3. Phương pháp nghiên cứu
2.3 Phân tích nhân tố khám phá EFA
Trong phân tích nhân tố, yêu cầu cần thiết như sau:
Hệ số KMO (Kaiser – Meyer – Olkin ) phải có giá trị 0.5 trở lên (0.5≤KMO≤1) thể hiện nhân tố phù hợp.
Kiểm định Bartlett (Bartlett’s test) có ý nghĩa thống kê (sig <0.05)chứng tỏ các biến quan sát có tương quan với tổng thể. (Theo Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2007, Phân tích dữ liệu nghiên cứu với SPSS, NXB Hồng Đức, Tp.HCM).
Với cỡ mẫu 210 yêu cầu hệ số tải nhân tố (Factor Loading) là chỉ tiêu đảm bảo mức ý nghĩa thiết thực của EFA >=0.5 (theo Hair & ctg, (1998,111), Multivariate Data Analysis Prentice – Hall Internation).
Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) >1 thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Kết quả phân tích nhân tố được thực hiện qua 3 lần. Mỗi lần loại bớt một số biến có hệ số nhân tố không phù hợp, cứ như vậy đến lúc không còn biến nào bị loại.
Phân tích nhân tố cho biến độc lập
Lần chạy 1: Ta được bảng kết quả
Bảng 2.9: Kết quả kiểm định KMO và Bartlett của biến độc lập lần 1
Kiểm định Bartlett’s cho thấy giữa các biến trong tổng thể có mối tương quan với nhau (Sig =0.000) và hệ số KMO bằng 0.839 thỏa mãn điều kiện (0.5≤ KMO ≤1) chứng tỏ sự thích hợp của EFA.
Bảng 2.10: Bảng phương sai trích khi phân tích nhân tố lần 1
- Giá trị Eigenvalue đến nhóm nhân tố thứ 5 là 1.022 >1 bằng phương pháp rút trích Principal compmant và phép quay Varimax, có 5 nhân tố được rút trích từ 20 biến quan sát. Tổng phương sai trích = 59.782% ≥ 50% cho thấy mô hình EFA là phù hợp. Như vậy, 5 nhân tố được trích cô đọng được 59.782% biến thiên các biến quan sát.
Bảng 2.11: Kết quả phân tích EFA biến độc lập lần 1
Từ bảng kết quả EFA cho thấy biến: ban_be1 là biến cần phải loại do: biến không tải lên (do có hệ số tải nhỏ hơn 0,5) vi phạm tính độc lập trong ma trận xoay. Và vẫn giữ nguyên 5 nhân tố.
Lần chạy 2:
Kiểm định Bartlett’s cho thấy giữa các biến trong tổng thể có mối tương quan với nhau (Sig =0.000) và hệ số KMO bằng 0.832 thỏa mãn điều kiện (0.5≤ KMO ≤1) chứng tỏ sự thích hợp của EFA.
- Giá trị Eigenvalue đến nhóm nhân tố thứ 4 là 1.167 >1 bằng phương pháp rút trích Principal compmant và phép quay Varimax, có 4 nhân tố được rút trích từ 19 biến quan sát.Tổng phương sai trích = 55.662% ≥ 50% cho thấy mô hình EFA là phù hợp. Như vậy, 4 nhân tố được trích cô đọng được 55.662% biến thiên các biến quan sát.
Từ bảng kết quả EFA cho thấy biến: truong_dh1 là biến cần phải loại do: biến không tải lên ở cả hai nhân tố (do có hệ số tải nhỏ hơn 0,5) vi phạm tính độc lập trong ma trận xoay. Và vẫn 5 nhân tố đã giảm xuống còn 4 nguyên tố.
Lần chạy 3:
Bảng 2.13: Kết quả kiểm định KMO và Bartlett của biến độc lập lần 3
Kiểm định Bartlett’s cho thấy giữa các biến trong tổng thể có mối tương quan với nhau (Sig =0.000) và hệ số KMO bằng 0.824thỏa mãn điều kiện (0.5≤ KMO ≤1) chứng tỏ sự thích hợp của EFA.
Bảng 2.14: Bảng phương sai trích khi phân tích nhân tố lần 3
- Giá trị Eigenvalue đến nhóm nhân tố thứ 4 là 1.164 >1 bằng phương pháp rút trích Principal compmant và phép quay Varimax, có 4 nhân tố được rút trích từ 18 biến quan sát. Tổng phương sai trích = 56.970% ≥ 50% cho thấy mô hình EFA là phù hợp. Như vậy, 4 nhân tố được trích cô đọng được 56.970% biến thiên các biến quan sát.
