Bài giảng Phân tích dữ liệu với SPSS - TS. Nguyễn Thị Phương Giang

Chương I
PHÂN LOẠI DỮ LIỆU, MÃ HÓA, NHẬP
LIỆU VÀ MỘT SỐ XỬ LÝ TRÊN BIẾN

Biên soạn: TS. NGUYỄN THỊ PHƯƠNG GIANG
Phone: 0944.822.211
E-Mail:

NỘI DUNG
•
•
•
•
•
•
•
•

Phân loại dữ liệu
Các loại thang đo
Nguyên tắc mã hóa và nhập liệu
Cửa sổ làm việc của SPSS
Tạo tập tin dữ liệu trong SPSS
Một số xử lý trên biến
Thay đổi một số mặc định
Tiếng việt trong SPSS

02/08/2017

2

Phân loại Dữ liệu
• Dữ liệu định tính: Phản ánh tính chất, sự
hơn kém, khơng tính được trị trung bình.
• Ví dụ: Giới tính, kết quả học tập.
• Dữ liệu định lượng: Phản ánh mức độ hơn
kém, được thể hiện bằng các con số nên
tính được giá trị trung bình. Các con số
thu thập có thể ở dạng liên tục hay rời rạc.
02/08/2017

3

1


Các loại thang đo
• Thang đo danh nghĩa (Nominal scale):
Trong thang đo này, các con số chỉ dùng
để phân loại các đối tượng.
• Những phép tốn thống kê có thể sử dụng
được là: đếm, tính tần suất của một biểu
hiện nào đó

02/08/2017

4

Các loại thang đo
• Thang đo thứ bậc (Ordinal scale): Các con
số trong thang đo danh nghĩa được sắp

xếp theo một qui thứ bậc.
Ví dụ: Bạn hài lịng như thế nào về mùi của
sản phẩm Snack Khoai tây chiên mà bạn
vừa dùng thử? (Hài lịng, bình thường,
khơng hài lịng)

02/08/2017

5

Các loại thang đo
• Thang đo khoảng (Interval scale): Là dạng
đặc biệt của thang đo thứ bậc vì nó cho
biết được khoảng cách giữa các thứ bậc.
Thông thường thang đo khoảng có dạng là
một dãy các chữ số liên tục và đều đặn từ
1 đến 5, từ 1 đến 7 hay từ 1 đến 10,…
Dãy số này có 2 cực ở hai đầu thể hiện 2
trạng thái đối nghịch nhau.
02/08/2017

6

2


Các loại thang đo
• Thang đo tỉ lệ (Ratio scale): có tất cả các
đặc tính khoảng cách và thứ tự của thang
đo khoảng, ngồi ra điểm khơng trong

thang đo khoảng là một giá trị thật nên có
thể thực hiện được phép chia để tính tỉ lệ.
Thang đo khoảng và thang đo tỉ lệ có thể đo
lường nên SPSS gộp chung hai loại thang
đo này thành thang đo mức độ (Scale
Measures).
02/08/2017

7

Nguyên tắc Mã hóa – Nhập liệu
Giới tính Tuổi

Nghề nghiệp

1

Nữ

21

Sinh viên

2

Nữ

32

Nhân viên văn phịng

3

Nam

53

Về hưu

…

…

…

…

n

Nam

42

Nghề khác

02/08/2017

8

Ngun tắc Mã hóa –

Nhập liệu
Giới tính Tuổi

Nghề nghiệp

1

2

21

10

2

2

32

3

3

1

53

11

…

…

…

…

n

1

42

14

02/08/2017

9

3


Ngun tắc Mã hóa –
Nhập liệu
• Phần lớn mỗi biến tương ứng với một câu
hỏi cụ thể trong bản trả lời. Như thế ta chỉ
cần tạo 1 biến.
• Trường hợp câu hỏi có thể chọn nhiều trả
lời thì chúng ta phải có nhiều con số để
nhập nên cần phải có nhiều ơ để nhập.

