Biến Nhân tố 1 Nhân tố 2 Communality
V1 .62 0.32 .69 V2 .81 -.45 .87 V3 .84 -.31 .79 V4 .80 -.29 .90 V5 .89 .37 .88 V6 .79 .51 .67 V7 .45 .43 .72
80
Communality : là tỉ lệ của phương sai của một biến ựược giải thắch bởi nhân tố tiềm ẩn.
Tất cả các biến đều có hệ số tải cao trong nhân tố 1. đây là ựiều thường gặp khi chưa quay các biến vào trong các nhân tố. Giải pháp cho vấn ựề này là thực hiện phép quay, và thông thường các phần mềm thường sử dụng phép varimax ựể thực hiện việc xoay các biến. Varimax là phép quay cho ra các nhân tố không tương quan với nhaụ Tuy nhiên, có khá nhiều tranh luận về việc dùng phép quay nào là hợp lý nhất. Wuesch, 2004 rất ủng hộ việc dùng phép quay trong đó vẫn duy trì sự tương quan giữa các nhân tố hơn là (oblique rotations) hơn là phép quay tạo ra các nhân tố không tương quan với nhau (orthogonal solutions). Nguyên nhân là các nghiên cứu áp dụng phân tắch nhân tố thường gắn với yếu tố tâm lý (nghiên cứu về sự hài lòng của hành khách cũng gắn liền với tâm lý-TG), do vậy thường các nhân tố vẫn có sự tương quan với nhaụ Nếu trên thực tế các nhân tố tiềm ẩn vẫn có sự tương quan, lúc đó phép quay oblique rotation sẽ đưa ra kết quả tốt hơn và có một cấu trúc mơ hình đơn giản hơn phép quay orthogonal rotation Ờ và nếu phép quay oblique rotation chỉ ra rằng các nhân tố có hệ tương quan gần zero, lúc đó các nhà nghiên cứu có thể thực hiện phép quay orthogonal rotation (lúc đó cũng sẽ có kết quả như phép quay oblique rotation).
Bảng dưới ựây chỉ ra kết quả sau khi ựã xoay các biến và các nhân tố: Bảng 2.4 : Kết quả sau khi quay
Variables Factor 1 (Nhân tố 1) Factor 2 (Nhân tố 2) Communality V1 .68 .17 .87 V2 .87 .24 .79 V3 .65 .07 .90 V4 .21 .79 .69 V5 .16 .76 .88 V6 .30 .83 .67 V7 .19 .69 .72
81
Bước 4: Giải thắch các nhân tố
Bảng trên chứa các biến đã được chuẩn hóa, ma trận này thể hiện mối tương quan giữa hai nhân tố (F1) và (F2) với 7 biến (V1-V7). Các biến V1, V2, V3 có quan hệ tương quan khá chặt chẽ với nhân tố F1, trong khi các biến V4-V7 có quan hệ tương quan khá chặt chẽ với nhân tố F2.
Bước 5: Xác ựịnh ựiểm nhân tố và chọn nhân tố thay thế
Điểm nhân tố (hay trọng số) ựể kết hợp các biến chuẩn hóa (F) ựược lấy từ ma trận hệ số ựiểm (bảng 2.5: Factor score coefficient matrix). Theo vắ dụ trên, trong mơ hình có hai nhân tố chung F1 và F2, trong đó F1 có ba biến liên quan là V1, V2, V3, và F2 có ba biến liên hệ là V45, V4, V7 và V6.
Cụ thể ước lượng ựiểm nhân tố của hai nhân tố F1 và F2 như sau: F2= 0.680,31x4 + 0,39 x5 + 0,3x6 +0,29x7
F1= 0,30x1 + 0,38x2 + 0,37x3
Các tham số của hai phương trình trên được rút ra từ bảng kết quả phân tắch Ma trận hệ số ựiểm nhân tố. Trong hai phương trình trên, biến nào có hệ số điểm nhân tố cao nhất thì biến đó ảnh hưởng lớn nhất ựến nhân tố chung. Vì kết quả phân tắch nhân tố có thể bị ảnh hưởng lớn bởi các lỗi trong tập dữ liệu gốc. Hair, et al. kiến nghị rằng, có thể sử dụng điểm nhân tố nếu các thang ựo ựược Ộxây dựng tốt, tin cậy và hợp lýỢ.
