K t cu lu nv n
3.3.4.3. Phân tích nhâ nt khám phá EFA
Sau k t qu phân tích Cronbach’s Alpha lo i b các bi n không đ m b o đ tin c y, phân tích nhân t đ c s d ng đ thu nh và gom các bi n l i, xem xét m c đ h i t c a các bi n quan sát theo t ng thành ph n và giá tr phân bi t c a các nhân t . Khi phân tích nhân t c n l u ý nh ng đi m sau: - H s KMO (Kaiser-Meyer-Olkin) là m t ch s xem xét s thích h p c a phân tích nhân t . Tr s KMO l n, t 0.5 đ n 1 là đi u ki n đ đ phân tích nhân t thích h p, n u tr s này nh h n 0.5 thì phân tích nhân t có kh n ng không thích h p v i các d li u (Hoàng Tr ng và Chu Nguy n M ng Ng c, Phân tích d li u nghiên c u v i SPSS, 2008, trang 31).
- Ki m đ nh Bartlett (Bartlett’s test of sphericity) dùng đ xem xét gi thuy t v đ t ng quan gi a các bi n quan sát b ng 0 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, Phân tích d li u nghiên c u v i SPSS, 2008).
- H s t i nhân t (Factor Loading) là h s t ng quan đ n gi a các bi n
và các nhân t . H s này càng l n, >=0.5 cho bi t các bi n và nhân t càng có m i quan h ch t ch v i nhau, bi n quan sát có h s t i nhân t < 0.5 s b lo i (Hair & c ng s , 1998).
- Trong phân tích nhân t dùng ph ng pháp Principal Component
Analysis v i phép xoay Varimax và đi m d ng khi trích các y u t có tr s Eigenvalue l n h n 1. i l ng Eigenvalue đ i di n cho l ng bi n thiên gi i thích b i nhân t . Nh ng nhân t có Eigenvalue < 1 s không có tác d ng tóm t t thông tin t t h n m t bi n g c, vì sau khi chu n hóa m i bi n g c có ph ng sai là 1 (Hoàng Tr ng và Chu Nguy n M ng Ng c, Phân tích d li u nghiên c u v i SPSS, 2008, trang 34)
- Thang đo đ c ch p nh n khi t ng ph ng sai trích >= 50% (Hair & c ng s , 1988).