9/16/2016

TỔNG QUAN CÁC GIAI ĐOẠN

CHƯƠNG 6 XỬ LÝ DỮ LIỆU
1. Giá trị hóa dữ liệu (Phê chuẩn dữ liệu).
2. Hiệu chỉnh lại các câu trả lời có thể
QUÁ TRÌNH XỬ LÝ chấp nhận (Sửa lại sai sót do ghi chép).
3. Mã hóa dữ liệu.
DỮ LIỆU 4. Nhập dữ liệu.
5. Lọc dữ liệu.
6. Lưu trữ dữ liệu.
7. Phân tích dữ liệu.

GIÁ TRỊ HÓA dữ liệu CÁC BƯỚC HIỆU CHỈNH Dữ Liệu

(⑴)Tại hiện trường (Hiệu chỉnh sơ bộ):
• Xem xét dữ liệu đã thu thập có Mục tiêu:
- Đảm bảo thủ tục phỏng vấn phù hợp.
thực sự có gía trị? Nếu không - Sửa chữa các sai sót khi lấy số liệu thực địa.
thì bỏ; Các sai sót thường gặp:
- Người được phỏng vấn có phù hợp không?
Cần xem xét: - Trả lời có đầy đủ không?
- Câu trả lời có rõ không hay có đúng không (quan
1. Dữ liệu thu thập có đúng đối trọng đối với những câu hỏi mở)?
tượng? • Phỏng vấn viên hiệu chỉnh ngay sau khi kết thúc
phỏng vấn:
2. Các biện pháp thu thập có Phỏng vấn lại các câu hỏi bỏ sót;
Chỉnh các phần viết tắt, ký hiệu, viết chưa kịp.
đúng yêu cầu?

CÁC BƯỚC HIỆU CHỈNH DỮ LIỆU

• Giám sát viên hiệu chỉnh khi các phỏng vấn
viên nộp bảng câu hỏi đã hiệu chỉnh xong.
Giám sát viên sẽ kiểm tra:
• Hoàn tất?
• Phỏng vấn nghiêm túc?
• Rõ ràng?
• Hợp lý?
(2) Tại trung tâm (Hiệu chỉnh cuối
cùng):
• Do bộ phận xử lý thực hiện trước
khi nhập dữ liệu; kiểm tra toàn bộ
các lỗi & nhất là tính hợp lý giữa n
bảng câu hỏi.
NOTE:
• Việc hiệu chỉnh phải rất thận trọng

Marketing Research 1

MÃ HÓA DỮ LIỆU
• Là quá trình chuyển đổi các câu trả
lời thành dạng mã số để thuận lợi
cho việc nhập & xử lý dữ liệu.
• Mã hóa trước : Chọn các mã số từ
khi thiết kế bảng câu hỏi, in các mã
số lên ngay bảng câu hỏi để giảm
thời gian chuẩn bị xử lý dữ liệu.
CÁCH THỨC ĐỂ TẠO LẬP MÃ
Cho từng câu hỏi, ấn định trước bao
nhiêu người có thể trả lời như vậy
người nghiên cứu chỉ đơn giản ghi mã
lên bảng câu hỏi.
• A/C có mua dầu nhớt Castrol không?
Q1 (1)Có(2)Không
• A/C có mua dầu nhớt BP không?
Q2(2)Có(2)Không
CÁC NGUYÊN TẮC MÃ HÓA
• A/c vui lòng phân hạng 3 nhãn hiệu
thường mua nhất (1:mua thường nhất;
2:mua thường nhì; 3:mua thường thứ 3)
( )Castrol( ) BP ( ) Shell()Total ( ) Mobil
• A/c vui lòng đánh dấu 1 nhãn hiệu thường
mua nhất
CastrolBPShellTotalMobil
(1) (2) (3) (4) (5)
Marketing Research
9/16/2016
MÃ HÓA DỮ LIỆU
• Với các câu hỏi đóng việc mã hóa
thực hiện 1 lần trước khi tiến hành
thu thập thông tin.
• Với câu hỏi mở phải mã hóa 2 lần:
(1) Tạo mã trước khi phỏng vấn thông
qua việc dự đoán trước các trả lời
sẽ xuất hiện.
(2) Hiệu chỉnh mã nếu có sai lệch khi
phỏng vấn xong.
• A/c đã từng mua những nhãn hiệu dầu
nhớt nào sau đây? (có thể chọn nhiều
hơn 1)
(1)Castrol(2)BP(3)Shell
(4)Total(5)Mobil(6)Catex(7)Khác
NGUYÊN TẮC MÃ HÓA dữ liệu
• Số kiểu mã hóa phải đủ lớn để bao
quát hết các sự kiện trong dữ liệu,
đảm bảo tất cả tình huống trả lời
đều được mã hóa.
2

