NGUYỄN KHÁNH DUY Giảng viên Khoa Kinh tế Phát Triển Trường ĐH Kinh tế TPHCM
BÀI GIẢNG (Bản thảo lần 1)
THỰC HÀNH MÔ HÌNH CẤU TRÚC TUYẾN TÍNH (SEM) VỚI PHẦN MỀM AMOS Chi-square= 1595.832
e28
gts1
e29
gts2
e30
gts3
e31
gts4
e32
gts5
e33
gts6
.40 e24
lrs1
e25
lrs2
e26
lrs3
e27
lrs4
e37
gss7
e38
e10
lcs1
e11
lcs2
e12
lcs3
.77 .79 .77 .76 .63
.20 .79
.50
.15
.86
cfls
cos1 cos2
e18
cos3
lcs5
.24
.69
lcs
.50
.59
.79
.79
oss
.46
.76 .72 .77
cos5
.80 .81 cos6 .83
.38
cs
-.11
aws1
.90 .92
z3.81 .95 .95
ls .88 .87 .65
cos7
e34
e8
gqs4
e7
gqs3
e6 e5 e4
gss4
e3
gss2
e2
gss1
e1
.41
oss3
e41
oss2
40
oss1
e39
ls1
e42
ls2
e43
ls3
e44
.84 .21
.74
cos4
cos8
gqs5
z2
.77
e23
e9
.34
.73
.54
.69 .82 .67
e17
.32
.69
.88
gqs6
.73 .74 gss6 .76 .79 gss5 .80
gs_gqs
lrs
.78
e16
e22
.66
.66 .75
cgss4
e21
.72 .80 .82 .75
z1
.67
e15
e20
.54 .65
e14
e19
gts
.72
.63 .71 .67 cgss1
e13
.36
gss8
df= 1007 P-value= .000 Chi-square/df= 1.585 TLI= .915 CFI= .921 IFI=.922 RMSEA= .053
ls4
e45
ls5
e46
ls6
e47
.60
.46 .71
e35
.69 aws2 .78
e36
aws3
Tháng 5/2009 TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM (Lưu hành nội bộ) aws
1
LỜI NÓI ĐẦU Mô hình cấu trúc tuyến tính (SEM) được các nhà nghiên cứu trên thế giới sử dụng từ rất lâu. Ở Việt Nam, khoảng từ năm 2000 trở lại đây, SEM đã được nhiều nhà nghiên cứu sử dụng trong các công trình nghiên cứu hàn lâm, cũng như các nghiên cứu ứng dụng phục vụ các chương trình tư vấn doanh nghiệp, tư vấn chính sách cho các Tỉnh/thành phố. Gần đây, việc học tập / áp dụng mô hình cấu trúc tuyến tính (SEM) nói riêng cũng như các kỹ thuật phân tích định lượng nói chung trong kinh tế, quản trị kinh doanh, tài chínhngân hàng … được đông đảo bạn trẻ gồm sinh viên đại học, học viên cao học, nghiên cứu sinh quan tâm để giải quyết tốt nhất những mục tiêu nghiên cứu đã đặt ra. Bài giảng này nhằm hỗ trợ các bạn bước đầu tiếp cận SEM dưới góc độ thực hành với phần mềm AMOS được dễ dàng hơn, nhanh chóng hơn mà trước mắt là làm tài liệu học tập mang tính trực quan phục vụ cho chương trình bồi dưỡng cử nhân tài năng do Đoàn Khoa Kinh tế phát triển – Trường ĐH Kinh tế TPHCM tổ chức (chủ đề này học trong 2 buổi), hay các khoá đào tạo ngắn hạn tại Trung tâm Tư vấn doanh nghiệp và Phát triển kinh tế vùng về Phân tích dữ liệu và dự báo trong kinh doanh. Bên cạnh đó, trong quá trình học tập, các bạn sinh viên/ học viên sẽ được phát các tài liệu đọc về mặt lý thuyết SEM, các bài báo khoa học, công trình nghiên cứu có áp dụng SEM bằng tiếng Anh/ tiếng Việt khác… Do SEM khá phức tạp dưới góc độ toán học và trình độ của tác giả còn hạn chế nên những sai sót trong quá trình biên soạn là khó có thể tránh khỏi. Tác giả rất mong nhận được sự đóng góp ý kiến, phê bình của bạn đọc để quyển bài giảng này trong lần tái bản tiếp theo sẽ được hoàn thiện hơn, mang lại nhiều lợi ích hơn cho bạn đọc xa gần. Thư góp ý xin gửi về: Nguyễn Khánh Duy Khoa Kinh tế Phát triển – Trường ĐH Kinh tế TPHCM Địa chỉ: 1A Hoàng Diệu – Quận Phú Nhuận - TPHCM Email:
