Bài giảng được thiết để cung cấp cho người học phương pháp và kỹ năng cần thiết của quá trình điều tra khảo sát. Thêm vào đó bài giảng cũng giúp người học một số phương pháp chọn mẫu cơ bản để có thể ứng dụng vào các cuộc khảo sát thông thường.
Bài giảng 1: Thiết kế điều tra
Trong phần này người học sẽ làm quen với các phương pháp điều tra, trình tự thực hiện các bước và nắm các khái niệm cơ bản về Mẫu trong điều tra khảo sát:
Giới thiệu phương pháp điều tra
Quá trình thực hiện các phương pháp điều tra
Tài liệu tham khảo:
Các tài liệu sau đây sẽ giúp người học hiểu, tiếp thu và bổ trợ được nhiều hơn nữa những nội dung của khóa học trên :
Sức mạnh của thiết kế điều tra, IAROSSI, WorldBank 2006
Sổ tay nghiên cứu điều tra, PETER H. ROSSI, D. ... Wright, 2003
Để biết thêm chi tiết về các hoạt động và nghiên cứu của DEPOCEN truy cập:
Website: http://depocen.org/vn/
LinkedIn: http://linkd.in/1GnHrHB
Facebook: DEPOCEN
Dưới đây là Bộ Bài giảng "Giới thiệu về thống kê cho các ngành khoa học xã hội" do DEPOCEN thực hiện.
Tài liệu gồm 04 Bài giảng sẽ cung cấp các Kiến thức nền tảng về thống kê trong các ngành khoa học xã hội đồng thời Hướng dẫn sử dụng một số phân tích dữ liệu thống kê cơ bản.
Bài giảng 1: Giới thiệu chung thống kê
Phần đầu tiên sẽ giới thiệu cho học viên những khái niệm cơ bản về thống kê cũng như cách trình bày dữ liệu thống kê dưới dạng bảng/biểu đồ:
_ Giới thiệu về Thống kê
_ Các bước thực hiện
_ Trình bày dữ liệu trong bảng và biểu đồ
Các tài liệu tham khảo sau đây là kiến thức cơ bản, giúp hiểu nội dung của bài giảng:
_ Patrick Dattalo, Xác định kích thước mẫu: Sự cân bằng về , sự chính xác, và tính thực tiễn, Oxford University Press Hoa Kỳ, 2008 (Chương 2 và Chương 3)
_ JAMES T. McCLAVE, P. GEORGE BENSON, TERRY SlNClCH, Khóa học đầu tiên trong số liệu thống kê kinh doanh, Prentice Hall; 8 ấn bản năm 2000 (Chương 1 và Chương 2)
_ Mario F. Triola, Thống kê cơ bản, Addison Wesley; 9 ấn bản, 2003 (Chương 6 và Chương 7)
Để biết thêm chi tiết về các hoạt động và nghiên cứu của DEPOCEN truy cập:
Website: http://depocen.org/vn/
LinkedIn: http://linkd.in/1GnHrHB
Facebook: DEPOCEN
Đánh giá, thẩm định tài chính, lựa chọn dự án đầu tư
Tham khảo: Lawrence J.Gitman, Roger Juchau, and Jack Flanagan (2011). Principles of Managerial Finace. Pearson Australia Press.
Bài giảng được thiết để cung cấp cho người học phương pháp và kỹ năng cần thiết của quá trình điều tra khảo sát. Thêm vào đó bài giảng cũng giúp người học một số phương pháp chọn mẫu cơ bản để có thể ứng dụng vào các cuộc khảo sát thông thường.
Bài giảng 1: Thiết kế điều tra
Trong phần này người học sẽ làm quen với các phương pháp điều tra, trình tự thực hiện các bước và nắm các khái niệm cơ bản về Mẫu trong điều tra khảo sát:
Giới thiệu phương pháp điều tra
Quá trình thực hiện các phương pháp điều tra
Tài liệu tham khảo:
Các tài liệu sau đây sẽ giúp người học hiểu, tiếp thu và bổ trợ được nhiều hơn nữa những nội dung của khóa học trên :
Sức mạnh của thiết kế điều tra, IAROSSI, WorldBank 2006
Sổ tay nghiên cứu điều tra, PETER H. ROSSI, D. ... Wright, 2003
Để biết thêm chi tiết về các hoạt động và nghiên cứu của DEPOCEN truy cập:
Website: http://depocen.org/vn/
LinkedIn: http://linkd.in/1GnHrHB
Facebook: DEPOCEN
Dưới đây là Bộ Bài giảng "Giới thiệu về thống kê cho các ngành khoa học xã hội" do DEPOCEN thực hiện.
Tài liệu gồm 04 Bài giảng sẽ cung cấp các Kiến thức nền tảng về thống kê trong các ngành khoa học xã hội đồng thời Hướng dẫn sử dụng một số phân tích dữ liệu thống kê cơ bản.
Bài giảng 1: Giới thiệu chung thống kê
Phần đầu tiên sẽ giới thiệu cho học viên những khái niệm cơ bản về thống kê cũng như cách trình bày dữ liệu thống kê dưới dạng bảng/biểu đồ:
_ Giới thiệu về Thống kê
_ Các bước thực hiện
_ Trình bày dữ liệu trong bảng và biểu đồ
Các tài liệu tham khảo sau đây là kiến thức cơ bản, giúp hiểu nội dung của bài giảng:
_ Patrick Dattalo, Xác định kích thước mẫu: Sự cân bằng về , sự chính xác, và tính thực tiễn, Oxford University Press Hoa Kỳ, 2008 (Chương 2 và Chương 3)
_ JAMES T. McCLAVE, P. GEORGE BENSON, TERRY SlNClCH, Khóa học đầu tiên trong số liệu thống kê kinh doanh, Prentice Hall; 8 ấn bản năm 2000 (Chương 1 và Chương 2)
_ Mario F. Triola, Thống kê cơ bản, Addison Wesley; 9 ấn bản, 2003 (Chương 6 và Chương 7)
Để biết thêm chi tiết về các hoạt động và nghiên cứu của DEPOCEN truy cập:
Website: http://depocen.org/vn/
LinkedIn: http://linkd.in/1GnHrHB
Facebook: DEPOCEN
Đánh giá, thẩm định tài chính, lựa chọn dự án đầu tư
Tham khảo: Lawrence J.Gitman, Roger Juchau, and Jack Flanagan (2011). Principles of Managerial Finace. Pearson Australia Press.
