Cài đặt và sử dụng phần mềm IBM AMOS 24 và Plugin Full Bản Quyền
Phần mềm IBM AMOS 24 mang lại những lợi ích và tính năng mạnh mẽ, bước tiếp theo là cài đặt và sử dụng công cụ này hiệu quả. Dù phần mềm IBM AMOS 24 mang đến nhiều tiện ích trong việc phân tích mô hình cấu trúc (SEM), quá trình cài đặt và sử dụng ban đầu có thể gặp khó khăn đối với những người chưa quen thuộc. Trong bài viết này, chúng tôi sẽ hướng dẫn bạn từng bước cài đặt phần mềm IBM AMOS 24, kèm theo những mẹo sử dụng cơ bản để bạn có thể khai thác tối đa sức mạnh của công cụ này trong các nghiên cứu của mình.
Cài đặt và sử dụng phần mềm IBM AMOS 24 Full Bản Quyền
Xem thêm: Tải phần mềm AMOS 20 24 full bản quyền
A – HƯỚNG DẪN CÀI ĐẶT IBM AMOS 24
Giải nén File Zip đã được tải trước đó
B – HƯỚNG DẪN KÍCH HOẠT IBM AMOS 24
C – HƯỚNG DẪN CÀI PLUGINS IBM AMOS 24
D- LỖI THƯỜNG GẶP TRONG QUÁ TRÌNH SỬ DỤNG
1. Lỗi nhả key “No valid license for Amos was found”
Giải thích
Khắc phục lỗi
*Lưu ý: Các bước này cũng tương tự với bước kích hoạt ở mục “B – HƯỚNG DẪN KÍCH HOẠT IBM AMOS 24”
2. Lỗi “An error occurred while checking for missing data in the group”
E- HƯỚNG DẪN SỬ DỤNG IBM AMOS 24
1. Ưu điểm của phần mềm IBM AMOS 24
2. Xây dựng mô hình trong IBM AMOS 24
– Gắn dữ liệu: Bằng cách chọn tên tệp từ tùy chọn tệp dữ liệu, chúng ta có thể gắn dữ liệu vào AMOS để phân tích SEM. Tùy chọn này cũng xuất hiện khi nhấp vào biểu tượng “Select Data”.
– Biến quan sát (Observed Variable): Biểu tượng hình chữ nhật được sử dụng để vẽ biến quan sát.
– Biến không quan sát (Unobserved Variable): Biểu tượng hình tròn được sử dụng để vẽ biến không quan sát.
– Mối quan hệ nhân quả (Cause Effect Relationship): Mũi tên một đầu trong AMOS được sử dụng để vẽ mối quan hệ nhân quả giữa các biến quan sát và không quan sát.
– Hiệp phương sai (Covariance): Mũi tên hai đầu được sử dụng để vẽ hiệp phương sai giữa các biến.
– Thuật ngữ sai số (Error Term): Trong AMOS, biểu tượng thuật ngữ sai số nằm cạnh biểu tượng biến không quan sát và được sử dụng để vẽ biến tiềm ẩn.
– Đặt tên cho biến: Khi nhấp chuột phải vào một biến trong cửa sổ đồ họa, tùy chọn đầu tiên “Object Properties” được sử dụng để đặt tên cho biến trong AMOS.
3. Các phương pháp phân tích trong IBM AMOS 24
4. Kết quả phân tích (output) từ IBM AMOS 24
– Tóm tắt biến (Variable Summary): Trong AMOS và phần tóm tắt biến, chúng ta có thể xem có bao nhiêu biến và những biến nào được sử dụng để phân tích SEM. Chúng ta cũng có thể xem có bao nhiêu biến quan sát và không quan sát có trong mô hình.
– Đánh giá tính chuẩn (Accessing the Normality): Trong mô hình SEM, dữ liệu cần phân phối chuẩn. AMOS sẽ cung cấp kết quả văn bản về độ lệch, độ nhọn và kiểm tra Mahalanobis d-squared để đánh giá tính chuẩn của dữ liệu.
– Ước lượng (Estimates): Trong phần kết quả văn bản của AMOS, tùy chọn ước lượng sẽ cung cấp kết quả cho trọng số hồi quy, tải chuẩn hóa cho các nhân tố, phần dư, tương quan, hiệp phương sai, ảnh hưởng trực tiếp, ảnh hưởng gián tiếp và tổng ảnh hưởng, v.v.
