Việc xác định và bảo đảm cỡ mẫu tối thiểu trong phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) giữ vai trò then chốt nhằm đảm bảo kết quả phân tích đạt độ tin cậy và giá trị khoa học. Điều này đặt ra câu hỏi vì sao cỡ mẫu lại có ý nghĩa quyết định trong EFA và mức cỡ mẫu như thế nào được xem là phù hợp đối với phương pháp này.
1. Vai trò của cỡ mẫu trong phân tích EFA
Cỡ mẫu là một trong những yếu tố có ảnh hưởng mạnh mẽ đến chất lượng kết quả của phân tích nhân tố khám phá. Việc lựa chọn cỡ mẫu phù hợp giúp nâng cao độ tin cậy và tính hợp lệ của các kết luận nghiên cứu. Tuy nhiên, trong thực tiễn nghiên cứu, không tồn tại một ngưỡng cỡ mẫu cố định có thể áp dụng cho mọi nghiên cứu EFA. Cỡ mẫu cần được xem xét trong mối quan hệ với nhiều yếu tố khác nhau như số lượng biến quan sát, số lượng nhân tố kỳ vọng, đặc điểm phân phối của dữ liệu cũng như mức độ phức tạp của mô hình nghiên cứu.
Để EFA cũng như các kiểm định định lượng khác khi xử lý dữ liệu trên SPSS cho ra kết quả chính xác và đáng tin cậy, yêu cầu về cỡ mẫu đủ lớn là điều kiện không thể thiếu. Dưới đây là các lý do chính lý giải cho tầm quan trọng này:
a. Độ tin cậy của các ước lượng
– Sự ổn định của tải trọng nhân tố: Khi cỡ mẫu đủ lớn, các tải trọng nhân tố có xu hướng ổn định hơn, phản ánh nhất quán mối quan hệ giữa các biến quan sát và các nhân tố tiềm ẩn. Ngược lại, với cỡ mẫu nhỏ, các tải trọng này dễ biến động khi có sự thay đổi nhỏ trong dữ liệu, làm suy giảm độ tin cậy của kết quả phân tích.
– Ước lượng phương sai chính xác hơn: Cỡ mẫu lớn cho phép ước lượng chính xác phương sai của các biến và các nhân tố. Phương sai phản ánh mức độ phân tán của dữ liệu và là cơ sở quan trọng để đánh giá mức độ ổn định cũng như độ tin cậy của các kết quả EFA.
b. Khả năng khám phá cấu trúc dữ liệu
– Nhận diện các nhân tố tiềm ẩn: Cỡ mẫu lớn làm tăng khả năng phát hiện các nhân tố tiềm ẩn thực sự tồn tại trong dữ liệu. Trong trường hợp cỡ mẫu hạn chế, các nhân tố có ảnh hưởng yếu hoặc các mối quan hệ phức tạp giữa các biến có thể không được nhận diện đầy đủ.
– Đánh giá mức độ phù hợp của mô hình: Khi cỡ mẫu đủ lớn, các chỉ số đánh giá sự phù hợp của mô hình EFA, chẳng hạn như chỉ số KMO hay kiểm định Bartlett, sẽ phản ánh chính xác hơn mức độ thích hợp của dữ liệu đối với phân tích nhân tố.
c. Giảm thiểu sai số mẫu
– Tăng tính đại diện của mẫu nghiên cứu: Cỡ mẫu lớn giúp mẫu nghiên cứu phản ánh tốt hơn đặc điểm của tổng thể, từ đó làm giảm sai số chọn mẫu và nâng cao khả năng khái quát hóa kết quả nghiên cứu.
– Hạn chế ảnh hưởng của các giá trị ngoại lai: Với cỡ mẫu lớn, tác động của các điểm dữ liệu dị biệt được giảm bớt, qua đó hạn chế nguy cơ làm sai lệch kết quả phân tích, đặc biệt trong các nghiên cứu sử dụng EFA với số lượng biến quan sát lớn.
2. Cách xác định kích thước mẫu trong phân tích nhân tố khám phá (EFA)
Trong nghiên cứu định lượng, việc xác định kích thước mẫu phù hợp cho phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) đã được nhiều học giả quan tâm và đề xuất các khuyến nghị khác nhau nhằm đảm bảo độ tin cậy và giá trị của kết quả phân tích. Một số quan điểm tiêu biểu được trình bày như sau:
- Kaiser (1974) cho rằng để kết quả EFA đạt độ tin cậy, kích thước mẫu tối thiểu cần đạt ít nhất năm lần số lượng biến quan sát được đưa vào phân tích.
