( Tạp chí Khoa học Trường ĐHSP TPHCM ) ( Tập 19, Số 2 (2022) 213 228 ) TẠP CHÍ KHOA HỌC TRƯỜNG ĐẠI HỌC SƯ PHẠM TP HỒ CHÍ MINH Tập 19, Số 2 (2022) 213 228 HO CHI MINH CITY UNIVERSITY OF EDUCATION JOURN[.]
TẠP CHÍ KHOA HỌC TRƯỜNG ĐẠI HỌC SƯ PHẠM TP HỒ CHÍ MINH HO CHI MINH CITY UNIVERSITY OF EDUCATION JOURNAL OF SCIENCE Tập 19, Số (2022): 213-228 ISSN: 2734-9918 Vol 19, No (2022): 213-228 Website: http://journal.hcmue.edu.vn https://doi.org/10.54607/hcmue.js.19.2.3306(2022) Bài báo nghiên cứu SO SÁNH PHƯƠNG PHÁP PHÂN TÍCH CB-SEM VÀ PLS-SEM TRONG KIỂM ĐỊNH MƠ HÌNH ĐÁNH GIÁ HIỆU QUẢ CỦA HÌNH THỨC BỒI DƯỠNG GIÁO VIÊN TRỰC TUYẾN Tạ Thanh Trung*, Nguyễn Thanh Nga Trường Đại học Sư phạm Thành phố Hồ Chí Minh, Việt Nam Tác giả liên hệ: Tạ Thanh Trung – Email: trungttphysics@gmail.com Ngày nhận bài: 23-10-2021; ngày nhận sửa: 12-02-2022; ngày duyệt đăng: 18-02-2022 * TĨM TẮT Mơ hình cấu trúc tuyến tính (SEM) phương pháp phân tích thống kê hệ thứ hai phổ biến công trình nghiên cứu khoa học giới dần nhận quan tâm nhà khoa học giáo dục Việt Nam vài năm gần Mục đích nghiên cứu so sánh kết kiểm định mơ hình đo lường hai cách tiếp cận CB-SEM PLS-SEM dựa liệu khảo sát mơ hình đánh giá hiệu hình thức bồi dưỡng giáo viên trực tuyến Kết nghiên cứu cho thấy, nguồn lực mơ hình bồi dưỡng giáo viên trực tuyến có tác động trực tiếp đến hài lịng giáo viên, qua gián tiếp ảnh hưởng đến việc giáo viên áp dụng kĩ bồi dưỡng vào thực tiễn Đa số kết kiểm định mơ hình đo lường mơ hình cấu trúc cho thấy khơng có khác biệt đáng kể hai phương pháp CB-SEM PLS-SEM Các thang đo đạt tiêu chí độ tin cậy, giá trị hội tụ, giá trị phân biệt Tuy nhiên, số tiêu chí đánh giá giá trị lí thuyết, phù hợp mơ hình đo lường thuận tiện thao tác thực mạnh PLS-SEM điểm yếu CB-SEM ngược lại Từ khóa: mơ hình phân tầng; bồi dưỡng chun mơn; CB-SEM, PLS-SEM; mơ hình cấu trúc tuyến tính; hiệu đào tạo Giới thiệu Mơ hình cấu trúc tuyến tính (structural equation modeling – SEM) đánh giá phương pháp phân tích liệu đại phổ biến, nhà nghiên cứu giới sử dụng để kiểm định mơ hình nghiên cứu nhiều lĩnh vực khác (Astrachan et al., 2014) Hiện nay, để thực SEM có hai phương pháp mơ hình phương trình cấu trúc dựa hiệp phương sai CB-SEM (covariance-based SEM) (Jưreskog, 1993) mơ hình phương trình cấu trúc dựa vào bình phương tối thiểu phần PLS-SEM (partial least squares SEM) (Lohmöller, 1989) Nếu trước nghiên cứu tập trung vào sử dụng CB- SEM hướng tiếp cận đời sớm dự báo từ năm 2012 cho số lượng Cite this article as: Ta Thanh Trung, & Nguyen Thanh Nga (2022) A comparison of using CB-SEM and PLS-SEM to assess training effectiveness evaluation model for teacher’s online continuing professional development Ho Chi Minh City University of Education Journal of Science, 19(2), 213-228 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 nghiên cứu sử dụng CB-SEM PLS-SEM tương đương vào năm 2015 (Hair et al., 2012) Và thống kê vào năm 2021 cho thấy, số lượng cơng trình cơng bố có sử dụng PLS-SEM năm gia tăng nhanh chóng theo cấp số nhân, riêng năm 2020 có gần 1400 báo khoa học có sử dụng PLS-SEM đăng tải tạp chí khoa học uy tín hàng đầu giới (Hair et al., 2021) Bên cạnh đó, phức tạp mơ hình nghiên cứu lĩnh vực giáo dục, Guarino (2004) nhận định việc áp dụng mơ hình thống kê phân tích mối quan hệ đa chiều mơ hình SEM lĩnh vực điều cần thiết Tại Việt Nam vài năm gần đây, số nhà khoa học giáo dục bắt đầu áp dụng SEM vào nghiên cứu liên quan đến nội dung quản trị giáo dục đại học (Ngoc Tan & Gregar, 2019), đánh giá lực học sinh (Bien et al., 2020) số lượng hạn chế Một nguyên nhân gây khó khăn cho nhà nghiên cứu việc áp dụng SEM phân vân lựa chọn CB-SEM hay PLS-SEM việc xử lí kết nghiên cứu Một số nhà nghiên cứu cho CB-SEM phương pháp phổ biến nên ưu tiên sử dụng (Astrachan et al., 2014) Một số khác lại cho yêu cầu CB-SEM liệu khắt khe nên PLS-SEM lựa chọn tốt (Hair et al., 2021) Do đó, cơng trình so sánh đưa gợi ý mặt phương pháp phân tích cho nhà nghiên cứu điều hoàn toàn cần thiết để hướng đến đề tài nghiên cứu chất lượng độ tin cậy cao (Goodhue et al., 2012) Nghiên cứu thực với mục tiêu sau: (1) giới thiệu hai phương pháp CB-SEM PLS-SEM thực mơ hình cấu trúc tuyến tính, (2) khái qt tiến trình chung kiểm định mơ hình đo lường CB-SEM PLS-SEM, (3) so sánh kết kiểm định mơ hình đo lường CB-SEM PLS-SEM dựa số liệu từ nghiên cứu đánh giá hiệu hình thức bồi dưỡng giáo viên trực tuyến Nghiên cứu có ý nghĩa cung cấp thêm tham khảo kết so sánh CB-SEM PLSSEM áp dụng lĩnh vực nghiên cứu giáo dục, qua nhà