PHẬN TÍCH THÔNG TIN ĐỊNH LƯỢNG

Trang 1

Chuyên 10:

PHÂN T Í CH THÔNG TIN Đ Ị NH L ƯỢ NG

* PHƯƠNG PHÁP HỒI QUY TƯƠNG QUAN

* PHƯƠNG PHÁP PHÂN TÍCH NHÂN TỐ

Nhóm 08:

1 Đỗ Đậu Thi Thơ

2 Mai Thùy Dương

3 Đỗ Nguyên Kỳ

4 Trần Phát Huy

Phân tí ch thông tin đ ị nh l ượ ng

–Nghiên cứu định lượng –Thu thập dữ liệu, sai sót và các biện pháp khắc phục –Chọn mẫu và các phương pháp chọn mẫu –Thang đo

–Phương pháp thống kê mô tả

. Biểu đồ dữ liệu

. Các đại lượng đặc trưng –Phương pháp hồi quy tương quan

. Tương quan hai biến – tương quan riêng phần

. Hồi quy đơn – hồi quy bội –Phương pháp phân tích nhân tố

. Mục đích sử dụng – tiến trình phân tích

. Các phương pháp

A Những vấn đềchung

I Nghiên cứu định lượng

- Thường gắn liền với việc kiểm định chúng, dựa vào quá trình suy diễn

- Các biến nghiên cứu và biến tác động trong nghiên cứu định lượng được xác

định trước

- Quá trình nghiên cứu định lượng sẽ tiến hành việc lượng hóa mối quan hệ giữa

các biến

Ví dụ: Nghiên cứu các yếu tố ảnh hưởng đến Doanh thu trong kỳ Giả định rằng

Doanh thu này bị tác động bởi các yếu tố: Quảng cáo, thị trường được mở rộng.

Biến nghiên cứu: Doanh thu ; Các biến tác động : Quảng cáo, thị trường

II Thu thập dữ liệu

1 Công cụ thu thập dữ liệu

- Công cụ thu thập dữ liệu nghiên cứu là bảng câu hỏi chi tiết, chủ yếu là các câu

hỏi đo lường các khái niệm nghiên cứu, đồng thời bảng câu hỏi phải kích

thích được sự hợp tác của người trả lời

- Qui trình thiết kế bảng câu hỏi gồm 8 bước:

Bước 1: Xác định cụthểcc dữliệu cần thu thập Bước 2: Xác định dạng phỏng vấn

Bước 3: Đánh giá nội dung câu hỏi Bước 4 -Xác định hình thức trảlời Bước 5 -Xác định cách dùng thuật ngữ Bước 6 -Xác định trình tư, cấu trúc bảng câu hỏi Bước 7 -Thiết kếtrình bày bảng câu hỏi Bước 8 – Lần thứ 1 sửa chữa bản nháp cuối cùng

- Dữ liệu thu thập là dữ liệu thực tế để xây dựng hay kiểm định lý thuyết khoa học, được chia ra 03 nhóm chính:

i Dữ liệu đã có sẳ: Là dữ liệu đã được thu thập

+ Ưu điƯu điểm: Thu thập nhanh, ít tốn kém chi phí

+ Nhược điểm: Đôi khi ít chi tiết, không đáp ứng nhu cầu nghiên cứu

ii. ữ liệu chưa có sẵ: Là dữ liệu đã có trên thị trường nhưng chưa có ai thu thập