– Chỉ số sửa đổi (Modification Index): Trong kết quả văn bản của AMOS, chỉ số sửa đổi sẽ cho biết độ tin cậy của đường dẫn trong mô hình SEM. Nếu giá trị MI lớn, chúng ta có thể thêm nhiều đường dẫn hơn vào mô hình SEM.
– Độ phù hợp của mô hình (Model Fit): Trong kết quả văn bản của AMOS, tùy chọn độ phù hợp mô hình sẽ cung cấp kết quả về các chỉ số độ phù hợp của mô hình, bao gồm GFI, RMR, TLI, BIC, RMSER, v.v.
– Thông báo lỗi (Error Message): Nếu có bất kỳ vấn đề nào trong quá trình vẽ mô hình (ví dụ, nếu chúng ta quên vẽ thuật ngữ sai số hoặc vẽ hiệp phương sai giữa hai biến, hoặc có dữ liệu bị thiếu), AMOS sẽ không tính toán kết quả hoặc sẽ đưa ra thông báo lỗi.
Xử Lý Số Liệu cung cấp cho bạn link tải và hướng dẫn cài đặt chi tiết qua hình ảnh ngay trong bài viết này để bạn dễ dàng tiếp cận AMOS. Chúng tôi tập trung vào việc chia sẻ kiến thức và không giải quyết các vấn đề phát sinh trong quá trình tải hay cài đặt. Nếu bạn cần hỗ trợ thêm, Xử Lý Số Liệu sẵn lòng cung cấp dịch vụ cài đặt phần mềm AMOS chuyên nghiệp nhanh chóng. Đừng ngần ngại liên hệ Xử Lý Số Liệu tại đây để được trợ giúp!
Tải phần mềm AMOS 20 24 Download Full Bản Quyền
Phần mềm AMOS là một công cụ mạnh mẽ và phổ biến trong lĩnh vực phân tích dữ liệu, đặc biệt là phân tích mô hình cấu trúc (SEM). Được phát triển nhằm hỗ trợ các nhà nghiên cứu và chuyên gia xử lý các mô hình phức tạp, AMOS giúp tiết kiệm thời gian và tăng tính chính xác trong các phân tích dữ liệu thống kê. Trong bài viết này, Xulysolieu.info sẽ chỉ cho bạn các khía cạnh về AMOS và đường link tải phần mềm cũng như cài đặt một cách miễn phí.
1. Giới thiệu về phần mềm IBM AMOS
1.1 Định nghĩa
Phần mềm AMOS là gì?
1.2 Mục đích phần mềm Amos
– Mục tiêu của việc sử dụng phần mềm phân tích cấu trúc mô men (Amos) là cung cấp các công cụ để đánh giá mối quan hệ cấu trúc giữa các biến quan sát trong chuỗi thời gian và dữ liệu liên quan.
– Amos cho phép các nhà nghiên cứu phát triển, kiểm tra và so sánh các mô hình cấu trúc, từ các mô hình đơn giản đến những mô hình phức tạp hơn.
– Phần mềm này được ứng dụng rộng rãi trong các lĩnh vực như tâm lý học, xã hội học, và quản trị kinh doanh để phân tích mối liên hệ giữa các biến, chẳng hạn như mối quan hệ giữa thái độ khách hàng và hành vi chiến lược tiếp thị đối với doanh số.
– Amos cũng cung cấp giao diện đồ họa thân thiện, hỗ trợ xây dựng các mô hình tuyến tính, ước tính các tham số, đồng thời đánh giá mức độ phù hợp của mô hình và làm rõ mối liên hệ giữa các biến.
– Ngoài ra, phần mềm này còn có các tính năng kiểm tra độ tích hợp và độ tin cậy của mô hình hồi quy, cũng như so sánh các mô hình thay thế.
– Mục đích cuối cùng của Amos là giúp người dùng hiểu sâu hơn về mối quan hệ giữa các biến, từ cơ bản đến phức tạp, đồng thời cung cấp các dự đoán hoặc đánh giá về nguyên nhân và kết quả trong mô hình.
2. Các tính năng chính của phần mềm IBM AMOS
– Tích hợp với SPSS: Là một mô-đun của SPSS, AMOS tích hợp liền mạch với phần mềm phân tích thống kê phổ biến này, cho phép quản lý dữ liệu và phân tích sơ bộ dễ dàng trong SPSS trước khi chuyển sang các tác vụ SEM phức tạp hơn trong AMOS.
