Sử dụng kỹ thuật phân tích yếu tố khám phá (EFA) để đánh giá mô hình đo lường trong nghiên cứu khoa học: Một số tổng kết và hàm ý

Nội dung text: Sử dụng kỹ thuật phân tích yếu tố khám phá (EFA) để đánh giá mô hình đo lường trong nghiên cứu khoa học: Một số tổng kết và hàm ý

1. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ SỬ DỤNG KỸ THUẬT PHÂN TÍCH YẾU TỐ KHÁM PHÁ (EFA) ĐỂ ĐÁNH GIÁ MÔ HÌNH ĐO LƯỜNG TRONG NGHIÊN CỨU KHOA HỌC: MỘT SỐ TỔNG KẾT VÀ HÀM Ý Cao Quốc Việt TÓM TẮT Phân tích các yếu tố là một phương pháp thống kê Title: Using exploratory factor analysis đa biến được sử dụng nhiều trong tâm lý học, (EFA) technique to evaluate marketing, kinh doanh và quản trị. Bài tổng hợp này measurement models in scientific cung cấp cho các nhà nghiên cứu cách tiếp cận để thực research: some summary and hiện phân tích các yếu tố khám phá (EFA). Phân tích yếu implications tố là một công cụ quan trọng có thể được sử dụng trong việc phát triển, sàng lọc và đánh giá các thang đo. Mục Từ khóa: Phân tích yếu tố, phân tích yếu tiêu của bài viết là cung cấp một chiến lược phân tích tố khám phá các yếu tố khám phá, cung cấp cho các nhà nghiên cứu Keywords: Factor analysis, exploratory lĩnh vực quản trị một phương pháp tiếp cận có hệ thống, factor analysis đơn giản, và đa dạng hóa sự lựa chọn liên quan đến việc thực hiện EFA trong các nghiên cứu. Lịch sử bài báo: Ngày nhận bài: 5/5/2021; ABSTRACT Ngày nhận kết quả bình duyệt: Factor analysis is a multivariate statistical method 25/5/2021; commonly used in psychology, marketing, business, and Ngày chấp nhận đăng bài: 20/6/2021. administration. This review provides researchers an approach to perform Exploratory Factors Analysis Tác giả: (EFA). Exploratory factor analysis is an important tool 1 Trường Đại học Kinh tế TP. HCM that can be used to develop, refine, and evaluate measurement scales. The paper’s main purpose is to Email: vietcq@ueh.edu.vn suggest a strategy of exploratory factor analysis, provide researchers in the administration field with a systematic, simple approach and diversify choices related to EFA implementation in studies. Các luận văn cao học hệ nghiên cứu hình từ một bài báo quốc tế hoặc bài báo trong lĩnh vực quản trị kinh doanh trong nước. Các học viên thường có xu thường có chung một quy trình kiểm định hướng làm đơn giản hóa mô hình từ mô mô hình đo lường và mô hình nhân quả hình gốc để dễ dàng thực hiện việc kiểm như hình 1. Đối với quy trình này, các học định mô hình theo kỹ thuật hồi quy bội. viên cao học hệ nghiên cứu thường chọn Số yếu tố độc lập trong mô hình thường một mô hình nghiên cứu gốc mà họ cho dao động từ 3 đến 5 biến và một biến phụ rằng mô hình này phù hợp với chủ đề thuộc. Một số luận văn còn sử dụng thêm nghiên cứu và lĩnh vực mà họ quan tâm. một số kỹ thuật khác như T – test, Anova Mô hình nghiên cứu gốc thường là mô trong quá trình kiểm định. Tập 9 (8/2021) 3
2. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ hình như: Tác giả A, B (20XX) kiểm định X1, 2. Mô hình 3. Thang đo 1. Lý nghiên của từng X2, X3 tác động đến Z. Tác giả C, D (20YY) kiểm thuyết cứu (*) khái niệm định X4, X5 tác động đến Z; tác giả E, F (20XY) kiểm định X5, X6, X7 tác động đến Z và đồng thời Z tác động đến Y. Vì vậy, từ cơ sở các 5. Đánh giá nghiên cứu trước, tác giả luận án đề xuất X1, 6. Kiểm độ giá trị - X2, X3, X4, X5, X6, X7 tác động đến Z và Z tác định EFA; đánh động đến Y. Xét sâu về bản chất thì tính mới và mô giá lại 4. Đánh hình – Cronbach giá độ tin sự đóng góp của nghiên cứu về mặt lý thuyết Kỹ Alpha; gom cậy – là không nhiều vì bản chất của mô hình nghiên thuật các nhóm Cronbach cứu đề xuất vẫn là mô hình lặp lại và kết quả hồi quy yếu tố alpha nghiên cứu là kết quả kiểm định lặp lại những Hình 1. Quy trình kiểm định mô hình đo gì các tác giả trước đã nghiên cứu. lường và mô hình nhân quả thường gặp trong các luận văn thạc sĩ (Nguồn: Tổng hợp 1. Lý của tác giả khi lược khảo các luận văn thạc sĩ 2. Mô hình 3. Thang đo thuyết của từng khái thực hiện từ năm 2010 đến 2019 tại Trường nghiên cứu ( ) niệm; bổ Đại học Kinh tế Tp. HCM) sung biến Đối với quy trình kiểm định ở hình 2, quan sát mới đây là quy trình được đa số các luận án tiến sĩ (và một vài luận văn cao học hệ nghiên cứu) lựa chọn. Ở hệ cao học, các học viên 8. Kiểm định mô 4. Đánh giá độ tin thường chọn một mô hình nghiên cứu gốc, hình nhân quả - kỹ cậy – Cronbach tìm kiếm thang đo và sau đó thực hiện qui thuật SEM alpha trình kiểm định (xem hình 2). Một vài luận văn có thực hiện sự điều chỉnh, bổ sung thang đo. Để thực hiện quá trình này, học 7. Đánh giá độ viên thường dùng nghiên cứu định tính để tin cậy tổng 6. Đánh 5. Đánh bổ sung thêm các biến quan sát vào yếu tố hợp; tổng giá độ giá giá độ giá trị - EFA đã có trong mô hình. Đối với luận án tiến sĩ, phương sai trị – CFA trích một số luận án thực hiện quy trình ở hình 2 với một số đặc trưng như sau: Hình 2. Quy trình kiểm định mô hình đo Thứ nhất, mô hình nghiên cứu đề xuất lường và mô hình nhân quả thường gặp là mô hình lặp lại từ mô hình gốc và tính mới trong các luận án tiến sĩ (Nguồn: Tổng hợp của nghiên cứu thể hiện ở việc lặp lại trong của tác giả khi lược khảo các luận án tiến sĩ ngành khác, lĩnh vực khác. Các thang đo có giai đoạn 2010 – 2019 của Trường Đại học sự điều chỉnh ở một vài biến quan sát. Đây Kinh tế Tp. HCM) cũng là mô hình đề xuất của một vài luận văn Nhìn chung, cho dù theo quy trình nào thì cao học hệ nghiên cứu. các nghiên cứu đã thực hiện đều sử dụng kỹ Thứ hai, mô hình nghiên cứu đề xuất là thuật EFA để đánh giá độ giá trị của các thang mô hình tổng hợp. Đây là mô hình ghép từ đo lường và các yếu tố. Tuy nhiên, việc sử dụng nhiều mô hình theo mô thức và lập luận điển EFA như vậy có hợp lý và có giá trị hay không Tập 9 (8/2021) 4
3. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ là câu hỏi cần thiết phải được trả lời qua các 1. Giảm số lượng biến quan sát công trình công bố quốc tế uy tín. Vì vậy, bài 2. Kiểm tra khái niệm hoặc mối quan báo cáo này tổng hợp lý thuyết và ứng dụng của hệ giữa các biến kỹ thuật EFA để cung cấp một góc nhìn cẩn trọng hơn khi sử dụng kỹ thuật này trong các 3. Phát hiện và đánh giá tính đơn nghiên cứu liên quan đến hành vi thuộc lĩnh hướng của một khái niệm vực quản trị, kinh doanh, marketing. 