Bài giảng Phân tích nhân tố và kiểm định thang đo

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 1 PHÂN TÍCH NHÂN TỐ & KiỂM ĐỊNH THANG ĐO Hoàng Trọng, Khoa Toán – Thống Kê Tháng 7 năm 2006 XÂY DỰNG VÀ KiỂM ĐỊNH THANG ĐO LƯỜNG DÙNG TRONG NGHIÊN CỨU Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 2 3 Mô hình nghiên cứu & khái niệm Trong nghiên cứu định lượng cần đo lường các khái niệm dùng trong nghiên cứu (construct). Một mô hình nghiên cứu đơn giản bên dưới có 3 khái niệm: Giá trị dịch vụ, chất lượng dịch vụ và sự hài lòng. Giaù trò dòch vuï Chaát löôïng dòch vuï Söï haøi loøng H1 (+) H2 (+) 4 Khái niệm và Đo lường Việc đo lường một số khái niệm có thể không phức tạp về phương pháp ví dụ như: mức thu nhập, mức chi tiêu, thời gian xem truyền hình, quy mô vốn, quy mô lao động, năng suất lao động. Một số khái niệm phức trườu tượng đòi hỏi cần có quá trình chi tiết hóa khái niệm (construct operationalization) và thiết kế đo lường (measurement design) và kiểm tra kỹ lưỡng. Ví dụ như: • Trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu (customer loyalty); Chất lượng sản phẩm/dịch vụ theo cảm nhận của khách hàng (perceived quality) • Hài lòng của nhân viên (employee satisfaction) • Chất lượng cuộc sống, quan niệm sống • Lòng tin; thái độ của người dân tại chỗ đối với người nhập cư Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 3 5 Khái niệm và Đo lường • Ví dụ về chi tiết hóa khái niệm: trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu (customer loyalty) bao gồm những khía cạnh sau: – Tiếp tục mua – Không nghĩ đến những thứ khác – Không có ý định mua thử những thứ khác – Nói tốt về sp/dịch vụ/thương hiệu với người khác – Giới thiệu sp/dịch vụ/thương hiệu với người khác 6 Đo lường và thang đo Likert Khái niệm đơn giản chỉ cần thang đo đơn giản (thang đo 1 chỉ báo) Khái niệm trườu tượng cần thang đo phức tạp (thang đo nhiều chỉ báo - muti-indicator scale) Thang đo nhiều chỉ báo được sử dụng phổ biến nhất là Likert 5 mức độ. “Xin vui lòng đọc kỹ những phát biểu sau. Sau mỗi câu phát biểu, hãy khoanh tròn trả lời thể hiện đúng nhất quan điểm của bạn. Xin bạn cho biết rằng bạn rất đồng ý, đồng ý, thấy bình thường, không đồng ý hay rất không đồng ý với mỗi phát biểu?” Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 4 7 Đo lường và thang đo Likert Sau đây là những phát biểu liên quan đến việc chọn và học tập của bạn tại trường ĐH Kinh Tế TPHCM. Xin bạn vui lòng trả lời bằng cách khoanh tròn một con số ở từng dòng. Những con số này thể hiện mức độ bạn đồng ý hay không đồng ý đối với các phát biểu theo quy ước như sau: Rất không đồng ý 1 Không đồng ý 2 Trung lập 3 Đồng ý 4 Rất đồng ý 5 1. Bằng cấp của trường ĐH Kinh Tế sẽ giúp tôi kiếm được thu nhập cao sau khi ra trường. 1 2 3 4 5 2. Kiến thức từ trường ĐH Kinh Tế sẽ giúp tôi dễ dàng thăng tiến trong nghề nghiệp. 1 2 3 4 5 3. Tôi tin rằng các doanh nghiệp rất cần các sinh viên tốt nghiệp từ trường tôi đang học. 1 2 3 4 5 4. Bằng cấp có được từ trường ĐH Kinh Tế là sự đầu tư tốt của tôi cho tương lai. 1 2 3 4 5 5. Bằng đại học Kinh Tế bảo đảm việc làm trong tương lai. 1 2 3 4 5 8 Thang đo đơn hướng và đa hướng Một khái niệm có thể chỉ bao gồm một yếu tố/thành phần/khía cạnh (component / factor / aspect), và thang đo một khái niệm chỉ bao hàm một thành phần gọi là thang đo đơn hướng (unidimesional) Một khái niệm có thể bao gồm nhiều yếu tố/thành phần/khía cạnh, và thang đo một khái niệm bao hàm nhiều thành phần gọi là thang đo đa hướng (mutidemensional) Thang đo Likert áp dụng cho một khái niệm đơn có thể là một thang đo nhiều chỉ báo có tính đơn hướng, chỉ bao gồm một tập hợp mục hỏi. Thang đo Likert áp dụng cho một khái niệm đa yếu tố có thể là một thang đo nhiều chỉ báo có tính đa hướng, bao gồm nhiều tập hợp mục hỏi, mỗi một tập hợp mục hỏi sẽ phản ảnh một yếu tố của khái niệm. Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 5 9 Thang đo đơn hướng và đa hướng BAÛNG 3.3 Keát quaû phaân tích nhaân toá EFA cuûa khaùi nieäm “chaát löôïng dòch vuï ñaøo taïo” Bieán quan saùt Caùc nhaân toá chính Troïng soá % bieán thieân giaûi thích ñöôïc Cron bach α F1 Hoïat ñoäng ñaøo taïo 33.849 0.726 CL_1 Chöông trình ñaøo taïo phuø hôïp toát vôùi yeâu caàu cuûa thöïc tieãn. 0.600 CL_2 Noäi dung moân hoïc ñöôïc ñoåi môùi, ñaùp öùng toát yeâu caàu ñaøo taïo. 0.620 CL_3 Phöông phaùp giaûng cuûa GV phuø hôïp vôùi yeâu caàu cuûa töøng moân hoïc. 0.652 CL_4 Giaûng vieân coù kieán thöùc saâu veà moân hoïc ñaûm traùch. 0.673 CL_5 Caùch ñaùnh giaù vaø cho ñieåm sinh vieân coâng baèng. 0.583 CL_6 Toå chöùc thi cöû, giaùm thò coi thi nghieâm tuùc. 0.565 F2 Cô sôû vaät chaát 7.377 0.746 CL_8 Cô sôû vaät chaát tröôøng ñaùp öùng toát nhu caàu ñaøo taïo vaø hoïc taäp. 0.639 CL_9 Phoøng maùy tính ñaùp öùng toát nhu caàu thöïc haønh cuûa sinh vieân. 0.680 CL_10 Cô sôû vaät chaát thö vieän toát. 0.798 CL_11 Nhaân vieân thö vieän phuïc vuï toát. 0.698 F3 Dòch vuï hoã trôï vaø phuïc vuï 9.166 0.811 CL_13 Dòch vuï y teá ñaùp öùng toát sinh vieân coù nhu caàu. 0.645 CL_14 Tö vaán ñaùp öùng toát nhu caàu choïn löïa vaø hoïc taäp cuûa sinh vieân. 0.718 CL_15 Dòch vuï taøi chính hoã trôï toát sinh vieân coù nhu caàu. 0.782 CL_17 Dòch vuï aên uoáng giaûi khaùt phuø hôïp vôùi nhu caàu sinh vieân. 0.638 CL_19 Nhaân vieân giaùo vuï, thanh tra nhieät tình phuïc vuï sinh vieân. 0.567 CL_20 Nhaø tröôøng vaø khoa thöôøng xuyeân laéng nghe yù kieán sinh vieân. 0.579 10 Thang đo đơn hướng và đa hướng BAÛNG 3.4 Keát quaû phaân tích nhaân toá cuûa khaùi nieäm “söï haøi loøng cuûa sinh vieân” Bieán quan saùt Troïng soá HL_1 Hoïc taïi tröôøng ÑH Kinh Teá TPHCM hôn nhöõng gì toâi mong ñôïi. 0.880 HL_2 Tröôøng ÑH Kinh Teá gioáng nhö tröôøng ÑH lyù töôûng maø toâi haèng mong ñôïi. 0.883 HL_3 Toâi haøi loøng khi hoïc taïi tröôøng ÑH Kinh Teá TPHCM. 0.862 Giaù trò Eigen % bieáân thieân ñöôïc giaûi thích Cronbach alpha 2.296 76.522 0.846 Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 6 11 Các bước xây dựng thang đo Likert 1. Nhận diện và đặt tên biến muốn đo lường: kinh nghiệm, quan sát, và thăm dò 2. Lập ra một danh sách các phát biểu hoặc câu hỏi mang tính biểu thị. Có thể lấy từ lý thuyết có liên quan, đọc sách báo, ý kiến chuyên gia, thực nghiệm. 3. Xác định loại trả lời: đồng ý – không đồng ý; ủng hộ -- phản đối; hữu ích -- vô ích; nhiều – không có; giống tôi – không giống tôi; phù hợp –không phù hợp; luôn luôn – không bao giờ; đúng – không đúng 4. Số lượng mức độ: 3, 5 hay 7 mức độ. 5. Kiểm tra toàn bộ các mục hỏi bằng cách khảo sát thử 100 – 200 người. 