bài tập môn phương pháp nghiên cứu khoa học trong quản trị bài tập xử lý trên phần mềm spss

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

PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 3

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
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

MP2
OC11
OC15
OC15
OC15
OC14
OC12
OC13
OC21
OC15
OC25
OC15
OC24
OC22
OC23
OC26
PV1
OC15
PV5
OC15
PV4
PV2

PV3
PV6
OC15
PV8
PV7
PV9
MP21

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

liệu. Mẫu ban đầu 953 sau khi làm sạch còn lại 880 mẫu.
XỬ LÝ DỮ LIỆU
Câu 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 lường biến này. Sau đó
tính giá trị của các biến mới (là trung bình của các yếu tố thành phần).
Điều kiện phân tích EFA:
- Hệ số KMO (Kaiser-Mayer-Olkin) ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett ≤
0,05.
- Hệ số tải nhân tố (Factor loading) > 0,5, nếu biến quan sát nào có hệ số tải nhân tố
< 0,5 sẽ bị loại.
- Thang đo được chấp nhận khi tổng phương sai trích ≥50%
- Hệ số eigenvalue > 1 (Gerbing và Anderson, 1998)
- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để tạo giá
trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
Cách thức thực hiện:
Anlyze => Data reduction => Factor => đưa các biến OC11, OC12, OC13,
OC14, OC15, OC21, OC22, OC23, OC24, OC25, OC26 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.
Phân tích EFA khái niệm Văn hóa tổ chức (OC):
Chạy phân tích EFA với 5 biến quan sát của OC1 và 6 biến quan sát của OC2, kết quả
như sau:
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 7

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.

Theo tiêu chí eigenvalue >= 1. Nếu trích thêm nhân tố thứ 3 thì giá trị là =0.901 < 1
không phù hợp tiêu chí được lựa chọn. Trong đó nhân tố thứ nhất giải thích được
29.411% tổng biến thiên của nhân tố OC, nhân tố hai giải thích được 18.561% tổng biến
thiên của nhân tố OC.
Total Variance Explained
Comp
onent
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
3.881
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

4
.866
7.870
64.029






5
.827
7.519
71.548






6
.724
6.584
78.132

7
.577
5.244
83.376






8
.545
4.955
88.331






9
.490
4.456
92.787

10
.463
4.209
96.996






11
.330
3.004
100.000

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.

Rotated Component Matrix
a


Component

1
2
OC11
.513
.395
OC12
.671
.216
OC13
.510
.481
OC14
.811
.000
OC15
.573
.453
OC21

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


Component

1
2
OC11
.643
.078
OC12
.687

156
OC13
.684
.154
OC14
.697
414
OC15
.724
.098
OC21
.303
.458
OC22
.602
.354
OC23
.480
.481
OC24
.137
.545
OC25
.576
392
OC26
.694
379
OCFT1
OC11

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

Approx. Chi-Square
1296.396
df
36
Sig.
.000

Total Variance Explained
Comp
onent
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
2.555

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

8.878
66.462






5
.759
8.431
74.893






OCFT2
OC21
OC22
OC23
OC24
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 10


KMO = 0.749 > 0.7
P (sig) <0.05 nên ta bác bỏ giả thuyết H

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

8
.536
5.955
95.061






9
.444
4.939
100.000

Component Matrix
a


Component

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

.596
.142
PV8
.697
159
PV9
.189
.599
Rotated Component Matrix
a


Component

1
2
PV1
.336
.637
PV2
.638
.017
PV3
020
.760
PV4
187
.591
PV5
.746

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

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.
Chạy phân tích EFA cho khái niệm MP với 6 biến quan sát của nhân tố MP1
(MP11…MP16) và 6 biến quan sát của nhân tố MP2 (MP22…MP26) ta có kết quả sau:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.869
Bartlett's Test of Sphericity
Approx. Chi-Square
2655.393
df
66
Sig.
.000

KMO=0.869 >0.8
Total Variance Explained
Comp
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings
PVFT1
PV2
PV5
PV6
PV7