Nhận viết luận văn Đại học , thạc sĩ - Zalo: 0917.193.864
Tham khảo bảng giá dịch vụ viết bài tại: vietbaocaothuctap.net
Download luận văn thạc sĩ ngành luật kinh tế với đề tài: Pháp luật về bảo vệ quyền lợi người tiêu dùng trong lĩnh vực dược phẩm tại tỉnh Quảng Ngãi, cho các bạn làm luận văn tham khảo
Phong thủy và Nhân tướng học trong tuyển dụngMywork.vn
Một tài liệu vô cùng hay và có ích cho các bạn làm HR được chia sẻ từ Hội thảo Nhân tướng học trong công tác Tuyển dụng tổ chức bởi Hiệp hội nhân sự HRA tháng 3/2014 vừa qua.
Hy vọng đây sẽ là tài liệu có ích và giúp HR tuyển chọn được người tài cho doanh nghiệp của mình.
Mywork đồng hành cùng bạn trong quá trình tìm kiếm việc làm và tuyển dụng hiệu quả.
http://mywork.vn
1. Ph n 4_13ầ
Phân tích m i quan h gi a các bi nố ệ ữ ế
Phân tích t ng quan h i quyươ ồ
Th.S Hoàng Sĩ Thính
Chuyên gia t v n s d ng SPSS phân tích s li uư ấ ử ụ ố ệ
kinh t xã h i, qu n tr kinh doanhế ộ ả ị
Đ a ch : H c vi n Nông nghi p Vi t Namị ỉ ọ ệ ệ ệ
Email: hsthinh@vnua.edu.vn; sithinhdf@gmail.com
Facebook: Jamesunimelb@yahoo.com
Đi n tho i: 0942293689ệ ạ
2. 1. Khái quát
• Ph n này s mô t vi c s d ng SPSS đ ch y h i quy b i (multipleầ ẽ ả ệ ử ụ ể ạ ồ ộ
regression) trên n n window ho c Macề ặ
• Tuy nhiên, hãy đ c thêm v multiple regression tr c khi s d ng b t kỳọ ề ướ ử ụ ấ
ph n m m nào (SPSS cũng v y). Hãy tham kh o Tabachnick and Fidellầ ề ậ ả
(2007) đ có thêm hi u bi t v multiple regressionể ể ế ề
• Multiple regression th c ra là m t t p h p các k thu t giúp b n khámự ộ ậ ợ ỹ ậ ạ
phá m i quan h gi a m t bi n ph thu c (d ng liên t c) v i m t nhómố ệ ữ ộ ế ụ ộ ạ ụ ớ ộ
các bi n đ c l p (ho c bi n gi i thích – th ng là d ng liên t c)ế ộ ậ ặ ế ả ườ ạ ụ
• Multiple regression d a trên n n t ng phân tích t ng quan, tuy nhiênự ề ả ươ
nó giúp khám phá các m i quan h ph c t p trong m t t p h p các bi n.ố ệ ứ ạ ộ ậ ợ ế
• Chú ý: b n không th c đ y m t s bi n b t kỳ vào mô hình h i quy r iạ ể ứ ẩ ộ ố ế ấ ồ ồ
ch y ra k t qu m t cách vô th c. Hãy c g ng d a trên m t n n t ng lýạ ế ả ộ ứ ố ắ ự ộ ề ả
lu n v ng vàng, ho c b o v ch c ch n cho cách làm c a mình, đ c bi tậ ữ ặ ả ệ ắ ắ ủ ặ ệ
là th t đ a các bi n vào trong mô hình.ứ ự ư ế
2
3. 1. Khái quát (ti p)ế
Multiple regression có th giúp b n tr l i nhi u câu h i nghiên c u khácể ạ ả ờ ề ỏ ứ
nhau, nh là:ư
•Kh năng gi i thích k t qu (bi n ph thu c) c a t p h p các bi n đ c l pả ả ế ả ế ụ ộ ủ ậ ợ ế ộ ậ
nh th nào? Vd: các thành ph n c a bi n intelligent có th gi i thích như ế ầ ủ ế ể ả ư
th nào v k t qu th c hi n m t công vi c c th ?ế ề ế ả ự ệ ộ ệ ụ ể
•Khi đó, multiple regression s cung c p cho b n thông tin v t ng th c môẽ ấ ạ ề ổ ể ả
hình và c thông tin v s đóng góp c a t ng thành ph n đ c l p riêng bi tả ề ự ủ ừ ầ ộ ậ ệ
đ n mô hìnhế
•Multiple regression còn có kh năng giúp b n ki m ch ng xem vi c đ aả ạ ể ứ ệ ư
thêm m t bi n vào mô hình có làm cho mô hình y t t h n hay không.ộ ế ấ ố ơ
•Thêm vào đó, multiple regression còn có kh năng lo i tr nh h ng c aả ạ ừ ả ưở ủ
m t (ho c nhi u) bi n đ n đ chính xác (ho c kh năng) c a mô hình.ộ ặ ề ế ế ộ ặ ả ủ
3
4. Ví d v các d ng câu h i nghiên c u đ c tr l i b iụ ề ạ ỏ ứ ượ ả ờ ở
vi c s d ng multiple regression:ệ ử ụ
•Kh năng gi i thích k t qu nào đó (bi n ph thu c) c aả ả ế ả ế ụ ộ ủ
m t t p bi n nh th nào?ộ ậ ế ư ế
•Bi n nào trong t p bi n đ c l p gi i thích t t nh t k tế ậ ế ộ ậ ả ố ấ ế
qu c a bi n ph thu c?ả ủ ế ụ ộ
•Li u m t bi n gi i thích còn có tác d ng không n u nhệ ộ ế ả ụ ế ả
h ng c a m t bi n khác b lo i tr (ho c đ c ki mưở ủ ộ ế ị ạ ừ ặ ượ ể
soát)
1. Khái quát (ti p)ế
4
5. 2. Các d ng h i quy Multiple Regressionạ ồ
Có 3 d ng t ng quan h i quy b i:ạ ươ ồ ộ
•H i quy b i đ ng th i ho c h i quy chu nồ ộ ồ ờ ặ ồ ẩ
(standard or simultaneous multiple regression)
•H i quy b i t ng ph n (ho c th t - hierarchicalồ ộ ừ ầ ặ ứ ự
or sequential)
•Và, h i quy theo b c (stepwise)ồ ướ
5
6. • Đ b n bi t, t i sao l i g i là h i quy đ ng th i???ố ạ ế ạ ạ ọ ồ ồ ờ
• Đây là d ng thông d ng nh t c a h i quy b iạ ụ ấ ủ ồ ộ
• M i bi n đ c l p đ c đánh giá d a trên kh năng d báo c a nóỗ ế ộ ậ ượ ự ả ự ủ
t i k t qu c a bi n ph thu c (trong b i c nh các bi n khác cũngớ ế ả ủ ế ụ ộ ố ả ế
đang có kh năng d báo riêng c a mình t i k t qu c a bi n phả ự ủ ớ ế ả ủ ế ụ
thu c).ộ
• K thu t này cho phép b n khám phá kh năng gi i thích c a m tỹ ậ ạ ả ả ủ ộ
t p h p các bi n đ c l p đ n bi n đ ng c a m t bi n ph thu c.ậ ợ ế ộ ậ ế ế ộ ủ ộ ế ụ ộ
• Thêm vào đó, nó cũng cho phép khám phá kh năng gi i thích c aả ả ủ