4. Đánh giá giá trị của một thang đo Cơ sở lý thuyết về Exploratory 5. Phát triển các phân tích và diễn giải Factor Analysis (EFA) – phân tích yếu tố ở mức độ phức tạp (đơn giản) khám phá 6. Đánh giá hiện tượng đa cộng tuyến Khi tìm kiếm các công trình nghiên cứu (hai hoặc nhiều biến tương quan) với từ khóa Exploratory Factor Analysis 7. Được sử dụng để phát triển khái niệm (EFA) trên Google Scholar, dễ dàng tìm thấy một lượng lớn các công trình được công bố 8. Dùng để chứng minh / bác bỏ các lý với 2.950.000 kết quả trong vòng 0.05 giây. thuyết được đề xuất Công trình được trích dẫn nhiều nhất về EFA Bản thân từ khóa “phân tích yếu tố là “Evaluating the Use of Exploratory Factor khám phá” nói lên mục đích sử dụng của kỹ Analysis in Psychological Research” của thuật này; nhà nghiên cứu sẽ sử dụng EFA nhóm tác giả (Fabrigar, Wegener, nếu họ có ý đồ khám phá khái niệm tiềm ẩn MacCallum, & Strahan, 1999) với 9102 lượt (latent construct) (Henson & Roberts, trích dẫn. Các công trình có tầm ảnh hưởng 2006). Điều này có nghĩa là, nếu nhà nghiên tiếp theo với lượt trích dẫn trên 4000 lần và cứu đưa ra một khái niệm (mới) và sau đó 2000 lần gồm (xem bảng 1). họ xây dựng nội dung cho khái niệm, phát Theo Fabrigar và cs. (1999) kỹ thuật triển các thang đo lường thì sau đó kỹ thuật EFA có nguồn gốc ra đời từ công trình của EFA được sử dụng là hoàn toàn phù hợp. Ví (Spearman, 1904). Phân tích yếu tố được dụ., nghiên cứu định tính của Nes, Yelkur, & hiểu là một chuỗi các kỹ thuật thống kê đa Silkoset, (2014) phát hiện “sự ái cảm của biến, nhằm mục đích giảm/rút gọn dữ liệu người tiêu dùng”(consumer affinity) là một (data reduction), và hiểu biết chính xác khái niệm mới, đã có nghiên cứu định tính hơn về các biến được đo lường thông qua khác trước đó của Oberecker, Riefler, & việc xác định các con số và bản chất của sự Diamantopoulos, (2008) khám phá nhưng tương quan giữa các phần yếu tố chung chưa kiểm định. Vì vậy, nhóm tác giả này (Hayton và cs. 2004). Nói cách khác, phân thực hiện lại nghiên cứu định tính, sau đó tích yếu tố khám phá được sử dụng khi phát triển thang đo cho khái niệm nhà nghiên cứu có mục đích giảm một “consumer affinity”. Sau đó, các tác giả dùng lượng n biến đo lường thành một nhóm k EFA để đánh giá độ giá trị của khái niệm này các khái niệm (constructs) trong đó k < n trong mối quan hệ với các khái niệm khác (Henson & Roberts, 2006). Tổng kết lại, mà nhóm tác giả cho rằng nó có sự tương theo Williams, Brown, & Onsman, (2012) đồng hoặc gần giống về mặt giá trị nội dung – EFA có 8 mục tiêu gồm: (content validity). Tập 9 (8/2021) 5
4. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Bảng 1. Thống kê chỉ số trích dẫn các Một cách tiếp cận khác khi dùng EFA bài viết về EFA có lượt trích cao nhất đó là nhà nghiên cứu phát hiện một khái Nhóm tác Lượt niệm không mới nhưng đang gây nhiều STT Tên bài báo giả trích dẫn tranh luận; có quá nhiều tác giả định Evaluating the nghĩa khái niệm và đo lường nó. Dẫn đến Use of hậu quả là kết quả kiểm định mô hình Fabrigar và Exploratory 1 9102 cs. (1999) Factor Analysis không thể nhất quán. Khe hổng nghiên in Psychological cứu này dẫn dắt các tác giả đề xuất một Research khái niệm mới khái quát hơn từ các khái Factor Analysis niệm cũ. Từ đó, tác giả xây dựng bộ thang in the 1 Floyd & Development đo phù hợp với định nghĩa đề xuất . EFA 2 Widaman, and Refinement 4417 cũng được sử dụng trong các nghiên cứu (1995) of Clinical dạng này với mục đích khám phá Assessment (Conway & Huffcutt, 2003). Instruments The application Như vậy, các nghiên cứu công bố quốc of exploratory Ford, tế sử dụng EFA với mục đích khám phá yếu factor analysis MacCallum, tố mới. Tác giả bài viết này chưa bắt gặp/ 3 in applied 2101 & Tait, psychology: A đọc được công trình nghiên cứu nào có sử (1986) critical review