Bài tập phân tích dữ liệu

Bài tập phân tích dữ liệu
Bài tập về xử lý dữ liệu
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 là
1, quản lý cấp trung nhận giá trị là 2
•
Độ tuổi quản trị gia (Age) chia thành 4 nhóm: 1, 2, 3, 4
•
Kinh nghiệm quản lý (EXP) cũng được chia thành 4 bậc, từ bậc 1 đến bậc 4.
Mổi bậc có khoảng cách là 5 năm
Yêu cầu:
1. Thực hiện phân tích khám phá (EFA)/phân tích nhân tố để tìm các biến mới/
hoặc giảm biến, cũng như tìm các yếu tố thành phần đo lướng biến này. Sau
đó tính giá trị của các biến mới (là trung bình của các yếu tố thành phần)
2. Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số cronbach alpha

3. Thực hiện phân tích anova một chiều để tìm sự khác biệt của các biến tiềm
ẩn trong mô hình này với các tiêu thức phân loại: OWN, POS, Age, EXP.
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
BÀI LÀM
MÔ HÌNH NGHIÊN CỨU:
TS. Nguyễn Hùng Phong Trang 1
Bài tập phân tích dữ liệu
1. KIỂM ĐỊNH ĐỘ TIN CẬY CỦA THANG ĐO
1.1 Kết quả phân tích thang đo các thành phần OC
Bảng 1.1 Hệ số Cronbach Alpha thành phần OC1
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.759 .762 5
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 16.01 9.830 .505 .286 .723
TS. Nguyễn Hùng Phong Trang 2
OC
PV
MP
P
OC1
OC2
MP1
MP2
Bài tập phân tích dữ liệu
OC12 15.94 9.955 .543 .320 .711
OC13 16.31 9.139 .512 .273 .724
OC14 15.83 10.276 .528 .303 .717
OC15 16.40 9.374 .559 .321 .704
Thành phần OC1 gồm: OC11, OC12, OC13, OC14, OC15. Cả 5 biến đều có hệ số tương
quan biến tổng lớn hơn 0.3 và hệ số Conbach Alpha (0.759) lớn hơn 0.6 nên thang đo OC1 đạt
yêu cầu. Cả 5 biến được đưa vào phân tích EFA.
Bảng 1.2 Hệ số Cronbach Alpha thành phần OC2
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.518 .531 6
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
OC21 18.55 9.403 .248 .068 .485
OC22 18.65 9.142 .377 .169 .417
OC23 18.54 9.234 .326 .128 .442
OC24 18.86 10.092 .146 .040 .541
OC25 17.64 10.605 .242 .174 .486
OC26 17.72 9.960 .309 .226 .456
Thành phần OC2 gồm: OC21, OC22, OC23, OC24, OC25, OC26. Ta thấy đa số hệ số
tương quan biến tổng của các biến nhỏ hơn 0.3 hoặc gần bằng 0.3. Bên cạnh đó, hệ số Cronbach
Alpha (0.518) nhỏ hơn 0.6 do đó thang đo OC2 không đạt yêu cầu. Ta loại bỏ tất cả 6 biến.
1.2 Kết quả phân tích thang đo thành phần PV
Bảng 1.3 Hệ số Cronbach Alpha thành phần PV
Reliability Statistics
TS. Nguyễn Hùng Phong Trang 3
Bài tập phân tích dữ liệu
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized

Items N of Items
.619 .638 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
PV1 30.19 18.272 .438 .240 .555
PV2 29.66 20.014 .323 .220 .587
PV4 30.90 20.695 .104 .112 .651
PV8 29.58 19.984 .347 .278 .582
PV3 30.96 19.799 .253 .228 .604
PV5 29.60 20.052 .313 .351 .589
PV6 29.75 19.535 .377 .373 .575
PV7 30.30 18.694 .385 .190 .569
PV9 30.46 19.430 .263 .128 .602
Thành phần PV gồm 9 biến quan sát: PV1, PV2, PV3, PV4, PV5, PV6, PV7, PV8, PV9.
Hệ số Cronbach Alpha 0.619 > 0.6. Tuy nhiên, từ bảng 1.3 ta thấy PV4, PV3, PV9 có hệ số
tương quan biến tổng nhỏ hơn 0.3 nên loại 3 biến này ra khỏi thang đo. Do đó, thành phần PV
chỉ còn lại các biến quan sát: PV1,PV2,PV5,PV6,PV7,PV8.
1.3 Kết quả phân tích thang đo thành phần MP
Bảng 1.4 Hệ số Cronbach Alpha thành phần MP1
Reliability Statistics

Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.629 .638 6
Item-Total Statistics
TS. Nguyễn Hùng Phong Trang 4
Bài tập phân tích dữ liệu
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Squared Multiple
Correlation
Cronbach's
Alpha if Item
Deleted
MP11 17.43 13.516 .359 .221 .586
MP12 17.30 12.931 .476 .290 .546
MP13 17.73 12.670 .440 .216 .554
MP14 18.53 14.479 .164 .065 .663
MP15 18.00 12.344 .389 .223 .574
MP16 17.45 13.179 .372 .214 .581
Thành phần MP1 gồm các biến quan sát: MP11, MP12, MP13, MP14, MP15, MP16. Từ
bảng 1.4, biến MP14 có hệ số tương quan biến tổng < 0.3 nên bị loại khỏi thang đo khi ta loại
MP14 thì hệ số Cronbach Alpha ta có thể tăng lên. Hệ số Cronbach Alpha (0.629) cho thấy

thang đo đạt yêu cầu. Do đó, thành phần PV chỉ còn lại các biến quan sát MP11, MP12, MP13,
MP15, MP16 được đưa vào phân tích nhân tố khám phá
Bảng 1.5 Hệ số Cronbach Alpha của thành phần MP2
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.786 .788 6
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
MP21 17.55 18.194 .530 .313 .755
MP22 17.38 19.215 .470 .261 .769
MP23 18.00 18.243 .525 .293 .757
MP24 17.24 18.989 .568 .369 .747
MP25 17.16 18.765 .573 .404 .746
MP26 17.71 17.883 .558 .354 .748
TS. Nguyễn Hùng Phong Trang 5

Bài tập phân tích dữ liệu
Thành phần MP2 gồm các biến quan sát: MP21, MP22, MP23, MP24, MP25, MP26. Cả
6 biến đều có hệ số tương quan biến tổng > 0.3 và hệ số Cronbach Alpha (0.786) nên thang đo
thành phần MP2 đạt yêu cầu. Cả 6 biến đều được sử dụng để đưa vào phân tích EFA tiếp theo.
1.4 Kết quả phân tích thang đo thành phần P
Bảng 1.6 Hệ số Cronbach Alpha thành phần P
Reliability Statistics
Cronbach's
Alpha
Cronbach's
Alpha Based on
Standardized
Items N of Items
.836 .836 6
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 18.72 12.994 .579 .378 .815
P1 18.54 12.861 .595 .409 .812
P3 18.65 12.373 .655 .438 .800
P4 18.49 12.726 .597 .404 .811

P5 18.45 12.717 .647 .465 .802
P6 18.79 12.548 .586 .373 .814
Thành phần P gồm 6 biến quan sát: P1, P2, P3, P4,P5, P6. Cả 6 biến đều có hệ số tương
quan biến tổng > 0.3 và hệ số Cronbach Alpha (0.836) lớn hơn 0.6 nên thang đo thành phần P
đạt yêu cầu. Cả 6 biến đều được giữ lại cho phân tích EFA tiếp theo.
Nhìn chung, hệ số Cronbach Alpha các thành phần đều lớn hơn 0.6. Chỉ thành phần OC2
có Cronbach Alpha < 0.6 nên bị loại và các biến: PV4, PV3, PV9, MP14 cũng bị loại khỏi thang
đo vì có hệ số tương quan biến tổng < 0.3.
2. ĐÁNH GIÁ THANG ĐO BẰNG PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
Sau khi kiểm tra mức độ tin cậy Cronbach Alpha, tất cả các biến đạt yêu cầu được đưa vào
phân tích EFA, được sử dụng để đánh giá lại mức độ hội tụ theo các thành phần
2.1 Thang đo các thành phần OC1, PV, MP1, MP2
KMO and Bartlett's Test
TS. Nguyễn Hùng Phong Trang 6
Bài tập phân tích dữ liệu
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .904
Bartlett's Test of Sphericity Approx. Chi-Square 5.922E3
df 253
Sig. .000
Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared
Loadings
Rotation Sums of Squared
Loadings
Total
% of
Varian

ce
Cumulative
% Total
% of
Variance
Cumulative
% Total
% of
Variance Cumulative %
1 6.352E0 27.618 27.618 6.352E0 27.618 27.618 3.813E0 16.577 16.577
2 2.032E0 8.836 36.454 2.032E0 8.836 36.454 3.208E0 13.949 30.526
3 1.431E0 6.223 42.677 1.431E0 6.223 42.677 2.609E0 11.346 41.871
4 1.141E0 4.963 47.640 1.141E0 4.963 47.640 1.327E0 5.768 47.640
5 .983 4.275 51.915
6 .916 3.984 55.899
7 .877 3.812 59.711
8 .820 3.564 63.275
9 .801 3.483 66.758
10 .746 3.245 70.003
11 .724 3.149 73.153
12 .645 2.806 75.959
13 .645 2.803 78.762
14 .596 2.593 81.355
15 .579 2.518 83.872
16 .554 2.407 86.280
17 .524 2.279 88.558
18 .506 2.199 90.757
19 .471 2.046 92.804
20 .462 2.009 94.813
21 .418 1.816 96.629

22 .408 1.776 98.405
23 .367 1.595 100.000
TS. Nguyễn Hùng Phong Trang 7
Bài tập phân tích dữ liệu
Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared
Loadings
Rotation Sums of Squared
Loadings
Total
% of
Varian
ce
Cumulative
% Total
% of
Variance
Cumulative
% Total
% of
Variance Cumulative %
1 6.352E0 27.618 27.618 6.352E0 27.618 27.618 3.813E0 16.577 16.577
2 2.032E0 8.836 36.454 2.032E0 8.836 36.454 3.208E0 13.949 30.526
3 1.431E0 6.223 42.677 1.431E0 6.223 42.677 2.609E0 11.346 41.871
4 1.141E0 4.963 47.640 1.141E0 4.963 47.640 1.327E0 5.768 47.640
5 .983 4.275 51.915
6 .916 3.984 55.899

