Cách chạy IPMA SmartPLS 4 từ A đến Z

IPMA trong SmartPLS dùng để làm gì

IPMA là viết tắt của Importance Performance Map Analysis, thường được dịch là phân tích bản đồ tầm quan trọng và mức độ thực hiện. Trong SmartPLS 4, IPMA kết hợp hai thông tin: mức độ quan trọng của một biến tiềm ẩn hoặc biến quan sát đối với một biến mục tiêu, và điểm performance của chính biến đó trên thang đo đã chuẩn hóa.

Bạn có thể dùng IPMA sau khi đã chạy mô hình PLS-SEM để trả lời câu hỏi thực tế hơn: yếu tố nào ảnh hưởng mạnh đến kết quả cần giải thích, nhưng đang có performance thấp. Đây là điểm khác với việc chỉ nhìn path coefficient hoặc p-value. Một nhân tố có tác động lớn nhưng performance thấp thường đáng được ưu tiên cải thiện.

IPMA không thay thế việc đánh giá measurement model và structural model. Trước khi chạy, bạn vẫn cần kiểm tra outer loading, CR, AVE, HTMT, VIF, path coefficient, R² và các kết quả bootstrapping phù hợp với mô hình. Bạn có thể xem thêm hướng dẫn tổng quan tại chủ đề SmartPLS.

Chuẩn bị mô hình và dữ liệu

Phân biệt measurement model và structural model

Measurement model mô tả quan hệ giữa biến tiềm ẩn và các indicator. Ví dụ, biến SAT có thể được đo bằng SAT1, SAT2, SAT3. Structural model mô tả đường tác động giữa các biến tiềm ẩn, chẳng hạn QUAL -> SAT -> LOY.

IPMA cần một biến mục tiêu cụ thể. Nếu mục tiêu là LOY, SmartPLS sẽ tính importance của các yếu tố dẫn đến LOY và performance của chúng. Vì vậy, bạn không nên chọn một biến mục tiêu không có đường dẫn đến nó trong mô hình.

Đặt tên indicator nhất quán

Tên indicator trong file dữ liệu phải trùng với tên indicator trên mô hình SmartPLS. Dùng tên ngắn, không dấu, không có khoảng trắng, chẳng hạn PU1, PU2, TR1, LOY1. Nếu file có hai cột cùng tên hoặc tên cột chứa ký tự đặc biệt, quá trình import có thể tạo lỗi hoặc khiến bạn chọn nhầm biến.

Chuẩn bị file CSV

SmartPLS 4 thường làm việc thuận lợi với file .csv. Hàng đầu tiên là tên biến, mỗi hàng tiếp theo là một người trả lời. Các cột indicator nên chứa số, thường là mã hóa Likert từ 1 đến 5 hoặc từ 1 đến 7. Không đặt dòng tiêu đề nghiên cứu phía trên hàng tên biến.

Kiểm tra missing value trước khi import. Một ô trống có thể được SmartPLS xử lý theo thiết lập mặc định, nhưng bạn vẫn phải biết số lượng dữ liệu thiếu và cách phần mềm xử lý. Các biến đảo chiều cũng cần được recode trước khi chạy, nếu không performance trung bình sẽ bị diễn giải sai.

Bạn nên chạy PLS Algorithm trước. Nếu chưa quen với quy trình này, xem hướng dẫn cách chạy PLS Algorithm trong SmartPLS. IPMA chỉ có ý nghĩa khi mô hình đã hội tụ và kết quả đo lường đủ đáng tin cậy.

Các bước thực hiện IPMA trong SmartPLS 4

Bước 1: Mở project và kiểm tra mô hình

Mở SmartPLS 4, chọn project chứa mô hình nghiên cứu và kiểm tra lại tên construct, indicator, hướng mũi tên và biến mục tiêu. Trong mô hình phản xạ, mũi tên thường đi từ construct đến indicator. Trong mô hình cấu thành, hướng mũi tên có thể ngược lại, vì vậy không nên đổi mô hình chỉ để làm IPMA.