[email protected] hoặc
[email protected] Điện thoại: 098.900.1766 Mong rằng bạn đọc sẽ tiếp tục đón nhận những quyển sách tốt hơn liên quan đến chủ đề kinh tế lượng, phân tích dữ liệu & dự báo nâng cao do các đồng nghiệp & tôi biên soạn (được xuất bản chính thức) trong tương lai. Xin chân thành cảm ơn và chúc các bạn thành công! TP.Hồ Chí Minh, tháng 5 năm 2009 Tác giả Nguyễn Khánh Duy
2
LỜI CẢM ƠN Tài liệu học tập này không đồ sộ và chặt chẽ như những quyển sách khác, bởi nó được viết dưới góc độ trực quan, ứng dụng… Nó được hoàn thành trong thời gian rất ngắn nhằm phục vụ trước mắt cho chương trình bồi dưỡng cử nhân tài năng do Đoàn Khoa Kinh tế Phát Triển tổ chức, cũng như các khoá học ngắn hạn về “Phân tích dữ liệu và dự báo trong kinh doanh”. Tuy vậy, quyển bài giảng này cũng là một kết quả của sự tích luỹ lâu dài từ trong quá trình học tập, giảng dạy, công việc, nghiên cứu từ trước tới nay. Và quá trình ấy, tác giả đã được sự hỗ trợ tận tình của quý thầy cô giáo, bạn bè, các em sinh viên, và những người thân trong gia đình. Năm 2004, khi AMOS, tài liệu về SEM còn rất hiếm; cô Trần Kim Dung, thầy Đinh Thái Hoàng (Khoa QTKD, Khoa Toán-Thống Kê-ĐH Kinh tế TPHCM) đã giới thiệu, khuyến khích, động viên tôi trong quá trình tìm hiểu về SEM, và gửi tặng tôi những tài liệu, phần mềm có liên quan. Nhờ sự giúp đỡ của quý thầy cô mà việc tìm hiểu về SEM của tôi những thời gian đầu rất thuận lợi. Tôi xin được gửi lời cảm ơn đến Thầy Nguyễn Hữu Lam; thầy đã nhiệt tình hướng dẫn luận văn tốt nghiệp bậc thạc sĩ – nghiên cứu đầu tiên mà tôi sử dụng SEM (năm 2006). Trong môn phương pháp nghiên cứu, Thầy Lê Nguyễn Hậu với câu nói “SEM thật đơn giản!”, “SEM dễ hơn mô hình hồi quy nhiều!” đã khuyến khích nhiều học viên chúng tôi tìm tòi về nó. Tôi chân thành cảm ơn thầy Nguyễn Đình Thọ vì những gợi mở, những hướng dẫn tận tình của thầy đã dành cho chúng tôi. Những nghiên cứu của thầy là những tài liệu rất quý cho những người làm Marketing hay bất cứ ai đang làm nghiên cứu ngành quản trị kinh doanh, và những ai tìm hiểu về SEM... Thời gian học tập ở bậc đại học, sau đại học có biết bao kỷ niệm với bạn bè, và sự tri ân của học viên chúng tôi với tất cả quý thầy cô đã tham gia giảng dạy. Tôi muốn được gửi lời cảm ơn của mình đến thầy Hoàng Trọng vì những quyển sách về phân tích dữ liệu bằng SPSS