NGUYÊN TẮC MÃ HÓA dữ liệu
• Việc mã hóa không được chồng chéo
nhau (Bất kỳ tình huống trả lời nào chỉ
có 1 mã mà thôi (Xếp loại này thì không
xếp vào loại khác)).
Vd: Doanh nghiệp a/c thuộc loại hình nào?
(⑴)Sản xuất (2) Kinh doanh
(3) Dịch vụ - thương mại.
NHẬP dữ liệu
• Mỗi câu hỏi chỉ có 1 trả lời  Mỗi
câu hỏi chứa đựng 1 biến số.
• Nếu câu hỏi có nhiều trả lời, mỗi
trả lời phải có nhiều biến tách biệt.
NHẬP dữ liệu
• A/c vui lòng phân hạng 3 nhãn hiệu
thường mua nhất (1:mua thường nhất;
2:mua thường nhì; 3:mua thường t.3)
()Castrol ()BP ()Shell ()Total ()Mobil
• A/c vui lòng đánh dấu 1 nhãn hiệu
thường mua nhất
Castrol BPShell TotalMobil
(1)(2)(3) (4)(5)
Marketing Research
9/16/2016
NGUYÊN TẮC MÃ HÓA dữ liệu
• Không được để mở khoảng cách
lớp của mã hóa:
VD: 1- 2 triệu>2 tr> 3 triệu
• Nếu có thể được thì khoảng cách
các lớp nên tương đương nhau.
NHẬP dữ liệu
• A/c có mua dầu nhớt Castrol không?
(⑴)Có(2) Không
• A/c đã từng mua các nhãn hiệu dầu
nhớt nào sau đây? (có thể chọn nhiều
hơn 1)
CastrolBPShellTotalMobil
(1)(2)(3)(4)(5)
NHẬP DỮ LIỆU
• Bảng tính đơn là bảng tính để tính
toán 1 biến số.
• Bảng tính phức tạp là bảng tính thể
hiện quan hệ giữa 2 biến số hay
giữa nhiều biến số với nhau.
3

LỌC DỮ LIỆU
• Cần phải kiểm tra độ chính xác của
việc nhập dữ liệu
• Bốc ngẫu nhiên 1 số bảng câu hỏi
& kiểm tra với số liệu nhập trong
máy.
• Rửa dữ liệu: chạy 1 số bảng tần số
cho từng biến  để phát hiện
những trị số bất hợp lý.
Các bước phân tích dữ liệu
1. Xác định loại dữ liệu thu thập được.
2. Xác định những nội dung cần phân tích
để mô tả kết quả xử lý dữ liệu.
3. Chọn kỹ thuật phân tích tương thích với
yêu cầu của từng nội dung.
4. Xử lý kết quả.
5. Đọc kết quả xử lý, phát hiện ra những
mô hình có tính qui luật, chọn lựa phép
thống kê đủ tin cậy để kiểm nghiệm kết
quả.
6. Viết phần diễn giải.
NOTE: PHÂN TÍCH DỮ LIỆU
• Từ kết quả của mẫu nghiên cứu phải rút ra
kết luận về tổng thể nghiên cứu.
• 2 vấn đề cần làm rõ:
– Trị thống kê của mẫu có thực sự đúng với
tổng thể?
– Nếu có sai lệch thì sai lệch đó là bao
nhiêu có thể chấp nhận được để vận dụng
vào thực tế?
 Thông tin từ mẫu sẽ ước lượng thông tin
cho toàn bộ thị trường. Vấn đề này đòi hỏi
ước lượng khoảng, ước lượng điểm.
Marketing Research
9/16/2016
PHÂN TÍCH DỮ LIỆU
• Phân tích không phải là việc chạy máy,
in ra kết quả thống kê;
• MR: không phải là những con số, bảng
biểu (kỹ thuật thống kê, máy tính);
• Nội dung phân tích dữ liệu dựa trên
danh mục nhu cầu thông tin (Việc Phân
tích phải được xác định từ trước khi
tiến hành công tác thu thập, không bao
giờ chờ đến khi dữ liệu đã thu thập rồi
mới bắt đầu suy nghĩ về cách phân tích
là quá muộn).
NOTE: PHÂN TÍCH dữ liệu
• Để viết 1 bảng phân tích tốt, phải bắt
đầu từ những thông tin tổng quát &
đơn giản (Mức độ đơn giản nhất là
phân tích từng biến số hay từng câu
hỏi 1).
• Sau đó mới xem xét các mối liên hệ
đặc biệt & phức tạp.
• Phải trung thực: Không phóng đại/ bóp
méo;
• Mẫu nhỏ có thể giới hạn thông tin.
PHÂN TÍCH SƠ BỘ
24
4
 9/16/2016

