hướng dẫn spss
DESCRIPTION
Hướng dẫn SPSS truong dai hoc cong nghiepTRANSCRIPT
Bài 1:
Cuộc điều tra nghiên cứu mối quan hệ giữa giới tính, tuổi và thói quen hút thuốc. Được cho như sau:(phần sau là những tập tin của những câu trả lời có tính chất lý thuyết. Mỗi hàng dữ kiện tham khảo làmột người trả lời cá thể.
Giớ i tính Tuổ i Thói quenhút thuốc
11122222112211
3524182645271736536456-13749
01111000001109
Bộ mã
Thói quen hút thuốc0 = không hút, 1 = hút , 9 = thiếu. Giới tính1 = nữ, 2 = nam , 9 = thiếu. Tuổi-1 = thiếu.
Tuổi trung bình của người hút thuốc và không hút thuốc, cùng với kiệm định –t cho sựkhác biệt về tuổi.
Bài làm
Click vào Define Groups…
Đặt giả thiết H0 là tuổi trung bình của những người hút thuốc và không hút thuốc làkhông có sự khác nhau.
Levene's Test for
Equality of
Variances
t-test for Equality of Means
F Sig. t df Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference
95% Confidence Interval
of the Difference
Lower Upper
Equal variances
assumedtuổi
Equal variances
not assumed
.152 .705 .500
.498
10
8.654
.628
.631
4.629
4.629
9.259
9.294
-16.002
-16.525
25.259
25.782
Independent Samples Test
Kiểm đinh Levene's Test có sig = 0.705 > 0.05 nên chấp nhận giả thiết phương saicủa các nhóm bằng nhau.Do đó, sử dụng kết quả kiểm định T ờ dòng phương sai bằng nhau. Kết quả kiểm địnht-test cho thấy sig = 0.628 > 0.05 nên chấp nhận giả thiết H0 kết luận rằng tuổi trungbình của người hút thuốc và không hút thuốc là không có sự khác nhau.Bài 2Mức tiêu thụ xăng của 3 loại xe – km/l
Xe A
22.219.920.321.421.221.020.3
Xe B
24.623.122.023.523.622.123.5
Xe C
22.721.923.324.122.123.4
-
Yêu c ầu:a. Vẽ biểu đồ hộp phản ánh mức tiêu thụ xăng của 3 loại xe (bằng
SPSS)b. Tính các giá trị trung bình của mẫu về mức tiêu thụ xăngc. Dùng phương pháp phân tích phương sai một yếu tố (one – way –
anova) để thấy được mức tiêu thụ xăng của 3 loại xe có khác nhauhay không ?
Bài làm
Click vào Options…
Click Continue và OKchạy Anova lần 2
Click vào nút Post Hoc…
Sum of Squares df Mean Square F Sig.
Between Groups
Within Groups
Total
21.670
12.248
33.918
2
17
19
10.835
.720
15.038 .000
Levene Statistic df1 df2 Sig.
.036 2 17 .965
Continue và OK
Đặt giả thiêt H0 mức tiêu thụ xăng trung bình của 3 loại xe là như nhau.Test of Homogeneity of Variances
Mức tiêu thụ xăng
Kiểm định Levene Statistic có sig = 0.965 > 0.05 nên chấp nhận giả thiết phương sai bằngnhau giũa các nhóm. Do đó bảng phân ANOVA sử dụng tốt.
ANOVA
Mức tiêu thụ xăng
Kiểm định ANOVA có mức ý nghĩa sig = 0.000 < 0.05 nên bác bỏ giả thiết H0 và kết luậnmức tiêu thụ xăng trung bình của 3 loại xe có sự khác nhau và có ý nghĩa thống kê.
Multiple Comparisons
(I) Loại xe (J) Loại xe Mean
Difference (I-J)
Std. Error Sig. 95% Confidence Interval
Lower Bound Upper Bound
Xe BXe A
Xe C
Xe AXe B
Xe C
Xe AXe C
Xe B
*-2.3000
*-2.0167
*2.3000
.2833*
2.0167
-.2833
.4537
.4722
.4537
.4722
.4722
.4722
.000
.002
.000
1.000
.002
1.000
-3.505
-3.270
1.095
-.970
.763
-1.537
-1.095
-.763
3.505
1.537
3.270
.970
Dependent Variable: Mức tiêu thụ xăng
Bonferroni
*. The mean difference is significant at the 0.05 level.
Bảng kết quả so sánh giá trị trung bình từng cặp Bonferroni cho thấy 2 cặp có giá trị sig <0.05 nên mức tiêu thụ xăng trung bình của ba loại xe trên có sự khác nhau và có ý nghĩathống kê.
Đồ thị trên cho thấy:
Mức tiêu thụ xăng trung bình của xe B cao nhất: 23.2 km/l
Tiếp đến mức tiêu thụ xăng của xe C trung bình 22.917 km/l
Thấp nhất là mức tiêu thục xăng của xe A trung bình 20.9 km/l
Stt Thái độ đốivới du lịch
Thu nhập GĐ(1000đ/tháng)
1 5 1845
2 6 2134
3 7 2516
4 7 1940
5 6 2108
6 9 3000
7 5 1848
8 8 2564
9 4 1972
10 3 1844
11 8 2855
12 7 2700
13 6 2256
14 2 1845
15 8 2900
Câu 3Giả sử chúng ta muốn xác định thái độ đối với du lịch của các gia đình phân theo thu nhập trong vòng hainăm qua. Các dữ liệu được thu thập từ một mẫu gồm 15 hộ gia đình. Thu nhập trung bình tháng của giađình tính bằng 1000đ/tháng, thái độ đối với du lịch được đo trên thang đo chín điểm.
Yêu c ầu :Hãy trình bày kết quả phân tích ANOVA để thấy
được rằng thu nhập gia đình có liên quan thái độ đối với du
lịch hay không? (Cho biết thêm chỉ xét 4 mức thu nhập gia
đình sau khi recode)
Bài làm
Click vào Continue
Click vào
1. Gõ tên mới vào ô Binned Variable
2. Click vào nút Make Cutpoints…
Click vào
Click vào Make Labels rồi OK.
Nhấp OK
Sum of Squares df Mean Square F Sig.
Between Groups
Within Groups
Total
38.267
16.667
54.933
3
11
14
12.756
1.515
8.419 .003
Levene Statistic df1 df2 Sig.
3.249 3 11 .064
Tạo ra một biếnđịnh tính mới
Từ đây chạy ANOVA bình thường như câu trên kết quả như sau:
Đặt giả thiết H0 thái độ đối với du lịch không có sự khác nhau giữa các nhóm thu nhập.
Test of Homogeneity of Variances
Thái độ
Bảng kết quả kiểm định Levene Statistic cho thấy: sig = 0.064 > 0.05 nên chấp
nhận giả thiết về phương sai bằng nhau giửa các nhóm. Do đó bảng phân tích
ANOVA sử dụng tốt.ANOVA
Thái độ
(I) Nhóm thu nhập (J) Nhóm thu nhập Mean Difference
(I-J)
Std. Error Sig. 95% Confidence Interval
Lower Bound Upper Bound
2101 - 2400
<= 2100 2401 - 2700
2701+
<= 2100
2101 - 2400 2401 - 2700
2701+
<= 2100
2401 - 2700 2101 - 2400
2701+
<= 2100
2701+ 2101 - 2400
2401 - 2700
-1.667
*-3.000
*-4.000
1.667
-1.333
-2.333*
3.000
1.333
-1.000*
4.000
2.333
1.000
.870
.870
.870
.870
1.005
1.005
.870
1.005
1.005
.870
1.005
1.005
.491
.033
.005
.491
1.000
.243
.033
1.000
1.000
.005
.243
1.000
-4.46
-5.79
-6.79
-1.13
-4.56
-5.56
.21
-1.89
-4.22
1.21
-.89
-2.22
1.13
-.21
-1.21
4.46
1.89
.89
5.79
4.56
2.22
6.79
5.56
4.22
Từ bảng phân tích ANOVA ta thấy: giá trị sig = 0.003 < 0.05 nên bác bỏ giả thiết
H0 và kết luận thái độ đối với du lịch có sự khác nhau giữa các nhóm thu nhập.
Multiple Comparisons
Dependent Variable: Thái độ
Bonferroni
*. The mean difference is significant at the 0.05 level.
Kết kiểm định từng cặp của các nhóm thu nhập: ta thấy cặp dưới 2100 và thu nhập
từ 2401 -> 2700 thái độ du lịch có sự khác nhau và có ý nghĩa thống kê vì sig =
0.033 < 0.05. Cặp dưới 2100 và thu nhập trên 2701 thái độ du lịch có sự khác nhau
và có ý nghĩa thống kê vì sig = 0.005 < 0.05. Nên kết luận thái độ du lịch so với
các nhóm thu nhập có sự khác nhau.
Doanh số bán (Tr.đ) 300 450 250 400 330 220 445 125 360 220 350 350
Chi phí quảng cáo
(Tr.đ) 20 25 21 30 16 14 35 10 27 16 30 32
Đồ thị trên cho thấy thu nhập càng cao thì thái độ đối với du lịch càng tăng.
Câu 4
Có số liệu của 12 doanh nghiệp về doanh số bán và chi phí quảng cáo như sau:
Yêu cầu:
Nhập dữ liệu vào SPSS, Tìm phương trình hồi quy tuyến tính thể hiện sự tương quan của Chiphí quảng cáo đến Doanh số bán?
(Ghi chú: Doanh số bán (tr.đ) là Y, Chi phí quảng cáo (tr.đ) là: X)
Bài làm
Click vào nút Statistics…
doanh số bán chi phí quảng cáo
Pearson Correlationdoanh số bán 1.000 .838
chi phí quảng cáo .838 1.000
Sig. (1-tailed)doanh số bán . .000
chi phí quảng cáo .000 .
