[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_%C4%91%E1%BB%99%20gi%C3%A1%20tr%E1%BB%8B{\"limit\":5}":3,"_public_topic_byId_độ giá trị":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":17,"synonyms":18,"definition":20,"discipline":21,"references":22,"faqs":63,"createUser":76,"publishUser":80,"keywords":84,"keywordCount":95,"enrichTopicLink":96,"status":97,"createTime":98,"updateTime":99,"publishTime":100,"linkEnrichedTime":101,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":102,"relateTopics":103},"độ giá trị","Độ giá trị là gì? Bản chất và các tiêu chuẩn kiểm định","Độ giá trị là tiêu chuẩn đo lường phản ánh tính chuẩn xác của suy luận khoa học từ kết quả đo lường, bao gồm giá trị nội dung, tiêu chí và cấu trúc.","\u003Cp>Độ giá trị (validity) là mức độ mà các bằng chứng thực nghiệm và cơ sở lý thuyết hỗ trợ cho tính đúng đắn, thích hợp của các suy luận và diễn giải khoa học được rút ra từ kết quả đo lường. Trong phương pháp luận nghiên cứu và trắc lượng tâm lý, độ giá trị xác định tính chân thực của các kết luận khoa học thay vì chỉ là thuộc tính cố định của một bài kiểm tra hay bảng hỏi. Mục từ này phân tích bản chất lý thuyết, phân loại các hình thức độ giá trị, các tiêu chuẩn kiểm định định lượng hiện đại và điều kiện áp dụng trong nghiên cứu khoa học.\u003C\u002Fp>\n\n\u003Ch2>Bản chất khoa học và sự tiến hóa của khái niệm độ giá trị\u003C\u002Fh2>\n\u003Cp>Trong lịch sử trắc lượng học cổ điển, độ giá trị từng được định nghĩa đơn giản là mức độ mà một {{topic|%7B%22topic%22%3A%22c%C3%B4ng%20c%E1%BB%A5%20%C4%91o%20l%C6%B0%E1%BB%9Dng%22%7D}} đúng cái mà nó dự định đo. Tuy nhiên, quan điểm hiện đại xem độ giá trị không phải là một thuộc tính cố định gắn liền với bản thân thang đo, mà là mức độ hỗ trợ của {{topic|%7B%22topic%22%3A%22b%E1%BA%B1ng%20ch%E1%BB%A9ng%20th%E1%BB%B1c%20nghi%E1%BB%87m%22%7D}} và lập luận lý thuyết đối với các diễn giải suy luận từ điểm số thu được. Theo tổng quan lý thuyết của Messick (1995), độ giá trị là một khái niệm thống nhất tích hợp, trong đó mọi hình thức kiểm định đều đóng góp bằng chứng nhằm làm sáng tỏ ý nghĩa thực chất của cấu trúc đo lường.\u003C\u002Fp>\n\n\u003Cp>Một nguyên lý căn bản trong phương pháp luận là phân biệt rạch ròi giữa độ giá trị và độ tin cậy (reliability). Độ tin cậy phản ánh tính ổn định, sự nhất quán và khả năng lặp lại của kết quả đo lường khi thực hiện qua nhiều lần quan sát hoặc giữa các chỉ báo tương đương. Ngược lại, độ giá trị tập trung vào tính chuẩn xác và sự chân thực của nội hàm khái niệm. Do đó, trong trắc lượng học, độ tin cậy là điều kiện cần nhưng không đủ để đạt được độ giá trị; một thang đo có độ giá trị cao tất yếu phải có độ tin cậy, nhưng bản thân độ giá trị đo lường vẫn phải kết hợp với {{topic|%7B%22topic%22%3A%22thi%E1%BA%BFt%20k%E1%BA%BF%20nghi%C3%AAn%20c%E1%BB%A9u%22%7D}} chặt chẽ mới đảm bảo giá trị khoa học của kết luận.\u003C\u002Fp>\n\n\u003Ch2>Phân loại các hình thức độ giá trị trong nghiên cứu\u003C\u002Fh2>\n\u003Cp>Để đánh giá toàn diện một công cụ đo lường, các nhà nghiên cứu thường phân chia độ giá trị thành nhiều khía cạnh bổ trợ lẫn nhau, bao gồm độ giá trị nội dung, độ giá trị tiêu chí và độ giá trị cấu trúc.