dụng EFA để kiểm định lặp lại mô hình. and analysis Factor retention Quy trình nghiên cứu có sử dụng EFA Hayton, decisions in tổng hợp từ các nghiên cứu công bố quốc Allen, & exploratory 4 2680 tế như hình 3 bên dưới. Trong quy trình Scarpello, factor analysis: này, một số điểm cần chú ý khi áp dụng: (2004) A tutorial on parallel analysis Thứ nhất, mẫu khi chạy EFA; thứ hai, lựa Use of chọn các kỹ thuật chạy EFA; thứ ba, các exploratory tiêu chuẩn đánh giá EFA; cuối cùng, các factor analysis vấn đề thường gặp khi xử lý EFA. in published Henson & research: 5 Roberts, 2538 Mẫu khi chạy EFA Common errors (2006) and some Vấn đề này được chú ý vì EFA cần comment on lượng mẫu lớn. Nhưng bao nhiêu là nhỏ improved hay bao nhiêu được gọi là lớn là vấn đề cần practice được quan tâm. Gorsuch (1983) (dẫn từ Nguồn: Tổng hợp của tác giả từ số liệu Fabrigar và cs. (1999) cho rằng mẫu phải của scholar.google.com tổng kết ngày thỏa điều kiện 5 lần số biến quan sát và ít 27/3/2021 nhất phải đạt 100 mẫu. Trong khi đó, 1 Độc giả quan tâm đến vấn đề này có thể tìm hiểu quy trình xây dựng và phát triển thang đo của Gilliam & Voss, (2013) Tập 9 (8/2021) 6
5. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Nunnally & Bernstein, (1994) đề xuất tỷ lệ lại, trong phép phân tích yếu tố chung mẫu 10 mẫu: 1 biến quan sát. Một vài công (Common Factor Analysis), các yếu tố được thức kinh nghiệm về sử dụng mẫu trong ước lượng để giải thích hiệp phương sai EFA được đề xuất, ví dụ., công thức của của các biến quan sát, và các yếu tố được Comrey và cộng sự ., (1992) cho rằng mẫu xem như là nguyên nhân của các biến quan 50: rất tệ, 100: tệ, 200: trung bình, 300: sát (Floyd & Widaman, 1995). Cả hai thuật tốt, 500: rất tốt và trên 1000: tuyệt vời. toán này đều dựa trên các kỹ thuật thống Công trình nghiên cứu về mẫu trong phân kê cơ bản liên quan đến các ma trận tích yếu tố của MacCallum, Widaman, phương sai, ma trận hiệp phương sai hoặc Zhang, & Hong, (1999) đã bác bỏ các công ma trận hệ số tương quan (Henson & thức kinh nghiệm về mẫu. Tuy nhiên, dựa Roberts, 2006). Mô hình các yếu tố chung trên các quy tắc kinh nghiệm để ước lượng (CFM) xem các yếu tố tạo ra là các biến số mẫu cần vẫn được các nhà nghiên cứu tiềm ẩn mà các biến này được đo lường từ áp dụng. Tổng kết của Henson & Roberts, hiệp phương sai của các biến quan sát. (2006) cho kết quả trung bình các nghiên Theo Fabrigar và cs. (1999) phương sai cứu có tỷ lệ mẫu 11:1. của các biến quan sát bao gồm phần chung (common) và phần riêng (unique). Phần Kỹ thuật chạy EFA riêng gồm sai số đo lường và sai số hệ Các nhà nghiên cứu thường chạy EFA thống. Trong phép tính này, phần riêng theo các kiểu phối hợp như sau: không được đưa vào phần phương sai - Kết hợp phép phân tích thành phần trích được. Ngược lại, phép phân tích các chính (Principal Component Analysis - thành phần chính (PCA) không phân biệt PCA) và phép xoay Varimax (phép xoay phần chung và phần riêng. Xét về mặt toán vuông góc) học, thuật toán của PCA đơn giản hơn CFM và nhiều nhà nghiên cứu thừa nhận rằng - Kết hợp phép phân tích yếu tố CFM cho kết quả chính xác hơn so với PCA chung (Common Factor Analysis, trong (tlđd, 1999)3. Cần chú ý là phần mềm IBM SPSS còn gọi là Principal Axis Factor - SPSS các ver từ 20 đến 24 lập trình sẵn (PAF) 2 và phép xoay Promax (phép xoay kỹ thuật Principle Axis Factor và không vuông góc) Maximum Likelihood. Một số nhà nghiên Trong phân tích các thành phần chính cứu chọn lựa Maximum Likelihood vì họ (Principal Component Analysis) còn gọi tiếp tục sử dụng phân tích nhân tố khẳng đơn giản là component analysis, các thành định (Confirmatory Factor Analysis – CFA) phần được ước lượng để biểu hiện các trong quá trình kiểm định mô hình đo phương sai của các biến quan sát. Ngược lường (bước 8a, 8b hình 3). 