Thông tin tài liệu:
Nội dung Bài giảng Phân tích số liệu - Bài 9: Phân tích nhân tố nêu nhân tố trực giao, mục đích phân tích nhân tố và phân tích nhân tố. Phân tích nhân tố (factor analyze) là phương pháp thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến ít hơn, không tương quan với nhau (gọi là nhân tố) nhưng chúng vẫn chứa đựng hầu hết thông tin của tập biến ban đầu.
Nội dung trích xuất từ tài liệu:
Bài giảng Phân tích số liệu - Bài 9: Phân tích nhân tố
BÀI 9
PHÂN TÍCH NHÂN TỐ
MỤC ĐÍCH PHÂN TÍCH NHÂN TỐ
Phân tích nhân tố (factor analyze) là phương pháp
thống kê dùng để rút gọn một tập gồm nhiều biến
quan sát phụ thuộc lẫn nhau thành một tập biến ít
hơn, không tương quan với nhau (gọi là nhân tố)
nhưng chúng vẫn chứa đựng hầu hết thông tin của
tập biến ban đầu.
Phân tích nhân tố có thể phát hiện cấu trúc chính của
tập các biến phân tích. Các nhân tố là các biến tiềm
ẩn, không quan sát được.
Phân tích nhân tố có thể sử dụng cho các phân tích
nhiều chiều khác như hồi quy bội, phân tích phân
biệt, phân tích chùm …
MÔ HÌNH NHÂN TỐ TRỰC GIAO
Giả sử có k biến phân tích X1, X2, …, Xp tương quan
với nhau. Phân tích nhân tố là tìm m nhân tố F1, F2,
…, Fm không tương quan (m < p) sao cho
trong đó:
Các nhân tố Fj có E(Fj) = 0, D(Fj) = 1 và cov(Fj, Fk) = 0.
Các sai số εi có E(εi) = 0, cov(εi, Fj) = 0.
Các biến Xi có cov(Xi, Fj) = aịj (gọi là hệ số loading) và
D(Xi) = ai12 + ai22 + … + aim2 + D(εi).
Việc xác định các hệ số aij là dựa vào phân tích ma
trận tương quan mẫu).
PHƯƠNG PHÁP PHÂN TÍCH
Phương pháp thường dùng là Phân tích thành phần chính
(Principal Component)
CHỌN SỐ NHÂN TỐ
Dựa vào phương sai trích được của các nhân tố
PHÂN TÍCH VÀ CHỌN NHÂN TỐ
Độ đo KMO (Kaiser-Meyer-Olkin Measure of Sampling
Adequacy) để xét xem sự phù hợp của phân tích nhân tố. 0,5 <
KMO PHÂN TÍCH VÀ CHỌN NHÂN TỐ
Chọn các nhân tố dựa vào phương sai trích (Total Variance
Explained) là tỷ lệ % giải thích về sự biến động của mẫu
quan sát của các nhân tố. Các nhân tố thường chọn nếu có giá
trị riêng tương ứng Eigenvalue > 1 và tổng phương sai trích các
nhân tố chọn > 50%.
PHÂN TÍCH VÀ CHỌN NHÂN TỐ
Xác định sự tương quan (hệ số loading) của các biến đối với
các nhân tố chọn. Những biến có tương quan thấp với các
nhân tố (thường nhỏ hơn 0.3 hoặc 0.5) thì nên loại ra khỏi
phân tích. Cũng nên dựa vào phương sai chung (communality)
của mỗi biến để đánh giá tốt hơn.
PHÂN TÍCH VÀ CHỌN NHÂN TỐ
Xác định “tên” nhân tố dựa vào tương quan các biến phân tích
với các nhân tố chọn. Thường kết hợp thêm phương pháp
xoay (rotation) để giải thích tốt hơn biến ảnh hưởng đến các
nhân tố.
PHÂN TÍCH VÀ CHỌN NHÂN TỐ
Lưu các biến nhân tố để sử dụng cho các phân tích thống kê
khác. Lưu ý rằng, các biến nhân tố có trung bình bằng 0,
phương sai bằng 1 và không tương quan với nhau.
THỰC HÀNH
Bài toán: Trong file Mubaohiem.sav, phân tích nhân tố
cho các biến đánh giá các yếu tố về việc xem xét khi
mua mũ bảo hiểm (Q3.1 - Q3.6)