Convergent Validity là gì? Cách đánh giá giá trị hội tụ

Convergent Validity (giá trị hội tụ) là một tiêu chí quan trọng trong quá trình đánh giá thang đo. Vậy giá trị hội tụ là gì, được đánh giá bằng những chỉ số nào và làm thế nào để đảm bảo thang đo đạt giá trị hội tụ? Hãy cùng VietGuru tìm hiểu chi tiết trong bài viết dưới đây nhé.

1. Convergent Validity là gì?

Convergent Validity (giá trị hội tụ) là tiêu chí đánh giá mức độ các biến quan sát trong cùng một thang đo cùng phản ánh một khái niệm tiềm ẩn và có mối tương quan chặt chẽ với nhau. Nói cách khác, nếu các biến được thiết kế để đo lường cùng một khái niệm, chúng phải có xu hướng biến động theo cùng một hướng và thể hiện sự nhất quán.

Ví dụ: Với thang đo sự hài lòng của khách hàng, các biến quan sát như “hài lòng về chất lượng”, “đáp ứng kỳ vọng” và “sẵn sàng tiếp tục sử dụng” đều phải phản ánh cùng một khái niệm. Nếu một biến có mức độ tương quan thấp hoặc không phù hợp với các biến còn lại, biến đó có thể chưa đo lường đúng nội dung nghiên cứu.

Trong nghiên cứu định lượng, Convergent Validity là tiêu chí quan trọng để đánh giá mô hình đo lường (Measurement Model), thường được kiểm định thông qua CFA trên AMOS hoặc Measurement Model trên SmartPLS. Nếu thang đo không đạt giá trị hội tụ, kết quả phân tích ở các bước tiếp theo như SEM hoặc PLS-SEM sẽ thiếu độ tin cậy.

Lưu ý: Cách đánh giá giá trị hội tụ có thể khác nhau giữa mô hình đo lường phản xạ (Reflective) và mô hình đo lường hình thành (Formative). Tuy nhiên, mục tiêu chung vẫn là đảm bảo các chỉ báo thực sự đại diện cho khái niệm mà nghiên cứu hướng đến. Khi thang đo đạt Convergent Validity, kết quả phân tích sẽ có độ tin cậy và giá trị khoa học cao hơn.

Convergent Validity là gì?

Xem thêm: Hội đồng Giáo sư Nhà nước

2. Vai trò của Convergent Validity trong CFA và SEM

Trong CFA (Confirmatory Factor Analysis) và SEM (Structural Equation Modeling), Convergent Validity đóng vai trò xác nhận rằng các biến quan sát thực sự cùng đo lường một biến tiềm ẩn. Đây là cơ sở để đánh giá chất lượng của thang đo trước khi phân tích mối quan hệ giữa các khái niệm trong mô hình nghiên cứu.

Cụ thể, Convergent Validity có vai trò quan trọng sau:

• Xác nhận tính hội tụ của thang đo: Giúp kiểm tra các biến quan sát có cùng phản ánh một khái niệm nghiên cứu và có mức độ tương quan đủ mạnh hay không.
• Đánh giá chất lượng mô hình đo lường: Là tiêu chí quan trọng trong CFA và Measurement Model của SmartPLS, giúp đảm bảo thang đo đạt yêu cầu trước khi kiểm định mô hình cấu trúc.
• Hạn chế sai số đo lường: Phát hiện và loại bỏ những biến quan sát không phù hợp, từ đó nâng cao độ chính xác khi đo lường biến tiềm ẩn.
• Nâng cao độ tin cậy của kết quả SEM: Khi thang đo đạt giá trị hội tụ, các kết quả phân tích và kết luận nghiên cứu sẽ có cơ sở khoa học và độ tin cậy cao hơn.

Ngược lại, nếu Convergent Validity không đạt, thang đo thường xuất hiện các dấu hiệu như hệ số tải nhân tố (Factor Loading) thấp, giá trị AVE không đạt ngưỡng yêu cầu hoặc các biến quan sát thiếu sự nhất quán. Điều này khiến mô hình đo lường kém ổn định và có thể làm giảm độ tin cậy của toàn bộ kết quả phân tích SEM.

Vai trò của Convergent Validity trong CFA và SEM

Vì vậy, kiểm định Convergent Validity là bước bắt buộc trong quá trình đánh giá thang đo, giúp đảm bảo rằng các biến quan sát đo lường đúng khái niệm nghiên cứu và tạo nền tảng vững chắc cho các phân tích tiếp theo.

Xem thêm: Phương pháp chọn mẫu phi xác suất

3. Cách đánh giá Convergent Validity

Để kết luận một thang đo có đạt Convergent Validity hay không, nhà nghiên cứu cần đánh giá đồng thời nhiều chỉ số thay vì chỉ dựa vào một tiêu chí duy nhất. Trong CFA và PLS-SEM, ba chỉ số được sử dụng phổ biến nhất là Composite Reliability (CR), Average Variance Extracted (AVE) và Factor Loading.

3.1. Chỉ số Composite Reliability (CR)

Composite Reliability (CR) là chỉ số đánh giá độ nhất quán nội tại của các biến quan sát trong cùng một thang đo. Chỉ số này cho biết các biến quan sát có cùng đo lường một biến tiềm ẩn một cách ổn định hay không.

