Cách tính nhân số đại diện cho nhân tố

Mục lục

Hướng dẫn tính nhân số đại diện cho các nhân tố sau khi chạy phân tích EFA trong SPSS

Sau khi sử dụng Cronbach’s alpha để kiểm tra độ tin cậy của thang đo, bạn tiến hành phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) để xác định lại số lượng nhân tố trong mô hình nghiên cứu. Nếu tiếp tục phân tích tương quan và hồi quy đa biến trong SPSS, bạn cần tính được nhân số đại diện cho các nhân tố. Có hai cách phổ biến để thực hiện điều này:

Cách 1. Tính trung bình các biến quan sát trong từng nhân tố

Đây là cách đơn giản và thường được sử dụng trong các nghiên cứu, ý tưởng:

-Mỗi nhân tố sau khi phân tích EFA sẽ bao gồm một nhóm các biến quan sát (các câu hỏi trong bảng khảo sát).

-Bạn sẽ tính giá trị trung bình của các biến quan sát thuộc cùng một nhân tố để tạo ra một biến đại diện cho nhân tố đó.

Bạn có thể dùng hàm mean để tính trung bình cộng các biến quan sát thuộc nhân tố để làm nhân số đại diện (cách này được áp dụng khá phổ biến vì dễ giải thích).

Tính trọng số đại diện cho các nhân tố bằng cách vào menu Transform->Compute Variable

Tính ra giá trị trung bình của nhân tố bằng cách dùng hàm mean() trong phần numeric Expression của SPSS

Sau đó nhập tên biến đại diện (ở đây là F_PU) vào ô Target Variable. Ô Numeric Expression nhập vào công thức tính trung bình cộng mean(PU1,PU2…như hình). Về mặt ý nghĩa, mean() là hàm công thức tính giá trị trung bình đại diện cho nhân tố này. Sau đó nhấn OK.

Kết quả: Trong phần dữ liệu, xuất hiện thêm một biến mới tên F_PU , các bạn thực hiện tương tự tính mean() cho các nhân tố còn lại nhé.

Cách 2. Sử dụng điểm số nhân tố (Factor Scores)

Khi phân tích EFA trong SPSS, bạn chọn nút Scores để lưu lại nhân số đại diện của nhân tố một cách tự động (SPSS sẽ tính giúp bạn).

Cách này chuyên sâu hơn, thường áp dụng khi cần độ chính xác cao, ý tưởng:

-SPSS sẽ tự động tính toán và gán điểm số cho từng nhân tố dựa trên kết quả phân tích EFA. Điểm số nhân tố được tạo ra bằng cách kết hợp có trọng số tất cả các biến quan sát thuộc nhân tố đó.

-Cách làm: Nhấn vào nút Scores, check vào Save as variables, chọn Regression như hình bên dưới.

Khi đó, EFA ra bao nhiêu nhân tố thì sẽ có bấy nhiêu biến được thêm vào bộ dữ liệu với các tên như sau: FAC1_1 FAC2_1 FAC3_1 FAC4_1 FAC5_1 FAC6_1

Nhân số tính theo cách này đã được SPSS chuẩn hóa. Theo kinh nghiệm thì cách này phù hợp khi bạn sử dụng các nhân số này để phân tích hồi quy, kiểm định mối quan hệ ảnh hưởng của các biến độc lập lên biến phụ thuộc… và đặc biệt thích hợp trong trường hợp các biến quan sát có đơn vị tính khác nhau. Còn nếu bạn dùng để thống kê mô tả, t-test or ANOVA… thì không nên vì khi đó sẽ khó giải thích kết quả.

Tuy nhiên các giá trị này âm dương lẫn lộn… không trực quan như cách tính 1 ở trên

=> Kết luận: Cách 1 là cách được ưu tiên dùng.

Liên hệ:

– SMS, Zalo, Viber:

– Chat Facebook: http://facebook.com/hoidapSPSS/

Để được hướng dẫn:

– Xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố hội tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê.
– Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha… trong SPSS, và mô hình SEM, CFA, AMOS