Nếu bạn đang chuyển từ SmartPLS 3 sang SmartPLS 4, vị trí một số lệnh và cách hiển thị report có thể khác. Hãy kiểm tra đúng project, đúng dataset và đúng phiên bản trước khi so sánh kết quả với hướng dẫn cũ.

Bước 2: Chạy PLS Algorithm

Chọn mô hình cần phân tích, sau đó chọn thao tác chạy PLS Algorithm trong giao diện SmartPLS 4. Kiểm tra các thiết lập chính như weighting scheme, maximum iterations và stop criterion. Nếu chưa có lý do phương pháp rõ ràng, giữ thiết lập mặc định và ghi lại trong file theo dõi phân tích.

Sau khi chạy xong, xem Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Collinearity Statistics và R Square. Đừng chuyển sang IPMA chỉ vì phần mềm đã tạo report. Bạn cần xem các chỉ báo có tải yếu, construct có AVE thấp hoặc HTMT vượt ngưỡng hay không.

Bước 3: Chạy bootstrapping khi cần kiểm định ý nghĩa

IPMA tập trung vào importance và performance, còn bootstrapping giúp bạn đánh giá sự ổn định và ý nghĩa thống kê của path coefficient. Chọn Bootstrapping trong SmartPLS 4, chọn số subsamples theo thiết kế nghiên cứu. Quy trình PLS-SEM hiện đại thường dùng 5.000 bootstrap subsamples theo (Hair và cộng sự, 2022).

Trong report, chú ý Path Coefficients, t-statistics, p-values và confidence intervals. Hướng dẫn riêng về cách chạy bootstrapping trong SmartPLS sẽ hữu ích nếu bạn chưa biết chọn one-tailed hay two-tailed. Không dùng IPMA để kết luận một giả thuyết có ý nghĩa nếu bạn chưa xem kết quả kiểm định đường dẫn.

Bước 4: Mở chức năng IPMA

Trong workspace của mô hình hoặc phần kết quả, mở nhóm phân tích IPMA. SmartPLS 4 thường yêu cầu bạn chọn construct mục tiêu trước khi tạo bản đồ. Chọn biến phụ thuộc mà bạn muốn giải thích, ví dụ LOY hoặc SAT.

Sau khi chọn target construct, phần mềm sẽ tạo kết quả cho các construct có liên quan. Tùy loại mô hình và thiết lập, bạn có thể xem kết quả ở cấp construct hoặc cấp indicator. Hãy đọc tên target trên đầu report để tránh lấy nhầm bản đồ của một biến phụ thuộc khác.

Bước 5: Chọn cấp phân tích và xuất report

Ở cấp construct, importance thường được tính từ tổng tác động hoặc tác động trực tiếp theo cấu trúc mô hình. Ở cấp indicator, bạn có thể thấy biến quan sát nào có contribution đáng chú ý trong một construct. Hai cấp này trả lời hai câu hỏi khác nhau, nên không trộn các con số vào cùng một bảng.

Xuất report hoặc chụp lại bảng IPMA cùng tên target, đơn vị performance và danh sách construct. Lưu cả file kết quả gốc. Khi giảng viên hỏi vì sao bạn ưu tiên một yếu tố, bạn cần truy lại được target, dataset và phiên bản mô hình đã dùng.

Bước 6: Chạy các phân tích bổ sung nếu mô hình yêu cầu

IPMA thường được đọc cùng kết quả PLS-SEM, không đứng độc lập. Nếu mô hình có phần đánh giá khả năng dự báo, bạn có thể xem thêm cách chạy blindfolding trong SmartPLS hoặc quy trình PLSpredict phù hợp với mục tiêu nghiên cứu.

Blindfolding và IPMA có mục đích khác nhau. Blindfolding liên quan đến cross-validated redundancy và Q², còn IPMA dùng importance và performance để hỗ trợ ưu tiên quản trị. Nếu bạn dùng consistent PLS cho construct phản xạ, hãy xem cách chạy Consistent PLS trong SmartPLS và ghi rõ phương pháp đã chọn.

Đọc bảng kết quả IPMA

SmartPLS có thể hiển thị bảng gồm construct, importance và performance. Tên cột có thể khác đôi chút tùy report, nhưng logic đọc vẫn giống nhau. Importance càng cao thì yếu tố càng liên quan đến target theo mô hình. Performance càng thấp thì mức thực hiện được quan sát càng thấp trên thang điểm đã chuẩn hóa.

