HƯỚNG DẪN KIỂM ĐỊNH ĐỘ TIN CẬY VÀ GIÁ TRỊ THANG ĐO

BẰNG PHẦN MỀM SPSS

Đinh Thùy Trâm

1. GIỚI THIỆU
Nghiên cứu hàn lâm trong kinh doanh là xây dựng và kiểm định các lý thuyết khoa học về
kinh doanh để giải thích dự báo các hiện tượng khoa học trong kinh doanh [4; 6]. Phần mềm
SPSS là công cụ hỗ trợ phổ biến hiện nay cho các nhà nghiên cứu hàn lâm thực hiện kiểm định
lý thuyết. Phần mềm SPSS được sử dụng kiểm định độ tin cậy thang đo bằng hệ số Cronbach
alpha; kiểm định giá trị thang đo bằng phân tích nhân tố khám phá (EFA - Exploratory Factor
Analysis) [4]. Mục tiêu bài viết này hướng dẫn xử lý dữ liệu bằng phần mềm SPSS để kiểm định
độ tin cậy và giá trị thang đo.

2. KIỂM ĐỊNH THANG ĐO

2.1. Kiểm định độ tin cậy thang đo bằng hệ số Cronbach Alpha
Để tính Cronbach alpha cho một thang đo thì thang đo phải có tối thiểu là ba biến đo lường
(biến quan sát) [4; 364]. Nunnally & Bernstein (1994) cho rằng một biến đo lường có hệ số tương
quan biến - tổng (hiệu chỉnh) (Corrected item-total correlation) ≥ 0.30 thì biến đó đạt yêu cầu;
thang đo có Cronbach alpha ≥ 0.60 là thang đo chấp nhận được về mặt độ tin cậy [4]. DeVellis
(1990) cho rằng chỉ số Cronbach alpha nên từ 0.70 trở lên, song giá trị tối thiểu để thước đo có
thể sử dụng được là 0.63 [5]. Hiện nay đa số các kết quả nghiên cứu hàn lâm được công bố trên
các tạp chí uy tín theo quan điểm Nunnally & Bernstein (1994).
Khi tính hệ số Cronbach alpha bằng SPSS chúng ta tính từng thang đo. Để tính hệ số
Cronbach alpha bằng SPSS chúng ta thực hiện như sau:
Analyze → Scale → Reliability Analysis: đưa các biến đo lường vào ô items → Statistics →
Scale if item deleted → Continue → OK
 Bảng 1. Kết quả Cronbach alpha thang đo cơ sở vật chất
Reliability Statistics
Cronbach's N of
Alpha Items
.759 6

Item-Total Statistics
Scale Mean Scale Corrected Cronbach's
if Item Variance if Item-Total Alpha if Item
Deleted Item Deleted Correlation Deleted
V1 27.8924 20.560 .505 .723
V2 28.0120 21.268 .488 .727
V3 27.4343 22.463 .539 .719
V4 27.8606 22.352 .386 .754
V5 27.9283 19.667 .563 .706
V6 27.9243 20.638 .541 .713

Thang đo cơ sở vật chất được đo lường bởi 6 biến quan sát. Bảng 1 cho kết quả Cronbach
alpha là 0.759 lớn hơn so với tiêu chuẩn (0.60) nên thang đo cơ sở vật chất chấp nhận được về độ
tin cậy. Hệ số tương quan biến – tổng (Corrected Item-Total Correlation) đều lớn hơn so với tiêu
chuẩn (0.30) nên không có biến quan sát nào bị loại. Cột Cronbach’s Alpha if Item Deleted cho
biết hệ số Cronbach alpha nếu loại một biến quan sát nào đó; giả sử chúng ta loại biến V1 thì hệ
số Cronbach alpha sẽ giảm còn 0.723. Về lý thuyết, Cronbach alpha càng cao càng tốt nhưng
không được lớn hơn 0.95 [4]; do đó chúng ta không nên loại bất kỳ biến quan sát nào trong thang
đo cơ sở vật chất.
2.2. Kiểm định giá trị thang đo bằng phân tích nhân tố khám phá (EFA – Exploratory
Factor Analysis)
Có 2 phương pháp phổ biến để kiểm định giá trị của thang đo bằng EFA là: (i) sử dụng
phép trích nhân tố là Principal Component Analysis (PCA) với phép quay vuông góc Varimax;
(ii) sử dụng phép trích nhân tố là Principal Axis Factoring (PAF) với phép quay không vuông
góc Promax.
 Trước khi thực hiện phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis),
chúng ta cần kiểm định điều kiện thực hiện phân tích EFA. Thông thường, các nhà nghiên cứu sử
dụng hệ số KMO (Kaiser-Meyer-Olkin) và Bartlett. Hệ số KMO ≥ 0.5 và mức ý nghĩa của kiểm
định Bartlett < 5% là chấp nhận [4]. Khi phân tích nhân tố khám phá (EFA), nhà nghiên cứu
quan tâm các tiêu chí như sau:
(i) Hệ số tải nhân tố (factor loadings)
Chúng ta loại biến quan sát có hệ số tải nhân tố < 0.5 [1]. Hair & cộng sự (2009) cho rằng hệ số
tải nhân tố được xác định theo kích thước mẫu ở bảng 2
Bảng 2. Hệ số tải nhân tố và kích thước mẫu tương ứng
Hệ số tải nhân tố Kích thước mẫu

