Ví mô hình quy chúng ta có 6 Trang 13 Xác theo pháp phân tích xác theo yêu Tuy nhiên, nhà nghiên có gian và không có tài chính tài thì theo khó có Do các nhà nghiên công vào pháp phâ
V n nghiên c u
V nghiên c u ki n tiên quy t cho s thành công c a d án nghiên c u (Nguy , 2010) Chúng ta không th th c hi n m t nghiên c c n gi i quy t c a nghiên c u là gì Trong kinh t , v nghiên c n t hai ngu n ch y u là t lý thuy t và t th ng
- Ngu n lý thuy t: ng dùng cho các nghiên c u hàn lâm Nh ng lý thuy t, s lý lu n các nghiên c u c làm, làm ho c làm hoàn ch nh là ngu n quan tr ng trong nghiên c u khoa h c
- Ngu n th ng: xoay quanh các v n n th c t x y ra trong n n kinh t , trong kinh doanh, v n doanh nghi p
M c dù c phân lo i thành hai ngu n, hai ngu n này luôn b tr cho nhau và luôn có m t ng th i trong b t k m t nghiên c u nào M t v n nghiên c u xu t phát t lý thuy t s không h tách kh i m c ph c v cho ho t ng kinh doanh trên th ng hay giúp ích cho vi c gi i quy t các v n c a doanh nghi p Ví d , nghiên c u xây d ng công th c cung c u có ngu n lý thuy t cu i cùng v n dùng cho vi c gi i quy t v n th ng t , m t v n nghiên c u c xác nh t th ng không bao gi tách bi t kh i s lý thuy t Khi m t v n nghiên c u c phát hi n t th ng, chúng ta luôn liên h v i lý thuy t xác nh xem có nghiên c u nào gi i quy t v n này và gi i quy t n Ví d , doanh nghi p c n giá thái khách hàng i v i 7P trong chi n c ti p th c a mình Doanh nghi p s liên h v i các lý thuy t tìm m i liên h 7P v i hành vi, thái khách hàng, ng th i xem xét có ai th c hi n nghiên c u này môi ng nghiên c u th nào xây d ng tài nghiên c u
M c tiêu và tài nghiên c u
Sau khi xác nh v n nghiên c u, nhà nghiên c u c n nh hình rõ c n nghiên c u cái gì, là m c tiêu nghiên c u Có hai lo i m c tiêu nghiên c u là m c tiêu t ng quát và m c tiêu c th Ví d :
- V n nghiên c u: Nghiên c u vi c v n d ng k toán qu n tr chi phí t i các Công ty n l c trên a bàn TP.HCM
- M c tiêu t ng quát là: Xác và các nhân chính KTQTCP các công ty trên bàn TP.HCM
- tài nghiên c u ng c t tên d a trên m c tiêu nghiên c u t ng quát Ví d , tên tài là c u các y u t nh ng n vi c v n d ng k toán qu n tr chi phí t i các Công ty n l c trên a bàn TP.HCM
M c tiêu 1: Xác nh các nhân t nh ng n vi c v n d ng KTQTCP trong các công ty n l c trên a bàn TP HCM
M c tiêu 2: ng m c tác ng c a các nhân t nh ng n vi c v n d ng KTQTCP trong các công ty n l c trên a bàn TP.HCM
Gi i quy t m c tiêu nghiên c u chúng ta s bi t c r ng, có nh ng y u t nào nh ng n vi c v n d ng KTQTCP trong các công ty n l c trên a bàn TP.HCM, y u t nào nh ng m nh, y u t nào nh ng y u, t ra các mang tính hàm ý KTQTCP trong các công ty trên bàn TP.HCM
T m c tiêu nghiên c u c th , chúng ta s chuy n i chúng thành các câu h i nghiên c u sau:
1 nhân KTQTCP trong các công ty trên bàn TP HCM
2 tác các nhân KTQTCP trong các công ty trên bàn TP HCM nào?
Khi có c m c tiêu nghiên c u, chúng ta c n v ra ng gi i quy t m c tiêu này Vi c nh hình ng giúp chúng ta xác nh s ph i dùng g pháp nh tính hay nh ng tr l i các câu h i nghiên c u, b i hai pháp này yêu c u cách thi t k nghiên c u thu th p d li u khác nhau.
Mô hình nghiên c u
nghiên hành vi (xã mô hình nghiên nói quan các nhân nghiên nhau nào trên các lý kinh tâm lý xã mô hình nghiên hai thành là (1) các nghiên và (2) các quan các nghiên qua các nghiên mô hình nghiên có sau: lý công ty
Mô hình nghiên này quan nhân nhân tác kia là
Gi thuy t nghiên c u
nghiên là cho các câu nghiên Các này công vào lý và minh
Chúng ta hành nghiên thu dùng cho các ra Vì các nghiên còn là
Ví các câu nghiên và mô hình nghiên trên, chúng ta xây các sau:
Gi thuy t H1(+): c m t ch c s n xu t có tác ng cùng chi u v i v n d ng KTQTCP t i các công ty n l c trên a bàn TP.HCM
Gi thuy t H2(+): Nhu c u thông tin c a nhà qu n lý công ty có tác ng cùng chi u v i v n d ng KTQTCP t i các công ty n l c trên a bàn TP.HCM
Gi thuy t H3(+): pháp, k thu t th c hi n có tác ng cùng chi u v i v n d ng KTQTCP t i các công ty n l c trên a bàn TP.HCM
Gi thuy t H4(+): Trình nhân viên k toán có tác ng cùng chi u v i v n d ng KTQTCP t i các công ty n l c trên a bàn TP.HCM
Gi thuy t H5(+): M c ng d ng CNTT có tác ng cùng chi u v i v n d ng KTQTCP t i các công ty n l c trên a bàn TP.HCM
Lý do c n ph i ch n m u
cùng nghiên là tìm là chúng ta thu nghiên Tuy nhiên, vì lý do chi phí quá cao, quá mà nghiên thu nhóm trong nghiên nhóm này là nghiên
Ví PepsiCo nghiên hài lòng khách hàng
Nam khát Pepsi Cola, có sát toàn khách hàng trên toàn Nam là con 0 bao nhiêu chi phí, gian, nhân khó chúng ta có nhìn tính thi nghiên này
Khi nhiên và cho nghiên thu này có khái quát hóa Ví quan tâm giao bài nhà có sinh không, có nghiên trên nhóm sinh viên nhiên toàn nghiên này sau có khái quát suy ra cho toàn sinh
Sai s trong ch n m u
Quá trình và sát khó có hoàn có sai
Sai s do ch n m u: các sai s phát sinh do vi c ch n m u nghiên c u T ng th là quá l n nên chúng ta s s d ng m u nghiên c u, và t tính ch t c a m u suy ra tính ch t c a t ng th Sai s do ch n m u luôn t n t i khi ch n m u nghiên c u n u kích th c m u nh h n t ng th nghiên c u (m t s nghiên c u vì t ng th khá nh nên kích th c m u b ng kích th c t ng th ) Kích th c càng sai do càng và khi nghiên kích sai này 0, là không có sai do
Sai không do các sai phát sinh không do các sai do do thu sát, do ghi chép sát, do Sai không do càng kích càng
K thu t ch n m u
Khi nghiên chúng ta thu thông tin viên là các tiêu chúng ta này mà không kia, chúng ta qua các trong này Có
2 chính là: phi xác và theo xác
Ch n m u phi xác su t: ph ng pháp ch n m u mà trong ó ng i nghiên c u ch n i t ng kh o sát m t cách ng u nhiên Ng i nghiên c u có th ch n theo c m tính, theo ý mu n ch quan, theo s thu n ti n, Chính vì v y, các tham s thu c t k thu t ch n m u này không th dùng c l ng, suy ra tính ch t tham s c a t ng th
