bài tập xữ lý dữ liệu phương pháp nghiên cứu 2

Dựa vào mối tương quan giữa các biến với nhau, có thể rút gọn một tập k biến quan sát thành 1 tập f f < k các nhân tố có ý nghĩa hơn và dịch chuyển các items đo lường từ biến này sang bi

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH

VIỆN ĐÀO TẠO SAU ĐẠI HỌC

GVHD: TS Nguyễn Hùng Phong SVTH: Nguyễn Hồng Kỳ

MSSV: 7701220554 Lớp: Đêm 5 – Khóa 22

Thành phố Hồ Chí Minh, Ngày 08 Tháng 08 Năm 2013

MỤC LỤC

Câu 1 4

Câu 2 15

Câu 3 20

Câu 4 29

Câu 5 31

Câu 6 36

BÀI TẬP VỀ XỮ LÝ DỮ LIỆU

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, PV,…, PV9) Khái niệm MP được phân ra hai biến tiềm 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) Thứ tự như sau: DNNN, Liên doanh, công ty tư nhân, doanh nghiệp gia đình

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 lướng 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 Thực hiện phân tích Anova hai chiều với biến OWN và POS

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 và Cronbach alpha

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

BÀI LÀM

Trước khi thực hiện phân tích theo yêu cầu đề bài cần phải tiến hành làm sạch

dữ liệu Vì trong quá trình nhập số liệu có thể xảy ra những sai lệch về giá trị Theo

đó, số mẫu của dữ liệu từ 953 quan sát giảm xuống còn 880 quan sát đạt yêu cầu

Câu 1: Phân tích EFA

Phương pháp phân tích nhân tố khám phá (EFA) dùng để đánh giá giá trị của thang đo thông qua giá trị hội tụ và giá trị phân biệt Dựa vào mối tương quan giữa các biến với nhau, có thể rút gọn một tập k biến quan sát thành 1 tập f (f < k) các nhân tố có ý nghĩa hơn và dịch chuyển các items đo lường từ biến này sang biến khác

Theo đề bài, có 4 khái niệm lý thuyết có quan hệ với nhau đó là 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) Khi thực hiện phân tích nhân tố khám phá (EFA), chúng

ta thực hiện cho từng khái niệm và sử dụng phần mềm SPSS 16.0 để phân tích:

Anlyze  Data reduction  Factor  đưa các biến quan sát của từng khái niệm vào hộp Variables

Ví dụ: Khi phân tích OC, đưa các biến OC11, OC12, OC13, OC14, OC15, OC21, OC22, OC23, OC24, OC25, OC26 vào hộp Variables Tương tự cho các biến khác

 Descriptives: trong Statistics chọn initial solution là giải pháp ban đầu chọn phần chung bằng 1; Trong correlation matrix chọn Coefficients và để text hệ

số tương quan này có đủ độ tin cậy thống kê hay không chọn tiếp Significance levels và kiểm tra điều kiện cần để kiểm định thông qua KMO and Bartlett’s test of sphericity  continue

 Extraction ( phương pháp trích ): chọn Principal Components Method, các thông số khác mặc định, chọn eigenvalue over 1  continue

 Rotation: chọn phép quay vuông góc Varimax, các thông số khác mặc định 

continue

 OK

Thu được kết quả như sau:

1.1 Phân tích EFA cho khái niệm văn hóa tổ chức ( OC )

 Tiêu chí KMO and Bartlett's Test

 Tiêu chí xác định số lượng nhân tố trích ( Eigenvalue )

Total Variance Explained

Component

Phase Initial Eigenvalues Extraction Sums f Squ red Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %

Kết quả phân tích cho thấy trích được 2 nhân tố (có eigenvalue >1) Như vậy

là phù hợp với giả thuyết ban đầu, về mặt số lượng các thành phần là đạt yêu cầu Ý nghĩa của 35.465 là trong tổng biến thiên của 11 biến quan sát này thì phần giải thích cho factor 1 chiếm 35.465% và giải thích cho factor 2 là 12.631%, tổng biến thiên giải thích cho 2 factor là 48.096%, con số này không cao, dưới mong đợi là 50% Vì thế thang đo không đạt giá trị hội tụ

