Cronbach’s Alpha và EFA trong Pilot Test PLS-SEM: Dùng thế nào cho đúng?

1. Pilot test cần trả lời câu hỏi gì?

Pilot test được dùng để kiểm tra bảng hỏi trước khi triển khai nghiên cứu chính. Một vòng pilot tốt giúp phát hiện câu khó hiểu, lỗi nhảy câu, thời gian hoàn thành quá dài, phương án trả lời không phù hợp, biến thiếu do thiết kế và lỗi trong quy trình nhập hoặc xuất dữ liệu. Những phát hiện này thường quan trọng hơn một hệ số Alpha đẹp.

Cronbach’s Alpha và EFA phục vụ hai câu hỏi hẹp hơn. Alpha mô tả một khía cạnh của độ tin cậy điểm số dưới các giả định cụ thể. EFA khám phá số chiều và kiểu liên hệ giữa item với các nhân tố chung. Hai thủ tục này không chứng minh bảng hỏi có giá trị nội dung, không sửa được câu hỏi mơ hồ và không thay thế việc phỏng vấn nhận thức.

Nên tách pilot thành ba lớp: pilot nhận thức để xem người tham gia hiểu câu hỏi ra sao, pilot vận hành để kiểm tra toàn bộ luồng thu thập dữ liệu, và pilot thống kê để quan sát các dấu hiệu ban đầu trong dữ liệu. Cỡ mẫu, tiêu chí và kết luận phải theo đúng lớp đang thực hiện.

2. Cronbach’s Alpha đo gì và không đo gì?

Cronbach (1951) xây dựng hệ số Alpha từ hiệp phương sai giữa các item. Giá trị của Alpha phụ thuộc vào số item, mức tương quan giữa chúng và cách tạo điểm tổng. Alpha cao không chứng minh thang đơn hướng. Một nhóm item có nhiều chiều vẫn có thể cho Alpha cao, đặc biệt khi số item lớn hoặc nội dung bị lặp.

Alpha cũng không phải hệ số độ tin cậy tối ưu trong mọi mô hình đo lường. Sijtsma (2009) chỉ ra rằng cách dùng Alpha như bằng chứng mặc định cho độ tin cậy và tính nhất quán nội bộ có nhiều hạn chế. Omega dựa trên mô hình nhân tố là một họ hệ số khác; tên omega chỉ có ý nghĩa khi công thức và giả định được nêu rõ (McDonald, 1999). Trong PLS-SEM, Alpha thường được báo cùng rho_A và độ tin cậy tổng hợp rho_C. Mỗi hệ số dựa trên giả định và cách ước lượng khác nhau (Dijkstra và Henseler, 2015; Hair và cộng sự, 2022).

Khoảng 0,70 đến 0,95 thường được dùng như một vùng tham khảo trong nghiên cứu ứng dụng PLS-SEM (Hair và cộng sự, 2022). Đây không phải máy chấm điểm. Giá trị thấp cần được đọc cùng số item, nội dung item, tải ngoài và độ chính xác của ước lượng. Giá trị rất cao có thể phản ánh nội dung gần trùng. Trình tự Alpha ≤ rho_A ≤ rho_C là kỳ vọng thực hành thường gặp, không phải định luật bắt buộc cho mọi mẫu.

3. Khi nào EFA phù hợp trong giai đoạn pilot?

EFA phù hợp khi cấu trúc chiều đo còn chưa chắc chắn. Trường hợp thường gặp là thang mới, thang dịch hoặc thích nghi mạnh, item được viết lại đáng kể, hoặc lý thuyết cho phép nhiều cấu trúc cạnh tranh. Nếu thang đã có cấu trúc được xác nhận rõ và nghiên cứu chỉ áp dụng trong bối cảnh gần tương đương, EFA không tự động trở thành bước bắt buộc.

Không nên xem 30 đến 50 quan sát là cỡ mẫu mặc định cho EFA. MacCallum và cộng sự (1999) cho thấy độ ổn định của nghiệm nhân tố phụ thuộc vào communalities, mức overdetermination của nhân tố, tải, số nhân tố và chất lượng mô hình. Một mẫu nhỏ có thể cho nghiệm nhìn có vẻ gọn nhưng thay đổi mạnh khi thêm dữ liệu.

Khi dữ liệu chưa đủ để bảo vệ một EFA ổn định, hãy dùng pilot để sửa bảng hỏi và kiểm tra dữ liệu. EFA có thể chuyển sang mẫu phát triển lớn hơn hoặc được thực hiện trên một phần mẫu chính nếu thiết kế đã dự kiến bước khám phá và xác nhận độc lập. Không gọi một nghiệm nhân tố từ mẫu nhỏ là bằng chứng cấu trúc cuối cùng.

