PHƯƠNG PHÁP NGHIÊN CỨU

TRONG KINH DOANH

CHƯƠNG 7
XỬ LÝ & PHÂN TÍCH DỮ LiỆU

NCKH và phân tích dữ liệu

• Nghiên cứu định lượng cần phân tích dữ liệu.
• Với khối lượng dữ liệu lớn, cần chương trình máy tính để thực hiện
• SPSS là một chương trình thống kê dễ sử dụng và mạnh mẽ.
Xác định vấn đề

Câu hỏi nghiên cứu Đề

cương
Mục tiêu nghiên cứu nghiên
(giới hạn nghiên cứu)
cứu
Thiết kế nghiên cứu (proposal)
Lý thuyết, Mô hình, Biến số, giả thuyết,
chọn mẫu, phương pháp thu thập dữ liệu

Thu thập & phân tích dữ liệu

Báo cáo
2

1
 Phân tích dữ liệu
• Phân tích dữ liệu là quá trình chuyển từ những dữ liệu rời rạc của
từng quan sát thành những thông tin, những tri thức, hiểu biết đáng
tin cậy.

Möùc ñoä chính xaùc

cuûa moâ hình thoáng keâ
Hieåu bieát,
tri thöùc

Söï kieän

Thoâng tin

Döõ lieäu Möùc ñoä caûi thieän

caùc quyeát ñònh

(Nguồn: Hossein Arsham, Manchester Metropolitan University)

3

Phân loại dữ liệu

• Dữ liệu định tính: thu thập từ thang đo danh nghĩa và thứ bậc ->
không tính được trị trung bình
• Dữ liệu định lượng: thu thập từ thang đo khoảng cách và tỉ lệ -> tính
được trị trung bình

Döõ lieäu

Döõ lieäu Döõ lieäu

ñònh tính ñònh löôïng

thang ño thang ño thang ño thang ño

danh nghóa thöù baäc khoaûng caùch tæ leä

2
 Tổ chức dữ liệu – ma trận dữ liệu
• Quan sát (observation, case): dữ liệu thu thập được từ một đơn vị mẫu
khảo sát thực tế.
• Biến (variable): đơn vị chứa một loại dữ liệu giống nhau (ví dụ giới tính)
• Ma trận (bảng) dữ liệu: tập hợp dữ liệu của nhiều quan sát (dòng) được
sắp xếp thành từng loại rõ ràng (cột-biến).

Các Các biến

quan
sát Giới tính Tuổi Nghề nghiệp

1 Nữ 21 Sinh viên
2 Nữ 32 Nhân viên văn phòng
3 Nam 53 Về hưu
… … … …
n Nam 42 Nghề khác

Nguyên tắc mã hóa & nhập liệu

• Dữ liệu định tính: mã hóa bằng cách dùng mã số gán cho các biểu hiện
hay tính chất.
• Dữ liệu định lượng: không cần mã hóa (đã có ý nghĩa)
• Phân tích BCH/form rồi tạo khuôn nhập theo nguyên tắc mỗi loại dữ
liệu là một biến.
• Dữ liệu được nhập trực tiếp vào ở màn hình data của SPSS, từ trái qua
phải theo từng quan sát (dòng).

Các Các biến

quan
sát Giới tính Tuổi Nghề nghiệp

1 2 21 10
2 2 32 3
3 1 53 11
… … … …
n 1 42 14
6

3
 Ví dụ và thao tác
• Dùng BCH ở phần cuối sách Phân tích Dữ liệu với SPSS:
• Phân tích các câu hỏi, các dữ liệu thu thập được, xác định số biến cần
khởi tạo.
• Thực hành tạo khuôn cho BCH này, chú ý các câu hỏi có nhiều trả lời
và câu hỏi dùng thang đo thứ bậc.