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

Variance
Cumulative
%
Total
% of
Variance
Cumulative
%
Total
% of
Variance
Cumulative
%
1
4.219
35.155
35.155
4.219
35.155
35.155
3.585
29.876
29.876
2
1.325
11.042
46.197
1.325
11.042
46.197

1.958
16.321
46.197
3
.997
8.312
54.510






4
.853
7.111
61.621






5
.784
6.529
68.150

6
.700
5.831
73.981






7
.634
5.280
79.261






8
.597
4.972
84.233

9
.519
4.325
88.558






10
.511
4.258
92.816






11
.480
4.004
96.820

12
.382
3.180
100.000






Rotated Component Matrix
a


Component

1
2
MP11
.222
.614
MP12
.235
.697
MP13
.205
.707

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

Component

1
2
MP11
.483
.439
MP12
.534
.506
MP13
.512
.529
MP14
.188
.518
MP15
.654
131
MP16
.630
152
MP21
.625
369
MP22
.579
229
MP23

.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.

Phân tích EFA khái niệm Kết quả hoạt động của doanh nghiệp (P):
Cách thức thực hiện:
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
MPFT1
MP16
MP21
MP22
MP23
MP24
MP15
MP25
MP26
MP13
MP14
MPFT2
MP11
MP12
PPNC2 GVHD:TS. Nguyễn Hùng Phong

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

3.337
55.609
55.609
2
.813
13.552
69.161



3
.540
9.001
78.162



4
.491
8.175
86.338



5
.460
7.665
94.003

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

15
Sig.
.000
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 15











Ta chỉ trích được một nhân tố. Ban đầu biến P được đo lường bằng 6 biến quan sát
(item) và sau khi phân tích EFA thì 6 biến này đo lường được biến P. Nên với thang đo P
thì cả giá trị hội tụ và phân biệt đều đƣợc đảm bảo.









Sau khi phân tích EFA ta có:

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

.
Component Matrix
a


Component

1
P1
.730
P2
.709
P3
.777
P4
.729
P5
.790
P6
.738
P
P1
P2
P3
P4
P5
P6
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 16

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

OC11
24.58
18.515
.505
.799
OC12
24.50
18.334
.585
.785
OC13
24.86
17.599
.518
.799
OC14
24.37
18.534
.623
.780
OC15
24.95
17.976
.560
.789
OC25
24.33
19.505
.504
.798

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

Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
OC21
9.92
5.561
.263
.421
OC22
10.05
5.658
.328
.363
OC23
9.94
5.506
.325
.362
OC24
10.28
5.792
.200
.483
Hệ số Cronbach’s Alpha =0.479 < 0.6 thang đo OC2 không chấp nhận được về độ
tin cậy.
Hệ số tương quan biến tổng hiệu chỉnh của 2 biến OC21, OC24 với các biến còn

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

.695
PV5
16.43
7.531
.541
.650
PV6
16.59
7.353
.575
.635
PV7
17.11
7.740
.377
.721
PV8
16.41
7.839
.506
.664

Hệ số Cronbach’s Alpha = 0.721, thang đo PVA có độ tin cậy tốt
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.
Nếu ta loại biến PV7 hệ số Cronbach Anpha không đổi, ta có thể loại biến này, tuy
nhiên việc loại biến này có thể vi phạm giá trị nội dung của thang đo do đó chúng ta chấp
nhận 5 biến quan sát thành phần của thang đo.
Vậy không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

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

10.19
6.282
.286
.558
PV9
9.76
6.462
.336
.509

PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 19

Hệ số Cronbach’s Alpha = 0.568 <0.6, thang đo PVFT2 không thể chấp nhận về độ
tin cậy .
Hệ số tương quan biến- tổng hiệu chỉnh của từng biến quan sát PV4=029 < 0.3,
nghĩa là biến quan sát PV4 không đạt yêu cầu, ta loại biến này.
Hệ số Cronbach’s Alpha nếu loại bất kì biến quan sát còn lại PV1, PV3, PV9 trong
các biến cũng sẽ nhỏ hơn Cronbach’s Alpha ban đầu.
Ta loại bỏ thang đo PVFT2

Thang do MPFT1: được đo lường gồm 8 biến quan sát MP15, MP16, MP21,
MP22, MP23, MP24, MP25, MP26.

