Quyết định mua là gì? Cách xây dựng thang đo trong luận văn
Quyết định mua là gì và được đo bằng gì
Quyết định mua là kết quả lựa chọn của người tiêu dùng sau khi họ cân nhắc sản phẩm, thương hiệu, giá, kênh mua và hoàn cảnh cụ thể. Trong luận văn định lượng, khái niệm này thường được mô hình hóa như một biến phụ thuộc, phản ánh mức độ người trả lời đã chọn hoặc sẵn sàng chọn một sản phẩm, dịch vụ hay thương hiệu.
Bạn cần phân biệt quyết định mua với ý định mua. Ý định mua nói về khả năng hoặc kế hoạch mua trong tương lai, còn quyết định mua nhấn mạnh lựa chọn đã hình thành trong một tình huống cụ thể. Nếu đề tài khảo sát người chưa từng mua sản phẩm, dùng thang đo quyết định mua có thể khiến câu hỏi và đối tượng khảo sát không khớp. Khi đó, bạn nên xem thêm thang đo ý định mua và bài ý định mua là gì trước khi chốt tên biến.
Một thang đo quyết định mua thường gồm nhiều biến quan sát đo cùng một khái niệm tiềm ẩn. Người trả lời đánh giá từng phát biểu trên thang Likert, chẳng hạn từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Thang Likert bắt nguồn từ kỹ thuật đo lường thái độ được trình bày bởi Likert (1932). Điểm của biến quyết định mua không nên được hiểu là một câu trả lời đơn lẻ, mà là thông tin tổng hợp từ các biến quan sát sau khi kiểm định độ tin cậy và giá trị.
Nếu mô hình của bạn nghiên cứu hành vi mua bốc đồng, quyết định mua và hành vi mua ngẫu hứng cũng không nên gộp làm một biến. Bạn có thể đối chiếu cách phân biệt này qua bài hành vi mua ngẫu hứng là gì. Việc đặt tên đúng ngay từ chương 1 sẽ giúp phần giả thuyết, bảng hỏi và output SPSS không bị lệch nhau.
Nguồn thang đo gốc
Không có một bộ biến quan sát duy nhất phù hợp cho mọi đề tài về quyết định mua. Cùng là quyết định mua, nhưng bối cảnh mua điện thoại, mỹ phẩm, thực phẩm hữu cơ hoặc dịch vụ ngân hàng sẽ làm thay đổi cách diễn đạt. Bạn cần xác định trước ba điểm: đối tượng mua, sản phẩm hoặc dịch vụ được đánh giá, và người trả lời đã mua hay mới cân nhắc mua.
Trong danh mục nguồn được kiểm chứng, Davis (1989) là nền tảng cho TAM, phù hợp khi quyết định mua liên quan đến chấp nhận công nghệ. Ajzen (1991) là nguồn của TPB, thường được dùng để xây dựng mô hình hành vi có thái độ, chuẩn chủ quan và kiểm soát hành vi cảm nhận. Venkatesh và cộng sự (2003) và Venkatesh và cộng sự (2012) phù hợp với các đề tài về chấp nhận và sử dụng công nghệ, nhưng không nên gắn máy móc mọi biến trong các mô hình này với quyết định mua.
Bảng dưới đây giúp bạn định vị nguồn trước khi tìm và đọc bài gốc. Số lượng biến quan sát là phạm vi tham khảo theo hướng xây dựng bảng hỏi, không phải số lượng bắt buộc cho đề tài của bạn. Bạn vẫn phải kiểm tra bài gốc, bối cảnh nghiên cứu và bản dịch trước khi sử dụng.
