Tổng hợp các câu hỏi phản biện của Hội đồng phản biện và cách trả lời các câu hỏi phản biện về SPSS, các chỉ số phân tích, các yếu tố, giải pháp trong bài nghiên cứu. Tài liệu sử dụng cho các sinh viên sắp làm khoán luận, luận văn tốt nghiệp các chuyên ngành
Câu 1: Ý nghĩa phép kiểm định? (chạy efa, anova….) Để làm gì? 1) Kiểm định cronbach’s alpha làm gì? Kiểm định Cronbach’s Alpha kiểm định nhằm phân tích, đánh giá độ tin cậy thang đo Mục đích kiểm định tìm hiểu xem biến quan sát có đo lường cho khái niệm cần đo hay khơng.Giá trị đóng góp nhiều hay phản ánh thơng qua hệ số tương quan biến tổng Corrected Item – Total Correlation Qua đó, cho phép loại bỏ biến khơng phù hợp mơ hình nghiên cứu Tiêu chuẩn để chấp nhận biến: • Những biến có số tương quan biến tổng phù hợp (Corrected Item – Total Correlation) từ 0.3 trở lên • Các hệ số Cronbach’s Alpha biến phải từ 0.7 trở lên Lưu ý thêm: Về mặt lý thuyết nhà nghiên cứu xây dựng từ nhóm câu hỏi khác Tuy nhiên lý thuyết, mặt thực tế câu hỏi có câu hỏi khơng cần thiết Để kiểm tra việc thông thường người ta sử dụng hai số thống kê (1) Hệ số Cronbach Alpha (2) hệ tố tương quan biến tổng Hệ số Cronbach Alpha hệ số cho phép đánh giá xem đưa biến quan sát thuộc biến nghiên cứu (biến tiềm ẩn, nhân tố) có phù hợp khơng Hair et al (2006) đưa quy tắc đánh sau: < 0.6 Thang đo nhân tố không phù hợp (có thể mơi trường nghiên cứu đối tượng khơng có cảm nhận nhân tố đó) 0.6 – 07: Chấp nhận với nghiên cứu 0.7 – 0.8: Chấp nhận 0.8 – 0.95: tốt >= 0.95: Chấp nhận không tốt, nên xét xét biến quan sát có tượng “trùng biến” Hệ số tương quan biến tổng hệ số cho biến mức độ “liên kết” biến quan sát nhân tố với biến lại Nó phản ánh mức độ đóng góp vào giá trị khái niệm nhân tố biến quan sát cụ thể Tiêu chuẩn để đánh giá biến có thực đóng góp giá trị vào nhân tố hay khơng hệ số tương quan biến tổng phải lớn 0.3 Nếu biến quan sát có hệ số tương quan biến tổng nhỏ 0.3 phải loại khỏi nhân tố đánh giá 2) Phân tích nhân tố EFA để làm gì? —> EFA dùng để thu gọn, rút trích biến quan sát có ý nghĩa hội tụ tách biệt Hội tụ: biến quan sát tải mạnh (hệ số tải Factor Loading) cho nhân tố gom nhân tố Tách biệt: Mối nhân tố có xu hướng tải khác Nhóm biến quan sát tải cho nhân tố thứ tách biệt/khơng có tương quan với nhóm biến quan sát tải cho nhân tố thứ hai dẫn đến phân nhóm nhân tố thành cột ma trận xoay Tóm lại, phân tích nhân tố khám phá cần phải đáp ứng điều kiện: • Factor Loading > 0,5 • 0,5 < KMO < • Kiểm định Bartlett có Sig < 0,05 Phương sai trích Total Varicance Explained > 50% Eigenvalue > • • Ví dụ • KMO = 0,822 nên phân tích nhân tố phù hợp • Sig (Bartlett’s Test) = 0.000 (sig < 0.05) chứng tỏ biến quan sát có tương quan với tổng thể • Eigenvalues = 1.280 > đại diện cho phần biến thiên giải thích nhân tố, nhân tố rút có ý ghĩa tóm tắt thơng tin tốt • Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) = 59,813% > 50 % Điều chứng tỏ 59,813% biến thiên liệu giải thích nhân tố tạo • Hệ số Factor Loading biến lớn 0,5 Cách thực kiểm định SPSS: Analysist/Compare Mean/One way ANOVA Cho biến định lượng vào ô Dependent list Cho biến định tính vào Factors Chọn Opiton chọn Descriptive Homogeneity of variance test Đọc kết phân tích