Phân tích nhân tố và kiểm định thang đo

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
1
PHÂN TÍCH NHÂN TỐ
&
KiỂM ĐỊNH THANG ĐO
Hoàng Trọng, Khoa Toán – Thống Kê
Tháng 7 năm 2006
XÂY DỰNG VÀ KiỂM ĐỊNH
THANG ĐO LƯỜNG
DÙNG TRONG NGHIÊN CỨU
Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM
2
3
Mơ hình nghiên cứu & khái niệm
Trong nghiên cứu định lượng cần đo lường các khái niệm dùng
trong nghiên cứu (construct).
Một mơ hình nghiên cứu đơn giản bên dưới có 3 khái niệm: Giá trị
dịch vụ, chất lượng dịch vụ và sự hài lòng.
Giá trò dòch vụ
Chất lượng dòch vụ
Sự hài lòng
H1 (+)
H2 (+)
Mơ hình khái niệm (lý thuyết)
Construct
Latent variable
4
Mơ hình nghiên cứu & khái niệm
Mơ hình đo lường
.00
Gia tri DV

.16
XAHOI
e1.6
.33
CAMXUC
e1.5
.04
HINHANH
e1.4
.21
.47
CHUCNANG
e1.3
.02
KIENTHUC
e1.2
.30
UOCMUON
e1.1
.55
.00
Chat luong DV
.59
DICHVU
e2.3
.52
VATCHAT
e2.2
.43
DAOTAO

e2.1
.66
Hai long
.61
V52
e3.1
.78
.60
V53
e3.2
.78
.59
V54
e3.3
.77
.67
.46
e1
e2
e3
.39
.57
.68
.13
.72
.77
.66
Biến đo lường: có thể là
nhân tố (biến đã tổng hợp
từ các biến quan sát) hay là

biến quan sát trực tiếp
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
3
5
Khái niệm và Đo lường
Việc đo lường một số khái niệm có thể không phức tạp về phương
pháp ví dụ như: mức thu nhập, mức chi tiêu, thời gian xem
truyền hình, quy mô vốn, quy mô lao động, năng suất lao động.
Một số khái niệm phức tạp, trườu tượng đòi hỏi cần có quá trình chi
tiết hóa khái niệm (construct operationalization) và thiết kế đo
lường (measurement design) và kiểm tra kỹ lưỡng. Ví dụ như:
• Trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu
(customer loyalty); Chất lượng sản phẩm/dịch vụ theo cảm nhận của
khách hàng (perceived quality)
• Hài lòng của nhân viên (employee satisfaction)
• Chất lượng cuộc sống, quan niệm sống
• Lòng tin; thái độ của người dân tại chỗ đối với người nhập cư …
6
Khái niệm và Đo lường
• Ví dụ về chi tiết hóa khái niệm: trung thành của khách hàng đối
với sản phẩm/dịch vụ/thương hiệu (customer loyalty) bao gồm
những khía cạnh sau:
– Tiếp tục mua
– Không nghĩ đến những thứ khác
– Không có ý định mua thử những thứ khác
– Nói tốt về sp/dịch vụ/thương hiệu với người khác
– Giới thiệu sp/dịch vụ/thương hiệu với người khác
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
4
7

Đo lường và thang đo Likert
Khái niệm đơn giản chỉ cần thang đo đơn giản (thang đo 1 chỉ báo)
Khái niệm trườu tượng cần thang đo phức tạp (thang đo nhiều chỉ
báo - multi-indicator scale)
Thang đo nhiều chỉ báo được sử dụng phổ biến nhất là Likert 5
mức độ.
“Xin vui lòng đọc kỹ những phát biểu sau. Sau mỗi câu phát biểu,
hãy khoanh tròn trả lời thể hiện đúng nhất quan điểm của bạn. Xin
bạn cho bit rằng bạn rất đồng ý, đồng ý, thấy bình thường,
không đồng ý hay rất không đồng ý với mỗi phát biểu?”
8
Đo lường và thang đo Likert
Sau đây là những phát biểu liên quan đến việc chọn và học tập của bạn tại trường ĐH
Kinh Tế TPHCM. Xin bạn vui lòng trả lời bằng cách khoanh tròn một con số ở từng
dòng. Những con số này thể hiện mức độ bạn đồng ý hay không đồng ý đối với các
phát biểu theo quy ước như sau:

