Principal Component Analysis trong SPSS: cách đọc và đánh giá kết quả
Principal Component Analysis trong SPSS là gì
Principal Component Analysis, thường viết tắt là PCA, là một kỹ thuật trong SPSS dùng để rút gọn một tập hợp nhiều biến quan sát thành số lượng nhỏ hơn các thành phần. Thay vì đọc riêng 20 biến quan sát, bạn có thể xem chúng tập trung thành vài nhóm có cùng chiều hướng biến thiên.
Trong nhiều luận văn tại Việt Nam, PCA xuất hiện trong quy trình EFA tại Analyze > Dimension Reduction > Factor. SPSS sẽ tạo ra các bảng như KMO and Bartlett's Test, Communalities, Total Variance Explained, Rotated Component Matrix và Component Transformation Matrix. PCA tìm các thành phần dựa trên phương sai của dữ liệu, còn EFA là mục tiêu phân tích rộng hơn, nhằm khám phá cấu trúc nhân tố tiềm ẩn. Vì vậy, bạn cần ghi đúng tên phương pháp mà mình đã chọn trong hộp thoại SPSS.
Về mặt kỹ thuật, PCA biến đổi các biến ban đầu thành các component mới. Component đầu tiên giải thích phần phương sai lớn nhất có thể, component tiếp theo giải thích phần còn lại và không trùng lặp với component trước. Trong output, eigenvalue cho biết lượng phương sai được một component giải thích. Bạn có thể đọc thêm phần tổng quan về principal component analysis nếu đang cần phân biệt thuật ngữ này với các kỹ thuật giảm chiều khác.
Ý nghĩa của Principal Component Analysis trong nghiên cứu định lượng
PCA giúp bạn kiểm tra xem các biến quan sát có thể được gom thành những nhóm có cấu trúc tương đối rõ hay không. Ví dụ, bảng hỏi có 20 biến quan sát dự kiến đo bốn khái niệm. Sau khi chạy PCA, bạn xem các biến có thực sự tập trung thành khoảng bốn component hay một số biến lại tải mạnh sang nhóm khác.
Kết quả này hỗ trợ ba quyết định. Thứ nhất, bạn đánh giá dữ liệu có thích hợp để phân tích nhân tố hay không. Thứ hai, bạn xem tổng phương sai được giải thích có đủ để đại diện cho tập biến ban đầu hay không. Thứ ba, bạn phát hiện các biến có factor loading thấp, tải chéo hoặc không nằm trong nhóm lý thuyết dự kiến.
PCA không tự động chứng minh rằng một thang đo có giá trị nội dung hoặc giá trị lý thuyết. Nếu một biến tải vào cùng component với các biến khác, điều đó chỉ cho thấy mối liên hệ trong mẫu dữ liệu hiện tại. Bạn vẫn phải đối chiếu với mô hình nghiên cứu, định nghĩa khái niệm và nguồn thang đo.
Trong quy trình thường gặp, bạn chạy Cronbach's Alpha trước, sau đó chạy EFA hoặc PCA, rồi mới dùng các nhân tố phù hợp cho hồi quy hoặc mô hình tiếp theo. Nếu chưa rõ sự khác nhau giữa hai bước, hãy xem bài EFA trong SPSS. Còn nếu mục tiêu của bạn là kiểm định mô hình đo lường đã xác lập, CFA trong CFA phù hợp hơn PCA.
Principal Component Analysis bao nhiêu là đạt
Không nên nhìn một con số duy nhất rồi kết luận PCA đạt. Bạn cần đọc đồng thời KMO, Bartlett's Test, số component, tổng phương sai giải thích và factor loading. Các ngưỡng dưới đây là mốc tham khảo thường dùng, nhưng quyết định cuối cùng phải xét cả lý thuyết và chất lượng biến quan sát.
| Chỉ số hoặc tiêu chí | Mốc thường dùng | Nguồn |
|---|---|---|
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test of Sphericity | Sig. nhỏ hơn 0.05 | (Kaiser, 1974) |
| Eigenvalue khi giữ component | Lớn hơn 1 | (Kaiser, 1960) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Factor loading | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| Cronbach's Alpha cho thang đo mới hoặc khám phá | Từ 0.6 trở lên | (Hair và cộng sự, 2010) |
KMO từ 0.5 trở lên cho thấy mức độ tương quan giữa các biến đủ để cân nhắc phân tích nhân tố. Bartlett's Test có Sig. nhỏ hơn 0.05 cho thấy ma trận tương quan quan sát khác ma trận đơn vị. Hai điều kiện này chỉ nói dữ liệu có thể phân tích tiếp, chưa nói các component cuối cùng tốt hay xấu.