ANOVA Thực kiểm tra kiểm định Levene bảng Test of Homogeneity of variances, sig kiểm định < = 0.05 kết luận phương sai lựa chọn biến định tính khác Nếu sig kiểm định >0.05 phương sai lựa chọn biến định tính không khác nhau, xem tiếp kết bảng ANOVA Nếu sig bảng > 0.05 kết luận khác biệt nhóm biến định tính, sig bảng < = 0.05 kết luận có khác biệt nhóm biến định tính Khi có khác biệt nhóm biến định tính với định lượng phần T – Test ANOVA ta tiếp tục theo dõi giá trị Mean bảng Descriptives kết luận Nếu nhóm có giá trị Mean cao kết luận nhóm tác động nhiều với biến định lượng 3) Kiểm Định Anova Dùng Để Làm Gì? Nhằm kiểm định khác biệt biến định tính với biến định lượng sig >0.05 phương sai lựa chọn biến định tính khơng khác nhau, xem tiếp kết bảng ANOVA * Sig (anova) > 0.05 kết luận khơng có khác biệt nhóm biến định tính * Sig (anova) < = 0.05 kết luận có khác biệt nhóm biến định tính * Sig < 0.05 bảng anova ko dc sử dụng CÂU 2: Ý NGHĨA CỦA PHƯƠNG TRÌNH HỒI QUY? Mục tiêu mơ hình giải thích biến phụ thuộc (y) bị ảnh hưởng nhiều biến độc lập (xi) Câu 3: lại lấy beta chuẩn hóa để kết luận? —> Hệ số Beta phản ánh thứ tự mức độ tác động biến độc lập tới biến phụ thuộc đơn vị biến đồng (thực chất quy phương sai 1), hệ số B ko làm điều Nhờ có phương trình hồi quy chuẩn hóa hệ số Beta, doanh nghiệp xác định nên đầu tư nhiều vào yếu tố nào, đầu tư vào yếu tố mức độ ảnh hưởng yếu tố đến biến phụ thuộc Trong phần mềm SPSS, hệ số chưa chuẩn hóa kí hiệu B, hệ số chuẩn hóa kí hiệu Beta Câu Ý nghĩa r2 hiệu chỉnh? Tại r2 chưa hiệu chỉnh >r2 hiệu chỉnh? ð Ý nghĩa: R2 hiểu chỉnh cho biết mức độ giải thích biến độc lập mơ hình với biến động xung quanh giá trị trung bình Y ð Khi chạy hồi quy đa biến, tham số quan trọng mà bạn cần kiểm tra r bình phương (hoặc r bình phương hiệu chỉnh) Nó cho biết mức độ phù hợp mơ hình nghiên cứu với ý nghĩa biến (nhân tố) độc lập giải thích phần trăm (%) biến thiên biến (nhân tố) phụ thuộc Nếu R2=0 => Mơ hình khơng phù hợp với mẫu nghiên cứu Nếu R2=1 => Mơ hình hồn tồn phù hợp với mẫu nghiên cứu 1-R2 phần biến động Y chưa giải thích gây sai số biến chưa đưa vào mơ hình Câu Điểm khác biệt giải pháp kiến nghị? Giải pháp: Đưa cách giải vấn đề khó khăn mà cty gặp phải Hay cụ thể phản biện tốt nghiệp Dựa vào phương trình hồi quy để đưa giải pháp Kiến nghị: Là đề xuất cho công ty thứ cần phải làm Tuy nhiên đề xuất kiến nghị lên cty, cty có quyền xem xét không xem xét để thực VD: kiến nghị lên cty tăng lương lên để tăng lòng trung thành cty khơng thực việc Câu 6: yếu tố định lượng (kết hồi quy nghiên cứu) phần biện pháp đưa chương cuối dựa vào yếu tố làm tảng? Dựa vào thực trạng, yếu tố định tính định hướng phát triển Câu Hiện tượng đa cộng tuyến, tự tương quan gì? Điều kiện để xảy tượng đa cộng tuyến? Đa cộng tuyến gì? —> Vấn đề đa cộng tuyến xảy biến (nhân tố) độc lập có tương quan tuyến tính mạnh với Nói cách khác tượng đa cộng tuyến xảy có mối tương quan tuyến tính hữu biến độc lập mơ hình Khi dẫn đến vấn đề sau: – Hạn chế giá trị R bình phương (thường làm tăng r bình phương) – Làm sai lệch/ đổi dấu hệ số hồi quy Ngun nhân: Do thu thập số liệu ít, khơng toàn diện Do chất biến độc lập tương quan Do số dạng mơ hình sản sinh đa cộng tuyến