Thang đo khuyến mãi: biến quan sát và cách kiểm định
Thang đo khuyến mãi là gì và được đo bằng gì
Bạn có thể đang gọi một nhóm biến là “khuyến mãi”, nhưng trong bảng hỏi nhóm này thực sự có thể chứa nhiều ý khác nhau: giảm giá, quà tặng, mã voucher, chương trình tích điểm, ưu đãi có thời hạn hoặc cảm giác mua được lợi. Vì vậy, thang đo khuyến mãi cần bắt đầu từ định nghĩa khái niệm trong đề tài, sau đó mới chuyển thành các biến quan sát để người trả lời đánh giá.
Trong nghiên cứu định lượng, khuyến mãi thường được đo như một biến tiềm ẩn. Người trả lời không nhìn thấy trực tiếp “mức độ khuyến mãi” trong mô hình, mà phản hồi qua nhiều phát biểu trên thang Likert. Mỗi phát biểu cần tập trung vào một khía cạnh có thể nhận biết, chẳng hạn mức hấp dẫn của ưu đãi, sự đa dạng của chương trình, tính rõ ràng của điều kiện áp dụng hoặc cảm nhận về lợi ích nhận được.
Bạn nên phân biệt khuyến mãi với các khái niệm gần nhau. Khuyến mãi là gì giúp bạn xác định phạm vi của hoạt động xúc tiến. Thang đo giá cả cảm nhận tập trung vào cảm nhận về mức giá, còn nhận thức về giá có thể bao gồm sự đánh giá, so sánh và nhận biết giá. Một chương trình giảm giá có thể ảnh hưởng đến hai khái niệm này, nhưng chúng không tự động là cùng một biến.
Nguồn thang đo gốc
Điểm cần nói rõ ngay từ đầu là danh mục tài liệu được phép trích dẫn phổ biến không cung cấp một thang đo gốc duy nhất dành riêng cho “khuyến mãi” trong mọi bối cảnh bán lẻ, thương mại điện tử hay dịch vụ. Bạn không nên ghi một bộ biến là “thang đo chuẩn quốc tế” nếu chưa truy được bài gốc, bối cảnh gốc và cách đo trong chính bài đó.
Bảng dưới đây chỉ ra các nguồn nền tảng có thể hỗ trợ việc thiết kế thang đo và bảng hỏi. Đây là nguồn tham chiếu phương pháp hoặc khái niệm liên quan, không phải tuyên bố rằng các nguồn này đã xác nhận sẵn bộ biến khuyến mãi cho đề tài của bạn.
| Nguồn | Năm | Số biến dùng cho khuyến mãi | Bối cảnh gốc hoặc phạm vi sử dụng | Cách dùng thận trọng |
|---|---|---|---|---|
| Likert | 1932 | Không quy định riêng cho khuyến mãi | Kỹ thuật đo lường thái độ bằng thang đánh giá | Dùng để giải thích cách xây dựng thang Likert, không xem là thang đo khuyến mãi |
| Parasaman và cộng sự | 1988 | Không quy định riêng cho khuyến mãi | Đo cảm nhận chất lượng dịch vụ | Chỉ tham khảo cách phát triển biến quan sát nếu khuyến mãi gắn với trải nghiệm dịch vụ |
| Nguyễn Đình Thọ | 2011 | Không quy định riêng cho khuyến mãi | Phương pháp nghiên cứu trong kinh doanh | Dùng để trình bày quy trình phát triển, điều chỉnh và kiểm định thang đo |
| Hoàng Trọng và Chu Nguyễn Mộng Ngọc | 2008 | Không quy định riêng cho khuyến mãi | Phân tích dữ liệu với SPSS | Dùng để giải thích các bước chạy Cronbach's Alpha và EFA |
Dòng “Parasaman” trong bảng cần được hiểu đúng là nguồn liên quan đến đo lường dịch vụ, không phải nguồn gốc của biến khuyến mãi. Tên trích dẫn chính xác trong luận văn là (Parasuraman và cộng sự, 1988). Nếu đề tài của bạn nghiên cứu khuyến mãi trong ứng dụng đặt đồ ăn, sàn thương mại điện tử hoặc cửa hàng tiện lợi, bạn cần tìm thêm bài nghiên cứu đúng bối cảnh qua cơ sở dữ liệu của trường, Crossref hoặc thư viện học thuật. Không nên tự gắn một tác giả vào bộ biến chỉ vì bộ phát biểu nghe hợp lý.
