CÁC VẤN ĐỀ CẦN LƯU Ý
TRONG PHÂN TÍCH NHÂN TỐ KHÁM PHÁ
VÀ HỒI QUY
BÁO CÁO CHUYÊN ĐỀ
Trịnh Hoàng Anh
An Giang, tháng 5 năm 2016
Phân tích hồi quy32
Phân tích nhân tố khám phá31
Dữ liệu minh họa33
Thảo luận34
1. Phân tích nhân tố khám phá (EFA)
1.1. Muc tiêu
sử dung EFA
(1) Đánh giá thang đo (Nguyễn Đình Thọ, 2012)
(2) Hay để rút gọn một tập biến (Hoang
Trọng & Chu Nguyễn Mông Ngọc, 2008; Lê Văn Huy & Trương
Trần Trâm Anh, 2012; Nguyễn Đình Thọ, 2012)
EFA
(1)
(2)
Lấy tổng hoặc trung bình để tính giá trị cho các
nhân tố (biến tìm ẩn) cho phân tích tiếp theo
(Nguyễn Đình Thọ, 2012)
Dùng giá trị do SPSS tạo ra theo công thức
Fi = Wi1X1 + Wi2X2 + Wi3X3 + …. + WikXk
Trong đó: Fi : Ước lượng trị số của nhân tố thứ i
Wi : Quyền số hay trọng số nhân tố
k : Số biến quan sát
Xk : Biến quan sát
(Hoang Trọng & Chu Nguyễn Mông Ngọc, 2008; Nguyễn
Đình Thọ, 2012)
1.1. Mục tiêu sử dụng EFA
Lấy tổng hoặc trung bình31
Điều kiện là các biến đều có giá trị như
nhau để đo lường khái niệm nghiên cứu
(trọng số của các biến gần bằng nhau)
(Nguyễn Đình Thọ, 2012)
1.1. Mục tiêu sử dụng EFA
Dùng giá trị do SPSS tạo ra32
Giá trị nhân tố tính tất cả các biến đo lường chứ
không tính riêng các biến chính đo lường khái niệm
của nhân tố đó. (Nguyễn Đình Thọ, 2012; Hoàng Trọng & Chu
Nguyễn Mông Ngọc, 2008)
Giá trị nhân tố chỉ tính các biến chính đo
lường khái niệm của nhân tố đó (Lưu Thanh
Đức Hải, 2008).
1.2. Các vấn đề cần lưu ý trong phân tích EFA
Cần lưu ý phép quay nếu dùng giá trị nhân
tố do EFA tạo ra để phân tích tiếp theo
(Nguyễn Đình Thọ, 2012).
Phân tích EFA chung cho tất cả các biến
độc lập và biến phu thuộc hay phân tích
riêng
Không được đưa biến phụ thuôc vào chung với
biến đôc lập để xử lý EFA cùng một lúc khi sử
dụng phép quay vuông góc và sử dụng giá trị
nhân tố do EFA tạo ra để phân tích tiếp theo
(Nguyễn Đình Thọ, 2012).
?
1.2. Các vấn đề cần lưu ý
Phân tích EFA chung cho tất cả các biến độc lập
và biến phu thuộc hay phân tích riêng
Tuy nhiên, trong trường hợp sử dụng EFA để đánh giá giá
trị thang đo (là phương pháp đánh giá liên kết) nếu sử dụng
EFA cho từng thang đo riêng lẻ thì sẽ không đạt được
giá trị phân biệt (các biến chỉ đo lường khái niệm muốn đo hay
cùng đo lường các khái niệm khác) (Nguyễn Đình Thọ, 2012).
?
Lưu ý dùng EFA để đánh giá giá trị phân biệt chỉ
mang tính chất tham khảo, cần xem xét hệ số
tương quan giữa hai khái niệm có khác 1 hay
không (Nguyễn Đình Thọ, 2012).
