Nghiên cứu ứng dụng mô hình phương trình cấu trúc (SEM) hỗ trợ đánh giá mối quan hệ giữa các tiêu chí trong hệ thống KPI tại NHTM việt nam khoá luận tốt nghiệp 335

KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌCNGHIÊN CỨU ỨNG DỤNG MÔ HÌNH PHƯƠNG TRÌNH CẤU TRÚC SEM VÀO VIỆC HÔ TRỢ ĐÁNH GIÁ MỐI QUAN HỆ GIỮA CÁC TIÊU CHÍ TRONG HỆ THỐNG KPI TẠI NGÂN HÀNG THƯƠNG MẠI VIỆT

KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC

NGHIÊN CỨU ỨNG DỤNG

MÔ HÌNH PHƯƠNG TRÌNH CẤU TRÚC (SEM)

VÀO VIỆC HÔ TRỢ ĐÁNH GIÁ MỐI QUAN HỆ GIỮA CÁC TIÊU CHÍ

TRONG HỆ THỐNG KPI TẠI NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

NGUYỄN MINH CHÂU

HÀ NỘI, NĂM 2017

KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC

NGHIÊN CỨU ỨNG DỤNG

MÔ HÌNH PHƯƠNG TRÌNH CẤU TRÚC (SEM)

VÀO VIỆC HÔ TRỢ ĐÁNH GIÁ MỐI QUAN HỆ GIỮA CÁC TIÊU CHÍ

TRONG HỆ THỐNG KPI TẠI NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

Giáo viên hướng dẫn:

Sinh viên thực hiện:

HTTTA K16 Đại học chính quy

Hà Nội, tháng 5/2017

Hà Nội, ngày tháng năm 2017Người nhận xét

(Ký tên, đóng dấu)

Kết luận:

Hà Nội, ngày tháng năm 2017Giáo viên hướng dẫn

(Ky tên)

LỜI CAM ĐOAN

Em xin cam đoan đề tài khóa luận “Nghiên cứu ứng dụng mô hình cấu trúc

LỜI CẢM ƠN

Xuất phát từ vai trò của một sinh viên Khoa Hệ thống thông tin quản lý kết hợpvới những kết quả thu được từ quá trình thực tập tại Khoa Hệ thống thông tin quản lý -

Học viện Ngân hàng nên em đã thực hiện đề tài: “Nghiên cứu ứng dụng mô hình cấu

trúc tuyến tính SEM vào việc hỗ trợ đánh giá mối quan hệ giữa các tiêu chí trong hệ thống KPI tại ngân hàng thương mại Việt Nam” làm khóa luận tốt nghiệp.

Em xin chân thành cảm ơn TS Phan Thanh Đức - Trưởng khoa, Giảng viên Khoa

Hệ thống Thông tin Quản lý Học viện Ngân hàng đã tận tình hướng dẫn em, xây dựngđịnh hướng cho em cũng như đảm bảo tính khoa học và khách quan cho toàn bộ đề tài,

và tạo điều kiện tốt nhất để em có thể phát triển đề tài này

Với thời gian thực tập hạn chế, sự hiểu biết có hạn, khóa luận không thể tránhkhỏi

những thiếu sót Em rất mong nhận được sự đóng góp ý kiến của thầy giáo, cô giáo vànhững người quan tâm để việc ứng dụng mô hình cấu trúc tuyến tính SEM vào việc hỗtrợ đánh giá mối quan hệ giữa các tiêu chí trong hệ thống KPI tại ngân hàng thươngmại

Việt Nam được hoàn thiện và chính xác hơn, cũng như để em được có cơ hội cải thiện

và nâng cao hiểu biết của mình

Em xin chân thành cảm ơn!

Sinh viên thực hiện

Nguyễn Minh Châu

MỤC LỤC

LỜI CAM ĐOAN 5

LỜI CẢM ƠN 6

MỤC LỤC 7

DANH MỤC TỪ VIẾT TẮT 9

DANH MỤC HÌNH VẼ 10

MỞ ĐẦU 11

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ KPI VÀ THỰC TRẠNG ÁP DỤNG KPI TẠI MỘT SỐ NGÂN HÀNG THƯƠNG MẠI VIỆT NAM 15

1.1 BSC và KPI 15

1.1.1 BSC 15

1.1.2 KPI 16

1.1.3 Mối quan hệ giữa BSC và KPI 20

1.2 Thực trạng áp dụng KPI tại một số NHTM VN 20

CHƯƠNG 2: PHƯƠNG PHÁP LUẬN MÔ HÌNH PHƯƠNG TRÌNH CẤU TRÚC (SEM) 22

2.1 Định nghĩa 22

2.2 Lịch sử phát triển 22

2.3 Một số khái niệm liên quan đến SEM 23

2.3.1 Các phần tử trong mô hình mạng SEM 23

2.3.2 Các phương pháp phân tích sử dụng trong SEM 29

2.4 Ưu điểm và nhược điểm của SEM 34

2.5 Các bước thực hiện SEM 35

2.5.1 Tiền xử lý dữ liệu 35

2.5.2 Kiểm trađộ tin cậy của thang đo bằngCronbach’sAlpha 35

2.5.3 Phân tíchnhân tố khám phá EFA 35

2.5.4 Phân tíchnhân tố khẳng định CFA 35

2.5.5 Phân tíchSEM để thử nghiệm giá trịlýthuyếtmôhìnhCFA 36

CHƯƠNG 3: THỰC HIỆN PHÂN TÍCH MẪU: PHÂN TÍCH MỐI QUAN HỆ GIỮA CÁC TIÊU CHÍ TRONG BỘ KPI CỦA PHÒNG QUẢN LÝ CHI NHÁNH VÀ THÔNG TIN NGÂN HÀNG V IETINBANK 40

3.1 Thang đo 40

3.2 Mô hình nghiên cứu đề xuất 40

3.3 Thực hiện phân tích dữ liệu và kết quả 41

3.3.1 Tiền xử lý dữ liệu 41

3.3.2 Kiểm tra độ tin cậy của thang đo bằng Cronbach’s Alpha 42

3.3.3 Phân tích nhân tố khám phá 46

3.3.4 Phân tích nhân tố khẳng định 51

3.3.5 Phân tích SEM thử nghiệm giá trị lý thuyết mô hình CFA 59

3.3.6 Nhận định về mối quan hệ giữa các tiêu chí trong bộ KPI của phòng Quản lý Chi nhánh và Thông tin ngân hàng Vietinbank sau phân tích SEM 64 KẾT LUẬN 67

