Construct là gì trong nghiên cứu định lượng
Construct là gì
Construct là một khái niệm nghiên cứu trừu tượng mà bạn muốn đo lường trong mô hình định lượng. Ví dụ, sự hài lòng, nhận thức tính hữu ích, chất lượng dịch vụ, ý định mua lại và lòng trung thành đều là construct. Bạn không thể quan sát trực tiếp các khái niệm này như tuổi hoặc thu nhập, nên phải đo chúng thông qua nhiều biến quan sát trong bảng hỏi.
Trong một mô hình nghiên cứu, construct thường được đặt trong các ô đại diện cho biến tiềm ẩn. Mỗi construct có thể là biến độc lập, biến phụ thuộc, biến trung gian hoặc biến điều tiết. Chẳng hạn, trong mô hình về ý định sử dụng ứng dụng, “nhận thức tính hữu ích” có thể tác động đến “ý định sử dụng”. Cả hai đều là construct, còn các câu hỏi PU1, PU2, PU3 và IU1, IU2, IU3 là biến quan sát dùng để đo chúng.
Bạn có thể hình dung cấu trúc theo ba lớp:
- Construct hoặc latent variable: khái niệm trừu tượng cần nghiên cứu, chẳng hạn chất lượng dịch vụ.
- Biến quan sát hoặc indicator: các mục trong bảng hỏi, chẳng hạn “Nhân viên phục vụ tôi nhanh chóng”.
- Điểm đo lường: giá trị trả lời của người tham gia, thường dùng thang Likert từ 1 đến 5 hoặc 1 đến 7. Thang Likert được trình bày trong nghiên cứu gốc của Likert (Likert, 1932).
Vì vậy, khi bạn hỏi “construct là gì”, câu trả lời thực tế nhất là: construct là khái niệm lý thuyết được biến thành một biến có thể kiểm định bằng một hoặc nhiều biến quan sát. Việc lựa chọn construct phải đi cùng định nghĩa khái niệm, nguồn thang đo và cách kiểm định phù hợp.
Ý nghĩa của construct trong nghiên cứu định lượng
Construct quyết định mô hình của bạn đang giải thích điều gì. Nếu tên construct quá rộng hoặc bị trùng ý nghĩa với construct khác, giả thuyết sẽ khó kiểm định và bảng hỏi dễ có các biến quan sát chồng lấn. Trước khi mở SPSS hoặc SmartPLS, bạn cần biết mỗi construct đại diện cho khái niệm nào và vì sao nó xuất hiện trong mô hình.
Construct cũng giúp bạn nối phần lý thuyết với dữ liệu. Ví dụ, giả thuyết H1 có thể viết: “Nhận thức tính hữu ích tác động tích cực đến ý định sử dụng”. Trong câu này, nhận thức tính hữu ích và ý định sử dụng là hai construct, còn dấu tác động và chiều tác động là nội dung của mối quan hệ giữa chúng.
Khi phân tích bằng SPSS, bạn thường kiểm tra các biến quan sát của từng construct qua Cronbach's Alpha và EFA. Khi phân tích bằng SmartPLS, bạn đánh giá measurement model trước, sau đó mới đánh giá structural model. Cách tiếp cận kiểm tra phần đo lường trước rồi đến phần cấu trúc phù hợp với logic hai bước được trình bày bởi (Anderson và Gerbing, 1988).
Construct còn giúp bạn phân biệt vai trò của biến trong mô hình. Một construct có thể là:
- Biến độc lập: construct dự đoán hoặc giải thích construct khác.
- Biến phụ thuộc: construct nhận tác động từ một hoặc nhiều construct khác.
- Mediator: construct giải thích cơ chế tác động giữa biến độc lập và biến phụ thuộc. Bạn có thể xem thêm bài mediator là gì.
- Moderator: construct làm thay đổi cường độ hoặc chiều của mối quan hệ giữa hai biến. Khái niệm này khác với mediator, bạn có thể đối chiếu thêm moderator là gì và moderating là gì.
