Quan hệ tương quan. Trong một số trường hợp, mối tương quan ựơn 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 ựổi phân biệt so với phần ạ đầu tiên, cả hai biến có thể là ngoại sinh bởi vì không có quan hệ phụ thuộc nào ựược chỉ ra từ một trong số chúng. Thứ hai, bốn chỉ báo của biến thứ hai ựược gọi là biến X bởi vì chúng tương ứng với biến ngoại sinh. Vì vậy cách ựặt chỉ báo từ Y1 ựến Y4 trong mô hình ựầu tiên bây giờ ựược gán lại là là X5 ựến X8. Các biến ựó bản thân không thay ựổi, mà chỉ thay ựổi
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
Y1 Y2 Y3 Y4
ạ 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 ựược thay thế bởi ựường cong ựại diện cho một quan hệ tương quan.
Nhà nghiên cứu xác ựịnh biến là biến ngoại sinh hay nội sinh dựa trên lý thuyết ựược thử nghiệm. Mỗi biến giữ lại các chỉ báo không thay ựổi, sự phân biệt duy nhất là vị trắ của chúng trong mô hình ựã thay ựổị Mô hình phương trình cấu trúc ựơn có thể bao gồm cả quan hệ phụ thuộc và quan hệ tương quan.
Kết hợp quan hệ phụ thuộc và quan hệ ựộc lập. Sự mô tả một tập hợp các mối quan hệ trong sơ ựồ ựường dẫn cơ bản liên quan ựến 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 ựịnh bất cứ sự kết hợp các mối quan hệ rằng các bằng chứng lý thuyết cho những câu hỏi nghiên cứu sắp tớị Vắ dụ sau ựây mô tả bằng cách nào các quan hệ liên quan ựến cả yếu tố phụ thuộc và tương quan như là cung cấp cá mối quan hệ tương quan lẫn nhaụ
Hình 2.3. Sơ ựồ mối quan hệ ựộc lập và tương quan
X1, X2 X1, X2 X2, Y1 X1, X2 Y1 Y1 Y2 Y1 Y2 Y3 X2, Y1 Y1, Y2
Biến ựộc 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 vắ dụ về các mối quan hệ ựược mô tả bởi sơ ựồ ựường dẫn với các phương trình tương ứng. Hình 2.3-3a chỉ ra một mô hình 3 biến ựơn giản: x1, x2 ngoại sinh, quan hệ với biến nội sinh y1, ựường nối giữa x1, x2 thể hiện ảnh hưởng của sự tương quan qua lại giữa 2 biến (ựa cộng tuyến) của dự báọ Ta có thể chỉ ra mối quan hệ này thông qua một phương trình ựơn ựã ựược trình bày trong phần hồi quy bộị
Trong hình 2.3-3b biến nội sinh thứ 2 y2 ựược thêm vàọ Trong hình này phương trình thứ hai thể hiện mối quan hệ giữa X2, Y1 với Y2, ở ựây 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 ựồng thời là ảnh hưởng của x2, y1 lên y2 nếu ta không ước lượng ựược các ảnh hưởng trên ta sẽ không ước lượng ựược các ảnh hưởng thực tế và riêng rẽ của các nhân tố ựó, chúng ta sẽ phải làm tương tự ựể 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 ựộc lập khác, các mối quan hệ này hai chiều này ựược thể hiện cả ở y2 và y3, phương trình y2 sử dụng ựể dự ựoán kết quả của y3 và ngược lạị Không thể biểu diễn các mối quan hệ ựồng thời của hình 2.3-3b và c trong một phương trình ựơn. Các phương trình ựơn là cần thiết ựể thể hiện các biến phụ thuộc. Sự cần thiết có một phương pháp cho phép ước lượng ựồng thời các phương trình với nhau sẽ ựược sử dụng trong mô hình phương trình cấu trúc.
Tóm tắt
SEM là kỹ thuật ựa nhân tố duy nhất cho phép ước lượng phương trình bộị Nhưng phương trình này ựại diện cho phương pháp xây dựng mô hình liên quan tới các yếu tố cần ựo lường và phương pháp mô hình này liên quan tới một mô hình khác. Vì vậy, khi sử dụng kỹ thuật SEM ựể kiểm ựịnh ký thuyết cấu trúc, có thể coi như việc phân tắch nhân tố hiệu quả và phân tắch hồi quy trong cùng một bước. SEM vì vậy ựược coi là một kỹ thuật rất phổ biến trong khoa học xã hội vì những ưu ựiểm vượt trội ựó.
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.Ẹ , 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 ựo lường
có giá trị hay không?
Tìm kiếm lại thước ựo 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 ựổi mô hình ựo lường thành mô hình cấu trúc
Xác ựịnh giá trị của mô hình cấu trúc Tắnh toán GOF và ý nghĩa, hướng ựi và kắch 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 ựịnh rõ mô hình ựo lường
Tạo ra các biến ựo lường trong mô hình ựo Vẽ ựường biểu ựồ biểu diễn mô hình ựo lường
Phương pháp ước lượng các tham số của mô hình ựo đánh giá mức ựộ ựầy ựủ/thắch hợp của kắch thước mẫu Lựa chọn phương pháp ước lượng và tiếp cận các dữ liệu còn thiếu
Xác ựinh giá trị của mô hình ựo lường Xác ựịnh mức ựộ phù hợp của mô hình
(GOF)
Bước1 Các chỉ báo nào ựược dung ựể ựo Xác ựịnh các biến/cấu trúc ựơn từng nhân tố riêng biệt
Bước 2 Bước 3 Bước 4 Bước 5 Bước 6 Không Có
91
Bước 1: Xác ựịnh tập hợp các chỉ báo ựo từng nhân tố (biến tiềm ẩn) riêng lẻ
Xây dựng tập hợp chỉ báo ựo lường biến tiềm ẩn (Operationalizing the contructs)
Quá trình này bắt ựầu bằng việc xác ựịnh những chỉ báo có liên quan. Việc xác ựịnh này sau ựó sẽ cung cấp cơ sở cho việc lựa chọn hoặc thiết kế tập hợp các chỉ báo cho 1 biến riêng lẻ nào ựó. Thang ựo thường dùng là thang ựiểm Likert . Việc xác ựịnh tập hợp chỉ báo ựo 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 vắ dụ, tập hợp biến có thể ựược xác ựịnh và thực hiện như ựã làm trong những nghiên cứu trước ựó. Các nhà nghiên cứu có thể tiến hành tìm kiếm tài liệu về những biến riêng lẻ và xác ựịnh những thang ựo ựã hoạt ựộng tốt ở các nghiên cứu trước ựó.
Phát triển các biến ựo mới . Biến ựo lường có thể ựược phát triển. Sự phát triển này phù hợp khi nhà nghiên cứu ựang nghiên cứu cái gì ựó mới, chưa ựược nghiên cứu nhiều trước ựó. Quá trình phát triển các tập hợp ựo mới có thể rất dài và chi tiết.
Bước 2: Phát triển và cụ thể hóa mô hình ựo lường
Trong giai ựoạn này, mỗi biến tiềm ẩn trong mô hình ựược xác ựịnh tương ứng với tập hợp chỉ báo của từng biến tiềm ẩn. Mặc dù mối quan hệ giữa từng tập hợp biến quan sát ựược với một tiềm ẩn và giữa các biến tiềm ẩn với nhau có thể ựược trình bày dưới dạng phương trình, nhưng sẽ ựơn giản hơn nếu trình bày quá trình này bằng biểu ựồ. Hình 2.5 mô tả mô hình ựo lường 2 biến ựơn giản, với 4 chỉ số liên kết với mỗi biến và mối quan hệ tương quan giữa các biến.
Mô hình phép ựo ựơn giản trong Hình 2.5 có tổng số 17 tham số ước lượng (như 8 ước lượng tác ựộng (eight loading estimate), 8 ước lượng sai số, và một ước lượng tương quan giữa các biến). Ước lượng tỷ lệ tác ựộng (loading) ựối với mỗi mũi tên kết nối một biến tiềm ẩn ựến biến ựo lường là một ước lượng của tỷ lệ tác ựộng (loading) của biến - mức ựộ mà yếu tố liên quan ựến biến.. Về trực quan, nó trả lời câu hỏi: mũi tên ựược vẽ ở ựâu liên kết biến với biến?
92
Rất nhiều hướng ựi có thể ựã không ựược chỉ ra (như tương quan giữa biến chỉ báo, hệ số tác ựộng của chỉ báo (loading of indicator) trên hơn 1 biến, vv...). Trong quá trình ước lượng các hệ số tác ựộng không ựược chỉ rõ này ựược ựặt ở mức giá trị bằng 0, nghĩa là chúng không ựược ước lượng.
Hình 2.5. Mô tả trực quan (Sơ ựồ hướng ựi) của mô hình phép ựo