Ndoanh số bán 12 12
chi phí quảng cáo 12 12
Click ContinueOK
Giả thiết được kiểm định: Chi phí quảng cáo tác động đến doanh số bán hàng (đơn vị:triệu đồng)
Mô hình hồi quy tổng thể như sau:Doanh số bán (triệu đồng) =0 +1*chi phí quảng cáo
Correlations
Bảng ma trận tương quan Correlations cho thấy hệ số tương quan của biến chi phi quảng cáo và doanhsố bán là R = 0.838. Chứng tỏ rằng mối tương quan của biến chi phí quảng cáo và doanh số bán là mốitương quan thuận (vì R > 0), hệ số tương quan R = 0.838 gần tiến tới 1 cho nên mối tương quan giữa 2biến này khá mạnh.
Coefficients a
Model Unstandardized Coefficients Standardiz
ed
Coefficien
ts
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1(Constant) 80.623 51.252 1.573 .147
chi phí
quảng cáo10.263 2.114 .838 4.854 .001 1.000 1.000
Mức độ quan tâm Độ tuổi3 13 13 12 13 23 21 22 2
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 a.838 .702 .672 56.096 1.935
a. Dependent Variable: doanh số bán
Bảng kiểm định mức ý nghĩa của các biến trong phương trình hồi quy Coefficientsa ta thấy sig của biến
chi phí quảng cáo = 0.001 < 0.05 nên bác bỏ giả thiết không tương quan giữa các biến và kết luận rằng
chi phí quảng cáo có mối tương quan với doanh số bán.
Phương trình tương quan là:
Doanh số bán = 80.623 + 10.263*chi phí quảng cáo.
Model Summary b
a. Predictors: (Constant), chi phí quảng cáo
b. Dependent Variable: doanh số bán
Bảng kết quả kiểm định sự phù hợp của mô hình hồi quy Model Summaryb cho thấy hệ số tương quangR điều chỉnh = 0.672 chứng tỏ rằng phương trình hồi quy trên giải thích được 67.2% sự biến thiên củadữ liệu.
Câu 5Nghiên cứu mối quan hệ giữa mức độ quan tâm đối với chủ đề gia đình trên tờ báo Sài Gòn Tiếp Thị vàtuổi tác. Cả hai yếu tố này là thang đo thứ bậc, dữ liệu được thu thập trong b ảng s ố liệu sau:
Bộ mãMức độ quan tâm chủ đề gia đình
1: Quan tâm nhất2: Quan tâm nhì3: Quan tâm ba
Độ tuổi1: Từ 18 -> 252: Từ 26 -> 353: Từ 36 -> 45
2 32 31 31 31 41 41 42 4
4: Từ 46 -> 60
Nhập dữ liệu trên vào SPSS.Dùng kiểm định mối liên hệ giữa hai thang đo thứ bậc (Tau – b của Kendall, d của Somer, gamma củaGoodman và Kruskal) để kiểm định mối quan hệ giữa tuổi tác và mức độ quan tâm đến chủ đề gia đìnhtrên báo SGTT?
Bài làm
Click vào Statistics…
Click continue.Click nút Cells
Continue ,
Value df Asymp. Sig. (2-
sided)
Pearson Chi-Square a9.333 6 .156
Likelihood Ratio 12.173 6 .058
Linear-by-Linear Association 7.560 1 .006
N of Valid Cases 16
OK
Đặt giả thiết H0 độ tuổi không liên quan đến mức độ quan tâm về chủ đề gia đình trên tờ báo sài gòntiếp thị.
Chi-Square Tests
a. 12 cells (100.0%) have expected count less than 5. The minimum
expected count is 1.25.
Từ kết quả kiểm đinh chi –square ta thấy giá trị kiểm điịnh sig = 0.156 >0.05 nên đại lượng kiểm định nàychưa phát hiện được mối quan hệ giữa 2 thang đo thứ bậc đó là độ tuổi và mức độ quan tâm về chủ đềgia đình trên báo sài gòn tiếp thị. Do đó trong trường hợp này không dùng đại lượng kiểm định chi –square mà dùng các đại lượng kiểm định trong trường hợp thang đo thứ bậc.
độ tuổi Total
từ 18 -> 25 từ 26 -> 35 từ 36 -> 45 từ 46 -> 60
mức độ
quan tâm
quan tâm
nhât
Count 0 1 2 3 6
% within độ tuổi 0.0% 25.0% 50.0% 75.0% 37.5%
quan tâm
nhì
Count 1 1 2 1 5
% within độ tuổi 25.0% 25.0% 50.0% 25.0% 31.2%
quan tâm
ba
Count 3 2 0 0 5
% within độ tuổi 75.0% 50.0% 0.0% 0.0% 31.2%
TotalCount 4 4 4 4 16
% within độ tuổi 100.0% 100.0% 100.0% 100.0% 100.0%
Value Asymp. Std.a
Error
bApprox. T Approx. Sig.
Ordinal by
OrdinalSomers' d
Symmetric -.619 .116 -5.292 .000
mức độ quan tâm Dependent -.583 .110 -5.292 .000
độ tuổi Dependent -.659 .124 -5.292 .000
Value Asymp. Std.a
Error
bApprox. T Approx. Sig.
Ordinal by Ordinal
Kendall's tau-b -.620 .117 -5.292 .000
Kendall's tau-c -.656 .124 -5.292 .000
Gamma -.800 .120 -5.292 .000
N of Valid Cases 16
Directional Measures
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
Symmetric Measures
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null hypothesis.
Từ kết quả các đại lượng kiểm định trong trường hợp thang đo thứ bậc: Somers' d, Kendall's tau-b,Kendall's tau-c, Gamma ta thấy sig của các đại lượng này rất nhỏ và nhỏ hơn 0.05 nên bác bỏ giả thiết H0 và kết luậnrằng độ tuổi có liên hệ đối với mức độ quan tâm về chủ đề gia đình trên tờ báo sài gòn tiếp thị, và có ý nghĩa thốngkê.
mức độ quan tâm * độ tuổi Crosstabulation
Từ kết quả của bảng thống kê mô tả và đồ thị cho thấy tuổi càng cao thì bạn đọc quan tâm càng nhiều vềchủ đề gia đình trên báo sài gòn tiếp thị.
Điểmtrung bình
Yêu thíchngành học
Thời giantự học
5 1 17 2 15 1 15 1 1
5.2 1 18 1 2
5.4 1 17 2 28 2 25 1 19 3 3
10 3 38 2 38 2 2
7.5 2 29 3 3
10 3 39.4 3 3
7 2 29 3 2
9.5 3 3
Câu 6Có dữ liệu thu thập được điểm trung bình của các sinh viên, mức độ yêu thích ngành đang học của sinhviên và thời gian tự học được cho như sau:
Điểm trung bình là thang đo định lượng
Yêu thích ngành đang học được mã hóa:
1: Không thích lắm
2: Thích
3: Rất thích
Thời gian tự học được mã hóa:
1: Tự học ít
2: Tự học trung bình
3: Tự học nhiều
Hãy nhập liệu dữ liệu vào SPSSSữ dụng phân tích phương sai nhiều yếu tố (Univariate) để kiểm định mối quan hệ giữa điểm trung bìnhcủa sinh viên liên quan đến mức độ yêu thích ngành học và thời gian tự học có sự khác nhau không?
Bài làm
Click nút Plots…
Click ContinueClick Nút Options
Yêu thích ngành học Thời gian tự học Mean Std. Deviation N
Không thích lắm
Tự học ít 5.100 .1673 6
Tự học trung bình 8.000 . 1
Total 5.514 1.1067 7
Thích
Tự học ít 7.000 . 1
Tự học trung bình 7.500 .5000 5
Tự học nhiều 8.000 . 1
Total 7.500 .5000 7
Rất thíchTự học trung bình 9.000 . 1
Tự học nhiều 9.483 .4491 6
Click Continue và OK
Đặt giả thiết H0 điểm trung bình không liên quan đến ngành học và thời gian tự học.
Descriptive Statistics
Dependent Variable: Điểm trung bình
Source Type III Sum of
Squares
df Mean Square F Sig.
Corrected Model a61.150 6 10.192 66.416 .000
Intercept 680.549 1 680.549 4434.917 .000
yeuthichnganhhoc 3.039 2 1.520 9.903 .002
thoigiantuhoc 4.437 2 2.218 14.457 .000
yeuthichnganhhoc *
thoigiantuhoc2.449 2 1.224 7.978 .005
Error 2.148 14 .153
Total 1237.060 21
Corrected Total 63.298 20
Total 9.414 .4488 7
Total
Tự học ít 5.371 .7342 7
Tự học trung bình 7.786 .6986 7
Tự học nhiều 9.271 .6945 7
Total 7.476 1.7790 21
Từ số liệu của bảng thống kê mô tả ta thấy: Những người có yêu thích về ngànhhọc của mình thì thời gian tự học của họ có vẻ như nhiều hơn, và điểm trung bìnhcó vẻ cao. Cụ thể giá trị trung bình tang theo thời gian tự học và theo mức độ yêuthích về ngành học.
Tests of Between-Subjects Effects
Dependent Variable: Điểm trung bình
a. R Squared = .966 (Adjusted R Squared = .952)
Nhìn vào bảng kiểm định mức độ tương tác nhau giữa các biến trong mô hình, tathấy: Những sinh viên yêu thích ngành học khác nhau thì sẽ ảnh hưởng khác nhauđến điểm trung bình, vì giá trị sig. của yêu thích ngành học và điểm trung bình =0.002 < 0.05.
Thời gian tự học và điểm trung bình có mối liên quan nhau, vì giá trị sig.=0.000 <
0.05.
Mức độ yêu thích về ngành học và thời gian tự học có sự liên quan nhau, vì giá trị
sig. = 0.005 < 0.05.