7 .877 3.812 59.711
8 .820 3.564 63.275
9 .801 3.483 66.758
10 .746 3.245 70.003
11 .724 3.149 73.153
12 .645 2.806 75.959
13 .645 2.803 78.762
14 .596 2.593 81.355
15 .579 2.518 83.872
16 .554 2.407 86.280
17 .524 2.279 88.558
18 .506 2.199 90.757
19 .471 2.046 92.804
20 .462 2.009 94.813
21 .418 1.816 96.629
22 .408 1.776 98.405
Extraction Method: Principal Component Analysis.
Rotated Component Matrix
a
Component
1 2 3 4
TS. Nguyễn Hùng Phong Trang 8
Bài tập phân tích dữ liệu
OC11 .162 .611 .103 .184
OC12 .157 .686 .178 .108
OC13 .314 .544 .110 .158
OC14 .146 .611 .226 .223
OC15 .430 .529 .098 .204
PV2 .001 .100 .607 .249
PV8 .031 .185 .713 032

PV1 .231 349 .451 .277
PV5 .061 .351 .652 .039
PV6 .075 .228 .718 .057
PV7 .366 059 .527 .082
MP11 .140 .175 .116 .735
MP12 .162 .347 .108 .661
MP13 .209 .134 .094 .638
MP15 .641 .144 .013 .156
MP16 .507 .313 .158 .000
MP21 .696 .085 .000 .043
MP22 .576 .150 .075 .106
MP23 .693 011 .048 .132
MP24 .587 .292 .134 .171
MP25 .543 .408 .216 .129
MP26 .667 .147 .108 .124
Kiểm định KMO và Bartlett’s trong phân tích EFA cho thấy chỉ số KMO (0.904 > 0.5) là
khá cao và với mức ý nghĩa bằng 0 (sig = .000) cho thấy phân tích EFA rất thích hợp.
Dựa vào bảng Rotated Component Matrix
a
ta thấy biến PV1 bị loại do hệ số tải < 0.5.
Tại mức giá trị Eigenvalues lớn hơn 1 và phương pháp rút trích Principal components và
phép quay varimax, phân tích nhân tố trích được 4 nhân tố với phương sai trích 47.64% nhỏ hơn
50% nên chưa đạt yêu cầu.
Sau khi loại bỏ PV1 không đạt yêu cầu, tiến hàng phân tích EFA lần 2.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .908
TS. Nguyễn Hùng Phong Trang 9
Bài tập phân tích dữ liệu
Bartlett's Test of Sphericity Approx. Chi-Square 5.688E3
df 210

Sig. .000
Rotated Component Matrix
a
Component
1 2 3 4
OC11 .130 .672 .099 .144
OC12 .125 .724 .181 .090
OC13 .283 .610 .097 .121
OC14 .129 .593 .246 .245
OC15 .405 .567 .092 .194
PV2 .007 .118 .599 .207
PV8 .035 .184 .711 052
PV5 .076 .261 .691 .094
PV6 .097 .133 .753 .112
PV7 .388 105 .533 .109
MP11 .149 .135 .131 .759
MP12 .166 .300 .133 .693
MP13 .213 .133 .096 .630
MP15 .628 .207 012 .122
MP21 .695 .090 005 .058
MP22 .581 .118 .088 .143
MP23 .688 .051 .019 .094
MP24 .589 .272 .151 .190
MP25 .544 .377 .241 .155
MP26 .676 .122 .123 .144
MP16 .498 .338 .160 016
Kết quả phân tích EFA lần 2 cho thấy, chỉ số KMO (0.908 >0.5) với mức ý nghĩa bằng 0
(sig =.000) cho thấy phân tích nhân tố EFA rất thích hợp. Tuy nhiên, ta thấy hệ số tải của MP16
< 0.5 nên ta loại ra khỏi thang đo.
Dựa vào bảng Total Variance Explained tổng phương sai trích lúc này của 4 nhân tố có

Eigenvalues lớn hơn 1 là 50.416% lớn hơn 50% cho thấy phương sai trích đạt chuẩn. Với tổng
phương sai trích 50.416% cho biết 4 nhân tố này giải thích được 50.416% biến thiên của dữ liệu.
TS. Nguyễn Hùng Phong Trang 10
Bài tập phân tích dữ liệu
Sau khi loại bỏ biến không đạt yêu cầu (MP16). Ta phân tích EFA lần 3:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .906
Bartlett's Test of Sphericity Approx. Chi-Square 5.333E3
df 190
Sig. .000
Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared
Loadings
Rotation Sums of Squared
Loadings
Total
% of
Variance
Cumulative
% Total
% of
Variance
Cumulative
% Total
% of
Variance
Cumulative

