Mọi thuật ngữ trong khóa học. Cột phải luôn nói nó nghĩa là gì với khóa luận của bạn.
| Thuật ngữ | Nghĩa |
|---|---|
| Khái niệm (construct) | Một thứ trừu tượng bạn muốn nói tới nhưng không cầm được: "chất lượng nội dung", "niềm tin", "ý định mua". Không đo trực tiếp được, phải đo qua dấu hiệu gián tiếp. |
| Biến (variable) | Cách biến một khái niệm thành thứ đo đếm được và thay đổi giữa các quan sát. "Giới tính" là biến vì mỗi người một giá trị. Nếu mọi người cùng một giá trị thì không còn là biến (gọi là hằng số). |
| Biến tiềm ẩn (latent variable) | Biến không quan sát trực tiếp được - X1, X2, …, Y của bạn đều là biến tiềm ẩn. Trong khóa luận này (hồi quy bằng SPSS), ta xấp xỉ nó bằng điểm trung bình các biến quan sát của nó (gọi là biến đại diện). Đó là cách làm gần đúng, không phải bản thân biến tiềm ẩn. Ước lượng đúng cần mô hình nhân tố (CFA/SEM). |
| Giả thuyết (hypothesis) | Một phát biểu dự đoán quan hệ giữa biến, phải kiểm định được và có thể bị bác bỏ. H1 của bạn: "Chất lượng nội dung tác động dương đến ý định mua". |
| Mô hình nghiên cứu | Tập hợp các biến và mũi tên giữa chúng, dựa trên lý thuyết. Bản vẽ, không phải kết quả. |
| Nghiên cứu định tính | Thu thập chữ, phỏng vấn, quan sát. Dùng để khám phá và rà soát thang đo. Không có con số thống kê. |
| Nghiên cứu định lượng | Thu thập số, khảo sát, phân tích thống kê. Dùng để kiểm định giả thuyết. Là phần chính của khóa luận bạn. |
| Thang đo nháp → chính thức | Quy trình 2 vòng chuẩn ở VN: dựng câu hỏi từ lý thuyết (nháp) → phỏng vấn định tính sửa lại → khảo sát thử trên một mẫu nhỏ (cỡ mẫu theo hướng dẫn của GVHD) → khảo sát chính thức. |
| Thuật ngữ | Nghĩa |
|---|---|
| Biến độc lập (X) | Biến được giả định là nguyên nhân. Trong khóa luận: X1–X5. Lưu ý: hồi quy trên dữ liệu khảo sát cắt ngang chỉ cho thấy quan hệ, không chứng minh nhân quả (xem bài 16). |
| Biến phụ thuộc (Y) | Biến được cho là kết quả. Trong khóa luận: Ý định mua. |
| Biến trung gian (mediator) | Nằm giữa X và Y, giải thích cơ chế. Khóa luận bạn kiểm định trực tiếp X→Y, không có biến trung gian. Lưu ý phản biện: khung S-O-R có thành phần O (chủ thể) - thường đóng vai trò trung gian. Phải giải thích rõ trong Chương 2–3 vì sao mô hình kiểm định trực tiếp (xem bài 18). |
| Biến điều tiết (moderator) | Làm mạnh/yếu đi quan hệ X→Y. Ví dụ: thu nhập. Khóa luận bạn không có. |
| Biến kiểm soát (control) | Biến đưa vào để loại trừ ảnh hưởng gây nhiễu. Ví dụ: tuổi, giới tính, tần suất mua trên Shopee. |
| Biến quan sát (observed / item) | Một câu hỏi cụ thể dùng để đo một biến tiềm ẩn. 24 biến quan sát của bạn = 24 câu Likert. Ký hiệu X1.1, X1.2, …, Y.4. |
| Thang đo định danh (nominal) | Chỉ là nhãn, không thứ tự. Giới tính, ngành học. Không tính trung bình được. |
| Thang đo thứ bậc (ordinal) | Có thứ tự, nhưng không đảm bảo khoảng cách giữa các mức là bằng nhau. "Hoàn toàn không đồng ý" < "Không đồng ý" < … là thứ bậc. |
| Thang đo khoảng (interval) | Khoảng cách đều nhau, không có số 0 thật. Nhiệt độ C. |
| Thang đo tỷ lệ (ratio) | Khoảng đều + có số 0 thật. Thu nhập, số lần mua. |
| Thang Likert | Dãy mức đồng ý 1–5. Một câu Likert về bản chất là thứ bậc. Nhưng khóa luận dùng điểm trung bình của 4 câu cho mỗi biến, và trung bình nhiều câu thứ bậc tiến gần thang khoảng hơn - đó là lập luận để xử lý như khoảng. Đây là quy ước phổ biến, không phải chân lý; hội đồng có thể hỏi, xem bài 03. |
| Thuật ngữ | Nghĩa |
|---|---|
