Trong bài viết “Chạy chung hay riêng biến độc lập với biến phụ thuộc trong EFA?”, tác giả đã đề cập đến vấn đề tương quan giữa các biến và giải thích cơ sở lý luận cho việc thực hiện phân tích nhân tố khám phá theo cách chạy chung hoặc chạy riêng. Tiếp nối nội dung đó, bài viết này tập trung làm rõ hơn cách thức thực hiện EFA đối với các mô hình nghiên cứu có sự xuất hiện của biến trung gian và biến điều tiết.
1. Quan điểm của Hair và cộng sự về phân tích EFA chung và riêng
Một mối quan hệ độc lập – phụ thuộc được hình thành khi các biến được biểu diễn trong mô hình nghiên cứu thông qua mũi tên một chiều, thể hiện chiều tác động từ biến độc lập đến biến phụ thuộc.
Khi tồn tại đầy đủ ba yếu tố gồm biến ở điểm xuất phát, mũi tên thể hiện sự tác động và biến ở điểm kết thúc, thì mối quan hệ nhân quả giữa biến độc lập và biến phụ thuộc được xác lập.
1.1 Quan điểm của Hair và cộng sự (2010)
Hair và cộng sự (2010) cho rằng: “Mixing dependent and independent variables in a single factor analysis and then using the derived factors to support dependence relationships is inappropriate”.
Theo đó, việc gộp các biến độc lập và biến phụ thuộc vào cùng một phân tích nhân tố khám phá, sau đó sử dụng các nhân tố trích được để kiểm định các mối quan hệ phụ thuộc là không phù hợp về mặt phương pháp luận.
→ Cách tiếp cận này hàm ý rằng, khi nghiên cứu đã xác định rõ vai trò độc lập và phụ thuộc của các biến, thì ngay từ đầu đã tồn tại giả định về mối quan hệ tác động giữa hai nhóm biến. Do đó, việc đưa toàn bộ các biến này vào cùng một EFA sẽ làm sai lệch mục tiêu khám phá cấu trúc nhân tố thuần túy của từng nhóm biến.
1.2 Quan điểm của Hair và cộng sự (2015)
Trong ấn bản sau, Hair và cộng sự (2015) tiếp tục nhấn mạnh rằng: “When you use exploratory factor analysis the variables are not divided into dependent and independent categories. Instead, all variables are analyzed together to identify underlying patterns or factors. The technique can be used to factor analyze either independent or dependent variables considered separately”.
Theo quan điểm này, trong phân tích nhân tố khám phá, các biến được đưa vào cùng một lần phân tích không được phân biệt theo vai trò phụ thuộc hay độc lập, mà phải thuộc cùng một nhóm biến có bản chất tương đồng. EFA có thể được sử dụng để phân tích các biến độc lập hoặc các biến phụ thuộc, nhưng cần được thực hiện riêng rẽ cho từng nhóm biến.
→ Từ các lập luận trên, có thể thấy rằng theo quan điểm của Hair và cộng sự, việc thực hiện EFA cần dựa trên mối quan hệ cơ bản giữa biến độc lập và biến phụ thuộc trong mô hình nghiên cứu.
Cụ thể, các biến độc lập như Tiền lương sẽ được phân tích EFA riêng, và các biến phụ thuộc như Hài lòng công việc cũng được thực hiện EFA độc lập. Nguyên tắc này vẫn được áp dụng nhất quán ngay cả khi mô hình nghiên cứu có bổ sung thêm biến trung gian hoặc biến điều tiết, bởi nền tảng lý thuyết về mối quan hệ độc lập – phụ thuộc không thay đổi.
2. Thực hiện phân tích EFA đối với mô hình có biến trung gian
Trong mô hình nghiên cứu có sự xuất hiện của biến trung gian, biến này đồng thời đảm nhiệm hai vai trò khác nhau: là biến độc lập trong một mối quan hệ và là biến phụ thuộc trong một mối quan hệ khác. Cụ thể, đối với mô hình minh họa, có thể tách cấu trúc tổng thể thành hai mô hình thành phần để tiến hành phân tích:
- Thứ nhất, mối quan hệ giữa Tiền lương với vai trò là biến độc lập và Hài lòng công việc với vai trò là biến phụ thuộc; trong trường hợp này, phân tích EFA được thực hiện riêng cho thang đo Tiền lương và riêng cho thang đo Hài lòng công việc.
