Cách phân tích nhân tố efa trong spss

Cập nhật: 19/10/2022 bởi admin1

Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)

Khái niệm về EFA

Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định lượng được sử dụng để giảm bớt một tập hợp nhiều biến phụ thuộc lẫn nhau có thể được đo lường bởi các biến nhỏ hơn (được gọi là thừa số hóa) nhưng vẫn chứa hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự 2009).

Mục đích của EFA

Hai mục tiêu chính của nghiên cứu EFA là xác định:

Số lượng các yếu tố ảnh hưởng đến một tập hợp các biến có thể đo lường.

– Độ mạnh của mối quan hệ giữa từng yếu tố và từng biến đo lường

Ứng dụng EFA

EFA thường được sử dụng trong nhiều lĩnh vực quản lý, kinh tế, tâm lý học, xã hội học, v.v., sau khi nhận được khung khái niệm từ các lý thuyết hoặc nghiên cứu trước đó.

Trong các nghiên cứu kinh tế, người ta thường sử dụng chỉ số nhiều câu hỏi (biến đo lường) để đo lường các khái niệm trong mô hình khái niệm, và EFA sẽ góp phần giảm thiểu nhiều tập hợp biến.

Khi chúng ta có một vài yếu tố, nếu chúng ta sử dụng các yếu tố này như các biến độc lập trong một hàm hồi quy bội, mô hình sẽ giảm khả năng vi phạm đa cộng tuyến.

Ngoài ra, các nhân tố được trích xuất sau khi tiến hành phân tích EFA có thể được thực hiện trong mô hình Logit, phân tích hồi quy đa biến, sau đó có thể tiếp tục thực hiện phân tích nhân tố đa biến. Mô hình hóa (SEM) để phân tích mối quan hệ phức tạp giữa các khái niệm.

Tiếp tục đọc những gì bạn quan tâm

Filed under: Giới thiệu nội dung - @ 11:22 sáng