Hệ số tải Factor Loading trong phân tích EFA

Hệ số tải nhân tố (hay còn gọi là trọng số nhân tố) có thể hiểu là mối tương quan giữa biến quan sát với nhân tố. Trị tuyệt đối hệ số tải của biến quan sát càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Trường

Phép quay vuông góc Varimax và phép quay không vuông góc Promax

Bryant and Yarnold (1995) định nghĩa việc xoay nhân tố là một quá trình mà các biến quan sát được xoay trên các trục nhằm đạt tạo ra được cấu trúc nhân tố đơn giản. Cấu trúc đơn giản nghĩa là các biến quan sát sẽ được xoay tới điểm mà ở đó, mỗi biến

Phép trích Principal Components Analysis (PCA) và Principal Axis Factoring (PAF)

Principal Components Analysis (PCA) và Principal Axis Factoring (PAF) là 2 phép trích được sử dụng phổ biến hiện nay. Mỗi phép trích được sử dụng với từng mục đích khác nhau. 1. Phép trích Principal Components Analysis (PCA) Principal Components Analysis (Phân tích thành phần chính) là phép trích mặc định được gán trong nhiều phần phềm phân

Hệ số tải nhân tố Factor Loading âm trong EFA

Khi phân tích nhân tố khám EFA, một số trường hợp hệ số tải nhân tố âm xuất hiện. Và sau khi tìm hiểu các bài luận phân tích trên Internet, bạn thấy rằng phần lớn đều là hệ số tải dương, bạn đang hoang mang có phải số liệu của mình đang gặp vấn đề hoặc

Chạy chung hay riêng biến độc lập với biến phụ thuộc trong EFA?

Thực hiện phân tích EFA chung hay riêng biến độc lập với biến phụ thuộc là vấn đề có khá nhiều các bạn, các anh/chị thắc mắc khi phân tích định lượng với SPSS. Chúng ta sẽ cùng đi vào phân tích lý do tại sao chạy chung hay chạy riêng trong bài viết này. Để giải

Xử lý ma trận xoay nhân tố bị xáo trộn lộn xộn, không hội tụ

Trong phân tích EFA, chúng ta kỳ vọng rằng kết quả cho ra ở ma trận xoay đảm bảo được tính hội tụ và phân biệt ở mức độ khá trở lên. Các nhóm không bị phân tán mạnh và đảo lộn quá nhiều làm mất hoàn toàn tính chất các nhóm biến trên lý thuyết.

Đặt tên nhân tố mới từ nhiều nhóm khác nhau trong EFA

Việc phân tích nhân tố EFA giúp phát hiện ra nhân tố mới và thu gọn số lượng nhiều biến quan sát về số ít nhân tố đại diện. Một số trường hợp nhân tố mới được khám phá lại là tập hợp của nhiều biến quan sát ở các nhóm khác nhau hoặc một nhóm bị

Phân tích nhân tố khám phá EFA trong SPSS

Phân tích nhân tố khám phá EFA là một bước rất quan trọng khi thực hiện phân tích dữ liệu định lượng bằng SPSS trong một bài luận văn, bài nghiên cứu khoa học. Khi kiểm định một lý thuyết khoa học, chúng ta cần đánh giá độ tin cậy của thang đo (phân tích Cronbach

Hướng dẫn tạo nhân tố, biến đại diện trong SPSS

Sau khi thực hiện xong phân tích nhân tố khám phá. Để tiến hành phân tích tương quan Peason và hồi quy, chúng ta cần tạo các biến đại diện từ kết quả xoay nhân tố. Bước thực hiện phân tích nhân tố khám phá, khi kết quả phân tích lần cuối cùng chấm dứt. Các biến quan

Phân tích thành tố khẳng định CFA

Phân tích nhân tố khẳng định (CFA) là bước phân tích tiếp theo của phân tích nhân tố khám phá EFA, bao gồm thiết kế để xác định, kiểm nghiệm và điều chỉnh các mô hình đo lường một cách độc lập đối với mỗi biến độc lập. Sử dụng dữ liệu nghiên cứu ta