Bảng 2.5: Ma trận hệ số ựiểm nhân tố Variable Factor 1 Factor 2 Variable Factor 1 Factor 2
V1 V2 V3 V4 V5 V6 V7 .30931 .38315 .37478 -.04918 .00145 -.04160 0.0123 -.06814 -.03331 0.0321 .68031 .3902 .3041 .29173
82
Bước 6: Xác định mơ hình phù hợp
Một giả thuyết cơ bản trong phân tắch nhân tố là sự tương quan giữa các biến ảnh hưởng ựến các nhân tố chung. Vì vậy, tương quan giữa các biến có thể ựược suy ra hoặc mô phỏng từ mối tương quan ựược ước lượng giữa các biến và các nhân tố (bảng 2.6). Sự khác biệt giữa ma trận tương quan giữa các biến (bảng 2.1) và ma trận tương quan giữa các biến và nhân tố (bảng 2.6) gọi là các dư số. Nếu các dư số có giá trị lớn thì mơ hình sẽ khơng phù hợp, và vì vậy cần phải xem xét lại mơ hình. Với vắ dụ này, so sánh giữa bảng 2.1 và bảng 2.6 cho thấy khơng có chênh lệch nào quá lớn, do vậy mơ hình hai nhân tố có thể chấp nhận ựược.
Bảng 2.6. Ma trận tương quan sau khi chuẩn hóa các biến V1 V2 V3 V4 V5 V6 V7 V1 V2 V3 V4 V5 V6 V7 V1 V2 V3 V4 V5 V6 V7 0.74 0.76 0.72 0.13 0.24 0.14 0.24 0.80 0.78 0.28 0.14 0.19 0.26 0.70 0.19 0.71 0.20 0.73 0.80 0.15 0.79 0.28 0.72 0.17 0.74 0.79 0.29 0.78
2.2.3 Kết hợp phân tắch nhân tố và hồi qui ựể nghiên cứu mối quan hệ nhân quả
Do phân tắch nhân tố khơng phải nghiên cứu quan hệ nhân quả mà chỉ Ộcô ựọngỢ các biến, do vậy cần thiết phải kết hợp với hồi qui bội ựể nghiên cứu về quan hệ nhân quả giữa các nhân tố (biến tiềm ẩn) ựộc lập với biến kết quả (tiềm ẩn hoặc quan sát ựược trực tiếp). Qui trình kết hợp ựược thực hiện như sau:
Ớ Vận dụng phân tắch nhân tố, đồng thời xác ựịnh các nhân tố chung trong các mơ hình nhân tố ảnh hưởng mức độ hài lịng chung của hành khách đối với dịch vụ hàng không.
Ớ ỚỚ
Ớ đánh giá ựộ tin cậy của đo lường bằng phương pháp tắnh hệ số CronbachỖs Alpha
83
Ớ ỚỚ
Ớ Tắnh hệ số CronbachỖs Alpha được thực hiện đối với mỗi nhóm biến hình thành nên từng nhân tố.
Ớ ỚỚ
Ớ đo lường đảm bảo độ tin cậy khi có hệ số α ≥0,5.
Ớ ỚỚ
Ớ Từ kết quả phân tắch nhân tố vận dụng phân tắch hồi qui bội để đánh giá mức ựộ ảnh hưởng của từng nhân tố ảnh hưởng ựến chất lượng dịch vụ hàng khơng nói chung.
Các nhân tố tiềm ẩn xác ựịnh ựược ở bước trên ựược sử dụng làm các biến ựộc lập và cùng với một biến phụ thuộc từ số liệu ựiều tra (thể hiện ựánh giá chung về chất lượng dịch vụ chung do hành khách cảm nhận) được đưa vào mơ hình phân tắch hồi qui bộị Với các biến ựộc lập là những biến tổng hợp có ựược từ phân tắch nhân tố cho phép loại trừ ựược hiện tượng ựa cộng tuyến.
