Đang tải... (xem toàn văn)
Ph Phươ ương ng pháp pháp Phân Phân tích tích y yếếu u ttố ố.. dịch vụ khách hàng), do ñó các câu hỏi này tương quan với nhau khá chặt ◦ Sử dụng các biến này trong một số phương. pháp t[r]
(1)Phân
Phân tíchtích yyếếuu ttốố
Phân
Phân tíchtích yyếếuu ttốố
Hai mục đích:
◦Rút gọn liệu Thường ñược sử dụng nghiên cứu thăm dị nhà nghiên cứu muốn trình bày câu hỏi số yếu tố
◦Xác ñịnh cấu trúc quan hệ biến
Hai câu hỏi phân tích yếu tố:
◦Có yếu tố?
◦Chúng diễn tả gì?
Phân
Phân tíchtích yyếếuu ttốố
Hai hỗ trợ kỷ thuật:
◦Trị ñặc trưng (Eigenvalues)
◦Tỉ lệ phương sai giải thích
Hai loại phân tích yếu tố:
◦Khám phá
◦Xác nhận: SPSS AMOS
Các biến có tương quan thay quan hệ hồi quy
Tương quan biến giải thích yếu tố tiềm Nn
Phân
Phân tíchtích yyếếuu ttốố
Ví dụ: xem mơ hình hai biến V1=L1*F1+E1 V2=L2*F1+E2
V1 V2tương quan với yếu tố chung F1và có liên hệ với trọng số, trọng số ước lượng từ hệ số tương quan
Phân
Phân tíchtích yyếếuu ttốố
Một tập hệ số tương quan cho nhiều trọng số khác (i.e lời giải không nhất)
Ta nên chọn lời giải ñơn giản
Lời giải cần ñược xác nhận phương pháp khác mẫu khác
Phân
(2)Các thuật ngữ
◦Trọng số: ñược diễn tả hệ số tương quan biến yếu tố
◦Communality: phần phương sai biến giải thích yếu tố
◦Extraction: q trình yếu tố xác định từ tập biến lớn
Phân
Phân tíchtích yyếếuu ttốố
Phân tích thành phần chính
◦ Qui trình trích yếu tố bắt đầu việc vẽ đường hồi qui cho biến có mối tương quan chặt chẽ (yếu tố 1)
◦ Sau ñường hồi qui ñã ñược xác ñịnh, ñường hồi qui ñược tạo dựa biến cịn lại
◦ Càng sau đường hồi qui khó thực Nói cách khác, tương quan biến yếu dần yếu tố sau
PhPhươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Phân tích thành phần chính
◦Thành phần tổ hợp tuyến tính biến quan sát độc lập với thành phần khác
◦Thành phần ñầu tiên giải thích nhiều biến động liệu; thành phần thứ hai giải thích nhiều cho phần biến động cịn lại…
Ph
Phươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Thành phần trọng vào giải thích việc làm cực đại phương sai (đường chéo ma trận tương quan)
Các phương pháp khác (e.g principle axis factoring) trọng vào giải thích tương quan biến (các hệ số tương quan ngồi đường chéo chính)
PhPhươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Thành phần xác định tổ hợp biến phương pháp khác khơng thể
Thành phần dùng để rút gọn liệu khó giải thích ý nghĩa
Ph
Phươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Số yếu tố: xác ñịnh số trị ñặc trưng lớn
Trị đặc trưng diễn tả lượng phương sai chuNn hóa (= 1) biến giải thích yếu tố
Tổng trị ñặc trưng cho biết tỉ lệ phương sai giải thích
Cở mẫu: nên gấp từ 10 tới 15 lần số biến (giống quy trình đa biến khác)
(3)Scree Scree PlotPlot
Phương pháp khác ñể xác ñịnh số lượng yếu tố dùng biểu ñồ
Quan sát từ trái sang phải, ñiểm ñường biểu diễn thay ñổi ñột biến, ta xác ñịnh ñược số yếu tố cần chọn
128 Scree Plot Component Number 10 E ig e n v a lu e
Factor scores: lời giải yếu tố ñã được thỏa mãn
◦Bạn tạo tập biến ñại diện ñược ñiểm quan sát cấu thành yếu tố (khó diễn giải)
◦Bạn cĩ thể dựa vào hệ số λ để phán đốn biến liên quan nhiều đến yếu tố; tính tổng trung bình biến để phân tích sâu (dể diễn giải)
PhPhươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Áp dụng:
◦Các nghiên cứu thăm dị thường dùng nhiều câu hỏi để tìm hiểu vấn đề (vd dịch vụ khách hàng), câu hỏi tương quan với chặt ◦Sử dụng biến số phương
pháp thống kê gặp trục trặc (hồi quy chẳng hạn), người ta thay biến biến factor scores
Ph
Phươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Các phương pháp trích yếu tố:
◦Phân tích thành phần
◦Principle axis: giải thích tương quan biến
◦Unweighted least-squares: cực tiểu phần dư ma trận tương quan ñược quan sát ñược tạo
