Kiểm định độ tin cậy thang đo biến phụ thuộc

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu các nhân tố tác động đến giá trị thương hiệu bưởi da xanh hương miền tây tỉnh bến tre (Trang 60 - 62)

Biến quan sát Trung bình thang đo nếu loại biến Phương sai thang đo nếu

loại biến Tương quan biến - tổng Cronbach Alpha nếu loại biến Cronbach's Alpha Số biến

Thang đo giá trị thương hiệu

GT1 11.604 3.744 0.743 0.916

0.918 4

GT2 11.519 3.558 0.806 0.895

GT3 11.526 3.807 0.807 0.895

GT4 11.539 3.440 0.894 0.863

(Nguồn: Kết quả phân tích SPSS của tác giả)

Kết quả kiểm định cho thấy hệ số Cronbach Alpha = 0.918 >0.6 và tương quan biến tổng của các biến quan sát đều lớn hơn 0.3 (nhỏ nhất là GT1 = 0.743). Kết luận, khơng có biến quan sát nào bị loại, do tất cả các hệ số đều đạt theo yêu cầu

trong phân tích Cronbach Alpha.

4.2.2. Phân tích nhân tố (EFA)

Sau khi phân tích Cronbach Alpha, các thang đo đều đạt giá trị yêu cầu với hệ số Cronbach Alpha đều trên 0.6 cũng như hệ số tương quan biến tổng của từng thang đo đều lớn hơn 0.3, duy chỉ có thang đo TT1 và TT3 với hệ số tương quan biến tổng khá nhỏ (TT1: 0.497, TT4: 0.404), tuy nhiên vẫn đạt yêu cầu đề ra, và biến này sẽ được xem xét kỹ hơn trong phân tích nhân tố để xem có sự thay đổi chấp nhận hay loại bỏ biến này. Chính vì vậy, nên 25 biến quan sát sẽ được đưa vào để phân tích nhân tố. Phân tích nhân tố nhằm nhóm gọn các biến quan sát ban đầu thành những nhân tố mới có ý nghĩa, đồng thời phát hiện cấu trúc tiềm ẩn giữa các khái niệm nghiên cứu (nhân tố ban đầu) theo dữ liệu thực tế nhằm hình thành những nhân tố mới có ý nghĩa sát với bối cảnh thực tế nghiên cứu.

Phân tích nhân tố cho tất cả mọi biến trong mơ hình được thực hiện với phương pháp rút trích nhân tố là “Principal component” với phương pháp xoay là “Varimax”, đây là phương pháp thường được sử dụng cũng như cho phép rút trích tối đa % phương sai của các biến quan sát ban đầu so với các phương pháp khác (Nguyễn Đình Thọ, 2014). Số nhóm nhân tố được tính dựa trên điều kiện phân tích hệ số Eigenvalues (với hệ số Eigenvalues> 1).

- Hệ số KMO là chỉ số kiểm tra sự thích hợp của phân tích EFA, hệ số này nếu nằm trong khoảng 0.5 đến 1 thì phân tích nhân tố là thích hợp. Kiểm định Barlett xem xét giả thuyết về độ tương quan giữa các biến quan sát bằng không trong tổng thể. Nếu kiểm định này có Sig <0.05 thì bác bỏ giả thuyết này tức là các biến có tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

- Tiêu chuẩn hệ số tải (Factor loading) của mỗi biến mà nhỏ hơn 0.5 sẽ bị loại bỏ (Hair và cộng sự, 1998).

- Mức độ chênh lệch hệ số tải (Factor loading) lớn nhất của mỗi biến với hệ số tải (Factor loading) bất kỳ phải lớn hơn 0.3 (Nguyễn Đình Thọ, 2014).

4.2.2.1. Phân tích nhân tố của các biến độc lập

Phân tích nhân tố của các biến độc lập được thể hiện trong bảng 4.11.

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu các nhân tố tác động đến giá trị thương hiệu bưởi da xanh hương miền tây tỉnh bến tre (Trang 60 - 62)

Tải bản đầy đủ (PDF)

(126 trang)