ĐÁNH GIÁ MÔ HÌNH ĐO LƯỜNG REFLECTIVE TRONG SMARTPLS
Đọc hệ số tải, Cronbach's alpha, rho_a, rho_c và AVE trong SmartPLS, hiểu vì sao kết quả khác CB-SEM
Bài nên đọc trước
Bài nhập dữ liệu và vẽ mô hình trong SmartPLS đã vẽ mô hình sàn X và chạy thuật toán PLS-SEM. Trước khi đọc hệ số đường dẫn, cần chắc chắn các thang đo đo đúng và đo ổn định khái niệm của chúng. Với mô hình đo lường kết quả (reflective), việc này gồm ba bước: xem hệ số tải, độ tin cậy nhất quán nội tại và giá trị hội tụ (Hair và cộng sự, 2019). Bước thứ tư, giá trị phân biệt, là nội dung của bài HTMT và giá trị phân biệt.
Kết quả trên dữ liệu sàn X có một điểm cần bàn: AVE của thang Ý định mua lại là 0,612, đạt ngưỡng, trong khi bài độ tin cậy tổng hợp và phương sai trích (CB-SEM) cho 0,477, chưa đạt. Mục 5 giải thích vì sao và nên báo cáo thế nào.
Về hình minh họa và con số. Ảnh chụp thật báo cáo của SmartPLS 4.1.2.1 (bản dùng thử; Ringle và cộng sự, 2026) cho mô hình
mo-hinh-san-xcủa bài nhập dữ liệu và vẽ mô hình trong SmartPLS, chạy với Casewise deletion trên 254 người. Mọi con số được đối chiếu bằng gói cSEM 0.7.1 (Rademaker & Schuberth, 2026), filedanh_gia_do_luong.Rvà trùng với SmartPLS đến chữ số thứ ba.
Việc đánh giá đi theo bốn bước, bài này làm ba bước đầu (Hình 1).
Hình 1. Bốn bước đánh giá mô hình đo lường reflective trong PLS-SEM theo Hair và cộng sự (2019). Bài này làm ba bước đầu.
Dữ liệu mẫu. Dữ liệu và script dùng trong bài nằm ở thư mục
34-danh-gia-mo-hinh-do-luong-reflectivecủa kho dữ liệu mẫu trên GitHub. Muốn tải cả kho, bấm Code > Download ZIP rồi giải nén và giữ nguyên cấu trúc thư mục.
1. Mở kết quả trong SmartPLS
Mở báo cáo của thuật toán PLS-SEM (bài nhập dữ liệu và vẽ mô hình trong SmartPLS, mục 6). Hai bảng cần dùng nằm ở khung Report bên trái:
Bước 1. Trong nhóm Final results, bấm mũi tên cạnh Outer loadings, rồi chọn Matrix (Hình 2).
Hình 2. Hệ số tải: (1) mục Outer loadings > Matrix, (2) bảng hệ số tải, mỗi cột là một biến tiềm ẩn, (3) hai nút chép bảng sang Excel, Word hoặc R.
Bước 2. Trong nhóm Quality criteria, bấm mũi tên cạnh Construct reliability and validity, rồi chọn Overview (Hình 3).
Hình 3. Độ tin cậy và giá trị hội tụ: (1) mục Overview, (2) bảng bốn chỉ số của năm thang đo, (3) AVE của Ý định mua lại, (4) các biểu đồ cột của từng chỉ số.
Hai lưu ý khi đọc báo cáo:
- Dòng Calculated for Complete data set ở đầu mỗi bảng cho biết kết quả tính trên người trả lời đủ (Casewise deletion, bài nhập dữ liệu và vẽ mô hình trong SmartPLS).
- Các nút Copy to Excel/Word và Copy to R chép nguyên bảng để dán vào luận văn, không cần gõ lại. Theo bảng so sánh giấy phép, bản Student không có chức năng sao chép và xuất báo cáo (SmartPLS GmbH, n.d.).
2. Bước 1: Hệ số tải
Hệ số tải (outer loading) là tương quan giữa câu hỏi và biến tiềm ẩn của nó. Bình phương hệ số tải là độ tin cậy của câu hỏi (indicator reliability): tỷ lệ phương sai của câu hỏi do khái niệm giải thích.
Ngưỡng: hệ số tải từ 0,708 trở lên, vì khi đó bình phương của nó đạt 0,5: khái niệm giải thích ít nhất một nửa phương sai của câu hỏi (Hair và cộng sự, 2019). Câu hỏi có hệ số tải dưới 0,708 không tự động bị loại (Hair và cộng sự, 2022):
- Dưới 0,40: loại câu hỏi.
