Thực hành phân tích nhân tố khẳng định CFA và ý nghĩa mục đích của CFA

Mục lục

Bài này sẽ làm hai phần chính là nói sơ qua về mục đích của CFA, và phần chủ yếu là cung cấp cho bạn một bộ số liệu spss chuẩn có sẵn để bạn có thể thực hành phân tích từng bước CFA luôn nhé

Ý nghĩa mục đích của CFA -phân tích nhân tố khẳng định (Confirm Factor Analysis)

Phân tích nhân tố khẳng định (Confirm Factor Analysis) trong AMOS mục tiêu chính là đánh giá độ phù hợp model fit của mô hình. Đồng thời tính toán các giá trị CR, AVE, kiểm định giá trị phân biệt, hội tụ của các nhân tố. Cụ thể là đánh giá mức độ phù hợp tổng thể của dữ liệu dựa trên các chỉ số phù hợp của mô hình như Chisquare/df, CFI, TLI, GFI, RMSEA. Đánh giá chất lượng các biến quan sát, xác nhận các cấu trúc nhân tố. Các biến quan sát được đưa vào phân tích CFA là đã xác định biến quan sát thuộc nhân tố nào và chức năng của CFA bây giờ là đánh giá xem các dữ liệu của biến quan sát trong thang đo đó có phù hợp với các biến khác trong cùng thang đo, và phù hợp với mô hình hay không.
Để phân tích CFA, chúng ta cần vẽ mô hình trên giao diện đồ họa AMOS bằng tay từng bước. Tuy nhiên tốn rất nhiều thời gian, plugin Pattern Matrix Builder đã được tiến sĩ Gaskin thiết lập ra để đưa các biến vào AMOS nhanh hơn từ ma trận xoay EFA. Trang web của ông ấy ở đây statwiki.gaskination.com/index.php?title=Main_Page
Plugin là công cụ giúp rút ngắn thao tác, không phải không có plugin là chúng ta không vẽ được sơ đồ SEM. Vẽ sơ đồ theo cách thủ công bằng công cụ có sẵn của AMOS vẫn được, nhưng có thể ra cái hình xấu hơn so với vẽ tự động.

Thực hành vẽ và phân tích ý nghĩa CFA với AMOS

Đầu tiên các bạn tải file số liệu tại đây phantichspss.com/filefordownload/ve-cfa.sav, đồng thời tải luôn file kết quả đã chạy EFA của bộ số liệu trên để sau này copy partern matrix ở đây phantichspss.com/filefordownload/ve-cfa.spv
Các bạn có thể chạy phân tích nhân tố EFA để ra được ma trận mẫu pattern matrix như sau:

Bằng cách tự chạy theo link sau từ file số liệu SAV đã tải ở trên theo hướng dẫn sau: https://phantichspss.com/cach-chay-phan-tich-nhan-efa-khi-lam-mo-hinh-sem-voi-amos.html
Hoặc mở luôn file spv ở trên để copy bằng cách ấn chuột phải vào ma trận mẫu pattern matrix và chọn copy

Sau đó bật phần mềm Amos Graphics lên , chọn select data file để lựa chọn file số liệu cho bài CFA

Ấn vào nút File name để chọn file data là file đã tải về lúc nãy ve-cfa.sav.

Lưu ý là phải chọn loại file là IBM SPSS Statistics , vì chương trình AMOS có thể đọc được rất nhiều loại file, như là Excel, Lotus, Access, Spss…. Nên cần chọn đúng loại cho AMOS nhé.

Sau đó ấn OK

Vào menu Plugin- Pattern Matrix Model Builder

Nếu máy nào chưa cài plugin này sẽ không xuất hiện trên menu, lúc đó các bạn cài lại theo hướng dẫn ở đây https://phantichspss.com/cai-dat-plugin-pattern-matrix-builder-cho-phan-mem-amos.html
Và ấn vào để hiện lên hộp thoại sau:

Phần trong khung màu đỏ thì các bạn dán phần ma trận mẫu lúc nãy đã copy nhé. Ấn vào nút tạo sơ đồ Create Diagram. Lúc đó hình sau sẽ xuất hiện

