SPSS AMOS là gì? Hướng dẫn 7 bước chạy CFA và SEM trên IBM SPSS AMOS

SPSS AMOS (IBM SPSS Amos) là phần mềm mô hình cấu trúc tuyến tính được dùng rộng rãi trong luận văn thạc sĩ, luận án tiến sĩ và bài báo khoa học ngành quản trị, marketing, giáo dục, tâm lý. Với giao diện kéo thả trực quan, SPSS AMOS cho phép bạn kiểm định thang đo bằng CFA và kiểm định mô hình lý thuyết bằng SEM. Bài viết này của Kaas.vn giải thích SPSS AMOS là gì, khi nào nên dùng, hướng dẫn 7 bước chạy CFA và SEM, bảng chỉ số đánh giá và cách so sánh với SmartPLS.

SPSS AMOS là gì?

AMOS (Analysis of Moment Structures) là phần mềm phân tích mô hình cấu trúc tuyến tính dựa trên hiệp phương sai (CB-SEM), hiện thuộc bộ sản phẩm của IBM nên thường được gọi là IBM SPSS AMOS hay SPSS AMOS. Phần mềm cho phép vẽ mô hình bằng sơ đồ đường dẫn (path diagram), ước lượng đồng thời nhiều mối quan hệ giữa các biến tiềm ẩn và đánh giá mức độ phù hợp của mô hình với dữ liệu.

SPSS AMOS làm việc liền mạch với IBM SPSS Statistics: bạn làm sạch dữ liệu, chạy Cronbach's Alpha và EFA trên SPSS, sau đó mở cùng file .sav trong AMOS để chạy CFA và SEM. Đây là lý do bộ đôi SPSS và AMOS trở thành quy trình quen thuộc trong luận văn tại Việt Nam.

Bản quyền IBM SPSS AMOS

SPSS AMOS là phần mềm thương mại của IBM, có bản dùng thử và giấy phép cho cá nhân, tổ chức, trường học. Bạn nên dùng bản quyền của trường hoặc mua giấy phép hợp pháp tại trang IBM SPSS Amos. Nếu cần công cụ miễn phí, gói lavaan trong R cho kết quả CB-SEM tương đương.

Khi nào nên dùng SPSS AMOS?

• Mục tiêu là kiểm định, khẳng định một lý thuyết hoặc mô hình đã được xây dựng từ các nghiên cứu trước.
• Thang đo dạng phản ánh (reflective), đã qua đánh giá sơ bộ bằng Cronbach's Alpha và EFA.
• Cỡ mẫu đủ lớn (thường từ 200 quan sát trở lên) và dữ liệu gần phân phối chuẩn.
• Cần đánh giá độ phù hợp tổng thể của mô hình với dữ liệu.

Nếu mô hình rất phức tạp, cỡ mẫu nhỏ, mục tiêu dự báo hoặc có thang đo dạng cấu tạo (formative), SmartPLS thường phù hợp hơn. Xem dịch vụ SmartPLS.

Chuẩn bị dữ liệu cho SPSS AMOS

1. Không để giá trị thiếu: nhiều chức năng của SPSS AMOS như bootstrapping và chỉ số điều chỉnh (modification indices) yêu cầu dữ liệu đầy đủ. Xử lý giá trị thiếu bằng phương pháp được trích dẫn và báo cáo rõ.
2. Kiểm tra phân phối: xem độ lệch (skewness), độ nhọn (kurtosis) và hệ số Mardia trong phần Assessment of normality.
3. Đánh giá sơ bộ thang đo: Cronbach's Alpha và EFA trên SPSS. Xem Cronbach's Alpha và EFA trong SPSS.
4. Đặt tên biến ngắn, không dấu: AMOS hiển thị tên biến trực tiếp trên sơ đồ.

Hướng dẫn 7 bước chạy CFA và SEM trên SPSS AMOS

Bước 1: Mở dữ liệu và vẽ mô hình đo lường

Mở SPSS AMOS Graphics, chọn File → Data Files để liên kết file .sav. Dùng công cụ vẽ biến tiềm ẩn kèm biến quan sát (Draw a latent variable or add an indicator), kéo biến quan sát từ danh sách List variables in data set vào các ô vuông. Nối hai chiều giữa các biến tiềm ẩn để cho phép chúng tương quan trong CFA.

