CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.3.2.Phân tích khám phá EFA
Từ 24 biến quan sát của các biến độc lập ban đầu, sau khi loại bỏ 3 biến quan sát ở bước kiểm tra độ tin cậy thang đo bằng Cronbach’s alpha, 21 biến quan sát của 6 nhân tố của mô hình nghiên cứu đề xuất được đưa vào phân tích EFA với kỳ vọng sẽ sau khi phân tích nhân tố tìm ra các nhân tố với số lượng biến quan sát rút gọn nhất và phát hiện nhân tố mới (nếu có) để bổ sung mô hình.
Nghiên cứu này tác giả đã thực hiện loại biến quan sát của các các nhân tố qua 3 lần thực hiện khám phá nhân tố EFA và đã loại 2 biến quan sát so với thời điểm bắt đầu thực hiện bước phân tích này.
Các điều kiện kiểm tra như hệ số KMO đều đạt khá lớn và Sig. của Bartlett’s Test đều nhỏ hơn 1/1000 cho thấy các biến quan sát trong quá trình thực hiện phân tích khám phá EFA đều hoàn toàn phù hợp với phân tích nhân tố.
Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Điều này có nghĩa chỉ có những nhân tố trích ra có giá trị Eigenvaluve lớn hơn mới được giữ lại trong mô hình phân tích.
Các tiêu chí khi loại biến quan sát trong quá trình phân tích khám phá bao gồm: hệ số tải nhân tố không nhỏ hơn 50%, độ giá trị của hệ số tải biến quan sát thuộc cùng nhiều nhân tố khi đang phân tích phải nhỏ hơn 0.3 (max – min < 0.3) và độ ý nghĩa nội dung, nhưng chủ yếu bị loại là do hệ số tải và độ giá trị không đảm bảo.
Kết quả phân tích khám phá tìm ra được 5 nhân tố phù hợp với mô hình đề xuất với những quan sát phù hợp với nghiên cứu này, có 5 thang đo biến độc lập được rút ra ở lần EFA cuối: (1) sự thích hợp; (2) sự trung thực; (3) tính dex hiểu; (4) tính có thể so sánh; (5) tính kịp thời và (6) có thể kiểm chứng. Tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0,789 > 0,5 ; Sig. = 0,000 < 0,05; hệ số tải nhân tố > 0,5; giá trị trích Eigenvalue > 1,1 (yêu cầu lớn hơn 1); và tổng phương sai trích đạt khá cao 81,9 %, điều này có nghĩa phân tích này có 6 nhân tố giải thích được độ biến thiên của tập dữ liệu nghiên cứu là 81,9 %, với độ biến thiên này hoàn toàn phù hợp với kiểu dữ liệu chéo.
Bảng 4.18: Kết quả phân tích khám phá EFA biến độc lập lần 3 Rotated Component Matrixa
Component 1 2 3 4 5 6 THICHHOP01 .923 THICHHOP02 .884 THICHHOP03 .915 THICHHOP04 .874 THICHHOP05 .863 TRUNGTHUC02 .786 TRUNGTHUC03 .786 DEHIEU01 .834 DEHIEU02 .807 DEHIEU03 .854 SOSANH02 .881 SOSANH03 .836 SOSANH04 .739 .422 KIPTHOI01 .438 KIPTHOI03 .762 KIEMCHUNG01 .934 KIEMCHUNG02 .881 KIEMCHUNG03 .919 KIEMCHUNG04 .902
Nguồn: Kết quả phân tích dữ liệu từ SPSS22, 2014
Kết quả phân tích khám phá cho thấy một số quan sát của biến độc lập này được gom vào các biến quan sát của biến độc lập khác. Điều này được giải thích các biến quan sát của nhân tố này lại được gom ở nhân tố khác có thể các biến đó có thể
giải thích làm rõ cho nhân tố khám phá ở bộ dữ liệu này, có thể xét về độ ý nghĩa thực tiễn của đề tài nghiên cứu là nghiên cứu các nhân tố độc lập lên biến phụ thuộc.