Mục đích của phân tích nhân tố khám phá để thu nhỏ và gom các biến lại nhằm đạt đƣợc giá trị hội tụ của các biến quan sát theo từng nhân tố và giá trị phân biệt giữa các nhân tố.
4.3.1 Phân tích nhân tố khám phá than đo các yếu tố ảnh hƣởn đến sự thành c n của dự án:
Thang đo các yếu tố ảnh hƣởng đến sự thành công của dự án gồm 6 yếu tố đƣợc đo ằng 34 biến quan sát sau khi đạt độ tin cậy Cron ach‟s alpha tiếp tục đƣợc đƣa vào phân tích nhân tố khám phá.
Kết quả phân tích nhân tố lần thứ nhất:
Kết quả kiểm định Bartlett Bartlett‟s test of sphericity) trong ảng kiểm định KMO và Bartlett's (bảng số 15a, phụ lục 10) với sig = 0.000 và chỉ số KMO = 0.842 > 0.5 đều đáp ứng đƣợc yêu cầu.
41
nhân tố từ 34 biến quan sát và với phƣơng sai trích là 66,968 % (lớn hơn 50%) đạt yêu cầu (bảng số 15b, phụ lục 10). Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng số 15c, phụ lục 10), biến KN2, KN3, MT3 bị loại do có hệ số tải nhân tố chƣa đạt yêu cầu (nhỏ hơn 0.5). Do đó, việc phân tích nhân tố lần thứ hai đƣợc thực hiện với việc loại các biến này ra.
Kết quả phân tích nhân tố lần thứ hai:
Kết quả kiểm định kiểm định Bartlett's và KMO (bảng số 16a, phụ lục 10) với sig = 0.000 và chỉ số KMO = 0.846 đều đáp ứng đƣợc yêu cầu.
Tại các mức giá trị Eigenvalues lớn hơn 1, phân tích nhân tố đã trích đƣợc 6 nhân tố và với phƣơng sai trích là 66.703% > 50%) đạt yêu cầu (bảng số 16b, phụ lục 10). Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng số 16c, phụ lục 10), biến MT2, MT4, HT4 bị loại dựa vào tiêu chuẩn khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố lớn hơn hay ằng 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố. Sự chênh lệch không rõ ràng giữa các hệ số tải nhân tố có khả năng tạo ra việc trích nhân tố giả. Do đó, việc phân tích nhân tố lần thứ a đƣợc thực hiện với việc loại các biến này.
Kết quả phân tích nhân tố lần thứ ba:
Kết quả kiểm định Bartlett trong bảng kiểm định KMO và Bartlett's (bảng số 17a, phụ lục 10) với sig = 0.000 và chỉ số KMO = 0.841> 0.5 đều đáp ứng đƣợc yêu cầu.
Tại các mức giá trị Eigenvalues = 1.547, phân tích nhân tố đã trích đƣợc 6 nhân tố và với phƣơng sai trích là 68.864% (lớn hơn 50%) đạt yêu cầu (bảng số 17b, phụ lục 10). Kết quả tại bảng 4.3 (xem thêm bảng số 17c, phụ lục 10) cho thấy hệ số tải nhân tố của các biến này đều lớn hơn 0.5 đạt yêu cầu.
