1. Kiểm định độ tin cậy thang đo Cronbach’s Alpha là gì?
Trong nghiên cứu định lượng, việc đo lường các khái niệm, hiện tượng phức tạp (gọi là nhân tố) là một thách thức lớn. Chúng ta không thể chỉ dùng một câu hỏi duy nhất (thang đo đơn giản) để đo lường một nhân tố lớn, trừu tượng, mà cần phải sử dụng nhiều câu hỏi, biến số quan sát (thang đo phức tạp) để hiểu rõ bản chất của nó.
Ví dụ, để đo lường sự hài lòng của khách hàng về một dịch vụ, chúng ta không thể chỉ hỏi một câu duy nhất “Bạn có hài lòng với dịch vụ của chúng tôi không?”. Thay vào đó, chúng ta cần đặt ra nhiều câu hỏi cụ thể hơn về các khía cạnh khác nhau của dịch vụ, như chất lượng sản phẩm, thái độ phục vụ của nhân viên, giá cả, v.v. Mỗi câu hỏi này được gọi là một biến quan sát.
Khi đó, một nhân tố (ví dụ: sự hài lòng của khách hàng) sẽ được đo lường bằng nhiều biến quan sát (ví dụ: x1, x2, x3, x4, x5…), mỗi biến quan sát đo lường một khía cạnh nhỏ hơn của nhân tố.
Vấn đề đặt ra là: Làm thế nào để đảm bảo rằng các biến quan sát này thực sự đo lường cùng một nhân tố? Liệu chúng có liên quan chặt chẽ với nhau và cùng đóng góp vào việc đo lường nhân tố đó hay không?
Đây chính là lý do chúng ta cần đến kiểm định độ tin cậy thang đo Cronbach’s Alpha.
Cronbach’s Alpha là một hệ số thống kê được sử dụng để đánh giá mức độ tin cậy nội bộ của một thang đo, hay nói cách khác, mức độ nhất quán giữa các biến quan sát trong cùng một nhân tố. Nó cho biết các biến quan sát có đo lường cùng một khái niệm hay không.
Như vậy, khái niệm “thang đo” trong cụm kiểm định độ tin cậy thang đo ý muốn nói đến một tập hợp các biến quan sát con có khả năng đo được, thể hiện được tính chất của nhân tố mẹ. Các bạn không được hiểu lầm kiểm định thang đo ở đây là thang đo Likert nhé. Chi tiết hơn, mời bạn xem ở video bên dưới:
Tuy nhiên, không phải lúc nào tất cả các biến quan sát x1, x2, x3, x4, x5… chúng ta đưa ra để đo lường cho nhân tố A đều hợp lý, đều phản ánh được khái niệm, tính chất của A. Do vậy, cần phải có một công cụ giúp kiểm tra xem biến quan sát nào phù hợp, biến quan sát nào không phù hợp để đưa vào thang đo.
Kiểm định độ tin cậy thang đo Cronbach’s Alpha là công cụ chúng ta cần. Công cụ này sẽ giúp kiểm tra xem các biến quan sát của nhân tố mẹ (nhân tố A) có đáng tin cậy hay không, có tốt không. Phép kiểm định này phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng 1 nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không. Kết quả Cronbach Alpha của nhân tố tốt thể hiện rằng các biến quan sát chúng ta liệt kê là rất tốt, thể hiện được đặc điểm của nhân tố mẹ, chúng ta đã có được một thang đo tốt cho nhân tố mẹ này.
2. Đo lường độ tin cậy bằng hệ số Cronbach’s Alpha
Trước tiên, chúng ta cần hiểu khái niệm về tính nhất quán nội bộ của một thang đo. Tính nhất quán nội bộ thể hiện mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một thang đo, cùng đo lường một khái niệm chung. Cronbach’s Alpha là chỉ số dùng để đánh giá mức độ nhất quán này. Khi các biến quan sát có mối tương quan thuận càng cao, thang đo sẽ có tính nhất quán càng lớn, dẫn đến hệ số Cronbach’s Alpha cao hơn.