2 Một số phần mềm khác như SAS, R vẫn sử 3 Điều này cũng được đề cập đến trong phần dụng lệnh với thuật toán dựa trên tên gọi phân tích EFA của tác giả Nguyễn Đình Thọ, (2013, Common Factor Analysis trang 409) – Giáo trình Phương pháp Nghiên cứu Khoa học trong Kinh doanh. NXB. Tài chính. Tập 9 (8/2021) 7
6. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ 2. Các khái 1. Lý thuyết 4. Thu thập dữ niệm trong mô 3. Thang đo nền liệu hình Kết luận về sự đóng góp cho lý thuyết 5. Lọc dữ liệu 13. Kết quả kiểm định giả thuyết 12. Đối chiếu các chỉ số 6. EFA CFI, TLI, RMSEA, AIC 12. So sánh các mô hình và đề xuất mô hình 8a. Thực hiện phù hợp CFA; Không kiểm định CMB 8b. Thực hiện 7. Đánh giá kết 11. Kiểm định 9. Điều chỉnh CFA; quả EFA, đặt mô hình nhân mô hình đo Có kiểm định tên khái niệm quả - SEM lường (nếu có) CMB mới 10. Kết luận về các chỉ số phù hợp; đánh giá độ tin cậy tổng hợp, tổng phương sai trích, rút ra các kết luận về tính đơn hướng, giá trị phân biệt, giá trị hội tụ. Hình 3. Quy trình nghiên cứu có sử dụng EFA thường gặp trong các nghiên cứu công bố quốc tế uy tín (Nguồn: Tổng hợp của tác giả) Một yêu cầu của CFA là dữ liệu phải có Tiêu chuẩn đánh giá EFA phân phối chuẩn đa biến (multi-variable Tiêu chuẩn eigenvalue4 >1 (Kaiser, 1960) normal distribution) (Muthén & Kaplan, được các nhà nghiên cứu sử dụng khi đánh giá 1985), do đó, nếu dữ liệu có phân phối EFA. Tổng kết của Henson & Roberts, (2006) chuẩn đa biến thì ngay từ EFA, nhà nghiên trên 432 nghiên cứu có sử dụng EFA đều chọn cứu sẽ chọn Maximum Likelihood. tiêu chuẩn eigenvalue > 1. Ngày nay, tiêu 4 Trong toán đại số tuyến tính, eigenvalue được trận. Trong trường hợp này, trị riêng là nghiệm dịch là “trị riêng”. Trị riêng là nghiệm của ma của ma trận hệ số tương quan. Tập 9 (8/2021) 8
7. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ chuẩn eigenvalue lớn hơn 1 được mặc định Một số vấn đề thường gặp khi chạy EFA sẵn trong các phần mềm phân tích thống kê Khi xử lý kết quả EFA, vấn đề hay gặp thông dụng. nhất có lẽ các biến quan sát của các khái Bên cạnh đó, tiêu chuẩn phương sai niệm khác nhau trộn lẫn vào nhau hay nói trích tích lũy (cumulative percentage of cách khác, các biến quan sát không vào variance) lớn hơn 50% cũng được các tác nhóm yếu tố mà nó phản ánh. giả lựa chọn. Tổng kết của Henson & Robert Floyd & Widaman, (1995) kết luận rằng cho thấy các tác giả thường dùng tiêu chuẩn “đầu vào là rác – đầu ra là rác” (garbage in, này với phương sai tích lũy dao động từ 51 garbage out). Có nghĩa là trong phân tích đến 52%. Nhìn vào trị số eigenvalue, nhà EFA dữ liệu đầu vào cực kỳ quan trọng. Làm nghiên cứu có thể biết được bao nhiêu yếu sao để đảm bảo chất lượng của các biến tố được tạo ra và nhờ vào điểm >1, họ có thể quan sát là câu hỏi nhà nghiên cứu phải luôn ra quyết định số lượng yếu tố được giữ lại luôn nghĩ đến. Khi xây dựng và phát triển cho các phân tích tiếp theo. thang đo