Kết quả giá trị trích xuất hay hệ số tương quan giữa các yếu tố thành phần với hai nhân tố vừa trích được cho thấy OC11, OC12, OC13, OC14, OC15, OC25, OC26 đo lường được OC1 vì tương quan với OC1 nhiều hơn Tương tự, OC21, OC22, OC23, OC24 đo lường OC2

Kết quả cho thấy, OC25 và OC26 tương quan với OC2 rất thấp nhưng rất cao với OC1, điều đó cho thấy 2 biến này không đo lường OC2 bằng OC1 nên phải dịch chuyển lên trên Về mặt nhân tố, thang đo này không phù hợp Như vậy, thang đo

trích được đúng thành phần nhưng các biến đo lường các thành phần thì không như giả thuyết ban đầu Do đó, thang đo đạt giá trị phân biệt không cao

Kết luận: Thang đo không đạt giá trị hội tụ và đạt giá trị phân biệt không cao

Cách lập luận áp dụng tương tự cho các khái niệm còn lại

1.2 Phân tích EFA cho khái niệm hệ thống giá trị của quản trị gia ( PV )

 Tiêu chí KMO and Bartlett's Test

 Tiêu chí xác định số lượng nhân tố trích ( Eigenvalue )

Total Variance Explained

hướng chứ không phải đơn hướng như giả thuyết PV là khái niệm bậc 1 và được

đo lường qua hai khái niệm bậc 2 Điều này nói lên thang đo ban đầu là không còn

đúng trong trường hợp này Thang đo không đạt giá trị phân biệt

Tổng biến thiên giải thích cho 2 factor là 48.045%, con số này dưới mong đợi

là 50% Vì thế thang đo không đạt giá trị hội tụ

Kết quả giá trị trích xuất hay hệ số tương quan giữa các yếu tố thành phần với hai nhân tố vừa trích được cho thấy PV2, PV5, PV6, PV7, PV8 đo lường được nhân

tố 1, đặt tên là PVa vì tương quan với PVa nhiều hơn Tương tự, PV1, PV3, PV4,

PV9 đo lường nhân tố 2, đặt tên là PVb Về mặt nhân tố, thang đo này không phù

hợp Như vậy, thang đo trích không đúng thành phần nên các biến đo lường các

thành phần thì không như giả thuyết ban đầu Do đó, thang đo không đạt giá trị

phân biệt

Rotated Component Matrix

Kết luận: Thang đo không đạt giá trị hội tụ và không đạt giá trị phân biệt

1.3 Phân tích EFA cho khái niệm thực tiễn quản trị ( MP )

 Tiêu chí KMO and Bartlett's Test

Chỉ số KMO = 0,866; Sig (Bartlett's Test ) < 0,005 Vậy nên điều kiện sử dụng EFA được thỏa mãn

 Tiêu chí xác định số lượng nhân tố trích ( Eigenvalue )

Total Variance Explained

là không còn đúng trong trường hợp này Thang đo không đạt giá trị phân biệt

Tổng biến thiên giải thích cho 3 factor là 54.179% > 50% Vì thế thang đo đạt yêu cầu về giá trị hội tụ

 Tiêu chí Ma trận hệ số tương quan

Kết quả giá trị trích xuất hay hệ số tương quan giữa các yếu tố thành phần với

ba nhân tố vừa trích được cho thấy MP15, MP16, MP21, MP22, MP23, MP24,

MP25, MP26 đo lường được nhân tố 1, đặt tên là MPa vì tương quan với MPa nhiều

hơn Tương tự, MP11, MP12 đo lường nhân tố 2, đặt tên là MPb Và MP13, MP14

đo lường nhân tố 3, đặt tên là MPc Về mặt nhân tố, thang đo này không phù hợp

Như vậy, thang đo trích không đúng thành phần nên các biến đo lường các thành

phần thì không như giả thuyết ban đầu Do đó, thang đo không đạt giá trị phân biệt

Rotated Component Matrix

Kết luận: Thang đo đạt yêu cầu về giá trị hội tụ và không đạt giá trị phân biệt

1.4 Phân tích EFA cho khái niệm kết quả hoạt động của công ty ( P )

 Tiêu chí KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy

 Tiêu chí xác định số lượng nhân tố trích ( Eigenvalue )

