Tác động của quản trị tri thức đến hiệu quả hoạt động của ngân hàng thương mại việt nam,đề tài nghiên cứu khoa học cấp sơ sở

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM HỌC VIỆN NGÂN HÀNG oOo BÁO CÁO TỔNG HỢP NHIỆM VỤ KHOA HỌC & CÔNG NGHỆ CẤP BỘ NĂM 2018 TÁC ĐỘNG CỦA QUẢN TRỊ TRI THỨC ĐẾN HIỆU QUẢ HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI VIỆT NAM MÃ SỐ: ĐTNH.002/18 CHỦ NHIỆM ĐỀ TÀI: PGS.TS ĐỖ THỊ KIM HẢO HÀ NỘI – 2019 iii DANH SÁCH THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI TT Họ tên - Học hàm, học vị PGS.TS Đỗ Thị Kim Hảo ThS Phạm Đức Anh TS Trần Mạnh Hà Vai trò tham gia Chức vụ - Cơ quan công tác Chủ nhiệm đề tài Phó Giám đốc Học viện Ngân hàng Thư ký đề tài Viện NCKH Ngân hàng, Học viện Ngân hàng Thành viên Phó Trưởng phịng Đào tạo, Học viện Ngân hàng TS Nguyễn Thị Việt Hà Thành viên Phó Trưởng Bộ mơn, Khoa Quản trị kinh doanh, Học viện Ngân hàng ThS Nguyễn Thị Thu Trang Thành viên Khoa Ngân hàng, Học viện Ngân hàng TS Nguyễn Xuân Quang Thành viên Phó Giám đốc Viện Đào tạo Nghiên cứu, Ngân hàng TMCP Đầu tư Phát triển Việt Nam (BIDV) ThS Trần Thị Bảo Quế Thành viên Thành viên Ban Điều hành, Ngân hàng TMCP Quân đội TS Chu Khánh Lân Thành viên Phó Viện trưởng Viện NCKH Ngân hàng, Học viện Ngân hàng ThS Trương Hoàng Diệp Hương Thành viên Viện NCKH Ngân hàng, Học viện Ngân hàng iii MỤC LỤC CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI 1.1 TÍNH CẤP THIẾT CỦA ĐỀ TÀI 1.2 TỔNG QUAN NGHIÊN CỨU 1.2.1 Các cơng trình nghiên cứu giới 1.2.2 Các cơng trình nghiên cứu Việt Nam 1.3 ĐIỂM MỚI CỦA ĐỀ TÀI 1.4 MỤC TIÊU NGHIÊN CỨU 1.4.1 Mục tiêu chung 1.4.2 Mục tiêu cụ thể 1.5 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU 1.5.1 Đối tượng nghiên cứu 1.5.2 Phạm vi nghiên cứu 1.6 PHƯƠNG PHÁP NGHIÊN CỨU 1.7 KẾT CẤU ĐỀ TÀI KẾT LUẬN CHƯƠNG 10 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ TÁC ĐỘNG CỦA QUẢN TRỊ TRI THỨC TỚI HIỆU QUẢ HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI 11 2.1 KHÁI QUÁT VỀ QUẢN TRỊ TRI THỨC 11 2.1.1 Khái niệm quản trị tri thức 11 2.1.2 Các đặc trưng quản trị tri thức 16 2.1.3 Nội dung quản trị tri thức 18 2.1.4 Vai trò quản trị tri thức tổ chức 23 2.2 QUẢN TRỊ TRI THỨC TRONG NGÂN HÀNG 25 2.2.1 Quan điểm quản trị tri thức ngân hàng thương mại 25 2.2.2 Hoạt động quản trị tri thức ngân hàng thương mại 27 2.2.3 Các yếu tố ảnh hưởng tới quản trị tri thức ngân hàng thương mại 29 2.3 TÁC ĐỘNG CỦA QUẢN TRỊ TRI THỨC TỚI HIỆU QUẢ HOẠT ĐỘNG CỦA NGÂN HÀNG THƯƠNG MẠI 34 iv 2.3.1 Hiệu hoạt động ngân hàng thương mại 34 2.3.2 Tác động quản trị tri thức tới hiệu hoạt động ngân hàng thương mại 38 KẾT LUẬN CHƯƠNG 41 CHƯƠNG 3: MƠ HÌNH NGHIÊN CỨU TÁC ĐỘNG CỦA QUẢN TRỊ TRI THỨC TỚI HIỆU QUẢ HOẠT ĐỘNG CỦA CÁC NGÂN HÀNG THƯƠNG MẠI VIỆT NAM 42 3.1 QUY TRÌNH NGHIÊN CỨU 42 3.2 MƠ HÌNH VÀ GIẢ THUYẾT NGHIÊN CỨU 43 3.2.1 Mơ hình nghiên cứu 43 3.2.2 Giả thuyết nghiên cứu 44 3.3 THIẾT KẾ NGHIÊN CỨU 48 3.3.1 Phát triển bảng hỏi lựa chọn thang đo 48 3.3.2 Thu thập liệu 54 3.4 PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU 54 3.4.1 Thống kê mô tả mẫu 54 