Bài giảng Thực hành mô hình cấu trúc tuyến tính (SEM) với phần mềm AMOS: Phần 1

Chia sẻ: Codon_09 Codon_09 | Ngày: | Loại File: PDF | Số trang:53

Thêm vào BST

Báo xấu

354
lượt xem 70
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

(NB) Bài giảng Thực hành mô hình cấu trúc tuyến tính (SEM) với phần mềm AMOS nhằm hỗ trợ các bạn bước đầu tiếp cận SEM dưới góc độ thực hành với phần mềm AMOS được dễ dàng hơn, nhanh chóng hơn mà trước mắt là làm tài liệu học tập mang tính trực quan phục vụ cho chương trình bồi dưỡng cử nhân tài năng do Đoàn Khoa Kinh tế phát triển – Trường ĐH Kinh tế TPHCM tổ chức. Để tìm hiểu sâu hơn về vấn đề này mời các bạn cùng tìm hiểu phần 1.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Thực hành mô hình cấu trúc tuyến tính (SEM) với phần mềm AMOS: Phần 1

NGUYỄN KHÁNH DUY Giảng viên Khoa Kinh tế Phát Triển Trường ĐH Kinh tế TPHCM BÀI GIẢNG (Bản thảo lần 1) THỰC HÀNH MÔ HÌNH CẤU TRÚC TUYẾN TÍNH (SEM) VỚI PHẦN MỀM AMOS Chi-square= 1595.832 df= 1007 P-value= .000 Chi-square/df= 1.585 TLI= .915 e28 gts1 CFI= .921 .77 e29 gts2 .79 IFI=.922 .77 RMSEA= .053 e30 gts3 .76 .63 gts e31 gts4 gqs6 e9 e32 gts5 .40 .72 .54 gqs5 e8 e33 gts6 .65 z1 .72 .80 .67 gqs4 e7 e24 lrs1 .82 .66 .75 e6 e25 lrs2 .66 .75 .20 .73 gqs3 lrs gs_gqs .74 gss6 e5 e26 lrs3 .76 e27 lrs4 .78 .79 .79 gss5 e4 .50 .15 .80 gss4 e3 .86 e37 gss7 cfls gss2 e2 e38 gss8 .69 .32 .41 .88 gss1 e1 .34 e10 lcs1 .54 .73 .69 e11 lcs2 .82 z2 lcs3 .67 e12 .63 .69 .24 .79 oss3 e41 e13 lcs5 .71 lcs .67 oss oss2 40 e14 cgss1 .77 .50 .90 .59 .46 .92 oss1 e39 e15 cgss4 .79 e16 cos1 .36 .84 e17 cos2 .74 .21 -.11 z3.81 e18 cos3 ls1 e42 .76 .95 ls2 e43 e19 cos4 .72 .95 .77 .38 ls3 e44 e20 cos5 ls .80 cs ls4 e45 e21 cos6 .81 .88 .60 .87 ls5 e46 .83 e22 cos7 .65 ls6 e47 e23 cos8 .46 e34 aws1 .71 .69 e35 aws2 .78 Tháng 5/2009 aws e36 aws3 TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM (Lưu hành nội bộ) 1
LỜI NÓI ĐẦU Mô hình cấu trúc tuyến tính (SEM) được các nhà nghiên cứu trên thế giới sử dụng từ rất lâu. Ở Việt Nam, khoảng từ năm 2000 trở lại đây, SEM đã được nhiều nhà nghiên cứu sử dụng trong các công trình nghiên cứu hàn lâm, cũng như các nghiên cứu ứng dụng phục vụ các chương trình tư vấn doanh nghiệp, tư vấn chính sách cho các Tỉnh/thành phố. Gần đây, việc học tập / áp dụng mô hình cấu trúc tuyến tính (SEM) nói riêng cũng như các kỹ thuật phân tích định lượng nói chung trong kinh tế, quản trị kinh doanh, tài chính- ngân hàng … được đông đảo bạn trẻ gồm sinh viên đại học, học viên cao học, nghiên cứu sinh quan tâm để giải quyết tốt nhất những mục tiêu nghiên cứu đã đặt ra. Bài giảng này nhằm hỗ trợ các bạn bước đầu tiếp cận SEM dưới góc độ thực hành với phần mềm AMOS được dễ dàng hơn, nhanh chóng hơn mà trước mắt là làm tài liệu học tập mang tính trực quan phục vụ cho chương trình bồi dưỡng cử nhân tài năng do Đoàn Khoa Kinh tế phát triển – Trường ĐH Kinh tế TPHCM tổ chức (chủ đề này học trong 2 buổi), hay các khoá đào tạo ngắn hạn tại Trung tâm Tư vấn doanh nghiệp và Phát triển kinh tế vùng về Phân tích dữ liệu và dự báo trong kinh doanh. Bên cạnh đó, trong quá trình học tập, các bạn sinh viên/ học viên sẽ được phát các tài liệu đọc về mặt lý thuyết SEM, các bài báo khoa học, công trình nghiên cứu có áp dụng SEM bằng tiếng Anh/ tiếng Việt khác… Do SEM khá phức tạp dưới góc độ toán học và trình độ của tác giả còn hạn chế nên những sai sót trong quá trình biên soạn là khó có thể tránh khỏi. Tác giả rất mong nhận được sự đóng góp ý kiến, phê bình của bạn đọc để quyển bài giảng này trong lần tái bản tiếp theo sẽ được hoàn thiện hơn, mang lại nhiều lợi ích hơn cho bạn đọc xa gần. Thư góp ý xin gửi về: Nguyễn Khánh Duy Khoa Kinh tế Phát triển – Trường ĐH Kinh tế TPHCM Địa chỉ: 1A Hoàng Diệu – Quận Phú Nhuận - TPHCM Email: khanhduy@ueh.edu.vn hoặc nkduy2002@yahoo.com Điện thoại: 098.900.1766 Mong rằng bạn đọc sẽ tiếp tục đón nhận những quyển sách tốt hơn liên quan đến chủ đề kinh tế lượng, phân tích dữ liệu & dự báo nâng cao do các đồng nghiệp & tôi biên soạn (được xuất bản chính thức) trong tương lai. Xin chân thành cảm ơn và chúc các bạn thành công! TP.Hồ Chí Minh, tháng 5 năm 2009 Tác giả Nguyễn Khánh Duy 2
