Trong thống kê đa biến, phân tích nhân tố khám phá (EFA) là một phương pháp thống kê được sử dụng để khám phá cấu trúc cơ bản của một tập hợp các biến tương đối lớn. EFA là một kỹ thuật trong phân tích để đánh giá giá trị hội tụ và giá trị phân biệt. Trong phân tích, nhân tố EFA bao gồm các tiêu chuẩn sau:
- Chỉ số KMO là một chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO dạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện phân tích nhân tố thích hợp. Nếu chỉ số KMO nhỏ hơn 0.5 thì phân tích nhân tố có thể không phù hợp.
- Kiểm định Bartlett dùng để xem xét các biến quan sát trong nhân tố có tương quan hay không. Nếu kiểm định Bartlett có ý nghĩa thống kê, chứng tỏ các biến quan sát có tương quan với nhau.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA, những nhân tố có Eigenvalue ≥ 1 được giữ lại trong mô hình phân tích.
18
TÓM TẮT CHƯƠNG 3
Trong chương 3, nghiên cứu sử dụng hai phương pháp nghiên cứu chính là định lượng và định tính. Sau đó chuẩn bị bắt đầu đi vào khảo sát sinh viên, thu thập dữ liệu chuẩn bị cho bước nghiên cứu tiếp theo.
19
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 3 đã khái quát về cơ sở lý luận và mô hình nghiên cứu, chương này sẽ trình bày kết quả nghiên cứu bằng phương pháp thống kê mô tả đối tượng khảo sát, kiểm định mối liên hệ giữa các biến.