mà thầy đã tham gia biên soạn (từ 1997 đến nay). Nó là những tài liệu thật quý giá đối với tôi cũng như những bạn đam mê, hay muốn tìm hiểu về phân tích dữ liệu trong nghiên cứu; thật không ngờ quyển sách đầu tiên của thầy (viết cùng với thầy Võ Văn Huy, cô Võ Thị Lan) mà tôi ngẫu nhiên tìm được ở nhà sách khi mới bước chân vào giảng đường đại học đã hướng tôi đến việc làm nhiều nghiên cứu khoa học với phương pháp định lượng khi còn là sinh viên. Tôi xin được chân thành cảm ơn thầy Nguyễn Trọng Hoài, Thầy Cao Hào Thi đã tạo điều kiện hỗ trợ, động viên, hướng dẫn tôi trong công việc giảng dạy về phân tích định lượng từ những ngày đầu mùa thu năm 2007 ở chương trình giảng dạy Kinh tế Fulbright. Xin gửi đến Thu Hương lời cảm ơn chân thành vì rất nhiều điều, bạn đã đồng hành, chia sẻ, hỗ trợ tôi trong suốt thời gian học tập/ nghiên cứu ở bậc đại học, sau đại học… Xin cảm ơn những bạn đồng nghiệp: anh Quốc Duy, anh Thanh Bình, anh Thanh Vũ … và những người bạn khác luôn hỗ trợ, động viên, trao đổi, chia sẻ những kiến thức, kinh nghiệm về phân tích dữ liệu, cũng như hỗ trợ tôi trong công việc, trong nghiên cứu. Quyển bài giảng này viết ra chủ yếu dành cho các bạn sinh viên đại học khối kinh tế quản trị. Cũng nhờ sự ham học tập, sự khát khao khám phá và những tình cảm tốt đẹp mà các bạn sinh viên đại học (mà tôi có dịp gặp gỡ ở Trường ĐH Kinh tế TPHCM, Trường ĐH Ngoại Thương (CS2), Trường ĐH Ngân Hàng TPHCM, chương trình đào tạo đặc biệt của Trường ĐH Mở TPHCM) đã dành cho tôi trong thời gian qua đã giúp tôi luôn có những niềm vui trong công việc, và nghiên cứu. Xin chân thành cảm ơn các bạn!
3
Bài giảng này cũng hướng đến nhiều đối tượng bạn đọc khác, đặc biệt hướng đến các bạn sinh viên Khoa Kinh tế phát triển đang tham dự lớp bồi dưỡng cử nhân tài năng do Đoàn Khoa tổ chức. Lớp học này khó có thể thành công nếu không được sự hỗ trợ, tạo điều kiện của rất nhiều thầy cô giáo, của các bạn trong ban tổ chức, các anh chị em phòng quản trị thiết bị, tổ chức hành chính, phòng công nghệ thông tin, phòng điều phối giảng đường – thời khoá biểu, chi đoàn, chi hội, ban cán sự các lớp và sự nỗ lực của từng bạn sinh viên. Các ví dụ trong quyển bài giảng này; các bài tập/ tình huống kèm theo và các quyển sách trong tương lai sẽ có những chất liệu, nguồn dữ liệu từ các nghiên cứu không chỉ của tôi, mà còn của các bạn bè, của các bạn sinh viên, cũng như rất nhiều tác giả khác. Xin chân thành cảm ơn bạn Nguyễn Thị Mỹ Thuận, bạn Mai Thuỳ Ninh, anh Võ Đức Thọ, anh Lê Văn Khoa … về những dữ liệu mà các bạn, các anh đã khảo sát rất công phu. Xin cảm ơn các tác giả của các quyển sách, tạp chí, bài viết … mà tôi đã tham