Bảng 4.3: Ma trận xoay nhân tố lần thứ ba Nhân tố
1 2 3 4 5 6
42 NL6 .820 NL3 .810 NL4 .806 NL1 .786 NL5 .779 KN7 .895 KN5 .890 KN6 .846 KN4 .749 KN1 .624 .250 HL3 .816 HL4 .774 HL2 .771 HL1 .753 HL5 .691 NV1 .827 NV4 .803 NV2 .793 NV3 .707 HT6 .827 HT3 .742 HT1 .713 HT7 .626 HT2 .612
43 MT1 .884 MT6 .835 MT5 .833 Eigenvalues 7.854 3.145 2.948 2.069 1.72 1.547 Phƣơn sai tr ch (%) 28.051 11.23 10.529 7.388 6.143 5.523 Nguồn: tác giả Dựa trên phân tích của bảng ma trận xoay nhân tố (bảng 4.3), kết quả thang đo các yếu tố ảnh hƣởng đến thành công dự án có tổng cộng 6 nhân tố đƣợc rút trích từ 28 biến quan sát. Dựa trên nội dung đo lƣờng của các biến quan sát trong từng nhân tố để đặt tên cho từng nhân tố nhƣ sau:
Nhân tố thứ nhất: Có nội dung đo lƣờng về năng lực các nhà tƣ vấn đƣợc đặt tên là nhóm yếu tố về năng lực các nhà tƣ vấn ký hiệu là NL.
Nhân tố thứ hai: Có nội dung đo lƣờng năng lực của Chủ đầu tƣ đƣợc đặt tên là Nhóm yếu tố về năng lực của CĐT ký hiệu là KN.
Nhân tố thứ ba: Có nội dung đo lƣờng về sự hài lòng của các bên liên quan đƣợc đặt tên là nhóm yếu tố về sự hài lòng của các bên liên quan ký hiệu là HL.
Nhân tố thứ tƣ: Có nội dung đo lƣờng về nguồn vốn và đƣợc đặt tên là nhóm yếu tố về nguồn vốn ký hiệu là NV.
Nhân tố thứ năm: Có nội dung đo lƣờng về sự hỗ trợ của các tổ chức bên trong và bên ngoài nên đƣợc đặt tên là nhóm yếu tố về sự hỗ trợ của các tổ chức ký hiệu là HT.
Nhân tố thứ sáu: Có nội dung đo lƣờng về sự ảnh hƣởng của môi trƣờng nên đƣợc đặt tên là Nhóm yếu tố về môi trƣờng ký hiệu là MT.
4.3.2 Phân tích nhân tố khám phá than đo sự thành c n của dự án:
Thang đo sự thành công của dự án gồm 4 biến quan sát sau khi đạt độ tin cậy Cron ach‟s alpha tiếp tục đƣợc đƣa vào phân tích nhân tố khám phá.
44
và Bartlett's (bảng số 18a, phụ lục 10) với sig = 0.000 và chỉ số KMO = 0.752 đều đáp ứng đƣợc yêu cầu.
Tại mức giá trị Eigenvalues = 2.386 (bảng số 18b, phụ lục 10), đã trích đƣợc một nhân tố từ bốn biến quan sát và với phƣơng sai trích là 59.648 % lớn hơn 50%) đạt yêu cầu. Bốn biến TC1, TC2, TC3, TC4 đều có hệ số tải nhân tố lớn hơn 0.5 đều phù hợp.
Bảng 4.4: Kết quả phân tích nhân tố cho sự thành c n của dự án. Nhân tố 1 TC1 .816 TC4 .811 TC3 .736 TC2 .721 Eigenvalues 2.386 Phƣơng sai trích %) 59.648 Nguồn: tác giả Bốn biến quan sát là TC1, TC2, TC3, TC4 có nội dung đo lƣờng sự thành công của dự án nên đƣợc đặt tên là sự thành công của dự án có ký hiệu là TC.
4.4 MÔ HÌNH HIỆU CHỈNH SAU KHI PHÂN TÍCH NHÂN TỐ:
Sau khi kiểm định bằng hệ số tin cậy Cron ach‟s alpha và phân tích nhân tố khám phá EFA), thang đo các yếu tố ảnh hƣởng đến sự thành công của dự án vẫn giữ nguyên nhƣng chỉ còn lại 28 biến quan sát (bảng 4.3) và thang đo sự thành công của dự án gồm 4 biến (bảng 4.4) vẫn giữ nguyên. Mô hình nghiên cứu và các giả thuyết an đầu (trình bày ở chƣơng 3) không thay đổi. Sáu các yếu tố ảnh hƣởng đến sự thành công của dự án đƣợc xem là biến độc lập cùng với sự thành công của dự án đƣợc xem là biến phụ thuộc đƣợc đƣa vào phân tích hồi qui tuyến tính bội.
