BÀI TẬP NHÓM 8 Nhóm 8 2023 02 25 THÀNH VIÊN NHÓM Nguyễn Thị Nhân Hậu 11201398@st neu edu vn Nguyễn Thị Phương Thảo 11203690@st neu edu vn Nguyễn Kiều Thương 11203863@st neu edu vn Lê Thùy Dương 112049[.]
BÀI TẬP NHĨM Nhóm 2023-02-25 THÀNH VIÊN NHĨM Nguyễn Thị Nhân Hậu 11201398@st.neu.edu.vn Nguyễn Thị Phương Thảo 11203690@st.neu.edu.vn Nguyễn Kiều Thương 11203863@st.neu.edu.vn Lê Thùy Dương 11204915@st.neu.edu.vn Đinh Ngọc Phương Linh 11202097@st.neu.edu.vn PHẦN 1: CÁC NGHIÊN CỨU SỬ DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH (PCA) 1.1 Nghiên cứu “ĐÁNH GIÁ CHẤT LƯỢNG NƯỚC MẶT HUYỆN KẾ SÁCH, TỈNH SÓC TRĂNG” 1.1.1 Giới thiệu chung nghiên cứu 1.1.1.1.Khái quát Nghiên cứu “ĐÁNH GIÁ CHẤT LƯỢNG NƯỚC MẶT HUYỆN KẾ SÁCH, TỈNH SĨC TRĂNG” thực nhóm tác giả: Nguyễn Thanh Giao, Phùng Thị Hằng, Dương Văn Ni, Lê Thị Diễm Mi, Huỳnh Bá Lộc - Trường Đại học Cần Thơ Nghiên cứu nhóm thu thập từ Tạp chí Khoa học Tài ngun Mơi trường 1.1.1.2 Vấn đề nghiên cứu Nghiên cứu Chất lượng mơi trường nước mặt sơng ngịi, kênh rạch huyện Kế Sách tỉnh Sóc Trăng theo khơng gian thời gian để đánh giá tổng thể trạng môi trường nước sông, dựa chuỗi số liệu quan trắc từ năm 2017 đến 2019 thu thập 26 vị trí với 10 thơng số bao gồm pH, oxy hòa tan (DO), nhu cầu oxy sinh hóa (BOD5), nhu cầu oxy hóa học (COD), tổng chất rắn lơ lửng (TSS), amoni (N-NH4+), clorua (Cl-), nitrite (N-NO2-), orthophosphate (P-PO43-) coliform qua xác định thành phần tác động đến chất lượng nước mặt 1.1.1.3 Phạm vi nghiên cứu 26 kênh rạch, sơng ngịi thuộc địa bàn 11 xã (An Lạc Tây, Phong Nẫm, An Mỹ, Thới An Hội, Ba Trinh, Trinh Phú, Xuân Hòa, Nhơn Mỹ, Kế Thành, Kế An, Đại Hải) thị trấn (thị trấn Kế Sách thị trấn An Lạc Thơn) thuộc huyện Kế Sách tỉnh Sóc Trăng 1.1.1.4 Đối tượng nghiên cứu Chất lượng nước sơng ngịi, kênh rạch huyện Kế Sách tỉnh Sóc Trăng 1.1.1.5 Mục đích nghiên cứu Nghiên cứu nhằm đánh giá tiêu chất lượng môi trường nước mặt sơng ngịi, kênh rạch huyện Kế Sách tỉnh Sóc Trăng - Giải thích nguồn nhiễm thực tế xác định thành phần ảnh hưởng đến chất lượng nước mặt sông - Giúp đánh giá trạng chất lượng nước huyện Kế Sách nhằm đưa giải pháp góp phần bảo vệ nguồn nước mặt toàn lưu vực hướng đến phát triển bền vững 1.1.2 Phương pháp nghiên cứu thu thập liệu 1.1.2.1 Phương pháp thu phân tích mẫu Nghiên cứu tiến hành thu thập số liệu đánh giá chất lượng nước mặt 26 điểm quan trắc (kí hiệu 1-26) địa bàn huyện Kế Sách khoảng thời gian từ năm 2017-2019 qua 10 thông số pH, oxy hòa tan (DO), nhu cầu oxy sinh hóa (BOD5), nhu cầu oxy hóa học (COD), tổng chất rắn lơ lửng (TSS), amoni (N-NH4+), clorua (Cl-), nitrite (N-NO2-), orthophosphate (PPO43-) coliform 1.1.2.2 Phương pháp xử lí số liệu - Phân tích nhân tố (PCA) sử dụng để xác định tiêu có ảnh