Độ Phù Hợp Mô Hình (Model Fit) Trong CFA AMOS

Độ phù hợp mô hình (Model Fit) trong CFA AMOS là tập hợp các chỉ số thống kê đo lường mức độ tương thích giữa ma trận hiệp phương sai mẫu thực tế quan sát được và ma trận hiệp phương sai được ước lượng từ mô hình lý thuyết của nhà nghiên cứu. Trong phân tích mô hình phương trình cấu trúc (SEM) và phân tích nhân tố khẳng định (CFA) trên phần mềm AMOS, việc đạt được độ phù hợp mô hình là chiếc vé thông hành bắt buộc trước khi tiến hành kiểm định các giả thuyết nghiên cứu hoặc đánh giá giá trị hội tụ và phân biệt của thang đo.

Bản chất thống kê của độ phù hợp mô hình (Model Fit)

Mục tiêu của phân tích CFA là tìm kiếm một mô hình lý thuyết có thể tái tạo lại ma trận hiệp phương sai của dữ liệu mẫu một cách sát thực. Nếu ma trận hiệp phương sai suy diễn từ mô hình trùng khớp hoàn toàn với ma trận hiệp phương sai thực tế, mô hình được gọi là đạt độ phù hợp tuyệt hảo (Perfect Fit).

Tuy nhiên, trong thực tế nghiên cứu khoa học xã hội và hành vi, sai số ngẫu nhiên luôn tồn tại. Do đó, các nhà kinh tế lượng đã phát triển một hệ thống đa chỉ số Model Fit nhằm đánh giá mức độ sai lệch này có nằm trong giới hạn dung sai thống kê cho phép hay không. Nếu Độ phù hợp mô hình (Model Fit) trong CFA AMOS không đạt chuẩn, mọi kết luận về hệ số đường dẫn hồi quy về sau đều không đáng tin cậy.

“Độ phù hợp mô hình là chiếc thước đo thẩm định sự đồng điệu giữa lý thuyết trừu tượng và thực tế khách quan: Nó chứng minh rằng cấu trúc bạn đề xuất thực sự phản ánh đúng trật tự vận hành của dữ liệu.”

3 nhóm chỉ số độ phù hợp mô hình trong phân tích AMOS

Khoa học thống kê phân chia các chỉ số Model Fit thành 3 nhóm lớn:

1. Nhóm chỉ số phù hợp tuyệt đối (Absolute Fit Measures)

Đo lường mức độ mô hình lý thuyết tái tạo trực tiếp dữ liệu mẫu mà không cần so sánh với mô hình cơ sở nào khác:

• Chi-square kiểm định (CMIN hay χ²): Kiểm định giả thuyết H0 ma trận mô hình trùng khớp ma trận mẫu. Nhược điểm là đại lượng này cực kỳ nhạy cảm với kích thước mẫu (mẫu lớn trên 200 luôn cho p-value < 0.05 và bác bỏ H0).
• Tỷ số Chi-square trên bậc tự do (CMIN/df): Chỉ số chuẩn hóa khắc phục nhược điểm quy mô mẫu. Chuẩn mực chấp nhận là CMIN/df < 3.0 (hoặc < 5.0 trong mẫu lớn).
• GFI (Goodness of Fit Index): Tương tự hệ số R² trong hồi quy, phản ánh tỷ lệ phương sai và hiệp phương sai được mô hình giải thích. Tiêu chuẩn GFI > 0.90 (chấp nhận được > 0.85).
• RMSEA (Root Mean Square Error of Approximation): Đo lường sai số xấp xỉ trên mỗi bậc tự do của tổng thể. Chuẩn mực kinh điển là RMSEA < 0.06 (tốt) hoặc < 0.08 (chấp nhận được).

2. Nhóm chỉ số phù hợp gia tăng (Incremental / Relative Fit Measures)

So sánh mức độ phù hợp của mô hình nghiên cứu với một mô hình cơ sở giả định (Null/Independence Model – mô hình trong đó tất cả các biến hoàn toàn độc lập với nhau):

• CFI (Comparative Fit Index): Chỉ số phổ biến nhất trong báo cáo quốc tế, ít bị ảnh hưởng bởi cỡ mẫu. Yêu cầu CFI > 0.90 (tốt nếu > 0.95).
• TLI (Tucker-Lewis Index) hay NNFI: Chỉ số có tính phạt đối với các mô hình phức tạp. Tiêu chuẩn TLI > 0.90.
• IFI (Incremental Fit Index): Tiêu chuẩn IFI > 0.90.

3. Nhóm chỉ số phù hợp tiết kiệm (Parsimony Fit Measures)

Đánh giá mức độ đánh đổi giữa độ khớp dữ liệu và số lượng tham số ước lượng (trừng phạt các mô hình nhồi nhét quá nhiều đường liên kết): PGFI, PNFI (thường yêu cầu > 0.50).

