Hậu quả của hiện tượng tự tương quan – Correlogram

Một cách khác để phát hiện có tự tương quan là dùng kiểm định Correlogram trên Eviews Đối với mô hình hồi quy biến giakhi theo biến giadau và giavang Bước 1: Chạy mô hình hồi quy trên trong Eviews (xem lại cách làm tại đây) Bước 2: Từ của sổ Equation ta chọn View > Residual Diagnostics > Correlogram-Q-Statistics Bước 3: Cửa sổ Lag

Cách khắc phục tự tương quan trong Eviews

Xét mô hình hồi quy biến giakhi theo biến giavang và giadau  Bước 1: Chạy mô hình hồi quy trên (xem lại cách làm tại đây) Bước 2: Tính giá trị . Ta thấy giá trị thống kê d là 0.983549. Suy ra  Phương trình sai phân tổng quát   Bước 3: Tạo các biến giadau, giavang, giakhi mới trong Eviews bằng cách nhập

Khái niệm về phương sai không đồng đều

* Khi nghiên cứu mô hình hồi quy tuyến tính cổ điển, chúng ta đã đưa ra giả thiết rằng: phương sai của mỗi một biến ngẫu nhiên  trong điều kiện giá trị đã cho của biến giải thích  là không đổi, tức là . Ngược lại với trường hợp trên là trường hợp: phương sai có

Hậu quả của hiện tượng phương sai không đồng đều

Khi có hiện tượng phương sai sai số thay đổi xãy ra: Các ước lượng bình phương nhỏ nhất vẫn là không chệch nhưng không hiệu quả Ước lượng của các phương sai sẽ bị chệch, như vậy làm mất hiệu lực khi kiểm

Phát hiện phương sai phần dư thay đổi

Khắc phục PSSSTĐ trong Eviews

Một trong những cách đơn giản để xử lý PSSSTĐ là hồi quy theo log. Khi hồi quy log(giakhi) theo log(giadau) và log(giavang) thì PSSSTĐ đã không xảy ra (xem lại tại đây). Ngoài ra ta còn các phương pháp khác liệt kê dưới đây. PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT CÓ TRỌNG SỐ (WEIGHTED

Phân tích SEM : cách đọc hiểu các chỉ số và phân tích kết quả SEM

Sau khi chạy SEM, ta sẽ nhìn vào chỉ số nào để phân tích kết quả SEM ? Bài này nhóm MBA Bách Khoa sẽ hướng dẫn thêm cho các bạn nhé. Nói một cách đơn giản, bản chất của phân tích SEM để ra được kết quả giống như hồi quy đa biến

Convergent Validity , Discriminant Validity, Reliability in CFA – Độ giá trị hội tụ, Độ giá trị phân biệt,Độ tin cậy khi phân tích CFA

Lý do phải đánh giá chỉ tiêu này Nếu các nhân tố của bạn không chứng minh độ giá trị và độ tin cậy , việc chạy SEM sẽ không có ích gì, vì rác đầu vào sẽ dẫn đến rác đầu ra (garbage in, garbage out). Có một vài biện pháp hữu ích

Mức độ phù hợp mô hình Model Fit và các chỉ số đo độ phù hợp mô hình trong phân tích AMOS

Độ phù hợp mô hình model fit là gì? Sự phù hợp của mô hình được xác định bởi sự tương ứng giữa ma trận hiệp phương sai quan sát được và một ma trận hiệp phương sai ước lượng lấy kết quả từ mô hình được đề xuất proposed model. SEM sử dụng

Xử lý lỗi AMOS: In order to analyse data with missing observations, you must explicitly estimate means and intercepts

Lỗi hiển thị như sau:   Khi phân tích CFA sẽ gặp lỗi này, việc này ngăn cản không thể tính toán các bước tiếp theo được. An error occurred while attempting to fit the model. In order to analyse data with missing observations, you must explicitly estimate means and intercepts. In amos graphics,

