Quan hệ tương quan. Trong một số trường hợp, mối tương quan đơn giản giữa các biến ngoại sinh có thể tồn tại, do các biến này có quan hệ tương quan lẫn nhau nhưng không phải quan hệ phụ thuộc của biến này vào một biến khác.
Hình 2.2-b mô tả quan hệ tương quan. Hai biến có cùng các chỉ tiêu nhưng hai sự thay đổi phân biệt so với phần a. Đầu tiên, cả hai biến có thể là ngoại sinh bởi vì không có quan hệ phụ thuộc nào được chỉ ra từ một trong số chúng. Thứ hai, bốn chỉ báo của biến thứ hai được gọi là biến X bởi vì chúng tương ứng với biến ngoại sinh. Vì vậy cách đặt chỉ báo từ Y1 đến Y4 trong mô hình đầu tiên bây giờ được gán lại là là X5 đến X8. Các biến đó bản thân không thay đổi, mà chỉ thay đổi
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
Y1 Y2 Y3 Y4
a. Quan hệ phụ thuộc
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
X5 X6 X7 X8
88
những thiết kế trong mô hình. Cuối cùng, mũi tên được thay thế bởi đường cong đại diện cho một quan hệ tương quan.
Nhà nghiên cứu xác định biến là biến ngoại sinh hay nội sinh dựa trên lý thuyết được thử nghiệm. Mỗi biến giữ lại các chỉ báo không thay đổi, sự phân biệt duy nhất là vị trí của chúng trong mô hình đã thay đổi. Mô hình phương trình cấu trúc đơn có thể bao gồm cả quan hệ phụ thuộc và quan hệ tương quan.
Kết hợp quan hệ phụ thuộc và quan hệ độc lập. Sự mô tả một tập hợp các mối quan hệ trong sơ đồ đường dẫn cơ bản liên quan đến sự kết hợp giữa quan hệ phụ thuộc và quan hệ cấu trúc giữa biến ngoại sinh và biến nội sinh. Nhà nghiên cứu có thể xác định bất cứ sự kết hợp các mối quan hệ rằng các bằng chứng lý thuyết cho những câu hỏi nghiên cứu sắp tới. Ví dụ sau đây mô tả bằng cách nào các quan hệ liên quan đến cả yếu tố phụ thuộc và tương quan như là cung cấp cá mối quan hệ tương quan lẫn nhau.
Hình 2.3. Sơ đồ mối quan hệ độc lập và tương quan X1, X2 X1, X2 X2, Y1 X1, X2 Y1 Y1 Y2 Y1 Y2 Y3 X2, Y1 Y1, Y2
Biến độc lập Biến phụ thuộc QH nhân quả (a) (b) (c) X1 X2 Y1 X1 X2 Y1 Y2 X1 X2 Y1 Y2 Y3
89
Hình 2.3 thể hiện 3 ví dụ về các mối quan hệ được mô tả bởi sơ đồ đường dẫn với các phương trình tương ứng. Hình 2.3-3a chỉ ra một mô hình 3 biến đơn giản: x1, x2 ngoại sinh, quan hệ với biến nội sinh y1, đường nối giữa x1, x2 thể hiện ảnh hưởng của sự tương quan qua lại giữa 2 biến (đa cộng tuyến) của dự báo. Ta có thể chỉ ra mối quan hệ này thông qua một phương trình đơn đã được trình bày trong phần hồi quy bội.
Trong hình 2.3-3b biến nội sinh thứ 2 y2 được thêm vào. Trong hình này phương trình thứ hai thể hiện mối quan hệ giữa X2, Y1 với Y2, ở đây ta có thể thấy vai trò của mô hình khi có nhiều mối quan hệ giữa các biến hơn. Chúng ta cần xem xét ảnh hưởng của x1 lên y1, x2 lên y1 đồng thời là ảnh hưởng của x2, y1 lên y2 nếu ta không ước lượng được các ảnh hưởng trên ta sẽ không ước lượng được các ảnh hưởng thực tế và riêng rẽ của các nhân tố đó, chúng ta sẽ phải làm tương tự để tìm ra ảnh hưởng của x2 lên y1 và y2. Các mối quan hệ sẽ phức tạp hơn trong hình 2.3-3c với 3 biến phụ thuộc mỗi biến lại có quan hệ với các biến độc lập khác, các mối quan hệ này hai chiều này được thể hiện cả ở y2 và y3, phương trình y2 sử dụng để dự đoán kết quả của y3 và ngược lại. Không thể biểu diễn các mối quan hệ đồng thời của hình 2.3-3b và c trong một phương trình đơn. Các phương trình đơn là cần thiết để thể hiện các biến phụ thuộc. Sự cần thiết có một phương pháp cho phép ước lượng đồng thời các phương trình với nhau sẽ được sử dụng trong mô hình phương trình cấu trúc.
Tóm tắt
SEM là kỹ thuật đa nhân tố duy nhất cho phép ước lượng phương trình bội. Nhưng phương trình này đại diện cho phương pháp xây dựng mô hình liên quan tới các yếu tố cần đo lường và phương pháp mô hình này liên quan tới một mô hình khác. Vì vậy, khi sử dụng kỹ thuật SEM để kiểm định ký thuyết cấu trúc, có thể coi như việc phân tích nhân tố hiệu quả và phân tích hồi quy trong cùng một bước. SEM vì vậy được coi là một kỹ thuật rất phổ biến trong khoa học xã hội vì những ưu điểm vượt trội đó.
