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

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
Học viên : Huỳnh Trọng Tài
Lớp : QTKD ĐÊM 5 - K22
MSHV : 7701220980




TP. Hồ Chí Minh, tháng 8 năm 2013.
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 2

MỤC LỤC
Câu 1……………………………………………………………………………………6
Câu 2… 16
Câu 3………………………………………………………………………………… 26
Câu 4…………………………………………………………………………… …….45
Câu 5…………………………………………………………………………… ……48
Câu 6………………………………………………………………………… ………52
Tài liệu tham khảo………………………………………………………… ……… 54
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 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
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 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”







GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 5

Căn cứ vào các dữ kiện của đề bài, 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
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 6

1. Làm sạch dữ liệu
Do dữ liệu thu được chưa được làm sạch, còn nhiều sai sót như: nhiều khoảng

trống không có số liệu, giá trị sai (như giá trị của các biến độc lập và phụ thuộc từ 1 đến 5
thì lại có một số giá trí khác như 12 trong MP16, EXP có giá trị trong khoảng 1 đến 4 thì
lại có nhiều giá trị là 5) nên cần tiến hành 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.
Sau khi tiến làm sạch lại dữ liệu thì tiến hành xử lý dữ liệu mẫu.

2. 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 nhƣ tìm các yếu tố thành phần đo lƣờng biến này.
Sau đó tính giá trị của các biến mới (là trung bình của các yếu tố thành phần).
Phân tích khám phá (EFA) giúp ta đánh giá được giá trị hội tụ và giá trị phân biệt
của đo lường. Phân tích EFA cho chúng ta biết sự dịch chuyển các item đo lường một
biến này sang biến khác.
Đề bài cho, chúng ta có bốn khái niệm (concept) có quan hệ với nhau đó là 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). Khi thực hiện phân tích nhân tố khám phá (EFA), ta thực hiện
cho từng khái niệm.
ĐIỀU KIỆN PHÂN TÍCH NHÂN TỐ 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).

GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 7

1.1. Phân tích EFA khái niệm Văn hóa tổ chức (OC):
Theo đề bài, khái niệm lý thuyết OC là khái niệm đa hướng gồm hai khái niệm
nghiên cứu (biến tiềm ẩn) là OC1 và OC2. Chạy phân tích EFA với 5 biến quan sát của
OC1 và 6 biến quan sát của OC2, kết quả như sau:
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. Tốt để sử dụng EFA.
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 (item) có tương quan với nhau. Vậy điều
kiện sử dụng EFA được thỏa mãn.
Kết luận: Các biến quan sát đo lường OC thỏa điều kiện để tiến hành phân tích
khám phá EFA.
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

GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 8


Theo tiêu chí eigenvalue >= 1. Nếu có 2 nhân tố ta trích được giá trị 1.396. 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.



















Bảng Rotated Component Matrix

a
thể hiện giá trị trích xuất - hệ số tải (loading
value) hay hệ số tương quan giữa các yếu tố thành phần với hai nhân tố vừa trích. Hệ số
tải ở nhân tố nào cao thì item đo lường được nhân tố đó. Vậy nhân tố 1 được đo lường bởi
bảy biến quan sát (item): OC11, OC12, OC13, OC14, OC15, OC25, OC26 và nhân tố 2
được đo lường bởi bốn item: OC21, OC22, OC23, OC24 (các item này có hệ số tương







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
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.
a. Rotation converged in 3
iterations.

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
Extraction Method: Principal
Component Analysis.
a. 2 components extracted.
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 9

quan với nhân tố 2 cao hơn nhân tố 1). Đặt tên cho hai nhân tố mới này lần lượt là OCF1,
OCF2.
Ban đầu, biến tiềm ần OC2 được đo lường bằng OC21, OC22, OC23, OC24,
OC25, OC26 nhưng sau khi phân tích EFA thì các yếu tố thành phần OC25 và OC26
không đo lường được OC2 mà lại đo lường OC1 nên giá trị hội tụ không có. Ở đây ta
không loại bỏ 2 biến OC25, OC26 mà chuyển chúng sang nhóm nhân tố OC1.(điều chỉnh
lại lý thuyết ban đầu).
Hai thang đo đo lường hai biến khác nhau OC1 và OC2 thì phải khác nhau nhưng
sau khi phân tích EFA thì OC25 và OC26 đã dịch chuyển sang đo lường OC1 cho nên giá
trị phân biệt không cao.

