6. Bố cục đề tài
3.3.3. Phân tích nhân tố khám phá (EFA)
Mục đích của phân tích nhân tố khám phá (EFA) là để rút gọn tập hợp các biến quan sát có mối quan hệ chặt chẻ thành một số nhân tố mà không giảm lượng thông tin các biến ban đầu. Trong quá trình phân tích nhân tố các nhà nghiên cứu thường lưu ý những yêu cầu và tiêu chuẩn như sau:
Hệ số tải nhân tố (factor loading) > 0.4, nếu biến nào có hệ số tải nhân tố ≤ 0,4 thì sẽ bị loại, factor loading lớn nhất ở cột nào thì thuộc vào nhân tố đó.
Phương sai trích ≥ 50% và eigenvalue có giá trị lớn hơn 1 thì thang đo được chấp nhận.
Hệ số KMO (Kaiser - Meyer - Olkin) - trị số dùng để xem xét sự thích hợp của phân tích nhân tố do vậy giá trị KMO phải nằm giữa 0,5 và 1 (0,5< KMO<1) thì mới phù hợp với dữ liệu thu thập được, còn nếu KMO< 0,5 thì không phù hợp. Mức ý nghĩa của kiểm định Barlles sig ≤ 0,5, thì có ý nghĩa thống kê.
Tóm lại, qua phân tích độ tin cậy của thang đo, 32 biến quan sát đại diện cho 06 biến phụ thuộc và biến độc lập Sự hài lòng qua kiểm định độ tin cậy thang đo Cronbach’s Alpha thì biến quan sát HUUHINH5 và DAMBAO5 bị loại bỏ, 30 biến quan sát còn lại đều cho thấy có độ tin cậy cao, được chấp nhận và sẽ được sử dụng trong phân tích nhân tố EFA tiếp theo. Các biến quan sát có tương
quan với nhau xét trong phạm vi tổng thể, khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).