LỜI CẢM ƠN Tài liệu học tập này không đồ sộ và chặt chẽ như những quyển sách khác, bởi nó được viết dưới góc độ trực quan, ứng dụng… Nó được hoàn thành trong thời gian rất ngắn nhằm phục vụ trước mắt cho chương trình bồi dưỡng cử nhân tài năng do Đoàn Khoa Kinh tế Phát Triển tổ chức, cũng như các khoá học ngắn hạn về “Phân tích dữ liệu và dự báo trong kinh doanh”. Tuy vậy, quyển bài giảng này cũng là một kết quả của sự tích luỹ lâu dài từ trong quá trình học tập, giảng dạy, công việc, nghiên cứu từ trước tới nay. Và quá trình ấy, tác giả đã được sự hỗ trợ tận tình của quý thầy cô giáo, bạn bè, các em sinh viên, và những người thân trong gia đình. Năm 2004, khi AMOS, tài liệu về SEM còn rất hiếm; cô Trần Kim Dung, thầy Đinh Thái Hoàng (Khoa QTKD, Khoa Toán-Thống Kê-ĐH Kinh tế TPHCM) đã giới thiệu, khuyến khích, động viên tôi trong quá trình tìm hiểu về SEM, và gửi tặng tôi những tài liệu, phần mềm có liên quan. Nhờ sự giúp đỡ của quý thầy cô mà việc tìm hiểu về SEM của tôi những thời gian đầu rất thuận lợi. Tôi xin được gửi lời cảm ơn đến Thầy Nguyễn Hữu Lam; thầy đã nhiệt tình hướng dẫn luận văn tốt nghiệp bậc thạc sĩ – nghiên cứu đầu tiên mà tôi sử dụng SEM (năm 2006). Trong môn phương pháp nghiên cứu, Thầy Lê Nguyễn Hậu với câu nói “SEM thật đơn giản!”, “SEM dễ hơn mô hình hồi quy nhiều!” đã khuyến khích nhiều học viên chúng tôi tìm tòi về nó. Tôi chân thành cảm ơn thầy Nguyễn Đình Thọ vì những gợi mở, những hướng dẫn tận tình của thầy đã dành cho chúng tôi. Những nghiên cứu của thầy là những tài liệu rất quý cho những người làm Marketing hay bất cứ ai đang làm nghiên cứu ngành quản trị kinh doanh, và những ai tìm hiểu về SEM... Thời gian học tập ở bậc đại học, sau đại học có biết bao kỷ niệm với bạn bè, và sự tri ân của học viên chúng tôi với tất cả quý thầy cô đã tham gia giảng dạy. Tôi muốn được gửi lời cảm ơn của mình đến thầy Hoàng Trọng vì những quyển sách về phân tích dữ liệu bằng SPSS mà thầy đã tham gia biên soạn (từ 1997 đến nay). Nó là những tài liệu thật quý giá đối với tôi cũng như những bạn đam mê, hay muốn tìm hiểu về phân tích dữ liệu trong nghiên cứu; thật không ngờ quyển sách đầu tiên của thầy (viết cùng với thầy Võ Văn Huy, cô Võ Thị Lan) mà tôi ngẫu nhiên tìm được ở nhà sách khi mới bước chân vào giảng đường đại học đã hướng tôi đến việc làm nhiều nghiên cứu khoa học với phương pháp định lượng khi còn là sinh viên. Tôi xin được chân thành cảm ơn thầy Nguyễn Trọng Hoài, Thầy Cao Hào Thi đã tạo điều kiện hỗ trợ, động viên, hướng dẫn tôi trong công việc giảng dạy về phân tích định lượng từ những ngày đầu mùa thu năm 2007 ở chương trình giảng dạy Kinh tế Fulbright. Xin gửi đến Thu Hương lời cảm ơn chân thành vì rất nhiều điều, bạn đã đồng hành, chia sẻ, hỗ trợ tôi trong suốt thời gian học tập/ nghiên cứu ở bậc đại học, sau đại học… Xin cảm ơn những bạn đồng nghiệp: anh Quốc Duy, anh Thanh Bình, anh Thanh Vũ … và những người bạn khác luôn hỗ trợ, động viên, trao đổi, chia sẻ những kiến thức, kinh nghiệm về phân tích dữ liệu, cũng như hỗ trợ tôi trong công việc, trong nghiên cứu. Quyển bài giảng này viết ra chủ yếu dành cho các bạn sinh viên đại học khối kinh tế - quản trị. Cũng nhờ sự ham học tập, sự khát khao khám phá và những tình cảm tốt đẹp mà các bạn sinh viên đại học (mà tôi có dịp gặp gỡ ở Trường ĐH Kinh tế TPHCM, Trường ĐH Ngoại Thương (CS2), Trường ĐH Ngân Hàng TPHCM, chương trình đào tạo đặc biệt của Trường ĐH Mở TPHCM) đã dành cho tôi trong thời gian qua đã giúp tôi luôn có những niềm vui trong công việc, và nghiên cứu. Xin chân thành cảm ơn các bạn! 3