Ch n m u theo xác su t: ph ng pháp ch n m u mà trong ó ng i nghiên c u ã bi t c xác su t l ng i t ng tham gia kh o sát V i cách ch n m u này, các tham s thu v có th dùng c l ng, suy ra tính ch t c a tham s t ng th có tính khác nhau, cùng xem qua so sánh 2 pháp này
Tiêu chí phi xác theo xác ít gian và chi phí tính nghiên Ít tính nghiên gian và chi phí Áp cho các nghiên khám phá, các nghiên không quá Áp cho các nghiên chính các nghiên quy mô
Kích c m u
Nghiên kích càng càng tính gian và chi phí Do kích phù là quan nay, các nhà nghiên tính kích pháp lý kích cho phân tích EFA; kích cho
Theo Tabachnick & Fidell (2007), kích cho mô hình quy tính theo công N 50 + 8p Trong N là kích p là vào mô hình quy Ví mô hình quy chúng ta có 6 thì là 50 + 8*6 = 98
Xác theo pháp phân tích xác theo yêu Tuy nhiên, nhà nghiên có gian và không có tài chính tài thì theo khó có Do các nhà nghiên công vào pháp phân tích Hai pháp yêu là quy và phân tích nhân khám phá (EFA)
Theo Hair và (2009), kích EFA là 50, là 100 lên quan sát trên phân tích là 5:1 10:1, nhà nghiên cho này nên là 20:1 quan cách là sát là câu trong sát Ví sát chúng ta có 30 câu thang Likert 5 30 quan sát các nhân khác nhau), 30 câu này phân tích trong EFA Áp 5:1, là 30 × 5 = 150, 10:1 thì là là 30 × 5 300 Kích này kích 50 100, vì chúng ta phân tích nhân khám phá EFA là 150 300 tùy trên có sát
1.2.4.2 Kích c m u theo h i quy kích cho phân tích quy, Green (1991)2 ra hai phép quy giá phù quát mô hình R2, F thì là 50 + 8m (m là hay còn là predictor tham gia vào quy) hai, giá các t, quy thì nên là 104 + m (m là ý m là chúng ta vào phân tích quy, không là quan sát hay câu nghiên chúng ta xây sát 4 (4 thang thang này
5 câu Likert (5 quan sát), chúng ta có 20 quan sát Sau phân tích EFA, 4 thang này nguyên lý ban này có 4 cho phân tích quy, m = 4 không m = 20
Chúng ta xem xét chi qui trình nghiên sau:
6 báo cáo và trình bày nghiên
Xác nh v n nghiên c u
Xác nghiên là tiên và quan trong quá trình nghiên ra marketing Nhà và nhà nghiên có trao chi nhu nghiên Hay nói cách khác, nhà gì? này nhà có thông tin gì? Thông qua nhà nhà nghiên dàng trong xác nghiên nhà nghiên xác rõ ràng, nghiên thì các công theo không còn ý Tuy nhiên trong các nhà nghiên và marketing không quan tâm khâu này Vì do không quan tâm nên chúng ta (real problems) và (problem symptoms) nó Các án nghiên khám phá giúp các nhà nghiên xác nghiên
Xác nh thông tin c n thi t
Sau khi xác nghiên thì công theo là xác thông tin mà án thu Nhà nghiên xem xét, kê các thông tin marketing xác
Trong nghiên nhà nghiên phác thông tin mà nhà marketing có thu và lý) Ví chúng tóm thì nào; là thì là gì, vv là, nhà nghiên phác các vv Các có thông tin là các
(dummy tables), (dummy charts) trong các xác cho các các dòng thông tin trong
Nh n d ng ngu n d li u và k thu t thu th p
quát chúng ta có hai trong marketing, là
(secondary data) và (primary data) là thu và lý cho nào nhà nghiên cho nghiên mình chia thành hai bên trong (internal secondary data) và bên ngoài (external secondary data) bên trong bao các các báo cáo các khác trong công ty báo cáo chi phí, doanh thu, phân chiêu vv bên ngoài bao hai chính: và bao các trong sách báo, chí, san, các báo cáo nghiên niên giám kê, vv bao các do các công ty nghiên bán cho khách hàng không có ngành nghiên phát các thông tin phong phú và thông tin tiêu dùng, bán buôn, bán thông tin các kênh thông chúng, vv là mà nhà nghiên thu và lý nó cho nghiên mình thu pháp khác nhau Các chính thu bao quan sát, và
Quan sát (observation) là pháp thu trong nhà nghiên dùng quan sát nghiên Thí quan sát cách trí, bày trong hàng, quan sát thói quen áo tiêu dùng vv
(discussion) bao hai hình là tay (in- depth interview) nhà nghiên và thu nghiên hai là nhóm (focus group discussion) trong nhóm thu nhau theo nghiên nào thông qua trình nhà nghiên (moderator) nhóm và tay là hai pháp chính thu tính
(questioning) là pháp thu trong nhà nghiên nghiên thu Có hình là dùng (face-to-face interviews) viên có nhà (door-to-door interviews) trung tâm (central location interviews) hai là
(telephone interviews), ba là (mail surveys) và cùng là thông qua Internet (electronic surveys) là g pháp thu và có riêng chúng Trong nghiên ra nghiên , các sau xem xét
6 Tính kinh trong thu hí,
1.1: So sánh tính và tính
Tính kinh Cao thu Nhanh
Thu th p d li u
Khi thông tin nghiên cách thu chúng thì công theo là hành thu
Khi là thì thu và nhanh chóng so chúng Tuy nhiên, không lúc nào có và phù nghiên tính chúng Vì các nhà nghiên thu theo yêu án nghiên
Khi là và tính thì thu chúng thông qua các và thì thu thông qua các
Phân tích d li u
khi thu thì này mã hoá, và vào thích tóm phân tích và tìm ý nó Trong quá trình nghiên nhà nghiên xác rõ pháp phân tích các nghiên khi hành nghiên
Vi t báo báo và trình bày k t qu nghiên c u
khi thu và phân tích thì cùng án nghiên là báo cáo và trình bày nghiên báo cáo và trình bày nghiên là khâu quan trong qui trình nghiên nghiên không trình bày rõ ràng và thì nhà marketing không chúng cách có
1.4 NG D NG CÁC NGHIÊN C U C TH
Nghiên c u các nhân t nh ng n l a ch n công ty t i TP.HCM
ty cung c p d ch v k toán c a các doanh nghi p m i t i TP.HCM tiêu nghiên
M c tiêu t ng quát ánh giá các nhân t nh h ng n l a ch n công ty cung c p DVKT c a các DNTM t i TP.HCM, t ó xu t m t s ki n ngh nh m giúp nhà qu n lý a ra quy t nh vi c l a ch n n v cung c p DVKT c a các DN này m t cách phù h p
M c tiêu c th tiêu 1: Xác các nhân h công ty cung DVKT các DNTM TP.HCM tiêu 2: l h công ty cung DVKT các DNTM TP.HCM
Câu 1: Các nhân nào công ty cung DVKT các DNTM TP.HCM?
