TRƯỜNG HỢP NGHIÊN CỨU MÔ HÌNH NHÂN TỐ KHẲNG ĐỊNH (2/2)

Nghiên cứu: “Mối quan hệ giữa sự hài lòng đối với chất lượng dịch vụ, hình ảnh thương hiệu và ý định mua: Trường hợp nghiên cứu hãng hàng không X”.

Áp dụng QUY TRÌNH THU THẬP DỮ LIỆU NGHIÊN CỨU kết hợp với quy trình ĐÁNH GIÁ MÔ HÌNH NHÂN TỐ KHẲNG ĐỊNH thực hiện nghiên cứu trên.

Lưu ý: Quá trình thực hiện mô hình nghiên cứu đã được rút gọn, chỉ với mục đích thấy rõ quá trình nghiên cứu CFA và SEM. Trong phần đầu, chúng đã trình bày quá trình xây dựng mô hình và các giả thuyết nghiên cứu, phần thứ hai này sẽ đi vào phân tích mô hình nhân tố khẳng định và mô hình cấu trúc tuyến tính SEM.

Nội dung trong phần nghiên cứu đầu tiên có thể được tham khảo tại bài viết MÔ HÌNH NGHIÊN CỨU NHÂN TỐ KHẲNG ĐỊNH (1/2), tóm tắt nội dung như sau.

1. CƠ SỞ LÝ THUYẾT

2. CÁC YẾU TỐ ẢNH HƯỞNG Ý ĐỊNH MUA

Tổng hợp các cơ sở lý thuyết, tác giả đưa ra các giả thuyết nghiên cứu ở Hình 1, với:

- H1₁: Phương tiện hữu hình (PTHH) có tác động dương đến sự hài lòng (SHL) của khách hàng.

- H1₂: Khả năng đáp ứng (KNDU) có tác động dương đến sự hài lòng (SHL) của khách hàng.

- H1₃: Sự tin cậy (STC) có tác động dương đến sự hài lòng (SHL) của khách hàng.

- H1₄: Hình ảnh thương hiệu (HATH) của doanh nghiệp tác động dương đến sự hài lòng (SHL) của khách hàng.

- H1₅: Sự hài lòng (SHL) của khách hàng tác động dương tới ý định mua (YDM) của khách hàng.

- H1₆: Hình ảnh thương hiệu (HATH) của doanh nghiệp tác động dương đến ý định mua (YDM) của khách hàng.

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Hình 1. Mô hình mối quan hệ giữa sự hài lòng đối với chất lượng dịch vụ, hình ảnh thương hiệu và ý định mua

3. THANG ĐO VÀ BẢNG CÂU HỎI

Bảng 1 trình bày thang đo ý định mua và các biến quan sát. Thang đo gồm 6 khái niệm và 21 biến quan sát.

Bảng 1. Biến quan sát và thang đo Ý định mua

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

CỠ MẪU

Tiến hành khảo sát một phường tại Thành phố Hồ Chí Minh được tỷ lệ sử dụng máy bay làm phương tiện di chuyển là q = 21%, ở độ tin cậy 95% và cho phép sai số so với tỷ lệ sử dụng máy bay làm phương tiện di chuyển thực tế là D = 4%. Cỡ mẫu cần thiết theo tỷ lệ tổng thể là 399 (tham khảo lại bài viết QUY TRÌNH THU THẬP DỮ LIỆU NGHIÊN CỨU).

Lưu ý:

Cỡ mẫu càng lớn càng thích hợp cho phân tích SEM.

4. KIỂM ĐỊNH ĐỘ TIN CẬY THANG ĐO

Xem lại qui trình kiểm định ở bài viết PHÂN TÍCH ĐỘ TIN CẬY THANG ĐO CRONBACH'S ALPHA. Bảng 2 thể hiện kết quả phân tích độ tin cậy Cronbach’s Alpha cho dữ liệu khảo sát 399 người.