nghiên cứu có sở tham khảo để lựa chọn phương pháp phân tích liệu phù hợp áp dụng SEM cơng trình khoa học sau Đối tượng phương pháp nghiên cứu 2.1 Tổng quan CB-SEM PLS-SEM Trước đây, nhóm phương pháp phân tích liệu hệ thứ dựa hồi quy nhà nghiên cứu sử dụng phổ biến lĩnh vực giáo dục, nhiên ngày nhiều nhà nghiên cứu chuyển sang phương pháp hệ thứ hai có nhiều ưu điểm (Guarino, 2004) Trong đó, phương pháp phổ biến mơ hình phương trình cấu trúc tuyến tính SEM, phát triển để phân tích mối quan hệ đa chiều nhiều biến mơ hình (Haenlein & Kaplan, 2004) Phương pháp thể nhiều ưu điểm so với nhóm phương pháp truyền thống như: phối hợp tất phương pháp hồi quy đa biến, phân tích nhân tố phân tích mối quan hệ hỗ tương phần tử Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk mơ hình qua cho phép kiểm tra mối quan hệ mơ hình; ước lượng đồng thời phần tử mơ hình tổng thể, ước lượng mối quan hệ nhân khái niệm tiềm ẩn (latent constructs) qua số kết hợp đo lường cấu trúc mơ hình lí thuyết; đo ảnh hưởng trực tiếp gián tiếp, kể sai số đo lường tương quan phần dư (Hair et al., 2019) Hiện nay, nhà nghiên cứu thường sử dụng hai phương pháp chủ yếu để phân tích mơ hình cấu trúc tuyến tính SEM CB-SEM (sử dụng phần mềm phân tích AMOS, LISREL, EQS, Mplus) PLS-SEM (sử dụng phần mềm phân tích SmartPLS, PLS- Graph, VisualPLS, WarpPLS) Về mục đích nghiên cứu, CB-SEM sử dụng chủ yếu khẳng định lí thuyết có sở trước với phương pháp ước lượng hợp lí cực đại (maximum likelihood estimation) Phương pháp thực cách ước lượng tham số cho khác biệt ma trận hiệp phương sai liệu mẫu mô hình lí thuyết nhỏ (Hair et al., 2019) Kết thu ma trận hiệp sai tính tốn dựa mơ hình lí thuyết gần giống với ma trận hiệp phương sai liệu mẫu Qua đó, phương pháp đánh giá tốt mơ hình so với lí thuyết thơng qua số độ phù hợp mơ hình tổng thể nhiều số thống kê quan trọng khác Ngược lại, PLSSEM sử dụng biến đại diện (proxy) liệu đầu vào thực hồi quy bình phương nhỏ (ordinary least squares) để làm giảm thiểu phương sai phần dư (error terms) biến nội sinh Hay hiểu PLS-SEM ước lượng hệ số mối quan hệ mô hình đường dẫn để tối đa hóa giá trị R2 biến nội sinh Như vậy, thông qua việc tập trung vào giải thích phương sai (dự báo biến nghiên cứu), PLS-SEM nhà nghiên cứu sử dụng chủ yếu để phát triển lí thuyết nghiên cứu khám phá (Hair et al., 2021) Nhược điểm lớn phương pháp khả đánh giá độ phù hợp mơ hình tổng thể thấp, nên việc sử dụng PLS-SEM để kiểm định khẳng định lí thuyết bị hạn chế (Hair et al., 2021) Tuy nhiên, phân biệt mục tiêu khẳng định hay khám phá lí thuyết khơng hẳn lúc rõ ràng nên số nghiên cứu có sử dụng PLS-SEM khẳng định lí thuyết (Sarstedt et al., 2014) Về yêu cầu liệu, CB-SEM dựa phương pháp ước lượng hợp lí cực đại địi hỏi liệu phải có phân phối chuẩn hay xấp xỉ chuẩn Ngược lại, PLS-SEM dựa phương pháp hồi quy bình phương tối thiểu thơng thường, phương pháp xử lí phi tham số, xử lí tốt liệu có khơng có phân phối chuẩn (Hair et al., 2021) Bên cạnh đó, có nhiều nhà khoa học nỗ lực nhằm biến đổi mơ hình SEM để tương thích với mẫu liệu nhỏ kết thực tế phương pháp cần thiết thực với quy mơ mẫu lớn (Ranatunga et al., 2020) Ngồi ra, Kline (2016) đưa nhận định CB-SEM đòi hỏi liệu dựa cỡ mẫu lớn so với PLSSEM Tuy nhiên, nhiều tranh luận nhà nghiên cứu kích thước mẫu đảm Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 bảo Đặc biệt, CB-SEM thực với mô hình dạng kết PLSSEM cịn xử lí mơ hình đo lường dạng ngun nhân Về cách kiểm định mơ hình đo lường, Bảng trình bày so sánh tiêu chí đánh giá phương pháp CB-SEM PLS-SEM quy trình thực Bảng So sánh tiêu chí kiểm định mơ hình đo lường CB-SEM PLS-SEM Bước thực Đánh giá độ tin cậy quán nội (internal consistency reliabilty) Đánh giá giá trị hội tụ (convergent validity) Tiêu chí đánh giá CB-SEM PLS-SEM • Cronbach’s Alpha: CRA > 0,7: chấp nhận • Độ tin cậy tổng hợp CR • Độ tin cậy tổng hợp CR tính theo (composite reliability) tính hệ số tải khác (outer dựa hệ số hồi quy chuẩn hóa loadings) biến tiềm ẩn CR > 0,7: chấp nhận; biến quan sát 0,6 < CR < 0,7: chấp nhận CR > 0,7: chấp nhận • Hệ số chuẩn hóa biến • Hệ số tải biến quan sát thành phần thang đo phải lớn phải lớn 0,708 0,5 có ý nghĩa thống kê • Phương sai trích trung bình AVE (average variance extracted) phản ánh lượng biến thiên chung biến quan sát tính tốn biến tiềm ẩn Tất khái niệm phải có: AVE > 0,5 • Tiêu chí Fornell-Larcker (1981): hệ số bậc hai AVE phải lớn hệ số tương quan khái niệm: AVE > inter-construct correlations Đánh giá giá trị phân biệt • Phương sai