Hỏi Đáp Là gì

Tổng phương sai trích là gì

Trước khi kiểm định lý thuyết khoa học thì cần phải đánh giá độ tin cậy và giá trị của thang đo. Phương pháp Cronbach Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA [Exploratory Factor Analysis, gọi tắt là phương pháp EFA] giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.

Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau [interdependence techniques], nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau [interrelationships]. EFA dùng để rút gọn một tập k biến quan sát thành một tập F [F 0.3 được xem là đạt mức tối thiểu
Factor loading > 0.4 được xem là quan trọng
Factor loading > 0.5 được xem là có ý nghĩa thực tiễn
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
Hệ số tải nhân tố [Factor loading ] > 0.5
0.5 KMO 1: Hệ số KMO [Kaiser-Meyer-Olkin] là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê [Sig. < 0.05]: Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê [Sig. < 0.05] thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ [Percentage of variance] > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

Mô hình nghiên cứu các biến độc lập, kiểm soát và biến phụ thuộc: Chi phí, an toàn- bảo mật, tiện ích thẻ, chính sách ngân hàng, thái độ khách hàng, hiệu quả dịch vụ, tiếp cận truyền thông, mức thu nhập, trình độ học vấn và biến phụ thuộc là quyết định sử dụng thẻ thanh toán

HƯỚNG DẪN THỰC HÀNH SPSS EFA ANALYSIS

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.	.778
Bartlett's Test of Sphericity	Approx. Chi-Square	4484.355
df	465
Sig.	.000

Rotated Component Matrixa
Tham số	Component
1	2	3	4	5	6	7
C1	0.853
C2	0.847
C3	0.784
C4	0.794
F1	0.773
F2	0.79
F3	0.769
F4	0.759
A1	0.622
A2	0.813
A3	0.81
A5	0.729
E1	0.771
E2	0.804
E3	0.789
E4	0.735
S1	0.719
S2	0.702
S3	0.6
S4	0.786
S5	0.664
P1	0.815
P2	0.796
P3	0.847
P4	0.803
P5	0.587
M1	0.863
M2	0.814
M3	0.89
M4	0.851
M5
Phương sai trích	3.86	3.056	2.89	2.671	2.644	2.585	2.479
Eigenvalues	12.453	9.86	9.322	8.617	8.528	8.338	7.995
Độ hội tụ	12.453	22.312	31.635	40.252	48.78	57.117	65.113
KMO and Bartlett's Test	0.788	Sig.	0

Kiểm định sự thích hợp của phân tích nhân tố với dữ liệu của mẫu thông qua giá trị thống kê Kaiser-Meyer-Olkin [KMO]. Theo đó, trị số của KMO lớn hơn 0,5 thì phân tích nhân tố là thích hợp, các biến có hệ số truyền tải [factor loading] lớn hơn hoặc bằng 0.3. Điểm dừng Eigenvalue [đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố] lớn hơn 1 và tổng phương sai trích [Cumulative % Extraction Sums of Squared Loadings] lớn hơn 0.5. Tiến hành phân tích nhân tố khám phá biến độc lập, kết quả bảng 4.16 cho thấy có các nhân tố hội tụ, hệ số KMO and Bartlett's Test bằng 0.788 lớn hơn 0.5 và Sig. đều thoã mãn yêu cầu, hệ số phương sai trích thõa mãn yêu cầu. Do đó đã tạo điều kiện xây dựng mô hình hồi quy thực nghiệm nghiên cứu với 07 nhóm biến nghiên cứu theo mô hình lý thuyết. Các nhân tố hội tụ lại các nhóm nhân tố không có sự thay đổi về số lượng nhân tố cũng như ý nghĩa của nhóm nhân tố so với mô hình gốc. Các nhân tố giải thích 65.111% ý nghĩa độ hội tụ của mô hình hồi quy nghiên cứu.

Gửi email bài đăng nàyBlogThis!Chia sẻ lên TwitterChia sẻ lên Facebook

Categories:LUẬN VĂN, NGHIÊN CỨU KHOA HỌC, PHẦN MỀM, PHƯƠNG PHÁP ĐỊNH LƯỢNG, SPSS

Video liên quan

Bài Viết Liên Quan

Toplist mới

Bài mới nhất

Chủ Đề