CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
3.4. T HIẾT KẾ NGHIÊN CỨU ĐỊNH LƯỢNG
3.4.7. Phân tích nhân tố khẳng định (CFA)
Phương pháp phân tích nhân tố khẳng định (Confirmation Factor Analysis-CFA) là một loạt các bước phân tích tương tự như phân tích nhân tố khám phá EFA tuy nhiên cách tiếp cận thì lại khác, trong đó phương pháp CFA sẽ xác định trước các biến quan sát đo lường cho khái niệm tiềm ẩn, việc xác định các biến quan sát hay chỉ báo cho các khái niệm nghiên cứu cần dựa vào lý thuyết và các nghiên cứu thực nghiệm trước đó.
Các biến chỉ báo chỉ nên tải lên (loading) một nhân tố thay vì load lên nhiều các nhân tố khác nhau. CFA được dùng để kiểm định mô hình lý thuyết với các giả thuyết được đưa ra trong mối quan hệ cấu trúc tuyến tính giữa các biến và khái niệm nghiên cứu với nhau. Về mặt ý tưởng CFA so sánh mô hình với dữ liệu thực tế thu thập được
so sánh với mô hình lý thuyết, nếu 2 mô hình không có sự khác biệt thì có thể kết luận mô hình dữ liệu thực tế phù hợp với mô hình lý thuyết và do đó có thể dùng xác nhận hoặc từ chối mô hình nghiên cứu (giả thuyết) đề xuất.
CFA thường dùng để kiểm định và xác nhận mô hình đo lường, trong đó mô hình đo lường cho biết những biến quan sát (chỉ báo) nào phù hợp để đo lường cho khái niệm nghiên cứu liên quan đến mô hình lý thuyết. Mô hình hình đo lường này sau đó kết hợp với phân tích mô hình cấu trúc các mối quan hệ giữa các khái niệm nghiên cứu theo các giả thuyết đã đề ra cho mô hình nghiên cứu.
Phân tích CFA có thể kiểm định cấu trúc lý thuyết của các thang đo cũng như mối quan hệ giữa một biến tiềm ẩn với các biến tiềm ẩn khác mà không bị thiên lệch do sai số đo lường (Steenkamp & Van-Trijp, 1991). Ngoài ra với việc sử dụng CFA cho phân tích có thể kiểm định giá trị hội tụ và giá trị phân biệt của thang đo mà không cần dùng nhiều nghiên cứu như các phương pháp truyền thống MTMM. Vì thế cho nên phương pháp phân tích nhân tố khẳng định CFA có nhiều ưu điểm hơn so với phương pháp khác (Bagozzi & Foxall, 1996; Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007).
Trong nghiên cứu này, tác giả ứng dụng CFA để kiểm định mức độ phù hợp của mô hình thang đo với dữ liệu thu thập được (thông tin thị trường) sau khi đã đánh giá sơ bộ bằng hệ số tin cậy Cronbach alpha và phân tích nhân tố khám phá (EFA).
Tiêu chuẩn phân tích CFA bao gồm các tiêu chuẩn đánh giá mức độ phù hợp chung của mô hình lý thuyết và mô hình thực tế và tiêu chuẩn đánh giá mức độ phù hợp theo các khía cạnh của giá trị nội dung.
Để đánh giá mức độ phù hợp của mô hình đo lường, có thể sử dụng một số các tiêu chuẩn như: Chi-Square (Chi bình phương - CMIN); Chi-Square có hiệu chỉnh theo số bậc tự do (CMIN/df); hệ số CFI (Comparative Fit Index); hệ số TLI (Tucker & Lewis Index); hệ số GFI (Goodness of Fit Index); hệ số RMSEA (Root Mean Square
Error Approximation). Mô hình đo lường phù hợp là mô hình có kiểm định Chi-square có giá trị P ≥ 0,05 tức là có sự tương thích giữa ma trận dữ liệu theo lý thuyết và thực tế. Mặc dù vậy Chi-square lại bị phụ thuộc vào kích thước mẫu nghiên cứu do đó khi kích thước mẫu tăng lên thì giá trị Chi-square cũng tăng lên vì vậy có thể làm giảm mức độ phù hợp của mô hình, như vậy tiêu chí này không phản ánh đúng hoàn toàn mức độ phù hợp của mô hình khi kích thước mẫu lớn. Do đó, bên cạnh việc xác định P-value có thể xem xét thêm tiêu chuẩn Chi-square/df mà theo McIver & Carmines (1981) thì nếu hệ số hiệu chỉnh này nhỏ hơn 2 thì mô hình được xem là phù hợp (một số trường hợp có thể chấp nhận Chi-square/df ≤ 3, theo Wheaton (1977) chỉ số Chi- square/df nhỏ hơn 5 là chấp nhận được trong một số trường hợp), ngoài ra nên cân nhắc thêm một số các tiêu chuẩn khác như GFI, CFI, TLI, các chỉ số này nên lớn hơn 0,8 nếu các chỉ số này nằm trong khoảng từ 0,9 đến gần 1 được xem là mô hình có độ phù hợp cao (Bentler & Bonett, 1980); hệ số RMSEA cho biết về sai số của mô hình nên nhỏ hơn 0,08, trong trường hợp hệ RMSEA có giá trị nhỏ hơn 0,05 được xem là rất tốt (Steiger, 1998).
