Professional Documents
Culture Documents
Bài Thi NCTTQT
Bài Thi NCTTQT
Mô hình
4. EFA
Phân tích nhân tố khám phá ( EFA ) là thuộc nhóm phân tích đa
biến phụ thuộc lẫn nhau ( interdependence techniques ), nghĩa là
không có biến phụ thuộc và biến độc lập mà dựa vào mối tương
quan giữa các biến, được sử dụng phổ biến để đánh giá giá trị
thang đo ( tính đơn hướng, giá trị hội tụ và giá trị phân biệt ) hay
rút gọn một tập biến
- Các tiêu chuẩn để phân tích EFA
+ Thứ nhất : Tiêu chuẩn Bartlett và hệ số KMO dùng để đánh
giá sự thích hợp của EFA
Theo đó, EFA được gọi là thích hợp khi: 0.5 <= KMO <= 1
và Sig < 0.05
Trường hợp KMO<0.5 thì phân tích nhân tố có khả năng
không thích hợp với dữ liệu
+ Thứ hai: Tiêu chuẩn hệ số tải nhân tố( Factor loadings )
biểu thị tương quan đơn giữa các biến với các nhân tố, dùng
để đánh giá mức ý nghĩa của EFA.
Theo Hair & ctg, 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
Trường hợp chọn tiêu chuẩn Factor loading >0.3 thì cỡ mẫu ít
nhất phải là 350
Nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn Factor
loading >0.55
Nếu cỡ mẫu khoảng 50 thì Factor loading > 0.75
Ngoài ra, trường hợp các biến có Factor loading được trích
vào các nhân tố khác nhau mà chênh lệch trọng số rất nhỏ
( các nhà nghiên cứu thường không chấp nhận< 0.3)
+ Thứ ba: Tiêu chuẩn rút trích nhân tố gồm chỉ số Engenvalue
( đại diện cho lượng biến thiên được giải thích bởi các nhân
tố) và chỉ số Cumulative ( tổng phương sai trích cho biết phân
tích nhân tố giải thích được bao nhiêu % và bao nhiêu % bị
thất thoát )
Theo Gerbing và Anderson (1988) , các nhân tố chỉ được rút
trích tại Engenvalue > 1 và được chấp nhận khi tổng phương
sai trích >= 50%
+ Thứ tư : Khác biệt hệ số tải nhân tố của một biến quan sát
giữa các nhân tố >= 0.3 để đảm bảo giá trị phân biệt giữa các
yếu tố
Khi phân tích EFA, ma trận các nhân tố có các biến mà Factor
loading được trích vào các nhân tố khác nhau nhưng chênh
lệch trọng số rất nhỏ (<0,3 ) , hoặc các biến không có Factor
loading được trích vào bất cứ nhân tố nào thì phải xóa bỏ các
biến di để phân tích EFA lần tiếp theo.