PCA là gì? Cách đọc và xử lý kết quả phân tích thành phần chính

PCA là gì

PCA, viết đầy đủ là Principal Component Analysis, thường được gọi là phân tích thành phần chính hoặc phân tích nhân tố thành phần chính. Bạn dùng PCA khi có nhiều biến quan sát và muốn rút gọn chúng thành một số ít thành phần, trong khi vẫn giữ lại phần lớn thông tin biến thiên của dữ liệu.

Ví dụ, bảng hỏi của bạn có 20 biến quan sát đo chất lượng dịch vụ. PCA có thể cho thấy 20 biến này tập trung thành 4 thành phần. Mỗi thành phần là một tổ hợp tuyến tính của các biến ban đầu. Phần mềm tính các component dựa trên phương sai của dữ liệu và mối tương quan giữa các biến.

Trong SPSS, PCA thường xuất hiện bên trong quy trình Factor Analysis. Đường dẫn là Analyze > Dimension Reduction > Factor. Ở hộp thoại này, mục Extraction cho phép chọn Principal components. Vì vậy, nhiều luận văn gọi chung quy trình là EFA, nhưng phương pháp trích cụ thể đang dùng lại là PCA.

Bạn có thể hình dung PCA qua ba kết quả chính. KMO and Bartlett's Test cho biết dữ liệu có phù hợp để phân tích hay không. Total Variance Explained cho biết có bao nhiêu component được giữ lại và các component đó giải thích bao nhiêu phần trăm phương sai. Rotated Component Matrix cho biết từng biến quan sát tải mạnh vào component nào.

PCA không tự chứng minh rằng các component có ý nghĩa lý thuyết. Bạn vẫn phải đối chiếu kết quả với mô hình nghiên cứu, thang đo và giả thuyết ban đầu. Nếu cần ôn lại khái niệm thang đo trước khi chạy, bạn có thể xem bài scale là gì.

Ý nghĩa của PCA trong nghiên cứu định lượng

Quyết định đầu tiên PCA hỗ trợ là quyết định giữ hay loại biến quan sát. Một biến có factor loading thấp, tải đồng thời vào nhiều component hoặc tách khỏi nhóm lý thuyết có thể cần được xem xét. Bạn không nên xóa biến chỉ vì một con số không đẹp. Cần xem nội dung biến, nguồn thang đo và tác động của việc loại biến lên toàn bộ mô hình.

Quyết định thứ hai là xác định cấu trúc ban đầu của bộ dữ liệu. Nếu bạn dự kiến thang đo có 5 nhóm nhưng PCA giữ lại 3 component, đây là tín hiệu cần kiểm tra. Nguyên nhân có thể là các biến quan sát tương quan quá cao, cách diễn đạt chưa phù hợp với bối cảnh Việt Nam, cỡ mẫu chưa đủ hoặc mô hình lý thuyết chưa phù hợp với dữ liệu.

Quyết định thứ ba là tạo biến đại diện cho các phân tích tiếp theo. Sau khi xác định nhóm biến, bạn có thể tính điểm trung bình của các biến thuộc cùng component, hoặc dùng điểm nhân tố tùy thiết kế nghiên cứu. Những biến này có thể được đưa vào hồi quy, kiểm định trung gian hoặc kiểm định điều tiết. Khi mô hình có biến trung gian, cần phân biệt rõ vai trò của biến đó với biến điều tiết, như giải thích trong bài mediator và moderator.

PCA thường phù hợp với mục tiêu giảm dữ liệu. Trong luận văn, nhiều sinh viên dùng PCA như một bước khám phá cấu trúc thang đo trước khi chạy Cronbach's Alpha, hồi quy hoặc PLS-SEM. Thứ tự thực hiện cần nhất quán với phương pháp bạn đã trình bày trong chương phương pháp. Nếu đã dùng SmartPLS để đánh giá measurement model, bạn không nên đưa các chỉ số fit của CB-SEM vào phần PCA hoặc PLS-SEM.

