6. Ý nghĩa nghiên cứu:
2.3.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA là phương pháp để rút gọn các biến quan sát ban đầu thành tập hợp các biến cần thiết sử dụng cho nghiên cứu và tìm mối quan hệ giữa các biến với nhau. Thay vì phải nghiên cứu 20 đặc điểm nhỏ của một đối tượng, nghiên cứu có thể chỉ thực hiện trên 4 đặc điểm lớn, trong mỗi đặc điểm lớn này gồm 5 đặc điểm nhỏ có sự tương quan với nhau. Phân tích EFA xem xét mối quan hệ giữa các biến ở tất cả 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 quan trọng khi phân tích nhân tố khám phá EFA:
- Hệ số KMO (Kaiser-Meyer-Olkin) - Chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố - phải đạt giá trị 0,5 trở lên (0,5 ≤ KMO ≤ 1). 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. (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
- 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 để xác định số lượng nhân tố trong phân tích EFA. Chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích (Hair và Anderson, 1988).
- Tổng phương sai trích (Total Variance Explained) ≥ 50% cho thấy mô hình EFA là phù hợp.
- Hệ số tải nhân tố (Factor loading) là mối tương quan giữa biến quan sát với nhân tố. Trị tuyệt đối hệ số tải của biến quan sát càng cao, nghĩa là tương quan giữa biến quan sát với nhân tố càng lớn và ngược lại. Theo Hair và cộng sự (2014), việc chọn ngưỡng trọng số tải factor loading trong EFA cũng nên xem xét đến cỡ mẫu. Với cỡ mẫu nghiên cứu này là 366 thì hệ số tải factor loading là 0,3 để tạo giá trị hội tụ.
2.3.3.1. Phân tích nhân tố khám phá EFA cho các biến độc lập
Tác giả lần lượt chạy phân tích nhân tố khám phá cho các biến độc lập và biến phụ thuộc. Dựa trên kết quả kiểm định độ tin cậy của thang đo, 27 biến quan sát của 5 nhân tố độc lập đươc đưa vào phân tích lần 1, kết quả như sau:
Bảng 2.9: Kiểm định KMO và Bartlett (Lần 1)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .940 Approx. Chi-Square 5104.770 Bartlett's Test of Sphericity df 351
Sig. .000
(Nguồn: Phần mềm SPSS)
Kết quả chạy lần 1 cho thấy, chỉ số KMO là 0,94 và kiểm định Barlett’s Test có hệ số Sig <0,005 nên phân tích nhân tố khám phá EFA là phù hợp.
Bảng 2.10: Total Variance Explained (Bảng tổng phương sai trích – chạy lần 1)
Compo nent
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumula tive % Total % of Variance Cumulati ve % Total % of Variance Cumulat ive % 1 10.619 39.328 39.328 10.619 39.328 39.328 3.497 12.953 12.953 2 2.088 7.733 47.061 2.088 7.733 47.061 3.496 12.947 25.899 3 1.464 5.422 52.483 1.464 5.422 52.483 3.383 12.530 38.429 4 1.273 4.714 57.197 1.273 4.714 57.197 3.196 11.839 50.268 5 1.066 3.949 61.147 1.066 3.949 61.147 2.937 10.879 61.147 6 .927 3.434 64.580 (Nguồn: Phần mềm SPSS)
Trong bảng Tổng phương sai trích (Total Variance Explained), có 5 nhân tố có giá trị Eigenvalue lớn hơn 1 với tổng phương sai trích là 61,147% lớn hơn 50% cho thấy mô hình EFA là phù hợp, có nghĩa là 5 nhân tố phản ánh được 61,147% sự biến thiên của tất cả biến quan sát của dữ liệu ban đầu.
Bảng 2.11: Rotated Component Matrixa (Bảng ma trận xoay – chạy lần 1) Component 1 2 3 4 5 HC3 .742 HC4 .734 .308 HC2 .708 HC5 .612 HC1 .597 .307 CTDT5 .336 .746 CTDT4 .317 .704 CTDT1 .694 .309 CTDT3 .604 .316 GV4 .508 .477 CTDT2 .319 .442 CSVC5 .764 CSVC6 .723 CSVC4 .694 CSVC2 .635 CSVC1 .605 CSVC3 .560 .312 GV5 .797 GV3 .739 GV1 .705 GV2 .489 .576 GV6 .335 .567 HT4 .808 HT5 .775 HT2 .314 .408 .628 HT1 .391 .403 .552 HT3 .533
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Hệ số tải tiêu chuẩn là 0,3, (do kích thước mẫu là trên 350) trong bảng ma trận xoay chạy lần đầu tiên cho kết quả 27 biến quan sát đều có giá trị hệ số tải lớn hơn 0.3. Bên cạnh việc 27 biến quan sát được phân thành 5 nhóm, có một số biến quan sát xuất hiện nhiều hơn 2 nhóm khác nhau, có nghĩa là tồn tại những biến xấu cần được loại bỏ. Có 3 loại biến xấu là: Loại 1 - Hệ số tải Factor Loading nhỏ hơn hệ số tải tiêu chuẩn (trong nghiên cứu này hệ số tải tiêu chuẩn là 0.3); Loại 2: Biến quan sát xuất hiện nhiều hơn 2 nhóm nhân tố và chênh lệch hệ số tải nhỏ hơn 0.3 (chênh lệch giữa giá trị lớn nhất và nhỏ nhất); Loại 3: Nằm tách biệt duy nhất ở một nhân tố.
