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 1Bài 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 2Đề 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 3Câu 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 4Sig (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 5a 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 6b 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 7Nhân 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 8c 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 9Total 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 10Nhân 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 11d 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 12Ban 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 13Câu 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 14b 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 15c 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 16d 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 17Item-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 18Item-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 19Item-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 20Giả 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 22Difference (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 25Vì 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 26Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig
Trang 27Within 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