Các thang đo lường phải thỏa mãn những tiêu chí cần thiết để có thể sử dụng trong nghiên cứu khoa học 3 tiêu chí quan trọng của một thang đo là hướng (dimension), độ tin cậy (reliability), và giá trị hiệu dụng (validity).
Độ tin cậy đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát dùng để đo lường khái niệm nghiên cứu. Độ tin cậy của thang đo được đánh giá thông qua hệ số tin cậy tổng hợp (ρc - Composite reliability), phương sai trích được (ρvc - Variance extracted, AVE), hoặc hệ số tin cậy (Cronbach alpha - α). Trong đó, phương sai trích phản ánh sự biến thiên chung của các biến quan sát được giải thích bởi biến tiềm ẩn (Hair và ctg, 2014); độ tin cậy tổng hợp đo lường độ tin cậy của tập các chỉ báo đo lường một khái niệm (nhân tố); hệ số tin cậy hoặc Cronbach alpha đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát (Schumacker & Lomax, 2016). Tiêu chuẩn đánh giá mức độ phù hợp của mô hình bởi độ tin cậy của thang đo là ρc > 0,5 hoặc ρvc> 0,5; hoặc Cronbach α ≥ 0,6.
Hệ số tin cậy tổng hợp của thang đo (ρc) (Jửreskog, 1971) Phương trỡnh (1)
= ∑
∑ +∑ (1− ) (1)
Công thức tính AVE (ρvc) (Fornell & Larcker, 1981) phương trình (2)
= ∑
∑ +∑ (1− ) (2)
Công thức tính hệ số α (Cronbach, 1951) phương trình (3)
= 1 − ∑
− 1 (3)
λ: hệ số (chuẩn hóa) của chỉ báo thứ i; (1- λi2): phương sai sai số đo lường chỉ báo thứ i; p: tổng số chỉ báo của thang đo.
Trong công thức tính Cronbach α: k là số chỉ báo trong thang đo;
σi2: phương sai chỉ báo thứ i; σr2: là phương sai của thang đo tổng Giá trị của một thang đo là khả năng thang đo đó có đo lường được những gì muốn nó đo lường (Bagozzi, 1994; Bollen, 1989; Carmines & Zeller, 1979). Để đánh giá thang đo có năm loại giá trị thang đo cần đạt được là giá trị nội dung, giá trị hội tụ, giá trị phân biệt, giá trị liên hệ lý thuyết, và giá trị tiêu chuẩn (Bagozzi, 1980; DeVellis, 2003; Steenkamp & Van-Trijp, 1991)
Giá trị nội dung (Content validity) của một thang đo mang tính định tính trong đó nội dung của một khái niệm nghiên cứu được trình bày rõ ràng để xác định được thang đo có mô tả đầy đủ được miền khái niệm (Bollen 1989). Đối với các khái niệm đa hướng hoặc bậc cao thì cần làm rõ các thành phần của khái niệm nghiên cứu và các thành phần đo lường cuối cùng phải là các khái niệm đơn hướng và đo lường thông qua tập biến quan sát nhất định.
Tính đơn hướng (Unidimensionality) của 1 thang đo là việc đảm bảo các biến quan sát chỉ đo lường cho một biến tiềm ẩn duy nhất, một biến quan sát không nên dùng để đo lường cho nhiều biến tiềm ẩn khác nhau, như vậy thì thang sẽ không đạt được tính đơn hướng. Theo Steenkamp & Van-Trijp (1991), mức độ phù hợp của mô hình đo lường với dữ liệu thị trường là điều kiện cần và đủ để kết luận mô hình đo lường với tập các chỉ báo đạt được tính đơn hướng, trừ khi các sai số của tập các biến quan sát có tương quan với nhau.
