Đểđánh giá giá trị của thang đo chính thức, nghiên cứu sinh sử dụng phân tích nhân tố khám phá EFA. Trong nghiên cứu này, phân tích nhân tốđược sử dụng để tóm tắt tập các biến quan sát vào một số nhân tốđo lường vào các khía cạnh khác nhau của các khái niệm được nghiên cứu. Các tiêu chuẩn được áp dụng và chọn biến đối với phân tích EFA này bao gồm:
0.00% 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% Không có thời gian
Lo ngại về chất lượng dịch vụ chi phí cao chưa thấy thực sự cần thiết khác 66.71% 59.71% 58.90% 45.68% 19.17%
- Tiêu chuẩn rút trích nhân tố bao gồm hai chỉ số Engenvalue- đại diện cho lượng biến thiên được giải thích bởi các nhân tố và chỉ số Cummulative- tổng phương sai trích cho biết phân tích nhân tố giải thích được bao nhiêu % và bao nhiêu % được thất thoát. Theo Gerbing và Anderson (1988) các nhân tố có Engenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc. Do đó các nhân tố nếu rút trích tại Engenvalue >_1 và được chấp nhất khi tổng phương sai trích có giá trị >_50%. Cũng theo Berbing và Anderson thì nếu sau phân tích EFA là phân tích hồi quy thì có thể sử dụng phương pháp Principal components với phép xoát Vairimax, còn nếu sau khi EFA là phân tích nhân tố bằng khẳng định CFA và phân tích mô hình cấu trúc tuyến tính SEM thì nên sử dụng phương pháp trích Principal Axis Fatorig với phép xoát Promax.
- Tiêu chuẩn hệ số tải - Factor loadings biểu thị tương quan đơn giản giữa các thang đo với các nhân tố, dùng đểđánh giá mức ý nghĩa của EFA. Hệ số Factor loadings > 0,3 thì cỡ mẫu phải ít nhất là 350; nếu tiêu chuẩn này > 0,55 thì cỡ mẫu khoảng 100 còn nếu cỡ mẫu chỉ khoảng 50 thì factor loadings > 0,75. Ngoại lệ, có thể giữ lại biến có hệ số factor loadings < 0,3 nhưng biến đó phải có giá trị theo Hair & cộng sự (1998).
* Đánh giá giá trị thang đo biến độc lập
Đầu tiên, để đánh giá xem phương pháp phân tích nhân tố khám phá có thực sự phù hợp để phân tích trong trường hợp này không, nghiên cứu sinh sử dụng kiểm định KMO và Barlett’s. Bảng 4.7: Kiểm định KMO và Bartlett Yếu tố cần đánh giá Kết quả So sánh Hệ số KMO 0,833 0,5<0,833<1 Sig 0,000 0,000<0,05 Tổng phương sai trích 64,42% 64,42%>50% Eigenvalue 1,211 1,211>1 Nguồn: kết quả phân tích dữ liệu
Từ việc phân tích EFA, thu được kết quả như bảng 4.6. Chúng ta có thể thấy dữ liệu của bảng 4.7 hoàn toàn phù hợp để thực hiện phân tích nhân tố.
- Giá trị KMO = 0,833 > 0,5 phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Barlett’s là 7874.566 với mức ý nghĩa sig = 0,000 < 0,05 (bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể) như vậy giả thuyết về mô hình nhân tố là không phù hợp và sẽ bị loại bỏ, điều này chứng tỏ dữ liệu
dùng để phân tích nhân tố là hoàn toàn thích hợp, các biến quan sát có tương quan với nhau trong tổng thể.
Kết quả cho thấy 4 biến quan sát ban đầu được nhóm thành 1 nhóm
- Giá trị tổng phương sai trích = 64,42% > 50% đạt yêu cầu, khi dó có thể nói rằng 62,104% biên thiên của dữ liệu đã được giải thích bởi 8 nhân tố mới.
- Giá trị hệ số Eigenvalues của nhân tố 1,211 > 1.
- Hệ số Factor loading của các biến quan sát đều có giá trị lớn hơn 0,5.
Bảng 4.8: Ma trận nhân tố xoay Nhân tố 1 2 3 4 HA1 .824 HA4 .819 HA7 .797 HA2 .783 HA5 .780 HA6 .765 HA10 .761 HA8 .759 HA9 .751 NT1 .859 NT3 .854 NT2 .835 NT4 .760 CM2 .888 CM3 .860 CM1 .805 CM4 .739 TD2 .790 TD4 .786 TD1 .778 TD3 .758
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 5 iterations.