Bước 2: Thiết lập Analysis Properties

Vào View → Analysis Properties → Output, tích Standardized estimates, Squared multiple correlations, Modification indices và Tests for normality and outliers. Phương pháp ước lượng mặc định là Maximum Likelihood.

Bước 3: Chạy CFA và đọc độ phù hợp mô hình

Bấm Calculate estimates, sau đó xem Model Fit trong Text Output. Bảng dưới tổng hợp ngưỡng thường dùng; hãy đánh giá đồng thời nhiều chỉ số, không dựa vào một chỉ số duy nhất.

Chỉ số	Ngưỡng chấp nhận	Nguồn
CMIN/df	< 3 (tốt); < 5 (chấp nhận với mẫu lớn)	Hair và cộng sự (2019)
CFI, TLI	≥ 0,90; ≥ 0,95 là tốt	Hu và Bentler (1999)
RMSEA	≤ 0,08; ≤ 0,06 là tốt	Hu và Bentler (1999)
SRMR	≤ 0,08	Hu và Bentler (1999)
GFI	≥ 0,90 (nhạy với cỡ mẫu, chỉ tham khảo)	Hair và cộng sự (2019)

Bước 4: Đánh giá độ tin cậy và giá trị thang đo

• Hệ số tải chuẩn hóa: nên từ 0,5 trở lên, lý tưởng ≥ 0,7.
• Độ tin cậy tổng hợp (CR): ≥ 0,7.
• Phương sai trung bình trích (AVE): ≥ 0,5 thể hiện giá trị hội tụ.
• Giá trị phân biệt: căn bậc hai AVE lớn hơn tương quan giữa các cấu trúc (Fornell và Larcker, 1981) hoặc HTMT < 0,85 hay 0,90 (Henseler và cộng sự, 2015).

SPSS AMOS không tự tính CR, AVE, HTMT; bạn tính từ hệ số tải chuẩn hóa bằng Excel hoặc dùng plugin hợp lệ, và trích dẫn công thức.

Bước 5: Điều chỉnh mô hình có cơ sở

Chỉ số điều chỉnh (Modification Indices) gợi ý những mối nối có thể cải thiện độ phù hợp. Chỉ nên nối hiệp phương sai sai số khi các biến quan sát thuộc cùng một nhân tố và có lý do nội dung (ví dụ cách diễn đạt gần giống nhau). Mỗi điều chỉnh phải được báo cáo. Điều chỉnh liên tục chỉ để đạt ngưỡng là chọn lọc theo dữ liệu và làm giảm giá trị khoa học của mô hình.

Bước 6: Chuyển sang mô hình cấu trúc SEM

Thay các mũi tên hai chiều bằng mũi tên một chiều theo giả thuyết, thêm sai số cho các biến nội sinh. Chạy lại, đánh giá độ phù hợp và đọc bảng Regression Weights: hệ số chưa chuẩn hóa, sai số chuẩn (S.E.), C.R. (tương đương t) và P; hệ số chuẩn hóa dùng để so sánh mức độ tác động.

Bước 7: Kiểm định trung gian và đa nhóm

Trung gian: bật Bootstrap trong Analysis Properties (ví dụ 2.000 đến 5.000 mẫu, khoảng tin cậy bias-corrected) và đọc tác động gián tiếp trong Indirect Effects. Đa nhóm: tạo nhóm (ví dụ nam/nữ) trong Manage Groups, so sánh mô hình bất biến và khả biến bằng chênh lệch Chi-square. Báo cáo cả tác động trực tiếp, gián tiếp và tổng.

Sai lệch do phương pháp chung (CMB) trong SPSS AMOS

Khi mọi biến được đo bằng cùng một bảng hỏi tại cùng thời điểm, kết quả có thể bị thổi phồng bởi sai lệch do phương pháp chung. Kiểm định đơn nhân tố Harman là bước sơ bộ phổ biến nhưng có hạn chế; trên SPSS AMOS, bạn có thể bổ sung mô hình có nhân tố phương pháp chung (common latent factor) để so sánh. Quan trọng hơn là giảm CMB ngay từ thiết kế bảng hỏi theo khuyến nghị của Podsakoff và cộng sự (2003).

