3.1. Lý thuyết nhân tố EFA
Phân tích nhân tố khám phá, gọi tắt là EFA, dùng để rút gọn một tập hợp k biến quan sát thành một tập F (với F < k) các nhân tố có ý nghĩa hơn. Trong nghiên cứu, chúng ta thường thu thập được một số lượng biến khá lớn và rất nhiều các biến quan sát trong đó có liên hệ tương quan với nhau. Thay vì đi nghiên cứu 20 đặc điểm nhỏ của một đối tượng, chúng ta có thể chỉ nghiên cứu 4 đặc điểm lớn, trong mỗi đặc điểm lớn này gồm 5 đặc điểm nhỏ có sự tương quan với nhau. Điều này giúp tiết kiệm thời gian và kinh phí nhiều hơn cho người nghiên cứu.
Với kiểm định độ tin cậy thang đo Cronbach’s Alpha chúng ta đang đánh giá mối quan hệ giữa các biến trong cùng một nhóm, cùng một nhân tố, chứ không xem xét mối quan hệ giữa tất cả các biến quan sát ở các nhân tố khác. Trong khi đó, EFA xem xét mối
quan hệ giữa các biến ở tất cả các nhóm (các nhân tố) khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều nhân tố hoặc các biến quan sát bị phân sai nhân tố từ ban đầu.
● Các tiêu chí trong phân tích EFA
Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Nếu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu.
Kiểm định Bartlett (Bartlett’s test of sphericity) dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Chúng ta cần lưu ý, điều kiện cần để áp dụng phân tích nhân tố là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân tố phải có mối tương quan với nhau. Điểm này liên quan đến giá trị hội tụ trong phân tích EFA được nhắc ở trên. Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Kiểm định Bartlett có ý nghĩa thống kê (sig Bartlett’s Test < 0.05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
- Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp. Coi biến thiên là 100% thì trị số này thể hiện các nhân tố được trích cô đọng được bao nhiêu % và bị thất thoát bao nhiêu % của các biến quan sát.
- Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị này biểu thị mối quan hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại.
3.2. Kết quả phân tích nhân tố EFA
3.2.1. Chạy số liệu lần 1
Bảng 4.19. Hệ số KMO và Bartlett’s Test lần 1
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .599 Approx. Chi-Square 7914.321
Bartlett's Test of Sphericity
df 231
Sig. .000
(Nguồn: xử lý dữ liệu trên SPSS 26.0) Hệ số KMO = 0.599 thoả mãn yêu cần kiểm định (0.5 ≤ KMO ≤ 1)
Sig Bartlett’s Test = 0.000 ≤ 0.05, phân tích nhân tố là phù hợp.
Phương sai trích
Bảng 4.20. Phương sai trích số 1
(Nguồn xử lý dữ dữ liệu trên SPSS 26.0) Từ bảng phương sai trích lần 1 ta thấy được tổng phương sai trích là 92.630% > 50% nên mô hình là phù hợp.
Trị số Eigenvalues là 1.055 > 1 nên thoả mãn.
🡪 Mô hình EFA là phù hợp. Như vậy, 6 nhân tố được trích cô động được 92.630% biến thiên các biến quan sát
Bảng 4.21. Ma trận xoay nhân tố lần 1
Component
VC3 .934 VC4 .919 VC1 .901 VC2 .888 AT4 .927 AT3 .926 AT2 .893 AT1 .892 NV4 .937 NV1 .932 NV2 .900 NV3 .893 HL3 .864 HL4 .858 HL2 .849 HL1 .808 GV2 .881 GV1 .870 GV3 .868 TC2 .858 TC1 .839 TC3 .793
(Nguồn: Xử lý số liệu trên SPSS 26.0)
🡪 Kết quả ma trận xoay cho thấy, 22 biến quan sát được gom thành 6 nhân tố. Tất cả các biến quan sát đều có hệ số tải nhân số Factor Loading lớn hơn 0.5
Theo kết quả bảng ma trận xoay, chúng ta có các nhân tố được định nghĩa lại như sau:
Số thứ tự Nhân tố Các biến quan sát Loại
1 VC VC3, VC4, VC1, VC2 Độc lập
2 AT AT4, AT3, AT2, AT1 Độc lập
3 NV NV4, NV1, NV2, NV3 Độc lập
4 HL HL3, HL4, HL2, HL1 Phụ thuộc
5 GV GV2, GV1, GV3 Độc lập
6 TC TC2, TC1, TC3 Độc lập