Nếu construct là một biến tiềm ẩn, bạn cần nói rõ nó được đo bằng những biến quan sát nào. Một bảng mô tả construct tốt thường có mã construct, định nghĩa, số lượng biến quan sát, nguồn tham khảo và thang đo trả lời. Đây là phần nối giữa chương cơ sở lý thuyết, chương phương pháp và phần kết quả.
Construct bao nhiêu là đạt
Construct không có một ngưỡng duy nhất chỉ nhìn vào tên khái niệm là kết luận được. Bạn đánh giá construct thông qua chất lượng của các biến quan sát và mô hình đo lường. Nếu chạy SPSS, các chỉ số thường gặp là Cronbach's Alpha, Corrected Item-Total Correlation, KMO, Bartlett's Test, factor loading và Total Variance Explained. Nếu chạy SmartPLS, bạn thường xem outer loading, Composite Reliability, AVE, HTMT và VIF.
Bảng dưới đây chỉ dùng các ngưỡng thường được trích dẫn trong nghiên cứu định lượng. Ngưỡng cần đặt cạnh bối cảnh nghiên cứu, loại construct và lập luận lý thuyết, không nên dùng như nút tự động để xóa biến.
| Nội dung đánh giá | Ngưỡng tham khảo | Nguồn canonical |
|---|---|---|
| Cronbach's Alpha của thang đo | Từ 0.7 trở lên | (Nunnally, 1978) |
| Alpha trong thang đo mới hoặc nghiên cứu khám phá | Có thể từ 0.6 | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO khi chạy EFA | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | 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 construct gần nhau | (Henseler và cộng sự, 2015) |
| VIF trong mô hình cấu trúc | Dưới 5 | (Hair và cộng sự, 2019) |
Bảng này cho bạn điểm bắt đầu, không thay thế việc đọc định nghĩa construct. Ví dụ, Alpha thấp có thể đến từ một biến quan sát viết lệch nội dung, nhưng cũng có thể phản ánh construct đa chiều. Nếu xóa biến chỉ để làm Alpha tăng mà không giải thích về mặt nội dung, hội đồng có thể hỏi vì sao biến đó bị loại.
Khi dùng SmartPLS, đừng đưa CFI, TLI hoặc RMSEA vào bảng đánh giá PLS-SEM. Các fit indices này thuộc nhóm CB-SEM và được thảo luận trong nguồn (Hu và Bentler, 1999). SmartPLS cần được đọc theo nhóm chỉ số PLS-SEM như outer loading, CR, AVE, HTMT, VIF, R² và Q².
Cách đọc construct trên output
Nếu bạn đang mở SPSS, phần mềm thường không in một bảng có tên “Construct”. Bạn tự xác định construct bằng nhóm biến quan sát đã khai báo trong bảng hỏi, sau đó đọc các bảng kết quả tương ứng. Với SmartPLS, construct thường hiển thị trực tiếp trong sơ đồ, còn các chỉ số đo lường xuất hiện ở các bảng như Outer Loadings, Construct Reliability and Validity và Discriminant Validity.
Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Giả sử construct “Nhận thức tính hữu ích” được đo bằng PU1 đến PU4, còn construct “Ý định sử dụng” được đo bằng IU1 đến IU3.