1.2. Phân tích EFA khái niệm Hệ thống giá trị của Quản trị gia (PV)
Chay phân tích EFA cho khái niệm bậc 1 PV với 9 biến quan sát trên SPSS, kết
quả như sau:

OCF1
OC11
OC12
OC13
OC14
OC15
OC25
OC26
OCF2
OC21
OC22
OC23

OC24
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 10


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

KMO = 0.749 > 0.7. Tốt để sử dụng EFA.
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 (item) có tương quan với nhau. Vậy điều
kiện sử dụng EFA được thỏa mãn.
Kết luận: Các biến quan sát đo lường PV thỏa điều kiện để tiến hành phân tích
khám phá EFA.
Theo lý thuyết ban đầu, PV là khái niệm bậc 1 đơn hướng. Tuy nhiên, 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.

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






6
.685
7.615
82.508






7
.594
6.599
89.107

8
.536
5.955
95.061






9
.444
4.939
100.000













GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 11





Ta tiến hành điều chỉnh lại lý thuyết ban đầu thành hai nhân tố PVF1 được đo
lường bởi PV2, PV5, PV6, PV7, PV8 và nhân tố PVF2 được đo lường bởi PV1, PV3,
PV4, PV9.












1.3. Phân tích EFA khái niệm bậc thực tiễn quản trị ( MP)
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:
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
PVF1
PV2
PV5
PV6
PV7
PV8
PVF2
PV1
PV3
PV4
PV9
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 12

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.tốt để sử dụng EFA.(Kaiser 1974).
Sig < 0.05. Bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1.
Kết luận: Các biến quan sát đo lường MP thỏa điều kiện để tiến hành phân tích
khám phá EFA.
















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
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






GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 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 MPF1 gồm có các biến quan
sát MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26 và nhân tố MPF2 gồm
MP11, MP12, MP13, MP14.











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
MPF1
MP16
MP21
MP22
MP23
MP24
MP15
MP25
MP26
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 14

1.4. Phân tích EFA khái niệm Kết quả hoạt động của doanh nghiệp (P):
Chạy EFA cho nhân tố P gồm 6 biến quan sát (P1,…,P6) ta có các bảng sau:





KMO=0.850 >0.8.tốt để sử dụng EFA.(Kaiser 1974).
SIg < 0.05. Bác bỏ giả thuyết H0 và chấp nhận giả thuyết H1.
Kết luận: 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



Extraction Method: Principal Component Analysis.








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

MP13
MP14
MPF2
MP11
MP12
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 15



Component Matrix
a


Component

1
P1
.730
P2
.709
P3
.777
P4
.729
P5
.790
P6
.738

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.









Hiệu chỉnh lại mô hình
Sau khi phân tích EFA ta có:
OCF1 (OC11, OC12, OC13, OC14, OC15, OC25, OC26)
OCF2 (OC21, OC22, OC23, OC24)
PVF1 (PV2, PV5, PV6, PV7, PV8)
PVF2 (PV1, PV3, PV4, PV9)
MPF1(MP15, MP16, MP21, MP22, MP23, MP24, MP25, MP26)
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
.
P
P1
P2
P3
P4
P5
P6
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 16

MPF2 (MP1, MP2, MP3, MP4)
P (P1,P2,P3,P4,P5,P6)

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)

2.1. Thang đo OCF1: do lường bởi 7 biến quan sát OC11, OC12, OC13, OC14,
OC15, OC25, OC26.
Kết quả phân tích Cronbach Anpha cho thang đo OCF1:
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

GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 17

- Hệ số Cronbach’s Alpha = 0.815, thang đo OCF1 có độ tin cậy tốt (Cronbach
Anpha ≥ 0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein 1994).
- 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 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.
Kết luận: Không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

2.2. Thang đo OCF2: do 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.
Kết luận: 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 OCF2.

