1. Outer Loading (Hệ số tải ngoài)
Outer loading ≥ 0.7 → Biến quan sát phản ánh tốt nhân tố tiềm ẩn (Hair et al., 2019).
Nếu loading từ 0.4–0.7 thì cân nhắc loại bỏ nếu AVE và CR không đạt.
2. Độ tin cậy thang đo
Cronbach’s Alpha ≥ 0.7: Thang đo có độ tin cậy nội tại ổn định (Hair et al., 2019).
Composite Reliability (CR) ≥ 0.7: Độ tin cậy tổng hợp, phản ánh tốt hơn Cronbach’s Alpha (Hair et al., 2019).
3. Giá trị hội tụ:
AVE ≥ 0.5: Các biến quan sát giải thích ít nhất 50% phương sai của nhân tố → đạt giá trị hội tụ (Fornell & Larcker, 1981).
4. Giá trị phân biệt
HTMT < 0.9: Các khái niệm có tính phân biệt tốt, không bị trùng lắp (Henseler et al., 2015).
Tiêu chí Fornell-Larcker: Căn bậc hai của AVE của mỗi nhân tố phải lớn hơn tương quan chéo với các nhân tố khác → đảm bảo phân biệt giữa các khái niệm (Fornell & Larcker, 1981).
5. VIF (kiểm tra đa cộng tuyến)
VIF < 5 → Không có hiện tượng đa cộng tuyến giữa các biến độc lập (Hair et al., 2019).
Nếu VIF > 5, cần loại bỏ hoặc điều chỉnh biến có quan hệ chặt chẽ.
6 Hệ số R² (R-squared):
R² ≥ 0.10: mô hình có khả năng giải thích biến phụ thuộc (Chin, 1998).
Mức đánh giá: R² ≈ 0.19 (yếu), ≈ 0.33 (trung bình), ≥ 0.67 (mạnh).
7. Hệ số f² (Effect size):
f² ≥ 0.02: ảnh hưởng nhỏ, ≥ 0.15: trung bình, ≥ 0.35: lớn (Cohen, 1988).
Dùng để đánh giá mức độ ảnh hưởng của từng biến độc lập lên biến phụ thuộc.
8. Kiểm định SEM (Bootstraping):
p < 0.05 và t > 1.96 (với kiểm định 2 phía) → mối quan hệ giữa các biến có ý nghĩa thống kê (Hair et al., 2019).
Dùng bootstrapping với 5.000 mẫu lặp để kiểm định độ tin cậy của ước lượng.