riêng lớn MSV • Hệ số tỉ lệ dị biệt – đặc điểm đơn (discriminant (maximum shared variance): HTMT (heterotrait-monotrait ratio): validity) MSV < AVE (Kline, 2016) HTMT > 0,85 (Henseler, Ringle, & Sarstedt, 2015) Kiểm tra Đánh giá thang đo giá trị liên hệ lí thuyết kiểm tra tính hợp lệ xem giá trị liên hệ mối tương quan khái niệm lí thuyết đo lường có ý nghĩa, lí thuyết thực dựa việc kiểm định mối quan hệ khái niệm (nomological mơ hình cấu trúc (structural model) (Gerbing & Anderson, 1988) validity) Kiểm định •Chi bình phương chia bậc tự do: • Chỉ số SRMR (standardized root mean phù hợp square residual) khác biệt χ2 /df < mơ hình phần liệu thực tế phần mơ hình •Chỉ số độ phù hợp tuyệt đối đo lường dự đoán: GFI (good of fitness index): GFI (model fit) SRMR < 0,08: phù hợp > 0,9 • Chỉ số NFI (normed fit index) •Chỉ số phù hợp tương đối CFI khác biệt phân bố chuẩn χ2 (comparative fit index): CFI > 0,9 mơ hình độc lập mơ hình đa nhân tố: •Chỉ số Tucker Lewis TLI NFI > 0,9: phù hợp (Tucker–Lewis index): TLI > 0,9 • Một số số khác cần đạt yêu cầu như: •Chỉ số xác định mức độ phù hợp hệ số dULS < 95%; hệ số dG < 95% mơ hình so với tổng thể Lưu ý: Các số SRMR NFI RMSEA Henseler et al (2016) đề xuất (root mean square error Hair et al (2021) đánh giá chúng approximation): có giá trị kiểm định phù hợp RMSEA < 0,08: phù hợp tốt; mô hình RMSEA < 0,03: phù hợp tốt Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk 2.2 Mơ hình nghiên cứu minh họa đánh giá hiệu hình thức bồi dưỡng giáo viên dạng trực tuyến 2.2.1 Giới thiệu mơ hình nghiên cứu minh họa Để so sánh kết CB-SEM PLS-SEM, nghiên cứu sử dụng liệu liên quan đến đo lường hiệu đào tạo khóa bồi dưỡng giáo viên kĩ soạn thảo kế hoạch dạy theo định hướng phát triển lực học sinh thơng qua hình thức trực tuyến để minh họa Bồi dưỡng giáo viên hình thức trực tuyến Hoạt động phát triển chuyên môn giáo viên hoạt động thiết kế để giáo viên tham gia học hỏi, nhìn nhận, đổi mới, mở rộng kiến thức kĩ (Day, 1999) Trong đó, hình thức bồi dưỡng giáo viên đóng vai trị quan trọng, định tính hiệu việc phát triển lực giảng dạy đội ngũ giáo viên (Garet et al., 2001) Dựa nghiên cứu mô hình phát triển chun mơn Kennedy (2005) đề xuất, nhóm tác giả phân tích nhận thấy phù hợp triển khai không gian trực tuyến mơ hình tập huấn (training model) mơ hình phân tầng (cascade model) Từ đó, xây dựng quy trình bồi dưỡng giáo viên hình thức trực tuyến kết hợp mơ hình Khác với hình thức tập huấn truyền thống, trọng đến truyền thụ chiều từ chuyên gia đến giáo viên, mơ hình bổ sung thêm tác động nhóm trợ giảng Cụ thể, thơng qua tảng trực tuyến, giáo viên tham gia khóa tập huấn, đó, giáo viên qua tập huấn, đánh giá tốt lực, đóng vai trò người chia sẻ, quan sát, đồng thời hỗ trợ trực tiếp cho giáo viên chuyên gia tham gia với vai trò cố vấn, truyền đạt giải đáp phương diện ý nghĩa nội dung cần thiết Đánh giá hiệu đào tạo bồi dưỡng giáo viên hình thức trực tuyến Đánh giá hiệu đào tạo đánh giá cách có hệ thống có mục tiêu chương trình diễn hồn thành ba góc độ bao gồm xây dựng chương trình, triển khai chương trình kết đạt chương trình (Austrian Development Cooperation, 2009) Mục đích đánh giá chương trình để xác định mục tiêu đạt mức độ nào, mức độ hiệu chương trình, mức độ ảnh hưởng tính bền vững chương trình Các giả thuyết nghiên cứu mơ hình dựa lí thuyết Kaufman (1996) đánh giá hiệu mơ hình đào tạo Trong đó, tập trung nghiên cứu tác động cấp độ đầu tiên: cấp độ – (Input) tập trung đánh giá nguồn lực sẵn có (chuyên gia, đội ngũ trợ giảng, hình thức tổ chức trực tuyến), cấp độ – (Process) tập trung đánh giá hài lòng giáo viên tham gia bồi dưỡng, cấp độ – (Micro) tập trung đánh giá ảnh hưởng đến cá nhân giáo viên việc vận dụng kĩ qua bồi dưỡng vào thực tế cơng việc Với nghiên cứu này, nhóm tác giả đề xuất giả thuyết sau: H1: Chuyên gia (CG) tác động thuận chiều đến hài lòng giáo viên hiệu tập huấn (HL); H2: Hình thức tập huấn trực truyến (HT) tác động thuận chiều đến hài lòng giáo viên hiệu tập huấn (HL); H3: Đội ngũ trợ giảng (TG) tác động thuận chiều đến hài lòng giáo viên hiệu tập huấn (HL); H4: Chuyên gia (CG) tác Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk động thuận chiều đến việc áp dụng kĩ giáo viên qua bồi dưỡng vào thực tiễn cơng việc (AD); H5: Hình thức Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 tập huấn trực truyến (HT) tác động thuận chiều đến việc áp dụng kĩ giáo viên qua bồi dưỡng vào thực tiễn công việc (AD); H6: Đội ngũ trợ giảng (TG) tác động thuận chiều đến việc áp dụng kĩ giáo viên qua bồi dưỡng vào thực tiễn công việc (AD); H7: Sự hài lòng giáo viên (HL) tác động thuận chiều đến việc áp dụng kĩ giáo viên qua bồi dưỡng vào thực tiễn công việc (AD) 2.2.2 Phương pháp nghiên cứu Quy trình nghiên cứu Nghiên cứu áp dụng quy trình Churchill (1979) với hai giai đoạn nghiên cứu bao gồm nghiên cứu sơ nghiên cứu thức Giai đoạn nghiên cứu sơ bao gồm hai bước nghiên cứu nghiên cứu định tính sơ định lượng sơ Trước tiên, nghiên cứu tiến hành đánh giá tổng quan lí thuyết cơng trình liên quan để có thang đo sơ (bảng câu hỏi cho khảo sát sơ bộ) Tiếp theo, nghiên cứu định lượng tiến hành nhằm đánh giá sơ thang đo với khái niệm nghiên cứu Tiêu chuẩn đánh giá thang đo bước bao gồm độ tin cậy CRA với giá trị hội tụ giá trị phân biệt thang đo phương pháp phân tích nhân tố khám phá EFA (exploratory factor analysis) Giai đoạn nghiên cứu thức thực nghiên cứu định lượng thông qua khảo sát với cỡ mẫu lớn (đảm bảo tiêu chuẩn cỡ mẫu tối thiểu) Dữ liệu thu thập tiếp tục đánh giá với thang đo thức hệ số CRA phân tích EFA Cuối cùng, phân tích mơ hình đo lường thực để đánh giá tiêu chí độ tin cậy, giá trị hội tụ, giá trị phân biệt, giá trị liên hệ lí thuyết phù hợp mơ hình đo lường thơng qua hai cách tiếp cận CB-SEM PLS-SEM Với CB-SEM, nghiên cứu sử dụng phần mềm SPSS 26 kết hợp AMOS 24 để phân tích kết quả, cịn phân tích PLS-SEM, liệu tính tốn với phần mềm SmartPLS 3.3.3 Phương pháp thu thập liệu Trong bước nghiên cứu sơ bộ, nghiên cứu định tính thực nhằm điều chỉnh thang đo mơ hình nghiên cứu Kĩ thuật thảo luận nhóm tiến hành với chuyên gia giảng viên đại học sư phạm, có kinh nghiệm tập huấn, bồi dưỡng giáo viên nhóm 20 giáo viên tham gia khóa bồi dưỡng Kết nghiên cứu định tính giúp xây dựng bảng câu hỏi cho nghiên cứu định lượng sơ để kiểm định thang đo trước tiến hành nghiên cứu thức Về quy mơ mẫu, để đảm bảo tiêu chí theo tiêu chí Hair et al (2019) cỡ mẫu tối thiểu, nghiên cứu sử dụng phương pháp thuận tiện lấy 150 mẫu khảo sát cho giai đoạn nghiên cứu sơ lấy khoảng 300 mẫu khảo sát cho giai đoạn nghiên cứu thức Việc thu thập liệu vấn giáo viên tham gia khóa tập huấn thực qua tảng trực tuyến bảng câu hỏi cấu trúc khoảng thời gian tháng đến tháng năm 2021 Trong bảng hỏi, khái niệm nghiên cứu đo lường qua phát biểu biến quan sát với thang đo likert mức độ theo quy ước: - Hoàn tồn khơng đồng ý; - Khơng đồng ý, - Trung lập, Đồng ý - Hoàn toàn đồng ý Để đảm bảo số lượng đưa vào phân tích, nghiên cứu tiến hành khảo sát thức 350 giáo viên tham gia khóa tập huấn trực tuyến, kết thu 314 bảng khảo sát có giá trị cho phân tích Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk Kết thảo luận 3.1 Đặc điểm mẫu quan sát Về giới tính, tổng số 314 giáo viên khảo sát, nữ giới chiếm tỉ lệ 80,3%, nam giới chiếm tỉ lệ 19,7% Về loại hình trường, giáo viên trường tiểu học chiếm 22,6%; trường trung học sở chiếm 38,9%; trường trung học phổ thông chiếm 38,5% Về thâm niên, số giáo viên có thời gian cơng tác năm chiếm 22,6%; thời gian công tác từ năm đến 15 năm chiếm 38,9%; thời gian công tác từ 15 năm trở lên chiếm 38,5% Về điều kiện thực dạy học theo chương trình 2018, giáo viên thực dạy học theo chương trình chiếm 61,5%, giáo viên chưa thực dạy học theo chương trình chiếm 38,5% 3.2 Đánh giá sơ độ tin cậy giá trị thang đo Nhằm đảm bảo tính chặt chẽ theo quy trình kiểm định thang đo Churchill (1979), nghiên cứu thực bước tính hệ số CRA phân tích khám phá EFA nghiên cứu thức trước tiến hành kiểm định mơ hình đo lường SEM Mục đích phân tích nhân tố khám phá nhằm thu nhỏ, tóm tắt loại tiêu chí khơng phù hợp thang đo Bảng Kết kiểm định sơ độ tin cậy giá trị trang đo CRA HT1 HT2 HT3 Hệ số tương quan biến-tổng 0,914 0,915 0,855 HT4 0,851 0,970 HT5 HT6 HT7 HT8 CG1 0,899 0,891 0,835 0,901 0,878 CG2 0,923 CG3 CG4 TG1 0,917 0,837 0,825 TG2 0,877 TG3 TG4 AD1 0,847 0,802 0,815 AD2 0,834 AD3 AD4 HL1 0,806 0,796 0,757 Biến Nhân tố quan sát HT CG TG AD Hệ số tải nhân tố HT CG TG AD HL 0,938 0,946 0,877 0,865 0,917 0,897 0,843 0,903 0,849 0,954 0,960 1,006 0,770 0,738 0,931 0,852 0,929 0,872 0,845 0,915 0,870 0,846 0,837 0,648 Tạp chí Khoa học Trường ĐHSP TPHCM HL2 0,834 HL HL3 0,816 HL4 0,746 Tạ Thanh Trung tgk 0,906 KMO = 0,925; Sig (Bartlett's Test) = 0,000; Eigenvalue = 1,129; TVE = 83,189 % 0,827 0,966 0,783 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 Kết kiểm định độ tin cậy hệ số CRA cho thang đo thể Bảng 2, cho thấy thang đo có độ tin cậy cao tất CRA lớn 0,8 hệ số tương quan biến tổng lớn 0,3, đó, khơng có biến quan sát bị loại