Nhóm 12-NCKH

5/17/2018 Nh m 12-NCKH - slidepdf.com

http://slidepdf.com/reader/full/nhom-12-nckh 1/35

Chươ ng 19 : Phântích đa biến

Nhóm 12 1

Phần 1 :

T ỔNG QUAN V Ề

PHÂN TÍCH ĐA BI Ế N




Nhóm 12 2

LỰA CHỌN KỸ THUẬT ĐA BIẾN

Kỹ thuật phụ thuộc (Dependency) : là kỹthuật được áp dụng khi trong câu hỏinghiên cứu có mặt của biến phụ thuộc và

biến độc lập Kỹ thuật liên thuộc (Interdependency) : là kỹ

thuật được áp dụng khi trong câu hỏi nghiên

cứu có các vấn đề liên hệ với nhau khôngphân biệt biến độc lập hay biến phụ thuộc




Nhóm 12 3

KỸ THUẬT PHỤ THUỘC

- HỒI QUY ĐA BIẾN

- PHÂN TÍCH PHÂN BIỆT

- PHÂN TÍCH PHƯƠNG SAI ĐA BIẾN

- MỐI QUAN HỆ CẤU TRÚC TUYẾN TÍNH

- PHÂN TÍCH KẾT HỢP




Nhóm 12 4

HỒI QUY ĐA BIẾN

Hồi quy đa biến (Multiple Regression) đượ c sử dụng như một công cụ diễn tả trong 03 loại tình huống sau:

1. Phát triển công thứ c đo lƣờ ng ảnh hƣở ng trongviệc dự đoán nhữ ng giá trị cho một biến số tiêu

chuẩn từ nhữ ng giá trị của nhiều biến số khác2.Kiểm soát nhữ ng biến số bất đ ịnh đ ể đánh giá tốt

hơ n mứ c tác đ ộng của nhữ ng biến số khác

3.Kiểm tra và giải thích nhữ ng lý thuyết quan hệ (nhân quả).




Nhóm 12 5

Hồi quy đa biến là sự mở rộng của hồi quy nhị biến. Côngthức tổng quát

Y = 0 + 1X1 + 2X2 + … + nXn + ε

vớ i :+ 0 : Hằng số, giá trị của Y khi tất cả giá trị X bằng 0+ i : độ dốc của bề mặt hồi quy hay sự phản ứng. đượ c

xem như một hệ số hồi quy tươ ng ứng vớ i mỗi Xi.+ε : giớ i hạn sai số, thông thườ ng bằng 0

Những h

ệsố

hồi quy đ

ượ c bi

ểu th

ị trong đ

ơ n v

ịdòng(những giá trị thực sự của X) hoặc như là những hệ số

đượ c tiêu chuẩn hoá (Những giá trị X sẽ đượ c tính lạidựa trên những hình thức lệch chuẩn của nó). Khi nhữnghệ số hồi quy đượ c chuẩn hoá, chúng đượ c goi là betaweight () (đo lườ ng bậc hai), giá trị của chúng chỉ ramức độ liên hệ của những giá trị X, đặc biệt khi những

dự đoán không có liên hệ vớ i nhau. Ví dụ, trong mộtcông thức vớ i 1 = 60 và 2 = 20 nói lên rằng X1 cómức ảnh hưở ng gấp 3 lần lên Y hơ n là X2



Chươ ng 19 : Phântích đa biến Nhóm 12 6

PHÂN TÍCH PHÂN BIỆT

Mục đích : thông qua các biến đ ộc lậpđ ể nhận diện nhữ ng đ ặc trƣ ng khác biệtcủa các tiểu nhóm đ ịnh trƣớ c làm cơ sở

của các biến phụ thuộcBiến phụ thuộc :nonmetric (danh đ ịnh,thứ tự ).

Biến đ ộc lập : metric (khoảng, tỷ lệ)




Kết quả hàm phân biệt (Discriminant function) : Y = v1X1 + v2X2 + v3X3 + … + vnXn

-v1, v2, ..., vn : là hằng số (trọng số) phânbiệt- Y : là giá trị phân biệt (Discriminantscore)

=> So sánh Yi v ớ i Y tớ i hạn đ ể xác đ ịnhphần tử i thuộc tiểu nhóm xác đ ịnh




Đánh giá mối quan hệ giữ a 2 hoặc hơ n 2 biến phụ thuộc v ớ i biến phân loại hay các nhân tố

PHÂN TÍCH PHƢƠ NG SAI ĐA BIẾN

(MANOVA)

Phƣơ ng pháp :

- Kiểm chứ ng đ ồng thờ i tất cả các biến và mối quan hệ giữ a chúng.- Sử dụng các ma trận tổng bình phƣơ ng và sản phẩmchéo đ ể kiểm tra sự khác nhau giữ a các nhóm.