3.4.2 Đánh giá độ tin cậy thang đo 54 3.4.3 Phân tích mơ hình cấu trúc tuyến tính 55 KẾT LUẬN CHƯƠNG 57 CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 58 4.1 THỐNG KÊ MÔ TẢ 58 4.1.1 Mô tả đối tượng nghiên cứu 58 4.1.2 Mô tả hoạt động quản trị tri thức NHTM từ kết khảo sát 59 4.1.3 Mô tả nhân tố tác động đến quản trị tri thức NHTM 62 4.2 KIỂM ĐỊNH DỮ LIỆU 70 4.2.1 Phân tích nhân tố khám phá 70 4.2.2 Kiểm định liệu 75 4.3 PHÂN TÍCH DỮ LIỆU 80 KẾT LUẬN CHƯƠNG 84 v CHƯƠNG 5: KẾT LUẬN VÀ KHUYẾN NGHỊ 85 5.1 KẾT LUẬN 85 5.2 ĐỀ XUẤT VÀ KHUYẾN NGHỊ 85 5.2.1 Phát triển văn hoá quản trị tri thức ngân hàng thương mại 85 5.2.2 Nâng cao vai trò Ban Lãnh đạo công tác quản trị tri thức 89 5.2.3 Hoàn thiện cấu tổ chức nhằm tăng cường quản trị tri thức ngân hàng thương mại 91 5.2.4 Xây dựng triển khai thực sách quản trị tri thức ngân hàng thương mại 91 5.2.5 Ứng dụng công nghệ 96 KẾT LUẬN CHƯƠNG 99 KẾT LUẬN CHUNG 100 TÀI LIỆU THAM KHẢO 103 PHỤ LỤC 113 vi vii DANH MỤC TỪ VIẾT TẮT Từ viết tắt Nguyên nghĩa tiếng Việt Nguyên nghĩa tiếng nước ngồi AVE Phương sai trích Average variance extracted BĐH Ban Điều hành CFA Phân tích nhân tố khẳng định Confirmatory factor analysis CNTT Công nghệ thông tin DEA Phân tích bao liệu Data envelopment analysis EFA Phân tích nhân tố khám phá Explanatory factor analysis GDP Tổng sản phẩm quốc nội Gross domestic product HĐQT Hội đồng Quản trị HĐTV Hội đồng Thành viên NHTM Ngân hàng thương mại NIM Tỷ lệ thu nhập lãi Net interest margin PLS Bình phương nhỏ phần Partial least square R&D Nghiên cứu Phát triển Research and development ROA Tỷ suất lợi nhuận tổng tài sản Return on total assets ROE Tỷ suất lợi nhuận vốn chủ sở hữu Return on equity ROS Tỷ suất lợi nhuận doanh thu Return on sales SECI Quá trình sáng tạo tri thức: Giao tiếp xã hội, Ngoại hóa, Kết hợp, Nội hóa Socialization, Externalization, Combination, Internalization SEM Mơ hình cấu trúc tuyến tính Structural equation modelling viii ix DANH MỤC HÌNH Hình 2.1: Khung phân tích nội dung quản trị tri thức 19 Hình 2.2: Mơ hình quản trị tri thức đề xuất cho ngân hàng Malaysia 31 Hình 3.1 Quy trình nghiên cứu 42 Hình 3.2: Mơ hình nghiên cứu 44 Hình 4.1: Nhận định hoạt động quản trị tri thức NHTM từ đối tượng khảo sát 40 Hình 4.2: Nhận định hoạt động quản trị tri thức chia theo nhóm ngân hàng 61 Hình 4.3: Nhận định hoạt động quản trị tri thức chia theo nhóm vị trí 62 Hình 4.4: Nhận định văn hóa tri thức chia theo nhóm ngân hàng 64 Hình 4.5: Nhận định văn hóa tri thức chia theo nhóm vị trí 64 Hình 4.6: Nhận định hạ tầng cơng nghệ chia theo nhóm ngân hàng 65 Hình 4.7: Nhận định hạ tầng cơng nghệ chia theo nhóm vị trí 66 Hình 4.8: Nhận định cấu trúc tổ chức chia theo nhóm ngân hàng 67 Hình 4.9: Nhận định cấu trúc tổ chức chia theo nhóm vị trí 68 Hình 4.10: Nhận định lực lãnh đạo chia theo nhóm ngân hàng 69 Hình 4.11: Nhận định lực lãnh đạo chia theo nhóm vị trí 69 Hình 5.1: Đề xuất quy trình xây dựng quản trị tri thức NHTM 87 Hình 5.2: Giao diện mạng xã hội nội doanh nghiệp Workplace Facebook 94 x DANH MỤC BẢNG Bảng 3.1: Thang đo “Hoạt