Mô hình CFA phù hợp với dữ liệu mới là điều kiện cần. Để kết luận các thang đo thực sự tốt, luận văn phải chứng minh thêm độ tin cậy tổng hợp (CR), giá trị hội tụ qua AVE và giá trị phân biệt qua MSV, tiêu chí Fornell-Larcker và HTMT. Bài viết giải thích công thức, ngưỡng có trích dẫn và cách đọc bảng Master Validity theo bố cục AMOS, với ví dụ CFA 4 khái niệm, 16 biến quan sát trên dữ liệu mô phỏng.
Ba khái niệm cần phân biệt
- Độ tin cậy (reliability): các biến quan sát của một khái niệm cho kết quả nhất quán. Đo bằng Cronbach's Alpha và tốt hơn là CR (composite reliability), vì CR không giả định mọi biến có hệ số tải bằng nhau.
- Giá trị hội tụ (convergent validity): các biến quan sát cùng phản ánh một khái niệm, thể hiện qua hệ số tải cao và AVE (average variance extracted) đủ lớn.
- Giá trị phân biệt (discriminant validity): khái niệm này thực sự khác các khái niệm khác trong mô hình, không phải hai tên gọi của cùng một thứ.
Bước 1: Hệ số tải chuẩn hóa
Hệ số tải chuẩn hóa λ là tương quan giữa biến quan sát và khái niệm. Hair và cộng sự (2019) khuyến nghị λ ≥ 0,5, tốt nhất từ 0,7, vì khi λ = 0,7 khái niệm giải thích khoảng 49% phương sai của biến quan sát.
Trong ví dụ, mọi biến đều trên 0,5; GCA3 thấp nhất với 0,662, các biến còn lại xấp xỉ hoặc trên 0,7. Biến có hệ số tải dưới 0,5 nên được xem xét loại nếu việc loại không làm mất nội dung quan trọng của khái niệm.
Bước 2: CR và AVE
Với k biến có hệ số tải chuẩn hóa λi:
- CR = (Σλi)² / [(Σλi)² + Σ(1 - λi²)], ngưỡng ≥ 0,7 (Hair và cộng sự, 2019). Giá trị trên 0,95 có thể là dấu hiệu các câu hỏi trùng lặp nội dung.
- AVE = Σλi² / k, tức trung bình bình phương hệ số tải, ngưỡng ≥ 0,5 (Fornell và Larcker, 1981): khái niệm giải thích được hơn một nửa phương sai của các biến quan sát.
- MaxR(H), độ tin cậy tối đa của Hancock và Mueller, = 1 / [1 + 1/Σ(λi²/(1-λi²))]; công cụ Master Validity của Gaskin và Lim (2016) in kèm, thường cao hơn hoặc bằng CR.
| Khái niệm | CR | AVE | MSV | MaxR(H) |
|---|---|---|---|---|
| Chất lượng dịch vụ (CLD) | 0,847 | 0,581 | 0,231 | 0,848 |
| Giá cả cảm nhận (GCA) | 0,798 | 0,497 | 0,053 | 0,799 |
| Niềm tin (NIT) | 0,808 | 0,514 | 0,335 | 0,810 |
| Sự hài lòng (SHL) | 0,828 | 0,546 | 0,335 | 0,828 |
Cả bốn khái niệm có CR từ 0,798 đến 0,847, đạt độ tin cậy. AVE của giá cả cảm nhận bằng 0,497, thấp hơn 0,5 một chút. Đây là tình huống rất hay gặp. Fornell và Larcker (1981) lưu ý AVE là tiêu chí thận trọng; nhiều nghiên cứu chấp nhận AVE hơi dưới 0,5 khi CR trên 0,6 (Lam, 2012). Cách làm đúng là báo cáo trung thực, giải thích lý do và tránh loại biến chỉ để AVE vượt ngưỡng nếu điều đó làm mất nội dung của khái niệm.
Bước 3: MSV và tiêu chí Fornell-Larcker
MSV (maximum shared variance) là bình phương của tương quan lớn nhất giữa một khái niệm và các khái niệm khác. Giá trị phân biệt đạt khi MSV < AVE. Tiêu chí tương đương của Fornell và Larcker (1981): căn bậc hai AVE của mỗi khái niệm (đường chéo ma trận) phải lớn hơn mọi tương quan của khái niệm đó với các khái niệm khác.
Trong ví dụ, tương quan lớn nhất là giữa niềm tin và sự hài lòng (0,579; bình phương 0,335 = MSV của hai khái niệm này), nhỏ hơn √AVE của niềm tin (0,717) và của sự hài lòng (0,739). Mọi khái niệm đều có MSV nhỏ hơn AVE, kể cả giá cả cảm nhận (0,053 so với 0,497).
