Đánh giá độ tin cậy của thang đo cfa

Cronbach’s alpha dùng để đo độ tin cậy của thang đo, nói lên tính nhất quán nội bộ của thang đo đó. Công thức tính dựa trên sự tương quan lẫn nhau giữa các biến quan sát. Cronbach’s alpha giả định rằng tất cả các biến quan sát indicator đều có mức độ tin cậy như nhau, nghĩa là có hệ số regression weight (outer loading) vào biến khái niệm construct như nhau. Hơn nữa, Cronbach’s alpha bị nhạy cảm với số lượng biến quan sát trong thang đo, và thường có xu hướng đánh giá thấp tính nhất quán nội tại. Do những hạn chế đó, có một kĩ thuật phù hợp hơn để đo tính nhất quán nội tại, được gọi là độ tin cậy tổng hợp composite reliability. Phương pháp này hoàn toàn dựa vào standardized outer loading(còn gọi là hệ số hồi quy chuẩn hóa standardized regression weight)

Cronbach’s alpha là một thước đo thận trọng về độ tin cậy (tức là, nó dẫn đến các giá trị độ tin cậy tương đối thấp). Ngược lại, độ tin cậy tổng hợp có xu hướng đánh giá quá cao độ tin cậy nhất quán nội bộ, do đó dẫn đến ước tính độ tin cậy tương đối cao hơn. Vì vậy, nên xem xét và báo cáo cả hai tiêu chí. Khi phân tích và đánh giá độ tin cậy nội bộ của các thang đo, độ tin cậy thực sự thường nằm giữa Cronbach’s Alpha (đại diện cho giới hạn dưới) và độ tin cậy tổng hợp (đại diện cho giới hạn trên).

Link chi tiết về cronbach’s alpha: https://phantichspss.com/phan-tich-do-tin-cay-cronbachs-alpha.html

Link chi tiết về độ tin cậy tổng hợp composite reliability : https://phantichspss.com/cach-tinh-do-tin-cay-tong-hop-composite-reliability-trong-amos.html

Xem thêm:

  • Cần làm gì khi “Cronbach’s Alpha if Item Deleted” lớn hơn Cronbach’s Alpha hiện tại
  • Cơ sở lý thuyết của mô hình mạng (SEM) – Phần 2
  • Các loại thang đo trong SPSS Scale, Ordinal, Nominal
  • AMOS có thể vẽ được formative construct hay không và vẽ như thế nào?
  • Hướng dẫn download và cài đặt phần mềm AMOS version 20

Bài viết cùng chủ đề:

Từ khóa: phân tích CFA, đọc kết quả CFA, phân tích AMOS, chạy CFA trên AMOS, cach chay CFA, cach phan tich CFA, phân tích nhân tố khẳng định CFA, độ tin cậy tổng hợp CR, phương sai trích AVE, composite reliability, average variance extracted.

Độ tin cậy tổng hợp (Composite Reliability - CR) là chỉ số được ưa thích sử dụng nhiều hơn so với Cronbach's Alpha trong phân tích mô hình SEM bởi Cronbach's Alpha tồn tại nhiều hạn chế như có xu hướng đánh giá thấp độ tin cậy của thang đo, đánh giá không đúng độ tin cậy nhất quán nội tại, nhạy cảm với số lượng biến quan sát thang đo.

Đánh giá độ tin cậy của thang đo cfa

1. Độ tin cậy nhất quán nội bộ (internal consistency reliabilty)

Độ tin cậy nhất quán nội bộ được hiểu là sự đồng nhất (homogeneity) về đo lường của các chỉ báo trong một thang đo (scale) (Devellis, 2016; Price và cộng sự, 2015). Cơ sở của độ tin cậy nhất quán nội bộ chính là các chỉ báo có mối tương quan thuận chặt chẽ với nhau (mô hình đo lường kết quả). Điều này dẫn tới một kết quả quan trọng là nếu mức độ tương quan thuận giữa các chỉ báo (inter-items) mà cao, chứng tỏ các chỉ báo này đang đo lường tốt cho một khái niệm.

2. Độ tin cậy tổng hợp (composite reliability)

Độ tin cậy tổng hợp là một hệ số dùng để đo lường cho tính nhất quán nội bộ của các chỉ báo trong một thang đo và được dùng thay thế cho hệ số Cronbach's Alpha (Netemeyer và cộng sự, 2003).

Hệ số độ tin cậy tổng hợp CR sử dụng các hệ số tải chuẩn hóa và sự biến thiên sai số của các biến quan sát thuộc một biến tiềm ẩn. McDonald (1970) đưa ra công thức tính toán hệ số độ tin cậy tổng hợp của một biến tiềm ẩn A gồm m biến quan sát như sau:

Đánh giá độ tin cậy của thang đo cfa

Trong đó:

  • CR: độ tin cậy tổng hợp CR của biến tiềm ẩn A
  • ld1, ld2, ldm: hệ số tải chuẩn hóa của biến quan sát thuộc biến tiềm ẩn A
  • m: số lượng biến quan sát của biến tiềm ẩn A
  • σ12, σ22, σm2: phương sai sai số đo lường của biến quan sát thuộc biến tiềm ẩn A ( σm2 = 1 - ldm2)

Giống như Cronbach's Alpha, giá trị độ tin cậy tổng hợp nằm trong khoảng từ 0-1, với giá trị càng cao, gần với 1 cho thấy mức độ tin cậy càng cao. Đặc biệt, với nghiên cứu khám phá (exploratory research), giá trị độ tin cậy từ 0.6 - 0.7 được chấp nhận, tuy nhiên trong khi với nhiều nghiên cứu khác, giá trị này đòi hỏi phải nằm trong khoảng từ 0.7 - 0.9 để được chấp nhận (Nunally và Bernstein, 1994). Nếu giá trị này lớn hơn 0.95 được xem như có vấn đề vì có khả năng cao xảy ra tình trạng trùng lắp biến quan sát, nghĩa là các biến quan sát cùng một nội dung với nhau. Nếu độ tin cậy tổng hợp có giá trị nhỏ hơn 0.6, điều này cho thấy rằng thiếu độ tin cậy nhất quán nội tại và cần xem xét lại (Hair và cộng sự, A Primer on Partial Least Squares Structural Equation Modeling, 2014).