Phân tích dữ liệu khảo sát và viết chương 4

Cách dùng

1. Chuẩn bị file. Mỗi dòng là một phiếu. Đặt tên biến quan sát theo mã khái niệm cộng số thứ tự để công cụ tự nhóm: PU1, PU2, PEOU_1, mã có tiền tố như TPB_ATT1, mã tiếng Việt như ĐT1, TĐ1, hoặc kiểu Qualtrics Q1_1. ATT1–ATT4 được hiểu là khái niệm Thái độ (TPB, TAM), không phải câu kiểm tra chú ý.
2. Dùng file từ Bộ khảo sát. Form tạo bằng Bộ khảo sát (Word, Google Form hoặc GDF) dùng cùng bảng mã với công cụ này: AC1 hoặc ACHK là câu kiểm tra chú ý (đáp án đúng là 2 – Không đồng ý, được điền sẵn), SANGLOC là câu sàng lọc (phiếu trả lời “Chưa từng” hoặc “Không phải” bị loại), TT1, TT2… là câu hỏi thông tin chung. Với file Google Sheets xuất từ Google Form, công cụ đọc mã ở đầu tên cột (“TT1. Giới tính”, “… [PU1. Ứng dụng dễ dùng]”), nên không cần đổi tên cột. File Google Forms tự tạo không có mã thì đổi tên cột theo bảng mã hoá trước khi tải lên.
3. Kiểm tra phần công cụ nhận ra: dòng tiêu đề (file Excel có tiêu đề gộp hai dòng thì chọn dòng chứa mã), thang đo (1–5, 1–7…), nhóm khái niệm (MÃ: biến1 biến2 …), câu đảo chiều, câu kiểm tra chú ý (ví dụ AC1=2; đáp án dạng chữ như ATTN=Đồng ý cũng được) và biến nhân khẩu học. Cột chỉ có một biến (ví dụ SAT1 đứng riêng) không được coi là nhân khẩu học.
4. Chọn biến phụ thuộc, cách chạy EFA (tách biến độc lập và biến phụ thuộc, hay chạy chung), số nhân tố, và các giả thuyết tác động ngược chiều nếu có, rồi bấm phân tích.

Câu trả lời dạng chữ theo thang 5 mức chuẩn (Hoàn toàn không đồng ý, Không đồng ý, Trung lập hoặc Bình thường, Đồng ý, Hoàn toàn đồng ý) được tự đổi thành 1–5 và có thông báo; nhãn thang 6 hoặc 7 mức (có “Hơi đồng ý”, “Hơi không đồng ý”) được đổi thành 1–6 hoặc 1–7. Cột không đọc được thành số được nêu tên. File được đọc ngay trong trình duyệt, không gửi lên máy chủ; file 10.000 phiếu × 40 biến chạy trong vài giây. Muốn thử trước, bấm “Dùng dữ liệu mẫu”.

Công cụ làm gì với dữ liệu trước khi phân tích

• Lọc phiếu theo thứ tự: không qua câu sàng lọc, thiếu câu trả lời (listwise), sai câu kiểm tra chú ý, chọn cùng một mức cho mọi câu. Mục 4.1 ghi số phiếu bị loại theo từng lý do.
• Đảo điểm câu đảo chiều theo thang đã khai báo: điểm mới = thấp nhất + cao nhất − điểm cũ (thang 1–5 là 6 − điểm), kể cả khi không ai chọn mức 1 hay 5. Giá trị nằm ngoài thang được cảnh báo.
• Loại biến hỏng: biến mà mọi phiếu trả lời cùng một mức (phương sai bằng 0) và biến trùng lặp với biến khác (tương quan gần bằng 1, thường do sao chép nhầm cột) bị loại khỏi mọi phân tích, có cảnh báo nêu tên và câu ghi rõ trong mục 4.3. Nếu ma trận tương quan vẫn suy biến, EFA báo không tính được KMO thay vì đưa ra con số sai.