Rất không
đồng ý
1
Không
đồng ý
2
Trung lập

3
Đồng ý

4
Rất đồng ý

5

1. Bằng cấp của trường ĐH Kinh Tế sẽ giúp tôi kiếm được thu nhập
cao sau khi ra trường.
1 2 3 4 5
2. Kiến thức từ trường ĐH Kinh Tế sẽ giúp tôi dễ dàng thăng tiến
trong nghề nghiệp.
1 2 3 4 5
3. Tôi tin rằng các doanh nghiệp rất cần các sinh viên tốt nghiệp từ
trường tôi đang học.
1 2 3 4 5
4. Bằng cấp có được từ trường ĐH Kinh Tế là sự đầu tư tốt của tôi
cho tương lai.
1 2 3 4 5
5. Bằng đại học Kinh Tế bảo đảm việc làm trong tương lai. 1 2 3 4 5

Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM
5
9
Thang đo đơn hướng và đa hướng
Một khái niệm có thể chỉ bao gồm một yếu tố/thành phần/khía cạnh
(component / factor / aspect), và thang đo một khái niệm chỉ bao
hàm một thành phần gọi là thang đo đơn hướng (unidimesional)
Một khái niệm có thể bao gồm nhiều yếu tố/thành phần/khía cạnh,
và thang đo một khái niệm bao hàm nhiều thành phần gọi là
thang đo đa hướng (mutidemensional)
Thang đo Likert áp dụng cho một khái niệm đơn có thể là một thang đo
nhiều chỉ báo có tính đơn hướng, chỉ bao gồm một tập hợp mục hỏi.
Thang đo Likert áp dụng cho một khái niệm đa yếu tố có thể là một thang

đo nhiều chỉ báo có tính đa hướng, bao gồm nhiều tập hợp mục hỏi,
mỗi một tập hợp mục hỏi sẽ phản ảnh một yếu tố của khái niệm.
10
Thang đo đơn hướng và đa hướng
BẢNG 3.3 Kết quả phân tích nhân tố EFA của khái niệm “chất lượng dòch vụ đào tạo”
Biến
quan
sát
Các nhân tố chính Trọng
số

% biến
thiên giải
thích được
Cron
bach
α
F1 Họat động đào tạo 33.849 0.726
CL_1 Chương trình đào tạo phù hợp tốt với yêu cầu của thực tiễn. 0.600
CL_2 Nội dung môn học được đổi mới, đáp ứng tốt yêu cầu đào tạo. 0.620
CL_3

Phương pháp giảng của GV phù hợp với yêu cầu của từng môn học. 0.652
CL_4 Giảng viên có kiến thức sâu về môn học đảm trách. 0.673
CL_5 Cách đánh giá và cho điểm sinh viên công bằng. 0.583
CL_6 Tổ chức thi cử, giám thò coi thi nghiêm túc. 0.565
F2
Cơ sở vật chất
7.377 0.746
CL_8 Cơ sở vật chất trường đáp ứng tốt nhu cầu đào tạo và học tập. 0.639

CL_9 Phòng máy tính đáp ứng tốt nhu cầu thực hành của sinh viên. 0.680
CL_10

Cơ sở vật chất thư viện tốt. 0.798
CL_11

Nhân viên thư viện phục vụ tốt. 0.698
F3
Dòch vụ hỗ trợ và phục vụ
9.166 0.811
CL_13

Dòch vụ y tế đáp ứng tốt sinh viên có nhu cầu. 0.645
CL_14

Tư vấn đáp ứng tốt nhu cầu chọn lựa và học tập của sinh viên. 0.718
CL_15

Dòch vụ tài chính hỗ trợ tốt sinh viên có nhu cầu. 0.782
CL_17

Dòch vụ ăn uống giải khát phù hợp với nhu cầu sinh viên. 0.638
CL_19

Nhân viên giáo vụ, thanh tra nhiệt tình phục vụ sinh viên. 0.567
CL_20

Nhà trường và khoa thường xuyên lắng nghe ý kiến sinh viên. 0.579

Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM

6
11
Thang đo đơn hướng và đa hướng
BẢNG 3.4 Kết quả phân tích nhân tố của khái niệm “sự hài lòng của sinh viên”
Biến quan sát Trọng số
HL_1

