Trạm NCKH Thực Chiến

Home
Vietnam
Ho Chi Minh City
Trạm NCKH Thực Chiến

Nhóm MBA ĐHBK TPHCM. UY TÍN - NHIỆT TÌNH - CHẤT LƯỢNG!

Nhóm MBA ĐHBK TPHCM chung tay phát triển cộng đồng NCKH định lượng; Hỗ trợ tư vấn đề tài, quy trình NC, PPNC; chuyên PT dữ liệu trên SPSS, đặc biệt là mô hình SEM (CB-SEM và PLS-SEM) trên AMOS và SmartPLS; ưu đãi đặc biệt cho SV; UY TÍN - CHẤT LƯỢNG! Chuyên hỗ trợ, đào tạo các vấn đề liên quan đến thống kê trong kinh doanh, đặc biệt là mô hình phương trình cấu trúc SEM (Structural Equation Modeling) trên phần mềm AMOS và smartPLS.

16/08/2026

P-hacking xảy ra khi người nghiên cứu thử nhiều cách phân tích, thêm hoặc bớt biến, loại mẫu… cho đến khi tìm được kết quả 𝑝0,05, khoa học chỉ sợ kết quả bị “trang điểm” quá tay!

14/08/2026

Desk reject sau 3 ngày vì “không phù hợp phạm vi” thì chưa đủ để kết luận đề tài có vấn đề em nhé! Vì bài chưa qua phản biện, đây chủ yếu là quyết định sàng lọc của biên tập viên về mức độ phù hợp với phạm vi, độc giả và định hướng tạp chí; “out of scope” là lý do desk reject phổ biến. Em nên kiểm tra: chủ đề/phương pháp có xuất hiện trong các bài gần đây không; phần mở đầu có nêu rõ đóng góp cho đúng độc giả không; tiêu đề, tóm tắt, từ khóa và cover letter có bám sát tạp chí không. Nếu thật sự lệch phạm vi, hãy chọn tạp chí khác và chỉnh bài trước khi gửi; chỉ kháng nghị khi chắc chắn rằng biên tập viên hiểu sai vấn đề. Ba ngày bị từ chối đôi khi sẽ giúp em tránh được ba tháng chờ đợi nhé (!)

11/08/2026

Thứ tự các biến bị đảo không đáng lo nhé em, nhưng cách các biến gom nhóm mới là vấn đề cần xem kỹ. Kết quả EFA có vẻ đang bị trộn lẫn: VT4–VT2 đi chung với KG4, HD3, TN3, CP2 và CN1; TN4–TN2 lại đi chung với CN2 và HD1 v.v… Điều này cho thấy người trả lời chưa phân biệt rõ các khái niệm, hoặc nội dung câu hỏi giữa các thang đo quá giống nhau. Đặc biệt, HD2 tải lên hai nhóm và VT3 đứng riêng thành một nhân tố chỉ có một biến nên cần kiểm tra trước. Em hãy đối chiếu nội dung từng câu, kiểm tra việc mã hóa các biến đảo, rồi loại từng biến, loại trước biến gây nhiễu nhất và chạy lại; không nên giữ kết quả chỉ vì hệ số tải đều trên 0,5. SPSS chỉ sắp xếp biến theo tải nhân tố, còn việc nhóm đó có đúng lý thuyết hay không vẫn phải do người nghiên cứu đánh giá.

10/08/2026

Tình trạng này khá phổ biến trong nhóm nghiên cứu, nhưng nếu một người luôn phải nhắc việc và “gánh team” thì đó là dấu hiệu nhóm chưa phân công trách nhiệm rõ ràng. Em nên tổ chức một buổi trao đổi thẳng thắn nhưng không nên đổ lỗi, trách móc mà cần chia công việc thành đầu việc cụ thể, ghi rõ người phụ trách, sản phẩm cần nộp và thời hạn trên một bảng chung; sau mỗi cuộc họp nên có biên bản ngắn để mọi người tự chịu trách nhiệm. Các hướng dẫn về team science cũng nhấn mạnh rằng phân việc, giao tiếp và cơ chế chịu trách nhiệm là điều kiện quan trọng để nhóm hoạt động hiệu quả. Nếu thành viên tiếp tục trễ hạn, hãy báo trưởng nhóm sớm thay vì âm thầm làm thay. Hỗ trợ đồng đội là tốt, nhưng cứ mãi “gánh team” như thế thì sớm muộn cũng sẽ… hết pin!

04/08/2026

Không có quy định cứng rằng bootstrap phải là 1.000, 5.000 hay 10.000 lần nhé em; đây là số lần máy tính lấy mẫu lặp lại, không phải cỡ mẫu khảo sát mới. Số lần càng lớn thì sai số và khoảng tin cậy càng ổn định, nhưng thời gian chạy cũng lâu hơn. Với bài nghiên cứu sinh viên dùng SPSS, AMOS hoặc SmartPLS, 5.000 lần là lựa chọn hợp lý và phổ biến nhất, đủ tin cậy để báo cáo kết quả chính thức; 1.000 lần có thể dùng để chạy thử, còn 10.000 lần phù hợp khi cần kết quả ổn định hơn hoặc máy tính đáp ứng tốt. Khi kiểm định tác động trung gian, điều tiết nên chọn bootstrap 5.000 lần, khoảng tin cậy 95%; CI không chứa 0 thì tác động có ý nghĩa. Đừng quá “ám ảnh con số”, dữ liệu tốt và mô hình đúng vẫn quan trọng hơn việc bắt máy chạy marathon 10.000 vòng (!)

