5. Kết cấu của khóa luận
2.2.3.2. Phân tích nhân tố khám phá EFA biến độc lập
Trong nghiên cứu này, khi phân tích nhân tố khám phá EFA đề tài sử dụng
phương pháp phân tích các nhân tố chính (Principal Components) với số nhân tố (Number of Factor) được xác định từ trước là 5 theo mô hình nghiên cứu đề xuất. Mục đích sửdụng phương pháp này là đểrút gọn dữliệu, hạn chếvi phạm hiện tượng
đa cộng tuyến giữa các nhân tốtrong việc phân tích mô hình hồi quy tiếp theo.
Phương pháp xoay nhân tố được chọn là Varimax procedure: xoay nguyên gốc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố nhằm
tăng cường khả năng giải thích nhân tố. Những biến nào có hệsốtải nhân tố< 0,5 sẽ
bị loại khỏi mô hình nghiên cứu, chỉ những biến nào có hệ số tải nhân tố > 0,5 mới
được đưa vào các phân tích tiếp theo.
Ở nghiên cứu này, hệ số tải nhân tố (Factor Loading) phải thỏa mãn điều kiện lớn hơn hoặc bằng 0,5. Theo Hair & ctg (2009, 116), Multivariate Data Analysis, 7th Edition, Factor Loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA,
Factor Loading > 0,3 được xem là mức tối thiểu và được khuyên dùng nếu cỡ mẫu lớn hơn 350. Nghiên cứu này chọn giá trịFactor Loading > 0,5 với cỡmẫu là 150.
Bảng 14: Rút trích nhân tốbiến độc lập Biến quan sát Nhóm nhân tố 1 2 3 4 5 THUONGHIEU2 0,831 THUONGHIEU3 0,771 THUONGHIEU4 0,760 THUONGHIEU1 0,755 VITRI1 0,827 VITRI2 0,808 VITRI3 0,756 VITRI4 0,698 SANPHAM1 0,817 SANPHAM2 0,795 SANPHAM3 0,769 SANPHAM4 0,625 GIACA1 0,823 GIACA4 0,742 GIACA2 0,694 GIACA3 0,669 NHANVIEN4 0,771 NHANVIEN3 0,741 NHANVIEN2 0,722 NHANVIEN1 0,669 Eigenvalue 3,189 2,870 2,481 1,890 1,682 Cumulative % 15,947 30,296 42,698 52,146 60,557
(Nguồn: Kết quả điều tra xửlý của tác giả năm 2020)
Thực hiện phân tích nhân tốlần đầu tiên, đưa 20 biến quan sát trong 5 biến độc lậpảnh hưởng đến quyếtđịnh mua của khách hàng đối với sản phẩm VLXD vào phân tích nhân tốtheo tiêu chuẩn Eigenvalue lớn hơn 1 đã có 5 nhân tố được tạo ra.
Như vậy, sau khi tiến hành phân tích nhân tố khám phá EFA, số biến quan sát vẫn là 20, được rút trích lại còn 5 nhân tố. Không có biến quan sát nào có hệ số tải nhân tố (Factor Loading) bé hơn 0,5 nên không loại bỏ biến, đề tài tiếp tục tiến hành
các bước phân tích tiếp theo.
Kết quả phân tích nhân tố được chấp nhận khi Tiêu chuẩn phương sai trích
(Variance Explained Criteria) > 50% và giá trị Eigenvalue lớn hơn 1 (theo Gerbing &
Anderson, 1998). Dựa vào kết quảtrên, tổng phương sai trích là 60,557% > 50% do đó phân tích nhân tốlà phù hợp.
Đềtài tiến hành gom các biến quan sát:
- Nhân tố1 (Factor 1): Nghiên cứu đặt tên nhân tốmới này là“Thương hiệu– THUONGHIEU” gồm 4 biến quan sát: THUONGHIEU1, THUONGHIEU2, THUONGHIEU3, THUONGHIEU4.
- Nhân tố2 (Factor 2): Nghiên cứu đặt tên nhân tốmới này là “Vịtrí cửa hàng
– VITRI”gồm 4 biến quan sát: VITRI1, VITRI2, VITRI3, VITRI4.
- Nhân tố 3 (Factor 3): Nghiên cứu đặt tên nhân tố mới này là “Sản phẩm – SANPHAM” gồm 4 biến quan sát: SANPHAM1, SANPHAM2, SANPHAM3, SANPHAM4.
- Nhân tố 4 (Factor 4): Nghiên cứu đặt tên nhân tố mới này là “Giá cả –
GIACA”gồm 4 biến quan sát: GIACA1, GIACA2, GIACA3, GIACA4.
- Nhân tố5 (Factor 5): Nghiên cứu đặt tên nhân tốmới này là “Nhân viên bán
hàng – NHANVIEN” gồm 4 biến quan sát: NHANVIEN1, NHANVIEN2, NHANVIEN3, NHANVIEN4.