PCA cũng giúp phát hiện dữ liệu có vấn đề, nhưng không thay thế bước làm sạch dữ liệu. Một số quan sát bất thường có thể làm thay đổi tương quan giữa các biến. Vì vậy, hãy kiểm tra outliers, dữ liệu thiếu, biến đảo chiều và các câu trả lời có cùng một mức cho toàn bộ bảng hỏi trước khi diễn giải PCA.

PCA bao nhiêu là đạt

Không có một con số duy nhất quyết định PCA đạt hay không. Bạn cần đọc đồng thời mức độ phù hợp của dữ liệu, số component, phương sai trích và factor loading. Bảng dưới đây dùng các ngưỡng thường được trích trong luận văn định lượng, kèm nguồn để bạn có thể giải trình.

Các ngưỡng trên là mốc tham khảo, không phải giấy phép xóa biến tự động. Với thang đo mới hoặc nghiên cứu khám phá, Cronbach's Alpha từ 0.6 có thể được chấp nhận theo (Hair và cộng sự, 2010), nhưng đây là tiêu chí độ tin cậy, không phải tiêu chí trực tiếp của PCA. Corrected Item-Total Correlation từ 0.3 trở lên được gắn với (Nunnally và Bernstein, 1994) và cũng cần đọc ở bước Reliability Analysis.

KMO gần 0.5 chỉ cho thấy dữ liệu vừa đủ để cân nhắc. KMO cao hơn thường cho thấy mẫu có mức độ phù hợp tốt hơn, nhưng bạn vẫn phải xem Bartlett, communalities, factor loading và cấu trúc lý thuyết. Total Variance Explained cũng không nên được dùng một mình để kết luận thang đo tốt.

Cách đọc PCA trên output

Bạn mở Analyze > Dimension Reduction > Factor, đưa các biến quan sát vào ô Variables, chọn Descriptives để lấy KMO và Bartlett, chọn Extraction với Principal components, rồi chọn Rotation nếu cần diễn giải các component rõ hơn. Với các nhóm nhân tố có khả năng tương quan, Promax thường có ý nghĩa hơn Varimax. Tuy nhiên, lựa chọn rotation phải phù hợp với phương pháp bạn đã nêu trong đề cương.

Dưới đây là bảng số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được viết theo cách SPSS thường hiển thị để bạn đối chiếu với file đang mở.

Đầu tiên, xem Kaiser-Meyer-Olkin Measure of Sampling Adequacy và dòng Sig. trong Bartlett's Test of Sphericity. Nếu KMO dưới 0.5 hoặc Bartlett không có ý nghĩa, đừng vội đọc ma trận xoay như thể cấu trúc đã ổn.

Tiếp theo, mở Total Variance Explained. Cột Initial Eigenvalues cho biết mức đóng góp ban đầu của từng component. Cột Cumulative % cho biết phần trăm phương sai tích lũy. Nếu bạn giữ 4 component, hãy đọc dòng component thứ 4, không đọc riêng phần trăm của component đầu tiên.

Sau đó, xem Scree Plot. Điểm gãy của đường biểu diễn giúp bạn đánh giá số component, thay vì chỉ máy móc giữ tất cả component có eigenvalue lớn hơn 1. Khi số component theo lý thuyết khác số component theo output, hãy ghi nhận khác biệt và kiểm tra từng biến.

Cuối cùng, đọc Rotated Component Matrix. Mỗi hàng là một biến quan sát, mỗi cột là một component. Bạn tìm loading lớn nhất trong hàng, xem nó có vượt 0.5 không, rồi kiểm tra biến đó có tải đáng kể lên cột khác không. Sau mỗi vòng loại biến, cần chạy lại PCA và ghi lại phiên bản dữ liệu, thay vì xóa nhiều biến cùng lúc mà không biết biến nào làm thay đổi kết quả.

Khi PCA không đạt thì xử lý thế nào

Nếu KMO thấp, trước hết kiểm tra bạn có đưa nhầm biến định danh, biến nhân khẩu học hoặc biến kết quả vào PCA không. PCA cho thang đo nên dùng các biến quan sát đo cùng nhóm khái niệm, không đưa tuổi, giới tính hay mã người trả lời vào cùng một lần phân tích.

