BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC KINH TẾ TP.HỒ CHÍ MINH
VIỆN ĐÀO TẠO SAU ĐẠI HỌC

BÀI TẬP CÁ NHÂN
MÔN HỌC:
PHƯƠNG PHÁP NGHIÊN CỨU KHOA
HỌC TRONG KINH DOANH
Giảng viên: TS. Nguyễn Hùng Phong
Lớp: QTKD ĐÊM 5 - CAO HỌC K22
Học viên: Bùi Ngọc Lan Anh (Học Viên Học
Ghép. Lớp Gốc: QTKD Ngày 1 Cao Học K21)
MSSV: 7701210030
TP. HCM tháng 8 năm 2013
ĐỀ BÀI:
Giả sử chúng ta có một mô hình lý thuyết gồm 4 khái niệm lý thuyết có quan hệ
với nhau: Văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia (PV), thực tiển
quản trị (MP), và kết quả hoạt động của công ty (P). Khái niệm văn hóa tổ chức
được chia thành hai biến tiềm ẩn: OC1 và OC2. Trong đó OC1 được đo lường
bằng 5 yếu tố thành phần (OC11, OC12, … , OC15); OC2 được đo lường bằng 6
yếu tố thành phần (OC21, OC22, … , OC26). Biến PV là khái niệm đơn biến
được đo lường bằng 9 yếu tố thành phần (PV1, PV2, …., PV9). Khái niệm MP
được phân ra hai biến tiền ẩn: MP1 và MP2. MP1 được đo lường bằng 6 yếu tố
thành phần (MP11, MP12, …., MP16) và MP2 được đo lường bằng 6 yếu tố thành
phần (MP21, MP22, …., MP26). Riêng khái niệm P được đo lường bởi 6 yếu tố
thành phần (P1, P2, …., P6).
Trong mô hình này, P là biến phụ thuộc và các biến OC1, OC2, PV, MP1, MP2 là
biến độc lập. Các biến phân loại bao gồm
• Loại hình doanh nghiệp: có bốn loại và được mã hóa từ 1 đến 4 (ký hiệu là
OWN)
• Cấp bậc quản lý (POS) gồm hai bậc, trong đó quản lý cấp cao nhận giá trị

bị thiếu, không hợp lệ nên ta loại bỏ những bảng khảo sát này đi.
- Cỡ mẫu hợp lệ cuối cùng còn lại N=928.
*Phân tích EFA
Phương pháp phân tích nhân tố khám phá (EFA) dùng để đánh giá hai giá trị
quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Dựa vào mối tương
quan giữa các biến với nhau, ta có thể rút gọn một tập k biến quan sát thành 1 tập
F (F<k) các nhân tố có ý nghĩa hơn.
Ta thực hiện phân tích nhân tố khám phá (EFA) cho từng khái niệm lý thuyết có
quan hệ với nhau đó là văn hóa tổ chức (OC), hệ thống giá trị của quản trị gia
(PV), thực tiễn quản trị (MP), và kết quả hoạt động của công ty (P)
* Phân tích EFA cho khái niệm văn hóa tổ chức (OC):
Khái niệm OC là khái niệm đa hướng bao gồm hai biến tiềm ẩn:
-OC1 được đo lường bởi năm yếu tố thành phần: OC11, OC12, OC13, OC14,
OC15.
- OC2 được đo lường bởi sáu yếu tố thành phần: OC21, OC22, OC23, OC24,
OC25, OC26.