hưởng dự báo nguồn gây ô nhiễm - Mỗi biến số liệu ban đầu xếp vào thành phần (PC) PC đại diện cho nhóm nhỏ biến ban đầu - Phân tích cụm (CA) sử dụng để phân nhóm chất lượng nước vị trí thu mẫu 1.1.3 Kết thảo luận Chỉ tiêu ảnh hưởng đến chất lượng nước mặt huyện Kế Sách Kết phân tích thành phần cho thấy: Có nhân tố giải thích 97.70% biến động CLN mặt huyện Kế Sách giai đoạn 2017-2019 Các nhân tố PC1, PC2, PC3, PC4, PC5, PC6, PC7 giải thích thay đổi chất lượng nước mặt thời gian năm với tỷ lệ 41.1%, 22.3%, 10.7%, 9.8%, 7.0%, 4.2% 2.6% - Các giá trị đặc trưng từ PC1-PC7 có eigenvalue > - PC1 giải thích biến động yếu tố: pH (0.378), BOD5 (0.424) COD (0.410), Cl(0.431) mức độ tương quan yếu - PC2 giải thích biến động yếu tố: N-NH4+ (0.578) P-PO43- (0.580) mức tương quan trung bình, chịu tác động từ nơng nghiệp sinh hoạt người dân - PC3 có mức tương quan yếu với DO (0.322) có mức tương quan trung bình với TSS (0.667) N-N02- (0.587) - PC4 có mức tương quan cao với coliform (-0.870), chịu tác động từ chất thải tiết người động vật - PC5 có mức tương quan yếu với pH (-0.424), COD (0.392) trung bình với DO (0.513), TSS (0.557) - PC6 giải thích biến động yếu tố pH (-0.578), DO (-0.525), COD (0.525) với mức tương quan trung bình - PC7 giải thích biến động yếu tố DO (-0.342) với mức tương quan yếu N-N02(0.585) với mức tương quan trung bình Nhận xét: Mỗi tiêu CLN chịu tác động 2PCs Mỗi PCs đại diện cho nguồn ô nhiễm Những tiêu chất lượng môi trường nước có tương quan với PCs từ trung bình trở lên đưa vào chương trình quan trắc chất lượng nước + Các tiêu pH, DO, COD, TSS, N-NH4+, N-NO2-, P-PO43- coliform nên đưa vào chương trình quan trắc có ảnh hưởng đến CLN mặt huyện Kế Sách + Chỉ tiêu BOD5, Cl- khơng cần quan trắc Trong đó: - Hàm lượng TSS COD cao nước thải sinh hoạt nước mưa chảy tràn kéo theo vật chất gây ô nhiễm - Nguồn gốc nitơ phosphate phân bón sản xuất nông nghiệp bột giặt từ hoạt động sinh hoạt - Coliform thông số đại diện cho ô nhiễm từ chất thải tiết người động vật Các hoạt động sinh hoạt người, hoạt động sản xuất nông nghiệp, thủy văn nước mưa chảy tràn nguồn làm ảnh hưởng đến tiêu CLN biến động CLN mặt huyện Kế Sách Bảng Các tiêu ảnh hưởng đến chất lượng nước mặt huyện Kế Sách 1.1.4 Kết luận Có thể thấy chất lượng nước mặt khu vực huyện Kế Sách có hàm lượng oxy hịa tan thấp COD cao, nước mặt bị ô nhiễm hữu từ hoạt động sinh hoạt sản xuất người dân, giá trị TSS coliform cao, vượt QCVN 08-MT: 2015/BTNMT lần 7.1 lần Các giá trị pH, BOD5, Cl-, N-NO2-, P-PO43- nằm giới hạn cho phép quy chuẩn Từ kết phân tích PCA cho thấy tiêu pH, DO, COD, TSS, N-NH4+, N-NO2-, PPO4 coliform ảnh hưởng đến chất lượng nước mặt khu vực huyện Kế Sách tỉnh Sóc Trăng • PC1 coi nguồn khơng điểm, có tương quan yếu với tiêu