dịch vụ tin tức
Để thấy được mối quan hệ giữa thời gian truy cập (TGTC) và chuyên mục truy cập (CMTC), ta sử dụng phân tích tương ứng với sự trợ giúp của phần mềm SPSS 13.0. Phân tích tương ứng được J.P.Benzecri đề xuất vào những năm 80 của thế kỷ 20 khi nghiên cứu sự liên hệ của hai biến định tính. Phân tích tương ứng thực hiện hiệu quả đối với các biến định tính và phù hợp với bảng số liệu tần số.
Bảng 3.5: Bảng tiếp liên giữa thời gian truy cập và chuyên mục truy cập
Mỗi lượt truy cập được quan sát trên hai chỉ tiêu là thời gian truy cập và chuyên mục truy cập. Từ bảng tiếp liên trên ta thấy, dường như TGTC và CMTC có mối quan hệ nào đó với nhau.
Như trên đã chỉ ra, khoảng thời gian có nhiều người truy cập vào nhất là từ 9 giờ tới 12 giờ (có 5111 lượng truy cập). Trong khoảng thời gian này thì chuyên mục được truy cập vào nhiều nhất là chuyên mục thể thao (có 1297
lượng truy cập) chiếm 25.3766% so với tổng số lượng truy cập vào khoảng thời gian này. Trong một tháng, chuyên mục thể thao được truy cập vào nhiều nhất (có 6880 lượng truy cập). Và trong chuyên mục này thì khoảng thời gian từ 9 giờ tới 12 giờ cũng có đông người truy cập vào nhất (có 1297 lượng truy cập) chiếm 18.8517% so với tổng lượng truy cập vào chuyên mục này. Xem xét tương tự với thời gian truy cập ít nhất và chuyên mục ít được truy cập nhất cũng cho kết quả như trên: chuyên mục truy cập ít nhất là chuyên mục kinh doanh và khoảng thời gian có ít người truy cập vào nhất là từ 0 giờ tới 3 giờ.
Như vậy, TGTC và CMTC có mối quan hệ tương ứng với nhau. Kiểm định tính độc lập của hai biến TGTC và CMTC:
Ta sử dụng tiêu chuẩn Khi bình phương để kiểm định tính độc lập của hai biến định tính TGTC và CMTC.
Ta có cặp kiểm định giả thiết là:
Ho: TGTC và CMTC độc lập với nhau H1: TGTC và CMTC phụ thuộc lẫn nhau Với phần mềm SPSS 13.0, ta có bảng tóm tắt sau:
Bảng 3.6: Bảng tóm tắt mối quan hệ giữa TGTC và CMTC
Kiểm định Khi bình phương về sự độc lập của hai biến định tính TGTC và CMTC cho kết quả sau:
Th
Giá trị P_value = 0.000 < 0.05.
Nhận thấy, giá trị P_value của thống kê Khi bình phương nhỏ hơn mức ý nghĩa 1% và 5% nên bác bỏ giả thiết Ho.
Như vậy, hai biến TGTC và CMTC phụ thuộc (tương quan) với mức ý nghĩa 1% và 5%. Vì hai biến định tính này phụ thuộc lẫn nhau nên ta sẽ đánh giá mức độ chặt chẽ của biến sự phụ thuộc này nhờ hệ số kramer (k). Hệ số này phản ánh quan hệ của hai biến định tính. Hệ số k càng cao thì mức độ phụ thuộc của hai biến định tính càng cao; ngược lại hệ số này càng thấp thì mức độ phụ thuộc càng nhỏ và có thể coi như không có quan hệ. Công thức:
Trong đó: X^2 = 318.491 N = 26610
P = 10 : CMTC có 10 chuyên mục q = 8 : TGTC có 8 khoảng thời gian Từ đó suy ra, k = 0.04135 < 0.05. Như vậy, mức độ phụ thuộc lẫn nhau
của hai biến này thấp.
Tóm lại, ta có thể nói rằng thời gian truy cập và chuyên mục truy cập có phụ thuộc vào nhau nhưng mức độ phụ thuộc đó không lớn lắm. Có lẽ đó chỉ là yếu tố mang tính chất tham khảo chứ không mang tính chất quyết định.
3.3. Một số kiến nghị về dịch vụ tin tức của trang xa lộ mobile