Quy trình dùng Amos và Spss 7 bước để thực hiện luận văn cao học

Mục lục

Ths Khánh cùng nhóm giới thiệu quy trình dùng Amos và Spss để thực hiện luận văn cao học. Dạng đề này áp dụng cho các bài về mô hình SEM, các biến tác động qua lại với nhau, có một hoặc nhiều biến trung gian, và phụ thuộc. Ví dụ như mô hình sau:

Sau đây là các bước áp dụng quy trình dùng Amos và Spss để thực hiện luận văn cao học

Bước 1. Lập mô hình nghiên cứu

1.1. Xác định vấn đề nghiên cứu

-Xác định vấn đề cần giải quyết, cần mô tả rõ vấn đề nghiên cứu và lý do tại sao vấn đề này cần được giải quyết. Ví dụ đề tài về các yếu tố ảnh hưởng đến quyết định xem phim chiếu rạp của khán giả tại Tp.HCM. Thì lý do là để hiểu được khách hàng, những yếu tố nào đã ảnh hưởng đến quyết định xem phim chiếu rạp của họ nhằm giúp các nhà quản trị của các cụm rạp chiếu phim tại Tp.HCM rà soát lại các dịch vụ chiếu phim đang cung cấp có đáp ứng được nhu cầu của khán giả hay không.

-Từ đó đưa ra những cải tiến thích hợp nhằm nâng cao chất lượng dịch vụ tạo sự thu hút của khán giả đáp ứng được nhu cầu ngày càng cao của họ.
-Làm rõ phạm vi nghiên cứu, xác định phạm vi và giới hạn của nghiên cứu, như đối tượng, thời gian và không gian nghiên cứu, như ví dụ trên là khán giả đã sử dụng dịch vụ ở các cụm rạp chiếu phim tại Tp.HCM, thời gian là năm 2024. Phạm vi nghiên cứu nghiên cứu được thực hiện trong phạm vi Tp.HCM
1.2. Đề xuất mô hình nghiên cứu
-Xác định các biến trong nghiên cứu bao gồm biến độc lập , biến phụ thuộc, biến trung gian
-Xây dựng mô hình lý thuyết và vẽ sơ đồ mô hình nghiên cứu, bao gồm các biến và các mối quan hệ giữa chúng. Có thể dùng visio để vẽ mô hình cho chuyên nghiệp https://phantichspss.com/ve-mo-hinh-nghien-cuu-khoa-hoc-bang-visio.html
-Lý giải các mối quan hệ trong mô hình: Dựa vào lý thuyết và các nghiên cứu trước, giải thích lý do lựa chọn các mối quan hệ giữa các biến.
1.3. Xây dựng các giả thuyết nghiên cứu
Xác định giả thuyết, mỗi mối quan hệ trong mô hình cần được diễn đạt dưới dạng giả thuyết nghiên cứu. Mô hình nghiên cứu sẽ có các mũi tên một chiều,thể hiện mối quan hệ nguyên nhân vào kết quả, hay còn gọi là các giả thiết nghiên cứu. Link https://phantichspss.com/mo-hinh-nghien-cuu-va-cac-van-de-lien-quan.html

Trình bày giả thuyết cần mô tả chi tiết từng giả thuyết và cơ sở lý thuyết của nó. Nguồn để có cơ sở lý thuyết là các tạp chí khoa học quốc tế như Journal of Marketing Research, Academy of Management Journal, Journal of Consumer Research.Tạp chí khoa học trong nước, Google Scholar. Cũng như luận văn của các anh chị khóa trước.
Ví dụ các giả thiết của mô hình trên như sau:
H1: Tin cậy có tác động cùng chiều với Ý định xem phim của khán giả.
H2: Đáp ứng có tác động cùng chiều với Ý định xem phim chiếu rạp của khán giả.
H3: Năng lực phục vụ có tác động cùng chiều với Ý định xem phim chiếu rạp của khán giả.
H4: Đồng cảm có tác động cùng chiều với Ý định xem phim chiếu rạp của khán giả.
H5: Phương tiện hữu hình có tác động cùng chiều với Ý định xem phim chiếu rạp của khán giả.
H6: Cảm nhận giá cả có tác động ngược chiều với Ý định xem phim chiếu rạp của khán giả.
H7: Ý định xem phim chiếu rạp có tác động cùng chiều với Quyết định xem phim chiếu rạp của khán giả

