Cách chạy và đánh giá mô hình đo lường (Measurement Model) trong SmartPLS 4

Giới thiệu về mô hình đo lường trong SmartPLS 4

Trong phân tích PLS-SEM bằng SmartPLS 4, mô hình đo lường (Measurement Model) là bước đầu tiên để kiểm tra độ tin cậy và giá trị của thang đo. Trước khi đánh giá mô hình cấu trúc (Structural Model), ta phải đảm bảo các biến tiềm ẩn được đo lường chính xác qua các chỉ báo quan sát

SmartPLS 4 cung cấp nhiều công cụ để đánh giá mô hình đo lường như: Outer Loadings, Cronbach’s Alpha, Composite Reliability (CR), Average Variance Extracted (AVE), Fornell-Larcker, HTMT.

Bước 1: Xây dựng mô hình đo lường trên SmartPLS 4

1. Mở SmartPLS 4 , Import file dữ liệu (.csv hoặc .xlsx , *.sav).
2. Kéo thả các chỉ báo quan sát theo từng nhóm để vẽ mô hình
3. Xác định loại mô hình:
   • Reflective model (phản xạ)
   • Formative model (tạo thành)
4. Vẽ các mũi tên ( ứng với các giả thiết) để biểu thị mối quan hệ giữa các nhân tố

Phần lớn nghiên cứu xã hội, hành vi thường sử dụng reflective model.

Bước 2: Chạy mô hình đo lường (PLS-SEM Algorithm)

• Trên thanh công cụ, chọn Calculate → PLS-SEM Algorithm.

• SmartPLS 4 sẽ ước lượng mô hình và trả về các thông số: Outer Loadings, Reliability, Validity…

Bước 3: Đánh giá độ tin cậy và giá trị thang đo

3.1. Độ tin cậy chỉ báo (Indicator Reliability – Outer Loadings)

• Tiêu chuẩn: Outer loadings ≥ 0.7
• Ý nghĩa: Chỉ báo phản ánh tốt biến tiềm ẩn.

3.2. Độ tin cậy thang đo (Internal Consistency Reliability)

• Cronbach’s Alpha ≥ 0.7 (tối thiểu 0.6 cho nghiên cứu khám phá).
• Composite Reliability (CR) ≥ 0.7.
• Ý nghĩa: Các chỉ báo đo cùng một khái niệm có sự nhất quán cao.

3.3. Giá trị hội tụ (Convergent Validity)

• Average Variance Extracted (AVE) ≥ 0.5. Như ảnh trên
• Ý nghĩa: Biến tiềm ẩn giải thích được ít nhất 50% phương sai của các chỉ báo.

3.4. Giá trị phân biệt (Discriminant Validity)

• Fornell-Larcker Criterion: Căn bậc hai của AVE phải lớn hơn tương quan với các biến khác.
• HTMT (Heterotrait-Monotrait Ratio): Giá trị ≤ 0.85 (nghiêm ngặt) hoặc ≤ 0.90 (chấp nhận).

Đây là tiêu chí quan trọng trong SmartPLS 4 để đảm bảo mỗi biến đo lường khái niệm riêng biệt, không trùng lặp.

Bước 4: Kết luận và báo cáo kết quả

Khi viết báo cáo nghiên cứu định lượng bằng SmartPLS 4, bạn cần trình bày:

• Bảng Outer Loadings (chỉ báo nào bị loại bỏ). Tiếp theo là việc vẽ lại mô hình đã xóa đi các biến xấu.
• Cronbach’s Alpha, CR, AVE của từng biến tiềm ẩn.
• Kết quả Fornell-Larcker và HTMT để chứng minh giá trị phân biệt.

Ví dụ:

Các chỉ báo có outer loadings > 0.7, Cronbach’s Alpha và CR đều > 0.7, AVE > 0.5. Kết quả Fornell-Larcker và HTMT chứng minh giá trị phân biệt đạt chuẩn. Như vậy, mô hình đo lường (measurement model) đạt yêu cầu về độ tin cậy và giá trị.

Kết luận

Đánh giá mô hình đo lường là bước nền tảng trong phân tích PLS-SEM với SmartPLS 4. Nếu thang đo đạt độ tin cậy và giá trị,ta có thể tự tin chuyển sang bước tiếp theo: kiểm định mô hình cấu trúc (Structural Model).

Tóm lại, cần kiểm tra lần lượt: Outer Loadings → Cronbach’s Alpha → Composite Reliability → AVE → Fornell-Larcker → HTMT để đảm bảo thang đo đạt chuẩn.

Video hướng dẫn mô hình đo lường:

Video hướng dẫn hệ số r2 :