Bạn cũng cần ghi rõ khuyến mãi đang là biến độc lập, biến trung gian hay một thành phần của một khái niệm rộng hơn. Ví dụ, “giá trị khuyến mãi” có thể gần với thang đo giá trị cảm nhận, trong khi “sự tiện lợi khi sử dụng voucher” lại gần với thang đo sự thuận tiện. Hai cách đặt tên này dẫn đến các biến quan sát và giả thuyết khác nhau.
Bộ biến quan sát tham khảo
Bảng dưới đây là bộ câu chữ tham khảo để bạn bắt đầu xây dựng bảng hỏi. Đây chưa phải bản dịch đã được xác nhận, cũng chưa phải thang đo đã đạt Cronbach's Alpha hoặc EFA. Bạn cần thay các phần trong ngoặc vuông theo bối cảnh nghiên cứu, kiểm tra với giảng viên và chạy thử trước khi thu thập chính thức.
| Mã biến | Phát biểu tham khảo | Khía cạnh đo lường | Lưu ý khi điều chỉnh |
|---|---|---|---|
| KM1 | [Thương hiệu/cửa hàng] thường có các chương trình khuyến mãi phù hợp với nhu cầu của tôi. | Mức phù hợp của chương trình | Xác định rõ ngành hàng và đối tượng |
| KM2 | Các chương trình khuyến mãi của [thương hiệu/cửa hàng] mang lại lợi ích đáng kể cho tôi. | Lợi ích cảm nhận | Tránh dùng “đáng kể” nếu người trả lời không hiểu cùng một cách |
| KM3 | Tôi dễ dàng nhận biết thông tin về các chương trình khuyến mãi của [thương hiệu/cửa hàng]. | Khả năng nhận biết | Có thể bỏ nếu đề tài chỉ đo mức giảm giá |
| KM4 | Điều kiện áp dụng khuyến mãi của [thương hiệu/cửa hàng] được trình bày rõ ràng. | Tính minh bạch | Phù hợp với voucher, mã giảm giá và ưu đãi có điều kiện |
| KM5 | [Thương hiệu/cửa hàng] cung cấp nhiều hình thức khuyến mãi khác nhau. | Sự đa dạng | Cần xác định “nhiều” dựa trên trải nghiệm thực tế |
| KM6 | Các chương trình khuyến mãi khiến tôi có thêm lý do để mua sản phẩm của [thương hiệu/cửa hàng]. | Tác động đến ý định mua | Cân nhắc tách thành biến kết quả nếu mô hình có ý định mua |
Bạn có thể dùng thang Likert 5 mức, từ 1 là “hoàn toàn không đồng ý” đến 5 là “hoàn toàn đồng ý”. Thang Likert có nguồn nền tảng từ (Likert, 1932), nhưng số mức cụ thể cần phù hợp với thiết kế nghiên cứu và cách trình bày bảng hỏi. Nếu dùng thang 7 mức, hãy giữ cách diễn giải nhất quán ở tất cả các nhóm biến.
Không nên gom mọi phát biểu liên quan đến giá vào nhóm KM. “Giá sản phẩm thấp”, “giá hợp lý” và “giá tốt hơn đối thủ” có thể thuộc thang đo giá cả cảm nhận hoặc nhận thức về giá. Nếu mục tiêu của bạn là đo phản ứng với ưu đãi, nhóm KM nên mô tả chương trình, lợi ích, điều kiện và mức hấp dẫn của khuyến mãi. Nếu mục tiêu là đo cảm nhận tiết kiệm, bạn có thể đặt tên khái niệm là giá trị khuyến mãi hoặc giá trị cảm nhận, nhưng phải sửa lại mô hình và giả thuyết cho khớp.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bạn không nên đưa nguyên bảng câu chữ tham khảo vào Google Forms rồi thu dữ liệu ngay. Một biến quan sát có thể rõ với người dùng sàn thương mại điện tử nhưng khó hiểu với khách hàng mua tại cửa hàng. Việc điều chỉnh cần bám vào sản phẩm, kênh mua, thời gian khảo sát và đối tượng mà đề tài đã xác định.
Xác định đối tượng trả lời
Trước tiên, viết một câu sàng lọc cụ thể: người trả lời đã mua sản phẩm hoặc sử dụng dịch vụ của [thương hiệu] trong [khoảng thời gian] và đã từng nhìn thấy hoặc sử dụng chương trình khuyến mãi. Nếu không có điều kiện này, một người chưa từng dùng voucher vẫn có thể đánh giá KM4 chỉ dựa trên suy đoán.
