Chuong 1 kiem dinh thang do va phan ti

Phân tích các mục hỏiTìm ra và giữ lại những mục hỏi có ý nghĩa giúp đo lường được một khía cạnh của khái niệm nghiên cứu từ danh sách các mục hỏi ban đầu -> kiểm tra tính đơn hướng Tí

Chương …:

XÂY DỰNG - KIỂM ĐỊNH THANG ĐO LƯỜNG DÙNG TRONG

NGHIÊN CỨU VÀ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ

XÂY DỰNG VÀ KIỂM ĐỊNH THANG ĐO LƯỜNG DÙNG TRONG NGHIÊN CỨU

Mô hình nghiên cứu & khái niệm

Trong nghiên cứu định lượng cần đo lường các khái niệm dùng trong

nghiên cứu (construct).

vụ, chất lượng dịch vụ và sự hài lòng Việc đo 3 khái niệm này không đơn giản.

2

Giá trị dịch vụ

Chất lượng dịch vụ

H1 (+)

H2 (+)

Khái niệm và Đo lường

Một số khái niệm có thể việc đo lường không phức tạp về phương pháp, ví dụ như: mức thu nhập, mức chi tiêu, thời gian xem truyền hình

Một số khái niệm phức tạp, trừu tượng đòi hỏi cần có quá trình chi tiết hóa khái

niệm (construct operationalization), thiết kế đo lường (measurement design) và kiểm tra kỹ lưỡng

4

Ví dụ:

* Lòng trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu

(customer loyalty);

* Chất lượng sản phẩm/dịch vụ theo cảm nhận của khách hàng (perceived quality)

* Hài lòng của nhân viên (employee satisfaction)

- Tiếp tục mua (mua rồi mua nữa có thể vì thiếu tiền, thiếu hàng… vẫn chờ đợi mua hàng này)

- Không nghĩ đến những thứ khác (có tiền, có hàng cạnh tranh vẫn mua hàng này)

- Không có ý định mua thử những thứ khác (có những người dùng hàng tốt, hài lòng nhưng họ vẫn có ý thử những thương hiệu khác)

- Nói tốt về sp/dịch vụ/thương hiệu với người khác (hài lòng nên gặp ai cũng kể)

- Giới thiệu sp/dịch vụ/thương hiệu với người khác

Chi tiết hóa khái niệm: Lòng trung thành của khách hàng đối với sản phẩm/dịch vụ/thương hiệu (customer loyalty) bao gồm những khía cạnh sau:

6

Khái niệm đơn giản chỉ cần thang đo đơn giản [thang đo 1 chỉ báo (item)]

Khái niệm trừu tượng cần thang đo phức tạp (thang đo nhiều chỉ báo - multi-indicator scale).

Thang đo nhiều chỉ báo được sử dụng phổ biến nhất là Likert 5 - 7 mức độ

Thang Likert đặc trưng bởi cấu trúc như sau:

“Xin vui lòng đọc kỹ những phát biểu sau Sau mỗi câu phát biểu, hãy khoanh tròn trả lời thể hiện đúng nhất quan điểm của bạn Xin bạn cho biết rằng bạn rất đồng ý, đồng ý, thấy bình thường, không đồng ý hay rất không đồng ý với mỗi phát biểu?”

Thang đo Likert

BẢ NG 3.3 Kế t quả phâ n tích nhâ n tố EFA củ a khá i niệ m “chấ t lượng dịch vụ đà o tạo”