Thang đo ĐỊNH DANH NOTE khi PHÂN TÍCH dữ liệu

• Mô tả: TẦN SỐ, %; • Tường trình không nên tập trung
• Khi thuyết trình kết quả: ĐỒ THỊ vào từng con số mà nhằm vào việc
TRÒN, hoặc CỘT. nhận ra các qui luật của dữ liệu,
• Kiểm định Chi-square: chỉ cần viết về những con số thể
Kiểm tra xem phân phối quan sát hiện được các ý chính.
được có khác đáng kể so với phân
phối kỳ vọng không?
25

Kiểm định Chi-square Kiểm định Chi-square

• Thang đo định danh.
• Dữ liệu thu thập được xếp theo 1
tiêu chí/ yếu tố.
• Mỗi quan sát phải và chỉ thuộc về 1
nhóm mà thôi.
• H0: Xác suất quan sát rơi vào từng
• Oj : Số quan sát thực tế của
từng hạng mục (Oj ≥ 5).
• Ej : Số quan sát của từng hạng
mục theo giả thuyết H0.
X = Ʃ (Oj - E j )2
2

mục như nhau. (Quan sát thực tế Ej

có khác biệt đáng kể so với phân
phối kì vọng).

Kiểm định Chi-square Vd1: 1 công ty kinh doanh nước giải

khát muốn kiểm định kích thước chai
Hạng mục 1 2 j k Tổng bằng cách chọn ngẫu nhiên 500 người
tiêu dùng hỏi xem họ thích mua loại
Số quan O1 O2 Oj Ok n
sát thực tế nào trong 4 cỡ chai 200ml, 300ml,
800ml, 1250ml.
Xác suất p1 p2 pj pk 1
Kiểm nghiệm của công ty về các
(H0 )
khách hàng của mình là 30% - 200ml,
Số quan E1 = E2 = Ej = Ek = n 30% - 300ml, 20% - 800ml, 20% -1250ml.
sát H0 np1 np2 npj npk

Marketing Research 5
 9/16/2016

VD2: Kiểm nghiệm tại sao công ty đa quốc gia

Độ tin cậy 95% chọn hình thức xâm nhập thị trường quốc tế
Df = k -1, k: số hạng mục lựa chọn là xuất khẩu bằng cách phỏng vấn 35 công
t y c h o t h ấ y :
Cỡ chai 200ml 300ml 800ml 1250ml
1. Đối phó với thị trường trong nước đang bị
c o d ầ n ( P O A P ) .
Số quan 140 130 110 120 2. Tích cực mở rộng thị trường để phát triển
sát thực (IOAP). Độ tin cậy 95%.
tế
Loại chiến lược POAP IOAP
Ho
Số quan sát 11 24
thực tế
Số quan E1 = np1 HO
sát Ho Số quan sát HO

Kiểm định TỶ LỆ ĐƠN p Kiểm định TỶ LỆ ĐƠN p

Biến ngẫu nhiên phân phối theo
qui luật 0 - 1
• Kiểm nghiệm giả thiết so sánh
giữa tỉ lệ của tổng thể với 1 giá
trị định trước.
Vd: Có phải tỉ lệ số hộ ở TP.HCM
có tivi lớn hơn đáng kể so với
50%?
Biến ngẫu nhiên phân phối
theo qui luật 0 - 1
• n ≥ 40 và np, nq ≥ 5
• pS: tỉ lệ thành công trong mẫu.
• p0: tỉ lệ thành công trong tổng
thể.
• Ztt = (pS –p0 )/ (p0 q0 /n)1/2

