Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

72 6 0
Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ĐẶNG THỊ PHƯƠNG ANH PHÂN TÍCH NHÂN TỐ VỚI DỮ LIỆU CÓ THỨ BẬC LUẬN VĂN THẠC SĨ TOÁN HỌC HÀ NỘI - 2017 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ĐẶNG THỊ PHƯƠNG ANH PHÂN TÍCH NHÂN TỐ VỚI DỮ LIỆU CĨ THỨ BẬC LUẬN VĂN THẠC SĨ TỐN HỌC Chuyên ngành: Lý thuyết Xác suất Thống kê Toán học Mã số: 60460106 NGƯỜI HƯỚNG DẪN KHOA HỌC TS TRỊNH QUỐC ANH HÀ NỘI - 2017 LèI CAM ƠN Trúc trỡnh by nđi dung chớnh cna luắn vn, em xin bày to lịng biet ơn sâu sac tói TS Tr%nh Quoc Anh ngưịi t¾n tình hưóng dan đe em có the hồn thành lu¾n văn Em xin bày to lịng biet ơn chân thành tói tồn the thay giáo khoa Tốn - Cơ - Tin HQc, Trưòng Đai HQc Khoa HQc Tn Nhiên, Đai HQc Quoc Gia Hà N®i day bao em t¾n tình suot q trình HQc t¾p tai khoa Nhân d%p em xin đưoc gui lòi cam ơn chân thành tói gia đình, quan Nhà xuat ban HQc Quoc gia H Nđi, ong nghiắp ban bè ln bên em, cő vũ, đ®ng viên, giúp đõ em suot q trình HQc t¾p thnc hiắn luõn tot nghiắp H Nđi, ngy tháng 06 năm 2017 HQc viên Đ¾ng Th% Phương Anh Mnc lnc Phân tích nhân to khám phá EFA 1.1 Xác đ%nh nhân to (factor extration) 1.2 Lna cHQN nhân to (factor section) 1.3 Phép xoay nhân to (factor rotation) 13 Phân tích nhân to khang đ%nh CFA 19 2.1 Giói thi¾u ve CFA .19 2.2 So sánh CFA EFA 21 2.3 Muc đích ưu điem cna CFA 24 2.4 Nh¾n dang thong kê 25 2.5 Ưóc lưong tham so cna mơ hình CFA 27 2.5.1 Phương pháp ưóc lưong hop lý cnc đai 27 2.6 Các bưóc tien hành CFA 28 2.6.1 Xác đ%nh cau trúc thành phan .28 2.6.2 Xây dnng mơ hình đo lưịng tőng qt 29 2.7 Thiet ke m®t nghiên cúu cu the .35 2.7.1 Các thang đo CFA 35 2.7.2 Đánh giá tính giá tr% cna mơ hình đo lưòng 37 2.8 Đánh giá sn phù hop (Assessing fit) 38 2.9 Ưóc lưong tác đ®ng (path estimates) 38 2.10 Tính giá tr% cau trúc (Construct Validity) 38 2.10.1 Giá tr% tương đong (Convergent Validity) .39 2.10.2 Giá tr% d% bi¾t (Discriminant validity) 39 2.10.3 Chan đốn mơ hình (Model diagnostics) 39 2.10.4 So dư chuan hoá (Standardized Residuals) 39 2.10.5 Các chi so đieu chinh (Modification indices) 40 ThEc hành chay EFA CFA SPSS Amos vái dE li¾u thEc te 41 3.1 Du li¾u tien hành phân tích 41 3.2 Su dung EFA SPSS 41 3.3 Su dung CFA AMOS 45 3.3.1 Cai thi¾n mơ hình 46 3.3.2 Model Fit 47 3.4 Mơ hình SEM 49 3.4.1 Du li¾u Yên Bái .49 3.4.2 Phân tích đa nhóm 49 Lài ma đau Ke tù địi m®t the ky trưóc, phân tích nhân to tro thành m®t nhung phương pháp thong kê nhieu chieu đưoc su dung phő bien nhat nham áp dung đe nghiên cúu so lĩnh vnc (ví du tâm lý HQc, giáo duc, xã h®i HQc, quan lý, khoa HQc tr%, y te cơng c®ng) Muc đích ban cna phân tích nhân to xác đ%nh đưoc lưong chat cna bien an Bien an đưoc ám chi boi hi¾p tương quan giua hai hay