#Họ và tên: Bùi Hà Uyển Nhi
#Lớp: 24NH1 - Mã số sinh viên: 2454020034
#Bài thực hành buổi 8
# Nhap lieu
datalikert=read.csv("/Users/trandoankhanhly/Documents/Phân tích dữ liệu/Likert.csv",header = TRUE)
save(datalikert,file = "datalikert.rda")
attach(datalikert)
is.data.frame(datalikert)
## [1] TRUE
# Câu 1
library(psych)
ABCDEFtb=data.frame(Atb,Btb,Ctb,Dtb,Etb,Ftb)
describe(ABCDEFtb)
## vars n mean sd median trimmed mad min max range skew kurtosis se
## Atb 1 198 4.06 0.72 4.00 4.08 1.19 2.20 5 2.80 -0.15 -1.14 0.05
## Btb 2 198 3.95 0.83 4.00 4.04 1.11 1.25 5 3.75 -0.89 0.37 0.06
## Ctb 3 198 3.68 0.87 3.62 3.71 0.93 1.50 5 3.50 -0.11 -0.61 0.06
## Dtb 4 198 3.80 0.78 4.00 3.85 0.49 1.00 5 4.00 -0.68 0.71 0.06
## Etb 5 198 3.95 0.81 4.00 4.04 0.74 1.25 5 3.75 -0.97 1.02 0.06
## Ftb 6 198 3.85 0.74 3.90 3.84 1.04 2.00 5 3.00 -0.04 -1.12 0.05
# Nhận xét: Biến có giá trị trung bình lớn nhất là: Atb (4,06)
# Biến có độ phân tán lớn nhất là: Ctb (0,87)
# Tính MODE A1
library(DescTools)
##
## Attaching package: 'DescTools'
## The following objects are masked from 'package:psych':
##
## AUC, ICC, SD
Mode(A1)
## [1] 5
## attr(,"freq")
## [1] 94
# Nhận xét: Giá trị Mode A1 là 4 với 94 lần xuất hiện
# Câu 2
# Mã hoá biến giới tính
GTINHMH=GTINH
GTINHMH=replace(GTINHMH,GTINH==1,"Nam")
GTINHMH=replace(GTINHMH,GTINH==2,"Nu")
GT=data.frame(GTINH,GTINHMH)
GT
## GTINH GTINHMH
## 1 2 Nu
## 2 2 Nu
## 3 2 Nu
## 4 1 Nam
## 5 2 Nu
## 6 1 Nam
## 7 1 Nam
## 8 1 Nam
## 9 2 Nu
## 10 1 Nam
## 11 1 Nam
## 12 1 Nam
## 13 2 Nu
## 14 1 Nam
## 15 2 Nu
## 16 1 Nam
## 17 1 Nam
## 18 1 Nam
## 19 2 Nu
## 20 1 Nam
## 21 1 Nam
## 22 1 Nam
## 23 1 Nam
## 24 1 Nam
## 25 1 Nam
## 26 1 Nam
## 27 1 Nam
## 28 1 Nam
## 29 1 Nam
## 30 2 Nu
## 31 2 Nu
## 32 2 Nu
## 33 1 Nam
## 34 2 Nu
## 35 2 Nu
## 36 2 Nu
## 37 1 Nam
## 38 2 Nu
## 39 1 Nam
## 40 1 Nam
## 41 1 Nam
## 42 2 Nu
## 43 1 Nam
## 44 2 Nu
## 45 1 Nam
## 46 1 Nam
## 47 2 Nu
## 48 1 Nam
## 49 2 Nu
## 50 2 Nu
## 51 1 Nam
## 52 2 Nu
## 53 2 Nu
## 54 1 Nam
## 55 2 Nu
## 56 2 Nu
## 57 1 Nam
## 58 2 Nu
## 59 2 Nu
## 60 2 Nu
## 61 2 Nu
## 62 2 Nu
## 63 2 Nu
## 64 2 Nu
## 65 2 Nu
## 66 1 Nam
## 67 1 Nam
## 68 2 Nu
## 69 2 Nu
## 70 2 Nu
## 71 2 Nu
## 72 2 Nu
## 73 2 Nu
## 74 1 Nam
## 75 2 Nu
## 76 2 Nu
## 77 2 Nu
## 78 2 Nu
## 79 1 Nam
## 80 2 Nu
## 81 2 Nu
## 82 2 Nu
## 83 1 Nam
## 84 2 Nu
## 85 1 Nam
## 86 1 Nam
## 87 1 Nam
## 88 2 Nu
## 89 1 Nam
## 90 2 Nu
## 91 1 Nam
## 92 1 Nam
## 93 2 Nu
## 94 1 Nam
## 95 2 Nu
## 96 2 Nu
## 97 1 Nam
## 98 2 Nu
## 99 2 Nu
## 100 1 Nam
## 101 2 Nu
## 102 2 Nu
## 103 1 Nam
## 104 1 Nam
## 105 1 Nam
## 106 1 Nam
## 107 1 Nam
## 108 1 Nam
## 109 2 Nu
## 110 1 Nam
## 111 2 Nu
## 112 1 Nam
## 113 2 Nu
## 114 2 Nu
## 115 1 Nam
## 116 2 Nu
## 117 1 Nam
## 118 1 Nam
## 119 1 Nam
## 120 1 Nam
## 121 1 Nam
## 122 1 Nam
## 123 1 Nam
## 124 1 Nam
## 125 1 Nam
## 126 1 Nam
## 127 1 Nam
## 128 1 Nam
## 129 1 Nam
## 130 1 Nam
## 131 2 Nu
## 132 2 Nu
## 133 1 Nam
## 134 1 Nam
## 135 2 Nu
## 136 2 Nu
## 137 1 Nam
## 138 2 Nu
## 139 1 Nam
## 140 1 Nam
## 141 2 Nu
## 142 1 Nam
## 143 2 Nu
## 144 1 Nam
## 145 1 Nam
## 146 1 Nam
## 147 1 Nam
## 148 1 Nam
## 149 1 Nam
## 150 1 Nam
## 151 1 Nam
## 152 1 Nam
## 153 1 Nam
## 154 1 Nam
## 155 1 Nam
## 156 1 Nam
## 157 1 Nam
## 158 1 Nam
## 159 1 Nam
## 160 1 Nam
## 161 1 Nam
## 162 1 Nam
## 163 1 Nam
## 164 2 Nu
## 165 2 Nu
## 166 1 Nam
## 167 2 Nu
## 168 1 Nam
## 169 1 Nam
## 170 1 Nam
## 171 1 Nam
## 172 2 Nu
## 173 1 Nam
## 174 2 Nu
## 175 1 Nam
## 176 2 Nu
## 177 1 Nam
## 178 1 Nam
## 179 1 Nam
## 180 2 Nu
## 181 1 Nam
## 182 1 Nam
## 183 2 Nu
## 184 2 Nu
## 185 1 Nam
## 186 1 Nam
## 187 1 Nam
## 188 2 Nu
## 189 1 Nam
## 190 1 Nam
## 191 1 Nam
## 192 1 Nam
## 193 1 Nam
## 194 1 Nam
## 195 1 Nam
## 196 1 Nam
## 197 1 Nam
## 198 1 Nam
# Bảng tần số giới tính
table(GTINHMH)
## GTINHMH
## Nam Nu
## 121 77
table(GTINHMH)/sum(table(GTINHMH))
## GTINHMH
## Nam Nu
## 0.6111111 0.3888889
# Nhận xét: Trong tổng thể 198 người; có 121 nam (61,1%) và 77 nữ (38,9%)
# Câu 3
# Mã hoá biến độ tuổi
DTUOIMH=DTUOI
DTUOIMH=replace(DTUOIMH,DTUOI==1,"< 20 tuổi")
DTUOIMH=replace(DTUOIMH,DTUOI==2,"Từ 20 - 30 tuổi")
DTUOIMH=replace(DTUOIMH,DTUOI==3,"Từ 31 - 50 tuổi")
DTUOIMH=replace(DTUOIMH,DTUOI==4,"Trên 50 tuổi")
DT=data.frame(DTUOI,DTUOIMH)
DT
