Biến tiềm ẩn bậc cao

This entry is part 21 of 21 in the series Mô hình SEM trên phần mềm AMOS

Việc sử dụng biến tiềm ẩn bậc cao ( thường là bậc 2 nhưng cũng có những bậc cao hơn nhứ 3,4,…. Tuy nhiên ít gặp hơn) có 2 lý do sau đây. Có những khi là tuỳ chọn nhưng có những khi là bắt buộc.

Xem lại về khái niệm Biến tiềm ẩn: https://ungdung.hotronghiencuu.com/khai-niem-bien-tiem-an

Trường hợp 1: Bắt buộc

Giả sử bạn nghiên cứu mô hình sau, trong đó các biến trong mô hình đều là biến tiềm ẩn.

Tuy nhiên các biến A,B,C lại có tương quan rất cao, thể hiện qua một trong số các biểu hiện sau

+ Hệ số tương quan cao (xem ở phân tích nhân tố khẳng đinh CFA)

+ Biến chỉ báo của chúng tải lên cùng 1 cột khi phân tích EFA

Khi này rõ ràng ta không thể để nguyên dạng ban đầu của mô hình khi đưa cả 3 biến A-B-C đồng thời làm biến độc lập trong mô hình vì sẽ gây hiện tượng đa cộng tuyến. Bạn cũng có thể thử kiểm tra hiện tượng đa cộng tuyến cho mô hình theo hướng dẫn ở đây: https://ungdung.hotronghiencuu.com/da-cong-tuyen-trong-sem

Như vậy ta sẽ cần đưa mô hình về dạng sau

Trên AMOS

Lưu ý rằng lúc này A-B-C có vai trò như hệ quả của biến tiềm ẩn bậc 2 X nên cần thêm vào các phần dư cho chúng. Đồng thời đặt ít nhất 1 trọng số hồi quy cho các biến chỉ báo bậc 1 cho X (tương tự khi biến chỉ báo là biến quan sát thôi mà)

Trên SPSS

Nếu bạn chỉ dùng hồi quy bội trên SPSS, lúc này bạn có thể tính biến đại diện cho X bằng trung bình cộng tất cả các biến chỉ báo (quan sát) của A-B-C. Tất nhiên nếu đã chạy EFA trước thì sẽ dùng những biến quan sát còn lại sau khi chạy EFA mà thôi

Xêm thêm: Xử lý biến tiềm ẩn bậc cao trên Smart PLS

Trường hợp 2: Bắt buộc

Đó là khi bạn kế thừa 1 mô hình người ta đã sử dụng biến tiềm ẩn bậc 2, lúc này thì mình cứ vẽ lại mô hình đúng như của nghiên cứu trước và kiểm tra nó thôi

Trường hợp 3: Tuỳ chọn

Khi mô hình có quá nhiều giả thuyết cồng kềnh, bạn có thể cân nhắc sử dụng những biến tiềm ẩn bậc cao đại diện cho những biến tiềm ẩn bậc 1 có cùng tính chất để giảm đi số lượng các mối quan hệ trong mô hình, và từ đó làm cho việc phân tích các mô hình SEM trở nên đơn giản hơn.

Chú ý rằng việc này nếu là tự bạn quyết định thì cần cân nhắc, có những lập luận để bảo vệ nó. Và tất nhiên còn 1 điều nữa là thông tin chứa đựng trong biến tiềm ẩn bậc cao là thông tin đã bị suy biến đáng kể. Ví dụ như 4 biến A-B-C-D đi về 4 hướng đông- tây- nam –bắc nhưng khi bạn lây biến X làm biến đại diện thì thấy X đứng yên, và rõ ràng nó chẳng thể hiện tính chất của biến nào trong số 4 biến mà nó đại diện

Dưới đây là hình ảnh minh hoạ

Từ mô hình gốc gồm 5*3= 15 giả thuyết

Với việc sử dụng 3 biến tiềm ẩn bậc 2 là X,Y,Z ta đã giảm xuống còn 3*2=6 giả thuyết

Quyết định việc dùng biến tiềm ẩn bậc cao để giảm số lượng giả thuyết

 

còn nữa ...

Để xem tiếp các nội dung bên dưới bạn cần phải đăng nhập vào tài khoản đã được phân quyền đọc tương ứng.

Nếu chưa có tài khoản hãy nhấn  ĐĂNG KÝ hoặc ĐĂNG NHẬP nếu bạn đã có tài khoản.

Đăng ký | Quên mật khẩu?