Nhập liệu
• Nhập trực tiếp trong SPSS -> phổ biến trong các NCKH cỡ mẫu không
quá lớn
• Bằng chương trình Data Entry của SPSS (nặng nề, năng suất thấp)
• Nhập bằng chương trình khác (Excel, Fox, …) hay chương trình viết
riêng (không tiện lợi hay mất thời gian viết chương trình nhập) nếu số
lượng mẫu không nhiều.
• Có thể nhiều người nhập song song, rồi ghép file thủ công hay bằng
lệnh Data > Merge files

4
 Làm sạch dữ liệu
• Bảng tần số đơn
• Dùng lệnh sort
• Dùng bảng phức
• Các lệnh select cases (filter)

-> Cần có kinh nghiệm, kiến thức liên quan đến đối tượng, bối cảnh, nội
dung nghiên cứu.

TÓM TẮT & TRÌNH BÀY DỮ LiỆU

Data Sumarization and Presentation

5
 Bảng thống kê - Tables
Bảng tần số đơn biến: áp dụng cho biến định tính & định lượng -> nếu số
lượng nhóm quá nhiều -> phân tổ lại, mã hóa lại (recode)
Bảng thống kê mô tả: áp dụng cho biến định lượng, tính toán khuynh
hướng tập trung và độ phân tán
Bảng kết hợp nhiều biến:
Bảng kết hợp cho các biến định tính: tính tần số và %.
Bảng kết hợp cho biến định tính và biến định lượng: tính trung bình, median,
độ lệch chuẩn, …
Ghép biến cho dạng câu hỏi có nhiều trả lời và có nhiều biến tương ứng.

11

Biểu đồ & đồ thị - Graphs

Biểu đồ đơn biến: biểu đồ phân phối tần số

30

20

10

Std. Dev = 7457.66

Mean = 6354.7
0 N = 51.00
0.
25
50 0.0
75 0.0
10 0.0
12 0
15 00
17 0
20 00
22 00
25 00
27 00
30 00
32 00
35 00
0
0
0
0
00
5 .0
00 .0
5 .0
0 .0
5 .0
0 .0
5 .0
0 .0
5 .0
00 .0
0.
0

REVENUES
12

6
 Biểu đồ & đồ thị - Graphs
Biểu đồ đơn biến: hình thanh, hình tròn
Nguồn nhận biết
0 20 40 60 80 100

ACB 52 46

Vietcombank 48 39 25
Quy mô các món vay
Agribank 43 42 22 < 10 trđ
> 500 trđ 32%
Incombank 49 36 21 7%
EAB 44 33 19 5

BIDV 40 32 19 11
200 - 500
Sacombank 40 18 15 6 5 18
trđ
VIBank 42 58 21%

Techcombank 35 45 25
10 - 200 trđ
Military Bank 28 28 20 13 3 15
40%
Eximbank 50 17 19 2 7

Haøng haûi 44 15 9 9 21

VP Bank 43 54

Baïn beø Truyeàn hình

Baùo vieát Internet
Tôø rôi Baêngroân, aùpphích
Töï tìm hieåu
13

Biểu đồ & đồ thị - Graphs

Đồ thị kết hợp: hình thanh, đồ thị phân tán
Aided
TP.HCM Hà Nội
Unaided
100
Tom ACB 42 68 91
ACB 6 26 54
4000
71 70 85
Vietcombank 20 41 30
67 83
Agribank 5 25 22 61

52 69 3000
Incombank 6 17 18 47

56 44
Dong A 11 32 EAB 4 17

32 38
BIDV 15 BIDV 7 21
2000
60 28
Sacombank 7 21 3 10
36 35
VIBank 05 2 11
18 53
Techcombank 04 2 28 1000
PROFITS

14 42
Military Bank 01 3 17

41 12
SCB 17 SCB 14 0
24 13
Eximbank 28 02
0 10000 20000 30000 40000

31 8
Phương Nam 17 03 REVENUES
8 9
Hàng Hải 0
0 i 12
8 28
VP Bank 01 2 12
20 7
Phương Đông 03 0
0

