Thứ Hai, 24 tháng 4, 2017

So sánh quan hệ giữa 7 phương pháp phân tích đa biến : Regression, Discriminant, Conjoint, SEM, ANOVA, MANOVA, Canonical Correlation

Hôm nay nhóm Thạc Sĩ ĐH Bách Khoa TP.HCM (hotrospss@gmail.com) 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:
regression
  • 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:
sem
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:
bietso
  •  Biến độc lập: biến dạng metric
  • Biến phụ thuộc: một biến dạng nometric

4.Phân tích kết hợp Conjoint Analysis

Phương trình toán hoc: conjoint
  • 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:
anova
  • 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:
manova
  •  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:
canonicalCorrelation
  • 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 hotrospss@gmail.com, 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.

Thứ Năm, 7 tháng 1, 2016

Thao tác di chuyển nguyên khối đối tượng trên AMOS

 Ví dụ có một đối tượng biến tiềm ẩn và các thành phần biến quan sát con của nó đang nằm lộn xộn, nếu dời từng phần tử bằng cách nhất nút move objects  , và kết quả sẽ là thực hiện rất lâu, chậm. Và các phần tử được sắp xếp lại không đồng đều về vị trí, vì phải dời nhiều lần tất cả các phần dư, các biến quan sát, biến tiềm ẩn





-Cách làm thông minh: Nhấn vào nút Preserve Symmetries, sau đó nhấn nút hình chiếc xe ( move objects), tiếp theo nhấn,giữ chuột trái vào biến behavior hình elip như mũi tên chỉ, sau đó di chuyển chuột đến vị trí cần thiết và thả ra.



Như vậy là ta đã di chuyển toàn bộ khối hình vẽ đi. hình vẽ trình bày cho bài luận văn AMOS khá đẹp mắt.
Nút Preserve Symmetries còn có công dụng rất mạnh, như ta cần di chuyển đồng thời các phần dư, di chuyển đồng thời các biến quan sát....
Ngoài ra nhóm có thể hỗ trợ các bạn khảo sát hộ toàn bộ dữ liệu AMOS để việc chạy dữ liệu có ý nghĩa thống kê, và sẽ gặp trực tiếp để giải thích kết quả, ý nghĩa, chạy từng bước cho các bạn. Email hotrospss@gmail.com cho nhóm nhé. Happy new year 2016

Macro hiển thị các chỉ số trong AMOS

Đầu năm 2016 nhóm MBA Bách Khoa hotrospss@gmail.com giới thiệu về cách hiển thị macro trong phần mềm AMOS.
Để việc chạy mô hình CFA, SEM diễn ra nhanh gọn, các kết quả được hiển thị đầy đủ trên màn hình đồ họa thay vì phải vào trong output để xem, thì việc hiểu cách sử  dụng các macro hiển thị là rất cần thiết. Cú pháp của một macro lúc nào cũng bắt đầu bằng dấu \    Ví dụ như các chỉ số độ phù hợp của mô hình cấu trúc tuyến tính đây.

Chi-square=\cmin ; df=\df ; P=\p;
Chi-square/df=\cmindf ;
GFI=\gfi ; TLI=\tli ; CFI=\cfi ;
RMSEA=\rmsea



Cách này rất hiệu quả trong khi hiệu chỉnh mô hình, tăng cường model fit, vì mỗi lần ta thực hiện chạy lại mô hình AMOS thì chỉ cần nhìn trực tiếp lên màn hình sẽ thấy được các kết quả.
Macro trong AMOS được biểu thị , ví dụ như "Chi-square=\cmin", đây là kết quả sẽ được thay bằng số khi chạy ra kết quả, và kết quả sẽ là "Chi-square=340.530" trong ví dụ ở bài này.
Cách thực hiện:
1. Chọn vào biểu tượng Figure Captions, hoặc vào menu Diagram-> Figure Captions
2. Vẽ Figure Captions trên màn hình amos, gõ nội dung sau vào:
Chi-square=\cmin ; df=\df ; P=\p;
Chi-square/df=\cmindf ;
GFI=\gfi ; TLI=\tli ; CFI=\cfi ;
RMSEA=\rmsea
3. Thực hiện chạy lại AMOS bằng cách nhấn vào nút Calculate Estimates
4. Nhìn lại kết quả, sẽ như hình vẽ.