Hậu đa cộng tuyến Ước lượng phương sai trở nên xác Hệ số phóng đại phương sai (VIF) Giá trị tới hạn t trở nên nhỏ so với thực tế R2 cao Kiểm định t F trở nên hiệu Các giá trị ước lượng biến động mạnh thay đổi số liệu mơ hình (n è N) làm giảm khả xảy đa cộng tuyến Các giá trị ước lượng có khả biến động mạnh thay đổi (rút thêm vào) biến có tham gia vào tượng đa cộng tuyến III Cách phát đa cộng tuyến 1 Mơ hình có giá trị R2 cao giá trị thống kê t thấp Dùng ma trận hệ số tương quan biến độc lập Hệ số tương quan từ 0.8 trở lên cao, từ 0.9 trở lên cao Dùng mơ hình hồi quy phụ, R2 mơ hình hồi quy phụ cao mơ hình hồi quy mơ hình hồi quy có xảy tượng đa cộng tuyến Dùng sổ phóng đại phương sai, VIF >=10, mơ hình xảy tượng đa cộng tuyến cao Từ trở lên có tượng ĐCT cao Cách khắc phục đa cộng tuyến Dựa vào thông tin tiên nghiệm, đề tài nghiên cứu trước vấn đề tương tự vấn đề nghiên cứu mơ hình KTL trong nghiên cứu có tính khả thi khắc phụ tiến hành Thu thập thêm số liệu (nè N) khắc phụ tượng đa cộng tuyến Loại bỏ biến gây tượng đa cộng tuyến Chọn biến có ý nghĩa thống kê loại trước (điều mang tính tương đối) Kết hợp số liệu chuổi thời gian số liệu chéo khắc phục tượng đa cộng tuyến Dùng mơ hình sai phân B1: xây dựng mơ hình hồi quy gốc ban đầu B2: xây dựng mơ hình hồi quy thứ hai, đó, loại bỏ quan sát (do mơ hình hồi quy với t quan sát với t-1 quan sát) B3: Dùng mơ hình B1 – B2 ta có mơ hình sai phân bậc Đặc điểm: Mơ hình sai phân B3 giảm tượng đa cộng tuyến biến độc lập Tự tương quan hiểu tương quan thành phần chuỗi quan sát xếp theo thứ tự thời gian (trong số liệu chuỗi thời gian) không gian (trong số liệu chéo) CÂU Dựa vào đâu để đưa mơ hình nghiên cứu? Các bạn tham khảo cách trả lời đây: Từ mơ hình nhà nghiên cứu trước hết hợp với lý thuyết vấn đề cty Em kết hợp đề xuất mơ hình với thống GVHD CÂU 9: Sự Khác Nhau Giữa Hồi Quy Và Tương Quan Hồi quy tương quan khác mục đích kỹ thuật Phân tích tương quan trước hết đo mức độ kết hợp tuyến tính biến Ví dụ: mức độ quan hệ nghiện thuốc ung thư phổi, kết thi mơn Lý mơn Tốn… Nhưng phân tích hồi quy lại ước lượng dự báo biến (biến phụ thuộc) sở giá trị cho biến khác (biến độc lập) Về kỹ thuật, phân tích hồi quy biến khơng có tính chất đối xứng Biến phụ thuộc đại lượng ngẫu nhiên Các biến giải thích giá trị chúng (biến độc lập) xác định Trong phân tích tương quan khơng có phân biệt biến, chúng có tính chất đối xứng Tóm lại, hồi quy tương quan (hay nói cách khác đk để hồi quy trước hết phải tương quan), tương quan chưa hồi quy CÂU 10 Các Khái Niệm Eigenvalue, Factor Loadings Là Gì? —> Eigenvalue: Đại diện cho phần biến thiên giải thích nhân tố Còn Factor Loadings (hệ số tải nhân tố) hệ số tương quan đơn biến quan sát với nhân tố Nếu hệ số tải lớn chứng tỏ biến quan sát có mối quan hệ chặt chẽ với nhân tố CÂU 11 HỆ SỐ DURBIN – WATSON —> Hệ số Durbin Watson dùng để kiểm tra xem có tương tự tương quan hay khơng phần dư phép phân tích hồi quy Durbin Watson có giá trị biến thiên khoảng từ đến 4; phần sai số khơng có tương quan chuỗi bậc với giá trị gần (từ -> 3); giá trị nhỏ, gần phần sai số có tương quan thuận; lớn, gần có nghĩa phần sai số có tương quan nghịch CÂU 12 Ý Nghĩa Đại Lượng F Trong Phân Tích Hồi Quy —> Kiểm