N Minimum Maximum Mean Std Deviation
3.4.2. Phân tích nhân tố EFA cho biến phụ thuộc
● Kiểm định tính thích hợp của mô hình phân tích nhân tố EFA (Kaiser-Meyer- Olkin) và tính tương quan giữa các biến quan sát (Bartlett’s Test)
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.800
Bartlett's Test of Sphericity Approx. Chi-Square 301.732
df 6
“Hệ số KMO = 0,8 thỏa mãn điều kiện 0,5 ≤ KMO ≤ 1 nên phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
Kết quả kiểm định Bartlett’s là 301.732 với mức ý nghĩa sig = 0.000 < 0.05, (bác bỏ giả thuyết: các biến quan sát không có tương quan với nhau trong tổng thể) như vậy giả thuyết về mô hình nhân tố là không phù hợp sẽ bị bác bỏ, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp”
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative% 1 2.532 63.291 63.291 2.532 63.291 63.291 2 .525 13.130 76.421 3 .501 12.531 88.953 4 .442 11.047 100.000
Trong bảng tổng phương sai trích (Total Variance Explained), tiêu chuẩn chấp nhận phương sai trích > 50%.
Trong bảng kết quả phân tích trên cho thấy, tổng phương sai trích (Total Variance Explained) ở dòng Component số 1 cột Cumulative % có giá trị phương sai cộng dồn của các yếu tố là 63.291% > 50% đáp ứng tiêu chuẩn.
● Kiểm định hệ số Factor loading
Component Matrixa Component 1 QĐ3 .818 QĐ1 .790 QĐ2 .789 QĐ4 .785
a. 1 components extracted.
Kết quả phân tích EFA cho các biến phụ thuộc trên cho thấy, hệ số tải nhân tố của biến quan sát đều thỏa mãn điều kiện khi phân tích nhân tố là hệ số Factor loading ≥ 0.5 và nhân tố tạo ra khi phân tích nhân tố 1, không có biến quan sát nào bị loại.