Phân tích nhân tố với dữ liệu có thứ bậc

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ĐẶNG THỊ PHƯƠNG ANH PHÂN TÍCH NHÂN TỐ VỚI DỮ LIỆU CÓ THỨ BẬC LUẬN VĂN THẠC SĨ TOÁN HỌC HÀ NỘI - 2017 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ĐẶNG THỊ PHƯƠNG ANH PHÂN TÍCH NHÂN TỐ VỚI DỮ LIỆU CĨ THỨ BẬC LUẬN VĂN THẠC SĨ TỐN HỌC Chuyên ngành: Lý thuyết Xác suất Thống kê Toán học Mã số: 60460106 NGƯỜI HƯỚNG DẪN KHOA HỌC TS TRNH QUC ANH H NI - 2017 LIC MèN Trữợc tr…nh b y nºi dung ch‰nh cıa lu“n v«n, em xin b y tọ lặng bit ỡn sƠu sc tợi TS Trnh Quc Anh ngữới  tn tnh hữợng dÔn em cõ th ho n th nh lun vôn n y Em cụng xin b y tọ lặng bit ỡn chƠn th nh tợi to n th cĂc thƒy cỉ gi¡o khoa To¡n - Cì - Tin hồc, Trữớng i hồc Khoa Hồc Tỹ Nhiản, i Hồc QuŁc Gia H Nºi ¢ d⁄y b£o em t“n t…nh suŁt qu¡ tr…nh håc t“p t⁄i khoa Nh¥n dàp n y em cụng xin ữổc gòi lới cÊm ỡn chƠn th nh tợi gia nh, cỡ quan Nh xuĐt bÊn i hồc Quc gia H Ni, ỗng nghiằp bn b  luổn em, c vụ, ng viản, giúp ï em suŁt qu¡ tr…nh håc t“p v thüc hiằn luƠn vôn tt nghiằp H Ni, ng y thĂng 06 nôm 2017 Hồc viản ng Th Phữỡng Anh Mưc lưc Ph¥n t‰ch nh¥n tŁ kh¡m ph¡ EFA 1.1 1.2 1.3 X¡c ành nh¥n tŁ (factor extration Lüa chån nh¥n tŁ (factor section Ph†p xoay nh¥n tŁ (factor rotatio Ph¥n t‰ch nh¥n tŁ khflng ành CFA 2.1 2.2 2.3 2.4 2.5 Giợi thiằu vã CFA So s¡nh CFA v EFA Möc ‰ch v ÷u i”m cıa CFA Nh“n d⁄ng thŁng k¶ ìợc lữổng tham s ca mổ hn 2.5.1 CĂc bữợc tin h nh CFA 2.6.1 2.6.2 Thi‚t k‚ mºt nghi¶n cøu cö th” 2.7.1 2.7.2 ¡nh gi¡ sỹ phũ hổp (Assessing fi ìợc lữổng cĂc tĂc ng (path estim T‰nh gi¡ trà c§u tróc (Construct 2.10.1 2.10.2 2.10.3 2.10.4 2.10.5 2.6 2.7 2.8 2.9 2.10 Thüc h nh ch⁄y EFA v CFA tr¶n SPSS v Amos vỵi dœ li»u thüc t‚ 3.1 Dœ li»u ti‚n h nh phƠn tch 3.2 Sò dửng EFA trản SPSS 3.3 Sò dưng CFA tr¶n AMOS 3.3.1 3.3.2 3.4 Mæ h…nh SEM 3.4.1 3.4.2 Ph¥n t‰cha nhâm 49 Líi mð ƒu K” tł íi hìn mºt th‚ k trữợc, phƠn tch nhƠn t tr th nh mt nhng phữỡng phĂp thng kả nhiãu chiãu ữổc sò dửng ph bin nhĐt nhm Ăp dửng nghiản cứu s cĂc lắnh vỹc (v dử nhữ tƠm lỵ hồc, giĂo dửc, x hi hồc, quÊn lỵ, khoa hồc chnh trà, y t‚ cỉng cºng) Mưc ‰ch cì b£n cıa phƠn tch nhƠn t l xĂc nh ữổc lữổng v chĐt ca cĂc bin 'n Bin 'n ữổc Ăm ch bi hiằp tữỡng quan gia hai hay nhiãu bin quan sĂt hoc cĂc nhƠn t giÊi thch cho phữỡng sai, hi»p ph÷ìng sai mºt nhâm c¡c quan s¡t, th÷íng ÷ỉc gåi l ch¿ sŁ Cư th” mºt nh¥n tŁ khỉng th” quan s¡t ÷ỉc £nh h÷ðng hìn bi‚n quan s¡t ÷ỉc v nâ gi£i th‰ch cho mŁi t÷ìng quan giœa c¡c bi‚n quan s¡t ÷ỉc Nâi c¡ch kh¡c, c¡c bi‚n o l÷íng ÷ỉc t÷ìng quan v… nâ chia s· tĂc nhƠn chung (tức l nõ b Ênh hững cĐu trúc cỡ bÊn ging nhau) Nhữ vy phƠn tch nhƠn tŁ cŁ g›ng thu gån º t÷ìng quan giœa c¡c ch¿ sŁ bði v… sŁ l÷ỉng c¡c y‚u tŁ l ‰t hìn