Reliability Statistics
Cronbach's
Alpha
N of Items
.827

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

24.50
34.116
.486
.815
MP23
25.14
32.968
.528
.810
MP24
24.37
33.762
.587
.803
MP25
24.31
33.362
.592
.802
MP26
24.83
32.261
.584
.802

Hệ số Cronbach’s Alpha = 0.827, thang đo MPFT1 có độ tin cậy tốt.
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 20

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

10.30
6.046
.354
.504
MP12
10.19
5.780
.445
.437
MP13
10.64
5.335
.456
.418
MP14
11.44
6.178
.205
.634

Hệ số Cronbach’s Alpha = 0.574 <0.6, thang đo MPF2 không thể chấp nhận về độ
tin cậy.
Hệ số tương quan biến- tổng hiệu chỉnh của từng biến quan sát MP14=0.205 < 0.3,
nghĩa là biến quan sát MP14 không đạt yêu cầu, ta loại biến này.
Hệ số Cronbach’s Alpha sau khi loại bỏ biến MP14 cao hơn Cronbach’s Alpha ban
đầu.
Ta loại bỏ biến quan sát MP14 trong khái niệm MPFT2.
PPNC2 GVHD:TS. Nguyễn Hùng Phong

Hồ Thị Phương Thảo 21

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

3.213
.506
.453
MP13
7.89
3.229
.393
.612

Hệ số Cronbach’s Alpha = 0.634, thang đo MPF1 có độ tin cậy tốt
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.
Hệ số Cronbach’s Alpha nếu loại bất kì biến quan sát MP11, MP12, MP13 cũng sẽ
nhỏ hơn hệ số Cronbach’s Alpha ban đầu, do đó chúng ta chấp nhận 3 biến quan sát thành
phần của thang đo.
Chấp nhận thang đó MPFT2 với có biến quan sát MP11, MP12, MP13.
Thang do P: được đo lường bởi 6 biến quan sát P1, P2, P3, P4, P5, P6
Reliability Statistics
Cronbach's
Alpha
N of Items
.839
6


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

Hồ Thị Phương Thảo 22

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).

EXECUTE.

Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
P1
18.57
12.831
.598
.817
P2
18.75
12.956
.577
.821
P3
18.68
12.321
.654
.805
P4
18.51
12.815
.593

.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

trong mô hình này với các tiêu thức phân loại: OWN, POS, Age, EXP.
A. PHÂN TÍCH SỰ KHÁC BIỆT ONE-WAY ANOVA
Trình tự chung thực hiện Anova một chiều trên SPSS nhƣ sau:
Analyse => Compare Means => One way ANOVA => Đưa biến phụ thuộc vào ô
Dependent List và đưa biến phân loại vào ô Factor => Option chọn Descriptives và
Homogeneity of variance test => OK.
Phân tích sự khác biệt (one-way anova) giữa các biến tiềm ẩn trong mô hình với
tiêu thức phân loại OWN:
Giả thiết H0: Không có sự khác biệt trung bình giữa các loại hình doanh nghiệp
Giả thiết H1: có sự khác biệt trung bình giữa các loại hình doanh nghiệp
Test of Homogeneity of Variances

Levene Statistic
df1
df2
Sig.
F1
8.452
3
876
.000
F2
2.076
3
876
.102
F3
1.709
3
876

.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

.495


Total
435.846
879



F2
Between Groups
1.032
3
.344
.762
.515
Within Groups
395.247
876
.451


Total
396.279
879



F3
Between Groups

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

876
.683


Total
603.410
879



P
Between Groups
9.218
3
3.073
6.379
.000
Within Groups
421.947
876
.482


Total
431.166
879

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
*

.07822
.031
4165
0138
3
37191
*

.07158
.000
5562
1877
4
25062
*

.07502
.005
4437
0575
2
1
.21512
*

.07822
.031
.0138
.4165
3

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

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