| Bảng hoặc cột phần mềm | Construct hoặc biến | Số liệu minh họa | Cách đọc |
|---|---|---|---|
| Reliability Statistics, Cronbach's Alpha | Nhận thức tính hữu ích | 0.842 | Độ nhất quán nội bộ của PU1 đến PU4 ở mức tham khảo tốt theo (Nunnally, 1978) |
| Item-Total Statistics, Corrected Item-Total Correlation | PU3 | 0.418 | PU3 có tương quan với tổng thang đo trên 0.3 theo (Nunnally và Bernstein, 1994) |
| KMO and Bartlett's Test, KMO | Nhóm construct đưa vào EFA | 0.781 | Dữ liệu đạt ngưỡng KMO tham khảo của (Kaiser, 1974) |
| Rotated Component Matrix, PU2 | Nhận thức tính hữu ích | 0.736 | PU2 tải vào nhân tố dự kiến với loading trên 0.5 theo (Hair và cộng sự, 2010) |
| Outer Loadings, PU2 | Nhận thức tính hữu ích | 0.812 | PU2 có outer loading trên 0.7 theo (Chin, 1998) |
| Construct Reliability and Validity, Composite Reliability | Nhận thức tính hữu ích | 0.889 | Độ tin cậy tổng hợp trên 0.7 theo (Fornell và Larcker, 1981) |
| Construct Reliability and Validity, AVE | Nhận thức tính hữu ích | 0.666 | Construct giải thích đủ phương sai hội tụ theo ngưỡng AVE 0.5 của (Fornell và Larcker, 1981) |
| Discriminant Validity, HTMT | Nhận thức tính hữu ích và ý định sử dụng | 0.721 | Hai construct có HTMT dưới 0.85 theo (Henseler và cộng sự, 2015) |
Trong SPSS, đường đi thường bắt đầu từ Analyze > Scale > Reliability Analysis. Đưa các biến PU1 đến PU4 vào ô Items, chọn Model là Alpha, sau đó vào Statistics và chọn Scale if item deleted. Bạn đọc Reliability Statistics để xem Alpha và Item-Total Statistics để xem Corrected Item-Total Correlation. Kết quả này chỉ nói về độ tin cậy của nhóm biến, chưa chứng minh toàn bộ mô hình lý thuyết đúng.
Khi chạy EFA, bạn vào Analyze > Dimension Reduction > Factor. Trong hộp thoại, chọn các biến quan sát cần phân tích, vào Descriptives để chọn KMO và Bartlett's test, vào Extraction để xem eigenvalue, rồi vào Rotation để chọn cách xoay phù hợp với thiết kế nghiên cứu. Các bảng cần kiểm tra gồm KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix.
Trong SmartPLS 4, construct là vòng tròn hoặc biến tiềm ẩn trên canvas, còn các biến quan sát là hình chữ nhật nối với nó. Sau khi chạy PLS Algorithm, bạn xem Outer Loadings và Construct Reliability and Validity. Sau khi chạy Bootstrapping, bạn chuyển sang Path Coefficients để kiểm tra quan hệ giữa các construct. Các bảng này phải được đọc theo đúng vai trò: outer loading đánh giá phần đo lường, path coefficient đánh giá quan hệ trong mô hình cấu trúc.
Khi construct không đạt thì xử lý thế nào
Bạn nên xử lý theo thứ tự từ dữ liệu, nội dung biến quan sát đến mô hình. Đừng xóa hàng loạt biến chỉ vì một chỉ số thấp.
- Kiểm tra mã hóa và dữ liệu đầu vào. Xem biến đảo chiều đã được recode chưa, giá trị thiếu có bị nhập thành 0 không, và các cột có bị lệch tên khi nhập
.savhoặc.csvkhông. Một lỗi mã hóa có thể làm Alpha hoặc loading giảm mà không liên quan đến chất lượng construct. - Đọc nội dung biến quan sát. Kiểm tra biến đó có thật sự đo cùng khái niệm không. Nếu PU3 hỏi về sự dễ sử dụng trong khi PU1 và PU2 hỏi về lợi ích, vấn đề nằm ở nội dung thang đo, không chỉ ở con số output.
- Xem chỉ số khi xóa biến. Trong
Item-Total Statistics, cộtCronbach's Alpha if Item Deletedcho biết Alpha thay đổi thế nào nếu bỏ biến. Đây là thông tin để cân nhắc, không phải lệnh bắt buộc phải xóa. - Chạy lại sau mỗi lần loại. Nếu có cơ sở lý thuyết và thống kê phù hợp, loại một biến, ghi lại lý do, chạy lại và kiểm tra toàn bộ nhóm. Bạn cần lưu từng phiên bản output để giải trình được quy trình.
- Xem lại construct. Nếu các biến quan sát liên tục tách thành nhiều nhóm, construct có thể đa chiều hoặc mô hình đang gộp các khái niệm khác nhau. Khi đó, quay lại mô hình lý thuyết thường có giá trị hơn việc tìm cách ép output đạt ngưỡng.
