Website hiện chỉ chia sẻ kiến thức và hỗ trợ dịch vụ, không hỗ trợ các vấn đề ngoài dịch vụ.

Phân tích nhân tố khám phá EFA với đề tài chạy CFA, SEM


Bài viết được đăng tải duy nhất và thuộc bản quyền của Phạm Lộc Blog. Việc chia sẻ lại nội dung lên website khác vui lòng dẫn nguồn link bài viết gốc này. Xin cảm ơn!
Ở bài viết Phân tích nhân tố khám phá EFA trong SPSS mình đã chia sẻ quy trình các bước thực hiện cũng như những tiêu chí quan trọng trong phân tích EFA. Tuy nhiên, các tùy chọn EFA trong bài viết này chỉ phù hợp khi áp dụng cho đề tài chạy hồi quy đa biến OLS về sau. Còn với đề tài phức tạp sử dụng mô hình cấu trúc tuyến tính, các tùy chọn sẽ những điều chỉnh nhất định để phù hợp cho việc phân tích trên AMOS.

Phân tích EFA với đề tài chạy CFA, SEM

3 điểm khác biệt lớn nhất trong phương pháp phân tích EFA với đề tại chạy AMOS đó là:
- Phương pháp trích dữ liệu: Principal Axis Factoring 
- Phép quay: Promax 
- Hệ số tải Factor Loading: Tối thiểu là 0.5 cho mọi cỡ mẫu

1. Phân tích EFA chung hay riêng giữa các biến trong mô hình

Bạn có thể xem chi tiết hơn phần lý giải việc chạy chung/riêng EFA các biến trong một mô hình nghiên cứu tại bài viết này.

Trước hết chúng ta sẽ xem xét lại mối quan hệ giữa hai loại biến độc lập và phụ thuộc. Sở dĩ chúng ta xác định biến X là độc lập, biến Y là phụ thuộc bởi trên các lý thuyết nền hoặc các nghiên cứu trước đó đã chứng minh rằng X sự có tác động lên Y. Khi X có tác động lên Y, giữa X và Y trong hầu hết các trường hợp sẽ có sự tương quan từ mức trung bình đến mạnh. Sự tương quan này làm cho tính phân biệt giữa X và Y không cao.

Trong EFA, dù có dùng phép trích và phép xoay gì đi nữa thì EFA luôn có một chức năng là đánh giá tính phân biệt của các cấu trúc biến. Khi tính phân biệt được thõa mãn, mỗi nhóm biến sẽ được tách thành một cột trong bảng ma trận xoay. Nếu chúng ta đưa biến phụ thuộc và độc lập vào cùng phân tích chung EFA, sự tương quan mạnh giữa độc lập với phụ thuộc khiến cho các biến quan sát của cấu trúc biến phụ thuộc dễ bị nhập chung vào với các biến độc lập. Điều này làm cho các cấu trúc thang đo không đảm bảo được tính phân biệt trong EFA (tình trạng ma trận xoay lộn xộn). Nên việc chạy EFA riêng độc lập và riêng phụ thuộc là cách chạy tối ưu nhất, vừa hợp lý về tính chất tương quan giữa các biến, vừa phù hợp theo quan điểm của các tác giả nổi tiếng ở trên. 

Từ các lý luận ở trên, chúng ta có thể phân chia mô hình nghiên cứu thành hai loại tương ứng với hai phương pháp chạy EFA. Chúng ta cần làm rõ trước về vai trò biến trung gian, biến này vừa đóng vai trò độc lập, vừa đóng vai trò phụ thuộc. Do vậy, khi mình đề cập tới số lượng biến phụ thuộc, số lượng biến độc lập, thì biến trung gian được tính cho cả hai loại biến này.

  1. Mô hình đơn giản: Là dạng mô hình mà vai trò biến được xác định rõ ràng, số lượng biến phụ thuộc ít, số lượng biến độc lập nhiều, có nhiều biến độc lập tác động vào một biến phụ thuộc → Chạy EFA riêng độc lập, riêng trung gian, riêng phụ thuộc.
  2. Mô hình phức tạp: Là dạng mô hình mà vai trò biến vẫn có thể xác định được vai trò, tuy nhiên biến đóng vai trò trung gian có số lượng nhiều, các mối quan hệ tác động chằng chịt, số lượng biến phụ thuộc nhiều, có nhiều mối quan hệ mà chỉ một biến độc lập tác động lên một biến phụ thuộc  Chạy EFA chung cho tất cả. Chúng ta lựa chọn chạy chung bởi vì khi chạy riêng thì số lần EFA quá nhiều và số nhóm biến tham gia vào EFA quá ít, điều này không được tối ưu về mặt chức năng của EFA lẫn mặt trình bày kết quả vào bài luận, bài nghiên cứu.

Đánh giá quan điểm: Mô hình chạy CFA, SEM thì phân tích EFA chung tất cả các biến.

→ Đây là nhận định không có cơ sở và nó chỉ phù hợp cho một số trường hợp nhất định. Do vậy, bạn không nên áp dụng nó một cách cứng nhắc cho mọi trường hợp. Việc bạn xử lý mô hình đường dẫn bằng hồi quy hay SEM đi nữa cũng không liên quan đến việc phân tích EFA chung hay riêng giữa các biến.

Phân tích EFA chung/riêng hoàn toàn dựa vào tính chất mô hình đơn giản hay phức tạp, hay nói cách khác nó phụ thuộc vào vai trò các biến trong mô hình. Nếu mô hình có ít biến trung gian, ít phụ thuộc, nhiều biến độc lập thì bạn nên phân tích EFA riêng. Nếu mô hình có ít biến độc lập, nhiều biến trung gian, mối quan hệ các biến phức tạp bạn nên bỏ qua EFA hoặc phân tích EFA chung.

Nguồn gốc dẫn đến nhận định Mô hình chạy CFA, SEM thì phân tích EFA chung tất cả các biến là bởi vì mô hình SEM thường là các dạng mô hình phức tạp, có khá nhiều biến trung gian. Nhưng:

- Không phải mô hình SEM lúc nào cũng ở dạng phức tạp. Có những mô hình SEM khá đơn giản, biến trung gian ít, biến độc lập nhiều, vai trò biến được xác định một cách tương đối dễ dàng. Những trường hợp như vậy chúng ta chạy EFA riêng các nhóm biến là giải pháp tối ưu nhất.

- Không phải CFA, SEM là phải dùng cho mô hình phức tạp. Chúng ta vẫn sử dụng CFA và SEM cho các mô hình đơn giản một cách hoàn toàn bình thường. Hai kiểm định được sinh ra để đánh giá mọi dạng mô hình chứ không phải chỉ dùng cho dạng mô hình phức tạp. Khi mô hình của bạn ở dạng đơn giản, vai trò biến được xác định một cách dễ dàng, bạn nên chạy EFA riêng các nhóm biến, sau đó tiến hành phân tích CFA và SEM một cách bình thường.

2. Phân tích EFA cho đề tài chạy CFA, SEM

2.1 Quy trình thực hiện

Để giúp bạn dễ hình dung hơn từng thao tác phân tích EFA với đề tài chạy SEM, CFA, chúng ta sẽ đi vào phần hướng dẫn bằng hình ảnh trên một tập data mẫu dưới đây. Lưu ý rằng, cỡ mẫu của một nghiên cứu sử dụng phân tích CFA và SEM cần phải đạt mức phù hợp với số nhân tố, lý do vì sao các bạn có thể xem tại bài viết này 
(Hình ảnh thao tác bên dưới được chụp từ phần mềm SPSS 25, phiên bản SPSS 20-24 tương tự, không có quá nhiều khác biệt).