%
1 6.012 30.059 30.059 6.012 30.059 30.059 3.361E0 16.803 16.803
2 1.917 9.587 39.645 1.917 9.587 39.645 2.656E0 13.280 30.083
3 1.302 6.512 46.157 1.302 6.512 46.157 2.464E0 12.319 42.402
4 1.048 5.240 51.397 1.048 5.240 51.397 1.799E0 8.995 51.397
5 .936 4.678 56.076
6 .858 4.289 60.364
7 .770 3.852 64.216
8 .735 3.673 67.889
9 .698 3.490 71.379
10 .654 3.269 74.648
11 .634 3.171 77.820
12 .606 3.030 80.850
13 .572 2.860 83.709
14 .554 2.772 86.482
15 .514 2.570 89.052
16 .478 2.392 91.443
17 .469 2.347 93.791
18 .452 2.262 96.053
19 .418 2.089 98.141
20 .372 1.859 100.000
Rotated Component Matrix
a
TS. Nguyễn Hùng Phong Trang 11
Bài tập phân tích dữ liệu
Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared

Loadings
Rotation Sums of Squared
Loadings
Total
% of
Variance
Cumulative
% Total
% of
Variance
Cumulative
% Total
% of
Variance
Cumulative
%
1 6.012 30.059 30.059 6.012 30.059 30.059 3.361E0 16.803 16.803
2 1.917 9.587 39.645 1.917 9.587 39.645 2.656E0 13.280 30.083
3 1.302 6.512 46.157 1.302 6.512 46.157 2.464E0 12.319 42.402
4 1.048 5.240 51.397 1.048 5.240 51.397 1.799E0 8.995 51.397
5 .936 4.678 56.076
6 .858 4.289 60.364
7 .770 3.852 64.216
8 .735 3.673 67.889
9 .698 3.490 71.379
10 .654 3.269 74.648
11 .634 3.171 77.820
12 .606 3.030 80.850
13 .572 2.860 83.709
14 .554 2.772 86.482

15 .514 2.570 89.052
16 .478 2.392 91.443
17 .469 2.347 93.791
18 .452 2.262 96.053
19 .418 2.089 98.141
Component
1 2 3 4
MP23 .697
MP21 .695
MP26 .688
MP15 .603
MP22 .589
MP24 .588
MP25 .548
TS. Nguyễn Hùng Phong Trang 12
Bài tập phân tích dữ liệu
Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared
Loadings
Rotation Sums of Squared
Loadings
Total
% of
Variance
Cumulative
% Total
% of

Variance
Cumulative
% Total
% of
Variance
Cumulative
%
1 6.012 30.059 30.059 6.012 30.059 30.059 3.361E0 16.803 16.803
2 1.917 9.587 39.645 1.917 9.587 39.645 2.656E0 13.280 30.083
3 1.302 6.512 46.157 1.302 6.512 46.157 2.464E0 12.319 42.402
4 1.048 5.240 51.397 1.048 5.240 51.397 1.799E0 8.995 51.397
5 .936 4.678 56.076
6 .858 4.289 60.364
7 .770 3.852 64.216
8 .735 3.673 67.889
9 .698 3.490 71.379
10 .654 3.269 74.648
11 .634 3.171 77.820
12 .606 3.030 80.850
13 .572 2.860 83.709
14 .554 2.772 86.482
15 .514 2.570 89.052
16 .478 2.392 91.443
17 .469 2.347 93.791
18 .452 2.262 96.053
19 .418 2.089 98.141
OC12 .731
OC11 .688
OC13 .614
OC14 .592

OC15 .584
PV6 .754
PV8 .710
PV5 .691
PV2 .597
PV7 .536
TS. Nguyễn Hùng Phong Trang 13
Bài tập phân tích dữ liệu
Total Variance Explained
Compon
ent
Initial Eigenvalues
Extraction Sums of Squared
Loadings
Rotation Sums of Squared
Loadings
Total
% of
Variance
Cumulative
% Total
% of
Variance
Cumulative
% Total
% of
Variance
Cumulative
%
1 6.012 30.059 30.059 6.012 30.059 30.059 3.361E0 16.803 16.803

2 1.917 9.587 39.645 1.917 9.587 39.645 2.656E0 13.280 30.083
3 1.302 6.512 46.157 1.302 6.512 46.157 2.464E0 12.319 42.402
4 1.048 5.240 51.397 1.048 5.240 51.397 1.799E0 8.995 51.397
5 .936 4.678 56.076
6 .858 4.289 60.364
7 .770 3.852 64.216
8 .735 3.673 67.889
9 .698 3.490 71.379
10 .654 3.269 74.648
11 .634 3.171 77.820
12 .606 3.030 80.850
13 .572 2.860 83.709
14 .554 2.772 86.482
15 .514 2.570 89.052
16 .478 2.392 91.443
17 .469 2.347 93.791
18 .452 2.262 96.053
19 .418 2.089 98.141
MP11 .758
MP12 .714
MP13 .621
Kết quả phân tích EFA lần 3 cho thấy, chỉ số KMO (0.906 >0.5) với mức ý nghĩa bằng 0
(sig =.000) cho thấy phân tích nhân tố EFA rất thích hợp. Tất cả các biến đều có hệ số tải > 0.5
nên đạt yêu cầu.
Dựa vào bảng Total Variance Explained tổng phương sai trích lúc này của 4 nhân tố có
Eigenvalues lớn hơn 1 là 51.397% lớn hơn 50% cho thấy phương sai trích đạt chuẩn. Với tổng
phương sai trích 51.397% cho biết 4 nhân tố này giải thích được 51.397% biến thiên của dữ liệu.
TS. Nguyễn Hùng Phong Trang 14
Bài tập phân tích dữ liệu
•

