bài tập về xử lý dữ liệu môn phương pháp nghiên cứu khoa học

BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 1

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). Thứ
tự như sau: DNNN, Liên doanh, công ty tư nhân, doanh nghiệp gia đình
 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. Mỗi 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.Thực hiện phân tích anova

hai chiều với biến OWN và POS.
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 và cronbach alpha
5. Kiểm định các giả thuyết của hàm tương quan đa biến
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 được chọn là biến cơ sở
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 2

BÀI LÀM

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 lướng biến này. Sau đó tính giá trị của
các biến mới (là trung bình của các yếu tố thành phần)
Trước khi tiến hành phân tích EFA, ta tiến hành phân tích Cronbach’s Alpha để loại
biến rác. Tiêu chuẩn chọn thang đo: nếu Cronbach’s Alpha ≥ 0.60 thì thang đo có thể chấp
nhận được về mặt độ tin cậy. Tiêu chuẩn loại biến rác: những biến có Hệ số tương quan biến-
tổng hiệu chỉnh (Corrected Item-Total Correlation) < 0.30 sẽ bị loại (Nunnally & Bernstein
1994).
Ngoài ra, khi đánh giá kết quả EFA chúng ta cần xem xét phần tổng phương sai trích
(TVE: Total Variance Explained). Tổng này thể hiện các nhân tố trích được bao nhiêu phần
trăm của biến đo lường, tổng này phải ≥ 50%, nghĩa là phần chung phải lớn hơn phần riêng và
sai số (≥ 60% là tốt), nếu thỏa điều kiện này thì mô hình EFA phù hợp.
Thực hiện: Ta tiến hành tiến hành kiểm tra hệ số Cronbach’s Alpha và phân tích EFA
lần lượt cho các biến Văn hóa tổ chức (OC), Hệ thống giá trị của quản trị gia (PV), Thực tiễn
quản trị (MP), và Kết quả hoạt động của công ty (P).
a. Đối với thành phần Văn hóa tổ chức (OC):
Tính hệ số Cronbach’s Alpha, ta có được kết quả sau:
Bảng 1.1: Tính hệ số Cronbach Alpha

Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based on Standardized Items
N of Items
0.782
0.793
11

Bảng 1.2: Kết quả phân tích Cronbach’s Alpha của thành phần OC
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
38.00
36.841
0.510
0.317

0.756
OC12
37.93
37.169
0.530
0.369
0.755
OC13
38.30
34.914
0.575
0.366
0.747
OC14
37.82
37.631
0.526
0.502
0.756
OC15
38.39
35.686
0.586
0.396
0.747
OC21
38.67
39.274
0.243
0.079

0.789
OC22
38.78
36.804
0.499
0.313
0.757
OC23
38.66
37.751
0.391
0.211
0.770
OC24
38.98
41.235
0.111
0.048
0.805
OC25
37.76
39.102
0.418
0.296
0.767
OC26
37.84
37.323
0.528
0.486

0.755
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 3

Từ bảng 1.1, ta có Cronbach’s Alpha của OC là 0.793 > 0.60, thang đo này đạt tiêu
chuẩn. Từ bảng 1.2, ta thấy có 02 biến có hệ số tương quan với biến-tổng hiệu chỉnh nhỏ hơn
0.30, đó là OC21 (0.243) và OC24 (0.111). Do đó, về mặt số liệu thống kê, chúng ta cần loại
02 biến OC21 và OC24.
Bảng 1.3: Kết quả phân tích EFA của thành phần OC sau khi loại 02 biến OC21 và OC24
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
3.783
42.032
42.032
3.783
42.032
42.032
2.712
30.130
30.130
2
1.175
13.051
55.083
1.175
13.051
55.083
2.246
24.953
55.083
3
0.877
9.745
64.828

4
0.752
8.351
73.179






5
0.579
6.431
79.610






6
0.533
5.917
85.526

7
0.484
5.383
90.910






8
0.482
5.361
96.270






9
0.336
3.730
100.000

Extraction Method: Principal Component Analysis.
Bảng 1.3 cho thấy theo tiêu chuẩn Eigenvalue > 1 (mặc định của chương trình SPSS)
thì chỉ có 02 nhân tố được trích, với tổng phương sai trích TVE là 55.083%. Điều này có nghĩa
là 02 nhân tố này lấy được 55.083% phương sai của 9 biến quan sát đo lường khái niệm văn
hóa tổ chức (OC). Như vậy, mô hình EFA và thành phần mỗi nhân tố được cho bởi bảng sau:
Bảng 1.4: Ma trận nhân tố sau khi xoay
Rotated Component Matrixa

Component

1
2
OC26
0.770
0.190
OC14
0.768
0.205
OC25
0.755
0.012
OC12
0.641
0.300
OC23
-0.040
0.758
OC22

0.146
0.740
OC13
0.378
0.620
OC15
0.448
0.580
OC11
0.426
0.484
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 4

Trong Bảng 1.4, OC23 là điểm gãy; nhân tố 1 có hệ số lớn ở các biến OC26,OC14,
OC25, OC12; nhân tố 2 có tương quan chặt với các biến OC23, OC22, OC13, OC15, OC11.
* Nhận xét: Sau khi dùng phân tích hệ số Cronbach’s Alpha và EFA của thành phần Văn hóa
tổ chức (OC), ta đã loại 02 biến quan sát, còn lại 09 biến quan sát. 09 biến quan sát này được
chia vào 02 nhân tố, cụ thể:
- Nhân tố OC1m gồm 04 biến: OC12, OC14, OC25, OC26.
- Nhân tố OC2m gồm 05 biến: OC11, OC13, OC15, OC22, OC23.

b. Đối với thành phần Hệ thống giá trị của quản trị gia (PV):
Tiếp tục tiến hành phân tích Cronbach’s Alpha của thành phần PV, ta có được kết quả
sau:
Bảng 1.5: Tính hệ số Cronbach Alpha

Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based on Standardized Items
N of Items
0.619
0.638
9

Bảng 1.6: Kết quả phân tích Cronbach’s Alpha của thành phần PV
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
PV2
29.66
20.014
0.323
0.220