nhieu bien quan sát ho¾c nhân to giai thích cho phương sai, hi¾p phương sai m®t nhóm quan sát, thưịng đưoc GQI chi so Cu the m®t nhân to khơng the quan sát đưoc anh hưong bien quan sát đưoc giai thích cho moi tương quan giua bien quan sát đưoc Nói cách khác, bien đo lưịng đưoc tương quan chia se tác nhân chung (túc b% anh hưong cau trúc ban giong nhau) Như v¾y phân tích nhân to co gang thu GQN đ® tương quan giua chi so boi so lưong yeu to so bien quan sát trnc tiep Các khái ni¾m bat nguon tù Mơ hình nhân to chung (Thurstone, 1947) Trong đó, m¾c đ%nh rang chi so cna bien đo lưịng đưoc m®t hàm tuyen tính cna m®t hay nhieu nhân to chung m®t nhân to riêng Như v¾y phân tích nhân to phân vùng phương sai cna moi chi so thành hai loai: (1) Phương sai chung ho¾c phương sai cho boi nhân to, đưoc ưóc lưong cú cna phương sai chia se vói chi so khác phân tích; (2) Phương sai riêng, túc sn ket hop giua phương sai tin c¾y (reliable variance) – chi so cu the (các yeu to anh hưóng tói chi so) vói sai so ngau nhiên phương sai (random error variance) Có hai loai cna phân tích nhân to chung: Phân tích nhân to khám phá (EFA) phân tích nhân to khang đ%nh (CFA) (Joreskog, 1969, 1971a) Ca EFA CFE đeu nham tái hi¾n lai sn liên quan cna quan sát vói t¾p nho nhat bien an, chúng khác ve ban boi lưong chat cna mơ hình tiên nghi¾m sn han che boi mơ hình nhân to Theo đó, EFA thưịng đưoc su dung trưóc đe phát trien mơ hình cịn CFA đưoc su dung sau xây dnng cau trúc, đưoc thành l¾p thnc nghi¾m vói EFA so lý thuyet Lu¾n văn gom nhung khái ni¾m, thu¾t ngu ban ví du ve phân tích nhân to EFA CFA Bo cuc cna luắn bao gom chng: ã Chng cna lu¾n văn trình bày ve phân tích nhân to khám phỏ EFA ã Chng cna luắn trung trình bày phân tích nhân to khang đ %nh CFA • Chương thnc hành chay EFA CFA hai phan mem SPSS Amos vói du li¾u thnc te Do thịi gian thnc hi¾n lu¾n văn khơng nhieu, kien thúc cịn han che nên làm lu¾n văn khơng tránh khoi nhung han che sai sót Tác gia mong nh¾n đưoc sn góp ý nhung ý kien phan bi¾n cna q thay ban ĐQc Xin chân thành cam ơn! Hà N®i, ngày tháng 05 năm 2017 HQc viên Đ¾ng Th% Phương Anh Chương Phân tích nhân to khám phá EFA Trong chương này, mơ hình nhân to đưoc đe c¾p chn yeu khn khő cna EFA Tuy nhiên, hau het thu¾t ngu đưoc su dung cna EFA đưoc su dung tương tn CFA Trong nghiên cúu úng dung, CFA EFA thưòng đưoc tien hành vói Ví du, CFA thưịng đưoc su dung giai đoan sau cna vi¾c xây dnng mơ hình nham kiem tra, xác đ%nh đ® hop lý phù hop cna so li¾u vói mơ hình Cịn EFA giúp khao sát, tìm đ¾c trưng cna so li¾u nham xây dnng mơ hình Như v¾y muon nghiên cúu áp dung CFA, ta phai hieu rõ đưoc EFA Phương pháp tien hành EFA đưoc trình bày chương Tőng quan so sánh chi tiet ve EFA CFA se oc e cắp o chng sau EFA l mđt ky thu¾t đe thăm dị ho¾c mơ ta lưong phù hop nhân to chung đe phát hi¾n bien đo đưoc mà chi so hop lý cna bien không trnc tiep quan sát, gia đ%nh đe ton tai (có nhat ý nghĩa đó) đe giai thích mơ hình cna sn bien đői bien quan sát Ví du, nghiên cúu tính cách có the cho m®t b® câu hoi bao gom 30 câu hoi ve moi quan h¾ cna cá nhân HQ, địi song xã h®i, Tai múc cu the nhat, đieu cho ket qua moi ngưịi vói 30 chieu riêng bi¾t Tuy nhiên, có the tóm thành hai bien tiem an "hưóng n®i / hưóng ngoai" có the cho nhieu sn thay đői có h¾ thong mà lay 30 tham so quan sát Tóm lai, phương pháp phân tích nhân to EFA thu®c nhóm phân tích đa bien phu thu®c lan (interdependence techniques), nghĩa khơng có bien phu thu®c bien đ®c l¾p mà dna vào moi tương quan giua bien vói (interrelationships) EFA dùng đe rút GQN m®t k bien quan sỏt thnh mđt F (F < k) nhân to có ý nghĩa Cơ so cna vi¾c rút GQN dna vào moi quan h¾ tuyen tính cna nhân to vói bien nguyên thny (bien quan sát) Như nêu trên, muc tiêu cna EFA đe đánh giá chieu cna m®t t¾p hop nhieu chi so (ví du muc tù m®t bang hoi) bang cách khám phá nhân to sáng to can thiet đe giai thích moi tương quan giua chúng Trong đó, nhà - - nghiên cúu cuoi phai ghi rõ so yeu to phân tích boi khơng có m®t han che ban đau cho mơ hình cna moi quan h¾ giua bien quan sát bien tiem an Đây sn khác bi¾t quan TRQNG giua CFA EFA Trong CFA, nhà nghiên cúu phai xác đ%nh m®t so yeu to quan TRQNG cna mơ hình yeu to (ví du, so nhân to, mơ hình chi so nhân to tai TRQNG) Sau xác đ%nh rang EFA ky thu¾t phân tích thích hop nhat cho câu hoi thnc nghi¾m bang tay Các nhà nghiên cúu phai quyet đ%nh chi so đưa vào phân tích, xác đ%nh kích thưóc tính chat cna mau khơng phù hop cho phân tích Các bưóc cna EFA bao gom: Bưác 1: Tính ma tr¾n moi liên quan cho tat ca bien (correlation matrix) Tao correlation matrix cho tat ca bien Xác đ%nh bien mà khơng có liên quan vói bien khác Trong trưịng hop moi liên quan giua bien nho, chúng có the khơng chung m®t nhân to Kiem đ%nh Kaiser-Meyer-Olkin (KMO) Kiem đ%nh Bartlett test of Sphericity Lưu ý: KMO m®t chi tiêu đe xem xét sn phù hop cho vi¾c phân tích EFA ( 0.5< KMO e11 21.284 383 e9e11 e6e8 e6e7 e2e8 e1e2 e6 e8 12.912 687 e6 e7 31.412 971 e2 e8 10.254 -.483 e1 e2 27.362 569 Bang 3.3.1: Chi so MI giua sai so Cách 2: Loai m®t so bien cho giá tr% lón bang Standardized Residual Covariances Ví du tù bang trên, lna cHQN xóa D2.1.4 Lan lưot ta se xóa nhân to: D2.1.2, D2.1.3, D8.4, D4.5, D9.7 Standardized Residual Covariances (Group number - Default model) D1.1.4 D1.15 D2.1.4 D2.1.2 D2.1.3 D8.2 D8 D8.3 D4.5 D4.1 D1.1.1 1.1 .000 1.1 .000 000 D4.2 2.1 821 040 000 2.1 711 -.103 -.049 000 2.1 416 -.611 -.126 080 000 8.2 789 847 -.655 760 353 000 8.4 609 -.404 043 -.095 372 -.547 000 8.3 593 -.537 -1.006 -.112 217 062 030 000 4.5 1.126 1.398 -.392 -.190 -.028 2.022 632 314 000 4.1 -.385 -.303 961 -.407 000 230 825 007 -.338 1.1 -.112 362 898 551 115 840 272 -.485 -.189 000 4.2 -.533 -.929 441 -.039 180 1.746 038 -.246 413 400 000 4.3 -.737 -.588 -.068 -.787 061 307 631 -.277 278 000 554 9.7 784 491 1.856 -.506 233 -.174 -.243 827 980 1.568 6.8 746 -.470 1.864 1.017 2.051 179 1.316 -.094 -.394 456 -.209 6.1 5.9 823 040 3.191 1.226 1.304 -.772 -.283 735 294 -.846 -1.847 -.693 298 -.667 1.550 -.081 -.206 -.18 235 352 -.46 -.160 1.263 810 -1.201 -.852 481 1.657 -.474 -1.204 754 -.485 2.24 1.99 1.17 1.38 1.41 -.71 -.55 -.76 -.56 859 190 5.1 5.5 717 -.699 -2.103 5.4 631 -.343 1.003 515 -.299 898 5.3 343 -.263 -.216 -1.669 -1.348 -.688 700 3.3.2 000 -1.728 -.535 1.11 414 -1.136 -.022 -.91 -.732 476 Model Fit CMIN Model NPAR Default model 26 Saturated model 55 Independence model 10 CMIN 38.8 DF 29 000 973 243 RMR, GFI P CMIN/DF 105 1.339 000 21.628 45 1.000 2.348 -.077 -.722 -.239 -.169 -.032 131 806 800 Model RMR GFI AGFI PGFI Default model 106 969 941 511 Saturated model 000 Independence model 811 353 385 1.00 471 Baseline Comparisons Model NFI Dealta RFI rho Default model 960 Saturated model IFI Delta TLI rho 990 938 1.000 Independence model 000 984 1.000 000 Parsimony-Adjusted Measures Model Default model Saturated model Independence model PRATIO PNFI PCFI 644 000 619 000 683 000 1.000 000 000 Model Default model Saturated model NCP NCP 9.825 000 LO 90 000 000 Independence model 928.243 830.474 989 1.000 000 000 CFI HI 90 30.193 000 1033.421 000 Model Default model Saturated model Independence model Model FMIN FMIN 160 000 4.022 FO 041 000 LO 90 000 000 HI 90 125 000 3.836 3.432 4.270 RMSEA RMSEA LO 90 Default model 037 000 HI 90 066 Independence model 292 276 308 3.4 Mơ hình SEM 3.4.1 DE li¾u n Bái PCLOSE 000 740 Hình 3.4.1: Mơ hình SEM vói nhân to Ý đ%nh thích úng nhân to phu thu®c (So sánh giá tr% C.R vói 1.96 ( 1.96 giá tr% cna phân phoi chuan o múc 9750 , nghĩa 2.5% m®t phía, phía se 5%) C®t P 1.96 suy p-value < 5%, chap nh¾p Ha, ket lu¾n đ lắch khỏc cú ý ngha thong kờ o múc tin c¾y 95% Cịn neu C.R < 1.96 , suy p-value > 5%, bác bo Ha, chap nh¾n H0, ket luắn đ lắch khỏc khụng cú ý nghĩa thong kê o múc tin c¾y 95%, the ta ket lu¾n đưoc mơ hình ưóc lưong (lúc trưóc check vào option bootstrap) có the tin c¾y đưoc Thơng thưịng ket qua mong đoi phân tích SEM.) 3.4.2 Phân tích đa nhóm Model Fit AIC AIC Model Default model Saturated model BCC BIC CAIC 90.825 110.000 93.302 115.238 181.645 302.118 207.645 357.118 Independence model 993.243 994.195 1028.173 1038.173 ECVI ECVI 375 455 LO 90 335 455 HI 90 459 455 MECVI 386 476 4.10 3.700 4.539 4.180 Model Default model Saturated model Independence model HOELTER