| Số liệu / dữ liệu (data) | Các giá trị đã ghi nhận được từ câu trả lời. "Số liệu" = số, "dữ liệu" rộng hơn (gồm cả chữ, âm thanh). Trong khóa luận này dùng thay nhau. |
| Quan sát (observation / case) | Một đơn vị được đo = một đáp viên = một dòng trong file dữ liệu. |
| Biến trong file (column) | Mỗi cột là một biến. 24 biến quan sát + biến nhân khẩu = bấy nhiêu cột. |
| Mã hóa (coding) | Gán số cho câu trả lời để máy tính xử lý: Nam = 1, Nữ = 2. Với Likert thì số đã có sẵn (1–5). |
| Bảng mã (codebook) | Tài liệu ghi mỗi cột là biến gì, giá trị nào nghĩa là gì. Bắt buộc phải có, nếu không 3 tháng sau bạn không đọc nổi file của mình. |
| Dữ liệu thô (raw) | Nguyên bản tải từ Google Forms, chưa xử lý. Luôn giữ một bản sao lưu không bao giờ sửa. |
| Làm sạch (data cleaning) | Loại phiếu không đạt sàng lọc, phiếu trả lời qua loa (cùng một mức cho mọi câu), phiếu thiếu quá nhiều. Ghi lại đã loại bao nhiêu, vì sao. |
| Giá trị thiếu (missing value) | Ô trống. Trong SPSS hiện là dấu chấm. Phải quyết định: loại cả dòng, hay để trống. Thay bằng trung bình là cách dễ gây chệch (làm giảm phương sai), chỉ dùng khi rất ít ô thiếu và phải ghi rõ đã làm gì. |
| Câu hỏi đảo (reverse-coded) | Câu phát biểu ngược chiều để bắt người trả lời đọc kỹ. Phải đảo điểm trước khi phân tích (6 − x với thang 5). |
| Ngoại lai (outlier) | Giá trị cách xa phần còn lại. Không được xóa chỉ vì nó làm kết quả xấu - xem bài 17. |
| Cỡ mẫu (sample size, n) | Số quan sát hợp lệ. Theo quy tắc kinh nghiệm 5:1 của Hair et al. cho phân tích nhân tố: 24 × 5 = 120 là sàn; mục tiêu ~250 cho an toàn hơn. |
| Thuật ngữ | Nghĩa |
|---|---|
| Thống kê mô tả | Tóm tắt dữ liệu: đếm, %, trung bình, độ lệch chuẩn. Không kết luận gì về giả thuyết. |
| Trung bình (mean) | Tổng chia số quan sát. Với Likert, mean 3,8 nghĩa là xu hướng đồng ý ở mức khá (số liệu giả lập). |
| Độ lệch chuẩn (SD) | Mức phân tán quanh trung bình. SD nhỏ = ý kiến tập trung; SD lớn = ý kiến phân tán. Muốn biết có chia hai phe không thì phải xem bảng tần suất. |
| p-value | Nếu H0 đúng (và các giả định của kiểm định được thỏa), p là xác suất thu được kết quả lệch khỏi H0 ít nhất bằng kết quả bạn đã thấy. p < 0,05 → bác bỏ H0. Không phải "xác suất giả thuyết của tôi đúng". Xem bài 07. |
| H0 / Ha | H0 = "không có quan hệ" (giả thuyết không). Ha = "có quan hệ" (đối thuyết thống kê). Kiểm định luôn nhắm vào H0. Đừng nhầm Ha với H1–H5 của khóa luận (đó là giả thuyết nghiên cứu, có chiều). |
| Mức ý nghĩa α | Xác suất sai lầm loại I mà bạn chấp nhận: nếu thật sự không có quan hệ (H0 đúng), cứ 100 lần lặp lại nghiên cứu thì khoảng 5 lần vẫn báo nhầm "có quan hệ" (với α = 5%). Đây là quy ước, không phải định luật. |
| Hệ số tương quan r | Độ mạnh quan hệ tuyến tính, từ −1 đến +1. Theo mốc của Cohen (1988): |r| ≈ 0,1 nhỏ · 0,3 vừa · 0,5 lớn. Dấu cho biết chiều. Tương quan không phải nhân quả. |
| Hồi quy tuyến tính bội | Kỹ thuật ước lượng ảnh hưởng của nhiều X lên một Y cùng lúc, giữ các X khác không đổi. Đây là bước cuối của khóa luận. |
| R² | Tỉ lệ biến thiên của Y mà mô hình giải thích được. Ví dụ (số liệu giả lập): R² = 0,52 → các biến độc lập giải thích 52% biến thiên của điểm ý định mua trong mẫu; phần còn lại gồm cả sai số đo và nhiễu ngẫu nhiên. |
| R² hiệu chỉnh | R² đã điều chỉnh theo số biến độc lập và cỡ mẫu, nên ít lạc quan hơn R². Báo cáo cả R² và R² hiệu chỉnh. Khi so sánh các mô hình có số biến khác nhau thì dựa vào R² hiệu chỉnh. |
