Phương pháp nghiên cứu khoa học - Hướng dẫn SPSS - 2019 SPSS - EFA
Lê Văn Huy, Trương Trần Trâm Anh (2012), Phương pháp nghiên cứu trong kinh doanh, Nhà xuất bản Tài chính, 277 trang.
Khóa Luận Phương Pháp Nghiên Cứu Luận Văn Giá Trị Cảm Nhận Mới.docx
Phương pháp nghiên cứu khoa học - Hướng dẫn SPSS - 2019 spss - EFA
1. GIỚI THIỆU
VỀ
PHẦM MỀM SPSS
Trình bày:
PGS. TS. LÊ VĂN HUY
levanhuy@due.edu.vn
Hƣớng dẫn kèm theo sách:
Lê Văn Huy, Trƣơng Trần Trâm Anh (2012), Phương pháp nghiên cứu trong kinh
doanh, Nhà xuất bản Tài chính, 277 trang.
2. PHÂN TÍCH NHÂN TỐ
EXPLORE FACTOR ANALYSIS (EFA)
VÀ KIỂM ĐỊNH CRONBACH ALPHA
3. NỘI DUNG CHÍNH
• Định nghĩa
• Điều kiện ứng dụng
• Nghiên cứu các nhân tố
• Số các nhân tố phải tách ra
• Phép quay (rotation)
• Điểm số nhân tố (Factorial Scores)
• Độ tin cậy và hiệu lực (Reliability and Validity)
4. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
• Phân tích nhân tố bằng các thành phần chính
(principal components) cho phép rút gọn
nhiều biến số (variables hoặc items) ít nhiều
có tương quan lẫn nhau thành những đại
lượng được thể hiện dưới dạng mối tương
quan theo đường thẳng được gọi là những
nhân tố (factors)
• Chú ý: từ đây có thể hiện các biến là các items
5. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
• Phân tích mối quan hệ lẫn nhau giữa các biến
• Dùng để rút gọn một tập biến thành các nhân
tố có ý nghĩa hơn
• Mối quan hệ giữa nhân tố (latent variables) và
biến quan sát nguyên thủy (observed
variables)
6. MÔ HÌNH NHÂN TỐ
• Giả sử phân tích nhân tố rút ra được i nhân tố
(factors), ta có:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + …. + WinXn
• Với
• Fi là ước lượng trị số của nhân tố (factor) thứ i.
• Wik là quyền số hay trọng số nhân tố (weight or
factor score coefficient) của biến số thứ k đến
nhân tố i.
• k: Số biến (items)
7. BIẾN QUAN SÁT VÀ BIẾN TIỀM ẨN
x1
x2
x3
x4
x5
x6
x7
x8
x9
F1
F2
Wi
ei
8. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
• Rút gọn số biến
• đầu tiên là xác định các chiều (dimension) khác
nhau
• sau đó, giải thích sự liên quan của mỗi biến
(variable, items) với các nhân tố (factors)
• tùy theo tình hình mà giảm số lượng các biến
• Chú ý
• Không có biến độc lập và biến phụ thuộc, các
biến có cùng một tình trạng (cùng thang đo)
9. KÍCH THƯỚC MẪU
• Tối thiểu là 50 quan sát và tốt hơn là lớn hơn
100
• Số quan sát sẽ ảnh hưởng đến việc lựa chọn
các tiêu chuẩn trong phân tích nhân tố.
