ĐỀ CƯƠNG ÔN NGHIÊN CỨU MAR 2 (1)

Đây là toàn bộ lý thuyết cũng như bài tập về nghiên cứu marketing 2 Câu 1: Xử lí câu hỏi nhiều lựa chọn1.Định dạng biến tổng hợpB1: Từ menu Analyze > Multiple Response > Define Variable Sets… để mở hộp thoại sau: B2: Chọn tất cả các biến thuộc câu nhiều lựa chọn đưa vào khung Variables in Set.B3: Khai báo cách mã hoá ở khung Variables Are Coded As:•Nếu dùng cách mã hoá 1: dùng dạng câu hỏi phân đôi Có – Không, ta sẽ khai báo biến ở dòng Dichotomies. Và sẽ đếm giá trị “Có” ở ô Counted value. Đối với ví dụ trên, do ta khai báo 1 là Không, 2 là Có, nên ở ô này ta sẽ nhập giá trị cần đếm là “2”

NGHIÊN CỨU MAR Câu 1: Xử lí câu hỏi nhiều lựa chọn Định dạng biến tổng hợp B1: Từ menu Analyze -> Multiple Response -> Define Variable Sets… để mở hộp thoại sau: B2: Chọn tất biến thuộc câu nhiều lựa chọn đưa vào khung Variables in Set B3: Khai báo cách mã hoá khung Variables Are Coded As: • Nếu dùng cách mã hố 1: dùng dạng câu hỏi phân đơi Có – Khơng, ta khai báo biến dịng Dichotomies Và đếm giá trị “Có” Counted value Đối với ví dụ trên, ta khai báo "1 Khơng", "2 Có", nên ta nhập giá trị cần đếm “2” • Nếu dùng cách mã hố 2, ta khai báo dịng Categories, đếm số thứ rtự biến Trong ví dụ có biến, ta đếm từ giá trị đến ô Range: through: B4: Khai báo tên nhãn biến khung Name Label B5: Click vào Add để xác nhận biến tổng hợp tạo -> Click chọn Close để hồn tất q trình định dạng biến tổng hợp Phân tích tần số Frequency B1: Từ menu Analyze -> Multiple Response -> Frequency, xuất hộp thoại sau: B2: Đưa biến tổng hợp vừa tạo phần vào ô Tables for -> Click chọn Ok để hoàn tất thao tác B3: Kết cửa sổ Output sau: $TSPHAUTHUATTH Frequencies Responses N Percent Cases tien su cat viem ruot thua 38 69.1% 76.0% tien su mo lay thai 5.5% 6.0% 3.6% 4.0% 5.5% 6.0% 16.4% 18.0% 55 100.0% 110.0% TIEN SU PHAU THUAT tien su mo cat tu cung a TONG HOP Percent tien su phau thuat u buong trung ts mo benh khac Total of a Dichotomy group tabulated at value -Percent of Cases: phần trăm tổng số bệnh nhân quan sát (50 bệnh nhân) -Percent of Responses: phần trăm tổng trả lời (vì bệnh nhân có nhiều tiền sử phẩu thuật nên tổng trả lời = 55 > cỡ mẫu quan sát = 50) Câu 2: Thống kê mô tả - Thống kê tần số - Biểu đồ Thống kê mô tả kỹ thuật giúp người nghiên cứu mô tả tổng quát đặc điểm mẫu nghiên cứu kết khảo sát VD: mẫu khảo sát có nam, nữ, có người TPHCM, người HN, điểm trung bình đánh giá câu hỏi A rơi vâof điểm Likert 1-5,… Thống kê mơ tả gồm thống kê trung bình thống kê tần số Thống kê tần số Thống kê tần số thường sử dụng cho biến định tính VD biến nhân học giới tính, độ tuổi, thu nhập,… B1: Chọn menu Analyze ->Descriptive statistics-> Frequencies B2: Sau biến định tính cần thống kê đưa vào mục bên phải Variable B3: Chọn Charts bên phải - Trong ô Chart Type: chọn