6. Phân tích mục hỏi trong danh sách để tìm ra một tập hợp các mục hỏi giúp đo lường được một khía cạnh của khái niệm/biến muốn nghiên cứu trong mô hình. 12 Phân tích các mục hỏi Tìm ra và giữ lại những mục hỏi có ý nghĩa giúp đo lường được một khía cạnh của khái niệm nghiên cứu từ danh sách các mục hỏi ban đầu -> kiểm tra tính đơn hướng Tính điểm các trả lời Kiểm tra tương quan giữa các mục hỏi và tính toán Cronbach alpha Kiểm tra tương quan giữa tổng điểm của từng người và điểm của từng mục hỏi. Tiêu chuẩn: α lớn hơn 0,7 Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 7 PHÂN TÍCH NHÂN TỐ Factor Analysis 14 Khái niệm và ứng dụng Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Trong nghiên cứu, ta có thể thu thập được một số lượng biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 8 15 Mô hình phân tích nhân tố các nhân tố chung có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát: F W X W X W X W Xi í í í ík k= + + + +1 1 2 2 3 3 ... Fi : öôùc löôïng trò soá cuûa nhaân toá thöù i Wí : quyeàn soá hay troïng soá nhaân toá (weight or factor score coefficient) k : soá bieán 16 Các tham số thống kê trong FA Điều kiện áp dụng FA: các biến có tương quan với nhau Barlett test of sphericity: kiểm định có tương quan hay không, giả thuyết không là: không có tương quan giữa các biến quan sát. Kaiser-Mayer-Olkin (KMO): từ 0,5 -> 1, các tương quan đủ lớn đến mức có thể áp dụng FA. v1 v2 v3 v4 v5 v6 v1 1 v2 0 1 v3 0 0 1 v4 0 0 0 1 v5 0 0 0 0 1 V6 0 0 0 0 0 1 Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 9 17 Các tham số thống kê trong FA Correlation matrix (ma trận tương quan): ma trận chứa tất cả các hệ số tương quan cặp giữa các cặp biến trong phân tích. v1 v2 v3 v4 v5 v6 v1 1 0.039 0.321 0 0.314 -0.097 v2 0.039 1 -0.13 0.534 0.352 0.593 v3 0.321 -0.13 1 -0.432 0.474 0.037 v4 0 0.534 -0.432 1 0.077 0.345 v5 0.314 0.352 0.474 0.077 1 0.279 v6 -0.097 0.593 0.037 0.345 0.279 1 Communality (phần chung): lượng biến thiên của 1 biến được giải thích chung với các biến khác (cũng là phần biến thiên được giải thích bởi các nhân tố chung). Eigenvalue: phần biến thiên được giải thích bởi mỗi nhân tố so với biến thiên toàn bộ. 18 Các tham số thống kê trong FA Factor scores (các điểm số nhân tố): các trị số được ước lượng cho từng quan sát trên từng nhân tố được rút ra. Các biến gốc Các nhân tố (biến tổng hợp)Factor score Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 10 19 Số lượng nhân tố Priori determination: từ lý thuyết, kinh nghiệm, các kết quả nghiên cứu trước. Dựa vào eigenvalue: eigenvalue thể hiện phần biến thiên được giải thích bởi mỗi nhân tố so với biến thiên toàn bộ, nếu phần biến thiên được giải thích này lớn (eigenvalue lớn hơn 1), thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt. 20 Xoay các nhân tố Thỉnh thoảng có một vài biến có hệ số lớn đối với hơn một nhân tố hoặc có nhiều nhân tố có hệ số lớn trong cùng một biến, việc giải thích sẽ trở nên khó khăn F1 F2 ngua sau rang 0.050 0.618 lam trang rang 0.891 -0.007 lam khoe nuu rang -0.143 0.872 lam hoi tho thom tho 0.726 -0.377 lam sach cau rang 0.462 0.726 lam rang bong hon 0.775 0.050 Mỗi biến gốc nên có hệ số tải nhân tố lớn (0.4 trở lên) đối với chỉ một nhân tố được rút ra. -> xoay nhân tố Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 11 21 Xoay các nhân tố -1 -0,5 0 +0,5 +1 -1 -0,5 +0,5 + 1 Nhaân toá chöa xoay II Nhaân toá xoay II V3 V4 V5 V1 V2 Nhaân toá chöa xoay I Nhaân toá xoay I Xoay vẫn giữ nguyên góc ban đầu của các nhân tố 22 Xoay các nhân tố Xoay không giữ nguyên góc ban đầu của các nhân tố -1 -0,5 0 +0,5 +1 -1 -0,5 +0,5 + 1 Nhaân toá chöa xoay II Nhaân toá chöa xoay I V3 V4 V5 V1 V2 Nhaân