Sau khi hoàn tất bước đánh giá mô hình đo lường bằng phần mềm SmartPLS 4, nghiên cứu tiếp tục tiến hành đánh giá mô hình cấu trúc (SEM). Việc đánh giá mô hình cấu trúc trên SmartPLS 4 được thực hiện thông qua việc xem xét các tiêu chí sau:
-
Mức độ cộng tuyến giữa các biến độc lập trong mô hình (inner VIF)
-
Ý nghĩa thống kê của các mối quan hệ tác động giữa các biến (path coefficients)
-
Mức độ giải thích của mô hình thông qua hệ số xác định R bình phương (R square)
-
Mức độ ảnh hưởng của từng biến độc lập thông qua hệ số tác động f bình phương (f square)
Mô hình nghiên cứu được xem xét lại bao gồm 6 nhân tố đã được trình bày trong phần đánh giá mô hình đo lường. Trong đó, nhân tố KM được xây dựng dưới dạng thang đo nguyên nhân formative, trong khi các nhân tố còn lại được đo lường bằng thang đo kết quả reflective.
Để tiến hành đánh giá mô hình cấu trúc trên SmartPLS 4, nghiên cứu cần thực hiện hai bước phân tích chính bao gồm thuật toán PLS-SEM (PLS-SEM algorithm) và phương pháp Bootstrapping nhằm kiểm định ý nghĩa thống kê của các mối quan hệ trong mô hình. Quy trình thực hiện chi tiết được trình bày trong bài viết hướng dẫn liên quan.
1. Tính cộng tuyến của các biến độc lập (Inner VIF)
Khái niệm biến độc lập trong bối cảnh này được hiểu là các biến cùng tác động lên một biến giữ vai trò phụ thuộc, tức là biến nhận các mũi tên tác động trong mô hình cấu trúc. Trong mô hình minh họa, có hai biến phụ thuộc là NB và TT.
- Cụ thể, biến NB chịu tác động đồng thời từ bốn biến độc lập gồm QC, QH, KM và BH;
- Trong khi đó, biến TT chịu tác động từ ba biến độc lập là QC, BH và NB.
Việc đánh giá hiện tượng cộng tuyến được thực hiện riêng cho từng tập biến độc lập tương ứng với mỗi biến phụ thuộc.
- Theo đó, cần xem xét cộng tuyến giữa các biến QC, QH, KM và BH trong vai trò là các biến độc lập của NB;
- Đồng thời xem xét cộng tuyến giữa QC, BH và NB trong vai trò là các biến độc lập của TT.
Hiện tượng cộng tuyến hoặc đa cộng tuyến trong mô hình có thể làm sai lệch ước lượng các hệ số hồi quy cũng như giá trị p-value, từ đó dẫn đến những kết luận không chính xác về mối quan hệ giữa các biến. Theo Hair và cộng sự (2019) trong nghiên cứu When to Use and How to Report the Results of PLS-SEM đăng trên European Business Review, chỉ số VIF (variance inflation factor) được sử dụng để đánh giá mức độ cộng tuyến với các ngưỡng giá trị như sau:
- VIF lớn hơn hoặc bằng 5 cho thấy khả năng rất cao tồn tại cộng tuyến và mô hình bị ảnh hưởng nghiêm trọng;
- VIF trong khoảng từ 3 đến dưới 5 cho thấy mô hình có thể đang gặp vấn đề cộng tuyến;
- VIF nhỏ hơn 3 cho thấy không tồn tại hiện tượng cộng tuyến đáng kể.
Trong phần mềm SmartPLS 4, hệ số VIF của các biến độc lập được kiểm tra thông qua kết quả phân tích PLS-SEM Algorithm. Người nghiên cứu lựa chọn mục Collinearity statistics (VIF) và tiếp tục chọn Inner model – List để xem các giá trị tương ứng trong mô hình cấu trúc.
Bảng kết quả VIF thường được trình bày dưới dạng ma trận, trong đó hàng đầu tiên thể hiện các biến phụ thuộc và cột đầu tiên thể hiện các biến độc lập; các giá trị trong bảng chính là hệ số VIF.
