Biến giả trong SmartPLS: Cách tạo và phân tích đúng
Biến giả trong SmartPLS dùng để làm gì
Bạn dùng biến giả trong SmartPLS khi một đặc điểm phân loại cần được đưa vào mô hình định lượng, chẳng hạn giới tính, nhóm tuổi, loại hình doanh nghiệp hoặc việc đã từng sử dụng dịch vụ. SmartPLS không tự hiểu chữ “Nam”, “Nữ”, “Có” hay “Không” như một biến số có ý nghĩa thống kê. Bạn phải mã hóa các nhóm thành giá trị số trước khi nhập dữ liệu.
Với một biến có hai nhóm, cách mã hóa thường là 0 và 1. Ví dụ, GIOITINH = 0 có thể là nữ và GIOITINH = 1 là nam. Khi đặt biến giả làm biến độc lập hoặc biến kiểm soát, hệ số đường dẫn cho biết sự khác biệt của nhóm mã 1 so với nhóm mã 0, trong điều kiện các biến khác trong mô hình được giữ cố định.
Biến giả cần được phân biệt với biến kiểm soát là gì. Biến giả mô tả cách mã hóa một biến phân loại, còn biến kiểm soát là vai trò của một biến được đưa vào mô hình để hạn chế ảnh hưởng gây nhiễu. Một biến giới tính có thể vừa là biến giả về mặt dữ liệu, vừa là biến kiểm soát về mặt mô hình.
Nếu biến phân loại có k nhóm, cách an toàn là tạo k - 1 biến giả và giữ một nhóm làm nhóm tham chiếu. Chẳng hạn, với ba nhóm tuổi dưới 25, từ 25 đến 35, trên 35, bạn có thể tạo hai biến: TUOI_25_35 và TUOI_TREN_35. Nhóm dưới 25 được mã 0 ở cả hai biến và trở thành nhóm tham chiếu.
Chuẩn bị mô hình và dữ liệu
Trước khi mở SmartPLS, bạn cần quyết định biến giả đang giữ vai trò nào. Nếu biến này chỉ dùng để loại trừ khác biệt nền tảng giữa các nhóm, nó thường là biến kiểm soát. Nếu bạn muốn kiểm tra một điều kiện làm thay đổi tác động của X lên Y, bạn đang nghiên cứu biến tương tác hoặc biến điều tiết. Nếu một khái niệm nằm giữa nguyên nhân và kết quả, đó là biến trung gian trong SmartPLS, không phải biến giả theo nghĩa thông thường.
Phân biệt mô hình đo lường và mô hình cấu trúc
Một biến giả đơn biến như giới tính thường được đưa trực tiếp vào phần Structural Model dưới dạng single-item construct hoặc biến quan sát đơn. Bạn không nên tạo một latent variable có nhiều chỉ báo chỉ để biểu diễn một biến phân loại. Các thang đo như sự hài lòng, chất lượng cảm nhận hoặc ý định mua vẫn phải được đánh giá ở mô hình đo lường với nhiều biến quan sát phù hợp.
Trong mô hình cấu trúc, mũi tên có thể đi từ biến giả đến biến phụ thuộc. Nếu mô hình có GIOITINH -> Y, hệ số đường dẫn được hiểu là chênh lệch dự đoán của nhóm mã 1 so với nhóm mã 0. Chiều diễn giải phụ thuộc hoàn toàn vào nhóm tham chiếu bạn đã chọn.