động quản trị tri thức” 49 Bảng 3.2: Thang đo “Văn hóa tri thức” 50 Bảng 3.3: Thang đo “Hạ tầng công nghệ” 50 Bảng 3.4: Thang đo “Cấu trúc tổ chức” 50 Bảng 3.5: Thang đo “Năng lực lãnh đạo” 51 Bảng 3.6: Thang đo “Hiệu quy trình” 52 Bảng 3.7: Thang đo “Hiệu nhân sự” 52 Bảng 3.8: Thang đo “Hiệu thị trường” 52 Bảng 3.9: Thang đo “Hiệu kinh doanh” 53 Bảng 4.1: Mô tả liệu khảo sát 59 Bảng 4.2: Thống kê mô tả hoạt động quản trị tri thức NHTM dựa thang đo Likert 60 Bảng 4.3: Thống kê mô tả biến tác động tới hoạt động quản trị tri thức NHTM thông qua thang đo Likert 62 Bảng 4.4: Hệ số tải thang đo 70 Bảng 4.5: Hệ số tải chéo biến mơ hình 73 Bảng 4.6: Kết kiểm định KMO kiểm định Bartlett 74 Bảng 4.7: Đánh giá độ hội tụ biến tiềm ẩn 75 Bảng 4.8: Đánh giá độ phân biệt qua hệ số tương quan Heterotrait-Monotrait 77 Bảng 4.9: Đánh giá độ phân biệt qua tiêu chuẩn Fornell-Larcker 78 Bảng 4.10: Kiểm định độ tin cậy biến tiềm ẩn 79 Bảng 4.11: Phân tích sơ đồ đường 81 Bảng 4.12: Mức độ tương quan biến mơ hình nghiên cứu 83 120 đồng thời cịn thể tính chất cho biến chưa phát khơng đo lường mơ hình Hình 3: Các phần tử mơ hình SEM Lưu ý biến nội sinh biến phụ thuộc vào biến khác (V1, V2, …, V6 F3) có mũi tên vào/ra, cịn biến ngoại sinh biến khơng phụ thuộc vào biến khác (F1, F2) có mũi tên (khơng có nhiễu d hay sai số e nào) Ngoài ra, cần phân biệt mũi tên chiều biến tiềm ẩn biến quan sát biểu thị hệ số tải (factor loadings) mũi tên chiều khái niệm tiềm ẩn biến quan sát lại biểu thị hệ số hồi quy (regression coefficients) Tóm lại, mơ hình SEM đặc trưng phức hợp số lượng lớn biến quan sát không quan sát, số hạng phần dư sai số Biến trung gian (Mediator): Gọi X biến nguyên nhân gốc, M biến trung gian tiềm (Hình 4), Y biến kết Để xác định M biến trung gian: a) Chứng minh X Y : Y liên quan với X b) Chứng minh X M : M liên quan với X c) Chứng minh M Y liên kết có ý nghĩa hồi quy hai biến dự báo d) Giả định kiểm định thỏa mãn, đó: - Nếu liên kết : X Y khơng có ý nghĩa c): M trung gian tồn phần; - Nếu liên kết : X Y có ý nghĩa c): M trung gian phần Nếu khái niệm (construct) làm trung gian tác động biến ngọai sinh lên biến phụ thuộc, phải đưa quan hệ chức vào mơ hình Các biến ngoại sinh biến trung gian phần (tức liên kết trực tiếp hay gián tiếp với biến phụ thuộc) thường biến dự báo quan trọng cho biến phụ thuộc, 121 biến tương tự: biến trung gian tồn phần Nếu tác động trung gian khơng xem xét thích hợp ta bị nhầm lẫn quan trọng tương đối nhân tố khác tác động lên khái niệm Hình 4: Biến trung gian mơ hình SEM Phân biệt khái niệm “Ẩn tàng” khái niệm “Tường minh”: Hình 5: So sánh biến báo phản ánh – báo cấu tạo (5a) Biến báo phản ánh (5b) Biến báo cấu tạo - Biến báo phản ánh (reflective indicators) có quan hệ liên đới với nhau, thay đổi biến báo kéo theo thay đổi biến báo khác thể qua tính quán cục đo hệ số Cronbach’s Alpha - Biến báo cấu tạo (formative indicators) khơng cần thiết có liên quan với nhau, thay đổi biến báo không ảnh hưởng đến biến báo khác, khơng áp dụng đo tính qn Biến báo cấu tạo Biến báo phản ánh 122 Hai khái niệm