\u003C\u002Fp>\n\n\u003Ch3>Độ giá trị nội dung\u003C\u002Fh3>\n\u003Cp>Độ {{topic|%7B%22topic%22%3A%22gi%C3%A1%20tr%E1%BB%8B%20n%E1%BB%99i%20dung%22%7D}} (content validity) thể hiện mức độ mà các biến quan sát hoặc câu hỏi trong thang đo đại diện bao quát và đầy đủ cho toàn bộ miền nội hàm của khái niệm cần nghiên cứu. Việc xác lập độ giá trị nội dung chủ yếu dựa trên đánh giá định tính có hệ thống thông qua các bước:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>Xác định rõ ràng ranh giới khái niệm dựa trên cơ sở lý thuyết chuyên ngành đã công bố.\u003C\u002Fli>\n\u003Cli>Thành lập hội đồng chuyên gia độc lập để rà soát từng mục hỏi về mức độ liên quan và tính rõ ràng.\u003C\u002Fli>\n\u003Cli>Tính toán các chỉ số đồng thuận chuyên gia nhằm loại bỏ các biến quan sát mập mờ hoặc thừa thãi.\u003C\u002Fli>\n\u003Cli>Thử nghiệm sơ bộ trên mẫu nhỏ đối tượng mục tiêu để hoàn thiện cách hành văn và tính dễ hiểu.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch3>Độ giá trị tiêu chí\u003C\u002Fh3>\n\u003Cp>Độ giá trị tiêu chí (criterion validity) đánh giá mức độ tương quan giữa kết quả của công cụ đo lường mới với một tiêu chuẩn bên ngoài đã được kiểm chứng độc lập. Hình thức này được chia thành hai dạng chính:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>Độ giá trị đồng thời (concurrent validity): Đánh giá mối tương quan khi công cụ mới và tiêu chí chuẩn được thu thập cùng một thời điểm.\u003C\u002Fli>\n\u003Cli>Độ giá trị dự báo (predictive validity): Đánh giá khả năng của điểm số công cụ đo lường trong việc dự đoán chính xác hành vi, năng lực hoặc kết quả thực tế xảy ra trong tương lai.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch3>Độ giá trị cấu trúc\u003C\u002Fh3>\n\u003Cp>Độ giá trị cấu trúc (construct validity) là trọng tâm của trắc lượng học hiện đại, phản ánh mức độ mà thang đo vận hành đúng theo kỳ vọng lý thuyết của khái niệm ẩn. Độ giá trị cấu trúc bao gồm hai khía cạnh then chốt: giá trị hội tụ (convergent validity) và giá trị phân biệt (discriminant validity). Giá trị hội tụ chứng minh rằng các biến quan sát được thiết kế để đo cùng một cấu trúc lý thuyết phải có mối tương quan chặt chẽ với nhau. Ngược lại, giá trị phân biệt chứng minh rằng cấu trúc nghiên cứu thực sự độc đáo, tách biệt và không bị trùng lặp với các cấu trúc lý thuyết lân cận trong mô hình.\u003C\u002Fp>\n\n\u003Ch2>Phương pháp đánh giá và các tiêu chuẩn kiểm định định lượng\u003C\u002Fh2>\n\u003Cp>Trong nghiên cứu định lượng, việc kiểm định độ giá trị cấu trúc đòi hỏi các quy trình phân tích thống kê nghiêm ngặt, từ mô hình phân tích nhân tố khẳng định đến {{topic|%7B%22topic%22%3A%22m%C3%B4%20h%C3%ACnh%20ph%C6%B0%C6%A1ng%20tr%C3%ACnh%20c%E1%BA%A5u%20tr%C3%BAc%22%7D}}.\u003C\u002Fp>\n\n\u003Ch3>Ma trận đa đặc tính - đa phương pháp (MTMM)\u003C\u002Fh3>\n\u003Cp>Phương pháp ma trận đa đặc tính - đa phương pháp (multitrait-multimethod matrix, MTMM) do Campbell và Fiske (1959) giới thiệu đã đặt nền tảng phương pháp luận cho việc phân tích đồng thời giá trị hội tụ và giá trị phân biệt. Bằng cách đo lường nhiều đặc tính khác nhau thông qua nhiều phương pháp {{topic|%7B%22topic%22%3A%22thu%20th%E1%BA%ADp%20d%E1%BB%AF%20li%E1%BB%87u%22%7D}} độc lập, ma trận này cho phép tách biệt phương sai thực chất của khái niệm khỏi sai số hệ thống do phương pháp đo lường gây ra.