Chương 7 Phan Tich Va Xu Ly Du Lieu

Chương 7
PHÂN TÍCH
& XỬ LÝ SỐ LIỆU
Giảng Viên: NGUYỄN TUẤN KHOA

Chương này giúp sinh viên:
• Hiểu được bản chất và các khái niệm giả
thuyết nghiên cứu
• Biết các bước kiểm định giả thuyết
• Hiểu được các loại kiểm định giả thuyết
• Thực hiện các kiểm định thống kê cơ bản
bằng SPSS
NỘI DUNG CHƯƠNG:
1.THỐNG KẾ & MÔ TẢ
2.PHÂN TÍCH ĐỘ TIN CẬY
3.PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
4.PHÂN TÍCH HỒI QUY
ỨNG DỤNG PHẦN MỀM THỐNG KÊ SPSS
CHO PHÂN TÍCH DỮ LIỆU
1. THỐNG KÊ & MÔ TẢ
• Nhập liệu
• Nhập liệu
• Bước 1: Chọn menu Analyze → Descriptive Statistics →
Frequencies…
• Bước 2: Đưa biến giới tính vào khung Variable(s)
• Bước 3: Chọn Display frequesncy tables • Bước 4: Click Charts => Chọn Pie
• Bước 5: Click Continue => OK Charts
• Kết quả
Hiệu
chỉnh
• Thực hiện tương tự
2. PHÂN TÍCH ĐỘ TIN CẬY THANG ĐO TRONG SPSS
- Sau khi thống kê mô tả mẫu nghiên cứu, công việc tiếp theo là thực hiện
phân tích độ tin cậy thang đo thông qua hệ số Cronbach's Alpha.
- Hệ số α của Cronbach (Cronbach’s Alpha) là một phép kiểm định thống

kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau.
- Khái niệm "thang đo" trong cụm kiểm định độ tin cậy thang đo ý muốn
nói đến một tập hợp các biến quan sát con có khả năng đo được, thể hiện
được tính chất của nhân tố mẹ
• Bước 1: Chọn menu Analyze → Scale → Reliability Analysis.
Chọn tập hợp mục hỏi của thang đo cần kiểm tra độ tin cậy
• Bước 1: Chọn menu Analyze → Scale → Reliability Analysis.
Chọn tập hợp mục hỏi của thang đo cần kiểm tra độ tin cậy
• Bước 2: Click Statistics…Phần Descriptives for tích chọn 3 mục Item,
Scale và Scale for item deleted
• Bước 3: Click Continue → Click OK. Chúng ta có kết quả phân tích
Cronbach’s Alpha như sau
Reliability Statistics
Cronbach's Alpha
Based on
Cronbach's Alpha N of Items
Standardized
Items
.841 .847 4
Item-Total Statistics
Corrected Item- Squared Cronbach's

Scale Mean if Scale Variance Total Multiple Alpha if Item
Item Deleted if Item Deleted Correlation Correlation Deleted
TNPL1 13.13 3.784 .580 .346 .845
TNPL2 12.98 3.777 .681 .509 .797
TNPL3 12.80 3.978 .740 .583 .780
TNPL4 13.03 3.499 .729 .545 .775
• Bước 3: Click Continue → Click OK. Chúng ta có kết quả phân tích
Cronbach’s Alpha như sau
Reliability Statistics
Cronbach's Alpha
Based on
Cronbach's Alpha N of Items
Standardized
Items
.841 .847 4
Item-Total Statistics
Corrected Item- Squared Cronbach's

Scale Mean if Scale Variance Total Multiple Alpha if Item
Item Deleted if Item Deleted Correlation Correlation Deleted
TNPL1 13.13 3.784 .580 .346 .845
TNPL2 12.98 3.777 .681 .509 .797
TNPL3 12.80 3.978 .740 .583 .780
TNPL4 13.03 3.499 .729 .545 .775
Kết quả cho thấy hệ số Cronbach’s Alpha = 0.841 (nằm trong khoảng 0.8 đến dưới 9) và hệ số tương quan của
tất cả các thang đo đều lớn hơn 0.5 . Do vậy, thang đo của biến TNPL có độ tin cậy nội bộ ở mức đạt độ tin cậy.
THỰC HÀNH
Từ data mẫu Anh/Chị thực hành kiểm định

