MICOM không đạt phải làm sao? Cách kiểm tra và xử lý trong SmartPLS

Hiện tượng bạn đang gặp

Bạn chạy MICOM trong SmartPLS để kiểm tra measurement invariance of composite models, sau đó thấy một hoặc nhiều dòng có kết quả không đạt. Màn hình thường xuất hiện trong phần MICOM Results, với các giai đoạn như Configural Invariance, Compositional Invariance và Equality of Composite Mean Values and Variances.

Điểm dễ gây nhầm là MICOM không chỉ có một kết luận đạt hoặc không đạt. Một mô hình có thể đạt giai đoạn 1 và 2 nhưng không đạt giai đoạn 3. Trường hợp đó vẫn có thể đủ điều kiện để so sánh một số quan hệ giữa các nhóm, tùy mục tiêu phân tích và kết quả từng bước.

MICOM thường được dùng trước khi so sánh mô hình giữa hai hoặc nhiều nhóm, chẳng hạn nam và nữ, nhóm tuổi khác nhau, khách hàng mới và khách hàng trung thành. Nếu bạn chỉ chạy SmartPLS trên một mẫu duy nhất, bạn thường không cần chạy MICOM. Hãy xem thêm các hướng dẫn liên quan trong chủ đề SmartPLS trước khi sửa mô hình.

Nguyên nhân thường gặp

Đừng vội xóa biến quan sát ngay khi thấy MICOM không đạt. Trước tiên, bạn cần xác định MICOM không đạt ở giai đoạn nào, nhóm nào bị ảnh hưởng và kết quả đó xuất phát từ cấu hình mô hình hay từ dữ liệu.

Ở bước này, hãy ghi lại tên construct, nhóm bị lỗi, giai đoạn không đạt, p-value và các chỉ số liên quan. Một ảnh chụp toàn bộ bảng MICOM thường chưa đủ để giải thích, vì giảng viên có thể hỏi chính xác bạn không đạt ở bước nào.

MICOM cũng liên quan đến giá trị phân biệt và chất lượng measurement model. Nếu HTMT vượt ngưỡng, bạn có thể xem hướng dẫn HTMT lớn hơn 0.9 phải làm sao. Nếu lỗi nằm ở discriminant validity nói chung, hãy đối chiếu thêm bài giá trị phân biệt không đạt phải làm sao.

Cách xử lý theo thứ tự ưu tiên

Xác nhận bạn thật sự cần MICOM

MICOM phục vụ việc kiểm tra tính bất biến đo lường giữa các nhóm. Vì vậy, bạn cần có biến nhóm rõ ràng, chẳng hạn giới tính, loại khách hàng hoặc khu vực. Nếu mục tiêu của bạn chỉ là đánh giá một mô hình PLS-SEM trên toàn bộ mẫu, hãy kiểm tra lại đề cương trước khi tiếp tục sửa MICOM.

Nếu bạn đang so sánh hệ số đường dẫn giữa các nhóm, MICOM thường là bước cần xem xét trước khi diễn giải khác biệt. Bạn không nên kết luận rằng một path mạnh hơn ở nhóm A chỉ vì hai hệ số có giá trị số khác nhau. Trước đó, thang đo phải được kiểm tra khả năng đo lường tương đương.

Kiểm tra Configural Invariance

Configural invariance là bước kiểm tra cấu hình cơ bản giữa các nhóm. Các construct cần được giữ nguyên, mỗi construct cần dùng cùng bộ indicator và hướng đo lường phải nhất quán. Ví dụ, nếu construct SAT dùng SAT1 đến SAT4 ở nhóm nam nhưng chỉ dùng SAT1 đến SAT3 ở nhóm nữ, kết quả so sánh sẽ có vấn đề.

Trong SmartPLS, bạn mở phần mô hình theo nhóm, kiểm tra tên construct, indicator, loại construct và cách xử lý biến đảo chiều. Nếu bạn nhập dữ liệu từ hai file khác nhau, hãy đối chiếu tên cột trong .csv hoặc .sav trước khi tạo group comparison.

Một lỗi thường gặp là biến nhóm bị nhập bằng nhiều dạng ký tự, chẳng hạn Nam, nam và NAM. Hãy chuẩn hóa giá trị nhóm thành một quy ước duy nhất. Bạn cũng cần chắc chắn rằng các nhóm có cùng thang Likert, cùng hướng mã hóa và cùng đơn vị đo.

