SPSS Sinh viên kinh tế

[ NHẬP MÔN SPSS 8]

🎯Phân tích ý nghĩa kết quả One-Way ANOVA:

👉🏻Bảng Descriptives:

⛳️ Thống kê mô tả cho từng nhóm của biến độc lập đối với biến phụ thuộc, bao gồm giá trị trung bình (Mean), độ lệch chuẩn (Std. Deviation), số lượng quan sát (N) và sai số chuẩn của trung bình (Std. Error).

👉🏻Bảng Test of Homogeneity of Variances (Kiểm định tính đồng nhất phương sai - Levene's Test):

⛳️ Thống kê F và giá trị Sig. (p-value) của kiểm định Levene's Test cho biết liệu phương sai của biến phụ thuộc có bằng nhau giữa các nhóm hay không.

⛳️ Nếu Sig. > mức ý nghĩa (thường là 0.05): Chúng ta chấp nhận giả thuyết null rằng phương sai giữa các nhóm là bằng nhau. Trong trường hợp này, bạn có thể tin tưởng vào kết quả của bảng ANOVA chính.

⛳️Nếu Sig. ≤ mức ý nghĩa (thường là 0.05): Chúng ta bác bỏ giả thuyết null, cho thấy phương sai giữa các nhóm không bằng nhau. Khi giả định này bị vi phạm, bạn cần thận trọng với kết quả ANOVA chính và có thể xem xét các kiểm định ANOVA mạnh mẽ hơn.

👉🏻Bảng ANOVA:

⛳️ Sum of Squares (Tổng bình phương): Đo lường tổng phương sai trong dữ liệu và sự khác biệt giữa các nhóm.

⛳️ df (Degrees of Freedom - Bậc tự do): Cho biết số lượng thông tin độc lập được sử dụng để tính toán thống kê.

⛳️ F: Thống kê F là tỷ lệ giữa phương sai giữa các nhóm (Mean Square Between Groups) và phương sai trong nội bộ các nhóm (Mean Square Within Groups). Giá trị F càng lớn cho thấy sự khác biệt giữa các trung bình nhóm càng lớn so với sự biến thiên trong nội bộ mỗi nhóm.

⛳️ Sig. (p-value): Giá trị p liên kết với thống kê F. Đây là giá trị quan trọng nhất để xác định ý nghĩa thống kê của sự khác biệt giữa các trung bình nhóm.

o Nếu Sig. < mức ý nghĩa (t0.05): Chúng ta bác bỏ giả thuyết null rằng giá trị trung bình của biến phụ thuộc là bằng nhau giữa tất cả các nhóm. Điều này có nghĩa là có ít nhất một cặp nhóm có giá trị trung bình khác biệt đáng kể về mặt thống kê.

o Nếu Sig. ≥ mức ý nghĩa (0.05): Chúng ta chấp nhận giả thuyết null rằng không có sự khác biệt có ý nghĩa thống kê giữa các giá trị trung bình của biến phụ thuộc giữa các nhóm.
————————————————————-
👉🏻 Hỗ trợ giải đáp/./
☎️ Zalo: 0862.551.355
————————————————————-

DẪN CỤ THỂ 👇👇👇

[ NHẬP MÔN SPSS 7]

🎯Phân tích hồi quy trong SPSS là một công cụ mạnh mẽ để xác định và đo lường mối quan hệ giữa một hoặc nhiều biến độc lập (IVs) và một biến phụ thuộc (DV):

👉🏻Bảng Model Summary:

⛳️ R Square: Hệ số xác định (Coefficient of Determination) cho biết tỷ lệ phương sai của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình. Ví dụ, R Square = 0.70 có nghĩa là 70%.

⛳️ Adjusted R Square: Điều chỉnh R Square cho số lượng biến độc lập trong mô hình. Thường được sử dụng khi có nhiều biến độc lập để tránh việc R Square tăng lên một cách giả tạo khi thêm biến không thực sự giải thích được nhiều phương sai.

👉🏻Bảng ANOVA (Analysis of Variance):

⛳️ F: Thống kê F kiểm định giả thuyết null rằng không có mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc.

⛳️ Sig. (p-value): Giá trị p liên kết với thống kê F. Nếu p < mức ý nghĩa (thường là 0.05),

👉🏻 Bảng Coefficients:

⛳️ Unstandardized Coefficients (B): Hệ số hồi quy chưa chuẩn hóa cho biết sự thay đổi trung bình của biến phụ thuộc khi biến độc lập tương ứng tăng lên một đơn vị, giả định các biến độc lập khác không đổi.

⛳️ Standardized Coefficients (Beta): Hệ số hồi quy đã chuẩn hóa cho phép so sánh sức mạnh tương đối của các biến độc lập trong việc dự đoán biến phụ thuộc (khi các biến có đơn vị đo khác nhau). Giá trị từ -1 đến 1.

