- SPSS XỬ LÝ & PHÂN TÍCH DỮ LIỆU TS. - SPSS: Statistical Package for Social Sciences Sách, giáo trình ◦ Phân tích dữ liệu nghiên cứu với SPSS 1 & 2 – Hoàng Trọng, Chu Nguyễn Mộng Ngọc ◦ Dự báo và phân tích dữ liệu trong kinh tế và tài chính – Nguyễn Trọng Hoài, Phùng Thanh Bình, Nguyễn Khánh Duy 2 Phần I: DỮ LIỆU THỐNG KÊ Nghiên cứu và phân tích dữ liệu Một nghiên cứu định lượng vấn đề kinh tế xã hội thường bao gồm các bước cơ bản sau. - Xác định vấn đề nghiên cứu ◦ Thu thập dữ liệu ◦ Xử lý dữ liệu ◦ Phân tích dữ liệu ◦ Báo cáo kết quả 4 Phân loại dữ liệu Chia làm hai loại ◦ Dữ liệu định lượng: loại dữ liệu này phản ánh mức độ, mức độ hơn kém, tính được các giá trị đặc trưng. - Nó thể hiện bằng con số thu thập được Thang đo khoảng cách Thang đo tỉ lệ ◦ Dữ liệu định tính: loại dữ liệu này phản ánh tính chất, sự hơn kém, ta không tính được các giá trị trung bình, độ biến động của loại này Thanh đo định danh(nominal. - Thang đo thứ bậc(ordinal) 5 Ví dụ 1. - Loại điện thoại di động mà bạn sử dụng chính. - Mức độ hài lòng chung của bạn khi sử dụng loại điện thoại trên? Rất không hài lòng 1 2 3 4 5 Rất hài lòng 3. - Bạn thường sử dụng tính năng nào Nghe - gọi Tin nhắn Nghe nhạc Quay phim, chụp hình Games Khác 6. - Giới tính: Nam Nữ 6 Các thang đo cơ bản Thang đo định danh: Là loại thang đo dùng mã số để phân loại các đối tượng, chúng không mang ý nghĩa nào khác. - Ví dụ: Hãy cho biết tình trạng hôn nhân của anh chị hiện nay. - Độc thân 1 Đang có gia đình 2 Ly thân hoặc ly dị 3 Goá 4 Thang đo thứ bậc: Thường được sử dụng cho các tiêu thức thuộc tính và cũng được áp dụng nhiều cho tiêu thức số lượng. - trong thang đo này giữa các biểu hiện của tiêu thức có quan hệ thứ bậc hơn kém. - Sự chênh lệch giữa các biểu hiện không nhất thiết là bằng 7 Ví dụ: bạn đo lường cảm nhận của một người về môi trường sống xung quanh Tốt 1 Bình thường 2 Không hài lòng 3 Thang đo khoảng: là dạng đặc biệt của thang đo thứ bậc vì nó cho biết được khoảng cách giữa các thứ bậc. - Thông thường của thang đo này có dạng là một dãy các chữ số liên tục và đề đặn từ 1 đến 5, 7 hoặc 10. - Rất hài lòng 1 Hài lòng 2 Bình thường 3 Không hài lòng 4 Rất không hài lòng 5 Thang đo tỉ lệ: có tất cả các đặc tính khoảng cách và thứ tự của thang đo khoảng, ngoài ra điểm 0 trong đang đo này là có thật nên ta có thể thực hiện được phép toán chia 9 Nguyên tắc mã hoá và nhập liệu Nguyên tắc này được mô tả tóm tắt trong bảng STT Loại hình DN Số lao động Lĩnh vực kinh sau: doand 1 TNHH 300 Gỗ 2 Cổ phần 500 Gạch 3 Hợp danh 450 Thuỷ sản … n TNHH 470 Dệt may Với mục tiêu nhập dữ liệu để phân tích và tính toán thì chúng ta cần mã hoá các biến định tính. - Với một ma trận dữ liệu mỗi cột cho 1 biến, mỗi 10 hàng là thông tin từng người. - Dữ liệu được mã hoá có thể là như sau: STT Loại hình DN Số lao động Lĩnh vực kinh doand n 2 470 8 