- Thứ hai, mối quan hệ giữa Hài lòng công việc với vai trò là biến độc lập và Gắn bó công ty với vai trò là biến phụ thuộc; tương tự, phân tích EFA được tiến hành độc lập cho thang đo Hài lòng công việc và thang đo Gắn bó công ty.
Trong thực tế, nếu tiến hành phân tích EFA đồng thời cho toàn bộ các biến trong mô hình nhưng kết quả ma trận xoay cho thấy sự xáo trộn hoặc không đảm bảo tính phân biệt giữa các nhân tố, cần thiết phải tách mô hình thành các nhóm biến theo chức năng lý thuyết. Khi đó, mô hình được chia nhỏ thành từng cặp quan hệ cơ bản giữa biến độc lập và biến phụ thuộc, và phân tích EFA được thực hiện riêng biệt cho từng nhóm biến tương ứng. Do đó, đối với mô hình có biến trung gian, quá trình phân tích EFA sẽ được thực hiện ba lần độc lập, bao gồm một lần cho nhóm biến độc lập, một lần cho nhóm biến trung gian và một lần cho nhóm biến phụ thuộc.
3. Thực hiện phân tích EFA đối với mô hình có biến điều tiết
Hiện nay, trong các tài liệu phương pháp nghiên cứu chưa ghi nhận quan điểm thống nhất của những tác giả uy tín về việc áp dụng phân tích nhân tố khám phá (EFA) cho biến điều tiết. Xét về bản chất lý thuyết, biến điều tiết có vai trò làm thay đổi mức độ hoặc chiều hướng của mối quan hệ giữa các biến độc lập và biến phụ thuộc, tức là làm cho mối quan hệ đó trở nên mạnh hơn hoặc yếu đi. Với chức năng này, biến điều tiết không phản ánh cấu trúc khái niệm chung và do đó không phù hợp để đưa vào phân tích EFA cùng với các biến khác trong mô hình.
Vì vậy, khi mô hình nghiên cứu có sự xuất hiện của biến điều tiết, việc phân tích EFA nên được thực hiện riêng biệt cho từng biến điều tiết. Trong trường hợp có nhiều biến điều tiết cùng tác động điều tiết lên một mối quan hệ, mỗi biến điều tiết cần được phân tích EFA độc lập. Ngược lại, nếu mô hình bao gồm nhiều biến điều tiết nhưng mỗi biến điều tiết đảm nhiệm vai trò điều tiết cho các mối quan hệ khác nhau, có thể xem xét thực hiện phân tích EFA chung cho toàn bộ các biến điều tiết.
4. Ví dụ về cách thực hiện EFA riêng cho một số mô hình
Dựa trên quan điểm của Hair và cộng sự, việc thực hiện phân tích nhân tố khám phá (EFA) có thể được tiến hành riêng biệt cho một số cấu trúc mô hình nhất định. Trong thực tiễn nghiên cứu, các nhà nghiên cứu có thể lựa chọn chạy EFA chung cho toàn bộ các biến; tuy nhiên, trong trường hợp kết quả không đạt yêu cầu, việc tách riêng EFA theo vai trò biến độc lập và biến phụ thuộc là cần thiết. Cách tiếp cận này có cơ sở lý luận rõ ràng, xuất phát từ bản chất tương quan giữa các biến trong mô hình, đồng thời phù hợp với khuyến nghị của Hair và cộng sự về kiểm soát cấu trúc nhân tố trong EFA.
Mô hình 1
Bước 1: Phân tích mối quan hệ giữa các biến trong mô hình
- X là biến phụ thuộc của các biến A, B và C, do đó X có khả năng tương quan mạnh với nhóm biến A, B, C. Vì vậy, cần thực hiện EFA hai lần: lần thứ nhất cho ba biến độc lập A, B, C và lần thứ hai cho biến phụ thuộc X.