Đặt tên chỉ báo và nhóm tham chiếu
Tên cột nên ngắn, không dấu, không có khoảng trắng và không trùng nhau. Bạn có thể dùng GT, NHOMTUOI_2, KINHNGHIEM_3, nhưng nên ghi một bảng mã riêng trong luận văn. Bảng mã giúp hội đồng biết giá trị 0 và 1 đại diện cho nhóm nào.
| Biến trong CSV | Giá trị mã hóa | Diễn giải | Vai trò minh họa |
|---|---|---|---|
GT | 0 = nữ, 1 = nam | Hai nhóm giới tính | Biến kiểm soát |
DA_SD | 0 = chưa từng, 1 = đã từng | Kinh nghiệm sử dụng | Biến kiểm soát |
TUOI_25_35 | 0 = nhóm khác, 1 = 25 đến 35 | Biến giả thứ nhất | So sánh với nhóm dưới 25 |
TUOI_TREN_35 | 0 = nhóm khác, 1 = trên 35 | Biến giả thứ hai | So sánh với nhóm dưới 25 |
Chuẩn bị file CSV cho SmartPLS 4
SmartPLS 4 có thể đọc file .csv. Mỗi dòng là một người trả lời, mỗi cột là một biến. Hàng đầu tiên chứa tên biến. Không để dòng tiêu đề nghiên cứu, ô gộp, ký hiệu phần trăm hoặc chữ trong cột được khai báo là số. Các ô trống cần được kiểm tra trước khi import.
Bạn nên mở file bằng Excel hoặc SPSS để kiểm tra tần suất của biến giả. Nếu một cột chỉ toàn giá trị 0, SmartPLS không thể ước lượng sự khác biệt giữa hai nhóm. Nếu một nhóm chỉ có vài trường hợp, hệ số có thể không ổn định dù phần mềm vẫn chạy.
Các bước thực hiện trong SmartPLS 4
Các bước dưới đây dùng giao diện SmartPLS 4. SmartPLS 3 có vị trí một số lệnh khác, vì vậy bạn không nên đối chiếu máy móc tên menu giữa hai phiên bản.
Bước 1: Kiểm tra và nhập dữ liệu
Tạo một project mới trong SmartPLS 4, chọn thêm data file rồi nhập file .csv. Sau khi dữ liệu xuất hiện, mở phần kiểm tra dữ liệu để xem kiểu biến và giá trị thiếu. Kiểm tra riêng các cột biến giả bằng bảng tần suất bên ngoài SmartPLS, vì một cột chỉ có một giá trị sẽ không tạo ra thông tin so sánh.
Nếu bạn dùng biến giả cho một construct đơn biến, đặt tên construct rõ ràng, chẳng hạn GIOITINH_CONTROL. Tên này giúp bạn phân biệt biến kiểm soát với các construct đo bằng nhiều chỉ báo.
Bước 2: Vẽ mô hình đo lường
Tạo các construct phản xạ hoặc kết quả theo thiết kế nghiên cứu, sau đó kéo những chỉ báo thang đo vào đúng construct. Biến giả đơn biến có thể được đưa vào như một construct có một chỉ báo. Hãy kiểm tra lại hướng mũi tên giữa construct nguyên nhân và construct kết quả.
Nếu bạn đang kiểm tra biến điều tiết, không nối biến giả trực tiếp rồi kết luận đó là điều tiết. Bạn cần tạo interaction term bằng quy trình phù hợp của SmartPLS. Có thể xem thêm hướng dẫn biến điều tiết trong SmartPLS và bài biến điều tiết để phân biệt tác động trực tiếp với tác động tương tác.
Bước 3: Đưa biến giả vào Structural Model
Dùng công cụ kết nối để vẽ đường dẫn từ biến giả đến biến phụ thuộc. Ví dụ, vẽ GT -> Y nếu bạn muốn kiểm soát khác biệt giới tính trong Y. Nếu có nhiều biến giả của một biến phân loại, vẽ từng biến đến cùng biến phụ thuộc.
Không vẽ đồng thời cả ba biến giả cho một biến có ba nhóm. Khi đó sẽ xảy ra đa cộng tuyến hoàn hảo hoặc mô hình bị thiếu nhóm tham chiếu. Với ba nhóm, chỉ dùng hai biến giả như bảng trên.
Bước 4: Chạy PLS-SEM Algorithm
Chọn Calculate > PLS-SEM Algorithm trong SmartPLS 4. Thiết lập mặc định trước, sau đó chạy mô hình. Ở vòng này, bạn xem outer loading, CR, AVE, R² và VIF để phát hiện vấn đề của mô hình đo lường và mô hình cấu trúc.