– Khả năng phân tích nâng cao: Ngoài SEM cơ bản, AMOS có thể thực hiện các quy trình thống kê liên quan khác như phân tích đường dẫn và phân tích nhân tố khẳng định, phù hợp với nhiều lĩnh vực nghiên cứu khác nhau.
– Xây dựng mô hình: Phần mềm Amos cung cấp hệ thống các giao diện đồ họa cao nhất giúp người dùng xây dựng và thực nghiệm các mô hình, các phương trình cấu trúc. Nó cho phép người dùng chỉ ra rõ và kiểm tra, đánh giá mối quan hệ giữa các biến với nhau, bao gồm tất cả các biến ẩn một cách trực quan và khách quan.
– Ước tính mô hình: Phần mềm sử dụng các tính năng thống kê nâng cao dùng để ước tính chính xác các tham số của các mô hình phương trình cấu trúc, bao gồm nhiều khả năng diễn ra cực đại và bình phương nhỏ nhất của tham số có trọng số.
– Đánh giá mô hình: Phần mềm Amos cung cấp rất nhiều công cụ và kết quả giúp đánh giá mức độ phù hợp của các mô hình phương trình cấu trúc, bao gồm tất cả các chỉ số về mức độ phù hợp, các chỉ số thay đổi và đồ thị phần dư.
– Diễn giải mô hình: Phần mềm Amos cung cấp cho người dùng rất nhiều đầu ra kết quả và hình ảnh trực quan cao giúp người dùng diễn giải cụ thể, rõ ràng các kết quả của mô hình phương trình cấu trúc, bao gồm nhiều sơ đồ đường dẫn, các hệ số chuẩn hóa và các hệ số tải.
– So sánh mô hình: Phần mềm Amos cung cấp tất cả các công cụ dùng để so sánh các mô hình phương trình thay thế, bao gồm nhiều mô hình lồng ghép với nhau và các mô hình có cấu trúc, hệ thống khác nhau.
– Phân tích chuỗi thời gian: Phần mềm Amos cung cấp cho người dùng các tính năng đặc biệt nhất dùng để phân tích chuỗi dữ liệu thời gian, bao gồm nhiều mô hình tự hồi quy và các mô hình trễ chéo.
3. Các lợi ích khi sử dụng phần mềm AMOS
– Dễ sử dụng: Amos cung cấp giao diện đồ họa trực quan, giúp người dùng dễ dàng thiết lập và kiểm tra các mô hình phương trình cấu trúc mà không đòi hỏi phải có nền tảng chuyên sâu về thống kê.
– Tính linh hoạt: Amos có khả năng xử lý nhiều loại mô hình phức tạp, từ các biến tiềm ẩn đến các mô hình đo lường và chuỗi dữ liệu thời gian, giúp phần mềm phù hợp với nhiều loại hình nghiên cứu khác nhau.
– Đánh giá toàn diện: Phần mềm này cung cấp một loạt các công cụ phân tích để kiểm định mức độ phù hợp của mô hình, cùng với việc cung cấp các kết quả chi tiết qua các chỉ số, biểu đồ phần dư, và các chỉ số sửa đổi.
– So sánh mô hình: Amos hỗ trợ công cụ so sánh các mô hình thay thế, từ mô hình lồng ghép đến các mô hình có cấu trúc không gian khác nhau, giúp các nhà nghiên cứu tìm ra mô hình tối ưu nhất cho dữ liệu của họ.
– Phân tích chuỗi thời gian: Phần mềm này cũng có các tính năng phân tích chuỗi thời gian mạnh mẽ, bao gồm các mô hình tự hồi quy và độ trễ chéo, giúp ích cho việc nghiên cứu xu hướng và phân tích dữ liệu qua các mốc thời gian.
– Ứng dụng đa lĩnh vực: Amos được sử dụng rộng rãi trong nhiều lĩnh vực khác nhau như tâm lý học, xã hội học, quản trị kinh doanh, và giáo dục, mang lại sự linh hoạt và khả năng ứng dụng cao cho các nhà nghiên cứu trong nhiều ngành học.
