Tiểu luận phân tích đa biến Phân tích nhân tố khám phá EFA

12 1.1K 6
Tiểu luận phân tích đa biến Phân tích nhân tố khám phá EFA

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ THÀNH PHỐ HỒ CHÍ MINH VIỆN ĐÀO TẠO SAU ĐẠI HỌC -o0o - TIỂU LUẬN PHÂN TÍCH ĐA BIẾN PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA GVHD: TS Nguyễn Hùng Phong LỚP: Cao học KDTM K25 – tối thứ Nhóm thực hiện: nhóm 1 Nguyễn Thị Hồng Liên 7701250621A Lê Thị Huệ Linh 7701250636A Trần Vũ Quỳnh Trang 7701251030A Nguyễn Trần Tuấn 7701250908A Nguyễn Lê Phương Uyên 7701251103A TP Hồ Chí Minh, tháng năm 2016 BÀI TẬP NHĨM PHÂN TÍCH NHÂN TỐ (EFA - Exploratory Factor Analysis): Sử dụng liệu HBAT-200 phân tích EFA cho biến từ X6 đến X18 GIẢI THÍCH KẾT QUẢ Kết phân tích EFA cho biến X6 đến X18 Bảng 1.1 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy Bartlett's Test of Sphericity Approx Chi-Square df Sig .632 2020.335 78 000 Bảng 1.1 thể kết kiểm định KMO Bartlett • Kiểm định KMO điều kiện để phân tích EFA, hệ số KMO lớn tốt phần chung biến lớn Để sử dụng EFA 0.5 ≤ KMO ≤1 Dựa vào kết Bảng 1.1, KMO = 0.632 > 0.5, phân tích nhân tố phù hợp với liệu nghiên cứu • Kiểm định Bartlett từ kết cho thấy Sig = 0.000 < 0.05 Dựa vào kết ta bác bỏ giả thuyết H (Các biến khơng có tương quan với nhau)  Phân tích nhân tố phương pháp phù hợp với liệu Phân tích nhân tố khám phá EFA Trang Bảng 1.2 Communalities Initial Extraction X6 - Product Quality 1.000 650 X7 - E-Commerce 1.000 799 X8 - Technical Support 1.000 915 1.000 863 X10 - Advertising 1.000 636 X11 - Product Line 1.000 844 X12 - Salesforce Image 1.000 868 X13 - Competitive Pricing 1.000 614 X14 - Warranty & Claims 1.000 911 X15 - New Products 1.000 097 X16 - Order & Billing 1.000 767 X17 - Price Flexibility 1.000 875 X18 - Delivery Speed 1.000 936 X9 - Complaint Resolution Extraction Method: Principal Component Analysis Bảng 1.2 cho biết thông tin phần biến thiên giải thích nhân tố chung Sử dụng phép trích nhân tố PCA (Principal Components Analyze), phần chung ban đầu (Initial) ln = phần trích cuối (extraction) nhỏ Ví dụ: Biến X6  100% phương sai biến X6 đưa vào phân tích trích 65% phương sai giải thích cho phần chung nhân tố Nếu phần trích biến cao đo lường tốt, nhìn vào Bảng 1.2 ta thấy phần trích biến X18 cao Phân tích nhân tố khám phá EFA Trang Bảng 1.3 Total Variance Explained Componen t Initial Eigenvalues % of Cumulative Total Variance % 3.83 29.503 29.503 2.67 20.577 50.080 1.72 13.243 63.322 1.544 11.876 75.198 969 7.455 82.653 575 4.422 87.075 489 3.763 90.838 421 3.242 94.080 288 2.218 96.298 10 190 1.462 97.760 11 155 1.190 98.950 12 128 983 99.933 13 009 067 100.000 Extraction Sums of Squared Loadings % of Cumulative Total Variance % 3.83 29.503 29.503 2.67 20.577 50.080 1.72 13.243 63.322 1.544 11.876 75.198 Rotation Sums of Squared Loadings % of Cumulati Total Variance ve % 3.16 24.321 24.321 2.38 18.352 42.673 2.35 18.099 60.772 1.87 14.425 75.198 Extraction Method: Principal Component Analysis Bảng 1.3 theo tiêu chí Eigenvalue ≥ ta thấy có nhân tố (Factor) trích eigenvalue 1.544 Nếu ta trích thêm nhân tố eigenvalue lúc 0.969 < Vì vậy, dựa theo tiêu chí ta dừng nhân tố thứ tư Giá trị Cumulative % 75.198% > 50% cho thấy mơ hình EFA phù hợp cho biết nhân tố đầu giải thích 75.198% biến thiên liệu - Có 13 biến quan nên tổng phương sai 13 Trong đó, phần phương sai cao giải thích cho Factor 1, phần cịn lại phương sai giải thích tiếp tục cho Factor (như phương sai Factor thấp Factor 1) đến Fator Phần phương sai 3.835 đưa vào giải thích cho Factor với tỷ trọng 29.503 % (% of Variance = (3.835/13)x100% = 29.503%.); phần phương sai 2.675 giải thích cho Factor chiếm 20.577 % tổng lũy kế % phương sai (Cumulative) Factor 75.198 % hay nhân tố giải thích 75.198 % cho biến thiên liệu Phân tích nhân tố khám phá EFA Trang Bảng 1.4 Rotated Component Matrixa Component X18 - Delivery Speed 943 X9 - Complaint Resolution 912 X16 - Order & Billing 855 X15 - New Products X6 - Product Quality X17 - Price Flexibility 803 515 X13 - Competitive Pricing X11 - Product Line -.768 -.760 555 716 X12 - Salesforce Image 908 X7 - E-Commerce 889 X10 - Advertising 774 X8 - Technical Support 954 X14 - Warranty & Claims 943 Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in iterations Bảng 1.4 thể ma trận nhân tố xoay theo phép xoay vng góc Varimax Sử dụng EFA để đánh giá thang đo cần xem xét đến trọng số nhân tố hay gọi hệ số tải nhân tố (Factor Loading) • Trọng số nhân tố biến X i nhân tố mà đo lường sau quay phải cao trọng số nhân tố khác mà khơng đo lường phải thấp để thang đo đạt giá trị hội tụ • Mỗi biến giải thích cho nhân tố để đảm bảo giá trị phân biệt Nếu biến giải thích lúc nhân tố cần xem xét loại bỏ biến Chênh lệch trọng số < 0.3 thường bị loại biến • Trọng số ≥ 0.50 giá trị chấp nhận, 0.4 xem quan trọng Nếu khơng thõa điều kiện xem xét loại biến • Trọng số âm có nghĩa biến tương quan ngược với khái niệm nghiên cứu, cần xem lại mơ hình, bảng câu hỏi, q trình khảo sát,….và xem xét loại biến Phân tích nhân tố khám phá EFA Trang Tuy nhiên, cần ý giá trị xem xét nêu mặt thống kê Trong nghiên cứu, thống kê cơng cụ Chúng ta cần xem xét đóng góp biến đo lường vào giá trị nội dụng khái niệm trước định loại bỏ hay khơng loại bỏ Ngun tắc loại biến loại biến, từ biến xấu đến biến xấu Vì loại biến hệ số tải nhân tố biến thay đổi, loại biến có khả làm cho biến khác tốt lên phù hợp với mơ hình, tránh tình trạng loại biến mà lẽ giải thích tốt cho khái niệm Xem Bảng 1.4 ta thấy: - X15 có hệ số tải nhân tố < 0.5 (1) X13 có hệ số tải nhân tố âm - 0.760 (2) X11 X17 vừa đo lường cho nhân tố vừa đo lường cho nhân tố 2, hai biến không đảm bảo giá trị phân biệt: • Chênh lệch trọng số X11 (0.716 – 0.555) = 0.161< 0.3 (a) • Chênh lệch trọng số X17 (|-0.788| – 0.515) = 0.253 < 0.3 (b) Từ (a) (b)  X11 xấu X17 (3) Từ (1), (2) (3)  X11 xấu Do ta loại X11 trước tiên Kết phân tích EFA sau loại biến X11 Bảng 2.1 