Tag Archives: anova

So sánh quan hệ giữa 7 phương pháp phân tích đa biến : Regression, Discriminant, Conjoint, SEM, ANOVA, MANOVA, Canonical Correlation

Hôm nay nhóm Thạc Sĩ ĐH Bách Khoa TP.HCM (hotrospss@gmail.com) giới thiệu đến các bạn sự khác nhau giữa các phương pháp đa biến, để các bạn có thể chủ động chọn phương pháp nghiên cứu cho luận văn của mình nhé. Mỗi phương pháp phân tích định lượng chỉ phù hợp với một số loại dữ liệu, loại mô hình, loại biến độc lập và biến phụ thuộc nhất định. Phương pháp thông dụng là hồi quy regession. Tuy nhiên có một số nghiên cứu phương pháp này không xử lý được, cụ thể có 7 phương pháp như sau.

1.Multiple Regression Analysis Hồi quy đa biến

Phương trình toán hoc:

regression

  • Biến độc lập: biến dạng metric hoặc nometric
  • Biến phụ thuộc: một biến dạng metric

2.Mô hình cấu trúc tuyến tính Structural Equation Modeling

Phương trình toán hoc:

sem

Gồm nhiều phương trình hồi quy đa biến tập hợp lại với nhau, mỗi phương trình có:

  • Biến độc lập: biến dạng metric hoặc nometric
  • Biến phụ thuộc: một biến dạng metric

3.Phân tích biệt số Discriminant Analysis

Phương trình toán hoc:

bietso

  •  Biến độc lập: biến dạng metric
  • Biến phụ thuộc: một biến dạng nometric

4.Phân tích kết hợp Conjoint Analysis

Phương trình toán hoc: conjoint

  • Biến độc lập: biến dạng nometric
  • Biến phụ thuộc: một biến dạng metric hoặc nometric

5.Phân tích phương sai Analysis of Variance (ANOVA)

Phương trình toán hoc:

anova

  • Biến độc lập: biến dạng nometric
  • Biến phụ thuộc: một biến dạng metric

6.Phân tích phương sai đa biến Multivariate Analysis of Variance (MANOVA)

Phương trình toán hoc:

manova

  •  Biến độc lập: biến dạng nometric
  • Biến phụ thuộc: nhiều biến dạng metric

7. Phân tích tương quan chính tắc Canonical Correlation

Phương trình toán hoc:

canonicalCorrelation

  • Biến độc lập: biến dạng metric hoặc nometric
  • Biến phụ thuộc: nhiều biến dạng metric hoặc nometric

  Ngoài ra nhóm có các dịch vụ sau( các bạn mail hotrospss@gmail.com, nhóm sẽ trả lời ngay)
– Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha… trong SPSS, và mô hình SEM, CFA, AMOS
– Cung cấp/chỉnh sửa số liệu khảo sát để chạy ra kết quả có ý nghĩa thống kê.

Phân tích phương sai một yếu tố anova

One way anova là gì?

Phân tích phương sai một yếu tố ( còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%.
Ví dụ: Phân tích sự khác biệt giữa các thuộc tính khách hàng (giới tính, tuổi, nghề nghiệp, thu nhập…) đối với 1 vấn đề nào đó (thường chọn là nhân tố phụ thuộc, vd: sự hài lòng).

Bài này sẽ đề cập về lý thuyết, thực hành từng bước phân tích phương sai một yếu tố anova, cách diễn giải kết quả, ý nghĩa các chỉ số trong anova.

Một số giả định khi phân tích ANOVA:
– Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
– Các nhóm so sánh phải có phân phối chuẩn or cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
– Phương sai của các nhóm so sánh phải đồng nhất.
Lưu ý: nếu giả định tổng thể có phân phối chuẩn với phương sai bằng nhau không đáp ứng được thì bạn có thể dùng kiểm định phi tham số Kruskal-Wallis sẽ để thay thế cho ANOVA.

Lý thuyết

Kết quả kiểm định gồm hai phần:

Phần 1:

Levene test: dùng kiểm định phương sai bằng nhau hay không giữa các nhóm

Ho: “Phương sai bằng nhau”

Sig <= 0.05: bác bỏ Ho

Sig >0.05: chấp nhận Ho -> đủ điều kiện để phân tích tiếp anova

Phần 2:

ANOVA test: Kiểm định anova

Ho: “Trung bình bằng nhau”

Sig <=0.05: bác bỏ Ho ->  đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc

Sig >0.05: chấp nhận Ho -> chưa đủ điều kiện để khẳng định có sự khác biệt giữa các nhóm đối với biến phụ thuộc

Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát bằng các kiểm định Tukey, LSD, Bonferroni, Duncan như hình dưới. Kiểm định sâu anova gọi là kiểm định Post-Hoc

Cách thực hiện

Phân tích anova : vào menu Analyze -> Compare Means -> One-Way ANOVA

anova

Bấm vào option chọn Homegenety of variance test để kiểm định phương sai đồng nhất.

anova

Nếu muốn kiểm định Post hoc thì ấn vào nút Post hoc để kiểm định sâu sau anova, bảng sau xuất hiện và chọn một trong những kiểm định posthoc:Tukey, LSD, Bonferroni, Duncan

Kết quả ANOVA ra như sau

anova

Cách phân tích kết quả anova

Viết tắt: F_BI Buying Intention: dự định mua hàng, Age: nhóm tuổi.

Kết quả này cho biết phương sai của dự định mua hàng có sự khác biệt giữa các nhóm tuổi hay không. Nghĩa là phương sai của dự định mua hàng của nhóm tuổi này có khác phương sai của dự định mua hàng của nhóm tuổi kia hay không?

Sig của thống kê Levene = 0.207 (>0.05) nên ở độ tin cậy 95% giả thuyết H0: “Phương sai bằng nhau” được chấp nhận, và bác bỏ giả thuyết H1: “Phương sai khác nhau”. Và do đó kết quả phân tích ANOVA có thể sử dụng.

Kết quả phân tích ANOVA với mức ý nghĩa 0.239> 0.05, như vậy với dữ liệu quan sát chưa đủ điều kiện để khẳng định có sự khác biệt về dự định mua hàng giữa các nhóm tuổi.

Giả sử Sig. <0.05 thì kết luận có sự khác biệt giữa các nhóm tuổi. Tuy nhiên muốn biết nhóm nào khác với nhóm nào thì phải xem phân tích sâu anova tại http://phantichspss.com/phan-tich-sau-anova-mot-yeu-post-hoc-one-way-anova.html

Liên hệ Facebook   https://facebook.com/hoidapspss Viber/Zalo: so-alo

 Gởi mail ngay cho nhóm MBA Bách Khoa hotrospss@gmail.com , hoặc chat https://facebook.com/hoidapspss để được hướng dẫn:
– Khảo sát thị trường/ xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố hội tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê.
– Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha… trong SPSS, và mô hình SEM, CFA, AMOS

http://phantichspss.com/lien-he-gioi-thieu