Thang đo sự tin cậy: nguồn, biến quan sát và cách kiểm định
Bạn đang có một khái niệm tên là sự tin cậy trong mô hình nghiên cứu, nhưng chưa biết lấy biến quan sát nào, dịch ra sao và kiểm định thế nào. Đây là phần dễ bị làm vội: sao chép vài câu từ một bảng hỏi trên mạng, đặt mã TC1, TC2, TC3 rồi chạy Cronbach's Alpha ngay. Khi một biến bị loại hoặc EFA gom sai nhóm, bạn sẽ phải quay lại giải thích toàn bộ quá trình.
Bài này tập trung vào thang đo sự tin cậy trong nghiên cứu định lượng. Bạn sẽ thấy cách xác định phạm vi khái niệm, tìm nguồn thang đo, soạn bộ biến quan sát tham khảo, điều chỉnh cho bối cảnh Việt Nam và đọc các bảng output trong SPSS hoặc SmartPLS. Các câu trong bảng chỉ là điểm bắt đầu để bạn điều chỉnh, chưa phải bản dịch đã được xác nhận cho đề tài cụ thể.
Sự tin cậy là gì và được đo bằng gì
Sự tin cậy thường mô tả mức độ một tổ chức, dịch vụ, hệ thống hoặc bên cung cấp thực hiện đúng điều đã cam kết, cung cấp kết quả ổn định và tạo cảm giác có thể dựa vào. Ý nghĩa cụ thể phụ thuộc vào đối tượng nghiên cứu. Trong dịch vụ, nó có thể liên quan đến việc thực hiện đúng ngay từ đầu, cung cấp dịch vụ đúng thời gian và giữ lời hứa. Trong thương mại điện tử, nó có thể gắn với xử lý đơn hàng, thông tin giao dịch hoặc bảo vệ cam kết với khách hàng.
Bạn cần phân biệt khái niệm này với thang đo chất lượng dịch vụ, thang đo sự đáp ứng và thang đo năng lực phục vụ. Sự đáp ứng nhấn mạnh tốc độ và sự sẵn sàng hỗ trợ. Năng lực phục vụ liên quan đến kiến thức, kỹ năng và sự chuyên nghiệp. Sự tin cậy tập trung vào việc bên cung cấp có thực hiện đúng và nhất quán hay không. Bạn có thể đọc phần khái niệm nền tại Sự tin cậy là gì trước khi chốt mô hình.
Một thang đo sự tin cậy là tập hợp các biến quan sát cùng phản ánh một biến tiềm ẩn. Người trả lời thường đánh giá mỗi biến trên Likert 5 hoặc 7 mức, từ hoàn toàn không đồng ý đến hoàn toàn đồng ý. Thang đo Likert bắt nguồn từ kỹ thuật đo lường thái độ của Likert (1932). Điểm trung bình của các biến chỉ có ý nghĩa sau khi bạn kiểm tra độ tin cậy và giá trị của thang đo.
Đừng dùng cùng một bộ biến cho mọi đề tài. Thang đo sự tin cậy của ngân hàng, sàn thương mại điện tử, trường đại học và nhà cung cấp phần mềm sẽ có ngữ cảnh khác nhau. Nếu đề tài của bạn nói về sản phẩm, hãy kiểm tra xem một phần nội dung có thực sự thuộc thang đo chất lượng sản phẩm hay không, thay vì đưa toàn bộ vào sự tin cậy.
Nguồn thang đo gốc
Nguồn gốc nên được xác định từ mô hình hoặc thang đo đã có trong tài liệu học thuật. Trong danh mục nguồn được phép sử dụng cho bài viết này, (Parasuraman và cộng sự, 1988) là nguồn nền tảng cho SERVQUAL và năm thành phần chất lượng dịch vụ, trong đó có Reliability, thường được dịch là sự tin cậy. Đây là điểm xuất phát phù hợp nếu đề tài nghiên cứu chất lượng dịch vụ.
