội dễ hiểu | Tính rõ ràng | Tránh dùng từ chuyên môn mà người trả lời không biết |
| QMXH3 | Quảng cáo trên mạng xã hội phù hợp với nhu cầu của tôi | Mức độ liên quan | Có thể thay “nhu cầu” bằng “mối quan tâm hiện tại” |
| QMXH4 | Hình ảnh hoặc video của quảng cáo trên mạng xã hội thu hút sự chú ý của tôi | Tính hấp dẫn | Chỉ dùng nếu người trả lời thật sự đã nhìn thấy nội dung trực quan |
| QMXH5 | Tôi tin tưởng những thông tin được trình bày trong quảng cáo trên mạng xã hội | Độ tin cậy cảm nhận | Cần phân biệt tin quảng cáo với tin thương hiệu nói chung |
| QMXH6 | Quảng cáo trên mạng xã hội giúp tôi biết thêm về sản phẩm | Giá trị thông tin | Không dùng đồng thời với QMXH1 nếu hai câu gây trùng ý |
| QMXH7 | Tôi cảm thấy quảng cáo trên mạng xã hội xuất hiện quá thường xuyên | Cảm nhận phiền nhiễu | Đây là biến mang hướng tiêu cực, cần xử lý mã đảo nếu gộp cùng thang đo tích cực |
| QMXH8 | Tôi thường chú ý đến quảng cáo trên mạng xã hội của thương hiệu này | Mức độ chú ý | Cần có câu hỏi sàng lọc về việc đã nhìn thấy quảng cáo |
Bạn nên dùng từ “biến quan sát” trong chương phương pháp, thay vì gọi tất cả là “câu hỏi”. “Bảng hỏi” là toàn bộ công cụ thu thập dữ liệu, còn QMXH1 đến QMXH8 là các biến quan sát của một khái niệm. Mỗi biến chỉ nên diễn đạt một ý. Câu “Quảng cáo hữu ích và hấp dẫn” chứa hai ý, người trả lời có thể thấy hữu ích nhưng không hấp dẫn, khiến kết quả khó diễn giải.
Các câu mang tính tiêu cực như QMXH7 không nên tự động xóa. Nếu bạn muốn đo cảm nhận phiền nhiễu như một khía cạnh riêng, hãy đặt nó thành một cấu trúc riêng. Nếu bạn đưa nó vào cùng một thang đo mà các câu khác đều tích cực, cần mã hóa đảo trước khi chạy phân tích. Việc đảo mã phải được ghi lại trong file dữ liệu và chương phương pháp.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bản dịch tốt không chỉ thay từng từ tiếng Anh bằng một từ tiếng Việt. Bạn cần kiểm tra người trả lời ở Việt Nam có hiểu “quảng cáo trên mạng xã hội” giống định nghĩa nghiên cứu hay không. Một quảng cáo được tài trợ trên Facebook, video ngắn có nhãn quảng cáo trên TikTok và bài đăng của người ảnh hưởng có thể tạo ra cảm nhận rất khác nhau.
Trước hết, hãy viết định nghĩa thao tác. Ví dụ: “Quảng cáo trên mạng xã hội là các nội dung có mục đích giới thiệu hoặc thuyết phục mua sản phẩm, được hiển thị có trả phí trên nền tảng mạng xã hội mà người trả lời sử dụng”. Sau đó, đặt câu hỏi sàng lọc: “Trong ba tháng gần đây, bạn có nhìn thấy quảng cáo của ngành hàng X trên mạng xã hội không?”. Người chọn “không” có thể được kết thúc khảo sát hoặc chuyển sang nhóm câu hỏi phù hợp.
Tiếp theo, thống nhất phạm vi. Nếu nghiên cứu thương hiệu mỹ phẩm trên TikTok, đừng để phần mở đầu nói chung về mọi mạng xã hội. Nếu nghiên cứu nhiều thương hiệu, câu hỏi cần yêu cầu người trả lời nghĩ đến thương hiệu mà họ vừa nhìn thấy hoặc thương hiệu họ sử dụng gần đây. Cách này giúp câu trả lời bám vào một trải nghiệm cụ thể hơn.