0.587
PV4
30.90
20.695
0.104
0.112
0.651
PV8
29.58
19.984
0.347
0.278
0.582
PV1
30.19
18.272
0.438
0.240
0.555
PV3
30.96
19.799
0.253
0.228
0.604
PV5
29.60
20.052
0.313
0.351

0.589
PV6
29.75
19.535
0.377
0.373
0.575
PV7
30.30
18.694
0.385
0.190
0.569
PV9
30.46
19.430
0.263
0.128
0.602
Từ bảng 1.5, ta có Cronbach’s Alpha của PV là 0.638 > 0.60, thang đo này có thể chấp
nhận được về mặt độ tin cậy.
Từ bảng 1.6, về mặt hệ số tương quan với biến-tổng hiệu chỉnh, có ba biến không đạt
yêu cầu vì có hệ số tương quan với biến-tổng hiệu chỉnh nhỏ hơn 0.30, đó là PV4 (0.104), PV3
(0.253) VÀ PV9 (0.263). Một vấn đề đặt ra là chúng ta có nên loại ba biến này hay không.
Đầu tiên, chúng ta sẽ loại biến PV4 do biến này có hệ số tương quan với biến-tổng hiệu
chỉnh thấp nhất (0.104). Đồng thời, khi loại biến này, về mặt thống kê thì Cronbach’s Alpha
tăng từ 0.638 lên 0.651 (tốt hơn).
Sau khi loại biến PV4, phân tích EFA, ta được kết quả như sau:
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 5

Bảng 1.7: Kết quả phân tích EFA của thành phần PV sau khi loại biến PV4
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
0.887
11.083
62.154






4
0.768
9.600
71.754

5
0.674
8.423
80.177






6
0.592
7.395
87.572






7
0.545
6.813
94.385

8
0.449
5.615
100.000






Extraction Method: Principal Component Analysis.
Bảng 1.7 cho thấy theo tiêu chuẩn Eigenvalue > 1 thì chỉ có hai nhân tố được trích, với
tổng phương sai trích TVE là 51.071%, giải thích được 51.071% khái niệm Hệ thống giá trị
của quản trị gia (PV). Lúc này, mô hình EFA là phù hợp. Vấn đề còn lại là ta có nên loại 02
biến PV3 và PV9 hay không.
Theo lý thuyết, nếu chúng ta loại nhiều biến hơn (ví dụ 02 biến), chúng ta bắt buộc phải
phân tích Cronbach’s Alpha trở lại vì lúc này kết quả SPSS cho lần phân tích Cronbach’s
Alpha đầu không cho chúng ta kết quả Cronbach’s Alpha khi loại từ 02 biến trở lên.
Bảng 1.8: Tính hệ số Cronbach Alpha
Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based
on Standardized Items
N of Items
Loại PV3

0.663
0.680
7
Loại PV9
0.701
0.710
6
Do đó, ta tiến hành phân tích Cronbach’s Alpha khi loại lần lượt hai biến PV3 và PV9,
ta thu được kết quả sau:
- Khi loại biến PV3: Cronbach’s Alpha là 0.680, TVE là 53.057%.
- Khi loại tiếp biến PV9: Cronbach’s Alpha là 0.710, TVE là 41.577%.
Khi loại biến PV3, Cronbach’s Alpha tăng, TVE lớn hơn 50%. Tuy nhiên, khi loại PV9,
Cronbach’s Alpha tăng nhưng TVE giảm còn 41.577%.
Chúng ta không nhất thiết phải tăng Cronbach’s Alpha mà hy sinh một giá trị quan
trọng hơn, đó là giá trị nội dung. Do đó, chỉ nên loại biến PV3, không nên loại PV9 (vì PV9 có
giá trị nội dung và Cronbach’s Alpha 0.680 đã đạt yêu cầu).
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 6

Bảng 1.9: Ma trận nhân tố sau khi xoay
Rotated Component Matrixa

Component

1
2
PV6
0.786
-0.003

PV5
0.785
-0.129
PV8
0.676
0.161
PV2
0.599
0.195
PV7
0.525
0.277
PV9
-0.062
0.816
PV1
0.244
0.707
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
* Nhận xét: Sau khi dùng phân tích hệ số Cronbach’s Alpha và EFA, sau khi loại 02 biến PV4
và PV3, thành phần Hệ thống giá trị của quản trị gia (PV) gồm 02 nhân tố, cụ thể:
- Nhân tố PV1m gồm 05 biến : PV2, PV5, PV6, PV7, PV8.
- Nhân tố PV2m gồm 02 biến : PV1, PV9.

c. Đối với thành phần Thực tiễn quản trị (MP):
Thực hiện phân tích EFA đối với thành phần Thực tiễn quản trị (MP), ta có kết quả như
sau:
Bảng 1.10: Kết quả phân tích EFA của thành phần MP

Component
Initial Eigenvalues
Extraction Sums of
Squared Loadings
Total
% of
Variance
Cumulative
%
Total
% of
Variance
Cumulative
%
1
4.144
34.531
34.531
4.144
34.531
34.531
2
1.275
10.624
45.155
1.275
10.624
45.155
3
1.011

8.427
53.581
1.011
8.427
53.581
4
0.854
7.113
60.695



5
0.819
6.821
67.516



6
0.701
5.843
73.359



7
0.643
5.359
78.717

8
0.606
5.047
83.764



9
0.556
4.634
88.398



10
0.521
4.339
92.737



11
0.486
4.053
96.790

12
0.385
3.210
100.000



BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 7

Bảng 1.11: Ma trận nhân tố sau khi xoay
Rotated Component Matrixa

Component

1
2
3
MP21
0.688
.098
160
MP23
0.684
.015
.048
MP26
0.684

.118
.160
MP15
0.647
.109
.132
MP24
0.645
.242
.163
MP25
0.640
.263
.170
MP16
0.592
.144
.044
MP22
0.585
.202
093
MP11
.162
0.819
057
MP12
.208
0.783
.116