Cron bach

α

CL_1 Chương trình đào tạo phù hợp tố t vớ i yê u cầ u củ a thực tiễ n 0.600

CL_2 Nội dung mô n học được đổ i mớ i, đá p ứ ng tố t yê u cầ u đà o tạo 0.620

CL_3 Phương pháp giả ng củ a GV phù hợp vớ i yê u cầ u củ a từ ng mô n học 0.652

CL_4 Giảng viê n có kiế n thứ c sâ u về mô n học đả m trá ch 0.673

CL_5 Cách đá nh giá và cho điể m sinh viê n cô ng bằ ng 0.583

CL_8 Cơ sở vậ t chấ t trườ ng đá p ứ ng tố t nhu cầ u đà o tạo và học tậ p 0.639

CL_9 Phò ng má y tính đá p ứ ng tố t nhu cầ u thực hà nh củ a sinh viê n 0.680

CL_13 Dịch vụ y tế đá p ứ ng tố t sinh viê n có nhu cầ u 0.645

CL_14 Tư vấ n đá p ứ ng tố t nhu cầ u chọn lựa và học tậ p củ a sinh viê n 0.718

CL_15 Dịch vụ tà i chính hỗ trợ tố t sinh viê n có nhu cầ u 0.782

CL_17 Dịch vụ ă n uố ng giả i khá t phù hợp vớ i nhu cầ u sinh viê n 0.638

CL_19 Nhâ n viê n giá o vụ, thanh tra nhiệ t tình phục vụ sinh viê n 0.567

CL_20 Nhà trườ ng và khoa thườ ng xuyê n lắ ng nghe ý kiế n sinh viê n 0.579

Thang đo đơn hướng và đa hướng

10

BẢ NG 3.4 Kết quả phân tích nhân tố củ a khá i niệm “sự hài lò ng củ a sinh viên”

Ghi chú: Chất lượng dịch vụ đào tạo là một khái niệm đa hướng, cụ thể nĩ gồm

chất lượng hoạt động đào tạo, chất lượng cơ sở vật chất và chất lượng các hoạt động hỗ trợ Đa hướng cũng giống đa khía cạnh

Các bước xây dựng thang đo Likert

1. Nhận diện và đặt tên biến muốn đo lường: kinh nghiệm, quan sát, và thăm dò

2. Lập ra một danh sách các phát biểu hoặc câu hỏi mang tính biểu thị Có thể lấy từ

lý thuyết có liên quan, đọc sách báo, ý kiến chuyên gia, thực nghiệm

3. Xác định loại trả lời: đồng ý – không đồng ý; ủng hộ phản đối; hữu ích vô

ích; nhiều – không có; giống tôi – không giống tôi; phù hợp –không phù hợp; luôn luôn – không bao giờ; đúng – không đúng

4. Số lượng mức độ: 3, 5 hay 7 mức độ

5. Kiểm tra toàn bộ các mục hỏi bằng cách khảo sát thử 100 – 200 người

6. Phân tích mục hỏi trong danh sách để tìm ra một tập hợp các mục hỏi giúp đo

lường được một khía cạnh của khái niệm/biến muốn nghiên cứu trong mô hình.

12

Phân tích các mục hỏi

Tìm ra và giữ lại những mục hỏi có ý nghĩa giúp đo lường được một khía

cạnh của khái niệm nghiên cứu từ danh sách các mục hỏi ban đầu -> kiểm tra

tính đơn hướng

Tính điểm các trả lời

Kiểm tra tương quan giữa các mục hỏi và tính toán Cronbach alpha

Kiểm tra tương quan giữa tổng điểm của từng người và điểm của từng mục hỏi.

Tiêu chuẩn: α lớn hơn 0,7

Biến 1 2 3 4 5 V1 Ngừa sâu răng

V2 Làm trắng răng

V3 Làm khỏe nướu răng

V4 Làm hơi thở thơm tho

1 2 3 4 5

Rất không quan trọng Không quan trọng Trung lập Khá quan trọng Rất quan trọng

Những câu trả lời thông dụng (thang đo Likert từ 1 – 5):

ĐÁNH GIÁ THANG ĐO

Độ tin cậy là công cụ chỉ độ chắc chắn trong đo lường

Người ta sử dụng hệ số Alpha (α) để biểu diễn độ tin cậy của thang đo

α từ 0,80 – 0,95: được xem là rất tốt

α từ 0,7 – 0,8: được xem là tốt

α từ 0,6 – 0,7: được cho là khá tin cậy

16

Giá trị

Giá trị nói lên khả năng đo lường của thang đo

Có 5 loại giá trị thang đo là:

(2) Giá trị hội tụ

(4) Giá trị liên hệ lý thuyết

Giá trị của một thang đo đạt yêu cầu khi thỏa mãn được tất cả giá trị trên cùng

Tính đơn hướng

nghiên cứu) mà thôi

Ví dụ, chất lượng dịch vụ, Parasuraman đã xây dựng thang đo SERVQUAL để đánh giá chất lượng dịch vụ gồm 22 biến thuộc 5 thành phần (nhân tố) để đo lường kỳ vọng và cảm nhận dịch vụ bao gồm: Độ tin cậy, Sự đáp ứng, Sự đảm bảo, Sự cảm thông và Phương tiện hữu hình

18

Độ tin cậy (reliability): Nói lên khả năng cung cấp dịch vụ phù hợp và đúng thời hạn.

