Nhóm MBA Bách Khoa Hỗ Trợ SPSS hotrospss@gmail.com giới thiệu mô hình cấu trúc tuyến tính SEM trong AMOS:
Phần trong mô hình mô tả các biến tiềm ẩn liên quan với nhau như thế nào được gọi là mô hình cấu trúc structural model.
Mô hình cấu trúc tuyến tính là gì? Thật ra là tổng hợp các mối quan hệ phức tạp giữa các khái niệm tiềm ẩn.
Phân tích nhân tố, phân tích đường dẫn và hồi quy tất cả các đại diện cho các trường hợp đặc biệt của SEM.
SEM là một phần lớn khẳng định, chứ không phải là thăm dò. Đó là, một nhà nghiên cứu có nhiều khả năng sử dụng SEM để xác định xem một mô hình nào đó là hợp lệ, thay vì sử dụng SEM để “tìm thấy” một mô hình phù hợp.
Trong SEM, quan tâm thường tập trung vào cấu trúc tiềm ẩn – ví dụ biến tâm lý trừu tượng như “thông minh” hay “thái độ đối với thương hiệu” – chứ không phải là trên các biến biểu hiện sử dụng để đo lường các cấu trúc. Bằng cách mô hình hóa một cách rõ ràng sai số đo, người sử dụng SEM tìm cách lấy được ước lượng không chệch cho các mối quan hệ giữa cấu trúc tiềm ẩn. Để kết thúc này, SEM cho phép nhiều biện pháp có liên quan với một cấu trúc tiềm ẩn duy nhất.
Một mô hình phương trình cấu trúc ngụ ý một cấu trúc của ma trận hiệp phương sai của các thang đo(vì thế một tên khác cho lĩnh vực này, “phân tích cấu trúc hiệp phương sai”). Một khi các thông số của mô hình đã được ước tính, kết quả của ma trận hiệp phương sai mô hình hàm ý sau đó có thể được so sánh với một ma trận hiệp phương sai thực nghiệm hoặc dựa trên dữ liệu. Nếu hai ma trận thống nhất với nhau, sau đó mô hình phương trình cấu trúc có thể được coi là một giải thích hợp lý cho mối quan hệ giữa các biện pháp.
So với hồi quy và phân tích nhân tố, SEM là một lĩnh vực tương đối trẻ, nó chỉ xuất hiện vào cuối năm 1960. Như vậy, phương pháp vẫn đang phát triển, và thậm chí cả các khái niệm cơ bản có thể thách thức và sửa đổi. thay đổi nhanh chóng này là một nguồn hứng thú đối với một số nhà nghiên cứu.
Gởi mail ngay cho nhóm MBA hotrospss@gmail.com để được hướng dẫn:
– Khảo sát thị trường/ xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố hội tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê.
– Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha… trong SPSS, và mô hình SEM, CFA, AMOS
- Quan hệ giữa Eigenvalues và số lượng nhân tố được tạo thành khi phân tích nhân tố EFA
- So sánh biến tiềm ẩn và biến quan sát
- Ba thành phần của construct validity: convergent validity, discriminant validity, nomological validity
- Phân tích hồi quy đa thức Multinomial logistic regression bằng SPSS
- Chỉ số Effect Size f2: công thức và ý nghĩa