1. Trang chủ
  2. » Cao đẳng - Đại học

bài tập cá nhân xử lý dữ liệu bằng phần mề̀m spss

42 454 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 42
Dung lượng 1,29 MB

Các công cụ chuyển đổi và chỉnh sửa cho tài liệu này

Nội dung

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.. Xây dựng hàm tương quan theo biến giả dummy

Trang 1

Bài tập cá nhân Xử lý dữ liệu bằng phần

mềm SPSS

Giảng viên: TS Nguyễn Hùng Phong Học viên: Quách Đạo Quang

Lớp: QTKD ĐÊM 5 - CAO HỌC K22

Trang 2

Đề bài:

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 tiển 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 Mổi 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 theo biến giả (dummy) của biến kết quả hoạt động với các biến độc lập tìm được qua phân tích nhân tố Trong đó biến giả được xác định dựa vào biến

“loại hình doanh nghiệp”

Trang 3

Câu 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)

a Phân tích EFA cho khái niệm văn hóa tổ chức OC:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .854

Bartlett's Test of Sphericity

Trang 4

Sig (Bartlett's Test ) < 0,005 nên ta bác bỏ giả thuyết Ho (H0: giả thuyết ma trận hệ số tương quan

là ma trận đơn vị), tức là giữa các biến quan sát có tương quan với nhau => Điều kiện sử dụng EFA được thỏa mãn

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis

Ta trích được hai nhân tố 1 và 2 (có eigenvlue >1) đúng như ban đầu

Nhân tố 1 giải thích được 29.411% tổng biến thiên của OC, nhân tố 2 giải thích được 47.972%

tổng biến thiên của OC

Rotated Component Matrix a

Trang 5

a Rotation converged in 3 iterations

Bảng trên thể hiện giá trị trích xuất (loading value) hay hệ số tương quan giữa các yếu tố thành phần với hai nhân tố vừa trích được theo mô hình thành phần chính (PCA) Loading value cao ở nhân tố nào thì nó đo lường được nhân tố đó Vậy thì nhân tố 1 được đo lường bởi bảy yếu tố thành phần: OC11, OC12, OC13, OC14, OC15, OC25, OC26 vì bảy yếu tố này có hệ số tương quan với nhân tố 1 cao hơn với nhân tố 2 và nhân tố 2 được đo lường bởi bốn yếu tố thành phần: OC21, OC22, OC23, OC24 vì các yếu tố này có hệ số tương quan với nhân tố 2 cao hơn Và ta

đặt tên cho hai nhân tố mới này lần lượt là OCFT1, OCFT2

Ban đầu, biến tiềm ẩn OC2 được đo lường bằng OC21, OC22, OC23, OC24, OC25, OC26 nhưng sau khi phân tích EFA thì các yếu tố thành phần OC25 và OC26 không đo lường được OC2 mà lại đo lường OC1 nên giá trị hội tụ không có

Hai thang đo đo lường hai biến khác nhau OC1 và OC2 thì phải khác nhau nhưng sau khi phân

tích EFA thì OC25 và OC26 đã dịch chuyển sang đo lường OC1 cho nên giá trị phân biệt không

cao

Trang 6

b Phân tích EFA cho khái niệm hệ thống giá trị của quản trị gia PV:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .749

Bartlett's Test of Sphericity

Approx Chi-Square 1296.396

Chỉ số KMO = 0,749 thỏa điều kiện 0,5 ≤ KMO ≤ 1: phân tích EFA là thích hợp

Sig (Bartlett's Test ) < 0,005 nên ta bác bỏ giả thuyết Ho (H0: giả thuyết ma trận hệ số tương quan

là ma trận đơn vị), tức là giữa các biến quan sát có tương quan với nhau => Điều kiện sử dụng EFA được thỏa mãn

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared

Loadings

Rotation Sums of Squared

Loadings Total % of

Extraction Method: Principal Component Analysis

Ta trích được hai nhân tố 1 và 2 (có eigenvlue >1), khác với ban đầu chỉ có 1 nhân tố, có nghĩa

là thang đo này là đa hướng chứ không phải đơn hướng như lúc đầu

Trang 7

Nhân tố 1 giải thích được 29.411% tổng biến thiên của P, nhân tố 2 giải thích được 47.972% tổng biến thiên của P

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization

a Rotation converged in 3 iterations

Nhân tố 1 được đo lường bởi 5 yếu tố thành phần: PV2,PV5,PV6,PV7,PV8 vì 5 yếu tố này có hệ

số tương quan với nhân tố 1 cao hơn với nhân tố 2

Nhân tố 2 được đo lường bởi bốn yếu tố thành phần: PV1,PV3,PV4,PV9 vì các yếu tố này có hệ

số tương quan với nhân tố 2 cao hơn

Ta đặt tên cho hai nhân tố mới này lần lượt là PVFT1, PVFT2

Ban đầu, biến tiềm ẩn PV được đo lường bằng PV1, PV2, PV3, PV4, PV5, PV6, PV7, PV8, PV9 nhưng sau khi phân tích EFA thì từ chín yếu tố thành phần được nhóm lại thành hai yếu tố có ý

nghĩa, nên giá trị hội tụ không có

Hai thang đo đo lường hai biến khác nhau thì phải khác nhau nhưng sau khi phân tích EFA thì thang đo khái niệm nghiên cứu ban đầu không đo được mà nó tách thành hai thang đo hai khái niệm khác nhau nên giá trị phân biệt không có

