PHÂN TÍCH NHÂN TỐ

&
KiỂM ĐỊNH THANG ĐO

Hoàng Trọng, Khoa Toán – Thống Kê

Tháng 7 năm 2006

XÂY DỰNG VÀ KiỂM ĐỊNH

THANG ĐO LƯỜNG
DÙNG TRONG NGHIÊN CỨU

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 1

 Mô hình nghiên cứu & khái niệm
Trong nghiên cứu định lượng cần đo lường các khái niệm dùng
trong nghiên cứu (construct).
Một mô hình nghiên cứu đơn giản bên dưới có 3 khái niệm: Giá trị
dịch vụ, chất lượng dịch vụ và sự hài lòng.

Giaù trò dòch vuï Chaát löôïng dòch vuï

H1 (+)
H2 (+)

Söï haøi loøng

Khái niệm và Đo lường

Việc đo lường một số khái niệm có thể không phức tạp về phương
pháp ví dụ như: mức thu nhập, mức chi tiêu, thời gian xem
truyền hình, quy mô vốn, quy mô lao động, năng suất lao động.
Một số khái niệm phức trườu tượng đòi hỏi cần có quá trình chi tiết
hóa khái niệm (construct operationalization) và thiết kế đo lường
(measurement design) và kiểm tra kỹ lưỡng. Ví dụ như:
• Trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu
(customer loyalty); Chất lượng sản phẩm/dịch vụ theo cảm nhận của
khách hàng (perceived quality)
• Hài lòng của nhân viên (employee satisfaction)
• Chất lượng cuộc sống, quan niệm sống
• Lòng tin; thái độ của người dân tại chỗ đối với người nhập cư …

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 2

 Khái niệm và Đo lường
• Ví dụ về chi tiết hóa khái niệm: trung thành của khách hàng đối
với sản phẩm/dịch vụ/thương hiệu (customer loyalty) bao gồm
những khía cạnh sau:

– Tiếp tục mua

– Không nghĩ đến những thứ khác
– Không có ý định mua thử những thứ khác
– Nói tốt về sp/dịch vụ/thương hiệu với người khác
– Giới thiệu sp/dịch vụ/thương hiệu với người khác

Đo lường và thang đo Likert

Khái niệm đơn giản chỉ cần thang đo đơn giản (thang đo 1 chỉ báo)
Khái niệm trườu tượng cần thang đo phức tạp (thang đo nhiều chỉ
báo - muti-indicator scale)
Thang đo nhiều chỉ báo được sử dụng phổ biến nhất là Likert 5
mức độ.
“Xin vui lòng đọc kỹ những phát biểu sau. Sau mỗi câu phát biểu,
hãy khoanh tròn trả lời thể hiện đúng nhất quan điểm của bạn.
Xin bạn cho biết rằng bạn rất đồng ý, đồng ý, thấy bình thường,
không đồng ý hay rất không đồng ý với mỗi phát biểu?”

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 3

 Đo lường và thang đo Likert
Sau đây là những phát biểu liên quan đến việc chọn và học tập của bạn tại trường ĐH
Kinh Tế TPHCM. Xin bạn vui lòng trả lời bằng cách khoanh tròn một con số ở từng
dòng. Những con số này thể hiện mức độ bạn đồng ý hay không đồng ý đối với các
phát biểu theo quy ước như sau:

Rất không Không Trung lập Đồng ý Rất đồng ý

đồng ý đồng ý
1 2 3 4 5

1. Bằng cấp của trường ĐH Kinh Tế sẽ giúp tôi kiếm được thu nhập
1 2 3 4 5
cao sau khi ra trường.
2. Kiến thức từ trường ĐH Kinh Tế sẽ giúp tôi dễ dàng thăng tiến
1 2 3 4 5
trong nghề nghiệp.
3. Tôi tin rằng các doanh nghiệp rất cần các sinh viên tốt nghiệp từ
1 2 3 4 5
trường tôi đang học.
4. Bằng cấp có được từ trường ĐH Kinh Tế là sự đầu tư tốt của tôi
1 2 3 4 5
cho tương lai.
5. Bằng đại học Kinh Tế bảo đảm việc làm trong tương lai. 1 2 3 4 5

