Phương pháp hai giai đoạn embedded và disjoint trong xử lý biến bậc hai SMARTPLS

Trong mô hình PLS-SEM, việc xác định và ước lượng các cấu trúc bậc hai đã được nhiều nghiên cứu phương pháp luận quan tâm và phát triển. Các công trình tiêu biểu, trong đó có nghiên cứu của Ringle và cộng sự (2012), đề xuất một số cách tiếp cận chính để xử lý cấu trúc bậc cao. Hai phương pháp được sử dụng phổ biến nhất bao gồm phương pháp chỉ báo lặp lại (repeated indicator approach, còn gọi là extended repeated indicator approach) và phương pháp hai giai đoạn (two-stage approach). Đây là các kỹ thuật cho phép ước lượng đồng thời hoặc tuần tự mối quan hệ giữa cấu trúc bậc hai và các cấu trúc bậc một cấu thành trong khung phân tích PLS-SEM.

Trong phạm vi phương pháp hai giai đoạn, có thể phân biệt hai biến thể là tiếp cận embedded và tiếp cận disjoint. Trước khi phân tích chi tiết các kỹ thuật này, cần làm rõ một số thuật ngữ và ký hiệu thường được sử dụng trong mô hình cấu trúc bậc cao.

• HOC (higher-order component hoặc higher-order construct) được hiểu là cấu trúc bậc hai, tức biến tiềm ẩn được hình thành từ một hoặc nhiều cấu trúc bậc một bên trong.
• LOC (lower-order component hoặc lower-order construct) là cấu trúc bậc một, đóng vai trò thành phần cấu thành nên cấu trúc bậc hai.
• Phương pháp chỉ báo lặp lại là kỹ thuật trong đó toàn bộ các biến quan sát của các cấu trúc bậc một được gán lặp lại cho cấu trúc bậc hai.
• Phương pháp hai giai đoạn là cách tiếp cận ước lượng mô hình theo hai bước liên tiếp, trong đó điểm số của các cấu trúc bậc một được sử dụng làm đầu vào cho việc ước lượng cấu trúc bậc hai ở giai đoạn sau.
• Về bản chất thang đo, formative được hiểu là dạng nguyên nhân, trong đó các biến thành phần tạo nên hoặc hình thành cấu trúc tiềm ẩn.
• Ngược lại, reflective là dạng kết quả, trong đó cấu trúc tiềm ẩn được giả định là nguyên nhân dẫn đến sự biến thiên của các biến quan sát.

Khi đề cập đến biến bậc hai nguyên nhân hoặc biến bậc hai formative, điều này hàm ý rằng mối quan hệ giữa cấu trúc bậc hai và các cấu trúc bậc một thành phần được mô hình hóa theo hướng nguyên nhân. Trong trường hợp này, bản chất quan hệ giữa từng cấu trúc bậc một và các biến quan sát của nó có thể là reflective hoặc formative tùy theo cơ sở lý thuyết và thiết kế thang đo.

Ngược lại, khi sử dụng khái niệm biến bậc hai kết quả hoặc biến bậc hai reflective, mối quan hệ giữa cấu trúc bậc hai và các cấu trúc bậc một được xác định theo hướng kết quả. Nghĩa là cấu trúc bậc hai được xem là nguyên nhân chi phối các cấu trúc bậc một. Tuy nhiên, tương tự trường hợp trên, quan hệ giữa cấu trúc bậc một và các biến quan sát của nó vẫn có thể được đặc tả theo dạng reflective hoặc formative, tùy thuộc vào nền tảng lý thuyết và mục tiêu nghiên cứu.

1. So sánh phương pháp lặp chỉ báo và phương pháp hai giai đoạn

Theo Becker và cộng sự (2012), trong bối cảnh mô hình PLS-SEM với kích thước mẫu đủ lớn, phương pháp chỉ báo lặp lại và phương pháp hai giai đoạn thường tạo ra các ước lượng tham số và hệ số đường dẫn có mức độ tương đồng cao. Phương pháp chỉ báo lặp lại được đánh giá là tương đối đơn giản và thuận tiện khi triển khai, do các chỉ báo của biến bậc một được sử dụng đồng thời cho biến bậc hai trong cùng một mô hình. Tuy nhiên, khi biến bậc hai được đặc tả theo hướng nguyên nhân (formative), cách tiếp cận này có thể phát sinh các vấn đề về đa cộng tuyến và sai lệch trong ước lượng trọng số, làm ảnh hưởng đến độ tin cậy và giá trị của thang đo. Trên cơ sở đó, Wetzels và cộng sự (2009) đề xuất phương pháp hai giai đoạn như một giải pháp thay thế, trong đó điểm số tiềm ẩn của biến bậc một được ước lượng ở giai đoạn đầu và sau đó được sử dụng làm biến quan sát cho biến bậc hai ở giai đoạn tiếp theo, giúp cải thiện tính ổn định của mô hình.