Như vậy, có đủ cơ sở để bác bỏ giả thiết H0 và kết luận rằng điểm trung bình củasinh viên có ảnh hưởng đến mức độ yêu thích về ngành học và thời gian tự học.
Từ đồ thị trên, ta thấy: Mức độ yêu thích về ngành học càng tăng thì điểm trungbình càng cao, và thời gian tự học càng nhiều.
Nhìn đồ thị trên ta thấy, thời gian tự học và mức độ yêu thích về ngành học cómối liên hệ nhau, mức độ yêu thích về ngành học càng nhiều thì thời gian tự họccàng tăng.
Câu 7Coù döõ lieäu trong hai maãu ñieàu tra nhoû veà tuoåi cuûa caùc sinh vieân taïi chöùc ñang hoïc naêm thöù 1 cuûa haingaønh nhö sau :
Tuoåi cuûa 30 sinh vieân ngaønh keá toaùn kieåm toaùn (KTKT)2821
2326
3027
2425
1929
2127
3921
2225
2228
3126
3729
3329
2022
3032
3527
Tuoåi cuûa 30 sinh vieân ngaønh quaûn trò kinh doanh (QTKD)31 23 36 24 20 21 42 33 30 31 37 33 19 40 4535 26
Yeâu caàu :34 29 38 27 39 25 28 26 33 31 22 32 37
Haõy veõ bieåu ñoà nhaùnh vaø laù (Stem – and – Leaf Plot), vaø bieåu ñoà hoäp (Boxplot) ñeå thaáy ñöôïc tuoåi cuûasinh vieân taäp trung nhieàu vaøo khoaûng naøo, cho nhaän xeùt yù kieán cuûa anh chò veà tuoåi cuûa sinh vieân thuoächai ngaønh naøy.Bài làm
Click vào Plots …
aKolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Tuổi SV KTKT .101 30 *.200 .963 30 .360
Tuổi SV QTKD .073 30 *.200 .984 30 .916
Statistic Std. Error
Tuổi SV KTKT
Mean 26.93 .927
95% Confidence Interval for
Mean
Lower Bound 25.04
Upper Bound 28.83
Click continueOk
Đặt giả thuyết H0 Tuổi trung bình của sinh viên kế toán kiểm toán và tuổi trung bình của sinhviên quản trị kinh doanh là không có sự khác nhau.
Tests of Normality
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Bảng kết quả kiểm định Shapiro-Wilk trong trường hợp mẫu < 50 cho thấy:
Giá trị kiểm định mức ý nghĩa của tuổi sinh viên KTKT có Sig = 0.360 > 0.05Giá trị kiểm định mức ý nghĩa của tuổi sinh viên QTKD có Sig = 0.916 > 0.05
Do đó, bác bỏ giả thuyết H0 và kết luận rằng tuổi trung bình của sinh viên KTKT và tuổi trungbình của sinh viên QTKD có sự khác nhau và có ý nghĩa thống kê.
Descriptives
5% Trimmed Mean 26.72
Median 27.00
Variance 25.789
Std. Deviation 5.078
Minimum 19
Maximum 39
Range 20
Interquartile Range 8
Skewness .533 .427
Kurtosis -.127 .833
Tuổi SV QTKD
Mean 30.90 1.232
95% Confidence Interval for
Mean
Lower Bound 28.38
Upper Bound 33.42
5% Trimmed Mean 30.81
Median 31.00
Variance 45.541
Std. Deviation 6.748
Minimum 19
Maximum 45
Range 26
Interquartile Range 11
Skewness .062 .427
Kurtosis -.654 .833
Tuổi SV KTKT Stem-and-Leaf Plot
Frequency Stem & Leaf
1.009.00
12.005.003.00
12233
.
.
.
.
.
901112223455667778899900123579
Stem width:Each leaf:
101 case(s)
Đ thồ ị Stem-and-Leaf Plot cho th y tu i trung bình c a sinh viên k toán ki m toánấ ổ ủ ế ểt p trung t 25 -> 29 tu i là nhi u nh t vì thân có t n s cao nh t: 12 tu trung bìnhậ ừ ổ ề ấ ầ ố ấ ổlà 27 tu i.ổ
Tuổi SV QTKD Stem-and-Leaf Plot
Frequency Stem & Leaf
1.005.006.009.006.002.001.00
1223344
.
.
.
.
.
.
.
901234566789011123334567789025
Stem width:Each leaf:
101 case(s)
Cặp Mức lương cao nhất nhận được (đôla/tháng)Nam Nữ
1 262 2262 247 236
Đồ thị Stem-and-Leaf Plot cho thấy tuổi trung bình của sinh viên quản trị kinhdoanh tập trung từ 30 -> 34 tuổi là nhiều nhất. vì tần suất của cao nhất: 9 tuổi trung bình31 tuổi.
Kết luận, vậy tuổi sinh viên kế toán kiểm toán trẻ hơn sinh viên quản trị kinh doanh. Haynói cách khác tuổi trung bình của sinh viên quản trị kinh doanh cao hơn tuổi trung bìnhcủa sinh viên kế toán kiểm toán 4 tuổi.
Câu 8So sánh thu nhập trung bình của sinh viên nam và nữ sau khi tốt nghiệp. Có 14 cặp sinh viên được chọnmột cách nhẫu nhiên và mỗi cặp bao gồm 1 nam 1 nữ. Giả thiết cần kiểm định là mức lương đề nghị chotrung bình của sinh viên nam và nữ bằng nhau.Mức lương đề nghị cho sinh viên nam và nữ (thu nhập trọn gói) như sau:
3 284 2934 217 2235 286 2626 293 2597 283 2858 243 2139 300 20010 350 25011 320 30012 420 40013 420 30014 350 300
Các bạn hãy dùng kiểm định Paired Samples T - Test và rút ra nhận xét về mức lương của nam và nữsinh viên khi tốt nghiệp ra trường.
Bài làm
Click OK
Paired Differences t df Sig. (2-
tailed)Mean Std.
Deviation
Std.
Error
Mean
95% Confidence
Interval of the
Difference
Lower Upper
Pair 1
Mức lương
nam - Mức
lương nữ
37.714 41.097 10.984 13.985 61.443 3.434 13 .004
Mean N Std. Deviation Std. Error Mean
Pair 1Mức lương nam 305.36 14 61.381 16.405
Mức lương nữ 267.64 14 51.374 13.730
N Correlation Sig.
Pair 1Mức lương nam & Mức
lương nữ14 .748 .002
Đặt giả thuyết H0 Mức lương trung bình của sinh viên nam và sinh viên nữ là bằng nhau.
Paired Samples Correlations
Bảng kết quả kiểm định mối tương quan của hai biến mức lương nam và mức lương nữcó giá trị Sig = 0.002 (<0.05) nên hai biến này có mối tương quan nhau, hệ số tương quancủa hai biến này khá lớn gần tiến tới 1 (R = 0.748) chứng tỏ mối quan hệ của hai biến nàyrất mạnh và có ý nghĩa thống kê.
Paired Samples Test
Kết quả kiểm định Paired Samples Test về sự khác biệt nhau về giá trị trung bình của hainhóm cho thấy:
Giá trị kiểm định mức ý nghĩa Sig = 0.004 (<0.05) nên bác bỏ giả thuyết H0 và kết luận
rằng Mức lương trung bình của sinh viên nam và sinh viên nữ khi tốt nghiệp ra trường là
khác nhau và có ý nghĩa thống kê. Hay nói cách khác có sự chênh lệch có ý nghĩa thống
kê về mức lương nam và nữ sau khi tốt nghiệp ra trường.
Paired Samples Statistics
Từ bảng kết quả thống kê mô tả trên cho thấy Mức lương trung bình của sinh viên nam
(305.36usd) cao hơn mức lương trung bình của sinh viên nữ (267.64usd). chênh lệch trung bình
là khoảng 37.714 usd.
Bài 9Cuộc điều tra nghiên cứu mối quan hệ giữa giới tính, tuổi và thói quen hút thuốc. Được cho như sau:(phần sau là những tập tin của những câu trả lời có tính chất lý thuyết. Mỗi hàng dữ kiện tham khảo làmột người trả lời cá thể.
Stt Giới tính Thói quenhút thuốc
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21111222122111122111
01111000001111101111
Bộ mã Giới tính1 = nữ, 2 = nam Thói quen hút thuốc0 = không hút, 1 = hút
Yêu cầu:Nhập dữ liệu vào chương trình SPSS.Dùng điểm định Chi –Square để kiểm định mối quan hệ giữa thói quen hút thuốc và giới tính cósự khác nhau hay không?
Bài làm
Click vào nút Statistics…
Click nút ContinueClick nút Cells…
Value df Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square a9.377 1 .002
bContinuity Correction 6.676 1 .010
Likelihood Ratio 10.016 1 .002
Fisher's Exact Test .004 .004
Linear-by-Linear Association 8.908 1 .003
N of Valid Cases 20
Click nút ContinueOk.Đặt giả thuyết H0 thói quen hút thuốc và giới tính là không sự khác nhau.
Chi-Square Tests
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is 2.80.
b. Computed only for a 2x2 table
Kết quả kiểm định bảng Chi – Square Test cho thấy: giá trị kiểm định Chi – Square ở độ tin cậy95% có mức ý nghĩa Sig. = 0.002 (< 0.05) nên bác bỏ giả thuyết H0 và kết luận rằng thói quenhút thuốc và giới tính có sự khác nhau và có ý nghĩa thống kê.