MP14
.025
027
0.886
MP13
.199
.487
0.537
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
Bảng 1.11 cho thấy có 03 nhân tố trích được với TVE bằng 53.581%. Điều này có
nghĩa, 03 nhân tố này giải thích được 53.581% biến thiên của 12 biến quan sát đo lường thành
phần Thực tiễn quản trị (MP). Với mức TVE bằng 53.581%, mô hình EFA phù hợp.
Như vậy, sau khi phân tích EFA cho thành phần MP ta có thêm một nhân tố mới. Số
lượng nhân tố trích không phù hợp với giả thuyết nhân tố ban đầu, nguyên nhân có thể do dữ
liệu chúng ta thu thập không đạt yêu cầu, ví dụ như phỏng vấn không đạt, câu hỏi (biến) không
rõ ràng gây hiểu nhầm cho đối tượng nghiên cứu (người trả lời), đối tượng nghiên cứu không
thật sự hợp tác (trả lời câu hỏi lấy lệ ), nhập dữ liệu sai…
* Nhận xét: Sau khi dùng phân tích hệ số Cronbach’s Alpha và EFA, thành phần Thực tiễn
quản trị (MP) gồm 03 nhân tố, cụ thể như sau:
- Nhân tố MP1m gồm 08 biến: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26.
- Nhân tố MP2m gồm 02 biến: MP11, MP12.
- Nhân tố MP3m gồm 02 biến: MP13, MP14.

d. Đối với thành phần Kết quả hoạt động của công ty (P):
Thực hiện phân tích EFA đối với thành phần Kết quả hoạt động của công ty (P). Kết
quả thu được như sau:
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 8

Bảng 1.12: Kết quả phân tích EFA của thành phần P
Component
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
0.820
13.670
68.692

3
0.555
9.253
77.945



4
0.486
8.100
86.045



5
0.466
7.764
93.809



6
0.371
6.191
100.000



Bảng 1.13 cho thấy chỉ có một nhân tố được trích với TVE là 55.022%. Với mức TVE
bằng 55.022% ta chấp nhận phân tích nhân tố EFA cho biến phụ thuộc P.

Tổng số biến quan soát lúc đầu là 32 biến, sau khi thực hiện phân tích Cronbach’s
Alpha và EFA cho các thành phần OC, PV, MP ta loại 04 biến quan sát, còn lại 28 biến
quan sát. 07 biến tiềm ẩn và 01 biến phụ thuộc, bao gồm:
- Nhân tố OC1m gồm 4 biến: OC12, OC14, OC25, OC26.
- Nhân tố OC2m gồm 5 biến: OC11, OC13, OC15, OC22, OC23.
- Nhân tố PV1m gồm 5 biến: PV2, PV5, PV6, PV7, PV8.
- Nhân tố PV2m gồm 2 biến: PV1, PV9.
- Nhân tố MP1m gồm 8 biến: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26.
- Nhân tố MP2m gồm 2 biến: MP11, MP12.
- Nhân tố MP3m gồm 2 biến: MP13, MP14.
- Biến phụ thuộc P gồm 6 biến: P1, P2, P3, P4, P5, P6.
Tính giá trị của các biến mới (là trung bình của các yếu tố thành phần):
Có 02 cách để tính giá trị của các biến mới: (1) Dùng giá trị của các biến mới do EFA
tạo ra; (2) Dùng tổng hoặc trung bình của các biến đo lường các nhân tố trong mô hình.
Tuy nhiên, chúng ta không nên dùng giá trị giá trị của các biến mới do EFA tạo ra (sử
dụng lệnh Save as variables trong SPSS) vì 02 lý do:
- Nếu sử dụng phép quay vuông góc và trong đó có biến phụ thuộc thì các biến độc lập
và biến phụ thuộc không có quan hệ với nhau, do đó không được đưa các biến phụ thuộc vào
chung với các biến độc lập để xử lý EFA cùng một lúc khi sử dụng phép quay vuông góc và sử
dụng giá trị nhân tố do EFA tạo ra. Tuy nhiên, nếu tách biến phụ thuộc riêng thì chúng ta
không thể đánh giá được tính phân biệt (giá trị phân biệt) giữa biến phụ thuộc với biến độc lập.
- Giá trị nhân tố tính tất cả các biến đo lường đưa vào phân tích chứ không phải chỉ các
biến đo lường khái niệm của nó.
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 9

Do đó, phương pháp tốt nhất là dùng tổng hoặc trung bình của các biến đo lường các
nhân tố trong mô hình. Ở đây chúng ta sử dụng phương pháp trung bình.
Giá trị biến tiềm ẩn Xjm được tính bằng giá trị trung bình của các biến quan sát thành

phần tạo nên biến tiềm ẩn đó:


Trong đó:
X
jm
: Giá trị biến tiềm ẩn j
Xi : biến quan sát thứ i
k : Số biến quan sát của biến tiềm ẩn
- Giá trị OC1m = (OC12 + OC14 + OC25 + OC26)/4
- Giá trị OC2m = (OC11 + OC13 + OC15 + OC22 + OC23)/5
- Giá trị PV1m = (PV2 + PV5 + PV6 + PV7 + PV8)/5
- Giá trị PV2m = (PV1+PV9)/2
- Giá trị MP1m = (MP15 + MP16 + MP21 + MP22 + MP23 + MP24 + MP25 + MP26)/8
- Giá trị MP2m = (MP11 + MP12)/2
- Giá trị MP3m = (MP13 + MP14)/2
- Giá trị P = (P1 + P2 + P3 + P4 + P5 + P6)/6
Giá trị nhân tố theo phương pháp trung bình này tính được có đến 953 giá trị cho mỗi
thành phần.
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 10

Câu 2: Thực hiện kiểm tra độ tin cậy của đo lường bằng hệ số Cronbach Alpha.
Bảng 2.1: Hệ số Cronbach Alpha
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
OC1m: Cronbach’S Alpha = 0.766
OC12
12.92
5.180
0.503
0.264
0.745
OC14
12.81
4.941
0.626
0.465
0.678
OC25
12.75
5.474
0.518
0.276
0.734
OC26

12.83
4.821
0.622
0.466
0.679
OC2m: Cronbach’S Alpha = 0.736
OC11
14.32
10.848
0.460
0.221
0.704
OC13
14.63
9.665
0.544
0.299
0.672
OC15
14.72
10.219
0.539
0.313
0.675
OC22
15.10
10.345
0.525
0.295
0.680

OC23
14.98
10.705
0.425
0.196
0.718
PV1m: Cronbach’S Alpha = 0.720
PV2
16.47
8.232
0.413
0.205
0.689
PV8
16.39
8.005
0.490
0.259
0.660
PV5
16.41
7.602
0.537
0.340
0.640
PV6
16.56
7.457
0.571
0.366