+ Ưu điƯu điểm: Đáp ứng tốt nhu cầu nghiên cứu

+ Nhược điểm: Tốn kém thời gian, chi phí, và độ tin cậy phụ thuộc

Trang 2

ii. ữ liệu chưa có trên thị trường: Là dữ liệu hiện tại chưa có trên thị

trường

+ Ưu điƯu điểm: Đáp ứng tốt nhu cầu nghiên cứu

+ Nhược điểm: Đây là nhóm dữ liệu phức tạp nhất Bao gồm

nhược điểm của nhóm I, đồng thời chúng ta phải thiết kế các thử nghiệm

phù hợp để tạo ra và thu thập dữ liệu

2 Các sai sót và biện pháp khắc phục khi thu thập dữ liệu:

* Sai sót: Thiết kế bảng câu hỏi không đạt yêu cầu như thuật ngữ dễ nhầm

lẫn, câu hỏi không rõ ràng, trình bày không thống nhất…

* Khắc phục: Cần phải kiểm tra kỹ lưỡng trong hai lần thử để giảm sai sót

trong thiết kế

* Sai sót: Phỏng vấn viên có thể chưa hiểu hết câu hỏi và câu trả lời, thiếu

kinh nghiệm và chưa vững kỹ thuật phỏng vấn

* Khắc phục: ểm tra và hướng dẫn kỹ năng phỏng vấn trước khi thực

hiện công việc phỏng vấn Tự bản thân phải tự rèn luyện kỹ năng

III Chọn mẫu và các phương pháp chọn mẫ

1 Chọn mẫ

- Tiết kiệm chi phí

- Tiết kiệm thời gian

- Chọn mẫu có thể cho kết quả chính xác hơn

Ví dụ A: Khoá học có 500 học viên(hv), người nghiên cứu muốn chọn ra một số

học viên (mẫu) để nghiên cứu (mô tả) về chiều cao trung bình của hv trong khoá, khi sai số gây ra trong việc chọn mẫu lớn hơn sai số không do chọn mẫu (như sai

số xảy ra khi phỏng vấn, ập dữ liệu) thì mẫu sẽ cho kết quả chính xác hơn.

* Qui trình chọn mẫ

a Xác định tổng thể nghiên cứu

b Xác định khung mẫu

c Xác định kích thước mẫu

d Chọn phương pháp chọn mẫu

e Tiến hành chọn mẫu

Ví dụ: Trong ví dụ A, tổng thể là 500 học viên; khung mẫu là danh sách liệt kê cùng

với thông tin cá nhân cần thiết cho việc chọn mẫu như là: họ tên, địa chỉ, tuổi…; khi

kích thước mẫu n (dựa vào phương pháp xử lý dữ liệu như: phân tích EFA, hồi qui,…)

phụ thuộc vào độ tuổi và trọng lượng thì trong hồi quy MLP ta có: n ≥50 +8*2;

2 Các phương pháp chọn mẫ

- Nghiên cứu định lượng phương pháp chọn mẫu thường là theo xác suất

i Chọn mẫu theo phương pháp ngẫu nhiên đơn giản:

- Các phần tử đều có xác suất tham gia vào mẫu như nhau

+ Ưu điƯu điểm: Đơn giản, dễ thực hiện nếu có một khung mẫu hoàn chỉnh, cho

kết quả khách quan

+ Nhược điểm: Có thể bị vi phạm khi kích thước mẫu nhỏ trong tổng thể có

kích thước lớn

Ví dụ: Ví dụ A, khi người nghiên cứu muốn chọn ra 50 HV để nghiên cứu về chiều

cao trung bình của các HV trong khoá, ta có thể dùng cách rút thăm, bảng ngẫu nhiên

ii Chọn mẫu theo phương pháp hệ thống:

- Chọn ngẫu nhiên 1 phần tử các phần tử còn lại sẽ được tự đng xác định Dù các phần tử được chọn phụ thuộc nhau, nhưng nếu danh sách của tổng thể được sắp xếp 1 cách ngẫu nhiên thì phương pháp này có thể xem là ngẫu nhiên

+ Ưu điƯu điểm: Khắc phục được khả năng phân bổ không đều của phương pháp ngẫu nhiên giản đơn

+ Nhược điểm: Khó khăn trong việc xắp xếp theo 1 trật tự nhất định khi tổng thể có kích thước lớn

Ví dụ: Xét Ví dụ A, ta lập danh sách 500 hv một cách ngẫu nhiên, tính hệ số K

bằng cỡ mẫu tổng thể chia cho cỡ mẫu của mẫu (50 hv) K=500/50 (=10), chọn

ngẫu nhiên phần tử từ 1 đến 10 ( phương pháp i. ) và từ vị trí này tất cả những tên

cách nó là bội của 10 đều được chọn, cụ thể hv được chọn nằm ở vị trí thứ 3 trong danh sách thì mẫu sẽ bao gồm các hv ở vị trí 13,23,33,43,…

Trang 3

iii Chọn mẫu theo phương pháp phân tầng:

- Chia tổng thể ra nhiều nhóm nhỏ, các nhóm này chính là đơn đơn vị chọn mẫu

và phải thỏa mãn là các phần tử trong cùng nhóm có tính đồng nhất

+ Ưu điƯu điểm: Cho hiệu quả thống kê cao nhất, ẫu chọn có tính đại diện cao

+ Nhược điểm: Cần phải phân cụm trước, khó khăn trong việc xác định cơ

cấu tổng thể (không có thông tin trong quá khứ)

