Trong phần tích nhân tố khám phá EFA, Hệ Số Tải Factor Loading là một trong những yếu tố quan trọng. Hệ số tải nhân tố chính là mối quan hệ giữa các biến quan sát với nhân tố trong bài nghiên cứu. Hệ số tải nhân tố Factor Loading đóng vai trò quan trọng, cần thiết trong quá trình phân tích các nhân tố khám phá EFA. Vậy hệ số tải nhân tố là gì? Có vai trò, chức năng và quy trình làm việc như thế nào? Ngày hôm nay chúng tôi sẽ giới thiệu tới các bạn những thông tin cụ thể về vấn đề này.
Trong quá trình thực hiện phân tích SPSS cho bài nghiên cứu, bài luận văn, bài báo cáo, … không ít bạn sẽ gặp khó khăn khi mới bắt đầu, không biết về khái niệm, phương pháp hay cách xử lý số liệu… Dù thế các bạn cũng đừng quá lo lắng vì hiện tại Luận Văn Tốt đang cung cấp dịch vụ phân tích xử lý định lượng trên SPSS trọn gói. Hãy yên tâm giao những khó khăn của các bạn cho chúng tôi, Luận Văn Tốt cam đoan sẽ mang đến cho kết quả hài lòng nhất cho bạn, nhắn tin hoặc gọi về tổng đài của luanvantot sđt/zalo/tele : 0934573149 để được tư vấn và báo giá.
Hệ số tải nhân tố Factor Loading là gì?
Hệ số tải nhân tố Factor Loading hay còn được gọi là trọng số nhân tố, là mối liên hệ, sự tương quan giữa biến quan sát với nhân tố khác trong thang đo. Trong đó, trị tuyệt đối của hệ số tải nhân tố của biến quan sát càng cao thì tương quan giữa biến quan sát với nhân tố càng lớn. Và nếu trị tuyệt đối của hệ số tải nhân tố của biến quan sát càng nhỏ thì mối tương quan giữa biến quan sát với nhân tố càng nhỏ. Trong trường hợp, cùng một nhân tốt nhất định nhưng có sự xuất hiện của hệ số tải âm, tức là biến quan sát đó ngược chiều với phần lớn các biến quan sát còn lại trong nhân tố. Lúc này, biến quan sát đó có mối liên hệ, tương quan âm với các biến quan sát có hệ số tải dương trong nhân tố khám phá EFA.
Tài liệu tham khảo : Nguyên Tắc Loại Biến Xấu Trong Phân Tích Nhân Tố Khám Phá EFA
Tài liệu tham khảo : Cách Phân Tích Nhân Tố Khám Phá EFA
Trị tuyệt đối của hệ số nhân tố tải Factor Loading trong EFA.
Các nhà nghiên cứu chuyên sâu về phần mềm SPSS, cho rằng trong phân tích nhân tố khám phá EFA, trị tuyệt đối của hệ số tải nhân tố đạt ở mức từ 0.3 đến 0.4 thì đó là điều kiện tối thiểu để biến quan sát được giữ lại trong nhân tố. Và trong trường hợp hệ số tải Factor Loading ở mức từ 0.5 trở lên thì đó là mức tối ưu để các biến quan sát có ý nghĩa thống kê tốt. Tuy nhiên, những nhà nghiên cứu cũng khẳng định việc chọn một khoảng giá trị trong số factor loading ở EFA cũng cần phải xem xét tới cỡ mẫu. Cỡ mẫu là một điều kiện rất cần thiết để các nhà nghiên cứu lựa chọn được biến quan sát phù hợp với nhân tố khám phá của mình.
Theo đó, đã có một bảng tiêu chuẩn đặt ra giữa hệ số tải nhân tố Factor Loading với kích thước mẫu tối đã. Cụ thể như sau:
- Nếu hệ số nhân tố là 0.30 thì kích thước mẫu tối thiểu sẽ là 350
- Nếu hệ số nhân tố là 0.35 thì kích thước mẫu tối thiểu là 250
- Nếu hệ số nhân tố là 0.40 thì kích thước mẫu tối thiểu là 200
- Nếu hệ số nhân tố là 0.45 thì kích thước mẫu tối thiểu là 150
- Nếu hệ số nhân tố là 0.50 thì kích thước mẫu tối thiểu là 120
- Nếu hệ số nhân tố là 0.55 thì kích thước mẫu tối thiểu là 100
- Nếu hệ số nhân tố là 0.60 thì kích thước mẫu tối thiểu là 85
- Nếu hệ số nhân tố là 0.65 thì kích thước mẫu tối thiểu là 70
- Nếu hệ số nhân tố là 0.70 thì kích thước mẫu tối thiểu là 60
- Nếu hệ số nhân tố là 0.75 thì kích thước mẫu tối thiểu là 50
Tuy nhiên, có một số ý kiến cho rằng bảng cỡ mẫu ở trên tương đối cứng nhắc và không thể xem xét cùng với số lượng biến quan sát hay số nhân tố trong EFA. Chưa thể đánh giá được chất lượng của các biến quan sát. Chưa thể đánh giá đúng mối tương quan giữa các biến quan sát với nhân tố trong thang đo. Các cỡ mẫu lớn hoặc các số lượng biến tham gia vào phân tích nhân tố khám phá EFA càng nhiều thì các hệ số tải nên lấy ở mức độ thấp. Đối với những trường hợp, số nhân tố trong EFA càng lớn thì nên lấy hệ số tải nhân tố ở mức cao hơn.
