Bài viết này sẽ hướng dẫn cách chạy SMARTPLS 4 theo trình tự đầy đủ và dễ hiểu nhất, giúp bạn nắm rõ từng bước từ chuẩn bị dữ liệu, xây dựng mô hình, kiểm định thang đo đến đánh giá mô hình cấu trúc và thực hiện Bootstrapping. Với hướng dẫn chi tiết theo đúng quy chuẩn học thuật, bạn có thể thực hiện phân tích PLS-SEM cho luận văn, đề tài nghiên cứu hoặc bài báo khoa học mà không bỏ sót bất kỳ bước quan trọng nào trong quy trình sử dụng SMARTPLS 4.
1. Chuẩn bị dữ liệu trước khi đưa vào chạy SMARTPLS 4
Từ phiên bản SMARTPLS 4, phần mềm hỗ trợ nhiều định dạng dữ liệu như .sav (SPSS), .xls/.xlsx (Excel), .csv và .txt. Trong đó, .csv được sử dụng phổ biến nhất vì đơn giản và tương thích cao.
Tuy nhiên, SMARTPLS yêu cầu dữ liệu đầu vào phải đúng chuẩn về cấu trúc và cách trình bày. Do đó, file dữ liệu cần được chuẩn hóa như đặt tên biến đúng quy tắc, mã hóa giá trị hợp lý và loại bỏ dữ liệu không phù hợp trước khi import vào SMARTPLS 4:
Tiêu chuẩn 1: Dữ liệu phải ở dạng Excel (.xlsx), CSV (.csv), hoặc file dữ liệu SPSS (.sav).
Tiêu chuẩn 2: Toàn bộ dữ liệu phải được mã hóa về dạng con số, không được chứa bất kỳ văn bản, dấu câu nào trong dữ liệu.
Tiêu chuẩn 3: Dòng đầu tiên trong file dữ liệu là tên biến. Tên biến cần đặt ngắn gọn, không chứa dấu tiếng Việt, khoảng trắng, ký tự đặc biệt. Không được để nguyên câu hỏi vào dòng tên biến.
Dù ở định dạng gì thì bạn cũng sẽ cần có được một file data đầu vào với cấu trúc như ảnh bên dưới là phù hợp nhất:
Mặc dù không phải là tiêu chuẩn bắt buộc, nhưng bạn nên thêm một cột số thứ tự vào đầu file dữ liệu. Việc này nằm tránh SMARTPLS 4 xuất output bị lỗi tên biến đầu tiên khi đọc dữ liệu.
2. Cài đặt SMARTPLS 4 và tạo vùng làm việc Workspace
Bạn có thể tải và cài đặt SMARTPLS 4 bản trial tại bài viết Tải và cài đặt SMARTPLS 4 Pro full dùng thử 30 ngày. Nếu bạn muốn mua bản Pro full tính năng dùng vĩnh viễn bạn có thể xem ở đây.
Sau khi cài đặt và khởi động lần đầu, menu lệnh bị khóa hoàn toàn, SMARTPLS 4 sẽ yêu cầu người dùng thiết lập workspace (vùng làm việc) trước rồi mới mở khóa các công cụ. Workspace là thư mục dùng để lưu trữ toàn bộ các dự án bạn thực hiện trên phần mềm về sau.
Khác với SPSS hay AMOS – nơi bạn chỉ chọn vị trí lưu file khi nhấn Save – SMARTPLS 4 bắt buộc phải có một vùng làm việc mặc định ngay từ đầu. Tất cả các file dự án (.zip) sẽ được tự động lưu trong thư mục này. Cơ chế đó giúp hạn chế rủi ro mất dữ liệu khi máy tính tắt đột ngột hoặc khi người dùng quên sao lưu dự án.
Để khai báo vùng làm việc trên SMARTPLS 4, chúng ta nhấp chọn vào nút New Workspace.
Một cửa sổ xuất hiện yêu cầu chúng ta chọn thư mục làm workspace. Ở ảnh ví dụ bên dưới, mình tạo thư mục "SmartPLS4 Workspace" nằm ở đường dẫn D:\Working\SmartPLS4 Workspace làm vùng làm việc.
3. Tạo dự án và nhập dữ liệu vào SMARTPLS 4
Sau khi đã thiết lập workspace, bước tiếp theo trong quy trình chạy SMARTPLS 4 là tạo dự án mới và đưa dữ liệu vào phần mềm.