Trong phần lớn trường hợp thì mỗi biến tương ứng với một câu hỏi. - Nếu câu hỏi mà chỉ có một câu trả lời thì chỉ cần một biến. - Còn với câu hỏi cần nhiều câu trả lời thì cần nhiều biến số. - Thông thường mỗi biến tương ứng với một câu hỏi điều tra. - Nếu câu hỏi có nhiều trả lời:2 cách mã hóa. - Nơi khác 13 Đặt biến số từ câu hỏi có nhiều câu trả lời ◦ Cách 1: đặt theo từng cặp C2a: Bạn đi du lịch ở Đà Lạt Đã đi 1 Chưa đi 0 C2b: Bạn đi du lịch ở Nha trang Đã đi 1 Chưa đi 0 C2c: Bạn đi du lịch ở Vũng tàu Đã đi 1 Chưa đi 0. - 14 ◦ Cách 2: mã hoá các phạm trù và đặt biến dựa theo số lượng phạm trù nhiều nhất Đà lạt 1 Nha trang 2 Vũng tàu 3 Cần thơ 4 Bà nà 5 Huế 6 Nơi khác 7 ◦ Các biến sẽ là. - C2b: Bạn đã từng đi du lịch ở nơi nào trong 2 năm qua 15 Ví dụ. - Trong việc lựa chọn các điểm tham quan: nhiều nhất có 3 sự lựa chọn ta có 3 biến như trên. - Data: các lựa chọn cho dữ liệu Transform: Chuyển đổi, tính toán, mã hóa dự liệu. - Analyze: Thực hiện các thủ tục thống kê. - Graphs:tạo đồ thị Utilities: tìm hiểu thông tin về các biến Windows: sắp xếp các cửa sổ của SPSS 18 Tạo tập tin dữ liệu trong SPSS Nhập số liệu trong Excel rồi copy sang SPSS Nhập trực tiếp từ SPSS 19 Định dạng các biến được khai báo ◦ Trong phần Variable View có các lựa chọn sau đây. - Name: tên biến, không quá 8 kí tự, không có kí tự đặc biệt và không được bắt đầu bằng kí tự số Type: Kiểu biến, mặc định là chọn kiểu định lượng Numeric Label: đặt nhãn cho biến, nhãn này nên ngắn gọn và có tính giải thích cao. - (có thể gõ tiếng Việt. - Value: trong hộp này khai báo những nội dung liên quan đến việc mã hoá biến định tính. - Mising: khai báo các giá trị khuyết, các giá trị không có câu trả lời (chọn một số khác hẳn so với các số ta đã mã hoá ở Value). - Ví dụ quy ước 77 là “Không trả lời” ở phần Value thì ở đây ta nhập 77 cho biến đó. - Ngoài ra còn có System missing, đó là giá trị khuyết của hệ thống, nó được tự động đặt dấu. - Giá trị này là vô hình đối với các lệnh xử lý. - 20 Columns: khai báo độ rộng của cột biến khi ta nhập số liệu, thường là 8 Align: vị trí dữ liệu nhập trong cột, thường chọn right Measure: chọn loại thang đo, Ordinary (thang đo thứ bậc) Norminal (thang đo định danh) Scale (cả thang đo khoảng cách và thang đo tỉ lệ. - Lưuý: ta có thể copy thuộc tính của một biến số cho biến số khác bằng tổ hợp phím Ctrl C và Ctrl V ◦ TrongSPSS 16 trở đi ta có thể gõ tiếng Việt bằng cách chọn menu Edit Options thẻ General mục Character Encording for Data and Syntax unicode ok 21 Một số xử lý trên biến Mã hoá lại biến số (Recode. - Chúng ta muốn giảm số phạm trù của biến ◦ Muốn chuyển một biến định lượng thành biến định tính (phân tổ những câu trả lời, phân tổ thống kê. - Quy trình thực hiện. - Vào Transform Recode into same variables (nếu muốn mã hoá lại biến thay thế cho biến cũ) hoặc Recode into