Bảng 2. Kết quả phân tích độ tin cậy thang đo Ý định mua

Biến	Tương quan biến tổng	Cronbach’s Alpha nếu loại bỏ biến			Biến		Tương quan biến tổng		Cronbach’s Alpha nếu loại bỏ biến
PTHH	Cronbach’s Alpha = 0.843					HATH		Cronbach’s Alpha = 0.824
PTHH1	0.712	0.787			HATH1		0.652		0.788
PTHH2	0.699	0.792			HATH2		0.670		0.769
PTHH3	0.637	0.819			HATH3		0.722		0.715
PTHH4	0.666	0.807
KNDU	Cronbach’s Alpha = 0.841					SHL		Cronbach’s Alpha = 0.874
KNDU1	0.654	0.810			SHL1		0.740		0.838
KNDU2	0.669	0.802			SHL2		0.748		0.831
KNDU3	0.697	0.790			SHL3		0.787		0.796
KNDU4	0.684	0.795
STC	Cronbach’s Alpha = 0.838					YDM		Cronbach’s Alpha = 0.912
STC1	0.657	0.801			YDM1		0.828		0.870
STC2	0.676	0.793			YDM2		0.839		0.860
STC3	0.711	0.777			YDM3		0.803		0.890
STC4	0.639	0.810

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Kết quả phân tích cho thấy hệ số tương quan biến - tổng các biến đều lớn hơn 0.30 và hệ số Cronbach’s Alpha nhân tố đều lớn hơn 0.60. Do đó, tất cả các biến được sử dụng cho bước phân tích nhân tố khám phá EFA.

5. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ

Xem lại qui trình phân tích ở bài viết PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA, cần lưu ý các điều sau.

Thứ nhất: Cần đưa tất cả các biến độc lập và phụ thuộc vào phân tích nhân tố một lần duy nhất. Vì trong SEM, một số nhân tố vừa đóng vai trò là nhân tố độc lập trong mối quan hệ này, đồng thời cũng đóng vai trò phụ thuộc trong mối quan hệ khác. Do đó cần đưa vào phân tích một lần để kiểm tra kết quả phân nhóm có được không. Thứ hai: Cần chọn phương pháp trích xuất Principal Axis Factoring và phép quay Promax (Oblique). Theo Anderson và Gerbing (1988), trong phân tích cấu trúc khẳng định CFA, phương pháp trích Principal Axis Factoring với phép xoay Promax sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax (Orthogonal).

Bảng 3 thể hiện kết quả phân tích nhân tố khám phá EFA với phương pháp Principal Axis Factoring cùng phép xoay Promax và sử dụng mô hình Pattern Matrix.

Bảng 3. Kết quả phân tích nhân tố khám phá thang đo Ý định mua

Biến	Nhân tố
	1	2	3	4	5	6
KNDU3	0.802
KNDU4	0.779
KNDU1	0.725
KNDU2	0.698
PTHH1		0.794
PTHH2		0.792
PTHH4		0.720
PTHH3		0.720
STC3			0.826
STC2			0.776
STC4			0.702
STC1			0.698
SHL3				0.888
SHL1				0.811
SHL2				0.800
YDM2					0.901
YDM1					0.875
YDM3					0.803
HATH3						0.895
HATH2						0.744
HATH1						0.692
Eigenvalue (ban đầu)	6.530	2.266	2.090	1.767	1.580	1.209
Phương sai trích tích lũy (%)	31.093	41.882	51.833	60.249	67.773	73.529
KMO	0.860
Kiểm định Bartlett	0.000

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Kết quả phân tích cho thấy không có biến nào có hệ số tải nhỏ hơn 0.50, phương sai trích tích lũy đạt 73.529% (> 50%), giá trị KMO đạt 0.860 (> 0.50), giá trị Sig. của kiểm định Bartlett đạt 0.0 (< 0.05) nên kết quả tất cả các biến được sử dụng cho phân tích nhân tố khẳng định CFA ở bước tiếp theo.

6. PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH

Kết quả đánh giá mức độ phù hợp của mô hình nhân tố khẳng định CFA (ước lượng chuẩn hóa) được trình bày ở Bảng 4 và Hình 2.

Nội dung phân tích tham khảo bài viết PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH CFA.