• Qui tắc kinh nghiệm: số quan sát lớn hơn (ít
nhất) 5 lần số biến (items)
11. SƠ LƯỢC VỀ KHÁI NIỆM
• Khái niệm là công cụ
• để gọi tên một sự kiện khoa học,
• để tư duy và trao đổi thông tin,
• là cơ sở để nhận dạng bản chất của một sự vật
• Khái niệm gồm 2 bộ phận hợp thành
• Nội hàm là tất cả các thuộc tính bản chất của sự kiện
• Ngoại diện là tất cả các cá thể có chứa thuộc tính chỉ
trong nội hàm
• Ví dụ: Khoa học
– Nội hàm là hệ thống trí thức về bản chất sự vật
– Ngoại diện là các loại khoa học: khoa học tự nhiên, xã hội, kỹ
thuật…
12. THÀNH PHẦN CỦA LÝ THUYẾT KHOA HỌC
Khái niệm
nghiên cứu
Biến
quan sát
Biến
quan sát
Khái niệm
nghiên cứu
Các giới hạn trong nghiên cứu: giá trị, thời gian và không gian giả thuyết
Giả thuyết
lý thuyết
Giả thuyết
kiểm định
Khảnăngsuyrộng
13. MÔ HÌNH NGHIÊN CỨU VÀ CÁC KHÁI NIỆM
Items 1.1
Items 1.2
Items 1.3
…
Items 1.n
Items 2.1
Items 2.2
Items 2.3
…
Items 2.n
LÃNH ĐẠO
CƠ HỘI ĐTẠO VÀ
TTIẾN
LƢƠNG, THƢỞNG
ĐỒNG NGHIỆP
PHÚC LỢI
BẢN CHẤT CVIỆC
MÔI TRƢỜNG LV
SỰ TRUNG
THÀNH
14. MQH GIỮA BIẾN QUAN SÁT VÀ BIẾN TIỀM ẨN
x1
x2
x3
x4
x5
x6
x7
x8
x9
F1
F2
Wi
ei
16. PHÂN TÍCH NHÂN TỐ
Chọn tất cả các
biến cần phân tích
nhân tố vào ô
Variables vào như
hình vẽ
Nhấn vào
Descriptives
17. PHÂN TÍCH NHÂN TỐ
Chọn Anti-image và
KMO
Phương pháp:
Principal Components
Tiêu chuẩn:
Eigenvalues>=1 hoặc
Cố định số nhân tố
18. PHÂN TÍCH NHÂN TỐ
Lưu lại nhân số
Xóa các trọng số <0,5 của các
biến với các nhân tố
Xoay Varimax
19. B1. KIỂM TRA ĐIỀU KIỆN
ĐK2: Sig. (Bartlett’s Test) <
0,05 (Hair và cộng sự, 2006)
ĐK1: KMO > 0,5 (Hair và cộng
sự, 2006)
Câu hỏi: Nếu KMO <0,5 hoặc Sig. (Bartlett’s Test) > 0,05 thì giải quyết thế
nào?
Bỏ items có giá trị trên đường chéo của Anti-image Matrices < 0,3
20. B2. XÁC ĐỊNH SỐ LƯỢNG NHÂN TỐ
Vấn đề 1: Tương ứng với việc chọn Eigenvalues > 1
+ Phương sai trích > 0,5 (50%)
+ Eigenvalues > 1
(Gerbing và Anderson, 1988)
Vấn đề 2: Chọn số lượng nhân tố cố định trước
21. Thông tin từ biểu
Rotated
Component
Matrix
Bỏ các items có
giá trị <0,5 (Hair
và cộng sự, 2006)
Bỏ các items có
giá trị <0,5
23. Kết quả phân tích
sau khi đã loại
các items MT3,
MT4
24. Khi đặt tên:
Nên đối chiếu với các
biến tiềm ẩn trong
phần mô hình lý thuyết
Khi đặt tên:
- F1: Cơ hội đào tạo và
thăng tiến
- F2: Lãnh đạo
- F3: Lương, thưởng
- F4: Đồng nghiệp
- F5: Phúc lợi
- F6: Bản chất CV
- F7: Môi trường LV
Đặt tên của các
Factors (từ 1 đến
7)
25. CÂU HỎI 1
• Hãy kết luận
• F1: Cơ hội đào tạo và thăng tiến
F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT5, ĐT6, ĐT7)
• F2: Lãnh đạo
• F3: Lương, thưởng
• F4: Đồng nghiệp
• F5: Phúc lợi
• F6: Bản chất CV
• F7: Môi trường LV
Được tạo thành từ các items nào?
26. KẾT LUẬN 1
• Mức ý nghĩa kiểm định Barlett = 0,000 <0,05
• Các biến quan sát có tương quan với nhau trên
tổng thể
• KMO = 0,863
• Dữ liệu phù hợp để thực hiện phân tích nhân tố
• Phương sai trích
• Eigenvalues cumulative % = 67,55%
• Như vậy, 67,55% biến thiên của dữ liệu được giải
thích bởi 7 nhân tố
27. CÂU HỎI 2
• Các bạn hãy thực hiện tương tự với biến tiềm
ẩn LTT
28. NHẬN XÉT !!!
• Dữ liệu đã có giá trị?
