Biểu đồ đánh giá của nhân tố spss
Trong nghiên cứu, nhiều vấn đề rất phức tạp, đa khía cạnh không thể chỉ sử dụng những thang đo đơn giản - thang đo chỉ dùng một câu hỏi đo lường (thang đo một chỉ báo). Do đó, việc xây dựng các thang đo chi tiết (thang đo nhiều chỉ báo) để có thể nắm bắt được những nội dung phong phú của các vấn đề nghiên cứu và việc kiểm tra độ tin cậy của thang đo là điều hết sức cấp thiết trong nghiên cứu định lượng. Theo sách “Phân tích dữ liệu với SPSS” của Hoàng Trọng – Chu Nguyễn Mộng Ngọc, một trong những hình thức đo lường các khái niệm trừu tượng được sử dụng phổ biến nhất trong nghiên cứu kinh tế xã hội là thang đo Likert, do Renis Likert giới thiệu vào năm 1932. Câu hỏi điển hình của dạng thang đo Likert này là “Xin vui lòng đọc kỹ những câu phát biểu sau và khoanh tròn trả lời thể hiện đúng nhất quan điểm của bạn sau mỗi câu phát biểu”. Thang đo Likert có dạng là một dãy các chữ số liên tục và đều đặn từ 1 đến 5, từ 1 đến 7 hoặc từ 1 đến 10. Khi lập bảng câu hỏi, chúng ta thường tạo các biến quan sát x1, x2, x3, x4, x5... là biến con của một nhân tố, ta đo lường các biến quan sát nhỏ này để suy ra tính chất của nhân tố thay vì đo lường cả một nhân tố tương đối trừu tượng và khó đưa ra đánh giá chính xác. Tuy nhiên không phải lúc nào tất cả các biến quan sát dùng để đo lường một nhân tố đều phản ánh được khái niệm, tính chất của nhân tố đó. Do vậy, cần phải có một công cụ kiểm tra mức độ phù hợp của các biến quan sát để đưa vào thang đo. Kiểm định độ tin cậy của thang đo Cronbach’s Alpha là bước quan trọng, đảm bảo thang đo phù hợp để thực hiện các phân tích tiếp theo như phân tích nhân tố, mô hình hồi quy, … 0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
|