SmartPLS vs SPSS AMOS: Công cụ nào tối ưu cho mô hình
phương trình cấu trúc (SEM)?

Trong bối cảnh các trường đại học, viện nghiên cứu, bệnh viện và cơ quan nghiên cứu ngày càng chú trọng chất lượng công bố khoa học cũng như chuẩn hóa quy trình phân tích dữ liệu, Mô hình phương trình cấu trúc (SEM – Structural Equation Modeling) đã trở thành một phương pháp không thể thiếu trong nhiều lĩnh vực như y tế, kinh tế, giáo dục, tâm lý học hay khoa học xã hội.

Khi lựa chọn phần mềm để triển khai SEM, hai công cụ được nhắc đến nhiều nhất là IBM SPSS AMOSSmartPLS. Mặc dù đều hỗ trợ xây dựng mô hình cấu trúc, hai phần mềm này được phát triển theo những triết lý thống kê khác nhau và phục vụ những mục tiêu nghiên cứu khác nhau.

Đối với các đơn vị đang tìm hiểu SPSS là gì, cân nhắc đầu tư IBM SPSS Statistics hoặc xây dựng một hệ sinh thái phân tích dữ liệu thống nhất cho toàn tổ chức, việc lựa chọn đúng công cụ ngay từ đầu sẽ ảnh hưởng trực tiếp đến chất lượng nghiên cứu, khả năng công bố quốc tế và tính chuẩn hóa của toàn bộ quy trình phân tích.

Sự khác biệt giữa hai trường phái SEM

Để trả lời câu hỏi công cụ nào tốt hơn, chúng ta cần hiểu rằng SPSS AMOSSmart PLS đại diện cho hai trường phái phân tích thống kê hoàn toàn khác biệt:

 

● SPSS AMOS (CB-SEM – Dựa trên hiệp phương sai): Công cụ này tập trung đánh giá mức độ phù hợp giữa mô hình lý thuyết và dữ liệu thực tế, từ đó xác nhận hoặc bác bỏ giả thuyết nghiên cứu dựa trên các tiêu chí thống kê nghiêm ngặt. Đây là phương pháp được sử dụng rộng rãi trong các nghiên cứu học thuật, luận án tiến sĩ và các công bố trên tạp chí quốc tế.

● Smart PLS (PLS-SEM – Dựa trên phương sai): Mục tiêu chính của công cụ này là dự báo và phát triển lý thuyết (Prediction and theory development). Nó cực kỳ phù hợp cho những nghiên cứu mang tính khám phá, khi mô hình chưa thực sự hoàn thiện hoặc hệ thống lý thuyết nền tảng còn mỏng.

 

IBM SPSS AMOS: Tiêu chuẩn vàng & Sức mạnh của hệ sinh thái tích hợp

 

Đối với các trường đại học, viện nghiên cứu và tổ chức y tế hướng đến nghiên cứu có độ tin cậy cao, IBM SPSS AMOS được xem là chuẩn tham chiếu trong phân tích SEM nhờ khả năng kiểm định mô hình một cách toàn diện và được cộng đồng học thuật quốc tế chấp nhận rộng rãi.

Thế mạnh nổi bật của AMOS nằm ở khả năng thực hiện:

 

  • Confirmatory Factor Analysis (CFA)
  • Structural Equation Modeling (SEM)
  • Measurement Invariance (Kiểm định bất biến đo lường)
  • Multi-group Analysis (Phân tích đa nhóm)


Đây đều là những kỹ thuật thường xuyên xuất hiện trong các nghiên cứu ISI/Scopus, nghiên cứu lâm sàng, luận án sau đại học và các đề tài cấp Bộ.

 

Khác với nhiều phần mềm SEM khác, AMOS cung cấp đầy đủ hệ thống Model Fit Indices được cộng đồng khoa học sử dụng để đánh giá chất lượng mô hình, bao gồm:

 

  • Chi-square/df (CMIN/df)
  • Comparative Fit Index (CFI)
  • Tucker-Lewis Index (TLI)
  • Goodness of Fit Index (GFI)
  • Root Mean Square Error of Approximation (RMSEA)
  • Standardized Root Mean Square Residual (SRMR)

     

Việc đánh giá đồng thời các chỉ số này giúp mô hình được kiểm định chặt chẽ hơn, đồng thời tạo cơ sở khoa học vững chắc khi công bố trên các tạp chí quốc tế hoặc báo cáo nghiên cứu có yêu cầu phản biện cao.

