Sau khi hoàn thành phần đánh giá mô hình đo lường trên SMARTPLS 4, chúng ta sẽ đi vào đánh giá mô hình cấu trúc những quan hệ tác động trong mô hình. Các yếu tố cần xem xét trong đánh giá mô hình cấu trúc trên SMARTPLS 4 gồm:
1. Hiện tượng cộng tuyến của các biến độc lập (inner VIF)
2. Ý nghĩa các quan hệ tác động trong mô hình (Path Coefficients)
3. Hệ số xác định R bình phương (R square)
4. Hệ số tác động f bình phương (f square)
Sử dụng lại mô hình nghiên cứu gồm 6 yếu tố đã trình bày trong phần đánh giá mô hình đo lường. Ngoại trừ KM là thang đo nguyên nhân, các nhân tố còn lại đều là thang đo kết quả.
Biểu diễn mô hình lý thuyết lên diagram SMARTPLS 4, ta có được như sau:
Để có được những kết quả kiểm định phục vụ cho phần đánh giá mô hình cấu trúc trên SMARTPLS 4, chúng ta cần triển khai 2 phân tích là PLS-SEM algorithm và Bootstrapping. Nếu bạn chưa biết cách thực hiện, vui lòng xem trước nội dung bài viết Phân tích PLS-SEM algorithm và Bootstrap trong SMARTPLS 4.
1. Hiện tượng cộng tuyến của các biến độc lập
Trước tiên chúng ta cần xác định trong mô hình đâu là biến độc lập. Việc sử dụng tên gọi “biến độc lập” cần được hiểu ở tình huống mô hình đơn cụ thể bởi biến trung gian vừa là độc lập của mô hình đơn này nhưng là phụ thuộc của mô hình đơn khác. Ví dụ như mô hình ở trên, khi nói “biến độc lập NB” thì chúng ta cần hiểu rằng người nói muốn đề cập đến mô hình đơn các biến tác động lên TT, bởi trong quan hệ với TT thì NB mới có vai trò độc lập.
- Mô hình đơn 1: Biến phụ thuộc NB nhận tác động từ 4 biến độc lập là QC, QH, KM, BH.
- Mô hình đơn 2: Biến phụ thuộc TT nhận tác động từ 3 biến độc lập là QC, BH, NB.
Cộng tuyến là sự tương quan quá mạnh giữa hai biến độc lập cùng tác động lên một biến phụ thuộc, đa cộng tuyến là sự tương quan quá mạnh . Trong ví dụ có 2 mô hình đơn tương ứng 2 biến phụ thuộc, do đó khi xét cộng tuyến chúng ta cũng xét sự cộng tuyến theo 2 nhóm:
- Xét cộng tuyến giữa QC, QH, KM, BH là các biến độc lập của NB.
- Xét cộng tuyến giữa QC, BH, NB là các biến độc lập của TT.
Khi xuất hiện hiện tượng cộng tuyến trong mô hình, kết quả ước lượng phân tích đường dẫn sẽ bị sai lệch nghiêm trọng. Hệ số tác động có thể từ âm thành dương, quan hệ tác động có ý nghĩa thành không có ý nghĩa, biến độc lập tác động mạnh lại thành biến tác động yếu…. Do vậy, cần xử lý triệt để vấn đề cộng tuyến để tránh việc đưa ra nhận định sai về kết quả phân tích dữ liệu. Hair và cộng sự (2019), When to Use and How to Report the Results of PLS-SEM. European Business Review, đưa ra các ngưỡng giá trị VIF (variance inflation factor) trong đánh giá hiện tượng cộng tuyến như sau:
- VIF ≥ 5: khả năng rất cao đang tồn tại cộng tuyến, mô hình bị ảnh hưởng nghiêm trọng.
- 3 ≤ VIF < 5: mô hình có thể đang có cộng tuyến.
- VIF < 3: mô hình không gặp hiện tượng cộng tuyến.
Để xem kết quả hệ số VIF của biến độc lập trên SMARTPLS 4, từ kết quả phân tích PLS-SEM algorithm, nhấp vào mục Collinearity statistics (VIF), chọn Inner model – List.
Cách bố trí bảng Inner VIF ở 2 dạng là ma trận (matrix) và dạng danh sách (list), mình hướng dẫn cách đọc ở dạng ma trận, dạng danh sách các bạn đối chiếu tương tự. Với dạng bảng ma trận, hàng đầu tiên các biến được xét vai trò là phụ thuộc, cột đầu tiên được xét với vai trò là độc lập, các con số trong bảng là giá trị Inner VIF.