Giới tính Total
Nam Nữ
Thói quen hút thuốc
Không hút thuốcCount 1 6 7
% within Giới tính 8.3% 75.0% 35.0%
Có hút thuốcCount 11 2 13
% within Giới tính 91.7% 25.0% 65.0%
TotalCount 12 8 20
% within Giới tính 100.0% 100.0% 100.0%
Thói quen hút thuốc * Giới tính Crosstabulation
Từ kết quả bảng Crosstabulation và đồ thị cho thấy tỷ lệ % của người hút thuốc vàkhông hút thuốc phân theo giới tính nam, nữ có sự khác nhau nhiều. có hút thuốc thìnam hút thuốc chiếm tỷ lệ % nhiều hơn nữ (nam: 91.7%; nữ 25%). Không hút thuốc thì
Doanh số (Tr.đ) Chi phí (Tr.đ) Khu vực(1: Thành thị; 0 Nông thôn)
100 30 0300 20 0500 40 1350 25 0400 50 0600 40 1700 40 1800 95 1550 35 0800 90 1900 80 1500 45 1120 10 0680 25 1
Value Approx. Sig.
Nominal by NominalPhi -.685 .002
Cramer's V .685 .002
N of Valid Cases 20
tỷ lệ % nữ chiếm nhiều hơn nam (Nữ: 75%; Nam 8.3%). Điều này chứng tỏ rằng Namchiếm tỷ lệ % hút thuốc nhiều hơn nữ.
Symmetric Measures
a. Not assuming the null hypothesis.
b. Using the asymptotic standard error assuming the null
hypothesis.
Bảng kết quả (Symmetric Measures) đo lường mối quan hệ của hai biến mạnh hay yếu.giá trị kiểm định Phi = -0.685 < 0 với mức ý nghĩa Sig = 0.002 (< 0.05) cho thấy mốiquan hệ giữa hai biến này là nghịch biến. có nghĩa là tỷ lệ % những người không hútthuốc thì nữ nhiều hơn nam, tỷ lệ % của những người có hút thuốc thì nam nhiều hơn nữ.Nếu xét về độ lớn thì giá trị Phi = 0.685 -> 1 nên mối tương tác nhau của hai biến này rấtlớn. có nghĩa là có sự khác nhau rất lớn giữa những người hút thuốc và không hút thuốctheo giới tính nam và nữ.
Bài 10Có số liệu về doanh số, chi phí quảng cáo và khu vực bán hàng như sau:
Dùng phân tích hồi quy tuyến tính biến giả để phân tích mối quan hệ giữa chi phí và khu vực bán hàngtác động đến doanh số bán của doanh nghiệp?
Bài gi ải
Click chọn statistics
Sau đó nhấn continueClick chon plots
Doanh số Chi phí quảng
cáo
khu vực
Pearson Correlation
Doanh số 1.000 .762 .792
Chi phí quảng cáo .762 1.000 .563
khu vực .792 .563 1.000
Sig. (1-tailed)
Doanh số . .001 .000
Chi phí quảng cáo .001 . .018
khu vực .000 .018 .
N
Doanh số 14 14 14
Chi phí quảng cáo 14 14 14
khu vực 14 14 14
Continue -> OK
Các giả thuyết: Những nhân tố tác động đến doanh số bán hàng (đơn vị: triệu đồng )
H1 chi phí quảng cáo tác động đến đến doanh số bán hàng
H2 khu vực tiêu thụ tác động đến đến doanh số bán hàng
Mô hình hồi quy tổng thể như sau:Doanh số bán (triệu đồng) =0 +1*chi phí quảng cáo +2*khu vực tiêu thụ
Correlations
Bảng kết quả tính hệ số tương quan của các biến độc lập tác động đến doanh số bán
(Correlations) cho thấy, giá trị kiểm định mức ý nghĩa của biến chi phí quảng cáo tác động
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) 179.017 70.010 2.557 .027
Chi phí quảng cáo 4.388 1.647 .462 2.665 .022 .683 1.463
khu vực 256.436 83.530 .532 3.070 .011 .683 1.463
Model Sum of Squares df Mean Square F Sig.
1
Regression 615527.518 2 307763.759 18.824 b.000
Residual 179843.911 11 16349.446
Total 795371.429 13
ANOV
đến doanh thu là sigα = 0.001, giá trị kiểm định mức ý nghĩa của biến khu vực tác động
đến doanh thu là sigα = 0.000. Mức ý nghĩa của hai biến đều nhỏ hơn 0.05 nên kết luận
rằng chi phí quảng cáo có mối tương quan với doanh số bán hàng, khu vực bán hàng cũng
có mối tương quan đến doanh số bán hàng.
Hệ số tương quan của biến chi phí quảng cáo với doanh số bán là R1 = 0.762, hệ số tương
quan của biến khu vực với doanh số bán là R2 = 0.792. Cho thấy, các biến chi phí quảng
cáo và khu vực có mối tương quan rất mạnh đối với doanh số bán (R -> 1) và mối tương
quan của các biến trên với doanh số bán là mối tương quan thuận (R > 0).
a
a. Dependent Variable: Doanh số (tr.đ)
b. Predictors: (Constant), Khu vực, Chi phí (Tr.đ)
Kiểm định F sử dụng trong phân tích phương sai (ANOVAa ) là một phép kiểm định giảthuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụthuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Trong trường hợpnày, ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủ khác 0, giá trị sig.= 0.000rất nhỏ (<0.05) cho thấy mô hình sử dụng là phù hợp và các biến đều đạt được tiêuchuẩn chấp nhận (Tolerance > 0,0001).
a. Dependent Variable: Doanh số
Coefficients a
Kết quả kiểm định mức ý nghĩa của mô hình hồi quy (Coefficientsa) cho thấy, giá trị kiểm địnhmức ý nghĩa của biến chi phí quảng cáo với doanh số bán là 0.022 < 0.05, giá trị kiểm định mức
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 a.880 .774 .733 127.865 2.316
Model Summary
ý nghĩa của biến khu vực với doanh số bán là 0.011 < 0.05,nên bác bỏ giả thiết không tươngquan và kết luận rằng chi phí quảng cáo và khu vực bán hàng có liên quan đến doanh số bán củadoanh nghiệp. mô hình hồi quy tương quan có dạng như sau:
Doanh số bán = 179.017 + 4.388*Chi phí quảng cáo + 256.436*Khu vực
Đối với khu vực thành thị thì mô hình là: Doanh số bán = 435.453 + 4.388*Chi phíquảng cáo
Đối với khu vực nông thôn thì mô hình là: Doanh số bán = 179.017 + 4.388*Chi phíquảng cáo
Từ hai mô hình trên ta thấy khu vực bán hàng ở thành thị tác động đến doanh số bán nhiều hơnnông thôn (vì hằng số của phương trình hồi quy thành thị cao hơn hằng số của phương trình hồiquy nông thôn)
Mô hình hồi quy tương quan trên không vi phạm giả thuyết về hiện tượng tự tương quan (vì hệsố kiểm định hiện tương tự tương quan của các biến trong mô hình có VIF = 1.463 < 10)
b
a. Predictors: (Constant), khu vực, Chi phí quảng cáo
b. Dependent Variable: Doanh số
Bảng kết quả đánh giá sự phù hợp của mô hình hồi quy (Model Summaryb) cho thấy, hệ sốtương quan R điều chỉnh (Adjusted R Square)= 0.733 chứng tỏ rằng mô hình hồi quy ảnh hưởngsự tác động của hai nhân tố trên giải thích được hiện tượng tác động 73.3% sự biến thiên củadữ liệu, còn lại là do sự tác động của các nhân tố khác.
Mô hình hồi quy trên không vi phạm giả thuyết về hiện tượng tương quan chuỗi bậc nhất trongmô hình vì hệ số kiểm định Durbin-Watson = 2.316 thuộc trong khoảng từ 1->3 .
Stt Ttxang Maluc Nang May Lit Stt Ttxang Maluc Nang May Lit
1 18.96 48 893 4 1.475 26 10.52 90 1539 8 4.261
2 8.76 110 1514 8 4.261 27 13.16 65 1071 4 1.606
3 8.45 105 1591 6 3.786 28 13.38 67 1463 4 2.393
4 7.79 165 1550 6 3.786 29 15.84 74 891 4 1.721
5 7.96 139 1442 8 4.95 30 9.94 110 1260 4 1.983
6 8.93 103 1274 5 2.147 31 16.02 67 1328 5 1.983
7 9.46 115 1460 6 3.786 32 12.1 95 1152 4 2.196
8 7.44 155 1962 8 5.737 33 14.83 75 995 4 1.754
9 6.82 142 1824 8 5.753 34 19.62 67 833 4 1.491
10 8.14 150 1773 8 5.9 35 14.48 100 1177 4 1.95
11 11.97 71 1436 4 2.311 36 16.72 67 884 4 1.491
12 18.26 76 965 4 1.606 37 10.65 120 1319 6 2.393
13 20.5 65 950 4 1.41 38 16.76 60 886 4 1.459
14 10.43 100 1089 3 1.147 39 17.34 70 932 4 1.393
15 11.97 84 1121 4 2.213 40 11.18 116 1305 6 2.754
16 17.2 58 790 4 1.295 41 13.77 75 1144 4 1.967
17 12.32 88 1172 4 1.836 42 15 68 893 4 1.491
18 10.56 92 1289 4 2.295 43 14.96 88 1078 4 1.836
19 8.89 139 1607 8 4.95 44 13.64 82 1224 4 1.95
20 9.02 95 1420 6 3.278 45 12.06 80 1202 4 1.983
21 12.32 90 1205 4 2.475 46 9.81 88 1301 4 2.295
22 15.27 63 997 4 1.721 47 12.32 79 1181 4 1.967
23 15.88 66 810 4 1.606 48 7.74 85 1559 6 3.688
24 15.71 80 862 4 1.606 49 15.14 65 920 4 1.606
25 8.89 85 1334 6 3.278 50 9.06 105 1521 6 3.786
Câu 11:Có dữ kiện về 50 quan sát trong nghiên cứu mức tiêu thụ xăng của xe Ôtô.