• Qui tắc nhập liệu: Từ trái qua phải (theo
từng dòng) và từ trên xuống (sang dòng)
02/08/2017

10

Cửa sổ làm việc của SPSS
• Khởi động
- Click biểu chương trình trên thanh cơng cụ
- Từ Menu Start, chọn Program, chọn SPSS
• Nội dung của Menu
- File: xử lý File
- Edit: chỉnh sửa
- 02/08/2017
View: Hiển thị

11

Cửa sổ làm việc của SPSS
- Data: các công tác liên quan đến dữ liệu
- Transform: Chuyển đổi dữ liệu, tính tốn,
mã hóa lại các biến.
- Analyze: Thực hiện các thủ tục thống kê
- Graphs: Tạo biểu đồ, đồ thị
- Windows: Sắp xếp các cửa sổ làm việc
trong SPSS.
02/08/2017

12

4


Tạo tập tin dữ liệu trong
SPSS for Windows
• Khai báo biến:
- Click Variable view.
- Khai báo biến trên từng dòng, nội dung
của dịng là các thuộc tính của biến.
- Name: Tên biến
- Type: Kiểu biến
- Width: Độ rộng của biến
02/08/2017

13

Tạo tập tin dữ liệu trong
SPSS for Windows
- Decimals: Số số lẻ
- Label: Nhãn biến
- Value: Mã hóa cho các giá trị định tính
- Missing: Khai báo các loại giá trị khuyết
- Column: Độ rộng của biến khi nhập liệu
- Align: Vị trí dữ liệu trong cột
- Measure: Chọn loại thang đo
02/08/2017

14

Tạo tập tin dữ liệu trong

SPSS for Windows
• Lưu tập tin dữ liệu:
- Menu File, chọn Save.
- Save in: chọn nơi lưu
- File name: Đặt tên file (chỉ đặt tên chính)
- Click nút Save
Mặc định kiểu tập tin là sav

02/08/2017

15

5


Một số xử lý trên biến
• Mã hóa lại biến (Recode):
Sử dụng khi cần giảm số biểu hiện của một
biến định tính.
Hoặc muốn chuyển biến định lượng thành
biến định tính
- Qui trình thực hiện:
- Menu Transform > Recode into Different
Variables (tạo biến mới) hoặc Recode into
02/08/2017
Same Variables (thay biến cũ)

16

Một số xử lý trên biến

- Chọn biến muốn Recode
- Đặt lại Name và Label, Click Change
- Click Old and New Values… để xác định sự
chuyển đổi.
- Click Continue và OK để thực hiện lệnh.

02/08/2017

17

Một số xử lý trên biến
• Chuyển biến dạng Category thành biến
dạng Dichotomy:
Biến dạng Category có nhiều trị số mã hóa
tượng trưng cho nhiều trạng thái.
Biến Dichotomy là biến phân loại chỉ có 2 trị
số mã hóa tượng trưng cho 2 trạng thái
khác nhau (có hoặc khơng)
02/08/2017

18

6


Một số xử lý trên biến
• Cách thực hiện:
– Menu transform, chọn Count
– Target Variable: Khai báo tên biến cần tạo
– Target Label: Khai báo nhãn

– Đưa các biến cần chuyển vào Numeric Var
– Click Define Values mở hộp thoại
– Nhận 7 vào ô Value
– Click Continue và OK

02/08/2017

19

Tùy chọn của chương
trình
• Menu Edit, chọn Options:
– Measurement System: Thay đổi đơn vị
– Variable list: Thay đổi cách thể hiện
– Pivot Table: Chọn cách thể hiện bảng kết quả
– File Location: Chọn nơi lưu trữ và mở file dữ
liệu
– Viewer: Chọn font hiển thị kết quả
02/08/2017

20

Câu hỏi ôn tập
1. Hãy cho biết các loại dữ liệu và các
loại thang đo?
2. Nguyên tắc mã hóa và nhập liệu
3. Trình bày cách tạo tập tin dữ liệu
trong SPSS For Windows.
4. Qui trình thực hiện việc mã hóa lại
biến (Recode)