Hệ số Cronbach’s Alpha có giá trị dao động trong khoảng từ 0 đến 1. Khi Cronbach’s Alpha = 0, các biến quan sát gần như không có mối tương quan nào với nhau. Ngược lại, khi Cronbach’s Alpha = 1, các biến quan sát có mối tương quan hoàn hảo. Tuy nhiên, hai giá trị cực biên này hiếm khi xảy ra trong thực tế phân tích dữ liệu.
Trong một số trường hợp, hệ số Cronbach’s Alpha có thể âm, vượt ra ngoài khoảng [0,1]. Điều này cho thấy thang đo hoàn toàn không đáng tin cậy, không có tính đơn hướng, và các biến quan sát có mối tương quan ngược chiều, đối lập nhau.
3. Tiêu chí đánh giá độ tin cậy thang đo Cronbach’s Alpha
Theo Nunnally (1978), một thang đo được xem là tốt khi có hệ số Cronbach’s Alpha từ 0.7 trở lên. Tương tự, Hair và cộng sự (2009) cũng cho rằng một thang đo đảm bảo tính đơn hướng và độ tin cậy nên có Cronbach’s Alpha ≥ 0.7. Tuy nhiên, trong các nghiên cứu khám phá sơ bộ, mức 0.6 vẫn có thể chấp nhận được. Nhìn chung, Cronbach’s Alpha càng cao thì độ tin cậy của thang đo càng lớn.
Một chỉ số quan trọng khác đó là Corrected Item – Total Correlation. Giá trị này biểu thị mối tương quan giữa từng biến quan sát với các biến còn lại trong thang đo. Nếu biến quan sát có sự tương quan thuận càng mạnh với các biến khác trong thang đo, giá trị Corrected Item – Total Correlation càng cao, biến quan sát đó càng tốt. Cristobal và cộng sự (2007) cho rằng, một thang đo tốt khi các biến quan sát có giá trị Corrected Item – Total Correlation từ 0.3 trở lên. Như vậy, khi thực hiện kiểm định độ tin cậy Cronbach’s Alpha, biến quan sát có hệ số Corrected Item – Total Correlation nhỏ hơn 0.3, cần xem xét loại bỏ biến quan sát đó. Hệ số Corrected Item – Total Correlation càng cao, biến quan sát đó càng chất lượng.
Chúng ta cũng cần chú ý đến giá trị của cột Cronbach’s Alpha if Item Deleted, cột này biểu diễn hệ số Cronbach’s Alpha nếu loại biến đang xem xét. Mặc dù đây không phải là một tiêu chuẩn phổ biến để đánh giá độ tin cậy thang đo, tuy nhiên, nếu giá trị Cronbach’s Alpha if Item Deleted lớn hơn hệ số Cronbach Alpha của nhóm thì chúng ta nên cân nhắc xem xét biến quan sát này tùy vào từng trường hợp. Chi tiết bạn xem tại bài viết Xử lý trường hợp Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha của nhóm. Hệ số Cronbach’s Alpha if Item Deleted càng nhỏ, biến quan sát càng chất lượng.
Không có khái niệm Cronbach’s Alpha của từng biến quan sát. Các bạn cần đọc kỹ lý thuyết ở trên để tránh hiểu sai lệch khái niệm. Một số bạn đang nhầm lẫn giá trị Cronbach’s Alpha if Item Deleted là giá trị Cronbach’s Alpha của từng biến quan sát nên so sánh với ngưỡng 0.6 và kết luận. Điều này là sai hoàn toàn.
Tóm lại khi đánh giá một kết quả Cronbach’s Alpha chúng ta cần đánh giá 2 tiêu chí sau:
1. Hệ số Cronbach’s Alpha của thang đo cần trên 0.6 (hoặc 0.7 nếu bạn đánh giá gắt hơn).
2. Hệ số Corrected Item – Total Correlation của từng biến quan sát càng cao càng tốt.
4. Hướng dẫn kiểm định độ tin cậy thang đo Cronbach Alpha trên SPSS
Bên dưới sẽ là bài hướng dẫn phân tích Cronbach Alpha bằng video và hình ảnh. Nếu bạn chỉ tập trung ngắn gọn vào thao tác, bạn vui lòng xem ở phần hướng dẫn hình ảnh ngay sau video. Nội dung trình bày trong video mình sẽ giải thích thêm các yếu tố khó diễn giải bằng câu chữ nên sẽ dài hơn một chút.
