Các tiêu chuẩn phân tích khám phá (EFA)
Thứ nhất, hệ số KMO (Kaiser – Meyer – Olkin) là một chỉ số dùng để xem
xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Thứ hai, kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét
các biến quan sát trong nhân tố có tương quan với nhau hay không. 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. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố, Nguyễn Đình Thọ (2014)
Thứ ba, trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng
nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố có Eigenvalue ≥ 1 mới được giữ lại trong mô hình.
Thứ tư, tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy
mô hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Thứ năm, hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân
tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Với mẫu là 150, tác giả chọn Factor Loading là 0.5 cho phân tích dữ liệu. Và khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0.3 để đảm bảo giá trị phân biệt của các nhân tố. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
4.3.3.1. Kết quả phân tích nhân tố khám phá EFA đối với biến độc lập
Kết quả phân tích nhân tố khám phá lần đầu với 27 biến quan sát (Phụ lục 7).
Từ kết quả của bảng ma trận xoay (Phụ lục 7), biến DU3 sẽ bị loại do biến này được tải lên ở cả 2 nhân tố là Component 3 và Component 4, vi phạm tính phân biệt trong ma trận xoay với hệ số tải lần lượt là 0.552 và 0.671, mức chênh lệch hệ số tải nhỏ hơn 0.3.
Tiến hành thực hiện phân tích nhân tố khám phá EFA lần 2 với 26 biến quan sát, sau khi đã loại đi biến DU3. (Phụ lục 8)
Xét điều kiện để phân tích EFA đối với 26 biến độc lập
B 13Bảng 4.13: KMO and Bartlett's Test với 26 biến quan sát
Hệ số kiểm định KMO .862
Kiểm định Bartlett
Giá trị bình quân xấp xỉ (khi bình phương) 1494.275
Bậc tự do (Df) 316
Mức ý nghĩa (Sig.) .000
Nguồn: Kết quả phân tích SPSS của tác giả
Sau khi loại bỏ biến quan sát DU3, phân tích nhân tố được thực hiện lại với 26 biến quan sát. Kết quả phân tích EFA lần thứ hai, bảng 4.13 cho thấy:
(1) KMO = 0.862 > 0.5: phân tích nhân tố là phù hợp. (2) Sig = 0.000 < 0.05: phân tích này có ý nghĩa.
Để tiến hành phân tích nhân tố, tác giả đã sử dụng phương pháp rút trích các thành phần chính (Principal Compenents) với phép xoay Varimax.
B 14Bảng 4.14: Tổng phương sai trích với 26 biến quan sát Nhân
tố
Eigenvalues khởi tạo Tổng bình phương hệ số tải nhân tố trích
Tổng bình phương hệ số tải nhân tố xoay
Tổng % phương sai % tích lũy Tổng % phương sai % tích lũy Tổng % phương sai % tích lũy 1 6.815 26.175 26.175 6.815 26.175 26.175 3.477 13.515 13.515 2 2.592 10.212 36.387 2.592 10.212 36.387 3.339 12.643 26.158 3 2.165 8.316 44.703 2.165 8.316 44.703 3.061 11.756 37.914 4 1.896 7.591 52.294 1.896 7.591 52.294 2.813 11.495 49.409 5 1.756 7.497 59.791 1.756 7.497 59.791 2.707 10.382 59.791 6 0.989 4.108 63.899 …. ……. …….. ……… ….. ……. ……. ……… 26 .207 .794 100.000
Nguồn: Kết quả phân tích SPSS của tác giả
(1) Bảng 4.14, cho thấy có năm nhân tố trích được tại Eigenvalue là 1.756 > 1. Do đó, chúng ta dừng ở nhân tố thứ năm. Số lượng nhân tố trích được phù hợp với giả thuyết ban đầu về số lượng thành phần của thang đó, có thể kết luận giữa các nhân tố đạt được giá trị phân biệt.