Kiểm định TỶ LỆ ĐƠN p
Biến ngẫu nhiên phân phối
theo qui luật 0 - 1
• H0 : p = p0 Bác bỏ H0 nếu IZI > Z α/2
H1 : p ≠ p0
• H0 : p ≤ p0 Bác bỏ H0 nếu Z > Z α
H1 : p > p0
• H0 : p ≥ p0 Bác bỏ H0 nếu Z < - Z α
H1 : p < p0
Vd1: Trong 1 nghiên cứu khám phá, công
ty mỹ phẩm Sài Gòn thấy rằng đa số
người tiêu dùng TP.HCM đều biết thương
hiệu “Miss Saigon”. Công ty lập giả
thuyết là mức độ nhận biết thương hiệu
“Miss Saigon” ở TP là rất cao, có thể đạt
được từ 80% trở lên. Để kiểm định giả
thuyết trên. Chọn mẫu ngẫu nhiên, 300
người với câu hỏi. “Trong các thương
hiệu sau đây bạn đã biết đến nhãn hiệu
loại nào?.....”. Kết quả 70% người tiêu
dùng biết thương hiệu “MissSG”. Độ tin
cậy là 95%.

Marketing Research 6

Vd2: Hiện tại cứ trong 10 người uống bia
thì chỉ có 1 người thích bia nhãn hiệu
A. Sau chiến dịch quảng cáo cho loại
bia A, công ty khảo sát 1 mẫu ngẫu
nhiên 200 người uống bia để kiểm tra
hiệu quả của quảng cáo, thì thấy có 26
người thích loại bia A trong 200 người
này. Thông tin này có đủ để kết luận có
sự gia tăng tỷ lệ những người thích
uống bia hiệu A? Chọn độ tin cậy là
90%.
Ước lượng
p = ps + Zα/2 (ps * qs )1/2
ps : Xác suất xuất hiện
hiện tượng ở mẫu.
THANG ĐO THỨ TỰ
• Trình bày bằng: TẦN SỐ, TỶ LỆ %,
% TÍCH LŨY.
• Kiểm định: Kolmogorov – Smirnov.
Kiểm tra xem phân phối quan sát
được có khác đáng kể so với phân
phối kỳ vọng không?
Marketing Research
9/16/2016
Vd3: 1 công ty sản xuất vỏ xe
hơi chiếm 42% thị trường
(trước đây). Hiện tại, trước sự
cạnh tranh của đối thủ, công ty
muốn kiểm tra thị phần của
công ty có còn 42% ? Chọn
ngẫu nhiên 550 xe hơi trên
đường, kết quả có 219 xe sử
dụng vỏ xe của công ty. Kết
luận gì? Với α = 5%.
XÁC ĐỊNH KHOẢNG TIN CẬY
• Ta có 25% phần tử trong mẫu
(n =100) ưa thích nhãn hiệu A.
Độ tin cậy là 90%. Vậy có
khoảng bao nhiêu % phần tử
trong tổng thể ưa thích nhãn
hiệu A?
Kiểm định Kolmogorov–Smirnov
• Kiểm nghiệm tần số với thang
đo thứ tự.
• H0: Không có sự phân biệt giữa
các xử lý.
• D = Max I F(O) – F(H0 ) I
• Dα = λα / (n)1/2
• D > Dα  Từ chối H0.
7

