Chọn phương pháp phân tích dữ liệu

Cách dùng

1. Chọn câu hỏi nghiên cứu. So sánh nhóm, liên hệ giữa hai biến, nhiều yếu tố tác động tới một biến, mô hình nhiều khái niệm, kiểm tra thang đo, trung gian và điều tiết, thí nghiệm, dữ liệu bảng doanh nghiệp và ngân hàng, chuỗi thời gian vĩ mô, tác động chính sách (DID, event study), định tính hay mô tả. Đề tài có nhiều câu hỏi thì chạy công cụ cho từng câu.
2. Trả lời các câu hỏi phụ hiện ra. Quan trọng nhất là cách đo biến kết quả. Trung bình của nhiều câu Likert được xem như biến liên tục; một câu Likert đơn lẻ là biến thứ bậc (xemthang đo Likert).
3. Đọc gợi ý chính và phương án khác. Mỗi gợi ý có lý do, giả định cần kiểm tra, cỡ mẫu tối thiểu kèm nguồn và danh sách những gì cần báo cáo. Phương án khác là lựa chọn dự phòng khi giả định bị vi phạm.
4. Bấm “Sao chép gợi ý” để có đoạn ghi chú kèm tài liệu tham khảo APA, dùng khi viết mục “Phương pháp phân tích dữ liệu” ở chương 3, hoặc “Sao chép link” để gửi giảng viên hướng dẫn.

Ví dụ

So sánh mức hài lòng giữa ba nhóm thu nhập. Biến hài lòng là trung bình 5 câu Likert (liên tục), 3 nhóm độc lập: công cụ gợi ý ANOVA một yếu tố, Welch nếu phương sai không đồng nhất, kiểm định sau Tukey hoặc Games–Howell; cỡ mẫu 53 người mỗi nhóm để phát hiện hiệu ứng trung bình (f = 0,25), tính như G*Power. Nếu nhóm nhỏ và dữ liệu lệch nhiều, phương án khác là Kruskal–Wallis.

Mô hình UTAUT mở rộng với 6 khái niệm. Chọn “Kiểm định mô hình nhiều khái niệm”, mục tiêu giải thích và mở rộng lý thuyết, mẫu dưới 200: gợi ý PLS-SEM với cỡ mẫu là số lớn hơn giữa G*Power và phương pháp căn bậc hai nghịch đảo (Kock & Hadaya, 2018), kèm các ngưỡng đánh giá mô hình đo lường và cấu trúc theo Hair và cộng sự (2019). Vẽ mô hình và đếm mũi tên bằng Vẽ mô hình nghiên cứu.

Các yếu tố tác động đến nợ xấu của 27 ngân hàng, 2012–2023, có biến nợ xấu năm trước. Chọn “Dữ liệu bảng”, ngân hàng, nhiều đơn vị ít năm, có biến phụ thuộc trễ: gợi ý GMM hệ thống với kiểm định AR(2), Hansen và lưu ý số biến công cụ phải nhỏ hơn số ngân hàng (Roodman, 2009), kèm link tới cách tínhtỷ lệ nợ xấu, NIM, Z-score, CAR. Không có biến trễ thì gợi ý Pooled OLS, FEM, REM với kiểm định F, Breusch–Pagan và Hausman.

Các yếu tố tác động đến lạm phát Việt Nam 1995–2023.Chọn “Chuỗi thời gian vĩ mô”, một phương trình: sau kiểm định nghiệm đơn vị, biến lẫn lộn I(0) và I(1) thì gợi ý ARDL bounds (Pesaran và cộng sự, 2001), với khoảng 30 quan sát năm thì dùng giá trị tới hạn của Narayan (2005). Số liệu lấy ở Dữ liệu thứ cấp.

Công cụ chọn theo nguyên tắc nào?

• Loại biến kết quả quyết định họ kiểm định: liên tục thì so sánh trung bình (t-test, ANOVA, hồi quy tuyến tính), thứ bậc thì phương pháp dựa trên thứ hạng (Mann–Whitney, Kruskal–Wallis, Spearman), định danh thì bảng chéo và logistic (Field, 2018).
• Thiết kế độc lập hay lặp lại: cùng người đo nhiều lần thì các quan sát không độc lập, phải dùng t mẫu cặp, ANOVA đo lặp lại, Wilcoxon hoặc McNemar.
• Cỡ mẫu tính cho hiệu ứng mức trung bình, α = 0,05, power 0,80 (Cohen, 1992). Hồi quy, t-test và ANOVA được tính như G*Power (Faul và cộng sự, 2009); logistic theo 10 biến cố cho mỗi biến (Peduzzi và cộng sự, 1996); trung gian theo bảng mô phỏng bootstrap của Fritz và MacKinnon (2007).
• Dữ liệu thứ cấp theo cấu trúc: nhiều đơn vị ít năm thì FEM/REM (Hausman, 1978) hoặc GMM khi có biến trễ (Roodman, 2009); ít đơn vị nhiều năm thì kiểm định nghiệm đơn vị, đồng liên kết rồi ARDL bảng (Pesaran và cộng sự, 1999); một chuỗi thời gian thì ARDL hoặc VAR/VECM tuỳ bậc tích hợp (Pesaran và cộng sự, 2001; Johansen, 1991); chính sách áp dụng ở các năm khác nhau thì DID theo Callaway và Sant’Anna (2021).
• PLS-SEM hay CB-SEM theo mục tiêu (dự báo, mở rộng lý thuyết hay khẳng định lý thuyết), khái niệm cấu tạo và cỡ mẫu (Hair và cộng sự, 2019).

