Bên cạnh SPSS, phần mềm Smart Pls hiện đang là một trong những công cụ phân tích dữ liệu, đặc biệt là dùng để kiểm định mô hình cấu trúc SEM phổ biến nhất hiện nay. Trong bài viết này, Marketing Du Ký sẽ giới thiệu đến bạn cách kiểm định mô hình đo lường bằng phần mềm Smart Pls.
1. Kiểm định mô hình đo lường là gì?
Kiểm định mô hình đo lường là một bước kiểm định vô cùng quan trọng khi phân tích mô hình cấu trúc SEM bằng phần mềm Smart Pls. Thông thường, kiểm định mô hình đo lường được thực hiện nhằm đảm bảo độ tin cậy và tính hợp lệ của mô hình cấu trúc SEM.
Trong bài viết này, Marketing Du Ký sẽ hướng dẫn bạn cách kiểm định mô hình đo lường bằng phần mềm Smart Pls.
2. Kiểm định mô hình đo lường bằng phần mềm Smart Pls
Để tiến hành kiểm định mô hình đo lường bằng phần mềm Smart Pls. Trước tiên, bạn cần vẽ mô hình cấu trúc tuyến tính bằng cách đưa các biến quan sát trong từng biến tiềm ẩn vào màn hình chính và kết nối chúng lại với nhau theo bằng các mũi tên ở phần Connect. Ngoài ra, bạn có thể chọn Select để điều chỉnh vị trí giữa các cụm biến sao cho mô hình cấu trúc SEM được thể hiện một cách trực quan nhất.
 |
Vẽ mô hình cấu trúc SEM bằng phần mềm Smart Pls |
Trên thanh công cụ, bạn nhấn Calculate và tiếp tục chọn PLS Algorithm để hệ thống tự xuất ra các chỉ số quan trọng trong kiểm định mô hình đo lường.
 |
Xuất kết quả kiểm định mô hình đo lường |
Sau khi phần mềm Smart Pls đã tiến hành phân tích dữ liệu, dưới đây là toàn bộ các tùy chọn kết quả. Bạn có thể nhấp vào từng giá trị cần thiết để hệ thống hiển thị các chỉ số chi tiết.
 |
Tùy chọn kết quả |
Khi thực hiện kiểm định mô hình cấu trúc SEM bằng phần mềm Smart Pls, bạn phải đảm bảo kết quả nghiên cứu cần được thỏa mãn các điều kiện đánh giá sau.
2.1. Chất lượng biến quan sát
Hệ số tải ngoài nhân tố là chỉ số được dùng để đánh giá sự tác động của các biến quan sát lên biến tiềm ẩn trong mô hình cấu trúc SEM ở phần mềm Smart Pls. Theo Hair và cộng sự (2016), hệ số tải ngoài nhân tố (outer loadings) nên thỏa điều kiện lớn hơn hoặc bằng 0.7
Để xem hệ số tải ngoài nhân tố của mô hình cấu trúc SEM, bạn tiến hành chọn Outer Loadings (như hình "Tùy chọn kết quả").
Trong phần mềm Smart Pls, kết quả đầu ra của hệ số tải ngoài nhân tố đã được hệ thống mặc định ở ngưỡng so sánh 0.7. Nếu hệ số tải ngoài nhân tố đạt chuẩn (từ 0.7 trở lên) thì kết quả sẽ hiển thị với màu xanh lá. Trong trường hợp ngược lại, hệ số tải ngoài nhân tố sẽ hiển thị ở màu đỏ.
 |
Hệ số tải ngoài nhân tố (outer loadings) |
2.2. Độ tin cậy thang đo
Trên thực tế, cả Cronbach's Alpha và độ tin cậy tổng hợp (CR) đều được dùng để đánh giá độ tin cậy của thang đo trong mô hình cấu trúc SEM. Tuy nhiên, độ tin cậy tổng hợp lại có xu hướng đánh giá mô hình một cách tổng quát hơn. Do đó, chỉ số này thường được các nhà nghiên cứu sử dụng trong phần mềm Smart Pls.
Hai chỉ số đánh giá độ tin cậy này đều dao động từ 0 đến 1 nhưng lại có các ngưỡng giá trị khác nhau. Dưới đây là tiêu chuẩn đo lường của Cronbach's Alpha và độ tin cậy tổng hợp.