Hệ số tải nhân tố Factor Loading âm trong phân tích EFA.
Trong quá trình phân tích nhân tố khám phá EFA, có nhiều trường hợp sẽ xuất hiện hệ số tải nhân tố âm. Việc này khiến cho các bạn gặp nhiều khó khăn vì phần lớn các bài viết trên mạng là về hệ số tải nhân tố dương. Do vậy, trong bài viết này chúng tôi cũng sẽ trình bày cho các bạn những vấn đề về hệ số tải nhân tố Factor Loading âm trong phân tích EFA.
Trong quá trình nghiên cứu, các bạn đã làm quen và được biết rất rõ về các nhân tố đo lường bởi một tập hợp, các câu hỏi khác nhau – biến quan sát. Các biến quan sát đó được tạo thành một nhóm và giúp làm rõ các nhân tố chính trong một thang đo đo lường. Trong phân tích định lượng, sử dụng phần mềm SPSS, thang đo được kỳ vọng sẽ phải đảm bảo tính đơn phương, độc lập. Như vậy mới có thể khẳng định về độ tin cậy, tính hội tụ, phân biệt trong thang đo đo lường. Tính đơn phương sẽ được thể hiện một cách đơn giản, phải đồng thời thỏa mãn 2 tiêu chuẩn. Tiêu chuẩn đầu tiên, các biến quan sát trong cùng một thang đo đo lường phải cùng thể hiện được đặc điểm của nhân tố chính; giữa các biến quan sát đó phải có sự liên hệ, tương quan mạnh mẽ với nhau. Tiêu chuẩn thứ hai là các biến quan sát phải cùng thể hiện tính tích cực hoặc tiêu cực. Để đảm bảo tính đồng nhất, liên hệ giữa các biến quan sát trong một thang đo đo lường.
Chúng tôi sẽ lấy một ví dụ để các bạn hiểu rõ hơn về tiêu chí số 2. Một bài nghiên cứu về sự hài lòng của khách hàng đối với sản phẩm sữa chua của công ty M. Trong thang đo, nhà nghiên cứu đã xây dựng các biến như sau:
HL1: tôi luôn cảm thấy sản phẩm rất ngon
HL2: tôi cảm thấy sản phẩm rất tốt cho sức khỏe, giúp tăng chiều cao
HL3: tôi thấy mẫu mã sản phẩm chưa đẹp, đa dạng
HL4: tôi sẽ tiếp tục sử dụng sản phẩm này của công ty
Ở 4 biến quan sát trên, các bạn có thể dễ dàng nhận ra được có một biến ngược chiều với các biến còn lại đó là HL3. Trong khi đó cả 3 biến HL1; HL2; HL4 đều cùng thể hiện một thái độ tích cực mà khách hàng dành cho sản phẩm sửa tươi của công ty M. Mà biến quan sát HL3 lại thể hiện thái độ tiêu cực của khách hàng dành cho sản phẩm của công ty. Chính vì có sự xuất hiện của một biến ngược chiều trong thang đo đo lường, mà tính đơn phương sẽ không được đảm bảo. Dẫn tới việc phân tích nhân tố khám phá EFA đối với các biến quan sát sẽ xuất hiện hệ số tải nhân tố âm.
Đối với những trường hợp, có sự đa hướng trong nội bộ thang đo đo lường hoặc có xuất hiện biến độc lập tác động ngược chiều lên các biến phụ thuộc. Thì hệ số tải nhân tố âm sẽ thường xuyên xuất hiện. Hệ số tải nhân tố âm sẽ được chia thành 2 trường hợp như sau:
Trường hợp 1: Chỉ một hoặc một vài biến lẻ tẻ ở các nhóm khác nhau có hệ số tải Factor Loading âm.