- Z là biến phụ thuộc của các biến A, B và C, nên Z cũng có khả năng tương quan mạnh với nhóm biến A, B, C. Do đó, EFA cần được thực hiện hai lần: một lần cho ba biến độc lập A, B, C và một lần riêng cho biến phụ thuộc Z.
- Do X và Z đều là biến phụ thuộc của A, B, C, hai biến này có khả năng tương quan mạnh với nhau. Vì vậy, cần thực hiện EFA riêng cho từng biến, bao gồm một lần cho X và một lần cho Z.
- Y là biến phụ thuộc của X và Z, do đó Y có khả năng tương quan mạnh với hai biến này. Trong trường hợp này, EFA được tiến hành hai lần: lần thứ nhất cho hai biến độc lập X và Z, và lần thứ hai cho biến phụ thuộc Y.
Bước 2: Xác định số lần thực hiện EFA
Từ kết quả phân tích ở bước 1, số lần thực hiện EFA trong mô hình này bao gồm bốn lần:
- EFA cho nhóm ba biến độc lập A, B, C.
- EFA cho biến X.
- EFA cho biến Z.
- EFA cho biến Y.
Mô hình 2
Bước 1: Phân tích mối quan hệ giữa các biến trong mô hình
- X là biến phụ thuộc của các biến A, B và C, nên X có khả năng tương quan mạnh với nhóm biến này. Do đó, cần tiến hành EFA hai lần: một lần cho ba biến độc lập A, B, C và một lần cho biến phụ thuộc X.
- Y là biến phụ thuộc của X và A, vì vậy Y có khả năng tương quan mạnh với hai biến này. Trong trường hợp này, EFA cần được thực hiện hai lần: lần thứ nhất cho hai biến độc lập X và A, và lần thứ hai cho biến phụ thuộc Y.
Bước 2: Xác định số lần thực hiện EFA
Dựa trên phân tích ở bước 1, mô hình này cần thực hiện ba lần EFA:
- EFA cho nhóm ba biến độc lập A, B, C.
- EFA cho biến X.
- EFA cho biến Y.
Mô hình 3
Bước 1: Phân tích mối quan hệ giữa các biến trong mô hình
- X là biến phụ thuộc của các biến A, B và C, do đó X có khả năng tương quan mạnh với nhóm biến này. Vì vậy, cần thực hiện EFA hai lần: lần thứ nhất cho ba biến độc lập A, B, C và lần thứ hai cho biến phụ thuộc X.
- Y là biến phụ thuộc của X, nên Y có khả năng tương quan mạnh với X. Do đó, EFA được tiến hành hai lần: một lần cho biến độc lập X và một lần cho biến phụ thuộc Y.
Bước 2: Xác định số lần thực hiện EFA
Từ phân tích ở bước 1, số lần thực hiện EFA trong mô hình này là ba lần:
- EFA cho nhóm ba biến độc lập A, B, C.
- EFA cho biến X.
- EFA cho biến Y.
Mô hình 4
Bước 1: Phân tích mối quan hệ giữa các biến trong mô hình
- X là biến phụ thuộc của các biến A, B và C, nên X có khả năng tương quan mạnh với nhóm biến này. Do đó, EFA cần được thực hiện hai lần: một lần cho ba biến độc lập A, B, C và một lần cho biến phụ thuộc X.
- Z là biến phụ thuộc của các biến A, B và C, vì vậy Z cũng có khả năng tương quan mạnh với nhóm biến này. Trong trường hợp này, EFA được tiến hành hai lần: một lần cho ba biến độc lập A, B, C và một lần cho biến phụ thuộc Z.
Ngoài ra, Z còn là biến phụ thuộc của X, nên Z có khả năng tương quan mạnh với X. Do đó, cần thực hiện EFA hai lần: lần thứ nhất cho biến độc lập X và lần thứ hai cho biến phụ thuộc Z.
Bước 2: Xác định số lần thực hiện EFA
Dựa trên phân tích ở bước 1, mô hình này cần thực hiện ba lần EFA:
- EFA cho nhóm ba biến độc lập A, B, C.
- EFA cho biến X.
- EFA cho biến Z.