⛳️ t: Thống kê t kiểm định giả thuyết null rằng hệ số hồi quy của biến độc lập tương ứng bằng 0 (tức là không có mối quan hệ tuyến tính đáng kể giữa biến độc lập đó và biến phụ thuộc khi các biến độc lập khác đã được kiểm soát).

⛳️ Sig. (p-value): Giá trị p liên kết với thống kê t. Nếu p < mức ý nghĩa (thường là 0.05), bác bỏ giả thuyết null và kết luận rằng biến độc lập đó có mối quan hệ tuyến tính đáng kể với biến phụ thuộc trong mô hình.
————————————————————-
👉🏻 Hỗ trợ giải đáp/./
☎️ Zalo: 0862.551.355

DẪN CỤ THỂ 👇👇👇

[ NHẬP MÔN SPSS 6]
🎯Hệ số tương quan Pearson r có giá trị dao động từ -1 đến 1:

• Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ. Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.

• Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.

👉🏻Giả thuyết được đặt ra: H_0: r = 0. Phép kiểm định t được sử dụng để kiểm định giả thuyết này. Kết quả kiểm định:

• Sig < 0.05: Bác bỏ giả thuyết H_0, nghĩa là r khác 0 một cách có ý nghĩa thống kê, hai biến có tương quan tuyến tính với nhau.

• Sig > 0.05: Chấp nhận giả thuyết H_0, nghĩa là r = 0 một cách có ý nghĩa thống kê, hai biến không có tương quan tuyến tính với nhau.
————————————————————-
👉🏻 Hỗ trợ giải đáp/./
☎️ Zalo: 0862.551.355



DẪN CỤ THỂ 👇👇👇

Ad vừa kết thúc kì deadline 1 tháng liên tục cho các bạn làm khoá luận đợt này. Từ mai sẽ trống lịch nên sẽ chăm chỉ đăng bài trở lại hướng dẫn các bạn cơ bản về SPSS nha! Các bạn nào cần hỗ trợ về SPSS thì ibx ad ngay nha!😀

UY TÍN - NHANH CHÓNG - CHÍNH XÁC

Hỗ trợ tư vấn nhiệt tình hoàn toàn miễn phí!
Zalo: 0862551355


Like và theo giõi Fanpage để nhận những thông báo mới nhất! 🤪

[ Nhập môn SPSS 5]
🌟6 BƯỚC PHÂN TÍCH EFA: Analyze ->Dimension Reduction -> Factors.
💫KIỂM ĐỊNH NHÂN TỐ EFA:
Theo Hair, Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
(1) Factor loading ± 0.3 Điều kiện tối thiểu để biến quan sát được giữ lại.
(2) Factor loading ± 0.5 Biến quan sát có ý nghĩa thống kê tốt.
(3) Factor loading ± 0.7 Biến quan sát có ý nghĩa thống kê rất tốt.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
(1) Hệ số tải nhân tố (Factor loading) > 0.5 cho thấy biến quan sát đạt chất lượng tốt, tối thiểu nên là 0.3
(2) Hệ số KMO (Kaiser-Meyer-Olkin) thỏa mãn 0.5 ≤ KMO ≤ 1. KMO là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
- Kiểm định Bartlett có ý nghĩa thống kê Sig Bartlett’s Test < 0.05, chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
(4) Phần trăm phương sai trích (Percentage of variance) >50%: cho thấy mô hình EFA là phù hợp.
(5) Trị số Eigenvalue >=1, nhân tố thỏa mãn mới được giữ lại trong mô hình phân tích.
📚Hỗ trợ giải đáp thắc mắc tại: https://zalo.me/g/gbolgw192
👉🏻Zalo: 0862.551.355


DẪN CỤ THỂ 👇👇👇

[ Nhập môn SPSS 4]

🌟3 BƯỚC PHÂN TÍCH CRONBACH ALPHA: Chọn Analyze -> Scale -> Reliability analysis .

💫MỨC GIÁ TRỊ HỆ SỐ CRONBACH’S ALPHA:
Theo lý thuyết, nếu thỏa mãn hai điều kiện bao gồm giá trị hệ số Cronback’s Alpha >=0.6 và hệ số tương quan biến tổng >=0.3 thì các biến phân tích được xem là chấp nhận .

(1) Hệ số Alpha có giá trị lớn hơn hoặc bằng 0,9 thể hiện thang đo lưởng rất tốt
(2) Hệ số Alpha có giá trị từ 0,8 đến 0,9 thể hiện thang đo lường sử dụng tốt
(3) Hệ số Alpha có giá trị từ 0,7 đến 0,8: thang đo này chấp nhận được
(4) Hệ số Alpha có giá trị từ 0,6 đến 0,7: thang đo này cần xem lại (đủ điều kiện)
(5) Hệ số Alpha có giá trị nhỏ hơn 0,5 thì thang đo này không chấp nhận

📚Hỗ trợ giải đáp thắc mắc tại: https://zalo.me/g/gbolgw192
👉🏻Zalo: 0862.551.355


DẪN CỤ THỂ 👇👇👇

[ Nhập môn SPSS 3]

🌟3 BƯỚC PHÂN TÍCH THỐNG KẾ TRUNG BÌNH: Chọn Analyze -> descriptive statistics -> descriptives.

