Tài liệu Chương I. NHẬP MÔN TIN HỌC ỨNG DỤNG ppt

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NÔNG NGHIP H NI Pgs.ts Ngô thị thuận (Ch biờn) ths Lê văn bộ, ths Lê ngọc hớng ThS NGUYN THI NHUầN GIO TRèNH TIN HọC ứng dụng Hà nội 2007 Tin học ứng dụng KT-KE&QTKD Chương Nhập mơn tin học ứng dụng Chương I NHẬP MƠN TIN HỌC ỨNG DỤNG Đối tượng nghiên cứu môn học 1.1 Một số khái niệm a) Máy vi tính hình thành máy vi tính - Máy vi tính máy tính nhỏ John V.Blan Kenbaker chế tạo năm 1971, máy tính Kenbak chế tạo với kích thước nhỏ Máy Kenbak chế tạo từ 130 mạch tổ hợp IC thực chất máy tính cỡ nhỏ Nó thực 1000 lệnh/giây, giá 750 USD (thời điểm 1971) - Nếu coi máy vi tính máy tính nhỏ sử dụng vi xử lí phổ biến người Việt quốc tịch Pháp chế tạo vào năm 1973, tháng sau xuất vi xử lý Đó ơng Andre Trương Ngọc Thi máy Micral hãng R3E - Năm 1975, máy khác sử dụng vi xử lí, Altair 8.800 hãng Mỹ chế tạo - Năm 1985, nhà bảo tàng máy tính Boston tìm hiểu xem người phát minh máy vi tính khơng xác định cách xác Vì vậy, giải thưởng trao cho máy tính nói b) Tin học Nước Pháp nơi đặt tên gọi cho ngành tin học, người ta định nghĩa: “Tin học tập hợp khoa học, kỹ thuật việc xử lý tự động hợp lý thông tin mang kiến thức người để lưu giữ truyền gửi chúng” Từ điển Bách khoa 1986 Liên Xô (cũ) định nghĩa: “Tin học lĩnh vực khoa học nghiên cứu cấu trúc tính chất thơng tin khoa học với việc thu thập, xử lý, lưu giữ, biến đổi truyền chúng” Tuy định nghĩa khác nội dung định nghĩa thống điểm: Tin học khoa học chuyên nghiên cứu đối tượng cụ thể, thông tin liệu Công cụ thiếu người nghiên cứu tin học máy tính ngơn ngữ giao tiếp Như vậy, tin học ngành khoa học công nghệ, nghiên cứu q trình xử lí thơng tin cách tự động với trợ giúp máy tính điện tử Infomatic = Information + Automatic = Computer Science c) Tin học ứng dụng Tin học ứng dụng môn khoa học thuộc công nghệ thông tin nhằm ứng dụng tin học vào sống Tuỳ lĩnh vực mà tin học áp dụng khác d) Tin học quản lý Tin học quản lý lĩnh vực tin học ứng dụng nhằm sử dụng phương pháp quản lý thông tin tin học vào lĩnh vực quản lý kinh tế, xã hội, hành chính, giáo dục.v v e) Tin học ứng dụng kinh tế quản trị kinh doanh Tin học ứng dụng kinh tế quản trị kinh doanh phận tin học quản lý nhằm ứng dụng phương pháp quản lý thông tin tin học quản lý kinh tế loại hình doanh nghiệp 1.2 Đối tượng, phạm vi ứng dụng tin học kinh tế quản trị kinh doanh Đối tượng nghiên cứu tin học ứng dụng kinh tế quản trị kinh doanh toàn liệu nghiên cứu, hàm, lệnh, cơng thức tính, kỹ thuật đồ hoạ, sở liệu, kỹ thuật tổng hợp, phân tích, xây dựng mơ hình kinh tế , lập kế hoạch sản xuất kinh doanh, dự báo kết hoạt động sản xuất kinh doanh đề định lựa chọn tối ưu Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng Phạm vi nghiên cứu môn học: Nghiên cứu ứng dụng tổng hợp, xử lý, phân tích liệu lĩnh vực kinh tế, kế hoạch, kế tốn quản trị, tài chính, quản trị kinh doanh, dự án, đầu tư, ngân hàng, thống kê, kinh tế lượng, sách, v.v… 1.3 Phương pháp, kỹ thuật ứng dụng tin học kinh tế - quản trị kinh doanh - Các phương pháp Thống kê - Kinh tế lượng - Toán kinh tế - Các phương pháp Kế tốn - Tài - Dự án - Đầu tư - Ngân hàng - Các phương pháp phân tích Vi mơ - Vĩ mơ - Chính sách - Phần mềm EXCEL, SPSS, v.v… sử dụng làm công cụ kỹ thuật ứng dụng tin học kinh tế quản trị kinh doanh Phần mềm ứng dụng kinh tế quản trị kinh doanh 2.1 Các phần mềm chung Hiện có nhiều phần mềm ứng dụng kinh tế, tuỳ thuộc vào khả trang thiết bị có sở đào tạo trình độ tin học, trình độ chuyên môn khả vận dụng linh hoạt người nghiên cứu mà sử dụng chương trình ứng dụng sau: - EXCEL: Bảng tính, phân tích khái quát nguồn số liệu - FOXPRO: Quản lý liệu - ACCESS: Bảng tính, phân tích số liệu tổng quát, quản lý liệu - MFIT, TSP, EVIEW: Phần mềm chuyên dụng cho kinh tế lượng - IRISTAF, STAT, STATA, MINITAB: Phần mềm chuyên dụng cho thống kê sinh học - SPSS, SAS: Phần mềm chuyên dụng cho thống kê kinh tế xã hội kinh tế lượng - SHAZAM, LIMDEP: Phần mềm chuyên dụng cho, toán kinh tế, kinh tế lượng, v.v - BESTFIT, RISK: Phần mềm chuyên dụng cho bảo hiểm rủi ro - IPS: Phầm mềm tài - LINDO: Phần mềm quy hoạch tuyến tính - POM: Phần mềm quy hoạch tuyến tính, thống kê, kinh tế lượng - KTM: Phần mềm kế toán máy, v.v… 2.2 Phần mềm Excel EXCEL bảng tính điện tử thiết kế hoạt động môi trường WINDOWS Hiện nay, EXCEL bảng tính tiện ích, tương thích truy nhập liệu từ phần mềm bảng tính khác LOTUS, QUATTRO từ chương trình khác FOXPRO, ACCESS, SPSS, STATA, MINITAB, v.v Ngồi tính tính tốn bảng tính thơng thường, EXCEL cịn sử dụng để quản lý sở liệu, thiết kế đồ hoạ, xử lý số chương trình thống kê phức tạp tương quan, hồi quy, tốn quy hoạch tuyến tính, T-TEST, ANOVA v.v EXCEL phù hợp với sinh viên nhiều trình độ khác nhau, từ bình thường đến chuyên sâu So với phần mềm khác EXCEL dễ học Tuy nhiên, việc học phần mềm EXCEL ứng dụng vào kinh tế địi hỏi phải có thời gian nỗ lực lớn người học Nếu chịu khó tìm tịi, thực tập nhiều máy điều đem áp dụng máy lại vượt trình bày giảng cố gắng đầu tư thực có nhiều giá trị Các chức EXCEL bao gồm: - Tự động điền chuỗi số dãy liệu (đã khai báo trước) vào phạm vi bảng tính người sử dụng quy định (dùng tính Auto Fill Fill Handle) Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng - Di chuyển, chép liệu bảng tính thực nhanh chóng đơn giản nhờ kỹ thuật rê chuột (Drag and Drop) - Tập hợp bảng tính có quan hệ với vào tập tin (Workbook) - Tính tốn dựa hàm số có sẵn EXCEL sử dụng cơng thức người sử dụng thiết lập - Dễ dàng theo dõi phụ thuộc ô liệu bảng tính (Auditing) - Phân loại, tổng hợp nhóm liệu bảng tính (Subtotals) - Nhập liên kết liệu nhiều bảng tính (sử dụng Consolidate) - Chọn lọc nhanh chóng liệu theo điều kiện người sử dụng ấn định (dùng Data Filter) - Phân tích hệ thống liệu theo cách trình bày khác (Pivot Table) - Trao đổi liên kết liệu chương trình ứng dụng khác - Dựng đồ thị, biểu đồ minh hoạ cho số liệu bảng tính, v.v a) Giới thiệu bảng tính EXCEL Đang Windows ta nháy kép vào biểu tượng EXCEL (biểu tượng thường nằm cửa sổ Microsoft office hay biểu tượng office) ta thấy mở cửa sổ EXCEL với thiết kế tương tự cửa sổ Winword: - Thanh tiêu đề nằm cùng, bao gồm: Nút Control bên trái nút mở to, thu nhỏ, nút tắt bên phải, tên tệp EXCEL mở Trong EXCEL, tệp gọi sách (Book) có nhiều trang (Worksheet) - Thanh Menu (Menu Bar) ghi Menu: File, Edit, View, Isert, Format, Tools, Data, Windows, Help Khi nháy vào Menu cửa sổ đọc với Menu - Thanh công cụ (Tool Bar) với biểu tượng mà số hình thức tác dụng giống y Winword: New, Open, Save, Print, Preview, Cut, Copy, Paste, Format, Undo, Ngồi cịn có biểu tượng riêng cho EXCEL SUM tự động Σ, Hàm định sẵn fx, Sort, đồ thị Chart, khung để viết văn - Thanh định dạng (Formatting bar) với số biểu tượng nội dung bên Winword Font chữ, kích thước chữ, in đậm B, in nghiêng I, , ngồi cịn có thêm biểu tượng riêng EXCEL tăng số thập phân, giảm số thập phân, chọn mầu nền, chọn mầu chữ, - Thanh Formula: Khoang đầu ghi địa ô hành Khoang có ghi dấu bỏ (X mầu đỏ), chấp nhận (V mầu