Fornell Và Larcker Đánh Giá Tính Phân Biệt Trong Thang Đo SEM

Fornell và Larcker đánh giá tính phân biệt (Fornell-Larcker Criterion) là phương pháp thống kê do Claes Fornell và David F. Larcker đề xuất năm 1981, trở thành tiêu chuẩn kinh điển được áp dụng rộng rãi để kiểm tra tính phân biệt giữa các khái niệm tiềm ẩn trong phân tích mô hình phương trình cấu trúc (SEM). Mục đích cốt cựu của phương pháp này là chứng minh rằng một khái niệm lý thuyết thực sự độc đáo, có tính đơn nhất và không bị nhầm lẫn hay chia sẻ quá nhiều phương sai với bất kỳ khái niệm nào khác trong cùng một mô hình nghiên cứu.

Bản chất lý thuyết và nguyên lý toán học của tiêu chuẩn Fornell – Larcker

Phương pháp luận của Fornell & Larcker (1981) hoạt động dựa trên nguyên lý so sánh giữa Phương sai trích trung bình (Average Variance Extracted – AVE) của một biến tiềm ẩn với Bình phương hệ số tương quan (Squared Correlation) giữa biến tiềm ẩn đó với các biến tiềm ẩn khác:

• Phương sai nội tại: Chỉ số AVE đo lường lượng phương sai mà một biến tiềm ẩn giải thích cho chính các biến quan sát cấu thành nên nó.
• Phương sai chia sẻ ngoại vi: Bình phương hệ số tương quan (r²) giữa hai biến tiềm ẩn đo lường lượng phương sai mà hai khái niệm này chia sẻ chung với nhau.
• Nguyên tắc phán quyết căn bản: Một biến tiềm ẩn phải giải thích phương sai cho các chỉ báo của chính nó tốt hơn là giải thích cho các biến tiềm ẩn khác trong mô hình. Điều này tương đương với điều kiện: Chỉ số AVE của biến tiềm ẩn bắt buộc phải lớn hơn bình phương hệ số tương quan giữa nó với mọi biến tiềm ẩn khác: AVE > r².

“Một gia đình chỉ thực sự gắn kết và độc lập khi tình cảm giữa các thành viên ruột thịt trong nhà sâu sắc hơn mối quan hệ xã giao với hàng xóm láng giềng: Fornell và Larcker yêu cầu phương sai nội bộ thang đo luôn phải vượt trội so với phương sai chia sẻ ra bên ngoài.”

Quy tắc đường chéo ma trận và cách đọc kết quả thực tế

Để thuận tiện cho việc trình bày và so sánh trực tiếp, các phần mềm thống kê (như SmartPLS, AMOS, Stata) quy đổi điều kiện toán học về dạng so sánh căn bậc hai:

Căn bậc hai của AVE (√AVE) > Hệ số tương quan (r)

Khi xuất bảng kết quả Fornell-Larcker Criterion:

• Đường chéo chính (Diagonal elements): Chứa giá trị Căn bậc hai của chỉ số AVE (Square root of AVE) của từng biến tiềm ẩn. Các giá trị này thường được in đậm để làm mốc đối chuẩn.
• Các ô nằm ngoài đường chéo: Thể hiện Hệ số tương quan tuyến tính (r) giữa các cặp biến tiềm ẩn tương ứng ở hàng và cột.
• Điều kiện khẳng định tính phân biệt: Số nằm trên đường chéo chính của một cột bắt buộc phải lớn hơn tất cả các số nằm phía dưới nó trong cùng một cột và lớn hơn tất cả các số nằm bên trái nó trong cùng một hàng.

Bảng minh họa ma trận Fornell – Larcker đạt chuẩn học thuật

Dưới đây là một bảng kết quả thực nghiệm đạt chuẩn tính phân biệt hoàn hảo:

Biến tiềm ẩn	Chất lượng dịch vụ	Giá cả cảm nhận	Niềm tin thương hiệu	Sự hài lòng	Lòng trung thành
1. Chất lượng dịch vụ	0.785
2. Giá cả cảm nhận	0.412	0.760
3. Niềm tin thương hiệu	0.528	0.395	0.812
4. Sự hài lòng	0.615	0.480	0.590	0.795
5. Lòng trung thành	0.540	0.365	0.620	0.680	0.840

Ghi chú: Các giá trị in đậm trên đường chéo chính là √AVE. Tất cả các giá trị ngoài đường chéo (hệ số tương quan) đều nhỏ hơn giá trị √AVE tương ứng ở cùng cột và hàng, chứng minh toàn bộ các khái niệm đều đạt tính phân biệt vững chắc.

Những giới hạn phương pháp luận và sự xuất hiện của tiêu chuẩn HTMT

Mặc dù Fornell và Larcker đánh giá tính phân biệt đã phục vụ nghiên cứu khoa học suốt hơn ba thập kỷ, nghiên cứu mang tính bước ngoặt của Henseler, Ringle, & Sarstedt (2015) đã chỉ ra các lỗ hổng nghiêm trọng của tiêu chuẩn này:

• Tiêu chuẩn Fornell-Larcker có lực kiểm định rất thấp khi các biến quan sát có hệ số tải ngoài (Outer Loadings) chênh lệch nhau nhẹ (ví dụ: dao động trong khoảng 0.65 đến 0.85). Trong các tình huống này, Fornell-Larcker thường xuyên thất bại trong việc phát hiện hiện tượng vi phạm tính phân biệt.
• Chính vì vậy, Henseler et al. (2015) đã đề xuất tiêu chuẩn HTMT (Heterotrait-Monotrait Ratio of Correlations) với ngưỡng kiểm định khắt khe hơn: HTMT < 0.85 (cho các khái niệm khác biệt) hoặc HTMT < 0.90 (cho các khái niệm gần gũi).
• Ngày nay, các tạp chí khoa học quốc tế uy tín thường yêu cầu tác giả phải báo cáo song song cả bảng Fornell-Larcker lẫn ma trận HTMT để củng cố độ tin cậy của bài báo.

