Bài tập môn xử lý dữ liệu môn phương pháp nghiên cứu khoa học

BÀI TẬP:Giả sử chúng ta có một mô hình lý thuyết gồm 4 khái niệm lý thuyết có quan hệ với nhau: Văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia (PV), thực tiễn quản trị (MP), và kết quả hoạt động của công ty (P). Khái niệm văn hóa tổ chức được chia thành hai biến tiềm ẩn: OC1 và OC2. Trong đó OC1 được đo lường bằng 5 yếu tố thành phần (OC11, OC12, ….., OC15); OC2 được đo lường bằng 6 yếu tố thành phần (OC21, OC22, ….., OC26). Biến PV là khái niệm đơn biến được đo lường bằng 9 yếu tố thành phần (PV1, PV2, …., PV9). Khái niệm MP được phân ra hai biến tiền ẩn: MP1 và MP2. MP1 được đo lường bằng 6 yếu tố thành phần (MP11, MP12, …., MP16) và MP2 được đo lường bằng 6 yếu tố thành phần (MP21, MP22, …., MP26). Riêng khái niệm P được đo lường bởi 6 yếu tố thành phần (P1, P2, …., P6).Trong mô hình này, P là biến phụ thuộc và các biến OC1, OC2, PV, MP1, MP2 là biến độc lập. Các biến phân loại bao gồm: Loại hình doanh nghiệp: có bốn loại và được mã hóa từ 1 đến 4 (ký hiệu là OWN) Cấp bậc quản lý (POS) gồm hai bậc, trong đó quản lý cấp cao nhận giá trị là 1, quản lý cấp trung nhận giá trị là 2 Độ tuổi quản trị gia (Age) chia thành 4 nhóm: 1, 2, 3, 4 Kinh nghiệm quản lý (EXP) cũng được chia thành 4 bậc, từ bậc 1 đến bậc 4. Mỗi bậc có khoảng cách là 5 nămYêu cầu:1. Thực hiện phân tích khám phá (EFA)phân tích nhân tố để tìm các biến mớihoặc giảm biến, cũng như tìm các yếu tố thành phần đo lường biến này. Sau đó tính giá trị của các biến mới (là trung bình của các yếu tố thành phần).2. Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số cronbach alpha.3.

TRƯỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH

KHOA QUẢN TRỊ KINH DOANH

HỌC VIÊN: ĐẶNG THỊ THU HƯƠNG LỚP: CAO HỌC ĐÊM 4 – K22

BÀI TẬP XỬ LÝ DỮ LIỆU MÔN PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC

GIẢNG VIÊN HƯỚNG DẪN:

TH.S: NGUYỄN HÙNG PHONG

TP HỒ CHÍ MINH - 2013

BÀI TẬP:

Giả sử chúng ta có một mô hình lý thuyết gồm 4 khái niệm lý thuyết có quan hệ với nhau: Văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia (PV), thực tiễn quản trị (MP), và kết quả hoạt động của công ty (P) Khái niệm văn hóa tổ chức được chia thành hai biến tiềm ẩn: OC1 và OC2 Trong đó OC1 được đo lường bằng 5 yếu tố thành phần (OC11, OC12, … , OC15); OC2 được đo lường bằng 6 yếu tố thành phần (OC21, OC22, … , OC26) Biến PV là khái niệm đơn biến được đo lường bằng 9 yếu

tố thành phần (PV1, PV2, …., PV9) Khái niệm MP được phân ra hai biến tiền ẩn: MP1 và MP2 MP1 được đo lường bằng 6 yếu tố thành phần (MP11, MP12, …., MP16) và MP2 được đo lường bằng 6 yếu tố thành phần (MP21, MP22, …., MP26) Riêng khái niệm P được đo lường bởi 6 yếu tố thành phần (P1, P2, …., P6)

Trong mô hình này, P là biến phụ thuộc và các biến OC1, OC2, PV, MP1, MP2 là biến độc lập Các biến phân loại bao gồm:

 Loại hình doanh nghiệp: có bốn loại và được mã hóa từ 1 đến 4 (ký hiệu là OWN)

 Cấp bậc quản lý (POS) gồm hai bậc, trong đó quản lý cấp cao nhận giá trị là 1, quản lý cấp trung nhận giá trị là 2

