Thang đo sự hài lòng điện tử: biến quan sát và cách kiểm định
Bạn đang có mô hình nghiên cứu và cần đo sự hài lòng của người dùng sau khi họ mua hàng, sử dụng website hoặc hoàn tất một giao dịch điện tử. Điểm khó nằm ở chỗ cụm từ “hài lòng điện tử” không phải là một câu hỏi duy nhất. Bạn cần biến khái niệm trừu tượng này thành các biến quan sát phù hợp với bối cảnh, sau đó kiểm tra độ tin cậy và giá trị của thang đo bằng dữ liệu thật.
Bài viết này dùng “sự hài lòng điện tử” theo nghĩa đánh giá tổng thể của người dùng đối với trải nghiệm giao dịch hoặc tương tác trên một kênh điện tử. Nếu đề tài của bạn còn chưa phân biệt rõ khái niệm, bạn có thể đọc thêm sự hài lòng điện tử là gì. Khi xây dựng mô hình, hãy đặt thang đo cạnh các khái niệm như chất lượng dịch vụ điện tử, niềm tin, giá trị cảm nhận hoặc ý định tiếp tục sử dụng. Danh mục Mô hình nghiên cứu có thể giúp bạn kiểm tra cách nối các khái niệm này thành giả thuyết.
Sự hài lòng điện tử là gì và được đo bằng gì
Sự hài lòng điện tử là đánh giá của người dùng sau khi so sánh trải nghiệm thực tế với kỳ vọng ban đầu trong một môi trường trực tuyến. Đối tượng đánh giá có thể là website thương mại điện tử, ứng dụng ngân hàng, nền tảng học trực tuyến, cổng dịch vụ công hoặc một dịch vụ đặt chỗ qua mạng.
Bạn nên phân biệt thang đo này với thang đo chất lượng dịch vụ điện tử. Chất lượng dịch vụ thường hỏi người dùng về tốc độ, độ tin cậy, khả năng đáp ứng hoặc giao diện. Sự hài lòng điện tử hỏi về kết luận sau trải nghiệm, chẳng hạn người dùng có hài lòng tổng thể hay trải nghiệm có đáp ứng kỳ vọng hay không. Hai khái niệm có thể liên quan trong mô hình, nhưng không nên dùng cùng một bộ biến quan sát rồi đặt tên khác nhau.
Trong bảng hỏi, khái niệm này thường được đo bằng nhiều biến quan sát, sử dụng thang Likert 5 hoặc 7 mức. Ví dụ, mức 1 có thể là “hoàn toàn không đồng ý” và mức 5 là “hoàn toàn đồng ý”. Thang Likert xuất phát từ kỹ thuật đo lường thái độ của Likert (1932). Việc chọn 5 hay 7 mức cần thống nhất trong toàn bộ bảng hỏi và giải thích ngắn trong chương phương pháp.
Sự hài lòng điện tử có thể xuất hiện trong nhiều đề tài gần nhau. Với thang đo sự hài lòng khách hàng, đối tượng đánh giá là người mua hoặc người sử dụng dịch vụ. Với thang đo sự hài lòng công việc, nội dung phải chuyển sang cảm nhận về công việc, môi trường và tổ chức. Với thang đo sự hài lòng sinh viên, các biến quan sát có thể tập trung vào chương trình, giảng viên và dịch vụ hỗ trợ. Thang đo sự hài lòng du khách lại gắn với chuyến đi, điểm đến và trải nghiệm du lịch. Bạn chỉ nên mượn cấu trúc câu, không bê nguyên nội dung giữa các bối cảnh.
Nguồn thang đo gốc
Một nguồn kinh điển về đo lường thái độ là Likert (1932), nhưng nguồn này chỉ giải thích kỹ thuật thang đo chứ không cung cấp riêng một bộ biến quan sát cho sự hài lòng điện tử. Vì vậy, khi tìm thang đo gốc, bạn cần truy ngược bài nghiên cứu phù hợp với ngành, đối tượng và loại nền tảng của đề tài. Không nên ghi một bộ câu hỏi là “thang đo chuẩn quốc tế” nếu bạn chưa xác định được tác giả, năm và bối cảnh gốc.
Nếu đề tài có liên quan đến chấp nhận công nghệ, các mô hình TAM hoặc UTAUT có thể giúp bạn xây dựng các biến giải thích, nhưng chúng không tự động trở thành thang đo sự hài lòng. TAM được giới thiệu bởi Davis (1989), còn UTAUT được trình bày bởi Venkatesh và cộng sự (2003). Bạn có thể tham khảo tháp nhu cầu Maslow để làm rõ nhu cầu người dùng trong phần cơ sở lý thuyết, nhưng không dùng mô hình đó làm nguồn trực tiếp cho biến quan sát về hài lòng điện tử.
