- BỐ CỤC
- NỘI DUNG CHI TIẾT
- Phần 1: Đề tài nghiên cứu, mô hình và bảng câu hỏi nghiên cứu
- Phần 2: Gạn lọc bảng câu hỏi, cài đặt và thiết lập SPSS 20, tạo biến và nhập liệu
- Phần 3: Phân tích thống kê mô tả Frequency và Descriptives
- Phần 4: Kiểm định Cronbach's Alpha
- Phần 5: Phân tích nhân tố khám phá EFA
- Phần 6: Tương quan Pearson và Hồi quy tuyến tính bội
- Phần 7: Kiểm định ANOVA, T-Test
BỐ CỤC

NỘI DUNG CHI TIẾT
Phần 1: Đề tài nghiên cứu, mô hình và bảng câu hỏi nghiên cứu
Phần này mình giới thiệu tới các bạn 3 chủ điểm chính:
- Lựa chọn đề tài nghiên cứu
- Tìm kiếm, xây dựng mô hình nghiên cứu
- Xây dựng bảng câu hỏi nghiên cứu
Phần 2: Gạn lọc bảng câu hỏi, cài đặt và thiết lập SPSS 20, tạo biến và nhập liệu
Phần này mình giới thiệu tới các bạn 3 chủ điểm chính:
- Gạn lọc bảng khảo sát, loại bỏ các bảng khảo sát không đạt yêu cầu
- Cách tải phần mềm SPSS 20 Full bản quyền và một số thiết lập cơ bản trước khi sử dụng SPSS 20
- Cách tạo biến và nhập liệu trên SPSS 20
Bên cạnh đó, mình cũng giới thiệu sơ lược về giao diện SPSS 20, cách tạo biến và nhập liệu cơ bản trên phần mềm.
Phần 3: Phân tích thống kê mô tả Frequency và Descriptives
Phần này mình giới thiệu tới các bạn 3 chủ điểm chính:
- Phân tích thống kê mô tả trên Frequency
- Phân tích thống kê mô tả trên Descriptives
- Vẽ biểu đồ trên SPSS và Excel
Phần 4: Kiểm định Cronbach's Alpha
Phần này mình giới thiệu tới các bạn 3 chủ điểm chính:
- Mục đích của kiểm định Cronbach's Alpha
- Cách thực hiện kiểm định Cronbach's Alpha
- Một số lưu ý trong quá trình thực hiện kiểm định
Một số bạn thắc mắc, nên chạy EFA hay Cronbach Alpha trước bởi vì các bài mẫu trên mạng có người làm cái này có người làm cái kia trước. Theo mình tìm hiểu dựa trên các bài viết trên mạng, sách của thầy Hoàng Trọng và cô Mộng Ngọc mình xin trả lời thắc mắc này như sau:
Còn đối với các mô hình có sẵn, chúng ta cứ theo trình tự Cronbach Alpha trước, EFA sau mà làm, phần này không giải thích gì thêm.
Phần 5: Phân tích nhân tố khám phá EFA
- Khái niệm và mục đích của phân tích nhân tố khám phá EFA
- Cách thực hiện phân tích nhân tố khám phá
- Một số lưu ý trong quá trình thực hiện phân tích
Khi phân tích khám phá EFA, các bạn nhớ loại bỏ các biến đã bị loại trước đó. Ví dụ bước Cronbach Alpha bị loại 2 biến quan sát thì khi chạy EFA, các bạn không sử dụng lại 2 biến đó nữa mà bỏ đi.
Phần 6: Tương quan Pearson và Hồi quy tuyến tính bội
Phần này mình giới thiệu tới các bạn 5 chủ điểm chính:
- Phân biệt tương quan và tương quan tuyến tính
- Cách thực hiện tương quan pearson
- Sự khác nhau giữa tương quan và hồi quy tuyến tính
- Cách thực hiện hồi quy tuyến tính bội
- Một số chú ý trong phân tích tương quan pearson và hồi quy
Cần lưu ý, tương quan Pearson phản ánh mối quan hệ tuyến tính giữa các cặp biến. Cặp biến không thỏa điều kiện tương quan Pearson sẽ xảy ra 2 trường hợp. Hoặc là cặp biến đó hoàn toàn không có tương quan. Hoặc là cặp biến đó có mối quan hệ phi tuyến.
Tại bước tương quan Pearson, biến có sig lớn hơn 0.05 nhưng có thể vẫn sẽ có ý nghĩa khi phân tích hồi quy. Bởi vì trong Pearson, các cặp biến so sánh với nhau ở mối quan hệ độc lập, chỉ xét trong phạm vi 2 biến đó. Còn trong hồi quy, không có sự so sánh từng cặp nữa mà mỗi biến độc lập sẽ được xem xét sự tương quan với biến phụ thuộc khi đặt cạnh các biến độc lập còn lại. Do đó, một biến có thể không tương quan tuyến tính với biến phụ thuộc ở bước phân tích Pearson nhưng lại hoàn toàn có ý nghĩa trong phương trình hồi quy tuyến tính.
Có rất nhiều bạn thắc mắc nên sử dụng hệ số hồi quy chuẩn hóa (hệ số Beta) hay chưa chuẩn hóa (hệ số B) khi viết phương trình hồi quy. Để hiểu rõ hơn vấn đề này, các bạn đọc bài viết Sự khác nhau giữa hệ số hồi quy chuẩn hóa và chưa chuẩn hóa theo đường dẫn ở đây.
Phần 7: Kiểm định ANOVA, T-Test
- Trường hợp nào thì sẽ sử dụng ANOVA, trường hợp nào sử dụng T-Test
- Cách thực hiện và một số lưu ý