## DTUOI DTUOIMH
## 1 1 < 20 tuổi
## 2 2 Từ 20 - 30 tuổi
## 3 1 < 20 tuổi
## 4 2 Từ 20 - 30 tuổi
## 5 1 < 20 tuổi
## 6 2 Từ 20 - 30 tuổi
## 7 1 < 20 tuổi
## 8 1 < 20 tuổi
## 9 2 Từ 20 - 30 tuổi
## 10 1 < 20 tuổi
## 11 2 Từ 20 - 30 tuổi
## 12 1 < 20 tuổi
## 13 2 Từ 20 - 30 tuổi
## 14 1 < 20 tuổi
## 15 4 Trên 50 tuổi
## 16 3 Từ 31 - 50 tuổi
## 17 2 Từ 20 - 30 tuổi
## 18 1 < 20 tuổi
## 19 3 Từ 31 - 50 tuổi
## 20 4 Trên 50 tuổi
## 21 2 Từ 20 - 30 tuổi
## 22 3 Từ 31 - 50 tuổi
## 23 3 Từ 31 - 50 tuổi
## 24 4 Trên 50 tuổi
## 25 3 Từ 31 - 50 tuổi
## 26 2 Từ 20 - 30 tuổi
## 27 3 Từ 31 - 50 tuổi
## 28 1 < 20 tuổi
## 29 3 Từ 31 - 50 tuổi
## 30 3 Từ 31 - 50 tuổi
## 31 2 Từ 20 - 30 tuổi
## 32 3 Từ 31 - 50 tuổi
## 33 3 Từ 31 - 50 tuổi
## 34 4 Trên 50 tuổi
## 35 3 Từ 31 - 50 tuổi
## 36 2 Từ 20 - 30 tuổi
## 37 3 Từ 31 - 50 tuổi
## 38 1 < 20 tuổi
## 39 3 Từ 31 - 50 tuổi
## 40 3 Từ 31 - 50 tuổi
## 41 2 Từ 20 - 30 tuổi
## 42 1 < 20 tuổi
## 43 3 Từ 31 - 50 tuổi
## 44 1 < 20 tuổi
## 45 4 Trên 50 tuổi
## 46 2 Từ 20 - 30 tuổi
## 47 3 Từ 31 - 50 tuổi
## 48 1 < 20 tuổi
## 49 3 Từ 31 - 50 tuổi
## 50 4 Trên 50 tuổi
## 51 1 < 20 tuổi
## 52 2 Từ 20 - 30 tuổi
## 53 1 < 20 tuổi
## 54 3 Từ 31 - 50 tuổi
## 55 4 Trên 50 tuổi
## 56 4 Trên 50 tuổi
## 57 4 Trên 50 tuổi
## 58 3 Từ 31 - 50 tuổi
## 59 3 Từ 31 - 50 tuổi
## 60 4 Trên 50 tuổi
## 61 2 Từ 20 - 30 tuổi
## 62 4 Trên 50 tuổi
## 63 3 Từ 31 - 50 tuổi
## 64 3 Từ 31 - 50 tuổi
## 65 3 Từ 31 - 50 tuổi
## 66 3 Từ 31 - 50 tuổi
## 67 3 Từ 31 - 50 tuổi
## 68 4 Trên 50 tuổi
## 69 3 Từ 31 - 50 tuổi
## 70 4 Trên 50 tuổi
## 71 2 Từ 20 - 30 tuổi
## 72 3 Từ 31 - 50 tuổi
## 73 3 Từ 31 - 50 tuổi
## 74 4 Trên 50 tuổi
## 75 3 Từ 31 - 50 tuổi
## 76 2 Từ 20 - 30 tuổi
## 77 4 Trên 50 tuổi
## 78 4 Trên 50 tuổi
## 79 4 Trên 50 tuổi
## 80 3 Từ 31 - 50 tuổi
## 81 1 < 20 tuổi
## 82 2 Từ 20 - 30 tuổi
## 83 3 Từ 31 - 50 tuổi
## 84 3 Từ 31 - 50 tuổi
## 85 2 Từ 20 - 30 tuổi
## 86 3 Từ 31 - 50 tuổi
## 87 2 Từ 20 - 30 tuổi
## 88 1 < 20 tuổi
## 89 1 < 20 tuổi
## 90 3 Từ 31 - 50 tuổi
## 91 3 Từ 31 - 50 tuổi
## 92 1 < 20 tuổi
## 93 2 Từ 20 - 30 tuổi
## 94 3 Từ 31 - 50 tuổi
## 95 1 < 20 tuổi
## 96 3 Từ 31 - 50 tuổi
## 97 2 Từ 20 - 30 tuổi
## 98 4 Trên 50 tuổi
## 99 4 Trên 50 tuổi
## 100 2 Từ 20 - 30 tuổi
## 101 2 Từ 20 - 30 tuổi
## 102 2 Từ 20 - 30 tuổi
## 103 1 < 20 tuổi
## 104 2 Từ 20 - 30 tuổi
## 105 2 Từ 20 - 30 tuổi
## 106 1 < 20 tuổi
## 107 2 Từ 20 - 30 tuổi
## 108 2 Từ 20 - 30 tuổi
## 109 2 Từ 20 - 30 tuổi
## 110 4 Trên 50 tuổi
## 111 3 Từ 31 - 50 tuổi
## 112 2 Từ 20 - 30 tuổi
## 113 3 Từ 31 - 50 tuổi
## 114 3 Từ 31 - 50 tuổi
## 115 4 Trên 50 tuổi
## 116 3 Từ 31 - 50 tuổi
## 117 2 Từ 20 - 30 tuổi
## 118 3 Từ 31 - 50 tuổi
## 119 4 Trên 50 tuổi
## 120 3 Từ 31 - 50 tuổi
## 121 4 Trên 50 tuổi
## 122 3 Từ 31 - 50 tuổi
## 123 2 Từ 20 - 30 tuổi
## 124 3 Từ 31 - 50 tuổi
## 125 4 Trên 50 tuổi
## 126 2 Từ 20 - 30 tuổi
## 127 4 Trên 50 tuổi
## 128 3 Từ 31 - 50 tuổi
## 129 2 Từ 20 - 30 tuổi
## 130 4 Trên 50 tuổi
## 131 3 Từ 31 - 50 tuổi
## 132 3 Từ 31 - 50 tuổi
## 133 2 Từ 20 - 30 tuổi
## 134 3 Từ 31 - 50 tuổi
## 135 3 Từ 31 - 50 tuổi
## 136 4 Trên 50 tuổi
## 137 2 Từ 20 - 30 tuổi
## 138 3 Từ 31 - 50 tuổi
## 139 3 Từ 31 - 50 tuổi
## 140 4 Trên 50 tuổi
## 141 3 Từ 31 - 50 tuổi
## 142 4 Trên 50 tuổi
## 143 3 Từ 31 - 50 tuổi
## 144 2 Từ 20 - 30 tuổi
## 145 3 Từ 31 - 50 tuổi
## 146 3 Từ 31 - 50 tuổi
## 147 3 Từ 31 - 50 tuổi
## 148 4 Trên 50 tuổi
## 149 4 Trên 50 tuổi
## 150 3 Từ 31 - 50 tuổi
## 151 2 Từ 20 - 30 tuổi
## 152 1 < 20 tuổi
## 153 3 Từ 31 - 50 tuổi
## 154 1 < 20 tuổi
## 155 3 Từ 31 - 50 tuổi
## 156 1 < 20 tuổi
## 157 2 Từ 20 - 30 tuổi
## 158 3 Từ 31 - 50 tuổi
## 159 1 < 20 tuổi
## 160 2 Từ 20 - 30 tuổi
## 161 3 Từ 31 - 50 tuổi
## 162 3 Từ 31 - 50 tuổi
## 163 1 < 20 tuổi
## 164 3 Từ 31 - 50 tuổi
## 165 2 Từ 20 - 30 tuổi
## 166 2 Từ 20 - 30 tuổi
## 167 3 Từ 31 - 50 tuổi
## 168 3 Từ 31 - 50 tuổi
## 169 2 Từ 20 - 30 tuổi
## 170 4 Trên 50 tuổi
## 171 2 Từ 20 - 30 tuổi
## 172 4 Trên 50 tuổi
## 173 4 Trên 50 tuổi
## 174 1 < 20 tuổi
## 175 1 < 20 tuổi
## 176 3 Từ 31 - 50 tuổi
## 177 3 Từ 31 - 50 tuổi
## 178 1 < 20 tuổi
## 179 3 Từ 31 - 50 tuổi
## 180 2 Từ 20 - 30 tuổi
## 181 2 Từ 20 - 30 tuổi
## 182 2 Từ 20 - 30 tuổi
## 183 4 Trên 50 tuổi
## 184 4 Trên 50 tuổi
## 185 3 Từ 31 - 50 tuổi
## 186 1 < 20 tuổi
## 187 3 Từ 31 - 50 tuổi
## 188 1 < 20 tuổi
## 189 2 Từ 20 - 30 tuổi
## 190 3 Từ 31 - 50 tuổi
## 191 1 < 20 tuổi
## 192 1 < 20 tuổi
## 193 2 Từ 20 - 30 tuổi
## 194 1 < 20 tuổi
## 195 3 Từ 31 - 50 tuổi
## 196 2 Từ 20 - 30 tuổi
## 197 4 Trên 50 tuổi
## 198 4 Trên 50 tuổi
# Mã hoá biến thu nhập
TNHAPMH=TNHAP
TNHAPMH=replace(TNHAPMH,TNHAP==1,"< 10 triệu")
TNHAPMH=replace(TNHAPMH,TNHAP==2,"Từ 10 - 20 triệu")
TNHAPMH=replace(TNHAPMH,TNHAP==3,"Trên 20 triệu")
TN=data.frame(DTUOI,TNHAPMH)
TN