TÀI LIỆU THAM KHẢO 68

Card - BSC)

2 KPI KPI - Key Performance Indicators, là một hệ thống

đolường và đánh giá hiệu quả công việc

3 EFA Phân tích nhân tố khám phá (Exploratory Factor

DANH MỤC HÌNH VẼ

•

Hình 1.1: Sử dụng thẻ điểm cân bằng như một hệ thống quản lý chiếnlược 15

Hình 1.2: Sơ đồ chiến lược cấp Toàn hàng giai đoạn 2020 - VietcomBank 20

Hình 2.1: Mô hình truyền thống 23

Hình 2.2: Mô hình SEM 23

Hình 2.3: Ví dụ về một mô hình cấu trúc 24

Hình 2.4: Các phần tử cơ bản trong mô hình SEM 25

Hình 2.5: Biến trung gian trong mô hình SEM 26

Hình 2.6: Biến chỉ báo phản ánh và Biến chỉ báo cấu tạo 27

Hình 2.7: Hai khái niệm được phối hợp trong mô hình nghiên cứu 27

Hình 2.8: Mô hình cấu trúc hiệp phương sai 30

Hình 2.9: Mô hình đo lường con và sự kết hợp của chúng trong môhình cấu trúc của SEM 33

Hình 3.1: Mô hình nghiên cứu đề xuất 41

Hình 3.2: Mô hình nghiên cứu mới sau EFA 50

Hình 3.3: Mô hình CFA (lần 2) 54

Hình 3.4: Mô hình CFA (lần 3) 56

Hình 3.5: Mô hình nghiên cứu sau CFA 58

Hình 3.6: Trọng số hồi quy chuẩn hóa 58

Hình 3.7: Trọng số hồi quy chưa chuẩn hóa 59

Hình 3.8: Mô hình đo lường 60

Hình 3.9: Mô hình nghiên cứu TH1 61

Hình 3.10: Trọng số hồi quy của mô hình nghiên cứu TH1 62

Hình 3.11: Trọng số hồi quy chuẩn hóa 63

Hình 3.12: Mô hình nghiên cứu TH2 64

DANH MỤC BẢNG BIEU

Bảng 3.1: Bảng tiêu chí chấm điểm KPI 40Bảng 3.2: Tổng hợp các biến và thang đo sau phân tích CronBach’ Alpha 46Bảng 3.3: Mô hình CFA (lần 1) 52

MỞ ĐẦU

1 Lý do chọn đề tài

Hiện nay KPI (hệ thống chỉ số đánh giá hiệu suất công việc là công cụ đo lường,đánh giá hiệu quả công việc) được đưa vào áp dụng trong nhiều ngân hàng thương mạiViệt Nam (NHTM VN) Đa số các ngân hàng đã áp dụng KPI để đo lường và đánh giáhiệu quả hoạt động của nhân viên Áp dụng một chính sách KPI đúng cách và hợp lý sẽgiúp nâng cao trách nhiệm cá nhân, cải thiện hiệu quả và tăng năng lực quản lý, từ đóhướng đến hình thành văn hóa chuyên nghiệp trong tổ chức Cụ thể, KPI có thể chothấy

thành quả hiện thời của một mục đích hoặc một mục tiêu chiến lược một cách nhanhchóng; ngược lại các quyết định có thể được thực hiện nhanh hơn khi có những đolường

cụ thể và chính xác; giúp khâu quản lý nhận biết thành quả của các bộ phận; giúp đơn

vị tập trung vào các mục tiêu và đảm bảo các mục tiêu được liên kết xuyên suốt trong

tổ chức[1]

Vậy có thể nói việc áp dụng KPI trong chiến lược lãnh đạo của các NHTM VN là

vô cùng cần thiết Tuy nhiên cho đến nay để đánh giá hiệu quả kinh doanh, từ thông tinthu thập được cho thấy nhiều NHTM VN chỉ dựa vào các chỉ tiêu tài chính như doanhthu, lợi nhuận Việc đánh giá hiệu quả kinh doanh một cách toàn diện bằng công cụKPI

vẫn còn khá mới mẻ Một đơn vị cần biết xác định các chỉ số quản lý nào nên đượcxem

là các chỉ tiêu KPI của đơn vị Những chỉ tiêu này không nhất thiết là chỉ tiêu tài chínhnhưng có ảnh hưởng quan trọng trong công tác quản lý của đơn vị Không có những chỉ

số cụ thể, đơn vị gần như không thể đạt đầy đủ những mục tiêu đề ra Những chỉ sốđánh

giá hiệu suất phải dựa trên những dữ liệu hợp lệ và bối cảnh thực tế, phải xác địnhđược

những yếu tố ngoài khả năng kiểm soát của đơn vị với việc thực hiện mục tiêu Việc

thực hiện đề tài “Nghiên cứu ứng dụng mô hình Phương trình Cấu trúc (SEM) hỗ

trợ

đánh giá mối quan hệ giữa các tiêu chí trong hệ thống KPI tại Ngân hàng Thương mại Việt Nam’” nhằm đưa ra được một khung mô hình, bao gồm các bước phân tích

thống kê từ đó rút ra được mối quan hệ giữa các tiêu chí đánh giá trong KPI tại các

Tìm hiểu về các bước phân tích mô hình Phương trình Cấu trúc (StructuralEquation Modeling - SEM) và áp dụng SEM trong việc đánh giá mối quan hệ giữa cáctiêu chí trong bộ KPI của Ngân hàng.