Ngưỡng đánh giá:

• CR ≥ 0,7: Thang đo đạt độ tin cậy tốt.
• CR từ 0,6–0,7: Có thể chấp nhận trong một số nghiên cứu khám phá.
• CR < 0,6: Thang đo chưa đạt yêu cầu.

Lưu ý:

• CR không đánh giá trực tiếp Convergent Validity mà phản ánh mức độ nhất quán của thang đo.
• Chỉ số này cần được xem xét cùng AVE và Factor Loading để đưa ra kết luận chính xác.
• Nếu CR cao nhưng AVE thấp, thang đo vẫn có thể chưa đạt giá trị hội tụ.

3.2. Chỉ số Average Variance Extracted (AVE)

Average Variance Extracted (AVE) là chỉ số quan trọng nhất để đánh giá Convergent Validity. AVE phản ánh tỷ lệ phương sai của các biến quan sát được giải thích bởi biến tiềm ẩn.

Ngưỡng đánh giá:

• AVE ≥ 0,5: Đạt giá trị hội tụ.
• AVE < 0,5: Chưa đạt giá trị hội tụ.

Ý nghĩa:

• AVE từ 0,5 trở lên cho thấy biến tiềm ẩn giải thích được ít nhất 50% phương sai của các biến quan sát.
• AVE càng cao chứng tỏ các biến quan sát càng hội tụ tốt và phản ánh đúng khái niệm nghiên cứu.

Lưu ý: Nếu AVE thấp, cần xem xét lại các biến có hệ số tải thấp để cải thiện chất lượng thang đo.

Chỉ số Average Variance Extracted (AVE)

3.3. Hệ số tải nhân tố (Factor Loading)

Factor Loading phản ánh mức độ liên hệ giữa từng biến quan sát với biến tiềm ẩn. Đây là chỉ số thường được kiểm tra đầu tiên khi đánh giá giá trị hội tụ.

Ngưỡng đánh giá:

• Factor Loading ≥ 0,7: Đạt yêu cầu, biến quan sát phản ánh tốt biến tiềm ẩn.
• 0,5 ≤ Factor Loading < 0,7: Có thể giữ lại trong một số nghiên cứu nếu AVE và CR vẫn đạt.
• Factor Loading < 0,5: Nên cân nhắc loại bỏ biến quan sát.

Ý nghĩa:

• Hệ số tải càng cao, mức độ đại diện của biến quan sát cho biến tiềm ẩn càng lớn.
• Nếu nhiều biến có Factor Loading thấp, khả năng thang đo không đạt Convergent Validity là rất cao.

Xem thêm: Cách đặt câu hỏi nghiên cứu khoa học

4. Phân biệt Convergent Validity và Discriminant Validity

Trong kiểm định thang đo, Convergent Validity (giá trị hội tụ) và Discriminant Validity (giá trị phân biệt) là hai tiêu chí quan trọng và luôn được đánh giá song song. Nếu Convergent Validity giúp xác nhận các biến quan sát trong cùng một thang đo thực sự đo lường cùng một khái niệm, thì Discriminant Validity lại kiểm tra các khái niệm khác nhau có được phân biệt rõ ràng với nhau hay không.

Ví dụ: Trong một nghiên cứu về hành vi khách hàng, hai biến tiềm ẩn “Sự hài lòng” và “Lòng trung thành” đều có thể đạt Convergent Validity vì các biến quan sát trong từng thang đo có mức độ hội tụ cao. Tuy nhiên, nếu hai thang đo này có mức tương quan quá lớn và gần như không thể phân biệt, thì Discriminant Validity sẽ không đạt. Điều này cho thấy hai khái niệm đang bị chồng lấp và mô hình đo lường cần được điều chỉnh.

Phân biệt Convergent Validity và Discriminant Validity

Dưới đây là bảng so sánh Convergent Validity và Discriminant Validity mà bạn có thể tham khảo:

5. Lời kết

Nếu bạn đang thực hiện CFA hoặc SEM nhưng gặp khó khăn trong việc kiểm định mô hình đo lường hay diễn giải kết quả AMOS, VietGuru sẵn sàng đồng hành cùng bạn. Với dịch vụ chạy AMOS chuyên nghiệp, VietGuru hỗ trợ xử lý dữ liệu, kiểm định CFA, SEM, đánh giá CR, AVE, Factor Loading, Discriminant Validity và hướng dẫn diễn giải kết quả chi tiết. Giúp bạn hoàn thiện nghiên cứu một cách chính xác, nhanh chóng và đáp ứng các yêu cầu học thuật.

Hy vọng bài viết trên đã giúp bạn hiểu rõ Convergent Validity là gì, vai trò của giá trị hội tụ cũng như cách đánh giá thông qua các chỉ số như CR, AVE và Factor Loading. Việc kiểm định giá trị này không chỉ giúp đảm bảo chất lượng thang đo mà còn tạo nền tảng vững chắc cho các phân tích CFA, SEM và PLS-SEM, từ đó nâng cao độ tin cậy và giá trị khoa học của kết quả nghiên cứu.

Xem thêm: Conceptual framework