Trong bảng trên, chỉ có 2 cột NB và TT là có giá trị bởi vì chỉ có 2 biến này là có vai trò phụ thuộc. Tương ứng cột NB thì giá trị VIF xuất hiện ở các hàng của biến BH, KM, QC, QH chính là các biến độc lập tác động vào NB. Tương ứng cột TT thì VIF xuất hiện ở các hàng BH, NB, QC là các biến độc lập tác động vào TT.
Kết quả từ ví dụ thực hành cho thấy các biến độc lập của NB và các biến độc lập của TT đều không xảy ra hiện tượng cộng tuyến do toàn bộ VIF đều dưới 3. Trường hợp xuất hiện biến độc lập có VIF hơn 5, chúng ta sẽ loại biến độc lập đó khỏi diagram và phân tích lại mô hình mới.
ĐÁNH GIÁ TÍNH CỘNG TUYẾN BIẾN ĐỘC LẬP TRONG SMARTPLS 4:
- VIF ≥ 5: khả năng rất cao đang tồn tại cộng tuyến, mô hình bị ảnh hưởng nghiêm trọng.
- 3 ≤ VIF < 5: mô hình có thể đang có cộng tuyến.
- VIF < 3: mô hình không gặp hiện tượng cộng tuyến.
2. Ý nghĩa các quan hệ tác động trong mô hình cấu trúc
Yếu tố cưc kỳ quan trọng trong đánh giá mô hình cấu trúc chính là kiểm định ý nghĩa thống kê các quan hệ trong mô hình. Để xem xét các quan hệ tác động trong mô hình như tác động trực tiếp, tác động điều tiết có ý nghĩa thống kê hay không chúng ta sẽ dụng kết quả phân tích hệ số đường dẫn Path coefficients. Khi đọc kết quả phân tích, chúng ta sẽ tập trung vào hai yếu tố: thứ nhất là quan hệ đó có ý nghĩa thống kê hay không, và thứ hai là hệ số tác động lớn hay nhỏ, âm hay dương.
2.1 Đánh giá ý nghĩa thống kê quan hệ tác động
Để đánh giá một quan hệ trong mô hình có ý nghĩa hay không, chúng ta sẽ dựa vào giá trị kiểm định t hoặc giá trị p-value, thường đánh giá qua p-value sẽ nhanh hơn, SMARTPLS cũng ưu tiên đánh giá bằng p-value.
Mức ý nghĩa phổ biến được sử dụng là 5% = 0.05, đây cũng là mức được sử dụng mặc định trong SMARTPLS 4. Nếu kết quả Path coefficients cho thấy quan hệ tác động có p-value nhỏ hơn 0.05, tác động đó có ý nghĩa thống kê. Ngược lại, nếu p-value lớn hơn 0.05, tác động đó không có ý nghĩa thống kê. Khi quan hệ tác động không có ý nghĩa thống kê, chúng ta vẫn giữ cả hai nhân tố thuộc quan hệ đó trong đó trong mô hình và kết luận là không có ý nghĩa thống kê chứ không xóa nhân tố khỏi mô hình.
2. Đánh giá mức độ tác động, chiều tác động
Thuật toán được thiết lập mặc định trên SMARTPLS 4 sẽ xuất hệ số tác động chuẩn hóa. Hệ số tác động này dao động trong vùng -1 và +1.
- Hệ số tác động mang dấu dương (+) đại diện cho chiều quan hệ tác động thuận.
- Hệ số tác động mang dấu âm (-) đại diện cho chiều quan hệ tác động nghịch.
- Hệ số tác động tiến gần về +1 đại diện cho mối quan hệ dương mạnh.
- Hệ số tác động tiến gần về -1 đại diện cho mối quan hệ âm mạnh.
- Hệ số tác động càng gần giá trị 0, mối quan hệ càng yếu.
Khi so sánh mức độ tác động mạnh yếu giữa các biến độc lập cùng tác động lên một biến phụ thuộc, chúng ta sẽ lấy trị tuyệt đối hệ số tác động chuẩn hóa. Trị tuyệt đối hệ số chuẩn hóa lớn hơn, biến độc lập đó tác động mạnh hơn.
Để đánh giá quan hệ tác động, chúng ta sử dụng kết quả Path coefficients trong phân tích Bootstrapping.
Khi đọc kết quả, chúng ta tập trung vào vào hai cột chính là (1) Original sample và (2) P values.