2.2.4. Phương pháp mơ hình phương trình cấu trúc (Structral equation Model-SEM)
2.2.4.1 Bản chất của phương pháp mơ hình phương trình cấu trúc
Theo Hair, 2006, mơ hình phương trình cấu trúc là một dạng của các mơ hình thống kê nhằm giải thắch quan hệ giữa các biến đa chiềụ Trong đó, mơ hình cho phép khảo sát cấu trúc của các mối quan hệ lẫn nhau ựược thể hiện bởi một hệ phương trình, tương tự như hệ phương trình hồi quỵ Những hệ phương trình này mơ tả tất cả các mối quan hệ của các biến (phụ thuộc và không phụ thuộc) liên quan đến việc phân tắch. Các biến này khơng quan sát ựược và là các biến tiềm ẩn ựược ựo bởi các chỉ báo tương tự như các chỉ báo ựại diện cho một nhân tố trong phân tắch nhân tố. Gần ựây kỹ thuật biến ựa chiều ựược phân loại thành kỹ thuật phụ thuộc và phụ thuộc lẫn nhaụ Nếu như phân tắch nhân tố chỉ cho phép ựo ựược các biến tiềm ẩn thơng qua hệ thơng chỉ báo thì mơ hình phương trình cấu trúc cho phép kết hợp hai kỹ thuật là phân tắch nhân tố và phân tắch hồi quy đa chiềụ
Mơ hình phương trình cấu trúc cịn được biết đến nhiều tên như: phân tắch cấu trúc tương quan, phân tắch biến tiềm ẩnẦ Mặc dù có nhiều cách có thể ựược sử dụng để kiểm định mơ hình, nhưng tất cả những mơ hình phương trình cấu trúc ựược phân biệt bởi ba yếu tố sau:
84
1. Ước lượng những mối quan hệ phụ thuộc ựa chiều lẫn nhau
2. Khả năng biểu diễn những biến tiềm ẩn các mối quan hệ này và làm chắnh xác những sai số đo lường trong q trình ước lượng
3. định nghĩa mơ hình để giải thắch tồn bộ các mối quan hệ.
2.2.4.1.1 Ước lượng những mối quan hệ phụ thuộc ựa chiều lẫn nhau
Sự khác biệt rõ ràng nhất giữa mơ hình phương trình cấu trúc với các mơ hình đa nhân tố khác là sự bóc tách những mối quan hệ với mỗi một tập hợp các biến phụ thuộc. Một cách đơn giản, mơ hình ước lượng riêng từng phần nhưng phụ thuộc qua lại và hồi quy ựa chiều ựồng thời bằng cách xác định mơ hình cấu trúc trên cơ sở những chương trình thống kê. Dựa trên phân tắch lý thuyết và tư duy logic, một nhà nghiên cứu có thể phác thảo biến ựộc lập dự báo cái gì với mỗi biến phụ thuộc. Trong mơ hình đó, một số biến phụ thuộc trở thành biến ựộc lập trong quan hệ tiếp theo làm tăng tắnh phụ thuộc qua lại của mơ hình cấu trúc. Mơ hình cấu trúc thể hiện các mối quan hệ đó giữa những biến ựộc lập và phụ thuộc, thậm chắ khi biến phụ thuộc trở thành biến ựộc lập với những mối quan hệ khác.
