Kiểm chứng kết quả công cụ với R và SPSS

Ban biên tập Góc Nghiên Cứu · Chạy ngày 01/11/2026 · R version 4.6.1 (2026-06-24 ucrt) · Phương pháp biên soạn

Có, trong phạm vi chúng tôi đã kiểm. Chúng tôi chạy chính mã tính toán của các công cụ trên Góc Nghiên Cứu (gocnghiencuu.com) với ba bộ dữ liệu công khai và so 607 con số với R: Cronbach's alpha, hồi quy, t-test, ANOVA và PLS-SEM lệch nhiều nhất 5,0 × 10⁻¹¹, cỡ mẫu trùng khớp tuyệt đối, hệ số tải EFA sau xoay lệch nhiều nhất 2,4 × 10⁻⁴. Với EFA, công cụ còn khớp output SPSS 27 đã công bố trên 6 ma trận tới 6,4 × 10⁻⁹. Chúng tôi chưa chạy SPSS hay SmartPLS trên ba bộ dữ liệu này (không có giấy phép), nên trang không ghi "khớp SPSS" hay "khớp SmartPLS" ở chỗ chưa so thật.

Kết quả có giống SPSS, R không: bảng tóm tắt

Mỗi dòng là một công cụ. Cột "Chênh lệch tối đa" là giá trị tuyệt đối lớn nhất của hiệu "số của công cụ − số của phần mềm đối chiếu" trên mọi con số đã so (hệ số, sai số chuẩn, giá trị t, p, R², hệ số tải, AVE, HTMT…). Khoá luận báo cáo 2 đến 3 chữ số thập phân, nên chênh lệch dưới 0,0005 không đổi con số bạn viết.

Công cụ Dữ liệu Đối chiếu với Số con số đã so Chênh lệch tối đa
Cronbach's alpha bfi (5 thang đo), Holzinger-Swineford (3 khối) psych::alpha 2.6.9 92 4,9 × 10⁻¹¹
EFA, KMO, Bartlett bfi (25 biến), Holzinger-Swineford (9 biến) psych 2.6.9, EFAtools 1.1.0 (type = "SPSS") 124 2,4 × 10⁻⁴
Hồi quy tuyến tính bội Holzinger-Swineford lm() của R 30 4,8 × 10⁻¹¹
t-test, ANOVA, Levene Holzinger-Swineford, bfi t.test(), oneway.test() của R 14 4,8 × 10⁻¹¹
CFA, CB-SEM Holzinger-Swineford (CFA 3 nhân tố), mobi (mô hình cấu trúc ECSI) lavaan 0.7.3 227 1,1 × 10⁻⁵
PLS-SEM mobi (mô hình ECSI) seminr 2.6.0 84 5,0 × 10⁻¹¹
Cỡ mẫu (hồi quy, PLS-SEM) 36 tổ hợp tham số Phân phối F không trung tâm trong R; công thức Kock & Hadaya (2018) 36 0

Ba bộ dữ liệu công khai đã dùng

Ba file CSV là bản xuất nguyên trạng từ các gói R (ô trống là giá trị thiếu), để bạn dán vào công cụ và so với bảng dưới đây.

Cronbach's alpha: công cụ so với psych::alpha

Trên 8 thang đo, alpha, alpha chuẩn hoá, tương quan biến tổng hiệu chỉnh và "alpha nếu loại biến" của công cụ tính Cronbach's alpha online lệch psych nhiều nhất 4,9 × 10⁻¹¹. Mỗi thang đo dùng các phiếu trả lời đủ mọi câu của thang đo đó.

Thang đo n Alpha (công cụ) Alpha (R psych) Tương quan biến tổng nhỏ nhất (công cụ / R)
bfi A 2.709 0,7038 0,7038 0,3114 / 0,3114
bfi C 2.707 0,7293 0,7293 0,4553 / 0,4553
bfi E 2.713 0,7609 0,7609 0,4546 / 0,4546
bfi N 2.694 0,8133 0,8133 0,4867 / 0,4867
bfi O 2.726 0,6025 0,6025 0,2199 / 0,2199
HS visual 301 0,6261 0,6261 0,375 / 0,375
HS textual 301 0,8827 0,8827 0,7654 / 0,7654
HS speed 301 0,6885 0,6885 0,4555 / 0,4555

Alpha của thang bfi O là 0,60, dưới mốc 0,70 hay dùng: đây là số thật của dữ liệu, không phải lỗi tính. Cách đọc và xử lý alpha thấp ở bài Cronbach's alpha là gì.

