Xử lí Data với SPSS

51 7.47E-02
-.21 9.97E-02 .488 -.54 .11
-.32* 9.90E-02 .030 -.63 -1.84E-02
.13 8.92E-02 .920 -.17 .43
-8.79E-02 8.14E-02 .941 -.30 .13
-8.18E-02 8.92E-02 .990 -.34 .18
-.19 8.84E-02 .173 -.42 3.79E-02
.22 9.28E-02 .303 -7.47E-02 .51
8.79E-02 8.14E-02 .941 -.13 .30
6.06E-03 9.28E-02 1.000 -.24 .25
-.10 9.20E-02 .845 -.32 .11
.21 9.97E-02 .488 -.11 .54
8.18E-02 8.92E-02 .990 -.18 .34
-6.06E-03 9.28E-02 1.000 -.25 .24
-.11 9.90E-02 .921 -.37 .15
.32* 9.90E-02 .030 1.84E-02 .63
.19 8.84E-02 .173 -3.79E-02 .42
.10 9.20E-02 .845 -.11 .32
.11 9.90E-02 .921 -.15 .37
(J) TUOI TUOI
2 Tu 20 - 29 tuoi
3 Tu 30 - 39 tuoi
4 Tu 40 - 49 tuoi
5 Tu 50 tuoi tro len
1 Duoi 20 tuoi
3 Tu 30 - 39 tuoi
4 Tu 40 - 49 tuoi
5 Tu 50 tuoi tro len
1 Duoi 20 tuoi
2 Tu 20 - 29 tuoi
4 Tu 40 - 49 tuoi
5 Tu 50 tuoi tro len
1 Duoi 20 tuoi
2 Tu 20 - 29 tuoi
3 Tu 30 - 39 tuoi
5 Tu 50 tuoi tro len
1 Duoi 20 tuoi
2 Tu 20 - 29 tuoi
3 Tu 30 - 39 tuoi
4 Tu 40 - 49 tuoi
(I) TUOI TUOI
1 Duoi 20 tuoi
2 Tu 20 - 29 tuoi
3 Tu 30 - 39 tuoi
4 Tu 40 - 49 tuoi
5 Tu 50 tuoi tro len
Mean
Difference
(I-J) Std. Error Sig. Lower Bound Upper Bound
95% Confidence Interval
The mean difference is significant at the .05 level.*. 
Nguyen Duy Tam -  124
5/12/2009
63
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI TƯƠNG QUAN GIỮA HAI BIẾN ĐỊNH 
LƯỢNG
 Đo lường cường độ và chiều của mối tương quan giữa các 
biến định lượng
 Đo lường tương quan là đo lường hai biến độc lập ngang bằng 
nhau (không phân biệt biến phụ thuộc và biến độc lập)
 Đo lường mối tương quan tuyến tính giữa 1 biến phụ thuộc và 
một (hoặc nhiều) biến độc lập (Linear Regression)
Nguyen Duy Tam -  125
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI TƯƠNG QUAN GIỮA HAI 
BIẾN ĐỊNH LƯỢNG
 Hệ số tương quan (Correlation)
 Hệ số tương quan R luôn nằm trong khoảng (-1,1)
 Giá trị tuyệt đối của R càng lớn (gần bằng 1) hai biến có 
tương quan chặt chẻ với nhau
 R<0: mối tương quan giữa hai biến là tương quan nghịch
 R>0: mối tương quan giữa hai biến là tương quan thuận
 R=0: hai biến không có mối liên hệ tuyến tính
Nguyen Duy Tam -  126
5/12/2009
64
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI TƯƠNG QUAN GIỮA HAI 
BIẾN ĐỊNH LƯỢNG
 Kiểm nghiệm giả thuyết về mối tương quan
 Thiết lập giả thuyết
▪ H0: R=0 (không có liên hệ giữa hai biến)
▪ H1: R0 (có liên hệ giữa hai biến)
 Dùng kiểm nghiệm t và ta bác bỏ giả thuyết H0 khi p_value 
(Asympt. Sig.)< α (kiểm nghiệm hai nhánh) hoặc p_value 
(Asympt. Sig.)< α/2 (kiểm nghiệm một nhánh)
Nguyen Duy Tam -  127
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI TƯƠNG QUAN GIỮA HAI 
BIẾN ĐỊNH LƯỢNG
Correlations
1.000 .446** .287** .203** .220**
. .000 .000 .000 .000
400 400 400 400 400
.446** 1.000 .461** .281** .333**
.000 . .000 .000 .000
400 400 400 400 400
.287** .461** 1.000 .317** .236**
.000 .000 . .000 .000
400 400 400 400 400
.203** .281** .317** 1.000 .226**
.000 .000 .000 . .000
400 400 400 400 400
.220** .333** .236** .226** 1.000
.000 .000 .000 .000 .