Với formative construct, cách xử lý khác reflective construct. Ở reflective construct, construct được xem là nguyên nhân tạo ra các biểu hiện tương đồng, nên các biến quan sát thường có tương quan và được đánh giá qua loading, độ tin cậy, AVE. Ở formative construct, các biến quan sát tạo thành construct, vì vậy việc xóa một biến có thể làm mất một khía cạnh nội dung quan trọng. Bạn cần dựa vào lý thuyết, kiểm tra collinearity giữa các indicator và xem ý nghĩa của trọng số, thay vì áp dụng máy móc Cronbach's Alpha.
AMOS có thể vẽ formative construct, nhưng cách thể hiện phải phù hợp với hướng mũi tên của mô hình đo lường. Reflective thường có mũi tên từ construct đến các biến quan sát, còn formative có mũi tên từ các biến quan sát đến construct. Nếu chưa chắc loại đo lường, bạn nên xác định bằng định nghĩa khái niệm và nguồn thang đo trước khi kéo sơ đồ trong AMOS. Đổi phần mềm không giải quyết được một construct được định nghĩa chưa rõ.
Phân biệt construct với scale
Construct và scale liên quan nhưng không phải cùng một thứ. Construct là khái niệm lý thuyết cần đo, còn scale là thang đo hoặc bộ biến quan sát được dùng để đo construct đó. Bạn có thể xem giải thích chi tiết hơn tại bài scale là gì.
Ví dụ, “sự hài lòng của khách hàng” là construct. Bộ các biến SAT1, SAT2, SAT3 và SAT4, được trả lời từ 1 đến 5, là scale dùng để đo construct. Một construct có thể có nhiều scale khác nhau do các tác giả xây dựng trong các bối cảnh khác nhau.
| Thuật ngữ | Câu hỏi nó trả lời | Ví dụ |
|---|---|---|
| Construct | Bạn muốn đo khái niệm nào | Sự hài lòng |
| Dimension | Construct có những mặt nào | Sự hài lòng về giá, dịch vụ, trải nghiệm |
| Indicator | Dữ liệu quan sát cụ thể là gì | SAT1, SAT2, SAT3 |
| Scale | Bộ công cụ đo construct ra sao | Thang đo sự hài lòng gồm 4 biến quan sát |
| Variable | Cột dữ liệu trong file là gì | SAT1 có các giá trị 1, 2, 3, 4, 5 |
Construct cũng dễ bị nhầm với biến. Trong giao tiếp hằng ngày, người viết có thể gọi construct là biến tiềm ẩn. Tuy nhiên, biến quan sát là cột dữ liệu cụ thể, còn construct thường được đại diện bởi một nhóm biến hoặc một điểm tổng hợp. Khi viết chương 3, nên dùng đúng thuật ngữ để người đọc biết bạn đang nói về khái niệm hay cột dữ liệu.
Lỗi thường gặp
Lỗi đầu tiên là lấy tên construct từ một bài nghiên cứu nhưng không đọc định nghĩa. Hai tác giả có thể dùng tên gần giống nhau nhưng nội dung khác nhau. Bạn cần ghi lại định nghĩa gốc, bối cảnh, số lượng biến quan sát và cách dịch sang tiếng Việt trước khi đưa vào bảng hỏi.
Lỗi thứ hai là gọi mọi mục trong bảng hỏi là construct. Một câu như “Ứng dụng này dễ sử dụng” thường là một biến quan sát, không phải construct độc lập. Construct có thể gồm nhiều biến quan sát, trừ trường hợp thang đo một biến quan sát được lý thuyết và bối cảnh cho phép.
Lỗi thứ ba là dùng Cronbach's Alpha cho mọi loại construct. Alpha được thiết kế để đánh giá một dạng nhất quán nội bộ nhất định, còn formative construct cần cách đánh giá khác. Nếu bạn chưa xác định measurement model là reflective hay formative, phần kết quả rất dễ bị hỏi ngược ở buổi bảo vệ.