xanh lam) chọn hàm (fx) Khoang bên phải nội dung ô ta nhập liệu hay cần xem lại nội dung Phần trang tính hành, bên phải trượt dọc để kéo dọc hình lên xuống - Trang hành bao gồm: - Hàng tên 256 cột, có tên A, B, ,AA, AB, ,IV Bộ môn Phân tích định lượng - - Trường Đại học Nơng nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng - Cột đầu tên hàng có tên 65536 - Giao hàng cột tạo thành ô, có địa hay cịn gọi biến Địa (miền, vùng) có dạng sau: + Địa tương đối ghi dạng: cột dịng, ví dụ A3 (cộtAdịng3) + Địa tuyệt đối ghi dạng: $cột$dịng, ví dụ $A$3 ($cột$dịng3) + Địa hỗn hợp ghi dạng: $cột_dịng cột$dịng, ví dụ: $A3; A$3 - Một nhóm liền tạo thành chữ nhật ghi địa địa góc bên trái : địa góc bên phải, thí dụ: A1:C5, hay tham chiếu tên (Name) - Một nhóm nhiều miềm rời ghi cách ghi liên tiếp địa miền cách dấu phẩy (,) thí dụ: A3:C9, D5:H20, I9:K30, - Con trỏ (4 phím mũi tên) di chuyển vùng bảng tính; cịn chuột di chuyển vùng bảng tính có biểu tượng dấu “cộng”, công cụ, thực đơn biểu tượng mũi tên - Dưới ghi tên trang (Worsheet) thường có trang ghi từ Sheet1 đến Sheet3 Bên trái có nút chọn trang đầu, chọn trang trước, chọn trang sau, chọn trang sau Bên phải trượt ngang để kéo hình b) Các nhóm lệnh - File: Nháy vào File (Alt+F) ta cửa sổ dọc bao gồm thực đơn (Menu): New (mở tệp mới), Open (mở tệp cũ), Close (đóng tệp, Save (cất tệp), ý lần đầu phải đặt tên tệp với đuôi mặc nhận XLS ghi vào chỗ ta muốn cách chọn ổ đĩa thư mục thích hợp Save As (ghi với tên khác), Page setup để định trang in, Print để in v.v Phía tên tệp vừa mở cuối Exit để thót khỏi EXCEL - Edit: Nháy vào Edit (Alt+D) ta cửa sổ dọc bao gồm thực đơn: Undo (bỏ lệnh vừa thực hiện), Cut (cắt), Paste (dán), Paste Special (Dán đặc biệt), Clear (xoá với khả xoá tất (All), xoá nội dung (Contents), xoá định dạng (Format), xố thích (Notes), Bỏ (Delete), Bỏ trang (Delete Sheet) v.v Một số Menu dùng có biểu tượng với tính tương đương công cụ Cut, Copy, Paste, - View: Menu cho biết mở (Standard bar, Formating bar, Formula bar) muốn mở thêm số công cụ vào Tools bar để mở thêm, chế độ tồn hình (Full screen) phóng to (Zoom) - Insert: Ngồi Menu chèn ơ, chèn hàng, chèn cột cịn chèn tài liệu từ nguồn khác, tạo tên miền - Format: Trong menu có Menu Cell để tạo khn cho ô ta chọn, muốn tạo khuôn cho trang chọn Menu Style sau chọn kiểu chữ (Font), kích thước (Size), mầu nền, mầu chữ, cách viết ngày tháng (Date), cách viết số (Number) - Tool: Menu có phần Add-Ins để nhập thêm số phần Solver, Data analysis, View manager Khi có phần Menu có Menu Solver Data analysis mà gặp phần sau Ngoài cịn có Macro (vĩ lệnh) để viết số lệnh chương trình - Data: Menu chuyên sở liệu với nhiều mục mà trình bày phần sau Table (Bảng), Sort (sắp xếp thứ tự), Filter (lọc), Pivot Table (bảng tổng kết) - Windows: Menu điều khiển mở đóng, theo dõi cửa sổ tương tự Winword - Help: Menu gọi trợ giúp cấu tạo phần Help Winword c) Cách nhập liệu Bộ môn Phân tích định lượng - - Trường Đại học Nơng nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng Vào EXCEL xong ta mở tệp cách chọn New mở tệp cũ (Open) bước vào trang (Worsheet1) - Đặt tên cho trang: Để chuột vào Sheet1 (phía hình) sau nháy chuột phải chọn Menu Rename để đổi sang tên thí dụ Số liệu hay Bảng 1, - Có thể mở rộng hay thu hẹp cột cách đặt chuột vào bờ ngăn cách tên cột, chuột chuyển sang dạng chữ thập kéo theo cột chấm mờ kéo chuột sang phải để mở rộng hay sang trái để thu hẹp cột, có liệu nháy kép bờ mở rộng cột đến mức nhìn thấy tồn liệu ô chứa liệu dài Làm tương tự với hàng cách đặt chuột vào bờ ngăn cách tên hàng * Chọn miền làm việc - Chọn cách nháy vào đó, đổi mầu Chọn cột cách nháy vào tên cột, chọn hàng cách nháy vào tên hàng - Chọn miền cách nháy chuột vào ô đầu (ô bên trái) sau rê sang phải xuống hết miền (ô bên phải) - Có thể chọn nhiều miền không cách chọn xong miền ấn giữ Ctrl chọn miền miền * Nhập liệu - Khi chọn ô xong ta nhập liệu, nhập xong gõ Enter hay dùng phím mũi tên dịch chuyển khỏi ơ, dùng chuột nháy vào ô chấp nhận Formula - Nhập số: Nói chung, số giải phóng phải trừ trường hợp chọn lại cách gióng khác cac biểu tượng gióng lề Song lên tuỳ thuộc vào cách chọn dạng Number Style Có thể nhập phân số ý sau ghi phần nguyên xong phải cách khoảng trống ghi sang phân số (Thí dụ: 4/5) thấy chưa đủ hay nhiều số thập phân thêm, bớt cách kích chuột vào biều tượng công cụ - Nhập văn bản: Khi gõ ký tự khơng phải số EXCEL nhận nhãn (Label) hay cịn gọi văn (Text) ghi kết theo cách gióng trái, trừ trường hợp chọn lại cách gióng biểu tượng gióng lề hay gõ ký hiệu (*) trước văn để gióng trái, (**) để gióng phải, (^) để gióng Khi nhập văn dài EXCEL nhớ đủ lên cho sang bên cạnh tồn văn thuộc - Nhập ngày tháng: Nhập dạng số cách / hay - Tuỳ thuộc Style mà ta thấy kết lên dạng số (4/5/99) hay dạng đan xen (5- April-99) - Nếu có nội dung mà cần nhập vào nhiều nhập vào ô, chọn ô đặt chuột vào góc bên phải (nơi có chữ thập đen) để kéo hết miền cần điền số liệu, cách Drag hay gọi AutoFill - Nhập cơng thức: Khi cần tính tốn ta nhập cơng thức cách ghi = công thức với tốn hạng địa hay miền (các tham biến), phép tính phép cộng (+), trừ (-), nhân (*), chia (/), lấy luỹ thừa (^) hay phép tính Logic Và (And) Hoặc (Or), phép tính điều kiện (If ) - Nếu dùng hàm định sẵn khơng cần mở đầu dấu = mà nháy vào biều tượng fx để chọn hàm, sau dựa vào hộp thoại để đưa đối số vào hàm Sau nhập số liệu chọn miền tạo dạng (Format) cho cách chọn kiểu chữ, kích thước, mầu nền, mầu chữ nhờ biểu tượng Formula * Xoá, cắt, chép, dán Muốn xoá nội dung gõ vào phím Del, định dạng (chọn kiểu chữ, mầu nền, mầu chữ) phải vào Menu Edit chọn Clear sau tuỳ chọn xố hết, xố tương tự chùi mà khơng động chạm đến khác Bộ mơn Phân tích định lượng - - Trường Đại học Nơng nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng Nếu dùng Menu Edit chọn Delete trước xố EXCEL hỏi: Sau xố xong đẩy ô lên (Shift cell up) hay đẩy ô bên phải sang (Shift cell left) Như Delete ảnh hưởng đến ô xung quanh khơng cẩn thận kết cũ bị xơ lệch hàng, lệch cột Nếu muốn thêm cột nháy vào tên cột nơi định chèn sau vào Insert/Column, cột chèn vào trước cột chọn Tương tự muốn chèn hàng chọn hàng nơi định chèn vào Insert/Row, cột chèn vào cột chọn Nếu muốn thêm chọn nơi định chèn vào Insert/ Cell, máy hỏi Shift cells right, tức đẩy ô cũ sang phải, hay Shift cells down, tức đẩy ô cũ xuống Việc đẩy ảnh hưởng đến ô bên phải hay ô bên dưới, phải cẩn thận dùng Nếu muốn cắt ô để chép sang khác (rời chỗ) chọn định cắt, nháy vào biểu tượng Cut, sau đến mới, nháy vào Paste Nếu muốn chép ô sang chọn cũ, nháy vào Copy, đến ô nháy vào Paste Trường hợp muốn chép lại nội dung (Values) hay chép lại khuôn dạng (Format) hay cần chuyển cột thành hàng nhiều cách dán khác dùng Paste Special menu Edit Có thể rời nhanh miền cách chọn miền đưa chuột vào cạnh miền, sau kéo (Drag) thả sang chỗ khác Có thể điền nhanh dãy số cách điền ô đầu, chọn ơ, đưa chuột vào góc bên phải miền, chỗ có chữ thập (Handle, kéo xuống sang ngang, tuỳ theo ô đầu ghi nội dung mà EXCEL suy nội dung vào số