Theo Hair và cộng sự (2016), ngưỡng đo lường của hệ số Cronbach's Alpha tương ứng với các mức sau:
- Cronbach's Alpha ≥ 0.5: Thang đo có độ tin cậy chấp nhận được đối với các nghiên cứu khám phá
- Cronbach's Alpha ≥ 0.7: Thang đo có độ tin cậy chấp nhận được đối với các nghiên cứu khẳng định
- Cronbach's Alpha ≥ 0.8: Thang đo có độ tin cậy tốt
Do Cronbach's Alpha có xu hướng đánh giá thấp hoặc vượt quá độ tin cậy của thang đo nên CR là chỉ số phù hợp nhất để thay thế. Giao và Vương (2019) đã tổng hợp các mức giá trị tương ứng của CR như sau:
- CR ≥ 0.6: Thang đo có độ tin cậy chấp nhận được với nghiên cứu khám phá (Chin, 1998; Höck & Ringle, 2010)
- CR ≥ 0.7: Thang đo có độ tin cậy chấp nhận được với nghiên cứu nhân quả (Henseler & Sarstedt, 2013)
- CR ≥ 0.8: Thang đo có độ tin cậy tốt với nghiên cứu nhân quả (Daskalakis & Mantas, 2008)
Để xem chỉ số Cronbach's Alpha và độ tin cậy tổng hợp (CR) của mô hình cấu trúc SEM, bạn tiến hành chọn vào Construct Reliability and Validity (như hình "Tùy chọn kết quả").
 |
Cronbach's Alpha và Composite Reliability (CR) |
2.3. Tính hội tụ của thang đo
Để đánh giá tính hội tụ của thang đo, bạn cần dựa vào chỉ số phương sai trích trung bình (AVE). Theo Chin (1998) cùng với Höck và Ringle (2010), thang đo chỉ đạt giá trị hội tụ khi phương sai trích trung bình từ 0.5 trở lên. Điều này đảm bảo rằng phương sai được giải thích luôn lớn hơn hoặc bằng phương sai sai số (Fornell & Larcker, 1981).
Tương tự Cronbach's Alpha và CR, để xem phương sai trích trung bình (AVE) của mô hình cấu trúc SEM, bạn tiến hành chọn vào Construct Reliability and Validity.
 |
Phương sai trích trung bình (AVE) |
2.4. Tính phân biệt của thang đo
Tính phân biệt của thang đo là điều kiện cuối cùng mà bạn cần phải đánh giá khi kiểm định mô hình đo lường. Một số tài liệu cho rằng bạn có thể chọn 1 trong 2 tiêu chí sau để đánh giá. Tuy nhiên, Ringle và cộng sự (2015) lại khuyến nghị rằng nên kết hợp cả hai. Do đó, bạn nên sử dụng cả 2 tiêu chí sau để đánh giá tính phân biệt của thang đo bằng phần mềm Smart Pls.
Để xem kết quả đánh giá tính phân biệt thang đo trong mô hình cấu trúc SEM, bạn tiến hành chọn Discriminant Validity.
2.4.1. Tiêu chí Fornell & Larcker
Fornell và Larcker (1981) cho rằng thang đo đạt giá trị phân biệt khi căn bậc hai của phương sai trích trung bình (AVE) lớn hơn tương quan giữa các biến tìm ẩn. Điều này có nghĩa là chỉ số ngoài cùng ở mỗi đường chéo (trong ô) cần phải lớn hơn các chỉ số bên trong đường chéo.
 |
Tính phân biệt của thang đo theo tiêu chí Fornell & Larcker |
2.4.2. Hệ số Heterotrait-Monotrait (HTMT)
Garson (2016) đã khuyến nghị hệ số HTMT nên nhỏ hơn 1 khi đánh giá tính phân biệt của thang đo bằng phần mềm Smart Pls. Tuy nhiên, Henseler và cộng sự (2015) lại cho rằng chỉ số này cần nhỏ hơn 0.9. Do đó, bạn có thể cân nhắc sử dụng 0.9 để làm ngưỡng so sánh vì giá trị này đều thỏa mãn tiêu chuẩn chung của các tác giả.
 |
Tính phân biệt của thang đo theo hệ số HTMT |
Trên đây là toàn bộ các tiêu chí để kiểm định mô hình đo lường bằng phần mềm Smart Pls. Trong bài viết tiếp theo, Marketing Du Ký sẽ hướng dẫn các bạn cách kiểm định mô hình cấu trúc bằng phần mềm Smart Pls.
