Phân tích nhân tố khám phá (EFA) sử dụng SPSS

Phân tích Nhân tố Khám phá (EFA) sử dụng SPSS Hà Minh Trí (Ph.D) Phụ trách Khoa XHH-CTXH-ĐNA tri.hm@ou.edu.vn 0903 189 699 Dàn ý trình bày Một số giả định EFA Giới thiệu loại biến mơ hình Mơ hình EFA Dữ liệu qui trình phân tích nhân tố SPSS Trước hết cần screening data • Sử dụng file hsbdataNew_updated.save • Analyze/descriptive statistics/frequencies • Đưa tất biến cần phân tích (trừ biến ID) i.e từ biến item01 đến item14 vào ô Variables Bỏ tick Display frequency tables • Click OK (có warning message click tiếp OK) • Đọc kết xác định missing data có biến Một số giả định EFA Cở mẫu: tối thiểu 150 quan sát VÀ cần quan sát (observation) biến quan sát (nhưng nhiều tốt) Tính nhân tố ma trận tương quan (factorability of correlation matrix): tối thiểu phải có vài hệ số tương quan r=0,3 lớn Barlett’s test of sphericity phải có pvalue < 0,05 KMO >=0,5 Tính n tính (linearity): kỹ thuật FA dựa tương quan (correlation) nên quan hệ biến phải tuyến tính Thư ng dùng scatterplot để kiểm tra theo “spot check” Nếu cỡ mẫu đủ lớn ok Giá trị dị biệt (outliers): nên loại trước phân tích Đối với mẫu lớn (500), Mahan Distance > 25 >15 mẫu nhỏ nên loại (Field, 2009, p 247) Ta phải loại outlier lý • Do sai sót q trình nhập liệu • Outlier khơng phải thành phần tổng thể mà ta cần lấy mẫu • Để loại outlier, cần xác định giá trị Mahan Distances Thủ tục để có Mahalanobis distances • Sử dụng file hsbdataNew_updated.save Tạo cột biến ID • Analyze/regression/linear • Đưa biến ID vào Dependent box • ô Independent box, đưa biến từ biến item01 đến item14 vào • Click nút Save, đánh dấu vào Distances, Click vào Mahalanobis • Click OK Nguồ : Palla t , t 86 • SPSS tạo biến MAH_1 Ta xác định giá trị MAH_1 mức df tương ứng với mức ý nghĩa 0.001 so sánh với critical values bảng C4 Critical values of Chi square (Tabachnick and Fidell, 2013, tr 952) • Yêu cầu giá trị Mahan distances tập liệu phải nhỏ critical value, loại (vì outlier) phải transform liệu sang dạng khác Kiểm tra normality • Analyze/descriptive statistics/frequencies • Đưa tất biến cần phân tích (trừ biến ID) i.e từ biến item01 đến item14 vào ô Variables Bỏ tick Display frequency tables • Click Statictics: Dispersion, central tendency distribution: tick all • Click chart – histograms (tick With normal curve) • Ta thấy giá trị Skewness Kurtusis, SE 14 biến Skewness • • • • Skewness = 0: normal Positive value = Positive skew (đuôi phải) Negative value = Negative skew (đuôi trái) Lấy skewness/SE: >+- 3.29  có vấn đề normality Kurtosis • Kurtosis = 0: normal • Positive value = Leptokurtic (hình hẹp hơn) • Negative value = Platykurtic (hình rộng hơn, phẳng hơn) • Lấy Kurtosis /SE: >+- 3.29  có vấn đề normality Đọc bảng kết Bảng hệ số KMO (Kaiser - Maiyer - Olkin) Bảng Component matrix Bảng Rotated component matrix Bảng Total variance explained Đọc bảng kết KMO • Mục đích: xem xét mức độ thích hợp EFA • Sử dụng KMO thích hợp 0,5=0,7 Thực kiểm định độ tin cậy thang đo Chúc anh/chị thành công! ... cho nhân tố vừa tổng hợp • Phân tích nhân tố SPSS cho ta tính nhân số (factor score) cho nhân tố gồm – Nhân số chuẩn hóa – Nhân số khơng chuẩn hóa Nhân số chuẩn hóa • Nhân số chuẩn hóa dùng để phân. .. qui trình phân tích nhân tố SPSS • Dữ liệu: sử dụng file cho • Qui trình phân tích: – Thực SPSS – Giải thích bảng kết – Tính nhân số (factor score) – Đánh giá độ tin cậy thang đo Thực SPSS Đọc... liệu qui trình phân tích nhân tố SPSS Trước hết cần screening data • Sử dụng file hsbdataNew_updated.save • Analyze/descriptive statistics/frequencies • Đưa tất biến cần phân tích (trừ biến ID)