Dẫn nguồn các yêu cầu kiểm định, thống kê trong SPSS

Bài viết này được đăng tải duy nhất và thuộc bản quyền của Phạm Lộc Blog. Việc chia sẻ lại nội dung lên website khác vui lòng dẫn nguồn link bài viết gốc này. Xin cảm ơn!
Một bài nghiên cứu sử dụng SPSS để phân tích định lượng chúng ta thường phải sử dụng các kiểm định, phân tích. Mỗi kiểm định, phân tích đều có một hay nhiều chỉ số cần đ yêu cầu để đảm bảo kiểm định là có ý nghĩa. Việc dẫn nguồn các mức giá trị thống kê SPSS này là hết sức quan trọng để tăng tính thuyết phục và là bằng chứng cho những gì một người làm nghiên cứu viết và trình bày trong bài luận của mình.



Tìm nguồn tài liệu gốc liên quan về SPSS trên soure Internet tại Việt Nam cũng hơi khó khăn, chính vì vậy hôm nay Phạm Lộc Blog xin tổng hợp lại và trình bày ở bài viết này, hy vọng sẽ giúp ích cho các bạn trong quá trình làm nghiên cứu:

icon8 Xem thêm: TOP 50 mẫu Slide PowerPoint đẹp phục vụ cho thuyết trình

  1. Nunnally (1978) cho rằng một thang đo tốt nên có độ tin cậy Cronbach’s Alpha từ 0.7 trở lên 
  2. Hair và cộng sự (2014) cũng cho rằng, một thang đo đảm bảo tính đơn hướng và đạt độ tin cậy nên đạt ngưỡng Cronbach’s Alpha từ 0.7 trở lên, tuy nhiên, với tính chất là một nghiên cứu khám phá sơ bộ, ngưỡng Cronbach’s Alpha là 0.6 có thể chấp nhận được
  3. Cristobal và cộng sự (2007) cho rằng, một thang đo tốt khi các biến quan sát có giá trị Corrected Item – Total Correlation từ 0.3 trở lên.
  4. Kaiser (1974) cho rằng, trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) thì phân tích nhân tố mới thích hợp, nếu KMO dưới 0.5 nhà nghiên cứu cần cân nhắc thu thập thêm dữ liệu hoặc xem xét loại đi các biến quan sát ít ý nghĩa. 
  5. Hutcheson & Sofroniou (1999) đề xuất một số ngưỡng giá trị KMO như sau:
    • KMO ≥ 0.5: mức chấp nhận tối thiểu
    • 0.5 < KMO ≤ 0.7: bình thường
    • 0.7 < KMO ≤ 0.8: tốt
    • 0.8 < KMO ≤ 0.9: rất tốt
    • KMO > 0.9: xuất sắc
  6. Với cỡ mẫu tối thiểu là 100, Hair và cộng sự (2014) cho rằng:
    • Trị tuyệt đối Factor Loading ở mức 0.3 đến 0.4: cân nhắc là điều kiện tối thiểu để biến quan sát được giữ lại.
    • Trị tuyệt đối Factor Loading ở mức từ 0.5 trở lên: mức tối ưu, các biến quan sát có ý nghĩa thống kê tốt.
  7. Nguyễn Đình Thọ (2010) cho rằng nếu một biến quan sát tải lên hai nhóm nhân tố, nếu mức nếu chênh lệch hệ số tải giữa 2 nhóm nhỏ hơn 0.3, biến quan sát nên được loại bỏ.
  8. Hair và cộng sự (2014) cho rằng việc gộp phân tích chung biến độc lập và phụ thuộc trong một phân tích nhân tố khám phá và sau đó lại kiểm tra mối quan hệ phụ thuộc là không phù hợp. Nghĩa là khi chúng ta thực hiện phân tích EFA, việc cho chung các biến độc lập và phụ thuộc vào phân tích chung với nhau là không hợp lý. Bởi với một đề tài đã xác định được độc lập và phụ thuộc, nghĩa là ngay từ đầu chúng ta đã mặc định xuất hiện mối quan hệ phụ thuộc giữa 2 nhóm biến: một nhóm là tác động lên biến khác và một nhóm là chịu tác động của biến khác
  9. Andy Field (2009) cho rằng, nếu DW nhỏ hơn 1 và lớn hơn 3, chúng ta cần thực sự lưu ý bởi khả năng rất cao xảy ra hiện tượng tự tương quan chuỗi bậc nhất. 
  10. Yahua Qiao (2011) cho rằng, thường giá trị DW nằm trong khoảng 1.5 – 2.5 sẽ không xảy ra hiện tượng tự tương quan chuỗi bậc nhất.
  11. Hair và cộng sự (2014) cho rằng, ngưỡng VIF từ 10 trở lên sẽ xảy ra đa cộng tuyến mạnh. Nhà nghiên cứu nên cố gắng để VIF ở mức thấp nhất có thể, bởi thậm chí ở mức VIF bằng 5, bằng 3 đã có thể xảy ra đa cộng tuyến nghiêm trọng. 
  12. Theo Nguyễn Đình Thọ (2010), trên thực tế, nếu VIF > 2, chúng ta cần cẩn thận bởi vì đã có thể xảy ra sự đa cộng tuyến gây sai lệch các ước lượng hồi quy.
Nunnally, J. (1978), Psychometric Theory, New York, McGraw-Hill.
Hair và cộng sự (2014), Multivariate Data Analysis 7th Pearson Prentice Hall, Upper Saddle River, NJ.
Cristobal và cộng sự (2007), Perceived e-service quality (PeSQ): measurement validation and effects on consumer satisfaction and web site loyalty
Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika
Hutcheson, G. and Sofroniou, N. (1999) The Multivariate Social Scientist. Sage, London
Nguyễn Đình Thọ (2010), Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài Chính
Andy Field (2009), Discovering Statistics Using SPSS
Yahua Qiao (2011), Instertate Fiscal Disparities in America

Để xem chi tiết thông tin nguồn, các bạn tìm kiếm trên google tên tác giả + năm ấn phẩm. Ví dụ: Hair et al (2014). Các bạn nên trích dẫn đầy đủ các thông tin gồm: Tên tác giả, Năm xuất bản ấn phẩm, Tên ấn phẩm, Nhà xuất bản, Nơi xuất bản.
Bài viết liên quan