 

Một lợi thế quan trọng khác là AMOS được tích hợp trực tiếp trong hệ sinh thái IBM SPSS Statistics. Từ làm sạch dữ liệu, xử lý biến khuyết thiếu, tới thực hiện phân tích Cronbach’s alpha SPSS ngay trên phần mềm SPSS Statistics. Sau khi dữ liệu đã chuẩn hóa, chỉ cần đẩy trực tiếp tệp này sang AMOS để chạy mô hình cấu trúc mà không phải bận tâm về việc sai lệch định dạng hay hao hụt dữ liệu.

AMOS khó dùng hơn SmartPLS?

Một số người dùng đang đánh giá “AMOS khó dùng hơn SmartPLS” –  rào cản này có thực sự lớn?

 

Đây là băn khoăn phổ biến nhất khi các nhà nghiên cứu cân nhắc chuyển từ SmartPLS sang AMOS, nhưng thực tế không đáng lo như vẫn tưởng:}

 

  • AMOS vận hành theo giao diện kéo-thả sơ đồ đường dẫn (path diagram) trực quan bằng hình ảnh, không đòi hỏi viết code hay cú pháp phức tạp. Người dùng chỉ cần hiểu logic mô hình hoá là có thể thao tác được.
  • Độ khó chủ yếu đến từ việc người dùng chưa quen với tư duy CB-SEM (yêu cầu dữ liệu chuẩn hơn, đọc chỉ số fit đúng cách) chứ không phải từ thao tác phần mềm.
  • SPSS AMOS đã được tích hợp vào SPSS Statistics để đảm bảo toàn bộ nghiên cứu được liền mạch
  • Với một buổi đào tạo bài bản, phần lớn người dùng đã có thể tự chạy được mô hình CFA và SEM cơ bản, rất dễ bằng giao diện kéo thả trên SPSS AMOS

     

Đội ngũ SIFT triển khai các chương trình đào tạo chuyên sâu về SPSS Statistics và SPSS AMOS dành cho giảng viên, nhà nghiên cứu và đội ngũ phân tích dữ liệu, giúp đơn vị nhanh chóng làm chủ CFA, SEM cũng như cách diễn giải chính xác các chỉ số đánh giá mô hình.

SmartPLS: Sự linh hoạt với cấu trúc dữ liệu phức tạp

Dù AMOS rất mạnh mẽ, Smart PLS vẫn chiếm một vị thế quan trọng nhờ tính linh hoạt. Lợi thế lớn nhất của SmartPLS là nó không yêu cầu khắt khe về giả định phân phối chuẩn của dữ liệu. Nếu tập dữ liệu của bạn bị lệch (skewed) hoặc cỡ mẫu quá nhỏ để đáp ứng yêu cầu của CB-SEM, PLS-SEM sẽ là cứu cánh. Bên cạnh đó, phần mềm này xử lý rất tốt các mô hình chứa biến nguyên nhân (formative constructs) – điều mà các phần mềm CB-SEM truyền thống thường gặp khó khăn. 

Tuy nhiên, đối với các nghiên cứu yêu cầu tính chuẩn mực cao, SmartPLS vẫn tồn tại một số hạn chế cần cân nhắc.

Hiện nay, PLS-SEM vẫn chưa có hệ thống chỉ số đánh giá độ phù hợp tổng thể (Global Model Fit) được cộng đồng học thuật thống nhất hoàn toàn như CB-SEM.

Ngoài ra, chỉ số HTMT (Heterotrait-Monotrait Ratio) mặc dù được sử dụng phổ biến để đánh giá giá trị phân biệt nhưng ngưỡng chấp nhận vẫn còn nhiều quan điểm khác nhau trong giới nghiên cứu.

Trong quá trình phản biện các công bố quốc tế hoặc đánh giá luận án, nhiều hội đồng khoa học cũng thường yêu cầu giải trình rõ lý do lựa chọn PLS-SEM thay vì CB-SEM nếu mô hình nghiên cứu hoàn toàn phù hợp để kiểm định bằng AMOS.