45
4.5 PHÂN TÍCH HỒI QUY TUYẾN TÍNH BỘI: 4.5.1 Xác định biến độc lập và biến phụ thuộc: 4.5.1 Xác định biến độc lập và biến phụ thuộc:
Nếu kết luận đƣợc là các biến độc lập và biến phụ thuộc có tƣơng quan tuyến tính với nhau, đồng thời giả định rằng chúng ta đã cân nhắc kỹ bản chất của mối liên hệ tiềm ẩn giữa các biến và xem nhƣ đã xác định đúng hƣớng của một mối quan hệ nhân quả giữa chúng, thì chúng ta có thể mô hình hóa mối quan hệ nhân quả của chúng bằng mô hình hồi qui tuyến tính bội, trong đó một biến đƣợc gọi là biến phụ thuộc và biến còn lại gọi là các biến độc lập (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
TC β0 + β1*NL + β2*KN + β3*HL + β4*NV + β5*HT + β6*MT
Tron đó:
Biến phụ thuộc Y): Sự thành công của dự án (TC)
Các iến độc lập Xi): Nhóm yếu tố về năng lực các nhà tƣ vấn (NL), nhóm yếu tố về năng lực của CĐT (KN), nhóm yếu tố về sự hài l ng của các bên liên quan (HL), Nhóm yếu tố về nguồn vốn (NV), Nhóm yếu tố về sự hỗ trợ của các tổ chức (HT) và nhóm yếu tố về môi trƣờng (MT).
βk: Hệ số hồi qui riêng phần. k = 0…6)
4.5.2 Phân t ch tƣơn quan:
Xem xét ma trận tƣơng quan giữa các biến (bảng 4.5), sự thành công của dự án (TC) và sáu nhân tố khác đều có sự tƣơng quan tuyến tính do hệ số tƣơng quan đều lớn hơn 0 và trị Sig đều nhỏ hơn 0.05. Và hệ số tƣơng quan thấp nhất là 0.416 (biến MT). Do đó, 6 biến NL, KN, HL, NV, HT, MT có thể đƣa vào mô hình để giải thích cho biến TC. Ngoài ra, hệ số tƣơng quan giữa các biến độc lập cũng cao. Do đó, kiểm định đa cộng tuyến cần đƣợc tiến hành trong các ƣớc tiếp theo để xác định xem các biến độc lập có ảnh hƣởng lẫn nhau hay không.
Bảng 4.5: Ma trận tƣơn quan Pearson
46 TC Pearson Correlation 1 .494** .508** .562** .527** .442** .416** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 226 226 226 226 226 226 226 NL Pearson Correlation .494** 1 .246** .274** .254** .252** .242** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 226 226 226 226 226 226 226 KN Pearson Correlation .508** .246** 1 .255** .431** .352** .165* Sig. (2-tailed) .000 .000 .000 .000 .000 .013 N 226 226 226 226 226 226 226 HL Pearson Correlation .562** .274** .255** 1 .431** .260** .404** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 226 226 226 226 226 226 226 NV Pearson Correlation .527** .254** .431** .431** 1 .266** .360** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 226 226 226 226 226 226 226 HT Pearson Correlation .442** .252** .352** .260** .266** 1 .169* Sig. (2-tailed) .000 .000 .000 .000 .000 .011 N 226 226 226 226 226 226 226 MT Pearson Correlation .416** .242** .165* .404** .360** .169* 1 Sig. (2-tailed) .000 .000 .013 .000 .000 .011 N 226 226 226 226 226 226 226
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
4.5.3 Hồi qui tuyến tính bội:
Để kiểm định sự phù hợp giữa sáu yếu tố ảnh hƣởng đến sự thành công của dự án và sự thành công của dự án, hàm hồi qui tuyến tính bội với phƣơng pháp đƣa vào
47
một lƣợt Enter) đƣợc sử dụng. Nghĩa là phần mềm SPSS xử lý tất cả các biến đƣa vào một lần và đƣa ra các thông số thống kê liên quan đến các biến. Hệ số hồi qui riêng phần đã chuẩn hóa của thành phần nào càng lớn thì mức độ ảnh hƣởng của nhân tố đó đến biến phụ thuộc càng cao, nếu cùng dấu thì mức độ ảnh hƣởng thuận chiều và ngƣợc lại. Sáu yếu tố ảnh hƣởng đến sự thành công của dự án là biến độc lập (Independents) và sự thành công của dự án là biến phụ thuộc (Dependent) sẽ đƣợc đƣa vào chạy hồi qui cùng một lúc.