m i bi n đ c l p đ n m c bi n đ ng cá bi t c a m t bi n phỗ ế ộ ậ ế ứ ế ộ ệ ủ ộ ế ụ
thu c.ộ
2. Các d ng h i quy Multiple Regressionạ ồ
H i quy đ ng th i (chu n)ồ ồ ờ ẩ
6
7. • Trong h i quy th b c, các bi n đ c l p đ c đ a vào mô hình h iồ ứ ậ ế ộ ậ ượ ư ồ
quy theo m t th t nào đó.ộ ứ ự
• Làm sao đ xác đ nh đ c th t này???ể ị ượ ứ ự
• Các bi n ho c t p h p các bi n đ c l n l t đ a vào mô hìnhế ặ ậ ợ ế ượ ầ ượ ư
nh m m c đích đánh giá kh năng d báo (ho c gi i thích) c aằ ụ ả ự ặ ả ủ
t ng bi n đ c l p lên bi n ph thu c sau khi các bi n đ c l pừ ế ộ ậ ế ụ ộ ế ộ ậ
tr c đó (đ c đ a vào mô hình tr c) đã đ c ki m soát.ướ ượ ư ướ ượ ể
• Ví d : B n mu n xem xét nh h ng c a m c đ l c quanụ ạ ố ả ưở ủ ứ ộ ạ
(optimism) đ n m c đ hài lòng v cu c s ng (life satisfaction) sauế ứ ộ ề ộ ố
khi nh h ng c a bi n tu i (age) đã đ c ki m soát. Khi đó b nả ưở ủ ế ổ ượ ể ạ
s đ a bi n age vào Block1 và bi n optimism vào Block2. Khi t t cẽ ư ế ế ấ ả
các bi n đã đ c đ a vào, mô hình s đ c đánh giá d a trên khế ượ ư ẽ ượ ự ả
năng d đoán (c a mô hình) đ i v i giá tr bi n ph thu c. nhự ủ ố ớ ị ế ụ ộ Ả
h ng c a các t ng bi n cũng s đ c xem xét d a vào k t quưở ủ ừ ế ẽ ượ ự ế ả
ch y mô hình này.ạ
2. Các d ng h i quy Multiple Regressionạ ồ
H i quy th b c (hierarchical or sequential regression)ồ ứ ậ
7
8. • Trong h i quy b c, ng i nghiên c u có m t listồ ướ ườ ứ ộ
các bi n đ c l p. Vi c đ a các bi n đ c l p nàyế ộ ậ ệ ư ế ộ ậ
vào mô hình h i quy s đ c SPSS l a ch n d aồ ẽ ượ ự ọ ự
trên các đ c đi m th ng kê (statistical criteria).ặ ể ố
• Có ba ti p c n v step wise regression, bao g mế ậ ề ồ
forwards selection, backward deletion, và
stepwise regression. Nh ng ti p c n này c nữ ế ậ ầ
đ c làm rõ h n (trong ti ng vi t)ượ ơ ế ệ
2. Các d ng h i quy Multiple Regressionạ ồ
H i quy theo b c (Step wise regression)ồ ướ
8
9. 3. Các gi đ nh (đi u ki n) c a h i quy t ng quan b iả ị ề ệ ủ ồ ươ ộ
• Dung l ng m u (sample size): có nhi u ti pượ ẫ ề ế
c n khác nhau, nh ng ph bi n là đ xu tậ ư ổ ế ề ấ
c a Tabachnick and Fidell (2007, p 123) vủ ề
dung l ng m u c n thi t nh sau:ượ ẫ ầ ế ư
N > 50 + 8m
Trong đó, m là s l ng bi n đ c l p trong mô hìnhố ượ ế ộ ậ
h i quy.ồ
N u phân ph i c a bi n ph thu c càng b Skewed,ế ố ủ ế ụ ộ ị
ta s c n càng nhi u cases (m u) h nẽ ầ ề ẫ ơ
9
10. • Đa c ng tuy n (Multicollinearity and singularity): không đ c cóộ ế ượ
đa c ng tuy nộ ế
– Multicollinearity: hi n t ng các bi n đ c l p có t ng quan m nhệ ượ ế ộ ậ ươ ạ
v i nhau (r>=0.9)ớ
– Sigularity: M t bi n là t ng h p c a m t s bi n khác. Ví d : trongộ ế ổ ợ ủ ộ ố ế ụ
mô hình đ a c thành ph n bi n (items) và c bi n vàoư ả ầ ế ả ế
• Outliers: c n đ c check cho t t c các bi n đ a vào mô hình, cầ ượ ấ ả ế ư ả
đ c l p và ph thu c. Outliers có th đ c xác đ nh qua vi c sộ ậ ụ ộ ể ượ ị ệ ử
d ng k thu t standardized residual plot.ụ ỹ ậ
– Tabachnick and Fidell (2007, p. 128) đ xu t r ng outliers s xu tề ấ ằ ẽ ấ
hi n n u giá tr standardised residual l n h n 3.3 ho c nh h n -3.3ệ ế ị ớ ơ ặ ỏ ơ
3. Các gi đ nh (đi u ki n) c a h i quy t ngả ị ề ệ ủ ồ ươ
quan b iộ
10
11. • Các đi u ki n này c n đ c đ m b o, và có th đ c ki m tra d aề ệ ầ ượ ả ả ể ượ ể ự
trên bi u để ồ residual scatterplot trong khi ch y multiple regression.ạ
Chú ý: Residuals (ph n d ho c sai s ) là s khác bi t gi a giá trầ ư ặ ố ự ệ ữ ị
th c c a m u (obtained independent variable) và giá tr trung bìnhự ủ ẫ ị
d đoán b i mô hình (predicted dependent variable – DV).ự ở
• Residual Scatterplot cho phép ki m tra các n i dung sau:ể ộ
– Normality: residuals should be normally distributed
– Linearity: các giá tr residuals nên có quan h tuy n tính (linear) v iị ệ ế ớ
các giá tr predicted DVị
– Homoscedasticity: variance of residuals so v i giá tr predicted DV nênớ ị
b ng nhau cho t t c các predicted DVằ ấ ả
3. Các gi đ nh (đi u ki n) c a h i quy t ng quan b iả ị ề ệ ủ ồ ươ ộ
Các đi u ki n v normality, linearity, homoscedasticity,ề ệ ề
và independence of residual
11
12. 4. Ví d c thụ ụ ể
Hãy m file survey3ED.save raở
• M c tiêu c a vi c thu th p các thông tin t o nên file survey3ED làụ ủ ệ ậ ạ
xác đ nh các y u t nh h ng đ n s th a mãn (wellbeing) và khị ế ố ả ưở ế ự ỏ ả
năng t đi u ch nh v m t tâm lý (psychological adjustment) c aự ề ỉ ề ặ ủ
ng i tr l iườ ả ờ
• Chúng ta s d ng Multiple Regression đ khám phá nh h ng c aử ụ ể ả ưở ủ
nh n th c v ki m soát m i cá nhân (respondent’s perceptionsậ ứ ề ể ở ỗ
of control) đ n c m nh n v m c đ căng th ng c a h (level ofế ả ậ ề ứ ộ ẳ ủ ọ
perceived stress).