Để thực hiện kiểm định độ tin cậy thang đo Cronbach’s Alpha trong SPSS 20, chúng ta vào Analyze > Scale > Reliability Analysis…
Lần lượt phân tích Cronbach’s Alpha cho từng thang đo, không được đưa tất cả các biến quan sát ở nhiều thang đo vào chạy một lần, lý do bạn xem chi tiết hơn ở bài viết này.
Dưới đây mình sẽ phân tích mẫu cho 4 thang đo đại diện cho 4 trường hợp phổ biến hay gặp khi thực hiện kiểm định Cronbach’s Alpha trên SPSS:
Trường hợp 1: Thang đo đạt độ tin cậy, biến quan sát có ý nghĩa
Thực hiện phân tích Cronbach’s Alpha cho thang đo TN, đưa 5 biến quan sát TN1-TN5 vào mục Items bên phải. Tiếp theo chọn vào Statistics…
Trong tùy chọn Statistics, các bạn tích vào các mục giống như hình. Sau đó chọn Continue để cài đặt được áp dụng.
Sau khi nhấp Continue, SPSS sẽ quay về giao diện ban đầu, các bạn nhấp chuột vào OK để xuất kết quả ra Output:
Kết quả kiểm định độ tin cậy thang đo Cronbach’s Alpha của thang đo TN như sau:
→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo Cronbach’s Alpha của TN bằng 0.790 > 0.6 và (2) các biến quan sát đều có tương quan biến – tổng (Corrected Item – Total Correlation) lớn hơn 0.3. Như vậy thang đo đạt độ tin cậy, các biến quan sát đều có ý nghĩa giải thích tốt cho nhân tố TN.
Dịch nghĩa các khái niệm:
- Cronbach’s Alpha: Hệ số Cronbach’s Alpha
- N of Items: Số lượng biến quan sát
- Scale Mean if Item Deleted: Trung bình thang đo nếu loại biến
- Scale Variance if Item Deleted: Phương sai thang đo nếu loại biến
- Corrected Item-Total Correlation: Tương quan biến tổng
- Cronbach’s Alpha if Item Deleted: Hệ số Cronbach’s Alpha nếu loại biến
Trường hợp 2: Thang đo đạt độ tin cậy, có biến quan sát không có ý nghĩa
→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo Cronbach’s Alpha của DT bằng 0.684 > 0.6 và (2) biến quan sát DT1 có tương quan biến – tổng (Corrected Item – Total Correlation) bằng 0.283 < 0.3. Biến quan sát DT1 giải thích ý nghĩa rất yếu cho nhân tố DT nên sẽ được loại bỏ khỏi thang đo. Phân tích Cronbach’s Alpha lần hai.
→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo Cronbach’s Alpha của DT bằng 0.790 > 0.6 và (2) các biến quan sát đều có tương quan biến – tổng (Corrected Item – Total Correlation) lớn hơn 0.3. Như vậy thang đo đạt độ tin cậy, các biến quan sát đều có ý nghĩa giải thích tốt cho nhân tố TN.
Trường hợp 3: Thang đo đạt độ tin cậy, biến quan sát có ý nghĩa, có hệ số Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha của thang đo
Thực hiện phân tích Cronbach’s Alpha cho thang đo LD, kết quả có được như sau:
→ Biến quan sát LD3 có hệ số Cronbach’s Alpha if Item Deleted bằng 0.768 lớn hơn hệ số Cronbach’s Alpha của thang đo LD là 0.749. Tuy nhiên, hệ số tương quan biến tổng của biến là 0.342 > 0.3 và Cronbach’s Alpha của thang đo đã trên 0.6, thậm chí còn trên cả 0.7 rồi. Do vậy chúng ta không cần loại biến LD3 trong trường hợp này.
