5. Kết cấu đề tài
2.2.5. Phân tích nhân tố khẳng định CFA
Có rất nhiều nghiên cứu lựa chọn phương pháp truyền thống như phương pháp
hệ số tương quan, phương pháp sử dụng mô hình hồi quy đa biến. Tuy nhiên
phương pháp CFA trong phân tích cấu trúc tuyến tính SEM có nhiều ưu điểm phù hợp với đề tài nghiên cứu hơn về đánh giá các nhân tố trong mô hình nên đã được
tác giả đề xuất. CFA giúp kiểm định cấu trúc lý thuyết của các thang đo với các
khái niệm khác mà không bị chệch do sai số đo lường và kiểm định giá trị hội tụ,
giá trị phân biệt của thang đo.
Mô hình được xem là phù hợp với dữ liệu thực tế khi kiểm định Chi bình
phương có P-value > 0,05. Nếu một mô hình nhận được các giá trị GFI, TLI, CFI >=
0,9 CMIN/df (chỉ số Chi bình phương có hiệu chỉnh bậc tự do) <= 3 RMSEA <=
0,08); thì mô hình được xem là phù hợp với dữ liệu thực tế hay tương thích với dữ
liệu thực tế.
Kết quả phân tích EFA ở trên ta có 7 nhân tố với các thang đo tương ứng tạo
thành mô hìnhđo lường các khái niệm bao gồm:
- “Trách nhiệm kinh tế” được đo lường bởi cácbiến quan sát thuộcnhân tố KT
-“Trách nhiệm pháp lý” được đo lường bởi các biến quan sátthuộc nhân tố PL
-“Trách nhiệm đạo đức” được đo lường bởi cácbiến quan sát thuộc nhân tốDD -“Trách nhiệmtừ thiện” được đo lường bởi cácbiến quan sát thuộc nhân tốTT - “Niềm tin” được đo lường bởi cácbiến quan sát thuộc nhân tố NT
- “Cam kết gắn bó” được đo lường bởi cácbiến quan sát thuộc nhân tố CG
- “Hành vi trách nhiệm xã hội” được đo lường bởi các biến quan sát thuộc
nhân tố HV
Tiến hành phân tích nhân tố khẳng định CFA có sử dụng chỉ số MI, được kết
quả sau:
Bảng 2.21: Các chỉsố đánh giá sựphù hợp của mô hình với dữliệu thị trường
Chỉ số Giá trị CMIN/df 1,823 TLI 0,922 CFI 0,931 GFI 0,834 SRMR 0,023 RMSEA 0,057
(Nguồn: Xửlý sốliệu dữliệu trên AMOS)
Kết quả CFA cho thấy Chi-Square điều chỉnh bậc tự do (CMIN/df) = 1,823
<3; chỉ số Tucker & Lewis (TLI) = 0,922 > 0,9; chỉ số tích hợp so sánh (CFI) =
0,931> 0,9; chỉ số so sánh phương sai (GFI) = 0,834 > 0,8; chỉ số SRMR = 0,023
<0,05 và chỉ số RMSEA = 0,057< 0,08 và các hệ số đã chuẩn hóa đều lớn hơn 0,5
(phụ lục 2). Các chỉ số này đều thỏa mãn các điều kiện tương thích với dữ liệu thị trường.
(Nguồn: Kết quả xử lý dữ liệu trên Amos)
Hình 2.1: Mô hình phân tích nhân tốkhẳngđịnh CFA
Ngoài ra khi phân tích nhân tố khẳng định CFA, nên thực hiện các đánh giá khác như:
Đánh giá độ tin cậy thang đo: thông qua hệ số độ tin cậy tổng hợp
(Composite Reliability) và phương sai trích (Average Variance Extracted).
Độ tin cậy tổng hợp CR (Joreskog) ρcvà tổng phương sai trích AVE
(Fornell&Larcker 1981)ρvcđược tính theo công thức:
Trong đó:
λiLà trọng sốchuẩn hóa biến thứI
1-λi2Là phương sai sai số đo lường biến quan sát thứi
P Là số quan sát thang đo
Theo Hair và cộng sự (2006), chỉ tiêu AVE nên đạt từ 0,5 trở lên và chỉ tiêu
CR đạt 0,7 trở lên thì là tốt. Nó phản ánh lượng biến thiên chung của các biến quan sát được bởi các biến tiềm ẩn.
Bảng 2.22: Độtin cậy tổng hợp và tổng phương sai trích
Ký hiệu Nhân tố Độ tin cậy tổng
hợp CR Tổng phương sai trích AVE KT Trách nhiệm kinh tế 0,8480 0,5304 PL Trách nhiệm pháp lý 0,8902 0,6241 DD Trách nhiệm đạo đức 0,8919 0,6236 TT Trách nhiệm từthiện 0,7770 0,4682 NT Niềm tin 0,8896 0,6692 CG Cam kết gắn bó 0,9301 0,7695 HV Hành vi trách nhiệm xã hội của nhân viên 0,9328 0,7375
Kết quả bảng 2.22 cho thấy, chỉ tiêu CR đạt 0,7 trở lên và chỉ tiêu AVE của
các nhân tố đều đạt từ 0,5 trở lên chỉ có nhân tố Trách nhiệm từ thiện có AVE=0,4682 >0,5. Vậy có thểkết luận là thang đo có độtin cậy tốt.
Kiểm định giá trị hội tụ
Kết quả xử lý số liệu cho thấy các trọng số đã chuẩn hóa ở cột Estimate đều lớn hơn 0,5 (phụlục 2) tức là có ý nghĩa thống kê vì vậy các giá trị đạt được giá trị
hội tụ(Gerbring & Anderson, 1988; Hair & ctg, 1992).
Tính đơn nguyên
Tính đơn nguyên hay còn gọi là tính đơn hướng.Mức độphù hợp với mô hình với dữliệu thị trường cho chúng ta điều kiện cần vàđủ đểcho tập biến quan sát đạt được tính
đơn nguyên trừ trường hợp sai sốcủa các biến quan sát có tương quan với nhau. Từkết quả thu được, mô hìnhđược xem là phù hợp với dữliệu thị trường và không có tương
quan giữa các sai số đo lường nên có thểkết luận nó đạt tính đơn nguyên.
Giá trịphân biệt
Là mức độ mà các yếu tố khác biệt với nhau và không tương quan với nhau. Nguyên tắc là các biến phải liên quan nhiều hơn đến yếu tốcủa chúng so với các yếu tố
khác. Nếu giá trị phân biệt không thỏa, do biến quan sát có tương quan cao với biến quan sát khác nằm ở nhân tố khác, nghĩa là biến tiềm ẩn được giải thích tốt hơn bởi những biến quan sát (của nhân tố khác) hơn là những biến quan sát của chính nó. Mối
tương quan giữa các yếu tố không được vượt quá 0,7. Bởi vì tương quan lớn hơn 0,7
cho thấy shared variance lớn hơn 50% (0,7 * 0,7 = 49% shared variance).
Hàm tính P-value trong Excel ở trên là TDIST(|CR|, n-2, 2)
Ta có P-value đều <0,05 (phụ lục 2) nên hệ số tương quan của từng cặp
khái niệm khác biệt so với 1ở độ tin cậy 95% (Mà là hệsố tương quan thì có thể
