Home | KTL nâng cao | Giới thiệu về mô hình SEM

Giới thiệu về mô hình SEM

Các phương pháp ANOVA, hồi quy tuyến tính đa biến, ANCOVA, MANOVA trong phương pháp hồi quy tuyến tính tổng quát (GLM) được xem là 1 trường hợp giới hạn của mô hình SEM (Fan, 1997). Vậy mô hình SEM là gì? Vì sao mô hình SEM cho phép thực hiện các phân tích linh hoạt hơn GLM và ngày càng được áp dụng phổ biến trong các nghiên cứu khoa học & thực nghiệm? Mặc dù rất nhiều tài liệu tiếng anh viết về vấn đề này, tuy nhiên, tại Việt Nam các lý thuyết về mô hình SEM là rất hạn chế.

Bài viết này sẽ lần lượt trình bày, phân biệt rõ ràng các khái niệm cơ bản của mô hình SEM như biến quan sát (observed variables hoặc manifest variables), chỉ báo (indicators), biến ẩn (latent variables), khái niệm (constructs) hoặc nhân tố (factors), cũng như phân biệt mô hình SEM với các mô hình/phương pháp thống kê truyền thống. Ngoài ra, bài viết còn đi sâu phân tích các đặc trưng cơ bản của mô hình SEM như yêu cầu cở mẫu lớn, ít tập trung vào các kiểm định thống kê riêng rẻ,... thông qua đó người đọc có thể biết được cách xác định cở mẫu tối ưu cho mô hình SEM, cũng như sử dụng các phép kiểm định thống kê phù hợp.

Xem thêm:

  • Giới thiệu CFA và phân biệt CFA vs EFA
  • Thực hành ước lượng mô hình SEM trên SPSS với AMOS
  • Thực hành ước lượng mô hình SEM trên Stata
  • Một số báo cáo NCKH sử dụng mô hình SEM

Đầu tiên, chúng ta bắt đầu với việc phân biệt rõ ràng các khái niệm cơ bản nhưng rất quan trọng trong mô hình SEM.

Phần nội dung có thu phí bên dưới đã được ẩn. Vui lòng đăng nhập hoặc đăng ký gói Premium. Trân trọng!