Đang tải... (xem toàn văn)
Tài liệu ôn thi SPSS, đầy đủ thông tin mô tả, tóm tắt gọn ý, trình bày các bảng kết quả SPSS có diễn giải cách đọc, tài liệu phù hợp để tham khảo, sử dụng, hiểu rõ hơn về SPSS, ngắn gọn dễ hiêu dành cho các bạn sinh viên.
ĐỌC KẾT QUẢ SPSS THỐNG KÊ MÔ TẢ (DESRIPTIVE) Cách thực hiện: Analyze Descriptive Statistics Descriptive Chọn biến (biến định lượng mô tả) OK THỐNG KÊ TẦN SỐ (FREQUENCIES) Cách thực hiện: Analyze Descriptive Statistics Frequencies Chọn biến (biến định lượng) +Statistics: Chọn Mean, Media, Sum, Std Min max PHÂN TÍCH ĐỘ TIN CẬY CỦA THANG ĐO Cách thực hiện: Analyze Scale Reliability Analysis Chọn biến (chọn hết biến thuộc thuộc tính ) Stastistics Scale if item deleted continue OK Đọc kết quả: - Hệ số Cronbach’s Alpha + Từ 0.8 đến gần 1: thang đo lường tốt + Từ 0.7 đến gần 0.8: thang đo lường sử dụng tốt + Từ 0.6 trở lên: thang đo lường đủ điều kiện -Hệ số tương quan biến tổng Corrected Item-Total Correlation: >= 0.3 phù hợp, < 0.3 loại PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA Cách thực biến độc lập: Analyze Dimention Reduction Factor Đưa hết biến độc lập phù hợp ( biến không bị loại bỏ Cronbach’s Alpha ) + Descriptives: chọn KMO + Ronation: Ở có phép quay, thường hay sử dụng Varimax Promax Riêng với dạng đề tài xác định biến độc lập biến phụ thuộc, sử dụng phép quay Varimax +Extraction: chọn Princical + Options: Chọn Sorted by size suppress small, chọn 0.3 0.5 Chọn OK Đọc kết quả: Chỉ quan tâm đến bảng KMO and Barlett’s Test, Total Variance Explained Rotated Component Matrix -Ở bảng KMO: +KMO >= 0.5, nhân tố chấp nhận +Sig 0.000 < 0.05, phân tích nhân tố phù hợp -Ở bảng Total Variance Explained: +Giá trị Total cột Eigenvalue >= trích n nhân tố phù hợp, nhỏ khơng trích nhân tố phù hợp +Gía trị Cumulative >= 50%, tính từ n nhân tố phù hợp mơ hình EFA phù hợp -Ở bảng Ronated matrix: + Nếu Component không bị trùng phù hợp, trùng mà chênh lệnh nhỏ 0.3 loại + Nếu biến độc lập nhỏ 0.5 không xuất Component bị loại Cách thực biến phụ thuộc: Thực tương tự biến độc lập đọc số liệu Đa phần bảng Rotated Component Matrix báo Only one component was extracted The solution cannot be rotated Đây lỗi phần mềm hay lỗi liệu, thông báo mang ý nghĩa: Chỉ có nhân tố trích, đó, SPSS khơng thể thực xoay ma trận Điều hồn toàn hợp lý, SPSS thực xoay nhân tố có từ nhân tố trở lên trích THỰC HIỆN GỘP CÁC BIẾN ĐỂ DỄ PHÂN TÍCH HỒI QUY Cách thực hiện: Transform Compute Variable Chú ý tới: +Target Variable: Điền tên biến đại diện Ví dụ nhân tố CV +Numeric Expression: Nhập hàm Mean(giá trị 1,giá trị 2,giá trị 3, ) VD Mean(CV2,CV1,CV5,CV3,CV4) Tên hàm viết hoa viết thường, giá trị hàm ngăn cách dấu phẩy khơng có khoảng cách trắng PHÂN TÍCH TƯƠNG QUAN PEARSON (KT xem biến PT với ĐL có tương quan với khơng) Cách thực hiện: Analize Correlate Bivarite Đưa hết biến gộp vô ( nên đưa biến phụ thuộc để dễ đọc ) OK Đọc kết quả: *Phân tích biến phụ thuộc với biến độc lập: Cần xem Sig trước, có ý nghĩa xét tiếp r - Sig tương quan Pearson < 0.05 phù hợp, >= 0.05 tương quan khơng có ý nghĩa - Pearson Correlation r : +Nếu r tiến 1(tương quan dương), -1(tương quan âm) : tương quan mạnh, chặt chẽ +Nếu r tiến 0: tương quan yếu +Nếu r = 1: tương quan tuyến tính tuyệt đối, biểu diễn đồ thị phân tán Scatter hình vẽ trên, điểm biểu diễn nhập lại thành đường thẳng +Nếu r = 0: khơng có mối tương quan tuyến tính Lúc có tình xảy Một, khơng có mối liên hệ biến Hai, chúng có mối liên hệ phi tuyến +N: tổng số data *Phân tích biến độc lậpvới biến độc lập: Xem biến ĐL xem tương quan có mạnh khơng Nếu mạnh, có khả xảy đa cộng tuyến ngược lại PHÂN TÍCH HỒI QUY ĐA BIẾN Cách thực hiện: Analyze Regression Linear Đưa biến phụ thuộc vào ô Dependent, biến độc lập vào ô Indenpendents ( lưu ý đưa biến phù hợp, không đưa biến loại sau phân tích tương quan Pearson ) + Mục Statistics : chọn Descriptive, Durbin…, Collinearity… + Mục Plots: Xuất ZPRED vào ô Y, ZRESID vào ô X , tick chọn Histogram Normal Continue + Những khác mặc định + Method: Enter Xong OK Đọc kết quả: Chỉ quan tâm bảng Model Summary, ANOVA, Coefficients -Bảng Model Summary: +Gía trị R2 ( R Square ): từ 0-1, nhiên điều Từ 0,5-1 mơ hình tốt, 2, khả cao xảy đa cộng tuyến -Kiểm tra vi phạm giả định phần dư chuẩn hóa: +Đối với biểu đồ Histogram: Nếu giá trị trung bình Mean gần 0, độ lệch chuẩn Std.Dev gần 1, ta khẳng định phân phối xấp xỉ chuẩn +Đối với biểu đồ Normal P-P Plot: Nếu điểm phân vị phân phối phần dư tập trung thành đường chéo, vậy, giả định phân phối chuẩn phần dư không bị vi phạm -Kiểm tra vi phạm giả định liên hệ tuyến tính: + Biểu đồ phân tán Scatter Plot: Nếu phần dư chuẩn hóa phân bổ tập trung xunh quanh đường hoành độ 0, kết luận giả định quan hệ tuyến tính khơng bị vi phạm PHÂN TÍCH ANOVA: Cách thực hiện: Analize Compare mean Chọn one-way anova Đưa biến định lượng vào khung Dependent list; biến phân loại xác định đôi tượng vào khung Fator +Contrasts: kiểm định trước +Post Hoc: kiểm định sau +Chọn lệnh Options: Chọn Descriptive, Homo…,Welch,Means plot Continue Đọc kết quả: - Xem bảng Test of homor: Sig lớn 0.05 dùng bảng này, nhỏ dùng bảng Robust test - Xem bảng Anova: Sig nhỏ 0.05 có khác biệt, lớn khơng có khác biệt nhân