Công thức và cách tính

• Thống kê mô tả cho từng biến và từng khái niệm: N, nhỏ nhất, lớn nhất, trung bình, độ lệch chuẩn, skewness và kurtosis theo công thức hiệu chỉnh của SPSS.
• Cronbach's alpha cho từng khái niệm, kèm tương quan biến–tổng hiệu chỉnh, alpha nếu loại biến, trung bình và phương sai thang đo nếu loại biến (đúng bảng Item-Total Statistics của SPSS), như công cụ tính Cronbach's alpha. Biến có tương quan biến–tổng âm được nhắc kiểm tra câu đảo chiều.
• EFA trên ma trận tương quan, theo đúng quy ước của lệnh FACTOR trong SPSS. Phép trích: Principal Components (mặc định), Principal Axis Factoring (hệ số chung ban đầu là bình phương hệ số tương quan bội, lặp đến khi thay đổi dưới 0,001 hoặc đủ 25 vòng như SPSS) hoặc Maximum Likelihood (Jöreskog, 1967). Phép xoay: Varimax (Kaiser, 1958), Promax với kappa = 4 (Hendrickson & White, 1964) hoặc Direct Oblimin với delta = 0 (Jennrich & Sampson, 1966), đều có chuẩn hoá Kaiser. Số nhân tố theo eigenvalue > 1 hoặc cố định; phân tích song song (Horn, 1965) được ghi thêm để tham khảo. Mặc định chạy riêng cho các biến độc lập và cho biến phụ thuộc, như nhiều giảng viên yêu cầu; có thể chọn chạy chung. Công cụ báo KMO (Kaiser, 1974), kiểm định Bartlett, bảng Communalities (PAF, ML), Total Variance Explained và ma trận xoay; với Promax và Direct Oblimin có thêm Pattern Matrix, Structure Matrix và Factor Correlation Matrix.
• CR, AVE, Fornell–Larcker và HTMT. Hệ số tải của mỗi biến lấy từ thành phần chính thứ nhất của thang đo đó; CR = (Σλ)² / [(Σλ)² + Σ(1 − λ²)], AVE = Σλ²/k (Fornell & Larcker, 1981). HTMT tính đúng theo Henseler và cộng sự (2015) từ ma trận tương quan giữa các biến quan sát. Hệ số tải theo thành phần chính gần với outer loadings của SmartPLS nhưng có thể lệch ở chữ số thập phân thứ hai.
• Tương quan Pearson giữa các khái niệm, mỗi khái niệm lấy điểm trung bình của các biến quan sát.
• Hồi quy bội OLS: R², R² hiệu chỉnh, kiểm định F, hệ số B, sai số chuẩn, β chuẩn hoá, t, Sig. (cả hằng số) và VIF; kiểm tra giả định bằng VIF, Durbin–Watson (Durbin & Watson, 1951) và skewness, kurtosis của phần dư chuẩn hoá; bảng giả thuyết chấp nhận/bác bỏ.
• Kiểm định khác biệt của biến phụ thuộc theo từng biến nhân khẩu học: Independent Samples T-test cho hai nhóm, One-way ANOVA từ ba nhóm. Kiểm định Levene dựa trên trung bình như SPSS (Levene, 1960); khi phương sai không đồng nhất, công cụ dùng t-test Welch (Welch, 1947) hoặc Welch ANOVA (Welch, 1951). Khi ANOVA có ý nghĩa, kiểm định sau dùng Bonferroni (phương sai đồng nhất) hoặc Tamhane’s T2 (Tamhane, 1979). Nhóm dưới 2 phiếu không đưa vào kiểm định và được nêu tên.

Đọc kết quả

• Phân phối: skewness và kurtosis trong khoảng ±2 là xấp xỉ chuẩn (George & Mallery, 2019); dưới 3 và 10 (giá trị tuyệt đối) là chưa vi phạm nghiêm trọng (Kline, 2016).
• Độ tin cậy: alpha từ 0,7 (Nunnally, 1978) và tương quan biến–tổng hiệu chỉnh từ 0,3 (Nunnally & Bernstein, 1994); CR từ 0,7 đến 0,95 và AVE từ 0,5 (Hair và cộng sự, 2022).
• EFA: KMO từ 0,5 và Bartlett có Sig. < 0,05 thì dữ liệu phù hợp để phân tích nhân tố; phương sai trích từ 50%; hệ số tải từ 0,5 trở lên là có ý nghĩa thực tiễn (Hair và cộng sự, 2010). Biến tải lên hai nhân tố với hệ số gần nhau, hoặc tải sai nhóm, cần xem lại nội dung câu hỏi.
• Giá trị phân biệt: căn bậc hai AVE lớn hơn tương quan với các khái niệm khác (Fornell & Larcker, 1981); HTMT dưới 0,85, hoặc dưới 0,90 với các khái niệm gần nhau về lý thuyết (Henseler và cộng sự, 2015).
• Hồi quy: Sig. của F < 0,05 thì mô hình có ý nghĩa; mỗi biến độc lập có Sig. < 0,05 và β cùng dấu kỳ vọng thì giả thuyết được chấp nhận. VIF từ 5 trở lên được tô màu (Hair và cộng sự, 2010); Durbin–Watson trong khoảng 1 đến 3 là không có tự tương quan (Field, 2013).
• Kiểm định khác biệt: đọc Sig. của Levene trước để biết dùng dòng kết quả nào, rồi đọc Sig. của t hoặc F.