\u003C\u002Fp>\n\n\u003Ch3>Tiêu chuẩn Fornell và Larcker\u003C\u002Fh3>\n\u003Cp>Trong mô hình phương trình cấu trúc dựa trên hiệp phương sai và bình phương bé nhất từng phần, tiêu chuẩn của Fornell và Larcker (1981) là một trong những chuẩn mực được trích dẫn rộng rãi nhất. Để đánh giá giá trị hội tụ, Fornell và Larcker (1981) đề xuất chỉ số phương sai trích trung bình (average variance extracted, AVE), biểu diễn tỷ lệ phương sai mà biến ẩn thu nhận được từ các biến quan sát so với phương sai do {{topic|%7B%22topic%22%3A%22sai%20s%E1%BB%91%20%C4%91o%20l%C6%B0%E1%BB%9Dng%22%7D}}. Công thức tính chỉ số này được xác định như sau:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">AVE = \\frac{\\sum \\lambda_i^2}{\\sum \\lambda_i^2 + \\sum \\text{Var}(\\epsilon_i)}\u003C\u002Fscript>\n\n\u003Cp>Trong đó, ký hiệu \u003Cscript type=\"math\u002Ftex\">\\lambda_i\u003C\u002Fscript> đại diện cho hệ số tải nhân tố chuẩn hóa của biến quan sát thứ \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript>, và ký hiệu \u003Cscript type=\"math\u002Ftex\">\\text{Var}(\\epsilon_i)\u003C\u002Fscript> đại diện cho phương sai sai số đo lường của biến quan sát tương ứng. Theo Fornell và Larcker (1981), giá trị hội tụ của cấu trúc được xác lập khi chỉ số \u003Cscript type=\"math\u002Ftex\">AVE\u003C\u002Fscript> đạt giá trị từ 0,50 trở lên, cho thấy phần lớn phương sai của các chỉ báo bắt nguồn từ chính biến ẩn chứ không phải do sai số ngẫu nhiên.\u003C\u002Fp>\n\n\u003Cp>Về giá trị phân biệt, Fornell và Larcker (1981) quy định rằng căn bậc hai của chỉ số \u003Cscript type=\"math\u002Ftex\">AVE\u003C\u002Fscript> của từng biến ẩn phải lớn hơn giá trị tuyệt đối của {{topic|%7B%22topic%22%3A%22h%E1%BB%87%20s%E1%BB%91%20t%C6%B0%C6%A1ng%20quan%22%7D}} giữa biến ẩn đó với bất kỳ biến ẩn nào khác trong mô hình nghiên cứu. Biểu thức điều kiện được viết dưới dạng:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\sqrt{AVE} > |\\rho|\u003C\u002Fscript>\n\n\u003Cp>Với \u003Cscript type=\"math\u002Ftex\">\\sqrt{AVE}\u003C\u002Fscript> là căn bậc hai của phương sai trích trung bình, và \u003Cscript type=\"math\u002Ftex\">\\rho\u003C\u002Fscript> là hệ số tương quan giữa hai cấu trúc lý thuyết bất kỳ.\u003C\u002Fp>\n\n\u003Ch3>Tỷ số tương quan dị tính - đơn tính (HTMT)\u003C\u002Fh3>\n\u003Cp>Mặc dù tiêu chuẩn Fornell và Larcker (1981) được ứng dụng phổ biến, các nghiên cứu mô phỏng hiện đại đã chỉ ra rằng tiêu chuẩn này có độ nhạy rất kém trong việc phát hiện sự thiếu hụt giá trị phân biệt khi các hệ số tải nhân tố không đồng nhất. Để giải quyết hạn chế này, Henseler và cs. (2015) đã đề xuất tiêu chuẩn tỷ số tương quan dị tính - đơn tính (heterotrait-monotrait ratio, HTMT). Chỉ số này ước lượng tỷ lệ giữa giá trị trung bình của các giá trị tuyệt đối hệ số tương quan giữa các chỉ báo của hai cấu trúc khác nhau so với căn bậc hai của tích các giá trị trung bình tương quan nội bộ:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">HTMT_{ij} = \\frac{\\bar{r}_{ij}}{\\sqrt{\\bar{r}_{ii} \\bar{r}_{jj}}}\u003C\u002Fscript>\n\n\u003Cp>Trong đó, ký hiệu \u003Cscript type=\"math\u002Ftex\">\\bar{r}_{ij}\u003C\u002Fscript> là giá trị trung bình của các giá trị tuyệt đối hệ số tương quan giữa các biến quan sát thuộc cấu trúc thứ \u003Cscript type=\"math\u002Ftex\">i\u003C\u002Fscript> và cấu trúc thứ \u003Cscript type=\"math\u002Ftex\">j\u003C\u002Fscript>, còn \u003Cscript type=\"math\u002Ftex\">\\bar{r}_{ii}\u003C\u002Fscript> và \u003Cscript type=\"math\u002Ftex\">\\bar{r}_{jj}\u003C\u002Fscript> lần lượt là giá trị trung bình của các giá trị tuyệt đối hệ số tương quan giữa các biến quan sát nội bộ trong từng cấu trúc. Theo khuyến nghị của Henseler và cs. (2015), có bằng chứng hỗ trợ giá trị phân biệt khi chỉ số \u003Cscript type=\"math\u002Ftex\">HTMT\u003C\u002Fscript> nhỏ hơn ngưỡng quy ước bảo thủ 0,85 đối với các cấu trúc có sự khác biệt rõ rệt về mặt lý thuyết, hoặc nhỏ hơn ngưỡng quy ước nới lỏng 0,90 đối với các cấu trúc có mối liên hệ khái niệm tương đồng.\u003C\u002Fp>\n\n\u003Cp>Theo hướng dẫn thực hành của Hair và cs. (2019), {{topic|%7B%22topic%22%3A%22quy%20tr%C3%ACnh%20%C4%91%C3%A1nh%20gi%C3%A1%22%7D}} toàn diện mô hình đo lường phản chiếu (reflective model) đòi hỏi kiểm tra tuần tự cả độ tin cậy và độ giá trị: độ tin cậy của từng chỉ báo, độ tin cậy nhất quán nội tại thông qua chỉ số độ tin cậy tổng hợp (composite reliability, CR) với giá trị nằm trong khoảng từ 0,70 đến 0,95, giá trị hội tụ với \u003Cscript type=\"math\u002Ftex\">AVE\u003C\u002Fscript> từ 0,50 trở lên, và giá trị phân biệt qua ngưỡng \u003Cscript type=\"math\u002Ftex\">HTMT\u003C\u002Fscript>.\u003C\u002Fp>\n\n\u003Ch2>Bảng đối chiếu các tiêu chuẩn đánh giá mô hình đo lường phản chiếu\u003C\u002Fh2>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Tiêu chuẩn đánh giá\u003C\u002Fth>\n\u003Cth>Khía cạnh đo lường\u003C\u002Fth>\n\u003Cth>Ngưỡng chấp nhận khuyến nghị\u003C\u002Fth>\n\u003Cth>Tác giả và mốc thời gian\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>Phương sai trích trung bình (AVE)\u003C\u002Ftd>\n\u003Ctd>Độ giá trị hội tụ\u003C\u002Ftd>\n\u003Ctd>Giá trị đạt từ 0,50 trở lên\u003C\u002Ftd>\n\u003Ctd>Fornell và Larcker (1981)\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>So sánh căn bậc hai AVE với tương quan\u003C\u002Ftd>\n\u003Ctd>Độ giá trị phân biệt\u003C\u002Ftd>\n\u003Ctd>Căn bậc hai AVE lớn hơn tương quan giữa các cấu trúc\u003C\u002Ftd>\n\u003Ctd>Fornell và Larcker (1981)\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Tỷ số HTMT bảo thủ\u003C\u002Ftd>\n\u003Ctd>Độ giá trị phân biệt cấu trúc khác biệt\u003C\u002Ftd>\n\u003Ctd>Giá trị nhỏ hơn 0,85\u003C\u002Ftd>\n\u003Ctd>Henseler và cs. (2015)\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Tỷ số HTMT nới lỏng\u003C\u002Ftd>\n\u003Ctd>Độ giá trị phân biệt cấu trúc tương đồng\u003C\u002Ftd>\n\u003Ctd>Giá trị nhỏ hơn 0,90\u003C\u002Ftd>\n\u003Ctd>Henseler và cs. (2015)\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Độ tin cậy tổng hợp (CR)\u003C\u002Ftd>\n\u003Ctd>Độ tin cậy nhất quán nội tại\u003C\u002Ftd>\n\u003Ctd>Giá trị nằm trong khoảng từ 0,70 đến 0,95\u003C\u002Ftd>\n\u003Ctd>Hair và cs. (2019)\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Độ giá trị nội tại và độ giá trị ngoại tại trong thiết kế nghiên cứu\u003C\u002Fh2>\n\u003Cp>Bên cạnh độ giá trị của công cụ đo lường, lý thuyết nghiên cứu khoa học phân biệt hai cấp độ giá trị tổng thể của một nghiên cứu: độ giá trị nội tại và độ giá trị ngoại tại.