biểu đồ hình cần vẽ (ở thường dùng Pie Charts – - biểu đồ trịn) Trong Chart Values: chọn Percentages (thể %) B4: Nhấp vào continue chọn OK Kết hiển thị output bảng thống kê tần số biểu đồ tương ứng biến Đọc KQ: Ví dụ hình ta KQ sau: - Cột Frequency: Thể tần số nhóm học vấn Cột Percent: Tỷ lệ phần trăm nhóm học vấn Cột Valid Percent: Tỷ lệ phần trăm hợp lệ nhóm học vấn Cột Cumulative Percent: Phần trăm tích lũy Trong bảng này, quan tâm cột Frequency để xem tần số nhóm giá trị cột tỷ lệ phần trăm để xem cấu giá trị Ví dụ cụ thể biển Học vấn, đối tượng khảo sát chủ yếu có học vấn Trung cấp với 141/220 người, chiếm tỷ lệ 64.1%, số người có học vấn cao đại học chiếm số lượng nhỏ 2/220 người, tỷ lệ chưa tới 1% Lưu ý: Muốn thể % biểu đồ, click đôi vào biểu đồ bảng Chart Editor, nhấp vào biểu tượng hiển thị số % biểu đồ Thống kê trung bình: Với biến định lượng ta chạy thống kê trung bình để xem số trung bình (Mean), giá trị nhỏ (Min), giá trị lớn (Max), độ lệch chuẩn (Stardard deviation),… Thống kê trung bình câu định lượng sử dụng thang đo likert để xem mức đánh giá trung bình đáp viên câu hỏi ứng với giá trị Ở thang đo mức độ giá trị trung bình 3, thực thống kê trung bình ta biết mức độ đồng ý đáp viên hay dươis 3, tiến gần hay tiến gần Từ biết hài lịng hay khơng hài lịng đáp viên ứng với tiêu chí yếu tố thơng tin khảo sát Cách làm: B1: Chọn menu Analyze ->Descriptive statistics->Descriptive B2: Dưa hết tất biến cần chạy thống kê mơ tả (thường đưa nhóm) từ mục bên trái sang bên phải Variable sau nhấp OK Kết xuất Cách đọc: - - Cột N: cỡ mẫu nghiên cứu Cột Minimum: giá trị nhỏ biến Như bên biển TN, giá trị nhỏ - TN1, TN2, TN3, TN5 1, giá trị nhỏ biến TN4 Cột Maximum: giá trị lớn biến Ví dụ bên từ biến TN2 đến TN5 giá trị - lớn biến TN1 giá trị lớn Cột Mean: giá trị trung bình biến Đây cột mang nhiều ý nghĩa giải thích bảng Thang đo Likert mức độ, có mức điểm trung gian, thiên 3-5 nghĩa đáp viên đồng ý với quan điểm biến đưa Ngược lại, thiên 1-3, đáp viên không đồng ý với quan điểm biến Biến TN1 có Mean = 2.64 < 3, liệu cho thấy rằng, mức độ đồng ý đối tượng khảo sát mức trung gian Trong đó, biến TN2, TN3, TN5 có mức Mean nằm khoảng 3-4 Riêng biến TN4, mức Mean = 4.41 > cho thấy đáp viên đồng ý - với quan điểm TN4 Cột Std Deviation: độ lệch chuẩn biến Giá trị nhỏ cho thấy, đáp viên trả lời số đáp án không chênh lệch nhiều (thường rơi vào gần 1) Ngược lại giá trị cao, thể hiển đối tượng khảo sát có nhận định khác biệt biến đó, nên mức điểm cho chênh lệch nhiều Bên cạnh việc số nhà nghiên cứu đánh giá Mean qua mức trung lập (trong trường hợp 3), số nhà nghiên cứu khác thực chia khoảng giá trị để phân đoạn mức độ Ví dụ, với thang đo mức độ, chia đoạn theo công thức sau: Giá trị khoảng cách= (Maximum – Minimum)/n= (5-1)/5= 0.8 Ý nghĩa mức sau: 1.0 – 1.80: không đồng ý 1.81 – 2.60: không đồng ý 2.61 – 3.40: không ý kiến 3.41 – 4.20: đồng ý 4.21 – 5.00: đồng ý Cronbach Alpha 2.1 Thang đo độ tin cậy thang đo Cronbach Alpha Trong mơ hình nghiên cứu, ta có biến độc lập tác động lên biến phụ thuộc Các biến độc lập biến phụ thuộc thống kê gọi biến tiềm ẩn hay nhân tố Các biển tiềm ẩn trực tiếp đo lường mà cần xây dựng biến quan sát nhỏ bên để làm rõ cho biến tìm ẩn Tập hợp biến quan sát nhỏ gọi thang đo biến tiềm ẩn Một thang đo mà có độ tin cậy cao có nghĩa biến quan sát nhỏ bên thể tính chất nhân tố mẹ thể tính chất biến tiềm ẩn Nếu thang đo có độ tin cậy thấp có nghĩa biến quan sát nhỏ bên chưa tốt chưa thể khía cạnh nhân tố mẹ dùng thuật ngữ đo lường độ tin cậy thang đo có nghĩa kiểm tra xem biến quan sát thang đo đặc điểm, tính chất biến tìm ẩn mẹ hay khơng Nếu chạy kết tiến dần thang đo có độ tin cậy cao biến quan sát thể đặc điểm tính chất biến tìm ẩn mẹ Cịn tiến dần thang đo có độ tin cậy thấp, biến quan sát nhỏ bên biến tiềm ẩn thể tính chất nhân tố mẹ Chúng ta không nhầm lẫn thang đo biến quan sát biến tiềm ẩn với thang đo Likert 2.2 Kiểm định độ tin cậy Cronbach Alpha SPSS Tuy nhiên, lúc tất biến quan sát x1, x2, x3, 14, 15 đưa để đo lường cho nhân tố A hợp lý, phản ánh khái niệm, tính chất A Do vậy, cần phải có công cụ giúp kiểm tra xem biến quan sát phù hợp, biến quan sát không phù hợp để đưa vào thang đo Kiểm định độ tin cậy thang đo Cronbach's Alpha công cụ cần Công cụ giúp kiểm tra xem biến quan sát nhân tố mẹ (nhân tố A) có đáng tin cậy hay khơng, có tốt khơng Phép kiểm định phản ánh mức độ tương quan chặt chẽ biến quan sát nhân tố Nó cho biết biến quan sát nhân tố, biến đóng góp vào việc đo lường khái niệm nhân tố, biến không Kết Cronbach Alpha nhân tố tốt thể biến quan sát liệt kê tốt, thể đặc điểm nhân tố mẹ, có thang đo tốt cho nhân tố mẹ 2.3 Đo lường độ tin cậy hệ số Cronbachs Alpha Cronbach (1951) đưa hệ số tin cậy cho thang đo Chú ý, hệ số Cronbach's Alpha đo lường độ tin cậy thang đo (bao gồm từ biến quan sát trở lên ) khơng tính độ tin cậy cho biến quan sát (Nguồn: Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học kinh doanh, NXB Tài chính, Tái lần 2, Trang 355) Hệ số Cronbachs Alpha có giá trị biến thiên đoạn từ đến Về lý thuyết, hệ số cao tốt (thang đo có độ tin cậy cao) Tuy nhiên điều khơng hồn tồn xác Hệ số Cronbach's Alpha q lớn (khoảng từ 0.95 trở lên) cho thấy có nhiều biến thang đo khơng có khác biệt nhau, tượng gọi trùng lặp thang đo (Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học kinh doanh, NXB Tài chính, Tải lần 2, Trang 364) 2.4 Các tiêu chuẩn kiểm định độ tin cậy thang đo Cronbachs Alpha Nếu biến đo lường có hệ số tương quan biến tổng Corrected Item - Total Correlation > 0.3 biến đạt u cầu (Nguồn: Nunnally, J (1978), Psychometric Theory, New