Bên cạnh đó, Ringle và cộng sự (2019) thông qua tổng quan các công trình ứng dụng PLS-SEM đã chỉ ra rằng phương pháp hai giai đoạn được sử dụng với tần suất cao hơn đáng kể so với phương pháp chỉ báo lặp lại trong xử lý biến bậc hai. Kết quả này phản ánh xu hướng ưu tiên các kỹ thuật đảm bảo tính chặt chẽ về mặt phương pháp luận, đặc biệt trong các nghiên cứu có cấu trúc mô hình phức tạp và yêu cầu kiểm soát tốt các vấn đề đo lường.

Dưới đây là bảng so sánh hai kỹ thuật xử lý biến bậc hai trong mô hình cấu trúc tuyến tính theo hướng tiếp cận PLS-SEM, được trình bày theo hướng học thuật và bám sát nội dung gốc:

2. Nhiệm vụ của từng giai đoạn trong phương pháp hai giai đoạn

Kỹ thuật xử lý biến bậc hai theo phương pháp hai giai đoạn trong PLS-SEM được triển khai thông qua hai bước tách biệt, trong đó mỗi giai đoạn đảm nhiệm một chức năng phân tích riêng. Cách tiếp cận này cho phép bạn đánh giá chặt chẽ các cấu trúc bậc một trước khi xây dựng và kiểm định cấu trúc bậc hai trong mô hình tổng thể.

Giai đoạn 1: Ước lượng các biến bậc một (Lower-Order Constructs – LOCs)

Mục tiêu trung tâm của giai đoạn thứ nhất là ước lượng các cấu trúc bậc một và trích xuất điểm số biến tiềm ẩn của chúng nhằm sử dụng làm dữ liệu đầu vào cho giai đoạn tiếp theo.

a. Đánh giá chất lượng mô hình đo lường của các LOCs

– Trước hết, bạn cần kiểm định độ tin cậy của thang đo. Độ tin cậy nội bộ của từng cấu trúc bậc một thường được đánh giá thông qua Cronbach’s Alpha và Composite Reliability (CR). Các chỉ số này phản ánh mức độ nhất quán giữa các biến quan sát trong cùng một cấu trúc.

– Tiếp theo là đánh giá giá trị hội tụ. Giá trị hội tụ được xác định thông qua chỉ số Average Variance Extracted (AVE), nhằm bảo đảm rằng các biến quan sát cùng đo lường một cấu trúc có mức độ tương quan cao và giải thích được phần lớn phương sai của biến tiềm ẩn.

– Bên cạnh đó, bạn cần kiểm tra giá trị phân biệt để bảo đảm mỗi cấu trúc bậc một là một khái niệm riêng biệt. Giá trị phân biệt thường được đánh giá bằng tiêu chí Fornell-Larcker hoặc chỉ số HTMT, qua đó xác nhận rằng một cấu trúc không bị trùng lặp về nội hàm với các cấu trúc khác trong mô hình.

– Trong trường hợp các LOCs được đo lường theo hướng formative, vấn đề cộng tuyến cần được xem xét thông qua chỉ số VIF. Việc kiểm tra VIF giúp bạn bảo đảm không tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa các biến quan sát cấu thành cùng một cấu trúc.

b. Trích xuất điểm số biến tiềm ẩn của các LOCs

Sau khi các tiêu chí về độ tin cậy và giá trị của mô hình đo lường được đáp ứng, phần mềm PLS-SEM sẽ tính toán điểm số biến tiềm ẩn cho từng cấu trúc bậc một. Các điểm số này đại diện cho giá trị tổng hợp của từng LOC và đóng vai trò là biến đầu vào trong giai đoạn hai của quy trình phân tích.

Giai đoạn 2: Mô hình hóa biến bậc hai (Higher-Order Construct – HOC)

Mục tiêu của giai đoạn thứ hai là sử dụng điểm số biến tiềm ẩn của các LOCs đã được ước lượng để đại diện cho biến bậc hai, đồng thời đánh giá các mối quan hệ cấu trúc trong mô hình nghiên cứu.

a. Xây dựng mô hình với cấu trúc bậc hai

Trong bước này, các điểm số biến tiềm ẩn của LOCs được sử dụng như các chỉ báo quan sát để đo lường cấu trúc bậc hai.

