Bài giảng Phân tích dữ liệu với SPSS - Nguyễn Thị Phương Giang

Các loại thang đo • Thang đo danh nghĩa (Nominal scale): Trong thang đo này, các con số chỉ dùng để phân loại các đối tượng. • Những phép toán thống kê có thể sử dụng được là: đếm, tính tần suất của một biểu hiện nào đó • Thang đo thứ bậc (Ordinal scale): Các con số trong thang đo danh nghĩa được sắp xếp theo một qui thứ bậc. Ví dụ: Bạn hài lòng như thế nào về mùi của sản phẩm Snack Khoai tây chiên mà bạn vừa dùng thử? (Hài lòng, bình thường, không hài lòng) • Thang đo khoảng (Interval scale): Là dạng đặc biệt của thang đo thứ bậc vì nó cho biết được khoảng cách giữa các thứ bậc. Thông thường thang đo khoảng có dạng là một dãy các chữ số liên tục và đều đặn từ 1 đến 5, từ 1 đến 7 hay từ 1 đến 10, Dãy số này có 2 cực ở hai đầu thể hiện 2 trạng thái đối nghịch nhau.3 • Thang đo tỉ lệ (Ratio scale): có tất cả các đặc tính khoảng cách và thứ tự của thang đo khoảng, ngoài ra điểm không trong thang đo khoảng là một giá trị thật nên có thể thực hiện được phép chia để tính tỉ lệ. Thang đo khoảng và thang đo tỉ lệ có thể đo lường nên SPSS gộp chung hai loại thang đo này thành thang đo mức độ (Scale Measures).

pdf40 trang | Chia sẻ: thanhle95 | Lượt xem: 613 | Lượt tải: 3download
Bạn đang xem trước 20 trang tài liệu Bài giảng Phân tích dữ liệu với SPSS - Nguyễn Thị Phương Giang, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
1Chương I PHÂN LOẠI DỮ LIỆU, MÃ HÓA, NHẬP LIỆU VÀ MỘT SỐ XỬ LÝ TRÊN BIẾN Biên soạn: TS. NGUYỄN THỊ PHƯƠNG GIANG Phone: 0944.822.211 E-Mail: nguyenthiphuonggiang@iuh.edu.vn 02/08/2017 2 NỘI DUNG • Phân loại dữ liệu • Các loại thang đo • Nguyên tắc mã hóa và nhập liệu • Cửa sổ làm việc của SPSS • Tạo tập tin dữ liệu trong SPSS • Một số xử lý trên biến • Thay đổi một số mặc định • Tiếng việt trong SPSS 02/08/2017 3 Phân loại Dữ liệu • Dữ liệu định tính: Phản ánh tính chất, sự hơn kém, không tính được trị trung bình. • Ví dụ: Giới tính, kết quả học tập. • Dữ liệu định lượng: Phản ánh mức độ hơn kém, được thể hiện bằng các con số nên tính được giá trị trung bình. Các con số thu thập có thể ở dạng liên tục hay rời rạc. 202/08/2017 4 Các loại thang đo • Thang đo danh nghĩa (Nominal scale): Trong thang đo này, các con số chỉ dùng để phân loại các đối tượng. • Những phép toán thống kê có thể sử dụng được là: đếm, tính tần suất của một biểu hiện nào đó 02/08/2017 5 Các loại thang đo • Thang đo thứ bậc (Ordinal scale): Các con số trong thang đo danh nghĩa được sắp xếp theo một qui thứ bậc. Ví dụ: Bạn hài lòng như thế nào về mùi của sản phẩm Snack Khoai tây chiên mà bạn vừa dùng thử? (Hài lòng, bình thường, không hài lòng) 02/08/2017 6 Các loại thang đo • Thang đo khoảng (Interval scale): Là dạng đặc biệt của thang đo thứ bậc vì nó cho biết được khoảng cách giữa các thứ bậc. Thông thường thang đo khoảng có dạng là một dãy các chữ số liên tục và đều đặn từ 1 đến 5, từ 1 đến 