1. Phân tách nhân tố khám phá EFA là gì?
– Có kiểm định độ tin cậy thang đo Cronbach Alpha, chúng ta đang đánh giá mối quan hệ giữa những biến trong cùng 1 nhóm, cùng 1 nhân tố, chứ ko xem xét mối quan hệ giữa mọi những biến xem tại những nhân tố khác. Trong lúc đấy, EFA xem xét mối quan hệ giữa những biến tại mọi những nhóm (những nhân tố) khác nhau nhằm tìm ra ra những biến xem tải lên nhiều nhân tố hoặc những biến xem bị phân sai nhân tố từ ban đầu.
2. Những tiêu chí trong phân tách EFA
Đưa biến xem của những biến độc lập cần thực hành phân tách EFA vào phần Variables, ví dụ có biến xem nào bị loại tại bước trước đấy, chúng ta sẽ ko đưa vào phân tách EFA. Chú ý 4 tùy thuộc} chọn được đánh số tại ảnh bên dưới.
– Descriptives: Tích vào phần KMO and Barlett’s take a look at of sphericity để xuất bảng giá trị KMO và giá trị sig của kiểm định Barlett. Nhấp Proceed để quay lại cửa sổ ban đầu.
– Extraction: Trên đây, chúng ta sẽ dùng phép trích PCA (Principal Parts Evaluation). Có SPSS 20 và những phiên bản 21, 22, 23, 24, PCA sẽ được viết gọn lại là Principal Parts như hình ảnh bên dưới, đây cũng là tùy thuộc} chọn mặc định của SPSS. Ngoài PCA, chúng ta cũng thường dùng PAF, phương pháp dùng 2 phép quay phổ cập} này, người tiêu dùng có thể xem tại bài viết Phép trích Principal Parts Evaluation (PCA) và Principal Axis Factoring (PAF).
Lúc người tiêu dùng nhấp chuột vào nút mũi tên hướng xuống sẽ có nhiều tùy thuộc} chọn phép trích khác nhau. Số lượng nhân tố được trích ra tại ma trận xoay phụ thuộc khá nhiều vào việc lựa chọn phép trích, tuy nhiên, tài liệu này sẽ chỉ tập trung vào phần PCA.
– Rotation: Trên đây có những phép quay, thường chúng ta hay dùng Varimax và Promax. Riêng sở hữu dạng đề tài đã xác định được biến độc lập và biến phụ thuộc, chúng ta dùng phép quay Varimax. Bạn có thể tìm hiểu sự khác nhau cũng như lúc nào dùng phép xoay nào tại bài viết Phép quay vuông góc Varimax và phép quay ko vuông góc Promax. Nhấp Proceed để quay lại cửa sổ ban đầu.
– Choices: Tích vào Sorted by dimension để ma trận xoay sắp xếp thành từng cột dạng bậc thang để dễ đọc kết quả hơn, chúng ta có thể tích hoặc ko tích, việc này ko tương tác tới kết quả. Cần nhớ rằng, thứ tự động những nhân tố trong kết quả ma trận xoay ko phản ánh mức độ quan yếu của nhân tố đấy. Có phần Suppress small coefficients, ví dụ ko tích chọn, ma trận xoay sẽ hiển thị toàn bộ hệ số tải của từng biến xem tại từng nhân tố.
Tại cửa sổ tiếp theo, chọn OK để xuất kết quả ra output.
Có khá nhiều bảng tại output, mọi những bảng này đều đóng góp vào việc đánh giá kết quả phân tách EFA là phải chăng hay tệ. Tuy nhiên, tại đây tác giả tập trung vào bố bảng kết quả chính: KMO and Barlett’s Check, Whole Variance Defined và Rotated Element Matrix, bởi dùng bố bảng này chúng ta đã có thể đánh giá được kết quả phân tách EFA yêu thích hay ko yêu thích.