## DTUOI TNHAPMH
## 1 1 Trên 20 triệu
## 2 2 Trên 20 triệu
## 3 1 Từ 10 - 20 triệu
## 4 2 Từ 10 - 20 triệu
## 5 1 < 10 triệu
## 6 2 Từ 10 - 20 triệu
## 7 1 Trên 20 triệu
## 8 1 Từ 10 - 20 triệu
## 9 2 Trên 20 triệu
## 10 1 Trên 20 triệu
## 11 2 Từ 10 - 20 triệu
## 12 1 Từ 10 - 20 triệu
## 13 2 Từ 10 - 20 triệu
## 14 1 Từ 10 - 20 triệu
## 15 4 Trên 20 triệu
## 16 3 < 10 triệu
## 17 2 Trên 20 triệu
## 18 1 < 10 triệu
## 19 3 Trên 20 triệu
## 20 4 Trên 20 triệu
## 21 2 Trên 20 triệu
## 22 3 Trên 20 triệu
## 23 3 Từ 10 - 20 triệu
## 24 4 Từ 10 - 20 triệu
## 25 3 < 10 triệu
## 26 2 Từ 10 - 20 triệu
## 27 3 Trên 20 triệu
## 28 1 Từ 10 - 20 triệu
## 29 3 Trên 20 triệu
## 30 3 Trên 20 triệu
## 31 2 Từ 10 - 20 triệu
## 32 3 Từ 10 - 20 triệu
## 33 3 Từ 10 - 20 triệu
## 34 4 < 10 triệu
## 35 3 Từ 10 - 20 triệu
## 36 2 Trên 20 triệu
## 37 3 Trên 20 triệu
## 38 1 Từ 10 - 20 triệu
## 39 3 Trên 20 triệu
## 40 3 Từ 10 - 20 triệu
## 41 2 Từ 10 - 20 triệu
## 42 1 Từ 10 - 20 triệu
## 43 3 Trên 20 triệu
## 44 1 Trên 20 triệu
## 45 4 Trên 20 triệu
## 46 2 Trên 20 triệu
## 47 3 Trên 20 triệu
## 48 1 Từ 10 - 20 triệu
## 49 3 Từ 10 - 20 triệu
## 50 4 Từ 10 - 20 triệu
## 51 1 Trên 20 triệu
## 52 2 Trên 20 triệu
## 53 1 Từ 10 - 20 triệu
## 54 3 Từ 10 - 20 triệu
## 55 4 Trên 20 triệu
## 56 4 Từ 10 - 20 triệu
## 57 4 Trên 20 triệu
## 58 3 Trên 20 triệu
## 59 3 Từ 10 - 20 triệu
## 60 4 Từ 10 - 20 triệu
## 61 2 Trên 20 triệu
## 62 4 Trên 20 triệu
## 63 3 Từ 10 - 20 triệu
## 64 3 < 10 triệu
## 65 3 Trên 20 triệu
## 66 3 Từ 10 - 20 triệu
## 67 3 Từ 10 - 20 triệu
## 68 4 Từ 10 - 20 triệu
## 69 3 Trên 20 triệu
## 70 4 Trên 20 triệu
## 71 2 Từ 10 - 20 triệu
## 72 3 Từ 10 - 20 triệu
## 73 3 Từ 10 - 20 triệu
## 74 4 Từ 10 - 20 triệu
## 75 3 Trên 20 triệu
## 76 2 Từ 10 - 20 triệu
## 77 4 Từ 10 - 20 triệu
## 78 4 Từ 10 - 20 triệu
## 79 4 Từ 10 - 20 triệu
## 80 3 Trên 20 triệu
## 81 1 Từ 10 - 20 triệu
## 82 2 Từ 10 - 20 triệu
## 83 3 Từ 10 - 20 triệu
## 84 3 Trên 20 triệu
## 85 2 Từ 10 - 20 triệu
## 86 3 Trên 20 triệu
## 87 2 Từ 10 - 20 triệu
## 88 1 Từ 10 - 20 triệu
## 89 1 Trên 20 triệu
## 90 3 Từ 10 - 20 triệu
## 91 3 Từ 10 - 20 triệu
## 92 1 Trên 20 triệu
## 93 2 Từ 10 - 20 triệu
## 94 3 Từ 10 - 20 triệu
## 95 1 Trên 20 triệu
## 96 3 Từ 10 - 20 triệu
## 97 2 Từ 10 - 20 triệu
## 98 4 Trên 20 triệu
## 99 4 Trên 20 triệu
## 100 2 Từ 10 - 20 triệu
## 101 2 Trên 20 triệu
## 102 2 Từ 10 - 20 triệu
## 103 1 Trên 20 triệu
## 104 2 Trên 20 triệu
## 105 2 Từ 10 - 20 triệu
## 106 1 Trên 20 triệu
## 107 2 Từ 10 - 20 triệu
## 108 2 Trên 20 triệu
## 109 2 Từ 10 - 20 triệu
## 110 4 Từ 10 - 20 triệu
## 111 3 < 10 triệu
## 112 2 Trên 20 triệu
## 113 3 Từ 10 - 20 triệu
## 114 3 Từ 10 - 20 triệu
## 115 4 Trên 20 triệu
## 116 3 Trên 20 triệu
## 117 2 Từ 10 - 20 triệu
## 118 3 Từ 10 - 20 triệu
## 119 4 Trên 20 triệu
## 120 3 Trên 20 triệu
## 121 4 Trên 20 triệu
## 122 3 Từ 10 - 20 triệu
## 123 2 Trên 20 triệu
## 124 3 Từ 10 - 20 triệu
## 125 4 Trên 20 triệu
## 126 2 Từ 10 - 20 triệu
## 127 4 Từ 10 - 20 triệu
## 128 3 Trên 20 triệu
## 129 2 Từ 10 - 20 triệu
## 130 4 Trên 20 triệu
## 131 3 Từ 10 - 20 triệu
## 132 3 Trên 20 triệu
## 133 2 Trên 20 triệu
## 134 3 Từ 10 - 20 triệu
## 135 3 Trên 20 triệu
## 136 4 Từ 10 - 20 triệu
## 137 2 < 10 triệu
## 138 3 Trên 20 triệu
## 139 3 Từ 10 - 20 triệu
## 140 4 Từ 10 - 20 triệu
## 141 3 Trên 20 triệu
## 142 4 Từ 10 - 20 triệu
## 143 3 Từ 10 - 20 triệu
## 144 2 Trên 20 triệu
## 145 3 < 10 triệu
## 146 3 < 10 triệu
## 147 3 Từ 10 - 20 triệu
## 148 4 Từ 10 - 20 triệu
## 149 4 Từ 10 - 20 triệu
## 150 3 Từ 10 - 20 triệu
## 151 2 Từ 10 - 20 triệu
## 152 1 Trên 20 triệu
## 153 3 Từ 10 - 20 triệu
## 154 1 Trên 20 triệu
## 155 3 Từ 10 - 20 triệu
## 156 1 Từ 10 - 20 triệu
## 157 2 Trên 20 triệu
## 158 3 Từ 10 - 20 triệu
## 159 1 Từ 10 - 20 triệu
## 160 2 Trên 20 triệu
## 161 3 Từ 10 - 20 triệu
## 162 3 < 10 triệu
## 163 1 Trên 20 triệu
## 164 3 Từ 10 - 20 triệu
## 165 2 Từ 10 - 20 triệu
## 166 2 Trên 20 triệu
## 167 3 Từ 10 - 20 triệu
## 168 3 < 10 triệu
## 169 2 Trên 20 triệu
## 170 4 Từ 10 - 20 triệu
## 171 2 < 10 triệu
## 172 4 Từ 10 - 20 triệu
## 173 4 Từ 10 - 20 triệu
## 174 1 Từ 10 - 20 triệu
## 175 1 Từ 10 - 20 triệu
## 176 3 Từ 10 - 20 triệu
## 177 3 < 10 triệu
## 178 1 Từ 10 - 20 triệu
## 179 3 < 10 triệu
## 180 2 Trên 20 triệu
## 181 2 Từ 10 - 20 triệu
## 182 2 Từ 10 - 20 triệu
## 183 4 Từ 10 - 20 triệu
## 184 4 Từ 10 - 20 triệu
## 185 3 Trên 20 triệu
## 186 1 Từ 10 - 20 triệu
## 187 3 Từ 10 - 20 triệu
## 188 1 Trên 20 triệu
## 189 2 Từ 10 - 20 triệu
## 190 3 < 10 triệu
## 191 1 Trên 20 triệu
## 192 1 Từ 10 - 20 triệu
## 193 2 Từ 10 - 20 triệu
## 194 1 Từ 10 - 20 triệu
## 195 3 Trên 20 triệu
## 196 2 Từ 10 - 20 triệu
## 197 4 Từ 10 - 20 triệu
## 198 4 Từ 10 - 20 triệu
# Xác định nhóm tuổi và thu nhập có số lượng quan sát lớn nhất
library(gmodels)
## Registered S3 method overwritten by 'gdata':
## method from
## reorder.factor DescTools
CrossTable(DTUOIMH,TNHAPMH)
