Mô hình SEM là gì? Hướng dẫn chi tiết cho người mới

Trong lĩnh vực phân tích dữ liệu và thống kê ứng dụng, mô hình SEM được xem là công cụ quan trọng giúp nhà nghiên cứu kiểm định các mối quan hệ giữa các biến tiềm ẩn. Vậy mô hình SEM là gì, vì sao nó lại được sử dụng rộng rãi trong các đề tài luận văn, và cách xây dựng mô hình này ra sao? Hãy cùng khám phá chi tiết trong bài viết dưới đây.

Mục lục

1. Mô hình SEM là gì?

Mô hình SEM hay còn gọi là mô hình cấu trúc tuyến tính là một phương pháp phân tích thống kê hiện đại cho phép xem xét đồng thời nhiều mối quan hệ nhân quả giữa các biến trong cùng một mô hình.

Khác với hồi quy tuyến tính thông thường, SEM có khả năng kết hợp giữa các biến quan sát được và biến tiềm ẩn -những yếu tố trừu tượng không thể đo trực tiếp, như “sự hài lòng”, “niềm tin”, “động lực”, hay “chất lượng cảm nhận”.

Nói cách khác, mô hình SEM giúp nhà nghiên cứu kiểm định toàn bộ mô hình lý thuyết dựa trên dữ liệu thực tế, từ đó đánh giá xem các giả thuyết về mối quan hệ giữa các biến có được ủng hộ hay không.
Phương pháp này thường được ứng dụng trong nghiên cứu khoa học xã hội, marketing, tâm lý học, quản trị, giáo dục, và các lĩnh vực có nhiều khái niệm trừu tượng cần đo lường gián tiếp.

>> Đọc thêm: Tìm Hiểu Về Thang Đo Likert: Phương Pháp Triển Khai – Phân Tích CHI TIẾT!

2. Ưu điểm nổi bật của mô hình SEM

Tại sao giới học thuật lại ưa chuộng SEM đến vậy? Dưới đây là những lý do chính:

Phân tích được các mối quan hệ phức tạp: SEM cho phép bạn kiểm định đồng thời nhiều quan hệ giữa các biến, thay vì phải tách từng bước như trong hồi quy thông thường.
Đo lường được biến tiềm ẩn: Giúp mô hình hóa các khái niệm trừu tượng như “niềm tin”, “động lực”, “sự hài lòng” thông qua các biến quan sát.
Kiểm định toàn bộ mô hình lý thuyết trong một lần chạy duy nhất.
Cung cấp các chỉ số đánh giá độ phù hợp mô hình (Model Fit): Chi-square/df, GFI, CFI, TLI, RMSEA, SRMR.
Các chỉ số này giúp bạn biết mô hình có “phù hợp với dữ liệu thực tế” hay không.
Khả năng mở rộng cao: SEM có thể mở rộng thành multi-group analysis, moderation, hoặc mediation analysis, giúp nghiên cứu sâu hơn.

>> Tham khảo thêm: Dịch vụ thuê làm luận văn dành cho sinh viên bận rộn

3. Thành phần chính của mô hình SEM

Mô hình SEM trong SPSS bao gồm nhiều mô hình nhỏ bên trong, nhưng hai mô hình cốt lõi và được sử dụng phổ biến nhất là mô hình cấu trúc (Structural Model) và mô hình đo lường (Measurement Model). Đây là hai thành phần giữ vai trò then chốt trong việc phân tích, lý giải mối quan hệ giữa các biến trong nghiên cứu.

3.1. Mô hình cấu trúc (Structural Model)

Dùng để xác định và phân tích mối quan hệ giữa các biến tiềm ẩn (latent variables).

Mô hình này giúp lý giải cách các khái niệm trừu tượng tác động lẫn nhau, chẳng hạn như “chất lượng dịch vụ” ảnh hưởng đến “sự hài lòng”, và “sự hài lòng” dẫn đến “lòng trung thành”.

3.2. Mô hình đo lường (Measurement Model)

Dùng để xác định mối quan hệ giữa các biến quan sát (observed variables) với biến tiềm ẩn mà chúng đại diện.

Thông qua dữ liệu khảo sát thực tế, mô hình đo lường giúp kiểm tra độ tin cậy và tính chính xác của các thang đo mà nhà nghiên cứu sử dụng để đo lường khái niệm lý thuyết.

Bên cạnh hai mô hình cốt lõi trên, mô hình SEM còn bao gồm một số thành phần cơ bản bắt buộc sau:

3.3. Biến quan sát được (Observed Variable)

Là những giá trị có thể đo lường trực tiếp bằng dữ liệu thực tế, chẳng hạn như câu trả lời trong bảng khảo sát hoặc chỉ số thống kê.

Biến quan sát phản ánh thông tin cụ thể, khách quan, tập trung vào giá trị và số liệu thực tế hơn là khái niệm trừu tượng.

3.4. Biến tiềm ẩn (Latent Variable)

Ngược lại với biến quan sát, đây là những khái niệm lý thuyết trừu tượng như “niềm tin”, “động lực”, hay “sự hài lòng”.

Các biến này không thể đo trực tiếp mà được biểu hiện gián tiếp qua nhiều biến quan sát.

Việc phân tích biến tiềm ẩn giúp khai thác giá trị ẩn sâu bên trong dữ liệu, mang đến cái nhìn toàn diện và khoa học hơn.

3.5. Biến trung gian (Mediating Variable)

Là biến nằm giữa các biến chính khác trong mô hình, giúp lý giải mối quan hệ gián tiếp giữa biến độc lập và biến phụ thuộc.

