Bài Giảng Phân Tích Dữ Liệu Khoa Học ( Spss, Amos , R )

PHÂN TÍCH DỮ LIỆU KHOA HỌC PHÂN TÍCH DỮ LIỆU KHOA HỌC S P S S , A M O S , R S P S S , A M O S , R Các bước thực hiện mô hình hồi quy tuyến tính Thống kê mô tả Thống kê mô tả Cronbach’s alpha Cronbach’[.]

Trang 1

PHÂN TÍCH DỮ LIỆU KHOA HỌC

Trang 2

Phân tích nhân tố khám phá EFA

Phân tích tương quan

Mô hình hồi quy tuyến tính

Kiểm định các khuyết tật

mô hình

Kiểm định các khuyết tật

mô hình

Kiểm định Test và ANOVA

Trang 3

Trình bày: NKH NGÔ ĐỨC CHIẾN

Có rất nhiều phương pháp và công cụ dùng để tóm tắt và trình bày dữ liệu Trong phần này, chúng ta sẽ cùng nhau tiến hành thống kê các chỉ tiêu cơ bản của một dữ liệu số với các kết quả như:

Đồ thị

Trang 6

Valid

Trang 8

Trung học phổ

thông

% of Total 7.1% 4.5% 11.6%Trung cấp &

Trang 9

Trung học phổ

thông

% of Total 7.1% 4.5% 11.6%Trung cấp &

Trang 12

là nguồn cảm hứng cho

sự hoàn thiện bản thân

của chúng tôi!

Trang 13

Đánh giá độ tin cậy Cronbach’s alpha

Trang 14

Case Processing Summary

Cronbach's Alpha Based on

Standardized Items N of Items

Trang 15

Trang 16

Inter-Item Correlation Matrix

Trang 17

Item-Total Statistics

Scale Mean

if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Trang 19

Trang 20

Phân tích nhân tố khám phá EFA

Phân tích EFAđược sử dụng trong các trường hợp sau:

 Nhận diện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan trong một tập hợp biến.

 Nhận diện một tập hợp gồm một số lượng biến mới tương đối ít không có tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo.

 Để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp.

Trang 21

Các chỉ số cần lưu ý khi phân tích EFA:

Trị số của KMO lớn (từ 0.5 đến 1) là điều kiện đủ để phân tích nhân tố thích hợp Kiểm định Barlett có ý nghĩa (Sig < 0.05).

Điểm dừng khi trích các yếu tố Eigenvalue > 1 và tổng phương sai trích > 50%.

Các biến có hệ số tải nhân tố (factor loading) < 0.5 sẽ tiếp tục bị loại.

Trang 22

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .674Bartlett's Test of Sphericity Approx Chi-Square 5048.334

Trang 23

Total Variance Explained

Com pone nt

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared LoadingsTotal Variance% of Cumulative % Total Variance% of Cumulative % Total Variance% of Cumulative %

Trang 24

Trang 25

Trang 26

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 5 iterations.

Trang 28

Trang 29

Phân tích tương quan

Hệ số tương quan Pearson, được kí hiệu bằng chữ “r”, giá trị trong khoảng -1 ≤ r ≤ +1 Nếu r > 0 thể hiện tương quan đồng biến, ngược lại, r < 0 thể hiện tương quan nghịch biến Giá trị r

= 0 chỉ ra rằng hai biến không có mối liên hệ tuyến tính

r  +/-1: quan hệ giữa hai biến càng chặt

r  0: quan hệ giữa hai biến càng yếuMức ý nghĩa “sig” của hệ số tương quan, cụ thể như sau:

Sig < 5 %: mối tương quan khá chặt chẽ

Sig < 1 %: mối tương quan rất chặt chẽ

Sig > 5 %: không có mối tương quan

Trang 30

Phân tích tương quan

Correlations

Atb Btb Ctb Dtb Etb Ftb Atb

** Correlation is significant at the 0.01 level (2-tailed).

* Correlation is significant at the 0.05 level (2-tailed).

Trang 32

Trang 33

Mô hình hồi quy tuyến tính

Kiểm định các khuyết tật mô hình

Các giá trị cần quan tâm khi phân tích mô hình:

Trang 34

Trang 35

Trang 36

Trang 37

Change Statistics

Watson

Durbin-R Square Chang e

F Chang

e df1 df2

Sig F Chang e

1 730 a .533 521 .51130 533 43.867 5 192 000 1.582

a Predictors: (Constant), Etb, Ctb, Atb, Btb, Dtb

b Dependent Variable: Ftb

Trang 38

Coefficients a

Model

Unstandardized Coefficients

Standardized Coefficients

a Dependent Variable: Ftb

Trang 39

Trang 40

Trang 41

Trang 43

Trang 45

Trang 46

Kiểm định T-Test và ANOVA

Kiểm định Independent Sample T-Test

Dựa vào kết quả kiểm định sự bằng nhau của 2 phương sai, ta xem xét kết quả kiểm định T.

 Nếu giá trị Sig trong kiểm định Leneve < 5% thì phương sai của 2 đối tượng của biến định tính khác nhau, ta sử dụng kết quả kiểm định t ở phần Equal variances not assumed.

 Nếu giá trị Sig trong kiểm định Leneve > 5% thì phương sai của 2 đối tượng của biến định tính không khác nhau, ta sử dụng kết quả kiểm định t ở phần Equal variances assumed.

Tiếp tục xem xét giá trị Sig của kiểm định T:

 Nếu giá trị Sig trong kiểm định T < 5% thì ta kết luận có sự khác biệt có ý nghĩa về trung bình giữa 2 đối tượng của biến định tính.

 Nếu giá trị Sig trong kiểm định T > 5% thì ta kết luận không có sự khác biệt

có ý nghĩa về trung bình giữa 2 đối tượng của biến định tính.

Trang 47

Xem nó trước nhé

Và đây nhé!!!

Trang 48

 Nếu giá trị Sig trong kiểm định ANOVA < 5% thì ta kết luận có sự khác biệt

có ý nghĩa về trung bình giữa các đối tượng của biến định tính.

 Nếu giá trị Sig trong kiểm định ANOVA > 5% thì ta kết luận không có sự khác biệt có ý nghĩa về trung bình giữa các đối tượng của biến định tính.

Trang 49

Trang 51

Trang 52

CÁC DẠNG MÔ HÌNH & PHẦN MỀM ỨNG DỤNG

Trang 53

Điều kiện làm việc

Đào tạo, thăng tiến Lương, thưởng

Đồng nghiệp

Sự hài lòng NV

Lãnh đạo

Trang 54

Hình ảnh công

ty

Sự hài lòng

Chất lượng dịch vụ

Lòng trung thành

Trang 55

Chương trình khuyến mãi

Lòng trung thành

Giá cả cảm nhận

Hình ảnh công ty

Sự hài lòngNiềm tin

Trang 56

Động lực thành viên

Niềm tin thành viên

Sự hỗ trợ của quản lý

Chia sẻ tri thức

+

+ +

+

+ +

Trang 57

Chia sẻ tri thức

Tiêu đề	Phân Tích Dữ Liệu Khoa Học (SPSS, Amos, R)
Tác giả	NKH. Ngô Đức Chiến
Trường học	Đại Học Khoa Học Tự Nhiên - Đại Học Quốc Gia TP.HCM
Chuyên ngành	Khoa Học Dữ Liệu
Thể loại	Bài Giảng
Thành phố	TP.HCM

Định dạng
Số trang	58
Dung lượng	804,05 KB