HOELTER 05 HOELTER 01 266 310 Model Default model Independence model 16 Ưóc lưong ML Estimate YDThichUng ·−− NiemTin YDThichUng ·−− ChuQuan YDThichUng ·−− NhanThuc P 0.669 *** 0.034 0.713 Bootstrap 500 Mean Bootstrap 1000 Mean CR 0.704 0.024 0.702 0.026 -0.026 0.824 -0.044 D5.3 ·−− YDThichUng D5.4 ·−− YDThichUng 0.861 *** D6.10 ·−− YDThichUng 0.586 *** D4.3 ·−− NiemTin D4.2 ·−− NiemTin 1.027 D4.1 ·−− NiemTin 0.726 D8.3 ·−− ChuQuan D8.2 ·−− ChuQuan D1.1.4 D1.1.5 ·−− NhanThuc ·−− NhanThuc 1.714 -0.6 2.8 -0.333 -2 -0.043 Bootstrap 2000 Mean CR 0.693 0.03 -2.6 -0.039 -3.333 -0.5 -1.5 0.865 0.868 1.5 0.87 0.59 -0.666 0.591 -0.5 0.593 -2.5 -2 *** 1.028 -1.666 1.031 -0.5 1.032 -1 *** 0.719 -3 0.721 -4 0.72 -4.5 2.8 2.75 *** 0.846 -1.2 0.851 -0.333 0.845 -1.5 *** 0.953 -0.5 -3 0.957 -2 -2 0.958 -2 -2 1 1 Bang 3.4.1: H¾ so hoi quy cna mơ hình SEM o hình 4.1 (giá tr% mũi tên thang chieu) Covariances: (Group number - Default model) NiemTin < NiemTin ChuQuan < −− −− > > NhanThuc ChuQuan < −− > NhanThuc Estimate P 0.731 *** 1.033 *** 0.78 *** Bang 3.4.2: Phương sai giua nhân to cna mơ hình SEM o hình 4.1 (giá tr% mũi tên cong chieu) 3.333 1.5 1 0.958 18 -3 -3 4.666 CMIN Model RPAR CMIN 120.37 Default model 104 Saturated model 220 000 Independence model 40 Model Default model DF 116 Saturated model 000 Independence model 876 CMIN/DF 372 1.038 000 6.605 1188.867 RMR, GFI RMR 154 P 180 GFI 914 1.00 438 AGFI 837 PGFI 482 313 358 Parsimony-Adjusted Measures Model PRATIO PNFI PCFI Default model Saturated model Independence model 644 000 579 000 642 000 1.000 000 000 NCP Model Default model Saturated model Independence model Model Default model Saturated model Independence model Model Default model Saturated model Independence model NCP 4.375 000 LO 90 000 000 HI 90 34.631 000 1008.86 903.51 1121.69 FMIN FMIN 504 000 4.974 FO 018 000 LO 90 000 000 HI 90 145 000 4.221 3.780 4.693 Baseline Comparisons NFI Dealta RFI rho IFI Delta TLI rho 899 843 996 993 1.000 1.00 000 000 000 0000 Model Default model RMSEA RMSEA LO 90 013 000 HI 90 035 PCLOSE 999 CFI 996 1.000 000 AIC AIC 328.375 440.000 Model Default model Saturated model Independence model 1268.867 BCC BIC 379.199 547.513 1288.415 Model Default model ECVI ECVI LO 90 1.374 1.356 Saturated model 1.841 1.841 Independence model 5.309 4.868 Independence model YDThichUng ·−− NhanThuc D5.3 D5.4 D6.10 ·−− YDThichUng ·−− YDThichUng ·−− YDThichUng 1.027 0.658 D4.3 D4.2 D4.1 D8.3 D8.2 ·−− ·−− ·−− ·−− ·−− 0.902 0.812 0.866 D1.1.4 D1.1.5 ·−− NhanThuc ·−− NhanThuc NiemTin NiemTin NiemTin ChuQuan ChuQuan 0.891 MECVI 1.587 2.291 5.391 46 Kinh Estimate P 0.185 0.44 0.224 0.13 -0.024 0.88 YDThichUng ·−− ChuQuan HI 90 1.50 1.84 5.78 HOELTER HOELTER 05 HOELTER 01 286 310 Model Default model