Đoạn văn chương 4 (mục 4.1 đến 4.8) được viết theo đúng các con số trên, kèm bảng đánh số 4.1, 4.2… và tài liệu tham khảo APA, tải về Word được. Các cảnh báo (biến bị loại, cột không đọc được, câu đảo chiều sai tên) hiện phía trên kết quả và không nằm trong đoạn văn. Kiểm tra câu chữ và đối chiếu với SPSS ở lần đầu dùng.

Ví dụ có số: hồi quy trên dữ liệu mobi

Tải file mobi.csv ở trang kiểm chứng (250 khách hàng điện thoại di động, thang 1–10), khai báo thang 1 đến 10 và chọn CUSL (lòng trung thành) làm biến phụ thuộc. Công cụ tự gom 6 khái niệm theo tiền tố tên cột và chạy hồi quy với 5 biến độc lập còn lại. Kết quả trùng thư viện Python statsmodels đến chữ số thứ ba:

• R² = 0,371; R² hiệu chỉnh = 0,358; F(5; 244) = 28,738; Sig. < 0,001; Durbin–Watson = 2,079; VIF lớn nhất 3,448.
• Có ý nghĩa: sự hài lòng (β = 0,398), giá trị cảm nhận (β = 0,221), hình ảnh (β = 0,210).
• Không có ý nghĩa: kỳ vọng (β = 0,056; Sig. = 0,370) và chất lượng cảm nhận (β = −0,177; Sig. = 0,061).

Hệ số âm của chất lượng cảm nhận dù tương quan với lòng trung thành là dương (r = 0,444) là hiện tượng triệt tiêu do sự hài lòng làm trung gian; cách đọc và cách viết ở bài hệ số hồi quy âm, ngược giả thuyết. Hướng dẫn đầy đủ từng bước có ở bài chạy hồi quy online không cần SPSS.

Viết vào khoá luận thế nào?

Bấm "Tải chương 4 (Word)" để lấy các mục 4.x đã đánh số bảng, có đoạn văn diễn giải và danh mục tài liệu tham khảo. Trước khi nộp, kiểm tra:

• Số phiếu, thang đo và câu đảo chiều khớp với chương 3.
• Giả thuyết không có ý nghĩa được viết là "không được ủng hộ" và giải thích ở chương 5 (xem bài giả thuyết không được ủng hộ).
• Bảng trình bày theo APA: mẫu bảng Cronbach's alpha, EFA, hồi quy.

Câu hỏi thường gặp

Công cụ có thay được SPSS hay SmartPLS không?

Thống kê mô tả, Cronbach's alpha, EFA, tương quan, hồi quy, t-test, ANOVA và Levene cho cùng kết quả với SPSS khi dùng cùng lựa chọn (cùng phép trích, phép xoay và loại phiếu thiếu theo listwise). CR, AVE và Fornell–Larcker dùng hệ số tải theo thành phần chính nên chỉ gần đúng với SmartPLS; HTMT tính đúng công thức. Công cụ không chạy CFA, SEM hay PLS-SEM; đề tài dùng SmartPLS vẫn cần phần mềm đó cho mô hình cấu trúc và nên báo cáo số của SmartPLS.

Có chạy được PAF và Promax như SPSS không?

Có. Chọn Principal axis factoring ở ô phép trích và Promax ở ô phép xoay; đoạn văn ghi “phép trích Principal Axis Factoring với phép xoay Promax” và có đủ các bảng như SPSS: Communalities, Total Variance Explained (cột Rotation Sums of Squared Loadings không có % vì các nhân tố tương quan), Pattern Matrix, Structure Matrix và Factor Correlation Matrix. Công cụ dùng cùng điểm dừng với SPSS (PAF dừng khi hệ số chung thay đổi dưới 0,001 hoặc sau 25 vòng; Varimax dừng theo tiêu chí RCONVERGE 0,0001) và đã được đối chiếu với bảng SPSS 27 đã công bố của sáu bộ dữ liệu, khớp đến chữ số thập phân thứ tám (bảng so sánh và dữ liệu để tự chạy lại ở trang kiểm chứng kết quả). Promax của gói psych trong R dựng ma trận đích khác SPSS nên lệch ở chữ số thứ hai; số của công cụ theo SPSS. Với Direct Oblimin, thứ tự và dấu của các nhân tố có thể khác SPSS; đổi chỗ cột không làm thay đổi kết quả.

Vì sao số phiếu hợp lệ ít hơn số phiếu tải lên?

Phần 4.1 liệt kê số phiếu bị loại theo từng lý do: không qua câu sàng lọc, thiếu câu trả lời, sai câu kiểm tra chú ý, chọn cùng một mức cho mọi câu. Cách đặt câu kiểm tra và các dấu hiệu khác có trong bài cách lọc phiếu khảo sát không hợp lệ.