• Chú ý: Lý thuy t cho r ng n u con ng i c m th y h có th tế ằ ế ườ ả ấ ọ ể ự
ki m soát đ c cu c s ng c a mình, thì h s ít b căng th ng h n.ể ượ ộ ố ủ ọ ẽ ị ẳ ơ
Do đó, m c tiêu c a ví d (nghiên c u) này là nh m ki m ch ngụ ủ ụ ứ ằ ể ứ
nguyên lý và ch ra m c đ th hi n c a nguyên lý trong tr ngỉ ứ ộ ể ệ ủ ườ
h p c th .ợ ụ ể 12
13. 4. Ví d c thụ ụ ể
Hãy m file survey3ED.save raở
Các bi n (ch tiêu) trong file Survey3ED.savế ỉ
•T ng m c đ nh n th c v áp l c cu c s ng (tptress): t ng đi mổ ứ ộ ậ ứ ề ự ộ ố ổ ể
nh n th c v áp l c cu c s ng. Đi m càng cao t ng ng v i nh nậ ứ ề ự ộ ố ể ươ ứ ớ ậ
th c r ng áp l c cu c s ng cao h n.ứ ằ ự ộ ố ơ
•T ng m c đ v kh năng t ki m soát b n thân (tpcoiss). M c đổ ứ ộ ề ả ự ể ả ứ ộ
càng cao t ng ng v i kh năng t ki m soát b n thân càng t tươ ứ ớ ả ự ể ả ố
•T ng m c ki m soát s ki n (tmast). M c đ càng cao t ng ng v iổ ứ ể ự ệ ứ ộ ươ ứ ớ
nh n đ nh r ng kh năng t ki m soát các s ki n và tình hu ng t tậ ị ằ ả ự ể ự ệ ố ố
h n.ơ
•T ng m c đ v thiên h ng mu n tr l i đi u t t đ p (total socialổ ứ ộ ề ướ ố ả ờ ề ố ẹ
desirability – tmarlow). Là đi m s d a trên thang đo Marlow-Crowneể ố ự
Social Desirability . Đi m s càng cao t ng ng v i vi c ng i tr l iể ố ươ ứ ớ ệ ườ ả ờ
càng có xu h ng nói t t h n v mình.ướ ố ơ ề
•Tu i (age): s năm tu i.ổ ố ổ
13
14. Câu h i nghiên c u:ỏ ứ
1.Hai ch tiêu (bi n) kh năng ki m soát (mastery, PCOISS) dỉ ế ả ể ự
báo nh th nào s bi n đ ng c a nh n th c v áp l c cu cư ế ự ế ộ ủ ậ ứ ề ự ộ
s ng? Bao nhiêu ph n trăm bi n đ ng c a nh n th c áp l cố ầ ế ộ ủ ậ ứ ự
cu c s ng có th đ c gi i thích b i m c đ c a hai bi n v khộ ố ể ượ ả ở ứ ộ ủ ế ề ả
năng ki m soát?ể
2.Bi n nào d báo t t nh t nh n th c v áp l c cu c s ng: khế ự ố ấ ậ ứ ề ự ộ ố ả
năng ki m soát các s ki n (tmast), hay kh năng t ki m soátể ự ệ ả ự ể
bên trong (pcoiss)?
3.N u chúng ta ki m soát nh h ng c a bi n age và bi nế ể ả ưở ủ ế ế
tmarlow, thì li u các bi n tmast và pcoiss còn có kh năng dệ ế ả ự
báo m t cách có ý nghĩa s bi n đ ng c a bi n nh n th c v ápộ ự ế ộ ủ ế ậ ứ ề
l c cu c s ng (tpstress) không?ự ộ ố
14
15. B n c n gì đ tr l i các câu h i nghiên c u trên?ạ ầ ể ả ờ ỏ ứ
•M t bi n ph thu c d ng liên t c (trong tr ng h p này là bi nộ ế ụ ộ ạ ụ ườ ợ ế
tpstress)
•Hai ho c nhi u h n 2 bi n đ c l p d ng liên t c (bi n tmast, pcoiss,ặ ề ơ ế ộ ậ ạ ụ ế
age, và tmarlow). Chú ý, b n cũng có th đ a thêm m t s bi n đ cạ ể ư ộ ố ế ộ
l p d ng nominal (phân nhóm), ví d : males =1, female = 2.ậ ạ ụ
H i quy tuy n tính đa bi n giúp gì?ồ ế ế
•Giúp b n tr l i câu h i r ng “ạ ả ờ ỏ ằ bao nhiêu ph n trăm s bi n đ ng c aầ ự ế ộ ủ
bi n ph thu c đ c gi i thích b i các bi n đ c l p?ế ụ ộ ượ ả ở ế ộ ậ ” Nó còn cho b nạ
th y s đóng góp c a t ng bi n đ c l p vào kh năng gi i thích c aấ ự ủ ừ ế ộ ậ ả ả ủ
c mô mình.ả
•Các ki m đ nh cho b n bi t v ý nghĩa th ng kê (có hay không, m cể ị ạ ế ề ố ứ
đ nào) c a các k t qu liên quan đ n t ng th c mô hình, và cácộ ủ ế ả ế ổ ể ả
bi n đ c l p.ế ộ ậ
Tóm t t v h i quy tuy n tính đa bi n v i fileắ ề ồ ế ế ớ
survey3ED.sav
15
16. H i quy tuy n tính đ ng th i v i file survey3ED.savồ ế ồ ờ ớ
Câu h i nghiên c u:ỏ ứ
H i quy tuy n tính đ ng th i ch giúp tr l i đ c câu h i 1 và 2:ồ ế ồ ờ ỉ ả ờ ượ ỏ
1. Hai ch tiêu (bi n) kh năng ki m soát (mastery, PCOISS) d báoỉ ế ả ể ự
nh th nào s bi n đ ng c a nh n th c v áp l c cu c s ng? Baoư ế ự ế ộ ủ ậ ứ ề ự ộ ố
nhiêu ph n trăm bi n đ ng c a nh n th c áp l c cu c s ng có thầ ế ộ ủ ậ ứ ự ộ ố ể
đ c gi i thích b i m c đ c a hai bi n v kh năng ki m soát?ượ ả ở ứ ộ ủ ế ề ả ể
2.Bi n nào d báo t t nh t nh n th c v áp l c cu c s ng: kh năngế ự ố ấ ậ ứ ề ự ộ ố ả
ki m soát các s ki n (tmast), hay kh năng t ki m soát bên trongể ự ệ ả ự ể
(pcoiss)?