Đưa ra phương pháp đánh gía mối quan hệ giữa các tiêu chí trong bộ KPI, hỗ trợcông tác cải thiện bộ KPI tại các ngân hàng thương mại Việt Nam

3 Đối tượng nghiên cứu

❖ Lý thuyết thẻ điểm cân bằng, lý thuyết bộ tiêu chí đo lường hiệu suất côngviệc

❖ Bộ tiêu chí KPI sử dụng trong các Ngân hàng Thương mại Việt Nam

❖ Mô hình Phương trình Cấu trúc SEM

4 Phạm vi nghiên cứu

Bộ phận Tín dụng các ngân hàng MSB, OCB, PVComBank, VietinBank, VPBank; Phòng Quản lý Chi nhánh và Thông tin ngân hàng VietinBank

5 Phương pháp nghiên cứu

❖ Thang đo: Đề tài nghiên cứu sử dụng dữ liệu đầu vào là bộ KPI, và biến đổi

dữ liệu bằng cách áp dụng thang đo Linkert 5 mức độ (từ 1 - Rất không tốt đên

5 - Rất tốt) tương ứng với mức độ hoàn thành chỉ tiêu (1- Hoàn toàn khônghoàn thành đến 5- Hoàn thành xuất sắc, vượt chỉ tiêu)

❖ Phương pháp phân tích

- Kiểm định độ tin cậy thang đo Cronbach’s Alpha

- Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)

- Phân tích nhân tố khẳng dịnh (Confirmatory Factor Analysis - CFA)

- Mô hình cấu trúc tuyến tính (Structural equation modeling - SEM)

6 Bố cục của bài Khóa luận

CHƯƠNG 1: Cơ sở lý thuyết về KPI và thực trạng áp dụng KPI tại một số

NHTM

VN

Nội dung chương này trình bày lý thuyết về BSC, KPI và thực tế áp dụng KPItrong một số Ngân hàng Thương mại Việt Nam;

CHƯƠNG 2: Phương pháp luận: Mô hình Phương trình Cấu trúc (SEM)

Nội dung chương này trình bày lý thuyết về phương pháp phân tích Mô hìnhPhương trình Cấu trúc, bao gồm định nghĩa, lịch sử hình thành phương pháp, một

số khái niệm liên quan đến SEM, ưu nhược điểm của SEM và các bước thực hiệnSEM

CHƯƠNG 3: Thực hiện phân tích mẫu: phân tích mối quan hệ giữa các tiêu chí trong bộ KPI của phòng Quản lý Chi nhánh và Thông tin - Ngân hàng TMCP Công

Thương Việt Nam VietinBank.

Nội dung chương này trình bày ứng dụng phương pháp phân tích SEM vào phântích mối quan hệ giữa các tiêu chí trong bộ KPI của phòng Quản lý Chi nhánh vàThông tin - Ngân hàng TMCP Công Thương Việt Nam VietinBank với dữ liệugiả

định, nhằm mục đích đưa ra cách thức áp dụng SEM vào phân tích mối quan hệgiữa các tiêu chí trong các bộ KPI của NHTM VN

KẾT LUẬN

Trình bày hiệu quả áp dụng SEM vào phân tích mối quan hệ giữa các tiêu chí

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VỀ KPI

VÀ THỰC TRẠNG ÁP DỤNG KPI TẠI MỘT SỐ NGÂN HÀNG THƯƠNG MẠI VIỆT NAM

hoạt động của doanh nghiệp so với mục tiêu đề ra Nó mang đến cho các nhà quản lývà

các quan chức cấp cao trong các tổ chức một cái nhìn cân bằng hơn về toàn bộ hoạtđộng

của doanh nghiệp hoặc tổ chức

Thẻ điểm cân bằng là một hệ thống nhằm chuyển hóa tầm nhìn và chiến lược của

tổ chức thành những mục tiêu và thước đo cụ thể thông qua việc thiết lập một hệ thống

đo lường thành quả hoạt động trong một tổ chức trên bốn khía cạnh tài chính, kháchhàng, hoạt động kinh doanh nội bộ, học tập và phát triển Sự cân bằng được thể hiệngiữa những mục tiêu ngắn hạn và mục tiêu dài hạn, giữa các thước đo tài chính và phi

Hình 1.1: Sử dụng thẻ điểm cân bằng như một hệ thống quản lý chiến lược

Sử dụng trong đánh giá thực hiện công việc, hệ thống KPIs được hiểu là nhữngchỉ

số đánh giá kết quả thực hiện công việc Hay nói cách khác KPIs chính là mục tiêucông

việc mà cá nhân, tổ/nhóm, phòng/ban, tổ chức cần đạt được để đáp ứng yêu cầuchung

Thông thường mỗi vị trí chức danh sẽ có bản mô tả công việc trong đó nêu rõ nhữngtrách nhiệm của vị trí chức danh đó phải thực hiện Dựa trên cơ sở những trách nhiệmcông việc đó nhà quản lý sẽ đưa ra các chỉ số (mục tiêu) để đánh giá hiệu quả thực hiệncông việc của vị trí chức danh đó

Dựa trên việc hoàn thành KPI, công ty sẽ có các chế độ thưởng phạt cho từng cánhân KPI là cơ sở để nhà quản lý đánh giá thành tích của nhân viên và đưa ra nhữngkhuyến khích phù hợp cho từng nhân viên

1.1.2.2 Mục đích và mục tiêu sử dụng KPI trong đánh giá thực hiện công việc

Mục đích của việc sử dụng KPIs trong đánh giá thực hiện công việc

Việc sử dụng KPIs trong đánh giá thực hiện công việc nhằm mục đích:

Thứ nhất, đảm bảo người lao động thực hiện đúng các trách nhiệm trong bản mô

tả công việc của từng vị trí chức danh cụ thể

Các chỉ số đánh giá mang tính định lượng cao, có thể đo lường cụ thể do đó nângcao hiệu quả của đánh giá thực hiện công việc

Việc sử dụng các chỉ số KPIs góp phần làm cho việc đánh giá thực hiện công việctrở nên minh bạch, rõ ràng, cụ thể, công bằng và hiệu quả hơn

Mục tiêu khi sử dụng KPIs trong đánh giá thực hiện công việc

Là 1 công cụ dùng trong ĐGTHCV, nên khi xây dựng hệ thống KPIs những nhàquản lý cũng cố gắng và hướng đến đảm bảo được tiêu chí SMART:

M - Measurable: Đo lường được

1.1.2.3 Ưu điểm, nhược điểm khi sử dụng KPI trong đánh giá thực hiện công việc

- Một đội nhóm có thể làm việc chung với nhau theo những mục đích đolường được

- Đưa ra các chỉ tiêu có thể đo lường được, từ đó việc ĐGTHCV sẽ cụ thểhơn và dễ thực hiện hơn mà ít có những kiến nghị, bất đồng

- Các chỉ số không đạt tiêu chí measuarable (đo lường được): Như vậy khiđưa ra các tiêu chí không còn ý nghĩa đo lường kết quả THCV

