Efa la gi
Trong quá trình thực hiện nghiên cứu định lượng, phân tích nhân tố khám phá EFA là một trong những yếu tố vô cùng quan trọng khi xử lý dữ liệu. Tuy nhiên, không ít bạn còn nhiều bỡ ngỡ khi bước đầu làm quen với EFA trong SPSS. Bài viết này Tri Thức Cộng Đồng sẽ cung cấp tất tần tật thông tin về EFA, từ khái niệm, phân tích nhân tố khám phá EFA trong SPSS đến các điều kiện và lưu ý khi sử dụng nó. Show Mục lục
1. Khái niệm về nhân tố khám phá EFAPhân tích nhân tố khám phá (EFA - Exploratory Factor Analysis) là một kỹ thuật đặc biệt phổ biến để xác định cấu trúc chung cơ bản cho một nhóm biến quan sát trong nghiên cứu định lượng (Hair et al. 2014). EFA được sử dụng để rút gọn một tập gồm nhiều biến quan sát có sự tương quan với nhau thành một tập nhỏ hơn các biến tổng hợp (còn gọi là các nhân tố) có ý nghĩa hơn nhưng vẫn đảm bảo nội dung thông tin của tập dữ liệu ban đầu. 2. Hướng dẫn thực hiện EFA trong SPSSThực hiện EFA trong SPSS là một thao tác không phải quá khó. Nhưng trên thực tế, đối với những người mới tìm hiểu và sử dụng EFA trong nghiên cứu thống kê, thì sẽ cảm thấy khá phức tạp. Chính vì vậy, sau khi đã kiểm định chất lượng thang đo (Cronbach’s Alpha), để việc phân tích nhân tố khám phá EFA trong SPSS trở nên dễ dàng hơn, hãy tham khảo ngay 4 bước sau đây: Bước 1: Trên thanh công cụ chính trong SPSS, vào mục Analyze → Dimension Reduction, chọn Factor... Xuất hiện hộp thoại Factor Analysis như ảnh dưới. Bước 2: Trong hộp thoại, chọn tất cả các biến quan sát cần phân tích đưa vào hộp Variables. Bước 3: Ở các ô tùy chọn bên phải, lần lượt lựa chọn và điều chỉnh theo hướng dẫn dưới đây. - Trong mục Descriptives..., tích vào mục KMO and Bartlett's test of sphericity. Nhấp Continue để quay lại cửa sổ ban đầu. - Trong mục Extraction…, chọn Principal components ở tab Method. Sau đó nhấp Continue. - Trong mục Rotation…, tích vào mục Varimax và tương tự chọn Continue để tiếp tục. - Cuối cùng trong mục Option..., đánh dấu vào 2 mục:
Chọn Continue để hoàn thành. Bước 4: Nhấn OK để nhận kết quả phân tích. Hình ảnh các bảng kết quả phân tích quan trọng nhận được: 3. Mục tiêu của chạy EFAPhân tích nhân tố khám phá EFA có 3 mục tiêu chính khi sử dụng là:
4. Ứng dụng của EFAPhân tích nhân tố khám phá EFA thường được ứng dụng trong các nghiên cứu thuộc lĩnh vực kinh tế - xã hội hoặc tâm lý học nhằm kiểm định mối quan hệ giữa các khái niệm trừu tượng và không thể đo lường trực tiếp. Một số trường hợp sử dụng EFA phổ biến: - Trong nghiên cứu kinh tế:
- Trong nghiên cứu tâm lý:
Đội ngũ của Tri Thức Cộng Đồng luôn lắng nghe, tư vấn tận tình cho từng khách hàng về chạy spss thuê, giảm bớt nỗi lo về thời gian, chi phí mà vẫn hoàn thành bài đúng thời hạn. 5. Mô hình của EFAEFA hoạt động dựa vào mô hình nhân tố chung (Common factor model) (theo DeCoster,1998). Mô hình chỉ ra rằng mỗi biến quan sát từ Measure 1 đến Measure 5 sẽ bị phụ thuộc một phần bởi các nhân tố chung cơ bản (common factor) là factor 1 và factor 2, đồng thời cũng bị ảnh hưởng một phần bởi các nhân tố đặc trưng cơ bản (unique factor) là E1, E2, E3, E4, E5. Nếu các biến quan sát được chuẩn hóa thì mô hình nhân tố khám phá được thể hiện bằng phương trình: Xi = Ai1 * F1 + Ai2 * F2 + Ai3 * F3 + . . .+ Aim * Fm + Vi * Ui Trong đó:
Giữa các nhân tố đặc trưng có tương quan với nhau và tương quan với các nhân tố chung. Các nhân tố chung cũng có thể được diễn tả như những tổ hợp tuyến tính của các biến quan sát, thể hiện qua phương trình sau: Fi = Wi1 * X1 + Wi2 * X2 + Wi3 * X3 + . . . + Wik * Xk Trong đó:
6. Điều kiện để áp dụng EFADưới đây là 6 điều kiện quan trọng để việc phân tích nhân tố khám phá EFA trở nên có ý nghĩa thống kê:
7. Lưu ý trong phân tích EFAMuốn việc thực hiện phân tích nhân tố khám phá EFA được hiệu quả và chính xác, có 2 vấn đề cần chú ý như sau:
Trên đây là thông tin giới thiệu về EFA là gì, cách phân tích nhân tố khám phá EFA cũng như các điều kiện áp dụng và lưu ý khi chạy EFA trong SPSS. Tri Thức Cộng Đồng mong rằng những chia sẻ này sẽ giúp bạn không còn lúng túng khi thực hiện các thao tác trên SPSS cũng như có thể phân tích dữ liệu cho việc nghiên cứu một cách dễ dàng và hiệu quả nhất. Content Manager tại Tri thức Cộng đồng Xin chào, tôi là Hà Phương. Hiện tại Quản lý nội dung (Content Manager) của Tri Thức Cộng Đồng. Từ bé tôi đã yêu thích đọc sách và sáng tác nội dung, tôi đã nuôi dưỡng ước mơ và phấn đấu trong 5 năm để trở thành Quản lý nội dung tại Tri Thức Cộng Đồng. Với tôi mọi sự thành công đều cần ước mơ và nỗ lực. Bạn hãy tham khảo website https://trithuccongdong.net để tìm hiểu rõ hơn về công việc của tôi nhé. |