Sau khi đã tiến hành phân tích mô hình đo lường, việc tiếp theo mà bạn cần phải thực hiện chính là thực hiện kiểm định mô hình cấu trúc cho bộ dữ liệu nghiên cứu. Trong bài viết này, Marketing Du Ký sẽ hướng dẫn bạn cách kiểm định mô hình cấu trúc bằng phần mềm Smart Pls.
1. Mô hình cấu trúc là gì?
Khi tiến hành chạy mô hình SEM, bạn cần phải phân tích lần lượt mô hình đo lường và mô hình cấu trúc của bộ dữ liệu. Thông thường, mô hình cấu trúc sẽ được kiểm định sau khi mô hình đo lường của dữ liệu phù hợp.
Mô hình cấu trúc bao gồm các cấu trúc và mũi tên đường dẫn để kết nối cấu trúc này với cấu trúc khác khi chạy mô hình SEM.
2. Kiểm định mô hình cấu trúc bằng phần mềm Smart Pls
Trong bài viết này, Marketing Du Ký sẽ tiếp tục sử dụng bộ dữ liệu mẫu từ phần mềm Smart Pls để hướng dẫn các bạn kiểm định mô hình cấu trúc.
Trước khi tiến hành đọc kết quả kiểm định, bạn cần phải chạy PLS Algorithm để phần mềm Smart Pls xuất ra kết quả thống kê. Bạn có thể xem lại chi tiết cách thực hiện tại bài viết Kiểm Định Mô Hình Đo Lường Bằng Phần Mềm Smart Pls.
2.1. Đa cộng tuyến
Khi chạy mô hình cấu trúc tuyến tính SEM, việc đánh giá hiện tượng đa cộng tuyến là bước đầu tiên cần phải thực hiện. Đa cộng tuyến có thể làm tăng sai số chuẩn, từ đó khiến kết quả kiểm định mối quan hệ giữa các biến trong mô hình không đáng tin cậy.
Theo Hair và cộng sự (2016), hiện tượng đa cộng tuyến xảy ra khi dung sai < 0.2 hoặc hệ số phóng đại phương sai (VIF) > 5. Khi đánh giá về hiện tượng đa cộng tuyến, bạn có thể sử dụng 1 trong 2 chỉ số trên để kết luận.
Sau khi đã chạy PLS Algorithm, bạn lần lượt chọn Collinearity Statistics (VIF) ➪ Inner VIF Values. Tại đây, hệ số phóng đại phương sai giữa các cặp biến trong mô hình SEM sẽ được hiển thị.
Dựa trên tiêu chí đánh giá hiện tượng đa cộng tuyến của Hair và cộng sự (2016), do tất cả hệ số phóng đại phương sai (VIF) trong mô hình đều nhỏ hơn 5 nên hiện tượng đa cộng tuyến đã không xảy ra.
2.2. Đánh giá mối quan hệ tác động
Để phần mềm Smart Pls xuất ra kết quả của kiểm định này, bạn cần tiến hành chạy Bootstrapping cho mô hình cấu trúc SEM. Về cách thực hiện, bạn hãy chuyển về giao diện chính của mô hình nghiên cứu và lần lượt chọn Calculate ➪ Bootstrapping ➪ Total Effects.
Tại bảng này, bạn chỉ cần quan tâm đến 2 chỉ số chính, bao gồm:
Original Sample: hệ số tác động chuẩn hóa của mô hình
- Dấu cộng (+): Mối quan hệ tác động dương
- Dấu trừ (-): Mối quan hệ tác động âm
P-values: Mức ý nghĩa của phép kiểm định t (< 0.05)
2.3. Hệ số R bình phương và R bình phương hiệu chỉnh
Để xem kết quả của phép kiểm định này, bạn hãy chọn Calculate ➪ PLS Algorithm ➪ R Square.
Theo Höck và Ringle (2010), R bình phương có thể được giải thích ở 3 mức độ sau:
- R bình phương > 0.67: Mô hình được giải thích ở mức mạnh
- R bình phương từ 0.33 đến 0.67: Mô hình được giải thích ở mức vừa
- R bình phương từ 0.19 đến 0.33: Mô hình được giải thích ở mức yếu
Trên thực tế, R bình phương (R square) và R bình phương hiệu chỉnh (R square adjusted) đều dùng để đo mức độ tác động tổng thể của mô hình cấu trúc SEM. Tuy nhiên, việc thêm các nhân tố dự báo có thể làm tăng R bình phương.
Chính vì thế, các chuyên gia khuyến nghị rằng nên sử dụng R bình phương hiệu chỉnh để kết luận.
2.4. Hệ số f bình phương
Trên thực tế, hệ số f bình phương được dùng để đánh giá tính phù hợp tổng thể của mô hình cấu trúc SEM. Bạn hãy chọn Calculate ➪ PLS Algorithm ➪ F Square để xem kết quả của hệ số f bình phương.
Theo Cohen (1988), hệ số f bình phương được chia thành 3 mức độ sau:
- F bình phương > 0.4: Kích thước ảnh hưởng lớn
- F bình phương từ 0.25 đến 0.4: Kích thước ảnh hưởng trung bình
- F bình phương < 0.1: Kích thước ảnh hưởng nhỏ
Trên đây là toàn bộ cách thực hiện kiểm định mô hình cấu trúc bằng phần mềm Smart Pls mà Marketing Du Ký đã hướng dẫn đến các bạn. Chúc các bạn thực hiện thành công.
