Phương Pháp Tạo Nhân Tố, Biến Đại Diện Trong Spss là một việc xảy ra thường xuyên, trong nhiều giai đoạn. Tuy nhiên, vấn đề này lại gây ra không ít khó khăn, hạn chế cho người dùng SPSS. Những dạng biến được xây dựng theo cấu trúc thang đo bao gồm nhiều biến quan sát nhỏ khác nhau. Trong quá trình thực hiện các kiểm định về thang đo như kiểm định Cronbach Alpha, phân tích EFA, CFA, … các bạn muốn tiếp tục thực hiện phân tích tương quan cho các bạn quan sát thì sẽ cần phải tạo nên các biến đại diện. Việc tạo biến đại diện từ các biến quan sát nhỏ khá phức tạp. Do đó, ngày hôm nay chúng tôi sẽ hướng dẫn tạo nhân tố, biến đại diện trong phần mềm SPSS tới các bạn.
Nếu như quá trình Hướng Dẫn Tạo Nhân Tố, Biến Đại Diện Trong Spss bạn chưa nắm rõ hoặc số liệu thu thập không chính sát, tất cả vẫn còn quá khó với bạn thì bạn hãy tham khảo dịch vụ phân tích số liệu SPSS trọn gói của Luận Văn Tốt, cam đoan bạn sẽ rất hào lòng với kết quả mà luanvantot mang về cho bài làm của các bạn, bạn có thể liên hệ trực tiếp qua Zalo/tele : 0934573149 để được tư vấn và báo giá bạn nhé!!
Tạo nhân tố đại diện bằng phương pháp trung bình cộng
Những biến đại diện được tạo bằng phương pháp trung bình cộng của các biến quan sát trong các nhân tố đó. Với phương pháp này, sẽ được sử dụng trong những trường hợp nghiên cứu trước đó có dùng tới thước đo Likert hay một số thước đo ảo với các giá trị đo là số nguyên. Bởi khi đó, các biến quan sát đã được đo lường, thể hiện bằng một giá trị nguyên cụ thể. Dẫn tới việc thực hiện trung bình cộng các biến quan sát sẽ trở nên đơn giản, có khả thi hơn. Phương pháp trung bình cộng này sẽ giúp cho nghiên cứu sinh có thể dễ dàng hơn trong các bước triển khai phân tích sau hồi quy.
Để thực hiện phương pháp này, từ bảng tổng hợp các nhân tố trong quá trình phân tích EFA, các bạn truy cập vào Transform > Compute Variables.
Sau đó sẽ xuất hiện một cửa sổ mới, các bạn cần tập trung vào hai mục là Target Variable bên trái và khung nhập hàm Numeric Expression bên phải. Trong đó:
Target Variable: là mục để điền tên những biến đại diện có trong thang đo.
Numeric Expression: là phần dùng để nhập hàm MEAN (giá trị 1, giá trị 2, giá trị 3, …). Trong đó, tên hàm có thể viết hoa hoặc viết thường, các giá trị trong hàm ngăn cách khác nhau bằng dấu phẩy và sẽ không có khoảng cách trắng. Đó là những lưu ý cho các bạn khi tiến hành nhập tên hàm.
Trong quá trình khai báo tên biến, các bạn có thể truy cập vào phần Type & Label để nhập nhãn biến. Phần này không phải là bắt buộc, các bạn có thể thực hiện hoặc không. Sau khi thực hiện khai báo các biến, các hàm, nhãn biến hãy nhấp vào OK để xác nhận hoàn thành quá trình. Khi đó, trong giao diện Variable View của phần mềm SPSS sẽ xuất hiện một biến mới được tạo ra. Tiếp theo sau đó, các bạn cũng sẽ thực hiện tương tự đối với những biến đại diện còn lại.
Sau khi hoàn thành xong quá tình tạo biến đại diện, các bạn nên quay trở lại giao diện Variable View để chỉnh Decimals cho các biến đại diện mang giá trị 2 trong bảng. Đối với những biến đại diện là trung bình của nhiều biến quan sát thì thông thường kết quả sẽ hiển thị là một số thập phân. Trong trường hợp để giá trị Decimals về 0 là không hợp lý, không khả thi. Vì chúng ta đã làm tròn các số về dạng số nguyên nên những giá trị Decimals không thể là giá trị 0. Do đó, đối với những trường hợp như thế, các bạn nên làm tròn hai chữ số thập phân. Khi đó, kết quả trả về và kết quả được hiển thị trong bảng sẽ hợp lý và tự nhiên hơn.
