VIF là gì trong SmartPLS và cách xử lý đa cộng tuyến
VIF trong SmartPLS dùng để làm gì
Bạn mở SmartPLS lên, chạy PLS-SEM Algorithm rồi thấy các cột VIF và Inner VIF Values với những con số chưa biết kết luận thế nào. VIF là viết tắt của Variance Inflation Factor, dùng để kiểm tra đa cộng tuyến giữa các biến dự báo trong cùng một phương trình. Khi các biến độc lập có tương quan quá cao, hệ số đường dẫn có thể trở nên không ổn định, sai số tăng và việc giải thích tác động của từng biến trở nên khó tin cậy.
Trong PLS-SEM, VIF được xem ở hai vị trí. Inner VIF kiểm tra đa cộng tuyến giữa các biến tiềm ẩn dự báo một biến nội sinh trong mô hình cấu trúc. Outer VIF kiểm tra đa cộng tuyến giữa các biến quan sát tạo thành một construct formative. Với construct reflective, bạn thường tập trung vào outer loading, Cronbach's Alpha, CR, AVE và HTMT, còn Inner VIF phục vụ phần structural model.
VIF được tính từ mức độ một biến dự báo có thể được giải thích bởi các biến dự báo còn lại. Công thức thường được biểu diễn là VIF = 1 / (1 - R²), trong đó R² là kết quả hồi quy biến dự báo đang xét theo các biến dự báo khác. Vì vậy, VIF càng lớn thì thông tin trùng lặp giữa các biến càng đáng chú ý. Nếu mới làm quen với phần mềm, bạn có thể xem thêm bài SmartPLS là gì và bài Partial Least Squares là gì.
Chuẩn bị mô hình và dữ liệu
Trước khi tìm VIF, cần xác định bạn đang kiểm tra phần nào của mô hình. Measurement model mô tả quan hệ giữa biến tiềm ẩn và biến quan sát. Structural model mô tả các mũi tên giữa các biến tiềm ẩn, chẳng hạn CLDV -> HL và HL -> YD. VIF trong phần cấu trúc chỉ có ý nghĩa khi mô hình đã khai báo đúng hướng tác động và đúng biến dự báo.
Tên indicator nên nhất quán, chẳng hạn CLDV1, CLDV2, HL1, HL2. Tránh dùng cùng một indicator cho hai construct nếu mô hình của bạn không có cơ sở phương pháp rõ ràng. Nếu có biến đảo chiều, hãy mã hóa lại trước khi nhập dữ liệu. VIF không sửa được lỗi mã hóa, lỗi nhập dữ liệu hoặc việc gán nhầm biến quan sát vào construct.
SmartPLS 4 có thể nhập dữ liệu từ .csv, .xlsx hoặc một số định dạng được phần mềm hỗ trợ. Với .csv, hàng đầu nên là tên biến, mỗi hàng tiếp theo là một đáp viên, mỗi cột là một indicator hoặc biến kiểm soát. Không để tiêu đề bảng, ký tự diễn giải, ô gộp hoặc nhiều dòng tên biến trong vùng dữ liệu. Giá trị thiếu cần được kiểm tra trước, vì mã 999, dấu chấm hoặc chuỗi chữ có thể bị đọc như dữ liệu không hợp lệ.
Bạn cũng nên kiểm tra mỗi construct đang được khai báo reflective hay formative. Việc chọn sai loại measurement model sẽ làm bạn đọc sai outer VIF, outer loading và các tiêu chí giá trị hội tụ. AVE có cách diễn giải riêng, bạn có thể đối chiếu thêm với bài AVE là gì.
Các bước thực hiện VIF trong SmartPLS 4
Bước 1: Tạo project và nhập file dữ liệu
Mở SmartPLS 4, tạo project mới rồi chọn file dữ liệu. Kiểm tra danh sách cột sau khi nhập. Nếu tên indicator bị cắt, bị trùng hoặc biến số bị nhận thành text, dừng ở đây để sửa file nguồn rồi nhập lại. Đừng chạy mô hình trên một file mà bạn chưa biết SmartPLS đang đọc các cột như thế nào.
Bước 2: Vẽ measurement model và structural model
Tạo các construct, kéo indicator tương ứng vào từng construct, sau đó vẽ mũi tên theo giả thuyết nghiên cứu. VIF của một construct nội sinh được tính dựa trên các construct có mũi tên đi vào nó. Ví dụ, nếu CLDV, GC và TT cùng tác động đến HL, SmartPLS sẽ kiểm tra mức đa cộng tuyến của ba biến dự báo trong phương trình giải thích HL.