(6.1) Mức độ phù hợp chung

Bảng 4. Phân tích nhân tố khẳng định thang đo Ý định mua

Chỉ số	Giá trị tham khảo	Giá trị phân tích	Đánh giá
1. Mức ý nghĩa của Chi bình phương (χ2)	p-value > 0.05	0.000	Chưa phù hợp
2. Chi bình phương điều chỉnh theo bậc tự do (χ2/df hay Cmin/df)	χ2/df ≤ 5	1.478	Phù hợp
3. Chỉ số TLI	TLI > 0.90	0.976	Phù hợp
4. Chỉ số CFI	CFI > 0.90	0.980	Phù hợp
5. Chỉ số RMSEA	RMSEA < 0.08	0.035	Phù hợp

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Theo kết quả từ Bảng 4, chỉ có giá trị p-value = 0.0 (nhỏ hơn 0.05) là chưa phù hợp nhưng tạm thời bỏ qua do đặc thù kích thước mẫu nhỏ ở nghiên cứu này. Những chỉ số đánh giá còn lại đều phù hợp nên kết luận mô hình đo lường phù hợp với dữ liệu thực tế.

Hình 2. Kết quả phân tích nhân tố khẳng định thang đo Ý định mua

(6.2) Độ tin cậy

Hệ số Cronbach’s Alpha: Theo kết quả phân tích ở Bảng 2 thì hệ số Cronbach’s Alpha của các biến quan sát và nhân tố đều đạt yêu cầu.

Độ tin cậy tổng hợp CR và phương sai trích AVE: Hai chỉ số này được tính toán dựa trên kết quả trọng số hồi qui chuẩn hóa (Standardized Regression Weights) được trình bày ở Bảng 5. Các hệ số này của các nhân tố đều lớn hơn 0.5 nên đạt yêu cầu.

Bảng 5. Kết quả Độ tin cậy tổng hợp CR (ρ_c) và Phương sai trích AVE (ρ_vc) thang đo Ý định mua

			λ	λ2	1 - λ2	ρc	ρvc
KNDU3	<---	KNDU	0.772	0.596	0.404	0.842	0.572
KNDU4	<---	KNDU	0.763	0.582	0.418
KNDU1	<---	KNDU	0.726	0.527	0.473
KNDU2	<---	KNDU	0.764	0.584	0.416
Tổng KNDU			3.025	2.289	1.711
PTHH1	<---	PTHH	0.802	0.643	0.357	0.844	0.576
PTHH2	<---	PTHH	0.782	0.612	0.388
PTHH4	<---	PTHH	0.746	0.557	0.443
PTHH3	<---	PTHH	0.701	0.491	0.509
Tổng PTHH			3.031	2.303	1.697
STC3	<---	STC	0.797	0.635	0.365	0.840	0.567
STC2	<---	STC	0.754	0.569	0.431
STC4	<---	STC	0.715	0.511	0.489
STC1	<---	STC	0.744	0.554	0.446
Tổng STC			3.010	2.268	1.732
SHL3	<---	SHL	0.877	0.769	0.231	0.875	0.700
SHL1	<---	SHL	0.808	0.653	0.347
SHL2	<---	SHL	0.824	0.679	0.321
Tổng SHL			2.509	2.101	0.899
YDM2	<---	YDM	0.901	0.812	0.188	0.912	0.777
YDM1	<---	YDM	0.887	0.787	0.213
YDM3	<---	YDM	0.855	0.731	0.269
Tổng YDM			2.643	2.330	0.670
HATH3	<---	HATH	0.827	0.684	0.316	0.827	0.615
HATH2	<---	HATH	0.774	0.599	0.401
HATH1	<---	HATH	0.749	0.561	0.439
Tổng HATH			2.350	1.844	1.156

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

(6.3) Giá trị hội tụ

Kết quả tất cả các trọng số đã chuẩn hóa và chưa chuẩn hóa đều lớn hơn 0.50 và kết quả tính toán các hệ số phương sai trích AVE (Bảng 5) đều lớn hơn 0.50 nên kết luận thang đo đạt giá trị hội tụ.

(6.4) Giá trị phân biệt

Kết quả kiểm định hệ số tương quan r giữa các khái niệm thành phần được thể hiện ở Bảng 6.