CLN • PC2, PC3 đóng góp nhiều lượng nitơ phosphat • PC4 đại diện cho vi khuẩn thị đường phân • PC5, PC6, PC7 cho thấy CLN ô nhiễm từ nguồn thải sinh hoạt người • PC3 PC5 đóng góp tích cực lượng TSS, đặc tính nước, phù sa với nước mưa chảy tràn, bên cạnh nước chảy từ hoạt động nơng nghiệp dân sinh Từ thấy: Có nguồn phát sinh gây ô nhiễm nước mặt khu vực nghiên cứu 3- Kết luận: Dưới góc độ người quản lý, việc sử dụng phương pháp PCA hỗ trợ nhà chức trách, quan quản lý môi trường huyện Kế Sách công tác định việc nhận dạng nguồn ô nhiễm, xác định tiêu vị trí quan trắc để từ có biện pháp quản lý hiệu nguồn tài nguyên nước đảm bảo sức khỏe cho người dân hướng tới phát triển bền vững Ví dụ như: - Nước mặt khu vực nghiên cứu bị ô nhiễm hữu (DO thấp, COD cao), chất rắn lơ lửng coliform vượt giới hạn cho phép nên phù hợp cho mục đích tưới tiêu nuôi trồng thủy sản - DO, COD, TSS, N-NH4+, N-NO2-, P-PO43- coliform ảnh hưởng đến chất lượng nước chủ yếu từ hoạt động sinh hoạt, sản xuất nông nghiệp chế độ thủy văn nên cần đưa tiêu vào chương trình quan trắc chất lượng nước mặt huyện Kế Sách tỉnh Sóc Trăng - Các nghiên cứu cần kiểm kê cụ thể nguồn gây nhiễm mơi trường để có giải pháp cải thiện chất lượng môi trường nước 1.2 Ứng dụng phương pháp phân tích thành phần (PCA) nghiên cứu 1.2.1 Nghiên cứu nước Ứng dụng phương pháp phân tích thành phần (PCA) xây dựng số đo lường mức sống hộ gia đình Việt Nam đăng Tạp chí nghiên cứu Kinh tế Kinh doanh Châu Á Đến nay, cách tiếp cận phi tiền tệ phương pháp PCA áp dụng nhiều giới để xây dựng số Vì thế, nghiên cứu để ứng dụng VN, xem xét đặc điểm số, so sánh với báo truyền thống trước điều cần thiết Mục tiêu nghiên cứu nhằm xây dựng số đo lường mức sống hộ gia đình VN, xem xét mức độ tương thích số xây dựng với số truyền thống đo lường tiền Kết cho thấy: - Ba loại số (tài sản, đặc điểm nhà nơi cư trú, mức sống) xây dựng theo phương pháp phân tích thành phần phù hợp với số liệu có - Mỗi số gán cho hộ gia đình điểm số tương ứng với trọng số biến số có số Số điểm cao mức sống hộ cao - Có tương thích, qn bên số xây dựng với số truyền thống theo thu nhập chi tiêu - Chỉ số mức sống sử dụng để đo lường tình trạng kinh tế xã hội hộ gia đình số cho thấy khác biệt có nghĩa nhóm có mức sống khác Nghiên cứu nhằm xây dựng số đo lường mức sống hộ gia đình VN Các số xây dựng theo phương pháp phân tích thành phần (PCA) từ số liệu tài sản lâu bền, đặc điểm tiện ích nhà hộ trích xuất từ liệu Khảo sát mức sống hộ gia đình VN - 2012 (VHLSS-2012) Kết cho thấy số liệu VHLSS-2012 sử dụng để xây dựng số hữu ích đáng tin cậy mức sống, hỗ trợ tốt việc đánh giá chất lượng sống lực hộ gia đình VN 1.2.2 Nghiên cứu nước ngồi Ứng dụng phương pháp phân tích thành phần (PCA) hỗ trợ phân tích báo cáo tài