khảo; vì sự đam mê và nghiên cứu nghiêm túc của họ đã giúp tôi hiểu rõ hơn và nhanh hơn những vấn đề chưa biết. Xin cảm ơn anh Phạm Đức Kỳ và thầy Bùi Nguyên Hùng ở Khoa Quản lý công nghiệp – ĐH Bách Khoa TPHCM về các bài viết mà quyển bài giảng này đã giới thiệu trong phụ lục để các bạn sinh viên tham khảo thêm. Cuối cùng, tôi không quên gửi lời cảm ơn chân thành đến bố, mẹ, em Khánh Hùng và những người thân về tất cả! Nguyễn Khánh Duy
4
MỤC LỤC
Lời nói đầu Lời cảm ơn Mục lục Trang 1. Trao đổi với các bạn sinh viên lớp bồi dưỡng cử nhân tài năng & giới thiệu mô hình cấu trúc tuyến tính (SEM), phần mềm AMOS......................................6 2. Phân tích nhân tố khám phá (EFA_ Exploratory Factor Analysis) ..............................14 3. Phân tích nhân tố khẳng định (CFA_Confirmatory Factor Analysis) ..........................20 4. Mô hình cấu trúc (SEM_Structural Equation Modeling) .............................................48 5. Kiểm định Bootstrap .....................................................................................................54 6. Phân tích cấu trúc đa nhóm ...........................................................................................57 Lời kết Tài liệu tham khảo Phụ lục
5
1. TRAO ĐỔI VỚI CÁC BẠN SINH VIÊN LỚP BỒI DƯỠNG CỬ NHÂN TÀI NĂNG & GIỚI THIỆU VỀ SEM, PHẦN MỀM AMOS Từ đầu học kỳ đến nay, lớp chúng ta đã học về các chủ đề Tư duy sáng tạo (Thầy Nguyễn Hoàng Bảo, trong 3 buổi), phương pháp nghiên cứu nâng cao – đi sâu vào khung phân tích và nghiên cứu định tính (Thầy Trần Tiến Khai, trong 2 buổi), Mô hình Logit (Thầy Lương Vinh Quốc Duy, trong 1 buổi), Các chủ đề của kinh tế lượng tài chính và dự báo nâng cao ARIMA, SARIMA, ARCH-GARCH … (thầy Phùng Thanh Bình, trong 4 buổi), Phân tích kỹ thuật (Thầy Võ Thanh Sơn, trong 2 buổi). Cô Trương Công Thanh Nghị đã chia sẻ với các bạn về kinh nghiệm làm nghiên cứu, và giới thiệu các giải thưởng nghiên cứu khoa học sinh viên, kinh nghiệm học tập của một thủ khoa đầu vào cũng như đầu ra Khoá 28 của trường ĐH Kinh tế TPHCM; anh Hoàng Anh (Kế hoạch đầu tư K31) đã chia sẻ kinh nghiệm của anh trong việc học tập của một người đội trưởng đạt giải nhất cuộc thi “Kinh tế học - tầm nhìn bạn và tôi” – cuộc thi do Khoa KTPT chúng ta tổ chức với hơn 5000 thí sinh từ 11 trường đại học ở phía Nam - cũng như những nghiên cứu mà anh đang nỗ lực 1 , anh Nguyễn Ngọc Danh cũng đã trao đổi với các bạn về nghiên cứu của anh về sức khoẻ trẻ em với phương pháp 2SLS (là luận văn tốt nghiệp chương trình cao học Việt Nam-Hà Lan của anh Danh) … Bên cạnh đó, những bạn sinh viên lớp nhân lực, một số bạn lớp KHĐT, Thẩm định giá cũng đã