Total Variance Explained

Kết quả phân tích cho thấy trích được 1 nhân tố (có eigenvalue >1) Như vậy

là phù hợp với giả thuyết ban đầu, về mặt số lượng các thành phần là đạt yêu cầu

Tổng biến thiên giải thích cho 1 factor là 55.598% > 50% Vì thế thang đo đạt yêu cầu về giá trị hội tụ

Vì thang đo trích đúng thành phần chỉ có 1 nhân tố nên chúng ta không xem xét giá trị phân biệt

Kết luận: Thang đo đạt yêu cầu về giá trị hội tụ và đạt giá trị phân biệt

1.5 Tính giá trị các biến mới

Dùng chức năng Transform  Compute Variable để tạo biến mới

OC1 = mean ( OC11, OC12, OC13, OC14, OC15, OC25, OC26 )

OC2 = mean ( OC21, OC22, OC23, OC24 )

OC = mean ( OC1, OC2 )

PVa = mean ( PV2, PV5, PV6, PV7, PV8 )

PVb = mean ( PV1, PV3, PV4, PV9 )

PV = mean ( PVa, PVb )

MPa = mean ( MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26 ) MPb = mean ( MP11, MP12 )

MPc = mean ( MP13, MP14 )

MP = mean ( MPa, MPb, MPc )

P = mean ( P1, P2, P3, P4, P5, P6 )

 OK

Sau khi có biến mới trong dữ liệu, tiếp theo chúng ta thực hiện:

Analyze  Descriptive Statistics  Descriptives: Trong Options chọn Mean

OC11, OC12, OC13, OC14, OC15

Câu 2: Tính độ tin cậy của đo lường bằng hệ số Cronbach alpha

Sau khi phân tích nhân tố EFA chúng ta tiếp tục tính độ tin cậy của thang đo thông qua các biến OC1, OC2, PVa, PVb, MPa và P Hai biến MPb và MPc không thỏa điều kiện tính độ tin cậy bằng hệ số Cronbach alpha vì có số biến quan sát nhỏ hơn 3

Trình tự chung khi kiểm tra độ tin cậy như sau:

Analyze  Scale  Reliability Analysis  đưa các biến quan sát đo lường các biến mới sau khi phân tích EFA vào hộp items

Sau đó chọn Statistics Trong Descriptives for, chọn Item, Scale if item deleted Trong Summaries chọn Means, Variances, Correlations

Trong Inter item, chọn Correlations  Continue  OK

2.1 Biến OC1 ( được đo lường qua 7 yếu tố: OC11, OC12, OC13, OC14, OC15,

 Tiêu chí hệ số tương quan biến - tổng hiệu chỉnh

Hệ số Corrected Item-Total Correlation ( hệ số tương quan biến - tổng hiệu chỉnh): Kết quả cho thấy hệ số của các biến điều lớn hơn 0.3 thỏa mãn điều kiện cần

là các items đo lường được biến tiềm ẩn

Hệ số Cronbach's Alpha if Item Deleted: Kết quả cho thấy nếu bỏ đi bất kỳ item nào thì 6 cái còn lại điều không cho cronbach alpha tổng thể cao hơn 0.816 Nên không loại trừ bất kỳ 1 item nào vì giữa những item này có sự tương quan rất chặt với nhau và cùng đo lường được biến tổng thể

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 luận: Bảy biến quan sát này đủ độ tin cậy để đo lường biến tiềm ẩn OC1

và không phải bỏ bất kỳ biến quan sát nào

2.2 Biến OC2 ( được đo lường qua 4 yếu tố: OC21, OC22, OC23, OC24 )

2.3 Biến PVa ( được đo lường qua 5 yếu tố: PV2, PV5, PV6, PV7, PV8 )

Corrected Total Correlation

Item-Squared Multiple Correlation

Cronbach's Alpha if Item Deleted

là các items đo lường được biến tiềm ẩn

Hệ số Cronbach's Alpha if Item Deleted: Kết quả cho thấy nếu bỏ đi bất kỳ item nào thì 4 cái còn lại điều không cho cronbach alpha tổng thể cao hơn 0.719 Nên không loại trừ bất kỳ 1 item nào vì giữa những item này có sự tương quan rất chặt với nhau và cùng đo lường được biến tổng thể