Bảng 6. Kết quả kiểm định hệ số tương quan giữa các khái niệm thang đo Ý định mua

			r	1 – r	r2	1 – r2	SE	CR	p-value
KNDU	<-->	STC	0.275	0.725	0.076	0.924	0.048	15.025	0.00
KNDU	<-->	PTHH	0.265	0.735	0.070	0.930	0.048	15.188	0.00
KNDU	<-->	HATH	0.299	0.701	0.089	0.911	0.048	14.637	0.00
KNDU	<-->	SHL	0.502	0.498	0.252	0.748	0.043	11.473	0.00
KNDU	<-->	YDM	0.332	0.668	0.110	0.890	0.047	14.110	0.00
STC	<-->	PTHH	0.221	0.779	0.049	0.951	0.049	15.915	0.00
STC	<-->	HATH	0.288	0.712	0.083	0.917	0.048	14.814	0.00
STC	<-->	SHL	0.452	0.548	0.204	0.796	0.045	12.241	0.00
STC	<-->	YDM	0.263	0.737	0.069	0.931	0.048	15.220	0.00
PTHH	<-->	HATH	0.353	0.647	0.125	0.875	0.047	13.778	0.00
PTHH	<-->	SHL	0.458	0.542	0.210	0.790	0.045	12.148	0.00
PTHH	<-->	YDM	0.317	0.683	0.100	0.900	0.048	14.349	0.00
HATH	<-->	SHL	0.461	0.539	0.213	0.787	0.045	12.102	0.00
HATH	<-->	YDM	0.363	0.637	0.132	0.868	0.047	13.621	0.00
SHL	<-->	YDM	0.447	0.553	0.200	0.800	0.045	12.318	0.00

 

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Với kết quả trình bày ở Bảng 6 thấy rằng tất cả giá trị CR đều lớn hơn Trị tới hạn (t_α/2,n-2) = 1.966 hoặc trị p-value đều nhỏ hơn 0.05 (mức ý nghĩa 5%). Hệ số tương quan của các cặp khái niệm có ý nghĩa thống kê (Hai khái niệm trùng sau sẽ có hệ số tương quan bằng 1); kết luận thang đo đạt giá trị phân biệt.

(6.5) Tính đơn hướng

Mô hình có các chỉ số phù hợp với tiêu chuẩn và không có tương quan giữa các sai số.

(6.6) Giá trị liên hệ lý thuyết

Mô hình được nghiên cứu dựa trên thực tiễn hoạt động của hãng hàng không X Airlines và dữ liệu từ khách hàng của họ nên đạt giá trị liên hệ lý thuyết.

7. PHÂN TÍCH CẤU TRÚC TUYẾN TÍNH

Cấu trúc (sắp xếp) các nhân tố của kết quả phân tích nhân tố khẳng định thang đo Ý định mua (Hình 2) theo mối quan hệ của mô hình nghiên cứu (Hình 1). Tiến hành phân tích được kết quả đánh giá mức độ phù hợp của mô hình cấu trúc tuyến tính SEM (theo các giả thuyết, ước lượng chuẩn hóa) được trình bày ở Bảng 7 và Hình 3.

Tham khảo thêm bài viết MÔ HÌNH CẤU TRÚC TUYẾN TÍNH SEM.

Bảng 7. Đánh giá mức độ phù hợp phân tích cấu trúc tuyến tính thang đo Ý định mua

Chỉ số	Giá trị tham khảo	Giá trị phân tích	Đánh giá
1. Mức ý nghĩa của Chi bình phương (χ2)	p-value > 0.05	0.00	Chưa phù hợp
2. Chi bình phương điều chỉnh theo bậc tự do (χ2/df hay Cmin/df)	χ2/df ≤ 5	2.536	Phù hợp
3. Chỉ số TLI	TLI > 0.90	0.923	Phù hợp
4. Chỉ số CFI	CFI > 0.90	0.933	Phù hợp
5. Chỉ số RMSEA	RMSEA < 0.08	0.062	Phù hợp

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Hình 3. Kết quả phân tích cấu trúc tuyến tính thang đo Ý định mua

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Kết luận: Mô hình đo lường phù hợp với dữ liệu thực tế.

Cấu trúc và các thành phần trong mô hình cấu trúc tuyến tính SEM (Mô hình theo các giả thuyết, Hình 3) so với mô hình nhân tố khẳng định CFA (Hình 2) có những điểm khác nhau.