Ví dụ: Ví dụ A, cỡ mẫu 50 hv, ta có thể định nghĩa nhóm là các lớp trong khoá học,

trường cho chúng ta biết khoá có 20 lớp, trung bình mỗi lớp là 25 hv, số nhóm cần

lấy là 2 (=50/25), ta chọn ngẫu nhiên 2 nhóm từ 20 nhóm.

iiii Chọn mẫu theo phương pháp chọn theo nhóm:

- Chia tổng thể ra nhiều nhóm nhỏ, các nhóm này chính là đơn đơn vị chọn mẫu

Tuy nhiên các phần tử trong cùng nhóm không có tính đồng nhất

+ Ưu điƯu điểm: Thích hợp cho tổng thể chưa có khung mẫu hoàn chỉnh

+ Nhược điểm: Hiệu quả thống kê của phương pháp này thấp vì các phần tử

(gần nhau) trong cùng nhóm thường có tính đồng nhất cao

IV Thang đo

- Để đo lđo lường một khái niệm nghiên cứu, chúng ta phải sử dụng thang đo, đó là tập hợp các biến quan sát có những thuộc tính quy định để cùng đo lường một khái niệm nào đó

- Ba tính chất quan trọng của một thang đo:

+ Hướng: Thang đo đơn hướng hay đa hướng + Độ tin cậy

+ Giá trị thang đo

1 Thang đo cấp quảng

i Thang đo Likert (Likert 1932)

- Dùng để đo lđo lường 1 tập các phát biểu của khái niệm, thường dùng trong kinh doanh

Đo độ lớn, có ý nghĩa về lượng và gốc 0 có ý nghĩa

Tỷ lệ

Đo khoảng cách, có ý nghĩa về lượng nhưng gốc 0 không có ý nghĩa Quảng

Định lượng

Đặc điểm Cấp thang đo

Ví dụ: Anh/ Chị hãy đánh giá mức độ quan trọng của các yếu tố sau trong 1 thông

tin quảng cáo trên Tivi.

ii Thang đo đối nghĩa

- Tương tư như thang đo Likert, nhưng trong thang đo này nhà nghiên cứu

chỉ dùng hai nhóm từ ở hai cực có ý nghĩa trái ngược nhau

Ví dụ: Xin bạn vui lòng cho biết thái độ của bạn đối với nhãn hiệu sữa VINAMILK.

7 6 5 4 3 2

1

Rất ghét Rất thích

5 4

3 2 1

Âm Thanh

5 4

3 2 1

Hình ảnh

5 4

3 2 1

Sự ngắn gọn

dễ nhớ

Rất không quan trọng Khá không

quan trọng Quan trọng Khá quan

trọng rất quan

trọng

Mức độ quan trọng Yếu tố

iii Thang đo Stapel

- Là biến thể của thang đo đối nghĩa, nhà nghiên cứu chỉ phát biểu ở giữa thay

vì phát biểu trái ngược ở hai đầu

Ví dụ: Anh chị vui lòng đánh giá thái độ của nhân viên cửa hàng vi tính Phong Vũ.

2 Thang đo cấp tỷ lệ

- Là loại thang đo rõ ràng và chính xác nhất, nó không những có các đặc tính của các loại thang trên mà còn có một điểm gốc (rất quan trọng)

Ví dụ: Người điều tra hỏi khách hàng, nếu cho Anh 100 điể m để anh cho điểm 4 cửa

hàng nghiên cứu theo mức độ ưa thích của anh ta. Kết quả phân bố ểm là

Ta có thể hiểu Anh ta không ưa thích một chút nào đối với cửa hàng A, mức độ ưa thích cửa hàng C và D là bằng nhau, mức độ ưa thích cửa hàng B nhiều gấp 3 ln

+3 +2

+1 -1

-2 -3

Thân thiện

20 20

60 0

Điểm

D C

B A

Cửa hàng

Trang 4

I Phương pháp thống kê mô tả

- Là phương pháp nhằm tóm tắt, tổng kết về kết quả của dữ liệu hay của thí nghiệm