0.626
PV7
17.11
7.813
0.371
0.149
0.714
PV2m: Cronbach’S Alpha = 0.389
PV1
3.47
1.458
0.241
.058
.a
PV9
3.73
1.242
0.241
.058
.a
MP1m: Cronbach’S Alpha = 0.820
MP15
24.86
32.227
0.538
0.315
0.798
MP16
24.30
34.077

0.486
0.268
0.805
MP21
24.69
32.507
0.539
0.328
0.798
MP22
24.52
33.838
0.480
0.273
0.806
MP23
25.14
32.641
0.528
0.302
0.800
MP24
24.38
33.432
0.581
0.387
0.793
MP25
24.29
33.184

0.583
0.413
0.793
MP26
24.84
31.969
0.576
0.377
0.792
MP2m: Cronbach’S Alpha = 0.615
MP11
3.99
1.121
0.445
0.198
.a
MP12
3.86
1.231
0.445
0.198
.a
MP3m: Cronbach’S Alpha = 0.401
MP13
2.76
1.614
0.251
0.063
.a
MP14

3.55
1.362
0.251
0.063
.a
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 11

P: Cronbach’S Alpha = 0.836
P2
18.72
12.994
0.579
0.378
0.815
P1
18.54
12.861
0.595
0.409
0.812
P3
18.65
12.373
0.655
0.438
0.800
P4
18.49

12.726
0.597
0.404
0.811
P5
18.45
12.717
0.647
0.465
0.802
P6
18.79
12.548
0.586
0.373
0.814
Kết quả phân tích thấy chỉ có hệ số Cronbach’s Alpha của 02 nhân tố PV2m và MP3m
nhỏ hơn 0.60, không đủ điều kiện làm thang đo, do đó chính thức và cần loại bỏ khỏi mô hình.
Thang đo P đạt yêu cầu.
Như vậy, từ 07 biến tiềm ẩn và 01 biến phụ thuộc, sau khi phân tích Cronbach’s Alpha
ta loại 02 biến tiềm ẩn, còn lại 05 biến tiềm ẩn và 01 biến phụ thuộc P. Cụ thể như sau:
- Nhân tố OC1m gồm 4 biến: OC12, OC14, OC25, OC26.
- Nhân tố OC2m gồm 5 biến: OC11, OC13, OC15, OC22, OC23.
- Nhân tố PV1m gồm 5 biến: PV2, PV5, PV6, PV7, PV8.
- Nhân tố MP1m gồm 8 biến: MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26.
- Nhân tố MP2m gồm 2 biến: MP11, MP12.
- Biến phụ thuộc P gồm 6 biến: P1, P2, P3, P4, P5, P6.

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.

- Các biến tiềm ẩn gồm: OC1m, OC2m, PV1m, MP1m, MP2m; và biến phụ thuộc P.
- Các tiêu thức phân loại: OWN, POS, Age, EXP.
PHÂN TÍCH ANOVA MỘT CHIỀU ĐỂ TÌM SỰ KHÁC BIỆT CỦA CÁC BIẾN
TIỀM ẨN TRONG MÔ HÌNH VỚI CÁC TIÊU THỨC PHÂN LOẠI: OWN, POS, AGE,
EXP.
(1) Kiểm định sự khác biệt về Loại hình doanh nghiệp (OWN):
Vấn đề nghiên cứu ở đây là bản thân từng yếu tố OC1m, OC2m, PV1m, MP1m, MP2m,
P có khác biệt nhau giữa 04 loại hình doanh nghiệp (OWN1: DNNN, OWN2: Liên doanh,
OWN3: Công ty tư nhân, OWN4: DN gia đình).
Ta đặt giả thuyết như sau:
H
0
: Không có sự khác biệt giữa các loại hình doanh nghiệp.
H
1
: Có sự khác biệt giữa các loại hình doanh nghiệp.
Với mức ý nghĩa ∝ = 0.05:
+ Nếu Sig. ≥ 0.05: Chấp nhận H
0.

BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 12

+ Nếu Sig. < 0.05: Bác bỏ H
0
, chấp nhận H
1
. Chấp nhận H
1,

tức là có sự khác biệt
giữa các loại hình doanh nghiệp đối với các biến trên. Tuy nhiên, để biết được giữa các loại
hình doanh nghiệp nào có sự khác biệt với nhau thì ta tiến hành Post Hoc test (Kiểm định hậu
ANOVA). Có nhiều phép kiểm định hậu ANOVA, ở đây chúng ta dùng phép kiểm định
Bonferroni.
Bảng 3.1: Kết quả phân tích ANOVA


Sum of Squares
df
Mean Square
F
Sig.
OC1m
Between Groups
0.517
3
0.172
0.327
0.806
Within Groups
498.781
948
0.526


Total
499.298
951

OC2m
Between Groups
6.163
3
2.054
3.406
0.017
Within Groups
571.689
948
0.603


Total
577.851
951



PV1m
Between Groups
0.873
3
0.291
0.641
0.589
Within Groups
430.387

948
0.454


Total
431.260
951



MP1m
Between Groups
16.141
3
5.380
8.366
0.000
Within Groups
609.637
948
0.643


Total
625.778
951



MP2m

Between Groups
9.682
3
3.227
3.831
0.010
Within Groups
798.546
948
0.842


Total
808.229
951



P
Between Groups
8.264
3
2.755
5.659
0.001
Within Groups
461.449
948
0.487

Total
469.713
951



Từ bảng 3.1, ta có Sig.(OC1m)=0.806 và Sig.(PV1m)=0.589 lớn hơn mức ý nghĩa 5%,
do đó chúng ta chấp nhận giả thuyết H
0
, tức là không có sự khác biệt giữa các loại hình doanh
nghiệp (OWN) đối với 02 biến tiềm ẩn OC1m và PV1m.
Ngược lại, các biến tiềm ẩn OC2m, MP1m, MP2m và P có Sig. nhỏ hơn mức ý nghĩa
5% nên ta bác bỏ giả thuyết H
0
và chấp nhận giả thuyết H
1
, tức là có sự khác biệt giữa các loại
hình doanh nghiệp (OWN) đối với các biến tiềm ẩn này. Vì vậy, chúng ta tiếp tục thực hiện
Post Hoc test.
Bảng 3.2: Kiểm định hậu ANOVA: Bonferroni
Multiple Comparisons
Bonferroni