Đối với trường hợp thứ nhất này là công tác kiểm định để loại các biến không đạt tiêu chuẩn trước khi phân tích nhân tố khám phá EFA. Lưu ý các bạn chỉ có thể làm điều này khi trước đó không sử dụng phân tích độ tin cậy Cronbach Alpha.
Trong khi tiến hành phân tích Hệ Số Tải Factor Loading Trong Phân Tích EFA thì cso một nội dung quan trọng mà các bạn không nên bỏ qua Một Số Thuật Ngữ Của Spss Bạn Cần Biết, nội dung cơ bản này sẽ giúp bạn rất nhiều trong quá trình làm bài của các bạn.
Thông thường, các thang đo đo lường có biến đi ngược chiều sẽ gặp tình trạng hệ số Cronbach Anpla là âm hoặc là rất thấp – không đủ giá trị để thực hiện phân tích. Khi đó, các bạn cần phải đánh giá, nhìn nhận lại những giá trị Corrected-Item Total Correlation của các biến quan sát có liên quan để xử lý. Nếu có bất kỳ biến quan sát nào mà giá trị nhỏn hơn 0,3 thì biến đó sẽ bị loại ngay trong phân tích Cronbach Alpha. Và sẽ không thể đưa biến đó vào phân tích nhân tố khám phá EFA. Ngược lại nếu giá trị của biến quan sát lớn hơn 0.3 thì biến đó được lựa chọn đi vào phân tích EFA trong phần mềm SPSS. Đối với trường hợp giá trị Corrected-Item Total Correlation lớn hơn 0.3 nhưng lại rất gần với giá trị 0.3 giả dụ như: 0.302; 0.307; … thì cũng sẽ bị loại bỏ, không thể đưa được vào phân tích EFA.
Trường hợp hai: cả một nhóm biến thuộc một thang đo có hệ số tải Factor Loading âm
Trường hợp này, các biến độc lập sẽ tác động ngược trở lại biến phụ thuộc. Vấn đề nghịch chiều đó là yếu tố quan trong dẫn tới sự xuất hiện của hệ số tải nhân tố âm cho toàn bộ thang đo đo lường đối với các biến độc lập đó.
Để tiến hành xử lý các hệ số tải nhân tố âm trong trường hợp này, các bạn cần phải giữ lại kết quả đánh giá, kiểm định và tiến hành phân tích nhân tố khám phá EFA như bình thường. Thực tế, trường hợp này xảy ra không phải là do lỗi hay một vấn đề nào cả. Đó chính là sự logic, liên kết của các dữ liệu trong bài toán nghiên cứu. Trong lúc tiến hành nhân xét, đánh giá về hệ số tải nhân tố (Factor Loading), các bạn chỉ cần lưu ý tới giá trị tuyệt đối để có thể đánh giá được vấn đề.
Mặc dù hệ số tải nhân tố (Factor Loading) có giá trị tuyệt đối ở mức từ 0.30 đến 0.4 – đã đạt điều kiện tối thiểu để biến phù hợp, có ý nghĩa trong thang đo. Nhưng, các mức giá trị hệ số nhân tố từ 0.5 trở lên sẽ là những mức giá trị tốt và phù hợp nhất khi đánh giá, nhận xét về chất lượng của các biến quan sát trong quá trình thực nghiệm.
Vấn đề chọn hệ số tải Factor Loading trong phân tích EFA mặc dù không quá khó những cần phải được xem xét thật cần thận. Và nhìn nhận chung với các yếu tố khác như cỡ mẫu, số lượng biến quan sát, số lượng câu hỏi, … Nhằm đảm bảo tính liên kết, sự logic trong một thang đo đo lường. Những mẫu nghiên cứu có cỡ lớn, số lượng biến quan sát nhiều thì giá trị hệ số tải nhân tố sẽ lấy ở mức thấp hơn. Và nếu số lượng nhân tố đươc lấy ra là lớn thì giá trị hệ số tải lấy ra phải cao hơn.
Như vậy chúng tôi đã giới thiệu tới các bạn những thông tin chi tiết về hệ số tải Factor Loading trong phân tích nhân tố khám phá EFA. Bên cạnh đó chúng tôi cũng đã giới thiệu tới các bạn về giá trị hệ số tải nhân tố âm trong phân tích EFA. Để các bạn nhận thức rõ hơn về loại hệ số tải nhân tố này. Vô cùng cảm ơn các bạn đã theo giõi hết bài viết này của chúng tôi. Mong rằng bài viết sẽ giúp ích được cho các bạn trong quá trình thực hiện bài viết. Nếu có bất kì khó khăn nào cần hỗ trợ thì các bạn cũng đừng ngần ngại hãy liên hệ ngay với dịch vụ xử lý số liệu trên SPSS trọn gói của Luận Văn Tốt bạn nhé