Một biến giả đơn biến không được đọc giống thang đo phản xạ nhiều chỉ báo. Bạn tập trung vào hệ số đường dẫn, VIF và ý nghĩa thống kê của đường dẫn. Với các construct nhiều chỉ báo, vẫn đánh giá chất lượng đo lường theo thứ tự phù hợp.
Bước 5: Chạy Bootstrapping
Chọn Calculate > Bootstrapping, đặt số bootstrap subsamples là 5.000 theo hướng dẫn (Hair và cộng sự, 2022), rồi chạy thủ tục. Trong kết quả, mở Path Coefficients, chọn các cột Original Sample, Sample Mean, Standard Deviation, T Statistics và P Values.
Đường dẫn từ biến giả đến Y có p-value nhỏ hơn mức ý nghĩa bạn đã chọn mới được diễn giải là có bằng chứng thống kê. Dấu dương hoặc âm cho biết nhóm mã 1 có kết quả cao hơn hoặc thấp hơn nhóm mã 0 sau khi xét các biến trong mô hình.
Đọc bảng kết quả
Bảng cần xem trước tiên là Path Coefficients. Bạn không nên nhìn riêng p-value mà bỏ qua nhóm tham chiếu, cách mã hóa và hướng mũi tên. Một hệ số âm không tự động có nghĩa là tác động tiêu cực trong mọi bối cảnh, vì ý nghĩa của nó phụ thuộc vào nhóm được mã 0.
Bảng Path Coefficients
Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được trình bày theo dạng thường thấy trong output SmartPLS 4.
| Path | Original Sample (O) | Sample Mean (M) | Standard Deviation (STDEV) | T Statistics | P Values |
|---|---|---|---|---|---|
GT -> Y | 0.118 | 0.121 | 0.052 | 2.269 | 0.023 |
DA_SD -> Y | 0.041 | 0.044 | 0.049 | 0.837 | 0.403 |
X -> Y | 0.462 | 0.459 | 0.061 | 7.574 | 0.000 |
Trong ví dụ này, GT được mã 0 = nữ và 1 = nam. Hệ số 0.118 được đọc là nhóm nam có Y cao hơn nhóm nữ khoảng 0.118 đơn vị chuẩn hóa, khi các biến khác được giữ trong mô hình. Vì p-value minh họa là 0.023, đường dẫn đạt mức ý nghĩa 5% nếu nghiên cứu đã đặt alpha bằng 0.05.
Đường DA_SD -> Y có p-value 0.403. Bạn không nên viết rằng kinh nghiệm sử dụng làm giảm Y. Kết quả này chỉ cho thấy dữ liệu minh họa chưa cung cấp bằng chứng về khác biệt có ý nghĩa thống kê giữa hai nhóm.
Kiểm tra VIF và R²
Mở Collinearity Statistics (VIF) để xem các biến giả có trùng thông tin quá mạnh với nhau hoặc với biến khác hay không. VIF dưới 5 là ngưỡng thường được báo cáo trong PLS-SEM (Hair và cộng sự, 2019). Nếu VIF tăng cao, kiểm tra lại việc tạo k - 1 biến giả và nhóm tham chiếu.
R² cho biết mức độ giải thích của các biến dự báo đối với biến phụ thuộc. Trong PLS-SEM, R² ở mức 0.75, 0.50 và 0.25 lần lượt thường được mô tả là đáng kể, trung bình và yếu (Hair và cộng sự, 2011). Đây là cách mô tả tham khảo, không phải giấy phép để kết luận mô hình tốt chỉ dựa trên một chỉ số.