Học tại trường ĐH Kinh Tế TPHCM hơn những gì tôi mong đợi. 0.880
HL_2

Trường ĐH Kinh Tế giống như trường ĐH lý tưởng mà tôi hằng mong đợi. 0.883
HL_3

Tôi hài lòng khi học tại trường ĐH Kinh Tế TPHCM. 0.862

Giá trò Eigen
% biếân thiên được giải thích
Cronbach alpha
2.296
76.522
0.846

12
Các bước xây dựng thang đo Likert
1. Nhận diện và đặt tên biến muốn đo lường: kinh nghiệm, quan
sát, và thăm dò
2. Lập ra một danh sách các phát biểu hoặc câu hỏi mang tính
biểu thị. Có thể lấy từ lý thuyết có liên quan, đọc sách báo, ý
kiến chun gia, thực nghiệm.
3. Xác định loại trả lời: đồng ý – khơng đồng ý; ủng hộ - phản đối;

hữu ích - vơ ích; nhiều - khơng có; giống tơi - khơng giống tơi;
phù hợp - khơng phù hợp; ln ln - khơng bao giờ; đúng -
khơng đúng
4. Số lượng mức độ: 3, 5 hay 7 mức độ.
5. Kiểm tra tồn bộ các mục hỏi bằng cách khảo sát thử 100 –
200 người.
6. Phân tích mục hỏi trong danh sách để tìm ra một tập hợp các
mục hỏi giúp đo lường được một khía cạnh của khái niệm/biến
muốn nghiên cứu trong mơ hình.
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
7
13
Phân tích các mục hỏi
Tìm ra và giữ lại những mục hỏi có ý nghĩa giúp đo lường được
một khía cạnh của khái niệm nghiên cứu từ danh sách các
mục hỏi ban đầu -> kiểm tra tính đơn hướng
Tính điểm các trả lời
Kiểm tra tương quan giữa các mục hỏi và tính toán Cronbach alpha
Kiểm tra tương quan giữa tổng điểm của từng người và điểm của
từng mục hỏi.
Tiêu chuẩn: α lớn hơn hay bằng 0,7. Có thể chấp nhận α lớn hơn hay
bằng 0,6
14
Phân tích các mục hỏi
Trong trường hợp thực hiện nghiên cứu lập lại, hay sử dụng thang
đo đã được thiết kế và sử dụng trong các nghiên cứu trước thì
tính Cronbach α cho từng tập hợp biến giúp đo lường từng
thành phần của các khái niệm dùng trong nghiên cứu. Nếu
khái niệm chỉ có 1 thành phần thì chỉ có 1 α , nếu khái niệm có
nhiều thành phần thì sẽ tính α cho từng tập biến đo lường

từng thành phần.
Trong trường hợp người nghiên cứu làm đầu tiên thực hiện việc đo
lường khái niệm dùng trong nghiên cứu, chưa biết rõ có bao
nhiêu thành phần trong khái niệm, lúc đó dùng phân tích nhân
tố để phân biệt các thành phần, và như vậy biết được từng
nhóm biến đo lường từng thành phần này, sau đó tính
Cronbach α từng từng nhóm biến này.
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
8
PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
Exploratory Factor Analysis -
EFA
16
Khái niệm và ứng dụng
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử
dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu.
Trong nghiên cứu, ta có thể thu thập được một số lượng biến khá
lớn và hầu hết các biến này có liên hệ với nhau và số lượng
của chúng phải được giảm bớt xuống đến một số lượng mà
chúng ta có thể sử dụng được.
Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM
9
17
Mơ hình phân tích nhân tố
các nhân tố chung có thể được diễn tả như những kết hợp tuyến
tính của các biến quan sát:
F W X W X W X W X
i í í í ík k
=
+

+
+
+
1 1 2 2 3 3

F
i
: ước lượng trò số của nhân tố thứ i
W
í
: quyền số hay trọng số nhân tố (weight or factor score coefficient)

k : số biến
18
Các tham số thống kê trong FA
Điều kiện áp dụng FA: các biến có tương quan với nhau
Barlett test of sphericity: kiểm định có tương quan hay khơng, giả
thuyết khơng là: khơng có tương quan giữa các biến quan sát.
Kaiser-Mayer-Olkin (KMO): từ 0,5 -> 1, các tương quan đủ lớn đến
mức có thể áp dụng FA.
v1 v2 v3 v4 v5 v6
v1 1
v2 0 1
v3 0 0 1
v4 0 0 0 1
v5 0 0 0 0 1
V6 0 0 0 0 0 1
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
10
19