| Nguồn tham khảo | Năm | Bối cảnh gốc hoặc hướng ứng dụng | Cách dùng khi nghiên cứu quyết định mua |
|---|---|---|---|
| Davis | 1989 | Chấp nhận công nghệ, perceived usefulness và perceived ease of use | Dùng khi quyết định mua gắn với nền tảng hoặc sản phẩm công nghệ |
| Ajzen | 1991 | Theory of Planned Behavior | Xây dựng các yếu tố giải thích hành vi và lựa chọn của người tiêu dùng |
| Venkatesh và cộng sự | 2003 | UTAUT về chấp nhận và sử dụng công nghệ | Phù hợp với ứng dụng, nền tảng số hoặc dịch vụ công nghệ |
| Venkatesh và cộng sự | 2012 | UTAUT2 trong bối cảnh người tiêu dùng | Có thể tham khảo khi nghiên cứu hành vi tiêu dùng công nghệ |
| Parasuraman và cộng sự | 1988 | SERVQUAL và chất lượng dịch vụ | Dùng để đo chất lượng dịch vụ như một yếu tố giải thích quyết định mua |
| Nguyễn Đình Thọ | 2011 | Phương pháp nghiên cứu trong kinh doanh tại Việt Nam | Tham khảo quy trình xây dựng, điều chỉnh và kiểm định thang đo |
Nếu đề tài của bạn tập trung vào nhu cầu và động cơ tiêu dùng, tháp nhu cầu Maslow có thể giúp bạn giải thích nền tảng lý thuyết. Tuy nhiên, Maslow không tự động cung cấp một thang đo quyết định mua. Bạn vẫn phải tìm nguồn đo lường cho từng khái niệm trong mô hình và ghi rõ nguồn trong chương 3.
Bộ biến quan sát tham khảo
Dưới đây là một bộ biến quan sát minh họa để bạn hình dung cách viết bảng hỏi. Đây chưa phải bản dịch đã được xác nhận về ngữ nghĩa và chưa được kiểm định trong bối cảnh nghiên cứu của bạn. Hãy thay phần trong ngoặc vuông bằng sản phẩm, thương hiệu hoặc dịch vụ cụ thể.
| Mã biến | Phát biểu tham khảo bằng tiếng Việt | Điều cần điều chỉnh |
|---|---|---|
| QDM1 | Tôi đã lựa chọn mua [sản phẩm hoặc thương hiệu] trong tình huống được hỏi. | Xác định rõ thời điểm hoặc tình huống mua |
| QDM2 | [Sản phẩm hoặc thương hiệu] là lựa chọn của tôi khi có nhu cầu mua nhóm sản phẩm này. | Thay nhóm sản phẩm cho đúng bối cảnh |
| QDM3 | Tôi ưu tiên mua [sản phẩm hoặc thương hiệu] thay vì các lựa chọn tương tự. | Kiểm tra người trả lời có đủ thông tin so sánh không |
| QDM4 | Tôi đã đưa ra quyết định mua [sản phẩm hoặc thương hiệu]. | Chỉ dùng nếu mẫu khảo sát đã từng mua |
| QDM5 | Nếu phát sinh nhu cầu tương tự, tôi sẽ tiếp tục lựa chọn [sản phẩm hoặc thương hiệu]. | Cân nhắc chuyển sang thang đo ý định mua nếu đây là dự định tương lai |
Năm biến trên chỉ là số liệu minh họa cho cấu trúc bảng hỏi, không phải thang đo gốc được xác nhận bởi một nguồn duy nhất. QDM1 đến QDM4 nghiêng về quyết định đã hình thành, còn QDM5 có nội dung gần với ý định mua hoặc hành vi mua lặp lại. Bạn không nên đưa cả hai khái niệm vào cùng một biến chỉ vì các câu đều có từ “mua”.
Khi viết câu hỏi, hãy dùng “biến quan sát” trong phương pháp nghiên cứu. Từ “câu hỏi” dùng để chỉ toàn bộ câu hỏi trong bảng hỏi hoặc một mục hỏi cụ thể. Mỗi biến quan sát nên chỉ diễn đạt một ý, tránh câu dài chứa đồng thời chất lượng, giá cả và sự tiện lợi. Nếu người trả lời có thể đồng ý với một vế nhưng không đồng ý với vế còn lại, biến đó đang đo nhiều nội dung.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bạn bắt đầu bằng việc lập bảng đối chiếu giữa khái niệm trong tài liệu gốc và cách người trả lời Việt Nam hiểu nó. Một cụm như “đã lựa chọn” có thể phù hợp với người đã mua, nhưng gây lúng túng với người chỉ xem sản phẩm trên sàn thương mại điện tử. Hãy ghi rõ tiêu chí sàng lọc ở đầu bảng hỏi, chẳng hạn người trả lời đã mua hoặc sử dụng sản phẩm trong một khoảng thời gian xác định.
Giữ đúng ý nghĩa khái niệm
Đừng dịch từng từ rồi đưa ngay vào Google Forms. Bạn đọc cả đoạn định nghĩa của khái niệm, xác định biến quan sát đang đo quyết định, thái độ, chất lượng cảm nhận hay ý định. Một biến đo quyết định mua cần có liên hệ trực tiếp với hành động lựa chọn, thay vì chỉ hỏi người trả lời có thích thương hiệu hay không.
Kiểm tra từ ngữ và ngữ cảnh
Thay tên sản phẩm, thương hiệu, kênh bán và thời gian hồi tưởng bằng các thông tin mà mẫu khảo sát thực sự biết. Nếu nghiên cứu mua hàng trực tuyến, “lựa chọn mua” có thể diễn ra trên ứng dụng, website hoặc sàn thương mại điện tử. Nếu nghiên cứu cửa hàng truyền thống, cách diễn đạt về kênh mua cần khác đi.
Các biến đảo chiều cần được đánh dấu từ lúc thiết kế dữ liệu. Nếu QDM3 được viết theo hướng phủ định, bạn phải mã hóa lại trước khi chạy Cronbach's Alpha và EFA. Tuy vậy, không nên cố thêm biến đảo chiều chỉ để làm bảng hỏi có vẻ chặt chẽ. Câu phủ định dài thường làm người trả lời hiểu sai, nhất là khi khảo sát trên điện thoại.
Chạy khảo sát thử
Bạn nên thử bảng hỏi với một nhóm nhỏ có đặc điểm gần với mẫu chính. Mục tiêu của bước này là phát hiện từ khó hiểu, câu hỏi trùng ý, thời gian trả lời quá dài và lựa chọn trả lời bị thiếu. Kết quả khảo sát thử giúp bạn sửa công cụ, nhưng không nên trình bày nó như kết quả kiểm định chính thức nếu quy trình và cỡ mẫu chưa phù hợp.
Kiểm định độ tin cậy và giá trị của thang đo
Sau khi có file .sav hoặc .csv, hãy kiểm định theo thứ tự từ thang đo đến mô hình. Với SPSS, bạn có thể bắt đầu bằng Cronbach's Alpha, sau đó chạy EFA nếu thiết kế nghiên cứu cần khám phá cấu trúc nhân tố. Với SmartPLS, bạn đánh giá measurement model trước structural model theo hướng tiếp cận hai giai đoạn được trình bày trong (Anderson và Gerbing, 1988).
Cronbach's Alpha phản ánh mức độ nhất quán nội tại của các biến quan sát. Alpha từ 0.7 trở lên thường được chấp nhận theo (Nunnally, 1978), trong khi thang đo mới hoặc nghiên cứu khám phá có thể xem xét mức từ 0.6 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 biến chỉ vì muốn Alpha tăng. Hãy đọc nội dung biến, kiểm tra câu hỏi đảo chiều và xem biến đó có đúng khái niệm không.
Trong SPSS, vào Analyze > Scale > Reliability Analysis, đưa các biến QDM vào ô Items, chọn Model là Alpha, rồi mở Statistics và đánh dấu Scale if item deleted. Bảng Reliability Statistics cho biết Cronbach's Alpha và số biến. Bảng Item-Total Statistics cho bạn xem Corrected Item-Total Correlation và Alpha if Item Deleted.
Nếu chạy EFA, vào Analyze > Dimension Reduction > Factor. Trong Descriptives, chọn KMO and Bartlett's test; trong Extraction, kiểm tra eigenvalue; trong Rotation, chọn kiểu xoay phù hợp với giả định về các nhân tố. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê với p-value dưới 0.05 thường được dùng theo (Kaiser, 1974). Eigenvalue lớn hơn 1 là một quy tắc trích nhân tố được đề cập bởi (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể tham khảo (Hair và cộng sự, 2010).
| Chỉ số | Mức tham khảo | Nguồn canonical |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên; thang đo khám phá có thể xem xét từ 0.6 | (Nunnally, 1978); (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) |
| Eigenvalue | Lớn hơn 1 | (Kaiser, 1960) |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total variance explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| CR trong SmartPLS | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE trong SmartPLS | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT trong SmartPLS | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
Trong SmartPLS, kiểm tra Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Outer loading từ 0.7 trở lên có thể tham khảo (Chin, 1998) hoặc (Hair và cộng sự, 2022). CR từ 0.7 và AVE từ 0.5 được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ theo (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được đề xuất bởi (Henseler và cộng sự, 2015).
