Khi làm luận văn sẽ có một câu hỏi đặt ra là nghiên cứu của mình sẽ sử dụng SPSS để thực hiện hồi quy đa biến hay sử dụng mô hình cấu trúc tuyến tính SEM trong AMOS để xử lý, tìm hiểu thêm về việc lựa chọn SPSS hay AMOS (phương pháp tiếp cận CB-SEM) sao cho phù hợp nhất?
Ngày nay, việc sử dụng thang đo cảm nhận định lượng hay thang đo Likert scale hay thang đo khoảng với 5 mức độ, 7 mức độ, 9 mức độ, … trong các nghiên cứu, luận văn được sử dụng rộng rãi trong hầu hết lĩnh vực nghiên cứu như quản trị, kinh tế, marketing, tâm lý, giáo dục, y dược, xã hội nhân văn, thể thao, … Việc tiếp cận phân tích này có 3 cấp độ khác nhau. Phân biệt được cách tiếp cận này trong nghiên cứu sẽ giúp chúng ta lựa chọn phương pháp và phần mềm phù hợp.
(1) Cách tiếp cận thứ nhất:
Đánh giá độ tin cậy thang đo => Phân tích nhân tố khám phá => Hồi quy đa biến
Cách tiếp cận này thường phù hợp cho các nghiên cứu sử dụng mô hình hồi quy một cấp hay hồi quy với một biến phụ thuộc. Trong trường hợp này, phần mềm SPSS được sử dụng cho phân tích nhân tố khám phá (EFA) và hồi quy đa biến là phù hợp.
Lưu ý: Phương pháp EFA ứng dụng cho Hồi quy thường sử dụng phương pháp trích: Principal component; phương pháp xoay: varimax. Phương pháp tạo nhân số được dụng cho trường hợp này.
(2) Cách tiếp cận thứ hai:
Đánh giá độ tin cậy thang đo => Phân tích nhân tố khám phá (=> Phân tích nhân tố khẳng định) => Phân tích đường dẫn Paths
Cách tiếp cận này thường phù hợp cho các nghiên cứu sử dụng mô hình hồi quy nhiều cấp hay nhiều mô hình hồi quy hay nhiều biến biến phụ thuộc hay hồi quy có biến trung gian. Trong trường hợp này, phần mềm SPSS được sử dụng cho phân tích nhân tố khám phá (EFA); AMOS được sử dụng cho Phân tích nhân tố khẳng định (CFA) và phân tích đường dẫn Paths.
Lưu ý: Phương pháp EFA ứng dụng cho Paths có thể sử dụng (1) phương pháp trích: Principal component; phương pháp xoay: varimax; (2) phương pháp trích: Principal axis factoring, phương pháp trích: promax. Phương pháp tạo nhân số được dụng cho trường hợp này.
(3) Cách tiếp cận thứ ba:
Đánh giá độ tin cậy thang đo => Phân tích nhân tố khám phá (EFA) => Phân tích nhân tố khẳng định (CFA) => Phân tích mô hình cấu trúc tuyến tính (CB-SEM)
Tương tự như Paths về tiếp cận nhưng mô hình SEM sử dụng để ước lượng các mô hình đo lường (Mesurement Model) và mô hình cấu trúc (Structure Model) của bài toán lý thuyết đa biến. Phương pháp tạo nhân số không cần sử dụng cho trường hợp này.
-Công dụng và lợi thế của CB-SEM:
Kiểm định:
Các giả thuyết về các quan hệ nhân quả có phù hợp (FIT) với dữ liệu thực nghiệm hay không
Khẳng định (Confirmating) các quan hệ giữa các biến
Các quan hệ giữa các biến quan sát và không quan sát (biến tiềm ẩn)
Cho phép:
Ước lượng giá trị khái niệm (cấu trúc nhân tố)
Thực hiện đồng thời nhiều biến phụ thuộc (nội sinh)
Cung cấp các chỉ số độ phù hợp cho các mô hình kiểm định
Cho phép cải thiện các mô hình (MI_ Modification Indices)
SEM thường là một phức hợp giữa một số lượng lớn các biến quan sát và tiềm ẩn, các phần dư và sai số
Mô hình SEM phối hợp được tất cả các kỹ thuật gồm Hồi quy đa biến, Phân tích nhân tố, Phân tích mối quan hệ tương quan. Trong trường hợp này, phần mềm SPSS được sử dụng cho phân tích nhân tố khám phá (EFA); AMOS được sử dụng cho phân tích CFA và CB-SEM.
Lưu ý: Phương pháp EFA ứng dụng cho CB-SEM thường sử dụng phương pháp trích: Principal axis factoring, phương pháp trích: promax.
Kết luận:
Để đánh giá tổng thể một mô hình gồm nhiều ước lượng hồi quy, tương quan hay nhiều biến phụ thuộc hay mô hình có biến trung gian,v.v. hoặc sử dụng CFA, Paths, CB-SEM thì ưu tiên dùng AMOS.
Với mô hình đơn giản với một biến phụ thuộc, vai trò của các item không khác biệt đáng kể, không có biến trung gian thì chỉ cần dùng SPSS là đủ để đánh giá.