quy tắc mà tìm hiểu menu Edit phần Fill * Một số vấn đề định dạng Ta định dạng riêng miền cách chọn hay miền vào Formet/Cell định dạng Sheet Style sau lựa chọn nút để xác định: Font (kiểu chữ), Size (kích thước), in đậm, in nghiêng, có chân, chọn kiểu in ngang hay in dọc, gióng trái, gióng phải, gióng Alignement, chọn đường viền cho Border sau lưu định dạng để dùng sau * Đặt tên Để tiện sử dụng chọn đặt tên cho miền cách chọn miền cách chọn miền vaò Insert/ Names sau đặt tên sử dụng tên có sẵn Về sau cần tham chiếu đến miền ta việc điền tên thay cho phải kê khai địa d) Cách khai thác công thức, hàm lệnh * Các công thức đơn giản Nhập vào ô dấu = cơng thức tính với tốn hạng địa (tham chiếu) tốn tử phép tính + - * / ^ % Cần lưu ý chép công thức sang ô khác phải ý đến thay đổi tham biến công thức sử dụng địa tương đối, tuyệt đối, hỗn hợp: Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng * Công thức sử dụng địa tương đối Nhập vào C1=2*A1+3*A2 kết 2*3+3*4=18 Nếu chép nội dung C1 sang C2 2*A2+3*A3 23 Nếu chép cơng thức C1 sang D1 ta 2*B1+3*b2 Nếu chép công thức C1 sang D2 ta 2*B2+3*B3 13 Cơng thức sử dụng địa tương đối chép nội dung C1 sang C2 địa tốn hạng thay đổi theo, A1 thành A2, A2 thành A3 (do thay đổi vị trí cơng thức từ C1 sang C2) Khi chép nội dung C1 sang D1 A1 thành B1, A2 thành B2 (do thay đổi công thức từ C1 sang D1) Cuối A1 thành B2, A2 thành B3 thay đổi công thức từ C1 sang D2 * Công thức sử dụng địa tuyệt đối Kết không thay đổi chép nội dung từ vị trí sang vị trí khác khơng thay đổi tham chiếu Nhập vào G1=2*$E$1+3*$E$2 kết 2*3+3*4=18 Chép sang G2, H1, H2 ta 18 * Công thức sử dụng địa hỗn hợp Nhập K1=2*$I1+3*$I2 kết 2*3+3*4 18 Chép sang K2 ta 2*$I2+3*$I3 23 Chép sang L1 ta 2*$I1+3*$I2 18 Chép sang L2 ta 2*$I2+3*$I3 23 Khi viết công thức phức tạp phải thận trọng gặp thông báo Erro in formula phải kiểm tra kỹ ký tự, vịng ngoặc, nhiều phải xố viết lại * Sử dụng hàm định sẵn Trong EXCELL có để sẵn nhiều hàm chia nhiều loại (Categories) Nháy vào fx Formula hay Tools ta vào hộp với nửa: - Nửa trái Categories gồm: Most Recently used (Vừa dùng), All (Tất hàm), Statistical (Thống kê), Date and Time (Thời gian), Financial (Tài chính), Text (Văn bản), Logical (Logic), Engineering (Các hàm toán học thường dùng kỹ thuật), - Nửa bên phải tên hàm Categories Chọn hàm thích hợp sau vào hộp thoại để chọn đối số (Argument), đối số địa ô Ta nhập địa hay tên miền tuỳ theo hàm có 1, 2, hay nhiều đối số mà trả lời cho đủ, phía hộp thoại có dẫn nội dung hàm nội dung đối số, phần Help giúp ta tìm hiểu kỹ kể thí dụ EXCEL * Cách khai thác lệnh - Vào Insert/ Function ta vào hộp thoại hàm định sẵn tương tự vào fx Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng - Vào Data/ Pivot Table: Để tổng hợp liệu theo nhiều tiêu thức khác nhau; giải đồng thời phân tổ thống kê kết hợp theo nhiều tiêu thức tính tốn tiêu theo hàm thống kê đơn giản - Vào Tools/Data Analysis: Để phân tích liệu như: + So sánh hai nhiều số bình quân phương pháp phân tích phương sai + Kiểm định số bình quân theo phân bố T + Kiểm định tập hợp số liệu xem phương sai chúng ? + Giải tốn tương quan hồi quy tuyến tính + Tính toán ma trận riêng yếu tố + Xác định tiêu thống kê đơn giản v.v 2.3 Phần mềm SPSS a) Giới thiệu chung SPSS - SPSS phần mềm chuyên ngành thống kê khởi đầu vào năm 1960, môi trường DOS - SPSS 3.0 có từ 1972, chạy mơi trường DOS, địi hỏi nhớ Mb - Năm 1992 SPSS 5.0 xuất - Công ty sở hữu phần mềm (Chicago - Mỹ) biên soạn sách hướng dẫn sử dụng theo chuyên đề khác (mỗi dày từ 500 trang đến 1000 trang) cho phiên SPSS - Hiện xuất thị trường SPSS phiên 15, giá phiên phần mềm sử dụng cho cá nhân khoảng 700 USD - Phiên dùng cho Windows 3.x phiên trở lên dùng cho Windows 95 97, 98, 2000 - SPSS viết tắt “Statistical Package for the Social Sciences (Phần mềm thống kê chọn gói cho môn khoa học xã hội) - Mặt khác, SPSS viết tắt Statistical Products for the Social Sevices (Các sản phẩm thống kê cho dịch vụ xã hội) - SPSS phần mềm chọn gói mang tính tổng hợp chung, có đủ khả để giải nhiệm vụ phức tạp - SPSS phần mềm thống kê toàn diện thiết kế để thực tất bước phân tích thống kê từ việc liệt kê liệu, lập bảng biểu thống kê mô tả đến phân tích thống kê phức tạp - SPSS thiết lập tốt môi trường Windows dễ dàng cho người sử dụng, lập trình để giải nhiệm vụ phức tạp, làm cho q trình phân tích liệu trở nên dễ ngắn gọn - SPSS for Windows có nhiều nét chung với phần mềm tiện ích khác dùng cho Windows EXCEL hay Winword - Phiên SPSS dùng mơi trường Windows có tính ưu việt so với SPSS DOS có mục HELP (trợ giúp) tương đối đầy đủ để giúp người sử dụng tự giải khó khăn vướng mắc (tất nhiên lợi có người thành thạo tiếng Anh, thành thạo Tin học, thành thạo chuyên môn khai thác hết được) b) Sự cần thiết ứng dụng SPSS - So với phần mềm khác EXCEL, SPSS phần mềm đa năng, cho phép tổng hợp, phân tích xử lý liệu kinh tế xã hội đầy đủ tiện lợi - SPSS cho bảng tính tần suất tất biến (định tính định lượng) sở liệu lập bảng tương quan hai biến với cách trình bày đẹp Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập mơn tin học ứng dụng Ví dụ, sở liệu quan lập bảng tổng hợp: Mức lương phân theo độ tuổi, mức lương phân theo trình độ học vấn, đồn thể phân theo giới tính, Chỉ vịng vài phút, tạo hàng trăm biểu bảng tổng hợp mà khơng phải lập trình nhiều chương trình khác - SPSS thích hợp cho người khơng cần biết sâu máy tính, phần mềm liên kết phần mềm khác EXCEL, STATA, SAS, v.v - SPSS thường dùng để xử lý điều tra dân số, điều tra xã hội học, điều tra tình hình kinh tế, thị trường, phân tích sở liệu SPSS dùng nhiều khoa học xã hội thống kê c) Một số thuật ngữ SPSS - Case: Case quan sát hay ghi hay trường hợp chủ thể Một trường hợp bao gồm thơng tin cho đơn vị phép phân tích, chẳng hạn người, vật, công việc, động phản lực - Variable (biến, tiêu thức): Variable thông tin (đặc điểm) thu thập cho trường hợp Ví dụ, chiều cao, trọng lượng, lợi nhuận hay doanh số Mỗi trường hợp tạo nên biến Mỗi biến đặt tên biến cụ thể (variable name) với tối đa kí tự Tuy nhiên, bạn định nhãn biến (variable label) để mô tả cho tên đầy đủ biến, định giá trị biến (value label) cho biểu riêng biệt biến (ví dụ Nam = 1, Nữ = 0) Bạn tuỳ chọn nhãn biến tên biến kết xuất đầu - SPSS working data file (tệp hành SPSS): Các trường hợp tập hợp lại với tạo nên tệp hành SPSS - Dictionary (thư mục): Chứa tệp liệu, cá tệp kết - Metadata (siêu liệu): Các siêu liệu chứa tệp liệu cụ thể, chẳng hạn tên biến, nhãn, định dạng v.v siêu liệu - Đuôi mở rộng: *.sav; *.sps; *.spo - Measurement (thang đo): Các biểu (giá trị) biến xác định thang đo khác tuỳ theo tính chất việc đo lường Có loại thang đo thường gặp: + Nominal (thang đo định danh): Là đánh số gán chuỗi dạng ngắn cho biểu biến gọi biến định danh (nominal variable) Các trị số biến định danh biểu nhóm khơng có thứ bậc (unordered categories) Nếu biến định danh đo số số khơng có quan hệ kém, phép tính đại số với chúng vơ nghĩa Ví dụ, hai biểu biến giới tính biểu sau: = nam = nữ Thang đo định danh chủ yếu để đếm tần số