Cách tính nhân số đại diện cho nhân tố

Sau khi chạy Cronbach’s alpha để kiểm tra độ tin cậy thang đo xong, bạn sẽ phân tích nhân tố EFA để khẳng định lại mô hình nghiên cứu của bạn có bao nhiêu nhân tố.

Nếu bạn tiếp tục chạy tương quan và hồi quy đa biến… trong SPSS thì bước tiếp theo là phải tính được nhân số đại diện cho các nhân tố này. Thường có 2 cách:

Cách 1.

Bạn có thể dùng hàm mean để tính trung bình cộng các biến quan sát thuộc nhân tố để làm nhân số đại diện (cách này được áp dụng khá phổ biến vì dễ giải thích).

Tính trọng số đại diện cho các nhân tố bằng cách vào menu Transform->Compute Variable

Tính ra giá trị trung bình của nhân tố bằng cách dùng hàm mean() trong phần numeric Expression của SPSS

Sau đó nhập tên biến đại diện (ở đây là F_PU) vào ô Target Variable. Ô Numeric Expression nhập vào công thức tính trung bình cộng mean(PU1,PU2…như hình). Về mặt ý nghĩa, mean() là hàm công thức tính giá trị trung bình đại diện cho nhân tố này. Sau đó nhấn OK.

Kết quả: Trong phần dữ liệu, xuất hiện thêm một biến mới tên F_PU , các bạn thực hiện tương tự tính mean() cho các nhân tố còn lại nhé.

Cách 2.

Khi phân tích EFA trong SPSS, bạn chọn nút Scores để lưu lại nhân số đại diện của nhân tố một cách tự động (SPSS sẽ tính giúp bạn).

khi phân tích EFA, nhấn vào nút Scores, check vào Save as variables, chọn Regression như hình bên dưới.

Khi đó, EFA ra bao nhiêu nhân tố thì sẽ có bấy nhiêu biến được thêm vào bộ dữ liệu với các tên như sau: FAC1_1 FAC2_1 FAC3_1 FAC4_1 FAC5_1 FAC6_1

Nhân số tính theo cách này đã được SPSS chuẩn hóa. Theo kinh nghiệm thì cách này phù hợp khi bạn sử dụng các nhân số này để phân tích hồi quy, kiểm định mối quan hệ ảnh hưởng của các biến độc lập lên biến phụ thuộc… và đặc biệt thích hợp trong trường hợp các biến quan sát có đơn vị tính khác nhau. Còn nếu bạn dùng để thống kê mô tả, t-test or ANOVA… thì không nên vì khi đó sẽ khó giải thích kết quả.

Tuy nhiên các giá trị này âm dương lẫn lộn… không trực quan như cách tính 1 ở trên