8. Kết cấu luận văn
4.2.2.Kết quả phân tích nhân tố khám phá EFA
Mục đích của việc phân tích nhân tố là rút gọn bớt biến và tìm ra đƣợc mô hình phù hợp nhất phục vụ cho việc nghiên cứu. Để thực hiện phân tích nhân tố, ta cần biết mô mình phân tích nhân tố có phù hợp không, thông qua hệ số KMO (Kaiser-Meyer-Olkin). Nếu hệ số KMO > 0,5 thì mô hình phân tích nhân tố đƣợc xem là phù hợp.
a. EFA thang đo các thành phần thuộc biến độc lập Bối cảnh giảng dạy
Kết quả phân tích nhân tố qua các bƣớc cho thấy, khi tập hợp các biến quan sát đã qua kiểm tra về độ tin cậy đƣa vào phân tích nhân tố với 15 biến
nghiên cứu các nhân tố tác động đến bối cảnh giảng dạy. Quá trình này đƣợc gọi là phân tích nhân tố lần 1với kết quả nhƣ sau:
Bảng 4.15. Hệ số KMO và Bartlett của thang đo Bối cảnh giảng dạy
Hệ số KMO (Kaiser-Meyer-Olkin) 0.788
Bartlett's Test of Sphericity
Approx. Chi-Square 1.323E3
Df 105
Sig. 0.000
(Nguồn: Kết quả phân tích SPSS)
- Hệ số KMO đạt 0.788 (>0.5), kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tƣơng quan với nhau và phân tích EFA là thích hợp. Trong Bảng Rotated Component Matrix cho thấy không có biến nào bị loại do hệ số tải nhân tố > 0.5. Dữ liệu kết quả phân tích nhân tố là phù hợp.
- Kết quả phân tích EFA cho thấy với phƣơng pháp trích nhân tố Principal component, phép quay Varimax cho phép trích đƣợc 5 nhân tố độc lập từ 15 biến quan sát và tổng phƣơng sai (Eigenvalues cumulative) dùng để giải thích có giá trị > 50% (0.76764). Nhƣ vậy 76.764% của biến thiên dữ liệu thuộc Bối cảnh giảng dạy đƣợc giải thích với 5 nhân tố ảnh hƣởng.
- Mức ý nghĩa kiểm định Barlett = 0.000 < 0.05. Các biến quan sát có tƣơng quan với nhau trên tổng thể.
b. EFA thang đo hai nhân tố phụ thuộc của biến Phương pháp học tập.
Căn cứ vào mô hình đề xuất nghiên cứu, nhận thấy các biến tiếp cận sâu và tiếp cận mặt là hai nhân tố phụ thuộc của nhân tố Bối cảnh giảng dạy và nhân tố Phƣơng pháp học tập, do vậy phải tiến hành phân tích nhân tố EFA cho từng nhân tố con ở trong mô hình. Dựa vào Bảng kết quả 3.6 và Bảng kết quả 3.7 (phụ lục 5) có:
Phương pháp tiếp cận sâu
Bảng 4.16. Hệ số KMO và Bartlett của PP tiếp cận sâu
Hệ số KMO (Kaiser-Meyer-Olkin) 0.707
Bartlett's Test of Sphericity
Approx. Chi-Square 1.323E3
Df 105
Sig. 0.000
(Nguồn: Kết quả phân tích SPSS)
Hệ số KMO = 0.707(>0.5) và Sig = 0.000 (<0.05) thỏa điều kiện, với phƣơng pháp trích nhân tố principal component và phép quay varimax đã trích đƣợc một nhân tố duy nhất và phƣơng sai trích đƣợc là Eigenvalues cumulative = 72.745% > 50%, phƣơng sai trích đạt yêu cầu, vì vậy việc phân tích nhân tố là thích hợp. Trong Bảng Rotated Component Matrix cho thấy các biến quan sát đều có hệ số nhân tải > 0.5, không có biến nào bị loại khỏi thang đo, rút trích đƣợc một nhân tố phụ thuộc của mô hình phƣơng pháp học tập.
Phương pháp tiếp cận mặt
Bảng 4.17. Hệ số KMO và Bartlett của thang đo PP tiếp cận bề mặt
Hệ số KMO (Kaiser-Meyer-Olkin) 0.814 Bartlett's Test of Sphericity Approx. Chi-Square 285,267 Df 6 Sig. 0.000
(Nguồn: Kết quả phân tích SPSS)
- Hệ số KMO = 0.814(>0.5) và Sig = 0.000 (<0.05) thỏa điều kiện, - Phƣơng pháp trích nhân tố principal component và phép quay varimax đã trích đƣợc một nhân tố duy nhất và phƣơng sai trích đƣợc là Eigenvalues cumulative = 68.426% > 50%, phƣơng sai trích đạt yêu cầu, vì vậy việc phân tích nhân tố là thích hợp.
- Trong Bảng Rotated Component Matrix cho thấy các biến quan sát đều có hệ số nhân tải > 0.5, không có biến nào bị loại khỏi thang đo, rút trích đƣợc một nhân tố phụ thuộc của mô hình Phƣơng pháp học tập. (adsbygoogle = window.adsbygoogle || []).push({});
Cuối cùng kết quả phân tích nhân tố của biến độc lập đƣợc trình bày ở Bảng 3.7 (phụ lục 5) của mô hình Kết quả đầu ra nhƣ sau:
- Hệ số KMO = 0.773(>0.5) và Sig = 0.000 (<0.05) thỏa điều kiện, - Phƣơng pháp trích nhân tố principal component và phép quay varimax đã trích đƣợc một nhân tố duy nhất và phƣơng sai trích đƣợc là Eigenvalues cumulative = 71.137% > 50%, phƣơng sai trích đạt yêu cầu, vì vậy việc phân tích nhân tố là thích hợp.
- Trong Bảng Rotated Component Matrix cho thấy các biến quan sát đều có hệ số nhân tải > 0.5, không có biến nào bị loại khỏi thang đo, rút trích đƣợc hai nhân tố phụ thuộc của mô hình Phƣơng pháp học tập.
c. EFA thang đo các thành phần của biến phụ thuộc Kết quả đầu ra
Kết quả phân tích cho thấy hệ số KMO = 0.808(>0.5) và Sig = 0.000 (<0.05) thỏa điều kiện, với phƣơng pháp trích nhân tố principal component và phép quay varimax đã trích đƣợc một nhân tố duy nhất và phƣơng sai trích đƣợc là Eigenvalues cumulative = 67.949%, phƣơng sai trích đạt yêu cầu, vì vậy việc phân tích nhân tố là thích hợp. Trong Bảng Rotated Component Matrix cho thấy các biến quan sát đều có hệ số nhân tải > 0.5, không có biến nào bị loại khỏi thang đo.
Bảng 4.18. Hệ số KMO và Bartlett của thang đo kết quả đầu ra
Hệ số KMO (Kaiser-Meyer-Olkin) 0.808 Bartlett's Test of Sphericity Approx. Chi-Square 286.004 Df 6 Sig. 0.000