YDThichUng ·−− NiemTin CAIC *** *** Thái Estimate P 0.762 0.01 -0.183 0.34 0.1 0.61 0.694 *** 0.881 *** *** 0.774 0.064 0.806 *** 0.679 *** *** 49 *** 0.46 0.00 0.00 Mông Estimate P 1.594 0.03 -0.178 0.45 -0.136 0.69 0.951 *** 0.007 0.96 1 1.209 *** 0.734 *** 0.998 *** 1.105 Tày Estimate P 2.181 0.008 *** 0.187 0.339 -1.028 0.051 0.887 0.973 *** *** 1.281 1.027 0.446 0.114 1.034 *** *** *** Bang 3.4.3: H¾ so hoi quy cna mơ hình SEM phân tích đa nhóm vói dân t®c Kinh Estimate NiemTin ChuQua n 1.031 Thái P *** Estimate P 0.878 0.03 Môn g Estimate Tày P 0.613 0.01 Estimat P e 0.541 0.058 NiemTin NhanThu c 1.036 *** 1.168 0.00 ChuQua NhanThu 0.731 0.03 0.866 0.07 n c 0.658 *** 1.388 *** 0.61 0.03 0.8616 0.022 Bang 3.4.4: Phương sai giua nhân to p – value tương úng Mơ hình SEM Hình 3.0.1: Mơ hình SEM n Bái Hình 3.0.2: Mơ hình SEM cna bon dân t®c o Yên Bái Tài li¾u tham khao [1] Nguyen Huu Du, Phương pháp phân tích thành phan phân tích chùm xu lí so li¾u thong kê nhieu chieu.Tap chí Khoa HQc Phát trien 2014, t¾p 2, so 5: 762-768 [2] Đào Huu Ho (2015), Lý thuyet ưác lưang, NXB Đai HQc Quoc gia Hà N®i [3] Nguyen Huu Dư, Nguyen Văn Huu (2003), Phân tích thong kê dn báo, NXB Đai HQc Quoc gia Hà N®i [4] Lê Tan Phùng, Phân tích yeu to khang đ%nh (Confirmatory Factor Analysis), letanphung.blogspot.com [5] Timothy A Brown PsyD, Confirmatory Factor Analysis for Applied Research, Second Edition (Methodology in the Social Sciences) [6] Joseph F Hair Multivariate data analysis : a global perspective., Upper Saddle River, N.J ; London : Pearson Education, 2010 [7] Peter Tryfos, Chapter 14 Factor analysis,yorku.ca [8] Hair, J., Black, W., Babin, B., and Anderson, R (2010) Multivariate data analysis (7th ed.): Prentice-Hall, Inc Upper Saddle River, NJ, USA [9] Hu, L T., Bentler, P M (1999) Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives Structural equation modeling: a multidisciplinary journal [10] Kline, R B (2011) Principles and practice of structural equation modeling (3rd ed.) New York, NY: Guilford publications [11] Lawrence S Meyers, Glenn C Gamst, A J Guarino (2000) Performing Data Analysis Using IBM SPSS Wiley; edition ... QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ĐẶNG THỊ PHƯƠNG ANH PHÂN TÍCH NHÂN TỐ VỚI DỮ LIỆU CÓ THỨ BẬC LUẬN VĂN THẠC SĨ TOÁN HỌC Chuyên ngành: Lý thuyết Xác suất Thống kê Toán học Mã số:... sai so ngau nhiên phương sai (random error variance) Có hai loai cna phân tích nhân to chung: Phân tích nhân to khám phá (EFA) phân tích nhân to khang đ%nh (CFA) (Joreskog, 1969, 1971a) Ca EFA... ví du ve phân tích nhân to EFA CFA Bo cuc cna luắn bao gom chng: ã Chương cna lu¾n văn trình bày ve phân tích nhõn to khỏm phỏ EFA ã Chng cna luắn văn t¾p trung trình bày phân tích nhân to khang