Các tham số thống kê trong FA
Correlation matrix (ma trận tương quan): ma trận chứa tất cả các
hệ số tương quan cặp giữa các cặp biến trong phân tích.

v1 v2 v3 v4 v5 v6
v1 1 0.039 0.321 0 0.314 -0.097
v2 0.039 1 -0.13 0.534 0.352 0.593
v3 0.321 -0.13 1 -0.432 0.474 0.037
v4 0 0.534 -0.432 1 0.077 0.345
v5 0.314 0.352 0.474 0.077 1 0.279
v6 -0.097 0.593 0.037 0.345 0.279 1
Communality (phần chung): lượng biến thiên của 1 biến được giải
thích chung với các biến khác (cũng là phần biến thiên được
giải thích bởi các nhân tố chung).
Eigenvalue: biến thiên của tập biến quan sát được giải thích bởi
mỗi nhân tố rút ra so với biến thiên còn lại của tập biến quan
sát sau khi nhân tố được rút ra.
20
Các tham số thống kê trong FA
Factor scores (các điểm số nhân tố): các trị số được ước lượng cho
từng quan sát trên từng nhân tố được rút ra.
Các biến gốc
Các nhân tố
(biến tổng hợp)
Factor score
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
11
21
Số lượng nhân tố
Priori determination: từ lý thuyết, kinh nghiệm, các kết quả nghiên

cứu trước.
Dựa vào eigenvalue: eigenvalue thể hiện phần biến thiên của tập
biến đang phân tích được giải thích bởi một nhân tố so với
biến thiên còn lại, nếu phần biến thiên được giải thích này lớn
(eigenvalue lớn hơn 1), thì nhân tố rút ra có ý nghĩa tóm tắt
thông tin tốt.
22
Xoay các nhân tố
Thỉnh thoảng có một vài biến có hệ số lớn đối với hơn một nhân tố
hoặc có nhiều nhân tố có hệ số lớn trong cùng một biến, việc
giải thích sẽ trở nên khó khăn
F1 F2
ngua sau rang 0.050 0.618
lam trang rang 0.891 -0.007
lam khoe nuu rang -0.143 0.872
lam hoi tho thom tho 0.726 -0.377
lam sach cau rang 0.462 0.726
lam rang bong hon 0.775 0.050
Mỗi biến gốc nên có hệ số tải nhân tố lớn (0.4 trở lên) đối với chỉ
một nhân tố được rút ra -> xoay nhân tố.
Nếu sau khi xoay mà vẫn có biến quan sát không có hệ số tải nhân
tố mạnh (0.4) lên bất kỳ nhân tố nào được rút ra thì loại bỏ
biến quan sát này ra khỏi tập biến phân tích.
Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM
12
23
Xoay các nhân tố
-1 -0,5 0 +0,5 +1
-1
-0,5

+0,5
+ 1
Nhân tố chưa xoay II
Nhân tố xoay II
V3
V4
V5
V1
V2
Nhân
tố
chưa
xoay I
Nhân tố xoay I
Xoay vẫn giữ ngun góc ban đầu của các nhân tố
24
Xoay các nhân tố
Xoay khơng giữ ngun góc ban đầu của các nhân tố

-1 -0,5 0 +0,5 +1

-1



-0,5

+0,5





+ 1
Nhân tố chưa xoay II

Nhân
tố
chưa
xoay I


V3

V4
V5
V1
V2

Nhân tố xoay

Không giữ nguyên

góc ban đầu II
Nhân tố xoay
giữ nguyên
góc ban đầu II
Nhân tố xoay

giữ nguyên
góc ban đầu I
Nhân tố xoay
Không giữ nguyên
góc ban đầu I
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
13
25
Xoay các nhân tố

F1 F2 F1 F2
ngua sau rang 0.050 0.618 -0.014 0.620
lam trang rang 0.891 -0.007 0.886 0.086
lam khoe nuu rang -0.143 0.872 -0.233 0.852
lam hoi tho thom tho 0.726 -0.377 0.761 -0.300
lam sach cau rang 0.462 0.726 0.384 0.770
lam rang bong hon 0.775 0.050 0.766 0.130
đã xoaychưa xoay
F1
1.00.0-1.0
F2
1.0
0.0
-1.0