phối hợp lại mơ hình nghiên cứu biến báo cấu tạo nguyên nhân biến báo phản ánh phản ánh kết Tính xác định mơ hình SEM Tính xác định có nghĩa có lời giải độc cho ước lượng thơng số mơ hình SEM Số thông số cần ước lượng số phương sai (variance) hay hiệp phương sai (covariance) biến ngoại sinh (biến quan sát hay không quan sát) tác động trực tiếp biến quan sát lên biến nội sinh Để xác định mơ hình nghiên cứu thuộc loại mơ hình ba loại mơ hình “Xác định vừa đủ” (Just Identification); “Kém xác định” (Under Identification) hay “Quá mức xác định” (Over Identification) cần phải tính tốn số bậc tự mơ hình Bậc tự khác biệt tổng số liệu quan sát đầu vào (data points) tổng số thông số ước lượng SEM , xác định công thức sau: !" = !+! !+!+1 −! Trong đó: - p: số biến báo nội sinh; - q: số biến báo ngoại sinh; - (p+q): số biến quan sát; - t: Số thơng số ước lượng - ½ (p+q) (p+q+1): số quan sát hay hiệp phương sai ma trận (data points) (1) Mơ hình “Just Identification”: Mơ hình có df = có lời giải cho ước lượng thơng số Ví dụ: 2x + y = 7; 3x + 2y = 11 (2) Mơ hình “Under Identification”: Mơ hình có df < có vơ số giá trị ước lượng thông số Vi dụ : 2x + y = (3) Mơ hình “Over Identification”: Mơ hình có df > có lời giải (nhưng có lời giải tối ưu hay tốt ước lượng thơng số) Mơ hình “q xác định” xảy thông số xác định thơng số “q xác định” (có nhiều phương trình cho ước lượng thơng số này) Thơng thường mơ hình “q xác định” ưa thích hơn, có bậc tự dương (df > 0) Mục tiêu đạt df lớn tốt - Việc đặt hạn chế (ràng buộc) mơ hình Over Identification cho phép kiểm định giả thuyết (sử dụng Chi Square số khác) - Sự “xác định” yêu cầu cấu trúc hay tốn học để tiến hành phân tích mơ hình SEM 123 - Sự “kém xác định” thực nghiệm xuất có thơng số ước lượng tính “xác định” mơ hình có giá trị gần Do tính chất lặp ước lượng SEM, thông số ước lượng (phương sai) bắt đầu với giá trị dương tiến dần giá trị Trong nghiên cứu mô hình SEM cần cố gắng xác định nguyên nhân tính xác định cấu trúc hay xác định thực nghiệm - Nếu xác định cấu trúc: Xác định lại mơ hình - Nếu xác định thực nghiệm: điều chỉnh cách thu thập thêm liệu hay xác định lại mô hình Các dạng mơ hình Mơ hình SEM gồm hai dạng mơ hình có liên quan với mơ hình đo lường mơ hình cấu trúc Hai mơ hình xác định cụ thể sau 5.1 Mơ hình đo lường Hình 6: Mơ hình đo lường Mơ hình đo lường (cịn gọi mơ hình nhân tố, mơ hình ngồi) diễn tả cách biến quan sát thể giải thích biến tiềm ẩn nào: tức diễn tả cấu trúc nhân tố (biến tiềm ẩn), đồng thời diễn tả đặc tính đo lường (độ tin cậy, độ giá trị) biến quan sát Các mơ hình đo lường cho biến độc lập đơn hướng, tương quan hay xác định biến tiềm ẩn bậc cao Mơ hình đo lường (Hình 6) cho thấy liên hệ thống kê biến quan sát, ta dùng để chuẩn hố mơ hình cấu trúc Các biến tiềm ẩn nối kết quan hệ dạng hồi quy chuẩn hoá, tức ước lượng giá trị cho hệ số hồi quy Mơ hình đo lường dùng phân tích nhân tố để đánh giá mức độ mà biến quan sát tải lên khái niệm tiềm ẩn chúng Để đánh giá độ giá trị (hội tụ phân biệt) biến quan sát sử dụng kỹ thuật phân tích nhân tố khẳng