Category Archives: AMOS

mô hình SEM, CFA, AMOS

Chọn SPSS hay AMOS để làm luận văn?

Khi dự định làm luận văn, sẽ có câu hỏi đặt ra là bài của mình sẽ sử dụng SPSS để thực hiện hồi quy đa biến, hay dùng mô hình cấu trúc tuyến tính SEM trong AMOS để xử lý, bài viết này sẽ cho bạn rõ hơn về việc chọn SPSS hay AMOS để thích hợp nhất nhé.( Nhóm MBA Hỗ Trợ SPSS thực hiện)
Việc lựa chọn SPSS hay AMOS để sử dụng là do mô hình nghiên cứu quyết định, trên nguyên tắc là mô hình nghiên cứu có nhiều hơn 1 biến phụ thuộc thì sử dụng AMOS. Dưới đây ta sẽ xét hai mô hình.
Mô hình 1:

Mô hình này chỉ có 1 biến phụ thuộc, đó là "Dự định mua hàng". Do đó chỉ cần sử dụng SPSS để phân tích mô hình này theo các bước: cronbach's alpha, EFA, tương quan, hồi quy. Trả lời cho câu hỏi "chọn SPSS hay AMOS?": chọn SPSS
Mô hình 2:

Mô hình này có biến phụ thuộc chính là "Ý định mua", tuy nhiên trong những mối quan hệ, ngoài biến "Ý định mua" bị tác động, còn có các yếu tố như "Chất lượng cảm nhận","Nhận biết thương hiệu","Sự yêu thích nhãn hiệu" cũng bị một số biến khác tác động đến. Có nghĩa là mô hình này có nhiều hơn 1 biến phụ thuộc. Do đó, với mô hình có 2 biến phụ thuộc trở lên thì bắc buộc phải dùng mô hình cấu trúc tuyến tính SEM để xử lý. Các bước xử lý lần lượt là Cronbach's alpha, EFA, CFA, SEM. Trả lời cho câu hỏi "chọn SPSS hay AMOS?": chọn kết hợp SPSS và AMOS để xử lý.( sở dĩ có SPSS vì SPSS chạy hai bước Cronbach's alpha và EFA)

So sánh giữa các bước xử lý sử dụng hồi quy/ SEM

 

 

Bước

 

Mục đích

Phần mềm áp dụng

 

Luận văn dạng Hồi quy SPSS

 

Luận văn dạng SEM Amos

 

1

 

Phân tích độ tin cậy

SPSS

 

Cronbach’s alpha

 

Cronbach’s alpha

 

2

 

Phân tích nhân tố

SPSS

 

EFA( varimax, PCA)

 

EFA(promax,PAF)

 

3

 

Phân tích tương quan

SPSS

 

Tương quan

 

 

3

 

Đánh giá độ phù hợp mô hình model fit, độ tin cậy tổng hợp, phương sai trích

Amos

 

 

Phân tích CFA

 

4

 

Kiểm định các giả thiết trong mô hình xem có được chấp nhận hay bác bỏ

Amos

 

Hồi quy

 

SEM

Như vậy việc chọn SPSS hay AMOS để sử dụng đã có câu trả lời, chúc các bạn làm bài tốt.

Các bạn cần hỗ trợ kiến thức, hoặc xử lý số liệu cứ liên hệ nhé

– Zalo, Viber, SMS

phone number

– Facebook: http://facebook.com/hoidapSPSS/

– Email:        hotrospss@gmail.com

 

Phân tích SEM : cách đọc hiểu các chỉ số và phân tích kết quả SEM

Sau khi chạy SEM, ta sẽ nhìn vào chỉ số nào để phân tích kết quả SEM ? Bài này nhóm MBA Bách Khoa sẽ hướng dẫn thêm cho các bạn nhé.

Nói một cách đơn giản, bản chất của phân tích SEM để ra được kết quả giống như hồi quy đa biến bên SPSS. Nghĩa là cũng dựa vào các hệ số p-value để đánh giá giả thiết đó có đạt hay không. Dưới đây là 1 mô hình ví dụ

Mô hình:

Ví dụ sau khi chạy phân tích SEM, mình sẽ bấm vào nút View Text để hiện ra cửa sổ kết quả phân tích kết quả SEM, các bạn vào Estimates – Scalars – Regression Weights, sẽ hiện ra kết quả chính của phân tích SEM.