Bảng dưới đây chỉ ra cách ghi nguồn ở mức khái niệm. Đây là định hướng để bạn kiểm tra tài liệu gốc, không phải danh sách xác nhận rằng các tác giả bên dưới đã cung cấp nguyên bộ thang đo hài lòng điện tử.
| Nguồn | Năm | Phạm vi có thể sử dụng | Lưu ý khi trích dẫn |
|---|---|---|---|
| Likert | 1932 | Cấu trúc thang đo thái độ và mức độ đồng ý | Dùng để giải thích dạng thang đo, không gọi là thang đo hài lòng điện tử |
| Davis | 1989 | Nhận thức hữu ích, nhận thức dễ sử dụng trong chấp nhận công nghệ | Có thể làm nguồn cho biến giải thích, cần tìm nguồn riêng cho sự hài lòng |
| Venkatesh và cộng sự | 2003 | Ý định và hành vi chấp nhận công nghệ | Không thay thế cho thang đo kết quả hài lòng |
| Parasuraman và cộng sự | 1988 | Chất lượng dịch vụ và các chiều cạnh dịch vụ | Phù hợp khi mô hình tách chất lượng dịch vụ khỏi sự hài lòng |
| Nguyễn Đình Thọ | 2011 | Quy trình xây dựng, điều chỉnh và kiểm định thang đo | Dùng để trình bày phương pháp bằng tài liệu tiếng Việt |
Khi đọc bài gốc, hãy ghi lại bốn thông tin: tên khái niệm, số lượng biến quan sát, bối cảnh khảo sát và cách tác giả kiểm định. Nếu bài dùng thang đo sự hài lòng trong bán lẻ trực tuyến, bạn vẫn phải điều chỉnh khi nghiên cứu ứng dụng ngân hàng hoặc học trực tuyến. Bối cảnh càng khác, phần giải thích điều chỉnh trong chương 3 càng cần rõ.
Bộ biến quan sát tham khảo
Bộ dưới đây là số liệu và câu chữ tham khảo để bạn bắt đầu thiết kế bảng hỏi. Đây chưa phải bản dịch đã được xác nhận và chưa phải thang đo đã đạt Cronbach's Alpha hoặc EFA trong nghiên cứu của bạn. Bạn cần sửa chủ thể, nền tảng và hành vi cụ thể, sau đó gửi giảng viên duyệt trước khi thu mẫu chính thức.
| Mã | Biến quan sát tham khảo | Gợi ý điều chỉnh |
|---|---|---|
| SAT1 | Tôi hài lòng với trải nghiệm sử dụng nền tảng điện tử này. | Thay “nền tảng” bằng website, ứng dụng hoặc dịch vụ cụ thể |
| SAT2 | Trải nghiệm trên nền tảng này đáp ứng kỳ vọng ban đầu của tôi. | Nêu rõ trải nghiệm mua hàng, thanh toán hoặc học tập nếu cần |
| SAT3 | Tôi đã đưa ra một quyết định đúng khi sử dụng dịch vụ này. | Chỉ dùng khi người trả lời thật sự đã sử dụng dịch vụ |
| SAT4 | Nhìn chung, tôi hài lòng với dịch vụ được cung cấp qua nền tảng này. | Giữ chủ thể và loại dịch vụ nhất quán |
| SAT5 | Tôi sẽ đánh giá tích cực về trải nghiệm sử dụng nền tảng này. | Cân nhắc tách khỏi ý định giới thiệu nếu mô hình có biến đó |
Các biến SAT1 đến SAT5 cùng đo một khái niệm tổng thể, nhưng nội dung vẫn có thể bị trùng. SAT1 và SAT4 đều hỏi hài lòng tổng quát, vì vậy bạn nên xem xét bối cảnh và hướng dẫn của nguồn gốc trước khi giữ cả hai. Một bộ có nhiều câu gần như nhau chưa chắc tốt hơn một bộ ngắn nhưng bao phủ đúng nội dung.
Tránh đưa hai ý vào một biến quan sát, chẳng hạn “website nhanh và dễ sử dụng”. Nếu người trả lời đồng ý vì website nhanh nhưng không dễ sử dụng, bạn không biết họ đang đánh giá phần nào. Cũng tránh câu hỏi mang tính dẫn dắt như “Bạn có đồng ý rằng dịch vụ tuyệt vời không”. Câu nên trung tính và người trả lời phải có đủ trải nghiệm để đánh giá.