EFA, KMO và Bartlett: công cụ so với psych và EFAtools

Công cụ phân tích dữ liệu chạy EFA theo mặc định của SPSS: phép trích Principal Axis Factoring dừng sau 25 vòng hoặc khi communality thay đổi dưới 0,001, rồi xoay varimax hoặc promax. Đối chiếu là EFAtools với type = "SPSS", gói R mô phỏng đúng các bước này (Steiner & Grieder, 2020), và psych cho KMO, MSA từng biến, kiểm định Bartlett.

Dữ liệu n, số nhân tố KMO (công cụ / R) Bartlett χ² (công cụ / R), df Eigenvalue 1 (công cụ / R) Hệ số tải sau xoay, chênh lệch tối đa
bfi 25 biến 2.436, 5 0,8486 / 0,8486 18.146,07 / 18.146,07, 300 5,1343 / 5,1343 2,4 × 10⁻⁴
HS x1-x9 301, 3 0,7522 / 0,7522 904,1 / 904,1, 36 3,2163 / 3,2163 2,0 × 10⁻⁵

KMO, MSA, Bartlett và eigenvalue khớp tới 10⁻⁹. Hệ số tải chưa xoay khớp tới dưới 10⁻⁶; chênh lệch lớn nhất (2,4 × 10⁻⁴) nằm ở bước xoay, vì công cụ và EFAtools dừng vòng lặp xoay ở tiêu chí hơi khác nhau.

Đối chiếu với SPSS thật. Grieder và Steiner (2022) công bố output FACTOR của SPSS 27 cho 6 ma trận tương quan (gói EFAtools giữ nguyên các bảng này trong SPSS_27). Chạy công cụ trên đúng 6 ma trận đó, Factor Matrix, Rotated Factor Matrix (varimax) và Pattern Matrix (promax) lệch SPSS 27 nhiều nhất 6,4 × 10⁻⁹. Đây là chỗ duy nhất trên trang có so sánh trực tiếp với output SPSS. Cách đọc các bảng này ở bài phân tích EFA trong SPSS và KMO là gì.

Hồi quy tuyến tính bội: công cụ so với lm() của R

Mô hình: x9 (phân biệt nhanh) theo x1, x4, x7 và tuổi (ageyr) trên 301 học sinh của Holzinger-Swineford. Hệ số B, sai số chuẩn, t, p, Beta chuẩn hoá, VIF, R², R² hiệu chỉnh, F và Durbin–Watson lệch R nhiều nhất 4,8 × 10⁻¹¹.

Chỉ số Công cụ R
R² 0,2606 0,2606
R² hiệu chỉnh 0,2506 0,2506
F 26,0785 26,0785
B (x1) 0,3121 0,3121
B (x4) 0,0348 0,0348
B (x7) 0,2769 0,2769
B (ageyr) 0,0917 0,0917
Beta chuẩn hoá (x1) 0,3611 0,3611
Beta chuẩn hoá (x4) 0,0402 0,0402
Beta chuẩn hoá (x7) 0,2989 0,2989
Beta chuẩn hoá (ageyr) 0,0954 0,0954
Durbin–Watson 2,0426 2,0426

t-test, ANOVA và Levene: công cụ so với R

t-test độc lập: điểm x1 theo giới tính (Holzinger-Swineford, 146 và 155 học sinh). ANOVA một yếu tố: điểm trung bình Agreeableness (A1 đảo chiều đến A5) theo 5 bậc học vấn trên 2.493 người của bfi, kèm Welch ANOVA và Levene (dựa trên trung bình, mặc định của SPSS). Chênh lệch tối đa: 4,8 × 10⁻¹¹.

Chỉ số Công cụ R
t (Student, phương sai bằng nhau) 1,4062 1,4062
p (Student) 0,1607 0,1607
t (Welch) 1,4095 1,4095
df (Welch) 298,9025 298,9025
F (ANOVA một yếu tố) 6,017 6,017
F (Welch) 5,9309 5,9309
F (Levene) 1,309 1,309

Cách đọc các bảng này ở bài kiểm định t-test và ANOVA; ý nghĩa của giá trị p ở bài p-value là gì.

PLS-SEM: công cụ so với seminr

Mô hình ECSI của Tenenhaus và cộng sự (2005) trên dữ liệu mobi, rút gọn bằng cách bỏ khái niệm chất lượng cảm nhận (PERQ): 6 khái niệm (Image, Expectation, Value, Satisfaction, Complaints một biến, Loyalty), 9 đường dẫn, lược đồ trọng số đường dẫn. Hệ số tải, trọng số, hệ số đường dẫn, R², R² hiệu chỉnh, alpha, rho_A, rho_c, AVE và HTMT của công cụ chạy PLS-SEM online lệch seminr nhiều nhất 5,0 × 10⁻¹¹.