biểu biến nghiên cứu Trong nhiều phép phân tích SPSS, biến định danh thường gọi biến lập nhóm khơng có thứ bậc (unordered categorical variable) + Ordinal (thang đo thứ bậc): Là thang đo định danh trị số biến lại có quan hệ thứ bậc Ví dụ mức thu nhập xác định biểu hiện: = thấp, = trung bình, = cao Sở thích nhạc cổ điển xác định biểu hiện: = thích, = thích, = bình thường, = ghét = ghét Con số có trị số cao khơng có nghĩa ln bậc cao ngược lại mà quy định Thang đo dùng để tính tốn đặc trưng chung tổng thể cách tương đối, ví dụ sở thích thể loại âm nhạc cong chúng Các biến đo đạc thang đo thứ bậc gọi biến định danh có thứ bậc (ordinal variable) Trong nhiều phép phân tích SPSS, biến định danh có thứ bậc thường gọi biến lập nhóm có thứ bậc (ordered categorical variable) Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích khơng chứa trống nó, phương pháp tương đương với phương pháp loại II loại III Phương pháp thường dùng với số mơ hình loại I loại II, mơ hình phân tích phương sai có chứa trống Thủ tục đưa thống kê mô tả cho tất biến tất ô mảng xác định nhân tố giá trị trung bình, độ lệch tiêu chuẩn số lượng quan sát ô Đồng thời, thủ tục cịn tính tham số nhằm thực phép kiểm định Levene tính phương sai Các phép so sánh liên hợp tiêu chuẩn kiểm định hậu nghiệm thủ tục cung cấp bao gồm tiêu chuẩn kiểm định sai khác ý nghĩa nhỏ nhất, Bonferroni, Sidak, Scheffe, Student-Newman-Kuels, Ducan, Gabriel, Games-Howell, Dunnett (một phía hai phía), tiêu chuẩn F bội Ryan-Einot-Gabriel-Welsch, thứ bậc bội Ryan-Einot-Gabriel-Welsch, sai khác ý nghĩa thực chất Tukey, tiêu chuẩn b-Tukey, GT2Hochberg, tiêu chuẩn t-Waller-Ducan, T2-Tahane, T3-Dunnett C-Dunnett Có thể biểu diễn đồ thị giá trị trung bình biến phụ thuộc theo mức nhân tố, giá trị phần dư biểu đồ tương tác nhân tố Mở tệp Employee_data.sav, thực thủ tục phân tích: Analyze/General Linear Model/Multivariate… Với cách sử dụng hoàn toàn tương tự, khác ta đưa nhiều biến định lượng từ khung danh sách biến phía bên trái vào khung bên phải để làm biến phụ thuộc, đồng thời cần phải xác định nhân tố tác động ngẫu nhiên (khơng có khung Random Factor(s)) Các thao tác cịn lại tiến hành giống thủ tục dành cho trường hợp biến phụ thuộc trình bày phía trên, với vài điểm khác biệt nhỏ mà người dùng quan tâm tra cứu kỹ cách dùng phím Help cửa hình phần giải thích tiếng Anh cho chức cụ thể Kết cụ thể kết xuất sau: Between-Subjects Factors Gender Employment Category f m Value Label Female Male Clerical Custodial Manager N 216 258 363 27 84 Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 103 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích Multivariate Tests Effect Intercept GENDER JOBCAT Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root Value 870 130 6.682 6.682 148 852 174 174 644 357 1.797 1.796 F 1566.820b 1566.820b 1566.820b 1566.820b 40.689b 40.689b 40.689b 40.689b 111.553 157.887b 210.281 422.015c Hypothesis df 2.000 2.000 2.000 2.000 2.000 2.000 2.000 2.000 4.000 4.000 4.000 2.000 d Error df 469.000 469.000 469.000 469.000 469.000 469.000 469.000 469.000 940.000 938.000 936.000 470.000 Sig .000 000 000 000 000 000 000 000 000 000 000 000 Partial Eta Squared 870 870 870 870 148 148 148 148 322 402 473 642 Noncent Parameter 3133.640 3133.640 3133.640 3133.640 81.378 81.378 81.378 81.378 446.212 631.549 841.125 844.031 Observed a Power 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 a Computed using alpha = 05 b Exact statistic c The statistic is an upper bound on F that yields a lower bound on the significance level d Design: Intercept+GENDER+JOBCAT Tests of Between-Subjects Effects Source Corrected Model Intercept GENDER JOBCAT Error Total Corrected Total Type III Sum of Squares 9.521E+10b 1.939E+10c 2.322E+11 5.420E+10 5770190492 1463258051 6.729E+10 1.328E+10 4.271E+10 9912102382 6.995E+11 1.665E+11 1.379E+11 2.930E+10 Dependent Variable Current Salary Beginning Salary Current Salary Beginning Salary Current Salary Beginning Salary Current Salary Beginning Salary Current Salary Beginning Salary Current Salary Beginning Salary Current Salary Beginning Salary df 3 1 1 2 470 470 474 474 473 473 Mean Square 3.174E+10 6462934194 2.322E+11 5.420E+10 5770190492 1463258051 3.365E+10 6639010902 90867704.29 21089579.54 F 349.257 306.452 2555.614 2569.938 63.501 69.383 370.264 314.801 Sig .000 000 000 000 000 000 000 000 Partial Eta Squared 690 662 845 845 119 129 612 573 Noncent Parameter 1047.772 919.355 2555.614 2569.938 63.501 69.383 740.529 629.601 Observed a Power 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 a Computed using alpha = 05 b R Squared = 690 (Adjusted R Squared = 688) c R Squared = 662 (Adjusted R Squared = 660) Kết phân tích phương sai ví dụ cho thấy nhân tố Gender nhân tố Jobcat tác động đến biến phụ thuộc định lượng Curent Salary Beginning Salary Mơ hình phân tích phương sai đa nhân tố lên biến phụ thuộc thuộc định lượng có ý nghĩa thống kê mức 1% Phân tích hồi quy 3.1 Hồi quy tuyến tính đơn (Simple Linear Regression) Hồi quy tuyến tính cịn gọi OLS Regression (Ordinary Least Squares Regression), tức phương pháp làm cho bình phương sai số (desiduals) nhỏ Thủ tục hồi quy sử dụng để khảo sát mối quan hệ tương quan biến Trước thực việc phân tích mối quan hệ hai biến định lượng bạn nên quan sát biểu đồ phân tán (Scatter) chúng Theo quy ước, thường đặt biến phụ thuộc trục tung biến độc lập trục hoành Mở tệp Employee_data.sav, quan sát mối quan hệ mức lương (salary) số năm học (educ) Giả định salary biến phụ thuộc educ biến độc lập Để xem xét biểu đồ phân tán bạn thực sau: Chọn Graphs/Scatter/Simple/Define, chuyển salary vào hộp Y Axis educ vào hộp X Axis, nhắp OK 140000 120000 100000 80000 Current Salary 60000 40000 20000 10 12 14 16 18 20 22 Educational Level (years) Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 104 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích Trong biểu đồ phân tán bạn để ý xem phần tử biến động thất thường Trong q trình mơ tả mối quan hệ biến, bạn cần quan sát nội dung hướng (Direction), dạng (Form) mức độ (Strength) - Hướng: Bạn cần chọn phát biểu hợp lý cho mối quan hệ thuận hay nghịch, hay khơng có tính xu hướng, v.v… - Dang: Bạn nên xem xét quan hệ dạng tuyến tính hay phi tuyến Trong trường hợp nghiên cứu quan hệ tuyến tính, đường thẳng biểu diễn tốt mối quan hệ Nhắp đúp đồ thị chọn Chart/Options/Nhắp Total hộp Fit Line/OK 140000 120000 100000 80000 Current Salary 60000 40000 20000 10 12 14 16 18 20 22 Educational Level (years) - Mức độ: Bạn cần thước đo định lượng mức độ quan hệ phương trình mơ tả hồi quy, chọn Analyze/Regression/Linear, chuyển salary vào hộp Dependent educ vào hộp Independents, để nhận hệ số tương quan bạn nhắp Statistics chọn Descriptives, chọn thêm Estimates, Confidence intervals, Model fit., R Squared change …/OK Correlations Pearson Correlation Current Salary 1.000 661 000 474 474 Current Salary Educational Level (years) Current Salary Educational Level (years) Current Salary Educational Level (years) Sig (1-tailed) N Educational Level (years) 661 1.000 000 474 474 Hệ số tương quan Pearson r đo xác mức độ quan hệ hai biến có dạng số liệu liên tục quan hệ tuyến tính Nó đo lường mức độ phân tán quanh đường thẳng phù hợp với số liệu Nếu quan hệ phi tuyến hệ số tương quan Pearson r cho giá trị thấp mối quan hệ Bạn nên sử dụng biểu đồ phân tán để kiểm định tính phi tuyến trước sử dụng Pearson r để tóm lược mức độ quan hệ Kết cho thấy tương quan mức lương số năm học có ý nghĩa thống kê (r = 0,661, n = 474, p < 0,0005) Mức ý nghĩa phía (Sig.