Bạn cũng có thể xem thang đo chất lượng dịch vụ để đối chiếu ranh giới giữa sự tin cậy và các thành phần khác. Nếu nghiên cứu chất lượng đào tạo, các biến về nhà trường thực hiện đúng cam kết có thể liên quan đến sự tin cậy, nhưng cần gắn với bối cảnh đào tạo thay vì bê nguyên câu chữ của SERVQUAL.
| Nguồn | Năm | Số biến trong nguồn gốc | Bối cảnh ban đầu | Cách dùng trong đề tài |
|---|---|---|---|---|
| Parasuraman và cộng sự | 1988 | Thành phần nhiều biến trong SERVQUAL | Chất lượng dịch vụ | Dùng làm nguồn nền cho sự tin cậy trong dịch vụ, sau đó điều chỉnh ngữ cảnh |
| Likert | 1932 | Không quy định một bộ biến cụ thể | Đo lường thái độ | Dùng để chọn cách thiết kế thang đo Likert, không phải nguồn câu hỏi về sự tin cậy |
| Nguyễn Đình Thọ | 2011 | Không phải thang đo gốc riêng cho sự tin cậy | Phương pháp nghiên cứu trong kinh doanh | Dùng tham khảo quy trình xây dựng và đánh giá thang đo trong luận văn Việt Nam |
Bảng trên không có nghĩa bạn được ghi rằng mọi đề tài đều có đúng số biến như nhau. Số biến phụ thuộc vào nguồn gốc, bối cảnh và thiết kế nghiên cứu. Khi viết chương 3, hãy ghi rõ bạn kế thừa từ nguồn nào, dịch hoặc điều chỉnh điểm nào, và vì sao việc điều chỉnh phù hợp với đối tượng khảo sát.
Nếu mô hình của bạn có các thành phần như phương tiện hữu hình, bạn nên tách chúng khỏi sự tin cậy. Bài phương tiện hữu hình là gì giúp bạn kiểm tra trường hợp các biến đang bị trộn giữa yếu tố hữu hình và khả năng thực hiện cam kết.
Bộ biến quan sát tham khảo
Dưới đây là bộ câu tham khảo cho một đề tài về sự tin cậy của dịch vụ. Bạn cần thay phần trong ngoặc vuông bằng tên dịch vụ hoặc tổ chức cụ thể. Đây là bản nháp để thảo luận với giảng viên, chưa phải bản dịch được xác nhận và chưa được kiểm định trên dữ liệu của bạn.
| Mã | Biến quan sát tham khảo | Nội dung khái niệm |
|---|---|---|
| TC1 | [Đơn vị] thực hiện dịch vụ đúng như đã cam kết. | Thực hiện đúng cam kết |
| TC2 | [Đơn vị] cung cấp dịch vụ đúng thời điểm đã thông báo. | Tính đúng hẹn |
| TC3 | Khi [đơn vị] hứa giải quyết một vấn đề, đơn vị thực hiện đúng điều đó. | Giữ lời hứa xử lý |
| TC4 | [Đơn vị] cung cấp kết quả dịch vụ ổn định giữa các lần sử dụng. | Tính nhất quán |
| TC5 | Tôi có thể dựa vào [đơn vị] khi sử dụng dịch vụ. | Mức độ có thể dựa vào |
Hãy kiểm tra từng câu theo ba câu hỏi. Người trả lời có hiểu đúng đối tượng được nhắc đến không. Câu đó có chỉ đo sự tin cậy hay đã chuyển sang sự đáp ứng, năng lực phục vụ và chất lượng thông tin. Người trả lời có đủ trải nghiệm để đánh giá không.
Ví dụ, câu “nhân viên phản hồi nhanh” gần với sự đáp ứng hơn là sự tin cậy. Câu “nhân viên có kiến thức chuyên môn” gần với năng lực phục vụ. Câu “website cung cấp thông tin đầy đủ” có thể thuộc thang đo chất lượng thông tin. Nếu đề tài là hệ thống thông tin, bạn cũng cần phân biệt với thang đo chất lượng hệ thống và thang đo chất lượng cảm nhận.