Dựa trên quy tắc trên, tác giả nhận thấy có 9 biến quan sát là HC1, CTDT3, GV4, CTDT2, CSVC3, GV2, GV6, HT2, HT1 là các biến xấu.
Có 2 nguyên tắc loại biến xấu là phương pháp loại lần lượt biến xấu hoặc loại cùng 1 lúc tất cả các biến xấu.Với cách loại lần lượt các biến, thì biến nào có chênh lệch hệ số tải bé nhất sẽ bị loại đầu tiên.
Theo nguyên tắc loại biến, ưu tiên cách nào loại ít biến quan sát hơn hơn. Tác giả đã tiến hành thực hiện cả 2 cách và nhận thấy cách loại lần lượt biến quan sát cho kết quả loại ít biến hơn. Sau các lần loại lần lượt các biến GV4, GV2, HT1, CTDT1, CTDT3, HT3, HT2 và CSVC3. Ở lần chạy thứ 9, kết quả cuối cùng như sau:
Bảng 2.12: Kiểm định KMO và Bartlett (Lần 9)
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .909 Approx. Chi-Square 2978.776 Bartlett's Test of Sphericity df 171
Sig. .000
(Nguồn: Phần mềm SPSS)
Kết quả, chỉ số KMO là 0,909 và kiểm định Barlett’s Test có hệ số Sig <0,005 là phù hợp.
Bảng 2.13 - Total Variance Explained (Bảng tổng phương sai trích chạy lần 9)
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 7.177 37.772 37.772 7.177 37.772 37.772 4.266 22.453 22.453 2 1.838 9.672 47.444 1.838 9.672 47.444 2.835 14.922 37.375 3 1.225 6.448 53.892 1.225 6.448 53.892 2.533 13.334 50.709 4 1.173 6.175 60.067 1.173 6.175 60.067 1.778 9.358 60.067 5 .871 4.584 64.651 (Nguồn: Phần mềm SPSS)
Trong Bảng tổng phương sai trích chạy lần 9, 4 nhân tố có giá trị Eigenvalue lớn hơn 1 với tổng phương sai trích là 60,067% lớn hơn 50%, cho thấy từ 5 nhân tố đã được nhóm lại còn 4 nhân tố. 4 nhân tố này phản ánh được 60,067% sự biến thiên của các cả biến quan sát của dữ liệu ban đầu.
Bảng 2.14: Rotated Component Matrixa (Bảng ma trận xoay chạy lần 9)
Component 1 2 3 4 HC3 .794 HC2 .769 HC4 .731 .311 CTDT5 .676 .308 CTDT4 .654 .311 HC1 .647 .318 HC5 .626 CTDT2 .531 CSVC5 .784 CSVC6 .757 CSVC4 .718 CSVC2 .604 CSVC1 .583 GV5 .815 GV1 .734 GV3 .721 GV6 .613 HT4 .841 HT5 .774
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Trong bảng ma trận xoay chạy lần thứ 9, một số biến có xuất hiện ở 2 nhóm nhân tố, tuy nhiên chênh lệch hệ số tải giữa 2 giá trị đều lớn hơn 0,3 nên các biến đó không phải biến xấu và được giữ lại. 2 nhóm nhân tố ban đầu là chương trình đào tạo và công tác hành chính đã được nhóm thành 1 nhân tố. Biến quan sát còn lại của nhân tố chương trình đào tạo là CTDT2, CTDT4 và CTDT5. Xét trên khía cạnh sinh viên tiếp nhận thông tin, các biến quan sát này cũng có những khía cạnh của công tác hành chính, ở chỗ các thông tin về chương trình đều công bố đến các bạn sinh viên giống như công bố thời khóa biểu, lịch thi. Vì vậy, sau khi phân tích nhân tố khám phá EFA, 4 nhân tố cuối cùng là công tác hành chính, cơ sở vật chất, đội ngũ giảng viên và hoạt động hỗ trợ. Nhân tố công tác hành chính gồm các biến quan sát HC3, HC2, HC4, CTDT5, CTDT4, HC1, HC5 và CTDT2. Nhân tố cơ sở vật chất gồm 5 biến quan sát CSVC1, CSVC2, CSVC4, CSVC5 và CSVC6. Nhân tố đội ngũ giảng viên còn 4 biến quan sát là GV5, GV1, GV3, GV6. Nhân tố hoạt động hỗ trợ có 2 biến quan sát là HT4 và HT5.
