AVE là gì? Cách đọc và đánh giá AVE trên SmartPLS 4
AVE trong SmartPLS dùng để làm gì
AVE là viết tắt của Average Variance Extracted, thường được dịch là phương sai trích trung bình. Trong PLS-SEM, AVE cho biết một biến tiềm ẩn giải thích được trung bình bao nhiêu phần phương sai của các biến quan sát thuộc về nó. Bạn sẽ thấy chỉ số này trong phần đánh giá measurement model, cùng với outer loading, Composite Reliability và HTMT.
Về mặt công thức, AVE được tính bằng trung bình của bình phương outer loading của các biến quan sát trong cùng một construct:
AVE = tổng bình phương outer loading / số biến quan sát
Ví dụ, một construct có ba outer loading lần lượt là 0,80, 0,75 và 0,70 thì AVE được tính từ các giá trị bình phương này. SmartPLS thực hiện phép tính tự động, vì vậy việc của bạn là kiểm tra đúng construct, đúng biến quan sát và đúng bảng kết quả.
AVE phục vụ chủ yếu cho việc đánh giá giá trị hội tụ. Nếu các biến quan sát thực sự cùng đo một khái niệm, chúng cần có outer loading đủ tốt và construct cần giải thích được phần đáng kể phương sai của chúng. Theo tiêu chí thường dùng, AVE từ 0,50 trở lên được xem là đạt giá trị hội tụ (Fornell và Larcker, 1981). Bạn có thể xem thêm bối cảnh rộng hơn của [SmartPLS](https://do thesis.vn/blog/vi/chu-de/smartpls) trong nhóm bài phân tích PLS-SEM. Lưu ý, liên kết trên cần được viết đúng đường dẫn khi xuất bản: chủ đề SmartPLS.
Chuẩn bị mô hình và dữ liệu
Trước khi nhìn vào AVE, bạn cần chắc rằng mô hình và dữ liệu đã được chuẩn bị đúng. AVE là kết quả của measurement model, nên lỗi ở cách gán biến quan sát có thể làm chỉ số sai ngay cả khi phép tính của SmartPLS không có lỗi.
Phân biệt measurement model và structural model
Measurement model mô tả quan hệ giữa biến tiềm ẩn và các biến quan sát. Ví dụ, construct “Chất lượng dịch vụ” có thể được đo bằng các biến CLDV1, CLDV2 và CLDV3. Structural model mô tả quan hệ giữa các construct, chẳng hạn Chất lượng dịch vụ tác động đến Sự hài lòng.
AVE được đọc ở measurement model. Các chỉ số như path coefficient, R², f² và Q² thuộc phần structural model. Bạn không dùng R² để kết luận một thang đo có giá trị hội tụ hay không. Nếu cần ôn lại thuật ngữ nền, bạn có thể đọc SEM là gì và PLS-SEM trước khi chạy mô hình.
Đặt tên indicator nhất quán
Tên biến nên ngắn, không dấu, không có khoảng trắng và thể hiện rõ construct. Ví dụ, các biến của “Niềm tin” có thể đặt là NT1, NT2, NT3. Trong file .csv, hàng đầu tiên là tên cột, các hàng sau là câu trả lời của từng người.
Bạn nên kiểm tra những điểm sau trước khi import:
- Mỗi cột là một biến quan sát, không phải một construct đã tính trung bình.
- Các câu trả lời Likert được mã hóa bằng số theo cùng một chiều.
- Biến đảo chiều đã được recode trước khi chạy.
- Không để ký tự chữ trong cột dữ liệu số nếu phần mềm không được cấu hình để xử lý nó.
- Tên cột trong
.csvtrùng với indicator đã kéo vào mô hình.
Nếu bạn nhập dữ liệu từ SPSS, hãy kiểm tra lại giá trị missing và nhãn giá trị. SmartPLS thường nhận .csv ổn định hơn khi file được lưu với cấu trúc đơn giản, một dòng tiêu đề và không có dòng tổng cộng ở cuối bảng.
Các bước thực hiện trong SmartPLS 4
Các bước dưới đây áp dụng cho SmartPLS 4. SmartPLS 3 có cách bố trí menu khác, vì vậy không nên đối chiếu từng nút theo ảnh chụp của phiên bản cũ. AVE chỉ có ý nghĩa khi bạn đã chạy PLS Algorithm và kiểm tra lại measurement model.
