4. Xây dựng thang đo
2.2.4.Phân tích nhân tố khẳng định CFA
Phương pháp CFA trong phân tích mô hình cấu trúc tuyến tích được sử dụng bởi có nhiều ưu điểm hơn so với các phương pháp truyền thống như phương pháp hệ số tương quan, phương pháp phân tích nhân tố khám phá (EFA), phương pháp đa phương pháp - đa khái niệm (MTMM),,,, (Bagozzi & Foxall, 1996), Cụ thể, phương pháp CFA cho phép kiểm định cấu trúc lý thuyết của các thang đo lường, như mối quan hệ giữa một khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường (Steenkamp & Van Trijp, 1991), Hơn nữa CFA cho phép kiểm định giá trị hội tụ và giá trị phân biệt của thang đo mà không cần dùng nhiều nghiên cứu như trong phương pháp truyền thống MTMM.
2.2.4.1. Đánh giá sự phù hợp của mô hình
Để đo lường mức độ phù hợp của mô hình với thông tin thị trường, nghiên cứu này sử dụng các chỉ tiêu: Chi-bình phương (yêu cầu: p > 5%); Chi-bình phương điều chỉnh theo bậc tự do (CMIN/DF < 3); Chỉ số GFI (Goodness-of-fit index ≈ 1); chỉ số thích hợp so sánh CFI (comparative fit index > 0,9); chỉ số TLI (Tucker & Lewis index > 0,9) và chỉ số RMSEA (root mean square error approximation < 0,08), (Browne và Cudek, 1992),
Phân tích CFA lần đầu đối với mô hình nghiên cứu đã rút gọn với 24 biến độc lập chia làm 6 nhóm nhân tố và 2 nhóm nhân tố phụ thuộc với 6 biến, cho ra kết quả CMIN/DF=1,933<3, TLI=0,895, CFI=0,910 và RMSEA=0,075<0,08, Vì TLI<0,9 nên tiến hành hiệu chỉnh mô hình bằng cách nối 2 biết a9 và a6 rồi phân tích lần 2.
Hình 2.3: Mô hình nghiên cứu CFA lần 1
Kết quả phân tích lần 2 cho kết quả CMIN/DF=1,875<3, TLI=0,900=0,9, CFI=0,919>0,9 và RMSEA=0,072<0,08 do đó cho thấy mô hình đã tương thích với dữ liệu thì trường. Do đó, ta sử dụng mô hình này để tiến hành phân tích các bước tiếp theo
2.2.4.2. Đánh giá độ tin cậy của thang đo
Độ tin cậy thang đo được xem xét qua 2 chỉ số: Độ tin cậy tổng hợp (Composite reliability - CR), tổng phương sai rút trích (Average variance extracted - AVE) và hệ số Cronbach’s Alpha.
Quá trình xử lý số liệu cho kết quả sau:
Bảng 2,6: Kết quả phân tích độ tin cậy
Nhân tố Hệ số Cronbach’s Alpha Độ tin cậy tổng hợp (CR) Tổng phương sai rút trích (AVE) CTGD 0,930 0,932 0,733
Hình 2.4: Mô hình nghiên cứu CFA lần 2
CSVC 0,879 0,878 0,596 DNTV 0,912 0,914 0,727 HP 0,933 0,936 0,830 CSHV 0,851 0,860 0,673 CLGV 0,827 0,832 0,624 HL 0,854 0,857 0,667 TT 0,878 0,879 0,707
Nguồn: Xử lý Amos và tính toán trên Excel– Phụ lục: Phân tích CFA
Với kết quả phân tích từ bảng trên ta thấy răng tất cả các hệ số độ tin cậy tổng hợp đề thỏa mãn điều kiện (0,7<CR<0,95), tổng phương sai trích EVA>0,5 và hệ số Cronbach’s Alpha >0,7, Do đó, thang đo đưa ra đáng tin cậy.
2.2.4.3. Kiểm định giá trị hội tụ
Thang đo được xem là đạt giá trị hội tụ khi các trọng số chuẩn hóa của các thang đo lớn hơn 0,5 và có ý nghĩa thống kê P–value < 0,05 (Gerbring & Anderson, 1988; Hair & cộng sự, 1992), Ngoài ra, còn một tiêu chí khác để kiểm tra giá trị hội tụ đó là tổng phương sai rút trích (AVE) của các khái niệm, Để khái niệm đạt giá trị hội tụ thì AVE tối thiểu phải là 0,5 (Fornell và Larcker, 1981).
Bảng 2.7: Hệ số chuẩn hóa và chưa chuẩn hóa
Mối tương quán Hệ số chưa chuẩn hóa Hệ số chuẩn hóa Tổng phương sai trích Nhóm CTGD 0,733 CTGD5 <--- CTGD 1,000 0,843 CTGD4 <--- CTGD 1,069 0,784 CTGD3 <--- CTGD 0,995 0,872 CTGD2 <--- CTGD 1,099 0,931
Nhóm CSVC 0,596 CSVC5 <--- CSVC 1,000 0,756 CSVC4 <--- CSVC 0,767 0,614 CSVC3 <--- CSVC 0,664 0,867 CSVC2 <--- CSVC 0,915 0,682 CSVC1 <--- CSVC 0,666 0,850 Nhóm DNTV 0,727 DNTV4 <--- DNTV 1,000 0,826 DNTV3 <--- DNTV 0,895 0,892 DNTV2 <--- DNTV 0,918 0,839 DNTV1 <--- DNTV 0,986 0,914 Nhóm HP 0,830 HP3 <--- HP 1,091 0,947 HP2 <--- HP 1,000 0,871 HP1 <--- HP 0,927 0,778 Nhóm CSHV 0,673 CSHV4 <--- CSHV 0,962 0,788 CSHV2 <--- CSHV 0,863 0,891 CSHV1 <--- CSHV 1,000 0,840 NHóm CLGV 0,624 CLGV5 <--- CLGV 1,120 0,707 CLGV4 <--- CLGV 1,057 0,817 CLGV3 <--- CLGV 1,000 0,817 Nhóm HL 0,667 HL3 <--- HL 1,078 0,861
HL1 <--- HL 1,000 0,804
NHóm TT 0,707
TT3 <--- TT 0,862 0,811
TT2 <--- TT 0,907 0,836
TT1 <--- TT 1,000 0,875
Nguồn: Xử lý Amos – Phụ lục Phân tích CFA
Theo kết quả từ bảng trên thì hệ số chưa chuẩn hóa và hệ số chuẩn hóa đều đạt giá trị >0,5, tổng phương sai trích từng nhóm nhân tố đều >0,5, Vì vậy các nhận định đưa ra đều đảm bảo đạt giá trị hội tụ trong từng nhóm nhân tố.