Nếu có biến kiểm soát, hãy ghi rõ chúng trong mô hình. VIF không cho biết giả thuyết có được chấp nhận hay không. Nó chỉ cảnh báo rằng các biến dự báo có thể đang chia sẻ quá nhiều thông tin.
Bước 3: Chạy PLS-SEM Algorithm
Trong SmartPLS 4, chọn mô hình rồi chạy PLS-SEM Algorithm. Ở cửa sổ kết quả, chuyển sang nhóm kết quả của structural model và tìm Inner VIF Values. Tên menu và bố cục của SmartPLS 3 có thể khác SmartPLS 4, vì vậy không nên bê nguyên đường dẫn giao diện của phiên bản cũ sang phiên bản mới.
Nếu cần kiểm tra formative indicators, mở phần Outer VIF Values. Hãy ghi lại loại VIF đang đọc, vì Inner VIF và Outer VIF trả lời hai câu hỏi khác nhau. Với mô hình reflective thông thường, bảng Inner VIF là bảng thường được báo cáo trong phần đánh giá structural model.
Bước 4: Chạy Bootstrapping để kiểm tra mô hình tiếp theo
Chọn Bootstrapping trong SmartPLS 4 sau khi PLS Algorithm đã chạy ổn định. Khi báo cáo PLS-SEM, quy trình bootstrap với 5.000 subsamples được khuyến nghị trong (Hair và cộng sự, 2022). Bootstrapping giúp đánh giá standard error, t-value, p-value và confidence interval của path coefficient, nhưng không thay thế bước kiểm tra VIF.
Bạn nên lưu lại cả kết quả trước và sau khi xử lý. Việc xóa một indicator hoặc construct có thể làm thay đổi VIF, R², path coefficient và các tiêu chí measurement model. Một thư mục kết quả theo từng vòng chạy giúp bạn giải trình với giảng viên khi cần.
Bước 5: Xuất bảng kết quả và đối chiếu với mô hình
Dùng chức năng export của SmartPLS 4 để lưu bảng Inner VIF Values, Outer VIF Values nếu có, cùng với Path Coefficients, R², f², Q², Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Đặt tên file theo vòng chạy, chẳng hạn model_vong_1.xlsx và model_vong_2.xlsx.
Đừng chỉ chụp một con số VIF rồi kết luận toàn bộ mô hình đạt. Bạn cần biết con số đó thuộc phương trình nào, liên quan đến biến dự báo nào và có xuất hiện ở construct formative hay structural model.
Đọc bảng kết quả
Trong bảng Inner VIF Values, mỗi cột thường đại diện cho một biến nội sinh, còn mỗi hàng là một biến dự báo. Nếu một biến không có mũi tên đến construct nào, nó có thể không xuất hiện trong cùng cách trình bày. Hãy đọc theo từng cột, vì mục tiêu là xem các biến cùng giải thích một biến nội sinh có bị đa cộng tuyến hay không.
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Cấu trúc và tên cột mô phỏng cách bạn có thể gặp trong output SmartPLS 4.
| Biến dự báo | HL | YD | Diễn giải minh họa |
|---|---|---|---|
| CLDV | 2.184 | CLDV dự báo HL, VIF = 2.184 | |
| GC | 1.763 | GC dự báo HL, VIF = 1.763 | |
| TT | 2.407 | TT dự báo HL, VIF = 2.407 | |
| HL | 2.936 | HL dự báo YD, VIF = 2.936 |
Trong ví dụ này, CLDV, GC và TT cùng nằm trong phương trình dự báo HL. Bạn đọc các giá trị 2.184, 1.763 và 2.407 cùng nhau. HL nằm trong phương trình dự báo YD, nên giá trị 2.936 được đọc trong cột YD, không so sánh máy móc với một biến không cùng phương trình.
VIF không phải p-value. Một VIF thấp không chứng minh path coefficient có ý nghĩa thống kê. Sau khi kiểm tra VIF, bạn vẫn cần xem dấu của hệ số đường dẫn, confidence interval, p-value, R² và f². R² phản ánh mức giải thích của biến nội sinh, bạn có thể xem thêm bài R square là gì.