Bảng 2.15: Tổng hợp biến quan sát của 4 nhân tố mới sau khi phân tích nhân tố khám phá EFA
STT Tên nhân tố Biến quan sát Nội dung
1 Công tác hành chính
HC3
Cán bộ hành chính hỗ trợ sinh viên nhanh chóng, xử lý công việc chính xác và đúng thời hạn
HC2 Thủ tục hành chính có hướng dẫn cụ thể và dễ hiểu
HC4 Thời gian làm việc của các phòng, ban hành chính thuận tiện để liên hệ CTDT5
Chương trình đào tạo cung cấp đầy đủ kiến thức và kỹ năng về nghề nghiệp tương lai cho sinh viên
CTDT4 Chương trình đào tạo thay đổi phù hợp với thị trường lao động
HC1
Cán bộ hành chính có thái độ nhã nhặn, lịch sự, tôn trọng sinh viên và luôn sẵn sàng hỗ trợ
HC5
Sinh viên được thông báo đầy đủ, kịp thời thời khóa biểu, lịch thi và kết quả thi
CTDT2 Chương trình học được thông báo đầy đủ cho sinh viên
2 Cơ sở vật chất
CSVC5 Bãi gửi xe rộng rãi, đủ chỗ gửi xe CSVC6 Trường có khuôn viên cho hoạt động
thể dục thể thao, sinh hoạt chung CSVC4
Mạng Internet và Wifi miễn phí phục vụ hiệu quả công tác giảng dạy và học tập
CSVC2 Số lượng phòng học đáp ứng nhu cầu học và tự học của sinh viên
CSVC1
Chất lượng phòng học đáp ứng tốt nhu cầu dạy và học (Ánh sáng phù hợp, phòng học sạch sẽ thoáng mát, chỗ ngồi hợp lý, thiết bị âm thanh và hình ảnh đáp ứng tốt,...)
3 Đội ngũ giảng viên
GV5
Giảng viên có tác phong sư phạm chuẩn mực (Nhiệt tình, có trách nhiệm, thân thiện,…)
GV1 Giảng viên có trình độ, chuyên môn về môn học giảng dạy
GV3 Giảng viên sẵn sàng giải đáp thắc mắc và chia sẻ kinh nghiệm với sinh viên GV6 Giảng viên đảm bảo giờ lên lớp và kế
hoạch giảng dạy
4 Hoạt động hỗ trợ
HT4 Các hoạt động ngoại khóa do Nhà trường tổ chức phong phú và hấp dẫn HT5 Trung tâm Hỗ trợ sinh viên có các
hoạt động bổ ích, hỗ trợ sinh viên
2.3.3.2. Phân tích nhân tố khám phá EFA cho biến phụ thuộc
Thang đo sự hài lòng gồm 3 biến quan sát. Sau khi phân tích qua phần mềm SPSS, kết quả thu được như sau:
Bảng 2.16: Kiểm định KMO và và Bartlett biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .684 Approx. Chi-Square 322.040 Bartlett's Test of Sphericity df 3
Sig. .000
(Nguồn: Phần mềm SPSS)
Hệ số KMO bằng 0,684, thỏa mãn điều kiện KMO nằm trong khoảng từ 0,5 đến 1. Kết quả này chỉ ra rằng các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố EFA được chấp nhận với dữ liệu nghiên cứu.
Kiểm định Bartlett (Sig = 0,000 < 0,005), như vậy kết quả phù hợp.
Giá trị Eigenvalues = 2,093 (≥ 1) và tổng phương sai rút trích và phép quay phân tích nhân tố đã trích được 1 nhân tố từ 3 biến quan sát với phương sai trích là 69,766% ≥ 50% nên đạt yêu cầu.
Bảng 2.17: Kết quả phân tích ma trận xoay nhân tố sự hài lòng
Component 1 HL1 .864 HL3 .856 HL2 .783 (Nguồn: Phần mềm SPSS)