6. Kết cấu đề tài:
2.3.2. Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA)
Thơng qua việc kiểm định hệsốtin cậyởphía trên, vì khơng cĩ bất kỳbiến nào bị loại khỏi mơ hình nghiên cứu nên tác giảtiếp tục phân tích nhân tố khám phá EFA cho 6 biến độc lập và 1 biến phụthuộc.
Phân tích nhân tố khám phá được sửdụng đểrút gọn và tĩm tắt các biến nghiên cứu thành khái niệm. Thơng qua phân tích nhân tốnhằm xác định và tìm ra nhân tố đại diện cho các biến quan sát. Phân tích nhân tốkhám phá dựa vào các tiêu chuẩn và tin cậy.
Rút trích những nhân tố ảnh hưởng đến quyết định mua của khách hàng đối với sản phẩm của Đồng phục Lion được thực hiện bởi hệsố KMO (Kaiser Meyer-Olikin
of Sampling Adequacy) và Bartlet¸s Test trong đĩ:
• KMO (Kaiser – Meyer–Olkin) là một chỉ tiêu dùng để xem xét sựthích hợp của EFA, 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp (Hồng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữliệu nghiên cứu với SPSS, tập 2, trang 31, năm 2008).
• Đại lượng Bartlett¸s test of sphericity là một đại lượng thống kê dùng đểxem xét giả thuyết các biến khơng cĩ tương quan trong tổng thể. Nếu Sig. kiểm định này bé
hơn hoặc bằng 0,05 kiểm định cĩ ý nghĩa thống kê, cĩ thể sử dụng kết quả phân tích EFA (Hồng Trọng & Chu Nguyễn Mộng Ngọc, Phân tích dữ liệu nghiên cứu với SPSS, tập 2,trang 30, năm 2008).
Tiêu chuẩn Kaiser nhằm xác định sốnhân tố được trích từ thang đo, để xác định cần xem xét giá trị Eigenvalue. Tiểu chuẩn phương sai trích nhằm xem xét phân tích nhân tốcĩ thích hợp khơng.