Trang 8

c Phân tích EFA cho khái niệm thực tiễn quản trị MP:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .869

Bartlett's Test of Sphericity

Approx Chi-Square 2655.393

Chỉ số KMO = 0,869 thỏa điều kiện 0,5 ≤ KMO ≤ 1: phân tích EFA là thích hợp

Sig (Bartlett's Test ) < 0,005 nên ta bác bỏ giả thuyết Ho (H0: giả thuyết ma trận hệ số tương quan

là ma trận đơn vị), tức là giữa các biến quan sát có tương quan với nhau => Điều kiện sử dụng EFA được thỏa mãn

Trang 9

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Extraction Method: Principal Component Analysis

Ta trích được hai nhân tố 1 và 2 (có eigenvlue >1) đúng như ban đầu Nhân tố 1 giải thích được 29.876% tổng biến thiên của P, nhân tố 2 giải thích được 47.197% tổng biến thiên của P

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization

a Rotation converged in 3 iterations

Trang 10

Nhân tố 1 được đo lường bởi 8 yếu tố thành phần: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26 vì 8 yếu tố này có hệ số tương quan với nhân tố 1 cao hơn với nhân tố 2

Nhân tố 2 được đo lường bởi 4 yếu tố thành phần: MP11,MP12,MP13,MP14 vì các yếu tố này có

hệ số tương quan với nhân tố 2 cao hơn

Ta đặt tên cho hai nhân tố mới này lần lượt là MPFT1, MPFT2

Ban đầu, biến tiềm ẩn MP1 được đo lường bằng MP11, MP12, MP13, MP14, MP15, MP16 nhưng sau khi phân tích EFA thì các yếu tố thành phần MP15 và MP16 không đo lường được MP1 mà lại đo lường MP2 nên giá trị hội tụ không có

Hai thang đo đo lường hai biến khác nhau MP1 và MP2 thì phải khác nhau nhưng sau khi phân tích EFA thì MP15 và MP16 đã dịch chuyển sang đo lường OC1 cho nên giá trị phân biệt không

Trang 11

d Phân tích EFA cho khái niệm kết quả hoạt động của công ty P:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .850

Bartlett's Test of Sphericity

Approx Chi-Square 1865.464

Chỉ số KMO = 0,850 thỏa điều kiện 0,5 ≤ KMO ≤ 1: phân tích EFA là thích hợp

Sig (Bartlett's Test ) < 0,005 nên ta bác bỏ giả thuyết Ho (H0: giả thuyết ma trận hệ số tương quan

là ma trận đơn vị), tức là giữa các biến quan sát có tương quan với nhau => Điều kiện sử dụng EFA được thỏa mãn

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings

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

Extraction Method: Principal Component Analysis

Ta trích được 1 nhân tố 1 (có eigenvlue >1) đúng như ban đầu Nhân tố 1 giải thích được 55.609% tổng biến thiên của P

Trang 12

Ban đầu biến P được đo lường bằng 6 yếu tố và sau khi phân tích EFA thì 6 yếu tố này đo lường

được biến P Nên với thang đo P thì cả giá trị hội tụ và phân biệt đều được đảm bảo

Trang 13

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

- Hệ số Cronbach alpha nằm trong khoảng 0.7 – 0.8: Thang đo có độ tin cậy tốt

- Hệ số Cronbach alpha > 0.6: Thang đo có thể chấp nhận được về mặt độ tin cậy

- Hệ số tương quan biến tổng (hiệu chỉnh) ≥ 0.3 thì biến đó đạt yêu cầu

a Kiểm định độ tin cậy cronbach alpha cho thang đo OCFT1: OC11, OC12, OC13, OC14, OC15, OC25, OC26

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Trang 14

b Kiểm định thang đo OCFT2: OC21, OC22, OC23, OC24

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Trang 15

c Kiểm định thang đo PVFT1: PV2, PV5, PV6, PV7, PV8

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Qua bảng Total Statistics ta thấy, hệ số tương quan hiệu chỉnh của tất cả các biến quan sát điều lớn hơn 0.3 thỏa mãn yêu cầu Vậy biến PVFT1 đủ độ tin cậy

Trang 16

d Kiểm định thang đo PVFT2: PV1, PV3, PV4, PV9

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

tương quan hiệu chỉnh của PV4 = 0.286 < 0.3, không đạt yêu cầu Vì vậy, loại thang đo PVFT2

e Kiểm định thang đo MPFT1: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Trang 17