Với kết quả phân tích hồi qui tại bảng 4.6 (xem thêm bảng số 19c, phụ lục 10), các giá trị Sig. tƣơng ứng với các biến NL, KN, HL, NV, HT, MT đều nhỏ hơn 0.05. Vì vậy, có thể khẳng định các biến này có ý nghĩa trong mô hình với mức ý nghĩa 5%.
Bảng 4.6 Kết quả phân tích hồi qui bội
Model
Hệ số hồi qui chƣa chuẩn hóa
Hệ số hồi qui
đã chuẩn hóa T Sig.
Thống kê đa cộng tuyến
B Std. Error Beta Tolerance VIF
1 Hằng số - .770 .260 -2.961 .003 NL .233 .043 .251 5.452 .000 .855 1.170 KN .280 .060 .231 4.664 .000 .744 1.344 HL .242 .044 .275 5.450 .000 .715 1.399 NV .193 .064 .159 3.035 .003 .667 1.500 HT .178 .051 .163 3.464 .001 .824 1.214 MT .081 .032 .121 2.512 .013 .782 1.279 Nguồn: tác giả
4.5.4 Kiểm tra các giả định hồi qui:
Phân tích hồi qui không chỉ là việc mô tả các dữ liệu quan sát đƣợc mà c n phải suy rộng cho mối liên hệ giữa các iến trong tổng thể từ các kết quả quan sát đƣợc
48
trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dƣới đây:
Giả định liên hệ tuyến tính: giả định này sẽ đƣợc kiểm tra bằng biểu đồ phân tán scatter cho phần dƣ chuẩn hóa (Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value). Kết quả ở hình 4.1 cho thấy phần dƣ phân tán ngẫu nhiên qua đƣờng thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể nào. Nhƣ vậy, giả định liên hệ tuyến tính đƣợc đáp ứng.
Hình 4.1: Đồ thị phân tán phần dƣ
Giả định phƣơn sai của sai số kh n đổi: kết quả kiểm định tƣơng quan hạng Spearman (bảng số 20, phụ lục 10) cho thấy giá trị sig. của các biến NL, KN, HL, NV, HT, MT với giá trị tuyệt đối của phần dƣ lần lƣợt là: 0,100; 0,595; 0,063; 0,450; 0,288; 0,605 đều lớn hơn 0,05. Điều này cho thấy chúng ta không thể bác bỏ giả thiết Ho, nghĩa là phƣơng sai của sai số không đổi. Nhƣ vậy, giả định phƣơng sai của sai số không đổi không bị vi phạm.
Giả định phần dƣ có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần dƣ ở hình 4.2 cho thấy phân phối phần dƣ xấp xỉ chuẩn (trung bình mean gần bằng 0 và
49
độ lệch chuẩn Std. gần bằng 1). Nhƣ vậy, giả định phần dƣ có phân phối chuẩn không bị vi phạm.
