Efa là gì

Efa là gì

Bước tiếp theo của Cronbach”s Alpha là phân tích nhân tố khám phá EFA. Mục đích là nhóm các nhóm biến cùng đại diện cho một nhân tố với nhau từ đó đưa vào phân tích tương quan và hồi qui.

Bạn đang xem: Efa là gì

*

Hồi qui (Regression) trong SPSS!:

Hồi qui trong SPSS là bước kiểm định mô hình nghiên cứu sau khi chạy một loạt các phân tích Cronbach’s Alpha, EFA, Correlations để chọn lựa những biến độc lập thỏa mãn điều kiện cho yêu cầu hồi qui.

*

Định tính vs định lượng!:

Nghiên cứu định lượng là những nghiên cứu hướng vào việc thiết kế những quan sát định lượng các biến, phương pháp đo lường, phân tích mẫu và kiến giải mối quan hệ giữa các biến bằng các quan hệ định lượng.Việc suy diễn và giải thích các hiện tượng là dựa trên việc thu thập và phân tích những số liệu trước đó.Nghiên cứu định tính là những nghiên cứu đề cập nhiều hơn vào sự đa dạng, kết cấu và cảm giác từ những biểu hiện của số liệu bởi vì việc nhận định và giải thích các hiện tượng là dựa trên sự nhìn nhận và khả năng tổng hợp của nhà nghiên cứu qua quá trình phát triển của những hiện tượng.

*

Tương quan (Correlation) trong SPSS!:

Để hồi qui mô hình thì cần tiến hành phân tích tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc. Từ đó chúng ta sẽ chọn những nhân tố độc lập thực sự có tương quan với nhân tố phụ thuộc và đưa những nhân tố đó vào hồi quy.

*

Tiêu chuẩn nào cho Cronbach’s Alpha!:

Trong phân tích nhân tố Cronbach’s Alpha, giá trị bao nhiêu là đủ để nhận hoặc không đủ để loại một biến. Hệ số như thế nào gọi là tốt. Nếu xấu thì phải giải quyết như thế nào?

*

EFA – Phân tích nhân tố khám phá!:

Trong phân tích nhân tố khám phá EFA, giá trị bao nhiêu là đủ để nhận hoặc không đủ để loại một biến. Hệ số như thế nào gọi là tốt. Nếu xấu thì phải giải quyết như thế nào?

SPSS là gì? | Khám phá tất tần tật về SPSS!:

SPSS mang đến cho người dùng một giải pháp trong việc quản lí dữ liệu cộng với khả năng xử lí, phân tích số liệu một cách mạnh mẽ. Ngoài ra với giao diện thân thiện, người dùng có thể dễ dàng sử dụng các chức năng của các bộ công cụ có sẵn để phục vụ cho công tác nghiên cứu của mình.

Tại sao phải sử dụng các thang đo lường khác nhau?:

Trong nghiên cứu định lượng, đối tượng nghiên cứu chủ yếu là về các hiện tượng kinh tế – xã hội. Do đối tượng về hiện tượng kinh tế – xã hội rất phức tạp nên việc đánh giá đòi hỏi phải có những thang đo chuẩn xác với độ tin cậy nhất định. Vì vậy cần phải sử dụng các thang đo lường khác nhau.

Quy trình xử lí dữ liệu khảo sát:

Nhận xử lý dữ liệu thu thập từ khảo sát. Các bước xử lý dữ liệu bao gồm mã hóa, phân tích độ tin cậy (Cronbach”s Alpha), phân tích nhân tố khám phá (EFA), phân tích tương quan (Correlation), phân tích hồi quy (Regression), phân tích T-test, Anova.

SPSS hay AMOS?:

Để thực hiện phân tích dữ liệu thu được từ khảo sát thì cần có phần mềm xử lí số liệu. Trong nghiên cứu định lượng thì phần mềm thông dụng nhất là IBM SPSS. Tuy nhiên để phân tích nhiều phương trình hồi quy nằm chung, chúng ta cần tới AMOS. Vậy cả hai có ưu nhược điểm gì và dùng phần mềm nào là chuẩn nhất!

Tải phần mềm IBM SPSS!:

Để thực hiện phân tích dữ liệu thu được từ khảo sát thì cần có phần mềm xử lí số liệu. Trong nghiên cứu định lượng thì phần mềm thông dụng nhất là IBM SPSS.

Xem thêm: Cháo Tiếng Anh Là Gì

Cronbach”s Alpha:

Để tính Cronbach’s Alpha cho một thang đo thì thang đo phải có tối thiểu là 3 biến đo lường. Về lý thuyết, Cronbach’s Alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên, nếu hệ số Cronbach’s Alpha quá lớn (>0.95) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa là cùng đo lường một nội dung nào đó). Hiện tượng này gọi là hiện tượng trùng lặp trong đo lường (redundancy).

Xử lý câu hỏi nhiều lựa chọn (Multiple response):

Hướng dẫn xử lí và phân tích câu hỏi nhiều lựa chọn!

