Phân tích nhân tố đối với biến phụ thuộc

Một phần của tài liệu (luận văn thạc sĩ) đánh giá sự hài lòng của người sử dụng đối với các ứng dụng OTT ở việt nam (Trang 67 - 69)

7. Tổng quan tài liệu nghiên cứu

3.3.2. Phân tích nhân tố đối với biến phụ thuộc

Ba biến quan sát của khái niệm “Sự hài lòng” đƣợc phân tích theo phƣơng pháp Principal components với phép quay Promax. Các biến có hệ số tải nhân tố < 0.5 không đảm bảo đƣợc độ hội tụ với các biến còn lại trong thang đo sẽ bị loại bỏ. Kết quả kiểm định KMO và Barlett’s:

Bảng 3.6: Kiểm định KMO và Barlett’s đối với biến phụ thuộc

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .707 Bartlett's Test of Sphericity Approx. Chi-Square 442.612

df 3

Sig. .000

Hệ số KMO = 0.707 > 0.5, điều này chứng tỏ phân tích nhân tố thích hợp với dữ liệu nghiên cứu.

Kết quả kiểm định Barlett’s là 442.612 với mức ý nghĩa sig = 0.000 < 0.05, (bác bỏ giả thuyết H0: các biến quan sát không có tƣơng quan với nhau trong tổng thể), điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.

Bảng 3.7: Bảng eigenvalues và phƣơng sai trích đối với biến phụ thuộc

Component

Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.220 73.989 73.989 2.220 73.989 73.989 2 .457 15.221 89.209 3 .324 10.791 100.000

Kết quả cho thấy 3 biến quan sát ban đầu đƣợc nhóm thành 1 nhóm.

- Giá trị tổng phƣơng sai trích = 73.989% > 50%: đạt yêu cầu; khi đó có thể nói rằng 1 nhân tố này giải thích 73.989% biến thiên của dữ liệu.

- Giá trị hệ số Eigenvalues của nhân tố là 2.220 lớn hơn 1. Ma trận nhân tố đối với biến phụ thuộc:

Bảng 3.8: Ma trận nhân tố đối với biến phụ thuộc Component 1 HaiLong2 .890 HaiLong1 .846 HaiLong3 .844

Nhân tố trích tƣơng ứng với khái niệm “Sự hài lòng” trong mô hình

Một phần của tài liệu (luận văn thạc sĩ) đánh giá sự hài lòng của người sử dụng đối với các ứng dụng OTT ở việt nam (Trang 67 - 69)

Tải bản đầy đủ (PDF)

(122 trang)