Bài giảng này cũng hướng đến nhiều đối tượng bạn đọc khác, đặc biệt hướng đến các bạn sinh viên Khoa Kinh tế phát triển đang tham dự lớp bồi dưỡng cử nhân tài năng do Đoàn Khoa tổ chức. Lớp học này khó có thể thành công nếu không được sự hỗ trợ, tạo điều kiện của rất nhiều thầy cô giáo, của các bạn trong ban tổ chức, các anh chị em phòng quản trị thiết bị, tổ chức hành chính, phòng công nghệ thông tin, phòng điều phối giảng đường – thời khoá biểu, chi đoàn, chi hội, ban cán sự các lớp và sự nỗ lực của từng bạn sinh viên. Các ví dụ trong quyển bài giảng này; các bài tập/ tình huống kèm theo và các quyển sách trong tương lai sẽ có những chất liệu, nguồn dữ liệu từ các nghiên cứu không chỉ của tôi, mà còn của các bạn bè, của các bạn sinh viên, cũng như rất nhiều tác giả khác. Xin chân thành cảm ơn bạn Nguyễn Thị Mỹ Thuận, bạn Mai Thuỳ Ninh, anh Võ Đức Thọ, anh Lê Văn Khoa … về những dữ liệu mà các bạn, các anh đã khảo sát rất công phu. Xin cảm ơn các tác giả của các quyển sách, tạp chí, bài viết … mà tôi đã tham khảo; vì sự đam mê và nghiên cứu nghiêm túc của họ đã giúp tôi hiểu rõ hơn và nhanh hơn những vấn đề chưa biết. Xin cảm ơn anh Phạm Đức Kỳ và thầy Bùi Nguyên Hùng ở Khoa Quản lý công nghiệp – ĐH Bách Khoa TPHCM về các bài viết mà quyển bài giảng này đã giới thiệu trong phụ lục để các bạn sinh viên tham khảo thêm. Cuối cùng, tôi không quên gửi lời cảm ơn chân thành đến bố, mẹ, em Khánh Hùng và những người thân về tất cả! Nguyễn Khánh Duy 4
MỤC LỤC Lời nói đầu Lời cảm ơn Mục lục Trang 1. Trao đổi với các bạn sinh viên lớp bồi dưỡng cử nhân tài năng & giới thiệu mô hình cấu trúc tuyến tính (SEM), phần mềm AMOS......................................6 2. Phân tích nhân tố khám phá (EFA_ Exploratory Factor Analysis) ..............................14 3. Phân tích nhân tố khẳng định (CFA_Confirmatory Factor Analysis) ..........................20 4. Mô hình cấu trúc (SEM_Structural Equation Modeling) .............................................48 5. Kiểm định Bootstrap .....................................................................................................54 6. Phân tích cấu trúc đa nhóm ...........................................................................................57 Lời kết Tài liệu tham khảo Phụ lục 5
1. TRAO ĐỔI VỚI CÁC BẠN SINH VIÊN LỚP BỒI DƯỠNG CỬ NHÂN TÀI NĂNG & GIỚI THIỆU VỀ SEM, PHẦN MỀM AMOS Từ đầu học kỳ đến nay, lớp chúng ta đã học về các chủ đề Tư duy sáng tạo (Thầy Nguyễn Hoàng Bảo, trong 3 buổi), phương pháp nghiên cứu nâng cao – đi sâu vào khung phân tích và nghiên cứu định tính (Thầy Trần Tiến Khai, trong 2 buổi), Mô hình Logit (Thầy Lương Vinh Quốc Duy, trong 1 buổi), Các chủ đề của kinh tế lượng tài chính và dự báo nâng cao ARIMA, SARIMA, ARCH-GARCH … (thầy Phùng Thanh Bình, trong 4 buổi), Phân tích kỹ thuật (Thầy Võ Thanh Sơn, trong 2 buổi). Cô Trương Công Thanh Nghị đã chia sẻ với các bạn về kinh nghiệm làm nghiên cứu, và giới thiệu các giải thưởng nghiên cứu khoa học sinh viên, kinh nghiệm học tập của một thủ khoa đầu vào cũng như đầu ra Khoá 28 của trường ĐH Kinh tế TPHCM; anh Hoàng Anh (Kế hoạch đầu tư K31) đã chia sẻ kinh nghiệm của anh trong việc học tập của một người đội trưởng đạt giải nhất cuộc thi “Kinh tế học - tầm nhìn bạn và tôi” – cuộc thi do Khoa KTPT chúng ta tổ chức với hơn 5000 thí sinh từ 11 trường đại học ở phía Nam - cũng như những nghiên cứu mà anh đang nỗ lực 1 , anh Nguyễn Ngọc Danh cũng đã trao đổi với các bạn về nghiên cứu của anh về sức khoẻ trẻ em với phương pháp 2SLS (là luận văn tốt nghiệp chương trình cao học Việt Nam-Hà Lan của anh Danh) … Bên cạnh đó, những bạn sinh viên lớp nhân lực, một số bạn lớp KHĐT, Thẩm định giá cũng đã từng nghe nói về SEM cũng như biết được sự phổ biến của nó trong các nghiên cứu khi tham dự buổi báo cáo chuyên đề “Ứng dụng phương pháp định lượng trong nghiên cứu quản trị nguồn nhân lực và hành vi tổ chức” do cô Trần Kim Dung báo cáo. Sáng nay, và chiều nay, một ngày chủ nhật, chúng ta sẽ tìm hiểu những vấn đề quan trọng nhất, cơ bản nhất của SEM, CFA… và thử tìm hiểu xem người ta đã vận dụng nó trong nghiên cứu về quản trị, Marketing, nhân lực, hành vi trong lĩnh vực tài chính – chứng khoán, tâm lý học … ở khu vực tư cũng như khu vực công như thế nào để từ đó các bạn có thể tự học sâu hơn về SEM và vận dụng một cách sáng tạo vào những nghiên cứu mà các bạn đang ấp ủ. Giờ ra chơi sáng nay, Anh Hoàng Nam (Sachvang), là admin và cũng là giảng viên trẻ của Khoa Quản trị Kinh Doanh sẽ giới thiệu với các bạn Forum caohockinhte.info là một diễn đàn rất hấp dẫn và sôi động của cộng đồng cao học kinh tế ở Việt Nam, và trên ấy cũng có một mục dành riêng cho các bạn sinh viên đại học yêu thích hoạt động nghiên cứu khoa học (mục Cử nhân và thạc sĩ tài năng tương lai). Trong những năm gần đây, không chỉ nhiều người nghiên cứu trên thế giới và Việt Nam có áp dụng SEM 2 (Các bạn xem thêm trong phụ lục, tài liệu phát, các file đã gửi qua email… về nghiên cứu của thầy Nguyễn Đình Thọ, cô Mai Trang, cô Kim Dung, nghiên cứu của tôi, và nghiên cứu của các tác giả khác) mà một số bạn sinh viên đại học, học viên cao 1 Tối ngày mai, thứ hai (11/5/09), 4 bạn thuộc lớp chúng ta (Hoàng – NLK32, Phương – BĐSK32, Hải & Cần TĐG K32) sẽ là 1 đội đại diện cho trường ta tham gia vòng chung kết cuộc thi “Nhà kinh tế tương lai” do trường bạn – ĐH Ngoại Thương (CS2) tổ chức tại Nhà văn hoá thanh niên. Tuy mảng quản trị kinh doanh không phải thế mạnh của các bạn SV khoa KTPT, nhưng tham gia cuộc thi này cũng là một môi trường để học tập, rèn luyện, thể hiện bản thân, và giao lưu! Chúc các bạn ấy may mắn, vui, và học tập được nhiều điều bổ ích! 2 Tôi đã có ý định huấn luyện thêm cho lớp về một số chủ đề khác nữa, nhưng những chủ đề này chỉ có một vài nhóm sử dụng và mất khá nhiều thời gian khi trình bày trên lớp: Mô hình hệ phương trình (một số nhóm có thể sử dụng trong dự báo các chỉ tiêu vĩ mô), Kinh tế lượng với dữ liệu bảng (Nhóm bạn Mạnh Dũng, Thanh Hằng, Thanh Thuý – lớp Thẩm định giá K32), Khai thác bộ dữ liệu VHLSS với phần mềm STATA (Nhóm của Thế Hùng về bất bình đẳng trong thu nhập– KHĐT K32, Nhóm bạn Khương lớp Nhân lực K32) … các bạn có thể liên hệ với tôi qua email, hoặc trao đổi trực tiếp tại phòng giáo viên H103 vào trưa thứ năm hàng tuần về những vấn đề này. Và tôi cũng biết, lớp ta có khả năng tự học rất cao! 6
học cũng đã áp dụng SEM trong nghiên cứu của họ. Hai bạn sinh viên đại học Khoá 31 mà tôi có dịp hướng dẫn cũng đã sử dụng trong việc đo lường chất lượng dịch vụ khách sạn ở Nha Trang (khảo sát cả khách du lịch quốc tế và khách trong nước), các yếu tố tạo động lực làm việc cho công nhân ở các Khu công nghiệp tại TPHCM, Bình Dương. Năm ngoái, một bạn sinh viên ở Trường ĐH Kinh tế - ĐH Đà Nẵng cũng đã sử dụng trong đề tài NCKH sinh viên của bạn, và tôi biết nhiều bạn sinh viên khác cũng đã làm, sẽ làm… AMOS được viết tắt từ Analysis of MOment Structures (Phân tích cấu trúc mô măng). Phần mềm này dùng để thực hiện một phương pháp chung trong phân tích dữ liệu là Structural Equation Modeling (SEM_ mô hình cấu trúc tuyến tính). SEM cũng có những tên gọi khác như Analysis of Covariance Structures (Phân tích cấu trúc hiệp phương sai), hay Causal Modeling (mô hình nhân quả). Trên đường lên tham quan bức tượng Chúa giang tay ở thành phố biển Vũng Tàu (Mũi Nghinh Phong), bạn sẽ thấy một hình ảnh của vị thánh cũng có tên là AMOS! Bạn hãy xem qua một ví dụ về CFA. Pont & Quilken (2002) đã khảo sát 348 khách hàng ở các ngân hàng và sử dụng phân tích nhân tố khẳng định (viết tắt là CFA, Xem Hình 1.1 – cái sơ đồ “lằng nhằng” với mấy cái móc hai đầu ở trên) để kiểm định thang đo chất lượng dịch vụ ngân hàng (BANKSERV) do Avkiran đề xuất năm 1994 ở nước Úc (kế thừa 17 item đo lường chất lượng dịch vụ ngân hàng của Avkiran 1 ). Trong phân tích nhân tố khẳng định, Pont và Quilken đã chỉ ra rằng thang đo này hiện nay không phù hợp, vì Chi- square=419.15; P=0.001 (2), Các chỉ tiêu TLI=0.86, CFI=0.88, GFI=0.87 (đều
Hình 1.1 Các biến trong sơ đồ trên được giải thích như sau: 8
Trong chủ đề này, người ta không chỉ nghĩ đến việc kiểm định mô hình đo lường thông qua CFA, mà điều quan tâm hơn nữa là xây dựng, kiểm định mô hình nghiên cứu 1 thông qua mô hình nhân quả, hay thường gọi là mô hình cấu trúc (SEM). Chị Mai Thuỳ Ninh (sinh viên đại học ngành kế hoạch đầu tư Khoá 31 mà tôi may mắn có dịp hướng dẫn) đang làm đề tài tốt nghiệp về đánh giá mức độ thoả mãn của khách du lịch đối với chất lượng dịch vụ khách sạn tại thành phố Nha Trang. Ninh đã phát triển thang đo chất lượng dịch vụ khách sạn (Qualification of Hotel Service) của Saleh and Ryan (1990) và thang đo chất lượng dịch vụ du lịch của Kanampully (2001) với một số thành phần mới như vị trí, thông tin, và quan tâm đến yếu tố giá cả. Khảo sát 107 khách du lịch quốc tế và 73 khách nội địa, sau khi EFA, Ninh đã làm CFA và đạt yêu cầu, sau đó thực hiện mô hình cấu trúc để xem xét ảnh