PLS-SEM · SmartPLS

SmartPLS là gì? Khi nào nên chọn PLS-SEM cho luận văn và công bố quốc tế

Mẫu không lớn, dữ liệu lệch chuẩn, mô hình nhiều biến trung gian — AMOS báo lỗi còn SmartPLS chạy mượt? Hiểu đúng PLS-SEM để chọn phương pháp và tự tin bảo vệ trước hội đồng.

⏱ ~7 phút đọcChuyên mục: PLS-SEMCập nhật:

Mẫu chỉ hơn 200 phiếu, dữ liệu lệch chuẩn, mô hình có biến trung gian lẫn điều tiết — chạy AMOS thì chỉ số fit không đạt, còn bạn bè bảo “dùng SmartPLS cho nhanh”. Nhưng chọn SmartPLS vì sao, và trả lời thế nào khi hội đồng hỏi “tại sao em không dùng CB-SEM?”. Bài viết giải thích SmartPLS là gì, khác AMOS ở đâu, khi nào nên — và không nên — chọn PLS-SEM, cùng những lỗi người mới hay gặp.

Sơ đồ PLS-SEM: chất lượng dịch vụ tác động đến giá trị cảm nhận và ý định mua, phân biệt mô hình đo lường và mô hình cấu trúc
Mô hình đo lường (biến quan sát) và mô hình cấu trúc (quan hệ giữa các biến tiềm ẩn).

1SmartPLS là gì?

SmartPLS là phần mềm phân tích mô hình phương trình cấu trúc dựa trên bình phương tối thiểu từng phần (PLS-SEM — Partial Least Squares Structural Equation Modeling), do SmartPLS GmbH (Đức) phát triển dưới sự dẫn dắt của GS. Christian M. Ringle cùng các cộng sự. Đây là một trong những công cụ PLS-SEM được dùng nhiều nhất thế giới, xuất hiện trong nhiều bài báo thuộc hệ thống Scopus và Web of Science.

Khác với AMOS, LISREL hay Mplus dựa trên hiệp phương sai (CB-SEM), SmartPLS dùng thuật toán PLS nhằm tối đa hóa phương sai được giải thích của các biến phụ thuộc — tức là hướng tới khả năng giải thích và dự báo.

🖱️ Vì sao người mới thích SmartPLS?

Dựng mô hình bằng kéo–thả: tạo biến tiềm ẩn, thả biến quan sát vào, nối mũi tên giả thuyết — rồi chạy PLS Algorithm và Bootstrapping chỉ với vài cú nhấp.

2SmartPLS và AMOS khác nhau thế nào?

Tiêu chíSmartPLS (PLS-SEM)AMOS (CB-SEM)
Mục tiêuGiải thích & dự báo, phát triển lý thuyếtKiểm định & khẳng định lý thuyết
Cỡ mẫuLinh hoạt hơn với mẫu nhỏ, vừaCần mẫu lớn hơn (thường ≥ 200)
Phân phối chuẩnKhông bắt buộc (Bootstrapping)Ước lượng ML giả định phân phối chuẩn
Biến hình thành (formative)Hỗ trợ tốtHạn chế
Chỉ số phù hợp tổng thểHạn chế (SRMR)Đầy đủ: CFI, TLI, RMSEA…
Kiểm định ý nghĩaBootstrapping → T, P-valueCritical Ratio → P-value
🔺
So sánh
Hướng dẫn AMOS: CFA, Model Fit & SEM
Khi đề tài cần khẳng định lý thuyết với bộ chỉ số fit đầy đủ.
→

3Khi nào nên (và không nên) chọn SmartPLS?

Bảng so sánh SmartPLS và AMOS theo mục tiêu, cỡ mẫu, phân phối chuẩn và chỉ số phù hợp
So sánh nhanh PLS-SEM (SmartPLS) và CB-SEM (AMOS).

✅ Nên chọn khi

  • Mô hình có nhiều biến tiềm ẩn và đường dẫn
  • Dữ liệu không tuân theo phân phối chuẩn
  • Cỡ mẫu nhỏ hoặc trung bình
  • Có biến trung gian, điều tiết, biến bậc hai hoặc biến hình thành
  • Nghiên cứu hướng tới dự báo, mở rộng lý thuyết

⚠️ Cân nhắc CB-SEM khi

  • Mục tiêu chính là kiểm định lại một lý thuyết đã vững
  • Hội đồng/tạp chí yêu cầu chỉ số Model Fit đầy đủ
  • Cần so sánh các mô hình cạnh tranh bằng chỉ số fit
✍️ Câu trả lời mẫu khi hội đồng hỏi “vì sao chọn PLS-SEM?”

“Nghiên cứu hướng tới giải thích và dự báo các yếu tố tác động đến [biến phụ thuộc], mô hình có [số] biến tiềm ẩn kèm biến trung gian, và dữ liệu không tuân theo phân phối chuẩn; theo Hair et al. (2022), PLS-SEM là phương pháp phù hợp trong các điều kiện này.”

