Sau khi các thang đo đạt Cronbach's Alpha, phân tích nhân tố khám phá (EFA) kiểm tra xem các biến quan sát có hội tụ về đúng nhân tố như thiết kế hay không. Bài này hướng dẫn chạy EFA trên ResearchSTAT và đọc năm bảng theo đúng thứ tự trong output.
Các bước thực hiện trên ResearchSTAT
- Mở Phân tích → EFA.
- Ô Gợi ý tách sẵn hai lần chạy: biến độc lập (mọi thang đo trừ biến phụ thuộc) và biến phụ thuộc chạy riêng. Bấm Áp dụng lựa chọn biến độc lập.
- Giữ mặc định Principal Components + Varimax (hoặc chọn Principal Axis Factoring + Promax nếu chuẩn bị chạy CFA), ngưỡng hệ số tải 0,5.
- Chạy phân tích, sau đó chạy lần hai cho biến phụ thuộc.
Bảng 1: KMO and Bartlett's Test
| Value | ||
|---|---|---|
| Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | .861 | |
| Bartlett's Test of Sphericity | Approx. Chi-Square | 3127.452 |
| df | 78 | |
| Sig. | .000 |
KMO = 0,861 (≥ 0,5, càng gần 1 càng tốt; Kaiser, 1974) và Bartlett có Sig. = 0,000 < 0,05: các biến có tương quan đủ để phân tích nhân tố.
Bảng 2: Communalities
Cột Extraction là phần phương sai của từng biến được các nhân tố giải thích. Giá trị < 0,5 cho thấy biến đóng góp yếu; cân nhắc loại nếu đồng thời có hệ số tải thấp.
Bảng 3: Total Variance Explained
| Component | Initial Eigenvalues Total | % of Variance | Cumulative % |
|---|---|---|---|
| 1 | 4.812 | 37.015 | 37.015 |
| 2 | 2.106 | 16.200 | 53.215 |
| 3 | 1.574 | 12.108 | 65.323 |
| 4 | .731 | 5.623 | 70.946 |
Ba nhân tố có Eigenvalue ≥ 1 được giữ lại, giải thích 65,323% biến thiên (≥ 50% là đạt). Số nhân tố trích bằng số thang đo thiết kế (3) là dấu hiệu tốt.
Bảng 4: Rotated Component Matrix
| 1 | 2 | 3 | |
|---|---|---|---|
| CLD2 | .842 | ||
| CLD1 | .817 | ||
| CLD3 | .794 | ||
| STC2 | .851 | ||
| STC1 | .823 | ||
| STC4 | .776 | ||
| GCA1 | .808 | ||
| GCA3 | .781 |
Mỗi biến tải mạnh (≥ 0,5) lên đúng một nhân tố và không tải chéo (chênh lệch hai hệ số tải lớn nhất của một biến nên ≥ 0,3). Các biến cùng tiền tố gom về một nhân tố nên giữ nguyên tên thang đo. Biến tải lên nhân tố khác hoặc tải đều lên hai nhân tố cần xem lại nội dung và cân nhắc loại, sau đó chạy lại EFA.
Mẫu viết kết quả
Kết quả EFA cho 13 biến quan sát của các biến độc lập cho thấy KMO = 0,861 và kiểm định Bartlett có ý nghĩa (χ² = 3127,452; df = 78; p < 0,001). Ba nhân tố có Eigenvalue lớn hơn 1 được trích, giải thích 65,323% biến thiên. Các biến quan sát đều có hệ số tải từ 0,776 đến 0,851 lên đúng nhân tố, không có biến tải chéo; thang đo đạt giá trị hội tụ và phân biệt.
Câu hỏi thường gặp
Nên chạy EFA gộp cả biến phụ thuộc không?
Thông lệ phổ biến ở Việt Nam là chạy riêng biến độc lập và biến phụ thuộc. Nếu chuẩn bị chạy CFA/SEM, có thể chạy EFA gộp toàn bộ thang đo với PAF + Promax.
Số nhân tố trích ra khác số thang đo thì sao?
Đọc ma trận xoay để tìm biến tải sai; thường do câu hỏi có nội dung giao thoa giữa hai khái niệm. Loại từng biến rồi chạy lại.
Tiếp theo: tương quan Pearson và hồi quy tuyến tính.