Tóm lại sau khi phân tích EFA các thành phần OC1, PV, MP1, MP2 ta có được 4
nhóm:
- Nhóm 1 (MP2) gồm 7 biến quan sát: MP23, MP21, MP26, MP15, MP22, MP24,
MP25
- Nhóm 2 (OC) gồm 5 biến quan sát: OC12, OC11, OC13, OC14, OC15
- Nhóm 3 (PV) gồm 5 biến quan sát: PV6, PV8, PV5, PV2, PV7
- Nhóm 4 (MP1) gồm 3 biến quan sát: MP11, MP12, MP13
2.2 Thang đo thành phần P
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .847
Bartlett's Test of Sphericity Approx. Chi-Square 1.959E3
df 15
Sig. .000
Total Variance Explained
Compo
nent
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3.301 55.022 55.022 3.301 55.022 55.022
2 .820 13.670 68.692
3 .555 9.253 77.945
4 .486 8.100 86.045
5 .466 7.764 93.809
6 .371 6.191 100.000
Extraction Method: Principal Component Analysis.
Component Matrix
a
Component
1
P3 .779

P5 .771
P4 .733
P1 .729
P6 .722
P2 .714
TS. Nguyễn Hùng Phong Trang 15
Bài tập phân tích dữ liệu
Kiểm định KMO và Bartlett’s trong phân tích EFA cho thấy chỉ số KMO (0.847 > 0.5) là
khá cao và với mức ý nghĩa bằng 0 (sig = .000) cho thấy phân tích EFA rất thích hợp.
Tại mức giá trị Eigenvalues lớn hơn 1 và phương pháp rút trích Principal components và
phép quay varimax, phân tích nhân tố trích được 1 nhân tố. Hệ số tải của các biến khá cao đều
lớn hơn 0.5. Với phương sai trích 55.022% lớn hơn 50% nên đạt yêu cầu, cho biết nhân tố này
giải thích được 55.022% biến thiên của dữ liệu.
3. TÍNH GIÁ TRỊ CỦA CÁC BIẾN MỚI
(SPSS: Transform
à
Compute Variable)
- OC = MEAN (OC12, OC11, OC13, OC14, OC15)
- PV = MEAN (PV6, PV8, PV5, PV2, PV7)
- MP1 = MEAN (MP11, MP12, MP13)
- MP2 = MEAN (MP23, MP21, MP26, MP15, MP22, MP24, MP25)
- P = MEAN (P1, P2, P3, P4, P5, P6)
Statistics
P MP1 MP2 OC PV
N Valid 953 953 953 953 953
Missing 0 0 0 0 0
Mean 3.7233 3.8003 3.4690 4.0252 4.1461
Variance .493 .710 .696 .572 .454
Range 3.67 4.00 4.00 4.00 4.00
Từ bảng Statistic trên theo đánh giá của 953 mẫu phỏng vấn thì thành phần P có giá trị

trung bình 3,72; MP1 có giá trị trung bình 3,8; MP2 có giá trị trung bình 3,46; thành phần OC có
giá trị trung bình 4,02; thành phần PV có giá trị trung bình 4.12.
4. PHÂN TÍCH ANOVA MỘT CHIỀU ĐỂ TÌM SỰ KHÁC BIỆT CỦA CÁC BIẾN
TIỀM ẨN TRONG MÔ HÌNH NÀY VỚI TIÊU THỨC PHÂN LOẠI: OWN, POS,
Age, EXP
4.1 Khác biệt với tiêu thức phân loại OWN:
4.1.1 Sự khác biệt về OC giữa các nhóm theo tiêu thức phân loại OWN:
Test of Homogeneity of Variances
OC
TS. Nguyễn Hùng Phong Trang 16
Bài tập phân tích dữ liệu
Levene Statistic df1 df2 Sig.
6.525 3 948 .000
Sau khi kiểm định ANOVA ta thấy phương sai của sự đánh giá khác nhau về OC giữa
các nhóm theo tiêu chí phân loại OWN. Sig của thống kê Levene = 0.000 (<0.05) nên ở độ tin
cậy 95% , phương sai của sự đánh giá OC giữa các nhóm là khác nhau. Trong trường hợp
phương sai khác nhau ta không thể sử dụng kết quả của bảng ANOVA để đưa ra kết luận kiểm
định về giá trị trung bình vì bảng ANOVA chỉ dùng khi phương sai bằng nhau.
Vì vậy trong trường hợp phương sai khác nhau này ta sử dụng thống kê Tamhane’s T2
trong kiểm định Post Hoc để đưa ra kết luận kiểm định trong sự bằng nhau của giá trị trung bình
(có thể biết chi tiết giữa những cặp nào có sự khác biệt về giá trị trung bình)
Post Hoc
Multiple Comparisons
OC
Tamhane
(I) OWN
(J)
OWN
Mean Difference
(I-J) Std. Error Sig.