Ngành cơng nghiệp sản xuất tơ Nghiên cứu báo cáo tài cơng ty ngành cơng nghiệp sản xuất tơ Ấn Độ tìm cách đánh giá tài hiệu mà sử dụng năm tỷ lệ thay nghiên cứu tốn số lượng lớn tỷ lệ thông qua ứng dụng phương pháp phân tích thành phần (PCA) PCA sử dụng để tìm tỷ lệ khách quan đặc biệt hữu ích việc đánh giá hiệu suất tạo biến độc lập với phù hợp cho việc phân tích hồi quy với biến độc lập, giúp công ty công nghiệp tơ giảm chi phí tính tốn, đồng thời hỗ trợ người xử lý báo cáo tài việc lựa chọn tỷ lệ quan trọng để thể thành công công ty họ PHẦN 2: ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH THÀNH PHẦN CHÍNH (PCA) 2.1.Bộ liệu Bài phân tích sử dụng liệu “Khảo sát mức độ hài lòng hành khách US Airlines” từ https://www.kaggle.com/datasets Bộ liệu gồm có 129880 quan sát 24 biến Các biến liệu bao gồm: ## [1] "id" "satisfaction_v2" ## [3] "Gender" "Customer Type" ## [5] "Age" "Type of Travel" ## [7] "Class" "Flight Distance" ## [9] "Seat comfort" "Departure/Arrival time convenient" ## [11] "Food and drink" "Gate location" ## [13] "Inflight wifi service" "Inflight entertainment" ## [15] "Online support" "Ease of Online booking" ## [17] "On-board service" "Leg room service" ## [19] "Baggage handling" "Checkin service" ## [21] "Cleanliness" "Online boarding" ## [23] "Departure Delay in Minutes" "Arrival Delay in Minutes" Nhóm lựa chọn 14 biến đưa vào phân tích thành phần (PCA) ## [1] "Seat comfort" ## [3] "Food and drink" ## [5] "Inflight wifi service" ## [7] "Online support" ## [9] "On-board service" ## [11] "Baggage handling" ## [13] "Cleanliness" "Departure/Arrival time convenient" "Gate location" "Inflight entertainment" "Ease of Online booking" "Leg room service" "Checkin service" "Online boarding" 2.2.Đặt vấn đề Sau thu thập liệu Khảo sát mức độ hài lòng hành khách US Airlines, Hãng hàng không American Airlines sử dụng liệu nào? Bộ liệu có ý nghĩa hãng hàng không? Sau liệu xử lý, đứng phương diện nhà quản lý Hãng hàng khơng American Airlines đưa định gì? 2.3.Xử lý liệu 2.3.2 Tiền xử lý liệu 2.3.1.1 Kiểm tra liệu khuyết thiếu Nhóm tiến hành kiểm tra liệu đưa vào phân tích có giá trị khuyết thiếu không ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## ## id satisfaction_v2 0 Gender Customer Type 0 Age Type of Travel 0 Class Flight Distance 0 Seat comfort Departure/Arrival time convenient 0 Food and drink Gate location 0 Inflight wifi service Inflight entertainment 0 Online support Ease of Online booking 0 On-board service Leg room service 0 Baggage handling Checkin service 0 ## ## ## ## Cleanliness Departure Delay in Minutes Online boarding Arrival Delay in Minutes 393 Sau kiểm tra khuyết thiếu theo cột thấy liệu có khuyết thuyết Biến: ” Arrival Delay in Minutes” Tuy nhiên biến