2.2.4.1.2 Kết hợp những biến tiềm ẩn khơng đo lường được trực tiếp
Phương pháp mơ hình phương trình cấu trúc cũng có khả năng kết hợp những biến tiềm ẩn vào phân tắch. Những biến tiềm ẩn được giả định và khơng quan sát ựược ựược ựại diện bởi những chỉ báo có thể quan sát và đo lường ựược. Trong phương pháp này khi xây dựng mơ hình có hai loại biến là biến ngoại sinh và biến nội sinh. Việc phân biệt hai loại biến này ựược trình bày dưới ựâỵ
Phân biệt các biến ẩn ngoại sinh và nội sinh
Biến ngoại sinh là biến tiềm ẩn ựa chiều tương ựương với biến ựộc lập. Biến ngoại sinh ựược quyết ựịnh bởi các yếu tố bên ngồi mơ hình (khơng ựược giải thắch bởi bất kỳ một biến nào trong mơ hình) nên được gọi là biến độc lập. Mơ hình thường được mơ tả bởi một sơ ựồ, vì vậy rất hữu dụng ựể biết bằng cách nào ựể nhận ra biến ngoại sinh. Giả sử một biến ựộc lập với các biến khác trong mơ hình, có thể thấy một biến ngoại sinh khơng có một ựường dẫn từ một biến khác tới nó. Vấn ựề xây dựng sơ ựồ ựược ựề cập trong phần dưới ựâỵ
Biến nội sinh là các biến tiềm ẩn ựa chiều tương ựương với với biến phụ thuộc (hay một sự kết hợp của biến cá nhân phụ thuộc). Những biến này về mặt lắ
85
thuyết ựược xác ựịnh bởi các yếu tố trong mơ hình, và sự phụ thuộc này ựược biểu diễn bằng mắt bởi một ựường dẫn tới tới biến nội sinh từ các biến ngoại sinh (hoặc từ biến ngoại sinh khác mà chúng ta sẽ nhìn thấy sau).
2.2.4.1.3 định nghĩa mơ hình
Mơ hình được sử dụng dụng để mơ tả lắ thuyết. Lắ thuyết có thể được hiểu như là tập hợp có hệ thống các mối quan hệ cho phép giải thắch sự biến động của các hiện tượng. Từ ựịnh nghĩa này, chúng ta thấy rằng lắ thuyết khơng phải là vùng dành riêng cho giới học thuật mà có thể được xây dựng trên kinh nghiệm và thực nghiệm ựạt ựược bởi sự quan sát các hành vi thế thế giới thực. Một mơ hình quy ước trong mơ hình phương trình cấu trúc thực tế bao gồm hai mơ hình: Mơ hình đo (các biến tiềm ẩn ựược ựo bằng các tập hợp chỉ báo nào) và mơ hình cấu trúc (Các biến tiềm ẩn liên kết với nhau theo mối quan hệ nào).
Mơ tả mơ hình được xây dựng theo phương pháp SEM
Một mơ hình phương trình cấu trúc hồn chỉnh bao gồm mơ hình đo lường và mơ hình cấu trúc có thể sẽ khá phức tạp. Rất nhiều cách ựược sử dụng ựể xác ựịnh tất cả các mối quan hệ trong một mơ hình tốn nhưng nhiều nhà nghiên cứu nhận ra rằng nó sẽ thuận tiện hơn khi mơ tả trong một dạng có thể quan sát bằng mắt, sơ đồ đường dẫn. Mơ hình các mối quan hệ này quy ước cụ thể cho cả biến ẩn và các biến ựược ựo lường tốt như các các mối quan hệ giữa chúng.
Mơ hình đo
Qui tắc cơ bản ựể xây dựng sơ đồ đường dẫn của mơ hình đo lường như sau: Ớ để phân biệt các chỉ báo của biến ngoại sinh và biến nội sinh, các biến ựo lường (indicators) của biến ngoại sinh ký hiệu là X và cho biến nội sinh kắ hiệu là Ỵ
Ớ Các biến tiềm ẩn được biểu diễn bởi hình ơ van hoặc hình trịn trong khi các biến chỉ báo là hình vng.
Ớ Các biến chỉ báo của X hoặc Y ựược liên kết với riêng từng biến bằng những ựường thẳng từ biến tiềm ẩn tới biến chỉ báọ
Hình 2.3-1 mơ tả những cách mơ tả quan hệ giữa biến và một trong những biến ựo lường của nó.