- MacCallum và cộng sự (1999) đã tiến hành nghiên cứu sâu về mối quan hệ giữa kích thước mẫu, số lượng biến quan sát và độ chính xác của EFA. Kết quả cho thấy, ngoài kích thước mẫu, cấu trúc nhân tố và mức độ mạnh của hệ số tải nhân tố cũng đóng vai trò quan trọng trong việc quyết định độ tin cậy của kết quả phân tích.
- Theo Tabachnick và Fidell (2007), kích thước mẫu từ 300 quan sát trở lên được xem là phù hợp để EFA đạt mức độ chính xác cao. Tuy nhiên, các tác giả cũng chỉ ra rằng trong trường hợp hệ số tải nhân tố đạt mức cao (từ 0,6 trở lên), kích thước mẫu nhỏ hơn vẫn có thể được chấp nhận.
- Hair và cộng sự (2009) đề xuất rằng kích thước mẫu tối thiểu cho EFA là 50 quan sát, và kích thước mẫu tốt hơn nên từ 100 trở lên. Bên cạnh đó, các tác giả khuyến nghị rằng kích thước mẫu nên đạt ít nhất từ năm đến mười lần số biến quan sát được sử dụng trong phân tích EFA.
- Ngoài các quan điểm trên, nhiều nghiên cứu khác cũng thống nhất rằng kích thước mẫu tối thiểu nên bằng năm lần số biến quan sát tham gia phân tích EFA, đồng thời nhấn mạnh vai trò của kích thước mẫu đủ lớn trong việc nâng cao độ ổn định và độ tin cậy của kết quả.
Tổng hợp các khuyến nghị từ các nghiên cứu trước, công thức xác định kích thước mẫu tối thiểu cho phân tích EFA được sử dụng phổ biến nhất là:
N = 5 × số biến quan sát tham gia EFA
Ví dụ, trong một nghiên cứu sử dụng 30 biến quan sát để thực hiện phân tích EFA, kích thước mẫu tối thiểu cần thiết được xác định là 5 × 30 = 150 quan sát.
3. Giải thích công thức xác định cỡ mẫu EFA trong trường hợp thực hiện nhiều EFA trong cùng một mô hình
Trong xác định cỡ mẫu cho phân tích nhân tố khám phá (EFA), số lượng biến quan sát được sử dụng để tính toán là số biến trực tiếp tham gia vào từng lần phân tích EFA, chứ không phải tổng số biến quan sát của toàn bộ nghiên cứu. Điều này xuất phát từ thực tế rằng trong nhiều nghiên cứu, mô hình lý thuyết được chia tách và tiến hành EFA nhiều lần cho các nhóm thang đo khác nhau, dẫn đến số biến quan sát trong mỗi lần EFA nhỏ hơn tổng số biến của nghiên cứu.
Ví dụ, xét một mô hình nghiên cứu bao gồm 4 biến độc lập với tổng cộng 20 biến quan sát, 1 biến trung gian gồm 5 biến quan sát và 1 biến phụ thuộc gồm 10 biến quan sát.
– Trường hợp thực hiện EFA chung cho toàn bộ mô hình, cỡ mẫu tối thiểu được xác định theo nguyên tắc 5 mẫu cho mỗi biến quan sát, cụ thể: N tối thiểu = (20 + 5 + 10) × 5 = 175.
– Trường hợp thực hiện EFA riêng cho từng nhóm thang đo, bao gồm nhóm biến độc lập, biến trung gian và biến phụ thuộc, cỡ mẫu tối thiểu được xác định như sau:
- N tối thiểu cho nhóm biến độc lập = 20 × 5 = 100
- N tối thiểu cho biến trung gian = 5 × 5 = 25
- N tối thiểu cho biến phụ thuộc = 10 × 5 = 50
→ Trong trường hợp này, cỡ mẫu tối thiểu của nghiên cứu được lựa chọn bằng giá trị lớn nhất trong các cỡ mẫu yêu cầu, tức là N = 100.
Tóm lại, việc xác định cỡ mẫu trong phân tích EFA là một vấn đề mang tính kỹ thuật và phụ thuộc vào cách thức triển khai phân tích trong nghiên cứu. Tuy nhiên, phần lớn các khuyến nghị trong nghiên cứu phương pháp luận đều thống nhất rằng cỡ mẫu tối thiểu cho EFA nên đạt ít nhất 5 lần số lượng biến quan sát tham gia vào mỗi phép phân tích EFA cụ thể.