0.30 350

0.35 250

0.40 200

0.45 150

0.50 120

0.55 100

0.60 85

0.65 70

0.70 60

0.75 50

Nếu biến quan sát có hệ số tải nhân tố ≥ 0.4 nhưng giá trị nội dung của biến quan sát
đóng vai trò quan trọng trong thang đo thì chúng ta không nên loại nó [4].
(ii) Thang đo được chấp nhận khi tổng phương sai trích (TVE – Total Variance
Explained) ≥ 50% [1].
(iii) Tiêu chí eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố
trong phân tích EFA. Tiêu chí eigenvalue có giá trị ≥ 1 [4].
 (iv) Chênh lệch hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 là giá trị
thường được các nhà nghiên cứu chấp nhận. Tuy nhiên, nếu chênh lệch hệ số tải nhân tố của một
biến quan sát giữa các nhân tố < 0.3 nhưng giá trị nội dung của biến quan sát đóng vai trò quan
trọng trong thang đo thì chúng ta không nên loại nó [4; 420]
Khi phân tích nhân tố khám phá (EFA) bằng SPSS chúng ta thực hiện như sau:

Analyze → Dimemsion Reduction → Factor → đưa các biến vào Variables → (i)
Descriptive → KMO and Bartlett's test of sphericity; (ii) Extraction: nếu chúng ta sử dụng phép
quay vuông góc Varimax thì chọn Principal components, sử dụng phép quay không vuông góc
Promax thì chọn Principal axis factoring; (iii) Rotation: chọn phương pháp Varimax hay Promax;
(iv) Option → sorted by size và suppress small coefficient → Sửa Absolute value below là 0.20
sẽ làm cho các hệ số tải nhân tố nhỏ hơn 0.20 bị ẩn → Continue → OK
Bảng 3. Phân tích nhân tố khám phá của thang đo sự tiếp cận và chương trình học
Component Initial Eigenvalues
Total % of Variance Cumulative %
1 4.908 49.080 49.080
2 1.454 14.535 63.615
3 .706 7.063 70.679
4 .639 6.388 77.067
5 .566 5.664 82.731
6 .482 4.815 87.546
7 .444 4.437 91.983
8 .314 3.141 95.124
9 .285 2.851 97.975
10 .203 2.025 100.000
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
.874
Adequacy.
Approx. Chi-Square 1217.555
Bartlett's Test of
df 45
Sphericity
Sig. .000
 Rotated Component Matrixa
Component
1 2
TC4 .848 .211
TC3 .827
TC6 .791 .210
TC5 .783 .215
TC1 .776 .271
TC2 .731 .253
CT2 .786
CT1 .227 .757
CT3 .722
CT4 .292 .647

Phân tích nhân tố EFA sử dụng phương pháp trích hệ số là Principal Component Analysis và
phép quay Varimax để phân nhóm các nhân tố. Kết quả kiểm định KMO = 0.874 > 0.5; Barlett
với Sig là 0.000 < 0.05 (5%). Điều này cho thấy việc phân tích nhân tố là phù hợp. Kết quả phân
tích nhân tố cho thấy thang đo sự tiếp cận và chương trình học cho thấy ở mức Eigenvalue =
1.454, với phương pháp rút trích nhân tố Principle Component, sử dụng phép quay vuông góc
Varimax, cho phép 2 nhân tố được rút trích từ 10 biến quan sát và tổng phương sai trích được là
63.615%. Kết quả cho thấy các biến quan sát đều có hệ số tải nhân tố lớn hơn so với tiêu chuẩn
(0.40) và chênh lệch hệ số tải nhân tố của một biến quan sát giữa các nhân tố > 0.3 nên trong
trường hợp này chúng ta không loại biến quan sát nào.
3. KẾT LUẬN VÀ HẠN CHẾ
Kiểm định lý thuyết của các nghiên cứu hàn lâm trong kinh doanh được hiểu là kiểm định
mối quan hệ giữa các khái niệm nghiên cứu nhằm giải thích dự báo các hiện tượng khoa học
trong kinh doanh. Thông thường kiểm định lý thuyết trong mô hình có nhiều biến độc lập và một
biến phụ thuộc, dữ liệu được các nhà nghiên cứu hàn lâm xử lý trình tự như sau: (i) phân tích hệ
số Cronbach alpha, (ii) phân tích nhân tố khám phá (EFA); (iii) phân tích hồi qui tuyến tính bội.
Đối với mô hình nghiên cứu có biến độc lập, biến phụ thuộc, biến trung gian và biến điều tiết, dữ
liệu được xử lý trình tự như sau: (i) phân tích hệ số Cronbach alpha, (ii) phân tích nhân tố khám
phá (EFA), (iii) phân tích nhân tố khẳng định (CFA); (iv) mô hình cấu trúc tuyến tính (SEM).
Bài viết này đã đưa ra những căn cứ khoa học để kiểm định độ tin cậy thang đo bằng Cronbach
alpha và giá trị thang đo bằng phân tích nhân tố khám phá (EFA). Bài viết tiếp theo có thể đưa ra
những căn cứ khoa học và hướng dẫn phân tích hồi qui tuyến tính bội bằng phần mềm SPSS,
phân tích nhân tố khẳng định (CFA) và mô hình cấu trúc tuyến tính (SEM) bằng phần mềm
AMOS.
TÀI LIỆU THAM KHẢO
[1] Hair, J. F., et al. (1998), Multivariate Data Analysis, Prentice – Hall International, Inc.
[2] Hair, J. F., et al. (2009), Multivariate Data Analysis, Prentice – Hall International, Inc.
[3] Lê Văn Huy & Trương Trần Trâm Anh (2012), Phương pháp nghiên cứu trong kinh doanh,
Nxb Tài Chính, Tp.HCM.
[4] Nguyễn Đình Thọ (2013), Phương pháp nghiên cứu khoa học, Nxb Tài Chính, Tp.HCM.
[5] Nguyễn Văn Thắng (2013), Thực hành nghiên cứu trong kinh tế và quản trị kinh doanh, Nxb
Đại Học Kinh Tế Quốc Dân, Hà Nội.