York, McGraw-Hill) Nếu nhỏ 0,3 phải loại biến quan sát Mức giá trị hệ số Cronbach's Alpha (Nguồn: Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, Trang 24) • Từ 0.8 đến gần 1: thang đo lường tốt • Từ 0.7 đến gần 0.8: thang đo lường sử dụng tốt • Từ 0.6 trở lên: thang đo lường đủ điều kiện Chúng ta cần ý đến giá trị cột Cronbach's Alpha if Item Deleted, cột biểu diễn hệ số Cronbachs Alpha loại biến xem xét Mặc dù tiêu chuẩn phổ biến để đánh giá độ tin cậy thang đo, nhiên, giá trị Cronbach's Alpha if Item Deleted lớn hệ số Cronbach Alpha nhóm nên cân nhắc xem xét biến quan sát tùy vào trường hợp Cách làm: B1: Để thực kiểm định độ tin cậy Cronbach Alpha, bạn vào Analyze > Scale > Reliability Analysis… B2: Thực kiểm định cho nhóm biến quan sát cách đưa biến quan sát vào mục Items bên phải Tiếp chọn Statistics B3: Lúc tick vào mục Scale if item deleted, chọn Continue Đọc kết quả: • • • • • • Cronbach’s Alpha: Hệ số Cronbach’s Alpha N of Items: Số lượng biến quan sát Scale Mean if Item Deleted: Trung bình thang đo loại biến Scale Variance if Item Deleted: Phương sai thang đo loại biến Corrected Item-Total Correlation: Tương quan biến tổng Cronbach’s Alpha if Item Deleted: Hệ số Cronbach’s Alpha loại biến Bảng hệ số Cronbach Alpha nhóm, ta thấy hệ số Cronbach Alpha nhóm TN 0,790 thõa mãn điều kiện > 0,6 Tiếp theo quan sát hệ số tương quan biến tổng bảng thứ 2, xem xét hệ số cột Corrected Item-Total Correlation xem có hệ số nhỏ 0,3 loại biến chạy lại cronbach alpha Còn trường hợp hệ số lớn 0,3 biến giữ lại Quan sát tiếp tục cột Cronbach’s Alpha if Item Deleted cột đưa hệ số Cronbach alpha nhóm mà biến quan sát loại bỏ Ví dụ néu biến TN1 nhóm loại bỏ cronbach alpha nhóm 0,743; biến TN2 loại bỏ hệ số cronbach alpha nhóm 0,725 Tất giá trị nhóm nhỏ giá trị Cronbach Alpha bảng chấp nhận hết tất biến Trường hợp hệ số lớn giá trị Cronbach Alpha có trường hợp: - - TH1: Nếu đặt tiêu chuẩn cho hệ số Cronbach Alpha lúc đầu 0,7 mà chạy bảng thứ có giá trị nhỏ 0,7 Thì đừng nên vội loại bỏ biến tiềm ẩn này, mà phải xét biến quan sát xem biến quan sát có giá trị cột Cronbach’s Alpha if Item Deleted lớn giá trị lớn 0,7 loại bỏ biến quan sát chạy lại Cronbach Alpha TH2: có giá trị cột Cronbach’s Alpha if Item Deleted lớn giá trị cronbach alpha phải nhớ đến tiêu chuẩn loại biến là: hệ số cronbach alpha phảu từ 0,6 trở hệ số tương quan biến tổng phải lớn 0,3 Nếu biến quan sát thõa mãn điều kiện khơng loại biến quan sát biến lại 2.5 Bao nhiêu biến quan sát đủ cho Cronbach Alpha - Tốt từ trở lên Không nên xây dựng nhiều biến quan sát (trên 8) dễ gây trùng lặp thang đo Nếu nhân tố lớn chứa nhiều biến quan sát (trên 10) xem xét tách nhân tố thành nhóm nhỏ để dễ phân tích Nhân tố biến quan sát khơng thực phân tích độ tin cậy Cronbach Alpha Không nên xây dựng thang đo quan sát