Các b c th c hi n h i quy tuy n tính đ ng th i đ c mô tướ ự ệ ồ ế ồ ờ ượ ả ở
slide ti p theo:ế
16
17. Các b c ch y h i quy tuy n tính đ ng th iướ ạ ồ ế ồ ờ
1. Trong c a s file s li u đ c m ra, ch n Analyse/Regression/Linearử ổ ố ệ ượ ở ọ
2. Ch n bi n ph thu c (tpstress) đ a vào h p Dependence.ọ ế ụ ộ ư ộ
3. Ch n các bi n đ c l p (tmast, tpcoiss) đ a vào h p Independence.ọ ế ộ ậ ư ộ
4. Trong h p Method, hãy ch n Enterộ ọ
5. Ch n Statistics:ọ
1. ch n Estimates, Confidence, Intevals, Model fit, Descriptives, Part andọ
Partial Correalation, và Collinearity diagnostics.
2. Ch n Residual/Casewise diagnostics và Outliers outside 3 standardọ
deviations. Ch n continue.ọ
6. Ch n Options. Trong m c Missing Values, ch n Exclude case pairwise.ọ ụ ọ
Ch n continueọ
7. Ch n Plotsọ
1. Ch n ZRESID cho h p Yọ ộ
2. Ch n ZPRED cho h p Xọ ộ
3. Ch n Standardized, Residual Plots/Normal Probability plot. Continueọ
8. Ch n Saveọ
1. Ch n Distance/ Mahalanobis và Cook’sọ
2. Ch n Continue và Ok (ho c h n Paste đ ghi l i Syntax)ọ ặ ọ ể ạ
17
18. K t qu ch y mô hìnhế ả ạ
Correlations
Total
perceived
stress
Total
Mastery
Total PCOISS
Pearson
Correlation
Total perceived stress 1 -0.612 -0.581
Total Mastery -0.612 1 0.521
Total PCOISS -0.581 0.521 1
Sig. (1-tailed)
Total perceived stress . 0.000 0.000
Total Mastery 0.000. 0.000
Total PCOISS 0.000 0.000.
N
Total perceived stress 433 433 426
Total Mastery 433 436 429
Total PCOISS 426 429 430
18
19. Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 .684a 0.468 0.466 4.274
a Predictors: (Constant), Total PCOISS, Total Mastery
b Dependent Variable: Total perceived stress
K t qu ch y mô hình (ti p)ế ả ạ ế
19
20. K t qu ch y mô hình (ti p)ế ả ạ ế
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
95.0% Confidence
Interval for B
Correlations
Collinearity
Statistics
B Std. Error Beta
Lower
Bound
Upper
Bound
Zero-
order
Partial Part
Tolera
nce
VIF
1
(Constant) 50.971 1.273 40.035 0.000 48.469 53.474
Total Mastery -0.625 0.061 -0.424 -10.222 0.000 -0.745 -0.505 -0.612 -0.445 -0.362 0.729 1.372
Total PCOISS -0.175 0.02 -0.36 -8.66 0.000 -0.215 -0.136 -0.581 -0.388 -0.307 0.729 1.372
a Dependent Variable: Total perceived stress
20
21. K t qu ch y mô hình (ti p)ế ả ạ ế
Residuals Statisticsa
Minimum
Maximu
m Mean
Std.
Deviation N
Predicted Value 18.03 41.31 26.74 4.001 429
Std. Predicted Value -2.174 3.644 0.002 1 429
Standard Error of Predicted Value 0.207 0.8 0.341 0.111 429
Adjusted Predicted Value 18.04 41.39 26.75 4.009 426
Residual -14.849 12.612 -0.002 4.268 426
Std. Residual -3.475 2.951 0 0.999 426
Stud. Residual -3.514 2.969 0 1.003 426
Deleted Residual -15.19 12.765 -0.001 4.306 426
Stud. Deleted Residual -3.562 2.997 -0.001 1.006 426
Mahal. Distance 0.004 13.897 1.993 2.234 429
Cook's Distance 0 0.094 0.003 0.008 426
Centered Leverage Value 0 0.033 0.005 0.005 429
a Dependent Variable: Total perceived stress
21
23. Đ c k t qu ch y mô hình h i quy tuy n tính đ ng th iọ ế ả ạ ồ ế ồ ờ
nh th nào?ư ế
• B c 1: Ki m tra các gi đ nhướ ể ả ị
• Đa c ng tuy n: Hãy nhìn vào b ng t ng quan (Correlations)ộ ế ả ươ
– Hãy ki m tra xem các bi n đ c l p có m c đ t ng quan c n thi tể ế ộ ậ ứ ộ ươ ầ ế
v i bi n ph thu c hay không? (H s t ng quan c n có giá tr tuy tớ ế ụ ộ ệ ố ươ ầ ị ệ
đ i l n h n ho c b ng 0.3). ví d này các h s t ng quan gi aố ớ ơ ặ ằ Ở ụ ệ ố ươ ữ
các bi n đ c l p (Total Mastery, và Total pcoiss) và bi n ph thu cế ộ ậ ế ụ ộ
(total perceived stress) l n l t là -.61 và -.58ầ ượ
– Hãy ki m tra xem li u t ng quan gi a các bi n đ c l p có quá caoể ệ ươ ữ ế ộ ậ
hay không. N u h s t ng quan gi a chúng có tr tuy t đ i l n h nế ệ ố ươ ữ ị ệ ố ớ ơ
0.7 thì s li u đang vi ph m gi đ nh v đa c ng tuy n.ố ệ ạ ả ị ề ộ ế
– Đa c ng tuy n cũng có th đ c phát hi n d a vào h s Toleranceộ ế ể ượ ệ ự ệ ố
