Trong các nghiên cứu định lượng, việc phân tích các mối quan hệ tác động thường được thực hiện thông qua hồi quy tuyến tính OLS trên phần mềm SPSS với quy trình tương đối đơn giản và không yêu cầu biểu diễn mô hình bằng sơ đồ. Tuy nhiên, khi nghiên cứu được triển khai bằng mô hình phương trình cấu trúc (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 các biến là yêu cầu bắt buộc nhằm đảm bảo mô hình được định nghĩa đúng và có thể ước lượng được.
Nội dung dưới đây tập trung trình bày cách chuyển đổi mô hình nghiên cứu lý thuyết sang mô hình SEM trên phần mềm AMOS. Trước hết, xem xét mô hình nghiên cứu lý thuyết bao gồm các biến sau:
Cụ thể:
- X1 là biến độc lập, tác động trực tiếp đến biến phụ thuộc Y, được đo lường thông qua ba biến quan sát A1, A2 và A3.
- X2 là biến độc lập, tác động trực tiếp đến biến phụ thuộc Y, được đo lường thông qua bốn biến quan sát B1, B2, B3 và B4.
- Y là biến phụ thuộc, chịu tác động của hai biến độc lập X1 và X2, được đo lường thông qua ba biến quan sát C1, C2 và C3.
1. Xác định vai trò của biến trong AMOS
Việc đánh giá đúng vai trò của từng biến và xác định hướng biểu diễn các biến trên sơ đồ AMOS là bước quan trọng đầu tiên trong quá trình xây dựng mô hình SEM.
– X1, X2 và Y là các biến tiềm ẩn. Trong AMOS, các biến tiềm ẩn bắt buộc phải được biểu diễn bằng hình elip.
– A1, A2, A3, B1, B2, B3, B4, C1, C2 và C3 là các biến quan sát, còn được gọi là các biến chỉ báo. Trong AMOS, các biến quan sát bắt buộc phải được biểu diễn bằng hình chữ nhật.
– Biến tiềm ẩn Y đóng vai trò là biến phụ thuộc, hay còn gọi là biến nội sinh, chịu sự tác động của hai biến độc lập X1 và X2, hay còn gọi là các biến ngoại sinh. Do đó, trong AMOS cần phải gán phần dư cho biến Y và phần dư này được biểu diễn bằng hình elip.
– Tất cả các biến quan sát A1, A2, A3, B1, B2, B3, B4, C1, C2 và C3 đều phải được gán sai số đo lường. Trong AMOS, các sai số này cũng được biểu diễn bằng hình elip.
Sai số đo lường và phần dư trong AMOS mặc định được đặt tên là e (error). Người nghiên cứu có thể chủ động đặt lại tên các thành phần này, miễn là đảm bảo mỗi tên xuất hiện duy nhất trong mô hình. Trong trường hợp muốn phân biệt rõ ràng hơn về mặt khái niệm, sai số đo lường có thể được ký hiệu là e, trong khi phần dư của biến phụ thuộc có thể được ký hiệu là z (residual).
So với mô hình nghiên cứu lý thuyết ban đầu, trong sơ đồ AMOS xuất hiện thêm 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 là các biến độc lập và cần 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 chức năng độc lập. Mặc dù biến trung gian cũng có thể đóng vai trò là biến độc lập trong một mối quan hệ tác động, nhưng đồng thời lại là biến phụ thuộc trong một mối quan hệ khác, do đó không phải mọi biến đều được phép khai báo hiệp phương sai tùy ý.
Trong mô hình lý thuyết, mối tương quan giữa các biến độc lập có thể không được thể hiện một cách tường minh. Tuy nhiên, khi xây dựng mô hình trên AMOS, việc khai báo hiệp phương sai giữa các biến độc lập là cần thiết nhằm nâng cao độ chính xác của các ước lượng. Trên thực tế, các yếu tố trong mô hình nghiên cứu thường có mức độ tương quan nhất định với nhau, dù mạnh hay yếu. Ngay cả trong trường hợp các biến không có tương quan, việc khai báo hiệp phương sai cũng không gây ảnh hưởng tiêu cực đến mô hình mà thường mang lại nhiều lợi ích hơn so với việc bỏ qua.
– Khi khai báo hiệp phương sai, mô hình sẽ xem xét tác động của mối tương quan giữa các biến độc lập lên các mối quan hệ nhân quả khác trong mô hình. Nếu thực tế không tồn tại mối tương quan, phần mềm sẽ tự động ước lượng và phản ánh điều này trong kết quả phân tích. Tuy nhiên, việc khai báo là điều kiện cần để phần mềm có thể kiểm định sự tồn tại hay không tồn tại của mối tương quan đó.