Câu 2: các nhân này công ty cung
DVKT các DNTM TP.HCM nào? và vi nghiên nghiên nghiên là các nhân h công ty cung
DVKT các DNTM TP.HCM
- V th i gian: tài c nghiên c u t tháng 6 n m 2021 n tháng 2 n m 2022
D li u s c p c tác gi kh o sát, thu th p nh m ph c v phân tích k t qu nghiên c u c th c hi n t tháng 8 n m 2021 n tháng 11 n m 2021
- V không gian: tài nghiên c u các DNTM t i TP.HCM có s d ng DVKT pháp nghiên
Nghiên này thông qua hai chính: nghiên pháp tính và nghiên chính pháp pháp nghiên tính chuyên gia viên giám phó giám phòng ban a các DN xác các nhân công ty cung
DVKT các DNTM TP.HCM Nghiên pháp tính khám phá các nhân và các câu trong câu thông qua quá trình nghiên này dùng và sung thang nhân công ty cung DVKT các DNTM TP.HCM pháp nghiên
Nghiên chính là nghiên thu là qua câu trên quan ý giá công ty cung DVKT các DNTM TP.HCM Toàn lý
Thông tin thu lý SPSS 22.0 Thang sau khi giá pháp tin Alpha và phân tích nhân khám phá EFA, phân tích quy quan mô hình nghiên
Nghiên c u các nhân t nh ng n v n d ng Bình Thu n
toán qu n tr chi phí c a các doanh nghi p s n xu t ngành ch bi n th y h i s n t i t nh Bình Thu n
M c tác ng c a các nhân t n vi c v n d ng KTQTCP
? và vi nghiên nghiên nghiên là KTQTCP và các nhân tác
KTQTCP các DNSX ngành Bình
- vi không gian: tài trung nghiên sát các DNSX ngành
- vi gian: tài tháng 4 2021 tháng 7
2021 nghiên tác thu các DNSX ngành Bình trong 2020 nghiên tác sát, thu và lý tháng 4/2021 tháng 6/2021
- vi dung: tài nghiên các nhân
Bình không nghiên chi dung, pháp, KTQT pháp nghiên nghiên c u tài, tác gi s d ng k t h p ph ng pháp nh tính và ph ng pháp nh l ng, trong ó:
- Giai 1: Nghiên tính thông qua pháp kê mô chuyên gia, xác các nhân tác KTQTCP c a các DNSX ngành ch bi n th y h i s n t i t nh Bình Thu n và hoàn câu sát tác pháp sát thông qua câu thu mô hình nghiên
- Giai 2: Trên thu câu tài pháp giá các nhân tác nhân KTQTCP c a các DNSX ngành ch bi n th y h i s n t i t nh Bình Thu n thông qua mô hình kinh nhân khám phá EFA SPSS 22.0, là giá giá và tin thang Alpha và phân tích nhân khám phá (EFA) và cùng là giá và phù mô hình quy Ý tài nghiên
V n d ng c s lý thuy t v k toán qu n tr , k toán qu n tr chi phí và các nghiên c u c liên quan n tài nghiên c u phát tri n mô hình các nhân t nh ng n v n d ng KTQTCP t i các DNSX ngành ch bi n th y h i s n t i t nh Bình Thu n V n d ng c pháp ki m nh mô hình h i quy tuy n tính b i ng m c nh ng các nhân t nh ng n v n d ng KTQTCP t i các DNSX ngành ch bi n th y h i s n t i t nh Bình Thu n
Lu n xây d ng c thang ki m nh s phù h p tin c y c a chúng Xác nh c nhân t nào có nh ng m nh nh t t i v n d ng KTQPCP t i các DNSX ngành ch bi n th y h i s n t i t nh Bình Thu n T ra các ki n ngh nâng cao hi u qu v n d ng KTQTCP t i các DNSX ngành ch bi n th y h i s n t i t nh Bình Thu n Do tài có ý cho các nhà qu n tr trong các doanh nghi p s n xu t v các ki n ngh ng v n d ng KTQTCP trong th c t M t khác, tài còn là tài li u tham kh o h u ích cho nh ng t ch c ho c cá nhân có nhu c u nghiên c u các v n trong cùng v c
Ngoài ph n m u và k t lu n lu n bao g m 5
1: T ng quan tình hình nghiên c u
4: K t qu nghiên c u và bàn lu n
5: K t lu n và hàm ý qu n tr
Nghiên c u các nhân t nh ng n vi c v n d ng L c
k toán qu n tr trong các doanh nghi p t i khu công nghi p L c tiêu nghiên
Nghiên các nhân KTQT trong các DN KCN tiêu tiêu 1: Xác các nhân KTQT trong các
DN KCN tiêu 2: các nhân KTQT trong các DN KCN
Câu 1: Các nhân t nào nh h ng n vi c v n d ng KTQT trong các DN t i KCN V nh L c?
Câu 2: các nhân KTQT trong các
DN KCN nào? và vi nghiên nghiên i t ng nghiên c u c a lu n v n này là các nhân t nh h ng n vi c v n d ng KTQT trong các DN t i KCN V nh L c vi nghiên
- V không gian nghiên c u: T p trung nghiên c u t i các DN t i KCN V nh L c
- V th i gian nghiên c u: nghiên c u c th c hi n t tháng 10 n m 2019 n tháng 9 n m 2020 Th i gian kh o sát thu th p d li u s c p ph c v nghiên c u c ti n hành t tháng 11 n m 2019 n tháng 3 n m 2020 pháp nghiên
Lu n v n p d ng ph ng pháp nghiên c u h n h p, k t h p hai ph ng ph p nghiên c u nh t nh v nh l ng nh sau:
Nghiên c u nh tính c th c hi n thông qua k thu t ph ng v n chuyên sâu Nghiên c u c thi t k có tính ch t th m dò, khám phá tr c ti p các ý t ng và trong ph m vi mô t c a b ng câu h i s b tham kh o ý ki n và khám phá thêm v các nhân t nh h ng n vi c v n d ng KTQT trong các DN t i KCN V nh L c
C ng qua nghiên c u nh tính khám phá, b sung và i u ch nh các bi n quan sát dùng o l ng các thang o c a khái ni m nghiên c u T k t qu này, b ng câu h i chính th c c hình thành sao cho phù h p v ý ngh a các thang o và i t ng l y m u
Nghiên c u nh l ng c th c hi n v i d li u c thu th p thông qua b ng câu h i kh o sát chính th c D li u c th ng kê phân tích qua ph n m m SPSS 22.0 nh m ki m nh l i các thang o và mô hình nghiên c u Qua ó xây d ng c mô hình h i quy nh m ánh giá m c nh h ng c a các nhân t n vi c v n d ng KTQT trong các DN t i KCN V nh L c Ý
Nghiên c u c th c hi n nh m xác nh các nhân t nh h ng n vi c v n d ng KTQT trong các DN t i KCN V nh L c và o l ng m c nh h ng c a t ng nhân t nh h ng n vi c v n d ng KTQT trong các DN này D a trên k t qu nghiên c u v nhân t và m c tác ng c a các nhân t , tác gi xu t các ki n ngh nh m t ng c ng vi c vi c v n d ng KTQT trong các DN t i KCN V nh L c trong th i gian t i
Ngoài tài tham và nghiên tài này bao các sau:
Nghiên c u các nhân t nh ng n vi c v n d ng TP.HCM
pháp ABC t i các doanh nghi p s n xu t thép trên a bàn TP.HCM tiêu nghiên
M c tiêu t ng quát xác các nhân tác và nhân pháp ABC các DNSX thép trên bàn TP HCM nhân tác và chúng, tác hàm ý có pháp ABC các
DNSX thép trên bàn TP HCM cách phù cung thông tin cho các nhà lý, góp nâng cao công tác lý, tài chính nói chung và chi phí phát sinh trong các DN, là chi phí và tính giá thành thép cho các này tiêu tiêu 1: Xác các nhân pháp ABC các DNSX thép trên bàn TP HCM tiêu 2: nhân tác pháp ABC các DNSX thép trên bàn TP HCM
Câu 1: Nhân nào pháp ABC các
DNSX thép trên bàn TP HCM?
