Professional Documents
Culture Documents
Huong Dan On Tap Cuoi Ky
Huong Dan On Tap Cuoi Ky
C1
Đặt giả thiết H0 tuổi trung bình giữa người hút thuốc và không hút thuốc là không có sự
khác nhau.
Equal
variances 3.504 .086 -3.825 12 .002 -11.022 2.882 -17.301 -4.743
assumed
tuổi
Equal
variances not -4.768 11.470 .001 -11.022 2.312 -16.085 -5.959
assumed
Bảng kết quả kiểm định Independent Samples Test cho thấy kiểm định phương sai có
mức ý nghĩa Sig = 0.086 > 0.05 nên chấp nhận giả thiết phương sai của các nhóm
bằng nhau. Do đó nhìn kết quả kiểm định t ở dòng phương sai bằng nhau (Equal
variances assumed) có mức ý nghĩa sig = 0.002 < 0.05. Vậy bác bỏ giả thiết H0 và kết
luận rằng tuổi trung bình giữa người hút thuốc và không hút thuốc là có sự khác nhau.
Group Statistics
thói quen hút thuốc N Mean Std. Deviation Std. Error Mean
Bảng kết quả thống kê theo từng nhóm cho thấy tuổi trung bình của những người có
hút thuốc là 41 tuổi cao hơn tuổi trung bình của những người không hút thuốc là 30
tuổi.
C2
Đặt giả thiết H0 mức tiêu thụ xăng trung bình của 3 loại xe là không khác nhau
.036 2 17 .965
Bảng kết quả kiểm định phương sai (Test of Homogeneity of Variances) cho thấy mức
ý nghĩa Sig = 0.965 > 0.05 nên chấp nhận giả thiết phương sai của các nhóm bằng
nhau. Do đó bảng phân tích ANOVA sử dụng tốt.
ANOVA
mức tiêu thụ xăng
Bảng kết quả ANOVA trên cho thấy mức ý nghĩa Sig = 0.000 < 0.05 nên bác bỏ giả
thiết H0 và kết luận rằng mức tiêu thụ xăng trung bình của 3 loại xe là có sự khác nhau
và có ý nghĩa thống kê.
Multiple Comparisons
Dependent Variable: mức tiêu thụ xăng
Tukey HSD
(I) loại xe (J) loại xe Mean Std. Error Sig. 95% Confidence Interval
Difference (I-J) Lower Bound Upper Bound
*
xe B -2.3000 .4537 .000 -3.464 -1.136
xe A *
xe C -2.0167 .4722 .001 -3.228 -.805
*
xe A 2.3000 .4537 .000 1.136 3.464
xe B
xe C .2833 .4722 .822 -.928 1.495
*
xe A 2.0167 .4722 .001 .805 3.228
xe C
xe B -.2833 .4722 .822 -1.495 .928
Bảng kết quả kiểm định trung bình của từng cặp (Tukey HSD) cho thấy: mức ý nghĩa
sig của cặp xe A, xe B = 0.000 < 0.05 nên kết luận rằng mức tiêu thụ xăng trung bình
của xe A, xe B có sự khác nhau. Mức ý nghĩa của cặp xe A, xe C có sig = 0.001 < 0.05
nên kết luận rằng mức tiêu thụ xăng trung bình của xe A và xe C có sự khác nhau.
Vậy mức tiêu thụ xăng trung bình của 3 loại xe A, B, C có sự khác nhau và có ý nghĩa
thống kê.
Đồ thị trên cho thấy mức tiêu thụ xăng trung bình của xe B là cao nhất (23.2 km/l), tiếp
đến là mức tiêu thụ xăng của xe c là (22.917 km/l) và thấp nhất là mức tiêu thụ xăng
của xe a (20.9 km/l).