Để tạo dự án, chúng ta nhấp vào New project.
Khi hộp thoại xuất hiện, nhập tên dự án vào ô Name (ví dụ: Du an 1), sau đó nhấn Create để hoàn tất việc tạo dự án.
Dự án vừa tạo sẽ hiển thị trong khu vực Workspace. Bên dưới tên dự án có hai tùy chọn:
- Import data file: dùng để nhập và khai báo dữ liệu đầu vào
- Create model: dùng để vẽ sơ đồ mô hình nghiên cứu
Trước tiên, chúng ta chọn Import data file để đưa dữ liệu vào phần mềm.
Một cửa sổ mới sẽ mở ra, bạn dẫn đến thư mục chứa file dữ liệu. Ví dụ, chọn file định dạng .csv có tên 345 - SEM 1. Sau khi chọn file, phần mềm sẽ hiển thị thông tin tổng quan của dữ liệu như: Name (tên biến), Missing (giá trị khuyết), Scale (Loại dữ liệu), Min (giá trị nhỏ nhất), Max (giá trị lớn nhất).
Sau khi dữ liệu được nhập thành công, màn hình thông tin dữ liệu sẽ hiển thị như minh họa. Nếu bảng này không xuất hiện, bạn cần kiểm tra lại file đầu vào (có thể đang gặp lỗi định dạng, thiếu dữ liệu hoặc sai cấu trúc), sau đó chỉnh sửa và thực hiện lại thao tác nhập dữ liệu. Bạn có thể nhấn Back để quay lại giao diện dự án ban đầu.
4. Vẽ mô hình nghiên cứu lên diagram SMARTPLS 4
Sau khi đã nhập dữ liệu thành công, bước tiếp theo là vẽ mô hình nghiên cứu lên diagram trong SMARTPLS 4. Đây là bước rất quan trọng vì cấu trúc mô hình bạn vẽ sẽ quyết định toàn bộ quá trình phân tích phía sau như đánh giá thang đo, kiểm định giả thuyết và phân tích tác động.
Xét một mô hình nghiên cứu như sau:
Tiến hành biểu diễn mô hình lý thuyết này lên SMARTPLS 4. Từ cửa sổ dự án, nhấp vào Create model.
Một cửa sổ xuất hiện, trong Model type bạn chọn PLS-SEM, ở Model name bạn gõ tên mong muốn, ví dụ mình đặt tên là Diagram. Sau đó nhấp vào nút Save để hoàn thành.
Do phần giới thiệu chức năng công cụ và thao tác vẽ rất dài, bạn xem đầy đủ tại bài viết Vẽ mô hình, xuất/nhập dự án trên SMARTPLS 4. Sau khi thao tác xong chúng ta có được diagram mô hình hoàn chỉnh như sau.
5. Chạy phân tích ước lượng PLS-SEM algorithm và Bootstrapping trong SMARTPLS 4
Sau khi vẽ xong mô hình nghiên cứu, chúng ta sẽ thực hiện hai bước quan trọng: chạy PLS-SEM algorithm và Bootstrapping. Kết quả từ hai bước này là cơ sở để đánh giá mô hình đo lường (measurement model) và mô hình cấu trúc (structural model).
- Đánh giá mô hình đo lường (Measurement Model):
1. Chất lượng biến quan sát của các nhân tố (Outer loading)
2. Độ tin cậy thang đo (Cronbach Alpha, CR)
3. Tính hội tụ và phân biệt (Hội tụ: AVE; Phân biệt: bảng HTMT, bảng Fornell and Larcker)
- Đánh giá mô hình cấu trúc (Structural Model):
1. Hiện tượng cộng tuyến của các biến độc lập (VIF)
2. Ý nghĩa các quan hệ tác động trong mô hình (Trực tiếp, Gián tiếp, Điều tiết, Hệ số chuẩn hóa, p-value)
3. Hệ số xác định R bình phương (R square)
4. Hệ số tác động f bình phương (f square)
5. Hệ số dự báo Q bình phương (Q square)
5.1 Cách chạy phân tích PLS-SEM algorithm
Khi thực hiện chạy PLS-SEM Algorithm, phần mềm sẽ trả về hầu hết các chỉ số quan trọng phục vụ cho:
(1) Đánh giá mô hình đo lường: Chất lượng biến quan sát của các nhân tố (Outer loading), Độ tin cậy thang đo (Cronbach Alpha, CR), Tính hội tụ và phân biệt (Hội tụ: AVE; Phân biệt: bảng HTMT, bảng Fornell and Larcker). Thông qua các chỉ số này, nhà nghiên cứu có thể kết luận thang đo có đạt độ tin cậy và giá trị cần thiết trước khi phân tích các mối quan hệ hay không. Xem đầy đủ bài viết đánh giá mô hình đo lường trong SMARTPLS 4 tại đây.
