BÀI TẬP XỬ LÝ SỐ LIỆU MÔN PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC

BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 1

BÀI TẬP XỬ LÝ SỐ LIỆU

Câu 1 : Kiểm định EFA lần lượt cho các biến OC, PV, MP 3
1.1 Với thành phần văn hóa tổ chức OC 3
1.2 Thành phần hệ thống giá trị của quản trị gia (PV) : 7
1.3 . Thành phần thực tiễn quản trị MP 10
1.4 Thành phần kết quả hoạt động P : 13
2. Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha 13
Câu 3: Thực hiện phân tích Anova một chiều để tìm sự khác biệt của các biến tìm ẩn trong mô hình với này
với các tiêu thức phân loại: OWN, POS, Age, EXP. 16
3.1 Kiểm định sự khác biệt về hình thức sở hữu OWN 16
3.2 Kiểm định sự khác biệt về cấp bậc quản lý ( POS ) : 18
3.3 Kiểm định sự khác biệt về độ tuổi quản trị gia ( Age ) : 18
3.4 Kiểm định sự khác biệt về kinh nghiệm quản lý ( EXP ) : 19
C âu 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 21
Câu 5 : Kiểm định giả thuyết : 22
- Kiểm định phù hợp với tập mẫu : 22
- Kiểm định sự phù hợp với tổng thể : 22
- Kiểm tra hiện tượng đa cộng tuyến : 22
- Kiểm tra c ác sai lệch ngẫu nhiên ( phần dư ) có phân phối chuẩn: 22
- Kiểm tra phương sai của các sai lệch ngẫu nhiên không thay đổi ( xuất hiện hiện tượng
Heteroskedascity ) : 24
- Kiểm tra quan hệ giữa X và Y là quan hệ tuyến tính : 24
- Kiểm tra gi ả đ ịnh về tính độc lập của sai số ( không có tương quan giữa các phần dư ) : 24
X ây dựng mô hình : 25
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 2

Câu 6: Xây dựng hàm tương quan với biến giả Dummy. Biến giả được chọn là biến loại hình doanh
nghiệp, trong đó doanh nghiệp nhà nước chọn làm biến cơ sở. 25
Mã hóa biến Dummy 25
Hàm tương quan với biến giả Dummy. 26
Kiểm định giả thuyết hàm tương quan : 27
- Kiểm định phù hợp với tập mẫu : 27
- Kiểm định phù hợp với tổng thể : 27
- Kiểm tra hiện tượng đa cộng tuyến : 28
- Kiểm tra c ác sai lệch ngẫu nhiên ( phần dư ) có phân phối chuẩn: 28
- Kiểm tra quan hệ giữa X và Y là quan hệ tuyến tính : 29
- Kiểm tra giả định về tính độc lập của sai số ( không có tương quan giữa các phần dư ) : 29
X ây dựng mô hình : 30











BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 3

BÀI TẬP XỬ LÝ SỐ LIỆU
Câu 1 : Kiểm định EFA lần lượt cho các biến OC, PV, MP
1.1 Với thành phần văn hóa tổ chức OC
A1 : Kiểm tra điều kiện phân tích nhân tố :


Trị số của KMO lớn 0.863 >0.5 và Sig. =0 < 0.05 là điều kiện đủ để phân tích nhân tố là thích hợp.
A2 . Xác định số lượng nhân tố :
Bảng 1.2 : Total Variance Explained
Compo
nent
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 3.852 35.021 35.021 3.852 35.021 35.021 3.311 30.104 30.104
2 1.361 12.377
47.398
1.361 12.377 47.398 1.902 17.294 47.398
3 .928 8.434 55.832
4 .867 7.879 63.711
5 .838 7.622 71.332
6 .750 6.816 78.148
7 .575 5.227 83.375
8 .529 4.810 88.185
9 .484 4.401 92.586
10 .481 4.373 96.959
11 .335 3.041 100.000
Bảng 1.1 : KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .853
Bartlett's Test of Sphericity
Approx. Chi-Square 2613.931
df 55
Sig. .000
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 4

- Trong bảng 1.2 ta thấy rằng theo tiêu chuẩn Eigenvalues lớn hơn 1 thì chỉ có 2 nhân tố
được rút ra.
- Trong bản trên ta thấy tổng phương sai trích TVE ( Total Variance Explained ) bằng
47.398 %. Con số này cho biết 2 nhân tố đầu tiên giải thích được 47.398 % biến thiên
của dữ liệu .

