b. Nguyên tắc nhập liệu:
1.4.3.1 Một số cơng cụ phân tích
a. Bảng tần số
Bảng tần số cĩ thể được thực hiện với tất cả các biến kiểu số ( định tính, định lượng). Để thực hiện thống kê tần số trong SPSS vào Menu Analyze > Descriptive Statistics >
Frequencies … Hộp thoại Frequencies
xuất hiện như hình
Dùng phím mũi tên qua phảiđưa biến đã chọn vào ơ Variable(s) . Sau đĩ bấm OK ta được 2 bảng kết quả:
Bảng 1 cho biết kết quả thống kê chung Bảng 2 hiện kết quả chi tiết tần số từng biến
b. Các đại lượng thống kê mơ tả:
Các đại lượng thống kê mơ tả chỉ tính được với các biến định lượng. Nếu ta tính các đại lượng này với biến định tính thì kết quà này khơng cĩ ý nghĩa.
Vào Menu Analyze > Descriptive Statistics > Descriptives… Hộp thoại Descriptives xuất hiện:
Dùng phím mũi tên qua phảiđưa biến đã chọn vào ơ Variable(s) .
Bấm vào nút Options hộp thoại xuất hiện. Hộp thoại này cho phép chọn các đại lượng thống kê cần tính để mơ tả các biến đã chọn ở phần trước bằng cách nhấp chuột vào các ơ cần thiết. Các đại lượng thống kê thường dùng là:
Mean: trung bình cộng
Sum: tổng cộng ( dùng khi điều tra tồn bộ) Std. Deviation: độ lệch chuẩn
Minimum: giá trị nhỏ nhất Maximum: giá trị lớn nhất
SE mean: sai số chuẩn khi ước lượng trung bình tổng thể
Trường hợp tính tốn cho nhiều biến cùng một lúc, cĩ thể chọn một trong bốn cách sắp xếp thứ tự kết quả tính tốn của các biến này. Thơng thường dùng trật tự tăng dần (Ascending means) hay giảm dần (Descending means)
Bấm vào nút Continue để trở lại hộp thoại trước rồi bấm nút OK. Bảng kết quả sẽ xuất hiện.
c. Biểu đồ tần số:
Để vẽ biểu đồ tần số, bấm vào nút Charts… trong hộp thoại Frequencies, sẽ xuất hiện hộp thoại như hình bên
Trong hộp thoại Charts này, nhấp chuột vào các ơ để chọn dạng biểu đồ cần vẽ, để chọn 1 trong 3 lọai biểu đồ sau:
Bar: biểu đồ dạng thanh ( dùng cho biến cĩ giá trị rồi rạc)
Pie: biểu đồ dạng hình trịn (dùng cho biến rời rạc ít giá trị)
Histograms: biểu đồ phân phối tần số (dùng cho biến cĩ giá trị liên tục)
Chọn loại biểu đồ bấm vào nút để trở lại hộp thoại Frequencies, bấm nút Continue để thể hiện kết quả.
1.4.3.2 Phân tích dữ liệu
a. Kiểm định Chi- square
Kiểm định Chi - square được sử dụng để kiểm định xem cĩ tồn tại mối quan hệ giữa hai yếu tố đang được nghiên cứu trong tổng thể. Kiểm định này phù hợp với hai biến định tính hoặc một biến định tính một biến định lượng.
Lý thuyết kiểm định
Giả thuyết khơng cĩ: Ho: hai biến độc lập với nhau Giả thuyết cĩ: H1: hai biến cĩ liên hệ với nhau Đại lượng dùng để kiểm định: ∑∑( )
= = Ε Ε − Ο = r i c j ij ij ij 1 1 2 2 χ Trong đĩ: : 2
χ đại lượng Chi – square dùng để kiểm định.
Oij : tần số quan sát thực tế trong các ơ của bảng chéo. Eij : tần số quan sát lý thuyết trong các ơ của bảng chéo C : số cột của bảng
R : số dịng của bảng.
Eij được tính theo cơng thức:
n C R Eij i× j = Ri : tổng số quan sát của hàng thứ i Cj : tổng số quan sát của cột thứ j
Kiểm định cĩ phân phối Chi – square (khi bình phương) nên tra bảng phân phối χ2ta cĩ giá trị giới hạn với mức ý nghĩa α và số thứ bậc tự do bằng (r-1).(c-1): χ2(r−1).(c−1),α Tiêu chuẩn để quyết định là so sánh giá trị giới hạn và đại lượng χ2:
Bác bỏ Ho nếu : χ2 > χ2(r−1).(c−1),α Chấp nhận Ho nếu: χ2 < χ2(r−1).(c−1),α
Sử dụng SPSS thực hiện kiểm định Chi – bình phương:
Vào Menu Analyze > Descriptive Statistics > Crosstabs… xuất hiện hộp thoại crosstabs. Đưa 2 biến cần kiểm định vào ơ cột và ơ dịng.