##
##
## Cell Contents
## |-------------------------|
## | N |
## | Chi-square contribution |
## | N / Row Total |
## | N / Col Total |
## | N / Table Total |
## |-------------------------|
##
##
## Total Observations in Table: 198
##
##
## | TNHAPMH
## DTUOIMH | < 10 triệu | Trên 20 triệu | Từ 10 - 20 triệu | Row Total |
## ----------------|------------------|------------------|------------------|------------------|
## < 20 tuổi | 2 | 15 | 19 | 36 |
## | 0.284 | 0.178 | 0.021 | |
## | 0.056 | 0.417 | 0.528 | 0.182 |
## | 0.125 | 0.203 | 0.176 | |
## | 0.010 | 0.076 | 0.096 | |
## ----------------|------------------|------------------|------------------|------------------|
## Trên 50 tuổi | 1 | 14 | 23 | 38 |
## | 1.396 | 0.003 | 0.249 | |
## | 0.026 | 0.368 | 0.605 | 0.192 |
## | 0.062 | 0.189 | 0.213 | |
## | 0.005 | 0.071 | 0.116 | |
## ----------------|------------------|------------------|------------------|------------------|
## Từ 20 - 30 tuổi | 2 | 20 | 29 | 51 |
## | 1.092 | 0.046 | 0.050 | |
## | 0.039 | 0.392 | 0.569 | 0.258 |
## | 0.125 | 0.270 | 0.269 | |
## | 0.010 | 0.101 | 0.146 | |
## ----------------|------------------|------------------|------------------|------------------|
## Từ 31 - 50 tuổi | 11 | 25 | 37 | 73 |
## | 4.411 | 0.191 | 0.199 | |
## | 0.151 | 0.342 | 0.507 | 0.369 |
## | 0.688 | 0.338 | 0.343 | |
## | 0.056 | 0.126 | 0.187 | |
## ----------------|------------------|------------------|------------------|------------------|
## Column Total | 16 | 74 | 108 | 198 |
## | 0.081 | 0.374 | 0.545 | |
## ----------------|------------------|------------------|------------------|------------------|
##
##
table(DTUOIMH,TNHAPMH)
## TNHAPMH
## DTUOIMH < 10 triệu Trên 20 triệu Từ 10 - 20 triệu
## < 20 tuổi 2 15 19
## Trên 50 tuổi 1 14 23
## Từ 20 - 30 tuổi 2 20 29
## Từ 31 - 50 tuổi 11 25 37
table(DTUOIMH,TNHAPMH)/sum(table(DTUOIMH,TNHAPMH))
## TNHAPMH
## DTUOIMH < 10 triệu Trên 20 triệu Từ 10 - 20 triệu
## < 20 tuổi 0.010101010 0.075757576 0.095959596
## Trên 50 tuổi 0.005050505 0.070707071 0.116161616
## Từ 20 - 30 tuổi 0.010101010 0.101010101 0.146464646
## Từ 31 - 50 tuổi 0.055555556 0.126262626 0.186868687
### NHẬN XÉT CÂU 3: Nhóm tuổi và nhóm thu nhập có số lượng quan sát lớn nhất
# là từ 31 - 50 tuổi với thu nhập từ 10 - 20 triệu; có 37 trường hợp/đối tượng (18,7%)
### CÂU 4
library(gmodels)
CrossTable(GTINHMH,DTUOIMH)
##
##
## Cell Contents
## |-------------------------|
## | N |
## | Chi-square contribution |
## | N / Row Total |
## | N / Col Total |
## | N / Table Total |
## |-------------------------|
##
##
## Total Observations in Table: 198
##
##
## | DTUOIMH
## GTINHMH | < 20 tuổi | Trên 50 tuổi | Từ 20 - 30 tuổi | Từ 31 - 50 tuổi | Row Total |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
## Nam | 24 | 21 | 35 | 41 | 121 |
## | 0.182 | 0.213 | 0.471 | 0.292 | |
## | 0.198 | 0.174 | 0.289 | 0.339 | 0.611 |
## | 0.667 | 0.553 | 0.686 | 0.562 | |
## | 0.121 | 0.106 | 0.177 | 0.207 | |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
## Nu | 12 | 17 | 16 | 32 | 77 |
## | 0.286 | 0.334 | 0.741 | 0.459 | |
## | 0.156 | 0.221 | 0.208 | 0.416 | 0.389 |
## | 0.333 | 0.447 | 0.314 | 0.438 | |
## | 0.061 | 0.086 | 0.081 | 0.162 | |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
## Column Total | 36 | 38 | 51 | 73 | 198 |
## | 0.182 | 0.192 | 0.258 | 0.369 | |
## -------------|-----------------|-----------------|-----------------|-----------------|-----------------|
##
##
### NHẬN XÉT CÂU 4:Trong tất cả các nhóm tuổi thì giới tính nam đều chiếm tỷ trọng cao hơn
## Câu 5
#Vẽ đồ thị tròn
pie(table(GTINHMH),col=c("lightblue","lightpink"),main="Biểu đồ tròn biến giới tính")
## Câu 6
#Biểu đồ cột
DTUOI.freq<-table(DTUOIMH)
DTUOI.freq
## DTUOIMH
## < 20 tuổi Trên 50 tuổi Từ 20 - 30 tuổi Từ 31 - 50 tuổi
## 36 38 51 73
barplot(DTUOI.freq,xlab="Trình độ",ylab="Số lượng",main="Biểu đồ cột biến độ tuổi",col=c("lightgreen","lightyellow","lightblue","lightpink"))
## Câu 7
#Mã hoá Ftb
Ftrungbinh=Ftb
Ftrungbinh=replace(Ftrungbinh,Ftb<=3,1)
Ftrungbinh=replace(Ftrungbinh,Ftb>3&Ftb<=4.5,2)
Ftrungbinh=replace(Ftrungbinh,Ftb>4.6,3)
FTBINH=data.frame(Ftb,Ftrungbinh)
FTBINH
