Tất cả 9 khái niệm nghiên cứu tương ứng với 41 biến quan sát từ kết quả phân tích EFA sẽ được đưa vào phân tích khẳng định nhân tố bậc một (first-order CFA) để đánh giá tính phù hợp của mô hình đo lường, độ tin cậy, giá trị hội tụ và giá trị phân biệt của thang đo.
a) Mức độ phù hợp tổng thể của mô hình đo lường
Trước hết, để đánh giá mức độ phù hợp tổng thể của mô hình đo lường (model overall fit) với dữ liệu thực tế, Hair &. ctg. (2010) đề xuất sử dụng 5 chỉ số chính: Chi-bình phương điều chỉnh theo bậc tự do (CMIN/df), chỉ số GIF (goodness-of-fit index) chỉ số CFI (comparative fit index), chỉ số TLI (Tucker & Lewis index) và chỉ số RMSEA (root mean square error approximation).
Bảng 3.6 Mức độ phù hợp tổng thể của mô hình đo lường (CFA bậc 1)
Chỉ số đánh giá CMIN/df GFI CFI TLI RMSEA
Điều kiện* 2.0 0.90 0.95 0.95 0.05 Mô hình đo lường 1.381 0.916 0.977 0.98 0.029
Chi-square=761.071, df=551, p= 0.000 *Theo Hair & ctg. (2010)
Một số cặp biến quan sát có tương quan phần dư khá cao (từ ±0.4 trở đi) như cp2 và cp4 là -0.53, TH3 và TH4 là 0.53, xem Phụ lục 3.10. Nhưng theo Hair & ctg.
(2010), việc loại một trong 2 biến ở mỗi cặp chỉ nên thực hiện khi mô hình đo lường cần cải thiện để phù hợp hơn. Trong trường hợp này, dữ liệu mẫu nghiên cứu thỏa mãn cả 5 chỉ tiêu phù hợp nên việc xóa bớt biến quan sát là không thật sự cần thiết, thậm chí còn làm mất đi thông tin đang có.
b) Độ tin cậy của từng mô hình đo lường
Độ tin cậy của từng thang đo trong phân tích khẳng định nhân tố CFA được xác định bằng hệ số tải nhân tố (0.5) và hệ số tin cậy tổng hợp CR (construct reliability, 0.7). Theo Hair & ctg. (2010), cách ước lượng hệ số CR tương tự như hệ số Cronbach’s Alpha nhưng có xem xét thêm phần dư của từng biến quan sát.
Kết quả phân tích CFA bậc 1 cho thấy toàn bộ 9 thang đo đạt độ tin cậy với hệ số CR nhỏ nhất là 0.831 (dp) và hệ số tải nhân tố của các biến quan sát từ 0.652 (dp1) trở lên (Phụ mục 3.11).
c) Giá trị hội tụ và giá trị phân biệt của thang đo
Giá trị hội tụ của thang đo được đánh giá bằng giá trị trung bình phương sai trích AVE (0.5). Đồng thời, mỗi khái niệm nghiên cứu đạt giá trị phân biệt khi AVE lớn hơn bình phương hệ số tương quan giữa khái niệm đó với các khái niệm còn lại (Hair & ctg., 2010). Bảng 3.7 cho thấy dữ liệu mẫu nghiên cứu có hệ số AVE của từng khái niệm đều từ 0.553 (dp) trở lên và hệ số này đều lớn hơn bình phương hệ số tương quan giữa các cặp khái niệm.
Bảng 3.7 Ma trận tương quan giữa các khái niệm nghiên cứu (CFA bậc 1)
AVE vc pv dp td tc cp HL GB TH vc 0.572 0.756* pv 0.651 0.558 0.807* dp 0.553 0.553 0.729 0.744* td 0.587 0.561 0.457 0.522 0.766* tc 0.706 0.407 0.400 0.438 0.525 0.840* cp 0.664 0.328 0.388 0.380 0.385 0.398 0.815* HL 0.611 0.499 0.575 0.626 0.614 0.646 0.543 0.782* GB 0.659 0.469 0.461 0.484 0.563 0.507 0.457 0.721 0.812* TH 0.693 0.391 0.409 0.391 0.449 0.426 0.430 0.568 0.719 0.832*
Tóm lại, dữ liệu mẫu nghiên cứu thu được hỗ trợ tốt cho 9 mô hình đo lường khi đáp ứng đầy đủ các điều kiện về độ tin cậy, giá trị hội tụ và giá trị phân biệt.