ABC các DNSX thép trên bàn TP HCM nào? và vi nghiên nghiên vi nghiên vi không gian: các DNSX thép trên bàn TPHCM vi nghiên tháng 10 2019 tháng 4 2020 gian sát nghiên hành trong vòng 4 tháng tháng
10 2019 tháng 1 2020 pháp nghiên tiêu nghiên nêu trên, tác pháp nghiên tính và trong pháp chính là pháp nghiên pháp nghiên tính xác các nhân pháp ABC các DNSX thép trên bàn TP HCM pháp nghiên các nhân tác và tác các nhân pháp ABC các DNSX thép trên bàn TP HCM mô hình nhân khám phá thông qua SPSS 22.0 Ý khoa tài làm sáng dung pháp chi phí
ABC có trong các DNSX nói chung và các DNSX trong ngành thép nói riêng; xây mô hình nghiên các nhân tác pháp ABC các DNSX thép trên bàn TP HCM
Tác mô hình nghiên và xác các nhân pháp ABC các DNSX thép trên bàn TP HCM nghiên trong này các DNSX thép quan tâm có nâng cao công tác lý, tài chính nói chung và chi phí phát sinh trong các DN khác, thông qua nghiên tác các mang tính hàm ý qua góp làm tính thi pháp ABC các DNSX thép trên bàn TP HCM và mang góp cho các nghiên theo trong lai
Ngoài tài tham và nghiên tài này bao các sau:
Bài 1.1: có ý nghiên sau: a tài nghiên 1: Hoàn công tác toán chính thông Nam b tài nghiên 2: Nâng cao soát các chi nhánh Agribank trên bàn thành Chí Minh c tài nghiên 3: Các nhân toán các doanh và trên bàn An Giang d tài nghiên 4: Các nhân tác áp giá lý theo toán các doanh FDI Bình
1 Anh hãy pháp nghiên mà anh cho là phù tài nghiên trên thích rõ lý do
2 có tài pháp nghiên thì anh hãy xác là gì? Và theo anh có nào có trong mô hình nghiên
3 tài có pháp nghiên theo anh áp mô hình nào phù
Bài 1.2: Có mô hình nghiên 1 tài sau:
2 Anh hãy xây các nghiên tài này
3 Anh hãy trình quy ánh quan các và trong mô hình nghiên
4 Theo anh có còn nào tác trong mô hình nghiên này không? sao?
Mô hình nghiên - Cao Kim (2020)
Bài 1.3: Có mô hình nghiên 1 tài sau:
Thông tin thang các trong mô hình nghiên
1 Doanh nghi p áp d ng các quy trình s n xu t tiên ti n
2 S ph i h p thông tin gi a các b ph n, các phòng ban ch c trong doanh nghi p
3 Doanh nghi p d ng hóa m t hàng s n xu t
8 Áp canh tranh thu hút lao lành
9 Nhà lý quan toán chi phí trong tiêu phát công ty
10 Nhà lý rõ các ra trên toán chi phí
11 Nhà lý quan tâm toán chi phí cho các công ty
12 Nhà lý có nhu soát chi phí và là trong tiêu
STT Thang quan công ty
13 Công ty mô hình toán chi phí phù
14 Công ty xác quy trình pháp toán chi phí cho công ty
15 Công ty phân và theo dõi chi phí theo cho pháp chi phí
16 Công ty tiêu phân chi phí lý khi phân chi phí cho chi phí
17 Nhân viên có trình chuyên môn và am toán chi phí
18 Nhân có trình phân tích, thông tin
19 Nhân viên có tinh trách cao và thông tin chi phí ra kinh doanh cho nhà lý
20 Trang máy vi tính, làm cho máy toán là phù quy mô
22 toán thích máy tính hành thông trong toán chi phí
23 Nâng cao tranh công ty
24 Nâng cao cho công ty
25 Nâng cao cung thông tin ra
1 Anh hãy xác và trong mô hình nghiên này
2 Anh hãy xây các nghiên tài này
3 Anh hãy trình quy ánh quan các và trong mô hình nghiên
4 Anh hãy xác thang cho trong mô hình nghiên và xây câu sát sát theo thang 5 Likert
5 Theo anh có còn nào tác trong mô hình nghiên này không? sao? có mà anh xác hãy xây ít 3 thang cho này
Bài 1.4: Có thông tin 1 tài nghiên sau:
- Tên tài nghiên: nhân pháp chi phí
ABC các công ty thép trên bàn thông tin xây các trong mô hình và thang sau:
STT Các trong mô hình quan sát
3 Trình nhân viên toán (TD) 4
6 pháp ABC cho các doanh thép trên bàn TP.HCM (VD) 3
1 Xây tiêu nghiên tài; nghiên vi nghiên và pháp nghiên
2 Xây các nghiên tài này
3 trình quy ánh quan các và trong mô hình nghiên
4 Anh hãy xác cho nghiên này theo quan Hair và (2006) và theo Tabachnick & Fidell (2007)
5 Xây ít 3 thang cho trong mô hình nghiên và xây câu sát sát theo thang 5 Likert
6 Theo anh nào nghiên chuyên gia? sát nào thu mô hình nghiên
- Phân tích và trình bày dung, pháp và phân tích SPSS
- các và các công và phân tích trong kinh doanh thông qua SPSS
- Phân tích và trình bày phân tích nghiên qua
2.1 PH N M M PHÂN TÍCH D LI U SPSS
T ng quan v ph n m m phân tích d li u SPSS
SPSS (Statistical Product and Services Solutions) là kê, trong nghiên xã tâm lý và xã nay SPSS ngày càng trong nghiên và SPSS cung lý và phân tích kê giao thân bao trình mô và các
SPSS là chuyên lý thông tin thông tin thu nghiên Thông tin lý là thông tin (có ý kê) SPSS là kê toàn các trong các phân tích kê thông kê mô kê kê suy quan,
SPSS cùng AMOS còn cho phép các nhà nghiên các phân tích cao phân tích tình trúc (Structural Equation
Modeling - SEM) cho phép và mô hình lý nay
SPSS rãi trong kê phân tích trong các SPSS làm công nghiên
Ch c c a ph n m m phân tích d li u SPSS
dung SPSS phong phú và bao các và kê, tính toán các trong kê mô các pháp kê phân tích
So sánh các tiêu tham và phi tham (Nonparametric
Test), các mô hình phân tích sai theo tính quát (General
Linear Models), các mô hình quy và các quy phi tính (Nonlinear), các quy Logistic
Phân tích theo nhóm (Cluster Analysis)
Phân tích tách (Discriminatory Analysis)
Và chuyên sâu khác (Advanced Statistics)
Các chính SPSS bao và làm lý và lý
Tóm và trình bày các
Phân tích tính toán các tham kê và
ng d ng c a ph n m m phân tích d li u SPSS
SPSS có là giúp các nhà khoa lý nghiên nói chung và trong nghiên các chuyên ngành khác nhau mình, ví
Nghiên tâm lý tâm lý tâm lý sinh-sinh