Số liệu minh họa
Bảng sau mô phỏng một phần output, không phải kết quả của một nghiên cứu thật. Các con số chỉ giúp bạn nhận diện cột cần đọc trong SPSS và SmartPLS.
| Output | Chỉ số hoặc biến | Giá trị minh họa | Cách đọc |
|---|---|---|---|
| Reliability Statistics | Cronbach's Alpha | 0.812 | Độ nhất quán nội tại đạt mức tham khảo |
| Item-Total Statistics | QDM2, Corrected Item-Total Correlation | 0.574 | Biến có tương quan với thang đo |
| Item-Total Statistics | QDM4, Alpha if Item Deleted | 0.806 | Xóa biến không làm Alpha tăng đáng kể |
| KMO and Bartlett's Test | KMO | 0.768 | Dữ liệu phù hợp để xem xét EFA |
| Rotated Component Matrix | QDM1, Factor loading | 0.731 | Biến tải đủ mạnh trên nhân tố minh họa |
| Construct Reliability and Validity | QDM, CR | 0.861 | Đạt ngưỡng CR tham khảo |
| Construct Reliability and Validity | QDM, AVE | 0.607 | Đạt ngưỡng AVE tham khảo |
| Discriminant Validity | HTMT giữa QDM và YDM | 0.742 | Đạt ngưỡng HTMT minh họa |
Nếu một biến có loading thấp, cross-loading cao hoặc nội dung lệch khỏi khái niệm, bạn ghi lại lý do trước khi loại. Lần chạy EFA đầu tiên hiếm khi cho ra bảng gọn gàng. Loại biến, chạy lại, và ghi rõ từng vòng xử lý giúp bạn giải trình với giảng viên thay vì chỉ đưa ra bảng cuối cùng.
Cách viết vào luận văn
Bạn có thể điều chỉnh đoạn sau: “Thang đo quyết định mua gồm [số lượng] biến quan sát, được kế thừa từ [tác giả, năm] và điều chỉnh cho bối cảnh [sản phẩm hoặc dịch vụ]. Kết quả kiểm định cho thấy Cronbach's Alpha đạt [giá trị], các biến quan sát có Corrected Item-Total Correlation từ [giá trị thấp nhất] đến [giá trị cao nhất]. Sau khi thực hiện [EFA hoặc đánh giá measurement model], thang đo được giữ lại [số lượng] biến để sử dụng trong phân tích tiếp theo.”
Cách trình bày thang đo trong chương 3
Ở phần cơ sở lý thuyết, bạn định nghĩa quyết định mua và phân biệt nó với ý định mua, hành vi mua ngẫu hứng hoặc sự trung thành. Ở phần mô hình và giả thuyết, bạn nêu quyết định mua là biến độc lập, phụ thuộc, trung gian hay điều tiết. Vị trí của biến phải thống nhất với sơ đồ mô hình và tên cột trong file dữ liệu.
Trong bảng thang đo, nên có mã biến, nội dung phát biểu, nguồn tham khảo và cách đo. Nếu đã điều chỉnh câu chữ, ghi rõ thang đo được kế thừa và điều chỉnh, không viết rằng bạn sử dụng nguyên bản khi thực tế đã dịch hoặc thay đổi bối cảnh. Phần phương pháp cũng cần nêu loại thang Likert, cách chọn mẫu, tiêu chí sàng lọc và quy trình làm sạch dữ liệu.
Bạn có thể trình bày ngắn gọn theo cấu trúc sau: “Khái niệm quyết định mua được đo lường bằng [số lượng] biến quan sát, ký hiệu từ QDM1 đến QDM[số]. Các phát biểu được đo bằng thang Likert [5 hoặc 7] mức, trong đó [1] là [mô tả] và [5 hoặc 7] là [mô tả]. Nội dung biến được điều chỉnh để phù hợp với bối cảnh [bối cảnh nghiên cứu].” Sau đó, đưa bảng kết quả kiểm định sang chương 4, không trộn kết quả thực nghiệm vào phần thiết kế thang đo.