Ngày đăng: 24/12/2021, 20:12

Hình ảnh liên quan

Hình 1.1.1: PCA tìm truc cho không gian mói sao cho nó bieu dien tot nhat múc đ® bien thiên cna du  li¾u. - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 1.1.1.

PCA tìm truc cho không gian mói sao cho nó bieu dien tot nhat múc đ® bien thiên cna du li¾u Xem tại trang 14 của tài liệu.
du li¾u lón hơn đưoc su dung (p = 20). Trong hình 12.1, các thu nghi¾m Scree su dung m®t đo th% trong có các giá tr% riêng hình thành truc DQc và các nhân to hình thành truc ngang - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

du.

li¾u lón hơn đưoc su dung (p = 20). Trong hình 12.1, các thu nghi¾m Scree su dung m®t đo th% trong có các giá tr% riêng hình thành truc DQc và các nhân to hình thành truc ngang Xem tại trang 17 của tài liệu.
Tiep theo ta xem xét mô hình B, m®t t¾p βij khác:0, - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

iep.

theo ta xem xét mô hình B, m®t t¾p βij khác:0, Xem tại trang 19 của tài liệu.
Mô hình tuyen tính giua bien quan sát (Yi) và nhân to (Fi): - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

h.

ình tuyen tính giua bien quan sát (Yi) và nhân to (Fi): Xem tại trang 19 của tài liệu.
Hình 1.3.1: Minh HQA tai TRQNG xoay vòng - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 1.3.1.

Minh HQA tai TRQNG xoay vòng Xem tại trang 20 của tài liệu.
Hình 1.3.2: Bieu dien hình HQc cna không xoay, trnc giao xoay, và ma tr¾n nhân to xoay gián tiep - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 1.3.2.

Bieu dien hình HQc cna không xoay, trnc giao xoay, và ma tr¾n nhân to xoay gián tiep Xem tại trang 27 của tài liệu.
hình CFA, ban chat chính xác cna các moi quan h¾ đưoc xác đ%nh trong mô hình cau trúc đó là nhân to X có anh hưong trnc tiep tói nhân to X, nhân to X có anh hưong trnc tiep nhân to Y và nhân to X có tác đ®ng gián tiep tói nhân to Y - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

h.

ình CFA, ban chat chính xác cna các moi quan h¾ đưoc xác đ%nh trong mô hình cau trúc đó là nhân to X có anh hưong trnc tiep tói nhân to X, nhân to X có anh hưong trnc tiep nhân to Y và nhân to X có tác đ®ng gián tiep tói nhân to Y Xem tại trang 30 của tài liệu.
Hình 2.2.1: Mô hình phân tích nhân to khang đ%nh và phân tích nhân to khám phá - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 2.2.1.

Mô hình phân tích nhân to khang đ%nh và phân tích nhân to khám phá Xem tại trang 35 của tài liệu.
1. Bat ke mô hình phúc tap the nào (ví du m®t nhân to hay nhieu nhân to, kích thưóc cna các b® bien quan sát), các bien tiem an can phai đưoc thu nho - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

1..

Bat ke mô hình phúc tap the nào (ví du m®t nhân to hay nhieu nhân to, kích thưóc cna các b® bien quan sát), các bien tiem an can phai đưoc thu nho Xem tại trang 36 của tài liệu.
Hình 2.3.1: Mô hình phân tích nhân to khám phá 2 nhân to, 6 bien quan sát - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 2.3.1.

Mô hình phân tích nhân to khám phá 2 nhân to, 6 bien quan sát Xem tại trang 36 của tài liệu.
Hình 2.4.1: Ví du cho trưòng hop &#34;xác đ%nh dưói&#34; và &#34;vùa xác đ%nh&#34; - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 2.4.1.