5. Chuyển Category thành Dichotomy
02/08/2017

21

7


CHƯƠNG II
LÀM SẠCH DỮ LIỆU

NỘI DUNG
 Sự cần thiết
 Các biện pháp ngăn ngừa
 Các phương pháp làm sạch dữ liệu

Sự cần thiết
Dữ liệu sau khi nhập xong chưa thể đưa vào xử lý và
phân tích vì:
 Chất lượng của phỏng vấn và đọc soát (hiểu sai, thu
thập sai, chọn sai đối tượng, trả lời sai ý, người đọc
soát chưa phát hiện,…)
 Nhập dữ liệu (sai, sót, thừa)

8


Các biện pháp ngăn ngừa
 Thiết kế bản câu hỏi rõ ràng, dễ hỏi, dễ trả lời.
 Chọn lọc và huấn luyện phỏng vấn viên kỹ lưỡng.

 Sau khi phỏng vấn, bản câu hỏi phải được đọc soát
trước khi nhập.
 Việc mã hóa phải được tiến hành tập trung với một số
ít cá nhân phụ trách.

Các phương pháp làm sạch dữ liệu
 Dùng bảng tần số
- Lập bảng tần số cho tất cả các biến, đọc và rà soát các
giá trị lạ. Sau đó dùng lệnh FIND để tìm lỗi.
 Cách thực hiện
- Trong Data View, chọn cột có giá trị lỗi
- Vào Menu Edit > Find
- Nhập vào giá trị lỗi
- Truy ngược lại số thứ tự của hàng để biết được bản
câu hỏi tương ứng.

Các phương pháp làm sạch dữ liệu
 Dùng bảng phối hợp hai hay ba biến
- Lập bảng tần số cho tất cả các biến, đọc và rà sốt các
giá trị lạ. Sau đó dùng lệnh FIND để tìm lỗi.
 Cách thực hiện
- Trong Data View, chọn cột có giá trị lỗi
- Vào Menu Edit > Find
- Nhập vào giá trị lỗi
- Truy ngược lại số thứ tự của hàng để biết được bản
câu hỏi tương ứng.
- Vào Data > Sort Case để sắp xếp biến filter_$

9

Các phương pháp làm sạch dữ liệu
 Cách tìm lỗi đơn giản ngay trên cửa sổ dữ liệu
- Sử dụng lệnh Data > Sort Case để tìm lỗi đơn giản
cho các biến giới tính.

Câu hỏi ơn tập
 Sự cần thiết phải làm sạch dữ liệu.
 Các biện pháp ngăn ngừa lỗi cho dữ liệu
 Trình bày các phương pháp làm sạch dữ
liệu từ đơn giản đến phức tạp.

CHƯƠNG III
TÓM TẮT VÀ TRÌNH BÀY
DỮ LIỆU

30

10


NỘI DUNG
•
•
•
•
•
•
•
•

•

Phương pháp và cơng cụ
Bảng tần số đơn giản
Các đại lượng thống kê mô tả
Lập bảng tần số đồng thời tính tốn các
đại lượng thống kê mơ tả
Thống kê mô tả theo thủ tục Explore
Lập bảng tổng hợp nhiều biến
Xử lý câu hỏi có thể chọn nhiều trả lời
Trình bày kết quả bằng đồ thị
Bảng tùy biến (Custom tables)
31

PHƯƠNG PHÁP VÀ CƠNG CỤ
• Bảng tần số đơn giản
• Các đại lượng thống kê mơ tả, biểu đồ tần
số
• Bảng kết hợp nhiều biến
• Đồ thị

32

BẢNG TẦN SỐ ĐƠN GiẢN
• Xác định số lượng và tỉ lệ của các biểu
hiện nào đó trong tập dữ liệu.
• Ví dụ: Lập bảng tần số của gtinh
• Sau khi thực hiện, ta được 2 bảng:
– Bảng 3.1
N

