- Giải đáp các câu hỏi trong quá trình thực hành SPSS
- Cách thức gửi, nội dung hỗ trợ và nhận giải đáp
- Lỗi không mở được file dữ liệu SPSS
- Cách chuyển dữ liệu từ file SPSS lên Excel
- Nếu loại 1 biến được alpha tốt hơn thang đo hiện tại thì có cần loại biến đó không?
- Cronbach’s Alpha dao động trong khoảng nào?
- Cronbach’s Alpha Based on Standardized Items là gì? Dùng hệ số này hay Cronbach’s Alpha để phân tích?
- Em đã có bảng dữ liệu rồi, có thể chạy phân tích Cronbach’s alpha được không?
- Khi nào tôi nên phân tích Cronbach’s Alpha?
- Một thang đo mà các đáp án rất đồng nhất, thể hiện sự nhất quán cao nhưng tại sao kiểm tra hệ số cronbach’s alpha vẫn không đạt?
- Lỗi không xuất hiện bảng KMO and Bartlett’s Test và thông báo “This matrix is not positive definite”
- Gặp hiện tượng hệ số KMO nhỏ hơn 0.5 (KMO<05) thì phải làm sao?
- Chọn phép xoay và phép trích nào khi phân tích EFA?
- Cùng 1 bộ data mà nhiều người chạy có thể chạy EFA ra nhiều kết quả khác nhau hay không?
- Chạy EFA ra các kết quả khác nhau từ một bộ dữ liệu có vấn đề gì không?
- Khi chạy EFA cho toàn bộ thang đo rồi, có cần chạy lại cho từng factor nhỏ thu được hay không?
- Hiện tượng biến quan sát nhảy lung tung khi phân tích EFA
- Hiện tượng chạy EFA ra số nhân tố quá ít hay quá nhiều
- Xử lý hiện tượng một nhân tố nào đó chỉ có một biến quan sát duy nhất tải lên khi phân tích EFA
- Khi nào dùng independent sample t test và khi nào dùng one way anova?
- Dùng one way anova thay thế independent sample t test có được không (khi biến phân loại chỉ có 2 nhóm)?
- Có cần thực hiện nhiều kiểm định sâu mỗi loại trong One-way anova không?
- Hiện tượng khi chạy One-way ANOVA thì kiểm định ở bảng ANOVA và kiểm định sâu (Post Hoc) mâu thuẫn
- Hiện tương không trả về kết của của bài Robust tests trong bài One-way ANOVA (thống kê Welch hay Brown-Forsythe không hiển thị)
- Hiện tượng không trả về bài kiểm tra Post Hoc khi chạy One-way ANOVA
- Nếu không dùng bài kiểm tra independent sample t test mà đưa biến phân loại vào phương trình hồi quy như 1 biến giả để xét có được không?
- Hướng dẫn một kiểm định tham số kiểm định tính phân phối chuẩn của một biến trên SPSS
- Hiện tượng đa cộng tuyến là gì?
- Kiểm tra tính phân phối chuẩn của phần dư khi hồi quy tuyến tính bằng đồ thị trên SPSS
- Kiểm định Jarque-Bera trên SPSS như với phần mềm EVIEWS (Kiểm định tính phân phối chuẩn)
Cập nhật: 27/08/2022 bởi admin0
Thực tế hiện tượng này nói đúng hơn là “các biến quan sát không hội tụ về các nhóm ban đầu như dự kiến” do các nhóm dự kiến thì đã đặt tên rồi nhưng cuối cùng khi chạy các biến này lại bị nhóm với các biến khác.
Điều này xảy ra là do biến quan sát “nhảy lung tung đó” có tương quan với các biến trong nhóm khác cao hơn nhóm dự kiến
VậyCách xử lý như thế nào? Dưới đây là 2 phương án được đề xuất!
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Trường hợp 1: Với một bài khám phá nhân tố mới thì chuyện này có thể xảy ra thường xuyên.
+ Hãy xem xét việc các nhân tố chính được trích như vậy có hợp lý không? Nếu có hãy điều chỉnh lại các bước tiếp theo
+ Đặt tên nhân tố mới theo tín chất chung nhất của các biến quan sat thành phần
+ Nếu không có tên hợp lý như vậy có thể quay về đặt cái tên chung chung như Factor1, factor2, ….
+ Một lựa chọn khác là xem xét lây tên của nhóm chính (nhiều biến quan sát) làm tên cho nhóm này và phân tích tiếp. Các nghiên cứu sau tiêp tụ hiệu chỉnh
+ Cũng có thể tăng/ giảm số nhân tố được trích xem kết quả có ổn hơn không? Xem bài viết https://vaxidi.com/mot-so-thu-thuat-khi-phan-tich-efa-tren-spps
Trường hợp 2: Với một thang đo nổi tiếng được kế thừa
Với một thang đo nổi tiếng được kế thừa thì việc trước mắt cần xem xét lại chính thang đo và dữ liệu. Cố gắng loại bỏ đi các quan sát không chất lượng
+ Xem xét việc chỉ định số nhân tố được trích
+ Loại bỏ luôn các biến quan sat không liên quan khỏi nhân tố.
+ Rất hạn chế việc để các biến quan sát “không liên quan’ trong nhóm. Đây là việc mà rất ít tài liệu nhắc đến, đa số đều đề xuất phương án xử lý như trường hợp 1. Quan điểm của mình là đừng máy móc. Phần mềm chỉ ra tính chất con số như thế là việc của nó, nhưng nó không thể thay thế con người được.
Ví dụ việc 1 nhân tố tên là phương tiện hữu hình lại được phản ánh bởi 4 biến đo cơ sở vật chất và 2 biến quan sát đo sự đáp ứng thì xem ra không hợp lý ở chỗ
+ Có thể đây là trường hợp các biệt mà bạn gặp, không thể vì thế mà làm sai lệch mô hình được. Ví dụ như để chọn học sinh giỏi thì 1 bài kiểm tra là cần thiết. Nhưng nếu 1 học sinh trung bình đột nhiên có điểm cao thì bạn có gọi em này lên tuyển không? Phong độ chỉ là nhất thời, đẳng cấp mới là mãi mãi- Sir Alex Ferguson
+ Nếu cứ để tên biến đại diện là phương tiện hữu hình, đến khi phân tích dài dài đằng sau xong người ta đọc kết quả thì ai cũng nghĩ đó là biến PTHH mà không biết nó đã bị sai lệch từ sau khi phân tích EFA
+ Sau này đề xuất giải pháp cải thiện cơ sở vật chất (máy móc, bàn ghế, đường truyền mạng) mà trong đó lại kèm theo việc cải thiện luôn yếu tố con người (niềm nở nhiệt tình, tăng tốc độ phục vụ) thì quả là buồn cười phải không
Cuối cùng là muốn số đẹp, dễ viết có thể tính đến việc sửa số liệu đi, nếu nghiên cứu là vô thưởng vô phạt, chỉ cần sao cho dễ viết. Liên hệ 0869786862 nhé! :))