95% Confidence Interval
Lower Bound Upper Bound
1 2 01475 .07314 1.000 2081 .1786
3 09583 .06245 .553 2607 .0691
4 .01230 .07238 1.000 1789 .2035
2 1 .01475 .07314 1.000 1786 .2081
3 08108 .06689 .785 2581 .0959
4 .02704 .07624 1.000 1746 .2287
3 1 .09583 .06245 .553 0691 .2607
2 .08108 .06689 .785 0959 .2581
4 .10812 .06605 .477 0665 .2828
4 1 01230 .07238 1.000 2035 .1789
2 02704 .07624 1.000 2287 .1746
3 10812 .06605 .477 2828 .0665
Theo bảng kết quả trên khi so sánh sự đánh giá về OC giữa các nhóm theo tiêu chí OWN,
ta thấy tất cả các giá trị Sig. > 0.05 nên có thể kết luận không có sự khác biệt giữa các nhóm.
4.1.2 Sự khác biệt về PV giữa các nhóm theo tiêu thức phân loại OWN
TS. Nguyễn Hùng Phong Trang 17
Bài tập phân tích dữ liệu
Test of Homogeneity of Variances
PV
Levene Statistic df1 df2 Sig.
2.164 3 948 .091
Ta thấy phương sai của sự đánh giá khác nhau về PV giữa các nhóm theo tiêu chí phân
loại OWN. Sig của thống kê Levene = 0.091 (>0.05) nên ở độ tin cậy 95% , phương sai của sự
đánh giá OC giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để
đưa ra kết luận kiểm định về giá trị trung bình vì bảng ANOVA chỉ dùng khi phương sai bằng
nhau.
ANOVA
PV

Sum of Squares df Mean Square F Sig.
Between Groups .873 3 .291 .641 .589
Within Groups 430.387 948 .454
Total 431.260 951
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.589 > 0.05. Ta có thể kết luận rằng
không có sự khác biệt trong đánh giá về PV giữa các nhóm theo tiêu chí phân loại OWN.
4.1.3 Sự khác biệt về MP1 giữa các nhóm theo tiêu thức phân loại OWN:
Test of Homogeneity of Variances
MP1
Levene Statistic df1 df2 Sig.
8.503 3 948 .000
Ta thấy phương sai của sự đánh giá khác nhau về MP1 giữa các nhóm theo tiêu chí phân
loại OWN. Sig của thống kê Levene = 0.000 (<0.05) nên ở độ tin cậy 95% , phương sai của sự
đánh giá MP1 giữa các nhóm là khác nhau. Trong trường hợp phương sai khác nhau ta không thể
sử dụng kết quả của bảng ANOVA để đưa ra kết luận kiểm định về giá trị trung bình.
Sử dụng thống kê Tamhane’s T2 trong kiểm định Post Hoc để đưa ra kết luận kiểm định
trong sự khác biệt giữa các nhóm.
Post Hoc
Multiple Comparisons
MP1
TS. Nguyễn Hùng Phong Trang 18
Bài tập phân tích dữ liệu
Tamhane
(I) OWN
(J)
OWN
Mean Difference
(I-J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound

1 2 09592 .08038 .797 3084 .1165
3 13542 .07009 .283 3205 .0497
4 .04636 .08078 .993 1670 .2598
2 1 .09592 .08038 .797 1165 .3084
3 03950 .07338 .995 2337 .1547
4 .14228 .08365 .431 0789 .3635
3 1 .13542 .07009 .283 0497 .3205
2 .03950 .07338 .995 1547 .2337
4 .18178 .07382 .082 0134 .3769
4 1 04636 .08078 .993 2598 .1670
2 14228 .08365 .431 3635 .0789
3 18178 .07382 .082 3769 .0134
Theo bảng kết quả trên khi so sánh sự đánh giá về MP1 giữa các nhóm theo tiêu chí
OWN, ta thấy tất cả các giá trị Sig. > 0.05 nên có thể kết luận không có sự khác biệt giữa các
nhóm.
4.1.4 Sự khác biệt về MP2 giữa các nhóm theo tiêu thức phân loại OWN
Test of Homogeneity of Variances
MP2
Levene Statistic df1 df2 Sig.
1.940 3 948 .121
Ta thấy phương sai của sự đánh giá khác nhau về MP2 giữa các nhóm theo tiêu chí phân
loại OWN. Sig của thống kê Levene = 0.121 (>0.05) nên ở độ tin cậy 95% , phương sai của sự
đánh giá MP2 giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA
để đưa ra kết luận kiểm định về giá trị trung bình
ANOVA
MP2
Sum of Squares df Mean Square F Sig.
Between Groups 16.577 3 5.526 8.117 .000
Within Groups 645.393 948 .681
Total 661.970 951