- Original sample: Hệ số tác động chuẩn hóa của mẫu gốc.
- Sample mean: Hệ số tác động chuẩn hóa trung bình của tất cả các mẫu từ Bootstrap.
- Standard deviation: Độ lệch chuẩn của hệ số tác động chuẩn hóa (theo mẫu gốc).
- T statistics: Giá trị kiểm định t (kiểm định student ý nghĩa của mối tác động).
- P values: Mức ý nghĩa của kiểm định t. Chúng ta sẽ so sánh mức ý nghĩa này với các ngưỡng so sánh như 0.05, 0.1 hay 0.01 (thường sử dụng là 0.05).
Từ kết quả phân tích ở ví dụ bên trên, ngoại trừ quan hệ tác động từ QC lên TT không có ý nghĩa thống kê do giá trị P value = 0.714 > 0.05, các quan hệ tác động còn lại đều có ý nghĩa thống kê do P value đều nhỏ hơn 0.05.
Tất cả hệ số tác động đều mang dấu dương, như vậy các quan hệ tác động trong mô hình đều là thuận chiều. Tiến hành lấy trị tuyệt đối hệ số tác động để đánh giá thứ tự tác động, kết quả có được như sau: tác động từ mạnh đến yếu lên biến NB là: KM (0.367) > QC (0.316) > BH (0.316) > QH (0.187); thứ tự tác động từ mạnh đến yếu lên biến TT là: NB (0.457) > BH (0.282).
ĐÁNH GIÁ Ý NGHĨA QUAN HỆ TÁC ĐỘNG TRONG SMARTPLS 4:
- Giá trị P value < 0.05 là quan hệ có ý nghĩa thống kê, P value > 0.05 là không có ý nghĩa thống kê.
- Hệ số đường dẫn Original sample mang dấu dương là tác động thuận chiều (+), mang dấu âm là tác động nghịch chiều (-).
- Để so sánh thứ tự tác động của các biến độc lập lên cùng một biến phụ thuộc, chúng ta sẽ so sánh bằng trị tuyệt đối hệ số chuẩn hóa cột Original sample, trị tuyệt đối lớn hơn là tác động mạnh hơn.
3. Hệ số xác định R bình phương (R square)
R bình phương biểu thị cho mức độ giải thích của một hoặc nhiều biến độc lập lên một biến phụ thuộc. Trong mô hình, có bao nhiêu biến có vai trò phụ thuộc thì sẽ có bấy nhiêu hệ số R bình phương. Ở ví dụ mẫu, có hai biến có vai trò phụ thuộc là NB và TT nên hai biến này sẽ có giá trị R bình phương. R bình phương dao động trong khoảng từ 0 đến 1, tiến gần về 1 nghĩa là mức độ giải thích cho biến phụ thuộc cao, tiến gần về 0 nghĩa là mức độ giải thích cho biến phụ thuộc thấp.
Hair và cộng sự (2017) cho rằng việc đưa ra quy tắc kinh nghiệm mức chấp nhận R bình phương là rất khó khăn. Bởi điều này phụ thuộc vào rất nhiều yếu tố: mức độ phức tạp của mô hình, số lượng biến nhiều ít, lĩnh vực nghiên cứu… Do đó, không có ngưỡng thuyết phục nào để chúng ta đánh giá R bình phương đạt hay vi phạm.
Trong đánh giá mô hình cấu trúc, bên cạnh R bình phương (R-square), phần mềm còn cung cấp thêm hệ số R bình phương điều chỉnh (R-square adjusted) được tính từ R bình phương. Giá trị R bình phương điều chỉnh phản ánh sát hơn mức độ giải thích của các biến độc lập lên biến phụ thuộc bởi R bình phương hiệu chỉnh không nhất thiết tăng lên khi chúng ta đưa thêm các biến độc lập vào mô hình.
Để xem hai chỉ số R bình phương và R bình phương điều chỉnh, từ kết quả phân tích PLS-SEM algorithm, nhấp vào mục R-square.
Mô hình ví dụ có hai biến đóng vai trò phụ thuộc là NB và TT, do vậy cũng sẽ có tương ứng hai giá trị R bình phương và R bình phương hiệu chỉnh:
- R bình phương hiệu chỉnh của NB bằng 0.745, như vậy các biến độc lập QC, QH, KM, BH giải thích được 73.4% sự biến thiên của biến NB.