Bước 1: Tạo project và import file dữ liệu
Mở SmartPLS 4, tạo project mới rồi import file .csv. Kiểm tra danh sách indicator sau khi phần mềm đọc dữ liệu. Nếu tên biến bị cắt, biến số bị nhận thành text hoặc xuất hiện nhiều giá trị missing, dừng ở bước này để sửa file gốc.
Bước 2: Vẽ construct và nối indicator
Tạo các construct theo mô hình nghiên cứu, sau đó kéo từng indicator vào construct tương ứng. Với thang đo reflective, mũi tên thường đi từ construct đến indicator. Đây là dạng thường gặp khi các biến quan sát phản ánh cùng một khái niệm tiềm ẩn.
Bạn cần xác định rõ thang đo của mình là reflective hay formative theo cơ sở lý thuyết. AVE thường được dùng trong đánh giá convergent validity của reflective measurement model. Không nên áp cùng một cách đọc cho mọi construct formative.
Bước 3: Chạy PLS Algorithm
Trong SmartPLS 4, chọn mô hình rồi chạy PLS-SEM Algorithm. Giữ thiết lập mặc định nếu bạn chưa có lý do phương pháp học để thay đổi. Sau khi chạy xong, mở phần kết quả của measurement model và tìm bảng Construct Reliability and Validity.
Bảng này thường có các cột như Cronbach's Alpha, rho_A, Composite Reliability và Average Variance Extracted (AVE). Bạn cũng nên mở phần Outer Loadings để xem indicator nào đang kéo AVE xuống.
Bước 4: Chạy Bootstrapping khi cần kiểm định giả thuyết
Chọn Bootstrapping trong SmartPLS 4 để kiểm tra ý nghĩa thống kê của path coefficient và các kết quả liên quan. Theo hướng dẫn thường được trích dẫn cho PLS-SEM, có thể sử dụng 5.000 bootstrap subsamples khi báo cáo kết quả (Hair và cộng sự, 2022).
Bootstrapping không làm AVE tự động trở thành đạt. AVE là chỉ số đánh giá measurement model, còn bootstrapping giúp bạn đánh giá độ ổn định và ý nghĩa của các ước lượng theo mục tiêu phân tích.
Bước 5: Lưu kết quả theo từng lần chạy
Xuất bảng kết quả hoặc chụp lại các bảng quan trọng trước khi loại indicator. Nếu bạn xóa một biến rồi chạy lại, hãy ghi lý do, outer loading cũ, AVE cũ và AVE mới. Hội đồng có thể hỏi vì sao một biến quan sát bị loại, khi đó lịch sử xử lý dữ liệu giúp bạn giải trình thay vì chỉ đưa ra bộ kết quả cuối cùng.
Đọc bảng kết quả
Bảng quan trọng nhất để đọc AVE là Construct Reliability and Validity. Mỗi dòng đại diện cho một construct. Cột Average Variance Extracted (AVE) cho biết AVE của construct đó, còn các cột bên cạnh giúp bạn đánh giá độ tin cậy.
Bảng số liệu minh họa
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thực tế. Tên cột được trình bày theo dạng thường gặp trong output SmartPLS 4.
| Construct | Cronbach's Alpha | rho_A | Composite Reliability | Average Variance Extracted (AVE) |
|---|---|---|---|---|
| Chất lượng dịch vụ | 0,842 | 0,846 | 0,895 | 0,681 |
| Niềm tin | 0,781 | 0,789 | 0,861 | 0,608 |
| Ý định sử dụng | 0,694 | 0,701 | 0,813 | 0,592 |
| Sự thuận tiện | 0,733 | 0,741 | 0,815 | 0,471 |
Trong ví dụ này, ba construct đầu có AVE từ 0,50 trở lên. Sự thuận tiện có AVE bằng 0,471, thấp hơn ngưỡng thường dùng, nên cần kiểm tra thêm outer loading và nội dung thang đo. Bạn chưa nên xóa ngay indicator chỉ vì một con số thấp. Việc loại biến phải xét cả lý thuyết, loading, CR và ảnh hưởng đến giá trị phân biệt.
Để biết vì sao AVE thấp, mở bảng Outer Loadings. Nếu một indicator có loading thấp rõ rệt so với các indicator còn lại, bạn có thể xem xét nó. Tuy nhiên, việc loại biến cần có lý do phương pháp và phải được ghi lại. AVE tăng sau khi xóa biến không đủ để chứng minh mô hình tốt hơn.
AVE cũng không thay thế cho HTMT. AVE trả lời câu hỏi một construct hội tụ với các indicator của chính nó đến mức nào. HTMT hỗ trợ đánh giá giá trị phân biệt giữa hai construct. Bạn có thể xem thêm bài AVE trong SmartPLS để đối chiếu cách đọc chỉ số này với các bảng khác.