- Phƣơ ng sai giữ a các nhóm đ ƣợ c xác đ ịnh bằng cáchchia toàn bộ ma trận tổng bình phƣơ ng và sản phẩmchéo ra.




Phân tích phƣơ ng sai đa biến đ ể xem xét sự giốngvà khác nhau giữ a điểm trung bình đa biến củatổng thể

- Giả thiết bằng 0 cho phân tích phƣơ ng sai đa biến là tất cả cáctrung bình đa biến đ ều bằng nhauHo: µ1 = µ2 = ……= µn

- Giả thuyết đ ối là các vectơ trung bình đa biên không bằng nhau

HA: µ1 # µ2 #……# µn - Khi các giả thuyết bằng 0 bị loại. Cần kiểm tra bổ sung đ ể hiểu rõ

hơ n dữ liệu có đ ƣợ c.1. Kiểm tra biến F duy nhất có thể trở thành biến phụ thuộc.

2. Có thể tạo ra khoảng tin cậy đ ồng thờ i cho mọi biến3. Phân tích loại trừ có thể thự c hiện thành công nhờ tính biến F4. Phân tích biệt số đa chiều có thể sử dụng trong ma trận tổng bình

phƣơ ng và sản phẩm chéo




PHÂN TÍCH MỐI QUAN HỆ CẤUTRÚC TUYẾN TÍNH

Giải thích các hệ quả trong số nhữ ng cấu trúckhông đo lƣờ ng trự c tiếp

* Mẫu đo lƣờ ng : Đƣợ c dùng đ ể quan sát,ghi nhận và đo lƣờ ng các biến ngầm(các cấutrúc)

* Phân tích theo cấu trúc :Cho biết mốiquan hệ nhân quả giữ a các biến ngầm




PHÂN TÍCH KẾT HỢP

Đây là một kỹ thuật phứ c tạp đ ể đánh giá đ ốitƣợ ng, sản phẩm, dịch v ụ hay ý tƣở ng mớ i. Nó chophép đánh giá các sản phẩm phứ c tạp trong khi v ẫnduy trì đ ƣợ c bối cảnh ra quyết đ ịnh trong thự c tiễn.

Nhà nghiên cứ u có thể đánh giá tầm quan trọng củacác thuộc tính cũng nhƣ các mứ c đ ộ của mỗi thuộctính.

Yêu cầu của thang đo : thứ tự hoặc đ ịnh danh đ ềuđ ƣợ c




KỸ THUẬT PHÂN TÍCH LIÊN THUỘC

Bao g ồm các k ỹ thu ật sau:

1. Phân tích nhân t ố

2. Phân tích nhóm

3. Phân tích đa kích c ỡ (MDS)




PHÂN TÍCH NHÂN TỐ

Ph ươ ng pháp rút g ọn d ữ li ệu và bi ế n b ằng

cách g ộ p t ậ p d ữ li ệu có nhi ều bi ế n thành

t ừ ng nhóm sao cho các bi

ế n trong m

ỗ i nhóm có t ươ ng quan t ố i đa v ớ i nhân t ố đ ại

di ện cho nhóm đó

Đi ều ki ện : T ấ t c ả các bi ế n đ ều ph ải là đ ị nh l ượ ng (kho ảng, t ỷ l ệ )




Qui taéc scree, veà söï gia taêng phöông sai ñöôïc giaûi thích bôûi moãi

factor, chæ ra raèng sau khi coù ñöôïc moät soá löôïng factor ñuû lôùn

, möùc ñoä bieán thieân ñöôïc giaûi thích bôûi nhöõng factor sau seõ

giaûm ñaùng keå ñeán moät möùc “doác thoai thoaûi” (level off) maø

ôû ñoù phöông sai chæ ñôn thuaàn ôû möùc nhieãu maø thoâi

Phöông phaùp EGO töông töï nhö phöông phaùp treân ñöùng veà maët khaùi

nieäm. Moät caùch thoáng keâ, phöông sai ñöôïc giaûi thích bôûi moãi factor

seõ coù giaù trò baèng moät ñôn vò toaùn hoïc ñöôïc goïi laø eigenvalue (thuoäc

ma traän töông quan). Vì vaäy, neáu eigenvalue giaûm xuoáng döôùi 1, thì theo

qui taéc EGO soá caùc factor ñaït ñöôïc laø toát nhaát .