Nhấp vào nút Statistics xụất hiện hộp thoại. Chọn đại lượng Chi –square, nhấp vào Continue để trở về thoại trước, ấn OK để hiện kết quả.
Trong SPSS thay vì tra bảng Chi-square để tìm giá trị giới hạn ở bậc tự do (r-1)(c-1) với mức ý nghĩa 0.05 rồi so sánh với Chi-square. Ở đây SPSS tính ngược lại mức ý nghĩa quan sát tương ứng với giá trị Chi-square gọi là P-value hay sig.
Với độ tin cậy là 95%, nguyên tắc quyết định:
Bác bỏ Ho nếu : χ2 > χ2(r−1).(c−1),α sig. < 0.05 Chấp nhận Ho nếu: χ2 < χ2(r−1).(c−1),α sig. >= 0.05
b. Phân tích phương sai ANOVA
Phân tích phương sai ANOVA dùng để kiểm định giả thiết các nhĩm trong tổng thể cĩ trị trung bình bằng nhau. Tính tốn mức độ biến thiên giữa nội bộ các nhĩm và các trung bình nhĩm từ đây cĩ thể rút ra mức độ khác nhau giữa các trung bình nhĩm.
Cĩ thể phân tích phương sai 1 yếu tố và nhiều yếu tố nhưng trong phạm vi đề tài này chỉ phân tích phương sai 1 yếu tố.
Lý thuyết phân tích phương sai một yếu tố
Tổng quát giả sử từ một biến phân loại chia tổng thể mẫu thành k nhĩm độc lập gồm n1, n2, …, nk quan sát tương ứng với từng nhĩm, n là số quan sát của tổng thể.
ij
x : giá trị của biến định lượng đang xét
n
x x
x1, 2,..., : trung bình các nhĩm
x là trung bình chung của tất cả các nhĩm theo biến định lượng đang nghiên cứu. Tổng các độ lệch bình phương được xác định như sau:
Tổng độ lệch bình phương trong nội bộ nhĩm: phản ánh biến thiên ngẫu nhiên do ảnh hưởng của các yếu tố khác khơng xem xét ở đây.
( ) ∑∑ = = − = k i n j i ij i x x SSW 1 1 2
Tổng các độ lệch bình phương giữa các nhĩm: phản ánh biến thiên của biến định lượng đang nghiên cứu do tác động của biến phân lọai xem xét.
( )∑ ∑ = − = k i i x x SSG 1 2
Tổng các độ lệch bình phương tồn bộ: phản ánh tồn bộ biến thiên của biến định lượng đang nghiên cứu.
( )∑∑ ∑∑ = = − = k i n j ij i x x SST 1 1 2 Bằng các biến đổi tốn học ta cĩ : SST = SSW + SSG
Các độ lệch bình phương bình quân hay cịn gọi là độ lệch quân phương được xác định:
Phương sai trong nội bộ các nhĩm
k n SSW MSW − =
Phương sai giữa các nhĩm 1 − = k SSG MSG
Nguyên tắc quyết dịnh với mức ý nghĩa α là: Bác bỏ Ho nếu: Fk 1,n k,α MSW MSG − − >
Trong đĩ Fk−1,n−k,α là giá trị sao cho P(Fk−1,n−k >Fk−1,n−k,α)=α
k n k
F−1, − cĩ phân phối F với bậc tự do của tử số là (k-1) và bậc tự do của mẫu số là (n-k)
Thực hiện ANOVA với SPSS:
Vào Menu Analyze > Compare Means > One-way ANOVA. Xuất hiện hộp thoại như sau:
Đưa biến định lượng vào ơ Dependent List
Biến phân loại xác định các đối tượng (nhĩm) cần so sánh vào ơ Factor
Nhấp vào nút Post Hoc để chọn lọai kiểm định nhằm xác định cụ thể sự khác biệt giữa các nhĩm (nhĩm nào khác nhĩm nào). Lệnh này mở ra hộp thoại nhỏ (hình bên )Trong hộp thoại này cĩ thể chọn Scheffe, bonferroni hoặc Tukey’s trong trường hợp phương sai giữa các nhĩm đối tượng khác nhau ). Sau đĩ bấm Continue trở về hộp thoại ban đầu.
Chọn nút Option … mở hộp thoại option.
Descriptive đế tính các đại lượng thống kê mơ tả chi tiết cho từng nhĩm
Homogeneity-of-variance để kiểm định sự bằng nhau của các phương sai nhĩm Chọn Continue để trở về hộp thoại ban đầu nhấn OK
c. Mơ hình hồi quy bội
Khi nghiên cứu quan hệ của hai biến định lượng, ta cĩ thể sử dụng mơ hình hồi quy, trong đĩ cĩ biến độc lập và biến phụ thuộc
Mơ hình hồi quy tuyến tính bội là mở rơng của mơ hình hồi quy hai biến bằng cách thêm vào một biến độc lập để giải thích tốt hơn cho biến phụ thuộc. Mơ hình cĩ dạng như sau: e X X X Y = + . i+ . 2i+... p. pi+ i 2 1 1 0 1 β β β β
X pilà biểu hiện giá trị của biến độc lập thứ p tại quan sát thứ i
βk Hệ số hồi quy riêng phần
eiLà một biến độc lập ngẫu nhiên cĩ phân phối chuẩn với trung bình là 0 và phương sai khơng đổi σ2
Mơ hình hồi quy tuyến tính giả định rằng biến phụ thuộc cĩ phân phối chuẩn đối với bất kỳ kết hợp nào của các biến độc lập trong mơ hình.
Sử dụng SPSS để phân tích hồi quy tuyến tính:
Cĩ 5 phương pháp xây dựng phương trình hồi quy: đưa vào dần, rút ra dần, chọn từng bước, đưa vào một lượt và rút ra một lượt.
Vào Menu Analyze > Regression > Linear… xuất hiện hộp thoại Linear Regression.
Các biến số trong file dữ liệu xuất hiện trong ơ danh sách bên tay trái. Chọn 1 biến đưa vào Dependent và các biến độc lập đưa vào Independent(s). Nhấp chuột chọn OK
Chọn nút Method để chọn lựa phương pháp khác nhau để xây dựng mơ hình hồi quy.
Enter (đưa biến vào 1 lượt): là phương pháp mặc định của chương trình, các biến được đưa vào cùng 1 lúc.
Stepwise (từng bước) : đưa vào và rút biến ra từng bước một. Các biến
trong khối được xem xét lại từng bước một khi được đưa vào hay rút ra khỏi mơ hình.
Remove ( loại bỏ một lượt) : các biến trong khối sẽ được rút ra chỉ trong một bước.
Backward (loại bỏ dần) : các biến trong khối sẽ được đưa vào mơ hình
cùng một lúc và sau đĩ được rút ra dần dựa vào tiêu chuẩn rút ra.
Forward (đưa vào dần) : các biế trong khối sẽ được lần lượt đưa vào mơ
hình dựa vào tiêu chuẩn đưa vào.
Các biến phải vượt qua tiêu chuẩn chấp nhận mới được đưa vào phương trình, cho dù ta cĩ chỉ định phương pháp nào đi nữa. Độ chấp nhận mặc định là 0.000. Một biến cũng khơng được đưa vào hương trình nếu nĩ làm cho độ chấp nhận của một biến đã được đưa vào mơ hình xuống dưới tiêu chuẩn chấp nhận.
Các thơng số thống kê hồi quy tuyến tính
Chọn nút Statistics… mở hộp thoại Linear Regression Statistics với các hệ số hồi quy.
Estinmates (các ước lượng) : cho hiện các hệ số hồi quy và các đo lường cĩ liên quan. Theo mặc định thì các thơng số này sẽ được thể hiện trong bảng kết quả, các thơng số thể hiện là hệ số hồi quy B , sai số chuẩn của B , hệ số Beta chuẩn hĩa, giá trị thống kê t ứng với B và mức ý nghĩa hai phía của t.
Confidence interval (khoảng tin cậy) : cho thể hiện khoảng tin cậy 95%
của từng hệ số hồi quy khơng chuẩn hĩa.
Covariance matrix (ma trận hiệp sai) : thể hiện ma trận phương sai-hiệp
phương sai của các hệ số hồi quy khơng chuẩn hĩa. Các hiệp phương sai sẽ nằm bên dưới đường chéo, các hệ số tương quan sẽ nằm bên trên đường chéo và các phương sai sẽ nằm trên đường chéo của ma trận.
Model fit (các thơng số đánh giá sự phù hợp của mơ hình) : R, R2, R2 điều chỉnh và sai số chuẩn. Ngồi ra, bảng ANOVA sẽ thể hiện các số bậc tự do, tổng các độ lệch bình phương, độ lệch bình phương bình quân, giá trị thống kê F và xác xuất F quan sát được. Các thống kê đánh giá sự phù hợp các mơ hình sẽ được thể hiện theo mặc định.
Descriptive (thống kê mơ tả) : các trị trung bình, độ lệch chuẩn và ma trận tương quan với các xác xuất kiểm định một phía.