Giới thiệu về cơ sở dữ liệu, phân loại dữ liệu, mã hóa và phương pháp làm sạch dữ liệu
MỤC LỤC
Các phương pháp làm sạch dữ liệu .1 Dùng bảng tần số
Lập bảng tần số vối biến STT (số thứ tự của phiếu nhập) để tìm ra các trường hợp bị lỗi tuổi là 13 mà có nghề là giáo viên. Hãy nhập liệu từ dữ liệu thu thập được của mỗi cá nhân để tạo thành database cho riêng mình.
Phương pháp và công cụ
Chọn một (hay nhiều biến định lượng) trong danh sách biến ở phía bên trái hợp thoại bằng cách nhập chuột vào biến đó (ví dụ chọn biến ), sau đó nhấp vàoc3 mũi tên qua phải để đưa các biến này vào ô Variable(s). Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Hợp thoại này cho phép chọn các đại lượng thống kê cần tính để mô tả các biến đã chọn ở phần trước bằng cách nhấp chuột vào các ô vuông cần thiết.
Lập bảng tần số đồng thời tính toán các đại lượng thống kê mô tả
Trong trường hợp tính toán cho nhiều biến cùng lúc, có thể chọn 1 trong 4 cách sắp xếp thứ tự kết quả tính toán của các biến này. Histograms: biểu đồ phân phối tần số (dùng cho biến có các giá trị liên tục) Sau khi chọn loại biểu đồ, nhấp chuột vào nút Continue để trở về hộp thoại Frequencies, và nhấn nút OK.
Mã hoá lại biến
Gừ tờn của biến mới (vớ dụ là tuoi4nh) muốn tạo ra trong ụ Output Variable.
Lập bảng tổng hợp nhiều biến .1 Bảng tần số 1 biến phân loại hay thứ bậc
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Trong ví dụ này, chúng ta muốn xem thử có bao nhiêu người trong mẫu khảo sát ở Hà Nội và có bao nhiều người trong mẫu khảo sát ở TPHCM. Nếu tóm tắt các biến này bằng những lệnh thông thường như bảng tần số (Analyze > Descriptive Statistics > Frequencies) hay bảng tùy biến (Analyze > Tables > Custom Tables) thì ứng với 1 câu hỏi loại này, có nhiều biến thì sẽ ra nhiều bảng tần số rời rạc, ít có ý nghĩa nếu không cộng các bảng này lại với nhau.
Kiểm định Chi - Square
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Ví dụ: nghiên cứu mối liên hệ giữa trình độ học vấn và cách đọc các tờ báo của người đọc. Chúng ta có thể dựa vào các tỉ lệ % theo cột trong bảng chéo để mô tả sự liên hệ hay sự khác biệt về cách đọc báo giữa các nhóm học vấn.
Kiểm định trong trường hợp dữ liệu thứ tự
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. Kết quả kiểm định xuất hiện. Do đó, có thể kết luận rằng có bằng chứng thống kê cho thấy học vấn có liên quan đến mức độ quan tâm đến chủ đề gia đình. Như vậy học vấn càng cao thì người đọc càng quan tâm nhiều về chủ đề gia đình. Chúng ta có thể dựa vào các tỉ lệ % theo cột trong bảng chéo ở dòng quan tâm nhất theo từng nhóm học vấn để mô tả sự liên hệ hay sự khác biệt về cách đọc báo giữa các nhóm học vấn. Case Processing Summary Cases. Valid Missing Total. Gia đình * Học vấn Crosstabulation. Học vấn Total. Tốt nghiệp ĐH. Quan tâm nhất. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. Quan tâm nhì. Quan tâm ba. Value df Asymp. The minimum expected count is 3.42. Directional Measures Valu. Ordinal by Ordinal. Not assuming the null hypothesis. Using the asymptotic standard error assuming the null hypothesis. Symmetric Measures Value Asymp. Ordinal by Ordinal. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Kendall's tau-. Not assuming the null hypothesis. Using the asymptotic standard error assuming the null hypothesis. Câu hỏi ôn tập chương 4. 1) Hãy dùng cơ sở dữ liệu cá nhân để kiểm định chi bình phương, dọc kết quả và giải thích.