Valid
Missing

500
0

– Valid: Trị hợp lệ (Số người có trả lời)
– Missing: Thiếu dữ liệu (Khơng trả lời)
33

11


BẢNG TẦN SỐ ĐƠN GiẢN
– Bảng 3.2
Frequency

Valid

Percent

Valid
Percent

Cumulative
Percent

Nam

249

49.8

49.8

49.8

Nu

251

50.2

50.2

100.0

Total

500

100.0

100.0

–
–
–
–

Cột đầu tiên là các biểu hiện của biến gtinh
Frequency: Tần số của từng biểu hiện
Percent: Tần suất tính theo tỉ lệ %
Valid Percent: Phần trăm hợp lệ, tính trên số
quan sát có thơng tin trả lời.
– Cumulative Percent: Phần trăm tích lũy do cộng
dồn từ các phần trăm từ trên xuống.
Trương Ngọc Tú

34

34

BẢNG TẦN SỐ ĐƠN GiẢN
• Cách thức tiến hành lệnh Frequencies:
– Menu Analyze > Descriptive Statistics >
Frequencies.
– Chọn biến muốn lập bảng tần số bằng cách
click vào tên biến và click nút mũi tên sang
phải (hoặc nhấp đôi tại biến)
– Click OK ta có 2 bảng kết quả 3.1 và 3.2
– Lưu ý: Nếu bỏ chọn ở phần Display Frequency
Tables thì ta chỉ tạo được bảng 3.1

Trương Ngọc Tú

35

35

CÁC ĐẠI LƯỢNG THỐNG KÊ MƠ TẢ
• Chỉ thực hiện đối với các biến định lượng
• Cách thức tiến hành lệnh:
– Menu Analyze > Descriptive Statistics >
Descriptive.
– Chọn 1 hoặc nhiều biến định lượng muốn tính
bằng cách click vào tên biến và click nút mũi
tên sang phải (hoặc nhấp đôi tại biến)
– Click nút Options để vào hộp tùy chọn các đại
lượng thống kê
– Click Continue để trở về hộp thoại trước đó
– Click OK ta có bảng kết quả Descriptives
Bảng 3.3

Trương Ngọc Tú

36

36

12


CÁC ĐẠI LƯỢNG THỐNG KÊ MƠ TẢ
• Ý nghĩa của các kết quả trên bảng 3.3:
–
–
–
–

–

N: Tổng số quan sát
Minimun: Giá trị nhỏ nhất
Maximun: Giá trị lớn nhất
Mean: Giá trị trung bình cộng
Std Error: Sai số chuẩn khi dùng giá trị trung
bình mẫu để ước lượng giá trị trung bình của
tổng thể
– Std Deviation: Độ lệch chuẩn, cho biết mức độ
phân tán của các giá trị của biến quanh giá trị
trung bình

Trương Ngọc Tú

37

37

CÁC ĐẠI LƯỢNG THỐNG KÊ MƠ TẢ
• Lựa chọn cách thể hiện bảng kết quả:
– Trên cửa sổ Output, nhấp đôi tại bảng kết quả.
– Menu Pivot > Transpose Rows and Columns
– Ngồi ra ta cũng có thể dùng cách đổi thứ hai:
Menu Pivot > Pivoting Trays. Lần lượt thực hiện
sắp xếp các nhãn đại diện vào bảng, ta sẽ có
được bảng kết quả theo yêu cầu (sinh viên tự
nghiên cứu)

Trương Ngọc Tú

38

38

LẬP BẢNG TẦN SỐ ĐỒNG THỜI TÍNH TỐN CÁC
ĐẠI LƯỢNG THỐNG KÊ MƠ TẢ
• Cách thực hiện:
– Menu Analyze > Descriptive Statistics >
Frequencies
– Chọn biến định lượng (c3)
– Click nút Statistics để chọn các đại lượng
thống kê cần tính như:
•
•
•
•

