bài tập môn phương pháp nghiên cứu khoa học trong quản trị bài tập xử lý trên phần mềm spss

TRƢỜNG ĐẠI HỌC KINH TẾ TP HỒ CHÍ MINH VIỆN ĐÀO TẠO SAU ĐẠI HỌC - MÔN PHƢƠNG PHÁP NGHIÊN CỨU KHOA HỌC TRONG QUẢN TRỊ BÀI TẬP XỬ LÝ TRÊN PHẦN MỀM SPSS GVHD : TS Nguyễn Hùng Phong Lớp : QTKD ĐÊM - K22 Học viên : Hồ Thị Phƣơng Thảo MSHV : 7701221698 TP Hồ Chí Minh, tháng năm 2013 PPNC2 GVHD:TS Nguyễn Hùng Phong MỤC LỤC Câu 1……………………………………………………………………………… …6 Câu 2… 16 Câu 3………………………………………………………………………………… 24 Câu 4…………………………………………………………………………… …….42 Câu 5…………………………………………………………………………… ……44 Câu 6………………………………………………………………………… ………48 Tài liệu tham khảo………………………………………………………… ……… 50 Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong Bài tập xử lý liệu Giả sử có mơ hình lý thuyết gồm khái niệm lý thuyết có quan hệ với nhau: Văn hóa tổ chức (OC), hệ thống giá trị quản trị gia (PV), thực tiển quản trị (MP), kết hoạt động cơng ty (P) Khái niệm văn hóa tổ chức chia thành hai biến tiềm ẩn: OC1 OC2 Trong OC1 đo lường yếu tố thành phần (OC11, OC12, … , OC15); OC2 đo lường yếu tố thành phần (OC21, OC22, … , OC26) Biến PV khái niệm đơn biến đo lường yếu tố thành phần (PV1, PV2, …., PV9) Khái niệm MP phân hai biến tiền ẩn: MP1 MP2 MP1 đo lường yếu tố thành phần (MP11, MP12, …., MP16) MP2 đo lường yếu tố thành phần (MP21, MP22, …., MP26) Riêng khái niệm P đo lường yếu tố thành phần (P1, P2, …., P6) Trong mơ hình này, P biến phụ thuộc biến OC1, OC2, PV, MP1, MP2 biến độc lập Các biến phân loại bao gồm  Loại hình doanh nghiệp: có bốn loại mã hóa từ đến (ký hiệu OWN)  Cấp bậc quản lý (POS) gồm hai bậc, quản lý cấp cao nhận giá trị 1, quản lý cấp trung nhận giá trị  Độ tuổi quản trị gia (Age) chia thành nhóm: 1, 2, 3,  Kinh nghiệm quản lý (EXP) chia thành bậc, từ bậc đến bậc Mổi bậc có khoảng cách năm Yêu cầu: Thực phân tích khám phá (EFA)/phân tích nhân tố để tìm biến mới/hoặc giảm biến, tìm yếu tố thành phần đo lướng biến Sau tính giá trị biến (là trung bình yếu tố thành phần) Thực kiểm tra độ tin cậy đo lường hệ số cronbach alpha Thực phân tích anova chiều để tìm khác biệt biến tiềm ẩn mơ hình với tiêu thức phân loại: OWN, POS, Age, EXP Xây dựng hàm tương quan tuyến tính P biến độc lập vừa khám phá thơng qua phân tích nhân tố/EFA Kiểm định giả thuyết hàm tương quan đa biến Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong Xây dựng hàm tương quan theo biến giả (dummy) biến kết hoạt động với biến độc lập tìm qua phân tích nhân tố Trong biến giả xác định dựa vào biến “loại hình doanh nghiệp” Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong Chúng ta xây dựng mơ hình thể mối quan hệ biến sau: OC11 OC15 OC12 OC1 OC13 OC15 OC14 OC15 OC OC21 OC15 OC22 OC23 OC2 OC15 OC24 OC25 OC26 PV1 OC15 PV2 P1 PV3 OC15 P2 P3 P OC15 PV4 PV PV5 OC15 P4 PV6 P5 OC15 PV7 P6 PV8 PV9 MP11 OC15 MP12 MP13 MP1 OC15 MP14 MP15 MP16 MP MP21 OC15 MP22 MP2 MP23 OC15 MP24 MP25 MP26 Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong LÀM SẠCH DỮ LIỆU Tiến hành lọc hàng có giá trị sai khơng có giá trị xóa khỏi sở liệu Mẫu ban đầu 953 sau làm lại 880 mẫu XỬ LÝ DỮ LIỆU Câu 1: Thực phân tích khám phá (EFA)/phân tích nhân tố để tìm biến mới/hoặc giảm biến, tìm yếu tố thành phần đo lường biến Sau tính giá trị biến (là trung bình yếu tố thành phần) Điều kiện phân tích EFA: - Hệ số KMO (Kaiser-Mayer-Olkin) ≥ 0,5 mức ý nghĩa kiểm định Bartlett ≤ 0,05 - Hệ số tải nhân tố (Factor loading) > 0,5, biến quan sát có hệ số tải nhân tố < 0,5 bị loại - Thang đo chấp nhận tổng phương sai trích ≥50% - Hệ số eigenvalue > (Gerbing Anderson, 1998) - Khác biệt hệ số tải nhân tố biến quan sát nhân tố ≥ 0,3 để tạo giá trị phân biệt nhân tố (Jabnoun Al-Tamimi, 2003) Cách thức thực hiện: Anlyze => Data reduction => Factor => đưa biến OC11, OC12, OC13, OC14, OC15, OC21, OC22, OC23, OC24, OC25, OC26 vào hộp Variables => Descriptives: chọn Univariate descriptive Statistics chọn Coefficients KMO and Bartlett’s test of sphericity => continue => Extraction: chọn Principal Components Method, thông số khác mặc định, chọn eigenvalue ≥ 1, => continue => Rotation: chọn phép quay vng góc Varimax, thơng số khác mặc định => continue => OK Phân tích EFA khái niệm Văn hóa tổ chức (OC): Chạy phân tích EFA với biến quan sát OC1 biến quan sát OC2, kết sau: Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy Bartlett's Test of Sphericity 854 Approx Chi-Square 2465.460 df 55 Sig .000 KMO = 0.854 > 0.8 P (sig) = Nếu trích thêm nhân tố thứ giá trị =0.901 < khơng phù hợp tiêu chí lựa chọn Trong nhân tố thứ giải thích 29.411% tổng biến thiên nhân tố OC, nhân tố hai giải thích 18.561% tổng biến thiên nhân tố OC Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong Rotated Component Matrixa Component Matrixa Component Component 1 2 OC11 643 078 OC11 513 395 OC12 687 -.156 OC12 671 216 OC13 684 154 OC13 510 481 OC14 697 -.414 OC14 811 000 OC15 724 098 OC15 573 453 OC21 303 458 OC21 028 549 OC22 602 354 OC22 337 612 OC23 480 481 OC23 168 658 OC24 137 545 OC24 -.160 539 OC25 576 -.392 OC25 696 -.043 OC26 694 -.379 OC26 790 028 Qua bảng Rotated Component Matrixa thể giá trị trích xuất - hệ số tải (loading value) Hệ số tải nhân tố cao item đo lường nhân tố Nhân tố đo lường bảy biến quan sát: OC11, OC12, OC13, OC14, OC15, OC25, OC26 nhân tố đo lường bốn biến quan sát: OC21, OC22, OC23, OC24.Ta đặt tên cho hai nhân tố OCFT1, OCFT2 OC11 OC12 OC13 OCFT1 OC14 OC15 OC25 OC26 Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong OC21 OC22 OCFT2 OC23 OC24 Phân tích EFA khái niệm hệ thống giá trị Quản trị gia (PV) Cách thức thực hiện: Anlyze => Data reduction => Factor => đưa biến quan sát PV1, PV2, PV3, PV4, PV5, PV6, PV7, PV8, PV9 vào hộp Variables =>Descriptives: chọn Univariate descriptive Statistics chọn Coefficients KMO and Bartlett’s test of sphericity => continue => Extraction: chọn Principal Components Method, thông số khác mặc định, chọn eigenvalue ≥ 1, => continue => Rotation: chọn phép quay vng góc Varimax, thơng số khác mặc định => continue => OK KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy Bartlett's Test of Sphericity 749 Approx Chi-Square 1296.396 df 36 Sig .000 Total Variance Explained Initial Eigenvalues Comp onent Total Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings % of Cumulative Variance % Total % of Cumulative Variance % Total % of Cumulative Variance % 2.555 28.394 28.394 2.555 28.394 28.394 2.513 27.923 27.923 1.774 19.711 48.105 1.774 19.711 48.105 1.816 20.182 48.105 853 9.480 57.585 799 8.878 66.462 759 8.431 74.893 Hồ Thị Phương Thảo PPNC2 GVHD:TS Nguyễn Hùng Phong 685 7.615 82.508 594 6.599 89.107 536 5.955 95.061 444 4.939 100.000 KMO = 0.749 > 0.7 P (sig)