Cách đối diện với dữ liệu bị thiếu Missing values khi phân tích dữ liệu

Dữ liệu bị thiếu missing values là gì? – Nếu khảo sát bằng phiếu khảo sát giấy: thì những câu hỏi khảo sát mà người được khảo sát họ không đánh vào bất cứ lựa chọn nào cả, thì đó là missing values. – Nếu khảo sát online: do thiếu ràng buộc khi thiết

Những điểm cần chú ý khi chạy EFA trong phân tích SEM AMOS

Khi chạy EFA trong phân tích SEM AMOS cần có những lưu ý, do tính chất khác với chạy EFA trong hồi quy. Bài này sẽ cho bạn thấy sự khác nhau đó nhé. Hiện tại có hai dạng làm luận văn định lượng chính. Dạng thứ 1 là chạy mô hình hồi quy

So sánh quan hệ giữa 7 phương pháp phân tích đa biến : Regression, Discriminant, Conjoint, SEM, ANOVA, MANOVA, Canonical Correlation

Hôm nay mình giới thiệu đến các bạn sự khác nhau giữa các phương pháp đa biến, để các bạn có thể chủ động chọn phương pháp nghiên cứu cho luận văn của mình nhé. Mỗi phương pháp phân tích định lượng chỉ phù hợp với một số loại dữ liệu, loại mô hình,

Macro hiển thị các chỉ số trong AMOS

Để việc chạy mô hình CFA, SEM diễn ra nhanh gọn, các kết quả được hiển thị đầy đủ trên màn hình đồ họa thay vì phải vào trong output để xem, thì việc hiểu cách sử  dụng các macro hiển thị là rất cần thiết. Cú pháp của một macro lúc nào cũng

Xử lý lỗi: the variable is represented by a rectangle in the path diagram but it is not an observed variable

Khi làm luận văn định lượng với chương trình AMOS, sẽ có lúc gặp lỗi như sau: the variable, ,is represented by a rectangle in the path diagram, but it is not an observed variable   Mình sẽ hướng dẫn xử lý nó qua các bước sau: Bước 1. Về nội dung: biến này

Cách xử lý lỗi The model is probably unidentified

Có bạn nào từng bị lỗi này: The model is probably unidentified. In order to achieve identifiability, it will probably be necessary to impose 1 additional constraint. ====> Cách xử lý: Tìm kiếm trong mô hình, xem có nhân tố nào chưa gán ràng buộc trọng số regression weight bằng 1. Sau đó gán

Sử dụng nhân tố bậc 2 Second Order Factor trong việc giảm giả thiết

Khi làm luận văn với AMOS, trong một số bài phức tạp các bạn sẽ gặp khái niệm nhân tố bậc hai Second-Order Factor. Nhân tố bậc 2 trong AMOS được phản ảnh qua 2 hoặc nhiều nhân tố nhỏ bậc 1 khác. Và lưu ý quan trọng là nhân tố bậc hai không

Thông báo hỗ trợ luận văn bằng AMOS

Thời gian qua, nhóm hỗ trợ AMOS đã viết nhiều bài viết, giúp các bạn xử lý được nhiều vấn đề gặp phải khi phân tích AMOS , ví dụ: – Các bước làm luận văn sử dụng mô hình cấu trúc SEM, phần mềm AMOS – Hướng dẫn cài đặt phần mềm AMOS

Sử dụng AMOS cơ bản để vẽ mô hình SEM, CFA cho người mới học

Vẽ biến quan sát,vẽ biến tiềm ẩn -Vẽ đường dẫn path, hiện phương sai covariances -Tạo ghi chú Figure captions trên màn hình -Cách hiển thị các biến trên mô hình, các biến trong bộ dữ liệu -Chọn một đối tượng, hoặc tất cả đối tượng -Copy,di chuyển, xóa đối tượng trên màn hình.

Cách tính phương sai trích Average Variance Extracted AVE trong AMOS

-Cách tính phương sai trích Average Variance Extracted (viết tắt là AVE) trong  AMOS các bạn xem ở đây nhé. -Đầu tiên cần lưu ý hai khái niệm “phương sai trích” và “tổng phương sai trích” là hai khía niệm khác nhau, nhưng một số bạn nhầm lẫn và trong bài cứ ghi AVE