Do đó, SmartPLS là lựa chọn hiệu quả trong các trường hợp đặc thù, trong khi IBM SPSS AMOS vẫn được xem là giải pháp ưu tiên đối với các nghiên cứu yêu cầu tính xác nhận, độ tin cậy và khả năng kiểm định mô hình ở mức cao.

Mở rộng góc nhìn: Lựa chọn công cụ theo hệ sinh thái

Quy trình phân tích dữ liệu ngày nay không chỉ dừng lại ở một công cụ. Tuỳ thuộc vào tính chất dự án, có thể kết hợp thêm các phần mềm khác:

  • Nếu kết hợp dữ liệu định lượng với dữ liệu định tính (phỏng vấn sâu hoặc thảo luận nhóm), tổ chức nên cân nhắc bổ sung các công cụ chuyên biệt cho phân tích dữ liệu định tính nhằm khai thác toàn diện cả hai nguồn dữ liệu.

  • Về mã nguồn mở và khả năng lập trình đồ họa nâng cao, R Studio và Python là các hệ sinh thái mạnh mẽ. Hiện tại, R và Python đã có trên Extention của IBM SPSS

Đối với các trường đại học, bệnh viện và viện nghiên cứu, việc triển khai phần mềm IBM SPSS cùng quy trình phân tích dữ liệu chuẩn hóa ngay từ đầu giúp giảm thiểu sai sót trong thiết kế mô hình và nâng cao chất lượng nghiên cứu.

Tóm lại: Nên chọn công cụ nào?

Việc lựa chọn phần mềm SEM nên xuất phát từ mục tiêu nghiên cứu và chiến lược phát triển của tổ chức.

 

Trong đa số trường hợp IBM SPSS Statistics kết hợp SPSS AMOS là lựa chọn được ưu tiên khi đơn vị cần:

 

  • Kiểm định các mô hình lý thuyết đã được xây dựng.
  • Thực hiện CFA, SEM và kiểm định bất biến đo lường.
  • Đánh giá mô hình thông qua hệ thống chỉ số Model Fit được cộng đồng khoa học công nhận.
  • Chuẩn hóa toàn bộ quy trình phân tích dữ liệu trong cùng một hệ sinh thái.
  • Phục vụ công bố ISI/Scopus, nghiên cứu lâm sàng, luận án hoặc các đề tài có yêu cầu phản biện nghiêm ngặt.

     

Trong khi đó, SmartPLS sẽ phù hợp hơn đối với các nghiên cứu mang tính khám phá, mô hình mới, dữ liệu không phân phối chuẩn hoặc cỡ mẫu nhỏ.

Không chỉ phục vụ SEM, IBM SPSS Statistics còn hỗ trợ thống kê mô tả, thống kê suy luận, phân tích dự báo, tích hợp R và Python, đáp ứng nhiều nhu cầu phân tích khác nhau trên cùng một nền tảng. Đây cũng là lý do hệ sinh thái SPSS đang được triển khai rộng rãi tại các trường đại học, bệnh viện và cơ quan thống kê ở Singapore nhằm chuẩn hóa hoạt động nghiên cứu và phân tích dữ liệu.

Nâng tầm năng lực phân tích dữ liệu của tổ chức

Việc làm chủ dữ liệu không chỉ nằm ở thao tác phần mềm, mà là việc xây dựng một luồng phân tích chuẩn xác để đưa ra các quyết định chiến lược (Data-driven). Nếu doanh nghiệp, tổ chức của bạn đang tìm kiếm giải pháp chuẩn hóa dữ liệu chuyên sâu hoặc cần tư vấn triển khai hệ thống IBM SPSS thương mại, hãy liên hệ ngay với SIFT để nhận được sự tư vấn lộ trình bài bản và chuyên nghiệp nhất!

#AskSIFT

Trao đổi trực tiếp cùng chuyên gia

    SIFT Analytics Group sẽ chỉ sử dụng thông tin cá nhân của bạn để cung cấp thông tin về sản phẩm hoặc dịch vụ mà bạn yêu cầu, và liên hệ với bạn về nội dung có liên quan mà bạn có thể quan tâm. Bạn có thể hủy đăng ký nhận các thông tin trên nếu thấy bất tiện. Xem Chính sách Bảo mật