Tiếp theo, kiểm tra ma trận tương quan và chất lượng dữ liệu. Một biến không tương quan với phần còn lại có thể làm giảm mức phù hợp. Bạn cũng cần kiểm tra biến đảo chiều đã được recode đúng chưa. Nếu biến đảo chiều vẫn giữ mã gốc, tương quan của nó có thể bị ngược dấu và làm cấu trúc bị méo.

Nếu factor loading thấp, đọc nội dung biến trước khi loại. Một biến có loading 0.48 không tự động bị loại trong mọi nghiên cứu. Bạn có thể cân nhắc loại biến nếu loading thấp, không cần thiết về mặt nội dung và việc loại biến cải thiện cấu trúc mà không làm mất khái niệm quan trọng.

Nếu một biến tải mạnh lên hai component, đó là cross-loading. Hãy xem chênh lệch giữa hai loading, ý nghĩa câu chữ và nhóm lý thuyết ban đầu. Xóa biến chỉ để làm ma trận đẹp có thể khiến thang đo không còn bao quát khái niệm. Khi loại, hãy ghi rõ mã biến, lý do, kết quả trước và sau.

Nếu Total Variance Explained thấp, kiểm tra số component và cách trích trước. Đừng tăng số component tùy ý chỉ để nâng phần trăm phương sai. Bạn cũng có thể xem lại việc gộp các thang đo khác bản chất trong cùng một PCA. Nếu cấu trúc liên tục không phù hợp, cần trao đổi với giảng viên về mô hình đo lường và cách trình bày, thay vì sửa file cho đến khi đạt ngưỡng.

PCA hiếm khi ra đẹp ngay lần đầu. Loại một biến, chạy lại, rồi đối chiếu kết quả là quy trình thường gặp. Tuy nhiên, việc thay đổi nhiều lựa chọn hoặc xóa hàng loạt quan sát bất thường mà không có lý do sẽ làm giảm khả năng giải trình khi bảo vệ.

Phân biệt PCA với EFA và Principal Axis Factoring

PCA tạo các component từ tổ hợp tuyến tính của toàn bộ phương sai quan sát được. Mục tiêu chính là giảm số chiều dữ liệu. Trong SPSS, bạn chọn phương pháp này tại Extraction > Method > Principal components.

EFA, theo nghĩa rộng, là quy trình khám phá cấu trúc các nhân tố tiềm ẩn. EFA có thể dùng PCA, nhưng cũng có thể dùng Principal Axis Factoring, thường viết là PAF. PAF tập trung vào phần phương sai chung giữa các biến, trong khi PCA xử lý toàn bộ phương sai theo cách khác. Hai phương pháp có thể cho số nhân tố hoặc loading khác nhau, đặc biệt khi thang đo có nhiều sai số riêng.

Vì vậy, khi viết luận văn, hãy ghi chính xác cả tên quy trình và phương pháp trích. Câu “nghiên cứu sử dụng EFA bằng phương pháp PCA” rõ hơn câu “nghiên cứu chạy EFA” nếu đó đúng là lựa chọn trong SPSS. Nếu đề cương yêu cầu PAF, bạn không nên tự đổi sang PCA chỉ vì kết quả PCA dễ đạt hơn.

PCA cũng khác với hồi quy. PCA rút gọn biến và tìm cấu trúc tương quan, còn hồi quy đánh giá quan hệ giữa biến độc lập và biến phụ thuộc. PCA không trả lời trực tiếp giả thuyết “X tác động đến Y”. Nó có thể tạo hoặc xác nhận nhóm biến để bạn dùng ở bước phân tích sau.

Lỗi thường gặp

Lỗi đầu tiên là chỉ nhìn vào KMO and Bartlett's Test rồi kết luận thang đo đạt. KMO và Bartlett chỉ nói về mức phù hợp của dữ liệu cho phân tích, chưa nói mọi biến đều có loading tốt.

Lỗi thứ hai là giữ component theo Eigenvalue > 1 mà không xem Scree Plot hoặc lý thuyết. Quy tắc này là một mốc khởi đầu, được gắn với (Kaiser, 1960), nhưng không nên thay thế toàn bộ phán đoán phương pháp.