## Ftb Ftrungbinh
## 1 4.2 2.0
## 2 3.6 2.0
## 3 4.2 2.0
## 4 4.6 4.6
## 5 4.0 2.0
## 6 4.0 2.0
## 7 3.6 2.0
## 8 3.8 2.0
## 9 4.2 2.0
## 10 3.8 2.0
## 11 3.0 1.0
## 12 3.8 2.0
## 13 3.2 2.0
## 14 3.6 2.0
## 15 3.6 2.0
## 16 3.6 2.0
## 17 4.2 2.0
## 18 3.6 2.0
## 19 4.0 2.0
## 20 3.6 2.0
## 21 2.0 1.0
## 22 3.2 2.0
## 23 2.4 1.0
## 24 3.0 1.0
## 25 3.0 1.0
## 26 3.0 1.0
## 27 4.0 2.0
## 28 3.4 2.0
## 29 3.8 2.0
## 30 3.2 2.0
## 31 4.2 2.0
## 32 3.0 1.0
## 33 4.0 2.0
## 34 4.8 3.0
## 35 3.6 2.0
## 36 3.4 2.0
## 37 3.0 1.0
## 38 3.4 2.0
## 39 4.0 2.0
## 40 3.2 2.0
## 41 3.6 2.0
## 42 3.0 1.0
## 43 3.0 1.0
## 44 4.6 4.6
## 45 4.6 4.6
## 46 4.6 4.6
## 47 4.6 4.6
## 48 4.6 4.6
## 49 4.6 4.6
## 50 4.4 2.0
## 51 4.2 2.0
## 52 4.6 4.6
## 53 4.6 4.6
## 54 5.0 3.0
## 55 4.4 2.0
## 56 3.0 1.0
## 57 3.0 1.0
## 58 5.0 3.0
## 59 3.2 2.0
## 60 3.0 1.0
## 61 5.0 3.0
## 62 3.6 2.0
## 63 5.0 3.0
## 64 3.0 1.0
## 65 4.8 3.0
## 66 4.6 4.6
## 67 3.2 2.0
## 68 5.0 3.0
## 69 3.8 2.0
## 70 5.0 3.0
## 71 5.0 3.0
## 72 5.0 3.0
## 73 3.8 2.0
## 74 3.0 1.0
## 75 3.0 1.0
## 76 3.0 1.0
## 77 4.0 2.0
## 78 4.4 2.0
## 79 4.4 2.0
## 80 4.4 2.0
## 81 4.2 2.0
## 82 4.6 4.6
## 83 4.6 4.6
## 84 5.0 3.0
## 85 4.4 2.0
## 86 3.0 1.0
## 87 3.0 1.0
## 88 5.0 3.0
## 89 3.2 2.0
## 90 3.0 1.0
## 91 5.0 3.0
## 92 3.6 2.0
## 93 5.0 3.0
## 94 3.0 1.0
## 95 4.8 3.0
## 96 4.6 4.6
## 97 3.2 2.0
## 98 5.0 3.0
## 99 3.8 2.0
## 100 3.0 1.0
## 101 2.6 1.0
## 102 3.0 1.0
## 103 3.0 1.0
## 104 3.0 1.0
## 105 5.0 3.0
## 106 3.2 2.0
## 107 4.2 2.0
## 108 4.2 2.0
## 109 4.0 2.0
## 110 3.0 1.0
## 111 4.4 2.0
## 112 3.0 1.0
## 113 4.2 2.0
## 114 3.0 1.0
## 115 2.6 1.0
## 116 4.4 2.0
## 117 4.6 4.6
## 118 4.6 4.6
## 119 3.0 1.0
## 120 3.0 1.0
## 121 3.0 1.0
## 122 2.8 1.0
## 123 4.2 2.0
## 124 4.6 4.6
## 125 3.6 2.0
## 126 4.4 2.0
## 127 2.8 1.0
## 128 4.2 2.0
## 129 4.0 2.0
## 130 2.8 1.0
## 131 3.6 2.0
## 132 3.0 1.0
## 133 3.8 2.0
## 134 3.6 2.0
## 135 4.4 2.0
## 136 4.4 2.0
## 137 3.2 2.0
## 138 4.2 2.0
## 139 4.0 2.0
## 140 4.0 2.0
## 141 3.6 2.0
## 142 3.4 2.0
## 143 4.0 2.0
## 144 3.0 1.0
## 145 4.0 2.0
## 146 4.2 2.0
## 147 4.2 2.0
## 148 4.4 2.0
## 149 3.8 2.0
## 150 4.4 2.0
## 151 4.0 2.0
## 152 4.0 2.0
## 153 3.4 2.0
## 154 4.4 2.0
## 155 4.0 2.0
## 156 5.0 3.0
## 157 2.6 1.0
## 158 2.2 1.0
## 159 4.2 2.0
## 160 4.6 4.6
## 161 4.6 4.6
## 162 5.0 3.0
## 163 4.4 2.0
## 164 3.0 1.0
## 165 3.0 1.0
## 166 5.0 3.0
## 167 3.2 2.0
## 168 3.0 1.0
## 169 5.0 3.0
## 170 3.6 2.0
## 171 5.0 3.0
## 172 3.0 1.0
## 173 4.8 3.0
## 174 4.6 4.6
## 175 3.2 2.0
## 176 5.0 3.0
## 177 3.8 2.0
## 178 5.0 3.0
## 179 5.0 3.0
## 180 5.0 3.0
## 181 3.8 2.0
## 182 3.0 1.0
## 183 3.0 1.0
## 184 3.0 1.0
## 185 4.0 2.0
## 186 4.4 2.0
## 187 4.4 2.0
## 188 3.8 2.0
## 189 3.6 2.0
## 190 4.6 4.6
## 191 3.0 1.0
## 192 4.4 2.0
## 193 3.0 1.0
## 194 3.0 1.0
## 195 3.0 1.0
## 196 3.4 2.0
## 197 3.4 2.0
## 198 4.4 2.0
#Biểu đồ Histogram
hist(Ftb,col="pink",xlab="Gia tri Ftb",border="lightyellow",ylab="Tan so Ftb",main="Bieu do histogram Ftb",xlim=c(2,6),ylim=c(0,2))
lines(density(na.omit(Ftb)),col="red",lwd=2)
#Nhận xét: Ftb không phân bố chuẩn vì đường này không có hình dạng hình chuông
## Câu 8
#Biểu đồ Boxplot
boxplot(Ftb,ylab="Gia tri Ftb",col="lightpink")
#Kiểm tra giá trị ngoại lai
boxplot.stats(Ftb)
## $stats
## [1] 2.0 3.0 3.9 4.4 5.0
##
## $n
## [1] 198
##
## $conf
## [1] 3.7428 4.0572
##
## $out
## numeric(0)
#Nhận xét: Không xuất hiện giá trị ngoại lai
## Câu 9
#Mã hoá Atb
Atrungbinh=Atb
Atrungbinh=replace(Atrungbinh,Atb<=3,1)
Atrungbinh=replace(Atrungbinh,Atb>3&Atb<=4.5,2)
Atrungbinh=replace(Atrungbinh,Atb>4.6,3)
ATBINH=data.frame(Atb,Atrungbinh)
ATBINH
## Atb Atrungbinh
## 1 4.4 2.0
## 2 3.6 2.0
## 3 3.0 1.0
## 4 3.8 2.0
## 5 4.0 2.0
## 6 4.0 2.0
## 7 4.0 2.0
## 8 4.0 2.0
## 9 4.0 2.0
## 10 4.0 2.0
## 11 3.4 2.0
## 12 3.4 2.0
## 13 3.4 2.0
## 14 3.4 2.0
## 15 3.6 2.0
## 16 4.4 2.0
## 17 4.8 3.0
## 18 4.8 3.0
## 19 4.8 3.0
## 20 4.8 3.0
## 21 3.0 1.0
## 22 2.8 1.0
## 23 3.2 2.0
## 24 3.6 2.0
## 25 3.8 2.0
## 26 4.6 4.6
## 27 4.6 4.6
## 28 4.6 4.6
## 29 4.6 4.6
## 30 4.6 4.6
## 31 4.6 4.6
## 32 3.4 2.0
## 33 3.2 2.0
## 34 4.2 2.0
## 35 4.8 3.0
## 36 4.8 3.0
## 37 4.8 3.0
## 38 5.0 3.0
## 39 5.0 3.0
## 40 5.0 3.0
## 41 4.2 2.0
## 42 5.0 3.0
## 43 5.0 3.0
## 44 5.0 3.0
## 45 5.0 3.0
## 46 5.0 3.0
## 47 5.0 3.0
## 48 5.0 3.0
## 49 5.0 3.0
## 50 3.2 2.0
## 51 3.0 1.0
## 52 4.2 2.0
## 53 4.2 2.0
## 54 3.0 1.0
## 55 5.0 3.0
## 56 5.0 3.0
## 57 3.2 2.0
## 58 3.2 2.0
## 59 3.0 1.0
## 60 4.0 2.0
## 61 5.0 3.0
## 62 4.2 2.0
## 63 4.0 2.0
## 64 4.6 4.6
## 65 5.0 3.0
## 66 4.2 2.0
## 67 3.8 2.0
## 68 5.0 3.0
## 69 4.2 2.0
## 70 5.0 3.0
## 71 5.0 3.0
## 72 3.8 2.0
## 73 4.2 2.0
## 74 3.8 2.0
## 75 3.8 2.0
## 76 3.8 2.0
## 77 3.8 2.0
## 78 3.8 2.0
## 79 3.8 2.0
## 80 3.2 2.0
## 81 3.0 1.0
## 82 4.2 2.0
## 83 4.2 2.0
## 84 3.0 1.0
## 85 5.0 3.0
## 86 5.0 3.0
## 87 3.2 2.0
## 88 3.2 2.0
## 89 3.0 1.0
## 90 4.0 2.0
## 91 5.0 3.0
## 92 4.2 2.0
## 93 4.0 2.0
## 94 4.6 4.6
## 95 5.0 3.0
## 96 4.2 2.0
## 97 3.8 2.0
## 98 5.0 3.0
## 99 4.2 2.0
## 100 3.2 2.0
## 101 2.2 1.0
## 102 3.8 2.0
## 103 3.0 1.0
## 104 3.2 2.0
## 105 4.8 3.0
## 106 4.0 2.0
## 107 4.0 2.0
## 108 4.2 2.0
## 109 5.0 3.0
## 110 4.0 2.0
## 111 3.0 1.0
## 112 5.0 3.0
## 113 4.0 2.0
## 114 4.2 2.0
## 115 4.8 3.0
## 116 3.0 1.0
## 117 5.0 3.0
## 118 4.2 2.0
## 119 4.8 3.0
## 120 4.2 2.0
## 121 3.8 2.0
## 122 4.2 2.0
## 123 3.0 1.0
## 124 3.8 