• Dữ liệu đã có độ tin cậy?
Cần thực hiện kiểm định Cronbach Alpha
29. • Một biến có thể đo lường trực tiếp hoặc đo lường
thông qua một số biến khác (biến tiềm ẩn – latent
variable)
• Một biến tiềm ẩn cần được đo lường bằng nhiều
biến quan sát (gọi là thang đo)
• Các biến đo lường (quan sát) này cùng đo lường
một biến tiềm ẩn – vì vậy chúng phải có tương
quan với nhau
• Sau khi đo lường cần phải đánh giá tính nhất quán
nội tại (internal consistency) của thang đo: dùng
hệ số tin cậy Cronbach alpha
ĐỘ TIN CẬY ĐO LƯỜNG
31.
2
x
i
2
)x(
1
1k
k
= Cronbach alpha
k = Số lượng biến trong thang đo
= Tổng phương sai các biến
= Phương sai tổng thang đo
)x( i
2
2
x
[.60 - .70]: chấp nhận được – không tốt
[.70 - .90]: tốt
> .90: chấp nhận được – không tốt
HỆ SỐ CRONBACH ALPHA
33. KIỂM ĐỊNH CRONBACH ALPHA
- Chọn các biến (items) biểu
hiện F1 vào phân tích
- Nhấn Statistics
Chọn các tùy chọn như hình
vẽ
34. KẾT QUẢ
Điều kiện: Cronbach Alpha >=0,6 nhưng tốt nhất là
lớn hơn 0,7 (Nunnally và Burnstein, 1994)
35. CÂU HỎI
• Nếu Cronbach Alpha <0,6 thì xử lý thế nào?
Cần kiểm tra loại items nào để cho Cronbach
Alpha lớn hơn 0,6
Thông tin xem trong Cronbach's Alpha if Item
Deleted
36. GIẢ SỬ
Cronbach Alpha = 0,465 <0,6 nên không thỏa điều
kiện Alpha >= (Nunnally và Burnstein, 1994)
Nên bỏ items ĐT2 để Cronbach Alpha tổng có giá trị là
0,86 (bằng chính giá trị Alpha của items delect)
37. BỎ ITEMS ĐT2 KẾT QUẢ SẼ LÀ:
Kết luận: Thỏa điều kiện
38. KẾT LUẬN
• Các nhân số của các nhân tố dùng để tính toán chỉ
được hình thành sau khi kiểm tra EFA và Cronbach
Alpha (thõa mãn các điều kiện)
• Vậy, các nhân tố Fi được tính như thế nào
• F1: Cơ hội đào tạo và thăng tiến
• F2: Lãnh đạo
• F3: Lương, thưởng
• F4: Đồng nghiệp
• F5: Phúc lợi
• F6: Ban chất CV
• F7: Môi trường LV
39. THANG ĐO ĐƠN HƯỚNG VÀ ĐA HƯỚNG
• Khái niệm có thể chỉ gồm một yếu tố / thành
phần và thang đo khái niệm chỉ có một thành
phần gọi là thang đo đơn hướng
(unidimensional)
• Khái niệm có thể gồm nhiều yếu tố / thành
phần và thang đo khái niệm có nhiều thành
phần gọi là thang đo đa hướng
(multiunidimensional)
40. CÂU HỎI
• Trong phần hợp tuyển lý thuyết, nghiên cứu
kết luận mô hình gồm 7 nhân tố tác động đến
sự hài lòng của nhân viên?
• Nếu trong phân tích EFA ta thấy có 8 (hoặc 6)
factors (nhân tố, thành phần)
Giải quyết thế nào?
Kết luận: Tồn tại một thang đo đa hướng và
cần điều chỉnh mô hình?
41. TÍNH CÁC NHÂN SỐ
• Nhân số bằng trung bình cộng của các biến số
(hoặc items) của từng Factors
• F1: Cơ hội đào tạo và thăng tiến
F1 = Mean (ĐT2, ĐT3, ĐT4, ĐT5, ĐT6, ĐT7)