VIDEO


Tại cửa sổ giao diện phần mềm SPSS, vào thẻ Analyze > Dimension Reduction > Factor.

Phân tích EFA với đề tài chạy CFA, SEM

Cửa sổ Factor Analysis xuất hiện, đưa các biến Likert cần thực hiện phân tích EFA vào mục Variables. Chú ý đến 4 mục được đánh dấu 1,2,3,4 ở bên phải.

Phân tích EFA với đề tài chạy CFA, SEM

Vào mục đầu tiên Descriptives. Tích vào mục KMO and Barlett’s test of sphericity để xuất bảng giá trị KMO và giá trị sig của kiểm định Barlett. Nhấp Continue để quay lại cửa sổ ban đầu.

Phân tích EFA với đề tài chạy CFA, SEM

Vào Extraction, chọn phép trích Principal Axis Factoring.

Phân tích EFA với đề tài chạy AMOS

Mục Rotation, chọn phép quay Promax. Nhấp Continue để quay lại cửa sổ ban đầu.

Phân tích EFA với đề tài chạy AMOS

Mục Options, tích vào 2 mục như hình bên dưới:

- Sorted by size giúp sắp xếp ma trận xoay thành từng cột dạng bậc thang để dễ đọc dữ liệu hơn. 
- Suppress small coefficients giúp loại bỏ các hệ số tải không đạt tiêu chuẩn khỏi ma trận xoay, giúp ma trận gọn gàng, trực quan hơn. Tại mục này sẽ có hàng Absolute value below, bạn nhập vào giá trị hệ số tải nhân tố Factor Loading 0.5.

Hệ số tải được khuyến khích sử dụng với đề tài chạy CFA, SEM gần như tất cả các cỡ mẫu tối thiểu là 0.5. Các biến có hệ số tải dưới 0.5 nên được loại bỏ ngay tại bước này. Trường hợp các kết quả của Model Fit ở CFA không tốt, hãy thử loại bỏ các biến quan sát có hệ số tải dưới 0.6.

Phân tích EFA với đề tài chạy AMOS

Tại cửa sổ tiếp theo, bạn chọn OK để xuất kết quả ra Output. 

2.2. Tiêu chí và đọc kết quả

Có nhiều bảng xuất hiện, tuy nhiên ở phân tích EFA với đề tài chạy CFA, SEM, bạn chỉ quan tâm 3 bảng sau:

- KMO and Barlett’s Test: xem hệ số KMO và sig kiểm định Bartlett.
- Total Variance Explained: xem tổng phương sai trích Total Variance Explained
- Pattern Matrix: xem ma trận xoay và kiểm tra hệ số tải Factor Loading của các biến quan sát

Xem chi tiết ý nghĩa các chỉ số EFA tại bài viết này. Tóm tắt lại, các tiêu chí cần đạt trong EFA với đề tài chạy CFA, SEM là:
- Hệ số KMO (Kaiser-Meyer-Olkin) cần lớn hơn hoặc bằng 0.5 
- Kiểm định Bartlett (Bartlett’s test of sphericity) cần nhỏ hơn 0.05 
- Tổng phương sai trích (Total Variance Explained) cần lớn hơn hoặc bằng 50%
- Hệ số tải nhân tố (Factor Loading) lớn hơn hoặc bằng 0.5

Phân tích EFA với đề tài chạy AMOS
Phân tích EFA với đề tài chạy AMOS

Phân tích EFA với đề tài chạy AMOS

Bảng ma trận xoay này sẽ là nền tảng để bạn thực hiện phân tích CFA và SEM về sau trên phần mềm AMOS. Đi đến bài hướng dẫn chi tiết cách thực hiện phân tích nhân tố khẳng định CFA tại đây.

Từ khóa: phân tích CFA, chạy EFA cho SEM, phân tích nhân tố cho CFA, phan tich nhan to cho AMOS.