Bài giảng phương pháp định lượng trong quản lý chương 9 PGS nguyễn thống

Nguyễn Thống PHƯƠNG PHÁP ĐỊNH LƯỢNG TRONG QUẢN LÝ Chương 9 : Kiểm định Cronbach’s Alpha & KMO 5 ĐẶT VẤN ĐỀ Xét một khảo sát sau.. Nguyễn Thống PHƯƠNG PHÁP ĐỊNH LƯỢNG TRONG QUẢN LÝ

Trang 1

PGS TS Nguyễn Thống

1

Giảng viên: PGS TS NGUYỄN THỐNG

E-mail: nguyenthong@hcmut.edu.vn or nthong56@yahoo.fr

Web: http://www4.hcmut.edu.vn/~nguyenthong/

Tél (08) 38 640 979 - 098 99 66 719 PGS TS Nguyễn Thống

12/1/2013 2

NỘI DUNG MƠN HỌC Chương 1: Giới thiệu PPĐL trong quản lý Chương 2: Quy hoạch tuyến tính

Chương 3: Cơ sở lý thuyết RQĐ Chương 4: Bài tốn vận tải

Chương 5: Quản lý kho

Chương 6: Ra quyết định đ mục tiêu

Chương 7: Lý thuyết sắp hàng

PHƯƠNG PHÁP ĐỊNH LƯỢNG TRONG QUẢN LÝ

Chương 9 : Kiểm định Cronbach’s Alpha & KMO

12/1/2013 3

NỘI DUNG MƠN HỌC (tt)

Chương 8: Phân tích thành phần chính (PCA)

Chương 9: Kiểm định Cronbach’s Alpha &

KMO

Chương 10: Phương pháp AHP

Chương 11: Qui hoạch động

Chương 12: Hoạch định dự án

Chương 13: Xích Markov

Chương 14: Lý thuyết trị chơi

Chương 15: Mơ phỏng Monte Carlo

4

KIỂM ĐỊNH CRONBACH’S ALPHA

5

ĐẶT VẤN ĐỀ Xét một khảo sát sau Kết quả phỏng vấn được

trình bày:

Biến

Đối tượng X1 X2 X3

Tuổi trẻ 5 5 6

Thanh niên 8 8 7

NLĐ 4 4 3

Sài Gịn 3 3 2

Giá trị đánh giá Biến

6

Các biến Xi là các nội dung cần đánh giá cho đối tượng nghiên cứu

Giả thiết nếu X1 trùng với X2 (bản chất cùng một tiêu chí) thì về nguyên tắc các giá trị đánh giá của các biến này (vectơ cột) phải

“BẰNG NHAU” (!) Tính nhất quán (Consistency)

 Thực tế cĩ thể “KHƠNG PHẢI” ?!

Trang 2

7

Trong thực tế nghiên cứu đơi khi

người ta cần nghiên cứu một hiện

tượng nào nhờ vào sự giải thích

của một biến “tổng hợp”

 Biến “tổng hợp” này được hình

thành từ các biến “cơ bản”

 Câu hỏi đặt ra là các biến “cơ

bản” này cĩ cùng “cộng tác” để

“phản ảnh” biến “tổng hợp” ?

8

Kiểm định Cronbach’s Alpha

Cronbach’s Alpha là một kiểm định cho

việc thiết lập một “biến” tổng hợp trên cơ sở nhiều biến “đơn” (item)

 Nĩi khác đi cho phép đánh giá tính

“nhất quán” (consistency) của các biến đơn về nguyên tắc là đại biểu cho cùng “subjet”

9

Cronbach’s Alpha KHƠNG phải là

một “kiểm định thống kê”

 Nĩ đơn giản chỉ là một hệ số

tin cậy (coefficient of reliability

or consistency)

10

ĐỊNH NGHĨA THAM

SỐ CRONBACH’S

ALPHA

11

Gọi Xi (i=1,N) là các biến (item) cần đánh giá

tính nhất quán (consistency) Gọi [A] là ma

trận [Variance-Covariance] như sau:

 

















2 N , N

2 N , 2

2 2 , 2

2 N , 1

2 2 , 1

2 1 , 1

sym sym

sym

.

sym sym

sym

A

X 1 X 2 X N

X 1

X 2

X N

12

Trong đĩ:

[A] ma trận đối xứng

(Khác với định nghĩa trong Excel !)