\u003C\u002Fp>\n\n\u003Ch3>Độ giá trị nội tại\u003C\u002Fh3>\n\u003Cp>Độ giá trị nội tại (internal validity) liên quan trực tiếp đến tính chuẩn xác của suy luận nhân quả giữa biến độc lập và biến phụ thuộc. Một nghiên cứu đạt độ giá trị nội tại cao khi nhà nghiên cứu kiểm soát tốt các biến ngoại lai và loại trừ được các cách giải thích thay thế. Các nguy cơ phổ biến đe dọa độ giá trị nội tại gồm có:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>Yếu tố lịch sử: Các sự kiện bất thường xảy ra đồng thời với quá trình can thiệp làm thay đổi biến phụ thuộc.\u003C\u002Fli>\n\u003Cli>Sự trưởng thành: Những biến đổi tâm sinh lý tự nhiên của đối tượng tham gia theo thời gian.\u003C\u002Fli>\n\u003Cli>Hiệu ứng thử nghiệm: Việc thực hiện bài kiểm tra trước làm thay đổi hành vi hoặc nhận thức trong bài kiểm tra sau.\u003C\u002Fli>\n\u003Cli>Sai lệch chọn mẫu: Quá trình phân bổ đối tượng vào các nhóm can thiệp và nhóm đối chứng không đạt tính ngẫu nhiên.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch3>Độ giá trị ngoại tại\u003C\u002Fh3>\n\u003Cp>Độ giá trị ngoại tại (external validity) phản ánh mức độ khái quát hóa kết quả nghiên cứu ra ngoài phạm vi mẫu khảo sát ban đầu. Điều này bao gồm khả năng áp dụng kết luận cho các nhóm quần thể khác, môi trường thực tế khác và các thời điểm lịch sử khác. Mối quan hệ giữa độ giá trị nội tại và độ giá trị ngoại tại thường mang tính chất đánh đổi: khi một thí nghiệm được kiểm soát trong {{topic|%7B%22topic%22%3A%22ph%C3%B2ng%20th%C3%AD%20nghi%E1%BB%87m%22%7D}} để tối đa hóa độ giá trị nội tại, bối cảnh nhân tạo có thể làm suy giảm nghiêm trọng độ giá trị ngoại tại khi chuyển giao vào đời sống thực tế.\u003C\u002Fp>\n\n\u003Ch2>Điều kiện áp dụng và các ranh giới phương pháp luận\u003C\u002Fh2>\n\u003Cp>Việc áp dụng các tiêu chuẩn độ giá trị đòi hỏi sự am hiểu sâu sắc về bản chất của mô hình đo lường. Một sai lầm phổ biến trong thực hành là áp dụng các tiêu chuẩn kiểm định của mô hình phản chiếu cho mô hình nguyên nhân (formative model).\u003C\u002Fp>\n\u003Cp>Trong mô hình phản chiếu, các biến quan sát là biểu hiện phản ánh của biến ẩn, do đó các biến quan sát phải có mối tương quan thuận mạnh mẽ và việc loại bỏ bớt một chỉ báo không làm thay đổi nội hàm của khái niệm. Ngược lại, trong mô hình nguyên nhân, các chỉ báo đóng vai trò cấu thành nên biến ẩn, do đó chúng không bắt buộc phải có tương quan cao với nhau, và chỉ số \u003Cscript type=\"math\u002Ftex\">AVE\u003C\u002Fscript> hay \u003Cscript type=\"math\u002Ftex\">HTMT\u003C\u002Fscript> không còn là thước đo phù hợp để đánh giá mô hình dạng này.\u003C\u002Fp>\n\u003Cp>Hơn nữa, việc chuyển ngữ và tiếp biến các thang đo quốc tế sang bối cảnh Việt Nam đòi hỏi quy trình dịch ngược nghiêm ngặt kết hợp phỏng vấn sâu chuyên gia. Việc sử dụng trực tiếp bản dịch thô mà bỏ qua các bước kiểm định thực nghiệm sơ bộ là nguyên nhân hàng đầu làm suy giảm độ giá trị nội dung và dẫn tới những kết luận sai lệch nghiêm trọng.