Bước 1: Kiểm định sự thích hợp của phân tích nhân tố đối với các dữ liệu ban
đầu bằng chỉ số KMO (Kaiser – Meyer-Olkin) và giá trị thống kê Barlett (Phụ lục7).
Bảng 4.12. Kiểm định KMO và Bartlett-thang đo Kết quả hoạt động của DN
Hệ số kiểm định sự tương hợp của mẫu (KMO) 0,869
Kiểm định Bartlett's
Giá trị Chi bình phương 527.180
df 10
Sig – mức ý nghĩa quan sát 0,000
Giả thuyết: 5 biến quan sát trong tổng thể không có mối quan hệ với nhau. Kiểm định KMO và Bartlett’s trong phân tích nhân tố cho thấy không giả thuyết nào bị bác bỏ (sig. = 0,000 < 0,005), hệ số KMO cao (bằng 0,869 > 0,5). Do đó các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố EFA rất thích hợp.
Bước 2: Tiến hành phương pháp trích nhân tố và phương pháp xoay nhân tố
Bảng 4.13. Kết quả phân tích nhân tố-thang đo Kết quả hoạt động của DN Nhân tố Hệ số nhân tố tải 1 RES1 ,856 RES2 ,890 RES3 ,863 RES4 ,809 RES5 ,840 Eigenvalue 3,631
Phương sai trích tích lũy (%) 72,623
(Nguồn: Xử lý từ dữ liệu khảo sát của tác giả)
Kết quả phân tích EFA cho thấy, với phương pháp trích nhân tố Principal Axis Factoring với phép xoay Promax (blique) cho phép trích được một nhân tố với 5 biến quan sát và phương sai trích tích lũy được là 72,623% (> 50%), Giá trị Eigenvalue là 3,631 (đạt yêu cầu Eigenvalue > 1), các hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5 => Thang đo đạt yêu cầu. Các biến đo lường thành phần kết quả hoạt động của DN đều được sử dụng trong các phân tích tiếp theo. Các biến đo lường thành phần kết quả hoạt động của DN đều được sử dụng trong các phân tích tiếp theo. Biến phụ thuộc sẽ nhận giá trị trung bình của các biến