Professional Documents
Culture Documents
NVT RM Chap07
NVT RM Chap07
1
NỘI DUNG
1. XỬ LÝ DỮ LIỆU
Mã
hóa
DỮ
Hiệu chỉnh Tạo tập tin
LIỆU
Thứ tự
MÔ TẢ Trung vị
Trung bình Yếu vị
Khoảng/
Phương sai Tần suất
phần trăm
SUY
ĐOÁN Kolmogorov
Chi – square
Z test/ t test – Smirnov
test
test
Bài giảng PPNC trong KD - TS. Nguyễn Văn Tuấn. Chương 07 14
PHÂN TÍCH ĐƠN BIẾN – THỐNG KÊ MÔ TẢ
Biến chỉ danh, thứ tự
Ví dụ
Response Frequency Percentage Cum.
Category Percentage
Benthanh 1 - -
Foster 3 1 1
Saigon 45 18 19
Heineken 120 46 65
Tiger 92 35 100
261 100%
Mkt &
Prodct Others
Sales
Count 41 62 41 144
2
C = 0: không có quan hệ
c
n 2 C không có chặn trên khó diễn dịch
2 V = 0: không có quan hệ
v
n( f 1) V = 1: có quan hệ hoàn hảo
Thí dụ: Kết quả khảo sát nhãn hiệu Bia ưa thích
nhất phân theo mức thu nhập.
Nhãn hiệu bia ưa thích nhất
Thu nhập Tổng
Bia A Bia B Bia C
50 200 125
Thấp 375
(109.38) (101.56) (164.06)
200 100 350
Trung bình 650
(189.58) (176.04) (284.38)
100 25 50
Cao 175
(51.04) (47.40) (76.56)
TổngBài giảng PPNC trong KD - TS.
350 325
Nguyễn Văn Tuấn. Chương 07 525 1200
32
PHÂN TÍCH NHỊ BIẾN – CÁC LOẠI TEST
• Ghi chú: Con số trong ngoặc chỉ giá trị kỳ vọng của
mỗi ô trong bảng. Chúng được xác định theo tỉ lệ với
tổng về thu nhập và loại bia ưa thích.
(Ô 1-1 có giá trị kỳ vọng = 350 x 375 / 1200 = 109.38)
k (O E ) 2
Tính
l
χ
2 ij ij
i 1
j 1 Eij
Kết quả :
= 252.2
2
Df = (k-1)(l-1) = (3-1)(3-1) = 4
Nếu2 chọn = 1% thì C = 13.3 (tra bảng)
2
Lưu ý:
Hai biến phải có phân phối chuẩn nhị biến.
Phương sai của 1 biến tại bất kỳ giá trị nào
của biến kia cũng phải bằng nhau.
Khi r nhỏ không có nghĩa là không tương
quan, mà chỉ không tương quan tuyến tính.
Khi r lớn chỉ cho thấy mối tương quan, nhưng
không xác định quan hệ nhân quả.
Conjoint analysis
Bài giảng PPNC Ordinal
trong KD - TS. Nguyễn Văn Tuấn. Chương 07 Nominal38
TỔNG QUÁT VỀ PHÂN TÍCH ĐA BIẾN
Các phương pháp phân tích phụ thuộc – Yêu cầu về thang đo
Linearity
Giả thuyết: các biến độc lập không có tương quan tuyến
tính với nhau.
Khi bị vi phạm Có hiện tượng đa cộng tuyến, nghĩa là
hiện hữu mối tương quan tuyến tính giữa 2 biến độc lập.
Đa cộng tuyến gây ra:
Hạn chế giá trị r2
Sai lệch/ đổi dấu các hệ số hồi quy
Test đa cộng tuyến: hệ số Tolerance hoặc VIF
Để đảm bảo độ tin cậy phải có nhiều hơn 10 điểm cho mỗi
biến độc lập đưa vào phương trình ( yêu cầu cỡ mẫu)
Khoảng dao động (range) các biến có thể ảnh hưởng đến ý
nghĩa phương trình hồi quy.
Trường hợp biến độc lập là nominal thì có thể sử dụng
dummy-variable. Khi đó:
Số biến dummy = k-1; với k = số loại của biến nominal
Thí dụ:
Bài toán tìm các yếu tố quyết định sự thỏa
mãn của nhân viên trong Cty XYZ.
Biến phụ thuộc: sự thỏa mãn của
nhân viên Cty.