Với đề tài đào tạo, câu “nhà trường thực hiện đúng những gì đã thông báo về chương trình học” có thể phù hợp hơn câu “dịch vụ được cung cấp đúng thời điểm”. Với dịch vụ điện tử, câu hỏi nên nhắc đến nền tảng hoặc nhà cung cấp cụ thể. Thang đo chất lượng dịch vụ điện tử thường có các vấn đề riêng về giao dịch, khả năng vận hành và phản hồi trực tuyến, nên không nên thay từ “dịch vụ” bằng “website” một cách máy móc.
Điều chỉnh thang đo cho bối cảnh Việt Nam
Bước đầu tiên là xác định đối tượng trả lời. Nếu họ đã sử dụng dịch vụ ít nhất một lần, câu “tôi có thể dựa vào [đơn vị]” có thể đánh giá được. Nếu họ chỉ nhìn thấy quảng cáo, họ chưa có đủ trải nghiệm để trả lời về việc thực hiện cam kết.
Bước thứ hai là thay thuật ngữ hàn lâm bằng cách nói mà người trả lời thực sự hiểu. “Thực hiện dịch vụ đúng như cam kết” thường rõ hơn “đảm bảo mức độ tin cậy trong cung ứng”. Giữ một ý trong mỗi biến. Câu hỏi vừa hỏi đúng thời hạn, vừa hỏi chất lượng kết quả sẽ khiến bạn không biết người trả lời đang đánh giá phần nào.
Bước thứ ba là xử lý câu đảo chiều. Câu đảo chiều có thể giúp hạn chế việc chọn cùng một mức cho mọi câu, nhưng nó dễ gây hiểu nhầm khi dịch sang tiếng Việt. Nếu dùng câu như “đơn vị thường không thực hiện đúng cam kết”, bạn phải mã hóa ngược trước khi tính điểm. Hãy ghi lại mã gốc, mã sau đảo chiều và công thức xử lý trong file dữ liệu.
Bước thứ tư là chạy thử bảng hỏi với một nhóm nhỏ phù hợp với đối tượng nghiên cứu. Bạn kiểm tra thời gian trả lời, từ ngữ gây nhầm lẫn và các lựa chọn bị bỏ trống. Đây là kiểm tra khả năng hiểu bảng hỏi, chưa thể thay thế cho Cronbach's Alpha hoặc EFA trên mẫu chính thức.
Bước cuối cùng là cố định mã biến trước khi thu thập dữ liệu rộng hơn. Dùng TC1 đến TC5 cho sự tin cậy, không dùng lại TC1 cho một khái niệm khác. Tên biến trong SPSS cần ngắn, không dấu và thống nhất với bảng mô tả biến trong chương 3.
Kiểm định độ tin cậy và giá trị của thang đo
Quy trình thường đi từ kiểm tra dữ liệu, Cronbach's Alpha, EFA nếu bạn dùng SPSS, sau đó đến kiểm định mô hình đo lường bằng SmartPLS nếu đề tài dùng PLS-SEM. Nếu bạn thực hiện CB-SEM bằng AMOS, tiêu chí fit model thuộc nhóm khác. Không đưa CFI, TLI hoặc RMSEA vào bài phân tích SmartPLS.
Trong SPSS, mở Analyze > Scale > Reliability Analysis, đưa các biến TC vào ô Items, chọn Model là Alpha. Nhấn Statistics, chọn Scale if item deleted và Item, rồi chạy. Bảng Reliability Statistics cho Cronbach's Alpha và số lượng biến. Bảng Item-Total Statistics cho Corrected Item-Total Correlation và Alpha if Item Deleted.
Bảng tiêu chí quyết định
| Chỉ số hoặc điều kiện | Mốc tham khảo | Nguồn canonical |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Alpha với thang đo mới hoặc khám phá | Có thể từ 0.6 trở lên | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO khi chạy EFA | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | Sig. nhỏ hơn 0.05 | (Kaiser, 1974) |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total variance explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
Đừng loại biến chỉ vì một mốc số. Nếu TC3 có Corrected Item-Total Correlation thấp, hãy đọc lại câu hỏi và xem nó có đang đo sự đáp ứng hay xử lý khiếu nại không. Sau đó mới cân nhắc loại biến, chạy lại và ghi rõ từng vòng. Việc Alpha tăng khi bỏ một biến chưa đủ để chứng minh thang đo tốt hơn nếu nội dung khái niệm bị thu hẹp quá mức.
