Home | KTL nâng cao | Phân tích nhân tố khám phá

Phân tích nhân tố khám phá

I. GIỚI THIỆU VỀ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ

Phân tích nhân tố khám phá (EFA) là một trong những phương pháp phân tích thống kê dùng để rút gọn một tập hợp nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu (Hair và cộng sự, 1998). Về nguyên tắc, EFA sẽ mô hình hóa cấu trúc phương sai của một tập biến quan sát bằng cách sử dụng kết hợp tuyến tính của các biến quan sát. Những kết hợp tuyến tính này được gọi là các nhân tố (factors) có thể được sử dụng cho các phân tích tiếp theo. Các hệ số kết hợp được gọi là các hệ số tải (loadings) cho biết mức độ giải thích của nhân tố đối với các biến quan sát tương ứng. Ngày nay phân tích nhân tố khám phá được ứng dụng phổ biến trong các nghiên cứu Marketing, lĩnh vực quản trị hoặc các nghiên cứu khoa học của sinh viên.

Ví dụ
Trong nghiên cứu Lê Văn Huy và Phạm Thị Thanh Thảo (2008)[1] sử dụng mô hình SERVQUAL để đo lường CLDV của ngân hàng thông qua 25 biến quan sát. Các biến này được rút gọn thành 5 nhân tố: Tính hữu hình, tính đáng tin cậy, khả năng đáp ứng, năng lực phục vụ và sự đồng cảm được thể hiện như sau:

Xem thêm các bài viết liên quan về phương pháp
Phân tích cụm - Cluster Analysis
Phân tích CATPCA với thang đo tối ưu
Phân tích phân tách - Discriminant Analysis

Phần nội dung có thu phí bên dưới đã được ẩn. Vui lòng đăng nhập hoặc đăng ký gói Premium. Trân trọng!