Kết quả EFA theo APA 7 thường gồm hai bảng: bảng điều kiện và phương sai trích (KMO, Bartlett, trị riêng, % phương sai) và bảng ma trận hệ số tải sau xoay, mỗi biến một dòng, ẩn hệ số tải dưới 0,30, in đậm hệ số tải chính. Phần Ghi chú phải nói rõ phép trích, phép xoay, n và các câu đã đảo chiều (American Psychological Association, 2020). Dưới đây là bảng mẫu dựng từ 25 câu Big Five của bộ dữ liệu bfi.
Số trong bài lấy từ lần chạy R ngày 01/11/2026 (gói EFAtools 1.1.0, chế độ giống SPSS: phép trích PAF, phép xoay Promax), file kết quả và dữ liệu bfi.csv công khai ở trang kiểm chứng. Cách đọc từng bảng của SPSS có ở bài cách đọc kết quả EFA trong SPSS; bài này chỉ lo phần trình bày.
Bảng 1: KMO, Bartlett và phương sai trích
Bảng 4.3
Kiểm định KMO, Bartlett và phương sai trích của 25 biến quan sát
| Nhân tố | Trị riêng ban đầu | % phương sai | % tích luỹ |
|---|---|---|---|
| 1 | 5,13 | 20,54 | 20,54 |
| 2 | 2,75 | 11,01 | 31,55 |
| 3 | 2,14 | 8,57 | 40,12 |
| 4 | 1,85 | 7,41 | 47,53 |
| 5 | 1,55 | 6,19 | 53,72 |
Ghi chú. N = 2.436 (loại phiếu thiếu bất kỳ câu nào). KMO = 0,849; kiểm định Bartlett χ²(300) = 18.146,07; p < 0,001. Trị riêng và % phương sai tính trên ma trận tương quan ban đầu, trước khi trích.
KMO 0,849 vượt mốc 0,5 của Kaiser (1974) và ở mức "tốt" (từ 0,8). Ý nghĩa của hai chỉ số này giải thích ở bài KMO và Bartlett là gì.
Bảng 2: ma trận hệ số tải sau xoay (Pattern Matrix)
Với phép xoay xiên như Promax, báo cáo ma trận mẫu (pattern matrix) và tương quan giữa các nhân tố. Với Varimax, báo cáo ma trận xoay (rotated component/factor matrix).
Bảng 4.4
Hệ số tải nhân tố sau phép xoay Promax
| Biến | Bất ổn cảm xúc | Hướng ngoại | Tận tâm | Dễ chịu | Cởi mở | h² |
|---|---|---|---|---|---|---|
| N1 | 0,83 | 0,68 | ||||
| N2 | 0,79 | 0,61 | ||||
| N3 | 0,74 | 0,54 | ||||
| N4 | 0,52 | −0,35 | 0,51 | |||
| N5 | 0,53 | 0,35 | ||||
| E1 (đảo) | 0,64 | 0,35 | ||||
| E2 (đảo) | 0,73 | 0,55 | ||||
| E3 | 0,53 | 0,44 | ||||
| E4 | 0,66 | 0,54 | ||||
| E5 | 0,50 | 0,41 | ||||
| C1 | 0,57 | 0,35 | ||||
| C2 | 0,70 | 0,45 | ||||
| C3 | 0,60 | 0,32 | ||||
| C4 (đảo) | 0,65 | 0,48 | ||||
| C5 (đảo) | 0,56 | 0,44 | ||||
| A1 (đảo) | 0,47 | 0,20 | ||||
| A2 | 0,63 | 0,46 | ||||
| A3 | 0,63 | 0,54 | ||||
| A4 | 0,42 | 0,30 | ||||
| A5 | 0,30 | 0,49 | 0,47 | |||
| O1 | 0,49 | 0,32 | ||||
| O2 (đảo) | 0,48 | 0,27 | ||||
| O3 | 0,58 | 0,47 | ||||
| O4 | 0,38 | 0,25 | ||||
| O5 (đảo) | 0,55 | 0,30 |
Ghi chú. N = 2.436. Phép trích Principal Axis Factoring, phép xoay Promax (κ = 4). Hệ số tải dưới 0,30 được ẩn; hệ số tải chính in đậm. h² = hệ số chung (communality) sau trích. Các câu A1, C4, C5, E1, E2, O2, O5 đã được đảo điểm. Tương quan giữa các nhân tố từ −0,24 (Bất ổn cảm xúc với Hướng ngoại và Tận tâm) đến 0,43 (Hướng ngoại với Dễ chịu). Dữ liệu: bfi, gói R psych (Revelle).