Bước 2. Lập bảng câu hỏi và thực hiện khảo sát

2.1. Thiết kế bảng câu hỏi
Xác định cấu trúc bảng câu hỏi, bao gồm các phần như thông tin cá nhân, các biến độc lập, các biến phụ thuộc, biến trung gian

Thiết kế câu hỏi sử dụng thang đo Likert cho các câu hỏi định lượng. Ví dụ: 1 – Hoàn toàn không đồng ý, 5 – Hoàn toàn đồng ý.
Kiểm tra độ rõ ràng và dễ hiểu của câu hỏi, đảm bảo rằng các câu hỏi được viết một cách rõ ràng, dễ hiểu, không gây nhầm lẫn về khái niệm.

Một số bảng câu hỏi hay chọn lọc: https://phantichspss.com/tong-hop-gan-200-mau-bang-cau-hoi-khao-sat-du-moi-chu-de-cho-luan-van-tien-si-thac-si-va-dai-hoc.html
2.2. Thực hiện khảo sát
Chọn mẫu khảo sát, xác định số lượng mẫu và cách thức chọn mẫu. Ví dụ: chọn ngẫu nhiên, phân tầng, thuận tiện.
Tiến hành khảo sát,sử dụng các công cụ trực tuyến như Google Forms, SurveyMonkey, hoặc phát bảng câu hỏi trực tiếp. Cách làm mẫu : https://phantichspss.com/cach-tao-bang-khao-sat-truc-tuyen-bang-google-forms.html
Thu thập và lưu trữ dữ liệu, lưu trữ dữ liệu khảo sát một cách hệ thống và an toàn. Có bạn khi đang làm luận văn thì ổ cứng bị hư, làm mất hết toàn bộ số liệu. Nên mình khuyên các bạn nên lưu nhiều bản, ở gmail, ở ổ cứng di động, ở laptop để đề phòng mất mát.

Bước 3. Thống kê mô tả, tần số

3.1. Nhập dữ liệu vào SPSS
Nhập dữ liệu thủ công hoặc xuất từ công cụ khảo sát, mỗi hàng là một đối tượng khảo sát, mỗi cột là một biến hoặc câu hỏi. Link hướng dẫn https://phantichspss.com/cach-nhap-lieu-thang-tu-bang-khao-sat-vao-spss.html
Kiểm tra và làm sạch dữ liệu, xử lý các giá trị thiếu, lỗi nhập liệu, ví dụ số 2 lại nhập thành số 22
3.2. Thống kê mô tả
Vào SPSS và Analyze -> Descriptive Statistics -> Frequencies/Descriptive , chọn các biến cần phân tích. https://phantichspss.com/cach-nhap-lieu-thang-tu-bang-khao-sat-vao-spss.html
Đưa ra nhận định và giải thích kết quả thống kê mô tả,như trung bình (mean), độ lệch chuẩn (standard deviation), tần số (frequency). https://phantichspss.com/huong-dan-cach-chay-thong-ke-tan-so-trong-spss.html

Bước 4. Kiểm định độ tin cậy Cronbach’s Alpha

4.1. Tính Cronbach’s Alpha
Thực hiện kiểm định Cronbach’s Alpha: https://phantichspss.com/phan-tich-do-tin-cay-cronbachs-alpha.html
Vào Analyze -> Scale -> Reliability Analysis. Chọn các biến trong một thang đo để tính Cronbach’s Alpha.Chọn Statistics và chọn (Alpha if item deleted).
Đánh giá kết quả Cronbach’s Alpha, hệ số Cronbach’s Alpha phải lớn hơn 0.7 để đảm bảo độ tin cậy của thang đo. Và tương quan biến tổng>0.3

Bước 5. Phân tích nhân tố efa bằng phép quay Promax

5.1. Thực hiện phân tích EFA
Vào Analyze -> Dimension Reduction -> Factor. Chọn phương pháp trích xuất Principal Axis Factoring và phép quay Promax.
Kiểm tra giá trị KMO và Bartlett’s Test để đánh giá sự phù hợp của dữ liệu.
Dựa vào Eigenvalues >=1 để xác định số lượng nhân tố cần trích xuất.