Kiểm tra lại dữ liệu từng nhóm

Tách dữ liệu theo nhóm và kiểm tra số quan sát, missing value, giá trị ngoài khoảng Likert, câu trả lời lặp một mức và outlier. Một nhóm có quá ít quan sát hoặc có nhiều bản trả lời không hợp lệ có thể làm kết quả permutation thiếu ổn định.

Bạn có thể kiểm tra trực tiếp trong Excel, SPSS hoặc công cụ xử lý dữ liệu trước khi nhập SmartPLS. Với file .csv, hàng đầu tiên nên là tên indicator, các hàng sau là quan sát. Không để thêm dòng tiêu đề phụ, ký tự gộp ô hoặc công thức chưa được chuyển thành giá trị.

Nếu một respondent bỏ trống quá nhiều biến, hãy áp dụng cùng tiêu chí làm sạch cho tất cả nhóm. Xóa riêng những dòng làm kết quả xấu ở một nhóm sẽ khiến quy trình khó giải trình. Việc làm sạch phải dựa trên tiêu chí đã đặt trước, không dựa vào việc kết quả MICOM có đẹp hay không.

Đánh giá measurement model riêng cho từng nhóm

Trước khi chạy lại MICOM, hãy xem outer loading, Cronbach's Alpha, composite reliability, AVE và HTMT theo từng nhóm. MICOM không thể biến một thang đo yếu thành thang đo tốt. Nếu AVE của một construct thấp ở một nhóm, bạn cần xử lý measurement model trước. Bạn có thể tham khảo bài AVE nhỏ hơn 0.5 phải làm sao.

Với outer loading, ngưỡng 0.7 thường được dùng trong PLS-SEM theo (Chin, 1998) hoặc (Hair và cộng sự, 2022). CR từ 0.7 và AVE từ 0.5 trở lên là các mốc thường được viện dẫn theo (Fornell và Larcker, 1981). Đây là tiêu chí đánh giá measurement model, không phải điều kiện duy nhất để kết luận MICOM.

Bạn không nên xóa một indicator chỉ vì nó có loading thấp trong một nhóm mà không xem xét ý nghĩa nội dung. Hãy kiểm tra corrected item-total correlation, reliability sau khi loại biến và khả năng thang đo còn đại diện đầy đủ cho khái niệm. Nếu CR lớn hơn 0.95, xem thêm CR lớn hơn 0.95 phải làm sao, vì đó có thể là dấu hiệu các indicator trùng nội dung.

Chạy lại MICOM với cấu hình nhất quán

Sau khi dữ liệu và mô hình đã được kiểm tra, chạy lại MICOM trong SmartPLS 4 theo quy trình của phiên bản bạn đang dùng. Chọn đúng biến nhóm, xác định nhóm tham chiếu nếu phần mềm yêu cầu, rồi đặt số lần permutation ở mức bạn đã quy định trong phương pháp nghiên cứu.

Kết quả nên được lưu theo từng phiên bản dữ liệu. Đặt tên file hoặc ghi chú như MICOM_lan_1, MICOM_sau_loai_missing và MICOM_cuoi. Điều này giúp bạn trả lời khi giảng viên hỏi vì sao kết quả ở bản nháp khác với kết quả trong chương 4.

Đọc đúng ba giai đoạn của MICOM

Giai đoạn 1 xem cấu hình mô hình có giống nhau giữa các nhóm hay không. Giai đoạn 2 xem composite có được hình thành từ các indicator theo cách tương đương hay không. Giai đoạn 3 kiểm tra sự bằng nhau của composite mean values và composite variances.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể. Tên cột được trình bày theo cách bạn thường gặp khi đọc kết quả MICOM trong SmartPLS. Hãy thay các giá trị này bằng output thật của file mình.

Nếu đạt hai giai đoạn đầu, bạn thường có partial measurement invariance, từ đó có cơ sở để tiếp tục một số phân tích so sánh nhóm. Nếu đạt cả ba giai đoạn, đó là full measurement invariance. Nếu không đạt giai đoạn 2, bạn cần thận trọng hơn khi so sánh path coefficients hoặc mean giữa các nhóm.

Tên diễn giải chính xác còn phụ thuộc bảng kết quả và mục tiêu phân tích của bạn. Không nên viết rằng “MICOM không đạt nên mô hình sai”. MICOM đang cho biết mức độ tương đương của phép đo giữa các nhóm, không trực tiếp kết luận toàn bộ mô hình cấu trúc đúng hay sai.