Kiểm định trị trung bình của hai biến độc lập
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. PHÂN TÍCH DỮ LIỆU ĐỊNH LƯỢNG – KIỂM ĐỊNH TRUNG BÌNH. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Số nhân khẩu trong. Independent Samples Test Levene's. Test for Equality of. t-test for Equality of Means. ) Mean Differ ence. Nếu giá trị sig trong kiểm định phương sai F <= 0,05 thì phương sai giữa 2 thành phố khác nhau ta sẽ dùng kết quả kiểm định t ở dòng thứ nhì Equal variances not assumed Ngược lại nếu giá trị sig trong kiểm định phương sai > 0,05 thì phương sai giữa hai thành phố không khác nhau, ta sẽ dùng kết quả kiểm định t ở dòng thứ nhất Equal variances assumed.
Kiểm định trị trung bình của hai mẫu phụ thuộc (mẫu từng cặp)
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Trong ví dụ này, quy mô hộ gia đình và số người trong gia đình đọc báo thường xuyên ở TP.HCM đều lớn hơn có ý nghĩa thống kê so với Hà Nội. Trong bảng kết quả trên (Paired Samples Test), với mức ý nghĩa 0.018 có thể kết luận rằng có sự chênh lệch có ý nghĩa thống kê về mức lương giữa nam và nữ khi làm việc tại khu vực kinh tế có vốn đầu tư nước ngoài. Câu hỏi ôn tập chương 5. 1) Hãy ứng dụng hai kiểm định One sample T-test và Pare sample T-test cào cơ sở dữ liệu của từng cá nhân sinh viên.
Thực hiện ANOVA với SPSS
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. Trong hộp thoại này, có thể chọn:. ã Descriptive để tớnh cỏc đại lượng thống kờ mụ tả chi tiết cho từng nhúm,. ã Homogeneity-Of-Variance test để kiểm định sự bằng nhau của cỏc phương sai nhóm. ã Means plot để vẽ đồ thị trung bỡnh cho cỏc nhúm so sỏnh. Sau đó chọn Continue trở về hộp thoại ban đầu và bấm OK. kết quả xuất hiện. Dựa vào kết quả kiểm định bảng ANOVA, nếu H được chấp nhận thì kết luận không0. có sự khác biệt có ý nghĩa giữa các nhóm với nhau. Nếu H bị bác bỏ thì kết luận có sự0. khác biệt có ý nghĩa giữa các nhóm. Tiếp đến, trở lại hộp thoại One – way ANOVA để thực hiện kiểm định sâu ANOVA nhằm xác định cụ thể trung bình của nhóm nào khác với nhóm nào, nghĩa là tìm xem sự khác biệt của các nhóm xảy ra ở đâu. Câu hỏi ôn tập chương 6. 1) Trình bày và vận dụng phương pháp phân tích phương sai ANOVA cho các lĩnh vực nghiên cứu?.
Kiểm định Cronbach’s Alpha .1 Thực hiện với SPSS
Bao gồm luôn cả 4 biến quan sát đo lường sự hài lòng của nhân viên về công việc thì tất cả các biến quan sát đều có Hệ số tương quan tổng phù hợp (Corrected Item – Total Correlation) từ 0.3 trở lên nên được lựa chọn. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Như vậy các biến quan sát trong nhân tố công việc đều thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo, do đó phù hợp để thực hiện bước phân tích tiếp theo.