α 0,5 0,4 0,3 0,2 0,1 0,05
λα ,828 ,895 ,974 1,073 1,224 1,358 1,520 1,627 1,950
• Vd: Để kiểm nghiệm màu sắc của 1
dạng POP (A: rất nhạt, B: nhạt, C:
đậm, D: rất đậm) chọn 200 người
tiêu dùng, trình bày 4 dạng POP’s
này và cho họ chọn dạng họ thích
nhất. α = 5%
Thang đo khoảng & thang đo tỷ lệ
• Mô tả vị trí trung tâm, độ phân tán
và hình dáng của hàm phân phối
đám đông.
• Kiểm nghiệm một giá trị trung bình
Kiểm nghiệm giả thiết so sánh giữa
giá trị trung bình của tổng thể với
giá trị định trước.
CHỈ SỐ THỐNG KÊ
(1) ĐO LƯỜNG MỨC ĐỘ TRUNG TÂM
• MODE: Gía trị xuất hiện nhiều nhất trong
tập hợp dữ liệu; dùng để đại diện cho tập
hợp dữ liệu khi mà các gía trị trong tập
hợp này chênh lệch quá nhiều.
NOTE:
• Nếu Mean & Median xấp xỉ bằng nhau 
sử dụng Mean.
• Nếu Mean & Median khác nhau  sử
dụng Median
Marketing Research
9/16/2016
0,02 0,01 0,001 Màu Tần % % tích % tích I F(O) -
số luỹ luỹ H0 F(H0)I
F(O) F(H0 )
A 80
B 60
C 40
D 20
CHỈ SỐ THỐNG KÊ
(1) ĐO LƯỜNG MỨC ĐỘ TRUNG TÂM
• Số Trung Bình (Dùng để đại diện cho tập
dữ liệu): rất nhạy với Giá trị cực biên 
Sử dụng khi hàm phân phối đối xứng.
• Trung Vị: Không chịu ảnh hưởng của các
Giá trị ở cực biên ie Giá trị quá lớn /quá
nhỏ của tập hợp dữ liệu đó  Số trung vị
được dùng để đại diện cho tập dữ liệu có
nhiều Giá trị đặc biệt quá lớn /quá nhỏ.
CHỈ SỐ THỐNG KÊ
(2) ĐO LƯỜNG MỨC ĐỘ PHÂN TÁN
• ĐỘ BIẾN THIÊN: Khoảng biến thiên
càng lớn thì các gía trị trong tập hợp
dữ liệu càng phân tán.
• PHƯƠNG SAI (Đo lường mức độ phân
tán của 1 tập số xung quanh Trung
Bình của nó): Phương sai càng lớn thì
tập hợp dữ liệu đó có sự chênh lệch về
gía trị giữa các phần tử càng lớn.
8

Kiểm nghiệm
GIÁ TRỊ TRUNG BÌNH ĐƠN
• Kiểm nghiệm giả thiết so sánh giữa giá trị
trung bình của tổng thể với giá trị định
trước. Vd: Kiểm nghiệm trung bình thời
gian chờ để được tính tiền ở siêu thị có
lâu hơn đáng kể so với 10 phút không?
• Thang đo khoảng hoặc tỉ lệ.
• n ≥ 30 Ztính toán = (X – μ )* (n)1/2 /Ϭ
• Không biết Ϭ Ztính toán = (X – μ )* (n)1/2 /S
• n < 30 ttính toán = (X – μ )* (n)1/2 /S
Bậc tự do (n – 1)
• Vd1: 1 nghiên cứu khám phá, công ty A
thấy rằng người tiêu dùng Hà Nội rất ưa
thích thương hiệu nước hoa “Miss Sài
Gòn”. Do vậy công ty thiết lập giả thiết:
Nếu tung “Miss Sài Gòn” thì sẽ được thị
trường chấp nhận. Để kiểm định giả thiết
này, công ty A nhờ công ty nghiên cứu thị
trường thực hiện với 1 mẫu ngẫu nhiên
n= 300 ở Hà Nội, hỏi họ
Nếu “Miss Sài Gòn” được tung ra bạn có
mua dùng ngay hay không?
(1)= Chắc chắn không, (5) = Chắc chắn mua
Độ tin cậy = 95%, Trung bình = 3,98, Độ lệch
chuẩn = 0,4
Kiểm nghiệm 2 TRỊ TRUNG BÌNH
của 2 tổng thể độc lập
• Kiểm nghiệm giả thiết so sánh giá
trị trung bình tổng thể của 2 tổng
thể độc lập.
• Vd: Có phải chi phí cho thuốc men
bình quân đầu người ở TP.HCM
cao hơn đáng kể so với Hà Nội
không?
• Thang đo khoảng hoặc tỉ lệ.
Marketing Research
9/16/2016
Kiểm nghiệm
GIÁ TRỊ TRUNG BÌNH ĐƠN
• H0 : μ = a0 Bác bỏ H0 nếu ItI > tn – 1,α/2
H1 : μ ≠ a0
• H0 : μ ≤ a0 Bác bỏ H0 nếu t > tn – 1, α
H1 : μ > a0
• H0 : μ ≥ a0 Bác bỏ H0 nếu t < - tn – 1, α
H1 : μ < a0
• Vd2: Cán bộ sở du lịch TP A cho rằng
giá phòng khách sạn mini trong mùa
thấp điểm trung bình không quá
168.000 đồng/ngày đêm, một mẫu ngẫu
nhiên 25 phòng khách sạn trong thành
phố được chọn và người ta tính được
xtrung bình = 172.500 đồng/ngày đêm, độ
lệch chuẩn tính được từ mẫu này là s =
15.400 đồng/ngày đêm. Hãy kiểm định
câu phát biểu của vị lãnh đạo này đúng
hay không? Mức ý nghĩa của bài toán
là 5%.
Kiểm nghiệm 2 TRỊ TRUNG BÌNH
của 2 tổng thể độc lập
• n ≥ 30
Ztt = [(X1 – X2 ) – (μ1 – μ2 )] / [(Ϭ12
/n1) + (Ϭ22 /n2 )] 1/2.
• Không biết Ϭ
Ztt = [(X1 – X2 ) – (μ1 – μ2 )] / [(S12
/n1) + (S22 /n2 )] 1/2.
9

