Cronbach’s Alpha & Composite Reliability trong SmartPLS

SMARTPLS January 30, 2026

Độ tin cậy Cronbach’s Alpha và Composite Reliability đều là các chỉ số được sử dụng phổ biến để đánh giá độ tin cậy của thang đo trong nghiên cứu định lượng. Mặc dù cùng hướng tới mục tiêu kiểm định mức độ nhất quán nội tại của thang đo, hai chỉ số này khác nhau về nguyên tắc tính toán cũng như phạm vi ứng dụng trong các mô hình phân tích.

1. Khái niệm độ tin cậy Cronbach’s Alpha

Cronbach’s Alpha là một chỉ số thống kê được sử dụng rộng rãi trong nghiên cứu khoa học nhằm đánh giá độ tin cậy của thang đo, phản ánh mức độ liên hệ và tính nhất quán giữa các biến quan sát thuộc cùng một nhân tố, từ đó xác định khả năng đo lường cùng một khái niệm lý thuyết.

Ý nghĩa:

  • Cronbach’s Alpha hỗ trợ nhà nghiên cứu đánh giá mức độ đáng tin cậy của thang đo, hay nói cách khác là xác định mức độ phù hợp của tập hợp các biến quan sát được sử dụng để đo lường một nhân tố.

  • Giá trị Cronbach’s Alpha càng cao cho thấy các biến quan sát trong thang đo có mức độ tương quan chặt chẽ, đồng thời phản ánh tốt cùng một khái niệm tiềm ẩn.

  • Ngược lại, Cronbach’s Alpha ở mức thấp cho thấy sự liên kết giữa các biến quan sát không cao, hàm ý rằng thang đo có thể chưa phản ánh chính xác hoặc nhất quán nhân tố nghiên cứu.

Ngưỡng chấp nhận:

Trong nhiều nghiên cứu, giá trị Cronbach’s Alpha từ 0,7 trở lên thường được xem là đạt yêu cầu về độ tin cậy (Andy Field, 2009; Hair và cộng sự, 2010). Tuy nhiên, ngưỡng chấp nhận này có thể được điều chỉnh linh hoạt tùy theo lĩnh vực nghiên cứu, bối cảnh nghiên cứu và mục đích sử dụng thang đo.

Hạn chế:

  • Cronbach’s Alpha dựa trên giả định rằng các biến quan sát đóng góp ngang nhau vào thang đo. Trong thực tế, mức độ đóng góp của từng biến có thể khác nhau, dẫn đến khả năng đánh giá chưa chính xác độ tin cậy tổng thể của thang đo.

  • Số lượng biến quan sát cũng ảnh hưởng đến giá trị Alpha. Cụ thể, thang đo có nhiều biến quan sát có thể đạt giá trị Cronbach’s Alpha cao ngay cả khi mức độ liên kết giữa các biến không thực sự mạnh. Ngược lại, thang đo có ít biến quan sát có thể cho hệ số Alpha thấp dù các biến có mối quan hệ chặt chẽ với nhau.

2. Độ tin cậy tổng hợp Composite Reliability (CR)

Độ tin cậy tổng hợp Composite Reliability (CR) là một chỉ số dùng để đánh giá mức độ tin cậy của thang đo, được sử dụng phổ biến trong các nghiên cứu áp dụng mô hình cấu trúc tuyến tính (SEM). Chỉ số này được phát triển nhằm khắc phục những hạn chế tồn tại của hệ số Cronbach’s Alpha trong việc đo lường độ tin cậy.

Theo Hair và cộng sự (2017), Cronbach’s Alpha là một chỉ số đánh giá độ tin cậy truyền thống nhưng tồn tại nhiều điểm bất cập, đặc biệt là xu hướng đánh giá thấp độ tin cậy thực tế của thang đo. Do đó, các tác giả khuyến nghị sử dụng độ tin cậy tổng hợp Composite Reliability (ký hiệu là rho_c trong phần mềm SmartPLS 4) như một thước đo phù hợp và chính xác hơn.

Về mặt ý nghĩa

CR phản ánh mức độ nhất quán nội tại giữa các biến quan sát trong cùng một thang đo, tương tự như Cronbach’s Alpha. Tuy nhiên, điểm khác biệt quan trọng là CR có tính đến trọng số đóng góp khác nhau của từng biến quan sát, trong khi Cronbach’s Alpha giả định các biến quan sát có mức độ đóng góp như nhau.

Chính vì vậy, Composite Reliability thường được xem là chỉ số đánh giá độ tin cậy có độ chính xác cao hơn, đặc biệt trong trường hợp các biến quan sát không đồng đều về mức độ ảnh hưởng đến khái niệm nghiên cứu.

Về ngưỡng chấp nhận

Cách đánh giá CR tương đồng với Cronbach’s Alpha. Giá trị của hệ số này dao động trong khoảng từ 0 đến 1, trong đó giá trị càng tiến gần về 1 thể hiện độ tin cậy càng cao, còn giá trị tiến gần về 0 cho thấy độ tin cậy thấp; các giá trị âm thường phản ánh dữ liệu không phù hợp. Theo Hair và cộng sự (2017), giá trị CR từ 0,7 trở lên được xem là đạt yêu cầu.

