6. Tổng quan tài liệu nghiên cứu
3.3. PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
Phân tích nhân tố là một kỹ thuật phân tích nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau đƣợc xem xét dƣới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ đƣợc tính một tỷ số, đƣợc gọi là Hệ số tải nhân tố (factor loading). Hệ số này cho ngƣời nghiên cứu biết mỗi biến đo lƣờng sẽ thuộc về những nhân tố nào.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser-Meyer –Olkin) phải có giá trị lớn (0,5 <KMO<1) thể hiện phân tích nhân tố là thích hợp, c n nếu hệ số KMO <0,5 thì phân tích nhân tố có khả năng không thích
Các nhân tố đo lƣờng Số biến
quan sát Hệ sô Cronbach's Alpha Hệ số tƣơng quan biến-tổng nhỏ nhất Sự tin cậy 5 0,785 0,537 Đáp ứng 4 0,783 0,514 Năng lực phục vụ 4 0,779 0,508 Sự đông cảm 3 0,663 0,404
Phƣơng tiện hữu hình 5 0,705 0,344
hợp với các dữ liệu.
Ngoài ra, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,5 (Hair, 1998), và tổng phƣơng sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing & Anderson, 1988).
Để tiến hành phân tích nhân tố, tác giả đã sử dụng phƣơng pháp rút trích các thành phần chính (Principal Components) với phép xoay Varimax và phƣơng pháp tính nhân tố là phƣơng pháp Regression.
Bên cạnh đó, sử dụng Bartlett’s Test of Sphericity để kiểm định giả thuyết Ho: Giữa các biến không có mối tƣơng quan với nhau trong tổng thể, tức Sig. > 0,05 thì chấp nhận giả thuyết Ho.