Hình 4.2: Biểu đồ tần số histogram
Giả định kh n có tƣơn quan iữa các phần dƣ: đại lƣợng thống kê Durbin-Watson d) đƣợc d ng để kiểm định tƣơng quan chuỗi bậc nhất. Kết quả nhận đƣợc từ bảng 4.7 cho thấy đại lƣợng thống kê Durbin-Watson có giá trị là 1.802 nằm trong vùng chấp nhận, nên chấp nhận giả thuyết không có sự tƣơng quan giữa các phần dƣ. Nhƣ vậy, mô hình hồi qui bội đáp ứng đƣợc tất cả các giả định.
4.5.5 Kiểm định độ phù hợp mô hình và hiện tƣợn đa cộng tuyến:
Kiểm định độ phù hợp của mô hình:
Hệ số R² điều chỉnh là thƣớc đo sự phù hợp đƣợc sử dụng cho tình huống hồi quy tuyến tính bội vì nó không phụ thuộc vào độ lệch phóng đại của hệ số R². Kết quả phân tích hồi qui bội (bảng 4.7) cho thấy R² điều chỉnh (Adjusted R Square) bằng
50
0.591, nghĩa là mức độ phù hợp của mô hình là 59,10%. Có thể nói các yếu tố đƣợc đƣa vào mô hình đạt kết quả giải thích khá tốt cho mô hình nghiên cứu.
Bảng 4.7: Model Summaryb
Model R R² R² điều chỉnh Std. Error of
the Estimate Durbin-Watson
1 .776a .602 .591 .422 1.802
Nguồn: tác giả Kết quả nhận đƣợc từ bảng ANOVAb (bảng 4.8) cho thấy trị thống kê F là 55.148 với giá trị Sig. rất nhỏ (= 0.000 < 0.05) cho thấy mô hình ph hợp với dữ liệu nghiên cứu.
Bảng 4.8: ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 59.023 6 9.837 55.148 .000b
Residual 39.064 219 .178
Total 98.088 225
Nguồn: tác giả
Hiện tƣợn đa cộng tuyến:
Để kiểm tra hiện tƣợng đa cộng tuyến, hệ số phóng đại phƣơng sai (VIF) đƣợc sử dụng và khi VIF < 10 nghĩa là các iến độc lập không có tƣơng quan tuyến tính với nhau. Kết quả nhận đƣợc từ bảng Coefficientsa (bảng 4.6) với hệ số phóng đại phƣơng sai có giá trị từ 1.170 đến 1.500 đạt yêu cầu. Có thể kết luận mô hình hồi qui tuyến tính bội không có hiện tƣợng đa cộng tuyến. Nhƣ vậy, mối quan hệ giữa các biến độc lập không ảnh hƣởng đến việc giải thích mô hình hồi qui tuyến tính bội.
4.5.6 Phƣơn tr nh hồi qui tuyến tính bội:
51
4.6 thì phƣơng trình hồi qui bội thể hiện các yếu tố ảnh hƣởng đến sự thành công của dự án có dạng:
TC = -0.770 + 0.233*NL + 0.280*KN + 0.242*HL + 0.193*NV + 0.178*HT + 0.081*MT
Phƣơng trình hồi qui đƣợc viết lại dựa vào hệ số hồi qui chuẩn hóa hệ số beta) nhƣ sau:
TC = 0.251*NL + 0.231*KN + 0.275*HL + 0.159*NV + 0.163*HT + 0.121*MT
Tron đó:
TC: Sự thành công của dự án
Nhóm yếu tố về năng lực các ên tham gia dự án (NL), nhóm yếu tố về năng lực của CĐT KN), nhóm yếu tố về sự hài l ng của các ên liên quan (HL), nhóm yếu tố về nguồn vốn NV), nhóm yếu tố về sự hỗ trợ của các tổ chức HT) và nhóm yếu tố về môi trƣờng (MT).
Kết quả phân tích hồi qui cho thấy các biến trong thang đo các yếu tố ảnh hƣởng đến sự thành công dự án có hệ số β đều dƣơng nên tất cả các yếu tố trong mô