- Tuy nhiên, TVE thấp hơn 50 %. Ta cần kiểm định độ tin cậy của thang đo bằng
Cronbach anpha
-
Reliability Statistics
Cronbach's Alpha N of Items
.782 11

Item-Total Statistics

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation

Cronbach's Alpha
if Item Deleted
OC11 38.00 36.841 .510 .756
OC12 37.93 37.169 .530 .755
OC13 38.30 34.914 .575 .747
OC14 37.82 37.631 .526 .756
OC15 38.39 35.686 .586 .747
OC21 38.67 39.274 .243 .789
OC22 38.78 36.804 .499 .757
OC23 38.66 37.751 .391 .770
OC24 38.98 41.235 .111 .805
OC25 37.76 39.102 .418 .767
OC26 37.84 37.323 .528 .755

BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 5

Hệ số tương quan biến tổng ( Corrected item- total Correlation ) của 2 biến quan sát OC21
và OC24 đều nhỏ hơn so với yêu cầu ( ≥ 0.3 ). Vì vậy, về mặt số liệu thống kê, ta cần loại 2 biến
này.
Tuy nhiên, hệ số tương quan biến tổng của OC24 thấp hơn và nếu loại biến này thì hệ số
Cronbach Alpha của thang đo tăng từ .782 lên .805. Nên ban đầu để đảm bảo giá trị nội dung, ta chỉ
nên loại biến OC24 trước.
Ta sẽ tiến hành phân tích nhân tố EFA lại lần nữa để đánh giá độ tin cậy của thang đo và
xem có sự thay đổi của các nhân tố hay không
Kết quả phân tích nhân tố EFA lần 2 cho biến quan sát OC sau khi loại biên OC24

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .854
Bartlett's Test of Sphericity
Approx. Chi-Square 2568.860
df 45
Sig. .000

Total Variance Explained
Component

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

3.843

38.426

3
8.426

3.843

38.426

38.426

2.978

29.779

29.779

2

1.249

12.490

50.916
1.249

12.490

50.916

2.114

21.137

50.916

3

.906

9.063

59.979







4

.840

8.404

68.383







5

.751

7.507

75.890







6

.579

5.785

81.675







7

.532

5.316

86.991







8

.484

4.84
4

91.835







9

.481

4.814

96.648







10

.335

3.352

100.000







Extraction Method: Principal Component Analysis.

BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 6

Sau khi loại biến quan sát OC24 ta thấy TVE bằng 50.916 % đạt yêu cầu ≥ 50 %. Như vậy
để có thể đảm bảo được giá trị nội dung ta chỉ nên loại 1 biến OC24.
Rotated Component Matrix
a

Component
1 2
OC14 .793
OC26 .785
OC25 .729
OC12 .657
OC15 .526
OC11 .468
OC23 .705
OC22 .687
OC21 .562
OC13 .549
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.
a. Rotation converged in 3
iterations.

Như vậy, sau khi xoay nhân tố, ta thấy có sự thay đổi thành phần biến đo lường so với ban
đầu.
Kết luận : Sau khi dùng kỹ thuật phân tích EFA và hệ số Cronbach’s Alpha ta đã loại 1 biến
quan sát OC 24 còn lại 10 biến quan sát. Chia thành 2 nhân tố và thành phần như sau.
- Nhân tố OC1NEW : OC11, OC12, OC14, OC15, OC25, OC26
- Nhân tố OC2NEW : OC13, OC21, OC22, OC23.

Gía trị của các biến mới :
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 7

- OC1NEW= Mean (OC11, OC12, OC14, OC15, OC25, OC26)
- OC2NEW= Mean (OC13, OC21, OC22, OC23)

1.2 Thành phần hệ thống giá trị của quản trị gia (PV) :

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .743
Bartlett's Test of Sphericity
Approx. Chi-Square 1375.870
df 36
Sig. .000

Giá trị của KMO lớn 0.743 >0.5 và Sig. =0 < 0.05 là điều kiện đủ để phân tích nhân tố là
thích hợp.

Total Variance Explained
Component

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

2.533

28.148

28.148

2.533

28.148

28.148

2.487

27.629

27.629

2

1.767

19.631

47.779
1.767

19.631

47.779

1.813

20.150

47.779

3

.889

9.876

57.656







4

.808

8.976

66.631







5

.753

8.365

74.996







6

.671

7.454

82.451







7

.589

6.543

88.994







8

.545

6.051

95.045







9

.446

4.955

100.000

Extraction Method: Principal Component Analysis.


BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 8

- Trong bản trên ta thấy tổng phương sai trích TVE ( Total Variance Explained ) bằng
47.779 %. Con số này cho biết 2 nhân tố đầu tiên giải thích được 47.779 % biến thiên
của dữ liệu .
- Tuy nhiên, TVE thấp hơn 50 %. Ta cần kiểm định độ tin cậy của thang đo bằng
Cronbach alpha.
-
Reliability Statistics
Cronbach's Alpha N of Items
.619 9
-
-
Item-Total Statistics

Scale Mean if Item
Deleted
Scale Variance if

Item Deleted
Corrected Item-
Total Correlation
Cronbach's Alpha if
Item Deleted
PV2 29.66 20.014 .323 .587
PV4 30.90 20.695 .104 .651
PV8 29.58 19.984 .347 .582
PV1 30.19 18.272 .438 .555
PV3 30.96 19.799 .253 .604
PV5 29.60 20.052 .313 .589
PV6 29.75 19.535 .377 .575
PV7 30.30 18.694 .385 .569
PV9 30.46 19.430 .263 .602

Theo bảng Reliability Statistics, ta có Cronbach’s Alpha của thành phần hệ thống giá trị
của quản trị gia là 0.619 lớn hơn 0.6 cho nên thang đo này đạt tiêu chuẩn. Về hệ số tương quan với
biến - tổng có 3 biến không đạt yêu cầu đó là PV3, PV4, PV9. Các biến còn lại đều có hệ số tương
quan với biến tổng lớp hơn 0.3 nên các biến này phù hợp và đạt được độ tin cậy. Nhưng ta không
loại một lúc 3 biến PV3, PV4, PV9 mà trước tiên ta loại biến PV4 vì PV4 có Corrected Item-Total
Correlation nhỏ nhất bằng 0.104. Sau khi loại biến PV4 ta có phân tích EFA như sau:
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 9

Total Variance Explained
Component

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 2.533

31.662 31.662 2.533

31.662 31.662 2.428

30.345 30.345
2 1.553

19.408
51.071
1.553

19.408 51.071 1.658

20.726 51.071
3 .887 11.083 62.154
4 .768 9.600 71.754
5 .674 8.423 80.177
6 .592 7.395 87.572
7 .545 6.813 94.385
8 .449 5.615 100.000
Extraction Method: Principal Component Analysis.

Sau khi loại biến PV4, ta thấy tổng phương sai trích Total Variance Explained bằng 51.071
% đạt yêu cầu ( ≥ 50 % ). Như vậy mô hình EFA là phù hợp. Và ta không cần thiết phải loại tiếp 2
biến PV3 và PV9 để đảm bảo được giá trị nội dung.
Rotated Component Matrix
a

Component
1 2
PV6 .774
PV5 .767
PV8 .703
PV2 .626

PV7 .518
PV3 .786
PV1 .699
PV9 .653
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 10

Extraction Method: Principal
Component Analysis.

Rotation Method: Varimax with
Kaiser Normalization.
a. Rotation converged in 3
iterations.

Qua bảng Rotated Component matrix ta có PV gồm 2 nhân tố :
+ Nhân tố PV1NEW : PV2, PV5, PV6, PV7, PV8
+ Nhân tố PV2NEW : PV1, PV3, PV9.

Gía trị của các biến mới :
PV1NEW= Mean (PV2, PV5, PV6, PV7, PV8)
- PV2NEW= Mean (PV1, PV3, PV9)

1.3 . Thành phần thực tiễn quản trị MP
Tương tự như thành phần OC và PV, thành phần MP ta cũng tiến hành phân tích EFA và hệ số
Cronbach’s Alpha như sau:

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .866

Bartlett's Test of Sphericity
Approx. Chi-Square 2719.196
df 66
Sig. .000






BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 11

Total Variance Explained
Component

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

4.144

34.531

34.531

4.144

34.531

34.531

3.456

28.803

28.803

2

1.275

10.624

45.155

1.275

10.624

45.155

1.747

14.556

43.358

3

1.011

8.427

53.581
1.011

8.427

53.581

1.227

10.223

53.581

4

.854

7.113

60.695







5

.819

6.821

67.516







6

.701

5.843

73.359







7

.643

5.359

78.717







8

.606

5.047

83.764







9

.556

4.634

88.398

10

.521

4.339

92.737







11

.486

4.053

96.790

12

.385

3.210

100.000







Extraction Method: Principal Component Analysis.