Link https://phantichspss.com/cach-chay-phan-tich-nhan-efa-khi-lam-mo-hinh-sem-voi-amos.html

5.2. Kiểm tra kết quả EFA
Đánh giá các nhân tố, kiểm tra bảng Pattern Matrix để xác định các biến thuộc về nhân tố nào. Các biến có hệ số tải (factor loading) lớn hơn 0.5 được coi là có độ tương quan cao với nhân tố.
Giải thích các nhân tố,đặt tên và giải thích ý nghĩa của từng nhân tố dựa trên các biến trong đó. Mỗi nhân tố nên bao gồm tất cả các câu hỏi nhỏ của mình, không nên chứ câu hỏi của nhân tố khác.

Bước 6. Phân tích CFA trong quy trình dùng Amos

6.1. Vẽ tự động mô hình bằng Pattern Matrix Builder
Sử dụng AMOS để vẽ mô hình CFA, ta mở AMOS và nhập dữ liệu từ SPSS hoặc excel, sử dụng Pattern Matrix Builder để tự động vẽ mô hình CFA dựa trên kết quả EFA.

Cách cài builder https://phantichspss.com/cai-dat-plugin-pattern-matrix-builder-cho-phan-mem-amos.html

Cách vẽ tự động cfa: https://phantichspss.com/thuc-hanh-phan-tich-nhan-to-khang-dinh-cfa-va-y-nghia-muc-dich-cua-cfa.html
6.2. Các chỉ số độ phù hợp mô hình
Kiểm tra các chỉ số độ phù hợp như Chi-square, CFI (Comparative Fit Index), TLI (Tucker-Lewis Index), RMSEA (Root Mean Square Error of Approximation). Các chỉ số CFI và TLI nên lớn hơn 0.9, RMSEA nên nhỏ hơn 0.08.

Các chỉ số độ phù hợp của mô hình SEM

Khi đánh giá mô hình SEM (Structural Equation Modeling) trong AMOS, việc kiểm tra các chỉ số độ phù hợp là rất quan trọng để đảm bảo mô hình phản ánh tốt dữ liệu thực tế.

Các chỉ số độ phù hợp cần kiểm tra

Chi-Square (χ²):
- Dùng để kiểm tra mức độ khác biệt giữa ma trận hiệp phương sai quan sát và ma trận hiệp phương sai ước lượng từ mô hình.
- Lưu ý: Chi-Square nhạy cảm với kích thước mẫu.
CFI (Comparative Fit Index):
- So sánh độ phù hợp của mô hình với một mô hình cơ sở (baseline model).
- Tiêu chuẩn: CFI ≥ 0.90 (tốt), ≥ 0.95 (rất tốt).
TLI (Tucker-Lewis Index):
- Đánh giá độ phù hợp của mô hình có tính đến độ phức tạp.
- Tiêu chuẩn: TLI ≥ 0.90 (tốt), ≥ 0.95 (rất tốt).
RMSEA (Root Mean Square Error of Approximation):
- Đánh giá mức độ gần đúng của mô hình với dữ liệu.
- Tiêu chuẩn:
  - RMSEA ≤ 0.08 (tốt), ≤ 0.05 (rất tốt).
  - RMSEA ≤ 0.10: Chấp nhận được trong một số trường hợp.

Ý nghĩa của các chỉ số

CFI và TLI: Đo lường sự phù hợp tương đối giữa mô hình được đề xuất và mô hình cơ sở. Giá trị cao (≥ 0.90) chỉ ra mô hình phù hợp tốt.
RMSEA: Đánh giá sai số xấp xỉ, với giá trị càng nhỏ càng tốt, cho thấy mô hình mô tả dữ liệu tốt hơn.

Gợi ý cải thiện khi chỉ số không đạt yêu cầu

Chi-Square cao:
- Thử nghiệm trên kích thước mẫu nhỏ hơn.
- Kiểm tra các mối quan hệ trong mô hình có phù hợp lý thuyết không.
CFI, TLI thấp:
- Xem xét loại bỏ các biến quan sát không phù hợp.
- Điều chỉnh các mối quan hệ giữa các biến trong mô hình.
RMSEA cao:
- Bổ sung hoặc loại bỏ các mối quan hệ để cải thiện cấu trúc mô hình.
- Tăng kích thước mẫu để giảm sai số.