Đoạn văn mẫu đi kèm bảng
Phân tích nhân tố khám phá với phép trích Principal Axis Factoring và phép xoay Promax được thực hiện trên 25 biến quan sát (N = 2.436). Hệ số KMO = 0,849 và kiểm định Bartlett có ý nghĩa (χ²(300) = 18.146,07; p < 0,001), cho thấy dữ liệu phù hợp để phân tích nhân tố. Năm nhân tố được trích theo đúng cấu trúc lý thuyết Big Five, giải thích 53,72% tổng phương sai ban đầu (Bảng 4.3). Mọi biến tải mạnh nhất lên nhân tố dự kiến (Bảng 4.4); hai biến có hệ số tải chéo từ 0,30 trở lên là N4 (−0,35 trên Hướng ngoại) và A5 (0,30 trên Hướng ngoại), nhưng hệ số tải chính của chúng vẫn lớn hơn.
Những điểm cần ghi chú trung thực
- Số nhân tố. Có sáu trị riêng lớn hơn 1 (trị riêng thứ sáu là 1,07), nên nếu chỉ dùng tiêu chí Kaiser sẽ trích sáu nhân tố. Ví dụ này giữ năm nhân tố vì thang đo được thiết kế cho năm khái niệm. Khi bạn làm khác tiêu chí Kaiser, ghi rõ lý do trong chương 4 và tốt nhất là kiểm tra thêm bằng phân tích song song (Horn, 1965).
- Hệ số tải dưới 0,50. A1 (0,47), A4 (0,42), A5 (0,49), O1 (0,49), O2 (0,48) và O4 (0,38) dưới mốc 0,5 mà nhiều giảng viên trong nước yêu cầu. Mốc này phụ thuộc cỡ mẫu: với N trên 350, Hair và cộng sự (2010) xem 0,30 là đủ ý nghĩa thống kê. Nêu rõ mốc bạn dùng và nguồn của nó, đừng loại biến chỉ để bảng "đẹp".
- Tải chéo. N4 và A5 có tải chéo từ 0,30. Cách xử lý từng bước xem mục "Biến tải chéo" trong bài cách đọc kết quả EFA.
Quy tắc định dạng bảng EFA
| Mục | Nên làm | Tránh |
|---|---|---|
| Thứ tự biến | Gom theo nhân tố, xếp hệ số tải giảm dần hoặc theo mã câu | Để thứ tự lộn xộn như output SPSS khi chưa bật "Sorted by size" |
| Hệ số nhỏ | Ẩn dưới 0,30 và nói rõ trong Ghi chú | Hiện tất cả 125 ô, người đọc không thấy cấu trúc |
| Tên cột | Đặt tên nhân tố theo khái niệm | Để "Factor 1, 2, 3" mà không giải thích |
| Ghi chú | Phép trích, phép xoay, N, ngưỡng ẩn, câu đảo | Không nói gì, người đọc không biết bạn chạy PCA hay PAF |
| Phép xoay xiên | Báo pattern matrix và tương quan giữa các nhân tố | Báo structure matrix mà gọi là ma trận xoay |
Câu hỏi thường gặp
Chạy EFA chung tất cả biến hay tách biến độc lập và phụ thuộc?
Cả hai cách đều gặp trong khoá luận. Cách phổ biến ở Việt Nam là chạy riêng cho nhóm biến độc lập và riêng cho biến phụ thuộc. Ghi rõ cách bạn làm trong Ghi chú bảng.
Dùng PCA với Varimax có được không?
Được nếu trường hoặc giảng viên quy định, nhưng phải ghi đúng tên: PCA là phân tích thành phần chính. Nếu mục tiêu là tìm khái niệm tiềm ẩn, PAF hoặc ML với phép xoay xiên phù hợp hơn vì các khái niệm trong mô hình thường tương quan với nhau.
Có cần báo bảng Communalities riêng không?
Không cần. Đưa cột h² vào bảng hệ số tải như mẫu trên là đủ.
Các bảng còn lại của chương 4: mẫu bảng Cronbach's alpha, mẫu bảng hồi quy, mẫu bảng PLS-SEM.
Tài liệu tham khảo
- American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson Prentice Hall.
- Horn, J. L. (1965). A rationale and test for the number of factors in factor analysis. Psychometrika, 30(2), 179–185. https://doi.org/10.1007/BF02289447
- Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36. https://doi.org/10.1007/BF02291575
- Revelle, W. Gói R psych, bộ dữ liệu bfi. https://CRAN.R-project.org/package=psych