• Thứ nhất, về cấu trúc, mô hình các mối quan hệ giữa các nhân tố tiềm ẩn (KNDU, PTHH, STC, HATH, SHL và YDM) trong mô hình cấu trúc tuyến tính SEM theo giả thuyết (Hình 3) cho biết mối quan hệ nhân – quả, xác định biến độc lập – biến phụ thuộc, hoàn toàn tương xứng với mô hình mối quan hệ giữa sự hài lòng đối với chất lượng dịch vụ, hình ảnh thương hiệu và ý định mua (ở Hình 1), hay nói cách khác, những mối quan hệ có được ở Hình 3 hoàn toàn dựa vào mô hình trình bày ở Hình 1; Trong khi mô hình nhân tố khẳng định CFA (Hình 2) lại không cho biết những mối quan hệ này, ở đó là tổ hợp của những mối quan hệ tương quan lẫn nhau giữa các nhân tố tiềm ẩn.
• Thứ hai, về thành phần, trong mô hình cấu trúc tuyến tính SEM (Hình 3) có thêm hai sai số e22 (của nhân tố SHL) và e23 (của nhân tố YDM), trong khi các nhân tố khác (KNDU, PTHH, STC và HATH) thì không có. Điều này là bởi, trong các nhân tố tiềm ẩn của mô hình, chỉ có nhân tố SHL và YDM đóng vai trò là biến phụ thuộc, còn những nhân tố còn lại đóng vai trò biến độc lập. SHL phụ thuộc trong mối quan hệ với KNDU, PTHH, STC, HATH và e22 đo lường sai số trong mối quan hệ này. Còn YDM phụ thuộc trong mối quan hệ với SHL, HATH và sai số e23 đo lường sai số trong mối quan hệ này.

Lưu ý:

Trong mô hình cấu trúc tuyến tính SEM, nhân tố tiềm ẩn (biến phụ thuộc) nào có mũi tên (1 chiều) chỉ vào thì sẽ được thể hiện thêm sai số tương ứng. Đây chính là sai số đo lường trong mối quan hệ hồi quy với các nhân tố tiềm ẩn khác (biến độc lập).

Bảng 8 trình bày kết quả ước lượng hồi quy.

Bảng 8. Kết quả ước lượng hồi quy (chưa chuẩn hóa) thang đo Ý định mua

			Hệ số	Sai số chuẩn	Trị tới hạn	p-value
SHL	<---	KNDU	0.204	0.066	3.113	0.002
SHL	<---	PTHH	0.200	0.060	3.355	***
SHL	<---	STC	0.290	0.063	4.578	***
SHL	<---	HATH	0.217	0.058	3.764	***
YDM	<---	SHL	0.368	0.052	7.067	***
YDM	<---	HATH	0.308	0.054	5.660	***

Ghi chú: *** = 0.000 [Nguồn: nghiencuukhoahoc.edu.vn, 2023]

8. KIỂM ĐỊNH GIẢ THUYẾT

Kết quả kiểm định giả thuyết đã nêu ở trên được trình bày Bảng 8, giải thích như sau.

• H1₁: Phương tiện hữu hình (PTHH) có tác động dương (hệ số 0.200) đến Sự hài lòng (SHL) của khách hàng ở mức ý nghĩa 5% (p-value = 0.000 < 0.05).

• H1₂: Khả năng đáp ứng (KNDU) có tác động dương (hệ số 0.204) đến Sự hài lòng (SHL) của khách hàng (p-value = 0.002 < 0.05).

• H1₃: Sự tin cậy (STC) có tác động dương (hệ số 0.290) đến Sự hài lòng (SHL) của khách hàng (p-value = 0.000 < 0.05).

• H1₄: Hình ảnh thương hiệu (HATH) của doanh nghiệp tác động dương (hệ số 0.217) đến Sự hài lòng (SHL) (p-value = 0.003 < 0.05).

• H1₅: Sự hài lòng (SHL) của khách hàng tác động dương (hệ số 0.368) tới ý định mua (YDM) (p-value = 0.000 < 0.05).

• H1₆: Hình ảnh thương hiệu (HATH) của doanh nghiệp tác động dương (hệ số 0.308) đến Ý định mua (YDM) (p-value = 0.000 < 0.05).