Chỉ số Công cụ seminr
Hệ số đường dẫn Expectation → Satisfaction 0,1672 0,1672
Hệ số đường dẫn Satisfaction → Loyalty 0,4882 0,4882
Hệ số đường dẫn Image → Satisfaction 0,4451 0,4451
R² Expectation 0,2565 0,2565
R² Value 0,1286 0,1286
R² Satisfaction 0,5901 0,5901
R² Complaints 0,2801 0,2801
R² Loyalty 0,4578 0,4578
AVE Image 0,4784 0,4784
AVE Expectation 0,4805 0,4805
AVE Value 0,8487 0,8487
AVE Satisfaction 0,6927 0,6927
AVE Loyalty 0,5173 0,5173

AVE của Image và Expectation dưới 0,5 là số thật của dữ liệu mobi. Bootstrap là phép lấy mẫu ngẫu nhiên nên không so được tới từng chữ số; khoảng tin cậy bootstrap của công cụ được kiểm riêng trong scripts/check-pls.mjs, so với 5.000 mẫu bootstrap của seminr trong phạm vi sai số Monte Carlo. Kết quả SmartPLS trên dữ liệu này chúng tôi chưa đối chiếu.

CFA và CB-SEM: công cụ so với lavaan

CFA ba nhân tố kinh điển trên Holzinger-Swineford (thị giác x1–x3, ngôn ngữ x4–x6, tốc độ x7–x9) và mô hình cấu trúc ECSI trên mobi (5 khái niệm đa biến, Complaints một biến, 7 đường dẫn), ước lượng ML với mặc định của lavaan. Mọi ước lượng, hệ số chuẩn hoá, sai số chuẩn và chỉ số phù hợp (χ², CFI, TLI, RMSEA và khoảng tin cậy, SRMR, GFI, AGFI) của công cụ chạy CFA và SEM online lệch lavaan nhiều nhất 1,1 × 10⁻⁵.

Chỉ số Công cụ lavaan
χ² (HS) 85,3055 85,3055
CFI (HS) 0,9306 0,9306
TLI (HS) 0,8958 0,8958
RMSEA (HS) 0,0921 0,0921
SRMR (HS) 0,0652 0,0652
Hệ số tải chuẩn hoá x2 (visual) 0,4236 0,4236
Hệ số tải chuẩn hoá x5 (textual) 0,8551 0,8551
Hệ số tải chuẩn hoá x9 (speed) 0,665 0,665
χ² (mobi) 199,8229 199,8229
CFI (mobi) 0,9379 0,9379
TLI (mobi) 0,9239 0,9239
RMSEA (mobi) 0,0566 0,0566
SRMR (mobi) 0,0493 0,0493
β chuẩn hoá VAL → SAT 0,2654 0,2654
β chuẩn hoá EXPE → VAL 0,656 0,656
β chuẩn hoá SAT → LOY 1,1127 1,1127

Sai lệch cỡ 10⁻⁵ ở vài hệ số là do lavaan dừng thuật toán tối ưu sớm hơn công cụ: χ² của công cụ không lớn hơn χ² tại nghiệm của lavaan. Bộ kiểm tra đầy đủ (scripts/check-cbsem.mjs) còn so CFA bậc hai, CFA có tải chéo, quy ước χ² của AMOS, CFA 25 biến trên bfi, HTMT với semTools, tác động gián tiếp và chỉ số hiệu chỉnh (MI).

Cỡ mẫu: công cụ so với tính toán trong R

Cỡ mẫu cho hồi quy là n nhỏ nhất để kiểm định F của R² đạt độ mạnh 80% ở α = 0,05, tính bằng phân phối F không trung tâm, cách G*Power làm (Faul và cộng sự, 2009). Cỡ mẫu PLS-SEM theo phương pháp căn bậc hai nghịch đảo (Kock & Hadaya, 2018). Trên 36 tổ hợp tham số, máy tính cỡ mẫu cho đúng cùng số phiếu với R. Bảng tính sẵn đầy đủ ở bài cỡ mẫu tối thiểu PLS-SEM.