Ngoài ra nhóm có thể hỗ trợ các bạn khảo sát hộ toàn bộ dữ liệu AMOS để việc chạy dữ liệu có ý nghĩa thống kê, và sẽ gặp trực tiếp để giải thích kết quả, ý nghĩa, chạy từng bước cho các bạn. Email hotrospss@gmail.com cho nhóm nhé

Thứ Sáu, 27 tháng 11, 2015

Xử lý lỗi: the variable is represented by a rectangle in the path diagram but it is not an observed variable

Khi làm luận văn định lượng với chương trình AMOS, sẽ có lúc gặp lỗi như sau:

the variable, ,is represented by a rectangle in the path diagram, but it is not an observed variable
Nhóm MBA sẽ hướng dẫn xử lý nó qua các bước sau:
Bước 1. Về nội dung: biến này được vẽ bằng hình chữ nhật trong mô hình, trong khi đó không phải là biến quan sát. Về nguyên tắc, mỗi hình chữ nhật rectangle trong mô hình đều phải có 1 và chỉ 1 biến cùng tên trong file dữ liệu.


Bước 2: Xem lại tên biến đã viết đúng chính xác chưa, ở ví dụ này là biến BEHAVIOR
Bước 2.1 Nếu tên biến đã viết đúng thì xem lại trong file dữ liệu có biến đó hay không.
Bước 2.2 Nếu tên biến viết chưa đúng thì sửa lại cho đúng.

Vui lòng liên hệ nhóm MBA hotrospss@gmail.com để được hỗ trợ đào tạo/khảo sát/hiệu chỉnh dữ liệu đạt yêu cầu.  https://www.facebook.com/HoTroAMOS/ 

Thứ Hai, 2 tháng 11, 2015

Cách xử lý lỗi The model is probably unidentified

Có bạn nào từng bị lỗi này: The model is probably unidentified. In order to achieve identifiability, it will probably be necessary to impose 1 additional constraint.
====> Cách xử lý: Tìm kiếm trong mô hình, xem có nhân tố nào chưa gán ràng buộc trọng số regression weight bằng 1. Sau đó gán giá trị 1 cho nó. Như trong phần mũi tên màu đỏ trong hình. Còn phần mũi tên màu xanh chưa được gán trọng số 1. Cần phải được gán nếu không muốn báo lỗi khi chạy

Thứ Ba, 11 tháng 8, 2015

Cài AMOS cho Macbook Air như thế nào?

Gần đây diễn đàn AMOS nhận được mail của một số bạn yêu cầu hỗ trợ cài đặt AMOS cho macbook air. 
Tuy nhiên việc này không làm trực tiếp được, vì AMOS hiện chưa có phiên bản cho Macbook. Có một cách khác là cài máy ảo xài hệ điều hành windows lên máy macbook, sau đó cài AMOS bình thường. Link download Amos và SPSS các bạn xem ở đây :
http://phantichspss.com/tong-hop-link-download-phan-mem-spss-amos.html
 http://phantichspss.com/tong-hop-link-download-phan-mem-spss-amos.html

Chủ Nhật, 12 tháng 7, 2015

Phân biệt nhân tố bậc 1 và nhân tố bậc 2 First-Order Factors và Second-Order Factors.


Khi làm luận văn với AMOS, trong một số bài phức tạp các bạn sẽ gặp khái niệm nhân tố bậc hai Second-Order Factor. Nhân tố bậc 2 trong AMOS được phản ảnh qua 2 hoặc nhiều nhân tố nhỏ bậc 1 khác. Và lưu ý quan trọng là nhân tố bậc hai không có item đo lường trực tiếp, không có biến quan sát trực tiếp... Tất cả đều thông qua các item của các khái niệm thành phần của nó.
Kèm theo 2 hình vẽ để dễ hiểu, nhân tố bậc hai Second-Order 



Factors được phản ảnh qua các nhân tố bậc 1, nó đại diện cho các nhân tố bậc một. 
Giống nhau giữa nhân tố bậc 1 và bậc 2: Trong model AMOS, các nhân tố này đều là latent variable và được biểu thị bằng hình elip.
Khác nhau giữa nhân tố bậc 1 và bậc 2: Nhân tố bậc 2 được cấu tạo từ nhiều nhân tố bậc 1. 
Và đặc biệt khi vẽ nhân tố bậc 2, các bạn thường quên nhất là quên vẽ phần dư error term cho các biến tiềm ẩn thành phần, lưu ý vẽ như hình nha các bạn:)
(hotrospss@gmail.com)
https://www.facebook.com/HoTroAMOS