hưởng của chất lượng, vị trí, giá cả …đến sự thoả mãn và lòng trung thành thì một kết quả ban đầu như Hình 1.2: Bạn nhận xét sơ bộ gì về mức độ phù hợp của mô hình? Có cách nào để cải thiện mô hình được tốt hơn? - Bạn sẽ nhận định rằng mô hình này chưa tốt, chưa phù hợp phải không? Đúng thế! - Có nhiều cách thức để hiệu chỉnh mô hình. Ví dụ như: thêm vào các hệ số tương quan giữa các sai số; điều chỉnh mối quan hệ giữa các khái niệm; bỏ bớt một số biến quan sát, một số khái niệm trong mô hình nghiên cứu không đạt yêu cầu; thực hiện lại các phân tích trước đó - EFA … - Còn cách nào khác nữa không? Khi tôi đang viết bài giảng này, các em có biết chị Ninh đang làm gì không? Mặc dù chuyên đề tốt nghiệp đã xong, chị cũng đang chuẩn bị để bảo vệ, và tham gia đề tài NCKH sinh viên, mô hình đã tạm được (Không phải là mô hình như Hình 1.2), nhưng chị đang trên chuyến tàu về Nha Trang để khảo sát thêm khoảng 100 khách quốc tế, 100 khách nội địa nữa tại các khách sạn, phòng chờ ở sân bay, một số khu du lịch và chú trọng hơn chất lượng của cuộc phỏng vấn… ngoài ra, chị cũng chú trọng thêm về khảo sát định tính. Tôi nghĩ, có lẽ chị ấy muốn khám phá, và khẳng định một điều gì đó, muốn đóng góp một điều gì đó có ý nghĩa, muốn nghiên cứu này không chỉ bỏ vào trong thư viện để các khoá sau tham khảo, hay chỉ đăng trên các tạp chí hàn lâm! 1 Mô hình thể hiện các quan hệ tương quan, và quan hệ nhân quả giữa các khái niệm. Nó thường được biểu diễn bởi sơ đồ, phương trình. 9
Hình 1.2 .60 e1 che1 .51 chi-square= 2406.583 ; df= 534 ; p= .000 ; .63 e2 che3 .80 chi-square/df= 4.507 ; .12 e3 reab1.81 cfi= .811 ; tli= .790 ; .32 e4 reab2.74 rmsea= .140 .23 e5 reab3.79 .25 .77 e6 reab4.79 .72 .15 .90 e7 res1 .83 .90 .46 .86 e8 res2 .78 .89 .23 .89 e9 res3 .77 .91 .06 .88 e10 res4 .74 .88 .29 .86 e11 res5.92 .85 .25 e12 .88 chatluong res6.94 e39 .89 e38 e13 res7 .80 .67 .85 .62 e14 ser1 .91 .73 .89 .53 e15 ser2 .82 .87 .79 .15 .85 thoa man trung thanh e16 ser3 .76 .88 e17 ser4 .78 .86 .94 .97 .91 .90 .82 .30 .87 .91 .93 .82 .94 .89 .81 .67 e18 ser5 .73 .93 .53 .95 e19 ser6 .75 .81 sat1 sat2 sat3 loy1 loy2 loy3 loy4 .11 .83 e20 ser7 .86 .81 e21 tang1.66 .24 e33 e32 e31 e34 e35 e36 e37 e22 tang4.66 -.63 .13 .32 .18 e23 tang5.76 .87 .33 e26 loc1 .72 vitri e27 loc2 .88 .85 .94 .48 e28 pri1 .88 e29 pri2 .35 .59 gia ca .94 e30 foo2 Sau khi học xong chủ đề này, bạn sẽ không chỉ có những hiểu biết căn bản về mô hình cấu trúc, những thao tác trên AMOS, mà còn giúp bạn biết cách xây dựng, hiệu chỉnh, hoàn chỉnh mô hình. Và bạn có đủ kiến thức nền tảng để có thể dễ dàng hiểu được các nghiên cứu (có áp dụng SEM) mà các tác giả trong và ngoài nước đã làm! Điều này giúp bạn đi nhanh, và xa hơn trong tiếp cận những tri thức mới, và tạo ra tri thức mới trong khoa học. 10
Trong gần 100 em đang học ở đây, đề tài của nhóm em nào có thể áp dụng CFA, SEM? Dĩ nhiên, sẽ có nhiều em có thể làm được, và nhiều đề tài có thể sử dụng SEM, bởi các em học lớp này là để làm tốt hơn các nghiên cứu mà các em đang làm, để đóng góp một điều gì đó có ý nghĩa cho xã hội ngay trong khoảng thời gian ở giảng đường đại học, và chuẩn bị hành trang cho công việc/học tập sau khi tốt nghiệp đại học! Ví dụ những đề tài của một số nhóm: chất lượng dịch vụ bệnh viện, ký túc xá, máy bán hàng tự động, dịch vụ vận tải hành khách của tàu Thống Nhất, dịch vụ giáo dục; động lực làm việc của nhân viên trong khu vực công, yếu tố ảnh hưởng đến kết quả làm việc của nhân viên, xu hướng mua, hành vi của nhà đầu tư trên thị trường chứng khoán, văn hoá tổ chức, phong cách lãnh đạo … 1 . Một số nhóm sử dụng kinh tế lượng với dữ liệu bảng (như đề tài các yếu tố ảnh ưởng đến FDI vào các quốc gia đang phát triển), hay đề tài áp dụng kỹ thuật kinh tế lượng truyền thống (ước lượng TFP, các yếu tố tác động đến thu nhập của lao động trẻ ở Việt Nam…), kỹ thuật dự báo với ARIMA, SARIMA, VAR, ARCH-GARCH (dự báo giá vàng, khách du lịch, FDI trong bối cảnh khủng hoảng… kiểm định tính hiệu quả của thị trường chứng khoán, thị trường vàng …) hay chỉ áp dụng thống kê mô tả… cũng đừng lo lắng, và hãy tiếp tục hoàn thiện nghiên cứu theo hướng đó! Phương pháp nghiên cứu nào, phương