Nhân tố biến quan sát • Khơng xuất cột Cronbach Alpha if item Deleted • Nếu Conbach Alpha nhóm khơng đạt có biến có tương quan tổng nhỏ 0,3 loại thang đo • Hạn chế sử dụng thang đo quan sát Câu 3: Phân tích nhân tố khám phá EFA SPSS 3.1 Khái niệm ứng dụng - Là tên chung nhóm chức dùng chủ yếu “thu nhỏ” tóm tắt liệu - Phân tích nhân tố sử dụng trường hợp: • Nhận diện khía cạnh hay nhân tố giải thích liên hệ tương quan tập hợp biến • Nhận diện tập hợp gồm số lượng biến tương đối khơng có tương quan với để thay tập hợp biến gốc có tương quan • Để nhận dạng tập hợp số biến trội từ tập nhiều biến 3.2 Các tiêu phân tích EFA Khi phân tích nhân tố khám phá, nhà nghiên cứu thường quan tâm đến số tiêu chuẩn: - Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) = 0.5, mức ý nghĩa kiểm định Bartlett = 0.05 Thứ hai hệ số tải nhân tố (Factor loading) > 0.45 Nếu biến quan sát có hệ số tải nhân tố = 0.45 bị loại (Tabachnick & Fidell, 1989, Using Multivariate Statistics, Northridge, USA: HarperCollins Publishers) Thứ ba, thang đo chấp nhận tổng phương sai trích = 50% eigenvalue có giá trị lớn Tiêu chuẩn thứ tư khác biệt hệ số tải nhân tố biến quan sát nhân tố = 0.3 để đảm bảo giá trị phân biệt nhân tố Hệ số KMO số dùng để xem xét thích hợp phân tích nhân tố Trị số KMO phải đạt giá trị 0,5 trở lên (0,5 < = KMO 50% cho thấy mơ hình EFA phù hợp Coi biến thiên 100% trị số thể nhân tố trích đọng % bị thất thoát % biến quan sát Hệ số tải nhân tố (Factor Loading) hay gọi trọng số nhân tố, giá trị biểu thị mối quan hệ tương quan biển quan sát với nhân tố Hệ số tải nhân tố cao, nghĩa tương quan biến quan sát với nhân tố lớn ngược lại Theo Hair & ctg (2009,116), Multivariate Data Analysis, 7th Edition thì: • Factor Loading mức +0.3: Điều kiện tối thiểu để biến quan sát giữ lại • Factor Loading mức + 0.5: Biến quan sát có ý nghĩa thống kê tốt • Factor Loading mức +0.7: Biến quan sát có ý nghĩa thống kê tốt Trên thực tế, người ta thường lấy hệ số tải 0,5 làm mức tiêu chuẩn với cỡ mẫu từ 120 đến 350; lấy tiêu chuẩn hệ số tải 0,3 với cỡ mẫu từ 350 trở lên 10 Khi phân tích EFA cho biến phụ thuộc thay nhận xét bảng ma trận xoay nhận xét bảng ma trận chưa xoay Bởi muốn xoay phải có nhân tố trở lên Câu 4: Phân tích ANOVA 4.1 Phân tích phương sai ANOVA yếu tố Phân tích phương sai yếu tố ( gọi oneway anova) dùng để kiểm định giả thuyết trung bình nhóm mẫu với khả phạm sai lầm 5% Ví dụ: Phân tích khác biệt thuộc tính khách hàng (giới tính, tuổi, nghề nghiệp, thu nhập…) vấn đề (thường chọn nhân tố phụ thuộc, vd: lòng trung thành) Nhiệm vụ Anova: xem xét có khác biệt trung bình biến định lượng giá trị khác biến định tính hay khơng? Ở có biến định lượng lịng trung thành KH với thương hiệu laptop có biến định tính độ tuổi, giới tính, thu nhập, nơi làm việc, tình trạng nhân, Nhiệm