khỏi mơ hình Như vậy, 24 biến quan sát ban đầu sử dụng trình phân tích EFA Tiêu chuẩn phương pháp phân tích nhân tố số KMO phải lớn 0,5 kiểm định Barlett’s có mức ý nghĩa nhỏ 0,05 để chứng tỏ liệu dùng phân tích nhân tố thích hợp biến có tương quan với (Garson, 2016) Kết phân tích từ Bảng thỏa mãn tiêu chí này, cho thấy liệu có điều kiện đủ để tiến hành phân tích nhân tố Tiếp theo, thực phân tích nhân tố EFA theo phép trích giả định biến quan sát tồn phần phương sai riêng (principal axis factor) với phép quay khơng vng góc Promax cho thang đo Kết quả, giá trị TVE = 83,189 > 50% đạt yêu cầu thể nhân tố giải thích 83,189 % biến thiên liệu Tất hệ số tải nhân tố có ý nghĩa thực tiễn lớn 0,5 (Hair et al., 2019) chênh lệch biến thành phần hai nhân tố 0,3 (Bryant & Yarnold, 1995) nên nhân tố đảm bảo giá trị hội tụ phân biệt phân tích EFA Đồng thời, nhân tố khơng có xáo trộn biến quan sát, nghĩa biến quan sát nhân tố không bị nằm lẫn lộn với biến quan sát nhân tố Nên sau phân tích khám phá nhân tố đề xuất giữ nguyên 3.3 Đánh giá mơ hình đo lường CB-SEM PLS-SEM 3.3.1 Đánh giá độ tin cậy thang đo Để kiểm định độ tin cậy thang đo, cần thực đánh giá thông qua hệ số CRA hệ số CR Căn vào kết thể qua Bảng Các hệ số CRA hai cách phân tích CB-SEM PLS-SEM đạt giá trị lớn 0,8 cho thấy thang đo đạt yêu cầu tính qn nội cao Bên cạnh đó, thấy hệ số CRA với hai cách tiếp cận CB-SEM PLS-SEM khơng có nhiều chênh lệch Chênh lệch nhiều 0,004 (thang đo TT) chênh lệch thấp 0,000 (thang đo TG HL) Hệ số CRA khái niệm thể thang đo đạt độ tin cậy đạt giá trị lớn 0,7 Hệ số độ tin cậy tổng hợp CR thu thông qua hai phương pháp CB-SEM PLS-SEM có chênh lệch khơng đáng kể Chênh lệch cao 0,027 (thang đo HL) chênh lệch thấp 0,004 (thang đo HT) Như vậy, từ kết nghiên cứu, thấy thang đo mơ hình đạt u cầu độ tin cậy khơng có khác biệt đáng kể qua hai phương pháp CB-SEM PLS-SEM Bảng Kết đánh giá độ tin cậy hội tụ thang đo Nhân tố Biến quan sát HT HT1 HT2 HT3 HT4 HT5 Hệ số tải CBPLSSEM SEM 0,935 0,935 0,930 0,933 0,872 0,887 0,859 0,883 0.912 0.924 CRA CR CBCBPLSPLS-SEM SEM SEM SEM CBSEM 0,970 0,806 0,971 10 0,971 0,975 AVE PLSSEM 0,831 Tạp chí Khoa học Trường ĐHSP TPHCM CG TG AD HL HT6 HT7 HT8 CG1 CG2 CG3 CG4 TG1 TG2 TG3 TG4 AD1 AD2 AD3 AD4 HL1 HL2 HL3 HL4 0,905 0,843 0,923 0,912 0,951 0,947 0,863 0,886 0,934 0,869 0,818 0,873 0,895 0,840 0,830 0,838 0,893 0,845 0,790 0,922 0,874 0,930 0,932 0,959 0,953 0,909 0,905 0,936 0,913 0,886 0,901 0,915 0,889 0,883 0,874 0,915 Tạ Thanh Trung tgk 0,954 0,955 0,956 0,967 0,844 0,881 0,931 0,931 0,931 0,951 0,770 0,828 0,915 0,919 0,919 0,943 0,739 0,805 0,906 0,906 0,907 0,934 0,709 0,781 0,894 0,850 3.3.2 Đánh giá giá trị hội tụ Trong Bảng 3, cột hệ số tải kết kiểm định giá trị hội tụ thể kết theo hai cách tiếp cận khác Đối với CB-SEM, hệ số tải hệ số nhân tố chuẩn hóa biến thành phần thang đo Các hệ số dao động từ ,790 đến 0,951, đạt yêu cầu (> 0,5) kết luận thang đo đạt giá trị hội tụ Đối với PLS-SEM, giá trị hội tụ xem xét dựa vào hệ số tải biến quan sát Các hệ số tải dao động từ 0.850 đến 0.959, đạt yêu cầu (≥ 0,708) Ngoài ra, giá trị phương sai trích trung bình (AVE) có hệ số đạt yêu cầu ,5 Như vậy, với CB-SEM PLS-SEM, thang đo đạt yêu cầu giá trị hội tụ theo tiêu chí đề xuất 3.3.3 Đánh giá giá trị phân biệt Bảng Hệ số tương quan khái niệm CB-SEM Khái niệm HT CG TG AD HL MSV PLS-SEM Khái niệm HT CG TG AD HL Giá trị AVE HT 0,898 0,171 0,206 0,286 0,278 0,082 HT 0,911 0,167 0,199 0,273 0,268 CG TG AD HL 0,919 0,694 0,371 0,607 0,482 0,878 0,481 0,674 0,482 0,860 0,614 0,377 0,842 0,454 CG TG AD HL 0,938 0,665 0,359 0,580 0,910 0,273 0,618 0,897 0,562 0,884 thể qua liệu đường chéo in đậm 11 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 Để đánh giá giá trị phân biệt, hai phương pháp CB-SEM PLS-SEM sử dụng tiêu chí số AVE phải lớn hệ số tương quan khái niệm Kết từ bảng Bảng cho thấy số AVE thang đo lớn hệ số tương quan khái niệm Các hệ số tương quan khái niệm tính tốn từ CBSEM PLS-SEM dù có chênh lệch phản ánh thứ tự mức độ tương quan dấu khái niệm, theo tương quan CG TG mạnh Ngoài ra, hệ số AVE tính tốn qua hai cách tiếp cận CB-SEM PLS-SEM lớn 0,8 chênh lệch đáng kể Bảng Giá trị HTMT cặp khái niệm Khái niệm PLS-SEM HL CG CG HL TG HT AD 0,622 0,703 0,173 0,383 0,667 0,284 0,613 TG HT 0,210 0,490 AD 0,287 Riêng CB-SEM, tiêu chí đánh giá thêm tương quan hai khái niệm phải nhỏ 0,85 số MSV phải nhỏ số AVE Đồng thời, kết Bảng cho thấy hệ số tương quan khái niệm nhỏ 0,85 hệ số MSV khoảng từ 0,082 đến 0,482 (đều