Trong đó:Ttxang
Maluc
Nang
May
Lit
:
:
:
:
:
Mức tiêu thụ xăng (km/lit)
Công suất động cơ (HP)
Trọng lượng xe (kg)
Số máy (Cylinder)
Dung tích động cơ (lít)
Yêu c ầ u: a) Xây dựng mô hình hồi quy bội thể hiện tương quan
của các biến?b) Dự báo mức tiêu thụ xăng khi các biến yếu tố bằng 1.
Bài làm:
Click chọn statistics
Sau đó nhấn continueClick chon plots
Continue -> OK
Các giả thuyết: Những nhân tố tác động đến mức tiêu thụ xăng
H1 công suất động cơ tác động đến mức tiêu thụ xăng
H2 trọng lượng tác động đến mức tiêu thụ xăng H3 số máy tác động đến mức tiêu thụ xăng H4 dung tích động cơ tác động đến mức tiêu thụ xăng
Mô hình hồi quy tổng thể như sau:Mứ c tiêu th ụ xăng =0 +1*công su ất động cơ +2*trọng lượ ng xe +3*số máy +4*dung tích động cơ
correlations
Mức tiêu thụ
xăng (km/lit)
Công suất
động cơ (HP)
Trọng lượng
xe (kg)
Số máy
(Cylinder)
Dung tích
động cơ (lít)
Mức tiêu thụ xăng (km/lit)
Công suất động cơ (HP)
1.000
-.788
-.788
1.000
-.858
.786
-.681
.752
-.777
.818Pearson
Correlation
Sig. (1-
tailed)
Trọng lượng xe (kg)
Số máy (Cylinder)
Dung tích động cơ (lít)
Mức tiêu thụ xăng (km/lit)
Công suất động cơ (HP)
Trọng lượng xe (kg)
Số máy (Cylinder)
-.858
-.681
-.777
.
.000
.000
.000
.786
.752
.818
.000
.
.000
.000
1.000
.802
.901
.000
.000
.
.000
.802
1.000
.941
.000
.000
.000
.
.901
.941
1.000
.000
.000
.000
.000
Model Sum of Squares df Mean Square F Sig.
1
Regression 466.219 1 466.219 133.984 b.000
Residual 167.023 48 3.480
Total 633.243 49
2
Regression 487.713 2 243.856 78.755 c.000
Residual 145.530 47 3.096
Total 633.243 49
ANOVA
Dung tích động cơ (lít)
Mức tiêu thụ xăng (km/lit)
Công suất động cơ (HP)
.000
50
50
.000
50
50
.000
50
50
.000
50
50
.
50
50
N Trọng lượng xe (kg)
Số máy (Cylinder)
Dung tích động cơ (lít)
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
Bảng ma trận tương quan cho thấy mức tiêu thụ xăng có tương quan với các biến:
Công suất động cơ (HP)
Trọng lượng xe (kg)
Số máy (Cylinder)
Dung tích động cơ (lít)Vì mức ý nghĩa của hệ số tương quan các biến độc lập có giá trị sig = 0.000 < 0.05Mối tương quan của các biến này với biến mức tiêu thụ xăng là tương quannghịch biến, vì hệ số tương quan R của các biến độc lập với biến phụ thuộc có giátrị âm.
Biến trọng lượng xe tương quan mạnh nhất đối với mức tiêu thụ xăng vì hệ sốtương quan của 2 biến này cao nhất (R=0.858). biến số máy động cơ tương quanthấp nhất đối với mức tiêu thụ xăng vì hệ số tương quan của biến này nhỏ nhất(R=0.681).
a
a. Dependent Variable: Mức tiêu thụ xăng (km/lit)
b. Predictors: (Constant), Trọng lượng xe (kg)
c. Predictors: (Constant), Trọng lượng xe (kg), Công suất động cơ (HP)
Kiểm định F sử dụng trong phân tích phương sai (ANOVA) là một phép kiểm địnhgiả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xétbiến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập.
Trong trường hợp này, ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủkhác 0 (F=78.755), giá trị sig. rất nhỏ =0.000 (<0.05) cho thấy mô hình sử dụng làphù hợp và các biến đều đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001).
Model Unstandardized
Coefficients
Standardize
d
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
(Constant)1
Trọng lượng xe (kg)
(Constant)
Trọng lượng xe (kg)2
Công suất động cơ
(HP)
25.825
-.011
25.775
-.008
-.039
1.176
.001
1.110
.001
.015
-.858
-.624
-.298
21.959
-11.575
23.229
-5.520
-2.635
.000
.000
.000
.000
.011
1.000
.383
.383
1.000
2.614
2.614
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1
2
a.858
b.878
.736
.770
.731
.760
1.86538
1.75965 1.759
Model Summary
Coefficients a
a. Dependent Variable: Mức tiêu thụ xăng (km/lit)
Bảng kết quả kiểm định mức ý nghĩa ta thấy sig của biến trọng lượng xe bằng 0.000 <0.05. sig của biến công suất động cơ bằng 0.011 < 0.05. Nên Trọng lượng xe (kg) và Côngsuất động cơ (HP) có tương quan với mức tiêu thụ xăng.Phương trình tương quan là:
Mức tiêu thụ xăng (km/lit) = 25.775 – 0.008* Trọng lượng xe (kg) – 0.039* Công suất động cơ (HP)
Trong phương trình này biến tương quan mạnh nhất với mức tiêu thụ xăng là Trọng
lượng xe (kg) vì hệ số Beta = -0.624, Biến tương quan thấp hơn là Công suất động cơ (HP) vì hệ
số beta = -0.298.
Chuẩn đoán hiện tượng đa cộng tuyến Collinearity diagnostics với hệ số phóngđại phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hìnhđều rất nhỏ, có giái trị 2.614, thể hiện tính đa cộng tuyến của các biến độc lập làkhông đáng kể và các biến độc lập trong mô hình chấp nhận được (khi giá trị VIFvượt quá 10 là dấu hiệu của hiện tượng đa cộng tuyến).
c
a. Predictors: (Constant), Trọng lượng xe (kg)
b. Predictors: (Constant), Trọng lượng xe (kg), Công suất động cơ (HP)
c. Dependent Variable: Mức tiêu thụ xăng (km/lit)
Mức độ phù hợp của phương trình hồi quy Model Summaryc. Phương trình hồiquy trên giải thích được 76% sự biến thiên của các biến trong phương trình.
Mô hình hồi quy trên không vi phạm giả thuyết về hiện tượng tương quan chuỗibậc nhất trong mô hình vì hệ số kiểm định Durbin-Watson = 1.759 thuộc trongkhoảng từ 1->3 .
Dự báo:
Dự báo thống kê khi các biến độc lập trong phương trình hồi quy bằng 1Nhập giá trị cần dự báo ở các dòng cuối cùng của dữ liệu phân tích.
Click Save chọn như hình sau:
Kết quả
Stt Sinh viên Điểm1 A 82 B 93 C 84 D 75 E 56 F 97 G 108 H 59 I 7
10 J 611 K 5
Khi các biến độc lập có giá trị bằng 1 thì giá trị dự báo về mức tiêu thụ xăng là: Dự báo điểm: 25.728 (km/l)
Dự báo khoảng: (23.497 -> 27.959) (km/l)
Câu 12:Giảng viên dự đoán điểm bình quân một sinh viên trong lớp là 8 điểm. thực tế kiểm tra điểm của 15 sinhviên được thu thập như sau:
12 L 413 M 514 N 615 O 7
Hãy đánh giá chất lượng học tập của sinh viên có khác nhau với kết quả điểm dự đoán của giảng viênhay không? Nêu nhận xét đánh giá kết quả tính được, dùng kiểm định One Sample t – test.
Bài làm
Click ok
Stt Khu vực Tuổi (tháng) Chiều cao (cm)1 1 109 1362 1 113 137.63 1 115 138.54 1 116 130.55 1 119 1506 1 120 1457 1 121 1608 1 124 1509 1 126 165.3
10 1 129 15511 2 130 13012 2 133 131
Test Value = 8
t df Sig. (2-tailed) Mean Difference 95% Confidence Interval of the
Difference
Lower Upper
Điểm -2.738 14 .016 -1.267 -2.26 -.27
N Mean Std. Deviation Std. Error Mean
Điểm 15 6.73 1.792 .463
Đặt giả thiết H0 điểm dự đoán của giảng viên (8 điểm) và điểm trung bình của sinh viên là không có sựkhác nhau.
One-Sample Test
Bảng kết quả kiểm định (One-Sample Test) cho thấy, giá trị kiểm định Sigα = 0.016 <0.05 nên, bác bỏ giả thiết H0 và kết luận điểm dự đoán của giảng viên và điểm trungbình của sinh viên có sự khác nhau và có ý nghĩa thống kê.
One-Sample Statistics
Bảng kết quả thống kê mô tả (One-Sample Statistics ) cho thấy, điểm kiểm tra trungbình của sinh viên (6.73 điểm) thấp hơn điểm dự đoán của giảng viên (8 điểm), điều đónói lên chất lượng học tập của các sinh viên thấp hơn mong đợi của giảng viên.
Câu 13Nghiên cứu về chiều cao và tuổi của các học sinh thuộc vùng thành thị (1), và học sinh thuộcvùng nông thôn (2) như sau: Câu hỏi đặt ra là có sự khác biệt nào về chiều cao và tuổi giữa cáchọc sinh ở 2 khu vực khác nhau?Chiều cao (định lượng), Tuổi (định lượng), khu vực (định tính, 1: Thành thị; 2: Nông thôn).Dùng phép kiểm định ANOVA nhiều chiều Multivariate để kiểm định mối quan hệ trên.
13 2 134 130.514 2 135 138.215 2 137 135.516 2 139 14017 2 141 14018 2 142 145.519 2 139 135.220 2 140 140
Bài gi ải
Click vô Plots
Đưa biến khu _vực qua, click Add, click continueNhấn vô nút Options
Click Continue, click OK
Source Dependent Variable Type III Sum of
Squares
df Mean Square F Sig.
