Common Method Bias là gì? Cách kiểm tra trong SPSS
Common Method Bias là gì
Common Method Bias, thường được gọi là thiên lệch phương pháp chung, là sai lệch có thể xuất hiện khi biến độc lập và biến phụ thuộc được đo bằng cùng một nguồn, cùng một bảng hỏi, cùng thời điểm và cùng cách trả lời. Khi đó, mối tương quan giữa các biến có thể bị đẩy lên hoặc giảm xuống bởi phương pháp thu thập dữ liệu, thay vì phản ánh hoàn toàn quan hệ thực tế giữa các khái niệm.
Ví dụ, bạn khảo sát một người về chất lượng dịch vụ, sự hài lòng và ý định tiếp tục sử dụng trong cùng một biểu mẫu Likert. Người trả lời có thể chọn các mức điểm tương tự cho toàn bộ bảng hỏi vì tâm trạng, xu hướng đồng ý hoặc muốn hoàn thành nhanh. Đây là phần rủi ro mà Common Method Bias hướng tới kiểm tra.
Trong luận văn, Common Method Bias thường được xem xét sau khi thu thập dữ liệu và trước khi diễn giải mô hình hồi quy, SEM hoặc PLS-SEM. Một cách kiểm tra phổ biến là Harman Single Factor, trong đó các biến quan sát được đưa vào một phân tích nhân tố khám phá không xoay để xem nhân tố đầu tiên giải thích bao nhiêu phần trăm phương sai. Bạn có thể xem thêm phần giải thích riêng về Harman Single Factor là gì nếu đang mở đồng thời bảng kết quả đó.
Cần phân biệt Common Method Bias với sai số nhập liệu. Sai số nhập liệu đến từ việc gõ nhầm, mã hóa ngược sai hoặc nhập thiếu dữ liệu. Common Method Bias liên quan đến cách đo lường và nguồn dữ liệu, nên không thể xử lý chỉ bằng cách chạy lại cùng một lệnh SPSS.
Ý nghĩa của Common Method Bias trong nghiên cứu định lượng
Mục đích của kiểm tra Common Method Bias là đánh giá liệu phương pháp đo có thể làm sai lệch các mối quan hệ trong mô hình hay không. Nếu thiên lệch lớn, hệ số tương quan, hệ số hồi quy, path coefficient hoặc mức ý nghĩa thống kê có thể không còn phản ánh đúng dữ liệu nghiên cứu.
Bạn không dùng kiểm tra này để chứng minh mô hình đúng hay bác bỏ một giả thuyết riêng lẻ. Một kết quả Common Method Bias thấp cũng không nói rằng thang đo đã đạt độ tin cậy, giá trị hội tụ hoặc giá trị phân biệt. Những câu hỏi đó cần các bước riêng như Cronbach's Alpha, EFA, CFA hoặc đánh giá measurement model trong SmartPLS.
Với dữ liệu khảo sát, Common Method Bias thường được cân nhắc khi các biến đều do cùng một người tự báo cáo. Chẳng hạn, cùng một nhân viên đánh giá phong cách lãnh đạo, sự gắn kết và hiệu suất làm việc. Nếu các câu hỏi đặt sát nhau, dùng cùng một dạng thang đo và không có biện pháp giảm xu hướng trả lời, nguy cơ thiên lệch sẽ đáng chú ý hơn.
Bạn cũng nên kiểm tra các vấn đề dữ liệu nền trước khi kết luận. Một mẫu trả lời theo một cột duy nhất có thể tạo tương quan giả. Các bản trả lời quá nhanh, thiếu nhiều câu hoặc có mẫu trả lời lặp lại cần được xem xét trong bước làm sạch. Khi cần mô tả mức phân tán của dữ liệu, hãy tách phần đó khỏi kiểm tra Common Method Bias và xem độ lệch chuẩn hoặc phương sai đúng mục đích.
Ở cấp độ thiết kế, bạn có thể giảm rủi ro bằng cách bảo đảm tính ẩn danh, viết câu hỏi rõ ràng, xáo trộn hợp lý thứ tự biến, dùng cách diễn đạt khác nhau cho các nhóm khái niệm và tách thời điểm đo khi thiết kế nghiên cứu cho phép. Đây là biện pháp phòng ngừa, không phải bằng chứng thay thế cho kiểm tra dữ liệu.
Common Method Bias bao nhiêu là đạt
Cụm tìm kiếm “common method bias bao nhiêu là tốt” thường xuất phát từ kết quả Harman Single Factor. Cách diễn giải phổ biến là nếu nhân tố đầu tiên giải thích dưới 50% tổng phương sai, dữ liệu chưa cho thấy một nhân tố chung chi phối phần lớn phương sai. Ngưỡng này thường được gắn với Harman single-factor test theo (Podsakoff và cộng sự, 2003).