Trong bảng Total Variance Explained, quy tắc eigenvalue lớn hơn 1 là một cách giữ component được nêu trong (Kaiser, 1960). Tuy nhiên, nếu số component theo quy tắc này khác xa mô hình lý thuyết, bạn cần kiểm tra thêm scree plot và tính hợp lý của từng nhóm biến. Không nên ép số component chỉ để khớp giả thuyết.
Nếu dùng PCA cho một thang đo khám phá, factor loading từ 0.5 trở lên là mốc thường được viện dẫn theo (Hair và cộng sự, 2010). Một biến có loading 0.48 không nên bị xóa máy móc nếu nó quan trọng về nội dung, nhưng bạn phải giải trình rõ. Ngược lại, loading cao nhưng tải vào nhóm sai lý thuyết cũng cần được xem xét, vì một con số cao chưa đủ để giữ biến.
Cách đọc Principal Component Analysis trên output
Bạn mở Analyze > Dimension Reduction > Factor, đưa các biến quan sát vào ô Variables, chọn Descriptives để tích KMO and Bartlett's test, chọn Extraction để đặt phương pháp Principal components, rồi chọn Rotation. Với các nhóm nhân tố được giả định có tương quan, Promax thường phù hợp hơn phép quay vuông góc. Nếu bạn dùng Varimax, các component được giả định không tương quan trong cách trình bày kết quả.
Trong Options, có thể chọn Sorted by size để SPSS sắp xếp loading theo độ lớn và chọn Suppress small coefficients với giá trị 0.50 để bảng dễ đọc. Hãy lưu syntax hoặc chụp lại thiết lập trước mỗi vòng chạy. Khi giảng viên hỏi vì sao một biến bị loại, bạn cần biết biến đó bị loại ở vòng nào và dựa trên tiêu chí nào.
Bảng KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy cho biết KMO của toàn bộ tập biến. Dòng Approx. Chi-Square, df và Sig. nằm dưới Bartlett's Test of Sphericity. Bạn đọc Sig. trước để xem tương quan giữa các biến có đủ cơ sở cho phân tích nhân tố hay không.
Bảng Communalities
Bảng Communalities có cột Initial và Extraction. Với PCA, Initial thường bắt đầu ở 1.000. Cột Extraction cho biết phần phương sai của từng biến được các component giữ lại giải thích. Nếu giá trị này rất thấp, biến đó được đại diện kém bởi cấu trúc component và cần được xem xét cùng với loading, nội dung lý thuyết và các chỉ số khác.
Bạn có thể đọc thêm về communality để tránh nhầm nó với factor loading. Communality nói về mức độ biến được giải thích bởi toàn bộ component giữ lại, còn loading nói về mối liên hệ giữa một biến và một component cụ thể.
Bảng Total Variance Explained
Bảng này có các cột Total, % of Variance, Cumulative % trong phần Initial Eigenvalues, tiếp theo là phần trích xuất và phần xoay nếu bạn chọn rotation. Số dòng có eigenvalue lớn hơn 1 là một gợi ý về số component. Cumulative % ở component cuối được giữ lại là tổng phương sai giải thích.
Bảng Rotated Component Matrix
Đây thường là bảng bạn dùng để quyết định biến nào thuộc component nào. Mỗi dòng là một biến quan sát, các cột là Component 1, Component 2 và các component tiếp theo. Một biến có loading cao ở một cột và thấp ở các cột còn lại dễ diễn giải hơn biến có loading gần nhau ở hai hoặc nhiều cột.
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được rút gọn trong cách trình bày để bạn thấy cách đọc một dòng output.
| Biến quan sát | Component 1 | Component 2 | Component 3 | Cách đọc minh họa |
|---|---|---|---|---|
| DV1 | 0.812 | 0.124 | 0.091 | Tải mạnh vào Component 1 |
| DV2 | 0.764 | 0.180 | 0.116 | Tải mạnh vào Component 1 |
| CL1 | 0.143 | 0.793 | 0.205 | Tải mạnh vào Component 2 |
| CL2 | 0.216 | 0.748 | 0.188 | Tải mạnh vào Component 2 |
| HL1 | 0.104 | 0.227 | 0.821 | Tải mạnh vào Component 3 |
| HL2 | 0.266 | 0.201 | 0.694 | Tải mạnh vào Component 3 |
Từ bảng minh họa, DV1 và DV2 có thể được xếp vào Component 1 vì loading lớn nhất nằm ở cột này. Bạn không đặt tên Component 1 là “DV” chỉ vì SPSS hiển thị số 1. Tên nhân tố phải dựa trên nội dung chung của các biến DV1, DV2 và các biến khác trong cùng nhóm.
