7. Kết cấu của luận văn
3.3.2.2. Phân tích nhântố khám phá EFA
Phân tích nhân tố đối với nhóm biến độc lập
Thang đo nghiên cứu chính thức gồm 28 biến quan sát với 7 thành phần, sau khi kiểm tra mức độ tin cậy bằng hệ số Cronbach’s Alpha thì các hệ số tương quan biến tổng của các biến đều đạt tiêu chuẩn cho phép, để khẳng
định mức độ phù hợp của thang đo với 6 thành phần độc lập và 24 biến quan sát còn lại nghiên cứu sẽ sử dung phương pháp phân tích nhân tố khám phá EFA.
Để phân tích sự thích hợp của các nhân tố nghiên cứu sử dung chỉ số KMO (Kaiser – Meyer – Plkin Measure of Simping Adequacy). Nếu hệ số KMO nằm trong khoản từ 0.5 đến 1 thì phân tích nhân tố là thích hợp. Kiểm định Barlett xem xét giả thuyết H0: độ tương quan giữa các biến trong quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0.05 thì các biến quan sát có tương quan với nhau trong tổng thể.
Kết quả Phân tích EFA (lần 1)
Kết quả phân tích EFA lần 1(phu luc 02) cho thấy việc phân tích nhân tố là thích hợp với dữ liệu hệ số (KMO = 0.691) và các biến quan sát là tương quan với nhau trong tổng thể (Sig = 0.000 < 0.05). Dựa vào bảng ma trận tổng hợp phương sai trích (Total variance Explained), chỉ có nhân tố nào lớn hơn 1 mới được giữ lại trong mô hình phân tích. Tuy nhiên phân tích nhân tố khám phá EFA lần 1 (phu luc 02) ta có biến AH2 có hệ số tải Factor loading = 0.475 < 0.5 nên biến này sẽ bị loại, phải chạy EFA lần thứ hai.
Kết quả Phân tích EFA (lần 2)
Kết quả thể hiện trong bảng phân tích nhân tố các biến độc lập lần thứ hai (phu luc 02) cho thấy việc phân tích nhân tố là thích hợp với dữ liệu hệ số (KMO = 0.676) và các biến quan sát là tương quan với nhau trong tổng thể (Sig = 0.000 < 0.05). Tuy nhiên, phân tích nhân tố khám phá EFA lần 2 ta có biến TC4 có hệ số Factor loading = 0.184 (0.660-0.476) < 0.5 sẽ bị loại, sau khi loại TC4 tiếp tuc chạy EFA lần thứ ba.
Kết quả phân tích EFA (lần 3)
Kết quả thể hiện trong bảng phân tích nhân tố các biến độc lập lần thứ ba thấy việc phân tích nhân tố là thích hợp với dữ liệu hệ số (KMO = 0.715)
và các biến quan sát là tương quan với nhau trong tổng thể (Sig=0.000 < 0.05)
Chapter 51 Bảng 3.10. Phân tích nhân tố (nhóm biến độc lập)
KMO and Bartlett's Test
Kiểm định Kaiser – Meyer - Olkin về sự thích hợp của mẫu 0.715 Kiểm định Bartlett’t về cấu
hình của mẫu
Tương đương chi bình phương 1395.601
df 231
Mức ý nghĩa 0.000
Nguồn: Kết quả xử lý số liệu SPSS từ điều tra trực tiếp 182 mẫu, năm 2020
Dựa vào bảng ma trận tổng hợp phương sai trích (Total variance Explained) chỉ có nhân tố nào lớn hơn 1 mới được giữ lại trong mô hình phân tích. Kết quả (bảng 3.11) cho thấy Eigenvalue >1 thì có 6 nhân tố được rút ra, hàng tích lũy cho biết 6 nhân tố này sẽ giải thích được 64.349% biến thiên của dữ liệu. Kết quả phân tích nhân tố khám phá EFA lần này có hệ số tải Factor loading của tất cả các biến đều lớn hơn 0.5 đều đạt yêu cầu (bảng 3.26).