sŁ bi‚n quan s¡t trüc ti‚p C¡c kh¡i niằm n y bt nguỗn t Mổ hnh nhƠn t chung (Thurstone, 1947) Trong â, m°c ành r‹ng c¡c ch¿ sŁ cıa c¡c bi‚n o l÷íng ÷ỉc l mºt h m tuyn tnh ca mt hay nhiãu nhƠn t chung v mt nhƠn t riảng Nhữ vy phƠn tch nhƠn t phƠn vũng phữỡng sai ca mỉi ch s th nh hai lo⁄i: (1) Ph÷ìng sai chung ho°c c¡c ph÷ìng sai cho bi cĂc nhƠn t, ữổc ữợc lữổng trản côn ca phữỡng sai  chia sà vợi cĂc ch s khĂc phƠn tch; (2) Phữỡng sai riảng, tøc l sü k‚t hỉp giœa ph÷ìng sai tin c“y (reliable variance) c¡c ch¿ sŁ cö th” (c¡c y‚u tŁ Ênh hữợng tợi ch s) vợi sai s ngÔu nhiản ph÷ìng sai (random error variance) Câ hai lo⁄i ch ‰nh cıa ph¥n t‰ch nh¥n tŁ chung: Ph¥n t‰ch nh¥n tŁ kh¡m ph¡ (EFA) v ph¥n t‰ch nh¥n tŁ khflng ành (CFA) (Joreskog, 1969, 1971a) C£ EFA v CFE •u nh‹m t¡i hi»n l⁄i sü li¶n quan cıa c¡c quan s¡t vợi nhọ nhĐt cĂc bin 'n, chúng khĂc vã cỡ bÊn bi lữổng v chĐt ca mổ h…nh ti¶n nghi»m v sü h⁄n ch‚ bði mỉ h…nh nhƠn t Theo õ, EFA thữớng ữổc sò dửng trữợc õ phĂt trin mổ hnh cặn CFA ữổc sò dửng sau  xƠy dỹng cĐu trúc, ữổc th nh lp thỹc nghiằm vợi EFA v cỡ s lỵ thuyt Lun vôn gỗm nhng khĂi niằm, thut ng cỡ bÊn v v dử vã phƠn tch nhƠn t EFA v CFA B cửc ca lun vôn bao gỗm chữỡng: Chữỡng ca lun vôn trnh b y vã phƠn tch nhƠn t khĂm phĂ EFA Chữỡng ca lun vôn trung trnh b y phƠn tch nhƠn tŁ khflng ành CFA Ch÷ìng thüc h nh ch⁄y EFA v CFA trản hai phn mãm l SPSS v Amos vỵi dœ li»u thüc t‚ Do thíi gian thỹc hiằn lun vôn khổng nhiãu, kin thức cặn hn ch nản l m lun vôn khổng trĂnh khọi nhœng h⁄n ch‚ v sai sât T¡c gi£ mong nh“n ữổc sỹ gõp ỵ v nhng ỵ kin phÊn biằn ca quỵ thy cổ v bn ồc Xin chƠn th nh c£m ìn! H Nºi, ng y th¡ng 05 nôm 2017 Hồc viản ng Th Phữỡng Anh Chữỡng PhƠn tch nhƠn t khĂm phĂ EFA Trong chữỡng n y, cĂc mổ hnh nhƠn t ữổc ã cp chı y‚u khn khŒ cıa EFA Tuy nhi¶n, hƒu ht cĂc thut ng ữổc sò dửng ca EFA cụng ữổc sò dửng tữỡng tỹ CFA Trong nghiản cứu øng dưng, CFA v EFA th÷íng ÷ỉc ti‚n h nh vợi V dử, CFA thữớng ữổc sò dửng giai o⁄n sau cıa vi»c x¥y düng mỉ h…nh nhm kim tra, xĂc nh hổp lỵ v phũ hổp ca s liằu vợi mổ hnh Cặn EFA giúp khÊo sĂt, tm c trững ca s liằu nhm xƠy dỹng mổ hnh Nhữ vy mun nghiản cứu v Ăp dửng CFA, ta phÊi hiu rê ữổc EFA Phữỡng phĂp ti‚n h nh EFA ÷ỉc tr…nh b y ch÷ìng n y TŒng quan so s¡nh chi ti‚t hìn v• EFA v CFA s ữổc ã cp chữỡng sau EFA l mt k thut thôm dặ hoc mổ tÊ lữổng phũ hổp cĂc nhƠn t chung v ph¡t hi»n c¡c bi‚n o ÷ỉc m l ch¿ s hổp lỵ ca cĂc bin khổng trỹc tip quan sĂt, giÊ nh tỗn ti (cõ t nhĐt ỵ nghắa n o õ) giÊi th ‰ch mæ h…nh cıa sü bi‚n Œi c¡c bi‚n quan s¡t V‰ dư, nghi¶n cøu t ‰nh c¡ch chóng ta câ th” cho â mºt bº c¥u häi bao gỗm 30 cƠu họi vã mi quan hằ ca cĂ nhƠn hồ, ới sng x hi, Ti cĂc mức cử th nhĐt, iãu n y cho kt quÊ mỉi