90
2.2.4.2 Sáu bước trong quá trình xây dựng mô hình phương trình cấu trúc Theo Hair, Jr.J.F., Anderson, R.E. , Tatham, R.L. and Black, W.C.(1998) [17]mô hình phương trình cấu trúc bao gồm sáu bước như sau:
Xây dựng mô hình phương trình cấu trúc
Có Không Mô hình đo lường
có giá trị hay không?
Tìm kiếm lại thước đo và thiết kế một
nghiên cứu mới
Tiếp tục quá trình
kiểm tra mô hình cấu
trúc ở bước 5 và 6 Chỉ ra mô hình cấu trúc
Chuyển đổi mô hình đo lường thành mô hình cấu trúc
Xác định giá trị của mô hình cấu trúc Tính toán GOF và ý nghĩa, hướng đi và kích thước
của tham số cấu trúc
Mô hình cấu trúc có giá trị
không?
Tiếp tục tìm kiếm mô hình và kiển tra
với dữliệu mới
Vẽ ra mô hình và giới thiệu Phát triển và xác định rõ mô hình đo lường
Tạo ra các biến đo lường trong mô hình đo Vẽ đường biểu đồ biểu diễn mô hình đo lường
Phương pháp ước lượng các tham số của mô hình đo Đánh giá mức độ đầy đủ/thích hợp của kích thước mẫu Lựa chọn phương pháp ước lượng và tiếp cận các dữ liệu còn thiếu
Xác đinh giá trị của mô hình đo lường Xác định mức độ phù hợp của mô hình
(GOF)
Bước1 Các chỉ báo nào được dung để đo Xác định các biến/cấu trúc đơn từng nhân tố riêng biệt
Bước 2 Bước 3 Bước 4 Bước 5 Bước 6 Không Có
91
Bước 1: Xác định tập hợp các chỉ báo đo từng nhân tố (biến tiềm ẩn) riêng lẻ
Xây dựng tập hợp chỉ báo đo lường biến tiềm ẩn (Operationalizing the contructs)
Quá trình này bắt đầu bằng việc xác định những chỉ báo có liên quan. Việc xác định này sau đó sẽ cung cấp cơ sở cho việc lựa chọn hoặc thiết kế tập hợp các chỉ báo cho 1 biến riêng lẻ nào đó. Thang đo thường dùng là thang điểm Likert . Việc xác định tập hợp chỉ báo đo từng nhân tố có thể dựa trên một hoặc kết hợp các cách sau:
Kế thừa kết quả từ các nghiên cứu trước. Trong nhiều ví dụ, tập hợp biến có thể được xác định và thực hiện như đã làm trong những nghiên cứu trước đó. Các nhà nghiên cứu có thể tiến hành tìm kiếm tài liệu về những biến riêng lẻ và xác định những thang đo đã hoạt động tốt ở các nghiên cứu trước đó.
Phát triển các biến đo mới . Biến đo lường có thể được phát triển. Sự phát triển này phù hợp khi nhà nghiên cứu đang nghiên cứu cái gì đó mới, chưa được nghiên cứu nhiều trước đó. Quá trình phát triển các tập hợp đo mới có thể rất dài và chi tiết.
Bước 2: Phát triển và cụ thể hóa mô hình đo lường
Trong giai đoạn này, mỗi biến tiềm ẩn trong mô hình được xác định tương ứng với tập hợp chỉ báo của từng biến tiềm ẩn. Mặc dù mối quan hệ giữa từng tập hợp biến quan sát được với một tiềm ẩn và giữa các biến tiềm ẩn với nhau có thể được trình bày dưới dạng phương trình, nhưng sẽ đơn giản hơn nếu trình bày quá trình này bằng biểu đồ. Hình 2.5 mô tả mô hình đo lường 2 biến đơn giản, với 4 chỉ số liên kết với mỗi biến và mối quan hệ tương quan giữa các biến.
Mô hình phép đo đơn giản trong Hình 2.5 có tổng số 17 tham số ước lượng (như 8 ước lượng tác động (eight loading estimate), 8 ước lượng sai số, và một ước lượng tương quan giữa các biến). Ước lượng tỷ lệ tác động (loading) đối với mỗi mũi tên kết nối một biến tiềm ẩn đến biến đo lường là một ước lượng của tỷ lệ tác động (loading) của biến - mức độ mà yếu tố liên quan đến biến.. Về trực quan, nó trả lời câu hỏi: mũi tên được vẽ ở đâu liên kết biến với biến?
92
Rất nhiều hướng đi có thể đã không được chỉ ra (như tương quan giữa biến chỉ báo, hệ số tác động của chỉ báo (loading of indicator) trên hơn 1 biến, vv...). Trong quá trình ước lượng các hệ số tác động không được chỉ rõ này được đặt ở mức giá trị bằng 0, nghĩa là chúng không được ước lượng.
Hình 2.5. Mô tả trực quan (Sơ đồ hướng đi) của mô hình phép đo
