CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 3.1.Quy trình nghiên cứu
3.2.2.3. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố EFA được thực hiện ngay sau khi phân tích hệ số Cronbach’s Alpha. Các thang đo lúc này được đánh giá bằng EFA để thu nhỏ và gom các biến lại thành các nhân tố. Các biến có hệ số tương quan đơn giữa biến và các nhân tố nhỏ hơn 0.5 sẽ bị loại. EFA xem xét mối quan hệ giữa tất cả các biến ở các nhóm, các nhân tố khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều yếu tố hoặc các biến quan sát bị phân sai yếu tố từ ban đầu đồng thời thu gọn các tham số ước lượng theo từng nhóm biến hay nói cách khác là rút gọn một tập gồm nhiều
biến quan sát thành một tập biến (nhân tố) ít hơn. Các nhân tố được rút gọn này sẽ có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phương pháp phân tích nhân tố khám phá EFA được dùng để kiểm định giá trị khái niệm của thang đo.
Các bước thực hiện phân tích nhân tố EFA được thực hiện theo trình tự sau:
Xem xét giá trị của hệ số KMO: chỉ số KMO là chỉ số dùng để xem xét sự thích hợp của
phân tích nhân tố. 0.5 < KMO < 1 thì phân tích nhân tố là thích hợp với dữ liệu, ngược lại KMO < 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. (Hồng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett (Bartlett’s test of sphericity): Kiểm định Bartlett (Bartlett’s test) có
ý nghĩa thống kê (sig < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Hệ số tải nhân tố (Factor loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối
quan hệ tương quan giữa biến quan sát với nhân tố, hệ số tải nhân tố càng cao nghĩa là tương quan giữa biến quan sát với nhân tố càng lớn và ngược lại. Theo Hair & ctg (1998), Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
- Factor loading >0.3 được xem là đạt mức tối thiểu - Factor loading >0.4 được xem là quan trọng
- Factor loading >0.5 được xem là có ý nghĩa thực tiễn
Để phân tích EFA có giá trị thực tiễn, sau khi có kết quả tiến hành loại các biến quan sát có hệ số tải nhân tố < 0.5.
Tổng phương sai trích (Total Varicance Explained) đạt giá trị từ 50% trở lên, các nhân tố trích ra giải thích được bấy nhiêu phần trăm sự biến thiên của dữ liệu nghiên cứu nghĩa là xem biến thiên là 100 % thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu % (Gerbing & Anderson, 1988). 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 thơng tin tốt nhất.