4. Giới thiệu các phiên bản AMOS
Lỗi nhả key ở AMOS
Xem thêm: Khắc phục lỗi nhả key AMOS
5. Tải phần mềm AMOS 24 Download Full Bản Quyền
6. Hướng dẫn cài đặt & Sử dụng phần mềm AMOS 24
Xử Lý Số Liệu cung cấp cho bạn link tải và hướng dẫn cài đặt chi tiết qua hình ảnh ngay trong bài viết này để bạn dễ dàng tiếp cận AMOS. Chúng tôi tập trung vào việc chia sẻ kiến thức và không giải quyết các vấn đề phát sinh trong quá trình tải hay cài đặt. Nếu bạn cần hỗ trợ thêm, Xử Lý Số Liệu sẵn lòng cung cấp dịch vụ cài đặt phần mềm AMOS chuyên nghiệp nhanh chóng. Đừng ngần ngại liên hệ Xử Lý Số Liệu tại đây để được trợ giúp!
Cài đặt và sử dụng phần mềm SmartPLS 3 Full Bản Quyền
Cài đặt và sử dụng phần mềm SMARTPLS 3 Full bản quyền
Những tính năng mới trên phần mềm SmartPLS 3 Full Bản Quyền
– Phân tích bộ tứ khẳng định (Gudergan và cộng sự, 2008)
– Tiêu chí heterotrait-monotrait mới của các mối tương quan (HTMT) để kiểm định giá trị phân biệt (Henseler và cộng sự, 2015)
– Phân đoạn theo định hướng dự báo (Becker và cộng sự, 2013)
– Phân tích biến điều tiết (Henseler và Chin, 2010).
– Các loại phân tích đa nhóm khác nhau (Sarstedt và cộng sự, 2011).
– Kiểm định sự bất biến bằng phương pháp bất biến đo lường của phương pháo tiếp cận kết hợp các mô hình (Henseler và cộng sự, 2016).
Sự khác nhau giữa các phiên bản phần mềm SmartPLS
Phần mềm SmartPLS phiên bản 2.0
Some highlights available in SmartPLS 4
– a fundamentally renewed and optimized GUI
– significantly improved performance
– data import from Excel or SPSS in addition to CSV files
– multiple moderation (e.g., three-way interactions)
– testing endogenity with Gaussian copulas
– Regression models, including many useful diagnostics and reports to fully perform the analyses
– PROCESS type analysis, including bootstrapping of conditional direct and indirect effects
– Necessary condition analysis (NCA) including significance testing
– Accounting for scale type of variables in most algorithms
– Standardized, unstandardized and mean-centered PLS-SEM analysis
– New datafiles can be created from calulation results directly (useful for higher-order models)
– Many new sample models are now included
Version 3.3.9, released 2022-03-28
Fixed: Issues with trial.
Version 3.3.8, released 2022-03-27
Fixed: Minor stability issues.
Improved: Upgraded internal libraries.
Version 3.3.7, released 2022-01-23
Improved: Updated translation files.
Improved: Upgraded internal libraries.
Version 3.3.6, released 2022-01-19
Improved: Improved performance of several algorithms.
Improved: Upgraded internal libraries.
Version 3.3.5, released 2021-12-20
Fixed: Deadlocks occurred on some computers during save operations.
Version 3.3.4, released 2021-12-16
Fixed: Log4J Vulnerability fix. Log4J updated to a patched version (2.16.0)
Improved: Upgraded internal libraries.
Version 3.3.3, released 2021-01-11
Improved: Upgraded internal libraries.
Improved: GUI adjustments, for a better display under Windows 10 and MacOSX Big Sur.
Improved: Indicators that contain non-numeric values are marked with an exclamation mark + tooltip in the datafile editor.
Fixed: Display errors and refresh problems under MacOSX Big Sure.
Fixed: Performance issue with PLSC algorithm.
Fixed: Installation problem in the Persian language area.
Version 3.3.2, released 2020-04-21
Improved: Upgraded internal libraries.
Version 3.3.1, released 2020-04-21
Improved: Upgraded internal libraries.
