Tính Không Đồng Nhất Ẩn Trong PLS-SEM (Phần 1): FIMIX-PLS Hoạt Động Thế Nào
Một mô hình PLS-SEM chạy trên toàn mẫu có thể che giấu nhiều nhóm đối tượng có hành vi khác nhau. FIMIX-PLS là phương pháp phân khúc dựa trên mô hình hỗn hợp tiềm ẩn, giúp phát hiện các nhóm này khi nhà nghiên cứu không biết trước nên chia nhóm theo tiêu chí nào. Phần 2 của loạt bài sẽ trình bày PLS-POS, một hướng tiếp cận khác dựa trên khoảng cách.
Bắt đầu đọcFIMIX: chọn số nhóm bằng nhiều loại bằng chứng
- Nhiều nghiệm k
Giữ cấu hình và lần khởi tạo
- Tiêu chí
Đối chiếu các information criteria
- Ổn định
Xem hội tụ và quy mô từng nhóm
- Diễn giải
Kiểm tra ý nghĩa và giới hạn
Sơ đồ khái niệm. Không chọn k chỉ từ một tiêu chí hoặc một lần chạy.
Nguồn: Lê Minh biên soạn · Minh họa khái niệm, không phải đầu ra phần mềm.1. Tính không đồng nhất ẩn là gì và vì sao nó đáng lo ngại
Mô hình PLS-SEM ước lượng trên toàn mẫu giả định ngầm rằng cùng một hệ số đường dẫn áp dụng cho mọi quan sát trong mẫu. Mức phù hợp của giả định này cần được đánh giá trong từng bối cảnh nghiên cứu. Becker, Rai, Ringle và Völckner (2013) chỉ ra rằng khi mẫu thực sự chứa nhiều nhóm có quan hệ cấu trúc khác nhau nhưng mô hình chỉ ước lượng một bộ hệ số chung, kết quả có thể tạo ra các mối đe dọa nghiêm trọng đối với giá trị của kết luận nghiên cứu.
Vấn đề nằm ở chỗ nhà nghiên cứu thường không biết trước liệu tính không đồng nhất này có tồn tại hay không. Một hệ số đường dẫn có ý nghĩa thống kê trên toàn mẫu vẫn có thể là một con số trung bình không phản ánh đúng bất kỳ nhóm con nào, nếu các nhóm con có hướng hoặc độ lớn tác động khác nhau đáng kể.
2. Phân biệt không đồng nhất quan sát được và không quan sát được
Khi nguồn gốc của sự khác biệt giữa các nhóm đã biết trước, chẳng hạn giới tính, độ tuổi hay khu vực địa lý, nhà nghiên cứu có thể chia nhóm trực tiếp theo các biến này và so sánh mô hình giữa các nhóm bằng phân tích đa nhóm (multi-group analysis). Đây là trường hợp không đồng nhất quan sát được.
Vấn đề khó hơn xảy ra khi sự khác biệt giữa các nhóm không gắn với một biến quan sát cụ thể nào, hoặc nhà nghiên cứu không có lý thuyết rõ ràng để chọn biến phân nhóm. Đây là không đồng nhất không quan sát được (unobserved heterogeneity), và đây chính là vấn đề mà FIMIX-PLS được thiết kế để phát hiện.
3. Nguyên lý FIMIX-PLS
FIMIX-PLS (Finite Mixture PLS) do Hahn, Johnson, Herrmann và Huber (2002) phát triển, dựa trên logic của mô hình hỗn hợp hữu hạn (finite mixture model) trong thống kê. Thay vì giả định toàn bộ mẫu thuộc về một tổng thể đồng nhất, phương pháp giả định mẫu là hỗn hợp của một số lượng phân khúc tiềm ẩn chưa biết trước danh tính, mỗi phân khúc có bộ hệ số đường dẫn riêng.
Thuật toán ước lượng đồng thời hai loại tham số: xác suất mỗi quan sát thuộc về từng phân khúc, và hệ số đường dẫn cấu trúc riêng cho từng phân khúc. Quá trình ước lượng dựa trên tối đa hóa hàm log hợp lý (log-likelihood, LnL) của mô hình hỗn hợp.
Phân khúc trong FIMIX-PLS không phải là một nhóm được xác định trước bằng một biến quan sát cụ thể. Mỗi quan sát nhận được một xác suất thuộc về từng phân khúc, và việc gán quan sát vào phân khúc nào thường dựa trên xác suất cao nhất, chứ không phải một tiêu chí phân loại có sẵn trong dữ liệu.