2. Phân tích hồi quy
Các giả định của mô hình hồi quy2.1
1. X và Y có quan hệ tuyến tính
2. Y là biến định lượng
3. Các quan sát của Y đôc lập nhau
4. Các giá trị Xi cố định
5. X được đo lường không sai số
6. Sai số ɛi có phân phối chuẩn
7. Tại mọi giá trị Xi, kỳ vọng E(ɛi) = 0 (Xi không có mối quan hệ với ɛi)
8. Phương sai của sai số không đổi
9. Sai số tại các giá trị Xi và Xj Không có quan hệ với nhau (Không có
hiện tượng tự tương quan)
10. Các biến đôc lập không có mối quan hệ hoàn toàn với nhau, hệ
số tương quan r của các biến đôc lập với nhau khác với 1, chứ không
phải không có tương quan với nhau nhưng chúng phải phân biệt nhau)
(Nguyễn Đình Thọ, 2012)
Hồi
quy
đơn
Hồi
quy
bôi
2. Phân tích hồi quy
Hệ số phù hợp với mô hình và kiểm định các giả thuyết2.2
Sử dụng kiểm định F để kiểm định giả thuyết H0: R2 = 0 so với
giả thuyết thay thế H1: R2 ≠ 0. Phep kiểm định F nay tương
đương với kiểm định F trong ANOVA (Nguyễn Đình Thọ, 2012).
Chu y la kiểm định F cho giả thuyết H0: R2 = 0 so với giả thuyết
thay thế H1: R2 ≠ 0 cung chinh la phep kiểm định cho giả thuyết
H0: a1 = a2 = ...= ak = 0 (trừ hằng số hồi quy a0 , bằng 0) so với
giả thuyết H1: ai ≠ 0 (i = 1, ..., k) (Hoang Trọng – Chu Nguyễn Mông
Ngọc, 2008; Nguyễn Đình Thọ, 2012).
Hệ số xác định R2 khác không
2. Phân tích hồi quy
Hệ số phù hợp với mô hình và kiểm định các giả thuyết2.2
Hệ số điều chỉnh nay giup điều chỉnh mức đô phù
hợp của mô hình (Nguyễn Đình Thọ, 2012).
Để kiểm định các trọng số hồi quy a1, a2,..., ak
trong mô hình. Sử dụng kiểm định nay để bác bỏ giả
thuyết các hệ số hồi quy a1, a2,..., ak bằng 0 (Hoang
Trọng – Chu Nguyễn Mông Ngọc, 2008; Nguyễn Đình Thọ, 2012).
Hệ số xác định R2 điều chỉnh
Sử dung phép kiểm định t
2. Phân tích hồi quy
Hệ số phù hợp với mô hình và kiểm định các giả thuyết2.2
Kiểm tra hiện tượng đa công tuyến. Hệ số VIF cang nhỏ, hiện
tượng đa công tuyến sẽ giảm. Thông thường, nếu hệ số VIF
của môt biến đôc lập nao đó lớn hơn 10 thì biến này được coi
là có đa công tuyến cao. Hệ số VIF được coi la tốt nếu nhỏ
hơn 2 (Nguyễn Đình Thọ, 2012).
Kiểm tra hiện tượng tự tương quan. Giá trị của d càng gần 2,
ta có thể kết luận mô hình không có tự tương quan (Hoang
Trọng – Chu Nguyễn Mông Ngọc, 2008; Mai Văn Nam, 2008).
Hệ số phóng đại phương sai VIF
Kiểm định d của Durbin-Watson
2. Phân tích hồi quy
Hệ số chưa chuẩn hóa (B) và hệ số chuẩn hóa (Beta)2.3
Đo lường sự thay đổi trong giá trị trung bình biến phụ thuôc Y
khi X thay đổi môt đơn vị, giữ các biến đôc lập còn lại không
đổi (Hoang Trọng & Chu Nguyễn Mông Ngọc, 2008; Lê Văn Huy &
Trương Trần Trâm Anh, 2012; Nguyễn Đình Thọ, 2012).
Được dùng để so sánh mức đô tác đông của các biến đôc lập
vào biến phụ thuôc (Hoang Trọng & Chu Nguyễn Mông Ngọc, 2008;
Lê Văn Huy & Trương Trần Trâm Anh, 2012; Nguyễn Đình Thọ, 2012).