So với Cronbach’s Alpha, Composite Reliability có một số ưu điểm nổi bật như

Không giả định các biến quan sát có trọng số bằng nhau,

Cho phép đánh giá chính xác hơn độ tin cậy của thang đo khi các biến quan sát có mức độ đóng góp khác nhau,

Đồng thời đặc biệt phù hợp với các mô hình SEM, nơi các trọng số của biến quan sát được ước lượng một cách rõ ràng

3. Lưu ý về Cronbach’s Alpha và Composite Reliability trong SMARTPLS

– Cronbach’s Alpha có xu hướng đánh giá thấp độ tin cậy của thang đo, trong khi Composite Reliability lại có xu hướng đánh giá cao độ tin cậy. Vì vậy, trong quá trình đánh giá mô hình, cần đồng thời báo cáo và xem xét cả hai chỉ số này. Giá trị độ tin cậy được xem là hợp lý khi nằm trong khoảng giữa Cronbach’s Alpha và Composite Reliability, phản ánh mức độ nhất quán nội tại một cách cân bằng hơn.

– Việc đánh giá Cronbach’s Alpha và Composite Reliability chỉ được áp dụng đối với các thang đo phản xạ (reflective), không áp dụng cho các thang đo hình thành hay thang đo nguyên nhân (formative).

– Trong trường hợp Cronbach’s Alpha và Composite Reliability trong SMARTPLS không đạt ngưỡng chấp nhận tối thiểu, các biến quan sát có hệ số tải ngoài (outer loading) thấp nhất trong cùng một thang đo phản xạ sẽ được loại bỏ dần, sau đó tiến hành phân tích lại mô hình.

Quá trình loại bỏ biến quan sát nhằm cải thiện Cronbach’s Alpha và Composite Reliability được thực hiện theo cách lặp lại cho đến khi thang đo đạt được mức độ tin cậy yêu cầu thì dừng lại. Nếu sau khi loại biến, nhân tố vẫn còn tối thiểu hai biến quan sát và các chỉ số độ tin cậy đạt ngưỡng chấp nhận, có thể kết luận thang đo đạt độ tin cậy.

Ngược lại, nếu tiếp tục loại biến đến khi nhân tố chỉ còn hai biến quan sát nhưng các chỉ số độ tin cậy vẫn không đạt yêu cầu, thì kết luận thang đo không đạt độ tin cậy và cần loại bỏ toàn bộ nhân tố khỏi sơ đồ mô hình. Trong một số trường hợp đặc biệt, thang đo được chấp nhận với một biến quan sát duy nhất, tuy nhiên cách tiếp cận này chỉ được sử dụng rất hạn chế trong nghiên cứu thực nghiệm.

4. Xem hệ số Cronbach’s Alpha và Composite Reliability trong SMARTPLS

Trên các phiên bản SMARTPLS 3 và SMARTPLS 4, giá trị Cronbach’s Alpha và Composite Reliability được trình bày trong bảng Construct Reliability and Validity thuộc kết quả phân tích PLS-Algorithm.

Hai chỉ số Cronbach’s Alpha và Composite Reliability được sử dụng để nhận xét và báo cáo trong phần đánh giá mô hình đo lường khi phân tích dữ liệu bằng SMARTPLS.

Đối với giao diện của SMARTPLS 3

Cronbach’s Alpha & Composite Reliability trong SmartPLS

Các chỉ số Cronbach’s Alpha và Composite Reliability được hiển thị đầy đủ trong bảng kết quả. Trong ví dụ minh họa, thang đo HL có giá trị Cronbach’s Alpha và Composite Reliability đều bằng 1 do đây là thang đo chỉ bao gồm một biến quan sát. Trong SMARTPLS 3, các thang đo chỉ có một biến quan sát mặc định sẽ có Cronbach’s Alpha và Composite Reliability bằng 1.

Đối với giao diện của SMARTPLS 4

Cronbach’s Alpha & Composite Reliability trong SmartPLS

Ngoài việc phân biệt các chỉ số Composite Reliability như rho_c và rho_a, phần mềm có sự thay đổi trong cách hiển thị kết quả. Cụ thể, đối với các cấu trúc chỉ được đo lường bằng một biến quan sát, SMARTPLS 4 sẽ không hiển thị các chỉ số đánh giá độ tin cậy.

——

Nguồn tham khảo:

Andy Field (2009), Discovering Statistics Using SPSS. 3rd Edition, Sage Publications Ltd., London.

Hair và cộng sự (2010), Multivariate Data Analysis. 7th Edition, Pearson, New York.

Hair và cộng sự (2017), A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). 2nd Edition, Sage Publications Inc., Thousand Oaks, CA.

5/5 - (1 vote)