Ngưỡng đánh giá
Câu hỏi “AVE bao nhiêu là tốt” thường được trả lời bằng mốc 0,50. Tuy nhiên, bạn nên đọc AVE cùng outer loading, Composite Reliability và HTMT thay vì tách một chỉ số khỏi toàn bộ measurement model.
| Chỉ số hoặc tiêu chí | Ngưỡng tham khảo | Cách hiểu | Nguồn |
|---|---|---|---|
| Average Variance Extracted | Từ 0,50 trở lên | Construct giải thích trung bình ít nhất một nửa phương sai của indicator | (Fornell và Larcker, 1981) |
| Outer loading | Từ 0,70 trở lên | Indicator có mức liên hệ mạnh với construct | (Chin, 1998) hoặc (Hair và cộng sự, 2022) |
| Composite Reliability | Từ 0,70 trở lên | Độ tin cậy tổng hợp của construct ở mức chấp nhận được | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0,85 hoặc 0,90 | Hỗ trợ đánh giá giá trị phân biệt giữa các construct | (Henseler và cộng sự, 2015) |
| VIF | Dưới 5 | Kiểm tra vấn đề cộng tuyến trong mô hình | (Hair và cộng sự, 2019) |
| R² | 0,75, 0,50, 0,25 | Lần lượt thường được diễn giải là đáng kể, trung bình và yếu trong PLS-SEM | (Hair và cộng sự, 2011) |
| Q² | Lớn hơn 0 | Có khả năng dự báo theo logic đánh giá Q² | (Stone, 1974) hoặc (Hair và cộng sự, 2022) |
Mốc 0,50 là tiêu chí đánh giá giá trị hội tụ, không phải điều kiện duy nhất để kết luận thang đo đạt. Chẳng hạn, AVE có thể vượt 0,50 nhưng HTMT giữa hai construct lại cao, cho thấy cần xem lại giá trị phân biệt. Ngược lại, một AVE hơi thấp cần được xem cùng số lượng indicator, outer loading và cơ sở lý thuyết.
Trong SmartPLS, bạn không đưa CFI, TLI hoặc RMSEA vào cùng nhóm chỉ tiêu PLS-SEM này. Các fit indices đó thuộc bối cảnh CB-SEM và được trình bày theo tiêu chí riêng (Hu và Bentler, 1999). Nếu đề tài dùng AMOS, cách báo cáo sẽ khác với mô hình chạy bằng SmartPLS. Bài partial least squares là gì có thể giúp bạn phân biệt hướng tiếp cận này.
Cách trình bày trong chương 4
Trong chương 4, bạn nên trình bày kết quả theo thứ tự: độ tin cậy, giá trị hội tụ, giá trị phân biệt, sau đó mới đánh giá structural model. Bảng Construct Reliability and Validity có thể được đưa vào phần measurement model, kèm một đoạn diễn giải ngắn cho từng nhóm construct.
Bạn có thể viết theo mẫu sau và thay bằng số liệu thật của mình:
Cách viết vào luận văn: “Kết quả đánh giá measurement model cho thấy AVE của các construct dao động từ [giá trị thấp nhất] đến [giá trị cao nhất]. Các giá trị [liệt kê construct] đều lớn hơn 0,50, đáp ứng tiêu chí giá trị hội tụ theo (Fornell và Larcker, 1981). Riêng construct [tên construct] có AVE bằng [giá trị], do đó nhóm tác giả đã kiểm tra thêm outer loading và cơ sở lý thuyết trước khi quyết định [giữ hoặc loại] indicator [mã biến].”
Không nên viết “AVE đạt 68%” nếu bạn đang đọc giá trị 0,681 mà chưa nói rõ đây là tỷ lệ phương sai trích. Bạn có thể diễn giải là construct giải thích trung bình khoảng 68,1% phương sai của các indicator, nhưng chỉ dùng số liệu thật từ output của mình. Số trong bảng minh họa ở trên không được đưa vào luận văn của bạn.
Sau bảng AVE, trình bày thêm bảng Discriminant Validity hoặc HTMT nếu thiết kế nghiên cứu yêu cầu. Một construct có giá trị hội tụ tốt vẫn cần được phân biệt với những construct khác trong mô hình. Đây là lý do hội đồng thường hỏi tiếp về HTMT sau khi bạn báo cáo AVE.
