Xét phần riêng (uniquenesses) của các biến quan sát: Ta thấy tất cả các biến quan sát đều có phần riêng nhỏ(<0.5). Chỉ có phần riêng của biến Marketing3(0.545)
hơi lớn, không đạt về trích phần chung.
Xét trọng số nhân tố của các biến quan sát: Tất cả các biến đều có trọng số
nhân tố cao(>0.5). Vậy các biến đạt yêu cầu về trọng số. Mặt khác không có trường hợp 1 biến tải trọng lên nhiều yếu tố.
Tổng phương sai tích lũy cho 6 yếu tốnày là 69.2% (>50%) đạt yêu cầu về phương sai trích. Sau khi loại biến NhuCau5 thì tổng phương sai trích tăng lên. Điều
đó cho thấy loại biến NhuCau5 là hợp lý.
Đánh giá sơ bộ giá trị hội tụ và giá trị phân biệt của từng thang đo.
Đánh giá giá trị hội tụ: Theo Jame Gaskin(2014) cho rằng: Bất kểkích thước mẫu là bao nhiêu thì tải trọng yếu tố cho bất kỳ biến nào >0.5 và trung bình tải trọng của các biến cho từng yếu tố>0.7 thì thang đo đó đạt giá trị hội tụ. Kết quả phân tích cho thấy: Trung bình trọng số nhân tố của các biến cho từng yếu tốđều lớn hơn 0.7 và
trọng số của mỗi biến đều lớn hơn 0.5 (Hình 4.3) cho thấy các thang đo đạt giá trị hội tụ.
49
Bảng 4.4: Kết quả EFA lần 4 của phần riêng và trọng số nhân tố.
Nguồn: Tác giả tính toán
Đánh giá giá trị phân biệt của các thang đo: Các biến tải đáng kể vào 1 yếu tố(sự chênh lệch tải trọng giữa các yếu tố >0.2). Mặt khác ma trận tương quan(Hình 4.4) của các nhân tố cho thấy: Tất cả hệ sốtương quan giữa các yếu tốđều nhỏ(<0.7).
50
Bảng 4.5: Phương sai tích lũy và ma trận tương quan các yếu tố
Nguồn: Tác giả tính toán