– Ngược lại, nếu không khai báo hiệp phương sai, mô hình ngầm định rằng các biến độc lập hoàn toàn không có bất kỳ mối liên hệ nào với nhau trong bối cảnh thực tế. Trong một số trường hợp đặc biệt, khi nhà nghiên cứu mong muốn đánh giá tác động thuần của từng biến độc lập mà không xét đến sự can thiệp của biến khác, việc không khai báo mũi tên hai chiều có thể được cân nhắc.
2. Khai báo hệ số ràng buộc constrain để mô hình xác định
Hệ số ràng buộc là các tham số bắt buộc phải được thiết lập nhằm đảm bảo mô hình đạt trạng thái xác định (identified) khi phân tích bằng phần mềm AMOS.
Việc khai báo đầy đủ và đúng các hệ số ràng buộc giúp mô hình có thể ước lượng được các tham số và đảm bảo tính hợp lệ về mặt thống kê của kết quả phân tích.
Trong quá trình xây dựng mô hình trên AMOS, các vị trí sau đây cần được khai báo hệ số ràng buộc:
– Mũi tên từ sai số đến biến quan sát: mỗi mũi tên nối từ sai số đo lường đến biến quan sát tương ứng phải được gán hệ số ràng buộc bằng 1 nhằm chuẩn hóa thang đo của sai số.
– Một trong các mũi tên từ biến tiềm ẩn đến biến quan sát: đối với mỗi biến tiềm ẩn, trong tập hợp các mũi tên liên kết từ biến tiềm ẩn đó đến các biến quan sát, cần lựa chọn một mũi tên bất kỳ để gán hệ số ràng buộc bằng 1. Việc lựa chọn biến quan sát nào để gán hệ số ràng buộc không ảnh hưởng đến mức độ phù hợp chung của mô hình. Sự khác biệt chỉ thể hiện ở giá trị của các hệ số hồi quy chưa chuẩn hóa trong phân tích CFA hoặc SEM.
– Mũi tên từ phần dư đến biến phụ thuộc: mỗi mũi tên đi từ phần dư cấu trúc đến biến phụ thuộc tương ứng cần được gán hệ số ràng buộc bằng 1 để đảm bảo mô hình được xác định.
– Một trong các mũi tên từ biến bậc hai đến biến bậc một thành phần: trong mô hình có cấu trúc bậc hai, cần chọn một mũi tên từ biến tiềm ẩn bậc hai đến một biến tiềm ẩn bậc một thành phần và gán hệ số ràng buộc bằng 1. Chẳng hạn, trong sơ đồ mô hình SEM, mũi tên từ biến bậc hai MKT đến biến bậc một PP được thiết lập hệ số ràng buộc bằng 1.
Cách thức khai báo hệ số ràng buộc bằng 1 trong AMOS được thực hiện theo các bước sau:
Bước 1: Nhấp đúp chuột vào mũi tên cần khai báo để mở cửa sổ Object Properties.
Bước 2: Chuyển sang thẻ Parameters.
Bước 3: Nhập giá trị 1 vào ô Regression weight.
Bước 4: Nhấn nút X ở góc trên bên phải để đóng cửa sổ và hoàn tất thao tác.
3. Cách nhận biết tình trạng khai báo thiếu hệ số ràng buộc
Trong các mô hình nghiên cứu có nhiều biến quan sát và biến tiềm ẩn, đặc biệt khi mô hình bao gồm các cấu trúc phức tạp như biến điều tiết, biến trung gian hoặc các biến bậc hai, nguy cơ khai báo thiếu hệ số ràng buộc thường gia tăng. Mức độ phức tạp của mô hình càng cao thì yêu cầu về điều kiện xác định mô hình càng nghiêm ngặt, từ đó làm tăng khả năng xảy ra sai sót trong quá trình khai báo.
Một phương pháp phổ biến để phát hiện việc thiếu hệ số ràng buộc là tiến hành ước lượng mô hình và kiểm tra trạng thái xác định của mô hình. Kết quả phân tích sẽ cho biết mô hình ở trạng thái xác định hay chưa xác định. Trong trường hợp sau khi chạy phân tích, chức năng View Output không được kích hoạt, điều này cho thấy mô hình chưa đạt điều kiện xác định.
Mô hình không xác định có thể xuất phát từ nhiều nguyên nhân khác nhau; tuy nhiên, nguyên nhân thường gặp nhất là do chưa khai báo đầy đủ hoặc chính xác các hệ số ràng buộc cần thiết. Vì vậy, khi xuất hiện tình trạng mô hình không xác định, đây được xem là dấu hiệu quan trọng để người nghiên cứu rà soát lại việc thiết lập các hệ số ràng buộc, nhằm đảm bảo mô hình đáp ứng đầy đủ các điều kiện cần cho việc ước lượng.