Độ tin cậy nội bộ Cronbach’s Alpha cho các
thang do của các nhân tố trong mô hình.
3. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
• Sau khi thực hiện phân tích Cronbach's Alpha, tiếp theo chúng ta sẽ
thực hiện phân tích nhân tố khám phá (EFA).
• Phân tích nhân tố khám phá, gọi tắt là EFA, dùng để rút gọn một tập hợp k
biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Trong
nghiên cứu, chúng ta thường thu thập được một số lượng biến khá lớn và rất
nhiều các biến quan sát trong đó có liên hệ tương quan với nhau. Thay vì đi
nghiên cứu 20 đặc điểm nhỏ của một đối tượng, chúng ta có thể chỉ nghiên
cứu 4 đặc điểm lớn, trong mỗi đặc điểm lớn này gồm 5 đặc điểm nhỏ có sự
tương quan với nhau. Điều này giúp tiết kiệm thời gian và kinh phí nhiều
hơn cho người nghiên cứu.
Thực hiện phân tích EFA trên SPSS
Lưu ý: Các biến đã bị loại bỏ trong phân tích Cronbach’s Alpha thì không đem vào trong phân tích EFA
• Bước 1: Chọn menu Analyze → Dimension Reduction → Factor…
Bước 2: Chọn các biến quan sát (mục hỏi) cần phân tích EFA vào khung Variables.
Lưu ý là chúng ta sẽ phân tích EFA riêng rẽ cho biến độc lập và biến phụ thuộc. Trong phần này chúng ta
sẽ thực hiện EFA cho các mục hỏi biến độc lập, các mục hỏi của biến phụ thuộc làm tương tự.
Bước 3: Click Descriptives…Tích dấu chọn như hình.

Bước 4: Click Continue → Click Extraction…Tích dấu chọn như hình

Bước 5: Click Continue → Click Rotation → Chọn varimax/ Promax

Bước 6: Click Continue → Click Options…Thiết lập tùy chọn như hình sau:
Với 2 lựa chọn này chúng

ta sẽ sắp xếp các biến quan
sát trong cùng nhân tố theo
thứ tự giảm dần của trọng
số nhân tố, đồng thời loại
bỏ các biến quan sát có
trọng số nhân tố < 0,5.
Bước 7: Click Continue → Click OK. Chúng ta có kết quả phân tích nhân tố như sau:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.901
Bartlett's Test of Sphericity Approx. Chi-Square
4975.857
df
276
Sig.
.000
KẾT QUẢ CHO THẤY HỆ SỐ KMO BẰNG 0.901>0.5 TIÊU CHUẨN, VƯỢT QUA
KIỂM ĐỊNH BAETLETT’S TEST Ở MỨC Ý NGHĨA (SIG.) LÀ 0.000 HAY TIN CẬY
100%, HAY NÓI CÁCH KHÁC PHÂN TÍCH NHÂN TỐ LÀ PHÙ HỢP
Total Variance Explained
Rotation Sums
Kết quả cho thấy mô hình phân tích nhân Initial Eigenvalues Extraction Sums of Squared Loadings
of Squared
Loadingsa
tố cho ra đúng 5 nhân tố có hệ cố Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total
Eigenvalues lớn 1 và tổng % các nhân tố 1

10.710 44.624 44.624 10.355 43.147 43.147 8.662
này giải thích được là 63.583%, do vậy 2

2.049 8.540 53.164 1.723 7.180 50.326 5.790
mô hình EFA đúng với giả thuyết ban 3

1.894 7.891 61.055 1.529 6.371 56.697 5.184
đầu là mô hình nghiên cứu bao gồm 5

4
1.365 5.689 66.744 1.044 4.351 61.048 6.800
5
biến độc lập. 6
1.007 4.198 70.941 .608 2.535 63.583 7.540
.753 3.136 74.077
Extraction Method: Principal Axis Factoring.
a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.
Total Variance Explained
Rotation Sums of Squared

Initial Eigenvalues Extraction Sums of Squared Loadings Loadingsa
Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total

1
10.710 44.624 44.624 10.355 43.147 43.147 8.662
2
2.049 8.540 53.164 1.723 7.180 50.326 5.790
3
1.894 7.891 61.055 1.529 6.371 56.697 5.184
4
1.365 5.689 66.744 1.044 4.351 61.048 6.800
5
1.007 4.198 70.941 .608 2.535 63.583 7.540
6
.753 3.136 74.077
Extraction Method: Principal Axis Factoring.
a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.
Nhận xét kết quả tổng số 24 thang đo sau