Habubank 04
0 % 1 11
38
%

0 20 40 60 80 100 0 20 40 60 80 100 14

7
 Biểu đồ & đồ thị - Graphs
Bản đồ nhận thức (không bao gồm trong chương trình này):
.6

SACOMBANK
EAB
KhuyÕn m· i

Ch¨ m sãc KH tèt

Qu¶ng c¸ o NV niÒmnë
ACB N¬i GD lÞ
ch sù Th«ng dông
PhÝDV hî p lý
NhiÒu ®®iÓm GD
LS göi hÊp dÉn
SP-DV phong phó NV giáiLS vay hî p lý
TECHCOMBANK BIDV
Chuyª n nghiÖp
MILITARY AGRIBANK
0.0
NæitiÕng
Uy tÝ
n
Qu¶n trÞtèt VIETCOMBANK

EIBCnghÖtiª n tiÕn INCOMBANK

Dimension 2

Vèn lí n

-.6
-.7 0.0 .7

Dimension 1 15

PHÂN TÍCH ĐƠN BiẾN

Univariate analysis

8
 Độ tập trung & phân tán
Dùng cho dữ liệu định lượng

Khuynh hướng tập trung: mức độ điển hình, mức độ đại diện
Trung bình cộng
Trung vị: ít bị ảnh hưởng bởi các giá trị bất thường
Mốt: có điểm tập trung rõ rệt

Độ phân tán: mức độ chêch lệch (hay đồng đều) giữa các phần tử
Phương sai: độ phân tán bị phóng đại
-> Độ lệch chuẩn

Hình dáng của phân phối: biểu đồ thân và lá, biểu đồ hộp
-> phân phối lệch trái: đa số các đơn vị có mức độ dưới trung bình
-> phân phối lệch phải: đa số các quan sát có mức độ trên trung bình

17

Ước lượng & kiểm định trung bình

Ước lượng điểm: chính là trung bình mẫu
Ước lượng khoảng: lấy trung bình mẫu cộng trừ 1,96 (thường làm tròn
thành 2) lần sai số chuẩn (SE)
Kiểm định trung bình tổng thể có bằng một giá trị cụ thể hay không
• Dùng kiểm định t một mẫu.

18

9
 Chuẩn hóa dữ liệu

Chuẩn hóa dữ liệu:

• chuyển dữ liệu gốc với đơn vị đo lường cụ thể thành đơn vị độ lệch
chuẩn để so sánh trong trường hợp đơn vị tính khác nhau. Ví dụ so
sánh biến thiên giữa năng suất và tiền lương đầu người.
• Biết được vị trí tương đối của một đơn vị so với các đơn vị khác.

x μ xx
z z
σ s

19

PHÂN TÍCH HAI BIẾN

Bivariate analysis

10
 Liên hệ hai biến định danh
Dữ liệu dưới dạng tần số
Dùng bảng chéo khám phá mối liên hệ
Dùng kiểm định chi bình phương (kiểm định tính độc lập) để xem xét mối
liên hệ có ý nghĩa thống kê hay không
Dùng những thước đo như hệ số liên kết lamda, phi để đo lường độ mạnh
mối liên hệ

21

Liên hệ hai biến thứ bậc

Dữ liệu dưới dạng tần số
Dùng bảng chéo khám phá mối liên hệ
Dùng những thức đo như gamma, tau hay lamda để đo lường độ mạnh
mối liên hệ.

22

11
 Liên hệ một biến định tính và một
biến định lượng
Biến nguyên nhân: biến định danh hay thứ bậc
Biến kết quả: biến định lượng
-> nếu biến nguyên nhân chỉ có 2 nhóm: dùng kiểm định trung bình (kiểm
định t)
-> nếu biến nguyên nhân có từ 3 nhóm trở lên: dùng phân tích phương
sai.