đạt yêu cầu nhỏ AVE khái niệm) Đối với PLS-SEM, nghiên cứu đánh giá thêm số HTMT cho kết tất cặp khái niệm dao động từ 0,173 đến 0,703 đạt yêu cầu (< 0,85) Như vậy, với CB-SEM PLS-SEM, thang đo đạt yêu cầu giá trị phân biệt theo tiêu chí đề xuất 3.3.4 Đánh giá phù hợp mô hình đo lường Bảng Kết mức độ phù hợp mơ hình Kết Phương pháp Chỉ số χ2 /df PLS-SEM Mơ hình bão hịa Mơ hình ước lượng Đánh giá CFI TLI RMSEA SRMR dULS < 3,0 > 0,9 > 0,9 > 0,9 < 0,08 < 0,08 < 0,95 2,481 0,857 0,956 0,949 0,069 0,039 0,446 2,481 0,857 0,956 0,949 0,069 0,039 0,446 Tốt Chấp nhận Tốt Tốt Chấp nhận Phù hợp Phù hợp dG < 0,95 0,417 0,417 Phù hợp > 0,9 0,905 0,905 Phù hợp GFI CB-SEM Tiêu chí NFI 12 Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk Đối với CB-SEM, kết kiểm định phù hợp mơ hình đo lường cho thấy đa số số đạt yêu cầu phù hợp mô hình đo lường : χ2 = 600,436, df = 242, p = 0,000; χ2 /df = 2,481 (< 3); TLI = 0,949; CFI = 0,956 (> 0,9); RMSEA = 0.069 (< 0,8) Do số dễ ảnh hưởng quy mơ mẫu nên GFI = 0,849 chấp nhận lớn 0,8 (Baumgartner & Homburg, 1996) Bên cạnh đó, PLS-SEM, kết kiểm định phù hợp mơ hình đạt sau: SRMR = ,038 (< 0,08); dULS = 44,3% (< 95%); dG = 41,16% (< 95%); NFI = 0,905 (> 0,9) Như vậy, với CB-SEM PLS-SEM, kết luận mơ hình đo lường phù hợp với liệu thu thập 3.3.5 Kiểm định giả thuyết Bảng Kiểm định giả thuyết mô hình nghiên cứu Giả thuyết β CB-SEM t-value PLS-SEM pvalue 13 β t-value pvalue Kết luận với độ tin cậy 99% Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk H1: CG HL 0,260 3,950 ** 0,000 0,295 2,832 ** 0,005 Chấp nhận H2: HT HL 0,138 3,005 ** 0,003 0,181 2,940 ** 0,004 Chấp nhận H3: TG HL 0,466 6,718 ** 0,000 0,394 4,936 ** 0,000 Chấp nhận H4: CG AD - 0,074 1,014 ns 0,310 - 0,035 0,462 ns 0,657 Bác bỏ H5: HT AD 0,121 2,389 * 0,017 0,126 2,471 * 0,012 Bác bỏ H6: TG AD 0,156 1,920 ns 0,055 0,181 2,489 * 0,012 Bác bỏ H7: HL AD 0,520 6,556 ** 0,000 0,436 6,688 ** 0,000 Chấp nhận Ghi chú: β: hệ số tác động chuẩn hóa; *: mức ý nghĩa 5%; **: mức ý nghĩa 1%; ns: khơng có ý nghĩa thống kê Nghiên cứu sử dụng mơ hình SEM nhằm kiểm định mơ hình giả thuyết nghiên cứu có Kết kiểm định mơ hình cấu trúc (Bảng 7) cho thấy giả thuyết H1, H2, H3, H7 chấp nhận mức ý nghĩa 0,01; giả thuyết H4, H5, H6 bị bác bỏ Kết ước lượng mơ hình cấu trúc tuyến tính cho thấy mối quan hệ phát biểu giả thuyết H1, H2, H3, H7 có trọng số hồi quy dương Theo đó, đội ngũ trợ giảng (TG), chuyên gia (CG) hình thức tổ chức tảng trực tuyến khóa tập huấn (HT) có tác động tích cực lên hài lòng giáo viên tham gia tập huấn Bên cạnh đó, hài lịng giáo viên (HL) có tác động tích cực lên việc áp dụng kĩ tiếp thu từ khóa tập huấn vào thực tiễn (AD) Như với độ tin cậy mơ hình 99%, kết luận kết kiểm định giả thuyết nghiên cứu CB-SEM PLSSEM tương tự dấu, hệ số ước lượng ý nghĩa thống kê Sau loại bỏ giả thuyết khơng có ý nghĩa thống kê, ta thu kết hai mơ hình đo lường SEM gồm CB-SEM (Hình 1) PLS-SEM (Hình 2) đáp ứng phù hợp với liệu thu thập 14 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 Hình Kết mơ hình nghiên cứu CB-SEM thức biểu diễn AMOS 24 Hình Kết mơ hình nghiên cứu PLS-SEM thức biểu diễn SmartPLS 3.3.3 Tuy nhiên, cần lưu ý thêm giảm độ tin cậy mơ hình cịn 95%, có khác biệt việc đưa kết luận theo hai hướng tiếp cận Trong PLS-SEM dễ dàng chấp nhận thêm hai giả thuyết H5 H6 CB-SEM chấp nhận thêm giả thuyết H5 Đây ví dụ cho việc áp dụng PLS-SEM nghiên cứu khẳng định dẫn đến số sai khác so với CB-SEM Trong trường hợp này, cần cân nhắc đến nhận định Hair et al (2021) việc thuật toán PLS-SEM tập trung vào khả dự báo thay khẳng định mơ hình Vì trường hợp này, với độ tin cậy 95%, mơ hình CB-SEM có ý nghĩa khẳng định lí thuyết mạnh mơ hình PLSSEM 3.4 Thảo luận 15 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 hình thức bồi dưỡng giáo Nghiên cứu tập trung vào việc đánh giá hiệu viên trực tuyến hai phương pháp phân tích CB-SEM PLS-SEM Cả hai cách thức 16 Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk tiếp cận cho thấy mô hình đo lường đạt tiêu chí độ tin cậy, giá trị thang đo phù hợp với liệu có tương đồng kết kiểm định giả thuyết nghiên cứu Kết nghiên cứu cho thấy tác động tích cực nguồn lực (chuyên gia, trợ giảng hình thức tổ chức trực tuyến) đến hài lịng giáo viên tham gia, qua gián tiếp ảnh hưởng đến việc vận dụng kĩ bồi dưỡng vào thực tiễn công việc Trong mối tác động, ảnh hưởng đội ngũ trợ giảng đến hài lịng giáo viên có hệ số tác động cao Xét mặt lí thuyết, điều hoàn toàn phù hợp với đề xuất cải tiến hình thức tập huấn