Phân tích nhân tố và kiểm định thang đo

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 1 PHÂN TÍCH NHÂN TỐ & KiỂM ĐỊNH THANG ĐO Hoàng Trọng, Khoa Toán – Thống Kê Tháng 7 năm 2006 XÂY DỰNG VÀ KiỂM ĐỊNH THANG ĐO LƯỜNG DÙNG TRONG NGHIÊN CỨU Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM 2 3 Mơ hình nghiên cứu & khái niệm Trong nghiên cứu định lượng cần đo lường các khái niệm dùng trong nghiên cứu (construct). Một mơ hình nghiên cứu đơn giản bên dưới có 3 khái niệm: Giá trị dịch vụ, chất lượng dịch vụ và sự hài lòng. Giá trò dòch vụ Chất lượng dòch vụ Sự hài lòng H1 (+) H2 (+) Mơ hình khái niệm (lý thuyết) Construct Latent variable 4 Mơ hình nghiên cứu & khái niệm Mơ hình đo lường .00 Gia tri DV .16 XAHOI e1.6 .33 CAMXUC e1.5 .04 HINHANH e1.4 .21 .47 CHUCNANG e1.3 .02 KIENTHUC e1.2 .30 UOCMUON e1.1 .55 .00 Chat luong DV .59 DICHVU e2.3 .52 VATCHAT e2.2 .43 DAOTAO e2.1 .66 Hai long .61 V52 e3.1 .78 .60 V53 e3.2 .78 .59 V54 e3.3 .77 .67 .46 e1 e2 e3 .39 .57 .68 .13 .72 .77 .66 Biến đo lường: có thể là nhân tố (biến đã tổng hợp từ các biến quan sát) hay là biến quan sát trực tiếp Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 3 5 Khái niệm và Đo lường Việc đo lường một số khái niệm có thể không phức tạp về phương pháp ví dụ như: mức thu nhập, mức chi tiêu, thời gian xem truyền hình, quy mô vốn, quy mô lao động, năng suất lao động. Một số khái niệm phức tạp, trườu tượng đòi hỏi cần có quá trình chi tiết hóa khái niệm (construct operationalization) và thiết kế đo lường (measurement design) và kiểm tra kỹ lưỡng. Ví dụ như: • Trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu (customer loyalty); Chất lượng sản phẩm/dịch vụ theo cảm nhận của khách hàng (perceived quality) • Hài lòng của nhân viên (employee satisfaction) • Chất lượng cuộc sống, quan niệm sống • Lòng tin; thái độ của người dân tại chỗ đối với người nhập cư … 6 Khái niệm và Đo lường • Ví dụ về chi tiết hóa khái niệm: trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu (customer loyalty) bao gồm những khía cạnh sau: – Tiếp tục mua – Không nghĩ đến những thứ khác – Không có ý định mua thử những thứ khác – Nói tốt về sp/dịch vụ/thương hiệu với người khác – Giới thiệu sp/dịch vụ/thương hiệu với người khác Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 4 7 Đo lường và thang đo Likert Khái niệm đơn giản chỉ cần thang đo đơn giản (thang đo 1 chỉ báo) Khái niệm trườu tượng cần thang đo phức tạp (thang đo nhiều chỉ báo - multi-indicator scale) Thang đo nhiều chỉ báo được sử dụng phổ biến nhất là Likert 5 mức độ. “Xin vui lòng đọc kỹ những phát biểu sau. Sau mỗi câu phát biểu, hãy khoanh tròn trả lời thể hiện đúng nhất quan điểm của bạn. Xin bạn cho bit rằng bạn rất đồng ý, đồng ý, thấy bình thường, không đồng ý hay rất không đồng ý với mỗi phát biểu?” 8 Đo lường và thang đo Likert Sau đây là những phát biểu liên quan đến việc chọn và học tập của bạn tại trường ĐH Kinh Tế TPHCM. Xin bạn vui lòng trả lời bằng cách khoanh tròn một con số ở từng dòng. Những con số này thể hiện mức độ bạn đồng ý hay không đồng ý đối với các phát biểu theo quy ước như sau: Rất không đồng ý 1 Không đồng ý 2 Trung lập 3 Đồng ý 4 Rất đồng ý 5 1. Bằng cấp của trường ĐH Kinh Tế sẽ giúp tôi kiếm được thu nhập cao sau khi ra trường. 