Một Mô Hình Giải Thích Tốt Có Nhất Thiết Là Mô Hình Dự Báo Tốt?
Không. R² đo mức độ mô hình khớp với dữ liệu đã thu thập, còn CVPAT đo xem mô hình có vượt qua một benchmark trên dữ liệu không dùng để ước lượng hay không, kèm một kiểm định thống kê riêng. Hai câu hỏi này độc lập với nhau đến mức một mô hình R² rất cao vẫn có thể không chứng minh được ưu thế dự báo, trong khi một mô hình R² khiêm tốn hơn lại làm được điều đó.
R² và CVPAT trả lời hai câu hỏi khác nhau về cùng một mô hình, nên kết quả của câu này không suy ra được kết quả của câu kia. CVPAT (Liengaard et al., 2021; Sharma et al., 2022) là kiểm định thống kê chính thức duy nhất hiện nay cho phép khẳng định, chứ không chỉ ước đoán, rằng một mô hình PLS-SEM dự báo tốt hơn một benchmark cụ thể. Một hệ số R² cao, dù có ý nghĩa thống kê đến đâu, không thay thế được việc chạy phép kiểm định đó.
1. Hai câu hỏi khác nhau: giải thích và dự báo
R² trả lời câu hỏi: trong chính tập dữ liệu đã thu thập, mô hình giải thích được bao nhiêu phần biến thiên của biến phụ thuộc. Đây là một phép đo trong mẫu (in-sample), tính trên cùng dữ liệu đã dùng để ước lượng các hệ số đường dẫn. Shmueli và Koppius (2011) gọi đây là mục tiêu explanatory, đối lập với mục tiêu predictive, tức khả năng mô hình dự báo đúng trên những quan sát nó chưa từng thấy.
Vấn đề không nằm ở việc một trong hai mục tiêu quan trọng hơn. Vấn đề là chúng được đo bằng hai quy trình hoàn toàn khác nhau, trên hai loại dữ liệu khác nhau, nên không có cơ sở lý thuyết nào đảm bảo một mô hình đạt điểm cao ở quy trình này sẽ tự động đạt điểm cao ở quy trình kia. Một mô hình có thể khớp rất tốt với dữ liệu đã quan sát, một phần vì các hệ số được ước lượng chính xác để làm điều đó, mà vẫn không dự báo tốt hơn một benchmark đơn giản trên dữ liệu mới.
Dễ hình dung sai rằng giải thích và dự báo nằm trên cùng một đường thẳng, giải thích càng tốt thì dự báo càng tốt. Thực tế gần hơn với hai trục độc lập: một mô hình có thể cao ở trục này, thấp ở trục kia, hoặc cao, thấp ở cả hai theo bất kỳ tổ hợp nào. Muốn biết vị trí của một mô hình cụ thể trên trục dự báo, cần một phép đo riêng cho trục đó, không thể suy ra từ trục giải thích.
2. Minh họa giả định: R² cao chưa chắc thắng CVPAT
Có thể hình dung sự tách rời này qua một tình huống giả định, không phải số liệu từ một nghiên cứu thực nghiệm cụ thể nào.
Giải thích tốt, nhưng chưa chứng minh được ưu thế dự báo so với benchmark.
Giải thích ít hơn, nhưng có bằng chứng về ưu thế dự báo so với benchmark đã kiểm định.
Ví dụ minh họa giả định, không phải số liệu từ một nghiên cứu thực nghiệm. Hai con số R² và kết quả CVPAT được đặt cạnh nhau để làm rõ rằng chúng có thể đi theo hai hướng độc lập.
Theo cách đọc quen thuộc chỉ dựa vào R², Mô hình A trông "tốt hơn" vì giải thích được nhiều biến thiên hơn. Nhưng nếu câu hỏi nghiên cứu là mô hình nào dự báo tốt hơn một benchmark cụ thể, bằng chứng duy nhất đến từ CVPAT, và theo tình huống giả định này, chỉ Mô hình B có bằng chứng đó. Một người chỉ báo cáo R² sẽ bỏ sót hoàn toàn sự khác biệt quan trọng này.
