CB CN CV DL GK GN HL LD SN TH KN VH CB 0.813 CN 0.210 0.801 CV 0.279 0.264 0.812 DL 0.339 0.599 0.414 1,000 GK 0.321 0.571 0.469 0.768 0.883 GN 0.248 0.378 0.344 0.554 0.476 0.782 HL 0.469 0.296 0.627 0.459 0.504 0.424 1,000 LD 0.232 0.619 0.302 0.617 0.703 0.443 0.308 0.794 SN 0.236 0.404 0.313 0.602 0.506 0.552 0.237 0.472 0.811 TH 0.288 0.314 0.486 0.281 0.355 0.197 0.607 0.288 0.197 0.815 KN 0.411 0.273 0.440 0.405 0.411 0.361 0.623 0.239 0.330 0.359 0.803 VH 0.251 0.513 0.329 0.608 0.807 0.341 0.355 0.579 0.473 0.256 0.317 0.792
4.4.3 Kiểm định mơ hình cấu trúc (Structural Model)
Khi mơ hình đo lường được đánh giá đạt yêu cầu, bước tiếp theo trong q trình phân tích kết quả PLS-SEM là kiểm định mơ hình cấu trúc. Những chỉ tiêu đo lường tiêu chuẩn được xem xét bao gồm sự phù hợp của mơ hình (Goodness of fit), hệ số đa cộng tuyến (VIF) hệ số R squared (R2), hệ số ước lượng chính xác (Q2) và mức độ ảnh hưởng của giả thuyết (f2).
4.4.3.1 Kiểm định sự phù hợp của mơ hình (Goodness of fit)
Để đo lường mức độ phù hợp của mơ hình với đối tượng nghiên cứu, chỉ số SRMR (standardized root mean square residual) cần được xem xét. Theo Hu và cộng sự (1999) thì chỉ số SRMR phải đạt giá trị nhỏ hơn 0,08 hoặc 0,1. Ngoài ra, Henseler và cộng sự (2014) cũng cho rằng chỉ số SRMR có thể được sử dụng để tránh hiện tượng sai lệch thông số trong mơ hình.
SRMR của mơ hình là 0,056 < 0,100. Như vậy mơ hình nghiên cứu được kết luận là phù hợp với khách thể nghiên cứu là nhân viên công ty TNHH Bia Carlsberg Việt Nam.
4.4.3.2 Kiểm định hiện tượng đa cộng tuyến (VIF)
Các hệ số của mơ hình cấu trúc biểu thị mối quan hệ giữa các nhân tố được suy ra từ việc ước lượng một loạt các phương trình hồi quy. Trước khi đánh giá các mối quan hệ cấu trúc, phải kiểm tra tính đa cộng tuyến để đảm bảo rằng kết quả hồi quy không bị sai lệch. Các giá trị VIF lớn hơn 5 là dấu hiệu của hiện tượng đa cộng tuyến có thể xảy ra giữa các nhân tố dự đoán, nhưng nếu giá trị VIF rơi vào khoảng từ 3 đến 5 cũng khơng loại trừ tính đa cộng tuyến xuất hiện (Becker và cộng sự, 2015). Lý tưởng nhất là các giá trị VIF khơng vượt q 3. Trong trường hợp có xảy ra hiện tượng đa cộng tuyến, giải pháp thường được sử dụng là tạo ra các mơ hình bậc cao hơn thơng qua các cơ sở lý thuyết hỗ trợ (Hair và cộng sự, 2017).
Để kiểm định hiện tượng đa cộng tuyến giữa các nhân tố, nghiên cứu xem xét chỉ số VIF trong phần Collinearity Statistic và nhận thấy kết quả thu được 52/52 biến quan sát có giá trị VIF < 5. Hiện tại, chỉ số VIF cao nhất chỉ là 2,903 <3 của biến GN9 nên mơ hình khơng vi phạm hiện tượng đa cộng tuyến.