Tuy nhiên, con số dưới 50% chỉ là quy tắc sàng lọc, không phải giấy chứng nhận rằng dữ liệu hoàn toàn không có Common Method Bias. Bạn nên ghi rõ phương pháp, số biến đưa vào phân tích và tỷ lệ phương sai của nhân tố đầu tiên. Nếu nghiên cứu dùng PLS-SEM, việc đánh giá measurement model và structural model vẫn cần thực hiện riêng.
| Nội dung cần xem | Cách đọc hoặc ngưỡng tham khảo | Nguồn canonical |
|---|---|---|
| Harman single factor | Nhân tố đầu tiên giải thích dưới 50% tổng phương sai thường được xem là chưa cho thấy một nhân tố chung chi phối phần lớn phương sai | (Podsakoff và cộng sự, 2003) |
| Thành phần phương sai | Dùng cùng một cách đo cho nhiều biến có thể tạo phương sai do phương pháp chung, cần xem xét trong thiết kế và báo cáo | (Podsakoff và cộng sự, 2003) |
| Cronbach's Alpha | Đây là kiểm tra độ tin cậy, không phải ngưỡng trực tiếp của Common Method Bias | (Cronbach, 1951) |
| Harman Single Factor trong SPSS | Kết quả cần được đọc ở bảng Total Variance Explained sau khi chạy EFA không xoay | (Podsakoff và cộng sự, 2003) |
Một số luận văn viết “Common Method Bias đạt vì Sig. > 0.05”. Cách viết đó cần thận trọng. Harman Single Factor không kết luận dựa trên một cột Sig. như kiểm định tương quan hay hồi quy. Bạn cần nhìn vào tỷ lệ phương sai do nhân tố đầu tiên giải thích, đồng thời mô tả giới hạn của phương pháp.
Nếu giảng viên yêu cầu kiểm tra sâu hơn, hãy hỏi rõ phương pháp cần dùng thay vì tự ghép nhiều ngưỡng từ các phân tích khác nhau. Common Method Bias không có một con số duy nhất áp dụng cho mọi thiết kế nghiên cứu.
Cách đọc Common Method Bias trên output
Trong SPSS, Common Method Bias thường được kiểm tra bằng Harman Single Factor. Bạn đưa toàn bộ biến quan sát sử dụng trong mô hình vào EFA, chọn phương pháp trích Principal Component hoặc phương pháp mà đề cương đã quy định, sau đó không xoay nhân tố. Bảng quan trọng nhất là Total Variance Explained.
Bảng số liệu minh họa
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được trình bày theo dạng SPSS thường hiển thị để bạn đối chiếu với file .sav của mình.
| Component | Initial Eigenvalues, Total | Initial Eigenvalues, % of Variance | Extraction Sums of Squared Loadings, Total | Extraction Sums of Squared Loadings, % of Variance |
|---|---|---|---|---|
| 1 | 8.420 | 28.067 | 8.420 | 28.067 |
| 2 | 3.115 | 10.383 | 3.115 | 10.383 |
| 3 | 2.406 | 8.020 | 2.406 | 8.020 |
| 4 | 1.772 | 5.907 | 1.772 | 5.907 |
| 5 | 1.214 | 4.047 | 1.214 | 4.047 |
| Tổng của 5 nhân tố đầu | 56.424 | 56.424 |
Trong ví dụ này, nhân tố đầu tiên giải thích 28.067% phương sai. Con số này thấp hơn 50%, nên theo cách sàng lọc thường dùng, dữ liệu chưa cho thấy một nhân tố duy nhất chi phối phần lớn phương sai. Bạn không lấy tổng 56.424% của năm nhân tố đầu để kết luận Common Method Bias. Con số cần chú ý là phần trăm của Component 1.
Nếu SPSS hiển thị bảng có các phần Initial Eigenvalues, Extraction Sums of Squared Loadings và Rotation Sums of Squared Loadings, hãy đọc đúng cột % of Variance ở dòng Component 1. Với kiểm tra Harman Single Factor, phần xoay thường không phải trọng tâm vì mục tiêu là quan sát cấu trúc phương sai trước khi xoay.
Khi thực hiện, bạn mở Analyze > Dimension Reduction > Factor. Đưa các biến quan sát vào ô Variables, chọn Extraction, chọn cách trích phù hợp, bỏ xoay trong Rotation bằng tùy chọn None, rồi chạy lệnh. Nếu dùng toàn bộ biến của mô hình, hãy ghi lại danh sách biến và số quan sát trước khi loại bất kỳ dòng dữ liệu nào.