Phương pháp tạo biến đại diện bằng trung bình cộng này có những ưu điểm và nhược điểm như sau:
Ưu điểm: giúp cho người dùng dễ hiểu, dễ thực hiện và hình dung hơn. Bên cạnh đó, ở phương pháp này các bạn có thể ứng dụng những nhân tố đại diện cho nhiều phân tích khác nhau. Đặc biệt là loại phân tích sự khác biệt trung bình giữa các biến quan sát trong thang đo. Đồng thời với phương pháp trung bình cộng, các bạn có thể thực hiện ở nhiều loại thang đo khác nhau. Những số liệu trả về cũng khá hợp lý, tự nhiên. Ít trường hợp xảy ra số liệu không phù hợp, phức tạp. Nhìn chung, đây là dạng phương pháp tạo biến đại diện đơn giản và dễ hiểu nhất.
Nhược điểm: phương pháp tạo biến đại diện bằng trung bình cộng này sẽ không thể đề cập tới những vai trò, đóng góp của các biến quan sát trong nhóm nhân tố một cách cụ thể, chính xác. Đồng thời cũng không phản ánh được tầm quan trọng của các biến quan sát một cách chính xác nhất. Phần lớn các biến quan sát đều được phản ánh như nhau. Như vây, ta có thể thấy được, mặc dù phương pháp trung bình cộng có nhiều ưu điểm, nhưng vẫn tồn tại những hạn chế nhất định cần phải khắc phục.
Tài liệu tham khảo : Phân Tích Khác Biệt Trung Bình Two – Way – Anova
Tạo nhân tố đại diện bằng phương pháp tổng giá trị
Bên cạnh phương pháp tính trunh bình cộng các giá trị của biến quan sát, các bạn cũng có thể tiến hành tạo biến đại diện bằng phương pháp dùng tổng giá trị của các biến quan sát đó trong thang đo. Cách thức thực hiện của phương pháp này khá đơn giản, tương tự như cách thức tạo nhân tố đại diện bằng trung bình cộng. Đầu tiên, các bạn cần phải truy cập các thao tác sau: Transform > Compute Variables.
Sau đó, lần lượt nhập tên biến vào mục Target Variable, nhập nhãn biến vào phần Type & Label và nhập hàm tính vào phần Numeric Expression. Khi đó, thay vì các bạn nhập hàm trung bình cộng MEAN như phương pháp trung bình cộng ở trên, các bạn sẽ sử dụng hàm tổng SUM theo cấu trúc như sau: giá trị 1, giá trị 2, giá trị 3, … Có một lưu ý nhỏ dành cho các bạn, tên hàm có thể viết hoa hoặc viết thường, những giá trị trong hàm ngăn cách nhau bằng dấu phẩy và sẽ không có khoảng cách trắng.
Với phương pháp tạo biến đại diện bằng tổng giá trị này, những phân tích về sau đều sẽ đưa ra một kết quả giống với cách tính như trung bình cộng. Do đó, các bạn có thể lựa chọn một trong hai phương pháp này để sử dụng. Kết quả chúng đưa ra là giống nhau.
Đối với phương pháp tạo biến đại diện bằng tổng giá trị sẽ có những ưu điểm và nhược điểm như sau:
Ưu điểm: giống như phương pháp trung bình cộng, phương pháp này cũng khá đơn giản, dễ hiểu và dễ thực hiện trong phần mềm SPSS. Ngoài ra các bạn có thể ứng dụng những nhân tố đại diện cho nhiều phân tích khác nhau trong phần mềm SPSS đối với phương pháp này.
Nhược điểm: Phương pháp tổng giá trị sẽ không đề cập tới vai trò đóng góp của các biến quan sát trong nhóm nhân tố. Và tầm quan trọng của các biến quan sát cũng không được phản ánh rõ nét mà chỉ chung chung như nhau. Sẽ không thấy được sự khác nhau, chênh lệch giữa các biến quan sát.
Trong quá trình phân tích số liệu của các nghiên cứu sinh, không phải bạn nào cũng biết, hiểu cũng như nắm được các phương pháp trong SPSS. Thông qua bài viết chúng tôi muốn giới thiệu Phần Mềm Spss Là Gì? Cách Khởi Tạo Phần Mềm Spss đến các bạn, đây là nội dung cũng được rất nhiều bạn đọc và các bạn học viên quan tâm. Các bạn cùng tham khảo nhé!!