Nghiên xã giá ý dân, kê y
TRONG
Phân lo i d li u nghiên c u, mã hóa và nh p li u
Khi nghiên chúng ta thu khá theo cách khác nhau này chúng ta nói cách lý thu qua quan sát, hay trong nghiên
2.2.1.1 Phân lo i d li u nghiên có phân làm 2 chính là tính và
Các này chia làm 4 nhóm sau khác nhau các tính: ánh tính tính kém, ta không tính trung bình tính thu tính ví tính sinh viên là nam và sinh viên là trung bình, khá, ánh kém, có tính giá trung bình thu con ví dân khu cao em phân chia thành tính và giúp nghiên tính thu phép phân tích, khác nhau cho
2.2.1.2 Các lo i thang c s d ng trong SPSS
- Thang danh (thang danh) Nominal
Các con dùng phân các chúng không mang ý nào khác thang danh là phân và tên cho các và cho chúng con ký
Ví Trong sát có câu công tác phòng ban nào trong công Các án là:
Thang danh giúp quy các cá nhân câu này thành các có có ban làm có quy Phòng kinh doanh = 1, Phòng marketing = 2, Phòng nhân = 3, Phòng toán = 4 con này mang danh vì rõ ràng không chúng tính ra giá trung bình ban làm nghiên hay thang danh và thang nên nói theo cách các giá trong thang danh không có theo các giá ngang vai trò nhau
Các câu hay trong nghiên
2 Phòng ban làm (Marketing, Nhân Kinh doanh,
3 (Công nhân, Bác Nông dân, Giáo
Thang Ordinal thang danh, tuy nhiên các con theo quy nào kém, ta không chính xác cách chúng này có là thang nào là thang danh không suy thang danh là thang
Ví Trong sát có câu hài lòng nào thông Các án là:
Hài lòng câu này có quy các cá nhân theo 3 hài lòng là có theo hài lòng thông Viettel Không hài lòng = 1, Bình = 2, Hài lòng = 3 chúng ta hài lòng theo con ký hài lòng lên cao giá con lên có câu mã hóa 3 có hài lòng cao mang 2
1 Tuy nhiên, chúng ta không là hài lòng 2 hay 5 là hài lòng 1 chút mà thôi Tính thang giá án theo ví trên, hài lòng con ngoài ra có ký hài lòng các con khác thang thang danh, tuy nhiên giá có
Các câu hay trong nghiên
Là thang vì nó cho cách các trong nghiên thang này là dãy các liên và 1-5, hay 1-7, 1-10 Dãy này có 2 2 thái nhau Ví 1 là không ý, 5 là ý; 1 là không thích, 7 là Ví Trong sát có câu giá quan các sau trong Các án là:
STT Tiêu chí Không quan quan
Có trong thái hay ý thì thang cung thông tin so thang kém quy ra các con liên nên có nào giá thang
Thang còn dùng ví các câu cao anh là mét
Cân anh là kg có bao nhiêu áo mi:
Các câu hay trong nghiên
2 Câu và vào con Cân là (kg); thành viên trong gia là (thành viên); tín hoàn thành ra là (tín
2.2.1.3 Mã hóa d li u nghiên c u trong SPSS
M c nh SPSS 20 s không hi n th c Ti ng Vi t, nên khi các b n nh p vào các ký t có d u, SPSS s t ng chuy n sang các ký t mã hóa d u ch m h i, d u ph n
SPSS có th hi n th Ti ng Vi t, các b n kh i ch y SPSS 20 và không c m b t k m t t p d li u nào ho c nh p b t k giá tr nào vào giao di n SPSS, SPSS hoàn toàn tr ng d li u ng h p b n m m t t p d li u nào ho c nh p li u vào, b n c n thoát ph n m m và kh i ch y l i T i giao di n chính, các b n vào Edit >
Giao Options ra, Character Encoding for Data and Syntax, các tích vào Unicode hình
Apply > OK Sau thoát SPSS 20 và
SPSS xác thay trong có bình và không font
Giao Variable View và Data View
Ta làm quen 2 giao Variable View và Data View trên SPSS 20 Variable View là giao chúng ta khai báo
Name: Khai báo tên Nên tên không có không cách ( _ ) liên Các có nhìn các cá nhân bên có khai báo tên là BoPhan Bo_Phan không nên khai báo Bo Phan có trong quá trình lý
Type: Khai báo Có tùy tuy nhiên, tác trình bày 2 dùng khi làm là Numeric và String giá vào SPSS là con thì khai báo là Numeric, giá vào là ký thì khai báo là String Ví có tính, không mã hóa Nam thành 1, thành 2 mà vào SPSS thì khai báo là
String; vào con mã hóa 1 2 cho Nam thì khai báo là Numeric
Width: ký vào giá có ký 8, con này lên không nên quá cao 500, 1000 vì chúng ta không bao vào ô giá có ký cao ký quá làm cách không
Decimals: ký phân làm bài và sát có trúc sát 1.4 1 thì nên giá này 0 vì các giá vào SPSS 100% là các con nguyên Decimals là 1, 2, làm phân thêm 1, 2,
Label: Khai báo nhãn cho lo khi mã hóa Thu thành TN khác nhìn vào không TN là gì không tên là Thu_nhap khá dài dòng, Label giúp làm này thích ý cho Name, hay tên xem có là cho ý gì có dài, có và mái cách
Values: Khai báo giá Ô Value, các vào giá ra SPSS, ô Label vào thích cho giá Ví có các giá là Phòng nhân Phòng toán, Phòng Phòng marketing Tác vào ô Value và Label các con hình bên
Missing: các giá giá giúp phân cho nguyên nhân
Ví Ta tình câu trình có tra vì lý do nào thì trong Values trình ta sung thêm 1 giá khác các giá tác dùng con
99 quy nhãn là Sau sang Missing, khai báo giá
99 khi tính toán các kê thì giá này ra khi tính
Measure: thang Thang danh (Nominal),
Giao theo là Data View dùng Variable View làm khuôn, Data View làm vào dung hàng sát thu
2.2.1.4 ng d n nh p d li u nghiên c u trong SPSS a Câu tính câu sát 1.4 1, chúng ta có câu thông tin cá nhân phòng ban làm trình là hình cho câu tính 1 khuôn Variable View, câu tính các
1 cho 1 câu sát có 6 câu tính nên tác 6 hình trên Các các Type, Values,
Ví và hai các án hình bên
2: án 6 câu là 2 2 3 4 2 1 sang giao Data View, hành hàng
Tóm câu tính các chú ý câu 1
Giá (Values): trong áp giá
Thang (Measure): là Nominal b Câu tính câu các có 2 cách mã hóa Trong không có câu tính nên tác ví ngoài sau:
Ví Anh và dùng gì?