Lỗi thường gặp
Gọi ý định mua là quyết định mua
Các câu như “Tôi sẽ mua”, “Tôi dự định mua” hoặc “Tôi có khả năng mua” thường hướng về tương lai. Nếu đề tài khảo sát người chưa từng mua, hãy cân nhắc dùng biến ý định mua và giải thích rõ trong mô hình.
Dịch thang đo mà không kiểm tra bối cảnh
Một bản dịch đúng ngữ pháp vẫn có thể sai nghĩa nghiên cứu. Từ “purchase decision” có thể được hiểu là quyết định chọn thương hiệu, quyết định giao dịch hoặc quyết định mua lại, tùy bài gốc. Bạn cần đọc định nghĩa và cách tác giả đo biến trước khi dịch.
Xóa biến chỉ để làm đẹp Alpha
Alpha tăng sau khi xóa một biến chưa chứng minh biến đó cần bị loại. Kiểm tra tương quan biến tổng, nội dung phát biểu, mã hóa đảo chiều và cấu trúc nhân tố. Ghi lại lý do xử lý trong file làm việc để khi bị hỏi, bạn có thể mở đúng output.
Trộn chỉ số của SPSS và SmartPLS
SPSS thường dùng Cronbach's Alpha, KMO, Bartlett và EFA. SmartPLS tập trung vào outer loading, CR, AVE, HTMT và mô hình cấu trúc. CFI, TLI và RMSEA thuộc nhóm chỉ số fit của CB-SEM, không nên đưa vào bài hướng dẫn đánh giá mô hình PLS-SEM.
Đọc thêm: chủ đề mo hinh nghien cuu.
Câu hỏi thường gặp
Quyết định mua và ý định mua có giống nhau không
Hai khái niệm có liên quan nhưng không nên mặc định là một. Quyết định mua nhấn mạnh lựa chọn đã hình thành hoặc giao dịch đã được thực hiện, còn ý định mua phản ánh kế hoạch hoặc khả năng mua trong tương lai. Bạn chọn khái niệm dựa trên đối tượng khảo sát và câu hỏi nghiên cứu.
Thang đo quyết định mua nên có bao nhiêu biến quan sát
Không có một con số cố định cho mọi đề tài. Số biến phụ thuộc vào định nghĩa khái niệm, nguồn thang đo, bối cảnh và kết quả kiểm định. Khi thiết kế bảng hỏi, bạn có thể bắt đầu từ nguồn gốc có cơ sở rồi điều chỉnh, thay vì tự thêm nhiều câu có nội dung trùng nhau.
Có thể tự đặt biến QDM1 đến QDM5 không
Bạn có thể dùng mã QDM1, QDM2 để quản lý dữ liệu, nhưng mã biến không phải là bằng chứng về nguồn thang đo. Nội dung phát biểu cần dựa trên khái niệm, tài liệu gốc và bối cảnh nghiên cứu. Bảng quan sát trong bài này chỉ là mẫu minh họa, chưa phải thang đo đã được xác nhận.
Cronbach's Alpha dưới 0.7 có phải loại toàn bộ thang đo không
Chưa thể kết luận như vậy. Với thang đo khám phá, mức từ 0.6 có thể được xem xét theo (Hair và cộng sự, 2010). Bạn cần đọc Corrected Item-Total Correlation, nội dung biến, số lượng biến và mục tiêu nghiên cứu trước khi quyết định. Không nên xóa biến hàng loạt chỉ dựa trên một ngưỡng.
Nên dùng SPSS hay SmartPLS để kiểm định quyết định mua
SPSS phù hợp khi bạn cần kiểm định độ tin cậy, EFA và hồi quy theo thiết kế nghiên cứu. SmartPLS phù hợp khi mô hình có biến tiềm ẩn, nhiều quan hệ cấu trúc và bạn muốn đánh giá measurement model cùng structural model. Công cụ nên được chọn theo mô hình và giả thuyết, không chọn chỉ vì bảng output trông dễ đọc hơn.
Bạn hãy mở lại bảng hỏi và file dữ liệu, đánh dấu rõ biến nào đo quyết định mua, biến nào đo ý định mua, sau đó chạy kiểm định theo đúng thứ tự và lưu từng output. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của mình, bạn có thể dùng M4 phân tích dữ liệu của DoThesis để xử lý bước này.