khơng sử dụng lần phân tích nên tạm thời không cần xử lý 2.3.1.2 Kiểm tra chuẩn hố liệu Nhóm tiến hành xem câu trúc liệu để xem chuẩn hoá liệu ## tibble [129,880 × 24] (S3: tbl_df/tbl/data.frame) ## $ id : num [1:129880] 11112 110278 103199 47462 120011 ## $ satisfaction_v2 : chr [1:129880] "satisfied" "satisfied" "satisfied" "satisfied" ## $ Gender : chr [1:129880] "Female" "Male" "Female" "Female" ## $ Customer Type : chr [1:129880] "Loyal Customer" "Loyal Customer" "Loyal Customer" "Loyal Customer" ## $ Age : num [1:129880] 65 47 15 60 70 30 66 10 56 22 ## $ Type of Travel : chr [1:129880] "Personal Travel" "Personal Travel" "Personal Travel" "Personal Travel" ## $ Class : chr [1:129880] "Eco" "Business" "Eco" "Eco" ## $ Flight Distance : num [1:129880] 265 2464 2138 623 354 ## $ Seat comfort : num [1:129880] 0 0 0 0 0 ## $ Departure/Arrival time convenient: num [1:129880] 0 0 0 0 0 ## $ Food and drink : num [1:129880] 0 0 0 0 0 ## $ Gate location : num [1:129880] 3 3 3 3 ## $ Inflight wifi service : num [1:129880] 2 2 ## $ Inflight entertainment : num [1:129880] 4 ## $ Online support : num [1:129880] 2 5 ## $ Ease of Online booking : num [1:129880] 3 2 ## $ On-board service : num [1:129880] 5 ## $ Leg room service : num [1:129880] 0 4 ## $ Baggage handling : num [1:129880] 4 5 ## $ Checkin service : num [1:129880] 4 5 5 ## $ Cleanliness : num [1:129880] 3 4 4 ## $ Online boarding : num [1:129880] 2 ## $ Departure Delay in Minutes : num [1:129880] 310 0 0 17 0 30 ## $ Arrival Delay in Minutes : num [1:129880] 305 0 0 15 0 26 Dữ liệu chuẩn hoá cho tất 24 biến Kết luận: Dữ liệu đảm bảo tiến hành đưa vào phân tích 2.3.2 Phân tích liệu 2.3.2.1 Chọn biến từ liệu ban đầu Lọc lấy 14 biến đưa vào phân tích bao gồm: ## [1] "Seat comfort" ## [3] "Food and drink" "Departure/Arrival time convenient" "Gate location" ## [5] "Inflight wifi service" ## [7] "Online support" ## [9] "On-board service" ## [11] "Baggage handling" ## [13] "Cleanliness" "Inflight entertainment" "Ease of Online booking" "Leg room service" "Checkin service" "Online boarding" 2.3.2.2.Kiểm tra phù hợp liệu phân tích *Tính hệ số KMO ## Kaiser-Meyer-Olkin factor adequacy ## Call: KMO(r = satisfaction) ## Overall MSA = 0.79 ## MSA for each item = ## Seat comfort Departure/Arrival time convenient ## 0.76 0.79 ## Food and drink Gate location ## 0.71 0.74 ## Inflight wifi service Inflight entertainment ## 0.84 0.75 ## Online support Ease of Online booking ## 0.83 0.77 ## On-board service Leg room service ## 0.85 0.89 ## Baggage handling Checkin service ## 0.82 0.73 ## Cleanliness Online boarding ## 0.80 0.82 Nhận xét: Hệ số KMO chung (Overrall MSA) 0,79 chứng tỏ tập liệu phù hợp cho phân tích PCA Hệ số KMO cho biến (MSA for each item) thoả