Cách mã hóa 1 khuôn Variable View, câu này có 7 án, chúng ta 7 câu C1.1 C1.7
Các Type, Missing, Measure (nên các bình
Chúng ta 7 câu trong câu ví 1 phòng cho có
7 máy trên Khi câu C1.1 máy 1, câu C1.2 máy câu C1.7 máy 7 chúng ta 6 câu C1.1 C1.6 thì khi máy 7 không có nào vào Có 4 sau:
4 2, 3 ,7 sang giao Data View, hành hình tiên 3 dòng máy, chúng ta vào 3 câu C1.1
C1.3, còn không Cho Value/Label thì giao này: mã hóa và ví 1 khó chúng ta mã hóa 2
Cách mã hóa 2 khuôn Variable View, chúng ta 7 câu C1.1 C1.7 câu ví có 7 án các án có tên án vào ngay tên hình
Các Type, Missing, các bình Values các 2 giá là 0 (không và 1 (có
Có 4 i ng ch n sau: i 1 ch n: 1, 2, 5 (iPhone, Samsung, Huawei) i 2 ch n: 1, 3, 4, 5, 6 i 3 ch n: 1, 2, 3, 4, 5, 6, 7 i 4 ch n: 2, 3 ,7
Chuy n sang giao di n nh p li u Data View, ti n hành nh p li u hình: i s 1 ch n 3 dòng máy là iPhone, Samsung, Huawei, ng chúng ta nh p giá tr 1 (có s d ng) cho 3 c t này, các c t còn l i nh p 0 (không s d ng) ban u tác gi c p, n u án tr l i ng n, các b n nên chèn án vào tên bi n u này giúp cho giao di n nh p li u tr c quan các b n nhìn vào tiêu c t có th th y c tên án, nh v y khi nh p li u s nhanh và ít sai sót r t nhi u Cho hi n th ch Value/Label thì giao di n s th này: các b n nhìn vào tiêu c t có th th y c tên án, nh v y khi nh p li u s nhanh và ít sai sót r t nhi u Cho hi n th ch Value/Label thì giao di n s th này: là 2 cách mã hóa và nh p li u cho câu h i nh tính nhi u tr l i Các b n th y cách nào d th c hi n và ti n l i cho quá trình x lý, các b n nên s d ng cách i v i d ng câu h i nh tính nhi u tr l i các b n c n chú ý nh ng m i
S bi n: Có bao nhiêu l a ch n trong án tr l i s có b y nhiêu bi n
Giá tr (Values): Tùy theo cách mã hóa giá tr value s là l a ch n Có/Không ho c l a ch n là tên các án
Thang (Measure): ng là Nominal ho c Ordinal tùy d ng câu h i c Câu tính
Câu là câu không có các án có mà sát án theo ý thân các xem qua ví
Ví có góp gì công ty hài lòng nhân viên trong công : trong sát, câu trình bày hình ví thúc câu là vài dòng sát ghi vào ý mình
1: Công ty máy do máy hay thêm trình nâng cao trình nhân viên
2: Công ty sang xoay nhân viên làm mái cho nhân viên các khóa chuyên môn; khóa team building tính các nhân viên; công ty có không có
3: lý có cách lý và giám sát nhân viên quá khe chi li không làm cho nhân viên tâm lý, không có mái khi làm chính sách phúc công ty so các công ty là câu yêu quá trình mã hóa gian
Các kê câu thành tiêu chí riêng sau tên chung cho tiêu chí cùng nhóm chúng ta vào hành ví trên và câu 3
1: kê tiêu chí chúng ta có ý 1 máy nhân viên
3: Ý 3 xem xét cách giám sát lý; chính sách phúc
Sau khi kê ra thành tiêu các tìm chung các tiêu chí 3 và gom thành nhóm
7 Xem xét cách giám sát lý quan lãnh
8 chính sách phúc phúc có 5 nhóm tiêu chí chung bao
Chúng ta gán cho nhóm 1 value câu chúng ta câu thành câu có án (gán 1: 2:
Ví trong hình bên là GopY
Trong quá trình gom nhóm các tiêu chí cùng nhóm ý nhau, các chú ý cho nhóm càng ít càng Tác các câu mã hóa value lên 15, trong khi có value có gom thành nhóm chung rút value Hãy tinh value cho value là khi các càng nên chính xác
Nên có nhóm giá là Khác sau khi có danh sách các value rút
Nhóm này ý ít tiêu chí không trong ít liên quan nhóm value rút
Th ng kê mô t
kê mô giúp tóm xem có cái nhìn quan thu Có công dùng tóm và trình bày trong này, pháp sau a (Frequency) b mô (Descriptive) c (Custom Table) d (Chart, Plot)
(Frequency) cung cho chúng ta các kê giá giá mang giá do, dài do có quá giá khi chúng ta mã hóa này kê Vào Analyze > Descriptive
Frequencies, các kê bên trái vào Variable(s) bên có cùng lúc vào kê chúng ta kê cho các thông tin cá nhân nên tác các này vào Variable(s)
Sau khi các kê vào Variable(s), nhìn sang bên có các tùy Statistics, Charts, Format và Bootstrap, là các các kê mô sâu Tuy nhiên, 2 là Statistics và Charts vào tùy Statistics:
Có mô Mean (trung bình), Median (trung
Mode (giá Sum Minimum (giá
Maximum (giá Std.deviation mô nào, các tích vào mô sau vào nút Continue Tuy nhiên thông tin cá nhân sát tác không tích vào nào trong tùy Statistics mà là tùy Charts Tùy này cho phép SPSS ra cho các vào kê
Các tích trong tùy Charts Bar charts
Pie charts tròn), Histograms phân Chart
Values bên sáng lên và cho phép (Frequencies) hay
(Percentages) khi các 2 Bar charts và Pie charts
Tuy nhiên, là None này vì kê mô các thông tin cá nhân, chúng ta dùng 2 là và tròn
Sau khi (không nên tùy này là
None), các vào nút Continue quay giao ban vào OK, kê ra Output
Output, các 2 là Statistics kê chung các vào và Frequency riêng cho
Statistics GioiTinh DoTuoi HocVan BoPhan ThamNien ThuNhap
Trong Statistics, các có 2 hàng là Valid và Missing Valid cho quan sát có giá có Missing cho quan sát không trong sát, các câu không có dùng không giá mà có Missing khác 0, các tra Data View, xem mình có hay không theo là vào kê có riêng ví
Valid giám giám 147 42.0 42.0 42.0 toán toán
Trong 350 tham gia sát, có 147 là giám giám 203 là toán Ý các thông
Frequency: (Có 147 là giám giám