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy Approx Chi-Square Bartlett's Test of Sphericity df 686 1321.748 66 Sig .000 • Hệ số KMO = 0.686 > 0.5 • Kiểm định Bartlett có Sig 0.000  Đạt điều kiện phân tích EFA Bảng 2.2 Total Variance Explained Phân tích nhân tố khám phá EFA Trang Initial Eigenvalues % of Cumulative Total Variance % 3.64 30.329 30.329 2.19 18.254 48.584 1.704 14.197 62.781 Extraction Sums of Squared Loadings % of Cumulative Total Variance % 3.64 30.329 30.329 2.19 18.254 48.584 1.704 14.197 62.781 1.474 12.285 75.066 1.474 942 7.850 82.916 575 4.790 87.705 489 4.076 91.781 288 2.403 94.184 265 2.212 96.396 10 185 1.540 97.936 11 148 1.235 99.171 12 099 829 100.000 Componen t 12.285 75.066 Rotation Sums of Squared Loadings % of Cumulati Total Variance ve % 2.90 24.168 24.168 2.32 19.393 43.561 1.91 15.946 59.507 1.86 15.559 75.066 Extraction Method: Principal Component Analysis Bảng 2.2 theo tiêu chí Eigenvalue ≥ ta thấy có nhân tố (Factor) trích eigenvalue 1.474 Giá trị Cumulative 75.066% > 50%: đủ điều kiện phân tích EFA Điều cho biết nhân tố đầu giải thích 75.066% biến thiên liệu Bảng 2.3 Rotated Component Matrixa Component X18 - Delivery Speed X9 - Complaint Resolution X16 - Order & Billing 928 903 864 X12 - Salesforce Image 906 X7 - E-Commerce 887 X10 - Advertising 774 X6 - Product Quality -.835 X13 - Competitive Pricing X17 - Price Flexibility 795 567 692 X15 - New Products X8 - Technical Support 953 X14 - Warranty & Claims 942 Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in iterations Phân tích nhân tố khám phá EFA Trang Bảng 2.3 cho thấy có biến X6 X17 khơng đạt u cầu: • • X6 có hệ số tải nhân tố -0.835 X17 giải thích cho nhân tố, ta tiếp tục loại biến X17 So sánh thấy X17 xấu X6 Do ta loại X17 trước Kết phân tích EFA sau loại biến X17 Bảng 3.1 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy Approx Chi-Square Bartlett's Test of 672 1123.405 df Sphericity 55 Sig .000 • Hệ số KMO = 0.672 > 0.5 • Kiểm định Bartlett có Sig 0.000  Đạt điều kiện phân tích EFA Bảng 3.2 Total Variance Explained Componen t Initial Eigenvalues % of Cumulative Total Variance % 3.35 30.529 30.529 2.05 18.673 49.202 1.651 15.011 64.213 11.169 75.381 1.22 919 8.353 83.735 573 5.210 88.944 487 4.424 93.368 284 2.581 95.949 188 1.707 97.656 10 149 1.353 99.009 11 109 991 100.000 Extraction Sums of Squared Loadings % of Cumulative Total Variance % 3.35 30.529 30.529 2.05 18.673 49.202 1.651 15.011 64.213 1.22 11.169 75.381 Rotation Sums of Squared Loadings % of Cumulati Total Variance ve % 2.59 23.550 23.550 2.32 21.091 44.641 1.86 16.912 61.553 1.52 13.828 75.381 Extraction Method: Principal Component Analysis Bảng 3.2 theo tiêu chí Eigenvalue ≥ ta thấy có nhân tố (Factor) trích eigenvalue 1.229 Giá trị Cumulative 75.381% > 50%: đủ điều kiện phân tích EFA Điều cho biết nhân tố đầu giải thích 75.381% biến thiên liệu Bảng 3.3 Rotated Component Matrixa Phân tích nhân tố khám phá EFA Trang Component