pháp phân tích dữ liệu nào…tất cả chỉ là cách thức, công cụ để các em đạt được mục tiêu nghiên cứu! Vấn đề quan trọng là lựa chọn phương pháp phù hợp để đạt được mục tiêu mà thôi! Thời gian gần đây, trong một buổi huấn luyện về phân tích dữ liệu với SPSS cho các bạn SV nghiên cứu khoa học của Khoa Thương Mại – Du Lịch – Marketing do Đoàn Khoa bên ấy tổ chức, một nhóm bạn sinh viên có trao đổi với tôi về nghiên cứu sự thoả mãn của khách hàng đi xe bus với mô hình Kano (sử dụng EFA, và thống kê mô tả)... Hay một số bạn sinh viên ở các Khoa trong trường chúng ta tham gia khoá huấn luyện về phân tích dữ liệu nghiên cứu với SPSS do Đoàn Trường tổ chức cũng trao đổi về những nghiên cứu: Các yếu tố ảnh hưởng đến tình hình phá sản (anh Bảo - Khoa TCDN, áp dụng phân tích phân biệt), các yếu tố ảnh hưởng đến xác suất rơi vào tình hình nợ xấu của các doanh nghiệp (anh Thành – Khoa TCDN, áp dụng Logit), đề tài về ngân hàng điện tử (EFA, Hồi quy), Marketing địa phương (anh Chinh – Khoa KTPT, áp dụng Thống kê mô tả, nghiên cứu định tính), định vị thương hiệu Vĩnh Tiến (chị Phương Linh, khoa KTPT, áp dụng EFA, Hồi quy, MDS) … Rất nhiều bạn bè (Khoá 32), các anh chị sinh viên (Khoá 31) trong trường cũng đang làm các nghiên cứu như các em! Một gợi ý nghiên cứu dành cho các bạn sinh viên kế hoạch đầu tư, bất động sản, thẩm định giá…? Hãy xem qua bài viết “Investment Management and personality type” của Mayfield, Perdue, Wooten vừa đăng trên tạp chí Financial Service Review, số 17 năm 2008 (đã được gửi qua email). Hình 1.3 thể hiện một mô hình mà các tác giả đã làm ở Hoa Kỳ. Các bạn thử nghiên cứu vấn đề này ở Việt Nam! Một một ngân hàng có mở sàn giao dịch vàng cũng đặt hàng tôi nghiên cứu hành vi của các nhà đâu tư trên thị trường vàng ở Việt Nam, các bạn thử xem xem liệu rằng nghiên cứu của Mayfield & ctg (2008) này có hỗ trợ gì không? 1 Chúng ta còn nhớ vào giữa tháng 6/2009, Đoàn Khoa KTPT sẽ tổ chức hội thảo khoa học về “Các vấn đề Kinh tế Xã hội của Việt Nam và thế giới qua phân tích định lượng”, mà người báo cáo, người tham dự chính là các em, và một số bạn sinh viên NCKH của khoa bạn, trường bạn, và một số anh chị Khoá 31. 11
Hình 1.3 Mô hình trên có Chi-square=183.63, df=141, P=0.009; GFI=0.91, CFI=0.95 Trong mô hình những yếu tố ảnh hưởng đến ý định đầu tư ngắn hạn trên (bên cạnh đó, các tác giả cũng nghiên cứu mô hình đối với ý định đầu tư dài hạn), một số biến quan sát để đo lường các khái niệm được trình bày ở trang 13 12
13
Trong bài học này, có 1 ví dụ xuyên suốt; chúng ta sẽ sử dụng dữ liệu mà chị Nguyễn Thị Mỹ Thuận 1 khảo sát để phục vụ cho đề tài NCKH sinh viên của chị để làm ví dụ phân tích. Đề tài của chị Thuận sử dụng các công cụ phân tích EFA, Cronbach’s Alpha, Regression (các chủ đề này các bạn đều đã được học trong môn phân tích dữ liệu và dự báo). Và bây giờ, các bạn hãy thử phát triển thêm bằng cách sử dụng CFA, SEM xem thế nào! Tình huống đơn giản và gần gũi này sẽ giúp bạn dễ hiểu hơn về CFA, SEM – với các thao tác chính trên AMOS. Những tình huống với các mô hình rất phức tạp khác mà bạn sẽ tìm hiểu, sẽ làm được sau này cũng tương tự như thế thôi! 2. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (Nhắc lại sơ lược vì đã học) Bảng câu hỏi của chị Thuận (xem phụ lục) dựa trên nghiên cứu của Dung (2005) đã hiệu chỉnh cho Việt Nam. Từ nghiên cứu định tính, chị Thuận đã hiệu chỉnh một số biến quan sát (Item), bỏ đi một số Item không phù hợp với nhân viên trong lĩnh vực Tài chính- ngân hàng, bất động sản, công nghệ thông tin (những ngành mũi nhọn của TPHCM) mà chị đang quan tâm… Chị Thuận đã phải EFA lại, vì cấu trúc của thang đo trong tình huống của chị Thuận chưa chắc đã giống với nghiên cứu trước của Dung và Nam (2005), và dĩ nhiên có thể càng không giống với kết quả nghiên cứu của Stanton và Crossley (2000) cũng như của Crossman và Bassem (2003) mà Dung đã kế thừa. Chị Thuận với mục tiêu là sau EFA sẽ chạy Regression vì thế khi EFA cho thang đo JDI (Thoả mãn của nhân viên với công việc) chị có thể sử dụng phương pháp Principal Components với phép xoay Varimax cũng được. Còn bạn, sau EFA bạn sẽ làm tiếp CFA và SEM nên rất quan tâm đến cấu trúc của