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

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – 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 tiễn 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.
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – 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.
Khi đánh giá kết quả EFA chúng ta cần xem xét phần tổng phương sai trích (TVE:
Total Variance Explained). Tổng phương sai trích thể hiện các nhân tố trích được bao nhiêu
phần trăm của biến đo lường, tổng phương sai trích 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.
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
.78
2

0.793
11


Theo bảng 1.1, ta có Cronbach’s Alpha của OC là 0.793 > 0.60, thang đo này đạt tiêu chuẩn.
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

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 3

OC25 37.76

39.102

0.418

0.296

0.767

OC26 37.84

37.323

0.528

0.486

0.755

Theo bảng 1.2, ta thấy có 02 biến OC21 (0.243) và OC24 (0.111) có hệ số tương quan
với biến-tổng hiệu chỉnh nhỏ hơn 0.30. Do đó, chúng ta cần xem xét có nên loại 02 biến OC21
và OC24 không.
Ta lần lượt phân tích EFA của thành phần OC khi không loại bỏ biến nào, khi loại bỏ
biến OC24 và khi loại bỏ cả 2 biến OC24 và OC21.
Bảng 1.3: Kết quả phân tích EFA của thành phần OC khi không loại biến nào
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 3.852

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 0.928

8.434

55.832


4 0.867

7.879

63.711


5 0.838

7.622

71.332


6 0.750

6.816

78.148


7 0.575

5.227

83.375







8 0.529

4.810

88.185

9 0.484

4.401

92.586


10 0.481

4.373

96.959


11 0.335

3.041

100.000







Extraction Method: Principal Component
Analysis.

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 4

Bảng 1.4: Kết quả phân tích EFA của thành phần OC sau khi loại biến OC24 (Loạ
i
OC24 trước vì có hệ số tương quan với biến-tổng hiệu chỉnh nhỏ nhất và khi loại biến này, về

mặt thống kê thì Cronbach’s Alpha tăng từ 0.793 lên 0.805 (tốt hơn).
Total Variance Explained

Component

Initial Eigenvalues
Extraction Sums of Squared
Loadings
Rotation Sums of Squared
Loadings
Total

% of
Variance

Cumulative
%
Total

% of
Variance

Cumulativ

e %
Total

% of
Variance

Cumulative
%
1 3.843

38.426

38.426

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 0.906

9.063

59.979


4 0.840

8.404

68.383


5 0.751

7.507

75.890







6 0.579

5.785

81.675


7 0.532

5.316

86.991


8 0.484

4.844

91.835

9 0.481

4.814

96.648


10 0.335

3.352

100.000


Extraction Method: Principal Component
Analysis.


Bảng 1.5: 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.

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 5

Bảng 1.3 cho thấy theo tiêu chuẩn Eigenvalue > 1 (mặc định của chương trình SPSS)
thì có 02 nhân tố được trích, với tổng phương sai trích TVE là 47.398% < 50% ( mô hình EFA
không phù hợp).
Bảng 1.4 và bảng 1.5 ta thấy có 02 nhân tố được trích, với tổng phương sai trích TVE
lần lượt là 50,916 (Loại OC24) và 55,083 (Loại OC 24 và OC 21) đều > 50%, Vậy ta chọn loại
bỏ cả 2 biến rác OC21 và OC24. 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 1.6: 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.
Trong Bảng 1.6, 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.
* Kết luận: 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: OC21 và OC24, 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):
Tiến hành phân tích Cronbach’s Alpha của thành phần PV, ta có được kết quả sau:
Bảng 1.7: 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
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 6

Bảng 1.8: 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 1.7, 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 1.8, 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). Tiến hành phân tích EFA:
Bảng 1.9: Kết quả phân tích EFA của thành phần PV khi không bỏ biến nào
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 0.889

9.876

57.656


4 0.808

8.976

66.631


5 0.753

8.365

74.996


6 0.671

7.454

82.451


7 0.589

6.543

88.994


8 0.545

6.051

95.045


9 0.446

4.955

100.000


Extraction Method: Principal Component
Analysis.

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 7

Bảng 1.10: Kết quả phân tích EFA của thành phần PV sau khi loại biến PV4: 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).

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 1.11: Kết quả phân tích EFA của thành phần PV sau khi loại biến PV4 và PV3
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 2.517

35.961

35.961

2.517

35.961

35.961

2.390

34.142

34.142

2 1.197

17.096

53.057

1.197

17.096

53.057

1.324

18.914

53.057

3 0.858

12.260

65.316

4 0.723

10.324

75.640


5 0.668

9.548

85.188


6 0.586

8.375

93.563


7 0.451

6.437

100.000


Extraction Method: Principal Component
Analysis.





Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 8

Bảng 1.12: Kết quả phân tích EFA của thành phần PV sau khi loại biến PV4,PV3 và
PV9
Total Variance Explained

Component

Initial Eigenvalues Extraction Sums of Squared Loadings
Total

% of
Variance
Cumulative
% Total
% of
Variance
Cumulative

%
1 2.495

41.577

41.577

2.495

41.577

41.577

2 0.944

15.729

57.306


3 0.855

14.243

71.549




4 0.669

11.144

82.694


5 0.586

9.773

92.466


6 0.452

7.534

100.000


Extraction Method: Principal Component
Analysis.

