bài tập cá nhân môn học phương pháp nghiên cứu khoa học giai đoạn 2

Thực hiện phân tích Anova một chiều để tìm sự khác biệt của các biến tìm ẩn trong mô hình với này với các tiêu thức phân loại: OWN, POS, Age, EXP.. Thực hiện phân tích anova một chiều để

Trang 1

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH

KHOA ĐÀO TẠO SAU ĐẠI HỌC

LỚP : QTKD ĐÊM 5 - KHÓA : K22

TP.HCM, tháng 08 năm 2013

Trang 2

MỤC LỤC

I Kiểm tra và làm sạch dữ liệu 4

II Kiểm định EFA và hệ số Cronbach Alpha lần lược cho các biến OC, PV, MP 5

1 Thành phần văn hóa tổ chức OC 5

2 Thành phần Hệ thống giá trị của quản gia PV 7

3 Thành phần thực tiễn quản trị MP 9

4 Thành phần kết quả hoạt động công ty P 11

5 Tính giá trị các biến mới: 12

III Thực hiện phân tích Anova một chiều để tìm sự khác biệt của các biến tìm ẩn trong mô hình với này với các tiêu thức phân loại: OWN, POS, Age, EXP 14

3.1 Kiểm định sự khác biệt về hình thức sở hữu OWN 14

3.2 Kiểm định sự khác biệt về kinh nghiệm EXP 17

3.3 Kiểm định sự khác biệt về độ tuổi quản trị AGE 19

3.4 Kiểm định sự khác biệt về cấp bậc quản lý POS 20

IV Phân tích ANOVA hai chiều với OWN và POS 21

V Xây dựng hàm tương quan tuyến tính giữa P và các biến độc lập vừa khám phá thông qua phân tích nhân tố/EFA 23

VI Kiểm định giả thiết 26

VII Xây dựng hàm tương quan với biến giả Dummy Biến giả được chọn là biến loại hình doanh nghiệp, trong đó doanh nghiệp nhà nước chọn làm biến cơ sở 29

Trang 3

ĐỀ BÀI

Giả sử chúng ta có một mô hình lý thuyết gồm 4 khái niệm lý thuyết có quan hệ với nhau: Văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia (PV), thực tiển quản trị (MP), và kết quả hoạt động của công ty (P) Khái niệm văn hóa tổ chức được chia thành hai biến tiềm ẩn: OC1 và OC2 Trong đó OC1 được đo lường bằng 5 yếu tố thành phần (OC11, OC12,

… , OC15); OC2 được đo lường bằng 6 yếu tố thành phần (OC21, OC22, … , OC26) Biến PV là khái niệm đơn biến được đo lường bằng 9 yếu tố thàh phần (PV1, PV2, …., PV9) Khái niệm MP được phân ra hai biến tiền ẩn: MP1 và MP2 MP1 được đo lường bằng 6 yếu tố thành phần (MP11, MP12, …., MP16) và MP2 được đo lường bằng 6 yếu tố thành phần (MP21, MP22, …., MP26) Riêng khái niệm P được đo lường bởi 6 yếu tố thành phần (P1, P2, …., P6)

Trong mô hình này, P là biến phụ thuộc và các biến OC1, OC2, PV, MP1, MP2 là biến độc lập Các biến phân loại bao gồm

 Loại hình doanh nghiệp: có bốn loại và được mã hóa từ 1 đến 4 (ký hiệu là OWN) Thứ tự như sau: DNNN, Liên doanh, công ty tư nhân, doanh nghiệp gia đình

 Cấp bậc quản lý (POS) gồm hai bậc, trong đó quản lý cấp cao nhận giá trị là 1, quản

lý cấp trung nhận giá trị là 2

 Độ tuổi quản trị gia (Age) chia thành 4 nhóm: 1, 2, 3, 4

 Kinh nghiệm quản lý (EXP) cũng được chia thành 4 bậc, từ bậc 1 đến bậc 4 Mổi bậc có khoảng cách là 5 năm

YÊU CẦU:

1 Thực hiện phân tích khám phá (EFA)/phân tích nhân tố để tìm các biến mới/hoặc giảm biến, cũng như tìm các yếu tố thành phần đo lướng biến này Sau đó tính giá trị của các biến mới (là trung bình của các yếu tố thành phần)

2 Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số cronbach alpha

3 Thực hiện phân tích anova một chiều để tìm sự khác biệt của các biến tiềm ẩn trong

mô hình này với các tiêu thức phân loại: OWN, POS, Age, EXP.Thực hiện phân tích anova hai chiều với biến OWN và POS

4 Xây dựng hàm tương quan tuyến tính giữa P và các biến độc lập vừa khám phá thông qua phân tích nhân tố/EFA và cronbach alpha