Đối với ma trận xoay, các biến nếu có hệ tải < 0,3 sẽ bị loại và tổng phương sai trích sẽ phải lớn hơn 50%. Kết quả từ bảng 4.8 cho thấy 22 biến quan sát có thể nhóm lại thành 4 nhóm nhân tố.
Kết quả phân tích nhân tố EFA cho thấy các biến quan sát của sự quan tâm tới hình ảnh bản thân được tải vào cùng nhân tố. Hệ số tải cao nhất là 0,824 và thấp nhất là 0,751 điều này chỉ ra rằng các biến quan sát ởđây đều có ý nghĩa với nhân tố sự quan tâm tới hình ảnh bản thân.
Các biến về chuẩn mực chủ quan được tải vào cùng một nhân tố. Hệ số tải của các biến quan sát này có hệ số lần lượt là 0,888; 0,860; 0,805; 0,739 Điều này chứng tỏ rằng các biến quan sát này có ý nghĩa mật thiết với chuẩn mực chủ quan.
Cũng theo kết quả của phân tích EFA các biến quan sát của biến thái độđối với dịch vụ spa được tải về chung một nhân tố. Các biến quan sát này có hệ số tải lần lượt là 0,790; 0,786; 0,778; 0,758. Như vậy các biến quan sát này có ý nghĩa mật thiết với nhân tố thai độđối với dịch vụ spa.
Kết quả phân tích EFA cho nhận thức về kiểm soát hành vi cho thấy tất cả các tiêu chí đo lường của biến này được tải về chung một nhóm với hệ số tải từ 0,859 đến 0,760. Điều đó chứng minh các tiêu chí này có ý nghĩa mật thiết với nhận thức kiểm soát hành vi.
* Đánh giá giá trị thang đo biến phụ thuộc
Bảng 4.9. Kiểm định KMO và Bartlett biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .781 Bartlett's Test of Sphericity Approx. Chi-Square 899.509
df 6
Sig. .000
Nguồn: trích điều tra của tác giả
- Giá trị KMO = 0,781 > 0,5 phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Barlett’s là 899.509 với mức ý nghĩa sig = 0,000 < 0,05 (bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể) như vậy giả thuyết về mô hình nhân tố là không phù hợp và sẽ bị loại bỏ, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp, các biến quan sát của biến phụ thuộc có tương quan với nhau trong tổng thể.
Dựa vào bảng 4.10 ta có thể thấy giá trị tổng phương sai trích = 64,797% > 50% đạt yêu cầu, khi đó có thể nói rằng 64,797% biên thiên của dữ liệu đã được giải thích
Bảng 4.10 Giải thích tổng phương sai (adsbygoogle = window.adsbygoogle || []).push({});
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.592 64.797 64.797 2.592 64.797 64.797 2 .540 13.499 78.296 3 .519 12.965 91.261 4 .350 8.739 100.000 Extraction Method: Principal Component Analysis.
Nguồn: trích điều tra của tác giả
Bảng 4.11 ma trận xoay của biến phụ thuộc cũng cho thấy 4 item được tải vào một nhân tố. Điều này hoàn toàn phù hợp để tiến hành các phân tích tiếp theo.
Bảng 4.11 Bảng ma trận xoay Component 1 YD1 .835 YD4 .820 YD2 .787 YD3 .776 Nguồn: trích điều tra của tác giả
Như vậy, sau khi chạy kiểm định EFA, ta có kết quả như sau: các yếu tố thái độ đối với dịch vụ spa, chuẩn mực chủ quan, nhận thức kiểm soát hành vi và hình ảnh bản thân đều có các biến quan sát được tải về cùng một nhân tố độc lập và giá trị Factor loading đều có giá trịđảm bảo được yêu cầu > 0,3. Như vậy, sau khi phân tích nhân tố EFA thì tất cả các yếu tố trong mô hình đều được đảm bảo yêu cầu để nghiên cứu sinh sử dụng tiếp ở các bước phân tích tiếp theo.
Từ kết quả phân tích EFA, mô hình nghiên cứu chính thức của luận án như sau: Extraction Method: Principal Component Analysis.a
Hình 4.1: Mô hình nghiên cứu chính thức
Nguồn: nghiên cứu sinh đề xuất
Và các giả thuyết chính thức của luận án như sau:
H1: Thái độđối với dịch vụ spa có ảnh hưởng thuận chiều tới ý định sử dụng dịch vụ spa.
H2: Chuẩn mực chủ quan có ảnh hưởng thuận chiều tới ý định sử dụng dịch vụ spa. H3: Nhận thức về kiểm soát hành vi có ảnh hưởng thuận chiều tới ý định sử dụng dịch vụ spa.
H4: Sự quan tâm tới hình ảnh bản thân có ảnh hưởng thuận chiều đến ý định sử dụng dịch vụ spa.