Với SEM, chúng ta tập trung vào việc nhân tố được đề xuất trong mô hình phù hợp như thế nào với số liệu, với ma trận hiệp phương sai quan sát được. Sau khi đánh giá sự phù hợp, chúng ta kiểm tra mối quan hệ từng phần giữa các cấu trúc giống như chúng ta kiểm tra mối quan hệ giữa các biến độc lập và phụ thuộc trong phân tích hồi quy bội OLS.
Mặc dù chúng ta thấy rằng các yếu tố đại diện cho các cấu trúc lý thuyết(nghĩa là giá trị trung bình cộng của các câu hỏi nhỏ, để làm đại diện cho nhân tố lớn) có thể được nhập dưới dạng các biến trong mô hình hồi quy OLS, các mô hình hồi quy đó đã xử lý các biến và cấu trúc giống hệt nhau. Nghĩa là, hồi quy đa biến đã không xem xét bất kỳ thuộc tính đo lường nào đi kèm với việc hình thành một cấu trúc nhiều mục khi ước tính mối quan hệ. SEM cung cấp một cách tốt hơn để kiểm tra thực nghiệm một mô hình lý thuyết bằng cách sử dụng cả mô hình đo lường và mô hình cấu trúc trong một phân tích. Nói cách khác, cần tính đến thông tin về các phép đo trong việc kiểm tra mô hình cấu trúc.
Nói 1 cách đơn giản, ví dụ nhân tố A có 4 câu hỏi nhỏ là A1, A2, A3, A4, nếu chạy hồi quy OLS thì ta sẽ tính giá trị đại diện A_mean=average(A1, A2, A3, A4) xong sau đó chỉ xài giá trị A_mean để chạy hồi quy, không đụng chạm đến A1 2 3 4 nữa. Trong khi đó mô hình SEM đưa luôn A 1234 vào mô hình để chạy luôn nhé.
Ba tính chất phân biệt của CB SEM
SEM là một cách tiếp cận linh hoạt để kiểm tra xem mọi thứ có liên quan với nhau như thế nào. Do đó, các ứng dụng SEM có thể xuất hiện khá khác nhau. Tuy nhiên, ba đặc điểm chính của SEM dựa trên hiệp phương sai là
(1) Ước lượng nhiều mối quan hệ cùng một lúc và đánh giá sự phù hợp của mô hình tổng thể.
(2) Khả năng biểu diễn các khái niệm chưa được quan sát trong các mối quan hệ này và sửa lỗi đo lường trong ước lượng quy trình.
(3) Tập trung vào việc giải thích hiệp phương sai giữa các mục được đo.
Phân biệt giữa biến và cấu trúc
Các mô hình thường được kiểm tra bằng cách sử dụng SEM bao gồm cả mô hình đo lường và mô hình cấu trúc. Hầu hết các phương pháp tiếp cận đa biến đều tập trung vào việc phân tích các biến một cách trực tiếp. Các biến là các hạng mục thực tế được đo lường bằng cách sử dụng khảo sát, quan sát hoặc một số thiết bị đo lường khác. Các biến được coi là có thể quan sát được theo nghĩa là chúng ta có thể thu được một thước đo trực tiếp về chúng.
Cấu trúc là các yếu tố tiềm ẩn hoặc không thể quan sát được được biểu thị bằng một hoặc nhiều biến. Nói một cách đơn giản, nhiều biến kết hợp với nhau về mặt toán học để biểu thị một đại diện của một cấu trúc.
Các cấu trúc có thể là ngoại sinh hoặc nội sinh. Các cấu trúc ngoại sinh được xác định bởi các yếu tố bên ngoài mô hình, đóng vai trò biến độc lập. Các cấu trúc nội sinh được xác định bởi các yếu tố bên trong mô hình, đóng vai trò biến phụ thuộc
SEM có thể được coi là sự kết hợp giữa phân tích nhân tố khám phá và phân tích hồi quy bội
Phần mô hình đo lường tương tự như phân tích nhân tố khám phá EFA ở chỗ nó cũng thể hiện cách các biến được đo lường tải lên một số lượng nhân tố nhỏ hơn (tức là cấu trúc).
Một số phép loại suy hồi quy khác nhau được áp dụng, nhưng mấu chốt trong số đó là thực tế là các cấu trúc nội sinh (kết quả) được dự đoán bằng cách sử dụng nhiều cấu trúc khác giống như cách mà các biến độc lập dự đoán các biến phụ thuộc trong hồi quy bội
- Ba cách rút gọn dữ liệu:chọn một biến duy nhất, tính tổng hoặc trung bình cộng và tính theo factor scores
- Định nghĩa moderator effects, phân tích kết quả về hiệu ứng điều tiết moderator effects
- Cách kiểm định hệ số R bình phương mô hình tổng thể có khác 0 hay không?
- Cách xử lý nhân tố có 1 biến quan sát trong SEM
- Split file để chia bộ dữ liệu thành nhiều phần khác nhau