C3
Đặt giả thiết H0 mức độ yêu thích giữa sản phẩm đang bán và sản phẩm cải tiến không
có sự khác nhau.
a
Test Statistics
Bảng kết quả Wilcoxon Signed Ranks Test cho thấy giá trị sig = 0.035 < 0.05 nên bác
bỏ giả thiết H0 và kết luận rằng mức độ yêu thích của người tiêu dùng giữa sản phẩm
đang bán và sản phẩm cải tiến có sự khác nhau và có ý nghĩa thống kê.
Descriptive Statistics
Bảng thống kê mô tả Descriptive Statistics cho thấy người tiêu dùng thích sản phẩm cải
tiến hơn sản phẩm đang bán vì điểm trung bình sản phẩm cải tiến là 7.42, điểm trung
bình của sản phẩm đang bán là 5.67.
C4
Đặt giả thiết H0 chi phí quảng cáo không có mối quan hệ với doanh số bán
Correlations
Bảng ma trận tương quan Correlations cho thấy hệ số tương quan của biến chi phi
quảng cáo và doanh số bán là R = 0.838. Chứng tỏ rằng mối tương quan của biến
chi phí quảng cáo và doanh số bán là mối tương quan thuận (vì R > 0), hệ số
tương quan R = 0.838 gần tiến tới 1 cho nên mối tương quan giữa 2 biến này khá
mạnh.
a
Coefficients
Bảng kiểm định mức ý nghĩa của các biến trong phương trình hồi quy Coefficientsa ta
thấy sig của biến chi phí quảng cáo = 0.001 < 0.05 nên bác bỏ giả thiết H0 và kết luận
rằng chi phí quảng cáo có mối tương quan với doanh số bán.
Phương trình tương quan là:
Doanh số bán = 80.623 + 10.263 * chi phí quảng cáo.
b
Model Summary
Bảng kết quả kiểm định sự phù hợp của mô hình hồi quy Model Summaryb cho thấy
hệ số tương quang R điều chỉnh = 0.672 chứng tỏ rằng phương trình hồi quy trên giải
thích được 67.2% sự biến thiên của dữ liệu.
C5
Đặt giả thiết H0 công suất động cơ và trọng lượng xe không ảnh hưởng tới mức tiêu
thụ xăng.
Correlations
trọng lượng xe 12 12 12
Bảng ma trận tương quan Correlations cho thấy hệ số tương quan giữa công
suất động cơ và mức tiêu thụ xăng có R1 = 0.876, hệ số tương quan giữa mức
tiêu thụ xăng và trọng lượng xe có R2 = 0.906.
Điều đó chứng tỏ rằng mức tiêu thụ xăng có tương quan thuận với 2 biến công
suất động cơ và trọng lượng xe vì hệ số tương quan R > 0.
Hệ số tương quan của 2 biến trên khá lớn R tiến đến 1 nên chứng tỏ 2 biến có
tương quan khá mạnh đối với mức tiêu thụ xăng. Biết tương quan mạnh nhất là
trọng lượng xe tác động đến mức tiêu thụ xăng, vì hệ số tương quan của biến
này cao nhất R = 0.906.
a
Coefficients
trọng lượng
.012 .004 .569 3.300 .009 .394 2.540
2 xe
công suất
.097 .039 .433 2.510 .033 .394 2.540
động cơ
Bảng kiểm định mức ý nghĩa các biến trong phương trình hồi quy Coefficientsa cho
thấy: giá trị Sig của biến trọng lượng xe là 0.009 < 0.05, giá trị Sig của biến công
suất động cơ là 0.033 < 0.05.
Như vậy bác bỏ giả thiết H0 và kết luận rằng trọng lượng xe và công suất động cơ
có tác động đến mức tiêu thụ xăng.
Phương trình hồi quy tương quan là:
Mức tiêu thụ xăng = -11.846 + 0.012 * trọng lượng xe + 0.097 * công suất động cơ.
c
Model Summary
Bảng kết quả đánh mức giá độ phù hợp của mô hình hồi quy (model summary) cho
thấy mô hình hồi quy này giải thích được 87.1% sự biến thiên của các biến trong
phương trình vì hệ số R điều chỉnh = 0.871.