Với biến quan sát dịch từ tiếng Anh, bạn nên nhờ người có kiến thức về marketing đọc lại để phát hiện câu quá dài, từ đa nghĩa hoặc sắc thái không tự nhiên. Bạn có thể thử bảng hỏi với một nhóm nhỏ để xem họ có bỏ trống câu nào, chọn cùng một mức cho toàn bộ câu hay hỏi lại ý nghĩa của từ nào. Đây là bước rà soát bảng hỏi, không phải bằng chứng rằng thang đo đã đạt độ tin cậy.
Nếu dùng thang Likert 5 mức, phần hướng dẫn phải nói rõ mức 1 và mức 5. Một số đề tài dùng 7 mức để tăng độ phân giải, nhưng điều đó không tự động làm dữ liệu tốt hơn. Hãy chọn số mức phù hợp với khả năng phân biệt của người trả lời và dùng thống nhất cho các biến trong mô hình.
Kiểm định độ tin cậy và giá trị của thang đo
Quy trình thường bắt đầu bằng kiểm tra dữ liệu thiếu, mã đảo và các câu trả lời bất thường. Sau đó, bạn chạy Cronbach's Alpha cho từng khái niệm. 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, mức từ 0.6 có thể được cân nhắc, nhưng cần giải thích rõ (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là ngưỡng thường dùng (Nunnally và Bernstein, 1994).
Trong SPSS, mở Analyze > Scale > Reliability Analysis, đưa các biến QMXH vào ô Items, chọn Model là Alpha. Ở nút Statistics, đánh dấu Scale if item deleted và Item, sau đó đọc bảng Reliability Statistics và Item-Total Statistics. Không xóa biến chỉ vì cột “Cronbach's Alpha if Item Deleted” tăng một chút. Bạn cần xem câu đó có trùng nội dung, sai hướng mã hóa hoặc lệch khỏi định nghĩa khái niệm hay không.
Nếu bạn chạy EFA, hãy kiểm tra KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê với p-value dưới 0.05 là các tiêu chí thường được dùng (Kaiser, 1974). Eigenvalue trên 1 là quy tắc trích nhân tố thường gặp (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên được tham khảo trong (Hair và cộng sự, 2010).
Nếu dùng SmartPLS, quy trình đánh giá measurement model gồm outer loading, Cronbach's Alpha, rho_A, Composite Reliability, AVE và HTMT. Outer loading từ 0.7 trở lên là mức tham khảo phổ biến (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ (Fornell và Larcker, 1981). HTMT nên dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau (Henseler và cộng sự, 2015).
| Chỉ tiêu | Mức tham khảo | Nguồn | Cách đọc trong dữ liệu |
|---|---|---|---|
| Cronbach's Alpha | Từ 0.7 | (Nunnally, 1978) | Đọc trong Reliability Statistics của SPSS |
| Corrected Item-Total Correlation | Từ 0.3 | (Nunnally và Bernstein, 1994) | Đọc trong Item-Total Statistics |
| KMO | Từ 0.5 | (Kaiser, 1974) | Đọc trong KMO and Bartlett's Test |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) | Xem cột Sig. |
| Eigenvalue | Trên 1 | (Kaiser, 1960) | Đọc trong Total Variance Explained |
| Factor loading | Từ 0.5 | (Hair và cộng sự, 2010) | Đọc trong Rotated Component Matrix |
| Tổng phương sai trích | Từ 50% | (Hair và cộng sự, 2010) | Đọc trong Total Variance Explained |
| Composite Reliability | Từ 0.7 | (Fornell và Larcker, 1981) | Đọc trong báo cáo measurement model của SmartPLS |
| AVE | Từ 0.5 | (Fornell và Larcker, 1981) | Đọc trong Construct Reliability and Validity |
| HTMT | Dưới 0.85 hoặc 0.90 | (Henseler và cộng sự, 2015) | Đọc trong Discriminant Validity |
Bảng minh họa dưới đây mô phỏng hình dạng output, không phải kết quả của một nghiên cứu thật. Các con số chỉ giúp bạn nhận diện nơi cần đọc.