(2) Đánh giá mô hình cấu trúc: Hiện tượng cộng tuyến của các biến độc lập (VIF), Hệ số xác định R bình phương (R square), Hệ số tác động f bình phương (f square). Các chỉ số này phản ánh chất lượng và mức độ giải thích của mô hình. Xem đầy đủ bài viết đánh giá mô hình cấu trúc trong SMARTPLS 4 tại đây.
Tại giao diện diagram, nhấp vào nút Calculate, chọn PLS-SEM algorithm.
Để thông số mặc định, nhấn Start Calculation để bắt đầu chạy PLS-SEM algorithm trên SMARTPLS 4.
Output kết quả sẽ trả về giao diện giống trong ảnh. Vùng bên trái là toàn bộ các kết quả kiểm định của phân tích ước lượng PLS-SEM algorithm. Bạn nhấp vào từng mục để xem chi tiết mỗi bảng và chỉ số kết quả.
5.2 Cách chạy phân tích Bootstrapping
Tại giao diện diagram, nhấp vào nút Calculate, chọn Bootstrapping.
Một cửa sổ xuất hiện, để mặc định thiết lập Bootstrapping, sử dụng Subsamples là 5000.
Output kết quả ở vùng bên trái là toàn bộ các kết quả kiểm định của phân tích Bootstrapping. Bạn nhấp vào từng mục để xem chi tiết mỗi bảng và chỉ số kết quả.
6. Chạy phân tích dự báo Q Square (Q2 Predict) trong SMARTPLS 4
Phân tích Q² Predict trong SMARTPLS 4 được sử dụng để đánh giá khả năng dự báo (predictive relevance) của mô hình PLS-SEM đối với dữ liệu ngoài mẫu (out-of-sample prediction). Nếu R² phản ánh mức độ giải thích trong mẫu, thì Q² Predict cho biết mô hình có thực sự dự báo tốt trong thực tế hay không.
Tạo giao diện phần mềm SMARTPLS 4, vào nút Calculate, chọn PLSpredict/CVPAT.
Trong cửa sổ hiện ra, chúng ta giữ thiết lập tham số mặc định của thuật toán PLSpredict/CVPAT và bấm Start Calculation.
Output kết quả ở vùng bên trái là toàn bộ các kết quả kiểm định của phân tích PLSpredict. Bạn nhấp vào từng mục để xem chi tiết mỗi bảng và chỉ số kết quả.
Xem chi tiết về cách diễn giải chỉ số Q2 Predict trong SMARTPLS 4 tại bài viết này.
Kết luận
Tóm lại, việc nắm vững cách chạy SMARTPLS 4 sẽ giúp người mới tự tin hơn khi xử lý dữ liệu và kiểm định mô hình PLS-SEM. Từ khâu chuẩn hóa dữ liệu, vẽ mô hình đo lường, đánh giá độ tin cậy – giá trị hội tụ, phân biệt, đến kiểm định mô hình cấu trúc và bootstrapping, mỗi bước đều cần thực hiện đúng trình tự để đảm bảo kết quả chính xác và đạt chuẩn học thuật. Khi hiểu rõ quy trình, bạn sẽ tiết kiệm rất nhiều thời gian và hạn chế sai sót trong quá trình làm luận văn, nghiên cứu.
Nếu bạn vẫn còn cảm thấy rối rắm hoặc muốn được hỗ trợ chuyên sâu, hãy tham khảo dịch vụ SMARTPLS của Phạm Lộc Blog. Dịch vụ hỗ trợ trọn gói từ dữ liệu đầu vào, xử lý dữ liệu, chạy SMARTPLS 4 đến hướng dẫn diễn giải kết quả, đồng hành cùng bạn cho đến khi hoàn thiện bài nghiên cứu một cách tự tin và chuyên nghiệp.