Phương trình hồi quy của nghiên cứu:

YDM = 0.368xSHL + 0.308xHATH      (1)

SHL = 0.200xPTHH + 0.204xKNDU + 0.290xSTC + 0.217xHATH (2)

9. MỨC ĐỘ TÁC ĐỘNG CỦA CÁC NHÂN TỐ

Mức độ tác động của các nhân tố độc lập lên phụ thuộc, đối với phương trình thứ nhất YDM = f(SHL, HATH), nhân tố SHL tác động 54.4% và HATH tác động 45.6% (lên nhân tố phụ thuộc YDM).

Đối với phương trình thứ hai SHL = f(PTHH, STC, KNDU, HATH), nhân tố STC tác động (31.8%) lớn nhất, lần lượt tiếp theo là nhân tố HATH (23.8%), KHDU (22.4%) và PTHH (22.0%) (đến nhân tố phụ thuộc SHL,  Bảng 9).

Bảng 9. Mức độ tác động của các nhân tố, thang đo Ý định mua

			Hệ số	Tỉ lệ (%)	Vị trí
YDM	<---	SHL	0.368	54.4	1
YDM	<---	HATH	0.308	45.6	2
Tổng			0.676	100
SHL	<---	PTHH	0.200	22.0	4
SHL	<---	KNDU	0.204	22.4	3
SHL	<---	STC	0.290	31.8	1
SHL	<---	HATH	0.217	23.8	2
Tổng			0.911	100

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

10. CẢI THIỆN ĐỘ PHÙ HỢP CỦA MÔ HÌNH

Nội dung thực hiện tham khảo bài viết CẢI THIỆN ĐỘ PHÙ HỢP MÔ HÌNH NHÂN TỐ KHẲNG ĐỊNH.

Bảng 10 trình bày giá trị chỉ số điều chỉnh MI (dựa vào kết quả hiệp phương sai, Covariances). Những vị trí được tô xám thể hiện hiệp phương sai giữa các nhân tố hoặc hiệp phương sai giữa sai số và nhân tố, sẽ không được xem xét và chỉ xem xét những giá trị hiệp phương sai không tô xám. Trong những hiệp phương sai được xem xét, không có bất kì hiệp phương sai nào thuộc cùng một nhân tố do đó không thực hiện điều chỉnh mô hình theo chỉ số MI.

Giả sử, nhà nghiên cứu vẫn cố tình nối sai số e1 và e20 (Chỉ số hiệu chỉnh MI giữa hai sai số này là 14.071 – lớn nhất trong các hiệp phương sai cần xem xét, và lớn hơn giá trị 3.84) với giá trị hiệp phương sai giữa chúng là 0.048. Kết quả là mô hình cấu trúc tuyến tính SEM mới sẽ có giá trị Chi bình phương giảm đi một lượng 14.071 so với mô hình cấu trúc tuyến tính SEM trình bày ở Hình 3. Nghĩa là, mô hình cấu trúc tuyến tính SEM mới sẽ có giá trị Chi bình phương là 464.057 – 14.071 = 449.986. Bậc tự do khi đó sẽ bị giảm đi 1, nghĩa là bậc tự do lúc này là 183 – 1 = 182. Khi đó, giá trị Chi bình phương điều chỉnh theo bậc tự do χ²/df = 449.986/182 = 2.472 < 2.536 của mô hình lúc đầu. Trong khi, các chỉ số TLI, CFI và RMSEA cũng sẽ được cải thiện. Vì vậy, mô hình được cải thiện. Tuy nhiên, giả sử này không phải là thực tế.