vụ ANOVA xem xét lịng trung thành khách hàng có khác mức thu thập, độ tuổi, nơi làm việc, tình trạng nhân hay khơng Như người có thu nhập cao lịng trung thành họ có nhiều người có thu nhập thấp người trẻ có lịng trung thành cao hay thấp người lớn tuổi Một số giả định phân tích ANOVA: – Các nhóm so sánh phải độc lập chọn cách ngẫu nhiên – Các nhóm so sánh phải có phân phối chuẩn or cỡ mẫu phải đủ lớn để xem tiệm cận phân phối chuẩn – Phương sai nhóm so sánh phải đồng 14 Lưu ý: giả định tổng thể có phân phối chuẩn với phương sai khơng đáp ứng bạn dùng kiểm định phi tham số Kruskal-Wallis để thay cho ANOVA Bạn tìm hiểu kiểm định chương sau Quy trình phân tích ANOVA Cách thực hiện: Vào Analyze > Compare Means > One-Way ANOVA Giao diện sau Sau đưa biến phụ thuộc vào mục Dependent List, đưa biến định tính vào mục Factor 15 Tiếp đến, sử dụng tùy chọn Options Tích vào mục ảnh phía Sau chọn Continue Sau chọn OK Kết xuất Output, để ý đến bảng Robust Test of Equality of Means Test of Homogeneity of Variances BL Levene Statistic ,404a df1 df2 16 Sig 296 ,668 Trường hợp 1: Trong bảng thấy Sig Levene có giá trị 0,668 > 0,05 nói phương sai nhóm giá trị đồng Sau tiến tới phân tích bảng ANOVA ANOVA BL Sum of Squares Between Groups df Mean Square 8,723 2,908 Within Groups 630,986 296 2,132 Total 639,709 299 F 1,364 Sig ,254 Ở bảng ANOVA này, thấy Sig=0,254 > 0,05, kết luận khơng có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng nhóm tuổi khác Nếu Sig trường hợp nhỏ 0,05 kết luận có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng độ tuổi khác Trường hợp 2: Tuy nhiên Sig Levene có giá trị nhỏ 0,05 nói phương sai nhóm giá trị không đồng Chúng ta tới phân tích bảng Robust Test - Nếu Sig kiểm định Welch bảng Robust Tests > 0.05, kết luận: khơng có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng nhóm tuổi khác - Nếu Sig kiểm định Welch bảng Robust Tests < 0.05, kết luận: có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng độ tuổi khác 17 Cách đọc Kết kiểm định gồm hai phần: Phần 1: Levene test: dùng kiểm định phương sai hay khơng nhóm Ho: “Phương sai nhau” Sig 0.05: chấp nhận Ho -> đủ điều kiện để phân tích tiếp anova Phần 2: ANOVA test: Kiểm định anova Ho: “Trung bình nhau” Sig đủ điều kiện để khẳng định có khác biệt nhóm biến phụ thuộc Sig >0.05: chấp nhận Ho -> chưa đủ điều kiện để khẳng định có khác biệt nhóm biến phụ thuộc Khi có khác biệt phân tích sâu để tìm khác biệt nhóm quan sát kiểm định Tukey, LSD, Bonferroni, Duncan hình Kiểm định sâu anova gọi kiểm định Post-Hoc Kết xuất Output, để ý đến bảng Robust Test of Equality of Means Test of Homogeneity of Variances BL Levene Statistic ,404a df1 df2 18 Sig 296 ,668 Trường hợp 1: Trong bảng thấy Sig Levene có giá trị 0,668 > 0,05 nói phương sai nhóm giá trị đồng Sau tiến tới phân tích