lường, Gilliam & Voss, (2013) đề Các trọng số tải (coefficient loadings) xuất quy trình xây dựng và phát triển thang Trọng số tải phản ánh một biến đo đo từ giai đoạn làm rõ định nghĩa của khái lường quan hệ với yếu tố mà nó muốn đo. niệm đến giai đoạn sử dụng chuyên gia học Nếu trọng số này quá thấp, có nghĩa là thuật để đánh giá giá trị nội dung (content biến quan sát không thuộc về yếu tố mà validity) và giá trị trực diện (face validity) nó phản ánh. Tổng kết của Ford và cs. của khái niệm. Hardesty & Bearden, (2004) (1986) cho thấy trọng số tải > 0.4 được trình bày quy trình sử dụng chuyên gia để nhà nghiên cứu chấp nhận. Kết quả này phát triển và đánh giá thang đo. Quy trình cũng được báo cáo trong nghiên cứu của này nếu được tiến hành cẩn thận sẽ tránh (Henson & Roberts, 2006). Tuy nhiên, được tình trạng bảng câu hỏi khảo sát mơ những tổng kết của Fabrigar và cs. (1999) hồ, mập mờ về ngữ nghĩa. Bảng câu hỏi tốt rút ra trong một vài nghiên cứu, các biến sẽ hạn chế phần nào các vấn đề thường gặp quan sát có trọng số lớn hơn 0.3 cũng của EFA. được giữ lại. Nguyễn Đình Thọ, (2013) Một vấn đề khác liên quan đến sự hợp cung cấp thêm một chuẩn chấp nhận đối tác của người trả lời bảng hỏi. Vấn đề này với trọng số nhân tố đó là chênh lệch được đề cập chi tiết trong Nguyễn Đình Thọ, trọng số λiA – λiB < 0.3 thì nhà nghiên cứu (2013, trang 418). Hậu quả của việc này là chấp nhận biến quan sát này. Tuy nhiên, người trả lời thiếu nghiêm túc và không chưa thấy khảo tài liệu lý thuyết về EFA hoàn thành bảng câu hỏi. Kinh nghiệm của nào đề cập đến chuẩn này. Một điều quan tác giả báo cáo này khi thực hiện các nghiên trọng khi ra quyết định dựa vào trọng số cứu khảo sát đó là người trả lời phỏng vấn nhân tố đó là giá trị nội dung. Các nhà hiếm khi nghiêm túc thật sự khi họ giúp nhà nghiên cứu nên cân nhắc cẩn thận giá trị nghiên cứu trả lời bảng hỏi. Quan sát của tác nội dung của khái niệm và nội dung của giả khi ra hiện trường đó là người trả lời là biến quan sát trước khi quyết định loại nam thường không thích trả lời bảng hỏi so hay giữ nó trong từng yếu tố (Henson & với nữ. Một số tác giả trên thế giới sử dụng Roberts, 2006). quà tặng bằng tiền, vật phẩm lưu niệm để Tập 9 (8/2021) 9
8. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ thu hút sự quan tâm của người trả lời. Đây vi. Những kết luận quan trọng cần rút ra đó cũng là một cách làm đáng học hỏi. Ngoài ra, là (1) EFA hữu ích để xây dựng lý thuyết và dữ liệu cần phải làm sạch và loại bỏ các bảng đánh giá giá trị của thang đo. (2) EFA không hỏi có giá trị khuyết, trả lời theo một quy sử dụng để kiểm định mô hình lặp lại. (3) luật nào đó cũng giúp cho EFA phản ánh kết Nếu kiểm định mô hình lặp lại và dưới sự hỗ quả thiếu giá trị. trợ chắc chắn của lý thuyết, kỹ thuật phân tích yếu tố khẳng định (CFA) được khuyến Kết luận khích sử dụng (Hurley và cs. 1997). Tác giả Bài tổng hợp này tổng kết và giới thiệu kỳ vọng các nhà nghiên cứu sẽ áp dụng và sử kỹ thuật phân tích yếu tố từ các công trình dụng kỹ thuật phân tích yếu tố khám phá khoa học có giá trị, được trích dẫn nhiều trong các công trình nghiên cứu của họ một nhất để từ đó có một góc nhìn sâu hơn khi cách chính xác và phản ánh được tính giá trị áp dụng kỹ thuật này trong nghiên cứu hành của các thang đo lường. TÀI LIỆU THAM KHẢO Conway, J. M., & Huffcutt, A. I. (2003). A Ford, J. K., MacCallum, R. C., & Tait, M. Review and Evaluation of Exploratory (1986). The application of exploratory Factor Analysis Practices in factor analysis in applied psychology: A Organizational Research. critical review and analysis. Personnel Organizational Research Methods, 6(2), Psychology, 39(2), 291–314. 