Chapter 52 Bảng 3.11. Total Variance Exphained - Bảng ma trận tổng hợp phương sai trích (nhóm biến độc lập)
Nguồn: Kết quả xử lý số liệu SPSS từ điều tra trực tiếp 182 mẫu, năm 2020
Thành phần
Giá trị Eigen ban đầu
Tổng trọng số nhân tố bình phương trích Tổng trọng số nhân tố bình phương xoay Tổng % phương sai % tích luỹ Tổng % phương sai % tích luỹ Tổng % phương sai % tích luỹ 1 3.928 17.856 17.856 3.928 17.856 17.856 2.595 11.797 11.797 2 2.607 11.852 29.707 2.607 11.852 29.707 2.534 11.517 23.313 3 2.486 11.298 41.005 2.486 11.298 41.005 2.387 10.849 34.162 4 2.121 9.641 50.646 2.121 9.641 50.646 2.306 10.483 44.645 5 1.789 8.133 58.780 1.789 8.133 58.780 2.177 9.897 54.542 6 1.225 5.569 64.349 1.225 5.569 64.349 2.157 9.807 64.349 7 .898 4.080 68.429 8 .839 3.816 72.244 9 .749 3.407 75.651 10 .654 2.973 78.624 11 .618 2.808 81.432 12 .545 2.478 83.910 13 .499 2.267 86.177 14 .474 2.155 88.332 15 .450 2.047 90.379 16 .385 1.752 92.131 17 .360 1.635 93.766 18 .323 1.467 95.233 19 .303 1.375 96.608 20 .288 1.309 97.917 21 .269 1.221 99.139 22 .190 .861 100.000
Chapter 53 Bảng 3.12. Phân tích nhân tố biến độc lập (Rotated Component
Matrixa) Rotated Component Matrixa
Component 1 2 3 4 5 6 CS3 .838 CS4 .826 CS2 .794 CS5 .741 CP3 .841 CP4 .786 CP2 .773 CP5 .648 TH2 .834 TH3 .785 TH4 .722 TH1 .648 TT1 .786 TT3 .730 TT4 .715 TT2 .713 TC1 .836 TC2 .818 TC3 .771 .381 AH4 .832 AH3 .816 AH5 .582
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.
Như vậy mô hình nghiên cứu chính thức qua kết quả phân tích hệ số Cronbach’s Alpha và phân tích nhân tố khám phá EFA lần thứ ba, 06 thành phần đề xuất ban đầu đều đạt yêu cầu. Các thành phần trên sẽ được sử dung
trong phân tích kiểm định tiếp theo. Có hai biến TC4, AH2 sẽ bị loại bỏ trong phân tích tiếp theo. Như vậy, mô hình nghiên cứu giữ nguyên 6 thành so với dự kiến ban đầu là sáu thành phần. Hình ảnh thương hiệu (1); Chi phí giao dịch (2); Sự tin cậy (3); Sự thuận tiện (4); Chính sách chiêu thị (5); Ảnh hưởng xã hội (6).
Phân tích nhân tố đối với nhóm biến phụ thuộc
Tương tự như phương pháp phân tích nhân tố với các thang đo Quyết định sử dung trong phân tích nhân tố đối với nhóm biến phu thuộc.
Chapter 54 Bảng 3.13. Phân tích nhân tố (nhóm biến phụ thuộc)
KMO and Bartlett's Test
Kiểm định Kaiser – Meyer - Olkin về sự thích hợp của mẫu 0.698 Kiểm định Bartlett’t về cấu
hình của mẫu
Tương đương chi bình phương 105.512
df 6
Mức ý nghĩa 0.000
Nguồn: Kết quả xử lý số liệu SPSS từ điều tra trực tiếp 182 mẫu, năm 2020
Kết quả thể hiện trong phân tích nhân tố nhóm biến phu thuộc (Phu luc 02) cho thấy việc phân tích nhân tố là thích hợp với dữ liệu hệ số (KMO = 0.698) và các biến quan sát là tương quan với nhau trong tổng thể (Sig = 0.000 < 0.05).
Kết quả phân tích nhân tố nhóm biến phu thuộc ta thấy các biến phu thuộc của mô hình được đo lường bởi 1 nhân tố và 04 biến quan sát. Phân tích nhân tố FEA đã nhóm các thành phần trong biến phu thuộc thành một nhân tố. Tất cả các biến đều có hệ số tải Factor loading > 0.5; Eigenvalue = 2.018 > 1, Cumulative = 50.458 > 50% đạt yêu cầu.