Khi Common Method Bias không đạt thì xử lý thế nào
Trước tiên, kiểm tra bạn có đọc nhầm cột hay không. Một số bạn lấy phần trăm phương sai cộng dồn, lấy eigenvalue của nhân tố đầu tiên hoặc đọc bảng sau khi xoay rồi gọi đó là kết quả Harman Single Factor. Hãy mở lại Total Variance Explained, xác định đúng dòng Component 1 và ghi lại tỷ lệ ở cột % of Variance.
Kiểm tra lại dữ liệu đầu vào
Xem các biến có được mã hóa cùng chiều hay chưa. Biến đảo chiều cần được recode trước khi đưa vào các phân tích tiếp theo. Kiểm tra thêm dữ liệu thiếu, các dòng trả lời một mức cho toàn bộ bảng hỏi và những bản trả lời có thời gian hoàn thành bất thường. Bạn có thể tham khảo bài về thiên lệch không phản hồi, nhưng hai vấn đề này cần được báo cáo tách biệt.
Rà soát thang đo và câu hỏi
Nếu nhiều biến quan sát có nội dung gần như trùng nhau, người trả lời có thể chọn cùng một mức điểm. Bạn nên đối chiếu bảng hỏi gốc, cách dịch, câu phủ định và nhóm biến. Không loại biến chỉ vì muốn kéo tỷ lệ phương sai xuống. Việc loại biến cần có lý do về nội dung, tải nhân tố, độ tin cậy hoặc thiết kế nghiên cứu và phải được ghi lại.
Bổ sung biện pháp kiểm tra phù hợp
Nếu nhân tố đầu tiên vượt ngưỡng sàng lọc, hãy báo cáo kết quả một cách trung thực và hỏi giảng viên về kiểm tra bổ sung. Có thể cần xem tương quan giữa các biến, VIF trong mô hình hoặc đánh giá measurement model, tùy phương pháp nghiên cứu. (Podsakoff và cộng sự, 2003) được dùng để bàn về Common Method Bias và các nguồn phương sai do phương pháp, không biến Harman Single Factor thành bằng chứng tuyệt đối.
Bạn không nên xóa dữ liệu hàng loạt, đổi thang đo sau khi đã thu thập hoặc chạy đi chạy lại cho đến khi có con số dưới 50%. Nếu thiết kế bảng hỏi tạo ra vấn đề, phần mềm không thể sửa hoàn toàn bằng một nút lệnh. Trong trường hợp cần xem lại mô hình đo lường bằng CFA, bạn có thể đối chiếu quy trình tại CFA, nhưng CFA không thay thế việc giải thích Common Method Bias.
Phân biệt Common Method Bias với Harman Single Factor
Common Method Bias là hiện tượng hoặc rủi ro sai lệch rộng hơn. Harman Single Factor là một thủ tục sàng lọc thường được dùng để xem một nhân tố chung có giải thích phần lớn phương sai hay không. Hai khái niệm này liên quan nhưng không đồng nhất.
| Khái niệm | Câu hỏi nó trả lời | Kết quả thường gặp |
|---|---|---|
| Common Method Bias | Cách đo, nguồn đo hoặc thời điểm đo có thể làm sai lệch quan hệ giữa các biến không | Một vấn đề phương pháp cần phòng ngừa, kiểm tra và thảo luận |
| Harman Single Factor | Nhân tố đầu tiên trong EFA không xoay giải thích bao nhiêu phần trăm phương sai | Bảng Total Variance Explained trong SPSS |
| Cronbach's Alpha | Các biến trong cùng thang đo có nhất quán nội tại không | Bảng Reliability Statistics và Item-Total Statistics |
| VIF | Các biến dự báo có đa cộng tuyến đáng lo ngại không | Bảng Coefficients hoặc kết quả structural model |
Vì vậy, Alpha cao không chứng minh không có Common Method Bias. Ngược lại, Harman Single Factor dưới 50% cũng không chứng minh thang đo đạt Alpha, AVE hay HTMT. Mỗi chỉ số trả lời một câu hỏi khác nhau.
Bạn cũng nên phân biệt Common Method Bias với Common Method Variance. Common Method Variance thường chỉ phần phương sai do phương pháp đo tạo ra, còn Common Method Bias nhấn mạnh tác động sai lệch của phần phương sai đó lên kết luận nghiên cứu. Trong bài viết và luận văn, hai cụm có thể xuất hiện gần nhau, nhưng phần phương pháp cần định nghĩa cách bạn đang dùng thuật ngữ.