400 400 400 400 400
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
SONY15 La nhan hieu
ua thich cua toi
SONY1 Chat luong cao
SONY2 Thiet ke dep
SONY4 Gia ca hop ly
SONY8 Dan dau
SONY15 La
nhan hieu ua
thich cua toi
SONY1 Chat
luong cao
SONY2 
Thiet ke dep
SONY4 Gia
ca hop ly
SONY8 
Dan dau
Correlation is significant at the 0.01 level (2-tailed).**. 
Nguyen Duy Tam -  128
5/12/2009
65
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
 Phương trình hồi qui tuyến tính dự báo xu hướng tăng (hay 
giảm) của một biến phụ thuộc trong sự biến động (tăng hoặc 
giảm) của nhiều biến độc lập khác
Phương trình hồi qui bội: y
^
 = a + b1x1 + b2x2 + … + bkxk 
Nguyen Duy Tam -  129
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
 Hệ số xác định (Coefficient of determination): Sẽ giúp ta giải 
đáp một số câu hỏi sau :
 Mô hình hồi qui tuyến tính được xây dựng đã thể hiện mối 
quan hệ giữa X và Y tốt như thế nào. Hoặc bao nhiêu % sự 
biến thiên của Y có thể giải thích bởi sự phụ thuộc tuyến tính 
của Y vào X
 R bình phương biến thiên từ 0 cho tới 1 (giá trị 0 tương ứng sự 
biến thiến của Y hoàn toàn không do mối quan hệ hồi qui 
tuyến tính giữa Y và X, giá trị 1 tương ứng sự biến thiên của Y 
hoàn toàn là do mối quan hệ hồi qui tuyến tính giữa Y và X) 
 R bình phương càng lớn thì mô hình hồi qui tuyến tính giữa Y 
và X càng thích hợp và hay các biến độc lập X càng có ý 
nghĩa trong việc giải thích sự biến thiên của biến phụ thuộc Y 
Nguyen Duy Tam -  130
5/12/2009
66
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
 Hệ số xác định R bình phương và hệ số xác định điều 
chỉnh Adjusted R bình phương 
 Do trong phân tích hồi qui bội R bình phương càng tăng 
khi số biến độc lập càng tăng do đó đôi khi R bình 
phương không thể hiện đúng ý nghĩa của phương trình 
hồi qui tuyến tính
 Sử dụng Adjusted R bình phương sẽ giúp giải quyết được 
hạn chế này
Nguyen Duy Tam -  131
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
 Kiểm nghiệm F
 Giống như kiểm nghiệm F sử dụng trong phân tích ANOVA 
nhằm kiểm định giả thuyết về sự tồn tại mối liên hệ tuyến tính 
giữa các biến X và biến Y
 Giả thuyết: 
▪ H0: β1 = β 2 = … = β k = 0
▪ H1: Có ít nhất một β i 0
 Bác bỏ H0 khi Sig (p-value) < α
Nguyen Duy Tam -  132
5/12/2009
67
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
 Kiểm định giả thuyết về hệ số hồi qui (kiểm định t)
 Kiểm nghiệm mối quan hệ hồi qui tuyến tính của từng biến 
Xi với Y
▪ H0: Không có mối quan hệ tuyến tính giữa Y và Xi 
▪ Bác bỏ H0 khi sig.(p-value) < α
 Khác với kiểm nghiệm F cho biết mối quan hệ tuyến tính của 
tất cả các biến độc lập với biến phụ thuộc. Kiểm nghiệm t 
cho biết có hay không một mối quan hệ hồi qui tuyến tính 
giữa một biến độc lập cụ thể với biến phụ thuộc.
