Giới thiệu loạt bài phân tích nhân tố khám phá EFA trên SPSS

Cập nhật: 14/04/2024 bởi admin0

Phân tích nhân tố là gì

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 chúng 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. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản ví dụ như hình ảnh của siêu thị có thể được đo lường bằng cách yêu cầu những người được phỏng vấn đánh giá các siêu thị về một loạt các chi tiết trên một thang đo khoảng cách. Những đánh giá về các chi tiết này sẽ được phân tích để xác định các nhân tố hình thành nên hình ảnh của siêu thị

Trong phân tích phương sai hồi quy bộ và phân tích biển số một biến được coi là phụ thuộc và các biến khác được coi là biến độc lập hay biến dự đoán nhưng trong phân tích nhân tố không có sự phân biệt hai loại như vậy mà thay vào đó phân tích nhân tố là một kỹ thuật phụ thuộc lẫn nhau trong đó toàn bộ các biến mối liên hệ phụ thuộc lẫn nhau sẽ được nghiên cứu

Ứng dụng của phân tích nhân tố khám phá EFA

Phân tích nhân tố được sử dụng trong các trường hợp sau

>> Nhận diện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan trong một tập hợp biến ví dụ chúng ta có thể sử dụng một tập hợp các phát biểu về lối sống để đo lường tiểu sử tâm lý của người tiêu dùng sau đó những phát biểu này được sử dụng trong phân tích nhân tố để nhận diện các yếu tố tâm lý cơ bản

>> Nhận diện bộ tộc hợp gồm một số lượng biến mới tương đối ít không có tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo ví dụ như phân tích hồi quy hay phân tích biệt số. chẳng hạn như khi nhận diện các nhân tố thuộc về tâm lý thì ta có thể sử dụng chúng như những biến độc lập để giải thích sự khác biệt giữa những người trung thành và những người không trung thành với nhãn hiệu sử dụng

>> Nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp ví dụ như từ một số khá nhiều các câu phát biểu về lối sống và chọn ra được một số ít biến được sử dụng như những biến độc lập có thể giải thích những khác biệt giữa nhóm người có hành vi khác nhau

Trong các luận văn thì hay gặp nhất chính là mục đích thứ 2 được bôi riêng màu da cam và chúng ta sẽ cố gắng tối ưu phân tích EFA cho mục đích này.

Tối ưu tài liệu hướng dãn phân tích EFA

Nếu các bạn nóng lòng đi đến các phân tích theo kiểu mỳ ăn liền mà không muốn đọc toàn bộ series bài viết thì dưới đây là 1 số nội dung chủ chốt.

>> Phân tích EFA trong bài chạy hồi quy tuyến tính (riêng biến độc lập và biến phụ thuộc): https://ungdung.hotronghiencuu.com/ung-dung-phan-tich-efa-trong-luan-van-va-nghien-cuu-khoa-hoc

>  Phân tích EFA trong các bài bước sau sẽ chạy CFA và SEM trên AMOS: https://ungdung.hotronghiencuu.com/phan-tich-efa-trong-bai-co-phan-tich-cfa-va-sem

> Mẫu tổng hợp kết quả phân tích EFA cho luân văn: https://ungdung.hotronghiencuu.com/trinh-bay-efa-1

Hướng dẫn phân tích EFA trong bài chuẩn theo lỗi văn viết (2 bài cạnh nhau): https://ungdung.hotronghiencuu.com/viet-ket-qua-phan-tich-efa-cho-bai-chay-rieng-bien-doc-lap-va-phu-thuoc

>> Văn mẫu (2 bài liên tục): https://ungdung.hotronghiencuu.com/ly-thuyet-phan-tich-efa

> Tham khảo các bài văn có phân tích EFA (chuyển đến đúng nội dung đó trong luân văn nhé): https://ungdung.hotronghiencuu.com/tag/luan-van-chay-efa

 

 

Series Navigation

Dữ liệu thực hành >>