Phương pháp phân tích yếu tố khám phá được sử dụng để xác định các nhóm tiêu chí đánh giá phân tích các yếu tố ảnh hưởng đến thương hiệu tại CTCP Wonder Park JSC.
33
Phương pháp phân tích yếu tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (Interdependence Technicques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn 1 tập k biến quan sát thành một tập F (F < k). các yếu tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các yếu tố với các biến nguyên thủy ( biến quan sát). Mô hình phân tích yếu tố EFA được cho là phù hợp khi các tiêu chuẩn sau đây phải điều kiện:
- Hệ số tải yếu tố ( Factor loading) là hệ số tương quan giữa các biến và yếu tố, là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA.
Hệ số tải yếu tố > 0.3 được xem làm là đạt mức tối thiểu Hệ số tải yếu tố > 0.4 được xem là quan trọng
Hệ số tải yếu tố > 0.5 được xem là có ý nghĩa thực tiễn
- Hệsố KMO (Kaiser-Meyer-Olkin) là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0.5 ≤ KMO ≤ 1 thì phân tích yếu tố là thích hợp.
- Kiểm định Bartlett xem xét giả thuyết H0: độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê thì các biến quan sát có tương quan với nhau trong tổng thể.
- Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: thể hiện phần trăm biến thiên của các biến quan sát. nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích yếu tố giải thích được bao nhiêu phần trăm, và bị thất thoát bao nhiêu phần trăm.
Tiêu chuẩn để chấp nhận phân tích yếu tố có phương sai cộng dồn lớn hơn 50% với Eigenvalue (chỉ số riêng) phải lớn hơn 1.