X18 - Delivery Speed 929 X9 - Complaint Resolution 924 X16 - Order & Billing 876 X12 - Salesforce Image 907 X7 - E-Commerce 880 X10 - Advertising 784 X8 - Technical Support 954 X14 - Warranty & Claims 942 X6 - Product Quality 822 X13 - Competitive Pricing -.785 X15 - New Products Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in iterations Bảng 3.3 thể có biến khơng đạt điều kiện • X13 = - 0.785, tức X13 tương quan nghịch với nhân tố mà gom vào để giải thích • X15 có hệ số tải nhân tố < 0.5 So sánh ta thấy X13 xấu hơn, ta định loại biến X13 trước Kết phân tích EFA sau loại biến X13 Bảng 4.1 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy Bartlett's Test of Sphericity Approx Chi-Square df 672 1071.599 45 Sig .000 • Hệ số KMO = 0.672 > 0.5 • Kiểm định Bartlett có Sig 0.000  Đạt điều kiện phân tích EFA Bảng 4.2 Total Variance Explained Phân tích nhân tố khám phá EFA Trang Componen t Initial Eigenvalues % of Cumulative Total Variance % 3.35 33.580 33.580 1.85 18.552 52.132 1.63 16.316 68.448 1.05 10.560 79.009 855 8.553 87.562 514 5.142 92.704 284 2.839 95.543 188 1.878 97.421 149 1.489 98.909 10 109 1.091 100.000 Extraction Sums of Squared Loadings % of Cumulative Total Variance % 3.35 33.580 33.580 1.85 18.552 52.132 1.63 16.316 68.448 1.05 10.560 79.009 Rotation Sums of Squared Loadings % of Cumulati Total Variance ve % 2.59 25.901 25.901 2.30 23.060 48.961 1.85 18.568 67.529 1.148 11.480 79.009 Extraction Method: Principal Component Analysis Bảng 4.2 theo tiêu chí Eigenvalue ≥ ta thấy có nhân tố (Factor) trích eigenvalue 1.056 Giá trị Cumulative 79.009% > 50%: đủ điều kiện phân tích EFA Điều cho biết nhân tố đầu giải thích 79.009% biến thiên liệu Bảng 4.3 Rotated Component Matrixa Component X9 - Complaint Resolution 931 X18 - Delivery Speed 930 X16 - Order & Billing 877 X12 - Salesforce Image 914 X7 - E-Commerce 877 X10 - Advertising 785 X8 - Technical Support 953 X14 - Warranty & Claims 944 X15 - New Products 781 X6 - Product Quality 716 Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in iterations Bảng 4.3 cho thấy biến gom vào nhân tố đạt yêu cầu hệ số tải nhân tố (≥ 0.5), giá trị hội tụ giá trị phân biệt Như kết Bảng 4.3, có nhân tố: Phân tích nhân tố khám phá EFA Trang 10 Nhân tố giải thích bởi: (1) X9 – Complaint Resolution (2) X16 - Order & Billing (3) X18 - Delivery Speed Nhân tố giải thích bởi: (1) X7 - E-Commerce (2) X10 - Advertising (3) X12 - Salesforce Image Nhấn tố giải thích bởi: (1) X8 - Technical Support (2) X14 - Warranty & Claims Nhấn tố giải thích bởi: (1) X6 - Product Quality (2) X15 - New Products Dựa vào điểm giống (thể tính chung) biến nằm nhân tố nghiên cứu trước nhà nghiên cứu đặt tên cho nhân tố Nhóm đề xuất tên cho nhân tố sau: • • • • Nhân tố 1: Customer service Nhân tố 2: Promotion Nhân tố 3: After-sales service Nhân tố 4: Product Phân tích nhân tố khám phá EFA Trang 11

Ngày đăng: 06/06/2016, 12:08

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan