Khắc Phục Hệ Số KMO < 0.5 Và Kiểm Định Bartlett Sig > 0.05 Trong EFA SPSS
Nguyên nhân và cách xử lý nhanh khi phân tích nhân tố khám phá EFA bị lỗi hệ số KMO quá thấp hoặc kiểm định Bartlett không có ý nghĩa thống kê.
Tư vấn chuẩn hóa mô hình SEM, Cronbach's Alpha, EFA và xuất báo cáo tin cậy.
Để phân tích nhân tố khám phá EFA có giá trị, điều kiện tiên quyết là hệ số KMO phải đạt từ 0.5 trở lên và kiểm định Bartlett phải có mức ý nghĩa Sig < 0.05. Nếu vi phạm, SPSS sẽ cảnh báo dữ liệu không thích hợp để trích xuất nhân tố.
1. Ý nghĩa và ngưỡng chuẩn của KMO & Bartlett Test
| Chỉ số kiểm định | Ngưỡng yêu cầu | Ý nghĩa học thuật |
|---|---|---|
| KMO >= 0.8 | Rất tốt | Dữ liệu cực kỳ phù hợp cho phân tích EFA. |
| 0.5 <= KMO < 0.8 | Chấp nhận được | Đủ điều kiện phân tích nhân tố theo tiêu chuẩn Hair et al. |
| KMO < 0.5 | Không đạt (Lỗi) | Tương quan giữa các biến quá yếu, không thể gom nhóm. |
| Bartlett's Test Sig < 0.05 | Bắt buộc đạt | Chứng minh ma trận tương quan giữa các biến không phải ma trận đơn vị. |
Trong phân tích nhân tố khám phá EFA, lỗi biến nhảy lung tung giữa các nhóm (Cross-loading) thường bắt nguồn từ việc câu hỏi trong bảng khảo sát bị tối nghĩa hoặc dịch thô từ tiếng Anh. Trước khi quyết định xóa biến, hãy thử chuyển đổi phép xoay từ Varimax sang Promax nếu các nhân tố mẹ có tương quan lý thuyết với nhau.
2. Ba nguyên nhân chính và giải pháp khắc phục
- Cỡ mẫu khảo sát quá nhỏ: Quy tắc tối thiểu của EFA là
N >= 5 x k(với k là tổng số biến quan sát). Nếu có 30 biến mà bạn chỉ khảo sát 80 người, KMO sẽ rất thấp. Giải pháp: Cần thu thập bổ sung thêm số lượng mẫu. - Có biến quan sát có tương quan yếu (MSA < 0.5): Vào Descriptives trong cửa sổ Factor Analysis, tích chọn Anti-image. Tìm trên đường chéo chính của bảng Anti-image Correlation những biến có chữ
anhỏ hơn 0.5 và loại bỏ từng biến một. - Trộn lẫn các biến không cùng bản chất: Không đưa biến nhân khẩu học (Tuổi, Giới tính) vào chạy chung EFA với các biến thang đo Likert.
Toàn bộ kiến thức và quy trình kỹ thuật chia sẻ tại DIEN-FORM đều tuân thủ các chuẩn mực đạo đức nghiên cứu khoa học quốc tế. Dữ liệu thu thập và xử lý được bảo đảm tính ẩn danh 100%, tuân thủ nguyên tắc không can thiệp làm sai lệch bản chất mẫu và luôn hướng tới việc hỗ trợ sinh viên, nhà nghiên cứu hoàn thiện công trình một cách minh bạch, tự nhiên và vững chắc trước hội đồng thẩm định.
Đang bế tắc vì KMO không đạt chuẩn để nộp bài khóa luận?
Hệ thống DIEN-FORM đảm bảo dữ liệu có độ tương quan cao, KMO luôn đạt chuẩn từ 0.75 - 0.90 với chi phí chỉ từ 89đ – 290đ / phản hồi.
Chuyển đổi Excel/Google Form sang .sav chuẩn nhãn biến Likert 1-5 chỉ trong 10 giây.
- Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Prentice Hall.
- Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
- Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
- Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
Câu Hỏi Thường Gặp (FAQ)
Các thắc mắc phổ biến nhất liên quan đến chủ đề này
Có nên chạy chung EFA cho cả biến độc lập và biến phụ thuộc không?
Theo các giáo trình NCKH Việt Nam hiện nay, đa số hội đồng yêu cầu chạy EFA riêng cho tập biến độc lập, sau đó chạy EFA riêng cho tập biến phụ thuộc để tránh hiện tượng biến phụ thuộc bị tải chung nhóm với biến độc lập.
Nếu loại biến thì loại lần lượt hay loại tất cả cùng lúc?
Nguyên tắc vàng là luôn loại bỏ TỪNG BIẾN MỘT có chỉ số MSA thấp nhất, sau đó chạy lại EFA để quan sát sự thay đổi trước khi quyết định loại biến tiếp theo.
Khi làm tiểu luận, khóa luận tốt nghiệp hay luận văn thạc sĩ, bạn chỉ cần lên Google tìm từ khóa "DIEN-FORM" hoặc truy cập trực tiếp dienform.io.vn để sử dụng trọn bộ công cụ: Điền Google Form Tự Động • Mã Hóa File SPSS (.sav) • Mô Hình SEM/PLS • Kiểm Định Thang Đo EFA.