Nghiên cứu tình huống đối chiếu tiêu chuẩn Fornell-Larcker và tỷ số HTMT trong thực tế

Một nghiên cứu về lòng trung thành của người dùng ví điện tử khảo sát hai khái niệm: “Cảm nhận dễ sử dụng” (PEOU) và “Cảm nhận hữu ích” (PU) với quy mô 320 mẫu:

• Kết quả kiểm tra theo tiêu chuẩn Fornell & Larcker:

• Chỉ số AVE của PEOU = 0.58 → Căn bậc hai √AVE = 0.762.
• Chỉ số AVE của PU = 0.61 → Căn bậc hai √AVE = 0.781.
• Hệ số tương quan giữa hai khái niệm: r = 0.745.
• Đối chiếu: Do 0.745 < 0.762 và 0.745 < 0.781, nên theo tiêu chuẩn Fornell & Larcker, hai khái niệm này đạt tính phân biệt (vì hệ số tương quan vẫn nhỏ hơn √AVE).
• Kiểm tra lại bằng tiêu chuẩn hiện đại HTMT:

• Tỷ số HTMT tính toán giữa PEOU và PU đạt mức 0.915 (vượt xa ngưỡng an toàn 0.85 và ngưỡng nới lỏng 0.90).
• Khoảng tin cậy 95% Bootstrap của HTMT là [0.865; 0.958], tiệm cận giá trị 1.0.
• Theo chuẩn mực của Henseler et al. (2015), hai khái niệm này đang bị chồng chéo ngữ nghĩa nghiêm trọng và không đạt tính phân biệt thực tế. Người trả lời khảo sát không phân biệt được sự khác nhau giữa việc “dễ dùng” và “hữu ích”.
• Giải pháp xử lý của nhóm tác giả: Rà soát lại câu hỏi, loại bỏ 2 biến chỉ báo có nội dung tương đồng. Sau khi xử lý, hệ số tương quan giảm xuống r = 0.610 và tỷ số HTMT giảm xuống 0.785, giúp mô hình vượt qua tất cả các vòng thẩm định của tạp chí quốc tế.

Quy trình 3 bước xử lý kỹ thuật khi vi phạm tiêu chuẩn Fornell – Larcker

Nếu trong ma trận có một hệ số tương quan r lớn hơn giá trị √AVE trên đường chéo chính, bạn thực hiện xử lý theo quy trình sau:

1. Bước 1: Nâng cao chỉ số AVE bằng cách loại biến tải thấp: Rà soát bảng Outer Loadings của hai biến tiềm ẩn bị vi phạm. Tiến hành loại bỏ các biến quan sát có hệ số tải thấp (từ 0.40 đến 0.65). Khi loại bỏ các biến chứa nhiều sai số, chỉ số AVE của khái niệm sẽ tăng lên, kéo theo giá trị √AVE tăng vượt lên trên hệ số tương quan.
2. Bước 2: Loại bỏ biến có hiện tượng tải chéo (Cross-Loading): Kiểm tra bảng Cross-loadings xem có câu hỏi nào thuộc biến X nhưng lại có hệ số tương quan rất cao với biến Y hay không. Xóa bỏ câu hỏi gây nhiễu ngữ nghĩa này sẽ làm giảm trực tiếp hệ số tương quan r giữa hai biến tiềm ẩn.
3. Bước 3: Tái cấu trúc mô hình lý thuyết: Nếu hai khái niệm có hệ số tương quan quá cao (r > 0.85) và không thể khắc phục bằng cách lọc biến, bạn nên sáp nhập hai khái niệm này thành một khái niệm duy nhất, hoặc mô hình hóa chúng thành hai thành phần bậc một cấu thành nên một Biến bậc hai (Second-Order Construct) chung.

Câu hỏi thường gặp về Fornell và Larcker đánh giá tính phân biệt (FAQ)

Tại sao giá trị trên đường chéo chính của bảng Fornell-Larcker lại khác với giá trị AVE trong bảng Construct Reliability?

Bởi vì giá trị trên đường chéo chính là căn bậc hai của AVE (√AVE), chứ không phải giá trị AVE nguyên bản.

Nếu Fornell-Larcker đạt chuẩn nhưng HTMT lại bị vượt quá 0.90 thì kết luận thang đo có đạt tính phân biệt không?

Trong trường hợp này, các tạp chí quốc tế sẽ căn cứ vào tiêu chuẩn HTMT và kết luận thang đo chưa đạt tính phân biệt; bạn bắt buộc phải xử lý loại biến để HTMT giảm xuống dưới 0.90.

Tiêu chuẩn Fornell-Larcker có áp dụng cho biến mô hình định hình (Formative) không?

Không áp dụng, tiêu chuẩn Fornell-Larcker chỉ có ý nghĩa lý thuyết đối với các mô hình đo lường phản xạ (Reflective).

Kết luận và định hướng ứng dụng

Hiểu sâu sắc và vận dụng chuẩn xác Fornell và Larcker đánh giá tính phân biệt là nền tảng không thể thiếu trong hành trình nghiên cứu định lượng, giúp bảo vệ vững chắc tính khoa học của hệ thống thang đo. Để tham khảo các tệp dữ liệu mẫu và bảng tính đối chuẩn Fornell-Larcker tự động, mời bạn đọc tham khảo tại thầy Phương.