Giữ một ý trong mỗi biến quan sát
Câu “Khuyến mãi của cửa hàng hấp dẫn và dễ sử dụng” chứa hai ý. Người trả lời có thể thấy mức giảm giá hấp dẫn nhưng điều kiện áp dụng phức tạp. Hãy tách thành hai biến, hoặc chọn một khía cạnh phù hợp nhất với định nghĩa khái niệm. Tương tự, “nhiều ưu đãi, rõ ràng và tiết kiệm” không nên được giữ thành một phát biểu duy nhất.
Kiểm tra từ ngữ và điều kiện áp dụng
Các từ như “thường xuyên”, “nhiều”, “đáng kể” và “hợp lý” cần gắn với bối cảnh. Nếu người trả lời không biết thế nào là thường xuyên, câu trả lời sẽ phụ thuộc vào cách hiểu cá nhân. Bạn có thể thay bằng khoảng thời gian, ví dụ “trong các lần mua gần đây”, nhưng chỉ khi khoảng thời gian đó phù hợp với thiết kế khảo sát.
Chạy khảo sát thử
Hãy kiểm tra bảng hỏi trên một nhóm nhỏ có đặc điểm gần với mẫu chính thức. Mục tiêu của khảo sát thử là phát hiện câu khó hiểu, lựa chọn trả lời thiếu, biến bị lặp ý và thời gian hoàn thành quá dài. Ghi lại lý do sửa từng biến. Khi bị hỏi vì sao bỏ KM3 hoặc đổi cách diễn đạt KM4, bạn có thể giải trình bằng quá trình điều chỉnh thay vì nói rằng phần mềm yêu cầu.
Nếu thu thập trực tuyến, bạn có thể dùng fillform.info, công cụ biểu mẫu tiếng Việt của DoThesis, hoặc Google Forms. Dù dùng công cụ nào, hãy kiểm tra dữ liệu xuất ra có một dòng là một người trả lời, một cột là một biến, mã Likert là số và không trộn các câu trả lời chữ vào file .sav hoặc .csv.
Kiểm định độ tin cậy và giá trị của thang đo
Quy trình hợp lý thường bắt đầu bằng kiểm tra dữ liệu, sau đó chạy Cronbach's Alpha, EFA và chỉ tiếp tục với các biến còn phù hợp. Nếu mô hình dùng SmartPLS, bạn sẽ đánh giá outer loading, Composite Reliability, AVE và HTMT theo logic PLS-SEM. Không lấy CFI, TLI hoặc RMSEA của CB-SEM để kết luận cho SmartPLS.
| Tiêu chí | Ngưỡng tham khảo | Nguồn | Cách diễn giải |
|---|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) | Độ tin cậy thường được xem là chấp nhận được |
| Cronbach's Alpha ở nghiên cứu khám phá | Từ 0.6 trở lên | (Hair và cộng sự, 2010) | Có thể cân nhắc nếu khái niệm mới và cần giải thích rõ |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) | Xem mức liên hệ của từng biến với phần còn lại của thang đo |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) | Kiểm tra mức phù hợp để phân tích nhân tố |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) | Ma trận tương quan khác ma trận đơn vị có ý nghĩa thống kê |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) | Xem biến quan sát đại diện đủ rõ cho nhân tố |
| Total variance explained | Từ 50% trở lên | (Hair và cộng sự, 2010) | Tỷ lệ phương sai được các nhân tố giải thích |
Chạy Cronbach's Alpha trong SPSS
Mở Analyze > Scale > Reliability Analysis. Đưa KM1 đến KM6 vào ô Items, chọn Model: Alpha, sau đó mở Statistics và đánh dấu Item, Scale, Scale if item deleted cùng Correlations. Trong bảng Item-Total Statistics, chú ý cột Corrected Item-Total Correlation và Cronbach's Alpha if Item Deleted.
Không xóa một biến chỉ vì xóa nó làm Alpha tăng. Bạn cần xem biến đó có lệch khỏi định nghĩa khái niệm hay không, có câu chữ khó hiểu hay bị mã hóa ngược không. Nếu bỏ KM4 vì người trả lời chưa từng dùng voucher, vấn đề có thể nằm ở điều kiện sàng lọc hoặc thiết kế bảng hỏi, không hẳn ở bản thân biến.