mãn tiêu chuẩn lớn 0,5 *Kiểm định Bartlett Xét cặp giả thuyết: H0: Ma trận hệ số tương quan tổng thể ma trận đơn vị H1: Ma trận hệ số tương quan tổng thể ma trận đơn vị ## $chisq ## [1] 785741.7 ## ## $p.value ## [1] ## ## $df ## [1] 91 Nhận xét: Kết kiểm định Bartlett từ phần mềm cho giá trị p_value bé (0,000) Do vậy, bác bỏ giả thuyết H0 Kết luận: Từ kết tính tốn hệ số KMO kiểm định Bartlett, nhận thấy liệu hoàn tồn phù hợp để đưa vào phân tích thành phần (PCA) 2.3.2.3 Xác định thành phần *Kết tóm tắt phân tích PCA ## ## Call: ## PCA(X = satisfaction, graph = FALSE) ## ## ## Eigenvalues ## Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6 Dim.7 ## Variance 3.906 2.539 2.129 1.015 0.893 0.647 0.504 ## % of var 27.902 18.133 15.210 7.251 6.382 4.622 3.600 ## Cumulative % of var 27.902 46.036 61.245 68.496 74.878 79.500 83.100 ## Dim.8 Dim.9 Dim.10 Dim.11 Dim.12 Dim.13 Dim.14 ## Variance 0.469 0.444 0.367 0.343 0.302 0.252 0.189 ## % of var 3.350 3.171 2.622 2.447 2.155 1.802 1.353 ## Cumulative % of var 86.450 89.621 92.243 94.690 96.845 98.647 100.000 ## ## Individuals (the 10 first) ## Dist Dim.1 ctr cos2 Dim.2 ## | 5.101 | -2.945 0.002 0.333 | -2.424 ## | 4.847 | -2.968 0.002 0.375 | -2.220 ## | 4.847 | -3.168 0.002 0.427 | -2.499 ## | 6.182 | -4.358 0.004 0.497 | -1.637 ## | 5.342 | -2.542 0.001 0.227 | -2.475 ## | 5.244 | -2.136 0.001 0.166 | -2.816 ## | 5.473 | 0.425 0.000 0.006 | -3.099 ## | 4.996 | -3.020 0.002 0.365 | -2.551 ## | 5.488 | -0.837 0.000 0.023 | -3.079 ## 10 | 5.071 | -3.116 0.002 0.378 | -2.493 ## ctr cos2 Dim.3 ctr cos2 ## 0.002 0.226 | -0.230 0.000 0.002 | ## 0.001 0.210 | 1.904 0.001 0.154 | ## 0.002 0.266 | 1.653 0.001 0.116 | ## 0.001 0.070 | -3.004 0.003 0.236 | ## 0.002 0.215 | -3.033 0.003 0.322 | ## 0.002 0.288 | 2.909 0.003 0.308 | ## 0.003 0.321 | 0.480 0.000 0.008 | ## 0.002 0.261 | 1.744 0.001 0.122 | ## 0.003 0.315 | -2.424 0.002 0.195 | ## 10 0.002 0.242 | 1.874 0.001 0.137 | ## ## Variables (the 10 first) ## Dim.1 ctr cos2 Dim.2 ctr cos2 ## Seat comfort | 0.452 5.222 0.204 | 0.699 19.257 0.489 ## Departure/Arrival time convenient | 0.217 1.205 0.047 | 0.724 20.666 0.525 ## Food and drink | 0.311 2.473 0.097 | 0.830 27.138 0.689 ## Gate location | 0.148 0.564 0.022 | 0.728 20.888 0.530 ## Inflight wifi service | 0.563 8.123 0.317 | -0.193 1.468 0.037 ## Inflight entertainment | 0.571 8.351 0.326 | 0.167 1.102 0.028 ## Online support | 0.667 11.399 0.445 | -0.208 1.711 0.043 ## Ease of Online booking | 0.834 17.806 0.696 | -0.253 2.527 0.064 ## On-board service | 0.572 8.376 0.327 | -0.148 0.867 0.022 ## Leg room service | 0.486 6.046 0.236 | -0.094 0.345 0.009 ## Dim.3 ctr cos2 ## Seat comfort | -0.046 0.099 0.002 | ## Departure/Arrival time