1. GIỚI THIỆU TỔNG QUAN

– Khóa học “Phân tích Dữ liệu trong Nghiên cứu Khoa học với SPSS, AMOS và SmartPLS” cung cấp cho học viên kiến thức và kỹ năng cần thiết để thực hiện phân tích dữ liệu hiệu quả cho các nghiên cứu khoa học. Khóa học được thiết kế cho các học viên có nền tảng kiến thức về thống kê cơ bản và mong muốn nâng cao kỹ năng phân tích dữ liệu của mình bằng cách sử dụng các phần mềm thống kê chuyên dụng.

– Khóa học tập trung vào ba phần mềm thống kê phổ biến: SPSS, AMOS và SmartPLS, giúp học viên giải quyết đa dạng các bài toán nghiên cứu thuộc nhiều lĩnh vực khác nhau.

2. MỤC TIÊU KHÓA HỌC 

– Cung cấp kiến thức nền tảng về thống kê và phân tích dữ liệu.

– Nắm vững cách sử dụng các phần mềm SPSS Statistics, SPSS Amos 22 và SmartPLS 3.

– Khả năng thực hiện các phương pháp phân tích dữ liệu phổ biến.

– Phân tích dữ liệu và giải thích kết quả một cách khoa học.

– Áp dụng kiến thức và kỹ năng phân tích dữ liệu vào thực tiễn nghiên cứu.

3. ĐỐI TƯỢNG THAM GIA KHÓA HỌC 

– Sinh viên đại học có nhu cầu làm nghiên cứu khoa học.

– Học viên cao học.

– Người làm trong lĩnh vực phân tích dữ liệu có nhu cầu nâng cao kiến thức và kỹ năng.

– Người đi làm/ Sinh viên có quan tâm đến lĩnh vực phân tích dữ liệu.

4. HỌC PHÍ

– HP1: Phân tích dữ liệu nghiên cứu với IBM-SPSS STATISTICS: 2.500.000 VNĐ;

– HP2: Phân tích dữ liệu nghiên cứu với IBM – SPSS AMOS: 2.500.000 VNĐ;

– HP3: Phân tích dữ liệu nghiên cứu với SMART-PLS: 2.000.000 VNĐ.

* ƯU ĐÃI HỌC PHÍ

– Học viên đăng ký Combo 3 học phần giảm còn 5.200.000 VNĐ;

– Học viên đăng ký Combo 2 học phần bất kỳ giảm 20%;

– Sinh viên tại các trường Đại học được giảm 15% khi đăng ký một khóa học bất kỳ;

– Học viên cao học được giảm 10% khi đăng ký một khóa học bất kỳ.

Lưu ý: Mỗi học viên chỉ được nhận duy nhất 01 ưu đãi, không cộng dồn các ưu đãi khi đăng ký khóa học.

5. THỜI GIAN HỌC

– HP1: Phân tích dữ liệu nghiên cứu với IBM-SPSS STATISTICS

20/05/2024 (Thứ 2-4-6 hàng tuần, 18:00-20:45)

– HP2: Phân tích dữ liệu nghiên cứu với IBM – SPSS AMOS

20/05/2024 (Thứ 2-4-6 hàng tuần, 18:00-20:45)

– HP3: Phân tích dữ liệu nghiên cứu với SMART-PLS

20/05/2024 (Thứ 2-4-6 hàng tuần, 18:00-20:45)

* THỜI LƯỢNG: 

– HP1: 6 buổi

– HP2: 5 buổi

– HP3: 4 buổi

6. HÌNH THỨC HỌC

– Học trực tiếp tại các cơ sở thuộc Đại học Kinh tế Thành phố Hồ Chí Minh – UEH.

7. ĐIỀU KIỆN TIÊN QUYẾT

– Học viên đã 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;

– Sử dụng thành thạo máy tính và tin học văn phòng;

– Học viên đăng ký Học phần 2 & 3 phải cam kết nắm vững Học phần 1: Phân tích dữ liệu nghiên cứu với IBM-SPSS STATISTICS hoặc đã có kiến thức căn bản liên quan đến khóa học này.