1. Kiểm tra điều kiện phân tích nhân tố:
Anlyze => Data reduction => Factor => đưa các biến OC11, OC12,
OC13, OC14, OC15, OC21, OC22, OC23, OC24, OC25, OC26 vào hộp
Variables.
- Mục Descriptives: chọn Univariate descriptive trong Statistics và chọn
Coefficients và KMO and Bartlett’s test of sphericity
- Mục Extraction: chọn Principal Components Method, các thông số khác mặc
định, chọn eigenvalue ≥ 1
- Mục Rotation: chọn phép quay vuông góc Varimax, các thông số khác mặc định
- Mục Rotation: chọn phương pháp “regression”
=> OK.
* Phân tích kết quả:
KMO and Bartlett's Test

OC14 .642
OC15 .521
OC21 .304
OC22 .487
OC23 .461
OC24 .321
Communalities
OC25 .490
OC26 .619
Bảng trên thể hiện giá trị của một biến quan sát đo lường được cái chung của hai
nhân tố là bao nhiêu phần trăm. Nhìn vào đây ta thấy những giá trị đo lường phần
chung tốt nhất là: OC14, OC15 và OC26.
Rotated Component Matrix
a
Component
1 2
OC11 .526
OC12 .677
OC13 .519 .476
OC14 .801
OC15 .583 .425
OC21 .549
OC22 .613
OC23 .658
OC24 .540
OC25 .699
OC26 .786
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.

Ta có bảng kết quả sau đây:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .748
Bartlett's Test of Sphericity Approx. Chi-Square 1.368E3
df 36
Sig. .000
- Chỉ số KMO = 0,748 thỏa điều kiện 0,5 < KMO ≤ 1: phân tích EFA là thích
hợp.
- Sig. (Bartlett's Test ) < 0,005 nên ta bác bỏ giả thuyết H
o
(H
0
: giả thuyết ma
trận hệ số tương quan là ma trận đơn vị), tức là giữa các biến quan sát có
tương quan với nhau. => Điều kiện sử dụng EFA được thỏa mãn.
b/ Trích nhân tố là quá trình tìm mối quan hệ giữa một biến quan sát nào đó với
một nhân tố và đưa nó gom về để nó đo lường nhân tố đó:
Total Variance Explained
Compo
nent
Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.555 28.384 28.384 2.512 27.914 27.914
2 1.775 19.718 48.101 1.817 20.187 48.101
Extraction Method: Principal Component Analysis.
Sử dụng phương pháp trích nhân tố là PCA, với eigenvalue >1 , ta trích
được hai nhân tố, vậy thang đo này là đa hướng. PV là khái niệm bậc 1 và được
đo lường qua hai khái niệm bậc 2. Điều này nói lên thang đo ban đầu là không còn
đúng trong trường hợp này.
Communalities

nhân tố đó. Vậy thì nhân tố 1 được đo lường bởi năm yếu tố thành phần: PV2,
PV8, PV5, PV6, PV7 và nhân tố 2 được đo lường bởi bốn yếu tố thành phần: PV4,
PV1, PV3, PV9. Và ta đặt tên cho hai nhân tố mới này lần lược là APV1, APV2.
Ban đầu, biến tiềm ẩn PV được đo lường bằng PV1, PV2, PV3, PV4, PV5,
PV6, PV7, PV8, PV9 nhưng sau khi phân tích EFA thì từ chín yếu tố thành phần
được nhóm lại thành hai yếu tố có ý nghĩa, nên giá trị hội tụ không có.
Hai thang đo đo lường hai biến khác nhau thì phải khác nhau nhưng sau khi
phân tích EFA thì thang đo khái niệm nghiên cứu ban đầu không đo được mà nó
tách thành hai thang đo hai khái niệm khác nhau nên giá trị phân biệt không có.
*Phân tích EFA cho khái niệm thực tiễn quản trị (MP):
Khái niệm MP được phân ra hai biến tiền ẩn: MP1 và MP2. MP1 được đo
lường bằng sáu yếu tố thành phần (MP11, MP12, …., MP16) và MP2 được đo
lường bằng sáu yếu tố thành phần (MP21, MP22, …., MP26). Đây là thang đo đa
hướng.
* Phân tích nhân tố:
Anlyze => Data reduction => Factor => đưa các biến quan sát MP11,
MP12, PM13, MP14, MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26
vào hộp Variables.
=>Descriptives: chọn Univariate descriptive trong Statistics. và chọn Coefficients
và KMO and Bartlett’s test of sphericity => continue
=> Extraction: chọn Principal Components Method, các thông số khác mặc định,
chọn eigenvalue ≥ 1, => continue
=> Rotation: chọn phép quay vuông góc Varimax, các thông số khác mặc định
=> continue
=> OK.
Ta có bảng kết quả sau đây:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .865
Bartlett's Test of Sphericity Approx. Chi-Square 2.686E3
df 66