thang đo, các khái niệm sau khi rút ra có thể tương quan với nhau, và cũng rất quan tâm đến sự phân biệt rõ ràng giữa các nhân tố. Vì vậy bạn nên làm EFA với những đổi mới sau: • Sử dụng phương pháp trích Principal Axis Factoring với phép xoay Promax 2 • Quan tâm đến tiêu chuẩn 3 : |Factor Loading| lớn nhất của mỗi Item >=0.5 • Quan tâm đến tiêu chuẩn: Tại mỗi Item, chênh lệch |Factor Loading| lớn nhất và |Factor Loading| bất kỳ phải >=0.3 (Jabnoun & Al-Tamimi, 2003) • Tổng phương sai trích >=50% (Gerbing & Anderson, 1988) • KMO>=0.5, Kiểm định Bartlett có ý nghĩa thống kê (Sig 0.3 ñöôïc xem laø ñaït ñöôïc möùc toái thieåu, Factor loading > 0.4 ñöôïc xem laø quan troïng, ≥ 0.5 ñöôïc xem laø coù yù nghóa thöïc tieãn. Hair & ctg (1998,111) cuõng khuyeân baïn ñoïc nhö sau: neáu choïn tieâu chuaån factor loading > 0.3 thì côõ maãu cuûa baïn ít nhaát phaûi laø 350, neáu côõ maãu cuûa baïn khoaûng 100 thì neân choïn tieâu chuaån factor loading > 0.55, neáu côõ maãu cuûa baïn khoaûng 50 thì Factor loading phaûi > 0.75 4 KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Trọng & Ngọc, 2008) 14
Bạn còn nhớ thao tác EFA trong phần mềm SPSS? Analyze\Data Reduction\Factor Hình 1.4 Hình 1.5 Hình 1.7 Hình 1.6 Hình 1.8 15
Kết quả ban đầu Pattern Matrixa Factor 1 2 3 4 5 6 7 prom1 .863 Các con số trong prom3 .753 bảng này gọi là các prom2 .689 prom4 .651 Factor loading (hệ số work4 .436 tải nhân tố) sup6 .811 sup5 .784 sup3 .758 sup7 .664 .325 sup4 .482 sup2 .351 .411 sup1 .268 .378 -.282 .283 pay4 .889 pay5 .770 pay2 .607 .297 ben4 .331 .549 .211 pay3 -.301 .488 .293 pay1 .485 .271 cow1 .814 cow3 .810 cow2 .810 .207 cow4 .432 .454 ben3 .982 ben2 .977 ben1 .334 .592 env3 .264 work3 .768 work2 Env4 bị loại đầu tiên .541 work1 .246 .514 vì con.223 số này nhỏ env2 .541 hơn 0.5, và “tệ” nhất env1 -.279 .478 env4 .213 .232 Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization. a. Rotation converged in 7 iterations. Lần lượt loại từng biến không đạt yêu cầu (biến nào “tệ” nhất bị loại trước): Env4, env3, sup1, sup2, work4, cow4, env2, env1, pay3, pay1, pay2, Và ben1 16
Kết quả EFA lần cuối Pattern Matrixa Factor Các con số trong 1 2 3 4 5 6 bảng này gọi là các sup6 .841 Factor loading (hệ sup5 số tải nhân tố) .826 sup3 .758 sup7 .628 .278 sup4 .520 prom1 .899 prom2 .707 prom3 .670 prom4 .602 cow1 .913 cow2 .795 cow3 .768 pay4 .907 pay5 .817 ben4 .270 .593 ben2 .961 ben3 .952 work3 .915 work2 .791 work1 .545 Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization. a. Rotation converged in 6 iterations. Bạn có nhận xét gì từ kết quả EFA? Có 6 nhân tố được rút ra. Nhân tố 1: gồm các biến quan sát sup3-sup7 Æ được đặt tên là “Lãnh đạo” Nhân tố 2: gồm prom1-prom4 Æ “Thăng tiến” Nhân tố 3: gồm cow1-cow3 Æ “Đồng nghiệp” Nhân tố 4: gồm pay4, pay5, ben4 Æ “lương-thưởng” Nhân tố 5: gồm ben2, ben3 Æ “bảo hiểm” Nhân tố 6: gồm work1-work4 Æ “bản chất công việc” 17
Total Variance Explained Rotation Sums of Squared Initial Eigenvalues Extraction Sums of Squared Loadings Loadingsa Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 7.378 36.889 36.889 7.016 35.080 35.080 5.210 2 1.880 9.401 46.290 1.726 8.632 43.712 5.142 3 1.752 8.759 55.049 1.428 7.138 50.849 4.015 4 1.512 7.560 62.609 1.167 5.835 56.685 3.801 5 1.359 6.794 69.403 1.022 5.109 61.793 2.615 6 1.067 5.334 74.737 .712 3.558 65.352 4.584 7 .722 3.612 78.349 Tổng phương sai 8 .564 2.821 81.169 trích/ hay tổng 9 .537 2.683 83.853 biến thiên được 10 giải thích bởi các .461 2.306 86.159 nhân tố 11 .403 2.014 88.173 12 .395 1.973 90.146 13 .365 1.826 91.971 14 .341 1.704 93.676 15 .306 1.530 95.206 16 .252 1.260 96.466 17 .244 1.221 97.687 18 .212 1.062 98.749 19 .182 .911 99.660 20 .068 .340 100.000 Extraction Method: Principal Axis Factoring. a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance. KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .847 Bartlett's Test of Sphericity Approx. Chi-Square 2327.451 df 190 Sig. .000 Hai bảng trên cho bạn nhận xét gì? - Tổng phương sai trích (hay tổng biến thiên được giải thích) bằng 65.35% (>50%) - KMO = 0.847 (>0.5) và kiểm định Bartlett có ý nghĩa thống kê (Sig