Kết luận: Năm biến quan sát này đủ độ tin cậy để đo lường biến tiềm ẩn PVa

2.4 Biến PVb ( được đo lường qua 4 yếu tố: PV1, PV3, PV4, PV9 )

 Tiêu chí hệ số tương quan biến - tổng hiệu chỉnh

Hệ số Corrected Item-Total Correlation ( hệ số tương quan biến - tổng hiệu chỉnh): Kết quả cho thấy hệ số của các biến điều lớn hơn 0.3 thỏa mãn điều kiện cần

là các itme đo lường được biến tiềm ẩn

Hệ số Cronbach's Alpha if Item Deleted: Kết quả cho thấy nếu bỏ đi bất kỳ item nào thì 7 cái còn lại điều không cho cronbach alpha tổng thể cao hơn 0.824 Nên không loại trừ bất kỳ 1 item nào vì giữa những item này có sự tương quan rất chặt với nhau và cùng đo lường được biến tổng thể

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 luận: Tám biến quan sát này đủ độ tin cậy để đo lường biến tiềm ẩn MPa

và không phải bỏ bất kỳ biến quan sát nào

2.6 Biến P ( được đo lường qua 6 yếu tố: P1, P2, P3, P4, P5, P6 )

 Tiêu chí hệ số tương quan biến - tổng hiệu chỉnh

Hệ số Corrected Item-Total Correlation ( hệ số tương quan biến - tổng hiệu chỉnh): Kết quả cho thấy hệ số của các biến điều lớn hơn 0.3 thỏa mãn điều kiện cần

là các itme đo lường được biến tiềm ẩn

Hệ số Cronbach's Alpha if Item Deleted: Kết quả cho thấy nếu bỏ đi bất kỳ item nào thì 5 cái còn lại điều không cho cronbach alpha tổng thể cao hơn 0.839 Nên không loại trừ bất kỳ 1 item nào vì giữa những item này có sự tương quan rất chặt với nhau và cùng đo lường được biến tổng thể

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

Câu 3: a Phân tích Anova một chiều để tìm sự khác biệt của các biến tiềm ẩn OC1, PVa, MPa, P với các tiêu thức phân loại: OWN, POS, AGE, EXP

Phân tích Anova một chiều là kiểm định sự khác biệt giữa nhiều trung bình Trình tự thực hiện Anova một chiều như sau:

Bước 1: Thiết lập giả thuyết

Bước 3: Xác định giá trị Ftt

MSSB: trung bình tổng biến thiên giữa các nhóm

MSSW: trung bình tổng biến thiên trong phạm vi 1 nhóm tính cho tất cả các nhóm

Bước 4: So sánh Ftt với Ftc để xem chấp nhận hay từ chối giả thuyết H0

Nhưng với phần mềm SPSS sẽ tính ra giá trị của Ftt và chỉ cần dựa vào giá trị p-value để kết luận là chấp nhận hay bác bỏ H0 Nếu p-value < mức ý nghĩa (0,05) thì bác bỏ H0 Tức là tồn tại ít nhất hai nhóm có trung bình khác nhau Và ngược lại Nếu tồn tại ít nhất hai nhóm có trung bình khác nhau, ta thực hiện thêm Post hoc test để tìm xem cụ thể nhóm nào khác biệt với nhóm nào

Một điều kiện cần để phân tích để phân tích Anova là Leven-test, giả thuyết

H0 của kiểm định này là phương sai của các nhóm không có sự khác biệt Khi mà mẫu quan sát càng lớn thì giả thuyết này thường bị vi phạm Nhưng không ảnh hưởng gì đến kết quả phân tích Anova, cho nên trong bài này mẫu quan sát rất lớn,

có 880 quan sát, nên có thể không cần quan tâm đến Leven-test

Trình tự chung thực hiện Anova một chiều trên SPSS như sau:

Analyse  Compare Means  One way ANOVA  Đưa biến phụ thuộc vào ô Dependent List và đưa biến phân loại vào ô Factor  Option chọn Descriptives và Homogeneity of variance test  OK

Analyse  Compare Means  One way ANOVA  Đưa lần lượt các biến cần kiểm định hậu Anova vào ô Dependent List và đưa biến phân loại vào ô Factor

 Option chọn Descriptives và Homogeneity of variance test => Post hoc, trong Equal Variances Assumed chọn Bonferroni  OK