khi thực hiện xoay nhân tố bằng phương
pháp “varimax”, thì nhưng nhân tố này
đã trở về với chính nhóm của nó với tiêu
chuẩn đều lớn hơn 0.5. cụ thể như sau:
CNKQ = CNKQ 8, 1, 3, 4, 2, 5, 6
TNPL = TNPL 4, 3, 2, 1
CHTT = CHTT 3, 1, 2, 4
QHĐN = QHĐN 3, 2, 4, 1
ĐĐCV = 1, 3, 5, 2, 4
Gôm biến (thiết lập biến độc lập); giá trị trung bình cộng “mean”
CNKQ = CNKQ 8, 1, 3, 4, 2, 5, 6
TNPL = TNPL 4, 3, 2, 1
CHTT = CHTT 3, 1, 2, 4
QHĐN = QHĐN 3, 2, 4, 1
ĐĐCV = 1, 3, 5, 2, 4
Gôm biến (thiết lập biến độc lập); giá trị trung bình cộng “mean”
CNKQ = CNKQ 8, 1, 3, 4, 2, 5, 6
TNPL = TNPL 4, 3, 2, 1
CHTT = CHTT 3, 1, 2, 4
QHĐN = QHĐN 3, 2, 4, 1
ĐĐCV = 1, 3, 5, 2, 4
Tương tự thực hành cho biến phụ thuộc

Phân tích tương quan Pearson
- Hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ
của mối liên hệ tuyến tính giữa hai biến định lượng.
- Kết quả kiểm định nếu sig kiểm định nhỏ hơn 0.05, cặp biến có
tương quan tuyến tính với nhau; nếu sig lớn hơn 0.05, cặp biến không
có tương quan tuyến tính (giả định lấy mức ý nghĩa 5% = 0.05).
Correlations
ĐLLV CNKQ TNPL CHTT QHĐN ĐĐCV

ĐLLV Pearson Correlation 1 .788** .613** .702** .563** .786**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 289 289 289 289 289 289
CNKQ Pearson Correlation .788** 1 .520** .666** .447** .730**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 289 289 289 289 289 289
TNPL Pearson Correlation .613** .520** 1 .477** .338** .579**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 289 289 289 289 289 289
CHTT Pearson Correlation .702** .666** .477** 1 .387** .642**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 289 289 289 289 289 289
QHĐN Pearson Correlation .563** .447** .338** .387** 1 .482**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 289 289 289 289 289 289
ĐĐCV Pearson Correlation .786** .730** .579** .642** .482** 1
Sig. (2-tailed) .000 .000 .000 .000 .000
N 289 289 289 289 289 289
**. Correlation is significant at the 0.01 level (2-tailed).
4. PHÂN TÍCH HỒI QUY
• Sau khi thực hiện phân tích EFA, chúng ta sẽ thực hiện kiểm định các
giả thuyết trong mô hình nghiên cứu. một trong những phương pháp
kiểm định giả thuyết là hồi quy đa biến.
• Hồi quy: quy vấn đề nghiên cứu cho những nguyên nhân tác động/
ảnh hưởng trong phạm vi mà chúng ta cho phép. (được sử dụng trong
quá trình ra quyết định) để xem xét những yếu tố ưu tiên làm trước
hay làm sao.
• Huyến tính: tác động/ ảnh hưởng theo đường thẳng (tác động một
chiều).
• Hồi quy tuyến tính đa biến là mô hình dùng để xem xét/ đo lường/
phân tích/ đánh giá những yếu tố/những tác nhân ảnh hưởng đến vấn
đền nghiên cứu. Với giả định như sau:
1. Các biến trong mô hình phải có liên hệ tuyến tính
2. Các biến không có hiện tượng tự tương quan. Là các biến trong mô
hình không có liên quan với nhau.
3. Các biến trong mô hình không có hiện tượng đa cộng tuyến
4. Các quan sát phải nằm trong phân phối chuẩn.
CÁC CHỈ SỐ ĐO LƯỜNG MÔ HÌNH HỒI QUY
• Hệ số xác định ký hiệu là 0=<R^2<=1 (fisher-f, p<=0.05-5% sai số)