(1-tailed)) tính dựa theo mối quan hệ chiều (tương quan thuận trường hợp này) số năm học mức lương b Variables Entered/Removed Model Variables Entered Education al Level a (years) Variables Removed Method Enter a All requested variables entered b Dependent Variable: Current Salary Model Summary Change Statistics Model R 661a R Square 436 Adjusted R Square 435 Std Error of the Estimate $12,833.540 R Square Change 436 F Change 365.381 df1 df2 472 Sig F Change 000 a Predictors: (Constant), Educational Level (years) Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 105 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích - R hệ số tương quan biểu diễn cường độ mối quan hệ biến độc lập biến phụ thuộc mơ hình - R square hệ số xác định R2 (Coefficient of Determination), giá trị bình phương hệ số Pearson r Hệ số xác định R2 tỷ số ES/TSS, đo độ biến động biến phụ thuộc (salary) giải thích biến động biến độc lập (educ) Trong kết tính R2 = 0,436, mơ hình hồi quy tuyến tính giải thích 43,6% khác biệt mức lương đối tượng R2 thước đo phù hợp mô hình hồi quy tuyến tính tổng thể, giá trị khơng phải lúc có nghĩa hai biến khơng có liên hệ cả, mà nói lên hai biến khơng có liên hệ tuyến tính - Adjusted R square R2 điều chỉnh, sử dụng để làm cho hệ số xác định R2 phản ánh sát phù hợp mơ hình với tổng thể Hệ số dùng để đo phần phương sai (variance) biến phụ thuộc (salary) giải thích biến động biến độc lập (educ) Adjusted R-square tính sau: Ra2=R2-[(k*(1-R2))/(N-k-1)] Với R2 hệ số xác định, k số biến độc lập mơ hình, N số cặp quan sát Trong ví dụ Ra2 = 0,435, cho thấy có 43,5% biến động mức lương giải thích số năm học - Std Error ò the Estimate: Sai số chuẩn, đo phân tán biến lệ thuộc ước lượng chung quanh trung bình Nếu sai số chuẩn lớn 10% giá trị trung bình dự đốn biến phụ thuộc xem cao - R2 Change cách đánh giá tầm quan trọng biến độc lập xem xét mức độ tăng R2 biến độc lập đưa vào mơ hình mơ hình chứa sẵn biến độc lập khác Mức độ tăng R2 Change = R2 – R2(i) Trong R2(i) bình phương hệ số tương quan bội tất biến độc lập mơ hình ngoại trừ biến thứ i Căn bậc hai R2 Change hệ số tương quan phần (part correlation coefficient) Trong bảng giá trị R2 Change giống R2 (0,436) ta có biến độc lập phương trình - F Change dùng kiểm định giả thiết H0 R2 Change tổng thể 0, gọi kiểm định F riêng (partial F test) F Change = R2 Change(N-k-1)/m(1-R2) Trong m số biến đưa vào mơ hình bước này, F Change tính mức ý nghĩa từ phân phối F với k N-k-1 bậc tự ANOVA Model Regression Residual Total Sum of Squares 6.02E+10 7.77E+10 1.38E+11 df 472 473 b Mean Square 6.018E+10 164699740.8 F 365.381 Sig .000a a Predictors: (Constant), Educational Level (years) b Dependent Variable: Current Salary Ý nghĩa bảng ANOVA để kiểm định xem hệ số R khác có ý nghĩa hay không Giá trị F = 365,381, df = 1, p < 0,0005 cho thấy mối quan hệ tuyến tính có ý nghĩa chiều cao cân nặng Giá trị Total Sum of Squares (TSS) tổng độ lệch biến lệ thuộc Mục đích hồi quy giải thích độ lệch cách tìm giá trị beta tốt nhỏ tổng bình phương độ lệch Giá trị Total Sum of Squares of Regression (ESS) gọi Explained Sum of Squares phần độ lệch từ TSS giải thích mơ hình Giá trị Total Sum of Squares of Residual (RSS) phần độ lệch khơng thể giải thích mơ hình: RSS = TSS – ESS Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 106 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích Coefficientsa Model (Constant) Educational Level (years) Unstandardized Coefficients B Std Error -18331.2 2821.912 3909.907 204.547 Standardized Coefficients Beta 661 t -6.496 19.115 Sig .000 000 95% Confidence Interval for B Lower Bound Upper Bound -23876.242 -12786.114 3507.971 4311.842 a Dependent Variable: Current Salary - Beta hệ số hồi quy chuẩn hoá (Standard regression coefficient) Beta = b(SX/SY) Với b hệ số hồi quy, SX độ lệch chuẩn biến độc lập SY độ lệch chuẩn biến phụ thuộc Thực chất hệ số beta độ dốc đường thẳng (tìm theo phương pháp bình phương bé nhất) biến X Y biểu diễn thang đo chuẩn hoá (Z-score) - Giá trị b biến educ độ dốc (slope) đường hồi quy - Giá trị b Constant giá trị cát trục tung (intercept) - Giá trị t bảng trên, đại lượng thống kê t sử dụng để kiểm định giả thiết H0 hệ số hồi quy (độ dốc tổng thể) Giá trị t = 19,115, p < 0,0005 cho thấy giả thiết H0 bị bác bỏ, tức có mối liên hệ tuyến tính thuận có ý nghĩa thống kê mức lương số năm học Công thức : t = b/Se(b) với b hệ số hồi quy, Se(b) độ lệch chuẩn b, phân phối t với N-2 bậc tự - Confidence Interval (khoảng tin cậy): Một giá trị thống kê tính từ mẫu quan sát cho ước lượng điểm (point Estimation) tham số chưa biết tổng thể Giá trị ước lượng từ mẫu tường khác với giá trị tham số chưa biết tổng thể ta hy vọng giá trị không chênh lệch Dựa ước lượng mẫu tính phạm vi giá trị chứa giá trị tham số tổng thể với xác suất xác định (95% hay 99%) Phạm vi giá trị gọi khoảng tin cậy 3.2 Hồi quy tuyến tính bội (Multiple Linear Regression) Trong phần hồi quy bội nghiên cứu xem mức lương (salary) phụ thuộc vào số năm học (educ), số năm kinh nghiệm (prevexp), thành phần dân tộc (minority) Chọn Analyze/Regression/Linear, chuyển biến salary vào hộp Dependent biến khác educ, prevexp, minority vào hộp Independents, phần Method bạn chọn phương pháp sau để xây dựng mơ hình hồi quy: - Enter (đưa vào lượt): Đây phương pháp mặc định chương trình Các biến khối đưa vào mơ hình lúc - Stepwise (từng bước): Đưa vào rút biến bước Các biến khối xem xét lại bước đưa vào hay rút khỏi mơ hình - Remove (loại bỏ lượt): biến khối rút bước - Backward (rút dần): biến khối đưa vào mô hình lúc sau rút dần dựa vào tiêu chuẩn rút - Forward (đưa vào dần): Các biến khối đưa vào mơ hình dựa vào tiêu chuẩn đưa vào Các biến phải vượt qua tiêu chuẩn chấp nhận (Tolerance criterion) đưa vào mơ hình, cho dù ta có định phương pháp đưa biến vào Độ chấp nhận mặc định 0,0001 Một biến khơng đưa vào phương trình làm cho độ chấp nhận biến đưa vào mơ hình xuống tiêu chuẩn chấp nhận Đối với phương pháp Stepwise, số bước tối đa để đưa biến vào phương trình lần số biến độc lập Đối với phương pháp Backward Forward số bước tối đa với số biến thoả mãn tiêu chuẩn đưa vào rút Tất biến độc lập chọn đưa vào mơ hình hồi quy Tuy nhiên, bạn định phương pháp đưa biến vào khác cho tập hợp Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 107 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích khác biến độc lập Thí dụ, bạn đưa khối biến vào mơ hình hồi quy phương pháp Forward đưa khối biến thứ hai vào mơ hình phương pháp Stepwise Để đưa khối