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

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.. Sau đó tính giá trị của các biến mới là t

Trang 1

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

VIỆN ĐÀO TẠO SAU ĐẠI HỌC

TP HCM, tháng 08 năm 2013

Trang 2

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)

 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 lường 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

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

Trang 3

6 Xây dựng hàm tương quan với biến giả trong đó biến loại hình doanh nghiệp nhà nước được chọn là biến cơ sở.

BÀI LÀM

I Kiểm tra data dữ liệu và cách khắc phục:

Lỗi gặp phải Hướng giải quyết Lý do đưa ra cách giải

Trang 4

MP26 MP25 MP

OC1

P

P1

1111 P2 P3

3 P4 P5

555 P6

Trang 5

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)?

Phương pháp phân tích nhân tố khám phá (EFA) dùng để đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt Dựa vào mối tương quan giữa các biến với nhau, ta có thể rút gọn một tập k biến quan sát thành 1 tập F (F<k) các nhân tố

có ý nghĩa hơn

Theo đề bài, chúng ta có 4 khái niệm lý thuyết có quan hệ với nhau đó là văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia (PV), thực tiễn quản trị (MP), và kết quả hoạt động của công ty (P) Khi thực hiện phân tích nhân tố khám phá (EFA), ta thực hiện cho từng khái niệm.

a Thực hiện EFA với biến tiềm ẩn Văn hoá tổ chức (OC)

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .853

Bartlett's Test of Sphericity

Approx Chi-Square 2613.931

Trang 6

Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared

Loadings

Rotation Sums of Squared

LoadingsTotal % of

Extraction Method: Principal Component Analysis

Rotated Component Matrix a

Trang 7

et al (1998) nếu cỡ mẫu hơn 350 thì hệ số tải lớn hơn 0,3)

Do vậy ta tiến hành thực hiện EFA với thao tác loại bỏ dần item Việc loại bỏ item dựa trên hệ số tải của từng item trong bảng Rotated Component Matrix và xét tổng phương sai trích thu được Có 4 item đều tác động đến OC1 và OC2 là OC11, OC13, OC15 và OC22, là những item có giá trị phân biệt thấp Nguyên tắc loại bỏ: item nào tác động đến cả 2 component lớn hơn thì loại trước Nên thứ tự sẽ là OC13, OC15, OC22, OC11.

- Loại OC13

Kaiser-Meyer-Olkin Measure of Sampling Adequacy ,826

Approx Chi-Square 2188,898

Trang 8

Chỉ số KMO = 0,826 và significant = 0,000  kết quả kiểm định KMO và Barlett

là phù hợp Tuy nhiên tổng phương sai trích vẫn nhỏ hơn 50% nên ta tiến hành loại bỏ

OC11.

- Loại OC15

Trang 9

Tương tự như trên, sau khi thực hiện EFA kết quả Chỉ số KMO = 0,787 và

significant = 0,000  kết quả kiểm định KMO và Barlett là phù hợp Tuy nhiên tổng

phương sai trích vẫn nhỏ hơn 50% nên ta tiến hành loại bỏ OC22.

- Loại OC22

Trang 10

Rotated Component Matrixa

Kết quả Chỉ số KMO = 0,765 và significant = 0,000  kết quả kiểm định KMO

và Barlett là phù hợp Sau 3 bước loại item thì tổng phương sai trích thu được là 50,458%

Trang 11

(> 50%) Tuy nhiên, xuất hiện trường hợp OC11 có hể đo lường cho cả 2 component Ta

thử loại bỏ OC11 và xét tổng phương sai trích mới.

Trang 12

+ Giá trị trung bình biến OC1

b Thực hiện EFA với biến Hệ thống quản trị của quản trị gia (PV)

Kaiser-Meyer-Olkin Measure of Sampling Adequacy .743

Bartlett's Test of Sphericity Approx Chi-Square 1375.870

Trang 13

Sig .000

Component

Trang 14

Sau khi thực hiện EFA kết quả Chỉ số KMO = 0,743 và significant = 0,000  kết

quả kiểm định KMO và Barlett là phù hợp Tuy nhiên tổng phương sai trích nhỏ hơn 50%

nên ta tiến hành loại bỏ biến Dựa trên kết quả bảng Rotated Component Matrix thu được

ta thấy PV1 giải thích cho cả hai component 1 và 2, do đó ta loại PV1 trước.

- Loại item PV1

Trang 15

Extraction Method: Principal Component Analysis.

quả kiểm định KMO và Barlett là phù hợp Tuy nhiên tổng phương sai trích nhỏ hơn 50%

nên ta tiến hành loại bỏ item thứ hai Dựa trên kết quả bảng Rotated Component Matrix

thu được ta thấy PV7 có hệ số tải nhân tố thấp nhất nên ta loại item này.

- Loại item PV7

Trang 16

Trang 17

quả kiểm định KMO và Barlett là phù hợp Tổng phương sai trích lúc này đạt 52,610%,

đạt điều kiện Khái niệm Hệ thống giá trị của quản trị gia (PV) mới do 2 biến tiềm ẩn

giải thích (PVA và PVB) PVA được đo lường bởi 4 item PV2, PV5, PV6, PV8 và PVB

được đo lường bởi 3 item PV3, PV4, PV8

+ Giá trị của PVA

c Thực hiện EFA với biến Thực tiễn quản trị (MP)

Loadings

Rotation Sums of Squared Loadings

Trang 18

Extraction Method: Principal Component Analysis.

a Rotation converged in 4 iterations

quả kiểm định KMO và Barlett là phù hợp Tổng phương sai trích lúc này đạt 53,581%,

Trang 19

đạt điều kiện Tuy nhiên dựa vào kết quả từ bảng Rotated Component Matrix, ta thấy

khái niệm MP mới này khác nhiều so với mô hình giả thuyết Đầu tiên, xuất hiện 1

component mới ngoài 2 component ban đầu Thứ hai, MP1 được đo lường bởi 8 item là

MP21, MP22, MP23, MP24, MP25, MP26, MP15, MP16 Thứ ba, item MP13 tác động

đồng thời tới cả hai component Nếu dùng item MP13 giải thích cho component thứ ba

thì cả hai component thứ hai và thứ ba đều chỉ có 2 item đo lường, nên ta sẽ ưu tiên bỏ

component thứ ba bằng cách loại item MP14 và giữ lại item MP13 giải thích cho nhân tố

thứ 2 Kết quả thực hiện EFA.

Trang 20

quả kiểm định KMO và Barlett là phù hợp Tổng phương sai trích khi đó đạt 48,414%

nên giá trị hội tụ không cao Vậy việc giữ lại item MP13 không mang lại hiệu quả Ta

tiến hành tiếp theo là loại bỏ MP13, đưa mô hình về đúng với giả thuyết ban đầu MP

được đo lường bởi 2 biến tiềm ẩn Tiếp tục thực hiện EFA.

Trang 22

N Minimum Maximum Mean Std Deviation Variance

Valid N (listwise) 953

d Thực hiện EFA cho Kết quả hoạt động của công ty (P)

Component Initial Eigenvalues Extraction Sums of Squared Loadings

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

Trang 23

a 1 components

extracted

Sau khi thực hiện kết quả Chỉ số KMO = 0,847 và significant = 0,000  kết quả kiểm định KMO và Barlett là phù hợp Tổng phương sai trích khi đó đạt 55,022% và chỉ xuất hiện 1 component Vậy mô hình giả thuyết hoàn toàn phù hợp, giải thích tốt cho P.

Trang 24

MP26 MP25 MP

OC1

P

P1

1111 P2 P3

3 P4 P5

Trang 25

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

a Thực hiện cronbach’s anpha cho OC1

Item-Cronbach'sAlpha if ItemDeleted

b Thực hiện cronbach’s anpha cho OC2

Trang 26

Hệ số cronbach’s anpha bằng 0,348 nên thang đo lường các item này không thể

sử dụng được Việc loại item cũng không thể thực hiện được vì các giá trị cronbach’s anpha if item deleted nhỏ.

c Thực hiện cronbach’s anpha cho PVA

d Thực hiện cronbach’s anpha cho PVB

Trang 27

e Thực hiện cronbach’s anpha cho MP1

Không thể thực hiện tính toán cronbach’s anpha cho MP1 vì MP1 chỉ được đo lường bởi 2 item (MP11 và MP12).

f Thực hiện cronbach’s anpha cho MP2

Trang 28

Hệ số cronbach’s anpha bằng 0,819 Chứng tỏ đây là một thang đo lường rất tốt Việc loại item không cần thiết.

f Thực hiện cronbach’s anpha cho P

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 hai chiều với biến OWN và POS.