Thang đo đơn hướng và đa hướng

Một khái niệm có thể chỉ bao gồm một yếu tố/thành phần/khía cạnh
(component / factor / aspect), và thang đo một khái niệm chỉ bao
hàm một thành phần gọi là thang đo đơn hướng (unidimesional)
Một khái niệm có thể bao gồm nhiều yếu tố/thành phần/khía cạnh,
và thang đo một khái niệm bao hàm nhiều thành phần gọi là
thang đo đa hướng (mutidemensional)
Thang đo Likert áp dụng cho một khái niệm đơn có thể là một thang đo
nhiều chỉ báo có tính đơn hướng, chỉ bao gồm một tập hợp mục hỏi.
Thang đo Likert áp dụng cho một khái niệm đa yếu tố có thể là một thang
đo nhiều chỉ báo có tính đa hướng, bao gồm nhiều tập hợp mục hỏi,
mỗi một tập hợp mục hỏi sẽ phản ảnh một yếu tố của khái niệm.

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 4

 Thang đo đơn hướng và đa hướng
BAÛN G 3.3 Keát quaû phaân tích nhaân toá EFA cuûa khaùi nieäm “chaát löôïng dòch vuï ñaøo taïo”

Bieán Caùc nhaân toá chính Troïng % bieán Cron

quan soá thieân giaûi bach
saùt thích ñöôïc α

F1 Hoïat ñoäng ñaøo taïo 33.849 0.726

CL_1 Chöông trình ñaøo taïo phuø hôïp toát vôùi yeâu caàu cuûa thöïc tieãn . 0.600
CL_2 Noäi dung moân hoïc ñöôïc ñoåi môùi, ñaùp öùng toát yeâu caàu ñaøo taïo. 0.620
CL_3 Phöông phaùp giaûng cuûa GV phuø hôïp vôùi yeâu caàu cuûa töøng moân hoïc. 0.652
CL_4 Giaûng vieân coù kieán thöùc saâu veà moân hoïc ñaûm traùch. 0.673
CL_5 Caùch ñaùnh giaù vaø cho ñieåm sinh vieân coân g baèng. 0.583
CL_6 Toå chöùc thi cöû, giaùm thò coi thi nghieâm tuùc. 0.565
F2 Cô sôû vaät chaát 7.377 0.746
CL_8 Cô sôû vaät chaát tröôøng ñaùp öùn g toát nhu caàu ñaøo taïo vaø hoïc taäp . 0.639
CL_9 Phoøng maùy tính ñaùp öùng toát nhu caàu thöïc haønh cuûa sinh vieân. 0.680
CL_10 Cô sôû vaät chaát thö vieän toát. 0.798
CL_11 Nhaân vieân thö vieän phuïc vuï toát. 0.698
F3 Dòch vuï hoã trôï vaø phuïc vuï 9.166 0.811
CL_13 Dòch vuï y teá ñaùp öùng toát sinh vieân coù nhu caàu . 0.645
CL_14 Tö vaán ñaùp öùn g toát nhu caàu choïn löïa vaø hoïc taäp cuûa sinh vieân . 0.718
CL_15 Dòch vuï taøi chính hoã trôï toát sinh vieân coù nhu caàu. 0.782
CL_17 Dòch vuï aên uoáng giaûi khaùt phuø hôïp vôùi nhu caàu sinh vieân. 0.638
CL_19 Nhaân vieân giaùo vuï, thanh tra nhieät tình phuïc vuï sinh vieân. 0.567
CL_20 Nhaø tröôøng vaø khoa thöôøng xuyeân laén g nghe yù kieán sinh vieân. 0.579
9