Trường hợp (α = 0,05, độ mạnh 80%) Công cụ R
Hồi quy, 2 biến độc lập, f² = 0,15 68 68
Hồi quy, 3 biến độc lập, f² = 0,15 77 77
Hồi quy, 5 biến độc lập, f² = 0,15 92 92
Hồi quy, 8 biến độc lập, f² = 0,15 109 109
Hồi quy, 10 biến độc lập, f² = 0,15 118 118
PLS-SEM, căn bậc hai nghịch đảo, hệ số nhỏ nhất 0,1 619 619
PLS-SEM, căn bậc hai nghịch đảo, hệ số nhỏ nhất 0,2 155 155
PLS-SEM, căn bậc hai nghịch đảo, hệ số nhỏ nhất 0,3 69 69

Cách tự chạy lại phép kiểm chứng

Bạn không cần tin chúng tôi. Có hai cách kiểm lại, từ nhanh đến đầy đủ:

  1. Bằng tay, 5 phút. Tải bfi.csv, mở bằng Excel, đổi A1 thành 7 − A1, bỏ các dòng thiếu ở A1–A5, dán 5 cột vào công cụ Cronbach's alpha. Alpha phải là 0,7038 với n = 2.709. Trong R: psych::alpha(na.omit(psych::bfi[, 1:5]), keys = "A1") cho cùng con số (bỏ na.omit thì psych dùng tương quan từng cặp và cho 0,7030).
  2. Toàn bộ, chạy bằng script. Mã kiểm chứng có thể gửi khi cần qua hộp chat (Góp ý / báo lỗi). Chạy Rscript scripts/kiem_chung_reference.R (cần R với psych, lavaan, seminr, EFAtools, jsonlite) để xuất dữ liệu và giá trị đối chiếu, rồi node scripts/check-kiem-chung.mjs (Node 22) để chạy mã của công cụ và in chênh lệch. Mã: kiem_chung_reference.R, check-kiem-chung.mjs.

Script kiểm chứng chạy lại mỗi lần site được cập nhật. Nếu một thay đổi trong công cụ làm lệch bất kỳ con số nào quá ngưỡng, hoặc làm bảng trên trang này không còn đúng, site không được đăng. Ngoài trang này, mỗi công cụ còn có bộ kiểm tra riêng với dữ liệu khác (ví dụ PLS-SEM so thêm với cSEM và một bản cài đặt độc lập bằng Python); danh sách ở phương pháp biên soạn.

Những gì trang này chưa kiểm

Thấy một con số không khớp? Báo lỗi qua hộp chat góp ý, kèm dữ liệu và output của phần mềm bạn dùng.

Câu hỏi thường gặp

Chạy SPSS online trên công cụ có cho kết quả giống SPSS không?

Công cụ không phải SPSS, nhưng tính cùng công thức. Trên ba bộ dữ liệu công khai, 607 con số được so với R; chênh lệch lớn nhất là 2,4 × 10⁻⁴ (hệ số tải EFA sau xoay); Cronbach's alpha, hồi quy, t-test, ANOVA và PLS-SEM lệch dưới 10⁻¹⁰. Với EFA, công cụ khớp output SPSS 27 đã công bố tới 6,4 × 10⁻⁹.

Cronbach alpha trong SmartPLS có khác SPSS không?

Cronbach's alpha là một công thức đóng (Cronbach, 1951), nên SPSS, R và SmartPLS phải cho cùng số trên cùng dữ liệu. SmartPLS còn báo thêm rho_A và độ tin cậy tổng hợp (rho_c); hai chỉ số này dùng hệ số tải PLS nên khác alpha. Công cụ PLS-SEM của chúng tôi báo cả ba và khớp seminr tới 10⁻⁶.

Vì sao hệ số tải EFA lệch ở chữ số thứ tư?

Phần lệch nằm ở bước xoay, không ở phép trích: hệ số tải chưa xoay khớp tới dưới 10⁻⁶. Mỗi chương trình dừng vòng lặp xoay varimax hay promax ở một tiêu chí hơi khác nhau. Khoá luận báo cáo hệ số tải với 3 chữ số thập phân, nên chênh lệch này không đổi con số bạn viết.

Tôi có thể ghi trong khoá luận là đã phân tích bằng công cụ này không?

Có. Ghi rõ tên công cụ, địa chỉ và ngày chạy, và nếu hội đồng hỏi độ tin cậy của phần mềm, dẫn trang này. Nhiều trường yêu cầu SPSS, AMOS hay SmartPLS; khi đó hãy hỏi giảng viên hướng dẫn trước, và dùng công cụ để đối chiếu kết quả của mình.

Tài liệu tham khảo