- Giáo trình phân tích SmartPLS. Hướng dẫn chi tiết
- Cách đọc kết quả SmartPLS
- Các thao tác cơ bản với Project trên Smart PLS
- Các thao tác cơ bản với dữ liệu trên Smart PLS
- Các thao tác cơ bản với mô hình trên Smart PLS
- Trích dẫn kết quả từ phần mềm vào bài làm
- Đánh giá mô hình đo lường kết quả trên SmartPLS
- Phân tích mô hình PLS-SEM trên SmartPLS
- Đọc thêm: Bootstrapping và các kết quả trên SmartPLS
- Hệ số tác động f2 (f Square) trên phần mềm SmartPLS
- Phép dò tìm (Blindfolding) và khả năng dự báo ngoài mẫu Q2
- Hệ số tác động năng lực dự đoán q2 (q Square)
- Tác động trực tiếp, gián tiếp và tổng hợp trên SmartPLS
- Đánh giá vai trò của biến trung gian trong PLS SEM bằng phần mềm SmartPLS
- So sánh trung bình 2 mẫu độc lập trên SmartPLS
- Xử lý biến điều tiết trên SmartPLS
- Phân tích đa nhóm và xử lý biến điều tiết phân loại trên SmartPLS
- Phân tích biến điều tiết liên tục trên SmartPLS
- Đánh giá mô hình đo lường nguyên nhân
- Xử lý mô hình có biến tiềm ẩn bậc cao
- Đọc thêm: Model Fit trên SmartPLS
- Đọc thêm: Hệ số GoF (goodness-of-fit index) của mô hình SEM
- Data demo cho loạt bài Smart PLS
Bài viết này chúng ta sẽ thảo luận thêm về các chỉ số được tính toán bằng kỹ thuật Boostrapping cũng như cách thức trình bày nó trong bài, chọn đưa các cột kết quả nào vào bài cho hợp lý
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Hiểu các kết quả
Kết quả sẽ trả về cho chúng ta 6 cột kết quả như trên hình
+ Cột thứ 1 chính là các mối quan hệ (đường hồi quy)
+ Cột thứ 2 Original Sample . Đây là hệ số hồi quy mẫu, tức là được tính toán ra từ mẫu nghiên cứu (data gốc). Với mội lần chạy thì cột kết quả này là không thay đổi (kể cả thay đổi N). Đây cũng chính là kết quả chạy PLS thông thường
+Cột 3 là sample mean. Trong ví dụ trên máy tính ước lượng đương hôi quy COM-> CUSA 500 lần thu được 500 β khác nhau. Trung bình cộng của 500 hệ số β đó chính là 0.167
+ Cột thứ 4 Std.Dev. Nếu bạn săp xếp 500 hệ số β trên thành 1 cột biến ngẫu nhiên thì bạn thu được giá trị độ lêhcj chuẩn của biến ngẫu nhiên này chính là 0.065
+ Cột thứ 5 là thống kê t, chính là lấy cột 2 chia cho cột 5
+ Cột thứ 6 chính là p value của thống kê t vừa được tính và cỡ mẫu tương ứng
còn nữa ...