 

Cách phân tích kết quả

Trong kết quả này, ta chủ yếu nhìn vào hai cột có mũi tên màu đỏ, đó là cột Estimate và cột P.  

– Cột Estimate chính là trọng số hồi quy của mối quan hệ, ví dụ quan hệ giữa CHIPHI và YDINH là 0.175 như trong hình, thì mối quan hệ này được giải thích là: khi CHIPHI tăng 1 thì YDINH tăng 0.175.

– Cột P chính là sig. của quan hệ của tác động từ CHIPHI lên YDINH. Giá trị này nếu bé hơn 5% thì giả thiết CHIPHI có tác động lên YDINH được chấp nhận. Còn trường hợp *** như trong hình là do giá trị này bé hơn 0.001 ( càng tốt , vì đã <5%)

Để xem các hệ số chuẩn hóa , ta vào Estimates – Scalars -Standardized Regression Weights

 

Về mặt ý nghĩa, như trong hình đã ghi, khi CHIPHI tăng 1 đơn vị độ lệch chuẩn, thì YDINH tăng 0.191 đơn vị độ lệch chuẩn.

Video minh họa phân tích SEM

Như vậy, mục đích của phân tích kết quả SEM chủ yếu là để đánh giá giả thiết, xem có đạt hay không đạt, đồng thời đánh giá mức độ tác động mạnh/yếu của quan hệ đó.

Các bạn cần hỗ trợ kiến thức, hoặc xử lý số liệu cứ liên hệ nhé

– Zalo, Viber, SMS

phone number

– Facebook: http://facebook.com/hoidapSPSS/

– Email:        hotrospss@gmail.com

Convergent Validity , Discriminant Validity, Reliability in CFA – Độ giá trị hội tụ, Độ giá trị phân biệt,Độ tin cậy khi phân tích CFA

Giới thiệu:

Nhóm MBA Bách Khoa bàn về độ giá trị hội tụ, độ giá trị phân biệt và độ tin cậy khi phân tích CFA. Lưu ý những khái niệm này cũng có khi chạy Cronbach's alpha và EFA với SPSS( link này: http://phantichspss.com/gia-tri-hoi-tu-va-gia-tri-phan-biet-trong-spss-la-gi.html). Nhưng bên đây xài Amos nhé.

Lý do phải đánh giá chỉ tiêu này

Nếu các nhân tố của bạn không chứng minh độ giá trị và độ tin cậy , việc chạy SEM sẽ không có ích gì, vì rác đầu vào sẽ dẫn đến rác đầu ra (garbage in, garbage out). Có một vài biện pháp hữu ích cho việc xác lập tính hợp lệ và độ tin cậy: Độ tin cậy tổng hợp Composite Reliability (CR), Phương sai trích Average Variance Extracted  (AVE), Maximum Shared Variance (MSV) và Average Shared Variance (ASV). Các ngưỡng cho các giá trị này như sau:

Độ tin cậy:

– CR> 0,7
Độ giá trị hội tụ Convergent Validity :

– AVE> 0.5
Độ giá trị phân biệt Discriminant Validity :

– MSV <AVE
– Căn bậc hai của AVE > các tương quan giữa hai khái niệm

Nếu giá trị hội tụ không thỏa, do biến quan sát không có tương quan với những biến khác trong cùng nhân tố,nghĩa là biến tiềm ẩn không được giải thích tốt bởi các biến quan sát của nó.
Nếu giá trị phân biệt không thỏa, do biến quan sát có tương quan cao với biến quan sát khác nằm ở nhân tố khác. nghĩa là biến tiềm ẩn được giải thích tốt hơn bởi những biến quan sát ( của nhân tố khác) hơn là những biến quan sát của chính nó.
Nếu bạn cần trích dẫn, cứ dựa vào sách này nhé:"Hair, J., Black, W., Babin, B., and Anderson, R. (2010). Multivariate data analysis (7th ed.): Prentice-Hall, Inc. Upper Saddle River, NJ, USA."

Trên đây là Convergent Validity , Discriminant Validity, Reliability in CFA – Độ giá trị hội tụ, Độ giá trị phân biệt,Độ tin cậy khi phân tích CFA, các bạn cần hỗ trợ khi làm bài, xử lý số liệu cứ liên hệ nhóm nhé.

Liên hệ:

-Zalo/viber qua số điện thoại so-alo

-Facebook: http://facebook.com/hoidapSPSS/

-Email: hotrospss@gmail.com