Ngưỡng đánh giá
Bạn nên ghi rõ nguồn ngay trong bảng kết quả hoặc phần phương pháp. Các ngưỡng dưới đây thuộc nhóm chỉ số phù hợp với PLS-SEM. CFI, TLI và RMSEA thuộc CB-SEM, vì vậy không đưa chúng vào phần đánh giá một mô hình SmartPLS nếu bạn không chạy AMOS hoặc một phần mềm CB-SEM khác.
| Chỉ số | Ngưỡng tham khảo | Nguồn |
|---|---|---|
| Outer loading | Từ 0.7 trở lên | (Chin, 1998) hoặc (Hair và cộng sự, 2022) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với khái niệm gần nhau | (Henseler và cộng sự, 2015) |
| VIF | Dưới 5 | (Hair và cộng sự, 2019) |
| f² | 0.02 nhỏ, 0.15 trung bình, 0.35 lớn | (Cohen, 1988) |
| R² | 0.75 đáng kể, 0.50 trung bình, 0.25 yếu | (Hair và cộng sự, 2011) |
| Q² | Lớn hơn 0 | (Stone, 1974) hoặc (Hair và cộng sự, 2022) |
| Bootstrapping | 5.000 subsamples | (Hair và cộng sự, 2022) |
Với biến giả, outer loading và AVE của construct đơn biến cần được giải thích thận trọng. Các chỉ số độ tin cậy vốn được thiết kế để đánh giá thang đo, không phải để biến một cột giới tính thành một thang đo nhiều chỉ báo. Trọng tâm của biến giả là mã hóa đúng, vai trò trong mô hình, VIF và đường dẫn.
Cách trình bày trong chương 4
Bạn nên trình bày theo ba lớp. Lớp đầu tiên là cách mã hóa và nhóm tham chiếu. Lớp thứ hai là kết quả chất lượng mô hình đo lường và mô hình cấu trúc. Lớp cuối cùng là hệ số đường dẫn, khoảng tin cậy hoặc p-value, rồi mới kết luận giả thuyết.
Cách viết vào luận văn: “Biến [tên biến giả] được mã hóa với nhóm tham chiếu là [nhóm mã 0] và nhóm so sánh là [nhóm mã 1]. Kết quả Bootstrapping cho thấy đường dẫn [biến giả] -> [biến phụ thuộc] có hệ số β = [giá trị], t = [giá trị] và p = [giá trị], do đó [có/không có] bằng chứng về sự khác biệt giữa hai nhóm ở mức ý nghĩa [mức ý nghĩa].”**
Nếu đường dẫn có ý nghĩa, hãy nói rõ chiều so sánh. Nếu đường dẫn không có ý nghĩa, dùng cụm “chưa có bằng chứng thống kê” thay vì khẳng định hai nhóm hoàn toàn giống nhau. Cách viết này giữ đúng giới hạn của dữ liệu và tránh biến một kết quả không có ý nghĩa thành kết luận quá mạnh.
Khi mô hình có biến trung gian, hãy báo cáo riêng đường trực tiếp, đường gián tiếp và tổng tác động. Khi có biến tương tác, báo cáo interaction term và cách diễn giải điều kiện. Bạn có thể đối chiếu thêm quy trình phân nhóm trong cách chạy FIMIX-PLS SmartPLS 4 nếu đề tài thực sự cần so sánh các phân khúc tiềm ẩn, nhưng FIMIX không thay thế việc mã hóa biến giả.
Lỗi thường gặp
Mã hóa chữ nhưng vẫn đưa thẳng vào SmartPLS
Các giá trị như “Nam” và “Nữ” không phải dữ liệu số để SmartPLS ước lượng như một đường dẫn. Hãy tạo bảng mã, chuyển về 0 và 1, sau đó kiểm tra lại số lượng quan sát ở từng nhóm.
Dùng k biến giả cho k nhóm
Đây là lỗi tạo đa cộng tuyến hoàn hảo. Với ba nhóm, bỏ một nhóm làm tham chiếu và chỉ tạo hai biến giả. Nếu đã nhập đủ ba cột, xóa một cột khỏi mô hình và kiểm tra lại VIF.