Câu hỏi thường gặp

Likert là biến thứ bậc hay liên tục?

Một câu Likert là thứ bậc. Trung bình hoặc tổng của nhiều câu cùng đo một khái niệm (đã qua Cronbach’s alpha và EFA) thường được xem là biến liên tục và phân tích bằng t-test, ANOVA, hồi quy; đây là cách đa số khoá luận dùng.

Vì sao không dùng các bước Baron và Kenny cho biến trung gian?

Các bước này đòi hỏi X tác động có ý nghĩa lên Y trước, nên bỏ sót nhiều trường hợp có trung gian thật và cần mẫu rất lớn. Khuyến nghị hiện nay là kiểm định trực tiếp tác động gián tiếp bằng bootstrap (Zhao và cộng sự, 2010; Hayes, 2022).

Kiểm định giả định thất bại thì sao?

Dùng phương án khác mà công cụ gợi ý (phi tham số, Welch, sai số chuẩn bền vững), và ghi rõ trong chương 4 giả định nào bị vi phạm và cách xử lý.

Chạy các phương pháp này ở đâu?

Cronbach’s alpha, EFA, tương quan, t-test, ANOVA, hồi quy, CR/AVE/HTMT chạy được miễn phí trongcông cụ phân tích dữ liệu, kèm đoạn chương 4 viết sẵn. Chưa có bảng hỏi thì bắt đầu từBộ khảo sát vàThư viện thang đo; cỡ mẫu với giả định khác tính ở Máy tính cỡ mẫu.

Tài liệu tham khảo

• Callaway, B., & Sant’Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200–230. https://doi.org/10.1016/j.jeconom.2020.12.001
• Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159. https://doi.org/10.1037/0033-2909.112.1.155
• Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using G*Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, 41(4), 1149–1160. https://doi.org/10.3758/BRM.41.4.1149
• Field, A. (2018). Discovering statistics using IBM SPSS Statistics (5th ed.). Sage.
• Fritz, M. S., & MacKinnon, D. P. (2007). Required sample size to detect the mediated effect. Psychological Science, 18(3), 233–239. https://doi.org/10.1111/j.1467-9280.2007.01882.x
• Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203
• Hausman, J. A. (1978). Specification tests in econometrics. Econometrica, 46(6), 1251–1271. https://doi.org/10.2307/1913827
• Hayes, A. F. (2022). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (3rd ed.). Guilford Press.
• Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551–1580. https://doi.org/10.2307/2938278
• Kock, N., & Hadaya, P. (2018). Minimum sample size estimation in PLS-SEM: The inverse square root and gamma-exponential methods. Information Systems Journal, 28(1), 227–261. https://doi.org/10.1111/isj.12131
• Narayan, P. K. (2005). The saving and investment nexus for China: Evidence from cointegration tests. Applied Economics, 37(17), 1979–1990. https://doi.org/10.1080/00036840500278103
• Peduzzi, P., Concato, J., Kemper, E., Holford, T. R., & Feinstein, A. R. (1996). A simulation study of the number of events per variable in logistic regression analysis. Journal of Clinical Epidemiology, 49(12), 1373–1379. https://doi.org/10.1016/S0895-4356(96)00236-3
• Pesaran, M. H., Shin, Y., & Smith, R. P. (1999). Pooled mean group estimation of dynamic heterogeneous panels. Journal of the American Statistical Association, 94(446), 621–634. https://doi.org/10.1080/01621459.1999.10474156
• Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. https://doi.org/10.1002/jae.616
• Roodman, D. (2009). How to do xtabond2: An introduction to difference and system GMM in Stata. The Stata Journal, 9(1), 86–136. https://doi.org/10.1177/1536867X0900900106
• Zhao, X., Lynch, J. G., Jr., & Chen, Q. (2010). Reconsidering Baron and Kenny: Myths and truths about mediation analysis. Journal of Consumer Research, 37(2), 197–206. https://doi.org/10.1086/651257