Dependent

Variable
(I)
OWN
(J)
OWN
Mean
Difference
(I-J)
Std.
Error
Sig.
95% Confidence Interval
Lower
Bound
Upper
Bound
OC2m
1
2
0.0183
0.0734
1.0000
-0.1758
0.2123
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 13

3
-0.1836*

0.0663
0.0343
-0.3587
-0.0084
4
-0.0850
0.0690
1.0000
-0.2674
0.0974
2
3
-0.2018*
0.0758
0.0472
-0.4022
-0.0015
4
-0.1033
0.0782
1.0000
-0.3099
0.1034
3
4
0.0986
0.0715
1.0000
-0.0905
0.2877

MP1m
1
2
-0.1978
0.0758
0.0552
-0.3981
0.0026
3
-0.3329*
0.0684
0.0000
-0.5138
-0.1520
4
-0.2257*
0.0712
0.0095
-0.4140
-0.0374
2
3
-0.1351
0.0783
0.5070
-0.3420
0.0718
4
-0.0279
0.0807

1.0000
-0.2413
0.1855
3
4
0.1072
0.0739
0.8810
-0.0880
0.3025
MP2m
1
2
-0.1594
0.0867
0.3981
-0.3887
0.0699
3
-0.2050
0.0783
0.0539
-0.4121
0.0020
4
0.0302
0.0815
1.0000
-0.1853
0.2458

2
3
-0.0456
0.0896
1.0000
-0.2824
0.1912
4
0.1897
0.0924
0.2420
-0.0546
0.4339
3
4
0.2353
0.0845
0.0329
0.0118
0.4588
P
1
2
-0.0197
0.0659
1.0000
-0.1940
0.1547
3
-0.2275*

0.0595
0.0008
-0.3849
-0.0701
4
-0.1168
0.0620
0.3582
-0.2807
0.0470
2
3
-0.2078*
0.0681
0.0140
-0.3878
-0.0278
4
-0.0972
0.0702
1.0000
-0.2828
0.0885
3
4
0.1106
0.0643
0.5125
-0.0592
0.2805

*. The mean difference is significant at the 0.05 level.
Giả thuyết kiểm định:
H
0
: Không có sự khác biệt giữa các loại hình doanh nghiệp I và các loại hình doanh nghiệp J.
H
1
: Có sự khác biệt giữa các loại hình doanh nghiệp I và các loại hình doanh nghiệp J.
Với mức ý nghĩa ∝ = 0.05:
+ Nếu Sig. ≥ 0.05: Chấp nhận H
0.

+ Nếu Sig. < 0.05: Bác bỏ H
0
, chấp nhận H
1
. Chấp nhận H
1:

Do đó, dựa vào bảng 3.2, ta có kết quả như sau:
- OC2m: Có sự khác biệt giữa OWN1 và OWN3, OWN2 và OWN3. Trong đó, sự khác
biệt giữa OWN2 và OWN3 là lớn nhất, do có Mean Difference (I-J) cao hơn.
- MP1m: Có sự khác biệt giữa OWN1 và OWN3, OWN1 và OWN4. Trong đó, sự khác
biệt giữa OWN1 và OWN3 là lớn nhất, do có Mean Difference (I-J) cao hơn.
- MP2m: Có sự khác biệt giữa OWN3 và OWN4.
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 14

- P: Có sự khác biệt giữa OWN1 và OWN3, OWN2 và OWN3. Trong đó, sự khác biệt

giữa OWN1 và OWN3 là lớn nhất, do có Mean Difference (I-J) cao hơn.
(2) Kiểm định sự khác biệt về Cấp bậc quản lý (POS)
Tiến hành kiểm định sự khác biệt giữa các cấp bậc quản lý (POS) tương tự như đối với
OWN, ta có giả thuyết kiểm định:
H
0
: Không có sự khác biệt giữa các cấp bậc quản lý.
H
1
: Có sự khác biệt giữa các cấp bậc quản lý.
Bảng 3.3: Kết quả phân tích ANOVA


Sum of Squares
df
Mean Square
F
Sig.
OC1m
Between Groups
6.576
1
6.576
12.646
0.000
Within Groups
491.388
945
0.520

Total
497.964
946



OC2m
Between Groups
18.415
1
18.415
31.186
0.000
Within Groups
558.008
945
0.590


Total
576.423
946



PV1m
Between Groups
1.163
1

1.163
2.589
0.108
Within Groups
424.532
945
0.449


Total
425.695
946



MP1m
Between Groups
11.692
1
11.692
18.108
0.000
Within Groups
610.183
945
0.646


Total
621.876

946



MP2m
Between Groups
0.169
1
0.169
0.201
0.654
Within Groups
794.911
945
0.841


Total
795.080
946



P
Between Groups
5.012
1
5.012
10.260
0.001

Within Groups
461.638
945
0.489


Total
466.650
946



Từ bảng 3.3, ta có Sig. của PV1m và MP2m lớn hơn mức ý nghĩa 5% vì vậy ta chấp
nhận giả thuyết H
0
, tức là không có sự khác biệt giữa các cấp bậc quản lý đối với 02 biến tiềm
ẩn PV1m, MP2m. Ngược lại, các biến tiềm ẩn OC1m, OC2m, MP1m và biến phụ thuộc P có
Sig. nhỏ hơn mức ý nghĩa 5% nên ta bác bỏ H
0
chấp nhận H
1
, tức là có sự khác biệt giữa bậc
quản lý cấp cao và bậc quản lý cấp trung đối với các biến này.
(3) Kiểm định sự khác biệt về Độ tuổi quản trị gia (Age)
Tiến hành kiểm định sự khác biệt giữa các Độ tuổi quản trị gia (Age) tương tự như đối
với OWN, ta có giả thuyết kiểm định:
H
0
: Không có sự khác biệt giữa các độ tuổi quản trị gia.
H

1
: Có sự khác biệt giữa các cấp bậc quản lý giữa các độ tuổi quản trị gia.
Bảng 3.4: Kết quả phân tích ANOVA
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 15