Thu thập dữ liệu từ báo cáo tài chính!:

Nhận thu thập dữ liệu Báo cáo tài chính từ các doanh nghiệp niêm yết trên sàn chứng khoán VN (HOSE, HNX, UPCOM). Năm thu thập từ 2008 đến nay!
EFA (Exploratory Factor Analysis) hay còn gọi là phân tích nhân tố khám phá. Như tên gọi, EFA dùng để khám phá xem trong tổng số các biến thì có tổng cộng bao nhiêu nhân tố chính.
Ví dụ, trong một lớp học thì để dễ dàng quản lý, thầy cô chủ nhiệm thường chia thành các tổ, mỗi tổ khoảng 6-10 học sinh. Như vậy từ số học sinh hơn 40 thì sẽ rút gọn lại còn 5-8 tổ.
Tương tự, trong phân tích EFA, SPSS sẽ dựa vào tiêu chí các biến có tương quan với nhau để gom thành một nhóm với mục đích khám phá, xác nhận và so sánh số lượng nhân tố trong mô hình nghiên cứu với dữ liệu thực tế.
Vì thực tế có thể rất khác so với lí thuyết. Mục đích của nghiên cứu là kiểm định lý thuyết từ dữ liệu thực tế. Chính vì thế EFA cho phép chúng ta có cách nhìn tổng quan thực tế. số nhân tố được gộp lại có đúng so với lý thuyết hay không. Nếu không đúng, cần có những điều chỉnh và biện luận thích hợp về sự khác biệt giữa thực tế và lý thuyết.
Mặt khác, EFA còn cho phép chúng ta xác định được nhân tố mới hoặc những nhân tố kết hợp để đưa ra hướng giải quyết phù hợp hơn khi ứng dụng vào thực tế.

Xem thêm: Horenso Là Gì – Nguyên Tắc Horenso

Cách biến trong cùng một nhân tố sẽ được tính giá trị trung bình đại điện cho nhân tố đó để thực hiện các phân tích như phân tích tương quan, hồi qui, ANOVA…
Đưa các biến cần phân tích nhân tố vào sau đó bấm mũi tên số 1 như trong hình. Sau đó chọn Descriptives, tích chọn KMO and Bartlets test of sphericityrồi bấm Continues
Sau đó bấm vào Extraction, kiểm tra xem Method có phải Pricipal components hay không! Sau đó chọn Continues
Các biến chỉ được chấp nhận khi trọng số > 0.5 và các trọng số tải của chính nó ở nhân tố khác 50%
Kaiser Meyer Olkin Measure of Sampling Adequacy (KMO) trong hình có giá trị 0.797, giá trị này > 0.5. Ngoài ra, giá trị sig.
Cumulative % có giá trị 66.669, giá trị này >50%. Như vậy, kết quả bảng này cho thấy có 66.669% dữ liệu được phân thành 5 nhóm chính.
Các giá trị trong ô màu xanh được gọi là Factor loading values. Yêu cầu các giá trị này phải > 0.5. Trường hợp có 2 giá trị trở lên thì xét hiệu của hai giá trị lớn nhất. Nếu hiệu >0.3 thì giữ lại biến, ngược lại loại biến. Trong hình hai biến C2 và D2 có hai giá trị trở lên. Tuy nhiên, xét hiệu của hai giá trị:
Kết quả phân tích nhân tố cho thấy các biến được chia thành 5 nhóm chính. Tuy nhiên, biến C6 bị nhảy sang nhóm A. Như vậy, nhóm A sẽ bao gồm các biến A1, A2, A3 và C6. Để cho chính xác, chúng ta cần kiểm tra lại độ tin cậy của nhóm A mới, sau đó mới tiến hành khẳng định lại kết quả EFA. Về mặt ý nghĩa, nếu C6 có nội dung không liên quan gì để nhóm A thì chúng ta có thể loại nó đi và giữ nguyên nhóm A ban đầu.

Trường hợp muốn cho các nhóm không bị nhảy lung tung hoặc muốn thay đổi kết quả EFA, vui lòng liên hệSPSS Tất Tần Tật!

*

Hồ Xuân Hiếu

Cho em hỏi, là em đang kiểm định EFA gồm 5 nhân tố chính : tin cậy, đảm bảo, hữu hình, trách nhiệm và cảm thông theo mô hình serqual gồm 24 biến..nhưng khi e chạy ra EFA thì nó lại k xuất hiện KMO mặc dù e đã tích vào nó..vs khi cho ra kết quả nó lại chạy ra tận 7 nhân tố trên 1 và các biến thuộc mỗi nhân tố chạy lộn xộn nhau..vậy là sao.Em cám ơn ak

admin

KMO ko xuất hiện là do kết quả phân tích nhân tố không đạt yêu cầu em nhé! Phân tích nhân tố không đạt yêu cầu đa phần là do dữ liệu xấu hoặc do bảng câu hỏi em nhé! Để biết chính xác nguyên nhân em gửi dữ liệu qua email spss.ttt

Chuyên mục: Hỏi Đáp

=> Xem thêm: Tin tức tổng hợp tại Chobball

Comments are closed.