Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố trong phân tích nhân tố khám phá EFA, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại.
Theo Hair & ctg (2009,116), Multivariate Data Analysis, 7th Edition thì:
Tuy nhiên, giá trị tiêu chuẩn của hệ số tải Factor Loading cần phải phụ thuộc vào kích thước mẫu. Với từng khoảng kích thước mẫu khác nhau, mức trọng số nhân tố để biến quan sát có ý nghĩa thống kê là hoàn toàn khác nhau. Cụ thể, chúng ta sẽ xem bảng dưới đây:
Theo Hair & ctg (2009,116), Multivariate Data Analysis, 7th Edition thì:
• Factor Loading ở mức ± 0.3: Điều kiện tối thiểu để biến quan sát được giữ lại.
• Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê tốt.
• Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất tốt.
• Factor Loading ở mức ± 0.5: Biến quan sát có ý nghĩa thống kê tốt.
• Factor Loading ở mức ± 0.7: Biến quan sát có ý nghĩa thống kê rất tốt.
Trên thực tế áp dụng, việc nhớ từng mức hệ số tải với từng khoảng kích thước mẫu là khá khó khăn, do vậy người ta thường lấy hệ số tải 0.45 hoặc 0.5 làm mức tiêu chuẩn với cỡ mẫu từ 120 đến dưới 350; lấy tiêu chuẩn hệ số tải là 0.3 với cỡ mẫu từ 350 trở lên.
Khi tiến hành thực hiện các tùy chỉnh khi phân tích EFA, tại tùy chọn Options, các bạn tích vào 2 mục:
Xem thêm: Hướng dẫn phân tích chi tiết ANOVA trong SPSS
Ma trận xoay dưới đây nằm trong bài nghiên cứu có cỡ mẫu 220, nên mình lấy tiêu chuẩn hệ số tải là 0.5. Tại ma trận xoay, các biến quan sát có hệ số tải nhỏ hơn 0.5 và các biến quan sát tải lên 2 nhóm nhân tố sẽ bị loại bỏ.
* Sorted by size: để sắp xếp thứ tự lớn nhỏ hệ số tải trong một nhóm dễ nhìn hơn.
* Suppress absolute values less than: nhập vào giá trị hệ số tải dựa trên cỡ mẫu. Đây là yêu cầu thực hiện lọc các hệ số tải lớn hơn 0.5. Những giá trị nhỏ hơn 0.5 sẽ không hiển thị trên ma trận xoay
Xem thêm: Hướng dẫn phân tích chi tiết ANOVA trong SPSSMa trận xoay dưới đây nằm trong bài nghiên cứu có cỡ mẫu 220, nên mình lấy tiêu chuẩn hệ số tải là 0.5. Tại ma trận xoay, các biến quan sát có hệ số tải nhỏ hơn 0.5 và các biến quan sát tải lên 2 nhóm nhân tố sẽ bị loại bỏ.
Các biến B5, B7, B6 bị loại do không đảm bảo hệ số tải từ 0.5 trở lên. Biến A7 bị loại bởi không đảm bảo tính phân biệt trong EFA (xem 2 điều kiện hội tụ và phân biệt trong phân tích nhân tố khám phá tại đây).
Lưu ý, nếu 1 biến tải lên cả 2 nhân tố và đều đảm bảo trên mức hệ số tải tiêu chuẩn, các bạn cần xem xét rằng 2 giá trị hệ số tải ở 2 nhóm nhân tố có chênh nhau từ 0.3 trở lên hay không. Nếu chênh lệch là lớn hơn hoặc bằng 0.3 thì biến đó không bị loại và sẽ được xếp vào nhóm có hệ số tải cao hơn. Nếu chênh lệch nhỏ hơn 0.3 thì biến đó bị loại, điển hình là biến A7 ở hình trên. (Nguồn: Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, Trang 420)
Trên đây, mình đã giải thích cho các bạn cách loại biến khi phân tích nhân tố khám phá EFA dựa trên hệ số tải Factor Loading. Nếu thấy bài viết hữu ích, hãy LIKE & SHARE giúp mình tới những bạn khác đang cần nhé.
