Trong phân tích EFA, tiêu chu n đ ch n các bi n là các bi n ph i có h s t i nhân t trên 0,5 (Hair và c ng s 1998, 111) thì có ý ngh a th c ti n và thang đo đ t yêu c u khi t ng ph ng sai trích th p nh t là 50% (Gerbing và Anderson 1988).
Thang đo trong nghiên c u chính th c g m có 24 bi n quan sát và sau khi ki m tra m c đ tin c y b ng ph ng pháp Cronbach’s Alpha thì lo i 3 bi n HU3, TT1 và BM. kh ng đnh m c đ phù h p c a thang đo v i 21 bi n quan sát còn l i, nghiên c u s d ng ph ng pháp phân tích nhân t khám phá EFA.
Ch s KMO (Kaiser – Meyer – Olkin Measure of Simping Adequacy) đ c dùng
đ phân tích s thích h p c a các nhân t . N u 0,5 ≤ KMO ≤ 1 thì phân tích nhân t là thích h p. Ki m đnh Barlett xem xét gi thuy t H0: đ t ng quan gi a các bi n trong quan sát b ng không trong t ng th . N u ki m đ nh này có ý ngh a th ng kê (sig < 0,05) thì các bi n quan sát có t ng quan v i nhau trong t ng th (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008).
B ng 2.11 KMO and và ki m đnh Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,796
Bartlett's Test of Sphericity
Approx. Chi-Square 3281.94 df 210 Sig. 0,000 Ngu n: T k t qu tính toán c a tác gi K t qu b ng 2.11 cho th y vi c phân tích nhân t là thích h p v i d li u (KMO = 0,796> 0,5) và các bi n quan sát là t ng quan v i nhau trong t ng th (Sig = 0,000 <0,05).
S d ng ph ng pháp Varimax Procedure đ xoay nhân t : xoay nguyên góc các nhân t đ t i thi u hóa s l ng bi n có h s l n t i cùng m t nhân t , vì v y s t ng c ng kh n ng gi i thích các nhân t . (Hoàng Tr ng và Chu Nguy n M ng Ng c, 2008).
Thông qua b ng t ng ph ng sai đ c gi i thích (ph l c 3.3) và phân tích nhân t (xem ph l c 3.2), cho th y có 7 y u t trích l i t i Eigenvalue là 1,106 và ph ng sai trích đ c là 83,820% và ch s KMO là 0,796. Vì th , vi c phân tích nhân t là phù h p và ph ng sai trích đ t yêu c u > 50%. T t c các ch báo đ u có Factor loading > 0,5 và các bi n quan sát đ u gom l i đúng v i các nhân t nh d ki n ban đ u c a nghiên c u này.
Nh v y, ta th y có 7 nhân t đ c trích sau khi quay nhân t b ng ph ng pháp PCA v i varimax. S l ng các nhân t đ c trích này phù h p v i các thành ph n ban
đ u c a thang đo, ch ng t phân tích EFA cho vi c nhóm các bi n quan sát này l i v i nhau là thích h p. Và k t qu này đ c đ a vào phân tích h i quy tuy n tính đa bi n (nhân t ).