💫THỐNG TRUNG BÌNH: Thống kê trung bình thường áp dụng cho các câu 5 mức độ để đánh giá điểm trả lời của đáp viên ở mức bao nhiêu trên thang điểm 5.

Thang đo liket 5 mức độ:
1. Rất không đồng ý
2. Không đồng ý
3. Bình thường
4. Đồng ý
5. Rất đồng ý

📚Hỗ trợ giải đáp thắc mắc tại: https://zalo.me/g/gbolgw192

👉🏻Zalo: 0862.551.355



DẪN CỤ THỂ 👇👇👇

[ Nhập môn SPSS 2]

🌟7 BƯỚC PHÂN TÍCH THÔNG KÊ MÔ TẢ CÂU HỎI NHIỀU LỰA CHỌN CỰC KỲ ĐƠN GIẢN : Tập trước chúng ta đã tìm hiểu thống kê mô tả cơ bản.

💫Đây là trường hợp một câu hỏi mà đáp viên có thể chọn nhiều đáp án cùng một nên chúng ta không thể sử dụng phương pháp thống kê mô tả thông thường mà phải sử dụng thống kê riêng biệt như bên dưới.

🌱Hướng dẫn chi tiết 👇

📚Hỗ trợ giải đáp thắc mắc tại: https://zalo.me/g/gbolgw192

👉🏻Zalo: 0862.551.355



DẪN CỤ THỂ 👇👇👇

[ Nhập môn SPSS 1]

🌟5 BƯỚC PHÂN TÍCH THÔNG KÊ MÔ TẢ TẦN SỐ: Chọn Analyze -> descriptive statistics -> Frequencies.

💫THỐNG KÊ MÔ TẢ: Được chia làm hai thống kê nhỏ là thống kê tần số và thống kê trung bình. Thống kê tần số thường áp dụng cho các câu định tính giới tính, độ tuổi, nghề nghiệp,... để thống kê tỷ lệ cơ cấu đáp viên và vẽ biểu đồ cơ cấu. Thống kê trung bình thường áp dụng cho các câu 5 mức độ để đánh giá điểm trả lời của đáp viên ở mức bao nhiêu trên thang điểm 5.

📚Hỗ trợ giải đáp thắc mắc tại: https://zalo.me/g/gbolgw192

👉🏻Zalo: 0862.551.355



DẪN CỤ THỂ 👇👇👇

TUYỂN DỤNG CTV SALE SPSS PART TIME!! TOÀN QUỐC

⏰Thời gian: Làm online nên thời gian làm việc linh động, sẽ được trao đổi cụ thể qua buổi phỏng vấn.
📍 Mô tả công việc:
• Tư vấn, tìm kiếm khách hàng có nhu cầu cần xử lý dữ liệu SPSS (NCKH, KLTN, Luận văn), giới thiệu các gói xử lý dữ liệu cho khác hàng.
• Hỗ trợ tư vấn khách hàng, nhận dữ liệu và báo giá .
📍 Yêu cầu:
• Là sinh viên của các trường đào tạo kinh tế trên toàn quốc.
• Ưu tiên các bạn sinh viên năm 3,4.
• Có trách nhiệm với công việc không phải làm cho vui.
Mức lương: Chiết khấu hoa hồng/ đơn hàng trao đổi cụ thể khi phỏng vấn (Thưởng doanh số nếu đạt số lượng đơn cơ bản)
📍Quyền lợi:
• Được đào tạo lộ trình sale tư vấn cho khách hàng.
• Thời gian làm việc tự do không bắt buộc.
ỨNG TUYỂN VUI LÒNG GỬI CV VỀ:
- Email: [email protected]
- Tiêu đề email ghi rõ: Ứng tuyển CTV Sale - HỌ VÀ TÊN
Quan tâm inbox m gửi JD nhé

🎈NHẬN CHẠY SPSS PHÂN TÍCH DỮ LIỆU

- Xử lí dữ liệu từ chữ -> Số trên execl
- Mã hoá dữ liệu từ EX -> SPSS
- Phân Tích Thống Kê Mô Tả
- Phân Tích độ tin cậy CRONBACH’ ALPHA
- Phân tích nhân tố khám phá EFA
- Phân tích hệ số tương quan
- Phân tích hồi quy tuyến tính bội
- Phân tích ANOVA
- Phân tích Indepent sample T-test.
🎈NHANH CHÓNG - CHÍNH XÁC- UY TÍN

Zalo: 0862551355

✨Nhóm hỗ trợ miễn phí: https://zalo.me/g/gbolgw192.