 Cho biết sự khác biệt giữa các chỉ số EFA chạy lần đầu và lần cuối (tăng hay

ay giảm)?
- "Chi-square": Trong lần chạy đầu tiên, giá trị chi-square có thể khá cao vì mô hình
ban đầu chưa hoàn thiện. Tuy nhiên, sau khi điều chỉnh mô hình bằng cách xoá các
biến không phù hợp hoặc thay đổi cấu trúc yếu tố, giá trị này có thể giảm xuống,
cho thấy mô hình phù hợp hơn với dữ liệu.
- "Factor Loadings" (hệ số tải yếu tố): Hệ số tải yếu tố đo lường mức độ mà các biến
ảnh hưởng đến yếu tố tương ứng. Khi bạn điều chỉnh mô hình, hệ số tải yếu tố có
thể thay đổi, cho thấy sự tương quan giữa các biến và yếu tố đã được điều chỉnh.
- Số lượng nhân tố: Trong lần đầu tiên chạy EFA, ta có thể chọn một số lượng nhân
tố ban đầu. Tuy nhiên, sau khi xem xét kết quả, những biến nào không thỏa mãn
điều kiện ta sẽ tiến hành loại bỏ các biến rác không phù hợp, lúc này thì số lượng
các biến và nhân tố có thể sẽ bị giảm đi.
- Độ tin cậy của yếu tố: Khi chạy lần đầu, độ tin cậy có thể không đạt yêu cầu. Tuy
nhiên, khi điều chỉnh mô hình và chạy lại, độ tin cậy có thể được cải thiện.
 Có nên đưa các chỉ số đã bị loại EFA, cronback alpha vào chạy One sample T-test
không? Tại sao?
Không nên đưa các chỉ số đã bị loại ở EFA và Cronbach's Alpha vào chạy One sample
T-test vì có những lý do như:
Các chỉ số đã bị loại trong quá trình EFA có thể không phù hợp hoặc không cần thiết
trong mô hình đang xây dựng. Vì vậy, chúng không nên được sử dụng để đánh giá mẫu
dữ liệu.
One sample T-test được sử dụng để so sánh một mẫu dữ liệu với một giá trị trung bình
đã biết. Để chạy One sample T-test, chúng ta cần sử dụng các biến đầy đủ và thích
hợp, có liên quan đến mô hình và mục tiêu nghiên cứu.
Các chỉ số như Cronbach's Alpha là các chỉ số đánh giá độ tin cậy của một biểu đồ câu
hỏi hoặc một mô hình đo lường. Chúng không phải là giá trị trung bình hoặc dữ liệu
mẫu để so sánh với một giá trị trung bình đã biết trong One sample T-test.
 Cho biết sự khác và giống nhau giữa B và Beta trong khi chạy hồi quy?
o Giống nhau: Hai hệ số hồi quy này đều có thể dùng để viết phương trình hồi quy và kết
luận về các giả thuyết đặt ra.
o Khác nhau:
- Hệ số hồi quy (trọng số hồi quy) chưa chuẩn hóa phản ánh sự thay đổi của biến phụ
thuộc khi một đơn vị biến độc lập Xi thay đổi và các biến độc lập còn lại được giữ
nguyên. Chúng ta không nhận xét thứ tự tác động của các biến độc lập lên biến phụ
thuộc dựa vào hệ số hồi quy chưa chuẩn hóa bởi các biến độc lập không đồng nhất
về đơn vị hoặc nếu đồng nhất về đơn vị thì độ lệch chuẩn các biến tham gia vào hồi
quy cũng khác nhau. Sự khác biệt về độ lệch chuẩn hoặc đơn vị đo khiến việc đưa
các biến độc lập vào cùng một phép so sánh là hoàn toàn không chính xác, do lúc
này các biến không cùng nằm trong một hệ quy chiếu.
- Hệ số hồi quy chuẩn hóa Beta đã thực hiện chuyển đổi để đưa tất cả các biến về
cùng một hệ quy chiếu, lúc này các biến sẽ cùng đơn vị và được đưa về chung một
hệ quy chiếu, do vậy mà chúng ta có thể so sánh sự lớn/nhỏ của hệ số hồi quy với
nhau.