7 hay từ 1 đến 10, Dãy số này có 2 cực ở hai đầu thể hiện 2 trạng thái đối nghịch nhau. 302/08/2017 7 Các loại thang đo • Thang đo tỉ lệ (Ratio scale): có tất cả các đặc tính khoảng cách và thứ tự của thang đo khoảng, ngoài ra điểm không trong thang đo khoảng là một giá trị thật nên có thể thực hiện được phép chia để tính tỉ lệ. Thang đo khoảng và thang đo tỉ lệ có thể đo lường nên SPSS gộp chung hai loại thang đo này thành thang đo mức độ (Scale Measures). 02/08/2017 8 Nguyên tắc Mã hóa – Nhập liệu Giới tính Tuổi Nghề nghiệp 1 Nữ 21 Sinh viên 2 Nữ 32 Nhân viên văn phòng 3 Nam 53 Về hưu n Nam 42 Nghề khác 02/08/2017 9 Nguyên tắc Mã hóa – Nhập liệu Giới tính Tuổi Nghề nghiệp 1 2 21 10 2 2 32 3 3 1 53 11 n 1 42 14 402/08/2017 10 Nguyên tắc Mã hóa – Nhập liệu • Phần lớn mỗi biến tương ứng với một câu hỏi cụ thể trong bản trả lời. Như thế ta chỉ cần tạo 1 biến. • Trường hợp câu hỏi có thể chọn nhiều trả lời thì chúng ta phải có nhiều con số để nhập nên cần phải có nhiều ô để nhập. • Qui tắc nhập liệu: Từ trái qua phải (theo từng dòng) và từ trên xuống (sang dòng) 02/08/2017 11 Cửa sổ làm việc của SPSS • Khởi động - Click biểu chương trình trên thanh công cụ - Từ Menu Start, chọn Program, chọn SPSS • Nội dung của Menu - File: xử lý File - Edit: chỉnh sửa - View: Hiển thị 02/08/2017 12 Cửa sổ làm việc của SPSS - Data: các công tác liên quan đến dữ liệu - Transform: Chuyển đổi dữ liệu, tính toán, mã hóa lại các biến. - Analyze: Thực hiện các thủ tục thống kê - Graphs: Tạo biểu đồ, đồ thị - Windows: Sắp xếp các cửa sổ làm việc trong SPSS. 502/08/2017 13 Tạo tập tin dữ liệu trong SPSS for Windows • Khai báo biến: - Click Variable view. - Khai báo biến trên từng dòng, nội dung của dòng là các thuộc tính của biến. - Name: Tên biến - Type: Kiểu biến - Width: Độ rộng của biến 02/08/2017 14 Tạo tập tin dữ liệu trong SPSS for Windows - Decimals: Số số lẻ - Label: Nhãn biến - Value: Mã hóa cho các giá trị định tính - Missing: Khai báo các loại giá trị khuyết - Column: Độ rộng của biến khi nhập liệu - Align: Vị trí dữ liệu trong cột - Measure: Chọn loại thang đo 02/08/2017 15 Tạo tập tin dữ liệu trong SPSS for Windows • Lưu tập tin dữ liệu: - Menu File, chọn Save. - Save in: chọn nơi lưu - File name: Đặt tên file (chỉ đặt tên chính) - Click nút Save Mặc định kiểu tập tin là sav 602/08/2017 16 Một số xử lý trên biến • Mã hóa lại biến (Recode): Sử dụng khi cần giảm số biểu hiện của một biến định tính. Hoặc muốn chuyển biến định lượng thành biến định tính - Qui trình thực hiện: - Menu Transform > Recode into Different Variables (tạo biến mới) hoặc Recode into Same Variables (thay biến cũ) 02/08/2017 17 Một số xử lý trên biến - Chọn biến muốn Recode - Đặt lại Name và Label, Click Change - Click Old and New Values để xác định sự chuyển đổi. - Click Continue và OK để thực hiện lệnh. 02/08/2017 18 Một số xử lý trên biến • Chuyển biến dạng Category thành biến dạng