Đảo ngược ý nghĩa nhóm tham chiếu
Nếu bạn mã 0 = nam và 1 = nữ nhưng viết kết quả theo chiều ngược lại, toàn bộ diễn giải hệ số sẽ sai. Tên biến và bảng mã phải xuất hiện nhất quán trong file dữ liệu, chương phương pháp và chương kết quả.
Gọi tác động trực tiếp là biến điều tiết
Đường GT -> Y chỉ cho biết biến giả có liên quan đến Y trong mô hình. Nó chưa chứng minh giới tính làm thay đổi tác động của X lên Y. Muốn kiểm tra điều tiết, cần tạo và đánh giá tương tác X x GT theo thiết kế phù hợp.
Bỏ qua nhóm quá nhỏ
Một nhóm có rất ít người trả lời có thể làm kết quả thiếu ổn định. Bạn cần báo cáo phân bố mẫu và trao đổi với giảng viên nếu nhóm đó không đủ để so sánh. Không nên nhân bản dòng dữ liệu hoặc sửa mã để làm hai nhóm cân bằng giả tạo.
Đọc thêm: đo lường đa chiều mds spss, chủ đề smartpls.
Câu hỏi thường gặp
Biến giả trong SmartPLS có bắt buộc mã 0 và 1 không?
Với biến có hai nhóm, mã 0 và 1 là cách dễ diễn giải nhất vì hệ số cho biết chênh lệch của nhóm 1 so với nhóm 0. Về nguyên tắc, bạn cần một quy ước số nhất quán và phải giải thích nhóm tham chiếu, nhưng không nên dùng mã tùy tiện khiến người đọc khó hiểu.
Có thể dùng biến giả làm biến trung gian trong SmartPLS không?
Biến giả thường không phải biến trung gian. Biến trung gian cần nằm trên cơ chế truyền tác động, ví dụ X -> M -> Y, còn biến giả thường mô tả nhóm hoặc đặc điểm nền tảng. Nếu một biến phân loại thực sự là một khái niệm trung gian theo giả thuyết, bạn cần có cơ sở lý thuyết và cách đo phù hợp, không chỉ đổi mã thành 0 và 1.
Biến tương tác trong SmartPLS khác biến giả thế nào?
Biến giả là cách mã hóa dữ liệu phân loại. Biến tương tác là tích hoặc thành phần tương tác giữa biến dự báo và biến điều tiết, dùng để kiểm tra liệu tác động của X lên Y có thay đổi theo điều kiện của Z hay không. Một biến giả có thể được dùng làm biến điều tiết, nhưng bạn vẫn phải tạo interaction term và đọc đúng kết quả.
Có nên đưa giới tính và độ tuổi vào cùng mô hình không?
Có thể, nếu mô hình nghiên cứu có lý do đưa cả hai biến vào làm biến kiểm soát hoặc biến dự báo. Độ tuổi có nhiều nhóm cần được mã hóa thành k - 1 biến giả nếu bạn xử lý nó như biến phân loại. Kiểm tra VIF và số quan sát của từng nhóm trước khi kết luận.
Vì sao SmartPLS báo lỗi hoặc không có kết quả của biến giả?
Hãy kiểm tra bốn điểm: cột dữ liệu có phải dạng số không, cột có cả giá trị 0 và 1 không, tên cột có trùng không, và biến có được nối đúng vào Structural Model không. Sau đó chạy lại PLS-SEM Algorithm rồi Bootstrapping. Nếu vẫn lỗi, đối chiếu file CSV với phần dữ liệu đã import, vì đôi khi lỗi nằm ở dấu phân cách, ô trống hoặc ký tự thừa.
Bạn hãy mở lại file CSV, ghi rõ nhóm tham chiếu, kiểm tra số lượng từng nhóm, rồi chạy lại PLS-SEM Algorithm và Bootstrapping trong SmartPLS 4 trước khi sửa phần diễn giải. Nếu cần chạy toàn bộ phân tích trên chính file .sav hoặc .csv của mình, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.