Corrected ModelTuổi (tháng) a
1584.200 1 1584.200 59.957 .000
Chiều cao b520.200 1 520.200 6.810 .018
InterceptTuổi (tháng) 328192.200 1 328192.200 12421.067 .000
Chiều cao 401521.122 1 401521.122 5256.055 .000
khuvucTuổi (tháng) 1584.200 1 1584.200 59.957 .000
Chiều cao 520.200 1 520.200 6.810 .018
ErrorTuổi (tháng) 475.600 18 26.422
Chiều cao 1375.058 18 76.392
TotalTuổi (tháng) 330252.000 20
Chiều cao 403416.380 20
Corrected TotalTuổi (tháng) 2059.800 19
Chiều cao 1895.258 19
Đặt giả thiết H0 không có sự khác nhau về chiều cao và tuổi của những học sinh sống ở các khác vực khácnhau (thành thị, nông thôn)
Tests of Between-Subjects Effects
a. R Squared = .769 (Adjusted R Squared = .756)
b. R Squared = .274 (Adjusted R Squared = .234)
·
·
·
Bảng kết qủa kiểm định mối quan hệ giữa các biến cho thấy, tuổi, chiều cao có
sự tương tác đến khu vực sinh viên cư trú. Được thể hiện trong kết quả ở dòng
Corrected Model có giá trị kiểm định mức ý nghĩa sig < 0.05.
Kết quả kiểm định mối quan hệ giữa các biến được trình bày qua bảng (Tests of
Between-Subjects Effects) cho thấy, tuổi và chiều cao có mối quan hệ rất chặt
và có ý nghĩa thống kê được thể hiện ở dòng Intercept có giá trị kiểm định mức ý
nghĩa rất nhỏ sig = 0.000 < 0.05.
Những học sinh cư trú ở các khu vực khác nhau có tương quan với tuổi và chiều
cao được thể hiện ở dòng thứ 3 có giá trị kiểm định mức ý nghĩa giữa khu vưc
tương tác với tuổi và chiều cao. Gía trị kiểm định mức ý nghĩa sig1 = 0.000 (<
0.05); sig2 = 0.018 (< 0.05). nên bác bỏ giả thiết H0 và kết luận có sự khác
nhau về chiều cao và tuổi của những học sinh, cư trú ở các khu vực khác nhau
và có ý nghĩa thống kê.
khu vực Mean Std. Deviation N
Tuổi (tháng)
Thành thị 119.20 6.143 10
Nông thôn 137.00 3.887 10
Total 128.10 10.412 20
Chiều cao
Thành thị 146.790 11.2710 10
Nông thôn 136.590 5.0744 10
Total 141.690 9.9875 20
Descriptive Statistics
· Bảng kết quả thống kê mô tả (Descriptive Statistics) và đồ thị cho thấy, tuổi
trung bình của các học sinh ở nông thôn cao hơn thành thị (Nông thôn: 137
tháng; Thành thị: 119 tháng).
·
·
Tuy nhiên, Chiều cao của các học sinh sống ở nông thôn lại có chiều cao trung
bình thấp hơn chiều cao trung bình của học sinh sống ở thành thị (Nông thôn:
136.59 cm; Thành thị: 146.79 cm).
Đồ thị Scatter minh họa mối liên hệ tuổi, chiều cao và khu vực cư trú sau:
· Từ kết quả đồ thị phân tán (Scatter) trên cho thấy, tuổi của học sinh ở các khu
vực trên càng cao thì chiều cao càng tăng.
STT A. Hình ãnh doanh nghiệp B. Cạnh tranh về giá C. Mức độ hài lòngGiữ chữ
tínHoạt
động xãhội
Marketing hiệu
quả
Chiếnlượcpháttriển
Lãi suấtcạnhtranh
Chi phíhợp lý
Giá linhhoạt
Hài lòngvới chấtlượng
Đáp ứngnhu cầu
1 4 4 4 4 4 4 4 4 42 3 3 3 4 4 3 3 4 43 4 4 4 4 4 4 4 5 44 4 4 4 4 5 4 4 5 55 4 4 4 4 4 4 4 4 46 2 5 3 2 4 4 4 4 37 4 4 4 4 4 3 4 5 48 5 5 5 5 5 4 4 5 49 5 4 4 5 5 5 4 5 5
10 4 4 3 4 5 4 5 5 511 4 4 4 4 4 4 4 4 412 2 3 4 4 4 3 3 4 413 4 4 4 4 5 4 4 5 514 3 4 4 4 4 3 3 4 415 4 2 5 5 4 4 4 5 5
Câu 14Có dữ liệu thống kê thu thập được về Đo lường mức độ hài lòng của khách hàng sử dụng sản phẩm, dịchvụ tại Ngân hàng TMCP Ngoại Thương Việt Nam. (1: Hoàn toàn không đồng ý; 5: Hoàn toàn đồng ý)
Yêu c ầu:
Hãy tạo khuôn, nhập liệu dữ liệu trên vào SPSS. Dùng Cronbach’s Alpha để kiểm định độ tincậy của ba thang đo trên, viết nhận xét của mình về kết quả kiểm định được?
Hướng dẫn
A. Hình ãnh doanh nghiệp
Click chọn Statistics…
Chọn Scale if item deleted, Continue.OK.Chạy Cronbach's Alpha lần 2 (Loại biến A2)
B. Cạnh tranh về giá
C. Mức độ hài lòng
Bài làmHệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quangiữa các biến quan sát. Phương pháp này cho phép loại bỏ những biến không phù hợp và hạn chế cácbiến rác trong mô hình nghiên cứu. Theo đó, chỉ những hệ số tương quan tổng biến phù hợp (CorrectedItem – Total Correlation) lớn hơn 0.3 và có hệ số Alpha lớn hơn 0.7 mới được xem là chấp nhận được vàthích hợp đưa vào phân tích những bước tiếp theo.
A. Hình ãnh doanh nghiệp
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
Giữ chữ tín 11.87 1.410 .781 .010
Hoạt động xã hội 11.73 3.638 -.128 .829
Marketing hiệu quả 11.67 2.524 .505 .413
Chiến lược phát triển 11.53 2.267 .503 .384
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
Giữ chữ tín 8.00 1.429 .676 .813
Marketing hiệu quả 7.80 2.171 .637 .825
Cronbach's
Alpha
N of Items
.574 4
Cronbach's
Alpha
N of Items
.829 3
Reliability Statistics
Item-Total Statistics
Bảng kết quả kiểm định Cronbach's Alpha cho thấy: hệ số Cronbach's Alpha cho 4 biến quan sát
trong thang đo “Hình Ảnh Doanh Nghiệp” có Cronbach's Alpha = 0.574 < 0.7 và hệ số tương
quan biến tổng Corrected item- total correlation của các 1 biến quan sát: hoạt động xã hội (A2) <
0.3. Do đó không thỏa các thông số khi phân tích độ tin cậy của thang đo, nên loại biến có hệ số
tương quan biến tổng (Corrected item- total correlation) < 0.3 ra khỏi quá trình phân tích và chạy
lại kiểm định Cronbach's Alpha lần 2.
Kết quả kiểm định Cronbach's Alpha lần 2 khi loại biến (A2)
Reliability Statistics
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
Lãi suất cạnh tranh 7.67 .952 .550 .780
Chi phí hợp lý 8.20 .743 .680 .641
Giá linh hoạt 8.13 .838 .645 .682
Cronbach's
Alpha
N of Items
.783 3
Cronbach's
Alpha
N of Items
.796 2
Chiến lược phát triển 7.67 1.667 .812 .640
Kết quả chạy Cronbach's Alpha lần 2 cho thấy, hệ số Cronbach's Alpha của 3 biến quan sát của
thang đo có giá trị Cronbach's Alpha = 0.829 > 0.7 và hệ số tương quan biến tổng của 3 biến
quan sát có giá trị Corrected item- total correlation > 0.3. Nên thang đo này đạt tiêu chuẩn độ tin
cậy khi kiểm định Cronbach's Alpha.
B. Cạnh tranh về giá
Reliability Statistics
Item-Total Statistics
Kết quả chạy Cronbach's Alpha thang đo “Cạnh tranh về giá” cho thấy, hệ số Cronbach's Alpha
của 3 biến quan sát của thang đo có giá trị Cronbach's Alpha = 0.783 > 0.7 và hệ số tương quan
biến tổng của 3 biến quan sát có giá trị Corrected item- total correlation > 0.3. Nên thang đo này
đạt tiêu chuẩn độ tin cậy khi kiểm định Cronbach's Alpha.
C. Mức độ hài lòng
Reliability Statistics
Mã hóa Công việc 1 2 3 4 5Cv1 Sử dụng tốt các năng lực cá nhân Cv2 Công việc rất thú vị Cv3 Công việc có nhiều thách thức Cv4 Có thể thấy rõ kết quả hoàn thành công việc
Lương 1 2 3 4 5L1 Được trả lương cao L2 Sống hoàn toàn dựa vào thu nhập của công ty L3 Tiền lương tương xứng với kết quả làm việc L4 Thu nhập được trả công bằng
Đồng nghiệp 1 2 3 4 5
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
Hài lòng với chất lượng 4.27 .352 .668 .
Đáp ứng nhu cầu 4.53 .267 .668 .
Item-Total Statistics
Kết quả chạy Cronbach's Alpha thang đo “Mức độ hài lòng” cho thấy, hệ số Cronbach's Alpha
của 2 biến quan sát của thang đo có giá trị Cronbach's Alpha = 0.796 > 0.7 và hệ số tương quan
biến tổng của 3 biến quan sát có giá trị Corrected item- total correlation > 0.3. Nên thang đo này
đạt tiêu chuẩn độ tin cậy khi kiểm định Cronbach's Alpha.