Câu kiểm tra chú ý của tôi không tên AC1 thì sao?

Cột tên ACHK, ATTN, ATT_CHECK, IMC hoặc ATT/AC đứng riêng (không có ATT2, AC2) được nhận là câu kiểm tra chú ý. Tên khác thì tự ghi vào ô “Câu kiểm tra chú ý” theo dạng TÊNCỘT=đáp án đúng. Nếu công cụ thấy cột giống câu kiểm tra mà chưa có đáp án, hoặc không tìm thấy cột bạn ghi, sẽ có cảnh báo và chưa lọc theo câu đó.

KMO dưới 0,5 thì làm gì?

Xem cỡ mẫu có đủ không (ít nhất 5 phiếu cho mỗi biến quan sát) bằng máy tính cỡ mẫu, kiểm tra câu đảo chiều đã khai báo chưa, rồi loại biến có tương quan biến–tổng thấp trước khi chạy lại EFA.

Cột nhân khẩu học được xử lý thế nào?

Cột TT1, TT2… của Bộ khảo sát, và cột không phải biến quan sát có từ 2 đến 12 giá trị khác nhau (giới tính, năm học, thu nhập theo khoảng…), được điền sẵn vào ô biến nhân khẩu học; sửa ô này nếu cần. Các biến được gộp vào một bảng đặc điểm mẫu ở mục 4.1 (kèm câu mô tả nhóm chiếm tỷ lệ cao nhất), nhóm xếp theo thứ tự số trong nhãn (“Dưới 5 triệu”, “Từ 5 đến dưới 10 triệu”…); mỗi biến có một kiểm định khác biệt ở mục cuối. Câu hỏi có mã ở đầu (“TT1. Giới tính”) được gọi bằng nhãn trong đoạn văn. Nếu đề tài có khái niệm viết tắt TT (ví dụ Tin tưởng) gồm các câu thang đo có tương quan với nhau, công cụ vẫn nhóm thành khái niệm.

Đang chờ đủ phiếu mới chạy được? Có thể chạy thử với dữ liệu mẫu ở trên trước. Nếu kênh miễn phí đã cạn mà vẫn thiếu phiếu, có thể thuê người trả lời qua Genius Data (link giới thiệu, chúng tôi có thể nhận hoa hồng): bạn chọn nhóm người trả lời, tự đặt mức thưởng mỗi câu và chỉ trả cho phản hồi được duyệt.

Tài liệu tham khảo

• Durbin, J., & Watson, G. S. (1951). Testing for serial correlation in least squares regression. II. Biometrika, 38(1–2), 159–178. https://doi.org/10.1093/biomet/38.1-2.159
• Field, A. (2013). Discovering statistics using IBM SPSS Statistics (4th ed.). Sage.
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• George, D., & Mallery, P. (2019). IBM SPSS Statistics 25 step by step: A simple guide and reference (15th ed.). Routledge.
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson Prentice Hall.
• Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). Sage.
• Hendrickson, A. E., & White, P. O. (1964). Promax: A quick method for rotation to oblique simple structure. British Journal of Statistical Psychology, 17(1), 65–70. https://doi.org/10.1111/j.2044-8317.1964.tb00244.x
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
• Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika, 30(2), 179–185. https://doi.org/10.1007/BF02289447
• Jennrich, R. I., & Sampson, P. F. (1966). Rotation for simple loadings. Psychometrika, 31(3), 313–323. https://doi.org/10.1007/BF02289465
• Jöreskog, K. G. (1967). Some contributions to maximum likelihood factor analysis. Psychometrika, 32(4), 443–482. https://doi.org/10.1007/BF02289658
• Kaiser, H. F. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23(3), 187–200. https://doi.org/10.1007/BF02289233
• Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36. https://doi.org/10.1007/BF02291575
• Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
• Levene, H. (1960). Robust tests for equality of variances. In I. Olkin, S. G. Ghurye, W. Hoeffding, W. G. Madow, & H. B. Mann (Eds.), Contributions to probability and statistics: Essays in honor of Harold Hotelling (pp. 278–292). Stanford University Press.
• Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Tamhane, A. C. (1979). A comparison of procedures for multiple comparisons of means with unequal variances. Journal of the American Statistical Association, 74(366), 471–480. https://doi.org/10.1080/01621459.1979.10482541
• Welch, B. L. (1947). The generalization of “Student’s” problem when several different population variances are involved. Biometrika, 34(1–2), 28–35. https://doi.org/10.1093/biomet/34.1-2.28
• Welch, B. L. (1951). On the comparison of several mean values: An alternative approach. Biometrika, 38(3–4), 330–336. https://doi.org/10.1093/biomet/38.3-4.330