Kỹ thuật 2: Ẩn đi các hệ số tải quá nhỏ

Cập nhật: 04/10/2022 bởi admin0

Kỹ thuật 2: Ẩn đi các hệ số tải quá nhỏ

Trong khi chạy, nhiều khi các bạn chạy theo hướng dẫn nên đã thực hiện thủ tục này và nhầm tưởng mỗi biến quan sát chỉ tải lên 1 trục chính (1 nhân tố). Thực ra thì nó tải đủ lên các trục, vấn đề hệ số tải là bao nhiêu và CÓ THỂ BỎ QUA hay không mà thôi.

Hệ sô tải lên trục nào lớn thì biến quan sát được xếp vào nhân tố đó, do vậy người ta thường ẩn đi các hệ số tải nhỏ để cho dễ nhìn mà thôi.

Vậy ẩn đi các hệ số tải có giá trị nhỏ hơn bao nhiêu là hợp lý?

+ Theo tiêu chuẩn Hệ số tải nhân tố (Factor loading ) > 0.5 Theo Hair & ctg (1998, 111) thì ta sẽ ẩn đi các hệ số tải <0,5, Tuy nhiên …….

+ Hệ số tải sẽ tải đủ lên các nhân tố, và chênh lệch giữa hệ số tải lớn nhất và hệ số tải lớn thứ 2 (xét về giá trị tuyệt đối) phải chênh nhau ít nhất 0,3. Do vậy nếu có 1 hệ số tải =0,55 và 1 hệ số tải =0,4 mà bạn ẩn đi thì vô tình bạn sẽ giữ lại 1 biến quan sat không đạt tiêu chuẩn. Vậy sau lần chạy đầu tiên ẩn đi các hệ số <0,5 hãy cân nhắc chạy thêm 1 lần và làm xuất hiện thêm nhưng hệ số tải với độ lơn phù hợp để kiểm tra chắc chắn nhé

Nếu chỉ chạy 1 lần có thể hãy gĩ vào đó con số 0.2 (vì 0.5-0.2=0.3 mà) hoặc nếu có khả năng quan sát thì cứ hiển thị ma trận đầy đủ nhé.

Thủ tục chạy. Tại menu Options của EFA chọn như hình và nhập giá trị vào

Nhìn ma trận đầy đủ và ma trận đã được giản lước các bạn thấy đỡ rối hơn bao nhiêu nhỉ

 

Kỹ thuật 3 sẽ được để cập tại bài tiếp theo: https://vaxidi.com/sap-xep-cac-nhan-to-theo-thu-tu-giam-dan-cua-eigenvalue

Series Navigation

<< Một số thủ thuật khi phân tích EFA trên SPPS: Kỹ thuật 1: Chỉ định số nhân tố được tríchKỹ thuật 3: Sắp xếp các nhân tố theo thứ tự giảm dần của eigenvalue >>