\u003C\u002Fp>\n","validity",[19],"tính giá trị","Độ giá trị (validity) là mức độ mà các bằng chứng thực nghiệm và cơ sở lý thuyết hỗ trợ cho tính đúng đắn, thích hợp của các suy luận và diễn giải khoa học được rút ra từ kết quả đo lường.","SOCIAL_SCIENCES",[23,31,39,47,55],{"citationText":24,"title":25,"authors":26,"source":27,"year":28,"doi":29,"url":30},"Messick, S. (1995). Validity of psychological assessment: Validation of inferences from persons responses and performances as scientific inquiry into score meaning. American Psychologist, 50(9), 741-749.","Validity of psychological assessment: Validation of inferences from persons responses and performances as scientific inquiry into score meaning.","Messick","American Psychologist",1995,"10.1037\u002F0003-066x.50.9.741","https:\u002F\u002Fdoi.org\u002F10.1037\u002F0003-066x.50.9.741",{"citationText":32,"title":33,"authors":34,"source":35,"year":36,"doi":37,"url":38},"Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81-105.","Convergent and discriminant validation by the multitrait-multimethod matrix.","Campbell, Fiske","Psychological Bulletin",1959,"10.1037\u002Fh0046016","https:\u002F\u002Fdoi.org\u002F10.1037\u002Fh0046016",{"citationText":40,"title":41,"authors":42,"source":43,"year":44,"doi":45,"url":46},"Fornell, C., & Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(1), 39-50.","Evaluating Structural Equation Models with Unobservable Variables and Measurement Error","Fornell, Larcker","Journal of Marketing Research",1981,"10.1177\u002F002224378101800104","https:\u002F\u002Fdoi.org\u002F10.1177\u002F002224378101800104",{"citationText":48,"title":49,"authors":50,"source":51,"year":52,"doi":53,"url":54},"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.","A new criterion for assessing discriminant validity in variance-based structural equation modeling","Henseler, Ringle, Sarstedt","Journal of the Academy of Marketing Science",2014,"10.1007\u002Fs11747-014-0403-8","https:\u002F\u002Fdoi.org\u002F10.1007\u002Fs11747-014-0403-8",{"citationText":56,"title":57,"authors":58,"source":59,"year":60,"doi":61,"url":62},"Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24.","When to use and how to report the results of PLS-SEM","Hair, Risher, Sarstedt, Ringle","European Business Review",2019,"10.1108\u002Febr-11-2018-0203","https:\u002F\u002Fdoi.org\u002F10.1108\u002Febr-11-2018-0203",[64,67,70,73],{"question":65,"answer":66},"Độ giá trị khác độ tin cậy như thế nào trong nghiên cứu khoa học?","Độ tin cậy phản ánh tính ổn định và sự nhất quán của kết quả đo lường khi lặp lại, trong khi độ giá trị xác định xem các suy luận từ điểm số có đúng đắn hay không. Độ tin cậy là điều kiện cần nhưng không đủ để đạt được độ giá trị.",{"question":68,"answer":69},"Hai khía cạnh cốt lõi của độ giá trị cấu trúc là gì?","Độ giá trị cấu trúc gồm giá trị hội tụ và giá trị phân biệt. Giá trị hội tụ chứng minh các biến quan sát của cùng một cấu trúc có tương quan cao với nhau, còn giá trị phân biệt chứng minh cấu trúc đó thực sự tách biệt với các cấu trúc lân cận trong mô hình.",{"question":71,"answer":72},"Tiêu chuẩn Fornell và Larcker (1981) đánh giá độ giá trị như thế nào?","Tiêu chuẩn Fornell và Larcker (1981) yêu cầu chỉ số