- Từ 0,40 đến dưới 0,708: chỉ loại nếu việc loại làm rho_c hoặc AVE vượt ngưỡng và không làm mất khía cạnh nội dung quan trọng của khái niệm (Bảng 1).
Bảng 1. Hệ số tải và độ tin cậy của 20 câu hỏi.
| Thang đo | Câu hỏi và hệ số tải | Độ tin cậy câu hỏi |
|---|---|---|
| XACNHAN | XN1 0,803; XN2 0,831; XN3 0,754; XN4 0,848 | 0,568 đến 0,719 |
| GIATRI | HI1 0,814; HI2 0,801; HI3 0,876; HI4 0,769 | 0,591 đến 0,767 |
| HAILONG | HL1 0,842; HL2 0,797; HL3 0,806; HL4 0,857 | 0,636 đến 0,734 |
| NIEMTIN | NT1 0,818; NT2 0,846; NT3 0,777; NT4R 0,817 | 0,604 đến 0,715 |
| YDINH | YD1 0,805; YD2 0,783; YD3 0,761; YD4 0,778 | 0,579 đến 0,649 |
PLS-SEM, sơ đồ trọng số đường dẫn, N = 254.
Kết quả: cả 20 câu hỏi có hệ số tải từ 0,754 (XN3) đến 0,876 (HI3), đều trên 0,708. Không cần xem xét loại câu nào. Câu NT4R (câu đảo chiều đã mã hóa lại ở bài tính biến đại diện) có hệ số tải 0,817: việc mã hóa lại đã đúng chiều; nếu quên mã hóa lại, hệ số tải sẽ âm.
Tính ý nghĩa thống kê của hệ số tải cần bootstrap, sẽ trình bày ở bài bootstrapping trong SmartPLS.
3. Bước 2: Độ tin cậy nhất quán nội tại
SmartPLS báo cáo ba chỉ số độ tin cậy (Hình 3):
- Cronbach's alpha (Cronbach, 1951): giả định mọi câu hỏi đóng góp như nhau (bài Cronbach's Alpha). Khi hệ số tải chênh lệch, alpha thường thấp hơn độ tin cậy thật.
- Composite reliability (rho_c) (Jöreskog, 1971): dùng hệ số tải ước lượng, cho phép mỗi câu đóng góp khác nhau. Đây là CR ở bài độ tin cậy tổng hợp và phương sai trích, tính theo cùng công thức. Trong PLS-SEM, rho_c thường cao hơn độ tin cậy thật, vì hệ số tải bị đẩy cao (bài SmartPLS và PLS-SEM).
- Composite reliability (rho_a) (Dijkstra & Henseler, 2015): tính từ trọng số của biến tổng hợp. Giá trị thường nằm giữa alpha và rho_c, nên được xem là thước đo dung hòa và đáng tin cậy nhất cho PLS-SEM (Hair và cộng sự, 2019).
Ngưỡng (Hair và cộng sự, 2019) (Bảng 2, Bảng 3):
Bảng 2. Ngưỡng của các chỉ số độ tin cậy.
| Giá trị | Đánh giá |
|---|---|
| Từ 0,60 đến 0,70 | Chấp nhận được trong nghiên cứu khám phá |
| Từ 0,70 đến 0,90 | Đạt, từ thỏa đáng đến tốt |
| Từ 0,90 đến 0,95 | Cao; xem các câu hỏi có lặp ý nhau không |
| Trên 0,95 | Có vấn đề: câu hỏi gần như lặp lại, hoặc người trả lời chọn cùng một mức cho mọi câu |
Bảng 3. Ba chỉ số độ tin cậy của năm thang đo.
| Thang đo | Cronbach's alpha | rho_a | rho_c |
|---|---|---|---|
| XACNHAN | 0,825 | 0,836 | 0,884 |
| GIATRI | 0,831 | 0,836 | 0,888 |
| HAILONG | 0,844 | 0,846 | 0,896 |
| NIEMTIN | 0,832 | 0,837 | 0,888 |
| YDINH | 0,789 | 0,791 | 0,863 |
Kết quả: cả ba chỉ số của năm thang đo đều trong khoảng 0,70 đến 0,90: đạt. Thứ tự alpha nhỏ hơn rho_a, rho_a nhỏ hơn rho_c đúng như lý thuyết. Cronbach's alpha ở đây gần bằng bài Cronbach's Alpha (ví dụ XACNHAN 0,825 so với 0,824), chênh nhỏ vì bài Cronbach's Alpha tính trên mẫu khác.
