2.1. Phương pháp nghiên cứu
2.1.2. Phương pháp phân tích nhân tố khám phá
Phân tích khám phá (EFA) thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. Phân tích EFA dùng để rút gọn một tập k chỉ số thành một tập F (F < k) các yếu tố ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các yếu tố với các chỉ số. Số lượng các yếu tố tuỳ thuộc vào mô hình nghiên cứu, trong đó chúng ràng buộc nhau bằng cách xoay các vector trực giao nhau để không xảy ra hiện tượng tương quan [29].
Phân tích EFA được dùng đến trong trường hợp mối quan hệ giữa các chỉ số và yếu tố là không rõ ràng hay không chắc chắn. Phân tích EFA theo đó được tiến hành theo kiểu khám phá để xác định xem phạm vi, mức độ quan hệ giữa các chỉ số và các yếu tố như thế nào, làm nền tảng cho một tập hợp các phép đo để rút gọn hay giảm bớt số chỉ số phản ánh các yếu tố. Các yếu tố là tổ hợp tuyến tính (sơ đồ cấu tạo) của các chỉ số và được mô tả bằng hệ phương trình sau:
F1 = α11x1 +α12 x2 +α13 x3 ++α1 p xp
F2 = α21 x1 +α22 x2 +α23 x3 +
Số lượng các yếu tố tùy thuộc vào mô hình nghiên cứu, trong đó chúng ràng buộc nhau bằng cách xoay các vector trực giao nhau để không xảy ra hiện tượng tương quan. Phân tích EFA rất hữu dụng trong bước thực nghiệm ban đầu hay mở rộng kiểm định.
Để đánh giá quan hệ giữa các chỉ số, tác giả Hair [65] đã chỉ ra một vài tiêu chí sau:
Kiểm định Bartlett: dùng để xem xét ma trận tương quan có phải là ma trận đơn vị không. Ma trận đơn vị ở đây được hiểu là ma trận có hệ số tương quan giữa các chỉ số bằng 0, và hệ số tương quan với chính nó bằng 1. Nếu phép kiểm định Bartlett có p < 5%, có nghĩa là sử dụng phân tích EFA phù hợp.
Kiểm định KMO: (Kaiser - Meyer - Olkin) là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 chỉ số Xi và Xj với hệ số tương quan riêng phần của chúng. Để sử dụng phân tích EFA, thì KMO phải lớn hơn 0,50. Nếu KMO ≥ 0,90: rất tốt; 0,80 ≤ KMO < 0,90: tốt; 0,70 ≤ KMO <0,80: được; 0,60
≤ KMO <0,70: tạm được; 0,50 ≤ KMO < 0.60: xấu; KMO < 0,50: không chấp nhận được [29].
Trong luận án, NCS sử dụng phương pháp EFA để kiểm tra việc phân nhóm của các chỉ số KNTƯ với BĐKH vào các nhóm CSHT, tự nhiên, xãhội, nhân lực, tài chính. Bản chất của phân tích EFA giúp nhà nghiên cứu đánh giá lựa chọn các chỉ số có thể được chia thành bao nhiêu yếu tố. Các chỉ số và các nhóm có mối quan hệ với nhau đủ thỏa mãn các kiểm định Bartlett và KMO để đảm bảo thực hiện được phân tích bằng phương pháp EFA.