Kết luận

Để mô hình được xem là phù hợp với dữ liệu:

CFI và TLI ≥ 0.90.
RMSEA ≤ 0.08.
Kết hợp kiểm tra lý thuyết và thực nghiệm để điều chỉnh mô hình phù hợp nhất.

Link https://phantichspss.com/muc-do-phu-hop-mo-hinh-model-fit-va-cac-chi-so-do-do-phu-hop-mo-hinh-trong-phan-tich-amos.html

Trong quy trình dùng Amos và Spss đây là bước bắt buộc, vì mô hình phải phù hợp, phải FIT tốt thì các kết quả ở giai đoạn sau mới đáng tin cậy.
6.3. Giá trị phân biệt, hội tụ
Đánh giá giá trị hội tụ (Convergent Validity) kiểm tra hệ số tải (factor loading) của các biến đo lường, phải lớn hơn 0.5. Chỉ số AVE phải lớn hơn 0.5.
Đánh giá giá trị phân biệt (Discriminant Validity), căn bậc hai của AVE > các tương quan giữa hai khái niệm

Link: https://phantichspss.com/convergent-validity-discriminant-validity-reliability-in-cfa-do-gia-tri-hoi-tu-do-gia-tri-phan-bietdo-tin-cay-khi-phan-tich-cfa.html

Bước 7. Phân tích SEM

7.1. Đánh giá giả thuyết thống kê
Thực hiện phân tích mô hình cấu trúc, sử dụng AMOS để chạy mô hình SEM.
Kiểm tra các giá trị p của các quan hệ để đánh giá sự hợp lệ của các giả thuyết. Nếu p < 0.05, giả thuyết được chấp nhận, và đây là điều thường được mong muốn, là mục tiêu chính của đề tài luận văn. Link https://phantichspss.com/phan-tich-sem-cach-doc-hieu-cac-chi-va-phan-tich-ket-qua-sem.html
7.2. Đánh giá tác động và chiều hướng của các hệ số hồi quy
Phân tích các hệ số hồi quy, kiểm tra giá trị và dấu của các hệ số hồi quy.
Đánh giá mức độ tác động và chiều hướng của các biến độc lập lên biến phụ thuộc. Xem giá trị này lớn hay nhỏ, cùng chiều + hay ngược chiều -. Trong quy trình dùng Amos và Spss để phân tích thì đây là bước rất quan trọng, vì giả thiết đặt ra mà nếu tác động ngược lại với kết quả số liệu thì cũng rất khỏ giải thích, có thể bác bỏ luôn giả thiết.
7.3. Kiểm định bootstrapping
Thực hiện kiểm định bootstrapping là bước cuối cùng trong quy trình dùng Amos và Spss, chạy bootstrapping trong AMOS để kiểm định độ tin cậy của các hệ số hồi quy.

Hướng dẫn thực hiện Bootstrapping trong AMOS

Chuẩn bị dữ liệu
- Đảm bảo dữ liệu đã được làm sạch và mô hình SEM của bạn đã chạy ổn định.
Cài đặt Bootstrapping
- Mở mô hình trong AMOS.
- Vào Analysis Properties > Chọn tab Bootstrap.
- Tick vào ô Perform Bootstrap.
- Nhập số lần tái mẫu (Bootstrap samples), thường từ 500 đến 2000 lần.
- Chọn mức ý nghĩa (Bias-corrected confidence intervals) như 95%.

Link: https://phantichspss.com/thuc-hanh-kiem-dinh-bootstrap-trong-mo-hinh-sem-voi-phan-mem-amos.html

Trên đây là hướng dẫn chi tiết quy trình dùng Amos và Spss 7 bước để thực hiện luận văn cao học. Chúc bạn thành công trong công việc hiểu rõ đề tài và chạy số liệu nhé. Mọi thắc mắc cứ liệu hệ nhóm để được tư vấn nhé

– SMS, Zalo, Viber: