kinh tế lượng ứng dụng

KINH TẾ LƯỢNG ỨNG DỤNG NỘI DUNG MÔN HỌC BAO GỒM 2 PHẦNMÔ HÌNH HỒI QUY spss một chiều AMOS SEM đa chiêu SO SÁNH MÔ HÌNH ANOVA một chiều ANOVA hai chiều MANVA nhiều chiều PHÂN TÍCH MÔ HÌ

KINH TẾ LƯỢNG ỨNG DỤNG NỘI DUNG MÔN HỌC BAO GỒM 2 PHẦN

MÔ HÌNH HỒI QUY

spss một chiều

AMOS

SEM đa chiêu

SO SÁNH MÔ HÌNH ANOVA một chiều ANOVA hai chiều MANVA nhiều chiều PHÂN TÍCH MÔ HÌNH VỀ SỰ HÀI LÒNG CỦA KHÁCH HÀNG

PHẦN 1: MÔ HÌNH TUYẾN TÍNH A: MÔ HÌNH HỒI QUY (SPSS) Các bước phân tích mô hình

1- Kiểm tra nhân tố khám phá EFA

- KIỂM TRA ĐỘ HỢP LỆ, PHÂN TÍCH NHÂN TỐ VOLID TEST

- PHÂN TÍCH TIN CẬY (GIẢI THÍCH BAO NHIÊU %) RELIABILITY TEST CONSBACH ALPHA

DIMENTION REDUCTION  FACTOR

Hệ số KMO> 0.5 mới có ý nghĩa, độ tin cậy nhỏ hơn 5% (mức ý nghĩa lớn hơn

Approx Square

Chi-2190,89

8

Hệ số KMO = 0.911 >0.5 với độ tin cậy Sig = 0.00<0.05 như vậy mô hình phân tích

nhân tố là hoàn toàn phù

Extraction Sums of Squared

Loadings Rotation Sums of Squared Loadings

Total

% of Variance

Cumulative

% of Variance

Extraction Method: Principal Component Analysis.

Phân tích nhân tố cho chúng ta tổng cộng 6 nhân tố và 6 nhân tố này giải thích được 63.81% >50% Đây là cơ sở để chúng ta xem xét các bảng số liệu tiếp theo.

BẢNG MA TRẬN XOAY NHÂN TỐ

Thuộc các yếu tố thuộc component >0.5 thì lựa chọn

Một yếu tố đặt ít nhất 3 câu hỏi, trong trường hợp bị loại vẫn còn đủ để xét

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 10 iterations.

Trong trường hợp biến phụ thuộc không có xuất hiện trong component nào hết thì

có thể loại biến phụ thuộc ra khỏi việc xoay nhân tố Sau đó nhóm biến lại theo các biến độc lập Loại bỏ các biến thuộc nhiều component hoặc <0.5

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 7 iterations.

Hệ số tải nhân tố lấy trong dữ liệu rotated component matrix

Vd pp1= 0.773

KIỂM TRA ĐỘ TIN CẬY CỦA THANG ĐO

AnalyzescaleReliability Analyze

cronbach alpha 0.6-0.7  biện luận do độ tin cậy thấp

cronbach alpha >0.7  chấp nhận

cronbach alpha 0.7-0.8  độ tin cậy cao

cronbach alpha 0.8-0.9  độ tin cậy tuyệt vời

cronbach alpha 0.9-1  hoàn toàn tin cậy

cronbach’s alpha của PP

Reliability Statistics

Cronbach’s

Alpha

Cronbach’s Alpha Based on Standardized Items N of Items

Item-Squared Multiple Correlation

Cronbach’s Alpha if Item Deleted

LƯU Ý: khi chạy phải loại các item đã bị loại ra trong bảng xoay nhân tố

Khám phá ra mô hình và kiểm định độ tin cậy của mô hình

MÔ HÌNH HỒI QUY

R : khi thêm biến vào thì kiểm định hệ số R 2 để biết mức độ ý nghĩa có cần thêm vào hay k

Colinearity diagnotics: kiểm định đa cộng tuyến.