biến thứ hai vào bạn nhắp chuột nút Next, tiếp tục cho khối biến thứ ba chẳng hạn Để di chuyển tới lui khối biến độc lập, bạn sử dụng nút Previous Next Bạn định đến khối biến khác - Trong hộp thoại Linear Regression, nhắp nút Statistics để mở hộp thoại Linear Regression: Statistics, bạn chọn tuỳ chọn: + Estimates (các ước lượng) gồm hệ số hồi quy đo lường có liên quan + Confidence intervals (khoảng tin cậy): Thể khoảng tin cậy 95% hệ số hồi quy khơng chuẩn hố + Covariance matrix (ma trận hiệp phương sai): Thể ma trận hiệp phương sai hệ số hồi quy không chuẩn hố Bạn chọn thêm hay nhiều thông số thống kê sau: + Descriptives (các thống kê mơ tả): Các giá trị trung bình, độ lệch chuẩn ma trận tương quan với xác suất kiểm định phía + Model fit (các thống kê đánh giá phù hợp mơ hình): R, R2, R2 điều chỉnh sai số chuẩn Ngoài bảng ANOVA thể số bậc tự do, tổng độ lệch bình phương, độ lệch phương sai, giá trị thống kê F xác suất F quan sát Các thống kê đánh giá phù hợp mô hình thể theo mặc định + Durbin-Watson: Thể thống kê kiểm định Durbin-Watson thể thống kê tóm tắt ácc phần dư khơng chuẩn hố chuẩn hố giá trị dự đoán Đại lượng dùng để kiểm định tương quan sai số kề nhau, có giá trị d = – Nếu phần dư tương quan với d gần Giá trị d < có nghĩa ác phần dư gần có tương quan thuận Giá trị d > có nghĩa phần dư có liên hệ nghịch + Collinearity Diagnostics (chẩn đoán tượng đa cộng tuyến): Thể qua hệ số phóng đại phương sai (Variation Inflation of Factor – VIF), giá trị đặc trưng (Eigenvalues) ma trận tích mơ men chéo, số điều kiện (Condition Index) tỷ lệ phận phương sai Tuỳ chọn thể độ chấp nhận biến mơ hình, biến khơng đưa vào mơ hình, độ chấp nhận biến đưa vào mơ hình bước + Colinearity đa cộng tuyến, phản ánh trạng thái biến độc lập có tương quan chặt chẽ với nhau, khó tách ảnh hưởng biến Các cơng cụ chẩn đốn sau giúp ta phát tồn tượng cộng tuyến: Độ chấp nhận (Tolerance) biến thường sử dụng để đo lường tượng cộng tuyến Độ chấp nhận biến i định nghĩa 1-Ri2, Ri hệ số tương quan bội biến độc lập i dự đoán từ biến độc lập khác Nếu độ chấp nhận biến nhỏ gần kết hợp tuyến tính ácc biến độc lập khác (tức có tượng đa cộng tuyến) Hệ số phóng đại phương sai có liên hệ gần gũi với độ chấp nhận Thực tế nghịch đảo độ chấp nhận, tức biến i thì: VIF = 1/(1-Ri2) Gọi hệ số phóng đại phương sai có liên quan đến việc tính tốn phương sai hệ số hồi quy biến i Khi VIF tăng phương sai hệ số hồi quy tăng theo - Để điều chỉnh tiêu chuẩn biến vào khỏi mơ hình hồi quy hay điều chỉnh việc xử lý quan sát thiếu kiện, bạn nhắp Option hộp thoại Linear Regression: + Phần Stepping Method Criteria: Tiêu chuẩn vào hay áp dụng cho phưpng pháp đưa vào dần, loại trừ dần bước Bạn chọn: Use probability of F: Sử dụng xác suất F vào (Entry) xác suất F (Removal) làm tiêu chuẩn đưa biến vào Đây tiêu chuẩn mặc định Giá trị vào mặc định 0,05 giá trị mặc định 0,10 Muốn thay đối giá trị mặc định này, bạn nhập xác suất F Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 108 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích vào Cả hai giá trị phải lơn nhỏ hay 1, F vào (FIN) phải nhỏ F (FOUT) Use F value: Sử dụng giá trị F làm tiêu chuẩn vào Giá trị vào mặc định 3,84 giá trị mặc định 2,71 + Phần Missing values: Bạn chọn ba cách xử lý số liệu thiếu sau: Exclude cases listwise: Chỉ có quan sát có đầy đủ giá trị tất biến đưa vào phân tích Đây cách xử lý mặc định Exclude cases pairwise: Các quan sát co đầy đủ kiện cặp biến nghiên cứu liên hệ sử dụng để tính hệ số tương quan làm sở cho phân tích hồi quy Bậc tự tính N nhỏ cặp biến Replace with mean: Thay kiện thiếu trung bình biến tất quan sát sử dụng để tính tốn - Chọn Include Constant in Equation: Mơ hình hồi quy có chứa số Đây mặc định, nhiên bạn làm cho đường hồi quy qua gốc toạ độ cách bỏ dấu chọn ô - Nhắp nút Plots để vẽ đồ thị phân tán biến phân tích Trong cửa sổ Linear Regression Plots bạn thấy biến phụ thuộc biến phần dư (Residual) biến dự đoán (các mức độ lý thuyết cảu biến phụ thuộc tính theo mơ hình xây dựng) xuất sách biến nguồn (Source List) INDEPENDENT * ZPRED: Giá trị dự đoán chuẩn hoá * ZRESID: Phần dư chuẩn hoá * DRESID: Phần dư loại bỏ quan sát xem xét * ADJPRED: Giá trị dự đoán điều chỉnh * SRESID: Phần dư student hoá * SDRESID: Phần dư loại bỏ cảu quan sát xem xét student hoá Hãy chọn biến cho trục tung (y) biến cho trục hoành (x) Để thực nhiều đồ thị, nhắp chuột nút next lập lại việc xác định biến cho trục tung biến cho trục hoành Bạn định đồ thị lúc Tất đồ thị chuẩn hoá Trong họp Standardized Residual Plots (đồ thị phần dư chuẩn hoá) có tuỳ chọn: + Histogram (biểu đồ tần số): Thể biểu đồ tần số phần dư chuẩn hoá đường cong chuẩn đặt chồng lên biểu đồ + Normal Probability Plot (biểu đồ xác suất chuẩn): Đồ thị so sánh xác suất chuẩn phần dư chuẩn hoá với phân phối chuẩn + Produce all partial plots (biểu đồ phân tán phần); Vẽ biểu đồ phân tán phần dư biến phụ thuộc biến độc lập hai biến hồi quy riêng Các biểu đồ thể biến độc lập phương trình theo thứ tự giảm dần sai số chuẩn hệ số hồi quy, tất biểu đồ chuẩn hố Tất nhiên phải có hai biến độc lập phương trình ta thực biểu đồ phần - Chọn Save họpp thoại Linear Regression để mở hộp thoại Linear Regression Save SPSS tự động gắn tên biến cho thông số bạn muốn lưu Kết bạn có thêm biến nội dung ghi vào bảng chứa biến nguồn hộp thoại Linear Regression + Predicted Values (các giá trị dự đốn); Bạn chọn nhiều thông số sau: * Unstandardized: Các giá trị dự đốn khơng chuẩn hố Standardized: Các giá trị dự đoán chuẩn hoá Adjusted: Các giá trị dự đoán điều chỉnh S.E of mean prediction: Sai số chuẩn giá trị dự đốn Bộ mơn Phân tích định lượng - - Trường Đại học Nơng nghiệp Hà Nội HUA 109 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích * Distance (khoảng cách): Bạn chọn hay nhiều loại khoảng cách: Mahalanobis, Cook, Leverage values * Prediction intervals (khoảng dự đốn): Bạn chọn hay hai loại dự đoán sau: Mean: Giới hạn khoảng dự đoán trị trung bình Inđiviual: Giới hạn khoảng dự đoán cho quan sát * Confidence interval (khoảng tin cậy): Khoảng tin cậy mặc định cho trị trung bình quan sát 95% Bạn thay đổi giá trị mặc định với giá trị từ > đến < 100 * Residuals (phần dư): Bạn chọn hay nhiều loại sau: Unstandarrdized: Phần dư khơng chuẩn hố Standardized: Phần dư chuẩn hoá Studentized: Phần dư Student hoá Deleted: Phần dư loại bỏ quan sát xem xét Studentized deleted: Phần dư loại bỏ quan sát xem xét student hố * Influence Statistics (các thơng số thống kê ảnh hưởng): Bạn chọn nhiều thơng số sau: DfBetas phản ánh thay đổi hệ số hồi quy loại bỏ quan sát khỏi q trình tính tốn SPSS tính lại tất hệ số hồi quy phương trình, kể số Standardized DfBetas: Tính Dfbeta chuẩn hố DfFit phản ánh thay đổi giá trị dự đoán loại lỏ quan sát xem xét khỏi q trình tính tốn Standardized DfFit: Tính DfFit chuẩn hố Covariance ratio: Tính tỷ số thành phần ma trận phương sai, hiệp phương sai quan sát xem xét bị loại khỏi q trình tính tốn với thành phần ma trận phương sai, hiệp phương sai tất quan sát đưa vào tính tốn Nếu tỷ số tiến đến