BÀI TẬP XỬ LÝ SỐ LIỆU SPSS

Bài tập môn nghiên cứu khoa học GVHD: TS Nguyễn Hùng Phong

SVTH : Lê Thị Hà Thanh Page 1

TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM

HỆ ĐÀO TẠO SAU ĐẠI HỌC

BỘ MÔN: PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC

BÀI TẬP XỬ LÝ SỐ LIỆU SPSS

Giảng viên hướng dẫn : TS. NGUYỄN HÙNG PHONG

Sinh viên thực hiện : LÊ THỊ HÀ THANH

Lớp : ĐÊM 4-KHÓA 22

TP. Hồ Chí Minh – năm 2012

Bài tập môn nghiên cứu khoa học GVHD: TS Nguyễn Hùng Phong

SVTH : Lê Thị Hà Thanh Page 2

Câu 1: Phân tích EFA để tìm các biến mới hoặc giảm biến, tìm các yếu tố thành phần đo lường

biến này. Tính giá trị các biến mới.

Trước khi quyết định sử dụng EFA, ta cần phải xem xét mối quan hệ giữa các biến đo lường này (OC1,

OC2, PV, MP1, MP2) bằng cách kiểm định KMO.

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of

Sampling Adequacy.

.906

Bartlett's Test of

Sphericity

Approx. Chi￾Square

8507.27

4

df 496

Sig. 0.000

Bảng trên cho kết quả:

 KMO=0.906>0.6 => Phân tích nhân tố là phù hợp.

 Sign=0 (P_value < 0.05) => Các biến được đưa vào phân tích nhân tố là có tương quan với

nhau.

Từ 2 kiểm định trên, ta thấy có đủ điều kiện để thực hiện phân tích EFA> Sau khi xác định được mối

quan hệ giữa các nhân tố, ta thực hiện phân tích EFA cho các yếu tố OC1, OC2, PV, MP1, MP2, ta có

bảng kết quả sau:

Total Variance Explained

Compon

ent

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 7.522 23.505 23.505 7.522 23.505 23.505 4.077 12.740 12.740

2 2.703 8.447 31.952 2.703 8.447 31.952 3.509 10.966 23.706

3 1.772 5.537 37.489 1.772 5.537 37.489 2.703 8.446 32.152

4 1.445 4.516 42.006 1.445 4.516 42.006 1.917 5.991 38.144

5 1.204 3.762 45.768 1.204 3.762 45.768 1.685 5.267 43.410

Bài tập môn nghiên cứu khoa học GVHD: TS Nguyễn Hùng Phong

SVTH : Lê Thị Hà Thanh Page 3

6 1.056 3.299 49.067 1.056 3.299 49.067 1.512 4.725 48.135

7 1.010 3.157 52.224 1.010 3.157 52.224 1.309 4.089 52.224

8 .963 3.010 55.234

9 .899 2.810 58.044

10 .856 2.673 60.718

11 .831 2.598 63.316

12 .798 2.494 65.810

13 .779 2.435 68.245

14 .761 2.379 70.624

15 .735 2.297 72.921

16 .685 2.142 75.063

17 .671 2.097 77.160

18 .617 1.927 79.087

19 .607 1.897 80.984

20 .585 1.828 82.812

21 .568 1.776 84.588

22 .553 1.727 86.315

23 .540 1.687 88.002

24 .509 1.590 89.593

25 .498 1.555 91.148

26 .478 1.492 92.640

27 .464 1.449 94.089

28 .450 1.406 95.495

29 .400 1.250 96.745

30 .385 1.203 97.948

31 .355 1.108 99.057

32 .302 .943 100.000

Extraction Method: Principal Component Analysis.

 Theo đó, với tiêu chí giá trị Eigen value ≥ 1 cho thấy có 7 nhân tố được hình thành và tổng phương sai