Bảng 1.09_không loại bỏ biến nào cho tổng phương sai trích TVE là 47,779% < 50%,
nên mô hình EFA không phù hợp.
Bảng 1.10_loại PV4 cho thấy theo tiêu chuẩn Eigenvalue > 1 thì chỉ có hai nhân tố
được trích, với tổng phương sai trích TVE là 51.071% > 50%, 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 1.13: 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%. (Bảng 1.11)
- Khi loại biến PV9: Cronbach’s Alpha là 0.710, TVE là 41.577%. (Bảng 1.12)

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%.
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 9

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).
Bảng 1.14: 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.
* Kết luận: 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 hệ số Cronbach’s Alpha và EFA tương tự đối với thành phần Thực
tiễn quản trị (MP), ta có kết quả như sau:
Bảng 1.15: Tính hệ số Cronbach Alpha
Reliability Statistics

Cronbach's Alpha

Cron
bach's Alpha Based
on Standardized Items N of Items
0.814

0.817

12







Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 10

Bảng 1.16: Kết quả phân tích EFA của thành phần MP

Component

Initial Eigenvalues
Extraction Sums of
Squared Loadings
Total
% of

Variance
Cumulative

%
Total
% of

Variance
Cumulativ
e

%
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




Bảng 1.17: 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.
a. Rotation converged in 4 iterations.
Bảng 1.16 cho thấy có 03 nhân tố trích được với TVE bằng 53.581%, 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
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 11

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…
* Kết luận: 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 tương tự các bước phân tích như trên đối với thành phần Kết quả hoạt động
của công ty (P).
Bảng 1.18: Tính hệ số Cronbach Alpha
Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based
on Standardized Items N of Items
0.836

0.836

6


Bảng 1.19: 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 1.19 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.
Nhận xét: Tổng số biến quan sát 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.
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 12

- 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):
Sử dụng phương pháp trung bình, ta có 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.
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 13

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
.5
83

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

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 14

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 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.Thực hiện phân
tích anova hai chiều với biến OWN và POS.
- 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.
3.1.Kiểm định sự khác biệt về Loại hình doanh nghiệp (OWN):
Xem xét 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:
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 15

+ Nếu Sig. ≥ 0.05: Chấp nhận H
0,

tức là không có sự khác biệt giữa các loại hình
doanh nghiệp.
+ 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

.327

0.806

Within Groups 498.781

948

.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.
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. Do đó, chúng ta tiếp tục thực hiện Post

Hoc test.


Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 16

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

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:

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 17

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.
- 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.

3.2.Kiểm định sự khác biệt về Cấp bậc quản lý (POS)
Tương tự như đối với OWN, ta tiến hành kiểm định sự khác biệt giữa các cấp bậc quản
lý (POS), 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 (0.108) và MP2M (0.654) 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.
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 18

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 các cấp bậc quản lý (bậc
quản lý cấp cao và bậc quản lý cấp trung) đối với các biến này.

3.3.Kiểm định sự khác biệt về Độ tuổi quản trị gia (Age)
Tương tự, ta tiến hành kiểm định sự khác biệt giữa các Độ tuổi quản trị gia (Age), 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

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 ( 0.672), PV1M (0.595), MP1M (0.119) 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.
Với 03 biến OC2M, MP2M và 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.

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 19

3.4.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

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 (0.103) và PV1M (0.253) 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.
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.

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 20

Bảng 3.4: 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

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

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 21

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 3.4, 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 (PV):
Các giả thuyết H
0
đặt ra như sau:
1. Các loại hình doanh nghiệp (OWN) khác nhau đều có Kết quả hoạt động (PV) bằng
nhau.
2. Cấp bậc quản lý (POS) bậc cao và bậc trung đều có Kết quả hoạt động (PV) 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
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

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 22

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 = ,027 (Adjusted R Squared = ,020)
Bảng 3.7 cho thấy Sig. < 0.05 nên ta bác bỏ cả 02 giả thuyết đầu của H
0
đã đặt ra: 02
nhân tố chính đều có ảnh hưởng đến Kết quả kinh doanh (P).
Sig.
OWN*POS

= 0.826 > 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 0.4
693
-
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
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. Làm tương tự, ta cũng có sự khác biệt về kết quả hoạt động giữa POS1 và
POS2.
Câu 4-5: 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




Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 23

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

B
ảng 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



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 2 (trừ OC2M có VIF
= 2.004, tuy nhiên với mức độ này thì khả năng xảy ra hiện tượng đa cộng tuyến rất thấp) , do
vậy các biến này không vi phạm điều kiện về hiện tượng đa cộng tuyến.

Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 24


Phương trình hồi quy tuyến tính:
Mô hình tổng quát về Kết quả hoạt động (P), với 4 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 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.
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, biến cơ sở là loại hình doanh nghiệp nhà nước. 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

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

0.000a

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


mMPmMPmPVMOCmOCDDD 2*1*1*2*1****
876543322110
β
β

β
β
β
β
β
β
β
+
+
+
+
+
+
+
+
=
Ρ
Phương pháp nghiên cứu khoa học GVHD: TS. Nguyễn Hùng Phong

HVTH: Trương Thị Thu Hằng – Đêm 5 QTKD - K22 25



Bảng 6.4. Coefficients
a

Model
Unstandardized
Coefficients
Standardized

Coefficients
t Sig.
Correlations
Collinearity
Statistics
B Std. Error

Beta Zero-order Partial

Part Tolerance

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

a. Dependent Variable: P



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
= 0.291).
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 2 (trừ OC2M có VIF = 2.020 > 2, tuy nhiên
khả năng xảy ra đa cộng tuyến là rất thấp và có thể chấp nhận được), do vậy các biến này
không vi phạm điều kiện về đa cộng tuyến.
Dựa vào biểu đồ ta thấy biến phụ thuộc và biến độc lập có quan hệ tuyến tính với nhau.
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