- Giới thiệu loạt bài phân tích nhân tố khám phá EFA trên SPSS
- Dữ liệu thực hành
- Thang đo đa hướng trong nghiên cứu
- Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
- Phân tích thành phần chính (PCA) và phân tích nhân tố khám phá (EFA)
- Phép trích (chiết xuất)- Extraction
- Phép xoay- Rotation
- Các tiêu chuẩn phân tích nhân tố khám phá EFA trong luận văn ở Việt Nam
- Yêu cầu cơ bản (các giả định) của phân tích các thành phần chính PCA (EFA nói chung)
- Phương pháp phân tích thành phần chính
- Phân tích thành phần chính trên SPSS: Thao tác thực hành
- Đọc kết quả phân tích PCA từ output của phần mềm SPSS
- Các tiêu chí lựa chọn số nhân tố được trích xuất -phần 1
- Các tiêu chí lựa chọn số nhân tố được trích xuất -phần 2
- Một số thủ thuật khi phân tích EFA trên SPPS: Kỹ thuật 1: Chỉ định số nhân tố được trích
- Kỹ thuật 2: Ẩn đi các hệ số tải quá nhỏ
- Kỹ thuật 3: Sắp xếp các nhân tố theo thứ tự giảm dần của eigenvalue
- Ứng dụng phân tích EFA trong luận văn và nghiên cứu khoa học
- Ví dụ về một số trường hợp loại biến quan sát khi chạy EFA
- Một số lỗi hay gặp khi phân tích EFA và cách xử lý
- Tính biến đại diện sau khi phân tích EFA (Hướng dẫn tính biến đại diện trên SPSS)
- Phân tích EFA trong bài có phân tích CFA và SEM
- Phân tích Cronbach’s Alpha trước hay EFA trước?
- Đánh giá độ tin cậy, tính hội tụ và phân biệt của các thang đo
- Có thể bạn ngộ nhận?
- Tổng kết về phân tích EFA
- Một số bài toán ví dụ sử dụng phân tích EFA
- Việt hoá các thuật ngữ trong phân tích EFA
- Trình bày bảng kết quả phân tích EFA trong bài
- Viết kết quả phân tích EFA cho bài chạy riêng biến độc lập và phụ thuộc
- Viết kết quả phân tích EFA cho bài chạy chung các biến 1 lần
- Đọc thêm: Chỉ số KMO (Kaiser – Meyer – Olkin Test)
- Đọc thêm: Chạy EFA chung hay riêng
- Văn mẫu: Lý thuyết phân tích EFA
- Văn mẫu: Trình bày kết quả EFA trong luận văn
Cập nhật: 04/10/2022 bởi admin0
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Phép xoay- Rotation
Ở đây hiểu là phép xoay 1 hệ trục tọa độ (đưa các trục lệch khỏi phương ban đầu). Đây là 1 phép chuyển hệ trục tọa độ nên cũng có thể coi là 1 phép trích đúng không?
Nhìn hình dưới bạn có thể thấy nếu dùng hệ trục màu xanh thì dữ liệu không thể hiện rõ xu hướng trên 2 trục này, nhưng nếu xoay đi để thành trục màu đỏ thì có thể thấy dữ liệu có xu hướng bám sát 2 trục ấy phải không?
Một số phép xoay
+(1) Varimax: Phương pháp quay trực giao để giảm thiểu số lượng các biến có tải trọng cao trên mỗi nhân tố. Phương pháp này đơn giản hóa việc giải thích các yếu tố.
+(2) Direct Oblimin trực tiếp: Phương pháp quay xiên (không trực giao). Khi delta bằng 0 (giá trị mặc định), các nghiệm là xiên nhất. Khi đồng bằng trở nên tiêu cực hơn, các yếu tố trở nên ít xiên hơn. Để ghi đè delta mặc định là 0, hãy nhập một số nhỏ hơn hoặc bằng 0,8.
+(3) Quartimax: Phương pháp xoay vòng nhằm giảm thiểu số lượng yếu tố cần thiết để giải thích mỗi biến. Phương pháp này đơn giản hóa việc giải thích các biến quan sát.
+(4) Equamax: Phương pháp xoay vòng là sự kết hợp của phương pháp varimax, phương pháp này đơn giản hóa các yếu tố và phương pháp quartimax, đơn giản hóa các biến. Số lượng các biến tải nhiều vào một nhân tố và số lượng nhân tố cần thiết để giải thích một biến được giảm thiểu.
+(5) Promax: Một phép quay xiên, cho phép các yếu tố được tương quan với nhau. Vòng quay này có thể được tính toán nhanh hơn so với vòng quay xiên trực tiếp, vì vậy nó rất hữu ích cho các tập dữ liệu lớn.