Số liệu minh họa

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Các con số được trình bày theo hình dạng thường dùng khi đọc IPMA, để bạn đối chiếu với report đang mở.

Với bảng minh họa này, SAT có importance cao nhất và performance ở mức 68.735. TRU có importance thấp hơn SAT nhưng performance thấp nhất. Nếu mục tiêu là tìm yếu tố vừa quan trọng vừa có performance thấp, bạn cần xem vị trí của từng construct trên bản đồ, không chỉ xếp hạng một cột.

Khi đọc kết quả thật, kiểm tra đơn vị của performance. Không tự động gọi 68.735 là 68.735 phần trăm nếu report không ghi đơn vị phần trăm. Performance thường được chuẩn hóa theo thang điểm của SmartPLS, nên bạn phải giữ nguyên cách gọi trong phần mềm và mô tả cách tính trong phương pháp.

Bản đồ IPMA thường chia mặt phẳng thành bốn vùng theo giá trị trung bình của importance và performance. Vùng importance cao, performance thấp thường là khu vực cần ưu tiên. Vùng importance cao, performance cao là yếu tố đang làm tốt và cần duy trì. Hai vùng còn lại cần được diễn giải thận trọng, vì importance thấp không có nghĩa construct đó vô dụng.

Ngưỡng đánh giá và cách diễn giải

IPMA không có một ngưỡng duy nhất kiểu p-value dưới 0.05 để kết luận mọi vấn đề. Bạn cần đánh giá chất lượng mô hình trước, sau đó dùng bản đồ để so sánh tương đối giữa các yếu tố. Bảng dưới đây tập hợp các ngưỡng thường được dùng trong PLS-SEM, mỗi dòng kèm nguồn để bạn kiểm tra khi viết luận văn.

Các ngưỡng trên không biến IPMA thành một bài kiểm định riêng. Chẳng hạn, performance thấp không chứng minh một construct có vấn đề về độ tin cậy. Bạn phải xem outer loading, CR và AVE của construct đó trước khi đề xuất chỉnh sửa thang đo.

Không đưa CFI, TLI hoặc RMSEA vào bài IPMA trên SmartPLS. Các chỉ số này thuộc nhóm đánh giá fit thường gắn với CB-SEM, với nguồn tham khảo (Hu và Bentler, 1999). SmartPLS dùng họ chỉ số PLS-SEM khác, gồm R², f², Q², path coefficients, CR, AVE, HTMT và VIF.

Cách trình bày trong chương 4

Bạn nên trình bày theo thứ tự: kết quả measurement model, kết quả structural model, sau đó là IPMA. Cách sắp xếp này giúp người đọc biết bản đồ IPMA được xây trên một mô hình đã được kiểm tra, thay vì xem IPMA như một biểu đồ độc lập.

Cách viết vào luận văn: “Kết quả IPMA với biến mục tiêu là [TÊN BIẾN MỤC TIÊU] cho thấy [TÊN YẾU TỐ] có mức importance là [GIÁ TRỊ] và performance là [GIÁ TRỊ]. Vì [TÊN YẾU TỐ] thuộc nhóm importance [cao/thấp] và performance [cao/thấp], nghiên cứu đề xuất [hàm ý quản trị hoặc hướng ưu tiên]”.

Trong bảng kết quả, giữ tối thiểu các cột target construct, construct, importance và performance. Nếu dùng cấp indicator, thêm mã indicator và tên biến quan sát. Ghi rõ đây là kết quả IPMA ở cấp construct hay cấp indicator, vì hai bảng không thể thay thế cho nhau.

Phần hàm ý nên bám vào kết quả. Nếu một yếu tố có importance cao và performance thấp, bạn có thể đề xuất ưu tiên cải thiện yếu tố đó. Nếu importance thấp nhưng performance thấp, tránh viết rằng đây là yếu tố cần đầu tư trước chỉ vì điểm performance thấp. Cũng cần đối chiếu với path coefficient, confidence interval và bối cảnh đề tài.