8. TÀI LIỆU HỌC TẬP

• Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Statistics (Tập 1), TPHCM, NXB Thống kê.
• Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Statistics (Tập 2), TPHCM, NXB Thống kê.
• 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.

9. CẤU TRÚC KHÓA HỌC

Học phần	Bài	Nội dung	Chi tiết
PHÂN TÍCH DỮ LIỆU NGHIÊN CỨU VỚI IBM – SPSS STATISTICS	Chương 1	Tổng quan về nghiên cứu và phân tích dữ liệu	– Nghiên cứu khoa học và nghiên cứu ứng dụng. – Vấn đề của quản lý, điều hành và nghiên cứu ứng dụng – Vấn đề của lý thuyết và nghiên cứu học thuật – Nghiên cứu định tính, nghiên cứu định lượng, nghiên cứu hỗn hợp – Nghiên cứu và phân tích dữ liệu
	Chương 2	Phân loại dữ liệu, mã hóa, nhập liệu và một số xử lý trên biến	– Bảng tần số các loại và cách thăm dò mối quan hệ giữa các biến trong nghiên cứu. – Trình bày kết quả thống kê bằng đồ thị. – Các đại lượng thống kê mô tả trên dữ liệu. Xem xét giá trị ngoại lệ trong dữ liệu. Xem xét phân phối chuẩn của dữ liệu.
	Chương 3	Kiểm định mối liên hệ giữa các biến	– Kiểm định mối liên hệ giữa 2 biến định tính. – Kiểm định mối liên hệ giữa biến định lượng và biến định tính. Kiểm định trung bình hai tổng thể. Phân tích phương sai ANOVA. – Kiểm định mối liên hệ giữa 2 biến định lượng bằng hồi quy tuyến tính. Hệ số tương quan Pearson. Hồi quy tuyến tính đơn. Hồi quy tuyến tính bội. Hồi quy với biến giả. Các vấn đề của mô hình hồi quy tuyến tính (Đa cộng tuyến, Tự tương quan, Phương sai thay đổi…).
	Chương 4	Kiểm tra thang đo	– Lý thuyết khoa học và khái niệm nghiên cứu. – Chi tiết hóa khái niệm nghiên cứu thành thang đo lường khái niệm nghiên cứu. – Đánh giá chất lượng đo lường khái niệm nghiên cứu. Kiểm tra độ tin cậy của thang đo khái niệm nghiên cứu (Hệ số Cronbach Alpha). Kiểm tra tính giá trị của thang đo khái niệm nghiên cứu (phân tích nhân tố EFA). Vai trò của phân tích nhân tố EFA trong đánh giá chất lượng thang đo. Tiến hành phân tích nhân tố, xoay nhân tố. Giải thích kết quả, đặt tên nhân tố. Sử dụng kết quả của phân tích nhân tố trong các kỹ thuật phân tích khác.
	Chương 5	Tổng kết	– Thảo luận về một số nghiên cứu thực tế trong và ngoài nước. – Trao đổi kinh nghiệm nghiên cứu.
PHÂN TÍCH DỮ LIỆU NGHIÊN CỨU VỚI IBM – SPSS AMOS	Chương 1	Xây dựng và kiểm định thang đo khái niệm nghiên cứu	– Lý thuyết khoa học và khái niệm nghiên cứu. – Chi tiết hóa khái niệm nghiên cứu thành thang đo lường khái niệm nghiên cứu. – Phân biệt thang đo khái niệm đơn hướng và đa hướng. – Phân biệt mô hình đo lường khái niệm đơn hướng và mô hình đo lường bậc cao. – Phân tích nhân tố EFA và hệ số Cronbach Alpha để đánh giá sơ bộ chất lượng thang đo khái niệm. – Thực hành trên SPSS Statistics.