toá xoay Khoâng giöõ nguyeân goùc ban ñaàu II Nhaân toá xoay giöõ nguyeân goùc ban ñaàu II Nhaân toá xoay giöõ nguyeân goùc ban ñaàu I Nhaân toá xoay Khoâng giöõ nguyeân goùc ban ñaàu I Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 12 23 Xoay các nhân tố F1 F2 F1 F2 ngua sau rang 0.050 0.618 -0.014 0.620 lam trang rang 0.891 -0.007 0.886 0.086 lam khoe nuu rang -0.143 0.872 -0.233 0.852 lam hoi tho thom tho 0.726 -0.377 0.761 -0.300 lam sach cau rang 0.462 0.726 0.384 0.770 lam rang bong hon 0.775 0.050 0.766 0.130 đã xoaychưa xoay F1 1.00.0-1.0 F2 1.0 0.0 -1.0 V6 V5 V4 V3 V2 V1 24 Đặt tên và giải thích các nhân tố Việc giải thích các nhân tố được thực hiện trên cơ sở nhận ra các biến có hệ số (factor loading) lớn ở cùng một nhân tố. Và chúng ta có thể tóm tắt các dữ liệu thu thập được để nói rằng người tiêu dùng dường như tìm kiếm hai loại lợi ích chính khi mua kem đánh răng: lợi ích thẩm mỹ/giao tiếp xã hội và lợi ích sức khỏe F1 F2 ngua sau rang -0.014 0.620 lam trang rang 0.886 0.086 lam khoe nuu rang -0.233 0.852 lam hoi tho thom tho 0.761 -0.300 lam sach cau rang 0.384 0.770 lam rang bong hon 0.766 0.130 Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 13 25 Tính trị số nhân tố F W X W X W X W Xi í í í ík k= + + + +1 1 2 2 3 3 ... 6543211 355,0171,0356,0116,0411,0012,0 XXXXXXF +++−+−= F1 F2 ngua sau rang -0.012 0.341 lam trang rang 0.411 0.039 lam khoe nuu rang -0.116 0.471 lam hoi tho thom tho 0.356 -0.172 lam sach cau rang 0.171 0.420 lam rang bong hon 0.355 0.065 6543212 065,0420,0172,0471,0039,0341,0 XXXXXXF ++−++= Từ Factor score coefficient matrix (ma trận trọng số nhân tố), viết được phương trình thể hiện từng nhân tố như là kết hợp của các biến gốc. Từ các phương trình thể hiện nhân tố, thế các trị số của các biến gốc vào phương trình thì sẽ tính được trị số nhân tố cho từng quan sát. 26 Tính trị số nhân tố 6543211 355,0171,0356,0116,0411,0012,0 XXXXXXF +++−+−= 6543212 065,0420,0172,0471,0039,0341,0 XXXXXXF ++−++= Trị số nhân tố đã chuẩn hóa Trị số nhân tố chưa chuẩn hóa Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 14 27 Sử dụng kết quả phân tích nhân tố Sau khi rút trích được các nhân tố và lưu lại thành các biến mới, chúng ta sẽ sử dụng các biến mới này thay cho tập hợp biến gốc để đưa vào các phân tích tiếp theo như kiểm định trung bình, ANOVA, tương quan & hồi quy ... Ví dụ: chúng ta có thể xem có khác biệt giữa nam và nữ hay không về tầm quan trọng của các lợi ích khi mua kem đánh răng bằng một kiểm định t đối với mẫu độc lập. -> có sự khác biệt có ý nghĩa thống kê: nam quan tâm đến lợi ích giao tiếp xã hội nhiều hơn nữ (kết quả ở trang sau) 28 Sử dụng kết quả phân tích nhân tố Group Statistics 17 .3833755 .87044420 .21111373 18 -.3620768 1.000554 .23583278 17 -.2771805 1.155686 .28029505 18 .2617816 .77043184 .18159253 giôùi tính nam nöõ nam nöõ lôïi ích giao tieáp XH lôïi ích söùc khoûe N Mean Std. Deviation Std. Error Mean Independent Samples Test .224 .639 2.346 33 .025 .7454523 .31781402 2.355 32.790 .025 .7454523 .31652189 5.726 .023 -1.632 33 .112 -.5389620 .33021613 -1.614 27.663 .118 -.5389620 .33397778 Equal variances assumed Equal variances not assumed Equal variances assumed Equal variances not assumed lôïi ích giao tieáp XH lôïi ích söùc khoûe F Sig. Levene's Test for Equality of Variances t df Sig. (2-tailed) Mean Difference Std. Error Difference t-test for Equality of Means