Communalities
MP16 .375
MP21 .512
MP22 .382
MP23 .476
MP24 .501
MP25 .505
MP26 .504
Bảng Communalities cho chúng ta biết phần chung, là giá trị của một biến
quan sát đo lường được cái chung của hai factor là bao nhiêu phần trăm. Nhìn vào
đây ta thấy những giá trị đo lường tốt nhất là: MP1, MP2 và MP4.
Rotated Component Matrix
a
Component
1 2 3
MP11 .822
MP12 .785
MP13 .447 .577
MP14 .893
MP15 .645
MP16 .593
MP21 .702
MP22 .592
MP23 .687
MP24 .640
MP25 .634
MP26 .680
Bảng Rotated Component Matrix thể hiện giá trị trích xuất (loading value)
hay hệ số tương quan giữa các yếu tố thành phần với hai nhân tố vừa trích được
theo phương pháp PCA. Loading value cao ở nhân tố nào thì nó đo lường được

Khái niệm nghiên cứu P là khái niệm đơn hướng và được đo lường bởi sáu
yếu tố thành phần : P1, P2, P3, P4, P5, P6. Đây là thang đo đơn hướng.
* Phân tích nhân tố:
Anlyze => Data reduction => Factor => đưa các biến quan sát P1, P2,
P3, P4, P5, P6 vào hộp Variables.
=>Descriptives: chọn Univariate descriptive trong Statistics. và chọn Coefficients
và KMO and Bartlett’s test of sphericity => continue
=> Extraction: chọn Principal Components Method, các thông số khác mặc định,
chọn eigenvalue ≥ 1, => continue
=> Rotation: chọn phép quay vuông góc Varimax, các thông số khác mặc định
=> continue
=> OK.
Ta có bảng kết quả sau đây:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .849
Bartlett's Test of Sphericity Approx. Chi-Square 1.954E3
df 15
Sig. .000
- Chỉ số KMO = 0,849 thỏa điều kiện 0,5 < KMO ≤ 1: phân tích EFA là thích
hợp.
MP13
MP14
- Sig. (Bartlett's Test ) < 0,005 nên ta bác bỏ giả thuyết H
o
(H
0
: giả thuyết ma
trận hệ số tương quan là ma trận đơn vị), tức là giữa các biến quan sát có
tương quan với nhau. => Điều kiện sử dụng EFA được thỏa mãn.
* Trích nhân tố:

P6
AP
Sau khi phân tích EFA cho bốn thang đo, chỉ có thang đo kết quả hoạt động
của công ty (P) là đảm bảo cả giá trị hội tụ và giá trị phân biệt.
*Tính giá trị của các biến mới: AOC1, AOC2, APV1, APV2, AMP1,
AMP2, AMP3 và AP: bằng trung bình cộng của các yếu tố thành phần.
Cách tính:
Transform -> Compute Variable
+ Target Variable: Đặt tên biến mới
+Numeric Expression: Chọn các biến thành phần với công thức tính trung
bình cộng
 OK
Các biến mới sẽ được tính giá trị và thêm vào bộ dữ liệu
COMPUTE AOC1=(OC11 + OC12 + OC13 + OC14 + OC15+OC25 + OC26)/7.
VARIABLE LABELS AOC1 'AOC1'.
EXECUTE.
COMPUTE AOC2=(OC21 + OC22 + OC23 + OC24) / 4.
VARIABLE LABELS AOC2 'COMPUTE AOC2=(OC21 + OC22 + OC23 + OC24) / 4'.
EXECUTE.
COMPUTE APV1=(PV2 + PV5 + PV6 + PV7 + PV8)/5.
VARIABLE LABELS APV1 'COMPUTE APV1=(PV2 + PV5 + PV6 + PV7 + PV8)/5'.
EXECUTE.
COMPUTE APV2=(PV1 + PV3 + PV4 + PV9) / 4.
VARIABLE LABELS APV2 'COMPUTE APV2=(PV1 + PV3 + PV4 + PV9) / 4'.EXECUTE.
COMPUTE AMP1=(MP15 + MP16 + MP21 + MP22 + MP23 + MP24 + MP25 + MP26)/8.
VARIABLE LABELS AMP1 'COMPUTE AMP1=(MP15 + MP16 + MP21 + MP22 + MP23 + MP24 + M
P25 + MP26)/8'.
EXECUTE.
COMPUTE AMP2=(MP11 + MP12) / 2.
VARIABLE LABELS AMP2 'COMPUTE AMP2=(MP11 + MP12) / 2'.