So sánh SPSS AMOS và SmartPLS

Tiêu chí	SPSS AMOS (CB-SEM)	SmartPLS (PLS-SEM)
Mục tiêu	Kiểm định, khẳng định lý thuyết	Dự báo, phát triển lý thuyết
Cỡ mẫu	Lớn (thường ≥ 200)	Linh hoạt hơn với mẫu nhỏ
Phân phối dữ liệu	Giả định gần chuẩn (ML)	Không yêu cầu phân phối chuẩn
Thang đo formative	Hạn chế	Hỗ trợ tốt
Độ phù hợp tổng thể	Có (CFI, RMSEA...)	Hạn chế (SRMR)

Lựa chọn phương pháp phải dựa trên mục tiêu nghiên cứu, không dựa vào phần mềm nào cho kết quả "đẹp" hơn.

Trình bày kết quả SPSS AMOS trong luận văn

Nên có: hình mô hình CFA và SEM với hệ số chuẩn hóa, bảng chỉ số phù hợp, bảng CR, AVE và giá trị phân biệt, bảng kết quả kiểm định giả thuyết (hệ số, S.E., C.R., P, kết luận), bảng tác động trung gian với khoảng tin cậy bootstrap. Ghi rõ mọi điều chỉnh mô hình và biến bị loại kèm lý do.

Ví dụ minh họa: ý định mua hàng trực tuyến

Một nghiên cứu khảo sát 412 người tiêu dùng về ý định mua hàng trực tuyến với 4 nhân tố: Nhận thức hữu ích, Nhận thức dễ sử dụng, Niềm tin và Rủi ro cảm nhận, tác động đến Thái độ và Ý định mua. Sau khi làm sạch, 396 phiếu hợp lệ được dùng cho phân tích; lý do loại phiếu được ghi trong nhật ký.

CFA lần đầu cho CFI = 0,912; RMSEA = 0,071. Hai biến quan sát của Niềm tin có cách diễn đạt gần giống nhau và chỉ số điều chỉnh gợi ý nối sai số; mối nối này được thêm vào và báo cáo kèm lý do. Mô hình sau điều chỉnh có CFI = 0,936; TLI = 0,927; RMSEA = 0,061; SRMR = 0,048. Tất cả CR lớn hơn 0,8, AVE lớn hơn 0,5, HTMT nhỏ hơn 0,85.

Mô hình SEM cho thấy Nhận thức hữu ích và Niềm tin tác động dương đến Thái độ; Rủi ro cảm nhận tác động âm. Nhận thức dễ sử dụng không có tác động trực tiếp có ý nghĩa đến Ý định, nhưng có tác động gián tiếp qua Thái độ với khoảng tin cậy bootstrap không chứa 0. Kết quả được trình bày đầy đủ, kể cả giả thuyết không được ủng hộ.

Mô hình CFA bậc hai

Khi một khái niệm lớn gồm nhiều thành phần (ví dụ Chất lượng dịch vụ gồm Tin cậy, Đáp ứng, Đồng cảm, Hữu hình), bạn có thể xây dựng CFA bậc hai: các thành phần là nhân tố bậc một, cùng phản ánh một nhân tố bậc hai. Trên AMOS, vẽ nhân tố bậc hai với mũi tên trỏ đến các nhân tố bậc một và thêm sai số cho từng nhân tố bậc một. Mô hình bậc hai cần có cơ sở lý thuyết rõ ràng và nên được so sánh với mô hình bậc một tương quan.

Checklist trước khi nộp kết quả

• Đã báo cáo cỡ mẫu, cách xử lý giá trị thiếu và kiểm tra phân phối.
• Đã trình bày đầy đủ các chỉ số phù hợp kèm nguồn ngưỡng.
• Đã báo cáo hệ số tải, CR, AVE và kiểm định giá trị phân biệt.
• Đã liệt kê mọi điều chỉnh mô hình và lý do.
• Đã báo cáo tác động trực tiếp, gián tiếp, tổng và khoảng tin cậy bootstrap.
• Đã lưu file dự án và file dữ liệu để có thể tái lập.