Biến độc lập: thu nhập, điều kiện làm việc, sự
quan tâm của cấp trên, quan hệ với đồng nghiệp,
cơ hội thăng tiến, cơ hội học tập, v.v..
Standardized
Coefficients
Coefficients
Collinearity
Statistics
Biến Std.
B Beta
độc lập Error t Sig. Tolerance VIF
Sự
quan tâm/ .205 .061 .310 3.380 .001 .793 1.262
công nhận
r = 0.787 r 2 = 0.619
Bài giảng PPNC trong KD - TS. Nguyễn Văn Tuấn. Chương 07
F sig. = 0.000
47
TỔNG QUÁT VỀ PHÂN TÍCH ĐA BIẾN
So sánh giá trị trung bình của một thuộc tính (biến phụ
thuộc/ thang metric) thể hiện ảnh hưởng của một hay
nhiều thuộc tính khác (biến độc lập/thang nonmetric)
Thí dụ:
Mục đích
Phân tích ảnh hưởng tổng hợp (joint effects) của 2 hay
nhiều biến độc lập (thang nominal) lên một biến phụ
thuộc (utility score - thang đo ordinal)
Áp dụng
Thường dùng trong test sản phẩm với nhiều yếu tố khác
nhau (chất lượng, kiểu dáng, giá bán, nhãn hiệu, v.v.).
Mỗi yếu tố có vài phương án khác nhau. Tìm xem tổ
hợp nào được ưa thích nhất.
Đánh giá thị phần của các nhãn hiệu trên thị trường
Nhận dạng cơ hội thị trường cho một sản phẩm với
tổ hợp thuộc tính mới
Thí dụ:
Thiết kế sản phẩm mới có 3 thuộc tính:
Giá : (cao, trung bình, thấp)
Kiểu dáng : (cao, trung bình, thấp)
Chức năng : (đơn giản, phức tạp) ...
Chỉ cần đánh giá 1 nhóm khoảng 8 tổ hợp (thay vì
18 tổ hợp) về tính hấp dẫn của sản phẩm đối với
khách hàng.
Thí dụ:
Ứng dụng
Mục tiêu
1 2 3 4 5 6 7
Bài giảng PPNC trong KD - TS. Nguyễn Văn Tuấn. Chương 07 71
TỔNG QUÁT VỀ PHÂN TÍCH ĐA BIẾN
Thí dụ: Cluster analysis để phân khúc thị trường
Hơn 300 khách hàng được khảo sát
Nhận dạng ra các nhóm khác nhau.
Trong mỗi nhóm có sự tương tự nhau về tầm quan
trọng của các yếu tố (X1 X5) ảnh hưởng đến quyết
định mua.
Nhóm 1
Nhóm 1: X1, X4, X5 là quan trọng trong
Khách hàng trẻ,
quyết định mua
thu nhập cao, ở
Nhóm 2: X1, X2, X3 là quan trọng. TP...
Nhóm 2
TICO sẽ có chiến lược tiếp thị đối Khách hàng
với từng nhóm khách hàng khác nhau. công nghiệp –
sản xuất
Bài giảng PPNC trong KD - TS. Nguyễn Văn Tuấn. Chương 07 72
TỔNG QUÁT VỀ PHÂN TÍCH ĐA BIẾN
MULTIDIMENTIONAL SCALING (perceptual mapping)
Mục đích: Xác định số lượng và bản chất của
các thứ nguyên (dimensions) đặc trưng cho
nhận thức/ đánh giá của khách hàng về các
đối tượng.
Thang đo: Cả hai loại thang metric/nonmetric
Trong MR: Thường được sử dụng trong bài
toán xác định vị trí tương đối (relative
position) của các nhãn hiệu cạnh tranh nhau
do phản hồi từ phía khách hàng.
Xác định những yếu tố đặc trưng cho việc
đánh giá của khách hàng.
Là phương pháp ngược với Cluster
Bài giảng PPNC trong KD - TS. Nguyễn Văn Tuấn. Chương 07 73
TỔNG QUÁT VỀ PHÂN TÍCH ĐA BIẾN
Multidimentional Cluster
Scaling Analaysis
• Phát hiện các • Gộp các đối
thứ nguyên đặc tượng thành các
trưng nhóm theo 1 số
(Underlying đặc tính tượng
Dimensions) từ tự nhau
các phản hồi