ho c h s VIF trong b ng Coefficients. Đa c ng tuy n xu t hi n khiặ ệ ố ả ộ ế ấ ệ
h s Tolerance < 0.10, ho c h s VIF > 10.ệ ố ặ ệ ố
23
24. B c 1 – Ki m tra các gi đ nh (ti p)ướ ể ả ị ế
Outlier, phân ph i chu n (normality), tuy n tính (linearity), ph ng sai đ ngố ẩ ế ươ ồ
nh t (homoscedasticity), và ph n d đ c l p (independence of residuals)ấ ầ ư ộ ậ
• Các gi đ nh trên l n l t có th đ c ki m tra các ph n thông tinả ị ầ ượ ể ượ ể ở ầ
Normal Probability Plot (P-P), và Scatterplot;
• Gi đ nh v normality s không b vi ph m n u đ ng Normal PP Plot làả ị ề ẽ ị ạ ế ườ
t ng đ i th ngươ ố ẳ
• Gi đ nh v linearity có th đ c ki m tra b ng vi c xem xét bi u đả ị ề ể ượ ể ằ ệ ể ồ
ScatterPlot of standardized residuals (tôi không đ a vào slide). Gi đ như ả ị
này s không b vi ph m n u ph n l n các đi m t o nên m t hình chẽ ị ạ ế ầ ớ ể ạ ộ ữ
nh t, v i m t đ l n các đi m t p trung trung tâm hình ch nh t.ậ ớ ậ ộ ớ ể ậ ở ữ ậ
• Ki m tra outliers có th đ c th c hi n b ng vi c s d ng giá tr bi nể ể ượ ự ệ ằ ệ ử ụ ị ế
Mahalanobis distances (đ c t t o ra cu i file s li u khi ch yượ ự ạ ở ố ố ệ ạ
Regression – Bi n này s có tên là Mah_1). Ph n này s h i r c r i m tế ẽ ầ ẽ ơ ắ ố ộ
chút, n u có duyên chúng ta s g p nhau và th o lu n rõ h n.ế ẽ ặ ả ậ ơ
24
25. Đ c k t qu ch y mô hình - B c 2: Đánh giá mô hìnhọ ế ả ạ ướ
• Hãy nhìn vào b ng có tên Model Summary và ki m tra giá tr R squareả ể ị
(t c là R bình ph ng). Giá tr này s cho bi t bao nhiêu ph n trăm bi nứ ươ ị ẽ ế ầ ế
đ ng c a bi n ph thu c (trong ví d này là bi n perceived stress) đ cộ ủ ế ụ ộ ụ ế ượ
gi i thích b i mô hình (bao g m hai bi n đ c l p là Total Mastery và Totalả ở ồ ế ộ ậ
PCOISS). đây giá tr R square là 0.468 cho th y r ng hai bi n đ c l pỞ ị ấ ằ ế ộ ậ
gi i thích đ c 46.8% s bi n đ ng c a bi n ph thu c.ả ượ ự ế ộ ủ ế ụ ộ
• Các h c gi khuyên b n nên dùng h s R bình ph ng hi u ch nhọ ả ạ ệ ố ươ ệ ỉ
(Adjusted R square) thay cho h s R square, đ c bi t là khi s li u c aệ ố ặ ệ ố ệ ủ
b n đ c hình thành t m t m u có dung l ng nh ;ạ ượ ừ ộ ẫ ượ ỏ
• Đ ki m tra xem mô hình có ý nghĩa hay không (t c là R square có khác 0ể ể ứ
hay không) thì ta xem b ng ANOVA (tôi không đ a b ng này vào slide). Taả ư ả
c n giá tr Sig. nh h n 0.1, ho c 0.05, ho c 0.001 đ kh ng đ nh r ng môầ ị ỏ ơ ặ ặ ể ẳ ị ằ
hình là có ý nghĩa th ng kê (l n l t v i đ tin c y 90%, 95%, ho c 99%)ố ầ ượ ớ ộ ậ ặ
25
26. • Đ đánh giá xem bi n đ c l p nào đã gi i thích s bi n đ ng c a bi nể ế ộ ậ ả ự ế ộ ủ ế
ph thu c ta c n tìm hi u b ng Coefficientsụ ộ ầ ể ả
• Nhìn vào c t Beta d i dòng Standardized Coefficients. Giá tr này cóộ ở ướ ị
tác d ng đ so sánh m c đ quan tr ng c a t ng bi n đ c l p trong vi cụ ể ứ ộ ọ ủ ừ ế ộ ậ ệ
gi i thích bi n đ ng c a bi n ph thu c. Tuy nhiên, n u b n mu n có cácả ế ộ ủ ế ụ ộ ế ạ ố
con s đ vi t nên mô hình gi i thích cho bi n ph thu c thì b n hãyố ể ế ả ế ụ ộ ạ
dùng giá tr B (ch không nên dùng Beta).ị ứ
• Đ xem bi n nào có đóng góp l n nh t đ n s bi n đ ng c a bi n phể ế ớ ấ ế ự ế ộ ủ ế ụ
thu c, b n hãy nhìn vào các giá tr beta (hãy l y giá tr tuy t đ i c aộ ạ ị ấ ị ệ ố ủ
chúng). ví d này, giá tr beta l n nh t thu c v bi n Total Mastery, v iỞ ụ ị ớ ấ ộ ề ế ớ
giá tr là -0.42, trong khi đó bi n Total PCOISS ch có giá tr beta là -0.36.ị ế ỉ ị
Do đó có th nói bi n Total Mastery đóng góp nhi u h n vào vi c gi iể ế ề ơ ệ ả
thích s bi n đ ng c a bi n perceived stress.ự ế ộ ủ ế
Đ c k t qu ch y mô hình - B c 3: Đánh giá t ng bi nọ ế ả ạ ướ ừ ế
đ c l pộ ậ
26
27. Đ c k t qu ch y mô hình - B c 3: Đánh giá t ng bi n đ c l pọ ế ả ạ ướ ừ ế ộ ậ
(ti p)ế
• Đ xem các bi n đ c l p có th c s gi i thích đ c s bi n đ ng c aể ế ộ ậ ự ự ả ượ ự ế ộ ủ
bi n ph thu c hay không (t c là có ý nghĩa th ng kê hay không), ta c nế ụ ộ ứ ố ầ
xem giá tr Sig. N u giá tr này nh h n 0.1, ho c 0.05, ho c 0.001 thì cácị ế ị ỏ ơ ặ ặ