ngữới vợi trản 30 chiãu riảng biằt Tuy nhi¶n, chóng ta câ th” tâm th nh hai bin tiãm 'n "hữợng ni / hữợng ngoi" cõ th cho nhi•u sü thay Œi câ h» thŁng m lĐy trản 30 tham s quan sĂt Tõm li, phữỡng ph¡p ph¥n t‰ch nh¥n tŁ EFA thuºc nhâm ph¥n t‰ch a bin phử thuc lÔn (interdependence techniques), nghắa l khỉng câ bi‚n phư thuºc v bi‚n ºc l“p m nâ düa v o mŁi t÷ìng quan giœa c¡c bi‚n vỵi (interrelationships) EFA dịng ” rót gån mºt t“p k bi‚n quan s¡t th nh mºt t“p F (F < k) cĂc nhƠn t cõ ỵ nghắa hỡn Cỡ sð cıa vi»c rót gån n y düa v o mi quan hằ tuyn tnh ca cĂc nhƠn t vợi cĂc bin nguyản thy (bin quan sĂt) Nhữ  nảu trản, mửc tiảu ca EFA l Ănh giĂ chiãu cıa mºt t“p hỉp nhi•u ch¿ sŁ (v‰ dư c¡c mưc tł mºt b£ng häi) b‹ng c¡ch kh¡m ph¡ nh¥n tŁ s¡ng tä cƒn thi‚t ” gi£i th‰ch c¡c mŁi t÷ìng quan giœa chóng Trong â, c¡c nh nghiản cứu cui phÊi ghi rê s yu t ph¥n t‰ch bði v… khỉng câ mºt h⁄n ch‚ ban ƒu cho c¡c mæ h…nh cıa c¡c mŁi quan h» gia bin quan sĂt v bin tiãm 'n Ơy l sü kh¡c bi»t quan trång giœa CFA v EFA Trong CFA, nh nghi¶n cøu ph£i x¡c ành mºt sŁ y‚u tŁ quan trång cıa mỉ h…nh y‚u tŁ (v‰ dư, sŁ nh¥n tŁ, mỉ h…nh ch¿ sŁ nh¥n tŁ t£i trång) Sau x¡c ành r‹ng EFA l k thut phƠn tch thch hổp nhĐt cho cƠu họi thüc nghi»m b‹ng tay C¡c nh nghi¶n cøu ph£i quy‚t nh cĂc ch s ữa v o phƠn tch, xĂc nh kch thữợc v tnh chĐt ca mÔu khổng phũ hổp cho phƠn tch CĂc bữợc ca EFA bao gỗm: Bữợc 1: Tnh ma trn cĂc mi liản quan cho t§t c£ c¡c bi‚n (correlation matrix) T⁄o correlation matrix cho t§t c£ c¡c bi‚n X¡c ành c¡c bi‚n m khỉng cõ liản quan vợi bin khĂc Trong trữớng hổp mi li¶n quan giœa c¡c bi‚n nhä, chóng câ th” khỉng chung mºt nh¥n tŁ Ki”m ành Kaiser-Meyer-Olkin (KMO) Ki”m ành Bartlett test of Sphericity Lữu ỵ: KMO l mt ch tiảu xem xt sỹ phũ hổp cho viằc phƠn t‰ch EFA ( 0.5< KMO 5%, b¡c bä Ha, ch§p nh“n H0, k‚t lu“n º l»ch kh¡c khổng cõ ỵ nghắa thng kả mức tin cy 95%, v nh÷ th‚ ta k‚t lu“n ÷ỉc mỉ h…nh ÷ỵc l÷ỉng (lóc tr÷ỵc check v o option bootstrap) cõ th tin cy ữổc Thổng thữớng Ơy l kt qu£ mong ỉi ph¥n t‰ch SEM.) 3.4.2 Ph¥n t‰ch a nhâm Model Fit 49 Model Default model Saturated model Independence model Model Default model Saturated mod Independence YDThichUng L99 YDThichUng L99 YDThichUng L99 D5.3 L99 D5.4 L99 D6.10 L99 D4.3 L99 D4.2 L99 D4.1 L99 D8.3 L99 D8.2 L99 D1.1.4 L99 D1.1.5 L99 BÊng 3.4.1: Hằ s hỗi qu chi•u) Covariances: (Group number - Default model) NiemTin NiemTin ChuQuan BÊng 3.4.2: Phữỡng sai gia cĂc nhƠn t ca mỉ h…nh SEM ð h…nh 4.1 (gi¡ trà c¡c mơi tản cong chiãu) 50 CMIN Model Default model Saturated model Independence model Model Default model Saturated model Independence model Parsimony-Adjusted Measures Model Default model Saturated model Independence model Model Default