Bảng 3.9 Các tiêu chí và cách thức đánh giá độ tin cậy và giá trị của thang đo
Chỉ tiêu đánh giá Thông số Nguồn
- Độ phù hợp Chi-bình phương có giá trị P > 0,05 (Bagozzi & Yi, 1988; Hair
- So sánh ma trận và ctg, 2014)
hiệp phương sai ước CMIN/df : (2-5) (L. T. Hu & Bentler, 1999) lượng và quan sát GFI (Goodness of fit index) ≥ 0,90 (Byrne, 2016; Hair và ctg,
- Tính đơn hướng 2014; Hu & Bentler, 1999;
của thang đo TLI (Tucker-Lewis Index) ≥ 0,90 McIver & Carmines, 1981;
Wheaton và ctg, 1977) CFI (Comparative Fit Index) ≥ 0,90
RMSEA (Root Mean Square Error of (L. T. Hu & Bentler, 1999;
Approximation) nhỏ hơn 0,01 (rất Steiger, 1998) tốt), nhỏ hơn 0,05 (tốt), từ 0,05-0,10
chấp nhận được, lớn hơn 0,1 (không tốt)
- Giá trị hội tụ Trọng số chuẩn hóa của thang đo có (Bagozzi & Yi, 1988;
ý nghĩa thống kê (p-value < 0,05) và Gerbing & Anderson, 1988;
có hệ số lớn hơn 0,5. Malhotra & Dash, 2011) - Độ tin cậy - Độ tin cậy thang đo Cronbach’s (Bagozzi & Yi, 1988; Hair
alpha và ctg, 2014)
- Độ tin cậy tổng hợp ρc ≥ 0,60 (0,60 – 0,70: Chấp nhận, ≥ 0,70: tốt) - Phương sai trích ρvc ≥ 0,5
- Giá trị phân biệt - Hệ số tương quan r ≠ 1 (Có ý nghĩa (Hair và ctg, 2014; Kline, thống kê, p < 0,05) và nhỏ hơn 0,9 2016; Malhotra & Dash, - MSV < AVE 2011; Steenkamp & Van- - Căn bậc hai AVE lớn hơn tương Trijp, 1991)
quan giữa các khái niệm
Nguồn: tác giả tổng hợp, 2017 Giá trị hội tụ (Convergent validity) nói lên mức độ hội tụ của một thang đo cho khái niệm nghiên cứu mà nếu lặp lại việc đo lường sẽ cho kết quả tương tự. Theo Gerbing
và Anderson (1988) cho biết giá trị hội tụ của thang đo đạt yêu cầu khi các trọng số chuẩn hóa của khái niệm nghiên lên các biến quan sát đều cao (lớn hơn 0,5) và giả thuyết H0 cho các hệ số này đều bị bác bỏ với p<0,05.
Giá trị phân biệt (Discriminant validity) nó về ý tưởng 2 khái niệm khác nhau thì phải tách biệt nhau, do đó hệ số tương quan giữa các khái niệm này không nên quá cao (không đường gần giá trị 1) và khác biệt này phải có ý nghĩa thống kê.
Để đánh giá giá trị phân biệt khi phân tích nên kiểm định các khái niệm từng đôi một, do hệ số tương quan thường thay đổi khi có thêm khái niệm khác. Trong trường hợp khái niệm nghiên cứu là một khái niệm bậc cao thì khi so sánh hệ số tương quan giữa hai khái niệm và hệ số tương quan giữa hai thành phần của cùng một khái niệm nghiên cứu. Hoặc cũng có thể kiểm định giá trị phân biệt của các khái niệm nghiên cứu trong mô hình tới hạn, tuy nhiên kích thước mẫu khi dùng mô hình tới hạng phải lớn vì số tham số cần ước lượng trong mô hình nhiều hơn (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007)
Giá trị liên hệ lý thuyết (Nomological validity) thể hiện sự phù hợp giữa mô hình nghiên cứu với cơ sở lý thuyết và các nghiên cứu trước. Theo Gerbing & Anderson (1988) giá trị liên hệ lý thuyết được đánh giá là phù hợp khi “mỗi một khái niệm nghiên cứu có mối liên hệ với các khái niệm khác như đã kỳ vọng về mặt lý thuyết”.
Giá trị tiêu chuẩn (criterion validity) thể hiện mức độ liên kết của khái niệm đang nghiên cứu với một khái niệm khác đóng vai trò là biến tiêu chuẩn để đánh giá.
Ngoài ra, theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang (2007) phương pháp ước lượng thường được sử dụng là Maximum Likelihood, vì khi kiểm định cho phép phân phối của các biến quan sát lệch một ít so với phân phối chuẩn đa biến (Muthen & Kaplan, 1985). Tuy nhiên ít có mô hình đo lường nào đạt được cùng lúc tất cả các tiêu chuẩn trên.
Bảng 3.9 tóm tắt các chỉ tiêu đánh giá thang đo lường và cách thức đánh giá độ tin cậy và các giá trị cần xem xét của thang đo.