2.0
## 125 3.0 1.0
## 126 3.0 1.0
## 127 3.0 1.0
## 128 3.0 1.0
## 129 3.0 1.0
## 130 4.2 2.0
## 131 4.8 3.0
## 132 4.0 2.0
## 133 3.2 2.0
## 134 3.2 2.0
## 135 5.0 3.0
## 136 4.2 2.0
## 137 5.0 3.0
## 138 4.8 3.0
## 139 4.8 3.0
## 140 4.0 2.0
## 141 3.0 1.0
## 142 3.0 1.0
## 143 3.2 2.0
## 144 3.0 1.0
## 145 5.0 3.0
## 146 5.0 3.0
## 147 5.0 3.0
## 148 5.0 3.0
## 149 5.0 3.0
## 150 5.0 3.0
## 151 5.0 3.0
## 152 3.0 1.0
## 153 3.0 1.0
## 154 4.0 2.0
## 155 3.4 2.0
## 156 3.4 2.0
## 157 4.0 2.0
## 158 3.0 1.0
## 159 3.0 1.0
## 160 4.2 2.0
## 161 4.2 2.0
## 162 3.0 1.0
## 163 5.0 3.0
## 164 5.0 3.0
## 165 3.2 2.0
## 166 3.2 2.0
## 167 3.0 1.0
## 168 4.0 2.0
## 169 5.0 3.0
## 170 4.2 2.0
## 171 4.0 2.0
## 172 4.6 4.6
## 173 5.0 3.0
## 174 4.2 2.0
## 175 3.8 2.0
## 176 5.0 3.0
## 177 4.2 2.0
## 178 5.0 3.0
## 179 5.0 3.0
## 180 3.8 2.0
## 181 4.2 2.0
## 182 3.8 2.0
## 183 3.8 2.0
## 184 3.8 2.0
## 185 3.8 2.0
## 186 3.8 2.0
## 187 3.8 2.0
## 188 3.8 2.0
## 189 3.8 2.0
## 190 3.8 2.0
## 191 3.8 2.0
## 192 4.2 2.0
## 193 4.0 2.0
## 194 4.0 2.0
## 195 3.0 1.0
## 196 3.2 2.0
## 197 4.8 3.0
## 198 4.2 2.0
# Biểu đồ Scatter Plot
plot(Atb,Ftb, xlab = "Giá trị Atb",ylab = "Giá trị Ftb", col = "lightblue", pch = 21)
# Đường hồi quy tuyến tính
abline(lm(Ftb~Atb),col=c("lightgreen"))
#Nhận xét: Atb và Ftb cùng chiều, atb càng tăng thì Ftb cũng tăng
#Nhận xét: Mức độ tuyến tính của Atb và Ftb thấp
## Câu 10
library(psych)
fa=data.frame(A1,A2,A3,A4,A5)
alpha(fa)
##
## Reliability analysis
## Call: alpha(x = fa)
##
## raw_alpha std.alpha G6(smc) average_r S/N ase mean sd median_r
## 0.93 0.94 0.95 0.74 14 0.0083 4.1 0.72 0.78
##
## 95% confidence boundaries
## lower alpha upper
## Feldt 0.91 0.93 0.95
## Duhachek 0.92 0.93 0.95
##
## Reliability if an item is dropped:
## raw_alpha std.alpha G6(smc) average_r S/N alpha se var.r med.r
## A1 0.96 0.96 0.97 0.86 25.2 0.0049 0.0057 0.87
## A2 0.90 0.91 0.91 0.71 9.7 0.0125 0.0270 0.67
## A3 0.90 0.91 0.91 0.71 9.7 0.0125 0.0270 0.67
## A4 0.91 0.92 0.92 0.73 11.1 0.0111 0.0361 0.72
## A5 0.90 0.91 0.91 0.70 9.5 0.0121 0.0277 0.67
##
## Item statistics
## n raw.r std.r r.cor r.drop mean sd
## A1 198 0.74 0.73 0.60 0.60 4.1 0.89
## A2 198 0.94 0.94 0.95 0.90 4.0 0.83
## A3 198 0.94 0.94 0.95 0.90 4.0 0.83
## A4 198 0.89 0.90 0.89 0.84 4.1 0.74
## A5 198 0.94 0.94 0.95 0.90 4.0 0.73
##
## Non missing response frequency for each item
## 2 3 4 5 miss
## A1 0.00 0.33 0.20 0.47 0
## A2 0.02 0.30 0.35 0.33 0
## A3 0.02 0.30 0.35 0.33 0
## A4 0.01 0.21 0.45 0.33 0
## A5 0.01 0.24 0.48 0.28 0
# Nhận xét: Giá trị Cronbach's alpha 0.93 lớn hơn 0,6 => có thể chấp nhận với nghiên cứu này
# Hệ số tương quan biến tổng lớn hơn 0.3
# Vì giá trị Cronbach's alpha có thẻ chấp nhận và hệ số tương quan biến tổng lớn hơn 0.3 nên không có biến quan sát nào cần xem xét loại bỏ
# Câu 11:
library(psych)
ff=data.frame(A1,A2,A3,A4,A5,B1,B2,B3,B4,C1,C2,C3,C4,D1,D2,D3,E1,E2,E3,E4)
KMO(ff)
## Kaiser-Meyer-Olkin factor adequacy
## Call: KMO(r = ff)
## Overall MSA = 0.67
## MSA for each item =
## A1 A2 A3 A4 A5 B1 B2 B3 B4 C1 C2 C3 C4 D1 D2 D3
## 0.77 0.70 0.61 0.75 0.68 0.78 0.81 0.53 0.56 0.58 0.53 0.86 0.84 0.72 0.74 0.88
## E1 E2 E3 E4
## 0.60 0.82 0.74 0.61
cortest.bartlett(ff)
## R was not square, finding R from data
## $chisq
## [1] 5048.334
##
## $p.value
## [1] 0
##
## $df
## [1] 190
# Nhận xét: Giá trị KMO là 0,67 > 0,5 => là điều kiện đủ để phân tích
# Giá trị SIG là 0 < 0,05 => kiểm định có ý nghĩa
# Kết quả dữ liệu phù hợp để thực hiện EFA
# Câu 12:
principal(ff,cor=TRUE,nfactors=20,ratate="none")
## Principal Components Analysis
## Call: principal(r = ff, nfactors = 20, cor = TRUE, ratate = "none")
## Standardized loadings (pattern matrix) based upon correlation matrix
## RC1 RC3 RC4 RC2 RC5 RC10 RC9 RC6 RC11 RC8 RC7 RC13
## A1 0.51 0.10 0.01 0.05 -0.05 0.04 -0.03 0.02 0.01 0.85 -0.04 0.06
## A2 0.96 -0.02 0.04 0.03 0.03 0.07 0.00 -0.05 -0.02 0.09 -0.02 0.03
## A3 0.96 -0.02 0.05 0.02 0.02 0.05 -0.01 -0.05 -0.03 0.09 0.00 0.03
## A4 0.87 -0.08 0.00 0.00 -0.05 0.02 -0.07 -0.01 -0.05 0.13 -0.04 -0.05
## A5 0.95 -0.09 0.03 0.00 0.02 0.02 -0.05 0.11 0.02 0.09 -0.05 -0.01
## B1 0.02 -0.04 0.97 0.02 0.05 0.06 -0.01 0.04 0.03 -0.02 -0.03 -0.01
## B2 0.00 0.02 0.48 0.04 0.05 0.08 0.01 0.86 0.10 0.02 -0.02 0.08
## B3 0.03 -0.09 0.94 0.03 0.08 0.05 0.02 0.25 0.07 0.01 -0.04 0.04
## B4 0.05 -0.06 0.97 0.04 0.01 0.07 0.01 0.08 -0.02 0.02 0.00 0.01
## C1 0.03 -0.02 0.05 0.94 0.13 0.09 0.13 0.07 0.13 -0.03 -0.05 0.12
## C2 0.03 0.00 0.01 0.97 0.07 0.06 0.09 -0.05 0.09 0.05 0.01 0.03
## C3 -0.08 0.06 0.10 0.50 0.09 0.11 0.11 0.12 0.81 0.01 0.03 0.17
## C4 0.03 0.03 0.07 0.58 0.12 0.06 0.16 0.13 0.25 0.09 0.00 0.72
## D1 0.02 