Như vậy, khi kiểm định độ tin cậy của 3 thang đo có 1 biến (A2: hoạt động xã hội) có hệ số
tương quan biến tổng < 0.3 nên biến này bị loại ra khỏi quá trình phân tích. 8 biến quan sát còn
lại của 3 thang đo trên đều thỏa mãn điều kiện hệ số cronbach’s alpha > 0.7 và hệ số tương quan
biến tổng > 0.3. Do đó, thang đo trên đạt tiêu chuẩn kiểm định độ tin cậy và tiếp tục các bước
phân tích tiếp theo.
Câu 15
Có dữ liệu khảo sát “Đo lường sự thỏa mãn trong công việc của nhân viên làm việc trong các
tổ chức tại thành phố Hồ Chí Minh”. Bảng câu hỏi này dựa trên thang đo Likert, vì đây có tính
chất lý thuyết nên tác giả chỉ lấy ra nột phần của kết quả khảo sát thu thập được từ 15 nhân viên
như sau:
Bảng câu hỏi: anh/ chị vui lòng đánh giá mức độ đồng ý đối với mỗi phát biểu dưới đây. Điểm
của các thang đo 1: rất không đồng ý, đến 5: rất đồng ý.
Stt Cv1 Cv2 Cv3 Cv4 L1 L2 L3 L4 Dn1 Dn2 Dn3 Dn41 5 5 5 5 3 3 2 3 4 4 4 32 4 4 4 4 4 4 4 4 4 4 4 53 4 4 4 4 3 3 3 3 3 3 3 34 5 4 5 5 5 5 5 5 4 4 4 45 5 5 5 5 4 4 5 3 3 3 3 56 4 4 4 4 4 4 4 4 3 3 3 27 4 4 4 4 3 4 3 4 3 3 3 38 4 5 5 4 5 5 5 4 4 4 4 59 4 5 5 4 4 3 5 4 4 4 4 4
10 5 5 5 4 4 5 5 4 4 4 4 411 5 5 5 5 4 5 5 4 4 4 4 412 4 4 4 3 4 3 3 4 3 4 4 413 4 4 4 3 3 3 3 3 4 4 3 314 5 5 5 5 5 4 4 5 4 4 4 515 3 4 4 3 5 4 4 4 4 4 4 3
Dn1 Thoải mái và dễ chịu Dn2 Phối hợp làm việc tốt Dn3 Mọi người làm việc rất thân thiện Dn4 Mọi người làm việc thường giúp đỡ lẫn nhau
Yêu cầu:
Hãy tạo khuôn, nhập liệu dữ liệu trên vào SPSS. Dùng kỹ thuật Phân tích nhân tố khám phá
(EFA- Exploratory Factor Analysis) để gom dữ liệu thành các nhóm nhân tố. Giải thích ý
nghĩa của các số liệu trong bảng kết quả và đặt tên nhóm cho các nhân tố tạo thành.
Hướng d ẫn
Chạy phân tích nhân tố lần 1:
Click chọn Descriptives…
Click chọn Rotation…
Click chọn Options…
Click OK
Phân tích nhân tố lần 2 (lần cuối):
Ok
Bài làm
Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất có ích choviệc xác định các tập hợp nhóm biến. Quan hệ của các nhóm biến có liên hệ qua lại lẫn nhauđược xem xét dưới dạng một số các nhân tố cơ bản.
Kết quả phân tích nhân tố lần 1:Rotated Component Matrix
Component
a
1 2 3
Cv1 .894
Cv3 .869
Cv4 .869
Cv2 .831
Dn4
L1 .855
L2 .804
L3 .792
L4 .788
Dn2 .972
Dn1 .856
Dn3 .854
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .563
Bartlett's Test of Sphericity
Approx. Chi-Square 116.965
df 55
Sig. .000
Extraction Method: Principal Component
Analysis.
Rotation Method: Varimax with Kaiser
Normalization.
a. Rotation converged in 5 iterations.
Bảng kết quả ma trận xoay nhân tố cho thấy, 12 biến quan sát được gom thành 3 nhân tố, trong
đó có 1 biến quan sát là Dn4 có hệ số tải nhân tố Factor Loading < 0.5 nên biến quan sát này bị
loại ra khỏi phân tích EFA. Tiến hành phân tích nhân tố lần 2 khi loại biến Dn4.
Kết quả phân tích nhân tố lần 2 (lần cuối):
KMO and Bartlett's Test
Kết quả tính hệ số đo lường mức độ phù hợp của mô hình phân tích nhân tố (KMO) và kiểm
định mức ý nghĩa của mô hình phân tích nhân tố (Bartlett's Test) cho thấy:
Hệ số KMO = 0.563 (KMO >= 0.5) nên phân tích nhân tố là phù hợp và đáng tin cậy.
Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có tương quan với
nhau trong tổng thể.
Com
pone
nt
Initial Eigenvalues Extraction Sums of Squared
Loadings
Rotation Sums of Squared Loadings
Total % of
Variance
Cumulati
ve %
Total % of
Variance
Cumulativ
e%
Total % of
Variance
Cumulative
%
1 4.974 45.218 45.218 4.974 45.218 45.218 3.266 29.691 29.691
2 2.386 21.693 66.911 2.386 21.693 66.911 2.893 26.297 55.987
3 1.638 14.895 81.806 1.638 14.895 81.806 2.840 25.819 81.806
4 .738 6.712 88.519
5 .468 4.250 92.769
6 .239 2.173 94.942
7 .208 1.890 96.832
8 .156 1.415 98.247
9 .132 1.200 99.447
10 .047 .425 99.873
11 .014 .127 100.000
Component
1 2 3
Cv1 .898
Cv4 .876
Cv3 .872
Cv2 .825
L1 .848
L2 .815
L4 .796
L3 .785
Dn2 .972
Total Variance Explained
Extraction Method: Principal Component Analysis.
Bảng kiểm định mức ý nghĩa của các nhân tố rút trích ra (Total Variance Explained)
Eigenvalues = 1.638 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì
nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) = 81.806%
> 50 %. Điều này chứng tỏ 81.806% biến thiên của dữ liệu được giải thích bởi 3 nhân tố.
Rotated Component Matrix a
Stt Nhân tố Biến Chỉ tiêu Tên nhóm
1 1
Cv1 Sử dụng tốt các năng lực cá nhân
Công việcCv4 Công việc rất thú vị
Cv3 Công việc có nhiều thách thức
Cv2Có thể thấy rõ kết quả hoàn thànhcông việc
2 2
L1 Được trả lương cao
LươngL2Sống hoàn toàn dựa vào thu nhập củacông ty
L4 Thu nhập được trả công bằng
L3Tiền lương tương xứng với kết quảlàm việc
3 3Dn2 Phối hợp làm việc tốt
Đồng nghiệpDn1 Thoải mái và dễ chịu
Dn3 Mọi người làm việc rất thân thiện
Dn1 .862
Dn3 .856
Extraction Method: Principal Component
Analysis.
Rotation Method: Varimax with Kaiser
Normalization.
a. Rotation converged in 5 iterations.
Bảng ma trận xoay nhân tố (Rotated Component Matrixa) cho thấy:
11 biến quan sát được gom thành 3 nhân tố, tất cả các biến số có hệ số Factor Loading >
0.5 cho nên không có biến nào bị loại.
Số nhân tố tạo ra 3 nhân tố.
Bảng phân nhóm và đặt tên cho các nhân tố
STT Sự thỏa mãn chungHài lòng vềcông việchiện tại
Công việchiện tại đápứng đượcnhu cầu
Tiếp tụclàm việc ở
tổ chức
TM1 TM2 TM31 4 3 32 4 4 43 4 4 44 5 5 55 5 5 56 4 4 47 4 4 48 5 5 59 5 5 5
10 5 5 411 5 5 512 4 3 413 4 4 414 5 5 515 4 3 3
Câu 16
Có dữ liệu khảo sát “Đo lường sự thỏa mãn trong công việc của nhân viên làm việc trong các
tổ chức tại thành phố Hồ Chí Minh”. Bảng câu hỏi này dựa trên thang đo Likert, vì đây có tính
chất lý thuyết nên tác giả chỉ lấy ra nột phần của kết quả khảo sát thu thập được từ 15 nhân viên
đánh giá về sự thỏa mãn của nhân viên khi làm việc trong các tổ chức, dữ liệu được cho như
sau:
Anh/ chị vui lòng đánh giá mức độ đồng ý đối với mỗi phát biểu dưới đây. Điểm của các thang
đo 1: rất không đồng ý, đến 5: rất đồng ý.
Yêu c ầu:
Hãy lập mô hình hồi qui bội (hồi quiđa biến) thể hiện sự tương quan giữa mức
độ thỏa mãn chung về công việc hiện tại
trong các tổ chức với các nhân tố tác động
đã gom được trong phân tích nhân tố khám
phá (EFA- Exploratory Factor Analysis) ở câu
trên. Nêu nhận xét báo cáo kết quả phân
tích được.
Hướng dẫn
1. Phân tích nhân tố cho biến phụ thuộc
Click chọn Descriptives…
Click chọn Rotation…
Click chọn Options…
Click OK
2. Kiểm định Cronbach’s Alpha
Click Statistics
Click Continue, OK
3. Tích giá trị của các biến phụ thuộc
Nhập tên biến mới
Nhập hàm tínhtrung bình (Mean)
Nhập Label của biếnmới
Kết quả
4. Tích giá trị của các biến độc lậpCông việc (là trung bình của các biến CV1, CV4, CV3, CV2)
Lương (là trung bình của các biến L1, L2, L4, L3)
Đồng nghiệp (là trung bình của các biến DN2, DN1, DN3)
5. Chạy hồi qui cho biến phụ thuộc và độc lập
Click Statistics
Click Continue, Plots…
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .744
Bartlett's Test of Sphericity
Approx. Chi-Square 37.428
df 3
Sig. .000
Click Continue, OK
Bài làm
1. Phân tích nhân tố cho biến phụ thuộc
Phân tích nhân tố cho các biến phụ thuộc để xác định các tập hợp nhóm biến được tạo ra
cho biến phụ thuộc. đồng thời cũng xác định mức độ tương quan của các biến quan sát trong biến
phụ thuộc, loại đi những biến quan sát có mức độ tương quan yếu làm nhiễu, ảnh hưởngđén dữ
liệu phân tích.
