CHƯƠNG 5:
ĐÁNH GIÁ THANG ĐO
NỘI DUNG CỐT LÕI
LOGO
Hoàn thành chương này người học có thể hiểu được: Vì sao phải đánh giá thang đo? Đánh giá độ tin cậy bằng hệ số Cronbach’s là gì? Cách thao tác trên SPSS như thế nào? Thao tác trên SPSS như thế nào? Phân tích nhân tố khám phá (EFA) là gì? Cách thao tác trên SPSS như thế nào?
Các đọc một số chỉ số trên bảng kết đánh giá
thang đo.
LOGO
Khái niệm thang đo
Thang đo là một thước đo đo lường một sự vật, sự việc nào đó. Thang đo chỉ các yếu tố đo lường biến phụ thuộc.
Ví dụ: Thang đo “môi trường và
điều kiện làm việc” đo lường “ sự hài lòng”
LOGO
1
LOGO
Kiểm định Cronbach’s Alpha
Hệ số Cronbach’s Alpha kiểm định độ tin
cậy của thang đo, cho phép loại bỏ những
biến không phù hợp trong mô hình nghiên
cứu.
LOGO
Mục đích của kiểm định Cronbach’s Alpha
Sau khi thiết kế thang đo nháp cuối cùng, chúng ta cần đánh giá độ tin cậy và giá trị của nó. Độ tin cậy thường dùng nhất, nói lên tính nhất quán nội tại, nói lên mối quan hệ của các biến quan sát trong cùng một thang đo.
LOGO
2
Kiểm định Cronbach’s Alpha
Tiêu chuẩn chấp nhận các biến
Những biến có hệ số tương quan biến
tổng phù hợp (Corrected Item – Total
Correlation) từ 0.3 trở lên.
Các hệ số Cronbach’s Alpha của các
biến phải từ 0.7 trở lên
Thỏa 2 điều kiện trên thì các biến phân tích được xem là chấp nhận và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally và BernStein, 1994).
LOGO
4.2 Kiểm định Cronbach’s Alpha
Cách làm: Bước 1: Analyze\ scale\ reliability analysis...
1
2
LOGO
LOGO
3
4.2 Kiểm định Cronbach’s Alpha
Cách làm: Bước 1: Analyze\ scale\ reliability analysis... 1
2
4.2 Kiểm định Cronbach’s Alpha
Cách làm: Bước 2: Click vào nút Statistics… Chọn các hàm thống kê sau:
LOGO
LOGO
Kiểm định Cronbach’s Alpha
Kết quả như sau:
A. SỰ THUẬN TIỆN
Cronbach's Alpha: Hệ số Cronbach's Alpha N of Items: Số lượng biến quan sát Scale Mean if Item Deleted: Trung bình thang đo nếu loại biến Scale Variance if Item Deleted: Phương sai thang đo nếu loại biến Corrected Item-Total Correlation: Tương quan biến tổng Cronbach's Alpha if Item Deleted: Hệ số Cronbach's Alpha nếu loại biến
LOGO
4
Kiểm định Cronbach’s Alpha Kết quả như sau:
B. SỰ HỮU HÌNH
LOGO
Kiểm định Cronbach’s Alpha Kết quả như sau:
C. PHONG CÁCH PHỤC VỤ
LOGO
Kiểm định Cronbach’s Alpha
Kết quả như sau:
D. HÌNH ẢNH DOANH NGHIỆP
LOGO
5
Kiểm định Cronbach’s Alpha Kết quả như sau:
E. TÍNH CẠNH TRANH VỀ GIÁ
LOGO
Kiểm định Cronbach’s Alpha Kết quả như sau:
F. TIẾP XÚC KHÁCH HÀNG
LOGO
Kiểm định Cronbach’s Alpha
Kết quả như sau:
G. DANH MỤC DỊCH VỤ
LOGO
6
Kiểm định Cronbach’s Alpha
Kết quả như sau:
H. SỰ TÍN NHIỆM
LOGO
Kiểm định Cronbach’s Alpha
Kết quả như sau:
ĐÁNH GIÁ CHUNG VỀ MỨC ĐỘ HÀI LÒNG
LOGO
Kiểm định Cronbach’s Alpha
Như vậy, thang đo của các biến trong mô hình đều có hệ số tương quan tổng phù hợp (Corrected Item – Total Correlation) > 0.3 và hệ số Cronbach’s Alpha > 0.7 nên thang đo đạt tiêu chuẩn thỏa mãn yêu cầu khi thực hiện kiểm định độ tin cậy của thang đo, do đó phù hợp để thực hiện bước phân tích nhân tố EFA tiếp theo.
LOGO
7
Phân tích nhân tố (EFA- Exploratory Factor Analysis)
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu
Phân tích nhân tố (EFA- Exploratory Factor Analysis)
Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu, rất có ích cho việc xác định các tập hợp nhóm biến.