convenient | 0.069 0.221 0.005 | ## Food and drink | -0.029 0.039 0.001 | ## Gate location | -0.015 0.011 0.000 | ## Inflight wifi service | -0.558 14.631 0.312 | ## Inflight entertainment | -0.231 2.514 0.054 | ## Online support | -0.483 10.964 0.233 | ## Ease of Online booking | -0.140 0.918 0.020 | ## On-board service | 0.528 13.113 0.279 | ## Leg room service | 0.451 9.533 0.203 | Nhận xét: Dữ liệu ban đầu giải thích 14 thành phần (ứng với 14 biến) Nếu dựa vào giá trị riêng, giữ lại thành phần (giá trị riêng lớn 1) *Trực quan hóa liệu: Biểu đồ khuỷu tay Nhận xét: Từ biểu đồ cho thấy nên giữ lại thành phần PC1 giải thích 27.902% biến thiên liệu ban đầu, PC2 giải thích 18.133%, PC3 giải thích 15.210% PC4 giải thích 7.251% Kết luận: Vậy nhóm định giữ lại thành phần 2.3.2.4 Xác định biến cho thành phần *Cách lựa chọn: Nhóm xác định mức đóng góp biến với mức đóng góp trung bình trục thành phần (So sánh mức đóng góp biến với mức đóng góp trung bình biến lên tất thành phần chính, mức đóng góp lớn mức đóng góp trung bình cho biến vào thành phần đó) *Đóng góp biến vào PC1 Nhận xét: Các biến “Ease of Online booking”, “Online boarding”, “Online support”, “On-board service”, “Inflight entertainment”, “Inflight wifi service”, “Cleanliness”, “Baggage handing” có mức đóng góp lớn trung bình nên biến thuộc PC1 *Đóng góp biến vào PC2 Nhận xét: Các biến “Food and drink”, “Gate location”, “Departure/Arrival time convenient” “Seat Comfort” có mức đóng góp lớn trung bình nên biến thuộc PC2 *Đóng góp biến vào PC3 Nhận xét: Các biến “Cleanliness”, “Baggage handing”, “Inflight wifi service”, “Onboard service”, “Online boarding”, “Online support”, “Leg room service” có mức đóng góp lớn trung bình nên biến thuộc PC3 *Đóng góp biến vào PC4 Nhận xét: Các biến “Inflight entertainment”, “Checkin service”, “Gate location” có mức đóng góp lớn trung bình nên biến thuộc PC4 *Trực quan hóa biểu đồ cho biến vòng tròn tương quan Kết luận: Kết xác định biến cho TPC mà nhóm đưa sau: • PC1: “Ease of Online booking”, “Online boarding”, “Online support” • PC2: “Food and drink”, “Gate location”, “Departure/Arrival time convenient”, “Seat comfort” • PC3: “Cleanliness”, “Baggage handling”, “On-board service”, “Leg room service”, “Inflight wifi service” • PC4: “Inflight entertainment”, “Checkin service” Sau tiến hành phân tích thành phần chính, từ liệu ban đầu ta biểu diễn lại quan sát qua thành phần mới, hồn tất giảm chiều liệu 2.3.2.4 Đặt tên cho thành phần • PC1: Mức độ hài lòng hành khách với dịch vụ online US Airline • PC2: Mức độ hài lòng hành khách với dịch vụ đảm bảo tiện lợi cho chuyến bay US Airline • PC3: Mức độ hài lòng hành khách với dịch vụ chuyến bay US Airline • PC4: Mức độ hài lòng hành khách với thủ tục giải trí