Sau khi ta thấy trong 953 bảng trả lời có 48 câu có giá trị EXP là 5  Không đúng với theo mô tả giả thuyết (EXP chỉ có giá trị 1, 2, 3, 4) Ta chuyển giá trị này sang không mang giá trị (missing value)

Ta chọn mức ý nghĩa là 5%.

Trang 29

a Anova 1 chiều với OWN

Test of Homogeneity of Variances

có sự khác biệt  Có ý nghĩa về mặt thống kê Từ đó tiến hành hành phân tích sâu hoc để xác định rõ hơn về sự khác biệt đó.

Trang 30

Std Error Sig 95% Confidence Interval

Lower Bound Upper Bound

* The mean difference is significant at the 0.05 level

Nhìn bảng Multiple Comparisons cho thấy 3 loại hình doanh nghiệp liên doanh, công ty tư nhân và doanh nghiệp gia đình không có sự khác biệt về thực tiễn quản trị (MP), trong khi đó loại hình doanh nghiệp nhà nước khác với 3 loại hình doanh nghiệp còn lại.

b Anova 1 chiều với POS

Trang 31

có sự khác biệt  Có ý nghĩa về mặt thống kê Do trong cấp bậc quản lý chỉ có 2 loại hình nên ta khẳng định có sự khác biệt giữa quản lý trung cấp và cao cấp về thực tiễn quản trị.

c Anova 1 chiều với AGE

a Groups with only one case are ignored in computing the test

of homogeneity of variance for OC1t

b Groups with only one case are ignored in computing the test

of homogeneity of variance for PVAt

c Groups with only one case are ignored in computing the test

of homogeneity of variance for MP2t

Trang 32

Cả 3 biến tiềm ẩn OC1, PVA và MP2 có sig lớn hơn 0,05  Chứng tỏ kiểm định Levene cho thấy không có sự khác biệt về phương sai các nhóm  Có thể sử dụng phân tích ANOVA.

d Anova 1 chiều với EXP

Trang 33

e Anova 2 chiều với OWN và POS

- OC1

Levene's Test of Equality of Error Variances a

Dependent Variable: OC1t

Tests the null hypothesis that the error variance of

the dependent variable is equal across groups

a Design: Intercept + OWN + POS + OWN * POS

Kiểm định Levene có sig nhỏ hơn 0,05  Chứng tỏ kiểm định Levene cho thấy

có sự khác biệt về phương sai các nhóm  Nên không thể sử dụng phân tích ANOVA.

- PVA

Levene's Test of Equality of Error Variances a

Trang 34

Dependent Variable: PVAt

a Design: Intercept + OWN + POS + OWN *

POS

Kiểm định Levene có sig nhỏ hơn 0,05  Chứng tỏ kiểm định Levene cho thấy

có sự khác biệt về phương sai các nhóm  Nên không thể sử dụng phân tích ANOVA.

a Design: Intercept + OWN + POS + OWN * POS

Kiểm định Levene có sig lớ hơn 0,05  Chứng tỏ kiểm định Levene cho thấy

không có sự khác biệt về phương sai các nhóm  Sử dụng phân tích ANOVA.

Tests of Between-Subjects Effects

a R Squared = ,043 (Adjusted R Squared = ,036)

b Computed using alpha = ,05

Kết quả cho thấy sig của OWN và POS nhỏ hơn 0,05 tuy nhiên OWN*POS lại

lớn hơn 0,05 Chứng tỏ có sự ảnh hưởng của loại hình sở hữu và cấp bậc quản lý đến thực

Trang 35

tiễn quản trị Nhưng sự tương tác giữa loại hình sở hữu và cấp bậc quản lý lại không có tác động

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 và cronbach alpha

Model Summary b

Square

Std Error of theEstimate

b Predictors: (Constant), MP2t, PVAt, OC1t

Sig bằng 0,00 cho thấy mô hình hồi quy là phủ hợp và các biến độc lập giải thích được khoảng 38% phương sai của biến kết quả hoạt động của công ty.

Coefficients a

Coefficients

StandardizedCoefficients

t Sig 95,0% Confidence

Interval for B

CollinearityStatistics

Bound

UpperBound

Hệ số VIF nhỏ  Không có hiện tượng đa cộng tuyến.

Phương trình: P = 1,215 + 0,254OC1 + 0,009PVA + 0,396MP2

Định dạng
Số trang	42
Dung lượng	1,39 MB