KMO và kiểm định Bartlett Kiểm định mức độ phù hợp của mô hình (KMO) 0,887 Kiểm định Bartlett về các thông số Chi- bình phương 15,234 Df 406 Sig. 0,000
Nguồn: Số liệu phân tích SPSS từ 155 quan sátnăm 2013
Qua bảng kiểm định Bartlett và kết quả chỉ số Kaiser- Mayer- Olkin (KMO), ta nhận thấy giá trị của KMO là 0,887 là được chấp nhận (0,5 < KMO=0,887 <1) và với mức ý nghĩa 5% và giá trị p- value là 0,000 rất nhỏ. Ta kết luận rằng “Bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, nghĩa là các biến trên có liên quan với nhau”. Điều này cho ta kết luận phân tích nhân tố là thích hợp và có ý nghĩa thống kê.
Theo Gerbing & Anderson (1998, tr80), các biến có trọng số (factor loading) nhỏ hơn 0,5 trong EFA sẽ tiếp tục bị loại, tuy nhiên, vẫn chấp nhận
Trang 56
những biến có trọng số gần bằng 0,5 và tầm quan trọng của nó. Phương pháp trích hệ số được sử dụng là phương pháp trích nhân tố, phép quay Varimax và điểm dừng khi trích các yếu tố có eigenvalue là 1. Thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50%.
Nhìn chung kết quả phân tích nhân tố EFA, các kiểm định được đảm bảo: Kiểm định tính thích hợp của mô hình (0,5 < KMO=0,887 <1) cho thấy rằng tại mức giá trị Eigenvalue = 1 với phương pháp trích nhân tố với phép quay Varimax cho phép trích được 6 nhân tố từ 29 biến quan sát và phương sai trích được là 64,381%, cho thấy sáu nhân tố đầu giải thích được 64,381% sự biến thiên của dữ liệu.
Như vậy là phương sai trích đạt yêu cầu (>50%). Trong bảng Rolateed Component Matrixa, cho phép ta loại bỏbiến Biến động nền kinh tế; Hệ thống pháp luật; Khả năng tiếp thị, quảng bá sản phẩm; Trình độ lao động; Thị phần của DN vì nhỏ hơn 0,5 và loại bỏ Đáp ứng thị trường; Thủ tục hành chính vì đều thỏa >0,5 ở cả 2 cột.Vì thế, ta chạy phân tích nhân tố lại lần 2 với 22 biến. Kết quả phân tích nhân tố lần 2 ta có trị số KMO có giá trị bằng 0,878 và kiểm định Bartlett’s về tương quan các biến quan sát có giá trị Sig = 0,000 <0,005, chứng tỏ các biến có liên quan chặt chẽ.