Ứng dụng :

Duøng ñeå xaây döïng boä thang ño Multiple-item ñeå ño caùc khaùi nieäm/thaùi

ñoä trong marketing

Laøm goïn taäp döõ lieäu (giaûm soá bieán) thoâng qua vieäc söû duïng caùc

nhaân toá (Factor) ñaïi dieän bieán trung gian.

Giaûm thieåu soá löôïng thöù nguyeân trong taäp döõ lieäu




PHÂN TÍCH NHÓM

Muïc tieâu: phaân chia caùc ñoái töôïng thaønh caùc nhoùm (khaùchhaøng, saûn phaåm, khu vöïc…) sao cho caùc ñoái töôïng trong

cuøng moät nhoùm coù nhöõng ñaëc tröng töông töï nhau.

Ñieàu kieän: Taát caû caùc bieán phaûi laø ñònh löôïng (khoaûng, tæ

leä)




PHÂN TÍCH ĐA KÍCH CỠ (MDS)

„ Muïc ñích: Xaùc ñònh soá löôïng vaø baûn chaát cuûa caùc thöù

nguyeân (dimentions) ñaëc tröng cho nhaän thöùc/ñaùnh giaù cuûa

ñoái töôïng döïa treân cô sôû töông töï Vaø/hoaëc söï öa thích cuûa

ñoái töôïng veà saûn phaåm, coâng ty, nhaõn hieäu…

Yeâu caàu thang ño: metric hoaëc nonmetric ñeàu ñöôïc




Trong marketing, MDS thöôøng ñöôïc duøng trong baøi toaùn xaùc

ñònh vò trí töông ñoái (relative position) cuûa caùc nhaõn hieäu

caïnh tranh nhau do phaûn hoài töø phía khaùch haøng. Hoaëc

trong baøi toaùn xaùc ñònh caùc yeáu toá ñaëc tröng cho vieäc

ñaùnh giaù cuûa khaùch haøng




„Phaân tích MDS ñöôïc xem nhö ngöôïc vôùi phaân tích Cluster

„Cluster goäp caùc ñoái töôïng thaønh caùc nhoùm theo moät soá ñaëc

tính töông töï nhau

„Multidimentional Scaling phaùt hieän ra caùc thöù nguyeân ñaëc tröng(underlying dimensions) töø caùc yeáu toá töông töï hoaëc söï öa thích

do khaùch haøng phaûn hoài (Customer preferences).

BACK




Phần 2 : ĐÁNH GIÁ Đ Ộ TIN C Ậ Y

C Ủ A THANG ĐO




Khi thöïc hieän caùc nghieân cöùu ñònh löôïng, ngöôøi nghieâncöùu phaûi söû duïng caùc thang ño khaùc nhau. Hieän töôïng

kinh teá ‟ xaõ hoäi raát phöùc taïp neân vieäc löôïng hoùa

caùc khaùi nieäm nghieân cöùu ñoøi hoûi phaûi coù nhöõng

thang ño löôøng ñöôïc xaây döïng coâng phu vaø ñöôïc kieåmtra ñoä tin caäy tröôùc khi söû duïng




THANG ĐO NHIỀU CHỈ BÁO (THANG ĐO LIKERT)

Laø nhöõng hình thöùc ño löôøng ñöôïc söû duïng phoå bieán nhaáttrong nghieân cöùu kinh teá ‟ xaõ hoäi.

„Thang ño likert coù: 5 möùc ñoä

‟ Raát ñoàng yù.‟ Ñoàng yù

‟ Thaáy bình thöôøng.

‟ Khoâng ñoàng yù.

‟ Raát khoâng ñoàng yù.