Tính tay rho_c cho thang đo Ý định mua lại
Công thức giống bài độ tin cậy tổng hợp và phương sai trích, với L là hệ số tải:
- rho_c = (Tổng L)² / [(Tổng L)² + Tổng (1 − L²)]
- Cộng bốn hệ số tải: 0,805 + 0,783 + 0,761 + 0,778 = 3,128; bình phương được 9,782.
- Cộng bốn phần sai số (1 − L²): 4 − (0,649 + 0,613 + 0,579 + 0,605) = 4 − 2,446 = 1,554.
- Tính rho_c = 9,782 / (9,782 + 1,554) = 0,863, đúng như SmartPLS.
4. Bước 3: Giá trị hội tụ (AVE)
AVE (average variance extracted, phương sai trích trung bình) là trung bình bình phương hệ số tải của các câu hỏi trong thang đo (Fornell & Larcker, 1981). AVE cho biết trung bình khái niệm giải thích bao nhiêu phần phương sai của các câu hỏi.
Ngưỡng: AVE từ 0,50 (Fornell & Larcker, 1981; Hair và cộng sự, 2019).
Tính tay cho thang Ý định mua lại: AVE = (0,649 + 0,613 + 0,579 + 0,605) / 4 = 2,446 / 4 = 0,612 (Bảng 4).
Bảng 4. AVE của năm thang đo.
| Thang đo | AVE | Đánh giá |
|---|---|---|
| XACNHAN | 0,655 | Đạt |
| GIATRI | 0,665 | Đạt |
| HAILONG | 0,682 | Đạt |
| NIEMTIN | 0,664 | Đạt |
| YDINH | 0,612 | Đạt |
Kết quả: năm thang đo có AVE từ 0,612 đến 0,682: đạt giá trị hội tụ.
5. Vì sao AVE của Ý định khác kết quả CB-SEM?
Ở bài độ tin cậy tổng hợp và phương sai trích, CFA bằng CB-SEM cho thang Ý định mua lại AVE = 0,477, dưới ngưỡng. Ở đây PLS-SEM cho 0,612. Cùng dữ liệu, cùng bốn câu hỏi, kết luận lại khác nhau. Lý do nằm ở cách hiểu khái niệm (bài SmartPLS và PLS-SEM):
- PLS-SEM coi khái niệm là biến tổng hợp của chính các câu hỏi, chứa cả sai số đo lường. Mỗi câu hỏi là một phần của biến tổng hợp nên tương quan với nó cao hơn: hệ số tải bị đẩy cao, kéo theo AVE và rho_c cao hơn.
- PLS nhất quán (PLSc) hiệu chỉnh thiên lệch này. Với PLSc, AVE của Ý định là 0,482, gần với 0,477 của CB-SEM (Hình 4, Bảng 5).
Hình 4. AVE của năm thang đo theo PLS-SEM, PLSc-SEM (cSEM, 254 người) và CB-SEM (FIML, 267 người). Đường đứt đoạn là ngưỡng 0,50.
Bảng 5. AVE theo ba cách ước lượng.
| Thang đo | PLS-SEM | PLSc-SEM | CB-SEM |
|---|---|---|---|
| XACNHAN | 0,655 | 0,545 | 0,538 |
| GIATRI | 0,665 | 0,555 | 0,553 |
| HAILONG | 0,682 | 0,577 | 0,575 |
| NIEMTIN | 0,664 | 0,554 | 0,548 |
| YDINH | 0,612 | 0,482 | 0,477 |
AVE theo ba cách ước lượng (Bảng 6).
Bảng 6. Độ tin cậy tổng hợp theo ba cách ước lượng.
| Thang đo | PLS-SEM (rho_c) | PLSc-SEM (rho_c) | CB-SEM (CR) |
|---|---|---|---|
| XACNHAN | 0,884 | 0,825 | 0,823 |
| GIATRI | 0,888 | 0,833 | 0,831 |
| HAILONG | 0,896 | 0,845 | 0,844 |
| NIEMTIN | 0,888 | 0,831 | 0,829 |
| YDINH | 0,863 | 0,787 | 0,785 |
Cột CB-SEM dùng FIML trên 267 người, nên chênh lệch nhỏ với PLSc (254 người) một phần do mẫu.