TS. Nguyễn Hùng Phong Trang 19
Bài tập phân tích dữ liệu
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.000 < 0.05. Ta có thể kết luận rằng có
sự khác biệt trong đánh giá về MP2 giữa các nhóm theo tiêu chí phân loại OWN.
4.1.5 Sự khác biệt về P giữa các nhóm theo tiêu thức phân loại OWN
Test of Homogeneity of Variances
P
Levene Statistic df1 df2 Sig.
2.314 3 948 .075
Ta thấy phương sai của sự đánh giá khác nhau về P giữa các nhóm theo tiêu chí phân loại
OWN. Sig của thống kê Levene = 0.075 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá P giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa ra
kết luận kiểm định.
ANOVA
P
Sum of Squares df Mean Square F Sig.
Between Groups 8.264 3 2.755 5.659 .001
Within Groups 461.449 948 .487
Total 469.713 951
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.001 < 0.05. Ta có thể kết luận rằng có
sự khác biệt trong đánh giá về P giữa các nhóm theo tiêu chí phân loại OWN.
4.2 Sự khác biệt với tiêu thức phân loại POS
4.2.1 Sự khác biệt về OC giữa các nhóm theo tiêu thức phân loại POS
Test of Homogeneity of Variances
OC
Levene Statistic df1 df2 Sig.
8.551 1 945 .004
Phương sai của sự đánh giá khác nhau về OC giữa các nhóm theo tiêu chí phân loại POS.
Sig của thống kê Levene = 0.004 (<0.05) nên ở độ tin cậy 95% , phương sai của sự đánh giá P
giữa các nhóm là khác nhau. Do đó, ta không thể dùng kết quả bảng ANOVA để đưa ra kết luận

kiểm định.
Ta sử dụng kiểm định Post Hoc để đưa ra kết luận, nhưng do POS chỉ có 2 nhóm nên
không thể kiểm định Post Hoc
Warnings
Post hoc tests are not performed for OC because there are fewer than three groups.
TS. Nguyễn Hùng Phong Trang 20
Bài tập phân tích dữ liệu
Với trường hợp này ta có thể kiểm định Independent-samples T-test để tìm hiểu sự khác
biệt giữa hai nhóm này.
Independent Samples Test
Levene's Test for
Equality of Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
OC
Equal
variances
assumed
8.551 .004 5.435 945 .000 .33795 .06218 .21592 .45999
Equal
variances not

assumed
6.223 314.349 .000 .33795 .05431 .23111 .44480
Sig. của thống kê Levene = 0.004 (<0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá P giữa các nhóm là khác nhau, do đó ta sử dụng giá trị sig. (2 tailed) ở phần Equal variances
not assumed = 0.000 < 0.05. Ta có thể kết luận có sự khác nhau trong đánh giá về OC giữa các
nhóm theo tiêu chí phân loại POS.
4.2.2 Sự khác biệt về PV giữa các nhóm theo tiêu thức phân loại POS
Test of Homogeneity of Variances
PV
Levene Statistic df1 df2 Sig.
1.781 1 945 .182
Phương sai của sự đánh giá khác nhau về PV giữa các nhóm theo tiêu chí phân loại POS.
Sig của thống kê Levene = 0.182 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh giá PV
giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa ra kết
luận kiểm định.
ANOVA
PV
Sum of Squares df Mean Square F Sig.
Between Groups 1.163 1 1.163 2.589 .108
Within Groups 424.532 945 .449
Total 425.695 946
TS. Nguyễn Hùng Phong Trang 21
Bài tập phân tích dữ liệu
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.108 > 0.05. Ta có thể kết luận
rằng không có sự khác nhau trong đánh giá về PV giữa các nhóm theo tiêu chí phân loại POS.
4.2.3 Sự khác biệt về MP1 giữa các nhóm theo tiêu thức phân loại POS
Test of Homogeneity of Variances
MP1
Levene Statistic df1 df2 Sig.
2.334 1 945 .127

Phương sai của sự đánh giá khác nhau về MP1 giữa các nhóm theo tiêu chí phân loại
POS. Sig của thống kê Levene = 0.127 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá MP1 giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa
ra kết luận kiểm định.
ANOVA
MP1
Sum of Squares df Mean Square F Sig.
Between Groups .723 1 .723 1.033 .310
Within Groups 661.580 945 .700
Total 662.303 946
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.310 > 0.05. Ta có thể kết luận rằng
không có sự khác nhau trong đánh giá về MP1 giữa các nhóm theo tiêu chí phân loại POS
4.2.4 Sự khác biệt về MP2 giữa các nhóm theo tiêu thức phân loại POS
Test of Homogeneity of Variances
MP2
Levene Statistic df1 df2 Sig.
4.452 1 945 .035
Phương sai của sự đánh giá khác nhau về MP2 giữa các nhóm theo tiêu chí phân loại
POS. Sig của thống kê Levene = 0.035 (<0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá MP2 giữa các nhóm là khác nhau. Do đó, ta không thể dùng kết quả bảng ANOVA để đưa ra
kết luận kiểm định
Ta sử dụng kiểm định Post Hoc để đưa ra kết luận, nhưng do POS chỉ có 2 nhóm nên
không thể kiểm định Post Hoc
Warnings
Post hoc tests are not performed for OC because there are fewer than three groups.
Với trường hợp này ta có thể kiểm định Independent-samples T-test để tìm hiểu sự khác
biệt giữa hai nhóm này.
TS. Nguyễn Hùng Phong Trang 22
Bài tập phân tích dữ liệu
Independent Samples Test