1/ Khi DN hứa làm điều gì đó và thời gian nào đó thì họ sẽ làm

2/ Khi bạn gặp trở ngại doanh nghiệp chứng tỏ mối quan tâm, giúp bạn giải quyết trở ngại đó.

3/ DN cung cấp dịch vụ đúng ngay từ lần đầu.

4/ DN cung cấp DV đúng như thời gian đã hứa

5/ DN không để ra một sai sót nào.

Sự đáp ứng (Responsiness): Nói lên mức độ đáp ứng yêu cầu của khách hàng từ nhân viên của doanh nghiệp.

6/ Nhân viên cho bạn biết khi nào thực hiện dịch vụ.

7/ Nhân viên nhanh chóng thực hiện dịch vụ cho bạn (khách hàng)

8/ Nhân viên luôn sẳn sàng giúp bạn.

9/ Nhân viên luôn đáp ứng yêu cầu của bạn.

20

Sự đảm bảo (Assurance): Nói lên sự tin tưởng, khả năng đảm bảo an toàn cho khách hàng (về vật chất, tài chính, bảo mật thông tin v.v

10/ Cách cư xử của nhân viên gây niềm tin ở bạn

11/ Bạn cảm thấy an toàn khi giao dịch với doanh nghiệp.

12/ Nhân viên luôn niềm nở.

13/ Nhân viên đủ hiểu biết để giải đáp thắc mắc của bạn

Sự cảm thông (Ampathy): Nói lên sự quan tâm đến yêu cầu và chăm sóc đến từng cá nhân khách hàng thông qua tìm hiểu những đòi hỏi của khách hàng

14/ DN luôn đặc biệt chú ý đến bạn

15/ DN có nhân viên biết quan tâm đến bạn

16/ DN lấy lợi ích của khách hàng là điều tâm niệm của họ

17/ Nhân viên của DN hiểu rõ nhu cầu của bạn

18/ DN làm việc vào những giờ thuận tiện.

22

Phương tiện hữu hình (Tangibility): Thông qua trang phục của nhân viên, trang thiết bị, cơ sở vật chất để phục vụ.

19/ DN có trang thiết bị hiện đại để phục vụ

20/ Cơ sở vật chất của DN rất đẹp.

21/ Nhân viên ăn mặc lịch sự

22/ Tài liệu quảng cáo, giới thiệu dịch vụ hấp dẫn

Ví dụ đề tài nghiên cứu: “ Đánh giá mức độ hài lòng của khách quốc tế sử dụng dịch vụ khách

sạn trên địa bàn thành phố HCM”

Mục tiêu nghiên cứu

* Đánh giá mức độ hài lòng của khách hàng sử dụng dịch vụ khách sạn trên địa bàn thành phố

Mô hình Parasuraman đánh giá chất lượng và cảm nhận dịch vụ

Độ tin cậy thang đo (Hệ số Cronbach’s Alpha)

Hệ số Cronbach’s Alpha cho phép nhà nghiên cứu đánh giá mức độ tin cậy của việc

thiết lập một biến tổng hợp còn được gọi là yếu tố hay khái niệm nghiên cứu trên cơ sở

nhiều biến đơn Nó cho phép đánh giá tính nhất quán (Consistency) của các biến đơn đại

diện cho cùng một hiện tượng

Hệ số Cronbach’s Alpha chỉ đo lường độ tin cậy của thang đo gồm 3 biến con trở lên

26

Hệ số Cronbach’s Alpha

α = Cronbach’s Alpha

k = số lượng biến trong thang đo

∑σ2(xi)= Tổng phương sai các biến

σ2x = Phương sai tổng thang đo

2 2

( ) 1

σ α

Hệ số tin cậy Cronbach alpha cho thang đo đơn hướng:

Analyze  Scale  Reliability Analysis sau đó đưa các biến đo lường vào ô items  OK

Kết quả ta nhận được giá trị của α

0,7: được cho là khá tin cậy.