- Các chỉ số KPIs không đạt được tiêu chí Achievable (có thể đạt được) vàRealistics (thực tế): : Mục tiêu xây dựng quá xa vời so với thực tế, nhânviên không thể đạt được mục tiêu dù đã cố gắng hết mình Điều này dẫnđến tâm lý thất vọng, chán nản và không muốn làm việc

- Các chỉ số KPIs không có hạn định cụ thể: người lao động không biết côngviệc này phải làm trong thời gian bao lâu hay khi nào phải hoàn thành

này gây khó khăn rất lớn cho người lao động trong quá trình thực hiệncông

việc

- Khi sử dụng các tiêu chí KPIs làm mục tiêu thì phải thay đổi theo mục tiêucủa tổ chức, nó không có hiệu quả cao nếu được sử dụng theo thời giandài

1.1.2.4 Quy trình xây dựng KPI cho một bộ phận, chức danh công việc

❖ Bước 1: Xác định bộ phận/người xây dựng KPIs

Các bộ phận/phòng/ban tự xây dựng KPIs: có thể do các bộ phận/phòng/ban chứcnăng trực tiếp xây dựng hệ thống KPIs cho các vị trí chức danh trong bộphận/phòng/ban

đó dựa trên sự hướng dẫn, trợ giúp về mặt phương pháp của những người có chuyênmôn (bộ phận chuyên trách nguồn nhân lực, các nhà chuyên môn)

- Người xây dựng KPIs thường là Trưởng bộ phận/phòng/ban - người hiểu rõ vàtổng quan nhất về các nhiệm vụ, yêu cầu của các vị trí chức danh trong bộ phận Trongtrường hợp bộ phận/phòng/ban quá lớn thì việc xây dựng KPIs nên được đảm nhận bởinhững quản lý cấp thấp hơn

- Ưu điểm của phương pháp này: các chỉ số KPIs do các bộ phận/phòng/ban tựxây

dựng cho bộ phận mình sẽ có tính khả thi cao và mang thể hiện được rõ nét chức năng,nhiệm vụ của bộ phận

- Nhược điểm của phương pháp này: có thể dẫn đến việc thiếu khách quan trongviệc xây dựng hệ thống KPIs như: đặt mục tiêu quá thấp Do đó, nếu xây dựng KPIstheo phương pháp này thì cần có sự kiểm định, đánh giá của hội đồng những nhàchuyên

môn, am hiểu về công việc của bộ phận/phòng/ban

Bộ phận chuyên trách nguồn nhân lực, các nhà chuyên môn: khác với phươngpháp

trên, phương pháp này đảm bảo được tính khách quan, khoa học về phương pháp Tuynhiên các chỉ số KPIs đưa ra có thể không thực tế, không thể hiện được đúng chứcnăng,

nhiệm vụ của bộ phận/phòng/ban

- Để khắc phục vấn đề này, hệ thống KPIs sau khi được xây dựng cần có sự gópý,

thẩm định, đánh giá của bộ phận chức năng

❖ Bước 2: Xác định các KRAs (Keys Result Area) của bộ phận (các chức

Với mỗi vị trí chức danh thì người xây dựng KPIs cần chỉ ra một số trách nhiệmchính mà người đảm nhận vị trí công việc này phải thực hiện (mô tả công việc) Cáctrách nhiệm chính nà+y là cơ sở để xây dựng hệ thống chỉ số KPIs do đó, các tráchnhiệm nêu ra phải rõ ràng, cụ thể và có thể thực hiện được.

❖ Bước 4: Xác định các chỉ số KPIs (chỉ số đánh giá)

- KPIs của bộ phận: dựa trên cơ sở chức năng, nhiệm vụ của từng bộ

phận/phòng/ban người xây dựng hệ thống KPIs sẽ xây dựng những chỉ sốKPIs chung đặc trưng cho cả bộ phận Những chỉ số KPIs này là cơ sở đểxây dựng KPIs của từng vị trí chức danh

- KPIs cho từng vị trí chức danh:

+ Vây dựng KPIs để cho người lao động thực hiện đúng mô tả và yêu cầucông việc Do đó, các chỉ số KPIs được xây dựng trên cơ sở những tráchnhiệm chính của vị trí chức danh nêu trên và các chỉ số KPIs của từng

bộ phận

+ Các chỉ số KPIs phải đảm bảo tiêu chí SMART và phải có nguồn thuthập thông tin mà doanh nghiệp đang áp dụng hoặc sẽ áp dụng trongtương lai gần

+ Kỳ đánh giá: Kỳ đánh giá thường áp dụng là tháng, quý, năm Tùy vàotừng chỉ số KPIs, nội dung của các từng chỉ số mà người

Bước 5: Xác định mức độ điểm số cho các kết quả đạt được

❖ Thông thường điểm số được chia ra thành 2 - 5 mức độ điểm số tương ứngvới mức độ hoàn thành công việc theo kết quả

❖ Càng nhiều mức độ điểm số thì việc đánh giá càng khách quan Tuy nhiên,nếu quá chia nhỏ các mức độ điểm số thì việc đánh giá cuối cùng và xác địnhtổng điểm cuối cùng sẽ gặp khó khăn trong việc xác định điểm số

Bước 6: Liên hệ giữa kết quả đánh giá KPIs và lương, thưởng

Với mỗi khung điểm số cụ thể người xây dựng hệ thống KPIs sẽ xác định mỗiliên

hệ giữa kết quả đánh giá và các mức đãi ngộ cụ thể

Tùy thuộc vào từng bộ phận chức danh, lĩnh vực hoạt động mà các nhà quản lýthực hiện việc xây dựng KPIs linh hoạt trong các bước và nên thuê các chuyên gia tưvấn có kinh nghiệm kết hợp với nhân viên trong Công ty để chỉ tiêu đưa ra đưa vào sửdụng phát huy hiệu quả cao và phù hợp với mục tiêu quản lý chung của Công ty, đặcbiệt là mục tiêu trong quản lý nhân sự