Bạn cần tái thiết lập mô hình cấu trúc, trong đó biến bậc hai được kết nối với các biến độc lập, phụ thuộc, trung gian hoặc điều tiết khác tùy theo thiết kế nghiên cứu.

b. Đánh giá mô hình đo lường của HOC

Nếu cấu trúc bậc hai được hình thành theo hướng reflective:

– Bạn cần kiểm tra mức độ giải thích của các LOCs đối với HOC thông qua hệ số tải và ý nghĩa thống kê của chúng.

– Điều này nhằm bảo đảm các cấu trúc bậc một phản ánh đầy đủ nội hàm của cấu trúc bậc hai.

Trong trường hợp HOC được hình thành theo hướng formative, bạn cần đánh giá hiện tượng cộng tuyến giữa các LOCs thông qua chỉ số VIF, vì lúc này các LOCs đóng vai trò là các thành phần cấu thành nên HOC. Việc kiểm soát VIF giúp bảo đảm tính ổn định và độ tin cậy của ước lượng.

c. Đánh giá mô hình cấu trúc

Sau khi hoàn tất kiểm định mô hình đo lường, bạn tiến hành đánh giá mô hình cấu trúc. Trước hết, cần kiểm tra ý nghĩa thống kê của các hệ số đường dẫn giữa HOC và các biến khác bằng phương pháp Bootstrap để xác định giá trị p và hệ số t.

Tiếp theo, bạn đánh giá hệ số xác định R2 và chỉ số dự báo Q2 nhằm xác định mức độ giải thích và khả năng dự báo của mô hình. Ngoài ra, chỉ số f2 được sử dụng để đo lường mức độ ảnh hưởng tương đối của cấu trúc bậc hai đối với biến phụ thuộc.

Cuối cùng, mặc dù PLS-SEM không nhấn mạnh các chỉ số phù hợp mô hình toàn cục như trong CB-SEM, bạn vẫn có thể xem xét chỉ số SRMR nhằm đánh giá mức độ phù hợp tổng thể của mô hình nghiên cứu.

3. Các phiên bản của phương pháp hai giai đoạn

Phương pháp tiếp cận hai giai đoạn được đánh giá có tính linh hoạt cao khi có thể áp dụng cho hầu hết các dạng mô hình cấu trúc bậc cao. Do đó, trong thực hành phân tích mô hình có biến tiềm ẩn bậc hai, kỹ thuật này thường được ưu tiên lựa chọn mà không phụ thuộc vào việc biến bậc hai đóng vai trò là biến nguyên nhân hay biến kết quả trong mô hình cấu trúc. Trong phạm vi nội dung này, phần trình bày tập trung vào quy trình xử lý mô hình bậc cao theo kỹ thuật hai giai đoạn.

Trong các nghiên cứu phương pháp luận, hai phiên bản chính của phương pháp hai giai đoạn đã được đề xuất, bao gồm:

(1) phương pháp hai giai đoạn nhúng do Ringle và cộng sự (2012) phát triển;

(2) phương pháp hai giai đoạn tách biệt được đề xuất bởi Agarwal và Karahanna (2000), sau đó được mở rộng bởi Becker và cộng sự (2012).

Hai phiên bản này có sự khác biệt nhất định trong cách thiết lập mô hình ở cả giai đoạn 1 và giai đoạn 2.

Cụ thể, phương pháp nhúng tiến hành mô hình hóa đồng thời khái niệm bậc hai cùng với các biến bậc một ngay từ giai đoạn đầu, trong khi phương pháp tách biệt chỉ ước lượng các thành phần bậc thấp ở giai đoạn 1 và chưa đưa biến bậc hai vào mô hình. Tuy nhiên, bằng chứng thực nghiệm cho thấy hai phiên bản này tạo ra kết quả ước lượng tương đương về mặt thống kê, do đó không có cơ sở rõ ràng để khẳng định ưu thế tuyệt đối của một phương pháp so với phương pháp còn lại, như đã được chỉ ra trong nghiên cứu của Cheah và cộng sự (2019).

