6. Kết cấu đề tài
2.2.8.2.Phân tích nhân tố khám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 6 theo mô hình nghiên cứu đềxuất. Mục
đích sử dụng phương pháp này là để rút gọn dữ liệu, hạn chế vi phạm hiện tượng đa
cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố đểtối thiểu hóa số lượng biến có hệsốlớn tại cùng một nhân tốnhằm tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽbị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệsốtải nhân tố > 0,5 mới được đưa
vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA, Factor Loading > 0,3 được xem là mức tối thiểu và
được khuyên dùng nếu cỡ mẫu lớn hơn 350. Factor Loading > 0,4 được xem là quan trọng, Factor Loading > 0,5 được xem là có ý nghĩa thực tiễn, và nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 120.
Bảng 17: Rút trích nhân tốbiến độc lập Biến quan sát Nhóm nhân tố 1 2 3 4 5 6 CHINHSACH2 0,789 CHINHSACH4 0,778 CHINHSACH3 0,714 CHINHSACH1 0,679 SUTHUANLOI3 0,808 SUTHUANLOI1 0,758 SUTHUANLOI4 0,655 SUTHUANLOI2 0,654 THUONGHIEU2 0,913 THUONGHIEU1 0,796 THUONGHIEU3 0,790 PHUONGTIENHUUHINH1 0,852 PHUONGTIENHUUHINH2 0,832 PHUONGTIENHUUHINH3 0,813 MOIQUANHE3 0,830 MOIQUANHE2 0,766 MOIQUANHE1 0,596 CHATLUONG2 0,773 CHATLUONG3 0,708 CHATLUONG1 0,698 HệsốEigenvalue 5,397 2,276 2,116 1,449 1,399 1,010
Phương sai tiến tích lũy tiến (%)
12,705 25,226 36,285 47,066 57,787 68,232
Thực hiện phân tích nhân tố lần đầu tiên, đưa 23 biến quan sát trong 6 biến độc lập ảnh hưởng đến quyết định vay của khách hàng vào phân tích nhân tố khám phá theo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 6 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 23. Không có biến quan sát nào có hệsốtải nhân tố (Factor Loading) bé hơn 0,5
nên không loại bỏbiến, đềtài tiếp tục tiến hành các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích
(Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quả trên, tổng phương sai trích là 68,232 > 50% do đó
phân tích nhân tốlà phù hợp.
Đặt tên cho các nhóm nhân tố:
Nhân tố 1 (Factor 1) gồm 4 biến quan sát: SUTHUANTIEN1, SUTHUANTIEN2, SUTHUANTIEN3, SUTHUANTIEN4. Nghiên cứu đặt tên nhân tốmới này là “Sựthuận tiện”.
Nhân tố 2 (Factor 2) gồm 4 biến quan sát: CHINHSACH1, CHINHSACH2, CHINHSACH3, CHINHSACH4. Nghiên cứu đặt tên nhân tố mới này là “Chính sách
tín dụng”.
Nhân tố 3 (Factor 3) gồm 3 biến quan sát: THUONGHIEU1, THUONGHIEU2, THUONGHIEU3. Nghiên cứu đặt tên nhân tốmới này là “Thương hiệu Ngân hàng”.
Nhân tố 4 (Factor) gồm 3 biến quan sát: MOIQUANHE1, MOIQUANHE2, MOIQUANHE3. Nghiên cứu đặt tên nhân tốmới này là “ Ảnh hưởng từcác mối quan hệ”.
Nhân tố 5 (Factor 5) gồm 3 biến quan sát: PHUONGTIENHUUHINH1, PHUONGTIENHUUHINH2, PHUONGTIENHUUHINH3. Nghiên cứu đặt tên nhân tốmới này là “Phương tiện hữu hình”.
Nhân tố 6 (Factor) gồm 3 biến quan sát: CHATLUONG1, CHATLUONG2, CHATLUONG3. Nghiên cứu đặt tên nhân tốmới này là “ Chất lượng dịch vụ”.