Tính hệ số Cronbach’s Alpha trên SPSS

28

Analyze  Scale  ReliabilityAnalysis, đưa các biến vào ô items Statistics 

Nếu muốn biết một số tham số thống kê của thang đo, cần thực hiện:

Là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng thang đo, do đó hệ số này càng cao thì sự tương quan của

biến này so với các biến khác càng cao Theo Nunally & Burnstein (1994)

các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 là biến rác và sẽ bị loại khỏi thang đo.

Hệ số tương quan biến tổng (Item-total correlation)

30

PHÂN TÍCH NHÂN TỐ (Factor Analysis)

Mục đích chủ yếu của phân tích nhân tố là xác định số lượng và bản chất của biến tiềm ẩn (Latent variables)

Biến tiềm ẩn là biến không thể trực tiếp quan sát được nhưng lại có ảnh hưởng đến một nhóm biến quan sát nào đó và có thể giải thích cho mối liên hệ tương quan giữa các biến quan sát này.

32

Ví dụ, khi đo lường chất lượng dịch vụ khách sạn, thành phần (yếu tố) phòng nghỉ:

Phòng

nghỉ

R1 Phòng nghỉ yên tỉnh R2 Phòng nghỉ sạch sẽ (vệ sinh) R3 Giường (nệm,gối) thoải mái R4 Có phòng tắm sạch sẽ, thoải mái R5 Thiết bị trong phòng (TV,ĐT, Net) tốt R6 Thiết bị khác đảm bảo hoạt động tốt

Ví dụ, nhân tố tác động đến lòng trung thành của nhân viên, yếu tố

công việc:

công việc

CV1 Công việc cho phép sử dụng tốt năng lực cá nhân

CV2 Công việc rất thú vị

CV3 Công việc có nhiều thách thức

CV4 Hoàn thành tốt công việc sẽ được công ty hoan nghênh

34

- Trong phân tích phương sai, hồi quy bội,…cần xem xét và phân biệt biến độc lập

và biến phụ thuộc, trong phân tích nhân tố không có sự phân biệt này nên được xem như

sẽ được nghiên cứu

components) cho phép rút gọn nhiều biến (variables, indicators hoặc items) ít nhiều có

đường thẳng gọi là nhân tố (factors).

Phân tích nhân tố được dùng trong các trường hợp

+ Nhận diện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan

+ Nhận diện một tập hợp gồm một số lượng biến mới (tương đối ít và

không có tương quan với nhau) để thay thế cho tập hợp biến quan sát gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo sau (như hồi qui, phân tích biệt số,…)

+ Để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp

nhiều biến để sử dụng trong phân tích kế tiếp.

Các đối tượng của phân tích nhân tố

+ Trong phân khúc thị trường ( nhận diện các biến quan trọng dùng để phân nhóm người tiêu dùng)

người tiêu dùng)

+ Trong nghiên cứu quảng cáo (xác định thói quen sử dụng phương tiện truyền thông)

38

+ Trong nghiên cứu định giá (để nhận diện các đặc trưng của những người nhạy cảm với giá)

+ V.v…

Phân tích nhân tố có 2 dạng:

1/ Phân tích nhân tố khám phá (Exploratory Factor Analyses, viết tắt: EFA)

2/ Phân tích nhân tố khẳng định (Confirmatory Factor Analyses, CFA)

Phân tích nhân tố khám phá có hai loại là:

1/ Phân tích thành phần chính (Principal Components Analysis, PCA) và

2/ Phân tích nhân tố chung (Common Factors Analysis hay Factor Analysis, FA)

Cả 2 PCA và FA hầu như đều cho kết quả phân tích giống nhau

40

Điểm khác nhau giữa PCA và FA

Phân tích thành phần chính (PCA) Phân tích yếu tố chung (FA)

Phần chung

Communality =1

Phần chung Communality <1

Phần riêng và sai số

Tổng phương sai biến =100%

Phân tích nhân tố khám phá EFA dùng để xác định cấu trúc nhân tố,

nhân tố.