03/08/2026

Bảng này không cho thấy dữ liệu bị sai nhé em, nó chỉ cho biết tất cả các biến quan sát đang được SPSS gom thành một nhân tố duy nhất, vì kết quả chỉ ra chỉ có một nhân tố rút trích được với Eigenvalue > 1 và giải thích 66,47% phương sai. Nếu mô hình lý thuyết của em vốn chỉ có một thang đo thì kết quả này là đúng. Nhưng nếu em kỳ vọng nhiều nhân tố khác nhau thì kết quả chưa ổn, nguyên nhân có thể các câu hỏi đang quá giống nhau, người trả lời chọn theo một xu hướng chung, biến đảo chiều chưa được mã hóa lại hoặc em đã chạy chung những thang đo khó phân biệt. Hãy kiểm tra lại bảng hỏi, cách nhập và mã hóa dữ liệu, ma trận tương quan, KMO–Bartlett; sau đó thử dùng Principal Axis Factoring + Promax và xác định số nhân tố dựa trên lý thuyết, không nên tự ép nhân tố chỉ để kết quả “đẹp”.

02/08/2026

Để chọn đề tài, em đừng bắt đầu từ câu hỏi quá rộng như “AI trong giáo dục và du lịch”, mà hãy thu hẹp theo công thức: một công cụ AI + một nhóm người dùng + một hành vi/kết quả cụ thể + một bối cảnh rõ ràng. Ví dụ: tác động của chatbot AI đến ý định đặt tour của sinh viên; ảnh hưởng của nội dung du lịch do AI tạo ra đến niềm tin của khách hàng; hoặc mức độ chấp nhận AI hỗ trợ học tập của sinh viên ngành du lịch. Em nên ưu tiên đề tài có thể tiếp cận người khảo sát, có thang đo từ nghiên cứu trước và phù hợp thời gian thực hiện. UNESCO nhấn mạnh AI trong giáo dục cần gắn với hiệu quả học tập, đạo đức và quyền riêng tư; UN Tourism cũng xem cá nhân hóa trải nghiệm là hướng ứng dụng đáng chú ý. Đề tài tốt không cần “hoành tráng”, chỉ cần rõ, đo được và làm đến nơi đến chốn!

31/07/2026

Các nhóm nghiên cứu quốc tế thường hình thành từ nhiều cách: học chung hoặc từng làm việc cùng nhau, được giảng viên giới thiệu, gặp tại hội thảo, cùng tham gia dự án tài trợ, đọc và trích dẫn bài của nhau, hoặc kết nối qua ResearchGate, LinkedIn và email học thuật. Các dự án chung đặc biệt dễ tạo mạng lưới đồng tác giả vì mọi người có sẵn mục tiêu, dữ liệu và chuyên môn bổ trợ nhau. Với người mới, cách thực tế nhất là xây hồ sơ học thuật rõ ràng, đọc kỹ công trình của người muốn hợp tác rồi gửi email ngắn, nêu cụ thể mình có thể đóng góp gì; đừng chỉ nhắn chung chung “cho em tham gia nhóm với ạ”. ResearchGate hiện cũng là một kênh lớn để tìm công trình và kết nối nhà nghiên cứu. Hợp tác quốc tế thường bắt đầu từ một trao đổi nhỏ, chứ hiếm khi “rơi từ trên trời xuống”!

29/07/2026

Việc chưa từng nghiên cứu khoa học hay làm khóa luận không có nghĩa là em không thể hoàn thành luận văn thạc sĩ; nhiều người cũng bắt đầu từ con số 0. Em đừng cố hiểu mọi thứ cùng lúc mà hãy đi từng bước: đọc kỹ quy định của trường, chọn đề tài vừa sức và gần với công việc hoặc sở thích, tìm khoảng 15 - 20 nghiên cứu liên quan, rồi xác định câu hỏi nghiên cứu, phương pháp và lập đề cương chi tiết. Hãy trao đổi thường xuyên với GVHD, ghi lại từng góp ý và đặt mục tiêu nhỏ mỗi tuần; hướng dẫn của Cornell cũng khuyến nghị bắt đầu bằng dàn ý rồi phát triển dần nội dung. Luận văn là đường dài chứ không phải bài kiểm tra “thiên tài nghiên cứu”; cứ chia nhỏ việc ra, em sẽ bớt hoang mang và tiến bộ rất nhanh! Chúc em thành công!

26/07/2026

Không phải mô hình SEM nào trên AMOS cũng bắt buộc chạy bootstrap. Nếu em chỉ kiểm định các tác động trực tiếp và dữ liệu tương đối tốt, có thể dựa vào hệ số ước lượng, CR và p-value. Tuy nhiên, nếu mô hình có biến trung gian thì nên chạy bootstrap vì tác động gián tiếp thường khó kiểm định chính xác bằng CR. Với trường hợp của em, nên giữ mô hình SEM và chạy bootstrap 5.000 mẫu, khoảng tin cậy 95%. Sau đó xem tác động gián tiếp: nếu khoảng tin cậy không chứa số 0 thì tác động trung gian có ý nghĩa; nếu có chứa 0 thì chưa đủ cơ sở kết luận.

Address

Ho Chi Minh City

Telephone

+84903396688

Website

https://phantichspss.com/amos

Alerts

Be the first to know and let us send you an email when Trạm NCKH Thực Chiến posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The School

Send a message to Trạm NCKH Thực Chiến:

Want your school to be the top-listed School/college in Ho Chi Minh City?