từng nghe nói về SEM cũng như biết được sự phổ biến của nó trong các nghiên cứu khi tham dự buổi báo cáo chuyên đề “Ứng dụng phương pháp định lượng trong nghiên cứu quản trị nguồn nhân lực và hành vi tổ chức” do cô Trần Kim Dung báo cáo. Sáng nay, và chiều nay, một ngày chủ nhật, chúng ta sẽ tìm hiểu những vấn đề quan trọng nhất, cơ bản nhất của SEM, CFA… và thử tìm hiểu xem người ta đã vận dụng nó trong nghiên cứu về quản trị, Marketing, nhân lực, hành vi trong lĩnh vực tài chính – chứng khoán, tâm lý học … ở khu vực tư cũng như khu vực công như thế nào để từ đó các bạn có thể tự học sâu hơn về SEM và vận dụng một cách sáng tạo vào những nghiên cứu mà các bạn đang ấp ủ. Giờ ra chơi sáng nay, Anh Hoàng Nam (Sachvang), là admin và cũng là giảng viên trẻ của Khoa Quản trị Kinh Doanh sẽ giới thiệu với các bạn Forum caohockinhte.info là một diễn đàn rất hấp dẫn và sôi động của cộng đồng cao học kinh tế ở Việt Nam, và trên ấy cũng có một mục dành riêng cho các bạn sinh viên đại học yêu thích hoạt động nghiên cứu khoa học (mục Cử nhân và thạc sĩ tài năng tương lai). Trong những năm gần đây, không chỉ nhiều người nghiên cứu trên thế giới và Việt Nam có áp dụng SEM 2 (Các bạn xem thêm trong phụ lục, tài liệu phát, các file đã gửi qua email… về nghiên cứu của thầy Nguyễn Đình Thọ, cô Mai Trang, cô Kim Dung, nghiên cứu của tôi, và nghiên cứu của các tác giả khác) mà một số bạn sinh viên đại học, học viên cao 1
Tối ngày mai, thứ hai (11/5/09), 4 bạn thuộc lớp chúng ta (Hoàng – NLK32, Phương – BĐSK32, Hải & Cần TĐG K32) sẽ là 1 đội đại diện cho trường ta tham gia vòng chung kết cuộc thi “Nhà kinh tế tương lai” do trường bạn – ĐH Ngoại Thương (CS2) tổ chức tại Nhà văn hoá thanh niên. Tuy mảng quản trị kinh doanh không phải thế mạnh của các bạn SV khoa KTPT, nhưng tham gia cuộc thi này cũng là một môi trường để học tập, rèn luyện, thể hiện bản thân, và giao lưu! Chúc các bạn ấy may mắn, vui, và học tập được nhiều điều bổ ích! 2 Tôi đã có ý định huấn luyện thêm cho lớp về một số chủ đề khác nữa, nhưng những chủ đề này chỉ có một vài nhóm sử dụng và mất khá nhiều thời gian khi trình bày trên lớp: Mô hình hệ phương trình (một số nhóm có thể sử dụng trong dự báo các chỉ tiêu vĩ mô), Kinh tế lượng với dữ liệu bảng (Nhóm bạn Mạnh Dũng, Thanh Hằng, Thanh Thuý – lớp Thẩm định giá K32), Khai thác bộ dữ liệu VHLSS với phần mềm STATA (Nhóm của Thế Hùng về bất bình đẳng trong thu nhập– KHĐT K32, Nhóm bạn Khương lớp Nhân lực K32) … các bạn có thể liên hệ với tôi qua email, hoặc trao đổi trực tiếp tại phòng giáo viên H103 vào trưa thứ năm hàng tuần về những vấn đề này. Và tôi cũng biết, lớp ta có khả năng tự học rất cao!