Một ví dụ không giả định để đối chiếu: trong nghiên cứu của Jumani (2026) trên người tiêu dùng thương hiệu Hồi giáo tại Thái Lan, mô hình TPB mở rộng đạt R² = 0,706 cho hành vi tiêu dùng, đồng thời CVPAT cho khác biệt loss có ý nghĩa thống kê (p < 0,001) so với cả hai benchmark. Đây là trường hợp cả hai trục cùng cao, nhưng điều đó không phải quy luật, chỉ là một khả năng trong số nhiều khả năng mà tình huống giả định ở trên minh họa.
3. CVPAT đến từ đâu
CVPAT, viết tắt của Cross-Validated Predictive Ability Test, không xuất hiện lần đầu trong bài hướng dẫn kỹ thuật của Sharma et al. (2022) như nhiều người vẫn trích dẫn. Phép kiểm định này được giới thiệu lần đầu bởi Liengaard et al. (2021) trên Decision Sciences, trong một bài báo có tiêu đề đáng chú ý: "Prediction: Coveted, Yet Forsaken?" Tựa đề đó tóm tắt đúng vấn đề: năng lực dự báo luôn được xem là điều ai cũng muốn có trong một mô hình, nhưng trong thực hành PLS-SEM suốt nhiều năm, nó gần như bị bỏ quên vì thiếu một công cụ kiểm định thống kê phù hợp.
Sharma et al. (2022), đăng trên European Journal of Marketing, không phải bài giới thiệu CVPAT, mà là bài mở rộng, cung cấp hướng dẫn thực hành chi tiết hơn cho việc áp dụng CVPAT, bao gồm cách tích hợp vào quy trình PLSpredict đã có. Phân biệt hai bài báo này có ích khi cần trích dẫn đúng nguồn gốc lý thuyết của phép kiểm định, thay vì chỉ trích dẫn bài hướng dẫn thực hành.
4. Vì sao cần hai benchmark: IA và LM
CVPAT không so sánh mô hình PLS-SEM với một benchmark duy nhất, mà với hai benchmark có vai trò khác nhau. Indicator Average (IA) là benchmark đơn giản nhất có thể hình dung: dự báo bằng chính trung bình của các chỉ báo tiền tố, không cần bất kỳ mô hình thống kê nào. Linear Model (LM) là một benchmark cạnh tranh hơn, dùng hồi quy tuyến tính trên cùng các biến tiền tố.
| Benchmark | Vai trò | Câu hỏi nó trả lời |
|---|---|---|
| IA (Indicator Average) | Đối chứng dự báo đơn giản nhất, không cần mô hình | Mô hình có tốt hơn việc chỉ lấy trung bình chỉ báo để dự báo không? |
| LM (Linear Model) | Đối chứng cạnh tranh hơn, dùng hồi quy tuyến tính | Mô hình PLS-SEM có dự báo tốt hơn một phép hồi quy đơn giản không? |
Một mô hình vượt qua IA nhưng không vượt qua LM vẫn có thể có Q²predict dương trong PLSpredict, vì Q²predict chỉ so với IA theo định nghĩa gốc. Nhưng nếu CVPAT cho thấy khác biệt với LM không có ý nghĩa thống kê, claim về ưu thế dự báo cần được phát biểu thận trọng hơn: mô hình thắng một benchmark yếu, chưa chắc thắng một benchmark mạnh hơn.
5. Khoảng cách giữa khuyến nghị và thực hành công bố
Một bằng chứng cho thấy khoảng cách giữa khuyến nghị phương pháp luận và thực hành báo cáo thực tế vẫn còn lớn: Zhang et al. (2026), đăng trên European Journal of Education, rà soát có hệ thống 62 bài báo ứng dụng PLS-SEM trong lĩnh vực lãnh đạo và quản lý giáo dục, theo quy trình PRISMA. Nhóm tác giả xem xét lý do chọn PLS-SEM, đặc điểm dữ liệu và mô hình, các phân tích nâng cao, cách báo cáo kết quả, và chỉ ra nhiều điểm cần cải thiện trong việc áp dụng các công cụ đánh giá nâng cao, bao gồm cả phần đánh giá năng lực dự báo.
Phát hiện này phù hợp với quan sát chung trong giới nghiên cứu PLS-SEM: dù PLSpredict đã xuất hiện từ 2019 và CVPAT từ 2021, phần lớn bài báo ứng dụng vẫn dừng lại ở R², f² và các tiêu chí giải thích truyền thống. Điều đó không có nghĩa những bài báo đó sai, chỉ có nghĩa chúng chưa trả lời câu hỏi về năng lực dự báo, một câu hỏi ngày càng được các tạp chí và hội đồng phản biện quan tâm hơn.