 Độ tuổi quản trị gia (Age) chia thành 4 nhóm: 1, 2, 3, 4

 Kinh nghiệm quản lý (EXP) cũng được chia thành 4 bậc, từ bậc 1 đến bậc 4 Mỗi bậc có khoảng cách là 5 năm

Yêu cầu:

1 Thực hiện phân tích khám phá (EFA)/phân tích nhân tố để tìm các biến mới/hoặc giảm biến, cũng như tìm các yếu tố thành phần đo lường biến này Sau đó tính giá trị của các biến mới (là trung bình của các yếu tố thành phần)

2 Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số cronbach alpha

3 Thực hiện phân tích anova một chiều để tìm sự khác biệt của các biến tiềm ẩn trong mô hình này với các tiêu thức phân loại: OWN, POS, Age, EXP

4 Xây dựng hàm tương quan tuyến tính giữa P và các biến độc lập vừa khám phá thông qua phân tích nhân tố/EFA

5 Kiểm định các giả thuyết của hàm tương quan đa biến

6 Xây dựng hàm tương quan với biến giả (dummy) Biến giả được chọn là biến loại hình doanh nghiệp, trong đó doanh nghiệp nhà nước được chọn là biến cơ sở

(File dữ liệu được cung cấp sẵn)

BÀI LÀM:

Câu 1:

1.1 Thực hiện phân tích khám phá EFA:

Ta tiến hành phân tích Cronbach’s alpha để đánh giá độ tin cậy của thang đo, trước khi thực hiện phân tích EFA để tìm các biến mới hoặc giảm biến cũng như tìm các yếu tố thành phần đo lường biến Thực hiện lần lượt cho các khái niệm OC, PV,

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted Cronbach’s alpha: 782

Items Scale Mean if

Item Deleted

Scale Variance if Item Deleted

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

Cumulative

% Total

% of Variance

Cumulative

% Total

% of Variance

- Thực hiện phép quay để xác định các yếu tố thành phần đo lường 2 biến OC1 và OC2:

Rotated Component Matrix a

Nhận xét:

Sau khi tiến hành phân tích Cronbach’s alpha và EFA, ta loại 2 yếu tố không đạt yêu cầu độ tin cậy của thang đo là OC21 và OC24, còn lại 9 yếu tố đạt yêu cầu và được sắp xếp lại để đo lường 2 biến tiềm ẩn OC1 và OC2 như sau:

 OC1 bao gồm 4 yếu tố: OC26, OC14, OC25, OC12

 OC2 bao gồm 5 yếu tố: OC23, OC22, OC13, OC15, OC11

Ta thực hiện tương tự đối với các khái niệm PV, MP và P:

b Khái niệm Hệ thống giá trị của quản trị gia PV:

Cronbach’s alpha:

Items Scale Mean if

Item Deleted

Scale Variance if Item Deleted

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted Cronbach’s alpha: 619

- Cronbach’s alpha = 0.619  Thang đo có độ tin cậy tốt

- Hệ số tương quan biến tổng của các yếu tố đều ≥ 0.30 Ngoại trừ 3 yếu tố PV3, PV4 và PV9 là ≤ 0.30 Tuy nhiên nếu loại 1 lúc cả 3 yếu tố này trong tổng số chỉ có 9

yếu tố đo lường khái niệm PV, thì có thể sẽ vi phạm giá trị nội dung, do đó để đảm bảo chắc chắn ta thực hiện loại lần lượt từng yếu tố

 Yếu tố PV4: vì hệ số tương quan biến tổng thấp nhất (0.104) và Cronbach’s alpha sau khi loại trừ yếu tố này tăng lên từ 0.619  0.651

EFA sau khi loại yếu tố PV4:

Cumulative

% Total

% of Variance

Eigenvalue = 1.553 và TVE = 51.071%  Giá trị thang đo phù hợp

 Tương tự, EFA sau khi loại yếu tố PV4 và tiếp tục loại yếu tố PV3 có: Cronbach’s alpha = 0.663 và TVE = 53.057%  Giá trị thang đo phù hợp