Standardized
Items N of Items
.817 .821 7
Tiêu chuẩn đánh giá thang đo là 0,6 ≤ Hệ số Cronbach's Alpha ≤0,95. Ở
đây Cronbach's Alpha = 0,817 là rất tốt, nên bảy yếu tố: OC11, OC12, OC13,
OC14, OC15, OC25, OC26 đủ độ tin cậy để đo lường AOC1. Ý nghĩa của hệ số
này là trong tổng biến thiên của các yếu tố này thì biến thiên của giá trị thực
chiếm 81,7%.
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Squared Multiple
Correlation
Cronbach's Alpha
if Item Deleted
OC11 24.64 18.615 .510 .301 .800
OC12 24.56 18.460 .584 .370 .788
OC13 24.93 17.691 .523 .288 .801
OC14 24.45 18.584 .623 .490 .782
OC15 25.01 18.087 .560 .329 .792
OC25 24.40 19.601 .510 .293 .800
OC26 24.46 18.447 .610 .477 .784
Trong bảng Item-Total Statistics, cột thứ 2 nói lên trung bình của các biến
còn lại khi mà bỏ đi một biến quan sát . Ví dụ như bỏ đi OC11 thì trung bình của
các biến còn lại là 24,64. Nhìn vào cột thứ 4, ta thấy hệ số tương quan của từng
biến quan sát với biến tổng đều lớn hơn 0,3 nên điều kiện cần để phân tích độ tin

Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Squared Multiple
Correlation
Cronbach's Alpha
if Item Deleted
PV2 16.49 8.213 .419 .203 .696
PV8 16.41 7.912 .505 .266 .664
PV5 16.44 7.565 .540 .344 .649
PV6 16.59 7.410 .579 .373 .633
PV7 17.13 7.771 .378 .153 .721
Nhìn vào cột Corrected Item-Total Correlation, ta thấy hệ số tương quan
của từng biến quan sát với biến tổng đều lớn hơn 0,3 nên điều kiện cần để phân
tích độ tin cậy được thỏa mãn.
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.721 .726 5
Và giá trị của cột Cronbach's Alpha if Item Deleted là giá trị của hệ số
Cronbach's Alpha khi ta bỏ đi từng biến quan sát. Cả 5 giá trị trên đều không có
giá trị nào > 0.721 Cho nên năm biến quan sát này đủ độ tin cậy để đo lường tiềm
ẩn APV1 và không phải bỏ bất kỳ biến nào. Thang đo APV1 đủ độ tin cậy đo
lường.
2.4 Biến tiềm ẩn APV2 (được đo lường qua bốn yếu tố: PV1, PV3, PV4,