Bước 4: Tỷ số HTMT
Henseler, Ringle và Sarstedt (2015) chỉ ra tiêu chí Fornell-Larcker kém nhạy khi các hệ số tải tương đối đồng đều, và đề xuất HTMT (heterotrait-monotrait ratio): tỷ số giữa trung bình tương quan của các biến thuộc hai khái niệm khác nhau và trung bình hình học của tương quan giữa các biến trong cùng khái niệm. Ngưỡng: dưới 0,85 (chặt) hoặc dưới 0,90 khi hai khái niệm gần nhau về lý thuyết.
HTMT là tiêu chí được khuyến nghị cho cả CB-SEM và PLS-SEM. Nếu HTMT vượt ngưỡng, hai khái niệm có thể đang đo cùng một nội dung: xem lại câu hỏi, kết quả EFA, hoặc cân nhắc gộp khái niệm dựa trên lý thuyết.
Quy trình đầy đủ sau CFA
- Hệ số tải chuẩn hóa ≥ 0,5 (tốt từ 0,7).
- CR ≥ 0,7.
- AVE ≥ 0,5.
- MSV < AVE.
- √AVE lớn hơn các tương quan (Fornell-Larcker).
- HTMT < 0,85 hoặc 0,90.
Những lỗi thường gặp khi báo cáo độ tin cậy và giá trị
- Tính CR, AVE từ hệ số tải EFA: CR và AVE phải tính từ hệ số tải chuẩn hóa của CFA, không phải ma trận xoay của EFA, vì EFA cho phép mọi biến tải lên mọi nhân tố.
- Dùng hệ số chưa chuẩn hóa: bảng Regression Weights của AMOS là hệ số chưa chuẩn hóa; công thức CR, AVE dùng bảng Standardized Regression Weights.
- Chỉ báo cáo Fornell-Larcker: nhiều phản biện hiện nay yêu cầu thêm HTMT, nhất là khi các khái niệm trong mô hình gần nhau về lý thuyết.
- Loại biến hàng loạt để AVE vượt 0,5: mỗi biến đại diện cho một khía cạnh nội dung của khái niệm; loại quá nhiều làm giảm giá trị nội dung. Mỗi biến bị loại cần có lý do và được nêu trong luận văn.
- Không báo cáo ngưỡng và nguồn: cùng một giá trị có thể được đánh giá khác nhau tùy ngưỡng; luôn ghi rõ ngưỡng đã dùng và tài liệu tham khảo.
- Bỏ qua tương quan giữa khái niệm có ý nghĩa thống kê hay không: bảng Master Validity in ký hiệu , , cạnh tương quan; tương quan rất cao (trên 0,85) giữa hai khái niệm là dấu hiệu cảnh báo ngay cả khi các tiêu chí khác đạt.
Trình bày kết quả trong luận văn
Các thang đo đạt độ tin cậy tổng hợp (CR từ 0,798 đến 0,847). Hệ số tải chuẩn hóa từ 0,662 đến 0,787. AVE của ba khái niệm từ 0,514 đến 0,581; AVE của giá cả cảm nhận bằng 0,497, được chấp nhận vì CR = 0,798 > 0,6 (Fornell và Larcker, 1981; Lam, 2012). Giá trị phân biệt được bảo đảm: MSV nhỏ hơn AVE, √AVE lớn hơn các tương quan giữa khái niệm và mọi HTMT nhỏ hơn 0,85 (lớn nhất 0,578).
Làm trên ResearchSTAT
Khi chọn CB-SEM kiểu AMOS ở bước Mô hình SEM hoặc trang SEM, hệ thống in bảng Model Validity Measures gồm CR, AVE, MSV, MaxR(H), √AVE trên đường chéo, tương quan kèm ký hiệu ý nghĩa (, , ), mục "Validity concerns" liệt kê các vấn đề cần lưu ý, cùng bảng HTMT Analysis và sơ đồ CFA chuẩn hóa. Bạn chọn bảng cần dùng, sao chép vào Word hoặc tải một file Word gồm các bảng, hình đã chọn. Đọc thêm về chỉ số phù hợp mô hình và CB-SEM hay PLS-SEM.
Cronbach's Alpha đạt thì có cần CR không?
Có. Alpha giả định mọi biến có hệ số tải bằng nhau nên thường thấp hơn CR; trong CFA, CR và AVE là chỉ số được báo cáo chuẩn.
AVE dưới 0,5 có bắt buộc phải loại biến?
Không bắt buộc. Nếu CR trên 0,6 và giá trị phân biệt đạt, nhiều nghiên cứu vẫn chấp nhận; quan trọng là giải thích trung thực.
Nên dùng Fornell-Larcker hay HTMT?
Báo cáo cả hai. HTMT nhạy hơn trong phát hiện vấn đề giá trị phân biệt (Henseler và cộng sự, 2015).
Bảng Master Validity trên ResearchSTAT có giống plugin của AMOS không?
Bảng được trình bày theo bố cục của công cụ Master Validity (Gaskin và Lim, 2016) và tính bằng bộ máy độc lập của ResearchSTAT, không phải plugin hay phần mềm AMOS.
