bài tập cá nhân xử lý dữ liệu bằng phần mềm spss môn học phương pháp nghiên cứu khoa học – phần 2

12 Câu 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 một c

Trang 1

Trường Đại Học Kinh Tế TPHCM Viện Đào Tạo Sau Đại Học Khoa Quản Trị Kinh Doanh

  

Môn học: PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC TRONG QUẢN TRỊ

BÀI TẬP XỬ LÝ DỮ LIỆU

GVHD : TS NGUYỄN HÙNG PHONG HVTH : NGUYỄN THỊ THANH THẢO MSHV : 7701221072

TPHCM – 08/2013

Trang 2

MỤC LỤC

LÀM SẠCH DỮ LIỆU 5

Câu 2: Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số cronbach alpha 7

Câu 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) 12

Câu 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 20

Câu 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 30

Câu 5: Kiểm định các giả thuyết của hàm tương quan đa biến (Năm giả thuyết của hàm hồi quy

đa biến) 32 Câu 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 37

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 thành 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

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

Trang 4

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 5

BÀI LÀM

LÀM SẠCH DỮ LIỆU

 Mục tiêu việc làm sạch dữ liệu:

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:

Vì dữ liệu này khá đơn giản nên dùng lệnh Filter của Excel để làm sạch dữ liệu

 Kết quả:

Từ kích thước mẫu ban đầu là 953, sau quá trình làm sạch kích thước mẫu còn lại là 880

Tiến hành kiểm tra độ tin cậy của thang đo trước khi phân tích nhân tố khám phá EFA

Ta có mô hình mối quan hệ các biến như sau:

Trang 6

OC15

OC14

OC12 OC13

OC21

OC15 OC25

OC15

OC24

OC22 OC23

OC26

PV1

OC15 PV5

OC15

PV4

PV2 PV3

PV6 OC15 PV8 PV7

PV9

MP21

OC15 MP25

OC15

MP24

MP22 MP23

MP26

MP11

OC15 MP15

OC15

MP14

MP12 MP13

Trang 7

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

Tiêu chuẩn đánh giá thang đo

 α ≥0.60: chấp nhận được – không tốt

 α є [0.70 - 0.95]: tốt

 α > 0.95: có hiện tượng trùng lắp trong các mục hỏi – không chấp nhận

 Tương quan giữa biến – tổng (Correcteditem – total correlation) > 0,3

2.1 Cronbach Alpha cho thang đo OC1

Item-Cronbach's Alpha if Item Deleted OC11 15.97 9.727 513 722

(Nunnally & Berntein, 1994) chứng tỏ biến đo lường của OC1 này đạt độ tin cậy

2.2 Cronbach Alpha cho thang đo OC2

Trang 8

Item-Cronbach's Alpha if Item Deleted OC21 18.52 9.467 259 493

Vì vậy loại biến OC2 vì thang đo không đạt đủ độ tin cậy

2.3 Cronbach Alpha cho thang đo PV

Item-Cronbach's Alpha if Item Deleted PV2 29.72 19.757 313 588

Trang 9

Tuy nhiên ta thấy hệ số tương quan biến tổng (Corrected Item-Total Correlation) của PV3, PV4, PV9 bé hơn 0.3 Do đó chúng ta loại 3 biến này ra khỏi và tiếp tục phân tích Cronbach Alpha cho các biến còn lại thì được các bảng sau:

PV8 16.41 7.839 506 664

PV5 16.43 7.531 541 650

PV6 16.59 7.353 575 635

PV7 17.11 7.740 377 721

Trang 10

Như vậy với việc loại bỏ các biến PV1, PV3, PV4, PV9, lúc này hệ số Cronbach Alpha của PV

đã đạt ở mức tốt (0.721 > 0.6) và đồng thời các biến khác đều đạt hệ số tương quan biến tổng

>0.3 Do đó về mặt thống kê, ta sẽ loại bỏ PV1, PV3, PV4, PV9 ra khỏi PV trong quá trình phân tích

2.4 Cronbach Alpha cho thang đo MP1

Item-Cronbach's Alpha if Item Deleted MP11 17.43 13.510 378 602

Kết quả Cronbach alpha của thang đo MP1 ở mức độ chấp nhận được (0.645 > 0.6)

Tuy nhiên ta thấy hệ số tương quan biến tổng (Corrected Item-Total Correlation) của MP14 bé hơn 0.3 Do đó chúng ta loại 3 biến này ra khỏi và tiếp tục phân tích Cronbach Alpha cho các biến còn lại thì được các bảng sau:

MP12 14.57 10.027 493 605

MP13 15.02 10.069 405 640

Trang 11

MP15 15.28 9.099 440 628

MP16 14.73 10.058 429 630

Như vậy với việc loại bỏ các biến MP14 ra khỏi, lúc này hệ số Cronbach Alpha của MP1 đã tốt hơn (0.679 > 0.6) và đồng thời các biến khác đều đạt hệ số tương quan biến tổng >0.3 Do đó về mặt thống kê, MP14 ra khỏi MP1 trong quá trình phân tích

2.5 Cronbach Alpha cho thang đo MP2

(Nunnally & Berntein, 1994) chứng tỏ biến đo lường của MP2 này đạt độ tin cậy

2.5 Cronbach Alpha cho thang đo P

Trang 12

Item-Cronbach's Alpha if Item Deleted P2 18.75 12.956 577 821

Câu 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)

Theo Mô hình trên ta có thể mô tả như sau: Biến phụ thuộc P sẽ có quan hệ với 3 biến độc lập là OC, PV và MP nghĩa là kết quả hoạt động kinh doanh của doanh nghiệp có thể bị ảnh hưởng bởi các nhân tố: văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia (PV) và thực tiễn quản trị (MP) Trong đó OC, PV, MP là các khái niệm bậc 1; OC1,OC2, MP1, MP2 là các khái niệm bậc 2 Mỗi khái niệm được đo lường bằng các biến quan sát nhỏ hơn như trong mô hình

Theo mô hình ban đầu trên, ta thấy khái niệm OC là một thang đo đơn hướng với hai nhân tố, khái niệm PV là thang đo đơn hướng một nhân tố, khái niệm MP là một thang đo đơn hướng với hai nhân tố Ban đầu chúng ta sẽ giả định là các khái niệm bậc 2 OC1 và OC2 là độc lập nhau, tương tự MP1 và MP2 cũng độc lập nhau Chúng ta sẽ kiểm tra lại giả định này sau khi chạy phân tích EFA bằng cách kiểm tra hệ sô hiệp phương sai của các nhân tố trích được Vì vậy các bước tiếp theo chúng ta sẽ tiến hành phân tích EFA với hai khái niệm bậc một OC và MP theo mô hình EFA hai nhân tố độc lập, khái niệm PV theo mô hình EFA một nhân tố

ĐIỀU KIỆN PHÂN TÍCH NHÂN TỐ

Trang 13

 Hệ số KMO[1] (Kaiser-Mayer-Olkin) ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett ≤

0,05

 Hệ số tải nhân tố (Factor loading) > 0,5, nếu biến quan sát nào có hệ số tải nhân tố < 0,5

sẽ bị loại

 Thang đo được chấp nhận khi tổng phương sai trích ≥50%;

 Hệ số eigenvalue > 1 (Gerbing và Anderson, 1998);

 Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để tạo giá trị

phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003)

 Phân tích EFA đối với những biến còn lại sau khi đã loại bớt biến ở phần phân tích

Xét điều kiện để phân tích EFA của mô hình này cho kết quả sau:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .908

Bartlett's Test of Sphericity

Approx Chi-Square 5429.293

Sig .000

Từ kết quả KMO and Bartlett's Test cho thấy :

 KMO = 0.908 (nằm trong khoảng từ 0 đến 1)

 Sig (Bartlett’s Test) = 000 < 0,05

Kết luận: Tất cả các biến có đủ điều kiện và thích hợp để phân tích nhân tố và các biến quan sát

có sự tương quan với nhau trong tổng thể

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Trang 14

Extraction Method: Principal Component Analysis

Rotated Component Matrix a

Component

1 2 3 4 OC11 151 633 100 202

Trang 15

MP23 685 .114

MP24 584 251 158 233

MP25 550 350 236 201

MP26 680 094 129 184

Rotation Method: Varimax with Kaiser Normalization

a Rotation converged in 5 iterations

Nhận xét:

Xác định số lượng nhân tố

Từ bảng Total Variance Explained cho thấy có 4 nhân tố được trí tại eigenvalue >1 Vật số lượng nhân tố rút ra là 4 nhân tố

Xác định thành phần các biến của các nhân tố

Từ bảng kết quả của Rotated Component Matrix kết hợp với điều kiện:

Factor loading > 0.5 thì đạt giá trị hội tụ, quan sát nào có hệ số tải nhân tố <0.5 sẽ bị loại

Khác biệt giữa các Factor loading của các nhân tố trong cùng một biến quan sát phải >0.3 để tạo giá trị phân biệt

Kết quả sau khi xét giá trị hội tụ:

 OC1 (OC11, OC12, OC13, OC14, OC15)

bỏ MP16 và cho chạy lại EFA cho các nhân tố thì được bảng sau:

Trang 16

Tuy nhiên khi xét về giá trị phân biệt, ta thấy các biến ko đạt giá trị phân biệt: OC15, PV7, MP25 Trong đó PV7 là có giá trị phân biệt thấp nhất nên ta hiệu chỉnh bằng cách loại bỏ PV7 và cho chạy lại EFA cho các nhân tố thì được bảng sau:

Trang 17

MP26 699 119 119 148

Tuy nhiên khi xét về giá trị phân biệt, ta thấy các biến MP25 ko đạt giá trị phân biệt nên ta hiệu chỉnh bằng cách loại bỏ MP25 và cho chạy lại EFA cho các nhân tố thì được bảng sau:

Đây là kết quả phân tích EFA cuối cùng: đáp ứng được giá trị hội tụ và giá trị phân biệt (Do dữ liệu chưa nắm rõ về giá trị nội dung nên chỉ xét đến giá trị về mặt thống kê)