Nếu mô hình có biến “ý định tiếp tục sử dụng” hoặc “ý định giới thiệu”, hãy tách chúng khỏi sự hài lòng điện tử. Câu “Tôi sẽ tiếp tục sử dụng” nói về ý định tương lai, còn câu “Tôi hài lòng” nói về đánh giá hiện tại. Hai biến có thể tương quan cao, nhưng việc tách khái niệm giúp mô hình có ý nghĩa và tránh lặp nội dung.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bước đầu tiên là xác định người trả lời hiểu “nền tảng điện tử” là gì. Nếu bảng hỏi dành cho khách hàng của một sàn thương mại điện tử, hãy nêu rõ họ đánh giá sàn, người bán hay cả quá trình giao hàng. Nếu nghiên cứu một ứng dụng ngân hàng, cần nói rõ người trả lời đánh giá ứng dụng hay dịch vụ ngân hàng nói chung.
Bạn nên dùng câu ngắn, một chủ thể và một hành động. Từ “trải nghiệm” có thể quá rộng nếu người trả lời không biết phải nhớ thời điểm nào. Bạn có thể thêm điều kiện sàng lọc ở đầu bảng hỏi, chẳng hạn chỉ tiếp tục nếu người trả lời đã sử dụng nền tảng trong một khoảng thời gian cụ thể. Khoảng thời gian này phải phù hợp với đề tài, không tự động sao chép từ nghiên cứu khác.
Với biến đảo chiều, hãy thận trọng. Một câu phủ định như “Tôi không hài lòng với nền tảng này” thường gây nhầm khi người trả lời đọc nhanh trên điện thoại. Nếu thật sự cần biến đảo chiều, bạn phải mã hóa lại trước khi chạy Cronbach's Alpha và ghi lại quy tắc mã hóa. Nếu không có lý do phương pháp rõ ràng, bộ câu cùng chiều thường dễ kiểm soát hơn.
Bạn nên thử bảng hỏi với một nhóm nhỏ có đặc điểm gần mẫu chính thức. Mục tiêu của pilot là phát hiện từ khó hiểu, câu trùng, lựa chọn trả lời thiếu và thời gian hoàn thành quá dài. Pilot không chứng minh thang đo đã đạt. Kết quả chính thức vẫn phải được kiểm định trên dữ liệu dùng cho luận văn.
Trong giai đoạn thu thập, bạn có thể dùng fillform.info, công cụ biểu mẫu tiếng Việt của DoThesis, để tạo bảng hỏi và quản lý phản hồi. Google Forms là lựa chọn thay thế quen thuộc. Dù dùng công cụ nào, bạn vẫn cần kiểm tra bản xuất .csv hoặc .xlsx, mã hóa mức trả lời và loại các phản hồi không đủ điều kiện trước khi nhập SPSS.
Kiểm định độ tin cậy và giá trị của thang đo
Quy trình hợp lý là kiểm tra dữ liệu, chạy Cronbach's Alpha, xem Corrected Item-Total Correlation, sau đó chạy EFA nếu thiết kế nghiên cứu có bước khám phá. Với nghiên cứu dùng SmartPLS, bạn đánh giá outer loading, Composite Reliability, AVE và HTMT theo quy trình PLS-SEM. Không trộn CFI, TLI hoặc RMSEA của CB-SEM vào phần đánh giá thang đo bằng SmartPLS.
Bảng ngưỡng dưới đây dùng cho việc đọc kết quả. Mỗi ngưỡng đi kèm nguồn để bạn có thể giải trình khi giảng viên hỏi vì sao chọn tiêu chí đó.
| Chỉ tiêu | Mức tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.70 trở lên; thang đo khám phá có thể xem xét từ 0.60 | (Nunnally, 1978); (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.30 trở lên | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.50 trở lên | (Kaiser, 1974) |
| Bartlett's Test | Có ý nghĩa thống kê với p-value dưới 0.05 | (Kaiser, 1974) |
| Eigenvalue | Lớn hơn 1 trong quy tắc trích nhân tố tham khảo | (Kaiser, 1960) |
| Factor loading | Từ 0.50 trở lên | (Hair và cộng sự, 2010) |
| Tổng phương sai trích | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Composite Reliability | Từ 0.70 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.50 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
Trong SPSS, vào Analyze > Scale > Reliability Analysis, đưa các biến SAT vào ô Items, chọn model là Alpha. Trong Statistics, đánh dấu Scale if item deleted để xem Alpha nếu loại từng biến. Đừng xóa SAT4 chỉ vì cột “Alpha if Item Deleted” tăng nhẹ. Bạn phải xem nội dung câu hỏi, tương quan biến tổng và lý do lý thuyết trước khi quyết định.