4Ứng dụng thực tiễn của SmartPLS theo lĩnh vực

Kinh doanh & Marketing

  • Chất lượng dịch vụ → sự hài lòng → lòng trung thành
  • Ý định mua hàng trực tuyến, marketing mạng xã hội
  • Giá trị thương hiệu, trải nghiệm khách hàng, CSR

Giáo dục

  • Chất lượng đào tạo, sự hài lòng của sinh viên
  • Ý định học trực tuyến, ứng dụng công nghệ
  • Động lực và kết quả học tập

Tài chính – Ngân hàng

  • Ý định dùng ngân hàng số, ví điện tử
  • Niềm tin, rủi ro cảm nhận, hành vi đầu tư

Tâm lý & hành vi

  • Mô hình TAM, TPB, UTAUT
  • Gắn kết tổ chức, động lực làm việc, chất lượng cuộc sống

5Quy trình 2 bước đánh giá mô hình PLS-SEM

Bước 1 — Mô hình đo lường →

Thang đo có đáng tin và đo đúng khái niệm không?

Outer LoadingCronbach’s Alpharho_AComposite ReliabilityAVEHTMT

Bước 2 — Mô hình cấu trúc →

Giả thuyết nào được ủng hộ, mô hình giải thích và dự báo tốt đến đâu?

VIFR²f²Q²Path Coefficient (β)T-StatisticP-Value

66 lỗi người mới dùng SmartPLS hay gặp

LỗiCách làm đúng
Lấy P-value từ PLS AlgorithmPLS Algorithm chỉ cho hệ số; P-value phải lấy từ Bootstrapping
Chạy Bootstrapping với quá ít mẫuHair et al. (2022) khuyến nghị 10.000 mẫu cho kết quả cuối cùng
Nhầm biến phản xạ và hình thànhXác định theo lý thuyết: mũi tên từ biến tiềm ẩn ra chỉ báo (phản xạ) hay ngược lại
Kiểm định giả thuyết khi thang đo chưa đạtHoàn tất bước 1 (đo lường) trước khi đọc kết quả cấu trúc
Quên đảo mã câu đảo ngượcĐảo mã trong SPSS/Excel trước khi nhập dữ liệu vào SmartPLS
Dữ liệu còn ô trống, mã 99 chưa khai báoKhai báo giá trị missing khi nhập dữ liệu hoặc xử lý trước trong SPSS

7Bắt đầu nhanh với mô hình của bạn

Trước khi mở SmartPLS, hãy vẽ mô hình trên bàn vẽ mô hình của The Light Data: thêm biến, số câu hỏi mỗi biến, mũi tên giả thuyết dương/âm và biến điều tiết. Chọn phương pháp SmartPLS để xem bộ bảng kết quả — Outer Loading, HTMT, hệ số đường dẫn, Bootstrap — trên dữ liệu mô phỏng, giúp bạn hình dung chương 4 sẽ trình bày những gì. Từ mô hình đó, có thể sinh luôn bảng hỏi Likert bằng AI.

⚠️ Lưu ý

Dữ liệu mô phỏng chỉ để học cách đọc và lên kế hoạch phân tích, không dùng thay dữ liệu khảo sát thật trong báo cáo.

🎯 Tóm lại
  • SmartPLS = PLS-SEM: mạnh về giải thích & dự báo, linh hoạt với mẫu nhỏ, dữ liệu không chuẩn, mô hình phức tạp.
  • Cần khẳng định lý thuyết với chỉ số fit đầy đủ → cân nhắc AMOS (CB-SEM).
  • Quy trình 2 bước: mô hình đo lường → mô hình cấu trúc; P-value lấy từ Bootstrapping.

Câu hỏi thường gặp

SmartPLS và AMOS khác nhau thế nào?

AMOS dùng CB-SEM, hợp với kiểm định và khẳng định lý thuyết, có bộ chỉ số Model Fit đầy đủ. SmartPLS dùng PLS-SEM, tối đa hóa phương sai được giải thích, linh hoạt với mẫu nhỏ, dữ liệu không chuẩn và mô hình phức tạp.

SmartPLS có cần dữ liệu phân phối chuẩn không?

Không bắt buộc: PLS-SEM là phương pháp phi tham số và kiểm định ý nghĩa bằng Bootstrapping. Tuy vậy vẫn nên kiểm tra ngoại lai và độ lệch quá lớn của dữ liệu.

Cỡ mẫu tối thiểu cho SmartPLS là bao nhiêu?

Hair et al. (2022) khuyến nghị tính theo phương pháp căn bậc hai nghịch đảo: với hệ số đường dẫn nhỏ nhất kỳ vọng khoảng 0,2 cần tối thiểu 155 quan sát ở mức ý nghĩa 5%.

SmartPLS có miễn phí không?

SmartPLS là phần mềm thương mại, có bản dùng thử; giá và giới hạn của từng gói được công bố trên trang chính thức smartpls.com.

Có dùng cả SPSS và SmartPLS trong một luận văn được không?

Có. Nhiều luận văn dùng SPSS cho thống kê mô tả và kiểm định khác biệt (T-test, ANOVA), còn SmartPLS cho mô hình đo lường và mô hình cấu trúc.