6. Giới hạn của cross-validation cần biết
CVPAT và PLSpredict đều dựa trên k-fold cross-validation, một kỹ thuật mạnh nhưng không phải không có giới hạn, và những giới hạn này ít được nhắc đến trong các hướng dẫn cơ bản.
- K-fold cross-validation không tương đương với việc kiểm định trên một mẫu độc lập hoàn toàn, được thu thập riêng sau khi mô hình đã hoàn thiện. Các fold vẫn đến từ cùng một đợt thu thập dữ liệu, cùng bối cảnh, cùng thời điểm.
- Nếu việc làm sạch dữ liệu, chọn biến, hoặc tinh chỉnh mô hình được thực hiện dựa trên thông tin từ chính tập dữ liệu sẽ dùng để kiểm tra, nguy cơ rò rỉ dữ liệu (data leakage) có thể khiến kết quả dự báo trông lạc quan hơn thực tế.
- Với dữ liệu dạng bảng theo thời gian, dữ liệu theo nhóm, hoặc các quan sát phụ thuộc lẫn nhau, việc chia mẫu ngẫu nhiên thành các fold như thường lệ có thể không còn phù hợp, vì nó phá vỡ cấu trúc phụ thuộc vốn có của dữ liệu.
- Chạy cross-validation nhiều lần để chọn ra phiên bản mô hình có kết quả đẹp nhất, rồi chỉ báo cáo phiên bản đó, cũng tạo ra một dạng thiên lệch khi đánh giá hiệu năng cuối cùng, dù từng lần chạy riêng lẻ không sai.
Với một nghiên cứu có mục tiêu dự báo nghiêm ngặt, chẳng hạn mô hình sẽ được dùng để dự đoán hành vi khách hàng thực tế trong vận hành, nên cân nhắc kiểm định thêm trên một tập dữ liệu độc lập, thu thập ở thời điểm hoặc bối cảnh khác, nếu điều kiện cho phép. Cross-validation trong SmartPLS là một bước sàng lọc tốt, không phải điểm dừng cuối cùng cho mọi tuyên bố về năng lực dự báo.
7. Đừng biến CVPAT thành quy tắc máy móc
CVPAT trả lời một câu hỏi rất cụ thể: mô hình có sai số dự báo trung bình thấp hơn benchmark một cách có ý nghĩa thống kê hay không. Nó không kiểm định quan hệ nhân quả, và một mô hình dự báo chính xác không mặc nhiên xác nhận cấu trúc lý thuyết đứng sau mô hình đó là đúng. Một mô hình có thể dự báo tốt vì nắm bắt được một mối tương quan ổn định trong dữ liệu, mà không nhất thiết phản ánh đúng cơ chế nhân quả mà lý thuyết đề xuất.
Ngược lại, việc CVPAT không có ý nghĩa cũng không có nghĩa lý thuyết của mô hình sai. Nó chỉ có nghĩa, với dữ liệu và benchmark cụ thể đang dùng, chưa đủ bằng chứng thống kê cho một ưu thế dự báo. Xem mọi bài PLS-SEM đều bắt buộc phải có CVPAT có ý nghĩa mới "đạt chuẩn" là một cách đọc quá máy móc, không phù hợp với mục tiêu đa dạng của các nghiên cứu khác nhau.
8. Mẫu diễn giải và checklist
Mẫu diễn giải khi trình bày cả R² và CVPAT
Mô hình đạt R² = [giá trị] cho [tên biến phụ thuộc], cho thấy năng lực giải thích trong mẫu đã thu thập. Để đánh giá năng lực dự báo trên dữ liệu ngoài mẫu, nghiên cứu áp dụng Cross-Validated Predictive Ability Test (CVPAT, Liengaard et al., 2021; Sharma et al., 2022), với khác biệt loss trung bình so với benchmark [IA/LM] là [giá trị] (p [=/<] [giá trị]). Kết quả này [xác nhận/chưa xác nhận] ưu thế dự báo của mô hình có ý nghĩa thống kê, độc lập với kết quả R² đã trình bày ở trên.
- Đã trình bày R² và kết quả CVPAT như hai bằng chứng tách biệt, không gộp chung thành một kết luận duy nhất.