Bảng tổng hợp các ngưỡng chuẩn mực đánh giá Model Fit theo chuẩn quốc tế

Dưới đây là bảng đối chuẩn các tiêu chuẩn thẩm định khắt khe được trích xuất từ các công trình kinh điển của Hu & Bentler (1999) và Hair et al. (2010):

Tên chỉ số Model Fit	Ký hiệu trên AMOS	Ngưỡng đạt yêu cầu tốt	Ngưỡng chấp nhận được
Chi-square / df	CMIN/df	CMIN/df < 3.0	CMIN/df < 5.0 (khi N > 300)
Comparative Fit Index	CFI	CFI ≥ 0.95	CFI ≥ 0.90
Tucker-Lewis Index	TLI	TLI ≥ 0.95	TLI ≥ 0.90
Incremental Fit Index	IFI	IFI ≥ 0.95	IFI ≥ 0.90
Root Mean Sq. Error of Approx.	RMSEA	RMSEA ≤ 0.06 (PCLOSE > 0.05)	RMSEA ≤ 0.08
Goodness of Fit Index	GFI	GFI ≥ 0.90	GFI ≥ 0.85

Các giải pháp khoa học nhằm cải thiện độ phù hợp mô hình khi bị vi phạm

Khi kết quả AMOS cho thấy Độ phù hợp mô hình (Model Fit) trong CFA AMOS không đạt chuẩn (ví dụ CMIN/df > 5 hoặc CFI < 0.90), tác giả cần xử lý theo trình tự:

1. Rà soát hệ số tải chuẩn hóa (Standardized Regression Weights): Loại bỏ các biến quan sát có hệ số tải quá thấp (< 0.50) vì những biến này chứa nhiều sai số đo lường gây phá vỡ cấu trúc mô hình.
2. Kiểm tra phần dư chuẩn hóa (Standardized Residual Covariances): Tìm các cặp biến có phần dư chuẩn hóa lớn hơn 2.58 hoặc 4.0; đây là dấu hiệu cho thấy mô hình đang giải thích rất kém cho mối quan hệ giữa cặp biến này.
3. Sử dụng chỉ số hiệu chỉnh Modification Indices (MI) có căn cứ: Nối hiệp phương sai giữa các phần dư sai số (Error Terms) của hai biến quan sát thuộc cùng một khái niệm nhân tố khi có sự tương đồng rõ ràng về ngữ nghĩa câu hỏi.

Nghiên cứu tình huống xử lý mô hình CFA bị Unfit trong AMOS

Để hiểu rõ cách tối ưu Độ phù hợp mô hình (Model Fit) trong CFA AMOS, chúng ta cùng phân tích một tình huống thực tế khi chạy CFA cho mô hình gồm 5 nhân tố với 22 biến quan sát trên mẫu 320 đáp viên:

• Kết quả chạy lần đầu (Chưa đạt chuẩn):

• CMIN/df = 4.15 (Vượt ngưỡng 3.0).
• CFI = 0.865; TLI = 0.842 (Đều dưới ngưỡng 0.90).
• RMSEA = 0.098 (Vượt ngưỡng 0.08, mô hình không phù hợp).
• Các bước chẩn đoán và xử lý kỹ thuật:

• Kiểm tra bảng Standardized Regression Weights: Phát hiện biến TT2 có hệ số tải chỉ đạt 0.41 và CL3 có hệ số tải 0.46. Tiến hành xóa bỏ 2 biến này và chạy lại mô hình. Kết quả: CMIN/df giảm xuống 3.20, CFI tăng lên 0.912.
• Kiểm tra bảng Modification Indices (MI): Phát hiện cặp sai số đo lường e5 <–> e6 (thuộc cùng nhân tố Sự thuận tiện) có chỉ số MI lên tới 38.5 điểm. Hai câu hỏi này có nội dung gần tương đồng về thời gian thao tác. Tác giả vẽ đường mũi tên hai chiều nối e5 và e6.
• Kết quả sau khi hiệu chỉnh (Đạt chuẩn xuất sắc):

• CMIN/df = 2.12 (< 3.0, đạt chuẩn).
• CFI = 0.958; TLI = 0.951 (Đều vượt ngưỡng 0.95).
• RMSEA = 0.052 (Dưới ngưỡng 0.06, đạt mức độ phù hợp tốt).

Nhờ quy trình xử lý có cơ sở lý thuyết, mô hình đã chuyển hóa từ trạng thái không đạt sang trạng thái phù hợp xuất sắc mà không làm sai lệch bản chất của các thang đo gốc.

Câu hỏi thường gặp về độ phù hợp mô hình (Model Fit) trong CFA AMOS (FAQ)

Cần báo cáo tối thiểu bao nhiêu chỉ số Model Fit trong bài báo khoa học?

Theo thông lệ học thuật quốc tế, tác giả cần báo cáo tối thiểu 4 chỉ số đại diện: CMIN/df, CFI, TLI và RMSEA (kèm khoảng tin cậy 90%).

Tại sao chỉ số CMIN có p-value < 0.05 mà mô hình vẫn được coi là phù hợp tốt?

Do kiểm định Chi-square rất nhạy cảm với kích thước mẫu lớn (N > 200 luôn dẫn đến p-value < 0.05), các nhà nghiên cứu chuyển sang đánh giá đại lượng CMIN/df và các chỉ số CFI, RMSEA thay vì chỉ dựa vào p-value của Chi-square.

Nếu chỉ số GFI dưới 0.90 thì bài báo có bị từ chối không?

Nhiều tạp chí hàng đầu hiện nay không còn bắt buộc báo cáo GFI do chỉ số này bị ảnh hưởng nặng bởi cỡ mẫu và số lượng biến; miễn là CFI, TLI > 0.90 và RMSEA < 0.08 thì mô hình vẫn được đánh giá là đạt chuẩn.

Kết luận và định hướng hoàn thiện mô hình

Làm chủ hệ thống chỉ số Độ phù hợp mô hình (Model Fit) trong CFA AMOS giúp nhà nghiên cứu tự tin hoàn thiện phân tích cấu trúc thang đo và sẵn sàng chuyển sang giai đoạn kiểm định mô hình cấu trúc SEM. Để tải về bảng tổng hợp Model Fit tự động và tài liệu hướng dẫn AMOS chuyên sâu, mời bạn đọc truy cập thầy Phương.