Lúc này chỉ còn 2 việc
Việc thứ nhất là đổi tên các nhân tố, vì hiện tại các nhân tố được đặt tự động là 1234. Bằng cách ấn đúp vào chỗ các số đó, sau đó gõ lại tên mới vào mục Variable_name

Việc thứ 2 là tạo các thông số để hiển thị các chỉ số trực quan trên hình vẽ. Chọn vào biểu tượng Figure Captions, hoặc vào menu Diagram-> Figure Captions, và vẽ Figure Captions trên màn hình amos, gõ nội dung sau vào:
Chi-square=\cmin ; df=\df ; P=\p;
Chi-square/df=\cmindf ;
GFI=\gfi ; TLI=\tli ; CFI=\cfi ;
RMSEA=\rmsea
Sau đó ta được hình sau

Tiếp tục ấn vào Calculate Estimate như trên hình để thực hiện chạy CFA cho AMOS
Lưu ý sau khi chạy xong nếu thành công thì chữ sau sẽ xuất hiện OK default model. Nếu có lỗi gì đó thì chữ sau sẽ xuất hiện XX: default model

Sau đó ta có thể tiếp tục đánh giá các chỉ tiêu: độ phù hợp mô hình, giá trị hội tụ, giá trị phân biệt, độ tin cậy tổng hợp CR , phương sai trích AVE
Độ phù hợp mô hình: đây là các chỉ tiêu model fit. Thông thường các ngưỡng cần đạt để mô hình good fit là: chisquare/df<3, rmsea<0.08, CFI >=0.9, TLI>=0.9, GFI >=0.9. Tuy nhiên GFI thì nhạy cảm với kích cỡ mẫu, nên nếu GFI>0.8 thì vẫn có trích dẫn hợp lệ nhé.
Độ tin cậy tổng hợp CR cần lớn hơn 0.7, phương sai trích AVE cần lớn hơn 0.5: có thể được tính ở theo cách ở đây
https://phantichspss.com/cong-cu-stats-tools-package-dung-de-tinh-tin-cay-tong-hop-va-phuong-sai-trich-tu-dong.html
Giá trị hội tụ được khẳng định khi chỉ số AVE ở trên >=0.5
Giá trị phân biệt dựa vào tiêu chuẩn Fornell-Larcker, là bảng tô vàng ở hình dưới

Tiêu chuẩn đánh giá giá trị phân biệt fornell-larcker

Giá trị phân biệt này đạt khi giá trị trên đường chéo( là các ô tô đỏ) lớn hơn giá trị trên cùng dòng và cùng cột của nó. Về ý nghĩa, giá trị trên đường chéo chính là căn bậc 2 của phương sai trích AVE. Còn các giá trị dưới đường chéo là hệ số tương quan của hai nhân tố đó. Cụ thể là căn bậc 2 của AVE của 1 nhân tố phải lớn hơn hệ số tương quan lớn nhất của nhân tố đó và các nhân tố khác. Ví dụ ô tô màu đỏ ở dòng DD , cột DD là giá trị 0.845, đây chính là căn bậc hai AVE của DD, căn bậc 2 của 0.714. Còn giá trị ngay dưới ô màu đỏ đó là -0.157 chính là hệ số tương quan correlation giữa DD và BB lấy từ kết quả của CFA.
Kết quả phân tích nhân tố khẳng định CFA có thể cung cấp bằng chứng thuyết phục về giá trị hội tụ và giá trị phân biệt của cấu trúc lý thuyết. Giá trị hội tụ được sử dụng để chỉ ra các items, còn gọi là các biến quan sát trong cùng một thang đo có liên quan chặt chẽ với nhau, cùng nhóm về 1 nhân tố lớn. Giá trị phân biệt được sử dụng để chỉ ra rằng các khái niệm khác nhau thì có sự phân biệt với nhau, không bị trùng lắp nhau

Như vậy, nhóm MBA đã trình bài chi tiết cách đánh giá phân tích nhân tố khẳng định CFA.

Các bạn cần hỗ trợ kiến thức, hoặc xử lý số liệu cứ liên hệ nhé

– Zalo, Viber, SMS