Trong trường hợp minh họa, chỉ có hai cột NB và TT xuất hiện giá trị vì đây là hai biến giữ vai trò phụ thuộc trong mô hình. Đối với cột NB, các giá trị VIF được ghi nhận tại các hàng tương ứng với BH, KM, QC và QH, là các biến độc lập tác động lên NB. Tương tự, tại cột TT, các giá trị VIF xuất hiện ở các hàng BH, NB và QC, là các biến độc lập tác động lên TT.
Kết quả từ ví dụ thực nghiệm cho thấy toàn bộ các biến độc lập tác động lên NB và TT đều có giá trị VIF nhỏ hơn 3, cho thấy mô hình không xuất hiện hiện tượng cộng tuyến. Trong trường hợp phát hiện biến độc lập có VIF lớn hơn 5, biến đó cần được loại khỏi sơ đồ mô hình và tiến hành phân tích lại với mô hình điều chỉnh.
Tóm lại, việc đánh giá tính cộng tuyến của các biến độc lập trong SmartPLS 4 dựa trên chỉ số Inner VIF được diễn giải như sau:
- Inner VIF lớn hơn hoặc bằng 5 phản ánh nguy cơ cộng tuyến rất cao và mô hình bị ảnh hưởng nghiêm trọng;
- Inner VIF trong khoảng từ 3 đến dưới 5 cho thấy khả năng tồn tại cộng tuyến;
- Inner VIF nhỏ hơn 3 cho thấy mô hình không gặp vấn đề cộng tuyến.
2. Đánh giá ý nghĩa của các mối quan hệ tác động trực tiếp
Để đưa ra kết luận đối với các giả thuyết nghiên cứu, hay nói cách khác là xác định các mối quan hệ được giả định trong mô hình nghiên cứu có tồn tại ý nghĩa hay không, nghiên cứu sử dụng kết quả phân tích hệ số đường dẫn (Path coefficients) trong mô hình cấu trúc.
Trong nội dung này, việc đánh giá được thực hiện dựa trên hai khía cạnh chính: (1) kiểm định ý nghĩa thống kê của các mối quan hệ tác động và (2) đánh giá mức độ cũng như chiều hướng của các mối quan hệ đó.
Mục 1: Kiểm định ý nghĩa thống kê của các mối quan hệ tác động
Ý nghĩa thống kê của một hệ số tác động, hay còn gọi là hệ số đường dẫn, được xác định thông qua sai số chuẩn thu được từ phương pháp Bootstrapping trong phần mềm SMARTPLS 4. Sai số chuẩn bootstrap cho phép tính toán giá trị thống kê t và giá trị p-value cho toàn bộ các hệ số đường dẫn trong mô hình cấu trúc.
Việc đánh giá ý nghĩa thống kê của các mối quan hệ có thể dựa trên giá trị t hoặc p-value. Tuy nhiên, trong thực tiễn nghiên cứu, việc sử dụng p-value thường được ưu tiên do tính thuận tiện, và SMARTPLS 4 cũng mặc định hiển thị và nhấn mạnh chỉ số này.
Theo lý thuyết kiểm định giả thuyết thống kê, các giá trị tới hạn của kiểm định hai đuôi lần lượt là 1.65 tương ứng với mức ý nghĩa 10%, 1.96 tương ứng với mức ý nghĩa 5% và 2.57 tương ứng với mức ý nghĩa 1%. Trong các nghiên cứu khoa học xã hội, mức ý nghĩa 5% (p-value = 0.05) được sử dụng phổ biến và cũng là mức mặc định trong SMARTPLS 4. Khi kết quả phân tích hệ số đường dẫn cho thấy p-value nhỏ hơn 0.05, mối quan hệ tác động được xem là có ý nghĩa thống kê. Ngược lại, nếu p-value lớn hơn 0.05, mối quan hệ đó không đạt ý nghĩa thống kê. Đối với các mối quan hệ không có ý nghĩa thống kê, nghiên cứu vẫn giữ nguyên cấu trúc trong mô hình và kết luận là không có ý nghĩa thống kê, thay vì loại bỏ biến hay mối quan hệ khỏi mô hình nghiên cứu.