Nếu chạy EFA, bạn đọc các bảng KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. Factor loading thấp, tải chéo cao hoặc một biến nằm ở nhân tố không đúng lý thuyết đều cần được xem xét cả về thống kê lẫn nội dung. EFA hiếm khi ra đẹp ở lần chạy đầu, nhưng bạn không nên xóa hàng loạt biến chỉ để có bảng đẹp.
Nếu dùng SmartPLS 4, bạn kiểm tra Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Trong mô hình đo lường, xem Composite Reliability, AVE và HTMT. Sau đó mới đánh giá mô hình cấu trúc, VIF, path coefficient, bootstrapping và R². Quy trình đo lường trước, cấu trúc sau phù hợp với cách tiếp cận hai bước được (Anderson và Gerbing, 1988) trình bày.
Output minh họa để bạn đối chiếu
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được giữ theo cách SPSS thường hiển thị để bạn đối chiếu với file đang mở.
| Reliability Statistics | Cronbach's Alpha | N of Items |
|---|---|---|
| Thang đo sự tin cậy | 0.842 | 5 |
| Item-Total Statistics | Scale Mean if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|
| TC1 | 15.28 | 0.641 | 0.802 |
| TC2 | 15.19 | 0.704 | 0.781 |
| TC3 | 15.34 | 0.588 | 0.817 |
| TC4 | 15.25 | 0.676 | 0.792 |
| TC5 | 15.11 | 0.731 | 0.774 |
Trong ví dụ minh họa, Alpha là 0.842 và các Corrected Item-Total Correlation đều trên 0.3. Bạn vẫn phải dùng số liệu thật của mình, không được chép các con số này vào chương 4. Nếu output của bạn khác, quyết định phải dựa trên output đó và lập luận về nội dung biến.
Cách viết vào luận văn: “Thang đo sự tin cậy gồm [số biến quan sát] biến, từ [nguồn thang đo]. Sau khi điều chỉnh cho bối cảnh [đối tượng nghiên cứu], kết quả Cronbach's Alpha đạt [giá trị], các Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất]. Do đó, thang đo [đạt/không đạt] độ tin cậy theo tiêu chí [nguồn được chọn].”
Cách trình bày thang đo trong chương 3
Trong chương 3, mở đầu bằng định nghĩa thao tác: sự tin cậy được hiểu là [khả năng thực hiện đúng cam kết và cung cấp kết quả nhất quán của đối tượng nghiên cứu]. Sau đó ghi nguồn gốc thang đo, số biến ban đầu và cách bạn điều chỉnh từ ngữ cho bối cảnh Việt Nam.
Tiếp theo, lập bảng gồm mã biến, nội dung biến quan sát và nguồn. Nếu một câu được dịch, điều chỉnh hoặc rút gọn, ghi chú ở phần thuyết minh. Trình bày thang đo Likert bao nhiêu mức và giải thích các điểm đầu, điểm cuối. Không ghi “thang đo đã được kiểm định” trong chương 3 khi bạn mới chuẩn bị thu thập dữ liệu.
Bạn có thể đặt đoạn mẫu sau trong phần phương pháp, rồi thay toàn bộ phần trong ngoặc vuông: “Nghiên cứu kế thừa thang đo sự tin cậy từ [tác giả, năm], gồm [số lượng] biến quan sát. Các biến được điều chỉnh về ngữ nghĩa để phù hợp với [bối cảnh], sử dụng thang đo Likert [5/7] mức từ [mức thấp nhất] đến [mức cao nhất].”
Trong chương 4, tách kết quả kiểm định khỏi phần mô tả thang đo. Nêu số biến trước và sau khi loại, bảng Alpha, lý do loại biến nếu có, rồi mới chuyển sang EFA hoặc SmartPLS. Cách này giúp người đọc theo dõi được thang đo đã thay đổi ở bước nào.
Lỗi thường gặp
Lỗi đầu tiên là dùng “sự tin cậy” như một nhãn chung cho mọi câu hỏi tích cực. Một câu về nhân viên nhiệt tình, một câu về website dễ dùng và một câu về giao hàng đúng hẹn có thể không cùng đo một khái niệm.