Ví du cho trưòng hop &#34;xác đ%nh dưói&#34; và &#34;vùa xác đ%nh&#34; Xem tại trang 38 của tài liệu.
Hình 2.6.2: Mô hình phân tích nhân to khang đ%nh 2 nhân to, 8 bien quan sát - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 2.6.2.

Mô hình phân tích nhân to khang đ%nh 2 nhân to, 8 bien quan sát Xem tại trang 44 của tài liệu.
Hình 2.6.1: Mô hình vói hi¾n tưong tai chéo (multi – loading) - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 2.6.1.

Mô hình vói hi¾n tưong tai chéo (multi – loading) Xem tại trang 44 của tài liệu.
Hình 2.6.4: Ví du ve sn hài lòng trong công vi¾c - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 2.6.4.

Ví du ve sn hài lòng trong công vi¾c Xem tại trang 49 của tài liệu.
là khó chap nh¾n, can phai kiem tra so li¾u và sn phù hop mô hình neu ton tai nhung ső dư chuan hoá tù |2.5| đen |4.0|. - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

l.

à khó chap nh¾n, can phai kiem tra so li¾u và sn phù hop mô hình neu ton tai nhung ső dư chuan hoá tù |2.5| đen |4.0| Xem tại trang 56 của tài liệu.
Hình 3.3.1: Mô hình CFA nh¾n đưoc ket qua EFA (chưa chuan hóa) - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 3.3.1.

Mô hình CFA nh¾n đưoc ket qua EFA (chưa chuan hóa) Xem tại trang 62 của tài liệu.
Hình 3.3.2: Mô hình CFA nh¾n đưoc tù phân tích EFA có chi so phù hop - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 3.3.2.

Mô hình CFA nh¾n đưoc tù phân tích EFA có chi so phù hop Xem tại trang 63 của tài liệu.
3.3.1 Cai thi¾n mô hình - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

3.3.1.

Cai thi¾n mô hình Xem tại trang 63 của tài liệu.
Hình 3.4.1: Mô hình SEM vói nhân to Ý đ%nh thích úng là nhân to phu thu®c - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 3.4.1.

Mô hình SEM vói nhân to Ý đ%nh thích úng là nhân to phu thu®c Xem tại trang 66 của tài liệu.
3.4 Mô hình SEM - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

3.4.

Mô hình SEM Xem tại trang 66 của tài liệu.
Bang 3.4.2: Phương sai giua các nhân to cna mô hình SE Mo hình 4.1 (giá tr% các mũi tên cong 2  chieu) - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

ang.

3.4.2: Phương sai giua các nhân to cna mô hình SE Mo hình 4.1 (giá tr% các mũi tên cong 2 chieu) Xem tại trang 67 của tài liệu.
Bang 3.4.3: H¾ so hoi quy cna mô hình SEM trong phân tích đa nhóm vói 4 dân t®c - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

ang.

3.4.3: H¾ so hoi quy cna mô hình SEM trong phân tích đa nhóm vói 4 dân t®c Xem tại trang 69 của tài liệu.
Mô hình SEM - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

h.

ình SEM Xem tại trang 71 của tài liệu.
Hình 3.0.1: Mô hình SEM Yên Bái - Luận văn thạc sĩ phân tích nhân tố với dữ liệu có thứ bậc

Hình 3.0.1.

Mô hình SEM Yên Bái Xem tại trang 71 của tài liệu.

Mục lục

    ĐẶNG THỊ PHƯƠNG ANH

    ĐẶNG THỊ PHƯƠNG ANH

    1.1 Xác đ%nh nhân to (factor extration)

    1.2 LEa chqn nhân to (factor section)

    1.3 Phép xoay nhân to (factor rotation)

    2.1 Giái thi¾u ve CFA

    2.2 So sánh CFA và EFA

    2.3 Mnc đích và ưu điem cua CFA

    2.4 Nh¾n dang thong kê

    2.5 Ưác lưang tham so cua mô hình CFA

Tài liệu cùng người dùng

Tài liệu liên quan