Phân tích đa nhóm, ứng dụng đánh giá tác động của biến điều tiết

This entry is part 14 of 21 in the series Mô hình SEM trên phần mềm AMOS

Phân tích đa nhóm trong mô hình phương trình cấu trúc (SEM) là một ứng dụng để phân tích tác động điều tiết của 1 biến phân loại (phân nhóm).

Trong trường hợp biến điều tiết là biến liên tục mà bạn chuyển đổi về phân nhóm thì sẽ vẫn dùng được kỹ thuật này. Ví dụ 1 biến đo băng thang likert có thể chuyển về 2 nhóm cao- thấp hoặc 3 nhóm cao- trùng bình- thấp

Bài viết này minh hoạ kỹ thuật sử dụng phép thử Khi bình phương (Chi-square) chênh lệch trong đánh giá tác động này

Ý tưởng

Ý tưởng của phương pháp này được mô tả như sau

+ Xét 1 số môi quan hệ (1 hoặc nhiều) trong mô hình, giả sử có 3 mối quan hệ với hệ số hồi quy lần lượt là α, β và γ với n nhóm được chia ra bởi biến phân loại M (mỗi quan hệ đó không nhất thiết chỉ có đường hồi quy mà có thể là bất cứ đường dẫn nào trong mô hình)

+ Mô hình bất biến 1 phần là mô hình được cố định là α, β và γ cho mọi nhóm, nghĩa là

Mô hình này có hệ số chi-square1 và sô bậc tự do df1

+ Mô hình khả biến (2) là mô hình không bị ràng buộc, tức là không được áp đặt 3 đẳng thức trên. Mô hình này có hệ số chi-square2 và số bậc tự do df2=df1-3 (bậc tự do thấp hơn)

+ Bây giờ xét giá trị Δchisquare= chisquare1-chisquare2, gọi tắt là Δ. Nếu giá trị Δ ≠0 (Δ>0)thì tức là mô hình 2 có chệnh lệch chi-square đáng kể với mô hình 1. Khi đó mô hình 2 được cho là phù hợp hơn (chi-square càng nhỏ càng tốt). Điều đó có nghĩa là các dấu = ở (1) không nên xảy ra, hay nói cách khác là các hệ số α, β và γở các nhóm là khác nhau (mình chỉ biết là ít nhất 1 trong 3 hệ sô ở ít nhất 2 nhóm khác nhau, chứ không phải là khác nhau hết nhé). Như vậy M có quan hệ điều tiết ít nhất 1 trong các mối quan hệ α, β hoặc γ

+ Ngược lại nếu Δ=0 thì mô hình (1) phù hợp hơn vì có bậc tự do cao hơn. Như vậy biến M không có tác động điều tiết tới đồng thời cả 3 mối quan hệ α, β và γ.

+ Kiểm định cặp giả thuyết

Lây mức ý nghĩa 0.05 chẳng hạn.

+ Nếu p- value < 0,05 thì ta bác bỏ H0, lúc đó mô hình khả biến OK hơn và ta nói M có tác động điều tiết

+ Nếu p-value >0,05 thì ta chấp nhận H0, lúc đó mô hình bất biến từng phần OK hơn và ta nói M không có tác động điều tiết

Giá trị P-value được tính trong ví dụ dưới đây. Do cỡ mẫu nhỏ nên mình chỉ chia làm 2 nhóm để minh hoạ (giới tính= nam và nữ).

Phân tích sử dụng Plugin Multi Group của AMOS 24. Xem lại cách cái phần mềm và Plug-in tại đây: https://ungdung.hotronghiencuu.com/series/cai-dat-phan-mem

Thực hành phân tích Multi Group

Thao tác

Xét mô hình sau

Bước 1: Tạo nhóm

Nhấn vào đây để đổi tên nhóm (cho dễ theo dõi), nếu không thì tên nó cứ theo mặc định

Nhấn New để tạo thêm nhóm. Nếu lỡ tạo nhiều nhóm thì click vào nhóm thừa và chọn Delete là được nhé. Tạo xong nhần Close

Bước 2: Chỉ định dữ liệu cho từng nhóm

Nhân chuọt vào từng nhóm và set data cho từng nhóm

Tại mục File name chỉ định vị trí đặt tệp data. Với nhóm đầu tiên nó mặc định là data đang dùng rồi, từ nhóm thứ 2 có thể phải trỏ lại