Version 3.3.0, released 2020-04-11
Improved: Updated embedded Java version
Improved: Mac OS installer includes Java
Version 3.2.9, released 2020-01-08
Feature: Descriptive statistics for latent variable scores, residuals, and prediction errors
Feature: Preferences option to hide leading zeros in the results output
Feature: Implementation of consistent PLS-MGA and permutation
Localization: Translation to Urdu
Localization: Update of the existing language versions
Improved: Added specific indirect effects to the PLS-MGA and permutation results
Improved: PLS-MGA two-tailed p-values
Improved: Added intercepts for unstandardized coefficients IPMA results
Improved: Software speed and performance
Improved: Blindfolding missing data treatment (i.e., it does not support pairwise deletion anymore)
Improved: Added construct level results (e.g., R²) in the modeling window of bootstrapping
Improved: Descriptive statistics for indicator data (e.g., group-specific outcomes)
Improved: Excel export of results
Fixed: PLSpredict LV predictions
Fixed: Changing the sort order in the result tables (e.g., by variable name)
Fixed: Pairwise deletion to treat missing values
Fixed: Highlighting of p-values for PLS-MGA results
Version 3.2.8, released 2018-11-22
Feature: Implementation of predictive model selection criteria for PLS and PLSc
Feature: New unique case identifier (i.e., a fixed number for each observation in the dataset, which is useful, for example, when using the casewise deletion option, multigroup or segmentation analyses)
Improved: Inclusion of all specific indirect effects for the mediator analysis
Improved: Color highlighting of significant p-values in bootstrapping, permutation, and multigroup analysis (MGA)
Improved: Results presentation for bootstrapped fit indices
Improved: Software activation procedure
Localization: Translation to Korean (100%)
Localization: Translation to Malay (100%)
Localization: Translation to Polish (>20%)
Localization: Translation to Rumanian (>50%)
Localization: Correction of incompletions and little issues in the different language translations
Fixed: Residual correlation instead of covariance for PLSc
Fixed: Bootstrapping sometimes stopped when using “complete bootstrapping” with repeated indicators due to problems in the fit calculation for these models
Removed: Lohmöller’s initial weighting scheme (complexity reduction)
Removed: Bootstrap sign change options (i.e., individual sign changes, construct level sign changes; complexity reduction)
Removed: Double bootstrapping (increased bootstrapping performance; complexity reduction)
Removed: d_g1 version of the exact fit measures (complexity reduction)
Hướng dẫn cài đặt & sử dụng SmartPLS 3
Hướng dẫn kích hoạt SmartPLS 3 full bản quyền
Xử Lý Số Liệu cung cấp cho bạn link tải và hướng dẫn cài đặt chi tiết qua hình ảnh ngay trong bài viết này để bạn dễ dàng tiếp cận SMARTPLS 3 Full Bản Quyền. Chúng tôi tập trung vào việc chia sẻ kiến thức và không giải quyết các vấn đề phát sinh trong quá trình tải hay cài đặt. Nếu bạn cần hỗ trợ thêm, Xử Lý Số Liệu sẵn lòng cung cấp dịch vụ cài đặt phần mềm SMARTPLS chuyên nghiệp nhanh chóng. Đừng ngần ngại liên hệ Xử Lý Số Liệu tại đây để được trợ giúp!
Link tải phần mềm SmartPLS 3, 4 Download Full Bản Quyền Vĩnh Viễn
Link tải phần mềm SmartPLS Full Bản Quyền
Giới thiệu phần mềm SmartPLS
Chức năng & giới hạn của phần mềm SmartPLS
- Phân tích bộ tứ khẳng định (Gudergan và cộng sự, 2008), được thiết kế để xác nhận độ tin cậy và tính hiệu quả của mô hình.
- Tiêu chí heterotrait-monotrait (HTMT), một phương pháp kiểm định giá trị phân biệt giữa các biến (Henseler và cộng sự, 2015), giúp đảm bảo rằng các khái niệm đo lường khác nhau được phân biệt rõ ràng.
- Phân đoạn theo định hướng dự báo (Becker và cộng sự, 2013), dùng để phân tích các nhóm dựa trên khả năng dự đoán của các mô hình, đặc biệt hữu ích trong các nghiên cứu tập trung vào việc xác định các yếu tố dự báo chính.
- Phân tích biến điều tiết (Henseler và Chin, 2010), cho phép kiểm tra tác động của các biến điều tiết đến mối quan hệ giữa các biến độc lập và phụ thuộc trong mô hình.
- Các loại phân tích đa nhóm (Sarstedt và cộng sự, 2011), hỗ trợ việc so sánh các mô hình giữa các nhóm khác nhau, chẳng hạn như giữa các đối tượng nghiên cứu hoặc nhóm mẫu khác nhau.
- Kiểm định sự bất biến bằng phương pháp tiếp cận kết hợp các mô hình (Henseler và cộng sự, 2016), giúp xác định xem các phép đo có nhất quán qua các nhóm hoặc điều kiện khác nhau hay không, từ đó đảm bảo tính đồng nhất của kết quả nghiên cứu.