5 Kiểm định các giả thuyết của hàm tương quan đa biến

6 xây dựng hàm tương quan với biến giả (dummy) Biến giả được chọn là biến loại hình doanh nghiệp Trong đó doanh nghiệp nhà nước được chọn là biến cơ sở

Trang 4

BÀI LÀM

Đầu tiên chúng ta tiến hành làm sạch dữ liệu nhằm mục đích:

• Xác định ra những giá trị vô nghĩa: giá trị khác với giá trị mã hóa

• Xác định ra những giá trị khuyết: câu hỏi không có trả lời

• Xác định ra những mối quan hệ không logic giữa các câu trả lời

Các bước làm sạch dữ liệu:

• Bước 1: Lập bảng tần số từng biến, để tìm các số liệu bất thường

• Bước 2: Xắp xếp dữ liệu theo biến bất thường

• Bước 3: Kiểm tra và điều chỉnh dữ liệu ở các mẫu có số liệu bất thường

Kết quả:

Xuất dữ liệu từ file Excel sang spss V16.0, dùng lệch Frequencies để lập bảng tầng số cho tất cả các biến, và nhận thấy rằng biến MP16 có một giá trị sai lệch:

Bảng 1.1: Bảng tầng số của biến quan sát MP16

Biến EXP được chia thành 4 bậc nhưng trong kết quả khảo sát có bậc 5:

Bảng 1.2: Bảng tầng số của biến phân loại EXP

Trang 5

II Kiểm định EFA và hệ số Cronbach Alpha lần lƣợc cho các biến OC, PV, MP

a Phân tích nhân tố EFA

Bảng 2.1: Total Variance Explained:

Component Initial Eigenvalues Extraction Sums of Squared

Extraction Method: Principal Component Analysis

Theo kết quả phân tích trên ta thấy được 2 nhân tố được rút ra, tổng phương sai trích TVE

= 47,398% <50% (không thỏa), tiến hành kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha

b Kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha

Bảng 2.2a Reliability Statistics

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

OC11 38,00 36,841 ,510 ,756 OC12 37,93 37,169 ,530 ,755 OC13 38,30 34,914 ,575 ,747 OC14 37,82 37,631 ,526 ,756 OC15 38,39 35,686 ,586 ,747 OC21 38,67 39,274 ,243 ,789 OC22 38,78 36,804 ,499 ,757 OC23 38,66 37,751 ,391 ,770

OC25 37,76 39,102 ,418 ,767 OC26 37,84 37,323 ,528 ,755

Hệ số Cronbach’s Alpha = 0.782

Trang 6

Theo kết quả phân tích EFA thì tổng phương sai trích không thỏa (TVE = 47,398% <50%,) Đồng thời dựa vào bảng phân tích hệ số Cronbach’s Alpha, ta thấy nếu xóa thành phần OC24 thì hệ số Cronbach’s Alpha tăng lên 0,805

 Tiến hành xóa biến OC24 và phân tích lại, có kết quả sau:

Bảng 2.3: Kết quả phân tích EFA của thành phần OC

Component Initial Eigenvalues Extraction Sums of Squared

Rotation Method: Varimax with Kaiser

Normalization

a Rotation converged in 3 iterations

Dựa vào kết quả trên, ta thấy tổng phương sai trích TVE = 50,916% >50% thỏa mãn, hệ số Cronbach’s Alpha = 0, 805 là cao, đồng thời dựa vào bảng ma trận xoay nhân tố thì các biến OC11, OC12, OC14, OC15, OC25 và OC26 đo lường cho nhân tố 1 tốt hơn nhân tố 2,

do đó, các biến tiềm ẩn OC1 và OC2 có các biến đo lường mới như sau:

OCFT1: OC11, OC12, OC14, OC15, OC25 và OC26

OCFT2: OC13, OC21, OC22 và OC23

Trang 7

2 Thành phần Hệ thống giá trị của quản gia PV

Bảng 2.5 : Kết quả phân tích EFA của thành phần PV

Theo kết quả phân tích trên ta thấy được 2 nhân tố được rút ra, Tổng phương sai trích TVE

= 47,779 % < 50% (không thỏa) tiến hành kiểm tra độ tin cậy của đo lường bằng hệ số

Theo kết quả phân tích trong bảng 2.6a thì hệ số Cronbach’s Alpha = 0.619> 0.6, hệ số

tương quan của các biến PV3, PV4 và PV9 nhỏ hơn 0.3 và Cronbach's Alpha if Item

Deleted của 3 biến này cũng > 0.6, tiến hành xóa biến PV4, PV3,PV9 và tiến hành kiểm tra

độ tin cậy của đo lường bằng hệ số Cronbach Alpha, được kết quả sau:

Trang 8

Corrected Total Correlation

Item-Cronbach's Alpha if Item Deleted

Total Variance Explained

Trang 9

PV6 775 PV8 699 PV5 751 PV7 573

Kết quả trên cho chúng ta thấy các biến đo lường đều có phần chung với một và chỉ một nhân tố, vì vậy thang đo này là thang đo đơn hướng Tổng phương sai trích TVE < 50%, tiến hành loại các biến rác, dựa vào giá trị trọng số λi thấp (biến PV2 và PV7) ta được kết quả sau:

Total % of Variance Cumulative % Total % of Variance Cumulative %

quan sát sau: PVFT : PV5, PV6, PV8

3 Thành phần thực tiễn quản trị MP

Bảng 2.12 : Kết quả phân tích EFA của thành phần MP

Trang 10

MP13 ,196 ,495 ,531

Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser

Normalization

a Rotation converged in 4 iterations

Theo kết quả phân tích trên ta thấy được 3 nhân tố được rút ra, Tổng phương sai trích TVE

= 53,835% > 50% (thỏa mãn), tiến hành kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha

b kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha

MP11 38,45 59,995 ,392 ,809 MP12 38,31 59,376 ,457 ,804 MP13 38,76 59,112 ,418 ,807 MP14 39,55 63,489 ,140 ,831 MP15 39,02 55,829 ,527 ,797 MP16 38,47 57,976 ,505 ,799 MP21 38,85 56,843 ,492 ,800 MP22 38,68 57,873 ,473 ,802 MP23 39,30 56,822 ,492 ,800 MP24 38,54 56,991 ,592 ,793 MP25 38,46 56,706 ,591 ,792 MP26 39,00 55,477 ,565 ,793

Trang 11

Bảng 2.15 : Kết quả phân tích EFA của thành phần P

Total % of Variance Cumulative % Total % of Variance Cumulative %

Từ kết quả trên ta thấy ta thấy tổng phương sai trích TVE > 50%, nên thang đo đạt yêu cầu

b Kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha

P2 18.72 12.994 0.579 0.815 P1 18.54 12.861 0.595 0.812 P3 18.65 12.373 0.655 0.8 P4 18.49 12.726 0.597 0.811 P5 18.45 12.717 0.647 0.802 P6 18.79 12.548 0.586 0.814

Hệ số Cronbach’s Alpha = 0.836

Trang 12

Từ kết quả trên ta thấy hệ số Cronbach’s Alpha = 0.836 > 0.6, hệ số tương quan lớn hơn 0.3, nên thang đo đạt yêu cầu, các biến đo lường cho thành phần nhân tố P như sau

PFT: P1, P2, P3, P4, P5, P6

Nhƣ vậy:

Sau Khi phân tích nhân tố EFA và Cronbach’s Alpha cho các thành phần OC, PV, MP và P

ta loại 7 biến quan sát và còn lại 31 biến quan sát Gồm 7 biến chính:

- Nhân tố OCFT1: OC11, OC12, OC14, OC15, OC25 và OC26

- Nhân tố OCFT2: OC13, OC21, OC22 và OC23

5 Tính giá trị các biến mới:

Biểu đồ 1: Giá trị OCFT1

Biểu đồ 2: Giá trị OCFT2

Trang 13

Biểu đồ 3: Giá trị PVFT

Biểu đồ 4: Giá trị MPFT1

Trang 14

III Thực hiện phân tích Anova một chiều để tìm sự khác biệt của các biến tìm ẩn trong mô hình với này với các tiêu thức phân loại: OWN, POS, Age, EXP

Các biến tiềm ẩn gồm: FTOC1; FTOC2; FTPV; FTMP1; FTMP2; FTMP3

Ta tiến hành kiểm định sự khác biệt giữa các hình thức sở hữu, ta có giả thuyết:

- H0 : Không có sự khác biệt giữa các hình thức sở hữu

- H1 : Có sự khác biệt giữa các hình thức sở hữu

Nếu Sig lớn hơn mức ý nghĩa 5% chúng ta chấp nhận giả thuyết H0 tức là không có sự khác biệt giữa các hình thức sở hữu công ty Ngược lại, nếu Sig nhỏ hơn mức ý nghĩa 5% ta

Trang 15

bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1 tức là có sự khác biệt giữa các hình thức

sở hữu công ty đối với các biến tiềm ẩn

Bảng 3.1 : ANOVA một chiều cho OWN

ANOVA

ta tiến hành kiểm định Post Hoc

Trang 16

Bảng 3.2 : Kết quả kiểm định POST HOC cho OWN

Multiple Comparisons Bonferroni

Dependent Variable

Mean Difference (I-J)

Trang 17

* The mean difference is significant at the 0.05 level

Dựa vào bảng kết quả 3.2 ta có kết quả sau:

- Khác biệt về OCFT2 giữa loại 1 và loại 3, loại 2 và loại 3; trong đó khác biệt giữa loại 2 và loại 3 là nhiều nhất;

- Khác biệt về MPFT1 giữa loại 1 và loại 3, loại 1 và loại 4; trong đó khác biệt giữa loại 1 và loại 3 là nhiều nhất;

- Khác biệt về MPFT2 giữa loại 3 và loại 4;

- Khác biệt về MPFT3 giữa loại 1 và loại 3, loại 2 và loại 3, loại 3 và loại 4 ; trong đó khác biệt giữa loại 1 và loại 3, giữa loại 2 và loại 3 là nhiều nhất;

- Khác biệt về PFT giữa loại 1 và loại 3, loại 2 và loại 3; trong đó khác biệt giữa loại

1 và loại 3 là nhiều nhất;

Bảng 3.3 : ANOVA một chiều cho EXP

Total 898,108 893

OCFT2

Between Groups 33,057 3 11,019 11,203 ,000 Within Groups 875,382 890 ,984

Total 908,439 893

Trang 18

Within Groups 885,120 889 ,996

Total 885,973 892

MPFT1

Between Groups 8,023 3 2,674 2,665 ,047 Within Groups 886,137 883 1,004

Total 894,160 886

MPFT2

Total 847,880 886

MPFT3

Total 884,600 886

PFT

Total 890,440 893

Với kết quả ở bảng 3.3 ở trên, Sig của OCFT1, PVFT, MPFT2, MPFT3 lớn hơn mức

ý nghĩa 5% vì vậy chúng ta có thể kết luận không có sự khác biệt giữa kinh nghiệm với biến tiềm ẩn OCFT1, PVFT, MPFT2, MPFT3 Ngược lại, các biến tiềm ẩn OCF2, MPFT1, PFT có Sig nhỏ hơn mức ý nghĩa 5% nên có sự khác biệt giữa kinh nghiệm đối với các biến này Tuy nhiên, để biết được các hình thức sở hữu nào có sự khác biệt thì ta tiến hành kiểm định Post Hoc

Bảng3.4 : Kết quả kiểm định POST HOC cho EXP

Multiple Comparisons Bonferroni

Dependent Variable

Mean Difference (I-J)

Std Error Sig

95% Confidence Interval Lower Bound Upper Bound

Trang 19

* The mean difference is significant at the 0.05 level

Dựa vào bảng kết quả 3.4 ta có kết quả sau:

- Khác biệt về OCFT2 giữa loại 1 và loại 2, loại 1 và loại 3;

- Khác biệt về MPFT1: không có sự khác biệt

- Khác biệt về OCFT2 giữa loại 1 và loại 2, loại 1 và loại 3;

Bảng 3.5 : ANOVA một chiều cho AGE

ANOVA Sum of

Total 941,375 942

OCFT2

Total 945,272 942

PVFT

Total 935,724 941

MPFT1

Total 935,669 936

MPFT2

Total 920,296 936

MPFT3

Between Groups 5,784 3 1,928 1,929 ,123 Within Groups 932,679 933 1,000

Total 938,462 936

PFT

Total 942,541 943

Trang 20

Với kết quả ở bảng 3.5 ở trên, Sig của OCFT1, PVFT, MPFT3, PFT lớn hơn mức ý nghĩa 5% vì vậy chúng ta có thể kết luận không có sự khác biệt giữa độ tuổi quản lý với biến tiềm ẩn của OCFT1, PVFT, MPFT3, PFT Ngược lại, các biến tiềm ẩn OCFT2, MPFT1, MPFT2 có Sig nhỏ hơn mức ý nghĩa 5% nên có sự khác biệt giữa độ tuổi quản lý đối với các biến

Bảng 3.6 : ANOVA một chiều cho POS

ANOVA Sum of

OCFT2

Between Groups 15,387 1 15,387 15,582 ,000 Within Groups 930,180 942 ,987 Total 945,567 943

PVFT

MPFT1

MPFT2

MPFT3

Between Groups 0,715 1 0,715 0,713 ,399 Within Groups 938,223 936 1,002 Total 938,938 937

PFT

Với kết quả ở bảng 3.6 ở trên, Sig của PVFT, MPFT2, MPFT3 lớn hơn mức ý nghĩa 5% vì vậy chúng ta có thể kết luận không có sự khác biệt giữa cấp bậc quản lý với biến tiềm ẩn của PVFT, MPFT2, MPFT3 Ngược lại, các biến tiềm ẩn OCFT1, OCFT2, MPFT1, PFT

có Sig nhỏ hơn mức ý nghĩa 5% nên có sự khác biệt giữa hai hình thức quản lý với các biến này

Định dạng
Số trang	32
Dung lượng	1,3 MB