 EFA sau khi loại tiếp yếu tố PV9: Cronbach’s alpha = 0.638 và TVE = 41.577% Ta thấy khi loại PV9 thì đồng thời cả Cronbach’s alpha và TVE đều giảm và TVE < 50%  Giữ lại PV9 để tiếp tục nghiên cứu, loại 2 yếu tố là PV3

và PV4

- Vì eigenvalue = 1.553 ≥ 1, tương ứng với số lượng biến tiềm ẩn là 2  Thực hiện phép quay để xác định các yếu tố thành phần đo lường 2 biến này:

Rotated Component Matrix

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted Cronbach’s alpha: 814

Items Scale Mean if

Item Deleted

Scale Variance if Item Deleted

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

- Cronbach’s alpha = 0.814  Thang đo có độ tin cậy tốt

- Hệ số tương quan biến tổng của các yếu tố đều ≥ 0.30 Ngoại trừ yếu tố MP14 = 0.139 và Cronbach’s alpha sau khi loại trừ yếu tố này tăng lên từ 0.814  0.830 

Cumulative

% Total

% of Variance

Cumulative

% Total

% of Variance

d Khái niệm Kết quả hoạt động của công ty – P:

Cronbach’s alpha:

Items Scale Mean if

Item Deleted

Scale Variance if Item Deleted

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted Cronbach’s alpha: 836

- Cronbach’s alpha = 0.836  Thang đo có độ tin cậy tốt

- Hệ số tương quan biến tổng của các yếu tố đều ≥ 0.30

Cumulative

% Total

% of Variance

- Eigenvalue = 3.301 ≥ 1, tương ứng với số lượng biến tiềm ẩn là 1 để đo lường khái niệm này  Không có sự thay đổi

1.2 Tính giá trị các biến mới:

- Giá trị N_OC1 = (OC26 + OC14 + OC25 + OC12)/4

- Giá trị N_OC2 = (OC23 + OC22 + OC13 + OC15 + OC11)/5

- Giá trị N_PV1 = (PV6 + PV5 + PV8 + PV2 + PV7)/5

- Giá trị N_PV2 = (PV9 + PV1)/2

- Giá trị N_MP1 = (MP15 + MP16 + MP21 + MP22 + MP23 + MP24 + MP25 + MP26)/8

Item-Total Statistics Scale Mean if

Item Deleted

Scale Variance if Item Deleted

Corrected Total Correlation

Item-Cronbach's Alpha

if Item Deleted N_OC1 : Cronbach Alpha = 0.766

Item-Total Statistics Scale Mean if

Item Deleted

Scale Variance if Item Deleted

Corrected Total Correlation

- N_PV2 có Cronbach’s alpha = 0.548 < 0.60  Loại bỏ biến đo lường này

- Các biến đo lường còn lại đều thỏa điều kiện ≥ 0.06

Câu 3:

3.1 Kiểm định sự khác biệt về hình thức sở hữu OWN

Đặt:

- OWN1: DN Nhà nước

- OWN2: Cty Liên Doanh

- OWN3: Cty Tư nhân

- OWN4: Hộ Gia đình

Giả thuyết H0: không có sự khác biệt của các biến tiềm ẩn với loại hình doanh nghiệp Giả thiết H1: có sự khác biệt của các biến tiềm ẩn với loại hình doanh nghiệp

a Kiểm tra sự phù hợp sử dụng phân tích ANOVA

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

- N_OC2, N_PV1 và N_MP1 có Sig của kiểm định Levene lớn hơn 0.05, ta chấp

nhận giả thiết Ho: phương sai giữa các nhóm bằng nhau, thỏa mãn điều kiện phân tích ANOVA

- N_OC1 và N_MP2 có Sig của kiểm định Levene = 0.000< 0.05, ta bác bỏ giả

thiết Ho: phương sai giữa các nhóm bằng nhau, chấp nhận giả thiết H1 : Phương sai giữa các nhóm khác nhau, do đó ta sẽ không dùng kết quả của bảng ANOVA để đưa

ra kết luận kiểm định về giá trị trung bình, ta có thể sử dụng kiểm định Kruskal –Wallis

b Phân tích ANOVA

- Nhóm 1 : N_OC2, N_PV1 và N_MP1 :

Sum of Squares

- N_OC2 và N_MP1 có Sig.= 0.001 và Sig =0.000 <0.05 ta bác bỏ giả thiết Ho và

chấp nhận giả thiết H1 Ta tiến hành kiểm định hậu ANOVA để biết được sự khác nhau về thành phần N_OC2 và N_MP1 giữa các hình thức doanh nghiệp

