Trong quá trình thực hiện phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA), có thể xuất hiện trường hợp hệ số tải nhân tố mang giá trị âm. Khi tham khảo các nghiên cứu và luận văn đã công bố, người nghiên cứu thường nhận thấy phần lớn các hệ số tải nhân tố đều mang dấu dương, từ đó dễ nảy sinh lo ngại rằng bộ dữ liệu đang gặp vấn đề hoặc quy trình thao tác trên phần mềm SPSS chưa chính xác, dẫn đến kết quả hệ số tải nhân tố âm.
Trong nghiên cứu định lượng, một nhân tố tiềm ẩn thường được đo lường thông qua một tập hợp các biến quan sát. Nhóm các biến quan sát này cấu thành một thang đo nhằm phản ánh đặc điểm của nhân tố tiềm ẩn tương ứng. Một thang đo được xem là phù hợp khi đảm bảo được tính đơn hướng, đây là điều kiện cần để các bước phân tích tiếp theo như đánh giá độ tin cậy, giá trị hội tụ và giá trị phân biệt có thể được thực hiện một cách hợp lệ.
Tính đơn hướng của thang đo có thể được hiểu là việc đồng thời thỏa mãn hai tiêu chí cơ bản sau:
Thứ nhất, các biến quan sát trong cùng một thang đo phải cùng phản ánh bản chất của nhân tố tiềm ẩn, đồng thời có mối liên hệ và tương quan chặt chẽ với nhau.
Thứ hai, các biến quan sát trong thang đo phải thể hiện cùng một chiều ý nghĩa, hoặc cùng mang tính tích cực hoặc cùng mang tính tiêu cực. Ví dụ, đối với thang đo đánh giá mức độ hài lòng của nhân viên đối với công việc, các biến quan sát có thể được xây dựng như sau:
HL1: Tôi luôn cảm thấy vui vẻ khi mỗi ngày đến làm việc tại công ty
HL2: Tôi cảm thấy hạnh phúc khi được làm việc ở đây
HL3: Tôi cảm thấy căng thẳng, áp lực với công việc
HL4: Tôi sẽ gắn bó lâu dài với công ty
Trong bốn biến quan sát trên, biến HL3 có chiều ý nghĩa ngược lại so với ba biến còn lại. Trong khi HL1, HL2 và HL4 cùng phản ánh trạng thái tích cực của sự hài lòng như cảm giác vui vẻ, hạnh phúc và mong muốn gắn bó với tổ chức, thì HL3 lại thể hiện trạng thái tiêu cực liên quan đến căng thẳng và áp lực trong công việc. Sự tồn tại của một biến quan sát có chiều ý nghĩa ngược trong thang đo làm cho tính đơn hướng không được đảm bảo, và trong nhiều trường hợp, khi thực hiện phân tích EFA, biến này có khả năng xuất hiện hệ số tải nhân tố mang giá trị âm.
Khi thang đo tồn tại tính đa hướng hoặc khi có mối quan hệ tác động nghịch chiều giữa các biến độc lập và biến phụ thuộc, hệ số tải nhân tố âm thường xuất hiện trong kết quả EFA. Trên thực tế, có hai trường hợp phổ biến thường gặp trong quá trình phân tích:
Trường hợp 1: Chỉ xuất hiện một hoặc một số ít biến riêng lẻ trong các nhóm có hệ số tải nhân tố mang giá trị âm
Đây là tình huống điển hình phản ánh hiện tượng thang đo tồn tại các biến quan sát có chiều tác động ngược so với các biến còn lại trong cùng thang đo. Trong trường hợp này, nếu chưa tiến hành phân tích độ tin cậy bằng hệ số Cronbach Alpha, cần thực hiện kiểm định này trước nhằm loại bỏ các biến không đạt yêu cầu, sau đó mới tiến hành phân tích nhân tố khám phá EFA.
Thông thường, các thang đo có biến quan sát mang chiều ngược sẽ dẫn đến hệ số Cronbach Alpha có giá trị âm hoặc rất thấp. Do đó, ở bước phân tích độ tin cậy, cần xem xét kỹ chỉ số Corrected Item – Total Correlation của từng biến quan sát. Những biến có giá trị Corrected Item – Total Correlation nhỏ hơn 0.3 cần được loại bỏ ngay tại bước Cronbach Alpha và không đưa vào phân tích nhân tố EFA.
Trong trường hợp chỉ số Corrected Item – Total Correlation lớn hơn 0.3 nhưng chỉ ở mức xấp xỉ ngưỡng, chẳng hạn như 0.301, 0.308, 0.311, cần xem xét loại bỏ biến quan sát có hệ số tải nhân tố âm tại bước phân tích nhân tố EFA nhằm đảm bảo tính nhất quán và giá trị của thang đo.
Trường hợp 2: Toàn bộ một nhóm biến thuộc cùng một thang đo có hệ số tải nhân tố mang giá trị âm
Trường hợp này phản ánh mối quan hệ tác động nghịch chiều giữa biến độc lập và biến phụ thuộc. Mức độ nghịch chiều đủ lớn sẽ dẫn đến việc toàn bộ các biến quan sát trong thang đo đo lường biến độc lập đó đều có hệ số tải nhân tố âm.
Trong tình huống này, kết quả phân tích vẫn được giữ nguyên và tiếp tục thực hiện phân tích nhân tố EFA một cách bình thường. Đây không được xem là sai sót hay vấn đề phương pháp, mà là kết quả phù hợp với logic của dữ liệu nghiên cứu. Khi đánh giá mức độ hội tụ của các biến thông qua hệ số tải nhân tố, chỉ cần sử dụng giá trị tuyệt đối của hệ số này để đưa ra nhận xét.