Dichotomy: Biến dạng Category có nhiều trị số mã hóa tượng trưng cho nhiều trạng thái. Biến Dichotomy là biến phân loại chỉ có 2 trị số mã hóa tượng trưng cho 2 trạng thái khác nhau (có hoặc không) 702/08/2017 19 Một số xử lý trên biến • Cách thực hiện: – Menu transform, chọn Count – Target Variable: Khai báo tên biến cần tạo – Target Label: Khai báo nhãn – Đưa các biến cần chuyển vào Numeric Var – Click Define Values mở hộp thoại – Nhận 7 vào ô Value – Click Continue và OK 02/08/2017 20 Tùy chọn của chương trình • Menu Edit, chọn Options: – Measurement System: Thay đổi đơn vị – Variable list: Thay đổi cách thể hiện – Pivot Table: Chọn cách thể hiện bảng kết quả – File Location: Chọn nơi lưu trữ và mở file dữ liệu – Viewer: Chọn font hiển thị kết quả 02/08/2017 21 Câu hỏi ôn tập 1. Hãy cho biết các loại dữ liệu và các loại thang đo? 2. Nguyên tắc mã hóa và nhập liệu 3. Trình bày cách tạo tập tin dữ liệu trong SPSS For Windows. 4. Qui trình thực hiện việc mã hóa lại biến (Recode) 5. Chuyển Category thành Dichotomy 8CHƯƠNG II LÀM SẠCH DỮ LIỆU NỘI DUNG  Sự cần thiết  Các biện pháp ngăn ngừa  Các phương pháp làm sạch dữ liệu Sự cần thiết Dữ liệu sau khi nhập xong chưa thể đưa vào xử lý và phân tích vì:  Chất lượng của phỏng vấn và đọc soát (hiểu sai, thu thập sai, chọn sai đối tượng, trả lời sai ý, người đọc soát chưa phát hiện,)  Nhập dữ liệu (sai, sót, thừa) 9Các biện pháp ngăn ngừa  Thiết kế bản câu hỏi rõ ràng, dễ hỏi, dễ trả lời.  Chọn lọc và huấn luyện phỏng vấn viên kỹ lưỡng.  Sau khi phỏng vấn, bản câu hỏi phải được đọc soát trước khi nhập.  Việc mã hóa phải được tiến hành tập trung với một số ít cá nhân phụ trách. Các phương pháp làm sạch dữ liệu  Dùng bảng tần số - Lập bảng tần số cho tất cả các biến, đọc và rà soát các giá trị lạ. Sau đó dùng lệnh FIND để tìm lỗi.  Cách thực hiện - Trong Data View, chọn cột có giá trị lỗi - Vào Menu Edit > Find - Nhập vào giá trị lỗi - Truy ngược lại số thứ tự của hàng để biết được bản câu hỏi tương ứng. Các phương pháp làm sạch dữ liệu  Dùng bảng phối hợp hai hay ba biến - Lập bảng tần số cho tất cả các biến, đọc và rà soát các giá trị lạ. Sau đó dùng lệnh FIND để tìm lỗi.  Cách thực hiện - Trong Data View, chọn cột có giá trị lỗi - Vào Menu Edit > Find - Nhập vào giá trị lỗi - Truy ngược lại số thứ tự của hàng để biết được bản câu hỏi tương ứng. - Vào Data > Sort Case để sắp xếp biến filter_$ 10 Các phương pháp làm sạch dữ liệu  Cách tìm lỗi đơn giản ngay trên cửa sổ dữ liệu - Sử dụng lệnh Data > Sort Case để tìm lỗi đơn giản cho các biến giới tính. Câu hỏi ôn tập  Sự cần thiết phải làm sạch dữ liệu.  