- Kiểm tra độ tin cậy Cronbach’s Alpha, loại các biến làm Cronbach’s Alpha < 0,
CHƯƠNG.4 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.5 PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH (CFA)
Các nhân tố (khái niệm) sau khi được đánh giá sơ bộ bằng phương pháp EFA và Cronbach’s Alpha sẽ được khẳng định lại bằng việc sử dụng phương pháp phân tích nhân tố khẳng định (CFA).
Phương pháp CFA giúp nhà phân tích tìm kiếm các kiểm định thống kê để xem xét một mô hình do lường có phù hợp với dữ liệu hay không, nếu mô hình đo lường phù hợp với dữ liệu, CFA cũng cho nhà phân tích khẳng định độ giá trị lý thuyết của mô hình đo lường (Schumacker & Lomax, 2006,168).
Phương pháp CFA cho phép nhà phân tích xác định giá trị hội tụ (convergent validity) của từng biến quan sát đối với khái niệm mà chúng đo lường và giá trị phân biệt (discriminant validity) giữa các khái niệm trong mô hình nghiên cứu.
Trong CFA điều mà nhà phân tích cần quan tâm trước hết là mức độ phù hợp của mô hình với dữ liệu. Để đánh giá mức độ phù hợp của mô hình với dữ liệu, các nhà phân tích thường dựa vào nhiều chỉ tiêu. Thứ nhất là P-value của CMIN, giá trị P-value của CMIN phải >0,05. Thứ hai là tỷ số CMIN/DF, theo Carmine & McIver (1981), tỷ số CMIN/DF phải nhỏ hơn 2; trong một số trường hợp, mô hình cũng được chấp nhận khi tỷ số này xấp xỉ bằng 3. Trong thực tế, mức ý nghĩa của CMIN thường khó đạt yêu cầu vì nó rất nhạy cảm với cỡ mẫu. Do vậy, để đảm bảo độ chính xác, các nhà phân tích thường sử dụng đồng thời các chỉ tiêu GFI (Goodness of FitIndex), CFI (Comparative Fit Index), TLI (Tucker-Lewis Index). Các chỉ số CFI, TLI, GFI phải có giá trị nằm trong khoảng từ 0.9 đến 1. Theo Steiger (1990), chỉ số RMSEA có giá trị từ 0,08 trở xuống; RMSEA ≤0,05 được xem là rất tốt (Trích từ Long, 2006). Ngoài ra còn có nhiều chỉ tiêu khác, tuy nhiên mỗi nhà phân tích có sự lựa chọn riêng của họ về các chỉ tiêu đo lường mức độ phù hợp của mô hình để báo cáo, các chỉ tiêu thông thường là CMIN (hay còn gọi là Chi-square), DF và P-value của CMIN; TLI; CFI và RMSEA.
Kết quả CFA cho thấy, mô hình đạt được độ tương thích với dữ liệu thực tế cao với các chỉ số như: Chi-square = 423,955, bậc tự do df = 174, GFI = 0,884, TLI = 0,916 và CFI = 0,931 (Bentler & Bonett, 1980). Như vậy, theo Bentler và Bonett, các chỉ số
59
trên cho thấy, dữ liệu khảo sát khá phù hợp với dữ liệu thực tế trong trường hợp nghiên cứu. Đồng thời, Chỉ số Chi-square hiệu chỉnh (Chi-square/df) đạt 2,437 (theo Carmines và McIver, 1981) kết hợp với RMSEA = 0,067 (Steiger, 1990) cho thấy, dữ liệu phù hợp cho trường hợp nghiên cứu.
Hình 4-1 Kết quả phân tích CFA
Nguồn: Kết quả phân tích của tác giả (2015).