0
Tải bản đầy đủ (.pdf) (114 trang)

Phân tích nhân tố khám phá EFA

Một phần của tài liệu (LUẬN VĂN THẠC SĨ) CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ HÀI LÒNG CỦA KHÁCH HÀNG ĐỐI VỚI DỊCH VỤ QUẢN LÝ TÒA NHÀ CỦA TẬP ĐOÀN SSG TẠI TP HCM (Trang 51 -52 )

Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định lượng dùng để rút gọn một tập hợp gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair et al. 2009).

Trong phân tích này, hai giá trị quan trọng được xem xét là giá trị hội tụ và giá trị phân biệt. Giá trị hội tụ chỉ ra các biến quan sát cùng tính chất hội tụ về một nhân tố để khi biểu diễn mô hình bằng ma trận xoay, các biến này sẽ nằm cùng cột với nhau. Còn giá trị phân biệt hàm ý các biến quan sát có cùng tính chất hội tụ ở nhân tố này và phải phân biệt với các biến hội tụ ở nhân tố khác, thể hiện ở việc từng nhóm biến sẽ nằm ở các cột riêng biệt trong ma trận xoay. Thường các nghiên cứu sẽ quan tâm đến 4 kết quả trong phân tích nhân tố khám phá EFA là hệ số KMO, kiểm định Bartlett, trị số Eigenvalue, tổng phương sai trích. Hệ số KMO phải trong khoảng 0.5-1 thì mô hình mới đủ điều kiện phân tích nhân tố phù hợp. Còn kiểm định Bartlett của từng nhân tố phải có sig nhỏ hơn 0.05 thì mới có ý nghĩa thống kê và nhân tố đó mới nên được đưa vào mô hình nghiên cứu, nếu không chứng tỏ các nhân tố không có mối tương quan và không phù hợp với mô hình. Và trị số Eigenvalue cũng giúp xác định các nhân tố nên được giữ lại trong mô hình với giá trị lớn hơn hoặc bằng 1. Cuối cùng là tổng phương sai trích – giá trị cho biết mô hình cô đọng được bao nhiêu % và làm thất thoát bao nhiêu % của các biến quan sát.

Phân tích EFA dựa trên cơ sở mối quan hệ giữa các biến đo lường, vì vậy, trước khi quyết định sử dụng EFA, chúng ta cần xem xét mối quan hệ giữa các biến đo lường này. Sử dụng ma trận hệ số tương quan (correlation matrix), chúng ta có thể nhận biết được mức độ quan hệ giữa các biến. Nếu các hệ số tương quan nhỏ hơn 0.3, khi đó sử dụng EFA không phù hợp (Hair et al. ,2009).

Kiểm định Bartlett dùng để xem xét ma trận tương quan có phải là ma trận đơn vị (identity matrix) hay không? Ma trận đơn vị ở đây được hiểu là ma trận có hệ số tương quan giữa các biến bằng 0, và hệ số tương quan với chính nó bằng 1. Nếu phép kiểm định Bartlett có p < 5%, chúng ta có thể từ chối giả thuyết H0 (ma trận tương quan là ma trận đơn vị), có nghĩa là các biến có quan hệ với nhau.

Kiểm định KMO được dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến với hệ số tương quan riêng phần của chúng. Hệ số KMO là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn giữa 0,5 và 1 là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.

Để sử dụng EFA, thì KMO phải lớn hơn 0.5. Kaiser (1974) đề nghị, 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.

Hệ số tải Factor Loadings, hệ số tải Factor Loadings là những hệ số tương quan đơn giữa các biến và các nhân tố. Hệ số này nhỏ hơn 0,5 trong EFA sẽ tiếp tục bị loại để đảm bảo giá trị hội tụ giữa các biến. Phương pháp trích hệ số sử dụng là Principal components và điểm dừng khi trích các nhân tố có Eigenvalue lớn hơn 1, tổng phương sai trích bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ, 2014).

Trị số Eigenvalue, 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. Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Còn Factor Loadings (hệ số tải nhân tố) là những hệ số tương quan đơn giữa các biến quan sát với nhân tố. Nếu hệ số tải càng lớn chứng tỏ biến quan sát có mối quan hệ càng chặt chẽ với nhân tố.

Một phần của tài liệu (LUẬN VĂN THẠC SĨ) CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN SỰ HÀI LÒNG CỦA KHÁCH HÀNG ĐỐI VỚI DỊCH VỤ QUẢN LÝ TÒA NHÀ CỦA TẬP ĐOÀN SSG TẠI TP HCM (Trang 51 -52 )

×