để nêu lên những thông tin quan trọng cần tìm hiểu

1 Mô tả dữ liệu bằng biểu đồ

a Biểu đồ cột

- Nên áp dụng cho các số liệu rời rạc trong các hạng mục có chuỗi liên tục tự

nhiên về thời gian

Ví dụ: Bảng tính excel về số liệu xuất khẩu của cà phê và cao su trong 2 tháng đầu

năm 2012 (Nguồn: Tổng cục hải quan)

b Biểu đồ hình thanh

- Được áp dụng cho các số liệu không có chuổi liên tục tự nhiên như các mục

sản phẩm, hàng hoá, vật liệu, thu nhập…

88.8 202.1

2

69.6 112.2

1

Cao su

Cà phê

Tháng

Khối lượng XK cà phê và cao su

Cà phê

Cà phê Cao su Cao su

0 100 200 300

Ví dụ: Bảng tính excel về sản lượng cà phê, cao su và hồ tiêu năm 2011 (Nguồn: Tổng cục hải quan)

c Biểu đồ hình Bánh

- Cũng được để trình cho các số liệu so sánh phần trăm dưới dạng biểu đồ

Ví dụ: Ảnh hưởng của các yếu tố đến năng suất rau màu.

112

Hồ tiêu 812 Cao su 1170

Cà phê Nghìn tấn Sản phẩm

Sản l ượng cà p hê, cao su , hồ tiêu năm 2 0 11

1170 812 112

0 200 400 600 800 1000 1200 1400

Cà phê Cao su

Hồ tiêu

Nghìn t ấn

2 Các đại lượng đo lường

a Trung bình

- Là trung bình số học của các giá trị (đại lượng đo lường mức độ tập trung),

phù hợp với thang đo quảng và tỷ lệ

Ví dụ: Tỷ lệ trả lời, ổi, ức độ ưa thích.

b Trung vị

- Là điđiểm giữa của phân phối, phù hợp với thang đo thứ tự, cho kết quả nhanh

về ước lượng trung bình

B Nội dung

c Phương sai và độ lệch chuẩ

- Là giá trị trung bình của bình phương các độ lệch giữa các giá trị của dữ liệu

và giá trị trung bình

- Phương sai mẫu

- Độ lệch chuẩn của mẫu là căn bậc hai của phương sai

- Sai số chuẩn của mẫu (Standard Error: SE)

- Sử dụng thống kê mô tả trong Excel Chọn Tool/Data Analysisxuất

hiện hộp thoại chọn Descriptive Statistics nhấp OK.

Trang 5

I Phương pháp h i quy tương quan

a Hệ số tương quan

Hệ số tương quan Pearson (còn được gọi là hệ số tương quan tuyến tính)

- Phù hợp với các tập dữ liệu dùng thang đo quảng hay tỷ lệ Các đại lượng

có tương quan tuyến tính

- Hệ số tương quan tuyến tính của hai biến ngẫu nhiên định lượng, x và y

trong mẫu thưởng ký hiệu là Cor(x,y) hay rxy và được tính theo công thức:

rxy ; -1 ≤ rxy≤1

Ví dụ:

rxy

Hệ số tương quan Spearman, phù hợp với dữ liệu trình bày theo hạng, dùng thang đo thứ tự (mặc dù có thể được dùng với dữ liệu dùng thang đo quảng)

b.Tương quan riêng phầ

- Nghiên cứu mối quan hệ tuyến tính của hai biến có loại trừ ảnh hưởng của yếu tố khác

4 9 8 7 6 y

4 3 2 1 0 x

Tính hệ số tương quan giữa hai biến x,y cho bởi bảng sau

c Phương pháp hồi quy

- Hồi quy là nghiên cứu sự phụ thuộc của một biến vào một hay nhiều biến

khác, với ý tưởng là ước lượng giá trị trung bình của biến phụ thuộc trên cơ sở các

giá trị đã biết của biến độc lập

+ Ưu điƯu điểm: Có thể sử dụng số liệu trong quá khứ để xác định phạm vi

nghiên cứu Là phương pháp có độ chính xác cao nếu có nhiều mẫu để phân tích

+ Nhược điểm: Muốn đạt kết quả nghiên cứu chính xác và độ tin cậy

cao thì phải có nhiều mẫu để phân tích tn kém chi phí và thời gian, khi mẫu có

kích thước lớn

1 Hồi quy đơn

- Chỉ có một biến độc lập X tác động vào một biến phụ thuộc Y, những tính

toán trong mô hình này chỉ có nghĩa khi các giả định được thoả mãn

Ví dụ: Các giả định rằng X và Y phải có quan hệ tuyến tính; Y là biến định lượng;

- Mô hình tổng thể:

Trang 6

- Mơ hình mẫu: Ví dụ: Kiểm tra mối liên hệ giữa diện tích

các cửa hàng với doanh thu hàng năm

dữ liệu ẫu gồm 7 cửa hàng.