Squared Multiple
Correlation
Cronbach's Alpha
if Item Deleted
MP15 24.88 32.085 .539 .319 .800
MP16 24.31 33.988 .490 .274 .806
MP21 24.70 32.417 .544 .333 .799
MP22 24.53 33.779 .477 .271 .808
MP23 25.15 32.463 .533 .307 .800
MP24 24.40 33.289 .583 .386 .794
MP25 24.32 33.029 .583 .412 .794
MP26 24.86 31.884 .576 .381 .794
Ta thấy hệ số tương quan của từng biến quan sát này với biến tổng đều lớn
hơn 0,3 nên điều kiện cần để phân tích độ tin cậy được thỏa mãn. Và bỏ bất kỳ
biến quan sát nào thì cũng không làm cho hệ số Cronbach's Alpha tăng thêm.
Cho nên tám biến quan sát này đủ độ tin cậy để đo lường tiềm ẩn AMP1 và
không phải bỏ bất kỳ biến quan sát nào. Kết luận thang đo AMP1 đủ độ tin cậy
đo lường.
2.6 Biến tiềm ẩn AMP2 (được đo lường qua hai yếu tố: MP11, MP12)
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.615 .616 2
Hệ số Cronbach's Alpha bằng 0,615 lớn hơn 0,6 chấp nhận được, nên hai yếu
tố này đủ độ tin cậy để đo lường AMP2. Ý nghĩa của hệ số này là trong tổng
biến thiên của hai yếu tố đo lường AMP2 thì biến thiên của giá trị thực chiếm

2.8 Biến tiềm ẩn AP (được đo lường qua sáu yếu tố: P1, P2, P3, P4, P5,
P6)
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.839 .839 6
Hệ số Cronbach's Alpha bằng 0,839 là rất tốt, nên sáu yếu tố này đủ độ tin
cậy để đo lường AP. Ý nghĩa của hệ số này là trong tổng biến thiên của các yếu
tố đo lường AP thì biến thiên của giá trị thực chiếm 83,9%.
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Squared Multiple
Correlation
Cronbach's Alpha
if Item Deleted
P2 18.73 12.965 .581 .378 .819
P1 18.54 12.850 .597 .409 .816
P3 18.65 12.362 .654 .436 .804
P4 18.49 12.729 .599 .413 .816
P5 18.45 12.660 .658 .481 .804
P6 18.79 12.484 .600 .386 .816

Bước 3: Xác định giá trị F
tt
MSSB: trung bình tổng biến thiên giữa các nhóm
MSSW: trung bình tổng biến thiên trong phạm vi 1 nhóm tính cho tất cả
các nhóm

Bước 4: So sánh F
tt
với F
tc
để xem chấp nhận hay từ chối giả thuyết H
0
Nhưng với phần mềm SPSS sẽ tính cho ta giá trị của F
tt
và ta chỉ cần dựa
vào giá trị p-value để kết luận là chấp nhận hay bác bỏ H
0
. Nếu p-value < mức ý
nghĩa (0,05) thì bác bỏ H
0.
Tức là tồn tại ít nhất hai nhóm có trung bình khác nhau.
Và ngược lại. Nếu tồn tại ít nhất hai nhóm có trung bình khác nhau, ta thực hiện
thêm Post hoc test để tìm xem cụ thể nhóm nào khác biệt với nhóm nào.
Một điều kiện cần để phân tích để phân tích Anova là Leven-test, giả thuyết
H
0
của kiểm định này là phương sai của các nhóm không có sự khác biệt. Khi mà
mẫu quan sát càng lớn thì giả thuyết này thường bị vi phạm. Nhưng không ảnh
hưởng gì đến kết quả phân tích Anova, cho nên trong bài này mẫu quan sát rất lớn,
có 928 quan sát, nên ta không cần quan tâm đến Leven-test.

− −
=
− −
∑
∑∑
( )
)(,1, knktc
FF
−−
=
α
MSSW
MSSB
Ftt
=
Bảng 3.1a ANOVA
AOC1
Sum of
Squares df
Mean
Square F Sig.
Between
Groups
1.300 3 .433 .872 .455
Within Groups 471.185 948 .497
Total 472.485 951
Bảng 3.1b ANOVA
APV1
Sum of
Squares df