Hệ Số Tải Factor Loading Trong Phân Tích EFA - Phạm Lộc Blog

• Sitemap
• Giới thiệu

• Trang chủ
• Liên hệ dịch vụ
• Dịch vụ SPSS
• Dịch vụ AMOS
• Dịch vụ SMARTPLS
• Ebook SPSS
• Cài phần mềm
• Dữ liệu mẫu
  • Tổng hợp
  • Dữ liệu SPSS
  • Dữ liệu AMOS
  • Dữ liệu SMARTPLS
• Học SPSS
  • Tổng hợp
  • Thống kê mô tả
  • Cronbach' Alpha
  • Nhân tố EFA
  • Tương quan
  • Hồi quy
  • T Test, ANOVA
  • Nâng cao
• Học AMOS
  • Tổng hợp
  • Nhân tố CFA
  • Cấu trúc SEM
  • Nâng cao
• Học SMARTPLS
  • Tổng hợp
  • Đo lường
  • Cấu trúc SEM
  • Nâng cao
• Bảo mật thông tin
• Hỗ trợ chỉnh sửa
• Quy trình làm việc
• Bản quyền nội dung

Website hiện chỉ đăng tải bài viết và cung cấp dịch vụ, không hỗ trợ tư vấn các vấn đề ngoài dịch vụ. Mong bạn thông cảm! 😄 Trang chủ EFA SPSS 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 hợp trong cùng một nhân tố, có sự xuất hiện của hệ số tải âm, nghĩa là biến quan sát đó tải ngược chiều so với phần lớn các biến quan sát còn lại trong nhân tố, biến quan sát này tương quan âm với các biến quan sát có hệ số tải dương trong nhân tố.

Hair và cộng sự (2014) cho rằng trong phân tích nhân tố khám phá EFA:

• Trị tuyệt đối hệ số tải Factor Loading ở mức 0.3 đến 0.4: cân nhắc là điều kiện tối thiểu để biến quan sát được giữ lại.

• Trị tuyệt đối hệ số tải Factor Loading ở mức từ 0.5 trở lên: mức tối ưu, các biến quan sát có ý nghĩa thống kê tốt.

Tuy nhiên, Hair và các cộng sự cũng cho rằng, việc chọn ngưỡng trọng số tải factor loading trong EFA cũng nên xem xét đến cỡ mẫu, nhóm tác giả gợi ý bảng cỡ mẫu cần thiết tương ứng với mức hệ số tải nên lựa chọn như dưới đây:

Xem thêm: Phép quay vuông góc Varimax và phép quay không vuông góc PromaxXem thêm: Phép trích Principal Components (PCA) và Principal Axis Factoring (PAF)

Các tác giả cho rằng bảng cỡ mẫu – hệ số tải tiêu chuẩn này được đưa ra tương đối cứng nhắc và nó nên được xem xét cùng với số lượng số lượng biến quan sát hay số nhân tố trích được trong EFA để đánh giá chất lượng biến quan sát. Với cỡ mẫu lớn hoặc số lượng biến tham gia vào EFA nhiều, hệ số tải nên lấy ở mức thấp; với những trường hợp số nhân tố trích được ở EFA lớn, ngưỡng hệ số tải nên lấy ở mức cao hơn.

Nếu bạn đang gặp khó khăn trong tìm kiếm dữ liệu phù hợp cho phân tích SPSS nhằm đảm bảo các tiêu chí kiểm định. Bạn có thể tham khảo việc mua số liệu SPSS của Phạm Lộc Blog để có được kết quả tốt nhất và tối ưu về thời gian nhất.

Tóm lại:

• Mặc dù hệ số tải Factor Loading có trị tuyệt đối ở mức 0.3 đến 0.4 đạt điều kiện tối thiểu biến được chấp nhận biến có ý nghĩa. Tuy nhiên, mức 0.5 trở lên sẽ là ngưỡng tốt và phù hợp nhất khi đánh giá chất lượng biến quan sát trên thực nghiệm.

• Việc chọn hệ số tải cần xem xét kèm với cỡ mẫu, số lượng biến quan sát tham gia vào EFA và số nhân tố trích được ở EFA. Cỡ mẫu lớn, số lượng biến quan sát lớn, hệ số tải sẽ lấy ở ngưỡng thấp hơn; nếu số lượng nhân tố trích được lớn, hệ số tải cần lấy cao hơn.

#EFA #SPSS Sao chép Đăng nhận xét

Đăng nhận xét

Bài xem nhiều

Phân tích và đọc kết quả hồi quy tuyến tính bội trong SPSS

Hồi quy tuyến tính là phép hồi quy xem xét mối quan hệ tuyến tính – dạng quan hệ đường thẳng giữa biến độc lập với biến phụ thuộc.  1. Lý thuyết hồ…

Link download các phiên bản SPSS 20, SPSS 26, SPSS 27 Full

Phân tích nhân tố khám phá EFA trong SPSS

Phân tích tương quan Pearson trong SPSS

Phân tích độ tin cậy Cronbach's Alpha trong SPSS

Labels

• AMOS
• ANOVA
• AVA
• AVP
• AVS
• BKS

• CA
• CFA
• CORR
• DES
• DT
• DTA
• DTP
• DTS
• EFA
• MM
• NEWS
• PLS
• REG
• RS
• SEM
• SM
• SPSS
• Toeic
• Việc làm