different variables (mã hoá lại biến nhưng tạo thêm biến số mới, biến cũ vẫn giữ nguyên) 22 Trong hộp thoại này, lần lượt khai báo phần giá trị cũ (Old value) tương ứng với từng giá trị mới (New value. - Value: từng giá trị cũ rời rạc ứng với 1 giá trị mới ◦ System missing: giá trị khuyết của hệ thống ◦ System or user missing: giá trị khuyết của hệ thống hoặc do người sử dụng định nghĩa ◦ Range: một khoảng giá trị cũ ứng với một giá trị mới, có 3 trường hợp con. - Mỗi lần xác định xong một cặp giá trị mới và cũ thì nút Add sẽ sáng lên 23 Chuyển biến dạng Category thành dạng Dichotomy ◦ Biến Category là dạng biến có nhiều trị số mã hoá tượng trưng cho nhiều phạm trù ◦ Biến dạng Dichotomy là biến dạng chỉ có hai trị số ◦ Cách chuyển. - Chọn menu Transform Count values within cases 24 Mã hóa lại biến lưu lại trên biến mới Mã hoá lại biến thay cho biến cũ 25 Ví dụ mã hóa lại biến tuổi Biến được mã hoá lại Tên biến mới Nhãn của biến mới Nhập lại giá trị của biến mới Chọn Range lowes…, đánh 25(từ 25 trở xuống) Chọn New value đánh vào ô value: 1 add. - Chọn Range, value through…, đánh 25(từ 25 trở xuống lên) Chọn New value đánh vào ô value: 2 add. - Continuechangeok Sau bước này ta có biến mới: tuoirecode 29 Làm sạch dữ liệu(LSDL. - Dữ liệu sau khi nhập xong thường chưa thể đưa ngay vào xử lý và phân tích vì còn có thể có các lỗi: chất lượng của phỏng vấn và đọc soát LSDL nhằm:phát hiện ô trống hoặc trả lời không hợp lý. - Dùng bảng tần số ◦ Dùng bảng phối hợp 2 hoặc 3 biến. - Ví dụ khi ta lập bảng biến tuổi và nghề nghiệp, nếu có quan sát 10 tuổi song nghề nghiệp lại làm giảng viên thì cần xem lại Vào Menu Data Select Cases. - Trong hộp thoại này chọn If condition is satisfied để chỉ định cho SPSS lọc ra các trường hợp thoả điều kiện. - Việc này tạo ra biến mới là filter_$ nhận giá trị 1 nếu quan sát thoả điều kiện của lệnh if và 0 nếu ngược lại ◦ Cách tìm lỗi ngay trên cửa sổ dữ liệu bằng lệnh Sort case 30 Ví dụ Tính toán số người đọc báo trẻ Chọn Trans formcount values winthin casessTarget value:doctuoitre Target label: doc bao tuoi tre chuyển c2a1đến c2a9 vào bảng numeric variables difine value Chọn value:7 add continue ok 31 Tên và nhãn của biến Dichotomy Khu vực đưa các biến Category vào Xác định giá trị 32 Chọn dữ liệu theo điều kiện Lựa chọn giới tính = Nam Chọn Data Select cases if condition is Satisfied if Chuyển biến gioitinh vào bảng bên phải continue ok Sau khi phân tích lặp lại Data Select cases all case trả lại dữ liệu gốc Sau khi xem xong trở bảng select cases Chọn all cases ok để trả lại bảng số liệu ban đầu 36 Phần II TÓM TẮT VÀ TRÌNH BÀY DỮ LIỆU THỐNG KÊ Các công cụ cơ bản. - Bảng tần số ◦ Các đại lượng thống kê cơ bản ◦ Bảng kết hợp nhiều biến ◦ Đồ thị Tuỳ chỉnh kiểu hiển thị bảng biểu. - Đểtiện cho việc in ấn, sử dụng bạn có thể thay đổi một số mặc định của chương