XÂY DỰNG THANG ĐO LIKERT Phöông phaùp: ñöa ra moät danh saùch caùc muïc coù theå ño löôøngcho khaùi nieäm vaø tìm nhöõng taäp hôïp caùc muïc hoûi ñeå ño

löôøng toát caùc khía caïnh khaùc nhau cuûa khaùi nieäm.

- Neáu khaùi nieäm mang tính ñôn khía caïnh thì chæ caàn tìm moät

taäp hôïp.

- Neáu khaùi nieäm laø ña khía caïnh thì caàn nhieàu taäp hôïp caùc

muïc hoûi.




1. Nhaän dieän vaø ñaët teân bieán maø baïn muoán ño löôøng.

2. Laäp ra moät danh saùch caùc phaùt bieåu hoaëc caâu hoûi coù tính bieåu thò.

3. Xaùc ñònh soá löôïng vaø loaïi traû lôøi.

4. Kieåm tra toaøn boä caùc muïc hoûi ñaõ khai thaùc ñöôïc töø nhöõng ngöôøi

traû lôøi.

5. Thöïc hieän phaân tích muïc hoûi ñeå tìm ra moät taäp hôïp caùc muïc hoûi taïoneân moät thang ño ñôn khía caïnh maø baïn muoán ño löôøng.

6. Söû duïng thang ño vöøa xaây döïng vaø phaân tích laïi caùc muïc hoûi ñeåñaûm baûo tính chaéc chaén cuûa thang ño.

BACK

CÁC BƢỚC XÂY DỰNG VÀ KIỂMTRA THANG ĐO LIKERT




PHÂN TÍCH CÁC MỤC HỎI

„- Muïc ñích: Tìm ra caùc caâu hoûi caàn giöõ laïi vaø caùc caâu hoûi caànboû ñi trong raát nhieàu muïc ñöa vaøo kieåm tra.

„- Taäp hôïp caùc muïc hoûi ñöôïc giöõ laïi chæ neân theå hieän moät khía

caïnh.




XÂY DỰNG THANG ĐO ĐƠNKHÍA CẠNH

Coù 3 böôùc ñeå phaân tích caùc muïc hoûi vaø tìm ra moät taäp hôïp

caùc muïc hoûi caáu thaønh moät thang ño ñôn khía caïnh.

1. Tính ñieåm caùc traû lôøi.

2. Kieåm tra söï töông quan giöõa caùc muïc hoûi vaø tính toaùnCronbach alpha.

3. Kieåm tra töông quan giöõa toång ñieåm cuûa töøng ngöôøi vaø

ñieåm cuûa töøng muïc hoûi.




TÍNH ĐIỂM CÁC TRẢ LỜI

Phaûi chaéc chaén caùc muïc hoûi ñaõ ñöôïc ghi soá traû lôøi hôïp lyù

BACK

„Giaû söû: chuùng ta ñang tìm kieám muïc hoûi ñeå ño

löôøng möùc ñoä caàn thieát cuûa moân Nghieân cöùu khoa

hoïc cho caùc sinh vieân cao hoïc. Sau ñaây laø 2 thang ño

coù theå löïa choïn:




C ần ph ải d ạy môn NCKH cho các sinh viên cao h ọc :

1 2 3 4 5Raát khoâng ñoàng

yù

Khoâng ñoàng yù Bình thöôøng Ñoàng yù Raát ñoàng yù

1 ñieåm 2 ñieåm 3 ñieåm 4 ñieåm 5 ñieåm

Các sinh viên cao h ọc không c ần ph ải h ọc môn NCKLH : 1 2 3 4 5

Raát khoâng ñoàng

yù

Khoâng ñoàng yù Bình thöôøng Ñoàng yù Raát ñoàng yù

5 ñieåm 4 ñieåm 3 ñieåm 2 ñieåm 1ñieåm

Khi tieán haønh ñaùnh soá caùc traû lôøi caàn phaûi nhôù raèng soá 1 ôû

muïc ñaàu tieân chính laø soá 5 ôû muïc 2 vaø ngöôïc laïi




KIỂM TRA SỰ TƢƠNG QUANGIỮACÁC MỤC HỎI VÀ TÍNH TOÁN

CRONBACH ALPHA

Nhaèm ñaùnh giaù ñöôïc muïc hoûi naøo ñaõ coù ñoùng goùp vaøo

vieäc ño löôøng moät khaùi nieäm lyù thuyeát maø ta ñang

nghieân cöùu

BACK

Hai pheùp tính lieân quan:1. Töông quan giöõa baûn thaân muïc hoûi

2. Töông quan cuûa caùc ñieåm soá cuûa töøng muïc hoûi vôùi ñieåm

soá toaøn boä caùc muïc hoûi cho moãi ngöôøi traû lôøi.