Nguyen Duy Tam -  133
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
 Ví dụ: Đo lường mối quan hệ tuyến tính giữa:
 Biến độc lập: Ý kiến chó rằng “Sony là nhãn hiệu ưa thích của 
tôi”
 Với các biến phụ thuộc là các ý kiến cho rằng Sony là:
▪ “Chất lượng cao”
▪ “Thiết kế đẹp”
▪ “Đáng tin cậy”
▪ “Sáng tạo”
▪ “Dẫn đầu”
▪ “Nhãn hiệu toàn cầu”
Nguyen Duy Tam -  134
5/12/2009
68
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
Variables Entered/Removeda
SONY1 Chat luong cao .
Stepwise (Criteria: Probability-of-F-to-enter
= .100).
SONY3 Dang tin cay .
Stepwise (Criteria: Probability-of-F-to-enter
= .100).
SONY7 Tinh sao .
Stepwise (Criteria: Probability-of-F-to-enter
= .100).
Model
1
2
3
Variables Entered
Variables
Removed Method
Dependent Variable: SONY15 La nhan hieu ua thich cua toia. 
Model Summary
.446a .199 .197 .65
.477b .228 .224 .63
.486c .237 .231 .63
Model
1
2
3
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), SONY1 Chat luong caoa. 
Predictors: (Constant), SONY1 Chat luong cao,
SONY3 Dang tin cay
b. 
Predictors: (Constant), SONY1 Chat luong cao,
SONY3 Dang tin cay, SONY7 Tinh sao
c. 
Nguyen Duy Tam -  135
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
ANOVAd
41.146 1 41.146 98.870 .000a
165.632 398 .416
206.778 399
47.097 2 23.549 58.547 .000b
159.680 397 .402
206.778 399
48.904 3 16.301 40.889 .000c
157.874 396 .399
206.778 399
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Model
1
2
3
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), SONY1 Chat luong caoa. 
Predictors: (Constant), SONY1 Chat luong cao, SONY3 Dang t in cayb. 
Predictors: (Constant), SONY1 Chat luong cao, SONY3 Dang t in cay, SONY7 Tinh
sao
c. 
Dependent Variable: SONY15 La nhan hieu ua thich cua toid. 
Nguyen Duy Tam -  136
5/12/2009
69
Con người – Tầm nhìn mới
ĐO LƯỜNG MỐI QUAN HỆ TUYẾN TÍNH GIỮA BIẾN PHỤ THUỘC 
VÀ NHIỀU BIẾN ĐỘC LẬP
Coefficientsa
.776 .393 1.975 .049
.801 .081 .446 9.943 .000
.540 .391 1.381 .168
.619 .092 .345 6.706 .000
.238 .062 .198 3.847 .000
.448 .392 1.143 .254
.587 .093 .327 6.311 .000
.206 .063 .171 3.247 .001
9.116E-02 .043 .101 2.129 .034
(Constant)
SONY1 Chat luong cao
(Constant)
SONY1 Chat luong cao
SONY3 Dang tin cay
(Constant)
SONY1 Chat luong cao
SONY3 Dang tin cay
SONY7 Tinh sao
Model
1
2
3
B Std. Error
Unstandardized
Coefficients
Beta
Standardi
zed
Coefficien
ts
t Sig.
Dependent Variable: SONY15 La nhan hieu ua thich cua toia. 
Nguyen Duy Tam - 
Phương trình hồi qui: 
“Là nhãn hiệu ưu thích” = 0,448 + 0,587 “Chất lượng cao” + 0,206 “đáng
tinh cậy” + 0,009 “tinh sảo”
1: Hoàn toàn không đồng ý
5: Hoàn toàn đồng ý 
137
Con người – Tầm nhìn mới
TÀI LiỆU THAM KHẢO
1. Phương pháp nghiên cứu trong kinh doanh – Th.S Đào Hồi 
Nam
2. Xử lí dữ liệu với phần mềm SPSS – Hồng Trọng – Chu 
Nguyễn Mộng Ngọc
Nguyen Duy Tam -  138