Mô hình nghiên cứu

≥ 0.7 → biến quan sát phản ánh tốt nhân tố tiềm ẩn. Loading 0.4–0.7 cân nhắc loại nếu AVE & CR không đạt. (Hair et al., 2019)

Cronbach's Alpha ≥ 0.7; Composite Reliability (CR) ≥ 0.7 — phản ánh độ tin cậy tổng hợp tốt hơn Alpha. (Hair et al., 2019)

AVE ≥ 0.5 → biến quan sát giải thích ít nhất 50% phương sai của nhân tố. (Fornell & Larcker, 1981)

HTMT < 0.9 và tiêu chí Fornell-Larcker → các khái niệm phân biệt tốt, không trùng lặp. (Henseler et al., 2015)

VIF < 5 → không có hiện tượng đa cộng tuyến giữa các biến độc lập. VIF > 5 cần loại/điều chỉnh biến. (Hair et al., 2019)

R² ≥ 0.50 → mô hình giải thích được biến phụ thuộc. Mức: ≈0.19 yếu · ≈0.33 trung bình · ≥0.67 mạnh. (Chin, 1998)

f² ≥ 0.1 nhỏ · ≥0.15 trung bình · ≥0.35 lớn — đánh giá mức ảnh hưởng của biến độc lập. (Cohen, 1988)

p < 0.005 và t > 1.96 → mối quan hệ có ý nghĩa thống kê. Chạy bootstrapping 5.000 mẫu lặp. (Hair et al., 2019)

Cronbach's Alpha ≥ 0.7 và hệ số tương quan biến–tổng (Corrected Item–Total) ≥ 0.3. (Nunnally, 1978)

0.5 ≤ KMO ≤ 1; Bartlett Sig < 0.05; hệ số tải ≥ 0.5; tổng phương sai trích ≥ 50%. (Hair et al., 2010)

Sig < 0.05 giữa biến độc lập và biến phụ thuộc → có mối tương quan tuyến tính có ý nghĩa.

Adjusted R² càng cao mô hình càng phù hợp — biến độc lập giải thích tốt biến phụ thuộc (thường ≥ 0.5 là tốt).

Sig. F < 0.05 → mô hình hồi quy phù hợp và có thể suy rộng ra tổng thể.

Sig. t < 0.05 → biến độc lập có tác động ý nghĩa. Beta chuẩn hoá thể hiện mức độ ảnh hưởng.

VIF < 2 (an toàn, tối đa < 10) → không xảy ra đa cộng tuyến giữa các biến độc lập.

1 < DW < 3 → phần dư không có hiện tượng tự tương quan, mô hình đạt yêu cầu.