23

Liên hệ hai biến định lượng

Đo lường độ mạnh bằng hệ số tương quan hay tỉ số tương quan

Thể hiện mối quan hệ bằng phương trình hồi qui

24

12
 PHÂN TÍCH PHƯƠNG SAI

Analysis of variance

Phân tích phương sai 1 yếu tố

Biến nguyên nhân định tính có từ 3 nhóm trở lên
Biến kết quả là định lượng.
Toàn bộ biến thiên của biến kết quả (SST) được tách thành 2 phần:
• Biến thiên do yếu tố nguyên nhân đang xem xét: SSG
• Biến thiên do các yếu tố khác gây ra: SSW
-> Phương sai của yếu tố kết quả do yếu tố nguyên nhân gây ra (hay giải
thích được) MSG = SSG/k-1
-> Phương sai của yếu tố kết quả do các yếu tố khác gây ra
MSW = SSW/n-k
Tỉ số F = MSG/MSW lớn phản ảnh ảnh hưởng của yếu tố nguyên nhân
đang xem xét là đáng kể và ảnh hưởng đến biến kết quả, làm cho tung
bình của biến kết quả ở từng nhóm của biến nguyên nhân không bằng
nhau. 26

13
 Phân tích sâu ANOVA
Khi kết quả kiểm định F trong ANOVA cho thấy các trung bình không bằng
nhau, cần thêm kiểm định chi tiết để phát hiện sự khác biệt giữa các
nhóm.
-> Kiểm định Tukey thường dùng trong phân tích sâu ANOVA

27

HỒI QUI & TƯƠNG QUAN

Correlation & regression

14
 Hồi qui & tương quan
Tương quan đo lường độ mạnh của mối liên hệ
Hồi qui mô tả hình thức của liên hệ
Biểu đồ phân tán (Scatter) thường được dùng thăm dò mối liên hệ:
• có hay không có liên hệ,
• liên hệ tuyến tính hay phi tuyến tính.
90 90

80 80

70 70

60 60
Tuæi thä TB phô n÷

Tuæi thäTB phô n÷

50 50

40 40
-10000 0 10000 20000 30000 2.0 2.5 3.0 3.5 4.0 4.5

GDP tÝnh trª n ®Çu ng- êi (USD) LGGDPP

29

Hồi qui & tương quan

Tính hệ số tương quan đơn tuyến tính của mẫu quan sát
Kiểm định ý nghĩa thống kê của hệ số tương quan

Tìm phương trình hồi qui đơn quyến tính

• Ý nghĩa của hệ số hồi qui (độ dốc của đường thẳng)
• Ý nghĩa thống kê của mô hình hồi qui:
– Kiểm định F: ý nghĩa của cả mô hình
– Kiểm định t: ý nghĩa của từng biến độc lập trong mô hình
– Hệ số xác định mô hình: khả năng biến nguyên nhân giải thích biến
thiên của biến độc lập
• Phân tích phần dư: kiểm tra sự phù hợp của mô hình

30

15
 Hồi qui & tương quan
Phương trình hồi qui tuyến tính bội:
Thăm dò mối liên hệ giữa từng biến nguyên nhân và biến kết quả bằng
biểu đồ phân tán. Biến đổi nếu mối liên hệ không phải là tuyến tính.
Tìm phương trình hồi qui bội:
• Ý nghĩa của các hệ số hồi qui
• Ý nghĩa thống kê của mô hình hồi qui:
– Kiểm định F: ý nghĩa của cả mô hình
– Kiểm định t: ý nghĩa của từng biến độc lập trong mô hình
– Hệ số xác định mô hình: khả năng biến nguyên nhân giải thích biến
thiên của biến độc lập
• Phân tích phần dư: kiểm tra sự phù hợp của mô hình

31

Hồi qui & tương quan

Đa cộng tuyến:
• các biến độc lập có tương quan với nhau,
• loại bớt biến độc lập trong các biến độc lập có tương quan chặt
với nhau.
Hồi qui với biến độc lập định tính: tạo biến giả (biến nhị phân tương
ứng)

32

16