6
học cũng đã áp dụng SEM trong nghiên cứu của họ. Hai bạn sinh viên đại học Khoá 31 mà tôi có dịp hướng dẫn cũng đã sử dụng trong việc đo lường chất lượng dịch vụ khách sạn ở Nha Trang (khảo sát cả khách du lịch quốc tế và khách trong nước), các yếu tố tạo động lực làm việc cho công nhân ở các Khu công nghiệp tại TPHCM, Bình Dương. Năm ngoái, một bạn sinh viên ở Trường ĐH Kinh tế - ĐH Đà Nẵng cũng đã sử dụng trong đề tài NCKH sinh viên của bạn, và tôi biết nhiều bạn sinh viên khác cũng đã làm, sẽ làm… AMOS được viết tắt từ Analysis of MOment Structures (Phân tích cấu trúc mô măng). Phần mềm này dùng để thực hiện một phương pháp chung trong phân tích dữ liệu là Structural Equation Modeling (SEM_ mô hình cấu trúc tuyến tính). SEM cũng có những tên gọi khác như Analysis of Covariance Structures (Phân tích cấu trúc hiệp phương sai), hay Causal Modeling (mô hình nhân quả). Trên đường lên tham quan bức tượng Chúa giang tay ở thành phố biển Vũng Tàu (Mũi Nghinh Phong), bạn sẽ thấy một hình ảnh của vị thánh cũng có tên là AMOS! Bạn hãy xem qua một ví dụ về CFA. Pont & Quilken (2002) đã khảo sát 348 khách hàng ở các ngân hàng và sử dụng phân tích nhân tố khẳng định (viết tắt là CFA, Xem Hình 1.1 – cái sơ đồ “lằng nhằng” với mấy cái móc hai đầu ở trên) để kiểm định thang đo chất lượng dịch vụ ngân hàng (BANKSERV) do Avkiran đề xuất năm 1994 ở nước Úc (kế thừa 17 item đo lường chất lượng dịch vụ ngân hàng của Avkiran 1 ). Trong phân tích nhân tố khẳng định, Pont và Quilken đã chỉ ra rằng thang đo này hiện nay không phù hợp, vì Chisquare=419.15; P=0.001 (2), Các chỉ tiêu TLI=0.86, CFI=0.88, GFI=0.87 (đều =0.5 • Quan tâm đến tiêu chuẩn: Tại mỗi Item, chênh lệch |Factor Loading| lớn nhất và |Factor Loading| bất kỳ phải >=0.3 (Jabnoun & Al-Tamimi, 2003) • Tổng phương sai trích >=50% (Gerbing & Anderson, 1988) • KMO>=0.5, Kiểm định Bartlett có ý nghĩa thống kê (Sig 0.3 ñöôïc xem laø ñaït ñöôïc möùc toái thieåu, Factor loading > 0.4 ñöôïc xem laø quan troïng, ≥ 0.5 ñöôïc xem laø coù yù nghóa thöïc tieãn. Hair & ctg (1998,111) cuõng khuyeân baïn ñoïc nhö sau: neáu choïn tieâu chuaån factor loading > 0.3 thì côõ maãu cuûa baïn ít nhaát phaûi laø 350, neáu côõ maãu cuûa baïn khoaûng 100 thì neân choïn tieâu chuaån factor loading > 0.55, neáu côõ maãu cuûa baïn khoaûng 50 thì Factor loading phaûi > 0.75 4 KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5≤KMO≤1 thì phân tích nhân tố là thích hợp. Kiểm định Bartlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05) thì các biến quan sát có tương quan với nhau trong tổng thể (Trọng & Ngọc, 2008)
14
Bạn còn nhớ thao tác EFA trong phần mềm SPSS? Analyze\Data Reduction\Factor Hình 1.4
Hình 1.5
Hình 1.7
Hình 1.6
Hình 1.8
15
Kết quả ban đầu Pattern Matrixa Factor 1
2
prom1
.863
prom3 prom2 prom4 work4 sup6 sup5 sup3 sup7 sup4 sup2 sup1 pay4 pay5 pay2 ben4 pay3 pay1 cow1 cow3 cow2 cow4 ben3 ben2 ben1 env3 work3 work2 work1 env2 env1 env4
.753 .689 .651 .436
.351 .268
3
4
5
6
7
Các con số trong bảng này gọi là các Factor loading (hệ số tải nhân tố) .811 .784 .758 .664 .482 .411 .378
.331 -.301
.325
-.282 .889 .770 .607 .549 .488 .485
.283
.297 .211 .293 .271 .814 .810 .810 .454
.432
.982 .977 .592 .264
.334
.246
.207
Env4 bị loại đầu tiên vì con.223 số này nhỏ hơn 0.5, và “tệ” nhất
.768 .541 .514 -.279
.213
.541 .478 .232
Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization. a. Rotation converged in 7 iterations.
