5. Phương pháp nghiên cứu
2.2.2.2. Phân tích nhân tố khám phá EFA
Bảng 2.8. Kiểm định KMO và Bartlett’s Test
Biến độc lập Biến phụthuộc TrịsốKMO 0,795 0,650
Kiểm định Bartlett's
Giá trịChi bình phương 1381,595 84,879 Bậc tựdo df 253 3 Mức ý nghĩa 0,000 0,000
(Nguồn: Kết quả xử lý và phân tích từ dữ liệu điều tra)
Kết quảphân tích EFA cho thấy:
23 biến quan sát của các nhân tố độc lậpđược phân tích nhân tố, cho ra kết quả thống kê Chi-square của kiểm định Bartlett đạt giá trị1381,595. HệsốKMO = 0,795 > 0,5; kiểm định Bartlett có Sig. = 0,000 < 0,05 nên các biến quan sát tương quan với nhau trong tổng thể. Do vậy 6thang đo rút ra được đều đạt yêu cầu.
3 biến quan sát của thành phần phụthuộcđược đưa vào để phân tích nhân tố, hệ số KMO = 0,650> 0,5; kiểm định Bartlett’s Test cho giá trị Sig. = 0,000 < 0,05 cho thấy mô hình phân tích nhân tốlà phù hợp.
Bảng2.9. Ma trận xoay nhân tốbiến độc lập
Biến quan sát Nhóm nhân tố 1 2 3 4 5 6 HI2 0,865 HI4 0,864 HI3 0,794 HI1 0,696 XH3 0,802 XH1 0,800 XH2 0,770 XH4 0,670 SD4 0,829 SD2 0,765 SD3 0,742 SD1 0,612 TC2 0,855 TC1 0,760 TC3 0,754 RR3 0,803 RR2 0,802 RR1 0,799 RR4 0,722 CP3 0,794 CP1 0,764 CP2 0,739 CP4 0,736
HệsốEigenvalue 6,244 2,577 2,358 2,041 1,660 1,207
Phươngsai trích 13,486 26,254 37,598 48,708 59,682 69,945
(Nguồn: Kết quảxửlý và phân tích từdữliệu điều tra)
Đặt tên nhân tố đại diện
Nhân tố Nhận thức sự hữu ích có giá trị Eigenvalue = 6,244, nhân tố này giải thích 13,486% sựbiên thiên của thang đo. Nhân tốnày có hệsốtải nhân tốlớn với các biến HI2 (giá trị Factor loading 0,865), HI4 (giá trị Factor loading 0,864), HI3 (giá trị Factor loading là 0,794), HI1 (giá trị Factor loading 0,696) nên tác giả đặt tên nhân tố này là HI.
Nhân tố Ảnh hưởng xã hội có giá trị Eigenvalue = 2,358, nhân tốnày giải thích 37,598% sựbiến thiên của thang đo.Nhân tốnày có hệsố tải nhân tốlớn với các biến XH3 (giá trị Factor loading 0,802), XH1 (giá trị Factor loading 0,800), XH2 (giá trị Factor loading 0,770), XH4 (giá trị Factor loading 0,670) nên tác giả đặt tên nhân tố này là XH.
Nhân tố Nhận thức tính dễ sử dụng có giá trị Eigenvalue = 2,577, nhân tố này giải thích 26,254% sựbiến thiên của thang đo. Nhân tốnày có hệsốtải nhân tốlớn với các biến SD4 (giá trị Factor loading 0,829), SD2 (giá trị Factor loading 0,765), SD3 (giá trị Factor loading 0,742), SD1 (giá trị Factor loading 0,612), nên tác giả đặt tên nhân tốnày là SD.
Nhân tốNhận thức về sự tin cậy có giá trị Eigenvalue = 2,041, nhân tốnày giải thích 48,708 sựbiến thiên của thang đo. Nhân tốnày có hệsốtải lớn với các biến TC2 (giá trị Factor loading 0,855), TC1 (giá trị Factor loading 0,760), TC3 (giá trị Factor loading 754) nên tác giả đặt tên nhân tốnày là TC.
Nhân tốNhận thức vềrủi ro có giá trị Eigenvalue = 1,207, nhân tốnày giải thích 69,945% sự biến thiên của thang đo. Nhân tố này có hệ số tải lớn với các biến RR3 (giá trị Factor loading 0,803), RR2 (giá trị Factor loading 0,802), RR1 (giá trị Factor loading 0,799), RR4 (giá trị Factor loading 0,722) nên tác giả đặt tên nhân tố này là RR.
Nhân tốNhận thức vềchi phí tài chính có giá trịEigenvalue = 1,660, nhân tốnày giải thích 59,862% sự biến thiên của thang đo. Nhân tố này có hệ số tải lớn với các
biến CP3 (giá trị Factor loading 0,794), CP1 (giá trị Factor loading 0,764), CP2 (giá trị Factor loading 0,739), CP4 (giá trị Factor loading 0,736) nên tác giả đặt tên nhân tố này là CP.
Bảng 2.10. Ma trận xoay nhân tốcủa biến phụthuộc
Biến quan sát Nhân tố 1 QĐ1 0,870 QĐ2 0,799 QĐ3 0,768 Phươngsai trích 66,135
(Nguồn: Kết quảxửlý và phân tích từdữliệu điều tra)
Sau khi tiến hành phân tích nhân tốkhám phá EFA, sốbiến quan sát vẫnđược giữ lại là 23 biến và các biến đó đều có hệsốtải đạt chuẩn > 0,5.
Như vậy, ta thấy có 6 nhân tố được trích sau khi được phân tích nhân tố bằng phương pháp Principal Components với phép quay Varimax. Qua phân tích nhân tố cũng rút trích được 6 nhân tố có Eigenvalue >1, thấp nhất là 1,207. Tổng phương sai trích đạt 69,945% > 50%. Số lượng các nhân tố được trích này phù hợp với các thành phần ban đầu của thang đo, chứng tỏphân tích EFA cho việc nhóm các biến quan sát này lại với nhau là thích hợp. Và kết quả này được đưa vào phân tích hồi quy tuyến tính đa biến (nhân tố).