b. Khái niệm lòng trung thành Khái niệm lòng trung thành là 1 khái niệm đơn hướng (khi EFA, các biến quan sát rút thành 1 nhân tố), nên có thể thử sử dụng phương pháp trích Principal Component Analysis vì phương pháp trích này sẽ làm cho tổng phương sai trích tốt hơn. Bạn có nhận xét gì nếu có kết quả từ EFA cho các biến quan sát thuộc khái niệm lòng trung thành như sau? KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .701 Bartlett's Test of Sphericity Approx. Chi-Square 188.787 df 3 Sig. .000 Total Variance Explained Compo Initial Eigenvalues Extraction Sums of Squared Loadings nent Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.146 71.523 71.523 2.146 71.523 71.523 2 .487 16.230 87.753 3 .367 12.247 100.000 Extraction Method: Principal Component Analysis. Component Matrixa Bảng này chỉ có 1 cột, cho Component thấy loy1, loy2, loy3 rút thành 1 nhân tố 1 loy1 .874 loy3 .834 loy2 .829 Extraction Method: Principal Component Analysis. a. 1 components extracted. - Chỉ có 1 nhân tố được rút ra, nhân tố này cũng được đặt tên là “Trung thành” - EFA cũng phù hợp vì Tổng phương sai trích bằng 71.53 (>50%), KMO = 0.701 (>0.5), Sig của kiểm định Bartlett=0.000 (
3. PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH (CFA) Từ kết quả của EFA, giờ bạn thấy rằng ta có 7 khái niệm chính sử dụng trong mô hình nghiên cứu sau này. Đó là • “Lãnh đạo” được đo lường bởi các biến quan sát sup3-sup7 • “Thăng tiến” được đo lường bởi các biến quan sát prom1-prom4 • “Đồng nghiệp” được đo lường bởi các biến quan sát cow1-cow3 • “Lương-thưởng” được đo lường bởi các biến quan sát pay4, pay5, ben4 • “Bảo hiểm” được đo lường bởi các biến quan sát ben2, ben3 • “Bản chất công việc” được đo lường bởi các biến quan sát work1-work4 • “Lòng trung thành”: được đo lường bởi loy1, loy2, loy3 6 khái niệm đầu tiên là các khái niệm thành phần của khái niệm “Sự thoả mãn của nhân viên với công việc”. Cấu trúc của thang đo “Sự thoả mãn nhân viên với công việc” gồm có 6 khái niệm thành phần như trên, và các biến quan sát tương ứng cho từng khái niệm cũng đã được liệt kê như trên. Các biến quan sát quan sát sup3-sup7; prom1-prom4; cow1-cow3; pay4, pay5, ben4; ben2, ben3; work1-work4 tạo thành một thang đo để đo lường khái niệm “Sự thoả mãn của nhân viên với công việc”. Các biến quan sát loy1, loy2, loy3 tạo thành một thang đo để đo lường khái niệm “lòng trung thành”. Những điều trên tạo thành một mô hình đo lường các khái niệm sử dụng trong nghiên cứu của bạn. Và bây giờ Chúng ta cần kiểm định xem Mô hình đo lường này có đạt được yêu cầu không? Các thang đo có đạt được yêu cầu của một thang đo tốt không? Việc này chúng ta cần sử dụng đến phân tích nhân tố khẳng định (CFA) Trong CFA ta có thể thực hiện cho từng khái niệm, một số khái niệm, hoặc thực hiện với tất cả các khái niệm có trong mô hình (gọi là mô hình tới hạn) Veà maët lyù thuyeát, trong CFA, chuùng ta chuù yù ñeán moät soá vaán ñeà sau: Ñeå ño löôøng möùc ñoä phuø hôïp cuûa moâ hình vôùi thoâng tin thò tröôøng, ngöôøi ta thöôøng söû duïng Chi-square (CMIN); Chi-square ñieàu chænh theo baäc töï do (CMIN/df); chæ soá thích hôïp so saùnh (CFI_ Comparative Fit Index). Chæ soá Tucker & Lewis (TLI_ Tucker & Lewis Index); Chæ soá RMSEA (Root Mean Square Error Approximation). Moâ hình ñöôïc xem laø thích hôïp vôùi döõ lieäu thò tröôøng khi kieåm ñònh Chi-square coù P-value > 0.05. Tuy nhieân Chi-square coù nhöôïc ñieåm laø phuï thuoäc vaøo kích thöôùc maãu. Neáu moät moâ hình nhaän ñöôïc caùc giaù trò GFI, TLI, CFI ≥0.9 (Bentler & Bonett, 1980); CMIN/df ≤ 2, moät soá tröôøng hôïp CMIN/df coù theå ≤ 3 (Carmines & McIver, 1981); RMSEA ≤ 0.08, RMSEA ≤ 0.05 ñöôïc xem laø raát toát (Steiger, 1990); thì moâ hình ñöôïc xem laø phuø hôïp vôùi döõ lieäu thò tröôøng, hay töông thích vôùi döõ lieäu thò tröôøng. Thoï & Trang (2008) cho raèng Neáu moâ hình nhaän ñöôïc caùc giaù trò TLI, CFI ≥0.9, CMIN/df ≤ 2, RMSEA ≤ 0.08 thì moâ hình phuø hôïp (töông thích) vôùi döõ lieäu thò tröôøng. Quy taéc naøy cuõng ñöôïc söû duïng ñeå ñaùnh giaù möùc ñoä phuø hôïp cuûa moâ hình caáu truùc ôû muïc 4. Khi CFA, neân thöïc hieän caùc ñaùnh giaù khaùc nhö 1 : 1 Xem thêm Thọ & Trang (2008) 20