Các biện pháp ngăn ngừa lỗi cho dữ liệu  Trình bày các phương pháp làm sạch dữ liệu từ đơn giản đến phức tạp. 30 CHƯƠNG III TÓM TẮT VÀ TRÌNH BÀY DỮ LIỆU 11 31 NỘI DUNG • Phương pháp và công cụ • Bảng tần số đơn giản • Các đại lượng thống kê mô tả • Lập bảng tần số đồng thời tính toán các đại lượng thống kê mô tả • Thống kê mô tả theo thủ tục Explore • Lập bảng tổng hợp nhiều biến • Xử lý câu hỏi có thể chọn nhiều trả lời • Trình bày kết quả bằng đồ thị • Bảng tùy biến (Custom tables) 32 PHƯƠNG PHÁP VÀ CÔNG CỤ • Bảng tần số đơn giản • Các đại lượng thống kê mô tả, biểu đồ tần số • Bảng kết hợp nhiều biến • Đồ thị 33 BẢNG TẦN SỐ ĐƠN GiẢN • Xác định số lượng và tỉ lệ của các biểu hiện nào đó trong tập dữ liệu. • Ví dụ: Lập bảng tần số của gtinh • Sau khi thực hiện, ta được 2 bảng: – Bảng 3.1 – Valid: Trị hợp lệ (Số người có trả lời) – Missing: Thiếu dữ liệu (Không trả lời) N Valid 500 Missing 0 12 Trương Ngọc Tú 34 BẢNG TẦN SỐ ĐƠN GiẢN – Bảng 3.2 – Cột đầu tiên là các biểu hiện của biến gtinh – Frequency: Tần số của từng biểu hiện – Percent: Tần suất tính theo tỉ lệ % – Valid Percent: Phần trăm hợp lệ, tính trên số quan sát có thông tin trả lời. – Cumulative Percent: Phần trăm tích lũy do cộng dồn từ các phần trăm từ trên xuống. Frequency Percent Valid Percent Cumulative Percent Valid Nam 249 49.8 49.8 49.8 Nu 251 50.2 50.2 100.0 Total 500 100.0 100.0 34 Trương Ngọc Tú 35 BẢNG TẦN SỐ ĐƠN GiẢN • Cách thức tiến hành lệnh Frequencies: – Menu Analyze > Descriptive Statistics > Frequencies. – Chọn biến muốn lập bảng tần số bằng cách click vào tên biến và click nút mũi tên sang phải (hoặc nhấp đôi tại biến) – Click OK ta có 2 bảng kết quả 3.1 và 3.2 – Lưu ý: Nếu bỏ chọn ở phần Display Frequency Tables thì ta chỉ tạo được bảng 3.1 35 Trương Ngọc Tú 36 CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ • Chỉ thực hiện đối với các biến định lượng • Cách thức tiến hành lệnh: – Menu Analyze > Descriptive Statistics > Descriptive. – Chọn 1 hoặc nhiều biến định lượng muốn tính bằng cách click vào tên biến và click nút mũi tên sang phải (hoặc nhấp đôi tại biến) – Click nút Options để vào hộp tùy chọn các đại lượng thống kê – Click Continue để trở về hộp thoại trước đó – Click OK ta có bảng kết quả Descriptives Bảng 3.3 36 13 Trương Ngọc Tú 37 CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ • Ý nghĩa của các kết quả trên bảng 3.3: – N: Tổng số quan sát – Minimun: Giá trị nhỏ nhất – Maximun: Giá trị lớn nhất – Mean: Giá trị trung bình cộng – Std Error: Sai số chuẩn khi dùng giá trị trung bình mẫu để ước lượng giá trị trung bình của tổng thể – Std Deviation: Độ lệch chuẩn, cho biết mức độ phân tán của các giá trị của biến quanh giá trị trung bình 37 Trương Ngọc Tú 38 CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ • Lựa chọn cách thể hiện bảng kết quả: – Trên cửa sổ Output, nhấp đôi tại bảng kết quả. – Menu Pivot > Transpose Rows and Columns – Ngoài ra ta cũng có thể dùng cách đổi thứ hai: Menu Pivot > Pivoting Trays. Lần lượt thực hiện sắp xếp các nhãn đại diện vào bảng, ta sẽ có được bảng kết quả theo yêu cầu (sinh viên tự nghiên cứu) 38 Trương Ngọc Tú 39 LẬP BẢNG TẦN SỐ ĐỒNG THỜI TÍNH TOÁN CÁC ĐẠI LƯỢNG THỐNG KÊ MÔ TẢ • Cách thực hiện: – Menu