Kết quả lần EFA trước tiên: KMO = 0.887 > 0.5, sig Bartlett’s Check = 0.000 < 0.05, như vậy phân tách nhân tố khám phá EFA là yêu thích. Có 6 nhân tố được trích sở hữu tiêu chí eigenvalue lớn hơn 1 sở hữu tổng phương sai tích lũy là 63.109%. Tác giả mong muốn chọn ra những biến xem chất lượng nên sẽ dùng ngưỡng hệ số tải là 0.5 thay thế vì chọn hệ số tải tương ứng theo cỡ mẫu. So sánh ngưỡng này sở hữu kết quả tại ma trận xoay, có 2 biến xấu là DN4 và LD5 cần xem xét loại bỏ:
- Biến DN4 tải lên tại cả 2 nhân tố là Element 4 và Element 6 sở hữu hệ số tải lần lượt là 0.612 và 0.530, mức chênh lệch hệ số tải bằng 0.612 – 0.530 = 0.082 < 0.2.
- Biến LD5 có hệ số tải tại mọi những nhân tố đều bé 0.5.
Tác giả dùng phương thức loại 1 lượt những biến xấu trong 1 lần phân tách EFA. Từ 28 biến xem tại lần phân tách EFA thứ 1, loại bỏ DN4 và LD5 và đưa 26 biến xem còn lại vào phân tách EFA lần thứ 2.
Có 6 nhân tố được trích dựa vào tiêu chí eigenvalue lớn hơn 1, như vậy 6 nhân tố này tóm tắt thông tin của 26 biến xem đưa vào EFA 1 phương pháp phải chăng nhất. Tổng phương sai mà 6 nhân tố này trích được là 63.357% > 50%, như vậy, 6 nhân tố được trích giải thích được 63.357% biến thiên dữ liệu của 26 biến xem tham dự vào EFA.
Kết quả ma trận xoay cho thấy, 26 biến xem được phân thành 6 nhân tố, mọi những biến xem đều có hệ số tải nhân tố Issue Loading lớn hơn 0.5 và ko còn những biến xấu.
Như vậy, phân tách nhân tố khám phá EFA cho những biến độc lập được thực hành 2 lần. Lần thứ 1, 28 biến xem được đưa vào phân tách, có 2 biến xem ko đạt điều kiện là DN4 và LD5 được loại bỏ để thực hành phân tách lại. Lần phân tách thứ 2 (lần cuối cùng), 26 biến xem hội tụ và phân biệt thành 6 nhân tố.
3.2 Chạy EFA cho biến phụ thuộc
Thực hành tương tự động những bước như phương pháp khiến sở hữu biến độc lập. Thay đổi vì đưa biến xem của những biến độc lập vào phần Variables, chúng ta sẽ đưa những biến xem của biến phụ thuộc vào. Cụ thể trong thí dụ này, biến phụ thuộc Sự hài lòng gồm 3 biến xem là HL1, HL2, HL3.
Kết quả output, chúng ta cũng sẽ có những bảng KMO and Barlett’s Check, Whole Variance Defined, Rotated Element Matrix. Bảng KMO and Barlett’s Check giống hoàn toàn như biến độc lập, phương pháp đọc kết quả cũng vậy.
Bảng Whole Variance Defined lúc chỉ có 1 nhân tố được trích sẽ hiển thị như bên dưới (ko có cột Rotation Sums of Squared Loadings). Trường hợp ví dụ có từ 2 nhân tố được trích, sẽ xuất hiện thêm cột Rotation Sums of Squared Loadings.
Kết quả phân tách cho thấy có 1 nhân tố được trích tại eigenvalue bằng 2.170 > 1. Nhân tố này giải thích được 72.339% biến thiên dữ liệu của 3 biến xem tham dự vào EFA.
Riêng bảng Rotated Element Matrix sẽ ko xuất hiện mà thay thế vào đấy là dòng thông tin: Just one element was extracted. The answer can’t be rotated.
Điều này xảy ra lúc EFA chỉ trích được 1 nhân tố duy nhất từ những biến xem đưa vào. Dòng thông tin này tạm dịch là: Chỉ có 1 nhân tố được trích. Ma trận ko thể xoay. Chúng ta luôn kỳ vọng đưa vào 1 biến phụ thuộc thì EFA cũng sẽ chỉ trích ra 1 nhân tố. Việc trích được chỉ 1 nhân tố là điều phải chăng, nghĩa là thang đo đấy đảm bảo được tính đơn hướng, những biến xem của biến phụ thuộc hội tụ khá phải chăng. Lúc này, việc đọc kết quả sẽ dựa vào bảng ma trận chưa xoay Element Matrix thay thế vì bảng ma trận xoay Rotated Element Matrix.
