Các nhà nghiên cứu thường quan tâm đến các nghiên cứu có sự góp mặt của các yếu tố mà không thể quan sát trực tiếp như lòng trung thành, động lực làm việc, ý định tái mua hàng,… Những yếu tố này được gọi là biến tiềm ẩn (latent variable) hay có tên gọi khác là nhân tố (factor). Để đo lường được các biến tiềm ẩn, nhà nghiên cứu sẽ liên kết nó với các biến có thể quan sát được một cách trực tiếp, các biến này gọi là biến quan sát (observed variable). Các biến quan sát đại diện cho biến tiềm ẩn tạo thành một mô hình đo lường với biến tiềm ẩn đó.

Lý thuyết mô hình đo lường Formative, Reflective, Causal

Theo Bollen (2011), có 3 loại thang đo đo lường gồm:

  • Effect Indicator (Reflective Measurement): mô hình Reflective
  • Composite Indicator (Formative Measurement): mô hình Formative
  • Causal Indicator (Causal Measurement): mô hình Causal
Trong số này có 2 dạng được sử dụng phổ biến trong các nghiên cứu là ReflectiveFormative, dạng thứ 3 Causal có một số nhược điểm gây khó khăn cho nhà nghiên cứu khi biểu diễn trên các phần mềm định lượng. Do vậy, bài viết này sẽ chỉ tập trung vào 2 dạng chính: Reflective và Formative.

1. Thang đo đo lường kết quả (Reflective)

Đây là dạng đo lường mà các biến quan sát là kết quả được tạo ra từ biến tiềm ẩn.

Biến tiềm ẩn sự hài lòng với công việc được đo lường theo thang đo Reflective với các biến quan sát từ HL1 đến HL4. Khi một người cảm thấy hài lòng với công việc thì kết quả tạo ra đó là họ sẽ có xu hướng:

HL1: Cảm thấy thoải mái khi mỗi ngày đến công ty làm việc
HL2: Hay nói tốt về công ty với gia đình, người thân
HL3: Giới thiệu cho bạn bè người quen về công ty của mình
HL4: Mong muốn gắn bó lâu dài với công ty

Khi biểu diễn trên diagram SEM, mũi tên sẽ hướng từ “Sự hài lòng” đến HL1-HL4, mũi tên mang ý nghĩa là biến tiềm ẩn tạo ra các kết quả là biến quan sát.

Với mô hình Reflective, các biến quan sát có xu hướng tương quan chặt chẽ với nhau, do nó đều là kết quả được tạo ra từ một điều gì đó. Chính vì vậy, tập hợp các biến quan sát từ mô hình Reflective tạo ra một thang đo có tính đơn hướng và sự ổn định nội bộ cao. Điều này phù hợp để các nhà nghiên cứu thực hiện các kiểm định đánh giá thang đo như Cronbach Alpha, Composite Reliability, EFA.

Nội dung cần nắm về Reflective:
1. Biến quan sát là kết quả được tạo ra từ biến tiềm ẩn
2. Các biến quan sát có tương quan cùng chiều với nhau ở mức khá, mạnh
3. Khi bỏ 1 biến quan sát khỏi mô hình thang đo, biến tiềm ẩn không bị ảnh hưởng nhiều
4. Các biến quan sát có thể thay thế vai trò cho nhau
5. Có thể sử dụng các phân tích: Cronbach Alpha, Composite Reliability, EFA, CFA

2. Thang đo đo lường nguyên nhân (Formative)

Đây là dạng đo lường mà các biến quan sát là nguyên nhân tạo ra biến tiềm ẩn.

Biến tiềm ẩn sự hài lòng với công việc được đo lường theo thang đo Formative với các biến quan sát từ HL1 đến HL6. Khi một người cảm thấy hài lòng với công việc thì sự hài lòng này có nguyên nhân từ việc họ hài lòng với các yếu tố liên quan đến công việc như điều kiện làm việc, lương bổng, mối quan hệ với đồng nghiệp, với sếp, điều kiện về cơ sở vật chất, chính sách thăng tiến:
HL1: Tôi hài lòng về điều kiện làm việc ở công ty
HL2: Tôi hài lòng về tiền lương mà công ty trả cho tôi
HL3: Tôi hài về đồng nghiệp tại công ty
HL4: Tôi hài lòng về cơ sở vật chất của công ty
HL5: Tôi hài lòng về cấp trên của mình
HL6: Tôi hài lòng về chính sách thăng tiến của công ty

Khi biểu diễn trên diagram SEM, mũi tên sẽ hướng từ HL1-HL6 đến “Sự hài lòng”, mũi tên mang ý nghĩa là biến tiềm ẩn được tạo ra là do các biến quan sát.