trình trong hộp thoại Options. - Từ menu chọn Edit Options trong thẻ Pivot Table bạn có thể chọn các kiểu định dạng bảng ưu thích trong ô TableLook 38 Bảng tần số đơn giản ◦ Cách tiến hành: Mở file dữ liệu, chọn Analyze Descriptive Statistics Frequencies 39 Ta có kết quả. - Trong đó: cột frequency là tần số của từng biểu hiện. - Lưu ý: có thể thực hiện bảng tần số với tất cả biến định tính và biến định lượng. - Cũng có thể vừa lập bảng tần số vừa tính toán các đại lượng thống kê mô tả 40 41 Tính toán các đại lượng thống kê mô tả. - Cách làm: Vào Menu Analyze Descriptive Statistics Descriptive… Lựa chọn Options… ta sẽ có được các đại lượng cần tính toán 42 Bảng kết quả sau khi Ok như sau. - Trong trường hợp tính toán nhiều biến một lúc, bạn có thể chọn một trong 4 cách sắp xếp biến ở mục Display Order Nếu bảng kết quả có bề ngang quá rộng, bạn có thể lựa chọn lại cách trình bày ngay trong cửa sổ Output (đưa con trỏ chuột vào vị trí bảng, nhấp đúp, sau đó trong menu Pivot bạn chọn Transpose Row and Columns) 43 Thủ tục Explore Thống kê mô tả với thủ tục Explore Các thủ tục thống kê mô tả chỉ có tác dụng cho việc tổng hợp một biến định lượng được đo lường đơn. - Ví dụ nếu bạn muốn tìm ra những khác biệt trong các đại lượng thống kê mô tả của biến tuoi giữa các nhóm đối tượng khác nhau về giới tính hoặc khu vực địa lý thì cần sử dụng thủ tục Explore Thủ tục này có tác dụng. - Tính toán các đại lượng thống kê mô tả cho tất cả các trường hợp trong dữ liệu hoặc cho các nhóm con của chúng ◦ Nhận diện các giá trị khác biệt ◦ Tạo biểu đồ, hình dáng của đồ thị sẽ cho biết dữ liệu phân phối thế nào 44 ◦ Cách thực hiện: vào menu Analyze Descriptive Statistics Explore mở hộp thoại Explore Chọn một hay nhiều biến định lượng Chọn một hay nhiều biến định tính làm điều kiện để phân tích biến định lượng(biến ở dạng Categorical) 45 Lựa chọn statistics Mặc định lựa chọn sẵn, tính tất cả các đại lượng thống kê mô tả Là ước lượng cho khuynh hướng tập trung có phân biệt trọng số cho các giá trị khác nhau Thể hiện 5 giá trị lớn nhất và 5 giá trị nhỏ nhất của biến được đưa vào khung Dependent List Thể hiện các thập phân vị thứ và 95 46 Lựa chọn Plot Cho phép lựa chọn cách thể hiện biểu đồ hộp Boxplot Khu vực cho biết về dạng biểu đồ thân và lá và biểu đồ histogram Vẽ biểu đồ xác suất chuẩn Q – Q plot giúp kiểm tra có phân phối chuẩn hay không 47 Lựa chọn Options… Những trường hợp có giá trị thiếu ở bất kỳ biến nào trong các biến được đưa vào đều bị bỏ qua Mỗi phép toán thống kê hay đồ thị sẽ sử dụng tất cả các trường hợp không có thông tin bị thiếu tại các biến cần cho việc tính toán chúng 48 Lập bảng tổng hợp nhiều biến ◦ Bảng kết hợp các biến định tính. - Chọn menu Analyze Tables Custom Tables Chọn các biến số lập bảng bằng cách kéo thả vào vị trí Columns hoặc Rows (không giới hạn biến) Cho phép