C6
Đặt giả thiết H0 thói quen đi mua sắm và giới tính không liên quan nhau.
Chi-Square Tests
Value df Asymp. Sig. (2- Exact Sig. (2- Exact Sig. (1-
sided) sided) sided)
a
Pearson Chi-Square 7.778 1 .005
b
Continuity Correction 4.978 1 .026
Likelihood Ratio 9.873 1 .002
Fisher's Exact Test .021 .010
Linear-by-Linear Association 7.222 1 .007
N of Valid Cases 14
a. 4 cells (100.0%) have expected count less than 5. The minimum expected count is 2.50.
b. Computed only for a 2x2 table
Bảng kết quả kiểm định chi-square tests cho thấy mức ý nghĩa sig = 0.005 < 0.05
nên bác bỏ giả thiết H0 và kết luận rằng thói quen mua sắm và giới tính có liên
quan nhau.
nam nữ
Count 0 5 5
không đi mua sắm
% within giới tính 0.0% 71.4% 35.7%
thói quen mua sắm
Count 7 2 9
đi mua sắm
% within giới tính 100.0% 28.6% 64.3%
Count 7 7 14
Total
% within giới tính 100.0% 100.0% 100.0%
Bảng kết quả thống kê crosstabulation ta thấy tỉ lệ % nam đi mua sắm nhiều hơn nữ
(nam đi mua sắm chiếm 100%, nữ đi mua sắm chiếm 28.6%).
C7
Đặt giả thiết H0 tuổi thọ trung bình giữa những người sống ở 3 khu vực: thành thị,
nông thôn, cao nguyên không có sự khác nhau.
a,b
Test Statistics
tuổi
Chi-Square 9.279
df 2
Asymp. Sig. .010
Bảng kết quả kiểm định Kruskal Wallis Test cho thấy giá trị Sig = 0.01 < 0.05 nên
bác bỏ giả thiết H0 nên kết luận rằng tuổi thọ trung bình của những người sống ở 3
khu vực thành thị, nong thôn, cao nguyên có sự khác nhau và có ý nghĩa thống kê.
Ranks
Total 17
Bảng kết quả hạng trung bình mean rank cho ta thấy tuổi trung bình của những
người sống ở cao nguyên là cao nhất, tiếp đến là những người sống ở nông thôn
và tuổi trung binh thấp nhất là những người sống ở thành thị.
Câu 8
Hệ số Cronbach’s Alpha là kiểm định độ tin cậy của thang đo, cho phép loại bỏ
những biến không phù hợp trong mô hình nghiên cứu.
Reliability Statistics
Cronbach's N of Items
Alpha
.881 9
Bảng kết quả kiểm định độ tin cậy của thang đo reliability statistics ta thấy giá trị
kiểm định cronbach’s alpha = 0.881 > 0.7 nên thang đo đạt độ tin cậy.
Item-Total Statistics
Bảng kết quả kiểm định hệ số tương quan tổng của các thang đo cho thấy: Hệ số
tương quan biến tổng corrected item- total correlation của các thang đo đều > 0.3
Như vậy khi kiểm định độ tin cậy của thang đo thì tất cả 9 thang đo này đều thỏa
mản điều kiện hệ số cronbach’s alpha > 0.7 và hệ số tương quan biến tổng > 0.3.
Do đó 9 thang đo trên đạt tiêu chuẩn độ tin cậy và tiếp tục các bước phân tích tiếp
theo.
Câu 9
Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất
có ích cho việc xác định các tập hợp nhóm biến.
Sig. .000
Kết quả tính hệ số đo lường mức độ phù hợp của mô hình phân tích nhân tố (KMO)
và kiểm định mức ý nghĩa của mô hình phân tích nhân tố (Bartlett's Test) cho thấy:
Hệ số KMO = 0.633 (KMO >= 0.5) nên phân tích nhân tố là phù hợp.
Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có tương
quan với nhau trong tổng thể.
a
Rotated Component Matrix
Component
1 2 3
c3 .836
a2 .830
a1 .751
a3 .718
b3 .883
b1 .814
b2 .724
c2 .838
c1 .811
Câu 10
Đặt giả thiết H0 không có sự tương quan của các nhân tố tác động đến sự hài
lòng của khách hàng:
Phương trình hồi quy có dạng:
Y = 0 + 1X1 + 2X2 + 3X3
Đặt các biến trong phương trình hồi quy đa biến như sau:
Y : Mức độ hài lòng chung của khách hàng (Trung bình của 3 biến y1,y2,y3)
X1 : Sự thuận tiện (Trung bình của 4 biến c3,a2,a1,a3)
X2 : Hình ảnh doanh nghiệp (Trung bình của 3 biến b3,b1,b2)
X3 : Tính cạnh tranh về giá (Trung bình của 2 biến c2,c1)
Kết quả phân tích thể hiện như sau:
Correlations
Giá 15 15 15 15
Bảng ma trận tương quan Correlations cho thấy hệ số tương quan của biến sự
thuận tiện và mức độ hài lòng là R = 0.823, hình ảnh doanh nghiệp và mức độ
hài lòng là R = 0.776, cạnh tranh về giá và mức độ hài lòng là R = 0.766.
Chứng tỏ rằng có mối tương quan của các biến: sự thuận tiện, hình ảnh doanh
nghiệp, cạnh tranh về giá đến mức độ hài lòng của khách hang (vì hệ số kiểm
định mức ý nghĩa của sự tương quan có sig = 0.000 < 0.05).
Mối tương quan của biến trong mô hình hồi quy là tương quan thuận (vì R > 0).
Hệ số tương quan của các biến khá lớn R Thuộc khoảng (0.766 -> 0.823) gần
tiến tới 1 cho nên mối tương quan giữa 3 biến này đối với mức độ hài lòng khá
mạnh.
a
Coefficients
Bảng kiểm định mức ý nghĩa của các biến trong phương trình hồi quy
Coefficientsa ta thấy mức ý nghĩa của biến sự thuận tiện sig = 0.001 < 0.05,
mức ý nghĩa của cạnh tranh về giá có sig = 0.006 < 0.05, mức ý nghĩa của hình
ảnh doanh nghiệp sig = 0.011 < 0.05. Nên bác bỏ giả thiết H0 và kết luận rằng
có mối tương quan của các biến: sự thuận tiện, hình ảnh doanh nghiệp, tính
cạnh tranh về giá đối với mức độ hài lòng của khách hàng.
Phương trình tương quan là:
Mức độ hài lòng = -0.111 + 0.457*sự thuận tiện + 0.306* Cạnh tranh về giá +
0.289*hình ảnh doanh nghiệp.
Trong phương trình trên, nhân tố tác động mạnh nhất đối với mức độ hài lòng
của khách hàng là sự thuận tiện (vì hệ số beta = 0.463), tiếp đến là nhân tố tính
cạnh tranh về giá tác động dến mức độ hài lòng của khách hàng (hệ số beta =
0.361), và nhân tố tác động thấp nhất tác động đến mức độ hài lòng của khách
hàng là hình ảnh doanh nghiệp (vì hệ số beta = 0.335).
Hệ số VIF của các biến < 10 nên các biến độc lập trong phương trình không có
hiện tượng tự tương quan.
d
Model Summary
a. Predictors: (Constant), x1
b. Predictors: (Constant), x1, x3
c. Predictors: (Constant), x1, x3, x2
d. Dependent Variable: y
Bảng kết quả kiểm định sự phù hợp của mô hình hồi quy Model Summaryb cho
thấy hệ số tương quang R điều chỉnh = 0.895 chứng tỏ rằng phương trình hồi
quy trên giải thích được 89.5% sự biến thiên của dữ liệu.