phương sai trích trung bình (AVE) phải đạt từ 0,50 trở lên để xác lập giá trị hội tụ. Đối với giá trị phân biệt, căn bậc hai của AVE của mỗi cấu trúc phải lớn hơn hệ số tương quan giữa nó với các cấu trúc khác.",{"question":74,"answer":75},"Tại sao tiêu chuẩn HTMT được khuyến nghị thay thế Fornell và Larcker?","Tiêu chuẩn HTMT do Henseler và cs. (2015) đề xuất có độ nhạy vượt trội trong việc phát hiện vi phạm giá trị phân biệt, khắc phục tình trạng bỏ sót lỗi của tiêu chuẩn Fornell-Larcker khi hệ số tải nhân tố của các biến quan sát không đồng đều.",{"id":77,"researcherId":10,"name":78,"imageUrl":79},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",{"id":81,"researcherId":10,"name":82,"imageUrl":83},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",[85,86,87,88,89,90,91,92,93,94],"công cụ đo lường","bằng chứng thực nghiệm","thiết kế nghiên cứu","giá trị nội dung","mô hình phương trình cấu trúc","thu thập dữ liệu","sai số đo lường","hệ số tương quan","quy trình đánh giá","phòng thí nghiệm",10,true,"PUBLISHED","2025-12-01T09:43:10.563+00:00","2026-09-07T12:11:03.656+00:00","2026-09-07T11:16:22.288+00:00","2026-09-07T12:11:03.204+00:00",0,[104,107,116,119,122,125,128,131,134,137],{"id":105,"title":106,"term":105,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"chất lượng thông tin","Chất lượng thông tin là gì? Nghiên cứu khoa học liên quan",{"id":108,"title":109,"term":108,"englishTitle":108,"definition":110,"discipline":111,"disciplineCode":112,"disciplineLabel":113,"disciplineColor":114,"disciplineIcon":115},"proton","Proton là gì? Cấu trúc và ứng dụng của Proton","Proton là một hạt hạ nguyên tử bền vững thuộc nhóm baryon cấu tạo từ hai quark lên và một quark xuống, mang điện tích nguyên tố dương và có khối lượng nghỉ xấp xỉ 1.6726 x 10^-27 kg nằm trong hạt nhân nguyên tử.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":117,"title":118,"term":117,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"chuột cống trắng","Chuột cống trắng là gì? Các công bố khoa học về Chuột cống trắng",{"id":120,"title":121,"term":120,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"thu thập thông tin","Thu thập thông tin là gì? Các nghiên cứu khoa học liên quan",{"id":123,"title":124,"term":123,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"phương pháp luận","Phương pháp luận là gì? Các nghiên cứu khoa học liên quan",{"id":126,"title":127,"term":126,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"thí nghiệm vật lí","Thí nghiệm vật lí là gì? Các công bố khoa học về Thí nghiệm vật lí",{"id":129,"title":130,"term":129,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"yếu tố ảnh hưởng","Yếu tố ảnh hưởng là gì? Các nghiên cứu khoa học liên quan",{"id":132,"title":133,"term":132,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"vi nhân giống","Vi nhân giống là gì? Các công bố khoa học về Vi nhân giống",{"id":135,"title":136,"term":135,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hiệu suất học tập","Hiệu suất học tập là gì? Các nghiên cứu khoa học liên quan",{"id":138,"title":139,"term":138,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"độ tin cậy","Độ tin cậy là gì? Các nghiên cứu khoa học liên quan"]