Để chạy EFA, vào Analyze > Dimension Reduction > Factor. Tại Descriptives, chọn mục KMO and Bartlett's test. Trong Extraction, bạn có thể chọn Principal Axis Factoring khi mục tiêu là tìm cấu trúc nhân tố tiềm ẩn, sau đó chọn scree plot. Trong Rotation, chọn Promax nếu các nhân tố có thể tương quan. Đọc Rotated Factor Matrix hoặc Pattern Matrix tùy lựa chọn xoay, không chỉ nhìn vào một con số tải cao nhất.
Dưới đây là bảng mô phỏng cách đọc output. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật và không được đưa vào luận văn như số liệu của bạn.
| Biến | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted | Factor loading | Quyết định minh họa |
|---|---|---|---|---|
| SAT1 | 0.642 | 0.871 | 0.781 | Giữ |
| SAT2 | 0.701 | 0.854 | 0.824 | Giữ |
| SAT3 | 0.286 | 0.892 | 0.463 | Xem xét loại |
| SAT4 | 0.756 | 0.838 | 0.856 | Giữ |
| SAT5 | 0.668 | 0.864 | 0.803 | Giữ |
Với bảng minh họa này, SAT3 có Corrected Item-Total Correlation dưới 0.30 và factor loading dưới 0.50 theo các ngưỡng đã nêu. Bạn vẫn cần đọc câu SAT3 và kiểm tra xem nó có bị dịch sai, khác bối cảnh hoặc đo ý định thay vì hài lòng hay không. Việc loại biến phải được ghi lại theo từng vòng, không loại hàng loạt để ép chỉ số đẹp.
Nếu dùng SmartPLS, hãy kiểm tra mô hình đo lường trước mô hình cấu trúc. Với thang đo phản xạ, xem outer loading, Composite Reliability, AVE và HTMT. Khi bootstrapping, số lần lặp 5.000 là mức được trình bày trong Hair và cộng sự (2022). Kết quả của bạn vẫn phụ thuộc dữ liệu, cỡ mẫu và mô hình thực tế.
Cách trình bày thang đo trong chương 3
Bạn nên trình bày nguồn khái niệm, cách điều chỉnh câu chữ, thang đo sử dụng và quy trình kiểm định theo đúng thứ tự. Một bảng trong chương 3 có thể gồm mã biến, nội dung biến quan sát, nguồn tham khảo và hình thức đo. Nếu câu chữ đã được điều chỉnh cho ngành hoặc nền tảng cụ thể, hãy ghi “điều chỉnh từ nguồn” thay vì gọi đó là bản dịch nguyên văn.
Cách viết vào luận văn: “Thang đo sự hài lòng điện tử được kế thừa và điều chỉnh từ [tác giả, năm] cho phù hợp với bối cảnh [đối tượng/nền tảng]. Thang đo gồm [số lượng] biến quan sát, ký hiệu từ SAT1 đến SAT[số], sử dụng thang Likert [5/7] mức từ [mức thấp nhất] đến [mức cao nhất].”
Sau khi có kết quả, bạn có thể viết: “Kết quả kiểm định sơ bộ cho thấy các biến quan sát của thang đo có Corrected Item-Total Correlation từ [giá trị thấp nhất] đến [giá trị cao nhất]. Cronbach's Alpha của thang đo đạt [giá trị], do đó [giữ toàn bộ/loại biến SATx và chạy lại] theo tiêu chí đã lựa chọn.” Hãy thay toàn bộ phần trong ngoặc vuông bằng kết quả từ file của bạn.
Nếu có EFA, ghi số nhân tố được trích, phương pháp trích, phương pháp xoay, KMO, Bartlett's Test và tổng phương sai trích. Đừng viết “thang đo đạt chuẩn” nếu bạn chưa nói rõ đạt tiêu chí nào. Với thang đo chỉ có một khái niệm, hãy kiểm tra xem các biến có thực sự hội tụ về một nhân tố hay bị tách do cách diễn đạt.
Lỗi thường gặp
Lỗi đầu tiên là lấy thang đo sự hài lòng khách hàng rồi đổi chữ “khách hàng” thành “sinh viên” mà không xem lại nội dung. Sinh viên đánh giá trải nghiệm đào tạo, còn khách hàng có thể đánh giá mua hàng. Sự giống nhau về tên không chứng minh hai thang đo tương đương.