giáo viên, trọng đến q trình giáo viên có kinh nghiệm quan sát, huấn luyện cho giáo viên kinh nghiệm (Garet et al., 2001; Broad & Evans, 2006) Đây sở để tiếp tục nâng cao chất lượng đào tạo khóa bồi dưỡng giáo viên trực tuyến thông qua việc tập trung nâng cao chất lượng nguồn lực trợ giảng Các nghiên cứu kiểm định lại thang đo mơ hình đánh giá hiệu hình thức bồi dưỡng giáo viên với việc bổ sung thêm yếu tố tiền đề kết thang đo mở rộng kiểm định yếu tố thuộc cấp độ đánh giá cao theo lí thuyết Kaufman (1996) Đồng thời, kết kiểm định thang đo đánh giá hiệu hình thức bồi dưỡng giáo viên dạng trực tuyến đóng góp thêm thông tin cho nhà nghiên cứu khoa học giáo dục nghiên cứu sâu đánh giá chất lượng đào tạo khóa tập huấn chương trình đào tạo Bên cạnh đó, thơng qua phân tích thao tác đánh giá mơ hình đo lường minh họa, ta nhận thấy tương đồng kết đánh giá độ tin cậy thang đo, giá trị hội tụ giá trị phân biệt Tuy nhiên, có số điểm cần lưu ý việc sử dụng CB-SEM PLS-SEM kiểm định giá trị liên hệ lí thuyết phù hợp mơ hình đo lường Đầu tiên, việc áp dụng PLS-SEM nghiên cứu khẳng định dẫn đến số khác biệt so với CB-SEM mơ hình có độ tin cậy khơng thật cao Do đó, việc lựa chọn cách tiếp cận CB-SEM hay PLS-SEM, cần nghiêm túc cân nhắc đến mục tiêu nghiên cứu khẳng định lí thuyết hay khám phá lí thuyết lưu ý việc sử dụng PLS- SEM khẳng định lí thuyết khơng thực tối ưu khả đánh giá độ phù hợp mơ hình tổng thể phương pháp thấp Kết số lượng giả thuyết chấp nhận phương pháp PLS-SEM nhiều CB-SEM minh họa ví dụ minh chứng cho thấy độ nhạy thống kê (statistical power) phương pháp PLSSEM lớn CB-SEM Điều phù hợp với nhận định Hair et al., (2021) cho tính hiệu phương pháp ước lượng tham số mà PLS-SEM có nhiều khả việc mối quan hệ có ý nghĩa mơ hình Tiếp theo, kiểm định phù hợp mơ hình đo lường, CB-SEM kết số GFI chưa đạt tiêu chuẩn lớn 0.9 mà Hair et al (2021) đề xuất Điều lí giải việc số GFI nhạy quy mô mẫu khảo sát với cỡ mẫu vừa đạt chuẩn tối thiểu 300, nghiên cứu cần tăng số lượng mẫu khảo sát để khắc phục tiêu chí Trong đó, kết từ PLS- SEM khơng có số phản ánh thiếu hụt quy mơ mẫu Có thể thấy minh chứng cho nhận định Kline (2016) mơ hình CB-SEM địi hỏi liệu dựa cỡ mẫu lớn so với PLS-SEM 17 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213228 Kết luận Tóm lại, kết phân tích thống kê từ mơ hình minh họa cho thấy hai phương pháp CB-SEM PLS-SEM không hồn tồn trùng khớp với nhau, khơng phải phương pháp cao hẳn phương pháp khơng phải phương pháp thích hợp cho tất tình huống, mạnh PLS-SEM điểm yếu CB-SEM ngược lại CB-SEM mạnh việc khẳng định lí thuyết nghiên cứu dựa việc đánh giá mức độ phù hợp tổng thể mơ hình với nhiều số đánh giá có ý nghĩa, điều mà thuật tốn PLS không phù hợp để thực Mặt khác, PLS-SEM có lợi định việc nghiên cứu khám phá mà khơng có u cầu q khắt khe quy mơ mẫu phân tích, giả thuyết nghiên cứu dễ dàng chấp nhận CB-SEM Ngoài ra, xét thuận tiện q trình phân tích thống kê hai phần mềm mà nghiên cứu sử dụng việc thực PLS-SEM thơng qua phần mềm SmartPLS 3.3.3 dễ thao tác phần mềm tích hợp thực tính tốn tự động cho tồn tiêu chí mơ hình đo lường Trong đó, số tiêu chí đánh giá CB-SEM số CR, AVE, MSV cần tính tốn thủ cơng dựa hệ số hồi quy chuẩn hóa trích từ phần mềm AMOS 24 Hạn chế nghiên cứu tập trung vào so sánh hai cách tiếp cận CB-SEM PLS-SEM kiểm định mơ hình đánh giá hiệu đào tạo với khái niệm bậc với thao tác phân tích Do đó, cần thêm nghiên cứu minh họa so sánh CB-SEM PL-SEM việc giải mơ hình cấu trúc phức tạp với khái niệm bậc cao; kiểm định mơ hình có biến trung gian, biến điều tiết hay đánh giá khác biệt mối tác động phân tích cấu trúc đa nhóm Tuyên bố quyền lợi: Các tác giả xác nhận hồn tồn khơng có xung đột quyền lợi TÀI LIỆU THAM KHẢO Astrachan, C B., Patel, V K., & Wanzenried, G (2014) A comparative study of CB-SEM and PLS- SEM for theory development in family firm research Journal of Family Business Strategy, 5(1), 116-128 doi:10.1016/j.jfbs.2013.12.002 Austrian Development Cooperation (2009) Guidelines for Project and Programme Evaluations Baumgartner, H., & Homburg, C (1996) Applications of structural equation modeling in marketing and consumer research: A review International Journal of Research in Marketing, 13(2), 139- 161 doi:10.1016/0167-8116(95)00038-0 Bien, N V., Van, N A., Son, D V., & Khuyen, N T (2020) Reliability and validity an instrument to assess creative competency in engineering design on STEM education [Xay dung cong cu danh gia nang luc sang tao thiet ke ki thuat giao duc STEM] HNUE