TRƢỜNG ĐẠI HỌC KINH TẾ TP. HỒ CHÍ MINH
VIỆN ĐÀO TẠO SAU ĐẠI HỌC
MÔN PHƢƠNG PHÁP NGHIÊN CỨU KHOA HỌC TRONG QUẢN TRỊ
BÀI TẬP XỬ LÝ TRÊN PHẦN MỀM SPSS

GVHD : TS. Nguyễn Hùng Phong
Lớp : QTKD ĐÊM 5 - K22
Học viên : Hồ Thị Phƣơng Thảo
MSHV : 7701221698
TP. Hồ Chí Minh, tháng 8 năm 2013.
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 2

MỤC LỤC
Câu 1……………………………………………………………………………… …6
Câu 2… 16
Câu 3………………………………………………………………………………… 24
Câu 4…………………………………………………………………………… …….42
Câu 5…………………………………………………………………………… ……44
Câu 6………………………………………………………………………… ………48
Tài liệu tham khảo………………………………………………………… ……… 50

4. Xây dựng hàm tương quan tuyến tính giữa P và các biến độc lập vừa khám phá
thông qua phân tích nhân tố/EFA
5. Kiểm định các giả thuyết của hàm tương quan đa biến
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 4

6. Xây dựng hàm tương quan theo biến giả (dummy) của biến kết quả hoạt động với
các biến độc lập tìm được qua phân tích nhân tố. Trong đó biến giả được xác định
dựa vào biến “loại hình doanh nghiệp”

PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 5

Chúng ta xây dựng được mô hình thể hiện mối quan hệ giữa các biến như sau:

P
OC
PV
MP
OC1
OC2
MP1

OC15
MP25
OC15
MP24
MP22
MP23
MP26
MP11
OC15
MP15
OC15
MP14
MP12
MP13
MP16
P1
OC15
P5
OC15
P4
P2

P3
P6
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 6

LÀM SẠCH DỮ LIỆU
Tiến hành lọc các hàng có giá trị sai hoặc không có giá trị và xóa khỏi cơ sở dữ


KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.854
Bartlett's Test of Sphericity
Approx. Chi-Square
2465.460
df
55
Sig.
.000
KMO = 0.854 > 0.8
P (sig) <0.05 nên ta bác bỏ giả thuyết H
o
(H
o
: 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. Vậy điều kiện sử
dụng EFA được thỏa mãn.
Variance
Cumulative
%
1
3.881
35.282
35.282
3.881
35.282
35.282
3.235
29.411
29.411
2
1.396
12.689
47.972
1.396
12.689
47.972
2.042
18.561
47.972
3
.901
8.188
56.159

7
.577
5.244
83.376
8
.545
4.955
88.331
9
.490
4.456
92.787

PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 8

Qua bảng Rotated Component Matrix
a
thể hiện giá trị trích xuất - hệ số tải
(loading value). Hệ số tải ở nhân tố nào cao thì item đo lường được nhân tố đó. Nhân tố 1
được đo lường bởi bảy biến quan sát: OC11, OC12, OC13, OC14, OC15, OC25, OC26
và nhân tố 2 được đo lường bởi bốn biến quan sát: OC21, OC22, OC23, OC24.Ta đặt tên
cho hai nhân tố mới này lần lượt là OCFT1, OCFT2.