147–168. 6570.1986.tb00583.x 251541 Gilliam, D. a., & Voss, K. (2013). A proposed Comrey, A.L., & Lee, H.B., (1992). A first procedure for construct definition in course in factor analysis, Hilsdale, New marketing. European Journal of York, Erlbaun. Marketing, 47(1/2), 5–26. Fabrigar, L., Wegener, D., MacCallum, R., & Strahan, E. (1999). Evaluating the use 1285439 of exploratory factor analysis in Hardesty, D. M., & Bearden, W. O. (2004). psychological research. Pyschological The use of expert judges in scale Methods, 4(3), 272–290. development. Journal of Business Floyd, F., & Widaman, K. (1995). Factor Research, 57(2), 98–107. analysis in the development and refinement of clinical assessment 2963(01)00295-8 instruments. Psychological Assessment, Hayton, J. C., Allen, D. G., & Scarpello, V. 7(3), 286–299. (2004). Factor Retention Decisions in Exploratory Factor Analysis: a Tutorial 3590.7.3.286 on Parallel Analysis. Organizational Tập 9 (8/2021) 10
9. TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Research Methods, 7(2), 191–205. 8317.1985.tb00832.x 263675 Nes, E. B., Yelkur, R., & Silkoset, R. (2014). Henson, R. K., & Roberts, J. K. (2006). Use of Consumer affinity for foreign Exploratory Factor Analysis in countries: Construct development, Published Research: Common Errors buying behavior consequences and and Some Comment on Improved animosity contrasts. International Practice. Educational and Psychological Business Review, 23(4), 774–784. Measurement, 66(3), 393–416. 3.11.009 282485 Nguyễn, Đ. T. (2013). GIÁO TRÌNH PHƯƠNG Hurley, A. E., Scandura, T. A., Schriesheim, C. PHÁP NGHIÊN CỨU KHOA HỌC TRONG A., Michael, T., Seers, A., Vandenberg, R. KINH DOANH (2nd ed.). Hồ Chí Minh: J., Nov, N. (1997). Exploratory and NXB Tài Chính. Confirmatory Factor Analysis : Nunnally, J., & Bernstein, I. (1994). Guidelines , Issues , and Alternatives. Psychometric theory (3rd ed., Vol. 1). Journal of Organizational Behavior, New York: McGraw - Hill. Retrieved 18(6), 667–683. from Kaiser, H. F. (1960). The Application of Oberecker, E. M., Riefler, P., & Electronic Computers to Factor Diamantopoulos, A. (2008). The Analysis. Educational and Psychological Consumer Affinity Construct: Measurement, 20(1), 141–151. Conceptualization, Qualitative Investigation, and Research Agenda. 02000116 Journal of International Marketing, MacCallum, R. C., Widaman, K. F., Zhang, S. 16(3), 23–56. B., & Hong, S. H. (1999). Sample Size in Factor Analysis. Psychological Methods, Spearman, C. (1904). “General Intelligence,” 4(1), 84–99. Objectively Determined and Measured. The American Journal of Psychology, 989x.4.1.84 15(2-NaN, 1904), 201–292. Muthén, B., & Kaplan, D. (1985). A Williams, B., Brown, T., & Onsman, A. comparison of some methodologies for (2012). Exploratory factor analysis : A the factor analysis of non-normal five-step guide for novices. Journal of Likert variables. British Journal of Emergency Primary Health Care Mathematical and Statistical (JEPHC), 8(3), 1–13 Psychology, 38(2), 171–189. Tập 9 (8/2021) 11