Ví dụ: trong nghiên cứu về khách hàng, “sự hài lòng” có thể đóng vai trò trung gian giữa “chất lượng dịch vụ” và “lòng trung thành”.

4. 6 bước để xây dựng mô hình SEM

4.1. Xác định mô hình SEM và các giả định đi kèm với nó

Bước đầu tiên được xem là bước đóng vai trò quan trọng nhất để xây dựng mô hình SEM và xác định các giả định phù hợp kèm theo.

Để xây dựng mô hình và xác định các giả định nghiên cứu, ta cần:

Xác định mục đích nghiên cứu và các câu hỏi nghiên cứu liên quan đến hai biến
Xác định biến tiềm ẩn và biến quan sát
Xác định mối quan hệ giữa hai biến
Xác định giả thuyết về mối quan hệ giữa giữa hai biến
Sau khi xác định được biến và mối quan hệ giữa các biến, ta xác định được mô hình SEM được sử dụng để phân tích mối quan hệ và làm sáng tỏ mục tiêu đặt ra ban đầu.

4.2. Tiền xử lý dữ liệu

Xác định được mô hình, ta sẽ tiến hành nghiên cứu tiền xử lý dữ liệu để tiến hành phân tích mô hình SEM.

Để chuẩn bị cho bước tiền xử lý dữ liệu này, ta cần:

Rà soát và xóa dữ liệu thiếu sót.
Kiểm tra lại mức độ phân phối của các biến
Xác định mối quan hệ tương quan giữa các biến và chuyển đổi biến phù hợp (nếu cần)
Xác định tính đồng nhất giữa các dữ liệu.

4.3. Xây dựng mô hình SEM

Để tiến hành xây dựng mô hình SEM được chính xác và tiết kiệm thời gian, học viên cần xác định được biến và mối quan hệ giữa các biến để sẵn sàng cho dữ liệu xây dựng mô hình

Để xây dựng mô hình SEM, cần:

Xác định giá trị của biến và mối quan hệ giữa các biến
Xác định mô hình sử dụng để đo lường biến
Mô tả mối quan hệ giữa các biến với nhau để xây dựng mô hình cấu trúc.

4.4. Đánh giá mô hình (goodness-of-fit) và hiệu chỉnh mô hình (model modification)

Sau khi đã xây dựng được mô hình, bước đánh giá mô hình cũng đóng vai trò quan trọng để điều chỉnh và xác định kết quả cuối cùng.
Đánh giá chỉ số phù hợp của mô hình dựa trên các yếu tố như: BIC, Chi-square, AIC, TLI, RMSEA, CFI,…
Xảy ra hai trường hợp:
- Nếu mô hình không phù hợp, tiến hành hiệu chỉnh bằng cách thêm, xóa hoặc điều chỉnh vị trí, mối quan hệ giữa các biến.
- Nếu mô hình phù hợp với dữ liệu, chuyển sang bước tiếp theo đánh giá độ tin cậy của mô hình.

4.5. Đánh giá độ tin cậy của mô hình (reliability and validity)

Đánh giá độ tin cậy của mô hình bằng việc:
- Kiểm tra sự ổn định, tính đồng nhất giữa các biến
- Xác định độ tin cậy của biến tiềm ẩn và biến ổn định
- Đánh giá tính hợp lệ của các biến trong mô hình SEM

4.6. Đưa ra kết luận và giải thích kết quả.

Đưa ra kết quả cuối cùng của mô hình SEM bằng việc xác định mối quan hệ giữa các biến và mức độ ảnh hưởng của chúng đối với mô hình
Giải thích kết quả và đề xuất phương hướng phát triển trong tương lai đối với nghiên cứu cụ thể.

Note! Để ước tính giá trị của các biến đầu vào trong tương lai, ta có thể sử dụng phương pháp dự báo. Phương pháp này thường được sử dụng trong mô hình SEM bằng cách sử dụng các kỹ thuật như ARIMA, hồi quy tuyến tính, hồi quy logistic, hoặc mô hình mạng nơ-ron. Sau đó, chúng ta có thể sử dụng các giá trị này để dự đoán kết quả của mô hình SEM trong tương lai.

5. Ứng dụng của mô hình SEM

Mô hình SEM được ứng dụng sử dụng trong rất nhiều lĩnh vực khác nhau trong cả thực tiễn lẫn học tập, nghiên cứu.
- Thực tiễn: Phân tích số liệu, dữ liệu, hành vi mua hàng của khách hàng, các chính sách, tác động,…
- Nghiên cứu, học tập: Sử dụng trong nhiều lĩnh vực như sinh học, xã hội học, tâm lý, y khoa, kinh doanh, giáo dục,…
Ví dụ cụ thể
- Đo lường mối quan hệ giữa giá cả và niềm tin của khách hàng đối với ngành hàng mỹ phẩm
- Nghiên cứu những tác động ảnh hưởng đến mức độ trung thành của khách hàng đối với dịch vụ lương thực – thực phẩm
- Nghiên cứu mối quan hệ giữa số lượng doanh nghiệp tư nhân và sự phát triển kinh tế.
- Nghiên cứu mối quan hệ giữa xu hướng tiêu dùng xã hội và hành vi cá nhân của người mua.

Trên đây là định nghĩa chi tiết về mô hình SEM là gì và các bước chi tiết để xây dựng mô hình SEM cũng như ứng dụng trong nhiều lĩnh vực của cuộc sống. Nếu bạn còn đang loay hoay với nhiều nguồn thông tin bên ngoài, mông lung không biết nên bắt đầu từ đâu thì tham khảo ngay các thông tin hữu ích ở trên của Luận văn 1080 nhé.

Bài đăng này hữu ích như thế nào?

Bấm vào một ngôi sao để đánh giá nó!