.028
.549
OC22
.337
.612
OC23
.168
.658
OC24
160
.539
OC25
.696
043
OC26
.790
.028
Component Matrix
aComponent

1
2
OC11
.643
.078
OC12
.687

OC12
OC13
OC14
OC15
OC25
OC26
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 9
Phân tích EFA khái niệm hệ thống giá trị của Quản trị gia (PV)
Cách thức thực hiện:
Anlyze => Data reduction => Factor => đưa các biến quan sát PV1, PV2,
PV3, PV4, PV5, PV6, PV7, PV8, PV9 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.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.749
Bartlett's Test of Sphericity

28.394
28.394
2.555
28.394
28.394
2.513
27.923
27.923
2
1.774
19.711
48.105
1.774
19.711
48.105
1.816
20.182
48.105
3
.853
9.480
57.585
4
.799

o
. Vậy điều kiện sử dụng EFA được thỏa
mãn.
Theo lý thuyết ban đầu, PV là khái niệm bậc 1 đơn hướng. Khi tiến hành phân tích
EFA sử dụng phép trích nhân tố PCA với phương pháp xoay nhân tố Varimax thì ta có 2
nhân tố trích được như trên.
Ta tiến hành điều chỉnh lại lý thuyết ban đầu thành hai nhân tố PVFT1 được đo
lường bởi PV2, PV5, PV6, PV7, PV8 và nhân tố PVFT2 được đo lường bởi PV1, PV3,
PV4, PV9.

6
.685
7.615
82.508
7
.594
6.599
89.107

Component Matrix
aComponent

1
2
PV1
.475
.541
PV2
.625
132
PV3
.158
.744
PV4
045
.618
PV5
.699
283
PV6
.740
208
PV7

112
PV6
.768
030
PV7
.546
.277
PV8
.715
.008
PV9
.044
.627
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 11 Phân tích EFA khái niệm bậc thực tiễn quản trị ( MP)
Cách thức thực hiện:
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

PV8
PVFT2
PV1
PV3
PV4
PV9
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 12 Sig < 0.05. Bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1.
onent
Total
% of

1.958
16.321
46.197
3
.997
8.312
54.510
4
.853
7.111
61.621
5
.784
6.529
68.150

9
.519
4.325
88.558
10
.511
4.258
92.816
11
.480
4.004
96.820

MP14
077
.546
MP15
.639
.191
MP16
.628
.160
MP21
.725
034
MP22
.619
.069
MP23
.667
.044
MP24
.639
.309
MP25
.643
.314
MP26
.673
.184
Component Matrix
a


.610
273
MP24
.709
026
MP25
.715
024
MP26
.681
152
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 13

Sử dụng phép trích nhân tố PCA, với phương pháp xoay Varimax, xác định số
nhân tố theo tiêu chí Eigenvalues ≥ 1, ta trích được 2 nhân tố MPFT1 gồm có các biến
quan sát MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26 và nhân tố MPFT2
gồm MP11, MP12, MP13, MP14.
Hồ Thị Phương Thảo 14

=> Rotation: chọn phép quay vuông góc Varimax, các thông số khác mặc định =>
continue
=> OK.
Chạy EFA cho nhân tố P gồm 6 biến quan sát ta có các bảng sau: KMO=0.850 >0.8
Sig < 0.05. Bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1.
Các biến quan sát đo lường P thỏa điều kiện để tiến hành phân tích khám phá EFA

Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared Loadings
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
1
3.337
55.609
55.609


6
.360
5.997
100.000
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.850
Bartlett's Test of Sphericity
Approx. Chi-Square
1865.464
df

OCFT1 (OC11, OC12, OC13, OC14, OC15, OC25, OC26)
OCFT2 (OC21, OC22, OC23, OC24)
PVFT1 (PV2, PV5, PV6, PV7, PV8)
PVFT2 (PV1, PV3, PV4, PV9)
MPFT1(MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26)
MPFT2 (MP1, MP2, MP3, MP4)
P (P1,P2,P3,P4,P5,P6)

Communalities

Initial
Extraction
P1
1.000
.532
P2
1.000
.502
P3
1.000
.603
P4
1.000
.531
P5
1.000
.623
P6
1.000
.544