Phân tích nhân tố khám phá (EFA- Exploratory Factor Analysis) .1 Giới thiệu
Dưới góc độ lý thuyết, các biến quan sát này thuộc nhóm thành phần (Công việc) nên tên của nhân tố thứ nhất là “Công việc”. Chú ý, trong một số trường hợp các nhân tố thu được sau phân tích nhân tố có các biến quan sát ở nhiều thành phần ban đều gom lại khác nhau thì việc đặt tên cho các nhân tố là rất khó. Do đó, đòi hỏi người nghiên cứu phải đọc lại các ý nghĩa kinh tế của các biến quan sát trong nhân tố, từ đó tìm ra một tên chung đại diện cho các biến quan sát trong nhân tố hoặc có thể là một tên khác kết hợp từ nhiều thành phần của các biến quan sát tạo thành nhân tố “ Công việc – Tiền lương”.. Nhân tố thứ hai gồm có 4 biến quan sát sau:. Mã hóa Lương. L1 Được trả lương cao. L2 Sống hoàn toàn dựa vào thu nhập của công ty L3 Tiền lương tương xứng với kết quả làm việc L4 Thu nhập được trả công bằng. Nhân tố thứ hai bao gồm 4 biến quan sát của thành phần Lương, và có thể đặt tên của nhân tố này là “Lương”. Nhân tố thứ ba gồm có 3 biến quan sát sau:. Mã hóa Đồng nghiệp. Dn1 Thoải mái và dễ chịu Dn2 Phối hợp làm việc tốt. Dn3 Mọi người làm việc rất thân thiện. Nhân tố thứ ba gồm 3 biến quan sát của thành phần Đồng nghiệp, nên theo lý thuyết tên của nhân tố này là “Đồng nghiệp”. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. ããã Kiểm định cỏc giả thuyết của phõn tớch nhõn tố Kiểm định KMO và kiểm định Bartlett sau khi EFA lần 2 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling. Bartlett's Test of Sphericity. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của phân tích EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết Ho: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Với kết quả phân tích EFA lần 2 cho thấy, Sig. < 0.05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể. Ngoài ra, nhân số của nhân tố có thể được tính bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tố, hoặc bằng cách tính tổng của các biến quan sát cùng nhân tố (chỉ sử dụng cách này khi các items có cùng đơn vị đo lường). Giả sử bạn muốn tính nhân số bằng phương pháp trung bình cộng của các biến quan sát thuộc nhân tố. Tính nhân số của nhân tố này và lưu vào với tên F1. Từ thanh Menu của SPSS, chọn Transform\ Compute Variable sau đó khai báo như Hình sau:. Nhân số của nhân tố thứ nhất được tính bằng cách trung bình cộng, hình minh họa sau:. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh. Kết quả EFA trong phần biến phụ thuộc cho thấy 4 biến quan sát đo lường mức độ hài lòng HL1, HL2, HL3, HL4 được nhóm thành 1 nhân tố. Giả sử rằng bạn lưu nhân số của nhân tố sự hài lòng trong biến HL. Nhân số tính bằng phương pháp trung bình của các nhân tố được tính cho kết quả như trong hình sau:. Câu hỏi ôn tập chương 7. 1) Hãy ứng dụng lý thuyết về phân tích nhân tố khám phá EFA- Exploratory Factor Analysis vào cơ sở dữ liệu cá nhân sinh viên?.
Hồi quy tuyến tính
Ví dụ như nếu chiều cao của đứa trẻ là biến phụ thuộc, còn tuổi của đứa trẻ và chiều cao của người mẹ là biến độc lập, thì mô hình này cho rằng đối với bất kỳ kết hợp nào của tuổi của đứa trẻ và chiều cao của người mẹ thì chiều cao của đứa trẻ có phân phối chuẩn và mặc dù trị trung bình của các phân phối này là khác nhau, tất cả đều có chung một phương sai. Trước khi xem xét các thủ tục xây dựng mô hình, chúng ta sẽ xem xét vài kết quả khi đưa vào hoặc bỏ ra các biến trong phương trình hồi quy và các thông số thống kê đối với các biến không được đưa vào mô hình.
