- Giáo trình phân tích SmartPLS. Hướng dẫn chi tiết
- Cách đọc kết quả SmartPLS
- Các thao tác cơ bản với Project trên Smart PLS
- Các thao tác cơ bản với dữ liệu trên Smart PLS
- Các thao tác cơ bản với mô hình trên Smart PLS
- Trích dẫn kết quả từ phần mềm vào bài làm
- Đánh giá mô hình đo lường kết quả trên SmartPLS
- Phân tích mô hình PLS-SEM trên SmartPLS
- Đọc thêm: Bootstrapping và các kết quả trên SmartPLS
- Hệ số tác động f2 (f Square) trên phần mềm SmartPLS (Hệ số đánh giá tác động của 1 biến độc lập đến khả năng giải thích mô hình đối với 1 biến phụ thuôc tương ứng)
- Phép dò tìm (Blindfolding) và khả năng dự báo ngoài mẫu Q2
- Hệ số tác động năng lực dự đoán q2 (q Square)
- Tác động trực tiếp, gián tiếp và tổng hợp trên SmartPLS
- Đánh giá vai trò của biến trung gian trong PLS SEM bằng phần mềm SmartPLS
- So sánh trung bình 2 mẫu độc lập trên SmartPLS
- Xử lý biến điều tiết trên SmartPLS
- Phân tích đa nhóm và xử lý biến điều tiết phân loại trên SmartPLS
- Phân tích biến điều tiết liên tục trên SmartPLS
- Đánh giá mô hình đo lường nguyên nhân
- Xử lý mô hình có biến tiềm ẩn bậc cao
- Đọc thêm: Model Fit trên SmartPLS
- Đọc thêm: Hệ số GoF (goodness-of-fit index) của mô hình SEM
- Data demo cho loạt bài Smart PLS
- Đọc thêm: Chứng minh cách tiếp cận các biến tiềm ẩn bậc cao bằng phương pháp lặp lại các biến chỉ báo
Cập nhật: 12/03/2024 bởi admin0
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Kiểm tra hiện tượng đa cộng tuyến
Vấn đề này lý thuyết các bạn có thể search Google, quá nổi tiếng rồi hoặc xem lại ở đây mình có viết lại qua qua: https://ungdung.hotronghiencuu.com/hien-tuong-da-cong-tuyen
Kết quả mong muốn là tất cả các hệ số VIF <2 để mô hình không có đa cộng tuyến. (Với các biến số đo băng thang likert thì thương chọn mốc này là 2. Các bạn cũng có thể chọn các moc 5 hay 10 tuỳ theo thang đo các biến số trong nghiên cứu.
Trên phần mềm các kết quả tốt sẽ được hiển thị màu xanh. Các bạn nhớ rằng xem ở tab Inner VIF chứ không phải Outer VIF nhé.
Chú ý rằng
+ Mỗi cột dọc là 1 biến phụ thuộc tương ứng với 1 phương trình hòi quy. Vậy biến nào chỉ là biến độc lập thì cột tương ứng sẽ bị bỏ trống hoàn toàn
+ Mỗi hàng là 1 biến độc lập. Vậy biến nào chỉ là biến phụ thuộc thì hàng tương ứng sẽ trống hoàn toàn
Trong ví dụ hình trên thì phần mềm ước lượng mô hình có 2 biến phụ thuộc
Mô hình thứ nhất có biến phụ thuộc CUSA, các biến độc lâpk là COMP và LIKE
Mô hình thứ hai có biến phụ thuộc CUSL, các biến độc lâpk là COMP, CUSA và LIKE