Khái niệm chỉ số modification indices MI
Phần mềm SEM như AMOS hiển thị các chỉ số sửa đổi MI khi chạy ra kết quả. Cách hiển thị như sau:
Chỉ số sửa đổi MI được tính toán cho mọi mối quan hệ có thể có mà không được ước tính trong một mô hình.
Ví dụ, trong Hình trên, biến X1 có tải trên cấu trúc “Supervisor support”, nhưng không tải cấu trúc “Work Evironment”. Nghĩa là, việc tải X1 trên cấu trúc “Work Evironment” được cố định ở mức số 0( có nghĩa là không có mối quan hệ, không có hệ số tải, nên mặc nhiên bằng 0). Sau đó sẽ có một giá trị chỉ số sửa đổi MI để có thể tải X1 trên cấu trúc khác, ở trường hợp này là “Work Evironment”
Giá trị chỉ số sửa đổi sẽ cho biết giá trị chi-bình phương của mô hình tổng thể sẽ giảm bao nhiêu bằng cách ước tính tải X1 đối với cấu trúc “Work Evironment”. Tương tự như vậy, sẽ có các chỉ số sửa đổi được tính cho phần còn lại của các mục được tải trên “Supervisor support”, chứ không phải Môi trường làm việc “Work Evironment” , cũng như ngược lại (các mục được tải trên “Work Evironment” chứ không phải trên “Supervisor support”). Có nghĩa là AMOS tự động tính hết các khả năng, các mối quan hệ có thể xảy ra trong mô hình thông qua chỉ số MI Modification Indices.
Tại sao không nên lạm dụng MI để cải thiện độ phù hợp mô hình?
Các chỉ số sửa đổi MI xấp xỉ 4.0 hoặc cao hơn gợi ý rằng sự phù hợp có thể được cải thiện đáng kể bằng cách tạo ra đường dẫn tương ứng được ước tính. Nhưng thực hiện các thay đổi mô hình chỉ dựa trên các chỉ số sửa đổi MI không được khuyến khích. Làm như vậy sẽ không phù hợp với cơ sở lý thuyết của CFA và SEM nói chung.
Các sửa đổi MI cung cấp thông tin chẩn đoán quan trọng về các tải trọng chéo tiềm ẩn có thể tồn tại nếu được chỉ định. Do đó, chúng hỗ trợ nhà nghiên cứu đánh giá mức độ sai sót của mô hình mà không cần ước tính một số lượng lớn các mô hình mới. Đây là một công cụ quan trọng để xác định các biến chỉ báo có vấn đề nếu chúng thể hiện khả năng tải chéo. Các chỉ số sửa đổi MI được ước tính cho tất cả các tham số không ước tính, vì vậy chúng cũng thường được cung cấp để chẩn đoán các mối tương quan về sai số và cả các mối quan hệ tương quan giữa các cấu trúc có thể không được chỉ định ban đầu trong mô hình CFA.
Các nhà nghiên cứu nên tham khảo các chẩn đoán còn lại khác về sự thay đổi được đề xuất bởi một chỉ số sửa đổi và sau đó thực hiện hành động thích hợp, nếu được chứng minh bằng lý thuyết.