V6
V5
V4
V3
V2
V1
26
Đặt tên và giải thích các nhân tố
Việc giải thích các nhân tố được thực hiện trên cơ sở nhận ra các
biến có hệ số (factor loading) lớn ở cùng một nhân tố.
Và chúng ta có thể tóm tắt các dữ liệu thu thập được để nói rằng
người tiêu dùng dường như tìm kiếm hai loại lợi ích chính khi mua
kem đánh răng: lợi ích thẩm mỹ/giao tiếp xã hội và lợi ích sức khỏe
F1 F2
ngua sau rang -0.014 0.620
lam trang rang
0.886
0.086
lam khoe nuu rang
-0.233
0.852
lam hoi tho thom tho 0.761 -0.300
lam sach cau rang 0.384 0.770
lam rang bong hon 0.766 0.130
Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM
14
27
Tính trị số nhân tố
F W X W X W X W X
i í í í ík k

=
+
+
+
+
1 1 2 2 3 3

6543211
355,0171,0356,0116,0411,0012,0 XXXXXXF
+
+
+
−
+
−
=

F1
F2
ngua sau rang
-0.012
0.341
lam trang rang 0.411 0.039
lam khoe nuu rang -0.116 0.471
lam hoi tho thom tho 0.356 -0.172
lam sach cau rang
0.171
0.420
lam rang bong hon
0.355

0.065
6543212
065,0420,0172,0471,0039,0341,0 XXXXXXF
+
+
−
+
+
=
Từ Factor score coefficient matrix (ma trận trọng số nhân tố),
viết được phương trình thể hiện từng nhân tố như là kết hợp
của các biến gốc.
Từ các phương trình thể hiện nhân tố, thế các trị số của các
biến gốc vào phương trình thì sẽ tính được trị số nhân tố cho
từng quan sát.
28
Tính trị số nhân tố
6543211
355,0171,0356,0116,0411,0012,0 XXXXXXF
+
+
+
−
+
−
=
6543212
065,0420,0172,0471,0039,0341,0 XXXXXXF
+
+

−
+
+
=
Trị số nhân tố đã chuẩn hóa
được lưu lại tự động nhờ lệnh
save trong phân tích nhân tố
Trị số nhân tố
chưa chuẩn hóa
(dùng lệnh compute)
Hồng Trọng, Khoa Tốn - Thống Kê, ĐH Kinh Tế TPHCM
15
29
Sử dụng kết quả phân tích nhân tố
Sau khi rút trích được các nhân tố và lưu lại thành các biến mới,
chúng ta sẽ sử dụng các biến mới này thay cho tập hợp biến gốc
để đưa vào các phân tích tiếp theo như kiểm định trung bình,
ANOVA, tương quan & hồi quy
Ví dụ: chúng ta có thể xem có khác biệt giữa nam và nữ hay
khơng về tầm quan trọng của các lợi ích khi mua kem đánh răng
bằng một kiểm định t đối với mẫu độc lập.
-> có sự khác biệt có ý nghĩa thống kê: nam quan tâm đến lợi
ích giao tiếp xã hội nhiều hơn nữ (kết quả ở trang sau)
30
Sử dụng kết quả phân tích nhân tố
Group Statistics
17 .3833755 .87044420 .21111373
18 3620768 1.000554 .23583278
17 2771805 1.155686 .28029505
18 .2617816 .77043184 .18159253

giới tính
nam
nữ
nam
nữ
lợi ích giao tiếp XH
lợi ích sức khỏe
N Mean
Std.
Deviation
Std. Error
Mean
Independent Samples Test
.224 .639 2.346 33 .025 .7454523 .31781402
2.355 32.790 .025 .7454523 .31652189
5.726 .023 -1.632 33 .112 5389620 .33021613
-1.614 27.663 .118 5389620 .33397778
Equal variances
assumed
Equal variances
not assumed
Equal variances
assumed
Equal variances
not assumed
lợi ích
giao tiếp
XH
lợi ích
sức khỏe

F Sig.
Levene's Test for
Equality of Variances
t df
Sig.
(2-tailed)
Mean
Difference
Std. Error
Difference
t-test for Equality of Means