ghi tiêu đề của bảng và chú thích của bảng Nhấp đúp vào vị trí này để thêm các đại lượng thống kê mô tả 49 Ví dụ: Lập bảng TP và giới tính(Data thuc hanh. - Bảng 1 biến ◦ Chọn Analyze > Tables > Custom Tables ◦ Chọn biến TP chuyển vào khung Variables vào ô Rows > Summary Statistics > Chọn Column N % chuyển sang bảng Display > apply to Selection > Categories and Taotals > Total trong mục Show ở cuối hộp > apply > ok ◦ 50 Bảng 2 biến ◦ Chọn Analyze > Tables > Custom Tables ◦ Chọn biến TP chuyển vào khung Variables vào ô columns > Summary Statistics > Chọn Column N % chuyển sang bảng Display > apply to Selection > Chọn gioitinh chuyển vào khung Variables vào ô Rows > Categories and Taotals > Total trong mục Show ở cuối hộp > apply > ok 51 Thống kê câu hỏi nhiều lựa chọn Xử lý câu hỏi có nhiều câu trả lời (Multiple Answer. - Ví dụ có phân tích về các loại báo thường đọc, người trả lời có thể lựa chọn nhiều loại báo khác nhau. - Ta sẽ dùng bảng cho một câu hỏi có nhiều câu trả lời Từ menu Analyze Mult Response frequencies chọn biến cần tính vào table(s. - exclude cases listwise within dichotomiess ok Ta có hộp thoại sau Chọn các biến số của cùng một câu trả lời và đưa sang khu vực này Chọn Dichotomies nếu biến có 2 biểu hiện và chọn Categories nếu có nhiều biểu hiện Đặt tên và nhãn cho biến mới Nhấn nút Add sau khi đã làm xong các bước trên 55 Sau khi định nghĩa xong ta có thể tiếp tục làm cho các biến khác Các biến có nhiều câu trả lời và các phạm trù của nó 56 Đồ thị Trình bày kết quả bằng đồ thị Các loại đồ thị trong SPSS ◦ Biểu đồ Bar được dùng biểu diễn dữ liệu dưới dạng tần số hoặc tần suất ◦ Biểu đồ hình tròn Pie: thường dùng khi biểu diễn dữ liệu định tính dạng tần số hay % khi chỉ có ít nhóm ◦ Đồ thị đường gấp khúc Line, diện tích Area: áp dụng cho dữ liệu định lượng. - Chọn menu Graphs Chart Builder 57 Lựa chọn biến muốn vẽ đồ thị kéo sang vị trí muốn hiển thị Các lựa chọn liên quan đến chi tiết của đồ thị, tiêu đề đồ thị Các kiểu đồ thị Nhấn Ok sau khi đã xong các bước trên 58 Hiệu chỉnh đồ thị Nhấp đúp vào đồ thị mở ra cửa sổ Chart Editor ta có thể có các tuỳ chọn để điều chỉnh. - Chuyển đổi giữa các loại đồ thị: Nhấp đúp chuột vào đồ thị chọn kiểu muốn chuyển đổi trong Element Type ◦ Lưu đồ thị: có thể copy dán sang Word, hay Excel Lưu chính file Output Từ cửa sổ Chart Editor chọn menu File Export Chart Cách tốt nhất là vẽ đồ thị trong Excel, vì có thể hiệu chỉnh rõ ràng, đẹp, nhanh, đơn giản và có thể tạo liên kết link với file Power Point. - 59 Phần III MỘT SỐ PHÂN TÍCH CƠ BẢN CỦA THỐNG KÊ DÙNG SPSS Kiểm định mối liên hệ giữa hai biến định tính Kiểm định mối liên hệ giữa hai biến định danh hoặc định danh – thứ bậc ◦ Cặpgiả thiết cần kiểm định: H0 : hai biến A và B độc lập với nhau H1 : hai biến A và B có liên hệ với nhau Giả sử hai biến này có bảng tần số kết hợp như sau: 61 Bảng tần số của hai biến A và B B Tổng B1 B2 … Bj … Bk A số ni A1 n11 n12 … n1j … n1k n1 A2 n21 n22 … n2j … n2k n2. - Tiêu chuẩn kiểm định: 62 ◦ Miền bác bỏ: Nếu qs2. - 2[(h 1).