Tạo nhân tố đại diện bằng phương pháp điểm nhân tố
Tiếp theo sau đây, chúng tôi sẽ giới thiệu tới các bạn một phương pháp đặt tên nhân tố, biến đại diện mới trong SPSS, có nhiều điểm khác biệt hơn so với hai phương pháp ở trên. Đó là phương pháp tạo nhân tố đại diện bằng điểm nhân tố. Nếu sử dụng phương pháp trung bình cộng hoặc tổng giá trị thì sự đóng góp các biến quan sát trong nhân tố không được phản ánh chính xác, rõ rệt. Điều này chúng tôi cũng đã nói tới ở hai phần trên. Đối với phương pháp điểm nhân tố này, những nhân tố đại diện được thể hiện một cách chính xác nhất, phản ánh được những đặc điểm, tính chất của từng biến đại diện. Những biến quan sát có hệ số tải cao thì có sự đóng góp nhiều vào các nhân tố; sẽ được tính điểm nhiều hơn vào những biến đại diện. Tức là hệ số tải tỷ lệ thuận với điểm của các biến đại diện được thể hiện ở bảng kết quả. Để tiến hành thực hiện phương pháp tạo nhân tố đại diện bằng điểm nhân tố này, các bạn hãy mở giao diện Factor Analysic, các bạn truy cập vào phần Scores. Tiếp tục tích vào Save as variables.
Tuy nhiên đối với phương pháp này, có một số lưu ý cho các bạn. Đầu tiên, với phương thức này, các bạn sẽ chit thực hiện được bước tạo biến đại diện sau khi đã phân tích nhân tố khám phá EFA cuối cùng. Bởi vì mỗi lần các bạn thực hiện phân tích EFA, những biến đại diện lại được tạo ra theo đó. Nếu các bạn cần tiến hành loại các biến xấu thì cần phải phân tích nhiều lần nhân tố khám phá EFA. Bởi vì mỗi lần phân tích EFA, phần mềm SPSS sẽ tạo ra các biến đại diện dựa vào kết quả của ma trận xoay. Tuy nhiên, số biến đại diện không hoàn chỉnh sẽ tạo ra liieen tục cho tới khi các bạn ngưng lại quá trình phân tích nhân tố khám phá EFA. Khi đó, nguồn dữ liệu của bạn sẽ xuất hiện nhiều biến đại diện không sử dụng tới. Việc này sẽ không ảnh hưởng tới kết quả phân tích EFA. Tuy nhiên xét về mặt thẩm mỹ và tính khách quan của vấn đề, các bạn không nên đề xuất quá nhiều biến đại diện không dùng tới trong dữ liệu của bài nghiên cứu.
Đối với phương pháp tạo biến đại diện bằng điểm nhân tố sẽ có những ưu điểm và nhược điểm như sau:
Ưu điểm: phương pháp này sẽ đưa ra những nhân tố đại diện được xây dựng trên mức độ đóng góp của các biến quan sát. Hay nói cách khác, đối với phương pháp này, vai trò, tầm quan trọng của các biến quan sát được thể hiện một cách chính xác, cụ thể. Giúp cho nhân tố được biểu thị một cách tốt nhất các đặc điểm của biến quan sát.
Nhược điểm: những biến đại diện được tạo dựng chỉ dựa vào quá trình phân tích hồi quy tuyến tính. Bên cạnh đó, các biến đại diện đều được chuẩn hóa nên không thể đánh giá, phản ánh được những giả định quan trọng trong quá trình hồi quy tuyến tính.
Đó là những thông tin chúng tôi muốn chia sẻ tới các bạn về những phương pháp tạo nhân tố, biến đại diện trong SPSS. Trong bài viết này, chúng tôi đã đưa ra cho các bạn tham khảo 3 phương pháp: trung bình cộng, tổng giá trị, điểm nhân tố. Mỗi một phương pháp đều có những ưu điểm, nhược điểm riêng. Chúng tôi cũng đã phân tích một cách rõ rệt 3 phương pháp này để các bạn hiểu rõ hơn. Mong rằng với những thông tin mà chúng tôi chia sẻ, các bạn sẽ lựa chọn được một phương pháp tạo nhân tố, biến đại diện mới trong SPSS phù hợp. Khi cần hỗ trợ các bạn có thể liên hệ ngay với dịch vụ xử lý định lượng SPSS trọn gói của Luận Văn Tốt bạn nhé. Cảm ơn các bạn đã quan tâm tới bài viết này của chúng tôi.