Journal of Science, 65(1), 151-162 doi:10.18173/2354-1075.2020-0015 18 Tạp chí Khoa học Trường ĐHSP TPHCM Tập 19, Số (2022): 213Broad, K., & Evans, M (2006) A Review of Literature On Professional 228 Development Content And Delivery Modes For Experienced Teachers Toronto, ON: University of Toronto, Ontario Institute for Studies in Education 19 Tạp chí Khoa học Trường ĐHSP TPHCM Tạ Thanh Trung tgk Bryant, F B., & Yarnold, P R (1995) Principal-components analysis and exploratory and confirmatory factor analysis In L G Grimm, & P R Yarnold, Reading and understanding multivariate statistics (pp 99-136) Washington DC: American Psychological Association Chin, W W., & Todd, P A (1995) On the Use, Usefulness, and Ease of Use of Structural Equation Modeling in MIS Research: A Note of Caution Management Information Systems Research Center, University of Minnesota, 237-246 doi:10.2307/249690 Churchill, G A (1979) A Paradigm for Developing Better Measures of Marketing Constructs Journal of Marketing Research, 64-73 doi:10.2307/3150876 Day, C (1999) Developing Teachers: The Challenges of Lifelong Learning Routledge Fornell, C., & Larcker, D F (1981) Evaluating Structural Equation Models with Unobservable Variables and Measurement Error Journal of Marketing Research, 18(1), 39-50 doi:10.1177/002224378101800104 Garet, M S., Porter, A C., Desimone, L., Birman, B F., & Yoon, K S (2001) What Makes Professional Development Effective? Results From a National Sample of Teachers American Educational Research Joural, 38(4), 915-945 doi:10.3102/00028312038004915 Garson, G D (2016) Partial Least Squares: Regression & Structural Equation Models: 2016 Edition Asheboro: Statistical Associates Publishing Gerbing, D W., & Anderson, J C (1988) An Updated Paradigm for Scale Development Incorporating Unidimensionality and Its Assessment Journal of Marketing Research, 25(2), 186-192 doi:10.2307/3172650 Goodhue, D L., Lewis, W., & Thompson, R (2012) Comparing PLS to regression and LISREL: a response to Marcoulides, Chin, and Saunders MIS Quarterly, 36(2) doi:10.2307/41703476 Guarino, A J (2004) A Comparison of First and Second Generation Multivariate Analyses: Canonical Correlation Analysis and Structural Equation Modeling Florida Journal of Educational Research, 40, 22-40 Haenlein, M., & Kaplan, A (2004) A Beginner’s Guide to Partial Least Squares Analysis Understanding Statistics, 3(4), 283-297 doi:10.1207/s15328031us0304_4 Hair, J F., Black, W C., Babin, B J., & Anderson, R E (2019) Multivariate Data Analysis (8th ed.) Cengage Learning, EMEA Hair, J F., Hult, G T., Ringle, C M., & Sarstedt, M (2021) A primer on partial least squares structural equation modeling (PLS-SEM) (3nd ed.) Thousand Oaks, CA: Sage Hair, J F., Sarstedt, M., Ringle, C M., & Mena, J A (2012) An assessment of the use of partial least squares structural equation modeling in marketing research Journal of the Academy of Marketing Science, 40, 414-433 doi:10.1007/s11747 -011-0261-6 Henseler, J., Hubona, G., & Ray, P A (2016) Using PLS path modeling in new technology research: updated guidelines Industrial Management & Data Systems, 2-20 doi:10.1108/IMDS-092015-0382 Henseler, J., Ringle, C M., & Sarstedt, M (2015) A new criterion for assessing discriminant validity in variance-based structural equation modeling Journal of the Academy of Marketing, Science, 43, 115-135 doi:10.1007/s11747-014-0403-8 Jöreskog, K G (1993) Testing Structural Equation Models In K A Bollen, & J S Long, Testing Structural Equation Models (pp 294-316) Thousand Oaks, CA: Sage Kaufman, R., Keller, J., & Watkins, R (1996) What works and what doesn’t: Evaluation beyond Kirkpatrick Nonprofit Management Leadership, 35, 8-12 doi:10.1002/pfi.4170350204 Kennedy, A (2005) Models of Continuing Professional Development: a framework for analysis Journal of In-service Education, 235-250 doi:10.1080/13674580500200277 20 ... hai phương pháp CB- SEM PLS -SEM thực mơ hình cấu trúc tuyến tính, (2) khái qt tiến trình chung kiểm định mơ hình đo lường CB- SEM PLS -SEM, (3) so sánh kết kiểm định mơ hình đo lường CB- SEM PLS -SEM. .. mơ hình đo lường dạng nguyên nhân Về cách kiểm định mô hình đo lường, Bảng trình bày so sánh tiêu chí đánh giá phương pháp CB- SEM PLS -SEM quy trình thực Bảng So sánh tiêu chí kiểm định mơ hình. .. trung vào so sánh hai cách tiếp cận CB- SEM PLS -SEM kiểm định mơ hình đánh giá hiệu đào tạo với khái niệm bậc với thao tác phân tích Do đó, cần thêm nghiên cứu minh họa so sánh CB- SEM PL -SEM việc