Reliability Statistics, số liệu minh họa
| Cronbach's Alpha | N of Items |
|---|---|
| 0.842 | 6 |
Item-Total Statistics, số liệu minh họa
| Item | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|
| QMXH1 | 0.611 | 0.814 |
| QMXH2 | 0.684 | 0.799 |
| QMXH3 | 0.732 | 0.788 |
| QMXH4 | 0.557 | 0.827 |
| QMXH5 | 0.295 | 0.861 |
| QMXH6 | 0.648 | 0.806 |
Trong ví dụ minh họa, QMXH5 thấp hơn mốc 0.3, nhưng bạn vẫn cần xem lại nội dung và cách mã hóa trước khi loại. Nếu đây là câu đo một khía cạnh khác như độ tin cậy, việc loại để Alpha đẹp hơn có thể làm biến độc lập mất ý nghĩa. Mỗi vòng loại biến cần được ghi trong một bảng theo dõi, gồm lý do, chỉ tiêu trước và sau khi loại.
Cách viết vào luận văn
Bạn có thể điều chỉnh đoạn sau: “Thang đo quảng cáo trên mạng xã hội gồm [số lượng] biến quan sát, ký hiệu từ [QMXH1] đến [QMXHn], được kế thừa và điều chỉnh từ [tác giả, năm] cho bối cảnh [ngành hàng/nền tảng]. Kết quả kiểm định cho thấy Cronbach's Alpha đạt [giá trị], các hệ số Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất], do đó [số lượng] biến quan sát được giữ lại để phân tích [EFA/measurement model].” Chỉ điền số sau khi bạn đọc đúng output của file mình.
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo thứ tự: định nghĩa khái niệm, nguồn tham khảo, cách điều chỉnh, mã biến, thang đo sử dụng và kế hoạch kiểm định. Đừng đưa ngay bảng câu hỏi dài vào phần đầu mà chưa nói người trả lời được chọn như thế nào. Hội đồng thường hỏi “vì sao câu này đo được khái niệm đó”, nên phần giải thích nguồn và phạm vi quan trọng hơn việc liệt kê nhiều câu.
Một bảng thang đo có thể gồm mã biến, nội dung tiếng Việt và nguồn. Nếu câu chữ được dịch hoặc điều chỉnh, hãy ghi “tham khảo và điều chỉnh”, không ghi “sử dụng nguyên bản” khi bạn chưa có bản gốc đúng bối cảnh. Bạn cũng cần nói rõ biến nào được mã hóa đảo.
Trong chương 4, báo cáo kết quả theo khái niệm. Với SPSS, có thể trình bày Alpha, Corrected Item-Total Correlation, KMO, Bartlett và factor loading. Với SmartPLS, trình bày outer loading, Alpha, rho_A, CR, AVE và HTMT. Không đưa CFI, TLI hoặc RMSEA vào báo cáo SmartPLS, vì đây là nhóm fit index của CB-SEM và được gắn với (Hu và Bentler, 1999).
Nếu mô hình của bạn có trải nghiệm sau khi nhìn thấy quảng cáo, hãy phân biệt nó với chính quảng cáo. Trải nghiệm khách hàng là gì có thể là biến kết quả hoặc biến trung gian, trong khi quảng cáo là tác nhân mà người trả lời đánh giá. Tương tự, tính dễ dùng của website là gì chỉ phù hợp khi đề tài đo trải nghiệm trên website, không nên đưa vào thang đo quảng cáo nếu người trả lời chưa truy cập website.
Lỗi thường gặp
Lỗi đầu tiên là dùng một câu hỏi duy nhất cho một khái niệm nhiều mặt rồi gọi đó là thang đo. Cách này có thể dùng cho một biến đơn giản, nhưng cần giải thích cơ sở. Với quảng cáo trên mạng xã hội, nhiều khía cạnh như thông tin, hấp dẫn, liên quan và phiền nhiễu có thể không nên gộp thành một thang đo duy nhất.