Thang đo đơn hướng và đa hướng

BAÛNG 3.4 Keát quaû phaân tích nhaân toá cuûa khaùi nieäm “söï haøi loøng cuûa sinh vieân”

Bieán quan saùt Troïng soá

HL_1 Hoïc taïi tröôøng ÑH Kinh Teá TPHCM hôn nhöõng gì toâi mong ñôïi. 0.880
HL_2 Tröôøng ÑH Kinh Teá gioáng nhö tröôøng ÑH lyù töôûng maø toâi haèng mong ñôïi. 0.883
HL_3 Toâi haøi loøng khi hoïc taïi tröôøng ÑH Kinh Teá TPHCM. 0.862

Giaù trò Eigen 2.296

% bieánâ thieân ñöôïc giaûi thích 76.522
Cronbach alpha 0.846

10

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 5

 Các bước xây dựng thang đo Likert
1. Nhận diện và đặt tên biến muốn đo lường: kinh nghiệm, quan
sát, và thăm dò
2. Lập ra một danh sách các phát biểu hoặc câu hỏi mang tính
biểu thị. Có thể lấy từ lý thuyết có liên quan, đọc sách báo, ý
kiến chuyên gia, thực nghiệm.
3. Xác định loại trả lời: đồng ý – không đồng ý; ủng hộ -- phản
đối; hữu ích -- vô ích; nhiều – không có; giống tôi – không
giống tôi; phù hợp –không phù hợp; luôn luôn – không bao
giờ; đúng – không đúng
4. Số lượng mức độ: 3, 5 hay 7 mức độ.
5. Kiểm tra toàn bộ các mục hỏi bằng cách khảo sát thử 100 –
200 người.
6. Phân tích mục hỏi trong danh sách để tìm ra một tập hợp các
mục hỏi giúp đo lường được một khía cạnh của khái niệm/biến
muốn nghiên cứu trong mô hình.
11

Phân tích các mục hỏi

Tìm ra và giữ lại những mục hỏi có ý nghĩa giúp đo lường được
một khía cạnh của khái niệm nghiên cứu từ danh sách các
mục hỏi ban đầu -> kiểm tra tính đơn hướng
Tính điểm các trả lời
Kiểm tra tương quan giữa các mục hỏi và tính toán Cronbach alpha
Kiểm tra tương quan giữa tổng điểm của từng người và điểm của
từng mục hỏi.
Tiêu chuẩn: α lớn hơn 0,7

12

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 6

 PHÂN TÍCH NHÂN TỐ
Factor Analysis

Khái niệm và ứng dụng

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, 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.

14

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 7

 Mô hình phân tích nhân tố
các nhân tố chung có thể được diễn tả như những kết hợp tuyến
tính của các biến quan sát:

Fi = Wí1 X 1 + Wí 2 X 2 + Wí 3 X 3 +...+Wík X k

Fi : öôùc löôïng trò soá cuûa nhaân toá thöù i

Wí : quyeàn soá hay troïng soá nhaân toá (weight or factor score coefficient)
k : soá bieán

15

Các tham số thống kê trong FA

Điều kiện áp dụng FA: các biến có tương quan với nhau
Barlett test of sphericity: kiểm định có tương quan hay không, giả
thuyết không là: không có tương quan giữa các biến quan sát.
v1 v2 v3 v4 v5 v6
v1 1
v2 0 1
v3 0 0 1
v4 0 0 0 1
v5 0 0 0 0 1
V6 0 0 0 0 0 1

Kaiser-Mayer-Olkin (KMO): từ 0,5 -> 1, các tương quan đủ lớn đến

mức có thể áp dụng FA.