Mục 2: Đánh giá mức độ và chiều của các mối quan hệ tác động
Thuật toán của SMARTPLS mặc định xuất ra các hệ số tác động dưới dạng chuẩn hóa. Các hệ số này thường dao động trong khoảng từ -1 đến +1, mặc dù trong một số trường hợp có thể vượt nhẹ khỏi giới hạn này.
- Hệ số tác động mang giá trị dương phản ánh mối quan hệ tác động cùng chiều,
- Trong khi hệ số tác động mang giá trị âm phản ánh mối quan hệ tác động ngược chiều.
- Hệ số tác động càng tiến gần đến +1 cho thấy mức độ tác động dương càng mạnh,
- Ngược lại, hệ số tiến gần đến -1 thể hiện mức độ tác động âm mạnh.
- Khi hệ số tác động có giá trị gần 0, mối quan hệ được xem là yếu.
Trong trường hợp có nhiều biến độc lập cùng tác động đến một biến phụ thuộc, việc so sánh mức độ ảnh hưởng của các biến độc lập được thực hiện dựa trên độ lớn của hệ số tác động. Độ lớn này được xác định bằng trị tuyệt đối của hệ số đường dẫn. Khi tồn tại đồng thời các mối quan hệ tác động dương và âm, việc so sánh vẫn được thực hiện thông qua trị tuyệt đối của các hệ số để xác định mức độ mạnh yếu tương đối.
Để đánh giá các mối quan hệ tác động, nghiên cứu sử dụng kết quả phân tích Bootstrapping. Từ kết quả này, lựa chọn mục Path coefficients để xem chi tiết kết quả kiểm định các hệ số đường dẫn trong mô hình cấu trúc trên SMARTPLS 4.
Trong bảng kết quả, nghiên cứu tập trung phân tích chủ yếu hai cột thông tin là Original sample và P values. Cụ thể,
- Original sample phản ánh hệ số tác động chuẩn hóa của mẫu dữ liệu gốc và chính là giá trị hệ số đường dẫn.
- Sample mean thể hiện giá trị trung bình của hệ số tác động chuẩn hóa từ tất cả các mẫu bootstrap.
- Standard deviation là độ lệch chuẩn của hệ số tác động chuẩn hóa dựa trên các mẫu bootstrap.
- T statistics là giá trị thống kê t dùng để kiểm định ý nghĩa của mối quan hệ tác động.
- P values thể hiện mức ý nghĩa của kiểm định t và được so sánh với các ngưỡng phổ biến như 0.05, 0.1 hoặc 0.01, trong đó mức 0.05 thường được sử dụng.
Khi diễn giải kết quả, việc đánh giá được thực hiện tương ứng với hai nội dung lý thuyết đã trình bày.
Thứ nhất, kết quả cho thấy ngoại trừ mối quan hệ QC -> TT không đạt ý nghĩa thống kê do p-value bằng 0.714 lớn hơn 0.05, các mối quan hệ tác động còn lại đều có ý nghĩa thống kê với p-value nhỏ hơn 0.05.
Thứ hai, toàn bộ các hệ số tác động đều mang giá trị dương, cho thấy các mối quan hệ trong mô hình đều là quan hệ cùng chiều. Mức độ tác động từ mạnh đến yếu lên biến NB lần lượt là KM (0.367), QC (0.316), BH (0.316) và QH (0.187). Đối với biến TT, thứ tự tác động từ mạnh đến yếu là NB (0.457) và BH (0.282).
Tóm lại, trong SMARTPLS 4
- Mối quan hệ có p-value nhỏ hơn 0.05 được xem là có ý nghĩa thống kê, trong khi p-value lớn hơn 0.05 cho thấy mối quan hệ không có ý nghĩa thống kê.
- Dấu của hệ số đường dẫn trong cột Original sample phản ánh chiều tác động của mối quan hệ, với dấu dương thể hiện tác động cùng chiều và dấu âm thể hiện tác động ngược chiều.
- Để so sánh mức độ ảnh hưởng của các biến độc lập lên cùng một biến phụ thuộc, nghiên cứu dựa trên trị tuyệt đối của hệ số Original sample, trong đó giá trị tuyệt đối lớn hơn phản ánh mức độ tác động mạnh hơn.