Sum of
Squares
df
Mean Square
F
Sig.
OC1m
Between Groups
0.814
3
0.271
0.515
0.672
Within Groups
496.348
942
0.527


Total
497.162

945



OC2m
Between Groups
7.407
3
2.469
4.091
0.007
Within Groups
568.490
942
0.603


Total
575.897
945



PV1m
Between Groups
0.857
3
0.286
0.630
0.595

Within Groups
426.752
942
0.453


Total
427.609
945



MP1m
Between Groups
3.835
3
1.278
1.955
0.119
Within Groups
615.890
942
0.654


Total
619.725
945

MP2m
Between Groups
10.134
3
3.378
4.075
0.007
Within Groups
780.900
942
0.829


Total
791.034
945



P
Between Groups
3.942
3
1.314
2.678
0.046
Within Groups
462.263
942

0.491


Total
466.205
945



Từ bảng 3.4, ta có Sig. của các biến OC1m, PV1m, MP1m lớn hơn mức ý nghĩa 5%, vì
vậy ta chấp nhận giả thuyết H
0
tức là không có sự khác biệt giữa các độ tuổi đối với biến tiềm
ẩn OC1m, PV1m, MP1m. Ngược lại, 02 biến tiềm ẩn OC2m, MP2m và biến phụ thuộc P có
Sig. nhỏ hơn mức ý nghĩa 5% nên ta bác bỏ H
0
chấp nhận H
1
tức là có sự khác biệt giữa các độ
tuổi đối với 03 biến này.
(4) Kiểm định sự khác biệt về Kinh nghiệm quản lý (EXP)
Bảng 3.5: Kết quả phân tích ANOVA


Sum of
Squares
df
Mean Square
F
Sig.

OC1m
Between Groups
4.048
4
1.012
1.933
0.103
Within Groups
491.540
939
0.523


Total
495.587
943



OC2m
Between Groups
16.598
4
4.149
7.009
0.000
Within Groups
555.919
939
0.592

Total
572.517
943



PV1m
Between Groups
2.426
4
0.607
1.340
0.253
Within Groups
425.177
939
0.453


Total
427.603
943



MP1m
Between Groups
7.545

4
1.886
2.921
0.020
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 16

Within Groups
606.228
939
0.646


Total
613.772
943



MP2m
Between Groups
9.579
4
2.395
2.914
0.021
Within Groups
771.717
939

0.822


Total
781.296
943



P
Between Groups
11.803
4
2.951
6.126
0.000
Within Groups
452.249
939
0.482


Total
464.051
943



Từ bảng 3.5, Sig. của OC1m và PV1m lớn hơn mức ý nghĩa 5%. Vì vậy, ta chấp nhận
giả thuyết H

0
tức là không có sự khác biệt giữa các bậc kinh nghiệm quản lý đối với 02 biến
tiềm ẩn OC1m và PV1m. Ngược lại, các biến tiềm ẩn còn lại OC2m, MP1m, MP2m và biến
phụ thuộc P có Sig. nhỏ hơn mức ý nghĩa 5%, nên ta bác bỏ H
0
chấp nhận H
1
, tức là có sự
khác biệt giữa các bậc kinh nghiệm quản lý đối với các biến này.
Để biết được các bậc kinh nghiệm quản lý nào có sự khác biệt thì ta tiến hành kiểm
định Post Hoc tương tự như đối với OWN.
Bảng 3.6: Kiểm định hậu ANOVA: Bonferroni
Multiple Comparisons
Bonferroni






Dependent
Variable
(I)
EXP
(J)
EXP
Mean
Difference
(I-J)
Std.

Error
Sig.
95% Confidence
Interval
Lower
Bound
Upper
Bound
OC2m
1
2
-0.2737*
0.0584
0.0000
-0.4380
-0.1094
3
-0.2651*
0.0743
0.0038
-0.4742
-0.0559
4
-0.1618
0.1190
1.0000
-0.4965
0.1729
5
-0.3099

0.1178
0.0868
-0.6415
0.0216
2
3
0.0086
0.0763
1.0000
-0.2062
0.2235
4
0.1119
0.1202
1.0000
-0.2264
0.4501
5
-0.0362
0.1191
1.0000
-0.3714
0.2989
3
4
0.1033
0.1287
1.0000
-0.2589
0.4654

5
-0.0449
0.1277
1.0000
-0.4042
0.3144
4
5
-0.1481
0.1579
1.0000
-0.5924
0.2961
MP1m
1
2
-0.1844*
0.0610
0.0256
-0.3560
-0.0128
3
-0.1715
0.0776
0.2741
-0.3899
0.0469
4
-0.0038
0.1242

1.0000
-0.3533
0.3458
5
-0.1746
0.1231
1.0000
-0.5209
0.1716
2
3
0.0129
0.0797
1.0000
-0.2114
0.2372
4
0.1806
0.1255
1.0000
-0.1726
0.5339
5
0.0098
0.1244
1.0000
-0.3403
0.3598
3
4

0.1677
0.1344
1.0000
-0.2105
0.5460
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 17

5
-0.0031
0.1334
1.0000
-0.3784
0.3721
4
5
-0.1709
0.1649
1.0000
-0.6348
0.2931
MP2m
1
2
-0.1547
0.0688
0.2473
-0.3483
0.0388

3
-0.1648
0.0876
0.6024
-0.4113
0.0817
4
0.1560
0.1402
1.0000
-0.2383
0.5504
5
0.1188
0.1388
1.0000
-0.2719
0.5094
2
3
-0.0100
0.0900
1.0000
-0.2632
0.2431
4
0.3107
0.1416
0.2849
-0.0878

0.7093
5
0.2735
0.1404
0.5162
-0.1214
0.6684
3
4
0.3208
0.1517
0.3468
-0.1059
0.7475
5
0.2836
0.1505
0.5979
-0.1398
0.7069
4
5
-0.0372
0.1860
1.0000
-0.5607
0.4862
P
1
2

-0.2100*
0.0527
0.0007
-0.3582
-0.0618
3
-0.2563*
0.0671
0.0014
-0.4450
-0.0676
4
-0.2561
0.1073
0.1717
-0.5580
0.0457
5
-0.0648
0.1063
1.0000
-0.3639
0.2343
2
3
-0.0463
0.0689
1.0000
-0.2401
0.1474