Analyze > Descriptive Statistics > Frequencies – Chọn biến định lượng (c3) – Click nút Statistics để chọn các đại lượng thống kê cần tính như: • Percentile Values: Các giá trị tứ vị phân, • Central Tendency: Khuynh hướng tập trung • Dispersion: Khuynh hướng phân tán • Distribution: Hình dáng phân phối – Để vẽ biểu đồ, ta nhấn nút Chart, trong đó: • None: không thể hiện • Bar charts: Biểu đồ dạng thanh • Pie charts: Biểu đồ hình tròn • Histograms:Biểu đồ phân phối tần số – Click OK 39 14 Trương Ngọc Tú 40 THỐNG KÊ MÔ TẢ VỚI THỦ TỤC EXPLORE • Thực hiện thủ tục Explore: – Vào Menu Analyze > Descriptive Statistics > Explore. – Chọn một hay nhiều biến dạng định lượng và đưa sang khung Dependent List (biến tuoi). – Chọn một hay nhiều biến muốn sử dụng làm điều kiện để phân tích biến định lượng trên. – Click nút Statistics để vào hộp Explore:Statistic – Click nút Plots để vào hộp thoại Explore – Click nút Options lựa chọn cách thức thủ tục Explore xử lý các giá trị Missing. – Sau mỗi lần chọn và xử lý xong các hộp thoại trên, click nút Continue để về hộp thoại chính. – Tại hộp thoại Explore, click OK. 40 Trương Ngọc Tú 41 THỐNG KÊ MÔ TẢ VỚI THỦ TỤC EXPLORE • Chức năng của thủ tục Explore: – Tính toán các đại lượng thống kê cho tất cả các trường hợp hoặc cho các nhóm con – Nhận diện các giá trị khác biệt – Tính toán các giá trị thập vị phân của phân phối – Tạo biểu đồ, hình dáng của biểu đồ cho thấy dữ liệu phân phối như thế nào. • Chuẩn bị thực hành (tạo file Explore) – Vào Menu Data > Select Cases – Chọn Random sample of cases – Click Sample (nhập số 20 vào khung Aproximately) – Click Continue và sau đó Click OK (nhớ chọn mục Delete unselected cases) 41 PHÂN TÍCH NHÂN TỐ EXPLORE FACTOR ANALYSIS (EFA)VÀ KIỂM ĐỊNH CRONBACH ALPHA Chương 4 15 NỘI DUNG CHÍNH Định nghĩa Điều kiện ứng dụng Nghiên cứu các nhân tố Số các nhân tố phải tách ra Phép quay (rotation) Điểm số nhân tố (Factorial Scores) Độ tin cậy và hiệu lực (Reliability and Validity) ĐỊNH NGHĨA Chú ý: từ đây có thể hiện các biến là các items Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998) MÔ HÌNH NHÂN TỐ Giả sử phân tích nhân tố rút ra được i nhân tố (factors), ta có: Fi = Với Wi1X1 + Wi2X2 + Wi3X3 + . + WinXn Fi là ước lượng trị số của nhân tố (factor) thứ i. Wik là quyền số hay trọng số nhân tố (weight or factor score coefficient) của biến số thứ k đến nhân tố i. k: Số biến (items) 16 ĐỊNH NGHĨA PHÂN TÍCH NHÂN TỐ Rút gọn số biến đầu tiên là xác định các chiều (dimension) khác nhau sau đó, giải sự liên quan của mỗi biến (variable, items) với các nhân tố (factors) tùy theo tình hình mà giảm số lượng Chú ý các biến Không có biến độc lập và biến phụ (cùng thang đo) thuộc, các biến có cùng một tình trạng KÍCH THƯỚC MẪU Tối 100 Số thiểu là 50 quan sát và tốt hơn là lớn hơn quan sát sẽ ảnh hưởng đến việc lựa chọn các tiêu chuẩn trong phân tích nhân tố. Qui tắc kinh nghiệm: số quan sát lớn