định (CFA) ma trận Covariance dựa mơ hình SEM 124 5.2 Mơ hình cấu trúc Mơ hình cấu trúc xác định liên kết (quan hệ nhân quả) biến tiềm ẩn mũi tên nối kết, gán cho chúng phương sai giải thích chưa giải thích, tạo thành cấu trúc nhân Biến tiềm ẩn ước lượng hồi quy bội biến quan sát Mơ hình SEM khơng cho phép sử dụng khái niệm biểu thị biến quan sát đơn.Thông thường biến tiềm ẩn đo lường biến, hay từ đến tối đa biến quan sát (Hair cộng sự, 2010) Mơ hình SEM có nhiều dạng khác nhau: Hình 7: Mơ hình SEM phần tử a) Một biến tiềm ẩn độc lập đơn dự báo biến tiềm ẩn phụ thuộc đơn b) Vài biến tiềm ẩn tương quan dự báo biến phụ thuộc c) Một biến tiềm ẩn độc lập dự báo biến tiềm ẩn khác, biến lại dự báo biến thứ ba, 5.3 Mô hình xác lập (recursive) Mơ hình có hai đặc điểm sau: - Các số hạng sai số khơng có tương quan với - Mọi tác động nhân đơn hướng Mơ hình Recursive sử dụng phổ biến mơ hình nghiên cứu nhờ ưu điểm dễ mơ hình hố, có tính ổn định nhiều so với mơ hình Non-Recursive, ln xác định (được trình bày cụ thể phần 2.3.3 Tính xác định mơ hình) 125 Hình 8: Mơ hình SEM với trạng thái xác lập (ổn định) X, Y : Biến ngoại sinh; Ei: Số hạng sai số W, Z: Biến nội sinh Covariance (Tương quan) 5.4 Mơ hình khơng xác lập (Non-Recursive) Hình 9: Mơ hình SEM với trạng thái chưa xác lập (khơng ổn định) Mơ hình Non-Recursive có vịng lặp phản hồi biến nội sinh, hoặc: - Khi hai biến nội sinh ảnh hưởng lẫn nhau, tức có vịng lặp phản hồi (1) - Có vịng lặp hai biến nội sinh số hạng sai số hai biến nội sinh (2) Mơ hình non-recursive có tính tạm thời, khơng ổn định so với mơ hình recursive, ngồi ra, mơ hình recursive dễ sử dụng nên thơng thường nhà nghiên cứu thường quy đổi mơ hình non-recursive mơ hình recursive 5.5 Mơ hình bão hồ (Saturated Model) Mơ hình bão hồ (Hình 10) chứa nhiều thơng số cần ước lượng với số đầu vào (input) phân tích.Vì mơ hình khơng có bậc tư (df = 0) Đây mơ hình hạn chế (ràng buộc) mà phù hợp với liệu 126 Hình 10: Mơ hình bão hịa SEM 5.6 Mơ hình độc lập (Independence Model) Hình 11: Mơ hình độc lập SEM Mơ hình độc lập (Hình 11) mơ hình có nhiều ràng buộc mà phù hợp với liệu, có tối đa số bậc tự Nó chứa ước lượng phương sai biến quan sát, tức giả định quan hệ biến quan sát khơng có 5.7 Mơ hình SEM tổng qt Mơ hình SEM tổng qt cho phép mơ hình gồm nhiều khái niệm tiềm ẩn báo biến quan sát (độc lập phụ thuộc) cho quan hệ ổn định (recursive) không ổn định (non-recursive) biến khái niệm Tóm lại, mơ hình SEM kết hợp mơ hình đo lường mơ hình cấu trúc 127 Hình 12: Mơ hình SEM dạng tổng quát 128 Phụ lục 3: Bộ code biên soạn MATLAB để ước lượng mơ hình PLS - SEM %% Knowledge management % The code shows how to perform a Strucutral Equation Model with Partial % Least Squares using PLS-PM matlab toolbox % Copyright: Do Thi Kim Hao et al (2019) % The goal of the analysis is to find how knowledge management at % commercial banks affect the banks' performance %% Knowledge management data % load the data file load KM % The file contains three objects: % * MV % * MV_labels % * LV_labels % MV is the matrix of 34 Measurement