Lỗi thường gặp
Lỗi đầu tiên là ghi “Sig. của Common Method Bias lớn hơn 0.05 nên đạt”. Harman Single Factor không được kết luận theo mẫu đó. Bạn cần báo cáo tỷ lệ phương sai của nhân tố đầu tiên và nêu rõ đây là kiểm tra sàng lọc.
Lỗi thứ hai là đưa tất cả bảng kết quả EFA vào chương 4 nhưng không đánh dấu bảng nào dùng để kiểm tra Common Method Bias. Hãy ghi tên bảng, số biến quan sát, phương pháp trích, việc không xoay nhân tố và tỷ lệ phương sai của Component 1.
Lỗi thứ ba là dùng ngưỡng của phân tích này cho phân tích khác. KMO, Bartlett, factor loading và eigenvalue có vai trò trong EFA, nhưng không phải tất cả đều là ngưỡng của Common Method Bias. Tương tự, các chỉ số CB-SEM như CFI, TLI và RMSEA không tự động trở thành chỉ số Common Method Bias.
Lỗi thứ tư là loại biến chỉ dựa trên kết quả Harman Single Factor. Nếu loại biến, bạn phải xem lại nội dung biến, thiết kế thang đo và kết quả các bước liên quan. Một bảng kết quả đẹp hơn chưa chắc đại diện tốt hơn cho khái niệm nghiên cứu.
Cách viết vào luận văn: “Kết quả kiểm tra Harman Single Factor cho thấy nhân tố đầu tiên giải thích [X]% tổng phương sai, thấp hơn mức tham khảo 50% theo (Podsakoff và cộng sự, 2003). Do đó, dữ liệu chưa cho thấy một nhân tố chung chi phối phần lớn phương sai; tuy nhiên, kết quả này được xem là bằng chứng sàng lọc và được diễn giải cùng với các bước kiểm định mô hình đo lường.” Bạn thay [X] bằng đúng số trong bảng Total Variance Explained, không dùng số minh họa ở bài này.
Câu hỏi thường gặp
Common Method Bias có bắt buộc phải kiểm tra không
Mức độ cần thiết phụ thuộc vào thiết kế nghiên cứu và yêu cầu của đề cương hoặc giảng viên. Nếu toàn bộ biến được đo từ cùng một người, cùng một bảng hỏi và cùng thời điểm, bạn nên ít nhất thảo luận nguy cơ này và nêu cách kiểm tra đã thực hiện.
Common Method Bias trong SPSS chạy ở đâu
Bạn chạy theo đường dẫn Analyze > Dimension Reduction > Factor, đưa các biến quan sát vào Variables, chọn phương pháp trích và đặt Rotation là None. Sau đó đọc bảng Total Variance Explained, tập trung vào % of Variance của Component 1.
Common Method Bias dưới 50% có được xem là tốt không
Dưới 50% thường được dùng như ngưỡng sàng lọc theo (Podsakoff và cộng sự, 2003). Bạn có thể viết rằng kết quả chưa cho thấy một nhân tố chung chi phối phần lớn phương sai, nhưng không nên viết dữ liệu hoàn toàn không có thiên lệch.
Có cần kiểm tra Common Method Bias trong SmartPLS không
Bạn có thể kiểm tra vấn đề phương pháp trong bối cảnh PLS-SEM, nhưng không nên đưa nguyên xi chỉ số CFI, TLI hoặc RMSEA của CB-SEM vào SmartPLS. Hãy báo cáo đúng quy trình measurement model và structural model của nghiên cứu, đồng thời giữ Harman Single Factor ở vai trò kiểm tra sàng lọc nếu đề cương yêu cầu.
Nếu kết quả không đạt thì có nên xóa biến không
Không nên xóa biến chỉ để làm tỷ lệ phương sai của nhân tố đầu tiên giảm xuống. Trước hết, hãy kiểm tra mã hóa, chất lượng dòng trả lời, nội dung biến và thiết kế bảng hỏi. Nếu vẫn có rủi ro, báo cáo trung thực, nêu giới hạn và trao đổi với giảng viên về kiểm tra bổ sung.
Bạn hãy mở lại file SPSS, chạy Analyze > Dimension Reduction > Factor với đúng danh sách biến quan sát, lưu bảng Total Variance Explained, rồi dùng số ở Component 1 để điền vào đoạn viết của mình; nếu muốn chạy phân tích trên chính file .sav hoặc .csv, xem module M4 phân tích dữ liệu của DoThesis.