Khi phân tích nhân tố khám EFA, một số trường hợp hệ số tải nhân tố âm xuất hiện. Và sau khi tìm hiểu các bài luận phân tích trên Internet, bạn thấy rằng phần lớn đều là hệ số tải dương, bạn đang hoang mang có phải số liệu của mình đang gặp vấn đề hoặc mình đã thao tác gì sai trên SPSS dẫn đến tình trạng hệ số tải nhân tố Factor Loading âm?
Chúng ta rất quen với việc một nhân tố được đo lường bởi một tập hợp các câu hỏi gọi là biến quan sát. Tập hợp các biến quan sát làm rõ cho nhân tố mẹ được gọi là một thang đo đo lường cho nhân tố mẹ đó. Trong phân tích định lượng, một thang đo được kỳ vọng rằng sẽ đảm bảo được “tính đơn hướng”, có như vậy các phân tích về độ tin cậy, tính hội tụ, phân biệt mới có thể suôn sẻ.
Tính đơn hướng hiểu một cách đơn giản cùng lúc thỏa mãn 2 tiêu chuẩn:
Tiêu chuẩn 1: Các biến quan sát trong cùng một thang đo phải cùng thể hiện tính chất của nhân tố mẹ, giữa các biến quan sát có sự kết nối, tương quan mạnh với nhau.
Tiêu chuẩn 2: Các biến quan sát phải cùng thể hiện tính tích cực hoặc cùng thể hiện tính tiêu cực. Ví dụ bạn có một thang đo đo lường cho sự hài lòng của nhân viên với công việc. Thang đo bạn xây dựng gồm các biến quan sát:
HL1: Tôi luôn cảm thấy vui vẻ khi mỗi ngày đến làm việc tại công ty
HL2: Tôi cảm thấy hạnh phúc khi được làm việc ở đây
HL3: Tôi cảm thấy căng thẳng, áp lực với công việc
HL4: Tôi sẽ gắn bó lâu dài với công ty
Trong 4 biến quan sát trên có 1 biến ngược chiều với 3 biến còn lại trong thang đo là HL3. Trong khi 3 biến HL1, HL2, HL4 đang cùng thể hiện một tính chất tích cực như vui vẻ với công việc, thấy hạnh phúc ở công ty, sẽ gắn bó với công ty thì HL3 lại thể hiện tính chất tiêu cực: căng thẳng, stress với công việc. Với việc có 1 biến quan sát đi ngược chiều thang đo, tính đơn hướng không được đảm bảo, khả năng rất cao khi phân tích EFA, biến quan sát đó sẽ có hệ số tải nhân tố âm.
Khi có sự đa hướng trong nội bộ thang đo hoặc có biến độc lập tác động nghịch chiều lên biến phụ thuộc, hệ số tải nhân tố âm thường xuất hiện. Có 2 trường hợp hay gặp:
Trường hợp 1: Chỉ một hoặc một vài biến lẻ tẻ ở các nhóm có hệ số tải Factor Loading âm
Đây là ví dụ điển hình của việc thang đo xuất hiện biến quan sát đi ngược chiều. Với trường hợp này nếu bạn chưa phân tích độ tin cậy Cronbach Alpha, hãy thực hiện kiểm định này này để loại các biến không đủ tiêu chuẩn trước khi phân tích nhân tố EFA.
Thường thang đo có biến đi ngược chiều sẽ gặp tình trạng hệ số Cronbach Alpha âm, hoặc hệ số Cronbach Alpha rất thấp. Bạn cần xem xét lại giá trị Corrected-Item Total Correlation của các biến quan ở bước này. Nếu biến quan sát nào có giá trị này nhỏ hơn 0.3 thì loại biến đó ngay ở bước Cronbach Alpha, và không đưa biến quan sát đó vào phân tích nhân tố EFA,
Trường hợp giá trị Corrected-Item Total Correlation tuy lớn hơn 0.3 nhưng rất sát giá trị 0.3 như là 0.301, 0.308, 0.311… Hãy loại bỏ biến quan sát có hệ số tải nhân tố âm đó ở bước EFA.
Trường hợp 2: Cả một nhóm biến thuộc một thang đo có hệ số tải Factor Loading âm
Đây là trường hợp biến độc lập tác động nghịch lên biến phụ thuộc. Sự nghịch chiều là rất đáng kể dẫn đến sự xuất hiện hệ số tải nhân tố âm cho cả thang đo đo lường cho biến độc lập đó.
Với tình huống này bạn vẫn giữ kết quả như vậy và thực hiện phân tích nhân tố EFA bình thường. Đây không phải là lỗi hay vấn đề gì cả, đó là sự logic của dữ liệu. Khi nhận xét hệ số tải Factor Loading, bạn chỉ cần lấy trị tuyệt đối để đánh giá là được.
Nếu bạn gặp khó khăn khi kết quả EFA bị xáo trộn, không đạt tiêu chuẩn kiểm định, số biến bị loại quá nhiều. Bạn có thể tham khảo dịch vụ SPSS của Xử Lý Định Lượng để team có thể hỗ trợ bạn xử lý nhanh và hiệu quả nhất.