Ta thấy rằng theo tiêu chuẩn Eigenvalues lớn hơn 1 thì chỉ có 3 nhân tố được rút ra.
Như vậy, sau khi phân tích, thành phần MP đã xuất hiện thêm 1 nhân tố mới.
- Trong bản trên ta thấy tổng phương sai trích TVE ( Total Variance Explained ) bằng
53.581 %. Con số này cho biết 3 nhân tố đầu tiên giải thích được 53.581 % biến thiên của dữ
liệu .

BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 12

Rotated Component Matrix
a

Component
1 2 3
MP21 .688
MP23 .684
MP26 .684
MP15 .647
MP24 .645
MP25 .640
MP16 .592
MP22 .585
MP11 .819
MP12 .783
MP14 .886
MP13 .537
Extraction Method: Principal Component
Analysis.

Rotation Method: Varimax with Kaiser

Normalization.
a. Rotation converged in 4 iterations.


Thành phần nhân tố được đo lường bằng các biến quan sát như sau :
- MP1NEW: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26
- MP2NEW: MP11, MP12
- MP3NEW: MP13, MP14
Gía trị của các biến mới :
MP1NEW= Mean (MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26)
- MP2NEW = Mean (MP11, MP12)
- MP3NEW = Mean (MP13, MP14)
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 13

1.4 Thành phần kết quả hoạt động P :
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.
Bảng cho thấy chỉ có 1 nhân tố trích được với tổng phương sai trích TVE ( Total Variance

Explained) 55.022% Với mức TVE bằng 55.022% ta chấp nhận phân tích nhân tố EFA cho biến
phụ thuộc P.
Gía trị của các biến mới :
PNEW= Mean (P1,P2,P3,P4,P5,P6 )



2. Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach
Alpha

Item-Total Statistics

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's Alpha
if Item Deleted
OC 1: Cronbach's Alpha = 0.798
OC11 20.83 12.859 0.481 0.785
OC12 20.76 12.545 0.589 0.759
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 14

OC14 20.65 12.668 0.616 0.754
OC15 21.22 12.33 0.535 0.773
OC25 20.59 13.487 0.516 0.776

OC26 20.67 12.585 0.597 0.757
OC2: Cronbach's Alpha = 0.596
OC13 10.23 5.804 .446 .468
OC21 10.60 6.753 .245 .629
OC22 10.71 6.376 .418 .496
OC23 10.59 6.185 .415 .496
PV1: Cronbach's Alpha = 0.714
PV2 16.47 8.232 .413 .689
PV5 16.41 7.602 .537 .640
PV6 16.56 7.457 .571 .626
PV7 17.11 7.813 .371 .714
PV8 16.39 8.005 .490 .660
PV2: Cronbach's Alpha = 0.548
PV1 6.43 3.499 .383 .412
PV3 7.20 3.352 .396 .388
PV9 6.69 3.509 .303 .539
MP1: Cronbach's Alpha = 0.819
MP15 24.86 32.227 .538 .798
MP16 24.30 34.077 .486 .805
MP21 24.69 32.507 .539 .798
MP22 24.52 33.838 .480 .806
MP23 25.14 32.641 .528 .800
MP24 24.38 33.432 .581 .793
MP25 24.29 33.184 .583 .793
MP26 24.84 31.969 .576 .792
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 15

MP2: Cronbach's Alpha = 0.615

MP11 3.99 1.121 .445
MP12 3.86 1.231 .445
MP3: Cronbach's Alpha = 0.4
MP13 2.76 1.614 .251
MP14 3.55 1.362 .251
P: Cronbach's Alpha = 0.836
P2 18.72 12.994 .579 .815
P1 18.54 12.861 .595 .812
P3 18.65 12.373 .655 .800
P4 18.49 12.726 .597 .811
P5 18.45 12.717 .647 .802
P6 18.79 12.548 .586 .814