86
Mơ hình mơ tả quan hệ cấu trúc. Mơ hình cấu trúc liên quan ựến xác ựịnh quan hệ cấu trúc giữa các biến ẩn. Xác ựịnh các mối quan hệ này nghĩa chúng ta xác định xem có tồn tại quan hệ hay khơng. Hai dạng quan hệ có thể có giữa các biến là quan hệ phụ thuộc và quan hệ tương quan.
Quan hệ phụ thuộc. Mũi tên trực tiếp mô tả một mối quan hệ phụ thuộc, tác ựộng của một biến lên các biến khác. Trong trường hợp ựo lường, quan hệ phụ thuộc xảy ra từ các biến này ựến biến khác. Mũi tên từ cái có trước (biến độc lập) ựến kết quả (biến phụ thuộc). Quan hệ này được mơt tả trên hình 2.2. Phần sau sẽ thảo luận về vấn ựề liên quan ựến việc xác ựịnh mối quan hệ nhân quả, một dạng ựặc biệt của quan hệ phụ thuộc.
Hình 2.1. Một số loại phổ biển của quan hệ lý thuyết trong mơ hình SEM Biến ngoại
sinh X
ạ Quan hệ giữa biến và biến ựo lường
Biến nội sinh Y
Biến nội sinh X2
X3 X1
Biến tiềm ẩn 1 Biến tiềm ẩn 2
Biến tiềm ẩn 1
Biến tiềm ẩn 2
b. Quan hệ giữa biến và các biến ựo lường
c. Quan hệ giữa hai biến (quan hệ cấu trúc)
d. Quan hệ tương quan giữa các biến
87
Hình 2.2. Mơ tả trực giác mơ hình phương trình cấu trúc ựơn giản bằng cách mơ tả biến ngoại sinh đơn và biến nội sinh đơn. đầu tiên, mỗi biến có chỉ báo là X1 ựến X4 với biến ngoại sinh và Y1 ựến Y4 với biến nội sinh. Thứ hai, biến phụ thuộc giữa biến ngoại sinh và nội sinh được mơ tả bởi mũi tên giữa các biến.
Hình 2.2. Hình ảnh thể hiện mơ hình quan hệ cấu trúc và đo lường trong mơ hình SEM đo lường trong mơ hình SEM
Quan hệ tương quan. Trong một số trường hợp, mối tương quan ựơn giản giữa các biến ngoại sinh có thể tồn tại, do các biến này có quan hệ tương quan lẫn nhau nhưng không phải quan hệ phụ thuộc của biến này vào một biến khác.
Hình 2.2-b mơ tả quan hệ tương quan. Hai biến có cùng các chỉ tiêu nhưng hai sự thay ựổi phân biệt so với phần ạ đầu tiên, cả hai biến có thể là ngoại sinh bởi vì khơng có quan hệ phụ thuộc nào ựược chỉ ra từ một trong số chúng. Thứ hai, bốn chỉ báo của biến thứ hai ựược gọi là biến X bởi vì chúng tương ứng với biến ngoại sinh. Vì vậy cách đặt chỉ báo từ Y1 đến Y4 trong mơ hình đầu tiên bây giờ ựược gán lại là là X5 ựến X8. Các biến đó bản thân khơng thay đổi, mà chỉ thay ựổi
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
Y1 Y2 Y3 Y4 ạ Quan hệ phụ thuộc
Biến ngoại sinh
X1 X2 X3 X4
Biến nội sinh
X5 X6 X7 X8
88
những thiết kế trong mơ hình. Cuối cùng, mũi tên ựược thay thế bởi ựường cong ựại diện cho một quan hệ tương quan.
Nhà nghiên cứu xác ựịnh biến là biến ngoại sinh hay nội sinh dựa trên lý thuyết ựược thử nghiệm. Mỗi biến giữ lại các chỉ báo khơng thay đổi, sự phân biệt duy nhất là vị trắ của chúng trong mơ hình đã thay đổị Mơ hình phương trình cấu trúc ựơn có thể bao gồm cả quan hệ phụ thuộc và quan hệ tương quan.