• 02839574217
  • ttthkt@ueh.edu.vn
  • 36 Đào Duy Từ, Phường 5, Quận 10, TP. HCM
IC3 GS5 Online chỉ với 900k/3 học phần
Luyện MOS 2016 online chỉ với 300k
Tài khoản luyện thi MOS Gmetrix chỉ với 300k/tài khoản
Previous
Next

PHÂN TÍCH DỮ LIỆU NGHIÊN CỨU VỚI AMOS VÀ SmartPLS

Mục tiêu của lớp học:

Với sự gia tăng phương pháp luận ngày càng tinh vi trong nghiên cứu khoa học, mô hình phương trình cấu trúc (SEM) cũng ngày càng phổ biến hơn trong nghiên cứu định lượng. Tuy nhiên, việc áp dụng SEM thường bị lạm dụng, áp dụng sai hoặc bị thực thi kém.

Mục tiêu của khóa học này là giới thiệu cho học viên các hiểu biết cốt lõi về mô hình phương trình cấu trúc để khám phá các mối quan hệ phức tạp giữa các biến tiềm ẩn và biến quan sát trong các nghiên cứu khoa học hành vi nói chung và nghiên cứu kinh doanh nói riêng. Quá trình học tập còn hướng dẫn học viên kỹ lưỡng cách sử dụng phần mềm SmartPLS 3 và SPSS Amos 22.

    2.Mô tả vắn tắt nội dung lớp học:

Lớp học này sẽ tập trung tập trung vào phương pháp SEM với dữ liệu chéo quan sát được và các biến không lồng nhau. Nhấn mạnh vào các ứng dụng thực tế của SEM và các kỹ thuật biến tiềm ẩn để giải quyết các câu hỏi liên quan đến nghiên cứu kinh tế, kinh doanh, marketing và rộng hơn là khoa học hành vi. Các bài giảng, bài đọc và bài tập sẽ tập trung vào lĩnh vực ứng dụng này, giúp học viên phát triển khả năng phân tích và diễn giải các kết quả.

    3.Điều kiện tiên quyết:

Học viên đã có kiến thức về Thống kê căn bản/thống kê ứng dụng ở bậc cử nhân/cao học; và Phương pháp nghiên cứu ở bậc cử nhân hoặc tốt hơn nữa là Phương pháp nghiên cứu khoa học ở bậc Sau ĐH.

Học viên đã tham gia khóa học Phân tích dữ liệu nghiên cứu 1: với SPSS Statistics của trung tâm, hoặc đã có kiến thức căn bản liên quan đến khóa học này (xem đề cương của lớp SPSS tại https://phantichdulieu.ueh.edu.vn/course/phan-tich-du-lieu-spss/ )

   4.Tài liệu học tập:

Baron, R.M. & Kenny, D. A. (1986). The moderator-mediator distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51, 1173-1182

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling. 2nd Ed. Thousand Oaks: Sage.

Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS (Tập 2), TPHCM, NXB Thống kê

IBM SPSS Amos User’s Guide 22.

Nội dung chi tiết:

Bài 1 Giới thiệu mô hình cấu trúc tuyến tính SEM

  1. Tìm hiểu về SEM
  2. Phân biệt CB-Sem vs PLS-Sem
  3. Lựa chọn Amos vs SmartPLS cho phân tích.
  4. Thủ tục chuẩn bị dữ liệu.
  5. Làm quen với Amos và SmartPLS.

Bài 2  Nhận diện mô hình

1.Xác định mô hình nghiên cứu.

  1. Nhận diện mô hình
  2. Phân biệt EFA vs CFA.
  3. Phân biệt mô hình đo lường vs mô hình cấu trúc.
  4. Phân biệt khái niệm Formative vs khái niệm Reflective.
  5. Phân biệt khái niệm đơn hướng vs khái niệm bậc cao.
  6. Thực hành trên Amos và SmartPLS.

Bài 3 Ước lượng mô hình, đánh giá mức độ phù hợp của mô hình đo lường

  1. Nguyên tắc ước lượng –kiểm định mô hình đo lường CB-Sem vs PLS-Sem.
  2. Các chỉ tiêu đánh giá độ phù hợp của mô hình đo lường.
  3. Đánh giá mô hình đo lường khái niệm Formative vs. Reflective.
  4. Đánh giá mô hình đo lường khái niệm đơn hướng hướng vs bậc cao.
  5. Thực hành trên Amos và SmartPLS.

Bài 4 Mô hình cấu trúc

  1. Đánh giá mô hình cấu trúc.
  2. Lựa chọn mô hình cạnh tranh và mô hình lý thuyết.
  3. Kiểm định hiệu ứng Biến trung gian (Mediator variable).
  4. Kiểm định hiệu ứng Biến điều tiết (Moderator variable).

5.Thủ tục boostrap để kết luận về độ tin cậy của các ước lượng mô hình.

6.Thực hành trên Amos và SmartPLS.

Bài 5 Tổng kết

  1. Thảo luận về một số nghiên cứu thực tế trong và ngoài nước.
  2. Hướng phát triển sắp tới của các đề tài định lượng dùng thủ tục Sem.
  3. Trao đổi kinh nghiệm nghiên cứu.