Chạy EFA trong SPSS
Vào Analyze > Dimension Reduction > Factor. Đưa các biến đủ điều kiện vào ô Variables, chọn Descriptives để xem KMO và Bartlett, chọn Extraction với phương pháp phù hợp, rồi chọn Rotation. Trong nghiên cứu khám phá, bạn cần ghi rõ phương pháp trích và phép xoay đã dùng thay vì chỉ chụp bảng Rotated Component Matrix.
Nếu KM1 và KM6 cùng tải mạnh vào một nhân tố, điều đó chưa đủ để kết luận thang đo đạt. Bạn còn phải xem nội dung của hai biến có cùng khái niệm không. Chạy EFA lần đầu mà ra ngay kết quả gọn là chuyện hiếm. Loại biến, chạy lại, và ghi lại từng vòng loại là chuyện bình thường, nhưng mọi quyết định cần có lý do nội dung và thống kê.
Đọc output minh họa
Bảng dưới đây mô phỏng cách đọc các bảng SPSS. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật và không được chép vào chương 4 của bạn.
| Bảng SPSS | Chỉ số hoặc cột | Dòng số liệu minh họa | Cách đọc |
|---|---|---|---|
| Reliability Statistics | Cronbach's Alpha | 0.842 | Nhóm KM có độ nhất quán nội tại tốt theo ngưỡng tham khảo |
| Reliability Statistics | N of Items | 6 | Có 6 biến được đưa vào vòng chạy này |
| Item-Total Statistics | Corrected Item-Total Correlation, KM4 | 0.276 | KM4 dưới 0.3, cần xem lại nội dung và cân nhắc loại |
| KMO and Bartlett's Test | KMO | 0.781 | Dữ liệu phù hợp ở mức tham khảo cho EFA |
| KMO and Bartlett's Test | Approx. Chi-Square, Sig. | 412.530; 0.000 | Bartlett có p-value dưới 0.05 |
| Rotated Component Matrix | KM2, Component 1 | 0.768 | KM2 có loading minh họa đạt từ 0.5 trở lên |
| Total Variance Explained | Cumulative % | 61.400 | Các nhân tố giữ lại giải thích trên 50% phương sai trong ví dụ |
Nếu dùng SmartPLS, hãy kiểm tra Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Outer loading từ 0.7 trở lên là ngưỡng tham khảo thường dùng trong PLS-SEM (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên được tham khảo theo (Fornell và Larcker, 1981), còn HTMT dưới 0.85 hoặc dưới 0.90 với các khái niệm gần nhau được tham khảo theo (Henseler và cộng sự, 2015).
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo thứ tự: định nghĩa khái niệm khuyến mãi, vai trò của biến trong mô hình, nguồn tham khảo, cách điều chỉnh câu chữ, thang Likert, mã biến và kế hoạch kiểm định. Nếu không có thang đo gốc dành riêng cho bối cảnh của mình, hãy ghi trung thực rằng bộ biến được phát triển tham khảo từ cơ sở lý thuyết và điều chỉnh theo bối cảnh nghiên cứu. Đừng dùng từ “kế thừa nguyên bản” nếu bạn đã đổi nội dung đáng kể.
Cách viết vào luận văn: “Thang đo khuyến mãi được đề xuất gồm [số lượng] biến quan sát, ký hiệu từ KM1 đến KM[số]. Các phát biểu được xây dựng dựa trên [nguồn hoặc cơ sở lý thuyết], sau đó điều chỉnh cho phù hợp với bối cảnh [ngành/đối tượng]. Người trả lời đánh giá các phát biểu trên thang Likert [5/7] mức, từ [mức thấp nhất] đến [mức cao nhất].”
Sau khi có dữ liệu, bạn có thể viết: “Kết quả kiểm định sơ bộ cho thấy Cronbach's Alpha của thang đo khuyến mãi đạt [giá trị], trong đó các biến quan sát có Corrected Item-Total Correlation từ [giá trị thấp nhất] đến [giá trị cao nhất]. Sau khi xem xét [lý do nội dung và thống kê], biến [mã biến] được [giữ lại/loại bỏ] trước khi thực hiện [EFA hoặc phân tích tiếp theo].” Các phần trong ngoặc vuông phải được thay bằng số liệu thật từ file của bạn.