1.1.3 Mối quan hệ giữa BSC và KPI

Hệ thống bảng điểm cân bằng (Balance Scoredcard - BSC) là một hệ thống quản

lý chiến lược dựa vào kết quả đo lường và đánh giá, được áp dụng cho mọi tổ chức.Nói

một cách khác, BSC chính là phương pháp chuyển đổi tầm nhìn và chiến lược thànhmục tiêu, chỉ tiêu đánh giá và hoạt động cụ thể Còn hệ thống đo lường & đánh giá hiệuquả công việc (Key Performance Indicator - KPI) là công cụ đo lường, đánh giá hiệuquả công việc được thể hiện qua số liệu, tỷ lệ, chỉ tiêu định lượng, nhằm phản ảnh hiệuquả hoạt động của các tổ chức hoặc bộ phận chức năng hay cá nhân

Nếu như BSC đánh giá sự hoàn thành của doanh nghiệp thông qua 4 chỉ tiêu (tàichính, khách hàng, quá trình hoạt động nội bộ, hoạt động nghiên cứu phát triển), giúpdoanh nghiệp phát triển cân đối và bền vững thì KPI được áp dụng cho nhiều mục đích:quản lý hệ thống công việc của một tổ chức, tự quản lý công việc của nhóm, tự quản lýcông việc của cá nhân

1.2 Thực trạng áp dụng KPI tại một số NHTM VN

Hình 1.2: Sơ đồ chiến lược cấp Toàn hàng giai đoạn 2020 - VietcomBank

Trên đây là sơ đồ chiến lược Toàn hàng giai đoạn 2020 của ngân hàngVietcombank Với sứ mệnh và tầm nhìn là trở thành Ngân hàng số một tại Việt Nam, làmột trong 300 tập đoàn ngân hàng tài chính lớn nhất thế giới và được quản trị theothông

lệ quốc tế tốt nhất, Ngân hàng đề ra 5 mục tiêu chiến lược: Đạt top 1 bán lẻ top 2 bánbuôn; Ngân hàng đạt hiệu suất sinh lời cao nhất và đạt ROE tối thiểu 15%, Đứng đầuvề

mức độ hài lòng của khách hàng; Ngân hàng đứng đầu về chất lượng nguồn nhân lực,Ngân hàng quản trị rủi ro tốt nhất Sử dụng BSC, từ 5 mục tiêu chiến lược ngân hàng

ra các mục tiêu về các khía cạnh tài chính, khách hàng, quy trình nội bộ, con người,quản trị rủi ro, và đưa vào mục tiêu chiến lược của các khối tác nghiệp Có thể nói giữamục tiêu Toàn hàng và mục tiêu của các Khối, cũng như giữa mục tiêu của các Khốikhác nhau có mối quan hệ chặt chẽ Việc này gây khó khăn cho việc đánh giá hiệu quảhoạt động của từng bộ phận, phòng ban nếu chỉ dựa trên một số các tiêu chí bề nổi(nhìn

thấy ngay được kết quả) như Tài chính, Khách hàng mà thiếu quan tâm đến các tiêu chíphát triển bền vững như Con người, Quy trình nội bộ Khi đã xây dựng 1 bộ KPI đểđáp

ứng thực hiện được mục tiêu chiến lược, các nhà quản lý cũng cần thiết dựa trên kếtquả

hoạt động của các kỳ trước đó để cải thiện KPI, đảm bảo tính khả thi và hiệu quả củabộ

KPI đó.Từ phỏng vấn với trưởng bộ phận trong khối Doanh nghiệp vừa và nhỏ, và bộphận Nguồn vốn ngân hàng PVComBank, thực tế sự thay đổi điều tiết chỉ tiêu KPI là

do lãnh đạo thực hiện, dựa theo kinh nghiệm chuyên môn trong ngành có phần cảmtính

Mặt khác khảo sát một số bộ chỉ tiêu KPI của ngân hàng VietinBank, ngân hàngPVcombank, MaritimeBank, VPBank, Vietcombank, Ngân hàng Phương Đông chothấy, các bộ KPI của cùng một ví trí tương ứng trong các ngân hàng kể trên có sự khácnhau rõ rệt Trong khi bộ chỉ tiêu KPI ở vị trí nhân viên bán hàng của VietinBank vàVietcomBank có 4 tiêu chí (bao gồm tiêu chí ngắn hạn như Tài chính, Khách hàng vàtiêu chí dài hạn như Quy trình nội bộ, Con người) thì các ngân hàng MaritimeBank,PVcomBank, Ngân hàng Phương Đông sử dụng bộ KPI với các tiêu chí ngắn hạn Vậy

ý nghĩa của các tiêu chí dài hạn như Quy trình nội bộ, Con người là gì, các tiêu chí đóảnh hưởng như thế nào đến các tiêu chí ngắn hạn ?

CHƯƠNG 2: PHƯƠNG PHÁP LUẬN

MÔ HÌNH PHƯƠNG TRÌNH CẤU TRÚC (SEM)

2.1 Định nghĩa

Mô hình phương trình cấu trúc (structural equation modeling) hay còn được gọi làSEM có thể được định nghĩa như môt tập hợp các kỹ thuật như hồi quy đa biến, phântích nhân tố và phân tích mối quan hệ hỗ tương (giữa các phần tử trong mô hình), chophép chúng ta kiểm tra mối quan hệ phức hợp trong mô hình

Khác với phần lớn các kỹ thuật thống kê chỉ cho phép ước lượng mối quan hệriêng

phần của từng cặp nhân tố (phần tử) trong mô hình cổ điển (mô hình đo lường), SEMcho phép ước lượng đồng thời các phần tử trong tổng thể mô hình, ước lượng mối quan

hệ nhân quả giữa các khái niệm tiềm ẩn (Latent Constructs) qua các chỉ số kết hợp cả

đo lường và cấu trúc của mô hình lý thuyết, đo các mối quan hệ ổn định (recursive) vàkhông ổn định (non-recursive), đo các ảnh hưởng trực tiếp cũng như gián tiếp, kể cả sai

số đo và tương quan phần dư Với kỹ thuật phân tích nhân tố khẳng định (CFA) môhình

SEM cho phép linh động tìm kiếm mô hình phù hợp nhất trong các mô hình đề nghị

2.2 Lịch sử phát triển

Nền tảng của mô hình SEM là nghiên cứu của Spearman về Intelligence vào đầuthế kỉ 20 Mục đích của Spearman là gộp các chiều khác nhau của Intelligence thành 1nhân tố duy nhất Trong những năm 1930, Thurstone phát triển phân tích đa nhân tố(multi-factor analysis) bởi trái với Spearman, ông nhận định intelligence có thể cấu tạobởi nhiều nhân tố độc lập Thurstone đã mở ra một định hướng mới cho cộng đồng làmphân tích thống kê