Kiểm nghiệm 2 TRỊ TRUNG BÌNH
của 2 tổng thể độc lập
• H0 : μ1 = μ2 Bác bỏ H0 nếu IZI > Zα/2
H1 : μ1 ≠ μ2
• H0 : μ1 ≤ μ2 Bác bỏ H0 nếu Z > Zα
H1 : μ1 > μ2
• H0 : μ1 ≥ μ2 Bác bỏ H0 nếu Z < - Zα
H1 : μ1 < μ2
Kiểm nghiệm 2 TRỊ TRUNG khi
các mẫu PHỤ THUỘC
• Kiểm nghiệm giả thiết so sánh 2 trị trung
bình tổng thể của cùng 1 tập đơn vị
mẫu.
• Vd: Trên cơ sở dữ liệu thu thập được từ
1 nhóm các hộ gia đình trước và sau 1
chiến dịch quảng cáo sản phẩm ABC.
Có phải lượng mua bình quân thay đổi
đáng kể trước và sau khi quảng cáo?
Kiểm nghiệm 2 TRỊ TRUNG khi
các mẫu PHỤ THUỘC
Sd : Độ lệch chuẩn chung.
Ϭd : Độ lệch chuẩn tổng thể của các
chênh lệch.
n: cỡ mẫu.
Marketing Research
9/16/2016
• Vd1: Một hãng viễn thông tiến
hành kiểm định có hay không có
sự khác biệt trong thu nhập trung
bình của các khách hàng nam và
nữ. Họ chọn mẫu ngẫu nhiên 200
nam khách hàng và 100 nữ khách
hàng. Thu nhập trung bình của các
khách hàng nam là 43.390 $, của
nữ là 42.400 $, SNAM = 7.300 $, SNỮ
= 8.200$. MứC Ý NGHĨA CủA KIểM
ĐịNH LÀ 0,05.
Kiểm nghiệm 2 TRỊ TRUNG khi
các mẫu PHỤ THUỘC
• n ≥ 30
Ztính toán = (d – μd ) * (n)1/2 / Ϭd
• Không biết Ϭd
Ztính toán = (d – μd ) * (n)1/2 / Sd
Kiểm nghiệm 2 TRỊ TRUNG khi
các mẫu PHỤ THUỘC
• H0 : μd = 0 Bác bỏ H0 nếu IZI > Z α/2
H1 : μd ≠ 0
• H0 : μd ≤ 0 Bác bỏ H0 nếu Z > Zα
H1 : μd > 0
• H0 : μd ≥ 0 Bác bỏ H0 nếu Z < - Zα
H1 : μd < 0
10