Nhận xét:
Qua kết quả phân tích số liệu bằng SPSS cho thấy hệ số Cronbach Alpha của 1 trong 7
nhân tố nhỏ hơn 0.6 tức là không đủ điều kiện cần để sử dụng làm thang đo chính thức và
cần loại bỏ khỏi mô hình. Biến OC2, PV2, MP3 đều có hệ số Cronbach Alpha nhỏ hơn
0.6. Riêng đối với MP2 do chỉ có 2 biến đo lường , nên không thoả điều kiện thực hiện
Cronbach Alpha. Như vậy, 4 biến này không phản ánh được giá trị cần đo và cần được loại
khỏi mô hình.
Kết quả như sau:
- Nhân tố OC1NEW : OC11, OC12, OC14, OC15, OC25, OC26
- Nhân tố PV1NEW : PV2, PV5, PV6, PV7, PV8
- Nhân tố MP1NEW: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26
- Nhân tố P là biến phụ thuộc gồm P1, P2, P3, P4, P5, P6


BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 16

Câu 3: Thực hiện phân tích Anova một chiều để tìm sự khác biệt của các biến tìm
ẩn trong mô hình với này với các tiêu thức phân loại: OWN, POS, Age, EXP.
Các biến tiềm ẩn gồm: OC1NEW, PV1NEW, MP1NEW,
3.1 Kiểm định sự khác biệt về hình thức sở hữu OWN

Test of Homogeneity of Variances
Levene Statistic df1 df2 Sig.
OC1NEW 6.783 3 948 .000
PV1NEW 2.164 3 948 .091
MP1NEW 2.354 3 948 .071


Trong bảng Kiểm định phương sai đồng nhất (Test of Homogeneity of Variances ) ta thấy giá
trị Sig. của OC1NEW nhỏ hơn mức ý nghĩa .05 => bác bỏ giả thuyết phương sai là đồng nhất. Như
vậy có sự khác biệt về phương sai giữa các nhóm trong OC1NEW => không phù hợp để tiến hành
phân tích Anova 1 chiều
Giá trị kiểm định của nhóm PV1NEW và MP1NEW đều lớn hơn mức ý nghĩa .05 => chấp
nhận giả thuyết phương sai là đồng nhất giữa các nhóm trong PV1NEW và MP1NEW. Ta tiến hành
phân tích Anova 1 chiều.
ANOVA


Sum of
Squares
df
Mean
Square
F Sig.
PV1NEW

Between Groups

0.873

3

0.291

0.641

0.589

Within Groups
430.387

948

0.454





Total
431.26

951

MP1NEW
Between Groups

16.141

3

5.38

8.366

0

Within Groups
609.637

948

0.643





Total
625.778

951








BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 17

+ Trong PV1NEW : Giá trị Sìg. = .589 > .05, như vậy không có sự khác biệt giá trị trung
bình giữa các nhóm. Kết luận : hệ thống giá trị của quản trị gia ( PV ) không khác nhau giữa các
loại hình doanh nghiệp.
+ Trong MP1NEW : Giá trị Sig. = 0 < .05, như vậy có sự khác biệt về giá trị trung bình giữa
các nhóm. Hay thực tiễn quản trị khác nhau ở các loại hình doanh nghiệp khác nhau
Để xác định được thực tiễn quản trị ở các loại hình doanh nghiệp nào là khác nhau ta tiến
hành kiểm định hậu Anova ( ANOVA post hoc test ).

Multiple Comparisons
Dependent Variable: MP1NEW
Bonferroni
(I)
OWN
(J)
OWN
Mean

Difference
(I-J)
Std. Error Sig.
95% Confidence
Interval
Lower
Bound
Upper
Bound
1
2
19778 .07579 .055 3981 .0026
3
33293
*
.06843 .000 5138 1520
4
22569
*
.07123 .009 4140 0374
2
3
13515 .07826 .507 3420 .0718
4
02791 .08072 1.000 2413 .1855
3 4
.10724 .07386 .881 0880 .3025
*. The mean difference is significant at the 0.05 level.

Trong bảng kiểm định hậu Anova. ở cặp 2 nhóm tương ứng với dòng và cột chứa dấu (*) ta

thấy giá trị Sig. đều nhỏ hơn mức ý nghĩa .05. Tức là có sự khác biệt về giá trị trung bình giữa các
cặp.
Kết luận : Loại hình DN1 (DNNN ) có giá trị thực tiễn quản trị khác với loại hình DN3 (
Cty tư nhân ) và DN4 ( Dn gia đình ).



BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 18

3.2 Kiểm định sự khác biệt về cấp bậc quản lý ( POS ) :
Do phân tích Anova dùng để so sánh trung binh từ 3 đám đông trở lên. Nên ta không thể sử
dụng phân tích Anova cho cấp bậc quản lý POS, chỉ có 2 đám nhóm là : cấp bậc quản lsy cấp cao và
cấp bậc quản lý cấp trung.
3.3 Kiểm định sự khác biệt về độ tuổi quản trị gia ( Age ) :
Test of Homogeneity of Variances

Levene Statistic df1 df2 Sig.
OC1NEW .352
a
2 942 .704
PV1NEW .387
b
2 942 .679
MP1NEW .331
c
2 942 .718
a. Groups with only one case are ignored in computing the test of homogeneity of
variance for OC1NEW.

b. Groups with only one case are ignored in computing the test of homogeneity of
variance for PV1NEW.
c. Groups with only
one case are ignored in computing the test of homogeneity of
variance for MP1NEW.
ANOVA

Sum of
Squares
df Mean Square

F Sig.
OC1NEW

Between Groups

3.038 3 1.013 2.071 .102
Within Groups
460.588 942 .489
Total
463.626 945
PV1NEW

Between Groups

.857 3 .286 .630 .595
Within Groups
426.752 942 .453
Total
427.609 945

MP1NEW

Between Groups

3.835 3 1.278 1.955 .119
Within Groups
615.890 942 .654
Total
619.725 945
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 19

3.4 Kiểm định sự khác biệt về kinh nghiệm quản lý ( EXP ) :

Test of Homogeneity of Variances

Levene
Statistic
df1 df2 Sig.
OC1NEW

2.022 4 939 .089
PV1NEW

.867 4 939 .483
MP1NEW

2.469 4 939 .043

Trong bảng Kiểm định phương sai đồng nhất (Test of Homogeneity of Variances ) ta thấy giá
trị Sig. của MP1NEW nhỏ hơn mức ý nghĩa .05 => bác bỏ giả thuyết phương sai là đồng nhất. Như
vậy có sự khác biệt về phương sai giữa các nhóm trong MP1NEW => không phù hợp để tiến hành
phân tích Anova 1 chiều
Giá trị kiểm định của nhóm OC1NEW và PV1NEW đều lớn hơn mức ý nghĩa .05 => chấp
nhận giả thuyết phương sai là đồng nhất giữa các nhóm trong OC1NEW và PV1NEW. Ta tiến hành
phân tích Anova 1 chiều.

ANOVA

Sum of
Squares
df
Mean
Square
F Sig.
OC1NEW

Between Groups
7.415 4 1.854 3.827 0.004
Within Groups
454.821 939 0.484
Total
462.236 943
PV1NEW
Between Groups
2.426 4 0.607 1.34 0.253
Within Groups
425.177 939 0.453
Total

427.603 943

BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 20

+ Trong PV1NEW có giá trị Sìg. = .253 > .05 như vậy không có sự khác biệt giá trị trung
bình giữa các nhóm. Kết luận : hệ thống giá trị của quản trị gia ( PV ) không khác nhau giữa các
kinh nghiệm quản lý.
+ Trong OC1NEW : Giá trị Sig. = .0004 < .05, như vậy có sự khác biệt về giá trị trung bình
giữa các nhóm. Hay văn hoá tổ chức khác nhau giữa các kinh nghiệm quản lý.
Để xác định được văn hoá tổ chức ở các cấp kinh nghiệm nào là khác nhau ta tiến hành kiểm
định hậu Anova ( ANOVA post hoc test ).

Multiple Comparisons
Dependent Variable: OC1NEW

Bonferroni
(I) EXP
Mean
Difference
(I-J) Std. Error Sig.
95% Confidence
Interval
Lower
Bound
Upper
Bound
1
2

12935 .05282 .145 2780 .0193
3
12187 .06725 .703 3111 .0673
4
12898 .10760 1.000 4317 .1738
5
36450
*
.10659 .007 6644 0646
2
3
.00748 .06906 1.000 1868 .2018
4
.00037 .10874 1.000 3056 .3063
5
23515 .10775 .293 5383 .0680
3
4
00712 .11643 1.000 3347 .3205
5
24264 .11551 .359 5676 .0824
4 5
23552 .14282 .995 6374 .1663
*. The mean difference is significant at the 0.05 level.
Trong bảng kiểm định hậu Anova. ở cặp 1 v à 5 tương ứng với dòng và cột chứa dấu (*) ta
thấy giá trị Sig. đều nhỏ hơn mức ý nghĩa .05. Tức là có sự khác biệt về giá trị trung bình giữa cặp.
Kết luận : Kinh nghiệm quản lý bậc 1 có giá trị văn hoá tổ chức khác với kinh nghiệm quản
lý bậc 5.
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 21