Cách thức thực hiện phân tích hồi quy tuyến tính bằng SPSS
Tiếp theo ví dụ chương 7, sau khi phân tích nhân tố khám phá EFA ta thu được 3 nhân tố của biến độc lập bao gồm: F1, F2, F3 và biến phụ thuộc sự hài lòng: ký hiệu là HL. Sử dụng phần mềm SPSS: Analyse \ Regression \ Linear ta được các bảng kết quả, bước tiếp theo là thực hiện các phép kiểm định để kiểm tra mức độ phù hợp của mô hình hồi quy thu được.
Kiểm định hệ số hồi quy Hình 1: Hệ số hồi quy
Dn3 Mọi người làm việc rất thân thiện Sự hài lòng Hl1 Hài lòng về công việc hiện tại Hl2 Công việc hiện tại đáp ứng được nhu. Còn lại 1 nhân tố: Đồng nghiệp, có giá trị mức ý nghĩa Sig > 0.05 nên biến này không tương quan với biến sự hài lòng.
Kiểm định mức độ phù hợp của mô hình
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Đồng. Nhận diện các biến độc lập có ý nghĩa trong mô hình hồi quy bội. Còn lại 1 nhân tố: Đồng nghiệp, có giá trị mức ý nghĩa Sig > 0.05 nên biến này không tương quan với biến sự hài lòng. 0.05) điều đó nói lên ý nghĩa mô hình lý thuyết phù hợp với dữ liệu thực tế nghiên cứu, các biến độc lập trong mô hình có tương quan với biến phụ thuộc.
Kiểm định hiện tượng đa cộng tuyến của mô hình (Multiple Collinearity)
0.05) điều đó nói lên ý nghĩa mô hình lý thuyết phù hợp với dữ liệu thực tế nghiên cứu, các biến độc lập trong mô hình có tương quan với biến phụ thuộc.
Kiểm định hiện tượng tự tương quan (Durbin – Watson)
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Kết quả của chương trình SPSS tính ra cho hệ số Durbin – Watson của nghiên cứu này là d = 1.662. Mô hình nghiên cứu thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Kiểm định phương sai của sai số không đổi (Heteroskedasticity)
Kết luận, không có hiện tượng tự tương quan trong phần dư của mô hình hồi quy tuyến tính.
Xác định tầm quan trọng của các biến độc lập theo %
Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Kết quả của chương trình SPSS tính ra cho hệ số Durbin – Watson của nghiên cứu này là d = 1.662. Kết luận, không có hiện tượng tự tương quan trong phần dư của mô hình hồi quy tuyến tính. Mô hình nghiên cứu thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh Biế. Coefficients % Thứ tự ảnh. 7) Kết luận và gợi ý các chính sách cần tập trung. Từ kết quả phân tích hồi quy trên ta có bảng chấp nhận hay bác bỏ các giả thuyết đặt ra nghiên cứu như sau:. Ký hiệu Diễn giải Tương. quan Kết quả H1. Công việc của nhân viên có ảnh hưởng đến sự hài lòng. H2 Tiền lương của nhân viên có ảnh hưởng. Mối quan hệ với đồng nghiệp tại nơi làm việc có ảnh hưởng đến sự hài lòng. Sơ đồ nghiên cứu. Ký hiệu Có ảnh hưởng. Ký hiệu Không ảnh hưởng. Giải pháp tập trung vào các yếu tố sau:. Mã hóa Công việc. Cv1 Sử dụng tốt các năng lực cá nhân Cv2 Công việc rất thú vị. Cv3 Công việc có nhiều thách thức. Cv4 Cú thể thấy rừ kết quả hoàn thành cụng việc Lương. L1 Được trả lương cao. L2 Sống hoàn toàn dựa vào thu nhập của công ty. Khoa Quản Trị Kinh Doanh Phân tích dữ liệu trong kinh doanh L3 Tiền lương tương xứng với kết quả làm việc. L4 Thu nhập được trả công bằng Câu hỏi ôn tập chương 8. 1) Trình bày cách ứng dụng mô hình hồi quy tuyết tính để dự báo giá trị cho biến phụ thuộc trong cơ sở dữ liệu cá nhân?.