Kiểm nghiệm 2 TỈ LỆ
(Biến ngẫu nhiên phân phối
theo qui luật 0 -1, đo trên 2 mẫu
khác nhau)
• Kiểm nghiệm so sánh tỉ lệ tổng thể
của 1 biến trong 2 tổng thể khác
nhau.
Vd: Có phải tỉ lệ số hộ có 2 người đi
làm ở TP.HCM thấp hơn ở Hà Nội?
Kiểm nghiệm 2 TỈ LỆ
• H0 : p1 = p2 Bác bỏ H0 nếu IZI > Z α/2
H1 : p1 ≠ p2
• H0 : p1 ≤ p2 Bác bỏ H0 nếu Z > Z α
H1 : p1 > p2
• H0 : p1 ≥ p2 Bác bỏ H0 nếu Z < - Z α
H1 : p1 < p2
• Vd2: Giả sử một công ty muốn so
Vd3: Một khu nghỉ dưỡng tiến hành một
sánh mức độ nhận biết nhãn hiệu
X của người tiêu dùng Hà Nội và
TP.HCM, α = 10%. Kết quả như
sau:
Hà Nội n1 = 200, Số người nhận biết
X là 100 người.
TP.HCM n2 = 250, Số người nhận
biết X là 110 người.
Khu A n1 = 227, số người dự định quay lại
Liệu sự chênh lệch có đáng kể hay
không?
Marketing Research
9/16/2016
Kiểm nghiệm 2 TỈ LỆ
• Z = [(ps1 – ps2 ) - (p1 – p2 )]/ {ps*qs *
[(1/n1) + (1/n2 )]}1/2
• Ước lượng chung cho tỉ lệ của
mẫu kết hợp
ps = (n1*ps1 + n2*ps2 ) / (n1 + n2)
• Sai số chuẩn (p1 - p2 )
Sp1 –p2 = {ps *qs *[(1/n1) + (1/n2 )]}1/2
Điều kiện: n1 *ps1 , n2 *ps2 ≥ 5
Vd1: Nhà nghiên cứu muốn biết
liệu tỉ lệ thường đọc 1 tờ báo
nhất định vào năm 2010 có
khác biệt nhiều so với năm
2008, dựa vào 2 mẫu ngẫu
nhiên
• n1 = 400 năm 2008 , pS1 = 42,5%.
• n2 = 200 năm 2010 , pS2 = 35%.
α = 5 %. Liệu sự chênh lệch có
đáng kể hay không?
cuộc khảo sát sự hài lòng của khách
hàng sau khi họ nghỉ tại đây, trong bảng
câu hỏi có một câu hỏi về việc khách
hàng có dự định quay lại đây không?
Có bằng chứng về sự khác biệt trong
mức độ hài lòng của khách hàng ở khu
A và B hay không? α = 10%. Kết quả
như sau:
là 163 người. Khu B n2 = 262, số người
dự định quay lại là 154 người.
11
 9/16/2016

Kiểm nghiệm CHI-SQUARE Kiểm nghiệm CHI-SQUARE

• Mục đích: xác định sự tồn tại mối
quan hệ giữa 2 biến định danh/ thứ
tự.
• Yêu cầu:
- Không có ô nào có số lần xuất hiện
kì vọng < 1.
- Không quá 1/5 tổng số ô có số lần
xuất hiện < 5.
• Hạn chế của kiểm định
Chi–square:
- Chỉ xác định có quan hệ hay
không, không cho biết mức độ
tương quan.
- Không thích hợp cho kiểm tra dữ
liệu cùng 1 biến nhưng được thu
thập ở thời điểm khác nhau.

Kiểm nghiệm CHI-SQUARE Kiểm nghiệm CHI-SQUARE

• Hệ số Contingency: Hệ số bổ sung
vào kiểm nghiệm Chi –Square để
biết mức độ quan hệ giữa 2 biến.
C = [ X2 / (n + X2 )]1/2
C = 0: KHÔNG CÓ QUAN HỆ GIữA
CÁC BIếN.
C KHÔNG CÓ CHẶN TRÊN  KHÓ
DIỄN DỊCH.
• Thường dùng hệ số thống kê
Cramer:
v = [ X2 / n(df - 1 )]1/2
v = 0: Không có quan hệ.
v = 1: Có quan hệ hoàn hảo.