Bảng 10. Chỉ số điều chỉnh thang đo Ý định mua

			M.I.	H. phương sai					M.I.	H. phương sai
STC	<-->	HATH	30.844	0.117		e9	<-->	KNDU	9.809	0.046
PTHH	<-->	HATH	22.272	0.103		e8	<-->	KNDU	7.104	0.044
PTHH	<-->	STC	13.728	0.074		e8	<-->	e20	6.073	0.035
KNDU	<-->	HATH	34.161	0.117		e8	<-->	e19	7.138	-0.038
KNDU	<-->	STC	19.760	0.081		e8	<-->	e15	4.260	-0.029
KNDU	<-->	PTHH	21.457	0.088		e8	<-->	e10	4.909	-0.031
e23	<-->	STC	22.230	0.085		e7	<-->	e23	10.542	0.052
e23	<-->	PTHH	29.852	0.102		e6	<-->	HATH	4.732	0.040
e23	<-->	KNDU	36.180	0.103		e6	<-->	e14	4.327	-0.028
e23	<-->	e22	13.252	-0.068		e6	<-->	e10	5.295	-0.031
e21	<-->	STC	5.724	0.043		e5	<-->	STC	9.346	0.049
e21	<-->	KNDU	4.050	0.034		e5	<-->	e19	7.408	0.036
e20	<-->	KNDU	6.035	0.037		e5	<-->	e10	6.279	0.033
e18	<-->	KNDU	5.014	0.028		e4	<-->	HATH	4.274	0.036
e18	<-->	e21	6.808	0.032		e4	<-->	e23	13.014	0.054
e16	<-->	e22	8.423	-0.036		e4	<-->	e21	4.719	0.032
e13	<-->	e23	5.048	-0.031		e4	<-->	e16	4.643	0.021
e12	<-->	e23	11.612	0.050		e3	<-->	PTHH	5.385	0.043
e11	<-->	PTHH	6.980	0.047		e3	<-->	e21	4.106	0.034
e11	<-->	e19	6.201	0.036		e1	<-->	e21	4.353	-0.030
e10	<-->	e23	5.702	0.035		e1	<-->	e20	14.071	0.048
e10	<-->	e21	8.057	0.041

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

Có một cách cải thiện độ phù hợp của mô hình ngoài chỉ số MI, đó là dùng hệ số hiệp phương sai phần dư chuẩn hóa Standardized Residual Covariances (SRCs). Chỉ số này cũng giống như chỉ số MI, nghĩa là chỉ ra sự khác nhau giữa mô hình đề xuất và mô hình ước lượng.

11. KIỂM ĐỊNH BOOTSTRAP

Nghiên cứu hiện tại có kích thước mẫu 399 nên trong Bootstrap, chọn 800 (làm tròn từ kích thước mẫu 798, gấp 2 lần thực tế) theo phương pháp lặp lại và có thay thế. Mỗi mẫu lặp lại có thể có cùng số quan sát với số quan sát ban đầu là 399. Một quan sát Bootstrap chọn ra, có thể xảy ra trường hợp hai hay nhiều kết quả trùng nhau. Hiệu số giữa trung bình các ước lượng từ Bootstrap và các ước lượng ban đầu gọi là độ chệch. Trị tuyệt đối của độ chệch này càng nhỏ càng tốt. Kết quả sai số chuẩn kiểm định Bootstrap và tính toán chỉ số tới hạn (Critical Ratio – CRa, để phân biệt với Độ tin cậy tổng hợp CR) được trình bày ở Bảng 11 chỉ thể hiện cho các nhân tố độc lập và phụ thuộc, không thể hiện cho các biến quan sát.

Bảng 11. Kết quả sai số chuẩn kiểm định Bootstrap thang đo Ý định mua

			Hệ số	SE	SE-SE	Mean	Bias	SE-Bias	CRa
SHL	<---	KNDU	0.172	0.054	0.001	0.170	-0.002	0.002	-1.00
SHL	<---	PTHH	0.186	0.059	0.001	0.190	0.004	0.002	2.00
SHL	<---	STC	0.257	0.057	0.001	0.260	0.003	0.002	1.50
SHL	<---	HATH	0.211	0.063	0.002	0.209	-0.002	0.002	-1.00
YDM	<---	SHL	0.376	0.057	0.001	0.377	0.001	0.002	0.50
YDM	<---	HATH	0.305	0.058	0.001	0.304	-0.002	0.002	-1.00

[Nguồn: nghiencuukhoahoc.edu.vn, 2023]

trong đó,

            Mean là trung bình ước lượng Bootstrap;

            SE là sai số chuẩn;      SE-SE là sai số chuẩn của sai số chuẩn;

            Bias là độ lệch;            Bias-SE là sai số chuẩn của độ lệch.

Giá trị tuyệt đối của CRa của tất cả các nhân tố đều nhỏ hơn 1.96 (riêng giá trị CRa của SHL <--- PTHH tiệm cận 1.96 nên xem xét bỏ qua). Kết luận độ lệch bằng 0 ở độ tin cậy 95%, tức là mô hình ước lượng ban đầu có ý nghĩa thống kê

Kết luận: Mô hình ước lượng ban đầu có ý nghĩa thống kê.

 

Kết thúc.