Nên báo cáo thế nào?
- Nếu luận văn dùng PLS-SEM: báo cáo kết quả của PLS-SEM như SmartPLS cho, vì các ngưỡng ở mục 2 đến 4 được đề xuất cho chính các chỉ số này (Hair và cộng sự, 2019). Thang Ý định đạt mọi tiêu chí.
- Không chọn phương pháp theo kết quả. Chuyển từ CB-SEM sang PLS-SEM chỉ để AVE vượt 0,5 là không trung thực. Lý do chọn PLS-SEM phải dựa trên cách hiểu khái niệm và mục tiêu nghiên cứu (bài SmartPLS và PLS-SEM).
- Nếu khái niệm được hiểu là nhân tố chung (như năm khái niệm của đề tài sàn X) và muốn ước lượng ít thiên lệch, hãy dùng PLSc hoặc nêu trong phần hạn chế rằng AVE của Ý định mua lại sát ngưỡng khi hiệu chỉnh sai số đo lường (0,482). Đây là cách báo cáo trung thực như bài độ tin cậy tổng hợp và phương sai trích.
6. Trình bày kết quả
Đoạn dưới đây là một cách viết kết quả mô hình đo lường trong luận văn.
Mô hình đo lường được đánh giá theo Hair và cộng sự (2019). Hệ số tải của 20 câu hỏi nằm trong khoảng 0,754 đến 0,876, đều vượt ngưỡng 0,708. Độ tin cậy nhất quán nội tại của năm thang đo đạt yêu cầu: Cronbach's alpha từ 0,789 đến 0,844, rho_a từ 0,791 đến 0,846 và rho_c từ 0,863 đến 0,896, đều nằm trong khoảng 0,70 đến 0,90. Phương sai trích trung bình (AVE) từ 0,612 đến 0,682, vượt ngưỡng 0,50, cho thấy các thang đo đạt giá trị hội tụ. Khi hiệu chỉnh sai số đo lường bằng PLS nhất quán, AVE của thang đo Ý định mua lại là 0,482, sát ngưỡng; điểm này được nêu trong phần hạn chế.
Bảng trong luận văn nên gộp hệ số tải, alpha, rho_a, rho_c và AVE của từng thang đo. Dùng nút Copy to Excel/Word để chép bảng từ SmartPLS rồi đổi dấu chấm thập phân sang dấu phẩy nếu trường yêu cầu.
Năm lỗi thường gặp
Các lỗi dưới đây hay gặp khi đánh giá mô hình đo lường reflective.
- Loại câu hỏi chỉ vì hệ số tải dưới 0,708 mà không xem nó có làm rho_c, AVE vượt ngưỡng hay không và không xét nội dung.
- Chỉ báo cáo Cronbach's alpha. Trong PLS-SEM nên báo cáo cả rho_a và rho_c.
- Coi rho_c càng cao càng tốt. Trên 0,95 là dấu hiệu câu hỏi lặp ý hoặc trả lời theo quán tính.
- So sánh trực tiếp AVE của PLS-SEM với nghiên cứu dùng CB-SEM mà không lưu ý thiên lệch của PLS-SEM (mục 5).
- Đọc kết quả của lần chạy cũ sau khi đã sửa mô hình. Mỗi lần sửa mô hình, chạy lại thuật toán rồi mới đọc bảng.
Tài liệu tham khảo
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
Dijkstra, T. K., & Henseler, J. (2015). Consistent partial least squares path modeling. MIS Quarterly, 39(2), 297–316. https://doi.org/10.25300/MISQ/2015/39.2.02
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.2307/3151312
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). SAGE Publications. https://collegepublishing.sagepub.com/products/a-primer-on-partial-least-squares-structural-equation-modeling-pls-sem-3-270548
Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203
Jöreskog, K. G. (1971). Statistical analysis of sets of congeneric tests. Psychometrika, 36(2), 109–133. https://doi.org/10.1007/BF02291393
Rademaker, M. E., & Schuberth, F. (2026). cSEM: Composite-based structural equation modeling (R package version 0.7.1) [Computer software]. https://CRAN.R-project.org/package=cSEM
Ringle, C. M., Wende, S., & Becker, J.-M. (2026). SmartPLS 4 (Version 4.1.2.1) [Computer software]. SmartPLS GmbH. https://www.smartpls.com
SmartPLS GmbH. (n.d.). Pricing and licenses. Retrieved November 6, 2026, from https://smartpls.com/pricing/