NCDLT2-2016

GIỚI THIỆU
TS. Đỗ Hữu Hải

Đại học công nghiệp thực phẩm Hồ CHí Minh

Điện thoại:
0919226868/0888151975
Email:



PHƯƠNG PHÁP NGHIÊN CỨU
ĐỊNH LƯỢNG TRONG KINH TẾ
Nộ

g
n
u
id

01
Lựa chọn mẫu nghiên cứu

02

ng
u
id
Phần mềm trong nghiên cứu và Các biến
ộ
N

số trong nghiên cứu

Nộ

ng
u
id

03
Phân tích dữ liệu và kết quả NC


NỘI DUNG
Nội dung 01
Lựa chọn
mẫu nghiên
cứu.

Nội dung 03
Các biến số
trong nghiên
cứu.

Nội dung 05
Kết quả
nghiên cứu.

Nội dung 02
Phần mềm
trong nghiên

cứu.

Nội dung 04
Phân tích dữ
liệu.

Nội dung 06
Kết luận và
đề xuất.


LỰA CHỌN MẪU TRONG NC
kích thước mẫu phải bảo
đảm theo công thức: n ≥
8m + 50 (n là cỡ mẫu, m
là số biến độc lập trong
mơ hình)
Mẫu tối thiểu phải là 50, tốt
hơn là 100 và tỉ lệ số quan
sát/biến đo lường là 5/1.
n ≥ 104 + m (với m là số
lượng biến độc lập và phụ
thuộc), hoặc n ≥ 50 + m , nếu
m<5
Mơ hình phân tích cấu
trúc tuyến tính (SEM) kích
thước mẫu nghiên cứu
thường từ 300 - 500.

PHẦM MỀM TRONG NGHIÊN CỨU

Excel.

SPSS.

Eview.

Amos.

R+.

Nvivo.


CÁC BIẾN SỐ TRONG NC
Biến phụ thuộc (Y), mục tiêu chịu tác động
đang được NC

1

Biến độc lập, là các nhân tố tác động vào
MT NC

2

Biến điều tiết là biến tác động đến quan
hệ giữa biến độc lập và phụ thuộc.

3

Biến kiểm sốt (Có 1 ảnh hưởng tiềm năng đối
với Y và như 1 biến độc lập), biến trung gian (là
biến gạn lọc tác động của biến độc lập vào biến
phụ thuộc).

4


PHÂN TÍCH DỮ LIỆU

1
2
3

Thu thập dữ liệu nghiên cứu bằng bản câu hỏi và kỹ thuật phỏng vấn khách hàng

Đánh giá sơ bộ độ tin cậy và giá trị của thang đo bằng hệ số tin cậy Cronbach alpha và phân tích
nhân tố khám phá EFA. Hệ số Cronbach alpha có giá trị từ 0,8 trở lên đến gần 1,0 là thang đo tốt;
từ 0,7 đến gần 0,8 là sử dụng được. Cronbach alpha không cho biết biến nào nên loại bỏ và biến
nào nên giữ lại. Bởi vậy, bên cạnh hệ số Cronbach alpha, người ta còn sử dụng hệ số tương quan
biến tổng (iterm – total correlation) và những biến nào có tương quan biến tổng < 0,3 sẽ bị loại bỏ.
Phân tích nhân tố khám phá (EFA) để đánh giá thang đo hay rút gọn một tập biến:
+ Tiêu chuẩn Bartlett và hệ số KMO dùng để đánh giá sự thích hợp của EFA. EFA được gọi là thích hợp
khi: 0,5 ≤ KMO ≤ 1 và Sig < 0,05.
+ Tiêu chuẩn rút trích nhân tố gồm chỉ số Engenvalue (đại diện cho lượng biến thiên được giải thích bởi
các nhân tố) và chỉ số Cumulative (tổng phương sai trích cho biết phân tích nhân tố giải thích được bao
nhiêu % và bao nhiêu % bị thất thoát). Các nhân tố có Engenvalue <1 sẽ khơng có tác dụng tóm tắt thơng
tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trước khi EFA). Vì thế, các nhân tố chỉ được rút
trích tại Engenvalue > 1 và được chấp nhận khi tổng phương sai trích ≥ 50%.

+ Phân tích mơ hình cấu trúc tuyến tính (SEM) thì nên sử dụng phương pháp trích Pricipal Axis
Factoring với phép xoay Promax.
+ Tiêu chuẩn hệ số tải nhân tố (Factor loadings) biểu thị tương quan đơn giữa các biến với các nhân tố,
dùng để đánh giá mức ý nghĩa của EFA. Factor loading > 0,3 được xem là đạt mức tối thiểu; Factor
loading > 0,4 được xem là quan trọng; Factor loading > 0,5 được xem là có ý nghĩa thực tiễn. Trường
hợp chọn tiêu chuẩn Factor loading > 0,3 thì cỡ mẫu ít nhất phải là 350; nếu cỡ mẫu khoảng 100 thì nên
chọn tiêu chuẩn Factor loading > 0,55; nếu cỡ mẫu khoảng 50 thì Factor loading > 0,75. Có thể giữ lại
biến có Factor loading < 0,3, nhưng biến đó phải có giá trị nội dung.


PHÂN TÍCH DỮ LIỆU

04

Phương pháp phân tích nhân tố khẳng định CFA được sử dụng để kiểm định
độ phù hợp của mơ hình các thang đo với dữ liệu thị trường:
Sử dụng các tiêu chuẩn: Chi-Square (Chi bình phương - CMIN); Chi-Square điều
chỉnh theo bậc tự do (CMIN/df); chỉ số GFI (Goodness of Fit Index); chỉ số TLI
(Tucker & Lewis Index); Chỉ số CFI (Comparative Fit Index); chỉ số RMSEA (Root
Mean Square Error Approximation). Mơ hình được coi là phù hợp khi kiểm
định Chi-square có giá trị P ≥ 0,05. Tuy nhiên, Chi-square có nhược điểm là phụ
thuộc vào kích thước mẫu nghiên cứu. Khi kích thước của mẫu càng lớn thì
Chi-square càng lớn do đó làm giảm mức độ phù hợp của mơ hình. Bởi vậy,
bên cạnh P value, các tiêu chuẩn được sử dụng là CMIN/df ≤ 2 (theo Carmines
& Mciver -1981, một số trường hợp có thể chấp nhận CMIN/df ≤ 3); GFI, TLI,
CFI ≥ 0,9 (Bentler & Bonett, 1980); RMSEA ≤ 0,08, trường hợp RMSEA ≤ 0,05
theo Steiger được coi là rất tốt.
Ví dụ minh hoạ

05

Phương pháp phân tích cấu trúc tuyến tính SEM (Structural Equation Modeling)
được sử dụng để kiểm định độ phù hợp mô hình lý thuyết và các giả thuyết
nghiên cứu


0919226868
www.hhd.com.vn

www.hhd.com.vn

/>