Trường hợp 4: Thang đo đạt độ tin cậy, biến quan sát có ý nghĩa, có hệ số Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha của thang đo
Thực hiện phân tích Cronbach’s Alpha cho thang đo DK, kết quả có được như sau:
→ Kết quả kiểm định cho thấy: (1) hệ số độ tin cậy thang đo Cronbach’s Alpha của DK bằng 0.435 < 0.6 và (2) hệ số Cronbach’s Alpha if Item Deleted của tất cả các biến quan sát đều nhỏ hơn 0.6. Thang đo DK không đạt được độ tin cậy tối thiểu nên sẽ được loại bỏ khỏi các phân tích sau đó.
Trường hợp này chúng ta xét đến hệ số Cronbach’s Alpha if Item Deleted bởi vì độ tin cậy của thang đo chỉ là 0.435, dưới mức 0.6. Chúng ta không vội kết luận là thang đo không đạt được độ tin cậy mà sẽ tiếp tục nhìn vào Cronbach’s Alpha if Item Deleted. Bởi Cronbach’s Alpha if Item Deleted là giá trị Cronbach’s Alpha mới của thang đo nếu biến quan sát đó được loại bỏ đi. Giả sử trong tình huống này biến quan sát DK3 có Cronbach’s Alpha if Item Deleted lớn hơn 0.6, chúng ta sẽ loại bỏ biến quan sát DK3 và phân tích lại Cronbach’s Alpha lần hai. Khi đó, hệ số Cronbach’s Alpha của thang đo DK ở lần hai sẽ nhận giá trị mới đúng bằng giá trị Cronbach’s Alpha if Item Deleted của biến DK3 và đạt điều kiện trên 0.6, thang đo đảm bảo độ tin cậy. Nhưng trong ví dụ trên thì toàn bộ các biến quan sát đều có Cronbach’s Alpha if Item Deleted nhỏ hơn 0.6 nên dù có loại biến quan sát đi thì thang đo vẫn không đảm bảo độ tin cậy.
** LƯU Ý:
- Nếu thang đo có hệ số Cronbach’s Alpha dưới 0.6, chúng ta chưa vội kết luận thang đo không có độ tin cậy mà cần kiểm tra và loại hết biến quan sát có giá trị Cronbach’s Alpha if Item Deleted cao hơn mức 0.6. Đến khi loại hết rồi mà hệ số Cronbach’s Alpha vẫn dưới 0.6 thì mới kết luận.
- Nếu hệ số Cronbach’s Alpha của nhóm đã đủ tiêu chuẩn thì việc xuất hiện biến quan sát có Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha của nhóm nhưng tương quan biến tổng lớn hơn 0.3 thì chúng ta không cần loại biến quan sát đó đi.
- Nếu hệ số Cronbach’s Alpha của nhóm chưa đủ tiêu chuẩn thì việc xuất hiện biến quan sát có Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha của nhóm nhưng tương quan biến tổng lớn hơn 0.3 thì chúng ta nên loại biến quan sát đó đi để cải thiện độ tin cậy thang đo cho tới khi hệ số Cronbach’s Alpha của nhóm đạt tiêu chuẩn.
- Nếu hệ số Cronbach’s Alpha của nhóm chưa đủ tiêu chuẩn, chúng ta đã loại các biến quan sát có Cronbach’s Alpha if Item Deleted lớn hơn Cronbach’s Alpha của nhóm nhưng thang đo vẫn không đủ tiêu chuẩn. Khi đó, thang đo không đảm bảo độ tin cậy cho nghiên cứu, cần loại bỏ cả thang đo này.
- Nếu sự chênh lệch giữa Cronbach’s Alpha của nhóm với Cronbach’s Alpha if Item Deleted của biến quan sát là đáng kể từ 0.3 trở lên. Chúng ta sẽ loại biến quan sát đó để tăng thêm độ tin cậy của thang đo.
Nếu bạn gặp những vấn đề như thang đo không đảm bảo độ tin cậy, biến bị loại quá nhiều,… khi thực hiện kiểm định độ tin cậy thang đo Cronbach Alpha,… bạn có thể tham khảo dịch vụ xử lý số liệu SPSS của DVS hoặc liên hệ trực tiếp email xulydinhluong@gmail.com.