	Chương 2	Giới thiệu mô hình phương trình cấu trúc SEM	– Khác biệt phương pháp hồi quy tuyến tính OLS và phương pháp CB-SEM. – Khác biệt biệt EFA và CFA. – Khác biệt mô hình đo lường và mô hình cấu trúc. – Khác biệt IBM SPSS Statistics và SPSS Amos – Chuẩn bị dữ liệu cho IBM SPSS Amos. – Thực hành trên IBM SPSS Amos.
	Chương 3	Ước lượng – đánh giá mức độ phù hợp của mô hình đo lường	– Thủ tục phân tích nhân tố khẳng định CFA. – Các chỉ tiêu đánh giá mức độ phù hợp của mô hình đo lường. – Hiện tượng Heywood và hướng xử lý. – Xử lý mô hình khái niệm bậc hai trong nghiên cứu hành vi. – Thực hành trên IBM SPSS Amos.
	Chương 4	Ước lượng – Đánh giá mô hình cấu trúc	– Thủ tục CB-SEM và phân tích đường dẫn. – Lựa chọn mô hình cạnh tranh và mô hình lý thuyết. – Hiệu ứng Biến trung gian (Mediator variable). Kiểm định hiệu ứng gián tiếp và trực tiếp. – Hiệu ứng Biến điều tiết (Moderator variable). Phân tích đa nhóm. – Thủ tục bootstrap để kết luận về độ tin cậy của các ước lượng mô hình. – Thực hành trên IBM SPSS Amos.
	Chương 5	Tổng kết	– Thảo luận về một số nghiên cứu thực tế trong và ngoài nước. – Hướng phát triển sắp tới của các đề tài định lượng dùng thủ tục SEM. – Trao đổi kinh nghiệm nghiên cứu
PHÂN TÍCH DỮ LIỆU NGHIÊN CỨU VỚI SMART-PLS	Chương 1	Xây dựng và kiểm định thang đo khái niệm nghiên cứu	– Lý thuyết khoa học và Khái niệm nghiên cứu. – Chi tiết hóa khái niệm nghiên cứu – Đánh giá chất lượng đo lường khái niệm nghiên cứu. – Thang đo đơn hướng và đa hướng. – Phân tích nhân tố khám phá EFA và hệ số độ tin cậy Cronbach Alpha. – Thực hành trên SPSS.
	Chương 2	Giới thiệu mô hình cấu trúc tuyến tính	– Tìm hiểu về SEM – Phân biệt CB-Sem và PLS-Sem – Lựa chọn Amos vs SmartPLS – Thủ tục chuẩn bị dữ liệu – Làm quen với SmartPLS.
	Chương 3	Nhận diện mô hình	– Xác định mô hình nghiên cứu. – Nhận diện mô hình – Phân biệt EFA vs CFA. – Phân biệt mô hình đo lường vs mô hình cấu trúc. – Phân biệt mô hình Formative vs Reflective. – Phân biệt mô hình đo lường đa hướng vs bậc cao. – Thực hành trên SmartPLS.
	Chương 4	Ước lượng mô hình, đánh giá mức độ phù hợp của mô hình đo lường	– Nguyên tắc ước lượng –kiểm định mô hình đo lường CB-Sem vs PLSSem. – Các chỉ tiêu đánh giá độ phù hợp của mô hình đo lường. – Đánh giá mô hình đo lường Formative vs. Reflective. – Đánh giá mô hình đo lường đa hướng vs bậc cao. – Thực hành trên SmartPLS.
	Chương 5	Mô hình cấu trúc	– Đánh giá mô hình cấu trúc. – Phân tích đường dẫn và biến trung gian. – So sánh mô hình, áp dụng phân tích đa nhóm và nhận diện hiệu ứng điều tiết. – Thủ tục Bootstrap. – Thực hành trên SmartPLS.
	Chương 6	Tổng kết	– Thảo luận về một số nghiên cứu thực tế trong và ngoài nước. – Hướng phát triển sắp tới của các đề tài định lượng trong kinh tế kinh doanh. – Trao đổi kinh nghiệm nghiên cứu.

10. GIẢNG VIÊN KHÓA HỌC