- 1. SPSS Trình bày: PGS. TS. LÊ VĂN HUY levanhuy@due.edu.vn Hƣớng dẫn kèm theo sách: Lê Văn Huy, Trƣơng Trần Trâm Anh (2012), Phương pháp nghiên cứu trong kinh doanh, Nhà xuất bản Tài chính, 277 trang.
- 2. TỐ EXPLORE FACTOR ANALYSIS (EFA) VÀ KIỂM ĐỊNH CRONBACH ALPHA
- 3. quy tuyến tính bội • Kiểm tra các điều kiện áp dụng mô hình • Số liệu sai lệch • Hồi quy với biến giả (dummy) • Phương pháp stepwise
- 4. THỨC: HỒI QUY ĐƠN • Mục đích: • Tìm mối quan hệ giữa hai biến (mối quan hệ nhân quả) • Điều kiện • Hai biến định lượng • Hai biến phải tuân theo quy luật phân phối chuẩn • Mô hình lý thuyết: Yi = B0 + B1*Xi + • Xi: trị quan sát thứ i của biến độc lập • Yi : giá trị dự đoán thứ i của biến phụ thuộc • B0 và B1: hệ số hồi quy
- 5. số góc (Bj) • Sự biến đổi của giá trị trung bình của các Y khi Xj tăng thêm 1 đơn vị, mọi yếu tố khác không đổi. • Kiểm định: tương tự như hồi qui đơn với (n-p-1) bậc tự do • Hệ số chặn - hằng số (B0) • Giá trị trung bình của Y khi Xj = 0 DIỄN GIẢI DỮ LIỆU
- 6. F= 75,549 và Sig = 0,000 <0,05 bác bỏ H0 nghĩa là 2 biến có mối quan hệ MQH thể hiện: LTTi = 0,957 +0,667*lãnh đạo + R2=0,276 MQH giữa 2 biến là… R2= 0,276 nên biến lãnh đạo giải thích 27,6% LTT
- 7. QUY BỘI MỐI QUAN HỆ GIỮA NHIỀU BIẾN ĐỘC LẬP (Định lượng) VÀ MỘT BIẾN PHỤ THUỘC (Định lượng) (MULTI-REGRESSION)
- 8. QUY (BỘI) • Mối liên hệ giữa một biến phụ thuộc (định lượng) với ít nhất hai biến độc lập (định lượng) là một hàm tuyến tính • Mô hình: Y X X Xi i i p pi i 0 1 1 2 2 … Biến phụ thuộc Các biến độc lập Các hệ số hồi qui của tổng thểHệ số chặn (hằng số) Sai số ngẫu nhiên
- 9. QUY BỘI (2 BIẾN): Tổng thể Kết quả 0 Yi=0+ 1X1i+ 2X2i + i Y X1 X2 i E(Y)=0+ 1X1+ 2X2
- 10. b1X1i+ b2X2i + ei MÔ HÌNH HỒI QUY BỘI (2 BIẾN): Mẫu
- 11. DỤNG MÔ HÌNH • Các điều kiện về dạng mô hình : • MQH tuyến tính giữa các biến độc lập với biến phụ thuộc • Các điều kiện về sai số mô hình (error): • Các sai số mô hình là độc lập (không tự tương quan) • Các sai số phân phối theo phân phối chuẩn • Các điều kiện về các số dự đoán: • Các biến độc lập không ngẫu nhiên • Các giá trị của các biến độc lập được đo lường không có sai số • Các số dự đoán là độc lập theo đường thẳng, (không có tương quan bội giữa các biến độc lập - multicollinearity)
- 12. CỨU VÀ CÁC KHÁI NIỆM Items 1.1 Items 1.2 Items 1.3 … Items 1.n Items 2.1 Items 2.2 Items 2.3 … Items 2.n LÃNH ĐẠO CƠ HỘI ĐTẠO VÀ TTIẾN LƢƠNG, THƢỞNG ĐỒNG NGHIỆP PHÚC LỢI BẢN CHẤT CVIỆC MÔI TRƢỜNG LV LÒNG TRUNG THÀNH
- 13. HỒI QUY BỘI (PP. ENTER) Phát triển mô hình để giải thích mối quan hệ F1,…,F7 với lòng trung thành (LTT)
- 14. KẾT QUẢ Phƣơng trình hồi quy bội LONGTT = - 0,745 + 0,245 F1 + 0,220 F2 + 0,476 F3
- 15. VÀ TỰ TƯƠNG QUAN • Đa cộng tuyến là trạng thái các biến độc lập trong mô hình có tương quan chặt chẽ với nhau. • Để kiểm tra hiện tượng đa cộng tuyến, có thể sử dụng bảng ma trận tương quan hoặc kiểm tra bằng lựa chọn Collinearity Diagnostic. • Kiểm tra tự tương quan, kích vào Durbin-Watson
- 16. VÀ TỰ TƯƠNG QUAN
- 17. tuyến: VIF < 10 Đối với biến Xi, tolerance bằng 1-Ri 2 với Ri là hệ số xác định của biến Xi được hồi qui bởi tất cả các biến độc lập khác Nếu Di>4/(n-p-1), quan sát được xem như có ảnh hưởng ĐA CỘNG TUYẾN VÀ TỰ TƯƠNG QUAN
- 18. VỚI PHƯƠNG PHÁP STEPWISE • Phương pháp này là kết hợp đưa vào dần và loại trừ dần. • Biến nào có tương quan riêng cao nhất sẽ được xem xét đưa vào mô hình trước với xác suất là 0,05 • Để ngăn chặn hiện tượng 1 biến được chọn vào rồi chọn ra lặp lại thì SPSS mặc định xác suất F vào nhỏ hơn F ra. • Thủ tục chọn biến sẽ kết thúc khi không còn biến nào thỏa tiêu chuẩn chọn vào, chọn ra nữa.