Hiệu chỉnh lại mô hình sau khi phân tích EFA:

 Khái niêm thực tiễn quản trị MP gồm 2 biến:

o Nhân tố NT1 gồm 6 thành phần (MP15, MP21, MP22, MP23, MP24, MP26)

o Nhân tố NT2 gồm 3 thành phần (MP11, MP12, MP13)

Trang 18

 Khái niệm văn hóa tổ chức OC gồm 5 yếu tố thành phần, gọi là nhân tố NT3 (OC11, OC12, OC13, OC14, OC15)

 Khái niệm hệ thống giá trị của quản trị gia PV gồm 4 yếu tố thành phần, gọi là NT4 (PV2, PV5, PV6, PV8)

 Kết quả hoạt động P: gồm 6 thành phần P1, P2, P3, P4, P5 và P6

Kiểm định lại độ tin cậy của thang đo bằng Cronbach alpha

Cần thực hiện kiểm định Cronbach Alpha lần nữa cho các Nhân tố (factor) đã được EFA rút trích được Theo kết quả ta thấy rằng hầu hết các nhân tố mới đều đạt được độ tin cậy Cronbach Alpha Đồng thời, hệ số tương quan biến tổng (Corrected Item-Total Correlation) của các biến đo lường của các nhân tố đề lớn hơn 0.3 (Nunnally & Berntein, 1994) chứng tỏ biến đo lường của các nhân tố tương ứng này đạt độ tin cậy Cụ thể dữ liệu:

Kiểm định Cronbach alpha đối với nhân tố NT1:

Trang 19

Item-Cronbach's Alpha if Item Deleted MP11 7.55 3.301 438 544 MP12 7.44 3.213 506 453 MP13 7.89 3.229 393 612

Item-Cronbach's Alpha if Item Deleted OC11 15.97 9.727 513 722 OC12 15.90 9.841 555 708 OC13 16.26 9.140 507 729 OC14 15.77 10.367 521 722 OC15 16.35 9.382 561 705

Item-Cronbach's Alpha if Item Deleted PV2 12.84 5.010 439 700 PV5 12.78 4.594 547 636 PV6 12.94 4.543 556 631 PV8 12.76 4.888 497 667

Trang 20

Câu 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

Tính giá trị cho các nhân tố mới (là trung bình của các yếu tố thành phần)

NT4

NT1

OC11

OC15 OC14

OC12 OC13

PV6 PV5 PV2

PV8

MP21

MP24

MP22 MP23

MP26 MP11 MP15

MP12 MP13 P1

Trang 21

- Giả thiết H0: Không có sự khác biệt giữa các loại hình doanh nghiệp

- Giả thiết H1: Có sự khác biệt giữa các loại hình doanh nghiệp

-

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Trang 22

Kết quả hoạt động của công ty P:

Từ kết quả bảng Test of Homogeneity of Variances, Sig = 0.082 > 0.05 nên không có sự khác

biệt về phương sai của các nhóm

Từ kết quả bảng ANOVA Sig = 0.000 < 0.05 : Đủ điều kiện từ chối giả thuyết H0, chấp nhận giả

thuyết H1 (hay có ít nhất 1 cặp trung bình khác nhau nhưng chưa biết cặp trung bình nào)

Kiểm định hậu ANOVA đối với F1 và P để xác định sự khác nhau giữa các nhóm:

Multiple Comparisons

Tukey HSD

Dependent Variable (I) OWN (J) OWN Mean Difference

(I-J)

Std Error Sig 95% Confidence Interval

Lower Bound Upper Bound

Trang 23

Từ kết quả nhận được sau khi phân tích hậu ANOVA Ta thấy:

- Về nhân tố NT1: sig13, sig14, sig31, sig41, của nhân tố NT1 lần lượt là 0.00, 0.04, 0.00, 0.04 đều < 0.05 nên có sự khác biệt giữa nhóm 1 và nhóm 3, nhóm 1 và nhóm 4

- Về nhân tố P: sig13, sig23, sig31, sig32, của nhân tố P lần lượt là 0.00, 0.03, 0.00, 0.03 đều < 0.05 nên có sự khác biệt giữa nhóm 1 và nhóm 3, nhóm 2 và nhóm 3

Kết luận:

- Không có sự khác biệt về văn hóa tổ chức, hệ thống giá trị của quản trị gia, thực

tiễn quản trị (NT2) giữa các loại hình doanh nghiệp

- Có sự khác biệt về thực tiễn quản trị (NT1) giữa loại hình doanh nghiệp 1 với loại hình doanh nghiệp 3, 4

- Có sự khác biệt về kết quả hoạt động kinh doanh giữa loại hình doanh nghiệp 1

với 2, loại hình doanh nghiệp 2 và 3

3.2 Phân tích sự khác biệt (one-way anova) giữa các biến tiềm ẩn trong mô hình với tiêu thức phân loại POS

- Giả thiết H0: Không có sự khác biệt giữa các cấp bậc quản lý

- Giả thiết H1: Có sự khác biệt giữa các cấp bậc quản lý

-

Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig

Định dạng
Số trang	39
Dung lượng	1,38 MB