Biểu diễn các biến của mô hình trên sơ đồ AMOS

Trong phân tích dữ liệu bằng phần mềm SPSS, các mối quan hệ tác động giữa các biến thường được xử lý thông qua phương pháp hồi quy tuyến tính OLS với cấu trúc tương đối đơn giản và không yêu cầu biểu diễn mô hình dưới dạng sơ đồ. Tuy nhiên, khi áp dụng các kỹ thuật mô hình cấu trúc tuyến tính (SEM) trên các phần mềm chuyên dụng như AMOS hoặc SmartPLS, việc xác định và khai báo chính xác vai trò cũng như chức năng của từng biến là điều kiện bắt buộc nhằm đảm bảo mô hình được thiết lập đúng về mặt lý thuyết và có khả năng xác định được về mặt thống kê.

Nội dung bài viết tập trung trình bày cách thức chuyển hóa mô hình nghiên cứu lý thuyết thành mô hình SEM trên phần mềm AMOS. Trước hết, xem xét mô hình nghiên cứu lý thuyết bao gồm các biến nghiên cứu được xác định như sau:

Cụ thể:

• X1 là biến độc lập có tác động trực tiếp đến biến phụ thuộc Y và được đo lường thông qua ba biến quan sát A1, A2 và A3.
• X2 là biến độc lập thứ hai, cũng tác động đến biến phụ thuộc Y, được đo lường bởi bốn biến quan sát gồm B1, B2, B3 và B4.
• Biến Y đóng vai trò là biến phụ thuộc, chịu ảnh hưởng từ cả hai biến X1 và X2, và được đo lường thông qua ba biến quan sát C1, C2 và C3.

1. Xác định vai trò của các biến trong AMOS

Việc xác định đúng vai trò của các biến và cách biểu diễn chúng trong sơ đồ AMOS là bước quan trọng nhằm đảm bảo mô hình được xây dựng phù hợp với cơ sở lý thuyết nghiên cứu.

– Trong mô hình, X1, X2 và Y được xác định là các biến tiềm ẩn. Biến tiềm ẩn là những khái niệm không thể đo lường trực tiếp mà được suy ra thông qua các biến quan sát. Theo quy ước của AMOS, các biến tiềm ẩn bắt buộc phải được biểu diễn bằng hình elip trên diagram.

– Các biến A1, A2, A3, B1, B2, B3, B4, C1, C2 và C3 là các biến quan sát, còn được gọi là biến chỉ báo. Đây là những biến có thể đo lường trực tiếp thông qua dữ liệu khảo sát. Trong AMOS, các biến quan sát được biểu diễn bằng hình chữ nhật.

– Biến tiềm ẩn Y đóng vai trò là biến phụ thuộc hay biến nội sinh trong mô hình, chịu sự tác động của hai biến độc lập X1 và X2, còn gọi là các biến ngoại sinh. Do đó, trong AMOS cần gán phần dư cho biến Y nhằm phản ánh phần biến thiên của Y chưa được giải thích bởi các biến độc lập. Phần dư này được biểu diễn bằng hình elip.

– Đối với các biến quan sát A1, A2, A3, B1, B2, B3, B4, C1, C2 và C3, mỗi biến đều cần được gán một sai số đo lường trong AMOS. Sai số này phản ánh mức độ không chính xác trong quá trình đo lường và cũng được biểu diễn bằng hình elip.

Trong AMOS, sai số và phần dư mặc định được phần mềm đặt tên là e (error). Người nghiên cứu có thể thay đổi tên các thành phần này, với điều kiện mỗi tên phải là duy nhất trong toàn bộ mô hình. Để phân biệt rõ hơn về mặt khái niệm, có thể đặt sai số đo lường là e và phần dư của biến nội sinh là z (residual).

So với mô hình lý thuyết, khi xây dựng sơ đồ trên AMOS xuất hiện mũi tên hai chiều nối giữa X1 và X2. Mũi tên hai chiều này biểu thị hiệp phương sai (covariance), nhằm thông báo cho phần mềm rằng X1 và X2 đều là các biến độc lập và cần được xem xét mối tương quan giữa chúng trong mô hình.

Cần lưu ý rằng mũi tên hai chiều chỉ được sử dụng giữa các biến có vai trò thuần túy là biến độc lập. Trong khi đó, biến trung gian có thể vừa đóng vai trò là biến độc lập trong một mối quan hệ, vừa là biến phụ thuộc trong một mối quan hệ khác, do đó không được xem là biến độc lập hoàn toàn.

Mặc dù trong mô hình lý thuyết ban đầu có thể không thể hiện mũi tên hai chiều này, nhưng khi mô hình hóa trên diagram AMOS, việc khai báo hiệp phương sai giữa các biến độc lập là cần thiết để nâng cao độ chính xác của các ước lượng. Trên thực tế, các yếu tố trong mô hình nghiên cứu thường tồn tại mối tương quan với nhau ở các mức độ khác nhau. Ngay cả khi mối tương quan này rất nhỏ hoặc không tồn tại, việc khai báo vẫn được khuyến nghị vì không gây ảnh hưởng tiêu cực đến mô hình mà ngược lại còn mang lại nhiều lợi ích về mặt phân tích.

Khai báo hiệp phương sai có nghĩa là mô hình xem xét khả năng tồn tại sự tương quan giữa các biến độc lập, và sự tương quan này có thể ảnh hưởng đến các mối quan hệ nhân quả được thể hiện bằng các mũi tên một chiều trong mô hình. Trường hợp các biến độc lập thực sự không có tương quan, phần mềm sẽ tự động ước lượng và phản ánh điều đó trong kết quả phân tích. Tuy nhiên, chỉ khi được khai báo thì AMOS mới có cơ sở để kiểm định sự tồn tại hay không tồn tại của mối tương quan này.

Ngược lại, nếu không khai báo hiệp phương sai, mô hình mặc định giả định rằng các biến độc lập hoàn toàn không có mối liên hệ nào với nhau trong thực tế. Trong một số nghiên cứu đặc thù, khi nhà nghiên cứu mong muốn đánh giá tác động thuần của từng biến độc lập mà không có sự can thiệp hay tương tác từ các biến khác, việc không khai báo mũi tên hai chiều có thể được xem là phù hợp.