4
-0.0462
0.1084
1.0000
-0.3512
0.2589
5
0.1452
0.1074
1.0000
-0.1571
0.4475
3
4
0.0002
0.1161
1.0000
-0.3265
0.3268
5
0.1915
0.1152
0.9671
-0.1326
0.5156
4
5
0.1913
0.1424
1.0000

-0.2094
0.5920
Dựa vào bảng 3.6, ta có kết quả như sau:
- OC2m: Có sự khác biệt giữa EXP1 và EXP2, EXP1 và EXP3. Trong đó, sự khác biệt
giữa EXP1 và EXP2 là lớn nhất, do có Mean Difference (I-J) cao hơn.
- MP1m: Có sự khác biệt giữa EXP1 và EXP2.
- P: Có sự khác biệt giữa EXP1 và EXP2, EXP1 và EXP3. Trong đó, sự khác biệt giữa
EXP1 và EXP3 là lớn nhất, do có Mean Difference (I-J) cao hơn.
PHÂN TÍCH ANOVA HAI CHIỀU CHO BIẾN OWN VÀ POS ĐỐI VỚI BIẾN
KẾT QUẢ HOẠT ĐỘNG (P):
Các giả thuyết H
0
đặt ra cho bài toán này như sau:
1. Các loại hình doanh nghiệp (OWN) khác nhau đều có Kết quả hoạt động (P) bằng nhau.
2. Cấp bậc quản lý (POS) bậc cao và bậc trung đều có Kết quả hoạt động (P) bằng nhau.
3. Không có ảnh hưởng tương tác giữa các loại hình doanh nghiệp (OWN) và cấp bậc
quản lý (POS).
Bảng 3.6:
Levene's Test of Equality of Error Variancesa
Dependent Variable: P
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 18

F
df1
df2
Sig.
1.739
7

939
0.097
Tests the null hypothesis that the error variance
of the dependent variable is equal across groups.
a. Design: Intercept + OWN + POS + OWN * POS
Bảng 3.6 là kết quả kiểm định sự bằng nhau giữa phương sai các nhóm. Kết quả kiểm
định Levene cho thấy giả định phương sai bằng nhau đã không vi phạm (Sig. = 0.097 > 0.05).
Bảng 3.7:
Tests of Between-Subjects Effects
Dependent Variable:P
Source
Type III Sum
of Squares
df
Mean
Square
F
Sig.
Corrected Model
12.695
a

7
1.814
3.751
0.001
Intercept
6143.806
1
6143.806

12708.365
0.000
OWN
5.453
3
1.818
3.760
0.011
POS
3.938
1
3.938
8.145
0.004
OWN * POS
0.434
3
0.145
0.300
0.826
Error
453.956
939
0.483


Total
13599.604
947

Corrected Total
466.650
946



a. R Squared = 0,027 (Adjusted R Squared = 0,020)
Bảng 3.7 cho thấy 02 nhân tố chính đều có ảnh hưởng đến Kết quả kinh doanh (P), tại
mức ý nghĩa 5%, vì Sig. < 0.05 nên ta bác bỏ cả 02 giả thuyết đầu của H
0
đã đặt ra. Riêng
Sig.
OWN*POS
= 0.805 > 0.05 nên ta chấp nhận giả thuyết H
0
thứ ba là không có ảnh hưởng
tương tác giữa các loại hình doanh nghiệp (OWN) và cấp bậc quản lý (POS).
Bảng 3.8:
Multiple Comparisons
P Bonferroni





(I)
OWN
(J)

OWN
Mean
Difference
Std.
Error
Sig.
95% Confidence
Interval
(I-J)
Lower
Bound
Upper
Bound
1
2
-0.0161
0.0658
1.0000
-0.1901
0.158
3
-0.2239*
0.0595
0.0011
-0.3811
-0.0667
4
-0.1094
0.0621
0.4693

-0.2735
0.0547
2
3
-0.2078*
0.0679
0.0135
-0.3872
-0.0284
4
-0.0933
0.0701
1.0000
-0.2788
0.0921
BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 19

3
4
0.1145
0.0642
0.4492
-0.0552
0.2842
Based on observed means.


The error term is Mean Square(Error) =0.482.

*. The mean difference is significant at the 0.05
level.


Kết quả bảng 3.8 cho thấy sự khác biệt về kết quả hoạt động giữa OWN1 và OWN3, OWN2
và OWN3.
Câu 4 và 5: Xây dựng hàm tương quan tuyến tính giữa P và các biến độc lập vừa
khám phá thông qua phân tích nhân tố/EFA. Kiểm định các giả thuyết của hàm tương
quan đa biến.
* Phương trình hồi quy có dạng:
P =
0
+
1
*OC1m

+
2
*OC2m +
3
*PV1m +
4
*MP1m +
5
*MP2m
Để khám phá tác động của các biến độc lập đối với biến phụ thuộc, có thể sử dụng mô
hình hồi qui bội MLR. Trong phân tích MLR, có phương pháp khẳng định (đồng thời –
ENTER), phương pháp khám phá (từng bước – STEPWISE), hoặc phương pháp thứ bậc
(Hierarchical). Ở đây, ta chọn phương pháp ENTER.
Bảng 4.1:

Model Summary
b

Model
R
R Square
Adjusted R Square
Std. Error of the
Estimate

1
0.666
a

0.443
0.440
0.52551

a. Predictors: (Constant), MP1m, MP2m, PV1m, OC1m, OC2m





Bảng 4.2:

ANOVA
b

Model

Sum of Squares
df
Mean
Square
F
Sig.