2.2.4.4. Tính đơn nguyên
Theo Steenkamp & Van Trijp (1991), mức độ phù hợp với mô hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn nguyên trừ trường hợp sai số của các biến quan sát có tương quan với nhau, Từ kết quả thu được, mô hình được xem là phù hợp với dữ liệu thị trường và không có tương quan giữa các sai số đo lường nên có thể kết luận nó đạt tính đơn nguyên.
2.2.4.5. Giá trị phân biệt
Để xem xét giá trị phân biệt của tất cả các khái niệm trong mô hình tới hạn (saturated model)1của nghiên cứu, có 2 tiêu chí được sử dụng là:
(1) Đánh giá hệ số tương quan giữa các khái niệm có khác biệt với 1 hay không,
(2) So sánh giá trị căn bậc 2 của AVE với các hệ số tương quan của một khái niệm với các khái niệm còn lại,
Bảng 2,8: Các hệ số kiểm định giá trị phân biệt Mối quan hệ giữa
các nhân tố
Hệ số (r) S,E,(*) C,R,
(**) P(***)
1
Mô hình tới hạn là mô hình mà trong đó các khái niệm nghiên cứu được tự do quan hệ với nhau (Anderson & Gerbing, 1988), vì vậy nó có bậc tự do thấp nhất.
CTGD <--> CSVC 0,512 0,067 7,275 0,000 CTGD <--> DNTV 0,456 0,069 7,828 0,000 CTGD <--> HP 0,507 0,067 8,082 0,000 CTGD <--> CSHV 0,559 0,065 7,614 0,000 CTGD <--> CLGV 0,593 0,063 7,014 0,000 CTGD <--> HL 0,591 0,063 6,461 0,000 TT <--> CTGD 0,282 0,075 5,459 0,000 CSVC <--> DNTV 0,456 0,069 10,332 0,000 CSVC <--> HP 0,574 0,064 6,662 0,000 CSVC <--> CSHV 0,569 0,064 6,712 0,000 CSVC <--> CLGV 0,505 0,067 7,344 0,000 CSVC <--> HL 0,532 0,066 7,078 0,000 TT <--> CSVC 0,403 0,071 8,354 0,000 DNTV <--> HP 0,464 0,069 7,749 0,000 DNTV <--> CSHV 0,502 0,068 7,374 0,000 DNTV <--> CLGV 0,462 0,069 7,769 0,000 DNTV <--> HL 0,585 0,063 6,553 0,000 TT <--> DNTV 0,402 0,071 8,364 0,000 HP <--> CSHV 0,495 0,068 7,443 0,000 HP <--> CLGV 0,5 0,068 7,394 0,000 HP <--> HL 0,469 0,069 7,699 0,000 TT <--> HP 0,388 0,072 8,504 0,000 CSHV <--> CLGV 0,525 0,066 7,147 0,000
TT <--> CSHV 0,349 0,073 8,896 0,000
CLGV <--> HL 0,504 0,067 7,354 0,000
TT <--> CLGV 0,348 0,073 8,906 0,000
TT <--> HL 0,392 0,072 8,464 0,000
a9 <--> a6 0,432 0,070 8,065 0,000
Nguồn: Xử lý Amos – Phụ lục Phân tích CFA
Từ kết quả ở bảng trên cho thấy các hệ số tương quan (r) giữa các cặp khái niệm trong thang đo đều nhỏ hơn 1 và có ý nghĩa thống kê (P-value <0,05) nên các hệ số tương quan đều khác 1, Thõa mãn điều kiện thứ nhất trong phân tích giá trị phân biệt.
Bảng 2,9: Tổng phương sai rích và căn bậc 2 tổng phương sai trích
Nhân tố Tổng phương sai rút trích (AVE)
Căn bậc 2 tổng phương sai trích CTGD 0,733 0,856 CSVC 0,615 0,784 DNTV 0,726 0,852 HP 0,830 0,911 CSHV 0,673 0,820 CLGV 0,624 0,790 HL 0,667 0,817 TT 0,707 0,841
Nguồn: Xử lý Amos và tính toán trên Excel – Phụ lục Phân tích CFA
Từ kết quả của bảng trên cho thấy tất cả các căn bậc 2 của tổng phương sai trích (AVE) đều lớn hơn hệ số tương quan (r) giữa các khái niệm với nhau nên điều kiện thứ 2 được thỏa mãn.
Như vậy, thông qua việc đảm bảo 2 điều kiện trên thì mô hình nghiên cứu đảm bảm về giá trị phân biệt, Các giá trị về độ hội tụ , độ tin cậy đều đảm bảo, do đó có thể
sử dụng mô hình này để tiến hành phân tích mô hình cấu trúc tuyến tính SEM.