quan sát xem xét không ảnh hưởng nhiều đến ma trận hiệp phương sai Model Summary Change Statistics Model R 672a 000b R Square 451 000 Adjusted R Square 448 000 Std Error of the Estimate $12,688.728 $17,075.661 R Square Change 451 -.451 F Change 128.868 128.868 df1 df2 3 Sig F Change 000 000 470 470 a Predictors: (Constant), Minority Classification, Educational Level (years), Previous Experience (months) b Predictor: (constant) c ANOVA Model Sum of Squares 6.22E+10 7.57E+10 1.38E+11 000 1.38E+11 1.38E+11 Regression Residual Total Regression Residual Total a df Mean Square 2.075E+10 161003826.0 470 473 473 473 F Sig 128.868 000a b 000 291578214.5 Predictors: (Constant), Minority Classification, Educational Level (years), Previous Experience (months) b Predictor: (constant) c Dependent Variable: Current Salary Coefficientsa Model (Constant) Educational Level (years) Previous Experience (months) Minority Classification (Constant) Unstandardized Coefficients B Std Error -19424.2 3109.426 3958.883 210.070 Standardized Coefficients Beta Sig .000 000 95% Confidence Interval for B Lower Bound Upper Bound -25534.331 -13314.136 3546.090 4371.675 Zero-order Correlations Partial Part Collinearity Statistics Tolerance VIF 669 t -6.247 18.846 661 656 644 927 1.079 14.028 5.804 086 2.417 016 2.622 25.433 -.097 111 083 924 1.083 -4158.559 34419.568 1430.535 784.311 -.101 -2.907 43.885 004 000 -6969.594 32878.402 -1347.523 35960.733 -.177 -.133 -.099 969 1.032 a Dependent Variable: Current Salary Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 110 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích a Coefficient Correlations Model Minority Classification Correlations Minority Classification Educational Level (years) Previous Experience (months) Minority Classification Educational Level (years) Previous Experience (months) Covariances a 1.000 101 101 1.000 -.116 238 -.116 238 1.000 2046429.629 30244.863 30244.863 44129.369 -962.825 289.832 -962.825 289.832 33.689 Dependent Variable: Current Salary a Collinearity Diagnostics Model Previous Experience (months) Educational Level (years) Dimension Eigenvalue 2.842 690 449 019 1.000 Condition Index 1.000 2.029 2.516 12.212 1.000 Variance Proportions Previous Experience (months) 00 00 01 98 Educational Level (years) (Constant) 00 00 01 99 1.00 Minority Classification 04 01 84 11 04 93 01 02 a Dependent Variable: Current Salary Excluded Variables b Collinearity Statistics Model Educational Level (years) Previous Experience (months) Minority Classification Beta In 661a t 19.115 a 000 Partial Correlation 661 Tolerance 1.000 VIF 1.000 Minimum Tolerance 1.000 Sig -.097 -2.128 034 -.097 1.000 1.000 1.000 -.177a -3.915 000 -.177 1.000 1.000 1.000 a Predictor: (constant) b Dependent Variable: Current Salary Trong ba thủ tục chọn biến Stepwise, Backward, Forward (phần Method) khơng có thủ tục tốt nhất, chúng đơn giản nhận biến có khả dự đoán “tốt nhất” biến phụ thuộc mẫu Ba thủ tục lúc cho phương trình Mơ hình chọn phương pháp nên nghiên cứu cẩn thận xem có vi phạm giả thiết khơng Chúng ta nên xây dựng nhiều mơ hình chấp nhận sau chọn mơ hình sở khả giải thích, khả thu thập liệu dễ dàng biến Thông thường khơng biết trước mơ hình tuyến tính có thích hợp hay khơng Do đó, xcần tiến hành dị tìm phần dư để xem coi có chứng vi phạm giả thiết khơng Phần dư (residual): Khi xây dựng mơ hình, phần dư biến thiên lại sau điều chỉnh theo mơ hình Chúng chênh lệch giá trị quan sát giá trị dự ˆ đoán (hay giá trị lý thuyết) Ei = Yi- Y i Khi phân tích hồi quy, sai số thực ei cho có phân phối chuẩn với trung bình phương sai không đổi б2 Nếu mô hình phù hợp với kiện phần dư quan sát ước lượng không chệch ei Phần dư điều chỉnh theo phương pháp: Phương pháp thứ chuẩn hoá cách chia phần dư quan sát thứ i cho độ lệch chuẩn phần dư mẫu quan sát phần dư chuẩn hố có trung bình độ lệch chuẩn Phương pháp thứ hai Student hoá (Studentize) phần dư cách chia phần dư cho ước lượng độ lệch chuẩn thay đổi từ điểm qua điểm khác theo khoảng cáhc từ Xi đến trung bình X Thơng thường phần dư chuẩn hố Student hố có giá trị gần (nhưng điều không luôn đúng) Phần dư Student hố phản ánh xác khác biệt phương sai sai số thực điểm quan sát Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 111 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích Từ phương pháp Remove, kết tính cho thấy phương trình hồi quy ước lượng cho thấy số năm học (educ), số năm kinh nghiệm (prevexp) thành phần dân tộc (minority) biến dự báo tốt cho mức lương (salary) BÀI TẬP THỰC HÀNH CHƯƠNG III Bài Nghiên cứu kết điểm số xạ thủ bắn súng phụ thuộc vào phương pháp ngắm bắn, với bảng số liệu sau: Mở hai mắt 22 27 29 20 18 30 Chỉ mở mắt trái 28 37 34 29 31 33 Chỉ mở mắt phải 33 29 39 33 37 38 Dùng SPSS để phân tích phương sai yếu tố (ANOVA – single factor Bài Kết điểm số xạ thủ phương pháp ngắm bắn sau: Xạ thủ Mở hai mắt 19 29 30 32 25 Số Số Số Số Số Phương pháp ngắm bắn Chỉ mở mắt trái 32 33 37 34 28 Chỉ mở mắt phải 36 37 35 39 33 Dùng SPSS để phân tích phương sai theo khối với mẫu ngẫu nhiên theo khối (Randomized block design) Bài Một nghiên cứu thực nhằm xem xét liên hệ loại phân bón, giống lúa suất lúa (tạ/ ha), ghi nhận từ thực nghiệm sau: Loại phân bón 65 74 64 83 A 68 79 72 82 62 76 65 84 Giống lúa B 69 71 72 69 68 73 78 78 67 69 75 75 75 70 78 76 C 75 69 82 77 78 65 80 75 Dùng SPSS để phân tích phương sai yếu tố Bài Giả sử hệ thống siêu thị quan tâm đến hàng loạt ảnh hưởng lên lượng hàng bán hàng tuần Liệu chừng số lượng hàng bán sản phẩm cụ thể có phụ thuộc vào vị trí giá/ kệ để hàng sản phẩm khơng ? Nếu có, liệu chừng qui mơ gian hàng có phải yếu tố đáng kể (có ý nghĩa) khơng ? Và tương tác vị trí giá để hàng độ lớn gian hàng không ? Berenson Levine (1992) nghiên cứu Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 112 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích vấn đề này, với cỡ mẫu cho kết hợp vị trí để giá hàng độ lớn gian hàng Dữ liệu thể bảng sau (Lượng hàng bán hàng tuần theo vị trí giá để hàng qui mơ cửa hàng) Độ lớn gian hàng Nhỏ Trung bình Lớn A 45 50 57 65 70 78 Vị trí giá để hàng sản phẩm B C 56 65 63 71 69 73 78 80 75 82 82 89 D 48 53 60 57 71 75 Dùng SPSS để phân tích phương sai yếu tố cỡ mẫu Bài Một thiết kế khối đầy đủ ngẫu nhiên hoá với yếu tố điều trị (Univariate ANOVA: A Randomized Complete Block Design with Two Treatments) Độ lớn (khối lượng) ổ bánh mì bị ảnh hưởng kết hợp khác chất béo chất hoạt tính bề mặt bột mì nhào ? Sử dụng liệu Miliken Johson (1984) sau đây: Chất béo Chất có hoạt tính bề mặt 3 6,7 7,1 6,4 7,1 7,3 - 4,3 5,5 5,9 5,6 5,1 5,9 6,6 7,5 Nguồn bột mì 5,7 5,9 6,4 7,4 6,2 8,1 9,1 5,6 5,8 7,1 6,8 6,3 6,8 - Bột mì thành phần bánh mì, khác bột mì khơng phải trọng tâm thí nghiệm Các nhà sản xuất bánh mì nêu khác khối lượng bánh mì gây chất béo chất có hoạt tính bề nặt lại khác lô bột khác Do lơ bột mì loại khác nguồn cung cấp sử dụng để ngẫu nhiên hoá (randomize) biến thiên khơng thể giải thích từ ảnh hưởng yếu tố điều trị nguồn bột mì Để thiết