Lỗi thường gặp
Dùng AVE để đánh giá mô hình cấu trúc
AVE thuộc measurement model. Khi bạn muốn nói một biến độc lập giải thích biến phụ thuộc bao nhiêu, hãy đọc R². Khi muốn nói một tác động có ý nghĩa hay không, hãy xem path coefficient, t-value hoặc p-value trong kết quả bootstrapping.
Thấy AVE dưới 0,50 rồi xóa biến ngay
Một indicator có loading thấp có thể làm AVE giảm, nhưng biến đó vẫn có thể quan trọng về mặt nội dung. Hãy kiểm tra loading, CR, HTMT và lý thuyết trước khi xóa. Việc xóa nhiều biến chỉ để làm AVE tăng có thể khiến thang đo mất nội dung ban đầu.
Nhầm AVE với outer loading
Outer loading là mức liên hệ của từng indicator với construct. AVE là chỉ số tổng hợp của cả construct. Một bảng có loading của từng biến, còn bảng Construct Reliability and Validity có AVE của construct.
Trộn tiêu chí CB-SEM vào báo cáo SmartPLS
CFI, TLI và RMSEA thường xuất hiện trong tài liệu về CB-SEM. Nếu bạn chạy PLS-SEM bằng SmartPLS, hãy giữ nhóm chỉ số phù hợp gồm outer loading, CR, AVE, HTMT, VIF, R², f², Q² và path coefficient.
Chỉ báo cáo AVE mà bỏ qua nguồn
Khi ghi ngưỡng 0,50, hãy kèm nguồn (Fornell và Larcker, 1981). Nếu giảng viên yêu cầu tài liệu tiếng Việt, bạn có thể đối chiếu cách trình bày thuật ngữ trong (Nguyễn Đình Thọ, 2011), nhưng không nên bỏ nguồn gốc của tiêu chí.
Câu hỏi thường gặp
AVE là gì và dùng để đánh giá điều gì?
AVE là Average Variance Extracted, tức phương sai trích trung bình. Chỉ số này đánh giá giá trị hội tụ của một construct reflective bằng cách xem construct giải thích được bao nhiêu phương sai trung bình của các indicator.
AVE bao nhiêu là tốt?
AVE từ 0,50 trở lên là ngưỡng thường được sử dụng để đánh giá giá trị hội tụ (Fornell và Larcker, 1981). Bạn vẫn cần đọc cùng outer loading, Composite Reliability và HTMT, vì AVE cao không tự động chứng minh toàn bộ measurement model đạt.
AVE dưới 0,5 thì phải làm sao?
Trước tiên, mở bảng Outer Loadings để tìm indicator có loading thấp, kiểm tra dữ liệu đảo chiều và xác nhận indicator đã được gán đúng construct. Sau đó, cân nhắc loại biến chỉ khi có lý do phương pháp và lý thuyết rõ ràng. Không nên xóa biến liên tục chỉ để nâng AVE.
AVE khác Composite Reliability như thế nào?
AVE tập trung vào giá trị hội tụ và phần phương sai của indicator được construct giải thích. Composite Reliability tập trung vào độ tin cậy tổng hợp của construct. Hai chỉ số thường được đọc cùng nhau trong bảng Construct Reliability and Validity, nhưng chúng trả lời hai câu hỏi khác nhau.
AVE có dùng để đánh giá giá trị phân biệt không?
AVE chủ yếu đánh giá giá trị hội tụ. Để đánh giá giá trị phân biệt, bạn thường xem HTMT và có thể xem tiêu chí Fornell-Larcker. Theo tiêu chí HTMT, giá trị thường được yêu cầu dưới 0,85 hoặc 0,90 tùy mức độ gần nhau về mặt khái niệm của các construct (Henseler và cộng sự, 2015).
Có cần chạy Bootstrapping để tính AVE không?
SmartPLS tính AVE sau khi bạn chạy PLS Algorithm. Bootstrapping được dùng cho các kiểm định suy luận và đánh giá độ ổn định của ước lượng, không phải là thao tác làm AVE đạt ngưỡng. Nếu bạn đang làm bước kiểm định giả thuyết, hãy báo cáo bootstrapping theo thiết lập đã chọn và ghi rõ số subsamples.
Hãy mở file SmartPLS 4 của bạn, kiểm tra lần lượt Construct Reliability and Validity, Outer Loadings và HTMT, rồi ghi lại các giá trị trước khi chỉnh sửa mô hình; nếu cần chạy phân tích trên chính file .sav hoặc .csv và chuyển kết quả thành bảng chương 4, xem M4 phân tích dữ liệu.