Khác biệt giữa Composite Reliability rho_c & rho_a trong SMARTPLS

Trong phần mềm SMARTPLS, bên cạnh hệ số Cronbach’s Alpha, hai chỉ số độ tin cậy tổng hợp là Composite Reliability rho_c và Composite Reliability rho_a thường được sử dụng để đánh giá độ tin cậy của thang đo. Do đó, việc làm rõ sự khác biệt giữa Composite Reliability rho_c và Composite Reliability rho_a là cần thiết nhằm lựa chọn và diễn giải chỉ số phù hợp trong nghiên cứu.

1. Độ tin cậy tổng hợp Composite Reliability rho_c

1.1 Khái niệm

Composite Reliability rho_c, thường được gọi tắt là Composite Reliability, được Karl Jöreskog đề xuất năm 1971 trong bối cảnh phát triển và ứng dụng mô hình phương trình cấu trúc (Structural Equation Modeling – SEM).

Chỉ số rho_c phản ánh mức độ tin cậy nội tại của thang đo, thể hiện mức độ nhất quán giữa các biến quan sát trong việc đo lường cùng một khái niệm tiềm ẩn. Nói cách khác, rho_c cho biết các biến quan sát có cùng đóng góp vào việc phản ánh một cấu trúc lý thuyết chung hay không. Mục tiêu cốt lõi của chỉ số này là đánh giá mức độ các biến quan sát thực sự đo lường cùng một khái niệm nghiên cứu.

Cho đến nay, rho_c vẫn được xem là một trong những chỉ số quan trọng và phổ biến để đánh giá độ tin cậy của thang đo trong các nghiên cứu sử dụng SEM, đặc biệt trong các phần mềm phân tích như SMARTPLS và AMOS.

1.2 Công thức tính rho_c

Hệ số độ tin cậy tổng hợp rho_c được tính toán dựa trên các hệ số tải trọng của từng biến quan sát trong mô hình đo lường.

Trong đó:

• λᵢ biểu thị hệ số tải trọng nhân tố của biến quan sát thứ i,
• θᵢ là phương sai của sai số đo lường (phần dư) tương ứng với biến quan sát đó.

Jöreskog đã đề xuất chỉ số rho_c như một phương án thay thế cho Cronbach’s Alpha (α), do Cronbach’s Alpha giả định các biến quan sát có mức độ đóng góp như nhau vào khái niệm tiềm ẩn. Giả định này thường không phù hợp trong các nghiên cứu thực nghiệm. Ngược lại, rho_c cho phép các biến quan sát có hệ số tải trọng khác nhau, từ đó phản ánh chính xác hơn mức độ nhất quán nội tại của thang đo.

1.3 Ngưỡng chấp nhận

Các chỉ số độ tin cậy như rho_c, Cronbach’s Alpha và rho_a đều được sử dụng để đánh giá mức độ nhất quán nội tại giữa các biến quan sát trong cùng một thang đo. Theo các nghiên cứu kinh điển, giá trị ngưỡng chấp nhận phổ biến đối với các chỉ số này là từ 0.7 trở lên trong các nghiên cứu xác nhận (Nunally và Bernstein, 1994; Hair và cộng sự, 2022). Trong bối cảnh nghiên cứu khám phá, mức ngưỡng 0.6 vẫn được xem là có thể chấp nhận.

2. Độ tin cậy tổng hợp Composite Reliability rho_a

2.1 Định nghĩa

Độ tin cậy tổng hợp rho_a, còn được gọi là Dijkstra-Henseler’s rho, là một chỉ số dùng để đo lường độ tin cậy tổng hợp của tập hợp các biến quan sát trong mô hình PLS-SEM. Chỉ số này được phát triển nhằm nâng cao độ chính xác trong đánh giá độ tin cậy so với các thước đo truyền thống như Cronbach’s Alpha và rho_c của Jöreskog.

Hệ số rho_a được khuyến nghị sử dụng đặc biệt trong trường hợp nhà nghiên cứu áp dụng thuật toán ước lượng Consistent PLS-SEM (PLSc-SEM).

Ban đầu, chỉ số này được gọi ngắn gọn là rho_a; tuy nhiên, trong các tài liệu nghiên cứu PLS-SEM sau này, thuật ngữ Composite Reliability rho_a được sử dụng để phân biệt với Composite Reliability rho_c. Trên phần mềm SmartPLS phiên bản 3, chỉ số này được ký hiệu là rho_a, trong khi ở phiên bản SmartPLS 4, ký hiệu được mở rộng thành Composite Reliability rho_a.

2.2 Công thức tính rho_a

Dijkstra và Henseler (2015) đề xuất hệ số rho_a được tính toán dựa trên ma trận hiệp phương sai của các chỉ báo quan sát. Về mặt lý thuyết, công thức gốc của rho_a có cấu trúc phức tạp và được xây dựng trên mối quan hệ giữa trọng số ngoài và hiệp phương sai của các biến quan sát.

Trong công thức này,

• w đại diện cho vector trọng số ngoài của các biến quan sát,
• trong khi w’ là chuyển vị của vector w.
• Ký hiệu S biểu thị ma trận hiệp phương sai mẫu của các biến quan sát.
• Ma trận diag(S) chỉ giữ lại các phần tử trên đường chéo chính của S, phản ánh phương sai riêng của từng biến quan sát,
• còn S − diag(S) thể hiện phần hiệp phương sai chung giữa các biến.
• Ngoài ra, tích ngoài w * w’ tạo thành ma trận thể hiện mối quan hệ giữa các trọng số,
• trong đó diag(w * w’) là ma trận chỉ bao gồm các phần tử đường chéo,
• còn w * w’ − diag(w * w’) phản ánh sự tương tác giữa các trọng số khác nhau.

Dựa trên cấu trúc công thức này, hệ số rho_a về mặt lý thuyết có thể nhận giá trị nằm ngoài khoảng từ 0 đến 1, như đã được Takane và Hwang (2018) chỉ ra.

3. Khác biệt giữa Composite Reliability rho_c và rho_a

3.1 So sánh Cronbach’s Alpha, Composite Reliability rho_c và rho_a

Phần mềm SmartPLS cung cấp ba chỉ số phổ biến để đánh giá độ tin cậy thang đo hay độ tin cậy nhất quán nội bộ, bao gồm Cronbach’s Alpha, Composite Reliability rho_c và Composite Reliability rho_a.

Theo Hair và cộng sự (2022), Cronbach’s Alpha có xu hướng đánh giá thấp độ tin cậy của thang đo do giả định các tải số bằng nhau, trong khi Composite Reliability rho_c lại thường đánh giá quá cao mức độ tin cậy do dựa trên các tải số ước lượng. Do đó, độ tin cậy thực sự của một cấu trúc tiềm ẩn thường được cho là nằm trong khoảng giữa hai chỉ số này.

Hệ số rho_a thường cho giá trị trung gian giữa Cronbach’s Alpha và Composite Reliability rho_c, vì vậy được xem là chỉ số phản ánh độ tin cậy một cách chính xác hơn (Hair và cộng sự, 2022). Đây cũng là điểm khác biệt cốt lõi giữa Composite Reliability rho_c và rho_a, trong đó rho_a được coi là thước đo đáng tin cậy hơn cho độ tin cậy tổng hợp. Tuy nhiên, rho_a đặc biệt phù hợp khi đánh giá độ tin cậy của thang đo trong bối cảnh sử dụng kỹ thuật ước lượng Consistent PLS-SEM (PLSc-SEM), thay vì thuật toán Standard PLS-SEM truyền thống.