Vd1: Có 2 sản phẩm A, B. Kiểm nghiệm

mối liên hệ giữa việc chọn sản phẩm và
Kiểm nghiệm CHI-SQUARE độ tuổi của người tiêu dùng, mẫu ngẫu
• H0 : Không có mối liên hệ giữa nhiên n = 1.140, độ tin cậy: 95% kết quả
2 biến (định tính – định tính). như sau:
• df = (r - 1) (c – 1) Độ tuổi Sp A Sp B Tổng
• X2 = ƩƩ(Oij – Eij )2 ≤ 25 92 172 264
Eij 26 - 35 166 211 377
Điều kiện Eij ≥ 5 36 - 45 114 97 211
Eij = Ri * Cj / n ≥ 46 188 100 288
Oij : số quan sát thực tế. Tổng 560 580 1.140

Marketing Research 12
 9/16/2016

• Vd2: Một nhà nghiên cứu thị Loại Hãng Hãng Hãng Hãng Tổng
trường muốn xác định mối tương xe A B C D
quan có thể có giữa kích cỡ xe hơi Nhỏ 157 65 181 10 413
và hãng sản xuất đối với các xe
mới được mua trong thời gian gần Trung 126 82 142 46 396
đây. Một mẫu 1000 xe mới mua bình
trong nước đã chọn ngẫu nhiên và
phân loại theo kích cỡ và hãng sản Lớn 58 45 60 28 191
xuất. Độ tin cậy: 95% Dữ liệu thu
được: Tổng 341 192 383 84 1000

PHÂN TÍCH TƯƠNG QUAN • r = 0  Không tương quan (Biết X

• Để quan sát sự liên kết giữa 2 hay
nhiều biến số học.
• Hệ số tương quan Pearson
(Pearson’s correlation coefficient -
r): Để phát hiện ra mức độ tương
quan giữa 2 biến định lượng
(Không có giả thuyết về nhân quả).
• Hệ số tương quan cho biết biên độ
và chiều hướng biến thiên của 2
biến tương quan với nhau.
sẽ không biết Y).
• r = 0,2  Tương quan rất yếu,
không đáng kể.
• r = 0,2 – 0,4  Tương quan yếu,
thấp.
• r = 0,4 -0,7  Tương quan vừa
phải.
• r = 0,7 – 0,9  Tương quan mạnh.
• r > 0,9  Tương quan rất mạnh.
• r = 1  Tương quan hoàn hảo
(Cực kì hiếm), (Biết X sẽ biết Y).

PHÂN TÍCH TƯƠNG QUAN

• Tương quan dương: X tăng  Y tăng. Kiểm nghiệm t, để xét xem hệ số

• Tương quan âm: X tăng  Y giảm.
• Tương quan dương hay âm thừa nhận
mối quan hệ tuyến tính.
• Nhiều khi, biến X, Y có tương quan cong.
(Sử dụng hệ số Eta để đo lường không
phải r)
77
tương quan đó có thật sự là biểu
hiện của một mối tương quan nào
đó.
• t = r / [(1- r2) / (n - 2)]1/2
n: cỡ mẫu
Bậc tự do df = n – 2;
r: hệ số tương quan mẫu.

Marketing Research 13
 9/16/2016

NHỮNG GỈA ĐỊNH KHI SỬ DỤNG

PHÂN TÍCH TƯƠNG QUAN
HỆ SỐ TƯƠNG QUAN PEARSON
• H0 : ƿ (rho) = 0 (Không có biểu 1. Mối quan hệ tuyến tính.
hiện tương quan). 2. Dữ liệu khoảng.
3. Mẫu ngẫu nhiên.
• H1 : ƿ ≠ 0
4. Phân phối chuẩn.

Bác bỏ H0 nếu ItI > tn-2, α/2

hoặc p-value < α
80

Các mối tương quan giữa số vật dụng sở hữu và

mức độ đồng ý đối với các ý kiến về quảng cáo
trên truyền hình. Hệ số tin cậy 90%
• Ý kiếnrMức ý nghĩa
Cần nêu rõ lợi ích của sp -0,00200,980
Cần nêu rõ nhãn hiệu sp 0,00030,997
Cần nêu rõ chức năng của sp -0,02340,773
Cần nêu rõ tên nước sản xuất-0,01710,833
Cần nêu rõ nơi bán sp-0,4860,550
Cần có tính hài hước0,07050,385
1 thiếu nữ xinh đẹp sẽ hấp dẫn.. 0,00370,963
So sánh trực tiếp 2 sp với nhau0,01510,852
Sức thuyết phục của một ngôi sao-0,15090,062

Marketing Research 14