Variables/Questions (on the columns) observed on % 369 subjects (on the rows) % MV_labels and LV_labels contain the names of Measurement Variables (MVs) % and Latent Variables (LVs) respectively %% Data sampling n = 369; % expected number of answers MV2= datasample(MV, n-length(MV)); % new sampling data MV=[MV;MV2]; % new data %% Definition of input matrices % To perform a Structural Equation Model, it is necessary to define the % inner (or structural) model and the outer (or measurement) model % The definition of these two models occurs through the creation of two boolean matrix, DB (Path Design Matrix) and DP (Outer Design matrix) respectively % The first designs the set of links among LVs while the latter designs the set of links among each LV and its MVs block 129 % Information in matrices DB and DP have to reproduce the path diagram in the KM model (see document) % Creation of the Path Design Matrix % DB is an upper triangular matrix The "magic rule" to obtain a DB matrix is: Exogenous LVs have lower numbers starting from 1i.e Knowledge culture (the only exogenous LV) is associated to the first row of DB % * Endogenous LVs which are not predictor of any other LV have the last numbers i.e Process performance are not predictor of any other LV, then it is % associated to the last row of DB % following this rule, we define this order: % 1st row: Knowledge culture (KC) % 2nd row: Technological infrastructure (TI) % 3rd row: Organizational structure (OS) % 4th row: Leadership (LEAD) % 5th row: Knowledge management (KM) % 6th row: Process performance (PP) % 7th row: Employee performance (EP) % 8th row: Marker performance (MP) % 9th row: Business performance (BP) DB=zeros(9,9); % inizialitation of DB % KC, TI, OS, LS is predictor of KM: DB(1,5)=1; DB(2,5)=1; DB(3,5)=1; DB(4,5)=1; %KM is predictor of PP, EP, MP, BP and DB: DB(5,6)=1; DB(5,7)=1; DB(5,8)=1; DB(5,9)=1; % This is the DB matrix associated to the KM path diagram DB; % ans = 130 % % 0 0 0 0 % 0 0 0 0 % 0 0 0 0 % 0 0 0 0 % 0 0 1 1 % 0 0 0 0 % 0 0 0 0 % 0 0 0 0 % 0 0 0 0 %% % Definition of the Outer Design matrix % DP is a p (number of MVs) x j (number of LVs) matrix which associates each % MV to one or more LVs putting value in the appropriate cells % Initialize DP DP=zeros(34,9); % MVs from KC1 to KC4 are associated to the first LV KC DP(1:4,1)=1; % MVs from TI1 to TI3 are associated to the second LV TI DP(5:7,2)=1; % MVs from OS1 to OS5 are associated to the third LV OS DP(8:12,3)=1; % MVs from LEAD1 to LEAD4 are associated to the fourth LV LEAD DP(13:16,4)=1; % MVs from KM1 to KM5 are associated to the fifth LV KM DP(17:21,5)=1; % MVs from PP1 to PP3 are associated to the fifth LV PP DP(22:24,6)=1; % MVs from EP1 to EP3 are associated to the fifth LV EP DP(25:27,7)=1; % MVs from MP1 to MP3 are associated to the fifth LV MP DP(28:30,8)=1; % MVs from BP1 to BP4 are associated to the fifth LV BP 131 DP(31:34,9)=1; % the final DP is: DP; %% % Definition of mode vector % for each of blocks, we have to define the reflective (A) or the % formative (B) measurement model % In KM example, all measurement bocks are estimated as reflective model Mmode=['A'; 'A'; 'A'; 'A'; 'A'; 'A'; 'A';'A';'A']; %% % Definition of coordinates of LV in the path diagram % To plot the path diagram, it is necessary to define (x,y) coordinates for % each LV node % Starting from the previous figure, nodes are enumerated as following: % the LVs have x coordinates from to and y coordinates from to 5: xy=[1 3; 4; 2; 1; 3; 5; 4; 2; 1]; %% Plotting the Path Diagram color='blue'; path_graph(DB,xy,2,color,LV_labels); %% Performing the PLS-PM algorithm % Setting up of the function parameters: % PLS-PM allows the user to apply three different structural model weighting schemes (Wold, 1982): % * method='centroid' % * method='factor' 132 % * method='path' % In the ECSI model, weights the most appropriate weighting scheme is 'path' method='path'; % the max number of iterations (the minimum value is 100) max_iter=300; % performing the PLS PM algorithm [results]=plssem(MV,DP,DB,Mmode,method,max_iter); % creation of output tables % to easily explore results of plssem, function summary_plssem.m formats % output into matlab tables data type dec=3; % decimals of numbers in tables [ OM_Tables, IM_Tables, OVERALL_Tables ] = summary_plssem(results,MV_labels,LV_labels,dec ); %% Overall Model assessment % Indices for Overall Modell Assessment OVERALL_Tables; %% % Standardized Root Mean Square Residual (SRMR) OVERALL_Tables.SRMR; % Empirical_vs_FactorModel 0.0585 % Relative indices of Tucker and Lewis (TLI) and Bentler ans Bonett (NFI) OVERALL_Tables.rel_ind; %% Results of Outer Model % Output view for Outer Model OM_Tables; %% % Outer Weights OM_Tables.weights; %% % Outer Loadings OM_Tables.loadings; 133 %% Reliability evaluation of measurement model % Indices: Cronbach's Alpha, Dillon-Goldstein's rho (Rho_d) and % Dijkstra-Henseler's rho (Rho_a) OM_Tables.consistency; %% % Variance Inflaction Factor (VIF) OM_Tables.vif; %% % Communality OM_Tables.communality; %% Discriminant Validity of Measurement Model % Heterotrait-Monotrait ratio of correlations (HTMT) OM_Tables.HTMT; %% % Average Variance Explained (AVE) OM_Tables.AVE; % Compliant 0.517 %% % Cross-loadings OM_Tables.crossload; %% % Fornell-Larckel criterion % % F-L criterion is satisfied for the j-th LV if its AVE is greater than the max squared % correlation among LVj and any other LV OM_Tables.discriminant; %% Results of Inner Model % Output view for Inner Model IM_Tables; 134 %% % Path coefficients IM_Tables.B; % Compliant 0 0 0 %% % R2 of structural model IM_Tables.R2; %% % Goodness of Fit IM_Tables.gof; %% % Average communality IM_Tables.LVcommunality; %% % Total effects IM_Tables.totaleffects; %% % Total effects IM_Tables.indirecteffects; %% % Effect Overview IM_Tables.effect_overview; % plssem_publish(format) % % format options % 'format' — Published output file format % 'html' (default) | 'doc' | 'latex' | 'ppt' | 'xml' | 'pdf' % % the report is stored in the subfolder 'report' of your current working % folder plssem_publish('html');