0.01 0.11 0.22 0.92 0.25 0.15 0.04 0.07 -0.04 -0.01 0.06
## D2 0.15 0.02 0.17 0.17 0.28 0.89 0.18 0.07 0.08 0.03 -0.01 0.03
## D3 -0.10 0.20 0.02 0.31 0.18 0.19 0.87 0.01 0.09 -0.03 0.11 0.10
## E1 -0.05 0.98 -0.05 0.00 0.00 0.00 0.06 0.02 0.01 0.04 0.09 0.01
## E2 -0.10 0.51 -0.08 -0.05 -0.02 -0.01 0.12 -0.02 0.02 -0.04 0.84 0.00
## E3 -0.01 0.98 -0.06 0.00 0.03 0.02 0.07 -0.01 0.03 0.00 0.12 0.03
## E4 -0.06 0.98 -0.06 0.00 -0.01 0.01 0.04 0.00 0.01 0.05 0.09 -0.01
## RC12 RC15 RC14 RC17 RC18 RC16 RC19 RC20 h2 u2 com
## A1 0.02 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 0.0e+00 1.7
## A2 -0.17 -0.11 -0.03 0.01 -0.01 0.12 0.00 -0.01 1 0.0e+00 1.2
## A3 -0.17 -0.11 0.01 0.00 -0.01 -0.12 0.00 0.01 1 -8.9e-16 1.2
## A4 0.45 0.01 0.00 0.00 0.00 0.00 0.00 0.00 1 0.0e+00 1.6
## A5 0.12 0.23 0.02 0.00 0.02 0.00 0.00 0.00 1 -1.6e-15 1.2
## B1 0.02 0.01 0.22 -0.01 -0.03 -0.01 0.00 0.00 1 2.2e-16 1.1
## B2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 5.6e-16 1.6
## B3 -0.02 0.06 -0.09 0.04 0.14 0.00 0.00 0.01 1 1.2e-15 1.3
## B4 0.00 -0.06 -0.13 -0.02 -0.10 0.01 0.00 -0.01 1 8.9e-16 1.1
## C1 -0.06 -0.01 -0.03 0.14 0.03 0.01 0.01 0.00 1 1.4e-15 1.3
## C2 0.05 0.01 0.02 -0.12 -0.03 -0.01 -0.01 0.00 1 7.8e-16 1.1
## C3 -0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 1.2e-15 2.0
## C4 -0.02 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 1.1e-15 2.5
## D1 -0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 1.3e-15 1.4
## D2 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 1.6e-15 1.6
## D3 -0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 1.7e-15 1.7
## E1 0.01 0.00 0.01 -0.01 0.03 -0.05 -0.05 0.08 1 1.1e-16 1.1
## E2 -0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1 6.7e-16 1.8
## E3 -0.09 -0.02 0.02 0.03 0.00 0.00 0.10 0.00 1 3.3e-16 1.1
## E4 0.06 0.01 -0.02 -0.01 -0.03 0.05 -0.05 -0.08 1 -2.2e-16 1.1
##
## RC1 RC3 RC4 RC2 RC5 RC10 RC9 RC6 RC11 RC8 RC7
## SS loadings 3.84 3.24 3.07 2.61 1.02 0.95 0.91 0.88 0.78 0.78 0.76
## Proportion Var 0.19 0.16 0.15 0.13 0.05 0.05 0.05 0.04 0.04 0.04 0.04
## Cumulative Var 0.19 0.35 0.51 0.64 0.69 0.74 0.78 0.82 0.86 0.90 0.94
## Proportion Explained 0.19 0.16 0.15 0.13 0.05 0.05 0.05 0.04 0.04 0.04 0.04
## Cumulative Proportion 0.19 0.35 0.51 0.64 0.69 0.74 0.78 0.82 0.86 0.90 0.94
## RC13 RC12 RC15 RC14 RC17 RC18 RC16 RC19 RC20
## SS loadings 0.60 0.29 0.09 0.07 0.04 0.04 0.03 0.02 0.01
## Proportion Var 0.03 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
## Cumulative Var 0.97 0.99 0.99 0.99 1.00 1.00 1.00 1.00 1.00
## Proportion Explained 0.03 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00
## Cumulative Proportion 0.97 0.99 0.99 0.99 1.00 1.00 1.00 1.00 1.00
##
## Mean item complexity = 1.4
## Test of the hypothesis that 20 components are sufficient.
##
## The root mean square of the residuals (RMSR) is 0
## with the empirical chi square 0 with prob < NA
##
## Fit based upon off diagonal values = 1
principal(ff,cor=TRUE,nfactors=5,ratate="none")
## Principal Components Analysis
## Call: principal(r = ff, nfactors = 5, cor = TRUE, ratate = "none")
## Standardized loadings (pattern matrix) based upon correlation matrix
## RC1 RC3 RC4 RC2 RC5 h2 u2 com
## A1 0.72 0.12 0.03 0.13 -0.12 0.57 0.430 1.2
## A2 0.94 -0.05 0.02 0.00 0.12 0.90 0.099 1.0
## A3 0.94 -0.04 0.02 -0.02 0.10 0.90 0.103 1.0
## A4 0.90 -0.12 -0.01 -0.06 -0.03 0.83 0.169 1.0
## A5 0.94 -0.14 0.06 -0.02 0.04 0.90 0.095 1.1
## B1 0.02 -0.07 0.93 0.01 0.08 0.88 0.121 1.0
## B2 0.00 0.03 0.73 0.16 0.05 0.56 0.437 1.1
## B3 0.03 -0.11 0.97 0.06 0.10 0.96 0.036 1.1
## B4 0.06 -0.08 0.94 0.02 0.08 0.90 0.099 1.0
## C1 0.03 -0.06 0.04 0.92 0.21 0.89 0.110 1.1
## C2 0.06 -0.04 -0.04 0.90 0.12 0.82 0.176 1.1
## C3 -0.09 0.07 0.16 0.78 0.14 0.68 0.323 1.2
## C4 0.05 0.04 0.11 0.84 0.14 0.75 0.251 1.1
## D1 -0.01 -0.02 0.11 0.24 0.82 0.74 0.256 1.2
## D2 0.18 0.01 0.21 0.19 0.80 0.76 0.245 1.4
## D3 -0.15 0.29 -0.01 0.43 0.58 0.63 0.368 2.6
## E1 -0.01 0.98 -0.02 0.03 0.00 0.95 0.047 1.0
## E2 -0.14 0.73 -0.09 -0.04 0.07 0.56 0.440 1.1
## E3 0.01 0.97 -0.04 0.04 0.05 0.95 0.048 1.0
## E4 -0.02 0.97 -0.04 0.03 -0.01 0.94 0.055 1.0
##
## RC1 RC3 RC4 RC2 RC5
## SS loadings 4.08 3.54 3.34 3.30 1.83
## Proportion Var 0.20 0.18 0.17 0.17 0.09
## Cumulative Var 0.20 0.38 0.55 0.71 0.80
## Proportion Explained 0.25 0.22 0.21 0.21 0.11
## Cumulative Proportion 0.25 0.47 0.68 0.89 1.00
##
## Mean item complexity = 1.2
## Test of the hypothesis that 5 components are sufficient.
##
## The root mean square of the residuals (RMSR) is 0.03
## with the empirical chi square 71.75 with prob < 0.99
##
## Fit based upon off diagonal values = 0.99
principal(ff,nfactors=5,ratate="varimax")