1
Regression
208.240
5
41.648
150.812
0.000
a


Residual
261.523
947
0.276



Total
469.763
952

a. Predictors: (Constant), MP1m, MP2m, PV1m, OC1m, OC2m


b. Dependent Variable: P

Bảng 4.3:





Coefficients
a

Model
Unstandardized
Coefficients
Standardized
Coefficients
t
Sig.
Correlations
Collinearity
Statistics
B
Std.
Error
Beta
Zero-

order
Partial
Part
Toler
ance
VIF
(Constant)
1.074
0.125

8.603
0.000





BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 20

OC1m
0.059
0.031
0.060
1.889
0.059
0.425
0.061
0.046

0.575
1.739
OC2m
0.246
0.031
0.272
7.936
0.000
0.573
0.250
0.192
0.499
2.004
PV1m
-0.001
0.029
-0.001
-0.021
0.984
0.296
-0.001
0.000
0.744
1.345
MP1m
0.257
0.028
0.296
9.247
0.000

0.573
0.288
0.224
0.572
1.747
MP2m
0.151
0.022
0.198
6.946
0.000
0.464
0.220
0.168
0.721
1.388
Kết quả MLR cho thấy hệ số xác định R
2
= 0.443 (≠0) và R
2
adj
= 0.440
Kiểm định F, bảng 4.2 cho thấy Sig. = 0.000. Như vậy mô hình hồi quy là phù hợp, hay
nói cách khác, các biến độc lập giải thích được 44% phương sai của biến phụ thuộc.
Xét bảng trọng số hồi quy, ta thấy các biến OC2m, MP1m, MP2m tác động cùng chiều
vào P, vì các trọng số này đều có ý nghĩa thống kê (đều có Sig < 0.05). Nếu so sánh tác động
của các biến này lên biến Kết quả hoạt động (P) thì MP1m tác động mạnh nhất (β
MP1m
=
0.257).

Mô hình hồi quy có 5 biến độc lập và các hệ số VIF đều nhỏ hơn 10 do vậy các biến
này không vi phạm điều kiện về hiện tượng đa cộng tuyến.
Phương trình hồi quy tuyến tính:
Mô hình tổng quát về Kết quả hoạt động (P), với 5 biến tiềm ẩn, được điều tra 953 quan
sát với mức ý nghĩa 5% và mô hình này giải thích được khoảng 44% sự biến thiên của kết quả
hoạt động P. Trong các yếu tổ ảnh hưởng đến P, thì yếu tố FTMP1 có tác động mạnh nhất.
P = 1.074 + 0.246*OC2m + 0.257*MP1m + 0.151*MP2m

Câu 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”
Trước tiên, vì biến loại hình doanh nghiệp là biến định tính nên ta mã hóa thành biến
định lượng với cách mã Dummy. Loại hình doanh nghiệp có 04 nhóm nên ta sẽ có 03 biến giả
dummy, và biến DN1 là biến cơ sở. Bảng mã hóa biến Dummy như sau:
Bảng 6.1. Mã hóa biến Dummy
Loại hình doanh nghiệp
Định tính
Mã Dummy
D1
D2
D3
Doanh nghiệp nhà nước

1
0
0
0
Liên doanh

2

1
0
0
Công ty tư nhân

3
0
1
0
Doanh nghiệp gia đình

4
0
0
1
Sau khi ước lượng trọng số hồi quy có dạng:



Bảng 6.2. Model Summary
b



Mode
l
R
R Square
Adjusted R
Square

Std. Error of the Estimate
mMPmMPmPVmOCmOCDDD 2*1*1*2*1****
876543322110


BỘ MÔN PPNCKH GVHD: TS. Nguyễn Hùng Phong

HVTH: Nguyễn Chiến Thắng - Đêm 5 QTKD - K22 21

1
0.669
a

0.447
0.442
0.52463
a. Predictors: (Constant), MP2m, D1, D3, PV1m, MP1m, D2, OC1m, OC2m
b. Dependent Variable: P




Bảng 6.3. ANOVA
b


Model
Sum of Squares
df
Mean Square

F
Sig.
1
Regression
209.942
8
26.243
95.347
0.000
a

Residual
259.822
944
0.275


Total
469.763
952



a. Predictors: (Constant), MP2m, D1, D3, PV1m, MP1m, D2, OC1m, OC2m
b. Dependent Variable: P

Bảng 6.4. Coefficients
a

Model
Unstandardized
Coefficients
Standardized
Coefficients
t
Sig.
Correlations
Collinearity
Statistics
B
Std.
Error
Beta


Zero-
order
Partial
Part
Toler
ance
VIF
(Constant)
1.056

0.127

8.311
0.000





D1
-0.049
0.050
-0.027
-0.977
0.329
-0.049
-0.032
-0.024
0.758
1.320
D2
0.068
0.046
0.043
1.496
0.135
0.117
0.049
0.036
0.711

1.406
D3
0.048
0.047
0.029
1.025
0.306
0.020
0.033
0.025
0.735
1.360
OC1m
0.062
0.031
0.064
1.991
0.047
0.425
0.065
0.048
0.574
1.743
OC2m
0.240
0.031
0.266
7.731
0.000
0.573

0.244
0.187
0.495
2.020
PV1m
0.003
0.029
0.003
0.109
0.913
0.296
0.004
0.003
0.738
1.356
MP1m
0.253
0.028
0.291
8.998
0.000
0.573
0.281
0.218
0.558
1.791
MP2m
0.152
0.022
0.200

6.981
0.000
0.464
0.222
0.169
0.714
1.401
Kết quả MLR cho thấy hệ số xác định R2 = 0.447 (≠0) và R
2
adj
= 0.442
Kiểm định F, bảng 6.3 cho thấy Sig. = 0.000. Như vậy mô hình hồi quy là phù hợp, hay
nói cách khác, các biến độc lập giải thích được khoảng 44% phương sai của biến phụ thuộc.
Xét bảng trọng số hồi quy đã chuẩn hóa, chúng ta thấy các biến OC1m, OC2m, MP1m,
MP2m tác động cùng chiều nhau đối với biến phụ thuộc P vì các trọng số này đều có ý nghĩa
thống kê (đều có Sig. < 0.05). Trong đó biến MP1m tác động mạnh nhất (β
MP1m
= 0.253).
Điểm chú ý ở đây là hệ số β của 3 biến giả Dummy D1, D2, D3 và biến PV1m không có ý
nghĩa thống kê (Sig. > 5%). Nên ta loại 3 biến giả D1, D2, D3 và biến PV1m ra khỏi mô hình
hồi quy.
Mô hình hồi quy có hệ số VIF đều nhỏ hơn 10 do vậy các biến này không vi phạm điều
kiện về đa cộng tuyến.
Kết quả hàm tương quan với biến giả như sau:
P = 1.056 + 0.062*OC1m + 0.240*OC2m + 0.253*MP1m +0.152*MP2m