lập thiết kế khối đầy đủ (complete block design), tất kết hợp yếu tố điều trị định cách ngẫu nhiên vào lơ (nguồn) bột mì Bởi mức độ có yếu tố thể hiện, mơ hình ảnh hưởng cố định (fixed-effects model) Chú ý có ô rỗng bảng số liệu có thùng bột ủ có men làm bánh khơng tốt nhiên tất kết hợp yếu tố điều trị (chất béo (fat) * chất có hoạt tính bề mặt (surfactant)) có quan sát lần Chính vậy, ước lượng Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 113 Tin học ứng dụng KT-KE&QTKD liệu Chương III Ứng dụng SPSS phân tích tương tác fat*surfactant không bị ảnh hưởng ô rỗng Trong tệp tin có biến: fat (chất béo), surf(chất có hoạt tính bề mặt), flour (bột mì) spvol (khối lượng ổ bánh) Dùng phần mềm SPSS để phân tích phương sai biến đơn 1.1 1.2 Bài Có túi đựng hạt nhựa với màu khác (xanh da trời, hồng, xanh cây, vàng, da cam, đỏ) Giả sử mẫu xảy Vậy túi đựng 56 hạt nhựa hẳn chứa chừng khoảng 9,3 hạt nhựa cho loại màu Màu Xanh da trời Hồng Xanh nước biển Vàng Da cam Số hạt nhựa 17 10 Dùng SPSS để kiểm định bình phương cho giả thiết vừa nêu Đỏ 14 Bài Cho bảng số liệu chi phí quảng cáo (ad) doanh số bán hàng (sales): Ad 150 250 350 450 550 650 750 Sales 750 780 1835 2900 3750 4100 4420 Dùng SPSS để xác định mối quan hệ biến số cao hay thấp (tìm hệ số tương quan tự động) Bài Cơng ty A có doanh số hàng tháng năm 2007 sau: t Sales 210 224 218 235 250 245 243 253 277 Dùng SPSS để tìm hệ số tự tương quan 254 10 270 11 260 12 Bài Cơng ty A có doanh số (sales) giá bán (u_price) 10 tháng sau: Month 10 Sales 102 62 53 121 101 153 52 121 172 203 u_price 129 203 175 152 163 120 164 145 101 109 Dùng SPSS để phân tích mối quan hệ biến đồ thị phân tích hồi quy Bài 10 Có nguồn số liệu sau: t Doanhso Cpqcao 10 11 12 13 14 162 221 313 291 285 341 91 371 382 361 73 354 411 382 451 552 823 741 854 971 400 1225 1473 1554 1112 1053 1773 1301 Dùng phần mềm SPSS để: 1) Phân tích ma trận tương quan 2) Phân tích hồi quy dãy số thời gian Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA 114 TÀI LIỆU THAM KHẢO -1- Chu Văn Mẫn (2001) Ứng dụng tin học sinh học Nhà xuất Đại học quốc gia Hà Nội 2- Hoàng Trọng (1997) Ứng dụng SPSS for windows để xử lý phân tích liệu nghiên cứu Nhà xuất Khoa học kỹ thuật 3- Hoàng Trọng (1999) Phân tích liệu đa biến Nhà xuất Thống kê 4- Hoàng Trọng (2002) Xử lý liệu nghiên cứu với SPSS for windows Nhà xuất Thống kê 5- Hồ Đăng Phúc (2005) Sử dụng phần mềm SPSS phân tích số liệu Nhà xuất Khoa học kỹ thuật 6- Lê Khắc Bộ (1997-1998) Bài giảng tin học ứng dụng 7- Lê Khắc Bộ (1999–2000) EXCEL - Ứng dụng quản trị kế toán 8- Lê Khắc Bộ (2001) Tin học ứng dụng kinh tế 9- Lê Khắc Bộ (2004) Tin học kinh tế 10- Lê Khắc Bộ (2004) SPSS – Phân tích liệu kinh tế - xã hội 11- Lê Khắc Bộ (2005) STATA - Ứng dụng xử lý liệu 12- Lê Khắc Bộ (2005) EVIEWS - Ứng dụng phân tích liệu 13- Lê Khắc Bộ (2006) GAMS - Ứng dụng phân tích mơ hình kinh tế động 14- Lê Khắc Bộ (2006) LINDO - Giải toán kinh tế 15- Lê Khắc Bộ (2006) MINITAB - Ứng dụng phân tích thống kê 16- Lê Khắc Bộ (2007) EXCEL nâng cao cho cao học 17- Lê Khắc Bộ (2007) LIMDEP - Ứng dụng kinh tế lượng 18- Lê Khắc Bộ (2007) QM – Phân tích định lượng 19- Lê Ngọc Hướng (2006-2007) Bài giảng tin học ứng dụng cho chun ngành kinh tế nơng nghiệp kế tốn doanh nghiệp 20- Mai Văn Bửu, Nguyễn Phú Hưng, Phạm Vũ Thắng (2001) Tin học khoa học quản lý Nhà xuất Khoa học kỹ thuật 21- Ngô Thị Thuận (2000-2007) Bài giảng tin học ứng dụng cho sinh viên đại học, cao học chuyên ngành kinh tế nông nghiệp quản trị kinh doanh 22- Nguyễn Quang Dong (1999) Phân tích liệu Tài liệu dùng cho lớp bồi dưỡng giáo viên Khoa Toán kinh tế Đại học Kinh tế quốc dân 23- Nguyễn Thị Nhuần Hệ thống tập cho chuyên ngành kinh tế nông nghiệp, kế toán doanh nghiệp quản trị kinh doanh khố 40-50 24- Nguyễn Tiến, Nguyễn Văn Hồi, Nguyễn Văn Tâm (1996) Quản lỹ liệu Excel Nhà xuất Giáo dục 25- Nguyễn Tiến, Nguyễn văn Hoài, Nguyễn Văn Tâm (1996) Phân tích kinh doanh Excel Nhà xuất Giáo dục 26- Ơng Văn Thơng (2000) Thiết lập bảng tính Excel 2000 Phần nâng cao Nhà xuất Thống kê 27- Tin học ứng dụng Đại học Kinh tế quốc dân Nhà xuất Thống kê, 1999 28- Tô Thế Nguyên (2004-2007) Bài giảng tin học chun ngành kinh tế nơng nghiệp, kế tốn doanh nghiệp quản trị doanh nghiệp 29- Trần Dũng Tâm, Phạm Tuyết Mai (2000) Hướng dẫn thực hành bào tập Excel 2000 phân tích tài kỹ thuật Nhà xuất Thống kê 30- Trần Trí Dũng (2005) Excel-solver cho kỹ sư Nhà xuất khoa học kỹ thuật 114 31- Trần Văn Minh (2001) Xác suất thống kê tính tốn Excel Nhà xuất Giao thông vận tải 32- Trương Văn Tú (2006) Tính tốn kinh tế quản trị kinh doanh Excel Nhà xuất Đại học Kinh tế quốc dân 33- Võ Văn Huy, Huỳnh Ngọc Liễu (1998) Máy tính kinh doanh - Giải vấn đề định Nhà xuất Khoa học kỹ thuật 34- Bary Render, Ralph M Stair (1997) Quantitative Analysis for Management Prentice Hall, Inc 35- Lawrence C Hamilton (2006) Statistics with STATA Thomson Books/Cole 115 MỤC LỤC Trang Chương I Nhập môn tin học ứng dụng 1 Đối tượng nghiên cứu môn học 1.1 Một số khái niệm 1.2 Đối tượng, phạm vi ứng dụng tin học kinh tế quản trị kinh doanh 1.3 Phương pháp, kỹ thuật ứng dụng tin học kinh tế - quản trị kinh doanh 1 2 Phần mềm ứng dụng kinh tế quản trị kinh doanh 2.1 Các phần mềm chung 2.2 Phần mềm Excel 2.3 Phần mềm SPSS 2 Chương II Ứng dụng phần mềm Excel nâng cao kinh tế quản trị kinh doanh 25 Các hàm ứng dụng Excel 1.1 Các hàm khấu hao 1.2 Các hàm tính toán hiệu vốn đầu tư 1.3 Một số hàm thông dụng khác 25 25 28 37 Các lệnh ứng dụng Excel 2.1 Cụm lệnh Tools/Data Analysis - Cụm lệnh phân tích số liệu 2.2 Các lệnh tổng hợp xử lý số liệu 2.3 Lệnh giải tốn quy hoạch tuyến tính (Tools/Solver) 41 41 62 70 Ứng dụng số chức Excel quản trị kinh doanh 3.1 Lệnh Tools/Goal Seek 3.2 Lệnh Data/Table 3.3 Dùng lệnh Tools/Solver để lập kế hoạch sản xuất, phân tích sản xuất 77 77 78 80 Bài tập thực hành chương II 84 Chương III Ứng dụng SPSS phân tích liệu kinh tế quản trị kinh doanh 92 Khảo sát phân phối biến mối quan hệ biến 1.1 Biến định tính 1.2 Biến định lượng 1.3 Mối quan hệ biến định tính biến định lượng 92 92 93 95 Phân tích phương sai 2.1 Phân tích phương sai đa nhân tố lên biến phụ thuộc 2.2 Phân tích phương sai đa nhân tố lên nhiều biến phụ thuộc 99 99 101 Phân tích hồi quy 3.1 Hồi quy tuyến tính đơn (Simple Linear Regression) 3.2 Hồi quy tuyến tính bội (Multiple Linear Regression) 103 103 106 Bài tập thực hành chương III 111 Tài liệu tham khảo 114 Bộ mơn Phân tích định lượng - - Trường Đại học Nông nghiệp Hà Nội HUA .. .Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng Chương I NHẬP MÔN TIN HỌC ỨNG DỤNG Đối tượng nghiên cứu môn học 1.1 Một số khái niệm a) Máy vi... nhằm ứng dụng tin học vào sống Tuỳ lĩnh vực mà tin học áp dụng khác d) Tin học quản lý Tin học quản lý lĩnh vực tin học ứng dụng nhằm sử dụng phương pháp quản lý thông tin tin học vào lĩnh vực... Trường Đại học Nông nghiệp Hà Nội HUA Tin học ứng dụng KT-KE&QTKD Chương Nhập môn tin học ứng dụng Phạm vi nghiên cứu môn học: Nghiên cứu ứng dụng tổng hợp, xử lý, phân tích liệu lĩnh vực