3. Hệ số xác định R bình phương (R square)
Hệ số xác định R bình phương phản ánh mức độ mà các biến độc lập giải thích được sự biến thiên của biến phụ thuộc trong mô hình nghiên cứu. Trong một mô hình có bao nhiêu biến giữ vai trò phụ thuộc thì sẽ tương ứng có bấy nhiêu giá trị R bình phương được ước lượng.
Theo Hair và cộng sự (2017), việc đưa ra một quy tắc kinh nghiệm chung để đánh giá mức độ chấp nhận của R bình phương là rất khó khăn. Giá trị này phụ thuộc đáng kể vào mức độ phức tạp của mô hình, chẳng hạn như số lượng biến độc lập tác động đến biến phụ thuộc, sự tồn tại của các mối quan hệ trung gian, cũng như đặc thù của lĩnh vực nghiên cứu. Do đó, không tồn tại một ngưỡng chuẩn mang tính thuyết phục tuyệt đối để kết luận rằng R bình phương đạt hay không đạt.
Về mặt lý thuyết, R bình phương có giá trị dao động từ 0 đến 1. Giá trị càng tiến gần về 1 cho thấy các biến độc lập giải thích được phần lớn sự biến thiên của biến phụ thuộc, trong khi giá trị càng tiến gần về 0 thể hiện khả năng giải thích của mô hình là thấp.
Trong phần mềm SMARTPLS 4, bên cạnh chỉ số R bình phương (R-square), hệ số R bình phương hiệu chỉnh (R-square adjusted) cũng được cung cấp nhằm phản ánh chính xác hơn mức độ giải thích của các biến độc lập đối với biến phụ thuộc, do đã xem xét đến số lượng biến trong mô hình. Vì lý do này, R bình phương hiệu chỉnh thường được ưu tiên sử dụng trong quá trình đánh giá mô hình.
Từ kết quả chạy thuật toán PLS-SEM, người nghiên cứu có thể nhấp vào mục R-square để quan sát các hệ số xác định của mô hình.
Xét mô hình cấu trúc được xây dựng trên SMARTPLS 4, trong ví dụ minh họa có hai biến giữ vai trò phụ thuộc là NB và TT, do đó sẽ tồn tại hai giá trị R bình phương hiệu chỉnh tương ứng cho hai biến này.
- Cụ thể, R bình phương hiệu chỉnh của biến NB đạt giá trị 0.745, cho thấy các biến độc lập gồm QC, QH, KM và BH giải thích được 73.4% sự biến thiên của biến NB.
- Đối với biến TT, R bình phương hiệu chỉnh đạt 0.465, nghĩa là các biến độc lập QC, BH và NB giải thích được 46.5% sự biến thiên của biến TT.
Đánh giá hệ số xác định R bình phương trong SMARTPLS 4 có thể được tóm lược như sau:
- Giá trị R bình phương càng tiến gần về 1 thì mức độ giải thích của mô hình đối với biến phụ thuộc càng cao, và ngược lại.
- Không tồn tại một ngưỡng giá trị cụ thể để khẳng định R bình phương là đạt hay không đạt.
- Khi tiến hành đánh giá hệ số xác định, chỉ số R bình phương hiệu chỉnh nên được ưu tiên sử dụng để đảm bảo độ tin cậy của kết quả phân tích.
4. Hệ số tác động f bình phương (Effect size)
Chin (1998) đã đề xuất công thức tính toán hệ số f bình phương (f square) nhằm đánh giá mức độ đóng góp và tầm quan trọng của từng biến độc lập đối với biến phụ thuộc trong mô hình nghiên cứu. Chỉ số này cho phép xem xét sự thay đổi của hệ số xác định khi một biến độc lập bị loại khỏi mô hình, từ đó phản ánh mức độ ảnh hưởng thực tế của biến đó. Công thức tính toán và bản chất của hệ số f bình phương được trình bày chi tiết trong các nghiên cứu về effect size trong mô hình PLS-SEM.