hơn (ít nhất) 5 lần số biến (items) VÍ DỤ THANG ĐIỂM LIKERT 17 LÝ THUYẾT KHOA HỌC Lý thuyết khoa học Là hệ thống luận điểm khoa học Gồm: Hệ thống khái niệm về mối liên hệ giữa các sự kiện Các mối liên hệ SƠ LƯỢC VỀ KHÁI NIỆM Khái niệm là công cụ để gọi tên một sự kiện khoa học, để tư duy và trao đổi thông là cơ sở để nhận dạng bản tin, chất của một sự vật Khái niệm gồm Nội hàm là tất Ngoại diện là trong nội hàm 2 bộ phận hợp thành bản chất có chứa cả các thuộc tính tất cả các cá thể của sự kiện thuộc tính chỉ Ví dụ: Khoa học Nội hàm là hệ thống trí thức về bản chất sự vật Ngoại diện là các loại khoa học: khoa học tự nhiên, xã hội, kỹ thuật THÀNH PHẦN CỦA LÝ THUYẾT KHOA HỌC cứu: giá trị, thời gian và không gian -> giả thuyếtCác giới hạn trong nghiên Giả thuyết lý thuyết nghiên cứu Giả thuyết kiểm định quan sátKh ả n ă n g s u y rộ n g BiếnBiến quan sát Khái niệmKhái niệm nghiên cứu 18 MÔ HÌNH NGHIÊN CỨU VÀ CÁC KHÁI NIỆM MÔI TRƯỜNG LV BẢN CHẤT CVIỆC Items 2.n PHÚC LỢI Items 2.3 ĐỒNG NGHIỆP SỰ TRUNG THÀNH Items 2.1 Items 2.2 LƯƠNG, THƯỞNG Items 1.n CƠ HỘI ĐTẠO VÀ TTIẾN Items 1.3 LÃNH ĐẠO Items 1.1 Items 1.2 PHÂN TÍCH NHÂN TỐ Analyze Data Reduction Factor PHÂN TÍCH NHÂN TỐ Chọn tất cả các biến cần phân tích nhân tố vào ô Variables vào như hình vẽ Nhấn vào Descriptive s 19 PHÂN TÍCH NHÂN TỐ Chọn Anti- image và KMO Phương pháp: Principal Components Tiêu chuẩn: Eigenvalues>=1 hoặc Cố định số nhân tố PHÂN TÍCH NHÂN TỐ Xoay Varima x Xóa các trọng số <0,5 của các biến với các nhân tố B1. KIỂM TRA ĐIỀU KIỆN PHÂN TÍCH NHÂN TỐ ĐK1: KMO > 0,5 (Hair và cộng sự, 2006) ĐK2: Sig. (Bartlett’s Test) < 0,05 (Hair cộng sự, 2006) và Câu hỏi: Nếu KMO 0,05 thì giải quyết thế nào? có giá trị trên đường chéo của Anti-image Matrices < 0,3 -=> Bỏ items Kiểm định Bartlett xem xét giả thuyết Ho: độ tương quan giữa các biến quan sát bằng không trong tổng thể. 20 B2. XÁC ĐỊNH SỐ LƯỢNG NHÂN TỐ Vấn đề 1: Tương ứng với việc chọn Eigenvalues > 1 + Phương sai trích > 0,5 (50%) + Eigenvalues > 1 (Gerbing và Anderson, 1988) Vấn đề 2: Chọn số lượng nhân tố cố định trước Copyright @ 2009, LÊ VĂN HUY, Thông tin từ biểu Rotated Compon ent Matrix Bỏ các items có giá trị <0,5 (Hair và cộng sự, 2006) Bỏ các items có giá trị <0,5 PhD., Danang University of Economics Copyright @ 2009, LÊ VĂN HUY, Bỏ các items có giá trị <0,5 MT3, MT4 PhD., Danang University of Economics 21 Kết quả phân tích sau khi đã loại các items MT3, MT4 Đặt tên của các Factors (từ 1 đến 7) Khi đặt tên: Nên đối chiếu với các biến tiềm ẩn trong phần mô hình lý thuyết Khi đặt tên: - F1: Lãnh đạo - F2: Cơ hội đào tạo và thăng tiến - - - - - F3: F4: F5: F6: F7: Lương, thưởng Đồng nghiệp Phúc lợi Ban chất CV Môi trường LV CÂU HỎI 1 Hãy kết luận F1: Cơ hội đào tạo và thăng tiến ĐT5,F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT6, ĐT7) F2: F3: F4: F5: F6: F7: Lãnh đạo Lương, thưởng Đồng nghiệp Phúc lợi Ban chất CV