bi n đ c l p đ c cho là có ý nghĩa th ng kê (l n l t các m c ý nghĩaế ộ ậ ượ ố ầ ượ ở ứ
10%, 5%, và 1%);
• M t thông tin khác khá thú v và ít đ c các h c gi Vi t Nam bi t đ nộ ị ượ ọ ả ở ệ ế ế
là giá tr h s Part trong b ng Coefficients. H s này có th t m đ cị ệ ố ả ệ ố ể ạ ượ
d ch làị h s t ng quan bán t ng ph nệ ố ươ ừ ầ (semipartial correlation
coefficients). T ng ng v i t ng bi n đ c l p s có m t h s Part, khiươ ứ ớ ừ ế ộ ậ ẽ ộ ệ ố
ta l y bình ph ng h s này ta s đ c giá tr th hi n m c đóng gópấ ươ ệ ố ẽ ượ ị ể ệ ứ
c a duy nh t bi n đ c l p y đ n s bi n đ ng c a bi n ph thu c.ủ ấ ế ộ ậ ấ ế ự ế ộ ủ ế ụ ộ
Ch ng h n h s Part c a biên Total Mastery là -0.36, bình ph ng lên làẳ ạ ệ ố ủ ươ
0.13 nói lên r ng bi n Total Masery m t mình nó s gi i thích đ c 13%ằ ế ộ ẽ ả ượ
s bi n đ ng c a bi n perceived stress. T ng t nh v y bình ph ngự ế ộ ủ ế ươ ự ư ậ ươ
h s Part c a bi n Total PCOISS s là 0.09, cho th y m t mình bi n nàyệ ố ủ ế ẽ ấ ộ ế
s ch gi i thích đ c 9% s bi n đ ng c a bi n Percerved stress.ẽ ỉ ả ượ ự ế ộ ủ ế
• Đ b n bi n t i sao hai bi n riêng r ch gi i thích đ c 22% (t c là 13%ố ạ ế ạ ế ẽ ỉ ả ượ ứ
+9%) s bi n đ ng c a bi n ph thu c, trong khi h s R bình ph ngự ế ộ ủ ế ụ ộ ệ ố ươ
hi u ch nh l i lên t i 47%??? N u có duyên tôi s giúp b n tr l i câu h iệ ỉ ạ ớ ế ẽ ạ ả ờ ỏ
này.
27
28. H I QUY TUY N TÍNH ĐA BI N THEO TH B CỒ Ế Ế Ứ Ậ
(HIERACHICAL MULTIPLE REGRESSION)
• N u b n ch a m t l n nghe đ n tên c a d ng h i quy nàyế ạ ư ộ ầ ế ủ ạ ồ
thì b n s th y nó c c kỳ n t ng;ạ ẽ ấ ự ấ ượ
• Hãy tr l i slide 13 trong bài này và đ c k câu h i nghiênở ạ ọ ỹ ỏ
c u th 3. N u b n không dùng h i quy tuy n tính đa bi nứ ứ ế ạ ồ ế ế
theo th b c thì b n s không th tr l i đ c câu h iứ ậ ạ ẽ ể ả ờ ượ ỏ
nghiên c u y; V y b n làm th nào? Hãy m fileứ ấ ậ ạ ế ở
survey3ED ra và làm theo ch d n d i đây:ỉ ẫ ướ
28
29. 1. Trên menu đ nh màn hình file s li u, hãy click vàoở ỉ ố ệ
Analyse/Regression/Linear
2. Ch n bi n ph thu c (bi n total perceived stress) và đ a vào h pọ ế ụ ộ ế ư ộ
Dependent;
3. Ch n các bi n b n mu n ki m soát nh h ng c a chúng (bi n age,ọ ế ạ ố ể ả ưở ủ ế
total social desirability) và đ a vào h p Independent. Đây là s là blockư ộ ẽ
bi n đ u tiên b n đ a vào phân tích;ế ầ ạ ư
4. Click vào nút có ch Next, s xu t hi n m t h p bi n đ c l p th hai đữ ẽ ấ ệ ộ ộ ế ộ ậ ứ ể
b n nh p block bi n đ c l p th hai cho phân tích c a mình;ạ ậ ế ộ ậ ứ ủ
5. Ch n các bi n đ c l p b n mu n phân tích (total mastery và totalọ ế ộ ậ ạ ố
PCOISS) và đ a vào h p Independent block th hai.ư ộ ở ứ
6. ph n Methods, hãy ch n EnterỞ ầ ọ
7. Click vào Statistics/Estimates, Model fit, R square changes, Descriptives,
Part and partial correlations, và collinearity diagnostics. Click Continue;
8. Click vào Options, ch n Missing values, ch n Exclude cases pairwise,ọ ọ
ch n Continue;ọ
9. Ch n Save, ch n Mahalonobis, Cook’s, sau đó ch n Continue, ch n Okọ ọ ọ ọ
29
30. K t qu ch y mô hình nh sauế ả ạ ư
30
Model Summaryc
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
R Square
Change
F Change df1 df2
Sig. F
Chang
e
1.238a 0.057 0.052 5.693 0.057 12.711 2 423 0.000
2.688b 0.474 0.469 4.262 0.417 166.873 2 421 0.000
a Predictors: (Constant), Total social desirability, age
b Predictors: (Constant), Total social desirability, age, Total Mastery, Total PCOISS
c Dependent Variable: Total perceived stress
31. 31
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1Regression 823.865 2 411.932 12.711.000b
Residual 13708.62 423 32.408
Total 14532.484 425
2Regression 6885.76 4 1721.44 94.776.000c
Residual 7646.724 421 18.163
Total 14532.484 425
a Dependent Variable: Total perceived stress
b Predictors: (Constant), Total social desirability, age
c Predictors: (Constant), Total social desirability, age, Total Mastery, Total PCOISS
32. 32
Coefficientsa
Model
Unstandardized
Coefficients
Standardize
d
Coefficients
t Sig.