- Phiên bản Student: Bị giới hạn về dữ liệu nhập và phân tích, với tối đa 100 mẫu. Một số thuật toán kiểm định cũng bị hạn chế, và người dùng không thể xuất báo cáo kiểm định ra định dạng Excel hoặc HTML.
- Phiên bản Professional: Không giới hạn kích thước dữ liệu nhập và phân tích. Người dùng có thể truy cập đầy đủ tất cả các tính năng của phần mềm và xuất báo cáo kiểm định ra định dạng Excel hoặc HTML.
Một số phân tích thực hiện trên SmartPLS
- Partial Least Squares (PLS): Thuật toán mô hình đường dẫn PLS, bao gồm Consistent PLS (PLSc)
- Hồi quy Ordinary Least Squares (OLS) dựa trên tổng điểm
- Ước tính dữ liệu theo trọng số mẫu
- Bootstrapping với các tùy chọn nâng cao
- Tính toán một loạt các kết quả và tiêu chí đánh giá mô hình liên quan
- Ước lượng các tác động trực tiếp, gián tiếp và tổng thể
- Kiểm tra tính hợp lệ phân biệt bằng HTMT
- Blindfolding (giá trị Q² cho độ dự đoán)
- Một số chỉ số độ phù hợp PLS mới (ví dụ: SRMR và NFI), dù còn mang tính thử nghiệm
- Mô hình thành phần phân cấp (mô hình bậc hai)
- Mediation (trung gian)
- Moderation (hiệu ứng tương tác)
- Mối quan hệ phi tuyến tính (ví dụ: hiệu ứng bậc hai)
- Phân tích bản đồ quan trọng-hiệu suất (IPMA)
- Phân tích đa nhóm (Multi-group analysis – MGA)
- Phân tích đa nhóm dựa trên hoán vị
- Đánh giá tính đồng nhất trong đo lường (MICOM)
- Phân tích Confirmatory Tetrad Analysis (CTA)
- Phân đoạn dựa trên hỗn hợp hữu hạn (Finite Mixture – FIMIX)
- Phân đoạn theo định hướng dự đoán (Prediction-oriented segmentation – POS)
- Và nhiều tính năng khác…
Link tải phần mềm SMARTPLS
- Link tải SMARTPLS 3: xem tại đây.
- Link tải SMARTPLS 4: xem tại đây.
Cài đặt và sử dụng SmartPLS
Hệ số hồi quy âm nói lên điều gì? Giải mã mã kết quả hồi quy tuyến tính trong SPSS 26, 27
Trong phần mềm thống kê SPSS, hệ số hồi quy chưa chuẩn hóa thường được ký hiệu là B, còn hệ số hồi quy chuẩn hóa là Beta. Cả hai đều biểu thị mức độ tác động của biến độc lập lên biến phụ thuộc, nhưng chúng có cách diễn giải khác nhau.
Hệ số hồi quy chuẩn hóa khác gì so với chưa chuẩn hóa trong SPSS 26
Trong phân tích SPSS, ở bước thống kê bảng Coefficients chúng ta sẽ thu điểm 2 hệ số quan trọng trong hôi quy đó là hệ số hồi chuẩn hóa Beta và chưa chuẩn hóa.
Cách thu thập dữ liệu tốt khi khảo sát và 3 điều phải biết
Dữ liệu tốt hay còn gọi là đẹp là yếu tố tiên quyết để có một công trình nghiên cứu hiệu quả và có giá trị. Vì vậy cần biết các bước để thu thập được dữ liệu tốt nhất
Phân tích Mediation bằng Hayes PROCESS Macro trong SPSS 26, 27
Phân tích trung gian giúp hiểu cách một biến độc lập ảnh hưởng đến biến phụ thuộc qua trung gian, cung cấp thông tin về các tác động gián tiếp và con đường cơ bản.
Trích dẫn thế nào để không bị xem là đạo văn 2024
Trích dẫn thế nào để không bị xem là đạo văn
1. Trích dẫn trong bài viết
1.1. Trích dẫn của một tác giả
- Cách 1: Theo Smith (2020), động lực học sinh ảnh hưởng lớn đến kết quả học tập.
- Cách 2: Động lực học sinh ảnh hưởng lớn đến kết quả học tập (Smith, 2020).
- Cách 1: Theo Bùi Xuân An (1996) niềm tin đóng vai trò quan trọng trong giao dịch.
- Cách 2: Niềm tin đóng vai trò quan trọng trong giao dị (Bùi Xuân An, 1997).
