Giá trị outer loading trong SmartPLS là hệ số tương quan giữa một biến quan sát (chỉ báo) và một biến tiềm ẩn (còn gọi là nhân tố hoặc cấu trúc) trong mô hình PLS-SEM. Giá trị outer loading cho thấy độ mạnh và hướng của mối quan hệ giữa các biến quan sát và biến ẩn.
1. Hệ số outer loadings là gì?
Hệ số outer loading có thể được sử dụng để đánh giá chất lượng các biến quan sát của một nhân tố dạng thang đo kết quả (reflective). Nếu một biến quan sát có outer loading thấp, có thể cho thấy rằng biến đó không đóng góp nhiều vào factor tương ứng và có thể bị loại khỏi mô hình.
Giá trị outer loading trong SmartPLS có thể nằm trong khoảng từ 0 đến 1, với giá trị 1 thể hiện mối quan hệ hoàn hảo giữa biến quan sát và biến ẩn, và giá trị gần 0 thể hiện mối quan hệ yếu hoặc không có mối quan hệ giữa hai biến này.
2. Ngưỡng đánh giá outer loading
Trong cuốn A Primer On Partial Least Squares Structural Equation Modeling (2013), Hair và cộng sự đã khuyến nghị giá trị outer loading để biến quan sát có ý nghĩa tốt là từ 0.7 trở lên. Nhóm tác giả này cho rằng outer loading dưới 0.4 biến quan sát cần được loại bỏ khỏi mô hình. Khi hệ số này nằm ở đoạn 0.4 đến dưới 0.7 quyết định loại hay giữ sẽ phụ thuộc nhà nghiên cứu khi đánh giá cùng với các chỉ số như độ tin cậy tổng hợp (composite reliability – CR) và tính hội tụ (convergent validity, ví dụ hệ số AVE) của nhân tố đó.
- Nếu giá trị CR hoặc AVE đang dưới ngưỡng đề nghị và việc loại biến quan sát có outer loading nhỏ hơn 0.7 giúp tăng CR hoặc AVE đạt ngưỡng phù hợp thì chúng ta sẽ loại biến quan sát đó.
- Nếu CR và AVE đều đã đạt ngưỡng đề nghị, biến quan sát có outer loading từ 0.4 đến dưới 0.7 và biến quan sát này bạn đánh giá là có ý nghĩa quan trọng trong nghiên cứu, bạn có thể giữ nó lại.
Trong SmartPLS 3, bạn có thể xem giá trị outer loading của các biến quan sát trong bảng “Outer Loadings” trong mục “Final Results”. Xem cách chạy SmartPLS để có được chỉ số outer loading tại bài viết Đánh giá mô hình đo lường dạng kết quả trên SMARTPLS.
Trong ví dụ bên dưới, biến CV1, DK4 và TL4 có hệ số tải nhỏ hơn 0.7, cần xem xét loại bỏ khỏi mô hình.
Qua quá trình đánh giá thì 3 biến quan sát này thực sự trên thực tế không có đóng góp quá nhiều vào thực tiễn đề tài, cho nên tác giả quyết định loại bỏ cả 3 biến này và thực hiện phân tích lại mô hình.