-Với phần mềm SPSS cho ta kết

quả như sau:

i =1636.415 + 1.487 x i

- Độ dốc là 1.847 nghĩa là mỗi khi tăng x lên 1 đv thì y tăng 1.847 đv

- Khi diện tích tăng lên 1 đv thì doanh thu tăng 1847 $

3,760 1,313 7

5,563 2,208 6

3,318 1,292 5

9,543 5,555 4

6,653 2,816 3

3,395 1,542 2

3,681 1,726 1

Dthu Diện tích Cửa hàng

$1000 m2

Đvt:

2 Hồi quy bội

- Trường hợp cĩ nhiều biến độc lập (từ 2 trở lên) của hồi quy đơn

Ứng dụng tác động của một hay nhiều biến độc lập vào một biến phụ thuộc

- Các yếu tố tác động vào lịng trung thành của nhân viên

- Các yếu tố tác động vào xu hướng tiêu dùng thương hiệu

- Các yếu tố tác động và sự hài lịng của khách hàng,

∑

=

− +

−

=

−

n 1 i

2 n

1 i

2 n

1

i

)

Tổng biến thiên

SSE SSR

SST

SSR

R2 = 1 −

Biến thiên hồi quy Biến thiên sai số

Giá trị quan sát i Giá trị quy về quan sát i Trung bình các quan sát

- Hệ số xác định R 2 - Các phương pháp đưa biến vào mô hình:

Enter: Tất cả các biến đã chọn được đưa vào mô hình cùng một lúc Remove: Tất cả các biến đã chọn được đưa ra khỏi mô hình cùng một lúc Forward: Từng biến có tương quan riêng với biến phụ thuộc lớn nhất được lần lượt đưa vào mô hình

Backward: Đưa tất cả các biến đã chọn vào mô hình, lần lượt lấy ra từng biến có tương quan riêng với biến phụ thuộc nhỏ nhất

lập nhỏ nhất

Trang 7

III Phương phá p phân t í ch nhân t ố

- Khái niệm

Phân tích nhân tố là tên chung của một nhóm các thủ

tục được sử dụng chủ yếu đ å thu nhỏ và tóm tắt các

dữ liệu.

Phân tích nhân tố không có sự phân biệt biến phụ thuộc

và biến đ äc lập hay biến dự đoán như phân tích phương

sai và phân tích hồi qui bội mà nó nghiên cứu toàn bộ

các mối liên hệ phụ thuộc lẫn nhau.

1 Nhận dạng các nhân tố đ å giải thích mối quan hệ giữa các biến.

Ví dụ:

Các câu trả lời về lối sống có thể được sử dụng đ å đo lư øng tâm lý của khách hàng Các câu trả lời này có thể là nhân tố được phân tích đ å nhận dạng các nhân tố tâm lý.

MỤC ĐÍCH SỬ DỤNG

2 Nhận dạng các biến mới thay thế cho các

biến gốc ban đầu trong phân tích đa biến

(hồi quy)

Ví dụ:

Các nhân tố tâm lý được nhận dạng có thể

sử dụng như là các biến đ äc lập đ å phân

biệt số khách hàng trung thành và không

trung thành.

B Nội dung

MỤC ĐÍCH SỬ DỤNG

3 Nhận dạng một bộ có số biến ít hơn cho việc sử dụng phân tích đa biến.

Ví dụ:

T một số khá nhiều các câu phát biểu về lối sống

ta chọn ra một số ít biến được sử dụng như những biến đ äc lập đ å giải thích những khác biệt giữa những nhóm ngư øi có những hành vi khác nhau.

B Nội dung

Trang 8

ỨNG DỤNG

Phân tích nhân tố được sử dụng rộng rãi trong nghiên

cứu Marketing.

Ví dụ:

1 Sử dụng trong phân khúc thị trư øng đ å nhận dạng

các biến phân nhóm khách hàng Chẳng hạn,

những ngư øi mua xe có thể được nhóm theo sự chú

trọng về t nh kinh tế, tiện nghi, tính năng và sang

trọng Từ đ ù có 4 phân khúc: những KH tìm kiếm

t nh kinh tế, tiện nghi, tính năng và sự sang trọng.