- 19. VỚI PHƯƠNG PHÁP STEPWISE
- 20. VỚI PHƯƠNG PHÁP STEPWISE Mô hình chọn luôn là mô hình cuối cùng Mô hình chọn luôn là mô hình cuối cùng
- 21. VỚI PHƯƠNG PHÁP STEPWISE Câu hỏi: Kết quả này có khác gì với kết quả của phương pháp ENTER Mô hình: LONGTT = -0,247 + 0,459 Lương và thưởng + 0,282 CH Đào tạo và thăng tiến + 0,260 Lãnh đạo
- 22. DỤNG MÔ HÌNH • Các điều kiện về dạng mô hình : • MQH tuyến tính giữa các biến độc lập với biến phụ thuộc • Các điều kiện về sai số mô hình (error): • Các sai số mô hình là độc lập (không tự tương quan) • Các sai số phân phối theo phân phối chuẩn • Các điều kiện về các số dự đoán: • Các biến độc lập không ngẫu nhiên • Các giá trị của các biến độc lập được đo lường không có sai số • Các số dự đoán là độc lập theo đường thẳng, (không có bội tương quan giữa các biến độc lập - multicollinearity)
- 23. có một biến (độc lập) không thỏa các điều kiện để thực hiện một phân tích tương quan thì thế nào? Có khả năng chuyển về biến đính tính không? • Nếu muốn phân tích tương quan, trong các biến độc lập có một biến định tính (biến 2 hoặc nhiều lựa chọn) thì có thể thực hiện được không?
- 24. QUY BỘI VỚI BIẾN GIẢ MỐI QUAN HỆ GIỮA MỘT HoẶC NHIỀU BIẾN ĐỘC LẬP (Định lượng), MỘT HOẶC NHIỀU BIẾN (Định tính) VÀ MỘT BIẾN PHỤ THUỘC (Định lượng) (MULTI-REGRESSION)
- 25. Các ví dụ: • Biến giới tính: nam-nữ, có mặt – vắng mặt miền Bắc, Trung, Nam • Được mã hóa 0 hoặc 1 • Về mặt lý thuyết, • các hằng số (hệ số chặn) phải khác nhau • Số các biến giả cần thiết bằng số lựa chọn (của biến định tính) - 1
- 26. 1 1 2 0 1 1 ˆ (0)i i iY b b X b b b X 0 1 1 2 0 2 1 1 ˆ (1) ( )i i iY b b X b b b b X Y = tiền lương X1,7 = Lãnh đạo, Cơ hội đào tạo và thăng tiến… X8 = Giới tính = Nam (X8 = 1) Nữ (X8 = 0) 0 nữ 1 nam 0 1 1 2 2 ˆ i i iY b b X b X Cùng hệ số hồi qui
- 27. (giới tính) Y (Lòng trung thành) b0 + b2 b0 Cùng hệ số gốc Hệ số chặn (hằng số) khác nhau 1b
- 28. DUMMY • Biến cũ • Giới tính 1: Nam, 2: Nữ • Chúng ta phải chuyển thành • Giới tính 1: Nam, 0: Nữ trước khi thực hiện phân tích!!!
- 29. HIỆN
- 30. HIỆN
- 31.
- 32. = -0,294 + 0,422 Lương và thưởng + 0,282 CH Đào tạo và thăng tiến + 0,261 Lãnh đạo + 0,396 Danh hiệu thi đua
- 33. VÀ PHÂN TÍCH (DUMMY) • Biến cũ: ĐIAĐIEM • Miền Bắc 1 • Miền Trung 2 • Miền Nam 3 • Chúng ta phải chuyển thành • ĐIAĐIEM1 Miền Bắc 1 Khác 0 • ĐIAĐIEM2 Miền Trung 1 Khác 0 Diễn giải dữ liệu cho phù hợp!!!
