Việc thực hiện kiểm định tính hội tụ (convergent validity), tính phân biệt (discriminant validity) là rất cần thiết trong phân tích nhân tố khẳng định CFA. Nếu các thang đo không đảm bảo được điều kiện sẽ gây ra những sai lệch về kết quả phân tích, các ước lượng có được không thể hiện được ý nghĩa của dữ liệu và thực tế.
AMOS không hỗ trợ các chỉ số đánh giá tính hội tụ, tính phân biệt trong phần mềm. Do đó chúng ta sẽ sử dụng các plugins được xây dựng bởi các nhà phát triển bên ngoài. Nổi tiếng nhất là bộ plugins và package của James Gaskin. Trong bài viết này, chúng ta sẽ tìm hiểu cách xuất các chỉ số đánh giá tính hội tụ, tính phân biệt trên AMOS qua plugin Master Validity trên AMOS và package Stats Tools Package trên Excel của tác giả này.
1. Đánh giá tính hội tụ, tính phân biệt trong AMOS
Trong AMOS chúng ta thực hiện hai phân tích là CFA và SEM. Đánh giá tính tính hội tụ, tính phân biệt sẽ chỉ được phép thực hiện ở CFA.
Theo Hair và cộng sự (2010) và Hair và cộng sự (2016) chúng ta sử dụng các chỉ số CR, AVE, MSV, bảng Fornell and Larcker để đánh giá tính hội tụ, tính phân biệt thang đo.
Tính hội tụ (Convergent Validity)
- Độ tin cậy tổng hợp Composite Reliability (CR) ≥ 0.7. Xem chi tiết về chỉ số này
- Phương sai trung bình được trích Average Variance Extracted (AVE) ≥ 0.5. Xem chi tiết chỉ số này
Tính phân biệt (Discriminant Validity)
- Phương sai chia sẻ lớn nhất Maximum Shared Variance (MSV) < Average Variance Extracted (AVE)
- Căn bậc hai phương sai trung bình được trích Square Root of AVE (SQRTAVE) > Tương quan giữa các cấu trúc Inter-Construct Correlations trong bảng Fornell and Larcker.
Cả hai phương thức là dùng plugin trên AMOS và dùng package Excel của James Gaskin sẽ xuất chung một cấu trúc bảng kết quả. Chúng ta sẽ làm quen với cách đọc bảng kết quả trước khi đi vào chi tiết cách thực hiện. Cấu trúc bảng gồm gồm hai phần: các chỉ số CR, AVE, MSV, MaxR(H) (phần 1 khoanh màu hồng) và bảng Fornell and Larcker (phần 2 khoanh màu xanh)
Để đánh giá tính hội tụ chúng ta dựa vào:
- Chỉ số CR xem có lớn hơn 0.7 không, nếu lớn hơn tính hội tụ được đảm bảo.
- Chỉ số AVE xem có lớn hơn 0.5 không, nếu lớn hơn tính hội tụ được đảm bảo.
- Nếu cả hai chỉ số đều đảm bảo ngưỡng đánh giá, tính hội tụ thỏa điều kiện rất mạnh.
- Nếu một trong hai hoặc cả hai vi phạm, công cụ sẽ báo bên dưới ngay phần Validity Concerns. Cụ thể trong ví dụ ở trên, thang đo QH vi phạm tính hội tụ do AVE nhỏ hơn 0.5. Công cụ để xuất thử loại bỏ biến QH1 để tăng AVE. Bạn thử thực hiện xóa biến QH1 khỏi diagram CFA và đánh giá lại.
Để đánh giá tính phân biệt chúng ta dựa vào:
- Chỉ số MSV xem có nhỏ hơn AVE không, nếu đảm bảo nhỏ hơn thì tính phân biệt được đảm bảo.
- Giá trị căn bậc hai AVE của một biến (giá trị bôi đậm đầu mỗi cột dọc theo mũi tên trong bảng Fornell and Larcker) lớn hơn tương quan giữa biến đó với các biến khác trong mô hình (vùng tô vàng trong bảng), tính phân biệt sẽ được đảm bảo.
Đối với cách đọc bảng Fornell and Larcker trong đánh giá tính phân biệt, chúng ta sẽ đọc theo cách so sánh giá trị căn bậc hai AVE bôi đậm đầu ở đầu mỗi cột với các giá trị tương quan ngay bên dưới cột đó, nếu căn bậc hai AVE lớn hơn toàn bộ các giá trị bên dưới nó thì tính phân biệt đảm bảo. Ví dụ, biến BH có căn bậc hai AVE là 0.739 lớn hơn tương quan của BH với TT, QH, KM, QC, NB lần lượt là 0.670, 0.545, 0.326, 0.499, 0.696. Xem chi tiết lý thuyết bảng này tại đây
2. Đánh giá tính hội tụ, tính phân biệt qua plugin Master Validity
Plugin Master Validity không được tích hợp sẵn trên AMOS mà được cài ngoài vào. Plugin này hiện tại chỉ được phát triển trên AMOS từ phiên bản 23 trở đi. Nếu bạn đang sử dụng bảng AMOS thấp hơn, bạn cần tải bản AMOS 24 + Plugins sau đây để cài đặt và sử dụng. Link tải tại: Download phiên bản AMOS Full mới nhất.
Lưu ý rằng, chúng ta chỉ đánh giá tính hội tụ, phân biệt trong phân tích CFA, không thể thực hiện cho SEM. Tại giao diện CFA, vào Plugins > Validity and Reliability Test.
Lúc này phần mềm sẽ mở 1 file .html chứa bảng kết quả trên trình duyệt mặc định của máy tính, cách đọc các chỉ số cũng tương tự vậy.
Một ưu điểm nữa ở cách thứ hai này là khi có chỉ số không đạt ngưỡng, plugin sẽ đề xuất nên loại biến nào để cải thiện chỉ số. Cụ thể ở ví dụ trên, AVE của QH chỉ bằng 0.493 < 0.5, bên dưới bảng plugin đề xuất thử loại bỏ biến QH1 và thực hiện lại kiểm định.
Khi có biến quan sát được loại bỏ, chúng ta sẽ quay lại diagram CFA xóa biến quan sát này khỏi mô hình, thực hiện phân tích lại CFA và đánh giá lại tính hội tụ, tính phân biệt một lần nữa. Kết quả bên dưới chỉ số AVE của QH đã tăng lên sau khi loại bỏ QH1.
Ở phần tương quan giữa các cấu trúc biến của bảng Fornell and Larcker, chúng ta thấy các ký hiệu dấu *. Ký hiệu này biểu thị rằng hệ số tương quan của cặp biến đó có ý nghĩa ở mức ý nghĩa thống kê bao nhiêu, dưới đây là bảng mức ý nghĩa thống kê tương ứng các ký hiệu:
† p-value < 0.100 (10%)
* p-value < 0.050 (5%)
** p-value < 0.010 (1%)
*** p-value < 0.001 (0.1%)
0 nhận xét:
Đăng nhận xét