Hướng dẫn phân tích nhân tố khám phá trong spss năm 2024
Trong nghiên cứu, chúng ta thường thu thập được một số lượng biến rất lớn, và trong số đó, có rất nhiều biến quan sát có sự liên hệ tương quan với nhau. Chẳng hạn như: Chúng ta có một đối tượng gồm có 20 đặc điểm cần nghiên cứu. Thay vì đi nghiên cứu từng đặc điểm một, chúng ta sẽ gộp chúng thành 4 đặc điểm lớn, bên trong 4 đặc điểm lớn bao gồm 5 đặc điểm nhỏ có sự tương quan lẫn nhau. Cách làm này sẽ giúp tiết kiệm thời gian và kinh phí cho nghiên cứu đồng thời vẫn không làm thay đổi kết quả. Từ đó, sự ra đời của một phương pháp định lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lần nhau thành một tập các nhân tố (các biến) có ý nghĩa hơn. Được gọi là phân tích nhân tố khám phá-(Exploratory Factor Analysis), gọi tắt là EFA. Ứng dụng phân tích nhân tố EFA Phân tích nhân tố khám phá EFA thường được sử dụng nhiều trong các lĩnh vực về kinh tế, quản trị, xã hội học, tâm lý… Trong nghiên cứu xã hội, phân tích EFA thường được dùng trong quá trình xây dựng thang đo (scale) nhằm kiểm tra tính đơn khía cạnh của thang đo và đo lường các khía cạnh khác nhau của khái niệm nghiên cứu. Trong kinh tế, phân tích nhân tố khám phá có ứng dụng rất rộng rãi, trong nhiều trường hợp. Phân tích nhân tố (Factor Analysis) Phân tích nhân tố (Factor Analysis) là một phương pháp thống kê để giảm chiều dữ liệu bằng cách tìm ra các nhân tố chung đằng sau các biến quan sát. Phân tích nhân tố khám phá là loại phân tích nhân tố được sử dụng để tìm ra số lượng nhân tố cần thiết để giải thích sự biến động trong dữ liệu. Trong SPSS, bạn có thể thực hiện phân tích nhân tố khám phá bằng các bước sau:
Thông thường, bạn sẽ quan tâm đến các nhân tố có hệ số tải cao (ví dụ: hệ số tải > 0,5) và có ý nghĩa lâm sàng và lý thuyết. Bạn có thể đặt tên cho các nhân tố này để trình bày kết quả phân tích nhân tố một cách rõ ràng. Lưu ý rằng phân tích nhân tố khám phá không thể chứng tỏ mối quan hệ nhân quả giữa các biến quan sát, mà chỉ cho thấy các biến có tính chất chung và có thể được giải thích bằng các nhân tố. Nếu bạn muốn xác định mối quan hệ nhân quả giữa các biến, bạn có thể cân nhắc sử dụng phân tích đường hồi quy hoặc phân tích đường tuyến tính đa biến. Diễn giải kết quả phân tích nhân tố khám phá (EFA)Để diễn giải kết quả phân tích nhân tố khám phá, bạn cần làm theo các bước sau:
Giới hạn của phân tích nhân tố khám phá (EFA)Mặc dù phân tích nhân tố khám phá có thể giúp chúng ta hiểu được cấu trúc ẩn của các biến, tuy nhiên phương pháp này cũng có một số giới hạn như sau: |