4. Các thiết lập trong SmartPLS
| Thiết lập | Ý nghĩa |
|---|---|
| Số phân khúc | Số lượng phân khúc tiềm ẩn cần ước lượng, phải định trước. |
| Số vòng lặp tối đa | Giới hạn số vòng lặp của thuật toán; cần đủ lớn để thuật toán hội tụ đến một nghiệm tốt. |
| Tiêu chí dừng | Thuật toán dừng khi mức thay đổi của log-likelihood giữa hai vòng lặp liên tiếp nhỏ hơn ngưỡng này, hoặc khi đạt số vòng lặp tối đa. |
| Use Unstandardized Latent Variable Scores | Trả điểm số biến tiềm ẩn về thang đo gốc trước khi phân khúc, thay vì dùng điểm số đã chuẩn hóa. |
| Estimate Regression Intercept | Thêm hệ số chặn riêng cho từng phân khúc; hữu ích khi dùng điểm số chưa chuẩn hóa. |
| Số lần lặp lại (repetitions) | Chạy thuật toán nhiều lần từ các điểm khởi đầu khác nhau; giữ lại nghiệm có log-likelihood tốt nhất để tránh nghiệm cục bộ. |
Vì thuật toán có thể hội tụ về một nghiệm cục bộ thay vì nghiệm tối ưu toàn cục, chạy nhiều lần lặp lại với các điểm khởi đầu khác nhau và giữ lại nghiệm có log-likelihood tốt nhất là một bước cần thiết, không phải một tùy chọn có thể bỏ qua.
5. Chọn số phân khúc
Số phân khúc k là đầu vào của FIMIX-PLS, không phải kết luận do một lần chạy tự quyết định. Bắt đầu từ k = 1 để có mốc đối chiếu và lập dải k có căn cứ theo tổng mẫu, yêu cầu cỡ mẫu của từng mô hình nhóm và mục đích nghiên cứu. Một tổng mẫu lớn vẫn có thể sinh ra nhóm quá nhỏ khi k tăng (Hair et al., 2018, chương 5).
Sarstedt, Becker, Ringle và Schwaiger (2011) cùng Hair, Sarstedt, Matthews và Ringle (2016) nghiên cứu lựa chọn số phân khúc. Quy trình trong sách Hair et al. (2018, chương 5) đề nghị xem AIC3 và CAIC cùng nhau. Khi chúng không thống nhất, dùng thêm AIC4 và BIC cùng các bằng chứng về độ ổn định và quy mô nhóm. Giá trị thấp hơn được so trong cùng một tiêu chí, giữa các k trên cùng dữ liệu và đặc tả.
Không so độ lớn hay chênh lệch của AIC3 trực tiếp với CAIC như thể chúng có cùng thang đo. Cũng không coi nhiều chỉ số cùng chọn một k là nhiều phép kiểm độc lập. Sách ghi nhận AIC có khuynh hướng chọn thừa, còn MDL5 có khuynh hướng chọn thiếu trong các bối cảnh mô phỏng đã xem xét; vì vậy không để một chỉ số đơn lẻ tự quyết định k (Hair et al., 2018, chương 5).
EN là chỉ báo bổ sung về độ rõ của xác suất thành viên. Hair et al. (2018, chương 5) dẫn ngưỡng tham khảo EN trên 0,50 cho phân loại đủ rõ trong nghiên cứu trước. Ngưỡng ấy không chứng minh k đúng, không xác nhận cơ chế sinh dữ liệu và không bù được một phân khúc không đủ cỡ mẫu. Không dùng EN của k = 1 để kết luận về khả năng phân tách.
| k | AIC3 | CAIC | AIC4 | BIC | EN | Số quan sát mỗi nhóm |
|---|---|---|---|---|---|---|
| 1 | 6100 | 6179,8 | 6120 | 6159,8 | Không áp dụng | 400 |
| 2 | 5250 | 5413,7 | 5291 | 5372,7 | 0,90 | 280 / 120 |
| 3 | 5240 | 5487,5 | 5302 | 5425,5 | 0,82 | 250 / 100 / 50 |
| 4 | 5230 | 5561,3 | 5313 | 5478,3 | 0,72 | 240 / 100 / 40 / 20 |
Trong bảng giả định, AIC3 thích k = 4, còn CAIC, AIC4 và BIC thích k = 2. K = 2 là ứng viên cần kiểm tra tiếp. Nếu một phân tích lực kiểm định riêng cho mô hình này yêu cầu ít nhất 80 quan sát mỗi nhóm, các nhóm 50, 40 hoặc 20 không đạt giả định đó. Con số 80 chỉ là giả định giảng giải, không phải ngưỡng cỡ mẫu chung.
6. Diễn giải kết quả
Báo cùng xác suất thành viên, quy mô nhóm, hệ số nhóm và mức ổn định của nghiệm. Một quan sát có xác suất 0,51 và 0,49 khác rõ trường hợp 0,98 và 0,02 dù cả hai đều được gán vào nhóm 1 theo xác suất lớn nhất. Việc gán cứng làm mất thông tin mơ hồ này; cần lưu bảng xác suất trong hồ sơ có kiểm soát truy cập (Hair et al., 2018, chương 5).