Câu 2: Kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach Anpha:
Tiêu chuẩn đánh giá thang đo:
- α ≥0.60: có thể chấp nhận được (Nunnally& Bernstein 1994)
- α €[0.70 - 0.95]: tốt
- α > 0.95: có hiện tượng trùng lắp trong các mục hỏi – không chấp nhận
- Tương quan giữa biến – tổng (Correcteditem – total correlation) > 0,3 (Nunnally&
Bernstein 1994)
Cách thức thực hiện:
Analyze =>Scale => Reliability Analysis =>đưa các biến quan sát đo lường các
biến mới sau khi phân tích EFA vào hộp items. Sau đó chọn Statistics. Trong Descriptives
for, chọn Item, Scale, Scale if item deleted. =>Continue => OK.
Thang đo OCFT1: do lường bởi 7 biến quan sát OC11, OC12, OC13, OC14,
OC15, OC25, OC26.
Kết quả phân tích Cronbach Anpha cho thang đo OCFT1:
Reliability Statistics
Cronbach's Alpha
N of Items
.815
7
Item-Total Statistics

Scale Mean if Item
Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's Alpha if
Item Deleted

OC26
24.39
18.348
.608
.781
Hệ số Cronbach’s Alpha = 0.815, thang đo OCFT1 có độ tin cậy
Hệ số tương quan biến tổng hiệu chỉnh (Corrected Item – Total Correlation) của
từng biến quan sát đều lớn hơn 0.3, nghĩa là chúng tương quan khá chặt chẽ với nhau nên
các biến quan sát đều đạt yêu cầu.
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 17

Hệ số Cronbach’s Alpha nếu loại bất kì biến quan sát nào cũng sẽ nhỏ hơn hệ số
Cronbach’s Alpha ban đầu, do đó chúng ta chấp nhận 7 biến quan sát thành phần của
thang đo.
Vậy không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

Thang đo OCFT2: đo lường bởi 4 biến quan sát OC21, OC22, OC23, OC24.
Reliability Statistics
Cronbach's
Alpha
N of Items
.479
4

Item-Total Statistics

Scale Mean if
Item Deleted

lại là 0.263 và 0.2 đều <0.3. Vì vậy ta sẽ loại thang đo OCFT2.

Thang đo PVFT1: do lường bởi 5 biến quan sát PV2, PV5, PV6, PV7, PV8

Reliability Statistics
Cronbach's
Alpha
N of Items
.721
5

Item-Total Statistics
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 18 Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
PV2
16.49
8.120
.423

Thang đo PVFT2: do lường bởi 4 item PV1, PV3, PV4, PV9
Reliability Statistics
Cronbach's
Alpha
N of Items
.568
4

Item-Total Statistics

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
PV1
9.49
6.678
.358
.493
PV3
10.26
6.148
.440
.426
PV4

8 Item-Total Statistics

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
MP15
24.85
32.342
.549
.807
MP16
24.30
34.177
.529
.810
MP21
24.67
32.698
.559
.806
MP22

Hệ số tương quan biến tổng hiệu chỉnh (Corrected Item – Total Correlation) của
từng biến quan sát đều lớn hơn 0.3, nghĩa là chúng tương quan khá chặt chẽ với nhau nên
các biến quan sát đều đạt yêu cầu,(Nunnally& Bernstein 1994)
Hệ số Cronbach’s Alpha nếu loại bất kì biến quan sát nào cũng sẽ nhỏ hơn hệ số
Cronbach’s Alpha ban đầu, do đó chúng ta chấp nhận 8 biến quan sát thành phần của
thang đo.
Vậy không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

Thang do MPFT2: được đo lường gồm 4 biến quan sát MP11, MP12, MP13,
MP14
Reliability Statistics
Cronbach's
Alpha
N of Items
.574
4 Item-Total Statistics

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
MP11


Đánh giá lại thang đó MPFT2 bằng Cronbach’s Alpha khi loại bỏ biến MP14 ta có:

Reliability Statistics
Cronbach's
Alpha
N of Items
.634
3
Item-Total Statistics

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
MP11
7.55
3.301
.438
.544
MP12
7.44