Levene's Test
for Equality of
Variances t-test for Equality of Means
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence
Interval of the
Difference
Lower Upper
MP2 Equal variances
assumed
4.452 .035 4.089 945 .000 .28199 .06897 .14664 .41733
Equal variances
not assumed
4.543 3.006E2 .000 .28199 .06208 .15983 .40415
Sig. của thống kê Levene = 0.035 (<0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá P giữa các nhóm là khác nhau, do đó ta sử dụng giá trị sig. (2 tailed) ở phần Equal variances
not assumed = 0.000 < 0.05. Ta có thể kết luận có sự khác nhau trong đánh giá về MP2 giữa
các nhóm theo tiêu chí phân loại POS.
4.2.5 Sự khác biệt về P giữa các nhóm theo tiêu thức phân loại POS
Test of Homogeneity of Variances
P
Levene Statistic df1 df2 Sig.
3.750 1 945 .053
Phương sai của sự đánh giá khác nhau về P giữa các nhóm theo tiêu chí phân loại POS.

Sig của thống kê Levene = 0.053 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh giá P
giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa ra kết
luận kiểm định
ANOVA
P
Sum of Squares df Mean Square F Sig.
Between Groups 5.012 1 5.012 10.260 .001
Within Groups 461.638 945 .489
Total 466.650 946
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.001 < 0.05. Ta có thể kết luận rằng có
sự khác nhau trong đánh giá về P giữa các nhóm theo tiêu chí phân loại POS
4.3 Sự khác biệt với tiêu thức phân loại AGE
TS. Nguyễn Hùng Phong Trang 23
Bài tập phân tích dữ liệu
4.3.1 Sự khác biệt về OC giữa các nhóm theo tiêu thức phân loại AGE
Test of Homogeneity of Variances
OC
Levene Statistic df1 df2 Sig.
.524
a
2 942 .592
a. Groups with only one case are ignored in computing
the test of homogeneity of variance for OC.
Phương sai của sự đánh giá khác nhau về OC giữa các nhóm theo tiêu chí phân loại AGE.
Sig của thống kê Levene = 0.592 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh giá OC
giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa ra kết
luận kiểm định
ANOVA
OC
Sum of Squares df Mean Square F Sig.

Between Groups 4.309 3 1.436 2.517 .057
Within Groups 537.633 942 .571
Total 541.943 945
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.057 > 0.05. Ta có thể kết luận rằng
không có sự khác nhau trong đánh giá về OC giữa các nhóm theo tiêu chí phân loại AGE.
4.3.2 Sự khác biệt về PV giữa các nhóm theo tiêu thức phân loại AGE
Test of Homogeneity of Variances
PV
Levene Statistic df1 df2 Sig.
.387
a
2 942 .679
a. Groups with only one case are ignored in computing
the test of homogeneity of variance for PV.
Phương sai của sự đánh giá khác nhau về PV giữa các nhóm theo tiêu chí phân loại AGE.
Sig của thống kê Levene = 0.679 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh giá PV
giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa ra kết
luận kiểm định
ANOVA
PV
TS. Nguyễn Hùng Phong Trang 24
Bài tập phân tích dữ liệu
Sum of Squares df Mean Square F Sig.
Between Groups .857 3 .286 .630 .595
Within Groups 426.752 942 .453
Total 427.609 945
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.595 > 0.05. Ta có thể kết luận
rằng không có sự khác nhau trong đánh giá về PV giữa các nhóm theo tiêu chí phân loại AGE.
4.3.3 Sự khác biệt về MP1 giữa các nhóm theo tiêu thức phân loại AGE
Test of Homogeneity of Variances

MP1
Levene Statistic df1 df2 Sig.
1.890
a
2 942 .152
a. Groups with only one case are ignored in computing
the test of homogeneity of variance for MP1.
Phương sai của sự đánh giá khác nhau về MP1 giữa các nhóm theo tiêu chí phân loại
AGE. Sig của thống kê Levene = 0.152 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá MP1 giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa
ra kết luận kiểm định
ANOVA
MP1
Sum of Squares df Mean Square F Sig.
Between Groups 6.606 3 2.202 3.175 .024
Within Groups 653.335 942 .694
Total 659.941 945
Với độ tin cậy của kiểm định là 95% thì Sig. = 0.024 < 0.05. Ta có thể kết luận rằng có
sự khác nhau trong đánh giá về PV giữa các nhóm theo tiêu chí phân loại AGE.
4.3.4 Sự khác biệt về MP2 giữa các nhóm theo tiêu thức phân loại AGE
Test of Homogeneity of Variances
MP2
Levene Statistic df1 df2 Sig.
.217
a
2 942 .805
Phương sai của sự đánh giá khác nhau về MP2 giữa các nhóm theo tiêu chí phân loại
AGE. Sig của thống kê Levene = 0.805 (>0.05) nên ở độ tin cậy 95% , phương sai của sự đánh
giá MP2 giữa các nhóm là không khác nhau. Do đó, ta có thể dùng kết quả bảng ANOVA để đưa
TS. Nguyễn Hùng Phong Trang 25