Biến nào có hệ số càng lớn thì biến đó có tác đông mạnh vào biến
phụ thuôc (Nguyễn Đình Thọ, 2012)
Hệ số B
Hệ số Beta
2. Phân tích hồi quy
Hệ số chưa chuẩn hóa (B) và hệ số chuẩn hóa (Beta)2.3
Tuy nhiên, tầm quan trọng tương đối của các biến còn
phụ thuôc vào các biến đôc lập trong phương trình nên
việc sử dụng hệ số B hay Beta sẽ không thích hợp. Vì
vậy, để xác định tầm quan trọng của các biến khi sử dụng
chung với các biến khác ta dùng hệ số tương quan từng
phần và tương quan riêng (Hoang Trọng – Chu Nguyễn
Mông Ngọc, 2008).
2. Phân tích hồi quy
Cỡ mẫu trong phân tích hồi quy bội2.3
Theo Green (1991), kích thước mẫu tối thiểu là n ≥ 50 + 8p
công thức trên tương đối phù hợp với n < 7, khi n > 7 công
thức trên hơi quá khắc khe (trích trong Nguyễn Đình Thọ, 2012, tr.499)
Theo Cohen và Cohend (1983), đô lớn của mẫu ít nhất
nên gấp 20 lần so với số biến đôc lập (trích trong Lê Văn Huy &
Trương Trần Trâm Anh, 2012, tr.192)
3. Dữ liệu minh họa
Biến quan sátHệ số tương quan
giữa biến va tổng
Cronbach's Alpha
nếu loại biến
(F1) Những yếu tố cơ bản, hệ số Cronbach’s Alpha 0,738
X1 0,407 0,726
X2 0,660 0,630
X3 0,665 0,628
X4 0,428 0,720
X5 0,370 0,742
(F2) Những yếu tố trên sản phẩm va bao gói, hệ số Cronbach’s Alpha 0,787
X7 0,635 0,725
X8 0,692 0,682
X9 0,542 0,777
X10 0,564 0,754
(F3) Những yếu tố trong truyền thông marketing, hệ số Cronbach’s Alpha 0,776
X11 0,518 0,796
X12 0,743 0,543
X13 0,588 0,725
• Kết quả kiểm định lại thang đo khi loại bo biến X6 và X143.1
3. Dữ liệu minh họa
• Kết quả kiểm định lại thang đo biến phu thuộc3.1
Hệ số Cronbach’s Alpha 0,826
Biến quan sátHệ số tương quan
giữa biến va tổng
Cronbach's Alpha
nếu loại biến
X15 0,555 0,810
X16 0,610 0,795
X17 0,674 0,783
X18 0,683 0,780
X19 0,550 0,808
X20 0,521 0,813
Nguôn: Sô liêu khao sat, 2014
3. Dữ liệu minh họa
• Kết quả phân tích nhân tố lần 13.2
KMO 0,719
Kiểm định Bartlett's Chi – bình phương 575,746
Mức y nghia 0,000
Nhân tố
F2 F1 F3
X1 0,668
X2 0,833
X3 0,830
X4 0,597
X5 0,414 0,417
X7 0,821
X8 0,866
X9 0,653
X10 0,709
X11 0,731
X12 0,900
X13 0,823
3. Dữ liệu minh họa
• Kết quả phân tích nhân tố lần 23.2
KMO 0,690
Kiểm định
Bartlett's
Chi – bình phương 535,651
Mức y nghia 0,000
Nhân tố
F2 F1 F3
X1 0,688
X2 0,831
X3 0,831
X4 0,602
X7 0,822
X8 0,866
X9 0,658
X10 0,719
X11 0,733
X12 0,901
X13 0,823
3. Dữ liệu minh họa
• Kết quả phân tích nhân tố lần 23.2
Component Score Coefficient Matrix
Component
1 2 3
C9(X1) -.077 .323 -.028
C9(X2) -.066 .380 .012
C9(X3) -.064 .379 .011
C9(X4) -.023 .266 .023
C9(X7) .373 -.066 -.090
C9(X8) .401 -.098 -.090
C9(X9) .259 -.020 .049
C9(X10) .303 -.028 -.023
C9(X11) -.024 -.007 .352
C9(X12) -.091 .065 .448
C9(X13) -.045 -.044 .402Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
Component Scores.
