Phân tích nhân tố trong phương pháp nghiên cứu khoa học bằng phần mềm SPSS

PHÂN TÍCH YẾU TỐ trong PHƯƠNG PHÁP NGHIÊN CỨU KHOA HỌC bằng PHẦN MỀM SPSS

1.Phạm Hạnh Dung

2.Nguyễn Thanh Dũng

3.Võ Thành Hải

4.Nguyễn Xuân Hải

5.Lê Thị Thu Hương

6.Đinh Tấn Hữu

7.Lương Thị Ái Nhi

8.Nguyễn Quỳnh Như 9.Bùi Thị Phương Quỳnh 10.Nguyễn Chính Thạnh 11.Nguyễn Minh Trân 12.Nguyễn Thị Thành Thơ 13.Huỳnh Thị Hà Vân

I.Xác định vấn đề

II.Thao tác với phần mềm SPSS III.Phân tích kết quả

I.Xác định vấn đề

1.Mục tiêu nghiên cứu: Sở thích âm nhạc theo

độ tuổi

2.Nhiệm vụ phân tích yếu tố: tìm mối tương

quan giữa các biến, rút ra các yếu tố chính

- Nhận diện các yếu tố giải thích được các liên hệ tương quan trong tập hợp các biến về sở thích âm nhạc của người dân (từ 11 biến), dùng để phân nhóm.

- Nhận diện xem có tập hợp nào gồm 1 số lượng biến về sở thích

âm nhạc tương đối ít tương quan để thay thế tập hợp biến gốc có tương quan để thực hiện phân tích tiếp theo.

3.Cơ sở dữ liệu: 11 biến trong về sở thích âm

nhạc có cùng thang đo trong GSS93

I.Xác định vấn đề

4.Công cụ: sử dụng phần mềm SPSS

Analyze/ Dimension Reduction/ Factor… vào

hộp thoại Factor Analysis

(Sách PPNCKH trong KD của thầy Nguyễn Đình Thọ trang 407)

1.Chọn công cụ:

II.Thao tác với phần mềm SPSS

2.Khai báo Hộp thoại Factor Analysis:

3.Chọn 11 biến âm nhạc vào ô Variables:

của KMO lớn (giữa 0.5 và 1) là

điều kiện đủ để phân tích yếu tố là

5.Khai báo trong hộp Extraction:

- Chọn phương pháp rút trích yếu

tố

- Phân tích ma trận tương quan

- Hiển thị phương án yếu tố khi

chưa xoay và vẽ đồ thị Scree plot

- Xác định tiêu chuẩn rút trích yếu

tố hay số lượng yếu tố cần rút (ở

eigenvalues lớn hơn 1)

II.Thao tác với phần mềm SPSS

6.Khai báo trong hộp Rotation:

Trong hộp thoại này, chọn

phương pháp xoay các yếu tố, ở

đây chọn phương pháp Varimax

(dễ thực hiện, phổ biến, sau khi

xoay sẽ thể hiện độ tương quan

chặt hơn).

Rotated solution: là chọn thể hiện

phương án rút trích sau khi xoay

•Loading plot: chọn vẽ các yếu tố.

7.Khai báo trong

hộp Factor Scores:

regression (hồi quy)

=>Sau khi khai báo đầy đủ các hộp

thoại, chọn nút OK để chạy phân

tích yếu tố khám phá (EFA)

*File này có thể xuất ra Word hoặc Ecxel để tiện xử lý khi phân tích.

III.Phân tích kết quả

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy ,735 Bartlett's Test of

Sphericity Approx Chi-Square Df 3041,020 55

1.Điều kiện để phân tích EFA:

-Mức độ quan hệ giữa các biến đo lường:

+Kiểm định KMO: KMO = 0,735 > 0,5: sử dụng EFA được

+Kiểm định Bartlett:

Giả thuyết: H0: các biến quan sát không tương quan

Kết quả: Sig = 0,000 <0,05 => bác bỏ H0 => các biến có tương quan để sử dụng EFA

Bigband Music Bluegrass Music

Country Western Music & B Music Blues or R Broadway Musicals Classical Music Music Folk Music Jazz Opera Music Rap

Heavy Metal Music

là ma trận đơn vị => bác bỏ H0

=> các biến

có tương quan để sử dụng EFA

-Kích thước mẫu: 1.500 mẫu (đủ lớn so với kích

thước mẫu tối thiểu 50 và 5 lần số lượng biến đo lường 5 x 11 = 55)

1.Điều kiện để phân tích EFA:

Component Total Variance% of Cumulative % Total Variance% of Cumulative % Total Variance% of Cumulative %

- Cumulative % (mức giải thích lũy kế) VD: yếu tố 4 nâng tổng mức giải thích 65,491%

- Rotation Sums of Squared Loadings (mức độ giải thích của các yếu tố sau khi xoay) Tổng mức giải

thích không đổi 65,491% nhưng % phương sai và mức độ giải thích của từng yếu tố có thay đổi VD: yếu tố 1, trước xoay giải thích 29,978%, sau xoay 23,128%

- Loại 7 yếu tố có

Eigenvalues < 1

- Chọn 4 yếu tố có

Eigenvalues > 1

2.2.Sơ đồ điểm uốn và Eigenvalue:

Chọn 4 yếu tố có

Eigenvalues >1.

Component Matrix

Component

1 2 3 4 Broadway Musicals ,727 -,066 -,257 ,034

Heavy Metal Music -,019 ,548 ,409 ,457

Country Western Music ,107 -,540 ,610 ,013

Bluegrass Music ,403 -,429 ,569 ,042

-Bảng ma trận yếu tố chính cho biết hệ số tương quan của biến tải lên thành phần VD: Yếu tố 1 giải thích cho biến Opera 69%

-Ma trận này rất khó giải thích bởi các yếu tố có tương quan với nhiều biến VD: yếu tố 1 có tương quan chặt với 7 biến (các

hệ số > 0,5); trong khi, yếu

tố 4 tương quan không đáng kể với các biến (các

hệ số < 0,5)

Rotated Component Matrix a

Component

1 2 3 4 Classical Music ,831 ,084 -,075 ,046

- Yếu tố 1 sau khi xoay có tương

quan lớn với 5 biến:

Classical Music, Opera, Broadway

Musicals, Folk Music, Bigband Music.

- Yếu tố 2 sau khi xoay có tương

quan khắng khít với 2 biến:

Blues or R & B Music, Jazz

Music.

- Yếu tố 3 sau khi xoay có tương

quan chặt chẽ với 2 biến: |

Country Western Music,

Bluegrass Music.

- Yếu tố 4 sau khi xoay có tương

quan sâu với 2 biến:

Heavy Metal Music, Rap Music.

- Yếu tố 1: Đại diện cho thể loại nhạc Chamber Music (F1)

Với 4 yếu tố chính được rút ra sẽ tiếp tục dùng khảo sát cho mục tiêu nghiên cứu.

2.5.Đặt tên và giải thích yếu tố:

Component Score Coefficient Matrix

Component

Cho phép tính ra trị số của các yếu tố (nhân số)

Từ phương trình mẫu: Fi = Wi1 X1 + Wi2 X2 + Wi3 X3 +….+ Wik Xk

Ta có phương trình cho ma trận hệ số yếu tố:

F1 = 0,148 X1 - 0,023 X2 - 0,121 X3 - 0,134 X4 + 0,286 X5 + 0,381 X6 + 0,225 X7 0,068 X8 + 0,362 X9 +0,02 X10 + 0,015 X11

-TRÂN TRỌNG CẢM ƠN!

Kính chúc sức khỏe Thầy

và các anh chị!