Hôm nay nhóm Thạc Sĩ ĐH Bách Khoa TP.HCM [] giới thiệu đến các bạn sự khác nhau giữa các phương pháp đa biến, để các bạn có thể chủ động chọn phương pháp nghiên cứu cho luận văn của mình nhé. Mỗi phương pháp phân tích định lượng chỉ phù hợp với một số loại dữ liệu, loại mô hình, loại biến độc lập và biến phụ thuộc nhất định. Phương pháp thông dụng là hồi quy regession. Tuy nhiên có một số nghiên cứu phương pháp này không xử lý được, cụ thể có 7 phương pháp như sau.
1.Multiple Regression Analysis Hồi quy đa biến
Phương trình toán hoc:
- Biến độc lập: biến dạng metric hoặc nometric
- Biến phụ thuộc: một biến dạng metric
2.Mô hình cấu trúc tuyến tính Structural Equation Modeling
Phương trình toán hoc:
Gồm nhiều phương trình hồi quy đa biến tập hợp lại với nhau, mỗi phương trình có:
- Biến độc lập: biến dạng metric hoặc nometric
- Biến phụ thuộc: một biến dạng metric
3.Phân tích biệt số Discriminant Analysis
Phương trình toán hoc:
- Biến độc lập: biến dạng metric
- Biến phụ thuộc: một biến dạng nometric
4.Phân tích kết hợp Conjoint Analysis
Phương trình toán hoc:
- Biến độc lập: biến dạng nometric
- Biến phụ thuộc: một biến dạng metric hoặc nometric
5.Phân tích phương sai Analysis of Variance [ANOVA]
Phương trình toán hoc:
- Biến độc lập: biến dạng nometric
- Biến phụ thuộc: một biến dạng metric
6.Phân tích phương sai đa biến Multivariate Analysis of Variance [MANOVA]
Phương trình toán hoc:
- Biến độc lập: biến dạng nometric
- Biến phụ thuộc: nhiều biến dạng metric
7. Phân tích tương quan chính tắc Canonical Correlation
Phương trình toán hoc:
- Biến độc lập: biến dạng metric hoặc nometric
- Biến phụ thuộc: nhiều biến dạng metric hoặc nometric
Ngoài ra nhóm có các dịch vụ sau[ các bạn mail , nhóm sẽ trả lời ngay]
– 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
– Cung cấp/chỉnh sửa số liệu khảo sát để chạy ra kết quả có ý nghĩa thống kê.
Sau khi chạy Cronbach alpha ổn, điều mong đợi nhất chạy phân tích nhân tố EFA các kết quả ra đẹp, ma trận xoay hội tụ, không bị xáo trộn lộn xộn.
[ bạn nào chưa biết cách chạy EFA thì xem link ở đây //phantichspss.com/tong-quan-phan-tich-nhan-to-kham-pha-efa.html ] Nếu kết quả bạn chạy ra , biến quan sát bị xáo trộn như sau:
Trong khi mong ước của bài là như sau:
Như ta thấy, mô hình ban đầu chỉ có 6 biến độc lập, sau khi thực hiện xoay nhân tố lại ra tới 12 nhóm, không thể giải thích được.
– Số liệu có vấn đề, cần phải xem lại bảng câu hỏi, thậm chí khảo sát lại.
– Xem lại toàn bộ số liệu, kiểm tra lại quá trình thu thập bảng câu hỏi
– Gởi bài cho nhóm để được tư vấn xử lý, xử lý dứt điểm
– Ngoài ra nhóm Thạc Sĩ ĐH Bách Khoa tp.HCM còn có dịch vụ tư vấn bảng câu hỏi, hiệu chỉnh số liệu khảo sát cho ổn. Các bạn liên hệ nhé.
Liên hệ nhóm thạc sĩ Hỗ trợ SPSS.
Các nội dung nhóm thường tư vấn, hướng dẫn xử lý cho các bạn như sau:
Ma trận xoay rồi thì thấy nó Lộn xộn quá!
biến quan sát bị xáo trộn
ma tran nhân tố xoay nó không hội tụ mà phân tùm lum hết
nhiều biến không có hệ số.
ma trận xoay các nhân tố cho ra kết quả các nhóm rất không tốt, lộn xộn.
ma trận xoay không theo từng nhóm biến
cái bảng xoay nhân tố Rotated Component Matrixa nó ra rất lộn xộn, có 1 biến mà thuộc 2 nhóm nhân tố
Một số câu hỏi bị xáo trộn
Efa bảng dữ liệu đã xoay số liệu rất xấu
nhưng khi khắc phục xong ma trận xoay của em còn rất ít yếu tố
mà giá trị các biến không hội tụ lại được
ma trận xoay cũng không ra luôn à.
ma trận xoay đúng trật tự các nhân tố ban đầu
Bảng xoay EFA cuối cùng của em các biến bị sắp xếp lộn xộn không cùng một nhóm
Khi tiến hành phân tích nhân tố, một số trường hợp sẽ bị lỗi là chỉ số KMO không xuất hiện trong bảng kết quả , trong khi mọi chỉ số khác đều đầy đủ. Vậy làm thế nào để KMO hiện ra? Nay nhóm MBA Bách Khoa sẽ hướng dẫn bạn cách tự xử lý:
Khi KMO không xuất hiện, kết quả như sau:
KMO xuất hiện, mong muốn được như sau:
Nguyên nhân do một trong ba vấn đề chính sau đây làm cho KMO không hiển thị khi phân tích nhân tố EFA.
Lý do 1:
– Có hai biến quan sát giá trị hòa toàn giống nhau, đây là điều dễ gặp khi các bạn "chế số" để ra kết quả chạy đẹp. Để biết được điều này thì các bạn thực hiện thống kê mô tả cho tất cả các biến, trong phần options chọn Ascending means
– Sau đó xem kết quả , xem hai giá trị nào có cùng giá trị trung bình mean và độ lệch chuẩn Std. Deviation. Thì đây là hai đối tượng nghi ngờ gây ra chuyện giá trị KMO không xuất hiện.[ bạn nào chưa biết chạy thống kê mô tả thì xem ở đây nhé: //phantichspss.com/huong-dan-cach-chay-thong-ke-mo-ta-trong-spss.html ]
Lý do 2:
– Có một hoặc nhiều biến có độ lệch chuẩn bằng 0. Các bạn cũng dùng thống kê mô tả ở trên để tìm ra nó[ tìm biến nào có Std. Deviation=0]
Và khi chỉ số KMO disappear, nếu các bạn tinh mắt sẽ thấy có một giá trị khác thay vào nó, và cũng ko xác định được, đó là giá trị Correlation Matrix: a. This matrix is not positive definite. Các bạn không cần quan tâm đến ma trận này nhé.
Lý do chính của hai vấn đề trên là do số liệu SPSS được sửa lại để chạy kiểm định Cronbach's alpha…., điều này rất nguy hiểm, bởi vì số liệu cần phải đạt được tính thống nhất trong tất cả các bước của một bài luận văn: cronbach, efa, tương quan, hồi quy… Chỉ cần một bước dữ liệu bị thay đổi là các bước sau bị ảnh hưởng hết.
Lý do 3:
Lý do này hơi ngớ ngẩn, đó là do khi phân tích nhân tố bạn chưa tick vào chọn hiển thị KMO như sau:
Đặc biệt:
Gởi mail cho nhóm MBA Bách Khoa để được tư vấn hướng dẫn xử lý số liệu, đào tạo trực tiếp cho việc làm luận văn với SPSS hoặc AMOS nhé.