Lỗi thường gặp
Gọi mọi ưu đãi là cùng một thang đo
Giảm giá trực tiếp, miễn phí vận chuyển, quà tặng và điểm thưởng có thể được người mua đánh giá khác nhau. Nếu đề tài cần phân biệt các hình thức này, hãy thiết kế các nhóm biến hoặc biến giả riêng. Nếu chỉ cần cảm nhận chung về khuyến mãi, định nghĩa phải nói rõ phạm vi.
Trộn biến nguyên nhân và biến kết quả
“Khuyến mãi hấp dẫn” có thể là biến độc lập, còn “khuyến mãi làm tôi muốn mua” đã gần với ý định mua. Đưa cả hai vào cùng một thang đo có thể làm khái niệm bị rộng và gây khó khi giải thích mô hình.
Xóa biến theo Alpha một cách máy móc
Cronbach's Alpha cao không chứng minh thang đo có giá trị nội dung. Một nhóm biến lặp lại cùng một ý có thể cho Alpha cao nhưng đo rất hẹp. Bạn cần kết hợp lý do lý thuyết, câu chữ, tương quan biến tổng và kết quả EFA hoặc SmartPLS.
Báo cáo số liệu minh họa như kết quả thật
Bảng minh họa chỉ giúp bạn nhận diện tên bảng và cột trong phần mềm. Khi viết luận văn, hãy thay toàn bộ số liệu bằng output từ file .sav hoặc .csv của bạn, lưu từng phiên bản phân tích và giải thích những biến đã bị loại.
Đọc thêm: giá cả cảm nhận là gì, khuyến mãi là gì, nhận thức về giá là gì, sự thuận tiện là gì, chủ đề mo hinh nghien cuu.
Câu hỏi thường gặp
Thang đo khuyến mãi nên có bao nhiêu biến quan sát
Không có một con số duy nhất áp dụng cho mọi đề tài. Bạn cần đủ biến để bao quát định nghĩa khái niệm, nhưng không nên thêm các phát biểu trùng ý chỉ để làm bảng hỏi dài hơn. Trong giai đoạn thiết kế, hãy ưu tiên chất lượng câu chữ và sự phù hợp với đối tượng khảo sát.
Có thể lấy thang đo giá cả cảm nhận để đo khuyến mãi không
Bạn có thể tham khảo cách diễn đạt, nhưng không nên đổi tên toàn bộ thang đo giá cả cảm nhận thành khuyến mãi. Nếu các biến đều nói về giá rẻ, giá hợp lý và tiết kiệm, khái niệm đó vẫn gần với giá cả cảm nhận. Muốn đo khuyến mãi, các biến cần phản ánh chương trình ưu đãi hoặc lợi ích gắn với chương trình.
Cronbach's Alpha của thang đo khuyến mãi dưới 0.7 thì làm sao
Trước hết kiểm tra mã hóa, dữ liệu thiếu, biến đảo chiều và Corrected Item-Total Correlation. Nếu nghiên cứu có tính khám phá, Alpha từ 0.6 có thể được cân nhắc theo (Hair và cộng sự, 2010), nhưng bạn phải trình bày rõ bối cảnh và lý do. Không nên xóa liên tiếp nhiều biến chỉ để đạt một con số.
Có cần chạy cả Cronbach's Alpha và EFA không
Nếu bạn dùng SPSS để phát triển thang đo, hai bước này thường được thực hiện theo thứ tự, Cronbach's Alpha trước rồi EFA. Alpha xem độ nhất quán nội tại, còn EFA xem cấu trúc nhân tố. Hai kiểm định trả lời các câu hỏi khác nhau nên không thay thế hoàn toàn cho nhau.
Có thể dùng thang đo khuyến mãi cho SmartPLS không
Có thể, nếu mô hình và cách đo của bạn phù hợp với PLS-SEM. Khi đó, bạn cần đánh giá outer loading, CR, AVE, HTMT và các chỉ số của mô hình cấu trúc theo quy trình PLS-SEM. Đừng đưa CFI, TLI hoặc RMSEA vào phần đánh giá SmartPLS, vì các ngưỡng đó thuộc CB-SEM.
Bạn hãy mở lại bảng hỏi và file dữ liệu, chốt định nghĩa khuyến mãi trước, đánh dấu nguồn của từng biến KM1 đến KM6, rồi chạy từng bước thay vì xóa biến theo cảm tính. Nếu cần thực hiện phân tích trên chính file .sav hoặc .csv của mình, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.