4. Cấu hình EFA theo loại dữ liệu và lý thuyết

Fabrigar và cộng sự (1999) xem lựa chọn phương pháp trích, số nhân tố và phép xoay là một chuỗi quyết định. Không nên dùng eigenvalue lớn hơn 1 như tiêu chí duy nhất. Parallel analysis do Horn (1965) đề xuất, scree plot, độ diễn giải của nhân tố và lý thuyết cần được xem cùng nhau.

Các cấu trúc trong khoa học xã hội thường có liên hệ. Vì vậy, phép xoay chéo như oblimin hoặc promax thường hợp lý hơn việc buộc các nhân tố vuông góc. Nếu item Likert có ít mức hoặc phân phối lệch rõ, ma trận tương quan polychoric đáng được cân nhắc; mô phỏng của Holgado–Tello và cộng sự (2010) cho thấy lựa chọn Pearson hay polychoric có thể làm thay đổi khả năng phục hồi cấu trúc nhân tố từ dữ liệu ordinal. Phần mềm và lựa chọn cụ thể phải được báo rõ.

Tải nhân tố, tải chéo và communalities cần được đọc theo nội dung item. Một cutoff không thể thay thế phán đoán đo lường. Item có tải vừa phải nhưng đại diện cho một phần thiết yếu của khái niệm có thể cần viết lại và kiểm tra ở vòng mới, thay vì bị loại ngay.

5. CFA có mâu thuẫn với PLS-SEM không?

CFA không phải bước bắt buộc trước mọi phân tích PLS-SEM. Tuy vậy, nói CFA không phù hợp với PLS-SEM cũng quá rộng. CFA kiểm tra mô hình nhân tố chung. Nó phù hợp khi cấu trúc được lý thuyết hóa như một common factor model và nghiên cứu cần đánh giá đặc tả đó.

PLS-SEM truyền thống tạo điểm composite từ các chỉ báo. Nếu khái niệm được định nghĩa như một composite hoặc emergent variable, cách đặc tả và kiểm định phải theo logic composite. Nếu khái niệm được xem là common factor, nhà nghiên cứu cần nói rõ lý do chọn estimator và có thể cân nhắc consistent PLS hoặc phương pháp nhân tố phù hợp. Hair và Sarstedt (2019) nhấn mạnh rằng lựa chọn giữa factor và composite phải bắt đầu từ cách khái niệm được hình thành, không phải từ phần mềm quen dùng.

Kết luận thực hành là đơn giản: không chạy CFA chỉ vì một checklist yêu cầu, và cũng không loại CFA chỉ vì phân tích cuối dùng SmartPLS. Hãy đặc tả bản chất của cấu trúc trước, sau đó chọn phương pháp đo lường và ước lượng tương ứng.

6. Đánh giá mô hình đo lường trong PLS-SEM

Sau khi khóa bảng hỏi và thu mẫu chính, mô hình đo lường phải được đánh giá trước mô hình cấu trúc. Với cấu trúc phản ánh, quy trình thường xem tải ngoài, Alpha, rho_A, rho_C, phương sai trích trung bình AVE và giá trị phân biệt bằng HTMT. Tài liệu SmartPLS hiện hành cũng khuyến nghị đọc HTMT cùng khoảng tin cậy bootstrap thay vì chỉ dựa vào Fornell-Larcker.

Tải ngoài khoảng 0,708, AVE từ 0,50 và độ tin cậy từ 0,70 thường được dùng làm điểm neo trong hướng dẫn PLS-SEM (Hair và cộng sự, 2022). Các mốc này phải được áp dụng cùng mục tiêu nghiên cứu, giai đoạn phát triển thang và giá trị nội dung. Một item từ 0,40 đến dưới 0,708 không bị loại tự động; cần xem việc loại nó có cải thiện AVE hoặc độ tin cậy mà không làm hẹp miền khái niệm hay không.

HTMT 0,85 hoặc 0,90 là hai điểm tham khảo tùy mức độ gần nhau về khái niệm. Cách báo cáo mạnh hơn là nêu giá trị HTMT và khoảng tin cậy bootstrap. SmartPLS hiện dùng 10.000 bootstrap subsamples làm mặc định cho kết quả cuối và khuyên dùng fixed seed để hỗ trợ tái lập; số nhỏ hơn có thể dùng cho kiểm tra ban đầu (SmartPLS, n.d.).

7. CCA trong PLS-SEM: cần gọi đúng cách tiếp cận

Hair, Howard và Nitzl (2020) dùng thuật ngữ confirmatory composite analysis cho quy trình xác nhận chất lượng mô hình đo lường trong PLS-SEM. Cách tiếp cận này tập trung vào tải, độ tin cậy, giá trị hội tụ, giá trị phân biệt và khả năng dự báo.