Lỗi thường gặp khi dùng SPSS AMOS

1. Để giá trị thiếu khiến bootstrap và modification indices không chạy được.
2. Nối sai số tùy tiện giữa các nhân tố khác nhau chỉ để tăng CFI.
3. Bỏ qua giá trị phân biệt hoặc chỉ dùng Fornell-Larcker khi các cấu trúc tương quan cao.
4. Diễn giải hệ số chưa chuẩn hóa để so sánh mức độ tác động giữa các biến.
5. Loại biến hàng loạt làm mất giá trị nội dung thang đo mà không báo cáo.

Dịch vụ SPSS AMOS tại Kaas.vn

Kaas.vn hỗ trợ trọn quy trình SPSS AMOS: kiểm tra dữ liệu, Cronbach's Alpha, EFA, CFA, đánh giá CR, AVE, HTMT, SEM, trung gian bootstrap, đa nhóm và giải thích kết quả. Bạn nhận file dự án AMOS (.amw), file dữ liệu và bảng kết quả để tự tái lập. Xem Dịch vụ AMOS, dịch vụ chạy định lượng và bảng giá.

Kaas.vn tuân thủ Cam kết liêm chính học thuật: không tạo hay chỉnh sửa dữ liệu, không điều chỉnh mô hình thiếu cơ sở để "đạt" chỉ số.

Câu hỏi thường gặp về SPSS AMOS

SPSS và AMOS có phải là một phần mềm?

Không. IBM SPSS Statistics và IBM SPSS AMOS là hai phần mềm riêng, cùng thuộc IBM và dùng chung định dạng dữ liệu .sav. SPSS thực hiện thống kê mô tả, Cronbach's Alpha, EFA, hồi quy; AMOS chuyên CFA và SEM.

Cỡ mẫu bao nhiêu là đủ cho SPSS AMOS?

Phụ thuộc độ phức tạp mô hình, số biến quan sát và mức độ phân phối chuẩn. Nhiều tài liệu khuyến nghị tối thiểu 200 quan sát; với mô hình nhỏ, hệ số tải cao, cỡ mẫu có thể thấp hơn. Nên dùng phân tích power hoặc mô phỏng để xác định trước khi thu thập.

Mô hình CFA không đạt chỉ số phù hợp thì làm gì?

Kiểm tra lại dữ liệu, hệ số tải thấp, biến tải chéo và nội dung câu hỏi. Chỉ điều chỉnh khi có lý do lý thuyết, báo cáo đầy đủ. Nếu vẫn không đạt, hãy trình bày trung thực và thảo luận hạn chế thay vì sửa dữ liệu.

Có thể chạy SEM miễn phí thay cho SPSS AMOS không?

Có. Gói lavaan trong R thực hiện CFA, SEM, trung gian bootstrap và đa nhóm. Xem bài RStudio và phân tích tự động.

AMOS IBM có phiên bản tiếng Việt không?

Hiện IBM SPSS AMOS không có giao diện tiếng Việt chính thức. Tuy nhiên, các thuật ngữ trong phần mềm như Regression Weights, Standardized Estimates, Model Fit đều có thuật ngữ tiếng Việt tương ứng được dùng phổ biến trong luận văn. Bạn nên ghi kèm thuật ngữ tiếng Anh trong ngoặc ở lần xuất hiện đầu tiên để người đọc dễ đối chiếu với output phần mềm.

Kết luận

SPSS AMOS là công cụ mạnh để kiểm định thang đo và mô hình lý thuyết, nhưng đòi hỏi hiểu đúng các chỉ số và kỷ luật trong điều chỉnh mô hình. Khi làm đúng 7 bước, đánh giá đầy đủ độ tin cậy, giá trị hội tụ, phân biệt và báo cáo minh bạch, kết quả của bạn sẽ đủ sức thuyết phục hội đồng và người đọc.

Tài liệu tham khảo

• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning.
• Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis. Structural Equation Modeling, 6(1), 1-55.
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135.
• Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research. Journal of Applied Psychology, 88(5), 879-903.