Trích dẫn của một tác giả
1.2. Trích dẫn của hai hoặc ba tác giả.
- Cách 1: Green và Brown (1990) nhận định rằng kỹ năng giao tiếp có vai trò quan trọng trong quản lý.
- Cách 2: Kỹ năng giao tiếp có vai trò quan trọng trong quản lý (Green và Brown, 1990).
Trích dẫn của hai hoặc ba tác giả
1.3. Trích dẫn nhiều hơn ba tác giả
- Cách 1: Johnson và cộng sự (2003) nhận định rằng thái độ người tiêu dùng ảnh hưởng mạnh đến quyết định mua sắm.
- Cách 2: Thái độ người tiêu dùng ảnh hưởng mạnh đến quyết định mua sắm (Johnson và cộng sự, 2003).
1.4. Trích dẫn từ hai tác phẩm của nhiều tác giả khác nhau
- Cách 1: Các phương pháp nghiên cứu khoa học đã phát triển đáng kể trong những năm gần đây (Smith và cộng sự, 2008; Lee, 2009).
- Cách 2: Smith và cộng sự (2008), Lee (2009) nhận định rằng các phương pháp nghiên cứu khoa học đã phát triển đáng kể trong những năm gần đây.
1.5. Trích dẫn không tìm được tài liệu gốc mà ghi nhận nhờ một tài liệu khác của tác giả khác
2. Trích dẫn trong phần tài liệu tham khảo
2.1. Trích dẫn sách
- Sách nước ngoài: Williams, J. (2010), The Art of Learning, Penguin Books, London, UK.
- Sách Việt Nam: Lê Văn Hoàng (2012), Marketing căn bản, Nhà xuất bản Lao động, TP. Hồ Chí Minh.
2.2. Trích dẫn chương sách
- Sách nước ngoài: Miller, S.R. (2008), “The evolution of management practices”, Management Theories and Applications, McGraw-Hill, Boston, MA, pp. 45-67.
- Sách Việt Nam: Nguyễn Thị Thu (2011), “Chương 5 – Phân tích thị trường Việt Nam trong bối cảnh hội nhập”, Thị trường Việt Nam, Nhà xuất bản Tài chính, Hà Nội, trang 123-145.
2.3. Trích dẫn tạp chí
- Capizzi, M.T. and Ferguson, R. (2005), “Loyalty trends for the twenty-first century”, Journal of Consumer Marketing, Vol. 22, No. 2, pp. 72-80.
- Phạm Thanh Hà (2014), “Chiến lược phát triển doanh nghiệp nhỏ và vừa tại Việt Nam”, Tạp chí Kinh tế Việt Nam, Tập 36, Số 3, trang 45-52.
2.4. Trích dẫn báo cáo hội thảo được xuất bản thành ấn phẩm
- Robinson, P., Smith, K., and Taylor, L. (2011), “Exploring new market opportunities through innovation”, in Proceedings of the 2011 International Conference on Business Innovation, Toronto, Canada, 2011, Springer, New York, NY, pp. 78-90.
- Nguyễn Văn Bình (2016), “Chính sách tài khóa và quản lý nợ công ở Việt Nam”, Hội thảo Quản lý kinh tế và tài chính trong bối cảnh hội nhập, Trường ĐH Kinh tế TP.HCM, 5/5/2016, Nhà xuất bản Kinh tế Quốc dân, Hà Nội, trang 189-195.
2.5. Trích dẫn báo cáo hội thảo không được xuất bản thành ấn phẩm
- Cohen, J. (2022), “Effective communication in online learning,” paper presented at the Online Learning Symposium, 15-17 May, San Francisco, CA, available at: https://www.onlinesymposium.com/effective-communication-cohen (accessed 20 January 2023).
- Nguyễn Thị Hạnh (2021), “Đổi mới phương pháp giảng dạy trong kỷ nguyên số,” bài viết cho Hội thảo Đổi mới giáo dục, 5/8/2021, Trường Đại học Sư phạm Hà Nội, available at: https://www.hanu.edu.vn/doimoiphuongphap-giangday (truy cập ngày 20 tháng 3 năm 2022).
2.6. Trích dẫn công trình nghiên cứu
- Moizer, P. (2023), “The impact of digital transformation on financial auditing,” working paper, Leeds University Business School, University of Leeds, Leeds, 10 April, available at: https://business.leeds.ac.uk/research/impact-digital-transformation (accessed 25 April 2023).