Lần lượt loại từng biến không đạt yêu cầu (biến nào “tệ” nhất bị loại trước): Env4, env3, sup1, sup2, work4, cow4, env2, env1, pay3, pay1, pay2, Và ben1
16
Kết quả EFA lần cuối Pattern Matrixa Factor 1
2
sup6
.841
sup5
.826
sup3
.758
sup7
.628
sup4
.520
3
4
5
.278
prom1
.899
prom2
.707
prom3
.670
prom4
.602
cow1
.913
cow2
.795
cow3
.768
pay4
.907
pay5
.817
ben4
Các con số trong bảng này gọi là các Factor loading (hệ số tải nhân tố)
6
.270
.593
ben2
.961
ben3
.952
work3
.915
work2
.791
work1
.545
Extraction Method: Principal Axis Factoring. Rotation Method: Promax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Bạn có nhận xét gì từ kết quả EFA? Có 6 nhân tố được rút ra. Nhân tố 1: gồm các biến quan sát sup3-sup7 Æ được đặt tên là “Lãnh đạo” Nhân tố 2: gồm prom1-prom4 Æ “Thăng tiến” Nhân tố 3: gồm cow1-cow3 Æ “Đồng nghiệp” Nhân tố 4: gồm pay4, pay5, ben4 Æ “lương-thưởng” Nhân tố 5: gồm ben2, ben3 Æ “bảo hiểm” Nhân tố 6: gồm work1-work4 Æ “bản chất công việc”
17
Total Variance Explained Rotation Sums of Squared Extraction Sums of Squared Loadings Loadingsa
Initial Eigenvalues Factor
Total
1 2 3 4 5 6 7
7.378 1.880 1.752 1.512 1.359 1.067
36.889 9.401 8.759 7.560 6.794 5.334
36.889 46.290 55.049 62.609 69.403 74.737
.722
3.612
78.349
8
.564
2.821
81.169
9
.537
2.683
83.853
10
.461
2.306
86.159
11
.403
2.014
88.173
12
.395
1.973
90.146
13
.365
1.826
91.971
14
.341
1.704
93.676
15
.306
1.530
95.206
16
.252
1.260
96.466
17
.244
1.221
97.687
18
.212
1.062
98.749
19
.182
.911
99.660
20
.068
.340
100.000
% of Variance Cumulative %
Total 7.016 1.726 1.428 1.167 1.022 .712
% of Variance Cumulative % 35.080 8.632 7.138 5.835 5.109 3.558
35.080 43.712 50.849 56.685 61.793 65.352
Total 5.210 5.142 4.015 3.801 2.615 4.584
Tổng phương sai trích/ hay tổng biến thiên được giải thích bởi các nhân tố
Extraction Method: Principal Axis Factoring. a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.
KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity
Approx. Chi-Square
.847 2327.451
df
190
Sig.
.000
Hai bảng trên cho bạn nhận xét gì? - Tổng phương sai trích (hay tổng biến thiên được giải thích) bằng 65.35% (>50%) - KMO = 0.847 (>0.5) và kiểm định Bartlett có ý nghĩa thống kê (Sig50%), KMO = 0.701 (>0.5), Sig của kiểm định Bartlett=0.000 ( 0.05. Tuy nhieân Chi-square coù nhöôïc ñieåm laø phuï thuoäc vaøo kích thöôùc maãu. Neáu moät moâ hình nhaän ñöôïc caùc giaù trò GFI, TLI, CFI ≥0.9 (Bentler & Bonett, 1980); CMIN/df ≤ 2, moät soá tröôøng hôïp CMIN/df coù theå ≤ 3 (Carmines & McIver, 1981); RMSEA ≤ 0.08, RMSEA ≤ 0.05 ñöôïc xem laø raát toát (Steiger, 1990); thì moâ hình ñöôïc xem laø phuø hôïp vôùi döõ lieäu thò tröôøng, hay töông thích vôùi döõ lieäu thò tröôøng. Thoï & Trang (2008) cho raèng Neáu moâ hình nhaän ñöôïc caùc giaù trò TLI, CFI ≥0.9, CMIN/df ≤ 2, RMSEA ≤ 0.08 thì moâ hình phuø hôïp (töông thích) vôùi döõ lieäu thò tröôøng. Quy taéc naøy cuõng ñöôïc söû duïng ñeå ñaùnh giaù möùc ñoä phuø hôïp cuûa moâ hình caáu truùc ôû muïc 4. Khi CFA, neân thöïc hieän caùc ñaùnh giaù khaùc nhö 1 : 1