- R bình phương hiệu chỉnh của TT bằng 0.465, như vậy các biến độc lập QC, BH, NB giải thích được 46.5% sự biến thiên của biến TT.
ĐÁNH GIÁ HỆ SỐ XÁC ĐỊNH R BÌNH PHƯƠNG TRONG SMARTPLS 4:
- R bình phương tiến gần về 1 nghĩa là mức độ giải thích cho biến phụ thuộc cao, tiến gần về 0 nghĩa là mức độ giải thích cho biến phụ thuộc thấp.
- Không có ngưỡng R bình phương bao nhiêu là đạt, bao nhiêu là không đạt.
- Khi đánh giá hệ số xác định, nên dùng chỉ số R bình phương hiệu chỉnh.
4. Hệ số tác động f bình phương (f square)
Tác giả Chin (1998) đưa ra công thức tính toán hệ số f bình phương nhằm mục đích đánh giá tầm quan trọng của một biến độc lập lên biến phụ thuộc. Để hiểu thêm về công thức tính toán, bản chất của chỉ số f bình phương và mối liên hệ của f bình phương với R bình phương, bạn xem tại bài viết Ý nghĩa, công thức tính giá trị effect size f2 trong SMARTPLS.
Cohen (1988) gợi ý các ngưỡng đánh giá f bình phương trong xem xét tầm quan trọng của các biến độc lập như sau:
- f square < 0.02: mức tác động là cực kỳ nhỏ hoặc không có tác động.
- 0.02 ≤ f square < 0.15: mức tác động nhỏ.
- 0.15 ≤ f square < 0.35: mức tác động trung bình.
- f square ≥ 0.35: mức tác động lớn.
Để đánh giá hệ số f bình phương, từ kết quả phân tích PLS-SEM algorithm, nhấp vào mục f-square.
Cách bố trí bảng f bình phương ở dạng ma trận. Các cột biểu thị cho biến phụ thuộc nhận tác động từ biến độc lập, các hàng biểu thị cho biến độc lập tác động lên biến phụ thuộc. Trong bảng trên, chỉ có 2 cột NB và TT là có giá trị bởi vì chỉ có 2 biến này là có vai trò phụ thuộc. Tương ứng cột NB thì giá trị f bình phương xuất hiện ở các hàng của biến BH, KM, QC, QH chính là các biến độc lập tác động vào NB. Tương tự ở cột TT thì f bình phương xuất hiện ở các hàng BH, NB, QC là các biến độc lập tác động vào TT.
Kết quả phân tích từ ví dụ thực hành cho thấy:
- Các biến độc lập của NB: biến KM tác động mạnh, biến BH và QC tác động trung bình, biến QH tác động yếu.
- Các biến độc lập của TT: biến NB tác động trung bình, biến BH tác động yếu, biến QC không tác động.
Trong nhiều tình huống thứ tự độ lớn của hệ số tác động chuẩn hóa (cột Original sample trong bảng Path coefficients) trùng với thứ tự mạnh yếu của hệ số f square nên cả hai chỉ số đều có thể dùng để so sánh sự tác động mạnh yếu của các biến độc lập khi chúng cùng tác động lên một biến phụ thuộc. Tuy nhiên, không phải lúc nào thứ tự f square cũng giống thứ tự độ lớn hệ số hồi quy chuẩn hóa. Do vậy, muốn so sánh biến độc lập nào tác động mạnh hơn lên cùng một biến phụ thuộc, chúng ta sẽ dùng hệ số tác động chuẩn hóa ở phần đánh giá ý nghĩa quan hệ tác động; nếu muốn xem mức độ tác động của các biến độc lập lên biến phụ thuộc là mạnh, trung bình hay yếu chúng ta sẽ dùng hệ số f square.
ĐÁNH GIÁ Ý NGHĨA HỆ SỐ TÁC ĐỘNG f BÌNH PHƯƠNG TRONG SMARTPLS 4:
- f square < 0.02: mức tác động là cực kỳ nhỏ hoặc không có tác động.
- 0.02 ≤ f square < 0.15: mức tác động nhỏ.
- 0.15 ≤ f square < 0.35: mức tác động trung bình.
- f square ≥ 0.35: mức tác động lớn.
Ngoài các tiêu chí cần phân tích trong đánh giá mô hình cấu trúc ở trên, chúng ta có thể phân tích thêm các tiêu chỉ khác như Q bình phương và q bình phương liên quan đến tính dự báo. Tuy nhiên, các tiêu chí này không thực sự quá quan trọng nên bài viết này không đề cập.