16

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 8

 Các tham số thống kê trong FA
Correlation matrix (ma trận tương quan): ma trận chứa tất cả các
hệ số tương quan cặp giữa các cặp biến trong phân tích.
v1 v2 v3 v4 v5 v6
v1 1 0.039 0.321 0 0.314 -0.097
v2 0.039 1 -0.13 0.534 0.352 0.593
v3 0.321 -0.13 1 -0.432 0.474 0.037
v4 0 0.534 -0.432 1 0.077 0.345
v5 0.314 0.352 0.474 0.077 1 0.279
v6 -0.097 0.593 0.037 0.345 0.279 1

Communality (phần chung): lượng biến thiên của 1 biến được giải
thích chung với các biến khác (cũng là phần biến thiên được
giải thích bởi các nhân tố chung).
Eigenvalue: phần biến thiên được giải thích bởi mỗi nhân tố so với
biến thiên toàn bộ.

17

Các tham số thống kê trong FA

Factor scores (các điểm số nhân tố): các trị số được ước lượng cho
từng quan sát trên từng nhân tố được rút ra.

Factor score Các nhân tố

Các biến gốc (biến tổng hợp)

18

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 9

 Số lượng nhân tố
Priori determination: từ lý thuyết, kinh nghiệm, các kết quả nghiên
cứu trước.
Dựa vào eigenvalue: eigenvalue thể hiện phần biến thiên được giải
thích bởi mỗi nhân tố so với biến thiên toàn bộ, nếu phần biến
thiên được giải thích này lớn (eigenvalue lớn hơn 1), thì nhân
tố rút ra có ý nghĩa tóm tắt thông tin tốt.

19

Xoay các nhân tố

Thỉnh thoảng có một vài biến có hệ số lớn đối với hơn một nhân tố
hoặc có nhiều nhân tố có hệ số lớn trong cùng một biến, việc
giải thích sẽ trở nên khó khăn
F1 F2
ngua sau rang 0.050 0.618
lam trang rang 0.891 -0.007
lam khoe nuu rang -0.143 0.872
lam hoi tho thom tho 0.726 -0.377
lam sach cau rang 0.462 0.726
lam rang bong hon 0.775 0.050

Mỗi biến gốc nên có hệ số tải nhân tố lớn (0.4 trở lên) đối với chỉ
một nhân tố được rút ra.
-> xoay nhân tố

20

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 10

 Xoay các nhân tố
Xoay vẫn giữ nguyên góc ban đầu của các nhân tố

Nhaân toá chöa xoay II

-1 Nhaân toá xoay II

V1
V2

-0,5

Nhaân
toá
chöa
-1 -0,5 0 +0,5 +1
xoay I
V3
V4
V5
+0,5
Nhaân toá xoay I

+1
21

Xoay các nhân tố

Xoay không giữ nguyên góc ban đầu của các nhân tố
Nhaân toá xoay
Nhaân toá chöa xoay II giöõ nguyeân
-1 goùc ban ñaàu II

Nhaân toá xoay

V1
V2 Khoâng giöõ nguyeân
goùc ban ñaàu II
-0,5

Nhaân
toá
chöa
-1 -0,5 0 +0,5 +1 xoay I
V3
V4 Nhaân toá xoay
V5 Khoâng giöõ nguyeân
+0,5 goùc ban ñaàu I
Nhaân toá xoay
giöõ nguyeân
goùc ban ñaàu I

+1
22

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 11

 Xoay các nhân tố
chưa xoay đã xoay
F1 F2 F1 F2
ngua sau rang 0.050 0.618 -0.014 0.620
lam trang rang 0.891 -0.007 0.886 0.086
lam khoe nuu rang -0.143 0.872 -0.233 0.852
lam hoi tho thom tho 0.726 -0.377 0.761 -0.300
lam sach cau rang 0.462 0.726 0.384 0.770
lam rang bong hon 0.775 0.050 0.766 0.130
1.0
V3

V5
V1

V6
V2
0.0

V4
F2

-1.0
-1.0 0.0 1.0

F1 23

Đặt tên và giải thích các nhân tố

Việc giải thích các nhân tố được thực hiện trên cơ sở nhận ra các
biến có hệ số (factor loading) lớn ở cùng một nhân tố.
Và chúng ta có thể tóm tắt các dữ liệu thu thập được để nói rằng
người tiêu dùng dường như tìm kiếm hai loại lợi ích chính khi mua
kem đánh răng: lợi ích thẩm mỹ/giao tiếp xã hội và lợi ích sức khỏe

F1 F2
ngua sau rang -0.014 0.620
lam trang rang 0.886 0.086
lam khoe nuu rang -0.233 0.852
lam hoi tho thom tho 0.761 -0.300
lam sach cau rang 0.384 0.770
lam rang bong hon 0.766 0.130

24

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 12

 Tính trị số nhân tố
Fi = Wí1 X 1 + Wí 2 X 2 + Wí 3 X 3 +...+Wík X k
Từ Factor score coefficient matrix (ma trận trọng số nhân tố),
viết được phương trình thể hiện từng nhân tố như là kết hợp
của các biến gốc. F1 F2
ngua sau rang -0.012 0.341
lam trang rang 0.411 0.039
lam khoe nuu rang -0.116 0.471
lam hoi tho thom tho 0.356 -0.172
lam sach cau rang 0.171 0.420
lam rang bong hon 0.355 0.065

F1 = −0,012 X 1 + 0,411X 2 − 0,116 X 3 + 0,356 X 4 + 0,171X 5 + 0,355X 6

F2 = 0,341X1 + 0,039 X 2 + 0,471X 3 − 0,172 X 4 + 0,420 X 5 + 0,065 X 6

Từ các phương trình thể hiện nhân tố, thế các trị số của các
biến gốc vào phương trình thì sẽ tính được trị số nhân tố cho
từng quan sát.
25

Tính trị số nhân tố

Trị số nhân tố Trị số nhân tố

đã chuẩn hóa chưa chuẩn hóa

F1 = −0,012 X 1 + 0,411X 2 − 0,116 X 3 + 0,356 X 4 + 0,171X 5 + 0,355X 6

F2 = 0,341X1 + 0,039 X 2 + 0,471X 3 − 0,172 X 4 + 0,420 X 5 + 0,065 X 6
26

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 13

 Sử dụng kết quả phân tích nhân tố
Sau khi rút trích được các nhân tố và lưu lại thành các biến
mới, chúng ta sẽ sử dụng các biến mới này thay cho tập hợp
biến gốc để đưa vào các phân tích tiếp theo như kiểm định
trung bình, ANOVA, tương quan & hồi quy ...

Ví dụ: chúng ta có thể xem có khác biệt giữa nam và nữ hay

không về tầm quan trọng của các lợi ích khi mua kem đánh
răng bằng một kiểm định t đối với mẫu độc lập.

-> có sự khác biệt có ý nghĩa thống kê: nam quan tâm đến lợi
ích giao tiếp xã hội nhiều hơn nữ (kết quả ở trang sau)

27

Sử dụng kết quả phân tích nhân tố

Group Statistics
Std. Std. Error
giôùi tính N Mean Deviation Mean
lôïi ích giao tieáp XH nam 17 .3833755 .87044420 .21111373
nöõ 18 -.3620768 1.000554 .23583278
lôïi ích söùc khoûe nam 17 -.2771805 1.155686 .28029505
nöõ 18 .2617816 .77043184 .18159253

Independent Samples Test

Levene's Test for
Equality of Variances t-test for Equality of Means
Sig. Mean Std. Error
F Sig. t df (2-tailed) Difference Difference
lôïi ích Equal variances
.224 .639 2.346 33 .025 .7454523 .31781402
giao tieáp assumed
XH Equal variances
2.355 32.790 .025 .7454523 .31652189
not assumed
lôïi ích Equal variances
5.726 .023 -1.632 33 .112 -.5389620 .33021613
söùc khoûe assumed
Equal variances
-1.614 27.663 .118 -.5389620 .33397778
not assumed
28

Hoàng Trọng, Khoa Toán - Thống Kê, ĐH Kinh Tế TPHCM 14