Nếu output của bạn hiển thị Rotated Component Matrix, hãy kiểm tra cả loading lớn nhất và loading lớn thứ hai. Chênh lệch quá nhỏ giữa hai cột cho thấy tải chéo, nhưng quyết định ngưỡng tải chéo cần nhất quán với phương pháp và yêu cầu của đề tài. Ma trận xoay sẽ giúp bạn tập trung vào đúng bảng này thay vì đọc nhầm Component Matrix chưa xoay.
Cách viết vào luận văn
Bạn có thể điều chỉnh đoạn sau theo số liệu thật: “Kết quả PCA cho thấy KMO = [giá trị KMO], đạt điều kiện phân tích nhân tố theo (Kaiser, 1974). Bartlett's Test có Sig. = [giá trị Sig.], cho thấy các biến quan sát có tương quan trong tổng thể. Sau khi trích [số component] component, tổng phương sai được giải thích đạt [giá trị %], trong đó các factor loading nằm trong khoảng [giá trị thấp nhất] đến [giá trị cao nhất].”
Đừng điền số từ bảng minh họa vào luận văn. Bạn cần lấy đúng số trong file output của mình, ghi rõ biến nào bị loại và dùng cùng một quy tắc ở tất cả các vòng chạy.
Khi Principal Component Analysis không đạt thì xử lý thế nào
Nếu KMO dưới 0.5, trước hết kiểm tra dữ liệu thiếu, biến nhập sai chiều và các biến có tương quan quá yếu. Xem thêm Anti-image Matrices, đặc biệt là các giá trị trên đường chéo MSA, để nhận diện biến có mức phù hợp thấp. Bạn có thể cân nhắc loại một biến có MSA thấp, nhưng cần ghi lại lý do và chạy lại PCA.
Nếu Bartlett's Test có Sig. lớn hơn hoặc bằng 0.05, dữ liệu chưa cho thấy tương quan đủ rõ giữa các biến. Kiểm tra xem bạn có đưa nhầm biến thuộc các khái niệm hoàn toàn khác nhau vào cùng một lần chạy hay không. Việc xóa nhiều biến chỉ để làm Sig. nhỏ đi là khó giải trình.
Nếu tổng phương sai giải thích thấp, hãy xem số component đang giữ và nội dung từng nhóm. Một số biến có thể đo khái niệm khác với dự kiến, hoặc thang đo chưa phù hợp bối cảnh. Bạn có thể xem scree plot, so sánh với mô hình lý thuyết và cân nhắc phép quay khác. Việc ép giữ đủ số nhân tố mong muốn chỉ vì mô hình có sẵn thường tạo ra bảng kết quả thiếu thuyết phục.
Nếu một biến có loading thấp, loại biến đó là một lựa chọn có thể chấp nhận khi biến không quan trọng về mặt nội dung và tiêu chí của đề tài quy định rõ. Nếu biến có tải chéo, hãy kiểm tra ý nghĩa câu chữ, khả năng đảo chiều và lỗi nhập dữ liệu trước khi xóa. PCA hiếm khi ra hoàn toàn đẹp ở lần chạy đầu, nhưng mỗi lần loại biến phải có lý do, không nên xóa liên tục đến khi bảng vừa mắt.
Phân biệt Principal Component Analysis với EFA và CFA
PCA là phương pháp tạo component mới từ phương sai của các biến quan sát. EFA tập trung khám phá cấu trúc nhân tố đứng sau dữ liệu và thường được dùng khi cấu trúc chưa chắc chắn. Trong thực tế, nhiều luận văn gọi chung bước chạy Analyze > Dimension Reduction > Factor là EFA dù đã chọn extraction là Principal components. Bạn nên ghi chính xác lựa chọn trong output và theo hướng dẫn của giảng viên.
CFA dùng để kiểm định một cấu trúc đo lường đã được xác định trước. Bạn chỉ định biến nào thuộc nhân tố nào rồi đánh giá mức phù hợp của mô hình đo lường. PCA và EFA có tính khám phá cao hơn, còn CFA phù hợp với giai đoạn kiểm định. Vì vậy, CFA không phải là tên khác của PCA.