Kiểm định hậu ANOVA bằng Bonferroni cho biến N_OC2 và N_MP1:

(J) OWN

Mean Difference (I-J)

Std

Error

Sig 95% Confidence

Interval Lower

Bound

Upper Bound

3.2: Kiểm định sự khác biệt về cấp độ quản lý POS:

Giả thuyết HO: không có sự khác biệt của các biến tiềm ẩn với cấp độ quản lý

Giả thiết H1: có sự khác biệt của các biến tiềm ẩn với cấp độ quản lý

a Kiểm tra sự phù hợp sử dụng phân tích ANOVA

Test of Homogeneity of Variances

2 02845 08092 1.000 -.1855 2424

3 -.10975 07422 837 -.3060 0865

* The mean difference is significant at the 0.05 level

Levene Statistic df1 df2 Sig

- Nhóm 1: N_PV1; N_MP1, N_MP2 có Sig của kiểm định Levene lớn hơn 0.05,

ta chấp nhận giả thiết Ho: phương sai giữa các nhóm bằng nhau, thỏa mãn điều kiện phân tích ANOVA

- Nhóm 2: N_OC2; N_OC1 có Sig của kiểm định Levene bé hơn 0.05, tương tự

như trên ta sẽ không dùng kết quả của bảng ANOVA, ta có thể tiến hành Kiểm định Kruskal – Wallis

b Phân tích ANOVA

- Nhóm 1: N_PV1; N_MP1, N_MP2

ANOVA Sum of

Kiểm định Kruskal – Wallis

Test Statistics a,b

3.2.3 Kiểm định sự khác biệt về độ tuổi quản trị gia AGE:

Giả thuyết HO: không có sự khác biệt của các biến tiềm ẩn với độ tuổi quản trị gia Giả thiết H1: có sự khác biệt của các biến tiềm ẩn với độ tuổi quản trị gia

a Kiểm tra sự phù hợp sử dụng phân tích ANOVA

b Phân tích ANOVA

3.3 Kiểm định sự khác biệt về kinh nghiệm quản lý EXP:

Giả thuyết HO: không có sự khác biệt của các biến tiềm ẩn với kinh nghiệm quản lý Giả thiết H1: có sự khác biệt của các biến tiềm ẩn với kinh nghiệm quản lý

a Kiểm tra sự phù hợp sử dụng phân tích ANOVA

Test of Homogeneity of Variances

- Nhóm 1: N_PV1; N_OC2; N_OC1 có Sig của kiểm định Levene lớn hơn 0.05,

ta chấp nhận giả thiết Ho: phương sai giữa các nhóm bằng nhau, thỏa mãn điều kiện phân tích ANOVA

- Nhóm 2: N_MP1, N_MP2 có Sig của kiểm định Levene bé hơn 0.05, tương tự

như trên ta sẽ không dùng kết quả của bảng ANOVA ,ta có thể tiến hành Kiểm định Kruskal – Wallis

b Phân tích ANOVA

ANOVA

Sum of Squares

- Không có sự khác biệt của N_OC1 và N_PV1 với kinh nghiệm của quản trị gia

- Có sự khác biệt của N_OC2 với kinh nghiệm của quản trị gia Ta tiến hành kiểm định hậu ANOVA để kiểm tra sự khác biệt đó

Std

Error

Sig 95% Confidence Interval

Lower Bound

Upper Bound

- 5 biến độc lập : N_OC1, N_OC2, N_MP1, N_MP2, N_PV1

Để khám phá tác động của các biến độc lập đối với biến phụ thuộc, ta dùng mô hình hồi quy bội MLR Phương pháp bình phương nhỏ nhất với phương pháp

ENTER được sử dụng thông qua phần mền SPSS

Model Summary b

Square

Std Error of the Estimate

Durbin-Watson

Mô hình tổng quát hồi quy tuyến tính

P = 0.248* N_OC2 + 0.302* N_MP1+ 0.201* N_MP2

Nhận xét:

- Mô hình này giải thích được 43,6% biến thiên của hoạt động công ty

- Trong các yếu tổ ảnh hưởng đến P, thì yếu tố N_MP1 có tác động mạnh nhất

Câu 5:

5.1 Kiểm định hiện tượng đa cộng tuyến

Ở câu trên, VIF của N_OC2, N_MP1, N_MP2 đều <2, nên được xem như là không có

hiện tượng đa cộng tuyến Các biến độc lập không có mối quan hệ tương quan với

nhau Giả định khi xây dưng hàm tương quan không bị vi phạm

5.2 Kiểm định hiện tượng phương sai thay đổi:

- Nhìn vào hình ta thấy phân tán phần dư xung quanh trục 0, giả định về phân phối

chuẩn của phần dư không vi phạm

5.3 Kiểm định phân phối chuẩn của các sai lệch ngẫu nhiên:

- Biểu đồ tần suất của phần dư chuẩn hóa cho thấy phân phối của phần dư xấp xỉ chuẩn ( Trung bình và độ lệch chuẩn Std.Dev = 0.996)

5.4 Kiểm tra mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập

- Để kiểm tra mối quan hệ tuyến tính này, ta dùng biểu đổ Scatter spot

Câu 6:

6.1 Xây dựng biến giả

- Vì biến loại hình doanh nghiệp là biến định tính nên ta mã hóa thành biến định lượng với cách mã hóa Dummy Loại hình doanh nghiệp có 4 nhóm nên ta sẽ có 3 biến giả Dummy, biến cơ sở là loại hình doanh nghiệp nhà nước Bảng mã hóa Dummy như sau:

6.2 Xây dựng mô hình hồi quy với biến giả:

Mô hình hồi quy đa bội với biến giả :

P = β0 + β1*N_OC1 + β2*N_OC2 + β3*N_PV1 + β4*N_MP1 + β5*N_MP2 + β6*D1 + β7*D2 + β8*D3

Model Summary b

Square

Std Error of the Estimate

* Kiểm định giả thiết :

- Kiểm định sự phù hợp của mô hình, ta có giả thuyết kiểm định sau:

H0: R2 adjusted = 0 Mô hình hồi quy không phù hợp

H1: R2 adjusted ≠ 0 Mô hình hồi quy phù hợp

Sig = 0.00 nhỏ hơn mức ý nghĩa ta từ chối giả thuyết H0 và chấp

nhận giả thuyết H1 hay nói cách khác mô hình hồi quy biến giả phù hợp với mức ý nghĩa5% Và có thể suy rộng cho toàn tổng thể Hay nói cách khác các biến độc lập giải thích được 43,8% phương sai của biến phụ thuộc P

- Xét bảng trọng số hồi quy đã chuẩn hóa, chúng ta thấy các biến N_MP1, N_MP2,

N_OC2 tác động cùng chiều nhau đối với biến phụ thuộc P vì các trọng số này đều có

ý nghĩa thống kê, trong đó biến N_MP1 tác động mạnh nhất (β N_MP1 = 0.299) điểm chú ý ở đây là hệ số β của 3 biến giả Dummy D1, D2, D3 và biến N_OC1, N_PV1 không có ý nghĩa thống kê (Sig >5) nên ta loại 3 biến giả D1, D2, D3 và biến FTPV1 ra khỏi mô hình hồi quy

- Mô hình hồi quy có hệ số VIF đều nhỏ hơn 2, do vậy các biến này không vi phạm điều kiện về đa cộng tuyến

- Chúng ta thấy phần dư của mô hình có dạng phân phối chuẩn, bên cạnh đó, biểu

đố Scatter plot các điểm quan sát không quá phân tán xa đường kỳ vọng nên ta có thể kết luận giả thiết về phân phối chuẩn của phần dư không vi phạm

- Dựa vào biểu đồ ta thấy biến phụ thuộc và biến độc lập có quan hệ tuyến tính với nhau

- Với tiêu chuẩn hệ số Durbin – Watson 1< D < 3, mô hình không có tương quan Trong trường hợp này, hệ số Durbin – Watson bằng 1.734, chứng tỏ không có tự tương quan

- Mô hình hồi quy

P = 0.241*N_OC2 + 0.299*N_MP1 + 0.203*N_MP2

Nhận xét : Ta thấy ba biến tiềm ẩn này ảnh hưởng rất mạnh tới hoạt động của công ty, trong đó biến N_MP1 là ảnh hưởng mạnh nhất