kết luận mô hình hồi quy giải thích được vấn đề nghiên cứu.
• Hệ số hồi quy (beta)
Hệ số hồi quy chưa chuẩn hóa (bao gồm sai số) nhằm xác định mức
biến thiên phụ thuộc khi biến độc lập thay đổi (student-t,alpha<=0.05-
5% sai số) kết luận được các biến độc lập trong mô hình có ý nghĩa và
tác động lên biến độc lập
Hệ số hồi quy chuẩn hóa (trọng số) (đã loại trừ đi sai số nhằm xác
định mức độ của biến phụ thuộc lên biến độc lập , xem thứ tự ưu tiên
để đưa ra các hàm ý chính sách hoặc quyết định quản trị.
PHÂN TÍCH HỒI QUY
Thực hành
• Bước 1:
Thực hành
• Bước 2: Tiến hành phân tích hồi quy. Chúng ta vào menu Analyze → Regression →
Linear…Chọn biến phụ thuộc vào Dependent, chọn biến độc lập vào Independent(s) như hình sau
Thực hành
Thực hành
Thực hành
Thực hành
Thực hành
Bảng 4. 8. Bảng tóm tắt mô hình hồi quy
R bình
R bình Sai số chuẩn ước Durbin-
Mô hình R phương
phương tính Watson
hiệu chỉnh
1 0.802a 0.643 0.634 0.36137 1.847
a. Các biến độc lập: (Constant), CSM, CP, AHXH, RR, DSD, TC, HI
b. Biến phụ thuộc: QDSD
Nguồn: Kết quả phân tích SPSS 20.0
Kết quả phân tích bằng SPSS cho thấy giá trị R2 hiệu chỉnh bằng 0.634 > 0.5 cho thấy biến độc lập
đưa vào chạy hồi quy ảnh hưởng 63.4% sự thay đổi của biến phụ thuộc Quyết định sử dụng PVOIL
Easy.
Bên cạch đó hệ số Durbin – Watson bằng 1.847, nên không có hiện tượng tự tương quan chuỗi bật
nhất xảy ra.
Thực hành
Bảng 4. 9. Bảng kết quả phân tích ANOVA trong hồi quy
Tổng Bình
Model bình Df phương F Sig.
phương trung bình
Hồi quy 66.667 7 9.524 72.929 0.000b
1 Phần dư 37.088 284 0.131
Tổng 103.755 291
Kết quả kiểm định F trong phân tích ANOVA cho giá trị Sig. = 0.000 < 0.05 như vậy phân
tích hồi quy là phù hợp (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008), mô hình
nghiên cứu đề xuất phù hợp với dữ liệu thu thập được.
Thực hành
Bảng 4. 10. Hệ số hồi quy giữa các biến độc lập lên biến phụ thuộc
Hệ số
Hệ số hồi quy
hồi quy Thống kê đa Kết quả phân tích hồi quy cho thấy Sig. kiểm định T hệ số hồi quy của các
chưa chuẩn biến độc lập đều nhỏ hơn 0.05, do đó các biến độc lập này đều có ý nghĩa
chuẩn cộng tuyến
Mô hình hóa T Sig. giải thích cho biến phụ thuộc, tất cả các biến được chấp nhận.
hóa
Tại ma trận hệ số tương quan Pearson ta thấy không có sự tương quan
Độ lệch Toleranc giữa các biến nên không có hiện tượng đa cộng tuyến. Ngoài ra hệ số VIF
B Beta VIF
chuẩn e của các biến độc lập trong mô hình hồi quy đều nhỏ hơn 2, ta có thể khẳng
Hằng định không có sự đa cộng tuyến xảy ra trong mô hình (Nguyễn Đình Thọ,
0.212 0.363 0.585 0.559 2011).
số
HI 0.339 0.058 0.291 5.823 0.000 0.504 1.984
DSD 0.139 0.059 0.112 2.366 0.019 0.557 1.794
1 CP -0.085 0.040 -0.093 -2.105 0.036 0.651 1.536
AHXH 0.103 0.044 0.108 2.342 0.020 0.592 1.688
TC 0.229 0.055 0.207 4.190 0.000 0.517 1.935
RR -0.077 0.034 -0.099 -2.252 0.025 0.645 1.549
CSM 0.176 0.046 0.161 3.842 0.000 0.717 1.396
Biến phụ thuộc: QDSD
Thực hành

Chương 7 Phan Tich Va Xu Ly Du Lieu

Uploaded by

Copyright:

Available Formats

You might also like

Chương 7 Phan Tich Va Xu Ly Du Lieu

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chương 7 Phan Tich Va Xu Ly Du Lieu

Uploaded by

Copyright:

Available Formats

Chương 7

Giảng Viên: NGUYỄN TUẤN KHOA

- Hệ số α của Cronbach (Cronbach’s Alpha) là một phép kiểm định thống

Corrected Item- Squared Cronbach's

Corrected Item- Squared Cronbach's

Từ data mẫu Anh/Chị thực hành kiểm định

Bước 3: Click Descriptives…Tích dấu chọn như hình.

Bước 4: Click Continue → Click Extraction…Tích dấu chọn như hình

Bước 5: Click Continue → Click Rotation → Chọn varimax/ Promax

Với 2 lựa chọn này chúng

Eigenvalues lớn 1 và tổng % các nhân tố 1

này giải thích được là 63.583%, do vậy 2

mô hình EFA đúng với giả thuyết ban 3

đầu là mô hình nghiên cứu bao gồm 5

.753 3.136 74.077

Extraction Method: Principal Axis Factoring.

Rotation Sums of Squared

Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total

Extraction Method: Principal Axis Factoring.

Nhận xét kết quả tổng số 24 thang đo sau

Tương tự thực hành cho biến phụ thuộc

ĐLLV CNKQ TNPL CHTT QHĐN ĐĐCV

• Hệ số xác định ký hiệu là 0=<R^2<=1 (fisher-f, p<=0.05-5% sai số)

You might also like