- 34. MÃ HÓA BIẾN • Sự mã hóa riêng biệt các biến giả cốt là thay thế các dòng lấy giá trị 0 đối với tất cả các biến giả liên quan đến một biến cụ thể bằng một giá trị -1.
- 35. MÃ HÓA BIẾN
- 36. MÃ HÓA BIẾN
- 37. DỤNG MÔ HÌNH • Các điều kiện về dạng mô hình : • MQH tuyến tính giữa các biến độc lập với biến phụ thuộc • Các điều kiện về sai số mô hình (error): • Các sai số mô hình là độc lập (không tự tương quan) • Các sai số phân phối theo phân phối chuẩn • Các điều kiện về các số dự đoán: • Các biến độc lập không ngẫu nhiên • Các giá trị của các biến độc lập được đo lường không có sai số • Các số dự đoán là độc lập theo đường thẳng, (không có bội tương quan giữa các biến độc lập - multicollinearity)
- 38. Adjusted (Press) Predicted Value 4000003000002000001000000 4 2 0 -2 -4 KIỂM TRA 1
- 39. Standardized Residual 3,25 2,75 2,25 1,75 1,25 ,75 ,25 -,25 -,75 -1,25 -1,75 -2,25 -2,75 -3,25 -3,75 Histogram Dependent Variable: prix Frequency 60 50 40 30 20 10 0 Std. Dev = 1,00 Mean = 0,00 N = 319,00
- 40. PHÂN PHỐI CHUẨN • Nhờ vào hệ số mất cấn đối (Skewness) • Nhờ vào Kurtose
- 41. DỤNG MÔ HÌNH • Câu hỏi: Nếu các điều kiện không đạt thì thế nào? • Các điều kiện vận dụng mô hình thường xuyên không đạt được: • Tuyến tính • Phương sai không đổi của các sai số (errors) của mô hình • Một mô hình là tuyến tính nếu các tham số hiện diện trong mô hình là tuyến tính, ngay cả khi các biến độc lập không tuyến tính
- 42. Các ví dụ của các mô hình tuyến tính: • Ví dụ mô hình không tuyến tính: XY 10 2 210 XXY XlogY 10 XY 10 X 0 1 eY
- 43. HÌNH • Hàm • Phép biến đổi • Dạng tuyến tính XY Xlog'X,Ylog'Y 'Xlog'Y
- 44. HÌNH • Hàm • Phép biến đổi • Dạng tuyến tính X eY Yln'Y Xln'Y
- 45. HÌNH • Hàm • Phép biến đổi • Dạng tuyến tính XlogY Xlog'X 'XY
- 46. HÌNH • Hàm • Phép biến đổi • Dạng tuyến tính X X Y X 1 'X, Y 1 'Y 'X'Y
- 47. HÌNH • Hàm • Phép biến đổi • Dạng tuyến tính X X e1 e Y Y1 Y ln'Y X'Y
- 48. HÌNH ĐƯỜNG DẪN (PATH ANALYSIS)
- 49. MINH HỌA LÃNH ĐẠO CƠ HỘI ĐTẠO VÀ TTIẾN LƢƠNG, THƢỞNG ĐỒNG NGHIỆP PHÚC LỢI MÔI TRƢỜNG LV LÒNG TRUNG THÀNH LỢI ÍCH HỮU HÌNH LỢI TÍCH TINH THẦN BẢN CHẤT CVIỆC
- 50. DỤNG MÔ HÌNH • Câu hỏi: • Bạn suy nghĩ gì về mô hình? • Bản chất của các mô hình? • Giải thích: • Các mối quan hệ • Mỗi mối quan hệ là một Hàm hồi quy tuyến tính các biến số phải tuân thủ các điều kiện của một hàm hồi quy tuyến tính
- 51. HỆ: QUAN HỆ 1 LÃNH ĐẠO PHÚC LỢI BẢN CHẤT CVIỆC YPL = a0 + a1LĐ + a2CV
- 52. HỆ: QUAN HỆ 2 CƠ HỘI ĐTẠO VÀ TTIẾN LƢƠNG, THƢỞNG PHÚC LỢI LỢI ÍCH HỮU HÌNH YLIHH = b0 + b1ĐT + b2LT + b3PL
- 53. MINH HỌA LÃNH ĐẠO LƢƠNG, THƢỞNG ĐỒNG NGHIỆP MÔI TRƢỜNG LV LỢI ÍCH TINH THẦN BẢN CHẤT CVIỆC YLITTT = c0 + c1LT + c2LĐ +…
- 54. MINH HỌA LÒNG TRUNG THÀNH LỢI ÍCH HỮU HÌNH LỢI TÍCH TINH THẦN YLTT = d0 + d1LIHH + d2LITT