PHÂN TÍCH BỘ TỨ KHẲNG ĐỊNH TRONG PLS SEM (CTA-PLS)

Mục đích phân tích CTA (Confirmatory tetrad analyses) trong PLS SEM là để xác định mô hình đo lường thuộc dạng nguyên nhân (formative) hay kết quả (reflective). Tuy nhiên, theo Hair và các cộng sự (2017) cho rằng, sự chuyển đổi chế độ đo lường của các biến tiềm ẩn (từ dạng kết quả sang dạng nguyên nhân và ngược lại) nếu chỉ dựa trên kết quả CTA sẽ không có ý nghĩa trừ khi sự logic về lý thuyết nền hoặc khái niệm cung cấp sự ủng hộ cho sự thay đổi này.

Để các bạn dễ hình dung về 2 mô hình nguyên nhân và kết quả, chúng tôi trình bày một số đặc điểm phân biệt giữa 2 loại mô hình này như sau (Theo Jarvis và cộng sự (2003) được trích dẫn từ Hair và cộng sự (2017)):

Khi nào thì chạy phân tích CTA-PLS? khi các bạn chưa xác định được dạng mô hình đo lường thuộc loại nguyên nhân hay kết quả (chưa xác định được mô hình nghiên cứu).

Như đã đề cập mục đích ban đầu của CTA, giờ chúng tôi sẽ trình bày cách thức kiểm định CTA cho mô hình nguyên nhân (formative model). Trước khi thực hiện các bước kiểm định, chúng tôi có một vài lưu ý (điều kiện cần đối với mô hình formative) để chạy được CTA, đó là mỗi biến cấu trúc phải được đo lường ít nhất bởi 4 biến quan sát, và tối đa là 25 biến quan sát. Trong trường hợp các anh chị chạy mô hình PLS SEM mà tất cả các construct đều có 3 biến quan sát trở xuống thì sẽ không chạy được CTA hoặc CTA không cho kết quả các các construct chỉ có 3 quan sát trở xuống.

Bây giờ để hướng dẫn các bạn phân tích CTA, chúng tôi sẽ sử dụng mô hình minh họa như sau:

Bước 1: Chạy phân tích CTA từ màn hình SmartPLS

Bước 2: Đọc kết quả từ Report của chương trình SmartPLS

Các tiêu chí để kết luận một mô hình đo lường có thuộc dạng mô hình nguyên nhân (formative model) hay không?

• Nếu 80% các tổ hợp phân tích CTA có giá trị P-value lớn hơn 5% thì kết luận được rằng nó là cấu trúc phản ánh (reflective construct), hay chính là mô hình kết quả (reflective model). Có tài liệu thì để 90% như của Hair và cộng sự (2017).

• Nếu khoảng tin cậy từ thấp đến cao mà chứa giá trị 0 (zero) thì kết luận rằng nó là cấu trúc phản ánh, hay chính là mô hình kết quả.

Khi phân tích CTA, chúng ta cần phải kết hợp cả 2 điều kiện trên để kết luận một cấu trúc có phải thuộc dạng formative hay reflective. Trong 2 điều kiện trên, thì điều kiện số 1 là ưu tiên đầu tiên. Bởi vì có nhiều trường hợp chồng chéo điều kiện.

Cụ thể trong trường hợp minh họa số liệu ở đây, chúng ta thấy rằng:

100% các tổ hợp đều có p value lớn hơn 5%, và khoảng tin cậy từ thấp tới cao đi qua giá trị không. Nên thang đo KQ trong trường hợp này không thể là dạng formative được, mà phải là reflective. Do vậy, bạn cần phải chỉnh lại mô hình cho phù hợp. Mô hình sau hiệu chỉnh như sau:

Lưu ý rằng, kết quả phân tích CTA-PLS chỉ là một trong những phương tiện cung cấp cho chúng ta cái nhìn tổng quan về dạng phù hợp của một mô hình đo lường (nguyên nhân hay kết quả). Yếu tố chính để quyết định dạng phù hợp của mô hình đo lường vẫn là về mặt lý thuyết và các khái niệm nghiên cứu.

Trên đây là mô hình chỉ có một construct được đo lường bởi 4 biến quan sát, nên kết quả CTA chỉ có một construct (KQ). Trong trường hợp mô hình chứa nhiều construct có hơn 3 biến quan sát thì khi phân tích CTA sẽ cho nhiều kết quả construct hơn.

Tài liệu tham khảo:

Hair Jr, J. F., Sarstedt, M., Ringle, C. M., & Gudergan, S. P. (2017). Advanced issues in partial least squares structural equation modeling. saGe publications.

Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2003). A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research. Journal of Consumer Research, 30(2), 199–218. https://doi.org/10.1086/376806