(2) Từ bảng 4.11, cho thấy tổng phương sai trích (Total Variance Explained) là 59.791% (≥ 50%). Điều này có nghĩa là năm nhân tố này giải thích được 59.791% biến thiên của tập dữ liệu.
B 15Bảng 4.15: Ma trận xoay nhân tố với 26 biến quan sát Component 1 2 3 4 5 TC1 .814 TC2 .802 TC4 .769 TC3 .754 TC5 .695 TC6 .639 HH1 .802 HH4 .784 HH3 .762 HH6 .696 HH5 .685 HH2 .667 DU5 .758 DU1 .742 DU4 .734 DU6 .719 DU2 .684 DB1 .794 DB5 .752 DB4 .685 DB2 .648
DB3 .642
DC2 .784
DC4 .756
DC1 .742
DC3 .697
Nguồn: Kết quả phân tích SPSS của tác giả
(3) Từ bảng 4.15, cho thấy 26 biến quan sát đều có hệ số tải lớn hơn 0.50 nên các biến quan sát đều quan trọng trong nhân tố, chúng có ý nghĩa thiết thực. 26 biến quan sát được rút trích thành 4 nhân tố:
Nhân tố thứ 1 gồm 6 biến: TC1, TC2, TC3, TC4, TC5, TC6. Nhân tố này được đặt tên là TC.
Nhân tố thứ 2 gồm 5 biến quan sát: DU1, DU2, DU4, DU5, DU6. Nhân tố này được đặt tên là DU.
Nhân tố thứ 3 gồm 5 biến quan sát: DB1, DB2, DB3, DB4, DB5. Nhân tố này được đặt tên là DB.
Nhân tố thứ 4 gồm 4 biến quan sát: DC1, DC2, DC3, DC4. Nhân tố này được đặt tên là DC.
Nhân tố thứ 5 gồm 6 biến quan sát: HH1, HH2, HH3, HH4, HH5, HH6. Nhân tố này được đặt tên là HH.
4.3.3.2. Kết quả phân tích nhân tố khám phá EFA đối với biến phụ thuộc
Kết quả phân tích nhân tố khám phá EFA đối với biến phụ thuộc (Phụ lục 9) Xét điều kiện để phân tích EFA đối với biến phụ thuộc
B 16Bảng 4.16: KMO and Bartlett's Test đối với biến phụ thuộc
Hệ số KMO .732
Kiểm định Bartlett
Giá trị khi bình phương sâp sỉ 187.312
Bậc tự do (df) 3
Mức ý nghĩa (sig) .000
Nguồn: Kết quả phân tích SPSS của tác giả
Sig = 0.000 < 0.05 nên phân tích có ý nghĩa.
Đánh giá giá trị thang đo bằng EFA
B 17Bảng 4.17: Total Variance Explained đối với biến phụ thuộc Nhân tố Eigenvalues khởi tạo Tổng bình phương hệ số tải nhân
tố trích Tổng % phương sai % tích lũy Tổng % phương sai % tích lũy 1 2.187 65.684 65.684 2.187 65.684 65.684 2 0.653 21.522 87.206 3 0.419 12.794 100
Nguồn: Kết quả phân tích SPSS của tác giả
B 18Bảng 4.18: Ma trận xoay nhân tố đối với biến phụ thuộc Nhân tố
1 PT2 .872 PT1 .853 PT3 .845
Nguồn: Kết quả phân tích SPSS của tác giả
(1) Bảng 4.17, cho thấy có một nhân tố trích được tại Eigenvalue là 2.187. Số lượng nhân tố trích được phù hợp với giả thuyết ban đầu, có thể kết luận thang đo biến phụ thuộc đạt được giá trị phân biệt.
(2) Kích thước mẫu là 150 và Factor loading theo bảng 4.15 đều ≥ 0.5 nên thang đo đạt được giá trị hội tụ.
(3) Bảng 4.17, cho thấy có một nhân tố trích được với tổng phương sai trích là 65.684%. Điều này có nghĩa là nhân tố này lấy được 65.684% phương sai của ba biến quan sát, nên mô hình EFA phù hợp.