So sánh độ phù hợp của mơ hình trước và sau khi hiệu chỉnh

Một phần của tài liệu Luận văn thạc sĩ UEH đo lường các thành phần giá trị thương hiệu của phần mềm chống virus tại thành phố hồ chí minh (Trang 70 - 71)

Các chỉ số đánh giá Mơ hình ban đầu Mơ hình hiệu chỉnh

χ2 /(df) 506.903 (87) 241.001 (84) χ2 / df 5.826 2.869 p-value 0.000 0.000 GFI 0.932 0.968 AGFI 0.906 0.954 TLI 0.920 0.969 CFI 0.934 0.975 RMSEA 0.070 0.043

Bảng 3.12. Kết quả kiểm định mối quan hệ nhân quả giữa các khái niệm trong mơ hình nghiên cứu (chuẩn hĩa).

Mối quan hệ ML S.E. C.R. P PQ ← AW .660 .055 16.316 ***

LO ← PQ .774 .062 11.936 ***

Ghi chú: ML giá trị ước lượng; se sai lệch chuẩn; C.R. giá trị tới hạn.

3.6.2. Ước lượng mơ hình lý thuyết bằng Bootstrap với N=2000.

“Trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu,

thơng thường chúng ta phải chia mẫu ra làm hai mẫu con. Một nửa dùng để ước lượng

các tham số mơ hình và một nửa dùng để đánh giá lại. Cách khác là lặp lại nghiên cứu bằng một mẫu khác. Hai cách trên đây thường khơng thực tế vì phương pháp cấu trúc thường địi hỏi mẫu lớn nên việc làm này tốn kém nhiều thời gian và chi phí

(Anderson & Gerbing, 1988). Trong những trường hợp như vậy thì Bootstrap là

phương pháp phù hợp để thay thế (Schumacker & Lomax, 2006). Bootstrap là phương

pháp lấy mẫu lặp lại cĩ thay thế, trong đĩ mẫu ban đầu đĩng vai trị là đám đơng.

Phương pháp Bootstrap thực hiện với số mẫu lặp lại là N lần. Kết quả ước lượng từ

N mẫu được tính trung bình và giá trị này cĩ xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Bootstrap và ước lượng mơ hình với mẫu ban đầu càng nhỏ cho phép kết luận các ước lượng mơ hình cĩ thể tin cậy được.

Nghiên cứu này sử dụng phương pháp Bootstrap với số lượng mẫu lập lại N = 2000 mẫu được tính trung bình kèm theo độ chệch. Cột Ước lượng cho thấy ước lượng bình

thường với phương pháp Maximum Likelihood, các cột cịn lại được tính từ phương pháp

Bootstrap và ước lượng mơ hình với mẫu ban đầu. Độ chệch càng nhỏ cho phép kỳ vọng

trạng thái mẫu lặp lại ổn định và các ước lượng mơ hình cĩ thể tin cậy được. Chúng ta nhận thấy độ chệch Bias trong Bảng 3.13 tuy xuất hiện nhưng khơng nhiều và khơng lớn, sai lệch chuẩn của độ chệch đều nhỏ hơn độ chệch và ổn định. Vì vậy chúng ta cĩ thể kết luận là các

ước lượng trong mơ hình cĩ thể tin cậy được và tiếp tục được sử dụng để kiểm định các giả

thuyết đã đề ra” (Nguyễn Khánh Duy, 2009, tr. 54-56).

Một phần của tài liệu Luận văn thạc sĩ UEH đo lường các thành phần giá trị thương hiệu của phần mềm chống virus tại thành phố hồ chí minh (Trang 70 - 71)

Tải bản đầy đủ (PDF)

(112 trang)