Hiệu chỉnh thang đo và cách xử lý các trường hợp kết quả hay gặp trong thực tế

Trong các bài tiếp theo của loạt bài này chúng ta sẽ cùng xem xét 7 trường hợp kết quả cụ thể mà các bạn có thể gặp phải và cách thức xử lý cụ thể. Số liệu xấu quá thì cũng sợ mà đẹp quá thì cũng lo!!!

Mục đích của kỹ thuật hiệu chỉnh thang đo đó là

• Thu được thang đo "đạt tiêu chuẩn"
• Thu được thang đo tốt hơn
• Thu được thang đo có thể sử dụng (có thể sử dụng cho các phân tích tiếp theo chẳng hạn)

Nên nhớ mọi tiêu chuẩn chỉ là để tham khảo, quyết định cuối cùng là của các bạn. Máy móc chỉ tính toán ra những con số khô khan chứ không thể có thế giới quan sống động để nhìn nhận mợi sự việc như các bạn được.

Khi kết quả đã tốt

Trường hợp 1: Kết quả đã tốt

Xem lại 1 số tiêu chuẩn của hệ số Cronbach's Alpha: https://vaxidi.com/he-so-cronbachs-alpha-cach-tinh-va-mot-so-tieu-chuan

Nếu như cronbach's alpha lớn hơn "ngưỡng chấp nhận" mà bạn đã xác định trước và tương quan biến-tổng cũng đều lớn hơn "ngưỡng chấp nhận" mà bạn xác định trước rồi và hệ số cronbach's alpha nếu loại đi một biến nào đó không tốt hơn (cao hơn) alpha của thang đo hiện tại. Như vậy thì xin chúc mừng bạn, chúng ta không cần hiệu chỉnh gì nữa và chúng ta đã có thể sử dụng được.

Dưới đây là 1 kết quả như thế

 

alpha>0,7; tương quan biến- tổng đều > 0,3; nếu bỏ đi 1 biến quan sát thì thu được thang đo có alpha thấp hơn

Trường hợp 2: Hệ số alpha quá tốt (alpha > 0,9 chẳng hạn)

Có thể câu nói "tốt quá hóa lo" sẽ ứng với trường hợp này chăng. Khi gặp trường hợp này các bạn có thể nảy sinh ra suy nghĩ trong đầu đó là

• Số liệu này có bất thường không. Vì thường thường ta thấy một số nghiên cứu ta đọc hay số liệu của bạn bè ta là gì có được thế này
• Một quyển sách nào đó (xin phép mình không trích nguồn)/ ai đó nói alpha cao quá như vậy không tốt  vì có thể đã có sự trùng lặp trong các biến quan sát

Vậy mình xin khẳng định như sau

• Một là: Với các thang đo có chất lượng như nhau, khi tăng số biến quan sát lên đương nhiên hệ số alpha sẽ tăng

Bạn có thể thấy là thang đo cuối (có 8 biến quan sát) không tốt bằng thang đo đầu (4 biến quan sát) vì tương quan biến -tổng của thang đo đầu lớn hơn chứ, nhưng alpha của thang đo 8 biến lại lớn hơn của thang đo 4 biến

• Hai là: Nó không có gì bất thường cả

Với các mô hình nổi tiếng, ví dụ như servperf chẳng hạn hay các thang đo đã được người ta test đi test lại nhiều lần thì alpha của nó lên đến 9,2-9,7 là bình thường

• Ba là: Nếu có các biến có tương quan cao với nhau thật

Điều này xảy ra nếu thang đo của bạn là mới, vậy thì cũng tốt thôi. Đầu tiên ta phát hiện các biến tương quan cao bằng cách kiểm tra hệ số tương quan corelations chẳng hạn (có nhiều cách)

 

còn nữa ...

Trang: 1 2 3 4 5