Hair, Sarstedt, Ringle và Mena (2012) khuyến nghị quan tâm đến dị biệt chưa quan sát trong nghiên cứu PLS-SEM. Tuy nhiên, các hệ số nhóm khác nhau về số học chưa đủ để khẳng định tồn tại các nhóm khách hàng có bản chất khác nhau. Kiểm tra độ ổn định, chất lượng mô hình theo nhóm, dữ liệu bất thường và đặc điểm bối cảnh trước khi đặt tên phân khúc.
Hệ số ước lượng trên cùng dữ liệu dùng để tạo nhóm là kết quả khám phá. So sánh với PLS-POS, phân tích ex post theo biến quan sát và kiểm chứng trên dữ liệu khác khi khả thi giúp đánh giá ý nghĩa của phân đoạn. Nếu tiếp tục kiểm định khác biệt đường dẫn, cần bất biến đo lường và phương pháp so chênh lệch thích hợp; không chỉ nhìn p-value của từng nhóm (Hair et al., 2018, chương 4–5).
7. Giới hạn của FIMIX-PLS
- Số phân khúc phải được định trước, bản thân thuật toán không tự xác định số phân khúc tối ưu.
- Kết quả phụ thuộc vào các thiết lập như số vòng lặp tối đa, tiêu chí dừng và số lần lặp lại; nghiệm cục bộ là một rủi ro thực sự.
- Phương pháp chỉ phát hiện được dạng không đồng nhất mà mô hình hỗn hợp được thiết lập để tìm; nguồn gốc thực sự của sự khác biệt giữa các phân khúc không tự động được giải thích bởi thuật toán.
8. Lỗi thường gặp
| Cách làm yếu | Vì sao chưa phù hợp | Cách làm nên dùng |
|---|---|---|
| "Chỉ chạy FIMIX-PLS một lần với một điểm khởi đầu mặc định." | Thuật toán có thể hội tụ về nghiệm cục bộ thay vì nghiệm tối ưu. | Chạy nhiều lần lặp lại với các điểm khởi đầu khác nhau, giữ nghiệm có log-likelihood tốt nhất. |
| "Chọn số phân khúc cho ra câu chuyện dễ kể nhất." | Lựa chọn số phân khúc cần dựa trên tiêu chí thống kê đã được kiểm chứng, không chỉ dựa vào cảm tính diễn giải. | Tham khảo các tiêu chí lựa chọn mô hình theo Sarstedt, Becker, Ringle và Schwaiger (2011) trước khi quyết định. |
| "Phát hiện được phân khúc nên không cần giải thích vì sao các phân khúc khác nhau." | FIMIX-PLS chỉ cho biết các phân khúc tồn tại và khác nhau ra sao về hệ số, không tự giải thích nguyên nhân. | Đối chiếu đặc điểm nhân khẩu học hoặc bối cảnh của từng phân khúc để đề xuất cách diễn giải có cơ sở. |
9. Kiểm tra khởi tạo, dữ liệu thiếu và nhãn nhóm
Phân biệt iterations với repetitions. Iterations là bước cập nhật trong một lần ước lượng; repetitions là các lần khởi tạo. Tăng iterations không thay cho nhiều điểm bắt đầu. Lưu LnL tốt nhất, tần suất nghiệm tốt nhất lặp lại và tiêu chí dừng; chưa nên ưu tiên một k chỉ vì một lần chạy cho LnL cao trong khi các lần khác phân tán (Hair et al., 2018, chương 5).
Nhãn Segment 1 và Segment 2 có thể hoán đổi giữa các lần chạy. Trước khi đánh giá ổn định, đối chiếu thành viên theo ID và căn chỉnh nhãn; không gọi hai phân đoạn khác nhau chỉ vì số thứ tự nhóm đổi. Lưu seed và thiết lập giúp tái lập, nhưng dùng mãi cùng một khởi tạo cũng không tạo được phép kiểm độ nhạy đối với khởi tạo (Hair et al., 2018, chương 5).
Sách cảnh báo thay thiếu bằng trung bình có thể tạo cụm điểm giống nhau và phân khúc nhân tạo. Phương án complete-case được trình bày trong quy trình của sách cũng có thể làm mất thông tin hoặc gây thiên lệch khi giả định dữ liệu thiếu không phù hợp. Vì vậy, báo quy tắc xử lý thiếu, số dòng bị loại và giới hạn; không tự xem complete-case là giải pháp đúng cho mọi dữ liệu (Hair et al., 2018, chương 5).