Khi nào phải quay lại thu thêm dữ liệu

Thu thêm dữ liệu chỉ hợp lý khi nguyên nhân chính là nhóm có quá ít quan sát, phân bố nhóm mất cân đối hoặc dữ liệu hiện tại không đại diện cho thiết kế mẫu đã nêu. Thêm mẫu không sửa được việc bạn dùng hai phiên bản bảng hỏi, mã hóa biến đảo chiều sai hoặc gán nhầm indicator.

Bạn nên cân nhắc thu thêm khi một nhóm chỉ có rất ít quan sát so với nhóm còn lại, nhiều bản trả lời bị loại trong cùng một nhóm, hoặc kết quả MICOM dao động mạnh giữa các lần chạy hợp lệ. Trước khi phát bảng hỏi mới, hãy giữ nguyên wording, thứ tự biến và thang Likert. Nếu thay đổi bảng hỏi giữa hai đợt, tính tương đương đo lường càng khó giải thích.

Nếu nguyên nhân là nhóm thực sự có cách hiểu khái niệm khác nhau, thu thêm dữ liệu có thể vẫn không làm MICOM đạt. Khi đó, bạn cần báo cáo sự khác biệt này thay vì tiếp tục xóa indicator cho đến khi có kết quả mong muốn. Việc xóa biến hàng loạt để ép p-value vượt 0.05 là rủi ro lớn khi bảo vệ.

Cách giải trình với giảng viên hướng dẫn

Bạn nên trình bày theo thứ tự: mục tiêu chạy MICOM, nhóm so sánh, giai đoạn không đạt, nguyên nhân đã kiểm tra, thao tác xử lý và giới hạn còn lại. Đính kèm bảng output trước và sau khi xử lý, cùng số quan sát của từng nhóm.

Cách viết vào luận văn: “Kết quả MICOM cho thấy mô hình đạt Configural Invariance và Compositional Invariance giữa [nhóm 1] và [nhóm 2], trong khi điều kiện Equality of Composite Mean Values and Variances [đạt/không đạt]. Do đó, nghiên cứu [được phép/giới hạn] khi so sánh [nội dung so sánh] giữa các nhóm. Các chỉ số được báo cáo gồm [p-value hoặc kết quả permutation], với số lần hoán vị là [số lần].”

Bạn thay placeholder bằng đúng kết quả của file mình. Không ghi “MICOM đạt” chung chung nếu chỉ có hai giai đoạn đạt. Nếu chưa xác định được nguyên nhân, hãy nói rõ dữ liệu đang được kiểm tra thêm và hỏi giảng viên về phạm vi so sánh phù hợp.

Cách phòng từ bước thiết kế

Ngay từ lúc thiết kế bảng hỏi, bạn cần dùng cùng wording, cùng số điểm Likert và cùng thứ tự indicator cho tất cả nhóm. Các biến đảo chiều phải được ghi chú riêng trong codebook. Khi nhập dữ liệu, tạo một bảng quy ước cho tên cột, nhãn giá trị và mã nhóm.

Trước khi thu đủ mẫu, hãy chạy kiểm tra thử trên một phần dữ liệu để phát hiện lỗi tên biến và lỗi mã hóa. Đừng đợi đến lúc hoàn thành toàn bộ bảng hỏi mới kiểm tra file. Một dòng dữ liệu mẫu với Nam, Nữ, số nguyên Likert và missing value đúng quy ước có thể giúp bạn tránh việc làm lại toàn bộ bước nhập liệu.

Bạn cũng nên lập nhật ký phân tích gồm ngày chạy, phiên bản SmartPLS, file dữ liệu, tiêu chí loại quan sát, số lần permutation và lý do thay đổi mô hình. Nếu bootstrapping có vấn đề ở bước sau, bài bootstrapping bị lỗi phải làm sao sẽ giúp bạn tách lỗi của bootstrapping khỏi lỗi MICOM.

Lỗi thường gặp khi sửa

Lỗi đầu tiên là nhầm MICOM với các chỉ số fit của CB-SEM. CFI, TLI và RMSEA thuộc nhóm chỉ số thường dùng trong CB-SEM, không phải bộ tiêu chí cốt lõi để đánh giá MICOM trong SmartPLS. Bạn không cần đưa tất cả chỉ số của AMOS vào báo cáo PLS-SEM.

