Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, trước tiên, tác giả sẽ tiến hành phân tích nhân tố đối với những biến quan sát của 2 biến độc lập là So sánh lên và So sánh xuống được sử dụng.
Phương pháp đo Kaiser-Meyer-Olkin thay đổi trong khoảng từ 0 đến 1, và những giá trị gần với 1 sẽ tốt hơn. Giá trị KMO tối thiểu phải là 0.6.
Kết quả phân tích nhân tố cho thấy: Hệ số KMO = 0.804 > 0.5. Điều này chứng tỏ rằng dữ liệu dùng để phân tích nhân tố là thích hợp.
Kết quả Barlett’s Test là 869.354 với mức ý nghĩa Sig. = 0.000 < 0.05, (Bác bỏ giả thuyết H0: Các biến quan sát không có tương quan với nhau trong
Bảng 4.5 Kết quả kiểm định KMO và Barllett’s Test của các biến độc lập
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .804 Bartlett's Test of Sphericity Approx. Chi-Square 869.354 df 28 Sig. .000
tổng thể), như vậy giả thuyết về mô hình nhân tố là không phù hợp và sẽ bị bác bỏ. Kết luận rằng dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
Bảng 4.6 Bảng Eigenvalues và phương sai trích đối với biến độc lập
Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.791 47.383 47.383 3.791 47.383 47.383 2.867 35.835 35.835 2 1.584 19.799 67.182 1.584 19.799 67.182 2.508 31.347 67.182 3 .752 9.403 76.585 4 .479 5.988 82.573 5 .475 5.940 88.513 6 .380 4.751 93.264 7 .310 3.871 97.135 8 .229 2.865 100.000 Extraction Method: Principal Component Analysis.
Component: Có nhiều nhân tố được trích xuất trong quá trình phân tích nhân tố. Trong bài nghiên cứu, tác giả đã đưa vào mô hình 2 nhân tố (tương ứng với 2 biến độc lập).
Initial Eigenvalues: Eigenvalues là giá trị phương sai của các nhân tố chính. Bởi vì tác giả đã tiến hành phân tích những nhân tố chính dựa trên ma trận tương quan, nên những biến này đã được chuẩn hóa, điều này có nghĩa là mỗi biến có phương sai là 1 và tổng phương sai bằng số lượng biến được sử dụng trong phân tích, trong trường hợp này là 2.
Total: Cột Total trong bảng chứa giá trị Eigenvalues. Nhân tố đầu tiên sẽ luôn giải thích cho phần lớn sự thay đổi trong mô hình (và có giá trị Eigenvalues cao nhất), và nhân tố tiếp theo sẽ giải thích cho những sự thay đổi còn lại khác.
% of Variance: Cột này thể hiện phần trăm phương sai được giải thích bởi mỗi nhân tố chính.
Cumulative %: Cột này thể hiện tỷ lệ phần trăm tích lũy của phương sai, được giải thích bởi những nhân tố hiện tại và những nhân tố trước đó (https://stats.idre.ucla.edu).
Kết quả phân tích EFA cho thấy tại mức giá trị hệ số Eigenvalues 1 với phương pháp trích nhân tố, phép quay Varimax cho phép trích được 2 nhân tố từ biến quan sát.
Giá trị tổng phương sai trích là 67.182% > 50%: Đạt yêu cầu. Có thể nói rằng một nhân tố này giải thích được 67.182% biến thiên của dữ liệu.
Theo kết quả phân tích, 08 biến sử dụng đều có hệ số loading lớn hơn 0.5, đạt yêu cầu nên không loại biến nào ra khỏi thang đo. Như vậy, sau khi thực hiện phân tích nhân tố, ta thấy các nhân tố vẫn giữ nguyên như mô hình ban đầu.
Bảng 4.7 Kết quả phân tích nhân tố độc lập với phương pháp xoay Principal Varimax
DOWN4 .819 DOWN1 .753 UP2 .837 UP3 .806 UP4 .723 UP1 .719
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.