Khám phá nhân tố EFA

Khám phá nhân tố EFA

Edit

Tổng quan về khám phá nhân tố EFA


Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phương pháp Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.


Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).

Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.

Theo Hair & ctg (1998, 111), 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:
• Factor loading > 0.3 được xem là đạt mức tối thiểu
• Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn 

 Xem thêm: Hướng dẫn nhập liệu trên SPSS

Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:

Hệ số tải nhân tố (Factor loading ) > 0.5

0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) 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. < 0.05)

Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.

Phần trăm phương sai toàn bộ (Percentage of variance) > 50%

Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

Cách phân tích nhân tố khám phá EFA

Vào chọn menu : Analyze-> Data Reduction ->Factor.

Chon tất cả các biến đưa vào cột Variables bên phải.
Nhấn vào Descriptives, chọn KMO and Bartlett's test of sphericity



Bấm vào nút Rotation, chọn Varimax

Bấm vào nút Options, chọn Sorted by size và chọn Suppress absolute values less than , gõ vào .3

Sau đó nhấn OK, kết quả sẽ hiển thị khá dài, trong đó có bảng   Rotated Component Matrix như sau:

Share on Google Plus

Trung tâm Hỗ trợ nghiên cứu

Email: dichvuspss@hotronghiencuu.com / phantichso247@gmail.com
Phone 24/7: 086 978 6862 (Mr Hùng)
Viết luận văn thuê trọn gói 0924 04 03 88 (Ms. Bông) Email: Bong.4388@gmail.com
Từ khóa: dịch vụ spss | phân tích spss | hỗ trợ spss | dịch vụ dữ liệu

***Dịch vụ SPSS- AMOS- SmartPLS***

Hotline, zalo: 086 978 6862.

Link zalo:https://zalo.me/0869786862

Quét mã QR để kết bạn ZALO.Vui lòng kết bạn trước khi nhắn tin. Để có phản hồi nhanh nhất hãy gọi thẳng số điện thoại bên trên 24/7


Nếu không thể tìm thấy zalo bạn có thể chat qua messeneger:https://www.messenger.com/t/manhhungdigi

Email: phantichso247@gmail.com

Rất mong nhận được nhiều bình luận từ các bạn!
Xin vui lòng chú ý một số điều sau
  1. Các bạn có thể bình luận với tài khoản Google, tài khoản tùy chọn (tên, địa chỉ) hoặc ẩn danh
  2. Nếu thực sự quan tâm một chủ đề nào đó, khi bình luận xong hãy nhân vào nút "Thông báo cho tôi" ở góc dưới. Khi đó nếu có các bình luận và thảo luận mới về chủ đề này sẽ có thông báo gửi đến email của bạn
  3. Nếu cần hỗ trợ, hãy để lại số điện thoại. Nên chủ động gửi tài lệu về Hỗ Trợ Nghiên Cứu
  4. Các bình luận spam, có lời lẽ không phù hợp sẽ bị chặn

0 nhận xét:

Đăng nhận xét

Đăng ký: Đăng Nhận xét ( Atom )