Giới thiệu cuốn sách Multivariate Data Analysis

Nhìn toàn cảnh trước khi chọn một kỹ thuật

Mục lục tách chuẩn bị dữ liệu, các kỹ thuật phụ thuộc lẫn nhau như EFA và phân cụm, rồi các kỹ thuật có biến kết quả như hồi quy, MANOVA, phân biệt và logistic. Phần sau đi từ giới thiệu SEM đến CFA, mô hình cấu trúc, chủ đề nâng cao và PLS-SEM. Cách sắp xếp giúp nhìn ra mỗi phương pháp đặt trọng tâm ở đâu.

Đọc theo cấu trúc này sẽ hữu ích hơn bắt đầu từ câu hỏi dữ liệu của mình có chạy SmartPLS được không. Nếu muốn tìm nhóm item, bạn đang ở một bài toán khác với tìm nhóm khách hàng. Nếu muốn giải thích một kết quả nhị phân, lựa chọn lại khác với mô hình cho một biến kết quả liên tục. Tên kỹ thuật chỉ có ý nghĩa khi nối được với bài toán.

Phần chuẩn bị dữ liệu đáng đọc trước

Người học thường muốn chuyển nhanh đến kỹ thuật chính, nhưng chương xem xét dữ liệu có vai trò đặt nền cho toàn bộ phần sau. Hãy đọc với mục tiêu biết mình đang có loại thông tin nào, chất lượng ra sao và các quyết định xử lý ảnh hưởng gì đến phân tích.

Với người đang xây mô hình đo lường, lộ trình EFA đến CFA rồi mô hình cấu trúc giúp phân biệt các mục tiêu khám phá, kiểm tra đo lường và xem xét quan hệ. Điều đó không có nghĩa mọi đề tài phải chạy cả chuỗi trên cùng dữ liệu. Thiết kế cụ thể cần xác định bằng chứng nào thực sự cần thiết.

Một cách đọc giúp chọn phương pháp có căn cứ

Bài tập do Lê Minh tạo: viết ba câu hỏi giả định cho cùng một bối cảnh dịch vụ: nhóm item phản ánh điều gì, những người trả lời có thể phân thành nhóm nào và yếu tố nào liên quan đến lòng trung thành. Đặt mỗi câu vào một nhánh phương pháp, ghi đầu vào và kết quả cần đọc. Không coi việc chạy được cả ba là bằng chứng ba lựa chọn có giá trị ngang nhau.

Sau đó chọn một nhánh và đọc sâu toàn bộ phần liên quan, kể cả giả định và diễn giải. Hãy thử viết một đoạn bảo vệ lựa chọn mà không dùng câu “vì nhiều bài trước đã dùng”. Khi giải thích được bằng mục tiêu, loại biến và thiết kế, bạn đã thu được một năng lực đáng giá từ việc đọc.

Dùng như giáo trình và sách tra cứu

Cuốn sách phù hợp với học viên cao học, nghiên cứu sinh và người cần một cái nhìn liên thông giữa các kỹ thuật. Người đã chuyên sâu một nhánh có thể dùng mục lục để tìm phương án thay thế hoặc kiểm tra điểm giao giữa các phương pháp.

Ấn bản được đối chiếu là bản thứ tám, ghi bản quyền 2019; thông tin phát hành có thể xuất hiện năm 2018. Không nên lấy năm của một lần in hoặc bản điện tử khác làm năm cho mọi bản sách. Lý do đáng tìm cuốn này là để sở hữu một bản đồ lựa chọn phương pháp, rồi biết phần nào cần đọc sâu trước khi tạo bảng kết quả tiếp theo.

Chọn bài đọc tiếp

Có thể đọc tiếp: Using Multivariate Statistics (Ấn bản thứ bảy · bản tiếng Anh); Principles and Practice of Structural Equation Modeling (Ấn bản thứ năm · 2023 · tiếng Anh).

Nguồn và ấn bản được giới thiệu