Quan hệ của các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản.
Mỗi biến quan sát sẽ được tính một tỷ số gọi là hệ số tải nhân tố (Factor Loading), hệ số này cho biết mỗi biến đo lường sẽ thuộc về nhân tố nào.
LOGO
KMO (kaiser Meyer – Olkin: là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Bartlett’s: đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể
LOGO
LOGO
8
Phân tích nhân tố (EFA- Exploratory Factor Analysis)
Hệ số KMO (Kaiser-Meyer-Olkin) phải đạt giá trị 0.5
trở lên (0.5= Kiểm định Bartlett (Bartlett’s test) có ý nghĩa thống
kê (sig < 0.05), chứng tỏ các biến quan sát có
tương quan với nhau trong tổng thể. Hệ số tải nhân tố (Factor Loading) là chỉ tiêu đảm
bảo mức ý nghĩa thiết thực của EFA >= 0.5. 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis) Factor Loading > 0.3 Đạt mức tối thiểu Factor Loading > 0.4 Xem là quan trọng Factor Loading > 0.5 Xem là có ý nghĩa thực
tiễn LOGO 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis) LOGO Giả sử phương sai trích = 66.793. người ta nói
phương sai trích bằng 66,793%. Con số này cho
biết các nhân tố giải thích được 66.793% biến thiên
của các biến quan sát (hay của dữ liệu) LOGO 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis) Factor Loading >= 0.3 cỡ mẫu ít nhất 350 Factor Loading >=0.55 cỡ mẫu khoảng 100 -> 350 Factor Loading >= 0.75 cỡ mẫu khoảng 50 -> 100 Theo Hair & ctg (1998,111), Multivariate Data Analysis,
Prentice-Hall International 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) LOGO (3) (3): Descriptives (2) (4) (4): Rotation (5): Options (5) (6): OK (6) 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis) Click chọn:
KMO and Bartlett's
Test of sphericity. LOGO LOGO 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis) Click chọn:
Varimax
Loading plot(s) 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis) Click chọn: Sorted by size Suppress absolute values
less than: 0.5 LOGO 4.3 Phân tích nhân tố (EFA- Exploratory Factor Analysis) Phân tích nhân tố (EFA- Exploratory Factor
Analysis)
Kết quả KMO = 0.903 nên phân tích nhân tố là phù hợp Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ
các biến quan sát có tương quan với nhau trong
tổng thể. LOGO LOGO Eigenvalues = 1.126 > 1 đại diện cho phần biến thiên được giải thích
bởi mỗi nhân tố, thì nhân tố rút ra
có ý ghĩa tóm tắt thông tin tốt nhất. Tổng phương sai trích: Rotation Sums of Squared Loadings
(Cumulative %) = 83.303% > 50 %.
Điều này chứng tỏ 83.303% biến
thiên của dữ liệu được giải thích
bởi 6 nhân tố. Bảng phân tích nhân
tố lần đầu: 29 biến quan sát được
gom thành 6 nhân tố,
trong đó có 1 biến quan
sát là b4 có hệ số Factor
Loading < 0.5 nên loại
khỏi phân tích EFA. LOGO LOGO KMO = 0.899 nên phân tích nhân tố là phù hợp. Sig. (Bartlett’s Test) = 0.000 (sig. < 0.05) chứng tỏ các biến quan sát có
tương quan với nhau trong tổng
thể. Eigenvalues = 1.109 > 1 đại diện cho phần biến thiên được giải thích
bởi mỗi nhân tố, thì nhân tố rút ra
có ý nghĩa tóm tắt thông tin tốt nhất. Tổng phương sai trích: Rotation
Sums of Squared Loadings
(Cumulative %) = 83.858% > 50 %.
Điều này chứng tỏ 83.858% biến
thiên của dữ liệu được giải thích
bởi 6 nhân tố. 28 biến quan sát được gom thành 6
nhân tố, tất cả các biến số có hệ số
Factor Loading > 0.5 Số nhân tố 6 nhân tố. Bảng phân tích nhân tố lần 2 (lần cuối) LOGO Bảng phân nhóm và đặt tên nhóm cho các nhân tố: LOGOTotal Varicance Explained (tổng phương sai
trích) phải đạt giá trị từ 50% trở lên.
Eigenvalue (đại diện cho phần biến thiên được
giải thích bởi mỗi nhân tố) > 1 thì nhân tố rút ra
có ý nghĩa tóm tắt thông tin tốt nhất.
9
Phân tích nhân tố (EFA- Exploratory Factor
Analysis)
Cách làm:
Bước 1: Vào Analyze \ Data Reduction\ Factor.
Bước 2: Đưa các biến cần phân tích -> Variables
10
11
12
L/O/G/O
www.themegallery.com
Thank You!
13