Tại Grouping Variable ta chỉ định biến phân loại

Tại Group Value ta chỉ định giá trị tương ứng với nhóm

Kết thức thì mục data set ta sẽ được kết quả như sau. Sau đó nhấn OK

Bước 3: Setup Multi Group

Nhấn vào đây roic chọn OK

Chọn tiếp OK

Và máy tính sẽ vẽ cho chúng ta 1 số mô hình như sau, đồng thời các mỗi quan hệ trên mô hình đều bị gán nhãn

Mô hình đầu tiên là mô hình không bị giới hạn, chính là mô hình khả biến,hay là mô hình thông thường ta vẫn xét

Các mô hình tiếp theo là mô hình bị cố đinh trọng số hồi quy, hiệp phương sai, phần dư,….

Cái mô hình mà cố định 1 sô trọng số hồi quy chỉ là dạng đặc biệt trong số các dạng thôi

Đây nhé, click vào đó ta sẽ thấy các trọng số hồi quy đang bị cố định hết

Bài viết này ta chỉ tập trung vào các trọng số hôi quy, tức là model Structural Weights

Các mô hình khác các bạn để cũng được mà xoá dũng được. Lát nữa vào khi tính toán thì mình để bao nhiều mô hình nó sẽ tính bằng ấy mô hình và phần so sánh nó sẽ so mô hình đầu với từng cái ở dưới. Để đỡ nặng mình sẽ xoá các model đó đi băng cách click vào và xoá hết nội dung bên trong đi (lúc ấy nó sẽ tự mất đi vì trùng model đầu tiên) hoặc nhấn vào Delete. Các bạn muốn thử các dạng mô hình khac thì từ mày mò nhé

Cuối cùng ta giữ lại 2 mô hình này thôi

Bước 4: Ràng buộc quan hệ

Nhấn vào model Structural Weights

Bây giờ ở đây có mối quan hệ rang buộc nào thì mô hình sẽ ước lượng ràng buộc các quan hệ ấy trong mô hình bất biến từng phần.

Tốt nhất bạn copy 1 bản full ra words để sau thay đổi thiết lập thì copy vào là xong, đỡ phải đánh lại sẽ tốn thời gian

Chuyển sang tay phải phía mô hình đang hiển thị 1 chút

Bay giờ giả sử ta chỉ xem biến giới tính có điều tiết quan hệ C-->A (tức là b7) không thôi thì ta chỉ để lại b7 trong cửa số Parameter constraints

Sau đó nhấn Close và nhấn Estimate tính toán bình thường

Bước 5: Đọc Output

Lướt qua Model fit

Dễ thấy mô hình bất biến 1 phần có bậc tự do (DF) cao hơn 1 (do cố định 1 mối quan hệ) và chisquare cũng cao hơn chút (chisquare chính là CMIN)

Xem vậy thôi chứ thực ra ta có thể bỏ qua và xem phần quan trọng hơn là Model Compairison (so sánh mô hình)

Nhận được P=0.035 <0.05, như vậy ta bác bỏ H0, tức là lựa chọn mô hình khả biến thay vì b7 bất biến. Như vậy ta có thể cho rằng giới tính có ảnh tác động điều tiết lên quan hệ CA.

Ta xem kết quả ươc lượng mô hình với từng nhóm trong output bằng cách click vào nhóm đó. Các chỉ số trong từng output xem như với mô hình bình thường. Nhớ xem ở mô hình Unconstrained (mô hình không ràng buộc)

Báo cáo kết quả

Ngoài việc báo cáo rằng giới tính có ảnh tác động điều tiết lên quan hệ C-->A, ta có thể báo cáo sâu hơn như sau

Ở nhóm nam thì C tác động ngược chiếu đến A nhưng ở nhõm nữ thì C tác động cùng chiều lên A

Quay lại bước 4

Nếu muốn xét cả 7 mối quan hệ chính trong bài đang nghiên cứu thì cài đặt như sau (copy từ words lại)

Kết quả là DF chênh nhau 7 và không có sự khác biệt giữa 2 mô hình (p=0.445>0.05). Ta kết luận rằng giới tính không điều tiết đồng thời cả 7 mối quan hệ này. Đến đây gần như ta không còn gì để báo cáo phía sau nữa (tất nhiên là tuỳ các bạn phân tích thôi)

Xử lý các phân tích đa nhóm trong luận văn

 

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?

Trang: 1 2 3 4