2.7. Trích dẫn sách mà không có tên tác giả hoặc biên tập
- Encyclopaedia Britannica (2023), “Artificial Intelligence and Its Applications,” Vol. 2, 15th ed., Encyclopaedia Britannica, London and New York, NY, pp. 132-145.
rích dẫn mà không có tên tác giả
2.8. Trích dẫn bài báo in trên báo chí (có tác giả)
- Jones, M. (2023), “The future of renewable energy,” The Guardian, 5 June, pp. 12-14.
- Trần Hữu Đức (2022), “Tầm quan trọng của chuyển đổi số trong kinh doanh,” Báo Nhân Dân, 10/10/2022, trang 7-9.
2.9. Trích dẫn bài báo (không có tên tác giả)
- The New York Times (2023), “The challenges of global supply chains,” 22 July, p. A3.
2.10. Trích dẫn nguồn thông tin điện tử:
- Castle, B., “Introduction to web services for remote portlets,” available at: https://www.ibm.com/developerworks/library/ws-wsrp/ (accessed 12 November, 2023).
- Trần Văn Hùng, “Tương lai của trí tuệ nhân tạo trong giáo dục,” xem tại: https://www.baochinhphu.vn/tin-tuc/tong-hop/tin-moi/tuong-lai-cua-tri-tue-nhan-tao-trong-giao-duc-209468 (truy cập ngày 5 tháng 4 năm 2023).
3. Lưu ý khi trích dẫn tài liệu
- Tài liệu tham khảo phải liệt kê tất cả các tác giả và công trình có liên quan đã được trích dẫn trong nghiên cứu. Các thông tin phải được ghi đầy đủ, chính xác và rõ ràng.
- Sắp xếp tài liệu tham khảo: Tài liệu tiếng Việt và tài liệu tiếng nước ngoài nên được sắp xếp riêng biệt. Tài liệu tiếng Việt sẽ được liệt kê trước, sau đó đến tài liệu tiếng nước ngoài. Nếu tài liệu của tác giả nước ngoài đã được dịch sang tiếng Việt, nó sẽ được đưa vào danh mục tài liệu tiếng Việt. Ngược lại, nếu tài liệu của tác giả người Việt viết bằng tiếng nước ngoài, nó sẽ được liệt kê trong danh mục tài liệu tiếng nước ngoài.
- Cách trình bày: Mỗi tài liệu tham khảo cùng các thông tin liên quan sẽ được trình bày trong một đoạn duy nhất, với cách dãn dòng đơn (dãn dòng 1). Giữa hai tài liệu sẽ được cách nhau bởi một dòng trắng. Tên tác giả sẽ được đặt sau số thứ tự, nhưng dòng dưới sẽ thụt vào một TAB (1,27 cm).
- Số thứ tự sẽ được đánh liên tục cho cả tài liệu tiếng Việt và tiếng nước ngoài.
- Tác giả và cách ghi tên: Đối với tác giả người Việt và tài liệu tiếng Việt, cần ghi đầy đủ theo thứ tự Họ, Họ đệm, và Tên. Đối với tài liệu tiếng nước ngoài, cần ghi đầy đủ Họ (không có dấu phẩy theo sau), sau đó là chữ viết tắt của họ đệm (có dấu chấm) và tên (có dấu chấm và dấu phẩy liền sau đó).
- Tài liệu dịch: Nếu tài liệu tiếng nước ngoài đã được dịch sang tiếng Việt, nó sẽ được liệt kê trong danh mục tài liệu tiếng Việt, với thứ tự tác giả dựa theo Họ của tác giả nước ngoài. Ngược lại, nếu tài liệu của tác giả người Việt viết bằng tiếng nước ngoài, nó sẽ được liệt kê trong danh mục tài liệu nước ngoài; thứ tự của tác giả sẽ là Họ, và tên tác giả sẽ được ghi theo cách ghi trong tài liệu tham khảo.
Lưu ý khi trích dẫn tài liệu
Kết luận
Nếu bạn gặp những vấn đề trong việc làm nghiên cứu khoa học, xulysolieu.info có ngay Dịch vụ hỗ trợ với chất lượng cực tốt trong thời gian ngắn nhất hoặc liên hệ fanpage của xulysolieu.info
9 mẹo vàng để bảo vệ khóa luận tốt nghiệp đảm bảo điểm cao
Khóa luận tốt nghiệp là điều kiện tối thiểu để xét tốt nghiệp của sinh viên các trường đại học. Vì vậy việc bảo vệ luận văn là rất quan trọng