1 K

X x )

x ( Var

K

1 i

2 i i i

2















K

1 i

i i i i

2 j

Y y X x 1 K 1

) y , x var(

Co

Trang 3

13

Định nghĩa tham số Cronbach’s Alpha:

N  số item (biến)

Sum_Var = Tổng các hệ số trên đường

chéo ma trận [A]

Sum_Total= Tổng các hệ số ma trận [A]



















Total _

Sum

Var _ Sum 1

1 N

N

14

DẠNG ĐỊNH NGHĨA TƯƠNG ĐƯƠNG 

N  số biến nghiên cứu  giá trị trung bình của các Cov giữa các

biến

 giá trị trung bình các phương sai từng

biến

 N 1  C V

C N









C V

15

NHẬN XÉT

N ( số lượng biến) tăng   tăng

thuyết  = 1 (completely consistency)

 

      1

N X x 1 N N X x

N X x N

2 i 2

i

2 i















16

Ý NGHIÃ

 C_bar lớn  các biến đều

tượng”

ta thường kết luận là số liệu

17

GHI CHÚ

 Ok (cĩ độ tin cậy chấp

nhận được khi cho rằng các

biến đều dùng phản ảnh

một “hiện tượng” nghiên

18

GHI CHÚ

 Một cách tương đối, khi N tăng

 gía trị  tăng

 Trong thực hành người ta hay xem xét sự giảm giá trị  khi lần lượt các biến xét bị loại ra khỏi

“tập hợp” biến để đánh giá vai trị của nĩ

Trang 4

19

Ví dụ 0: Kết quả một thăm dị được thực hiện trên

2 biến X1, X2 Kiểm tra tính nhất quán thơng qua

giá trị Cronbach’s Alpha với ngưỡng 0.8:

ĐS:  =0.94

Số liệu cĩ tính nhất quán

20

Bài tập 1: Một người được phỏng vấn 2 lần khác nhau để đánh giá 4 nội dung giống nhau thơng qua một bảng câu hỏi Kiểm tra tính nhất quán

về nội dung trả lời thơng qua giá trị Cronbach’s Alpha với ngưỡng 0.8

21

HD

Reliability Statistics

Cronbach's

Alpha

Cronbach's Alpha Based on Standardized Items

N of Items

.670 712 2

22

Bài tập 2: Người ta muốn xem xét 4 biến sau cĩ tính nhất quan hay khơng? Sử dụng tham số Cronbach’s Alpha với ngưỡng =0.75

23

HD

Var1 Var2 Var3 Var4

Variance 7.30 5.30 6.50 9.30

Sigma 2.70 2.30 2.55 3.05

24

Inter-Item Covariance Matrix VAR001 VAR002 VAR003 VAR004 VAR001 7.300 5.800 6.750 8.050 VAR002 5.800 5.300 5.000 6.050 VAR003 6.750 5.000 6.500 7.750 VAR004 8.050 6.050 7.750 9.300

HD

Trang 5

25

Covariance:

Giá trị trung bình các Variance:

  7 1  4 1  6 567 0 . 98

567 6

* 4 C

1

N

V

C

.















26

Bài tập 3: Tính giá trị Cronbach’s Alpha cuả 3 biến sau:

27

HD

Mean 5.50 4.33 6.17

sigma 2.43 3.08 2.32

Inter-Item Covariance Matrix

VAR001 VAR002 VAR003

28

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items N of Items

29

trong thực tế ta cần dùng

kiểm định Cronbach’s

Alpha

30

CRONBACH’S ALPHA

VỚI SPSS

Trang 6

31

PGS Dr Nguyễn Thống PGS TS Nguyễn Thống

32

PGS Dr Nguyễn Thống

33

PGS Dr Nguyễn Thống PGS TS Nguyễn Thống

34

KIỂM ĐỊNH KMO ( Kaiser-Meyer-Olkin-Kriterium )

35

ĐẶT VẤN ĐỀ

 Một nghiên cứu sử dụng phương

pháp PCA (hoặc EFA) chỉ cĩ nghĩa

khi các biến cĩ tính “phân tầng”

thơng qua hình thành các thành

phần chính (principal factor)  cĩ

các biến (“nhĩm biến”) cĩ tính

tương quan cao

36

 Dạng số liệu (3D) cĩ tính “xu thế”

 Nếu số liệu cĩ dạng hình cầu (“siêu hình cầu”)  Phương pháp PCA KHƠNG hiệu quả

Trang 7

37

Đánh giá áp dụng PCA phân tích

tập dữ liệu cĩ hiệu quả  dùng

kiểm định KMO:

KMO > 0.7  Ok

KMO < 0.5  Khơng thích hợp

dùng PCA

38

 hệ số tương quan (correlation coefficients)

 hệ số tương quan riêng phần giữa tất cả các cặp biến (partial correlation coefficients)

2 jk

r

2 jk

p

39

BARLETT’S TEST OF SPHERICITY

Kiểm định này cĩ mục đích giống

KMO, ở đĩ kiểm định giả thiết ma

trận tương quan là ma trận đơn vị

hay khơng? (ma trận đường chéo)

 Xem significance <0.05  Ok, vì

chúng ta muốn các biến cĩ “tương

quan”  mới cĩ nghĩa khi dùng

phương pháp PCA (data reduction)

40

BARLETT’S TEST OF SPHERICITY

 Nếu là ma trận “đơn vị”  dùng PCA KHƠNG hiệu quả

41

KMO & BARLETT’S TEST OF

SPHERICITY TRONG SPSS



42

HẾT CHƯƠNG

PGS Dr Nguyễn Thống

Định dạng
Số trang	7
Dung lượng	516,19 KB