Bảng 2.15: Kết quả phân tích EFA lần 3
Từ bảng kết quả ta thấy 18 biến hỏi được gom còn 4 nhân tố hoàn toàn không có sự vi phạm về tính độc lập và hệ số tải Factor loading đều lớn hơn 0.5.
Kết luận: Từ kết quả phân tích lần 3 ta thấy các biến hỏi hoàn toàn độc lập với các
nhân tố, từ 5 nhân tố sau quá trình xử lí chỉ còn 4 nhân tố chính. Đây sẽ là cơ sở cho phần giải thích kết quả mô hình mới cho nghiên cứu phía sau, đồng thời là phát hiện quan trọng để hình thành kết luận đề tài và đưa ra kiến nghị.
Phân tích EFA cho biến phụ thuộc:
Kiểm định Bartlett’s cho thấy giữa các biến trong tổng thể có mối tương quan với nhau (Sig =0.000) và hệ số KMO bằng 0.743 thỏa mãn điều kiện (0.5≤KMO≤1) chứng tỏ sự thích hợp của EFA.
- Giá trị Eigenvalue đến nhóm nhân tố thứ 1 là2.235 >1 bằng phương pháp rút trích Principal compmant và phép quay Varimax, có 1 nhân tố được rút trích từ 4 biến quan sát. Tổng phương sai trích = 55.883% ≥ 50% cho thấy mô hình EFA là phù hợp. Như vậy, 1 nhân tố được trích cô đọng được 55.883% biến thiên các biến quan sát.
Kết quả từ bảng phân tích cho thấy các nhân tố đều có hệ số Factor loading >0.5. Vậy không có nhân tố nào bị loại trừ.
Mô hình hiệu chỉnh
Hình 2.4: Mô hình hiệu chỉnh
Trong đó:
Nhân tố “Môi trường học tập” bao gồm các biến quan sát: truong_dh2, truong_dh3, truong_dh4, truong_dh5, truong_dh6, nguoi_kn1, nguoi_kn2, nguoi_kn3.
QUYẾT ĐỊNH LỰA CHỌN TRƯỜNG ĐẠI HỌC KHỐI KINH TẾ CỦA HỌC SINH LỚP 12 TRÊN ĐỊA BÀN HÀ NỘI
Môi trường học tập Gia đình
Mạng xã hội Bạn bè
Nhóm gộp hai nhân tố lại này thành một nhân tố bao quát hơn, Môi trường học tập ở đây bao gồm môi trường học tập cấp 3 (nguoi_kn1, nguoi_kn2, nguoi_kn3) và môi trường học tập trường đại học (truong_dh2, truong_dh3, truong_dh4, truong_dh5, truong_dh6).
Nhân tố "Mạng xã hội" bao gồm các biến quan sát: mang_xh1, mang_xh2, mang_xh3, mang_xh4
Nhân tố "Gia đình" bao gồm các biến quan sát: gia_dinh1, gia_dinh2, gia_dinh3, gia_dinh4
Nhân tố "Bạn bè" bao gồm các biến quan sát ban_be2, ban_be Tương quan Person:
Sau khi đã có được các biến đại diện độc lập và phụ thuộc ở phần phân tích nhân tố EFA, tiếp theo tiến hành phân tích tương quan Pearson để kiểm tra mối quan hệ tuyến tính giữa các biến này.
- Pearson Correlation là giá trị r để xem xét sự tương thuận hay nghịch, mạnh hay yếu giữa 2 biến
- Hàng Sig. (2-tailed) là sig kiểm định xem mối tương quan giữa 2 biến là có ý nghĩa hay không. Sig < 0.05, tương quan có ý nghĩa; sig ≥ 0.05, tương quan không có ý nghĩa. Cần xem xét sig trước, nếu sig < 0.05 mới nhận xét tới giá trị tương quan Pearson r.
Sig tương quan Pearson các biến độc lập GD, MTHT, MXH với biến phụ thuộc QD nhỏ hơn 0.05. Như vậy, có mối liên hệ tuyến tính giữa các biến độc lập này với biến QD. Giữa MTHT và QD có mối tương quan mạnh nhất với hệ số r là 0.649, giữa GD và QD có mối tương quan yếu nhất với hệ số r là 0.263.
Sig tương quan Pearson giữa BB và QD lớn hơn 0.05, do vậy, không có mối tương quan tuyến tính giữa 2 biến này. Biến BB sẽ được loại bỏ khi thực hiện phân tích hồi quy tuyến tính bội.