Percentile Values: Các giá trị tứ vị phân, …
Central Tendency: Khuynh hướng tập trung
Dispersion: Khuynh hướng phân tán
Distribution: Hình dáng phân phối

– Để vẽ biểu đồ, ta nhấn nút Chart, trong đó:
•
•
•
•
Trương Ngọc Tú

None: khơng thể hiện
Bar charts: Biểu đồ dạng thanh
Pie charts: Biểu đồ hình tròn
Histograms:Biểu đồ phân phối tần số

– Click OK

39

39

13


THỐNG KÊ MƠ TẢ VỚI THỦ TỤC EXPLORE
• Thực hiện thủ tục Explore:
– Vào Menu Analyze > Descriptive Statistics >
Explore.
– Chọn một hay nhiều biến dạng định lượng và
đưa sang khung Dependent List (biến tuoi).
– Chọn một hay nhiều biến muốn sử dụng làm
điều kiện để phân tích biến định lượng trên.
– Click nút Statistics để vào hộp Explore:Statistic
– Click nút Plots để vào hộp thoại Explore
– Click nút Options lựa chọn cách thức thủ tục
Explore xử lý các giá trị Missing.
– Sau mỗi lần chọn và xử lý xong các hộp thoại
trên, click nút Continue để về hộp thoại chính.
– Tại hộp thoại Explore, click OK.
Trương Ngọc Tú

40

40

THỐNG KÊ MƠ TẢ VỚI THỦ TỤC EXPLORE
• Chức năng của thủ tục Explore:
– Tính tốn các đại lượng thống kê cho tất cả các
trường hợp hoặc cho các nhóm con
– Nhận diện các giá trị khác biệt
– Tính tốn các giá trị thập vị phân của phân phối
– Tạo biểu đồ, hình dáng của biểu đồ cho thấy dữ
liệu phân phối như thế nào.

• Chuẩn bị thực hành (tạo file Explore)
– Vào Menu Data > Select Cases
– Chọn Random sample of cases
– Click Sample (nhập số 20 vào khung
Aproximately)
– Click Continue và sau đó Click OK (nhớ chọn
mục Delete unselected cases)
Trương Ngọc Tú

41

41

Chương 4

PHÂN TÍCH NHÂN TỐ

EXPLORE FACTOR
ANALYSIS ALPHA
(EFA)
VÀ KIỂM ĐỊNH CRONBACH

14


NỘI DUNG CHÍNH
Định nghĩa
Điều kiện ứng dụng
Nghiên cứu các nhân tố
Số các nhân tố phải tách ra
Phép quay (rotation)
Điểm số nhân tố (Factorial Scores)

Độ tin cậy và hiệu lực (Reliability and Validity)

ĐỊNH NGHĨA
Phân tích nhân tố khám phá là một phương pháp
phân tích thống kê dùng để rút gọn một tập gồm
nhiều biến quan sát phụ thuộc lẫn nhau thành một
tập biến (gọi là các nhân tố) ít hơn để chúng có ý
nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung
thông tin của tập biến ban đầu (Hair & ctg, 1998)
Chú ý: từ đây có thể hiện các biến là các items

MƠ HÌNH NHÂN TỐ
Giả sử phân tích nhân tố rút ra được i nhân tố
(factors), ta có:

Fi = W i1X1 + W i2X2 + W i3X3 + …. + W inXn
Với
Fi là ước lượng trị số của nhân tố (factor) thứ i.
W ik là quyền số hay trọng số nhân tố (weight or factor
score coefficient) của biến số thứ k đến nhân tố i.
k: Số biến (items)

15


ĐỊNH NGHĨA PHÂN TÍCH NHÂN TỐ
Rút gọn số biến
đầu tiên là xác định các chiều (dimension) khác nhau
sau đó, giải sự liên quan của mỗi biến (variable, items)
với các nhân tố (factors)
tùy theo tình hình mà giảm số lượng các biến

Chú ý
Khơng có biến độc lập và biến phụ thuộc, các biến có
cùng một tình trạng (cùng thang đo)

KÍCH THƯỚC MẪU
Tối thiểu là 50 quan sát và tốt hơn là lớn hơn
100
Số quan sát sẽ ảnh hưởng đến việc lựa chọn
các tiêu chuẩn trong phân tích nhân tố.