ỨNG DỤNG

Ví dụ:

2 Trong nghiên cứu được sử dụng đ å xác định phẩm chất của nhãn hiệu có ảnh hư ûng đ án sự chọn lựa của khách hàng như kem đ ùnh răng có thể được đ ùnh giá theo khả năng bảo vệ chống sâu răng, trắng răng, mùi vị, hơi thở thơm tho và giá cả

• Các nhân tố đặc trưng có tương quan với nhau và

với các nhân tố chung Nhân tố chung có thể được

diễn tả như những kết hợp tuyến tính cuả các biến

quan sát :

• Fi= Wi1X 1 + Wi2X 2+ Wi3X 3 + … + WikX k

Với :

• Fi : ư ùc lư ïng trị số cuả nhân tố thứ i

B Nội dung

NGUYÊN TẮC CHỌN QUYỀN SỐ

- Chọn các quyền số sao cho nhân tố thứ nhất giải thích được phần biến thiên nhiều nhất trong toàn bộ biến thiên

- Chọn một tập hợp các quyền số thứ hai sao cho nhân tố thứ hai giải thích được phần lớn các biến thiên còn lại và không có tương quan đ ái với nhân tố thứ nhất

- Tiếp tục chọn các quyền số cho các nhân tố tiếp theo quy tắc này.

B Nội dung

Trang 9

Ti ế n trình phân tích nhân t ố :

Bước 1: XÁC ĐỊNH VẤN ĐỀ

lượng

Bư ớ c 2: XÂY D Ự NG MA TR Ậ N TƯƠNG QUAN

liên hệ với nhau.

biến không có tương quan trong tổng thể

trận đơn vị.

Ví d ụ :

• Xét VD sau: Nhà nghiên c ứ u mu ố n xác đ ị nh

c c l ợ i ích căn b ả n ngư ờ i tiêu dùng c ầ n tìm

ki ế m khi mua m ộ t ố ng kem đánh răng M ẫ u

g ồ m 35 ngư ờ i tiêu dùng có mua kem đ ánh

răng đư ợ c ph ỏ ng v ấ n Nh ữ ng ngư ờ i đư ợ c

ph ỏ ng v ấ n cho bi ế t m ứ c đ ộ quan tr ọ ng c ủ a sáu

l ợ i ích trên thang đo 7 điể m ( 1 = không quan

tr ọ ng chút nào, 7= r ấ t quan tr ọ ng).

B Nội dung

Ví d ụ :

• V1: ng ừ a sâu răng

• V2: làm tr ắ ng răng

• V3: làm kh ỏ e n ứ u răng

• V4: làm hơi th ở thơm tho

• V5: làm s ạ ch cau răng

• V6: làm bóng răng

B Nội dung

Trang 10

Bảng: KMO and Bartlett's Test

KMO and Bartlett's Test

.584 55.275 15 000

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.

Approx Chi-Square df Sig.

Bartlett's Test of Sphericity

•Kaiser-Meyer-Olkin (KMO) measure of sampling adequacy: Là một trị số

dùng để xem xét sự thích hợp của phân tích nhân tố ,

•Giá trị KMO từ 0,5 đến 1, các tương quan đủ lớn đến mức có thể áp dụng

FA

•Ở ví dụ này KMO = 0.584 => phân tích nhân tố là phù hợp

Ma trận tương quan (Correlation matrix)

»Correlation matrix

Correlation Matrix

1.000 039 321 000 314 -.097 039 1.000 -.130 534 352 593 321 -.130 1.000 -.432 474 037 000 534 -.432 1.000 077 345 314 352 474 077 1.000 279 -.097 593 037 345 279 1.000

ngua sau rang lam trang rang lam khoe nuu rang lam hoi tho thom tho lam sach cau rang lam rang bong hon

Correlation

ngua sau rang lam trang rang lam khoe nuu rang lam hoi tho thom tho lam sach cau rang lam rang

Bư ớ c 3: XÁC Đ Ị NH S Ố NHÂN T Ố

biến

+ Xác định từ trước

trận)

+ Phần trăm biến thiên giải thích được

percentage of variance)

+ Chia đôi mẫu , kiểm định mức ý nghĩa

B Nội dung

nên giá trị tối thiểu của phương sai là 1

số ban đầu

số nên giá trị eigenvalue cần phải lớn hơn 1

giá trị tương ứng lớn hơn 1

Ví dụ theo phương pháp giá trị đặc trưng của ma

trận

B Nội dung

Định dạng
Số trang	12
Dung lượng	732,66 KB