Trong khoảng những năm 1920-1930, Wright phát triển phân tích đường (PathAnalysis) Phân tích đường tập trung vào việc khảo sát mạng lưới quan hệ giữa cácbiến

đo lường, mối quan hệ nhân quả giữa hai hay nhiều biến, cường độ của các quan hệtrực

tiếp và gián tiếp, quan hệ trung gian

Đến những năm 1970, Joreskog kết hợp khả năng đo lường của phân tích nhân tố

2.3 Một số khái niệm liên quan đến SEM

2.3.1 Các phần tử trong mô hình mạng SEM

❖Biến quan sát và biến tiềm ẩn

Biến quan sát (Observed variable): còn gọi là biến chỉ báo (cấu tạo/phản ánh),biến

đo lường, biến ngoại sinh hay biến độc lập tùy trường hợp cụ thể.Trong hình 1, môhình biến quan sát được biểu diễn bằng hình chữ nhật (V1, V2, V3) Biến V1, V2, V3

có mũi tên đi ra nên trong trường hợp này còn được gọi là biến ngoại sinh hay biến độclập (trong mô hình truyền thống) Trong hình 2, mô hình biến quan sát V1, V2, V3phản

ánh biến tiềm ẩn F và biến tiềm ẩn F đóng vai trò biến ngoại sinh (nguyên nhân) trong

Các biến tiềm ẩn hay các nhân tố cơ sở (F1, F2, F3) hay các sai số đo lường(e1,e2,e3) có thể tương quan với nhau ( mũi tên 2 chiều) hay có thể ảnh hưởng trực tiếpbiến tiềm ẩn khác (mũi tên 1 chiều) Biến F3 trên hình vẽ có các mũi tên đi vào nên cònđược gọi là biến nội sinh hay biến phụ thuộc ( trong mô hình hồi quy hay mô hình cấutrúc).

Hình 2.3: Ví dụ về một mô hình cấu trúc

❖Số hạng sai số và phần dư

Số hạng sai số biểu thị sai số của các biến đo lường, trong khi biểu thị cho nhiễuhoặc sai số liên quan với giá trị dự báo của các nhân tố (biến) nội sinh từ các nhân tố(biến) ngoại sinh hay còn gọi là phần dư của ước lượng hồi quy

Trong mô hình đo lường của SEM (hình 2.3), mỗi biến nội sinh có một số hạngsai

số (e i ) hay nhiễu (d i), nó thể hiện tính không chắc chắn và không chính xác của sự đolường, đồng thời nó còn thể hiện tính chất này cho cả các biến chưa được phát hiện vàkhông được đo lường trong mô hình

Hình 2.4: Các phần tử cơ bản trong mô hình SEM

Lưu ý rằng biến nội sinh là biến phụ thuộc vào biến khác ( V1,V2 ,V6 và F3) cómũi tên vào/ra, còn biến ngoại sinh là biến không phụ thuộc vào biến khác (F1, F2) chỉ

có mũi tên đi ra (không có bất kỳ nhiễu d hay bất kỳ sai số e nào) Ngoài ra, cũng cầnphân biệt mũi tên một chiều giữa các biến tiềm ẩn và các biến quan sát biểu thị các hệ

số tải (factor loadings) trong khi mũi tên một chiều giữa các khái niệm tiềm ẩn và cácbiến quan sát lại biểu thị hệ số hồi quy (regression coefficients)

Tóm lại, Một mô hình SEM đặc trưng là một phức hợp giữa một số lượng lớn cácbiến quan sát và không quan sát, các số hạng phần dư và các sai số

❖Biến trung gian

Hình 2.5: Biến trung gian trong mô hình SEM

Biến trung gian ( Mediator): Gọi X là biến nguyên nhân gốc, M là biến trung giantiềm năng (hình 5), và Y là biến kết quả Để xác định M là biến trung gian:

(1) Chứng minh rằng X — > Y : Y liên quan với X,

(2) Chứng minh rằng X — > M : M liên quan với X,

(3) Chứng minh rằng M — > Y là liên kết có ý nghĩa trong hồi quy hai biến dựbáo

(4) Giả định các kiểm định trên đều thỏa mãn, khi đó:

- Nếu liên kết : X — >Y không có ý nghĩa ở (3) : M trung gian toàn phần;

- Nếu liên kết : X — >Y có ý nghĩa ở (3) : M trung gian một phần

Nếu một cấu trúc (construct) làm trung gian trong tác động của các biến ngọaisinh

lên một biến phụ thuộc, phải đưa các quan hệ chức năng này vào mô hình Các biếnngọai sinh nếu là biến trung gian một phần(tức là một liên kết trực tiếp hay gián tiếpvới

một biến phụ thuộc) thường là các biến dự báo quan trọng hơn cho một biến phụ thuộc,hơn là các biến tương tự: biến trung gian toàn phần Nếu các tác động trung gian khôngđược xem xét thích hợp ta có thể bị nhầm lẫn về sự quan trọng tương đối của các nhân

tố khác nhau trong sự tác động lên một khái niệm

❖Biến chỉ báo phản ánh và biến chỉ báo cấu tạo

Hình 2.6: Biến chỉ báo phản ánh và Biến chỉ báo cấu tạo

Biến chỉ báo phản ánh (Reflective Indicators) có quan hệ liên đới với nhau, sựthay

đổi của một biến chỉ báo này kéo theo sự thay đổi của biến chỉ báo khác thể hiện quatính nhất quán cục bộ được đo bằng hệ số Cronbach’s Alpha

Biến chỉ báo cấu tạo (Formative Indicators) không cần thiết có liên quan vớinhau,

sự thay đổi của một biến chỉ báo này không ảnh hưởng đến các biến chỉ báo khác, dovậy không áp dụng đo tính nhất quán

Hai khái niệm này được phối hợp lại trong mô hình nghiên cứu trong đó biến chỉ

Hình 2.7: Hai khái niệm được phối hợp trong mô hình nghiên cứu

❖Tính xác định của mô hình SEM

Tính xác định có nghĩa là có ít nhất một lời giải độc nhất cho mỗi ước lượngthông

số trong một mô hình SEM Số thông số cần ước lượng bằng số phương sai (Variance)hay hiệp phương sai (Covariance) của các biến ngoại sinh (biến quan sát hay khôngquan