„Ñoái vôùi caâu traû lôøi cuûa 1 ngöôøi thì cheânh leäch ñieåm soá toái ña giöõa

2 muïc hoûi laø: 5-1=4

„ÔÛ ñaây coù 3 ngöôøi traû lôøi vaäy cheânh leäch ñieåm soá toái ña laø: 4 x 3 =

12.

„=> Töø ñoù ta tính ra ñöôïc:„Giöõa muïc 1 vaø 2; 1 vaø 3 coù 0,33 laø gioáng nhau

„Giöõa muïc 2 vaø 3 coù 0,167 laø gioáng nhau.

Đây là điểm số của 3 ngườ i trên 3 mục hỏi

Muïc hoûi 1 Muïc hoûi 2 Muïc hoûi 3

Ngöôøi 1

1 3 5Ngöôøi 2 5 2 2Ngöôøi 3 4 1 3




„Nhöõng muïc hoûi ño löôøng cuøng moät khaùi nieäm tieàm aån thì

phaûi coù moái qaan heä vôùi nhöõng caùi coøn laïi trong nhoùm ñoù.

„ÔÛ phaàn “tính ñieåm caùc traû lôøi” ta coù 1 ví duï:

„Neáu traû lôøi laø “Raát khoâng ñoàng yù” ôû muïc 1 vaø “Raát ñoàng

yù” ôû muïc 2 thì muïc hoûi laø töông quan hoaøn haûo.




HỆ SỐ ALPHA CỦA CRONBACH „- Laø moät pheùp kieåm ñònh thoáng keâ veà möùc ñoä chaët cheõ maøcaùc muïc hoûi trong thang ño töông quan vôùi nhau.

„- Coâng thöùc cuûa heä soá Cronbach alpha:

)1(1

N

N

„N: laø soá muïc hoûi.

„p: laø heä soá töông quan trung bình

giöõa caùc muïc hoûi.




KIỂM TRA SỰ TƢƠNG QUAN GIỮA TỔNGĐIỂM CỦA TỪNG NGƢỜI VÀ ĐIỂM CỦA

TỪNG MỤC HỎI - Ñaàu tieân tìm toång soá ñieåm cho moãi ngöôøi. Coäng doàn soá ñieåm

cuûa töøng ngöôøi traû lôøi theo taát caû caùc muïc hoûi.

„ Phaân chia soá ngöôøi traû lôøi thaønh 2 nhoùm:

25% coù toång soá ñieåm cao nhaát.

25% coù toång soá ñieåm thaáp nhaát.

Tìm nhöõng muïc hoûi naøo coù maët trong caû hai nhoùm. Nhöõngmuïc hoûi ñoù khoâng phaân bieät ñöôïc giöõa nhöõng ngöôøi traû lôøitheo khaùi nieäm caàn kieåm tra.




- Baèng caùch tính töông quan giöõa toång ñieåm vaø ñieåmcuûa töøng muïc hoûi ta cuõng coù theå tìm ra nhöõng muïc

phaân bieät toát giöõa nhöõng ngöôøi traû lôøi vaø nhöõng

muïc hoûi khoâng phaân bieät toát.

- Sau cuøng ta giöõ laïi nhöõng muïc hoûi coù söï töông quan

maïnh vôùi toång soá ñieåm.



Ch ng 19 : Phântí h đ biế Nhóm 12 35

XIN CẢM ƠN ! 1. Trang Syõ Phöông Bình

2. Phuøng Minh Ñöùc (Nhoùm tröôûng)

3. Trần Quang Đƣờ ng

4. Cao Thị Diệu Huyền

5. Nguyễn Thị Hồng Nguyệt

6. Nguyễn Thị Nguyệt

7. Nguyễn Minh Quang

8. Phan Thị Diệu Huyển9. Leâ Ngoïc Traâm

Nhóm thực hiệnHP : 0988.17.17.78Email : [email protected]

Documents

Nhóm 12-NCKH