Lỗi thứ tư là xóa biến chỉ vì loading hoặc Alpha thấp mà không ghi lý do. Hãy lưu output từng vòng, ghi rõ biến nào bị loại, giá trị trước và sau khi loại, cùng lập luận nội dung. Nếu có outlier làm kết quả bất thường, hãy kiểm tra bài outliers là gì trước khi chỉnh sửa dữ liệu.
Lỗi cuối là trộn kết quả của measurement model và structural model. Construct đạt độ tin cậy không có nghĩa là giả thuyết giữa các construct đã được chấp nhận. Bạn vẫn phải đọc path coefficient, p-value hoặc khoảng tin cậy bootstrap, R² và các chỉ số liên quan đến mô hình cấu trúc.
Câu hỏi thường gặp
Construct là gì trong SPSS
Trong SPSS, construct là khái niệm lý thuyết đứng phía sau một nhóm biến quan sát. SPSS không tự biết construct của bạn là gì, nên bạn phải chọn đúng các biến, chẳng hạn PU1 đến PU4, để chạy Cronbach's Alpha hoặc EFA.
Tên construct thường xuất hiện trong bảng phân tích do bạn tự đặt khi tổng hợp kết quả. Các cột trong file dữ liệu vẫn là mã biến quan sát như PU1, PU2 hoặc PU3.
Construct là gì trong SmartPLS
Trong SmartPLS, construct là biến tiềm ẩn được vẽ trên mô hình và nối với các indicator. Bạn xem chất lượng construct qua Outer Loadings, Construct Reliability and Validity, Discriminant Validity, sau đó xem mối quan hệ giữa các construct qua Path Coefficients.
Bạn cần phân biệt construct với indicator. Construct là vòng tròn trong sơ đồ, còn indicator thường là các ô chữ nhật đại diện cho biến quan sát.
Construct có phải là scale không
Construct là khái niệm cần đo, còn scale là bộ công cụ dùng để đo khái niệm đó. Ví dụ, “lòng trung thành” là construct, còn LOY1, LOY2, LOY3 và LOY4 tạo thành scale đo lòng trung thành.
Khi chọn scale, bạn cần kiểm tra định nghĩa, nguồn gốc, số lượng biến quan sát và mức độ phù hợp với bối cảnh đề tài Việt Nam.
AMOS có thể vẽ formative construct hay không
AMOS có thể biểu diễn formative construct bằng hướng mũi tên từ các biến quan sát đến construct. Reflective construct thường có hướng mũi tên từ construct đến các biến quan sát. Điểm quan trọng là hướng mũi tên phải phản ánh lập luận lý thuyết, không chỉ là cách kéo đường trong phần mềm.
Nếu construct là formative, bạn cần xem xét collinearity và ý nghĩa của các trọng số. Không nên áp dụng máy móc tiêu chí Cronbach's Alpha, vì các indicator formative có thể đại diện cho những khía cạnh khác nhau của cùng một khái niệm.
Construct bao nhiêu biến quan sát là đủ
Không có một con số duy nhất áp dụng cho mọi construct. Số lượng biến quan sát phải dựa trên thang đo gốc, độ bao phủ nội dung và thiết kế nghiên cứu. Quy tắc tham khảo về cỡ mẫu thường tính từ 5 đến 10 quan sát cho mỗi biến quan sát (Hair và cộng sự, 2010), nhưng đó là quy tắc về dữ liệu và cỡ mẫu, không phải số biến bắt buộc cho một construct.
Bạn nên ưu tiên thang đo đã có cơ sở lý thuyết, sau đó điều chỉnh ngôn ngữ và kiểm định trên dữ liệu của mình. Xóa bớt biến chỉ để bảng hỏi ngắn hơn có thể làm mất nội dung quan trọng của construct.
Khi file dữ liệu đang mở, việc tiếp theo của bạn là lập một bảng mapping gồm construct, định nghĩa, mã biến quan sát, nguồn thang đo và loại reflective hoặc formative, rồi đối chiếu bảng đó với output trước khi kết luận. Nếu cần chạy phân tích trên chính file .sav hoặc .csv của bạn, M4 phân tích dữ liệu DoThesis là module thực hiện bước này.