Bảng tóm tắt mô hình

Model Summary b

Adjusted R Square

Std Error of the Estimate

b Predictors: (Constant), pthh, pp, cth, du, tc, nl

Hệ số F=38.74 có mức độ tin cậy Sig.=100% do đó mô hình hồi quy là hoàn toàn phù hợp

R 2 =0.663 cho chúng ta biết rằng mô hình hồi quy giải thích được 66.3% sự hài lòng của khách hàng đối với dịch vụ, còn lại 33.7% là do các yếu tố khác ngoài mô hình giải thích Điều này hoàn toàn phù hợp do trình độ và thời gian của tác giả có giới hạn nên không thể đưa hết tất cả các biến vào mô hình

Kiểm tra sự phù hợp của mô hình

Bảng ANOVA cho chúng ta kết quả như sau:

Độ lơn của F=38.74 đạt mức độ tin cậy 100%, do đó chúng ta có thể khẳng định

mô hình hồi quy đang nghiên cứu là hoàn toàn phù hợp

Vậy những biến độc lập trong mô hình giai thích sự hài lòng của KH như thế nào? Chúng ta sẽ đi xem xét bảng 2

Thống kê đa động tuyến

Bảng 2 cho chúng ta thấy B1=-1522 với độ tin cậy là 100% Tương tự B3=0.285

với độ tin cậy= 99,77% (B3, B5, B6, B7)

Mô hình hồi quy tìm được bao gồm những biến sau:

Tin Cậy, Đáp ứng, Cảm thông và biến phương tiện Hay mô hình được thể hiện

dưới dạng phương trình như sau:

Hài Lòng= -1,522+0.2685TC+0.262DU+0.328CT+0.257PTHH

Còn 2 biến PP và NL bị loại khỏi mô hình do không đáp ứng được điều kiện độ tin

cậy lớn hơn 95%

(giải thích những bién có hệ số hồi quy cao và giải thíc tại sao loại trừ các biến

khác Phải nhất quán với phần thống kê mô tả)

CÁC GIẢ THIẾT TRONG MÔ HÌNH HỒI QUY (SLIDE)

Liên hệ tuyến tính nếu Scatter không được thỏa thì có thể sử dụng tạm biểu đồ P.P Plot

Kiểm tra giả thiết thự tương quan

>50 (có dấu sao) có tương quan

>70 có tự tương quan

Hiện tượng đa cộng tuyến

Có tương quan nhưng k có đa cộng tuyến do VIF đều <10

Do có hiện tượng tương quan nên mô hình SPSS không giải quyết được, nên phải

xử lý bằng SEM

TỔNG HỢP PHÂN TÍCH NHÂN TỐ EFA

XỬ LÝ SỐ LIỆU KHI XẢY RA HIỆN TƯỢNG TRÙNG YẾU TỐ GIỮA BIẾN ĐỘC LẬP VÀ BIẾN PHỤC THUỘC (VD DATA Dung)

Trong bảng ma trận quay nhân tố, loại bỏ từng biến độc lập, kiểm tra lại xem bảng quay nhân tố có phân nhóm tốt hơn k?

Vd như loại bỏ biến TC  nhóm nhân tố tốt hơn

Rotated Component Matrix a

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 8 iterations.

Còn biến PTHH3 bị loại ra Tuy nhiên khi loại PTHH3 ra khỏi bảng xoay nhân tố thì SHL bị tách nhóm

Rotated Component Matrix

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 6 iterations.

 Pthh3 có liên quan cao đến biến Shl  thay đổi biến Pthh3 thành biến Shl4

 Vào dataview, copy dữ liệu của pthh3 sang excel

 Vào varriable view đổi pthh3 shl4

 Copy lại dữ liệu của pthh3 từ excel sang shl4 trong dataview

Cuối cúng chạy lại bảng xoay nhân tố và đưa ra kết luận

KMO and Bartlett’s Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy ,911

Bartlett’s Test of Sphericity Approx Chi-Square 1773,503

Total Variance Explained

Rotated Component Matrix

Extraction Method: Principal Component Analysis

Rotation Method: Varimax with Kaiser Normalization.

a Rotation converged in 8 iterations.

Kiểm định độ tin cậy của mô hình (cronbach’s alpha)

Bảng 1: Kiểm tra tin cậy của thang đo

Dựa trên kết quả của bảng 1 cho ta thấy kết quả kiểm tra độ tin cậy của thang đo của các biến trong mô hình là hoàn toàn phù hợp

TỔNG HỢP MÔ HÌNH HỒI QUY

Hệ số XĐ R 2 =0.644 (F=43.044, P.value+0000<0.05)

 MHHQ là phù hợp và tổng 5 biến độc lập giải thích được 64.4% sự hài lòng của khách hàng đối với dịch vụ, còn lại 36.7% là do các yếu tố khác ngoài mô hình giải thích Điều này hoàn toàn phù hợp do trình độ và thời gian của tác giả có giới hạn nên không thể đưa hết tất cả các biến vào mô hình

 NL, DU, CTH, PTHH Không có hiện tượng đa cộng tuyến

2/ phân phối chuẩn

- Biểu đồ hình chuông

- Mean = 1.28.10 -15 gần bằng 0

- Nằm chỉnh giữa đình của biểu đồ hình chuông

 Phân phối chuẩn







3/ Độc lập của sai số

Durbin waston = 1,971

(Du<DV<4-Du)

 Không có sự liên quan của sai số

4/ Liên hệ tuyến tính (đã chạy trong mô hình tuyến tính)

5/ không có hiện tượng tự tương quan (đã chạy đa cộng tuyến)

Sau khi phân tích hồi quy, tác giả thấy rằng Pthh là yếu tố tác động mạnh nhất đến sự hài lòng (hệ số β lớn nhất)

y=k/n trả nợ

Analyze  Regression bianry Logistic

Chỉ khai báo option

Block 1: Method = Enter

Omnibus Tests of Model Coefficients

Step -2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square

Correct khong tra tra duoc

Step 1 tra duoc von vay khong tra 20 2 90,9

a The cut value is ,500

% trả được vốn vay bao gồm 92,9%, % không trả được bao gồm 90,9% Trung bình 92%

Tìm mô hình

Variables in the Equation

Step 1 a hocvan ,450 ,176 6,493 1 ,011 1,568

thoigian ,270 ,085 10,143 1 ,001 1,310 Constant -9,003 2,556 12,404 1 ,000 ,000

a Variable(s) entered on step 1: hocvan, thoigian.

Nếu chia xác suất khả năng trả nợ và k trả nợ là 50% thì các yếu tố sẽ giải thích được như sau

HV=0.5*(1-0.5)*0.45 = 0.1125 => Hv giải thích được 11.25% mô hình

TG=0.5*(1-0.5)*0.27 = 0.0675 => TG giải thích được 11.25% mô hình

Công thức dự báo

Một ngườ có học vấn lớp 9 và thời gian sinh sống được 3 năm (36 tháng) Dự báo khả năng ta nợ của người đó

PHV== 0.99=99%

Chuyển dữ liệu từ hồi quy tuyến tính sang hồi quy nhị phân

TransfromRecode into different variables

Khai báo thang đo trong phần variable view

Variables in the Equation

a Variable(s) entered on step 1: pp, nl, du, Cth, pthh.

2.2/ cronbach’s alpha - Độ tin cậy

=> Mô hình hồi quy

3/ CFA – phân tích nhân tố khẳng định = X2, X2/Df,

4/ SEM mô hình cấu trúc

EFA (KMO + CRONBACH’S ALPHA) – DÙNG CHO MÔ HÌNH HỒI QUY

TUYẾN TÍNH (để phát hiện ra nhân tố cho mô hình hồi quy tuyến tính) CFA (CONFIRM FACTOR) PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH (để khẳng

định lại những nhân tố trong mô hình hồi quy tuyến tính là đúng để đưa vào

mô hình cấu trúc, kế thừa kết quả của EFA)

SEM MÔ HÌNH CẤU TRÚC.

C: MÔ HÌNH CẤU TRÚC (AMOS)

Khai báo thông số

CHO

Df: degree of freedom (bậc tự do)

CFA (confỉm Factor anlaysis

Kiểm tra phân tích nhân tố khẳng định cho chúng ta một mô hình cấu trúc phù hợp.

Bước 1: CFA – PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH

Analyze  demension reduction

Khai báo Rotation chọn Promax ( khác với EFA chọn Varimax) lấy kết quả đưa

Extraction Method: Principal Component Analysis

Rotation Method: Promax with Kaiser Normalization.

a Rotation converged in 8 iterations.

Copy bảng patern matrix sang phần plugin  patern matrix trong AMOS

Chỉ cần khai báo output

Không tách riêng SHL (biến phụ thuộc) để xem các biến có tương tác độc lập với nhau hay k?

Sau khi chay chọn view text, kiểm tra model fit

Result (Default model)

Minimum was achieved

Bước 2: SEM –MÔ HÌNH CẤU TRÚC

Sau khi đưa ra các chỉ số và biện luận sự hợp lý của các chỉ số trong mô hình

 vào estimate để ước lượng mô hình

Structural Equation Model

PP DU

PHẦN 2: SO SÁNH MÔ HÌNH

1/ Kiểm định mối liên hệ giữa hai biến định tính (X2Chi bình phương) Analyze  Descreptive Statics  Crosstabs

Vd so sánh giữa giới tính và nghề nghiệp

Chi-Square Tests

Value df

Asymp Sig sided) Pearson Chi-Square 16,754 a 13 ,211

Nếu sig của kiểm định Levene <0.05 thì sự khác biệt có sự ý nghĩa về mặt thống kê.

Independent Samples Test

Levene's Test for Equality of Variances t-test for Equality of Means

F Sig t df Sig (2-tailed) Mean Difference

Std Error Difference

95% Confidence Interval of the

Difference Lower Upper

F=0.736 có Sig=0.391>0.05

 Sự khác biệt giữa nam và nữ không có ý nghĩa về mặt thống kê

Nếu kiểm định 2 biến độc lập giữa một biến định tính và một biến định lượng thì cẩn phải thỏa mãn 2 kiểm định : kiểm định Levene và kiểm định

t

Levene  có khác biệt hay k?

t khác biệt như thế nào?

 mục đích Kiểm định để xem có cần phải đặc biệt quan tâm về một khía cạnh nào hay k?

Vd2: sự khác biệt giữa nam và nữ về sự hài lòng

Independent Samples Test

Levene's Test for Equality of Variances t-test for Equality of Means

F Sig t df Sig (2-tailed) Mean Difference

Std Error Difference

95% Confidence Interval of the

Difference Lower Upper

F=20.252, P=0,000 (100%)

D.Mean =0.82 (P=0,000 (100%)).

 Khác nhau giữ nam và nữ vè SHL có ý nghĩa về mặt thống kê và độ lớn của sự khác biệt là )0.82

Analyzecompare meansone way anova

Dependent  biến định tính

Factorbiến định lượng

Homogeneity of variance test : kiểm tra sự khác nhau giữa các nhĩm

Test of Homogeneity of Variances

TN cá nhân TB tháng

Levene Statistic df1 df2 Sig.

TN cá nhân TB tháng

Sum of Squares df Mean Square F Sig.

Multiple Comparisons

Dependent Variable: TN cá nhân TB tháng

(I) NHÓM HỌC VẤN (J) NHÓM HỌC VẤN

Mean Difference (I-J) Std Error Sig.

95% Confidence Interval Lower Bound Upper Bound

* The mean difference is significant at the 0.05 level.

Kiểm định Post Hoc với độ tin cậy 95% cho kết quả:

Giữa nhĩm HV cấp 1-2 khác nhĩm THCN là 0.525(P=0.01<0.05)  nhĩm Học vấn cấp 1-2 cĩ sự khác biệt với nhĩm THCN

Báo cáo bằng bảng (bỏ đi std.error + 95% confidence interval) nhận các giá trị cĩ * là cĩ sự khác biệt

So sánh nhiều cặp yếu tố cùng một lúc

Analyzecompare meanspaired sample T text

Paired Samples Test

Paired Differences

t df Sig (2-tailed) Mean Std Deviation Std Error Mean

95% Confidence Interval of the

Difference Lower Upper Pair 1 gioi tinh - shl -2,48000 1,10516 ,09885 -2,67565 -2,28435 -25,089 124 ,000 Pair 2 tuoi - shl -1,20000 1,37004 ,12254 -1,44254 -,95746 -9,793 124 ,000

Có sự khác biệt giữa giới tính và SHL lớn hơn sự khác biệt giữa độ tuổi và SHL

TÓM TẮT SO SÁNH MÔ HÌNH

Có 5 cách so sánh

1/ Tính giá trị TB: cho ta sự miêu tả đơn giản nhất về sự khác biệt giữa các yếu tố Tuy nhiên không

khẳng định được do không có kiểm định kèm theo.

2/ One sample T text (kiểm định T cho 1 mẫu): cho ta biết trong mẫu có sự khác biệt giữa các yếu tố

hay k? Tuy nhiên chưa biết được gì về sự khác nhau do chưa có kiểm định.

3/ independent sample T text (kiểm định T bằng các mẫu độc lập): có sử dụng kiểm định Levene

test (F,P)  kết luận sự khác biệt hay không Sử dụng T test cho thấy sự khác biệt cụ thể Tuy nhiên không kiểm định được sâu hơn về các mức độ trong thang đo của các yếu tố.

H1: khác biệt)  kết luận sự khác biệt hay không Nhận xét bảng Anova và Post Hoc

TỔNG HỢP MÔN HỌC

Môn học nhằm đáp ứng cho Chương IV trong một bài nghiên cứu định lượng

Cấu trúc 1 bài nghiên cứu mô hình định lượng:

1/ Giới thiệu (Induction)

2/ Cơ sở lý thuyết (Liturature review)

3/ Phương pháp nghiên cứ (Method)

4/ Phân tích dữ liệu (Data analyze)

5/ Kết luận.

Phân tích dữ liệu gồm có 3 mô hình

1/ Mô hình hồi quy tuyến tính

2/ Mô hình hồi quy Binary

3/ Mô hình cấu trúc SEM.

Các bước thực hiện phân tích một bảng dữ liệu

Bước 1: Thống kê mô tả: Bảng tần số (frequency), Bảng miêu tả, Bảng khám phá (explore)

Bước 2: Phân tích nhân tố, khám phá (EFA)

- Kiểm định tính hợp lệ: phân tích nhân tố (KMO>0.5, Barlet’s <0.05, % giải thích >50%, hệ số tải nhân tố (FACTOR LOADING>0.5)

- Kiểm tra độ tin cậy của thang đo (Cronbach’s Alpha)

 Hệ số xác định R2 (F,P,0.05)

 Hệ số hồi quy chưa chuẩn hóa (β, [t], P<0.05): Y=B1+B2X1+ +BiXi

b. Đa cộng tuyển: VIF>10

c. Độc lập của sai số: DUBINWASTON Du=1.3<D<4-Du (sau khi dò tìm sự vi phạm xong thì quay lại báo cáo các thông số trong mô hình.

tính)

 Hệ số xác định X2 (-2 Log likehood >10)

 Hệ số hồi quy chưa chuẩn hóa (β, Wald, P<0.05): ln(Y)= β1+ β2X1+ + βiXi

 Dự báo giá trị

 Dữ liệu của EFA sẽ dùng để phân tích CFA

 Phân tích nhân tố khẳng định (X2,df,X2/df<3 or 5,CFI>0.9,RMSSEA<0.8,AGFI>0.9,GFI>0.9)

 Mô hình cấu trúc (X2,df,X2/df<3 or 5,CFI>0.9,RMSSEA<0.8,AGFI>0.9,GFI>0.9, NFI>0.9)

 Đọc hệ số hồi quy chưa chuẩn hóa β1, β2, β3 (p<0.05)

 Dò tìm sự vi phạm: Hệ số hội tụ và Sự phân biệt giữa các cấu trúc