Lỗi thường gặp

Chọn sai target construct

Bạn có thể chạy đúng thao tác nhưng chọn SAT thay vì LOY. Hãy đọc lại tên target ở đầu report và đối chiếu với mô hình nghiên cứu. Nếu đề tài có nhiều biến phụ thuộc, lưu từng report với tên riêng.

File dữ liệu chứa giá trị ngoài thang đo

Một cột Likert lẽ ra từ 1 đến 5 nhưng lại có giá trị 0, 6 hoặc chữ ký tự sẽ làm performance bị lệch. Mở file CSV, kiểm tra frequency của từng indicator và xác nhận các biến đảo chiều đã recode.

Dùng performance để kết luận giả thuyết

Performance không phải p-value. Nó cho biết mức độ thể hiện tương đối của yếu tố, còn ý nghĩa của quan hệ cần được xem ở path coefficient và bootstrapping. Đọc hai loại kết quả này cùng nhau.

Xóa indicator chỉ để bản đồ đẹp hơn

IPMA không phải lý do đủ mạnh để loại một indicator. Việc loại biến phải dựa trên lý thuyết, chất lượng đo lường và ảnh hưởng đến giá trị nội dung của thang đo. Ghi lại từng vòng chạy nếu bạn có điều chỉnh mô hình.

Nhầm IPMA với PLSpredict hoặc blindfolding

IPMA dùng để nhìn importance và performance. PLSpredict tập trung vào năng lực dự báo ngoài mẫu, còn blindfolding liên quan đến quy trình đánh giá dự báo dựa trên dữ liệu bị bỏ. Các kết quả này có thể bổ sung cho nhau nhưng không dùng thay thế nhau.

Câu hỏi thường gặp

IPMA trong SmartPLS 4 có bắt buộc phải chạy bootstrapping không?

Không bắt buộc cho thao tác tạo bản đồ IPMA. Tuy nhiên, bootstrapping giúp bạn đánh giá ý nghĩa và độ ổn định của các đường dẫn trong structural model. Khi viết luận văn, nên trình bày IPMA cùng kết quả structural model thay vì chỉ đưa một bản đồ.

Cách chạy IPMA SmartPLS 4 có khác SmartPLS 3 không?

Logic phân tích tương tự, nhưng vị trí menu, cách mở report và giao diện kết quả có thể khác. Hướng dẫn trên trang này dành cho SmartPLS 4, vì vậy bạn nên kiểm tra đúng phiên bản trước khi làm theo ảnh chụp hoặc video của SmartPLS 3.

Importance thấp nhưng performance cao thì có phải loại biến không?

Chưa thể kết luận như vậy. Importance thấp chỉ cho thấy yếu tố đó có đóng góp thấp hơn các yếu tố khác đối với target trong mô hình hiện tại. Việc loại construct hoặc indicator phải dựa trên lý thuyết, measurement model và mục tiêu nghiên cứu.

Có thể chạy IPMA khi R² của biến mục tiêu thấp không?

Có thể tạo phân tích, nhưng diễn giải cần thận trọng. R² cho biết mức độ phương sai của target được giải thích bởi các biến dự báo. Nếu R² thấp, IPMA vẫn cung cấp thông tin về importance và performance trong mô hình, nhưng không nên trình bày như một bản đồ giải thích đầy đủ hành vi của target.

Có cần đưa toàn bộ bảng IPMA vào chương 4 không?

Bạn nên đưa bảng phục vụ trực tiếp cho câu hỏi nghiên cứu, gồm target, importance và performance. Các bảng dài ở cấp indicator có thể đặt ở phụ lục nếu chương 4 đã quá nhiều bảng. Trong phần nội dung chính, giải thích vì sao một hoặc hai yếu tố được ưu tiên thay vì chỉ chép số liệu.

Mở lại file SmartPLS 4, kiểm tra target construct, chạy PLS Algorithm, lưu report IPMA và ghi riêng importance, performance của từng yếu tố trước khi viết hàm ý. Nếu bạn cần chạy phân tích trên chính file .sav hoặc .csv của mình, M4 phân tích dữ liệu bằng SPSS và SmartPLS là module phù hợp.