2.3. Thang đo PVF1: do lường bởi 5 biến quan sát PV2, PV5, PV6, PV7, PV8

GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 18

Reliability Statistics
Cronbach's
Alpha
N of Items
.721
5

Item-Total Statistics

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. (Cronbach Anpha
≥0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein 1994)
- 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 nào trong các biến PV2, PV5,
PV6, PV8 cũng sẽ nhỏ hơn hệ số Cronbach’s Alpha ban đầu, riêng đôi với biến PV7, 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.
Kết luận: Không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

2.4. Thang đo PVF2: do lường bởi 4 biến quan sát PV1, PV3, PV4, PV9




GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 19


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

- Hệ số Cronbach’s Alpha = 0.568 <0.6, thang đo PVF2 không thể chấp nhận về độ tin
cậy (Cronbach Anpha ≥0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein
1994).
- Hệ số tương quan biến- tổng hiệu chỉnh (Corrected Item – Total Correlation) của
từng biến quan sát PV4=029 < 0.3, nghĩa là biến quan sát PV4 không đạt yêu cầu,
(Nunnally& Bernstein 1994), 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.
Kết luận: Ta loại bỏ thang đo PVF2

2.5. Thang do MPF1: 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

GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 20


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 MPF1 có độ tin cậy tốt (Cronbach Anpha
≥0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein 1994)).
- 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.
Kết luận: Không cần bỏ hay thêm biến quan sát nào cho khái niệm này.

2.6. Thang do MPF2: được đo lường gồm 4 biến quan sát MP11, MP12, MP13,
MP14
Reliability Statistics
Cronbach's
Alpha
N of Items
.574
4



GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 21

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 (Cronbach Anpha ≥0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein
1994).
- Hệ số tương quan biến- tổng hiệu chỉnh (Corrected Item – Total Correlation) của
từng biến quan sát MP14=0.205 < 0.3, nghĩa là biến quan sát MP14 không đạt yêu cầu,
(Nunnally& Bernstein 1994), ta loại biến này.
- Hệ số Cronbach’s Alpha sau khi loại bỏ biến MP14 cao hơn Cronbach’s Alpha ban
đầu.
Kết luận: Ta loại bỏ biến quan sát MP14 trong khái niệm MPF2.
Đánh giá lại thang đó MPF2 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
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 22

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 (Cronbach
Anpha ≥0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein 1994)).
- 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 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.
Kết luận: Chấp nhận thang đó MPF2 với có biến quan sát MP11, MP12, MP13.

2.7. 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


GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 23











- Hệ số Cronbach’s Alpha = 0.839, thang đo MPF1 có độ tin cậy tốt (Cronbach Anpha
≥0.6 là thang đo có thể chấp nhận được (Nunnally& Bernstein 1994)).
- 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 6 biến quan sát thành phần của
thang đo.
Kết luận: Không cần bỏ hay thêm biến quan sát nào cho khái niệm này.
Hiệu chỉnh lại mô hình
Sau khi kiểm tra độ tin cậy Cronbach’s Alpha, từ bảy biến tiềm ẩn sau khi phân
tích EFA, ta đã loại bỏ ba thang đo OCF2, PVF2 và biến MP14 trong thang đo MPF2.

Còn lại năm biến đủ độ tin cậy đo lường.
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)


Item-Total Statistics

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
GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 24

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.

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.





GVHD: TS. Nguyễn Hùng Phong

Huỳnh Trọng Tài – QTKD Đêm 5 K22 Page 25


p
PV5
PV2

PV6
PV8
PV7
MP21
MP25
MP24
MP22
MP23
MP26
MP15

MP16
MP11
MP12
MP13
OC11
OC15
OC14
OC12
OC13
OC25
OC26
P1
OC15
P5
OC15
P4
P2

P3
P6
F1
F2
F3
F4