◦Generalize least-squares: tương tự Unweighted least-squares cho biến có tương quan mạnh trọng số lớn
PhPhươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
◦Maximum Likelihood: cho lời giải dể tạo ma trận tương quan
◦Alpha Factoring: Xem biến mẫu; không dùng trọng số (factor loadings) ◦Image factoring: phân rã biến thành hai
thành phần: chung ñặc thù, làm việc với phần chung
Ph
Phươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố
Góp ý:
◦Phân tích thành phần principle axis thường sử dụng
◦Khi có ña cộng tuyến, dùng phân tích thành phần
◦Phép quay thường ñược sử dụng Thử dùng Varimax
(4)Phép quay
◦Mục tiêu: giúp diễn giải dể ◦Phép quay trực giao
◦Phép quay góc
Ph
Phươươngng pháppháp PhânPhân tíchtích yyếếuu ttốố Phép quay trực giao
Varimax: Phép quay trực giao nhằm cực tiểu số biến có trọng số lớn yếu tố, nghĩa cực ñại phần phương sai biến tải lên yếu tố ðiều giúp đơn giản hóa việc diễn giải yếu tố
Quartimax: Phép quay nhằm cực tiểu số yếu tố cần thiết để giải thích biến ðiều giúp đơn giản hóa việc diễn giải biến quan sát
Equamax: Kết hợp Varimax Quartimax
135
Phép
Phép quay quay gócgóc bbấấtt kỳkỳ
Oblimin: phép quay khơng trực giao Delta độ xiên góc yếu tố
Promax: phép quay khơng trực giao cho phép yếu tố có mối tương quan cao Tính tốn nhanh phép quay Oblimin nên thường áp dụng qui mô mẫu lớn
136
Phân
Phân tíchtích Tin Tin ccậậyy
Các dạng khác ñộ tin cậy ðộ tin cậy nội bộ
◦Inter-rater reliability Phân tích độ tin cậy
◦Reliability Analysis Models (SPSS)
Chronbach’s Alpha
ð
ðộộtin tin ccậậyy ððộộtin tin ccậậyy
ðộ tin cậy ñược ñịnh nghĩa phần biến ñộng kết trả lời người ta có quan điểm khác thăm dò
(5)Khi người học làm hai lần kiểm tra, họ nhớ kết trả lời lần lập lại lần nên kết quán
Vì nhà nghiên cứu nên triển khai nhiều phiên khác kiểm tra Nếu kết qn dạng khác ñộ tin cậy
Các
Các ddạạngng kháckhác nhaunhau ccủủaa ððộộtin tin ccậậyy
Một số ñánh vấn hay ño lường quan sát yêu cầu nhà nghiên cứu phải phán xét
đánh giá nên có ựộ tin cậy qua người ựánh giá (inter-rater)
Những người ñánh giá khác nên ñi ñến kết luận tương tự
Nên có huấn luyện thống cho người ñánh giá
ð
ðộộtin tin ccậậyy qua qua ngngườườii ñánhñánh giágiá
Nhà nghiên cứu chia thang ño thành hai hay nhiều phần ñể xem trả lời phần có tương tự phần cịn lại
Khi có tương tự, thang đo ñược xem có ñộ tin cậy nội cao
ð
ðộộtin tin ccậậyy nnộộii bbộộ
Cho phép nghiên cứu tính chất thang đo mục thang đo
Quy trình phân tích thường tính ñộ tin cậy số thang ño phổ biến cung cấp thông tin quan hệ mục thang ño
Hệ số tương quan qua nhóm dùng để ước lượng độ tin cậy qua người ñánh giá
Phân
Phân tíchtích đđộộtin tin ccậậyy
Ví Ví ddụụ
Cách ño lường thỏa mãn người học thăm dị có ổn khơng?
Dùng phân tích ñộ tin cậy ta có thể:
◦Có số chung cho quán nội thang ño
◦Xác ñịnh mức ñộ câu hỏi thăm dò liên hệ với
◦Nhận câu hỏi bị trục trặc
Các
Các mơmơ hìnhhình phânphân tíchtích đđộộtin tin
ccậậyy bbằằngng SPSSSPSS
Cronbach’s Alpha (Kuder-Richardson 20 thang ño ñịnh danh)
◦ðo quán nội bộ, dựa tương quan trung bình mục thang ño
Split-half
◦Chia thang ño thành hai phần khảo sát mối tương quan chúng
(6)Cronbach’s
Cronbach’s AlphaAlpha
Bài báo (1951): Ước lượng mức ñộ quán trả lời ñối với mục thang ño
Alpha ño lường hệ số tương quan lẫn kết trả lời ñối với mục thang ño
Cronbach’s
Cronbach’s AlphaAlpha
Quy luật: nhiều mục thang ño, alpha lớn
Khoa học xã hội chấp nhận mức alpha tối thiểu 0.70
Cronbach’s
Cronbach’s AlphaAlpha
Analysis of Variance: Source of Variation Sum of
Square
df Mean Square F Prob
Between People 3470.93 403 8.61
Within People 40468.28 28280 1.43
Between Measures 18271.19 70 261.01 331.72 0000
Residual 22197.09 28210 79
Total 43939.21 28683 1.53
Grand Mean: 3.6825 Reliability Coefficients: 71 items