KMO and Bartlett's Test
Kết quả tính hệ số đo lường mức độ phù hợp của mô hình phân tích nhân tố (KMO) và kiểm
định mức ý nghĩa của mô hình phân tích nhân tố (Bartlett's Test) cho thấy:
Hệ số KMO = 0.744 (KMO >= 0.5) nên phân tích nhân tố là phù hợp và đáng tin cậy.
Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có tương quan với
nhau trong tổng thể.
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.722 90.732 90.732 2.722 90.732 90.732
2 .188 6.260 96.992
3 .090 3.008 100.000
Total Variance Explained
Extraction Method: Principal Component Analysis.
Cronbach's
Alpha
N of Items
.935 3
Component
1
TM2 .970
TM1 .945
TM3 .942
Bảng kiểm định mức ý nghĩa của các nhân tố rút trích ra (Total Variance Explained)
Eigenvalues = 2.722 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì
nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) = 90.732%
> 50 %. Điều này chứng tỏ 90.732% biến thiên của dữ liệu được giải thích bởi 1 nhân tố.
Component Matrix a
Extraction Method:
Principal Component
Analysis.
a. 1 components
extracted.
Bảng ma trận các nhân tố (Component Matrixa) cho thấy:
3 biến quan sát được gom thành 1 nhân tố, tất cả các biến số có hệ số Factor Loading >
0.5 cho nên không có biến nào bị loại.
Số nhân tố tạo ra 1 nhân tố cho biến phụ thuộc.
2. Kiểm định Cronbach’s Alpha cho biến phụ thuộc
Kiểm định cronbach’s Alpha cho các biến quan sát trong biến phụ thuộc để kiểm tra sự
chặt chẽ và tương quan giữa các biến quan sát, cho phép loại bỏ những biến không phù hợp và
hạn chế các biến rác trong biến phụ thuộc. Hệ số tương quan tổng biến phù hợp (Corrected Item
– Total Correlation) lớn hơn 0.3 và có hệ số Alpha lớn hơn 0.7 được xem là chấp nhận và thích
hợp đưa vào phân tích những bước tiếp theo.
Reliability Statistics
Sự thỏa mãn Công việc Lương Đồng nghiệp
Pearson Correlation
Sự thỏa mãn 1.000 .660 .685 .167
Công việc .660 1.000 .352 .264
Lương .685 .352 1.000 .420
Đồng nghiệp .167 .264 .420 1.000
Sig. (1-tailed) Sự thỏa mãn . .004 .002 .276
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
TM1 8.53 2.124 .880 .933
TM2 8.73 1.352 .928 .873
TM3 8.73 1.638 .878 .895
Item-Total Statistics
Kết quả chạy Cronbach's Alpha thang đo “Đánh giá mức độ thỏa mãn của nhân viên”
cho thấy, hệ số Cronbach's Alpha của 3 biến quan sát của thang đo có giá trị Cronbach's Alpha =
0.935 > 0.7 và hệ số tương quan biến tổng của 3 biến quan sát có giá trị Corrected item- total
correlation > 0.3. Nên thang đo này đạt tiêu chuẩn độ tin cậy khi kiểm định Cronbach's Alpha.
Như vậy, sau khi phân tích nhân tố và kiểm định độ tin cậy cronbach’s Alpha, số biến
phụ thuộc tạo ra 1 biến bao gồm TM2,TM1,TM3 và thang đo đạt tiêu chuẩn độ tin cậy
cronbach’s Alpha. Do đó, giá trị của biến phụ thuộc đo lường sự thỏa mãn của nhân viên làm
việc trong các tổ chức là trung bình của 3 biến TM2,TM1,TM3 được sử dụng để phân tích hồi
qui.
3. Phân tích hồi qui đa biến
Các giả thiết của mô hình: Những nhân tố tác động đến sự thỏa mãn của nhân viên làm việc
trong các tổ chức.
H1 công việc tác động đến sự thỏa mãn của nhân viên làm việc trong các tổ chức
H2 lương tác động đến sự thỏa mãn của nhân viên làm việc trong các tổ chức
H3 đồng nghiệp tác động đến sự thỏa mãn của nhân viên làm việc trong các tổ chức
Mô hình hồi qui tổng thể như sau:
Correlations
Công việc .004 . .099 .171
Lương .002 .099 . .060
Đồng nghiệp .276 .171 .060 .
N
Sự thỏa mãn 15 15 15 15
Công việc 15 15 15 15
Lương 15 15 15 15
Đồng nghiệp 15 15 15 15
Model Sum of Squares df Mean Square F Sig.
1
Regression 2.713 1 2.713 11.505 b.005
Residual 3.065 13 .236
Total 5.778 14
2
Regression 3.871 2 1.936 12.182 c.001
Residual 1.907 12 .159
Total 5.778 14
ANOVA
Bảng ma trận tương quan cho thấy sự thỏa mãn của công việc có tương quan với 2
nhân tố:
Công việc
Lương
Vì mức ý nghĩa của hệ số tương quan các biến độc lập có giá trị sig = 0.000 < 0.05
Nhân tố đồng nghiệp không tương quan với phụ thuộc sự thỏa mãn công việc vì hệ
số sig =0.276 (>0.05)
Mối tương quan của 2 biến này với sự thỏa mãn của công việc là tương quan
thuận, vì hệ số tương quan R của 2 biến độc lập với biến phụ thuộc có giá trị
dương.
Nhân tố lương tương quan mạnh nhất đối với sự thỏa mãn công việc vì hệ số
tương quan của nhân tố này cao nhất (R=0.685). nhân tố công việc tương quan
thấp hơn đối với sự thỏa mãn công việc vì hệ số tương quan của nhân tố này nhỏ
(R=0.660).
a
a. Dependent Variable: Sự thỏa mãn
b. Predictors: (Constant), Lương
c. Predictors: (Constant), Lương, Công việc
Kiểm định F sử dụng trong phân tích phương sai (ANOVA) là một phép kiểm địnhgiả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xétbiến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập.Trong trường hợp này, ta thấy rằng trị thống kê F được tính từ giá trị R2 đầy đủkhác 0 (F=12.182), giá trị sig. rất nhỏ =0.000 (<0.05) cho thấy mô hình sử dụng làphù hợp và các biến đều đạt được tiêu chuẩn chấp nhận (Tolerance > 0,0001).
Model Unstandardized Coefficients Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1(Constant) 1.762 .768 2.293 .039
Lương .651 .192 .685 3.392 .005 1.000 1.000
2
(Constant) -.123 .941 -.130 .898
Lương .491 .168 .517 2.919 .013 .876 1.141
Công việc .576 .213 .478 2.700 .019 .876 1.141
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-Watson
1 a.685 .470 .429 .48557
Model Summary
Coefficients a
a. Dependent Variable: Sự thỏa mãn
Bảng kết quả kiểm định mức ý nghĩa ta thấy sig của nhân tố lương bằng 0.013 < 0.05. sigcủa nhân tố công việc bằng 0.019 < 0.05 nên 2 nhân tố này có mối tương quan với sựthỏa mãn công việc và chấp nhận trong mô hình hồi qui tương quan đa biến thể hiệnmối tương quan của nhân tố lương và công việc tác động đến sự thỏa mãn công việcMô hình hồi qui tương quan là:
Sự thỏa mãn công việc = 0.517*Lương + 0.478*Công việc
Phương trình hồi qui tương quan trên cho thấy nhân tố lương tác động mạnh nhất đói với
sự thỏa mãn công việc của nhân viên vì hệ số beta của nhân tố này cao nhất (beta=
0.517). Nhân tố tác động mạnh thứ 2 đến thoả mãn công việc là công việc vì hệ số beta
của nhân tố này nhỏ hơn (beta= 0.478)
Mối tương quan của 2 nhân tố lương và công việc tác động đế sự thỏa mãn công việc của
nhân viên là mối tương quan thuận chiều vì giá trị hệ số beta của 2 nhân tố đều có giá trị
dương( beta>0).
Chuẩn đoán hiện tượng đa cộng tuyến Collinearity diagnostics với hệ số phóng đại
phương sai VIF (Variance inflation factor) của các biến độc lập trong mô hình đều rất
nhỏ, có giái trị 1.141, thể hiện tính đa cộng tuyến của các biến độc lập là không đáng kể
và các biến độc lập trong mô hình chấp nhận được (khi giá trị VIF vượt quá 10 là dấu
hiệu của hiện tượng đa cộng tuyến).
c
2 .819 b .670 .615 .39860 1.518
a. Predictors: (Constant), Lương
b. Predictors: (Constant), Lương, Công việc
c. Dependent Variable: Sự thỏa mãn
Mức độ phù hợp của phương trình hồi quy Model Summaryc. mô hình hồi quitương quan thể hiện sự tác động cảu 2 nhân tố lương và công việc tác động đếnsự thỏa mãn công việc của nhân viên có hệ số R điều chỉnh (Adjusted R Square =0.615) thể hiện 2 nhân tố lương và công việc tác động đến sự thỏa mãn công việccủa nhân viên ở mức độ 61.5% còn lại là do các nhân tố khác tác động sự thỏamãn công việc.
Mô hình hồi quy trên không vi phạm giả thuyết về hiện tượng tương quan chuỗibậc nhất trong mô hình vì hệ số kiểm định Durbin-Watson = 1.518 thuộc trongkhoảng từ 1->3 .