Để xác định mô hình nghiên cứu thuộc loại mô hình nào trong ba loại mô hình

“Vừa xác định- Just Identification”; “Kém xác định- Under Identification” hay “Quáxác định- Over Identification” thì cần phải tính toán số bậc tự do của mô hình

Bậc tự do là sự khác biệt giữa tổng số dữ liệu quan sát đầu vào (data points) vàtổng số các thông số ước lượng trong SEM , được xác định bằng công thức sau:

df = 1/2[(p + q)(p + q +1)] - tTrong đó:

P= số các biến chỉ báo nội sinh

q= số các biến chỉ báo ngoại sinh

(p+q = số biến quan sát)

t= Số các thông số ước lượng

½[(p+q)(p+q+1) = Số quan sát hay hiệp phương sai trong ma trận (datapoints)

- Mô hình “vừa xác định” (Just Identification): Mô hình có df =0 và chỉ có mộtlời giải khả dĩ cho mỗi ước lượng thông số Ví dụ: 2x+y =7; 3x+2y=11

- Mô hình “kém xác định” (Under Identification): Mô hình có df < 0 và có vôsố

các giá trị ước lượng thông số Vi dụ : 2x +y =7

- Mô hình “quá xác định”(Over Identification): Mô hình có df > 0 và có hơnmột

lời giải khả dĩ (nhưng có một lời giải tối ưu hay tốt nhất đối với mỗi ướclượng

thông số) Mô hình “quá xác định” xảy ra khi mỗi thông số được xác định vàít

nhất một thông số thì “quá xác định” (có nhiều hơn một phương trình cho ướclượng thông số này) Thông thường mô hình “quá xác định” được ưa thíchhơn,

có bậc tự do dương (df>0) Mục tiêu là đạt được df càng lớn càng tốt

Việc đặt các hạn chế(ràng buộc) trên mô hình “quá xác định” cho chúng ta kiểmđịnh các giả thuyết (dùng Chi Square và các chỉ số khác)

Sự “xác định” là một yêu cầu về cấu trúc hay toán học để có thể tiến hành phântích SEM

Sự “kém xác định” trong thực nghiệm xuất hiện khi có một thông số ước lượngtính “xác định” của mô hình có giá trị gần bằng 0 Do tính chất lặp của ước lượngSEM,

một thông số ước lượng (phương sai chẳng hạn) bắt đầu với giá trị dương và tiến dần

- Neu kém xác định do cấu trúc: Xác định lại mô hình

- Nếu kém xác định do thực nghiệm: điều chỉnh bằng cách thu thập thêm dữliệu

hay xác định lại mô hình

2.3.2 Các phương pháp phân tích sử dụng trong SEM

2.3.2.1 Phân tích nhân tố khẳng định (CFA)

Sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc biếntiềm ẩn cơ sở Trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thựcnghiệm) giữa biến quan sát và nhân tố cơ sở thì được các nhà nghiên cứu mặc nhiênthừa nhận trước khi tiến hành kiểm định thống kê Như vậy CFA là bước tiếp theo củaEFA nhằm kiểm định xem có một mô hình lý thuyết có trước làm nền tảng cho một tậphợp các quan sát không CFA cũng là một dạng của SEM Khi xây dựng CFA, các biếnquan sát cũng là các biến chỉ báo trong mô hình đo lường, bởi vì chúng cùng ” tải” lênkhái niệm lý thuyết cơ sở

2.3.2.2 Ma trận cấu trúc của mô hình mạng (CSM)

Đơn vị phân tích trong mô hình mạng (SEM) là các ma trận phương sai (VAR)hay hiệp phương sai(COV) Tổng quát thủ tục SEM xác định một ma trận lý thuyếthàm

ý (ma trận tương quan kỳ vọng) bởi mô hình nghiên cứu Do vậy các đầu vào cần thiếtcủa SEM là các dữ liệu thô hay moment mẫu được tính từ dữ liệu ( VAR, COV, hệ sốtương quan hay các moment khác) và mô hình đang được đánh giá Mô hình bao gồmmột tập hợp các phương trình đề xuất, với vài thông số ban đầu được gán giá trị cố định

và các thông số cần ước lượng (mean, variance, regression weight )

Mục đích của ma trận VAR và COV trong SEM dùng để xác định các mối quan

hệ giữa các phần tử trong mô hình bằng cách ước lượng ma trận tương quan kỳ vọng(tổng thể), so sánh với ma trận tương quan của dữ liệu quan sát (mẫu) thông qua kiểmđịnh Chi square Sự khác biệt giữa tương quan “ước lượng” và tương quan “quan sát”của hai ma trận này thể hiện trong sự thay đổi giá trị Chi square, nó chỉ ra mức độ phùhợp của mô hình với dữ liệu như thế nào (Chi square không có ý nghĩa (p > 0.05) biểuthị một sự phù hợp tốt) Kiểm định Chi square bao gồm cả tương quan của biến quansát

Hình 2.8: Mô hình cấu trúc hiệp phương sai

SEM giả định các thành phần sai số ngẫu nhiên trong mô hình có phân phốichuẩn

đa biến ( biểu diễn bằng hình ellipse) Với giả định này cho phép dùng phương phápML

( Maximum Likelihood) để ước lượng các hệ số trong mô hình Trong trường hợp cácđiều kiện ước lượng ML không thỏa mãn, như các biến phân loại (categorical) chẳnghạn thì phải sử dụng phương pháp ước lượng LS Tất cả các phương pháp ước lượngtrong SEM đều đòi hỏi kích thước mẫu lớn

Ngoài ra các thành phần ngẫu nhiên trong SEM cũng đòi hỏi sai số đo lường của

x (hay của y), tức là δ (hay ε) không tương quan với các biến tiềm ẩn độc lập ξ (hayphụ

thuộc η) Đồng thời sai số phương trình trong mô hình cấu trúc giữa các biến tiềm ẩnđộc lập và tiềm ẩn phụ thuộc thì không tương quan với các sai số đo lường của các biếnchỉ báo quan sát ( x và y), tức là ζ không được tương quan với δ (hay ε)