(k 1)] thì bác bỏ H0 Việc thực hiện SPSS như sau. - Chọn menu Analyze Descriptive Statistics Crosstabs Chọn các biến cần kiểm định mối quan hệ vào hai ô này Các lựa chọn về thống kê kiểm định tại đây 63 Kết quả: Giá trị Chi-square là 7,248 với bậc tự do là 3 Giá trị Asymp Sig là p_value. - Nếu p_value < mức ý nghĩa thì bác bỏ H0 và ngược lại 64 Phân tích phương sai ANOVA Phân tích phương sai ANOVA ◦ Ví dụ: Muốn xem xét Nhóm học vấn (nhomhv . - biến định tính có 4 phạm trù) ảnh hưởng thế nào tới mức độ hài lòng với cẩm nang tiêu dùng (c33.1 . - biến định lượng. - Giả thiết H0 : Không có sự khác biệt về mức độ hài lòng giữa những người có trình độ học vấn khác nhau. - (trình độ học vấn không có sự liên hệ với mức độ hài lòng về cẩm nang tiêu dùng khi đọc báo. - Cách làm: Chọn Analyze Compare Means One-Way ANOVA 65 Thực hiện Biến định lượng vào Kiểm định trước Kiểm định sau Tính toán đại lượng thống kê mô tả và kiểm định sự bằng nhau của phương sai nhóm Nhân tố phân tích 66 Kết quả Sig nghĩa là phương sai giữa các nhóm học vấn không khác nhau một cách có ý nghĩa cho nên kiểm định ANOVA thực hiện được Với Sig thì với mức ý nghĩa 5% ta chưa đủ cơ sở bác bỏ H0, vậy mức độ hài lòng là như nhau 67 Tương quan và hồi quy Xem xét mối quan hệ tương quan giữa hai biến định lượng qua ví dụ về mối quan hệ giữa doanh số bán hàng và chi phí chào hàng (file tqvahd. - Cách thực hiện bằng SPSS Chọn menu Analyze Correlate Bivariate n Hệ số tương quan(X i -Pearson X )(Y i - Yđược ) tính theo công thức r = i =1 (n - 1)S X SY Và r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính. - Giá trị r = 0 khi hai biến không có mối 68 Một vài lựa chọn thống kê Đưa hai biến số vào đây Lựa chọn tính hệ số tương quan hạng (trường hợp tổng thể không phân phối chuẩn) 69 Kết quả của hệ số tương quan Pearson Hệ số tương quan được thể hiện trong mỗi ô Dấu * thể hiện mức ý nghĩa nhỏ Sig (2-tailed) là của giả thiết hơn 0,05 (5%) và dấu. - thể H0 : hệ số tương quan bằng 0 hiện mức ý nghĩa nhỏ hơn 0,01 H1 : hệ số tương quan khác Kết quả của hệ số tương quan hạng Spearman Hệ số tương quan hạng được thể hiện trong mỗi ô Dấu * thể hiện mức ý nghĩa nhỏ Sig (2-tailed) là của giả thiết hơn 0,05 (5%) và dấu. - thể H0 : hệ số tương quan bằng 0 hiện mức ý nghĩa nhỏ hơn 0,01 H1 : hệ số tương quan khác Hồi quy tuyến tính (file Hoi quy boi. - Cách thực hiện bằng SPSS Chọn Analyze regression linear. - Biến phụ thuộc và biến độc lập Các tuỳ chọn liên quan đến giá trị ước lượng, độ tin cậy, đồ thị 72 Kết quả 73 Phân tích nhân tố khám phá (EFA. - Phân tích EFA là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. - Liên hệ giữa các nhóm