Schuberth (2021) dùng CCA theo nghĩa hẹp hơn: một phương pháp SEM để kiểm định mô hình composite bằng độ chênh giữa ma trận quan sát và ma trận hàm ý, thường dựa trên bootstrap. Hai cách dùng cùng tên nhưng không hoàn toàn cùng thủ tục.

Bài báo hoặc luận văn nên nêu rõ đang dùng khung nào. Nếu chỉ thực hiện bộ tiêu chí đo lường quen thuộc trong SmartPLS, có thể gọi là đánh giá mô hình đo lường PLS-SEM. Nếu kiểm định mô hình composite bằng các discrepancy measures, cần mô tả phép kiểm, bootstrap và tiêu chí bác bỏ.

8. Quy trình thực hành từ pilot đến mô hình chính

Quy trình dưới đây phù hợp với nghiên cứu dùng thang đo phản ánh và có kế hoạch phân tích PLS-SEM. Với thang cấu tạo, thang chẩn đoán hoặc quyết định cá nhân có hệ quả cao, tiêu chuẩn thẩm định phải được thiết kế riêng.

Mỗi bước cần có nhật ký phiên bản. Khi item được sửa sau pilot, phiên bản đã sửa là một công cụ đo mới ở mức nào đó và cần được kiểm tra lại. Không ghép dữ liệu trước và sau sửa như thể người tham gia đã trả lời cùng một câu hỏi.

9. Ví dụ minh họa: pilot thang Niềm tin vào nền tảng học tập

Ví dụ này dùng số liệu giả định để minh họa quyết định, không phải dữ liệu của một nghiên cứu thật. Bảng hỏi có ba cấu trúc phản ánh, mỗi cấu trúc gồm bốn item. Phỏng vấn nhận thức phát hiện một item dùng hai ý và một item đảo làm người trả lời hiểu sai. Nhóm nghiên cứu sửa câu hai ý và chuyển item đảo thành câu thuận.

Pilot vận hành cho thấy 18% người tham gia bỏ trống một item vì phương án không áp dụng chưa được thiết kế. Lỗi này được sửa trước khi xem Alpha. Alpha của một cấu trúc là 0,68. Item-total correlation âm ở item vừa đảo gợi ý lỗi mã hóa; sau khi kiểm tra, nhóm phát hiện dữ liệu chưa được reverse-code. Hệ số được tính lại chỉ sau khi sửa quy trình.

Mẫu pilot không đủ để bảo vệ một EFA ổn định theo cấu trúc dự kiến. Nhóm không báo nghiệm nhân tố từ mẫu này. EFA được chuyển sang mẫu phát triển lớn hơn và phân tích bằng parallel analysis, extraction nhân tố chung cùng phép xoay chéo. Mô hình đo lường PLS-SEM chỉ được đánh giá trên mẫu chính sau khi bảng hỏi đã khóa.

10. Mẫu báo cáo và bảng kiểm trước khi công bố

Báo cáo cần tách rõ hoạt động pilot khỏi phân tích mẫu chính. Nêu mục tiêu từng vòng, đặc điểm người tham gia, thay đổi bảng hỏi, cấu hình phần mềm và giới hạn của bằng chứng. Nếu pilot chỉ đủ cho kiểm tra vận hành, hãy nói đúng phạm vi đó.

Mọi ngưỡng nên được trình bày như hướng dẫn có nguồn. Không dùng màu xanh hoặc đỏ trong phần mềm thay cho lập luận. Khi loại item, báo cả lý do nội dung và thống kê để người đọc đánh giá được tác động lên miền khái niệm.

• Mục tiêu của từng vòng pilot được nêu trước phân tích.
• Đã kiểm tra câu khó hiểu, câu hai ý và logic nhảy câu.
• Item đảo được kiểm tra mã hóa trước khi tính Alpha.
• Alpha không được dùng để chứng minh đơn hướng.
• Không có ngưỡng được trình bày như quy tắc tuyệt đối.
• EFA chỉ được chạy khi có câu hỏi khám phá và mẫu đủ sức hỗ trợ nghiệm.
• Đã báo ma trận đầu vào, extraction, cách chọn số nhân tố và phép xoay.
• Đã phân biệt PCA với EFA.
• Đã xác định cấu trúc theo common factor hay composite.
• Đánh giá PLS-SEM chính thức dùng tải, độ tin cậy, AVE và HTMT.
• Bootstrap dùng số subsamples, loại CI và random seed được báo rõ.
• Mỗi item sửa hoặc loại có nhật ký lý do.
• Ví dụ giả định được ghi rõ là giả định.
• Mọi trích dẫn trong bài có mục tham khảo tương ứng.