1 2 3 4 5 2. Kiến thức từ trường ĐH Kinh Tế sẽ giúp tôi dễ dàng thăng tiến trong nghề nghiệp. 1 2 3 4 5 3. Tôi tin rằng các doanh nghiệp rất cần các sinh viên tốt nghiệp từ trường tôi đang học. 1 2 3 4 5 4. Bằng cấp có được từ trường ĐH Kinh Tế là sự đầu tư tốt của tôi cho tương lai. 1 2 3 4 5 5. Bằng đại học Kinh Tế bảo đảm việc làm trong tương lai. 1 2 3 4 5 Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM 5 9 Thang đo đơn hướng và đa hướng Một khái niệm có thể chỉ bao gồm một yếu tố/thành phần/khía cạnh (component / factor / aspect), và thang đo một khái niệm chỉ bao hàm một thành phần gọi là thang đo đơn hướng (unidimesional) Một khái niệm có thể bao gồm nhiều yếu tố/thành phần/khía cạnh, và thang đo một khái niệm bao hàm nhiều thành phần gọi là thang đo đa hướng (mutidemensional) Thang đo Likert áp dụng cho một khái niệm đơn có thể là một thang đo nhiều chỉ báo có tính đơn hướng, chỉ bao gồm một tập hợp mục hỏi. Thang đo Likert áp dụng cho một khái niệm đa yếu tố có thể là một thang đo nhiều chỉ báo có tính đa hướng, bao gồm nhiều tập hợp mục hỏi, mỗi một tập hợp mục hỏi sẽ phản ảnh một yếu tố của khái niệm. 10 Thang đo đơn hướng và đa hướng BẢNG 3.3 Kết quả phân tích nhân tố EFA của khái niệm “chất lượng dòch vụ đào tạo” Biến quan sát Các nhân tố chính Trọng số % biến thiên giải thích được Cron bach α F1 Họat động đào tạo 33.849 0.726 CL_1 Chương trình đào tạo phù hợp tốt với yêu cầu của thực tiễn. 0.600 CL_2 Nội dung môn học được đổi mới, đáp ứng tốt yêu cầu đào tạo. 0.620 CL_3 Phương pháp giảng của GV phù hợp với yêu cầu của từng môn học. 0.652 CL_4 Giảng viên có kiến thức sâu về môn học đảm trách. 0.673 CL_5 Cách đánh giá và cho điểm sinh viên công bằng. 0.583 CL_6 Tổ chức thi cử, giám thò coi thi nghiêm túc. 0.565 F2 Cơ sở vật chất 7.377 0.746 CL_8 Cơ sở vật chất trường đáp ứng tốt nhu cầu đào tạo và học tập. 0.639 CL_9 Phòng máy tính đáp ứng tốt nhu cầu thực hành của sinh viên. 0.680 CL_10 Cơ sở vật chất thư viện tốt. 0.798 CL_11 Nhân viên thư viện phục vụ tốt. 0.698 F3 Dòch vụ hỗ trợ và phục vụ 9.166 0.811 CL_13 Dòch vụ y tế đáp ứng tốt sinh viên có nhu cầu. 0.645 CL_14 Tư vấn đáp ứng tốt nhu cầu chọn lựa và học tập của sinh viên. 0.718 CL_15 Dòch vụ tài chính hỗ trợ tốt sinh viên có nhu cầu. 0.782 CL_17 Dòch vụ ăn uống giải khát phù hợp với nhu cầu sinh viên. 0.638 CL_19 Nhân viên giáo vụ, thanh tra nhiệt tình phục vụ sinh viên. 0.567 CL_20 Nhà trường và khoa thường xuyên lắng nghe ý kiến sinh viên. 0.579 Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM 6 11 Thang đo đơn hướng và đa hướng BẢNG 3.4 Kết quả phân tích nhân tố của khái niệm “sự hài lòng của sinh viên” Biến quan sát Trọng số HL_1 Học tại trường ĐH Kinh Tế TPHCM hơn những gì tôi mong đợi. 0.880 HL_2 Trường ĐH Kinh Tế giống như trường ĐH lý tưởng mà tôi hằng mong đợi. 0.883 HL_3 Tôi hài lòng khi học tại trường ĐH Kinh Tế TPHCM. 