biến có quan hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản. - Phân tích này được dùng trong những trường hợp sau. - Nhận diện các nhân tố giải thích được các liên hệ tương quan trong một tập biến ◦ Nhận diện một tập biến mới không có tương quan với nhau để thay thế cho tập biến cũ ◦ Nhận diện một số ít các nhân tố chính nổi trội 74 Các tham số thống kê dùng trong phân tích nhân tố. - Bartlet’s test of sphericity: dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể ◦ Correlation matrix: hệ số tương quan giữa các cặp biến trong phân tích ◦ Communality: là lượng biến thiên của một biến được giả thích chung với các biến khác được xem xét trong phân tích ◦ Eigenvalue: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. - Factor loadings (hệ số tải): là những hệ số tương quan đơn giữa các biến và các nhân tố ◦ Factor matrix: chứa các hệ số tải nhân tố 75 ◦ Factor scores: là các điểm số nhân tố tổng hợp được ước lượng cho từng quan sát trên các nhân tố được rút ra. - Còn gọi là nhân số ◦ KaiserMeyerOlkin (KMO) measure of sampling adequacy: là chỉ số dùng xem xét sự thích hợp của phân tích nhân tố. - Trị số của KMO lớn (giữa 0,5 và 1) là đủ điều kiện để phân tích nhân tố, nếu nhỏ hơn 0,5 thì phân tích nhân tố không thích hợp cho bộ số liệu này. - Percentage of variance: phần trăm phương sai toàn bộ được giải thích bởi từng nhân tố. - Nghĩa là nếu coi toàn bộ biến thiên là 100% thì giá trị này cho biết phân tích nhân tố cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % 76 Các thực hiện. - Xác định vấn đề: các biến số được đo bằng thang đo định lượng, cỡ mẫu phải lớn tối thiểu gấp 5 lần số biến số. - Xây dựng ma trận hệ số tương quan: nếu hệ số tương quan giữa các biến số nhỏ thì phân tích nhân tố có thể không thích hợp ◦ Số lượng nhân tố. - Có thể xác định trước (Priori determination. - Dựa vào Evigenvalue: chỉ có nhân tố nào có evigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích 77 Thực hiện bằng SPSS (tập số liệu Phan tich nhan to. - Chọn Analyze Data Reduction Các biến số trong phân tíchFactor nhân tố Các đại lượng thống kê mô tả Lựa chọn ma trận hiệp phương sai và số lượng nhân tố Lựa chọn phép quay Thường để mặc định 78 79 Lựa chọn này cho phép số nhân tố được chọn dựa vào các biến có Eigenvalue over 1 Lựa chọn số lượng nhân tố Kết quả: 83 Có KMO và < 1 Cho nên phân tích nhân tố thực hiện được 84 85 86 Nhân tố 1 bao gồm: làm trắng răng, làm hơi thở thơm tho, làm răng bóng hơn Nhân tố 2 bao gồm: ngừa sâu răng, làm khoẻ nướu răng, làm sạch cao răng Trong file dữ liệu lúc này cũng xuất hiện 2 biến mới tương ứng với 2 nhân tố chính ◦ Nhân tố 1 : FAC1_1 ◦ Nhân tố 1 : FAC2_1 ◦ Sau khi rút trích các nhân tố và lưu lại thành các biến mới này thay cho tập hợp biến gốc để đưa vào các phân tích tiếp theo như kiểm định trung bình, ANOVA, tương quan và hồi quy