3. Dữ liệu minh họa
• Kết quả phân tích nhân tố lần 23.2
Phương trình ước lượng điểm đối với từng nhân tố:
F1 = 0,323X1 + 0,380X2 + 0,379X3 + 0,266X4
F2 = 0,373X7 + 0,401X8 + 0,259X9 + 0,303X10
F3 = 0,352X11 + 0,448X12 + 0,402X13
3. Dữ liệu minh họa
• Kết quả phân tích nhân tố đối với biến phu thuộc F43.3
KMO 0,815
Kiểm định Bartlett's Chi – bình phương 292,563
Mức y nghia 0,000
F4
X15 0,689
X16 0,755
X17 0,806
X18 0,812
X19 0,687
X20 0,656
Phương trình ước lượng điểm nhân tố F4:
F4 = 0,212X15 + 0,232X16 + 0,247X17 + 0,249X18 + 0,211X19 + 0,201X20
3. Dữ liệu minh họa
• Kết quả phân tích hồi quy (sử dung kết quả của EFA tạo ra)3.4
Mô hinh tông quat
Mô hinh R R2 R2 điêu chinh Sai sô chuân Durbin-Watson
1 0,612 0,375 0,361 0,799 1,962
ANOVA
Gia tri kiêm đinh F = 26,973 Mưc y nghia 0,000
Mô hinh hôi quy
Mô hinh
Hê sô
chưa chuân hoa
Hê sô
chuân hoa t Mưc y nghia VIF
B Sai sô
chuân Beta
Hăng sô 8,499E-17 0,068 0,000 1,000
F2 0,311 0,068 0,311 4,571 0,000 1.000
F1 0,527 0,068 0,527 7,746 0,000 1.000
F3 -0,009 0,068 -0,009 -0,127 0,899 1.000
Biên phu thuôc: Y - Mưc đô nhân biêt thương hiêu nươc măm đang sử dung
3. Dữ liệu minh họa
• Kết quả phân tích hồi quy (tính tổng hoặc trung bình)3.4
Mô hinh tông quat
Mô hinh R R2 R2 điêu chinh Sai sô chuân Durbin-Watson
1 0,610 0,372 0,358 0,353 1,939
ANOVA
Gia tri kiêm đinh F = 26,617 Mưc y nghia 0,000
Mô hinh hôi quy
Mô hinh
Hê sô
chưa chuân hoa
Hê sô
chuân hoa t Mưc y nghia VIF
B Sai sô
chuân Beta
Hăng sô 1,774 0,275 6,449 0,000
F2 0,166 0,053 0,235 3,125 0,002 1,220
F1 0,383 0,056 0,493 6,792 0,000 1,131
F3 -0,024 0,051 -0,034 -0,473 0,637 1,085
Biên phu thuôc: Y - Mưc đô nhân biêt thương hiêu nươc măm đang sử dung
4. Thảo luận
- R2 hiệu chỉnh <50%?
- Có cần phải chạy lại hồi quy khi loại bỏ các
biến không có ý nghia mô hình trong lần
chạy hồi quy trước đó?
?
TÀI LIỆU THAM KHẢO
Hoàng Trọng & Chu Nguyễn Mông Ngọc (2008). Phân tích
dữ liệu nghiên cứu với SPSS. TP.HCM: Nhà xuất bản
Hồng Đức
Lê Văn Huy & Trương Trần Trâm Anh (2012). Phương
pháp nghiên cứu trong kinh doanh. Hà Nôi: Nhà xuất
bản Tài chính
Nguyễn Đình Thọ (2012). Phương pháp nghiên cứu khoa
học trong kinh doanh. Hà Nôi: Nhà xuất bản Lao đông
– Xã hôi
Xin chân thành cảm ơn
Quý thầy, cô cùng các bạn đã
quan tâm theo dõi!