bảng ANOVA ANOVA BL Sum of Squares Between Groups df Mean Square 8,723 2,908 Within Groups 630,986 296 2,132 Total 639,709 299 F 1,364 Sig ,254 Ở bảng ANOVA này, thấy Sig=0,254 > 0,05, kết luận khơng có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng nhóm tuổi khác Nếu Sig trường hợp nhỏ 0,05 kết luận có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng độ tuổi khác Trường hợp 2: Tuy nhiên Sig Levene có giá trị nhỏ 0,05 nói phương sai nhóm giá trị khơng đồng Chúng ta tới phân tích bảng Robust Test - Nếu Sig kiểm định Welch bảng Robust Tests > 0.05, kết luận: khơng có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng nhóm tuổi khác - Nếu Sig kiểm định Welch bảng Robust Tests < 0.05, kết luận: có khác biệt có ý nghĩa thống kê mức độ trung thành khách hàng độ tuổi khác 19 4.2 Phân tích phương sai yếu tố (Two-way Anova) ANOVA hai yếu tố phần mở rộng phân tích phương sai yếu tố Với One Way, bạn có biến độc lập ảnh hưởng đến biến phụ thuộc Cịn với twoway ANOVA, có biến độc lập VD: File liệu có biến, GIOITINH HAILONG NHOMTUOI, tương ứng với người lao động cơng ty, có loại giới tính, loại nhóm tuổi hài lịng làm việc tương ứng Giả sử có khác biệt nhóm tuổi hài lịng câu hỏi đặt khác biệt có cho hai nhóm giới tính nam nữ hay khơng Phân tích one-way Anova khơng thể trả lời câu hỏi phân tích tiến hành cho toàn hai loại giới tính nam nữ khơng có chia Sự ưu việt phân tích two-way Anova sau: Ví dụ trường hợp tìm ảnh hưởng độ tuổi tới hài lòng khác Nam Nữ Đối với Nam hài lòng tăng theo độ tuổi Nữ lại giảm theo độ tuổi, trường hợp gọi hiệu ứng tương tác interaction effect Giả thuyết kiểm định Anova (chiều) yếu tố sau: - Tổng thể có phân phối chuẩn: tổng thể mà từ mẫu nghiên chọn phải có phân phối chuẩn - “Phương sai đồng đều” phương sai mẫu nghiên cứu phải Trong giả định giả dịnh thứ cần ý trước tiên bạn khơng đạt giả định tức kiểm định bạn đánh giá mức ý nghĩa lớn mức ý nghĩa bạn dự tính ban đầu Cách tiến hành: B1: khởi tạo liệu spss B2: Vào Analyze -> General Liner Model -> Univariate để mở hộp thoại thực Anova chiều B3: Đưa biến “BL” sang khung Dependent variable biến “gioitinh” “nhomtuoi” sang khung Fixed Factor B4: Rồi vào Option chọn mục: 20 ... không đồng ý 1.81 – 2. 60: không đồng ý 2. 61 – 3.40: không ý kiến 3.41 – 4 .20 : đồng ý 4 .21 – 5.00: đồng ý Cronbach Alpha 2. 1 Thang đo độ tin cậy thang đo Cronbach Alpha Trong mơ hình nghiên cứu, ... of Squares Between Groups df Mean Square 8, 723 2, 908 Within Groups 630,986 29 6 2, 1 32 Total 639,709 29 9 F 1,364 Sig ,25 4 Ở bảng ANOVA này, thấy Sig=0 ,25 4 > 0,05, kết luận khơng có khác biệt có... of Squares Between Groups df Mean Square 8, 723 2, 908 Within Groups 630,986 29 6 2, 1 32 Total 639,709 29 9 F 1,364 Sig ,25 4 Ở bảng ANOVA này, thấy Sig=0 ,25 4 > 0,05, kết luận khơng có khác biệt có