Qui tắc kinh nghiệm: số quan sát lớn hơn (ít
nhất) 5 lần số biến (items)

VÍ DỤ THANG ĐIỂM LIKERT

16


LÝ THUYẾT KHOA HỌC
Lý thuyết khoa học
Là hệ thống luận điểm

về mối liên hệ giữa các sự kiện

khoa học
Gồm:
Hệ thống khái niệm
Các mối liên hệ

SƠ LƯỢC VỀ KHÁI NIỆM
Khái niệm là công cụ
để gọi tên một sự kiện khoa học,
để tư duy và trao đổi thông tin,
là cơ sở để nhận dạng bản chất của một sự vật

Khái niệm gồm 2 bộ phận hợp thành
Nội hàm là tất

cả các thuộc tính bản chất của sự kiện

Ngoại diện là
trong nội hàm

tất cả các cá thể có chứa thuộc tính chỉ

Ví dụ: Khoa học
Nội hàm là hệ thống trí thức về bản chất sự vật
Ngoại diện là các loại khoa học: khoa học tự nhiên, xã hội, kỹ thuật…

THÀNH PHẦN CỦA LÝ THUYẾT KHOA HỌC

Khả năng suy rộng

Các giới hạn trong nghiên cứu: giá trị, thời gian và không gian -> giả thuyết

Khái niệm
nghiên cứu

Biến quan sát

Giả thuyết
lý thuyết

Giả thuyết
kiểm định

Khái niệm
nghiên cứu

Biến
quan sát

17

MƠ HÌNH NGHIÊN CỨU VÀ CÁC KHÁI NIỆM
Items 1.1
Items 1.2

LÃNH ĐẠO

Items 1.3
…
Items 1.n

CƠ HỘI ĐTẠO VÀ
TTIẾN
LƯƠNG, THƯỞNG

Items 2.1
Items 2.2

SỰ TRUNG
THÀNH

ĐỒNG NGHIỆP

Items 2.3
…
Items 2.n

PHÚC LỢI
BẢN CHẤT CVIỆC

MƠI TRƯỜNG LV

PHÂN TÍCH NHÂN TỐ

Analyze
Data

PHÂN TÍCH NHÂN TỐ

Reduction
Factor

Chọn tất cả
các biến cần
phân tích
nhân tố vào
ơ Variables
vào như
hình vẽ
Nhấn vào
Descriptive
s

18


PHÂN TÍCH NHÂN TỐ
Chọn Antiimage và KMO
Phương pháp:
Principal Components

Tiêu chuẩn:
Eigenvalues>=1
hoặc
Cố định số nhân
tố

PHÂN TÍCH NHÂN TỐ
Xoay
Varima
x

Xóa các trọng số <0,5
của các biến với các
nhân tố

B1. KIỂM TRA ĐIỀU KIỆN PHÂN TÍCH NHÂN TỐ
ĐK1: KMO > 0,5 (Hair
và cộng sự, 2006)

ĐK2: Sig. (Bartlett’s
Test) < 0,05 (Hair và
cộng sự, 2006)

Câu hỏi: Nếu KMO <0,5 hoặc Sig. (Bartlett’s Test) > 0,05
thì giải quyết thế nào?
-=> Bỏ items có giá trị trên đường chéo của Anti-image
Matrices < 0,3
Kiểm định Bartlett xem xét giả thuyết Ho: độ tương quan giữa các biến
quan sát bằng không trong tổng thể.