Khi dùng SmartPLS, ghi cả phiên bản, số lần khởi tạo, chuẩn hóa điểm và lựa chọn intercept. Không so LnL hay tiêu chí thông tin giữa những lần chạy đã đổi dữ liệu hoặc cách đặc tả mà không nhận diện sự thay đổi đó (SmartPLS, n.d.).
10. Hồ sơ và mẫu báo cáo quyết định chọn k
Giữ một hàng cho mỗi k và một hồ sơ các lần khởi tạo, thay vì chỉ công bố nghiệm đã chọn. Khi tiêu chí không thống nhất, trình bày lý do giữ hoặc loại từng ứng viên. Nếu chưa có bằng chứng đủ vững để phân đoạn, báo giới hạn và giữ kết quả toàn mẫu như một phương án, không xem đó là phân tích thất bại.
FIMIX-PLS được ước lượng cho k = [dải], trên cùng dữ liệu và mô hình, với [ ] lần khởi tạo cho mỗi k. Lựa chọn k = [ ] dựa trên [AIC3/CAIC/AIC4/BIC], EN = [ ], ổn định LnL [ ] và quy mô các nhóm [ ]. Các nghiệm thay thế [ ] được giữ để kiểm tra độ nhạy hoặc chưa chọn vì [ ]. Kết quả được xem là phân đoạn khám phá; ý nghĩa nhóm được đánh giá tiếp bằng [PLS-POS/ex post/dữ liệu kiểm tra].
11. Bảng kiểm trước khi báo cáo
- Đã nêu rõ lý do nghi ngờ tính không đồng nhất không quan sát được trong mô hình chưa?
- Đã thử nhiều số phân khúc khác nhau và so sánh theo tiêu chí lựa chọn mô hình phù hợp chưa?
- Đã chạy nhiều lần lặp lại và báo cáo nghiệm có log-likelihood tốt nhất chưa?
- Đã báo cáo cả xác suất thành viên phân khúc lẫn hệ số đường dẫn riêng cho từng phân khúc chưa?
- Đã tránh suy diễn nguyên nhân phân khúc vượt quá những gì dữ liệu cho phép chưa?
Kết luận
FIMIX-PLS hỗ trợ thăm dò việc một bộ hệ số chung có đang che giấu dị biệt trong mẫu. K chỉ có cơ sở khi được xem cùng tiêu chí thông tin, độ rõ xác suất thành viên, ổn định khởi tạo và quy mô nhóm. Phần 2 nối kết quả này với PLS-POS, nhưng sự đồng thuận thuật toán vẫn cần được giải thích bằng dữ liệu và bối cảnh.
Tài liệu tham khảo
- Hahn, C., Johnson, M. D., Herrmann, A., & Huber, F. (2002). Capturing customer heterogeneity using a finite mixture PLS approach. Schmalenbach Business Review, 54(3), 243-269.
- Becker, J.-M., Rai, A., Ringle, C. M., & Völckner, F. (2013). Discovering unobserved heterogeneity in structural equation models to avert validity threats. MIS Quarterly, 37(3), 665-694. https://doi.org/10.25300/MISQ/2013/37.3.01
- Sarstedt, M., Becker, J.-M., Ringle, C. M., & Schwaiger, M. (2011). Uncovering and treating unobserved heterogeneity with FIMIX-PLS: Which model selection criterion provides an appropriate number of segments? Schmalenbach Business Review, 63(1), 34-62.
- Hair, J. F., Sarstedt, M., Matthews, L., & Ringle, C. M. (2016). Identifying and treating unobserved heterogeneity with FIMIX-PLS: Part I, method. European Business Review, 28(1), 63-76. https://doi.org/10.1108/EBR-09-2015-0094
- Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use of partial least squares structural equation modeling in marketing research. Journal of the Academy of Marketing Science, 40(3), 414-433. https://doi.org/10.1007/s11747-011-0261-6
- Hair, J. F., Jr., Sarstedt, M., Ringle, C. M., & Gudergan, S. P. (2018). Advanced issues in partial least squares structural equation modeling. SAGE. https://us.sagepub.com/en-us/nam/advanced-issues-in-partial-least-squares-structural-equation-modeling/book243803
- SmartPLS. (n.d.). Finite mixture PLS (FIMIX-PLS). https://smartpls.com/documentation/algorithms-and-techniques/prediction-and-segmentation/fimix-pls/
Ghi chú học thuật: Bài viết trình bày nguyên lý chung của FIMIX-PLS theo tài liệu gốc và tài liệu hướng dẫn của SmartPLS. Việc lựa chọn số phân khúc và diễn giải kết quả cho một bộ dữ liệu cụ thể cần tham khảo trực tiếp các nguồn trích dẫn, đặc biệt là Sarstedt, Becker, Ringle và Schwaiger (2011) về tiêu chí lựa chọn số phân khúc.