Lỗi thứ hai là dùng một biến quan sát duy nhất cho khái niệm và vẫn gọi đó là thang đo đa biến. Một câu hỏi tổng thể có thể dùng trong một số thiết kế, nhưng nó không cho phép bạn kiểm tra độ nhất quán nội tại như thang đo nhiều biến.
Lỗi thứ ba là xóa biến theo Alpha if Item Deleted mà không kiểm tra lý thuyết. Alpha tăng sau khi xóa một biến chưa đủ để chứng minh bộ mới tốt hơn. Bạn cần xem câu hỏi có đo đúng khái niệm, có bị đảo chiều sai mã hóa hoặc có lỗi nhập liệu hay không.
Lỗi thứ tư là trộn “hài lòng” với “ý định giới thiệu”, “ý định mua lại” và “lòng trung thành” trong cùng một thang đo. Các khái niệm này có thể nằm trong cùng mô hình, nhưng thường giữ vai trò khác nhau. Hãy vẽ lại mô hình và viết định nghĩa thao tác trước khi sửa bảng hỏi.
Đọc thêm: mô hình swot, porter's five forces, mô hình aida.
Câu hỏi thường gặp
Thang đo sự hài lòng điện tử có thể dùng cho mọi website không
Bạn có thể dùng cùng một cấu trúc khái niệm cho nhiều website, nhưng nội dung biến quan sát cần điều chỉnh theo dịch vụ và người dùng. Website bán hàng, ứng dụng ngân hàng và nền tảng học trực tuyến tạo ra các điểm trải nghiệm khác nhau.
Hãy ghi rõ đối tượng, nền tảng và hành vi mà người trả lời vừa thực hiện. Sau đó pilot để kiểm tra họ có hiểu “dịch vụ điện tử” theo cùng một nghĩa hay không.
Có thể dùng thang đo sự hài lòng khách hàng cho sự hài lòng điện tử không
Có thể tham khảo nếu khách hàng đang đánh giá một dịch vụ được cung cấp qua kênh điện tử. Tuy nhiên, bạn cần xác định câu hỏi đang đo sự hài lòng với dịch vụ nói chung hay với trải nghiệm trực tuyến.
Nếu nghiên cứu cả hai kênh, hãy viết biến quan sát đủ cụ thể để người trả lời biết họ phải đánh giá website, ứng dụng hay toàn bộ doanh nghiệp.
Cronbach's Alpha dưới 0.7 thì có phải loại ngay thang đo không
Chưa thể kết luận ngay. Với thang đo mới hoặc nghiên cứu khám phá, mức từ 0.6 có thể được xem xét theo Hair và cộng sự (2010). Bạn cũng cần xem số lượng biến, Corrected Item-Total Correlation, nội dung câu hỏi và bối cảnh nghiên cứu.
Nếu Alpha thấp do một biến bị đảo chiều chưa mã hóa hoặc nhập sai giá trị, sửa dữ liệu trước khi cân nhắc loại biến. Không nên thêm dữ liệu giả hoặc sửa câu trả lời để nâng Alpha.
Có cần chạy EFA cho thang đo sự hài lòng điện tử không
Điều này phụ thuộc thiết kế nghiên cứu, nguồn thang đo và yêu cầu của khoa hoặc giảng viên. Nếu bạn điều chỉnh nhiều câu, kết hợp nguồn khác nhau hoặc chưa chắc cấu trúc nhân tố, EFA thường giúp kiểm tra cấu trúc khám phá.
Nếu dùng thang đo đã có cơ sở lý thuyết rõ và chạy PLS-SEM, bạn vẫn phải đánh giá mô hình đo lường bằng các chỉ tiêu phù hợp như outer loading, Composite Reliability, AVE và HTMT.
Loại biến SAT3 rồi chạy lại có được không
Có thể, nếu SAT3 không phù hợp về thống kê và nội dung. Bạn cần ghi lại kết quả trước khi loại, lý do loại, kết quả sau khi chạy lại và số biến còn lại.
Nếu SAT3 đại diện cho một khía cạnh quan trọng của khái niệm, hãy trao đổi với giảng viên trước khi loại. Một thang đo ngắn hơn nhưng bỏ mất nội dung cốt lõi chưa chắc là lựa chọn tốt.
Bạn hãy mở lại bảng hỏi và file dữ liệu, đối chiếu từng mã SAT với câu chữ, kiểm tra các biến đảo chiều rồi chạy Cronbach's Alpha theo đúng quy trình trước khi sửa mô hình. Nếu cần hỗ trợ chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.