- Đã trích đúng nguồn gốc CVPAT về Liengaard et al. (2021) khi nói đến nền tảng lý thuyết, và Sharma et al. (2022) khi nói đến hướng dẫn thực hành.
- Đã nêu rõ CVPAT so với benchmark nào (IA hay LM), vì kết luận có thể khác nhau giữa hai benchmark.
- Nếu dữ liệu có cấu trúc thời gian, nhóm, hoặc phụ thuộc, đã cân nhắc xem k-fold ngẫu nhiên mặc định có còn phù hợp không.
- Không dùng kết quả CVPAT như bằng chứng cho quan hệ nhân quả hay tính đúng đắn của lý thuyết.
Kết luận
R² cao là bằng chứng mô hình khớp tốt với dữ liệu đã quan sát, không hơn không kém. Nó không chứng minh, và cũng không phủ nhận, rằng mô hình dự báo tốt hơn một benchmark cụ thể trên dữ liệu mới. Hai câu hỏi đó cần hai bằng chứng riêng, và CVPAT, bắt nguồn từ Liengaard et al. (2021) và được Sharma et al. (2022) mở rộng hướng dẫn thực hành, hiện là công cụ kiểm định thống kê phù hợp nhất cho câu hỏi thứ hai.
Khoảng cách giữa khuyến nghị này và thực hành báo cáo thực tế, như Zhang et al. (2026) ghi nhận qua một rà soát có hệ thống gần đây, vẫn còn đáng kể. Với một nghiên cứu sắp công bố, việc trình bày cả hai bằng chứng, R² cho giải thích và CVPAT cho dự báo, cùng với việc hiểu rõ giới hạn của cross-validation, là cách tiếp cận cẩn trọng hơn nhiều so với việc chỉ dừng lại ở một con số R² đẹp.
Tài liệu tham khảo
Nguồn gốc CVPAT và phân biệt giải thích/dự báo
- Liengaard, B.D., Sharma, P.N., Hult, G.T.M., Jensen, M.B., Sarstedt, M., Hair, J.F. and Ringle, C.M. (2021). Prediction: Coveted, yet forsaken? Introducing a cross-validated predictive ability test in partial least squares path modeling. Decision Sciences, 52(2), 362-392. https://doi.org/10.1111/deci.12445
- Sharma, P.N., Liengaard, B.D., Hair, J.F., Sarstedt, M. and Ringle, C.M. (2022). Predictive model assessment and selection in composite-based modeling using PLS-SEM: Extensions and guidelines for using CVPAT. European Journal of Marketing, 57(6), 1662-1677. https://doi.org/10.1108/EJM-08-2020-0636
- Shmueli, G. and Koppius, O.R. (2011). Predictive analytics in information systems research. MIS Quarterly, 35(3), 553-572.
- Shmueli, G., Ray, S., Estrada, J.M.V. and Chatla, S.B. (2019). Predictive model assessment in PLS-SEM: Guidelines for using PLSpredict. European Journal of Marketing, 53(11), 2322-2347. https://doi.org/10.1108/EJM-02-2019-0189
Bằng chứng thực hành và minh họa
- Zhang, Y., Adams, D., Cheah, J.-H., Teeroovengadum, V. and Ramayah, T. (2026). An assessment of the use of partial least squares structural equation modelling (PLS-SEM) in educational leadership and management research. European Journal of Education, 61(2), e70600. https://doi.org/10.1111/ejed.70600
- Jumani, Z.A. (2026). Predictive validation of an extended TPB model in Islamic branding: PLSpredict and CVPAT evidence from Muslim and non-Muslim Thai consumers. Journal of Islamic Marketing, ahead-of-print. https://doi.org/10.1108/JIMA-09-2025-0574
Ghi chú học thuật: Tình huống Mô hình A và Mô hình B trong bài là ví dụ giả định dùng để minh họa, không phải số liệu trích từ một nghiên cứu thực nghiệm. Số liệu thực tế duy nhất được trích dẫn có nguồn gốc rõ ràng là từ Jumani (2026). Việc hệ thống hóa mức độ phổ biến của từng công cụ đánh giá dự báo trong tài liệu đã công bố cần được đọc trực tiếp từ các bài tổng quan gốc, vì các bản tóm tắt thứ cấp đôi khi nêu con số cụ thể chưa thể xác minh đầy đủ.