2.3.2.3 Sơ đồ đường

Nếu cấu trúc của một mô hình chỉ biểu thị bằng các phương trình thì rất phức tạp

Khái niệm biến ngoại sinh ξ trong mô hình còn gọi là biến nguồn hay biến độclập

vì nó không chịu tác động của biến dự báo hay biến nào khác trong mô hình Kháiniệm

biến nội sinh η được dự báo bởi một hay nhiều khái niệm khác

2.3.2.4 Phân tích sơ đồ đường

Phân tích sơ đồ đường hay còn gọi là mô hình nhân quả, tập trung vào việc khảosát mạng lưới quan hệ giữa các biến đo lường, mối quan hệ nhân quả giữa hai haynhiều

biến, cường độ của các quan hệ trực tiếp và gián tiếp, có thể phân tích cả các quan hệ

Trong phân tích sơ đồ đường các phần tử biến có quan hệ ảnh hưởng trực tiếp vàgián tiếp nhau Trong sơ đồ nhân quả trên ta có:

Ảnh hưởng gián tiếp:

Là ảnh hưởng của một biến thông qua một biến khác, ví dụ:

X1 ảnh hưởng lên X4 thông qua X3;

X1 ảnh hưởng lên Y một cách gián tiếp thông qua X3 và X4

Ảnh hưởng giữa các biến biểu thị bằng các hệ số tương quan Toàn bộ các ảnhhưởng giữa các biến trong mô hình SEM tạo nên ma trận tương quan cấu trúc:

f , 13 - Psi : ∣ r 23 - P32 ; 1 4 =P43 P43 P31

r 24 =P43 P43 P32 + P42; r 25 =P43 P52

ty = Py4 P42 + Py4 - P43 P32 +Py5.P52

Quy tắc: Tương quan cấu trúc giữa hai biến thì bằng tổng các tác động trực tiếpvà

gián tiếp có khả năng xảy ra

Giả sử có ma trận tương quan của các biến quan sát X1, X2 và X3 như sau:

Mô hình này được biểu diễn bằng các phương trình sau

T12 =P43 P21 (p: hệ số hồi quy chuẩn hóa)

T13 =P43 P31 +P32 P21 (ảnh hưởng trực tiếp của X1 lên X3 cộng với ảnh hưởng gián tiếpqua X2)

T23 =P43 P32 + P31 P21 (ảnh hưởng trực tiếp của X2 lên X3 cộng với ảnh hưởng củaX1 lên X3 và X2)

Tij biểu diễn tương quan “tái cấu trúc” hay tương quan “ước lượng” trên cơ sở môhình lý thuyết trên đây Hệ số hồi quy có thể ước lượng bằng phương pháp hồi quy đabiến trên cơ sở mô hình đã cho và có thể dùng để “tái cấu trúc lại” ma trận tương quan

Tương quan của các quan sát bằng dữ liệu:

Tương quan tái cấu trúc trên cơ sở mô hình sơ đồ đường:

X1 X2 X3 X1 1.0 r 12 (e) r 13 (e)

M1 và M2 giống nhau nhưng M2 bỏ đi mối quan hệ X1 và X2 Ý nghĩa của sự tăng/giảm độ phù hợp trong trường hợp này là: với df = df1 - df2 (hay còn xác định bằngchỉ số sự thay đổi của Chi square trên một bậc tự do)

Mỗi đường biểu diễn một quan hệ giữa hai biến thì tương ứng với một giả thuyếtnghiên cứu, không được kiểm định để xác định hướng Phân tích nhân quả là phân tíchcác tập hợp con của mô hình SEM như hình dưới đây:

Hình 2.9: Mô hình đo lường con và sự kết hợp của chúng

trong mô hình cấu trúc của SEM

Phân tích nhân quả chỉ đề cập đến các biến đo lường, là sự mở rộng của hồi quy,

có tính đồng thời và dùng độ đo tổng hợp

Phân tích nhân quả là kỹ thuật xác định quan hệ trực tiếp và gián tiếp giữa cácbiến

số, là các liên kết giả thuyết giữa các biến ngoại sinh và biến nội sinh, là hiệu ứng trựctiếp hay chính là hệ số hồi quy Liên kết gián tiếp (hay hiệu ứng gián tiếp) qua biếntrung

gian bằng tích của hai hay nhiều hệ số hồi quy Hệ số nhân quả bằng hệ số tương quanhay hồi quy (thường chuẩn hoá) liên kết các biến số.Nếu chỉ có một liên kết giữa haibiến số, hệ số nhân quả bằng hệ số tương quan Ý nghĩa của hệ số nhân quả chính là tỷ

số giới hạn CR = β¤SEβ = Z-Statistic; CR > 1.96 để có ý nghĩa tại p=0.05 hay CR = 2.5tại mức ý nghĩa 0.01

2.4 Ưu điểm và nhược điểm của SEM

SEM được sử dụng để ước lượng mô hình đo lường (measurement model) và môhình cấu trúc (structure model) Trong đó mô hình đo lường chỉ rõ quan hệ giữa cácbiến

tiềm ẩn (latent variables) và các biến quan sát (observed variables), cung cấp các giá trị

đo lường của biến quan sát (độ tin cậy, độ giá trị) Mô hình cấu trúc mặt khác chỉ rõmối

quan hệ giữa các biến tiềm ẩn với nhau, các mối quan hệ này có thể mô tả những dựbáo

mang tính lý thuyết mà các nhà nghiên cứu quan tâm

❖Ưu điểm:

Kiểm định các giả thuyết về các quan hệ nhân quả có phù hợp (Fit) với dữ liệuthực nghiệm hay không

- Kiểm định khẳng định (Confirmating) các quan hệ giữa các biến

- Kiểm định các quan hệ giữa các biến quan sát và không quan sát (biến tiềmẩn)

- Là phương pháp tổ hợp phương pháp hồi quy, phương pháp phân tích nhân tố,phân tích phương sai

- Ước lượng độ giá trị khái niệm (cấu trúc nhân tố) của các độ đo trước khiphân

tích sơ đồ đường (path analysis)

- Cho phép thực hiện đồng thời nhiều biến phụ thuộc (nội sinh)

- Cung cấp các chỉ số độ phù hợp cho các mô hình kiểm định

- Cho phép cải thiện các mô hình kém phù hợp bằng cách sử dụng linh hoạt các

hệ số điều chỉnh MI (Modification Indices)