Hướng dẫn thực hành phân tích nhân tố khám phá bằng SPSS

0
Khuyến mãi mới

Phân tích nhân tố khám phá là một kỹ thật phân tích dữ liệu, theo đó các biến sẽ được nhóm lại thành các nhân tố. Quá trình này có tên là xác định biến tiềm ẩn. Phân tích nhân tố khám phá thường được thực hiện bằng phần mềm SPSS. Trong phần này tôi sẽ trình bày chi tiết các bước cần thiết với hình ảnh minh họa để các bạn có thể dễ dàng hình dung.

Các bước thực hiện

Đầu tiên, đề chạy phân tích nhân tố khám phá bạn mở dữ liệu ra và vào phần Analyze/Dimension Reduction/Factor…

Trong hộp hội thoại Factor Analysis, các bạn đưa các biến cần phân tích nhân tố vào. Lưu ý là không đưa cả biến giải thích và biến được giải thích trong cùng một lần chạy phân tích nhân tố nhé.

Sau đó bạn chọn vào Descriptives rồi chọn một số báo cáo thống kê để có thể kiểm tra các giả định của phân tích nhân tố khám phá. Lưu ý là phải chọn KMO test of Sphericit và Anti-Image Correlation Matrix

Trích nhân tố

Hội thoại Extraction cho chúng ta thông tin về phương pháp trích dữ liệu và giá trị tiêu chuẩn để loại biến. Trong SPSS có thể trích ra số lượng nhân tố dựa vào giá trị đặc trưng eigenvalue. Nếu eigenvalue giảm xuống dưới 1 có nghĩa là nhân tố đó giải thích phương sai kém hơn so với 1 biến đơn lẻ.

Xem thêm: Cần bao nhiêu nhân tố trong EFA?

Phương pháp trích nhân tố hay được sử dụng là phân tích thành phần chính (Principal Components Analysis). Nó sẽ trích ra các tổ hợp tuyến tích không có tương quan với nhau từ các biến. Nhân tố đầu tiên sẽ có phương sai lớn nhất; các nhân tố tiếp theo sẽ có phương sai giảm dần; đương nhiên các nhân tố này không có tương quan với nhau. 

Phương pháp trích ít phổ biến hơn là principal axis factoring. Mặc dù về mặc toán học hai phương pháp này giống nhau nhưng principal axis xác định nhân tố dựa trên các quan sát trong khi PCA xác định bằng cách nhóm các biến với nhau. Về mặt ứng dụng, PCA được sử dụng để phân tích nhân tố trong mô hình nhân quả còn principle factor dùng để rút gọn dữ liệu.

Xoay nhân tố

Bước tiếp theo là xoay nhân tố để cho nhân tố có thể giải thích tốt hơn dữ liệu sau khi trích. Có hai phương pháp xoay phổ biến là Varimax và Promax.

Xem thêm: Phân biệt Varimax và Promax trong phân tích nhân tố

Quartimax là phép xoay nhân tố để tối thiểu hóa số lượng nhân tố cần thiết giải thích cho từng biến. Phương pháp này đơn giản hóa cách giải thích các biến được quan sát. Equamax là phương pháp kết hợp Varimax và Quartimax. Số lượng các biến tải vào trong nhân tố và số lượng nhân tố cần thiết để giải thích được tối thiểu hóa.

Vui lòng  đăng nhập hoặc đăng ký để đọc tiếp

Leave A Reply