Có một khó khăn với thang đo đo lường Formative đó là chúng ta khó có thể liệt kê đầy đủ các thành phần cấu thành biến tiềm ẩn. Như mô hình thang đo sự hài lòng ở trên, chúng ta có thể xét đến những yếu tố còn thiếu như phúc lợi, chính sách đào tạo nhân viên, trợ cấp, văn hóa doanh nghiệp… Do vậy, khi bạn có ý định xây dựng thang đo theo Formative, hãy cố gắng tìm kiếm các lý thuyết nền và những nghiên cứu trước đó để có thể liệt kê được đầy đủ nhất có thể các thành phần hình thành nên biến tiềm ẩn để tránh bị sót biến. Việc sót biến dẫn đến tình trạng là biến quan sát không đại diện được phần lớn tính chất của biến tiềm ẩn.

Với Formative, bạn cứ tưởng tượng biến tiềm ẩn là một hình tròn màu xanh lá nhạt. Các biến quan sát cấu thành nên biến tiềm ẩn là các hình tròn nhỏ nằm bên trong. Dù có lấp đầy cỡ nào đi chăng nữa, luôn tồn tại một vùng không lấp đầy. Nhiệm vụ của nhà nghiên cứu là làm cho vùng không lấp đầy này nhỏ nhất có thể thì thang đo sẽ càng tốt. Khi vùng không lắp đầy rất nhỏ, nhà nghiên cứu có thể giả định vùng không lấp đầy bằng 0, và các biến quan sát được liệt kê phản ánh được 100% đặc tính của biến tiềm ẩn.

Đặc tính của mô hình Formative là các biến quan sát đại diện cho tửng mảng miếng cấu tạo nên biến tiềm ẩn. Mỗi mảng là một yếu tố riêng biệt: điều kiện làm việc phân biệt với tiền lương, phân biệt với đồng nghiệp, phân biệt với quan hệ với đồng nghiệp…

Nhân viên A có thể rất hài lòng về tiền lương nhưng họ có thể rất không hài lòng về quan hệ với đồng nghiệp. Nhân viên B có thể rất hài lòng về chính sách thăng tiến, nhưng cực kỳ không hài lòng về tiền lương. Chính vì vậy, với Formative, các biến quan sát thường không có sự tương quan chặt chẽ với nhau, do vậy, nó không đảm bảo được tính đơn hướng cũng như sự ổn định nội bộ thang đo. Điều này dẫn đến các kiểm định thang đo như Cronbach Alpha, Composite Reliability, EFA không phù hợp để sử dụng.

Nội dung cần nắm về Formative:
1. Biến quan sát là các thành phần cấu thành nên biến tiềm ẩn
2. Các biến quan sát ít có sự tương quan với nhau
3. Khi bỏ 1 biến quan sát khỏi mô hình thang đo, biến tiềm ẩn bị ảnh hưởng rất nhiều
4. Các biến quan sát không thể thay thế vai trò cho nhau
5. KHÔNG THỂ sử dụng các phân tích: Cronbach Alpha, Composite Reliability, EFA, CFA

Trên đây chính là điểm khác biệt giữa 2 thang đo Formative và Reflective, các bạn cần chú ý sử dụng một cách hợp lý. Bởi một số bạn xây dựng thang đo biến quan sát cho biến tiềm ẩn dạng Formative nhưng lại thực hiện phân tích độ tin cậy thang đo Cronbach Alpha, phân tích nhân tố khám phá EFA, dẫn đến kết quả độ tin cậy thang đo không đạt ngưỡng chấp nhận, ma trận xoay lộn xộn. Các bạn lại hoang mang nghi ngờ về số liệu thu thập có vấn đề, tuy nhiên, vấn đề lại nằm ở thang đo của bạn không phù hợp để thực hiện các kiểm định này.

Nếu bạn đang gặp phải các vấn đề trong xử lý, phân tích dữ liệu trên SPSS bởi dữ liệu thu thập không phù hợp, vi phạm kiểm định. Bạn có thể tham khảo https://www.phamlocblog.com/p/dich-vu-spss.html của Phạm Lộc Blog để có được kết quả tốt nhất và tối ưu về thời gian nhất.
Đánh giá
Admin
Admin

Would you like to share your thoughts?

Your email address will not be published. Required fields are marked *