Môi trường LV Được tạo thành từ các items nào? 22 KẾT LuẬN 1 Phương sai trích Eigenvalues cumulative Như vậy, 67,55% biến thích bởi 7 nhân tố Mức ý nghĩa kiểm định % = 67,55% thiên của dữ liệu được giải Barlett = 0,000 <0,05 Các biến quan sát có tương quan với nhau trên thể KMO = 0,863 Dữ liệu phù hợp để thực hiện phân tích nhân tố tổng CÂU HỎI 2 Các LTT bạn hãy thực hiện tương tự với biến tiềm ẩn TÍNH CÁCH NHÂN SỐ Nhân (hoặc F1: số bằng trung bình cộng items) của từng Factors của các biến số Cơ hội đào tạo và thăng tiến ĐT5,F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT6, ĐT7) 23 TÍNH CÁCH NHÂN SỐ Trung bình của các biến (items) TÍNH CÁCH NHÂN SỐ NHẬN XÉT !!! Dữ liệu đã có giá trị? Dữ liệu đã có độ tin cậy? = > Cần thực hiện kiểm định Cronbach Alpha 24 KIỂM ĐỊNH CRONBACH ALPHA Analyze Scale Reliability Analysis KIỂM ĐỊNH CRONBACH ALPHA - Chọn các biến (items) biểu hiện F1 vào phân tích Statistics- Nhấn Chọn các tùy chọn như hình vẽ KẾT QUẢ Điều kiện: Cronbach Alpha >=0,6 nhưng tốt (Nunnally nhất là lớn hơn 0,7 và Burnstein, 1994) 25 CÂU HỎI Nếu Cronbach Alpha <0,6 thì xử lý thế nào? Æ Cần kiểm tra loại items nào để cho Cronbach Alpha lớn Thông tin Deleted hơn xem 0,6 trongÆ Cronbach's Alpha if Item GIẢ SỬ Cronbach Alpha = 0,465 <0,6 nên không thỏa điều kiện Alpha >= (Nunnally và Burnstein, 1994) Nên bỏ items ĐT2 để Cronbach Alpha tổng có giá trị là 0,86 (bằng chính giá trị Alpha của items delected) BỎ ITEMS ĐT2 KẾT QUẢ SẼ LÀ: Kết luận: Thỏa điều kiện 26 KẾT LUẬN Các nhân số của các nhân tố dùng để tính toán chỉ được hình thành sau khi kiểm tra EFA và Cronbach Alpha (thõa mãn các điều kiện) Vậy, các nhân tố Fi được tính như thế nào F1: F2: F3: F4: F5: F6: F7: Cơ hội đào tạo và Lãnh đạo Lương, thưởng Đồng nghiệp Phúc lợi Ban chất CV Môi trường LV thăng tiến THANG ĐO ĐƠN HƯỚNG VÀ ĐA HƯỚNG Khái niệm có thể chỉ gồm một yếu tố / thành phần và thang đo khái niệm là thang đo đơn hướng Khái niệm có thể gồm chỉ có một thành phần gọi (unidimensional) nhiều yếu tố / thành phần và thang đo đa khái niệm có nhiều thành phần gọi là thang đo hướng (multiunidimensional) CÂU HỎI Trong phần hợp tuyển lý thuyết, nghiên cứu kết luận lòng Nếu mô hình gồm 7 nhân tố tác động đến của nhân viên? sự hài trong phân tích EFA ta thấy có 8 factors (nhân tố, thành phần) Æ Giải quyết thế nào? Æ Kết cần luận: Tồn tại một thang đo đa hướng và điều chỉnh mô hình? 27 Chương V PHÂN TÍCH LIÊN HỆ GIỮA BIẾN NGUYÊN NHÂN ĐỊNH TÍNH VÀ BIẾN KẾT QUẢ ĐỊNH LƯỢNG KIỂM ĐỊNH TRUNG BÌNH TỔNG THỂ Các phép kiểm định trung bình  Kiểm định giả thuyết về trung bình của tổng thể. Sử dụng lệnh One-Sample T-Test  Kiểm định giả thuyết về sự bằng nhau của 2 trung bình tổng thể dựa trên 2 mẫu độc lập rút từ 2 tổng thể này. Sử dụng lệnh Independent-Sample T-Test  Kiểm định giả thuyết về sự bằng nhau của hai trung bình tổng thể theo cách phối hợp từng cặp. Sử dụng lệnh Paired-Sam
Tài liệu liên quan