Ngưỡng đánh giá
Trong báo cáo PLS-SEM, VIF dưới 5 thường được dùng làm ngưỡng kiểm tra đa cộng tuyến theo (Hair và cộng sự, 2019). Ngưỡng này cần được đọc cùng bối cảnh lý thuyết, cách đo lường và cấu trúc dữ liệu. Một giá trị dưới 5 không tự động chứng minh mô hình tốt trên mọi phương diện.
| Chỉ số hoặc tiêu chí | Ngưỡng tham khảo | Nguồn |
|---|---|---|
| Inner VIF trong structural model | Dưới 5 | (Hair và cộng sự, 2019) |
| Outer VIF của formative indicators | Dưới 5 | (Hair và cộng sự, 2019) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Chin, 1998) |
| CR | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85 hoặc 0.90 với construct gần nhau | (Henseler và cộng sự, 2015) |
| R² | 0.75 đáng kể, 0.50 trung bình, 0.25 yếu | (Hair và cộng sự, 2011) |
| f² | 0.02 nhỏ, 0.15 trung bình, 0.35 lớn | (Cohen, 1988) |
| Q² | Lớn hơn 0 | (Stone, 1974) |
VIF là tiêu chí riêng của đa cộng tuyến. CR, AVE và HTMT dùng để đánh giá measurement model, còn R², f² và Q² liên quan đến khả năng giải thích, kích thước tác động và khả năng dự báo. Không nên gộp tất cả thành một kết luận rằng mô hình đạt chỉ vì VIF dưới 5.
Cũng cần giữ đúng họ phương pháp. CFI, TLI, RMSEA là fit indices thường dùng trong CB-SEM, không đưa vào bảng tiêu chí cốt lõi của SmartPLS chỉ để làm báo cáo có nhiều chỉ số hơn. Khi viết về SEM nói chung, bạn có thể đọc thêm bài SEM là gì, nhưng cần phân biệt CB-SEM với PLS-SEM khi chọn chỉ số. Bạn cũng có thể xem danh mục chủ đề SmartPLS để đối chiếu các bước đánh giá mô hình.
Cách trình bày trong chương 4
Bạn có thể trình bày VIF sau phần đánh giá measurement model hoặc ở đầu phần đánh giá structural model, miễn là thứ tự nhất quán với phương pháp đã chọn. Một đoạn viết có thể điều chỉnh như sau: “Kết quả kiểm tra đa cộng tuyến cho thấy các giá trị Inner VIF của các biến dự báo nằm trong khoảng từ [giá trị nhỏ nhất] đến [giá trị lớn nhất], đều thấp hơn ngưỡng 5 theo (Hair và cộng sự, 2019). Vì vậy, mô hình không cho thấy vấn đề đa cộng tuyến nghiêm trọng giữa các biến dự báo trong các phương trình cấu trúc.”
Chỉ điền số vào placeholder sau khi kiểm tra đúng bảng Inner VIF Values của file. Nếu có giá trị vượt 5, không dùng nguyên câu trên. Hãy nêu construct nào có VIF cao, ở phương trình nào, bạn đã kiểm tra nguyên nhân gì và quyết định xử lý ra sao.
Một bảng báo cáo gọn có thể gồm tên biến dự báo, biến nội sinh được dự báo và VIF lớn nhất trong phương trình. Nếu bảng đầy đủ quá rộng, đưa bảng chi tiết vào phụ lục và giữ chương 4 một bảng tóm tắt. Số liệu phải khớp giữa bảng, diễn giải và file output đã lưu.
Lỗi thường gặp
Lỗi đầu tiên là đọc VIF trước khi kiểm tra mô hình. Nếu bạn gán nhầm indicator hoặc vẽ nhầm mũi tên, con số VIF có thể phản ánh một mô hình khác với mô hình trong giả thuyết. Hãy mở lại sơ đồ và đối chiếu từng construct trước khi xử lý dữ liệu.
Lỗi thứ hai là xóa ngay biến có VIF cao. VIF cao có thể xuất phát từ các construct có nội dung khái niệm gần nhau, biến quan sát bị trùng ý, mã hóa sai hoặc mô hình có các biến dự báo chồng lấn. Xóa biến chỉ vì muốn bảng đẹp có thể làm mất cơ sở lý thuyết và làm thay đổi nội dung construct.