Valid Percent: tính trên các giá không có Missing, giá Valid Percent giá Percent
Cumulative Percent: tích tính trên các giá khi 100% (Nhóm giám giám 42% )
2.2.2.2 B ng mô t (Descriptive) kê các giá các giá thì mô (Descriptive) thiên khái quát chung các mô giá giá giá trung bình, mô cho các Likert so sánh giá trung bình Mean các quan sát trong cùng 1 nhóm, xem nào sát ý nào ít ý giúp ích khá vào pháp bài nghiên kê mô chúng ta vào Analyze > Descriptive Statistics >
Descriptives, các kê mô bên trái vào Variable(s) bên có cùng lúc vào kê chúng ta kê mô cho nhóm nhà
NT1 NT5) nên các này vào Variable(s)
Sau khi các kê vào Variable(s), nhìn sang bên có các tùy Options và Bootstrap, là các các mô sâu
Tuy nhiên, chúng ta Options
Trong Options, có các tùy chúng ta cho trong mô SPSS các trong này
- Mean: giá tr trung bình
- Minimum: giá tr nh nh t
Không tích vào tùy nào thêm mà
SPSS vào Continue quay Descriptives, sau vào OK ra Output
Output, chúng ta quan tâm Descriptive Statistics các thông tin mô vào
N Minimum Maximum Mean Std Deviation
Giá trung bình các quan sát NT1 NT5 trong nhóm nhà trong 3 4 trên thang Likert 5 các viên tham gia sát ý các tiêu chí trong nhóm nhà
Giá trung bình NT1 cho NT5 không chênh nhau và trong 3 4 trên thang 5 này cho quan tâm nhà khai pháp ABC
2.2.2.3 B ng k t h p giúp chúng ta mô cùng lúc, liên quan các mà các kê và Mô không chúng ta vào Analyze >
Có th các b n s nh n c m t thông báo xu t hi n hình bên i:
Ngoài ra, SPSS còn chúng ta tra thang các cho xác không xác thang nào SPSS trên và thang thích tra Label giá các hay xác thang xem hay các vào nút Define Variable Properties và hành thao tác theo các SPSS không tra nên nút OK, tra có trong lúc giá nào trong Output ra Label, và quay giao Variable
Sau khi vào OK, giao Custom Tables ra:
Trong vùng các có 2 có ghi Columns và Rows, là trí các kéo các vào theo hay hàng, kéo vào Columns hay Rows (hàng) cho 2 Thu và tính xem thu theo tính nào Kéo Thu khung bên trái vào Rows, kéo tính vào Columns
Các ý vùng tính có màu vàng, là chúng ta tính, các thao tác Define góc bên trái tác lên tính tùy Define cho Thu , vào Thu trong vùng sang Thu
Có 2 trong Define là Summary Statistics và Categories and Totals:
Summary Statistics: kê theo hay
Categories and Totals: theo giá theo cái
Tuy nhiên Summary Statistics trong khóa, là chúng ta không tùy Summary Statistics cho Ví trong này, khi tính, Summary Statistics khóa khi Thu , này cho phép tùy khóa hay tùy trong Define là do SPSS trên cách
Sau khi kéo các vào Rows và Columns ý chúng ta OK ra Output
Trên 10 14 19 trên ta có sau: Nhóm thu 5 có
30 trong có 13 Nam và 17 cho các nhóm thu khác Tuy nhiên, và xem xét theo chúng ta hay dùng là là chúng ta quay 2 trong Define là Summary Statistics và Categories and Totals là giao Summary Statistics Thu
Bên trái Statistics các Count Rown N % theo hàng), Column N % theo theo nào, vào và nút tên, lúc này các bên Display (có cùng lúc) nên xem xét thu phân theo tính nào Và là Row N % cùng Count cho
Sau khi xong các vào Apply to Selection xác Quay chính, vào Categories and
C a s giao di n Categories and Totals xu t hi n, tích ch n vào m c Total Sau nh p vào Apply xác nh n l a ch n và quay l i giao di n chính Custom Tables
Sau khi quay giao Custom Tables, tính và thao tác
Sau khi thao tác xong cho 2 Thu và tính, vào OK ra Output
Ta thu 2 Thu và tính sau:
Nhóm nhân viên trong công ty thu dù hay cao thì nhân viên cao so nhân viên nam công ty là hàng may may, thêu nên công nhân là Do phân thu theo tính là khá lý
2.2.2.4 th , bi u trình bày kê các con khá khô khan và sinh thì chính là kê xem trên SPSS 20, vào Graphs > Chart
- Variables: Khu các nào, chúng ta kéo vào
- Chart preview uses example data: là khu làm chính, là nào (tròn, kéo vào vùng này kéo
- Gallery: Khu này các SPSS 2D, 3D các tròn, phân tán, phân
SPSS khá trong có chuyên sâu kê Scatter, Histogram, Boxplot Tuy nhiên, chúng ta cho kê mô vì các chú ý các
Bar Line Area Pie (tròn)
Chúng ta hành tròn cho , các khác và các khác giao Chart Builder, Gallery, các
Kéo hình tròn bên vào vùng Chart preview uses example data
Lúc này vùng Chart preview uses example data ngoài hình tròn
2 ô là Angle Variable? và Slice by? hình
Kéo bi n tu i t m c Variables th vào ô Slice by Lúc này s xu t hi n m t h p tho i m i k bên c a s Chart Builder có tên Element Properties Trong giao di n h p tho i Element Properties, các b n c n chú ý t i m c Statistics: là cho phép tùy tính kê là (Count) hay ý không lúc nào các tùy này kích SPSS vào và giá vào kích không kích các tùy này
Vì kê nên tròn và tính kê (Percentage)
Sau khi tính kê, vào nút Apply và sau
OK Output hình hình bên con trên các vào
Chart Editor vào khoanh trong hình trên Label giá
(con %) cho vào nút X góc trên bên thoát
Chart Builder Quay Output, chúng ta có hoàn kê các giá kê cho lao có 26-35
(trên 50%) Trong khi lao có trên 45 5%) này cho lao công ty là lao giàu và này hoàn toàn phù ngành và công ty may công nhân có lao làm và hóa lao công ty.