Xem thêm Thọ & Trang (2008)
20
(1) Ñaùnh giaù ñoä tin caäy cuûa thang ño thoâng qua: (a) Heä soá tin caäy toång hôïp (composite reliability) vaø (b) Toång phöông sai trích ñöôïc (variance extracted), (c) Heä soá Cronbach’s Alpha Ñoä tin caäy toång hôïp ( ) (Joreskog 1971 ), vaø toång phöông sai trích ( )
ρ
ρ
C
VC
(Fornell & Larcker 1981) ñöôïc tính theo coâng thöùc sau: 2 p p 2 ( ∑ λ i) ∑ λ i ρ VC = p 2 i=1 p ρ C = p i =2 1 p 2 2 + ( 1 − ∑ ∑ λ i i=1 λ i ) ( ∑ λ i) + ∑ (1 − λ i ) i =1 i =1 i =1 Trong ñoù
λ
2
i
laø troïng soá chuaån hoaù cuûa bieán quan saùt thöù i; 1- λ i laø phöông sai cuûa sai
soá ño löôøng bieán quan saùt thöù i, p laø soá bieán quan saùt cuûa thang ño. Chæ tieâu , phaûi ñaït yeâu caàu töø 0.5 trôû leân
ρ ρ C
VC
Theo Hair (1998, 612):”phöông sai trích (Variance Extracted) cuûa moãi khaùi nieäm neân vöôït quaù 0.5”; vaø phöông sai trích cuõng laø moät chæ tieâu ño löôøng ñoä tin caäy. Noù phaûn aùnh löôïng bieán thieân chung cuûa caùc bieán quan saùt ñöôïc tính toaùn bôûi bieán tieàm aån Schumacker & Lomax (2006, 178) cho raèng trong CFA, moät vaán ñeà quan troïng caàn phaûi quan taâm khaùc laø ñoä tin caäy cuûa taäp hôïp caùc bieán quan saùt ño löôøng moät khaùi nieäm (nhaân toá); vaø nhö truyeàn thoáng, heä soá tin caäy Cronbach’s Alpha vaãn thöôøng ñöôïc söû duïng. Noù ño löôøng tính kieân ñònh noäi taïi xuyeân suoát taäp hôïp caùc bieán quan saùt cuûa caùc caâu traû lôøi Trong kieåm ñònh Cronbach’s Alpha, caùc bieán quan saùt coù heä soá töông quan bieán-toång (item-total correlation) nhoû hôn 0.3 seõ bò loaïi vaø tieâu chuaån choïn thang ño khi heä soá Cronbach’s Alpha töø 0.6 trôû leân (Nunnally & Burnstein, 1994). Tuy nhieân, cuõng caàn löu yù raèng neáu Cronbach’s Apha quaù cao (>0.95) thì coù khaû naêng xuaát hieän bieán quan saùt thöøa (Redundant items) ôû trong thang ño. Bieán quan saùt thöøa laø bieán ño löôøng moät khaùi nieäm haàu nhö truøng vôùi bieán ño löôøng khaùc, töông töï nhö tröôøng hôïp coäng tuyeán (collinearity) trong hoài quy, khi ñoù bieán thöøa neân ñöôïc loaïi boû. (2) Tính ñôn höôùng/ ñôn nguyeân (unidimensionality) - Theo Steenkamp & Van Trijp (1991), möùc ñoä phuø hôïp cuûa moâ hình vôùi döõ lieäu thò tröôøng cho chuùng ta ñieàu kieän caàn vaø ñuû ñeå cho taäp bieán quan saùt ñaït ñöôïc tính ñôn höôùng, tröø tröôøng hôïp caùc sai soá cuûa caùc bieán quan saùt coù töông quan vôùi nhau. (3) Giaù trò hoäi tuï (Convergent validity) - Gerbring & Anderson (1988) cho raèng thang ño ñaït ñöôïc giaù trò hoäi tuï khi caùc troïng soá chuaån hoaù cuûa thang ño ñeàu cao (>0.5); vaø coù yù nghóa thoáng keâ (P
