Average variance extracted (AVE – phương sai trích): là mức độ mà biến nghiên cứu giải thích sự biến thiên của các biến quan sát nó.
Bootstrap samples (Các mẫu Bootstrap): số lượng mẫu được rút ra trong thủ tục bootstrapping.
Bootstrapping: là một kỹ thuật lấy mẫu lặp lại để rút ra một số lượng lớn các mẫu từ các dữ liệu ban đầu (với sự thay thế) và ước lượng các mô hình cho mỗi mẫu. Nó được sử dụng để xác định các sai số tiêu chuẩn của các ước lượng hệ số để đánh giá ý nghĩa thống kê các hệ số mà không cần dựa trên những giả định về phân phối chuẩn.
Correlation Coefficient (Hệ số tương quan): là chỉ số thống kê đo lường mức độ mạnh yếu của mối quan hệ giữa hai biến số. Có nhiều loại hệ số tương quan, nhưng loại phổ biến nhất là tương quan Pearson. Chỉ số này đo lường sức mạnh và mối quan hệ tuyến tính giữa hai biến.
Variance (Phương sai): là phép đo mức chênh lệch giữa các số liệu trong một tập dữ liệu trong thống kê. Nó đo khoảng cách giữa mỗi số liệu với nhau và đến giá trị trung bình của tập dữ liệu. Một phương sai lớn cho biết các số trong tập dữ liệu nằm cách xa giá trị trung bình và biến động lớn, trong khi phương sai nhỏ chỉ ra điều ngược lại. Giá trị phương sai bằng 0 chỉ ra rằng tất cả các giá trị trong một tập dữ liệu là giống hệt nhau. Hay không có sai số.
Common variance (Phương sai chung): phương sai mà một biến quan sát chia sẻ với các biến quan sát khác trong mô hình đo lường của một biến nghiên cứu.
Common method bias (Sai lệch do phương pháp – CMB): Do các đối tượng khảo sát trả lời tất cả các phát biểu trong bảng câu hỏi tại cùng một thời điểm nên có thể phát sinh sai lệch do phương pháp (Podsakoff & cộng sự, 2003).
Confidence interval – CI (Khoảng tin cậy): cung cấp giới hạn dưới và trên của các giá trị trong đó tham số tổng thể thực sự sẽ rơi vào xác xuất nhất định. Trong PLS – SEM, việc xây dựng khoảng tin cậy dựa trên các sai số chuẩn bootstrapping.
Construct (Khái niệm nghiên cứu): đo lường các khái niệm trừu tượng, phức tạp và không thể quan sát trực tiếp. Khái niệm nghiên cứu được thể hiện trong mô hình đường dẫn bằng hình tròn hoặc hình bầu dục.
Convergent validity (Giá trị hội tụ): Giá trị hội tụ thể hiện tập hợp các biến đo lường một khái niệm nghiên cứu phải có mối liên tương quan (inter-correlation) (Kline, 2011). Khi sử dụng PLS-SEM, giá trị hội tụ được đánh giá thông qua hệ số tải ngoài của các biến quan sát và cả hệ số AVE. Hệ số AVE cần đạt trên 0,5 và hệ số tải ngoài cần lớn hơn 0,7 để thang đo đạt giá trị hội tụ (Hair et al., 2017).
Direct effect (Ảnh hưởng trực tiếp/Tác động trực tiếp): là mối quan hệ trực tiếp giữa 2 biến tiềm ẩn trong mô hình đường dẫn PLS.
Discriminant validity (Giá trị phân biệt): Giá trị phân biệt là mức độ mà một khái niệm thật sự phân biệt với một khái niệm khác bởi các tiêu chuẩn thực nghiệm (Hair et al., 2010).
Formative measurement model (Mô hình đo lường nguyên nhân): là dạng thiết lập mô hình đo lường mà trong đó chiều của các mũi tên đi từ biến quan sát tới biến nghiên cứu. Là mô hình mà latent variable được tạo ra bởi các biến quan sát (HL1, HL2, HL3 –>HL) (QD1, QD2, QD3 –>QD).
Reflective measurement model (Mô hình đo lường kết quả): là dạng thiết lập mô hình đo lường trong đó chiều mũi tên đi từ biến nghiên cứu đến các biến quan sát, biểu thị rằng biến nghiên cứu gây ra phép đo (chính xác hơn, sự biến thiên đồng thời) của các biến quan sát. Là mô hình mà biến tiềm ẩn ( Latent variable) được phản ánh bởi các quan sát ( HL –> HL1, HL2, HL3) ( QD–>QD1, QD2, QD3). Mô hình kết quả được sử dụng rộng rãi trong khoa học hành vi. Các biến quan sát trong mô hình đo lường kết quả cũng được gọi là các biến quan sát tác động.
Full measurement invariance (Đo lường bất biến toàn phần): được xác nhận khi (i) bất biến cấu hình, (ii) bất biến thành phần, và (iii) sự cân bằng của giá trị trung bình tổng hợp và phương sai được chứng minh.
Hierachical component model (HCM) ( Mô hình thành phần thứ bậc): là cấu trúc bậc cao (thường là bậc 2) trong đó chứa nhiều lớp khái niệm nghiên cứu và có mức trừu tượng cao. HCM bao gồm thành phần bậc cao trừu tượng hơn (higher – oder constructions -–HOC), liên quan tới hai hoặc nhiều thành phần bậc thấp (Lower – oder constructions -–LOCs) theo hướng kết quả hoặc nguyên nhân.
Higher – oder construct (HOC): (Khái niệm nghiên cứu bậc cao) là một khái niệm nghiên cứu tổng quát đại diện cho tất cả LOC phụ thuộc trong trông mô hình thành phần thứ bậc.
Importance – performance map analysis (IPMA) (Phân tích biểu đồ tầm quan trọng – hiệu suất): mở rộng báo cáo kết quả PLS – SEM tiêu chuẩn về ước lượng hệ số đường dẫn bằng cách thêm một chiều/phương diện vào các phân tích để xem xét giá trị trung bình của điểm số biến tiềm ẩn. Theo Henseler và cộng sự (2016), công cụ IPMA (Importance Performance Map Analyses) sẽ cho biết vai trò của các biến độc lập đối với biến phụ thuộc trong mô hình cấu trúc. Biểu đồ này gồm trục hoành biểu thị mức độ quan trọng (Importance Index, mức tối đa là 1) theo các mức lần lượt là 0,02; 0,15 và 0,35 tương ứng với yếu, trung bình và mạnh. Trục tung biểu thị hiệu suất (Performance Index, mức tối đa là 100) theo các mức nhỏ hơn 50 và lớn hơn hoặc bằng 50 tương ứng với hiệu suất dưới trung bình và hiệu suất trên trung bình. Thông thường các hàm ý sẽ ưu tiên những biến tác động có tầm quan trọng cao nhưng hiệu suất thấp (Henseler & cộng sự, 2016)
Indicators (Các biến quan sát): là những quan sát đo lường trực tiếp (dữ liệu thô), thường được gọi là biến đo lường (items) hoặc biến biểu thị (manifest), được trình bày trong mô hình đường dẫn bằng các hình chữ nhật.
Indirect effect (Tác động gián tiếp): thể hiện mối quan hệ giữa 2 biến tiềm ẩn thông qua một biến nghiên cứu thứ ba (chẳng hạn: biến trung gian) trong mô hình đường dẫn PLS.
Nguồn: tổng hợp
Leave a Reply