Chủ Nhật, 21 tháng 2, 2021

Phân tích độ tin cậy thang đo Cronbach Alpha - Chạy Cronbach Alpha trên SPSS





Thang đo được đánh giá độ tin cậy thông qua hai công cụ là hệ số Cronbach Alpha và phân tích nhân tố. Hệ số Cronbach Alpha được sử dụng để loại các biến “rác”, các biến có hệ số tương quan tổng biến (Corrected item total correlation) nhỏ hơn 0.3 sẽ bị loại và thang đo sẽ được chọn khi hệ số Cronbach Alpha lớn hơn 0.6 (Nunnally & Bernstein, 1994).

Độ tin cậy được dùng để mô tả độ lỗi của phép đo, bởi vì ta không thể biết chính xác mức độ biến thiên của biến đúng và biến lỗi, không thể tính được trực tiếp mức độ tin cậy của thang đo. Tuy nhiên, chúng ta có thể thiết lập độ tin cậy dựa vào hệ số Cronbach Alpha. Hệ số này cho biết mức độ tương quan giữa các biến trong bảng câu hỏi, được dùng để tính sự thay đổi của từng biến và mối tương quan giữa các biến (Bob E.Hays, 1983).

Theo Hair & ctg (1998, trang 111), Multivariate Data Analysis, Prentice-Hall International, Inc, Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0.3 được xem là đạt được mức tối thiểu, Factor loading > 0.4  được xem là quan trọng, >  0.5  được xem là có ý nghĩa thực tiễn. Hair & ctg (1998, trang 111) cũng khuyên người nghiên cứu như sau: nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu của bạn khoảng 50 thì Factor loading phải > 0.75. Ngoài ra, khi phân tích nhân tố, người ta còn quan tâm đến các kết quả của KMO và kiểm định Bartlett;  Phương sai trích (% biến thiên được giải thích bởi các nhân tố).  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: 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, 2005, trang 262). Có một tiêu chuẩn đối với phương sai trích. Hair & ctg (1998) yêu cầu rằng phương sai trích phải đạt từ 50% trở lên.

Không có nhận xét nào:

Đăng nhận xét

Sử Dụng Phân Tích Dữ Liệu Phân Loại (Categorical Data Analysis) trong SPSS

  1. Giới thiệu về phân tích dữ liệu phân loại (Categorical Data Analysis) Phân tích dữ liệu phân loại (Categorical Data Analysis) là một nh...