0.862 Giá trò Eigen % biếân thiên được giải thích Cronbach alpha 2.296 76.522 0.846 12 Các bước xây dựng thang đo Likert 1. Nhận diện và đặt tên biến muốn đo lường: kinh nghiệm, quan sát, và thăm dò 2. Lập ra một danh sách các phát biểu hoặc câu hỏi mang tính biểu thị. Có thể lấy từ lý thuyết có liên quan, đọc sách báo, ý kiến chun gia, thực nghiệm. 3. Xác định loại trả lời: đồng ý – khơng đồng ý; ủng hộ - phản đối; hữu ích - vơ ích; nhiều - khơng có; giống tơi - khơng giống tơi; phù hợp - khơng phù hợp; ln ln - khơng bao giờ; đúng - khơng đúng 4. Số lượng mức độ: 3, 5 hay 7 mức độ. 5. Kiểm tra tồn bộ các mục hỏi bằng cách khảo sát thử 100 – 200 người. 6. Phân tích mục hỏi trong danh sách để tìm ra một tập hợp các mục hỏi giúp đo lường được một khía cạnh của khái niệm/biến muốn nghiên cứu trong mơ hình. Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 7 13 Phân tích các mục hỏi Tìm ra và giữ lại những mục hỏi có ý nghĩa giúp đo lường được một khía cạnh của khái niệm nghiên cứu từ danh sách các mục hỏi ban đầu -> kiểm tra tính đơn hướng Tính điểm các trả lời Kiểm tra tương quan giữa các mục hỏi và tính toán Cronbach alpha Kiểm tra tương quan giữa tổng điểm của từng người và điểm của từng mục hỏi. Tiêu chuẩn: α lớn hơn hay bằng 0,7. Có thể chấp nhận α lớn hơn hay bằng 0,6 14 Phân tích các mục hỏi Trong trường hợp thực hiện nghiên cứu lập lại, hay sử dụng thang đo đã được thiết kế và sử dụng trong các nghiên cứu trước thì tính Cronbach α cho từng tập hợp biến giúp đo lường từng thành phần của các khái niệm dùng trong nghiên cứu. Nếu khái niệm chỉ có 1 thành phần thì chỉ có 1 α , nếu khái niệm có nhiều thành phần thì sẽ tính α cho từng tập biến đo lường từng thành phần. Trong trường hợp người nghiên cứu làm đầu tiên thực hiện việc đo lường khái niệm dùng trong nghiên cứu, chưa biết rõ có bao nhiêu thành phần trong khái niệm, lúc đó dùng phân tích nhân tố để phân biệt các thành phần, và như vậy biết được từng nhóm biến đo lường từng thành phần này, sau đó tính Cronbach α từng từng nhóm biến này. Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 8 PHÂN TÍCH NHÂN TỐ KHÁM PHÁ Exploratory Factor Analysis - EFA 16 Khái niệm và ứng dụng Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM 9 17 Mơ hình phân tích nhân tố các nhân tố chung có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát: F W X W X W X W X i í í í ík k = + + + + 1 1 2 2 3 3 F i : ước lượng trò số của nhân tố thứ i W í : quyền số hay trọng số nhân tố (weight or factor score coefficient) k : số biến 18 Các tham số thống kê trong FA Điều kiện áp dụng FA: các biến có tương quan với nhau Barlett test of sphericity: kiểm định có tương quan hay khơng, giả thuyết khơng là: khơng có tương quan giữa các biến quan sát. Kaiser-Mayer-Olkin (KMO): từ 0,5 -> 1, các tương quan đủ lớn đến mức có thể áp dụng FA. v1 v2 v3 v4 v5 v6 v1 1 v2 0 1 v3 0 0 1 v4 0 0 0 1 v5 0 0 0 0 1 V6 0 0 0 0 0 1 Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 10 19 Các tham số thống kê trong FA Correlation matrix (ma trận tương quan): ma trận chứa tất cả các hệ số tương quan cặp giữa các cặp biến trong phân tích. v1 v2 v3 v4 v5 v6 v1 1 0.039 0.321 0 0.314 -0.097 v2 0.039 1 -0.13 0.534 0.352 0.593 v3 0.321 -0.13 1 -0.432 0.474 0.037 v4 0 0.534 -0.432 1 0.077 0.345 v5 0.314 0.352 0.474 0.077 1 0.279 v6 -0.097 0.593 0.037 0.345 0.279 1 Communality (phần chung): lượng biến thiên của 1 biến được giải thích chung với các biến khác (cũng là phần biến thiên được giải thích bởi các nhân tố chung). Eigenvalue: biến thiên của tập biến quan sát được giải thích bởi mỗi nhân tố rút ra so với biến thiên còn lại của tập biến quan sát sau khi nhân tố được rút ra. 20 Các tham số thống kê trong FA Factor scores (các điểm số nhân tố): các trị số được ước lượng cho từng quan sát trên từng nhân tố được rút ra. Các biến gốc Các nhân tố (biến tổng hợp) Factor score [...]... quan sát khơng có h s t i nhân t m nh (0.4) lên b t kỳ nhân t nào đư c rút ra thì lo i b bi n quan sát này ra kh i t p bi n phân tích 22 Hồng Tr ng, Khoa Tốn - Th ng Kê, ĐH Kinh T TPHCM 11 Xoay các nhân t Xoay v n gi ngun góc ban đ u c a các nhân t Nhân tố chưa xoay II Nhân tố xoay II -1 V1 V2 -0,5 -1 -0,5 0 +0,5 +1 Nhân tố chưa xoay I V3 V4 V5 +0,5 Nhân tố xoay I +1 23 Xoay các nhân t Xoay khơng gi ngun... Xoay khơng gi ngun góc ban đ u c a các nhân t Nhân tố chưa xoay II -1 Nhân tố xoay giữ nguyên góc ban đầu II V1 Nhân tố xoay V2 Không giữ nguyên góc ban đầu II -0,5 -1 -0,5 0 +0,5 +1 Nhân tố chưa xoay I V3 V4 +0,5 V5 Nhân tố xoay Không giữ nguyên góc ban đầu I Nhân tố xoay giữ nguyên góc ban đầu I +1 Hồng Tr ng, Khoa Tốn - Th ng Kê, ĐH Kinh T TPHCM 24 12 Xoay các nhân t chưa xoay F1 F2 0.050 0.618 0.891... 0,420 X 5 + 0,065 X 6 Hồng Tr ng, Khoa Tốn - Th ng Kê, ĐH Kinh T TPHCM 28 14 S d ng k t qu phân tích nhân t Sau khi rút trích đư c các nhân t và lưu l i thành các bi n m i, chúng ta s s d ng các bi n m i này thay cho t p h p bi n g c đ đưa vào các phân tích ti p theo như ki m đ nh trung bình, ANOVA, tương quan & h i quy Ví d : chúng ta có th xem có khác bi t gi a nam và n hay khơng v t m quan tr ng c a... F2 = 0,341X1 + 0,039 X 2 + 0,471X 3 − 0,172 X 4 + 0,420 X 5 + 0,065 X 6 T các phương trình th hi n nhân t , th các tr s c a các bi n g c vào phương trình thì s tính đư c tr s nhân t cho t ng quan sát 27 Tính tr s nhân t Tr s nhân t đã chu n hóa đư c lưu l i t đ ng nh l nh save trong phân tích nhân t Tr s nhân t chưa chu n hóa (dùng l nh compute) F1 = −0,012 X 1 + 0,411X 2 − 0,116 X 3 + 0,356 X 4 + 0,171X...S lư ng nhân t Priori determination: t lý thuy t, kinh nghi m, các k t qu nghiên c u trư c D a vào eigenvalue: eigenvalue th hi n ph n bi n thiên c a t p bi n đang phân tích đư c gi i thích b i m t nhân t so v i bi n thiên còn l i, n u ph n bi n thiên đư c gi i thích này l n (eigenvalue l n hơn 1), thì nhân t rút ra có ý nghĩa tóm t t thơng tin t t 21 Xoay các nhân t Th nh tho ng có m t vài bi n có... 0.0 V2 F2 V4 -1.0 -1.0 0.0 1.0 F1 25 Đ t tên và gi i thích các nhân t Vi c gi i thích các nhân t đư c th c hi n trên cơ s nh n ra các bi n có h s (factor loading) l n cùng m t nhân t Và chúng ta có th tóm t t các d li u thu th p đư c đ nói r ng ngư i tiêu dùng dư ng như tìm ki m hai lo i l i ích chính khi mua kem đánh răng: l i ích th m m /giao ti p xã h i và l i ích s c kh e ngua sau rang lam trang... i v i hơn m t nhân t ho c có nhi u nhân t có h s l n trong cùng m t bi n, vi c gi i thích s tr nên khó khăn ngua sau rang lam trang rang lam khoe nuu rang lam hoi tho thom tho lam sach cau rang lam rang bong hon F1 0.050 0.891 -0.143 0.726 0.462 0.775 F2 0.618 -0.007 0.872 -0.377 0.726 0.050 M i bi n g c nên có h s t i nhân t l n (0.4 tr lên) đ i v i ch m t nhân t đư c rút ra -> xoay nhân t N u sau... hon F1 -0.014 0.886 -0.233 0.761 0.384 0.766 F2 0.620 0.086 0.852 -0.300 0.770 0.130 26 Hồng Tr ng, Khoa Tốn - Th ng Kê, ĐH Kinh T TPHCM 13 Tính tr s nhân t Fi = Wí1 X 1 + Wí 2 X 2 + Wí 3 X 3 + +Wík X k T Factor score coefficient matrix (ma tr n tr ng s nhân t ), vi t đư c phương trình th hi n t ng nhân t như là k t h p c a các bi n g c F1 F2 ngua sau rang lam trang rang lam khoe nuu rang lam hoi tho... ích khi mua kem đánh răng b ng m t ki m đ nh t đ i v i m u đ c l p -> có s khác bi t có ý nghĩa th ng kê: nam quan tâm đ n l i ích giao ti p xã h i nhi u hơn n (k t qu trang sau) 29 S d ng k t qu phân tích nhân t Group Statistics Std Error Mean 21111373 17 18 -.3620768 1.000554 23583278 nam 17 -.2771805 1.155686 28029505 nữ lợi ích sức khỏe N Std Deviation 87044420 Mean 3833755 nữ lợi ích giao tiếp... Equal variances not assumed Equal variances not assumed t-test for Equality of Means 32.790 025 7454523 31652189 -1.632 33 112 -.5389620 33021613 -1.614 27.663 118 -.5389620 33397778 30 Hồng Tr ng, Khoa Tốn - Th ng Kê, ĐH Kinh T TPHCM 15 . Tế TPHCM 1 PHÂN TÍCH NHÂN TỐ & KiỂM ĐỊNH THANG ĐO Hoàng Trọng, Khoa Toán – Thống Kê Tháng 7 năm 2006 XÂY DỰNG VÀ KiỂM ĐỊNH THANG ĐO LƯỜNG DÙNG TRONG NGHIÊN CỨU Hồng Trọng, Khoa Tốn - Thống. lường và thang đo Likert Khái niệm đơn giản chỉ cần thang đo đơn giản (thang đo 1 chỉ báo) Khái niệm trườu tượng cần thang đo phức tạp (thang đo nhiều chỉ báo - multi-indicator scale) Thang đo nhiều. trong phân tích nhân tố Trị số nhân tố chưa chuẩn hóa (dùng lệnh compute) Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM 15 29 Sử dụng kết quả phân tích nhân tố Sau khi rút trích được các nhân