Cohen (1988) đưa ra các ngưỡng đánh giá hệ số f bình phương để phân loại mức độ tác động của biến độc lập như sau:
- f square < 0.02: mức tác động cực kỳ nhỏ hoặc không có ý nghĩa.
- 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.
Trong SMARTPLS 4, hệ số f bình phương được xác định từ kết quả chạy thuật toán PLS-SEM bằng cách lựa chọn mục f-square trong phần kết quả phân tích mô hình cấu trúc.
Hệ số f bình phương được trình bày dưới dạng bảng ma trận, trong đó các biến ở hàng đầu tiên được xem là biến phụ thuộc, các biến ở cột đầu tiên được xem là biến độc lập. Các giá trị trong bảng thể hiện mức độ tác động của từng biến độc lập lên từng biến phụ thuộc thông qua hệ số f bình phương.
Trong bảng kết quả minh họa, chỉ có hai cột NB và TT xuất hiện giá trị vì đây là hai biến đóng vai trò phụ thuộc trong mô hình. Đối với cột NB, các giá trị f bình phương tại các hàng BH, KM, QC và QH phản ánh mức độ tác động của các biến độc lập này lên NB. Tương tự, đối với cột TT, các giá trị f bình phương tại các hàng BH, NB và QC thể hiện ảnh hưởng của các biến độc lập tương ứng lên TT.
Kết quả từ ví dụ thực nghiệm cho thấy các biến độc lập tác động đến NB bao gồm:
- Biến KM có mức tác động lớn, các biến BH và QC có mức tác động trung bình, trong khi biến QH có mức tác động nhỏ.
- Đối với biến phụ thuộc TT, biến NB có mức tác động trung bình, biến BH có mức tác động nhỏ và biến QC không thể hiện tác động đáng kể.
Trong nhiều trường hợp, thứ tự mức độ ảnh hưởng của các biến độc lập được phản ánh bởi hệ số tác động chuẩn hóa trong cột Original Sample của bảng Path Coefficients tương đối phù hợp với thứ tự mạnh yếu của hệ số f bình phương. Do đó, cả hai chỉ số này đều có thể được sử dụng để so sánh mức độ ảnh hưởng của các biến độc lập khi chúng cùng tác động lên một biến phụ thuộc. Tuy nhiên, không phải trong mọi trường hợp thứ tự của f bình phương cũng trùng khớp với thứ tự của hệ số hồi quy chuẩn hóa, do hai chỉ số này phản ánh các khía cạnh khác nhau của mối quan hệ nhân quả trong mô hình.
- Trong thực tiễn nghiên cứu, khi mục tiêu là so sánh biến độc lập nào có tác động mạnh hơn lên cùng một biến phụ thuộc, hệ số tác động chuẩn hóa thường được sử dụng.
- Ngược lại, khi cần đánh giá mức độ tác động của các biến độc lập là mạnh, trung bình hay yếu, hệ số f bình phương là chỉ số phù hợp hơn.
Việc đánh giá ý nghĩa của hệ số tác động f bình phương (f square) trong phần mềm SmartPLS 4 được sử dụng nhằm xác định mức độ ảnh hưởng của từng biến độc lập lên biến phụ thuộc trong mô hình cấu trúc. Cụ thể,
- Khi giá trị f square nhỏ hơn 0.02, tác động của biến được xem là không đáng kể hoặc hầu như không tồn tại.
- Trường hợp giá trị f square nằm trong khoảng từ 0.02 đến dưới 0.15 cho thấy mức độ tác động nhỏ.
- Nếu f square đạt từ 0.15 đến dưới 0.35, tác động của biến được đánh giá ở mức trung bình.
- Cuối cùng, khi giá trị f square lớn hơn hoặc bằng 0.35, biến độc lập được xem là có mức tác động lớn đến biến phụ thuộc trong mô hình nghiên cứu.
Ngoài các tiêu chí nêu trên, mô hình PLS-SEM còn có thể được đánh giá sâu hơn thông qua các chỉ số liên quan đến khả năng dự báo như Q bình phương và q bình phương. Tuy nhiên, các chỉ số này thường không đóng vai trò trọng tâm trong phân tích mức độ tác động nên không được đề cập chi tiết trong nội dung này.