05. Phân Tích Nhân Tố Khám Phá (EFA)

Quy trình thực hiện phân tích nhân tố EFA, kiểm định KMO, Bartlett test, rút trích và xoay nhân tố.

Phân Tích Nhân Tố Khám Phá (Factor Analysis - EFA)

Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) là kỹ thuật thu gom nhóm một tập hợp gồm nhiều biến quan sát (items) thành một số ít các nhân tố (factors / components) đại diện có bản chất chung.

1. Điều Kiện Áp Dụng EFA

• Kích thước mẫu: Tối thiểu 5 quan sát cho 1 biến ($N \ge 5 \times \text{số items}$), tốt nhất $N \ge 150$.
• Chỉ số KMO (Kaiser-Meyer-Olkin): $0.5 \le \text{KMO} \le 1.0$ (tốt nhất $\ge 0.6$).
• Kiểm định Bartlett (Bartlett’s Test of Sphericity): Giá trị $P < .05$.
• Hệ số tải nhân tố (Factor Loading): Các item cần có Factor Loading $\ge 0.40$ (hoặc $\ge 0.50$).

2. Các Bước Thực Hiện Trong SPSS

1. Analyze $\r\rightarrow$ Dimension Reduction $\r\rightarrow$ Factor…
2. Chọn tất cả các biến quan sát cần phân tích vào ô Variables.
3. Chọn nút Descriptives…: tích chọn KMO and Bartlett’s test of sphericity và Anti-image.
4. Chọn nút Extraction…:
   • Method: Principal components.
   • Extract: tích chọn Based on Eigenvalue ($> 1$).
   • Tích chọn Scree plot.
5. Chọn nút Rotation…:
   • Chọn Varimax (xoay vuông góc nếu các nhân tố độc lập) hoặc Direct Oblimin (xoay xéo nếu các nhân tố có tương quan).
6. Chọn nút Options…: tích chọn Sorted by size và Suppress small coefficients (nhập 0.30 hoặc 0.40 để ẩn hệ số nhỏ).
7. Nhấn Continue $\r\rightarrow$ OK.

3. Phiên Giải Kết Quả EFA

1. KMO & Bartlett’s Test: Đảm bảo $ ext{KMO} \ge 0.6$ và $P < .001$.
2. Total Variance Explained (Tổng phương sai trích): Cần đạt $\ge 50%$ (mô hình giải thích được từ 50% biến thiên trở lên) tại các nhân tố có Eigenvalue $> 1$.
3. Rotated Component Matrix (Ma trận nhân tố xoay):
   • Kiểm tra các biến tải lên nhân tố nào.
   • Loại bỏ các biến bị tải kép (Cross-loading trên 2 nhân tố với khoảng chênh $< 0.30$) hoặc không đạt tiêu chuẩn loading.