1
CHƯƠNG 8:
MỘT SỐ PHƯƠNG PHÁP PHÂN
TÍCH VÀDIỄN GIẢI DỮ LIỆU
- ỨNG DỤNG PHẦN MỀM SPSS
NGHIÊN CỨU
MARKETING
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP. HỒ CHÍMINH
KHOA QUẢN TRỊ KINH DOANH
2
KHÁI NIỆM
Phân tích dữ liệu làviệc phân tích vàdiễn giải ý
nghiã của dữ liệu thu thập được thông qua 1 mẫu nghiên
cứu, vàsuy rộng ra cho tổng thể nghiên cứu. Với kết quả
nghiên cứu (xét trên tổng thể nghiên cứu) thu được ta sẽ có
cơ sở để diễn giải ý nghiã của dữ liệu căn cứ vào mục tiêu
của cuộc nghiên cứu.
Việc điễn giải ý nghiã của kết quả nghiên cứu được
thực hiện thông qua kỹ thuật diễn dịch, bản thân kết quả
nghiên cứu chứa đựng thông tin về đối tượng nghiên cứu.
Việc trình bày vàdiễn giải ý nghiã kết quả nghiên cứu sẽ
được giới thiệu tại Chương 9: Hướng dẫn trình bày báo cáo
nghiên cứu của giáo trình môn học.
•Trong giáo trình chương này đề cập đến 3 phương
pháp phân tích dữ liệu đơn giản. Đólà:
•1. Xếp dữ liệu theo thứ tự
•2. Đo lường khuynh hướng hội tụ của dữ liệu
•3. Đo lường độ phân tán của dữ liệu
• Các bạn cóthể đọc nội dung chi tiết của 3
phương pháp này trong giáo trình của môn học.
• Thực chất, 3 phương pháp nêu trên làviệc tóm

của thị trường. Chúng ta thực hiện được điều này vìcómột
mối quan hệ giữa thông tin của mẫu vàthông tin của đám
đông.
Có2 nội dung ước lượng trong thống kê là:
(1) Ước lượng điểm (Point estimation);
(2) Ước lượng khoảng (Interval estimation).
Nguyên tắc của ước lượng điểm làdựa vào các thông
tin của mẫu đã thu thập để ước lượng các thông tin của thị
trường nghiên cứu. Kết quả của ước lượng điểm là1 giátrị
(điểm).
7
1.1.1 Nguyên tắc ước lượng
Nguyên tắc của ước lượng khoảng làdựa vào thông
tin thu thập từ mẫu để ước lượng cho các tham số của đám
đông.
Có3 dạng ước lượng khoảng trong thống kê là:
v Ước lượng tỷ lệ đám đông –P
X
;
v Ước lương trung bình đám đông – μ
X
;
v Ước lương phương sai đám đông – σ
2
X
.
Kết quả của ước lượng là1 khoảng (a,b) chứa tham
số đám đông với xác suất (1-α), nghiã là:
P(a<θ<b) = 1-α
Lưu ý rằng:

X
của đám đông là:
P
x
(1-P
x
) P
x
(1-P
x
)
P
x
-Z
α/2
< P
x
< P
x
+ Z
α/2

n n
Tra trong Excell ta cóZ
α/2
= 1.645, vàkhoảng tin cậy là:
0.648 < P
x
< 0.752
Như vậy, Với độ tin cậy 1-α = 90%, tỷ lệ KH mua mì ăn

X < μ
x
< X +
n n
Tra giátrị t
α/2
trong Excell với α=1% ta cót
α/2
= 2.575,
vàkhoảng tin cậy là:
3.82 < μ
x
< 4.02
Như vậy, xác suất 99%, trung bình đám đông nằm trong
khoảng từ 3.82 đến 4.02.
12
1.2 Kiểm định giả thuyết về tham số thị trường
1.2.1 Nguyên tắc kiểm định
Nguyên tắc của kiểm định giả thuyết về thị trường
nghiên cứu là đưa ra các giả thuyết về các tham số thị
trường, thu thập thông tin từ mẫu để kiểm định giả thuyết
đã đưa ra. Trong khi nguyên tắc của ước lượng làthu thập
thông tin từ mẫu vàsuy ra (diễn dịch) ước lượng các tham số
của thị trường.
13
1.2.2 Ý nghiã của kiểm định giả thuyết về
tham số thị trường
Trong nghiên cứu marketing, dùlànghiên cứu hàn
lâm hay ứng dụng thìkiểm định giả thuyết về tham số thị
trường là phương pháp rất thường hay được sử dụng. Dựa

