2. Phân tích tầm quan trọng hiệu suất IPMA

Bước 1: Kiểm tra yêu cầu đầu vào

Để thực hiện được phân tích tầm quan trọng hiệu suất IPMA, thông tin đầu vào phải đảm bảo 3 điều kiện sau:

Điều kiện 1: Các biến phải ở dạng thang đo định lượng cân bằng. Sự cân bằng nghĩa là có một số lượng bằng nhau các mức tích cực (khẳng định) và tiêu cực (phủ định). Ví dụ, thang đo Likert 5 mức độ với hai mức phủ định (hoàn toàn không đồng ý và không đồng ý), một mức trung lập và hai mức khẳng định (đồng ý và hoàn toàn đồng ý). Hoặc một thang đo 4 mức độ chia làm 1 (rất không đồng ý), 2 (không đồng ý), 3 (đồng ý), 4 (rất đồng ý) cũng là một thang đo cân bằng hợp lệ.

Điều kiện 2: Việc mã hóa các biến quan sát phải có cùng khuynh hướng đo lường. Giá trị thấp trên thang đo phải đại diện cho kết quả phủ định hoặc thấp, giá trị cao phải đại diện cho kết quả khẳng định hoặc cao. Ví dụ, thang đo Likert 5 mức độ thì 1 phải là hoàn toàn không đồng ý và 5 phải là hoàn toàn đồng ý. Nếu yêu cầu này không thể được đáp ứng, chúng ta không thể kết luận điểm số biến tiềm ẩn cao hơn thể hiện hiệu suất tốt hơn.

Điều kiện 3: Hệ số tải ngoài outer loading của các biến quan sát bắt buộc phải là số dương. Nếu có hệ số tải nào âm, chúng ta không thực hiện phân tích tầm quan trọng hiệu suất IPMA.

Bước 2: Phân tích tầm quan trọng hiệu suất IPMA trên SMARTPLS

Tại giao diện diagram SMARTPLS, chúng ta nhấp vào Calculate > PLS Algorithm.

Chọn vào mục Importance-Performance Map Analysis (IPMA) để tiến hành phân tích biểu đồ tầm quan trọng hiệu suất IPMA.

Cửa sổ xuất hiện, tại mục Target Construct, chọn biến phụ thuộc cần phân tích. Như đã nói ở phần 1, biểu đồ tầm quan trọng hiệu suất IPMA dùng để đánh giá tầm quan trọng – hiệu suất của các biến độc lập khi chúng cùng tác động lên một biến phụ thuộc. Trong mô hình ví dụ, có ba biến có vai trò phụ thuộc là TD, YD và HV. Trong đó HV có ba biến độc lập tác động vào, còn TD có hai biến độc lập tác động vào và YD có một biến tác động vào. Trong ví dụ này, mình sẽ xét biểu đồ tầm quan trọng hiệu suất IPMA cho biến HV.

Với Ranges, phần này sẽ cho phép chúng ta khai báo phạm vi thước đo bằng cách nhập vào giá trị Min/Max của từng biến quan sát (nhập ở vùng 1) hoặc nhập Min/Max cho toàn bộ các biến quan sát (nhập ở vùng 2).

Bởi vì phần hiệu suất sẽ được quy từ điểm thước đo về 100% nên việc khai báo giá trị Min/Max tại đây rất quan trọng để các tính toán được chính xác. Giả sử nhóm HV các biến quan sát được đo bằng Likert-7 trong khi đó nhóm DK đo bằng Likert-5, công cụ sẽ cần quy đổi thang 7 mức độ và thang 5 mức độ này về chuẩn chung 100% ở cả 2 dạng thang đo để thực hiện tính toán.

Nếu nhà nghiên cứu không khai báo, phần mềm sẽ tự động dựa vào Min/Max của dữ liệu đầu vào để xác định phạm vi thước đo của từng biến quan sát. Giả sử, biến HV1 mặc dù trên bảng câu hỏi là Likert 1-5 nhưng khi khảo sát không có ai chọn 1, lúc này giá trị Min trên dữ liệu của HV2 sẽ là 2. Khi đưa vào SMARTPLS, trong bảng Ranges phần mềm sẽ tự động nhận phạm vi thước đo của biến HV1 là 2 đến 5 (có 4 mức độ) chứ không phải là 1 đến 5 (5 mức độ) như khi thiết kế thang đo.

Nhà nghiên cứu cần phải nhập vào Min là 1 và Max là 5 theo thang đo được thiết kế trên bảng câu hỏi mới là đúng. Trong ví dụ ở trên, toàn bộ các biến quan sát đều được đo bằng thang đo Likert 1-5, do vậy, mình sẽ nhập ở mục số 2 phần Min = 1 và Max = 5, sau đó chọn Apply All để áp dụng cho toàn bộ biến.

Tiếp tục nhấp vào nút Start Calculation để tiến hành phân tích biểu đồ tầm quan trọng hiệu suất IPMA:

Trong output kết quả, nhấp vào nút Importance-Performance Map [HV] (construct, unstandardized effects) để lấy các thông số cần thiết.

Trước hết, chúng ta sẽ chuyển sang hai thẻ là Construct Total Effects và Construct Performances để lấy chỉ số Performances và Total Effects các biến độc lập.

Cho vào Excel và tổng hợp thành một bảng như bên dưới. Bổ sung thêm một hàng trung bình cộng của hai giá trị Performances và Total Effects ở dưới cùng.

Quay lại thẻ đầu tiên Importance-Performance Map chúng ta sẽ thấy biểu đồ tầm quan trọng hiệu suất IPMA với 4 ký hiệu tương ứng 4 biến độc lập LN, TD, UGC, YD. Nhấp vào nút Chart (gần chỗ Copy to Clipboard) để sao chép biểu đồ này cho vào Excel hoặc PowerPoint để vẽ hai đường trung bình phân ra bốn góc phần tư.

Bảng Chart Size hiển thị, tại đây chúng ta sẽ thiết lập độ rộng (width) và độ cao (height) cho ảnh biểu đồ tầm quan trọng hiệu suất IPMA cần xuất (đơn vị pixel). Sau đó nhấp OK để xác nhận sao chép.

Mở PowerPoint, dán vào vùng trống slide bất kỳ để có hình ảnh biểu đồ. Vẽ thêm 2 đường giá trị trung bình của Performance (trục tung) với giá trị 67.645 và Total Effects (trục hoành) giá trị 0.229.

Ở góc phần tư số 3 vùng dưới bên phải, chúng ta thấy sự xuất hiện của biến YD. Điều này mang ý nghĩa YD đang có tầm quan trọng cao nhưng hiệu suất lại chưa tốt. Tầm quan trọng cao đồng nghĩa biến này có ảnh hưởng mạnh lên HV. Hiệu suất chưa tốt đồng nghĩa điểm đánh giá trên thang đo 5 mức độ hiện tương đối thấp, phần đông đáp viên đang không đồng tình với các quan điểm được đưa ra của biến quan sát thuộc YD. Nhóm YD – Điều kiện làm việc gồm 4 biến quan sát như sau:

YD1: Tôi có ý định mua các sản phẩm thân thiện môi trường trong tương lai.

YD2: Tôi sẽ mua các sản phẩm thân thiện môi trường ngay cả khi chúng đắt hơn các sản phẩm thông thường.

YD3: Tôi có ý định thường xuyên mua các sản phẩm thân thiện với môi trường.

YD4: Tôi có ý định giới thiệu cho bạn bè, người thân sản phẩm bảo vệ môi trường.

Tầm quan trọng cao nói lên rằng Ý định mua sản phẩm thân thiện môi trường (YD) có ảnh hưởng đáng kể lên Hành vi mua sản phẩm bảo vệ môi trường (HV). Nhưng điểm trung bình ở 4 câu này lại rất thấp cho thấy rằng yếu tố điều kiện làm việc tại công ty đang không được tốt. Lãnh đạo công ty nên có các chính sách kịp thời để cải thiện hiệu suất biến YD (tăng điểm trung bình lên) nếu không sẽ ảnh hưởng tới Hành vi mua sản phẩm bảo vệ môi trường của công ty.