7. Tổng quan tài liệu nghiên cứu
3.2.2. Phân tích nhân tố khám phá (EFA)
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
- Thứ nhất, trị số KMO ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett căn
cứ trên giá trị Sig. ≤ 0,05.
Kiểm định Bartlett là đại lƣợng thống kê dùng để xem xét giả thuyết các biến không có tƣơng quan trong tổng thể. Điều kiện cần để áp dụng phân tích nhân tố là Sig. ≤ 0,05 các biến phải có tƣơng quan với nhau (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Còn KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn (0,5 ≤ KMO ≤ 1) thì phân tích nhân tố là thích hợp, còn nếu trị số này nho hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
- Thứ hai, đại lượng Eigenvalue >1
Đại lƣợng Eigenvalue đại diện cho lƣợng biến thiên đƣợc giải thích bởi mỗi nhân tố. Chỉ có những nhân tố nào có Eigenvalue lớn hơn 1 mới đƣợc giữ lại trong mô hình phân tích. Những nhân tố có Eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phƣơng sai là 1.
- Thứ ba, tổng phương sai trích ≥ 50%
Tổng phƣơng sai trích (Variance Explained Criteria) là phần trăm phƣơng sai toàn bộ đƣợc giải thích bởi từng nhân tố. Nếu coi biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giai thích đƣợc bao nhiều %.
Tổng phƣơng sai trích tối thiểu phải bằng 50% thì phân tích nhân tố đƣợc xem là phù hợp (Anderson & Gerbing, 1988).
- Thứ tư, hệ số tải nhân tố >0,5
Hệ số tải nhân tố (Factor loading) là chỉ tiêu cho thấy mối quan hệ chặt chẽ giữa biến quan sát và nhân tố. Theo Hair & cộng sự (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA: Factor loading > 0,3 đƣợc xem là đạt mức tối thiếu; Factor loading > 0,4 đƣợc xem là quan trọng; Factor loading > 0,5 đƣợc xem là có ý nghĩa thực tiễn. Trong nghiên cứu này ngƣời nghiên cứu chọn Factor loading ≥ 0,5. Nếu biến quan sát nào có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại.
a. Phân tích nhân tố khám phá (EFA) cho 6 biến độc lập.
Theo kết quả phân tích EFA, Barlett’s test có Sig.= 0,000 < 0,05 (bác bỏ H0) và Hệ số KMO là 0,788 > 0,5 nên phân tích nhân tố là thích hợp với dữ liệu thu thập đƣợc.
Bảng 3.19. KMO và kiểm định Barlett cho biến độc lập
KMO and Bartlett's Test Hệ số KMO
,788
Kiểm định Barlett
H0 (Các biến không có tƣơng quan với nhau)
Khi bình phƣơng 3693,541 Độ lệch chuẩn 210
Mức ý nghĩa (Sig.) ,000
Bảng 3.20. Kết quả phân tích nhân tố khám phá EFA cho biến độc lập Biến quan sát Nhân tố 1 2 3 4 5 6 TI1 ,879 TI2 ,865 TI3 ,837 TI4 ,824 HI1 ,888 HI3 ,871 HI4 ,860 HI2 ,827 SD3 ,876 SD2 ,854 SD1 ,835 SD4 ,834 RR2 ,897 RR1 ,893 RR3 ,873 TT3 ,886 TT2 ,841 TT1 ,810 TN3 ,879 TN2 ,811 TN1 ,701 Eigenvalue 4,484 3,229 2,674 2,252 1,776 1,364 Phƣơng sai trích 21,354 15,378 12,735 10,724 8,458 6,496
(Nguồn: Kết quả phân tích SPSS)
Phân tích nhân tố khám phá (sử dụng kỹ thuật trích yếu tố Principal Component với phép quay Varimax) đƣợc thực hiện cho toàn bộ các biến quan sát. Kết quả rút trích đƣợc 6 nhân tố tại Eigenvalue là 1,364. Tổng phƣơng sai trích là 75,143 > 50%. Hệ số tải nhân tố của các biến đều lớn hơn 0,5. Nhƣ vậy mô hình nghiên cứu có 6 nhân tố là: Nhân tố Dễ sử dụng cảm nhận gồm bốn biến quan sát từ SD1 đến SD4, nhân tố Hữu ích cảm nhận gồm bốn biến quan sát từ HI1 đến HI4, nhân tố Rủi ro cảm nhận gồm ba biến quan sát từ RR1 đến RR3, nhân tố Tin tƣởng cảm nhận gồm bốn biến quan sát từ TT1 đến TT4, nhân tố Tín nhiệm gồm 3 biến quan sát từ TN1 đến TN3 và cuối cùng là nhân tố Tự tin cảm nhận gồm ba biến qua sát từ TTin1 đến TTin3 đều có ý nghĩa thực tiễn và giải thích đƣợc đến 75,143% sự biến thiên của dữ liệu và các biến quan sát này của các thang đo sẽ đƣợc dùng để tiếp tục phân tích độ tin cậy của các thang đo ở phần sau.
b. Phân tích nhân tố khám phá (EFA) cho biến phụ thuộc
Kết quả phân tích biến phụ thuộc cho các kết luận:
-Hệ số KMO = 0,701 > 0,5 với Sig = 0,000 < 0,05 có thể kết luận dữ liệu phù hợp để phân tích nhân tố.
-Tại các giá trị Eigenvalue lớn hơn 1 với phƣơng pháp rút trích phƣơng pháp Principal Component và phép quay Varimax, phân tích nhân tố đối với biến phụ thuộc đã trích đƣợc 1 yếu tố từ 3 biến quan sát với phƣơng sai trích 80,94% > 50% nên đạt yêu cầu.
Nhƣ vậy các biến quan sát của biến phụ thuộc hội tụ thành một yếu tố và có thể gọi là yếu tố “Ý định sử dụng”.
Bảng 3.21. KMO và kiểm định Barlett cho biến độc lập
KMO and Bartlett's Test
Hệ số KMO ,701
Kiểm định Barlett
H0 (Các biến không có tƣơng quan với nhau)
Khi bình phƣơng 590,774
Độ lệch chuẩn 3
Mức ý nghĩa (Sig.) ,000
(Nguồn: Kết quả phân tích SPSS)
Bảng 3.22. Kết quả phân tích nhân tố khám phá EFA cho biến phụ thuộc
Component 1 YD1 ,911 YD2 ,936 YD3 ,850 Eigenvalue 2,428 Phƣơng sai trích 80,941
(Nguồn: Kết quả phân tích SPSS)