(Xác suất β)
Bác bỏ giả
thuyết
Sai lầm loại 1
(Xác suất α)
Quyết định đúng
(Xác suất 1-β);
Khả năng của phép
kiểm định (Power
of the test)
15
1.2.4 Các sai lầm trong quyết định
khi kiểm định thống kê
16
Mối quan hệ giữa α và β
Giữa α và β cómối quan hệ với nhau. Giả sử rằng
chúng ta muốn kiểm định trung bình của một biến x (có
phân phối chuẩn) với giả thuyết H
0
: μ = μ
0
vàH
a
: μ > μ
0
.
Nếu giả thuyết này đúng (nghiã là đường A làphân bố thực
của X). Khi ta thực hiện “Phép”kiểm định thìxác suất bác
bỏ giả thuyết H
0

B
μ =μ
0
μ >μ
0
f
(x)
α
Vùng chấp nhận
H
0
: z Є(μ
0
,z
α
)
Vùng bác bỏ
H
0
: z Є(z
α
,∞)
x
x
1-β
Các “phép”kiểm định tham số thị trường thường
dùng trong phân tích đơn biến gồm có:
18
1.2.5 Các “phép”kiểm định tham số
thị trường trong phân tích đơn biến.

4 Ericsion
5 Loại khác
Kiểm định Z
21
Kết quả thu được P
Nokia
= 60%. ta tiến hành kiểm
định giả thuyết H
0
: P
Nokia
< P
0
= 0.70 với giả thuyết H
a
:
P
Nokia
≥ 0.7, vàmức ý nghiã α = 5%, nếu Z ≥ Z
α
thìgiả
thuyết được chấp nhận (nghiã làtỷlệKH sử dụng ĐTDĐ
nhãn hiệu Nokia chiếm dưới 70%), ngược lại giả thuyết sẽ
bịbác bỏ. Chúng ta thực hiện trên SPSS như sau:
Analyze -> Nonparametric Test -> Binominal ta nhập
biến C2 vào ô Test Variable test, nhập giátrị kiểm định vào
ô Test Proportion -> OK
Chúng ta cókết quả kiểm định tại màn hình output.
Quan sát cột Asymp. Sig. (1-failed) nếu cho giátrị≤.050
thìgiả thuyết H

Analyze -> Compare Means (so sánh trung bình của
biến với 3) -> One-Sample T-Test -> Nhập biến C5 vào, thay
giátrị Test value bằng 5 (mặc nhiên là0) -> OK.
Ở màn hình Output sẽ cho kết quả trung bình (mean) là
một giátrị cụ thể (con số) tại bảng tóm tắt (one sample
Statistics). Tại bảng kết quả kiểm định (One-Sample Test), trên
cột cuối (95% Confidence interval of the difference) ta thấy giá
trị dưới (lower) vàtrên (Upper). Kết quả kiểm định như sau:
(Mean + Lower) ≤μ
0
≤(Mean + Upper)
Nếu (Mean + Lower) ≥3, ta chấp nhận giả thuyết H
0
:
ĐTDĐ nhãn hiệu NOKIA cóchất lượng tốt (với mức ý nghiã α
= 5%). Và ngược lại, ta bác bỏ giả thuyết.
Kiểm định T (One sample T test)
24
2. Phân tích nhị biến
1-Biến A 2-Biến B
Phân tích nhị biến làviệc phân tích vàdiễn giải ý
nghiã của dữ liệu thống kê được thu thập trong mẫu
nghiên cứu, với 2 biến số nhằm xác định và làm rõ mối
liên hệ giữa 2 biến số với nhau, vàsuy rộng ra cho tổng
thể nghiên cứu, với độ tin cậy (1-α), và độ chính xác ε.
Phương pháp phân tích nhị biến sẽ được đề cập với
sự hỗ trợ của phần mềm SPSS, cho các “phép” sau đây:
25
2. Phân tích nhị biến
Kiểm định sự khác biệt