Lỗi thứ ba là báo cáo loading nhưng không nêu phương pháp rotation và extraction. Người đọc cần biết bạn đã chọn Principal components, Varimax, Promax hay phương án khác.

Lỗi thứ tư là xóa biến cho đến khi chỉ số đẹp nhưng không lưu từng vòng chạy. Hãy đặt tên file rõ ràng như PCA_v1, PCA_v2, ghi mã biến đã loại và lý do. Điều này giúp bạn trả lời khi giảng viên hỏi vì sao cấu trúc cuối cùng khác bảng hỏi ban đầu.

Lỗi thứ năm là nhầm PCA với kiểm định nhân quả. Nếu mục tiêu của bạn là kiểm tra tác động, sau PCA vẫn cần mô hình phù hợp như hồi quy hoặc PLS-SEM. Nếu đang xét biến điều tiết, xem thêm bài moderating để không nhầm giữa kiểm định cấu trúc thang đo và kiểm định tương tác.

Câu hỏi thường gặp

PCA là gì và dùng để làm gì?

PCA là Principal Component Analysis, dùng để rút gọn nhiều biến quan sát thành số ít component dựa trên cấu trúc tương quan và phương sai của dữ liệu. Trong luận văn, PCA thường được dùng để xem các biến quan sát có tập hợp thành những nhóm phù hợp với mô hình dự kiến hay không.

PCA bao nhiêu là đạt?

Bạn nên xem đồng thời KMO từ 0.5, Bartlett's Test có Sig. nhỏ hơn 0.05, eigenvalue lớn hơn 1, Total Variance Explained từ 50% và factor loading từ 0.5 trở lên. Các mốc này lần lượt cần được giải trình bằng (Kaiser, 1974), (Kaiser, 1960) và (Hair và cộng sự, 2010). Không có một chỉ số đơn lẻ nào đủ để kết luận PCA đạt.

PCA có phải là EFA không?

PCA là một phương pháp trích thường được chọn trong quy trình EFA theo cách dùng phổ biến trong nhiều luận văn. Tuy nhiên, EFA còn có thể dùng Principal Axis Factoring hoặc phương pháp khác. Khi viết kết quả, bạn nên nêu cả tên quy trình và phương pháp trích đã chọn trong SPSS.

PCA không đạt thì phải làm sao?

Bạn kiểm tra lại biến đưa vào, dữ liệu thiếu, biến đảo chiều, biến định danh và chất lượng câu trả lời. Sau đó xem correlation matrix, factor loading và cross-loading để cân nhắc loại từng biến có lý do. Không nên xóa hàng loạt hoặc đổi phương pháp chỉ để đạt ngưỡng mà không ghi lại quyết định.

Có cần chạy Cronbach's Alpha trước PCA không?

Thứ tự phụ thuộc vào thiết kế phương pháp và hướng dẫn của đề tài. Nhiều nghiên cứu chạy Cronbach's Alpha để sàng lọc sơ bộ, sau đó chạy PCA hoặc EFA để kiểm tra cấu trúc. Nếu loại biến ở bước Alpha, bạn phải dùng đúng bộ biến còn lại khi chạy PCA và báo cáo rõ các vòng xử lý.

PCA có thay thế hồi quy hoặc SmartPLS không?

PCA không thay thế hồi quy hay SmartPLS. PCA tập trung vào cấu trúc và giảm số chiều biến, còn hồi quy và PLS-SEM kiểm định quan hệ giữa các biến trong mô hình. Bạn có thể dùng kết quả PCA làm cơ sở xử lý thang đo trước khi chạy phân tích tiếp theo, nếu thiết kế nghiên cứu cho phép.

Bạn hãy mở lại file SPSS, kiểm tra lần lượt KMO, Bartlett, Total Variance Explained và Rotated Component Matrix, sau đó lưu một phiên bản có ghi rõ từng biến đã xử lý; nếu cần chạy PCA trên chính file .sav hoặc .csv của mình, xem module M4 phân tích dữ liệu.