Lỗi thứ ba là nhầm VIF với HTMT hoặc AVE. HTMT kiểm tra giá trị phân biệt, AVE kiểm tra giá trị hội tụ, còn VIF kiểm tra đa cộng tuyến. Các chỉ số này có thể cùng xuất hiện trong báo cáo SmartPLS nhưng không thay thế cho nhau.
Lỗi thứ tư là dùng ngưỡng của phần mềm khác mà không nói rõ. SPSS có thể hiển thị VIF trong bảng Coefficients của hồi quy tuyến tính, còn SmartPLS hiển thị VIF trong kết quả PLS-SEM. Câu hỏi nghiên cứu và loại mô hình quyết định cách đọc, không phải chỉ tên chỉ số.
Khi VIF vượt ngưỡng, hãy kiểm tra theo thứ tự: dữ liệu và mã hóa, indicator hoặc construct bị trùng nội dung, mô hình lý thuyết, rồi mới cân nhắc loại biến. Nếu một construct có nhiều indicator formative, kiểm tra outer VIF riêng. Nếu nhiều construct reflective có nội dung quá gần nhau, xem thêm HTMT và cơ sở khái niệm trước khi gộp hoặc loại construct.
Câu hỏi thường gặp
VIF là gì và dùng để kiểm định điều gì?
VIF là chỉ số kiểm tra mức độ đa cộng tuyến giữa các biến dự báo trong cùng một phương trình. Trong SmartPLS, Inner VIF thường được dùng cho structural model, còn Outer VIF thường được xem khi đánh giá các indicator formative.
VIF không kiểm định giả thuyết tác động và cũng không thay thế p-value. Nó cho biết hệ số đường dẫn có thể bị ảnh hưởng bởi sự trùng lặp thông tin giữa các biến dự báo hay không.
VIF bao nhiêu là đạt trong SmartPLS?
VIF dưới 5 thường được xem là đạt theo (Hair và cộng sự, 2019). Bạn nên báo cáo cả giá trị cụ thể và vị trí của nó trong phương trình, thay vì chỉ viết rằng mô hình không có đa cộng tuyến.
Ngưỡng là căn cứ báo cáo, không phải lý do duy nhất để giữ hoặc xóa biến. Khi VIF gần ngưỡng hoặc vượt ngưỡng, cần kiểm tra thêm nội dung thang đo và mô hình lý thuyết.
VIF cao có phải xóa biến ngay không?
Bạn không nên xóa ngay. Trước hết kiểm tra mã hóa, file dữ liệu, indicator trùng ý và các construct có nội dung khái niệm quá gần nhau. Sau đó trao đổi với giảng viên về phương án loại biến, gộp construct hoặc giữ nguyên và giải trình.
Nếu xóa indicator, hãy chạy lại toàn bộ nhóm tiêu chí liên quan, gồm outer loading, CR, AVE, HTMT, VIF và các kết quả structural model. Ghi lại lý do và thứ tự từng vòng chạy.
VIF trong SPSS và SmartPLS có giống nhau không?
Cùng đo vấn đề đa cộng tuyến nhưng xuất hiện trong quy trình khác nhau. SPSS thường hiển thị Tolerance và VIF trong bảng Coefficients của hồi quy, còn SmartPLS hiển thị Inner VIF Values hoặc Outer VIF Values trong PLS-SEM.
Bạn không nên lấy bảng VIF của SPSS để thay thế cho kết quả của mô hình SmartPLS nếu luận văn đang báo cáo PLS-SEM. Hãy dùng phần mềm phù hợp với mô hình và mô tả rõ quy trình.
VIF đạt nhưng HTMT không đạt thì kết luận thế nào?
Hai tiêu chí đang kiểm tra hai vấn đề khác nhau. VIF đạt cho thấy chưa có bằng chứng đa cộng tuyến vượt ngưỡng đã chọn, còn HTMT không đạt cho thấy cần xem lại giá trị phân biệt giữa các construct.
Khi gặp tình huống này, kiểm tra nội dung các indicator, cách phân biệt khái niệm và kết quả Discriminant Validity. Không kết luận rằng toàn bộ measurement model đạt chỉ dựa trên VIF.
Bạn hãy mở file SmartPLS của mình, xác định bảng Inner VIF Values hay Outer VIF Values, ghi lại giá trị cao nhất theo từng phương trình và đối chiếu với bảng ngưỡng trước khi sửa mô hình. Nếu cần chạy toàn bộ phân tích trên file .sav hoặc .csv của bạn, xem M4 phân tích dữ liệu.