19


B2. XÁC ĐỊNH SỐ LƯỢNG NHÂN TỐ

Vấn đề 1: Tương ứng với việc chọn Eigenvalues > 1
+ Phương sai trích > 0,5 (50%)
+ Eigenvalues > 1
(Gerbing và Anderson, 1988)
Vấn đề 2: Chọn số lượng nhân tố cố định trước

Copyright @ 2009, LÊ VĂN HUY,

Thơng tin từ
biểu
Rotated
Compon
ent
Matrix
Bỏ các items
có giá trị
<0,5 (Hair và
cộng sự,
2006)

Bỏ các items
có giá trị
<0,5

PhD., Danang University of Economics

Copyright @ 2009, LÊ VĂN HUY,

Bỏ các items
có giá trị
<0,5
MT3, MT4

PhD., Danang University of Economics

20


Kết quả phân
tích sau khi
đã loại các
items MT3,
MT4

Đặt tên của
các Factors
(từ 1 đến 7)
Khi đặt tên:
Nên đối chiếu với
các biến tiềm ẩn
trong phần mơ
hình lý thuyết

Khi đặt tên:

- F1: Lãnh đạo
- F2: Cơ hội đào tạo
và thăng tiến
- F3: Lương, thưởng
- F4: Đồng nghiệp
- F5: Phúc lợi
- F6: Ban chất CV
- F7: Môi trường LV

CÂU HỎI 1
Hãy kết luận
F1: Cơ hội đào tạo và thăng

tiến

F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT5, ĐT6, ĐT7)
F2: Lãnh đạo
F3: Lương, thưởng
F4: Đồng nghiệp
F5: Phúc lợi
F6: Ban chất CV
F7: Môi trường LV

Được tạo thành từ các items nào?

21


KẾT LuẬN 1
Phương sai trích

Eigenvalues cumulative

% = 67,55%

Như vậy, 67,55%
biến
thích bởi 7 nhân tố

thiên của
dữ

liệu được giải

Barlett = 0,000 <0,05

Mức ý nghĩa kiểm định

Các biến quan sát có tương quan với nhau trên tổng
thể

KMO = 0,863
Dữ liệu phù hợp để thực hiện phân tích nhân tố

CÂU HỎI 2
Các bạn hãy thực hiện tương tự với biến tiềm ẩn
LTT

TÍNH CÁCH NHÂN SỐ
Nhân số bằng trung bình cộng của các biến số
(hoặc items) của từng Factors

F1:

Cơ hội đào tạo và thăng tiến

F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT5, ĐT6, ĐT7)

22


TÍNH CÁCH NHÂN SỐ
Trung bình
của các
biến
(items)

TÍNH CÁCH NHÂN SỐ

NHẬN XÉT !!!
Dữ liệu đã có giá trị?
Dữ liệu đã có độ tin cậy?

= Cần thực hiện kiểm định Cronbach Alpha
>

23


KIỂM ĐỊNH CRONBACH ALPHA

Analyze

Scale
Reliability Analysis

KIỂM ĐỊNH CRONBACH ALPHA
- Chọn các biến
(items) biểu hiện
F1 vào phân tích
- Nhấn Statistics

Chọn các tùy chọn
như hình vẽ

KẾT QUẢ
Điều kiện: Cronbach Alpha >=0,6
nhưng tốt nhất là lớn hơn 0,7
(Nunnally và Burnstein, 1994)

24


CÂU HỎI
Nếu Cronbach Alpha <0,6 thì xử lý thế nào?
Ỉ Cần kiểm tra loại items nào để cho Cronbach
Alpha lớn hơn 0,6
Ỉ Thơng tin xem trong Cronbach's Alpha if Item
Deleted

GIẢ SỬ

Cronbach Alpha = 0,465 <0,6 nên

không thỏa điều kiện Alpha >=
(Nunnally và Burnstein, 1994)

Nên bỏ items ĐT2 để Cronbach Alpha
tổng có giá trị là 0,86 (bằng chính
giá trị Alpha của items delected)

BỎ ITEMS ĐT2 KẾT QUẢ SẼ LÀ:

Kết luận: Thỏa điều kiện

25