95.0% Confidence
Interval for B
Correlations Collinearity Statistics
B Std. Error Beta
Lower
Bound
Upper
Bound
Zero-
order Partial Part Tolerance VIF
1 (Constant) 31.076 0.983 31.605 0.000 29.143 33.009
age -0.031 0.022 -0.07 -1.438 0.151 -0.074 0.011 -0.127 -0.07 -0.068 0.928 1.077
Total social
desirability -0.599 0.14 -0.209 -4.271 0.000 -0.875 -0.324 -0.228 -0.203 -0.202 0.928 1.077
2 (Constant) 51.922 1.366 38.008 0.000 49.237 54.607
age -0.021 0.017 -0.047 -1.239 0.216 -0.054 0.012 -0.127 -0.06 -0.044 0.86 1.163
Total social
desirability -0.149 0.108 -0.052 -1.373 0.171 -0.362 0.064 -0.228 -0.067 -0.049 0.871 1.148
Total Mastery -0.641 0.062 -0.435
-
10.286 0.000 -0.763 -0.518 -0.612 -0.448 -0.364 0.699 1.432
Total PCOISS -0.16 0.022 -0.327 -7.373 0.000 -0.202 -0.117 -0.581 -0.338 -0.261 0.635 1.574
a Dependent Variable: Total perceived stress
33. Đ c k t qu ch y h i quy theo th b c nh th nào?ọ ế ả ạ ồ ứ ậ ư ế
B c 1: Đánh giá mô hìnhướ
• b ng Model summary hãy ki m tra h s R square. Sau khi các bi n đ cỞ ả ể ệ ố ế ộ
l p đ c đ a vào Block 1 thì mô hình gi i thích đ c 5.7% s bi n đ ngậ ượ ư ở ả ượ ự ế ộ
c a bi n ph thu c (R square nh n giá tr 0.057). Sau khi block bi n đ c l pủ ế ụ ộ ậ ị ế ộ ậ
th hai (bao g m total mastery và total PCOISS) đ c đ a vào phân tích, thìứ ồ ượ ư
mô hình gi i thích đ c 47.4% s bi n đ ng c a bi n ph thu c (R squareả ượ ự ế ộ ủ ế ụ ộ
nh n giá tr 0.474);ậ ị
•Đ bi t hai bi n đ c l p mà ta đang nghiên c u (total mastery và totalể ế ế ộ ậ ứ
PCOISS) gi i thích đ c bao nhiêu % s bi n đ ng c a bi n ph thu c sauả ượ ự ế ộ ủ ế ụ ộ
khi nh h ng c a bi n age và bi n total social desirability đã đ c lo i b ,ả ưở ủ ế ế ượ ạ ỏ
ta c n xem giá tr R square changes. V n b ng Model summary, hãy nhìnầ ị ẫ ở ả
vào dòng Model 2 s th y giá tr R square change b ng 0.42. Đi u này cóẽ ấ ị ằ ề
nghĩa là các bi n total mastery và total PCOISS đã cùng nhau gi i thích đ cế ả ượ
42% s bi n đ ng c a bi n ph thu c, sau khi nh h ng c a các bi n ageự ế ộ ủ ế ụ ộ ả ưở ủ ế
và bi n total social desirability đã b ki m soát.ế ị ể
•Hãy nhìn vào b ng ANOVA. Vì giá tr Sig. nh h n 0.001 nên mô hình là có ýả ị ỏ ơ
nghĩa m c th ng kê p<0.001ở ứ ố
33
34. B c 2: Đánh giá nh h ng c a t ng bi n đ c l p đ n bi n phướ ả ưở ủ ừ ế ộ ậ ế ế ụ
thu cộ
•Hãy nhìn vào b ng Coefficients dòng Model 2. Hãy nhìn vào c t Sig.ả ở ộ
Các bi n đ c l p nào có giá tr Sig. nh h n 0.1, ho c 0.05, ho c 0.001ế ộ ậ ị ỏ ơ ặ ặ
là các bi n có ý nghĩa th ng kê m c p<0.1, ho c 0.05, ho c 0.001.ế ố ở ứ ặ ặ
• ví d này ch có hai bi n total mastery (beta =-0.44) và total PCOISSỞ ụ ỉ ế
(beta = -0.33) là có ý nghĩa th ng kê. Ý nghĩa c a các h s beta nàyố ủ ệ ố
đ c gi i thích nh trong ph n h i quy chu nượ ả ư ầ ồ ẩ
34
Đ c k t qu ch y h i quy theo th b c nh th nào?ọ ế ả ạ ồ ứ ậ ư ế
(ti p)ế
35. D i đây ch là m t khuy n ngh v cách trình bày k t quướ ỉ ộ ế ị ề ế ả
ch y h i quy đa bi n theo th b cạ ồ ế ứ ậ
H i quy tuy n tính đa bi n theo th b c đã đ c s d ng đ đánh giá khồ ế ế ứ ậ ượ ử ụ ể ả
năng gi i thích c a hai bi n đ c l p (g m total mastery, và total PCOISS) đ iả ủ ế ộ ậ ồ ố
v i s bi n đ ng c a bi n đ c l p (total perceived stress), sau khi ki m soátớ ự ế ộ ủ ế ộ ậ ể
nh h ng c a các bi n age và total social desirability. Các phân tích căn b nả ưở ủ ế ả
đã đ c th c hi n nh m đ m b o không vi ph m các gi đ nh v phân ph iượ ự ệ ằ ả ả ạ ả ị ề ố
chu n, tuy n tính, đa c ng tuy n, ph ng sai đ ng nh t, outliers, và ph nẩ ế ộ ế ươ ồ ấ ầ
d đ c l p. Bi n age và total social desirability đ c đ a vào mô hìnhư ộ ậ ế ượ ư ở
b c 1 ch gi i thích đ c kho ng 6% s bi n đ ng c a bi n ph thu c. Sauướ ỉ ả ượ ả ự ế ộ ủ ế ụ ộ
khi các bi n total mastery và total PCOISS đ c đ a vào mô hình b c 2ế ượ ư ở ướ
thì kho ng 47.4% s bi n đ ng c a bi n ph thu c đã đ c gi i thích b iả ự ế ộ ủ ế ụ ộ ượ ả ở
mô hình, v i m c ý nghĩa p<0.001. Sau khi ki m soát nh h ng c a hai bi nớ ứ ể ả ưở ủ ế
age và total social desirability thì các bi n total mastery và total PCOISS đãế
gi i thích đ c 42% s bi n đ ng c a bi n ph thu c v i m c ý nghĩa th ngả ượ ự ế ộ ủ ế ụ ộ ớ ứ ố
kê p<0.001. C hai bi n đ c l p đ c nghiên c u đ u có ý nghĩa th ng kêả ế ộ ậ ượ ứ ề ố ở
m c p<0.001ứ
35
36. T t c nh ng ki n th c trong bài đ c khai thác t ngu n:ấ ả ữ ế ứ ượ ừ ồ
www.openup.co.uk/spss
Xin chân thành c m n!ả ơ
36