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Hệ số Cronbach Alpha = 0.829 > 0.6, thang đo MPFT1 có giá trị tin cậy tốt Khi thực hiện loại bất

kỳ biến quan sát nào đều cho giá trị cronbach alpha thấp hơn giá trị ban đầu Vậy MPFT1 đủ độ

tin cậy

f Kiểm định thang đo MPFT2: MP11, MP12, MP13, MP14

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Trang 18

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Kết quả bảng Reliability Statistics cho thấy hệ số cronbach Alpha là 0,586 nhỏ hơn 0,6

Kết quả bảng Total Statistics, thấy nếu loại biến MP14 hệ số Cronbach Alpha sẽ tăng lên 0,634

Do đó, bộ biến mới sẽ gồm các biến MP11, MP12, MP13 Biến MPFT2 này là chấp nhận được

g Kiểm định độ tin cậy của thang đo PFT

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

Trang 19

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance

if Item Deleted

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

Sau khi kiểm tra độ tin cậy, từ 7 biến tiềm ẩn sau khi phân tích EFA, ta đã loại bỏ 2 biến OCFT2,

PVFT2; còn l ại 1 biến MPFT2 có độ tin cậy chấp nhận được và 4 biến đủ độ tin cậy đo

lường là : OCFT1,MPFT1, PVFT1, PFT

Câu 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

Tính Mean bằng lệnh Compute, đặt nhóm biến sau khi tính Mean là:

F1 (OCFT1): OC11, OC12, OC13, OC14, OC15, OC25, OC26

F2 (PVFT1): PV2, PV5, PV6, PV7, PV8

F3 (MPFT1): MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26

F4 (MPFT2): MP11, MP12, MP13

P (PFT): P1, P2, P3, P4, P5, P6

Trang 20

Giả thuyết;

H0: Không có sự khác biệt giữa các loại hình doanh nghiệp

Hr: Có sự khác biệt giữa các loại hình doanh nghiệp

Sig ≥ 0.05: Chấp nhận H0

Sig ≤ 0.05: Từ chối H0

a Phân tích sự khác biệt (one – way anova) giữa các biến tiềm ẩn trong mô hình với tiêu thức phân loại OWN

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Trang 22

Difference (I-J) Lower Bound Upper Bound

Trang 24

* The mean difference is significant at the 0.05 level

Sig < 0.5: có sự khác biệt trung bình

Nhân tố F3 có sig12, sig13, sig14 lần lượt là 0,031; 0,000; 0,005 đều nhỏ hơn 0,05 Vì vậy, có

sự khác biệt giữa nhóm 1 với các nhóm 2, 3, 4

Nhân tố P có sig13, sig 23 lần lượt là 0,000; 0,004 đều nhỏ hơn 0,05 Vì vậy, có sự khác biệt giữa nhóm 3 và các nhóm 1, 2

b Thực hiện phân tích anova một chiều của các biến tiềm ẩn với tiêu thức cấp bậc quản lý (POS)

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Trang 25

Vì POS gồm hai cấp bậc nên không thực hiện phân tích hậu ANOVA

c Phân tích anova một chiều để tìm sự khác biệt của các biến tiềm ẩn trong mô hình này với tiêu thức phân loại Age

Trang 26

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Trang 27

Within Groups 427.615 877 488

Kết quả bảng ANOVA cho thấy F4 có Sig là 0,05; P có Sig là 0,27 đều nhỏ hơn hoặc bằng 0,05, Như vậy, không chấp nhận H0, chấp nhận H1 Có sự khác biệt về thực tiến quản trị và kết quả hoạt động của công ty giữa các độ tuổi

F4 có Sig = 0.151 > 0.05 nên không có sự khác biệt về phương sai giữa các nhóm

P có Sig = 0.017 < 0.05 nên có sự khác biệt về phương sai giữa các nhóm

Kiểm định hậu ANOVA đối với P có sự khác biệt phương sai các nhóm

Multiple Comparisons

Dependent Variable:P

(I) AGE (J) AGE

Mean Difference (I-J) Std Error Sig

95% Confidence Interval

Lower Bound Upper Bound

Tamhane

di m e n si o n

2

1

dimens ion3

2

dimens ion3

3

dimens ion3

Dunnett T3

di m e

1

dimens ion3

Ngày đăng: 02/03/2015, 14:28

HÌNH ẢNH LIÊN QUAN

Bảng trên thể hiện giá trị trích xuất (loading value) hay hệ số tương quan giữa các yếu tố thành  phần với hai nhân tố vừa trích được theo mô hình thành phần chính (PCA) - bài tập cá nhân xử lý dữ liệu bằng phần mề̀m spss
Bảng tr ên thể hiện giá trị trích xuất (loading value) hay hệ số tương quan giữa các yếu tố thành phần với hai nhân tố vừa trích được theo mô hình thành phần chính (PCA) (Trang 5)
Hình trên cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Sẽ  không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối chuẩn hoàn toàn vì - bài tập cá nhân xử lý dữ liệu bằng phần mề̀m spss
Hình tr ên cho thấy một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Sẽ không hợp lý khi chúng ta kỳ vọng rằng các phần dư quan sát có phân phối chuẩn hoàn toàn vì (Trang 40)

TỪ KHÓA LIÊN QUAN

🧩 Sản phẩm bạn có thể quan tâm

w