So sánh giữa PLS-SEM và CB-SEM, nên lựa chọn kỹ thuật nào?

Hai phần mềm xử lý mô hình SEM được sử dụng phổ biến hiện nay là IBM AMOS (CB-SEM) và SMARTPLS (PLS-SEM). Mỗi phần mềm sử thuật thuật toán SEM khác nhau, vậy khi nào chúng ta sẽ sử dụng CB-SEM và khi nào sử dụng PLS-SEM?

1. So sánh CB-SEM và PLS-SEM

1.1 Đặc điểm CB-SEM (Covariance-Based SEM)

(Phần mềm xử lý phổ biến hiện nay là IBM AMOS)

– Phương pháp xử lý SEM được áp dụng rộng rãi

– Rất phù hợp với các nghiên cứu khẳng định lý thuyết nghiên cứu

– Biến tiềm ẩn (construct) không được biết đến và cũng không cần thiết trong ước lượng tham số của mô hình. Biến tiềm ẩn và mối quan hệ các biến tiềm ẩn sẽ được xây dựng dựa trên ma trận hiệp phương sai của biến quan sát thuộc biến tiềm ẩn đó và biến quan sát thuộc các biến tiềm ẩn khác.

– Yêu cầu dữ liệu phải có phân phối chuẩn hoặc xấp xỉ chuẩn.

– Yêu cầu cỡ mẫu lớn, thường tối thiểu là 200.

– Chỉ dùng được khi cho mối quan hệ reflective (xem khái niệm tại bài viết Lý thuyết mô hình đo lường Formative, Reflective, Causal).

– Đánh giá được độ phù hợp mô hình tổng thể (good of fitness) với rất nhiều chỉ số thống kê quan trọng, nhờ đó đánh giá rất tốt mô hình so với lý thuyết.

 Xem thêm: Mô hình cấu trúc và mô hình đo lường trong PLS-SEM

1.2 Đặc điểm PLS-SEM (Partial Least Squares SEM)

(Phần mềm xử lý phổ biến hiện nay là SMARTPLS)

– Phù hợp cho các nghiên cứu khám phá, nghiên cứu có nền tảng lý thuyết chưa phát triển. Tuy nhiên, vẫn có thể áp dụng được cho nghiên cứu khẳng định.

– Biến tiềm ẩn (construct) được hình thành dựa trên trọng số của các biến quan sát của thuộc biến tiềm ẩn đó.

– Là phương pháp xử lý phi tham số, không yêu cầu dữ liệu có phân phối chuẩn.

– Cỡ mẫu lớn nhỏ đều có thể xử lý tốt, cỡ mẫu tối thiểu thường là 20.

– Dùng được cho cả mối quan hệ reflective và formative.

– Khả năng đánh giá độ phù hợp mô hình tổng thể thấp nên việc sử dụng nó để kiểm định và khẳng định lý thuyết bị giới hạn.

** Phần so sánh giữa CB-SEM và PLS-SEM ở trên được tổng hợp và trích dẫn từ các công trình của Hsu et al. 2006; Henseler et al. 2009; Hair et al. 2011; Hair et al. 2014.

2. Nhận xét chung về CB-SEM và PLS-SEM

– CB-SEM và PLS-SEM không thay thế cho nhau bởi cả hai phương pháp khác nhau ở quan điểm thống kê, được thiết kế để đạt các mục tiêu khác nhau và dựa trên các lý thuyết đo lường khác nhau. Do đó, không phải kỹ thuật này cao hơn hẳn kỹ thuật còn lại và không phải kỹ thuật nào cũng thích hợp cho mọi tình huống.

– Với tập dữ liệu lớn (cỡ mẫu từ 250 trở lên) kết quả của CB-SEM và PLS-SEM là rất tương đồng.

– Nếu nghiên cứu mà mô hình kế thừa lại từ nghiên cứu trước đó (dạng nghiên cứu khẳng định) thì CB-SEM là một giải pháp tối ưu. Nếu nghiên cứu xuất hiện các biến tiềm ẩn mới, biến quan sát mới thì nên cân nhắc sử dụng PLS-SEM. Nếu dữ liệu không đạt phân phối chuẩn hoặc cỡ mẫu nhỏ thì nên sử dụng PLS-SEM. Nếu cần đánh giá độ phù hợp tổng thể mô hình thì cần sử dụng CB-SEM.