model Saturated model Independence model Model Default model Saturated model Independence model Baseline Comparisons Model Default model Saturated model Independence model RMSEA Model Default model Independence model 51 AIC Model Default model Saturated model Independence model ECVI Model Default model Saturated model Independence model HOELTER Model Default model Independence model YDThichUng YDThichUng YDThichUng D5.3 D5.4 D6.10 D4.3 D4.2 D4.1 D8.3 D8.2 D1.1.4 D1.1.5 L99 L99 L99 L99 L99 L99 L99 L99 L99 L99 L99 L99 L99 B£ng 3.4.3: H» s hỗi quy ca mổ hnh SEM phƠn tch tc a nhõm vợi dƠn NiemTin ChuQuan NiemTin ChuQuan BÊng 3.4.4: Phữỡng sai gia cĂc nhƠn tŁ v p 52 value t÷ìng øng Mỉ h…nh SEM H…nh 3.0.1: Mỉ h…nh SEM Y¶n B¡i H…nh 3.0.2: Mỉ hnh SEM ca bn dƠn tc Yản BĂi 53 T i li»u tham kh£o [1] Nguy„n Hœu Du, Ph÷ìng ph¡p ph¥n t‰ch th nh phƒn ch‰nh v ph¥n t‰ch chũm xò l s liằu thng kả nhiãu chiãu.Tp ch‰ Khoa håc v Ph¡t tri”n 2014, t“p 2, s 5: 762-768 [2] o Hu Hỗ (2015), Lỵ thuyt ÷ỵc l÷ỉng, NXB ⁄i håc QuŁc gia H Nºi [3] Nguyn Hu Dữ, Nguyn Vôn Hu (2003), PhƠn tch thng k¶ v dü b¡o, NXB ⁄i håc QuŁc gia H Ni [4] Lả TĐn Phũng, PhƠn tch yu t khflng ành (Confirmatory Factor Analysis), letan-phung.blogspot.com [5] Timothy A Brown PsyD, Confirmatory Factor Analysis for Applied Research, Second Edition (Methodology in the Social Sciences) [6] N.J ; Joseph F Hair Multivariate data analysis : a global perspective., Upper Saddle River, London : Pearson Education, 2010 [7] Peter Tryfos, Chapter 14 Factor analysis,yorku.ca [8] Hair, J., Black, W., Babin, B., and Anderson, R (2010) Multivariate data analysis (7th ed.): Prentice-Hall, Inc Upper Saddle River, NJ, USA [9] Hu, L T., Bentler, P M (1999) Cutoff criteria for fit indexes in covariance structure analy-sis: Conventional criteria versus new alternatives Structural equation modeling: a multidis-ciplinary journal [10] Kline, R B (2011) Principles and practice of structural equation modeling (3rd ed.) New York, NY: Guilford publications [11] Lawrence S Meyers, Glenn C Gamst, A J Guarino (2000) Performing Data Analysis Using IBM SPSS Wiley; edition 54 ...ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN ĐẶNG THỊ PHƯƠNG ANH PHÂN TÍCH NHÂN TỐ VỚI DỮ LIỆU CÓ THỨ BẬC LUẬN VĂN THẠC SĨ TOÁN HỌC Chuyên ngành: Lý thuyết Xác suất Thống kê Toán... chnh thứ nhĐt v tữỡng quan ca Ăm mƠy theo nõ l nhọ nhĐt Trửc chnh thứ ba l trửc qua tƠm, trỹc giao vợi hai trửc chnh thứ nhĐt v thứ hai v gn Ăm mƠy nhĐt sau hai trửc trản Tip tửc nhữ vy n bữợc... quan nh÷ sau: T…m trưc ch‰nh thứ nhĐt l trửc m tữỡng quan nhọ nhĐt, tức l ữớng thflng qua tƠm gn Ăm mƠy im nhĐt Trưc ch‰nh thø hai l trưc qua t¥m trüc giao vợi trửc chnh thứ nhĐt v tữỡng quan ca