Hệ số Cronbach’s Alpha = 0.839, thang đo MPF1 có độ tin cậy tốt
Hệ số tương quan biến tổng hiệu chỉnh (của từng biến quan sát đều lớn hơn 0.3,
nghĩa là chúng tương quan khá chặt chẽ với nhau nên các biến quan sát đều đạt yêu cầu.
Hệ số Cronbach’s Alpha nếu loại bất kì biến quan sát nào cũng sẽ nhỏ hơn hệ số
Cronbach’s Alpha ban đầu, do đó chúng ta chấp nhận 6 biến quan sát thành phần của
thang đo.
Không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

Hiệu chỉnh lại mô hình:
Để thuận tiện làm các câu sau, ta tính lại giá trị trung bình của các biến mới và ta
đặt các biến mới như sau:
F1= MEAN(OC11, OC12, OC13, OC14, OC15, OC25, OC26)
F2= MEAN(PV2, PV5, PV6, PV7, PV8)
F3= MEAN(MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26)
F4= MEAN(MP11, MP12, MP13)
P= MEAN(P1, P2, P3, P4, P5, P6)
Trong SPSS chọn Transform > Compute Variable> Tính Mean F1, F2, F3, F4, P.
COMPUTE F1=MEAN(OC11,OC12,OC13,OC14,OC15,OC25,OC26).
EXECUTE.
COMPUTE F2=MEAN(PV2,PV5,PV6,PV7,PV8).

.818
P5
18.48
12.596
.670
.803
P6
18.80
12.423
.605
.816
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 23

COMPUTE F3=MEAN(MP15,MP16,MP21,MP22,MP23,MP24,MP25,MP26).
EXECUTE.
COMPUTE F4=MEAN(MP11,MP12,MP13).
EXECUTE.
COMPUTE P=MEAN(P1,P2,P3,P4,P5,P6).
EXECUTE.

PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 24

Câu 3: Thực hiện phân tích anova một chiều để tìm sự khác biệt của các biến tiềm ẩn

.164
F4
7.146
3
876
.000
P
2.246
3
876
.082

ANOVA Sum of Squares
df
Mean Square
F
Sig.
F1
Between Groups
2.041
3
.680
1.374
.249
Within Groups
433.804
876

18.168
3
6.056
9.419
.000
Within Groups
563.224
876
.643 PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 25

Total
581.392
879
F4
Between Groups
4.671
3
1.557
2.278
.078
Within Groups
598.739

Từ kết quả bảng ANOVA Sig lần lượt của các nhân tố F1, F2, F4 này là 0.249;
0.515; 0.078 đều lớn hơn 0.05. Như vậy đủ điều kiện để chấp nhận giả thiết H0.
Từ kết quả bảng ANOVA có F3 Sig = 0.000 < 0.05. Đủ điều kiện từ chối giả
thuyết H0.
Từ kết quả bảng ANOVA có P Sig = 0.000 < 0.05 : Đủ điều kiện từ chối giả thuyết
H0, chấp nhận giả thuyết
Từ kết quả bảng Test of Homogeneity of Variances, F3 có Sig = 0.164 > 0.05 và
P có Sig = 0.082 > 0.05 nên không có sự khác biệt về phương sai của các nhóm.
nên không có sự khác biệt về phương sai của các nhóm
Kiểm định hậu ANOVA đối với F3 và P để xác định sự khác nhau giữa các
nhóm:
Multiple Comparisons
Dependent Variable
(I) OWN
(J)
OWN
Mean Difference
(I-J)
Std. Error
Sig.
95% Confidence Interval
Lower Bound
Upper Bound
F3
Tukey HSD
1
2
21512
*


15679
.07971
.201
3619
.0484
4
03550
.08281
.974
2486
.1776
3
1
.37191
*

.07158
.000
.1877
.5562
2
.15679
.07971
.201
0484
.3619