Lỗi thứ hai là chỉ nhìn p-value mà bỏ qua cấu hình mô hình và dữ liệu gốc. Một p-value lớn không tự động chứng minh mọi thứ đã tốt, cũng như một p-value nhỏ không tự động chứng minh bảng hỏi sai. Hãy đọc cùng lúc kết quả MICOM, chất lượng measurement model và cách phân nhóm.

Lỗi thứ ba là xóa indicator sau mỗi lần chạy mà không ghi lại lý do. Cách này làm mô hình thay đổi theo dữ liệu và khiến chương 3 không còn khớp chương 4. Nếu buộc phải loại biến, hãy nêu tiêu chí, tác động lên reliability và lý do nội dung vẫn còn được đại diện.

Lỗi thứ tư là so sánh path giữa các nhóm khi chưa kiểm tra invariance. MICOM không thay thế phân tích khác biệt giữa các nhóm, nhưng nó là cơ sở để biết phép so sánh có đáng tin cậy hay bị giới hạn. Bạn cần báo cáo đúng phần đã kiểm định và tránh khẳng định rộng hơn kết quả.

Câu hỏi thường gặp

MICOM không đạt có phải bỏ toàn bộ mô hình không?

Chưa thể kết luận như vậy. Bạn cần xem MICOM không đạt ở giai đoạn nào, nguyên nhân đến từ cấu hình, dữ liệu hay measurement model, rồi mới quyết định có cần chỉnh mô hình hay giới hạn phần so sánh nhóm.

Nếu mô hình vẫn phù hợp với mục tiêu nghiên cứu đơn nhóm, việc MICOM không đạt có thể không ảnh hưởng đến phân tích toàn mẫu. Vấn đề chính nằm ở kết luận so sánh giữa các nhóm.

MICOM đạt hai trên ba bước có dùng được không?

Kết quả đạt hai giai đoạn đầu thường được diễn giải là partial measurement invariance. Đây có thể là cơ sở cho một số phân tích so sánh, nhưng bạn phải nêu rõ giai đoạn nào đạt và phần so sánh nào được thực hiện.

Bạn không nên rút ra kết luận tổng quát rằng thang đo hoàn toàn bất biến nếu giai đoạn 3 không đạt. Hãy đối chiếu hướng dẫn phương pháp mà đề tài của bạn đã chọn và trao đổi với giảng viên về loại so sánh cụ thể.

Có nên xóa biến để MICOM đạt không?

Chỉ xóa khi có lý do phương pháp và nội dung rõ ràng. Indicator có loading thấp, trùng nội dung hoặc gây suy giảm đáng kể reliability có thể được xem xét, nhưng việc xóa phải được kiểm tra ở từng nhóm và ghi lại trong nhật ký phân tích.

Xóa biến chỉ vì p-value MICOM chưa đạt là cách xử lý khó bảo vệ. Sau khi xóa, hãy kiểm tra lại độ tin cậy, AVE, HTMT và ý nghĩa lý thuyết của construct.

Tăng số lần permutation có làm MICOM đạt không?

Tăng số lần permutation giúp kết quả ổn định hơn, nhưng không thay đổi dữ liệu hay cấu trúc thang đo. Nếu nguyên nhân thật sự là khác biệt giữa các nhóm, thêm permutation không thể sửa nguyên nhân đó.

Bạn nên dùng số lần permutation nhất quán với phương pháp nghiên cứu và ghi rõ trong luận văn. (Hair và cộng sự, 2022) nêu quy trình PLS-SEM với 5.000 bootstrap subsamples, nhưng bootstrap và permutation trong MICOM là các thủ tục khác nhau, vì vậy không nên đồng nhất hai con số.

MICOM có liên quan đến HTMT và AVE không?

Có liên quan ở góc độ đánh giá measurement model, nhưng chúng không phải cùng một kiểm định. AVE tập trung vào giá trị hội tụ, HTMT tập trung vào giá trị phân biệt, còn MICOM tập trung vào khả năng so sánh phép đo giữa các nhóm.

Vì vậy, bạn nên kiểm tra AVE, HTMT và các chỉ số reliability theo từng nhóm trước khi diễn giải MICOM. Một mô hình có MICOM phù hợp vẫn cần được báo cáo đầy đủ các tiêu chí measurement model liên quan.

Bạn hãy mở lại file SmartPLS, ghi riêng ba dòng Configural Invariance, Compositional Invariance và Equality of Composite Mean Values and Variances, sau đó kiểm tra dữ liệu từng nhóm trước khi xóa bất kỳ indicator nào. Nếu muốn chạy toàn bộ quy trình trên file .sav hoặc .csv của mình, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.