Một nhầm lẫn khác là dùng các chỉ số fit của CB-SEM để đánh giá PCA. Các chỉ số CFI, TLI, RMSEA và SRMR thuộc bối cảnh CB-SEM theo (Hu và Bentler, 1999), không phải các bảng chuẩn của PCA trong SPSS. Với PCA, hãy tập trung vào KMO, Bartlett, eigenvalue, tổng phương sai, loading, communalities và khả năng diễn giải.
Lỗi thường gặp
Lỗi đầu tiên là gọi mọi kết quả từ hộp thoại Factor là PCA. Bạn cần nhìn phần Extraction trong hộp thoại và syntax để biết mình chọn Principal components, Principal axis factoring hay phương pháp khác.
Lỗi thứ hai là chỉ báo cáo KMO và Bartlett rồi kết luận thang đo đạt. Hai chỉ số này không cho biết biến nào thuộc nhân tố nào. Chương kết quả nên có bảng tổng phương sai và ma trận xoay, kèm quy tắc xử lý biến.
Lỗi thứ ba là đọc nhầm Component Matrix thay cho Rotated Component Matrix. Nếu đã chọn phép quay, hãy dùng bảng sau quay để diễn giải nhóm biến. Bạn cũng nên xem ma trận xoay theo đúng tên bảng SPSS.
Lỗi thứ tư là đổi tên nhân tố theo cảm tính. Hãy liệt kê các biến trong từng component, đọc lại nội dung từng biến và đối chiếu với định nghĩa khái niệm. Nếu nhóm biến không còn phù hợp với mô hình, cần trao đổi với giảng viên thay vì đặt một nhãn mới chỉ để tiếp tục phân tích.
Lỗi cuối là không lưu từng output. Hãy đặt tên file theo vòng chạy, chẳng hạn PCA_vong1, PCA_vong2, rồi ghi bảng theo dõi gồm biến bị loại, tiêu chí loại và kết quả sau khi chạy lại. Cách này giúp bạn giải trình được quy trình khi viết chương 4.
Câu hỏi thường gặp
Principal Component Analysis trong SPSS có phải là EFA không
PCA là một phương pháp trích xuất component, còn EFA là mục tiêu khám phá cấu trúc nhân tố. Trong SPSS, cả hai thường được chạy trong cùng hộp thoại Analyze > Dimension Reduction > Factor, nên sinh viên dễ gọi lẫn. Bạn hãy kiểm tra mục Extraction để biết phương pháp mình đã chọn.
KMO bao nhiêu là đạt trong PCA
KMO từ 0.5 trở lên là mốc thường dùng theo (Kaiser, 1974). Tuy nhiên, KMO chỉ đánh giá mức độ phù hợp chung của tập biến. Bạn vẫn cần xem Bartlett's Test, communalities, tổng phương sai và Rotated Component Matrix trước khi kết luận.
PCA có bắt buộc phải dùng Varimax không
Không. Varimax là một lựa chọn rotation, không phải điều kiện bắt buộc của PCA. Nếu các component có thể tương quan về mặt lý thuyết, bạn cần cân nhắc rotation xiên như Promax và trình bày lựa chọn đó trong phương pháp nghiên cứu.
Một biến loading 0.48 có phải xóa ngay không
Không nên xóa ngay chỉ vì thấp hơn 0.5. Mốc 0.5 theo (Hair và cộng sự, 2010) là tiêu chí tham khảo, bạn còn phải xem nội dung biến, loading ở các component khác, communalities và ảnh hưởng đến mô hình. Nếu loại biến, hãy ghi rõ lý do và chạy lại phân tích.
Có thể chạy PCA cho tất cả biến quan sát cùng lúc không
Chỉ nên chạy chung khi các biến thuộc cùng phạm vi phân tích và mô hình của bạn cho phép khám phá cấu trúc giữa chúng. Nếu bảng hỏi có nhiều khái niệm khác nhau, hãy xác định rõ mục tiêu và cách báo cáo trước khi đưa toàn bộ biến vào một lần chạy. Chạy chung tùy tiện có thể tạo ra các nhóm khó diễn giải.
Bạn hãy mở lại file .sav, kiểm tra syntax của lần chạy gần nhất, đối chiếu KMO, Bartlett, Total Variance Explained và Rotated Component Matrix, sau đó lập bảng theo dõi từng vòng xử lý trước khi viết chương 4. Nếu cần chạy PCA trên chính dữ liệu của bạn bằng SPSS hoặc SmartPLS, M4 phân tích của DoThesis hỗ trợ bạn đi từ file dữ liệu thật đến phần diễn giải kết quả.