C âu 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
Phương trình hồi quy tổng quát :
P = β
0
+ β
1
* OC1NEW + β
2
* PV1NEW + β
3
* MP1NEW
Để xem xét tác động của biến độc lập đối với biến phụ thuộc . Trên cơ sở mô hình biểu diễn
mối quan hệ giữa nhiều biến độc lập và một biến phụ thuộc. Ta dùng mô hình hồi quy bội MLR.

B
ả
ng 4.1 : Model Summary
b

Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 .628
a

.395 .393 .54746 1.676
a. Predictors: (Constant), MP1NEW, PV1NEW, OC1NEW
b. Dependent Variable: PNEW

Bảng 4.2 : ANOVA
a

Model Sum of Squares df Mean Square F Sig.
1
Regression 185.333 3 61.778 206.121 .000
b

Residual 284.430 949 .300
Total 469.763 952
a. Dependent Variable: PNEW
b. Predictors: (Constant), MP1NEW, PV1NEW, OC1NEW

B
ả
ng 4.3 : Coefficients
a

Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Correlations Collinearity Statistics

B Std.
Error

Beta Zero-
order
Partial

Part

Tolerance

VIF
1
(Constant)

1.183

.128

9.265

.000


OC1NEW

.300

.032

.298

9.511

.000

.515

.295

.240

.649

1.542

PV1NEW

.005

.030

.005

.167

.868

.296

.005

.004

.762

1.313

MP1NEW

.362

.026

.418

14.032

.000

.573

.415

.354

.718

1.393

a. Dependent Variable: PNEW
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 22

Câu 5 : Kiểm định giả thuyết :
- Kiểm định phù hợp với tập mẫu :
Hệ số xác định R
2
adj

là chỉ số dùng để đánh giá mức độ phù hợp của mô hình MLR. Do đó,
kiểm định mức độ phù hợp của mô hình là kiểm định giả thuyết :
H
0
: R
2
adj

= 0 : Mô hình hồi quy không phù hợp
H
1
:R
2
adj

≠ 0: Mô hình hồi quy phù hợp.
Bảng 4.1 cho ta thấy : R
2
adj

= 0.393 ≠ 0 . như vật mô hình hồi quy tuyến tính là phù hợp với
tập dữ liệu đến mức 39.3 %. Hay các biến độc lập giải thích được khoảng 39.3 % phương sai của

biến phụ thuộc.
- Kiểm định sự phù hợp với tổng thể :
Để kiểm định độ phù hợp của mô hình hồi quy tổng thế ta đặt giả thuyết:
H
0
: R
2
p


= 0 : Mô hình hồi quy không phù hợp
H
1
:R
2
p

≠ 0 : Mô hình hồi quy phù hợp.
Phép kiểm định F được sử dụng để kiểm định giả thuyết này tương đương với kiểm định F
trong ANOVA: Bảng 4.2 Với Sig = 0.00 nhỏ hơn mức ý nghĩa nên từ chối giả thuyết H0 và ch ấp
nhận giả thuyết H1 hay nói cách khác mô hình hồi quy xây dựng được phù hợp với tổng thể ở mức
ý nghĩa 5%. .
- Kiểm tra hiện tượng đa cộng tuyến :
Giá trị VIF trong bảng 4.3 của các biến đều nhỏ hơn 2. Do vậy các biến này không xảy ra
hiện tượng đa công tuyến Như vậy, các biến là độc lập không có mối quan hệ tương quan cao với
nhau. Thoả yêu cầu khi xây dựng hàm tương quan.
- Kiểm tra c ác sai lệch ngẫu nhiên ( phần dư ) có phân phối chuẩn:
+ Biểu đồ Histogram ( biểu đồ tần số ) cho ta thấy phần dư của mô hình có dạng phân phối chuẩn.

BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 23





+ Bên cạnh đó, biểu đồ P-P Plot - So sánh phần dư quan sát với phân phối chuẩn kỳ vọng
theo giả thuyết có phân phối chuẩn bằng cách vẽ cả hai phân phối tích lũy. Ta thấy, các điểm quan
sát không phân tán quá xa đường thẳng kỳ vọng, nên ta có thể
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 24

Kết luận : giả thuyết phân phối chuẩn không vi phạm.
- Kiểm tra phương sai của các sai lệch ngẫu nhiên không thay đổi ( xuất hiện hiện tượng
Heteroskedascity ) :
Dùng sơ đồ phân phối các điểm (scatter plot) thể hiện mối quan hệ giữa các sai lệch
(phần dư) theo giá trị của biến X
i
để kiểm tra hiệc tượng heteroskedasticity


+ Trong biểu đồ Scatter plot, ta thấy các biến quan sát cùng phân tán và tập trung về một hướng.
Như vậy qua mô hình Scatter plot giả thuyết phương sai của các sai lệch ngẫu nhiên không thay đổi
là không vi phạm ( không xuất hiện hiện tượng Heteroskedascity )
- Kiểm tra quan hệ giữa X và Y là quan hệ tuyến tính :
Cũng dựa vào biểu đồ phân phối các điểm Scatter plot ta thấy mối quan hệ giữa X và Y là
quan hệ tuyến tính. Như vậy, giả thuyết này là không bị vi phạm
- Kiểm tra gi ả đ ịnh về tính độc lập của sai số ( không có tương quan giữa các phần dư ) :

Trong bảng 4.1, hệ số Durbin – Watson = 1.676. Như vậy có tương quan giữa các phần dư.
Hay giả định về tính độc lập của sai số không bị vi phạm.
Kết luận : Như vậy các giả định khi xây dựng hàm tương quan là phù hợp. hay mô
hình hồi quy là phù hợp với mô hình nghiên cứu.
BÀI TẬP MÔN PPNCKH GVHD : TS. Nguyễn Hùng Phong

Đoàn Thị Hoàng Giang – Đêm 4 – K22 Trang 25


X ây dựng mô hình :

B
ả
ng 4.3 : Coefficients
a

Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Correlations Collinearity Statistics

B Std.
Error
Beta Zero-
order
Partial

Part

Tolerance

VIF
1
(Constant)

1.183

.128

9.265

.000

OC1NEW

.300

.032

.298

9.511

.000

.515

.295

.240

.649

1.542

PV1NEW

.005

.030

.005

.167

.868

.296

.005

.004

.762

1.313

MP1NEW

.362

.026

.418

14.032

.000

.573

.415

.354

.718

1.393

a. Dependent Variable: PNEW

Trong bảng 4.3, bảng trọng số hồi quy, chúng ta thấy biến OC1NEW và MP1NEW có tác
động cùng chiều vào biến phụ thuộc P vì trọng số hồi quy B của 2 biến này có ý nghĩa thống kê
(đều có Sig < .05 ). Nếu so sánh mức độ tác động của các biến này lên biến kết quả hoạt động P thì
ta thấy MP1NEW tác động mạnh nhất với β
MP1NEW
= .418 . Còn tác động của OC1NEW là β

OC1NEW

= .298. Điểm chú ý ở đây là PV1NEW có Sig. = .868 và không có ý nghĩa thống kê (Sig >
5%) nên ta sẽ loại biến PV1NEW ra khỏi phương trình hồi quy. Dựa vào hệ số tương quan từng
phần trong mẫu Pcor (PV1NEW;P) và tương quan bán phần Scor(PV1NEW;P) , hai hệ số này gần
bằng nhau nên PV1NEW đã được các biến còn lại giải thích cho P.
Phương trình hồi quy tuyến tính: Mô hình tổng quát về kết quả hoạt động P
P =

0.298* OC1NEW + 0.418

* MP1NEW

Nhận xét: Trong các yếu tổ ảnh hưởng đến P, thì yếu tổ MP1NEW có tác động mạnh nhất.
Câu 6: Xây dựng hàm tương quan với biến giả Dummy. Biến giả được chọn là biến loại hình
doanh nghiệp, trong đó doanh nghiệp nhà nước chọn làm biến cơ sở.
Mã hóa biến Dummy
Trước tiên, vì biến loại hình doanh nghiệp là biến định tính nên ta mã hóa thành biến định
lượng với cách mã Dummy (dummy coding). Loại hình doanh nghiệp có 4 nhóm nên ta sẽ có 3