định F phải có giá trị sig nhỏ 0.05 để kiểm chứng mức độ phù hợp mơ hình hồi quy với tổng thể húng ta nghiên cứu mục đích để đánh giá tổng thể phần tử ko phải mẫu phần tử Ví dụ: Bạn nghiên cứu số nhân viên cty để suy chung cho toàn nhân viên cty số nhân viên mẫu (Quy mơ mẫu nghiên cứu ấy) toàn nhân viên tổng thể Nếu sig F Khi hỏi MẪU NGHIÊN CỨU bao nhiêu? Phải trả lời: Quy mô mẫu nghiên cứu em 150 150 người, 150 đối tượng Trả lời 150 mẫu đồng nghĩa với phép tính 150 * 150 người Nghĩa nghiên cứu tới tận 150 lần mẫu nghiên cứu khơng phải 150 đối tượng CÂU 13: Cơ Sở Nào Em Lấy Mẫu Đó? —> Dựa tiêu chuẩn 5:1 Bollen (1998) Hair & ctg (1998) Để thỏa mãn yêu cầu liệu phân tích định lượng, biến cần có quan sát tương ứng với đáp viên Bảng câu hỏi đưa có 30 biến, nên mẫu tối thiểu 150 người => Nói chung dựa vào số biến mơ hình nhân cho ( Số biến mơ hình x 5) CÂU 14: Phương Pháp Chọn Mẫu Của Em Là Gì? —> Có phương pháp chọn mẫu: xác suất phi xác suất ( cần hiểu bị hỏi lý thuyết) Hầu làm tiểu luận báo cáo chọn PHƯƠNG PHÁP PHI XÁC SUẤT THUẬN TIỆN hết * Chọn mẫu phi xác suất chọn mẫu theo ý định chủ quan người nghiên cứu * Chọn mẫu phi xác suất kiểu thuận tiện: Các đơn vị mẫu chọn địa điểm vào thời gian định Ví dụ: Chọn mẫu nhân viên làm việc cơng ty Khi gặp nhờ họ đánh vào bảng khảo sát Vậy khảo sát dựa tính “dễ tiếp xúc” “cơ hội thuận tiện” để chọn mẫu thuộc tính “dễ tiếp xúc” + “cơ hội thuận tiện” biểu chọn mẫu phi xác suất thuận tiện Nếu chọn mẫu xác suất PHẢI CĨ LIST NHÂN VIÊN cty chọn theo số kiểu Ưu điểm phi xác suất thuận tiện: dễ dàng tập hợp đơn vị mẫu Nhược điểm: không đạt độ xác thực cao CÂU 15: Sự Khác Nhau Giữa “n” Và “N” Là Gì? Kích thước mẫu, kích cỡ mẫu: kí hiệu n Có thể hiểu số lượng người cần vấn, điều tra, hay nói cách khác số bảng khảo sát phát N (hay gọi valid N) số mẫu hợp lệ, số mẫu thỏa hết điều kiện để đưa vào nghiên cứu thức Hiểu đơn giản mẫu thu được, số liệu mẫu qua phần lọc liệu (Lọc liệu gì? Đó thủ thuật nhằm loại bỏ mẫu đánh bậy bạ, thường đặt câu hỏi logic với gài bảng khảo sát Dùng hàm If để lọc Cái lọc liệu ko cần hiểu đâu) Lưu ý: n>= N CÂU 16: Sự khác rsquare (r bình) r square adjusted (r bình hiệu chỉnh) gì? Vậy r square square adjusted có thiết lúc phải lớn 50% hay không? Điểm giống: Rsquare Rsquare adjusted cho biết mức độ phù hợp mơ hình nghiên cứu với ý nghĩa biến độc lập giải thích phần trăm (%) biến thiên biến phụ thuộc Điểm khác: Rsquare adjusted phản ánh sát mức độ phù hợp mơ hình khơng phụ thuộc vào độ lệch phóng đại Rsquare.(độ lệch phụ thuộc vào kích thước mẫu, thị trường khảo sát… Ko nên nói câu ngoặc sâu dễ bị bắt bẽ, chừng hội đồng hỏi nói…) Các đề tài liên quan đến vấn đề nhận dạng… or giải thích…, (vd: yếu ảnh hưởng đến mức độ hài lòng…), r bình phương phải từ 0.5 (50%) trở lên Các đề tài liên quan đến mối quan hệ…, (vd: ảnh hưởng tâm lý hay đến lòng trung thành, hay nhân tố với ), khơng cần quan tâm nhiều đến r bình phương mà hệ số hồi quy (beta) CÂU 17: Sự Khác Nhau Giữa Beta Và Beta Chuẩn Hóa Là Gì? Hệ số B chưa chuẩn hóa phản ánh lượng biến thiên Y đơn vị X thay đổi Trong Hệ số Beta chuẩn hóa phản ánh lượng biến thiên độ lệch chuẩn (standard deviation) Y đơn vị độ lệch chuẩn X thay đổi Cụ thể hơn, hệ số Beta chuẩn hóa kết việc giải phương trình hồi quy mà biến độc lập, biến phụ thuộc chuẩn hóa ( phương sai =1) Còn hệ số B chưa chuẩn hóa kết việc giải phương trình hồi quy mà biến giữ nguyên giá trị thô Việc chuẩn hóa hệ số beta thường dùng để trả lời câu hỏi: biến độc lập có tác động mạnh vào biến phụ thuộc phân tích hồi quy đa biến, mà biến đo lường độc lập có đơn vị đo lường khác (ví dụ thu nhập tính dollars kích cỡ gia đình tính số người) Câu 18: Khi mà Cronhback Alpha < Cronhback Alpha If Item Deleted … có xóa biến khơng? Có thể xóa khơng phụ thuộc vào nhiều yếu tố: Nếu mà chênh lệch nhiều nên xóa, chênh lệch giữ lại Chêch lệch nhiều khơng xóa biến quan trọng nhân tố đó, giải thích việc giữ lại thơng qua thực trạng cty nói hỏi qua ý kiến GVHD việc giữ lại biến Câu 19: Khác method enter stepwise: Enter: đổ hết biến độc lập vào lượt, kết cho ko xếp theo mức độ tương quan mạnh yếu mà xếp theo X1, X2, X3…Xn Stepwise: đưa biến vào, biến tác động mạnh biến tác động yếu Kết cho đc xếp theo thứ tự mạnh-> yếu Câu 20: Kiểm Định Sự Khác Biệt, T – Test, Anova Nội dung phần nhằm kiểm định khác biệt biến định tính với biến định lượng, ví dụ có khác biệt hài lòng dịch vụ ngân hàng A với đối tượng khách hàng (như giới tính, độ tuổi, mức thu nhập…) hay khơng Để thực điều tiến hành phân tích phương sai ANOVA Indepent-sample T – test Sự khác biệt có ý nghĩa thống kê với độ tin cậy 95% (hay mức ý nghĩa Sig.< 0.05) Có hai thủ tục phân tích phương sai: ANOVA yếu tố ANOVA nhiều yếu tố Tuỳ nghiên cứu mà thực phân tích phương sai yếu tố hay hai yếu tố, riêng luận văn bậc Đại học Cao học hướng nghiên cứu ứng dụng khảo sát mẫu khơng q phức tạp nghiên cứu dạng dùng kiểm định phương sai yếu tố thực kiểm định biến định tính để phân loại quan sát thành nhóm khác Kiểm định ANOVA gồm kiểm định độ đồng phương sai nhóm nhân tố có mức ý nghĩa sig > 0.05 Các biến có hai lựa chọn (ví dụ giới tính có hai thái thể Nam Nữ) sử dụng phép kiểm định Independent-sample T – test (kiểm định giả thuyết trung bình hai tổng thể) để tìm khác biệt với biến định lượng Câu 21: Kiểm Định Indepent-Sample T – Test Cách thực kiểm định SPSS: Analysist/Compare Mean/Independent Samples T-Test/ Cho biến định lượng vào Test varible Biến định tính vào Grouping Varible Sau chọn Define Groups; chọn giá trị gán cho lựa chọn biến định tính vào Đọc kết phân tích T-Test Kiểm tra kiểm định Levene’s bảng Independent Samples Test Nếu sig kiểm định < 0.05 phương sai lựa chọn biến định tính khác nhau, ta sử dụng kết kiểm định T phần Equal variances not assumed Nếu giá trị sig kiểm định t phần Equal variances not assumed sig > 0.05 kết luận kiểm định T khơng có khác biệt, Sig =0.05 phương sai lựa chọn biến định tính không khác nhau, ta sử dụng kết kiểm định T phần Equal variances assumed Nếu giá trị sig kiểm định t phần Equal variances not assumed sig > 0.05 kết luận kiểm định T khơng có khác biệt, Sig Khi hỏi MẪU NGHIÊN CỨU bao nhiêu? Phải trả lời: Quy mô mẫu nghiên cứu em 150 150 người, 150 đối tượng Trả lời 150... gây sai số biến chưa đưa vào mơ hình Câu Điểm khác biệt giải pháp kiến nghị? Giải pháp: Đưa cách giải vấn đề khó khăn mà cty gặp phải Hay cụ thể phản biện tốt nghiệp Dựa vào phương trình hồi quy