Lỗi thứ hai là dịch nguyên văn từ tiếng Anh mà không xét bối cảnh. Từ “reliable” có thể được hiểu khác nhau giữa dịch vụ ngân hàng, đào tạo và thương mại điện tử. Bạn cần thay chủ thể, hành động và kết quả sao cho người trả lời biết mình đang đánh giá trải nghiệm nào.
Lỗi thứ ba là xóa biến dựa duy nhất vào cột Alpha if Item Deleted. Hãy kiểm tra Corrected Item-Total Correlation, nội dung câu hỏi và cấu trúc lý thuyết. Việc loại biến phải được ghi lại, không sửa file âm thầm sau mỗi lần chạy.
Lỗi thứ tư là trộn thang đo chất lượng sản phẩm, chất lượng cảm nhận, chất lượng thông tin và chất lượng hệ thống vào cùng một nhóm chỉ vì tất cả đều có thể ảnh hưởng đến sự hài lòng. Chúng có thể là các biến độc lập khác nhau trong mô hình. Nếu chưa chắc, bạn nên xem lại mô hình nghiên cứu và sơ đồ giả thuyết.
Lỗi cuối là ghi số liệu minh họa như kết quả thật. Mọi con số trong chương 4 phải lấy từ file .sav hoặc .csv của bạn. Nếu đang dùng SmartPLS, hãy lưu phiên bản dữ liệu và kết quả bootstrapping để có thể giải trình khi được hỏi.
Câu hỏi thường gặp
Thang đo sự tin cậy nên có bao nhiêu biến quan sát
Mỗi đề tài có một mức phù hợp riêng. Bạn bắt đầu từ nguồn thang đo phù hợp, sau đó giữ các biến thật sự phản ánh khái niệm và phù hợp với bối cảnh. Một thang đo quá ít biến có thể bỏ sót nội dung, còn quá nhiều biến tương tự nhau sẽ làm bảng hỏi dài và tăng nguy cơ người trả lời chọn máy móc.
Cronbach's Alpha của thang đo sự tin cậy bao nhiêu là đạt
Mốc thường được dùng là từ 0.7 trở lên theo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, Alpha từ 0.6 có thể được xem xét theo (Hair và cộng sự, 2010). Bạn vẫn cần kiểm tra Corrected Item-Total Correlation và nội dung biến, không kết luận chỉ từ Alpha.
Có nên giữ biến khi Corrected Item-Total Correlation dưới 0.3
Mốc từ 0.3 trở lên được dẫn theo (Nunnally và Bernstein, 1994). Nếu một biến thấp hơn, hãy xem lại câu chữ, mã đảo chiều, dữ liệu thiếu và việc biến đó có thuộc đúng khái niệm hay không. Chỉ giữ biến dưới mốc khi bạn có lập luận lý thuyết rõ và được giảng viên chấp nhận.
Thang đo sự tin cậy có dùng cho chất lượng đào tạo được không
Có thể, nếu bạn định nghĩa rõ sự tin cậy trong bối cảnh đào tạo, chẳng hạn nhà trường thực hiện đúng thông tin đã công bố hoặc cam kết về chương trình. Bạn không nên lấy nguyên câu hỏi của dịch vụ tiêu dùng. Hãy xem thêm chất lượng đào tạo là gì để phân biệt chất lượng đào tạo với năng lực phục vụ của nhân viên.
Dùng SPSS hay SmartPLS để kiểm định thang đo sự tin cậy
SPSS phù hợp khi bạn muốn chạy Cronbach's Alpha và EFA theo quy trình phổ biến. SmartPLS phù hợp khi mô hình của bạn dùng PLS-SEM và cần đánh giá outer loading, Composite Reliability, AVE, HTMT cùng mô hình cấu trúc. Công cụ không tự quyết định thang đo đúng; nguồn lý thuyết, dữ liệu và cách giải thích mới quyết định kết luận.
Bây giờ bạn hãy mở bảng hỏi và file dữ liệu, lập danh sách TC1, TC2 và các biến liên quan, đối chiếu từng câu với đúng khái niệm trước khi chạy Cronbach's Alpha; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.