chuyến bay US Airline 2.3.2.5 Trích xuất biến từ phân tích thành phần Dữ liệu ban đầu liệu định tính với thang đo Likert Nhóm tính tốn giá trị quan sát theo thành phần sau: PC1 = 0.834*Ease of Online booking + 0.675*Online boarding + 0.667*Online support PC2 = 0.830*Food and drink + 0.728*Gate location + 0.724*Departure/Arrival time convenient + 0.699*Seat comfort PC3 = 0.611*Cleanliness + 0.602*Baggage handling - 0.558*Inflight wifi service + 0.528*Onboard service + 0.451*Legroom service PC4 = -0.600*Inflight entertainment - 0.522*Checkin service Từ kết trên, nhóm quy đổi giá trị quan sát theo thang điểm 10 để so sánh mức độ hài lịng dịch vụ nhóm hành khách Biểu đồ: Điểm trung bình mức độ hài lịng người dân theo thành phần Bảng: Thể tỷ lệ mức độ hài lòng nhóm khách hàng nhóm dịch vụ Đối với khách hàng thân thiết (Loyal Customer) mức hài lòng với dịch vụ online cao (PC1) thấp nhóm dịch vụ PC4 (Inflight entertainment, Checkin service) Đối với khác hàng không thân thiết (Disloyal Customer) hài lịng với dịch vụ chuyến bay (PC3) thấp với nhóm dịch vụ PC4 (Inflight entertainment, Checkin service) 2.4 Ý nghĩa kết phân tích Qua phân tích liệu “Khảo sát mức độ hài lòng hành khách US Airlines” ứng dụng phương pháp phân tích thành phần (PCA), giúp nhóm phân chia loại hình dịch vụ thành nhóm (nhóm dịch vụ online, nhóm dịch vụ đảm bảo tiện lợi cho chuyến bay, nhóm dịch vụ chuyến bay, nhóm thủ tục giải trí) Đồng thời, tính tốn mức độ hài lịng nhóm khách hàng với nhóm dịch vụ Từ đó, giúp nhà quản lý US Airlines vạch chiến lược, sách phát triển cải thiện nhóm dịch vụ phù hợp với loại khách hàng Đối với nhóm khách hàng thân thiết (Loyal Customer), tích cực phát triển mạnh dịch vụ online tiếp tục đáp ứng tốt nhu cầu nhóm khách hàng Từ giúp trì lượng khách hàng thân thiết ổn định Đối với nhóm khách hàng khơng thân thiết (Disloyal Customer), nhóm tiềm để trở thành khách hàng thân thiết cần tiếp tục trì mức độ hài lịng dịch vụ chuyến bay lấy hài lòng dịch vụ khác Đồng thời, hoàn thiện dịch vụ “Inflight entertainment”, “Checkin service” (thuộc nhóm thành phần thứ 4) nâng cao chất lượng mức độ hài lòng dịch vụ hãng hàng không ... tượng nghiên cứu Chất lượng nước sơng ngịi, kênh rạch huyện Kế Sách tỉnh Sóc Trăng 1.1.1.5 Mục đích nghiên cứu Nghiên cứu nhằm đánh giá tiêu chất lượng môi trường nước mặt sơng ngịi, kênh rạch huyện. .. Kế Sách tỉnh Sóc Trăng - Giải thích nguồn nhiễm thực tế xác định thành phần ảnh hưởng đến chất lượng nước mặt sông - Giúp đánh giá trạng chất lượng nước huyện Kế Sách nhằm đưa giải pháp góp phần. .. nghiên cứu cần kiểm kê cụ thể nguồn gây nhiễm mơi trường để có giải pháp cải thiện chất lượng môi trường nước 1.2 Ứng dụng phương pháp phân tích thành phần (PCA) nghiên cứu 1.2.1 Nghiên cứu nước