-Công thức 1:Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger, 2006). n=5*m , lưu ý m là số lượng câu hỏi trong bài.
-Công thức 2: Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là n=50 + 8*m (m: số biến độc lập) (Tabachnick và Fidell, 1996). Lưu ý m là số lượng nhân tố độc lập, chứ không phải là số câu hỏi độc lập.
Do đó, khi lựa chọn số lượng mẫu phải thỏa cả hai công thức trên, và nguyên tắc là thà dư còn hơn thiếu mẫu
-Công thức 2: Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là n=50 + 8*m (m: số biến độc lập) (Tabachnick và Fidell, 1996). Lưu ý m là số lượng nhân tố độc lập, chứ không phải là số câu hỏi độc lập.
Do đó, khi lựa chọn số lượng mẫu phải thỏa cả hai công thức trên, và nguyên tắc là thà dư còn hơn thiếu mẫu
Gởi mail ngay cho hotrospss@gmail.com để được hướng dẫn:
- Xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố hội tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê.
- Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha... trong SPSS, và mô hình SEM, CFA, AMOS
- Xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố hội tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê.
- Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha... trong SPSS, và mô hình SEM, CFA, AMOS
No comments:
Post a Comment