Ki m nh gi thi t phân tích d li u SPSS
M t ng c coi là có giá tr (validity) n u nó ng c cái c n ng (theo Campbell & Fiske 1959) Hay nói cách khác, ng s không có hi n ng sai s h th ng và sai s ng u nhiên
- Sai s h th ng: s d ng thang không cân b ng, k thu t ph ng v n
- Sai s ng u nhiên: i ph ng v n ghi nh m k t qu c a i tr l i, i tr l i do nh ng tác ng nào mà thay i tính cách, suy thái m t cách nh t th i so v i tr ng thái bình ng, t làm nh ng n câu tr l i c a h
Trên th c t nghiên c u, chúng ta s b qua sai s h th ng và quan tâm n sai s ng u nhiên Khi m t ng v ng m t các sai s ng u nhiên thì ng có tin c y Vì v y, m t ng có giá tr cao thì ph i có tin c y cao
Các v n kinh t xã h i s hài lòng c a khách hàng, ch t ng d ch v c a m t công ty, lòng trung thành c a nhân i ph c t p và chung chung, do v y mu n ng các v n này, bu c i nghiên c u ph i xây d ng m t thang ch t ng, có tin c y
Thang c c p là m t t p h p các tiêu chí ho c các câu h i th hi n c nh ng khía c nh c a m t khái ni m M t thang t t là m t thang t p h p c các tiêu chí/câu h i/bi n quan sát ph n ánh y m i khía c nh c a khái ni m, v n c n ng và các tiêu chí này không b trùng l p nhau v n i dung v y, xây d ng thang ng m t khái ni m là xây d ng các câu h i/tiêu chí/bi n quan sát th hi n c các khía c nh c a khái ni m Ví d , y u t nh n th c c a nhà qu n tr là m t y u t l n c ng thông qua 5 tiêu chí/bi n quan sát nh i
T p h p 5 tiêu chí t NT1 n NT5 c g i là m t thang dùng ng nhân t Nh n th c c a nhà qu n tr
Câu h i c t ra: Bao nhiêu tiêu chí là ng m t khái ni m? Câu tr l i là không có con s chính xác Các tiêu chí c li t kê không nên quá nhi u ho c quá ít, quá nhi u s d x y ra tình tr ng trùng l p n i dung gi a các tiêu chí, quá ít l i không ph n ánh c h t các khía c nh c a v n c n nghiên c u
Tuy t i không c hi u nh m trong c m ng tin c y thang v i thang Likert trong ng tin c y thang b ng Alpha ng v i t p h p các bi n quan ng tin c y c a thang là ng tin c y c a t p h p các bi n quan sát, xem chúng có tin c y khi th hi n tính ch t c a nhân t m hay không và gi a chúng có m i quan ch t ch v i nhau hay không
Thang Likert là m t thang o c n làm c cho các khái ni m tr u ng, không có v Nó gi ng thang Kh i ng (kilogam), thang Chi u cao là các thang chu n c quy nh b i lý thuy t ng Chúng ta không ng tin c y gì v i các thang này c
- Cronbach (1951) ra h s tin c y cho thang Chú ý, h s Alpha ch ng tin c y c a thang (bao g m t 3 bi n quan sát tr lên1) ch không tính c tin c y cho t ng bi n quan sát
- N u m t bi n ng có h s quan bi n t ng Corrected Item Total Correlation 0.3 thì bi n t yêu c u
T 0.6 tr lên: thang ng u ki n
Khi th c hi n phân tích Alpha cho m t nhân t , n u h s
Alpha c a nhóm nh 0.6 và không có bi n nào trong nhóm có Cronbach's Alpha if Item Deleted l n 0.6 thì c n xem xét lo i b c nhân t
Chúng ta c n chú ý n giá tr c a c t Cronbach's Alpha if Item Deleted, c t này bi u di n h s Cronbach's Alpha n u lo i bi n xem xét Thông ng chúng ta s giá cùng v i h s quan bi n t ng Corrected Item Total Correlation, n u giá tr Cronbach's Alpha if Item Deleted c a m t bi n l n h s Cronbach Alpha c a nhóm và Corrected Item Total Correlation bi n nh 0.3 thì s lo i bi n quan sát xem xét tin c y c a thang th c hi n ki m nh tin c y thang Alpha trong SPSS 20, chúng ta vào Analyze > Scale > Reliability
Th c hi n ki m nh cho nhóm bi n quan sát thu c nhân t Nh n th c c a nhà qu n tr (NT) 5 bi n quan sát thu c nhân t TN vào m c Items bên ph i Ti p theo ch n vào
Trong tùy Statistics, chúng ta tích vào các hình
Sau khi click Continue, SPSS quay giao ban chúng ta vào OK ra Ouput:
K t qu ki m nh tin c y thang Alpha c a nhóm bi n quan sát
Reliability Statistics Cronbach's Alpha N of Items
Scale Variance if Item Deleted
Cronbach's Alpha if Item Deleted
K t qu ki m nh cho th y các bi n quan sát u có h s quan bi n t ng phù h p 0.3) H s Alpha = 0.851 0.6 nên t yêu c u v tin c y
Chú thích các khái ni m:
- N of Items: S ng bi n quan sát
- Scale Mean if Item Deleted: Trung bình thang n u lo i bi n
- Scale Variance if Item Deleted: sai thang n u lo i bi n
- Corrected Item-Total Correlation: quan bi n t ng
- Cronbach's Alpha if Item Deleted: H s Cronbach's Alpha n u lo i bi n
Th c hi n cho t ng nhóm bi n còn l i Chúng ta c n ý thang nhân viên k nhóm này s có m t bi n quan sát b lo i
Reliability Statistics Cronbach's Alpha N of Items
Scale Variance if Item Deleted
Cronbach's Alpha if Item Deleted
K t qu ki m nh cho th y H s Alpha = 0.649 0.6 tuy nhiên bi n quan sát TD4 có h s quan bi n t ng nh 0.3
Do ta ph i lo i bi n quan sát TD4, và ti p t c phân tích Alpha l n 2 cho thang Trình nhân viên
Reliability Statistics Cronbach's Alpha N of Items
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Cronbach's Alpha if Item Deleted
2.2.3.2 Phân tích nhân t khám phá EFA
Khi ki m nh m t lý thuy t khoa h c, chúng ta c n giá tin c y c a thang
Alpha) và giá tr c a thang (EFA) ph n c, chúng ta tìm hi u v tin c y thang v n ti p theo là thang ph i c giá giá tr c a nó Hai giá tr quan tr ng c xem xét trong ph n này là giá tr h i t và giá tr phân bi t 1 Hi u m t cách gi n:
1 Th a mãn "Giá tr h i t ": Các bi n quan sát h i t v cùng m t nhân t
2 m b o "Giá tr phân bi t": Các bi n quan sát thu c v nhân t này và ph i phân bi t v i nhân t khác
Phân tích nhân t khám phá, g i t t là EFA, dùng rút g n m t t p h p k bi n quan sát thành m t t p F (v i F < k) các nhân t có ý Trong nghiên c u, chúng ta ng thu th p c m t s ng bi n khá l n và r t nhi u các bi n quan sát trong có liên h quan v i nhau Thay vì nghiên c u 20 c m nh c a m t i ng, chúng ta có th ch nghiên c u 4 c m l n, trong m i c m l n này g m 5 c m nh có s quan v i nhau u này giúp ti t ki m th i gian và kinh phí nhi u cho i nghiên c u
V i ki m nh tin c y thang Alpha, chúng ta giá m i quan h gi a các bi n trong cùng m t nhóm, cùng m t nhân t , ch không xem xét m i quan h gi a t t c các bi n quan sát các nhân t khác Trong khi EFA xem xét m i quan h gi a các bi n t t c các nhóm (các nhân t ) khác nhau nh m phát hi n ra nh ng bi n quan sát t i lên nhi u nhân t ho c các bi n quan sát b phân sai nhân t t ban u
H s KMO (Kaiser-Meyer-Olkin) là m t ch s dùng xem xét s thích h p c a phân tích nhân t Tr s c a KMO ph i t giá tr 0.5 tr lên (0.5 KMO 1) là u ki n phân tích nhân t là phù h p N u tr s này nh 0.5, thì phân tích nhân t có kh không thích h p v i t p d li u nghiên c u
Ki m nh Bartlett test of sphericity) dùng xem xét các bi n quan sát trong nhân t có quan v i nhau hay không Chúng ta c n ý, u ki n c n áp d ng phân tích nhân t là các bi n quan sát ph n ánh nh ng khía c nh khác nhau c a cùng m t nhân t ph i có m i quan v i nhau m này liên quan n giá tr h i t trong phân tích EFA c nh c trên Do n u ki m nh cho th y không có ý th ng kê thì không nên áp d ng phân tích nhân t cho các bi n xem xét Ki m nh Bartlett có ý th ng kê (Sig
Test < 0.05), ch ng t các bi n quan sát có quan v i nhau trong nhân t