HƯỚNG DẪN PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA)

Phân tích nhân tố khám phá là gì? tại sao phải phân tích nhân tố khám phá, hướng dân phân tích và cách đọc kết quả, Đó là một trong những vấn đề mà người phân tích cần phải nắm rõ khi nghiên cứu cũng như phân tích đánh giá dữ liệu khảo sát.

Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
   Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F Các tác giả Mayers, L.S., Gamst, G., Guarino A.J. (2000) đề cập rằng: Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu
• Factor loading > 0.4 được xem là quan trọng
• Factor loading > 0.5 được xem là có ý nghĩa thực tiễn 

Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:

1. Hệ số tải nhân tố (Factor loading ) > 0.5
2. 0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
3. Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
4. Phần trăm phương sai trích (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

     Hướng dẫn thực hành trên SPSS 

Để thực hiện phân tích chúng ta thực hiện theo các bước sau:

1. Vào chọn menu : Analyze-> Data Reduction ->Factor.

​​ 2. Nhấn vào Descriptives, chọn KMO and Bartlett's test of sphericity

3. Tiếp tực thực hiện các tùy chọn như trong hình 

4. Sau đó nhấn OK, kết quả sẽ hiển thị khá dài, trong đó có bảng Rotated Component Matrix như sau:

Liên hệ giải đáp thắc mắc hoặc dịch vụ xử lý dữ liệu, hỗ trợ nhiên cứu tại đây 

Liên hệ tư vấn và giải đáp: 0916693859 - Facebook: @Dichvudulieutoancau