## Principal Components Analysis
## Call: principal(r = ff, nfactors = 5, ratate = "varimax")
## Standardized loadings (pattern matrix) based upon correlation matrix
## RC1 RC3 RC4 RC2 RC5 h2 u2 com
## A1 0.72 0.12 0.03 0.13 -0.12 0.57 0.430 1.2
## A2 0.94 -0.05 0.02 0.00 0.12 0.90 0.099 1.0
## A3 0.94 -0.04 0.02 -0.02 0.10 0.90 0.103 1.0
## A4 0.90 -0.12 -0.01 -0.06 -0.03 0.83 0.169 1.0
## A5 0.94 -0.14 0.06 -0.02 0.04 0.90 0.095 1.1
## B1 0.02 -0.07 0.93 0.01 0.08 0.88 0.121 1.0
## B2 0.00 0.03 0.73 0.16 0.05 0.56 0.437 1.1
## B3 0.03 -0.11 0.97 0.06 0.10 0.96 0.036 1.1
## B4 0.06 -0.08 0.94 0.02 0.08 0.90 0.099 1.0
## C1 0.03 -0.06 0.04 0.92 0.21 0.89 0.110 1.1
## C2 0.06 -0.04 -0.04 0.90 0.12 0.82 0.176 1.1
## C3 -0.09 0.07 0.16 0.78 0.14 0.68 0.323 1.2
## C4 0.05 0.04 0.11 0.84 0.14 0.75 0.251 1.1
## D1 -0.01 -0.02 0.11 0.24 0.82 0.74 0.256 1.2
## D2 0.18 0.01 0.21 0.19 0.80 0.76 0.245 1.4
## D3 -0.15 0.29 -0.01 0.43 0.58 0.63 0.368 2.6
## E1 -0.01 0.98 -0.02 0.03 0.00 0.95 0.047 1.0
## E2 -0.14 0.73 -0.09 -0.04 0.07 0.56 0.440 1.1
## E3 0.01 0.97 -0.04 0.04 0.05 0.95 0.048 1.0
## E4 -0.02 0.97 -0.04 0.03 -0.01 0.94 0.055 1.0
##
## RC1 RC3 RC4 RC2 RC5
## SS loadings 4.08 3.54 3.34 3.30 1.83
## Proportion Var 0.20 0.18 0.17 0.17 0.09
## Cumulative Var 0.20 0.38 0.55 0.71 0.80
## Proportion Explained 0.25 0.22 0.21 0.21 0.11
## Cumulative Proportion 0.25 0.47 0.68 0.89 1.00
##
## Mean item complexity = 1.2
## Test of the hypothesis that 5 components are sufficient.
##
## The root mean square of the residuals (RMSR) is 0.03
## with the empirical chi square 71.75 with prob < 0.99
##
## Fit based upon off diagonal values = 0.99
# Nhận xét: Số nhân tố được trích từ 5 nhóm nhân tố
# Giá trị Eigenvalue = 1,83 > 1 => đạt yêu cầu
# Giá trị tổng phương sai trích = 0,80 > 50% => đạt yêu cầu
# Cấu trúc nhân tố phù hợp với dữ liệu ban đầu vì các biến/thang đo sắp xếp theo đúng nhóm nhân tố
# Câu 13:
library(psych)
vars=cbind(Atb,Btb,Ctb,Dtb,Etb,Ftb)
pairs.panels(vars)
library(Hmisc)
##
## Attaching package: 'Hmisc'
## The following objects are masked from 'package:DescTools':
##
## %nin%, Label, Mean, Quantile
## The following object is masked from 'package:psych':
##
## describe
## The following objects are masked from 'package:base':
##
## format.pval, units
result=rcorr(as.matrix(vars),type="pearson")
result$r
## Atb Btb Ctb Dtb Etb Ftb
## Atb 1.00000000 0.06221638 0.03185639 0.04014488 -0.08600054 0.2222299
## Btb 0.06221638 1.00000000 0.16097635 0.22801725 -0.10776531 0.2511952
## Ctb 0.03185639 0.16097635 1.00000000 0.50335736 0.02399959 0.5915879
## Dtb 0.04014488 0.22801725 0.50335736 1.00000000 0.13044247 0.5733869
## Etb -0.08600054 -0.10776531 0.02399959 0.13044247 1.00000000 0.2096923
## Ftb 0.22222985 0.25119517 0.59158791 0.57338686 0.20969230 1.0000000
result$P
## Atb Btb Ctb Dtb Etb Ftb
## Atb NA 0.3838835582 6.559338e-01 5.744306e-01 0.228316785 0.0016512737
## Btb 0.383883558 NA 2.347636e-02 1.234270e-03 0.130738634 0.0003574484
## Ctb 0.655933822 0.0234763641 NA 4.085621e-14 0.737161764 0.0000000000
## Dtb 0.574430580 0.0012342702 4.085621e-14 NA 0.066996016 0.0000000000
## Etb 0.228316785 0.1307386340 7.371618e-01 6.699602e-02 NA 0.0030269715
## Ftb 0.001651274 0.0003574484 0.000000e+00 0.000000e+00 0.003026971 NA
# Nhận xét: Biến Ftb có mối tương quan dương với Atb,Btb,Ctb,Dtb,Etb,Ftb vì hệ số Person > 0
# Mối tương quan giữa Ftb với Atb,Btb,Ctb,Dtb,Etb,Ftb có ý nghĩa thống kê vì giá trị Sig bé hơn 5%
#Câu 14
mreg=lm(Ftb~Atb+Btb+Ctb)
summary(mreg)
##
## Call:
## lm(formula = Ftb ~ Atb + Btb + Ctb)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.73037 -0.44846 0.09795 0.39376 1.34503
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.76022 0.32504 2.339 0.020361 *
## Atb 0.20139 0.05691 3.539 0.000504 ***
## Btb 0.13162 0.04943 2.663 0.008399 **
## Ctb 0.47633 0.04730 10.070 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5705 on 194 degrees of freedom
## Multiple R-squared: 0.4128, Adjusted R-squared: 0.4038
## F-statistic: 45.47 on 3 and 194 DF, p-value: < 2.2e-16
#Nhận xét: Mô hình hồi quy tuyến tính Ftb=0,76022 + 0,20139*Atb + 0,13162*Btb + 0,47633*Ctb + ei
# Mô hình có ý nghĩa thống kê với giá trị F-statistic là 45,47 và mức ý nghĩa
# Với R2=0,4128 là các biến Atb, Btb và Ctb giải thích khoảng 41,28% sự biến thiên của Ftb trong khi R2 hiệu chỉnh đạt 0,4038.
# Xét riêng từng biến, Atb có tác động cùng chiều đến Ftb với hệ số hồi quy 0,2013 điều này có nghĩa khi Atb tăng 1 đơn vị thì Ftb tăng 0,2013 đơn vị và mối quan hệ này có ý nghĩa thống kê ở mức 1% (p = 0,000504).
# Btb cũng có tác động cùng chiều và có ý nghĩa thống kê ở mức 1%, với hệ số 0,13162 (p = 0,00839)
# Biến Ctb có hệ số hồi quy cao nhất 0,47633 và có ý nghĩa thống kê ở mức 1% (p < 0,001), cho thấy mối quan hệ cùng chiều rõ rệt với Ftb
# Nhìn chung, cả ba biến Atb, Btb và Ctb đều có mối quan hệ cùng chiều và có ý nghĩa thống kê với Ftb trong mô hình nghiên cứu.
#Câu 15
mreg=lm(Ftb~Atb+Btb+Ctb)
summary(mreg)
##
## Call:
## lm(formula = Ftb ~ Atb + Btb + Ctb)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.73037 -0.44846 0.09795 0.39376 1.34503
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.76022 0.32504 2.339 0.020361 *
## Atb 0.20139 0.05691 3.539 0.000504 ***
## Btb 0.13162 0.04943 2.663 0.008399 **
## Ctb 0.47633 0.04730 10.070 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5705 on 194 degrees of freedom
## Multiple R-squared: 0.4128, Adjusted R-squared: 0.4038
## F-statistic: 45.47 on 3 and 194 DF, p-value: < 2.2e-16
library(car)
## Loading required package: carData
##
## Attaching package: 'car'
## The following object is masked from 'package:DescTools':
##
## Recode
## The following object is masked from 'package:psych':
##
## logit
vif(mreg)
## Atb Btb Ctb
## 1.004380 1.030053 1.027108
require(lmtest)
## Loading required package: lmtest
## Loading required package: zoo
##
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
dwtest(mreg)
##
## Durbin-Watson test
##
## data: mreg
## DW = 1.7709, p-value = 0.04459
## alternative hypothesis: true autocorrelation is greater than 0
### NHẬN XÉT CÂU 15
# Kiểm định đa cộng tuyến cho thấy các giá trị VIF các biến độc lập đều nhỏ hơn => Mô hình không có hiện tượng đa cộng tuyến.
# Kiểm định tự tương quan cho thấy giá trị DW = 1,7709 nằm trong khoảng chấp nhận (1,5 < DW < 2,5) => Mô hình không có hiện tượng tự tương quan.
#Câu 16
mreg=lm(Ftb~Atb+Btb+Ctb)
summary(mreg)
##
## Call:
## lm(formula = Ftb ~ Atb + Btb + Ctb)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.73037 -0.44846 0.09795 0.39376 1.34503
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.76022 0.32504 2.339 0.020361 *
## Atb 0.20139 0.05691 3.539 0.000504 ***
## Btb 0.13162 0.04943 2.663 0.008399 **
## Ctb 0.47633 0.04730 10.070 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5705 on 194 degrees of freedom
## Multiple R-squared: 0.4128, Adjusted R-squared: 0.4038
## F-statistic: 45.47 on 3 and 194 DF, p-value: < 2.2e-16
op=par(mfrow=c(2,2))
plot(mreg)
### NHẬN XÉT CÂU 16
# - Đồ thị bên trái dòng 1 vẻ phần dư ei và giá trị dự báo của F^tbi,đồ thị này cho thấy các giá trị phần dư tập trung quanh đường y = 0 cho nên giả định về giá trị trung bình của ei = 0 là có thể chấp nhận được.
# - Đồ thị bên phải dòng 1 vẽ giá trị phần dư ei và giá trị lỳ vọng dựa vào phân phối chuẩn
# Kết quả cho thấy các giá trị phần dư tập trung rất gần các giá trị trên đường chuẩn do đó, phần dư ei tuân thủ theo quy luật phân phối chuẩn.
# - Đồ thị bên trái dòng 2 vẽ căn bậc hai của sai số chuẩn phần dư (Standardized residual) và các giá trị F^tbi. Đồ thị này cho thấy không có gì khác nhau giữa các số phần dư chuẩn cho các giá trị của F^tbi do đó, phần dư của phương sai tuân thủ quy luật phân phối chuẩn
# Tương tự cho đồ thị bên phải dòng 2.