Trong bài này, tác giả chỉ đề cập đến phân tích thành phần chính PCA của

quá trình phân tích nhân tố khám phá EFA

42

QUY TRÌNH PHÂN TÍCH NHÂN TỐ

Xác định các biến đo lường

Một số tham số trong phân tích nhân tố

Kiểm định Barlett’s test of Sphericity: Kiểm định dùng xem xét mối liên hệ lẫn nhau

giữa các biến dùng trong phân tích Giả thuyết H0 cho rằng không có mối liên hệ giữa các biến

Kaiser-Meyer-Olkin (KMO – measure of sampling adequacy): Dùng để xem xét sự thích

hợp của phân tích nhân tố 0 ≤ KMO ≤ 1;

Khi KMO ≤ 0.5 thì cần phải lần lượt bỏ items cho đến khi giá trị này thỏa mãn

44

Correlation Matrix: Ma trận thể hiện hệ số tương quan giữa các cặp biến quan sát dùng

trong phân tích

Communality: Lượng biến thiên của một biến được giải thích chung với các biến khác

được xem xét trong phân tích (tức là phần biến thiên mà một biến chia sẻ chung với tất

cả biến khác tham gia trong phân tích) và giá trị này phải lớn hơn hoặc bằng 0.5 (Hair,

Black, Babin & Anderson, 2009)

Từ File: THPTNHANTO.sav

Từ File: THPTNHANTO.sav

Communality = Tổng bình phương các hệ số tải nhân tố Có thể xem

communality như là R2 của mô hình hồi quy với biến phụ thuộc là biến quan

sát và các biến độc lập là các nhân tố.

48

Total Variance Explained: Tổng phương sai (biến thiên) giải thích được bởi từng nhân

tố

Thông thường phải lớn hơn 50%

Eigenvalue: Phần biến thiên được giải thích bởi mỗi nhân tố.

Eigenvalue của từng nhân tố = Tổng bình phương các hệ số tải trong từng nhân tố

Factor loading (hệ số tải nhân tố): Hệ số tương quan đơn giữa các biến ban đầu

Từ File: THPTNHANTO.sav

Từ File: THPTNHANTO.sav

Cross-loading: Hệ số tương quan của một biến (items) với nhân tố thứ 2 trở lên

□ Hệ số này phải nhỏ hơn hệ số tải nhân tố tương ứng với mẫu nghiên cứu

□ Nếu mẫu là 350 thì hệ số này phải nhỏ hơn 0.3,…

Component matrix (ma trận thành phần hay còn gọi là ma trận nhân tố): Ma trận

chứa các hệ số tải nhân tố của tất cả các biến quan sát với các nhân tố được rút trích

52

Rotated component matrix: chứa các hệ số tải nhân tố của tất cả các biến với các nhân

tố được rút trích sau khi thực hiện phép xoay

Factor Rotation (xoay nhân tố):

□ Mỗi biến nằm trong mặt phẳng hình thành bởi 2 nhân tố

□ Các hệ số tải của nhân tố được diễn đạt tương quan giữa nhân tố và biến (cũng có

thể xem là tọa độ của biến trên mặt phẳng này).

□ Đối với các nhân tố không xoay các trục nhân tố có thể không sắp xếp tốt với các kiểu biến khác nhau và các hệ số tải không nói lên kiểu biến rõ ràng.

□ Các trục nhân tố có thể được xoay để đáp ứng chặt chẽ hơn, tương ứng các biến

Vì vậy, việc xoay có ý nghĩa hơn

54

Nhân tố 1

Nhân tố 2

● V1 ● V2

Các trục chưa xoay

Nhân tố 2

Phân tích nhân tố dựa trên mối liên hệ tương quan tuyến tính giữa các biến

và do đó đòi hỏi cùng một giả định như phân tích dữ liệu tham số và các mối quan hệ

tuyến tính

Vì vậy, dữ liệu phải là dữ liệu định lượng liên tục (thang đo khoảng), được lấy ra

từ tổng thể có phân phối chuẩn

56

Giả định trong phân tích nhân tố

The common rule: At least 10 – 15 participants per variable.

Kass and Tinsley (1979) recommended having between 5 and 10 participants per

variable up to a total of 300

Comrey and Lee (1992) cho là:

300 as a good sample size

100 as poor and 1000 as excelent

Kích thước mẫu: