Mô hình phương trình cấu trúc tuyến tính (SEM) là phương pháp phân tích phổ biến, thể hiện qua nhiều công trình khoa học được công bố. Để thực hiện SEM, có hai hướng tiếp cận bao gồm mô hình phương trình cấu trúc dựa trên hiệp phương sai CB-SEM (covariance-based SEM) và mô hình phương trình cấu trúc dựa trên bình phương tối thiểu từng phần PLS-SEM (partial least squares SEM). Cả hai phương pháp đều bổ sung cho nhau chứ không phải cạnh tranh.
Partial Least Squares Structural Equation Modeling (mô hình cấu trúc bình phương nhỏ nhất từng phần, thường được gọi là PLS-SEM) là sự kết hợp của các kỹ thuật phụ thuộc và phụ thuộc lẫn nhau.
Covariance-Based Structural Equation Modeling (thường gọi là CB-SEM). CB-SEM còn có những tên gọi khác như mô hình phương trình cấu trúc dựa trên hiệp phương sai (analysis of covariance structures) hay mô hình nhân quả (causal modeling), được thực hiện bằng cách xác định mô hình lý thuyết đề xuất có thể ước lượng ma trận hiệp phương sai cho một tập hợp dữ liệu mẫu.
Vậy khi nào chúng ta sẽ sử dụng CB-SEM và khi nào sử dụng PLS-SEM?
Về mục đích, PLS-SEM là phương pháp sử dụng chủ yếu để xác định/dự đoán cấu trúc hoặc để thăm dò một phần mở rộng của một lý thuyết cấu trúc hiện có. Giữa các item và composit không có mối quan hệ thể hiện giá trị convariance hoặc correlation, cũng như sai số. Trong khi đó, CB-SEM chủ yếu được sử dụng để xác nhận (hoặc từ chối) các giả thuyết.
Về phương pháp, PLS-SEM sử dụng phương pháp bình phương bé nhất (tức sai số nhỏ nhất), còn CB-SEM sử dụng Maximum Likelihood (ML).
Về phần mềm phân tích, PLS-SEM chạy trên phần mềm SmartPLS, còn CB-SEM chạy trên AMOS.
Về goodness fit (đánh giá phù hợp mô hình), CB-SEm sử dụng các chỉ số như chi-square, CFI, IFI, TLI, RMSEA, GFI, AGFI, PGFI; còn PLS-SEM không sử dụng các chỉ số này mà sử dụng các tiêu chí khác để đánh giá mô hình bên trong (inner model như Q^2, R^2, RMSE,…)
Nhận xét tổng quan:
PLS-SEM và CB-SEM là hai cách tiếp cận khác nhau để lập mô hình phương trình cấu trúc. Cả hai phương pháp SEM đều đánh giá hai mô hình: mô hình đo lường (cách các biến đo lường đại diện cho các cấu trúc) và mô hình cấu trúc (cho thấy cách các cấu trúc liên kết với nhau). Mặc dù CB-SEM và PLS-SEM có thể so sánh được về các yếu tố cơ bản của chúng, nhưng có một số khác biệt rõ ràng. Có thể dự đoán với mô hình cấu trúc dựa trên hiệp phương sai, nhưng mục tiêu thống kê chính của CB-SEM là xác nhận lý thuyết bằng cách ước tính một ma trận hiệp phương sai mới không khác biệt có ý nghĩa thống kê so với ma trận hiệp phương sai quan sát ban đầu.
Ngược lại, mục tiêu thống kê chính của PLS-SEM là dự đoán tối đa hóa phương sai được giải thích trong (các) biến phụ thuộc. Phương pháp CB-SEM là tham số parametric và do đó yêu cầu phân phối chuẩn trong dữ liệu của bạn và các giả định hạn chế khác. Nhưng PLS-SEM là phi tham số và linh hoạt hơn nhiều trong việc đáp ứng các giả định cần thiết. Tính linh hoạt này có nghĩa là phân phối dữ liệu không chuẩn và độ lệch skewness không phải là vấn đề đối với các ứng dụng PLS-SEM, các thang đo nonmetric dễ dàng được cung cấp hơn và do đó có thể áp dụng rộng rãi hơn.
Thông tin chi tiết khóa học phân tích dữ liệu:
- LỚP PHÂN TÍCH DỮ LIỆU SPSS ONLINE KHÓA THÁNG 6/2022
- LỚP PHÂN TÍCH DỮ LIỆU CB-SEM ONLINE KHÓA THÁNG 6/2022