2.1. Phương pháp hai giai đoạn nhúng

Giai đoạn 1

Xét một mô hình nghiên cứu giả định trong đó Y5 là biến tiềm ẩn bậc một, còn Y4 là biến tiềm ẩn bậc hai bao gồm ba thành phần bậc một là Y1, Y2 và Y3. Trong phương pháp hai giai đoạn nhúng, giai đoạn 1 được triển khai tương tự cách tiếp cận chỉ báo lặp lại.

Toàn bộ các biến quan sát của các cấu trúc bậc một được gán đồng thời cho cấu trúc bậc hai. Điều này đồng nghĩa với việc mỗi biến quan sát được sử dụng hai lần trong mô hình: một lần để đo lường biến bậc một tương ứng và một lần để khai báo nhận diện cho biến bậc hai.

Cần lưu ý một số điểm phương pháp luận quan trọng:

• Thứ nhất, các biến quan sát của biến bậc một khi được gán cho biến bậc hai chỉ nhằm mục đích định danh cấu trúc bậc hai trong phần mềm phân tích, chứ không đại diện cho thang đo thực sự của cấu trúc này.
• Thứ hai, bản chất đo lường của biến bậc hai được xác định thông qua mối quan hệ giữa biến bậc hai và các biến bậc một thành phần.
• Thứ ba, nếu một biến quan sát của cấu trúc bậc một bị loại bỏ do không đáp ứng tiêu chí đánh giá độ tin cậy hoặc giá trị, biến đó cũng cần được loại khỏi cấu trúc bậc hai để đảm bảo tính nhất quán của mô hình.

Hình 1: Giai đoạn 1 – Biến bậc hai nguyên nhân (formative)

Giai đoạn 2

Sau khi hoàn tất ước lượng ở giai đoạn 1, điểm số biến tiềm ẩn của tất cả các cấu trúc trong mô hình được trích xuất và lưu lại dưới dạng các biến mới trong tập dữ liệu. Ở giai đoạn 2, các điểm số này được sử dụng làm chỉ báo trong mô hình đo lường của cấu trúc bậc hai.

Các cấu trúc còn lại trong mô hình, chẳng hạn Y5, sẽ được biểu diễn dưới dạng biến đơn một chỉ báo, trong đó chỉ báo này chính là điểm số biến tiềm ẩn thu được từ giai đoạn 1.

Ví dụ, trong trường hợp cấu trúc bậc hai Y4 gồm ba thành phần Y1, Y2 và Y3, thì ở giai đoạn 2, Y4 sẽ được đo lường bằng ba chỉ báo đại diện cho điểm số biến tiềm ẩn của Y1, Y2 và Y3 tương ứng.

2.2. Phương pháp hai giai đoạn tách biệt

Phương pháp hai giai đoạn tách biệt khác biệt so với phương pháp nhúng ở cách tổ chức mô hình trong cả hai giai đoạn phân tích.

Giai đoạn 1

Ở giai đoạn đầu, thay vì áp dụng cơ chế chỉ báo lặp lại, mô hình chỉ bao gồm các biến bậc một thành phần của cấu trúc bậc hai; biến bậc hai chưa được đưa vào mô hình đường dẫn. Các biến bậc một này được liên kết trực tiếp với những biến khác trong mô hình theo đúng các giả thuyết lý thuyết ban đầu vốn được xây dựng cho cấu trúc bậc hai.

Giai đoạn 2

Sau khi hoàn tất ước lượng ở giai đoạn 1, chỉ điểm số biến tiềm ẩn của các cấu trúc bậc một thành phần được lưu lại. Ở giai đoạn 2, các điểm số này được sử dụng làm các chỉ báo trong mô hình đo lường của cấu trúc bậc hai.

Khác với phương pháp nhúng, các cấu trúc khác trong mô hình đường dẫn vẫn giữ nguyên hệ thống biến quan sát ban đầu thay vì chuyển đổi sang dạng biến đơn một chỉ báo. Chẳng hạn, một biến như Y5 vẫn duy trì toàn bộ các biến quan sát đã sử dụng ở giai đoạn 1. Cách tiếp cận này đảm bảo sự tách biệt rõ ràng giữa quá trình ước lượng các cấu trúc bậc một và việc hình thành cấu trúc bậc hai trong bước phân tích tiếp theo.

———-

Nguồn tham khảo:

Sarstedt, M., Hair, J. F., Cheah, J.-H., Becker, J.-M., & Ringle, C. M. (2019). How to Specify, Estimate, and Validate Higher-Order Constructs in PLS-SEM. Australasian Marketing Journal, 27(3), 197-211.