| Beta chuẩn hóa (β) | Mức ảnh hưởng của từng X lên Y, đã đưa về cùng đơn vị để so sánh được với nhau. Trong các biến có ý nghĩa thống kê, biến có |β| lớn nhất có ảnh hưởng tương đối mạnh nhất trong mẫu này. Kết quả bị ảnh hưởng bởi đa cộng tuyến. |
| Hệ số tải nhân tố (factor loading) | Câu hỏi đó gắn chặt với nhân tố nào (với xoay Varimax thì nằm trong −1..1; với Promax, hệ số pattern có thể vượt 1). Theo Hair et al., ≥ 0,5 có ý nghĩa thực tiễn; với n ≈ 120 thì 0,5 cũng là mức đạt ý nghĩa thống kê. |
| Eigenvalue | Lượng biến thiên một nhân tố giải thích được. Tiêu chí Kaiser (1960): giữ nhân tố có eigenvalue > 1, nghĩa là giải thích nhiều hơn một biến quan sát đơn lẻ. Là quy ước, hay giữ thừa nhân tố → đối chiếu thêm biểu đồ scree. |
| VIF | Đo mức X này bị các X khác "giải thích hộ": VIF = 1/(1−R²ⱼ). Theo quy ước Marquardt (1970), Myers (1990), VIF ≥ 10 là đa cộng tuyến nghiêm trọng. Một số tài liệu VN dùng VIF < 2 làm mức an toàn. Hậu quả: sai số chuẩn phình to, hệ số β kém ổn định - không làm hỏng toàn bộ mô hình. |
| Durbin–Watson | Kiểm tra phần dư có tự tương quan không. Chỉ có ý nghĩa khi dữ liệu có thứ tự thật (theo thời gian); với khảo sát cắt ngang, thứ tự dòng là tùy ý nên chỉ mang tính tham khảo. Theo Field, < 1 hoặc > 3 là đáng lo. |
| Thuật ngữ | Nghĩa |
|---|---|
| SPSS | IBM SPSS Statistics - phần mềm thống kê dạng bảng tính có sẵn các phép phân tích. Hai cửa sổ: Data View (số) và Variable View (khai báo biến). Dùng chủ yếu qua menu; nút Paste sinh ra syntax - nên lưu lại để chạy lại đúng kết quả khi bị chất vấn. |
| Variable View | Nơi khai báo tên biến, nhãn, mã hóa (Values), loại thang đo (Measure). Khai báo sai Values/mã hóa → kết quả sai. Measure chủ yếu ảnh hưởng biểu đồ và một số thủ tục, nhưng nên khai báo đúng. |
| Cronbach's Alpha (α) | Hệ số độ tin cậy nội tại: các câu hỏi cùng đo một khái niệm có trả lời nhất quán không. Ngưỡng quy ước ≥ 0,7. |
| EFA (phân tích nhân tố khám phá) | Kỹ thuật kiểm tra xem 20 câu đo X1–X5 có gom thành 5 nhân tố như thiết kế không. 4 câu đo Y được chạy EFA riêng, kỳ vọng ra 1 nhân tố. Là bước kiểm tra lại mô hình, không phải bước tạo ra kết quả. |
| KMO | Chỉ số cho biết dữ liệu có phù hợp để chạy EFA không. ≥ 0,5 mới tạm được; < 0,5 thì không nên chạy. |
| Kiểm định Bartlett | Kiểm tra các biến có tương quan với nhau thật không. Cần p < 0,05. |
| Phương sai trích (cumulative variance) | Bao nhiêu % biến thiên của 20 câu đo X được các nhân tố giải thích (4 câu của Y chạy riêng). Thường yêu cầu ≥ 50%. |
| Xoay nhân tố (rotation) | Phép xoay để mỗi câu chỉ gắn rõ vào một nhân tố. Varimax (phổ biến ở VN) hoặc Promax. |
| ANOVA (trong hồi quy) | Bảng kiểm định F: cả mô hình có giải thích được gì không. Sig. < 0,05 → có ít nhất một biến độc lập giải thích được Y (tức R² > 0). Chưa nói gì về mức độ phù hợp hay các giả định hồi quy. |
| Viết tắt | Nghĩa |
|---|---|
| CLND / X1 | Chất lượng nội dung |
| HDTT / X2 | Tính hấp dẫn trực quan |
| MBTT / X3 | Tính minh bạch của thông tin |
| DG / X4 | Đánh giá và phản hồi của khách hàng |
| DTC / X5 | Độ tin cậy của thông tin |
| YDM / Y | Ý định mua mật ong địa phương trên Shopee |
| S-O-R | Stimulus - Organism - Response (kích thích - chủ thể - phản ứng) |
| IACM | Information Acceptance Model (Erkan & Evans, 2016), mở rộng từ Information Adoption Model - IAM của Sussman & Siegal (2003). Đây là hai mô hình khác nhau, đừng gộp tên. |
| TMĐT | Thương mại điện tử |
| SDG | Sustainable Development Goals (Mục tiêu phát triển bền vững) |