Lỗi thứ hai là trộn quảng cáo, nội dung thương hiệu và khuyến mãi vào cùng một câu. Người trả lời có thể đánh giá bài đăng tự nhiên, video của influencer và quảng cáo trả phí theo các tiêu chuẩn khác nhau. Hãy mô tả đối tượng mà họ cần nhớ trước khi hỏi.
Lỗi thứ ba là xóa biến hàng loạt để Alpha tăng. Alpha cao không đảm bảo giá trị nội dung. Sau mỗi lần loại, bạn cần kiểm tra khái niệm còn đủ đại diện hay không và lưu lại output cũ.
Lỗi thứ tư là dịch câu quá sát tiếng Anh, dùng hai ý trong một biến, hoặc dùng từ “luôn luôn”, “tất cả” khiến người trả lời khó đồng ý. Hãy đọc thử bảng hỏi thành tiếng, sau đó kiểm tra một nhóm nhỏ trước khi phát hành chính thức.
Câu hỏi thường gặp
Quảng cáo trên mạng xã hội có phải là marketing nội dung không?
Hai khái niệm có thể giao nhau nhưng không đồng nhất. Marketing nội dung tập trung vào việc tạo và phân phối nội dung có giá trị, còn quảng cáo trên mạng xã hội nhấn mạnh việc phân phối có trả phí hoặc được tài trợ để tiếp cận nhóm đối tượng cụ thể. Bạn nên chọn khái niệm dựa trên câu hỏi nghiên cứu và cách người trả lời nhận diện nội dung.
Thang đo quảng cáo trên mạng xã hội nên có bao nhiêu biến quan sát?
Không có một con số cố định áp dụng cho mọi đề tài. Số biến phụ thuộc vào số khía cạnh trong định nghĩa, nguồn thang đo và kết quả kiểm định. Bạn nên giữ đủ biến để đại diện nội dung, sau đó dùng Cronbach's Alpha và EFA hoặc measurement model để đánh giá, thay vì đặt sẵn một con số rồi ép dữ liệu theo nó.
Cronbach's Alpha thấp thì có nên xóa ngay biến không?
Bạn cần xem Corrected Item-Total Correlation, nội dung câu hỏi, mã đảo và sự phù hợp với khái niệm trước. Alpha từ 0.7 thường được tham khảo (Nunnally, 1978), còn thang đo khám phá có thể cân nhắc mức từ 0.6 (Hair và cộng sự, 2010). Nếu xóa biến làm mất một khía cạnh quan trọng, hãy giải trình thay vì chỉ chạy theo một con số.
Có thể lấy thang đo trên mạng rồi dùng nguyên văn không?
Bạn cần xác định nguồn, bối cảnh, ngôn ngữ và quyền sử dụng trước khi đưa vào bảng hỏi. Một bộ câu hỏi không có nguồn không trở thành thang đo hợp lệ chỉ vì đã được dùng trong một bài đăng. Khi điều chỉnh cho Việt Nam, hãy ghi rõ câu nào được kế thừa, câu nào được dịch và câu nào được thay đổi.
Nên dùng SPSS hay SmartPLS để kiểm định thang đo?
SPSS phù hợp khi bạn chạy Cronbach's Alpha và EFA theo quy trình quen thuộc. SmartPLS phù hợp khi mô hình của bạn dùng PLS-SEM và cần đánh giá outer loading, CR, AVE, HTMT cùng mô hình cấu trúc. AMOS, JASP hoặc R cũng có thể dùng trong các thiết kế khác, nhưng bạn nên chọn công cụ phù hợp với phương pháp đã cam kết trong đề cương.
Mở file bảng hỏi của bạn, chốt định nghĩa thao tác cho quảng cáo trên mạng xã hội, đánh dấu nguồn của từng biến quan sát và lập một bản thử trước khi thu dữ liệu chính thức. Khi cần kiểm tra thang đo, bảng hỏi và mô hình định lượng trên dữ liệu của mình, bạn có thể xem module M3 của DoThesis để thực hiện bước này theo đúng đề tài.